คำบรรยายคือข้อความที่แสดงเนื้อหาของเสียงในภาพยนตร์รายการโทรทัศน์โอเปร่าหรือ สื่อ ภาพและเสียงอื่นๆคำบรรยายอาจเป็นการถอดเสียงหรือแปลบทสนทนาที่พูดออกมาแม้ว่าชื่อเรียกอาจแตกต่างกันไป แต่คำบรรยายภาพก็คือคำบรรยายที่รวมคำอธิบายเป็นลายลักษณ์อักษรขององค์ประกอบอื่นๆ ของเสียง เช่นดนตรีหรือเอฟเฟกต์เสียงดังนั้นคำบรรยายภาพจึงมีประโยชน์อย่างยิ่งสำหรับ ผู้ ที่หูหนวกหรือมีปัญหาทางการได้ยินคำบรรยายอาจเพิ่มข้อมูลที่ไม่มีอยู่ในเสียงด้วย การแปลคำบรรยายให้เข้ากับวัฒนธรรมท้องถิ่นจะให้บริบททางวัฒนธรรมแก่ผู้ชม ตัวอย่างเช่น คำบรรยายอาจใช้เพื่ออธิบายให้ผู้ชมที่ไม่คุ้นเคยกับสาเกทราบว่าเป็นไวน์ชนิดหนึ่งของญี่ปุ่น สุดท้ายนี้ บางครั้งคำบรรยายก็ใช้เพื่อสร้างอารมณ์ขันเช่นในภาพยนตร์เรื่อง Annie Hallที่คำบรรยายแสดงความคิดภายในของตัวละคร ซึ่งขัดแย้งกับสิ่งที่พวกเขาพูดในเสียง

การสร้าง การส่ง และการแสดงคำบรรยายเป็นกระบวนการที่ซับซ้อนและมีหลายขั้นตอน ขั้นแรก ต้องเขียนข้อความของคำบรรยายก่อน หากมีเวลาเตรียมตัวมากพอ กระบวนการนี้สามารถทำด้วยมือได้ แต่สำหรับสื่อที่ผลิตแบบเรียลไทม์ เช่นรายการโทรทัศน์สดอาจทำโดยนักถอดเสียงหรือใช้ระบบรู้จำเสียงพูด อัตโนมัติ คำบรรยายที่เขียนโดยแฟนๆมากกว่าแหล่งข้อมูลที่เป็นทางการ จะเรียกว่าแฟนซับไม่ว่าใครจะเป็นผู้เขียน พวกเขาต้องระบุข้อมูลเกี่ยวกับเวลาที่ควรแสดงข้อความแต่ละบรรทัดด้วย

ประการที่สอง คำบรรยายจำเป็นต้องถูกส่งไปยังผู้ชม คำบรรยาย แบบเปิด จะถูกเพิ่มเข้าไปใน เฟรมวิดีโอที่บันทึกไว้โดยตรงดังนั้นจึงไม่สามารถลบออกได้เมื่อเพิ่มเข้าไปแล้ว ในทางกลับกัน คำบรรยาย แบบปิดจะถูกจัดเก็บแยกต่างหาก ทำให้สามารถใช้คำบรรยายในภาษาต่างๆ ได้โดยไม่ต้องเปลี่ยนแปลงวิดีโอ ในทั้งสองกรณี มีวิธีการทางเทคนิคและรูปแบบที่หลากหลายที่ใช้ในการเข้ารหัสคำบรรยาย

ประการที่สาม คำบรรยายต้องแสดงให้ผู้ชมเห็น คำบรรยายแบบเปิดจะแสดงเสมอเมื่อเล่นวิดีโอ เพราะเป็นส่วนหนึ่งของวิดีโอ อย่างไรก็ตาม การแสดงคำบรรยายแบบปิดนั้นเป็นทางเลือก เนื่องจากคำบรรยายเหล่านั้นจะถูกซ้อนทับลงบนวิดีโอโดยโปรแกรมที่กำลังเล่นวิดีโออยู่ ตัวอย่างเช่นซอฟต์แวร์เล่นสื่ออาจใช้เพื่อรวมคำบรรยายแบบปิดเข้ากับวิดีโอ ในโรงภาพยนตร์หรือสถานที่บางแห่ง จะมีการใช้จอภาพเฉพาะสำหรับแสดงคำบรรยาย หากจอภาพเฉพาะนั้นอยู่ด้านบนแทนที่จะอยู่ด้านล่างของพื้นที่แสดงผลหลัก คำบรรยายเหล่านั้นจะเรียกว่า คำบรรยาย เสริม (surtitles )

บางครั้ง โดยเฉพาะในเทศกาลภาพยนตร์อาจมีการแสดงคำบรรยายบนจอแยกต่างหากด้านล่างจอภาพ ซึ่งจะช่วยให้ผู้สร้างภาพยนตร์ไม่ต้องสร้างสำเนาที่มีคำบรรยายสำหรับฉายเพียงครั้งเดียว

ผู้ทำซับไตเติ้ลมืออาชีพมักใช้ซอฟต์แวร์และฮาร์ดแวร์คอมพิวเตอร์เฉพาะทางในการจัดเก็บวิดีโอแบบดิจิทัล ทำให้สามารถเข้าถึงแต่ละเฟรมได้ทันที นอกจากการสร้างซับไตเติ้ลแล้ว ผู้ทำซับไตเติ้ลยังมักกำหนดเวลาและระยะเวลาของซับไตเติ้ลแต่ละรายการให้กับซอฟต์แวร์คอมพิวเตอร์ด้วย โดยปกติแล้ว ตัวกำหนดเวลาเหล่านี้จะอิงตามไทม์โค้ดหากเป็นงานสำหรับสื่ออิเล็กทรอนิกส์ (เช่น โทรทัศน์ วิดีโอ ดีวีดี) หรือความยาวของฟิล์ม (วัดเป็นฟุตและเฟรม) สำหรับการฉายในโรงภาพยนตร์ งานนี้จะดำเนินการโดยผู้เชี่ยวชาญหรือทีมผู้เชี่ยวชาญ

ไฟล์คำบรรยายที่เสร็จสมบูรณ์แล้วจะใช้สำหรับเพิ่มคำบรรยายลงในรูปภาพ โดยอาจใช้วิธีใดวิธีหนึ่งต่อไปนี้:

• เข้าสู่ภาพโดยตรง (เปิดคำบรรยาย);
• คำบรรยายจะถูกฝังอยู่ในช่วงแนวตั้งและต่อมาผู้ใช้ปลายทางจะนำมาซ้อนทับบนภาพโดยใช้ตัวถอดรหัสภายนอกหรือตัวถอดรหัสที่ติดตั้งอยู่ในทีวี (คำบรรยายแบบปิดบนทีวีหรือวิดีโอ)
• หรือแปลง (แสดงผล) เป็น กราฟิก TIFFหรือBMPซึ่งจะถูกซ้อนทับบนภาพในภายหลังโดยอุปกรณ์ของผู้ใช้ปลายทาง (คำบรรยายปิดบน DVD หรือเป็นส่วนหนึ่งของการออกอากาศ DVB)

นอกจากนี้ บุคคลทั่วไปยังสามารถสร้างคำบรรยายได้โดยใช้ซอฟต์แวร์สร้างคำบรรยายฟรี เช่น Subtitle Workshop, MovieCaptioner และ Subtitle Composer จากนั้นจึงฝังคำบรรยายลงในไฟล์วิดีโอโดยใช้ซอฟต์แวร์ เช่นVirtualDubร่วมกับVSFilter (ซึ่งสามารถใช้แสดงคำบรรยายแบบซอฟต์ซับในโปรแกรมเล่นวิดีโอ หลายโปรแกรมได้เช่นกัน )

สำหรับ การถ่ายทอดสดทางเว็บในรูปแบบมัลติมีเดียโปรดตรวจสอบที่:

• SMIL ( Synchronized Multimedia Integration Language )
• ข้อความแบบกำหนด เวลาDFXP

โปรแกรมและซอฟต์แวร์ออนไลน์บางโปรแกรมอนุญาตให้สร้างคำบรรยายอัตโนมัติ ซึ่งสร้างขึ้นโดยใช้ เทคโนโลยี แปลงเสียงเป็นข้อความ เป็นหลัก ตัวอย่างเช่น บนYouTubeมีคำบรรยายอัตโนมัติให้บริการในหลากหลายภาษา^{[ 1 ] [ 2 ]}

โดยทั่วไปคำบรรยายอัตโนมัติมักมีความแม่นยำน้อยกว่าคำบรรยายที่พิมพ์โดยมนุษย์^{[ 3 ]}เนื่องจากมักไม่สามารถแยกแยะความแตกต่างระหว่าง คำ พ้องเสียงได้เช่น คำที่ออกเสียงคล้ายกันอย่าง “to”, “two” และ “too” ซึ่งอาจรบกวนความเข้าใจเนื้อหาทางการศึกษาได้อย่างรวดเร็ว โดยเฉพาะอย่างยิ่งการบันทึกการบรรยาย ซึ่งมักมีคำศัพท์ที่ไม่คุ้นเคยและชื่อเฉพาะอยู่ด้วย ปัญหานี้อาจรุนแรงขึ้นหากคุณภาพเสียงไม่ดี เสียงผู้พูดไม่ชัด หรือมีผู้พูดหลายคนพูดซ้อนทับกัน กลุ่มสิทธิคนพิการได้เน้นย้ำถึงความจำเป็นที่คำบรรยายอัตโนมัติจะต้องได้รับการตรวจสอบโดยมนุษย์ก่อนเผยแพร่ โดยเฉพาะอย่างยิ่งในกรณีที่เกรดของนักเรียนอาจได้รับผลกระทบในทางลบจากคำบรรยายที่ไม่เพียงพอดังกล่าว^{[ 4 ]}

