VOICEVOXアクセント辞書で読み方指定する全手順2026

VOICEVOXで台本を読み上げさせると、固有名詞や難読漢字、専門用語のところだけ明らかに変な発音になる——雑学系ショート動画のナレーションを作っている人なら、ほぼ全員が一度は経験する壁です。結論から言うと、この問題は「読み方＆アクセント辞書」機能で単語ごとに読み方とアクセントの山を指定すれば、ほとんどのケースで解消できます。ただし「辞書登録すれば100%直る」という単純な話ではなく、優先度設定や再起動のタイミング、エンジンやモデルの文脈依存性によって発音が揺れる条件があることも知っておく必要があります。この記事では、アクセント辞書の基本操作から、雑学ショート動画の制作現場で実際につまずきやすいポイント、反映されないときの具体的なチェックリストまで、手順と注意点をセットでまとめます。

なお、ここで作った音声を実際の動画1本に組み上げるところまで知りたい場合は、ずんだもん動画の作り方：台本・音声・立ち絵・編集の順番に工程の順番をまとめています。

VOICEVOXのアクセント辞書とは何ができる機能か・開き方

結論から言うと、アクセント辞書は「特定の単語の読み方とイントネーション（アクセントの山の位置）を、VOICEVOX標準の自動解析よりも優先して指定できる」機能です。VOICEVOXは内部でテキストを形態素解析し、辞書データをもとに自動で読みとアクセントを推定していますが、この自動推定は固有名詞・専門用語・難読漢字に弱く、しばしば誤読を起こします。

雑学ショート動画のナレーション制作でよく誤読が起きるのは、次のようなケースです。

• 人名・地名などの固有名詞（読み方が複数ある漢字を含むもの）
• カタカナ語の専門用語（IT用語、学術用語など、複合語で自動解析が割れやすいもの）
• 難読漢字を含む雑学ネタ特有の語彙（当て字、古語、動植物名など）
• 略語・造語（自動辞書に存在しない語）

アクセント辞書に単語を登録しておけば、これらの語をエンジンが毎回正しく読み上げるようになります。動画を量産する副業スタイルでは、同じ分野のネタを繰り返し扱うことが多いため、一度辞書を整備しておくと以降の台本すべてに効果が波及する、投資対効果の高い作業だと考えてください。

アクセント辞書画面を開く手順は次の3ステップです。

1. VOICEVOXを起動し、画面上部（またはメニュー）の「設定」をクリックする
2. 設定メニューの中から「読み方＆アクセント辞書」を選択する
3. アクセント辞書画面が開き、左側に登録済み単語の一覧、右側に編集エリアが表示される

初めて開いたときは登録済み単語が空、または一部のデフォルト辞書のみの状態です。ここに雑学ショート動画でよく使う専門用語や固有名詞を、ネタを作るたびに少しずつ足していくイメージで運用するのが現実的です。1本の動画のためだけに辞書を整備しようとすると手間ばかりが増えて割に合いませんが、同じチャンネルで何十本と量産するなら、蓄積した辞書は資産になります。台本を書きながら辞書も同時に育てていく流れは、後述する雑学ショートのプロンプト例でも触れている台本作成のワークフローと相性が良く、台本執筆の段階で「読み方が怪しい単語」に印をつけておくと、辞書登録の漏れが減ります。

単語登録の基本手順（読み方を指定する）

読み方を指定する基本手順は次の通りです。迷ったらこの手順に戻ってください。

1. アクセント辞書画面で「＋」または「追加」ボタンを押す
2. 「単語」欄に、台本内で実際に使う表記（例：漢字表記そのまま）を入力する
3. 「読み」欄に、正しい読み方をひらがな、またはカタカナで入力する
4. アクセントの山の位置を確認・調整する（次章で解説）
5. 「単語優先度」を必要に応じて設定する（デフォルトのままだと反映されないことがある）
6. 保存ボタンを押して登録を確定する
7. 実際に台本内でその単語を含む文章を読み上げさせ、意図通りの発音になっているか確認する

ポイントは、単語欄には「台本で実際に使う表記」をそのまま入れることです。例えば台本内で「深層学習」と漢字表記している箇所と「ディープラーニング」とカタカナ表記している箇所が混在している場合、両方を別々に辞書登録する必要があります。表記ゆれをそのままにしておくと、片方だけ登録して安心してしまい、もう片方で誤読が再発する、という事故が起きやすいので注意してください。

