ずんだもん動画の作り方を無料で完全解説【2026年版・9ステップ】

結論から言うと、ずんだもんの動画は「VOICEVOX（声）＋有志配布の立ち絵素材（見た目）＋ゆっくりムービーメーカー4（編集）」の3点セットで、ソフト代0円のまま最後まで作れます。追加課金が必要になるのは、素材サイトの有料プランや商用BGM、あるいは制作時間を短縮したい場合だけです。ここまでは他の解説記事とだいたい同じ結論になります。

ただし、この記事はもう一歩踏み込みます。顔出しなしYouTubeを副業としてやる人にとって本当に効くのは「無料で作れるか」ではなく、「無料で作ったものを公開して、広告収入まで受け取れるか」だからです。そして、ここには多くの記事が触れていない落とし穴があります。ずんだもんの声（音源）とイラスト（キャラクター）はライセンスの管理主体も条件も別で、片方だけ確認して「収益化OK」と判断すると、企業案件を受けた瞬間にラインを越える構造になっています。

さらに、音源利用規約には「いわゆる情報商材の利用」を明確に禁止する条項があります。副業・稼げる系のジャンルでずんだもんを使おうとしている人ほど、この一文を読まずに走り出しがちです。

この記事では、実際の制作手順を9ステップで最初から最後まで通したうえで、無料ツールの比較表、Mac・スマホしか持っていない人の現実解、そして公式一次情報にもとづく利用規約の整理まで一気に扱います。2026年7月時点の情報です。

ずんだもん動画は本当に0円で作れる：最短ルートと総額の内訳

結論：ソフトウェア費用は0円で完結します。必要なのはWindows PCと、初回のセットアップに使う数時間だけです。

ずんだもん動画の制作は、大きく「声を作る」「見た目を用意する」「並べて書き出す」の3工程に分解できます。それぞれで使う定番ツールと費用は以下のとおりです。

初回に時間がかかるのは、ツールの導入と設定、そして立ち絵の口パク設定が原因です。この2つは一度終われば次回以降ゼロになる固定費なので、「1本目が異常に遅い」のは正常です。ここで挫折する人が非常に多いのですが、2本目の制作時間は初回の半分以下になります。

なお、有料に切り替える価値があるとすれば次の3つです。

1. BGM・効果音のサブスク（月500〜2,000円程度）：フリー素材は他チャンネルと被りやすく、音の質感で「量産チャンネル感」が出ます。差別化コストとしては安い部類です。
2. ストレージとPCスペック：書き出し時間が1本30分を超えると、投稿頻度が物理的に落ちます。
3. 有料立ち絵・オリジナルキャラ：後述しますが、ずんだもん一本足はリスク分散の観点で不利になる場面があります。

最短ルートのチェックリスト

作り始める前に、以下を上から順に潰してください。順番を間違えると手戻りします。

• [ ] Windows 10 / 11 のPCがある（YMM4はWindows専用）
• [ ] ストレージの空き20GB以上（素材と中間ファイルで意外と食う）
• [ ] VOICEVOXをインストールし、ずんだもんが喋ることを確認した
• [ ] 立ち絵素材（PSD）をダウンロードし、配布者の利用規約を読んだ
• [ ] YMM4をインストールし、VOICEVOXと連携できることを確認した
• [ ] クレジット表記の文言を決めた（VOICEVOX:ずんだもん）
• [ ] 作ろうとしているジャンルが音源利用規約の禁止事項に触れていないか確認した

最後の2項目は制作前に確認すべき項目です。動画を10本作ってから規約違反に気づくのが、この界隈でいちばん痛いパターンです。

必要な4つの無料ツールと役割分担を比較する

結論：VOICEVOXとYMM4の2つが必須、残りは好みで足すものです。「おすすめツール5選」のような記事に出てくる有料動画編集ソフトは、ずんだもん動画に関しては必須ではありません。

なぜYMM4が「実質必須」なのか

一般的な動画編集ソフトでずんだもん動画を作ると、セリフ1行ごとに「音声ファイルを書き出す→タイムラインに置く→字幕を打つ→立ち絵の口を合わせる」という手作業が発生します。10分の解説動画ならセリフは100行を超えるので、この手作業だけで数時間が溶けます。

YMM4は、台本を1行入力するだけで「VOICEVOXで音声生成 → タイムラインに配置 → 字幕を自動生成 → 立ち絵の口パクを音声に同期」までを自動でやります。この自動化があるかないかで制作時間が3〜5倍変わります。「Premiere Proでも作れる」は事実ですが、作れることと現実的に回せることは別です。

