
一份字幕文件没有绝对的对错:对某套交付规范是对的,换一套就是错的。字幕平台规范检查器能一次性用四套平台规则评估 SRT、WebVTT、SBV 或 TTML 文件,它摆在你面前的那个数字,往往不是你以为出问题的那个。它是某条字幕的每秒字符数:这条字幕承载的文字量超出了观众实际能读完的范围,报告会给出它还需要多少毫秒才能合规。你可以在 字幕平台规范检查器 里直接跑自己的文件。
为什么同一份字幕文件能过 Netflix、却过不了 BBC
字幕质检的第一个错误,是把对错当成文件本身的属性。对错来自文件与某套具名交付规范的比对;四套规范之间的分歧很容易被忽略,等到发现时代价已经很高。
Netflix 的《定时文本样式指南》按每秒字符数和每行字符数计。BBC 的指南按每分钟单词数计,并且沿用了图文电视时代每行 37 个固定字符的宽度。YouTube 基本不管时间轴,只关心文件是不是纯 UTF-8。把一条在 Netflix 规则下读起来很宽松的字幕,连同整份文件交给 BBC 的播出交付,同一行可能每行都超出五个字符。
所以「字幕没问题」不能算一句有效结论。「字幕在 Netflix 成人档、24 帧每秒下没问题」才算。检查器的做法是把目标明确写出来:你选一个平台档位,报告里的每个阈值都来自那一套规则,而不是四套规则的平均值。
真正把文件卡住的是阅读速度
这里先把工具做的算术摊开,值得手算一次,报告里的数字才不会显得神秘。每秒字符数等于该条字幕的字符数除以它的屏上时长,空格也算字符。

拿平台规范检查器自带冒烟文件里的例子:一条两行字幕,84 个字符,时长 2.5 秒。84 除以 2.5 得 33.6,即每秒 33.6 个字符。Netflix 成人档允许 20,这条超出很多;儿童档只允许 17,更紧。报告会点名第 3 条字幕,打印 33.6 这个数字,然后做真正有用的一件事:算出这条字幕需要显示多久才能达到规定速度。84 个字符按每秒 20 个字符算需要 4.2 秒,所以这条字幕需要 4200 毫秒,而它只拿到了 2500 毫秒。
这就是被打回和能修好的区别。只写「太快了」的报告,让字幕员猜该怎么改写;写明「这条需要 4200 毫秒」的报告,直接告诉你把这条字幕延长,一个字都不改,文件就合规了。
另有两类结构检查不随档位变化,因为它们是缺陷而非风格选择:字幕重叠、时长为负、空白字幕、时间码倒退。规范档位通过之后,如果还想在阅读速度上再要一份意见,字幕阅读速度与本地化审计器会用同一个量去衡量翻译膨胀风险;文件上线后出问题,通常就出在这里。
行宽与行数:42 个字符,两行
Netflix 两个档位都把单行限制在 42 个字符,每条字幕最多两行。BBC 指南把单行限制在 37 个字符,同样允许两行。
关键在于乘法:合规于 Netflix 的两行字幕最多放 84 个字符,这恰好就是冲破阅读速度上限的那条;合规于 BBC 的两行字幕只放 74 个字符。所以一份符合 Netflix 行宽要求的文件,要交付给 BBC 仍然得改写,光重排不行。改写会改变字符数,字符数一变,每秒字符数就变,屏上时长要求也跟着变。约束不会单独移动。
因此换行不是装饰,它决定了写作者如何把一句话塞进平台允许的宽度,也是阅读速度预算被花掉的地方。把一条字幕拆成两行并不会让它读得更快,只是给读者两个更短的跳读跨度,这也正是 CPS 计算要用整条字幕的总长度、而不是最长单行的原因。
时长上下限与帧间隙要求
Netflix 对单条字幕本身也设了边界。最短时长是六分之五秒,在 24 帧每秒下即 20 帧;单条最长 7 秒。相邻两条字幕之间至少留 2 帧间隙,任何帧率都成立,时间轴指南允许把间隙串接起来,最多正好到 2 帧。BBC 指南要求在语音停顿处留一秒半的间隙。
这些都是帧数量,帧数量就需要帧率。所以检查器会明确要你填帧率,默认 24,步进 0.001;间隙规则写的是「任何帧率下」而不是「24 fps 下」。2 帧间隙在 24 fps 下约 83 毫秒,在 25 fps 下约 80 毫秒。一个把时间码四舍五入到毫秒的编辑器,可以在不改变任何一个可见字符的情况下,把合法的 2 帧间隙变成 1 帧。这类缺陷在烧录画面的目视检查里看不出来,却过不了交付规范;如果文件本来是按另一个帧率定时的,字幕帧率换算转换器可以在复查前先把时间轴换算过来。
失败与警告:两种评级各是什么意思
报告里的每条发现都有评级。fail 是违反硬性规范上限:33.6 CPS 对 20 的上限就是 fail,再多的编辑理由都改不了这个算术。warn 是指导性建议,意思是你在舒适区之外,但还没有违约。

