自社のホームページに、社長の話や商品の紹介を録音した音声を載せたい。制作会社に聞くと「audioタグで置けます」と言われたが、自動再生はできるのか、音量は決められるのか、聞こえない人はどうなるのかが分からない。
そういう場面にいる経営者やWeb担当者に向けて、audioタグの書き方と落とし穴を、仕様で確かめた記事です。
結論から言います。audioタグ、つまり audio 要素は、音や音声を再生する部品をページに置く要素です。
属性で決められるのは、再生ボタンを出すか、自動で始めるか、繰り返すか、最初から消音にするか、どれだけ先に読み込むかまでです。
自動再生は、書いても動かないことがあります。ChromeとSafariの公式文書は、音が出る自動再生を原則として止める方針を書いています。
音量は、HTMLの属性では決められません。volume という属性を書くと、検査サービスがエラーを出しました。
音量を変える手段は、スクリプトで値を設定する方法に限られます。
もう1つ、見落としやすいことがあります。音声の中身は、検索エンジンにも、AI検索にも、耳が聞こえない人にも、そのままは届きません。
この記事の軸は、音声の中身が届かない前提でページを組むことです。audio のすぐ下に、要点と文字起こしを文章で書きます。
仕様の文書自体が、文字起こしは音声の近くの本文からリンクするだけでも提供できると書いています。音声は話を聞く道具として置き、答えになる文章は、HTMLに最初から書いておきます。
先に答え:audio要素について、確かめられたこと
先に、この記事の結論を表にまとめます。右端の列は、答えの根拠にした資料です。
| 疑問 | 答え | 根拠にした資料 |
|---|---|---|
| audio要素は何を表すか | 音、または音声の流れ | HTMLの仕様(WHATWG)のaudio要素の章 |
| 再生ボタンはどう出すか | controls属性を書く。書かないと画面に出ない | HTMLの仕様(WHATWG)の表示の章 |
| 自動再生は必ず動くか | 動かない。音が出る自動再生は止められる | ChromeとSafariの公式文書 |
| 音量をHTMLで決められるか | 決められない。volume属性は検査でエラー | HTMLの仕様(WHATWG)と検査サービスでの実測 |
| 聞けない人への備えは | 文字起こしなどの代替を文章で用意する | WCAG 2.2の達成基準1.2.1 |
| 検索やAI検索は音声の中身を読むか | 公式に記載なし | Google、OpenAI、Anthropicの公式文書 |
この記事の読み方
記事は、仕様で確かめたことを先に書き、そのあとで、自社のページへの置き方を書く順に並べています。
急ぐ場合は、先に答えの表と、最後の「今日できる点検」の表を読んでください。それだけで、audioタグを置く前に決めることが分かります。
詳しく知りたいところは、見出しから拾えます。自動再生の話は「自動再生がされない理由」、音量の話は「音量はHTMLで決められるか」、聞けない人への備えは「聞けない人のための文字起こし」の節です。
動画のvideoタグと共通の話は、すでに公開している別の記事で答えています。この記事では、音声だけに当てはまる話に絞りました。
この記事で確かめた資料
この記事の記述は、2026年11月16日に開いた資料だけに基づいています。
| 資料 | 確かめたこと |
|---|---|
| HTMLの仕様(WHATWG)のaudio要素、メディア要素の属性、source要素、表示の章 | 定義、置ける中身、属性、音量の扱い、見た目の決まり。仕様の更新表示は2026年11月14日 |
| WCAG 2.2(W3C勧告、2024年12月12日版) | 音声だけの内容の代替と、自動再生される音声の制御 |
| Chromeの公式ブログ「Autoplay policy in Chrome」 | 自動再生が許される条件 |
| WebKitの公式ブログ(2017年6月8日の記事) | Safariの自動再生の方針 |
| Firefoxの開発元による自動再生の解説 | ブラウザ全般の自動再生の目安 |
| Googleの検索セントラル「AI 機能とウェブサイト」(2025年12月10日更新と表示) | AIによる概要とAIモードに必要な条件 |
| OpenAIとAnthropicの、クローラーに関する公式文書 | 音声への言及の有無 |
| WordPressのブロックエディターの公式ソースコード | 音声ブロックが出すHTML |
| W3Cの検査サービスでの実測 | 12通りの書き方で出るエラー |
| 弊社サイトの31ページの実測 | audio要素の有無 |
この記事で使う言葉
読み進める前に、4つの言葉の意味をそろえます。
「文字起こし」は、音声で話された内容を、文章に書き起こしたものです。
