Mikä tekee tekstityksestä hyvän? Lukunopeus, rivinvaihdot ja ajoitus selitettynä

Jokainen markkinoilla oleva tekstitystyökalu antaa samat kaksi lupausta: nopeuden ja tarkkuuden. Tekstitykset sekunneissa. Yhdeksänkymmentäjotain prosenttia sanatarkkuutta.

Parhaat tekstitykset ovat ne, joita et koskaan huomaa. Tämä opas käy läpi ne käsityön standardit, jotka tekevät sen mahdolliseksi: lukunopeuden, rivin pituuden, rivinvaihdot, ajoituksen — ja niiden väliin jäävät harkinnanvaraiset ratkaisut. Ne ovat samat standardit, joita suoratoistopalvelut ja yleisradioyhtiöt käyttävät, ja ne pätevät yhtä lailla 40 sekunnin someklippiin kuin pitkään elokuvaan.

Toimivan tekstityksen kolme ominaisuutta

Hyvä tekstitys on:

Tarkka — se sanoo sen, mitä sanottiin.
Synkronoitu — se ilmestyy, kun sanat lausutaan, ja poistuu, kun ne ovat ohi.
Luettava — katsoja ehtii lukea sen rauhassa loppuun ennen kuin se katoaa, menettämättä kuvaa.

Automaattinen puheentunnistus on pitkälti ratkaissut ensimmäisen ominaisuuden. Ajoitusmoottorit hoitavat toisen kohtuullisen hyvin. Kolmas — luettavuus — on se, jossa lähes kaikki automaattinen tekstitys yhä kaatuu, koska luettavuus ei ole litterointiongelma. Se on typografia- ja aikaongelma. Tämän oppaan loppuosa käsittelee sen ratkaisemista.

Lukunopeus: luku, joka ohjaa kaikkea

Lukunopeus on yksi tärkeimmistä tekstityksen laadun mittareista. Se ilmaistaan yleensä merkkeinä sekunnissa (CPS), ja se lasketaan jakamalla tekstityksen merkkien määrä, välilyönnit ja välimerkit mukaan lukien, sillä ajalla, jonka tekstitys on ruudulla. Käytännössä ammattimaiset tekstitykset pidetään yleensä noin 15–17 CPS:ssä, kun taas 20 CPS:ää käsitellään tavallisesti aikuiskatsojien ylärajana. Perinteinen eurooppalainen tekstitys on usein käyttänyt rauhallisempaa, noin 12 CPS:n tahtia, kun taas BBC:n kaltaisten yleisradioyhtiöiden ohjeistukset vastaavat tyypillisesti noin 15–17 CPS:ää. Yksinkertainen nyrkkisääntö: kertomalla CPS-luvun 10,5:llä saat suunnilleen sanamäärän minuutissa. 12 CPS on noin 125 sanaa minuutissa, 17 CPS noin 180, ja 20 CPS on vaativa tahti, jota kannattaa käyttää säästeliäästi.

Olennainen pointti on, ettei suurimmasta lukunopeudesta saa tulla oletustavoitetta. Jatkuva asettuminen lähelle ylärajaa on väsyttävää ja pakottaa katsojan käyttämään enemmän huomiota lukemiseen kuin itse videoon. Noin 15–17 CPS:n tavoittelu jättää tilaa nopeammille dialogin kohdille tekemättä koko kokemuksesta tarpeettoman raskasta. Tekstitysten lukeminen eroaa myös tavallisen tekstin lukemisesta: katsoja ei voi hidastaa tahtia, palata takaisin tai silmäillä omaan tahtiinsa, koska jokainen tekstitys katoaa määrättynä hetkenä. Kun tekstitykset kulkevat liian nopeasti, katsoja ei yksinkertaisesti ehdi lukea niitä loppuun — ja silloin liiallinen lukunopeus on toiminnallinen esteettömyysongelma, ei pelkkä tyylikysymys.

