voice-localization

AI 音声ローカライズ

AI 音声合成を使用してブランドの声を複数の言語に展開し、グローバルコンテンツでも一貫したキャラクターと品質を維持します。

このスキルを使用する場面

• 動画コンテンツを新しい言語市場に展開する
• 多言語のコースやトレーニングを作成する
• 広告やマーケティング動画をローカライズする
• 既存のコンテンツを海外の視聴者向けに吹き替える
• 一貫したグローバルブランドの声を構築する
• 吹き替えと字幕のどちらにするかを判断する

方法論の基盤

出典：ElevenLabs Multilingual + Global Content Best Practices

基本原則：真のローカライズとは、同じ人物に感じられる声が、それぞれの言語をネイティブのように話すことです。翻訳された声ではなく、ブランドのキャラクターを保ちながら、その言語に自然になじむ声です。AI 音声合成を使えば、声のアイデンティティを保ちつつ、発音やリズムを各言語に合わせて調整できるため、これを大規模に実現できます。

重要な理由：従来、グローバルコンテンツの制作には言語ごとに別々の声優が必要で、ブランドの一貫性が失われていました。AI 音声ローカライズなら、29 以上の言語で同じ「人物」の声を維持できるため、制作コストを 70～90％削減しながら、世界中で統一されたブランド体験を生み出せます。

Claude が行うことと、あなたが決めること

Claude が行うこと	あなたが決めること
制作ワークフローを構成する	最終的なクリエイティブ方針
技術的なアプローチを提案する	機材とツールの選択
テンプレートとチェックリストを作成する	品質基準
ベストプラクティスを特定する	ブランドや声に関する判断
台本の概要を作成する	台本の最終承認

このスキルでできること

1. 言語を越えて声のアイデンティティを維持する - 同じキャラクターで、異なる言語に対応
2. 文化的な適応を行う - 翻訳にとどまらず、ローカライズする
3. 多言語制作を管理する - 多数の言語に対応する効率的なワークフロー
4. 市場ごとの品質を確保する - ネイティブスピーカーによる検証
5. ROI を算出する - 従来の吹き替えと AI ローカライズのコストを比較

使用方法

ローカライズプロジェクトを計画する

Help me plan voice localization for [content].
Source language: [original]
Target languages: [list]
Content type: [video/audio/course]
Volume: [duration/number of assets]

ローカライズのアプローチを評価する

Should I use AI voice localization or traditional dubbing?
Content: [describe]
Markets: [target countries]
Budget: [range]
Timeline: [deadline]

手順

音声コンテンツをローカライズする際は、次の方法に従ってください。

ステップ 1：ローカライズのニーズを評価する

コンテンツに適したアプローチを判断します。

## Localization Decision Matrix

### When to Use AI Voice Localization

✓ Same brand voice needed across markets
✓ Frequent content updates (efficiency matters)
✓ Educational/informational content
✓ Budget constraints
✓ Quick turnaround needed
✓ 5+ languages needed

### When to Use Traditional Dubbing

✓ Character-driven content (emotions critical)
✓ One-time major production
✓ Markets expect dubbed content (Germany, France)
✓ Complex lip-sync requirements
✓ Budget allows $1,000+ per language

### When to Use Subtitles Instead

✓ Documentary/interview content
✓ Authenticity of original voice matters
✓ Lowest budget option
✓ Markets prefer subtitles (Nordics, Netherlands)
✓ Legal/compliance content (exact words matter)

### Hybrid Approach
Hero content → Traditional dubbing
Supporting content → AI localization
Supplementary → Subtitles

---

ステップ 2：言語を戦略的に選択する

市場機会に基づいて言語の優先順位を決めます。

## Language Prioritization Framework

### Tier 1: High Volume Languages (1B+ speakers)
| Language | Global Speakers | Key Markets |
|----------|----------------|-------------|
| English | 1.5B | Global |
| Mandarin | 1.1B | China |
| Spanish | 550M | LATAM, Spain |
| Hindi | 600M | India |

### Tier 2: High Value Languages
| Language | Economic Value | Markets |
|----------|---------------|---------|
| German | High GDP | DACH |
| French | Colonial reach | France, Africa |
| Japanese | High spending | Japan |
| Portuguese | Large market | Brazil |

