Das Wichtigste in Kürze
Entscheiden Sie zuerst, ob die Untertitel ins Bild eingebrannt oder als separate Datei mitgeliefert werden. Eingebrannte Untertitel funktionieren überall und lassen sich nie wieder abschalten. Eine separate Datei, meist eine
.srt-Datei, lässt sich ausschalten, später bearbeiten und von Suchmaschinen lesen – vorausgesetzt, die Plattform akzeptiert solche Uploads. Danach läuft der Ablauf immer gleich: Text besorgen, in zeitlich getaktete Einblendungen aufteilen, gegen das Video gegenlesen, dann hochladen oder mit eingebranntem Text exportieren. Die Datei ist reiner Text, deshalb lässt sich ein Fehler leicht beheben.
Der Schnitt ist fertig. Jetzt will jemand Untertitel, oder Sie haben festgestellt, dass die meisten Leute ohne Ton schauen, und stehen vor einem Export-Dialog, in dem kein Untertitel-Feld zu sehen ist. Das ist normal. Untertitel gehören nicht zum Video wie Musik oder die Farbkorrektur. Meistens sind sie etwas völlig Eigenständiges, das in seiner eigenen Datei lebt, mit eigenem Format und eigenen Regeln.
Bevor Sie eine einzige Zeile Text schreiben, müssen Sie also eine Entscheidung treffen – und genau diese Entscheidung bestimmt alles Weitere. Fast jeder trifft sie aus Versehen. Hier treffen Sie sie bewusst.
Eingebrannt oder separat mitgeliefert
Es gibt zwei Wege, Text ins Video zu bringen.
Eingebrannte Untertitel werden beim Export direkt ins Bild gemalt. Die Pixel des Textes werden zu Pixeln des Videos, genau wie ein Logo oder eine Bauchbinde. Sie sind immer sichtbar. Der Zuschauer kann sie nicht abschalten, nicht in der Größe ändern, nicht umgestalten oder übersetzen, und wenn Ihnen ein Wort danebengegangen ist, müssen Sie das ganze Video neu exportieren, um es zu korrigieren. Dafür funktionieren sie überall, ohne dass irgendjemand mitspielen muss: in jedem Player, auf jeder Plattform, bei jedem erneuten Hochladen, bei jeder Bildschirmaufnahme, die jemand anderes von Ihrem Video macht.
Eine separate Untertiteldatei liegt als eigene Datei neben dem Video. Der Player liest sie aus und legt den Text bei der Wiedergabe darüber. Der Zuschauer kann sie ein- und ausschalten. Einen Tippfehler beheben Sie, indem Sie die Textdatei bearbeiten und neu hochladen, ohne das Video anzufassen. Eine zweite Sprache fügen Sie später einfach durch eine zweite Datei hinzu. Nichts wird ins Bild eingebrannt, das Video selbst bleibt unberührt.
Der Haken: Der Weg über eine separate Datei hängt komplett davon ab, wo das Video landet. Plattformen unterscheiden sich stark darin, ob sie eine hochgeladene Untertiteldatei überhaupt akzeptieren. Manche tun das gern und zeigen dem Zuschauer einen Schalter zum Ein- und Ausblenden. Andere nehmen unter keinen Umständen eine solche Datei an. Akzeptiert eine Plattform keine Untertiteldatei, bleibt nur das Einbrennen beim Export – und keine noch so korrekt formatierte Datei ändert daran etwas.
Prüfen Sie also, was Ihr Zielort akzeptiert, bevor Sie irgendetwas bauen. Wenn Sie dasselbe Video an zwei Stellen veröffentlichen und die eine eine Datei annimmt, die andere aber nicht, brauchen Sie womöglich tatsächlich zwei Exporte: einen sauberen mit separater Datei und einen mit eingebranntem Text. Das ist mühsam, aber auch schlicht die ehrliche Antwort.
Was eine Untertiteldatei tatsächlich enthält
Eine SubRip-Datei – Dateiendung .srt – ist das am häufigsten akzeptierte Format für separate Untertitel und die richtige Wahl, solange es keinen konkreten Grund gibt, ein anderes zu nehmen. Ihr Aufbau ist fast schon langweilig einfach. Jede Einblendung besteht aus vier Teilen in fester Reihenfolge: einer Nummer, einer Zeitangabe, einer oder mehreren Textzeilen und danach einer Leerzeile. Dann beginnt die nächste Einblendung.
Die Zeitangaben werden im Format hh:mm:ss,mmm geschrieben – Stunden, Minuten, Sekunden, dann Millisekunden nach einem Komma. Das Komma ist entscheidend. Erwartet ein Player ein Komma und findet stattdessen einen Punkt, kann er die Datei ablehnen oder die Einblendung überspringen, und der Fehler sieht dann meist so aus, dass einfach nichts passiert, statt dass eine Fehlermeldung erscheint. Wer das Format Feld für Feld erklärt haben möchte, findet hier eine ausführliche Erklärung des SubRip-Formats – lohnt sich, einmal durchzulesen.
