縦型動画の字幕：焼き込みだけでは不十分

縦型動画に焼き込んだ字幕は、音声オフでの視聴を助けるものです。動画をアクセシブルにするものではありません。アクセシブルにするには、テキストが音声情報をすべて伝え、音声と同期し、ピクセルの外に存在していなければなりません。Orangeのデジタルアクセシビリティ推奨事項によれば、字幕は「テキスト形式で、動画の音声と同期していなければならない」とされており、映像に焼き込むものではありません。つまり、縦型動画の字幕とアクセシビリティは、別々の2つの納品物です。パフォーマンスのためのキネティックな字幕デザインと、コンプライアンスのための校正済み.srtまたは.vttファイルです。多くのブランドは前者に費用を払い、後者も手に入れたと思い込んでいます。

焼き込み字幕で縦型動画は本当にアクセシブルになる？

いいえ。映像に焼き込まれた字幕は動画を音声なしで視聴できるようにするだけで、アクセシビリティとはまったく別物です。焼き込まれた文字はテキストではなく、ピクセルです。スクリーンリーダーには認識されません。スマートフォンで文字サイズを大きく設定しているユーザーにとっても、拡大されません。機械翻訳エンジンにも取り込まれません。そして誰も、それを抽出して自分のペースで内容を読み返すことができません。

この点について、フランスの公的な推奨事項は明確です。字幕は独立したテキストファイルとして動画に紐づけるべきであり、動画の中に直接表示すべきではない、というものです。このテーマを扱うページで、この一文をSNS向けのワークフローと結びつけている人はいません。しかし、これは見積もりに直接影響します。

だからといって、焼き込みをやめるわけではありません。9:16のアニメーションテキストは、3秒フックの3つのレイヤーと同じく、視聴維持の一端を担っています。当社のEC向け案件では、クリエイティブからテキストレイヤーを外すと、3秒時点の維持率が例外なく下がります。焼き込みは残します。ただ、それが何かの代わりになるわけではないのです。

TikTokの事例は、この誤解をよく表しています。2021年4月に自動字幕機能を開始した際、同プラットフォームは公式発表で「Auto captions automatically generate subtitles, allowing viewers to read or listen to content」と述べ、視聴者がシェアパネルから字幕をオフにできることも明記しました。つまり、自動字幕だけで伝えている情報は、再生時に消えてしまう可能性があります。焼き込みだけで伝えている情報は消えませんが、スクリーンリーダーの利用者には見えません。どちらの方法にも穴があります。だからこそ、当社は両方をセットで納品しています。

2025年以降、当社がすべての案件に適用しているルールはこうです。縦型動画は2つのテキストトラックとともに納品する。パフォーマンスのための焼き込み字幕デザインと、アクセシビリティと再利用のための校正済み.srtまたは.vttファイルです。前者に請求しながら後者を販売しているつもりでいるのは、ポストプロダクションのミスではなく、見積もりのミスです。

キャプション、サブタイトル、文字起こし：実際に何を買っているのか？

3つの言葉は3つの異なる納品物を指し、その混同がブリーフの半分を失敗させています。英語では、captionsは元の言語のテキストを指し、セリフだけでなく意味を持つ音、たとえばドアが閉まる音、着信音、画面外の笑い声なども文字にします。これがアクセシビリティのための納品物です。一方、subtitlesはセリフを別の言語に翻訳したものです。商業的には有用ですが、アクセシビリティ対策ではありません。英国市場向けに英語字幕をつけたReelsのセットは、アクセシブルなセットではありません。

フランスで基準となる用語はSME、つまり聴覚障害者・難聴者向け字幕です。2011年にCSA（現Arcom）の主導で署名された品質憲章は、ウェブではほとんど忘れられた慣例を定めています。話者の種類ごとの色分けで、画面に映っている人物は白、画面外の声は黄色、効果音は赤です。ブランドのTikTokでこのレベルを求められることはないでしょう。しかし、その根底にある原則はどこにでも当てはまります。音声が情報を伝えているなら、テキストもその情報を伝えなければなりません。

文字起こし：忘れられた納品物

文字起こしは、タイムコードのない直線的なテキスト文書で、動画の内容をすべて再現するものです。フィードでは何の役にも立ちません。しかし、それ以外の場所では大いに役立ちます。商品ページ、ブログ記事、動画を埋め込んだランディングページ、そしてクリエイティブを読み取る手段を持たない回答エンジンにとってです。OrangeのSNSに関するシートは明確に「すべての動画に字幕を付け、可能であれば文字起こしも用意すること」と述べています。.srtファイルがすでにある場合の実際の追加コストは、コピー＆ペーストと整形で5分です。それでも、ほとんど誰もやっていません。

