Buone pratiche per i sottotitoli: come creare sottotitoli davvero leggibili

Un sottotitolo funziona solo se si riesce a leggerlo nel tempo in cui resta a schermo, continuando a vedere cosa succede nell’immagine. Emittenti e servizi di streaming hanno tradotto questo principio in regole precise. I video per i social cambiano alcune condizioni (lo schermo è alto e piccolo, lo stile è più vistoso, chi guarda sta scorrendo il feed), ma quelle regole restano il punto di partenza giusto e quasi tutte valgono così come sono.

Le linee guida da conoscere

Quattro riferimenti tornano di continuo. I valori citati in questa guida vengono dalle loro versioni attuali. Quando non concordano, di solito è perché sono stati scritti per schermi e pubblici diversi.

• Le BBC Subtitle Guidelines (versione 1.2.5, marzo 2026) riguardano i video televisivi e online e includono indicazioni specifiche per il video verticale 9:16.
• La English (USA) Timed Text Style Guide di Netflix stabilisce le regole per i sottotitoli e i sottotitoli per sordi e ipoudenti (SDH) forniti a Netflix.
• Il DCMP Captioning Key, del Described and Captioned Media Program statunitense, è pensato soprattutto per i contenuti didattici.
• Le WCAG 2.2 richiedono i sottotitoli per i video preregistrati (criterio di successo 1.2.2), ma non stabiliscono lunghezza delle righe, velocità o stile.

Lunghezza delle righe

Le righe lunghe costringono l’occhio a spostarsi di più e coprono una parte maggiore dell’immagine. La BBC limita i sottotitoli televisivi a 37 caratteri per riga, un vincolo ereditato dal teletext. Per i video online fissa invece il limite in base alla larghezza: il 68% della larghezza di un video orizzontale 16:9, o il 90% di un video verticale 9:16. La guida di Netflix per l’inglese ammette fino a 42 caratteri per riga.

Il video verticale è stretto, quindi a una dimensione leggibile ci stanno molti meno caratteri. La BBC offre un’equivalenza utile: 37 caratteri in un’area larga il 75% di un video 16:9 corrispondono a 25 caratteri sul 90% di un fotogramma 9:16. Per TikTok, i Reels e gli Shorts, considera circa 25 caratteri per riga come tetto massimo, e scendi ancora se il tuo stile dei sottotitoli usa caratteri grandi e pesanti.

Righe per sottotitolo

Netflix ammette al massimo due righe e il DCMP Captioning Key preferisce non superarle. La BBC consiglia due righe per i video orizzontali, 4:3 e quadrati, e fino a tre per i video verticali 9:16, dove ogni riga è più corta. In un montaggio verticale già pieno di elementi, una sola riga (o due brevi) lascia libera una parte maggiore dell’immagine e dà a chi guarda meno testo da leggere in una volta.

Velocità di lettura

La velocità di lettura si misura in parole al minuto (wpm) o in caratteri al secondo (cps). Ecco cosa consente ciascuna linea guida:

Per verificare un sottotitolo, dividi il numero di caratteri per il tempo in cui resta a schermo. Un sottotitolo di 38 caratteri mostrato per 1,5 secondi scorre a circa 25 cps, più di quanto Netflix consenta per i programmi per adulti. Mostralo più a lungo se il parlato lo permette, oppure dividilo in due sottotitoli.

Chi parla velocemente è il caso più difficile nei video per i social. La BBC osserva che gli spettatori tendono a preferire sottotitoli fedeli parola per parola, e sui social le espressioni esatte di chi parla sono spesso il cuore del contenuto. Invece di riscrivere ciò che qualcuno ha detto, dividilo in più sottotitoli brevi, sincronizzati con il parlato. Sintetizza solo quando le parole non si possono davvero leggere in tempo, e mai in un modo che ne cambi il significato.

Tempi e durata

• Parti insieme al parlato. Le linee guida della BBC indicano di far coincidere il sottotitolo con l’inizio del parlato e di ridurre al minimo qualsiasi ritardo rispetto alla voce.
• Durata minima. Netflix fissa un minimo di cinque sesti di secondo (20 fotogrammi a 24 fotogrammi al secondo). Il DCMP Captioning Key indica 40 fotogrammi, cioè 1 secondo e 10 fotogrammi. La BBC suggerisce di puntare a circa 0,3 secondi per parola, così un sottotitolo di quattro parole resta a schermo per circa 1,2 secondi.
• Durata massima. Netflix fissa il limite di un sottotitolo a 7 secondi, DCMP a 6. Un sottotitolo che resta a schermo a lungo dopo la fine delle parole non corrisponde più a ciò che lo spettatore sente.
• Cambi di inquadratura. La BBC sconsiglia i sottotitoli a cavallo di un cambio di inquadratura: dividi la frase oppure fai partire il nuovo sottotitolo sul taglio. Con il montaggio serrato dei social è difficile seguire questa regola alla lettera, ma evita almeno un sottotitolo che compare per pochi fotogrammi appena prima di un taglio.

