研修動画の撮影のコツ|翻訳しやすい動画にする音・話し方・画面の準備

三脚のスマートフォンとピンマイクで研修動画を撮影する現場

この記事でわかること

  • 翻訳しやすい研修動画が、撮る前の準備で決まる理由
  • 音・話し方・画面について、撮影前に決めておくこと(手順つき)
  • 「これを回します」がなぜ訳しにくいのか、どう言い換えるか
  • AI の吹き替え・字幕を使うときに、撮影で気をつけたい所
  • 撮影でつまずきやすい所と、その避け方

まず読む: 研修動画の多言語化の方法|字幕と吹き替えを作る手順と注意点

翻訳しやすい研修動画は、どう撮ればよい?

翻訳しやすい研修動画は、撮影の前の準備でほとんど決まります。訳す作業は、元の動画の「音」と「言葉」を土台にしているからです。音が聞き取りにくいと文字起こしが崩れ、言葉があいまいだと訳もあいまいになります。

撮る前に決めておきたいのは、次の 4 つです。

決めることねらい後で直すと
音(場所・マイク・BGM)声をはっきり録る文字起こしの誤りを一つずつ直すことになる
話し方(速さ・間)聞き取りやすく、字幕の切れ目も作りやすくする字幕が詰まり、読み切れない
言葉(名前で言う・言い換え)訳で意味が変わらないようにする訳の手直しが言語の数だけ増える
画面(文字の大きさ・色)画面の情報も伝わるようにする画面の文字だけ日本語のまま残る

すでにある研修動画を多言語にする全体の流れは「研修動画の多言語化の方法」で説明しています。この記事は、これから撮る動画を、訳しやすく撮るための準備に絞ります。作業の手順を見せるマニュアルの動画の組み立て方は「マニュアル動画の作り方」で紹介しています。

なぜ撮影の段階で差がつくの?

理由は、撮ったあとに直せる所と、直しにくい所があるからです。字幕の文字は後から直せますが、元の声に入った雑音や、あいまいな言い方は、後から消しにくいものです。

ウェブの標準を決める団体 W3C のアクセシビリティの指針(Web Accessibility Initiative)は、音声と動画を作るときに、企画・台本・撮影・仕上げの各段階で気をつけることをまとめています[1]。もとは見えない人・聞こえない人にも伝わる動画のための指針ですが、字幕を付ける人のためにもはっきり話すことが大切だと書かれており、翻訳しやすい動画づくりと重なる所が多くあります[1]。

AI で字幕や吹き替えを作る場合も同じです。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[2]。また W3C は、自動で作った字幕は正確な字幕を作るための「出発点」として使える、という位置づけをしています[4]。出発点の質を上げておくほど、人が確かめて直す手間が減ります。

撮影の前に、何をどの順で準備する?

撮影の準備は、台本 → 音 → 画面 → 撮影 → 確認、の順に進めると抜けが少なくなります。

  1. 台本を書き、一文を短くする
    一文に一つのことだけを話すように書きます。専門用語・略語・たとえ話は、避けるか説明を添えます。W3C の指針も、専門用語・略語・慣用句は避けるか説明するよう勧めています[1]。
  2. 「これ」「あれ」を、ものの名前に置き換える
    W3C の指針には、「これを緑の端に付けます」ではなく「小さいリングを、大きいほうの緑の端に付けます」と言う例があります[1]。画面を見られない人や、訳した字幕を読む人にも、何の話か分かるようにするためです。
  3. 録る場所とマイクを決める
    W3C は、質の良いマイクを使い、できれば外の音から離れた部屋で、タイルや板張りのような硬い床の部屋を避けて録るよう勧めています[1]。話す人の口の近くで録るだけでも、声は聞き取りやすくなります。
  4. BGM の大きさを決める
    話し声に BGM を重ねるときは、背景の音を話し声より 20 デシベル以上小さくするのが W3C の目安です[1]。迷うときは、話している間だけ BGM を止めます。
  5. 画面の文字を整える
    画面に出す文字は、書体・大きさ・背景との色の差を考えて作ります[1]。大事な言葉は画面に書くだけでなく、声でも言います。
  6. はっきり・ゆっくり話して撮る
    はっきり、ほどよくゆっくり話すと、聞く人が理解しやすくなり、字幕のタイミングも合わせやすくなります[1]。話題が変わる所では、少し間を取ります[1]。話す人の顔が見える場合は、明るい所で撮ります[1]。
  7. 短く撮って、音を聞き直す
    本番の前に 1 分ほど撮り、イヤホンで聞き直します。雑音・声の小ささ・BGM の大きさを、この時点で直します。

