要点
| 公式機能 | 概要欄の「文字起こしを表示」から無料で表示。タイムスタンプ付き |
|---|---|
| 公式機能の弱点 | 一括ダウンロード・要約・翻訳に非対応。自動字幕の誤りはそのまま |
| URLを貼るツール | 同じ字幕トラックを取り出す仕組み。書き出しと要約ができる |
| 共通の落とし穴 | 日本語動画でも機械翻訳されたトラックが返ることがある |
| 精度が変わる方法 | 字幕を取得するタイプは元の字幕と同じ精度。音声を再認識するタイプはモデル次第 |
| 実測した日本語精度 | FLEURS日本語200クリップ・44分でCER 5.1〜5.5%（後述） |
YouTubeの公式機能で文字起こしを表示する手順は？
YouTubeには文字起こしの表示機能が標準で備わっており、拡張機能やアプリを追加しなくても、パソコン・スマートフォンの両方から無料で利用できます。表示されるのはタイムスタンプ付きのテキストで、行をクリックすると動画の該当箇所へジャンプします。この機能が使えるのは、その動画に自動字幕または投稿者がアップロードした字幕が存在する場合だけです。
パソコンで文字起こしを表示する手順
- YouTubeで対象の動画を開き、タイトル下の概要欄（説明文）をクリックして展開します。
- 概要欄の下部にある「文字起こしを表示」をクリックします。
- 動画の右側にタイムスタンプ付きのテキストが表示されます。
- テキストをドラッグして選択し、コピーします。タイムスタンプが不要な場合は、パネル右上のメニューから「タイムスタンプを切り替える」を選んでオフにします。
スマートフォンで文字起こしを表示する手順
- YouTubeアプリまたはブラウザで動画を開き、タイトル下の概要欄をタップして展開します。
- 概要欄を下にスクロールし、「文字起こしを表示」をタップします。
- 画面下部にタイムスタンプ付きのテキストが表示されます。
- テキストを長押しして選択範囲を広げ、コピーします。スマートフォンでは一括での書き出しに対応していないため、長い動画ではパソコンのブラウザを使うほうが確実です。
YouTubeの文字起こしには3つの方法があり、何が違いますか？
YouTubeの文字起こしを得る方法は、仕組みで3種類に分かれます。(1) YouTubeの公式機能で字幕を表示する、(2) 動画URLを貼ると字幕トラックを取り出すAIツールを使う、(3) 動画の音声そのものを音声認識にかけ直す、の3つです。YouTubeの字幕トラックを取得するタイプでは、出力精度は元の字幕と同じです。音声を再認識するタイプでは、使用する音声認識モデルによって精度が変わります。
| 方法 | 仕組み | 精度 | 要約・翻訳 | 向いている場面 |
|---|---|---|---|---|
| 公式の文字起こし表示 | YouTubeの字幕トラックを画面に表示 | 自動字幕の精度がそのまま出る | なし | その場で内容を確認したいとき |
| URLを貼るAIツール | 同じ字幕トラックをAPIで取得 | 自動字幕の精度がそのまま出る | あり | まとめて書き出し・要約したいとき |
| 音声から再文字起こし | 音声を音声認識にかけ直す | 使う音声認識モデルで決まる | あり | 字幕がない、または精度が足りないとき |
日本語の動画なのに英語のテキストが返るのはなぜですか？
YouTubeの1本の動画は、複数の字幕トラックを持つことがあります。投稿者が付けた日本語字幕、YouTubeの自動字幕、さらに自動翻訳された他言語のトラックです。問題は、YouTubeの字幕データが「どれが元の音声を書き起こしたトラックで、どれが機械翻訳されたトラックか」を区別して返さないことです。そのため日本語で話している動画にURL方式のツールを使っても、英語に翻訳されたトラックが選ばれ、英語のテキストが返ることがあります。
TranscribeThisでは、取得した字幕トラックの言語と、動画で利用可能な字幕トラックの一覧を記録しています。これにより、日本語の動画に英語のトラックが使われた場合も確認でき、機械翻訳された字幕を元の文字起こしと誤認するのを防げます。
翻訳トラックが混ざっているかを見分ける4つのポイント
- 日本語で話している動画なのに、返ってきたテキストが英語や中国語になっている。最も分かりやすい兆候です。
- 日本語ではあるが、話し言葉に対して文章が不自然に整っている。翻訳を経由したテキストは、言い淀みやフィラーが消えて書き言葉に近づきます。
- 社名・人名・商品名がカタカナではなくアルファベット表記になっている。日本語から英語へ翻訳され、また日本語に戻された場合に起きやすい現象です。
- 使っているツールに「取得した字幕の言語」を表示する機能があるか確認する。表示がないツールでは、翻訳トラックを引いていても気づく手段がありません。
日本語の文字起こしの精度はどれくらいですか？
音声から文字起こしをやり直す場合、精度は使う音声認識モデルで決まります。TranscribeThisでは日本語向けモデルの選定にあたり、公開ベンチマークであるFLEURSの日本語テストセットから200クリップ（合計44分、1クリップ平均13.2秒）を取り出し、2つのモデルを同じ音声・同じ採点方法で比較しました。日本語は単語の区切りに空白を使わないため、単語誤り率（WER）ではなく文字誤り率（CER）で採点しています。
