字幕入力を在宅で請け負うために必要なソフトと作業の進め方

2026年8月9日

＠SOHO編集部

この記事のポイント

✓字幕入力在宅の仕事を請け負うには
✓どの順番で作業を進めるのかを知っておく必要があります
✓1本を仕上げるまでの工程

字幕入力在宅という言葉で検索する人が本当に知りたいのは、「未経験でも本当に受けられるのか」ではなく「受けたあとに何をどう進めるのか」です。結論から書きます。在宅の字幕入力は、専用の有料ソフトを買わなくても始められる一方で、発注元が指定するフォーマットと表記ルールに合わせられるかどうかで採否が決まります。つまり必要なのはタイピング速度よりも、ルールを読み取って最後まで崩さない持久力です。この記事では、字幕入力と呼ばれている仕事の中身を3つに分け、使うソフト、自宅側で整える機材、1本の動画を納品するまでの工程、報酬の測り方、そして未経験から練習を積む順番まで、作業の手順として並べます。

在宅の字幕入力は「入力」と名前が付いた3つの別の仕事

求人の見出しはどれも「字幕入力」ですが、実際に依頼される作業は大きく3種類に分かれます。ここを混同したまま応募すると、想定と違う作業に当たって続かなくなります。

1つ目は、音声を文字にして時間の情報とひも付ける作業です。動画の音声を聞き取り、「何分何秒から何分何秒まで、この文字列を表示する」という組を作っていきます。放送や配信の分野ではクローズドキャプションと呼ばれ、耳が聞こえにくい人のための情報提供として整備が進んできた領域です。日本語の音声を日本語の字幕にするので語学力は要りませんが、聞き取りにくい発話を何度も再生して確定させる根気が要ります。

2つ目は、すでに訳文が用意されている状態で、その訳文を字幕の形式に流し込む作業です。海外ドラマやアニメの案件で「字幕入力」と書かれているものの多くはこれに当たります。翻訳者が作った訳文、あるいは制作会社が確定させた台本が渡され、指定のソフトや専用の入稿画面に、1枚ずつ表示位置と時間を決めながら入れていきます。訳す力ではなく、渡された文字を1字も変えずに正確に流し込む注意力が問われます。

3つ目は、テロップや画面文字の作成です。これは字幕というより映像編集の一部で、動画編集ソフトの中で文字を組み、装飾や表示タイミングを付けます。バラエティ寄りの動画やSNS向けの短い動画で需要があり、単価は高めですが、映像編集ソフトの操作と書き出しの知識が前提になります。

求人ボックスに掲載されている在宅の字幕案件の記載を見ると、この2つ目の型が中心であることが読み取れます。

【仕事内容】映画やアニメの字幕を専用フォーマットへ入力...10時以降勤務開始OK1日7時間以下勤務OK副業・WワークOK週1日から勤務OK週4日勤務OK平日休みありシフト勤務在宅ワーク... 出典: 求人ボックス

「専用フォーマットへ入力」という一文が、この仕事の性格をよく表しています。フォーマットが先に決まっていて、そこに収まる形に整えるのが作業の中心です。自分で表現を考える余地はほとんどありません。逆に言えば、文章を書く自信がなくても取り組めます。正直なところ、ここを「文章力が要る仕事」と説明している求人紹介は、現場の作業内容とずれています。

応募前に確認しておきたいのは、募集がこの3つのどれなのか、そしてソフトが指定されているのかどうかです。求人票に「専用ツールを使用」と書かれていれば発注元の環境を借りる形になり、自分でソフトを用意する必要はありません。「SRT形式で納品」と書かれていれば、自分の手元でソフトを動かして書き出すことになります。

案件の入口と、募集要項から読み取れる働き方の条件

在宅の字幕案件は、求人サイトの在宅ワーク区分、クラウドソーシングの動画カテゴリ、映像制作会社の直接募集の3経路で出てきます。数としては求人サイト経由が最も多く、雇用契約のアルバイトとして募集されているものと、業務委託として募集されているものが混在しています。ここは応募時に必ず区別してください。アルバイト扱いなら時間で報酬が決まり、業務委託なら本数や尺で決まります。同じ作業でも報酬の数え方が変わるため、後述する時間あたりの計算も変わります。