Dove andare a capo

Vai a capo dove chi parla farebbe una pausa naturale, idealmente dopo un segno di punteggiatura. La BBC elenca le coppie che dovrebbero restare sulla stessa riga:

• un articolo e il suo nome (il tavolo, un libro);
• una preposizione e le parole che la seguono (sopra il tavolo);
• una congiunzione e la sua proposizione (e quei libri);
• un pronome e il suo verbo (loro verranno);
• le parti di un verbo composto (avrebbe potuto fare).

La guida di Netflix per l’inglese indica di andare a capo dopo la punteggiatura e prima di congiunzioni o preposizioni, e di non spezzare un nome né separare un aggettivo dal suo sostantivo o un soggetto dal suo verbo. Allo stesso modo, il DCMP Captioning Key dice di non dividere il nome di una persona, né un titolo dal nome a cui si riferisce.

Da evitare   Abbiamo lanciato la
             nuova app a marzo.

Meglio       Abbiamo lanciato
             la nuova app a marzo.

Gli a capo, però, non sono la priorità assoluta. Secondo la BBC, quando un buon a capo è in conflitto con un testo ben curato e con tempi corretti, contano di più il testo e i tempi.

Posizione nei video verticali

I sottotitoli tradizionali stanno in basso al centro dell’inquadratura e si spostano quando coprirebbero qualcosa di importante. DCMP indica di spostarli in alto quando nasconderebbero il volto di chi parla o un testo essenziale a schermo, e Netflix colloca i sottotitoli dove si leggono meglio quando compare del testo nell’immagine.

Le piattaforme verticali aggiungono un altro ostacolo: l’interfaccia dell’app stessa. Su TikTok, Reels e Shorts, il nome del creator e il testo del post si sovrappongono alla parte bassa del video, mentre i pulsanti per mettere Mi piace, commentare e condividere occupano il bordo destro.

• Alza i sottotitoli. La BBC osserva che nei video verticali è comune posizionare i sottotitoli un po’ più in alto, pur restando di solito nel terzo inferiore, perché i volti tendono a trovarsi nella metà superiore dell’inquadratura.
• Lascia un margine sulla destra così le parole non finiscono sotto i pulsanti, e tieni le righe centrate.
• Lascia libere bocche e testo in sovrimpressione. Sposta il sottotitolo invece di lasciarlo sovrapporre all’inquadratura di un prodotto o a un titolo.
• Fai una prova su uno smartphone. I layout delle app cambiano e variano da un dispositivo all’altro, quindi controlla un caricamento di prova su uno schermo reale invece di affidarti a un modello fisso.

Contrasto, contorno e dimensioni

Un sottotitolo deve restare leggibile su ogni fotogramma, da una stanza buia a una parete bianca alle spalle di chi parla. Ci sono tre modi affidabili per riuscirci:

• Un riquadro di sfondo. L’impostazione predefinita della BBC è testo bianco su sfondo nero. Il DCMP Captioning Key preferisce un riquadro semitrasparente, così il testo resta nitido anche sugli sfondi chiari.
• Un contorno o un’ombra. DCMP chiede caratteri bianchi, di peso medio e senza grazie, con ombra proiettata o ombra sul bordo. Con gli stili in grassetto tipici dei social, un contorno scuro pieno ottiene lo stesso risultato.
• Contrasto misurabile. Il rapporto di contrasto minimo previsto dalle WCAG per il testo è 4,5:1 (criterio di successo 1.4.3). È pensato per il testo delle pagine web più che per quello dei video, ma è un riferimento sensato per il testo dei sottotitoli rispetto al riquadro o al contorno.

Per le dimensioni, la BBC definisce il testo dei sottotitoli in base all’altezza della riga, come percentuale dell’altezza del video: 7–8% per i video orizzontali, 4:3 e quadrati, e 3,9–4,5% per i video verticali 9:16. Gli stili dei sottotitoli per i social sono spesso più grandi e marcati. Può funzionare, purché le righe restino abbastanza corte da starci e il testo non copra il soggetto.

Infine, maiuscole e minuscole. Per la leggibilità DCMP preferisce il testo in maiuscolo e minuscolo e riserva il tutto maiuscolo a chi urla. Gli stili tutto maiuscolo sono comuni nei video brevi: se ne usi uno, accorcia ancora di più i sottotitoli.

Interlocutori, suoni e musica

Chi non può sentire l’audio, perché è una persona sorda o ipoudente o semplicemente scorre il feed senza audio, ha bisogno di qualcosa in più dei soli dialoghi.