Muoto: kaksi riviä, ~42 merkkiä, ei irrallisia sanoja

Tekstityksen fyysinen muoto on huomattavan vakiintunut:

Enintään kaksi riviä tekstitystä kohti. Kolmiriviset tekstitykset peittävät liikaa kuvaa ja pakottavat silmän skannaamaan pystysuunnassa uudelleen.
Enintään ~42 merkkiä riviä kohti latinalaista kirjoitusta käyttäville kielille — Netflixin luku, josta on tullut de facto alan normi. Teksti-tv:hen perustuvissa lähetysperinteissä käytettiin 37:ää, ja monet yhtiöt käyttävät sitä yhä.
Pitäydy yhdessä rivissä, kun teksti mahtuu. Toinen rivi on välttämättömyys, ei oletus.
Tasapainota rivit. Kun teksti on pakko katkaista kahdelle riville, tavoittele suunnilleen yhtä pitkiä rivejä. Vältä ”irrallista” sanaa — yhtä pitkää riviä, jonka alla roikkuu yksinäinen sana. Kun täysin tasainen jako ei onnistu, hieman lyhyempi ylärivi on yleensä parempi: se pitää lohkon tiiviinä ja peittää vähemmän kuvaa.

Nämä rajat ovat olemassa samasta syystä kuin nopeusrajoitus: silmän on ehdittävä sekä tekstin että kuvan yli samojen sekuntien aikana. Lyhyet, ennakoitavat muodot tekevät siitä matkasta nopean.

Rivinvaihdot: seuraa kielioppia, älä viivoitinta

Tässä hyvä tekstitys erottuu näkyvimmin automaattisesta tuloksesta. Se, mistä rivi katkaistaan, merkitsee yhtä paljon kuin se, kuinka pitkä rivi on, koska luemme tekstiä kieliopillisina kokonaisuuksina. Katkos keskellä kokonaisuutta pakottaa aivot pitämään keskeneräisen rakenteen auki hypyn yli — pikkuruinen ponnistus, kerrottuna videon jokaisella tekstityksellä.

Sääntö: älä koskaan erota sanoja, jotka kuuluvat samaan kieliopilliseen kokonaisuuteen.

Pidä yhdessä:

Määrite + pääsana (uusi / raportti ✗)
Genetiiviattribuutti + pääsana (valiokunnan / puheenjohtajalle ✗)
Postpositio ja sen täydennys (kokouksen / jälkeen ✗)
Apuverbi + pääverbi (on / päättänyt ✗)
Etunimi + sukunimi, luku + yksikkö, päivämäärät

Huono katkaisu (erottaa genetiiviattribuutin pääsanastaan):

Hän ojensi raportin valiokunnan puheenjohtajalle ennen äänestystä.

Hyvä katkaisu (kumpikin rivi on ehyt kokonaisuus):

Hän ojensi raportin valiokunnan puheenjohtajalle ennen äänestystä.

Huono katkaisu (repii verbin objektistaan):

Kokouksen jälkeen päätimme siirtää julkaisua kevääseen.

Hyvä katkaisu:

Kokouksen jälkeen päätimme siirtää julkaisua kevääseen.

Huomaa, etteivät hyvät versiot ole lyhyempiä — ne on vain katkaistu siitä, mistä lause itse hengittää. Siinä on koko periaate. Kun lause tarjoaa pilkun, lauserajan tai luontevan tauon, katkaise siitä. Viivoitin on rajoite, ei ohjenuora.

Ajoitus: milloin tekstitys elää ja mitä väliin jää

Neljä lukua ohjaa tekstitysten ajoitusta:

Vähimmäiskesto: ~0,8–1 sekuntia. Jopa tekstitys, jossa lukee pelkkä ”Kyllä.”, tarvitsee aikaa tullakseen huomatuksi, kohdistetuksi ja luetuksi. Netflixin alaraja on ⅚ sekuntia (noin 833 ms); tätä lyhyempi rekisteröityy välähdykseksi.
Enimmäiskesto: 6–7 sekuntia. Sen jälkeen lukija lukee loppuun, lukee uudelleen ja alkaa pohtia, onko soitin jumissa. Jos puhe kestää pidempään, jaa tekstitys.
Synkronoi puheen alkuun. Tekstityksen tulisi ilmestyä, kun sanat alkavat — murto-osan etuajassa siedetään, huomattava myöhästyminen ei, koska katsoja kuulee äänen ja vilkaisee alas tekstiä, jota ei vielä ole.
Väli peräkkäisten tekstitysten välissä: ~2 ruutua (80–120 ms). Tämä on näkymätön ja välttämätön. Kun tekstitys korvautuu välittömästi seuraavalla ilman väliä, silmä ei usein rekisteröi tekstin vaihtuneen lainkaan — varsinkaan jos lohkot muistuttavat muodoltaan toisiaan. Kahden ruudun välähdys kertoo lukijalle: uusi teksti, aloita alusta. Ammattimainen tekstitys lisää nämä mikrovälit kaikkialle; raaka automaattitekstitys ei lähes koskaan.

Ja yksi hienous, joka erottaa lähetystason työn muusta: kunnioita leikkauksia. Leikkauksen yli roikkuva tekstitys luetaan yleensä uudelleen — kohtaus vaihtui, joten aivot olettavat tekstinkin vaihtuneen. Kun ajoitus sallii, päätä tekstitys leikkaukseen tai anna sen jatkua reilusti sen yli; älä anna sen jäädä muutamaksi ruuduksi leikkauksen päälle.

Yksi ajatus tekstitystä kohden

Mekaniikan takana on segmentointi: se, mitä kuhunkin lohkoon tulee. Periaate on, että jokaisen tekstityksen tulee olla itsenäinen merkitysyksikkö — lause tai sen kokonainen lauseenjäsenkokonaisuus.

Suosi kokonaisia lauseita lohkoa kohden. Kun lauseen on ulotuttava kahteen lohkoon, jaa lauserajalta ja anna ensimmäisen lohkon päättyä luontevaan taukoon.
Älä vedä kahta tai kolmea irrallista sanaa uuteen tekstitykseen. Jos lauseen häntä on noin lyhyt, tasapainota jako uudelleen.
Dialogissa: älä sekoita yhden puhujan lauseen loppua ja toisen alkua samaan lohkoon, ellet tietoisesti muotoile kahden puhujan tekstitystä (ajatusviivoin).

Huono segmentointi on syy siihen, että jotkin tekstitysraidat tuntuvat selittämättömän uuvuttavilta silloinkin, kun jokainen yksittäinen lohko on lyhyt: leikkaukset osuvat keskelle ajatusta, joten jokainen lohko jättää lukijan roikkumaan.

Sanatarkasti vai muokattuna? Rehellinen vastaus

Aito puhe on täynnä väärin aloituksia, täytesanoja ja toistoa: ”No, öö, mä luulen – mä luulen että meidän kannattais varmaan…” Pitäisikö tekstityksen kantaa kaikki tämä?

Ammattimainen vastaus on: se riippuu videon tehtävästä, ja aito punninta on olemassa kumpaankin suuntaan.

Perustelu kevyelle muokkaukselle. Kun puhe karkaa lukunopeuden edelle, jostakin on tingittävä, ja ”öö”-äänteiden, ”niinku”-täytteiden, väärin aloitusten ja välittömien itsetoistojen karsiminen on ammattimaisen tekstityksen vakioliike. Se muuttaa lukukelvottoman 24 CPS:n puheen luettavaksi 16 CPS:n tekstiksi ja säilyttää samalla jokaisen merkitystä kantavan sanan. Markkinointisisällölle, kursseille ja someklipeille tämä on lähes aina oikein.

Perustelu sanatarkkuudelle. Monet kuurot ja huonokuuloiset katsojat suosivat nimenomaisesti sanatarkkoja tekstityksiä — epäröinnit, täytesanat ja tapa, jolla joku puhuu, ovat osa sitä, minkä kaikki muut saavat korviensa kautta, ja niiden editoiminen pois on pieni portinvartijan ele. Haastatteluissa, joissa puhujan tyylillä on merkitystä, oikeudellisissa ja arkistotallenteissa sekä esteettömyyden oletusvalintana silloin, kun lukunopeus sen sallii, sanatarkka on kunnioittavampi valinta.

