تفاوت subtitles و captions چیست؟ زیرنویس بسته، باز و SDH

نوشته تحریریه whispertranscribe.ai · آخرین به‌روزرسانی: نوامبر ۲۰۲۶ · زمان مطالعه: ۱۰ دقیقه

تفاوت اصلی subtitles و captions به مخاطب آن‌ها مربوط است. در این مقاله subtitles به زیرنویس دیالوگ، اغلب ترجمه‌شده، برای بیننده‌ای گفته می‌شود که صدا را می‌شنود. Captions برای بینندگان ناشنوا یا کم‌شنوا نیز مناسب است و صداهای مهم، موسیقی و هویت گویندگان را اضافه می‌کند. در آمریکا این واژه‌ها گاهی به‌جای هم استفاده می‌شوند و در بریتانیا «subtitles» معمولاً هر دو را شامل می‌شود.

گروه دسترس‌پذیری W3C اشاره می‌کند که در برخی مناطق captions را subtitles می‌نامند. در ادامه زیرنویس بسته و باز، SDH، زیرنویس اجباری، یک صحنه در چهار شکل، جدول پلتفرم‌ها، پنج پرسش انتخاب و فهرست علامت‌گذاری صدا را می‌بینید.

پاسخ کوتاه: subtitles و captions

  • Subtitles: فقط دیالوگ برای افرادی که صدا را می‌شنوند اما ممکن است زبان را نفهمند؛ معمولاً ترجمه است.
  • زیرنویس بسته یا CC: دیالوگ، صداهای مهم و مشخصات گوینده به زبان صدا؛ بیننده می‌تواند آن را روشن یا خاموش کند.
  • زیرنویس باز: محتوای دسترس‌پذیر مشابه است، اما روی تصویر چسبیده و خاموش نمی‌شود.
  • SDH: محتوای captions برای ناشنوایان و کم‌شنوایان در مسیری با قالب زیرنویس؛ رایج در سرویس‌های پخش و دیسک.

برای دسترس‌پذیری به captions یا SDH نیاز دارید. W3C می‌گوید captions برای دسترس‌پذیری لازم است، در حالی که زیرنویس صرفاً ترجمه‌شده به زبان دیگر به‌تنهایی چنین امکانی را مستقیماً فراهم نمی‌کند.

مقایسه subtitles و captions در یک نگاه

Subtitles زیرنویس بسته (CC) زیرنویس باز SDH
مخاطب بینندگانی که صدا را می‌شنوند بینندگان ناشنوا و کم‌شنوا همه بینندگان بینندگان ناشنوا و کم‌شنوا
زبان معمولاً ترجمه همان زبان صدا معمولاً همان زبان صدا همان زبان صدا، گاهی ترجمه
دیالوگ بله بله بله بله
جلوه‌های صوتی و موسیقی خیر بله بله بله
شناسایی گوینده به‌ندرت بله، وقتی گوینده مشخص نیست بله، وقتی گوینده مشخص نیست بله، وقتی گوینده مشخص نیست
بیننده می‌تواند خاموش کند بله بله خیر بله
شیوه ارائه مسیر یا فایل جداگانه مسیر یا فایل جداگانه بخشی از تصویر ویدیو مسیر یا فایل جداگانه
کاربرد رایج فیلم خارجی و مخاطب جهانی تلویزیون، YouTube، دوره و رعایت الزامات کلیپ اجتماعی با پخش خودکار بی‌صدا پخش آنلاین و Blu-ray

Subtitles چیست؟

Subtitles متن زمان‌بندی‌شده دیالوگ برای بیننده‌ای است که می‌تواند صدای ویدیو را بشنود. معمولاً ترجمه می‌شود؛ مثلاً فیلمی کره‌ای می‌تواند در برزیل با متن پرتغالی نمایش داده شود.

فرض می‌شود بیننده زنگ در و موسیقی را می‌شنود، پس این صداها در متن نمی‌آیند. مرکز راهنمای شرکای Netflix می‌گوید subtitles در Netflix معمولاً ترجمه بین زبان‌هاست، اما SDH و CC به زبان خود صدا هستند (Netflix: تفاوت subtitles، SDH و CC).

Captions چیست؟

Captions نسخه متنی به زبان صدا از اطلاعات شنیداری لازم برای دنبال‌کردن ویدیو است: دیالوگ، تغییر گوینده، جلوه‌های صوتی و موسیقی. قواعد کیفیت FCC برای تلویزیون آمریکا می‌خواهند زیرنویس تا حد ممکن کلمات دیالوگ و صداهای پس‌زمینه و دیگر صداها را منتقل کند (FCC: زیرنویس بسته تلویزیون).