募集要項に並ぶ条件には、在宅ワーク全般に共通する特徴があります。

【求人の特徴】未経験歓迎/研修あり/WワークOK/大量募集/急募/フルリモート/在宅勤務可...＜受動喫煙防止措置＞完全在宅勤務のため、受動喫煙の心配はありません。出典: 求人ボックス

「未経験歓迎」と「研修あり」が並んでいる案件は、作業ルールを渡して教える前提があるということです。字幕は表記の決めごとが多く、教えずに任せると品質が揃わないので、まともな発注元は必ず手引きを用意します。逆に、手引きの提示もテストもなく即日で本数を任せようとする募集は警戒してください。ルールが言語化されていない現場は、納品後の差し戻しが増えます。

「大量募集」「急募」が付いている案件は、配信作品の公開日が決まっていて締切が動かせない状況を示していることが多いです。この手の案件は入りやすい代わりに、締切の厳しさが最初から高い水準にあります。初回は本数を絞って受け、自分が1本にかける実時間を測ってから増やすのが安全です。

もう1つ、募集要項で見落とされがちなのが「機密保持契約を締結」という一行です。公開前の映像を扱うので、ほぼ例外なく秘密保持の取り決めが付きます。これは後の節で改めて触れます。

字幕入力で使うソフトを用途別に整理する

ソフトは「発注元が用意するもの」と「自分で用意するもの」に分かれます。自分で用意する場合、無料で十分に実務が回るものがあるので、最初に有料ソフトを買う必要はありません。

無料で使える定番は、字幕専用の編集ソフトです。波形を見ながら音声の切れ目を探し、表示開始と終了の時刻を打ち、文字を入れていく作業に特化しています。日本語の表示や縦書きの扱いには制約がありますが、SRT形式やWebVTT形式の読み書き、表示時間の一括調整、読み速度の警告表示といった、字幕作業で必要になる機能はそろっています。字幕ファイルの中身は時刻と文字が並んだテキストなので、極端に言えばテキストエディタでも作れます。ただし時刻の打ち込みを手作業でやると必ずずれるため、波形表示のあるソフトを使うほうが結果的に速いです。

自動で音声を文字にする機能を持つソフトも増えました。下書きを一気に作れるので時短にはなりますが、固有名詞、数字、同音の語、言い回しの省略は取り違えます。自動生成の結果をそのまま納品すると、誤字と誤変換で差し戻しになります。自動生成は「時刻の当たりを付ける道具」として使い、文字は全部聞き直して直す前提で組み込んでください。

テロップ寄りの案件では、映像編集ソフトの中で文字を作ります。無料で使えるものでも文字組みと書き出しは十分にできますが、発注元がプロジェクトファイルの互換を求める場合は指定ソフトが決まります。求人票に特定のソフト名が挙がっているときは、体験版で操作を確認してから応募するほうが確実です。

発注元の専用画面を使う案件では、ブラウザだけで作業が完結します。この場合に必要なのは、指定されたブラウザの最新版と、安定した回線です。専用画面は作業中のデータをサーバに保存していくため、通信が切れると入力途中の内容が失われることがあります。

用途ごとにまとめると、次のように選べます。音声から起こす案件は波形表示のある字幕専用ソフト。訳文を流し込む案件は発注元の指定ツール、指定がなければ字幕専用ソフト。テロップ案件は映像編集ソフト。この3択で迷わなくなります。

機材と回線、自宅側で先に整えるもの

字幕入力で作業効率を左右するのは、パソコンの速さよりも「音が聞き取れるか」と「画面に何が並べられるか」です。

音については、開放型のヘッドホンよりも、外の音が入りにくい密閉型のほうが聞き分けやすくなります。高価な機材は不要ですが、片耳だけのイヤホンや、低音が強く出るタイプは子音が埋もれます。聞き取りにくい発話を何度も再生する作業なので、耳への負担が小さいものを選んでください。長時間の作業では音量を上げすぎないほうが、結果的に聞き分けの精度が落ちません。

画面は、可能なら2枚使う構成が効きます。片方に映像と波形、もう片方に発注元の表記ルールと台本を表示させると、画面の切り替えが消えます。1枚でやる場合は、画面を左右に分割して同じ状態を作ってください。表記ルールを見るために毎回ウィンドウを切り替える作業は、1本あたりで数分の差になります。

