Subtitles 和 Captions 有什么区别?(Closed、Open 和 SDH)

作者:whispertranscribe.ai Editorial Team · 最后更新:2026 年 11 月 · 阅读约 10 分钟

Subtitles 和 captions 的区别,归根到底在于文字是给谁看的。 Subtitles(字幕)默认观众听得见,所以只放对白,而且常常是翻译过来的。Captions(听障字幕)是给聋人和听力障碍观众看的,会加上音效、音乐和说话人标注。美国人常把两个词混着用,而在英国,“subtitles”通常两者都指。

W3C 无障碍团队也提到,captions 在“某些地区被称为 subtitles”。下面依次讲:closed captions 和 open captions、SDH 字幕、forced narrative(强制字幕),同一场戏的四种写法,一张平台对照表,一个 5 个问题的选择流程,以及一份可以直接复制的声音标注清单。

简短回答:subtitles 和 captions 的区别

  • Subtitles(字幕): 只有对白,给听得见但可能听不懂这门语言的人看。通常是译文。
  • Closed captions(CC,可关闭字幕): 对白加上有意义的声音和说话人标注,语言和音频相同。观众可以自己打开或关闭。
  • Open captions(开放字幕): 内容和 captions 一样,但直接烧进画面里,关不掉。
  • SDH(subtitles for the deaf and hard of hearing,聋人及听障人士字幕): 用字幕轨的形式承载 captions 的内容。流媒体和光盘上很常见。

要满足无障碍要求,得用 captions 或 SDH。W3C 指出,captions 是无障碍所需要的,“而其他语言的字幕并不直接属于无障碍便利措施”。

一张表看懂 subtitles 和 captions

Subtitles Closed captions (CC) Open captions SDH
面向谁 听得见音频的观众 聋人和听障观众 所有观看者 聋人和听障观众
语言 通常是译文 与音频相同 与音频相同(通常) 与音频相同,有时是译文
对白 有 有 有 有
音效和音乐 无 有 有 有
说话人标注 很少 有,说话人不明显时 有,说话人不明显时 有,说话人不明显时
观众能否关闭 能 能 不能 能
交付形式 单独的字幕轨或文件 单独的字幕轨或文件 视频画面的一部分 单独的字幕轨或文件
典型用途 外语片、面向全球观众 电视、YouTube、课程、合规 静音自动播放的社交短视频 流媒体、Blu-ray

什么是 subtitles?

Subtitles 是给听得见原声的观众看的、带时间轴的对白文字。它通常是翻译,比如一部韩国电影在巴西播放时,屏幕上显示葡萄牙语。

既然默认观众听得见门铃和音乐,这些声音就不写进去。Netflix 合作方帮助中心说,在 Netflix,“subtitles 是跨语言的定时文本素材,SDH/CC 是同语言的”(Netflix:subtitles、SDH 和 CC)。

什么是 captions?

Captions 是同语言的文字版本,涵盖观众看懂视频所需的全部音频信息:对白、说话人切换、音效和音乐。FCC 对电视字幕的质量规定要求,captions 必须“与对白中的说话内容一致,并尽可能完整地传达背景噪音和其他声音”(FCC:电视隐藏字幕)。

Closed captions 和 open captions

两者唯一的区别是观众能不能自己控制。

  • Closed captions 放在单独的字幕轨里,比如 SRT 或 VTT 文件,观众按 CC 按钮打开。一个视频可以带好几种语言。
  • Open captions 直接渲染进视频画面。任何播放器上都能显示,但谁也关不掉、换不了语言,改一个错字就得重新导出视频。

W3C 说大多数 captions 是 closed 的,而 open captions “始终显示,无法关闭”。想深入了解烧录字幕这一边,可以看我们的硬字幕与软字幕指南。

什么是 SDH 字幕?

