Jak dodać napisy do filmu — kompletny poradnik dla twórców wideo

Pytanie o to, jak dodać napisy do filmu, pojawia się zawsze wtedy, gdy materiał ma trafić do widzów przewijających treści bez włączonego dźwięku. Odpowiedź na to, jak dodać napisy do filmu, sprowadza się do trzech decyzji: wyboru formatu pliku, ustawienia czytelnej typografii oraz precyzyjnej synchronizacji tekstu z fonią. Dane platform wideo pokazują, że nawet 80 procent odtworzeń na urządzeniach mobilnych startuje z wyciszonym głośnikiem, więc tekst na ekranie decyduje o tym, czy widz zostanie dłużej niż trzy sekundy. W tym poradniku przechodzę przez formaty SRT, VTT i ASS, przez pracę w DaVinci Resolve oraz Adobe Premiere Pro, przez transkrypcję automatyczną i przez ustawienia nagrania, które sprawiają, że napisy w ogóle da się odczytać. Znajdziesz tu konkretne wartości: rozmiary czcionki, limity znaków na linię, czasy wyświetlania oraz koszty narzędzi w złotówkach.

Formaty napisów: SRT, VTT, ASS i SUB w praktyce

Plik z napisami to zwykły tekst uzupełniony o sygnatury czasu. SRT odtworzy praktycznie każde urządzenie, od telewizora po telefon, lecz nie obsługuje kolorów ani pozycjonowania linii. WebVTT jest natywnym formatem znacznika wideo w HTML i przyjmuje style CSS. ASS daje pełną kontrolę nad krojem, obrysem i animacją tekstu.

Formaty bitmapowe, takie jak SUB z plikiem IDX czy PGS z płyt Blu-ray, przechowują napisy jako obrazki. Nie da się ich edytować w notatniku ani przetłumaczyć maszynowo bez rozpoznawania znaków. Jeśli dostajesz taki materiał od klienta, konwersja przez OCR w Subtitle Edit zajmuje kilka minut na godzinę materiału i wymaga ręcznej korekty polskich znaków diakrytycznych.

Wybór jest prosty: SRT do YouTube, Facebooka i LinkedIna, VTT do odtwarzaczy osadzonych na stronie, ASS do karaoke, komentarzy na ekranie i napisów stylizowanych pod identyfikację wizualną marki. Jeden projekt może mieć wszystkie trzy wersje wygenerowane z tego samego źródła tekstowego, bez ponownego przepisywania dialogów.

Format	Rozszerzenie	Style i pozycjonowanie	Typowe zastosowanie
SubRip	.srt	brak, tylko prosty tekst	media społecznościowe, YouTube
WebVTT	.vtt	style CSS, pozycja linii	odtwarzacze HTML5 na stronie
Advanced SubStation	.ass	pełna typografia, animacje	napisy stylizowane, karaoke
VobSub	.sub + .idx	grafika bitmapowa	archiwalne płyty DVD

Jak dodać napisy do filmu w DaVinci Resolve i Premiere Pro

W DaVinci Resolve wchodzisz na stronę Edit, klikasz prawym przyciskiem w pustą przestrzeń nad ścieżką wideo i wybierasz opcję nowej ścieżki napisów. Każdy segment tekstu przeciągasz i przycinasz jak zwykły klip, a panel Inspector odpowiada za krój, obrys i cień. Wersja darmowa eksportuje SRT bez ograniczeń.

Adobe Premiere Pro korzysta z panelu Text i zakładki poświęconej napisom. Tworzysz nową ścieżkę typu Subtitle, a następnie wpisujesz kolejne linie w oknie transkrypcji. Subskrypcja pojedynczej aplikacji kosztuje około stu złotych miesięcznie, natomiast licencja DaVinci Resolve Studio to jednorazowy wydatek rzędu tysiąca sześciuset złotych.

Darmową alternatywą pozostaje Subtitle Edit, który pokazuje falę dźwiękową i pozwala ustawiać znaczniki jednym klawiszem skrótu. Aegisub sprawdza się przy stylizacji ASS, a mobilny CapCut generuje napisy w kilkanaście sekund, choć polska interpunkcja i nazwy własne wymagają tam ręcznych poprawek przed publikacją.

Automatyczna transkrypcja i redakcja tekstu

Silniki rozpoznawania mowy radzą sobie z polszczyzną na poziomie 90–95 procent trafności przy czystym nagraniu z mikrofonu krawatowego. Skuteczność spada poniżej 70 procent, gdy w tle gra muzyka albo mówi kilka osób naraz. Zakładaj więc, że po każdej transkrypcji czeka cię redakcja liczona w minutach na minutę materiału.

