最終更新日：2026年10月14日

音声ファイルの翻訳方法｜文字起こし・翻訳・納品形式の選び方【2026年最新版】

この記事の監修者

齊藤 真也

株式会社ファーストネットジャパン 代表取締役

1998年の創業以来、ホームページ制作・翻訳・アプリ開発・Webマーケティングなど幅広いIT／クリエイティブ領域で4,000件超のプロジェクトを統括。
英語・中国語をはじめとする多言語翻訳サービスの提供を通じて、海外展開や多言語対応を進める中小企業の課題解決を27年以上にわたり支援してきた。
翻訳とWeb制作をワンストップで対応できる体制を整え、経済産業省・電通・テレビ朝日など大手企業・官公庁との取引実績も多数。
大阪本社・東京オフィスの2拠点体制で、全国の企業のグローバル対応をサポートしている。

音声ファイルを翻訳するには、録音内容を文字に起こし、その内容を確認してから別の言語へ訳す方法があります。翻訳した音声を作る場合は、さらに読み上げや吹き替えの工程が必要です。文字起こし、翻訳、字幕、音声出力を分けて考えると、必要なツールと納品物を選びやすくなります。

この記事では、録音済みの会議、インタビュー、講演、研修音声などを対象に、原稿の準備、話者や専門用語の確認、原音との照合、納品形式の選び方を解説します。相手とその場で会話するリアルタイム翻訳とは確認手順が異なるため、録音ファイルの作業として整理しましょう。

音声ファイル翻訳は完成させたいものから逆算する

最初に決めるのは、録音をどのように使うかです。会議の内容を読むなら訳文の文書、発言を原音で確かめるなら時刻付きの対訳表、映像に表示するなら字幕データ、別の言語で聞かせるなら音声ファイルが候補になります。同じ録音を使っても、目的によって必要な情報、文章のまとめ方、確認方法が変わります。

文字起こしは、聞こえた音を元の言語の文字にする作業です。翻訳は、その内容を別の言語で伝える作業です。要約は情報を短く整理する作業で、発言全体の訳文とは異なります。議事録が必要なのか、逐語的な記録が必要なのかを決めずに要約を作ると、後で必要な発言や条件を確認できなくなることがあります。

字幕には表示時間や読みやすい文字量の調整が必要です。翻訳した音声には声、速度、間、発音、元の音との重なりを確認する工程が加わります。ツールが一度に処理できる場合でも、完成品の点検項目まで一つになるわけではありません。納品物を分けて指定すると、何をどの段階で承認するかが明確になります。

録音から見積もりを依頼する場合は、再生時間だけでなく、言語、話者数、音質、専門性、時刻情報の必要性を共有してください。文字起こしを依頼者が用意する場合は、その原稿を使って翻訳するのか、音声も照合するのかを確認します。すでにある文字原稿に誤りが含まれると、訳文にも引き継がれるためです。

録音ファイルを準備し、聞き取れる状態を確認する

原音は加工前の状態で保存し、作業用のコピーを作ります。ファイル名には録音日、内容、順番を付け、複数の録音を扱う場合は一覧を作ってください。会議の前半と後半が別ファイルなら、それぞれの時間と関係を記録します。ファイルを結合したり無音部分を切ったりすると時刻が変わるため、原音との対応を残しておくことが必要です。

再生して、音量が極端に小さくないか、声が重なっていないか、途中で切れていないかを確認します。背景の音、反響、録音機器との距離によって、聞き取れる箇所と難しい箇所が分かれます。音質が悪い部分を先に記録しておけば、文字起こしの結果を確認するときに重点的に聞き直せます。

ファイル形式の変換が必要な場合は、利用するサービスが受け付ける形式、容量、長さを確認してください。拡張子を変えるだけで音声の形式が変わるわけではありません。また、容量を減らすために何度も圧縮すると、子音や小さな声が聞き取りにくくなる場合があります。可能なら元のファイルから対応する形式へ一度で変換します。

発表資料、議題、参加者の役割、製品名、固有名詞、略語の一覧があると、音声の内容を解釈しやすくなります。資料のどのページを話しているか分かる場合は対応も記録してください。録音に聞こえない内容を参考資料から補って発言にするのではなく、聞き取りや用語表記を確認するための資料として使います。

自動文字起こしと音声翻訳のツールを分けて選ぶ

文字起こしツールを選ぶときは、元の音声の言語に対応しているか、録音ファイルをアップロードできるか、話者や時刻を表示できるかを確認します。スマートフォンのマイクで話した内容を翻訳する機能があっても、保存済みの長い音声ファイルを処理できるとは限りません。対象の操作を公式案内で確認してください。

