--- title: "動画用のAIボイスオーバーの作り方（ステップ・バイ・ステップ）" description: "原稿を自然なAIボイスオーバーMP3に変えて、タイムラインに配置する方法。5ステップの手順に加え、クリアでテンポの良いナレーションを作るコツと、別の言語で音声化する方法も解説します。" canonical: "https://speecho.app/ja/blog/how-to-make-an-ai-voiceover/" language: "ja" author: "Speechoチーム" date_published: 2026-07-18 date_modified: 2026-10-15 publisher: "Speecho" --- # 動画用のAIボイスオーバーの作り方（ステップ・バイ・ステップ） > 原稿を自然なAIボイスオーバーMP3に変えて、タイムラインに配置する方法。5ステップの手順に加え、クリアでテンポの良いナレーションを作るコツと、別の言語で音声化する方法も解説します。 _Speechoチーム · 2026-07-18 · Canonical: https://speecho.app/ja/blog/how-to-make-an-ai-voiceover/_ 映像と原稿はある。でも、信頼できるマイクも - カメラの前で使いたい声も - ない。AIボイスオーバーがそれを解決します。原稿を貼り付け、ボイスを選び、MP3をダウンロードして、カットに合わせるだけ。ここでは、最初から最後までの一連の流れを、約5分で紹介します。 ## 必要なもの - あなたの**原稿**（またはナレーションを入れたいセリフ）。 - 無料の**Speechoアカウント** - 音声生成にはアカウントが必要で、クリップとクレジットはご自身のアカウントに保存されます。 - いつもの**動画編集ソフト**（Premiere、DaVinci Resolve、Final Cut、CapCut - MP3を読み込めるものなら何でも）。 ## ステップ1 - テキスト読み上げタブを開いて原稿を貼り付ける アプリで**テキスト読み上げ**タブに切り替え、ナレーションをテキストボックスに貼り付けます。最大250,000文字まで入力でき、長い原稿はパートごとに音声化されるので、残りを支払う前に最初のパートを聞けます。動画ならシーン単位のまとまりに分けるほうがやはり扱いやすく、どのみちタイムラインには別々に配置することになります。 ## ステップ2 - 品質ティアを選ぶ 3つのティアが表示されます。動画に合わせて選びましょう。 - **スタンダード** - 日常使いに向いたクリアな声で最も安く、50以上の言語に対応し、うち19言語はネイティブ話者の声。チュートリアルや下書きに最適。 - **エンハンスト（ElevenLabs）** - よりリアルで表現豊か。公開する動画のほとんどにちょうどいい標準の選択肢。 - **プレミアム（ElevenLabs）** - 最も自然。看板となる動画に。 ドイツ語、スペイン語、フランス語、日本語など31言語のテキストなら、エンハンストとプレミアムにはネイティブ話者の声があり、この4言語ならスタンダードにもあります - [ドイツ語](/text-to-speech/german/)、[スペイン語](/text-to-speech/spanish/)、[フランス語](/text-to-speech/french/)、[日本語](/text-to-speech/japanese/)の音声ページ（英語）をご覧ください。 迷ったら？ エンハンストから始めましょう。（詳しい解説は[ElevenLabs対OpenAI：あなたに必要なボイスはどっち？](/ja/blog/elevenlabs-vs-openai-tts/)をご覧ください。） ## ステップ3 - ボイスを選んで無料で試聴する チャンネルのトーンに合うボイスを選んで、試聴ボタンを押します。**これは無料です** - 1クレジットも使わずに、すべてのボイスをあなたの言語で試聴できるので、いくつか試して自分の耳を信じましょう。 ## ステップ4 - MP3を生成してダウンロードする 試聴に満足したら、クリップを生成します。数秒で、結果を確認し、再生速度を調整し、**標準的なMP3をダウンロード**できるプレーヤーが表示されます。そのファイルはあなたのもので、いつでも再ダウンロードできます。 エンハンストまたはプレミアムのボイスなら、MP3の横の矢印から**SRTまたはVTTの字幕ファイル**も無料でダウンロードできます。