ログイン無料で試す

動画の文字起こしの書き方：定義、書式、例

文字起こしの書き方の基本として、まず動画の文字起こしとは動画のテキスト版です。話されたすべての内容、誰が話したか、重要な音を書き出し、動画を見たり聞いたりする代わりに読めるようにしたものです。説明付きの文字起こしでは、画面に映っている内容も記述します。多くの文字起こしは動画のすぐ下にプレーンテキストの段落として置かれ、タイムスタンプは任意です。

MP4、MOV、MKVやリンクから作成・話者名とタイムスタンプ・TXTは無料、DOCXとPDFは有料プラン

話者名入り、音は角かっこで

bread-in-an-hour-04.mp49:42 · 2 speakers

[Upbeat music]

Lena

Today we’re making flatbread with four ingredients.

Sam

Four? I count five bowls. [laughs]

クリックまたはドラッグ＆ドロップで音声・動画をアップロードタップして音声・動画をアップロード

MP3, MP4, M4A, MOV, MKV, WEBM, AVI, WAV, FLAC, AAC, OGG, OPUS, WMA, WMV

クレジットカード不要・EU内で保存・AI学習には一切使用しません

動画の文字起こしの種類

W3CのWeb Accessibility Initiative（WAI）は、何を含むかによって文字起こしを区別しています。文字起こしは字幕から作られることが多いため、比較のために字幕も載せています。

種類含まれる内容必要とする人WCAGで必須？
基本的な文字起こし発言と、内容を理解するのに必要な発言以外の音。話者も明記ろう者や難聴の人、音声の処理に困難がある人音声のみのメディアではレベルA、音声付きの動画ではレベルAAA
説明付きの文字起こし基本的な文字起こしの内容すべてに、映像情報の説明を加えたもの盲ろう者、動画よりテキストのほうが理解しやすい読者音声なしの動画ではレベルA（または代わりに音声解説）、音声付きの動画ではレベルAAA
インタラクティブな文字起こしプレーヤーの横に表示される字幕テキスト。再生に合わせてハイライトされ、フレーズをクリックするとその場面にジャンプ長い動画を検索したり、ざっと目を通したりする人必須ではありません。字幕ファイルから作られるプレーヤーの機能です
字幕同じ発言と音を、動画上に表示されるようタイミングを合わせたもの音を消して見る視聴者や、音が聞こえない視聴者収録済みの音声付き動画ではレベルAで必須

レベルはW3C WAIによる収録済みメディアの要約に基づき、2026年11月9日に確認しました。ライブメディアには別のルールがあります。

出典： W3C WAI：Transcripts・WCAG 1.2.1 音声のみ及び映像のみ（収録済み）の解説・WCAG 1.2.8 メディアに対する代替コンテンツ（収録済み）の解説

動画の文字起こし例

2人が出演する料理動画の最初の1分を、説明付きの文字起こしとして表にまとめた例です。中央の列だけを読めば、基本的な文字起こしになります。

時間音声：話されている内容と聞こえる音映像：映っている内容
0:00［軽快な音楽］タイトルカード：「1時間で焼くパン　第4話」。
0:04Lena Park：こんにちは、Lenaです。今日は材料4つだけでフラットブレッドを作ります。キッチンカウンターに立つLena。小さなボウルに小麦粉、水、塩、イーストが入っている。
0:12Sam Diaz：4つ？ボウルは5つあるけど。Samが画面に身を乗り出し、空のボウルを指さす。
0:15Lena：それは混ぜる用。［Samが笑う］Lenaが空のボウルを中央に滑らせる。
0:19Lena：まずは小麦粉を300グラム。画面上のテキスト：「小麦粉 300 g」。キッチンスケールに小麦粉を注ぐ。

