Tre consigli per
Reels guardati fino
alla fine
Come funzionano i sottotitoli automatici?
Un modello di riconoscimento vocale ascolta la traccia audio e produce una trascrizione parola per parola, con il tempo di ogni parola (inizio e fine, al centesimo di secondo). Il software poi divide il testo in blocchi leggibili e li sincronizza con l'immagine.
Questa trascrizione con i tempi serve a molto più che ai sottotitoli: permette anche di individuare silenzi ed esitazioni per tagliarli in automatico, o di colorare una parola precisa nel momento in cui viene detta. Per la parte grafica (stili, karaoke, parola chiave) leggi la nostra guida ai sottotitoli animati; qui parliamo di generazione, precisione e formati.
Passo dopo passo
- Curare l'audio
Registra con un microfono vicino alla bocca, senza musica di sottofondo, in una stanza arredata.
- Scegliere la lingua
Indica la lingua parlata invece di lasciarla indovinare allo strumento, soprattutto per un video breve.
- Avviare la trascrizione
Il software trascrive la voce parola per parola e registra il tempo di ogni parola.
- Rileggere i punti delicati
Nomi propri, numeri, parole che suonano uguali e punteggiatura, guardando il video a 1,5×.
- Scegliere il formato
Impressi per Reel, TikTok e Shorts; file SRT per YouTube, un sito o una piattaforma di formazione.
- Completare per l'accessibilità
Aggiungi i suoni importanti tra parentesi quadre e indica chi parla, se serve.
| Criterio | File SRT / VTT | Impressi nell'immagine |
|---|---|---|
| Visibili senza fare nulla | No (da attivare) | Sì |
| Disattivabili | Sì | No |
| Più lingue | Sì, un file per lingua | Una versione del video per lingua |
| Stile e animazione | No (testo semplice) | Sì |
| Reel, TikTok, Shorts | Poco adatto | Standard |
| YouTube formato lungo, sito, formazione | Consigliato | Possibile |
| Modifica dopo la pubblicazione | Facile (nuovo file) | Nuova esportazione |
| Accessibilità | Buona se riletti | Buona se riletti e leggibili |
I sottotitoli automatici sono precisi?
Con una voce chiara, registrata vicino al microfono e in una lingua diffusa, gli errori sono rari: al massimo qualche parola al minuto. La precisione cala in situazioni ben note:
- Audio lontano o rimbombante: stanza vuota, telefono appoggiato a 3 metri.
- Musica o rumore sotto la voce durante la registrazione.
- Più persone che parlano insieme.
- Nomi propri e marchi: «Pixdoo», il nome della tua via o di un paesino verranno spesso scritti male.
- Numeri, unità di misura e sigle: «2,50 €», «IVA», «m²».
- Lingue mescolate nella stessa frase, frequentissimo nel lavoro («alle 14 abbiamo una call per il meeting con il cliente»).
- Accenti regionali molto marcati e parlato velocissimo.
Il miglioramento più efficace è gratuito: un microfono lavalier o il telefono tenuto a 30-50 cm dalla bocca, in una stanza arredata. Guadagnerai più precisione così che cambiando strumento.
Come rileggere i sottotitoli automatici in 2 minuti
Per un video di un minuto, una revisione mirata richiede raramente più di due minuti. Controlla in quest'ordine:
- I nomi propri: persone, aziende, città, prodotti.
- I numeri: prezzi, date, percentuali, numeri di telefono. Un errore qui può costare caro.
- Le parole che suonano uguali: «a / ha», «e / è», «o / ho», «anno / hanno», «da / dà».
- La punteggiatura: un punto nel posto sbagliato cambia la divisione dei blocchi.
- Le parole spezzate tra due blocchi e i blocchi troppo brevi per essere letti.
Trucco: guarda il video a velocità 1,5× leggendo solo il testo. Gli errori saltano all'occhio molto prima che leggendo la trascrizione da sola.
File SRT o sottotitoli impressi: cosa scegliere?
Ci sono due modi di consegnare i sottotitoli, con usi molto diversi.
