YouTube 動画の字幕自動生成とは?
字幕自動生成とは、動画の音声を時間付きの字幕に変換し、SRT または VTT のファイルとして書き出す処理です。文字起こしとは別物で、文字起こしは読んで検索するためのプレーンテキストであるのに対し、字幕ファイルは各行を発話の瞬間と結び付け、プレーヤーが表示できるようにします。標準機能が字幕を表示するのは投稿者がすでに追加した場合だけで、自動字幕は時間がずれたり、固有名詞やアクセントを取り違えたりしがちです。このツールの字幕自動生成は音声そのものから出発し、各タイムスタンプを話された言葉に合わせるため、字幕が発話に沿って進み、字幕のなかった動画も書き起こせます。結果は編集ソフト、Web プレーヤー、SNS に実際に読み込めるファイルであるべきで、1 行ずつ手で直す必要がないことが大切です。

字幕を作成して保存する仕組み
リンクを 1 つ貼るだけで動画が字幕になります。インストール不要の字幕自動生成で、SRT と VTT のダウンロードに対応しています。
動画のリンクを字幕に変える
YouTube 動画のリンクを字幕自動生成ツールに貼り付けます。まず投稿者の字幕トラックがあるかを確認し、既存のトラックを情報源として使い、なければ話された音声を AI で書き起こします。どちらの場合もこの生成ツールは、それぞれ独自の開始と終了を持つ時間付きの行を作り、動画の再生に合わせて字幕を表示できるようにします。時間は発話から生成され、テキストのブロックに均等に割り振られるわけではないため、字幕は最初の行から長い動画の最後まで同期したままで、結果は冒頭の一部ではなく完全なものになります。
- 貼り付けたリンクで動作し、ダウンロード手順は不要
- このツールが字幕のない動画も書き起こす
- 各行が固有の開始・終了時刻を持つ

字幕を読んで確認する
ページ上で各行を、横に表示された時刻とともに読み、テキストを実際に話された内容と照らし合わせます。語句を検索し、動画のその場面へ移動し、何かを保存する前に名前や文を修正します。聞き違えた単語をここで見つけるほうが、字幕が完成した編集に焼き込まれたり、プラットフォームにアップロードされたりしたあとで見つけるよりずっと手間がかかりません。元の動画には何も書き戻されないので、1 行を直しても変わるのは自分のファイルだけです。完成したテキストから始めたい場合は、全文の文字起こしで全文を取得し、字幕の時間合わせに使えます。
- 各字幕を時刻の横で読む
- 全文を検索して行を確認する
- 書き出す前に表現を直す

字幕をダウンロードする
字幕自動生成では、時間を一度だけ決めます。字幕は編集ソフトや SNS 向けに SRT で、Web 向けに VTT でダウンロードできます。対応している別の言語に翻訳すれば同じタイミングの第 2 版が得られ、文字起こしをメモや説明文用のプレーンテキストとして保存することもできます。1 つのリンクから、編集用の字幕、別の視聴者向けの翻訳版、検索エンジン向けの読みやすい文字起こしが手に入ります。ダウンロードでは確認した改行がそのまま保たれるので、ファイルは画面で見た内容と一致し、1 語を直したあとでもう一度保存できます。
- SRT 生成と VTT ダウンロードを 1 ステップで
- 翻訳してタイミングを保つ
- プレーンテキストの文字起こしも残す

Transcript が自動字幕より優れている理由
✅ Transcript
公開されている動画のリンクを貼り付けてください。字幕自動生成ツールが、読んで修正してファイルとして保存できる時間付き字幕を返します。時間は発話そのものから作られるため字幕は同期したままで、翻訳版も同じタイミングを保ちます。元の動画には何も書き戻されないので、1 行を修正しても変わるのは手元のファイルだけで、結果は何度でも保存できます。
❌ 標準の自動字幕
投稿者が有効にしたときだけ表示され、長い区間ではずれ、固有名詞やアクセントを聞き間違えます。ダウンロードボタンはなく、1 行をまとめて直す方法もなく、字幕のない動画には何もありません。パネルに表示される内容を翻訳することもできないため、第 2 言語には手が届きません。
字幕生成ツールが必要な人
自分で字幕を付けていない動画に時間付き字幕が必要な人なら、字幕自動生成がより役に立ちます。
動画編集者・クリエイター向け
編集できる字幕ファイルは、特に複数の話者がいる長い動画では、手で字幕を打つよりずっと速く作れます。
- SRT ファイルを編集ソフトに読み込み、字幕を 1 つずつ打つ代わりに名前や改行を調整できます。
- 台本のない動画に字幕を付けます。自分で書き起こす必要はありません。
- タイミングは一度だけ直せば済みます。すべてのブロックを手で再同期する必要はありません。
- ブランドのトーンを保てます。書き出す前に表現を編集します。
- 字幕を再利用できます。同じ形式を求める各プラットフォームで使えます。
- 行の長さをそろえられます。字幕が画面で均等に読みやすくなります。
翻訳者・ローカライズチーム向け
時間付きのソースは、動画のすべての翻訳版の出発点です。字幕自動生成でソースの時間を一度決めれば、各翻訳はその作業を再利用できます。
- タイミングを保って翻訳するので、新しいトラックがそのまま合います。
- 正確なタイミングから始められます。機械翻訳したブロックを再調整する必要がありません。
- 固有名詞や略語を確認できます。翻訳の前に文字起こしで見ます。