「代替」は、音声が聞けないときに、同じ情報を別の形で渡すものを指します。
「ユーザーエージェント」は、仕様の言葉で、ページを読み込んで表示するブラウザなどの道具です。
「検査サービス」は、HTMLの書き方が仕様に合っているかを調べる、W3Cの無料の道具です。
Q&Aサイトで見かけた「再生を押した時の音を小さくしたい」という悩み
先日、Q&Aサイトでこのような切実な悩みを拝見しました。
audioタグで音楽を再生できるようにした方からの相談です。再生すると最初の音があまりにも大きく、初めて聴く人がびっくりしてしまう。
再生ボタンを押した時の最初の音量を下げたい。audioタグの中に、音量を指定する属性を書けば済むのか、それともスクリプトが要るのか、という質問でした。
回答に書かれていたこと
寄せられた回答は、おおむね次の内容でした。
volume属性にはほとんどのブラウザが対応していないので、スクリプトに頼るしかない、という見立てです。回答者は、最初に音量だけ調整すればよい、とも添えていました。
同じQ&Aサイトの別の質問には、volumeに0.0から1.0の値を書けばよいと答えるものもありました。ただし、ブラウザによっては対応していないかもしれない、と添えられています。
回答のどこまでが確かめられるか
仕様と検査サービスで、2つの答えを確かめました。
まず、audio要素の属性として仕様が挙げているのは、src、crossorigin、preload、autoplay、loop、muted、controls、loadingです。volumeは、この一覧にありません。
次に、volume属性を書いたaudio要素を、検査サービスにかけました。結果は、エラー1件です。
この悩みへの答え
回答の「スクリプトに頼るしかない」は、確かめられました。volumeは、スクリプトから読み書きする値として、仕様に載っています。
ただし、「ほとんどのブラウザが非対応」とは言えません。属性としては、仕様に無いので、そもそも対応する対象が存在しないのです。
この記事では、その音量の話を、仕様の原文と実測で確かめます。あわせて、自動再生、見た目、文字起こしまでを、順に整理します。
audio要素とは:仕様が書いている定義
仕様の定義
HTMLの仕様(WHATWG)は、audio要素を「音、または音声の流れを表す」要素と定義しています。
中に書く内容は、置き方で2通りに分かれます。src属性を書く場合は、中にtrack要素を0個以上置き、そのあとに自由な内容を置けます。
src属性を書かない場合は、source要素を0個以上、そのあとにtrack要素を0個以上、さらにそのあとに自由な内容を置けます。
どちらの場合も、中に別のメディア要素は入れられません。開始タグも終了タグも、省けません。
置ける場所
audio要素は、埋め込みの内容が置ける場所なら、どこにでも置けます。段落の中にも、ページの区画の中にも置けます。
仕様の分類では、controls属性を書いたaudio要素は、操作できる部品として扱われます。controls属性を書かないと、操作できる部品としては扱われません。
この違いは、次の節で出てくる「再生ボタンが画面に出るかどうか」と、そのまま結びついています。
中に書いた文章の役目
audio要素の中には、文章を書けます。仕様は、その役目を次のように書いています。
「この内容は、audio要素に対応していない古いブラウザのためのもので、ユーザーエージェントはこれを利用者に見せるべきではない。特に、この内容はアクセシビリティの問題に対応するためのものではない。」(英語の原文を和訳)
つまり、audio要素の中に書いた文章は、古いブラウザのための予備です。聞こえない人への代替として、中に文字起こしを書いても、役目を果たしません。
文字起こしは、audio要素の外に、通常の本文として書く必要があります。この点は、後の節で詳しく扱います。
対応しているブラウザ
仕様の文書に添えられた対応表では、audio要素は、現行のすべての描画エンジンで対応済みと表示されています。
具体的には、Firefoxは3.5以降、Safariは3.1以降、Chromeは3以降、Edgeは79以降です。いまのホームページで、audio要素そのものが動かないブラウザを気にする必要は、ほとんどありません。
気にする点は、音声ファイルの形式と、自動再生の方針です。この2つは、後の節で扱います。
属性の一覧:controls・autoplay・loop・muted・preload
audio要素に書ける属性のうち、メディア要素に共通のものは、src、crossorigin、preload、autoplay、loop、muted、controls、loadingです。
属性ごとに、仕様の言葉で確かめます。
controls:再生ボタンを出す
controls属性は、真偽値の属性です。仕様は、この属性を「作り手が自前の操作部品を用意していないので、ユーザーエージェントに標準の操作部品を出してほしい」という意思表示と説明しています。
