Qual è la differenza tra trascrizione, didascalie e sottotitoli?

Questi tre termini vengono confusi ogni giorno, ma descrivono cose diverse.

Una trascrizione è il testo scritto completo di una registrazione audio o video – di solito come testo discorsivo, spesso con etichette dei parlanti e marche temporali. Viene prodotta come .txt, .docx o .json strutturato e funge da base per ulteriori lavorazioni: indici di ricerca, estrazione di citazioni, riassunti, traduzioni o creazione di sottotitoli.

Le didascalie (captions) sono brevi segmenti di testo sincronizzati con precisione all'audio e mostrati sul video durante la riproduzione. Sono pensate soprattutto per gli spettatori sordi e ipoudenti e spesso includono indicazioni non verbali come [risate], [musica] o [porta che sbatte]. I file di didascalie esistono in formati come SRT (.srt) o WebVTT (.vtt) – entrambi contengono marche temporali in formato HH:MM:SS e brevi blocchi di testo da 1-2 righe ciascuno.

I sottotitoli, nel senso tradizionale, sono traduzioni del contenuto parlato in un'altra lingua – per esempio, un film inglese con sottotitoli tedeschi. Tecnicamente usano gli stessi formati delle didascalie (SRT, VTT), ma di solito omettono le indicazioni sonore non verbali. Nell'inglese americano le parole \"captions\" e \"subtitles\" vengono spesso usate come sinonimi, il che accresce la confusione.

Un flusso di lavoro pratico: parti da una trascrizione, suddividila in blocchi leggibili di 32-42 caratteri per riga, aggiungi marche temporali precise di inizio/fine ed esporta in SRT per YouTube/LinkedIn o in VTT per i lettori web HTML5. Strumenti come DeepScript esportano SRT, VTT, TXT e JSON da un'unica trascrizione – non devi costruire la conversione da solo.

In breve: trascrizione = contenuto. Didascalie = contenuto + sincronizzazione. Sottotitoli = contenuto + sincronizzazione + traduzione.