無料のテキスト読み上げでYouTubeナレーションを作る方法

声からではなく、言葉から始めましょう。友人にそのテーマを説明するように書きます。短い文で、一度にひとつの考えだけを伝え、冒頭では視聴者が何を得られるのかをはっきり示しましょう。数字、人名、句読点についての詳しいコツは、テキスト読み上げ用の台本の書き方のガイドをお読みください。

おおよその目安として、自然なナレーションは英語で1分あたり約130〜160語です。つまり5分の動画には、約650〜800語の台本が必要になります。

主な視聴者の言語とアクセントに合った声を選び、有力な候補を実際の台本の一段落でテストしましょう。解説動画やチュートリアルには、標準の速度で話す落ち着いたはっきりした声が向いていることが多く、ショート動画には明るめの声とやや速めのペースも合います。手順はAI音声の選び方のガイドで詳しく解説しています。

声が決まったら、音声名と設定を書き留め、チャンネル全体で同じものを使い続けましょう。一貫した声は、チャンネルの個性の一部になります。

すべてを一度に生成するのではなく、場面やセクションごとに台本を分けましょう。スタジオでは1回のリクエストに最大2,000文字まで入力でき、ほとんどのセクションは余裕をもって収まります。セクションごとに生成すると、2つの利点があります。ある部分を修正するときにほかの部分をやり直す必要がないこと、そして各ファイルが編集ソフト上の各場面と自然に対応することです。

ファイルには順番どおりの名前を付けましょう（01-intro、02-problem、03-step-one…）。そうすれば、タイムラインに正しい順序で並べられます。

• 句読点やポーズタグを使って、重要なポイントの前や手順と手順の間に、ひと息つける余裕をつくりましょう。
• 編集ソフトできれいにカットできるよう、各ファイルの最初と最後に短い無音を残しておきましょう。
• 視聴者が画面を見ながら操作をまねする必要がある場合は、長いポーズを加えるよりも、速度を少し遅くしましょう。
• 映像のカットに正確にタイミングを合わせるには、動画編集ソフトで無音を削ったり延ばしたりしましょう。台本を調整するよりも正確です。

ナレーションのファイルを動画編集ソフトに読み込み、専用のトラックに配置します。そのうえで、次の点に気をつけましょう。

• 声がはっきり前に出るようにする。 BGMはナレーションより十分に小さくし、声が話している間はさらに下げましょう（「ダッキング」）。
• 全体の音量を確認する。 オンライン動画プラットフォームは音量を正規化します。最終ミックスの目安としてインテグレーテッドラウドネスで約 -14 LUFS を目指すクリエイターが多いですが、最も大切なのは、最初から最後まで話し声がはっきりしていて、音量が一定であることです。
• スマートフォンで聴いてみる。 ほとんどの視聴者はスマートフォンのスピーカーやイヤホンで動画を聴くので、公開前にそれらでミックスを確認しましょう。
• 字幕を付ける。 台本がすでにあるので字幕は簡単に作れます。音を出さずに視聴する方や、ろう・難聴の方の助けにもなります。

プラットフォームは、合成メディアに関するポリシーを定期的に更新しています。公開する前に、改変・合成されたコンテンツの開示と収益化について、YouTube の最新のルールを確認しましょう。基本として、次の点を守りましょう。

• 合成音声を使って実在の人物になりすましたり、誰かが言っていないことを言ったかのように見せたりしてはいけません。
• プラットフォームが求める場合や、視聴者が誤解するおそれが十分にある場合は、ナレーションがAIで生成されたものであることを視聴者に明らかにしましょう。
• オリジナルの台本、リサーチ、映像、編集など、コンテンツが本当の価値を提供していることを確認しましょう。コピーした文章をただ読み上げるだけの動画は、視聴者にとって良い体験になりません。
• このサイトで作成した音声に適用されるルールについては、利用規約をお読みください。