Vrewは字幕修正、CapCutは編集完結で選択が分かれる

日本語の自動字幕を効率よく修正する作業が中心ならVrew、字幕を直した後に映像・音声の編集や装飾まで同じ場所で仕上げるならCapCutが選びやすい。Vrewは認識された文章を追いながら字幕とカットを整えられる。CapCutは字幕の文字を直した後も、見た目の調整から動画の書き出しまで作業を続けられる。

選択を左右するのは認識結果だけではない。日本語音声を使った公開比較は傾向を知る材料になるが、誤変換を何回直したか、完成まで何分かかったかは示していない。長尺の解説、装飾を重視するショート動画、SRTファイルの納品では、字幕を直す場所と最後に渡す成果物を分けて考える必要がある。

同じ日本語音声の比較で分かること

Shinomi Blogの同一音声を使った公開比較では、標準的な話し方の約5分の日本語ナレーションについて、Vrewは固有名詞、CapCutは会話体で安定していたと評価している。固有名詞が多い解説ならVrew、会話を含む動画ならCapCutを候補に入れる手掛かりにはなる。

この評価は修正回数や正答率を測った数値ではない。掲載されているのはツールごとの記号による評価で、元の音声、正解字幕、誤変換の内訳、修正時間は示されていない。したがって「Vrewなら修正が何回減る」といった計算はできず、精度の順位を別の収録条件へそのまま広げることもできない。

固有名詞の種類が変わるだけでも、確認すべき表記は変わる。会話の途中に言い直しが入る動画では、認識された文字に加え、その発話を残すか、対応する映像ごと切るかという編集判断も生じる。公開比較から読み取れる傾向と、各製品で字幕生成後に進められる工程は、別の判断材料として扱うのが妥当だ。

Vrewは文章を追いながら字幕とカットを整える

Vrewは音声認識で字幕を作り、認識された文章を読みながら動画と音声をカットできる。ナレーション原稿に沿って長い解説を見直す場合、誤変換を探す作業と言い直した箇所を探す作業を、発話の順番に沿って進められる。字幕の表記を確かめることが制作の中心なら、この操作方法が選択理由になる。

例えば説明中の製品名を直すときは、正しい文字への置き換えだけでなく、字幕がどこで区切られ、どの発話まで表示されるかも確かめたい。不要な言い直しをカットすれば、残した映像の冒頭と字幕の表示時刻との関係も変わる。文章を軸にカットできることは確認箇所へたどり着きやすくするが、字幕のタイミングを人が見なくてよくなるという意味ではない。

字幕修正後の成果物も選べる。Vrewの字幕修正とSRT書き出しの案内には、動画を読み込んで自動生成された字幕を確認・修正し、SRT形式で保存する流れが示されている。字幕付き動画に加えて独立した字幕ファイルを渡す仕事なら、修正した文章をそのまま出力工程へつなげられる。

CapCutは字幕の装飾から動画の完成まで進めやすい

CapCutは自動キャプションを生成した後、字幕を一覧で確認して誤字や改行を直せる。CapCutの字幕編集の案内は、文字の修正に加えて字幕の位置や動き、効果音などの調整、完成動画の書き出し、デスクトップ版とオンライン版での独立したSRT出力を説明している。字幕を付けた後の演出が多い動画では、同じ編集環境で作業を続けられる。

ショート動画では、短い発話の誤変換を直すだけで終わらない。縦画面のどこに文字を置くか、改行によって顔や商品が隠れないか、映像の切り替えと字幕が合うかを調整する。字幕の生成から映像の仕上げまでCapCutで進める場合、別の編集ソフトへ字幕や動画を渡す工程を挟まずに済む。

一方、CapCutにも文字を一覧で修正する方法があり、Vrewでも動画は編集できる。違いは、一方だけが字幕を直せるということではない。制作中に何度も戻る場所が発話の文章なのか、映像・音声・文字の組み合わせなのかで、手間の少ない編集場所が変わる。有料の素材や効果を使う予定なら、無料で案内される自動キャプションと最終的な支払い条件は分けて見る必要がある。

