Znaki na sekundę w napisach: limity CPS stosowane przez Netflix

Znaki na sekundę to liczba znaków w napisie podzielona przez czas, przez jaki widnieje on na ekranie. Netflix ogranicza angielskie programy dla dorosłych do 20 CPS, hiszpański do 17, koreański do 12, chiński uproszczony do 9, a japoński do 4. To nie są przypadkowe wewnętrzne zasady — odzwierciedlają, ile języka niesie jeden znak w danym systemie pisma.

Większość plików z napisami łamie limit dokładnie w jednym miejscu: po tłumaczeniu, kiedy tekst zrobił się dłuższy, a czasowanie nie.

Co właściwie mierzy liczba znaków na sekundę?

Cały wzór sprowadza się do tego: znaki podzielone przez sekundy na ekranie. Wiersz liczący 40 znaków wyświetlany przez dwie sekundy to 20 CPS. Ten sam wiersz wyświetlany przez cztery sekundy to 10.

To, co różni się między narzędziami, to definicja znaku. Niemal wszystkie liczą spacje i interpunkcję. Część liczy złamanie wiersza między dwoma wierszami linijki, a część nie, i to wystarczy, żeby linijka na granicy limitu przeszła próg w jednym programie, a w innym nie. Koreański przewodnik Netflixa idzie jeszcze dalej i liczy znak łaciński jako pół znaku, bo litera łacińska jest fizycznie węższa niż sylaba hangul i zajmuje mniej miejsca w wierszu.

Dwie kolejne liczby od Netflixa ograniczają problem z drugiej strony: napis wyświetla się minimum 5/6 sekundy — 20 klatek przy 24 fps — i maksymalnie 7 sekund, przy maksymalnie dwóch wierszach.

Złóż to razem, a zakres możliwości dla pełnej długości angielskiej linijki wyznacza sama arytmetyka. Dwa wiersze po 42 znaki to 84 znaki. Żeby zmieścić się poniżej 20 CPS, napis musi wyświetlać się co najmniej 4,2 sekundy, a nie może przekroczyć 7. Każda linijka o maksymalnej długości w pliku zgodnym z wytycznymi Netflixa mieści się w tym 2,8-sekundowym oknie, niezależnie od tego, czy autor napisów o tym myślał, czy nie.

Limity język po języku

Na podstawie własnych, publicznie dostępnych przewodników stylu Netflixa dla poszczególnych języków:

Wzór, który warto zauważyć: limity SDH są wyższe, nie niższe. Koreański SDH dopuszcza 14 CPS tam, gdzie zwykłe koreańskie napisy dopuszczają 12. Niesłyszący albo niedosłyszący widz czyta napis zamiast słuchać, a nie oprócz słuchania, więc ma więcej uwagi do dyspozycji na sam tekst. To odwrotność tego, co większość ludzi zakłada, widząc tę tabelę po raz pierwszy.

Poza streamingiem wytyczne nadawcze BBC wyrażone są w słowach na minutę, a nie w znakach na sekundę — to mniej więcej 160 do 180 słów na minutę. Angielski ma średnio około sześciu znaków na słowo, licząc końcową spację, co daje w przybliżeniu 16 do 18 CPS. Obie tradycje zgadzają się ze sobą bardziej, niż sugerowałaby różnica jednostek.

Dlaczego japoński jest ograniczony do 4 znaków na sekundę?

Bo znak nie jest jednostką znaczenia w obu systemach w ten sam sposób.

Litera łacińska to fragment słowa. Dwadzieścia liter na sekundę to mniej więcej trzy do czterech angielskich słów. Pojedynczy kanji często oznacza całe słowo, a krótkie japońskie zdanie, które po łacińsku zajęłoby czterdzieści znaków, po japońsku może zająć osiem. Cztery znaki japońskiego na sekundę to więc z grubsza tyle samo języka, co dwadzieścia znaków angielskiego na sekundę — limity różnią się, bo różni się jednostka, nie dlatego, że różnią się czytelnicy.

Ta sama logika rządzi kolumną z długością wiersza. Japoński ma limit 13 znaków pełnej szerokości na wiersz wobec 42 dla angielskiego, a chiński i koreański — 16. Znak pełnej szerokości zajmuje mniej więcej dwa razy więcej miejsca w poziomie niż litera łacińska, więc 13 takich znaków to wizualnie wiersz podobny do 26 znaków łacińskich, a pozostała różnica to korekta gęstości.

