InVideo AIの日本語の使い方【2026年】ナレーション・字幕

InVideo AI(インビデオ)で日本語の動画を作るには、「Use my script」に日本語の台本を貼り、言語を日本語にして、声に「Japanese Voice」を指定する。2026年11月7日に公式ドキュメントで確認すると、プロンプトで指定できる声の一覧に男性・女性のJapanese Voiceがあり、字幕の追加・位置・大きさ・スタイルも「Magic Box」への指示で変えられる。字幕は書き出し後にSRTファイルとしてダウンロードできる。一方で、編集画面の日本語表示や、対応言語の一覧は現行の公式ドキュメントに記載がない。この記事では、日本語のナレーション・字幕・声の設定と、つまずきやすい点を公式の手順に沿って整理する。

この記事の前提:手順・仕様は2026年11月7日に、InVideoの公式ドキュメント(docs.invideo.io)、公式サイトの料金ページ・ヘルプ(invideo.io)で確認したもの。手元で日本語の動画を生成して品質を測った記事ではない。手順は「公式ドキュメントの手順」として書いている。InVideoの無料プラン・料金・透かしはInVideo AIは無料でどこまで使える?で詳しく扱っている。

この記事でわかること

  • InVideo AIでできる日本語対応(ナレーション・字幕・アバター)
  • 日本語の台本から動画を作る手順(図解)
  • 声・読む速さ・字幕を直すMagic Boxの指示の例
  • 自分の声のクローン、ClaudeやChatGPTから使う方法
  • 日本語で使うときのつまずきと対処、料金の考え方
AI動画の台本づくり・日本語ナレーションの制作を相談したい方へ無料で相談する →
目次

1. InVideo AIの日本語対応でできること

InVideo AIは、台本やプロンプトから、映像・ナレーション・字幕・BGMをまとめて作る動画制作サービスだ。日本語については、ナレーションの声、字幕、アバターの3つが使える。

項目公式ドキュメントの記載出典
ナレーションの声プロンプトで指定できる声の一覧に「Japanese Voice」がある。男性・女性を選べる声の追加・変更
台本の言語「Use my script」で、メディアの種類・BGM・字幕スタイルと並んで言語を設定できる台本から動画を作る
複数の話し手ナレーターに加えて話し手を追加できる。全員がナレーターと同じ言語で話す複数の声
字幕追加・削除・位置・大きさ・スタイルをMagic Boxで変えられる。書き出し後にSRTでダウンロードできる字幕の位置・大きさ、字幕のダウンロード
アバター自分のAIツインやライブラリのアバターを、InVideo AIが対応する言語で使えるアバターと言語
編集画面の日本語表示現行の公式ドキュメントに記載なし。公式サイトには日本語のページ(invideo.io/jp/)があるAIボイスオーバー(日本語ページ)

確認日:2026年11月7日。Magic Boxとは、生成した動画の下にある入力欄のことで、「字幕を追加して」のような指示を文章で送ると動画が直る。公式ドキュメントに載っている指示の例は、すべて英語だ。

InVideoの画面は2026年に大きく変わっている:公式ドキュメントによると、トップページは最新の「Agent Two」の画面が初期表示になり、以前の画面は「Older versions」で切り替える。台本から一発で作るときは、Agent Twoのドロップダウンで「Autopilot」に切り替えてからテンプレートを選ぶ。古い解説記事と画面が違う場合は、この2つを確認してほしい。

