合成音声ナレーションと吹き替えの違いは?動画での選び方

マイクと音声の波形の画面。合成音声ナレーションと吹き替えを比べる机

この記事でわかること

  • 合成音声ナレーションと吹き替えの一番の違い
  • 選ぶときの4つの物差し(声・話し手の数・BGM・タイミング)
  • 2つの方法を並べた比較表
  • 動画の種類ごとのおすすめ
  • どちらを選んでも気をつけたいこと

まず読む: 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

結論:合成音声ナレーションと吹き替えは、どう選べばよい?

合成音声のナレーションは、原稿をAIの決まった声で読み上げる方法です。吹き替えは、動画の中で話している声を、話し手ごとに別の言語の声へ置きかえる方法です。どちらも「耳で聞いて分かる」動画を作れる点は同じですが、元の動画の音をどれだけ残すかが大きく違います。

選び方を一言でまとめると、次のようになります。

  • ひとりがスライドや画面に沿って説明する動画なら、ナレーションでも十分に伝わる
  • 何人も話す動画、現場の音や BGM が意味を持つ動画なら、吹き替えが向く
  • 声そのものが作品の価値になる動画は、どちらでもなく人の声に任せる

字幕も含めた動画の翻訳の方法の全体は、動画を翻訳する方法で整理しています。

合成音声ナレーションと吹き替えを選ぶ物差しは?

選ぶときは、次の4つを順に見ていくと迷いません。

  1. 声:だれの声で聞かせたいか。元の話し手の雰囲気を残したいか、説明の声が1つあればよいか
  2. 話し手の数:動画の中で話す人は何人か。会話や掛け合いがあるか
  3. BGM・効果音:機械の音、合図の音、音楽など、声以外の音に意味があるか
  4. タイミング:話している場面と声の位置がずれると困るか

この物差しで見ると、2つの方法の違いがはっきりします。ナレーションは原稿を読み上げるので、もとの動画の音とは切り離して作ります。吹き替えは、もとの動画の声だけを差し替えて、ほかの音は残すのがふつうです。

いまの合成音声はどこまで自然?

「合成音声は機械っぽい」という印象は、ここ数年で大きく変わりました。ある研究チームが音声処理の国際会議 ICASSP 2018 で発表した論文は、文字から直接声を作るニューラルネットワークの仕組みを示しています[1]。この論文では、聞いた人による5段階の評価(MOS)で、合成した声が4.53、プロが録音した声が4.58と、ほぼ並ぶ結果が報告されました[1]。

音声の波形が並ぶ編集画面とヘッドホン。AI吹き替えの仕組みを確かめる机

ただし、これは研究で使われた英語の読み上げでの評価です。会社名や専門用語の読み方、文の区切り方、強調したい所の間の取り方などは、原稿や言語によって仕上がりが変わります。自然さが上がったからこそ、どの方式でも、完成した音声を一度聞いて確かめる手間は残しておきたいところです。

合成音声ナレーションと吹き替えの比較表

物差し合成音声ナレーション吹き替え
作るもと原稿(字幕や台本の文字)動画の中の話し声
声AIの決まった声で読み上げる話し手ごとに声を割り当てる方式が多い
話し手が複数のとき同じ声で全員分を読む話し手ごとに別の声にできる
BGM・効果音入らない・別に足す必要がある声だけ差し替え、ほかの音は残せる
話す場面との合い方原稿の順に読むので、場面とずれることがある元の話し声の位置に合わせる
向く動画ひとりの説明・スライド・画面操作会話・現場の様子・複数人の研修

koevo では、この2つの方式が言語によって分かれています。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[2]。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[2]。どちらの方式でも、声は AI の声から自動で選ばれ、声の種類の指定や、特定の人に似せることはできません[2]。

動画の種類ごとのおすすめは?

