配信で字幕を自動生成する方法｜OBS・YouTube・Twitch対応の設定ガイド

「配信に字幕を付けたいけど、手動で入力するのは大変すぎる…」

「音声認識で自動字幕にしたいけど、どのツールを使えばいいかわからない…」

配信に字幕を付けることで、視聴者の理解度が上がり、聴覚に障害のある方も楽しめるようになります。また、音を出せない環境で視聴している人にもアプローチできるため、視聴者層の拡大にも繋がります。

しかし、リアルタイムで字幕を手入力するのは現実的ではありません。そこで活用したいのが、AI音声認識による自動字幕生成です。

この記事では、配信で字幕を自動生成する無料の方法を徹底解説します。OBS、YouTube、Twitchそれぞれの設定方法から、認識精度を上げるコツまで、すべてお伝えします。

配信に字幕を付けるメリット

アクセシビリティの向上

字幕を付けることで、聴覚に障害のある視聴者も配信を楽しめるようになります。また、日本語を母語としない視聴者にとっても、字幕は内容理解の助けになります。

視聴環境を選ばない

電車の中、職場の休憩時間、家族が寝ている深夜など、音を出せない状況で配信を見たい人は意外と多いです。字幕があれば、こうした視聴者も取り込めます。

SEO効果（アーカイブ）

YouTubeのアーカイブ動画には、字幕がSEO効果をもたらします。字幕データは検索対象になるため、動画が検索で見つかりやすくなります。

配信の専門性アップ

字幕付きの配信は、視聴者に「しっかり作られた配信」という印象を与えます。他の配信者との差別化にも繋がります。

無料で使える字幕自動生成ツール5選

1. obs-localvocal（OBSプラグイン）

OBS Studio用の無料プラグインで、ローカルで音声認識を行い、リアルタイムで字幕を生成します。

メリット

• インターネット接続なしで動作
• プライバシーが守られる
• 遅延が少ない

デメリット

• 初期設定がやや複雑
• PCスペックによっては負荷が高い

2. ゆかりねっとコネクターNeo

日本製の音声認識・翻訳ソフトで、配信者の間で高い人気を誇ります。

メリット

• 日本語の認識精度が高い
• OBSとの連携が簡単
• 多言語翻訳機能あり

デメリット

• Windows専用
• 一部機能は有料

3. YouTube自動字幕機能

YouTubeには標準で自動字幕生成機能が搭載されています。配信後のアーカイブにも自動で字幕が付きます。

メリット

• 追加設定不要
• Google の高精度音声認識
• アーカイブにも自動適用

デメリット

• YouTube限定
• カスタマイズ性が低い
• 配信画面への字幕表示は別途設定が必要

4. Web Speech API（ブラウザ利用）

Google Chromeの音声認識APIを利用した無料ツールがいくつか公開されています。

メリット

• ブラウザだけで動作
• インストール不要
• 軽量

デメリット

• Chrome限定
• インターネット接続必須
• 認識結果の保存に制限がある場合も

5. CLOVA Note（録画用）

NAVERが提供する無料の文字起こしサービスです。リアルタイムではありませんが、アーカイブ用の字幕作成に便利です。

OBSで字幕を表示する設定方法

obs-localvocalのインストールと設定

最も汎用的で高機能なobs-localvocalの設定方法を解説します。

Step 1: プラグインのダウンロード

1. GitHubのobs-localvocalリリースページにアクセス
2. お使いのOSに合ったインストーラーをダウンロード
3. インストーラーを実行

Step 2: OBSでの設定

1. OBS Studioを起動
2. ソース→追加→「LocalVocal」を選択
3. 「新規作成」でソースを追加

Step 3: 音声認識の設定

Language: Japanese
Model: large-v2（高精度）または small（軽量）
Whisper sampling: Top-p sampling

