はじめに
個人で制作や編集をしているクリエイターにとって、動画に字幕を保存する方法は単に「書き出す」だけではありません。視聴者や配信プラットフォーム、将来的な編集を見据えて、字幕ファイルの種類や制作フローを適切に選ぶ必要があります。動画に直接焼き付ける バーンイン字幕（ハードコーディング）と、SRTやVTTなどの独立した サイドカー字幕ファイル の選択は、アクセシビリティや編集のしやすさ、視聴データにも大きく影響します。
意外と見落とされがちなのが、文字起こしツールの活用です。これらは単なるテキスト生成ではなく、きちんとタイムコードが揃ったサイドカー字幕を瞬時に作成してくれます。そのため、この字幕の形式選びにも直結します。動画をダウンロードして字幕を手作業で整えるよりも、リンクから直接きれいな字幕ファイルを得たほうがはるかに効率的で、各配信サービスの規約にも適合します。精密タイムスタンプ付きの即時文字起こしツール を使えば、YouTubeリンクや動画ファイルをアップロードするだけで、数秒後には完成済みの字幕ファイルを入手可能。形式選びはもはや技術的な障壁ではなく、戦略的な判断になります。
このガイドでは、まずバーンイン字幕とサイドカー字幕の違いとそれぞれのメリット・デメリットを整理し、そのうえでダウンロード不要な文字起こしデータから各形式を作成する手順を紹介します。
バーンイン字幕とサイドカー字幕を理解する
「バーンイン字幕」とは
バーンイン字幕（オープンキャプションとも呼ばれる）は、エンコード時に映像内へ直接埋め込みます。再生環境や視聴者の設定に関わらず常に表示されるため、音が出せない自動再生環境でも確実に字幕が見えるのが特長です。ショート動画やSNS配信では特に重宝されます。
ただし、注意点もあります：
- 編集不可：映像の一部になるため、誤字修正や更新は元データから再出力が必要です。
- デザインは書き出し時に固定：フォントやサイズ、色は作成時に決まりますが、視聴者が後から調整することはできません。
- アクセシビリティの制限：プラットフォームによる自動翻訳などが使えません（参考）。
サイドカー字幕 — SRT / VTT 形式
サイドカー字幕は動画ファイルとは別に存在する字幕データで、代表的なのがSRTやVTT形式です（参考）。テキストと時間情報を保持し、再生プレイヤーがそれを読み込んで表示します。
メリット：
- 自由な編集：動画を再エンコードせずに字幕だけ差し替え可能。
- 視聴者側でカスタマイズ：文字サイズや色の変更、字幕のオンオフが可能。
- 多言語対応：同じ動画に複数の字幕ファイルをアップロードし切り替えできる（参考）。
デメリット：
- 表示可否は再生環境次第：プレイヤーが字幕形式に対応していない場合は表示されません。
- 見た目は環境依存：スタイルはプレイヤーに任せるため、意図通りの見た目にならないこともあります。
選択チェックリスト — バーンインかサイドカーか？
どちらを選ぶかは、配信先の仕様や編集の予定、視聴者へのアクセシビリティ提供が求められるかによります。判断の目安は次のとおりです。
- バーンイン字幕を選ぶ場合
- 自動再生・ミュートで流れるコンテンツ（TikTok、Instagramリール、Facebookなど）
- 視聴者操作なしで確実に字幕を見せたい
- クライアントへ単一言語の完成版を納品する場合
- サイドカー字幕を選ぶ場合
- CC切替機能があるプラットフォーム（YouTube、Vimeo、Brightcoveなど）
- 公開後に字幕を更新する可能性がある
- 同じ動画に複数言語で字幕を付けたい
- アクセシビリティや個別カスタマイズが重要
プラットフォームの特性は重要です。自動再生型はバーンインが向き、オンデマンド型はサイドカーが有効です。両方の環境へ配信する場合は、両バージョンを併用することもあります。
パート1：即時文字起こしからサイドカー字幕を作る
