Descript徹底検証｜動画編集はどこまで楽になるか・日本語の壁【2026】

結論：Descriptは「文字を消すだけで動画・音声が編集できる」という発想を実用レベルまで作り込んだ米国発のAIツールで、英語コンテンツの制作効率を劇的に高める一方、文字起こし・AIアシスタント・UIのすべてが日本語に対応しておらず、日本語コンテンツを主軸にする企業にとっては2026年7月時点でまだ主力ツールにはなりきれません。

この記事の要点：

• 要点1：料金はFree（$0）〜Business（年払い換算 月$50/席）〜Enterpriseの5階層。Overdub・Underlord・Studio SoundなどのAI機能は2025年9月の改定以降、消費型の「AIクレジット」で管理される
• 要点2：文字起こしは25〜26言語に対応するが、公式ヘルプで明記されている通りラテン文字圏の言語が中心で、日本語・中国語・韓国語は非対応
• 要点3：アプリのUI自体も英語のみで、日本語ローカライズは2026年7月時点で未実装。海外向け英語コンテンツの制作・海外チーム向け動画マニュアル制作には強い武器になる

対象読者：動画・音声コンテンツの内製化や、海外向け発信・英語研修動画の制作を検討している中小企業の経営者・広報担当・研修担当者

読了後にできること：Descriptが自社の用途（英語コンテンツか、日本語コンテンツか）に合うツールかどうかを、料金・機能・言語対応の3軸で判断できる状態になります

「動画編集ソフトって、タイムラインの操作が難しくて結局外注に頼ってしまう」——AI研修やツール選定の相談を受けていると、こうした悩みに必ずと言っていいほど行き着きます。

そのたびに候補として名前が挙がるのが Descript です。「Word感覚で動画を編集できる」「AIが自動で不要な間や言い淀みを消してくれる」という触れ込みで、海外のポッドキャスターやYouTuberの間ではすでに定番ツールになっています。日本語のブログ記事でも「Descript完全ガイド」といった紹介記事が増えており、興味を持つ企業担当者も少なくありません。

ただし実際に導入を検討する段階になると、担当者からの質問は決まって同じところに集約されます。「料金プランが複雑でよく分からない」「Overdubって結局何ができるのか」「肝心の日本語には対応しているのか」——この3点です。特に3つ目は、紹介記事によって書いてあることが食い違っており、正確な情報にたどり着きにくいのが実情です。

この記事では、Descript公式サイト・公式ヘルプセンターの一次情報を確認したうえで、料金プラン・主要機能・そして最も誤解が多い日本語対応の実態を、独立した立場で徹底検証します。過度な礼賛も過度な否定もせず、自社が導入すべきかどうかを判断できる材料を提供することが目的です。

動画・音声AIツール全般の選び方については AI導入戦略ガイド でも体系的にまとめていますので、あわせて参考にしてください。

Descriptとは — 「動画編集ソフト」ではなく「文書エディタ」という発想

Descript（ディスクリプト）は、米Descript社が開発するクラウド型の動画・音声編集プラットフォームです。最大の特徴は、動画や音声をアップロードすると自動で文字起こしされ、そのテキストを削除・並べ替えするだけで、対応する映像・音声も同時に編集されるという仕組みにあります。従来の動画編集ソフトのように波形やタイムラインを見ながらカット点を探す必要がなく、Wordファイルを校正する感覚でインタビュー動画やポッドキャストを整えられるのが最大のセールスポイントです。

この「テキストベース編集」に加えて、以下のAI機能群が用意されています。

• Underlord：チャット形式で「フィラーワードを消して」「音質を整えて」のように英語の自然文で指示すると、AIが該当編集を自動実行するアシスタント機能
• Overdub（現Regenerate）：自分の声をAIに学習させ、テキストを入力するだけで自分の声で読み上げた音声を生成する声のクローン機能
• Studio Sound：スタジオ収録でなくても、AIがノイズ除去・音質補正を自動で行う機能
• 字幕・キャプション自動生成：文字起こしデータをもとに、話者ごとの色分けを含めた字幕を自動生成

もともとはポッドキャスト編集ツールとして2017年に登場し、その後動画編集・AIアシスタント機能を段階的に拡張してきた経緯があります。現在はYouTuber・企業のマーケティング担当・研修動画制作者まで、幅広い層が「素材から書き起こしテキストを作り、そのテキストを編集して動画を仕上げる」ワークフローのために利用しています。

