Un video parlato viene consumato in silenzio molto più spesso di quanto immagini la persona che l’ha fatto. Gira su un treno con le cuffie rimaste a casa, in un ufficio open space, a letto accanto a qualcuno che dorme, in un feed che parte da solo in muto e non viene mai riattivato. Le cifre esatte si spostano a seconda della piattaforma e dell’anno, ma ogni indagine che ci abbia guardato atterra nello stesso territorio: una gran parte della visione nei feed — in molti contesti la maggioranza — avviene con l’audio spento. Aggiungi gli spettatori sordi o con problemi di udito, per i quali i sottotitoli non sono una preferenza ma l’intero canale, e la conclusione diventa difficile da evitare. Per una parte reale e considerevole del tuo pubblico, i sottotitoli non sono un accessorio del video. Sono l’audio del video, reso nell’unica forma che raggiunge quelle persone. Un video parlato senza sottotitoli è, per loro, un film muto che ha dimenticato le didascalie.
Poi c’è il secondo pubblico: le persone che capiscono la tua lingua meglio per iscritto che a orecchio. Ascoltare è la competenza linguistica più difficile che esista — va alla velocità di chi parla, con il suo accento, con le sue sillabe inghiottite — e centinaia di milioni di persone leggono con scioltezza una lingua che faticano a seguire a orecchio. Un sottotitolo elimina l’accento e metà del problema della velocità in un colpo solo. E dietro di loro sta il pubblico che la tua lingua non la legge affatto: per queste persone una traccia tradotta è la differenza tra guardare e continuare a scorrere. L’economia della faccenda pende tutta dalla tua parte. Il video in sé è costato caro: il pensiero, lo script, la luce, i take. Una seconda traccia di sottotitoli non costa quasi nulla al confronto, e allarga il pubblico senza registrare di nuovo una sola parola — la tua voce, il tuo viso e la tua consegna restano esattamente com’erano.
L’obiezione ovvia è che le piattaforme generano già i sottotitoli in automatico, ed è vero — dal solo audio. Il riconoscitore non ha mai visto il tuo script. Non sa che il nome del tuo prodotto porta una maiuscola nel mezzo, che il cognome della tua cofondatrice non è una parola comune, che il gergo del tuo settore è gergo e non un errore d’ascolto. Così scrive tutto foneticamente, sceglie l’omofono sbagliato con totale sicurezza, sparge la punteggiatura per statistica e spezza le righe dove il modello respira per caso. Quando poi la piattaforma traduce automaticamente quei sottotitoli automatici, gli errori si moltiplicano tra loro: gli spettatori della seconda lingua ricevono la traduzione di una trascrizione sbagliata, a due passi da qualsiasi cosa tu abbia detto. E non danno la colpa alla piattaforma. Un errore per iscritto resta sullo schermo, leggibile e attribuibile, accanto alla tua faccia. Una parola biascicata passa in un secondo; un nome storpiato in un sottotitolo è uno screenshot.
Questo è l’argomento per spedire una traccia tua, e comincia da dove nasce il testo. In Talk2Camera il testo dei sottotitoli viene dal tuo script vero o dal riconoscimento eseguito sul dispositivo — e quando leggi lo script che hai scritto, i sottotitoli ne ereditano l’ortografia. I nomi escono come li hai scritti tu: la capitalizzazione bizzarra del tuo prodotto, il cognome del tuo collega, il termine tecnico che il sottotitolatore automatico non ha mai incontrato. Questa sola proprietà — i sottotitoli sanno che cosa volevi dire — elimina l’intera classe di errori che rende imbarazzanti i sottotitoli automatici. Mette anche gli a capo sotto il tuo controllo invece che sotto quello del modello, e conta più di quanto sembri: un sottotitolo che si spezza in mezzo a un nome, o che lascia una preposizione appesa, viene letto due volte — e un sottotitolo letto due volte ha già fallito nel suo unico compito, che è essere invisibile.
Per la seconda lingua, Talk2Camera traduce i tuoi sottotitoli in un’altra lingua come traccia di sottotitoli aggiuntiva, e il dettaglio che regge la funzione è il tempo. La traduzione mantiene la tua sincronizzazione originale, riga per riga: la riga tradotta appare esattamente quando pronunci quella originale. Sembra un tecnicismo, finché non guardi una traccia che deriva. Le tue mani indicano la cosa che stai nominando due secondi dopo che il lettore l’ha già saputa, la tua faccia reagisce a una battuta che il sottotitolo non ha ancora raccontato, e la persona sullo schermo si stacca lentamente dalle parole che le scorrono sotto. La corrispondenza riga per riga ha un secondo beneficio, più silenzioso: rende possibile la revisione. Chiunque legga la lingua di destinazione può mettere le due tracce una accanto all’altra e controllarle riga contro riga — senza pattinare sulla timeline, senza indovinare quale frase corrisponda a quale.
La consegna è una scelta tra due contenitori, e l’app li supporta entrambi. I sottotitoli possono essere impressi nell’immagine, che è la risposta giusta per i feed che ignorano i file allegati: il testo impresso è sempre visibile, sopravvive a ogni player e a ogni ricaricamento, e ti costa in cambio la possibilità di spegnerlo o di offrire più di una lingua. Oppure possono viaggiare come file .srt verso le piattaforme che accettano i sottotitoli come file separato: lì restano attivabili e ricercabili, e lo spettatore sceglie la lingua che vuole — l’originale e la traduzione possono viaggiare insieme. La regola pratica: imprimi per il video verticale breve, spedisci il .srt dove la piattaforma lo rispetta, e fai entrambe le cose quando un video vive in più di un posto. Comunque viaggi, il punto resta. Lo spettatore che legge non è un caso limite. A giudicare dai numeri, potrebbe essere la tua maggioranza — e merita di meglio di un’ipotesi fonetica sul tuo stesso nome.