MicrosoftのWordには録音を文字起こしするTranscribe機能があり、録音済みの音声をアップロードする方法も案内されています。これはまず文字原稿を作るための候補です。利用できる契約、対応言語、アップロード時間、保存・共有の条件は環境に合わせて確認し、文字起こししただけで別の言語への翻訳が完了したと扱わないようにしましょう。

Adobe Fireflyには音声を別の言語の音声へ変換する機能が案内されています。文書として訳文を納品したい場合と、聞かせる音声を作りたい場合では選ぶ工程が異なります。利用する言語、ファイル、出力方法、料金・利用枠を確認したうえで、音声出力でも発言内容の点検を省略しないことが大切です。

無料で始められるツールでも、長さ、処理回数、書き出し、話者表示などが制限される場合があります。比較用には、単なるあいさつではなく、数字、専門用語、複数話者を含む短い録音を使ってください。確認にかかる時間も記録すると、自動処理の速さだけでは分からない、実務に合う方法を判断できます。

文字起こしを確定し、話者・専門用語・不明箇所を整える

自動文字起こしの結果は、音声を再生しながら修正します。最初は発言のまとまりと話者の区切りを確認し、その後に固有名詞、専門用語、数値を確認してください。一字ずつ直すことから始めるより、どの人のどの発言かが分かる状態を作る方が、翻訳時に主語や立場を取り違えにくくなります。

話者名が不明な場合は、話者A、話者Bのように仮の記号を使い、確実に分かるまで実名を入れません。自動で話者が分けられていても、途中で同じ人が別の記号になったり、別の人が同じ記号になったりする可能性を確認します。実名と役職の対応が必要なら、録音の管理者に一覧を確認してもらいましょう。

聞き取れない箇所は、時刻と理由を付けて未確定として残します。たとえば、声が重なった、音が途切れた、略語の候補が複数ある、といった情報です。文脈からもっともらしい文章を作って埋めると、実際に発言した内容との違いが見えなくなります。確認できない箇所をどの形式で納品するかも先に決めてください。

口語の言い直しや「あの」「ええと」などを残すか、読みやすく整えるかは用途次第です。整文する場合も、否定、条件、ためらい、発言の確度を変えないようにします。「検討している」を「実施する」にまとめると、意味が強くなります。原音への忠実さと読みやすさの方針を決めてから、文字原稿を確定しましょう。

翻訳では文脈と条件を保ち、要約と区別する

確定した文字原稿を翻訳するときは、発言の前後も確認します。質問に対する短い回答や、資料を指す「こちら」は、単独では意味が決まりません。原音、文字原稿、参考資料の対応が分かる状態で翻訳し、訳文を短くする必要がある場合も、どの情報を省くのかを用途に合わせて判断します。

架空の会議で「今月の出荷分には適用しません。来月の注文分からです」と発言した場合、適用しない対象と、開始する対象の両方を訳文で確認します。「来月から適用する」とだけまとめると、出荷と注文の違いが失われます。発言を自然な文章に整えるときも、基準日、対象、例外を原文から引き継いでください。

専門用語や製品名は、文字起こしの段階で確定した表記と、翻訳先の承認済み名称を対応させます。音で似た用語が混じっていないかを確認し、略語を展開する場合は正しい正式名称を使います。翻訳者が判断できない用語は、候補と該当時刻を記録して依頼者に確認することで、文書全体の修正へ反映しやすくなります。

議事録として要約する場合は、発言全体の訳文とは別に保存します。結論、決定事項、担当者、期限を整理する一方で、保留事項や条件付きの合意が消えていないかを確認してください。読みやすい要約だけを原稿にすると、後から詳細な訳文が必要になったときに原音を聞き直す作業が増えます。

時刻付き対訳表で原音との照合を管理する

確認しやすい納品形式として、時刻、話者、原語、訳文、確認事項を並べた対訳表があります。時刻はファイルの先頭を基準にするのか、複数ファイルを結合した全体を基準にするのかを決めます。区切りの細かさは発言単位、段落単位、一定時間などから選び、確認しやすさと作成の負担のバランスを考えましょう。

下の表は形式を示す架空の例です。開始時刻だけでは該当範囲が分かりにくい場合は、終了時刻も付けます。訳文には意味を保った文章を記載し、未確定の内容は確認事項の列で管理します。音声の内容と異なる説明を訳文へ混ぜず、補足を入れる場合は補足であることが分かる形にします。

