Guida pratica

Sottotitoli nei video social: impressi o nativi, come si corregge la trascrizione automatica e come si impaginano perché si leggano

7 minuti di letturaAggiornata il

Copertina: «Sottotitoli che si leggono davvero», con fotogrammi di lavori del portfolio

Chi apre Instagram o TikTok in sala d’attesa, in treno o a letto accanto a qualcuno che dorme tiene spesso l’audio spento. Se il video si regge solo sulla voce, per quella persona è un volto che muove le labbra, e dopo un secondo è già il video successivo. I sottotitoli fanno passare il messaggio lo stesso. E servono a chi sente poco, a chi non è madrelingua, a chi guarda in un posto rumoroso, a chi deve leggere una parola tecnica per capirla.

Farli è facile, farli bene molto meno: l’app genera il testo in pochi secondi, ma un nome storpiato, una frase spezzata a metà o una riga bianca su un muro bianco si notano più dell’assenza dei sottotitoli. Questa guida è su quello che viene dopo la trascrizione automatica. I passaggi dentro le singole app non ci sono di proposito: cambiano da un aggiornamento all’altro, e conviene leggerli nelle indicazioni della piattaforma.

Impressi nel video o nativi della piattaforma

Prima di scegliere uno strumento conviene sapere che esistono due famiglie di sottotitoli, e che danno risultati diversi.

  • Nativi. Sono una traccia di testo gestita dalla piattaforma: un file con le frasi e i tempi in cui ciascuna compare, che l’app mostra sopra il video. Di solito chi guarda può nasconderli, lo stile è uno dei pochi modelli che l’app offre, e vanno rifatti su ogni piattaforma. In compenso si correggono anche dopo la pubblicazione;
  • Impressi. Fanno parte dell’immagine, esportati insieme al video. Li vede chiunque, ovunque il file venga pubblicato, con il carattere, i colori e la posizione che hai scelto. Per correggerli serve un nuovo export.

Per un’attività che pubblica lo stesso video su più canali, gli impressi sono quasi sempre la scelta più solida: si preparano una volta, con cura, e il file è pronto per Reels, TikTok e Shorts senza rifare niente. E non si escludono: dalla stessa trascrizione corretta si esporta anche un file di sottotitoli (il formato più diffuso è l’SRT, un testo con numero del blocco, inizio, fine e frase) da caricare come traccia dove la piattaforma lo accetta, per esempio su YouTube.

La trascrizione automatica: dove sbaglia, e in che ordine si corregge

Le app e i programmi di montaggio trascrivono il parlato da soli, già divisi in blocchi e già a tempo. È un compito con una risposta giusta, ed è il motivo per cui lo strumento automatico è utile, come spiego nella guida su cosa fa l’intelligenza artificiale nel montaggio. Ma la bozza non è pubblicabile così com’è, e gli errori sono quasi sempre gli stessi:

  • Nomi propri e marchi scritti come suonano. Il nome della tua attività storpiato è l’errore che costa di più, perché è quello che chi ti conosce nota per primo;
  • numeri, prezzi e date: in cifre in un punto e in lettere in un altro, o semplicemente sbagliati;
  • termini del tuo settore e parole straniere dentro il parlato italiano;
  • punteggiatura assente o casuale, che cambia il senso delle frasi;
  • tempi: blocchi che compaiono prima che la voce li dica, restano troppo poco o tagliano una frase a metà.

Quanti errori ci saranno lo decide soprattutto l’audio: un microfono vicino alla bocca fa più differenza di qualunque programma, e due persone che parlano una sopra l’altra confondono qualsiasi trascrizione. Come si registra bene col telefono è nella guida su come girare col telefono.

L’ordine conta: prima il testo, poi i tempi, solo alla fine lo stile. Scegliere carattere e colori su una trascrizione che dovrai riscrivere vuol dire rifare il lavoro due volte, e ogni parola corretta dopo l’impaginazione rischia di spostare un a capo che funzionava.

Dove si va a capo

È la parte che lo strumento automatico fa peggio, e quella che fa più differenza. Il programma divide il testo quando il blocco è pieno; chi legge invece capisce per pezzi di senso. Un blocco che finisce su un articolo, una preposizione o a metà di un nome costringe ad aspettare il blocco dopo per capire quello prima, e intanto la voce è già andata avanti.

Divisa a caso

  1. 1Da trent’anni facciamo
  2. 2infissi su
  3. 3misura a Empoli

ogni blocco si interrompe dove la frase non si ferma: «infissi su» non vuol dire niente, e chi legge aspetta il blocco dopo per capire quello prima.