SDH 处在两者中间:受众和内容跟 captions 一样,外观和文件格式却跟 subtitles 一样。Netflix 对 SDH 的定义是“在风格和技术上与 subtitles 相同,但”具有“与 CC 相同的目标受众和内容”。

SDH 常见于流媒体服务和 Blu-ray 菜单。Netflix 也承认,人们常把 SDH 和 CC 当成一回事。

什么是 forced narrative?

Forced narrative(FN,强制字幕)是一条很短的字幕轨,只显示每位观众都需要看到的内容:一块招牌、屏幕上的一条短信,或者一句本就希望观众听懂的外语对白。Netflix 对 FN 字幕的定义是“说明交流内容或其他语言、意在让观众理解”的文字,并且只在完整字幕和 CC 都关闭时播放。

同一场戏,四种写法(我们自己写的示例)

下面是我们为本文编的一小段戏,分别写成四种字幕轨。Maya 和 Leo 在厨房里。电话响了,Leo 在另一个房间说话,冰箱上贴着一张西班牙语标牌,写着“NO PHONES AT DINNER”(吃饭时不许看手机)。

字幕轨 观众看到的内容
Subtitles(西班牙语,给听得见的观众) No contestes. / Es tu madre.
Closed captions(英语) [phone ringing] / MAYA: Don't answer that. / LEO (off-screen): It's your mom. / [phone stops]
SDH(英语,Netflix 风格标注) [phone ringing] / Don't answer that. / [Leo, from the hallway] It's your mom. / [ringing stops]
Forced narrative(英语) NO PHONES AT DINNER

(译注:表中字幕示例保留原文。西班牙语两句意为“别接。”“是你妈。”;英语示例意为:[电话铃响] / MAYA:别接。/ LEO(画外):是你妈。/ [铃声停止]。)

西班牙语字幕没写铃声,因为观众听得见。Captions 和 SDH 保留了铃声,并标出了不在画面里的 Leo。Netflix 的英语 SDH 指南正是这样要求的:用方括号、小写标注,说话人标注“只在无法从画面辨认时”才加(Netflix English (USA) Timed Text Style Guide)。Forced narrative 只显示那块英语观众看不懂的标牌。

美式和英式叫法

分歧主要在用词上。在美国和加拿大,“subtitles”指翻译过来的对白,“captions”指带声音信息的同语言文字。在英国,“subtitles”是日常说法,两种都指。BBC 的指南讲的是“closed” subtitles,“也叫 closed captions”,并说它们“主要是为听力受损的观众服务”。约 10% 的电视观众经常使用,在部分线上内容中这一比例升到 35%(BBC Subtitle Guidelines)。这和美国广播公司所说的 closed captioning 是同一件事。

风格也不一样:BBC 的声音标注用大写(POP MUSIC ON RADIO),而 Netflix 的美式英语指南用方括号加小写。交付给谁,就按谁的风格指南来。

该用哪一种?选择表

场景 用什么 原因
用你自己语言制作的 YouTube 视频 Closed captions 观众可以关掉,之后还能加翻译字幕轨
静音自动播放的社交短视频 Open captions,或平台自带的 captions 观众关着声音刷;open captions 在任何播放器上都能显示
在线课程或网络研讨会录像 带声音和说话人标注的 closed captions 学员会反复看、会搜索,有些人要靠字幕才能获取内容
内部培训视频 Closed captions 员工可能在共享办公室观看,或需要字幕作为便利措施
发行到其他国家的电影或剧集 翻译字幕加 SDH,必要时加 FN Netflix 等流媒体要求每种都作为单独的定时文本文件
无障碍项目中的网站视频 经人工核对的 closed captions WCAG 认可的无障碍版本是 captions,而不是普通字幕

