Unterschied zwischen Untertiteln und Closed Captions

Der Unterschied zwischen Untertiteln und Closed Captions liegt vor allem darin, welche Informationen der Text vermittelt. Untertitel helfen dir, gesprochene Sprache zu verstehen, etwa bei einem fremdsprachigen Film. Captions müssen auch das verständlich machen, was nur über Geräusche oder Musik erzählt wird. Die Begriffe werden auf Videoplattformen allerdings nicht immer einheitlich verwendet. Deshalb lohnt sich ein Blick auf zwei getrennte Fragen: Was steht im Text, und lässt sich dieser Text ausschalten? Davon hängt ab, ob dein Video ohne hörbaren Ton verständlich bleibt und wie du die Textspur bereitstellst.

Der Unterschied zwischen Untertiteln und Closed Captions im Alltag

Klassische Untertitel richten sich vor allem an Menschen, die den Ton hören, aber die gesprochenen Wörter zusätzlich als Text brauchen. Häufig ist das eine Übersetzung. Du hörst etwa die französischen Dialoge eines Films und liest die deutsche Fassung. Auch gleichsprachige Untertitel können beim Sprachlernen oder bei undeutlich verständlichen Passagen helfen.

Captions haben einen anderen Ausgangspunkt: Der Ton ist für die betrachtende Person nicht zugänglich. Deshalb reicht der reine Wortlaut nicht immer aus. Eine zuschlagende Tür, ein Warnsignal oder plötzlich einsetzende bedrohliche Musik können für das Verständnis genauso wichtig sein wie ein Satz.

Der Inhalt und die Einblendungsart sind zwei verschiedene Dinge. Der Begriff „Captions“ beschreibt die um relevante Audioinformationen ergänzte Textfassung. „Closed“ bedeutet, dass du diese Fassung im Videoplayer einschalten und ausschalten kannst. Auch gewöhnliche Untertitel können als zuschaltbare Textspur vorliegen. Der Schalter allein macht sie noch nicht zu einer vollständigen Captionfassung.

Derselbe Moment als Untertitel und als Caption

In einer Szene fällt eine Tür laut ins Schloss. Danach ist der Satz „Warte, ich komme mit“ zu hören. Die Tür ist im Bild nicht zu sehen, ihr Geräusch erklärt aber die Reaktion.

Untertitel: Warte, ich komme mit.

Caption: [Tür schlägt zu] Warte, ich komme mit.

Der zweite Text enthält eine Information, die ohne Ton fehlen würde. Genau darum geht es bei Geräuschhinweisen. Sie sollen nicht jedes Rascheln beschreiben, sondern das ergänzen, was für Handlung, Stimmung oder Orientierung gebraucht wird. Eckige Klammern helfen dabei, solche Hinweise vom gesprochenen Text abzugrenzen.

Closed Captions lassen sich ausschalten, Open Captions nicht

Closed Captions liegen als auswählbare Textspur vor. Je nach Videoplayer werden sie beispielsweise über eine Schaltfläche mit „CC“ oder über das Untertitelmenü aktiviert. Als Dateiformate kommen unter anderem SRT und VTT infrage. Welche Datei du verwenden kannst, hängt von der Plattform ab.

Open Captions sind dagegen fest in das Videobild eingebrannt. Du siehst sie immer, auch wenn der Player keine Untertitelfunktion bietet. Ausschalten oder eine andere Textfassung auswählen kannst du dann nicht. Schriftgröße und Position lassen sich auf Wiedergabeseite normalerweise ebenfalls nicht mehr verändern.

Fest eingebrannter Dialogtext ist zunächst ein offener Untertitel. Erst wenn die nötigen Geräuschinformationen enthalten sind, erfüllt er auch inhaltlich die Aufgabe von Captions. „Offen“ bedeutet also nicht automatisch „barrierefrei“.

Für kurze Beiträge kann fest sichtbarer Text praktisch sein. Bei längeren Videos bietet eine getrennte Textspur mehr Wahlmöglichkeiten. Du kannst auch beide Fassungen für unterschiedliche Veröffentlichungsorte vorbereiten, solltest aber eine doppelte Einblendung vermeiden.

SDH verbindet Dialogtext mit wichtigen Toninformationen

SDH steht für „Subtitles for the Deaf and Hard of Hearing“, also Untertitel für gehörlose und schwerhörige Menschen. Im Deutschen begegnen dir dafür auch Bezeichnungen wie „Untertitel für Hörgeschädigte“. Gemeint ist eine Textfassung, die neben dem Dialog relevante Informationen aus der Tonspur enthält.

Inhaltlich überschneiden sich SDH und Captions stark. SDH findest du häufig bei Filmen und Serien, etwa als auswählbare Sprachfassung im Untertitelmenü. Der Begriff sagt aber nicht automatisch, ob der Text fest im Bild steht oder zugeschaltet wird.

Achte deshalb nicht nur auf die Bezeichnung einer Spur. Prüfe ihren Inhalt: Wird ein wichtiger Alarm genannt? Bleibt eine Handlung verständlich, die durch ein Geräusch ausgelöst wird? Ein als „Deutsch“ gekennzeichneter Dialogtext und eine deutsche SDH-Fassung können sich genau darin unterscheiden.

Welche Textfassung dein Video braucht

Kurze Videos ohne Ton

Ein kurzer Beitrag wird unterwegs möglicherweise stumm angesehen. Dafür muss die Kernaussage auch ohne Ton funktionieren. Bei einer einfachen Erklärung kann der gesprochene Text bereits viel abdecken. Gehört ein Geräusch zur Pointe oder löst es eine sichtbare Reaktion aus, braucht es einen passenden Hinweis.