なお、ゆっくり実況・ゆっくり解説のフォーマットそのものの作り方はゆっくり解説 作り方 AI 無料で別途整理しています。ずんだもん動画とYMM4の使い方はかなりの部分が共通するので、あわせて読むと理解が早くなります。

YMM4を使うときの前提条件

• VOICEVOXを裏で起動しておく必要があります。YMM4はVOICEVOXのエンジンに接続して音声を生成する仕組みなので、VOICEVOXを閉じているとエラーになります。ここでつまずく初心者が非常に多いポイントです。
• Windows専用です。2026年7月時点でMac版は提供されていません（Macでの現実解は後述します）。
• インストール時に .NET ランタイム等が求められる場合があります。案内に従って導入してください。

ステップ1〜3：VOICEVOXでずんだもんの声を作る

結論：VOICEVOX公式サイトからインストーラを落とし、キャラクターに「ずんだもん」を選んでテキストを打つだけで、ずんだもんの声が出ます。追加課金も会員登録もありません。

ステップ1：VOICEVOXをインストールする

1. VOICEVOX公式サイト（voicevox.hiroshiba.jp）からインストーラをダウンロードします。
2. Windows / macOS / Linux 向けの配布があります。Windows・Linuxで NVIDIA GPU を積んでいる場合はGPU版を選ぶと合成が速くなります。Windowsは DirectX12 対応GPUで DirectML も選べます。macOSはCPU合成のみなので、長い台本だと待ち時間が伸びます。
3. インストーラの容量は数GB規模になることがあります。ストレージに余裕を持たせてください。
4. 起動して、キャラクター一覧に「ずんだもん」が表示されれば完了です。

ステップ2：スタイルを選んで喋らせる

ずんだもんには複数の「スタイル」が用意されており、同じテキストでも印象が大きく変わります。バージョン0.7でスタイル機能が追加され、その後のアップデートで種類が増えてきました。

実務的なコツ：地の文をノーマル、ツッコミをツンツン、オチをヘロヘロに割り当てるだけで、1キャラでも会話のように聞こえます。登場人物を増やさずにテンポを出せるので、素材集めのコストが下がります。

ステップ3：調声してアクセントを直す

ここが「素人っぽいずんだもん動画」と「聞ける動画」の分岐点です。VOICEVOXは辞書にない固有名詞や英語混じりの単語を高確率で読み間違えます。

1. アクセント区切りを直す：テキスト入力欄の下に表示されるアクセント調整バーで、山の位置をドラッグして直します。「橋／箸」レベルの違いは視聴者に伝わります。
2. 読みを直接書き換える：どうしても直らない単語は、カタカナで読みを書いてしまうのが早いです（例：「Web3」→「ウェブスリー」）。
3. 話速を調整する：解説系は 1.0〜1.2 あたりが聞きやすいゾーンです。ショート動画なら 1.15〜1.3 まで上げてテンポを稼ぐ手もありますが、上げすぎると滑舌が崩れて視聴維持率を落とします。
4. 抑揚と音高：抑揚を上げると感情が乗りますが、長時間聴くと疲れます。10分以上の動画では抑揚は控えめが無難です。
5. 間（ま）を入れる：句読点だけでなく、意図的な無音を挟むと「理解の時間」が生まれます。これは視聴維持率に直結します。
6. 辞書登録を使う：チャンネルで繰り返し出てくる固有名詞は、VOICEVOXの辞書機能に登録しておくと毎回直す手間がなくなります。

ずんだもん以外の無料音声も含めて音質・使い勝手を比べたい場合は無料 音声合成 比較 2026で横並びに整理しています。ずんだもんは知名度が武器である一方、後述するとおり「他チャンネルと被る」という弱点も抱えています。

ステップ4〜6：立ち絵素材を用意して口パク・まばたきを設定する

結論：ずんだもんの立ち絵（イラスト）は、有志が配布しているPSD形式の素材を使うのが定番です。PSDならパーツごとに表情・口・目を差し替えられるため、YMM4側で口パクとまばたきを自動化できます。