• Cambi di interlocutore. Rendi evidente quando inizia a parlare qualcun altro. La BBC usa pochi colori per il testo su sfondo nero (bianco, giallo, ciano e verde) e assegna sempre lo stesso colore a ogni interlocutore. La guida di Netflix per l’inglese aggiunge il nome di chi parla tra parentesi quadre solo quando gli spettatori non possono vedere chi sta parlando. DCMP preferisce collocare il sottotitolo sotto la persona che parla, con il nome tra parentesi tonde quando la posizione non basta.
• Effetti sonori. Sottotitola i suoni che contano per la storia o per la battuta. Le convenzioni variano: la BBC scrive le indicazioni sonore in maiuscolo bianco, come brevi frasi con soggetto e verbo, per esempio IL PAVIMENTO SCRICCHIOLA; Netflix usa parentesi quadre e minuscole, come in [la porta sbatte]; DCMP mette le descrizioni tra parentesi quadre e indica da dove proviene il suono.
• Musica. DCMP racchiude i testi cantati tra simboli di nota musicale (♪). Per la musica di sottofondo, quando è rilevante, basta una breve descrizione dell’atmosfera tra parentesi quadre.
• Scegli una convenzione e rispettala. La coerenza all’interno di un video conta più del sistema che scegli.

Precisione: nomi, numeri e gergo tecnico

Il riconoscimento vocale automatico ti dà in poco tempo una prima bozza, ma commette errori prevedibili. Il centro assistenza di YouTube avverte che i sottotitoli automatici possono travisare ciò che è stato detto a causa di pronunce errate, accenti, dialetti o rumore di fondo. Controlla sempre a mano questi elementi:

• Nomi di persone, marchi, prodotti e luoghi, maiuscole comprese.
• Numeri, prezzi, date e unità di misura. Scegli un modo di scrivere i numeri e applicalo con coerenza. DCMP scrive in lettere i numeri da uno a dieci e usa le cifre da undici in su.
• Gergo tecnico e sigle del tuo settore, che un modello di IA generico potrebbe non conoscere.
• Parole che suonano uguali, come “anno” e “hanno”, “a” e “ha”, “ce” e “c’è”.
• Intercalari e false partenze. Decidi se tenere gli “ehm” e le parole ripetute. Toglierli rende la lettura più rapida; tenerli conserva il tono di chi parla. Non togliere mai una parola che cambia il significato.

La correzione dovrebbe richiedere poco. In AutoCap ogni parola ha il proprio tempo di inizio e di fine, quindi puoi correggere un nome capito male, dividere una riga lunga o spostare di poco una singola parola senza modificare i tempi di tutto ciò che la circonda.

Stili parola per parola e karaoke

I sottotitoli parola per parola mostrano da una a poche parole alla volta, oppure compongono una riga una parola dopo l’altra. Gli stili karaoke mostrano l’intera riga ed evidenziano ogni parola mentre viene pronunciata. Entrambi sono diffusi nei video brevi perché il movimento attira lo sguardo. Ma cambiano anche il modo in cui si legge:

• Meno testo alla volta significa non poter leggere in anticipo. Con una riga intera a schermo, lo spettatore può cogliere la frase e tornare a guardare l’immagine. Quando le parole arrivano una alla volta, può leggere solo al ritmo di chi parla e lo sguardo resta incollato al testo.
• Per le linee guida televisive sono un’eccezione. Secondo la BBC, i sottotitoli cumulativi (in cui una parte del sottotitolo compare dopo il resto) vanno usati solo quando c’è un buon motivo, come l’effetto drammatico o il ritmo di una canzone.
• L’animazione distoglie dalle parole. Un rimbalzo o un cambio di colore su ogni parola chiede più attenzione di una riga stabile con una sola parola evidenziata.

Usali per clip brevi e d’impatto, per l’hook dei primi secondi e per dare enfasi a una parola chiave. Passa a uno stile più stabile per tutorial, interviste, spiegazioni lunghe e parlato veloce. L’evidenziazione karaoke è spesso il compromesso migliore: la frase intera resta leggibile e la parola in corso viene evidenziata. Funziona solo se l’evidenziazione cade sulla parola nel momento esatto in cui viene pronunciata, ed è per questo che i tempi parola per parola contano: un’evidenziazione in anticipo di mezzo secondo sembra un errore. Puoi confrontare i diversi approcci nella galleria degli stili dei sottotitoli.

Checklist

1. Una o due righe per sottotitolo; fino a tre righe brevi nei video verticali.
2. Al massimo 25 caratteri circa per riga nei video verticali; non più di 37–42 nei video orizzontali.
3. Velocità di lettura non superiore a circa 20 caratteri al secondo (17 per i contenuti per bambini), ovvero 160–180 parole al minuto.
4. Nessun sottotitolo a schermo per meno di un secondo circa o per più di 6–7 secondi.
5. Sottotitoli che partono insieme al parlato e non scavalcano i tagli.
6. A capo sulle pause naturali, senza mai spezzare nomi o coppie articolo-nome.
7. Sottotitoli lontani da volti, testo in sovrimpressione e pulsanti dell’app, verificati su uno smartphone.
8. Contrasto elevato grazie a riquadro, contorno o ombra, verificato su fotogrammi chiari e scuri.
9. Cambi di interlocutore e suoni rilevanti indicati con un unico stile coerente.
10. Nomi, numeri e gergo tecnico controllati da una persona.
11. Animazione parola per parola riservata alle clip brevi.

Per capire quando imprimere i sottotitoli nel video e quando pubblicare un file di sottotitoli, leggi open caption e closed caption a confronto.