「ずんだもんの動画を作ってみたい」と思って検索すると、VOICEVOX、ゆっくりムービーメーカー4（YMM4）、AviUtl、CapCut、Clipchamp……と次々にソフト名が出てきて、結局どれをインストールすればいいのか分からなくなった人は多いはずです。
結論を先に言うと、ここで迷う原因は単純です。「声を作るソフト」と「動画に組み立てるソフト」がまったく別のカテゴリのソフトなのに、検索結果ではごちゃ混ぜに並んで出てくるからです。この記事では、まずこの2つを切り分けたうえで、動画に組み立てる側のソフトをどう選べばいいかを、2026年時点で確認できる料金・対応OS・利用条件をもとに整理します。
なお、この記事は「ずんだもん動画を作る手順そのもの」ではなく「どのソフトを選ぶか」に絞った記事です。作り方の手順を1つずつ知りたい場合は、ずんだもん 動画 作り方の記事で9ステップに分けて解説しているので、そちらを先に読んでも構いません。
なぜ迷うのか — ずんだもん動画は「2つの工程」でできている
ずんだもんが喋る動画は、大きく分けて次の2つの工程を経て完成します。
- 声を作る工程：テキストを入力すると、ずんだもんの声で読み上げてくれる音声合成ソフトを使う工程
- 動画に組み立てる工程：できた音声に、立ち絵・字幕・BGM・効果音を合わせて、1本の映像ファイルとして書き出す工程
このうち工程1を担当できるソフトは、実質的にVOICEVOX一択です。ずんだもんの声を無料で使える音声合成ソフトはVOICEVOX以外にほぼ存在せず、ここで悩む必要はありません。
一方で工程2を担当するソフトは、YMM4・AviUtl・CapCut・Clipchampなど選択肢が複数あります。世間で「ずんだもん 動画編集ソフト」と検索してヒットする記事が扱っているのは、実はほとんどがこの工程2の話です。つまり、「動画編集ソフトを1本選べば全部完結する」という発想自体がそもそもズレていて、正しくは「声はVOICEVOXで作り、その音声を動画編集ソフトに持っていって組み立てる」という2段構えで考える必要があります。
この整理さえできていれば、「VOICEVOXとYMM4、どっちを使えばいいですか」という質問自体が成立しないことが分かります。両方使うのが前提だからです。
声を作る工程：VOICEVOXの立ち位置を正しく理解する
まず工程1のVOICEVOXについて、2026年時点で確認できる範囲の事実を整理します。
- 料金：完全無料。有料プランは存在しません
- 対応OS：Windows / Mac / Linux
- ずんだもんの声：ソフトをインストールすれば標準で使えます（追加課金なし）
- 利用規約の構造：「VOICEVOXソフトウェア本体の規約」と「ずんだもんなど各キャラクターの音声ライブラリ規約」の2階層に分かれています。ソフト本体は商用・非商用を問わず利用できますが、クレジット表記（「VOICEVOX:ずんだもん」のような表記）が求められます
ここで重要なのが、キャラクターとしての「ずんだもん」の利用条件は、VOICEVOXのソフト規約とは別に、キャラクター側の公式ガイドライン（zunko.jp）でも定められているという点です。この記事の後半で詳しく触れますが、動画を作る前に一度は目を通しておくべき内容です。
VOICEVOXの具体的なインストール手順や、テキストを読み上げ音声として書き出すまでの操作は、VOICEVOXの使い方の記事で解説しています。この記事ではソフト選定に話を絞るため、操作手順はそちらに譲ります。
ここで押さえておきたいのは、VOICEVOX単体では動画は作れないという事実です。VOICEVOXが書き出せるのは音声ファイル（と、字幕用のテキスト・タイミング情報）までで、そこに映像・字幕・立ち絵を乗せて1本の動画にする作業は、次の工程2のソフトが担当します。
動画に組み立てる工程：まず3つの選び方パターンで考える
工程2のソフト選びは、比較表からいきなり見るより先に、「自分がどのパターンに当てはまるか」で考えたほうが早く決まります。大きく3パターンあります。
パターン1：Windowsユーザーで、ずんだもん解説動画の定番フォーマットで作りたい
このパターンに当てはまるなら、YMM4一択です。理由は後述しますが、ずんだもんのような「VOICEVOXキャラクターが喋る解説動画」を作る文化そのものがYMM4を中心に育ってきた経緯があり、立ち絵表示・字幕・音声の同期といった機能がこの用途にそのまま最適化されています。効果音を入れるタイミングなど、演出面の細かい詰めはYMM4の効果音の入れ方の記事で扱っています。