また、送り仮名の違い（例：「取り組み」と「取組み」）や、全角・半角の違い（例：「AI」と「ＡＩ」）も、VOICEVOXにとっては別の文字列として扱われます。台本を書くライターと辞書登録をする担当が分かれている場合や、生成AIで台本のたたき台を作ってから手直しする運用の場合は、表記の統一ルールをあらかじめ決めておくと、辞書登録の手戻りを大きく減らせます。1つの単語に対して想定される表記パターンを洗い出し、それぞれを個別の単語として登録しておくのも実務的な回避策です。

アクセントの「山」を調整して自然なイントネーションにする

読みを正しく登録しても、アクセントの山の位置がずれていると、日本語として不自然な棒読みや、単語の意味が変わって聞こえるイントネーションになることがあります。VOICEVOXのアクセント辞書では、声が上がってから下がる位置（アクセント核）をクリックすることで、山の位置を指定できます。

具体例として、「ディープラーニング」という単語を考えます。自動解析のままだと平坦、あるいは不自然な位置にアクセントが置かれることがありますが、実際の自然な発音に近づけるには「ディープラ」の部分で山を上げ、「ーニング」にかけて下げる、つまり山の位置を「ラ」の直後にスライドさせる操作を行います。感覚としては「↑ディープラ↓アニング」のように、上がる位置と下がる位置を指定するイメージです。

操作自体は単純で、画面上に表示されるアクセント記号（山の形をしたUI）をクリックして位置をずらすだけですが、正しい位置が分からない場合は、以下のような確認方法が有効です。

• 実際にその単語を日常会話でどう発音しているか、自分の口で言ってみて山の位置を確認する
• 複数の候補位置を試しに設定し、実際にVOICEVOXで読み上げさせて聞き比べる
• 同じジャンルの動画（同業の雑学系ショート動画）で、その単語がどう発音されているか参考にする

雑学ショート動画は情報量が多く早口なナレーションになりがちなので、アクセントが不自然だと「機械が読んでいる感」が強調され、視聴者の離脱につながりやすい点にも注意してください。

なお、アクセントの山は1つの単語につき原則1箇所ですが、複合語（例：「人工知能技術」のように複数の単語がくっついた表記）の場合は、単語全体を1つの塊として登録するか、意味の切れ目で分けて別々に登録するかによって、自然さが変わることがあります。長い複合語で発音がどうしても不自然になる場合は、思い切って単語を分割して登録し直し、聞こえ方を比較してみるとよいでしょう。文章として意味が通じる範囲であれば、台本側の表記を短い単語の組み合わせに書き換えてしまうのも有効な回避策です。

単語優先度の設定と、反映されないときの対処法

辞書に単語を登録したのに、実際の読み上げに反映されない——これはVOICEVOX利用者が非常によく遭遇するトラブルです。原因の多くは「単語優先度」の設定と「エンジンの再読み込みタイミング」にあります。

VOICEVOXは複数の辞書データ（システム標準の辞書とユーザーが登録したカスタム辞書）を内部で優先度付きで扱っています。ユーザー辞書の優先度がシステム辞書より低い設定のままだと、せっかく登録した読みが無視され、標準の自動解析結果がそのまま採用されてしまうことがあります。読みが反映されない場合は、まず単語優先度を上げてみてください。

もう一つの盲点が、辞書データの読み込みタイミングです。VOICEVOXは起動時に辞書データをメモリに読み込み、以降はそのメモリ上のデータを参照して音声合成を行う仕組みになっています。そのため、アプリを起動したまま辞書を編集・保存しても、その場ですぐには反映が確認できないケースがあります。反映されないときは、次のチェックリストを順番に試してください。

• [ ] 単語優先度を最高（または現在より高い値）に設定し直したか
• [ ] 「単語」欄の表記が、実際に台本で使っている表記と一字一句一致しているか（全角半角・送り仮名の違いにも注意）
• [ ] 「読み」欄がひらがな・カタカナのみで入力されているか（漢字が混ざっていないか）
• [ ] 登録後に保存ボタンを確実に押したか
• [ ] VOICEVOXアプリ（またはエンジン）を一度再起動したか
• [ ] 同じ単語を別の表記や別の文脈で読み上げさせて、再現性を確認したか

この中でも「保存後の再起動」は見落としがちです。反映されないと感じたら、まずアプリを再起動してから改めて確認する、という手順を習慣化しておくと、原因の切り分けが早くなります。

なお、複数の単語を立て続けに登録・修正した直後は、どの変更がどの再起動タイミングで反映されたのか分かりにくくなりがちです。まとめて数十件を登録するような一括作業のあとは、1件ずつ動作確認するのではなく、代表的な単語をいくつかピックアップして通しで読み上げさせ、問題があれば個別に切り分けていくと効率的です。運用に慣れてくると、優先度は基本的に最高値で統一し、登録直後は必ず一度再起動する、というルールをチーム内・自分の作業フロー内で固定してしまうのが、トラブルを未然に防ぐ一番の近道になります。

