動画の台本は何文字で何分になる？読み上げ速度の目安と、AIで台本を作るときの時間の合わせ方

動画の台本を作るときに、意外とつまずくのが「何文字書けば、何分の動画になるのか」という点です。書いてみたら想定より長くなった、逆に短すぎて間が持たない、という経験をした方は多いはずです。特にAIに台本を書かせる場合、文字数を指定しても、実際に読んだときの時間とずれることがよくあります。

この記事では、読み上げ速度の考え方と、文字数から時間を見積もる方法、そしてAIで台本を作るときに時間を合わせるコツを整理します。数字は決まった基準ではなく、あくまで目安として使ってください。

ナビ助

文字数は「目安」で、最後は声に出して測るのがいちばん正確だよ。まずは基本の考え方から整理しよう。

💻 動画編集用のパソコンを選ぶなら

書き出しやプレビューの快適さは、GPUやメモリなどの構成にも左右されます

✅ BTOパソコンの通販で、スペックや価格から機種を絞り込めます
✅ CPU・メモリ・SSD・GPUの構成を一覧で確認できます
✅ 構成・価格・納期は公式サイトで確認できます

FRONTIERの構成を公式サイトで見る

※内容・料金は変更される場合があります。公式サイトでご確認ください。

読み上げ速度の目安：1分あたりの文字数

日本語の読み上げ速度には、個人差や、内容・場面による違いがあります。紹介される目安としては、1分間に300〜400字前後がよく見られますが、公的な統一基準があるわけではなく、出典が明記されていない数字も少なくありません。たとえば、アナウンサーの経験をもとにした書籍では、聞き手にとって聞きやすい速さとして、1分間に約400字が紹介されています。

日刊ゲンダイDIGITAL：「1分間に400字」が伝わる話し方の奥義

これは、ひとつの書籍で紹介されている考え方であり、すべての動画に当てはまる基準ではありません。実際には、動画のジャンルや話し手の速さ、画面の情報量によって、適切な速度は変わります。

落ち着いた解説・ナレーション：やや遅め（1分あたり300字前後で作る場合が多い）
テンポのよいトーク・実況：やや速め（1分あたり400字以上になることもある）
専門用語が多い解説：聞き手が理解する時間が必要なため、遅めにする

最初は、1分あたり300〜400字の幅で見積もるのが現実的です。そのうえで、自分で読み上げて測った数字に置き換えていきます。

文字数と動画の長さの早見表

1分あたり300字の場合と400字の場合で、動画の長さごとの文字数を計算すると、次のようになります。

動画の長さ	1分300字で読む場合	1分400字で読む場合
1分	約300字	約400字
3分	約900字	約1,200字
5分	約1,500字	約2,000字
10分	約3,000字	約4,000字
15分	約4,500字	約6,000字

この表は計算上の数字です。実際の動画では、間（ま）や、画面だけを見せる時間、BGMだけが流れる時間があるため、台本の文字数はこの表よりも少なくなることが一般的です。

台本の文字数が少なくなる理由

先ほどの表どおりに書くと、実際には動画が想定より長くなることがあります。理由は、台本の文字数以外に、動画の時間を使う要素があるからです。

オープニング・エンディング：タイトル映像やあいさつの時間
間（ま）：話の区切り、強調の前後の沈黙
映像だけを見せる時間：作業画面、資料、図解の説明
効果音・BGM・字幕を読ませる時間

間や映像だけの時間を、合計で全体の1〜2割ほど見込んでおくと、台本の見積もりが実際の動画の長さに近づきやすくなります（目安であり、動画の種類によって異なります）。

自分の読み上げ速度を測る方法

いちばん確実なのは、自分で読んで測ることです。次の手順で、短時間で確認できます。

台本の一部（500字程度）を用意する
ストップウォッチやスマホのタイマーを用意する
本番と同じ速さで声に出して読み、時間を測る
文字数を、かかった秒数で割って、1分あたりの文字数に換算する

たとえば、500字を90秒で読んだ場合、1分あたりの文字数は約333字です。この数字を、今後の見積もりの基準にします。話し方の癖は人によって違うため、自分の数字を知っておくと、台本の長さを予測しやすくなります。