คำบรรยายที่ใช้ภาษาเดียวกัน กล่าวคือ คำบรรยายที่ไม่มีคำแปล มีจุดประสงค์หลักเพื่อช่วยเหลือผู้พิการทางการได้ยินหรือผู้ที่มีปัญหาทางการได้ยิน

คำบรรยายปิด (Closed captioning )เป็นคำศัพท์ภาษาอังกฤษแบบอเมริกันที่ใช้เรียกคำบรรยายย่อยแบบปิดโดยเฉพาะสำหรับผู้ที่หูหนวกหรือมีปัญหาทางการได้ยิน คำบรรยายเหล่านี้เป็นการถอดเสียงมากกว่าการแปล และโดยปกติจะรวมถึงเนื้อเพลงและคำอธิบายเสียงที่ไม่ใช่บทสนทนาที่สำคัญ เช่น( ถอนหายใจ) (ลม พัดโหยหวน) ( เพลงกำลังเล่น ) ( จูบ) (ฟ้าร้อง) (เสียง หัวเราะ ) (หอบ) ( แมวร้อง) (กระจกแตก)และ(ประตูเปิดปิด)จากคำว่า "closed captions" คำว่า "caption" ในช่วงไม่กี่ปีมานี้มีความหมายถึงคำบรรยายย่อยที่จัดทำขึ้นสำหรับผู้หูหนวกหรือมีปัญหาทางการได้ยิน ไม่ว่าจะเป็นแบบ "เปิด" หรือ "ปิด" (ซึ่งหมายถึงแบบฝังตัวหรือแบบเลือกได้และเป็นทางเลือกตามลำดับ) ในภาษาอังกฤษแบบบริติช "subtitles" มักหมายถึงคำบรรยายย่อยสำหรับผู้หูหนวกหรือมีปัญหาทางการได้ยิน (SDH) อย่างไรก็ตาม บางครั้งมีการใช้คำว่า "SDH" เมื่อจำเป็นต้องแยกความแตกต่างระหว่างทั้งสองอย่าง

รายการต่างๆ เช่น ข่าวสาร รายการเกี่ยวกับเหตุการณ์ปัจจุบัน กีฬา รายการสนทนาบางรายการ และรายการทางการเมืองและรายการพิเศษต่างๆ ใช้คำบรรยายแบบเรียลไทม์หรือแบบออนไลน์^{[ 5 ]}การใส่คำบรรยายสดกำลังเป็นที่นิยมมากขึ้น โดยเฉพาะในสหราชอาณาจักรและสหรัฐอเมริกาอันเป็นผลมาจากกฎระเบียบที่ระบุว่ารายการโทรทัศน์เกือบทั้งหมดจะต้องสามารถเข้าถึงได้สำหรับผู้ที่หูหนวกและมีปัญหาทางการได้ยิน^{[ 6 ]}อย่างไรก็ตาม ในทางปฏิบัติ คำบรรยาย "แบบเรียลไทม์" เหล่านี้มักจะล่าช้ากว่าเสียงหลายวินาทีเนื่องจากความล่าช้าโดยธรรมชาติในการถอดเสียง การเข้ารหัส และการส่งคำบรรยาย คำบรรยายแบบเรียลไทม์ยังประสบปัญหาจากข้อผิดพลาดในการพิมพ์หรือการได้ยินคำพูดผิดพลาด โดยไม่มีเวลาให้แก้ไขก่อนการส่ง

บางรายการอาจเตรียมเสร็จสมบูรณ์หลายชั่วโมงก่อนออกอากาศ แต่มีเวลาไม่เพียงพอที่จะเตรียมไฟล์คำบรรยายที่มีรหัสเวลาสำหรับการเล่นอัตโนมัติ คำบรรยายที่เตรียมไว้ล่วงหน้าจะมีลักษณะคล้ายกับคำบรรยายแบบออฟไลน์ แม้ว่าความแม่นยำของการกำหนดคิวอาจลดลงเล็กน้อยเนื่องจากคำบรรยายไม่ได้ล็อกกับรหัสเวลาของรายการ^{[ 5 ]}

การใส่คำบรรยายในห้องข่าวเกี่ยวข้องกับการถ่ายโอนข้อความโดยอัตโนมัติจากระบบคอมพิวเตอร์ในห้องข่าวไปยังอุปกรณ์ที่แสดงผลเป็นคำบรรยาย ระบบนี้ใช้งานได้ แต่ความเหมาะสมของระบบนี้ในฐานะระบบเฉพาะจะใช้ได้เฉพาะกับโปรแกรมที่เขียนสคริปต์ทั้งหมดบนระบบคอมพิวเตอร์ในห้องข่าว เช่น การอัปเดตสั้นๆ ระหว่างรายการ^{[ 5 ]}

ในสหรัฐอเมริกาและแคนาดา ผู้แพร่ภาพกระจายเสียงบางรายใช้ระบบนี้โดยเฉพาะและเว้นส่วนของข่าวที่ไม่มีสคริปต์ไว้โดยไม่ใส่คำบรรยาย^{[ 5 ]}การใส่คำบรรยายในห้องข่าวจำกัดคำบรรยายเฉพาะเนื้อหาที่มีสคริปต์ไว้ล่วงหน้า ดังนั้นจึงไม่ครอบคลุมข่าวสาร สภาพอากาศ และกีฬาในรายการข่าวท้องถิ่นทั่วไป ซึ่งโดยปกติแล้วไม่ได้มีสคริปต์ไว้ล่วงหน้า ซึ่งรวมถึงข่าวด่วนในนาทีสุดท้ายหรือการเปลี่ยนแปลงสคริปต์ บทสนทนาแบบด้นสดของผู้แพร่ภาพกระจายเสียง และการออกอากาศสดจากสถานที่จริงในกรณีฉุกเฉินหรือเหตุการณ์อื่นๆ โดยนักข่าวภาคสนาม การที่ไม่ครอบคลุมรายการต่างๆ เช่นนี้ การใส่คำบรรยายแบบห้องข่าว (หรือการใช้เทเลพรอมเตอร์สำหรับการใส่คำบรรยาย) มักส่งผลให้ครอบคลุมรายการข่าวท้องถิ่นน้อยกว่า 30% ^{[ 7 ]}

นักเขียนชวเลขแบบเข้าถึงการสื่อสารแบบเรียลไทม์ (CART) ซึ่งใช้คอมพิวเตอร์ร่วมกับ แป้นพิมพ์ ชวเลขหรือ แป้นพิมพ์ Velotypeเพื่อถอดเสียงชวเลขเพื่อนำเสนอเป็นคำบรรยายภายในสองหรือสามวินาทีหลังจากเสียงพูด จะต้องใส่คำบรรยายสำหรับทุกสิ่งที่เป็นสดและไม่มีสคริปต์^{[ 5 ]}อย่างไรก็ตาม การพัฒนาล่าสุดรวมถึงผู้ปฏิบัติงานที่ใช้ ซอฟต์แวร์ การรู้จำเสียงพูดและพากย์เสียงบทสนทนาใหม่ เทคโนโลยีการรู้จำเสียงพูดได้พัฒนาอย่างรวดเร็วในสหรัฐอเมริกาจนกระทั่งประมาณครึ่งหนึ่งของการใส่คำบรรยายสดทั้งหมดใช้การรู้จำเสียงพูดในปี 2548 คำบรรยายแบบเรียลไทม์มีลักษณะแตกต่างจากคำบรรยายแบบออฟไลน์ เนื่องจากจะแสดงเป็นข้อความต่อเนื่องขณะที่ผู้คนพูด^{[ 5 ]}

การเขียนชวเลขเป็นระบบการถอดเสียงคำตามหลักสัทศาสตร์ และภาษาอังกฤษซึ่งมี คำพ้องเสียงมากมาย(เช่น there, their, they're) จึงไม่เหมาะกับการถอดเสียงง่ายๆ นักเขียนชวเลขที่ทำงานในศาลและการสอบสวนมักมีเวลา 24 ชั่วโมงในการส่งงานถอดเสียง ดังนั้นพวกเขาอาจป้อนรหัสชวเลขตามหลักสัทศาสตร์เดียวกันสำหรับคำพ้องเสียงต่างๆ และแก้ไขการสะกดคำในภายหลัง นักเขียนชวเลขแบบเรียลไทม์ต้องส่งงานถอดเสียงอย่างถูกต้องและทันที ดังนั้นพวกเขาจึงต้องพัฒนาเทคนิคในการป้อนคำพ้องเสียงที่แตกต่างกัน และต้องไม่ถูกกดดันจากการส่งมอบงานที่ถูกต้องตามความต้องการทันที^{[ 5 ]}

