動画の文字起こし・翻訳ツール9選を比較【2026年】

動画を別の言語に翻訳するツールをお探しですか？翻訳字幕や吹き替え音声を作成できるツールを、編集機能、出力形式、料金とあわせて比較し、制作する動画に合ったものを選びましょう。

比較早見表

表と図の料金は米ドル建ての月払い料金で、年払いプランの割引は反映していません。翻訳・吹き替えの利用可能量はプランによって異なり、音声認識APIの料金には文字起こしのみが含まれます。各ツールの項目にプランの詳細と料金ページへのリンクを掲載しています。

ツールを選ぶ前に、必要な出力を決める

• 文字起こし： 動画の音声を、検索できるテキストにしたものです。
• 原語字幕： 話されている言語のまま、表示タイミングを付けたテキストです。
• 翻訳字幕： 別の言語に翻訳し、表示タイミングを付けたテキストです。字幕ファイルとして書き出すか、動画に埋め込みます。
• AI吹き替え： 別の言語で話す音声です。
• リップシンク： 吹き替え音声に話者の口の動きを合わせる動画処理です。

用途別にツールを比較する

※各社のデモ動画には、英語の音声・表示や旧バージョンの画面が含まれる場合があります。

業務用動画の翻訳

1. VoicePing：業務用動画の翻訳に

VoicePing は、アップロードした業務用の録画・録音から、原語の文字起こし、翻訳テキスト、AI要約、ASSまたはSRT字幕、字幕付き動画、吹き替え付きの動画・音声を作成します。一般的な音声・動画形式で最大2 GBのファイルを入力できます。翻訳テキストと音声では対応言語が異なるため、希望する言語をFile Transcribeで利用できるか確認してください。

選定のポイント： VoicePingは、翻訳した動画・音声と、再利用できるテキスト記録の両方が必要な研修動画やプレゼンテーションに適しています。文字起こし、翻訳、要約を録画・録音と一緒に残せる点が、業務チームにとっての実用的な利点です。画面に映る話者の声や口の動きを合わせることが必須なら、HeyGen を検討してください。VoicePingにはリップシンクや音声選択の設定機能がありません。

料金： Individualは月額$31.50からで、文字起こし・翻訳を450分利用できます。Freeプランにはワークスペースあたり90分の利用枠が含まれますが、このプランを選ぶ前にFile Transcribeを利用できるか確認してください。

VoicePingの最新料金とプラン詳細 をご確認ください。

動画・字幕編集

2. Vrew：字幕を使った動画編集に

Vrew は、自動文字起こし、テキストベースの動画編集、字幕翻訳を組み合わせたツールです。文字起こしテキストの編集に連動して動画も編集できるため、字幕の修正と不要な場面のカットを並行して進めたい場合に便利です。

選定のポイント： 動画編集の一環として字幕を翻訳するなら、Vrewが候補になります。テキストベースの編集機能 では、文字起こしを使って発話部分をカットしたり並べ替えたりでき、インタビューや解説動画に役立ちます。編集がすでに完了しており、リップシンク付きの翻訳音声を優先するなら、HeyGen など吹き替えに特化したツールから検討するとよいでしょう。

料金： Lightは月払いで月額$13.99からです。利用制限付きのFreeプランと、クレジット制の有料プランがあります。

Vrewのプランを見る 。

3. VEED：ブラウザーでの動画編集に

VEED は、ブラウザー上の動画編集に、自動文字起こし、編集可能な字幕、字幕翻訳、吹き替え、スタイル調整、動画の書き出しを組み合わせたツールです。

選定のポイント： 翻訳した字幕ファイルに加えて、完成した動画が必要なら、VEEDも候補になります。翻訳とあわせてトリミング、サイズ変更、字幕のスタイル調整ができるため、SNS向けの短い動画やマーケティング動画に適しています。透かしなしの書き出しには有料プランが必要 です。成果物が字幕だけなら、動画エディターの豊富な機能を使い切れない可能性があります。

料金： Creatorは月払いで1ユーザーあたり月額$20からです。翻訳、吹き替え、書き出し品質、透かしの条件、利用クレジットはプランによって異なります。

VEEDのプランを見る 。

文字起こし・字幕の作業環境

4. Happy Scribe：必要に応じて人によるレビューも利用できる字幕制作に

Happy Scribe は、AI文字起こし、翻訳、字幕のタイミング調整、書き出しに加え、オプションで人による文字起こしや字幕制作サービスを提供しています。

選定のポイント： 翻訳字幕を公開する前に、人によるレビューも選べるようにしておきたい場合は、Happy Scribeが候補になります。有料の校正サービス を利用すればAIの出力に人の確認を加えられますが、追加費用がかかり、納品までの時間も長くなります。レビューを自分たちで行い、動画のカット編集も必要なら、Vrew やVEED から検討するほうが用途に合います。