9:16で字幕がUIに隠れない配置位置は？

9:16の落とし穴は画面下部です。4つのプラットフォームすべてが、キャプション、ユーザー名、音源、プログレスバー、ナビゲーションをそこに重ねています。映画のように「下部中央」に置いた字幕はUIの下に消えてしまいます。誰にとっても、そして何より字幕を必要とする人にとってです。これは編集の問題ではなく、構図の問題、つまりカメラを回す前に下す撮影時の判断です。

以下は、2026年10月にiPhone 15とPixel 8で、アプリを最新版にした状態で計測した社内データで、1080 × 1920フレームの高さに対する割合で示しています。公式仕様ではなく自社計測です。プラットフォームは予告なくUIを変更するので、年に2回は計測し直してください。

実務上の帰結は2つあります。まず、使える帯は画面最下部ではなく、中央3分の1のやや下にあります。当社の制作では、テキストブロックを高さの32%〜70%の間に固定し、ボタン列を避けるため右側に18%の余白を取っています。次に、撮影の段階からこのスペースを空けておく構図が必要です。顔が下寄りの中央にあり、字幕も同じ位置にくるなら、そのカットは撮り直しです。

LinkedInには注意が必要です。フィードが縦型動画をトリミングするため、上に置きすぎたテキストはプレビュー生成時に切れてしまいます。そこでは別の判断をすることが多くあります。アスペクト比は配信面ごとに選ぶものであり、アスペクト比の選択によって使えるテキスト領域が自動的に決まるからです。

プラットフォームの自動字幕だけで十分？

校正していない自動字幕は、コンプライアンス上は価値がなく、商業的にはマイナスになることさえあります。2023年以降、フランス語の音声認識が大きく進歩したことは誰も否定しません。それでも、まさにコストが高くつく箇所で誤認識が残ります。ブランド名、商品の型番、用量、価格、法定表示、そして否定表現です。

否定表現こそ、警戒すべきケースです。「傷のある肌には塗布しないでください」が「傷のある肌に塗布してください」になれば、もはや誤字ではなく、メッセージが逆になっています。当社の30秒のフランス語案件では、日常的な言葉遣いで1本あたり平均1〜3箇所の修正が発生し、商品名や数字、略語が台本に入るとそれよりずっと多くなります。校正にかかる時間は1本あたり4〜8分程度です。わずかな時間です。それなのに、誰もが真っ先に削る項目です。

Orangeの基準における「SNS」シートは、はっきりとこう述べています。「ツールで字幕を自動生成できるとしても、確認が必要な場合が多い」。WCAGの達成基準も、音声付きの収録済み動画にはレベルAから字幕を求めています（達成基準1.2.2）。誤った字幕はどの基準も満たしません。適合基準が問うのは字幕の有無ではなく、正確さだからです。

本当の問題：自動字幕は納品物ではない

アプリ内で修正しても、自動字幕はプラットフォームに閉じ込められたままです。書き出すことも、自社サイトで再利用することも、ファイルを求める購入者に提供することもできません。以前のエージェンシーが制作した「字幕付き」の動画セットをクライアントから受け取ったとき、当社が確認するのは1点だけです。フォルダに.srtがあるかどうか。10件中9件はありません。すべて文字起こしし直す必要があります。編集時なら6分で済んだはずの作業を取り戻すのに、1本あたり10〜20分かかると見込んでください。

字幕を付けるべき動画は？求められる水準は？

意味のある音声を含むすべての動画です。求められる水準は、動画がどこで撮影されたかではなく、どこに掲載されるかで決まります。Metaの広告マネージャ内だけで使われるクリエイティブと、商品ページに埋め込まれる動画とでは扱いが異なりますが、実際には同じマスターファイルであることがよくあります。

対象となる人の規模だけで、やるべきかどうかの議論には決着がつきます。世界保健機関（WHO）の難聴と聴力損失に関するファクトシートによれば、2050年までに約25億人が何らかの聴力損失を抱え、少なくとも7億人が聴覚リハビリテーションを必要とするとされています。これはニッチではありません。有料で届けている視聴者のかなりの部分です。

規制の枠組みと、私たちにもわからないこと

フランスでは3つの法令がこのテーマの骨格となっています。2005年2月11日法の第47条は、公共部門およびその関連機関のオンライン公衆通信サービスにアクセシビリティを義務づけ、技術基準としてRGAAを定めています。その「マルチメディア」分野の基準は、同期字幕を明確に扱っています。一定の売上高を超える大企業も対象です。そして指令（EU）2019/882、通称European Accessibility Act（欧州アクセシビリティ法）は2025年6月28日から適用されており、その範囲には特にeコマースが含まれます。

