動画の字幕づくりは途中で止めて戻れる、発達障害のある人の在宅

2026年6月30日

朝比奈蒼

この記事のポイント

✓発達障害のある人が在宅で動画の字幕づくりに取り組むための実務ガイド
✓文字起こし・テロップ・字幕の違いと単価相場
✓動画1本を6工程に割る段取り

発達障害があり、在宅でできる仕事として動画の字幕づくりを検討している。そう考えて調べている人が本当に知りたいのは、「稼げるか」よりも「集中が続かない日があっても回せる仕事なのか」という点だと思います。結論から書きます。字幕づくりは、動画1本を工程に分けて、途中で止めて再開できる構造を持った仕事です。だから、休みながら進める前提で段取りを組めば、稼働に波があっても成立します。ただし、耳と目を同時に使い続ける仕事なので、疲労の出方が他の在宅ワークとは違います。ここを設計に入れずに始めると、量を取りすぎて潰れます。

この記事では、字幕づくりの仕事の中身と単価の実態を押さえたうえで、動画1本をどう分割するか、どこで休むか、納期をどう逆算するかまでを具体的に扱います。

なお、この記事は医学的な説明や診断・治療の話には立ち入りません。特性の現れかたは人によって差が大きく、同じ診断名でも得意なことも苦手なこともまったく違います。ここで扱うのは、在宅ワークの選び方と進め方という実務の話だけです。

「動画の字幕づくり」は1つの仕事ではない

まず整理しておきたいのは、字幕づくりと呼ばれる仕事が、実際には性質の違う3つの作業に分かれているという点です。ここを混同したまま案件を受けると、想定と作業量がまるで合いません。

文字起こし（テープ起こし）

音声を聞いて文字にする作業です。字幕づくりの土台になる工程で、単独の仕事としても発注されます。インタビュー、講演、会議、対談などが対象になります。

作業量の目安として、1時間の音声を文字にするのに、慣れていない段階では4時間から6時間かかります。慣れても3時間程度は見ておく必要があります。つまり、音声の長さの3倍から6倍の時間がかかるということです。

単価は音声1分あたり100円から250円程度が一般的な帯です。話者が複数いる、専門用語が多い、音質が悪いといった条件が付くと上がります。

テロップ入れ（動画編集の一部）

動画編集ソフト上で、話している内容や強調したい言葉を画面に載せる作業です。SNS 向けのショート動画やYouTube 動画で需要が大きい領域です。

文字起こしと違うのは、デザインの判断が入ることです。フォント、色、表示位置、出すタイミング、アニメーション。制作側の指定に従う場合もあれば、ある程度任される場合もあります。

単価は動画の尺と密度によりますが、10分程度の動画で2,000円から8,000円程度が個人受注の相場帯です。1本まるごとの編集（カット、BGM、効果音を含む）になると、さらに上がります。

字幕データの作成（クローズドキャプション・翻訳字幕）

タイムコードと連動した字幕ファイルを作る作業です。動画配信サービスや教育コンテンツ、放送で使われます。テロップと違い、表示時間・文字数・改行位置に厳密なルールがあります。

この領域は、アクセシビリティの観点から需要が伸びています。聴覚に障害のある人だけでなく、音を出せない環境で視聴する人が増えたことで、字幕の有無が視聴時間に影響するようになりました。教育系のコンテンツでは、字幕の搭載が実質的な標準になりつつあります。

単価は1分あたり150円から400円程度。翻訳字幕になると、言語ペアによってさらに上がります。

この3つのどれを狙うか

正直なところ、最初から3つ全部を狙うのはおすすめしません。必要な道具も、求められる精度も、疲労の種類も違うからです。

文字起こしは、パソコンとヘッドホンだけで始められて、道具のハードルが最も低い。テロップ入れは、編集ソフトの操作を覚える必要がある代わりに、単価が上がりやすい。字幕データ作成は、ルールを覚えるコストがある代わりに、機械的に処理できる部分が多く、単調な作業が苦にならない人には向いています。

