字幕阅读速度与显示时长:为什么要同时检查

比较 134 个选定的 NASA 字幕文件,看看时长检查和阅读速度检查各自能发现什么。

Influence IQ 分析了 134 个以英语为主的字幕文件中的 64,347 个字幕段,对应 NASA 记录日期为 2025–2026 年的视频;文件于 2026 年 11 月 16 日 UTC 获取。阈值是 Netflix 美国英语指南中的参考示例。

摘要

在 125 个至少有 1 个字幕段超过每秒 20 个字符的选定文件中,每个文件里未被短时长检查标记的快速字幕段占比的中位数为 94.6%。在 81 个至少有 1 个短字幕段的文件中,每个文件里处于速度阈值及以下的短字幕段占比的中位数为 50.0%。我们以 Netflix 美国英语成人节目的速度限制和一般时长限制作为参考检查。这些 NASA 文件不是社交视频样本,也不是观众理解程度测试。 [1][2][3][5]

假设视频已经配好字幕,发布前还有几分钟检查。一闪而过的字幕容易被发现;显示时间较长的字幕如果文字很多,也可能需要观众快速阅读。同时检查字幕显示多久、包含多少文字,可以从两个角度找到需要复核的片段。

屏幕显示时间与阅读速度

字幕条、时钟和速度表的概念插画。
概念插画。图形不代表研究计数。

标记字幕段的两种方法

字幕段是一块带有开始和结束时间的字幕文本。显示时长衡量它在屏幕上停留多久;阅读速度是字符数除以显示时间。时长检查需要时间戳,速度检查还需要文本。Netflix 的计算包括空格和标点。 [9]

假设一个字幕段有 24 个字符,显示 1 秒。它的速度是每秒 24 个字符,超过每秒 20 个字符的参考值,但显示时长符合 5/6 秒的参考值。一个 8 字符的字幕段显示半秒,速度为每秒 16 个字符,时长却低于该参考值。这些是计算示例,不是样本中的字幕。 [2][3]

我们标记了每秒超过 20 个字符或短于 5/6 秒的字幕段。在时长边界处,考虑到时间戳取整,允许半毫秒的误差。前一个阈值来自 Netflix 的美国英语成人节目指南,后一个来自其定时文本的一般要求。其他交付规范可能采用不同限制。 [2][3]

要计算字幕段的速度,先计算字符数,包括空格和标点,再除以以秒计的显示时长。这里不把换行符算作字符。时长为零或负数的字幕段需要先修正时间,才能评估速度。全视频平均值也许有用,但无法指出具体哪个字幕段过于密集。

每项检查发现了什么

134 个文件中有 125 个至少包含 1 个超过速度参考值的字幕段。我们分别计算这些文件中,快速字幕段未被短时长检查标记的比例。这 125 个比例的中位数为 94.6%。中位数是将文件级比例排序后的中间值,并不表示全部快速字幕段中有 94.6% 被漏掉。 [5]

短字幕段也可能通过速度检查。在 81 个至少有 1 个短字幕段的文件中,每个文件里速度不超过每秒 20 个字符的短字幕段占比的中位数为 50.0%。两个中位数的基础不同:一个使用含快速字幕段的文件,另一个使用含短字幕段的文件。同一文件可能同时属于两组。 [5]

这一发现不只涉及单个字幕段。在 125 个含快速字幕段的文件中,124 个至少有 1 个快速字幕段未被标为短时长。在 81 个含短字幕段的文件中,68 个至少有 1 个短字幕段处于速度参考值及以下。这些文件选自 NASA 的收藏,因此这些数量不能代表典型创作者的视频。

每项检查都发现了另一项未标记的字幕段

对于每个符合条件的文件,我们计算被一项参考检查标记但未被另一项标记的字幕段比例。表格显示这些文件级比例的中位数。

2 项参考检查的文件级比例中位数
参考检查符合条件的文件比例中位数
未被标为短时长的快速字幕段12594.6%
处于速度参考值及以下的短字幕段8150.0%
选定 NASA 文件的文件级比例中位数。速度和时长两行使用的符合条件文件不同。Influence IQ 分析;文件于 2026 年 11 月 16 日 UTC 获取。

为什么计数单位很重要

把所有字幕段合并计数,会得到不同的画面。134 个文件共有 19,138 个快速字幕段,其中 10,529 个未被标为短时长,占 55.0%。10,620 个短字幕段中有 2,011 个处于速度参考值及以下,占 18.9%。这里每个字幕段的权重相同,因此长录制视频可能比短视频贡献多得多的字幕段。 [5]

同时被两项检查标记的 8,609 个字幕段中,有 5,168 个来自一段较长的录制视频,占 60.0%。文件级中位数的计算让每个符合条件的视频贡献一个比例;合并计数则让每个字幕段计入一次。两种计算描述的是相同的选定文件,但回答的问题不同。

四类字幕段也展示了重叠情况:字幕段可能只被速度检查标记、只被时长检查标记、被两项都标记,或都未被标记。最后一类只说明通过了这 2 项数值检查,并不能证明文字、同步、换行或位置正确。

这些类别不会替你决定如何修改。如果有空间延长,同时被两项检查标记的字幕段可能得到改善,但仍需检查修改是否符合相邻字幕和音频。只被一项检查标记的字幕段即使通过另一项,也需要按该指标复核。

合并所有文件,统计同一批字幕段

根据字幕段是否超过每秒 20 个字符以及是否被 5/6 秒时长检查标记,每个字幕段属于 4 组中的 1 组。

全部 134 个文件的字幕段类别
字幕段类别字幕段占比
仅速度标记10,52916.4%
两项均标记8,60913.4%
仅时长标记2,0113.1%
均未标记43,19867.1%
134 个选定、以英语为主的 NASA 文件中 64,347 个字幕段的数量和比例。较长文件贡献更多字幕段。Influence IQ 分析;2026 年 11 月 16 日 UTC。

