日本語動画の自動字幕起こしでは、音声の聞き取りやすさだけでなく、固有名詞や数字の認識精度も重要です。生成後に原音と照らし、スマートフォンで読める形に整えて書き出します。
字幕にする日本語の音声を準備する
音声が明瞭なほど字幕の確認も楽になります。収録時はマイクとの距離を保ち、空調音や反響を抑えます。YouTubeの自動字幕起こしに関する公式ヘルプでも、雑音や複数人の声の重なりが認識精度に影響すると説明されています。撮影済み動画ではBGMや重なった声を確認します。聞き取れない箇所は字幕だけで正確に補えません。

カットやBGMを加えた後は、声の聞こえ方が変わっていないかも見直します。音声を編集して字幕を作り直した場合は、先に直した語句が残っているか確認します。
縦型動画は撮影前に台詞を短く区切ると、字幕と映像を合わせやすくなります。商品名、人名、読みが分かれる漢字は正式表記と読みを台本に記し、金額、日付、型番の表記も決めます。
自動字幕を作って文字を確認する
字幕起こしの原稿は、生成後に原音と照らして整えます。CrePalのAI動画エディターで字幕を編集・プレビューする機能では、音声と同期したキャプション、プレビュー、動画書き出しが案内されています。動画に字幕やタイトルを追加する機能では、自動キャプションと手動テキストを編集できます。日本語音声の自動認識は公開情報に記載がないため、ここでは字幕を校正する手順として説明します。

文章が自然に見えても、音声と一致するとは限りません。原音を止めたり少し戻したりして確認し、言い直しを残すか、意味を保って整えるかも動画全体で統一します。
固有名詞と数字の誤変換を直す
自動字幕起こしで誤変換されやすい人名、会社名、地名、製品名は、公式サイトや承認済み台本の表記と照合し、同じ字幕内で表記を統一します。略称を正式名に直すか、話し言葉のままにするかも決めます。
数字は音声だけでなく資料や映像とも照合します。「1万」と「1,000」、「15日」と「15分」では意味が変わります。価格、日付、型番、割合を一括置換した後は、前後の文脈も再生します。
縦型動画で読める字幕に整える
縦型動画では、字幕と映像を同時に追える余白が必要です。文章を詰めず、意味のまとまりや話題の切り替わりで改行します。
色や縁取りは明暗どちらの背景でも読めるかを見て決め、人物の顔や手元、重要な操作を隠さない位置に置きます。
行の長さと表示位置を調整する
一行に詰め込みすぎると読み終わる前に字幕が切り替わります。助詞だけを次行に残さず、文節で改行します。文字量と表示時間は一緒に調整しましょう。Adobeのキャプション作成ガイドでも、文字数、表示時間、字幕間の間隔を設定項目として紹介しています。言いよどみや重複語を削る場合も原音の意味は保ちます。

画面下の字幕はSNSのボタンや説明文と重なることがあります。プレビューで口元や商品を覆わず、端で切れないかを確認します。場面によって位置を変え、文を分けて表示時間を確保します。
音声と字幕のずれを確認して書き出す
字幕を直したら冒頭から再生し、出始めと消えるタイミングを声に合わせます。語尾より早く消える、話者が変わっても同じ字幕が続くなどのずれは、場面転換や早口の箇所を戻って確認します。
話者が交代する会話では、字幕の切り替わりも発言者の交代に合わせます。映像を途中でカットしたときは、前後の台詞がつながって不自然に見えないか、字幕の開始点が新しいカットに合うかを確認します。
字幕付きプレビューと書き出し後の動画を続けて再生し、文字切れや同期のずれを一度に確認します。音声なしでも内容が追えるよう、足りない説明は台本や手動テキストで補います。
会話の文字起こしに加え、必要な効果音や話者情報も字幕で伝えます。W3Cの字幕要件も、内容理解に必要な音の情報を扱っています。商品音や警告音が意味を持つ場面では説明を添えます。

自動字幕が苦手な音声
大きなBGM、強い反響、重なった声、小さな語尾は修正が増えやすい音声です。専門用語や略称、初出の商品名も誤変換されやすく、聞こえない箇所を推測で埋めると誤りが残ります。
不明瞭な箇所は音声を整えるか話し手に確認します。判断できなければ文を省くか聞き取りづらい旨を示し、意味のある音や画面の状況も字幕に反映します。
FAQ
音声を消した動画でも生成済みの字幕を残せますか?
字幕を動画に焼き付けて書き出せば、音声トラックを消しても文字は映像に残ります。編集を続ける素材では、音声と字幕を別レイヤーで保持します。
字幕起こしと翻訳字幕は同時に作れますか?
日本語字幕の誤変換を直してから翻訳文を作ると、誤りを次の言語へ持ち込みません。話者名や製品名をそろえ、言語ごとの文字量に合わせて表示時間を調整します。
声のない場面にも説明字幕を追加できますか?
無音場面に音声起こし由来の字幕は出ません。操作や場面転換を伝える情報は、短い説明テキストとして別に加えます。
専門用語の表記を辞書として保存できますか?
制作側で用語一覧を共有し、正式表記、読み方、字幕に使う略称を記録します。原稿を直すときに同じ一覧へ照らせば、担当者が替わっても表記をそろえられます。
字幕だけを別ファイルとして書き出せますか?
字幕を動画と別ファイルで納品する場合は、SRTやVTTを扱える字幕編集ソフトで文字と時刻を整えます。CrePalの製品ページでは、字幕を動画に焼き付けて書き出す方法が案内されています。
まとめ
自動字幕は、生成後の校正で読みやすさが変わります。固有名詞と数字を資料に照らし、意味の区切りで改行し、縦画面でも顔や操作を隠さない位置に整えます。






