耳に不安があってもできる在宅の動画の字幕づくり｜体に負担をかけない進め方と募集の選び方 2026

2026年3月20日

朝比奈蒼

この記事のポイント

✓聴覚に不安があるかたが在宅で動画の字幕づくりに関わるための実務ガイドです
✓字幕制作の工程を音声依存度で分解し
✓音声認識の下書き整文や台本ありの案件といった現実的な入口

結論から書きます。動画の字幕づくりは、全工程が音声なしで完結する仕事ではありません。ここを曖昧にしたまま勧める記事が少なくないのですが、正直なところ、これはどうかと思います。実際に案件を受けてから「聞き取れない前提の工程だった」と気づくのは、いちばん避けたい事態だからです。

一方で、字幕制作の工程を細かく分解すると、音声への依存度は工程ごとにまったく違います。ゼロから音を聞いて文字にする工程がある一方で、音声認識が出した下書きを整える工程、台本や原稿が先に渡される案件、タイミングだけを調整する工程、体裁と可読性を整える工程は、音声の聞き取りが中心ではありません。つまり「字幕の仕事はできない」でも「字幕の仕事は音声不要」でもなく、どの工程に入るかで話が変わる、というのが正確な整理です。

この記事では、字幕制作の工程を音声依存度で分けたうえで、聴覚に不安があるかたが現実的に入れる場所、報酬の相場、募集の読み方、必要なスキルまでを順番に見ていきます。

なお、聞こえかたは人によって差があります。片耳だけ聞き取りにくいかた、補聴器やイヤホンで環境を整えれば会話の内容は追えるかた、音は届いても言葉として処理するのに時間がかかるかた。同じ「聴覚に不安」でも、実際にできる工程の範囲は一人ひとり違います。この記事では医学的な話や、聞こえに関する判断には踏み込みません。障害者手帳や就労に関わる支援制度についても、要件は個別の事情と自治体の運用によって変わるため、断定的な説明は避けます。制度の適用については、お住まいの自治体の窓口や専門の相談機関で確認してください。

字幕制作の工程を6つに分けて、音声依存度を見る

字幕制作を一つの作業だと思っていると判断を誤ります。実際の現場では、次の工程が分業されているか、あるいは一人が順番にこなしています。

素起こし（音声からゼロで文字化する工程）

映像の音声を聞いて、発話をそのまま文字にする工程です。ここは音声への依存度がもっとも高く、聞き取りの精度がそのまま成果物の質になります。聞こえに不安があるかたにとって、この工程を主戦場にするのは現実的ではありません。

正直に言えば、ここを避けずに「字幕の仕事は在宅で音を使わずにできます」と書くのは不誠実です。この工程は音を聞く仕事です。

音声認識の下書きを整える工程

現在の実務でもっとも比重が大きくなっているのがここです。自動音声認識が生成したテキストを、日本語として正しく、読みやすく整える工程を指します。誤変換の修正、句読点の付与、フィラー（「えー」「あのー」のような言い淀み）の削除、専門用語や固有名詞の統一、話し言葉の冗長さの整理。

この工程の中心は、音を聞く力ではなく日本語を扱う力です。ただし完全に音声不要というわけではなく、認識結果が明らかにおかしい箇所を確認するために該当部分を聞き直す場面はあります。そこで、原稿や資料が併せて提供される案件を選ぶ、確認が必要な箇所を発注者に照会できる体制の案件を選ぶ、といった条件の見極めが重要になります。

スポッティング（表示タイミングの調整）

字幕を何秒から何秒まで出すか、どこで区切るかを決める工程です。波形表示を見ながら発話の切れ目を判断する作業で、視覚情報の比重が高い工程です。一行あたりの文字数、表示時間、読み速度の基準など、ルールに沿って処理する要素が多く、正確さと集中力が評価されます。