標準の操作部品には、再生の開始、一時停止、好きな位置への移動、音量の変更が含まれるべきだと、仕様は書いています。
ここで大事なのは、controls属性を書かない場合です。仕様の表示の章は、操作部品を出さないaudio要素について、CSSの指定にかかわらず、画面に表示しないことを求めています。
つまり、controlsを書かずにautoplayだけを書くと、画面には何も出ません。音が出るか出ないかだけが残ります。
autoplay:自動で始める
autoplay属性は、再生できる状態になり次第、自動で始める指定です。
仕様は、スクリプトで自動再生を起こすより、この属性を使うよう勧めています。理由は、利用者が自動再生を止められるからです。
たとえば、画面の読み上げを使っている人が、自動再生を上書きできます。
さらに仕様は、自動再生をそもそも使わず、利用者が自分で再生を始めるのを待つことも、考えるよう促しています。
loop:終わったら先頭へ戻る
loop属性も、真偽値の属性です。書くと、再生が終わりに達したとき、先頭へ戻って繰り返します。
繰り返しが向くのは、短い効果音や、背景に流す環境音です。社長の話や商品の解説のように、最初から最後まで通して聞いてもらう音声には、向きません。
muted:最初から消音にする
muted属性は、消音の初期値を決める指定です。仕様は、利用者が操作したあとや、スクリプトで消音の設定を変えたあとは、この属性に効果が残らないと書いています。
audio要素で消音にして自動再生しても、利用者には何も聞こえません。音声そのものが役目なので、audio要素では、muted属性を使う場面は多くありません。
この属性が活きるのは、動画の自動再生です。その話は、動画の記事で扱っています。
preload:どれだけ先に読み込むか
preload属性には、3つの値があります。仕様の表を、そのまま整理します。
| 値 | 仕様が書いている意味 |
|---|---|
| auto | 利用者の必要を優先してよい。全体を先に取得することも含む |
| metadata | 音声は必要とされないと見込むが、長さなどの情報を取得するのは妥当 |
| none | 音声は必要とされないと見込む、またはサーバーの負荷を抑えたい |
属性を書かなかった場合の初期値は、仕様では、ブラウザの実装に任されています。仕様は、読み込みの負荷と使いやすさの折衷として、metadataを勧めています。
preload属性の値には、trueのような文字は書けません。検査サービスに、preload=”true” と書いたaudio要素をかけると、不正な値としてエラーが出ました。
loading:読み込みを後回しにする
仕様の属性の一覧には、loading属性も載っています。仕様の例では、loading属性にlazyを指定したaudio要素は、画面に入るまで読み込みを始めません。
ただし、2026年11月16日に検査サービスで測ると、loading=”lazy” を書いたaudio要素は、エラーになりました。仕様の文書と検査サービスの食い違いです。
この食い違いの理由は、確かめられていません。本番のページに書く場合は、検査サービスのエラーが出る前提で判断してください。
属性の一覧
| 属性 | 書くとどうなるか | 向く場面 |
|---|---|---|
| src | 音声ファイルの場所を1つ決める | 形式が1つだけのとき |
| controls | ブラウザ標準の操作部品を出す | ほとんどの場面 |
| autoplay | 再生できる状態になり次第、自動で始める | 原則として使わない |
| loop | 終わったら先頭へ戻って繰り返す | 短い環境音など |
| muted | 消音を初期値にする | 動画の自動再生が主 |
| preload | 先に読み込む量の目安を伝える | metadataを基本にする |
| loading | 画面に入るまで読み込みを遅らせる | 検査サービスはエラー。仕様では存在 |
sourceで形式を並べる書き方
書き方は2通り
音声ファイルの場所を書く方法は、2つあります。audio要素にsrc属性を書く方法と、中にsource要素を並べる方法です。
形式が1つだけなら、src属性で足ります。形式を複数用意するなら、source要素を並べます。
<audio controls>
<source src="radio-03.ogg" type="audio/ogg">
<source src="radio-03.mp3" type="audio/mpeg">
お使いのブラウザは音声の再生に対応していません。
<a href="radio-03.mp3">音声ファイルを保存する</a>
</audio>
ユーザーエージェントは、source要素を上から順に見て、再生できそうな最初の1つを選びます。type属性が、その判断の手がかりです。