### Tier 3: Strategic Languages
| Language | Strategic Value | Markets |
|----------|----------------|---------|
| Arabic | Growing middle class | MENA |
| Korean | Tech-forward | South Korea |
| Italian | Fashion/luxury | Italy |
| Dutch | High English | Benelux |

### ElevenLabs Supported Languages (29+)
English, Spanish, French, German, Italian, Portuguese,
Polish, Dutch, Hindi, Arabic, Chinese, Japanese, Korean,
Turkish, Swedish, Indonesian, Filipino, Malay, Russian,
Czech, Danish, Finnish, Greek, Romanian, Ukrainian,
Vietnamese, Norwegian, Hungarian, Tamil, and more.

---

ステップ 3：ローカライズ用にコンテンツを準備する

翻訳だけでは不十分です。音声への適応に向けて準備します。

## Content Preparation Checklist

### Script Adaptation

**Text expansion/contraction**:
| Language | vs English |
|----------|-----------|
| German | +30% longer |
| French | +15-20% longer |
| Spanish | +15-25% longer |
| Chinese | -30% shorter |
| Japanese | Variable |

**Implications**:
- Video may need re-timing
- Allow flexibility in pacing
- Consider sentence splitting for longer languages

**Localization notes to provide**:
□ Brand terms (don't translate, keep English)
□ Product names (pronunciation guide)
□ Numbers (format varies by locale)
□ Dates (format varies by locale)
□ Currency (localize amounts)
□ Cultural references (adapt or explain)

### Voice Consistency Notes

**Preserve across languages**:
- Character/personality
- Energy level
- Authority/warmth balance
- Pace relative to content

**Adapt per language**:
- Natural rhythm and cadence
- Pronunciation of brand terms
- Formal/informal register (varies by culture)

---

ステップ 4：制作ワークフロー

多言語音声を効率的に制作するプロセスです。

## Multilingual Production Pipeline

### Phase 1: Source Production
1. Finalize English script
2. Record/generate English voice
3. Lock timing and pacing
4. Create master video/audio

### Phase 2: Translation
1. Professional translation (not machine)
2. Localization review (cultural adaptation)
3. Timing adaptation (fit original duration)
4. Brand term glossary enforcement

### Phase 3: Voice Generation

**Per language**:

1. 翻訳済みの台本を読み込む
2. 元の音声と同じ音声設定を適用する
3. 対象言語で音声を生成する
4. ブランド用語の発音を確認する
5. 必要に応じて話すペースを調整する
6. 自然さを確認する

### Phase 4: Quality Control

**Native speaker review checklist**:
□ Natural pronunciation
□ Correct emphasis and intonation
□ Brand terms handled correctly
□ No awkward phrasing
□ Appropriate formality level
□ Cultural appropriateness

### Phase 5: Integration
1. Replace audio track in video
2. Re-sync if timing changed
3. Update text overlays
4. Localize captions/subtitles
5. Final review per language

---

ステップ 5：品質保証

各言語が基準を満たしていることを確認します。

## Localization QA Framework

### Technical QA
□ Audio levels consistent across languages
□ No clipping or distortion
□ Background music balanced correctly
□ Transitions smooth
□ Sync with video acceptable

### Linguistic QA
□ Translation accuracy (spot check 10%)
□ Natural flow and rhythm
□ Brand voice maintained
□ Technical terms correct
□ No machine-translation artifacts

### Cultural QA
□ No offensive content for market
□ References appropriate
□ Humor/idioms adapted correctly
□ Visual content appropriate
□ Call-to-action localized

### Native Speaker Sign-Off
For each language:
- [ ] Spanish (Reviewer: _____) ☐ Approved
- [ ] French (Reviewer: _____) ☐ Approved
- [ ] German (Reviewer: _____) ☐ Approved
- [ ] [Add languages...]

