要点

AIナレーションは、台本を書く、声と速さを選んで作る、聴いて読み違いを直す、音声と字幕を書き出す、の4段階で作れます。2,802字の台本をラクナレで作ると、10分5秒で、7分49秒の音声と100枚の字幕ができました。使ったのは2,826で、には使いません。

作ったのは2026年9月24日で、声 Leda・テンポ「標準」・話し方「普通に読む」・です。台本は、動画のナレーションの作り方を説明する91文です。

台本はどう書く？

今回の台本は、1文に1つのことだけを入れて、91文に分けて書きました。1文の平均は約31字、いちばん長い文は51字です。

長さは、読む速さで決まります。今回の2,802字は、文と文の間を含めて1分あたり約358字で読まれました。何分の動画に何字書けばよいかは、台本は1分で何文字？に表でまとめています。

台本を貼ったら、セリフへの分け方を「分けない」「段落ごと」「1行ごと」「1文ごと」から選びます。今回は「1文ごと」を押して、91文を91のセリフにしました。文ごとに分けておくと、あとで直したい文だけを作り直せます。

声と速さは、どう選ぶ？

声は30種類（女性14・男性16）で、トップページですべて試聴できます。試聴にクレジットは使いません。30種を同じ文で聴き比べられるようにしたのが、Gemini TTS の日本語の声30種です。

速さは、画面の「テンポ」で「ゆっくり」「標準」「テンポ良い」「速め」の4つから選びます。同じ台本で測ると、「ゆっくり」と「速め」の差は17%ほどでした（測った結果）。話し方は「普通に読む」「ニュース・報道」「物語・朗読」など9種類から選びます。

生成には、どれくらい待つ？

2,802字・91文で、「音声を生成」を押してから終わるまで10分5秒でした。ラクナレは1文ずつ Google の AI に音声を作らせるので、文の数が多いほど待ちます。91文すべてが成功しました。

使ったクレジットは2,826で、字数より24多くなりました。20字に満たないセリフは20字として数えるためで、今回の台本では6文が当たりました。

読み違いはどう直す？

声にしたら、最初から最後まで聴きます。今回なら7分49秒です。

直し方は、読み方辞書に登録するか、そのセリフだけ読みを指定するかの2つです。どちらも声にだけ効き、字幕には元の表記が残ります。別の16文で試したときは、読み違えた2文だけが作り直され、53クレジット・11秒で済みました。どんな語を読み違えたかは、読み上げの声が名前を読み違えるときは？に25語の結果を載せています。数字や英字をどう読んだかは、AIの読み上げは数字や英字をどう読む？で30語を聴いて確かめました。

字幕はどうやって作る？

音声を作ると、字幕のファイル（）も一緒にできます。時刻は、できた声の長さに合わせて決まります。SRTの中身の書き方は、SRTファイルとは？で実物を見られます。

今回の91文は100枚の字幕になり、76枚が2行、24枚が1行でした。1枚に入るのは42字まで、1行は22字までです。1枚が1秒に何字出るかは、字幕は1行何文字、1秒に何文字？で測りました。42字を超える8文と、2行に入りきらなかった1文は、「、」の後ろで2枚に分かれました。

はじめの3枚は、こうなりました。1つめの文（47字）は2枚に分かれ、1枚めは2.0秒で消えます。

1
00:00:00,000 --> 00:00:02,032
動画にナレーションを入れると、

2
00:00:02,032 --> 00:00:06,731
画面だけでは伝わりにくい流れや理由を、
見ている人に届けられます。

3
00:00:06,911 --> 00:00:12,162
ただ、ナレーションを自分の声で録るのは、
思っているより手間がかかります。

ことばの途中で行が変わった所もありました（「音を／出せない場所で」「研修や手順の／説明なら」「WAVという／形式の音声を」）。気になる所は、編集ソフトで直します。どこで行を変えると読みやすいかは、字幕はどこで改行する？で比べています。

編集ソフトにはどう入れる？

「音声と字幕を書き出す」を押すと、同じ名前の と SRT が1つのZIPで届きます。今回のZIPは22.5MBで、受け取るまで11.4秒でした。

WAV は全部のセリフを1本につないだ音声で、セリフの間は0.18秒の無音です。SRT も同じ0.18秒で時刻を作り、最初のセリフの始まりが0秒です。だから、WAV を音声のトラックに、SRT を字幕のトラックに、どちらもの先頭から置けば時刻がそろいます。ソフトごとの手順はSRT字幕を動画編集ソフトに読み込む方法にまとめています。字幕が文字化けしたときはSRTが文字化けするときを、声とずれたときはタイミングがずれるときは？を見てください。

1本作るのに、何がどれだけかかった？

段階今回の結果使ったクレジット
台本を貼って、1文ごとに分ける91セリフ0
声と速さを選ぶ試聴はトップページで0
生成10分5秒2,826
聴く7分49秒（音声の長さ）0
書き出す11.4秒・22.5MB0

読み違いを直すときは、直した文の分だけクレジットを使います。直したあとに音声と字幕を差し替える手順は、台本を直したとき、ナレーションと字幕はどう差し替える？にあります。変えていない文は、作り直しても前の音声を使うので、クレジットを使いません（有料プランは最初の生成から30日、フリープランは7日のあいだ）。