50代未経験から在宅で音声データの録音を始める｜離れていた期間をどう埋めるか 2026

結論から書きます。50代未経験でも在宅の音声データ録音は始められます。ただし「声に自信があるから」で入ると高確率で失敗します。この仕事で最初に問われるのは声質ではなく、録音環境と納品ファイルの正確さだからです。逆に言えば、環境を整えて指示通りのファイルを納品できる人は、年齢に関係なく継続案件を得ています。50代からこの分野に入る人が増えているのは、AI音声合成の学習データ需要という追い風があるためで、ここは声優経験のない一般の話者こそが求められている領域です。この記事では、音声データの録音がどういう仕事なのかを分野別に分解し、単価相場、必要な機材、録音環境の作り方、実務の流れ、そして未経験者がつまずくポイントまで、判断に必要な材料を全部並べます。

「音声データの録音」という仕事の全体像

まず用語の整理からです。「音声データの録音」で検索している人が想定している仕事は、実は最低でも4つの異なる市場に分かれています。それぞれ求められるスキル、単価、参入難易度が違うので、混同したまま案件を探すと的外れな応募を繰り返すことになります。

AI音声合成・音声認識の学習用データ収録

2026年時点で最も未経験者に門戸が開いているのがこの領域です。AI音声合成や音声認識モデルの精度を上げるには、多様な年齢・性別・地域の話者による大量の音声データが必要になります。ここで求められているのは「プロのナレーターの完璧な発声」ではなく、むしろ日常的な話し方のバリエーションです。

具体的な作業内容は、画面に表示される文章を指定された条件で読み上げて録音する、あるいは指定されたテーマについて自由に話した音声を録音する、というものです。1セッションあたり100文〜500文程度を読み上げる案件が多く、所要時間は1時間〜3時間程度。専用のWebアプリやスマートフォンアプリ上で録音まで完結する案件もあります。

この領域で50代の話者が優遇されるのは、単純にデータが不足しているからです。この種のプロジェクトに参加する層は20代〜30代に偏りやすく、40代以上、特に50代以上の音声サンプルが集まりにくい。結果として「50代以上の方を優先的に募集」という条件が付くことがあります。年齢が募集条件としてプラスに働く珍しい分野です。

ナレーション・音声ガイド収録

YouTube動画のナレーション、企業の商品紹介動画、eラーニング教材の読み上げ、電話の自動音声ガイダンス、施設の音声ガイド。これらが該当します。

競合調査の過程で見つけた実際の募集を見ると、YouTube向けナレーションで1本2,500円といった単価設定が提示されており、しかも「40〜50代に刺さる」チャンネル向けに同世代の声を求めているケースがあります。若い声より、落ち着いた50代の声が求められる企画は確実に存在します。健康、資産、終活、シニア向けサービスといったジャンルでは、若い声だと説得力が出ないという発注側の事情があるためです。

ただし、この領域は明確に競争があります。声優や元アナウンサーが副業で参入しており、単価の高い案件はそちらに流れます。未経験者が入るなら、まず低単価でも実績を作り、レビューを積み上げてから単価を上げる順序になります。

オーディオブック・朗読

書籍を音声化する仕事です。1冊あたりの収録時間が長く、8時間〜12時間の完成音声を作るのに、収録と修正で3週間〜2か月かかることも珍しくありません。報酬は完成音声1時間あたりで計算される形式が一般的です。

未経験者が最初に狙う領域ではありません。滑舌、息継ぎの位置、間の取り方、キャラクターの演じ分けなど、要求水準が段違いに高いためです。ただし、ナレーションで実績を積んだ後の展開先としては有力です。

会議・インタビューの録音と文字起こし

厳密には「録音」より「録音データの処理」ですが、検索している人の想定に含まれることが多いので触れておきます。自分が録音するのではなく、送られてきた音声を聞いて文字に起こす仕事です。