原音を点検する担当者には、表だけでなく、同じ版の音声ファイルも渡します。音声を切り直した後に古い時刻付き表を使うと、該当箇所を探せなくなります。ファイルの版、区間、表の版をセットにし、修正後に時刻が変わった場合は一覧にも反映してください。

修正指示には、ファイル名、時刻、話者、修正対象、理由を付けます。聞き取りの修正か、翻訳の修正か、表記の統一かを分けると確認先が明確になります。原語の文字起こしを直した場合は、対応する訳文も見直し、訳文だけを直して原語との不一致が残らないようにしてください。

字幕・翻訳音声にする場合の追加工程を決める

字幕にする場合は、確定した訳文を表示時間に合わせて区切ります。長い訳文を短くする、読みやすい位置で改行する、話者の切り替わりに合わせる、といった調整が必要です。文字原稿の翻訳と字幕のタイミング調整を別工程として見積もると、完成品に何が含まれるかを確認しやすくなります。

字幕ファイルを納品するのか、動画に字幕を入れた完成映像を納品するのかも区別します。再生する環境によって対応形式や表示が異なるため、使うシステム、画面サイズ、必要な言語を共有してください。字幕翻訳の発注は字幕・映像翻訳の解説で詳しく整理しています。

翻訳音声では、読み上げる文字原稿を先に確定し、名称、略語、数字の読み方を指示します。自然な音声でも、固有名詞の読みや区切りが意図と異なる場合があります。原稿の承認後に音声を確認し、修正が内容の変更か、読み方の変更か、音量や間の調整かを分けて記録してください。

既存の声に似せる機能などを使う場合は、話者の利用許諾と使用範囲を確認します。原音を残すか、別の言語の音声に置き換えるか、背景音とどう混ぜるかも決めます。社内の内容確認用と、外部へ公開する音声では必要な承認が異なるため、公開先まで含めて完成品の条件を共有しましょう。

翻訳料金と納期は音声の状態と確認範囲で変わる

音声翻訳では、文字起こし、原音との照合、翻訳、字幕や音声制作をそれぞれ確認します。音声の再生時間だけから、翻訳料金の文字単価を直接当てはめることはできません。文字原稿がある場合も、その内容を検証する工程が含まれるかによって作業が変わります。見積書では工程と納品物の対応を確認してください。

話者が多い、声が重なる、専門用語が多い、複数言語が混じると、確認に時間が必要になる場合があります。急ぎの案件でも、音質の悪い箇所を無理に確定する方針にはせず、未確定箇所をどう示すかを合意します。最終的な読者が誰かを共有しておくと、必要な詳しさを判断しやすくなります。

納期を決めるときは、録音を渡す日、文字起こしを確認する日、訳文を確認する日、完成品を受け取る日を分けます。専門用語や話者名の回答が遅れると、翻訳の確定も遅れることがあります。社内の確認担当者を決め、回答を一つの一覧に集めると、途中の判断を制作担当へ伝えやすくなります。

継続して同じ会議や研修を翻訳するなら、用語表、話者表、ファイル名、時刻のルールを共通化します。前回の記録を使うときも、担当者や製品仕様が変わっていないか確認してください。再利用できるのは確認済みの情報であり、前回の不明箇所や仮の表記までそのまま引き継がないことが大切です。

依頼前と納品後に確認するチェックリスト

依頼前には、すべてのファイルが再生できるか、必要な録音がそろっているか、対象言語と目的が明確かを確認します。参加者の個人情報や業務情報を含む録音では、録音・共有・外部サービス利用に関する社内ルールと権限も確認してください。ツールの保存・削除条件は、本番で利用する契約と設定に合わせて確かめます。

納品後には、ファイル数、録音の順番、話者、時刻、未確定箇所、数値・名称を確認します。会議の結論だけでなく、条件や保留事項も原音と照合しましょう。内容確認用の訳文であれば、読みやすさより先に、発言の範囲が欠けていないかを点検することで、重要な意味の違いを見つけやすくなります。

公開する字幕や音声は、文字原稿の点検後に実際の再生環境でも確認します。字幕が一瞬で消える、音声の区切りが不自然、資料の切り替えと説明が合わない、といった問題は文書だけでは分かりません。完成ファイルを最初から最後まで再生し、内容と表示・音の両方を承認してください。