จากการสอบถามที่เกี่ยวข้องกับการใส่คำบรรยายในช่วงที่ผ่านมา พบว่าผู้แพร่ภาพกระจายเสียงมีข้อกังวลเกี่ยวกับการใส่คำบรรยายในรายการกีฬา การใส่คำบรรยายในรายการกีฬาอาจส่งผลกระทบต่อผู้ชมหลายกลุ่มเนื่องจากสภาพอากาศภายนอก ในขณะที่การใส่คำบรรยายในรายการกีฬายังขาดแคลน ศูนย์คำบรรยายแห่งออสเตรเลียได้ส่งตัวอย่างการใส่คำบรรยายในรายการกีฬา 3 ตัวอย่าง ให้กับคณะทำงานแห่งชาติว่าด้วยการใส่คำบรรยาย (NWPC) ในเดือนพฤศจิกายน ปี 1998 โดยเป็นตัวอย่างที่จัดทำขึ้นสำหรับรายการเทนนิส รักบี้ลีก และว่ายน้ำ:

• ลดทอนอย่างมาก: ผู้ทำคำบรรยายจะไม่สนใจคำบรรยายประกอบ และจะแสดงเฉพาะคะแนนและข้อมูลสำคัญ เช่น "ลอง" หรือ "ออก" เท่านั้น
• ลดลงอย่างมาก: ผู้ทำคำบรรยายใช้ แป้น พิมพ์ QWERTYในการพิมพ์คำบรรยายสรุปซึ่งให้ใจความสำคัญของสิ่งที่ผู้บรรยายพูด แต่เกิดความล่าช้าเนื่องจากข้อจำกัดของแป้นพิมพ์ QWERTY
• แบบเรียลไทม์ที่ครอบคลุม: ผู้บรรยายใช้การเขียนชวเลขเพื่อบรรยายคำบรรยายทั้งหมด^{[ 5 ]}

NWPC สรุปว่ามาตรฐานที่พวกเขายอมรับคือวิธีการแบบเรียลไทม์ที่ครอบคลุม ซึ่งทำให้พวกเขาสามารถเข้าถึงคำบรรยายได้อย่างครบถ้วน นอกจากนี้ กีฬาทุกประเภทไม่ได้ถ่ายทอดสดเสมอไป หลายรายการมีการบันทึกไว้ล่วงหน้าหลายชั่วโมงก่อนออกอากาศ ทำให้ผู้ทำคำบรรยายสามารถใส่คำบรรยายโดยใช้วิธีการแบบออฟไลน์ได้^{[ 5 ]}

เนื่องจากรายการต่าง ๆ ผลิตภายใต้เงื่อนไขที่แตกต่างกัน ดังนั้นวิธีการใส่คำบรรยายจึงต้องพิจารณาเป็นรายกรณีไป รายการข่าวบางรายการอาจมีเนื้อหาสดจำนวนมาก หรืออาจมีการเข้าถึงฟีดวิดีโอและสคริปต์ไม่เพียงพอสำหรับสถานที่ใส่คำบรรยาย ทำให้การถอดเสียงเป็นสิ่งที่หลีกเลี่ยงไม่ได้ รายการข่าวอื่น ๆ อาจบันทึกไว้ล่วงหน้าก่อนออกอากาศ ทำให้การเตรียมข้อความไว้ล่วงหน้าเป็นที่ต้องการมากกว่า^{[ 5 ]}

แอปพลิเคชันคำบรรยายข่าวที่มีอยู่ในปัจจุบันได้รับการออกแบบให้รับข้อความจากอินพุตที่หลากหลาย ได้แก่ การเขียนชวเลข, Velotype, QWERTY, การนำเข้า ASCIIและคอมพิวเตอร์ในห้องข่าว ซึ่งช่วยให้สถานที่แห่งเดียวสามารถจัดการความต้องการคำบรรยายออนไลน์ที่หลากหลายและรับประกันว่าผู้ทำคำบรรยายจะใส่คำบรรยายให้กับทุกรายการอย่างถูกต้อง^{[ 5 ]}

รายการข่าวสารปัจจุบันมักต้องการความช่วยเหลือจากนักเขียนชวเลข แม้ว่าส่วนต่างๆ ที่ประกอบเป็นรายการข่าวสารปัจจุบันอาจจะผลิตล่วงหน้าได้ แต่โดยปกติแล้วจะทำเสร็จก่อนเวลาออกอากาศเพียงเล็กน้อย และระยะเวลาของรายการทำให้การป้อนข้อความด้วยแป้นพิมพ์ QWERTY เป็นไปไม่ได้^{[ 5 ]}

ในทางกลับกัน ข่าวสารต่างๆ มักสามารถใส่คำบรรยายได้โดยไม่ต้องมีการถอดเสียง (เว้นแต่จะมีช่วงถ่ายทอดสดหรือการพูดสดๆ ของผู้ประกาศ) เนื่องจากเหตุผลดังนี้:

• โดยส่วนใหญ่แล้ว ข้อความต่างๆ จะถูกเขียนขึ้นบนระบบคอมพิวเตอร์ของห้องข่าว และสามารถนำข้อความเหล่านั้นเข้าสู่ระบบคำบรรยายได้ทางอิเล็กทรอนิกส์
• ข่าวแต่ละเรื่องมีระยะเวลาสั้น ดังนั้นถึงแม้จะเผยแพร่ก่อนออกอากาศเพียงเล็กน้อย ก็ยังมีเวลาให้ใช้ QWERTY ในข้อความได้^{[ 5 ]}

สำหรับรายการที่ไม่ใช่รายการสดหรือรายการที่บันทึกไว้ล่วงหน้า ผู้ให้บริการรายการโทรทัศน์สามารถเลือกใช้คำบรรยายแบบออฟไลน์ได้ ผู้ให้บริการคำบรรยายจะปรับคำบรรยายแบบออฟไลน์ให้เหมาะสมกับอุตสาหกรรมโทรทัศน์ระดับสูง โดยมีคุณสมบัติคำบรรยายที่ปรับแต่งได้สูง เช่น คำบรรยายแบบป๊อปอัพ การจัดวางบนหน้าจอแบบพิเศษ การระบุผู้พูด ตัวเอียง อักขระพิเศษ และเอฟเฟกต์เสียง^{[ 8 ]}

การใส่คำบรรยายแบบออฟไลน์เกี่ยวข้องกับกระบวนการออกแบบและแก้ไขห้าขั้นตอน และทำมากกว่าแค่แสดงข้อความของรายการ การใส่คำบรรยายแบบออฟไลน์ช่วยให้ผู้ชมติดตามเรื่องราว รับรู้ถึงอารมณ์และความรู้สึก และช่วยให้พวกเขาเพลิดเพลินกับประสบการณ์การรับชมได้อย่างเต็มที่ การใส่คำบรรยายแบบออฟไลน์เป็นรูปแบบการนำเสนอที่นิยมสำหรับรายการประเภทบันเทิง^{[ 8 ]}

คำบรรยายสำหรับผู้พิการทางการได้ยินหรือหูหนวก (SDH) เป็นคำศัพท์ของอเมริกาที่นำมาใช้โดยอุตสาหกรรมดีวีดี^{[ 9 ]}หมายถึงคำบรรยายปกติในภาษาต้นฉบับซึ่งมีการเพิ่มข้อมูลสำคัญที่ไม่ใช่บทสนทนา รวมถึงการระบุผู้พูด ซึ่งอาจเป็นประโยชน์เมื่อผู้ชมไม่สามารถบอกได้ว่าใครกำลังพูดอะไรด้วยสายตา

ความแตกต่างที่สำคัญเพียงอย่างเดียวสำหรับผู้ใช้ระหว่างคำบรรยาย SDH และคำบรรยายแบบปิดคือลักษณะที่ปรากฏ: คำบรรยาย SDH มักจะแสดงด้วยแบบอักษรที่มีสัดส่วนเดียวกันกับคำบรรยายแปลบน DVD ในขณะที่คำบรรยายแบบปิดจะแสดงเป็นข้อความสีขาวบนแถบสีดำ ซึ่งบดบังพื้นที่การมองเห็นส่วนใหญ่ คำบรรยายแบบปิดกำลังได้รับความนิยมน้อยลง เนื่องจากผู้ใช้จำนวนมากไม่มีปัญหาในการอ่านคำบรรยาย SDH ซึ่งเป็นข้อความที่มีเส้นขอบตัดกัน นอกจากนี้ คำบรรยาย DVD ยังสามารถระบุสีได้หลายสีสำหรับตัวอักษรเดียวกัน ได้แก่ สีหลัก เส้นขอบ เงา และพื้นหลัง ซึ่งช่วยให้ผู้สร้างคำบรรยายสามารถแสดงคำบรรยายบนแถบโปร่งแสงเพื่อให้ง่ายต่อการอ่าน อย่างไรก็ตาม วิธีนี้พบได้น้อย เนื่องจากคำบรรยายส่วนใหญ่ใช้เส้นขอบและเงาแทน เพื่อบดบังพื้นที่ภาพน้อยลง คำบรรยายภาพแบบปิดอาจยังคงมีความสำคัญเหนือกว่าคำบรรยายในดีวีดี เนื่องจากคำบรรยาย SDH จำนวนมากแสดงข้อความทั้งหมดไว้ตรงกลาง (ตัวอย่างเช่น ดีวีดีและบลูเรย์แผ่นที่ผลิตโดย Warner Bros.) ในขณะที่คำบรรยายภาพแบบปิดมักระบุตำแหน่งบนหน้าจอ เช่น ตรงกลาง จัดชิดซ้าย จัดชิดขวา ด้านบน เป็นต้น ซึ่งเป็นประโยชน์สำหรับการระบุผู้พูดและการสนทนาที่ซ้อนทับกัน คำบรรยาย SDH บางประเภท (เช่น คำบรรยายในดีวีดีและบลูเรย์แผ่นใหม่ๆ ของ Universal Pictures และดีวีดีและบลูเรย์แผ่นส่วนใหญ่ของ 20th Century Fox และดีวีดีและบลูเรย์แผ่นบางส่วนของ Columbia Pictures) มีการระบุตำแหน่ง แต่ไม่บ่อยนัก