この領域は在宅ワークとして長い歴史があり、案件数も安定しています。求人検索サイトでも「文字起こし／入力！激短1日〜好きな日に勤務OK」といった募集が定常的に出ています。ただし単価は下落傾向にあります。AI文字起こしの精度が上がった結果、人間の役割が「ゼロから起こす」から「AIの出力を修正する」に移り、その分の単価が下がったためです。

在宅ワーク市場全体の中での位置づけ

音声関連の在宅ワークを検討する前に、在宅ワーク市場全体がどうなっているかを押さえておく価値があります。50代向けの在宅案件は、実際にどの程度あるのか。

求人検索サイトの実際の募集内容を見ると、在宅を前提とした事務系の求人が具体的な条件付きで多数掲載されています。

PC・データ入力/事務職の募集で、研修後は在宅勤務も可能です。平均時給は1500円で、スキルに応じて時給が変動します。ECサイトのバックオフィス業務で、お客様からの問い合わせ対応や社内システムへの入力を行います。未経験者やブランクのある方も歓迎しており、基本的なPC操作とネットショッピングの仕組みが理解できれば応募可能です。交通費全額支給、昇給制度あり、私服・髪型・髪色・ネイル・ひげ自由といった待遇があります。自社雇用への切り替え制度や研修制度も用意されています。... 出典: 求人ボックス

この募集で注目すべきは「未経験者やブランクのある方も歓迎」という条件と、時給が明示されている点です。音声収録の案件はこうした雇用型の求人と違い、ほぼすべてが業務委託です。時給ではなく成果物単位で報酬が決まり、待機時間や準備時間は報酬に含まれません。この違いは収入設計に直結するので、最初に理解しておく必要があります。

正直なところ、音声収録だけで生活費を賄うのは相当な難易度です。現実的には、雇用型の在宅事務やデータ入力で収入のベースを作りつつ、音声収録を上乗せの副業として組み合わせる形が、50代未経験者にとって最も無理のない設計だと考えています。

単価相場と収入の現実的な見積もり

期待値を正しく持つために、分野別の相場を整理します。

AI学習用音声収録の単価

この領域は案件によって計算方法がばらけます。よくあるのは、読み上げ1文あたりの単価制と、収録時間あたりの単価制です。

1文あたりの単価制なら10円〜50円程度、収録時間制なら1時間あたり1,500円〜3,000円程度が目安になります。特殊な条件、たとえば方言での収録、特定の年齢層に限定した募集、長時間の連続収録などが付くと単価が上がります。

このタイプの案件で注意すべきは、募集が単発であることです。プロジェクトごとに必要な話者数と音声量が決まっており、それが埋まれば募集は終わります。継続的な収入源にはなりにくいので、複数のプロジェクトを並行して探し続ける前提で考えてください。

ナレーションの単価

原稿の長さ、納品形式、修正回数の上限によって変わります。目安として、完成音声1分あたり500円〜2,000円のレンジ。10分のYouTube動画1本なら5,000円〜2万円という計算になります。

ただし未経験者の初期案件では、このレンジの下限、あるいはそれ以下から始まります。実績とレビューが積み上がるまでは3か月〜6か月の助走期間を見ておくべきです。

見落とされがちなのが作業時間の実態です。10分の完成音声を作るのに必要な作業時間は、収録だけで30分〜60分、ノイズ除去と音量調整の編集で30分〜90分、原稿の下読みと確認で20分程度。合計で1.5時間〜3時間かかります。単価1万円の案件でも、実質時給は3,300円〜6,600円。悪くはありませんが、収録時間そのもので計算すると実態を大きく見誤ります。

文字起こしの単価

音声1分あたり100円〜300円が現在の相場です。作業時間は音声時間の3倍〜5倍かかるのが標準で、60分の会議音声なら3時間〜5時間。実質時給は1,200円〜2,000円程度に落ち着きます。