パターン2：Macユーザー、またはスマホ中心で編集したい
YMM4はWindows専用のため、この条件では選択肢から外れます。VOICEVOXで作った音声ファイルを、CapCutやClipchampのような汎用の動画編集ソフトに読み込み、字幕やBGMを手動で合わせていく形になります。ただし、YMM4のような「立ち絵が声に合わせて自動で口パクする」といった専用機能は無いため、演出面では見劣りする部分があることは知っておくべきです。
パターン3：ソフトを何本も覚える時間や手間そのものを省きたい
ここまでの2パターンは、いずれも「複数のソフトを自分でインストールし、設定を覚え、音声と映像を手作業で組み合わせる」という前提に立っています。この工程自体を丸ごと自動化したい場合は、選択肢が変わってきます。
当サイトが開発・運営しているshortyは、テーマを入力するだけで台本・AI音声・字幕・BGMまでを自動生成する自社ツールです。VOICEVOXやYMM4を個別にインストールして組み合わせる代わりに、1つのツールの中で完結する点が、ここまでの2パターンとの根本的な違いです。無料プランでは30日で5本まで・1本30秒まで・保存7日・縦型ショート形式のみという制約があるため、尺の長い解説動画や、立ち絵演出まで作り込みたい制作には向きませんが、「ソフトの組み合わせで迷う時間そのものをなくしたい」という人には検討の価値があります。
以降は、パターン1・2で名前が挙がるYMM4・AviUtl・CapCut・Clipchampの4本を、具体的な条件で比較していきます。
4本の動画編集ソフトを比較する
まず全体像を表にまとめます。価格・条件は変わりやすい分野なので、実際に使う前には必ず各公式サイトで最新情報を確認してください。
| ソフト名 | 対応OS | 料金 | 商用利用 | ずんだもん動画への向き不向き |
|---|---|---|---|---|
| YMM4（Lite） | Windowsのみ | 無料 | 可（VOICEVOX側の規約に従う） | ◎ 定番。立ち絵・字幕・音声同期がこの用途に最適化 |
| AviUtl（+ExEdit2） | Windowsのみ | 無料 | 可 | △ 自由度は最高だが、キャラ管理や口パク同期は自作が前提で学習コストが高い |
| CapCut | Windows/Mac/スマホ/Web | 無料〜有料（Proは月額1,000円台〜、法人はBusinessプランが別途必要） | 無料版・Pro版とも条件付きで可。法人利用はBusinessプラン必須 | △ 汎用編集は強いが、ゆっくり系特有の立ち絵演出機能は無い |
| Clipchamp | Windows11に標準搭載 | 無料（フル機能はMicrosoft 365に付属） | 可（機能・出力に制限あり） | △ 手軽だが凝った演出やキャラ管理には不向き |
YMM4：ずんだもん動画を作るなら最初の候補
YMM4（ゆっくりムービーメーカー4）はWindows専用の無料動画編集ソフトで、「ゆっくり実況」「ゆっくり解説」文化の中心的なツールとして育ってきました。ずんだもんはこの「ゆっくり」文化とは本来別系統のVOICEVOXキャラクターですが、YMM4はVOICEVOXとの連携に対応しており、テキストを流し込むだけで音声と字幕、立ち絵の表示タイミングをまとめて用意できる仕組みが整っています。ずんだもん動画のテンプレート的な見た目（立ち絵＋テロップ）の多くがYMM4由来なのは、この機能面の相性の良さが理由です。
ここで初心者が誤解しやすいのが、「YMM4は有料」という思い込みです。YMM4には通常版と「YMM4 Lite」があり、両者の違いは、ゆっくり霊夢・魔理沙の声を作る音声合成エンジン「AquesTalk」を含むかどうかだけです。AquesTalkのライセンスには別途費用がかかりますが、ずんだもんのようなVOICEVOXキャラクターの声だけを使うのであれば、AquesTalkは不要なので、無料のYMM4 Liteで問題なく完結します。「ゆっくり霊夢・魔理沙もいずれ使いたい」という場合だけ、有料ライセンスの追加を検討すればよい、という順番で考えれば無駄な出費を避けられます。
弱点は、Windows専用であることと、初回の環境構築（プラグインの導入など）にやや手間がかかる点です。Macでの利用にはParallelsなどでWindows環境を用意する必要があり、現実的ではありません。
AviUtl：自由度は最高だが、ずんだもん動画専用ではない
