50代未経験から在宅で動画の字幕づくりを始める｜ブランクがあっても始められる手順 2026

結論から書きます。動画の字幕づくりは、50代未経験の方が在宅ワークとして始めるなら、動画編集そのものより現実的な選択肢です。理由は、作業が分業化されていて求められるスキルが狭いこと、AIの自動文字起こしが下地を作ってくれるようになったこと、そして日本語を正確に扱う力がそのまま品質評価につながることの3つです。ただし「簡単に稼げる」という話ではありません。時給換算すると想像より低い水準になる案件も多く、そこを知らずに始めると必ず消耗します。この記事では、単価の実額と作業時間の関係まで含めて、はっきり書きます。

私は編集の仕事で外部の方に文字起こしや字幕作成を依頼する側にいます。納品物を大量に見てきた立場から言うと、年齢はほとんど関係ありません。関係があるのは、日本語の表記が揺れていないか、指定したルールを守っているか、締切を守るか。この3点だけです。それはブランクのある方でも、今から身につけられます。

動画の字幕づくりが50代未経験に向いている3つの理由

まず市場の構造を押さえます。ここを理解すると、どこを狙えばいいかが自動的に決まります。

動画制作が分業化され、字幕だけを外注する流れが定着した

以前は動画編集者が1人で撮影から編集、テロップ入れまで担当していました。現在は違います。カット編集、字幕づくり、サムネイル制作、SNS用の切り抜きが、それぞれ別の人に発注される傾向が見られます。動画の本数が増え、1人で抱えると回らなくなったためです。

この分業化が、未経験者にとっての入口を作りました。動画編集を一通りできる必要はなく、字幕の工程だけを担当すればいい。求人情報を見ても、未経験から動画関連の実務に入る導線は複数あります。

動画編集・動画制作のアルバイト・パートスタッフを募集しています。YouTubeやTikTokなどの動画編集に企画から携わり、ショート動画編集から有名企業案件まで挑戦できます。未経験でもプロの技術を基礎から習得でき、Webマーケティングやデザイン、ライティングへのキャリアチェンジも可能です。充実の就職サポート、医療連携サービス、定期面談、髪・服装自由、在宅支援制度、昇格・正社員登用制度があります。勤務時間は10:00～15:00で、休憩時間合計1時間、残業ほぼなしです。... 出典: 求人ボックス

AIの自動文字起こしが、作業の性質を変えた

2026年時点で、音声を文字に変換するAIの精度はかなり高くなりました。静かな環境で1人が話している音声なら、変換精度は90%を超えることも珍しくありません。

これを「仕事が奪われる」と捉える記事をよく見ますが、正直なところ、これはどうかと思います。実態は逆です。AIが下地を作るようになった結果、作業の中心が「打ち込む」から「直す」に移りました。専門用語、固有名詞、社名、方言、同音異義語。ここはAIが確実に間違えます。話し言葉のまま出力されるので、読みやすい文に整える工程も必要です。つまり、タイピング速度より日本語の判断力が価値になったということです。この変化は、50代未経験の方にとって明確に有利に働いています。

日本語を正確に扱う経験が、そのまま品質になる

字幕の品質を決めるのは、漢字を開くか閉じるか、句読点の位置、数字の表記統一、敬語の扱い、行の分け方といった細かい判断です。長年ビジネス文書を書いてきた方は、この感覚をすでに持っています。逆に、動画編集の技術が高くても日本語の表記が雑な方の納品物は、こちらで直す手間が発生します。

私自身、以前ショート動画のテロップを一括で外注したとき、見た目は派手なのに「事業」と「事業所」が混在し、数字が半角と全角でバラバラという納品を受け取ったことがあります。修正指示を出す時間のほうが長くかかりました。あのとき、装飾より表記の一貫性のほうが依頼者にとって価値が高いと痛感しました。

「字幕づくり」と呼ばれる仕事の中身を分解する

一言で字幕と言っても、実際には5種類あります。単価も必要スキルも違うので、最初にどれを狙うか決めてください。

文字起こし（書き起こし）

音声を文字にする工程です。インタビュー、セミナー、対談、会議録などが対象で、字幕の前段階でもあります。単価は音声1分あたり100円から300円が一般的です。完全に発言通りに書く「素起こし」と、言い淀みを整理する「ケバ取り」、読みやすく整える「整文」で単価が変わります。初心者が最初に受けるならここです。

