「声あり声なし 再生数 比較 実録」で検索している人が知りたいのは、抽象論ではなく実数字のはずだ。結論から言う。声の有無そのものが再生数を決めるのではなく、ジャンルが要求する情報密度と、声を入れることで生まれる制作コストとのバランスが結果を分ける。本記事では、運営している雑学系チャンネル（声あり・ナレーション主体、登録者1,120人／総再生2,817,896回／投稿60本）の実データと、声なしで成り立つジャンルの特徴を並べて整理する。先に断っておくと、「同じチャンネル内で声ありA本・声なしB本を投稿してどちらが伸びたか」という個別動画単位の内訳データは手元にない。この点を隠さず開示したうえで、ジャンルの違いから読み取れる示唆と、WebSearchで確認できた視聴維持率・アルゴリズム評価に関する一般的な知見を組み合わせて、判断材料を提示する。
声あり声なしで再生数はどう変わるのか？結論を先に言う
結論は「声の有無単体では再生数は決まらない。ジャンルとの相性、そして本数を稼ぐか1本の伸びを狙うかという運用方針の選択が結果を左右する」である。
自社データで見ると、声あり・ナレーション主体で運用している雑学系チャンネルは60本の投稿で平均約4.7万回再生（総再生2,817,896回÷60本）。単純に数字だけを見れば「声ありの圧勝」に見えるが、これは声の有無を比較した実験ではない。雑学というジャンルは「意外な事実を言葉で説明して驚かせる」ことが価値の中心にあり、声（ナレーション）がなければ成立しにくい。逆に睡眠系のジャンルは「情報を伝える」のではなく「聞き流しながら眠りに落ちる」ことが価値であり、声（人の声のナレーション）はむしろ覚醒刺激になり得るため、BGMと環境音主体の構成が選ばれやすい。つまりチャンネル間の再生数の差は、声の有無の効果を直接示す数字ではなく、「ジャンルが要求する情報伝達の形式が違う」ことの結果である。ここを混同したまま「声ありのほうが伸びる」と一般化するのは誤りで、これが本記事の一つ目の独自視点になる。
同じジャンル内で声ありと声なしを厳密に比較したA/Bテストのデータは、自社データにも公開データにも存在しない。この記事は「無いものをあるかのように語らない」という前提で、正直に開示できる範囲の実数値と、ジャンル選択における声の役割という視点を提供する。
もう一点、この比較を読むうえで見落とされがちな条件がある。チャンネル同士を比べるときは、声の有無だけでなく、開設時期・投稿頻度・アルゴリズムに評価され始めた時期も異なる点に注意が要る。新規チャンネルは開設直後にYouTube側の「新規チャンネル向けの露出」が働きやすいという運用者の声も一般的に聞かれる。したがって「声ありチャンネルの平均再生数が高いのは声のおかげ」と単純化するのではなく、開設時期や投稿頻度という交絡要因が数字に乗っている可能性も差し引いて読む必要がある。実数字を出すことと、その数字を過大解釈しないことは別の作業であり、本記事では後者にも意識的でありたい。
自社データ：声ありの雑学チャンネル60本の数字
このセクションの結論は「投稿本数を稼ぐ運用と、1本あたりの伸びを狙う運用は、声の有無と表裏一体でコスト構造が違う」という点だ。声を入れるナレーション主体の動画は、台本作成・音声生成・音と字幕の同期という工程が増える分、1本あたりの制作時間が伸びる。その代わり、情報密度が高く「へえ」という驚きを短時間で届けられるため、視聴維持とシェアにつながりやすい。声なしのBGM主体動画は、素材と音源を組み合わせるだけで量産しやすい反面、1本ごとの差別化要素が少なく、再生数は本数に比例しにくい。
以下が実際の数値である。
| 項目 | 雑学系チャンネル（声あり・ナレーション主体） |
|---|---|
| 登録者数 | 1,120人 |
| 総再生数 | 2,817,896回 |
| 投稿本数 | 60本 |
| 1本あたり平均再生数 | 約46,965回（約4.7万回） |
| 登録者1人あたり総再生 | 約2,516回 |
| 声の役割 | 意外な事実の説明・驚きの演出 |
| 制作の主な負荷 | 台本・ネタ選定・音声とテロップの同期 |