私たちにもわからないことを、正直にお伝えします。第三者のプラットフォームに投稿されたReelがこれらの義務の対象になるのかについて、当社が関わった案件で明確な法的回答が出たことはありません。私たちは法律の専門家ではありません。一方で実感しているのは、大手企業の入札や公共調達で、この問題が仕様書の一行として「字幕ファイルの提供」という形で取り上げられることが増えている点です。それがあるか、ないか、です。

私たちが引用しない数字

ソーシャル動画の80〜85%は音声なしで視聴されている、という話をあちこちで目にしたことがあるでしょう。私たちはこの割合の最近の、追跡可能な一次情報源を探しました。見つかりませんでした。この数字は、まったく異なる範囲を対象にした2016年の調査以来、エージェンシーの記事から記事へと受け継がれているだけです。フィードでの音声オフ視聴は、当社自身の維持率データでも裏づけられている現実です。しかし、その正確な水準は裏づけられていません。URLもなく割合を引き写して字幕制作を売り込む業者には注意してください。

アクセシブルな縦型動画の費用は？見積もりのどの項目に入る？

30秒の縦型動画にアクセシビリティ対応を加える追加コストは、編集工程に組み込めば8〜15ユーロ、完全な準拠対応を行う場合は25〜60ユーロです。これは当社の2026年の制作ロットで実測した限界コストであり、公開価格ではありません。編集者がすでにプロジェクトを開いていることが前提です。3か月前に納品したロットを後から改めて対応する場合は、2〜3倍を見込んでください。

実際の判断基準はこうです。大量に投稿するTikTokのオーガニック動画ロットなら、常にレベル4。ファイル代は10ユーロで、所有権は御社に残ります。6週間メディア配信する広告クリエイティブもレベル4。そのファイルは、書き起こし直すことなく派生版や翻訳版の制作に活用できます。自社サイト、ランディングページ、LinkedInに埋め込む動画ならレベル5。規制の枠組みが実際に効いてくるのはここです。公共調達や、アクセシビリティ部門を持つ大手企業の案件ならレベル5とし、契約署名前に条項として盛り込みます。

見積書では、この項目を明記させる必要があります。単に「字幕」と書かれていても意味がありません。一方では「焼き付けテキスト演出」、もう一方では「校正済み字幕ファイル（.srtまたは.vtt形式）」として依頼してください。この2つをひとまとめにする制作会社は、キネティック字幕を売りつけてきます。ロットに求める要件の詳細は12項目の検収チェックリストに、ショート動画の見積もりの仕組みはReels見積もりの項目別解説にまとめています。

20本の動画を15分で検収するには？

20本の動画を1行ずつチェックするのではありません。20個のファイルをそれぞれ30秒で確認し、その後ランダムに選んだ3本を詳しく確認します。これは当社が納品時に実施している手順であり、クライアントが他の制作会社の納品物を確認する際にもおすすめしている方法です。

ステップ1（5分）：納品フォルダを開きます。.mp4と同じ数の.srtファイルがありますか？ なければ検収はそこで終了し、制作会社に差し戻します。ステップ2（10分）：ランダムに3本選び、以下の8項目を確認します。

• .srtファイルがテキストエディタで開け、00:00:01,200形式のタイムコードが含まれていること。タイムコードのないファイルは書き起こしであり、字幕ではありません。
• ブランド名、製品型番、価格、用量の表記が正確であること。音声認識（ASR）が最初に間違えるのはここです。
• 否定表現が欠けていないこと。ファイル内で「ない」「なし」「せず」などを検索し、台本と照合してください。
• 1行最大40文字、1ブロック最大2行。これを超えると6インチの画面では読めません。
• 読み取り速度は1秒あたり約15文字。当社が採用している快適さの基準で、20文字を超えると誰もついていけません。
• 意味を持つ音が角括弧で記載されていること：［着信音］［画面外の笑い声］［オーブンのアラーム音］。動画に含まれているのにファイル全体に一つもない場合、字幕は不完全です。
• セーフゾーン：編集ソフトのプレーヤーではなく、実際のスマートフォンで公開済みの動画を開いてください。キャプションを展開してもテキストが見えている必要があります。
• オフテスト：プラットフォームの字幕をオフにし、音声をミュートします。それでも動画の意味は伝わりますか？ 伝わるならテキスト演出が機能しています。伝わらないなら、重要な情報が音声にしか存在していません。

この手順は専門家によるアクセシビリティ監査に代わるものではなく、そのつもりもありません。ただし、やり直しになったロットで当社が目にする不備の90%を、15分で取り除けます。また、役立つブリーフの3つの層で説明している考え方に沿って、基準値が最初のブリーフに明記されていれば、より効果的に機能します。依頼していないことを検収しようとしても、うまくいったためしはありません。