type属性の役目
仕様は、type属性の役目を「ユーザーエージェントが、取得する前に、再生できるかどうかを判断する手助け」と書いています。
type属性を書いておくと、再生できない形式のファイルは、取得される前に読み飛ばされます。書かないと、読み込んでみないと分かりません。
仕様の例では、mp3のファイルに、audio/mpeg という型を付けています。
srcとsourceは同時に書けない
audio要素に、src属性とsource要素を両方書くと、どうなるかを測りました。2026年11月16日に、W3Cの検査サービスにかけた結果です。
結果は、エラー1件でした。メッセージは「source要素は、この位置では子要素として許されない」という内容です。
仕様の中身の決まりも、この結果と合っています。src属性を書く場合、audio要素の中身は、track要素と自由な内容だけです。
後から書き換えても効かない
仕様には、もう1つ注意があります。audio要素に入れたあとのsource要素のsrc属性やtype属性を、スクリプトで書き換えても、効果はありません。
再生する音声を変えるには、audio要素のsrc属性を、直接書き換えます。
対応する形式は、仕様の一覧にない
どの音声形式なら、どのブラウザで再生できるかは、仕様のaudio要素の章に一覧が載っていません。確かめた範囲では、必ず対応すべき形式の指定は見つかりませんでした。
そのため、形式の選び方は、制作会社や配信の仕組みに確かめる必要があります。聞くことは、次の2つです。
| 聞くこと | 聞く理由 |
|---|---|
| どの形式のファイルを用意するか | 1つなら、src属性で足りる。複数なら、source要素を並べる |
| 再生できなかったとき、保存用のリンクを置くか | 中の文章は、古いブラウザ向けの予備として使える |
自動再生がされない理由:ブラウザごとの方針
仕様が書いていること
autoplay属性を書いたのに、ページを開いても音が鳴らない。これが、audioタグで最も多い困りごとです。
仕様は、自動再生を求める属性を書いても、必ず再生されるとは約束していません。仕様の言葉は「ヒント」です。
原因は、ブラウザの方針にあります。ChromeとSafariの公式文書で、確かめました。
Chromeの公式ブログに書かれた方針
Chromeの公式ブログは、自動再生の方針が、audio要素とvideo要素に対して、Chrome 66から適用されたと書いています。
方針の中身は、次のとおりです。
「消音の自動再生は、常に許される。」(英語の原文を和訳)
音が出る自動再生が許される場合は、4つ挙げられています。利用者がそのドメインを操作したこと。
パソコンで、過去に音を出して動画を再生した実績が基準を超えたこと。スマホでホーム画面に追加したか、デスクトップにアプリとして入れたこと。
上位のページが、埋め込みの枠に許可を渡したことです。
音声のページを初めて開いた人には、どれも当てはまらない場合が多くなります。
Safariの描画エンジンの公式ブログに書かれた方針
WebKitの公式ブログは、2017年6月8日の記事で、Safariの方針を書いています。
音が出るメディア要素は、ほとんどのサイトで、既定で自動再生を止める。利用者は、サイトごとに自動再生を許すかどうかを選べる。
この記事は、作り手向けの助言として「どのvideo要素やaudio要素も、再生には利用者のクリックが要るものと考えておくべきだ」(英語の原文を和訳)と書いています。さらに、操作部品の無い広告は、再生が始まらず、利用者が開始する手段もなくなる、とも書いています。
ブラウザ全般の目安
Firefoxの開発元が公開している自動再生の解説は、ブラウザ全般の目安を、次のように書いています。自動再生が許されるのは、音が消音か音量0であるか、利用者がサイトを操作したか、サイトが許可リストに入っているか、のいずれかです。
Firefoxの公式文書は、今回は開けた範囲で確かめられませんでした。Firefoxについては、ブラウザによる、とだけ書いておきます。
| 確かめた資料 | 自動再生の扱い |
|---|---|
| HTMLの仕様(WHATWG) | ヒントであり、約束ではない。使わない選択も考えるよう促している |
| Chromeの公式ブログ | 消音は常に許される。音ありは条件を満たしたときだけ |
| WebKitの公式ブログ | 音ありの自動再生は、既定で止める。サイトごとに利用者が選べる |
| Firefoxの開発元の解説 | 消音か音量0、利用者の操作、許可リストのどれか |
| Firefoxの公式文書 | 確かめられなかった |
質問の悩みに戻る
自動再生を使いたい理由が「ページを開いたら、すぐ話を聞いてもらいたい」なら、ここまでの結果が答えです。