Epärehellinen kanta on teeskennellä, ettei jännitettä ole. Rehellinen työtapa on: sanatarkasti silloin, kun lukunopeus sallii, tiivistä vain silloin, kun vaihtoehtona on tekstitys, jota kukaan ei ehdi lukea loppuun — äläkä koskaan ”paranna” sitä, mitä joku todella sanoi.

Kuuroille ja huonokuuloisille: SDH-lisät

Tavalliset tekstitykset olettavat, että katsoja kuulee kaiken paitsi kielen. SDH (kuuroille ja huonokuuloisille tarkoitetut tekstitykset) olettaa, ettei katsoja kuule lainkaan, ja lisää:

Puhujan tunnistetiedot, kun ne eivät ole visuaalisesti ilmeisiä — kuvan ulkopuolinen ääni, puhelu, päällekkäin puhuvat: DAVID: Meidän täytyy puhua.
Äänivihjeet, joilla on merkitystä tarinan kannalta: [ovi paiskautuu kiinni], [vaimeaa riitelyä naapurihuoneesta], [puhelin värisee]. Testinä on kerronnallinen merkitys — tekstitä se ääni, jota juoni tarvitsee, ei jokaista ympäristön ääntä.
Musiikkimerkinnät: ♪ lauletulle sanoitukselle tai kuvaus — [jännittyneet jouset voimistuvat] — kun musiikki tekee kerronnallista työtä.

Jos esteettömyys on osa syytä siihen, miksi tekstitätte — ja juridisesti se on sitä yhä useammin — SDH-käytännöt ovat vähimmäistaso, eivät bonus. (Juridisesta puolesta, katso oppaamme esteettömyysdirektiivistä ja siitä, mitä se vaatii videolta.)

Miksi raaka automaattitekstitys kaatuu näihin standardeihin

Mikään edellä sanotusta ei ole eksoottista tietoa — miksi useimmat automaattiset tekstitysjärjestelmät siis sivuuttavat sen? Koska puheentunnistusmoottorit segmentoivat taukotunnistuksen, eivät kieliopin tai lukunopeuden perusteella. Moottori kuulee puhejakson, litteroi sen ja leimaa koko jakson yhdeksi lohkoksi. Varma puhuja, joka ei pidä taukoja, tuottaa viiden sekunnin ja 120 merkin muurin. Lohkojen rajat osuvat sinne, missä puhuja hengitti — keskelle lausetta, keskelle nimeä, keskelle lukua. Peräkkäiset lohkot törmäävät toisiinsa ilman yhdenkään ruudun väliä. Jokainen yksittäinen sana voi olla oikein samalla kun raita kokonaisuutena on käytännössä lukukelvoton.

Se on täsmälleen ilmauksen ”tarkka ja käyttökelvoton” merkitys — ja siksi tekstitysraidan sanatarkkuusprosentti kertoo hyvin vähän siitä, toimiiko raita.

Määrittely tiivistettynä

Ammattimaisten tekstitysten tulisi tavallisesti pysyä 15–17 merkin sekuntinopeudessa (CPS), mikä vastaa suunnilleen 160–180 sanaa minuutissa, ja 20 CPS:ää tulisi pitää ehdottomana kattona. Kunkin tekstityksen tulisi käyttää yhtä riviä silloin kun mahdollista ja enintään kahta, enintään noin 42 merkkiä rivillä latinalaisessa kirjoituksessa. Rivinvaihtojen tulisi noudattaa luontevia kieliopillisia rajoja, ja kunkin tekstityksen tulisi yleensä pysyä ruudulla vähintään 0,8–1 sekuntia ja enintään 6–7 sekuntia. Peräkkäiset tekstitykset tulisi erottaa toisistaan pienellä, noin kahden ruudun eli 80–120 millisekunnin välillä, eivätkä tekstitykset saisi jäädä muutamaksi ruuduksi leikkausten päälle. Segmentoinnin tulisi noudattaa kokonaisia lauseita tai merkityksellisiä lauseenosia sen sijaan, että se jättäisi lyhyitä, irrallisia katkelmia, ja kuuroille ja huonokuuloisille tarkoitettujen tekstitysten (SDH) tulisi lisäksi sisältää puhujan tunnistetiedot ja kerronnan ymmärtämisen kannalta olennaiset äänivihjeet.