WebVTT – Dateiendung .vtt – ist das andere Format, dem Sie begegnen werden. Es beginnt mit dem Wort WEBVTT in einer eigenen Zeile und trennt Millisekunden mit einem Punkt statt einem Komma. Nummern für die Einblendungen sind optional. Darüber hinaus kann es Dinge, die SubRip nicht kann: eine Einblendung woanders als unten mittig positionieren und Formatierungsangaben mitführen. Wenn eine Einblendung einer Grafik im Bild ausweichen soll, ist WebVTT der Weg dafür.
Haben Sie eine WebVTT-Datei, aber die Plattform will SubRip, ist die Umwandlung unkompliziert – aber machen Sie sich klar, was dabei passiert. Die Zeitangaben bleiben erhalten. Der Text bleibt erhalten. Positionierung, Formatierung und alle Zusatzinformationen fallen weg, und zwar endgültig, denn SubRip hat schlicht kein Feld dafür. Das ist kein Fehler im Konverter. Das Zielformat hat einfach keinen Platz für diese Informationen. Konvertieren Sie, wo möglich, in die Richtung, bei der nichts verloren geht, und rechnen Sie sonst damit, dass die Untertitel unten in der Standardposition landen.
Der Ablauf: Text, Timing, Kontrolle, Upload
Sobald Sie wissen, welchen Weg Sie einschlagen, läuft die eigentliche Arbeit immer in denselben vier Schritten ab, in derselben Reihenfolge.
- Text besorgen. Jedes gesprochene Wort schriftlich festhalten.
- Aufteilen und takten. Den Text in Einblendungen zerlegen und jeder einen Start- und Endzeitpunkt geben.
- Gegen das Video gegenlesen. Das Video mit eingeschalteten Untertiteln abspielen und Fehler korrigieren.
- Die Datei hochladen oder mit eingebranntem Text exportieren.
Schritt eins dauert am längsten, wenn Sie ihn per Hand eintippen. Sie können von Hand transkribieren – das ist genau, dauert aber ein Vielfaches der Videolänge –, oder Sie lassen den Ton automatisch transkribieren und korrigieren anschließend, was schneller geht, aber Fehler produziert, die Sie aufspüren müssen: meist bei Namen, Fachbegriffen und allem, was vor lautem Hintergrundgeräusch gesagt wurde. Automatische Transkription mit anschließendem sorgfältigem Gegenlesen ist für die meisten Menschen der richtige Standardweg. Ein browserbasierter Untertitel-Generator übernimmt das Aufteilen und Takten, sobald der Text vorliegt.
SozAI ist eine Transkriptions-App für iOS, Android und macOS, die Audiodateien, Videodateien, Aufnahmen und YouTube-Links in Text mit Sprecherkennzeichnung und Übersetzung in über 99 Sprachen verwandelt; die Browser-Tools auf der Website bearbeiten Untertiteldateien und zählen Zeichen, transkribieren aber selbst keinen Ton. Es ist eine von mehreren Optionen – wenn Ihre Schnittsoftware bereits ein brauchbares Transkript liefert, nutzen Sie das und sparen sich den zusätzlichen Schritt.
Liegt Ihnen nur ein zusammenhängender Text ohne jede Zeitangabe vor, übernimmt ein Konverter von reinem Text zu SRT den mechanischen Teil: das Aufteilen in Einblendungen und das Schreiben der Zeitzeilen im richtigen Format. Danach müssen Sie die Zeiten trotzdem noch gegen das Video justieren. Kein Werkzeug kann allein aus dem Text erraten, wo der Sprecher eine Pause gemacht hat.
Wie lange eine Einblendung im Bild bleiben sollte
Beim Timing zeigt sich sofort, ob Untertitel von einem Laien stammen, und es gibt zwei entgegengesetzte Fehlerarten.
Eine Einblendung, die weniger als etwa eine Sekunde im Bild steht, ist kaum lesbar. Das Auge braucht Zeit, um den Text zu finden, ihn aufzunehmen und wieder zum Bild zurückzukehren, und unter einer Sekunde reicht das nicht. Der Zuschauer bekommt nur einen Blitz von irgendetwas und das vage Gefühl, ein Wort verpasst zu haben. Das passiert meist, wenn ein Transkript bei jedem Komma zerschnitten wurde oder wenn ein kurzer Zwischenruf – ein Ja, ein Name, ein Lachen – eine eigene Einblendung bekommen hat, die exakt so lang ist wie der Ton selbst.