事例区分：想定シナリオ

研修動画やオンボーディング動画を内製化しようとする企業でよく見られるのが、「撮影は終わったが、無駄な間や言い直しの編集に時間がかかりすぎて公開が延び延びになる」というパターンです。Descriptが解決しようとしているのは、まさにこの「素材はあるのに編集が終わらない」というボトルネックです。

実測検証：テキストを消すだけで編集が進む仕組みとUnderlordへの指示5選

Descriptのコア体験は、動画・音声をアップロードした直後の自動文字起こしから始まります。文字起こし後の編集画面はほぼワープロソフトと同じ見た目で、不要な発言をテキストごと選択してDeleteキーを押すと、対応する映像・音声区間もタイムラインから自動的に削除されます。フィラーワード（「あー」「えーと」に相当する英語の filler words）の検出・一括削除も標準機能として搭載されており、収録後の「間延び」を手作業で探す工程がまるごと省略できる設計です。

さらに踏み込んで作業を効率化するのが Underlord です。サイドバーに表示されるチャット欄に、編集してほしい内容を英語の自然文で入力すると、AIが該当する編集操作を自動実行します。以下は、Descript公式の説明で紹介されている代表的な指示のパターンをもとに構成した、コピペしてそのまま試せる指示文です（Underlordへの入力は英語が基本のため、英語原文とあわせて日本語訳を併記しています）。

Remove all filler words like "um" and "uh" from this recording.

日本語訳：この収録から「あー」「えーと」に相当するフィラーワードをすべて削除して。
効果：言い淀みを手作業で1つずつ探す工程を省略できる、Underlordの最も基本的な指示。

Apply Studio Sound to clean up the background noise without affecting the background music.

日本語訳：BGMに影響を与えずに、背景ノイズをStudio Soundでクリーンアップして。
効果：自宅や会議室など、収録環境が整っていない素材でも一定の音質水準に揃えられる。

Trim any silence longer than 1.5 seconds throughout this timeline.

日本語訳：タイムライン全体で1.5秒以上続く沈黙区間を自動でトリムして。
効果：長尺の対談・インタビュー素材で「間」が間延びして見える箇所をまとめて解消できる。

Generate captions for this video and color-code them by speaker.

日本語訳：この動画に字幕を生成して、話者ごとに色分けして。
効果：複数人の対談・座談会形式の動画で、字幕から誰の発言か一目で分かるようにできる。

Create a 3-minute highlight version of this 20-minute recording, keeping only the key points.

日本語訳：この20分の収録から、要点だけを残した3分間のハイライト版を作って。
効果：SNS用ショート動画や社内共有用ダイジェストを、長尺素材から手早く切り出せる。

事例区分：想定シナリオ

英語での海外向け発信や、海外拠点向けの英語マニュアル動画を内製している企業であれば、この「英語で指示するだけで編集が進む」体験そのものが業務効率化に直結します。一方で、社内会議の議事録動画や日本語のインタビューを主に扱う企業では、Underlordへの指示自体を英語で組み立てる必要がある点が、想定以上に高いハードルになるケースが典型的です。

料金プラン徹底比較｜無料〜Business・AIクレジット制の注意点

Descriptの料金プランは、公式サイト（descript.com/pricing）確認時点（参照日：2026年7月21日）で以下の5階層です。年払いを選ぶと月額換算で約35%割引になる設計になっています。

料金体系を理解するうえで最も重要なのが、2025年9月の価格改定です。改定前はOverdub・Underlord・Studio SoundなどのAI機能は「使い放題」に近い扱いでしたが、改定後はこれらのAI機能が消費型のAIクレジットで管理されるようになりました。Free・Hobbyistプランのクレジットは月間の付与量が限られており、AI機能を使い込むほどクレジットが早く尽きる設計です。これは海外のレビューサイトでも「AIクレジットの消費が早い」と繰り返し指摘されている点で、導入前に自社の想定利用量とプランのクレジット上限を突き合わせておく必要があります。

Free プランには「AIクレジットは初回付与のみで、月次の自動補充がない」という制約があります。無料プランで一通り試したあと、実運用に入るタイミングで有料プランへの移行がほぼ前提になる点は、契約前に押さえておくべきポイントです。

最大の壁：日本語は文字起こし・UIともに非対応（2026年7月時点）

ここが、この記事で最も正確に伝えたい部分です。Descriptの日本語ブログ記事の中には「日本語にも対応」と紹介しているものがありますが、Descript公式ヘルプセンターの「Supported transcription languages（対応する文字起こし言語）」ページを確認すると、対応言語はラテン文字（アルファベット）を使用する言語が中心で、明確に「日本語・中国語・ロシア語は現時点で非対応」と明記されています。

