動画の字幕づくりの最初の1か月にやること｜練習の配分と実績の作り方

2026年3月26日

前田壮一

この記事のポイント

✓動画の字幕づくりを在宅で始める最初の1か月の使い方を
✓確定申告の基礎まで具体的に整理しました
✓焦らず実績を積む手順がわかります

まず、安心してください。動画の字幕づくりは、在宅で始められる仕事の中では珍しく、最初の1か月で実際の案件にたどり着ける可能性がある領域です。特別な機材も、高額なソフトも、資格も要りません。必要なのは、パソコンと、字幕の作法を知ることと、正確に作業する習慣の3つだけです。私も40代でメーカーを辞めてフリーランスになった人間ですが、独立の準備段階でこの種の作業を経験しました。この記事では、最初の1か月を何にどう配分するか、どこで案件を探すか、そして1か月後に何が手元にあれば正常なのかを、数字と手順で整理します。

動画の字幕づくりという在宅ワークの現在地

字幕づくりの仕事とは、動画の音声を文字に起こし、映像に合わせたタイミングで表示できる形に整える作業です。テロップ入れ、キャプション制作、字幕データ作成など、募集の名前は複数あります。

この仕事が増えている理由は、動画を使う場面が広がったからです。企業の商品紹介、社内の研修動画、学校の教材、SNSの短尺動画、そして官公庁や自治体の案内動画。これらのほぼすべてで字幕が求められるようになりました。理由は3つあります。第1に、音を出さずに視聴する人が増えたこと。通勤中や職場でスマートフォンを見る人は、音声なしで内容を理解しようとします。第2に、アクセシビリティの観点から、聴覚に障害のある方への配慮が求められるようになったこと。第3に、検索対策です。字幕のテキストがあると、動画の内容が検索側に伝わりやすくなります。

つまり、字幕は「あった方がいい」から「ないと困る」ものに変わりました。この変化が、在宅で受けられる作業として市場に出てきた背景です。

求人の実態を見ても、この領域が未経験から入れる入口として設計されていることがわかります。

SNS動画編集スタッフ募集！未経験からプロを目指せるフルリモートワークで、残業ゼロの18時退勤です。スマホやPCを使い、動画のチェックやテロップ・BGM挿入などの簡単な編集から始め、ゆくゆくは企画アイデア出しにも携わります。入社後はPC操作から丁寧な研修があり、先輩がしっかりサポートするので安心です。土日祝休みで年間休日120日以上、各種社会保険完備、在宅勤務手当、ノートPC貸与、サブスク補助など充実した待遇をご用意しています。出典: 求人ボックス

この種の募集を見ると、テロップ挿入から入って動画編集全体に広げていく道筋が想定されていることがわかります。字幕づくりは、動画制作の入口として機能しているわけです。

単価の相場を、正直に共有します

期待値を先に調整しておきます。字幕づくりの単価は、決して高くありません。

報酬体系は主に3種類あります。第1が、動画の尺による単価です。相場は動画1分あたり100円〜500円程度です。第2が、時給制で、雇用型や派遣型の在宅勤務ではこの形が使われます。相場は時給1,100円〜1,600円程度です。第3が、1本いくらの固定制です。

ここで重要なのが、作業時間との関係です。字幕づくりの作業時間は、動画の実尺の4倍から8倍かかるのが一般的です。10分の動画なら、40分から80分。慣れないうちは10倍を超えることもあります。動画1分300円の案件で10分の動画を受けると報酬は3,000円ですが、作業に80分かかれば時給換算で2,250円、120分かかれば1,500円です。

つまり、この仕事で収入を上げる道は単価交渉だけではありません。作業時間を短縮することが、そのまま時給の向上になります。最初の1か月で最も投資すべきなのは、この作業速度です。

最初の1か月の全体設計：4週間をどう配分するか

漫然と1か月を過ごすと、練習だけして案件に応募しないまま終わります。週ごとに主題を分けてください。

週	主題	目標アウトプット
第1週	ツールの選定と操作の習得	3分の動画に字幕を付けたデータ1本
第2週	字幕の作法を身につける	10分の動画の字幕データ1本
第3週	速度改善とポートフォリオ作成	作業時間の記録、サンプル2本
第4週	応募と受注活動	応募15件、記録シートの運用開始

在宅で本業を持ちながら進める場合、週に5時間から8時間が確保できればこの配分は回ります。字幕づくりの良いところは、作業を細切れにできることです。動画1本を通して作業する必要はなく、30分だけ進めて中断し、翌日続きから再開できます。夜に1時間ずつ積み上げる進め方と相性がいい仕事です。

