動画を英語に翻訳する方法：3ステップの道筋

3ステップの道筋

動画を英語に翻訳するとは、順番に3つの作業を行うことを意味します。まず音声から話されている言葉を取り出し（文字起こし）、それを英語に変換し（翻訳）、その結果を動画に添えるか、あるいはオーディエンスに届けます（提供）。このガイドのすべての手法はこの流れに沿っています。違いは、作業のどれだけをソフトウェアに任せて、どれだけを自分で確認するかという点だけです。

手法を選ぶ前に、自分に何が本当に必要なのかを明確にしましょう。英語の書き起こしテキストが最もシンプルなゴールです。プレーンテキストでタイミング情報はなく、読んだり検索したりできる状態です。翻訳済み字幕はタイミング情報を加えたもので、YouTubeやVimeoにアップロードするSRTまたはVTTファイルとして、あるいは映像フレームに焼き込む形で、テキストが動画と同期して表示されます。吹き替え音声は元の音声トラックを英語の音声に置き換えるもので、このガイドでは扱わない、より複雑な別プロセスです。動画に永久に付いて回るキャプションが必要な場合は、字幕翻訳ワークフローの記事でその道筋を詳しく解説しています。

方法1：3つのステップをすべて処理するAIツールにアップロードする

最速の方法は、動画を投げ込めば数分後に英語の文字起こしやSRTファイルをダウンロードできるオールインワンのAIツールを使うことです。 処理の流れは目に見えません。ツールが音声を音声認識エンジンに入力し、認識されたテキストを翻訳モデルに通し、タイムスタンプを再び付け直します。

実際の操作手順：

1. 動画ファイルをアップロードします。ツールがリンクに対応していればURLを貼り付けても構いません。
2. 元の言語を指定するか、ツールに自動検出させます。
3. ターゲット言語として英語を選択します。
4. 処理の完了を待ちます。10分の動画なら、最新のAIバックエンドでは通常2〜5分で完了します。
5. 文字起こし（プレーンテキスト）とSRT字幕ファイルをダウンロードします。

元の音声がクリーンで、言語ペアの学習データが豊富な場合に、翻訳品質は最高になります。 スペイン語、フランス語、ドイツ語、日本語、標準中国語から英語への翻訳では、最新のAI翻訳は会話コンテンツで一貫して90〜95％の精度に達します。訛りのある発音、分野固有の用語、学習データの少ない言語では精度は低下します。

元の言語の文字起こしだけを別の翻訳ツールに入力したい場合は、ConvertAudioToTextのvideo-to-textツールが、短いクリップならアカウント登録不要で動画ファイルからクリーンなテキストを抽出できます。

方法2：YouTube動画を英語に翻訳する

YouTube上のコンテンツには独自の近道があります。YouTubeはプレーヤーの設定から既存の字幕トラックを英語に自動翻訳できますが、これは動画にすでに字幕がある場合に限られます。

デスクトップでの手順：

1. 動画を開き、CCボタンをクリックして字幕を有効にします。
2. CCの横にある歯車アイコン（設定）をクリックします。
3. 字幕/CC（Subtitles/CC）を選択します。
4. 自動翻訳（Auto-translate）をクリックします。
5. 言語リストから英語を選びます。

この方法は即座に、しかも無料で使えます。ただし注意点があります。投稿者が一度も字幕をアップロードしておらず、YouTubeの自動字幕生成にも失敗していた場合、「自動翻訳」のオプションは表示されません。翻訳品質も元の字幕の品質次第です。元の字幕の誤りは、翻訳結果の中で拡大されます。

ダウンロード可能な文字起こしの取得方法を含む、YouTube特有の手順の全体像については、AIでYouTube動画を翻訳する方法をご覧ください。

画面上の翻訳だけでなく、ダウンロード可能なSRTファイルが必要な場合、 YouTubeプレーヤーには直接エクスポート機能がありません。回避策としては、字幕抽出ツールで動画から元の言語のSRTを取り出し、そのファイルを翻訳します。詳細は動画の字幕翻訳ガイドで解説しています。

