1つのファイルから選べる3つの結果

音声翻訳ツール (英語)は、まずWhisperで元の音声を文字起こしし、その文章を日本語に翻訳します。希望すれば、そこから日本語の音声も作ります。どれを選ぶかで料金が変わります。
- 日本語訳テキスト
- 内容の把握、メモ、引用に。1分あたり1クレジット、1ファイル最低5クレジット
- 日本語のSRT・VTT字幕
- プレーヤーでの再生や動画への組み込みに。同じ処理で作られるため料金はテキストと同じ
- 日本語音声(M4A)
- ポッドキャストや講座を日本語で配信し直すときに。1分あたり50クレジット、1ファイル最低2分
- 元の言語の文字起こし
- 翻訳と一緒に必ず届くので、気になる箇所を原文で確認できる
英語の録音1時間分を読んで理解するだけなら60クレジットです。日本語音声はその50倍かかります。文ごとに音声を作り直し、元の発話の長さに合わせて配置するためです。
用途別の選び方の目安は次のとおりです。
- 英語の講義を復習したい:日本語訳テキストで十分です。原文の文字起こしで専門用語の綴りも確認できます。
- 英語のセミナー動画に字幕を付けて社内共有したい:日本語のSRT字幕を選びます。
- 自分の英語ポッドキャストを日本語でも配信したい:日本語音声。ただし先にテキストで翻訳の質を確かめます。
- 海外の取引先からのボイスメッセージ:ほとんどの場合テキストだけで足ります。
手順(画面の表記どおり)

画面は英語表記なので、ボタン名をそのまま記載します。
- Googleアカウントでログインします。これが唯一のログイン方法で、100クレジットの無料分が付与されます。
- 「Drop audio here」の枠にファイルをドラッグします。対応形式はMP3、WAV、M4A、AAC、OGG、FLAC、WebMで、1ファイル最大2時間です。
- 「Select language」で翻訳先にJapaneseを選びます。
- テキストと字幕だけが必要なら「Audio and text output」をオフのまま「Transcribe audio (英語)」を押します。
- 日本語音声も作るなら「Audio and text output」をオンにして「Translate audio」を押します。
- 処理が終わるまでタブを開いたままにし、「Download translation」「Download subtitles」「Download translated audio」から保存します。
元の言語は自動で判別されます。録音がもともと日本語で、文字起こしだけが必要な場合は長時間音声の文字起こしのガイドのほうが合っています。
長い録音も1ファイル最大2時間