条件ごとに分けると、次のようになります。

動画の種類おすすめ理由
スライドに沿ってひとりが説明する研修ナレーション・吹き替えのどちらでも話し手がひとりなので声の違いで迷わない
画面操作を説明するマニュアルナレーション・吹き替えのどちらでも声以外の音が少なく、原稿どおりに読めば伝わる
何人かで話す打ち合わせや研修の記録吹き替え声が1つだと、だれの発言か分からなくなる
機械の音や合図の音が大事な作業の説明吹き替え背景の音を残せる
社長のあいさつ・インタビュー字幕、または人の声本人の声そのものに意味がある
CM・アニメ・ドラマ声優・ナレーター声の表現が作品の価値になる

最後の2行は、AIの音声に向いていない動画です。koevo でも、アニメ・映画やドラマの吹き替え・CM・ナレーションの表現を味わう作品などは向いていないと案内しています[3]。また、日本語版のナレーションはプロのナレーターに頼み、その動画を koevo で多言語にする使い方もできます[3]。大切な場面や、会社・ブランドの顔になる声には、人の声を勧めています[3]。

字幕と声のどちらで届けるかの考え方は、字幕と吹き替えの違いで、研修動画を例に比べています。

どちらにするか決めたら、元の動画で何を準備する?

方法を決めたら、元の動画の作り方を少し合わせておくと、仕上がりが安定します。ナレーションと吹き替えでは、準備の中心が違います。

マイクとヘッドホンが置かれた録音室

ナレーションにするなら、原稿を整える

ナレーションは原稿を読み上げるので、原稿の質がそのまま音声の質になります。次の点を意識して、日本語の段階で整えておきます。

  • 一文を短くする:長い文は訳すと伸びやすく、場面の切り替わりに間に合わなくなります。「〜して、〜して、〜します」と続けず、二つか三つに分けます
  • 主語を書く:日本語は「だれが」を省きやすい言葉です。訳したときにだれの動作か分からなくならないよう、必要な所では主語を書きます
  • 読み方が決まらない言葉を減らす:社内だけの略語や、読み方が何通りもある漢字は、AIが読み違えやすい所です。言い換えられるものは、ふだん使う言い方に直します
  • 画面と言葉を対応させる:「ここを押します」の「ここ」が画面のどこか、言葉でも言えるようにしておくと、ナレーションだけ聞いても迷いません

吹き替えにするなら、録るときの音を整える

吹き替えは元の話し声から作るので、録るときの音の聞き取りやすさが鍵になります。

  • マイクを話す人の近くに置く:遠い声や反響した声は、聞き取りの段階で間違えやすくなります
  • 話す人が重ならないようにする:何人かで話すときは、話す順番を決めて、同時に話さないようにします
  • BGM を小さめにする:背景の音が大きいと、声と背景を分けにくくなります。大事な合図の音は残しつつ、音楽は控えめにします
  • 言い終えてから少し間を置く:訳した声は元の声より長くなることがあります。間があれば、その分を収める余裕が生まれます

声ができるまでの段階と、どこで間違いが起きやすいかは、AI吹き替えの仕組みで詳しく説明しています。

選ぶときの注意は?

どちらの方法を選んでも、気をつけたい点は共通しています。

  • 元の言葉が正しいか:ナレーションも吹き替えも、訳した文を読み上げます。訳が間違っていれば、声も間違ったまま流れます。否定・数字・固有名詞は、とくに人が確かめてください
  • 話し手の区別:ナレーションでは全員が同じ声になります。会話の多い動画では、字幕に話し手の名前を出すなど、声以外の手がかりを用意します
  • 音のバランス:吹き替えで BGM を残すと、言語によっては声が聞き取りにくくなることがあります。完成した音声を、実際に見る環境(工場、事務所、スマホのスピーカーなど)で聞いてみてください
  • 直したいときの手順:koevo では、字幕を直しても吹き替えの音声は変わりません[2]。声まで変えたい内容は、もとの動画の言い回しを見直すほうが確実なこともあります
  • AIの声だと伝える:見る人が本人の肉声と思い込まないように、必要に応じてAIで作った音声だと伝えます