自分の得意と、手元にある道具から逆算して1つ選ぶ。これが現実的な入り方です。

求人市場から見た在宅の字幕案件

実際の求人がどういう条件で出ているかを見ると、この領域の性質が分かります。

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

この募集から読み取れる傾向が3つあります。

1つ目は、未経験からの入口が広いこと。テロップ挿入は動画編集のなかでも作業が定型化しやすく、研修で立ち上げられる領域として扱われています。転職・就業の入口として設計されている求人が多いのは、この定型性が理由です。

2つ目は、フルリモートが前提として書かれていること。字幕づくりは成果物がデータで完結するため、在宅と相性がいい仕事です。出社の必要がある工程が、構造的にほぼありません。

3つ目は、機材が貸与されるケースがあること。個人受注では自前の環境が必要ですが、雇用や業務委託の形で入る場合は、パソコンや編集ソフトの利用料が支給されることがあります。初期投資を抑えたいなら、この形から入るという選択肢があります。

ただし、こうした求人は勤務時間が固定されているものも多く、「自分のペースで進める」という点では個人受注に劣ります。安定を取るか、裁量を取るか。ここは自分の優先順位で決める話です。

AI 音声認識が普及して何が変わったか

近年、音声認識の精度が実用水準に達したことで、この仕事の中身は変化しました。ゼロから聞き取って打ち込む作業は減り、AI が出した下書きを人間が直す作業が主流になりつつあります。

これを「仕事が減る」と見るか「単価あたりの作業時間が減る」と見るかは、立場によります。私の見方は後者です。修正作業に切り替わったことで、同じ時間で処理できる本数が増え、結果として受注量を調整しやすくなりました。

ただし、AI の出力をそのまま納品するのは通用しません。固有名詞、専門用語、同音異義語、話し言葉の整理。ここは人間が判断する領域として残っています。正直なところ、「AI に投げるだけで完了する」と考えて入ってくる人は、最初の納品で修正の量に驚くことになります。

相性を判断する材料

「発達障害があるなら字幕づくりが向いている」という言い方はしません。特性の現れかたは人によって差が大きく、同じ診断名でも、聴覚の感度も、集中の持続時間も、単調作業への耐性もまったく違います。判断材料になるのは、次のような具体的な条件です。

相性がよくなりやすい条件

細かい違いに気づける人。字幕づくりの品質は、表記のゆれ、句読点の位置、タイミングのズレといった細部で決まります。「〇〇秒ずれている」が気になる感覚は、そのまま品質になります。

同じ作業の繰り返しが苦にならない人。字幕は、同じ操作を何百回も繰り返す仕事です。ここを苦痛と感じるか、落ち着くと感じるかで、続けやすさがまったく違います。

ルールが明確なほうが動きやすい人。字幕データ作成の領域は、表示秒数、1行の文字数、改行位置に明文化された基準があります。「察して判断する」場面が少ないことは、はっきりした利点です。

対人接触を減らしたい人。納品物がデータで完結するため、打ち合わせは最小限で済みます。連絡はテキストが中心で、自分のペースで返信できます。

相性が悪くなりやすい条件

聴覚が敏感で、音声を聞き続けることが負担になる人。この仕事は、耳を使い続けることが避けられません。ヘッドホンを長時間つけることが辛い場合、この負担は工夫では消せない部分があります。試すなら、短い案件で自分の限界時間を測ってから判断してください。

音と文字を同時に処理し続けるのが辛い人。字幕づくりは、聞く、読む、打つ、確認するを並行させる作業です。マルチな処理が負担になる場合は、工程を完全に分ける（聞き取りの日と、タイミング合わせの日を分ける）ことで軽減できます。

納期の管理が最大の負担になっている人。字幕案件には基本的に納期があります。これは在庫型の仕事と大きく違う点です。後述する逆算の方法を使えば管理できますが、そもそも納期があること自体が強い負荷なら、別の選択肢を検討したほうが健全です。

