正直に言うと、最初は半信半疑だった。「AIで作った音声なんて、クライアントに受け入れてもらえるの？」と思いながら、2023年11月にElevenLabsを試してみたのが始まりだった。
結果から言うと、最初の案件獲得まで9日。3ヶ月後には月6万円を超えていた。録音機材もない、声優の経験もない、ただのサラリーマンが、だ。
この記事では、私が実際にやった手順と、途中でやらかした失敗も含めて全部書く。ツール選びから最初の案件獲得まで、同じように悩んでいる人の参考になれば十分。
副業を始める前、クラウドワークスで「ナレーション」と検索してみた。2020年頃の案件数と比べると、体感で3倍以上は増えている印象だった。
背景はシンプルで、動画コンテンツの需要爆発に対してプロのナレーターの供給が追いついていない。企業の研修動画、YouTubeの解説コンテンツ、eラーニング教材——どれも音声が必要なのに、プロに頼むと高い。
単価の幅は1案件あたり3,000円〜50,000円とかなり広い。企業向けの研修動画や商品説明動画は1本1万円超えも普通にある。最初はそれを知らなくて、3,000円案件ばかり受けていたのが最初の失敗だった。
最初の2週間で4つのツールを試した。有料プランに課金して後悔したものもある。その経験から、今でも実際に使っているのは以下の3つだ。
| ツール | 得意な言語 | 料金 | 向いている案件 |
|---|---|---|---|
| ElevenLabs | 英語・多言語 | 無料〜$5/月〜 | 英語ナレーション、海外向けYouTube |
| VOICEVOX | 日本語特化 | 完全無料 | 解説動画、ゲーム実況風、教育系 |
| Murf AI | 120言語以上 | 無料トライアル〜$29/月〜 | 企業PR、eラーニング、商品紹介 |
おすすめの入り方：まずVOICEVOXで無料スタート。日本語案件が取れてきたらMurf AIの無料トライアルを試す。英語案件を狙うならElevenLabsの無料プランから。この順番が一番お金を無駄にしない。
最初に触ったとき、正直驚いた。抑揚の付け方が人間に近くて、英語のナレーションなら「これAIですよね？」と言わなければわからないレベルだった。
無料プランで月10,000文字分の音声生成が可能。ただし無料プランは商用利用不可なので、副業で使うなら有料プランへの切り替えが必要。月$5（約750円）で商用利用OKになる。
日本語特化の完全無料ツール。ずんだもんや四国めたんなどのキャラクターボイスが揃っていて、YouTubeの解説動画やゆっくり系コンテンツとの相性が抜群だ。
私が最初に受注した案件はVOICEVOXで作ったサンプルがきっかけだった。2023年11月、登録から9日目のことで、単価は4,500円の小さな案件だったけど、そこからすべてが動き始めた。
商用利用はキャラクターごとに条件が違うので、必ず公式サイトで各キャラクターの利用規約を確認すること。これを怠ると後でトラブルになる。
クラウド上で動作するので、インストール不要で使えるのが地味に便利。日本語の音声品質が高く、ビジネス向けのクリーンなトーンが出せる。企業クライアントへの納品で「品質が違う」と言われたのはMurf AIを使い始めてからだった。
有料プランは月$29（約4,300円）からで、最初は高く感じた。でも1案件15,000円の企業案件が取れるようになってからは、コスト感がまったく変わった。
まずVOICEVOXかElevenLabsで30秒〜1分のサンプル音声を作る。ジャンルは「ビジネス調」「親しみやすいトーン」「落ち着いた解説調」の3パターン。
ここで私がやらかしたのは、最初に1ジャンルしか作らなかったこと。プロフィールに掲載できるサンプルが少なくて、最初の1週間は問い合わせがゼロだった。3ジャンル揃えてから一気に変わった。
AI音声はそのままだと不自然な間や微妙なノイズが残ることがある。無料の音声編集ソフトAudacityでノイズ除去・音量調整・不要な間のカットをするだけで、納品クオリティが別物になる。
この一手間を省いた案件でクレームをもらったことがある。それ以来、必ずこのステップを挟むようにしている。
どちらか一方ではなく、両方に登録する。プロフィールには「AI音声合成を活用した高品質ナレーション制作」と明記して、ステップ1のサンプルを掲載する。
プロフィール写真・自己紹介文・サンプル音声の3点セットが揃っているかどうかで、受注率がまるで違う。自己紹介文は200字以上書くこと。これだけで問い合わせ率が体感で3倍変わった。
実績ゼロの状態で高単価案件を狙っても、ほぼ取れない。最初の2〜3件は相場より少し低い単価で受注して、高評価レビューを積み上げることに集中する。
レビューが5件を超えた頃から、応募しなくてもスカウトが来るようになった。単価交渉も「実績があるので」と一言添えるだけで通りやすくなる。
クラウドソーシングはプラットフォーム手数料が20〜25%取られる。直接受注に切り替えると、手取りがそのまま増える計算だ。
私はXで「AI音声ナレーション制作の裏側」を週2回投稿し始めた。3ヶ月後には月の受注の半分が直接依頼になっていた。noteに制作実績を公開するのも、ポートフォリオ代わりになって効果が高い。
同じジャンルの案件（商品説明動画など）を繰り返し受けると、音声生成の設定や台本の構成パターンが再利用できるようになる。最初は1案件に2〜3時間かかっていたのが、今は30〜45分で終わる。
時給換算すると、単価を上げなくても実質的な時給が4倍近くになった。これが一番コスパの良い改善だった。
CapCutを使った簡単な字幕付き動画編集をセットで提供するようにしたら、1案件の単価が平均1.5倍になった。「ナレーションだけ」の案件が5,000円なら、セットパッケージで8,000〜10,000円に設定できる。
動画編集は難しくない。字幕を付けてBGMを乗せるだけで、クライアントの満足度が大幅に上がる。CapCutは無料で使えるし、操作習得に1週間もかからなかった。
個人クリエイターへの受注は単価が低く、キャンセルも多い。企業の研修動画や製品説明動画は1本3万〜10万円の案件が存在して、しかもリピートしてくれる。
LinkedInで「AI音声ナレーション制作」のキーワードで発信し始めたら、2ヶ月後に中小企業の担当者から直接連絡が来た。その1社だけで月3万円の継続案件になっている。