AI文字起こしを併用して修正のみを担当する形なら作業時間は短縮できますが、その分単価も下がるので、実質時給は大きくは変わりません。

年収ベースで見た場合

音声収録を副業として週10時間取り組んだ場合、実質時給を2,000円と仮定すると年間100万円前後。ただしこれは案件が途切れなく続いた場合の上限に近い数字で、実際には案件を探す時間と待ちの時間が入るため、50万円〜80万円あたりが現実的なレンジです。

自分の目標収入が市場のどのあたりに位置するかを知りたい場合、他の在宅職種の相場と比較するのが有効です。文章を扱う職種の水準は著述家，記者，編集者の年収・単価相場に統計ベースで整理されており、音声原稿の作成まで請け負う場合の値付けの参考になります。技術職と比較したい場合はソフトウェア作成者の年収・単価相場も見ておくと、在宅ワーク全体の中での自分の位置が把握できます。

必要な機材と録音環境の作り方

ここが最重要パートです。50代未経験者が案件に通らない理由の大半は、声ではなく音質です。

マイク選び

スマートフォンやパソコンの内蔵マイクは、ほぼすべての案件で不合格になります。理由は、内蔵マイクが周囲の音を広く拾う設計だからです。エアコンの動作音、冷蔵庫のコンプレッサー音、外を走る車の音、これらが全部入ります。

必要なのは単一指向性のマイクです。正面の音だけを拾い、横と後ろの音を抑える特性を持ちます。価格帯としては、USB接続のコンデンサーマイクが8,000円〜2万円、ダイナミックマイクとオーディオインターフェースの組み合わせで2万円〜4万円。

最初の1本としては、USB接続の単一指向性コンデンサーマイクで十分です。パソコンにケーブル1本で繋がり、追加機材が不要なためです。ただしコンデンサーマイクは感度が高く、部屋の反響も拾いやすいという性質があります。防音が難しい環境なら、感度の低いダイナミックマイクのほうが結果的に良い音になることがあります。

ポップガード（マイク前に置く円形の網）も必須です。「パ行」「バ行」を発音したときの破裂音を抑えます。1,000円〜2,000円程度で買えて、効果は劇的です。

マイクスタンドまたはアームも用意してください。手持ちで録ると、手の動きがノイズになります。

部屋の音響処理

これが一番差が出る部分で、しかもお金をかけずに改善できます。

音質を悪化させる最大の要因は、壁や床からの反響です。何もない部屋で録ると、声が壁で跳ね返って風呂場のような響きになります。プロの録音現場が吸音材だらけなのはこのためです。

自宅でできる対策を、効果の大きい順に並べます。一つ目、カーテンを閉める。厚手のカーテンは優秀な吸音材です。二つ目、クローゼットの中で録る。服が吸音材の役割を果たし、狭い空間なので反響が少ない。実際、この方法はプロのナレーターも使っています。三つ目、布団や毛布をマイクの後ろに立てかける。四つ目、カーペットやラグを敷く。五つ目、本棚のある部屋を選ぶ。本の凹凸が音を拡散させます。

逆にやってはいけないのは、フローリングで壁が真っ平らな部屋、天井が高い部屋、窓が大きい部屋での録音です。

騒音源の管理も必要です。エアコンは録音中だけ止める。冷蔵庫の音が入る間取りなら、部屋を変えるか、冷蔵庫から離れた位置で録る。時計の秒針の音も意外と入ります。録音前に部屋の中で1分間じっと聞いてみると、普段意識していない音が驚くほど鳴っていることに気づきます。

私が最初に音声原稿の収録に関わったとき、完全に音質を甘く見ていました。声の出来には満足していたのに、納品後に「エアコンのノイズが全編に入っている」と差し戻された。自分の耳では気づかなかったのに、ヘッドホンで聞き返すとはっきり分かる低い唸り音が入っていました。それ以来、録音前に必ずヘッドホンでモニターしながらテスト録音をする習慣がつきました。この確認を挟むだけで、差し戻しはほぼ消えます。

録音・編集ソフト

無料で十分です。オープンソースの音声編集ソフトが広く使われており、録音、ノイズ除去、音量調整、書き出しまでこれ一本でできます。日本語の解説記事や動画も豊富にあります。