この表から読み取れる示唆は2つある。第一に、声ありの雑学チャンネルは1本あたりの再生数が大きいが、これは「声があるから」ではなく「雑学という驚き主導のジャンルだから」である可能性が高い。第二に、登録者1人あたりの総再生数（チャンネルへのリピート視聴の目安）が約2,516回と高く、驚きを言語化するコンテンツはファン化しやすい可能性を示唆している。
雑学系チャンネルの詳しい投稿データは雑学Shorts60本で登録1,110人・279万再生の全データ公開にまとめてある。
なぜジャンルによって声の有無で結果が変わるのか
結論は「声は情報伝達の手段の一つであり、ジャンルが求める情報密度と視聴シーンが声の要否を決める」ということだ。
雑学ジャンルは、視聴者が能動的に「何か知らないことを知りたい」という姿勢で見ている。この場合、テロップだけで意外な事実を伝えるより、声で抑揚をつけて「実は◯◯なんです」と畳みかけるほうが、驚きの体験としての完成度が高くなりやすい。実際、雑学ショートの声の選び方2026｜7つの判断軸と無音との比較でも触れているとおり、雑学ショートにおける声の役割は「聞き心地」ではなく「理解速度を上げること」にある。無音でテロップだけの雑学動画も存在するが、テロップを目で追う速度と情報量のコントロールが難しく、ナレーションがある動画に比べて視聴維持率で不利になりやすいという意見が制作者コミュニティでは一般的に語られている。
一方、睡眠・ASMR・作業用BGM系のジャンルは、視聴者が「聞き流す」「画面を見ずに耳だけで流す」姿勢で接している。ここに人の声によるナレーションを入れると、意識がそちらに向いてしまい、リラックスや入眠という目的と逆行する。したがって声なしという選択は、このジャンルにおいては「手を抜いている」のではなく「目的に最適化されている」設計判断である。
この構造を踏まえると、「声あり声なしどちらが再生数で有利か」という問いの立て方自体が、ジャンルを固定しない限り答えが出ない問いだとわかる。これが本記事のもう一つの独自視点である。声の有無を論じる前に、まず「そのジャンルは能動的な情報摂取を求めているか、受動的な聞き流しを求めているか」を自問したほうが、再生数への影響を正しく予測できる。
声なし動画が伸びやすい条件・声ありが伸びやすい条件
結論は「視聴シーンが受動的なら声なし、能動的な情報摂取が価値の中心なら声あり、が基本線」である。ただし例外条件も存在するため、以下の比較表とチェックリストで整理する。
| 条件 | 声なしが有利になりやすい | 声ありが有利になりやすい |
|---|---|---|
| ジャンルの目的 | リラックス・入眠・作業用BGM・ASMR | 雑学・解説・ノウハウ・ニュース |
| 視聴シーン | 画面を見ない「ながら視聴」が多い | 画面を注視して情報を得たい |
| 情報の複雑さ | 単純（映像とテロップだけで完結） | 複雑（因果関係や驚きの説明が必要） |
| 制作リソース | 台本作成の時間を割きにくい | 台本・音声制作に時間を割ける |
| 音声オフ視聴への耐性 | 元々音声前提でないため影響小 | 音声オフだと情報が半分失われる |
| 差別化のしやすさ | 素材の質と選曲でしか差がつきにくい | 語り口・切り口・声質で差別化できる |
参考として、動画マーケティング業界でよく引用される調査では、Facebook上の動画再生の約85〜90%が無音状態で行われているという報告がある（Digiday Japan等が紹介）。日本国内の別調査でもスマートフォンでの動画視聴のうち75%前後が音声オフで行われているとされる。この数字は雑学ショートや睡眠系ショートのようなYouTube Shorts特化の統計ではないが、「音声を前提にしない視聴者が一定数以上いる」という構造はSNS動画全般に共通する傾向として押さえておく価値がある。つまり、声ありジャンルであっても、字幕・テロップを声の代替として機能させる設計は必須であり、「声さえ入れれば再生数が伸びる」という単純化は誤りだ。声は視聴維持を助ける道具の一つであって、唯一の要因ではない。
判断のためのチェックリストは以下の通り。
- [ ] このジャンルの視聴者は画面を注視しているか、それとも聞き流しているか
- [ ] 声を消してテロップだけにしても内容が伝わるか（伝わるなら声なしの選択肢も検討できる）
- [ ] 声を入れる場合、台本・音声生成・同期作業に月あたり何時間割けるか