“我的视频需要哪种?”5 个问题

  1. 会不会有人在听不到声音的情况下看? 会的话,你需要 captions 或 SDH。接着看第 2 题。
  2. 你的播放器或平台有 CC 按钮吗? 有就用 closed captions,没有就用 open captions。
  3. 观众说的语言和音频不一样吗? 是的话,额外加翻译字幕轨。
  4. 有没有观众必须看懂的屏幕文字或外语对白? 有的话,加一条 forced narrative 字幕轨,或者在每条字幕轨里都写进去。
  5. 你是要交付给电视台或流媒体平台吗? 是的话,向对方要规格说明。用 SDH 还是 CC、文件格式和风格都由它决定。

平台指南:各平台支持什么

我们在 2026 年 11 月查看了各平台的帮助页面,只收录页面上写明的内容。

平台 能否上传自己的文件? 自带自动字幕 须知
YouTube 能,在 YouTube Studio → Subtitles 有 YouTube 帮助建议手动输入字幕时加上 [applause](掌声)或 [thunder](雷声)这类文字(YouTube 帮助)
Vimeo 能,SRT 或 WebVTT(Vimeo 推荐 WebVTT) 有 上传时要选择 Type:Subtitle 或 Caption(Vimeo 帮助)
TikTok 无障碍页面未说明 有,创作者可在发布前编辑 观众可以显示或隐藏自动字幕(TikTok 无障碍)

无障碍与法律:官方来源怎么说

本文为一般性信息,不构成法律意见(not legal advice)。 具体规则取决于视频由谁发布、在哪里发布以及如何分发。

  • 美国电视。 FCC 要求视频节目分发商为电视节目加字幕,并对准确性、同步、完整性和位置设有质量标准(FCC)。
  • 转到网上播放的电视节目。 在美国电视上带字幕播出的节目,放到网上时也必须保留字幕。FCC 表示,家庭录像等用户自制内容不要求加字幕,除非它曾带字幕在电视上播出(FCC:网络视频字幕)。
  • 网页内容(WCAG)。 WCAG 成功标准 1.2.2 在 Level A 要求同步媒体中的预录音频提供字幕,1.2.4 在 Level AA 涵盖直播字幕(W3C WAI)。
  • 美国州和地方政府。 司法部的 ADA Title II 规则采用 WCAG 2.1 Level AA。2026 年 4 月 20 日发布的一项临时最终规则,把总人口 50,000 及以上的政府的合规日期推迟到 2027 年 4 月 26 日,较小的政府和特别区推迟到 2028 年 4 月 26 日(ADA.gov)。

怎么制作 subtitles 和 captions

两者都从一份带时间码的对白文字稿开始,通常存成 SRT 或 VTT。我们的 SRT 文件指南会讲这些格式;这里先说简要流程。

  1. 转写音频。 whispertranscribe.ai 是一款基于 OpenAI Whisper 模型、在浏览器里使用的工具,支持 130+ languages(130 多种语言)。用 AI 字幕生成器上传最大 5GB 的文件,或把 YouTube、Vimeo、Google Drive、Dropbox 链接粘贴到 从链接转写。
  2. 有多人说话时,打开说话人识别。
  3. 核对文字, 尤其是人名、数字和专业术语。
  4. 导出 SRT 或 VTT。 视频文件可以直接用 MP4 转 SRT 工具。播客和其他音频用 MP3 转 SRT。
  5. 手动把 subtitles 补成 captions。 自动转写只记录说出来的话。音效、音乐提示和画外说话人的标注,需要人按下面的清单加进文件里。

需要翻译字幕的话,把音频翻译成英语能先给你一份英文文字作底稿。你可以免费试用,无需注册账号,付费套餐 from $9.99/month billed annually(按年付费,每月 9.99 美元起)(价格)。导出的是软字幕文件,和视频一起上传,不会烧进画面。

字幕编辑清单(可直接复制)

在导出之后、上传之前用。标注方式按 Netflix 美式英语风格;按你所用平台的指南调整。

CAPTION EDITING CHECKLIST

Sounds
[ ] Plot-relevant sounds labeled: [phone ringing] [door slams] [applause]
[ ] Labels in square brackets, lowercase except names
[ ] Sounds described, not actions: [footsteps approaching], not [he walks in]
[ ] Silence noted when it matters: [music stops]