音が出る自動再生は、ChromeとSafariで、原則として止められます。止められたとき、controls属性が無いと、利用者には再生の手段がありません。
自動再生を狙うよりも、controls属性を書いて、利用者が押して始める形に整えるのが、安全です。この点は、次の節のWCAGの話にもつながります。
見た目のカスタマイズ:controlsの見た目は、ブラウザが決める
標準の操作部品の大きさ
audio要素の見た目について、仕様の表示の章は、次のように書いています。
操作部品を出しているaudio要素は、約1行分の高さで、操作部品に必要なだけの幅を持つ、置き換え要素として扱われる。
高さは、1行ほどです。動画のように、縦横の比率を決める必要はありません。
大きさはCSSで決める
widthやheightを、属性として書くと、検査サービスはエラーを出しました。width=”300″ と書いたaudio要素を測ると、「この位置では、属性が許されない」というエラーが1件出ました。
大きさを変えるなら、CSSを使います。WordPressの音声ブロックは、公式のソースコードで、audio要素の幅を100%にし、最小の幅を300pxにしています。
同じソースの注釈は、ブラウザが標準で300pxの幅を当てている、と説明しています。
標準の操作部品の見た目は、ブラウザごとに違う
標準の操作部品は、ブラウザが自分で作って出すものです。ボタンの形も、並び方も、仕様は指定していません。
仕様が決めているのは、含まれるべき機能です。再生の開始、一時停止、好きな位置への移動、音量の変更が挙げられています。
自社の色や形に合わせて、標準の操作部品の中身を変える手段は、確かめた範囲では、仕様に見つかりませんでした。
自分でボタンを作る場合の考え方
見た目をそろえたいなら、controls属性を書かずに、再生や一時停止のボタンを自分で作る手があります。この場合、スクリプトで、audio要素を操作します。
仕様は、controls属性が無い場合を「作り手が、スクリプトによる操作部品を用意した」場合と位置づけています。
ただし、仕様は、スクリプトが無効な場合に、ブラウザが標準の操作部品を出すべきだとも書いています。自作のボタンは、スクリプトが動く前提で作ります。
自作する場合に確かめたい点を、表にしました。仕様に書かれた決まりとは別の、確かめる観点の提案です。
| 確かめる点 | 確かめ方 |
|---|---|
| キーボードだけで、再生と一時停止ができるか | タブキーで進み、スペースキーで押す |
| 読み上げで、ボタンの役目が分かるか | 読み上げの道具で、ボタンの名前を聞く |
| 自動再生が止められたとき、手動で始められるか | 初めて開く状態のブラウザで開く |
| 音声のすぐ下に、文字起こしがあるか | 音を消して、ページを読む |
videoタグとの線引き
共通の話は別の記事で
audioとvideoは、メディア要素として、8つの属性を共有しています。仕様が共通と書いているのは、src、crossorigin、preload、autoplay、loop、muted、controls、loadingです。
字幕の置き方、自動再生のくわしい方針、スマホの全画面の扱いなど、動画の側で問題になる話は、すでに別の記事で確かめました。
videoタグの使い方 自動再生と字幕とスマホの全画面を仕様で確かめるに、まとめています。この記事は、同じ答えを繰り返しません。
audioにだけ当てはまる話
仕様の属性の一覧で、videoにはあって、audioに無いものがあります。posterとplaysinlineです。
画面の大きさが決まらない、映像が無い、という性質が、audioの違いの出どころです。音声だけの話は、次の節から、音量と文字起こしで見ていきます。
音量はHTMLで決められるか
属性の一覧に、volumeは無い
質問の悩みの中心は、音量でした。仕様の言葉で、答えを確かめます。
audio要素に書ける属性は、前の節の一覧のとおりです。volumeは、その中に入っていません。
2026年11月16日に、volume=”0.5″ と書いたaudio要素を、検査サービスにかけました。結果は、「この位置では、volume属性は許されない」というエラー1件です。
volumeは、スクリプトから読み書きする値
仕様のvolumeは、スクリプトから扱う値として載っています。属性の一覧には入っていません。
仕様は、この値を、0.0から1.0までの数と定義しています。0.0が最も小さい音で、1.0が最も大きい音です。
範囲の外の値を設定すると、エラーになります。
スクリプトで書くと、audio.volume = 0.5 のような1行になります。長いコードは要りません。
最初の音量は、仕様で1.0が基本
質問にあった「最初の音があまりに大きい」の原因を、仕様から読み取ります。
仕様は、再生音量の初期値は、1.0であるべきだと書いています。ただし、ブラウザは、サイトごとに、最後に設定された値を覚えてよいとも書いています。