زیرنویس بسته در برابر زیرنویس باز

تفاوت اصلی امکان کنترل نمایش توسط بیننده است.

  • زیرنویس بسته در مسیر جداگانه‌ای مانند فایل SRT یا VTT قرار دارد و بیننده آن را با دکمه CC فعال می‌کند. یک ویدیو می‌تواند چند مسیر زبان داشته باشد.
  • زیرنویس باز روی فریم‌های ویدیو ثبت می‌شود. در هر پخش‌کننده دیده می‌شود، اما خاموش‌کردن یا تغییر زبان آن ممکن نیست و اصلاح خطا به خروجی مجدد ویدیو نیاز دارد.

W3C بیشتر captions را بسته توصیف می‌کند؛ نوع باز همواره نمایش داده می‌شود و خاموش نمی‌شود. برای جزئیات بیشتر راهنمای زیرنویس چسبیده و جداگانه را ببینید.

زیرنویس SDH چیست؟

SDH میان این دو قرار می‌گیرد: مخاطب و محتوای captions را دارد، اما ظاهر و قالب فایلش مانند subtitles است. Netflix می‌گوید SDH از نظر سبک و فنی مانند subtitles است، اما مخاطب و محتوایش با CC یکسان است.

SDH را در سرویس‌های پخش و منوهای Blu-ray می‌بینید. Netflix همچنین می‌پذیرد که افراد اغلب SDH و CC را به یک معنا به کار می‌برند.

زیرنویس اجباری یا forced narrative چیست؟

Forced narrative یا FN یک مسیر کوتاه است که فقط اطلاعات لازم برای همه را نشان می‌دهد: نوشته روی تابلو، پیام روی صفحه یا جمله‌ای به زبان خارجی که مخاطب باید بفهمد. Netflix زیرنویس FN را متنی برای روشن‌کردن پیام یا زبان دیگری که بیننده باید درک کند تعریف می‌کند و آن را وقتی زیرنویس کامل و CC خاموش‌اند پخش می‌کند.

یک صحنه در چهار شکل (مثالی که نوشته‌ایم)

برای این مقاله صحنه‌ای کوتاه ساخته‌ایم و هر نوع مسیر را نشان می‌دهیم. Maya و Leo در آشپزخانه‌اند. تلفن زنگ می‌زند، Leo از اتاق دیگری صحبت می‌کند و روی یخچال تابلویی به اسپانیایی می‌گوید «سر میز شام از تلفن استفاده نکنید».

مسیر آنچه بیننده می‌بیند
Subtitles اسپانیایی برای بیننده شنوا No contestes. / Es tu madre.
زیرنویس بسته فارسی [تلفن زنگ می‌زند] / MAYA: جواب نده. / LEO (خارج از تصویر): مامانته. / [زنگ قطع می‌شود]
SDH فارسی با برچسب به سبک Netflix [تلفن زنگ می‌زند] / جواب نده. / [Leo، از راهرو] مامانته. / [زنگ قطع می‌شود]
زیرنویس اجباری فارسی سر میز شام از تلفن استفاده نکنید

در subtitles اسپانیایی زنگ حذف شده، چون بیننده آن را می‌شنود. captions و SDH آن را نگه می‌دارند و Leo را که خارج از تصویر است معرفی می‌کنند. راهنمای SDH انگلیسی Netflix خواستار کروشه، برچسب با حروف کوچک و نام گوینده وقتی از تصویر مشخص نیست، می‌شود (راهنمای سبک متن زمان‌بندی‌شده انگلیسی Netflix). مسیر اجباری فقط نوشته‌ای را نشان می‌دهد که بیننده فارسی‌زبان نمی‌تواند به زبان اصلی بخواند.

تفاوت اصطلاحات آمریکا و بریتانیا

اختلاف بیشتر بر سر واژه‌هاست. در آمریکا و کانادا subtitles به دیالوگ ترجمه‌شده و captions به متن هم‌زبان صدا همراه صداهای مهم گفته می‌شود. در بریتانیا subtitles واژه رایج برای هر دو است. راهنمای BBC زیرنویس بسته را «closed captions» نیز می‌نامد و می‌گوید عمدتاً برای افراد دارای افت شنوایی است. حدود ۱۰٪ بینندگان تلویزیون مرتب از آن استفاده می‌کنند و این رقم در برخی محتوای آنلاین به ۳۵٪ می‌رسد (راهنمای زیرنویس BBC). این همان کاربردی است که شبکه‌های آمریکا closed captioning می‌نامند.