第1週：どのツールを使い、何を覚えるか

第1週は、道具を決めて操作に慣れる期間です。

必要なツールと選定基準

必要なのは、字幕を作成するソフトと、それを確認する環境の2つだけです。高価なソフトは要りません。

字幕作成には大きく3つの選択肢があります。

第1が、字幕専用のソフトです。無料で使えるものがあり、字幕データの作成に特化しているため動作が軽く、慣れると作業が速くなります。字幕だけを担当する案件ではこれで十分です。

第2が、動画編集ソフトの字幕機能です。映像に字幕を焼き込む必要がある案件では、こちらが必要になります。無料の動画編集ソフトでも字幕機能は使えます。

第3が、自動文字起こしサービスです。音声を自動でテキスト化してくれるので、下書きを作る時間を大幅に短縮できます。ただし精度は完璧ではないため、必ず人の手で修正が必要です。固有名詞、専門用語、同音異義語は高い確率で間違えます。

第1週で決めるべきなのは、この3つをどう組み合わせるかです。実務でよく使われる流れは、自動文字起こしで下書きを作り、字幕専用ソフトでタイミングと文字を整え、必要なら動画編集ソフトで焼き込む、という3段構えです。この流れを一度通してみてください。

字幕データの形式を理解する

字幕には「データとして納品する形式」と「映像に焼き込む形式」の2種類があります。

データ形式の代表がSRTと呼ばれるファイルです。テキストファイルの一種で、字幕番号、表示開始時刻、表示終了時刻、字幕本文の4要素が並んでいます。動画配信サービスやSNSにアップロードするときに、この形式のファイルを一緒に登録すると字幕が表示されます。

もうひとつがVTTと呼ばれる形式で、Webでの動画配信で使われます。構造はSRTとよく似ています。

焼き込み形式は、映像そのものに文字を合成する方法です。どの環境でも必ず表示される反面、後から修正できません。テロップとして装飾を付ける場合はこちらになります。

案件によってどちらが求められるかが違うので、応募時に確認が必要です。「SRT納品」と書いてあればデータ形式、「テロップ入れ」と書いてあれば焼き込みであることが多いです。

第1週の終わりまでに、3分程度の短い動画に字幕を付けたデータを1本作ってください。内容は何でも構いません。自分で撮影した動画でも、権利上問題のない素材でも大丈夫です。ここでの目的は、最初から最後まで一度通すことです。

第2週：字幕の作法を身につける

第2週が、この仕事の本質です。字幕には決まった作法があり、それを知っているかどうかで納品物の質が変わります。

1行の文字数と、表示時間のルール

字幕は、読める速度で表示されなければ意味がありません。ここに明確な基準があります。

まず、1行の文字数です。日本語の字幕では、1行13文字から20文字程度が標準です。テレビ放送では1行13文字前後、Web動画では画面サイズに応じて多少長くても許容されます。これを超えると、視線の移動距離が長くなって読みづらくなります。

次に、行数です。同時に表示するのは2行までが原則です。3行になると映像が隠れます。

そして表示時間です。1秒あたり4文字程度が読める速度の目安です。つまり、12文字の字幕なら3秒表示する必要があります。逆に、短すぎる表示時間は読めません。最低でも1.5秒は表示させてください。

これらの数字を守れているかどうかは、字幕専用ソフトが警告を出してくれることもあります。ただし、最終的な判断は人がやります。数字だけを機械的に守っても、読みにくい字幕はできます。

改行位置と、話し言葉の整理

作法の中で最も差が出るのが、改行の位置です。

悪い例を挙げます。「本日はお忙しい中お集まりいただきあ」で改行して「りがとうございます」と続けると、意味の切れ目と行の切れ目が一致せず、読みづらくなります。正しくは「本日はお忙しい中」「お集まりいただきありがとうございます」のように、文節の切れ目で改行します。

もうひとつが、話し言葉の整理です。実際の音声には「えー」「あのー」といったつなぎ言葉、言い直し、意味のない繰り返しが大量に含まれます。これを全部書き起こすと、読めない字幕になります。

ただし、どこまで整理してよいかは案件によって違います。講演の記録として正確性が求められる場合は、話した通りに書く必要があります。逆に、商品紹介動画では読みやすさを優先して整理するのが普通です。この方針は必ず発注者に確認してください。確認せずに勝手に整理して、「発言を改変された」と指摘されるのが典型的な失敗です。

私自身、この種の作業を最初にやったとき、良かれと思って話し言葉を整えすぎて、全部やり直しになった経験があります。「読みやすくしました」は、必ずしも歓迎されません。事前に方針を1行確認するだけで防げるミスです。