Mihin Inwista sopii

Kaiken edellä kuvatun voi tehdä käsin. Ammattitekstittäjät ovat tehneet sen käsin vuosikymmeniä — todellisella tuntikustannuksella.

Inwista automatisoi sen. Litterointi antaa tarkan tekstin, editori antaa täyden manuaalisen hallinnan, ja Enhance soveltaa tämän artikkelin yhdellä klikkauksella: se pilkkoo liian pitkät lohkot luettaviksi, katkaisee rivit kieliopillisilta rajoilta, lisää alan standardin mukaiset mikrovälit tekstitysten väliin ja laskee lukunopeuden kohti ammattitasoa — samalla kun sinä säilytät viimeisen sanan jokaisesta lohkosta. Esiasetukset virittävät lopputuloksen lähetys- tai someformaattiin.

Inwistan maksuttomalla tilauksella voit ajaa koko työnkulun omalla materiaalillasi — lataa, litteroi, jäsennä, muokkaa ja vie ulos. Ajantasaiset rajat ja tilausten tiedot löydät hinnoittelusivulta.

Kokeile sitä seuraavaan videoosi →

Usein kysytyt kysymykset

Mikä CPS on tekstityksessä? Merkkiä sekunnissa — tekstityksen merkkien määrä (välilyönnit ja välimerkit mukaan lukien) jaettuna sen ruutuajalla. Se on tekstityksen lukunopeuden vakiomittari. Ammattimainen työ tavoittelee 15–17 CPS:ää; Netflix sallii enintään 20 CPS:ää englanninkieliselle aikuissisällölle.

Kuinka monta merkkiä tekstitysrivillä pitäisi olla? Enintään noin 42 merkkiä rivillä latinalaista kirjoitusta käyttävissä kielissä, ja enintään kaksi riviä tekstitystä kohden. Teksti-tv:hen juurtuneissa lähetysperinteissä käytetään usein 37:ää.

Mikä on kuuden sekunnin sääntö? Klassinen eurooppalainen ohjenuora: kahden täyden tekstitysrivin tulisi pysyä ruudulla noin kuusi sekuntia — mikä vastaa noin 12 CPS:ää. Nykyiset alustastandardit sallivat nopeamman tahdin, mutta sääntö elää muistutuksena siitä, että mukava on hitaampi kuin mahdollinen.

Pitäisikö tekstitysten olla sanatarkkoja vai muokattuja? Molemmat ovat perusteltuja. Sanatarkka säilyttää täsmälleen sen, mitä sanottiin, ja monet kuurot ja huonokuuloiset katsojat suosivat sitä; kevyt muokkaus (täytesanojen ja väärin aloitusten poisto) on vakiokäytäntö, kun puhe on muuten liian nopeaa luettavaksi. Tiivistä vain, kun lukunopeus pakottaa siihen, äläkä koskaan muuta merkitystä.

Miksi automaattisesti tuotetut tekstitykset tuntuvat raskailta lukea, vaikka sanat olisivat oikein? Koska puheentunnistusmoottorit segmentoivat taukojen, eivät kieliopin tai lukunopeuden mukaan — tuloksena liian pitkiä lohkoja, katkoksia keskellä lausetta ja ei väliä tekstitysten välissä. Sanatarkkuus ja luettavuus ovat kaksi eri ongelmaa.

Mikä on lyhin aika, jonka tekstityksen tulisi olla ruudulla? Noin 0,8–1 sekuntia, jopa yhdelle sanalle. Netflixin alaraja on ⅚ sekuntia. Sitä lyhyempi luetaan välähdyksenä eikä tekstinä.

Mainitut standardit ovat nimettyjen alustojen ja yleisradioyhtiöiden julkaistuja tai laajasti dokumentoituja ohjeistuksia kirjoitushetkellä; yksittäiset tyyliohjeet kehittyvät, ja yksittäiset tuotannot voivat asettaa omansa.