字幕（クローズドキャプション）

映像に合わせて、話者の発言を時間指定で表示するものです。SRTやVTTといった字幕ファイルを作成し、映像とは別ファイルで納品します。文字起こしに加えて、表示タイミングの調整（スポッティング）が必要になります。単価は動画10分あたり2,000円から6,000円程度です。

テロップ（装飾文字）

YouTubeのバラエティ的な動画で使われる、色や大きさを変えた文字入れです。デザイン要素が入るため動画編集ソフトの操作が必要で、字幕より工数がかかります。単価は動画10分で3,000円から1万円程度ですが、作業時間も比例して増えます。

バリアフリー字幕・音声情報の補足

聴覚に障害のある方に向けて、話者名や効果音、音楽の情報まで文字で伝える字幕です。公共性の高い動画や自治体の配信で需要があり、ルールが厳格な分だけ単価も安定しています。丁寧な作業が求められる領域で、経験を積んだ方が評価されやすい傾向があります。

翻訳字幕

日本語動画に英語字幕を付ける、あるいはその逆です。語学力が前提になるため参入者が限られ、単価は動画10分で1万円を超えることもあります。英語の実務経験がある50代の方には、有力な選択肢です。

単価の相場と、時間あたりの現実を計算する

ここを曖昧にしている記事が多すぎます。数字で確認します。

作業時間の目安

字幕づくりに慣れていない段階では、動画1分に対して5分から10分の作業時間がかかります。10分の動画なら50分から100分です。慣れてくると動画1分あたり3分程度まで縮みますが、専門用語が多い内容や音質の悪い素材では逆に増えます。

時給換算するとどうなるか

10分の動画の字幕作業が3,000円、作業時間が90分だとすると、時給換算で2,000円です。ただしこれは慣れてからの数字で、最初の数件は3時間かかることもあり、その場合は時給1,000円になります。

つまり、始めた直後は時給が低い。これは事実として受け入れる必要があります。ただし作業スピードは確実に上がるので、同じ単価でも数ヶ月後には時給が倍近くになります。この構造を知らずに「割に合わない」と1ヶ月でやめる方が多いのは、正直もったいない。

単価が上がるのはどういうときか

案件を並べて見ると、単価が高いのは次の3パターンです。1つ目、専門性が高い内容（医療、法律、金融、技術）。2つ目、納期が短い案件。3つ目、字幕だけでなく要約やSEOを意識したタイトル案まで提供する場合です。3つ目は、文章を扱う仕事の領域に踏み込むことになります。その水準感は著述家，記者，編集者の年収・単価相場を見ると掴めます。文章の企画・編集まで担える人材がどのくらいの単価帯で評価されているかが分かる資料です。

使うツールと、かかる費用

結論として、無料のツールだけで始められます。有料ソフトが必要になるのは、装飾テロップの案件を受けるようになってからです。

自動文字起こしツール

音声から文字を起こすツールは、無料で使える範囲でも実用水準に達しています。無料版は月間の処理時間に上限があるものが多く、業務として本格的に使うなら月額1,000円から3,000円程度の有料プランを検討することになります。ただし最初から契約する必要はなく、無料枠で作業の流れを掴んでからで十分です。

字幕編集ツール

字幕ファイル（SRT、VTT）を作成・編集する専用ツールにも無料のものがあります。タイムコードを手作業で打ち込む必要はなく、波形を見ながら区切りを決められます。動画編集ソフトの中にも自動字幕生成機能を持つものが増えており、無料版で字幕作成まで完結できるソフトが実際に存在します。

動画に文字を焼き込む場合

映像に文字を直接埋め込む「焼き込み」を求められる案件では、動画編集ソフトの操作が必要です。無料で使える高機能な編集ソフトがあるので、まずはそれで練習してください。月額課金の業界標準ソフトは、継続案件が取れてから検討すれば十分です。初期投資を先に増やすのは、判断として合理的ではありません。

