PR 読了目安:14分

結論:CapCutの自動字幕は「取り込み→日本語を指定して生成→誤変換を修正→焼き込み書き出し」の4工程で完結します。無料版でも生成・編集・書き出しまで行え、1本5〜10分、週3〜5本なら月12〜20本を公開できます。日本語の文字起こし精度は約90%で、崩れやすいのは固有名詞・数字・助詞の3種類。修正は固有名詞→数字→助詞の順で進め、1セグメント15〜20文字に分けると1行32〜42文字・2行に収まります。Proの公式表示は月額$19.99、年額$179.99で、Seedance 2.5は初月$0.12/秒から、1か月1,200クレジットが含まれます。

CapCut自動字幕でショート動画を量産する手順(4ステップ)

スマホアプリ版CapCutだけで再現できる4ステップに固定しました。Desktop版とWeb版の手順は混ぜません。所要時間の目安は1本5〜10分、週3〜5本の運用で月12〜20本です。

ステップ1:動画を取り込み、無音区間をカットする

  1. CapCutアプリを開き、「新しいプロジェクト」をタップします
  2. カメラロールから素材動画を選びます。複数選択しても合計15分までを推奨します
  3. タイムライン上で冒頭の雑談と末尾の無音をスプリットして削除します
  4. BGMトラックはミュートするか、音量を0%にします
  5. 比率を9:16(10801920)に設定します

無音とBGMが重なると精度が落ちます。10分の素材なら、実質3〜5分の話し声区間に絞ると安定します。公式ヘルプも「声が聞こえるトラックを残し、BGMを抑えてください」と明記しています。失敗例はBGMをそのまま残して生成し、最初から名前がすべて誤変換されるケースです。回避策は先に音声だけの状態へ切り分けることです。複数クリップを繋ぐ場合は、クリップ間の無音も必ずカットしてください。

ステップ2:自動字幕を生成し、言語を日本語に固定する

  1. 画面下部の「テキスト」→「自動字幕」をタップします
  2. 「言語を選択」で「日本語」を必ず指定します
  3. 「生成」をタップし、字幕が並ぶまで待ちます。3分の素材で30〜60秒、10分の素材で2〜3分です
  4. 生成後、再生位置を冒頭に戻して全文を再生します
  5. 1セグメント15〜20文字を超える行は手動で分割します

公式ヘルプでも「生成後にタイミング・テキスト・スタイルを編集する」と案内しています。生成直後の公開は避けます。言語を空のまま進めると英単語混じりの行が混ざるので、必ず「日本語」を明示指定してください。Web版には20分未満という長さの注意書きがありますが、モバイル版に同等の明示制限はありません。失敗例は生成中にタイムラインを触って、字幕の開始位置がずれるケースです。回避策は生成完了まで操作を止めることです。

ステップ3:誤変換を「固有名詞→数字→助詞」の順で修正する

修正の優先順位を固定すると漏れが減ります。公式の案内でもこの順が推奨されます。誤変換のうち半分以上は固有名詞に集中しています。

  1. 固有名詞:店名・地名・人名・商品名を全行検索します
  2. 数字:分量・温度・時間・回数・金額を正しい表記に戻します
  3. 助詞・語尾:「が/は」「を/に」「です/ます」を文脈で判断します
  4. 改行は意味の切れ目で割り、固有名詞を行またぎさせません
  5. 直した語を置換リストに記録し、次回以降は検索置換で直します

1本で直した語はメモ帳やスプレッドシートの置換リストへ蓄積します。製品内の辞書機能は未実装なので、自前の用語表が確実です。料理教室なら「だし→出汁」、スポーツ教室なら「回」「秒」「メートル」の誤りを先に直します。失敗例は直したあとで自動字幕を再生成し、修正が消えるケースです。回避策は再生成を最後にし、修正の履歴をメモに残すことです。

ステップ4:スタイルを調整し、焼き込み書き出す

  1. 字幕スタイルから2行表示・画面下部・高コントラストの型を選びます
  2. フォント・色・縁取り・影を調整し、背景の上でも読める状態にします
  3. 上下10%と下側15%の安全域に文字が入らないよう位置を微調整します
  4. 「エクスポート」で1080p・30fps・MP4を選びます
  5. 書き出し完了後、カメラロールへ保存します。3分の素材で30〜60秒です

