La guida ai sottotitoli in diretta per broadcast e streaming

La maggior parte dei progetti di sottotitolazione in diretta parte dalla domanda sbagliata. I team chiedono quale fornitore, o quale formato. La domanda che decide tutto il resto è più semplice: in quale punto della catena i sottotitoli si uniscono al video?

Risponda prima a questa e il formato si sceglie da solo. Il ritardo diventa un'impostazione anziché una sorpresa. Nessuno deve montare un nuovo apparato a rack.

Se la salta, sarà la settimana del lancio a farLe scoprire che il packager perde metà dello stile, o che i player HLS non vedono mai il 608 che Le avevano detto di avere.

Questa guida è il riferimento che vorremmo avesse ogni team broadcast e streaming prima del suo primo stream sottotitolato. Spiega come la sottotitolazione in cloud si inserisce in un flusso di lavoro che già gestisce, cosa sono davvero i formati, da cosa dipendono accuratezza e ritardo, e si chiude con cinque domande e una checklist da riutilizzare prima di ogni messa in onda.

I sottotitoli entrano nella catena in uno di cinque punti

Ogni catena live ha gli stessi punti di riferimento: un feed di contribuzione, un transcoder, un packager, un'origin, i player. SyncWords si colloca in una di cinque posizioni rispetto a questi elementi, e ogni posizione apre un diverso insieme di formati.

• Prima del transcoder. Il Suo feed raggiunge SyncWords tramite SRT come MPEG-TS, e i sottotitoli tornano sullo stesso transport stream. È il percorso broadcast completo: EIA-608 incorporato, Teletext (DVB-TXT), DVB-SUB e DVB-TTML, ogni lingua sul proprio PID etichettato. È adatto a playout, contribuzione e qualsiasi catena che termina in un multiplexer o in un uplink satellitare.
• Tra il transcoder e il packager. Il transcoder invia CMAF Ingest (o il precedente HLS Ingest) a SyncWords, che aggiunge una traccia di sottotitoli TTML e passa lo stream al packager. I team AWS si trovano spesso qui, tra MediaLive e MediaPackage. Il packager converte il nostro TTML in WebVTT, quindi sopravvive solo lo stile che quel packager comprende.
• Dopo il packager, all'origin. SyncWords legge il Suo HLS esistente e scrive segmenti WebVTT accanto a esso, senza copiare né ripubblicare i Suoi segmenti video. I player ricevono quasi tutta la specifica WebVTT, il che rende questa la posizione con lo stile e il posizionamento più ricchi.
• RTMP. Gli stream social e di live shopping non hanno in pratica né transcoder né packager. I sottotitoli viaggiano con lo stream RTMP verso destinazioni come YouTube Live e Facebook Live.
• Il widget. Nessun video. Gli spettatori aprono un link o scansionano un codice QR e leggono i sottotitoli sul proprio telefono. È il prodotto per gli eventi, e basta il solo audio.

Due cose valgono in ogni posizione. Il video non viene mai transcodificato, quindi qualità dell'immagine, DRM e marker SCTE-35 passano esattamente come sono arrivati. E una sola sessione può alimentare più posizioni contemporaneamente: SRT di ritorno al Suo playout e un link al widget per le persone in sala, dagli stessi sottotitoli.

Lavora su AWS? Come aggiungere sottotitoli in diretta ad AWS MediaLive senza ricodifica illustra passo per passo la posizione intermedia.

Mantiene lo stack che ha già

Sottotitolazione in cloud non significa smantellare qualcosa. Se possiede già un caption encoder hardware, SyncWords può pilotarlo via IP con un feed 608, così può procedere ai Suoi tempi. Se i Suoi sottotitolatori o il Suo software di stenotipia producono già un feed 608, possiamo acquisirlo tramite una connessione Control-A diretta e generare i sottotitoli a partire da esso. E se il Suo team automatizza tutto, l'API Le permette di associare un servizio per canale una sola volta, per poi avviarlo, fermarlo e pianificarlo senza toccare di nuovo la configurazione.

I formati dei sottotitoli in parole semplici

I formati si dividono in due famiglie. Alcuni viaggiano all'interno del segnale video. Altri viaggiano come tracce di testo o di immagini separate, accanto a esso.

EIA-608. Lo troverà anche come CEA-608: stesso standard, il nome ha seguito l'ente di standardizzazione. È il formato nordamericano della linea 21, nato con la TV analogica. Un set di caratteri ridotto, poche righe di testo, quattro canali di sottotitoli (da CC1 a CC4). È ciò che si aspettano la maggior parte dei sistemi di playout, dei decoder e dei caption encoder hardware negli Stati Uniti. Copre le sette lingue supportate dallo standard, tra cui inglese, spagnolo, francese, portoghese e italiano.