2. 日本語の台本から動画を作る手順

日本語の動画は、「Use my script」で台本を貼り、言語と声を日本語にして生成するのが基本の流れだ。以下は公式ドキュメントの手順をまとめたものだ。

InVideo AIで日本語の動画を作る6ステップ。1 Autopilotに切り替える、2 Use my scriptに日本語の台本を貼る、3 言語・字幕スタイル・BGMを設定、4 Japanese Voiceを指定して生成、5 Scriptで文と間を直す、6 書き出してSRT字幕を確認
図1:InVideo AIで日本語の動画を作る流れ(InVideo公式ドキュメントをもとに作成、2026年11月7日確認)
  1. invideo.ioにログインし、作り方を選ぶ:会話しながら作るならAgent Twoのまま、台本から一発で作るならドロップダウンで「Autopilot」に切り替える。
  2. 「Use my script」を選び、日本語の台本を貼る:台本は完成版を貼る。あとから文を直すこともできるが、生成のやり直しにはクレジットを使う。
  3. 言語・字幕スタイル・BGM・メディアの種類を設定する:言語は日本語にする。字幕スタイルもここで選べる。
  4. 声を指定して生成する:プロンプトに「female Japanese Voice」のように声を書くか、フローの設定欄で声を選ぶ。公式ドキュメントによると、声は生成する前に試聴できない。
  5. 生成された動画を見て、台本と間を直す:「Edit」→「Script」で文を右クリックすると、文の分割・結合・追加・削除、「Add gap here」(ナレーションに間を入れる)が使える。
  6. 書き出して、字幕ファイルを確認する:書き出し後にSRTの字幕ファイルをダウンロードできる。誤字や改行の位置は、SRTを開いて確認すると早い。

生成前に台本を固めておくと、やり直しのクレジットを減らせる。台本の作り方は、172本分の台本を作ったAIで動画広告を量産する方法が参考になる。SRT字幕の誤字をAIで直す方法はSRT字幕の誤字をAIで修正する方法にまとめている。

3. 声・読む速さ・字幕を直す指示の例

生成後の修正は、Magic Boxに英語で指示を送るのがいちばん早い。公式ドキュメントに載っている例を、日本語の動画向けに並べる。

直したいことMagic Boxへの指示の例(公式ドキュメントの例をもとに作成)画面での操作
ナレーターの声を変えるChange the narrator to a male Japanese Voice.Scriptで話し手の名前をクリック→「Change character to」
読む速さを変えるChange the voiceover speed to 1.20Scriptで話し手の名前をクリック→速さを設定
字幕を付ける・消すAdd subtitles / Remove subtitles—
字幕の位置Change the subtitle position to 10% from the bottom—
字幕の大きさChange subtitle size to 70—
字幕のスタイルAdd clean subtitles with outlineSettings→「Subtitle Preset」
字幕の色Change subtitle style color to white—

出典:声(アクセント)の変更、読む速さ、字幕のスタイル(2026年11月7日確認)。速さや大きさは、画面に表示される範囲の中で指定する。

字幕の色は、ブラウザが対応する色の名前(white、red、LightSalmonなど)で指定する。公式ドキュメントは、16進数のカラーコードや文字枠の透明度は効かないことがあると書いている。

縦型ショートでは、字幕が画面下のボタンや説明文と重なりやすい。「下から10%」のように位置を上げておくと、投稿後に読めなくなる失敗を防げる。YouTubeショートの投稿の仕組みはYouTubeショート自動投稿のやり方で扱っている。

4. 自分の声をクローンして日本語で読ませる

自分の声で読ませたい場合は、「AI twins」から声のクローンを作る。公式ドキュメントでは、AI twinsは以前の画面(Older versions)にあると書かれている。

  1. トップページで「Older versions」に切り替える:最新のAgent Twoの画面では、AI twinsが表示されない。
  2. プロンプト欄の「AI twins」→「Create voice clone」を選ぶ。
  3. 声のファイルをアップロードする:MP3・WAV・M4Aなど、アップローダーが受け付ける形式で。
  4. 画面の指示に従い、最初に同意の文を読み上げる:InVideoは、録音された本人の明確な同意を求めている。
  5. 「Looks good」→チェックをすべて付ける→「Finalize」:完成まで数分かかる。
  6. 動画に使う:Magic Boxに「Change narrator voice to [声の名前]」と送ると、生成済みの動画の声が差し替わる。

出典:声のクローン、クローンした声を使う(2026年11月7日確認)。クローンした声が日本語をどの程度自然に読むかは、公式に記載がない。短い台本で試してから本番に使う。

他人の声はクローンしない:InVideoの利用条件の説明では、クローンしてよいのは自分の声など使う権利のある声だけだとしている。タレントや社員の声を使うなら、本人の同意を書面で取っておく。