- [ ] 競合チャンネルの上位動画は声あり・声なしのどちらが多いか
- [ ] 声なしにする場合、BGM・効果音・テロップのテンポ設計で差別化できているか
顔出しなしのショート動画を、テーマ入力だけで1本作る台本・AI音声・字幕・BGMまで自動生成。無料プランは30日3本まで（1本30秒）。登録不要で台本を見る視聴維持率とアルゴリズム評価に声が与える影響
結論は「声そのものよりも、声が視聴維持率にどう寄与するかがアルゴリズム評価を左右する」ということだ。YouTubeのおすすめアルゴリズムは、視聴維持率・平均視聴時間・エンゲージメント（高評価・コメント・保存）を重要な指標として動画を評価しているとされ、これは公式クリエイターアカデミー等でも繰り返し説明されている一般的な考え方である。声の有無自体を直接の評価指標としているという公式情報は確認できない。
したがって「声を入れればアルゴリズムに評価される」という因果関係は正確ではない。正しくは「声（あるいはテロップ）が視聴維持率を押し上げる設計になっていれば、結果としてアルゴリズムの評価が上がる」という間接的な関係だ。雑学ショートの場合、ナレーションのテンポと情報の出し方に緩急をつけることで冒頭数秒の離脱を防ぎやすくなるという指摘は複数の動画制作系メディアで共通して見られる。逆に、単調なナレーションが延々と続く、あるいは映像の変化が乏しいまま声だけが流れる構成は、声ありであっても視聴維持率を下げる要因になり得る。
睡眠系のような声なしジャンルでは、視聴維持率の評価基準自体が異なる。途中で離脱されても「入眠できた」ことを意味する場合があり、単純な最後まで視聴した割合だけでコンテンツの成功を測れない特殊性がある。これは睡眠・ASMR系ジャンル特有の事情であり、雑学系のような能動視聴ジャンルの評価軸をそのまま当てはめるべきではない。長い総再生時間と低い完了率が同居するのは、このジャンルでは正常な状態であり、むしろ健全な指標だと捉えるべきケースが多い。
収益化面では、声の有無そのものが審査基準になるという情報は確認できない。ただしYouTubeの収益化ポリシーにおいては、量産型・再利用コンテンツと判定されないための独自性（編集・解説・オリジナルの音声や構成の付加）が重視される傾向があり、声なしで映像素材を並べただけの動画は、独自性の主張がしにくく、量産型コンテンツ判定のリスクという観点では声ありよりやや不利になりやすいという見方もできる。
収益化への影響：声あり/声なしでRPM・審査は変わるのか
結論は「声の有無が直接RPMを決めるという公開データはない。ジャンルの広告親和性のほうが影響が大きい」である。
雑学ジャンルは幅広い層に見られやすく、広告主にとって親和性の高いジャンルとされることが多い一方、睡眠・ASMR系は視聴時間が長くなりやすい反面、広告単価（RPM）はジャンルや視聴者属性によって変動する。ジャンルによってRPMに差が出るのは、声の有無ではなくジャンル特性・視聴者の属性・広告在庫の違いによるところが大きく、「声を入れたからRPMが上がった」という因果関係を示すデータは見当たらない。ここも誠実に書いておくべき点で、声あり声なしのRPM差を単体で語る一次データは自社にも公開情報にも存在しない。
収益化条件（登録者1,000人・公開動画の総再生4,000時間または短編動画の直近90日1,000万回再生）の到達自体には、声の有無は直接関係しない。到達スピードに影響するのは、視聴維持率・投稿頻度・ジャンルの拡散力であり、声はそのうちの一因子に過ぎない。
参考までに、自社の雑学系チャンネルは総再生280万回超・投稿60本という規模で登録者1,000人の壁を越えているが、これは声ありという条件よりも、雑学というジャンル自体の拡散力（誰かに話したくなる・シェアされやすい）と投稿頻度の掛け算によるところが大きいと捉えている。声を足せば登録者が増えるという単純な話ではなく、ジャンルごとの登録動機の作りにくさ・作りやすさをまず理解したほうが、収益化条件の到達戦略としては現実的だ。
実践：自分のジャンルで声あり声なしを選ぶ7ステップ
結論は「声を先に決めるのではなく、ジャンルの視聴シーンを先に決めてから声の要否を逆算する」順序が失敗しにくい。
- 扱うジャンルの視聴シーンを言語化する（能動的に情報を得たいジャンルか、受動的に聞き流すジャンルか）