Fest eingebrannter Text ist sinnvoll, wenn er unabhängig von den Einstellungen des Players sichtbar sein soll. Prüfe auf dem Handy, ob Bedienelemente die Zeilen verdecken und ob die Schrift auf wechselnden Hintergründen lesbar bleibt.

Kurse und Lernvideos

Bei einem Kurs solltest du die Nutzung ohne hörbaren Ton von Anfang an mitdenken. Wenn ein Signal den Beginn einer Übung markiert, gehört diese Information in die Captions. Steht ein wichtiger Inhalt dagegen ausschließlich auf einer Folie, wird er durch Captions nicht automatisch zugänglich.

Die Richtlinien für barrierefreie Webinhalte, kurz WCAG, sehen Captions für vorab aufgezeichnete Videos mit Ton vor. Eine reine Dialogabschrift reicht dafür nicht, wenn verständnisrelevante Geräusche fehlen. Captions sind dabei ein Teil der Barrierefreiheit, nicht die vollständige Prüfung eines Videos.

Fremdsprachige Filme und Studienmaterial

Für einen Film in einer anderen Sprache sind übersetzte Untertitel meist die passende Ausgangsform. Sollen auch gehörlose oder schwerhörige Menschen der Handlung folgen können, brauchst du zusätzlich die relevanten Toninformationen.

Das gilt ebenso für ein Video zu einer Hausarbeit oder einen Ausschnitt aus einem Interview für die Masterarbeit. Entscheidend ist nicht das Thema, sondern welche Informationen ohne Ton verloren gehen.

Vom Transkript zur passenden Untertiteldatei

Ein Transkript liefert den sprachlichen Ausgangstext. Eine Untertiteldatei braucht darüber hinaus Zeitangaben und lesbare Textabschnitte. Sie legt fest, wann welche Zeile erscheint und wieder verschwindet. Aus dieser Grundlage kannst du eine Captionfassung entwickeln, indem du fehlende Toninformationen bewusst ergänzt.

Den Wortlaut prüfen und SRT oder VTT ausgeben

Auf der Kotosay Website kannst du Audio- und Videodateien online in Text umwandeln und daraus eine zeitlich zugeordnete Untertiteldatei vorbereiten. Die Sprache wird automatisch erkannt oder von dir ausgewählt. Im Editor auf der Seite kannst du Wörter korrigieren, während die Zeitstempel erhalten bleiben. Der Editor ist für alle kostenlos.

Der Download als SRT oder VTT gehört zum kostenpflichtigen Tarif Unlimited. Welches Format du wählst, richtet sich nach dem Zielplayer. SRT und VTT enthalten Text und Zeitangaben, brennen aber selbst nichts in das Bild ein. Für eine offene Fassung ist ein weiterer Schritt im Videoschnitt oder bei der Veröffentlichung nötig.

Geräuschhinweise von Hand ergänzen

Öffne die exportierte Datei in einem Texteditor, der reinen Text erhält. Höre die Aufnahme gezielt auf Informationen durch, die im Wortlaut fehlen. Ergänze passende Hinweise wie „[Musik]“ oder „[Tür schlägt zu]“ an den entsprechenden Stellen.

Schreibe möglichst konkret, aber nicht ausschweifend. „[Telefon klingelt]“ vermittelt mehr als „[Geräusch]“. Musik braucht besonders dann eine Beschreibung, wenn ihr Einsatz oder ihre Stimmung für das Verständnis wichtig ist. Nicht jede musikalische Begleitung muss ausführlich beschrieben werden.

Bewahre die Dateistruktur und prüfe die Zeitangaben. Zusätzliche Hinweise brauchen ebenfalls Lesezeit. Wird ein Textblock dadurch zu voll, solltest du ihn aufteilen und die Einblendung passend zum tatsächlichen Ton neu abstimmen.

Übersetzte Untertitel brauchen eine eigene Textprüfung

Wenn du deine Untertitel in eine andere Sprache übertragen möchtest, bietet Kotosay im Tarif Unlimited eine Übersetzung an. Dabei bleiben jeder Startzeitpunkt und jeder Endzeitpunkt erhalten. Die übersetzte SRT bleibt dadurch zeitlich zur Aufnahme zugeordnet. Die Übersetzung ersetzt die ursprünglichen Zeilen, eine Ansicht mit beiden Fassungen nebeneinander gibt es nicht.

Gleiche Zeitangaben bedeuten allerdings nicht, dass jeder übersetzte Satz gleich gut lesbar ist. Die neue Fassung kann länger ausfallen. Prüfe deshalb Zeilenlänge, Formulierungen und verfügbare Lesezeit. Wenn du eine Captionfassung übersetzt, kontrolliere auch die Geräuschhinweise. Sie müssen in der Zielsprache verständlich sein und zum hörbaren Ereignis passen.

Die letzte Kontrolle findet ohne Ton statt

Spiele die fertige Fassung einmal vollständig stumm ab. Kannst du der Handlung folgen, ohne fehlende Informationen erraten zu müssen? Werden wichtige Geräusche zum richtigen Zeitpunkt genannt? Bleiben Text und Bild lange genug sichtbar, um beides zu erfassen?

Kontrolliere anschließend mit Ton, ob die Einblendungen tatsächlich passen. Prüfe bei Closed Captions auch das Einblenden und Ausblenden im Zielplayer. Bei einer eingebrannten Fassung zählt die fertige Videodatei, nicht nur die Vorschau im Schnittprogramm. So beurteilst du die Fassung, die dein Publikum später wirklich sieht.