回線は、専用画面を使う案件で重要度が上がります。映像をストリーミングで再生しながら入力する形式だと、回線が不安定なだけで作業が止まります。自宅の回線が心もとない場合は、映像ファイルをダウンロードして手元で再生できる案件を選ぶほうが安全です。ただしダウンロードした映像は公開前の素材なので、保管と削除の取り決めを守る必要があります。

そしてキーボードです。字幕入力は1本で数百枚の字幕を扱うので、指の移動量が積み上がります。打ち間違いが増えたと感じたら、速く打つ練習より、キーの配列や高さを見直したほうが効きます。手首の痛みが出たら作業を止めて休む、これは作業を続けるための条件です。痛みが続く場合は無理に続けず医療機関に相談してください。

1本の動画を納品するまでの工程

作業の順番を決めてしまうと、迷う時間が消えます。実務で回っている流れは次のとおりです。

第1工程は、受け取った資料の確認です。映像ファイル、台本や訳文、表記ルールの手引き、納品形式の指定、締切。この5つがそろっているかを最初に確かめます。1つでも欠けていたら、作業を始める前に発注元へ聞いてください。手引きがないまま進めると、全部やり直しになります。

第2工程は、映像を通しで1回見ることです。飛ばしたくなる工程ですが、ここを省くと固有名詞の表記で迷い、あとから全体を直すことになります。通し見の間に、登場人物の名前、地名、作品固有の用語を書き出しておきます。

第3工程は、時間の割り付けです。音声の切れ目に合わせて、字幕の表示開始と終了を決めていきます。文字はまだ入れず、枠だけを先に作る進め方が多く使われています。枠を先に確定させると、文字を入れる段で「この枠に収まる長さか」の判断がしやすくなります。

第4工程は、文字入れです。訳文がある案件は訳文を流し込み、音声起こしの案件は聞き取って入れます。ここで表記ルールに沿っているかを都度確認します。

第5工程は、通しの見直しです。映像を再生しながら、字幕が音声より早く出ていないか、次の字幕と重なっていないか、場面の切り替わりをまたいでいないかを見ます。字幕は場面が切り替わる瞬間をまたぐと読みにくくなるため、切り替わりの手前で終わらせるのが基本です。

第6工程は、機械的な点検です。文字数の上限を超えた枠、表示時間が短すぎる枠、禁止された記号の混入を、ソフトの検査機能で洗い出します。目で探すより確実です。

第7工程は、書き出しと提出です。指定された形式、文字コード、改行の種類で書き出します。文字コードの指定を外すと文字化けして開けないため、ここは指定どおりに合わせてください。提出前にファイル名の規則も確認します。

この7工程を毎回同じ順番で回すと、1本にかかる時間が安定します。時間が安定すると、次の節の報酬計算ができるようになります。

字幕のルールは「読める速さ」から逆算されている

字幕の細かい決めごとは、発注元ごとに違います。ただ、どの現場でも共通している考え方が1つあります。視聴者が読み切れる速さを超えてはいけない、というものです。

日本語の字幕では、1行あたりの文字数と、表示時間に対する文字数の上限が決められています。放送や映画の分野では、1秒間に読める分量を基準にして文字数の上限を割り出す考え方が長く使われてきました。具体的な数値は発注元の手引きに書かれているので、その数字に従ってください。重要なのは、この上限が「短く言い換える」ためにあるということです。話している内容を全部入れると必ず超えるので、意味を落とさずに削る判断が要ります。訳文を流し込む案件では、訳文側で調整済みのことが多いので、勝手に削ってはいけません。

行数は2行までが一般的です。3行になると映像が隠れます。2行に分けるときは、意味の切れ目で改行します。助詞の途中や、修飾語と被修飾語の間で切ると読みにくくなります。

表示時間にも下限があります。短すぎる字幕は、目に入る前に消えます。逆に長すぎると、次の発話と重なって混乱します。

記号の扱いは現場によって最も差が出るところです。三点リーダーの使い方、疑問符と感嘆符の後の空白、括弧の種類、話者を示す記号の付け方。ここは覚えるのではなく、手引きを画面に表示したまま作業してください。記号の不統一は差し戻しの最頻出の原因です。