| 音声認識モデル | CER（低いほど良い） | 表記ゆれ補正前のCER | 44分の処理にかかった時間 |
|---|---|---|---|
| parakeet-tdt_ctc-0.6b-ja | 5.5% | 5.7% | 10秒 |
| Qwenベースの音声認識 | 5.1% | 5.4% | 389秒 |
QwenのCERは0.4ポイント低い結果でしたが、同じ44分の音声を処理するのにparakeetの約39倍の時間がかかりました。TranscribeThisが日本語の処理にparakeetを採用しているのはこのためです。0.4ポイントの精度差は、待ち時間が39倍になることに見合わないという判断によるものです。
TranscribeThisでYouTubeのURLから文字起こしする手順は？
- YouTubeで文字起こししたい動画を開き、アドレスバーまたは共有ボタンからURLをコピーします。
- このページ上部の入力欄にURLを貼り付けます。ファイルのアップロードも拡張機能のインストールも不要です。
- 文字起こしが表示されたら、テキストをコピーするか、TXT・DOCX・PDF・SRT・VTT形式で書き出します。
字幕トラックがある動画では数秒で結果が返ります。字幕がない動画では音声からの文字起こしに自動で切り替わるため、処理時間は動画の長さに応じて伸びます。どの言語の字幕トラックを取得したかは記録されるので、日本語の動画に英語トラックが使われた場合に気づくことができます。
YouTube以外の音声・動画ファイルを文字起こしする場合は、MP4・MP3・M4Aなどのファイルを直接アップロードできます。ブラウザだけで完結し、変換ソフトは必要ありません。
用途別に、どのYouTube文字起こしの方法を選ぶべきですか？
YouTubeの文字起こしは「何に使うか」で最適な方法が変わります。その場で内容を把握したいだけなら公式機能で足り、記事や議事録の下書きに使うなら音声から起こし直す価値があります。以下は目的別の対応表です。
| やりたいこと | 推奨する方法 | 理由 |
|---|---|---|
| 内容をその場でざっと確認したい | YouTube公式の文字起こし表示 | 無料で、登録も追加ツールも不要 |
| テキストをまとめてコピー・保存したい | URLを貼るAIツール | 公式機能は一括の書き出しに対応していない |
| 議事録や記事の下書きに使いたい | 音声からの再文字起こし | 自動字幕の誤りをそのまま持ち込まずに済む |
| 字幕ファイル（SRT・VTT）が欲しい | タイムスタンプ付きで書き出せるツール | 公式機能のコピーではタイムスタンプの構造が失われる |
| 英語の動画を日本語で読みたい | 翻訳機能のあるツール | YouTubeの自動翻訳字幕は精度が安定しない |
| 自分の動画に字幕を付けたい | YouTube Studioの字幕編集 | 自動字幕を直接修正でき、動画に反映される |
| 非公開の動画を扱いたい | ファイルをアップロードして文字起こし | 非公開動画は外部ツールから取得できない |
英語のYouTube動画を日本語の文字起こしにするには？
英語のYouTube動画を日本語で読みたい場合、選択肢は2つあります。1つはYouTubeの自動翻訳字幕を表示する方法で、無料ですが、英語の自動字幕を機械翻訳するため誤りが二重に重なります。もう1つは英語の音声を文字起こししてから翻訳する方法で、元の音声から起こすぶん、聞き取り誤りが翻訳に持ち込まれる量が減ります。
- YouTubeの自動翻訳字幕を使う場合：動画の設定（歯車アイコン）から「字幕」→「自動翻訳」→「日本語」を選びます。
- 文字起こししてから翻訳する場合：まず英語のまま文字起こしを取得し、テキスト全体を翻訳ツールにかけます。話者ラベルとタイムスタンプを残したまま翻訳したい場合は、SRT形式で書き出してから翻訳します。
YouTubeの文字起こしを使うときの注意点は？
YouTubeの文字起こしを自分の学習やメモのために作ることと、その文字起こしを公開することは別の行為です。前者は一般に問題になりにくい一方、他人の動画の文字起こしを全文そのまま自分のコンテンツとして公開する行為は、著作権とYouTubeの利用規約の両方が関わります。引用の範囲を超える転載は避け、出典と動画へのリンクを明記してください。
- 著作権：動画で話されている内容にも著作権があります。全文の転載ではなく、必要な部分の引用にとどめ、出典を明示してください。
- 利用規約：YouTubeの利用規約は、許可されていない自動化された手段でのアクセスを禁じています。利用するツールがどの方法でデータを取得しているか確認してください。
- 個人情報：会議やインタビューの動画には、話者の氏名や所属などの個人情報が含まれます。文字起こしを共有する前に、削除すべき情報がないか確認してください。
- 精度の確認：自動字幕を発言として引用する前に、必ず元の音声と照合してください。数字・固有名詞・否定形は誤りが出やすい箇所です。