ステップ4：立ち絵素材を入手する

1. BOOTHやニコニコ静画などで「ずんだもん 立ち絵」を検索し、PSD形式で配布されている素材を探します。坂本アヒル氏の素材のように、YMM4での簡単なアニメーションに最適化された形でPSDを組んでくれている配布者を選ぶと、設定が一気に楽になります。
2. ZIPをダウンロードして解凍し、日本語パスや長いパスを避けた場所（例：C:\ymm_assets\zundamon\）に置きます。
3. 配布者ごとの利用規約を必ず読んでください。ここが見落とされがちですが、立ち絵素材は公式配布ではなく有志の制作物であることが多く、「公式の規約さえ守ればOK」ではありません。配布者が独自に禁止事項（例：R-18禁止、再配布禁止、特定ジャンルでの使用禁止）を設けているケースがあります。
4. ダウンロードしたら、規約のテキストファイルを素材フォルダごと保管しておきます。数か月後に「この素材どこの誰のだっけ」となるのを防げます。

ステップ5：YMM4にPSD立ち絵を読み込む

1. YMM4を起動し、キャラクター設定を開きます。
2. 新規キャラクターを作成し、名前を「ずんだもん」にします。
3. 「ボイス」の項目で VOICEVOX / ずんだもん を選択します（VOICEVOXが起動していないと候補に出ません）。
4. 「立ち絵」の項目で、ダウンロードしたPSDファイルを指定します。
5. 立ち絵の種類として「PSDファイル」を選ぶと、YMM4がレイヤー構造を読み取ります。

ステップ6：口パクとまばたきを設定する

1. YMM4のPSD立ち絵素材マネージャーを開きます。
2. 「口」のカテゴリを開き、素材が動かしたい順番に並んでいるかを確認します。一般的には「閉じ→半開き→開き」の順です。順番が逆だと、喋っているのに口が閉じていくという奇妙な動きになります。
3. 「目」のカテゴリも同様に、「開き→半目→閉じ」の順に並べます。
4. 口パクの設定を「音声に同期」にすると、生成した音声の音量に合わせて自動で口が動きます。
5. まばたきは一定間隔でランダムに入る設定にすると自然になります。間隔が短すぎると挙動不審に見えるので、3〜6秒に1回程度が目安です。
6. 表情差分（怒り、笑顔、驚きなど）はセリフ単位で切り替えられます。全編同じ表情の動画は視聴維持率が落ちやすいので、少なくとも1分に1回は表情を変えるルールを自分に課すと画面が持ちます。

ここまでで「声が出て、口が動くずんだもん」が完成します。設定は保存されるので、2本目以降はこの工程を丸ごとスキップできます。

ステップ7〜9：YMM4で台本を流し込み、動画として書き出す

結論：台本をCSVで用意してYMM4に読み込ませれば、セリフ・音声・字幕・立ち絵の口パクが一括で配置されます。あとは背景とBGMを敷いて書き出すだけです。

ステップ7：台本を用意してCSVで読み込む

1. スプレッドシート（Excel、Googleスプレッドシートなど）で台本を作ります。列は「キャラクター名」「セリフ」の2列が基本です。
2. 1行=1セリフにします。1行が長すぎると字幕が画面からはみ出すので、1行20〜30文字を目安に区切ります。
3. CSV形式（UTF-8推奨）で書き出します。
4. YMM4のメニューから台本の読み込みを実行し、CSVを指定します。
5. タイムライン上に、セリフごとのアイテムが自動で並びます。

この「CSV台本」方式が、ずんだもん動画量産の心臓部です。執筆と編集を分離できるので、台本だけスマホで書き溜めておいて、PC作業日にまとめて動画化する運用が組めます。副業として時間が細切れになる人には特に効きます。

ステップ8：背景・BGM・効果音・テロップを整える

1. 背景：単色やグラデーションでも成立しますが、テーマに合った静止画やループ動画を敷くと情報量が上がります。
2. BGM：ナレーションより明確に小さくします。感覚的には「BGMだけ聴くと物足りない」くらいが適正です。ナレーションとBGMの音量差が小さいと、内容が頭に入りません。
3. 効果音：話題の切り替わり、強調、オチに入れます。入れすぎるとうるさくなるので、10分で15〜25個程度が目安です。
4. 字幕：YMM4が自動生成しますが、フォント・縁取り・位置は必ず調整します。背景に埋もれる字幕は致命的で、スマホの小さい画面では特に読めなくなります。
5. 図解・グラフ：解説系なら、数字は文字で言うだけでなく画面に出します。ここが「AI量産動画」との差になる部分でもあります。