体裁と可読性の調整

一行13文字から16文字、最大2行といった表示ルールに収める工程です。長い発話をどこで切るか、意味の切れ目を壊さずに縮められるか。ここは完全に文章編集の領域で、音声はほぼ関係ありません。

話者の区別と音の情報の付与

複数の人物が話す場面で、誰のせりふかを示す工程です。話者ごとに色を変える、名前を前置する、位置をずらすといった手法があります。さらに、聴覚障害者向けの字幕では、扉の音や電話の呼び出し音といった音の情報を文字で補う場合があります。

ここは注意が必要です。音の情報を新たに聞き取って書き起こす部分は、音声に依存します。ただし、話者の区別そのものは映像と文脈から判断できる場面も多く、既存の指示書に沿って形式を整える作業であれば音声依存度は下がります。

最終チェックと納品

誤字脱字、表示ルールからの逸脱、タイムコードのずれを確認する工程です。ここも視覚中心の作業になります。

音声認識の精度は2026年時点でどこまで来ているか

工程の話を現実的にするには、音声認識の実力を把握しておく必要があります。

クリアな録音環境で、一人が標準的な速度で話す音声であれば、現在の認識精度は実用水準に達しています。企業のセミナー動画、講義、インタビューの単独発話などがこれに当たります。ここでの人間側の仕事は、聞き直しではなく整文が中心になります。

一方で精度が落ちるのは、複数人が同時に話す場面、雑音の多い屋外、方言や早口、専門用語や社内用語が頻出する内容、音楽が重なる映像です。この条件下では、認識結果が意味の通らない文になり、聞き直さなければ復元できません。

つまり案件を選ぶときは、報酬額より先に「元の音源がどういう性質か」を確認するべきです。ここを見ずに単価だけで選ぶと、後から工数が跳ね上がります。

字幕制作を取り巻く道具の環境そのものも、この十数年で大きく変わりました。

当法人が開発した字幕制作ソフト「おこ助Pro３」は、一般的な業務用字幕制作ソフトの1/10の価格で購入出来、多くの在宅字幕制作フリーランスを生み出しました。ソフトがコストダウンしたことにより、製作者自身で字幕を付けることも可能となりました。出典: npo-masc.org

専用ソフトの価格が下がったことで、在宅で字幕制作に関わる個人が増えたという指摘です。ここに音声認識の普及が重なり、参入の敷居はさらに下がりました。同時に、単純な起こし作業の単価は下がっています。この二つはセットで理解しておく必要があります。

台本や原稿が先にある案件という、現実的な入口

聴覚に不安があるかたにとって、もっとも入りやすいのが「元のテキストが存在する案件」です。実務では次のような形があります。

企業のセミナー動画で、発表者のスライド原稿や講演原稿が提供されるケース。eラーニング教材で、ナレーション台本が確定しているケース。ドラマや企業PR映像で、収録用の脚本が存在するケース。海外映像の日本語字幕で、原語のスクリプトが提供されるケース。

これらの案件では、あなたの仕事は「聞いて文字にする」ではなく「与えられたテキストを字幕の形式に落とす」になります。表示単位への分割、文字数制限への収め方、タイミングの割り当て、読みやすさの調整。求められるのは編集能力とルール順守であり、聞き取り能力ではありません。

2つめの入口が、翻訳字幕の日本語側の整文です。翻訳者が訳した文章を、字幕として成立する長さと区切りに整える工程は、独立した仕事として存在します。原文と訳文というテキストが揃っている状態から始まるため、音声への依存はほとんどありません。

3つめが、既存字幕のリライトと再利用です。すでに字幕がついている動画を、別の媒体向けに作り直す、あるいは短尺に再編集する際の字幕調整。これも元テキストがある状態からの作業です。