ดีวีดีสำหรับตลาดสหรัฐอเมริกาในปัจจุบันบางครั้งมีคำบรรยายภาษาอังกฤษสามรูปแบบ ได้แก่ คำบรรยาย SDH คำบรรยายภาษาอังกฤษ ซึ่งเป็นประโยชน์สำหรับผู้ชมที่อาจไม่ได้มีปัญหาทางการได้ยิน แต่ภาษาแม่ของพวกเขาอาจไม่ใช่ภาษาอังกฤษ (แม้ว่าโดยปกติจะเป็นการถอดเสียงที่ถูกต้องและไม่ได้ทำให้ง่ายขึ้น) และข้อมูลคำบรรยายแบบปิดที่ถอดรหัสโดยตัวถอดรหัสคำบรรยายแบบปิดของผู้ใช้ปลายทาง อนิเมะส่วนใหญ่ที่วางจำหน่ายในสหรัฐอเมริกาจะมีเพียงคำแปลของเนื้อหาต้นฉบับเป็นคำบรรยายเท่านั้น ดังนั้นคำบรรยาย SDH ของเสียงพากย์ภาษาอังกฤษ ("dubtitles") จึงไม่ค่อยพบเห็น^{[ 10 ] [ 11 ]}

สื่อบันทึกข้อมูลความละเอียดสูง ( HD DVD , Blu-ray Disc ) ใช้คำบรรยายแบบ SDH เป็นวิธีเดียว เนื่องจากข้อกำหนดทางเทคนิคไม่ได้กำหนดให้ HD ต้องรองรับคำบรรยายแบบปิด (closed captions) บรรทัดที่ 21 อย่างไรก็ตาม มีรายงานว่า Blu-ray Disc บางแผ่นมีสตรีมคำบรรยายแบบปิดที่แสดงผลได้เฉพาะผ่านการเชื่อมต่อแบบความละเอียดมาตรฐานเท่านั้น โทรทัศน์ความละเอียดสูง (HDTV) หลายรุ่น อนุญาตให้ผู้ใช้ปรับแต่งคำบรรยายได้ รวมถึงความสามารถในการลบแถบสีดำออก

• 
  ตัวอย่างการแสดงรหัสผู้พูดในระบบเสียงบรรยายสำหรับผู้พิการทางการได้ยิน (เสียงอยู่นอกจอ)
• 
  ตัวอย่างข้อมูลที่ไม่ใช่คำพูดในระบบเสียงสำหรับผู้พิการทางการได้ยิน (แหล่งที่มาอยู่นอกจอ)
• 
  ตัวอย่างข้อมูลที่ไม่ใช่คำพูดในระบบเสียงสำหรับผู้พิการทางการได้ยิน (SDH) (สองแหล่งที่มา: นอกจอและในจอ)
• 
  ตัวอย่างคำอธิบายดนตรีในระบบเสียงบรรยาย (SDH)
• 
  ตัวอย่างการถอดเสียงเนื้อเพลงในรูปแบบ SDH

เนื้อเพลงไม่ได้มีคำบรรยายเสมอไป เนื่องจากอาจต้องขออนุญาตลิขสิทธิ์เพิ่มเติมเพื่อนำเนื้อเพลงมาแสดงบนหน้าจอเป็นส่วนหนึ่งของคำบรรยาย ในเดือนตุลาคม 2558 สตูดิโอใหญ่ๆ และเน็ตฟลิกซ์ถูกฟ้องร้องเกี่ยวกับการปฏิบัติเช่นนี้ โดยอ้างว่าเป็นการโฆษณาเท็จ (เนื่องจากผลงานไม่มีคำบรรยายครบถ้วน) และละเมิดสิทธิพลเมือง (ภายใต้ กฎหมายสิทธิพลเมือง Unruh ของแคลิฟอร์เนีย ซึ่งรับประกันสิทธิที่เท่าเทียมกันสำหรับผู้พิการ) ผู้พิพากษาStephen Victor Wilsonยกฟ้องในเดือนกันยายน 2559 โดยตัดสินว่าข้อกล่าวหาเรื่องการละเมิดสิทธิพลเมืองไม่ได้แสดงหลักฐานของการเลือกปฏิบัติโดยเจตนาต่อผู้ชมที่มีความพิการ และข้อกล่าวหาเกี่ยวกับการบิดเบือนขอบเขตของคำบรรยายนั้น "ไม่สามารถพิสูจน์ได้ว่าผู้บริโภคที่สมเหตุสมผลจะถูกหลอกลวงเกี่ยวกับปริมาณเนื้อหาคำบรรยายที่ให้ไว้ เนื่องจากไม่มีการรับรองใดๆ ว่าเนื้อเพลงทั้งหมดจะมีคำบรรยาย หรือแม้แต่ว่าเนื้อหาจะมีคำบรรยาย 'ครบถ้วน'" ^{[ 12 ] [ 13 ]}

แม้ว่าคำบรรยายและคำอธิบายภาพภาษาเดียวกันจะถูกสร้างขึ้นโดยคำนึงถึงผู้พิการทางการได้ยินเป็นหลัก แต่คนอื่นๆ อีกจำนวนมากก็ใช้คำบรรยายเหล่านี้เพื่อความสะดวก (เช่นผลกระทบจากการตัดขอบทาง ) หรือเพื่อทำความเข้าใจบทสนทนาที่ไม่ชัดเจน จากการสำรวจในสหราชอาณาจักรในปี 2021 พบว่า 80% ของผู้ชมที่มีอายุระหว่าง 18 ถึง 25 ปี ใช้คำบรรยายเป็นประจำ ในขณะที่ผู้ชมที่มีอายุระหว่าง 56 ถึง 75 ปี ใช้คำบรรยายน้อยกว่าหนึ่งในสี่^{[ 14 ] [ 15 ] [ 16 ]}

การเพิ่มขึ้นของบทสนทนาที่ไม่เข้าใจ และด้วยเหตุนี้จึงทำให้ผู้ที่ได้ยินใช้คำบรรยายมากขึ้น เป็นผลมาจาก^{[ 17 ]}

• ความก้าวหน้าในเทคโนโลยีไมโครโฟนที่ช่วยให้นักแสดงสามารถพูดเบาลงและพูดพึมพำได้มากขึ้น
• สตูดิโอต่างๆ ไม่เต็มใจที่จะลงทุนกับการบันทึกเสียงบทสนทนาที่ไม่ชัดเจนซ้ำอีกต่อไป
• ข้อจำกัดในการลดระดับเสียงรอบทิศทางในโรงภาพยนตร์ลงเหลือ เสียง สเตอริโอหรือโมโนสำหรับการเล่นบนโทรทัศน์บ้าน โทรศัพท์ หรือคอมพิวเตอร์ และ
• ความปรารถนาของผู้สร้างภาพยนตร์ที่จะสร้างช่วงไดนามิก สูง โดยการเปรียบเทียบบทสนทนากับเอฟเฟกต์เสียงดัง เช่น การระเบิด

ผู้กำกับบางคนไม่กังวลเกี่ยวกับความชัดเจนของบทสนทนา ตัวอย่างเช่น คริสโตเฟอร์ โนแลนกล่าวว่า "เราได้รับคำร้องเรียนมากมาย... จริงๆ แล้วผมได้รับโทรศัพท์จากผู้สร้างภาพยนตร์คนอื่นๆ ที่บอกว่า 'ผมเพิ่งดูหนังของคุณแล้วบทสนทนาฟังไม่รู้เรื่องเลย' บางคนคิดว่าอาจเป็นเพราะดนตรีดังเกินไป แต่ความจริงแล้วมันเป็นเรื่องของวิธีที่เราเลือกที่จะมิกซ์เสียงต่างหาก" ^{[ 18 ]}