納品形式の理解が、実は一番の差になる

SRTとVTTの違い、文字コード（UTF-8）の指定、改行コード、ファイル名の命名規則。この4つを理解していないと、良い字幕を作っても納品でつまずきます。依頼者側から見ると、指定した形式で正確に届くかどうかは、内容の質と同じくらい重要です。ここは技術というより手順の問題なので、1日で覚えられます。

必要なスキルと、資格は要るのかという問題

資格は不要。ただし日本語の運用力は問われる

字幕づくりに必須の資格はありません。求人票を見ても、資格要件が書かれているものはほとんどありません。ただし、日本語の表記ルールを体系的に知っているかどうかは、納品物にはっきり表れます。文書作成の基礎を確認したい方にはビジネス文書検定の学習範囲が実用的です。文書の構成、敬語、数字や記号の表記といった、字幕作業でそのまま使う知識が整理されています。

技術系の動画を扱いたい場合は、内容を理解できるかどうかで作業精度が変わります。IT分野の用語に慣れたい方はCCNA（シスコ技術者認定）の出題範囲を眺めるだけでも、ネットワーク関連の頻出語が把握できます。専門動画の字幕は誤変換が命取りになるため、背景知識は単価に直結します。

字幕には明確なルールがある

これを知らずに始める人が非常に多い。字幕は自由に書いていいものではなく、一般的な目安として次のルールがあります。1行あたり全角13から16文字程度、表示は最大2行まで、1つの字幕の表示時間は最低1秒以上、読める速度の目安は1秒あたり4文字前後。加えて、意味の切れ目で改行する、句読点は使わず空白で代替する場合がある、といった慣行があります。

依頼者ごとにルールが異なるため、受注時に必ず確認します。ルールを守れる人は、それだけで上位2割に入ります。

覚える順番

1番目、自動文字起こしツールの操作と修正作業。2番目、字幕ファイルの作成とタイミング調整。3番目、納品形式と表記ルール。4番目、装飾テロップと動画編集ソフト。この順番で進めれば、2番目まで到達した時点で受注可能な案件が出てきます。期間の目安は3週間から6週間です。

ブランクがあっても始められる7つのステップ

ステップ1：無料ツールで自分の声を文字起こしする

まず3分程度、自分でスマートフォンに録音して、自動文字起こしにかけます。どこが正しく変換され、どこが間違うのかを体感します。これが仕事の中身そのものです。

ステップ2：公開動画で練習用の字幕を作る

著作権に配慮したうえで、練習として自分用の字幕を作ります。5分の動画を3本やると、作業時間の感覚が掴めます。ここで「動画1分あたり何分かかるか」を測っておくと、後の単価判断が正確になります。

ステップ3：表記ルールを1枚のメモにまとめる

漢字を開く語のリスト、数字の全角半角、記号の扱い、改行の基準。自分用のルール表を作ります。これが後で仕事の速度を決めます。

ステップ4：サンプルを2種類用意する

インタビュー形式のもの、解説形式のもの。それぞれ2分程度の字幕ファイルと、ビフォーアフター（自動変換のまま／修正後）を並べた資料を作ります。修正前後を見せる資料は、依頼者に価値が一目で伝わるので効果的です。

ステップ5：プロフィールに書くべきことを整理する

「未経験」とだけ書くのは避けます。使用ツール、対応可能な納品形式、1日に対応できる動画の分数、稼働できる曜日と時間帯、レスポンスの目安時間。この5項目があるだけで、依頼側の不安がかなり減ります。

ステップ6：最初の案件は短い動画を選ぶ

いきなり60分のセミナー動画を受けると、想定の倍の時間がかかって納期に追われます。最初は10分以内の案件を選んでください。

ステップ7：納品後に、指摘を必ず記録する

修正指示が来たら、その内容を先ほどのルール表に追記します。同じ指摘を二度受けない人は、確実に継続発注に繋がります。

受注前に文面で確認する7項目

字幕案件のトラブルは、ほぼ全部が着手前の確認漏れから起きます。立派な契約書は要りません。次の7項目をメール1通にまとめて、着手前に相手と共有しておけば十分です。

素材の受け渡し方法と、届く日

動画データがいつ、どの経路で届くのかを確認します。クラウドストレージの共有リンク、ギガファイル便、専用の入稿システムなど、方法は依頼者ごとに違います。よくあるのが「納期は決まっているのに素材の支給が遅れる」パターンです。「支給が遅れた日数分、納期を後ろにずらす」という一文を先に入れておくと、自分の作業計画が守られます。

