Netflix字幕のルール:1行の文字数・タイミング・表記
Netflixの字幕ルールを1か所に整理。1行42文字で2行まで、1秒あたり20文字、表示は6分の5秒から7秒、字幕の間隔は2フレーム以上。出典つきで、見落としがちなタイミングと自分の動画に取り入れる範囲まで解説します。
Netflixの字幕ガイドラインは、いくつかの数字に集約されます。英語は1行42文字で最大2行、成人向け番組は1秒あたり20文字(CPS)まで、画面に表示する時間は6分の5秒から7秒の間、字幕と字幕の間は2フレーム以上です。文字は白で中央揃えにし、画面の上か下に置きます。
ルールはNetflixのパートナー向けヘルプサイトの3か所に載っています。すべての言語に適用される一般要件、英語(米国)のガイドのような言語別のスタイルガイド、そして字幕のタイミングのガイドラインです。以下では、各ルールを数値と出典つきで整理し、見落とされがちなタイミングのルールと、自分の動画がNetflixに納品されない場合にどこまで真似する価値があるかを説明します。
Netflix字幕ルール早見表
| ルール | Netflixの要件 | 定められている場所 |
|---|---|---|
| 1行の文字数 | 42文字(英語) | 英語(米国)のガイド |
| 1つの字幕の行数 | 最大2行。収まるなら1行 | 一般要件 |
| 読み上げ速度 | 成人向けは1秒あたり20文字まで、子供向けは17文字 | 英語(米国)のガイド |
| 最短の表示時間 | 6分の5秒(24fpsで20フレーム) | 一般要件 |
| 最長の表示時間 | 7秒 | 一般要件 |
| 字幕の間隔 | 2フレーム以上。3〜11フレームの間隔は詰める | タイミングのガイドライン |
| 位置 | 中央揃え、上か下、画面内の文字を避ける | 一般要件 |
| フォントと色 | プロポーショナルなサンセリフの仮指定としてArial、白 | 英語(米国)のガイド |
| 2人の話者 | スペースなしのハイフン、1行に1人 | 英語(米国)のガイド |
| 歌詞 | 各字幕の最初と最後に音符、斜体 | 英語(米国)のガイド |
| SDHの表記 | 角かっこ、小文字 | 英語(米国)のガイド |
| ポーズ | 2秒以上の間は省略記号1文字 | 英語(米国)のガイド |
見落とされやすいのは、タイミングに関する行です。1行の長さや読み上げ速度は、どの字幕エディタでも目に見えますが、3フレームの間隔や、ショットチェンジを数フレームまたぐ字幕は、カットの前後を1コマずつ確認しないと気づけません。Netflixのガイドラインは、こうした点を好みの問題ではなくルールとして定めています。
42文字という上限は英語のガイドの数値です。上限は言語ごとのガイドが定めており、一般要件は、テキストが上限より長くないかぎり字幕を1行に収めるよう述べているだけです。読み上げ速度も同じで、言語別のCPS上限は、英語の20から日本語の4まで幅があります。
Netflixは字幕のタイミングをどう決めている?
Netflixは、音声の波形と映像のカットに照らして、フレーム単位で字幕のタイミングを決めます。タイミングのガイドラインは24fpsを前提に書かれていて、24fpsでは0.5秒が12フレームです。30fpsなら15フレーム、60fpsなら30フレームになります。
イン点は、音声が始まる最初のフレーム、または波形が許す範囲でそれにできるだけ近いフレームに置きます。
アウト点は、後ろに字幕が続かない場合、音声が終わってから少なくとも0.5秒後に置くのが理想です。話し終えた瞬間に消える字幕は、途中で切られたように感じられます。
間隔は、2つの字幕の間を最低2フレームにします。24fpsでは、3〜11フレームの間隔はすべて、前の字幕のアウト点を延長して2フレームまで詰める必要があり、この処理はチェイニング(chaining)と呼ばれることが多いものです。どの間隔も、途切れなく続いて見える2フレームか、意図した間に見える0.5秒以上のどちらかに落ち着きます。その中間の長さだと、字幕が点滅しているように見えがちです。
ショットチェンジには専用のルールがあります。字幕が次のショットに数フレーム食い込むと、視聴者の気が散るためです。
- セリフがショットチェンジの時点、またはその後0.5秒以内に始まる場合、イン点は新しいショットの最初のフレームに置きます。
- アウト点がカットの前0.5秒以内に入る字幕は、カットの数フレーム手前で止めるのではなく、カットの2フレーム前で終わるように延長します。