つまり、最初の音が大きい場合は、音声ファイルそのものの録音の音量を、まず疑うことになります。これは、仕様から読み取った筆者の推測です。
消音は、音量より強い
仕様は、消音の状態を、音量より優先するものとして書いています。消音の状態が真のとき、音量の値は、無視されます。
muted属性を書いた音声は、利用者が消音を解くまで、音量の値に関係なく、聞こえません。
実務での決め方
| やり方 | HTMLだけで決められるか | 向く場面 |
|---|---|---|
| 録音した音声ファイルの音量を、先に下げて書き出す | 決められる(ファイル側の話) | 最初の音が大きすぎるとき |
| スクリプトで、再生前にvolumeを設定する | 決められない(スクリプトが必要) | ページごとに音量を変えたいとき |
| controls属性を書いて、利用者に音量を任せる | 決められる | ほとんどの場面 |
| muted属性で、最初から消音にする | 決められる | 動画の自動再生など |
ほとんどの小さな会社のページでは、一番上の方法で足ります。音声ファイルの音量を、録音の段階で整えておきます。
この表の「向く場面」は、仕様に書かれた内容ではありません。ここまでの確認結果から、整理した提案です。
聞けない人のための文字起こし
audioの中の文章は、代替にならない
先ほど見たとおり、audio要素の中に書いた文章は、古いブラウザのための予備です。仕様は、アクセシビリティの問題への対応ではないと、はっきり書いています。
では、聞こえない人や、音を出せない場所にいる人には、何を用意すればよいのでしょうか。仕様の続きに、答えが書かれています。
仕様の助言
仕様のaudio要素の章は、次のように書いています。
「文字起こしなどの文章による代替は、audio要素の近くの本文に、リンクを置くだけで提供できる。」(英語の原文を和訳)
仕様は、同じ箇所で、章の見出しをtrack要素とWebVTTで付けて、移動を助ける方法にも触れています。字幕や手話の動画がある場合は、audioの代わりにvideo要素を使うと、見えるようにできる、とも書いています。
WCAGの達成基準1.2.1
W3CのWCAG 2.2は、基準1.2.1(レベルA)で、録音済みの音声だけの内容について、次のように定めています。
「録音済みの音声だけの内容には、同等の情報を示す、時間軸のある媒体の代替を用意する。」(英語の原文を和訳)
ただし、その音声が、文章で書かれた内容の代替として置かれ、そう明示されている場合は、例外です。
WCAGは、この「代替」を、時間軸のある視覚と聴覚の情報を、正しい順に文章で記述した文書と定義しています。要するに、文字起こしです。
WCAGの達成基準1.4.2
もう1つ、自動再生に関わる基準があります。基準1.4.2(レベルA)です。
「ページ内の音声が、自動で3秒を超えて再生される場合、その音声を一時停止か停止できる仕組み、または、システム全体の音量とは別に音量を操作できる仕組みを用意する。」(英語の原文を和訳)
仕様は、標準の操作部品に、一時停止と音量の変更が含まれるべきだと書いています。自動再生を使うときは、controls属性を書くと、この基準を満たしやすくなります。
| 基準 | レベル | 求めていること | audioで書くこと |
|---|---|---|---|
| 1.2.1 | A | 録音済みの音声だけの内容に、同等の情報の代替 | 文字起こしを本文に書く |
| 1.4.2 | A | 3秒を超える自動再生は、止めるか音量を操作できる | controls属性を書く。自動再生は避ける |
図で見る、音声を置くときの順番
音声を置くときの順番を、図にしました。
図の読み方
順番は、先に要点を文章で書き、次にaudioを置き、そのすぐ下に文字起こしを置き、最後に音を出さずに読んで確かめる、です。
音声は、聞きたい人のための道具として置きます。答えになる文章は、audioとは別に、HTMLの本文へ最初から書いておきます。
要点と文字起こしの書き分け
文字起こしは、音声の全文を書き起こしたものです。長くなる場合は、要点だけを先頭に書き、全文をその下に置く形にできます。
全文を折りたたむ場合は、detailsタグの使い方の記事が、開閉の仕組みと、閉じた中身がページ内検索で見つかるかを、仕様で確かめています。
要点の書き方は、次の3点です。
- 音声で答えていることを、先に1〜2文で書く
- 話し手の名前と、録音した日を書く
- 音声の長さを書く
中小企業の使い方:架空の例で考える
架空の社会保険労務士事務所の場合
架空の事務所が、月に1回、12分の音声解説を、ホームページに置くことにしました。
内容は、その月に変わった手続きの話です。移動中の経営者が、耳で聞けるようにしたい、というのが狙いでした。
置き方を、次の表にまとめます。