Step 4: 字幕表示の設定

1. 表示形式を選択（字幕モード / テロップモード）
2. フォント、サイズ、色を設定
3. 位置を調整

ゆかりねっとコネクターNeoの設定

日本語配信におすすめのゆかりねっとコネクターNeoの設定方法です。

Step 1: ダウンロードとインストール

1. 公式サイトからダウンロード
2. zipファイルを解凍
3. YNCNeo.exeを起動

Step 2: 音声認識エンジンの選択

推奨設定:
- リアルタイム重視: Google音声認識
- 精度重視: Whisper（ローカル）
- 低スペックPC: UDトーク連携

Step 3: OBSとの連携

1. ゆかりねっとコネクターNeoの「字幕出力」を有効化
2. OBSでブラウザソースを追加
3. URLにゆかりねっとの出力URLを入力
4. サイズと位置を調整

字幕のデザインカスタマイズ

OBSのテキストソースを使えば、字幕のデザインを自由にカスタマイズできます。

基本的なカスタマイズ項目

項目	おすすめ設定
フォント	源ノ角ゴシック、Noto Sans JP
サイズ	32〜48px
色	白（背景が暗い場合）
縁取り	黒、2〜3px
背景	半透明の黒（不透明度50〜70%）

CSSでのカスタマイズ例

ブラウザソースを使う場合、CSSで細かいデザインが可能です。

.subtitle {
  font-family: 'Noto Sans JP', sans-serif;
  font-size: 36px;
  color: white;
  text-shadow: 2px 2px 4px rgba(0, 0, 0, 0.8);
  background-color: rgba(0, 0, 0, 0.6);
  padding: 8px 16px;
  border-radius: 4px;
}

音声認識の精度を上げる方法

マイク選びが最重要

音声認識の精度は、マイクの品質に大きく左右されます。ノイズの少ないクリアな音声を入力することで、認識精度が劇的に向上します。

高精度な字幕生成におすすめのマイク

HyperX SoloCast 2は、ポップフィルターとショックマウントを内蔵しており、ノイズの少ないクリアな音声を収録できます。音声認識の精度向上に最適です。

ダイナミックマイクは周囲のノイズを拾いにくいため、エアコンやPCファンの音が気になる環境でも高精度な音声認識が期待できます。

低価格ながらカーディオイド指向性でバックグラウンドノイズを抑制。初めて字幕配信に挑戦する方におすすめの入門機です。

発声のコツ

マイクだけでなく、話し方も認識精度に影響します。

認識精度を上げる発声のポイント

1. はっきり発音する：特に語尾をはっきりと
2. 適度なスピード：早口すぎず、遅すぎず
3. マイクとの距離：10〜15cm程度が最適
4. 一呼吸置く：文と文の間に少し間を取る