覚えるべき操作は4つだけです。録音と停止、不要部分のカット、ノイズ除去、音量の正規化。この4つができれば、ほとんどの案件の納品要件を満たせます。

納品形式にも注意が必要です。案件によって指定される形式が違います。WAV形式（非圧縮、高音質、ファイルサイズ大）、MP3形式（圧縮、ファイルサイズ小）が代表的で、サンプリングレート（44.1kHzや48kHzなど）とビット深度（16bitや24bitなど）も指定されることがあります。この指定を外すと、内容がどれだけ良くても差し戻されます。

モニター用ヘッドホン

自分の声を聞きながら録音するために必要です。スピーカーで再生すると、その音をマイクが拾ってしまうためヘッドホンが必須になります。密閉型を選んでください。開放型は音漏れがマイクに入ります。5,000円〜1万5,000円程度で十分な品質のものが手に入ります。

初期投資の合計は、マイク、ポップガード、スタンド、ヘッドホンで2万円〜4万円程度。これを最初に用意できるかどうかが、参入の実質的なハードルです。

収録から納品までの実務フロー

実際の案件がどう進むかを、時系列で書きます。

案件の受注とすり合わせ

発注者から原稿と仕様が届きます。ここで確認すべき項目は、納品形式、納期、修正回数の上限、収録の速度感（ゆっくり/標準/速め）、参考音源の有無、権利の取り扱いです。

特に修正回数の上限は最初に決めてください。決めずに始めると、無限に修正を求められて実質時給が崩壊します。「初回納品後の修正は2回まで、それ以降は追加費用」といった条件を、受注前の段階で書面に残します。

権利の扱いも重要です。収録した音声をAI学習に使うのか、二次利用するのか、期間の制限はあるのか。特にAI音声合成の学習データ収録では、自分の声から合成音声が作られる可能性があります。これを許容するかどうかは個人の判断ですが、契約書に何が書かれているかは必ず読んでください。

原稿の下読み

いきなり録音を始めるのは非効率です。まず原稿を黙読し、読みにくい箇所、専門用語、固有名詞、数字の読み方をチェックします。

読み方が分からない固有名詞は、発注者に確認します。「これは推測で読みました」は通用しません。人名、地名、企業名、商品名は特に注意が必要です。

次に音読で1回通します。ここで息継ぎの位置を決め、原稿に印を付けます。この準備をするかしないかで、収録時間が倍近く変わります。

収録

録音レベルの調整から始めます。声が大きすぎると音が割れ、小さすぎるとノイズが目立ちます。テスト録音で波形を見て、ピークが上限に当たらない範囲で、できるだけ大きく録るのが基本です。

収録は一発録りにこだわらず、区切って録ります。段落ごとに止めて、間違えたらその段落だけ録り直す。長時間の一発録りは、後半で声が疲れて質が落ちます。

30分に1回は休憩を入れてください。喉の消耗は自覚しにくく、気づいたときには声質が変わっています。常温の水を用意し、カフェインと乳製品は収録前に避けます。

編集と納品

不要な部分のカット、ノイズ除去、音量の正規化を行います。ここで重要なのは「やりすぎない」ことです。ノイズ除去を強くかけすぎると、声まで削られて不自然な音になります。

納品前に必ず全編を通して聞き返します。これを省略する人が非常に多く、そして必ず何かを見落とします。冒頭の言い直しが残っている、途中で咳払いが入っている、最後のファイルだけ音量が違う。全編確認は面倒ですが、差し戻しのコストのほうがはるかに高い。

ファイル名の付け方も指定通りにします。連番、話者ID、原稿番号などのルールが決まっていることが多く、ここを外すと発注者側の処理が止まります。地味ですが、この正確さが継続受注に直結します。

