動画編集の作業のうち、どこをAIに任せて、どこを人が確かめるかを、作業ごとに書きとめるメモです。運営は動画編集スクール「ブイプロ」（株式会社ブイスト）。ツールの情報には確認した日付を入れます。
対談やインタビューの動画では、文字起こしに「誰が話したか」が付いているかどうかで、そのあとの編集のしやすさが大きく変わります。テロップの色を話し手ごとに変える、片方の発言だけを使って短くまとめる、といった作業は、話し手が分かれていないとできません。この記事では、文字起こしで話し手を正しく分けるための準備と確かめ方を、作業の順にまとめます。
話し手を分けやすいかどうかは、実は収録のときにほぼ決まっています。YouTubeの公式ヘルプでも、複数の人が同時に話していて音声が重なっている場合は、自動字幕起こしがうまく作られない原因になると書かれています（2026年10月21日に公式ヘルプで確認）。
編集する側から収録の担当者にお願いできるなら、次のようにしてもらうと後が楽です。
Adobe Premiereの「音声のテキスト化」には、「スピーカーのラベル付け」という項目があり、動画の中で話し手を分けるかどうかを選べます。また「オーディオ分析」の設定で、特定のオーディオトラックから文字起こしすることもできます（2026年10月21日にAdobe公式ヘルプで確認）。
話し手ごとにトラックが分かれている素材なら、次の2つのやり方が考えられます。
1つ目は手間が少なく、2つ目は取り違えが起きにくいやり方です。声が似ている2人や、笑い声・相づちが多い対談では、2つ目のほうが直しは少なくなりやすいです。
AIの話し手の分け方は、声の特徴から判断したものです。とくに次の場面で取り違えが起きやすいので、重点的に見ます。
確かめるときは、頭から全部を聞く必要はありません。ラベルが切り替わる所を中心に、前後数秒を聞いていくと早く済みます。
話し手が正しく分かれたら、ラベルに実際の名前を当てはめた形で文字起こしを書き出しておきます。テロップづくり、発言の要約、使う場面の選び出しなど、あとの作業のすべての土台になるからです。
同じ出演者の回が続くシリーズなら、「この人は声が低い」「この人は相づちが多い」といった気づきもメモしておくと、次の回の確かめが早くなります。話し手を分ける作業は、AIに任せる部分と人が聞いて決める部分がはっきり分かれる作業です。任せきりにせず、切り替わりの所だけは人の耳で確かめる、と決めておくと失敗が減ります。
話し手が正しく分かれた文字起こしは、いろいろな作業に使い回せます。たとえば次のような使い方です。
こうした作業は、話し手がまちがっていると全部やり直しになります。最初に時間をかけて話し手を確かめておくことが、結果として全体の作業時間を減らします。とくにテロップの色分けは、話し手を取り違えたまま書き出すと視聴者にもすぐ気づかれるので、書き出す前にもう一度切り替わりの所を見ておくと安心です。
自動文字起こしは便利ですが、人名や商品名、業界の言葉はたいてい間違った字で出てきます。しかも同じ言葉は動画の中で何度も出てくるので、1つずつ直すと時間がかかります。この記事では、Adobe Premiereの文字起こしにある「検索と置換」を使って、誤変換をまとめて直す手順をまとめます。機能の内容は、2026年10月21日にAdobeの公式ヘルプで確認したものです。
いきなり置換を始めると、直し忘れや、直してはいけない所まで変えてしまう失敗が起きます。まず文字起こしをざっと読み、間違いが多い言葉を書き出します。
この表は、同じ話し手や同じ番組の次の回でも使えます。案件ごとに残しておくと、2本目からは最初の作業がほとんどなくなります。
公式ヘルプに書かれている手順は次のとおりです。
表の上から順に、この操作をくり返していきます。
「すべてを置換」は速い反面、意図しない所まで変わることがあります。使い分けの目安は次のとおりです。
迷ったら、上下の矢印で全部の場所を一度見てから決めると安全です。ハイライトの数が思ったより多いときは、ほかの言葉の一部に当たっていないか疑ってください。
置換は文字の上での作業なので、そもそも聞き間違いで別の言葉になっている所は見つけられません。最後に次の場所だけ音を聞いて確かめます。
文字起こしの直しをきれいにしておくと、そのあとのキャプションやテキストベースの編集で同じ直しを何度もせずに済みます。表を作る→まとめて置換→聞き直す、の3段で進めるのが、手間と正確さのつり合いがとりやすいやり方です。
検索と置換で直せるとはいえ、そもそも誤変換が少ないほうが作業は楽です。直し終わったら、次の回のために何が原因だったかを振り返っておきます。
同じ番組や同じ話し手の動画では、間違える言葉もだいたい同じになります。表を育てていくほど、検索と置換にかかる時間は短くなっていきます。直しを「その場かぎりの作業」で終わらせず、次の回の下準備として残しておくのが、この作業を早くする一番のこつです。チームで分担しているなら、表を共有の場所に置いて、気づいた人が書き足す形にしておくと、全員の作業がそろって早くなります。
Adobe Premiere（旧Premiere Pro）には、動画の音声を自動で文字にする「音声のテキスト化」という機能があります。キャプション（字幕）づくりや、文字を見ながらのカット編集の土台になる機能です。この記事では、文字起こしを始めるまでの手順と、最初のダイアログで決めておく項目をまとめます。画面の名前や項目は、2026年10月21日にAdobeの公式ヘルプで確認した内容です。