タイミング合わせの実務

字幕は、話し始めと同時に表示し、話し終わりの少し後まで残すのが基本です。

具体的には、音声の開始より0.1秒ほど早く出し、終了後0.3秒ほど残すと自然に見えます。ぴったり合わせすぎると、切り替わりが慌ただしく感じられます。

もうひとつ重要なのが、映像の切り替わりです。カットが切り替わる瞬間に字幕も切り替わると、視聴者は「新しい場面が始まった」と認識しやすくなります。逆に、カットをまたいで同じ字幕が表示され続けると、違和感が出ます。編集点を意識してタイミングを調整するのが、慣れた人の仕事です。

第2週の終わりまでに、10分程度の動画の字幕データを1本完成させてください。この1本にかかった時間を記録しておきます。第3週でこの時間を短縮するのが目標になります。

第3週：作業速度の改善と、ポートフォリオづくり

第3週の主題は、時間の短縮です。前述の通り、この仕事は作業時間がそのまま時給を決めます。

作業時間を半分にする5つの手順

第1に、自動文字起こしを必ず使ってください。ゼロから打つのと、下書きを修正するのでは、作業時間が半分以下になります。精度が低くても、修正の方が速いです。

第2に、キーボードショートカットを覚えてください。再生と一時停止、少し戻る、次の字幕へ移動、この3つだけでも覚えると作業が劇的に速くなります。マウスに手を伸ばす回数を減らすことが、そのまま時間短縮になります。

第3に、作業を工程で分けてください。文字起こしの修正だけを最後まで通す、次にタイミング合わせだけを最後まで通す、というように工程を分けると、頭の切り替えが減って速くなります。1つの字幕ごとに文字とタイミングを両方直すより、明らかに効率的です。

第4に、辞書登録を使ってください。案件でよく出る固有名詞や専門用語は、変換辞書に登録しておくと入力が速くなります。企業名や商品名は特に効きます。

第5に、確認作業を定型化してください。納品前に見るべき項目をリスト化しておき、毎回同じ順番で確認します。行数、文字数、表示時間、誤字、固有名詞、タイミングのずれ、この6項目です。毎回同じ手順で見ると、見落としが減ります。

これらを実行すると、10分の動画にかかる時間が最初の80分から40分前後まで縮みます。実尺の4倍という水準は、この改善を経て到達する数字です。

ポートフォリオとして何を見せるか

応募時に見せる材料を用意します。字幕づくりの場合、作ったものをそのまま公開できないケースがあるため、工夫が必要です。

第1の方法は、権利上問題のない動画に自分で字幕を付けたサンプルを作ることです。自分で撮影した動画でも、公的機関が公開している素材でも構いません。これを字幕付きで公開できる形にしておきます。

第2の方法は、字幕データそのものを見せることです。SRTファイルの中身を画像として提示し、文字数、改行位置、表示時間が適切であることを示します。発注者が見るのは実はここです。

第3の方法は、作業手順を文章で説明することです。「自動文字起こしで下書きを作り、文節単位で改行を調整し、1行20文字以内、表示時間は1秒4文字を基準に設定しています」と書けるだけで、作法を理解していることが伝わります。未経験であることを書くより、この説明の方が効きます。

文章で自分の作業を説明する力は、応募の通過率に直結します。文書作成の基礎を体系的に整理したい方には、ビジネス文書検定の学習範囲が参考になります。文章の構成と正確さを問う検定で、字幕の言葉選びにも応用が効きます。同じ方向の話として、文書作成のスキルを在宅の仕事につなげる流れはビジネス文書検定で文書作成の副業力アップ｜在宅ライティング案件にまとまっています。

第4週：案件をどこで探し、どう応募するか

第4週は動く週です。材料が揃っているはずなので、応募を始めます。

案件が出てくる4つの場所

第1が、業務委託のマッチングサイトです。単発の字幕作成案件が定期的に出ます。案件数は多いものの、応募も集中するため通過率は低めです。

第2が、在宅可の求人です。雇用型や派遣型で、動画のチェックや字幕入力を担当する募集があります。時給制で安定している反面、勤務時間の拘束があります。

第3が、動画制作会社への直接営業です。字幕は工程の一部なので、制作会社は外注先を常に探しています。競合が少なく、継続案件になりやすいのが利点です。

第4が、YouTubeチャンネルやオンライン講座の運営者への直接連絡です。個人や小規模事業者が運営しているチャンネルは、字幕まで手が回っていないことが多いです。

募集の実例を見ると、字幕や翻訳の周辺には多様な職種があることがわかります。

未経験から舞台芸術の魅力を世界へ発信！総合職（制作・営業）募集。舞台の魅力を届けるため、希望と適性に応じて制作（音声・字幕の企画編集）または営業（劇場での店舗運営・企画）をお任せします。月給21.8万円～、昇給・賞与年2回、各種手当充実。社会保険完備、医療総合保険、定期健康診断、ストレス診断、食事補助制度などの福利厚生も完備。学歴・経験・資格は一切不問で、人物重視の採用です。歌舞伎や文楽などの専門知識は入社後に身につきます。出典: 求人ボックス