| 項目 | 置く前の状態 | 置いたあとの状態 |
|---|---|---|
| 音声 | ファイルだけを、ページに貼った | controls属性を書き、再生は利用者が押す |
| 要点 | 無い | 音声の上に、3行の要点を書いた |
| 文字起こし | 無い | 音声の下に、全文を折りたたんで置いた |
| 自動再生 | 書いていた | 外した |
| 保存用リンク | 無い | audioの中に、音声ファイルへのリンクを置いた |
置いたあと、このページは、音声を聞かない人にも、答えが読める形になりました。
音声を置く価値のある場面
音声が向くのは、話し方や声の調子そのものが価値になる内容です。社長のあいさつ、インタビュー、講座の抜粋が、その例です。
移動中や作業中に、読むより聞くほうが楽な人がいる場面にも向きます。
音声だけにしないほうがよい場面
料金の条件、住所、申込みの手順のような、読者が探しに来る答えは、音声だけに置きません。
音声の中にしか書かれていない答えは、聞けない人にも、検索エンジンにも、AIにも、届かないからです。次の節で、この点を公式文書で確かめます。
検索エンジンとAIは音声の中身を読むか:公式に記載なし
Googleの文書
Googleの検索セントラルに、「AI 機能とウェブサイト」というページがあります。2025年12月10日の更新と表示されています。
このページは、AIによる概要とAIモードに出るための条件を、次のように書いています。
「重要な内容が、文章の形で読めるようにしておくこと。」(英語の原文を和訳)
ページは、検索結果に出るための特別な追加条件は無い、とも書いています。このページの本文に、音声やaudio要素への言及は見つかりませんでした。
OpenAIの文書
OpenAIの公式文書に、クローラーの一覧のページがあります。検索用のロボット、学習用のロボット、利用者の操作で動くロボットが、役目ごとに説明されています。
このページの本文に、音声や文字起こしを読むかどうかの記載は、見つかりませんでした。
Anthropicの文書
Anthropicの公式のヘルプにも、クローラーのページがあります。学習用、利用者の操作で動くもの、検索用の3つのロボットが説明されています。
こちらも、音声を読むかどうかの記載は、見つかりませんでした。
確かめた範囲を表にする
| 確かめた資料 | 音声の中身を読むかの記載 |
|---|---|
| Googleの検索セントラル「AI 機能とウェブサイト」 | 公式に記載なし |
| OpenAIのクローラーの文書 | 公式に記載なし |
| Anthropicのクローラーの文書 | 公式に記載なし |
「入れればAIに引用される」とは言えない
audio要素を置くと、音声の中身がAI検索に読まれる、という公式の記載は、確かめられませんでした。
反対に、読まれない、という記載もありません。確かめられたのは、Googleが「重要な内容は文章の形で」と書いていることだけです。
だから、この記事は、音声の中身が届かない前提で、ページを組むことを勧めます。音声に頼らず、文章に書いておけば、どの場合でも困りません。
音声や動画をAI検索へ伝える話は、別の記事で
画像や動画、PDFの情報を、AI検索へ伝える方法は、すでに別の記事で確かめました。
PDF・画像・動画の情報をAI検索に伝える方法に、まとめています。音声にも、同じ考え方が当てはまります。
WordPressの音声ブロックが出すHTML
公式ソースコードを読む
WordPressのブロックエディターには、音声ブロックがあります。公式のソースコードで、出力するHTMLを確かめました。
保存の処理は、音声ファイルの場所があるとき、figure要素の中に、controls属性つきのaudio要素を置きます。キャプションが空でなければ、figcaption要素も置きます。
audio要素に書かれる属性は、controls、src、autoplay、loop、preloadです。このソースの最終更新は、2026年8月27日と表示されていました。
ブロックの設定項目
| 設定項目 | ブロックで扱えるか |
|---|---|
| 音声ファイルの場所(src) | 扱える |
| キャプション(figcaption) | 扱える |
| 自動再生(autoplay) | 扱える |
| 繰り返し(loop) | 扱える |
| 先読み(preload) | 扱える |
| 消音(muted) | 設定項目に無い |
| 複数の形式(source要素) | 設定項目に無い |
| 文字起こし | 設定項目に無い |
つまり、音声ブロックを使うだけでは、文字起こしは付きません。音声ブロックの下に、通常の段落ブロックで、要点と文字起こしを書く必要があります。
キャプションは、figure要素と組み合わせた見出しです。figureタグとは figcaptionの書き方とaltの違いを仕様で確かめるの記事が、書き方を確かめています。
