Subtitles và captions khác nhau thế nào? Phụ đề đóng, mở và SDH

Ban biên tập whispertranscribe.ai · Cập nhật lần cuối: tháng 11 năm 2026 · Đọc trong 10 phút

Khác biệt giữa subtitles và captions nằm ở đối tượng của văn bản. Subtitles giả định người xem nghe được nên chỉ chuyển lời thoại, thường dưới dạng dịch. Captions phục vụ người khiếm thính hoặc điếc, thêm hiệu ứng âm thanh, âm nhạc và nhận diện người nói. Tại Mỹ hai từ thường dùng thay nhau; ở Anh “subtitles” thường bao gồm cả hai.

Nhóm tiếp cận W3C lưu ý captions được gọi là “subtitles” ở một số nơi. Dưới đây: captions đóng và mở, SDH, forced narrative, một cảnh viết bốn cách, bảng nền tảng, 5 câu hỏi lựa chọn và danh sách nhãn âm thanh có thể sao chép.

Trả lời nhanh: subtitles và captions

  • Subtitles: chỉ lời thoại cho người nghe được nhưng có thể không hiểu ngôn ngữ. Thường là bản dịch.
  • Captions đóng (CC): lời thoại cùng âm thanh có ý nghĩa và nhãn người nói, cùng ngôn ngữ âm thanh. Người xem bật hoặc tắt được.
  • Captions mở: cùng nội dung captions nhưng gắn vào hình ảnh. Không thể tắt.
  • SDH (subtitles cho người điếc và khiếm thính): nội dung captions trong bản phụ đề kiểu subtitles. Phổ biến trên dịch vụ phát trực tuyến và đĩa.

Để tiếp cận cần captions hoặc SDH. W3C lưu ý captions cần thiết cho khả năng tiếp cận, còn subtitles ngôn ngữ khác không trực tiếp là biện pháp tiếp cận.

So sánh subtitles và captions

Subtitles Captions đóng (CC) Captions mở SDH
Dành cho Người xem nghe được âm thanh Người điếc và khiếm thính Mọi người xem Người điếc và khiếm thính
Ngôn ngữ Thường là bản dịch Cùng ngôn ngữ âm thanh Thường cùng ngôn ngữ âm thanh Cùng ngôn ngữ, đôi khi dịch
Lời thoại Có Có Có Có
Hiệu ứng và âm nhạc Không Có Có Có
Nhận diện người nói Hiếm Có khi không nhìn rõ ai nói Có khi không nhìn rõ ai nói Có khi không nhìn rõ ai nói
Người xem tắt được Có Có Không Có
Cung cấp dưới dạng Bản hoặc tệp riêng Bản hoặc tệp riêng Một phần hình ảnh video Bản hoặc tệp riêng
Sử dụng điển hình Phim ngoại ngữ, tiếp cận quốc tế TV, YouTube, khóa học, tuân thủ Clip mạng xã hội tự phát tắt tiếng Phát trực tuyến, Blu-ray

Subtitles là gì?

Subtitles là văn bản lời thoại có thời gian cho người xem nghe được âm thanh. Chúng thường dịch lời, để phim Hàn Quốc có thể chiếu ở Brazil với chữ Bồ Đào Nha.

Người xem được giả định nghe thấy chuông cửa và âm nhạc nên các âm thanh ấy không được ghi. Trung tâm đối tác Netflix nói subtitles tại Netflix là văn bản có thời gian liên ngôn ngữ, còn SDH/CC là nội ngôn ngữ, tức cùng ngôn ngữ (Netflix: subtitles, SDH và CC).

Captions là gì?

Captions là phiên bản văn bản cùng ngôn ngữ của mọi âm thanh cần để theo dõi video: lời thoại, thay đổi người nói, hiệu ứng và âm nhạc. Quy tắc chất lượng TV của FCC yêu cầu captions khớp lời thoại và truyền tải tiếng nền cùng âm thanh khác đầy đủ nhất có thể (FCC: Closed Captioning on Television).