- 競合上位10本を声あり・声なしで分類し、比率を数える
- 自分が声を入れる場合の制作フロー（台本→音声生成→字幕同期）にかかる時間を実測する
- 声なしにする場合、テロップと音源だけで情報が完結するか台本レベルで検証する
- 最初の10本は声あり・声なしを固定せず、同じ企画で両方試して自分の作業時間と手応えを比較する
- 声を入れる場合は、無料・低コストで使える音声合成やテロップ生成ツールを比較する。台本から動画を組み立てる工程を効率化したい場合、当サイトが開発・運営しているツール「Shorty」も選択肢の一つになる。ただし無料プランは1本30秒まで・30日で3本まで・保存7日・ショート形式のみという制約があり、本数を稼ぐ運用には別途有料ツールとの併用や他ツールの比較検討が必要になる。特定のツールが「最良」と断定できるものではなく、工程・予算・本数に応じて選ぶべきだ
- 20本前後投稿した時点で、声あり・声なしそれぞれの平均再生数と視聴維持率を比較し、運用方針を継続するか見直すかを判断する
このステップの肝は6番までを「仮説」として扱い、7番で必ず自社の実数字に立ち返ることだ。声あり・声なしのどちらが正解かは、他人の成功事例ではなく自分のジャンルと視聴者属性で決まる。
よくある失敗・うまくいかない条件
結論は「声の有無を変えるだけで再生数が劇的に改善することはほとんどない」という前提を持つべきだ。
声を入れれば伸びると思い込み、ジャンルの相性を無視して雑学的な語り口をあらゆるジャンルに当てはめてしまうと、視聴シーンとのミスマッチが起きて逆に離脱率が上がることがある。例えば癒し系・作業用BGM系のチャンネルに突然ナレーションを足すと、既存の視聴者の期待（聞き流せる）を裏切り、むしろ評価が落ちるケースが想定される。
逆に、声なしにすれば量産できて伸びると考え、テロップだけで情報を詰め込みすぎると、雑学のような能動視聴ジャンルでは読み切れないまま離脱されるリスクが高い。ジャンル選定・サムネイル・投稿タイミングなど、声以外の要因が結果を左右する部分は大きく、声の有無だけを変数として最適化しても頭打ちになりやすい。
また、既存動画の声の有無を後から一律に変更する（声ありチャンネルを急に声なしにする、あるいはその逆）のは、視聴者の期待を裏切り登録者離れを招くリスクがあるため、方針転換は新規チャンネルか、明確なデータの裏付けがある場合に限定したほうが安全だ。
さらに注意したいのは「声を入れれば必ず収益化に近づく」「声なしにすれば必ず量産できて有利」という、どちらの方向にも誇張された言説に飛びつかないことだ。声あり運用にはナレーション制作という継続コストが、声なし運用には差別化しにくいという継続的な伸び悩みリスクが、それぞれ構造的に存在する。どちらの路線を選んでも「うまくいかない条件」は消えず、選んだ路線に応じた弱点を先に把握したうえで運用設計をしたほうが、途中で心が折れにくい。
ショートと長尺のどちらが伸びやすいかという運用判断についても、声の有無と同様に「思い込みではなく自社データで検証する」姿勢が有効だ。
よくある質問
声ありと声なし、どちらが再生数は伸びやすいですか？
ジャンル次第で一概には言えない。能動的に情報を得たいジャンルは声あり、聞き流し用途のジャンルは声なしが有利になりやすい。
声ありと声なしのチャンネルを比べるときは、ジャンルそのものの性質差が主因になりやすく、同一ジャンル内で声だけを変えた比較になっていない点に注意してほしい。
声なし動画は本当にYouTubeのアルゴリズムに不利になりますか？
声の有無自体を不利にするという公式情報は確認できない。重要なのは視聴維持率とエンゲージメントである。
声なしでも視聴維持率が高ければアルゴリズムからの露出は伸びる。実際、ASMRや作業用BGM系には声なしで数十万〜数百万再生に達しているチャンネルも存在する。声なし＝不利という単純化は誤りで、ジャンルとの相性が評価を左右する。
声を入れると視聴維持率は本当に上がりますか？
上がる場合もあれば下がる場合もある。ナレーションのテンポと情報の緩急が悪ければ、声ありでも維持率は落ちる。
声は「理解速度を短縮する道具」であって、それ自体が魔法のように維持率を上げるわけではない。単調な読み上げが続くと、視聴者は声があっても離脱する。声を入れるなら台本のテンポ設計もセットで見直す必要がある。
