Коротко
- Субтитры идут по словам, а не по равным кускам текста.
- Слова собираются в короткие фразы по паузам в речи.
- Три режима показа: весь текст, подсветка текущего слова, появление по словам.
- Шрифт, цвет, обводка и подложка настраиваются в стиле.
- Отдельных файлов .srt и .vtt сервис не отдаёт.
Почему в коротком видео субтитры обязательны
Вертикальные ролики на площадках коротких видео смотрят без звука, и это нормальный режим просмотра. Ролик, смысл которого в словах, без субтитров просто не работает: зритель листает дальше, потому что не понял, о чём речь. Для подкаста, интервью и вебинара это особенно заметно — там почти нет зрительных событий, и весь смысл держится на словах. Субтитры в таком видео работают как перевод с языка звука на язык текста.
Почему субтитры вручную отнимают столько времени
Потому что их приходится ставить по словам. Таймкоды не привязаны к смыслу: они идут по речи равномерно, и если разбить текст на равные куски, одна реплика проскочит, а другая будет висеть на экране в молчании. Сначала транскрипт приводят к виду, где каждой строке соответствует произнесённая фраза, потом подгоняют переносы, потом проверяют, что текст не налезает на лицо и не выходит за границы кадра. И всё это повторяется заново, как только меняется длительность клипа или приходится пересобирать монтаж. Именно поэтому в ручной работе субтитры почти всегда оставляют на последний шаг и делают шаблонно.
Как устроен процесс: от звука до строки на экране
Первый шаг — распознавание. Аудио приводится к моноформату и режется на короткие куски, потому что у сервиса распознавания есть ограничение на размер одного запроса. Из кусков собирается текст с таймкодом на каждое слово. Второй шаг — сборка фраз: слова группируются по паузам в речи, чтобы в кадре была короткая законченная строка, а не длинный абзац. Третий шаг — оформление: по собранным фразам строится файл субтитров, шрифт и цвета берутся из стиля, а вертикальная позиция задаётся для конкретного клипа. Четвёртый шаг — сборка видео, где текст оказывается поверх кадра и уже не отделяется от него.
Три режима показа и когда какой уместен
Режим без анимации показывает всю строку целиком и сразу: подходит для спокойного контента, документальных вставок и случаев, когда важно, чтобы зритель успевал перечитать. Режим караоке подсвечивает текущее слово по мере произнесения: зритель следит за текстом глазами и не теряет строку, это самый читаемый вариант для интервью и подкастов. Режим по словам с попап-эффектом появляется по одному слову и стоит по умолчанию: он заметно удерживает внимание в первых секундах, когда зритель ещё решает, досматривать ли. Выбор режима не обязан быть одинаковым для всего выпуска: у клипа с плотной речью и у клипа с паузами разные задачи.
Что сервис не делает
Три вещи, о которых лучше знать заранее. Первое: субтитры не выгружаются отдельным файлом, они встроены в видео. Второе: перевода нет — распознаётся и показывается язык оригинала. Третье: субтитры не заменяют монтаж в тех случаях, когда в кадре важна не речь, а изображение: субтитры не помогут, если ролик держится на визуальном моменте. И обратная сторона медали: там, где смысл в словах, сервис закрывает основную часть работы, и остаётся выбрать, какие моменты вообще стоит нарезать.
Как это делают вручную
В монтажке субтитры — самая нудная часть работы. Текст разбивают на реплики, ставят по словам вручную, подбирают размер под кадр, выравнивают, проверяют, что текст не налезает на лицо. Любая пересборка ролика означает начинать заново, потому что дорожка привязана к таймкоду. Отсюда и типичная картина: субтитры добавляют в самом конце, одним шрифтом на весь выпуск, и в идеале не трогают.