---

ステップ 6：ROI を算出する

AI ローカライズと従来の方法を比較します。

## Localization Cost Comparison

### Traditional Dubbing (per language)

| Component | Cost |
|-----------|------|
| Translation | $0.15/word |
| Voice talent | $300-1,000/hour finished |
| Studio time | $100-200/hour |
| Direction | $50-100/hour |
| Engineering | $50-100/hour |

**Example**: 10-minute video (1,500 words)
- Translation: $225
- Voice talent: $400
- Studio: $200
- Direction: $150
- Engineering: $100
- **Total: ~$1,075 per language**

### AI Voice Localization

| Component | Cost |
|-----------|------|
| Translation | $0.15/word |
| ElevenLabs Pro | $99/mo (unlimited) |
| QA review | $50-100/language |

**Example**: 10-minute video (1,500 words)
- Translation: $225
- Voice generation: ~$0 (within plan)
- QA review: $75
- **Total: ~$300 per language**

### ROI Summary

| Languages | Traditional | AI Localization | Savings |
|-----------|-------------|-----------------|---------|
| 5 | $5,375 | $1,500 | 72% |
| 10 | $10,750 | $3,000 | 72% |
| 20 | $21,500 | $6,000 | 72% |

**Break-even**: AI localization typically saves 70%+ vs. traditional

例

例 1：E ラーニングコースのローカライズ

背景：全 20 本の動画で構成されるコースを、5 言語にローカライズします。

入力：

英語の SaaS トレーニングコース（全 20 本の動画、合計 3 時間）があります。スペイン語、フランス語、ドイツ語、ポルトガル語、日本語にローカライズする必要があります。最適な方法を教えてください。

出力：

コースのローカライズ計画

プロジェクトの範囲

• コンテンツ：動画 20 本、合計 3 時間
• 元の言語：英語
• 対象言語：スペイン語、フランス語、ドイツ語、ポルトガル語、日本語
• コンテンツの種類：教育（感情表現より明瞭さを重視）

推奨するアプローチ：AI 音声ローカライズ

AI が適している理由：

• 教育コンテンツ（ドラマ性より情報の伝達を重視）
• 5 言語に対応（効率が重要）
• 継続的な更新が見込まれる（再現可能なプロセスが必要）
• すべてのバージョンで一貫した「講師」の声を維持できる

実装計画

プラットフォーム: ElevenLabs Pro（$99/月）

音声戦略:

• 元の講師の声をクローンする、または一貫性のある声を設計する
• 6 言語すべてを同じ声で話す
• 権威性と指導スタイルを維持する

動画ごとのワークフロー:

1. 翻訳（外注）

   • 機械翻訳ではなく、プロによる翻訳
   • 製品用語の用語集を用意する
   • テキストの長さが増える場合のタイミング指針

2. 音声生成

   • 同じ声で 5 言語すべてを生成する
   • 動画 1 本あたり、言語ごとに約 15 分
   • 合計：音声生成に約 25 時間

3. 品質レビュー

   • 言語ごとにネイティブスピーカーがレビューする
   • 発音、自然さ、正確性に重点を置く
   • 動画 1 本あたり、言語ごとにレビュー時間 1 時間を見込む

4. 動画への統合

   • 音声トラックを置き換える
   • 必要に応じてタイミングを調整する
   • 字幕が一致していることを確認する

スケジュール

フェーズ	期間	備考
翻訳（すべて）	2 週間	並行作業
音声生成	1 週間	1 日あたり約 5 時間
品質レビュー	2 週間	言語ごとに並行作業
統合	1 週間	並行作業
合計	5～6 週間	予備期間込み

予算の見積もり

項目	費用
翻訳（5 言語 × 27,000 語）	$20,250
ElevenLabs（2 か月）	$200
品質レビュー（5 言語 × 20 本 × $30）	$3,000
統合（20 時間 @ $50）	$1,000
合計	約 $24,500