私自身、編集の現場で長尺の文字起こしを引き受けたときに、「1日で終わらせよう」と考えて6時間連続で音声を聞き続けたことがあります。結果として、その日の後半の精度が明らかに落ちて、翌日に全部見直す羽目になりました。合計の作業時間で見ると、分けて進めたほうが短かったんです。この失敗以降、連続作業の上限を先に決めるようになりました。

休みながら続けるための段取り

ここが本題です。字幕づくりを続けられるかどうかは、技術より段取りで決まります。

動画1本を6工程に割る

「動画1本の字幕を作る」という単位は大きすぎます。着手のハードルが高く、途中で止まると全部が中途半端に感じられます。そこで、次の6工程に分解します。

第1工程、素材の確認。動画を通しで見て、話者の人数、専門用語の有無、音質、尺を把握します。ここでかかる時間は動画尺と同じか、少し短い程度です。

第2工程、下書きの作成。音声認識を通して、テキストの下書きを作ります。作業自体は待ち時間が中心なので、負荷はほぼありません。

第3工程、テキストの修正。下書きを聞きながら直します。ここが最も時間がかかる工程で、全体の50%から60%を占めます。

第4工程、分割と改行。1画面に出す単位に区切り、読みやすい位置で改行します。ルールが決まっていれば機械的に進みます。

第5工程、タイミング調整。字幕の表示開始と終了を音声に合わせます。細かい操作の繰り返しです。

第6工程、最終確認。通しで再生して、ズレ、誤字、表記のゆれを潰します。

この6工程は、必要な集中の質が違います。第3工程は聞き取りと言語判断、第5工程は視覚とタイミング感覚、第6工程は俯瞰の確認。全部を同じ日に詰め込むと、切り替えのたびに立ち上がりのコストがかかります。

1セッションを「動画尺5分ぶん」で区切る

作業の単位は、時間ではなく「動画の尺」で決めるのが実用的です。「30分作業する」より「動画の5分ぶんを進める」のほうが、終わりが明確で、進捗が数えられます。

目安として、第3工程なら動画尺5分ぶんで1セッション。実作業時間にすると15分から25分程度になります。この単位なら、調子が良くない日でも1セッションだけは進められます。

セッションが終わったら、必ず一度離席します。ここで「あと少しだから」と続けると、疲労が蓄積して後半の精度が落ちます。字幕づくりは、精度が落ちた状態で進めた分がそのまま後工程の負債になる仕事です。進めるほど損をする局面が存在する、という点を理解しておいてください。

耳の休憩を意識的に入れる

字幕づくり特有の注意点として、聴覚の疲労があります。音を聞き続ける仕事なので、目の疲れとは別に耳が疲れます。

対策は3つあります。1つは、音量を上げすぎないこと。聞き取りにくい箇所は音量ではなく再生速度を落として対処します。2つ目は、開放型のヘッドホンやスピーカーと密閉型を使い分けること。ずっと密閉型だと圧迫感が蓄積します。3つ目は、セッション間に無音の時間を5分作ること。何も聞かない時間を挟むだけで、後半の聞き取り精度が変わります。

集中の維持については、時間区切り以外の方法も含めて在宅ワークの集中力アップ｜ポモドーロ以外に効く7つのテクニックで複数の手法が整理されています。この仕事は感覚の使い方が特殊なので、一般的な集中法がそのまま当てはまらないこともあります。いくつか試して自分に残ったものを使うのが現実的です。

1日の上限と、週の上限を数字で決める

1日に進める量の上限を、あらかじめ数字で決めておきます。たとえば「1日に処理するのは動画尺20分まで」といった形です。

上限を決める理由は、調子のいい日に進めすぎると、その反動で数日動けなくなるからです。週単位の合計で見ると、上限を守ったほうが処理量が多くなります。これは根性論ではなく、実測すれば分かる話です。

週の上限も決めます。稼働できる時間を2週間記録して、その平均の70%を上限枠にします。残りの30%は、体調の波と予定外の用事の緩衝です。この緩衝がないと、1件の遅れが全部の遅れに連鎖します。

