Un cliente pide “subtítulos” y puede estar hablando de cualquiera de tres cosas.
- El equipo de redes quiere texto en la imagen para que el corte funcione sin sonido.
- El equipo web necesita un archivo de subtítulos porque el sitio pasa por una revisión de accesibilidad.
- La especificación de entrega del canal de TV pide closed captions como archivo aparte con sus propias reglas.
Las tres ponen texto en la parte inferior del cuadro, pero el contenido y el archivo que entregas cambian cada vez. Averiguar cuál quiere el cliente en el briefing te ahorra una reexportación al final, y define quién tiene que escribir qué.
En resumen
- Los subtítulos llevan el diálogo, muchas veces traducido, para espectadores que pueden escuchar.
- Los closed captions (SDH) suman quién habla y los sonidos que importan, y el espectador puede desactivarlos.
- Los open captions van incrustados en la imagen, algo que necesitan los feeds de redes sociales y las pantallas sin controles de reproducción.
- Si el sitio del cliente tiene que cumplir las WCAG, un SRT solo con diálogo no cuenta como subtítulos accesibles.
- Las descripciones de sonido necesitan una pasada humana después del cierre de imagen, cotizada como una línea aparte.
Tres cosas a las que la gente llama subtítulos
| Tipo | Qué contiene | ¿El espectador puede desactivarlo? |
|---|---|---|
| Subtítulos | El diálogo, muchas veces traducido | Normalmente, cuando se entregan como archivo |
| Closed captions (SDH) | El diálogo, más quién habla y los sonidos que importan | Sí |
| Open captions | Subtítulos o captions incrustados en la imagen | No |
Los subtítulos dan por hecho que el espectador puede escuchar. Llevan lo que se dice, normalmente traducido, y dejan el resto a la banda sonora: la música, la risa, la puerta que se cierra fuera de cuadro.
Los closed captions se escriben para espectadores sordos o con dificultades auditivas. Las WCAG, las pautas de accesibilidad web del W3C, definen los subtítulos como algo que cubre el habla y también el audio no verbal que un espectador necesita para seguir el contenido, “incluidos efectos de sonido, música, risas, identificación del hablante y ubicación”.
Closed solo significa que el espectador los activa y desactiva. SDH, subtítulos para sordos y personas con dificultades auditivas, es el nombre que usan los servicios de streaming para la misma información entregada como archivo de subtítulos.
Los open captions van incrustados en la imagen, así que todos los ven y nadie puede apagarlos. Pueden ser solo el diálogo o captions completos con sonidos. Las WCAG los cuentan como subtítulos accesibles en el segundo caso.
Las WCAG también señalan que en algunos países a los captions simplemente se les llama subtítulos, así que cuando un cliente dice subtítulos, pregunta quién los va a leer y dónde.
Qué le suman los closed captions al diálogo
Los captions le suman dos cosas al diálogo. Una es quién habla, cuando la imagen no lo deja claro. La otra son los sonidos que se perdería un espectador sin audio.
La guía de estilo de Netflix para inglés (EE. UU.) pone los dos entre corchetes, en minúsculas salvo los nombres, y solo cuando la información no se puede ver en pantalla. También pide describir el sonido en sí y no la acción que lo produjo. En un video de evento, parte de un archivo de captions podría verse así:
12
00:00:41,200 --> 00:00:43,000
[aplausos]
13
00:00:43,400 --> 00:00:46,100
[presentador] Démosle la bienvenida
a nuestra CEO, Marta Lima.
El presentador lleva una etiqueta porque la voz viene de fuera del escenario mientras la cámara se queda en un escenario vacío. Cuando Marta entra y empieza a hablar en cuadro, sus líneas no la necesitan. La ayuda de YouTube sobre archivos de subtítulos sugiere lo mismo, con textos como [aplausos] o [truenos].
La música sigue la misma lógica. Una pista que marca el clima lleva una descripción corta, como [música alegre], y la guía de Netflix pide subtitular las letras cuando se escuchan y no chocan con el diálogo.
Decidir qué dejar fuera exige el mismo criterio. El zumbido del aire acondicionado y una risa que el espectador ya ve en una cara agregan lectura sin agregar sentido. Pregúntate si alguien que mira sin sonido se perdería algo que capta un espectador que escucha.
Open captions: cuando el texto tiene que estar en la imagen
Los feeds de redes sociales son el caso principal. La ayuda de LinkedIn dice que algunos videos se reproducen automáticamente sin sonido mientras la gente navega, y mucha gente mira en un celular en silencio, en una sala de espera o en el tren.
Un corte que depende de alguien hablando tiene que entenderse sin sonido, y el único texto que puedes estar seguro de que el espectador ve es el texto en la imagen. Algunas apps ni siquiera tienen dónde subir un archivo de subtítulos.
