動画の吹き替えは機械に任せてよい？｜多言語の音声を足す前に

「海外向けに音声を足したいが、機械の吹き替えで足りるのか判断できない」「字幕だけでよいのか、吹き替えまで要るのか迷う」——動画を国外に届けようとする企業が抱える迷いです。吹き替えと字幕は、どちらが優れているという関係ではありません。見られる場面によって、必要なものが変わります。この記事では、選び方と、機械に任せる前に確かめる点を整理します。

字幕の次に出てくる話

海外向けの動画で最初に手をつけるのは字幕です。翻訳の費用も安く、間違いがあっても直しやすい。多くの会社はここまでで止まります。しかし字幕には弱点があります。視聴者が画面を見続けなければ内容が伝わらないという点です。移動しながら、あるいは作業をしながら見る相手には届きません。

音声が母語であれば、画面を見ていなくても内容が入ります。会議の合間に流し聞きされる場面もあります。製品の説明や、経営者の考えを伝える動画では、この差が視聴の続き方に表れます。最後まで見てもらえる割合は、音声の言語に左右されます。だからこそ、吹き替えの検討は自然な次の一手になります。

以前は吹き替えは費用の話でした。話者を手配し、収録し、映像に合わせる作業が必要でした。1本あたりの費用が字幕の何倍にもなるため、特に重要な動画にだけ用意するのが普通でした。いまは合成の音声で自動的に作る道があります。費用の壁は下がりましたが、判断すべきことは増えました。

判断が増えた理由は、質のばらつきです。自動で作った音声は、内容によって仕上がりが大きく変わります。淡々とした説明の動画では十分に使えます。一方で、感情の起伏や間の取り方が意味を持つ動画では、元の動画が持っていた説得力が失われることがあります。費用が下がったからこそ、内容ごとの判断が必要になったのです。

音声トラックを足すという仕組み

仕組みそのものは単純です。1本の動画に、映像は共通のまま、複数の音声を紐づけます。視聴者は再生の画面から設定を開き、音声の言語を選びます。動画のアドレスは1つのまま、言語だけが切り替わります。言語ごとに動画を分けて出す方式とは、この点が大きく違います。

アドレスが1つで済むことには実務上の利点があります。視聴の回数や高評価が1本に集まります。言語ごとに分けると、それぞれの数字が小さくなり、推薦されにくくなることがあります。案内する側も、1つのアドレスを共有すれば全ての言語に対応できます。資料や名刺に載せるアドレスを分けなくて済みます。

題名と説明の文も、言語ごとに用意できます。音声だけを足して題名が元の言語のままでは、検索や一覧で見つけてもらえません。音声トラックを足すときは、題名と説明も一緒に翻訳します。この作業を忘れると、せっかくの音声が使われないまま埋もれます。字幕も同じ言語で用意しておくと、選択の幅が広がります。

自分で用意する場合と自動の場合

音声トラックを足す方法は2通りあります。ひとつは、自分で音声のファイルを用意して追加する方法です。話者に読んでもらった音声でも、外部の道具で作った合成の音声でも構いません。自分で用意する場合、読みも間も自社で決められます。社名や製品名の読みを指定できるのが最大の利点です。

もうひとつは、提供元の側で自動的に生成させる方法です。元の音声を認識し、翻訳し、合成の音声に変えるところまで自動で進みます。手間はほとんどかかりません。対象のチャンネルでは既定で有効になっていることがあり、気づかないうちに作られている場合もあります。有効になっているかどうかは、設定の画面で確かめられます。

自動の生成は2025年の春に、提供元の収益の仕組みに参加しているチャンネルへ広く開放されました。対象や条件は変わり続けているため、自社のチャンネルで使えるかは公式の案内で確かめてください。無効になっている場合は、設定から有効にできることがあります。逆に、意図せず有効になっている場合は無効にもできます。

方法	手間	読みの制御	向く場面
話者に読んでもらう	大きい	完全にできる	経営者の発信、広告に使う動画
外部の道具で合成する	中くらい	ほぼできる	製品の説明、手順の解説
提供元に自動生成させる	ほとんどない	できない	社内の記録、量の多い解説
字幕だけにする	小さい	関係ない	専門用語が多い技術の内容

視聴者側からはどう見えるか

視聴者は、再生の画面の設定から音声の言語を選びます。自動で選ばれる場合もあります。利用者の設定している言語に合う音声があれば、最初からその言語で再生されることがあります。つまり、こちらが用意した音声が最初に聞かれる音声になります。