生活全体のなかでの時間の割り振り方については、在宅ワーク主婦の1日のタイムスケジュール公開が、家事や他の予定と在宅作業を組み合わせた具体例として参考になります。

納期から逆算して、バッファを先に確保する

納期がある仕事なので、逆算の手順を決めておきます。

まず、動画尺から必要な作業時間を見積もります。目安は動画尺の4倍です。30分の動画なら2時間、という計算になります。慣れていない段階では、この係数を6倍にしておくと安全です。

次に、その作業時間を1日の上限で割って、必要な日数を出します。最後に、その日数の1.5倍を確保した日程で受注します。動けない日が出ることを前提に組むということです。

計算した結果、納期に間に合わないなら、その時点で相談します。受けてから遅れるより、受ける前に日程をずらすほうが、はるかに信用を保てます。「この日なら確実に出せます」という代替案を添えて連絡すれば、相手は受けるか他に回すかを即断できます。

品質を落とさないための実務ルール

字幕には、読みやすさを担保するための一般的な基準があります。案件ごとに指定がある場合はそちらが優先ですが、指定がないときの基準として知っておくと役に立ちます。

1行の文字数は、日本語で13文字から16文字程度に収めます。長いと視線の移動が増えて読みきれません。

1画面に出すのは2行までにします。3行以上は映像を隠しすぎます。

表示時間は、読む速度から逆算します。1秒あたり4文字程度が読める上限とされるので、16文字なら最低4秒は表示します。

改行は文節で切ります。「動画の字幕を/作る仕事」は読めますが、「動画の字/幕を作る仕事」は読みにくい。単純なようで、ここの丁寧さが品質差になります。

表記は案件内で統一します。数字の全角と半角、英数字の扱い、記号の種類、話し言葉の整理方針。作業前に自分用の表記ルール表を作っておくと、判断の回数が減って速くなります。これは効率化であると同時に、判断疲れを減らす工夫でもあります。

社外向けの文書の型や表記の基準を体系的に押さえたい場合は、ビジネス文書検定の出題範囲が実用的な教材になります。字幕そのものの資格ではありませんが、表記統一の考え方は共通しています。

案件の探し方と、避けるべき募集

字幕づくりの案件は、クラウドソーシング、動画制作会社の外注募集、在宅ワーク求人サイト、そして直接の依頼という経路で流通しています。

注意が必要な募集の特徴は3つあります。

作業に入る前に金銭を要求してくるもの。「編集ソフトの購入が必要」「講座を受講してから案件を紹介」という形で、先に支払いを求めてくる話には距離を置いてください。正規の外注募集で、着手前に受け手が金を払う構造は基本的にありません。

単価と作業範囲が書かれていないもの。「動画1本」とだけ書かれていて、尺も、テロップの密度も、修正回数の上限も明示されていない募集は、後から作業が膨らみます。受注前に確認すべきなのは、尺、修正回数、納品形式、そして支払い時期です。

運営元が確認できないもの。会社名、所在地、連絡先が不明な相手に個人情報を渡すのは避けます。SNS のダイレクトメッセージで個別に声をかけてくるパターンにも同じ注意が必要です。

就労や働き方について公的な相談先を知っておきたい場合は、厚生労働省の情報が起点になります。障害のある人の就労支援に関する制度や窓口の情報がまとまっています。制度は改正されることがあるので、内容や対象要件は最新の公式情報で確認してください。

収入の見込みと確定申告

収入の目安を計算しておきます。文字起こしの単価が音声1分あたり150円、作業に音声尺の4倍かかるとすると、実質の時給は2,250円という計算になります。ただし、これは慣れた場合の数字です。始めたばかりで6倍かかるなら、時給換算は1,500円まで下がります。

つまり、この仕事の収入は「単価」ではなく「作業速度」で決まります。単価の高い案件を取ることより、同じ案件を速く正確に処理できるようになるほうが、収入への影響が大きい。これは字幕づくりの構造的な特徴です。

税務上は、報酬は原則として雑所得または事業所得になります。会社員として給与を受け取りながら副業で行う場合、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です。この20万円は売上ではなく、経費を引いた後の金額を指します。