納品形式の指定

SRTなのかVTTなのか、映像に焼き込んだMP4なのか。字幕ファイルなら文字コード、改行コード、タイムコードの開始値まで指定されることがあります。ここは技術的な話に見えて、実際には確認するだけの作業です。それでも聞かずに納品して差し戻される人が後を絶ちません。

表記ルール表の有無

依頼者が既存のルール表を持っているかを聞きます。持っていれば必ずもらう。持っていなければ、自分の基準を提示して合意を取ります。数字の全角半角、漢字を開く語、句読点の扱い、話者名の表示方法。この4点だけでも先に決めておくと、修正の往復が激減します。

修正回数の上限

「初稿提出後の修正は2回まで。3回目以降は1回あたり別途お見積り」という取り決めを1行入れます。字幕は主観の入る余地があるため、上限を決めていないと際限なく直しが続きます。これは相手を疑う話ではなく、双方の作業量を守るための手続きです。

単価の計算単位

動画の尺で計算するのか、実作業時間なのか、文字数なのか。同じ「10分で3,000円」でも、素材の尺で数えるのか、無音部分を除いた実尺で数えるのかで報酬が変わります。会話量の多い対談と、間の長い講演では作業量が倍違うため、密度の高い素材には別レートを設定してもらうのが妥当です。

支払期日

業務委託で個人が仕事を受ける場合、発注者は成果物を受け取った日から60日以内のできる限り短い期間内に支払期日を定め、その日までに報酬を支払う義務を負う枠組みが整っています。取引の適正化については公正取引委員会が相談窓口を設けています。「クライアントからの入金後に支払う」といった条件で無期限に先送りされる形は、想定されていません。

守秘義務と実績公開の可否

未公開の動画を扱うことが多い仕事です。データをいつまでに削除するか、作業内容を実績として公開してよいかを確認します。人物が映っている素材では、実績としての公開が肖像権の問題につながることがあります。「公開してよいか」を先に聞いておくだけで、後の面倒がなくなります。

よくある失敗と、その回避方法

私が納品物を受け取る側で繰り返し見てきた失敗を挙げます。どれも構造的な原因があり、事前に潰せます。

音質を確認せずに尺だけで受けてしまう

同じ30分の動画でも、静かな部屋で1人が話している素材と、屋外で複数人が被って話している素材では、作業時間が2倍以上違います。受注前に冒頭の3分だけでもサンプルをもらい、自動文字起こしにかけてみてください。変換精度が低ければ、その時点で単価の相談をします。着手後に「思ったより大変でした」と言っても、条件は変わりません。

固有名詞リストをもらわない

社名、商品名、人名、専門用語。ここはAIが確実に間違え、しかも間違い方が一定しません。依頼者に「登場する固有名詞の一覧をいただけますか」と聞くだけで、修正指示の大半が消えます。手元にない場合は、自分で候補を書き出して確認を取ります。この一手間を惜しむ人は、納品後に同じ語を全部置換する羽目になります。

タイムコードのずれに気づかない

フレームレートの違い(29.97と30など)や、素材のタイムコード開始値が0でない場合、後半にいくほど字幕と音声がずれます。納品前に必ず、冒頭、中盤、終盤の3か所で映像と字幕を突き合わせて確認してください。冒頭だけ見て納品すると、後半のずれを丸ごと見逃します。

一括で全部作ってから提出する

60分の素材を最後まで仕上げてから提出し、表記の方針が違っていて全部やり直しになる。初めての依頼者ではこれが起きます。回避策は簡単で、最初の5分だけ作って一度見てもらうことです。方針のずれをこの段階で潰せば、残りは安心して進められます。依頼者側も、途中で一度見せてもらえるほうが安心します。