AviUtlは古くから存在するWindows専用の無料動画編集ソフトで、拡張編集機能（現行は「AviUtl ExEdit2」として統合・提供）を追加することでタイムライン編集ができるようになります。本体・拡張編集ともに無料で、商用利用も可能です。
ただし、AviUtlはあくまで汎用の動画編集ソフトであり、YMM4のような「キャラクターの立ち絵管理」「音声に合わせた自動口パク」「字幕の自動生成」といった、ずんだもん動画に特化した機能は標準搭載していません。これらを実現するには、プラグインを個別に探して導入し、設定を自分で組む必要があります。動画編集の自由度そのものはYMM4より高いとも言えますが、「とりあえずずんだもんに喋らせたい」という初心者が最初に選ぶソフトとしてはハードルが高めです。すでに動画編集の経験があり、演出を細かく作り込みたい人向けの選択肢と考えるのが実態に近いでしょう。
CapCut：Mac・スマホでも動かしたいなら候補になる
CapCutはWindows・Mac・スマートフォン・Webブラウザで使える動画編集アプリで、無料版でも基本的な編集は一通りできます。2026年時点では、王冠マークの付いた一部のPro限定素材（テンプレート・エフェクト・楽曲）を使った場合にのみ透かしが入る仕様になっており、それらを避ければ無料版でも透かし無しで書き出せます。より高度な機能や透かし完全回避を求める場合はCapCut Pro（月額1,000円台〜、契約形態により変動）、法人としてアカウントを使う場合はCapCut for Business（月額20ドル前後〜、年間契約で割引）への加入が必要になる点には注意してください。個人アカウントで作った動画を法人の業務として使うと規約違反になり得るため、収益化規模が大きくなってきたら契約形態の見直しが必要です。
CapCutの強みは、Windows専用のYMM4・AviUtlと違ってMacでもスマホでも同じ感覚で編集できる点です。ただし、ずんだもんの立ち絵を声に合わせて自動で動かすような、ゆっくり系動画特有の演出機能は持っていません。VOICEVOXで書き出した音声ファイルを読み込み、字幕とBGMを手動で合わせていく、一般的な動画編集の延長として使う形になります。
Clipchamp：Windows11なら追加インストール不要
ClipchampはMicrosoftが提供する動画編集ソフトで、Windows11に標準搭載されているため、追加のインストールなしで使い始められます。無料でも商用利用を含めた基本的な編集は可能ですが、無料版には機能上の制限があり、フル機能を使うにはMicrosoft 365 Personal/Family などのサブスクリプションが必要です。また、編集プロジェクトの保存にOneDriveを前提とする作りになっているため、常時ネット接続が必要になる点も踏まえておく必要があります。
CapCutと同様、ずんだもん動画に特化した機能は無いため、VOICEVOXの音声を読み込んで字幕・BGMを手動で組み立てる汎用編集ソフトとしての位置づけになります。「すでにWindows11を使っていて、シンプルな編集で済ませたい」という限定的な場面では選択肢になります。
声のファイルはどう受け渡すのか
工程1（VOICEVOX）と工程2（動画編集ソフト）が別ソフトである以上、両者の間で音声データをどう受け渡すかが気になるところですが、ここは難しく考える必要はありません。VOICEVOXは音声をWAV形式のファイルとして書き出せるため、これをYMM4・AviUtl・CapCut・Clipchampのいずれに読み込ませても問題なく再生できます。
違いが出るのはここからで、YMM4はVOICEVOXとの連携を前提に作られているため、音声だけでなく読み上げ文字数に応じた字幕のタイミング情報も一緒に扱える設計になっています。一方、CapCutやClipchampのような汎用ソフトでは、音声ファイルとしては読み込めても、字幕のタイミングは自分で耳を頼りに合わせる作業が発生します。この「字幕合わせの手間が自動か手動か」が、YMM4と汎用編集ソフトの体感的な作業時間の差の大部分を占めています。演出の細かい手順自体は、YMM4の効果音の入れ方の記事でも扱っているので、実際に手を動かす段階で参照してください。
ここまでの手順、1本ぶんまるごと自動でやりますShorty はテーマを入力するだけで、台本・AI音声・字幕・BGMを揃えた雑学ショート動画を生成します。無料プランは30日5本まで。無料で作ってみるずんだもんの利用規約まわりで必ず確認しておくべきこと