ステップ9：書き出し設定と投稿

1. YMM4のエンコード設定で解像度・フレームレートを指定します。
2. 出力形式はMP4（H.264）が最も無難です。
3. 書き出し時間はPC性能に大きく依存します。10分の動画で5〜30分程度が目安です。
4. 書き出したファイルを一度スマホで再生して確認します。PCの大画面では読めた字幕がスマホで読めないというミスが最も多いためです。
5. YouTubeにアップロードし、概要欄にクレジット表記を入れます（次章で詳述）。

MacとスマホだけでずんだもんYouTube動画を作る現実解

結論：VOICEVOX自体はmacOSでも動きますが、YMM4はWindows専用です。したがってMac・スマホユーザーには「Windows環境を用意する」「YMM4を諦めて別の編集ソフトで手作業する」「別の自動化手段を使う」の3択しかありません。

ここは多くの記事が「CapCutでも作れます」で流してしまう部分ですが、実際にはコストと手間の性質がまったく違うので、正面から比較します。

Mac：Parallels Desktop等でWindowsを動かすのが最短

YMM4の自動化を諦めたくないなら、これが結局いちばん早いです。Parallels DesktopなどでMac上にWindows環境を作れば、通常のWindows PCと同じようにYMM4が動きます。仮想化ソフトとWindowsライセンスの費用は発生するので「完全無料」ではなくなりますが、制作時間が半分以下になることを考えると、本数を出す前提なら回収は早い部類です。

スマホ完結：ショート特化なら成立する

スマホだけの場合、ずんだもんの声はiOS/Android向けの読み上げアプリで作り、CapCutなどで編集する流れになります。ただし口パクの自動同期は基本的にできないため、立ち絵は静止画のまま扱うか、パーツをいくつか用意して手動で切り替えることになります。60秒のショートなら現実的ですが、10分の解説動画をこの方式でやるのは体力的にきついです。

「まず本数を出す」ことを優先するなら、ショート動画の自動生成ツールを工程の一部に組み込む選択肢もあります。たとえば当サイトが開発・運営しているShortyは、台本からショート形式の動画を組み立てるところを自動化するツールです。ずんだもんの声そのものを扱うものではないので「ずんだもん動画を作る道具」ではありませんが、「台本の型が回るかどうかを、編集に時間をかける前に検証する」用途では使えます。無料プランには1本30秒まで／30日で5本まで／保存は7日間／ショート形式のみという制約があるので、量産の本番運用ではなく試作フェーズ向けと考えてください。もちろんYMM4とVOICEVOXだけで最後まで作るほうが表現の自由度は高く、どちらが良いかは目的次第です。

【必読】ずんだもんの声とイラストは「別ライセンス」という落とし穴

結論：ずんだもんの声（音源）は、クレジット表記をすれば商用・非商用ともに使えます。一方でイラスト（キャラクター）は、クリエイターの二次創作としては原則「非営利」の枠組みで運用されており、企業案件やスポンサー付きの利用は別扱いです。この2つを混ぜて理解すると事故ります。

ここが本記事でいちばん伝えたいところです。順に整理します。

1. VOICEVOX本体の利用規約

VOICEVOX公式の利用規約では、「商用・非商用問わず利用することができます」と明記されています。同時に、「ご利用の際は VOICEVOX を利用したことがわかるクレジット表記が必要です」とされています。また「作成された音声を利用する際は、各音声ライブラリの規約に従ってください」とあり、キャラクターごとの規約が別に存在することが示されています。

禁止事項としては、ソフトウェアの無断再配布、逆コンパイル・リバースエンジニアリング、製作者または第三者に不利益をもたらす行為、公序良俗に反する行為が挙げられています。

2. ずんだもんの音源利用規約（東北ずん子・ずんだもんプロジェクト）

ずんだもんの音源については、東北ずん子・ずんだもんプロジェクトの公式サイトに音源利用規約があります。ここには「商用、非商用ともにご利用いただけます」と書かれており、クレジット表記の書式も具体的に示されています。

• VOICEVOX音源：VOICEVOX:ずんだもん（複数キャラを使う場合は VOICEVOX:ずんだもん、VOICEVOX:四国めたん のように列記）
• MMVC音源、Voiceger音源など、音源の種類ごとに表記が異なります

クレジット表記をする場合は申請不要です。逆に、クレジット表記をせずに商用利用したい場合は申請が必要で、公式には1キャラクターあたり40万円（＋消費税）という金額が案内されています。副業でYouTubeをやる分にはクレジットを書けば済む話なので、素直に書きましょう。