方法3：重要度の高いコンテンツのための手動ワークフロー

法的手続き、医療関連コンテンツ、あるいは誤訳が実際の影響を及ぼしかねないあらゆるケースでは、手動ワークフローにより各段階でコントロールを握ることができます。

ステップ1：元の音声を文字起こしする

まず、元の言語で正確な文字起こしを取得することから始めます：

• その言語に対応した文字起こしツールを使用します。
• ネイティブスピーカーに文字起こしをチェックしてもらい、固有名詞、専門用語、音声認識エンジンが聞き間違えている可能性のある箇所を見つけてもらいます。
• 翻訳する前に、元の文字起こしの誤りを修正します。元テキストの誤った単語は、後工程で誤った翻訳につながります。

ステップ2：文字起こしを翻訳する

クリーンな元の文字起こしができたら：

• 一般的なコンテンツであれば、DeepLはヨーロッパ系の言語ペアで高い結果を出します。Google翻訳はより幅広い言語をカバーしますが、ニュアンスや分野固有のテキストでは弱めです。どちらも、重要度の高い案件において人間の代わりにはなりません。
• 重要度の高いコンテンツには、その分野の専門知識を持つプロの人間翻訳者を起用します。
• バイリンガルのレビュアーがいるなら、翻訳をどこかに公開する前にチェックしてもらいましょう。

どちらのアプローチが精度要件に合うか迷っているなら、AI翻訳 vs 人間の翻訳者の記事を読んでみる価値があります。

ステップ3：タイミング付き字幕を作成する

文書だけでなく字幕が必要な場合：

• すでにタイムスタンプが入っている元の字幕ファイルのテキスト部分を翻訳版に差し替えます。タイミングブロックはそのまま維持します。
• タイミング付きのソースが存在しない場合は、Subtitle Editのような字幕編集ソフト（活発にメンテナンスされており、300以上の形式に対応し、Whisperベースの文字起こし機能も搭載）を使って、翻訳テキストを動画に同期させます。

翻訳済みテキストファイルを実用的な字幕ワークフローに変換する方法の詳細については、文字起こしと翻訳のワークフローをご覧ください。

SRTファイルを理解する

SRTは最も広く受け入れられている字幕フォーマットであり、デフォルトとして選ぶべきものです。 主要な動画プラットフォームはすべて対応しており、任意のテキストエディタで開いて編集できるプレーンテキストファイルです。

構造はシンプルです：

1
00:00:01,000 --> 00:00:04,500
Hello and welcome to this presentation.

2
00:00:05,000 --> 00:00:09,200
Today we will discuss international markets.

各ブロックは連番、時:分:秒,ミリ秒 形式の時間範囲、そして字幕テキストで構成されます。ブロック内の矢印記号（-->）はSubRip仕様の一部であり、特別な文字ではありません。

VTT（WebVTT）は構造的に似ていますが、ミリ秒の区切りにカンマの代わりにピリオドを使い、WEBVTT のヘッダー行が必要です。HTML5動画プレーヤーに埋め込む場合はVTTを、それ以外の場面ではSRTを使いましょう。

動画プラットフォームへのSRTファイルのアップロード

YouTube： YouTube Studioを開き、対象の動画を選択して「字幕」を開きます。「言語を追加」をクリックして英語を選び、字幕セクションの「追加」をクリックしてSRTファイルをアップロードします。

Vimeo： 動画の設定を開き、「配信（Distribution）」タブをクリックして字幕セクションを見つけ、プラスボタンを押して言語を選択したうえでSRTファイルをアップロードします。

ソーシャルメディア： Facebook、LinkedIn、X（旧Twitter）はいずれも、動画アップロードの時点でSRTファイルを受け付けます。各プラットフォームのアップロード画面で、字幕またはキャプションのオプションを探してください。

