動画を翻訳する方法は?字幕・吹き替え・ナレーションの違いと進め方

研修室のパソコンで動画の翻訳に使う字幕と映像を並べた画面

この記事でわかること

  • 動画を翻訳する3つの方法(字幕・吹き替え・ナレーション)の違い
  • AIで動画を翻訳するときの流れ
  • 方法ごとに向いている動画・向いていない動画
  • 配る前に人が確かめるべき所
  • 研修・マニュアルの動画で翻訳が求められる背景

動画を翻訳する方法とは?

動画を翻訳する方法は、「字幕を付ける」「声を吹き替える」「別の声でナレーションを読み上げる」の3つに分けられます。どれが正解というより、見る人がどう動画を見るかで選びます。元の声を残したまま訳の声を重ねるやり方は、ボイスオーバーとは?で吹き替えとの違いを説明しています。

研修やマニュアルの動画では、見る人は「内容を正しく理解して、その通りに動く」ことが求められます。そのため、映画の翻訳のように雰囲気や演技を伝えることよりも、言葉の意味を取り違えずに届けることが大切になります。

方法何をするか見る人の負担向いている動画
字幕話している内容を、別の言語の文字で画面に出す文字を読みながら映像を見る説明が短め・読む余裕がある動画
吹き替え話している声を、別の言語の声に置き換える耳で聞けば分かる手元の作業を見せる動画・長い説明
ナレーション元の声とは別に、決まった声で訳を読み上げる耳で聞けば分かる話し手が1人の説明動画・スライド

字幕と吹き替えの違いをもう少しくわしく比べたいときは、字幕と吹き替えの違いで整理しています。

「字幕」と「キャプション」は同じもの?

ことばの使い方が少し違います。Web のアクセシビリティの基準を作っている W3C は、話している言葉と同じ言語の文字を「キャプション」、別の言語に訳した文字を「サブタイトル(字幕)」と呼び分けています[3]。この記事で「字幕」と書くときは、訳した文字のことを指します。

なぜ研修やマニュアルの動画を翻訳する会社が増えている?

日本で働く外国人が増え、母国語で伝えたほうが確実な場面が増えているからです。厚生労働省のまとめでは、令和7年10月末時点の外国人労働者数は2,571,037人で、届出が義務化された平成19年以降で最も多くなりました[4]。国籍別では、ベトナムが605,906人で最も多くなっています[4]。

日本で働く外国人(令和7年10月末)出典: 厚生労働省「外国人雇用状況」の届出状況まとめ(令和7年10月末時点)
日本で働く外国人(令和7年10月末)
項目数
外国人労働者数2,571,037人
うちベトナム国籍(最多)605,906人

届出が義務化された平成19年以降で最多

日本語で作った研修動画をそのまま見せても、言葉が難しいと内容の一部しか伝わりません。動画を翻訳しておけば、同じ研修を何度でも、だれにでも同じ内容で届けられます。どの言語から用意するかは、多言語対応でどの言語を優先するかで考え方をまとめています。

建設現場の安全教育に限った話は、建設の読者向けのメディアで外国人作業員への安全教育としてくわしく書いています。

AIで動画を翻訳する仕組みは?

AIで動画を翻訳するときは、だいたい次の順番で作ります。

  1. 動画の音声を聞き取り、元の言語の文字にする(文字起こし)
  2. その文字を、別の言語に訳す(翻訳)
  3. 訳した文字を字幕にする、または声にする(音声の合成)
  4. 声を映像と合わせ、BGM や効果音と重ねる

一つひとつの段階で間違いが起きる可能性があり、前の段階の間違いは後ろへそのまま引き継がれます。たとえば聞き取りで言葉を取り違えると、訳も声も取り違えたままになります。仕組みのくわしい説明はAI吹き替えの仕組みにまとめました。

元の動画の音で、仕上がりはどれくらい変わる?

大きく変わります。koevo のヘルプでも、雑音が多い・音が小さい・聞き取りにくい音声は、文字起こしや吹き替えの精度が下がることがあると案内しています[1]。撮るときにマイクを話す人の近くに置く、周りの騒音が少ない時間に撮る、といった工夫が、そのまま翻訳の出来に効いてきます。

画面に映っている文字はどうする?

声だけを訳しても、スライドや資料に書かれた文字が日本語のままだと、見る人は途中で分からなくなります。画面の文字も訳したいかどうかは、動画を作る前に決めておきたい点です。koevo では、オプションの「AIテキスト抽出」で画面の文字を読み取って訳せますが、対象はスライドや資料など画面に表示された文字で、風景や写真の中に写り込んだ文字は抽出されません[1]。看板や貼り紙を映して説明する動画では、その部分を声で読み上げてもらうなど、撮り方で補うと確実です。

字幕・吹き替え・ナレーションは、どう使い分ける?