修正後は、指摘した箇所だけでなく関連する箇所も再確認します。たとえば製品名の読み方を直した場合は、全体で同じ読みが使われているかを点検します。最終版には確認日と承認者を付け、古いファイルと区別して保存することで、次の担当者にも完成品を引き継ぎやすくなります。

ファーストネット翻訳サービスへ相談する場合

株式会社ファーストネットジャパンは1998年創業。ファーストネット翻訳サービスでは英語・中国語・韓国語をはじめ44言語・方言に対応し、用途、専門用語、表記、数値や固有名詞などを確認して翻訳をご提供しています。原稿の内容と必要な品質に応じて、スタンダードとハイクオリティの2つのプランからご相談いただけます。

この単価はすべての言語に共通する料金ではありません。翻訳の方向、分野、文書の状態、納品形式、希望納期で見積もり条件が変わります。最低料金は1案件20,000円（税別）です。主要16言語の単価は公式料金表で確認でき、それ以外の言語は個別見積もりとなります。原稿と対象言語を確認してから、必要な工程を整理します。

翻訳に加え、Illustrator・Photoshop・InDesign・Word・Excel・PowerPoint・Figmaなどへの文字入れ、DTP、多言語ホームページ制作、システムやアプリへの反映も相談できます。翻訳のみ、文字入れ込み、Web実装込みを同じ作業とせず、どこまでを依頼するか、確認用PDFや編集用データが必要かを共有してください。元データの状態によっては再制作などの工程が必要になるため、納品物の条件を先にそろえます。

納品後3か月は、合意した翻訳条件の範囲で無償修正に対応します。原文の変更、別の用途への作り替え、追加ページや新しい言語の制作は、元の修正と分けてご相談ください。初回は、原稿、使用目的、対象地域、希望納期、必要なファイル形式を添えてお問い合わせいただくと、対応範囲を確認しやすくなります。

見積もりでは、文字数やページ数に加え、用語集や参考資料の有無、編集可能なデータ、画像内文字、確認担当者と校正回数も共有してください。複数言語に展開するときは、共通の原稿を確定したうえで、それぞれの地域に必要な表記と表示領域を確認します。社内の承認を受けた名称や用語を早めに伝えることで、後工程での差し戻しを減らしやすくなります。

対応言語と公式料金表／関連する翻訳サービス・実務の解説

よくある質問

音声ファイルはそのまま翻訳できますか？

録音を直接受け付けるツールもありますが、文字起こし、翻訳、音声出力のどの工程を行うか確認します。発言内容の正確さが必要な場合は、原音と文字原稿・訳文を照合してください。

文字起こしと翻訳の違いは？

文字起こしは元の言語で聞こえた内容を文字にし、翻訳はその内容を別の言語で伝えます。要約や議事録の作成はさらに別の作業なので、目的と必要な記録の詳しさを指定します。

無料ツールだけで長い録音を翻訳できますか？

対応言語、長さ、容量、回数、書き出し方法などの制限を確認する必要があります。短いサンプルで話者、数値、専門用語を確認し、本番の作業と点検に必要な機能を比較してください。

聞き取れないところはどう扱いますか？

時刻と理由を付けて未確定として残し、管理者へ確認します。聞こえない内容を推測で確定せず、不明箇所の表示方法を合意して納品することが大切です。

字幕や翻訳音声も一緒に依頼できますか？

対応範囲を個別に確認し、翻訳、タイミング調整、字幕反映、読み上げ、音声編集を分けて指定します。文字原稿の承認と、完成した字幕・音声の承認も分けて行います。

見積もりに必要な情報は？

原音、言語、再生時間、話者数、音質、用途、希望納期、納品形式を共有します。参考資料や文字原稿がある場合は、原音照合の要否、話者・専門用語・時刻の扱いも伝えてください。

まとめ

音声ファイル翻訳は、完成させたい文書・対訳表・字幕・音声を決め、文字起こしと翻訳の確認範囲を整理すると進めやすくなります。原音を残し、話者、専門用語、不明箇所、時刻を管理することが、確認できる訳文を作る土台になります。

公開・配布する字幕や音声は、原稿の承認後に実際の再生環境でも点検してください。音声の状態と必要な納品物を先に共有すると、費用と納期に含まれる工程を具体的に確認できます。

参考資料

製品機能や公的な要件は2026年10月14日に公式資料を確認しています。利用する環境や提出先の条件に合わせて確認してください。

• Microsoft Support：Transcribeによる録音の文字起こし
• Adobe Firefly：音声翻訳機能