ここに落とし穴があります。自動で生成された音声の質を確かめていない場合、海外の見込み客が最初に聞くのが、社名の読みが崩れた音声になる可能性があるということです。元の言語で聞かせるつもりが、意図せず吹き替えで聞かれてしまいます。公開の前に、実際に切り替えて聞いてみる作業が欠かせません。

視聴者の側で元の音声に戻すことはできます。しかし、戻し方を知っている人は多くありません。違和感を覚えた時点で離脱するのが普通です。最初の10秒で判断されるという前提で、冒頭の名乗りの部分だけは特に念入りに確かめます。冒頭に社名と製品名が集まる動画では、ここが最大の危険です。

自動で選ばれる仕組みには、もうひとつの影響があります。国内の視聴者に対しても、設定によっては別の言語が選ばれる可能性があることです。日本国内で働く外国籍の担当者が、端末の設定に合わせた音声で聞くことになります。国内向けの動画でも、意図しない音声で聞かれる場合があるということです。国内向けに限る動画には、音声を足さない選択もあります。

何が失われるか

自動の生成で失われるものを、具体的に挙げておきます。まず固有名詞の読みです。社名、製品名、人名、地名。英字の綴りをそのまま読み上げると、意図した呼び方にならないことがあります。日本語の社名を海外の言語に吹き替えるときは特に崩れやすい部分です。

次に数字と単位です。価格、期間、寸法、割合。桁の区切りや単位の読み方が言語ごとに違うため、そのまま変換すると意味が変わることがあります。見積りや条件を口頭で述べている動画は、この点で危険があります。数字を音声で伝える動画には、自動の生成を使わない判断が妥当です。

三つめは間と語感です。強調のための沈黙、言い直し、笑い。これらは合成の音声では平坦になります。経営者が思いを語る動画や、顧客の声を届ける動画では、この平坦化が致命的です。伝えたかったものが、情報だけになってしまいます。

四つめは、周囲の音との関係です。現場の音、機械の動作音、会場の空気。元の音声と一緒に収録されているこれらの音が、吹き替えでは扱いが変わることがあります。工場や現場を映した動画では、音そのものが情報を持っています。音が持つ情報が多い動画は、字幕での対応が向いています。

内容の型で判断する

すべての動画に一律で付けるか付けないかを決めるのではなく、内容の型ごとに方針を決めるのが現実的です。型ごとの方針を一覧にして社内で共有すれば、動画を作るたびに議論する必要がなくなります。新しい担当者でも判断できるようになります。

• 手順の解説、機能の紹介、よくある質問への回答は自動の生成でよい
• 経営者の発信、顧客の声、採用の動画は自分で用意するか字幕だけにする
• 価格や契約の条件を口頭で述べる動画には自動の生成を使わない
• 現場の音や機械の音が情報を持つ動画は字幕を優先する
• 社名と製品名の読みは、どの方法でも公開前に必ず聞いて確かめる

この一覧は、動画の企画の段階で使うものです。撮影が終わってから考えると、冒頭の名乗り方や数字の言い方を変えられません。企画の段階で吹き替えの前提を決めておけば、話し方から調整できます。たとえば数字を口頭で言わず、画面の文字で示す作りにできます。

5つの工程で導入する

初めて導入するときの流れを整理します。全ての動画に一気に適用せず、1本で試してから広げます。

元の動画の作り方を先に変える

吹き替えを前提にするなら、撮影の段階から作り方を変えられます。後から音声を足すのではなく、足しやすい元の動画を作るという考え方です。この一手間が、仕上がりの質を最も大きく左右します。編集の技術ではなく、話し方と構成の設計の話です。難しい作業ではなく、台本を書く段階で意識するだけで足ります。

具体的な工夫を挙げます。数字は口頭で述べず、画面の文字で示す。社名と製品名は冒頭で1回だけ名乗り、以降は一般名詞で言い換える。1文を短く区切り、間を長めに取る。業界の言い回しを避け、直訳しても意味が通る言葉を選ぶ。こうした工夫は、字幕の質も同時に上げます。

台本を先に作る運用にすると、翻訳の作業も楽になります。音声から書き起こす手間が省け、書き起こしの誤りが翻訳に持ち込まれることもなくなります。台本があれば、公開前の確認も台本と照らして行えます。動画を1本作るごとに台本が残っていく形にしておくと、後で内容を記事に転用するときにも使えます。