5. ClaudeやChatGPTからInVideoを使う

InVideoは、ClaudeやChatGPT、Geminiアプリから操作することもできる。公式ドキュメントによると、ChatGPTには公式のInVideoプラグインがあり、ClaudeとGeminiアプリにはMCPサーバー(https://mcp.invideo.io/mcp)を追加して使う。APIキーは使わず、ブラウザでInVideoにサインインする方式だ(ターミナルなしで使う)。

日本語の動画で便利なのは、翻訳と吹き替えの流れだ。公式ドキュメントの手順では、AIが台本を翻訳して文章のメモにまとめ、人がそのメモを直してから声を作る。翻訳の誤りを、声の料金を払う前に直せるのが利点だ。公式ドキュメント自身も、翻訳の品質はInVideoが判断しないので、その言語を話す人が確認するよう書いている。

外部のAIから操作する場合、タイムラインの編集と書き出しは無料で、生成・文字起こし・有料素材だけがクレジットを使う。InVideoの中のAgent Twoに頼む場合は、Agent Twoの作業自体もクレジットを使う(クレジット)。ClaudeからAI動画サービスを使う例は、Higgsfield×Claudeの使い方も参考になる。

6. 料金とクレジットの考え方

InVideoは、動画の生成・声の生成にクレジットを使い、編集と書き出しには使わない。日本語の動画でも、この仕組みは同じだ。

プラン月払い年払い(月あたり)月のクレジット
Starter20ドル10ドル400
Plus60ドル30ドル2,000
Max250ドル250ドル8,000

出典:InVideo料金ページ、Plan Limits(2026年11月7日確認。1シートあたり)。公式ドキュメントは、プランと価格は地域で異なり、料金ページには自分の地域の価格が表示されると書いている。日本からの表示価格はログインして確認してほしい。

  • 無料プラン:上限は週ごとで、使い切ると次の週のリセットを待つか有料にする(Plan Limits)。InVideoの日本語ページのFAQには「無料アカウントでinvideoロゴを使って週に4回までエクスポートができます」とある。
  • クレジットは繰り越さない:有料プランのクレジットは毎月の契約日にリセットされ、未使用分は消える。追加購入したクレジットは12か月有効だ。
  • 声の料金は文字数で決まるモデルが多い:音声モデルの料金表では、Seed TTS 2.0が1,000文字あたり2.20クレジット、MiniMax Speech 2.6が2.40〜4.00クレジットなどとなっている(Audio pricing)。
  • 動画モデルは1秒単位:解像度・長さ・音声の有無で単価が変わる。生成前に表示される消費量を必ず確認する(Video model pricing)。

InVideoで呼び出せる動画モデル(Seedance・Kling・Gemini Omniなど)の秒数と料金の比較は、動画生成AIの比較で扱っている。

7. 日本語で使うときのつまずきと対処

日本語の動画で多いつまずきは、声・読み・字幕の3つに集まる。

つまずき原因対処
ナレーションが英語の声になる声を指定していないプロンプトに「Japanese Voice」と男女を書く。生成後ならMagic Boxで変更
複数の話し手で言語が混ざる話し手はナレーターと同じ言語で話す仕様ナレーターを日本語の声にしてから話し手を追加する
漢字の読みを間違える読み上げAIが文脈を取り違えるScriptで該当の文だけ、読み間違える語をひらがなに書き換える(一般的な対処で、公式の記載ではない)
息つぎがなく早口に聞こえる文と文の間がないScriptで「Add gap here」を入れる。読む速さを下げる
字幕の色が変わらない16進数のカラーコードが効かないことがあるwhite・yellowなどの色名で指定する
AI twinsが見つからない最新のAgent Twoの画面には出ない「Older versions」に切り替える
声を試聴してから選びたい生成前には試聴できない仕様短い台本で一度生成し、声を決めてから本番の台本を流す

8. 欠点・制限事項(わからないこと)