Przy redakcji trzymaj się limitu 42 znaków w linii i maksymalnie dwóch linii wyświetlanych jednocześnie. Zdania dziel w miejscach składniowych, nigdy między przymiotnikiem a rzeczownikiem. Usuwaj wtrącenia typu yyy oraz powtórzenia, bo napis ma być czytelny, a nie stenograficznie wierny nagraniu.

Napisy wypalone kontra napisy dołączane

Napisy wypalone stają się częścią obrazu podczas renderowania. Zawsze wyglądają identycznie, niezależnie od odtwarzacza, i sprawdzają się w pionowych rolkach oraz reklamach, gdzie liczy się kontrola nad każdym pikselem. Cena tej pewności to brak możliwości wyłączenia tekstu i konieczność ponownego eksportu przy każdej korekcie.

Napisy dołączane żyją w osobnym pliku lub w osobnej ścieżce kontenera. Widz włącza je jednym kliknięciem, a algorytmy platform czytają ich treść jako tekst, co realnie wpływa na dopasowanie materiału do zapytań. Ten wariant wybieraj wszędzie tam, gdzie planujesz kilka wersji językowych albo późniejsze aktualizacje treści.

W praktyce agencje produkują obie wersje z jednego pliku SRT: wypaloną na potrzeby krótkich formatów pionowych i dołączaną do wersji poziomej publikowanej w serwisie wideo. Koszt takiego podwójnego eksportu to kilkanaście minut renderu, a zasięg materiału rośnie na dwóch niezależnych kanałach dystrybucji.

• Napisy wypalone gwarantują identyczny wygląd na każdym ekranie, ale nie da się ich wyłączyć bez ponownego renderu.
• Napisy dołączane widz włącza jednym kliknięciem, a serwisy indeksują ich treść jako pełnowartościowy tekst.
• Kontener MKV lub MOV przenosi kilka ścieżek językowych naraz, bez zwiększania rozmiaru obrazu.
• Ścieżka tekstowa na godzinę materiału zajmuje 40–80 kB, wypalenie napisów wymaga przekodowania całego wideo.
• Przy wypalaniu decydujesz o kroju i obrysie, przy dołączanych styl narzuca odtwarzacz i ustawienia widza.

Ustawienia kamery, które decydują o czytelności napisów

Napisy leżą na obrazie, więc tło pod nimi musi być spokojne. Dlatego pytanie o to, jak ustawić przysłonę w aparacie, ma bezpośrednie przełożenie na czytelność tekstu: szeroko otwarta blenda rozmywa plan dalszy i zostawia jednolitą płaszczyznę w dolnej trzeciej kadru. Przydaje się też wiedza o tym, co to jest liczba przysłony, bo właśnie ona opisuje siłę tego efektu.

Kolejną zmienną jest czas naświetlania. Kto rozumie, jak działa migawka w aparacie, ustawi ją na podwojoną wartość klatkażu, czyli 1/50 sekundy przy 25 klatkach na sekundę. Ruch pozostaje wtedy płynny, a litery nie drgają na tle rwanego obrazu. Trzeci parametr to czułość matrycy i tu decyduje to, jak ustawić iso w aparacie.

Te trzy suwaki tworzą trójkąt ekspozycji dla początkujących: przysłona, czas i czułość wzajemnie się równoważą. Jeśli planujesz plenery, pytanie o to, jaki obiektyw do krajobrazu wybrać, prowadzi do szkieł 16–35 mm, które utrzymują ostrość od pierwszego planu po horyzont i zostawiają spokojne miejsce na pasek napisów.

Operatorzy pytający, jak zrobić zdjęcie z rozmytym tłem, oraz ci szukający odpowiedzi na to, jak uzyskać efekt bokeh, korzystają z tej samej zasady. Jasny obiektyw stałoogniskowy 50 mm f/1.8 kosztuje około pięciuset złotych i rozmywa plan dalszy na tyle mocno, że biała czcionka z cienkim czarnym obrysem pozostaje czytelna w każdym ujęciu.

Nagrania nocą, zimą i w deszczu

Trudne warunki niszczą kontrast pod napisami. Zasady opisujące to, jak robić ostre zdjęcia nocą, przenoszą się wprost na wideo: stabilny statyw, ręczne ustawienie ostrości i czułość trzymana w rozsądnych granicach. Osobnym tematem jest to, jak fotografować gwiazdy nocą, gdzie długi czas naświetlania wyklucza jakikolwiek ruch w kadrze.