- セリフがカットの9〜11フレーム前に始まる場合は、イン点を動かします。カットの12フレーム前に置くか、新しいショットの最初のフレームに移します。
最短の表示時間である20フレームは、1語か2語の字幕を想定したものです。それより長い字幕は、次の行との間に余裕があるかぎり、もっと長く表示します。
行の分け方:下が長いピラミッド型
Netflixの行のルールは、長さだけでなく文法にも及びます。字幕は、テキストが収まらない場合を除いて1行にします。2行にする必要があるときは、英語のガイドは下が長いピラミッド型を好みます。つまり、上の行を短く、下の行を長くし、1語か2語だけが上の行に取り残される形は避けます。
改行の形よりも、どこで切るかのほうが重要です。句読点の後ろか、接続詞や前置詞の前で切ります。次のものは、決して切り離してはいけません。
- 冠詞または形容詞と、その名詞
- 名と姓
- 主語になる代名詞と、その動詞
- 動詞と、その助動詞・否定語・再帰代名詞
- 句動詞と、その前置詞
理由は、読みの流れです。目は1行を1つのまとまりとして取り込むため、句の途中で切れていると、視聴者は考えの半分を頭に保ったまま、視線を2行目に落とすことになります。
セリフ、斜体、歌、SDH
2人の話者が1つの字幕を分け合うときは、それぞれの話者の行の先頭にスペースなしのハイフンを付けます。1行に話者は1人で、各行は完結した文にし、次の字幕へ持ち越しません。
斜体は、実際にはそのシーンにいない声を示します。ナレーション、登場人物の口に出さない思考、電話や画面越しの声、そのシーンにまったく登場しない話者などです。画面のすぐ外にいる、ドアの向こうにいるといった場合は含まれません。斜体は、歌われる歌詞、聞き慣れない外国語の単語、本・映画・アルバム・番組のタイトルにも使います。話者名と効果音は、斜体にしません。
歌には、各字幕の最初と最後に音符(♪)を付け、音符とテキストの間にスペースを入れ、歌詞は斜体にします。曲名は引用符で囲みます。
SDHは聴覚障害者・難聴者向けの字幕のことで、話者名と効果音を、小文字で角かっこの中に書きます。使うのは、絵から音の正体が判別できない場合だけです。名前のない話者は[man]か[woman]です。別の言語の発話は、意図によってラベルを使い分けます。翻訳して見せるなら[in Spanish]、理解させる意図がないなら[speaking Spanish]で、[speaking foreign language]は使いません。SDHと、そのほかの種類の画面上のテキストの違いは、SDH、クローズドキャプション、字幕の違いで解説しています。
数字は、0から10までは英単語でつづり、それより大きい数は算用数字で書きます。年齢と正確な時刻は常に算用数字で、2秒以上のポーズは、ピリオド3つではなく省略記号1文字(…)で示します。
自分の字幕もNetflixのルールに従うべき?
部分的に、です。このガイドラインは、テレビ画面向けのプロの納品を想定して書かれており、一部のルールはそこでしか効果がありません。
読みやすさのルールは真似してください。1行42文字、2行まで、そして読み上げ速度の上限は、どのプラットフォームでも字幕を読みやすくします。一般の視聴者向けなら、1秒あたり17文字のほうが安全な目標です。これはNetflix自身が子供向け番組に定めている上限で、読むのが遅い大人や、第二言語で見る大人にも役立ちます。
行分けの文法も真似してください。費用はかからず、文章のように読める字幕と、テレプロンプターのように読める字幕の分かれ目になります。
フレームのルールは仕上げと考えてください。2フレームの間隔やショットチェンジに合わせたタイミングは、放送局の品質チェックでは重要で、訓練された目には見えます。YouTubeへのアップロードやオンライン講座なら、3フレームの間隔をすべて詰めるより、まず読み上げ速度を直すほうが価値があります。
縦型動画では42文字を無視してください。9:16のフレームは幅が1,080ピクセルなので、読みやすいサイズで42文字の2行は収まりません。ショート動画のキャプションは一度に1〜3語で、その中に収めるべき範囲はReels、TikTok、Shortsのセーフゾーンで解説しています。
Arialを必須条件として真似しないでください。NetflixがArialを挙げているのは仮指定としてだけで、実際のプレイヤーは独自のフォントで描画します。これがフォント選びに何を意味するかは、字幕に最適なフォントで解説しています。