Lo mismo vale para las pantallas sin controles de reproducción, como el loop de un stand en una feria o el video que corre en un lobby.
Incrustar texto tiene costos. Tapa parte del cuadro para todos, incluidas las personas que miran con sonido, cada idioma se vuelve una exportación aparte y un error de tipeo implica un nuevo render y una nueva subida.
Los subtítulos también compiten con los cintillos y los gráficos en pantalla, así que su posición se tiene que planificar plano por plano, y en video vertical tienen que quedar por encima de los botones de la plataforma. El largo de línea, la velocidad de lectura y el encuadre vertical se explican en nuestras pautas de subtítulos.
Qué entregar, destino por destino
| Destino | Qué entregar |
|---|---|
| Feeds de redes sociales | Una exportación con open captions |
| El sitio web del cliente | Un máster limpio más un VTT con captions |
| YouTube | Un máster limpio más un archivo de subtítulos subido al video |
| TV o streaming | Lo que indique la especificación de entrega, muchas veces captions o SDH como archivo aparte |
| Pantallas de eventos y loops | Una exportación con open captions |
| Otros idiomas | Un archivo de subtítulos por idioma, o una exportación por idioma para redes |
Qué formato de archivo va a cada lugar, SRT o VTT, está en nuestro artículo sobre SRT vs VTT.
La accesibilidad normalmente aparece en la fila del sitio web. Si el sitio del cliente tiene que cumplir las WCAG, los subtítulos para video pregrabado son el criterio de conformidad 1.2.2, en el nivel A, el más básico.
Según la definición de las WCAG, un SRT solo con diálogo no lo cumple. Pregunta en el briefing si el video va a pasar por una revisión de accesibilidad, porque la respuesta cambia el presupuesto.
Quién escribe las descripciones de sonido
La transcripción automática abarató el diálogo. Una transcripción en minutos, revisada una vez contra el audio, se convierte en un archivo de subtítulos el mismo día. Los captions necesitan otra pasada, porque un motor de transcripción anota el habla y no tiene forma de saber qué sonidos importan para la historia.
Esa pasada le corresponde a alguien que conozca el corte, normalmente el editor o un asistente, mirando con sonido y con el archivo de subtítulos abierto.
Busca voces cuyo hablante no está en cuadro, sonidos que tienen sentido (el teléfono que interrumpe la entrevista, los aplausos que cierran una charla) y música que marca el tono o tiene letras que vale la pena leer.
Es un trabajo rápido en un video corporativo corto y uno largo en un documental, y en cualquier caso debería ser una línea propia en la cotización.
Hazlo después del cierre de imagen, porque un recorte mueve todos los subtítulos que vienen después. El texto incrustado va al final, desde el archivo final, una vez que el cliente aprobó las palabras.
Y pon la decisión en la lista de entregables en el kickoff: qué versiones llevan open captions, cuáles llevan archivo, en qué idiomas y si el archivo necesita identificación de hablantes y sonidos. Nadie quiere descubrir dos días antes del lanzamiento que el corte de LinkedIn no tiene texto.
Cómo funciona esto en RecReview
En RecReview transcribes una versión en portugués, inglés o español, o dejas que detecte el idioma a partir del habla, y los subtítulos se arman a partir de esa transcripción con hasta 42 caracteres por línea y dos líneas como máximo.
En el reproductor de revisión funcionan como closed captions. Una vez que la versión tiene transcripción, el botón CC, o Shift+C, los activa y desactiva, y la elección se recuerda en ese dispositivo. Los clientes que miran en el enlace de revisión tienen el mismo botón.
Llevan solo el diálogo. La transcripción distingue las voces como Hablante A y Hablante B, pero esas etiquetas no van a los subtítulos, y RecReview no agrega descripciones de sonido.
Los propietarios, administradores y editores del espacio de trabajo, y la persona que subió la versión, pueden hacer clic en un subtítulo en el reproductor y corregir sus palabras. Los tiempos se quedan como se armaron, y no puedes agregar un subtítulo donde nadie habla.
Para un archivo de captions, exporta el SRT o el VTT desde la pestaña de transcripción y agrega la identificación de hablantes y los sonidos en un editor de subtítulos o en tu programa de edición.
RecReview tampoco incrusta subtítulos en el video. Para open captions, lleva el SRT exportado a la edición, dale estilo ahí y sube la exportación con subtítulos como una nueva versión para que la revise el cliente.
Cuando esa versión pasa por AI Review, lee el texto en la imagen, incluidos los subtítulos incrustados, y señala los errores de ortografía evidentes en su timecode. La transcripción también se exporta como TXT o JSON.