字幕の技術が、業界を問わず必要とされていることの表れです。特定の分野の知識と組み合わせると、単価と継続性の両方が上がります。

応募文に書くべき5項目

応募文には、次の5点を必ず入れてください。

1点目、対応できる納品形式です。「SRT、VTTでの納品、および映像への焼き込みに対応可能」と書きます。2点目、作業速度です。「10分の動画で標準40分から60分」のように具体的に書きます。3点目、準拠する作法です。「1行20文字以内、2行まで、表示時間は1秒4文字を基準」と書くと、素人ではないことが伝わります。4点目、確認体制です。「納品前に文字数、表示時間、誤字、固有名詞の4項目を確認しています」と書きます。5点目、修正対応の範囲です。

やってはいけないのは、「未経験ですが丁寧にやります」という書き方です。丁寧さは全員が主張します。差になるのは、何をどう確認するかという具体性です。

応募数の目安は第4週で15件です。1件目の受注までに20件から40件の応募が必要になることもあります。落選が続いても、母数の問題であることが多いです。

練習の配分：時間をどこに使うのが正しいか

最初の1か月の時間配分を明示します。

推奨する比率は、実作業の練習45%、作法とルールの学習20%、ポートフォリオ作成15%、応募と営業20%です。週6時間なら、実作業2時間42分、作法の学習1時間12分、ポートフォリオ54分、応募1時間12分となります。

この配分の意図は明確です。字幕づくりは知識より手を動かした量が結果に直結する仕事です。作法を頭で理解しても、実際に100個の字幕を打たなければ速くなりません。一方で、応募に20%を割いているのは、作業だけしていても仕事は来ないからです。

私が皆さんに一番伝えたいのは、応募の時間を最初から確保しておくことです。準備が完璧になってから応募しようと考えると、いつまでも応募しません。第2週の時点で1本作れているなら、その時点で応募を始めても構いません。

注意すべき点と、よくある失敗

この仕事で気をつけるべき点を、正直に挙げます。

第1が、守秘義務です。字幕をつける動画は、公開前のものであることが少なくありません。内容を外部に漏らさないことはもちろん、SNSに「こういう案件をやっている」と書くのも避けてください。契約書にNDAが含まれることも多いので、内容は必ず読んでください。

第2が、著作権です。作業したデータや動画を、ポートフォリオとして無断で公開することはできません。実案件を実績として見せたい場合は、事前に許可を取る必要があります。許可が取れないケースの方が多いので、自作サンプルを用意しておくのが現実的です。

第3が、単価の見極めです。動画1分50円のような案件は、実尺4倍で計算すると時給が最低賃金を下回ります。相場を知らずに受けると、働くほど消耗します。応募前に「この動画は何分で、作業は何分かかり、報酬はいくらか」を必ず計算してください。

第4が、納期の見積もりです。字幕づくりは音声の聞き取りにくさで作業時間が大きく変わります。方言が強い、複数人が同時に話す、音質が悪い、専門用語が多い、といった条件が重なると、想定の2倍かかります。納期を約束する前に、動画の冒頭数分を確認させてもらうのが実務です。

第5が、体調管理です。字幕づくりは長時間画面を見て、同じ音声を繰り返し聞く作業です。目と耳と首に負担がかかります。在宅で一人で作業していると、休憩を取らずに何時間も続けてしまいがちです。この点については在宅ワーカーのメンタルヘルスケア｜孤独・燃え尽きを防ぐ5つの習慣【2026年版】に、在宅で働く上での具体的な習慣がまとまっているので、始める前に読んでおくと備えになります。

税務の基礎と、収入が出たときの手続き

収入が出たときの話も先に整理しておきます。

給与所得者が副業として字幕づくりを行う場合、給与以外の所得が年間20万円を超えると確定申告が必要になります。この20万円は売上ではなく、売上から必要経費を引いた所得です。パソコン、ヘッドホン、ソフトの利用料、自動文字起こしサービスの月額費用などは、必要経費に算入できる可能性があります。