YouTube 档位最能说明这个区别的用处。YouTube 接受 SRT 和 WebVTT 形式的纯 UTF-8 文本,样式标记如 <i>、<b>、<u>、<font> 在 SRT 文件里根本不被识别。检查器不会默默丢掉这些标记,而是报成警告,因为文件仍能正常播放,丢的只是强调。这和阅读速度的 fail 是两类问题,也该有两种处理:要么接受强调丢失,要么换目标格式。这里也是文件混进无障碍注释和说话人标签后变复杂的地方,SDH 听障标注清理器会剥掉方括号里的音效和说话人标签,剩下的字符才是阅读速度规则真正针对的对象。
四个平台档位并排看
四个档位值得放在一处,因为在它们之间做选择是交付决策,不是个人偏好。Netflix 成人档允许每秒 20 个字符、每行 42 个字符。儿童档把阅读速度降到每秒 17 个字符,行宽仍为 42。BBC 电视档按每分钟单词数工作,保留 37 个字符的图文电视行宽。YouTube 档检查 UTF-8 是否干净,并标记无法识别的标记。

帧率作为独立输入放在它们旁边,理由也在这里:间隙规则和最短时长都要用帧来表达。按 24 fps 检查、按 25 fps 交付的文件,等于没检查过。
逐条读一份真实的发现报告
报告卡是为快速分诊设计的。在失败的那份冒烟文件里,四条字幕按 Netflix 成人档、24 fps 评估,只有一条失败:第 3 条,33.6 CPS,报告同时指名它需要 4200 毫秒。文件结论为 fail,全文件最快 33.6,失败数 1。其余每条都通过,这一点很重要:一份把一个真问题报成六条违规的报告会被忽略;点名那一条并给出所需时长的报告,会被修好。
干净的那份对照文件更有启发。干净冒烟文件有四条字幕,零失败、零警告,最快阅读速度稳稳低于每秒 20 个字符的上限,每条间隙在 24 fps 下至少 3 帧。这份文件没什么特别之处,除了它正是你要达到的状态;产生这个状态的检查,就是同一套检查。报告按字幕编号列出每条发现,文件就能在交付前对着确切的规则改,不用靠猜。
交付给平台之前该检查什么
- 先定档位,再谈检查。Netflix 成人档、Netflix 儿童档、BBC 电视档和 YouTube 是四套不同规则,检查器只按你选的那套衡量。
- 先看每秒字符数这一列。它是最常把文件判死的约束,也是告诉你一条字幕必须停留多久的那一项。
- 把帧率当成规范的一部分。最短时长和字幕间隙都是帧数量,按一个帧率检查、按另一个交付,等于没检查。
- 有意决定标记怎么办。如果目标是 YouTube 的 SRT,斜体和粗体是你交付不了的花样,警告就是工具在人工审核之前先告诉你。
- 先修阅读速度,再动换行。改变行分配会改变相邻字幕的字符数,顺序搞反的文件得修两遍。
拿真实文件测,别只测一份你已知干净的文件。SRT 字幕样例和WebVTT 样例覆盖了双条字幕文件、四条字幕的完整走查、多行发行说明简报,以及一份带 NOTE 块的 VTT 文件,这些是你在信任某一集成品的结论之前该有的覆盖面。卡拉 OK 和歌词轨是最难的一类,因为一句歌词就是一条极长的字幕,任何阅读速度规则都不会接受它;当素材是同步歌词而不是对白时,LRC SRT 歌词转换器才是该看的地方。
在最终导出的文件上、用你要交付的帧率、对着你要交付的档位跑一遍检查。然后修好被点名的那条字幕,复查,确认结论从 fail 变成 pass。
Pingback: Subtitle Platform Spec Checker Field Guide: When One Cue Reads at 33.6 CPS and the Limit Is 20 - COSESAI