未経験者が陥る失敗パターン

観察していると、失敗には明確な傾向があります。

一つ目は、機材にお金をかけずに始めて全案件で落ちるパターン。内蔵マイクで応募して不合格が続き、「50代だから落とされた」と結論づけてしまう。実際は音質の問題です。これは投資で解決できます。

二つ目は、納品仕様を読まずに自己流で作るパターン。ファイル形式、サンプリングレート、ファイル名、無音区間の長さ。指定は細かく、そして守られていないと機械的に弾かれます。仕様書を印刷してチェックリストにするのが確実です。

三つ目は、単価交渉をせずに低単価案件を延々と受け続けるパターン。実績が積み上がっているのに単価が上がらない人は、単に交渉していないだけであることが多い。5件〜10件の納品実績ができた時点で、次の案件から単価の提示額を上げるべきです。

四つ目は、喉のケアを軽視するパターン。声を使う仕事は身体を使う仕事です。長時間の連続収録で声帯を傷めると、回復に数週間かかります。50代以降は回復も遅くなるため、無理な受注は長期的に損になります。

五つ目は、案件を一つのプラットフォームだけで探すパターン。音声案件は分野ごとに集まる場所が違います。AI学習データ系は専門の募集サイトやプロジェクト単位の募集、ナレーション系はクラウドソーシングと制作会社の直接募集、オーディオブックは出版社系のオーディション。それぞれ別に見ないと機会を逃します。

副業として始める場合の税務と保険

業務委託で報酬を得る場合、税務上の扱いは会社員の給与とは異なります。

給与所得者が副業で得た所得が年間20万円を超える場合、確定申告が必要になります。音声収録の報酬は原則として事業所得または雑所得になり、マイクやヘッドホン、防音用品、通信費の一部を経費として計上できます。所得の区分と必要経費の考え方は国税庁の情報が一次情報です。

配偶者の扶養に入っている場合は、収入の増加が社会保険の扶養判定に影響する可能性があります。判定基準は給与所得か事業所得かで変わるため、事前に確認しておくべきです。年金と健康保険の取り扱いについては日本年金機構の案内で制度の全体像を把握できます。

業務委託契約そのものについては、発注者側に取引条件の明示義務があります。報酬額、支払期日、業務内容が書面またはメールで示されない取引は避けてください。フリーランスとの取引に関するルールは公正取引委員会が整理しています。

在宅ワーク全般の労働条件や、テレワークにおける費用負担の考え方については厚生労働省がガイドラインを示しています。雇用型で在宅ワークをする場合は、こちらが基準になります。

案件の探し方と実績の積み上げ方

具体的な行動計画に落とし込みます。

最初の3か月でやること

まず機材を揃え、録音環境を作ります。次に、自分のサンプル音声を作ります。ナレーション系の案件では、応募時にサンプル音声の提出を求められることがほとんどです。

サンプルは3種類用意してください。1つ目、企業の商品紹介ナレーション風（60秒程度、落ち着いた読み）。2つ目、教材やドキュメンタリー風（60秒程度、明瞭な読み）。3つ目、会話調のナレーション（30秒程度、親しみやすい読み）。原稿は著作権フリーの練習用テキストを使うか、自分で書きます。

この段階で並行してAI学習データ収録の案件に応募します。この領域はサンプル音声を求められないことが多く、実績ゼロでも参加できる案件が多いためです。ここで「指示通りに録音して納品する」流れを体験しておくと、ナレーション案件に進んだときの精度が上がります。

応募文の書き方

未経験であることを隠す必要はありません。隠すと、期待値がずれて後で問題になります。書くべきは、環境と対応可能な範囲です。

使用マイクの機種名、録音環境の説明（カーテンとカーペットで反響対策済み、静音環境で収録可能など）、対応可能な納品形式、稼働可能な曜日と時間帯、修正対応の可否。これらを具体的に書いた応募文は、抽象的な意気込みだけの応募文より圧倒的に通ります。

