Dirección de subtítulos y accesibilidad mediática
Trata los subtítulos y las pistas de accesibilidad como activos de producción, no como un simple pulido. Constrúyelos a partir del guion, la mezcla de audio, la edición, el plan de localización y el destino de entrega de la plataforma. Si el usuario solicita cumplimiento legal, indica qué estándares estás utilizando y recomienda la revisión por parte de un asesor jurídico/de accesibilidad cualificado; no prometas cumplimiento legal únicamente a partir de un archivo generado.
Empieza clasificando el medio
Antes de escribir o exportar subtítulos, identifica:
- Tipo de contenido: video pregrabado con audio, video en directo/casi en directo, solo audio, solo video o clip social sin sonido.
- Necesidad de la audiencia: subtítulos para personas sordas o con dificultades auditivas, subtítulos traducidos para audiencias oyentes, SDH, transcripción, transcripción descriptiva, audiodescripción, lengua de signos o subtítulos automáticos por defecto de la plataforma.
- Destino de entrega: incrustación en redes sociales, archivo sidecar para reproductor web, emisión/OTT, LMS/portal de formación, revisión interna, paquete localizado o máster de archivo.
- Riesgo de accesibilidad: texto visual esencial, gráficos, grabaciones de pantalla, múltiples oradores, diálogos superpuestos, música/letras, momentos de la trama basados en sonido, destellos/estroboscópicos, tipografía cinética rápida, bajo contraste, pantallas pequeñas de móvil o superposiciones de la interfaz de usuario de la plataforma.
- Verdad de la fuente final: la mezcla de audio bloqueada y la imagen final. Los guiones generados, los borradores de TTS y las transcripciones de ASR son puntos de partida, no la autoridad después de las ediciones.
Hechos documentados que preservar
Úsalos como restricciones factuales cuando sea relevante, citando la fuente en tu resultado o notas de entrega cuando la afirmación sea importante.
- WCAG 2.2 exige subtítulos para audio pregrabado en medios sincronizados en el Nivel A (SC 1.2.2), subtítulos para audio sincronizado en directo en el Nivel AA (SC 1.2.4) y audiodescripción para video pregrabado en el Nivel AA (SC 1.2.5). El Nivel A de WCAG permite audiodescripción o una alternativa de medios para video sincronizado pregrabado según SC 1.2.3. Fuente: W3C WCAG 2.2, verificado 2026-07-10.
- La guía de destellos de WCAG 2.2 establece que el contenido no debe destellar más de tres veces en un período de un segundo a menos que esté por debajo de los umbrales general/de destello rojo. Fuente: W3C Understanding SC 2.3.1, verificado 2026-07-10.
- El contraste mínimo de WCAG para texto es 4,5:1, con 3:1 para texto a gran escala. Este es un criterio para texto web; los subtítulos incrustados son píxeles de video, pero úsalo como objetivo de diseño mínimo para la legibilidad de subtítulos a menos que se aplique una especificación/plataforma más estricta. Fuente: W3C WCAG 2.2 SC 1.4.3, verificado 2026-07-10.
- Section508.gov distingue entre subtítulos cerrados, subtítulos abiertos, subtítulos y transcripciones: los subtítulos cerrados se pueden activar/desactivar; los subtítulos abiertos son permanentes en el video; los subtítulos generalmente traducen el diálogo para audiencias oyentes y no incluyen identificadores de orador ni audio no verbal; las transcripciones no tienen códigos de tiempo. Fuente: Guía de medios sincronizados de Section508.gov, verificado 2026-07-10.
- Las reglas de calidad de subtítulos de la FCC de EE. UU. para programación de televisión cubierta definen la calidad en torno a precisión, sincronización, integridad y colocación; los subtítulos deben incluir información no verbal relevante, ser legibles y evitar bloquear contenido visual esencial. Fuente: 47 CFR Sec. 79.1 a través del texto del Legal Information Institute/eCFR, verificado 2026-07-10. Este skill no determina si un proyecto específico está cubierto por las reglas de la FCC.