字幕を動画に焼き込む

字幕を別ファイルとしてアップロードするのではなく、映像フレームに永久に埋め込みたい場合は、FFmpegで対応できます：

ffmpeg -i input.mp4 -vf subtitles=english.srt -c:v libx264 -c:a copy output.mp4

このコマンドは映像トラックを再エンコードし、字幕を焼き込みます。別途キャプションファイルがなくても、すべてのプレーヤーやデバイスで字幕が表示されます。トレードオフとして、字幕をオフにすることはできず、再エンコードによって画質がわずかに低下します。サイドカー方式の字幕ファイルに対応していない環境へ配布する場合に使いましょう。

翻訳品質を下げる要因とその対策

翻訳品質は連鎖しています。悪い音声は悪い文字起こしを生み、悪い文字起こしは悪い翻訳を生みます。 元の音声を改善することが、最も効果の高い対策です。

翻訳結果で特に注意すべき問題：

• 英語にそのまま直訳できない慣用句や口語表現
• AIが学習信号を持たない専門用語
• 誤って転写されやすい固有名詞（製品名、地名、人名）
• 直訳よりも注釈・説明が必要な文化的な言及
• 性別や敬語の文脈が意味を左右する言語における人称代名詞の曖昧さ

複数の話者が登場する動画では、ツールが対応していれば話者分離（ダイアライゼーション）を有効にしましょう。誰の発言かを区別せずに話者の交代を混在させると、翻訳が追いにくくなり、代名詞の誤りも生じます。

元の素材に精通した人が短時間のレビューを行うだけで、こうした問題の大部分は、翻訳がオーディエンスに届く前に発見できます。公開後の誤訳のコストに比べれば、その投資はごく小さなものです。

よくある質問

動画を無料で英語に翻訳できますか？

はい。すでに字幕が付いている動画であれば、YouTubeの自動翻訳機能は無料で利用できます。自分の動画ファイルについては、短いクリップをカバーする無料プランを提供しているAIツールが複数あります。実際の制限は通常、初期費用ではなくファイルの長さや月間の処理時間（分数）の上限です。

2026年時点でのAI動画翻訳の精度はどのくらいですか？

スペイン語、フランス語、ドイツ語、日本語、標準中国語から英語のように学習データが豊富な言語ペアでは、クリーンな音声に対する最新のAI翻訳は、会話コンテンツでおおむね90〜95％の精度に達します。訛りのある発音、専門用語、マイナーな言語では精度は低下します。誤訳が実際の影響をもたらしうる場面では、人間によるレビューが依然として正しい選択です。

元の音声を残したまま動画を翻訳できますか？

はい、これが最も一般的な方法です。プラットフォームにアップロードするSRTファイルとして英文字幕を追加するか、映像フレームに焼き込みます。元の音声はそのまま残ります。視聴者は元の言語を聞きながら、英語の翻訳を同時に読むことができます。AI吹き替え（音声トラックを英語の音声に置き換えること）は、専用ツールが必要な別のプロセスです。

AI翻訳ツールで対応している動画形式は？

ほとんどのAIツールはMP4、MOV、AVI、MKV、WebMに対応しています。H.264エンコードのMP4が最も広くサポートされているコンテナです。特殊な形式や独自形式の動画の場合は、翻訳ワークフローを始める前にMP4へ変換しておくと、互換性の問題を回避できます。

参考資料

• YouTubeヘルプ：自動字幕（support.google.com/youtube/answer/6373554）
• NoteLM：YouTube自動翻訳字幕 2026（notelm.ai/blog/youtube-auto-translate-subtitles）
• DeepL翻訳 対応言語一覧（deepl.com/en/translator）
• Sonix：自動翻訳精度統計 2026（sonix.ai/resources/automated-translation-accuracy-statistics）
• Tapescribe：SRT対VTT完全ガイド 2026（tapescribe.com/blog/srt-vs-vtt-subtitle-format-complete-guide）
• FFmpeg 字幕焼き込みドキュメント（ffmpeg.media/articles/subtitles-burn-in-soft-subs-format-conversion）
• Subtitle Edit（subtitleedit.org）