字幕制作は文字起こしから始まります。動画を落として雑な字幕を抽出するのではなく、リンクベースの文字起こしツールを使うのが今の主流です。動画リンクやファイルをアップロードするだけで、話者名やタイムスタンプ入りの整った台本が自動生成され、そのままSRTやVTTに変換できます。
制作フロー例：
- 文字起こしを作成：YouTubeやVimeoなどのリンクをツールに貼り付け、ダウンロード不要で処理。不要な調整作業を減らし規約にも対応。
- SRT / VTT 形式で書き出し：タイムコードを保持したまま希望形式を選択。
- プラットフォームへアップロード：YouTubeの場合は字幕タブから「ファイルをアップロード」、タイムコード付きなら「タイミングあり」を選び、システムの自動同期に任せる（参考）。
台本を字幕行に分割する作業は手間ですが、字幕長に自動整形するツールを使えば一括処理でき、手動の分割作業を省けます。
パート2：バーンイン字幕を動画に焼き込む
バーンイン字幕は、動画の各フレームにテキストを描画しながら再エンコードします。プロ向けの編集ソフトでも軽量エンコーダでも手順は同じです。
基本手順：
- 字幕の準備：誤字やタイミングは焼き込み前に必ず修正。後から直せないため、フォーマットや句読点、不要語削除などを事前に行います。自動整形機能を使えば社内ルールに沿った字幕にすぐ整えられます。
- 動画編集ソフトに読み込み：SRTをタイムラインへ配置し、フォント・色・サイズ・位置をブランドに合わせて調整。
- バーンイン書き出し：MP4（H.264）など互換性の高い形式を選び、フレームレートやビットレートは元動画に合わせ画質劣化を防ぎます。
- 再エンコードは1回だけ：画質保持のため、焼き込みは最終出力の一度きりにします（参考）。
字幕を焼き込んでもファイルサイズが大きくなるわけではなく、サイズはコーデックやビットレートによります。ただし、一体化される以上、書き出し前の品質チェックは必須です。
アクセシビリティと多言語対応の視点
アクセシビリティは軽視できません。サイドカー字幕はスクリーンリーダーで読み上げられ、視聴者が見た目を調整でき、多言語の切り替えにも対応します（参考）。バーンイン字幕は自動翻訳が使えないため、言語ごとに別動画を作る必要があります。
国際配信を視野に入れるなら、サイドカー形式が圧倒的に効率的です。動画は1本で済み、字幕ファイルだけ増やせば世界中に対応できます。
まとめ
動画に字幕を保存する方法は単なる制作工程ではなく、視聴体験や編集の柔軟性、配信場所でのパフォーマンスを左右する戦略的選択です。
- バーンイン字幕はミュート自動再生環境で確実な視認性を確保できますが、修正が大掛かりになります。
- サイドカー字幕は編集・翻訳・カスタマイズが容易で、長期運用や多言語展開に向いています。
- 文字起こしはリンクベースで精度の高いSRT/VTTを即時生成し、制作効率を高めましょう。
精密な文字起こしを起点にすれば、バーンインとサイドカーどちらにも柔軟に対応できます。適切な前工程があれば、完成した字幕は見た目だけでなく、視聴環境や目的にもしっかりフィットします。
FAQ
1. バーンイン字幕を後から抜き出せますか？ 基本的にできません。映像の一部なので、OCRで抽出は可能ですが精度は低く、完全編集可能なのはサイドカー形式だけです。
2. バーンイン字幕はファイルサイズを増やしますか？ ほとんどの場合、増えません。サイズはコーデックやビットレート、解像度によって決まり、字幕が直接影響することはほぼありません。
3. テレビでサイドカー字幕は表示できますか？ テレビの再生アプリがSRT/VTT形式とディレクトリ構造に対応していれば可能です。対応するスマートテレビも多くありますが、古い機種では非対応の場合があります。
4. バーンイン字幕は自動翻訳できますか？ できません。YouTubeなどの自動翻訳はサイドカー字幕のテキスト情報を使って翻訳します。
5. SRTとVTT、どちらを選べばいいですか？ SRTは対応プラットフォームが多くシンプルです。VTTはスタイル設定やメタ情報の追加が可能ですが、互換性重視ならSRTが無難です。