- La Ayuda de YouTube enumera SRT y SBV/SubViewer como formatos básicos y WebVTT/TTML/SAMI/RealText como formatos avanzados; los archivos básicos SRT/SBV deben ser UTF-8 plano y YouTube señala que el soporte de estilo es limitado. Fuente: Ayuda de YouTube, verificado 2026-07-10.
- La Ayuda de Vimeo indicó que Vimeo admite SRT y WebVTT para subtítulos, recomienda WebVTT y requiere codificación UTF-8 para caracteres especiales. Fuente: Ayuda de Vimeo, verificado 2026-07-10.
- WebVTT es un formato de texto con marca de tiempo UTF-8 utilizado con pistas de medios; comienza con
WEBVTT, contiene señales con tiempo y se puede usar para subtítulos, descripciones, capítulos o metadatos según el soporte del reproductor. Fuentes: W3C/MDN y documentación de WebVTT de la Biblioteca del Congreso, verificado 2026-07-10. - La sintaxis W3C WebVTT requiere UTF-8, una firma de archivo
WEBVTT, tiempos de señal con milisegundos de período, tiempos de inicio de señal ordenados y tiempos de finalización mayores que los de inicio. La superposición de señales está permitida por el formato para subtítulos, pero muchos flujos de trabajo de entrega de subtítulos aún rechazan o marcan las superposiciones. Fuente: W3C WebVTT Candidate Recommendation Draft, verificado 2026-07-11. - SRT es una convención sidecar de texto plano ampliamente utilizada pero ligeramente estandarizada compuesta de bloques repetidos: contador numérico, línea de tiempo de inicio/fin, texto de subtítulo y un separador de línea en blanco. La práctica común de entrega usa sincronización
HH:MM:SS,mmm --> HH:MM:SS,mmmy UTF-8 para la carga en plataformas modernas, aunque los archivos SRT heredados pueden usar otras codificaciones. Fuente: Descripción del formato SRT de la Biblioteca del Congreso más guía de plataforma ya citada aquí, verificado 2026-07-11. - La guía de texto con marca de tiempo de Netflix es específica de la plataforma, no una ley universal. Su guía de ayuda pública para socios incluye máximos de 2 líneas, guías de estilo específicas del idioma, duraciones mínimas/máximas de eventos en requisitos generales y convenciones de SDH en inglés de EE. UU. para identificadores de orador/efectos de sonido entre corchetes. Fuente: Centro de ayuda para socios de Netflix, verificado 2026-07-10.
Heurísticas de producción a aplicar
Estos son valores predeterminados del oficio. Anúlalos para una guía de estilo formal del cliente, especificación de emisora, convención de subtítulos específica del idioma o error de validación de la plataforma.
- Prefiere un archivo sidecar de subtítulos para la accesibilidad siempre que la plataforma lo admita. Añade subtítulos incrustados/abiertos solo cuando la plataforma, la compra de anuncios o la experiencia del usuario requieran texto siempre visible.
- Si incrustas subtítulos para redes sociales, sigue manteniendo un sidecar/transcripción maestra editable. Los subtítulos incrustados no se pueden alternar, cambiar de estilo, buscar, traducir ni usar de forma fiable con tecnología de asistencia.
- Usa subtítulos editados para medios pregrabados. Los subtítulos automáticos son útiles para la alineación de borradores, pero el trabajo final necesita revisión humana/de agente contra el audio, la identidad del orador, la puntuación, los efectos de sonido, los nombres propios y la sincronización.
- Mantén las señales legibles: generalmente 1-2 líneas, longitudes de línea equilibradas, saltos de frase naturales y suficiente tiempo en pantalla para leer sin apuros. Si el texto es demasiado denso, edita solo la redundancia no esencial mientras conservas el significado y el vocabulario clave.
- Sincroniza las señales con el audio que representan: aparecen cerca del inicio del habla/sonido, desaparecen cerca de su final, evita señales superpuestas y no hagas que los subtítulos se adelanten a chistes, revelaciones o instrucciones críticas para la seguridad antes de que se escuchen.
- Reposiciona los subtítulos cuando cubran rostros, tercios inferiores, interfaz de usuario del producto, gráficos, subtítulos ya presentes en la imagen, superposiciones legales o controles de la plataforma.