撮影の現場では、この配慮が忘れられがちです。出演者に台本の意図を伝えておくのが確実です。「この動画は海外向けに吹き替えます」と一言伝えるだけで、話し方が自然に変わります。伝えていないと、勢いのある話し方になり吹き替えで崩れます。撮影の前の打ち合わせに、この1項目を加えておきます。

費用と手間の見積り

自分で音声を用意する場合の費用は、3つに分かれます。翻訳の原稿を作る費用、読み上げの費用、そして確認の費用です。見落とされやすいのは3つめの確認の費用です。その言語が分かる人に聞いてもらう時間を、費用として見込んでおきます。社内にいなければ、外部に依頼する費用になります。

自動の生成を使う場合、前の2つはほぼゼロになります。しかし3つめは変わりません。むしろ、崩れやすいぶん確認の手間は増えます。自動だから手間がゼロになる、という理解は誤りです。確認を省いた分は、後の信用の損失として支払うことになります。

本数が増えたときの管理の手間も見込みます。動画が50本あり、それぞれに3言語の音声があると、管理の対象は150になります。どれが確認済みで、どれが未確認か。この管理を表計算1枚で回せる設計にしておかないと、本数が増えた時点で運用が破綻します。

出来上がりの確かめ方

確認は、実際に視聴者と同じ経路で行います。管理の画面で聞くのではなく、公開されている動画を別の端末で開き、音声を切り替えて冒頭から聞きます。端末の言語設定を変えて、自動でどの音声が選ばれるかも見ておきます。

確認の担当者は、その言語が分かる人が望ましいものです。社内にいない場合は、取引先や現地の代理店に聞いてもらう手があります。意味が通じるかではなく、不自然でないかを見てもらいます。意味は通じても、聞き手が違和感を持つ言い回しになっていることがあります。

確認の記録は残しておきます。いつ、どの動画の、どの言語を、誰が確認したか。動画の本数が増えると、確認済みかどうかが分からなくなります。一覧を作り、未確認のものが公開されないようにします。この一覧は、後で読みの崩れが見つかったときの調査にも使えます。

確認で崩れが見つかったときの選択肢は3つです。その言語の音声を公開しない。自分で用意した音声に差し替える。元の動画を撮り直して読みが崩れない話し方にする。崩れたまま公開するという選択肢は持たないほうがよいものです。1本の悪い印象は、他の動画の視聴にも影響します。公開しないという判断を、負けと考えない姿勢が要ります。

差し替えの手間を見込んでおくと、判断が速くなります。翻訳の原稿があれば、読み上げは短時間で作れます。社名と製品名の読みを指定した一覧を用意しておけば、毎回同じ品質で作れます。読みの一覧は、社内の資産として1つ作れば使い回せます。広報の担当と一緒に、最初に1枚作っておきます。

公開の範囲を段階的に広げる

最初から全ての言語を公開する必要はありません。取引の実績がある地域の言語から始めるのが妥当です。問い合わせが来ても対応できる言語に限る、という考え方です。対応できない言語で問い合わせが来ると、かえって印象を損ねます。

段階を広げる判断には、視聴の記録を使います。どの言語の音声がどれだけ選ばれたかは記録に残ります。想定していなかった地域からの視聴が多ければ、その言語を追加する根拠になります。需要が確かめられてから広げるほうが、対応の体制も準備できます。

広げるときは、対応の窓口も一緒に整えます。動画の説明の欄に書く連絡先、問い合わせのフォームの言語、返信の担当。動画だけを多言語にしても、その後の受け皿がなければ機会を取りこぼします。

字幕との使い分け

音声と字幕は、どちらかを選ぶものではありません。両方を用意するのが基本です。音を出せない環境で見る人には字幕が要ります。聞こえにくい人への配慮としても、字幕は欠かせません。音声を足したから字幕は不要、という判断は避けます。

専門的な内容では、字幕のほうが正確に伝わることがあります。業界の用語は、音で聞くより文字で見たほうが特定しやすい。技術の説明や、制度の解説では字幕を主、音声を補助と考える設計もあり得ます。内容の性質に合わせて主従を決めます。

字幕の翻訳と音声の翻訳を別々に作ると、内容がずれます。同じ翻訳の原稿から両方を作るのが確実です。原稿を残しておけば、後で言い回しを直すときも両方に反映できます。翻訳の原稿は、動画の資産として管理の対象に入れます。