การใส่คำบรรยายภาษาเดียวกัน (SLS) คือการใช้คำบรรยายที่ซิงโครไนซ์กับเนื้อเพลง (หรือข้อความใดๆ ที่มีแหล่งเสียงหรือวิดีโอ) เป็นกิจกรรมการอ่านซ้ำ กิจกรรมการอ่านพื้นฐานเกี่ยวข้องกับนักเรียนดูการนำเสนอสั้นๆ ที่มีคำบรรยายฉายบนหน้าจอ ขณะที่ทำแบบฝึกหัดตอบสนอง เพื่อให้ได้ผลอย่างแท้จริง คำบรรยายควรมีการซิงโครไนซ์เสียงและข้อความที่มีคุณภาพสูง และยิ่งไปกว่านั้น คำบรรยายควรเปลี่ยนสีตามการซิงโครไนซ์พยางค์กับแบบจำลองเสียง และข้อความควรอยู่ในระดับที่ท้าทายความสามารถทางภาษาของนักเรียน^{[ 19 ] [ 20 ]}การศึกษา (รวมถึงการศึกษาโดยมหาวิทยาลัยนอตติงแฮมและ What Works Clearinghouse ของกระทรวงศึกษาธิการของสหรัฐอเมริกา ) พบว่าการใช้คำบรรยายสามารถช่วยส่งเสริมความเข้าใจในการอ่านในเด็กวัยเรียนได้^{[ 21 ]}การใส่คำบรรยายภาษาเดียวกันสามารถปรับปรุงการรู้หนังสือและการเติบโตของการอ่านในความสามารถในการอ่านที่หลากหลาย^{[ 22 ] [ 23 ]} สถานีโทรทัศน์แห่งชาติใน ประเทศจีนและอินเดียเช่นDoordarshanใช้เพื่อวัตถุประสงค์นี้^{[ 22 ] [ 24 ]}

ในรายการโทรทัศน์บางรายการในเอเชีย การใส่คำบรรยายถือเป็นส่วนหนึ่งของรูปแบบรายการ และได้พัฒนาไปไกลกว่าการแค่บันทึกสิ่งที่พูด คำบรรยายถูกนำมาใช้ในเชิงศิลปะ โดยทั่วไปมักเห็นคำปรากฏขึ้นทีละคำตามที่พูดออกมา ในหลากหลายแบบอักษร สี และขนาด ที่สื่อถึงความหมายของสิ่งที่พูด ภาษาอย่างเช่นภาษาญี่ปุ่นยังมีคำศัพท์เลียนเสียง ธรรมชาติมากมาย ที่ใช้ในการใส่คำบรรยายด้วย

ในบางประเทศในเอเชียตะวันออก โดยเฉพาะประเทศที่ใช้ภาษาจีนการใส่คำบรรยายเป็นเรื่องปกติในรายการโทรทัศน์และภาพยนตร์ที่บันทึกไว้ทุกเรื่อง ในประเทศเหล่านี้ ข้อความที่เขียนส่วนใหญ่ยังคงมีรูปแบบเดียวกัน ในขณะที่สำเนียงท้องถิ่นที่ใช้พูดอาจฟังไม่เข้าใจกัน ดังนั้น การใส่คำบรรยายจึงมีข้อดีอย่างมากในการช่วยให้เข้าใจได้ง่ายขึ้น ด้วยคำบรรยาย รายการที่เป็นภาษาจีนกลางหรือภาษาถิ่นใดๆ ก็สามารถเข้าใจได้โดยผู้ชมที่ไม่คุ้นเคยกับภาษานั้นๆ

ตามรายงานของนิตยสาร HKการใส่คำบรรยายภาษาจีนมาตรฐานได้รับการริเริ่มในฮ่องกงในช่วงทศวรรษ 1960 โดยRun Run ShawจากShaw Brothers Studioเพื่อที่จะเข้าถึงผู้ชมให้ได้มากที่สุด Shaw ได้บันทึกภาพยนตร์ของเขาเป็นภาษาจีนกลาง โดยให้เหตุผลว่าจะเป็นภาษาจีน ที่ใช้กันอย่างแพร่หลายที่สุด อย่างไรก็ตาม วิธีนี้ไม่ได้เป็นการรับประกันว่าผู้ชมที่ไม่พูดภาษาจีนกลางจะเข้าใจภาพยนตร์ได้ และการพากย์เสียงเป็นภาษาต่างๆ ก็มีค่าใช้จ่ายสูงเกินไป ดังนั้นจึงมีการตัดสินใจที่จะใส่คำบรรยายภาษาจีนมาตรฐานในภาพยนตร์ของ Shaw Brothers ทุกเรื่อง เนื่องจากภาพยนตร์เหล่านี้สร้างขึ้นในฮ่องกงที่อยู่ภายใต้การปกครองของอังกฤษ Shaw จึงตัดสินใจที่จะใส่คำบรรยายภาษาอังกฤษเพื่อเข้าถึงผู้พูดภาษาอังกฤษในฮ่องกงและเพื่อการส่งออกนอกเอเชีย^{[ 25 ]}

คำบรรยายบนหน้าจออย่างที่เห็นในรายการวาไรตี้และ รายการ เรียลลิตี้ทีวีของญี่ปุ่น นั้นมีไว้เพื่อความสวยงามมากกว่า ซึ่งแตกต่างจากรายการโทรทัศน์ในยุโรปและอเมริกา บางรายการยังใส่เสียงประกอบทับคำบรรยายเหล่านั้นด้วย การใช้คำบรรยายแบบนี้ได้แพร่หลายไปยังประเทศเพื่อนบ้าน เช่น เกาหลีใต้และไต้หวันสถานีโทรทัศน์ ATVในฮ่องกงเคยใช้คำบรรยายแบบนี้ในรายการวาไรตี้ของตนในช่วงที่อยู่ภายใต้การบริหารของWant Want Holdings ในไต้หวัน (ซึ่งเป็นเจ้าของ CTVและCTIด้วย) ในปี 2009

การแปลโดยพื้นฐานแล้วหมายถึงการแปลงภาษาหนึ่งเป็นอีกภาษาหนึ่งในรูปแบบลายลักษณ์อักษรหรือการพูด คำบรรยายสามารถใช้แปลบทสนทนาจากภาษาต่างประเทศเป็นภาษาแม่ของผู้ฟังได้ ไม่เพียงแต่เป็นวิธีการแปลเนื้อหาที่รวดเร็วและประหยัดที่สุดเท่านั้น แต่ยังเป็นวิธีที่นิยมใช้มากกว่า เนื่องจากผู้ชมสามารถได้ยินบทสนทนาและเสียงของนักแสดงต้นฉบับได้

การแปลคำบรรยายอาจแตกต่างจากการแปลข้อความหรือภาษาเขียน โดยปกติแล้ว ในกระบวนการสร้างคำบรรยายสำหรับภาพยนตร์หรือรายการโทรทัศน์ ผู้แปลคำบรรยายจะวิเคราะห์ภาพและแต่ละประโยคของเสียง และผู้แปลคำบรรยายอาจมีหรือไม่มีบทถอดเสียงของบทสนทนา โดยเฉพาะอย่างยิ่งในด้านคำบรรยายเชิงพาณิชย์ ผู้แปลคำบรรยายมักจะตีความความหมายมากกว่าแปลวิธีการพูดบทสนทนา กล่าวคือ ความหมายมีความสำคัญมากกว่ารูปแบบ ซึ่งผู้ชมอาจไม่ชื่นชอบเสมอไป เพราะอาจทำให้ผู้ที่คุ้นเคยกับภาษาพูดบางส่วนรู้สึกหงุดหงิด ภาษาพูดอาจมีการใช้คำหรือความหมายแฝงทางวัฒนธรรมที่ไม่สามารถถ่ายทอดได้ในคำบรรยายที่เป็นลายลักษณ์อักษร นอกจากนี้ ผู้แปลคำบรรยายอาจย่อบทสนทนาเพื่อให้ได้ความเร็วในการอ่านที่ยอมรับได้ ซึ่งในกรณีนี้ จุดประสงค์มีความสำคัญมากกว่ารูปแบบ

โดยเฉพาะอย่างยิ่งใน ซับไตเติ้ล ที่แฟนๆ ทำขึ้นเองผู้แปลซับไตเติ้ลอาจแปลทั้งรูปแบบและความหมาย ผู้แปลซับไตเติ้ลอาจเลือกที่จะแสดงหมายเหตุในซับไตเติ้ล โดยปกติจะอยู่ในวงเล็บ (" ( " และ " ) ") หรือเป็นข้อความแยกต่างหากบนหน้าจอ ซึ่งช่วยให้ผู้แปลซับไตเติ้ลรักษาโครงสร้างประโยคและทำให้ความเร็วในการอ่านอยู่ในระดับที่ยอมรับได้ กล่าวคือ ผู้แปลซับไตเติ้ลอาจทิ้งหมายเหตุไว้บนหน้าจอ แม้หลังจากตัวละครพูดจบแล้ว เพื่อรักษาโครงสร้างประโยคและช่วยให้เข้าใจได้ง่ายขึ้น ตัวอย่างเช่น ภาษาญี่ปุ่นมีสรรพนามบุรุษที่หนึ่งหลายคำ (ดูสรรพนามภาษาญี่ปุ่น ) และแต่ละสรรพนามมีความเกี่ยวข้องกับระดับความสุภาพที่แตกต่างกัน เพื่อชดเชยในระหว่างกระบวนการแปลภาษาอังกฤษ ผู้แปลซับไตเติ้ลอาจปรับปรุงประโยค เพิ่มคำที่เหมาะสม หรือใช้หมายเหตุ

