動画に字幕を付けたいけれど、話した内容を全部タイピングして、タイミングを合わせて……と考えると気が重い。結論から言うと、AIの自動文字起こし機能を使えば、字幕づくりの大半は自動化できます。1時間の動画を手作業で字幕化すると数時間かかりますが、AIツールなら下地を数分〜数十分で作れます。この記事では、Vrew（ブリュー）や CapCut などを使って動画字幕を自動作成する手順と、そのまま出すと読みにくい部分を整えるコツを紹介します。
<!-- FIGURE: 記事全体のアイキャッチ（音声→自動文字起こし→整えて字幕焼き付けの流れ） -->まず結論：ツールの使い分け早見表
字幕づくりに使えるAIツールはいくつかあり、目的で選ぶのが近道です。代表的な3つを整理します。
<!-- FIGURE: Vrew / CapCut / YouTube自動字幕 の向き・不向き比較表 -->- Vrew（ブリュー）：音声をAIが文字起こしし、テキストを編集する感覚で動画を切れる。長尺やPC作業、字幕の精度重視に向く。無料プランがあり、月ごとに使える文字起こし時間の上限が決まっている
- CapCut：TikTokの運営元が出す無料の動画編集アプリ。スマホだけで完結し、縦型のショート動画・自動字幕・テンプレートが豊富
- YouTube の自動字幕：YouTubeにアップした動画に自動で字幕が付く。あくまで下書きとして、修正して使う
ざっくり言うと、スマホで縦型ショートなら CapCut、PCで長めの動画や精度重視なら Vrew、公開先がYouTubeだけなら自動字幕を手直し、という選び方になります。料金や無料枠は改定されることがあるので、使う前に各サービスの公式ページで最新の条件を確認してください。
手順1：音声をきれいに録っておく
字幕の精度は、元の音声の聞き取りやすさでほぼ決まります。AIは雑音の多い音声だと誤変換が増えます。ここだけは撮影・録音の段階で押さえておきます。
- 静かな部屋で、口とマイクの距離を近めに
- エアコンや扇風機の風切り音、外の音を減らす
- 早口になりすぎず、区切って話す
実際に試すと、スマホの内蔵マイクで離れて録った音声より、外付けの小さなマイクを口元に近づけたほうが、誤変換の直し作業が目に見えて減りました。マイクは高価なものでなくても効果があり、AmazonPR や 楽天市場PR でクリップ式のものが手頃な価格で探せます。
でクリップ式のものが手頃な価格で探せます。手順2：自動文字起こしで字幕の下地を作る
ツールに動画（または音声）を読み込ませ、自動文字起こしを実行します。Vrewなら読み込み時に文字起こしが走り、CapCutなら「自動キャプション」機能を選びます。数分待つと、話した言葉が字幕テキストとして並びます。
ここで出てくるのは、あくまで下書きです。固有名詞（人名・商品名・専門用語）や、同音異義語（例：「機械」と「機会」）は間違えやすいので、この後で直します。数字や日付も要注意ポイントです。
手順3：読みやすく直す3つのコツ
自動で付いた字幕を、そのまま出すと読みにくいことがあります。人が一瞬で読める字幕にするコツは3つです。
1. 改行と1行の文字数を整える 1行が長すぎると読み切れません。話し言葉の意味の切れ目で改行し、1行はおおよそ全角13〜20字程度に収めると読みやすくなります。「〜が、」「〜ので、」のような接続の切れ目で分けるときれいです。
2. 話し言葉の「間(ま)」やクセを削る 「えー」「あの」「まあ」といったつなぎ言葉、言い直し、意味のない繰り返しは、字幕では削ると締まります。話し言葉をそのまま文字にすると冗長になりがちなので、意味を変えない範囲で整えます。
3. 表示のタイミングを声に合わせる 字幕が声より早く出たり遅れたりすると、違和感が出ます。ツール上で開始・終了のタイミングを微調整し、声と字幕をそろえます。
<!-- FIGURE: 長い1行の字幕を、意味の切れ目で2行に分けたbefore/after -->手順4：生成AIで字幕を仕上げる（応用）
文字起こししたテキストを、ChatGPT や Claude に貼って一括で整える方法もあります。手作業で1つずつ直すより速く、トーンをそろえられます。
以下は動画の自動文字起こしテキストです。字幕用に整えてください。
- 「えー」「あの」などのつなぎ言葉や言い直しを削る
- 意味は変えず、話し言葉の自然さは残す
- 1つの字幕が長い場合は、意味の切れ目で改行を入れる
- 誤変換の可能性がある固有名詞・数字には【要確認】と印を付ける
（ここに文字起こしテキストを貼る）
ここでのコツは、元の意味を変えさせないこと。AIは「もっと良い表現」に書き換えたがることがありますが、動画では話した本人の言葉を尊重します。整えたテキストを字幕ソフトに戻せば、仕上げが一気に進みます。ただし【要確認】の印がついた固有名詞や数字は、必ず自分で動画を見返して確かめます。
手順5：ショート動画向けの見せ方
TikTokやリール、YouTubeショートなどの縦型動画では、字幕が視聴継続の要になります。CapCutなどのアプリには、話した言葉に合わせて文字が1語ずつ出るスタイルや、キーワードだけ色を変えるスタイルがあります。ただし、装飾は読みやすさを損なわない範囲にとどめるのが無難です。文字が動きすぎると、かえって内容が頭に入りません。
顔出しなしのナレーション動画に字幕を付けたい場合は、AIナレーション・音声読み上げの記事や、顔出しなしのショート動画の作り方もあわせてどうぞ。
まとめ
動画字幕をAIで作る流れをおさらいします。
- ツールを選ぶ（スマホ縦型は CapCut、PC長尺・精度重視は Vrew など。無料枠や料金は公式で確認）
- 元の音声をきれいに録る（字幕精度は音声で決まる）
- 自動文字起こしで下地を作る
- 改行・つなぎ言葉・タイミングを整える
- 生成AIで一括整形（意味は変えない／固有名・数字は自分で確認）
字幕づくりは、AIに任せられる部分と、人が読みやすさを判断する部分がはっきり分かれます。単純作業をAIに渡して、あなたは「伝わるかどうか」に集中できます。動画編集そのものを体系的に学びたいなら、UdemyPR に字幕・テロップを含む動画編集講座が買い切りで揃っているので、基礎を押さえる足がかりになります。
本記事はアフィリエイトリンクを含みます（PR）。まずは短い1本の動画で、自動文字起こしを試してみてください。