Sieh dir die Kommentare unter den Videos irgendeines Diaspora-Creators an, und du siehst das Publikum sich in Echtzeit teilen: die Hälfte der Antworten auf Englisch, die andere Hälfte in der Sprache eines Landes, in dem der Creator vielleicht seit einem Jahrzehnt nicht mehr gelebt hat. Das ist keine Nischensituation. Es ist der Normalfall für alle, deren Familie und deren Kollegen denselben Kanal schauen — polnische Bauarbeiter in Manchester, brasilianische Designerinnen in Lissabon, ein koreanischer Koch in Melbourne, dessen Tanten jedes Video in die Heimat weiterschicken. Genauso ist es der Normalfall für alle, die aus einem Heimatmarkt heraus ein englischsprachiges Publikum aufbauen — oder aus einem englischen heraus ein heimisches. Die Plattformen pressen all das in ein einziges Feld namens Sprache, und jede Veröffentlichungsentscheidung nimmt stillschweigend an, dass du eine hast. Aber das Publikum ist sich über sich selbst nicht im Unklaren; es sind zwei Publikümer, die im selben Feed ankommen, und jede Hälfte verdient es, mitlesen zu können, ohne Hausaufgaben zu machen. Die Creator, die sie am besten bedienen, haben aufgehört, zwischen den Hälften zu wählen. Sie veröffentlichen in zwei Sprachen zugleich — eine ins Bild eingebrannt, eine als Spur nebenher —, und das Handwerk liegt darin zu wissen, welche wohin gehört.
Die Etikette hat sich zu etwas verfestigt, das einer Regel nahekommt. Die Sprache, die eingebrannt wird — in die Pixel gedruckt —, ist die für den Feed, in dem das Video stumm anläuft, denn eingebrannte Untertitel sind die einzigen, die während eines stummen Autoplays existieren, und die ersten zwei Sekunden Lesen sind das, was das Scrollen anhält. Das ist meist die Sprache der Mehrheit auf der Plattform — oder die des Marktes, in den du hineinwachsen willst. Die zweite Sprache fährt als wählbare Spur mit — eine Untertiteldatei, die der Zuschauer einschaltet —, denn die Menschen, die sie brauchen, wissen, dass sie sie brauchen, finden den Knopf und bekommen ein saubereres Erlebnis, als zwei übereinandergestapelten Textzeilen dabei zuzusehen, wie sie um das untere Bilddrittel kämpfen. Beide Sprachen einzubrennen ist der ehrliche Fehler, den es zu vermeiden gilt: Es halbiert die Lesegeschwindigkeit aller, verdoppelt das Gedränge und sagt beiden Publikümern, dass das Video für keines von beiden so richtig gemacht wurde. Eine brennt ein, eine fährt mit. Welche welche ist, hängt davon ab, welche Hälfte des Publikums du als Nächstes wachsen lassen willst.
Was du nicht tun solltest: die zweite Sprache der Auto-Übersetzung der Plattform überlassen. Der Grund ist nicht, dass Maschinen schlecht übersetzen — sie übersetzen durchschnittlich, und das ist auf eine bestimmte Weise schlimmer. Auto-Übersetzung läuft auf Auto-Transkription, also potenziert sich jeder Fehler: Die Erkennung verhört sich bei einem Wort, die Übersetzung übersetzt das Verhörte treu, und das Ergebnis ist selbstbewusst falsch in zwei Sprachen zugleich. Namen leiden zuerst. Menschen, Gerichte, Straßen, Marken — eine Erkennung hört sie als Rauschen in Wortform und korrigiert sie zu Wörterbucheinträgen, sodass ein Familienname zum Substantiv wird und ein Produktname zum Tippfehler. Redewendungen leiden als Nächstes: Die Wendung, die du genau deshalb gewählt hast, weil sie in deiner Heimatsprache sitzt, wird Wort für Wort in etwas übertragen, über das ein Muttersprachler stolpert — und deine zweisprachigen Zuschauer, die es überprüfen können, sind exakt das Publikum, das es liest. Sie merken es. Die Hälfte deines Publikums, der die Auto-Übersetzung dienen sollte, ist die Hälfte, die am besten sehen kann, dass du sie ausgelagert hast.
Talk2Camera behandelt die zweite Sprache als Teil des Schnitts statt als Problem der Plattform. Es übersetzt deine Untertitel in eine zweite Sprache als zusätzliche Untertitelspur, und die Übersetzung behält dein ursprüngliches Zeilen-Timing: Jede übersetzte Zeile erscheint und verschwindet exakt dann, wenn ihr Original es tut, sodass das zweite Publikum in dem Rhythmus liest, in dem du tatsächlich gesprochen hast — Pausen, wo du pausiert hast, Betonung, wo sie hingehört. Jede der beiden Sprachen kann ins Bild eingebrannt oder als .srt-Datei exportiert werden, je nachdem, in welche Richtung deine Etikette zeigt, und die Paarung ist nicht festgenagelt: Die Version für den Heimatmarkt kann die Heimatsprache einbrennen und Englisch als Spur mitführen — aus demselben Schnitt. Der Untertiteltext darunter stammt aus deinem Skript oder, wenn du frei gesprochen hast, aus der Erkennung auf dem Gerät — und deshalb überleben die Namen: Sie bleiben so geschrieben, wie du sie geschrieben hast, nicht so, wie eine Erkennung sie geraten hat. Und das Wort-für-Wort-Highlight — die wandernde Betonung, die stumm scrollende Zuschauer am Lesen hält — bleibt auf der eingebrannten Spur verfügbar, sodass die Sprache in den Pixeln ihre Haltemechanik behält, während die Spur still das zweite Publikum trägt.
Das Zeilen-Timing zählt mehr, als es klingt. Untertitel sind kein Dokument; sie sind eine Darbietung in Textform, und ihr Rhythmus ist dein Rhythmus — eine Übersetzung auf derselben Uhr liest sich wie du, eine neu getimte liest sich wie ein Bericht über dich. Zuschauer können diesen Unterschied nicht benennen, aber sie fühlen ihn, so wie sie eine Synchronfassung mit den falschen Pausen fühlen. Der praktische Ablauf ist kurz: Skript schreiben, aufnehmen, den Untertitel-Durchgang prüfen, übersetzen, und dann in der übersetzten Spur die dutzend Zeilen stichprobenartig prüfen, die Namen und Pointen tragen — die zwei Kategorien, bei denen Maschinen noch patzen. Zehn Minuten, einmal pro Video. Was es einbringt, ist in den Kommentaren messbar: Die zwei Hälften des Publikums hören auf, eine Mehrheit und ein Nachgedanke zu sein. Niemand muss mehr wählen, in welcher Sprache dein Video ist, denn es ist in beiden — eine ins Bild gedruckt für den Scroll, eine daneben mitfahrend für die Familie —, und beide hast du geschrieben.