Glossario di trascrizione e sottotitoli

Definizioni brevi e pratiche dei termini che incontri quando trascrivi registrazioni o lavori con i sottotitoli, con esempi e il significato di ciascuno nella pratica.

File SRT: Un file SRT (SubRip Subtitle, .srt) è un file di sottotitoli in testo semplice. Ogni sottotitolo è un blocco numerato con un'ora di inizio, un'ora di fine e una o due righe di testo. Lettori e piattaforme mostrano il testo sopra il video in quei momenti, e chi guarda può attivarlo o disattivarlo.
File VTT: Un file VTT (WebVTT, .vtt) è il formato di sottotitoli dei video sul web. È testo semplice come SRT, ma inizia con la riga WEBVTT, scrive i millisecondi dopo un punto e può contenere stili, posizioni e tag dei parlanti che i browser capiscono.
Sottotitoli aperti: I sottotitoli aperti (open caption) sono impressi nel video stesso e fanno parte dell'immagine. Sono sempre visibili, appaiono uguali su qualsiasi player e piattaforma e non si possono disattivare, a differenza dei closed caption, che arrivano come traccia separata e che chi guarda può attivare o disattivare.
Sottotitoli SDH: SDH sta per Subtitles for the Deaf and Hard of Hearing, cioè sottotitoli per persone sorde e ipoudenti. Oltre ai dialoghi, indicano chi parla fuori campo e descrivono i suoni importanti, come [porta che sbatte], [telefono che vibra] o [musica tesa], così il video si capisce anche senza audio. Le piattaforme di streaming li segnalano, per esempio, come English [SDH].
Diarizzazione dei parlanti: La diarizzazione dei parlanti (speaker diarization) è la fase del riconoscimento vocale che stabilisce chi ha parlato e quando. Divide una registrazione in segmenti in base alla voce e li etichetta come Parlante 1, Parlante 2 e così via, così la trascrizione di un'intervista o di una riunione mostra gli interventi di ogni persona invece di un unico blocco di testo.
Trascrizione verbatim: La trascrizione verbatim (o letterale) riporta il parlato esattamente com'è stato detto: ogni «ehm» e «uhm», le parole ripetute, le false partenze, le balbuzie e spesso i suoni non verbali come [ride]. Il suo opposto, il verbatim pulito (clean verbatim), mantiene le parole e il senso di chi parla ma elimina intercalari e inciampi, così il testo si legge in modo scorrevole.
Timecode: Il timecode (codice temporale) è un'etichetta per ogni fotogramma di un video, scritta come ore:minuti:secondi:fotogrammi: 01:02:03:12 è il fotogramma 12 del terzo secondo. Chi monta lo usa per ritrovare lo stesso istante in ogni copia di un progetto. I file di sottotitoli invece contano il tempo di solito in millisecondi, ed è lì che nascono le confusioni.
Sottotitoli forzati: I sottotitoli forzati compaiono anche quando chi guarda ha disattivato i sottotitoli. Coprono solo ciò che uno spettatore che parla la lingua del film altrimenti perderebbe: dialoghi in un'altra lingua, cartelli, lettere e testi a schermo. Le piattaforme di streaming li chiamano sottotitoli forced narrative.
Regole di trascrizione: Le regole di trascrizione (o convenzioni di trascrizione) sono le norme condivise per trasformare il parlato in testo: come indicare i parlanti, le pause, le voci che si sovrappongono, l'enfasi, le risate e le parole che non si riescono a capire. Uno studio o un progetto sceglie un insieme di convenzioni e lo applica a ogni trascrizione, così che trascrizioni fatte da persone diverse si possano confrontare.
Copione di doppiaggio: Il copione di doppiaggio è il dialogo tradotto di un film o di un video, riscritto perché ogni battuta possa essere detta nel tempo che la battuta originale occupa sullo schermo. Elenca ogni battuta con il personaggio che la pronuncia e i suoi timecode di entrata e uscita. Il testo adattato è ciò che i doppiatori, o una voce AI, leggono in studio.
Doppiaggio: Il doppiaggio, nel suo significato più comune, è la sostituzione del parlato di un film, di una serie o di un video con un nuovo parlato registrato, di solito una traduzione in un’altra lingua, così il pubblico ascolta la storia nella propria lingua invece di leggere i sottotitoli. Le nuove battute sono a tempo con le immagini, e la musica e gli effetti sonori dell’originale restano.
Voice over: Il voice over, nel significato che ha nella traduzione audiovisiva, sovrappone una traduzione parlata all’audio originale, che resta udibile sotto di essa a volume più basso. A differenza del doppiaggio, non cerca di sostituire le voci originali né di seguire il labiale: chi guarda sente che qualcun altro sta traducendo.
Clonazione vocale: La clonazione vocale consiste nel creare una voce sintetica che suona come una specifica persona reale, a partire da registrazioni del suo parlato. Il clone può poi dire frasi nuove che la persona non ha mai registrato, anche in altre lingue: è così che gli strumenti di doppiaggio mantengono la voce di chi parla in una traduzione.