ソフト選びとは別に、ずんだもんを動画に使う際は「キャラクターとしての利用条件」を確認しておく必要があります。ここは曖昧なまま進めると、後から収益化や公開範囲の面でトラブルになりやすい部分なので、2026年時点で公式に確認できた内容を、断定できる範囲とできない範囲に分けて整理します。
公式ガイドライン（zunko.jp）で確認できた内容
- 動画への利用自体は可能で、配信での利用も含めて非商用の範囲では無料で利用できるとされています
- 個人が自分のブログやYouTubeで広告収入・スーパーチャットを得る程度、ニコニコ動画のクリエイター奨励プログラムに参加する程度は、非商用の範囲内として扱われています
- 一方で、企業のスポンサーが付くような利用は「有償利用」に区分され、個別の問い合わせが必要とされています
- 残虐な行為をする・される表現、公序良俗に反する利用、意図的な虚偽情報での利用などは禁止事項として明記されています
VOICEVOX側の規約で確認できた内容
- VOICEVOXソフトウェア本体は商用・非商用問わず利用可能ですが、クレジット表記が求められます
- ずんだもんを含む各キャラクターの音声ライブラリには、ソフト本体とは別に個別の利用規約が定められています
この記事で断定を避ける部分
各キャラクターの音声ライブラリごとの細かい規約（クレジット表記の具体的な文言や、収益化規模ごとの線引きなど）は、キャラクターやバージョンによって条件が異なる可能性があり、かつ改定されることもあります。この記事の時点で確認できた内容は上記の通りですが、実際に動画を公開する前には、必ず公式ガイドラインページを自分の目で確認してください。特に、企業として利用する場合や、広告契約・スポンサーが絡む規模での運用を考えている場合は、問い合わせが必要になるケースがある、という点だけは覚えておく必要があります。
なお、VOICEVOXの商用利用や収益化における注意点をさらに詳しく知りたい場合は、既存記事でも扱っているキーワードのため、検索で「VOICEVOX 商用利用」と調べて公式情報と突き合わせることをおすすめします。この記事はあくまでソフト選びの記事のため、規約の深掘りはここまでに留めます。
ソフト選びで初心者がやりがちな失敗
比較表だけを見て決めると陥りやすい失敗が、実際にはいくつかのパターンに集約されます。動画を作り始める前に、ここだけは確認しておいてください。
失敗1：YMM4は有料だと思い込んで、最初からAviUtlや有料ソフトに手を出す
先述の通り、ずんだもんの声だけを使うならYMM4はLite版で無料です。「ゆっくり系のソフトは有料」というイメージだけで通常版のAquesTalkライセンスを購入したり、学習コストの高いAviUtlをいきなり選んだりすると、遠回りになりがちです。まずは無料のYMM4 Liteで1本作ってみて、それでも機能が足りない場合にAviUtlの導入を検討する、という順番のほうが失敗が少なくなります。
失敗2：ソフト本体の規約とキャラクターの規約を混同する
「VOICEVOXは商用利用OK」という情報だけを見て、ずんだもんの企業スポンサー案件などにそのまま使ってしまうケースです。VOICEVOXというソフトウェアの利用規約と、ずんだもんというキャラクターの利用ガイドラインは別のレイヤーの話であり、後者では法人スポンサーが付くような利用は「有償利用」として個別の問い合わせを求められています。ソフトの規約だけを見て判断しないよう注意してください。
失敗3：Mac環境でYMM4を探して時間を溶かす
YMM4はWindows専用です。Macユーザーが「YMM4 Mac版」を探し続けて時間を消費してしまうケースは少なくありません。Mac環境であれば、最初からCapCutなど対応OSに含まれるソフトを選んだほうが早く動画作りに進めます。
失敗4：クレジット表記を忘れる
VOICEVOXソフトウェア本体の規約では、クレジット表記（例：「VOICEVOX:ずんだもん」）が求められています。動画の概要欄やエンドロールに一文入れるだけで済む作業ですが、忘れたまま複数本を量産してしまうと、後からまとめて修正するのは手間になります。1本目を作る段階でテンプレート化しておくのが安全です。
失敗5：無料プランの制約を確認せずに自動生成ツールに全部任せようとする
自動生成ツールを使う場合、便利さだけを見て「これで全部解決する」と考えてしまいがちですが、無料プランには本数・尺・保存期間などの制約が必ず存在します。shortyの無料プランで言えば、30日で5本まで・1本30秒まで・保存7日・縦型ショート形式のみという制約があり、長尺の解説動画や横長フォーマットには向きません。用途に合っているかを先に確認してから使い始めるほうが、後で作り直す手間を避けられます。