案件を探すときは、この「元テキストの有無」を最初の選別条件にしてください。募集要項に書かれていないことも多いので、応募時に質問するのが確実です。

聴覚障害者向け字幕という領域と、当事者の視点が持つ価値

字幕には大きく分けて二種類あります。聴者が内容を補助的に理解するための字幕と、音が聞こえない前提で情報を完全に補うための字幕です。後者はバリアフリー字幕とも呼ばれ、設計思想がまったく違います。

後者で求められるのは、誰が話しているかを常に明示すること、話の展開が追えるように場面転換を示すこと、せりふの抑揚や強弱を文字や記号で伝えること、そして読み速度が追いつく分量に収めることです。

この領域で興味深いのは、実際に音が聞こえない状態で読む人の感覚が、品質判断に直結する点です。話者が入れ替わる場面で混乱しないか、音の情報が不足していないか、表示時間が短すぎないか。これらは、聴者が作った字幕では見落とされがちな観点です。

正直なところ、この領域の需要はまだ大きいとは言えません。放送や公共の映像を中心とした限定的な市場です。ただし、動画配信の普及とアクセシビリティへの要求の高まりで、対応を求められる場面は増えています。企業の採用動画や研修教材に字幕をつける流れも定着しました。

この方向を目指すなら、まず一般的な字幕制作の基礎技能を身につけて、そのうえで専門領域として上乗せするのが順序として合理的です。最初からここだけを狙うと、案件数が足りません。

募集の選び方。音声依存度を求人票から読む

募集を見るときに確認すべき点を整理します。

第一に、業務範囲の記載です。「文字起こしから納品まで一貫」と書かれていれば素起こしが含まれます。「校正」「整文」「リライト」「タイミング調整」といった語が中心なら、音声依存度は下がります。

第二に、提供される素材です。「台本支給あり」「スクリプト提供」「AI生成字幕の修正」と書かれている案件は、テキストが起点です。逆に「音源のみ支給」なら、聞き取りが前提になります。

第三に、連絡の手段です。「チャットで進行」「メールベース」と明記されていれば、進行そのものは文字で完結します。「定例のオンラインミーティングあり」の場合は、字幕表示機能の有無や、議事録の共有があるかを確認してください。Web会議ツールの自動字幕は精度が上がっており、これを条件に交渉できる余地があります。

第四に、単価の形です。動画1分あたりで計算する形が一般的で、素起こしを含むかどうかで金額が大きく変わります。時給換算で考えるなら、自分がどの工程を担うかを確定させてからでないと判断できません。

在宅勤務そのものを扱う求人情報は幅広く公開されており、求人ボックスのような横断検索サービスでは、勤務形態や業務内容の記載を並べて比較できます。条件で絞ってから中身を読む順番にすると、時間の消耗が減ります。

使う道具と、必要になるスキル

字幕制作に使うソフト

無料で始められる字幕編集ツール、動画編集ソフトに内蔵された字幕機能、業務用の専用ソフトという三層があります。最初は無料のツールで形式とルールを覚え、案件で指定されたら合わせる、という順番で問題ありません。

扱う形式は主にSRTとVTT、放送系では専用形式が使われます。タイムコードの読み方と、文字コードの扱いを理解しておくと、納品時のトラブルが減ります。

日本語を扱う力が中核になる

字幕は、話し言葉を読み言葉に変換する作業です。冗長な表現を削り、意味を保ったまま短くする。この能力が単価を決めます。

具体的には、一文を短く切る力、主語述語のねじれを直す力、漢字とかなのバランスを整える力です。文章を扱う仕事全般に共通する技能なので、著述家，記者，編集者の年収・単価相場で示されている文章系職種の水準は、そのまま字幕編集の到達点の参考になります。編集や校正の経験があるかたは、この時点でかなり有利です。

書類全般の体裁や日本語の基準を整理したいなら、ビジネス文書検定の出題範囲が学習の地図として使えます。敬語や表記の統一といった、字幕でも問われる要素が体系的にまとまっています。