Sottotitoli in file separato (SRT, VTT)
Il file SRT è un semplice testo: un numero, un intervallo di tempo e una o due righe, per esempio 00:00:01,200 --> 00:00:03,400. Lo spettatore attiva o disattiva i sottotitoli, e puoi offrirne in più lingue. YouTube accetta file SRT in UTF-8, senza formattazione (guida di YouTube sui formati dei sottotitoli). È la scelta giusta per un video lungo, un sito web, una piattaforma di formazione o un player che gestisce i sottotitoli.
Sottotitoli impressi («burned-in»)
Il testo fa parte dell'immagine: si vede ovunque, senza che lo spettatore faccia nulla, con il tuo font, i tuoi colori e le tue animazioni. È lo standard di Reel, TikTok e Shorts, dove quasi nessuno tocca il pulsante dei sottotitoli. In compenso non si possono disattivare né cambiare lingua.
Molti creator fanno entrambe le cose: versione con sottotitoli impressi per i social, file SRT per YouTube e per il sito.
Quali regole di leggibilità per i sottotitoli classici?
I sottotitoli in file seguono standard professionali. La guida di Netflix per l'inglese, per esempio, fissa 42 caratteri per riga, al massimo 2 righe e 20 caratteri al secondo per i programmi per adulti (Netflix Timed Text Style Guide); molte altre lingue adottano 42 caratteri per riga e una velocità di lettura più bassa. Per i formati verticali con testo impresso si scende piuttosto a 2-5 parole per schermata.
Vai a capo in un punto logico (non tra un articolo e il suo nome) e tieni ogni sottotitolo a schermo per almeno un secondo circa.
Sottotitoli automatici e accessibilità
Per le persone sorde o con problemi di udito i sottotitoli sono indispensabili. Le linee guida sull'accessibilità web (WCAG, criterio 1.2.2, livello A) richiedono i sottotitoli per i video preregistrati con audio. Un sottotitolaggio accessibile va un po' oltre la semplice trascrizione:
- indicare i suoni importanti:
[risate],[musica],[campanello]; - indicare chi parla quando intervengono più persone;
- rileggere il testo: sottotitoli automatici non corretti non bastano per un video istituzionale o commerciale.
Gli enti pubblici e alcune aziende hanno obblighi di accessibilità in Italia e nell'Unione europea. Se è il tuo caso, verifica i requisiti precisi che valgono per i tuoi video.
Lingue: italiano, inglese, spagnolo e altre
Indica sempre la lingua parlata prima di avviare la trascrizione: un modello che «indovina» la lingua sbaglia più spesso sui video brevi o bilingui. Per un video che alterna italiano e inglese, trascrivi ogni parte nella sua lingua, oppure rileggi con più attenzione i passaggi misti.
Orbicut trascrive automaticamente oltre 30 lingue, tra cui italiano, inglese, francese, tedesco, spagnolo e olandese, con il tempo di ogni parola. Correggi una parola toccandola e i sottotitoli vengono impressi in esportazione. La trascrizione e i sottotitoli sono inclusi in tutti i piani, gratuito compreso, senza consumare crediti (vedi i prezzi). Per proporre il video in altre lingue, leggi la nostra guida per tradurre un video.
Domande frequenti
Che differenza c'è tra sottotitoli e trascrizione?
La trascrizione è il testo completo di ciò che viene detto. I sottotitoli sono lo stesso testo diviso in brevi blocchi sincronizzati con l'immagine. Entrambi nascono dallo stesso riconoscimento vocale.
Instagram e TikTok hanno già i sottotitoli automatici: perché aggiungerne altri?
I sottotitoli nativi dipendono dall'app e dalle impostazioni dello spettatore, con poco controllo su stile e posizione. Sottotitoli impressi e riletti si vedono identici ovunque e si possono personalizzare.
Si possono generare sottotitoli per un video senza voce?
No, la trascrizione automatica ha bisogno del parlato. Per un video musicale o senza dialoghi, scrivi i testi a mano come titoli o cartelli.
Quanto tempo serve per sottotitolare automaticamente un video?
La trascrizione di un video di pochi minuti richiede di solito meno di un minuto. Poi calcola circa due minuti di revisione per ogni minuto di video per un risultato affidabile.
I sottotitoli automatici capiscono gli accenti regionali italiani?
I modelli attuali riconoscono bene l'italiano standard, anche con un accento regionale. Le espressioni dialettali e le parole prese dall'inglese richiedono una revisione più attenta.