そして表記の統一です。同じ人物の名前が途中で変わる、数字が全角と半角で混ざる、送り仮名が揺れる。こうした不統一は、1枚ずつ見ていても気付きません。書き出す前に、検索置換で全部そろえる工程を必ず入れてください。

秘密保持と納品データの扱い

公開前の映像を自宅で扱う仕事なので、情報の取り扱いは作業品質と同じ重さで見られます。

まず、素材の保管場所を決めます。作業用のフォルダを1つ作り、案件ごとに分けて、そこ以外に複製を作らないようにします。個人のクラウドストレージへ自動で同期される場所に素材を保存すると、契約で禁止されている外部への送信に当たることがあります。同期の対象外にしてから作業を始めてください。

次に、削除の取り決めです。納品後に素材を消すことを求められる案件が多く、期限が指定される場合もあります。消したつもりでゴミ箱に残っている、編集ソフトのキャッシュに残っている、というのはよくある見落としです。案件終了時の手順を自分の手引きとして書いておくと、毎回迷わなくなります。

作業内容を外に話さないことも条件に入ります。作品名、公開時期、内容の断片をSNSに書くと、それだけで契約違反になります。実績として使いたい場合は、発注元に書ける範囲を確認してから出してください。「映像作品の字幕制作を担当」のように、作品名を出さない形なら認められることもあります。

情報の扱いに関する基本的な考え方は、情報セキュリティ関連の職種ガイドでも整理されています。在宅で他社の非公開データを扱う仕事の共通点として、AI・マーケティング・セキュリティのお仕事では、自宅の作業環境を業務水準に合わせる考え方に触れています。字幕入力も同じ枠組みで、預かったデータを守れる人が継続して仕事を受けられます。

報酬の測り方と、時間あたりに直す計算

業務委託の字幕案件は、映像の尺で単価が決まる形が多いです。「映像1分あたり」または「1本あたり」で提示されます。この提示額だけを見ても、割に合うかは判断できません。必要なのは、自分が映像1分を仕上げるのに何分かかるかという実測値です。

測り方は単純です。最初の案件で、工程ごとの時間を記録します。通し見、時間割り付け、文字入れ、見直し、点検、書き出し。この合計を映像の尺で割ると、映像1分あたりの作業時間が出ます。未経験のうちは、映像1分に対して作業が10倍から15倍の時間になることがあります。慣れると縮みますが、ここを知らずに本数を受けると締切に追われます。

時間あたりの報酬は、映像1分の単価を、映像1分あたりの作業時間で割って60をかければ出ます。この数字が、同じ時間を他の在宅の仕事に使ったときの水準と比べてどうかを見てください。文字を扱う在宅の仕事の相場は、著述家，記者，編集者の年収・単価相場で職種ごとの水準が確認できます。字幕入力は制作工程の一部を請け負う形なので、企画から書く仕事より単価は抑えめになりますが、作業時間の見通しが立てやすい分、月ごとの収入のぶれは小さくなります。

単価を伸ばす方向は2つあります。1つは作業を速くすることで、これは工程の固定とショートカットキーの習熟で進みます。もう1つは、担当できる工程を広げることです。音声起こしから時間割り付けまで通してできる人、外国語の字幕も扱える人、テロップまで作れる人は、単価の設定が変わります。文字単価を上げる考え方そのものはWebライターが文字単価を上げる方法【2026年版】｜1円→5円のステップで整理されており、工程を広げて単価交渉の材料を作るという発想は字幕でも同じように使えます。

なお、報酬から源泉徴収されるかどうか、経費として計上できるものは何かといった税務の扱いは、契約の形と金額で変わります。一般には業務委託の報酬は事業所得または雑所得として扱われますが、個別の判断は金額や継続性で変わるため、税務署または税理士に確認してください。

発注元とのやりとりで信頼を落とさない進め方

在宅の作業は、顔を合わせずに進みます。発注元から見て「いま何がどこまで進んでいるか」が見えないため、連絡の仕方そのものが評価の対象になります。ここを軽く見ていると、作業が正確でも次の依頼が来なくなります。

受注直後にやることは、締切と成果物の認識合わせです。「いつまでに」「何を」「どの形式で」提出するのかを、自分の言葉で書いて送り返します。手引きに書いてあることでも、書いて確認すると認識のずれが先に見つかります。ここで1往復するだけで、納品直前の作り直しがほぼ消えます。

