Napisy do shortów po polsku — jak je zrobić dobrze

Napisy w pionowym wideo nie są udogodnieniem dla osób niesłyszących. Są warunkiem, żeby klip w ogóle zadziałał. Ludzie oglądają w pracy, w autobusie, w łóżku obok kogoś śpiącego — z wyciszonym telefonem. Klip bez napisów jest dla nich dziesięcioma sekundami gadającej głowy bez treści, po których przewijają dalej.

Napisy z platformy nie wystarczą

YouTube, Instagram i TikTok mają własne automatyczne napisy. Trzy powody, dla których to nie załatwia sprawy:

Są wyłączone domyślnie albo ukryte za przełącznikiem, którego prawie nikt nie szuka. Widz, który przewija, nie zatrzyma się, żeby włączyć napisy.

Polski wychodzi im gorzej niż angielski. Nazwy własne, liczby, zbitki spółgłosek i mowa potoczna to miejsca, w których automat z platformy regularnie się gubi — a błąd w napisie jest widoczny natychmiast i wygląda niechlujnie.

Nie masz wpływu na wygląd. Rozmiar, pozycja i styl są ustalone przez platformę i bywają dokładnie tam, gdzie zasłaniają to, co pokazujesz.

Dlatego napisy w shortach wypala się w obraz. Stają się częścią pliku wideo: nie da się ich wyłączyć, wyglądają wszędzie tak samo i nie zależą od ustawień widza.

Skąd wziąć tekst

Transkrypcja automatyczna. Modele rozpoznawania mowy radzą sobie dziś z polskim naprawdę dobrze — pod warunkiem, że dostają model wielojęzyczny, a nie angielski z doklejonym tłumaczeniem.

Kluczowa rzecz przy shortach: potrzebujesz znaczników czasu przy pojedynczych słowach, a nie przy całych zdaniach. To różnica między napisem, który pojawia się blokiem i wisi cztery sekundy, a takim, który podąża za mówiącym słowo po słowie. Ten drugi trzyma uwagę wyraźnie lepiej, bo w kadrze cały czas coś się zmienia.

Po transkrypcji zawsze warto przejrzeć tekst. Nawet dobry model myli:

• nazwy własne i marki
• liczby zapisane słownie kontra cyframi
• „nie" zlewające się z następnym słowem
• końcówki, gdy ktoś mówi szybko i połyka sylaby

Jedna literówka nie zabija klipu. Źle rozpoznana nazwa Twojej firmy — trochę bardziej.

Jak dzielić linie

Najczęstszy błąd to napisy w formie akapitu. Pięć linii tekstu drobną czcionką na dole kadru nikt nie przeczyta, bo klip trwa trzydzieści sekund, a oko jest zajęte obrazem.

Co działa:

Dwa do czterech słów naraz. Jedna linia, wyśrodkowana. Zmienia się w rytmie mówienia.

Duży rozmiar. Napis w shorcie ma być czytelny na telefonie trzymanym w ręce, a nie na monitorze w edytorze. Jeśli w podglądzie wygląda na przesadnie duży, prawdopodobnie jest w sam raz.

Wersaliki albo pogrubienie. Nie z powodu estetyki — chodzi o czytelność przy szybkim ruchu w tle.

Obrys albo cień. Biały tekst na jasnym ujęciu znika. Ciemny obrys wokół liter sprawia, że napis jest czytelny na każdym tle, i jest mniej inwazyjny niż prostokąt wypełnienia pod tekstem.

Bez tła w postaci paska. Pasek zjada obraz i wygląda jak napisy z filmu, a nie jak short.

Gdzie je postawić

Nie przy dolnej krawędzi. To odruch przeniesiony z filmów i w pionowym wideo działa źle, bo dolne 20–25% kadru zajmuje interfejs aplikacji: nazwa konta, opis, pasek dźwięku.

Bezpieczne miejsce to środek kadru albo trochę poniżej — mniej więcej na wysokości ramion mówiącego. Napis jest wtedy w polu widzenia razem z twarzą i nie trzeba przenosić wzroku.

Więcej o marginesach i tym, co zasłania które krawędzie, jest w tekście o formacie 9:16.

Dlaczego polski jest tu trudniejszy

Trzy konkretne rzeczy, na których narzędzia zbudowane pod angielski się wykładają:

Ogonki. Ą, ę, ś, ż, ź, ć, ń, ó, ł muszą przetrwać całą drogę: transkrypcję, plik z napisami i renderowanie. Jeśli krój pisma użyty przy wypalaniu nie ma polskich znaków, wychodzą puste prostokąty albo litery bez ogonków — i widać to w każdym drugim zdaniu.

Długość słów. Polskie słowa są średnio dłuższe niż angielskie. Podział linii przeniesiony z angielskiego daje napisy wychodzące poza kadr albo zmniejszane do nieczytelnego rozmiaru.

Fleksja przy dzieleniu. Rozbicie „nie chciałbym" na dwie linie w złym miejscu zmienia rytm czytania. Dobre dzielenie idzie po granicach fraz, nie po liczbie znaków.

To są rzeczy, których nie widać w demo po angielsku i które wychodzą dopiero na własnym materiale.

Synchronizacja — jeden błąd, który psuje wszystko

Znaczniki czasu w transkrypcji liczone są od początku całego nagrania. Wycięty klip zaczyna się od zera. Jeśli narzędzie nie odejmie momentu cięcia, napisy rozjadą się dokładnie o tyle, ile wynosi początek fragmentu — przy klipie z czterdziestej minuty to czterdzieści minut przesunięcia, czyli napisy nie pojawiają się w ogóle.

Objaw bywa subtelniejszy: napisy są, ale spóźnione o sekundę. Wtedy wygląda to jak niedbałość, a nie jak błąd, i łatwo to przeoczyć przy odsłuchu z dźwiękiem — bo słyszysz słowo i mózg dopasowuje napis. Sprawdzaj pierwszy klip z wyciszonym dźwiękiem.

Skrót

• Wypalaj w obraz, nie polegaj na napisach platformy
• Dwa–cztery słowa naraz, duże, z obrysem, bez paska tła
• Środek kadru, nie dolna krawędź
• Sprawdź, czy ogonki przeżyły renderowanie
• Obejrzyj pierwszy klip bez dźwięku

Shotuj robi to automatycznie na polskim materiale: transkrypcja ze znacznikami przy słowach, napisy wypalane w kadr, w bezpiecznej strefie, z ogonkami. Darmowe konto bez karty.