سبک نیز فرق دارد: BBC برچسب صدا را با حروف بزرگ انگلیسی می‌نویسد، اما راهنمای انگلیسی آمریکایی Netflix از حروف کوچک در کروشه استفاده می‌کند. از راهنمای سبک گیرنده کار پیروی کنید.

کدام را انتخاب کنید؟ جدول تصمیم

موقعیت انتخاب دلیل
ویدیوی YouTube به زبان خودتان زیرنویس بسته بیننده می‌تواند آن را خاموش کند و بعداً مسیر ترجمه اضافه می‌شود
کلیپ کوتاه اجتماعی با پخش خودکار بی‌صدا زیرنویس باز یا زیرنویس خود پلتفرم مخاطب بی‌صدا مرور می‌کند و زیرنویس باز در همه پخش‌کننده‌ها دیده می‌شود
دوره آنلاین یا ضبط وبینار زیرنویس بسته با صدا و گوینده فراگیران بازبینی و جست‌وجو می‌کنند و برخی برای دسترسی به آن نیاز دارند
ویدیوی آموزش داخلی زیرنویس بسته کارکنان ممکن است در دفتر مشترک ببینند یا به تسهیل دسترسی نیاز داشته باشند
فیلم یا سریال برای کشورهای دیگر subtitles ترجمه‌شده به‌علاوه SDH و در صورت نیاز FN سرویس‌هایی مانند Netflix هرکدام را به‌صورت فایل متن زمان‌بندی‌شده جداگانه می‌پذیرند
ویدیوی سایت برای برنامه دسترس‌پذیری زیرنویس بسته بازبینی‌شده توسط انسان WCAG captions را، نه فقط دیالوگ ترجمه‌شده، نسخه دسترس‌پذیر می‌داند

«ویدیوی من چه می‌خواهد؟» پنج پرسش

  1. آیا کسی بدون شنیدن صدا ویدیو را می‌بیند؟ اگر بله، captions یا SDH نیاز است. به پرسش ۲ بروید.
  2. آیا پخش‌کننده یا پلتفرم دکمه CC دارد؟ اگر بله زیرنویس بسته و اگر نه زیرنویس باز انتخاب کنید.
  3. آیا زبان مخاطب با زبان صدا متفاوت است؟ اگر بله مسیرهای زیرنویس ترجمه‌شده اضافه کنید.
  4. آیا نوشته روی تصویر یا دیالوگ خارجی وجود دارد که مخاطب باید بفهمد؟ اگر بله مسیر FN اضافه کنید یا آن را در هر مسیر زیرنویس بگنجانید.
  5. آیا به شبکه تلویزیونی یا سرویس پخش تحویل می‌دهید؟ اگر بله، مشخصات آن را بخواهید؛ نوع SDH یا CC، قالب فایل و سبک را تعیین می‌کند.

راهنمای پلتفرم‌ها: هرکدام چه چیزی را پشتیبانی می‌کنند؟

صفحات راهنما را در نوامبر ۲۰۲۶ بررسی کردیم و فقط آنچه را بیان کرده‌اند آورده‌ایم.

پلتفرم بارگذاری فایل خودتان؟ زیرنویس خودکار داخلی نکته مفید
YouTube بله، در YouTube Studio → Subtitles بله راهنمای یوتیوب پیشنهاد می‌کند هنگام تایپ captions متن‌هایی مانند [تشویق] یا [رعدوبرق] اضافه کنید (راهنمای YouTube)
Vimeo بله، SRT یا WebVTT (توصیه Vimeo: WebVTT) بله هنگام بارگذاری Type را Subtitle یا Caption انتخاب می‌کنید (راهنمای Vimeo)
TikTok در صفحه دسترس‌پذیری توضیح داده نشده بله، سازندگان پیش از انتشار می‌توانند ویرایش کنند بیننده می‌تواند captions خودکار را نمایش دهد یا پنهان کند (دسترس‌پذیری TikTok)

دسترس‌پذیری و قانون: منابع رسمی چه می‌گویند؟

این اطلاعات کلی است، نه مشاوره حقوقی. قوانین به ناشر ویدیو، محل و شیوه توزیع بستگی دارد.