料金の決まり方もサービスごとに違います。koevo では、ナレーションになるか吹き替えになるかは言語で決まり、料金は 980円 / 1分・1言語(税込)です[2]。AIの訳を人が確かめる意味は、AIの訳を人が確かめる理由に書きました。

迷ったら、短い場面で聞き比べる

どちらがよいか決めきれないときは、本番の動画を丸ごと作る前に、短い場面で試すのが確実です。会話の多い場面と、説明だけの場面を一つずつ選び、実際に見てもらう人の母国語で聞いてもらいます。そのとき「だれが話しているか分かったか」「大事な指示を聞き取れたか」「声が速すぎなかったか」の三つを聞くと、比較表だけでは分からない違いが見えてきます。研修を受ける人の声を聞いてから決めると、配ったあとの作り直しを減らせます。試す場面は、動画の中でいちばん伝わってほしい指示が出てくる所を選ぶと、判断を誤りにくくなります。外国人社員の研修で何を確かめるとよいかは、外国人社員の研修を母国語で行うにはにまとめています。

よくある質問

合成音声のナレーションは機械っぽく聞こえませんか?

最近の音声合成は、人の録音に近い評価を受けるものも出てきています。ただし、専門用語の読み方や間の取り方は苦手なことがあるので、完成した音声を一度聞いて確かめてください。

吹き替えとナレーションで料金は変わりますか?

サービスによって違います。koevo では、どちらの方式になるかは言語で決まり、料金は動画の長さと言語の数で決まります。

話し手がふたりいる動画をナレーションにするとどうなりますか?

1つの声で全員分を読むので、だれが話しているかが声では分からなくなります。字幕に話し手の名前を出すなど、別の手がかりを用意すると伝わりやすくなります。

プロのナレーターと組み合わせられますか?

はい。日本語版のナレーションをプロに頼み、その動画をAIで多言語にする使い方もあります。会社の顔になる声には、人の声が向いています。

合成音声のナレーションは原稿を決まった声で読み上げ、吹き替えは動画の話し声を話し手ごとに置きかえます。ひとりの説明ならナレーションでも伝わり、会話や現場の音が大事な動画は吹き替えが向きます。どちらを選んでも、訳を人が確かめ、声が作品の価値になる動画は人の声に任せることが大切です。

おわりに

合成音声ナレーションと吹き替えについて、いかがでしたか?ひとりでスライドに沿って話す動画ならナレーション、何人も話す動画や現場の音が大事な動画なら吹き替えが向く、という選び方でしたね。

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。日本語の動画を、吹き替えや字幕で母国語に置きかえ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

合成音声のナレーションは機械っぽく聞こえませんか?

最近の音声合成は、人の録音に近い評価を受けるものも出てきています。ただし、専門用語の読み方や間の取り方は苦手なことがあるので、完成した音声を一度聞いて確かめてください。

吹き替えとナレーションで料金は変わりますか?

サービスによって違います。koevo では、どちらの方式になるかは言語で決まり、料金は動画の長さと言語の数で決まります。

話し手がふたりいる動画をナレーションにするとどうなりますか?

1つの声で全員分を読むので、だれが話しているかが声では分からなくなります。字幕に話し手の名前を出すなど、別の手がかりを用意すると伝わりやすくなります。

プロのナレーターと組み合わせられますか?

はい。日本語版のナレーションをプロに頼み、その動画をAIで多言語にする使い方もあります。会社の顔になる声には、人の声が向いています。

参考文献

論文 1自社の一次資料 2

この記事は 3 本の出典をもとに書いています。うち 3 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. Shen et al. (2018) Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions(Tacotron 2). ICASSP 2018(arXiv:1712.05884)論文
  2. koevo ヘルプ(使い方・料金)自社の一次資料
  3. koevo の声について自社の一次資料

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。