台本の言い換えは、どう考えればよい?

言い換えの考え方は「訳したときに、ほかの意味に取られないか」です。よくある例を挙げます。

撮る前の言い方訳しにくい理由言い換えの例
これを右に回します「これ」が何か、声だけでは分からないハンドルを右に回します
例の書類を出しておいてください「例の」は社内の人にしか通じない作業日報を、帰る前に出してください
ここは要注意です何に注意するのかが抜けているここは床がすべりやすいので、ゆっくり歩きます
〜なので、〜して、〜ですが一文が長く、訳すと意味のまとまりが崩れる文を 2〜3 つに分ける
「カバー」「ふた」と言い換える同じものが別のものに見える呼び方を一つに決める

社内の呼び方を一つに決めるには、用語の一覧があると便利です。字幕の手直しで固有名詞の誤りを見つけやすくなります。訳を人が確かめる考え方は「AI の訳を、人が確かめる理由」にまとめています。

カメラの前でゆっくり話す講師

AI の吹き替え・字幕を使うなら、撮影で何に気をつける?

AI のサービスを使う場合は、そのサービスの決まりに合わせて撮ると、後の手戻りが減ります。koevo を例に、撮影に関係する所を挙げます。

  • 長さとファイルの大きさ: koevo にアップロードできる動画は 1 時間・1.7GB までで、30 分以内がおすすめです[2]。長い研修は、話題ごとに短く分けて撮ると、直すときも差し替えやすくなります
  • 画質: 4K などフルHD より大きい動画は、スマートフォンでも止まらずに再生できるよう、フルHD に変換して届けます[2]。4K で撮っても、届く動画はフルHD です
  • 画面の文字: 画面に映った文字を読み取って訳すオプション(AI テキスト抽出)を使うなら、資料やスライドのように文字がしばらく止まって表示される映像が向いています[2]。文字が動くアニメーションは控えめにします
  • 言い直しは撮る前に: 字幕を直しても、吹き替えの音声は変わりません[2]。吹き替えで聞いてほしい言葉は、撮る前に台本で直しておきます
  • 本人の声で残したい所: 社長のあいさつのように本人の声で聞かせたい所は、指定した区間だけ吹き替えをやめ、元の動画の音声を流せます[2]。その区間の前後で話題を区切って撮ると、区間を指定しやすくなります

AI 吹き替えの仕組みそのものは「AI 吹き替えの仕組み」で、字幕と吹き替えの向き不向きは「字幕と吹き替えの違い」で解説しています。

会議の声を拾うマイクと波形の画面。音声認識の精度を左右する録音

映っている人の同意は、いつ取る?

撮影の前に取っておくのがおすすめです。koevo の声のページでも、動画に映っている人(声・姿)から、多言語化することについて事前に同意を得るようお願いしています[3]。撮り終わってから「外国語の吹き替えにしてよいか」を聞き直すより、撮る前に「この研修動画は多言語にして配ります」と伝えておくほうが、話がスムーズです。

撮影でつまずきやすい所は?