作業中の質問は、まとめて出すのが基本です。聞き取れない箇所、表記が判断できない語、手引きに書かれていない記号の扱い。こうした疑問は作業中に必ず出ますが、出るたびに1件ずつ送ると相手の手が止まります。印を付けて進み、区切りのところで一覧にして送ってください。ただし、作業の前提が崩れる種類の疑問は例外です。渡された映像と台本が違う、音声が途中で切れている、指定された形式では表現できない要素があるといった場合は、進める前にすぐ連絡します。先に進めてから発覚すると、その時間が丸ごと無駄になります。

遅れそうなときの連絡は、早いほど価値があります。締切当日に「間に合いません」と言われるのと、3日前に「この分量だと半日足りません」と言われるのでは、発注元が取れる手段の数が違います。遅れの連絡は評価を下げると思われがちですが、実際には黙って締切を過ぎるほうが決定的です。あわせて、どこまで終わっていて、あと何が残っているかを添えてください。

納品時には、対応した内容と、判断に迷って自分で決めた箇所を書き添えます。「この語はこう統一しました」「この発話は聞き取れなかったため、前後の文脈から判断しました」といった一言があると、確認する側の手間が減ります。この一言があるかないかで、手のかからない相手という評価が付くかどうかが変わります。

差し戻しが来たときは、指摘された箇所だけを直して返すのではなく、同じ理由で直すべき箇所が他にないかを全体で確認してから返します。1か所直して返し、また別の同種の箇所を指摘される往復は、相手の時間を最も削ります。指摘は1件の誤りではなく、自分のルールの穴として受け取ると、2回目以降の差し戻しが減ります。

未経験から入るための練習の順番

字幕の練習は、実務と同じ環境を自分で作れます。順番を決めてやると、1週間から2週間で応募できる状態になります。

第1段階は、字幕ファイルの中身を知ることです。SRT形式のファイルをテキストエディタで開いて、番号、時刻、文字がどう並んでいるかを見ます。中身が分かると、ソフトが何をしているのかが理解できます。

第2段階は、自分で用意した短い動画に字幕を付けることです。3分程度の素材で、時間割り付けから書き出しまで通してやります。ここで扱いに慣れるのは、ソフトの操作ではなく「音声の切れ目を探す耳」です。

第3段階は、表記ルールを自分で作って守る練習です。数字は半角、人物名はこの表記、三点リーダーは1つ、といった決めごとを自分で書き、それに従って全部そろえます。実務では発注元のルールに従いますが、ルールに従い切る訓練そのものが実務で効きます。

第4段階は、時間を測ることです。同じ長さの素材を3本やって、1本あたりの時間が安定するかを見ます。安定してきたら、映像1分あたりの作業時間が自分の値として使えるようになります。

第5段階は、応募用の見せ方を整えることです。公開されている素材に付けた字幕ファイルを提出できる形にします。作品名を出せない実務の成果物とは違い、自分で用意した素材なら制約なく見せられます。

資格は必須ではありませんが、表記の正確さを客観的に示す手段として、文書作成の検定が使えます。ビジネス文書検定は文書の表記と体裁を扱う検定で、字幕の表記統一に必要な感覚と重なる部分があります。応募書類に書ける材料が少ない段階では、こうした検定が「ルールを守れる人」という説明の代わりになります。

現場でつまずく箇所と、先回りできるコツ

長く続けている人と、数本で離脱する人の差は、才能ではなく段取りに出ます。よくあるつまずきを先に知っておくと避けられます。

最も多いのは、手引きを読み切らずに始めてしまうことです。手引きは退屈ですが、そこに書かれていることが差し戻しの判定基準そのものです。作業前に通読し、迷いそうな箇所に付箋を付けておいてください。

次に多いのは、締切の見積もり違いです。映像の尺が短いから早いだろうと考えて受けたら、発話が詰まっていて字幕の枚数が多く、時間が倍かかる。こういうことが起きます。尺ではなく「枚数の見込み」で見積もる癖を付けると外れにくくなります。会話が多い作品は枚数が増えます。

3つ目は、聞き取れない箇所での立ち止まりです。何度聞いても確定できない発話は必ず出ます。ここで30分粘るより、印を付けて先へ進み、最後にまとめて処理するほうが速いです。それでも分からない箇所は、推測で埋めずに発注元へ質問してください。推測で埋めた誤りは、差し戻しの中でも信用を落とす種類の誤りです。