従来の吹き替えの場合：約 $107,500（77% のコスト削減）

---

例 2：グローバル広告キャンペーン

背景：グローバルローンチに向けて、30 秒の広告をローカライズする必要があります。

入力：

30 秒の動画広告をグローバルに公開します。2 週間以内に 10 言語版が必要です。予算は $15,000 です。

出力：

広告のローカライズ：迅速なグローバル展開

制約

• 30 秒の広告（時間に余裕がない）
• 10 言語
• 期限は 2 週間
• 予算は $15,000（言語あたり約 $1,500）

推奨：ハイブリッド方式

ティア 1（主要市場）— 従来の吹き替え

• 英語（原文）
• スペイン語（最大のリーチ）
• ドイツ語（高価値）
• フランス語（高価値）

ティア 2（拡大市場）— AI によるローカライズ

• ポルトガル語、イタリア語、オランダ語、ポーランド語、日本語、韓国語

理由

• 主要市場にはプレミアムな対応を提供する
• AI により効率的に規模を拡大できる
• どちらの方式も期限に間に合う

制作スケジュール

第 1 週：

日	タスク
1～2	すべての翻訳を完了
2～3	従来方式による吹き替え収録（4 言語）
3～4	AI による音声生成（6 言語）
4～5	すべてのバージョンを品質レビュー

第 2 週：

日	タスク
1～2	修正と調整
3～4	すべてのバージョンを動画に統合
5	最終レビューと納品

予算配分

項目	費用
翻訳（10 × 約 120 語）	$1,800
従来方式の吹き替え（4 言語）	$4,800
AI による生成（6 言語）	$600
品質レビュー（10 言語）	$2,000
統合（10 言語）	$2,500
予備費	$3,300
合計	$15,000

チェックリストとテンプレート

ローカライズプロジェクトのチェックリスト

## Pre-Production
□ Languages selected and prioritized
□ Budget allocated per language
□ Timeline established
□ Translation vendor selected
□ Brand glossary prepared
□ Voice consistency plan defined

## Production
□ Translations complete
□ Translations reviewed for brand terms
□ Voice generated per language
□ Pronunciation verified
□ Timing adjusted if needed

## Quality Assurance
□ Native speaker review complete
□ Technical QA passed
□ Brand guidelines verified
□ Cultural review passed
□ Legal/compliance check (if needed)

## Delivery
□ Files named correctly per language
□ All formats delivered
□ Captions/subtitles provided
□ Documentation complete
□ Source files archived

---

ブランド用語集テンプレート

## [Brand] Localization Glossary

### Never Translate
| English | Note |
|---------|------|
| [Brand Name] | Keep English, pronunciation: [X] |
| [Product Name] | Keep English |
| [Feature Name] | Keep English, explain in context |

### Translate Consistently
| English | Spanish | French | German |
|---------|---------|--------|--------|
| Dashboard | Panel | Tableau de bord | Dashboard |
| Workflow | Flujo de trabajo | Flux de travail | Arbeitsablauf |
| [Term] | | | |

### Pronunciation Guide
| Term | Pronunciation |
|------|--------------|
| [Brand] | /brănd/ |
| [Feature] | /fē-chər/ |

スキルの範囲

このスキルが得意なこと

• 音声制作ワークフローの構成
• 技術的な指針の提供
• 品質チェックリストの作成
• クリエイティブな手法の提案

このスキルではできないこと

• 音響エンジニアリングの専門知識を代替すること
• 主観的なクリエイティブ上の判断を下すこと
• 音声ファイルに直接アクセスしたり、編集したりすること
• 商業的な成功を保証すること

参考資料

• ElevenLabs. 「多言語音声合成」— プラットフォームのドキュメント
• CSA Research. 「グローバルコンテンツ戦略」— ローカライズのベストプラクティス
• Unbabel. 「ローカライズの現状」— 業界ベンチマーク
• Nimdzi. 「ローカライズ市場調査」— コストと ROI のデータ

関連スキル

• voice-design — ベースとなる声の作成
• voiceover-direction — 品質管理の原則
• transcription-to-content — ソースコンテンツの準備

---

スキルのメタデータ（内部使用）

name: voice-localization
category: audio
subcategory: voice
version: 1.0
author: MKTG Skills
source_expert: ElevenLabs, Localization Best Practices
source_work: Multilingual Content Production
difficulty: intermediate
estimated_value: 70%+ cost savings vs. traditional dubbing
tags: [localization, multilingual, dubbing, ai-voice, global]
created: 2026-01-26
updated: 2026-01-26