雑学ショート動画で誤読が起きやすい単語パターン

雑学系のショート動画は扱うジャンルが広く、毎回異なる分野の専門用語や固有名詞が登場するため、誤読のリスクが構成として高いジャンルです。制作現場でよく遭遇する誤読パターンを、原因別に整理しました。

このうち数字・単位・記号混じりの表記は、アクセント辞書だけでは解決しないケースがある点に注意してください。桁数の大きい数字や特殊な単位表記は、台本の時点で「にせんにじゅうろくねん」のように読み仮名込みの表記へ書き換えておくほうが確実です。台本作成の考え方は雑学動画の作り方で扱っている制作フロー全体の中に組み込んでおくと、辞書登録との二重チェックがしやすくなります。

ジャンルごとに誤読の傾向が偏るのも雑学ショート動画の特徴です。歴史ネタなら人名・地名、科学ネタなら専門用語、生き物ネタなら動植物の和名というように、扱うジャンルが固定気味であれば、そのジャンル特有の頻出単語をリスト化して先回りで辞書登録しておくと、公開直前になって誤読に気づくという事態を大きく減らせます。逆に、ジャンルを毎回変えて雑多なネタを扱うスタイルの場合は、辞書登録の手間が毎回発生しやすいため、後述する時短手段との組み合わせを検討する価値があります。

一括登録・エクスポートで辞書整備を時短する

単語を1件ずつ手作業で登録していく方法は確実ですが、量産体制になってくると時間的なコストが無視できなくなります。ある程度辞書登録の経験を積んだら、次のような時短手段を検討してください。

1. CSVでの一括登録：表計算ソフトなどであらかじめ「単語・読み・アクセント」の対応表を作成し、まとめて辞書に取り込む方法です。同じジャンルのネタを繰り返し扱う場合、専門用語のリストを先に作っておくと、新しい台本を書くたびに登録漏れを探す手間が減ります。
2. 辞書データのエクスポート・バックアップ：登録したユーザー辞書データはファイルとして書き出せます。PCの入れ替えやVOICEVOXの再インストール時に備えて、定期的にバックアップを取っておくと、積み上げてきた辞書資産を失わずに済みます。
3. 複数プロジェクト・複数キャラでの辞書共有：同じチャンネル内で複数の話者(キャラクター)を使い分けている場合でも、辞書登録は基本的に共通で適用されます。裏を返すと、キャラAで確認した読みが、キャラBでも同じように自然に聞こえるとは限らないため、話者を切り替えるたびに読み上げ確認を挟む運用にしておくと安全です。

ここで、読み方調整そのものではなく「台本作成〜ナレーション〜動画組み立て」までの工程全体をどう効率化するかという視点も持っておくとよいでしょう。選択肢としては、大きく次の3つに分かれます。

• VOICEVOX＋アクセント辞書を自分で細かく調整する方法：本記事で解説してきた方法そのもので、読みの精度を自分の意図通りに追い込める代わりに、辞書のメンテナンスに継続的な手間がかかります。
• 台本執筆の段階で読み仮名を先に確定させ、辞書登録の作業量を減らす方法：誤読しやすい語をあらかじめ洗い出し、台本上で表記を統一しておくことで、後工程での修正回数を減らせます。
• 当サイトが開発・運営しているツール「Shorty」のような、台本からショート動画までの生成を一括で扱うサービスを使う方法：工程を細かく手作業で追い込む代わりに、生成の速さと手間の少なさを優先する選択肢です。Shortyの無料プランには「1本30秒まで」「30日で5本まで」「保存7日」「ショート形式のみ」という制約があるため、細かいアクセント調整までこだわりたい場合や、長尺・大量生産が前提の場合は、VOICEVOXでの個別調整との使い分けを検討してください。

どの方法にも一長一短があり、正解は「どこまで読みの精度にこだわりたいか」と「どれだけ時間をかけられるか」のバランスで変わります。VOICEVOXでの細かい辞書調整を否定するものではなく、あくまで工程全体を見渡したときの選択肢の一つとして捉えてください。

副業として動画制作に割ける時間は人によって大きく異なります。平日は本業があり、週末だけまとまった制作時間を取れるという人であれば、辞書のメンテナンスにかけられる時間も限られます。そうした場合は、まず頻出単語だけを重点的に辞書登録し、それ以外の細かい調整は後回しにする、あるいは工程の一部を自動化ツールに任せる、といった優先順位付けが現実的です。逆に、ナレーションの品質そのものをチャンネルの差別化要因にしたい場合は、辞書のメンテナンスに時間を割く価値は十分にあります。