そして重要なのが禁止事項です。公式規約には以下が挙げられています。

1. 公序良俗に反する利用
2. 政治活動、宗教活動またはそれらにつながる行為での利用
3. いわゆる情報商材の利用
4. 嘘やフェイク、意図的に虚偽の情報や誤解を招く内容
5. 風俗営業等業種での利用
6. 反社会的勢力の利用

独自視点①：「副業で稼ぐ」系のずんだもん動画は、この3番と4番のグレーゾーンに片足を突っ込みやすい。「月◯万円確定」「誰でも簡単に稼げる」といった煽りで自作の教材やコンサルへ誘導する構成は、情報商材の販促そのものと見なされる可能性があります。誇大な数字を出して視聴者を誤認させれば4番にも触れます。ずんだもんを使って副業ジャンルを扱うこと自体が禁止されているわけではありませんが、「規約で明示的に名指しされているジャンルに近い場所で商売をしている」という自覚は持っておくべきです。この点に触れている解説記事はほとんどありません。

3. キャラクター（イラスト）の利用ガイドライン

立ち絵を画面に出す時点で、音源とは別の「キャラクター利用のガイドライン」が関わってきます。公式ガイドラインでは、クリエイターの二次創作は原則として非営利での活動に限る、という枠組みが示されています。東北6県（青森・岩手・宮城・秋田・山形・福島）に本社を置く企業・公共団体であれば商用利用が可能、という東北支援を目的とした特例もあります。

そのうえで、YouTubeについてはこう書かれています。「個人が自分のBlogやYoutubeに広告を出す、スーパーチャットを受け取る、ニコニコ動画で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とさせていただきます」。つまり、個人が自分のチャンネルでYouTube広告収入を得ることは、非商用の範囲として扱われています。

一方で、企業に属しているYouTuberやVTuber、スポンサーのつく案件では有償利用となるとされています。またコピーライト表記（c）は必要ありません、とも明記されています。

独自視点②：ここが副業勢にとっての本当の分岐点です。「ずんだもんは収益化OK」という説明は、個人が広告収入を得る範囲では正しい。しかしチャンネルが伸びて企業から案件が来た瞬間、あるいは自分で法人を作った瞬間、あるいは企業に所属して動画を作る立場になった瞬間、同じ動画・同じ立ち絵でもライセンスの区分が変わります。「収益化できたからもう安心」ではなく、「収益の出どころが変わったら規約を読み直す」が正しい運用です。

用途別の早見表

規約は改定されます。実際にキャラクター利用ガイドラインは対象タグの追加など更新が入っており、この記事の内容も含めて「読んだ時点の情報」でしかありません。案件を受ける前、法人化する前、大きな投資をする前には、必ずVOICEVOX公式サイトと東北ずん子・ずんだもんプロジェクト公式サイト（zunko.jp）の原文にあたってください。

VOICEVOX全般の商用利用ルールとYouTubeでの具体的な書き方はVOICEVOX 商用利用 YouTubeでさらに詳しく整理しています。

クレジット表記の実務

• 書く場所：YouTubeなら動画の概要欄（説明文）が最も一般的です。公式も「動画サイトの場合は説明画面や動画内のクレジットなど、ユーザーが気になって見にいった際にはわかる程度のところ」への記載を求めています。
• 書き方の例：音声合成：VOICEVOX:ずんだもん
• 複数キャラを使った場合：全員分を列記します（VOICEVOX:ずんだもん / VOICEVOX:四国めたん）
• 立ち絵素材の配布者：公式ガイドライン上はコピーライト表記が不要でも、素材配布者が表記を求めている場合は従います。あわせて概要欄に書いておくのが安全です。
• テンプレ化する：概要欄の定型文をメモに保存しておき、毎回貼り付けます。書き忘れを構造的に防ぐのがいちばん確実です。

伸びるずんだもん動画にする改善ポイントと、やってはいけない量産パターン

結論：2025年7月15日のYouTube収益化ポリシー更新以降、「テンプレをなぞっただけの大量生産」は明確に不利になりました。ずんだもん動画そのものが禁止されたわけではありませんが、差別化しないと収益化審査で落ちる確率は上がっています。