4つ目は、書き出し設定の取り違えです。文字コード、改行の種類、フレームレートの指定。ここを外すと、内容が正しくても開けないファイルになります。初回納品の前に、設定を1つずつ指定と照らし合わせてください。

5つ目は、体の使い方です。同じ姿勢で数時間、耳は集中、指は動き続ける。この組み合わせは負荷が高く、続けると首と肩と手首に出ます。区切りを決めて立ち上がる、音量を上げすぎない、明るさを合わせる。地味ですが、これができている人が結果的に長く続いています。

コツとしてもう1つ挙げると、ショートカットキーの習熟が効果として大きいです。再生と停止、少し戻る、表示開始を打つ、終了を打つ、次の枠へ移る。この5つをマウスを使わずにできるようになると、作業時間が体感で3割前後短くなります。最初の1本で覚えるべきは、字幕のルールとこの5つのキーです。

市場の動きから見た、在宅の字幕入力の立ち位置

動画の本数が増え続けている一方で、字幕を付ける工程は自動化が進んでいます。この2つは同時に起きていて、仕事が消えるのか増えるのかという単純な話にはなりません。実際に起きているのは、工程の中身の入れ替わりです。音声を文字にする部分は機械が下書きを作るようになり、人の作業は「機械の下書きを直す」「表記を統一する」「読める速さに整える」という判断の部分に寄ってきています。

この変化は単価の構造も変えます。ゼロから文字を起こす作業は機械の下書きに置き換わり、その分の単価は下がる方向です。一方で、直しと整えの工程は人の判断が要るので残ります。つまり、これから入る人が身に付ける価値があるのは、打つ速さではなく、直すべき箇所を見抜く目です。自動生成の下書きを渡されて「どこが間違っているか分かる人」は、字幕の枚数に関係なく必要とされます。

20年この市場を見てきた運営者の立場から言えば、在宅の作業系の仕事で長く続いている人には共通点があります。作業が速い人ではなく、「この人に任せると手戻りがない」と言われる人が残っています。字幕はとくにそれが出やすい領域です。発注元にとって、差し戻しの1往復は数日の遅れになります。だから、少し遅くても崩れない人のほうが重宝されます。初回の案件で本数を稼ぐより、1本を手引きどおりに仕上げて返すほうが、次につながります。

もう1つ、報酬の受け取り方についても触れておきます。同じ作業を同じ時間やっても、間に何社入るかで手元に残る額が変わります。仲介の手数料が乗る経路と、発注元と直接やり取りする経路では、受け手の手取りの厚みが違います。手数料0%の直接取引では、発注元は同じ予算でより多く依頼でき、受け手は同じ作業量で手取りが厚くなります。運営者として長く見てきた限りでは、この差は1本あたりでは小さく見えても、月単位、年単位では働き方の選択肢を変えるほどの差になっています。作業系の在宅ワークで収入を伸ばそうとするとき、単価交渉より先に、取引の経路を見直すほうが効くことがあります。

字幕入力から先のキャリアの広がりも見ておきましょう。字幕の工程で身に付くのは、指定された形式に正確に流し込む力と、大量の要素を統一する力です。これは映像制作の他工程だけでなく、データを扱う職種にも通じます。技術寄りに進む道の相場感はソフトウェア作成者の年収・単価相場で確認でき、字幕データの変換や一括処理を自分で書けるようになると、同じ作業を短い時間で終えられるようになります。実際、字幕ファイルはテキストなので、繰り返しの置換や形式変換は自動化しやすい領域です。

在宅の字幕入力は、華やかな仕事として語られがちですが、中身は決めごとを守り切る作業です。その代わり、必要な道具は少なく、在宅で完結し、工程を固定すれば時間の見通しが立ちます。まず1本を手引きどおりに仕上げること。次に自分の作業時間を測ること。この2つができたら、本数と単価はあとから調整できます。実際にどんな在宅案件が動いているかを見てから決めたい場合は、職種別の仕事内容をまとめたAIコンサル・業務活用支援のお仕事のような職種ガイドと、著述家，記者，編集者の年収・単価相場の相場データを並べて、自分の作業時間で成り立つ水準かを確かめてください。