Captions đóng và captions mở

Khác biệt là người xem có điều khiển được không.

  • Captions đóng nằm trên bản riêng, ví dụ tệp SRT hoặc VTT, và người xem bật bằng nút CC. Một video có thể có nhiều ngôn ngữ.
  • Captions mở được gắn vào khung hình. Chúng hiện trên mọi trình phát nhưng không thể tắt hoặc đổi ngôn ngữ; sửa lỗi chính tả cần xuất lại video.

W3C mô tả phần lớn captions là đóng, còn captions mở luôn hiện và không tắt được. Xem thêm hướng dẫn phụ đề cứng và mềm về phần gắn vào hình.

Phụ đề SDH là gì?

SDH ở giữa hai loại. Nó có đối tượng và nội dung của captions nhưng hình thức và định dạng tệp của subtitles. Netflix định nghĩa SDH giống subtitles về kiểu và kỹ thuật nhưng có cùng đối tượng và nội dung với CC.

Bạn gặp SDH trên dịch vụ phát trực tuyến và menu Blu-ray; Netflix thừa nhận SDH và CC thường được dùng cùng nghĩa.

Forced narrative là gì?

Forced narrative (FN) là bản phụ đề ngắn chỉ hiện điều mọi người xem cần hiểu: biển báo, tin nhắn trên màn hình hoặc lời thoại ngoại ngữ. Netflix định nghĩa phụ đề FN là văn bản làm rõ thông tin hoặc ngôn ngữ khác mà người xem cần hiểu, và phát khi subtitles đầy đủ cùng CC tắt.

Một cảnh, bốn cách (ví dụ chúng tôi viết)

Đây là cảnh hư cấu cho bài viết, trình bày theo từng loại bản; lời thoại được chuyển sang tiếng Việt để so sánh. Maya và Leo ở trong bếp. Điện thoại reo, Leo nói từ phòng khác và tấm biển trên tủ lạnh ghi bằng tiếng Tây Ban Nha “KHÔNG DÙNG ĐIỆN THOẠI KHI ĂN TỐI”.

Bản Người xem thấy
Subtitles (tiếng Tây Ban Nha, cho người nghe được) Đừng nghe máy. / Mẹ bạn gọi đấy.
Captions đóng (tiếng Anh) [điện thoại reo] / MAYA: Đừng nghe máy. / LEO (ngoài hình): Mẹ bạn gọi đấy. / [điện thoại ngừng reo]
SDH (tiếng Anh, nhãn kiểu Netflix) [điện thoại reo] / Đừng nghe máy. / [Leo, từ hành lang] Mẹ bạn gọi đấy. / [chuông ngừng]
Forced narrative (tiếng Anh) KHÔNG DÙNG ĐIỆN THOẠI KHI ĂN TỐI

Subtitles tiếng Tây Ban Nha bỏ tiếng chuông vì người xem nghe được. Captions và SDH giữ lại và nêu tên Leo ở ngoài hình. Hướng dẫn SDH tiếng Anh của Netflix yêu cầu đúng điều này: ngoặc vuông, nhãn chữ thường và nhận diện người nói khi không thể nhận ra bằng hình (Netflix English (USA) Timed Text Style Guide). Forced narrative chỉ hiện biển mà người nói tiếng Anh không đọc được.

Thuật ngữ Mỹ và Anh

Khác biệt chủ yếu là từ ngữ. Tại Mỹ và Canada, “subtitles” là lời thoại dịch, “captions” là chữ cùng ngôn ngữ có âm thanh. Tại Anh, “subtitles” là từ thường dùng cho cả hai. Hướng dẫn BBC đề cập subtitles “đóng”, còn gọi là “closed captions”, chủ yếu dành cho người mất thính lực. Khoảng 10% khán giả truyền hình dùng thường xuyên, tăng lên 35% với một số nội dung trực tuyến (BBC Subtitle Guidelines). Đó là cùng công việc mà đài Mỹ gọi là closed captioning.

