講義動画に字幕を自動で付けるには？ 3つの方法のコスト比較
2026-10-20 · 6 分で読了
字幕の付け方は3つ。編集ソフトの自動認識（入力は省けるが校正は必要）、録画後に貼る（やり直しが最も高い）、解説文から直接生成する（認識ミスがなく、一文の変更は1ページの作り直しで済む）。資料がすでにあるなら、3つ目が総コスト最小です。
15分の講義の字幕を手作業で合わせると、ふつう1〜2時間かかります。一文再生して、止めて、打ち込んで、タイムラインを動かす。本当に厄介なのは台本の変更です。一文変えたら、その区間の字幕を全部合わせ直すことになります。
字幕は後工程であるべきではありません。動画が解説文から生まれるなら、字幕も同じ解説文から生まれるべきです。ここでは3つの方法を分解して比べます。
なぜ字幕が必須になったか
見た目の良し悪しとは別に、理由は3つあります。
- 完走率：知識系動画の半数以上は音を出さずに開かれます。字幕がなければ内容が伝わりません。
- 審査と基準：授業コンテストや有料講座の審査では字幕がほぼ前提で、講座プラットフォームも字幕を求めるのが一般的です。
- 検索と推薦：字幕テキストは「何を話したか」をプラットフォームが理解する直接の根拠です。タイトルとタグでは、どの知識を扱ったか推測できません。
方法1：編集ソフトの自動認識
CapCut、Premiereなどには「自動字幕」があり、実体は音声認識（ASR）です。まず音声を録り、モデルが音を文字に変えます。
入力は省けますが、校正と同期は省けません。専門用語が弱点で、「フーリエ変換」が「フーリエ返還」、「限界効用」が「限界業用」になることも。一文ずつ直す時間は、打ち込む時間とあまり変わりません。
言い間違い、間、口ぐせもそのまま文字になるので、先に音声を編集して戻る必要があります。
方法2：録画して後から字幕を貼る
まずKeynoteやPowerPointで画面を録り、その動画を編集ソフトに入れて字幕を貼ります。最も慣れた流れで、最も問題が集中します。ソフト2つ、書き出しと読み込みが2回、音ズレは手作業で修正。
この方法の本当のコストはソフト代ではなく、やり直しです。ページを1枚変えると、録画し直し、字幕を合わせ直し、書き出して再アップロード。1本2〜3時間、週3本なら十数時間になります。
方法3：解説文から字幕を生成する
3つ目は順番が逆です。まず解説文があり、その同じ解説文から音声と字幕が生まれます。字幕は「聞き取る」ものではなく「書かれる」ものなので、構造的に揃い、認識ミスもありません。
SlideTalkでは、PPTを取り込むとAIがページごとに解説文を書き、あなたが確定させてから音声を生成します。字幕は意味の切れ目で短い文に分割されて画面に焼き込まれ、「フーリエ」を「フー/リエ」のように分割する事故も起きません。
字幕には5種類のスタイル（ショート動画向けの大きな字幕を含む）があり、.srtファイルも同時に出力します。後から編集したいときや講座プラットフォームに上げるときにそのまま使えます。
台本の変更もそのページだけに影響します。そのページの音声と字幕を再生成し、他は触りません。手作業の同期では不可能なことです。
3つの方法の選び方
ソフトの知名度ではなく、手元の素材の状態で選びましょう。
- 完成動画があり、字幕だけ足したい：編集ソフトの自動認識が最も楽です。
- まだ録画段階で、たまにしか出さない：録画＋後処理で十分です。
- 資料が既成で、継続的に出し、台本も直す：解説文から生成するのが、やり直しコスト最小です。
- 日中バイリンガルの字幕が必要：AIに英語またはバイリンガルで台本を書かせれば、字幕は音声に追随します。後から翻訳して同期するより大幅に速いです。
コストとよくある質問
字幕は単独では課金されません。台本は1ページ1クレジット、音声は10文字1クレジットで、字幕は音声と一緒に生成されます。10ページの講義で約352クレジット（約88円）、開始時に600クレジット。書き出し・レンダリング・台本の修正に追加料金はかかりません。詳細は料金ページへ。
教員向けの流れは教員と講義動画のページ、資料から完成までの全体はPPTを講義動画にする方法にまとめています。