見る人の状況で使い分けます。目安は次のとおりです。

こんな場面ならおすすめ理由
事務作業の手順をパソコンの画面で見せる字幕止めて読み返せる。画面の文字と合わせて確かめやすい
工具や機械の扱いを手元で見せる吹き替え映像から目を離さずに聞いて理解できる
スライドに沿って1人が説明する吹き替え・ナレーション話し手が1人なら、声の違いで迷わない
社長のあいさつなど本人の声を残したい字幕本人の声と表情をそのまま伝えられる
声の演技そのものが作品の価値になるプロの声優・ナレーターAIの声では表現を置きかえにくい

最後の行は大事なところです。koevo では、吹き替えを内容を正しく伝えるための説明用ナレーションと位置づけており[2]、アニメ・映画やドラマの吹き替え・CM のように声の表現そのものを味わう作品には向いていないと案内しています[2]。AIの吹き替えは「何でも置きかえられる」ものではなく、伝えることが目的の動画で力を発揮するものです。

リモコンで字幕の表示を切り替えて動画を見る人

字幕は「切り替えられる字幕」と「焼き込み」のどちらにする?

配り方で選びます。視聴ページで言語を切り替えられる字幕(ソフト字幕)は、1本の動画で複数の言語を出し分けられます。映像に字幕を焼き込んだ動画は、どの再生ソフトでも必ず字幕が表示されます。koevo ではこの両方を配信できます[5]。社内のサイトで見せるならソフト字幕、MP4 を配って別の場所で流すなら焼き込み、と分けると扱いやすくなります。

配る前に、どこを人が確かめるべき?

AIの訳は、そのまま配らずに人が確かめてから使います。W3C も、自動で作った字幕は、正確だと確かめられない限り、見る人の必要や基準を満たさないとしています[3]。たった1つの「not(〜ない)」が抜けるだけで、字幕が実際の音声と正反対の意味になることがあると例を挙げています[3]。

koevo も同じ考えで、AIの翻訳・読み上げは100点ではなく、大切な内容はエディターで字幕を確かめてから使ってほしいと案内しています[2]。確かめるときは、全部を同じ力で読むより、間違えると困る所に絞ると続けやすくなります。

  • 「〜しない」「〜禁止」などの否定や禁止が、訳でも否定になっているか
  • 数字・単位・時間(何分・何回・何メートル)が合っているか
  • 会社名・製品名・現場の呼び方が、決めた表記になっているか
  • 危険を知らせる言葉が、やわらかく言い換えられて弱くなっていないか
  • 字幕の出るタイミングが、話している場面とずれていないか

会社名や専門用語の取り違えは、何本の動画にも同じ形で出やすい間違いです。koevo のエディターでは「一括置換」で全部の言語をまとめて直せます[1]。社内でよく使う言葉は、翻訳用の用語集として先にまとめておくと、確認が早くなります。人が確かめる意味については、作り手の考えをAIの訳を人が確かめる理由に書きました。

印刷した訳文に赤ペンで印をつける手元。AI翻訳の間違いを見つける作業

字幕を直したら、声も直る?

方式によって違います。koevo の場合、字幕を直しても吹き替えの音声は変わりません[1]。字幕は直しても、声は前の訳のまま読み上げられます。声まで直したい内容が多いときは、元の動画の言い回しを直して作り直すほうが確実なこともあります。この「できないこと」は、使い始める前に知っておいてください。

AIで動画を翻訳するときの流れと費用の目安は?

AIの翻訳サービスを使う場合、流れはおおむね次のとおりです。

  1. 元の動画を整える
    聞き取りやすい音で撮れているかを確かめます。話す言葉が速すぎる・小さすぎる所は、撮り直したほうが仕上がりがよくなります。
  2. 翻訳する言語を決める
    見る人の母国語を確かめ、優先する言語から選びます。
  3. 字幕・吹き替えを作る
    サービスに動画を上げて、作りたい言語を選びます。
  4. 人が確かめて直す
    上のチェックリストの所を中心に、字幕を読んで直します。
  5. 配り方を決めて届ける
    視聴ページの URL、社内サイトへの埋め込み、MP4 のダウンロードなど、見る人に合った方法で届けます。