Eine Einblendung, die länger als etwa acht Sekunden läuft, ist das andere Problem, und fast immer ein Zeichen dafür, dass zwei Sätze zu einer Einblendung verschmolzen wurden. Lange Einblendungen stehen noch da, nachdem der Zuschauer sie längst gelesen hat, was leicht störend ist, aber der eigentliche Schaden ist, dass der zweite Satz schon im Bild erscheint, lange bevor er gesprochen wird. Text und Ton laufen auseinander, und der Zuschauer fängt an vorauszulesen, statt zu schauen.
Zielen Sie auf Einblendungen, die bequem zwischen diesen beiden Grenzen liegen, teilen Sie an natürlichen Satz- und Gliedgrenzen und nicht nach fester Wortzahl, und lassen Sie dem Bild dazwischen Luft zum Atmen. Wenn Sie unsicher sind, ob eine Einblendung zu lang ist, lesen Sie sie in dem Tempo laut, in dem die Person tatsächlich spricht. Geht Ihnen dabei die Luft aus, sind es zwei Einblendungen.
Die Datei vor dem Hochladen prüfen
Eine Untertiteldatei ist reiner Text. Sie können sie mit jedem Texteditor auf jedem Gerät öffnen, von oben bis unten lesen und ändern, was Sie wollen. Das ist die wichtigste Erkenntnis überhaupt zum Thema Untertitel, denn sie bedeutet: Der schnellste Weg, ein falsches Wort zu korrigieren, ist fast nie, die Schnittsoftware wieder zu öffnen, die Einblendung in der Timeline erneut zu finden und neu zu exportieren. Es reicht, die Datei zu öffnen, das Wort zu ändern und zu speichern.
Zwei Arten von Fehlern kommen vor, und sie brauchen unterschiedliche Prüfungen.
Strukturelle Fehler verhindern, dass die Datei überhaupt geladen wird. Eine fehlende Leerzeile zwischen zwei Einblendungen, ein Punkt statt eines Kommas in der Zeitangabe, eine Endzeit vor der Startzeit, sich überlappende Einblendungen. Solche Fehler übersieht ein Mensch beim Querlesen leicht, eine Maschine findet sie sofort – wofür ein SRT-Datei-Prüfwerkzeug gedacht ist. Lassen Sie die Datei vor dem Hochladen einmal durchlaufen, und Sie fangen genau die Fehlerklasse ab, die sonst dazu führt, dass Untertitel einfach lautlos nicht erscheinen.
Inhaltliche Fehler zeigen sich erst beim Anschauen. Falsch geschriebene Namen, eine Einblendung, die durchgängig eine halbe Sekunde zu spät kommt, eine Zeile, die technisch korrekt ist, sich aber schlecht liest. Spielen Sie das Video mit eingeschalteten Untertiteln in normaler Geschwindigkeit komplett bis zum Ende ab und schauen Sie dabei auf den Text statt aufs Bild. Das dauert genauso lange wie das Video, und dafür gibt es keine Abkürzung.
Was das nicht behebt
Automatisch von einer Plattform erzeugte Untertitel sind nicht dasselbe wie eine von Ihnen selbst erstellte Untertiteldatei. Sie entstehen aus dem Ton, ohne dass Sie eingreifen, sie liegen oft genau bei den Wörtern falsch, auf die es am meisten ankommt – Produktnamen, Personennamen, Fachbegriffe –, und meist haben Sie kaum Einfluss darauf. Wo Sie eine eigene Datei hochladen können, ersetzt das Raten durch etwas, das Sie selbst gelesen haben. Wo das nicht geht, sind eingebrannte Untertitel der einzige Weg, sicherzustellen, dass im Bild genau die Wörter stehen, die Sie gewählt haben.
Eingebrannte Untertitel sind dauerhafter, als viele denken. Einmal exportiert, ist der Text Teil des Bildes. Sie können dieses Video dann nicht mehr übersetzen, nicht ohne Untertitel anbieten, und ein Zuschauer mit kleinem Bildschirm kann den Text nicht größer machen. Besteht auch nur die Möglichkeit, dass das Video wiederverwendet, in eine andere Sprache untertitelt oder an jemand anderen zur Weiterbearbeitung übergeben wird, bewahren Sie einen sauberen Master-Export und die Untertiteldatei getrennt auf – auch wenn die Version, die Sie heute veröffentlichen, den Text eingebrannt hat.
Und das Umwandeln zwischen Formaten kostet Sie jedes Mal dasselbe. Der Weg von WebVTT zu SubRip verliert Positionierung und Formatierung, endgültig, weil dafür schlicht kein Platz vorhanden ist. Haben Sie Untertitel gebaut, die einer Grafik im Bild ausweichen, und wandeln diese dann für eine Plattform um, die SubRip verlangt, landen diese Untertitel in der Standardposition und verdecken die Grafik. Das im Voraus zu wissen ist besser, als es im veröffentlichten Video zu entdecken.