具体的には、英語・フランス語・ドイツ語・スペイン語・イタリア語・ポルトガル語・オランダ語・北欧諸語など、25〜26言語程度が対応リストに含まれますが、日本語はこのリストに入っていません。Descript社自身も「将来的に追加したい機能ではある」とコミュニティのフィードバックページで回答していますが、2026年7月時点でリリース時期は明言されていません。

この制約は、Descriptの核となる「テキストベース編集」そのものに直結します。文字起こしが日本語に対応していないということは、日本語音声を素材にした場合、Descriptの最大の武器であるテキスト編集がそのままの形では機能しないことを意味します。日本語の会話を文字起こしさせても正しく認識されず、テキストと音声の対応関係が崩れるため、実務では使い物にならないという報告が日本語ユーザーのブログ・note記事でも複数見られます。

加えて、アプリケーションのUI（インターフェース）自体も英語のみで、日本語ローカライズは提供されていません。この点についても、Descriptの公式フィードバックプラットフォームに「日本語UIがあれば使いたい人が増えるはず」という要望が投稿されている状態で、対応の予定は示されていません。

事例区分：想定シナリオ

「海外の紹介記事を見て期待して契約したが、実際に日本語のインタビュー音声をアップロードしたら文字起こしが文字化けのような結果になり、結局手作業での編集に戻った」——これは、日本語対応の実態を確認せずにツール選定を進めた場合に典型的に起きるパターンです。契約前に無料プランで自社の日本語素材を実際にアップロードし、文字起こし結果を確認する工程を必ず挟むべきです。

一方で、Overdub（Regenerate）の音声クローンについても、英語での品質が最も高く、他言語での音声クローンは開発途上の段階にあるとされています。日本語での自然な音声生成を主目的にする場合、Descriptは現時点で最適な選択肢とは言えません。

【要注意】導入前によくある失敗パターン

失敗1：日本語コンテンツ制作の主力ツールとして契約してしまう

❌ よくある間違い：紹介記事の「日本語対応」という記述だけを信じて、日本語の社内研修動画や日本語ポッドキャストの編集を前提に有料プランを契約してしまう。
⭕ 正しいアプローチ：Free プランで自社の日本語素材を実際にアップロードし、文字起こし精度とテキスト編集の可否を確認してから契約判断をする。

失敗2：AIクレジットの消費量を見積もらずにプランを選ぶ

❌ よくある間違い：Underlord・Studio Sound・Overdubを日常的に使うつもりで、AIクレジットが限られたHobbyistプランを契約し、月の途中でクレジットが枯渇してAI機能が使えなくなる。
⭕ 正しいアプローチ：想定する編集本数・AI機能の利用頻度を事前に洗い出し、Creator以上のプランで運用するか、クレジット追加購入の要否を確認する。

失敗3：Underlordへの指示を日本語で入力して機能しないと誤解する

❌ よくある間違い：チャット欄が用意されているからと日本語で指示を入力し、期待通りの結果が出ずに「AI機能が使えない」と判断してしまう。
⭕ 正しいアプローチ：Underlordへの指示は英語の自然文を基本とし、まずは本記事で紹介したような定型的な英語コマンドから試す。

失敗4：無料プランの制約（ウォーターマーク・60分/月）を見落として社外公開資料に使う

❌ よくある間違い：無料プランで書き出した動画にウォーターマークが入ったまま、クライアント向け資料や採用動画として公開してしまう。
⭕ 正しいアプローチ：社外に公開する動画を作る前提であれば、最初からHobbyist以上の有料プランで作業する。

Descriptが向いている企業・向いていない企業

日本語コンテンツが主軸なら？代替ツールとの使い分け

日本語の文字起こし・字幕生成を軸に動画編集を効率化したい場合は、韓国VoyagerX社が提供する「Vrew」のような、日本語文字起こしに正式対応した国産・アジア系ツールが現実的な選択肢になります。Vrewは無料プランでも日本語の自動文字起こし・字幕生成が利用でき、有料プラン（Lightプランで月額1,290円程度、2026年3月時点の公式情報）でも比較的低コストに収まる価格設定です（参照日：2026年7月21日）。

AIアバターを使った多言語・日本語ナレーション動画を検討している場合は、HeyGen完全ガイド で料金・日本語対応の実力を詳しく検証しています。また、動画・音声生成AI全般の使い分けを整理したい場合は Suno・Pika・Higgsfield比較 もあわせて参考にしてください。

