Wat maakt een goede ondertitel? Leessnelheid, regelafbreking en timing uitgelegd

Elk ondertitelhulpmiddel op de markt doet dezelfde twee beloftes: snelheid en nauwkeurigheid. Ondertitels binnen enkele seconden. Ergens in de negentig procent woordnauwkeurigheid.

De beste ondertitels zijn de ondertitels die je nooit opmerkt. Deze gids behandelt de vakstandaarden die dat mogelijk maken: leessnelheid, regellengte, regelafbreking, timing — en de afwegingen daartussen. Het zijn dezelfde standaarden die streamingdiensten en omroepen hanteren, en ze gelden net zo goed voor een socialeclip van 40 seconden als voor een speelfilm.

De drie eigenschappen van een ondertitel die werkt

Een goede ondertitel is:

Accuraat — hij zegt wat er gezegd is.
Synchroon — hij verschijnt wanneer de woorden klinken en verdwijnt wanneer ze klaar zijn.
Leesbaar — de kijker kan hem comfortabel uitlezen voordat hij verdwijnt, zonder het beeld kwijt te raken.

Automatische spraakherkenning heeft de eerste eigenschap grotendeels opgelost. Timingmotoren doen de tweede redelijk goed. De derde — leesbaarheid — is waar vrijwel alle automatische ondertiteling nog steeds sneuvelt, omdat leesbaarheid geen transcriptieprobleem is. Het is een typografie-en-tijdprobleem. De rest van deze gids gaat over het oplossen daarvan.

Leessnelheid: het getal dat alles bepaalt

Leessnelheid is een van de belangrijkste maatstaven voor ondertitelkwaliteit. Ze wordt meestal uitgedrukt in tekens per seconde (CPS), berekend door het totale aantal tekens in een ondertitel, inclusief spaties en leestekens, te delen door de tijd dat hij in beeld blijft. In de praktijk worden professionele ondertitels doorgaans rond 15–17 CPS gehouden, terwijl 20 CPS gewoonlijk als bovengrens voor volwassen kijkers geldt. De traditionele Europese ondertiteling hanteerde vaak een rustiger tempo van rond 12 CPS, terwijl richtlijnen van omroepen als de BBC doorgaans overeenkomen met ongeveer 15–17 CPS. Een simpele vuistregel: vermenigvuldig CPS met 10,5 en je krijgt bij benadering het aantal woorden per minuut. 12 CPS is ongeveer 125 woorden per minuut, 17 CPS zo’n 180, en 20 CPS is een veeleisend tempo dat spaarzaam gebruikt hoort te worden.

Het belangrijke punt is dat de maximale leessnelheid geen standaarddoel mag worden. Consequent tegen de bovengrens aan zitten is vermoeiend en dwingt kijkers meer aandacht aan lezen te besteden dan aan de video zelf. Mikken op ongeveer 15–17 CPS laat ruimte voor snellere stukken dialoog zonder de hele ervaring onnodig zwaar te maken. Ondertitels lezen verschilt bovendien van gewone tekst lezen: kijkers kunnen niet vertragen, teruggaan of in eigen tempo scannen, omdat elke ondertitel op een vast moment verdwijnt. Gaan de ondertitels te snel, dan hebben kijkers eenvoudigweg niet genoeg tijd om ze uit te lezen — en dan is een te hoge leessnelheid een functioneel toegankelijkheidsprobleem, niet slechts een kwestie van stijl.

De vorm: twee regels, ~42 tekens, geen losse woorden

De fysieke vorm van een ondertitel is opmerkelijk gestandaardiseerd:

Maximaal twee regels per ondertitel. Ondertitels van drie regels dekken te veel beeld af en dwingen het oog opnieuw verticaal te scannen.
Maximaal ~42 tekens per regel voor talen in Latijns schrift — het cijfer van Netflix, inmiddels de facto branchenorm. Uitzendtradities gebouwd op teletekst hanteerden 37, en veel omroepen doen dat nog steeds.
Houd het op één regel als de tekst past. Een tweede regel is een noodzaak, geen standaardinstelling.
Balanceer de regels. Moet je in twee regels afbreken, mik dan op ongeveer gelijke lengtes. Vermijd het “losse” woord — één lange regel met een enkel gestrand woord eronder. Waar een perfect gelijke verdeling niet mogelijk is, geniet een iets kortere bovenste regel doorgaans de voorkeur: die houdt het blok compact en dekt minder beeld af.