Phong cách cũng khác: BBC viết nhãn âm thanh bằng chữ hoa (NHẠC POP TRÊN RADIO), còn hướng dẫn tiếng Anh Mỹ của Netflix dùng chữ thường trong ngoặc vuông. Hãy theo hướng dẫn của nơi nhận sản phẩm.

Nên dùng loại nào? Bảng quyết định

Tình huống Dùng Vì sao
Video YouTube bằng ngôn ngữ của bạn Captions đóng Người xem tắt được và có thể thêm bản subtitles dịch sau
Clip mạng xã hội tự phát tắt tiếng Captions mở hoặc captions của nền tảng Người xem lướt không có tiếng; captions mở hiện ở mọi trình phát
Khóa học trực tuyến hoặc bản ghi hội thảo Captions đóng có nhãn âm thanh và người nói Học viên xem lại, tìm kiếm và một số cần captions để tiếp cận
Video đào tạo nội bộ Captions đóng Nhân viên có thể xem trong văn phòng chung hoặc cần hỗ trợ tiếp cận
Phim hoặc loạt phim cho nước khác Subtitles dịch cộng SDH và FN khi cần Netflix và dịch vụ khác nhận từng bản là tệp thời gian riêng
Video web cho chương trình tiếp cận Captions đóng được người kiểm tra WCAG coi captions, không phải subtitles đơn thuần, là bản tiếp cận

“Video của tôi cần gì?” 5 câu hỏi

  1. Có ai xem mà không nghe được âm thanh không? Nếu có, cần captions hoặc SDH. Sang câu 2.
  2. Trình phát hoặc nền tảng có nút CC không? Có thì dùng captions đóng; không thì dùng captions mở.
  3. Người xem nói ngôn ngữ khác âm thanh không? Nếu có, thêm subtitles dịch làm bản bổ sung.
  4. Có chữ trên màn hình hoặc lời ngoại ngữ khán giả phải hiểu không? Nếu có, thêm bản forced narrative hoặc đưa vào mỗi bản phụ đề.
  5. Bạn giao cho đài hoặc dịch vụ phát trực tuyến? Nếu có, hỏi đặc tả. Họ quyết định SDH hay CC, định dạng và phong cách.

Hướng dẫn nền tảng: mỗi nền tảng hỗ trợ gì?

Chúng tôi kiểm tra trang trợ giúp từng nền tảng tháng 11 năm 2026 và chỉ đưa vào điều họ nêu.

Nền tảng Tải tệp riêng? Captions tự động tích hợp Cần biết
YouTube Có, trong YouTube Studio → Subtitles Có Trợ giúp YouTube yêu cầu thêm chữ như [vỗ tay] hoặc [sấm] khi nhập captions (YouTube Help)
Vimeo Có, SRT hoặc WebVTT (khuyên dùng WebVTT) Có Khi tải chọn Type: Subtitle hoặc Caption (Vimeo Help)
TikTok Không mô tả trên trang tiếp cận Có, nhà sáng tạo sửa được trước khi đăng Người xem có thể hiện hoặc ẩn captions tự động (TikTok Accessibility)

Khả năng tiếp cận và pháp luật: nguồn chính thức nói gì?

Đây là thông tin chung, không phải tư vấn pháp lý. Quy tắc phụ thuộc ai xuất bản video, ở đâu và cách phân phối.