字幕以外に、縦型動画でアクセスできないままの要素とは？

最もよくあり、最も対策されていないケース：すべての情報が画面上のテキストだけで伝えられる無音動画です。ヘアケアのビフォーアフター、家具の組み立て実演、価格のカルーセル。いずれもロイヤリティフリーの音楽に乗せて、セリフは一言もありません。スクリーンリーダーを使ってスクロールする視覚障害のユーザーには、何も伝わりません。ゼロです。書き起こす音声もなく、機械で読み取れるテキストもないのです。

スマートな方法ではありませんが効果はあります。重要な情報を投稿のキャプションに書き、プラットフォーム外での再利用に備えて、映像情報の書き起こしを納品パックに含めることです。当社では現在、「テキストのみ」の形式すべてにこれを義務付けています。キャプション5行、執筆時間3分です。

コントラスト、フラッシュ、合成音声

検収でよく問題になる点がほかに3つあります。まず焼き付けテキストのコントラスト。トレンドの演出でよく見られる明るい背景に純白の文字は、被写体が動いた途端に読めなくなります。細い縁取りではなく、ドロップシャドウか半透明の帯を加えます。次にフラッシュ。高速なストロボ風トランジションは光過敏性のある人に現実的なリスクをもたらすため、当社では1秒あたり3回を超える点滅はお断りしています。最後にTikTokの合成音声。一部のユーザーには役立ちますが、ブランド名をひどく読み間違えます。フックに使う場合は、公開前に必ず聞いて確認してください。

Orangeのガイドラインがアクセシビリティの低い形式として挙げているストーリーズについて一言。表示時間が固定され自動で次に進むという形式の性質上、読むのが遅い人には字幕を読むのが困難です。満足のいく解決策は把握していません。回避策としては、ストーリーズだけで伝える情報を作らず、同じメッセージを常設の投稿でも発信することです。

プラットフォーム側も改善を進めていますが、それは視聴面に限られます。自動字幕、文字の拡大、コントラスト設定、音声読み上げ。いずれも、法務部門から求められるファイルを生み出すものではありません。制作面は依然として御社の側の課題であり、縦型動画の字幕とアクセシビリティの問題が決まるのはまさにここです。公開の時点ではなく、企画の時点と書き出しの時点です。ある日バイヤーから、昨年制作した200本のクリエイティブの.vttを求められたら、後追い対応の見積もりは、当初の請求書にその項目を入れていた場合の10倍になります。当社は2026年にこれを2回見積もりました。2回とも、クライアントは支払いました。

よくある質問

字幕を焼き付け済みでも、SRTファイルは必要ですか？

焼き付けたテキストはテキストではありません。スクリーンリーダーで読み取れず、サイズ変更も書き出しもできません。Orangeの推奨事項では、音声と同期した独立したテキストファイルを明確に求めています。焼き付けはフィードでの視聴維持のため、ファイルはアクセシビリティと再利用のためのものです。両方納品しましょう。見積もり上は10ユーロの1項目です。

ブランドにとってTikTokの自動字幕だけで十分ですか？

校正しない限り不十分です。TikTokは、自動字幕は自動生成されるもので、視聴者がオフにできると説明しています。当社の30秒のフランス語ロットでは、1本あたり平均1〜3か所の誤りを修正しており、製品名や否定表現ではさらに多くなります。しかも修正したテキストはアプリの中から出せません。

9:16でUIに隠れないよう字幕を配置するには？

画面下部の中央帯に置き、画面最下部には決して置かないことです。当社の2026年10月の計測では、TikTokで有効なエリアは高さの32%〜70%、ボタン列を避けるため右側に18%の余白が必要です。このエリアは編集時ではなく、撮影中のフレーミングの段階で確保します。

30秒の縦型動画にアクセシブルな字幕をつける費用は？

当社の2026年のロットでは、校正済み.srtファイルを編集中に作成する場合、限界コストは8〜15ユーロです。書き起こしと映像情報の説明を含む完全な準拠パックなら25〜60ユーロを見込んでください。納品から数か月後に改めて対応する場合、費用は2〜3倍になります。

字幕（サブタイトル）、キャプション、書き起こしの違いは？

キャプションは、会話と意味を持つ音を元の言語で再現するもので、アクセシビリティのための納品物です。サブタイトルは別の言語に翻訳するもので、アクセシビリティには該当しません。書き起こしはタイムコードのない連続したテキストで、ウェブサイトや商品ページで役立ちます。3つの異なる納品物で、用途もそれぞれ異なります。

企業はSNS動画に字幕をつける義務がありますか？

公共部門と、一定の売上高を超える大企業は、2005年法第47条およびRGAA（フランスのアクセシビリティ基準）の対象です。European Accessibility Act（欧州アクセシビリティ法）は2025年6月28日から、特に電子商取引に適用されています。第三者プラットフォームで公開した動画の正確な扱いについてはまだ議論があるため、法務部門に判断を仰いでください。