よくあるつまずきと、その避け方です。

つまずき起きること避け方
換気扇・機械の音が入る文字起こしが崩れ、訳も崩れる機械を止められる時間に撮る、話す人の近くにマイクを置く
広い部屋で声が響く言葉の切れ目が聞き取りにくい硬い床の部屋を避ける、カーテンのある部屋で撮る
早口で話す字幕が詰まり、読み切れない台本を読む練習をし、話題の切れ目で間を取る
画面を指して「ここ」と言う声だけでは何の話か分からないものの名前や位置を声で言う
画面の文字が小さいスマートフォンで読めない文字を大きく、背景との色の差をはっきりさせる
撮り直しを後回しにする吹き替えの言い回しを直せない撮る前に台本を見直す

どれも特別な機材は要りません。台本を一度声に出して読み、「これを訳しても意味が変わらないか」を確かめるだけでも、仕上がりは変わります。

撮り直すと、時間と費用はどう変わる?(試算)

撮影の準備を省くと、撮り直しや作り直しで後から手間がかかります。koevo を使う場合を例に、前提を書いて試算します。

前提: 長さ 10 分の研修動画を、英語とベトナム語の 2 言語にする。料金は 1 分・1 言語ごとに 980 円(税込)で、元の日本語は数えない[2]。

撮り直したときの制作料金の試算(10分・2言語)出典: koevo ヘルプ(使い方・料金)
場面計算制作料金(税込)
1 回で仕上がった場合980 円 × 10 分 × 2 言語19,600円
撮り直して、もう一度作った場合19,600 円 × 2 回39,200円

字幕の文字だけを直すなら作り直しは要りませんが、吹き替えの言い回しを変えたいときは、撮り直して作り直すことになります[2]。撮る前に台本と音を整えておくほうが、結果として安く、早く仕上がりやすくなります。

研修動画を撮ったあとは、何をする?

撮ったあとは、多言語化の手順に進みます。届ける言語の決め方は「多言語対応はどの言語から?」、配ったあとに誰が見たかを残す方法は「受講管理とは」で説明しています。建設現場の朝礼や安全教育の動画については、建設の現場向けの記事「外国人作業員の安全教育」もご覧ください。

翻訳しやすい研修動画は、撮る前の準備で決まります。雑音の少ない場所で録る、BGM を声より十分小さくする、はっきりゆっくり話す、「これ」ではなくものの名前で話す、の 4 つを撮影前に決めておきましょう。台本で直しておくほど、訳の手直しは少なくなります。

おわりに

翻訳しやすい研修動画の撮り方について、いかがでしたか?雑音を減らしBGMを小さく、はっきり話して間を取り、ものの名前で話し、画面の文字は大事なことを声でも言う、の4つで訳の手直しが少なくなるということでした。

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。撮った研修動画を、翻訳・字幕・吹き替えまでまとめて多言語にし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

スマートフォンで撮った研修動画でも、翻訳できますか?

撮る機械よりも、音のほうが仕上がりに響きます。スマートフォンでも、話す人の近くで録る・静かな部屋で撮る・外付けのマイクを使う、などで声を聞き取りやすくすると、文字起こしや吹き替えが崩れにくくなります。

BGM は入れないほうがよいですか?

入れてもかまいませんが、話している間は声より十分小さくします。W3C の指針では、背景の音を話し声より 20 デシベル以上小さくする目安が示されています。迷うときは、話している所だけ BGM を止めるのが無難です。

すでに撮った動画は、撮り直さないといけませんか?

撮り直さなくても翻訳はできます。ただ、雑音が多い・音が小さい音声は、文字起こしや吹き替えの精度が下がることがあります。訳が崩れた所だけ字幕を直すか、大事な動画だけ撮り直すかを、動画ごとに決めるとよいでしょう。

台本は用意したほうがよいですか?

用意するのがおすすめです。台本があると、一文の長さや言い回しを撮る前に見直せます。言い換えが要る言葉や、名前で言うべき所に、撮る前に気づけます。

参考文献

海外の資料 2自社の一次資料 2

この記事は 4 本の出典をもとに書いています。うち 4 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. W3C Web Accessibility Initiative「Audio Content and Video Content」海外の資料
  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
  4. W3C Web Accessibility Initiative「Captions/Subtitles」海外の資料

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。