発注者が知りたいのは「この人に頼んで手戻りが発生しないか」の一点です。それに答える情報を並べるのが最短ルートです。

職種の広げ方

音声収録だけに絞ると案件の波に振り回されます。隣接する業務に手を広げることで、収入が安定します。

音声収録から自然に広がるのは、原稿作成、文字起こし、動画編集、音声編集の受託です。特に原稿作成まで請け負えると、単価は大きく変わります。「読み上げるだけ」から「原稿を書いて読み上げて編集して納品する」に変わると、発注者から見た価値が全く違うためです。

さらに広げるなら、AI関連の業務支援という方向があります。音声データの収録は生成AI周辺のプロジェクトと接点が多く、そこから業務全体の支援に広がることがあります。この領域の業務内容はAIコンサル・業務活用支援のお仕事に整理されており、どういう仕事が発生しているかを把握できます。マーケティング寄りの案件についてはAI・マーケティング・セキュリティのお仕事に業務の内訳がまとまっています。

文章を扱う仕事に広げるなら、ビジネス文書の基礎を証明できると発注者の安心材料になります。ビジネス文書検定は事務・文章系の在宅ワーク全般で評価される資格で、学習期間も2か月〜3か月程度と現実的です。一方、技術系の資格、たとえばCCNA（シスコ技術者認定）のようなネットワーク技術者向け資格は、音声収録の案件獲得には直接寄与しません。目指す方向が技術職なら価値がありますが、この分野の受注を有利にする目的では投資対効果が合いません。

市場構造から見た音声データ録音の位置づけ

最後に、この仕事を市場の構造として捉え直します。

20年この市場を見てきた立場から言うと、音声収録は「参入障壁が機材と環境という物理的なものであるがゆえに、そこを超えた人が残りやすい」分野です。文章系の在宅ワークは参入が容易で、その分競争が激しい。音声は最初に数万円の投資と、部屋の準備という手間がかかる。この面倒さが、実は競合の数を抑えています。

そして、長く続いている人に共通しているのは、音質でも声質でもなく、納品の安定性です。指定された形式で、指定された納期に、指定された品質のファイルが必ず届く。発注者にとってこれ以上に価値のあることはありません。運営者として見てきた限りでは、単発の仕事をこなす人より「この人に任せると確認作業が要らない」という信頼を作った人のほうが、圧倒的に長く仕事を続けています。

もう一つ、収入構造の話をしておきます。同じ「ナレーション1本1万円」の案件でも、仲介が入る場合と直接取引の場合では、受け手の手取りが違います。仲介手数料が16.5%〜20%のプラットフォームで年間100万円の報酬を得た場合、16万5,000円〜20万円が手数料として引かれます。これは1か月分以上の収入に相当します。

これに対して、手数料0%で発注者と直接つながる形なら、その分がそのまま手元に残ります。しかもこの構造は受け手だけが得をするわけではありません。発注側から見ると、同じ予算でより多くの収録を依頼できる。運営者として長く見てきて分かったのは、この「双方が得をする」関係になっているペアほど、契約が長く続いているということです。額面の単価そのものより、間に何も挟まっていないことが関係の安定に効いています。

キャリアの選択肢という観点でも整理しておきます。50代で在宅の仕事を探すとき、選択肢は「雇用型で安定を取る」か「業務委託で自由度を取る」かの二択になります。音声収録は後者に属します。前者を並行して検討するなら、求人媒体の使い分けが重要になり、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？で整理されている媒体ごとの特性の違いは年代を問わず参考になります。業務委託で進むと決めているなら、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が説明している、転職媒体とフリーランス向けサービスの構造的な違いを先に理解しておくと、無駄な登録を減らせます。未経験から専門性のある職種に移行した実例としては未経験から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】に、学習の順序と最初の1件の取り方が具体的に書かれており、分野は違っても未経験参入の設計として応用が効きます。

50代未経験で音声データの録音を始めることは、可能です。ただし「声に自信があるから」ではなく「環境を整えて仕様通りに納品できるから」を理由にしてください。前者は主観で、後者は客観です。この市場で評価されるのは、常に後者のほうです。