料金： Basicは月払いで月額$17からです。利用制限付きのAI試用があり、人によるサービスには別途費用がかかります。

Happy Scribeのプランを見る 。

5. Sonix：インタビューやポッドキャストの字幕制作に

Sonix は、文字起こし、ブラウザー上の編集、翻訳、字幕のタイミング調整、AI分析、動画・音声の書き出しに対応しています。

選定のポイント： インタビューやポッドキャストの翻訳字幕で、表現や表示タイミングを調整したい場合にSonixは適しています。原語の文字起こしと翻訳の両方を編集できる ため、レビュー担当者が書き出し前にテキストを整えられます。主な成果物が別の言語の音声であれば、吹き替えに特化した製品を候補にしましょう。

料金： 従量課金は1時間あたり$10です。月額プランはCoreが$25、Advancedが$50、Proが$80からで、それぞれ5時間、20時間、40時間が含まれます。30分の試用も利用できます。

Sonixのプランを見る 。

6. Notta：会議やインタビューの録画・録音に

Notta は、リアルタイムの会話やアップロードしたファイルを扱い、検索可能な文字起こし、要約、文字起こしの翻訳を利用できる、会議・録画・録音用のワークスペースです。

選定のポイント： 録画・録音した会議の内容を言語をまたいで理解・共有することが主な目的で、字幕も補助的に活用したい場合にNottaは適しています。ただし、翻訳テキストを直接編集できない ため、公開用字幕の制作では編集の自由度が限られます。書き出す前に訳文を整えたい場合は、Sonix から検討するとよいでしょう。

料金： NottaのWebプランのドキュメント では、Proは月払いで月額$13.49と案内されています。地域やアプリストアによって料金が異なる場合があります。利用制限付きのFreeプランもあります。翻訳済みSRTの書き出しにはPro以上が必要です。

Nottaの最新料金 をご確認ください。

AI吹き替え・リップシンクによるローカライズ

7. HeyGen：AI吹き替えとリップシンクに

HeyGen は、翻訳音声、音声の選択、話者の口の動きを合わせた動画の作成に特化したAI動画翻訳プラットフォームです。会議メモの作成や文字起こしの保管を主目的とする製品とは用途が異なります。

選定のポイント： 話者が画面に映る動画で、翻訳音声と口の動きの一致が重要なら、HeyGenが候補になります。音声のみのモードとリップシンクモードがあり、すべての動画でリップシンクに費用をかけることなく、映像に合わせて選べます。確認しておきたいのは、編集の自由度とクレジット消費量です。リップシンクモードはコストが高く、台本の校正にはPro以上が必要 です。

料金： Creatorは月払いで月額$29からです。クレジット消費量は、動画の長さ、翻訳先の言語、書き出し品質、プレミアム音声機能によって変わります。HeyGenのプランを見る 。

開発者向け音声認識API

8. Amazon Transcribe：AWSで独自の動画処理を構築する場合に

Amazon Transcribe は、バッチ・ストリーミング音声認識、話者分離、カスタム語彙、言語識別を提供します。バッチ処理ではSRTまたはVTT字幕も生成できます。

選定のポイント： AWS上にあるファイルを使って開発者が動画処理の仕組みを構築する場合は、Amazon Transcribeが候補になります。バッチ処理での字幕出力 は便利な構成要素ですが、翻訳や動画への組み込みは別途必要です。単発の動画制作や開発者の支援を受けられないチームなら、すぐに使える翻訳エディターを選びましょう。

料金： 利用料金はリージョンと処理内容によって異なり、対象の新規アカウントには上限付きの無料枠があります。

対象アカウントは、12か月間、毎月60分を無料で利用できます。AWSの最新料金を確認する 。

9. Google Cloud Speech-to-Text：Google Cloudで独自の処理を構築する場合に

Google Cloud Speech-to-Text は、多くの言語とそのバリエーションで、バッチ、短い音声、ストリーミングの認識に対応しています。V2のバッチ処理では、SRTおよびWebVTT形式の原語字幕を生成できます。

選定のポイント： 自社アプリケーションに文字起こしを組み込みたいチームには、Google Cloud Speech-to-Textが適しています。動的バッチ処理 は、処理の完了を待てる録画・録音ファイル向けに、低コストの選択肢を提供します。動画をアップロードすれば翻訳まで完了するアプリではなく、翻訳、レビュー、動画の書き出しは別途必要です。完成した動画をすぐに得ることより、システム連携の自由度を重視する場合に選びましょう。

料金： 音声認識は従量課金で、選択するモデル、リージョン、処理モードによって異なります。

音声チャンネルとCloud Storageは別途課金されます。Google Cloudの最新料金を確認する 。

制作する動画に合うツールは？

字幕編集にはVrew、VEED、Happy Scribe、Sonixを比較しましょう。会議の文字起こしを翻訳したい場合はNottaが候補になります。話者が画面に映る動画の吹き替えやリップシンクにはHeyGen、独自の処理を構築する開発者にはAWSやGoogle Cloudが適しています。

業務用の録画・録音から、文字起こし、字幕、要約、吹き替え版をまとめて作成したい場合は、VoicePingの動画翻訳をご覧ください 。

関連ガイド

• 2026年版：会議の自動文字起こしツール比較（英語）
• 2026年版：音声翻訳アプリ比較（英語）
• 2026年版：日本語から英語への翻訳アプリ比較（英語）
• Zoomの通訳機能に代わるツール比較（英語）