CEA-708. Il successore per la TV digitale, con più servizi, font, colori e posizionamento delle finestre. Il dettaglio che mette in difficoltà i team: i dati dei sottotitoli digitali trasportano al loro interno il 608 per compatibilità, ed è così che SyncWords raggiunge una catena 708. Noi scriviamo EIA-608, e un sistema che si aspetta il 708 riceve il nostro 608 al suo interno. CEA-608 vs 708: cosa devono sapere i team broadcast spiega cosa significa per i Suoi decoder.

WebVTT. Il formato di traccia di testo dello streaming HLS. Un semplice file di cue temporizzati che il player disegna sullo schermo, nel proprio menu dei sottotitoli. Se i Suoi spettatori guardano in un browser, in un'app o in un player per connected TV, quasi certamente è questo che vedono. JW Player, THEOplayer, HLS.js e Video.js lo mostrano tutti nativamente.

TTML. La famiglia XML del timed text. Nello streaming è la traccia di sottotitoli all'interno di CMAF. Il suo profilo broadcast, DVB-TTML, è la direzione verso cui si sta muovendo la sottotitolazione europea: posizionamento preciso e stile moderno, con un supporto da parte dei decoder ancora in via di recupero.

Teletext e DVB-SUB. I cavalli di battaglia del broadcast europeo. Il Teletext (DVB-TXT) è il più compatibile con i set-top box già presenti nelle case, con un numero di pagina per lingua. DVB-SUB invia ogni sottotitolo come bitmap, così qualsiasi decoder può mostrarlo indipendentemente dai font di cui dispone. Questo lo rende la scelta affidabile per arabo, cirillico, cinese, giapponese e altre scritture non latine.

La regola pratica: scelga il formato in base all'ultimo dispositivo che deve comprenderlo. Una catena di playout statunitense vuole il 608. Un player HLS vuole WebVTT. Un set-top box europeo vuole Teletext o DVB-SUB.

L'accuratezza parte dall'acquisizione

L'accuratezza parte dall'acquisizione. Con un audio di programma pulito e un dizionario ASR personalizzato per i Suoi nomi e la Sua terminologia, la sottotitolazione in diretta offre un'accuratezza delle parole ai vertici della categoria. Poiché ogni traduzione è costruita a partire da quella trascrizione, la qualità del dizionario si riflette in ogni lingua di sottotitoli e di doppiaggio.

In pratica, questo significa tre cose.

• Invii l'audio di programma, non un microfono d'ambiente. Su una sorgente MPEG-TS può scegliere l'esatta traccia audio per indice o PID, e persino canali specifici al suo interno. Scelga il mix pulito del commento o del presentatore, non l'audio ambientale dello stadio.
• Carichi il dizionario prima della messa in onda. Nomi dei presentatori, rose delle squadre, sponsor, nomi di luoghi, acronimi. I dizionari sono illimitati, possono essere impostati come predefiniti o per singolo evento e restano associati a un tipo di programmazione, così lo show del martedì non riparte da zero ogni settimana.
• Decida dove serve una persona. Il Caption Editor mostra i sottotitoli IA a un editor un numero prestabilito di secondi prima che li vedano gli spettatori, così qualcuno può correggere un nome in quella finestra. Per le sessioni più importanti, un sottotitolatore CART umano può essere prenotato tramite la stessa piattaforma.

Approfondimenti su dove si collocano la sottotitolazione IA e quella umana: Dalla sottotitolazione tradizionale all'accessibilità basata sull'IA. E i motivi più comuni per cui un evento sottotitolato va storto, quasi nessuno dei quali tecnico: Perché la sottotitolazione degli eventi live può fallire e come evitarlo.

Il ritardo è un'impostazione che sceglie Lei

Tre parole vengono confuse in ogni conversazione sulla sottotitolazione, e significano cose diverse.

• Latenza: quanto il video in uscita è in ritardo rispetto al video in ingresso.
• Tempo di elaborazione: quanto impiega la pipeline a trasformare il parlato in un sottotitolo.
• Ritardo: ciò che nota lo spettatore, cioè il sottotitolo rispetto all'audio che sta ascoltando.

Il controllo tra queste grandezze è il buffer. Trattenga il video di qualche secondo e i sottotitoli hanno il tempo di recuperare, così appaiono senza alcun ritardo percepibile. Mantenga il video stretto e accetti un breve scarto tra parlato e sottotitolo. Molti team broadcast scelgono la seconda opzione.

I numeri dipendono dalla posizione. Il percorso video stesso aggiunge mezzo secondo di latenza nei flussi di lavoro SRT, e senza buffer si ottiene un ritardo dei sottotitoli inferiore a 2 secondi in SRT. Le soluzioni di sottotitolazione tipiche mostrano i sottotitoli in diretta entro 4-8 secondi. Sul lato HLS, gli spettatori vedono in genere i sottotitoli circa 5 secondi dopo l'audio di programma nei flussi di lavoro HLS.