Dlatego sztywny limit CPS zastosowany w projekcie wielojęzycznym jest błędny w obu kierunkach naraz. Ustaw go na 17, a japoński plik przekroczy budżet ponad czterokrotnie, podczas gdy angielski plik będzie dławiony poniżej tego, na co pozwala jego własna platforma.

Czy szybkie napisy naprawdę szkodzą zrozumieniu?

Mniej, niż zakładała branża, a najlepsze dowody w jednym konkretnym punkcie wskazują na coś odwrotnego.

Badanie okulograficzne z 2018 roku, opublikowane w PLOS ONE, przetestowało 74 widzów — 27 anglojęzycznych, 26 hiszpańskojęzycznych i 21 rodzimych użytkowników polskiego — na klipach z napisami przy 12, 16 i 20 CPS. Wyniki zrozumienia nie wykazały istotnej różnicy między tymi trzema prędkościami. Uczestnicy zgłaszali, że mieli wystarczająco dużo czasu, by przeczytać napisy i śledzić akcję, przy wszystkich trzech prędkościach.

Dane z okulografii przyniosły naprawdę zaskakujący wynik. Wolne napisy powodowały więcej ponownego czytania niż szybkie. Przy 12 CPS widzowie wracali wzrokiem do mniej więcej dwóch napisów na trzy; przy 20 CPS — do około jednego na pięć. Napis, który zostaje na ekranie już po przeczytaniu, zachęca oko, by przeczytało go jeszcze raz, co kosztuje uwagę, która miała trafić do obrazu.

Nic z tego nie czyni limitów bezsensownymi, i warto powiedzieć dlaczego, zamiast traktować pojedyncze badanie jak przyzwolenie. Badanie objęło sprawnych dorosłych czytelników w warunkach laboratoryjnych, na krótkich klipach. Limity prędkości czytania istnieją dla odbiorców, których to badanie nie zmierzyło: dzieci, widzów oglądających w drugim języku, widzów ze słabym wzrokiem albo dysleksją oraz niesłyszących i niedosłyszących widzów, którzy nie mogą oprzeć się na dźwięku. Limit to dolna granica na wypadek najgorszego scenariusza, nie opis przeciętnego widza.

Praktyczny wniosek jest węższy i bardziej użyteczny: nie rozciągaj linijki, żeby sztucznie obniżyć CPS. Jeśli wiersz czyta się płynnie w 2,4 sekundy, trzymanie go przez 4 nikomu nie pomaga.

Dlaczego to tłumaczenie psuje twój CPS

Niemal każde naruszenie CPS w prawdziwym projekcie zaczyna się jako poprawnie zsynchronizowany plik źródłowy.

Tłumaczenie wydłuża tekst. Angielski na hiszpański albo francuski zwykle wychodzi o 20 do 25 procent dłuższy; niemiecki potrafi dobić do 35 procent, częściowo dlatego, że złożenia zastępują całe frazy. Krótkie ciągi znaków rozrastają się proporcjonalnie bardziej niż długie — wytyczne lokalizacyjne W3C pokazują to na przykładzie słowa views, które zmienia się w visualizzazioni, czyli z pięciu znaków robi się piętnaście — a linijki napisów z definicji są krótkimi ciągami znaków.

Policz to na jednym zwykłym wierszu:

• Angielska linijka licząca 42 znaki, wyświetlana przez 3 sekundy, to 14 CPS. Komfortowo.
• Ta sama linijka po hiszpańsku, przy ekspansji o 25 procent, to 53 znaki w tych samych 3 sekundach: 17,5 CPS, powyżej hiszpańskiego limitu.
• Po niemiecku, przy 35 procentach, to 57 znaków: 19 CPS.

Czasowanie ani drgnęło. Synchronizacja jest idealna. Linijka po prostu stała się nieczytelna, a żadne narzędzie do sprawdzania czasowania nie zgłosi problemu, bo nic nie wypadło z synchronizacji. To najczęstszy pojedynczy powód, dla którego przetłumaczony plik z napisami sprawia wrażenie gorszego od oryginału, mimo że przechodzi każdą automatyczną kontrolę.