弊社のサイトで測った結果
弊社のトップページと、公開記事30本の、計31ページを取得しました。2026年11月16日に、audio要素と、音声ブロックのクラスを数えた結果です。
audio要素は、0個でした。音声ブロックのクラスも、0個でした。
弊社のサイトは、音声を1つも置いていません。この記事は、置いていない側が、仕様を読んで確かめたものです。
確かめられなかったこと
実際にWordPressの管理画面で音声ブロックを置き、保存して出るHTMLまでは、確かめていません。ここまでの内容は、公式のソースコードを読んだ結果です。
使っているテーマやプラグインが、音声の出力を書き換えている場合は、結果が変わります。自社のページは、表示したHTMLを直接開いて確かめてください。
よくある質問
Q1. audioタグとは何ですか
音や音声を再生する部品を、ページに置くHTMLの要素です。
controls属性を書くと、ブラウザ標準の再生ボタンが出ます。書かないと、画面には何も出ません。
Q2. audioタグで自動再生されないのは、なぜですか
ブラウザが、音が出る自動再生を原則として止めているためです。
ChromeとSafariの公式文書が、その方針を書いています。消音なら、Chromeでは自動再生が許されます。
Q3. audioタグの音量を、HTMLの属性で決められますか
決められません。volume属性は、audio要素に書けない属性で、検査サービスがエラーを出しました。
音量は、スクリプトで値を設定するか、音声ファイルの録音の音量を整えて決めます。
Q4. 音声の文字起こしは、必ず付ける必要がありますか
WCAG 2.2の基準1.2.1(レベルA)は、録音済みの音声だけの内容に、同等の情報の代替を求めています。
文字起こしは、その代替の代表です。法律上の義務かどうかは、この記事では確かめていません。
Q5. audioタグを使うと、AI検索で有利になりますか
公式に記載なし、です。Google、OpenAI、Anthropicの文書に、audio要素の効果の記載は見つかりませんでした。
音声で話した内容は、文章でも書いておくと、読む人には届きます。
まとめ:音声は属性で最小限に決め、中身は文章で書く
audioタグは、controls属性を書いて、再生を利用者に任せる形が基本です。自動再生は、ブラウザに止められ、WCAGの基準にも関わるので、避けます。
音量は、HTMLの属性では決められません。音声ファイルの録音の音量を、先に整えます。
音声の中身は、検索エンジンにも、AIにも、聞けない人にも、そのままは届きません。audioのすぐ下に、要点と文字起こしを文章で書きます。
形式は、source要素で並べます。videoと共通の話は、videoタグの記事で確かめられます。
今日できる点検
次の表の項目を、自社のページで1つずつ確かめてください。音声がまだ無い場合は、置く前の決めごとの表として使えます。
| 点検する項目 | 確かめ方 | 直し方 |
|---|---|---|
| controls属性が書いてあるか | ページのHTMLを開いて探す | 書いて、再生ボタンを出す |
| 自動再生を使っていないか | 初めて開く状態のブラウザで開く | autoplay属性を外す |
| 音声の最初の音が大きすぎないか | 音量を中くらいにして再生する | 音声ファイルを、録音の音量から整える |
| 音声の下に、文字起こしがあるか | 音を消して、ページを読む | 要点と全文を、本文に書く |
| 音声にしか書かれていない答えが無いか | 音声を聞かずに、ページを読む | 答えを文章に書き写す |
| 音声ファイルへのリンクがあるか | audioの中を探す | 保存用のリンクを置く |
この記事に書いたことを、そのまま御社のページに
生成AIに引用されるページを、お話しいただくだけでお作りします。お時間をいただくのは初回15分のヒアリングだけです。まず1ページ、無料でお作りします。
OKが出るまで、何度でも直します。事実が違う、言い回しが硬い、この話は入れないでほしい。どれも遠慮なくおっしゃってください。何度お直ししても、追加の料金はいただきません。
これまでに127社にご利用いただきました。毎月ご依頼いただいている方の6割以上が、月10ページを選ばれています。料金はページに掲載しています。
ページを増やしても問い合わせが来ないなら、原因はページの外にあります。その場合は、下の入口からご相談ください。
自社のマーケティング課題を根本から解決しませんか?
ウェブサイトから要素を引き算し、訪れた人が迷わず次の一歩に進む形へ組み直す。初回60分のオンラインで御社のサイトを一緒に読み、どこから直すべきかをお伝えします。手順をまとめた無料の診断と解説動画もご用意しています。
初回は無料・60分・オンライン完結・その場で契約のお願いはいたしません