โดยส่วนใหญ่แล้ว เมื่อมีการพูดภาษาต่างประเทศในภาพยนตร์ มักจะใช้คำบรรยายเพื่อแปลบทสนทนาให้ผู้ชมเข้าใจ อย่างไรก็ตาม มีบางครั้งที่บทสนทนาภาษาต่างประเทศไม่มีคำบรรยาย (และทำให้ผู้ชมส่วนใหญ่ไม่เข้าใจ) มักทำเช่นนี้หากภาพยนตร์เรื่องนั้นเล่าเรื่องจากมุมมองของตัวละครที่ไม่พูดภาษานั้น การไม่มีคำบรรยายช่วยให้ผู้ชมรู้สึกถึงความไม่เข้าใจและความแปลกแยก เช่นเดียว กับตัวละครนั้น ตัวอย่างเช่น ภาพยนตร์เรื่องNot Without My Daughter บทสนทนา ภาษาเปอร์เซียที่ตัวละครชาวอิหร่านพูดนั้นไม่มีคำบรรยาย เพราะตัวละครหลักเบ็ตตี้ มาห์มูดีไม่พูดภาษาเปอร์เซีย และผู้ชมกำลังดูภาพยนตร์จากมุมมองของเธอ

มีการใช้รูปแบบนี้ในวิดีโอเกมMax Payne 3คำบรรยายจะใช้กับบทสนทนาภาษาอังกฤษและภาษาโปรตุเกส แต่บทสนทนาภาษาโปรตุเกสจะไม่ได้ถูกแปล^{[ 26 ]}เนื่องจากตัวละครหลักไม่เข้าใจภาษานั้น

การทำคำบรรยายแบบเรียลไทม์มักเกี่ยวข้องกับล่ามและผู้จดบันทึกที่ทำงานพร้อมกัน โดยที่ล่ามจะแปลบทสนทนาอย่างรวดเร็วในขณะที่ผู้จดบันทึกพิมพ์ วิธีการทำคำบรรยายแบบนี้พบได้น้อย เนื่องจากความล่าช้าที่หลีกเลี่ยงไม่ได้ ข้อผิดพลาดในการพิมพ์ การขาดการแก้ไข และต้นทุนที่สูง ทำให้การทำคำบรรยายแบบเรียลไทม์มีความต้องการต่ำ การให้ล่ามพูดคุยกับผู้ชมโดยตรงมักจะถูกกว่าและเร็วกว่า อย่างไรก็ตาม การแปลแบบนี้ไม่สามารถเข้าถึงได้สำหรับผู้ที่หูหนวกและผู้ที่มีปัญหาทางการได้ยิน

ผู้จัดทำคำบรรยายบางรายจงใจจัดทำคำบรรยายหรือคำอธิบายภาพที่แก้ไขแล้วเพื่อให้ตรงกับความต้องการของผู้ชม เช่น ผู้เรียนภาษาพูดเป็นภาษาที่สองหรือภาษาต่างประเทศ ผู้เรียนที่เรียนรู้ด้วยภาพ ผู้เริ่มต้นอ่านที่เป็นคนหูหนวกหรือมีปัญหาทางการได้ยิน และสำหรับผู้ที่มีความบกพร่องทางการเรียนรู้หรือความบกพร่องทางสติปัญญา ตัวอย่างเช่น สำหรับภาพยนตร์และรายการโทรทัศน์หลายรายการPBSจะแสดงคำบรรยายมาตรฐานที่แสดงถึงคำพูดจากเสียงของรายการแบบคำต่อคำ หากผู้ชมเลือก "CC1" โดยใช้รีโมทคอนโทรลของโทรทัศน์หรือเมนูบนหน้าจอ อย่างไรก็ตาม พวกเขายังจัดทำคำบรรยายที่แก้ไขแล้วเพื่อแสดงประโยคที่ง่ายขึ้นในอัตราที่ช้าลง หากผู้ชมเลือก "CC2" รายการที่มีผู้ชมหลากหลายมักจะมีคำบรรยายในภาษาอื่นด้วย ซึ่งเป็นเรื่องปกติในละครโทรทัศน์ ยอดนิยมของละตินอเมริกา ที่เป็นภาษาสเปน เนื่องจาก CC1 และ CC2 ใช้แบนด์วิดท์ ร่วมกัน คณะกรรมการการสื่อสารแห่งสหรัฐอเมริกา (FCC) จึงแนะนำให้วางคำบรรยายที่แปลแล้วไว้ใน CC3 CC4 ซึ่งใช้แบนด์วิดท์ร่วมกับ CC3 ก็มีให้ใช้งานเช่นกัน แต่รายการต่างๆ แทบจะไม่ใช้เลย

วิธีการทางเลือกสองวิธีในการ "แปล" ภาพยนตร์เป็นภาษาต่างประเทศ ได้แก่ การพากย์เสียงซึ่งนักแสดงคนอื่นบันทึกเสียงทับเสียงของนักแสดงต้นฉบับในภาษาอื่น และการบรรยาย เสียง ซึ่งเป็นรูปแบบหนึ่งของการพากย์เสียงสำหรับเนื้อหาสมมติ โดยผู้บรรยายจะบอกผู้ชมว่านักแสดงกำลังพูดอะไร ในขณะที่เสียงของนักแสดงสามารถได้ยินได้ในฉากหลัง การบรรยายเสียงเป็นเรื่องปกติสำหรับโทรทัศน์ในรัสเซีย โปแลนด์ และประเทศในยุโรปตะวันออกอีกไม่กี่ประเทศ ในขณะที่โรงภาพยนตร์ในประเทศเหล่านี้มักจะฉายภาพยนตร์ที่พากย์เสียงหรือมีคำบรรยาย

ความนิยม ใน การพากย์เสียงหรือใส่คำบรรยายในประเทศต่างๆ นั้นส่วนใหญ่มาจากข้อตัดสินใจในช่วงปลายทศวรรษ 1920 และต้นทศวรรษ 1930 เมื่อภาพยนตร์เสียงเข้ามา ผู้จัดจำหน่ายภาพยนตร์ในเยอรมนีอิตาลีฝรั่งเศสสวิตเซอร์แลนด์ ลักเซมเบิร์กออสเตรียซานมาริโนลิกเตนสไตน์ โมนาโก สโลวาเกียฮังการีเบลารุสอันดอร์ราสเปนแคนาดานิวซีแลนด์ไอร์แลนด์สหรัฐอเมริกาและสหราชอาณาจักร ตัดสินใจพากย์เสียงภาษาต่างประเทศ ในขณะที่ประเทศอื่นๆ ในยุโรปเลือกที่จะแสดงบทสนทนาเป็นคำบรรยายที่แปลแล้ว การเลือก นี้ส่วนใหญ่มาจากเหตุผลทางการเงิน (การใส่คำบรรยายประหยัดและเร็วกว่าการพากย์เสียง) แต่ในช่วงทศวรรษ 1930 มันยังกลายเป็นความนิยมทางการเมืองในเยอรมนี อิตาลี และสเปนด้วย เป็นรูปแบบการเซ็นเซอร์ ที่ฉวยโอกาส ซึ่งทำให้มั่นใจได้ว่ามุมมองและความคิดจากต่างประเทศจะไม่เข้าถึงผู้ชมในท้องถิ่น เนื่องจาก1การพากย์เสียงทำให้สามารถสร้างบทสนทนาที่แตกต่างจากต้นฉบับได้อย่างสิ้นเชิง ในเมืองใหญ่ๆ ของเยอรมนี มีโรงภาพยนตร์ "พิเศษ" บางแห่งที่ใช้คำบรรยายแทนการพากย์เสียง

การพากย์เสียงยังคงเป็นรูปแบบมาตรฐานและเป็นที่นิยมในสี่ประเทศนี้ แต่สัดส่วนของการใส่คำบรรยายกำลังเพิ่มขึ้นอย่างช้าๆ ส่วนใหญ่เพื่อประหยัดค่าใช้จ่ายและเวลาในการผลิต แต่ก็เนื่องมาจากการยอมรับที่เพิ่มขึ้นในหมู่คนรุ่นใหม่ ซึ่งอ่านได้ดีกว่าและมีความรู้พื้นฐานภาษาอังกฤษมากขึ้น (ภาษาหลักในภาพยนตร์และโทรทัศน์) จึงชอบฟังบทสนทนาต้นฉบับมากกว่า