独自視点：辞書登録しても発音が安定しない条件とリスク

ここまで「アクセント辞書を整備すれば誤読は防げる」という前提で解説してきましたが、実際には辞書登録だけでは解決しきれない条件が存在します。この点を明記していないブログ記事も多いため、リスクとして整理しておきます。

第一に、辞書登録した読み方が、常に100%そのまま反映されるとは限らないという点です。前述の通り、単語優先度の設定次第で標準辞書の解析結果が優先されてしまうことがあり、また同じ単語でも前後の文脈(助詞の接続や複合語化のされ方)によって、エンジン側の解析結果が辞書登録時とは異なる形で単語を切り出してしまい、意図した読みが適用されないケースが報告されています。辞書登録は「誤読を大幅に減らす手段」ではありますが、「絶対に誤読しなくなる保証」ではない、という前提で運用するのが安全です。

第二に、話者(キャラクター)ごとの声質・モデルの違いによって、同じアクセント指定でも聞こえ方の印象が変わることがあります。ある話者では自然に聞こえたアクセント設定が、別の話者に切り替えた途端に不自然に聞こえる、というのは制作現場でしばしば起きる現象です。複数キャラを使い分けているチャンネルでは、辞書登録時の確認をメインキャラだけで済ませず、実際に使う全キャラで読み上げチェックを行う工程を組み込んでおくべきです。

第三に、これは一般論への反論に近い視点ですが、「辞書を作り込めば作り込むほど動画のクオリティが上がる」という考え方は、雑学ショート動画の制作効率という観点では必ずしも正しくありません。ショート動画は尺が短く、視聴者は冒頭数秒で離脱するかどうかを判断する傾向があると一般に言われています。辞書調整にかけた時間が、その動画の視聴維持率にどれだけ寄与するかを考えると、頻出する単語(チャンネルで繰り返し使う専門用語や定番の言い回し)を優先的に登録し、一度きりしか出てこない固有名詞まで完璧に追い込む優先順位は必ずしも高くない、という判断も選択肢としてあり得ます。限られた制作時間をどこに配分するかは、辞書の完成度と動画の本数、どちらを優先するかという副業運用上のトレードオフとして捉えてください。

さらに付け加えると、視聴者は「発音の正確さ」よりも「聞き取りやすさ・テンポの良さ」を優先して評価している場合が多いという実感も、制作を続けていると得られます。多少アクセントが標準的な発音とずれていても、テンポよく情報が流れていれば視聴は継続されやすく、逆に発音は完璧でも間延びした構成だと離脱されやすい、という体感は多くの制作者が共有している感覚です。辞書調整はあくまで「聞き取りにくさ・違和感の原因を減らす」ための土台作りであり、それ自体が動画のバズを保証するものではない、という位置づけで取り組むのが健全です。

AIナレーションを使う際に忘れてはいけない表示ルール

アクセント辞書を丁寧に整備してナレーションの精度を上げていくと、つい見落としがちになるのが「AI音声を使っていることの開示」です。VOICEVOXのようなAI音声合成ソフトでナレーションを制作した動画を公開する場合、プラットフォームのポリシーや視聴者への誠実さの観点から、AI生成音声である旨を適切に表示すべき場面があります。読み方の精度を追い込む作業と並行して、どこまで・どのように表示する必要があるかは、AI音声の使用表示は必要かで扱っている開示ルールの考え方もあわせて確認しておくことをおすすめします。誤読対策に時間をかけて動画の完成度を上げても、表示ルールの対応が漏れていると、それだけでチャンネル運営上のリスクになりかねません。

よくある質問

Q1. アクセント辞書に登録した内容は、他のプロジェクトやテキストにも自動で適用されますか？ A. はい、アクセント辞書はVOICEVOXアプリ全体で共有される設定です。特定の台本ファイルだけに紐づくものではなく、一度登録すれば以降に読み込む別の台本テキストでも同じ単語であれば自動的に登録した読み方・アクセントが適用されます。逆に言えば、一度誤った読み方を登録してしまうと、それ以降のすべての台本にその誤りが波及してしまうため、登録直後は必ず実際の読み上げで確認する習慣をつけてください。

Q2. 単語を登録したのに、一部の文章でだけ読みが反映されません。なぜですか？ A. 単語の前後の文脈(助詞の接続や、他の単語と結合して複合語として解析されるケース)によって、エンジンの形態素解析結果が変わり、登録した単語として認識されないことがあります。表記ゆれ(送り仮名や全角半角の違い)がないか確認したうえで、それでも直らない場合は、問題が起きている文脈のパターンを別途登録するなど、個別対応が必要になることがあります。