経費になり得るのは、編集ソフトの利用料、ヘッドホン、フットペダル、パソコン、通信費などです。判断に迷う項目は国税庁の情報を確認するか、税務署の相談窓口を使ってください。扶養の範囲を気にしている場合は、社会保険の基準について日本年金機構の情報も併せて確認しておくと安全です。記帳は日付、案件名、金額、経費の4項目を表計算ソフトに残せば十分で、量が増えてから会計サービスの導入を検討すれば間に合います。

字幕づくりの先に何を置くか

字幕づくりは、単価が作業速度に依存する構造上、収入の伸びに天井があります。だからこそ、次の展開を並行して考えておくと安心です。

この仕事を続けると、3つの力がつきます。話し言葉を書き言葉に整える力、細部の表記を統一する力、そして映像の構成を理解する力。この3つは、そのまま編集や執筆の仕事に移せます。文章を書く仕事の報酬水準については著述家，記者，編集者の年収・単価相場で公的統計ベースの数字が整理されているので、比較の材料になります。

技術側に進みたい場合は、アプリケーション開発のお仕事で仕事の中身と必要なスキルが確認できますし、単価の水準はソフトウェア作成者の年収・単価相場が参考になります。ネットワークやインフラに興味があるならCCNA（シスコ技術者認定）が学習の道筋として機能します。AI を業務に組み込む方向であればAIコンサル・業務活用支援のお仕事、マーケティングやセキュリティ領域ならAI・マーケティング・セキュリティのお仕事が、それぞれ選択肢の把握に役立ちます。

在宅の仕事を広く見比べたい場合は、在宅でできる仕事おすすめ【2026年版】｜スキル別ランキングがスキル別に整理されているので、いま持っている力の延長線上にあるものを探しやすくなっています。

作業環境と道具の整え方

字幕づくりは、道具の設定で作業時間が体感で2割以上変わる仕事です。ここに時間を使わないまま量をこなそうとすると、疲労だけが積み上がります。

再生環境をまず整える

最優先で用意すべきは、再生速度を細かく変えられる環境です。0.5倍から1.5倍あたりを、キー1つで切り替えられる状態にします。

聞き取りにくい箇所を音量で解決しようとするのは、聴覚の負担を増やすだけで効果が薄い。速度を落として輪郭を取るほうが、精度も体への負担も改善します。

再生と停止を足で操作するフットペダルは、文字起こしを継続的に受けるなら投資に見合います。手をキーボードから離さずに済むので、往復のたびに切れていた集中が続きます。数千円の機材で作業時間が縮む、数少ない例です。

ショートカットは3つだけ覚える

編集ソフトの機能を網羅的に覚える必要はありません。使用頻度が極端に高いのは、再生と停止、数秒戻す、字幕の区切りを入れる。この3つです。

この3操作だけを手が覚えている状態にすると、作業のリズムが安定します。逆に、覚えることを増やしすぎると、操作の選択そのものが判断の負荷になります。正直なところ、機能の多さを売りにしたソフトが、必ずしも作業を速くするわけではありません。

表記ルール表を先に作る

案件に着手する前に、自分用の表記ルール表を1枚作ります。項目は次のとおりです。

数字を全角にするか半角にするか。アルファベットの扱い。文末を「です・ます」で揃えるか。話し言葉の言いよどみをどこまで残すか。感嘆符と疑問符を使うか。固有名詞の表記。

この表があると、作業中の判断が消えます。判断が消えると疲労が減り、疲労が減ると後半の精度が保てます。効率化の話に見えますが、実際には体力の話です。

作業ログを1行残す

その日に処理した動画尺と、かかった実時間を1行だけ記録します。「12分、48分」。これだけです。

2週間分たまると、自分の実際の係数が分かります。動画尺の4倍なのか6倍なのかは、人によっても案件によっても違うので、他人の目安より自分の実測値のほうが正確です。見積もりの精度が上がると、納期に対する不安がそのまま減ります。