整理すると、「英語コンテンツの編集効率を最大化したい」ならDescript、「日本語音声の文字起こし・字幕生成が中心」ならVrewのような日本語対応ツール、「AIアバターによる多言語ナレーション」ならHeyGen、というように用途ごとにツールを使い分けるのが2026年7月時点の現実的な結論です。

セキュリティ・データ運用で確認しておきたいこと

企業として動画・音声素材をクラウドにアップロードする以上、セキュリティ面の確認も欠かせません。Descript公式のセキュリティページによると、同社はSOC 2 Type IIの監査を受けており、保存データはAES-256で暗号化、通信はTLS 1.2でHTTPS暗号化されています。GDPR・CCPAといった主要なプライバシー規制にも準拠する方針が示されており、データ削除リクエストがあればサーバーから完全に削除するとされています。エンタープライズ利用でセキュリティ要件が厳しい場合は、EnterpriseプランでのSSO対応や契約条件を個別に確認することをおすすめします。

よくある質問

Descriptは無料で使えますか？

Freeプランがあり、クレジットカード登録なしで利用を開始できます。ただし月間のメディア時間が60分まで、リモート収録は1時間まで、書き出しは720pでウォーターマーク付きという制約があり、AIクレジットも初回のみの付与です。社外に公開する動画を作る場合は、実質的にHobbyist以上の有料プランが前提になります。

日本語の音声・動画はまったく編集できませんか？

「テキストを消すだけで編集できる」というDescriptの核となる体験は、文字起こしに対応していない日本語では機能しません。ただしDescriptには波形を見ながら手動でカット・トリムする従来型の「Timeline（タイムライン）」編集モードも用意されており、こちらは言語を問わず利用できます。つまり日本語素材でも編集自体は可能ですが、Descript最大の強みであるテキストベース編集の恩恵はほぼ受けられません。

OverdubとUnderlordの違いは何ですか？

Overdub（現在はRegenerateという名称に整理）は、自分の声をAIに学習させてテキスト入力から音声を生成する「声のクローン」機能です。Underlordは、チャット形式で編集指示を出すとAIが該当編集を自動実行する「AIアシスタント」機能で、役割がまったく異なります。どちらも2025年9月の改定以降、AIクレジットを消費する仕組みに統一されています。

チームで使う場合、何人まで同じプランで契約できますか？

Descriptの料金は基本的に1ユーザーごとの席課金制です。複数人のチームで使う場合は人数分のシート数を契約する必要があり、Businessプラン以上でチーム管理機能（権限設定・共有ワークスペース等）が使えるようになります。人数規模が大きい、あるいはSSOなどセキュリティ要件がある場合はEnterpriseプランでの個別見積もりが必要です。

Premiere ProやCapCutと比べてどちらを選ぶべきですか？

Adobe Premiere Proのような本格的な映像編集ソフトは、色調補正やモーショングラフィックスなど映像表現の自由度で優位です。CapCutはSNSショート動画のテンプレート豊富さとスマホ完結の手軽さが強みです。Descriptが最も差別化できるのは「トーク中心の長尺素材（インタビュー・ポッドキャスト・研修動画）を、文字起こしをベースに素早く整える」用途であり、英語コンテンツであればこの3つの中で最も編集時間を短縮できる可能性が高いツールです。

参考・出典

• Descript Pricing — Descript公式（参照日：2026-07-21）
• Supported transcription languages — Descript公式ヘルプセンター（参照日：2026-07-21）
• Descript Overdub | AI Voice Cloning Now on Every Plan — Descript公式ブログ（参照日：2026-07-21）
• Security at Descript — Descript公式（参照日：2026-07-21）
• Vrew 料金プラン — VoyagerX公式（参照日：2026-07-21）

まとめ：今日から始める3つのアクション

1. 今日やること：Freeプランに登録し、自社の日本語音声素材を1本アップロードして文字起こし精度を自分の目で確認する
2. 今週中：英語コンテンツ制作と日本語コンテンツ制作、どちらの比重が大きいかを整理し、Descriptを使うべき業務範囲を絞り込む
3. 今月中：英語向けにはDescript、日本語向けにはVrew等の国産ツールという「使い分け運用ルール」をチームに共有し、AIクレジットの消費量を1か月分測定する

次回予告：次の記事では、AIアバター動画生成ツール各社（HeyGen等）の日本語ナレーション精度を横断比較するテーマをお届けします。

著者：佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。