Sablateはこのルールをどこまで扱い、何を扱わないか
Sablateは動画を文字起こしするとき、句読点ではなく読みやすさのルールで、文字起こしをキューに区切ります。1キューは最大84文字、1行42文字の2行まで、最長6秒で、話者が0.5秒より長く間を置いたところで新しいキューを始めます。Toolsのオプションを使うと、キューをさらに、1行42文字までの単一行に分割できます。Classicプリセットは、白い文字を、画面下中央の柔らかい暗色のボックスに載せます。キューは、タイムライン上でドラッグして、分割、統合、タイミング調整ができます。
納品先がNetflixなら、重要なのはSablateが扱わない部分です。
| Sablate | プロ向けの字幕制作ツール | |
|---|---|---|
| 1行42文字、2行でキューを分割 | あり | あり |
| キューごとの読み上げ速度の警告 | なし | あり(たいてい言語ごと) |
| 2フレームへの間隔詰め、ショットチェンジへのスナップ | なし | あり |
| Netflix納品用のTTMLまたはIMSCの書き出し | なし。書き出しはSRT、VTT、ASS | あり |
Sablateは、行の長さをすでに守った、タイミングつきの翻訳済みの下書きを素早く作る手段です。Netflixに納品するファイルには、フレーム単位でタイミングをチェックでき、TTMLを書き出せるツールが今も必要です。
まとめ
Netflixの字幕は、いくつかの決まった数字に従います。英語は1行42文字で2行まで、成人向けは1秒あたり20文字、子供向けは17文字まで、表示時間は6分の5秒から7秒、字幕の間隔は2フレーム以上で、3〜11フレームの間隔は詰めます。改行は文法に従い、斜体はシーンにいない声を示し、SDHのラベルは小文字の角かっこに入れます。Netflixへの納品ではない動画には、まず読みやすさのルールを取り入れてください。Sablateをダウンロードすると、行の長さをすでに守ったキューから作業を始められます。
よくある質問
Netflixの字幕ガイドラインとは何ですか?
Netflixがパートナー向けヘルプサイトで公開しているタイムドテキスト スタイルガイド(Timed Text Style Guides)のことです。全言語に共通する一般要件、言語ごとのスタイルガイド、独立したタイミングのガイドラインに分かれています。英語(米国)版では、1行42文字、最大2行、成人向け番組は1秒あたり20文字まで、文字色は白と定めています。
Netflixは1行に何文字まで認めていますか?
英語では1行42文字で、字幕は最大2行までなので、1つの字幕に入るのは最大84文字です。上限は言語ごとに異なり、それぞれの言語のスタイルガイドで定められています。一般要件では、テキストがその上限より長い場合を除いて、字幕は1行に収めるよう求めています。
Netflixが定める字幕の最短と最長の表示時間は?
最短は6分の5秒、最長は7秒です。1秒24フレームでは、最短は20フレームにあたります。Netflixのタイミングのガイドラインは、この最短の表示時間を1語か2語の字幕のためのものとしており、それより長い字幕は、セリフに余裕があるかぎり、もっと長く表示するよう求めています。
Netflixは字幕と字幕の間に何フレーム空けるよう求めていますか?
2フレーム以上です。Netflixのタイミングのガイドラインは、24fpsで3〜11フレームの間隔が空いている場合、前の字幕を延長して2フレームまで詰めるとも定めています。その結果、間隔はすべて2フレームか0.5秒以上のどちらかになり、字幕が点いたり消えたりして見えるのを防げます。
Netflixの字幕の読み上げ速度はどれくらいですか?
英語(米国)版のガイドでは、成人向け番組が1秒あたり20文字まで、子供向け番組が17文字までです。ほかの言語は各言語のガイドで独自の上限を定めており、かなり低いものもあります。韓国語は1秒あたり12文字、日本語は4文字です。
Netflixの字幕はどんなファイル形式ですか?
TTMLをベースにしたタイムドテキスト形式です。Netflixの一般要件は、ファイル形式については納品仕様を参照するよう案内し、技術的なルールをTTMLファイルを前提に書いています。IMSC 1.1テキストプロファイルが有効な納品形式になっているのは、日本語だけです。SRTは、下書きを作ったり、字幕がルールに合っているか確認したりするのには使えます。