失敗6：ソフトのバージョンが更新され続けている前提を忘れる
YMM4もAviUtlも、開発が活発に続いているソフトです。プラグインの対応状況やメニューの項目名は、バージョンアップで変わることがあります。この記事で挙げた「Lite版なら無料」「連携できる」といった内容は2026年時点で確認できたものですが、実際に導入する際は、使っているバージョンで同じ挙動になっているかを一度確認してから進めるようにしてください。特にAquesTalkライセンスの扱いなど、収益化に直結する部分は思い込みで進めず、都度公式情報を見る癖をつけておくと安全です。
よくある質問（Q&A）
Q. ゆっくりボイス（霊夢・魔理沙）とずんだもんは何が違うのですか？
A. 声を作る仕組み自体が異なります。霊夢・魔理沙の声はAquesTalkという別の音声合成エンジンによるもので、YMM4通常版にはこのライセンスが必要です。一方、ずんだもんはVOICEVOXという別の音声合成ソフトのキャラクターで、VOICEVOX自体が無料のため、YMM4側では無料のLite版で組み合わせて使えます。同じ「ゆっくり系動画」に見えても、声の出どころが違うソフトだという点を押さえておくと混乱しません。
Q. スマホだけでずんだもん動画は作れますか？
A. VOICEVOXはパソコン向けソフトのため、声の生成自体はパソコンで行うのが基本です。書き出した音声ファイルをスマホに移し、CapCutのようなスマホアプリで字幕やBGMを合わせて動画に組み立てることは可能ですが、立ち絵の自動口パクのような演出はスマホの汎用編集アプリには無い点は理解しておく必要があります。編集そのものをスマホだけで完結させたい場合は、テーマ入力だけで音声・字幕まで生成される自動生成ツールを使う方法もあります。
Q. AviUtlとYMM4、結局どちらが人気ですか？
A. 用途が異なるため単純比較はできませんが、「ずんだもんが解説する」定型フォーマットの動画に限って言えば、キャラクター管理や字幕表示が最初から用意されているYMM4のほうが取り組みやすく、実際にこの用途で使われている例が多く見られます。AviUtlは、より自由な演出をゼロから組みたい人向けの選択肢です。
Q. 動画編集ソフトを途中で乗り換えても大丈夫ですか？
A. VOICEVOXで作った音声ファイル自体はどの編集ソフトでも読み込める汎用フォーマットなので、動画編集ソフト側だけを後から変えることは可能です。ただし、YMM4のプロジェクトファイルなど、ソフト固有のプロジェクトデータはそのままでは他ソフトに引き継げないため、作りかけの動画があるうちに乗り換えると、字幕や立ち絵の配置をやり直す手間が発生します。乗り換えるなら、1本完成させたタイミングで区切るのが無難です。
結局どのソフトを選べばいいか（まとめ）
ここまでの内容を、判断フローとして整理し直します。
- Windowsを使っていて、ずんだもんの定番の見た目（立ち絵＋字幕）で動画を作りたい → VOICEVOX＋YMM4（Lite）の組み合わせ。追加費用は基本的にかかりません
- Macやスマホ中心で編集したい、あるいはWindowsでも汎用編集ソフトに慣れている → VOICEVOXで音声を書き出し、CapCutまたはClipchampで字幕・BGMを手動で合わせる
- 動画編集自体をすでにある程度理解していて、演出を自由に作り込みたい → AviUtl＋ExEdit2。ただし立ち絵管理などは自作が前提
- ソフトを複数覚える手間そのものを省きたい、まず1本試しに作ってみたい → テーマ入力だけで完結する自動生成ツール（shortyなど）を使う。ただし尺や本数に無料プランの制約がある
多くの人にとって現実的な最短ルートは1番目です。VOICEVOXは無料、YMM4もLite版なら無料なので、追加課金なしでずんだもん動画を作り始められるという事実は、意外と見落とされがちなので強調しておきます。「有料ソフトを揃えないと始められない」という思い込みだけは、この記事で解消しておいてください。
具体的な操作手順に進みたい場合は、VOICEVOXの導入から音声書き出しまではVOICEVOXの使い方の記事、動画としての組み立て方全体はずんだもん 動画 作り方の記事、演出面の効果音の入れ方はYMM4の効果音の入れ方の記事を、それぞれ参照してください。ソフト選びで足踏みしている時間があるなら、まず無料の組み合わせで1本作ってみるのが、遠回りに見えて一番早い進み方です。