CapCutでAI字幕・自動字幕を付ける流れ
結論から言うと、聞き取りはできても手打ちしたくない人向けの下書きです。「AI 自動字幕 動画」を探す人の多くは、講義・店舗・Vlogの声を、読む速さの文字に変えたいだけです。映像を新しく作る話ではありません。
入力は、すでに録ってある解説や案内の音声付きクリップです。機能は、CapCutの公式サイトから開けるWeb編集で、音声を分析して話された言葉をテキストにします。出力は、再生に合わせた画面上の字幕です。手元のSRTを後から差し替えることもできます。
使う場所はブラウザのCapCut Webです。この記事の手順はWebに限ります。事前に、声が聞き取れる音量であること、話す言語を自分で選べること、生成後に固有名詞を直す時間があることを確認してください。
CapCutのオンラインツール一覧から字幕まわりを開くと、同じ系統の入口が並びます。「無料 自動字幕」を試す前に、どの画面で言語を指定するかを見ておくと迷いません。
AI字幕・自動字幕の主な機能
公式のAIキャプションジェネレーターが示すのは、音声認識、言語指定、見た目の調整、SRTの取り込みです。ここでは日本語で直す箇所がどこかを先に押さえます。
音声を文字に起こす
CapCut Webは動画の音声を分析し、話された言葉をテキストにします。手で全部打たなくてよく、速い話し方やくだけた声でも下書きが出ます。ただし字幕は読むための短い文であり、フィラーや言い直しまで追う必要はありません。
「文字起こし 動画」の結果は、聞こえた音の近似です。数式名、店名、地名は別リストにして後で直します。重なった声でも沿った文を出す、と公式は書いていますが、誰が話したかのラベルは製品ページにありません。聞き分けは自分で行います。
言語を選んで日本語を出す
生成の前に、動画で使っている言語を選びます。公式は20以上の言語に対応し、英語、スペイン語、フランス語、中国語、日本語などを例に挙げています。一覧の全文は公開されていません。
日本語を選んでも、方言や早口はそのままでは崩れやすいです。撮り直しできるなら、ゆっくり言い直してからかける方が速いです。「動画 字幕 日本語」で探すときは、まず言語指定があるかを見てください。
フォントと位置を後から直す
生成後に、フォント、サイズ、色、画面上の位置、アニメーションを変えられます。テンプレートも選べます。体裁の本丸はここです。1行は12–14字、最大2行にし、画面下の操作ボタンと重ねないようにします。
派手な動きより、暗い場面では文字が読めるコントラストを優先します。顔や地図の文字を覆う位置は避けます。「初心者 字幕」で失敗しやすいのは、生成結果をそのまま画面いっぱいに置くことです。
手元の字幕ファイルを入れる
Webでは、自分で直したSRTを「字幕」から取り込み、タイミングや文言を差し替えられます。自動結果を下書きにし、固有名詞だけ手元で直して戻す使い方です。商業利用も公式FAQは認めていますが、素材そのものの権利は別に確認してください。
CapCut Webで自動字幕を付ける手順
ここからの操作はWebだけです。ボタン名は公式ページの「メディア」「字幕」「自動字幕」「生成」「エクスポート」に合わせます。「AI 自動字幕 動画」の下書きを出したら、必ず聞き直してから書き出します。
手順1：動画を取り込む
CapCut Webを開き、「メディア」から「アップロード」を選んで解説クリップを入れます。短い区間ならタイムラインへドラッグします。公式ブログは、スムーズに動かす目安として長さ20分以内を挙げています。3分の講義なら、その範囲に収まります。
入れる前に、声が他のBGMより前にいるかを耳で確認します。方言や早口が強いなら、この段階で言い直したテイクに差し替える方があとが楽です。ファイルが載ったら、タイムラインで声の始まりと終わりだけ見ておきます。
「メディア」と「アップロード」から、字幕を付けたい音声付きクリップを入れます。
手順2：自動字幕を生成する
左のパネルで「字幕」を開き、「自動字幕」を選びます。言語は日本語を指定し、「生成」を押します。AI字幕はここで音声を分析し、再生に合わせた行を置きます。手入力は不要です。
生成が終わったら、いきなりデザインを触りません。まず固有名詞と数字だけを音声と突き合わせます。塾の解説なら、定理名や分数、年号が別の漢字や別の数字になっていないかをリスト化します。「聞き取り 字幕」の点検は、全文ではなくこの二種類に絞ると速いです。
「字幕」から「自動字幕」を選び、言語を指定して「生成」します。
手順3：誤変換を直して書き出す
文言を直したら、1行12–14字、2行までに改行します。公式も書き出し前にタイミング、改行、名前を見るよう書いています。顔や画面下のUIを覆っていたら位置を上げます。
右上の「エクスポート」で名前を付け、解像度とフレームレートを選んでもう一度「エクスポート」します。YouTube向けなら、焼き込みのほかにSRTを残す余地も後から検討できます。書き出したあと、無音で一度通して読めない行がないかを見ます。
右上の「エクスポート」で解像度を決め、端末へ保存します。
「字幕 つけ方」の入口を公式で見返すときは、Webの自動字幕ページで手順を確認すると分かります。Bannerの試用とは別の確認用です。
早稲田近くの塾講師が3分解説に字幕を付ける例
入力は、早稲田近くの教室で録った数学の解説3分です。推奨は、言語を日本語、字幕は2行、専門用語は後修正です。出力は、YouTubeに載せる字幕付き解説です。