Deze grenzen bestaan om dezelfde reden als de snelheidsgrens: het oog moet in dezelfde seconden zowel door de tekst als door het beeld. Korte, voorspelbare vormen maken die reis snel.

Regelafbreking: volg de grammatica, niet de liniaal

Hier onderscheidt goede ondertiteling zich het duidelijkst van automatische output. Wáár een regel afbreekt telt net zo zwaar als hoe lang hij is, want lezers verwerken tekst in grammaticale eenheden. Een afbreking midden in zo’n eenheid dwingt het brein een onvoltooide structuur open te houden over de sprong heen — een minieme inspanning, vermenigvuldigd met elke ondertitel in de video.

De regel: scheid nooit woorden die tot dezelfde grammaticale eenheid horen.

Houd bij elkaar:

Lidwoord + zelfstandig naamwoord (het / rapport ✗)
Voorzetsel + wat erbij hoort (aan / de voorzitter ✗)
Hulpwerkwoord + deelwoord, of scheidbaar werkwoord (heeft / afgerond, uit / stellen ✗)
Voornaam + achternaam, getal + eenheid, datums

Slechte afbreking (splitst de voorzetselgroep):

Ze overhandigde het rapport aan de commissievoorzitter vóór de stemming.

Goede afbreking (elke regel is een hele eenheid):

Ze overhandigde het rapport aan de commissievoorzitter vóór de stemming.

Slechte afbreking (scheidt het lijdend voorwerp van de werkwoordgroep):

Na de vergadering besloten we de lancering uit te stellen tot het voorjaar.

Goede afbreking:

Na de vergadering besloten we de lancering uit te stellen tot het voorjaar.

Merk op dat de goede versies niet korter zijn — ze zijn simpelweg afgebroken waar de zin zelf ademhaalt. Dat is het hele principe. Waar een zin een komma, een zinsgrens of een natuurlijke pauze aanbiedt, breek je daar af; de liniaal is een beperking, geen leidraad.

Timing: wanneer de ondertitel leeft, en de gaten ertussen

Vier getallen bepalen de timing van ondertitels:

Minimale duur: ~0,8–1 seconde. Zelfs een ondertitel die alleen “Ja.” zegt, heeft tijd nodig om opgemerkt, gefixeerd en gelezen te worden. De ondergrens van Netflix is ⅚ seconde (ongeveer 833 ms); korter registreert als geflikker.
Maximale duur: 6–7 seconden. Daarna zijn lezers klaar, herlezen ze, en gaan ze zich afvragen of de speler is vastgelopen. Duurt de spraak langer, splits de ondertitel dan.
Synchroniseer op het begin van de spraak. De ondertitel hoort te verschijnen zodra de woorden beginnen — een fractie te vroeg is te verdragen, merkbaar te laat niet, want kijkers horen de stem en kijken omlaag naar tekst die er nog niet is.
Gat tussen opeenvolgende ondertitels: ~2 frames (80–120 ms). Dit gat is onzichtbaar en essentieel. Wordt een ondertitel zonder gat direct vervangen door de volgende, dan merkt het oog vaak niet dat de tekst überhaupt veranderde — zeker als de twee blokken qua vorm op elkaar lijken. Een knippering van twee frames vertelt de lezer: nieuwe tekst, begin opnieuw. Professionele ondertiteling zet die microgaten overal in; ruwe automatische ondertiteling vrijwel nooit.

En één verfijning die werk van uitzendkwaliteit onderscheidt: respecteer de montage. Een ondertitel die over een cut heen blijft hangen, wordt meestal opnieuw gelezen — de scène veranderde, dus het brein neemt aan dat de tekst dat ook deed. Laat de ondertitel waar de timing het toelaat eindigen op de cut, of loop er ruim overheen; laat hem niet met een paar frames over de montage heen liggen.

Eén gedachte per ondertitel

Voorbij de mechaniek ligt de segmentatie: wat er in elk blok komt. Het principe is dat elke ondertitel een op zichzelf staande betekeniseenheid is — een zin, of een volledige deelzin daarvan.

Geef de voorkeur aan hele zinnen per blok. Moet een zin over twee blokken lopen, splits dan op een zinsgrens en laat het eerste blok eindigen bij een natuurlijke pauze.
Neem geen twee of drie gestrande woorden mee naar een nieuwe ondertitel. Is de staart van een zin zo kort, herverdeel de splitsing dan.
In dialoog: meng het einde van de zin van de ene spreker niet met het begin van die van de ander in hetzelfde blok, tenzij je bewust een ondertitel met twee sprekers opmaakt (met streepjes).