- 複数の言語版を作れます。1 つのファイルから生成します。
- きれいなソースを渡せます。レビュー担当者に追加の整形作業が要りません。
教育者・講座制作者向け
字幕付きの授業は追いやすく、翻訳しやすく、検索しやすくなります。授業はすでに録画として存在するため、字幕付けの作業時間をとらずに、1 回の貼り付けでトラックができます。
- 録画した講義に字幕を付け、学生が読みながら視聴できます。
- 授業を翻訳し、別の言語を話すクラスに提供します。
- 文字起こしを提供し、字幕と合わせて復習に使えます。
- 専門用語を修正してから学生に見せます。
- 字幕を再利用し、同じ授業の反転授業版でも使えます。
SNS 運用担当者向け
字幕はクリップがどこまで届くかを左右し、整ったファイルが読みやすさと却下の分かれ目になります。
- プラットフォームが求める形式で、クリップに字幕を付けます。
- キャンペーンを翻訳し、同じ動画を複数の市場で流します。
- 公開前に行を確認します。文字起こしと照らし合わせます。
- ソースファイルを 1 つにします。SRT 字幕を受け付ける各プラットフォーム向けです。
- 再アップロードを避けられます。字幕の打ち間違いが原因のやり直しが減ります。
- 文字起こしを一度確認し、投稿文にも同じ表現を使います。
NotebookLM や AI を使いこなす人向け
字幕と文字起こしは AI ツールが最もよく読むテキスト層で、1 つの結果で両方をまかなえます。字幕と文字起こしは同じ実行から得られるので、同じテキストを得るために作業時間を二重にかける必要はありません。
- Google NotebookLM:文字起こしをソースに追加して動画を要約します。
- ChatGPT、Claude、Gemini、Kimi、Manus:テキストを要約、メモ、翻訳に使います。
- 検索できるアーカイブを作れます。プレーンテキストの文字起こしを残します。
- テキストを翻訳・再整形し、別の視聴者に向けます。
- エージェントや API に渡せます。残りのパイプラインに文字起こしを使います。
リンクから字幕を生成する方法
- 1
動画のリンクを貼り付ける
公開されている動画の URL をコピーして、ページ上部のボックスに貼り付けます。ダウンロードもインストールも不要で、必要なのはリンクだけです。
- 2
時間付き字幕を生成する
処理を開始すると、字幕自動生成ツールが字幕を作ります。投稿者の字幕があればそれを読み、なければ音声を AI で書き起こします。結果は、各行が固有の時刻を持つ時間付きの字幕です。ページを離れずに 2 つ目のリンクを貼ることもできます。
- 3
各行と時刻を確認する
各行を時刻の横で読み、確認したい語句をテキストから検索します。書き出す前に名前や文を直しておくと、最初の読み込みから正しいファイルになります。保存前に読むことが、誤った語が公開済みの動画に残るのを防ぎます。
- 4
字幕をダウンロードする
字幕を SRT または VTT ファイルとして保存するか、対応している別の言語にタイミングを保って翻訳します。同じファイルが、編集ソフト、Web プレーヤー、プラットフォームへのアップロードで使えます。
すでに使っているアプリで字幕を活用する
Google NotebookLM
字幕の元になった文字起こしをノートブックのソースとして追加し、動画の要約や質問に使えます。字幕を動かすテキストは、NotebookLM がそのまま読めるものです。
ChatGPT、Claude、Gemini、Kimi、Manus
文字起こしを普段使っているアシスタントに貼り付けて、表現を整えたり、長い行を短くしたり、翻訳を始めたりできます。
動画編集ソフトと字幕ツール
書き出した字幕を、編集ソフト、プレーヤー、ホスティングサービスにそのまま読み込めます。タイミングはすでに入っているので、各行を手で調整しなくてもタイムラインに乗ります。
API と MCP を使う開発者
Transcript は API と MCP サーバーも提供しており、スクリプトやエージェントが字幕を作り、結果をパイプラインの残りに渡せます。
Transcript と他の字幕ツールの比較
ツールごとに答える問いが違います。この表で、必要なものに合うツールを選んでください。
| ツール | できること | 使う場面 |
|---|---|---|
| Transcript | このツール:字幕のある動画にもない動画にも対応し、SRT・VTT のダウンロードと翻訳ができます。無料枠あり、超過分は有料。 | 読み込める編集可能な字幕が必要なとき。 |
| 標準の自動字幕 | 投稿者が有効にしたときだけ表示される画面上の字幕で、ダウンロードできるファイルはありません。 | プレーヤー内で読めれば十分なとき。 |
| Google NotebookLM | ソースを要約し、ノートブック内で質問に答えます。 | 字幕ファイルではなく、動画についての質疑応答がしたいとき。 |
| 既存トラックの保存サイト | すでに字幕のある動画の字幕を返しますが、通常は翻訳なしです。 | 字幕のある動画だけで足りるとき。 |
| 手作業の字幕入力 | すべての行を打ち込み、時間を手で設定します。 | ほとんど台詞のない非常に短いクリップのとき。 |
関連ツール
字幕生成ツールのよくある質問
YouTube 動画の字幕自動生成ツールは何をしますか?