生成後に作るのは、数式名の誤変換リストです。たとえば「正弦」が別の漢字になる、「x」が「エックス」のまま残る、年号や分数が違う、といった行だけを表にします。「AI 自動字幕 動画」の結果を全文信頼せず、この表だけを耳で潰します。
体裁は、板書が見えるよう下段を空け、1行12–14字に切ります。「えっと」や言い直しは捨てます。読むための行だけ残すと、3分でも視聴者が数式を追いやすくなります。
AI字幕・自動字幕を使うメリット
手打ちを避けること、無音でも追えること、現場の説明を残せることが主です。精度の数字は公式にないので、メリットは作業の切り分けとして書きます。
手打ちせずに下書きができる
長い講義を最初から打つ必要がありません。公式も、手入力を減らし、更新の多い動画ほど作業が速くなると書いています。残作業は、固有名詞と数字の聞き直しと、2行への整形です。
「AI 自動字幕 動画」の価値は、完璧な原稿ではなく、直す範囲を狭くすることです。3分なら、全文校正ではなくリスト修正で済みます。
無音でも講義が追える
ショートやリールは音なしで流れることが多いです。字幕があれば、電車や店舗のバックヤードでも内容が残ります。聴覚に制約のある人や、日本語が母語でない視聴者にも、同じ画面で渡せます。
「聞き取り 字幕」ができている自分と、無音の視聴者は条件が違います。読む速さに合わせた短い行のほうが、音がある自分用の書き起こしより役立ちます。
店舗や講座の説明が残る
工房の工程、塾の解説、語学の例文は、後から検索されやすいです。画面の文字があると、視聴者が一時停止して用語を確認できます。公式FAQは、追加料金なしで生成・編集・書き出しできるとしています。ページには無料サインアップの導線もあります。
日本の現場で使える活用シーン
AI字幕は、すでに声がある現場向きです。以下は、日本語の誤変換が起きやすい場所を先に決めた使い方です。
京都の路地案内をショートにする
京都の観光ガイドが、路地の音声をショートにします。直す対象は寺社名、交差点名、所要時間の数字です。1行を短くし、地図や看板と重ねない位置に置きます。「AI 自動字幕 動画」の初回結果は、固有名詞だけ赤入れすれば公開できます。
金沢の工房解説をリールにする
金沢の工房主が、制作工程をリールにします。道具名や技法名は辞書にないことが多く、自動結果を信用しません。工程の順番を示す数字も聞き直します。2行までに切ると、手元の映像が隠れません。
那覇のレッスンに日本語字幕を付ける
那覇の語学教室が、レッスン音声に日本語字幕を付けます。沖縄の地名や教室名、例文の数字がずれやすいです。方言が強い回は、認識前に標準語でゆっくり録り直す方が速いです。学習者向けなので、読むための短い行を優先します。
長所と注意点
自動結果を下書きと割り切ると使いやすいです。公式も、完全な精度をうたわないよう注意しています。
長所
- 音声をテキストにする下書きが、手打ちより速く出る
- 日本語を含む複数言語を、生成前に指定できる
- フォント、位置、色、テンプレートを後から変えられる
- 自分のSRTを取り込んで差し替えられる
注意点
- 固有名詞・数字・専門用語は公式も確認対象。公開前に必ず聞き直す
- 方言や早口、重なった声は崩れやすい。撮れるなら言い直してからかける
- 話者ラベルの有無は製品ページにない。誰の発話かは自分で見る
- 20分を超える素材は、公式ブログがスムーズさの目安外としている
日本語字幕を整えるコツ
コツは四つです。固有名詞と数字は自動結果を信用せず、必ず聞き直します。1行12–14字、2行までにし、画面下のUIと重ねません。方言や早口は、認識前にゆっくり録り直す方が速いです。字幕は読むためであり、音声の一字一句を追わなくてよいです。
「AI 自動字幕 動画」で出した行は、聞こえた音のメモです。視聴者が止まらず読める形へ削るのが、公開前の最後の仕事です。
よくある質問
CapCutの自動字幕は無料ですか
公式FAQは、隠れた費用なしで字幕の生成・編集・書き出しができるとしています。製品ページにクレジットカード不要の注記と、無料サインアップの導線があります。プランごとの透かし条件は、当該ページに書かれていません。「無料 自動字幕」を使う前に、書き出し画面の表示を自分で見てください。
日本語の固有名詞はどこまで直しますか
地名、店名、人名、数式名、年号、金額は、自動結果を信用せず聞き直します。公式も名前・数字・URLの確認を推奨しています。精度の公式値はないので、「だいたい合っている」では公開しません。リスト化して潰す方が、全文校正より速いです。
スマホだけでも付けられますか。書き出しは何ですか
この記事の手順はWebです。アプリの入口名は別画面になることがあります。書き出しは、公式どおり右上の「エクスポート」で解像度とフレームレートを選び、端末へ保存します。SRTの取り込みはWebの「字幕」からできます。焼き込みとファイル分けのどちらが必要かは、載せる先で決めます。
聞き取れるのに字幕を付ける意味はありますか
あります。自分は「聞き取り 字幕」ができても、視聴者は無音か、専門用語を耳だけで追えないことが多いです。画面の短い行は、一時停止して用語を確認する道具です。「初心者 字幕」の目的は、自分の耳の代わりではなく、読む人のための体裁です。
方言や早口でも使えますか
公式は速い話し方やくだけた声、地域のアクセントにも触っています。ただ精度の保証はありません。京都の案内や那覇のレッスンのように地名が続く回は、ゆっくり録り直してからかける方が、直し時間が短くなります。
ブラウザで今の解説クリップに字幕の下書きを出し、固有名詞だけ直して2行に整えてください。手打ちを避けたい人ほど、先に体裁のルールを決めた方が速く終わります。CapCutを無料でダウンロード