Divisa dove si respira

  1. 1Da trent’anni
  2. 2facciamo infissi su misura
  3. 3a Empoli

ogni blocco è un pezzo di senso compiuto, compare con la voce che lo dice e si legge in un colpo d’occhio.

Esempio costruito, non un lavoro del portfolio. Le parole sono le stesse e lo stesso è il numero di blocchi: cambia solo dove si va a capo.
  • Poche parole per blocco. Nei video brevi funzionano blocchi corti, spesso da una manciata di parole, su una riga o al massimo due;
  • a capo dove si respira: dopo una virgola, prima di una congiunzione, mai fra un articolo e il suo nome o fra nome e cognome;
  • con la voce, non prima. Il blocco compare quando la frase comincia e resta il tempo di leggerlo. Un testo che anticipa il parlato rovina la battuta che doveva arrivare;
  • fino all’ultima parola. I sottotitoli che si fermano prima della chiusura lasciano senza testo proprio la richiesta finale, come spiego nella guida sulla call to action nei video.

Leggibili su un telefono

Un sottotitolo corretto ma illeggibile non serve a nessuno. Lo schermo è piccolo, il pollice scorre in fretta, il testo compete con volti, prodotto e pulsanti, e il social ricomprime il video togliendo dettaglio proprio ai bordi delle lettere.

Un carattere senza grazie, spesso

Bastoni, in grassetto o semi-grassetto: è il tipo di carattere che resta leggibile anche dopo la compressione. I caratteri sottili e quelli decorativi, che nel programma sembrano eleganti, nel feed si sfaldano.

Contrasto di chiaro e scuro, non di colore

Bianco con un contorno o un’ombra scura, oppure su un riquadro scuro semitrasparente. Il contrasto deve stare fra chiaro e scuro, non fra due tinte: un testo rosso su un fondo verde, dopo la compressione, ha i bordi impastati. Perché succede è nella guida sui formati video per i social.

La prova a braccio teso

Guarda il video sul telefono tenendolo come lo terrebbe chi scorre il feed. Se devi avvicinarlo per leggere, il testo è piccolo. È l’unica misura che vale su ogni schermo.

Poco sotto il centro

In basso c’è la didascalia dell’app, a destra i pulsanti, in alto spesso il volto. La fascia appena sotto il centro è di solito la più sicura, ma va verificata in anteprima: quanto spazio copre l’app cambia con la lunghezza della didascalia. Dove stanno quelle fasce è nella guida su come si monta un Reel; se nel video ci sono anche nome e ruolo di chi parla, il sottopancia sta sopra i sottotitoli, come spiego nella guida sui lower third.

Una parola evidenziata, non tre

Un colore diverso sulla parola che conta aiuta a ricordare il messaggio. Tre parole colorate per blocco sono solo rumore, e il colore smette di dire qualcosa.

Un solo file per tutte le piattaforme

Se i sottotitoli stanno nella zona che Reels, TikTok e Shorts lasciano libera tutti e tre, lo stesso file si pubblica ovunque senza rifare il lavoro. Non è solo comodità: un video che vive su un’unica app dipende da quell’app. È lo stesso ragionamento che fa chi lavora con la musica nelle strategie per musicisti dopo il ban di TikTok: avere contenuti pronti per più feed, invece che per uno solo.

Con una eccezione. Uno Short tagliato da un video lungo non eredita i sottotitoli così come sono: erano impaginati per un quadro orizzontale, e nel verticale vanno rifatti. Quello che si riusa è la trascrizione già corretta, che risparmia la parte più lunga del lavoro. Come si sceglie il pezzo e come lo si reinquadra è nella guida su come ricavare uno Short da un video lungo.

La didascalia del post è un’altra cosa

Molti, cercando «caption», intendono il testo sotto il post, non quello dentro il video. Lì vale una regola sola: conta la prima riga, quella che si vede prima che il resto finisca nascosto. Deve fare lo stesso lavoro dei primi secondi del video, cioè dire perché fermarsi. Come si scrivono è nella guida su i primi due secondi, e se ti serve un punto di partenza il generatore di hook propone aperture da adattare sia al parlato sia alla didascalia.

Prima di pubblicare

  • hai riletto tutta la trascrizione, dall’inizio alla fine, e i nomi propri sono scritti giusti;
  • numeri, prezzi e date sono scritti allo stesso modo in tutto il video;
  • nessun blocco si interrompe a metà di un nome o su un articolo;
  • il testo compare con la voce e arriva fino all’ultima frase;
  • si legge a braccio teso, anche sopra la scena più chiara del video;
  • non copre volti, prodotto né i pulsanti dell’app, nell’anteprima di ogni piattaforma;
  • l’hai guardato senza audio: se si capisce lo stesso, i sottotitoli fanno il loro lavoro. L’analisi video gratuita controlla anche questo, prima che il video esca.