To także powód, dla którego tłumaczenie pliku z napisami zamiast ponownej transkrypcji dla każdego języka wciąż zostawia robotę do zrobienia. Zachowanie czasowania jest słuszne — po prostu przenosi cały ciężar na warstwę tekstową. Jeśli wysyłasz to samo wideo w kilku językach, sprawdzanie prędkości czytania to krok wykonywany dla każdego języka osobno, a nie raz na zawsze.

Jak naprawić linijkę, która czyta się za szybko

Zmień tekst albo czas trwania. Nie zmieniaj synchronizacji.

Wydłużenie czasu wyjścia to pierwszy ruch, bo zwykle jest darmowy. Napisy nie muszą kończyć się razem z mową, a luka przed kolejną linijką to martwa przestrzeń. Przesunięcie w nią czasu wyjścia kupuje czas na czytanie bez żadnego kosztu dla kogokolwiek.

Skracanie to drugi ruch i ten, który wymaga umiejętności. Napisy to nie transkrypt; skracanie wypełniaczy mowy, zbędnych zaimków i powtarzanych imion to normalna praktyka, nie kompromis. Czego nigdy nie wolno robić, to usuwać treść, żeby zmieścić się w limicie — jeśli znaczenie się nie mieści, linijkę trzeba podzielić, a nie przyciąć.

Jedna pułapka specyficzna dla wypalanego wyjścia: gdy linijka zostanie już wypalona w obrazie, jej prędkość czytania jest trwała. Plik z softsubami można później przeczasować w edytorze tekstu. Hardsub wymaga pełnego ponownego renderu, więc sprawdzanie prędkości czytania powinno odbywać się przed eksportem, nie po nim.

Sprawdzanie prędkości czytania podczas edycji

Liczba CPS jest użyteczna tylko wtedy, gdy pojawia się w trakcie pisania wiersza, i dlatego jej miejsce jest w edytorze, a nie w osobnym etapie kontroli jakości.

Sablate pokazuje prędkość czytania zaznaczonej linijki bezpośrednio w edytorze i oznacza wszystko powyżej 17 CPS jako przekraczające komfortowy limit, sugerując wydłużenie czasowania albo skrócenie tekstu. Obliczenie jest proste — każdy znak w linijce, łącznie ze spacjami i złamaniem wiersza, podzielony przez czas trwania — więc wynik wychodzi nieco wyższy niż w narzędziu, które ignoruje białe znaki. Ponieważ tłumaczenie jest warstwą na tej samej osi czasu, a nie osobnym zadaniem, ostrzeżenie pojawia się na przetłumaczonej warstwie przy już gotowym oryginalnym czasowaniu — czyli dokładnie w momencie, gdy problem się pojawia.

Do tego dwa szczere zastrzeżenia. Próg to sztywne 17 dla każdego języka, więc jest zbyt surowy dla angielskiego i o wiele za luźny dla japońskiego, chińskiego i koreańskiego — traktuj go jako wskazówkę dla alfabetu łacińskiego, a po resztę sięgnij do tabeli wyżej. I on tylko ostrzega, nie naprawia. Subtitle Edit jest darmowy, pozwala ustawić własny limit znaków na sekundę i ma gotowe profile reguł, między którymi przełączasz się zależnie od platformy. Jeśli zgodność prędkości czytania jest sednem twojej pracy, a nie tylko jednym z jej etapów, to on jest bardziej konfigurowalnym narzędziem i nic nie kosztuje.

Automatyczne dopasowanie tekstu do CPS, które sprowadza linijki poniżej limitu, jest częścią Pro za jednorazową płatność $29 — zobacz cennik.

W skrócie

Znaki podzielone przez sekundy, z 17 CPS jako roboczym pułapem dla alfabetu łacińskiego, 12 dla koreańskiego, 9 dla chińskiego i 4 dla japońskiego. Sprawdzaj to po tłumaczeniu, a nie po transkrypcji, bo to właśnie tam się psuje — czasowanie zostaje poprawne, a tekst robi się pod spodem o 20 do 35 procent dłuższy. Napraw to, najpierw wydłużając czas wyjścia, potem skracając tekst, a na końcu dzieląc linijkę.