2025年7月のポリシー更新で何が変わったか

YouTubeは2025年7月15日、パートナープログラム（YPP）の収益化ポリシーを更新し、従来の「反復的なコンテンツ（repetitious content）」というポリシー名を「Inauthentic Content（独自性のないコンテンツ）」へと変更しました。目的は、大量生産されたコンテンツや反復的なコンテンツをより正確に識別することにあるとされています。

このニュースは「AI動画が全面的に収益化不可になる」という誤解を生みましたが、AIの使用そのものが禁止されたわけではありません。編集・分析・独自の価値提供といった人間の創作性が明確にあるコンテンツは、引き続き収益化の対象です。狙われているのは、テンプレートと合成音声を組み合わせただけの低付加価値な量産コンテンツです。

なお、ポリシーの詳細や運用は継続的に更新されるため、最新の条件はYouTube公式ヘルプで確認してください。

独自性のあるずんだもん動画にするチェックリスト

投稿前に、以下のうち最低4つに「はい」と答えられるか確認してください。

• [ ] この動画にしか入っていない一次情報（自分で調べた数字、自分で試した結果、自分の失敗談）がある
• [ ] 画面に図解・グラフ・比較表など、音声を読み上げるだけでは伝わらない情報がある
• [ ] 台本が既存記事の要約ではなく、自分の切り口で構成されている
• [ ] サムネイル・タイトルが他チャンネルの模倣ではない
• [ ] 立ち絵・背景・BGMの組み合わせがチャンネル固有のものになっている
• [ ] 同じテンプレの動画を1日に何本も連続投稿していない
• [ ] 冒頭3秒で「この動画で何がわかるか」を提示できている
• [ ] 誇大な数字や断定的な収益予測を含んでいない

やってはいけない量産パターン

1. 他サイトの記事をそのまま読み上げるだけ：独自性がないうえ、著作権上のリスクもあります。
2. 同一テンプレを1日10本投稿する：まさに「大量生産・反復コンテンツ」の定義に当てはまります。
3. AIが書いた台本を無編集で流す：事実誤認が混ざりやすく、音源利用規約の「意図的に虚偽の情報や誤解を招く内容」に接近します。
4. 「必ず稼げる」系の煽り：規約リスクとYouTubeポリシーリスクを同時に踏みます。
5. 立ち絵が終始無表情でBGMも一定：視聴維持率が伸びず、結果として収益にもつながりません。

ずんだもん一本足のリスク

ずんだもんは知名度が高い＝競合も多いという表裏があります。検索結果でも「ずんだもん動画大量発生問題」「ずんだもん・ゆっくり実況は終了？」といった議論が出ているとおり、フォーマットの飽和は現実の問題です。

現実的な対処は次の3つです。

• 声を混ぜる：ずんだもんを主役にしつつ、他のキャラクターや別の音声合成エンジンを組み合わせて音の個性を作る。相方を1人足すだけでも、対話のテンポが生まれて画面の情報量が変わります。
• ジャンルを絞る：「ずんだもんが解説する」ではなく「◯◯の分野をずんだもんが解説する」まで絞ると、被りが一気に減ります。
• オリジナルキャラへの移行を視野に入れる：チャンネルが育ったあとで企業案件を受けたくなったとき、ライセンス上の制約が少ないオリジナルキャラのほうが動きやすくなります。最初からではなく、伸び始めた段階で検討する話です。

うまくいかない可能性についても書いておく

正直に言うと、ずんだもん動画を作れば伸びるという時代はすでに終わっています。ツールが無料で誰でも作れるということは、供給が過剰になるということです。3か月継続しても再生数が二桁のまま、という結果は珍しくありません。収益化条件（チャンネル登録者1,000人＋総再生時間4,000時間、またはショート再生回数の基準）に到達できずに終わる人のほうが多数派です。

それでも取り組む価値があるとすれば、「台本を書く力」「情報を整理して図解する力」「サムネで注意を引く力」が、ずんだもん動画に依存しない資産として残るからです。ツールは代替可能ですが、この3つは代替されにくい。ずんだもん動画は、その練習台としてコストが極端に低いという点にこそ意味があります。

よくある質問

ずんだもんの動画は完全に無料で作れますか？

作れます。VOICEVOX（音声）、有志配布の立ち絵素材、ゆっくりムービーメーカー4（編集）はいずれも無料で、ソフト代0円で完成まで到達できます。

追加費用が発生するのは、BGMや効果音の有料素材、商用フォント、Macで仮想化ソフトを使う場合のライセンス料などです。ただしこれらはすべて任意で、無料素材だけで完結させることも可能です。時間だけは確実にかかるので、「金銭コストがゼロ」であって「コストがゼロ」ではないと理解しておくと計画が立てやすくなります。

