Kort samengevat
Een transcript legt spraak vast. Een ondertitel is een leesbaar moment op beeld. Beide kunnen in een
.srtof een.vtt. Daarom worden ze als hetzelfde product verkocht.Dat zijn ze niet. Een transcript volgt de spreker. Een ondertitel volgt de kijker. Als je timed text nodig hebt voor een reeks, een film of een lineair slot, heb je het tweede object nodig.
Dit stuk blijft bij dat onderscheid. Ondertiteling voor dove en slechthorende kijkers, en vertaalkeuzes in een ondertitel, zijn aparte jobs.
Wat spraakherkenning echt teruggeeft.
Automatische spraakherkenning (ASR) schrijft woorden. Ze kan sprekerlabels toevoegen. Ze kan woord- of segmenttijden toevoegen.
Het standaardpad is een transcript. Publieke documentatie over speech-to-text behandelt woord- of segmenttijdstempels als een extra verzoek, beschreven als data voor transcripts en videobewerking. Dezelfde gidsen behandelen ondertitelformaten als een gespecialiseerde output, niet als het standaardtranscript.
Die tijdstempels volgen hoe snel iemand praatte. Ze dragen geen leesbudget, geen layout van twee regels, en geen gap tussen events. Dat zijn ondertitelbeslissingen. Die komen nadat het transcript bestaat.
Het bestand mag "ondertitel" zeggen en toch een getimed transcript zijn.
Wrappers rond spraakherkenning voegen vaak een export in ondertitelvorm toe. Je uploadt audio of video, krijgt tekst, en downloadt dan SubRip (SRT), WebVTT (VTT) of ingebrande video. Op de knop staat "subtitles." De constraints die een broadcast-ondertitel maken, zitten niet in de spraakherkenningsstap.
Een .srt of .vtt is een timed-textbestand: genummerde events met een starttijd, een eindtijd en wat woorden. Dat is alles wat het formaat belooft. Het belooft niet dat een kijker die woorden op beeld kan lezen, aan een werkbare snelheid, zonder het shot te bedekken. Het World Wide Web Consortium (W3C) publiceert de W3C WebVTT-specificatie. Die specificatie eist dat end later is dan start, en ze lijst cues op starttijd. Ze zet geen tekens per seconde (CPS), tekens per regel (CPL), minimumduur of shot-change-regels. Ze laat zelfs toe dat verschillende cues overlappen. Een speler kan dat bestand openen. Je hebt dan nog geen ondertitel die een kijker kan lezen.
Undertitle maakt professioneel getimede ondertitels voor omroepen, streamers, distributeurs en lokalisatieteams. Redacteurs houden de laatste beslissing. Dat is een andere productcategorie dan een transcriptexport.
Een live-transcript is geen ondertitel.
Live spraakherkenning kan woorden printen terwijl ze binnenkomen. Een ondertitel kan je niet checken op regellengte of leessnelheid tot de tekstbrok bekend is.
Dus je hebt vertraging nodig. Houd de woorden lang genoeg vast om regels te breken, de duur te testen en een gap te laten. Zet ze daarna op beeld.
Kernpunt
Live AI-transcripttools wrappen spraakherkenningsmodellen. Ze schrijven geen ondertitel. Het model eronder is het product, van huizen zoals Meta (Muse Voice Transcribe), OpenAI, Google Cloud Speech-to-Text en andere. Een wrapper kan woorden streamen en een ondertitelbestand exporteren. Dat bestand blijft een transcript met tijden.
Live ondertiteling werkt al met vertraging. Respeaking en live encoding zetten tijd tussen het gesproken woord en het moment op beeld, omdat het woord gehoord, in tekst omgezet en opgemaakt moet worden. Moores et al. (JoSTrans, 2020) behandelen die latency als inherent, niet optioneel. Een woordstroom zonder vertraging slaat de opmaakstap over. Dat is een live-transcript.
Transcript versus ondertitel.
Een transcript dekt een korte lijst jobs. Een ondertitel moet meer dekken.
| Job | Transcript | Ondertitel |
|---|---|---|
| Een schriftelijk verslag van wat er gezegd is | Ja | Nee. De tekst op beeld is ingekort en herschikt. |
| Woorden terwijl een live-event nog bezig is | Ja | Nee. Het event moet wachten op regel-, duur- en gap-checks. |
| Leesbare regels op beeld (lengte, layout van twee regels) | Nee | Ja |
| Duur en leessnelheid die een kijker aankan | Nee | Ja |
| Gaps, geen overlap, timing rond cuts | Nee | Ja |
| Een bestand dat in een speler opent | Ja, als het tijden heeft | Ja. Dat maakt het nog geen ondertitel. |
Parameters die een echte ondertitel moet halen.
Jij zet de exacte cijfers. Als een bestand deze checks nooit heeft gecodeerd, doet de kwaliteitscontrole (QC) dat. De cijfers hieronder zijn typische praktijk uit professionele en onderzoeksbronnen. Het zijn niet de gepubliceerde limieten van genoemde omroepen.