Music
[ ] Mood music labeled: [soft piano music]
[ ] Song lyrics wrapped in music notes: ♪ Lyrics here ♪
[ ] Song titles only if confirmed: ["Song Title" playing]

Speakers
[ ] Off-screen or unseen speakers named: [Leo] It's your mom.
[ ] Unknown speakers labeled generically: [man], [woman 2]
[ ] Two speakers in one caption start with a hyphen each

Speech
[ ] Meaningful hesitations kept: um, hmm, whoa
[ ] Foreign dialogue marked: [in Spanish] or [speaking Spanish]
[ ] Tone noted when it changes meaning: [sarcastically], [whispering]

Final pass
[ ] No caption covers on-screen text or faces
[ ] Watched once with the sound off

(中文译注:清单分五组——声音:标出与剧情相关的声音,方括号、除人名外小写,描述声音而非动作,必要时标出静音;音乐:标出氛围音乐,歌词用音符包住,确认过才写歌名;说话人:标出画外或看不见的说话人,未知说话人用通用标注,一条字幕里两人说话各以连字符开头;语音:保留有意义的停顿语气词,标出外语对白,语气改变意思时注明;最后检查:字幕不遮挡屏幕文字或人脸,关掉声音完整看一遍。)

如果静音也能看懂视频,你的字幕就合格了。

常见问题

Subtitles 和 captions 是一回事吗?

不是,虽然人们常把两个词混着用。Subtitles 为听得见的观众提供对白,通常译成另一种语言。Captions 为聋人和听障观众提供同语言的对白,外加音效、音乐和说话人标注。在英国,“subtitles”通常两者都指,所以 BBC 面向听障观众的指南叫 Subtitle Guidelines。

视频上的 CC 是什么意思?

CC 是 closed captions 的缩写:可以打开或关闭的文字,以与音频相同的语言显示对白和重要声音。在 YouTube、流媒体 App 和电视上,CC 按钮或标签表示有字幕轨可用。流媒体服务有时会把 CC 标签放在 SDH 字幕轨上,SDH 用字幕样式承载同类内容。

SDH 和 closed captions 有什么区别?

SDH 和 closed captions 服务同一批观众,内容也一样:对白、声音、音乐和说话人标注。区别在技术层面。SDH 的外观和表现都像 subtitles,用字幕字体、字幕位置和字幕文件格式,适合流媒体和 Blu-ray。“Closed captions”传统上指美国电视广播字幕,有自己的显示规则。很多人把这两个词当成同一个意思。

Subtitles 能满足无障碍要求吗?

单靠它通常不行。WCAG 等无障碍指南要求的是 captions,也就是包含聋人观众会错过的声音的同语言文字。只有对白的翻译字幕轨缺了这部分信息。如果一条字幕轨包含了声音和说话人信息,不管播放器怎么称呼它,都可以当作 captions 使用。涉及法律问题,请查阅适用于你的官方规定。

AI 能自动生成 closed captions 吗?

AI 可以很快生成对白部分,这是大部分工作量。whispertranscribe.ai 这类工具会生成带时间轴的文字稿,可导出为 SRT 或 VTT。音效、音乐提示和画外说话人名字仍需要人工补充,因为文字稿只记录说话内容。把这些标注加进字幕文件,核对人名和数字,发布前关掉声音完整看一遍。


准备给下一个视频加字幕了吗? 在 whispertranscribe.ai 字幕生成器里上传文件或粘贴链接,即可导出 SRT 或 VTT,支持 130+ languages(130 多种语言),并带说话人识别。只需要纯文字稿?用 视频转文字工具。查看全部功能。

参考资料

想把录音转成文字?

用 whispertranscribe.ai 转录音频和视频。

开始转录 ↗