ポイント

測るのは、本番と同じ話し方で（早口や、ゆっくりすぎる読みにしない）
漢字が多い文章は読みにくく、時間がかかる傾向がある
数字や固有名詞が多いと、読む速度が落ちやすい

ナビ助

自分の読み上げ速度を知っておくと、AIが作った台本も、すぐに「長い・短い」が見積もれるようになるよ。

AIで台本を作るときの時間の合わせ方

AIに台本を作らせるときも、基本的な考え方は同じです。ただし、AIには注意したい点がいくつかあります。

文字数の指定は、誤差が出ることを前提にする

AIに「1,500字で書いてください」と指示しても、実際の文字数が前後することがよくあります。AIの出力の文字数は、自分で数え直すようにしましょう。長さの調整は、「もう少し短く」「ここを詳しく」といった追加の指示で修正できます。

「話し言葉」で書かせる

AIは、書き言葉（文章）で出力しがちです。読み上げ用の台本にするときは、「話し言葉で」「1文を短く」と指示します。長い文は、読み上げたときに息が続かず、聞き取りにくくなります。

時間ではなく、構成で指示する

「3分の動画の台本を書いて」という指示は、AIにとって曖昧です。「導入（30秒）、本題の3つのポイント（各40秒）、まとめ（30秒）」のように、構成と配分を具体的に指示すると、狙った時間に近づけやすくなります。

構成のテンプレートについては、次の記事で詳しく解説しています。

動画の構成テンプレート｜初心者でも分かりやすい動画が作れるフレームワーク集

「動画を作りたいけど、どういう順番で話せばいいか分からない」「いつも行き当たりばったりで撮影してしまう」という悩みを持つ方は多いのではないでしょうか。動画の「構成」とは、情報を伝える順番のことです。構成がしっかりしていれば、多少撮影が粗くて...

AIへの依頼文の例：時間と構成を指定する

台本をAIに頼むときは、テーマだけでなく、長さ・構成・文体も具体的に伝えると、狙いに近い出力が得られます。たとえば、次のような依頼文が考えられます。

依頼文の例

「動画編集の初心者向けに、字幕の付け方を解説する約5分の動画の台本を、話し言葉で作成してください。構成は、導入（30秒）、手順3つ（各60秒）、まとめ（30秒）です。1文は短く、専門用語には一言の説明を添えてください。全体で1,500字前後を目安にしてください。」

このように、想定する視聴者、長さ、構成の配分、文体、文字数の目安をまとめて伝えます。出力された台本は、文字数を数え直し、自分で読み上げて時間を測ってから、必要に応じて修正を依頼してください。AIの出力は、そのまま使わず、内容の正確さも確認する工程を入れましょう。

AI音声（ナレーション）を使う場合の時間

音声合成（AIナレーション）を使う場合は、読み上げ速度をツール側で調整できることが多くあります。ただし、設定できる範囲や、初期の読み上げ速度はツールによって異なります。台本を入力して、実際に生成した音声の長さを確認するのが確実です。

AIナレーションの作り方やツールは、次の記事で解説しています。

動画のAIナレーションを作る方法を解説！おすすめの音声合成ツールも紹介

動画にナレーションを入れたいけれど、自分の声に自信がない、録音環境を整えるのが面倒、もっと効率的にナレーションを量産したいなど、さまざまな理由からAIナレーションへの注目が高まっています。AI音声合成技術は記事執筆時点で飛躍的に進化しており...

なお、AI音声では、固有名詞や数字、同音異義語の読み間違いが起きることがあります。生成後は、通しで聞いて確認してください。

ナビ助

音声合成は、速度の設定をいじれるぶん、実際に出した音声の長さを見るのが確実だよ。

動画の長さ別：時間配分の組み立て方

文字数の見積もりができたら、次は時間の配分です。長さごとに、構成のおおまかな配分を考えておくと、台本が組み立てやすくなります。以下は一例で、動画の内容によって調整してください。

動画の長さ	構成の例	時間配分の考え方
3分程度	導入 → 要点2〜3つ → まとめ	導入は短く、要点は1つあたり40〜50秒程度
5分程度	導入 → 要点3〜4つ → まとめ	導入に30秒、要点に3分半、まとめに1分程度
10分程度	導入 → 大きな章3つ（各章に小項目）→ まとめ	章ごとに区切りと小まとめを入れ、中だるみを防ぐ