文字起こしの法的な線引きをより詳しく知りたい場合は、YouTube動画の文字起こしと公開の法的な考え方（英語）にまとめています。
よくある質問
YouTubeの文字起こしは無料でできますか？
YouTubeの公式の「文字起こしを表示」機能は完全に無料で、アカウントの登録も拡張機能のインストールも不要です。動画の概要欄から表示でき、タイムスタンプ付きのテキストをコピーできます。無料の範囲を超えるのは、一括ダウンロード・要約・翻訳・SRTなどの字幕ファイル書き出しといった機能で、これらは外部のツールが担当します。TranscribeThisにも無料で試せる範囲があります。
YouTubeの自動文字起こしの精度はどれくらいですか？
YouTubeの自動字幕の精度は、音質・話者の人数・専門用語の多さで大きく変動します。1人がマイクに向かって明瞭に話す動画では実用的な水準になりますが、複数人の会話・BGMのある動画・専門用語の多い講義では誤りが増えます。特に数字、固有名詞、否定形は誤りが出やすい箇所です。精度が足りない場合は、字幕を読む方法ではなく、音声を認識し直す方法に切り替える必要があります。
URLを貼るだけのツールは、なぜ長い動画でも数秒で終わるのですか？
URLを貼るだけのツールの多くは、音声を認識しているのではなく、YouTubeにすでに存在する字幕トラックを取り出しているためです。1時間の動画でも取り出す作業自体は一瞬で終わります。この仕組みの結果として、出力の精度はYouTubeの自動字幕の精度と同じになり、ツールを乗り換えても改善しません。精度を上げたい場合は、音声から文字起こしをやり直す機能があるツールを選んでください。
日本語の動画なのに英語のテキストが返るのはなぜですか？
YouTubeの動画は複数の字幕トラックを持つことがあり、その中には自動翻訳されたトラックも含まれます。YouTubeの字幕データは、どれが元の音声を書き起こしたトラックでどれが機械翻訳かを区別して返さないため、日本語の動画でも英語の翻訳トラックが選ばれることがあります。TranscribeThisでは、取得した字幕トラックの言語と、動画で利用可能な字幕トラックの一覧を記録しているため、翻訳字幕が選択された場合も確認できます。
字幕がないYouTube動画でも文字起こしできますか？
字幕がない動画は、URLを貼って字幕を取り出す方式のツールでは文字起こしできません。この場合は動画の音声そのものを音声認識にかける必要があります。TranscribeThisでは、字幕が取得できない動画では自動的に音声からの文字起こしに切り替わるため、利用者側で操作を変える必要はありません。処理時間は動画の長さに応じて伸びます。
YouTubeの文字起こしをタイムスタンプ付きでダウンロードできますか？
YouTubeの公式機能ではタイムスタンプを画面に表示できますが、ファイルとして書き出す機能はなく、コピーするとタイムスタンプの構造が失われます。タイムスタンプを保った形で保存したい場合は、SRTまたはVTT形式で書き出せるツールを使ってください。TranscribeThisはTXT・DOCX・PDF・SRT・VTTでの書き出しに対応しています。
スマートフォンだけでYouTubeの文字起こしはできますか？
できます。YouTubeアプリまたはスマートフォンのブラウザで動画を開き、概要欄を展開して「文字起こしを表示」をタップすると、画面下部にタイムスタンプ付きのテキストが表示されます。ただしスマートフォンでは一括での書き出しに対応しておらず、長い動画では長押しでの範囲選択が煩雑になります。動画が長い場合は、URLをブラウザのツールに貼り付けるほうが確実です。
非公開・限定公開のYouTube動画も文字起こしできますか？
非公開動画は外部ツールから取得できません。限定公開動画は、URLから視聴でき、ログインや年齢確認が不要な場合に処理できることがあります。確実に文字起こしするには、動画ファイルをアップロードしてください。TranscribeThisはMP4・MOV・MP3・M4A・WAVなどの形式に対応しており、ブラウザから直接アップロードできます。
他人のYouTube動画の文字起こしをブログに使ってもよいですか？
自分用のメモとして文字起こしを作ることと、それを公開することは別の行為です。他人の動画の文字起こしを全文そのまま自分のコンテンツとして公開する行為は、著作権とYouTubeの利用規約の両方に関わります。引用の範囲にとどめ、出典と動画へのリンクを明記してください。判断に迷う場合、特に商用利用では専門家に相談してください。この記事は一般的な情報であり、法的助言ではありません。
文字起こしに話者ラベルを付けられますか？
YouTubeの自動字幕には話者の区別がなく、複数人が話す動画でも1本の連続したテキストとして出力されます。誰の発言かを分けたい場合は、話者分離（ダイアライゼーション）に対応したツールで音声から文字起こしをやり直す必要があります。TranscribeThisは話者ラベルの付与に対応しており、ラベルには任意の名前を割り当てられます。
関連記事
TranscribeThis製品チームが内容を確認しました・最終更新：2026年8月