Le regole dei sottotitoli che nessuno ti spiega: 17 caratteri al secondo, e perché i tuoi sembrano affrettati
I sottotitoli generati in automatico di solito sono accurati e restano comunque scomodi da leggere. Le parole sono giuste, i tempi combaciano con l’audio al millisecondo, eppure guardare il video con i sottotitoli attivi stanca. Non è un problema di trascrizione: è un problema di tempi, e si riduce a quattro numeri che il sottotitolaggio televisivo usa da decenni.
Il numero che conta di più: 17 caratteri al secondo
La velocità di lettura è tutto il gioco. Un sottotitolo che tiene 60 caratteri per due secondi chiede a chi guarda di leggere 30 caratteri al secondo mentre segue anche le immagini. Non ci riesce, quindi fa una di due cose: mette in pausa il video, oppure smette di leggere e lascia che i sottotitoli diventino rumore.
Il punto di riferimento su cui converge quasi tutto il settore è 17 caratteri al secondo per i programmi destinati agli adulti: è la cifra della guida di stile di Netflix per i testi temporizzati, ed è la soglia predefinita che segnala il nostro controllore di leggibilità. I contenuti per bambini vanno più piano, di solito intorno a 13. I dialoghi veloci di una commedia possono spingersi più in alto per qualche battuta senza danni, ma un file che in media supera i 20 CPS sfianca chiunque lo legga davvero.
Ecco cosa significa in concreto. A 17 CPS:
| Lunghezza del sottotitolo | Tempo minimo a schermo |
|---|---|
| 30 caratteri | 1,8 secondi |
| 42 caratteri | 2,5 secondi |
| 60 caratteri | 3,5 secondi |
| 84 caratteri (due righe piene) | 5,0 secondi |
I sottotitoli generati automaticamente violano di continuo questa regola, perché tagliano sulle pause dell’audio e non su quanto tempo serve per leggere una riga. Chi spara una frase lunga tutta d’un fiato produce una battuta da 90 caratteri con tre secondi di permanenza: tecnicamente sincronizzata alla perfezione, in pratica illeggibile.
42 caratteri per riga, due righe al massimo
Il secondo numero è la lunghezza della riga. Oltre i 42 caratteri circa, l’occhio deve percorrere una distanza orizzontale tale da perdere l’inizio della riga successiva, e su un telefono il testo o si rimpicciolisce o va a capo in un punto sgradevole.
Il terzo numero discende dal secondo: non più di due righe per volta. I sottotitoli su tre righe coprono l’immagine e costringono chi guarda a scegliere tra leggere e vedere. Se una frase non entra in due righe da 42, non è un sottotitolo: sono due.
E quando dividi, dividi su uno snodo grammaticale. Una riga che si interrompe dopo “il” o “di” costringe chi legge a tenere in testa un pezzo di frase incompleto per tutto il salto di riga:
Male: Meglio:
Abbiamo deciso di Abbiamo deciso
spostare il lancio a di spostare il lancio
marzo perché a marzoSul video verticale le due righe contano per un secondo motivo: un sottotitolo di tre righe è alto abbastanza da entrare nella fascia che copre l’interfaccia dell’app. Il verificatore di safe zone disegna quella fascia sul tuo fotogramma.
Il quarto numero: niente lampi
Un sottotitolo che appare e sparisce in meno di un secondo si legge come uno sfarfallio, anche quando quelle parole sono state dette davvero così in fretta. La soglia consueta nella pratica televisiva è cinque sesti di secondo (circa 0,83 s), e online un secondo pieno è più sicuro. Le interiezioni brevi - “Sì.” “Certo.” - sono proprio quelle che escono troppo veloci dagli strumenti automatici, perché l’audio è davvero così corto.
La soluzione non è allungare ogni battuta: è unirle. Due battute da una parola distanti 300 ms dovrebbero essere un’unica battuta che resta a schermo un secondo e mezzo.
Perché i sottotitoli automatici sbagliano in modo sistematico
Il sottotitolaggio automatico ottimizza la sincronizzazione, non la leggibilità. Sa quando è stata pronunciata ogni parola, quindi piazza le battute per combaciare con la forma d’onda. Il risultato sono sottotitoli perfettamente fedeli all’audio e del tutto indifferenti a chi legge:
- le frasi lunghe dette in fretta diventano un’unica battuta densa,
- le pause naturali diventano confini tra battute anche a metà proposizione,
- gli intercalari si prendono una micro-battuta tutta loro,
- e non si unisce mai nulla, perché nessuno sta misurando il tempo di lettura.
Ecco perché “la trascrizione è accurata al 99%” e “i sottotitoli sono sgradevoli” possono essere entrambe vere per lo stesso file.
Controllare un file in circa un minuto
Non serve passare a occhio 400 battute. Esporta il tuo SRT o VTT, caricalo nel controllore di leggibilità dei sottotitoli e ti elenca ogni battuta che supera il tuo limite di CPS, sfora la lunghezza di riga, usa più righe del consentito o resta a schermo meno del minimo. I valori predefiniti sono 17 CPS, 42 caratteri, 2 righe: cambiali se la tua piattaforma ha uno stile suo.
Poi correggi in quest’ordine, perché ogni passaggio riduce il lavoro del successivo:
- Unisci i lampi. Le battute sotto il secondo appoggiate alle vicine.
- Dividi quelle dense. Ogni battuta sopra il tuo limite di CPS diventa due battute con un punto di divisione vero.
- Rimanda a capo le righe lunghe. Interrompi ai confini di proposizione, non al quarantaduesimo carattere.
- Rilancia il controllo. Un file pulito di solito arriva al 90% o più di battute promosse; inseguire il 100% raramente ne vale la pena, perché una manciata di battute veloci in un dialogo davvero veloce va benissimo.
Se i tuoi sottotitoli escono da un altro strumento nel contenitore sbagliato, il convertitore di sottotitoli passa tra SRT, VTT e testo semplice senza toccare i tempi.
Una cosa che i numeri non coprono
Gli standard non dicono nulla su cosa sottotitolare. Due abitudini fanno per la comodità più di qualsiasi regola sui tempi: togli gli intercalari (“ehm”, “cioè”) a meno che non portino significato, e sottotitola i suoni che contano - una porta, una risata, la musica che parte - per chi guarda senza audio. Nessuna delle due compare in un rapporto sui CPS, e insieme fanno la differenza tra sottotitoli a norma e sottotitoli davvero buoni.