| Parameter | Wat het betekent voor het bestand |
|---|---|
| Tijdvolgorde | Het event moet in de tijd bestaan. Einde vóór start is een kapotte cue. WebVTT eist dat de eindtijdstempel later is dan de start. |
| Tekst aanwezig | Een ondertitel is geschreven taal op beeld. Een leeg event is een gat in het bestand. SUBTLE (2023) definieert ondertitels als regels geschreven tekst. |
| Aantal regels | Meer regels bedekken meer beeld. Gebruikelijk maximum is twee regels tegelijk (Karamitroglou, 1998). SUBTLE: 1 of 2 regels; 3 alleen in zeldzame gevallen. |
| Regellengte | Een te lange regel verkleint het lettertype of loopt in het frame. Typisch bereik is ongeveer 34 tot 50 tekens inclusief spaties (SUBTLE). Streamingpraktijk is van ongeveer 32 naar 42 geschoven (Szarkowska and Gerber-Morón, 2018). |
| Maximumduur | Laat een ondertitel te lang staan en snelle lezers lezen hem opnieuw. Typisch plafond is ongeveer 6 seconden voor een volle tweeregelaar, ongeveer 3,5 voor een volle eenregelaar (Karamitroglou, 1998). SUBTLE volgt het plafond van 6 seconden, met beperkte uitzonderingen zoals songs. |
| Minimumduur | Een flash is niet leesbaar. SUBTLE: vermijd waar mogelijk onder 1 seconde. Karamitroglou: een ondertitel van één woord minstens 1,5 seconde. |
| Leessnelheid | De kijker moet het event lezen en het beeld kijken. Houd de gemiddelde snelheid op 12 tot 15 CPS, of 150 tot 180 woorden per minuut (WPM); laat pieken niet boven 16 tot 17 CPS (SUBTLE). Sommige huidige streamingbestanden lopen op 17 tot 20 CPS (Szarkowska and Gerber-Morón, 2018). |
| Dialoogopmaak | Twee sprekers in één event moeten als twee stemmen lezen. Karamitroglou: een streepje plus een spatie aan het begin van elke dialoogregel, links uitgelijnd. SUBTLE: volg de nationale leesteken- en dialoogindicatorregels voor de levering. |
| Overlap | Twee events in dezelfde frames vechten om hetzelfde leesmoment. WebVTT laat overlappende cues toe; productie-QC niet. EZTitles markeert overlappende in- en uitpunten; SUBTLE eist in de plaats daarvan een gap. |
| Gap tussen cues | Zonder pauze lijken twee gelijkaardige events één ondertitel. Karamitroglou: ongeveer 1/4 seconde tussen opeenvolgende ondertitels. SUBTLE: een vast interval van 2 tot 6 frames (3 tot 4 aanbevolen). |
| Dubbele opeenvolgende tekst | Dezelfde woorden in het volgende event zijn geen nieuwe informatie. Behandel naastliggende identieke tekst als een defect. Het is een standaard structurele test in ondertitelvalidators (zie timecode.dev). |
| Snelle cue-bursts | Een reeks minuscule events is onleesbaar, ook als elke tijdstempel geldig is. Combineer minimumduur en gap. SUBTLE: vermijd lange ketens van korte ondertitels. |
| Korte eenregelige reeksen | Geïsoleerde eenregelaars na elkaar verspillen het budget van twee regels. SUBTLE: elk event moet semantisch op zichzelf staan. Voeg zinnen samen of segmenteer ze opnieuw als ze over drie of meer events lopen. |
| Shotwissel | Een ondertitel die over een cut zit, oogt laat, vroeg of vastgeplakt aan het verkeerde beeld. Zet de timing op de dialoog en vermijd een shotwissel waar dat kan (SUBTLE). Haal de ondertitel weg vóór een cut die het thema verandert. Een gewone wissel van kadergrootte hoeft dat niet (Karamitroglou, 1998). |
Niets hiervan zit in een rauw transcript. Je bouwt het, of je geeft het bestand aan een redacteur die dat doet.
Vraag hier zeker naar.
Vraag waartegen het bestand is gemeten. "Het opent in de speler" is een formaatcheck. Het is geen ondertitelcheck.
Een kwaliteitsrapport dat de parameters hierboven scoort, is het nuttige volgende artefact. Behandel een SRT uit spraakherkenning als een transcript met tijden, tenzij iemand kan tonen dat het lees-, regel-, duur-, gap- en shot-change-werk al gebeurd is.
Als die checks ontbreken, heb je nog altijd een getimed transcript. Als je een ondertitel nodig hebt die ze al haalt, boek een gratis demo bij Undertitle. Redacteurs houden de laatste beslissing.
Veelgestelde vragen
01
Is een SRT uit spraakherkenning een ondertitel?
Nee. Een .srt of .vtt bewaart getimede events: een start, een einde en wat woorden. Dat is alles wat het formaat belooft. Het bestandsformaat is niet het product. Timed text in een SRT blijft een transcript tot lees-, regel-, duur- en gap-checks zijn toegepast.
02
Waarom is een live-transcript geen ondertitel?
Een ondertitel heeft de volledige tekstbrok nodig voordat je regels kunt breken, de duur kunt testen en een gap kunt laten. Die vertraging is de job. Een live woordstroom wacht daar niet op. Het resultaat is woorden op een tijdlijn, geen leesbaar moment op beeld.
03
Wat moet ik vragen voordat ik een ondertitelbestand aanvaard?
Vraag het kwaliteitsrapport, niet alleen het bestand. Vraag de resultaten voor leessnelheid, regels, duur, gap, overlap en shotwissel. "Het opent in de speler" is een formaatcheck. Als die checks ontbreken, heb je nog altijd een getimed transcript.
04
Wat is het verschil tussen een transcript en een ondertitel?
Een transcript is een schriftelijk verslag van wat er gezegd is. Het kan tijden dragen, en het kan woorden printen terwijl een live-event nog bezig is. Een ondertitel is dat verslag niet. De tekst op beeld is ingekort en herschikt zodat een kijker ze kan lezen: regellengte, layout van twee regels, duur, leessnelheid, gaps, geen overlap, en timing rond cuts. Een bestand dat in een speler opent is niet genoeg. Een getimed transcript kan ook openen. Dat maakt het nog geen ondertitel.
Boek een gratis demo
Wil je zien hoe Undertitle Engelse shows en films omzet naar Nederlandse ondertitels? We lopen het graag samen met je na.