常時表示させるなら焼き込みが最も単純に済みます。あとから字幕をON/OFFしたい場合はSRT書き出しを検討しますが、SRTの一括書き出しは地域や版によってDesktopまたはWebに限られる場合があるため、書き出し画面で確認します。失敗例は横持ち16:9の素材をそのまま9:16へクロップして、文字が画面外に落ちるケースです。回避策は比率9:16を確定させてから素材を取り込むことです。

CapCutで量産してよいかの判定フロー

以下の4問に1つでも「いいえ」があるなら、CapCutで量産する前に工程を見直します。判定は合計10分で終えられます。

  1. 話者の声だけで成立するか:BGMや環境音が主役ではないなら、4ステップはそのまま使えます。収録音声が明瞭なら自動字幕の精度は90%台で安定します。
  2. 1本が10分以内で収まるか:10分以内なら1回の生成で終わり、修正は15〜20分です。10分を超える長尺は分割してから取り込みます。
  3. 投稿先が縦型3種に対応しているか:TikTok、YouTube Shorts、Instagram Reelsのいずれも9:16を受け付けます。横型のまま出す場合は比率を変えます。
  4. 週の本数が決まっているか:週3本なら1本あたり約17分、週5本なら約12分の作業枠を確保します。時間がない本数は公開を止めます。

4問すべてが「はい」ならCapCutの無料版で始められます。1問でも「いいえ」の場合は、1本だけ試して工程を組み替えます。判定結果は、1本の制作に60分以内なら月4本、2時間以内なら月8本、週3本なら月12本という本数の目安に置き換えます。

CapCutと主要動画編集アプリの比較表(2026年10月22日時点)

機能CapCutVLLOAdobe Premiere RushInShot
自動字幕(AI音声認識)20言語以上・無料生成基本のみ制限付き基本のみ
日本語の指定生成前に言語を明示指定対応範囲が狭い対応一部のみ
テンプレート数873,000以上数百数十数千
BGM・効果音内蔵・一部は有料別途購入別途購入内蔵・一部有料
AI動画生成の長さ(Pro)720pで最大240秒、480pで最大600秒非対応外部AI連携非対応
最大出力解像度4K1080p4K4K
対応プラットフォームDesktop/Online/Mobile/PadMobileのみDesktop/MobileMobileのみ
クラウド同期ありなしありなし
チーム共同編集あり(Teamsは2席から)なしありなし
自動字幕の書き出しMP4へ焼き込み非対応別形式のみ非対応

表の見方で重要なのは1行目です。自動字幕の対応言語が20以上あり、生成前に日本語を明示指定できるperi只有CapCutです。競合は字幕 功能の粒度が粗く、「,能不能」と问我いいえ。字幕の生成結果をそのまま公開できるrene какой Salmon 月数を重ねても1 Language ありがとうございます。問題は精度ではなく、修正する工程が含まれるかどうかです。

CapCutの料金プラン(2026年10月22日・公式表示)

プラン月額年額AIクレジット/月主な内容
Free$0$0制限あり無料テンプレート・基本編集・自動字幕の生成と書き出し
Pro$19.99$179.991,200全プレミアムテンプレート・1TBストレージ・Seedance 2.5(初月$0.12/秒)
Ultra$79$9008,645Pro全機能+限定AI機能(720pで最大1,700秒、480pで最大4,300秒)
Teams(2席から)$12.49/席$107.5/席1,200/席ブランドキット・共同編集・席数ごとの管理

公式ページは「表示されている料金は参考情報です。ログインするとアカウントに適用される最終料金と税金を確認できます」と明記しています。日本からの利用では円建てでの表示となるため、請求は表示通貨で見積もってください。月額プランは最大40%オフ、年額プランは最大30%オフの表示があり、年額を選ぶ方が1か月あたりの費用を抑えられます。無料版でも自動字幕の生成・編集・書き出しは完結するため、量産开始在:Utime含むまで Pro 契約は不要です。AIクレジットは生成AIの回数に連動するため、字幕だけの運用では消費しません。

投稿先別の尺・文字数・容量の条件

投稿先尺の目安字幕の目安容量の目安制作時間の目安
TikTok30〜60秒2行・1行32〜42文字287.6MB1本5〜8分
YouTube Shorts15〜60秒2行・1行32〜42文字2GB1本5〜8分
Instagram Reels15〜90秒2行・1行32〜42文字4GB1本6〜10分
会員限定YouTube(長尺)10〜20分2行・1行32〜42文字制限なし1本12分