Q3. アクセントの山の位置が分からないとき、正解を調べる方法はありますか？ A. 一般的な日本語のアクセント辞典やアクセント辞書アプリで確認する方法もありますが、雑学ショート動画のナレーションではやや崩した口語的なイントネーションのほうが自然に聞こえることもあります。実際にVOICEVOXで数パターン試して読み上げさせ、耳で聞いて違和感の少ないものを選ぶのが実務的には近道です。

Q4. 辞書登録した単語数が増えすぎると、動作が重くなったり不具合が起きたりしますか？ A. 一般的な副業レベルの利用(数百語程度)であれば、動作面で大きな問題が起きることは多くありません。ただし辞書ファイルが巨大になった場合はバックアップを定期的に取り、万一の破損に備えておくと安心です。

Q5. 複数の話者(キャラクター)を切り替えて使っていますが、辞書は話者ごとに別々に設定する必要がありますか？ A. いいえ、アクセント辞書は話者に関わらず共通で適用される設定です。ただし前述の通り、同じアクセント設定でも話者ごとに聞こえ方の印象が変わることがあるため、メインで使う話者だけでなく、実際に動画で使う全話者で読み上げ確認をしておくことをおすすめします。

Q6. 英単語やアルファベットの略語は、アクセント辞書でどう扱えばよいですか？ A. 「単語」欄にアルファベット表記のまま登録し、「読み」欄に実際に発音してほしいカタカナ読みを指定する形で対応できます。略語は自動解析だとローマ字読みになりがちなので、動画で頻繁に使う略語ほど早めに登録しておくと、後々の修正の手間が減ります。

Q7. 数字や年号もアクセント辞書で読み方を指定できますか？ A. 数字単体の登録は対応が難しいケースがあり、桁数や文脈によって自動解析の挙動が変わりやすい領域です。年号や割合など、誤読が特に目立ちやすい数値表現については、辞書側で無理に対応しようとせず、台本の時点で読み仮名込みの表記に書き換えておくほうが確実な場合があります。

Q8. 辞書登録してもたまに読みが揺れることがあります。これは仕様ですか、それとも不具合ですか？ A. 前述の通り、エンジンの文脈依存の解析や、単語優先度の設定によって、辞書登録した読みが常に100%適用されるとは限らない挙動が知られています。不具合というより、テキスト解析エンジンの仕組み上ある程度避けられない特性と捉え、頻出単語から優先して登録・確認していく運用が現実的です。

Q9. 辞書登録の作業自体を、台本作成の工程に組み込んだほうがよいですか？ A. はい、おすすめです。台本を書きながら「これは誤読しそうだ」と気づいた単語をその場でメモし、まとめて辞書登録する流れにしておくと、公開直前になって誤読に気づいて慌てる、という事態を減らせます。台本作成のプロンプト設計自体を見直したい場合は、記事冒頭で紹介した雑学ショートのプロンプト例のワークフローも参考にしてください。

この作業の前後でよく問題になるのが同じ系統の設定です。詳しくはVOICEVOXの使い方2026（スマホでの手順つき）にまとめています。

まとめ

VOICEVOXのアクセント辞書は、「設定」→「読み方＆アクセント辞書」から開き、単語・読み・アクセントの山の位置・単語優先度の4点を組み合わせて登録することで、固有名詞や専門用語、難読漢字の誤読を大幅に減らせる機能です。反映されないときは、優先度設定と表記の一致、保存後の再起動という基本を順番に確認すれば、多くのケースで原因を特定できます。

一方で、辞書登録は誤読を減らすための強力な手段ではあっても、文脈依存の解析ゆれや話者ごとの聞こえ方の違いによって、完璧に発音を固定できるわけではないという限界も正直に理解しておく必要があります。雑学ショート動画のように制作本数がものを言うジャンルでは、頻出単語を優先的に辞書登録しつつ、台本の表記を工夫して誤読の芽そのものを減らし、必要に応じてShortyのような一括生成ツールとも使い分けていく——という現実的なバランス感覚が、副業として継続していくうえでの近道になります。

最後に、この記事の手順は一度覚えてしまえば数分で終わる作業ばかりです。最初の数本は慣れずに時間がかかっても、辞書という形で知識が蓄積されていくため、動画の本数を重ねるほど1本あたりの手直し時間は短くなっていきます。誤読対策を後回しにせず、台本作成と辞書登録をセットの工程として組み込むことが、結果的に一番の時短につながります。