PCまわりの基礎知識

大きな動画ファイルの扱い、クラウドストレージ経由の受け渡し、ファイル名の規則、バージョン管理。地味ですが、ここでつまずく人は多いです。ネットワークやシステムの基礎に不安があるなら、CCNA（シスコ技術者認定）の入門範囲に触れておくと、用語の壁が下がります。必須ではありませんが、技術寄りの案件に進むときに効きます。

報酬の相場と、契約の形

字幕制作の報酬は、動画の尺と作業範囲で決まります。

音声認識の結果を整文する作業だけなら、動画1分あたり80円から200円程度が一つの目安です。素起こしから字幕化まで一貫して担う場合は1分あたり200円から500円程度に上がります。バリアフリー字幕や専門性の高い内容では、さらに上の水準になることもあります。

ここで冷静に見ておくべきなのは、単価と実作業時間の関係です。10分の動画を整文するのに60分かかるなら、時給換算は単価の10分の6程度になります。慣れるほど処理速度は上がりますが、最初の数件は想定の倍かかると考えておいたほうが安全です。

契約の形は、業務委託が中心です。継続的に発注する制作会社と契約する形と、案件ごとに受注する形があります。前者は収入が安定し、後者は自由度が高い。どちらが良いかは生活の設計次第です。

業務委託で継続的に受けるなら、報酬の支払期日や検収の条件を書面で確認してください。フリーランスとの取引に関する取引条件の明示や支払遅延の扱いについては、公正取引委員会が公表している情報が判断の基準になります。また、副業として得た所得の申告基準は国税庁の情報で確認できます。

避けたほうがいい募集の特徴

まず、無償のテスト作業を大量に求める募集です。実力確認のために短い動画を一本というのは通常の範囲ですが、30分の動画を無償でというのは、作業をタダで取っているだけです。

次に、単価が相場から極端に外れているもの。動画1分あたり20円のような設定は、まともな品質を求めていないか、作業範囲の説明が不正確かのどちらかです。

三つめが、先にお金を払わせる構造です。「専用ソフトの購入が必須」「講座の受講が登録条件」。仕事は、働いた側にお金が入る形をしています。逆向きに流れる話は仕事ではありません。

四つめが、業務範囲が曖昧な募集です。「動画関連業務全般」としか書かれていない案件は、後から素起こしやナレーション確認まで含まれていたと判明することがあります。応募前に工程を明確にしてください。

立ち上がりの設計と、キャリアの伸ばし方

最初の3ヶ月は、収入より技能の獲得を目的にしてください。具体的には、字幕形式の理解、表示ルールの体得、整文速度の向上の三つです。

手順としては、まず自分で用意した短い動画に字幕をつけて、形式とタイミングの感覚をつかみます。次に、公開されている字幕付き動画を観察して、どこで区切っているか、何文字で収めているかを分析します。そのうえで、小さな案件を受けて実務のルールに触れます。

この仕事は、単体で終わらせるにはもったいない側面があります。字幕制作で身につく能力は、動画編集、テキスト編集、メディア運用に直結します。実際、字幕から動画編集へ、あるいは記事の構成へと領域を広げていく人は多い。在宅の職種全体の中でどこに位置するかを確認するなら、在宅でできる仕事おすすめ【2026年版】｜スキル別ランキングでスキル別の整理を見ておくと、次の一歩が決めやすくなります。

将来的に転職や、より安定した契約を目指す場合も、字幕制作の実績は説明しやすい経歴になります。納品した本数、対応した形式、扱った分野。数字と事実で語れる職歴は、面接での説明を短くします。

作業環境の話も付け加えておきます。字幕制作は、画面を細かく見続ける作業です。目と首への負担が大きく、長時間続けると集中が切れます。時間を区切る方法については在宅ワークの集中力アップ｜ポモドーロ以外に効く7つのテクニックにまとまっています。作業の質が落ちる前に切り上げる習慣は、単価より収入に効きます。生活全体の組み立てに悩むなら、在宅ワーク主婦の1日のタイムスケジュール公開のような実例も参考になります。