領収書と利用明細は最初から保管してください。月額課金のサービスは特に、1年分を後から探すのが大変です。制度の詳細と手続きは国税庁の案内が一次情報です。判断に迷う場合は税務署や税理士に確認してください。

なお、雇用型の在宅勤務として字幕作業を行う場合は給与所得になるため、扱いが変わります。業務委託か雇用かで税務上の処理が異なるので、契約の形態は最初に確認しておいてください。

独自データの考察：字幕から先にどう広げるか

在宅ワークの募集を横断して見ていると、字幕作業を単独で切り出した募集より、動画制作の一部として字幕を含む募集の方が増えています。テロップ挿入、BGM選定、簡単なカット編集までをまとめて依頼する形です。これは、発注する側が複数の外注先を管理するコストを避けたいからです。

SNS動画の編集スタッフを募集しており、未経験からプロを目指せます。おうちで働くフルリモートで、残業ゼロの18時退勤、土日祝休みです。仕事内容は、SNS投稿用動画のチェックや、テロップ・BGM挿入などの簡単な編集から始め、ゆくゆくは企画のアイデア出しにも携わります。入社後は研修からスタートし、先輩がサポートするので安心です。動画編集スキルに加え、動画構成力やSNS・Webマーケティングの知識も身につきます。キャリアパスとして、動画クリエイターや映像ディレクターなども目指せます。出典: 求人ボックス

この募集内容が示しているのは、字幕が「入口の作業」として位置づけられているということです。字幕から入って、編集、構成、企画へと広げる道筋が想定されています。最初の1か月で字幕の作法と作業速度を身につけることは、この道筋の1段目に立つことを意味します。

20年この市場を見てきた立場から言えば、長く続いている人の特徴は、技術の高さより仕事の運び方にあります。納期より早く納品する、確認事項を作業前にまとめて聞く、指摘された点を次回から反映する。この3つが揃っている人には、継続の依頼が向かいます。字幕づくりは特にこの傾向が強く、一度信頼を得ると同じチャンネルの動画を毎週任される形になりやすいです。単発を10件取るより、継続案件を1件持つ方が、結果的に収入は安定します。

運営者として見てきた限りでは、発注する側が最も避けたいのは「毎回新しい人を探して、毎回同じ説明をすること」です。だから、方針を一度伝えれば次から反映してくれる人には、依頼が固定されます。技術の差ではなく、この一点で継続が決まる場面を何度も見てきました。

ここで手数料の話にも触れます。仲介するサービスを通す限り、発注者が支払う金額と受注者が受け取る金額には差が生じます。この差は、発注者から見れば「同じ予算で頼める本数が減る」ことを意味し、受注者から見れば「同じ作業で手取りが減る」ことを意味します。中間マージンが乗らない直接取引では、この差が消えます。手数料0%の意味は、金額の大小ではなく、依頼する側と受ける側の双方が同じ取引でより多くを得られるという質の部分にあります。継続案件を持っている人ほど、この差の累積が大きくなります。

広げる方向としては、3つの選択肢があります。第1が、動画編集全体への拡張です。字幕に加えてカット編集とBGM挿入ができると、案件単価が数倍になります。第2が、AIツールとの組み合わせです。自動文字起こしや自動翻訳を使いこなし、その品質管理ができる人は、作業量を増やさずに処理量を増やせます。この領域の仕事の広がりはAIコンサル・業務活用支援のお仕事に業務内容が整理されています。マーケティング側の用途を知りたい場合はAI・マーケティング・セキュリティのお仕事が参考になります。

第3が、技術的な自動化です。字幕データの一括処理や、フォーマット変換の仕組みを自分で作れる人は、作業単価の世界から抜けられます。この方向を考えるならアプリケーション開発のお仕事に業務の種類がまとまっており、単価の相場はソフトウェア作成者の年収・単価相場に職種別のデータがあります。文章側に寄せる場合は著述家，記者，編集者の年収・単価相場が近い領域です。専門職の在宅化がどこまで進んでいるかという全体像は法律事務所のパラリーガルの働き方｜在宅・時短勤務の現状【2026年版】にも整理されています。

最初の1か月が終わったとき、収入はゼロか、1件分の数千円でしょう。それで正常です。手元に残っているべきものは、字幕付きのサンプルが2本、10分の動画を60分以内で処理できる作業速度、そして15件以上の応募履歴の3つです。この3つが揃っていれば、2か月目には受注の確率が明確に上がります。焦らず、記録を取りながら進めてください。準備さえすれば、40代からでも、未経験からでも遅くありません。