I sottotitoli tradotti richiedono più tempo per essere prodotti rispetto ai sottotitoli nella stessa lingua, quindi uno stream multilingue richiede un buffer più ampio. Lo dimensioniamo con Lei, canale per canale. L'articolo sui sottotitoli live multilingue tratta questo aspetto.

I Suoi obblighi, il nostro output

Emittenti ed enti pubblici sottotitolano perché le norme lo richiedono: FCC Title V, l'ADA, l'EU Accessibility Act (in vigore da giugno 2025) e altre, a seconda di dove trasmette. L'output di SyncWords è realizzato secondo i criteri FCC Title V di accuratezza, sincronia, completezza e posizionamento, e La aiuta a rispettare gli obblighi di accessibilità che si applicano a Lei. La conformità resta in capo all'emittente; il nostro output è realizzato per supportarla.

Il posizionamento è il criterio che i team dimenticano. Sul 608 si impostano la riga e il numero di righe. Sul Teletext si imposta la riga e si può usare la doppia altezza. Su DVB-SUB, WebVTT e DVB-TTML si imposta il margine inferiore. Usi questi controlli per tenere i sottotitoli lontani dai sottopancia e dai riquadri del punteggio prima della prima messa in onda, non dopo il primo reclamo.

Cinque domande da porsi prima di sottotitolare uno stream live

1. Di quale formato di sottotitoli ha bisogno ogni destinazione? Elenchi ogni destinazione: playout, app OTT, player del sito web, social. Accanto a ciascuna, scriva il formato che legge. Quell'elenco Le dice quale posizione Le serve e se una sessione deve alimentarne più di una.

2. Chi controlla il dizionario personalizzato di nomi e termini? Gli assegni un responsabile. Di solito il producer o chi scrive la scaletta. Un dizionario senza responsabile diventa obsoleto entro la terza puntata.

3. In quali lingue guarda davvero il Suo pubblico? Guardi i Suoi dati di analytics, non le Sue ambizioni. Inizi con le due o tre lingue indicate dai dati e ne aggiunga altre quando vede che vengono usate.

4. Come arriveranno i sottotitoli su ogni piattaforma su cui trasmette? Una sola sessione può distribuire in più luoghi contemporaneamente, e ogni metodo di distribuzione trasporta ogni lingua attiva. Verifichi che ogni piattaforma riceva i sottotitoli in un formato che accetta prima del giorno della diretta, non durante.

5. Chi monitora i sottotitoli durante la messa in onda? Qualcuno dovrebbe osservare l'output sul player o sul decoder reale, con un modo per contattare l'assistenza. L'assistenza SyncWords è attiva 24/7 e, per gli eventi, un tecnico si unisce alla sessione in diretta.

La checklist pre-messa in onda

La stampi, la incolli nel Suo runbook, la riutilizzi ogni volta.

Una settimana prima

• [ ] Destinazioni e relativi formati elencati, posizione concordata
• [ ] Lingue scelte in base ai dati sul pubblico
• [ ] Dizionario caricato con nomi, termini e acronimi, e un responsabile designato
• [ ] Buffer concordato: video stretto con un breve ritardo dei sottotitoli, oppure qualche secondo di buffer e nessun ritardo percepibile
• [ ] Servizio creato e pianificato, così parte in orario senza nessuno alla tastiera

Il giorno prima

• [ ] Test end-to-end sul decoder, sul player o sulla destinazione social reali, non in una finestra di anteprima
• [ ] Posizionamento dei sottotitoli verificato rispetto a sottopancia e grafiche
• [ ] Etichette delle lingue verificate nel menu del player o nel selettore del set-top box
• [ ] Traccia audio di programma confermata: il mix pulito, a un livello adeguato
• [ ] Percorso di failover confermato

In onda

• [ ] Una persona che osserva i sottotitoli sull'output dello spettatore
• [ ] Caption Editor aperto se nomi o numeri devono essere corretti
• [ ] Contatto dell'assistenza a portata di mano

Dopo la messa in onda

• [ ] Trascrizione corretta e file VTT raccolti (vengono generati automaticamente al termine della sessione)
• [ ] Nomi fraintesi aggiunti al dizionario per la volta successiva

Dove andare dopo

Questa guida è il punto di partenza. Tre articoli di questo mese approfondiscono le domande precedenti:

• Come aggiungere sottotitoli in diretta ad AWS MediaLive senza ricodifica, per i team su AWS Elemental
• CEA-608 vs 708: cosa devono sapere i team broadcast, per chiunque abbia decoder che richiedono il 708
• Un feed live, molte lingue, per aggiungere sottotitoli tradotti allo stesso stream

Per il protocollo di trasporto alla base della maggior parte dei flussi di lavoro broadcast, consulti Secure Reliable Transport (SRT): il protocollo per streaming live a bassa latenza.

Vuole vedere i sottotitoli sul Suo feed, nella posizione adatta alla Sua catena? Prenoti una demo: prenoti una demo