環境ノイズの低減

キーボードの打鍵音、エアコンの風切り音、外からの騒音など、環境ノイズは認識精度を大きく下げます。

ノイズ対策

• 静音キーボードを使用
• エアコンの風向きを調整
• マイクに防音カバーを装着
• OBSのノイズ抑制フィルターを活用

プラットフォーム別の字幕設定

YouTubeライブの字幕設定

YouTubeには標準で自動字幕機能がありますが、配信画面に字幕を表示するには別途設定が必要です。

方法1: YouTube側の自動字幕を有効化

1. YouTube Studioにアクセス
2. 配信の設定を開く
3. 「自動字幕」を有効化

この方法では、視聴者側で字幕のON/OFFを選択できます。

方法2: OBSで字幕を配信画面に焼き込む

1. 前述のobs-localvocalまたはゆかりねっとを設定
2. 字幕がOBSの配信画面に表示される
3. 全視聴者に字幕が表示される

Twitchの字幕設定

Twitchには標準の自動字幕機能がないため、OBS側での設定が必要です。

推奨設定

1. obs-localvocalを使用
2. 字幕の位置を画面下部1/3に設定
3. 背景を半透明にして視認性を確保

ニコニコ生放送の字幕設定

ニコニコ生放送も同様にOBS側での設定となります。コメントとの干渉を避けるため、字幕の位置は画面下部中央がおすすめです。

配信ジャンル別のおすすめ設定

ゲーム実況配信

ゲーム実況では、ゲーム画面を邪魔しない位置に字幕を配置することが重要です。

雑談・歌配信

雑談や歌配信では、字幕が配信の主役になることもあります。大きめのフォントで見やすく表示しましょう。

料理・作業配信

手元を映す配信では、字幕が作業内容と被らないよう注意が必要です。

よくあるトラブルと対処法

字幕が表示されない

原因1: マイク入力がない

• OBSの音声ミキサーでマイク入力を確認
• Windowsのサウンド設定でマイクが有効か確認

原因2: プラグインの設定ミス

• obs-localvocalの言語設定を確認
• モデルファイルが正しくダウンロードされているか確認

認識精度が低い

原因1: マイクの品質が低い

• 前述のおすすめマイクを検討
• ノイズ抑制フィルターを適用

原因2: 言語設定の問題

• 音声認識の言語が「日本語」になっているか確認
• モデルサイズを「large」に変更

遅延が大きい

原因1: PCスペック不足

• より軽量なモデル（small、tiny）に変更
• GPU利用を有効化

原因2: ネットワーク遅延

• オフライン動作可能なobs-localvocalを使用
• ローカルWhisperモデルを使用

字幕配信に役立つ周辺機器

高品質な字幕配信には、マイク以外の周辺機器も重要です。

顔出し配信で字幕を使う場合、高画質なWebカメラがあると映像と字幕の両方が美しく見えます。

コストを抑えたい方には、EMEET C960がおすすめ。3,000円以下でフルHD配信が可能です。

翻訳字幕で海外視聴者を獲得

日本語配信に英語字幕を付けることで、海外の視聴者にもアプローチできます。

リアルタイム翻訳の方法

ゆかりねっとコネクターNeoの翻訳機能

ゆかりねっとコネクターNeoには、音声認識と同時に翻訳を行う機能があります。日本語で話した内容が、英語や中国語などに翻訳されて表示されます。

設定方法

1. ゆかりねっとコネクターNeoを起動
2. 翻訳設定で出力言語を選択（英語、中国語など）
3. 翻訳先を「字幕2」などに設定
4. OBSに翻訳字幕用のブラウザソースを追加

多言語字幕のレイアウト

複数言語の字幕を表示する場合、画面レイアウトに工夫が必要です。

翻訳精度の限界

機械翻訳には限界があります。特に以下の点に注意してください。

• 専門用語やスラングは誤訳されやすい
• ゲーム特有の表現は通じないことがある
• ニュアンスが失われることがある

重要な情報は、あらかじめ英語でも説明するなど、補足を入れると親切です。

字幕配信の注意点

誤認識への対応

音声認識は完璧ではありません。誤認識が発生することを前提に、以下の対応を心がけましょう。

• 配信冒頭で「字幕は自動生成のため、誤認識があります」と説明
• 重要な情報は口頭で繰り返す
• 誤認識しやすい専門用語は避けるか、言い換える

配信の負荷

音声認識はCPU/GPUに負荷をかけます。配信と同時に動かすため、PCスペックに余裕がない場合は軽量なモデルを選択しましょう。

プライバシーへの配慮

クラウド音声認識を使用する場合、音声データがサーバーに送信されます。プライバシーが気になる場合は、obs-localvocalのようなローカル処理のツールを使用してください。

まとめ：無料ツールで字幕配信を始めよう

配信の字幕自動生成は、無料ツールで十分に実現できます。視聴者のアクセシビリティ向上、SEO効果、差別化など、多くのメリットがあります。

まずは無料ツールで字幕配信を試してみて、自分の配信スタイルに合った設定を見つけてください。