字幕叠加设计原则
叠加原则 — 对上游
embedded-captions技能的补充。基于该技能应用;不要期待它已融入上游技能。
此处结合了两个概念。首先,字幕模型 — 每句口语要么是 drop(丢弃)、rail(轨行)、要么是 embed(嵌入),而嵌入是稀缺的巅峰,并非默认选项。其次,叠加法则 — 字幕行作为覆盖层叠加在影片之上;它不是预留区域,因此你永远不必上移内容或留下死区来“为它腾地方”。两者相互强化:因为字幕作为覆盖层(轨行文字在前方,偶尔嵌入在主体后方),构图书保持了完整的画框,并以真正垂直中心为基准。
字幕模型 — 丢弃 / 轨行 / 嵌入
每句口语都属于以下三种情况之一(引自 embedded-captions):
| 是什么 | 显示方式 | |
|---|---|---|
| drop(丢弃) | 填充语 — 嗯/啊、口吃、自我纠正 | 不显示 |
| rail(轨行) | 默认形式 — 普通口语内容(逐字) | 干净的下三分之一字幕,在前方,可读。一个重点词可以加上行内 强调 高亮(强调颜色/活跃词弹出)——它停留在轨行上。 |
| embed(嵌入) | 提升的巅峰 — 标题式节拍 | 一个大的词组在主体后方合成(遮罩遮挡),带有设计的入场+出场动画 |
轨行承载大部分文本;嵌入是稀缺的、应得的巅峰 — 每节拍 ≤1 个,永不两个相邻/同时可见,间隔 ≥ 一个节拍。短片→通常一个嵌入;长解说片→大约每段一个。每个词都嵌入是常见错误。
这是标准模式形态(轨行 = 逐字下三分之一字幕;嵌入 = 在主体后方合成的巅峰)。电影模式取消轨行,使所有内容变为嵌入风格—仅用于纯电影要求,绝不用于需要文字可读的解说/画外音。
轨行优先,嵌入稀缺(承重规则)
引自 embedded-captions 的不可妥协条款:
- 解说/主持场景采用轨行优先。 不要嵌入整个转录文本—大部分文本应为轨行;仅嵌入高潮部分。全部嵌入是默认错误。
- 嵌入是稀缺的且有间隔。 每句/每节拍 ≤1 个嵌入,永不两个相邻或同时可见,间隔 ≥ 一个节拍,最多一个
巅峰。高潮 = 每节拍峰值,并非“整个视频的唯一价值”。
叠加法则 — 字幕不是保留区域
在生成的发布构图中,当字幕启用时,最终合成会添加一个很小的、逐字逐词的字幕行作为覆盖层叠加在整个影片之上(单行文本,底部居中,大约画布高度的底部 5-8%)。它是覆盖层,不是保留区域(引自 product-launch-video 场景代理的约束 #13):
- 构图以 TRUE 垂直中心为基准 — y = H / 2(横屏 540,竖屏 960)。不要上移内容来“为字幕腾地方”;以 0.42 × H 居中并留下底部死区的构图是错误,不是修正。
- 内容可延伸到画布底部。全出血主体、轨道和背景均可。
- 一个软性礼仪规则: 避免将_关键小号可读文本_(如 URL 行、法律声明行、副字幕)正好放置在底部约 80px 中心区域(字幕行所在位置)——覆盖层会与之冲突。字幕下方的大图像/卡片/环境内容没有问题;字幕皮肤设计为可读于内容之上。
- 没有机器的保留门(旧的
captions.mjs keepout检查已退役)。最终合成快照 QA 通过视觉判断字幕覆盖内容时的可读性。
当字幕禁用时: 相同的定位自由—覆盖层只是不存在。
为何这两个规则构成同一原则
模型说明轨行在前方,嵌入是罕见的词在主体后方合成—两者都是叠加到未改动素材上的层。叠加法则说明字幕行是叠加在整个影片之上的层,不是从布局中切出的区域。因此在字幕管线与发布视频管线中,字幕都是你添加的覆盖层,而非你保留的区:
- 保持完整画框;以真中心为基准;让内容延伸到边缘。
- 让轨行(或小覆盖字幕行)承载逐字文本。
- 仅在真正的高潮处将词提升为嵌入—稀缺、有间隔、永不两个同时出现。
- 不保留任何区域;通过视觉(而非保留门)判断字幕覆盖内容的可读性。