納品前の自己チェックを定型化する

字幕制作で継続案件を持てるかどうかは、実のところ納品直前の30分で決まります。ここで自己チェックの手順を持っている人と、その場の気分で見直している人とでは、修正依頼の発生率がはっきり分かれます。

チェック項目は案件ごとに違いますが、共通して効くものを挙げます。1つめは表示時間の下限と上限です。多くの現場で、1枚あたりの表示時間は最短でおおむね1.2秒前後、長くても7秒程度に収めるルールが置かれます。短すぎると読み切れず、長すぎると画面に残り続けて邪魔になります。2つめは1行あたりの文字数です。日本語なら1行13文字から16文字、2行までという指定が一般的で、ここを超えると読み手の視線が追いつきません。3つめは改行位置で、意味のまとまりを断ち切らないこと。文節の途中で折り返している字幕は、それだけで読みにくくなります。

4つめが表記ゆれです。同じ固有名詞が「Web」「WEB」「ウェブ」と混在する、数字が半角と全角で入り混じる、といったものです。これは目視では見落とすので、テキストエディタの検索置換で機械的に潰すのが確実です。5つめが禁則処理で、行頭に句読点や閉じ括弧が来ていないかを確認します。

私が字幕まわりの制作フローを検証していたとき、いちばん効いた改善は「納品前に字幕ファイルをテキストとして開いて通し読みする」という一手間でした。動画に載せた状態で確認していると、映像に気を取られて文字の粗が見えなくなります。テキストだけで読むと、表記ゆれと不自然な改行が驚くほど拾えます。手順を1つ足しただけで差し戻しが減ったので、これは工程として固定する価値があります。

自己チェックの手順は、案件を受けるたびに項目を足していけば自分の資産になります。指示書の内容をそのままチェックリストに写して、納品前に上から順に潰す。これを毎回崩さないだけで、発注側からの評価は安定します。

収入が出てきたときに確認すること

報酬が発生するようになったら、税務の扱いも押さえておく必要があります。詳細は国税庁のサイトか、居住地の税務署で確認してください。

会社員として給与を受け取っている人が副業で字幕制作の報酬を得た場合、給与以外の所得の合計が年間20万円を超えると確定申告が必要になるのが原則です。ここでいう所得は、受け取った報酬から必要経費を引いた後の金額です。字幕制作の場合、制作ソフトの購入費、パソコンやモニターの購入費の一部、通信費、参考資料の購入費などが経費の候補になります。領収書と、いつ何のために使ったかのメモを残しておいてください。

業務委託で報酬を受け取る場合、源泉徴収の有無が発注先によって変わります。源泉徴収されている場合は、支払調書や振込明細で差し引かれた額を確認し、確定申告で精算します。差し引かれていない場合は、自分で申告して納付します。どちらにせよ、いくら受け取っていくら引かれたかを月単位で記録しておくと、申告時の作業が数時間で終わります。

契約面では、報酬の支払期日と、修正対応の範囲を事前に確認しておくことが重要です。修正が無制限だと、単価は同じなのに作業時間だけが伸びます。発注者と受注者の取引条件については公正取引委員会が取引適正化の観点から情報を出しているので、条件に疑問を感じたときの判断材料になります。扶養の範囲内で働きたい場合は、税制上と健康保険上で基準が異なるため、扶養者の勤務先や健康保険組合に個別に確認してください。社会保険の一般的な仕組みは日本年金機構のサイトで確認できます。

字幕ファイルの形式と、納品事故の防ぎ方

自己チェックの話をしましたが、実務でつまずくのは日本語の質だけではありません。ファイルの扱いで起きる事故のほうが、初期には多いのが実情です。ここは技術的な話になりますが、覚えてしまえば一度で済みます。