費用の決まり方はサービスごとに違います。koevo の場合は、動画の長さと翻訳する言語の数で決まり、980円 / 1分・1言語(税込)です[1]。長さは30秒ごとに切り上げ、最低1分として数えます[1]。言語の数は、翻訳先の言語を数えます(元の日本語は数えません)[1]。

対応している言語の幅もサービスごとに違います。koevo は日本語の動画から最大33言語の吹き替えと字幕を作れます[1]。ただし、タイ語・ネパール語は決まった1つの声で読み上げるナレーションでのお届けとなり、話し手が複数でも同じ声で、BGM・効果音は入りません[1]。それ以外の言語は、BGM・効果音を残したまま声だけを吹き替えます[1]。言語によって仕上がりの方式が違うことも、選ぶときに確かめておきたい点です。

研修動画として配り、だれが見たかまで残したい場合の進め方は、研修動画を多言語化する方法で手順を追って説明しています。

よくある質問

動画の翻訳は字幕と吹き替えのどちらがよいですか?

見る人と場面で決めます。画面の文字を読む余裕がある人には字幕、手元の作業や映像から目を離せない人、文字を読むのに時間がかかる人には吹き替えが向きます。両方を用意して、見る人が選べるようにする方法もあります。

AIで翻訳した動画はそのまま使えますか?

そのまま配るのはおすすめしません。AIの訳は会社名や専門用語、否定の言葉を取り違えることがあります。大切な内容は、字幕を人が読んで確かめてから配ってください。

元の動画にBGMが入っていても吹き替えできますか?

多くのAI吹き替えでは、声だけを差し替えてBGMや効果音を残せます。ただし言語や方式によってはBGMが入らないこともあるので、使う前にそのサービスの説明を確かめてください。

字幕を直したら吹き替えの声も変わりますか?

サービスによって違います。koevo では、字幕を直しても吹き替えの音声は変わりません。声まで直したいときは、その前提で進め方を決めておくと安心です。

動画を翻訳する方法は、字幕・吹き替え・ナレーションの3つです。見る人が文字を読めるか、映像から目を離せるかで選びます。AIで作るときも、否定・数字・固有名詞を中心に、人が確かめてから配ることが欠かせません。

この分野の記事

おわりに

動画を翻訳する方法について、いかがでしたか?字幕・吹き替え・ナレーションの3つがあり、見る人の読む力や作業の内容で選ぶこと、どの方法でもAIの訳は人が確かめてから配ることが大切でした。

ちなみにスリーでは、「koevo」というサービスを提供しています。日本語の動画から、翻訳・字幕・吹き替えをまとめて作る動画の多言語化の仕組みです。研修やマニュアルの動画を、母国語の声で届けられます。日本語の動画から、翻訳・字幕・吹き替えをまとめて作りたいときにお使いいただけます。よろしければ、サービスページものぞいてみてください。

koevo のサービスページを見てみる

よくある質問

動画の翻訳は字幕と吹き替えのどちらがよいですか?

見る人と場面で決めます。画面の文字を読む余裕がある人には字幕、作業の手元や映像から目を離せない人、文字を読むのに時間がかかる人には吹き替えが向きます。両方を用意して、見る人が選べるようにする方法もあります。

AIで翻訳した動画はそのまま使えますか?

そのまま配るのはおすすめしません。AIの訳は会社名や専門用語、否定の言葉を取り違えることがあります。大切な内容は、字幕を人が読んで確かめてから配ってください。

元の動画にBGMが入っていても吹き替えできますか?

多くのAI吹き替えでは、声だけを差し替えてBGMや効果音を残せます。ただし言語や方式によってはBGMが入らないこともあるので、使う前にそのサービスの説明を確かめてください。

字幕を直したら吹き替えの声も変わりますか?

サービスによって違います。koevo では、字幕を直しても吹き替えの音声は変わりません。声まで直したいときは、その前提で進め方を決めておくと安心です。

参考文献

海外の資料 1公的資料 1自社の一次資料 3

この記事は 5 本の出典をもとに書いています。うち 5 本は、引用した文が出典のページにあることを確かめています(2026年11月20日)。

  1. koevo ヘルプ(使い方・料金)自社の一次資料
  2. koevo の声について自社の一次資料
  3. W3C Web Accessibility Initiative「Captions/Subtitles」海外の資料
  4. 厚生労働省「外国人雇用状況」の届出状況まとめ(令和7年10月末時点)公的資料
  5. koevo 対応言語自社の一次資料

この記事を書いた人

動画の多言語化に毎日向き合っている koevo のチームが書いています。数字や制度は、元の資料へのリンクを付けています。