- En video generado, reduce el trabajo de subtítulos diseñando el guion y la edición para la accesibilidad: menos voces en competencia, texto en pantalla legible, información visual descrita en la narración cuando sea posible y pausas para la audiodescripción donde sea necesario.
Redacción de subtítulos y SDH
Crea un máster de subtítulos a partir de estas entradas:
- video y audio bloqueados;
- guion/transcripción final de narración/diálogo;
- lista de oradores con nombres, títulos, roles, pronunciaciones y cuándo se revelan los nombres por primera vez;
- glosario de nombres de productos, nombres propios, acrónimos, términos técnicos, frases legales y nombres inventados/generados;
- hoja de señales musicales y estado de las letras;
- lista de texto en pantalla, llamadas de gráficos/datos y cualquier momento de la trama solo visual;
- formato(s) de destino, política de fotogramas/código de tiempo, etiqueta de idioma/ubicación y guía de estilo.
Para cada señal de subtítulo:
- Incluye las palabras habladas en orden. No parafrasees a menos que las restricciones de legibilidad/tiempo requieran compresión y el estándar elegido lo permita.
- Preserva el significado, el tono y el vocabulario esencial. Mantén la jerga intencional, los errores gramaticales, las repeticiones o las vacilaciones cuando sean importantes para la caracterización, el humor, la seguridad o la instrucción.
- Usa la puntuación para aclarar el significado, no para decorar.
- Identifica a los oradores cuando el espectador no pueda inferir de manera fiable quién habla por la colocación o la imagen. Usa nombres conocidos solo después de que el contenido los revele; de lo contrario, usa descriptores neutrales como
[narrador],[voz fuera de cámara],[mujer 1]o etiquetas aprobadas por el cliente. - Incluye audio no verbal cuando afecte el significado, el estado de ánimo, la seguridad, la historia o la instrucción:
[suena una alarma],[música suave de piano],[el público se ríe],[se abre la puerta]. No pongas subtítulos a cada sonido incidental. - Pon subtítulos a las letras cuando sean audibles e importantes, sujeto a derechos/instrucciones del cliente. Si las letras no se subtitulan, identifica la música cuando afecte la experiencia.
- Evita exponer información no disponible para los espectadores oyentes en ese momento. No nombres a un orador misterioso, reveles un giro ni expliques una causa oculta antes de tiempo.
- Evita descripciones visuales dentro de los subtítulos a menos que representen sonido o identificación del orador. El acceso visual pertenece a la narración, la descripción integrada, la audiodescripción o la transcripción descriptiva.
Saltos de línea:
- Rompe en los límites de oración, cláusula o frase.
- Evita separar artículos de sustantivos, adjetivos/modificadores de sustantivos, nombres y apellidos, verbos auxiliares de verbos principales, preposiciones de sus objetos o un pronombre sujeto de su verbo.
- No coloques el final de una oración y el comienzo de otra en la misma línea cuando haya una división más limpia disponible.
- Mantén las señales de dos oradores raras; cuando sean inevitables, haz que los oradores sean visualmente distintos con una convención coherente compatible con el formato/plataforma de destino.
Sincronización:
- Alinea los subtítulos con el audio final, no con la sincronización del guion.
- No dejes que los subtítulos persistan mucho más allá del habla a menos que sea necesario para la legibilidad y no sea engañoso.
- Usa espacios cuando mejoren la legibilidad, pero evita el parpadeo innecesario de espacios muy cortos.
- Si un orador es interrumpido, usa puntuación que haga comprensible la interrupción.
- Para exenciones de responsabilidad rápidas, instrucciones de seguridad o texto legal, rechaza una entrega ilegible en lugar de ocultar el problema en subtítulos diminutos.
Diseño de subtítulos incrustados/abiertos
La incrustación es tipografía sobre imágenes en movimiento. Diséñala como una interfaz de usuario legible:
- Usa alto contraste contra todos los fotogramas representativos. Añade una caja semiopaca, sombra, trazo o degradado cuando los fondos varíen.
- Mantén el texto lo suficientemente grande para la pantalla más pequeña esperada y la ruta de compresión. Previsualiza al tamaño de un teléfono, no solo en un monitor de escritorio.