  • TV tại Mỹ. FCC yêu cầu nhà phân phối chương trình truyền hình thêm captions với tiêu chuẩn chính xác, thời gian, đầy đủ và vị trí (FCC).
  • Chương trình TV đăng lại trực tuyến. Chương trình đã chiếu trên TV Mỹ có captions phải giữ captions khi lên mạng. FCC nói nội dung do người dùng tạo như video gia đình không bắt buộc có captions trừ khi đã phát trên TV với captions (FCC: phụ đề video internet).
  • Nội dung web (WCAG). Tiêu chí WCAG 1.2.2 yêu cầu captions cho âm thanh ghi trước trong phương tiện đồng bộ ở mức A; 1.2.4 bao gồm captions trực tiếp ở mức AA (W3C WAI).
  • Chính quyền bang và địa phương Mỹ. Quy tắc ADA Title II của Bộ Tư pháp áp dụng WCAG 2.1 mức AA. Quy tắc cuối cùng tạm thời công bố ngày 20 tháng 4 năm 2026 dời hạn tuân thủ đến 26 tháng 4 năm 2027 cho chính quyền có dân số 50,000 trở lên và 26 tháng 4 năm 2028 cho đơn vị nhỏ hơn và khu đặc biệt (ADA.gov).

Cách tạo subtitles và captions

Cả hai bắt đầu bằng bản chép lời thoại có mã thời gian, thường lưu SRT hoặc VTT. Hướng dẫn tệp SRT là gì giải thích định dạng; đây là quy trình ngắn.

  1. Phiên âm. whispertranscribe.ai là công cụ trình duyệt dùng Whisper của OpenAI, xử lý hơn 130 ngôn ngữ. Tải tệp tới 5GB bằng trình tạo phụ đề AI, hoặc dán liên kết YouTube, Vimeo, Google Drive hay Dropbox vào phiên âm từ URL.
  2. Bật nhận diện người nói khi có nhiều người.
  3. Kiểm tra văn bản, đặc biệt tên, số và thuật ngữ.
  4. Xuất SRT hoặc VTT. Với video, chuyển MP4 sang SRT đi thẳng đến kết quả. Với podcast và âm thanh khác, dùng MP3 sang SRT.
  5. Chuyển subtitles thành captions bằng tay. Phiên âm tự động chỉ ghi lời nói. Con người cần thêm hiệu ứng, dấu nhạc và nhãn người nói ngoài hình theo danh sách dưới đây.

Với subtitles dịch, dịch âm thanh sang tiếng Anh cho văn bản tiếng Anh để làm việc. Bạn có thể thử miễn phí không cần tài khoản, gói trả phí từ $9.99/tháng khi trả hằng năm (giá). Bản xuất là tệp phụ đề rời tải cùng video. Không có gì gắn cứng vào hình.

Danh sách kiểm tra chỉnh sửa captions (sao chép và dán)

Dùng giữa xuất và tải lên. Nhãn theo phong cách tiếng Anh Mỹ của Netflix; điều chỉnh theo hướng dẫn nền tảng.

DANH SÁCH KIỂM TRA CHỈNH SỬA CAPTIONS

Âm thanh
[ ] Đã gắn nhãn âm thanh quan trọng: [điện thoại reo] [cửa sập] [vỗ tay]
[ ] Nhãn trong ngoặc vuông, chữ thường trừ tên
[ ] Mô tả âm thanh, không phải hành động: [tiếng bước chân đến gần], không phải [anh ấy bước vào]
[ ] Ghi sự im lặng khi quan trọng: [nhạc dừng]

Âm nhạc
[ ] Gắn nhãn nhạc tạo không khí: [nhạc piano nhẹ]
[ ] Lời bài hát giữa các nốt nhạc: ♪ Lời bài hát ở đây ♪
[ ] Chỉ ghi tên bài hát nếu đã xác nhận: [đang phát “Tên bài”]

Người nói
[ ] Ghi tên người nói ngoài hình hoặc không thấy: [Leo] Mẹ bạn gọi đấy.
[ ] Người nói không rõ gắn nhãn chung: [đàn ông], [phụ nữ 2]
[ ] Hai người trong một phụ đề bắt đầu mỗi lượt bằng dấu gạch nối