实际检查步骤

首先确认字幕包含说话内容和有意义的声音。对照音频检查姓名、专业术语、说话人切换和标点。自动字幕可以作为有用的起点,但仍需复核。美国政府的字幕指南也要求编辑保持字幕同步,并让字幕显示足够长的时间以供阅读。 [6]

接下来分别检查速度和时长标记。较长但速度快的字幕段可能需要更多时间或不同的断句;很短的字幕段可能需要延长显示时间,或与相邻字幕段合并。任何修改都必须保留原意,并符合音频和周围画面;单靠数值标记无法决定如何修改。

最后打开字幕播放视频,以预定格式检查时间、换行、位置,以及是否有文字被界面控件遮住。一项关于 TikTok 字幕的定性研究中,参与者表示有些字幕让人感觉太快;研究人员并未测量字幕速度。NASA 的计数不能预测这些观众观看其他视频时的感受。 [7]

调整时间后再次运行检查。延长一个字幕段可能使其与下一个重叠,或偏离说话时间。合并字幕段可能消除短暂闪现,却让一行文字过于密集。在预定播放器中观看结果,确保文字与时间相符。

结合上下文检查字幕

插画中的编辑在时间和速度符号旁检查带字幕的视频。
  1. 检查文字

    将说话内容、姓名、说话人和重要声音与字幕对照。

  2. 检查两个指标

    按适用规范复核阅读速度和显示时长标记。

  3. 播放检查

    在预定的视频中检查同步、换行和位置。

检查文字、两项时间指标和最终播放效果。

选择适合工作的参考标准

本研究中的数值是参考检查,并非通用合格标准。Netflix 的 20 字符限制适用于美国英语成人节目;儿童节目限制不同,其他语言的指南也不同。客户、发行方或无障碍政策可能提出其他要求。先查看适用于交付工作的规范。 [2]

改变阈值也会改变被标记的字幕段。采用更严格的每秒 17 个字符时,在 128 个含快速字幕段的文件中,文件级比例的中位数显示 96.0% 的快速字幕段未被同一短时长检查标记。采用 1 秒时长检查和每秒 20 个字符的速度参考值时,125 个文件的中位数为 89.3%。这些是在同一批 NASA 文件上进行的敏感性检查,不是独立研究。 [5]

速度或时长限制无法确定字幕是否准确、是否对每位观众都易读,或是否适合某个屏幕。需要结合文字、可用时间、说话人和画面环境判断。数值检查有助于找到需要人工复核的字幕段。

我们如何分析文件

Mark Studios 从日期为 2025–2026 年的 NASA Image and Video Library 记录中抽样,选择带 SRT 字幕的文件,去除重复文件和含有文字的字幕段少于 5 个的文件,并公布保留的 139 个 NASA 文件清单。我们于 2026 年 11 月 16 日 UTC 获取这 139 个文件。检查语言后排除了 5 个以西班牙语为主的文件,剩下 134 个以英语为主的文件以及 64,347 个非空且时长为正的字幕段。其中一个文件包含英语声音描述,而非对话。 [1][4][5]

我们去除格式、换行以及每行首尾空白后计算 Unicode 字符数,以毫秒计算每个字幕段的时长,并在同一字幕段内比较两种标记。对 5/6 秒的边界,我们允许 0.5 毫秒的时间戳取整误差。恰好每秒 20 个字符不算超过速度限制。 [2][3][5]

我们排除了 6 个空字幕段,并恢复了 1 个时间戳之后有空行、文本位于空行之后的字幕段。另一次 FFmpeg 转换也将该文本视为对应计时字幕段的一部分。独立的解析与计数流程得到了相同的最终字幕段测量值。来源先前公布的取整百分比可能不同,因为其计算对行首空白和速度边界浮点值的处理方式不同。文件获取后可能变化;数据包记录了哈希值。 [5]

NASA 记录包括选定的教育和报道视频,字幕覆盖范围从短片到数小时不等。这些视频并非作为社交帖子抽样,文件也不能说明观众读了什么或字幕如何制作。我们没有分析来源研究中另列的 MIT 文件。Mark Studios 的测量数据以 CC BY 4.0 发布;NASA 的媒体条款也区分自身素材与第三方内容。我们的下载包包含汇总结果、来源链接、哈希值和代码,不含字幕文件。 [1][8]

下载包包含汇总结果、来源链接、哈希值和代码。原始字幕文件仍由 NASA 提供。

来源与注释

  1. Mark Studios,Caption Reading Speed Study,2026 年 10 月 15 日收集;逐视频测量数据采用 CC BY 4.0。
  2. Netflix,English (USA) Timed Text Style Guide:美国英语成人及儿童节目的阅读速度限制。
  3. Netflix,Timed Text Style Guide: General Requirements,包括字幕最短显示时长。
  4. NASA Image and Video Library,所选字幕文件的来源。
  5. Influence IQ 汇总结果、源文件哈希值和复现代码。
  6. U.S. General Services Administration,Captions and Transcripts,2025 年 8 月更新。
  7. McDonnell 等,论文 “Caption It in an Accessible Way That Is Also Enjoyable”: Characterizing User-Driven Captioning Practices on TikTok,CHI 2024。
  8. NASA Images and Media Usage Guidelines,包括条件和第三方权利。
  9. Netflix,How is reading speed measured? Do punctuation and spaces count? 阅读速度中空格和标点的计算方法。

所有语言版本均描述同一批以英语为主的 NASA 文件及参考检查。

编写回答正确问题的报告