  • 対応言語の一覧が現行の公式ドキュメントにない。声の一覧にJapanese Voiceがあることは確認できたが、日本語字幕の対応や、言語ごとの品質の説明は見当たらなかった。
  • 編集画面の日本語表示は、現行の公式ドキュメントに記載がない。
  • 日本語での指示がどこまで通じるかは公式に記載がない。Magic Boxの例はすべて英語だ。
  • 日本語の読み上げの自然さ(イントネーション・固有名詞の読み)は、本記事では測っていない。
  • 日本円での価格は、地域ごとの表示のため本記事では確認できていない。
  • 画面の構成が頻繁に変わる。2026年にAgent Twoが初期画面になり、AI twinsは以前の画面に移った。手順のボタン名は変わる可能性がある。

9. よくある質問

Q. InVideo AIは日本語のナレーションに対応している?

A. 対応している。公式ドキュメントの、プロンプトで指定できる声の一覧に「Japanese Voice」があり、男性・女性を選べる。生成後に別の声へ変えることもできる。

Q. 日本語の字幕は付けられる?

A. Magic Boxに「Add subtitles」と送ると字幕を付けられ、位置・大きさ・スタイル・色も指示で変えられる。書き出し後は、字幕をSRTファイルでダウンロードできる。

Q. InVideoの画面は日本語で表示できる?

A. 現行の公式ドキュメントには、編集画面を日本語表示にする方法の記載がない。公式サイトには日本語のページ(invideo.io/jp/)があるが、画面操作は英語の表記を前提に覚えておくと迷いにくい。

Q. 自分の声で日本語のナレーションを作れる?

A. 以前の画面(Older versions)のAI twinsから、声のクローンを作れる。録音の最初に同意の文を読み上げる必要がある。クローンした声の日本語の自然さは公式に記載がないため、短い台本で試してから使う。

Q. 日本語の動画を作るのにクレジットはどれくらいかかる?

A. 使うモデル・長さ・解像度で変わる。声のモデルは1,000文字あたりの料金のものが多く、動画のモデルは1秒あたりの料金だ。生成前に画面に消費量が表示されるので、それを確認してから実行する。編集と書き出しにはクレジットを使わない。

まとめ

InVideo AIで日本語の動画を作るには、Use my scriptに日本語の台本を貼り、言語を日本語に、声を「Japanese Voice」に指定する。生成後は、Scriptで文と間を直し、Magic Boxで声・速さ・字幕を調整して、書き出し後にSRTで字幕を確かめる。画面の日本語表示や対応言語の一覧は公式に記載がないため、英語の画面を前提に、短い台本で試してから本番に進むのが確実だ。

今すぐできるアクション:

  1. 今日:30秒ほどの日本語の台本を1本用意し、Use my scriptとJapanese Voiceで試作して、男性・女性の声を聞き比べる。
  2. 今週:読み間違えた語をひらがなに直す、間を入れる、字幕の位置を上げる、の3つを試し、修正にかかったクレジットと時間を記録する。
  3. 来月:声と字幕の型が決まったら、台本だけを差し替えて量産し、1本あたりのクレジットで有料プランを選ぶ。

本記事の内容は、2026年11月7日にInVideoの公式ドキュメント(docs.invideo.io)と公式サイト(invideo.io)で確認したもの。画面・機能・料金は変わることがあるため、利用前に公式の最新情報を確認してほしい。手順は公式ドキュメントをもとに整理したもので、本記事での生成品質の測定結果ではない。生成物の権利や広告審査の可否を保証するものではない。

関連記事

出典

この記事を書いた人

佐藤祐介(株式会社LIFRELL 代表取締役)

佐藤 祐介

株式会社LIFRELL 代表取締役

業界歴15年マーケティング支援 累計500社以上うちD2C支援 150社以上担当商材 300以上

オプト、電通デジタルを経て、2018年に株式会社LIFRELLを設立。広告運用、動画・バナー制作、Webメディアの運営にAIを実務で使っています。LIF Techでは、その現場で試したこと・失敗したこと・数字で確かめたことを公開しています。

プロフィールを見る書いた記事の一覧相談する

日本語のAI動画を「台本から量産」する体制を相談できます

InVideoなどのAI動画ツールの選定、日本語の台本とナレーションの設計、字幕と読みの確認ルールづくり、広告やSNSでの使い方まで、ご相談をお受けします。まずは無料でご相談ください。

無料で相談する

運営:株式会社LIFRELL

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次