ずんだもんの動画で収益化できますか？

個人が自分のYouTubeチャンネルで広告収入を得ることは、公式ガイドライン上「非商用の範囲」として扱われています。声についてもクレジット表記をすれば商用・非商用ともに利用可能です。

ただし注意点があります。企業に所属しているYouTuber・VTuber、あるいはスポンサーのつく案件では有償利用の扱いになると公式に明記されています。個人での広告収入とタイアップ案件は別物です。また、収益化そのものはYouTube側のポリシー（YPP参加条件）にも左右されます。規約は改定されるため、案件を受ける前には必ず公式サイトの原文を確認してください。

クレジット表記は具体的に何と書けばいいですか？

VOICEVOX:ずんだもん と書きます。YouTubeなら動画の概要欄に記載するのが最も一般的です。

複数キャラクターを使った場合は VOICEVOX:ずんだもん、VOICEVOX:四国めたん のように全員分を列記します。公式は「ユーザーが気になって見にいった際にはわかる程度のところ」への記載を求めているため、概要欄のほか動画内のクレジット表示でも構いません。なお立ち絵素材については、配布者が表記を求めている場合はその指示に従ってください。キャラクター利用ガイドライン上、コピーライト表記（c）自体は必要ないとされています。

クレジットを書かずに使うことはできますか？

公式には、クレジット表記なしでの商用利用は申請が必要で、1キャラクターあたり40万円（＋消費税）という金額が案内されています。副業レベルではクレジットを書くのが現実的です。

概要欄に一行書くだけで済むので、コスト対効果を考えれば書かない理由がありません。テンプレをメモアプリに保存しておき、投稿のたびに貼り付ける運用にすれば書き忘れも防げます。金額や条件は改定される可能性があるので、実際に申請を検討する場合は公式の原本を確認してください。

Macでずんだもん動画は作れますか？

VOICEVOXはmacOSに対応していますが、定番編集ソフトのYMM4はWindows専用です。Macで作るには仮想化ソフトでWindows環境を用意するか、別の編集ソフトで手作業する必要があります。

Parallels Desktopなどを使えばMac上にWindows環境を構築でき、YMM4を通常どおり使えます。費用は発生しますが、YMM4の自動化（音声生成・字幕・口パク同期の一括処理）が使えるメリットは大きく、本数を出すなら結果的に安上がりです。DaVinci ResolveなどMac対応の編集ソフトで手作業する方法もありますが、10分動画で5〜10時間かかる覚悟が必要です。またmacOS版VOICEVOXはCPU合成のみで、GPU加速が使えない点も押さえておきましょう。

スマホだけでずんだもん動画は作れますか？

60秒以内のショート動画であれば現実的に作れます。読み上げアプリで音声を作り、CapCutなどで編集する流れです。

ただし口パクの自動同期は基本的にできないため、立ち絵は静止画のまま扱うか、口の開き具合が違う画像を数枚用意して手動で切り替えることになります。10分の解説動画をこの方式で作るのは手数が多すぎて現実的ではありません。スマホ完結を狙うならショート特化に割り切り、長尺をやりたくなった時点でPC環境を検討するのが合理的です。

YMM4でずんだもんの声が選択肢に出てきません。なぜですか？

VOICEVOXが起動していないことが原因のケースがほとんどです。YMM4はVOICEVOXのエンジンに接続して音声を生成するため、VOICEVOXを閉じているとキャラクター一覧に表示されません。

VOICEVOXを起動した状態でYMM4のキャラクター設定を開き直してください。それでも出ない場合は、VOICEVOXのバージョンが古い、セキュリティソフトが通信をブロックしている、ポートが他のアプリと競合している、といった可能性があります。まずVOICEVOX単体でずんだもんが喋ることを確認してから、YMM4側の設定に進むと切り分けが早くなります。

ずんだもんの声が読み間違えます。どう直せばいいですか？

アクセント調整バーで区切りと山の位置を直し、それでも直らない語はカタカナで読みを直接書き換えます。繰り返し出る固有名詞は辞書登録が有効です。

VOICEVOXは辞書にない固有名詞、英数字混じりの単語、専門用語で読みを外しやすい傾向があります。テキスト入力欄の下に出るアクセント調整で、単語の区切り位置とアクセントの山をドラッグして修正できます。英語表記は思い切ってカタカナに置き換えたほうが確実です。チャンネルのテーマ上どうしても頻出する単語は、辞書機能に登録して毎回の修正をなくしましょう。