Slechte segmentatie is waarom sommige ondertitelsporen onverklaarbaar vermoeiend aanvoelen, zelfs als elk afzonderlijk blok kort is: de sneden vallen midden in de gedachte, dus elk blok laat de lezer in de lucht hangen.

Letterlijk of bewerkt? Een eerlijk antwoord

Echte spraak zit vol valse starts, stopwoorden en herhaling: “Dus, eh, ik denk – ik denk dat we waarschijnlijk het beste kunnen…” Moet de ondertitel dat allemaal meedragen?

Het professionele antwoord luidt: dat hangt af van wat de video moet doen, en er zit een echte afweging in beide richtingen.

Het argument voor lichte bewerking. Wanneer spraak de leessnelheid voorbijstreeft, moet er iets wijken, en het wegsnoeien van “eh”, “weet je”, valse starts en directe zelfherhalingen is de standaard eerste zet in professionele ondertiteling. Het maakt van onleesbare spraak op 24 CPS leesbare tekst op 16 CPS, terwijl elk woord dat betekenis draagt behouden blijft. Voor marketingcontent, cursussen en socialeclips is dit vrijwel altijd juist.

Het argument voor letterlijk. Veel dove en slechthorende kijkers geven uitdrukkelijk de voorkeur aan letterlijke ondertitels — de aarzelingen, de stopwoorden, de manier waarop iemand praat maken deel uit van wat iedereen anders via de oren binnenkrijgt, en dat wegredigeren is een kleine daad van poortwachterij. Voor interviews waarin de manier van spreken ertoe doet, voor juridische en archiefopnamen, en als toegankelijkheidsuitgangspunt wanneer de leessnelheid het toelaat, is letterlijk de respectvollere keuze.

De oneerlijke positie is doen alsof die spanning niet bestaat. De eerlijke werkwijze is: letterlijk waar de leessnelheid het toelaat; comprimeer alleen wanneer het alternatief een ondertitel is die niemand uitleest; en “verbeter” nooit wat iemand werkelijk zei.

Voor dove en slechthorende kijkers: de SDH-extra’s

Gewone ondertitels gaan ervan uit dat de kijker alles hoort behalve de taal. SDH (ondertiteling voor doven en slechthorenden) gaat ervan uit dat de kijker helemaal niets hoort, en voegt toe:

Sprekeraanduiding wanneer die niet visueel duidelijk is — een stem buiten beeld, een telefoongesprek, sprekers die door elkaar praten: DAVID: We moeten praten.
Geluidsaanduidingen die ertoe doen voor het verhaal: [deur slaat dicht], [gedempte ruzie hiernaast], [telefoon trilt]. De toets is verhalende relevantie — onderschrijf het geluid dat het plot nodig heeft, niet elk omgevingsgeluid.
Muzieknotatie: ♪ voor songtekst die gezongen wordt, of een beschrijving — [gespannen strijkers zwellen aan] — wanneer de muziek verhalend werk verricht.

Is toegankelijkheid een deel van de reden dat je ondertitelt — en juridisch gezien is dat steeds vaker zo — dan zijn de SDH-conventies de ondergrens, niet de bonus. (Voor de juridische kant, zie onze gids over de European Accessibility Act en wat die vereist voor video.)

Waarom ruwe automatische ondertiteling op deze standaarden stukloopt

Niets van het bovenstaande is exotische kennis — waarom negeert de meeste automatische ondertiteling het dan? Omdat spraakherkenningsmotoren segmenteren op pauzedetectie, niet op grammatica of leessnelheid. De motor hoort een stuk spraak, transcribeert het en stempelt het hele stuk als één blok. Een zelfverzekerde spreker die geen pauzes neemt, levert een muur van vijf seconden en 120 tekens op. De blokgrenzen landen waar de spreker ademhaalde — midden in een deelzin, midden in een naam, midden in een getal. Opeenvolgende blokken botsen tegen elkaar zonder ook maar één frame ertussen. Elk afzonderlijk woord kan kloppen terwijl het spoor als geheel functioneel onleesbaar is.

Dat is precies wat “accuraat en onbruikbaar” betekent — en daarom zegt het percentage woordnauwkeurigheid van een ondertitelspoor bijzonder weinig over de vraag of het werkt.