改行位置を音の切れ目で決めてしまう

字幕は意味の切れ目で改行します。息継ぎの位置ではありません。「私は昨日、東京駅で / 友人と会いました」ではなく「私は昨日 / 東京駅で友人と会いました」のように、意味のまとまりを崩さない位置で分けます。読み手が一瞬で理解できるかどうかが判断基準です。ここが雑な字幕は、誤字がなくても読みにくいと評価されます。

作業環境と道具の実際

初期投資は小さくて済みますが、いくつかは品質と作業速度に直結します。

音を聞く道具は、イヤホンよりも密閉型のヘッドホンのほうが聞き取りやすくなります。特に複数人が同時に話す場面や、小声の部分を拾うときに差が出ます。高価なものは不要で、音の分離がはっきりするものであれば十分です。長時間装着するので、耳が痛くならないかどうかも実用上は重要な条件になります。

再生の操作は、キーボードショートカットを覚えるかフットペダルを導入するかで速度が変わります。文字起こしは「聞く、止める、少し戻す、打つ」の繰り返しなので、手をキーボードから離す回数を減らすほど速くなります。ショートカットだけでも、慣れると作業時間が2割ほど縮みます。

画面は広いほうが有利です。映像、字幕エディタ、確認用の資料を並べるため、24インチ以上のモニターか、ノートパソコンに外部モニターを1枚足す構成を推奨します。ウィンドウを切り替えながら作業すると、切り替えのたびに集中が途切れます。

そして辞書と検索環境です。固有名詞の表記を確認する頻度が高いため、公式サイトで正式表記を確認する癖をつけます。社名の「株式会社」が前に付くか後ろに付くか、アルファベットの大文字小文字、中黒の有無。ここを正確にできる人は、それだけで信頼されます。

最初の1か月の進め方

学習と受注準備を並行させるのが効率的です。週単位で示します。

第1週は自動文字起こしツールの操作と修正作業に慣れます。自分の声を3分録音して変換し、どこが間違うかを体感する。次に、公開されている講演動画などで同じことを試します。この段階で「AIの間違え方には癖がある」ことが分かってきます。

第2週は字幕ファイルの作成とタイミング調整です。5分の動画を3本仕上げ、動画1分あたり何分かかったかを必ず記録します。この数字が、後の単価判断の基準になります。感覚で「たぶん3時間くらい」と見積もる人は、必ず赤字案件を掴みます。

第3週は表記ルール表の作成と、納品形式の確認です。SRTとVTTの違い、文字コードの指定方法、ファイル名の付け方を実際に試します。1度作った字幕ファイルを別形式に変換して、正しく再生されるかまで確認しておくと安心です。

第4週は応募準備とサンプル作成です。修正前後を並べた資料を作り、対応可能な納品形式、1日に処理できる動画の分数、稼働できる時間帯、返信の目安時間を書いた自己紹介文を用意します。「未経験ですが丁寧にやります」ではなく、何がどこまでできるかを数字で書きます。この4週間で、短い案件なら受注できる状態になります。

単価が上がるのはどういうときか

案件を横に並べると、報酬が上がる条件は4つに整理できます。

第一が専門性です。医療、法律、金融、技術系の動画は、内容を理解できないと固有名詞が正しく変換できません。前職の業界知識がそのまま効く領域があるなら、そこを軸に据えるのが最短です。50代の職務経験が最も換金しやすいのはここで、若手が短期間では追いつけない部分になります。

第二が対応範囲の広さです。字幕だけでなく、話者名の整理、章立ての提案、動画の要約文、SNS投稿用の抜粋文まで出せると、単価は明確に変わります。依頼者は動画を作った後の運用まで抱えているので、そこを軽くしてくれる相手を手放しません。

第三が納期の確実さです。短納期対応そのものより、「言った日に必ず出てくる」ことのほうが評価されます。予定より半日早く出す人は、次も指名されます。

第四が再現性です。毎回同じ基準で仕上がると分かれば、依頼者は確認工数を減らせます。この「確認しなくてよい相手」になることが、実質的な値上げにつながります。当たり外れがある人は、いくら速くても単価が上がりません。