Il mio punto di vista

I sottotitoli non sono l’ultima cosa da aggiungere a video finito: sono una parte del montaggio, come i tagli e la musica. Dove si va a capo decide il ritmo con cui si legge, la parola evidenziata decide cosa resta in testa, e un testo che compare nel momento giusto fa arrivare una battuta che senza audio andrebbe persa. Per questo li imposto insieme al resto, partendo da chi guarderà il video e da cosa deve fare dopo averlo visto.

Nei verticali che monto sottotitoli e caption sono inclusi, impressi e impaginati per il telefono, e i nomi della tua attività e del tuo settore li controllo uno per uno. Se hai già un video sottotitolato e vuoi sapere se si legge davvero, o cosa cambieresti, è quello che fa l’analisi qui sotto.

Domande frequenti

Che formati e che consegne ricevo?

I video verticali arrivano in 9:16 pronti per Reels, TikTok e YouTube Shorts, con sottotitoli e caption incluse, color grading e sound design. Per i video lunghi la consegna è in 16:9 con capitoli e sottotitoli per YouTube. Se serve lo stesso contenuto in più proporzioni si concorda prima: un adattamento pensato in fase di montaggio funziona, un ritaglio fatto dopo quasi mai.

Cosa comprende la post produzione di un video?

Tutto quello che avviene dopo le riprese: selezione del girato, montaggio e ritmo, pulizia e bilanciamento dell'audio, color correction e color grading, titoli e sottotitoli, eventuali grafiche animate, musica e sound design, ed esportazione nei formati che servono. Sul long form è la voce che si paga al minuto di video montato: €12 al minuto, €15 al minuto quando comprende motion graphics. Se il girato è già tuo non serve nient'altro: mandi il materiale e ricevi il file finito, senza che il progetto debba ripartire dalle riprese.

Qual è la differenza tra montare i video da solo e farli montare da un professionista?

La differenza non sta nei programmi: quelli gratuiti oggi bastano per tagliare, sottotitolare ed esportare. Sta nel tempo e nella ripetibilità. Montare da soli un video che si regge richiede diverse ore ogni volta, e sono le stesse ore che servirebbero a preparare il contenuto successivo; con dieci video di fila si aggiunge il problema di farli somigliare tra loro — stesso colore, stessi titoli, stesso ritmo. Quello che porta un professionista sono tre cose: la selezione, cioè decidere cosa buttare via, che è il mestiere vero; la coerenza tra un video e l'altro; e la lettura di quello che non ha funzionato nel video precedente. Delegare conviene quando il montaggio è diventato il collo di bottiglia delle uscite: uno short verticale montato dal girato che mi mandi tu costa €69, il long form €12 al minuto montato con un minimo di 8 minuti, quindi il confronto si fa in ore del tuo lavoro più che in euro.

Posso capire come lavori prima di pagare qualcosa?

Mandami un video che hai già girato, anche col telefono, lungo fino a 3 minuti: entro 2 giorni lavorativi ti rispondo per iscritto con cosa promettono i primi due secondi, dove secondo me cade l’attenzione, cosa taglierei, l’hook che userei e il taglio giusto per la piattaforma su cui vuoi pubblicarlo. Il servizio non ha costi, non serve comprare niente e l’analisi resta tua anche se poi non lavoriamo insieme. Un’avvertenza per onestà: è un’analisi scritta, non un montaggio di prova — il montaggio è il lavoro, e quello si paga. Se non hai ancora girato niente mandami l’idea in due righe: ti consegno la direzione con cui la girerei e cosa serve per farla funzionare. Anche questa è scritta nelle condizioni generali, al punto 18, con i suoi limiti dichiarati.

Mandami un video: analizzo il girato e ti consegno una direzione su misura.

Mandami un video che hai già girato: entro 2 giorni lavorativi analizzo il materiale e ti consegno per iscritto una direzione su misura — cosa funziona, cosa taglierei, con che hook lo aprirei. Senza costi e senza impegno.

Un video per persona, lungo fino a 3 minuti. È un’analisi scritta, non un montaggio di prova: il montaggio è il lavoro e si paga.

Prossima guidaFormati video per i social: quale proporzione per quale spazio, e perché il video perde qualità dopo il caricamentoUn video che esce bene dal programma e arriva male nel feed ha quasi sempre sbagliato una di due cose: la forma del quadro o il file consegnato al social. Come si scelgono tutte e due.Leggi · 7 minuti →