  • تلویزیون آمریکا. FCC توزیع‌کنندگان برنامه ویدیویی را ملزم به ارائه captions برای برنامه‌های تلویزیونی با استانداردهای دقت، زمان‌بندی، کامل‌بودن و جای‌گذاری می‌کند (FCC).
  • برنامه تلویزیونی بازنشرشده آنلاین. برنامه‌ای که در تلویزیون آمریکا با زیرنویس پخش شده باید هنگام نمایش آنلاین نیز زیرنویس داشته باشد. به گفته FCC، ویدیوهای خانگی و دیگر محتوای کاربران الزامی به زیرنویس ندارند مگر اینکه با زیرنویس در تلویزیون پخش شده باشند (FCC: زیرنویس ویدیوی اینترنتی).
  • محتوای وب (WCAG). معیار موفقیت 1.2.2 در سطح A برای صدای ضبط‌شده در رسانه همگام زیرنویس می‌خواهد و معیار 1.2.4 زیرنویس زنده را در سطح AA پوشش می‌دهد (W3C WAI).
  • دولت‌های ایالتی و محلی آمریکا. قاعده ADA Title II وزارت دادگستری سطح AA استاندارد WCAG 2.1 را پذیرفته است. یک قاعده نهایی موقت منتشرشده در ۲۰ آوریل ۲۰۲۶ مهلت را برای دولت‌های دارای جمعیت ۵۰٬۰۰۰ نفر یا بیشتر به ۲۶ آوریل ۲۰۲۷ و برای دولت‌های کوچک‌تر و نواحی ویژه به ۲۶ آوریل ۲۰۲۸ منتقل کرد (ADA.gov).

چگونه subtitles و captions بسازیم؟

هر دو از رونویسی زمان‌بندی‌شده دیالوگ، معمولاً در SRT یا VTT، شروع می‌شوند. راهنمای فایل SRT قالب‌ها را توضیح می‌دهد؛ روند کوتاه به این شکل است.

  1. صدا را رونویسی کنید. whispertranscribe.ai ابزار تحت وب مبتنی بر Whisper شرکت OpenAI است و بیش از ۱۳۰ زبان دارد. فایل تا ۵ گیگابایت را با تولیدکننده زیرنویس هوش مصنوعی بارگذاری یا پیوند YouTube، Vimeo، Google Drive یا Dropbox را در رونویسی از URL وارد کنید.
  2. تشخیص گوینده را روشن کنید وقتی چند نفر صحبت می‌کنند.
  3. متن را بررسی کنید، به‌ویژه نام‌ها، اعداد و اصطلاحات.
  4. SRT یا VTT خروجی بگیرید. برای ویدیو از تبدیل MP4 به SRT و برای پادکست و صدا از MP3 به SRT استفاده کنید.
  5. subtitles را دستی به captions تبدیل کنید. رونویسی خودکار فقط گفتار را ثبت می‌کند. یک نفر باید با فهرست زیر جلوه‌های صوتی، موسیقی و نام گویندگان خارج از تصویر را اضافه کند.

برای زیرنویس ترجمه‌شده، ترجمه صدا به انگلیسی متن انگلیسی اولیه می‌دهد. می‌توانید رایگان و بدون حساب امتحان کنید؛ طرح‌های پولی با پرداخت سالانه از ماهانه ۹٫۹۹ دلار شروع می‌شوند (قیمت‌ها). خروجی فایل جداگانه‌ای است که کنار ویدیو بارگذاری می‌شود؛ چیزی به تصویر چسبانده نمی‌شود.

فهرست بررسی ویرایش captions (قابل کپی)

میان خروجی و بارگذاری از آن استفاده کنید. برچسب‌ها مطابق سبک انگلیسی آمریکایی Netflix هستند؛ آن‌ها را با راهنمای پلتفرم خود هماهنگ کنید.

فهرست بررسی ویرایش زیرنویس

صداها
[ ] صداهای مهم داستان علامت‌گذاری شده‌اند: [تلفن زنگ می‌زند] [در بسته می‌شود] [تشویق]
[ ] برچسب‌ها در کروشه و در متن انگلیسی جز نام‌ها با حروف کوچک‌اند
[ ] صدا توصیف شده نه حرکت: [صدای نزدیک‌شدن قدم‌ها]، نه [او وارد می‌شود]
[ ] سکوت مهم مشخص شده: [موسیقی قطع می‌شود]

موسیقی
[ ] موسیقی فضاساز مشخص شده: [موسیقی ملایم پیانو]
[ ] متن ترانه میان نت‌ها قرار گرفته: ♪ متن ترانه ♪
[ ] نام ترانه فقط در صورت تأیید آمده: [«نام ترانه» پخش می‌شود]

گویندگان
[ ] گوینده خارج از تصویر نام‌گذاری شده: [Leo] مامانته.
[ ] گوینده ناشناس با عنوان کلی مشخص شده: [مرد]، [زن 2]
[ ] دو گوینده در یک زیرنویس هرکدام با خط تیره شروع می‌شوند