Lời nói
[ ] Giữ ngập ngừng có ý nghĩa: ừm, hừm, ồ
[ ] Đánh dấu ngoại ngữ: [bằng tiếng Tây Ban Nha] hoặc [nói tiếng Tây Ban Nha]
[ ] Ghi giọng điệu khi làm đổi nghĩa: [mỉa mai], [thì thầm]

Kiểm tra cuối
[ ] Không phụ đề nào che chữ hoặc khuôn mặt trên màn hình
[ ] Đã xem một lần khi tắt tiếng

Nếu có thể theo dõi video khi tắt tiếng, captions đang làm tốt nhiệm vụ.

Câu hỏi thường gặp

Subtitles và captions có giống nhau không?

Không, dù thường được dùng thay nhau. Subtitles truyền lời thoại cho người nghe được, thường dịch sang ngôn ngữ khác. Captions truyền lời thoại cùng ngôn ngữ cộng hiệu ứng, âm nhạc và nhãn người nói cho người điếc hoặc khiếm thính. Ở Anh, “subtitles” thường bao gồm cả hai, vì thế hướng dẫn BBC cho người điếc tên là Subtitle Guidelines.

CC trên video nghĩa là gì?

CC là closed captions: văn bản bật tắt được, hiện lời thoại và âm thanh quan trọng cùng ngôn ngữ âm thanh. Trên YouTube, ứng dụng phát trực tuyến và TV, nút hoặc nhãn CC cho biết có bản captions. Dịch vụ phát trực tuyến đôi khi gắn CC cho SDH, vốn có cùng nội dung trong định dạng kiểu subtitles.

SDH và captions đóng khác nhau gì?

SDH và captions đóng phục vụ cùng người xem và có cùng nội dung: lời thoại, âm thanh, nhạc và nhãn người nói. Khác biệt về kỹ thuật. SDH trông và hoạt động như subtitles, với phông, vị trí và định dạng phụ đề, phù hợp phát trực tuyến và Blu-ray. “Closed captions” truyền thống chỉ captions truyền hình Mỹ có quy tắc hiển thị riêng. Nhiều người dùng hai thuật ngữ cùng nghĩa.

Subtitles có đáp ứng yêu cầu tiếp cận không?

Thông thường không nếu đứng một mình. Hướng dẫn như WCAG yêu cầu captions — văn bản cùng ngôn ngữ có các âm thanh người điếc sẽ bỏ lỡ. Bản subtitles dịch chỉ có lời thoại bỏ mất thông tin đó. Nếu bản có thông tin âm thanh và người nói, nó có thể làm captions bất kể trình phát gọi gì. Với câu hỏi pháp lý, kiểm tra quy tắc chính thức áp dụng cho bạn.

AI có tự tạo captions đóng không?

AI có thể nhanh chóng tạo phần lời thoại, chiếm phần lớn công việc. Các công cụ như whispertranscribe.ai tạo bản chép có thời gian để xuất SRT hoặc VTT. Hiệu ứng âm thanh, dấu nhạc và tên người nói ngoài hình vẫn cần con người bổ sung, vì bản chép chỉ ghi lời nói. Thêm nhãn vào tệp, kiểm tra tên và số, xem một lần khi tắt tiếng trước xuất bản.


Sẵn sàng tạo captions cho video tiếp theo? Tải tệp hoặc dán liên kết vào trình tạo phụ đề whispertranscribe.ai và xuất SRT hoặc VTT bằng hơn 130 ngôn ngữ, có nhận diện người nói. Cần bản chép thuần? Dùng chuyển video thành văn bản. Xem mọi tính năng.

Tài liệu tham khảo

Bạn muốn chuyển bản ghi của mình thành văn bản?

Chuyển lời nói trong tệp âm thanh và video thành văn bản bằng whispertranscribe.ai.

Bắt đầu chuyển thành văn bản ↗