在宅の業務委託で必ず確認すべき、保険と税金

在宅ワークを始めるとき、多くの方が見落とすのがここです。

業務委託は労災保険の対象外

会社員として働く場合と違い、業務委託で仕事を受ける個人は原則として労災保険の対象になりません。長時間のパソコン作業で体調を崩しても、労災の補償はない。この前提は理解しておくべきです。作業環境（椅子、モニターの高さ、照明）に投資する意味は、健康面のリスク管理としても大きい。

社会保険と扶養の扱い

配偶者の扶養に入っている方が副業を始める場合、健康保険の扶養認定基準は収入の種類と金額で判断されます。会社員が副業として行う場合、業務委託の報酬は給与とは別扱いになります。年金の受給と併せて働く方は、在職老齢年金の仕組みが関係する場合があります。制度の詳細は日本年金機構の案内を確認してください。

確定申告のライン

給与所得がある方は、副業の所得が年間20万円を超えると確定申告が必要です。所得は売上から必要経費を引いた額で、ツールの利用料、通信費の按分、パソコンやモニターの購入費（金額により減価償却）が経費になります。申告の要件は国税庁で確認できます。会計ソフトを使うならfreeeのような事業者向けサービスがあり、初年度から記録を残しておくと後が楽になります。

仕事の広げ方と、市場を長く見てきた立場からの観察

字幕づくりは、それ単体で続けるより、周辺業務と組み合わせたほうが安定します。動画の内容を要約して記事にする、SNS用の切り抜きを提案する、AIツールを使って作業を効率化して納期を短縮する。こうした付加価値が単価を動かします。

AIツールを業務に組み込む知識は、いま企業が最も外部に求めている領域のひとつです。その広がりはAIコンサル・業務活用支援のお仕事で扱われている業務内容を見ると分かります。字幕作業でAIツールを日常的に使っている人は、実はこの入口に立っています。動画をマーケティング視点で扱う仕事に興味があるならAI・マーケティング・セキュリティのお仕事、システム寄りに進むならアプリケーション開発のお仕事が参考になります。技術職の単価水準を知っておきたい方はソフトウェア作成者の年収・単価相場も見ておくと、キャリアの選択肢を比較しやすくなります。

フリーランスと在宅ワークの市場を20年運営してきた立場から言えば、長く続く方に共通しているのは、単発の作業量を追わず「この人に任せると楽だ」と思われる関係を作っていることです。納品形式を毎回そろえる、指摘を次に反映する、締切より前に出す。地味ですが、この積み重ねが継続発注を生んでいます。運営者として見てきた限り、50代から始めた方が不利になっている事実は確認できません。むしろ、細部の丁寧さで評価されている例が目立ちます。

もうひとつ、額面と手取りの話です。字幕案件は制作会社や仲介を何段階も経由することがあり、依頼者が払った金額のうち作業者に届く割合が目減りします。中間マージンが乗らない手数料0%の直接取引では、依頼者は同じ予算でより多くの本数を頼めるようになり、受け手は同じ作業量でも手取りが厚くなる。この双方が得をする構造は、当事者同士が直接やり取りする現場を長く見ていると、単価表を比べるだけでは見えない差として実感できます。

働き方そのものを見直す段階にある方は、フリーランスと転職の違いも整理しておいたほうがいい。両者はサービスの設計思想が異なるため、同じ使い方をすると空回りします。その違いは転職サイトはフリーランスに向かない？エージェントとの正しい使い分けで説明されています。転職サービスの選び方の基準を知りたい方は30代の転職サイトおすすめ7選｜キャリアアップに強いのは？、未経験から新しい職種に入る際の学習量の目安は未経験からWebエンジニアへの転職ガイド｜30代からの挑戦と成功法則【2026年版】が参考になります。分野は違っても、立ち上がりに必要な期間の感覚は共通しています。

動画の字幕づくりは、派手さのない仕事です。ただ、必要な初期投資が小さく、スキルの習得期間が1ヶ月から2ヶ月で、日本語を正確に扱ってきた経験がそのまま評価される。この3つが揃った在宅ワークは、そう多くありません。ブランクの長さより、表記ルールを守れるかどうかで評価される市場だという点を、判断材料にしてください。