گفتار
[ ] مکث‌های معنادار حفظ شده‌اند: اِم، هوم، اوه
[ ] گفتار خارجی مشخص شده: [به اسپانیایی] یا [اسپانیایی صحبت می‌کند]
[ ] لحن مؤثر بر معنا مشخص شده: [طعنه‌آمیز]، [زمزمه می‌کند]

بررسی نهایی
[ ] هیچ زیرنویسی نوشته روی تصویر یا چهره را نمی‌پوشاند
[ ] ویدیو یک بار بدون صدا تماشا شده است

اگر می‌توانید ویدیو را بی‌صدا دنبال کنید، زیرنویس وظیفه‌اش را انجام می‌دهد.

پرسش‌های متداول

آیا subtitles و captions یکسان‌اند؟

خیر، هرچند اغلب به‌جای هم استفاده می‌شوند. Subtitles دیالوگ را برای بینندگان شنوا، معمولاً به زبان دیگر، ارائه می‌کند. Captions علاوه بر دیالوگ هم‌زبان صدا، صداهای مهم، موسیقی و گویندگان را برای بینندگان ناشنوا یا کم‌شنوا نشان می‌دهد. در بریتانیا subtitles معمولاً هر دو را پوشش می‌دهد؛ ازاین‌رو راهنمای BBC برای بینندگان ناشنوا Subtitle Guidelines نام دارد.

CC در ویدیو به چه معناست؟

CC مخفف closed captions یا زیرنویس بسته است: متنی که روشن یا خاموش می‌شود و دیالوگ و صداهای مهم را به زبان صدا نشان می‌دهد. در YouTube، برنامه‌های پخش و تلویزیون، دکمه یا برچسب CC یعنی مسیر زیرنویس در دسترس است. سرویس‌های پخش گاهی مسیر SDH را نیز CC می‌نامند؛ محتوای مشابهی در قالب زیرنویس دارد.

تفاوت SDH و زیرنویس بسته چیست؟

SDH و زیرنویس بسته برای یک مخاطب‌اند و دیالوگ، صدا، موسیقی و هویت گوینده را در بر می‌گیرند. تفاوت فنی است: SDH مانند subtitles ظاهر و رفتار می‌کند و از قلم، جای‌گذاری و قالب زیرنویس استفاده می‌کند؛ برای پخش آنلاین و Blu-ray مناسب است. Closed captions به‌طور سنتی به زیرنویس پخش تلویزیونی آمریکا با قواعد نمایش خاص اشاره دارد. بسیاری این دو را یکسان می‌نامند.

آیا subtitles الزامات دسترس‌پذیری را برآورده می‌کند؟

معمولاً به‌تنهایی خیر. راهنماهایی مانند WCAG متن هم‌زبان صدا با صداهای مهم را می‌خواهند تا بیننده ناشنوا آن اطلاعات را از دست ندهد. مسیر صرفاً ترجمه‌شده دیالوگ این اطلاعات را ندارد. اگر مسیری صداها و گویندگان را شامل شود، صرف‌نظر از نام آن در پخش‌کننده می‌تواند نقش captions داشته باشد. برای مسائل حقوقی قواعد رسمی مربوط به خودتان را بررسی کنید.

آیا هوش مصنوعی می‌تواند زیرنویس بسته را خودکار بسازد؟

هوش مصنوعی می‌تواند بخش دیالوگ را که عمده کار است سریع تهیه کند. ابزارهایی مانند whispertranscribe.ai متن زمان‌بندی‌شده برای خروجی SRT یا VTT تولید می‌کنند. جلوه‌های صوتی، موسیقی و نام گوینده خارج از تصویر هنوز به بازبینی انسان نیاز دارد، زیرا رونویسی فقط گفتار را ثبت می‌کند. این برچسب‌ها را به فایل بیفزایید، نام‌ها و اعداد را بررسی کنید و پیش از انتشار یک بار بدون صدا ببینید.


آماده افزودن زیرنویس به ویدیوی بعدی هستید؟ فایل یا پیوند را در تولیدکننده زیرنویس whispertranscribe.ai وارد کنید و با تشخیص گوینده در بیش از ۱۳۰ زبان SRT یا VTT خروجی بگیرید. فقط متن ساده می‌خواهید؟ تبدیل ویدیو به متن را امتحان کنید. همه امکانات را ببینید.

منابع

می‌خواهید فایل‌های ضبط‌شدهٔ خود را به متن تبدیل کنید؟

صدا و ویدیو را با whispertranscribe.ai به متن تبدیل کنید.

شروع تبدیل به متن ↗