個別動画ごとの声あり/声なし再生数の内訳データはありますか？
無い。本記事で開示しているのはチャンネル単位の総再生・投稿本数・平均再生数のみで、個別動画の内訳は保有していない。
同一チャンネル内で声ありと声なしを両方投稿し、条件をそろえて比較したA/Bテストのデータは自社にも公開情報にも存在しない。この点を隠さず開示し、ジャンル単位の対比と一般的な知見の組み合わせで判断材料を提示する方針を本記事では取っている。
音声を消して見ている視聴者はどれくらいいますか？
SNS動画全般では音声オフ視聴が75〜90%に上るという調査結果がある。YouTube Shorts特化の公式統計ではないが参考になる。
Facebook動画の無音再生率が85〜90%に上るという業界レポートや、スマートフォンでの動画視聴の75%が音声オフという国内調査結果がある。これはYouTube Shorts固有のデータではないが、声ありジャンルであってもテロップ・字幕を声の代替として設計する必要性を裏付けている。
声なしチャンネルを声ありに途中で変更しても大丈夫ですか？
既存視聴者の期待を裏切るリスクがあるため慎重に。方針転換は新規チャンネルか、明確なデータの裏付けがある場合に限定したほうが安全。
聞き流し目的で登録している視聴者に急にナレーションを足すと、コンテンツの目的が変わったと受け取られ離脱を招くことがある。方針を変えるなら、少数の動画でテストしてから全体に反映する段階的なアプローチが望ましい。
声を入れる場合、無料でできますか？
無料の音声合成・字幕生成ツールで最低限は可能。ただし作業時間と品質の両立には工夫が要る。
無料の音声合成ソフトやアプリのテロップ機能を組み合わせれば費用0円でも声あり動画は作れる。ただし1本ごとの制作時間は伸びやすく、量産を狙うなら有料ツールとの比較検討や、台本から動画への変換を効率化するツールの活用も選択肢になる。
RPM（広告収益単価）は声あり声なしで変わりますか？
声の有無単体でRPMが変わるという公開データはない。ジャンルや視聴者属性の影響のほうが大きい。
ジャンルでRPMに差が出るのは、声の有無ではなく広告親和性や視聴者層の違いによるものと考えられる。声あり声なしを比較してRPMへの純粋な影響を示す一次データは存在しない。
声なしジャンルで再生数を伸ばすにはどうすればいいですか？
映像素材の質・BGM選定・冒頭数秒のフックの3点を磨くことが優先度が高い。
声なしジャンルは差別化の手段が限られるため、素材のクオリティとテンポ設計、そして最初の1〜2秒で「これは自分向けだ」と思わせるフックが再生数を左右する。声を足すこと以外の改善余地から着手したほうが費用対効果が高いことが多い。
声なし動画でも登録者は増えますか？
増える。ただし能動的にチャンネル登録する動機が作りにくいジャンルでは、声ありジャンルより増えにくい傾向はある。
ただし雑学系チャンネル（声あり・60本で登録者1,120人）と比べると、同じ投稿本数あたりの登録者増加スピードは緩やかだ。これは声の有無というより、聞き流し・作業用途のジャンルは「また見たい」より「今だけ使えればいい」という視聴動機になりやすいことが影響していると考えられる。登録者を増やす目的が強い場合は、声ありでファン化を狙えるジャンル選定も合わせて検討する価値がある。
ここまでの対処が済んだら、VOICEVOXの使い方と動画への組み込み手順も一度確認しておくと、同じ工程で二度つまずかずに済みます。
まとめ
声あり声なしの再生数比較は、声の有無そのものよりも「ジャンルが求める視聴シーン」で結果が決まる。声ありのチャンネルと声なしのチャンネルの差は、声の有無の効果を単体で示すものではなく、能動的な情報摂取ジャンルと受動的な聞き流しジャンルという構造の違いを反映していることが多い。個別動画単位の声あり/声なし内訳データは公開できるものを持っていないため、この記事ではジャンルの性質の違いとWebSearchで確認できた一般的な知見（音声オフ視聴が75〜90%に上るという業界データ、視聴維持率がアルゴリズム評価に与える影響など）を組み合わせて判断材料とした。声を入れるかどうかで悩んだら、まず自分のジャンルの視聴シーンを言語化し、少数の動画で仮説検証してから本数を投じる順序をおすすめする。