長尺解説・ショート動画・SRT納品で工程を比べる

公開比較には、用途別の誤変換件数や修正回数はない。以下は回数の実測比較ではなく、字幕生成後に確認する箇所、編集を続ける場所、最後の出力を並べたものだ。どの用途でも固有名詞の表記と発話に対する表示時刻は、人が確認する前提になる。

長尺の解説動画：固有名詞、専門語、言い直し、長すぎる字幕が主な確認対象。Vrewでは文章を追いながら字幕と対応する映像を整え、字幕付き動画へ書き出せる。CapCutでも字幕を直せるが、映像や音声の演出より原稿との照合に時間を使うなら、Vrewの文章中心の操作が合う。
装飾を重視するショート動画：短い発話の誤認識に加え、画面内の位置、改行、映像の切り替えを確認する。CapCutで字幕の生成・修正から装飾、動画書き出しまで続ければ編集場所を移さずに済む。Vrewで先に字幕とカットを整えてから別の環境で演出する場合は、その受け渡しも工程に含まれる。
SRTファイルの納品：文字の誤りに加えて、各字幕の開始・終了時刻と区切りを確認する。Vrewは修正後にSRTを保存でき、CapCutもデスクトップ版とオンライン版で独立したSRT出力を案内している。字幕付き動画を納めるのか、SRTを別ファイルで渡すのかによって、最後に選ぶ出力が変わる。

SRTに必要なのは字幕の文字と表示時刻で、動画上で付けた文字の動きや装飾は別の成果物だ。動画を再生したときに字幕が正しく見えていても、納品するSRTの区切りや時刻が発注側の指定と合うとは限らない。映像と字幕ファイルの両方が必要な案件では、それぞれを独立した出力として扱う方が要件を整理しやすい。

制作量別の費用はVrewの音声分析枠から計算する

VrewとCapCutで修正した字幕を、字幕付き動画と独立したSRTファイルに分けて書き出す

以下は2026年11月10日に公表されている料金に基づく試算である。Vrewの統合クレジットの案内では、無料プランに月200クレジットが付与され、音声分析は1分につき1クレジットを使う。クレジットはほかのAI機能とも共有するため、試算では音声分析以外に使わないと仮定した。

無料枠を超える場合、Vrewの料金変更の案内にある現行Lightプランは、月額1,590円で月2,000クレジット、表示価格は税込である。同案内には12月からの新料金も載っているため、以下の金額は11月中に現行プランを1か月利用する仮定に限る。CapCutは自動キャプションを無料で案内しているが、月間の生成上限と、有料の素材や機能を使った場合の日本向け請求額を同じ条件で確定できない。

少量・月4本：1本5分の音声を1か月に4本、通貨は円、Vrewの料金は税込と仮定する。音声分析は合計20分で20クレジット。Vrewは無料枠内で0円。CapCutも無料で案内される機能だけで完了する場合は0円だが、この本数を保証する公開上限としては扱えない。
中量・月20本：同じ5分音声を20本なら合計100分、100クレジット。音声分析以外に使わなければVrewは無料枠内で0円。CapCutは無料機能だけで収まれば0円だが、装飾に有料素材を選ぶ場合の総額はこの条件から計算できない。
多量・月50本：同じ5分音声を50本なら合計250分、250クレジットで、Vrewの無料枠を50クレジット超える。現行Lightを1か月使う仮定では税込1,590円となり、音声分析だけなら月2,000クレジットの範囲内。CapCutは無料機能だけで処理できれば0円だが、月間上限と有料機能の利用条件が確定しないため、50本の費用を一律には示せない。

この計算で分かるのは音声分析に必要な枠と、その仮定での支払額までだ。VrewでAI音声や翻訳も使えば同じクレジットを消費し、無料で処理できる本数は減る。選択の中心が字幕の照合ならVrewの枠を制作量に当てはめやすく、映像と字幕の演出を一つの環境で終えることを重視するなら、CapCutで実際に使う機能の料金を含めて判断することになる。