อย่างไรก็ตาม ในสเปน ตัวอย่างเช่น มีเพียงช่องโทรทัศน์สาธารณะเท่านั้นที่ฉายภาพยนตร์ต่างประเทศพร้อมคำบรรยาย โดยส่วนใหญ่จะฉายในช่วงดึก เป็นเรื่องที่พบได้น้อยมากที่ช่องโทรทัศน์ของสเปนจะฉายรายการโทรทัศน์ ซีรีส์ หรือสารคดีพร้อมคำบรรยาย ด้วยการมาถึงของโทรทัศน์ภาคพื้นดินระบบดิจิทัล ทำให้ในสเปนเป็นเรื่องปกติที่จะให้บริการสตรีมเสียงและคำบรรยายแบบเลือกได้ ซึ่งช่วยให้สามารถรับชมรายการที่พากย์เสียงพร้อมเสียงและคำบรรยายต้นฉบับได้ นอกจากนี้ โรงภาพยนตร์เพียงส่วนน้อยเท่านั้นที่ฉายภาพยนตร์พร้อมคำบรรยาย ภาพยนตร์ที่มีบทสนทนาเป็นภาษาแกลิเซียนคาตาลันหรือบาสก์จะถูกพากย์เสียงเสมอ ไม่ใช่คำบรรยาย เมื่อฉายในส่วนอื่นๆ ของประเทศ สถานีโทรทัศน์ที่ไม่ใช่ภาษาสเปนบางแห่งมีคำบรรยายภาษาสเปนสำหรับการสัมภาษณ์ ในขณะที่บางแห่งไม่ทำ

ในหลาย ประเทศ ในละตินอเมริกาสถานีโทรทัศน์ท้องถิ่นจะออกอากาศรายการและภาพยนตร์ภาษาอังกฤษแบบพากย์เสียง ในขณะที่สถานีเคเบิล (มักเป็นสถานีต่างประเทศ) มักจะออกอากาศรายการที่มีคำบรรยาย ความชอบระหว่างคำบรรยายหรือพากย์เสียงนั้นแตกต่างกันไปตามรสนิยมและความสามารถในการอ่านของแต่ละบุคคล และโรงภาพยนตร์อาจสั่งฟิล์มสองชุดสำหรับภาพยนตร์ยอดนิยม เพื่อให้ผู้ชมสามารถเลือกได้ระหว่างการพากย์เสียงหรือคำบรรยาย อย่างไรก็ตาม รายการแอนิเมชั่นและรายการสำหรับเด็กเกือบทั้งหมดจะถูกพากย์เสียง เช่นเดียวกับในภูมิภาคอื่นๆ

นับตั้งแต่มีการเปิดตัวดีวีดีและต่อมาคือบลูเรย์ดิสก์ ภาพยนตร์ทุนสร้างสูงบางเรื่องได้รวมตัวเลือกการแสดงทั้งคำบรรยายและเสียงพากย์ไว้พร้อมกัน บ่อยครั้งในกรณีเช่นนี้ การแปลจะทำแยกต่างหาก แทนที่จะเป็นคำบรรยายที่ถอดความมาจากฉากพากย์ในภาพยนตร์โดยตรง แม้ว่าวิธีนี้จะช่วยให้คำบรรยายไหลลื่นที่สุดเท่าที่จะเป็นไปได้ แต่ก็อาจสร้างความหงุดหงิดให้กับผู้ที่พยายามเรียนรู้ภาษาต่างประเทศได้

ในประเทศที่ใช้ระบบซับไตเติลแบบดั้งเดิม การพากย์เสียงโดยทั่วไปถือเป็นเรื่องแปลกและไม่เป็นธรรมชาติ และใช้เฉพาะกับภาพยนตร์แอนิเมชั่นและรายการโทรทัศน์สำหรับเด็กก่อนวัยเรียนเท่านั้น เนื่องจากภาพยนตร์แอนิเมชั่นมักถูก "พากย์" ในภาษาต้นฉบับอยู่แล้ว และเสียงประกอบและเอฟเฟกต์ต่างๆ มักถูกบันทึกไว้ในแทร็กเสียงแยกต่างหาก การพากย์เสียงภาพยนตร์คุณภาพต่ำเป็นภาษาที่สองจึงแทบไม่มีผลกระทบต่อประสบการณ์การรับชมเลย อย่างไรก็ตาม ในรายการโทรทัศน์หรือภาพยนตร์ที่ใช้การพากย์เสียง ผู้ชมมักจะรู้สึกเสียสมาธิเพราะเสียงไม่ตรงกับการขยับปากของนักแสดง ยิ่งไปกว่านั้น เสียงพากย์อาจดูไม่เข้ากับตัวละคร หรือแสดงอารมณ์มากเกินไป และเสียงประกอบบางส่วนอาจไม่ถูกถ่ายทอดไปยังแทร็กเสียงพากย์ ทำให้ประสบการณ์การรับชมไม่สนุกเท่าที่ควร

ในหลายประเทศหรือภูมิภาค รายการโทรทัศน์ภาษาต่างประเทศเกือบทั้งหมดจะมีคำบรรยายแทนการพากย์เสียง เช่น:

นอกจากนี้ ยังเป็นเรื่องปกติที่สถานีโทรทัศน์ในภาษาชนกลุ่มน้อยจะใส่คำบรรยายใต้ภาพในภาษาหลักควบคู่ไปด้วย ตัวอย่างเช่น สถานีS4C ของเวลส์ และTG4 ของไอร์แลนด์ที่ใส่คำบรรยายเป็นภาษาอังกฤษและสถานีYle Fem ของ สวีเดน ในฟินแลนด์ที่ใส่คำบรรยายเป็นภาษา ฟินแลนด์ ซึ่งเป็นภาษาหลักของภาษาฟินแลนด์

ในวาลโลเนีย (เบลเยียม) ภาพยนตร์ส่วนใหญ่มักจะพากย์เสียง แต่บางครั้งก็มีการฉายพร้อมกันสองช่อง คือช่องหนึ่งพากย์เสียง (ช่อง La Une) และอีกช่องหนึ่งมีคำบรรยาย (ช่อง La Deux) แต่ปัจจุบันไม่ค่อยมีการทำเช่นนี้แล้วเนื่องจากเรตติ้งต่ำ

ในออสเตรเลียสถานีโทรทัศน์ฟรี ทีวี SBSออกอากาศรายการต่างประเทศโดยมีคำบรรยายภาษาอังกฤษ

คำบรรยายในภาษาเดียวกันสำหรับผลงานเดียวกัน สามารถอยู่ในหมวดหมู่ที่แตกต่างกันได้:

• คำบรรยายสำหรับ ผู้พิการทางการได้ยิน (บางครั้งย่อว่า HI หรือSDH ) มีไว้สำหรับผู้ที่มีความบกพร่องทางการได้ยิน โดยให้ข้อมูลเกี่ยวกับดนตรี เสียงสิ่งแวดล้อม และเสียงจากนอกจอ (เช่น เมื่อได้ยินเสียงกริ่งประตูหรือเสียงปืน) กล่าวคือ คำบรรยายจะระบุประเภทและแหล่งที่มาของเสียงที่มาจากภาพยนตร์ และมักจะใส่ข้อมูลนี้ไว้ในวงเล็บเพื่อแยกความแตกต่างจากบทสนทนาของนักแสดง ตัวอย่างเช่น: [เสียงพิมพ์บนแป้นพิมพ์], [เสียงดนตรีลึกลับ], [เสียงกระจกแตก], [เสียงผู้หญิงกรีดร้อง], [เสียงเด็กกรีดร้อง], [เสียงเด็กหัวเราะคิกคัก], [เสียงกริ่ง], [เสียงห่านร้อง], [เสียงไซเรน] และ [เสียงกรีดร้อง]
• คำบรรยายแบบบรรยาย (Narrative)เป็นคำบรรยายประเภทที่พบได้บ่อยที่สุด โดยจะแสดงบทสนทนาที่พูดออกมา มักใช้ในการแปลภาพยนตร์ที่มีภาษาพูดหนึ่งภาษาและข้อความอีกภาษาหนึ่ง
• คำบรรยายแบบ บังคับเป็นเรื่องปกติในภาพยนตร์ และจะมีคำบรรยายเฉพาะเมื่อตัวละครพูดภาษาต่างประเทศหรือภาษาต่างดาวหรือป้าย ธง หรือข้อความอื่น ๆ ในฉากไม่ได้แปลในกระบวนการแปลและพากย์เสียง ในบางกรณี บทสนทนาภาษาต่างประเทศอาจไม่ได้รับการแปล หากภาพยนตร์นั้นมีจุดประสงค์เพื่อให้ผู้ชมได้ชมจากมุมมองของตัวละครที่ไม่พูดภาษาดังกล่าว ตัวอย่างเช่น ในภาพยนตร์เรื่อง AmistadของSteven Spielbergบทสนทนาของพ่อค้าทาสชาวสเปนมีคำบรรยาย ในขณะที่ภาษาแอฟริกันไม่ได้รับการแปล^{[ 29 ]}
• คำบรรยายประกอบ ภาพเป็นสิ่งที่พบได้ทั่วไปในอุตสาหกรรมภาพยนตร์รองของอเมริกาเหนือ (ไม่ใช่ฮอลลีวูด มักเป็นภาพยนตร์ทุนต่ำ) คำบรรยายเหล่านี้จะเพิ่มรายละเอียดเนื้อหาที่ขาดหายไปจากภาพหรือบทสนทนา เนื่องจากงบประมาณที่จำกัดในภาพยนตร์เหล่านี้ การเพิ่มคำบรรยายซ้อนทับจึงมักทำได้ง่ายกว่าเพื่อเติมเต็มข้อมูล โดยทั่วไปแล้วจะพบเห็นได้ในภาพยนตร์ของ Maverick จากอเมริกาในรูปแบบคำบรรยายบังคับ และในภาพยนตร์ของ MapleLeaf จากแคนาดาในรูปแบบคำบรรยายเลือกได้ นอกจากนี้ คำบรรยายประกอบภาพยังปรากฏในตอนต้นของภาพยนตร์ทุนสูงบางเรื่อง (เช่นStar Wars ) หรือตอนท้ายของภาพยนตร์ (เช่นGods and Generals )
• โดยทั่วไปแล้ว โปรแกรมที่พากย์เสียงจะใช้ เฉพาะส่วนหัวเรื่องและแสดงเฉพาะข้อความสำหรับข้อความบนหน้าจอที่ไม่ได้แปล ส่วนใหญ่มักเป็นการบังคับให้แสดงส่วนหัวเรื่อง (ดูด้านบน)
• คำบรรยาย โบนัสคือข้อความเพิ่มเติมที่เพิ่มเข้ามาในดีวีดี คล้ายกับ เนื้อหาประกอบภาพยนตร์ใน แผ่นบลูเรย์หรือ "เกร็ดข้อมูล" ในรายการ VH1 Pop-up Videoมักแสดงในรูปแบบป๊อปอัพหรือบอลลูน โดยจะชี้ให้เห็นข้อมูลเบื้องหลังที่เกี่ยวข้องกับสิ่งที่ปรากฏบนหน้าจอ บ่อยครั้งจะระบุข้อผิดพลาดในการถ่ายทำและการแสดงในด้านความต่อเนื่องหรือความสอดคล้องกัน
• คำบรรยาย เฉพาะถิ่นเป็นแทร็กคำบรรยายแยกต่างหากที่ใช้การอ้างอิงแบบขยาย (เช่น "เหล้าสาเก [ไวน์ญี่ปุ่น] อร่อยมาก เช่นเดียวกับวาซาบิ") หรืออาจแทนที่แทร็กคำบรรยายมาตรฐานด้วยรูป แบบ เฉพาะถิ่นโดยแทนที่การอ้างอิงถึงธรรมเนียมท้องถิ่น (เช่น จากตัวอย่างข้างต้น "ไวน์อร่อยมาก เช่นเดียวกับน้ำจิ้มรสเผ็ด")
• คำบรรยาย แบบขยายหรือแบบละเอียดจะรวมแทร็กคำบรรยายมาตรฐานเข้ากับแทร็กคำบรรยายที่แปลเป็นภาษาท้องถิ่น เดิมทีรูปแบบนี้พบได้เฉพาะในดีวีดีของ Celestial ในช่วงต้นทศวรรษ 2000 แต่ปัจจุบันได้ขยายไปสู่ดีวีดีที่ส่งออกไปยังต่างประเทศจากจีน ญี่ปุ่น อินเดีย และไต้หวันจำนวนมาก คำว่า "Expanded Subtitles" เป็นกรรมสิทธิ์ของ Celestial ในขณะที่ "Extended Subtitles" เป็นคำที่บริษัทอื่นๆ ใช้