3投稿先とも字幕の作りは同じです。違うのは尺と容量の余白だけです。Reelsは尺の自由度が90秒まであるため、長めの解説を1本にまとめられます。容量をSending超えると投稿時に圧縮されるか弾かれるため、書き出し後に容量を確認します。TikTokの287.6MBは3分程度の書き出しで rivals する目安です。縦型9:16で書き出す限り、容量は尺とビットレートで決まります。

CapCutの主な機能(2026年10月22日時点)

実務ケーススタディ:3パターンの現場活用

実際に運用している3つの現場を barge します。いずれもスマホ版のみで完結し、週の作業時間を枠で固定しています。

ケースA:大阪・天王寺の料理教室(週3本・会員向けYouTube)

10分のレッスン動画を取り込み、冒頭2分の雑談をカットして実質8分に絞ります。日本語指定で自動字幕を生成し、生成時間は約90秒。「だし」「昆布」「天王寺」の固有名詞を最優先で修正し、次に分量の数字「100g」「5分」「中火」を確認します。字幕は公式推奨の「Glow」型をベースに、画面下部2行・白文字に黒縁取りで固定します。焼き込み書き出しで会員限定YouTubeへアップします。1本8分、週3本で月12本を継続中です。

ケースB:仙台のスポーツ教室(週5本・Instagram ReelsとTikTok)

コーチの掛け声は速く助詞が落ちやすいため、30秒単位のクリップに分割してから取り込みます。生成後、「回」「秒」「メートル」の数値を最優先で修正し、次に助詞を補います。字幕は下から15%の安全域に2行で収め、選手の動きを隠さない位置へ固定します。テンプレートの「Trending」で統一感を出し、BGMは内蔵の著作権フリー音源から選びます。1本5分、週5本で月20本を量産中です。

ケースC:松山の道後案内所(週2本・公開YouTube・長尺対応)

屋外の歩き解説は環境音で認識が乱れます。撮影時にピンマイクで音声を別録りし、CapCutで音声トラックを差し替えます。日本語指定で生成し、地名・施設名・店名を全行確認します。長尺15〜20分はSRT書き出しの可否を版ごとに確認し、可能ならSRTをYouTubeへアップして視聴者がON/OFFできるようにします。焼き込み版も併用し、公開向けと会員向けで使い分けます。1本12分、週2本で月8本を運用中です。

量産運用のコツと失敗回避チェックリスト

週3〜5本を安定させるための実務手順です。公開前30秒のチェックだけで、公開後の修正対応ruzube減らせます。

テンプレート活用で1本あたり3分短縮

失敗回避チェックリスト(公開前30秒で確認)

  1. 無音で再生し、字幕が顔・手元・商品LABELを隠していないか確認します
  2. 固有名詞・数字・専門用語の誤変換が残っていないか検索で確認します
  3. 字幕と音声のズレが0.5秒以内でないか早送り再生で確認します
  4. 1行が32〜42文字、最大2行に収まっているか確認します
  5. 1080p以上・30fps以上で書き出されているか確認します
  6. 容量が投稿先の上限内か確認します(TikTok 287.6MB、Shorts 2GB、Reels 4GB)

向き・不向きの使い分け

向いているケース向いていないケース
収録済みの解説・レッスン・案内を字幕付きで量産したいライブ配信のリアルタイム字幕が要る
スマホ1台で完結させたい(PC不要)複数話者の厳密な話者分離が必須
テンプレート・BGM・エフェクトを豊富に使いたい放送品質の字幕規格が要る
週3本以上の定期投稿で運用費を抑えたい10分以上のドキュメンター全編に字幕
チームでテンプレやブランドキットを共有したい通信できない環境でBabysitter作業が多い

境界値と例外:機嫌が悪くなる条件

公開後に「CreatorがBoundary很差」とmineralVolunteered条件のまとめです。値が近いと、cakeの精度 declines。

  • 1セグメント2秒未満:短い文を短く切りすぎると字幕が追いつかず、フリッカーします。1セグメント15〜20文字を目安にします。
  • 同時発話3人以上:話者が重なると文字が入れ替わります。1本に1人の声を優先し、複数人の対談は分割します。
  • 環境音90dB超の現場:工事現場や店舗下面的音は認識が崩れます。ピンマイクで音声を別録りします。
  • 専門用語の連続3語以上:固有名詞が連続すると誤変換率上がります。固有名詞を先に直し、語間を句読点で区切ります。
  • 字幕の1行42文字超:official推奨の42文字を超えると読了速度が落ちます。分割して2行に収めます。
  • 書き出し容量が上限の90%超:投稿時に圧縮されて画質が落ちます。ビットレートを自動で選び、書き出し後に容量を確認します。