De specificatie in één oogopslag

Professionele ondertitels horen doorgaans binnen een leessnelheid van 15–17 tekens per seconde (CPS) te blijven, ruwweg gelijk aan 160–180 woorden per minuut, met 20 CPS als absoluut plafond. Elke ondertitel gebruikt waar mogelijk één regel en niet meer dan twee, met maximaal ongeveer 42 tekens per regel voor Latijns schrift. Regelafbrekingen volgen natuurlijke grammaticale grenzen, terwijl elke ondertitel in de regel minstens 0,8–1 seconde en niet langer dan 6–7 seconden in beeld hoort te blijven. Opeenvolgende ondertitels worden gescheiden door een klein gat van ongeveer twee frames, oftewel 80–120 milliseconden, en ondertitels horen niet met een paar frames over een cut heen te liggen. De segmentatie volgt volledige zinnen of betekenisvolle deelzinnen in plaats van korte, gestrande fragmenten achter te laten, terwijl ondertiteling voor doven en slechthorenden (SDH) daarnaast sprekeraanduiding en voor het verhaal relevante geluidsaanduidingen bevat.

Waar Inwista past

Alles hierboven kan met de hand. Professionele ondertitelaars doen het al decennia met de hand — tegen een reële kostprijs in uren.

Inwista automatiseert het. De transcriptie levert de accurate tekst, de editor geeft je volledige handmatige controle, en Enhance past dit artikel toe met één klik: het splitst te lange blokken in leesbare, breekt regels af op grammaticale grenzen, voegt de microgaten volgens branchestandaard tussen de ondertitels in en brengt de leessnelheid omlaag richting het professionele bereik — terwijl jij het laatste woord houdt over elk blok. Presets stemmen de uitvoer af op uitzendstijl of socialestijl.

Met het gratis abonnement van Inwista draai je de hele workflow op je eigen materiaal — uploaden, transcriberen, structureren, bewerken en exporteren. Actuele limieten en abonnementsdetails vind je op de prijspagina.

Probeer het op je volgende video →

Veelgestelde vragen

Wat is CPS bij ondertiteling? Tekens per seconde — het aantal tekens in een ondertitel (inclusief spaties en leestekens) gedeeld door de tijd dat hij in beeld staat. Het is de standaardmaat voor de leessnelheid van ondertitels. Professioneel werk mikt op 15–17 CPS; Netflix staat tot 20 CPS toe voor Engelstalige content voor volwassenen.

Hoeveel tekens hoort een ondertitelregel te hebben? Hooguit ongeveer 42 tekens per regel voor talen in Latijns schrift, met maximaal twee regels per ondertitel. Uitzendtradities met wortels in teletekst hanteren vaak 37.

Wat is de zessecondenregel? Een klassieke Europese richtlijn: twee volle ondertitelregels blijven ongeveer zes seconden in beeld — wat neerkomt op ruwweg 12 CPS. Moderne platformstandaarden staan hogere snelheden toe, maar de regel leeft voort als herinnering dat comfortabel langzamer is dan mogelijk.

Moeten ondertitels letterlijk of bewerkt zijn? Beide zijn legitiem. Letterlijk behoudt precies wat er gezegd is en heeft de voorkeur van veel dove en slechthorende kijkers; lichte bewerking (stopwoorden en valse starts verwijderen) is standaard wanneer de spraak anders te snel is om te lezen. Comprimeer alleen wanneer de leessnelheid je ertoe dwingt, en verander nooit de betekenis.

Waarom lezen automatisch gegenereerde ondertitels zo zwaar, zelfs als de woorden kloppen? Omdat ASR-motoren segmenteren op pauzes, niet op grammatica of leessnelheid — met te lange blokken, afbrekingen midden in deelzinnen en geen gaten tussen de ondertitels tot gevolg. Woordnauwkeurigheid en leesbaarheid zijn losse problemen.

Wat is de minimale tijd dat een ondertitel in beeld hoort te staan? Ongeveer 0,8–1 seconde, zelfs voor één enkel woord. De ondergrens van Netflix is ⅚ seconde. Korter dan dat leest als geflikker in plaats van als tekst.

De aangehaalde standaarden zijn de gepubliceerde of breed gedocumenteerde richtlijnen van de genoemde platforms en omroepen op het moment van schrijven; afzonderlijke stijlgidsen ontwikkelen zich, en specifieke producties kunnen eigen eisen stellen.