動画の音声を、SRT または VTT のファイルとして保存できる字幕に変換するツールです。各行が固有の開始・終了時刻を持つため、プレーヤーや編集ソフトが動画に同期して表示できます。SRT や VTT はテキストファイルなので、メモ帳などで開けば、時刻と本文が 1 行ずつ並んだ内容をそのまま確認できます。
リンクから字幕を自動生成するには?
動画の URL を字幕自動生成ツールに貼り付けます。既存の字幕トラックがあればそれを使い、なければ音声を AI で書き起こして、保存できる字幕を返します。この生成ツールがその処理を担います。
動画に字幕がなくても字幕を作れますか?
はい。動画に字幕トラックがない場合、字幕自動生成ツールが音声を AI で書き起こすため、保存するものが何もない状態ではなく、完全な字幕ファイルが得られます。
字幕を SRT と VTT の両方で書き出せますか?
はい。このツールは編集ソフトや SNS 向けの SRT 生成ツールとして使え、Web 向けの VTT も出力します。どちらの形式も同じタイミングを保つため、同じ字幕をどちらにも使えます。
YouTube 動画の字幕自動生成は無料ですか?
はい。公開されている動画のリンクを貼り付けるだけで、字幕自動生成ツールがブラウザ上で字幕を返します。拡張機能の追加は不要です。無料で使えるのは無料枠の範囲内です。無料枠を超える分は有料サブスクリプションが必要で、使用量に応じて課金されます。
これは自動字幕生成ツールですか?
はい。このツールは各行の時間を発話から決めるので、リンクを貼るだけで、手入力や手動の同期なしに字幕が得られます。各行は、文と文のあいだに長い間があっても声に沿って進みます。
キャプション生成にも使えますか?
はい。キャプションと字幕は同じ時間付きトラックなので、キャプション生成と字幕生成はここでは 1 つの手順です。リンクを貼ってファイルをダウンロードしてください。
標準の自動字幕とは何が違いますか?
標準の自動字幕は投稿者が有効にしたときだけ表示され、ダウンロードもできません。一方、この字幕自動生成ツールは公開されているどの動画でも動作し、字幕を確認・修正してダウンロードできます。
字幕を別の言語に翻訳できますか?
はい。字幕を対応している別の言語に、タイミングを保ったまま翻訳するので、翻訳後の字幕も元の字幕と同じように動画に合います。
生成された字幕の精度はどのくらいですか?
情報源によります。投稿者の字幕は通常正確ですが、AI の書き起こしは固有名詞、強いアクセント、重なった声で聞き間違えることがあります。書き出す前に、ページ上でどの行も修正できます。
ダウンロード前に字幕を編集できますか?
はい。各行は時刻の横にテキストで表示されるので、読んで、動画と照らし合わせて、字幕ファイルを保存する前に名前や文を修正できます。
自分のものではない動画にも字幕を付けられますか?
はい。このツールは公開されているどの動画でも動作するので、自分の動画でも他人の動画でも、公開されていれば字幕を付けられます。
字幕と一緒に文字起こしも含まれますか?
はい。同じ実行で、時間付きの字幕と並べてプレーンテキストの文字起こしも作られます。説明文、メモ、検索に便利で、字幕ファイルのほうはプレーヤーや編集ソフトに読み込むものです。
ライブ配信の字幕は取得できますか?
ライブ配信は、終了して録画ができたあとなら字幕を付けられます。配信中のものは、時間を合わせる完成した音声トラックがまだないため、利用できません。
字幕と文字起こしの違いは何ですか?
字幕ファイルは各行をタイミングと結び付けてプレーヤーが表示できるようにし、文字起こしは話された内容を読みやすいプレーンテキストにしたものです。字幕自動生成ツールは同じリンクから両方を作ります。
字幕を一括で生成できますか?
1 回の実行で貼り付けるリンクは 1 つで、タイミングと表現を確認しやすくしています。シリーズやチャンネル全体には、すべての動画をキューに入れてテキストをまとめて返す、チャンネル用・プレイリスト用の文字起こしページをご利用ください。
生成された字幕ファイルはどんなタイミングを使いますか?
各行は動画で話された言葉に合わせて時間が付けられるので、字幕は一定の間隔で画面に残るのではなく、発話に沿って進みます。翻訳トラックも元の発話に合わせたまま使えます。