2025年7月のYouTubeポリシー変更でずんだもん動画は収益化できなくなりましたか？

いいえ。AIや音声合成の使用そのものが禁止されたわけではありません。対象は、テンプレートをなぞっただけの大量生産・反復コンテンツです。

2025年7月15日、YouTubeは従来の「反復的なコンテンツ」ポリシーを「Inauthentic Content（独自性のないコンテンツ）」へと名称変更し、大量生産・反復コンテンツをより正確に識別する方向へ更新しました。編集・分析・独自の価値提供といった人間の創作性が明確なコンテンツは引き続き収益化の対象とされています。逆に言えば、同一テンプレの連投や他サイト記事の読み上げだけの動画は不利になります。ポリシーの運用は変わりうるため、最新情報はYouTube公式ヘルプで確認してください。

立ち絵素材は公式のものを使わないといけませんか？

有志が配布しているPSD素材を使うのが実務上の定番です。ただし配布者ごとの利用規約に従う必要があります。

BOOTHやニコニコ静画などで配布されているPSD立ち絵は、YMM4での口パク・まばたきに最適化された形で作られているものが多く、導入が容易です。一方で、これらは公式配布ではなく制作者個人の作品なので、「東北ずん子・ずんだもんプロジェクトの規約さえ守ればOK」ではありません。再配布禁止、特定ジャンルでの使用禁止など、配布者が独自のルールを設けている場合があります。ダウンロード時に規約テキストを素材と一緒に保管しておくと、後で確認しやすくなります。

ずんだもん動画は何本くらい作れば結果が出ますか？

明確な本数の保証はありません。「◯本で収益化できる」と断言する情報は疑ってください。

ジャンル、台本の質、サムネイル、投稿頻度、市場の飽和度で結果は大きく変わります。3か月継続しても再生数が伸びないケースは珍しくなく、収益化条件に届かずに終わる人のほうが多数派です。現実的な進め方は、まず10本を出してデータを取り、視聴維持率とクリック率が伸びているテーマに寄せていくこと。本数を目標にするより、「どのテーマの離脱が浅かったか」を指標にしたほうが改善が早くなります。10本作れば、少なくとも自分の台本の癖と、視聴者が離脱する典型的なタイミングは見えてきます。

まとめ

ずんだもん動画は、VOICEVOX（声）＋PSD立ち絵素材（見た目）＋YMM4（編集）で、ソフト代0円のまま完成まで到達できます。初回は5〜9時間かかりますが、設定は一度で終わるため2本目以降は2〜4時間まで落ちます。

本記事のポイントを整理します。

1. 必須ツールは2つだけ：VOICEVOXとYMM4。YMM4の自動化（音声生成・字幕・口パク同期の一括処理）があるかどうかで制作時間が3〜5倍変わります。
2. YMM4はWindows専用：MacはParallels等でWindows環境を用意するのが結局いちばん早い。スマホ完結はショート特化なら成立します。
3. 声とイラストはライセンスが別：音源はクレジット表記（VOICEVOX:ずんだもん）で商用・非商用とも利用可。イラストは個人のYouTube広告収入なら非商用の範囲として扱われますが、企業案件やスポンサー付きは有償利用の扱いになります。
4. 音源利用規約の禁止事項を読む：情報商材、虚偽・誤解を招く内容、政治・宗教活動での利用は明確に禁止されています。副業ジャンルを扱うなら特に意識してください。
5. 2025年7月のYouTubeポリシー更新後は差別化が必須：AI利用自体は禁止されていませんが、テンプレ量産は不利になりました。一次情報・図解・自分の切り口のいずれかを必ず入れてください。
6. 伸びない可能性も直視する：ずんだもん動画は供給過剰です。それでも取り組む価値は、台本力・図解力・サムネ力という代替されにくいスキルが残る点にあります。

最後にもう一度だけ。規約は改定されます。この記事は2026年7月時点の公開情報にもとづいていますが、案件を受ける前・法人化する前には、必ずVOICEVOX公式サイトと東北ずん子・ずんだもんプロジェクト公式サイト（zunko.jp）の原文を自分の目で確認してください。無料で始められるジャンルだからこそ、ルールの確認だけは省略しない。それが長く続けるための最低条件です。