SRTとVTTの違いを、実務の観点で押さえる

字幕ファイルの形式として、実務でよく使われるのがSRTとVTTです。どちらも中身はテキストで、メモ帳で開けます。

SRTは、通し番号、開始と終了の時刻、字幕本文、空行という並びの繰り返しです。時刻の書き方は時分秒とミリ秒で、秒とミリ秒のあいだをカンマで区切ります。

VTTはWeb上での再生を前提にした形式で、ファイルの先頭に決まった1行が入ります。時刻の区切りはカンマではなくピリオドです。さらに、表示位置や文字の配置を指定する記述を後ろに付けられます。

実務で問題になるのは、この2つの見た目が似ていることです。拡張子だけ書き換えて納品すると、再生側で読み込めません。変換は編集ソフトの書き出し機能で行うのが確実です。手作業で書き換えるのは避けてください。

放送や配信の現場では、これ以外の専用形式が指定されることもあります。指定された形式で書き出せるかどうかは、案件を受ける前に確認しておくべき項目です。

文字コードと改行コードで、文字化けが起きる

納品したファイルが「文字化けしている」と差し戻される事故は、原因のほとんどが文字コードです。

日本語の字幕ファイルは、UTF-8で保存するのが基本です。ただし、案件によってはBOMと呼ばれる先頭の目印を付けるかどうかが指定されます。付いていると読めないシステムと、付いていないと文字化けするシステムの両方が存在するので、指定に従うしかありません。

改行コードも同様です。使っているパソコンの種類によって既定の改行コードが違い、それが原因で行がつながって表示されることがあります。

対処は簡単です。テキストエディタの設定で、文字コードと改行コードを表示できるようにしておく。そして納品前に、指定と一致しているかを目視で確認する。この一手間で、差し戻しの相当な割合が消えます。

時刻のずれは、基準の違いから起きる

タイミングを合わせたはずなのに、先方の環境で字幕が数コマずれる。これも、初期によく起きる事故です。

原因は、動画の1秒あたりのコマ数の扱いの違いにあります。編集ソフトが想定しているコマ数と、実際の動画のコマ数が違うと、動画が進むほどずれが大きくなります。冒頭は合っているのに終盤で大きくずれる場合は、まずこれを疑ってください。

確認方法は、納品前に動画の終盤に字幕を1枚置いて、実際の映像と合っているかを見ることです。冒頭だけ確認して終わりにすると、この種のずれを見逃します。

私が字幕制作の工程を検証していたとき、終盤で2秒近くずれていた原因が、素材の受け渡し中に動画が変換されてコマ数が変わっていたことだった、という例がありました。自分の作業には何の問題もないのに納品が通らない。こういうときは、素材のコマ数を発注側に確認するのが最短です。作業を疑う前に、素材を疑う。これは工程として覚えておく価値があります。

発注者への確認事項を、テンプレートにしておく

案件ごとに聞くべきことは、実はほぼ同じです。毎回考えるのではなく、一度作って使い回すほうが確実です。

着手前に確認する6項目

第一に、素材の内容です。動画の本数と合計の尺、話者の人数、録音環境、専門用語の有無。これが工数の見積もりの土台になります。

第二に、元テキストの有無です。台本、スクリプト、音声認識の結果、既存の字幕。どれが提供されるのかで、作業の性質が変わります。

第三に、納品形式です。ファイル形式、文字コード、改行コード、ファイル名の規則。

第四に、表示ルールです。1行の文字数、最大行数、表示時間の下限と上限、話者の示し方、音の情報を入れるかどうか。

第五に、修正の範囲です。何回まで無償で対応するのか、修正の依頼はどの形式で来るのか、修正の納期はどうなるのか。

第六に、報酬と支払いです。計算の基準、金額、支払期日、源泉徴収の有無。

この6項目を1通のメッセージにまとめて送る。これを毎回やるだけで、着手後の手戻りが目に見えて減ります。

質問は、まとめて1通で送る

思いついた順に何度も質問を送るのは、発注側にとって負担です。そして、聴覚に不安があることを伝えている場合、「やり取りが多い人」という印象になると、次の依頼が来にくくなることがあります。