Zimą akumulatory tracą nawet 40 procent pojemności, więc kwestia tego, jak robić zdjęcia w zimie, sprowadza się do zapasowych ogniw noszonych w wewnętrznej kieszeni kurtki. Z kolei pytanie o to, jak fotografować w deszczu, kończy się na osłonie przeciwdeszczowej za kilkadziesiąt złotych i ściereczce z mikrofibry przy przedniej soczewce.

Synchronizacja, publikacja i kontrola jakości napisów

Synchronizacja to najczęstsze źródło reklamacji od klientów. Standard mówi o wyświetlaniu jednej linii przez minimum sekundę i maksymalnie siedem, przy tempie czytania około 17 znaków na sekundę. Napis powinien pojawiać się nie wcześniej niż pół sekundy przed wypowiedzią i znikać najpóźniej sekundę po jej zakończeniu.

Serwis YouTube przyjmuje pliki SRT w panelu Studio i pozwala dograć kilka wersji językowych do jednego materiału. Facebook wymaga nazwy pliku z kodem języka w formacie film.pl_PL.srt, inaczej odrzuci przesyłanie. Vimeo oraz Wistia obsługują VTT z pozycjonowaniem linii ponad dolnym paskiem interfejsu odtwarzacza.

Kontrolę jakości rób zawsze na telefonie, z wyciszonym dźwiękiem, trzymając urządzenie pionowo. Sprawdzasz trzy rzeczy: czy tekst nie wchodzi pod pasek postępu odtwarzacza, czy obrys wystarczająco oddziela litery od jasnego tła i czy podziały zdań wypadają w naturalnych miejscach składniowych.

Jak dodać napisy do filmu bez instalowania programu?

Da się to zrobić na kilka sposobów. Panel YouTube Studio ma wbudowany edytor, który sam generuje polską transkrypcję i pozwala poprawić ją w przeglądarce, a gotowy plik SRT pobierzesz na dysk i użyjesz na innych platformach. Narzędzia webowe pokroju Happy Scribe czy Veed rozliczają się od minuty materiału, w widełkach mniej więcej od pięćdziesięciu groszy do dwóch złotych, z darmowym limitem próbnym. Ograniczeniem bywa wielkość pliku, zwykle jeden gigabajt w planach bezpłatnych, oraz poufność, bo nagranie trafia na cudzy serwer. Przy materiałach objętych umową o zachowaniu poufności bezpieczniejszy jest lokalny Subtitle Edit z modelem rozpoznawania mowy uruchamianym na własnym komputerze.

Czy napisy realnie zwiększają zasięg publikowanego wideo?

Tak, i działa to na trzech poziomach. Po pierwsze, ścieżka tekstowa jest czytana przez algorytmy platform, więc materiał trafia do rekomendacji przy zapytaniach zawierających słowa wypowiadane w nagraniu. Po drugie, statystyki wydawców wskazują wydłużenie średniego czasu oglądania o kilkanaście procent, ponieważ widz przewijający tablicę zatrzymuje się na tekście, nawet gdy nie może włączyć dźwięku. Po trzecie, napisy otwierają materiał dla osób niesłyszących i słabosłyszących, co w Polsce dotyczy setek tysięcy odbiorców, a w projektach realizowanych dla instytucji publicznych bywa wymogiem formalnym wynikającym z przepisów o dostępności cyfrowej treści multimedialnych.

Co zrobić, gdy napisy rozjeżdżają się z dźwiękiem?

Najpierw ustal, czy przesunięcie jest stałe, czy narastające. Stałe rozjechanie o na przykład 1,5 sekundy naprawisz jedną komendą przesunięcia wszystkich znaczników w Subtitle Edit lub w VLC skrótem klawiszowym regulującym opóźnienie. Narastające przesunięcie oznacza niezgodność klatkażu: plik napisów przygotowano dla 23,976 klatki, a wideo działa w 25 klatkach albo odwrotnie. Wtedy używasz funkcji zmiany liczby klatek, która przelicza wszystkie sygnatury proporcjonalnie. Trzecia przyczyna to montaż wykonany po eksporcie napisów, czyli wycięte fragmenty, których plik tekstowy nie uwzględnia. W takim wypadku szybciej jest wygenerować transkrypcję ponownie z finalnej wersji materiału.