公式ヘルプに書かれている流れは次のとおりです。
手順そのものは短いのですが、3つ目の設定を間違えると、出てきた文字を直す手間が大きく増えます。次の章で、設定の項目を1つずつ見ていきます。
ダイアログでまず選ぶのが「言語」です。動画で話されている言語を選び、必要ならその言語パックをダウンロードします。日本語の動画なら日本語を選びます。
ここが合っていないと、日本語の発話を別の言語として聞き取ろうとして、意味の通らない文字が並びます。英語と日本語が混ざる動画では、主に話されているほうの言語を選び、もう一方は後で人が直す前提にしておくと考えやすいです。
「スピーカーのラベル付け」は、動画の中の話し手を分けるかどうかを選ぶ項目です。1人で話す動画なら分けなくても困りませんが、対談やインタビューでは分けておくと、あとで「この人の発言だけ使う」といった作業がしやすくなります。
ただし、話し手の分け方はAIの判断です。声が似ている2人や、相づちが重なる場面では取り違えることがあります。ラベルが付いたら、場面を変えながら数か所を聞いて、話し手が合っているかを確かめてください。
残りの項目は、どこを文字にするかを決めるものです。
実行すると、テキストパネルに文字が並びます。ここからキャプションを作ったり、カットの目安にしたりしますが、その前に次の点だけ確かめておくと後の作業が楽になります。
誤変換が多い言葉は、同じヘルプの並びにある「トランスクリプト内のテキストの検索と置換」でまとめて直せます。文字起こしは最初の設定で半分決まる、と考えて、言語と話し手の項目だけは毎回見直してから実行するのがおすすめです。
もう1つ覚えておきたいのは、言語や話し手の設定を変えたいときは、文字起こしをやり直すほうが早い場合が多いことです。設定を間違えたまま出てきた文字を手で直していくと、直しの量が増えるうえに、聞き漏れも起きやすくなります。おかしいと感じたら、最初の数分だけを「インからアウトの間を文字起こし」で試し、設定が合っているかを確かめてから全体にかけると、無駄な待ち時間を減らせます。
また、同じ形式の動画を続けて編集するなら、どのトラックを文字起こしするか、話し手を分けるかといった選び方をメモしておくと、次の回で迷いません。設定は数か所ですが、毎回同じ判断をくり返す所なので、決まりにしてしまうのが一番の時短になります。チームで作業する場合は、そのメモを共有しておくと、担当が変わっても同じ質の文字起こしが出てきます。
文字起こしをAIに任せると、編集の下準備はかなり楽になります。ただ、AIに渡す前の素材が散らかっていると、出てきた文字を直す時間のほうが長くなります。この記事では、文字起こしにかける前に素材の側でそろえておくことを、作業の順にまとめます。読む人として想定しているのは、編集の作業時間を少しでも減らしたい人です。
文字起こしの精度は、AIの賢さより先に「声がはっきり録れているか」で決まります。YouTubeの公式ヘルプでも、自動字幕起こしで内容を正しく表示できない原因として、発音やアクセント、方言、雑音が挙げられています（2026年10月21日に公式ヘルプで確認）。ほかの文字起こしツールでも、考え方は同じだと思ってください。
素材を受け取ったら、文字起こしの前に次の点だけ見ておきます。
ここで問題を見つけたら、雑音を減らす処理や音量の調整を先にかけてから文字起こしに回します。順番を逆にすると、直したあとにもう一度文字起こしをやり直すことになります。
対談やインタビューでは、誰が話したかが分からない文字起こしは使いにくくなります。YouTubeのヘルプでも、複数の人が同時に話して音声が重なっている場合は、自動字幕がうまく作られない原因になると書かれています。
そこで、収録の段階でピンマイクなどを話し手ごとに付け、別々のトラックで録れているなら、そのまま分けて扱います。Premiereの「音声のテキスト化」には、特定のオーディオトラックだけを文字起こしする設定や、話し手を分ける「スピーカーのラベル付け」があります（2026年10月21日に公式ヘルプで確認）。トラックが分かれていれば、こうした機能も生かしやすくなります。
素材が10本、20本とある案件では、ファイルの並びがばらばらだと、文字起こしのどれがどの素材か分からなくなります。AIに渡す前に、次の順で整えておくと迷いません。
名前がそろっていれば、あとで「3本目の5分あたり」といった指示も、AIにも人にもそのまま通じます。
最後に、その動画でよく出てくる専門用語・商品名・人名を、正しい表記で一覧にしておきます。文字起こしのあとに誤変換をまとめて直すとき、この一覧があると「何をどの字に直すか」で迷いません。AIに整文を頼む場合も、この一覧を一緒に渡せば表記がそろいます。
文字起こしそのものは数分で終わることが多い作業です。だからこそ、その前の数分の準備で、あとの直しの時間が大きく変わります。素材の側を整えてからAIに渡す、という順番を覚えておいてください。
ここまでの準備は、案件ごとに考え直すと続きません。次のような短い確認表にして、素材を受け取るたびに上から順に見る形にしておくと、考えなくても手が動くようになります。
慣れてくると、この確認は数分で終わります。逆に、この数分を省くと、文字起こしのあとで「この言葉は何だったか」「この発言は誰か」と何度も素材を聞き直すことになります。下準備は、AIのためというより、あとで作業する自分のための仕事だと考えると続けやすくなります。チームで編集を分けている場合も、この表を共有しておけば、誰が受け取っても同じ状態で文字起こしに回せます。