対処は単純で、質問をためてから送ることです。着手前に1通、作業の中盤に1通、納品前に1通。この3回に収めるのを目安にしてください。

そして、質問には自分の仮の判断を添えます。「この箇所は聞き取りが難しいため、前後の文脈から◯◯と判断しました。この解釈で問題ないでしょうか」。こう書くと、相手は確認するだけで済みます。空欄で投げ返すより、はるかに歓迎されます。

用語集を最初に作ってしまう

同じ発注元から継続で受けるなら、初回の案件で用語集を作ってください。

登場する社名、製品名、人名、業界用語。それぞれについて、正しい表記を一覧にしておきます。表記が分かれるもの、たとえば英字表記と片仮名表記のどちらを使うかも記録します。

これを作っておくと、2件目以降の確認がほとんど不要になります。そして、この用語集を発注側に共有すると、非常に喜ばれます。他の作業者にも配れる資産になるからです。

用語集を渡してくる作業者は、めったにいません。だからこれは、実力を示す手段としてもかなり効率がいい。作業時間としては30分ほどの投資です。

市場データから見た位置づけと、運営者視点の考察

字幕制作という仕事を市場全体の中に置くと、いま起きている変化がはっきり見えます。

自動音声認識の普及によって、単純な起こし作業の需要と単価は下がりました。一方で、生成された字幕を実用水準に引き上げる編集の需要は増えています。つまり価値の重心が「聞く力」から「直す力」へ移動しました。この移動は、聴覚に不安があるかたにとって明確に追い風です。

さらに、AIを業務に組み込む支援そのものが職種として立ち上がっています。AIコンサル・業務活用支援のお仕事で扱われるような、ツールの導入と運用設計を担う仕事です。字幕制作の現場を知っている人がこの領域に回ると、実務に即した提案ができます。関連するAI・マーケティング・セキュリティのお仕事の分野も、動画コンテンツの運用と接続する場面が増えました。技術寄りに進むならアプリケーション開発のお仕事の領域まで視野に入りますし、報酬水準はソフトウェア作成者の年収・単価相場で確認できます。字幕から入って、どこまで広げるかは自分で選べます。

運営者として見てきた、この仕事が続く人の条件

フリーランスと在宅ワークの市場を20年見てきた立場から言えば、字幕制作で長く続いている人には共通点があります。速さでも安さでもありません。「指示書を正確に読み、そのとおりに納品する」という当たり前を、毎回崩さないことです。

字幕は、発注側にとって修正コストが高い成果物です。表示ルールの逸脱が一箇所あるだけで全体を確認し直す必要が出ます。だから発注側は、上手な人より、ぶれない人を選びます。運営者として見てきた限りでは、継続案件を持っている人ほど、納品前の自己チェックの手順を自分で定型化しています。

もう一点。中間マージンが乗らない直接の取引に移った人ほど、同じ作業量で手元に残る額が厚くなります。手数料0%で仲介するサービスが成立するのは、この構造が発注側と受注側の双方にとって合理的だからです。依頼する側は同じ予算でより多くを頼め、受ける側は同じ仕事で手取りが厚くなる。金額の大小ではなく、手取りの質の話です。長く続く人ほど、案件を追いかけるより、任せると楽だと思われる関係を作ることに時間を使っています。

最後に、この記事の前提をもう一度書いておきます。字幕づくりには音声の聞き取りが前提になる工程が確かに存在します。それを曖昧にしたまま始めると、自分を責める結果になりかねません。入るべきは、音声認識の下書きを整える工程、台本のある案件、体裁とタイミングを扱う工程です。そこは、聞く力ではなく読む力と直す力の領域です。