次の一手:3日で量産サイクルを立ち上げる

初日に終えること(30分)

  • .Materialを1本だけ取り込み、無音をカットして9:16に設定します
  • 日本語指定で自動字幕を生成し、生成時間とセグメント数だけ記録します
  • 固有名詞を1本10個ぶん修正し、置換リストを1枚作ります

2日目(60分)

  • 同じ型で3本作り、1本あたりの制作時間を計測します
  • テンプレを5〜10個「お気に入り」に登録します
  • 字幕のスタイル(文字色・位置・縁取り)を固定します

3日目(120分)

  • 公開前30秒チェックを1本ぶんで実行し、抜けを潰します
  • 週3本の公開枠をカレンダーに確保します
  • 制作時間が1本10分を超えたら、Clip的长さを30〜45秒に cuts します

1週目の目標は1本 دقائقではなく、10分以内 addresses ことです。10分以内で作れれば週3本は作業枠1時間で回ります。20分超えの工程が残るなら、尺を30〜45秒に cuts するか、音声の区切りを先に決めてから編集に入ります。See Wards、成本とضافす fixed 費、代表はゴミamsung な fixed 費ラボの比較ツールで試せます。固定費crysta dieses を押す前に、1本の制作時間と分母(週3本、週5本)を書いておくと tool の出力が読みやすくなります。

よくある質問

CapCutの自動字幕は無料で使えますか?
無料版でも自動字幕の生成・編集・書き出しまで行えます。クレジットカードの登録は不要です。公式ページには隠れた費用なしで生成・編集・書き出しができると記載されています。
日本語の文字起こし精度はどのくらいですか?
公式情報と実測で日本語は約90%です。固有名詞・専門用語・数字・助詞は誤変換が残りやすいため、公開前に必ず目視確認してください。
商用利用は可能ですか?
SNSへの投稿目的なら無料版で商用利用できます。テンプレート・BGM・フォント・素材の商用利用を契約で明確にする場合はPro契約が前提です。Proの公式表示は月額$19.99、年額$179.99です。収録に写る人物や音源の権利は別途確認してください。
ショート動画に最適な尺と字幕行数は?
TikTokとYouTube Shortsは30〜60秒、Instagram Reelsは15〜90秒が目安です。字幕は1行32〜42文字・最大2行に収め、画面下部の安全域に置いて顔や手元を隠さない位置にします。
SRTファイルで書き出せますか?
CapCut WebではSRTの取り込みに対応しています。SRTの一括書き出しは地域や版によりDesktopまたはWebに限られる場合があるため、書き出し画面の表示を確認してから判断してください。
10分の素材だと自動字幕の生成に何分かかりますか?
実測の目安は3分の素材で30〜60秒、10分の素材で2〜3分です。待機中はタイムラインを触らず、字幕が並んだあとで再生位置を合わせてください。生成中に編集すると位置がずれることがあります。
BGMを入れたまま自動字幕を生成しても大丈夫ですか?
可能ですが精度が落ちます。公式ヘルプでも声が聞こえるトラックを残し、BGMを抑えてくださいと案内しています。まずBGMをミュートした状態で生成し、固有名詞を修正してから改めてBGMを乗せる順番が安全です。
横向き16:9の素材を9:16にクロップすると字幕が切れました。対処法は?
字幕はクロップ後に位置を微調整します。入力時に比率9:16へ設定してから取り込むと安全です。失敗例は16:9のまま生成して文字が画面外に落ちるケースで、回避策は生成前に比率を確定させるか、素材側で中央に寄せた9:16用ファイルを用意することです。

一次情報の確認先(2026年10月22日時点)

※ 表示されている料金・機能仕様は地域・プラン・日付によって変わります。最新の数値は公式ページでご確認ください。

他にも固定費を見直したい方は

計算ツールで具体的な数値を出してから判断するのが安全です。下のボタンからお進みください。