- Deja márgenes para la interfaz de usuario de la plataforma: subtítulos, handles, botones de reacción, barras de progreso, tercios inferiores y áreas seguras difieren según la plataforma y la orientación.
- Evita colocar subtítulos sobre rostros, bocas en trabajo de sincronía de labios/avatares, productos que se están demostrando, gráficos, subtítulos ya presentes e intérpretes de lengua de signos.
- Mantén las animaciones contenidas. Los subtítulos cinéticos palabra por palabra pueden ayudar a la retención en redes sociales, pero no sustituyen a los subtítulos accesibles si omiten palabras, se mueven demasiado rápido, carecen de contraste o no se pueden desactivar.
- No uses el color solo para distinguir oradores o significado. Combina el color con etiquetas, colocación u otras señales no cromáticas.
Transcripciones y transcripciones descriptivas
Proporciona una transcripción cuando el usuario la solicite, cuando el medio sea solo audio, cuando los flujos de trabajo de formación/búsqueda/revisión se beneficien de ella o cuando los requisitos de accesibilidad exijan una alternativa de medios basada en el tiempo.
Transcripción básica:
- Incluye habla, nombres de oradores, audio no verbal significativo y notas de música/letras.
- Limpia errores evidentes de ASR, puntuación y nombres propios.
- Añade encabezados o marcas de tiempo cuando sean útiles para la navegación.
Transcripción descriptiva:
- Incluye la transcripción básica más información visual esencial: texto en pantalla, gráficos, acciones, cambios de escena, demostraciones, gestos y chistes o instrucciones solo visuales.
- Usa la misma fuente de verdad que los subtítulos y la audiodescripción.
- Prefiere descripciones concisas que permitan a un lector comprender el contenido sin ver ni escuchar el video.
Planificación de audiodescripción
Planifica la audiodescripción antes del bloqueo de la imagen cuando sea posible. La solución más económica y limpia para muchos explicadores, demos y videos de formación es la descripción integrada: escribe la narración principal para que mencione de forma natural la información visual esencial.
Elige el método:
- Descripción integrada: mejor para nuevos explicadores, videos de formación, demos de pantalla, tutoriales de productos y medios educativos donde la narración puede mencionar lo que es visualmente importante.
- Pista separada de audiodescripción: mejor cuando la mezcla original debe permanecer sin cambios y el reproductor/plataforma admite una pista de audio descrita alternativa.
- Exportación alternativa de video descrito: mejor cuando la plataforma no admite audiodescripción seleccionable por el usuario pero puede alojar una segunda versión.
- Archivo de descripción de texto con marca de tiempo: posible cuando el reproductor admite descripciones desde texto; verifica la compatibilidad de reproducción.
- Transcripción descriptiva: útil para acceso amplio y requerida en algunos contextos de WCAG, pero no siempre un reemplazo para la audiodescripción sincronizada en el nivel de conformidad solicitado.
Qué describir:
- Acciones esenciales, identidades, cambios de escena, configuraciones, gráficos, diagramas, operaciones de pantalla, texto en pantalla, estados del producto, gestos y causa/efecto solo visual.
- Describe de lo general a lo específico al orientar a un espectador.
- Prioriza lo que se necesita para seguir, comprender y apreciar el contenido. No llenes cada pausa.
- Usa tiempo presente, voz activa, redacción objetiva y vocabulario adecuado para la audiencia.
- Evita interpretar emociones o intenciones cuando un hecho visible sea suficiente. Prefiere "Maya aprieta los puños" sobre "Maya está furiosa" a menos que la emoción se indique de otro modo o sea inequívoca y relevante.
- Coloca la descripción antes o durante el momento visual relevante cuando sea posible, no después de que el espectador la necesite.
- Evita hablar sobre el diálogo o el audio esencial para la comprensión a menos que sea necesario.
Seguridad de destellos, movimiento y sensorial
Realiza una revisión de seguridad sensorial para gráficos en movimiento generados, ediciones de glitch, rayos, alarmas, destellos de cámara, estroboscópicos, cortes rápidos, parpadeo de patrones de alto contraste, destellos rojos y tipografía cinética agresiva.
- Evita destellos por encima del umbral de tres destellos por segundo de WCAG
… [truncado para traducción]