このページのために作成した説明用の例です。音は角かっこで囲み、話者は初出でフルネーム、以降は名前だけで表記しています。

動画の文字起こしの書式：入れるべき要素

決まったレイアウトはありません。以下はW3Cの指針が説明している慣例と、出発点としてBlaBlaScribeの文字起こしが提供するものです。

話者

話している人を明記

名前を各段落の前に付けるか、話者が変わるときだけ付けます。文字起こしの前に話者識別をオンにし、「話者1」「話者2」の名前を一度変更しましょう。

音

重要な音を記す

笑い声、音楽、拍手、ドアが閉まる音などは、意味が変わる場合に角かっこで記します。エディターで追加してください。文字起こしは音を自動では記述しません。

画面の情報

画面にしかない情報を説明

画面内の文字、テロップの名前、言葉のない動作は、説明付きの文字起こしに含めます。音声認識には見えないため、動画を見ながら追加します。

段落

字幕の行ではなく段落で書く

字幕の行は画面表示用に区切られています。15〜30秒の段落でエクスポートすれば、文章として読める文字起こしになります。

タイムスタンプ

タイムスタンプは役立つときだけ

各段落の前の時刻は、長い動画や引用の確認に役立ちます。それ以外では邪魔になるので、エクスポート時にタイムコードをオフにしましょう。

置き場所

動画のすぐ下に置く

テキストをプレーヤーの下に貼り付けるか、そこからリンクします。冒頭に短い要約と見出しがあると、読者が目的の部分を見つけやすくなります。

動画の文字起こしの作り方

動画ファイルから、プレーヤーの下に置く文字起こしまで。

文字起こしを始める30分無料・クレジットカード不要
動画を文字起こし
再生しながら編集
エクスポートして公開

最大8 GBのMP4、MOV、MKVをアップロードするか、YouTubeやVimeoのリンクを貼り付けます。インタビューやパネルディスカッションでは話者識別をオンにします。

動画を文字起こし

単語や名前を修正し、話者名を変更して、必要な箇所に角かっこで音を追加します。

再生しながら編集

段落と必要なタイムコードを設定してTXTまたはDOCXでエクスポートし、動画の下に貼り付けます。示されたが話されなかった内容の説明も加えましょう。

エクスポートして公開

よくある質問

動画の文字起こし：よくある質問。

すべての質問
動画のテキストです。話された言葉、誰が話したか、理解に必要な音を、読みやすい段落にまとめたものです。説明付きの文字起こしでは、画面に映っている内容も加えます。
字幕は再生中の動画上に表示されるようタイミングが合わせてあります。文字起こしはそれだけで読む独立したテキストで、段落に分かれ、通常は1行ごとのタイミングはありません。
WCAGでは、収録済みの音声付き動画にはレベルAで字幕が必要で、完全な文字起こしはレベルAAAです。音声なしの動画にはレベルAで説明付きの文字起こしか音声解説が必要で、音声のみのメディアにはレベルAで文字起こしが必要です。
役立つ場合だけです。長い動画では、各段落の前に時刻があれば読者がその場面にジャンプできます。短い動画では邪魔になります。字幕の時刻ほど頻繁である必要はありません。
Webでは通常、動画の下にプレーンなHTMLテキストとして載せます。BlaBlaScribeはTXT、DOCX、PDFでエクスポートでき、それを貼り付けるか添付します。HTMLでのエクスポートには対応していません。
AI文字起こしが対応するのは発言です。BlaBlaScribeは映像を説明しないため、映像の説明や画面上の文字は、動画を見ながら人が追加します。

さらに詳しく

関連

インタビュー文字起こしの例インタビュー、会議、字幕の形式を並べて比較。文字起こし・タイムスタンプすべての行にタイムコード、必要な形式で。話者分離付きの文字起こし誰が何を言ったか。名前は一度変更、書き出しは自由に。Verbatim TranscriptionTranscription Conventions

動画を変換

動画をテキストに変換話者ラベルとタイムスタンプ付きの完全な文字起こし。動画の文字起こしをWordに動画の文字起こしを編集できるDOCXで。動画要約AIどんな動画からも要点とアクションアイテムを。