音声翻訳ツールの中には、短い音声しか受け付けないものもあります。たとえばElevenLabsの音声翻訳ページには「最大1分または50MB」と書かれています(2026年10月5日に同社ページで確認。変更される可能性があるため、利用前にご自身でも確認してください)。
mydublyでは1ファイル最大2時間まで扱えます。90分の大学の講義、半日セミナーの1コマ、長めのポッドキャストも、分割せずに1回でアップロードでき、あとで字幕をつなぎ合わせる手間もありません。2時間を超える場合は、話の切れ目の無音部分で2つに分けると、文の途中で切れずに済みます。講義録音そのものの扱い方は講義の文字起こしでも解説しています。
敬語と主語:機械翻訳で確認すべき点
英語から日本語への機械翻訳で目立つのは、文体と主語の扱いです。
- 文体の揺れ:「です・ます」調と「だ・である」調が同じファイル内で混ざることがあります。社内資料なら、どちらかに統一してから共有しましょう。
- 主語の出しすぎ:英語は「I」「you」「we」を毎回言いますが、日本語では省くのが自然です。訳文に「私は」「あなたは」が続くと不自然に読めます。
- 敬語の度合い:講師が聴衆に話しかける場面で、丁寧すぎたりくだけすぎたりすることがあります。
- 固有名詞と数字:社名、製品名、人名は聞き取りの段階で誤ることがあり、その誤りが翻訳にも残ります。「billion」は10億、「million」は100万と桁の換算にも注意が必要です。
日本語音声は同じ機械翻訳の文章から作られ、音声を作る前に文章を直すエディターはありません。まず安価なテキストで翻訳の質を確かめ、その録音に音声版が向いているかを判断してください。
字幕の文字数と表示時間
翻訳されたSRT字幕は、英語の発話のタイミングをそのまま引き継ぎます。英語の短い一言が日本語では長くなることもあり、話の速い部分では字幕が読み切れないことがあります。日本語字幕で一般的に意識される1行あたりの文字数や読みやすさの目安は字幕の文字数制限にまとめています。必要に応じて、ダウンロード後に字幕編集ソフトで行を分けたり、言い回しを短くしたりしてください。
00:31:05 → 00:31:08 ・英語:「Let's move on to the case study.」・日本語:「では、事例を見ていきましょう。」3秒の枠に収まり、速度調整は不要です。
日本語音声も同じ制約を受けます。各文は元の文の長さに収める必要があり、話す速度を上げられるのは最大1.15倍までです。それでも収まらない場合は、意味を保ったまま表現が短くまとめられます。翻訳で文章が長くなる仕組みについては翻訳による文章量の増加 (英語)の記事が参考になります。
複数の話者がいる録音
インタビューやパネルディスカッションのように複数人が話す録音では、全員が同じ声になることはありません。最大8人まで話者を区別し、それぞれ約10秒のクリアな発話から声をコピーして日本語で話します。司会者とゲストの対談は、日本語版でも2人の声として聞き分けられます。
ファイル全体で約3秒未満しか話さない人は、声をコピーするための素材が足りません。その場合は、似た声の話者のコピー音声か、近い標準音声が割り当てられます。なお翻訳テキストには話者名が入りません。タイムスタンプ付きの文が並ぶので、「司会」「ゲスト」などの表記は必要に応じてご自身で追加してください。
Sponsored · mydubly
AI video dubbing deal
Dub any video for just 12¢ a minute
Was 240 credits/min — now only 120. Cloned voices, timed to your picture, at half the list price.
中国語・韓国語の音声を日本語に
英語以外の録音も同じ手順で日本語に翻訳できます。中国語(標準中国語)の工場とのやり取りや展示会での商談、韓国語のインタビューや取引先との打ち合わせなど、対応言語であれば元の言語は自動判別されます。ひとつの録音で複数の言語が入り混じる場合、切り替わる部分の文字起こしは精度が下がりやすいため、原文と見比べて確認してください。動画のセミナーを翻訳したい場合はセミナー動画の翻訳をご覧ください。
ファイルの扱いと個人情報
音声はHTTPSでサーバーに送られ、処理されたあと、結果のお渡しから30分以内に削除されます。ソフトのインストールは不要で、すべてブラウザ上で完結します。顧客名や社内情報を含む録音をアップロードする前の考え方は、文字起こしと個人情報の記事で整理しています。
LINEやWhatsAppのボイスメッセージを保存すると、形式によっては受け付けられないことがあります。たとえばWhatsAppの「.opus」ファイルは非対応なので、無料の変換ツールでMP3かM4Aに変換してからアップロードしてください。拡張子を書き換えるだけでは変換になりません。
料金と無料クレジット
Googleでログインすると100クレジットが無料で付与されます。テキスト翻訳なら合計約100分ぶん(1ファイル最低5クレジット)、日本語音声なら2分以内のファイル1本ぶんに相当します。
- 60分の英語講義をテキストとSRTで:60クレジット
- 20分のポッドキャストを日本語音声で:1,000クレジット
- 30秒のボイスメッセージをテキストで:5クレジット(最低料金)
有料チャージはまだ始まっておらず、近日開始予定です。それまでは無料の100クレジットをご利用いただけます。1,000クレジットは1米ドルに相当します。ほかの日本語ガイドは日本語トップページからご覧いただけます。
Sponsored · mydubly
240 free credits + 50% off
Try free, then buy minutes at half price
New accounts get 240 credits (enough for a 2-minute dub). When you top up, you keep these sale rates.
手持ちのファイルで試す
動画または音声ファイルを選んで言語を指定すると、文字起こし・字幕・翻訳音声をダウンロードできます。登録時に100クレジットが無料で付与されます。
音声翻訳 (英語)よくある質問
音声ファイルの翻訳は無料でできますか?
Googleログイン時の100クレジットの範囲で無料です。テキスト翻訳なら約100分、日本語音声なら2分以内のファイル1本ぶんです。有料チャージは近日開始予定です。
1ファイルの長さの上限は?
1ファイル最大2時間です。それより長い録音は、無音部分で2つに分けてください。
対応している音声形式は?
MP3、WAV、M4A、AAC、OGG、FLAC、WebMです。WhatsAppの.opusファイルは、先にMP3かM4Aへ変換してください。
日本語音声は元の話者の声になりますか?
話者ごと(1ファイル最大8人)に、約10秒のクリアな発話から声をコピーした音声になります。約3秒未満しか話さない人には、似た声か標準音声が割り当てられます。
音声を作る前に翻訳を修正できますか?
できません。編集機能はないため、まず安価なテキストで翻訳の質を確認し、問題がなければ音声を作成してください。
中国語の録音も日本語に翻訳できますか?
はい。標準中国語や韓国語など対応言語の録音であれば、同じ手順で日本語訳テキスト、字幕、日本語音声を作れます。
アップロードしたファイルは保存されますか?
音声はHTTPSで送信され、結果のお渡しから30分以内に削除されます。
Sponsored · mydubly
Transcripts & subtitles deal