初回案件の受け方と、差し戻しへの対応

新しい取引先との1件目は、条件の確認に時間をかける価値があります。ここで曖昧にした点が、後の消耗のほとんどを生みます。

受注前に確認する6項目

動画の尺と本数。話者の人数と音質。表記ルールの指定があるか。納品するデータの形式。修正対応の回数の上限。そして支払いの時期です。

このうち見落とされやすいのが、表記ルールと修正回数です。表記の指定が後から出てくると、全体をやり直すことになります。修正回数に上限がないと、細かい指摘が延々と続きます。どちらも、着手前に一言確認すれば済む話です。

テスト納品を自分から提案する

初回の案件では、全体を仕上げてから出すのではなく、最初の3分ぶんだけを先に送ることをおすすめします。

「まず冒頭3分を作成しました。表記や区切りの方向性がご希望と合っているか、ご確認いただけますでしょうか」。この一手間で、方向性のずれを最小の手戻りで修正できます。全部作ってから「イメージと違う」と言われると、失うのは動画1本分の作業時間です。

この進め方は、相手にとっても好都合です。早い段階で品質が見えるので、安心して残りを任せられます。結果として、確認のやり取りが減ります。

差し戻しは記録して型に変える

修正の指摘が来たら、内容を自分のチェックリストに1行追加します。「この取引先は、笑い声を字幕に入れない」「英数字は半角」といった具合です。

同じ指摘を二度受けないようにするだけで、3件目あたりから確認の量が目に見えて減ります。発注する側から見ると、これは「学習する相手」であり、継続を決める大きな理由になります。

指摘の内容そのものに落ち込む必要はありません。字幕の判断には正解が1つに定まらない部分があり、指摘の多くは好みの共有です。感情ではなく情報として受け取り、表に落とす。この処理のしかたが、続けるうえでの負担を大きく変えます。

稼働を止める日をあらかじめ組み込む

最後にもう1点。週の予定を組むとき、意図的に何もしない日を1日入れておいてください。

調子が良い週にこの日を潰すと、翌週の稼働がまるごと落ちることがあります。逆に、動ける日でも予定どおり休むほうが、月間の処理量は安定します。これは我慢の話ではなく、計算の話です。上限を守った週のほうが合計が多くなるという前提は、休日の設計にもそのまま当てはまります。

運営者の視点から見た、この仕事が続く条件

フリーランス・在宅ワークの市場を20年見てきた立場から言えば、字幕や文字起こしの領域で長く続いている人には、はっきりした共通点があります。速さでも技術でもなく、「納期の前に連絡してくる」ことです。

この仕事は、依頼側から見ると納品物の品質が事前に読みにくい領域です。だから発注側は、品質そのものより「予定通り出てくるか」を重視します。運営者として見てきた限りでは、多少速度が遅くても、進捗を先に知らせてくる人には継続的に依頼が集まります。逆に、速いけれど連絡がない人は、一度の遅延で切られます。

もう一つ、長く続く人は単発の作業をこなすことより、「この人に任せると楽だ」と思われる関係づくりに時間を使っています。表記ルールを覚えて次回から確認を減らす、指摘された点を自分のチェックリストに追加する、といった積み重ねです。発注側からすると、確認の手間が減ることは金額以上の価値があります。だから多少単価が高くても、同じ人に頼み続けます。

そして、報酬の受け取り方の構造にも触れておきます。仲介が入る取引では、依頼側が支払った金額と受け手が受け取る金額の間に必ず差が生まれます。手数料が20%なら、依頼側が10万円を出しても受け手には8万円しか届きません。字幕づくりのように作業量あたりの単価が固定されやすい仕事では、この差が収入に直結します。中間マージンが乗らない直接取引なら、同じ予算で依頼側はより多く頼めますし、受け手は同じ作業量で手取りが厚くなります。手数料0%の意味は、金額の大小というより「同じ働きで手元に残る量が変わる」という質の話です。

工程を分けて休みながら進め、納期の前に必ず連絡し、続いた相手とは直接の関係に移していく。この3つが揃えば、稼働に波があっても在宅の字幕づくりは仕事として成立します。