音声に単語単位でタイミングが合っているので、MP3と一緒にタイムラインに置けば、ダウンロードしたときの再生速度のままナレーションと字幕がそろい、文字起こしは必要ありません。スタンダードのボイスには字幕がありません。 ## ステップ5 - タイムラインに配置する MP3を編集ソフトに読み込み、映像の下に配置します。自動同期に頼らず自分で配置するからこそ、完全なコントロールが手に入ります。セリフを少しずらしてカットに合わせたり、見せ場の前に一拍の無音を入れたり、音楽の下で音量を絞ったり。この手動でのコントロールこそ、原稿に合わせて編集するときに求めるものです。 ## クリアでテンポの良いナレーションを作るには いくつかのコツを押さえるだけで、AIナレーションは急いだ印象ではなく、意図の伝わる仕上がりになります。 - **息継ぎのために句読点を。** 読点や句点は間になります。長い文より短い文のほうが声に出したときに聞き取りやすい - 耳のために書きましょう。音声にお金を払う前に長すぎる文を見つけたいなら、[まず無料のブラウザ音声で原稿を再生](/ja/tools/read-aloud/)してみましょう。 - **読み方が難しい単語は発音どおりに表記。** 名前や略語が正しく読まれないときは、発音に合わせて書きます（「Speecho」なら「スピーチョ」、「SQL」なら「シークェル」と表記する）。 - **長い段落は分割**して、シーンごとに別々のクリップにしましょう。配置しやすく、全体を再生成せずに1行だけ作り直すのも簡単です。 - **内容にエネルギーを合わせる。** 個性のあるものにはエンハンストかプレミアム、淡々とした事実ベースのナレーションにはスタンダードで十分です。 ## 2つ以上の声で：会話 ナレーターが2人いる動画や、登場人物同士が会話する動画なら、各行の先頭に名前を書いた台本（`さくら: ...`、`けんた: ...`）を用意し、パネルを**テキスト**から**会話**に切り替えます。そうした台本をテキスト欄に貼り付ければ、アプリのほうから切り替えを提案します。名前ごとに専用の声を持つ登場人物ができ、行間の長さを選んで、すべてのセリフが順番に並んだ1つのMP3をダウンロードできます。料金は同じテキストを1つの声で読む場合とまったく同じです。詳しくは[複数の声でテキスト読み上げ](/ja/multi-voice-text-to-speech/)をご覧ください。 ## あとから一部分だけ直す パートに分けて音声化した長い原稿や会話は、1文のために全体を作り直す必要はありません。そのパートで**このパートを再生成**（会話の行なら**このセリフを再生成**）を押し、別のボイスを選ぶ、単語を直す、`[whispers]`のような指示を加えると、そのパートだけが作り直され、残りはそのままです。テキストが同じならそのパートの料金がもう一度かかり、変えた場合は新しいテキストの料金がかかります。 ## ボーナス：同じボイスオーバーを別の言語で 動画の第2言語版が欲しいですか？**翻訳した原稿**を貼り付けて、それに合ったボイスでボイスオーバーを生成すれば - その言語のきれいなMP3が手に入り、複製したタイムラインに配置できます。動画が録画から始まったものなら、まず[文字起こしをして](/ja/)、Speecho内で文字起こしを翻訳してから、その翻訳を音声化することもできます。 正直な注意点を1つ：これで得られるのは**別の言語のナレーションであって、自動吹き替えではありません** - リップシンクも、元の話者へのタイミングの自動同期もありません。ボイスオーバー型の動画（解説動画、顔出しなしのチャンネル、製品デモ）にはまさにこれが必要なものですが、話者が映るトーキングヘッド型の動画では、セリフのタイミングを手動で合わせることになります。 ## 費用について 文字単位の料金なので、ボイスオーバーは安く済みます。英語の3分の解説動画で約3,000文字 - **スタンダードなら約30セント**、**エンハンストなら約70セント**です。日本語なら3分で約1,000文字なので、その3分の1ほどです。$5からチャージでき、クレジットは無期限なので、少し多めに買っても無駄になることはありません。[料金の詳細](/pricing/)をご覧ください。 次の動画に声を吹き込む準備はできましたか？[テキスト読み上げタブを開いて](/ja/ai-voiceover-for-videos/)、原稿を貼り付け、ボイスを無料で試聴してみましょう。