字幕には、検索から見つけてもらう効果もあります。文字として内容が読み取られるため、その言語で検索している相手に届く可能性が生まれます。音声だけを足しても、検索の側からは中身が読めません。見つけてもらうことを目的にするなら、字幕のほうが直接的です。音声は、見つけたあとの視聴の質を上げるものと位置づけられます。

数字の見方が変わる

音声トラックを足すと、視聴の記録の読み方が変わります。1本の動画の視聴回数の中に、複数の言語の視聴が混ざります。全体の数字が伸びても、どの言語が伸びたのかは内訳を見ないと分かりません。報告の際は、内訳を添えるのが誠実な形です。

最後まで見られた割合も、言語ごとに差が出ます。吹き替えの質が低い言語では、途中の離脱が集中します。離脱が起きた時点の記録を見ると、読みが崩れた箇所と離脱の箇所が一致することがあります。これは修正すべき箇所を特定する手がかりになります。

比較の基準にも注意が必要です。音声を足す前と後で数字を比べる場合、同じ期間の長さで揃えます。公開直後は推薦されやすいため、短い期間で判断すると効果を過大に見積もります。1か月以上の期間を取ってから判断します。

成果を測る指標も見直します。視聴の回数だけを見ていると、音声を足したことの意味が分かりません。海外からの問い合わせの件数、海外の代理店からの引き合い、動画を見たと述べた相手の数のほうが、判断の材料になります。営業の側の記録と突き合わせる仕組みを、先に作っておきます。

よくある失敗

導入の現場で繰り返し起きる失敗を挙げます。どれも公開前の一手間で防げるものです。

• 自動の生成が有効になっていることに気づかず、確認せずに公開していた
• 音声だけ足して題名と説明を元の言語のままにした（見つけてもらえません）
• 価格や契約の条件を口頭で述べている動画に自動の生成を使った
• 対応できない言語まで公開し、問い合わせに返信できなかった
• 字幕を外して音声だけにした（音を出せない環境の視聴者を失います）
• 翻訳の原稿を残さず、後から言い回しを直せなくなった

最初の型が最も多いものです。既定で有効になっている機能は、使っていないつもりでも動いています。設定の画面を一度開いて、状態を確かめるところから始めます。

権利と表示の扱い

合成の音声を使う場合、表示の扱いを確かめておきます。提供元の仕組みで自動生成した音声は、その旨が視聴者に示される場合があります。自社で外部の道具を使って合成した場合の表示は、自社の判断になります。合成であることを隠さない方針を決めておくのが安全です。

元の動画に出演している人がいる場合は、その人の声を別の言語に置き換えることについて了解を得ておく必要があります。撮影時の同意の書面に、吹き替えの範囲を書き加えておきます。後から追加するより、最初の同意に含めるほうが確実です。退職した人が出ている動画では、特に確認が必要です。

• 機能の対象や条件は変わることがあるため、導入の前に公式の案内で確かめてください
• 出演者の声を別の言語に置き換える場合は、撮影時の同意の範囲に含まれているかを確認します
• 音声や翻訳の内容が誤解を生む可能性がある場合は、法務や品質の担当と相談してください

社内の合意の取り方

この判断は、動画の担当者だけでは決められません。社名や製品名の読みは広報の管轄です。価格や条件の言い方は営業の管轄です。最初に関係する部署を集めて、方針を1枚にまとめます。1枚あれば、以降は担当者が判断できます。

まとめる内容は3つです。自動の生成を使ってよい動画の型。公開する言語の一覧。公開前の確認の担当と手順。この3つが決まっていれば、動画ごとの相談は不要になります。決まっていない状態で本数が増えると、後から全部を見直す作業が発生します。

方針は半年ごとに見直します。機能の仕様も、対応できる言語の体制も変わります。見直しの担当と時期を決めておかないと、古い方針のまま運用が続きます。見直しの記録も、方針の文書に追記していきます。

まとめ

1本の動画に複数の言語の音声を持たせる仕組みは、海外向けの発信の障壁を大きく下げました。自動の生成なら手間もほとんどかかりません。ただし、社名や製品名の読み、数字の言い方、間や語感は再現されません。手順の解説には向き、経営者の発信や価格の説明には向きません。既定で有効になっていることに気づかず公開している例が最も多いため、まず設定の状態を確かめ、1本で試し、内容の型ごとの方針を1枚にまとめてから広げてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。