คำบรรยายมีสองรูปแบบ คือ คำบรรยาย แบบเปิดซึ่งทุกคนสามารถดูได้และไม่สามารถปิดได้ ส่วนคำบรรยาย แบบปิดนั้น ออกแบบมาสำหรับผู้ชมกลุ่มใดกลุ่มหนึ่งโดยเฉพาะ และโดยทั่วไปผู้ชมสามารถเปิด ปิด หรือเลือกได้เอง ตัวอย่างเช่น หน้าเทเลเท็กซ์ คำบรรยายแบบปิดของสหรัฐอเมริกา (608/708) คำบรรยายแบบบิตแมปของ DVB คำบรรยายในดีวีดีหรือบลูเรย์

ในการเผยแพร่เนื้อหา คำบรรยายสามารถปรากฏได้ 3 รูปแบบดังนี้:

• ซับไตเติ้ล แบบฝัง (หรือที่เรียกว่าhardsubsหรือopen subtitles) คือซับไตเติ้ลที่ข้อความถูกผสานเข้ากับเฟรมวิดีโอต้นฉบับอย่างถาวร ดังนั้นจึงไม่จำเป็นต้องใช้อุปกรณ์หรือซอฟต์แวร์พิเศษใดๆ ในการเล่น ด้วยเหตุนี้ จึงสามารถใช้เอฟเฟกต์การเปลี่ยนภาพและแอนิเมชั่นที่ซับซ้อนได้ เช่นเนื้อเพลงคาราโอเกะ โดยใช้สี ฟอนต์ ขนาด และแอนิเมชั่นต่างๆ (เช่น ลูกบอลกระเด้ง ) เพื่อให้เข้ากับเนื้อเพลง อย่างไรก็ตาม ไม่สามารถปิดซับไตเติ้ลเหล่านี้ได้ เว้นแต่จะรวมวิดีโอต้นฉบับไว้ในการเผยแพร่ด้วย เนื่องจากซับไตเติ้ลเป็นส่วนหนึ่งของเฟรมต้นฉบับแล้ว จึงไม่สามารถมีคำบรรยายหลายแบบได้ เช่น ในหลายภาษา
• คำบรรยายแบบ พรีเรน เดอร์ (หรือที่เรียกว่าแบบปิด ) คือเฟรมวิดีโอแยกต่างหากที่ซ้อนทับอยู่บนสตรีมวิดีโอต้นฉบับขณะเล่น คำบรรยายแบบพรีเรนเดอร์ใช้ในDVDและBlu-ray (แม้ว่าจะอยู่ในไฟล์เดียวกันกับสตรีมวิดีโอ) สามารถปิดหรือเลือกใช้คำบรรยายหลายภาษาและสลับไปมาระหว่างภาษาได้ แต่โปรแกรมเล่นต้องรองรับคำบรรยายประเภทนี้จึงจะแสดงผลได้ นอกจากนี้ คำบรรยายมักถูกเข้ารหัสเป็นภาพที่มีบิตเรตและจำนวนสีน้อยที่สุด และมักขาดการแปลงภาพตัวอักษรแบบแอนตี้เอเลียส การเปลี่ยนคำบรรยายประเภทนี้ทำได้ยาก แต่ มีซอฟต์แวร์ OCR พิเศษ เช่นSubRipที่สามารถแปลงคำบรรยายประเภทนี้ให้เป็นคำบรรยายแบบ "ซอฟต์" ได้
• ซอฟต์ซับ (หรือที่เรียกว่าซอฟต์ซับหรือ ซับไตเติล แบบปิด ) เช่นเดียวกับ คัฟเวอร์แคปเจอร์ คือ คำสั่งแยกต่างหาก โดยปกติจะเป็นข้อความที่ทำเครื่องหมายพิเศษพร้อมการประทับเวลาเพื่อแสดงหรือไม่แสดงก็ได้ระหว่างการเล่น ซอฟต์ซับต้องอาศัยการรองรับจากโปรแกรมเล่น และนอกจากนี้ยังมีรูปแบบไฟล์ซับไตเติลหลายรูปแบบที่ไม่เข้ากัน (แต่โดยปกติสามารถแปลงไปมาได้) แต่ช่วยให้มีความยืดหยุ่นมากขึ้นในการตัดต่อหลังการถ่ายทำ ซอฟต์ซับสร้างและแก้ไขได้ค่อนข้างง่าย ดังนั้นจึงมักใช้สำหรับแฟน ซับ คุณภาพการแสดงผลข้อความอาจแตกต่างกันไปขึ้นอยู่กับโปรแกรมเล่น แต่โดยทั่วไปจะดีกว่าซับไตเติลที่สร้างไว้ล่วงหน้า นอกจากนี้ บางรูปแบบอาจทำให้ เกิดปัญหา การเข้ารหัสข้อความสำหรับผู้ใช้ปลายทาง โดยเฉพาะอย่างยิ่งหากใช้ภาษาที่แตกต่างกันพร้อมกัน (เช่น อักษรละตินและอักษรเอเชีย) แทร็กซับไตเติลที่มีการประทับเวลายังช่วยให้การรักษาเวลาแม่นยำยิ่งขึ้นหลังจากหยุดการบันทึกวิดีโอชั่วคราว ซึ่งอาจทำให้เกิดความคลาดเคลื่อนระหว่างระยะเวลาของการบันทึกวิดีโอตั้งแต่เวลาเริ่มต้นที่บันทึกไว้กับเวลาจริงกล้องวิดีโออาจบันทึกข้อมูลเมตา เพิ่มเติม เช่น พารามิเตอร์ทางเทคนิค (รูรับแสง ค่าการเปิดรับแสง ระยะเวลาการเปิดรับแสง ความไวแสง ฯลฯ) ^{[ 30 ]}

ในการจำแนกประเภทอื่นๆ คำบรรยายวิดีโอดิจิทัลบางครั้งเรียกว่า คำบรรยายภายในหากฝังอยู่ในไฟล์วิดีโอเดียวกันกับวิดีโอและเสียง และเรียกว่า คำบรรยายภายนอกหากแจกจ่ายเป็นไฟล์แยกต่างหาก (ซึ่งสะดวกน้อยกว่า แต่แก้ไขหรือเปลี่ยนแปลงไฟล์ได้ง่ายกว่า)

ยังมีรูปแบบไฟล์ที่ไม่ค่อยพบเห็นอีกมากมาย ส่วนใหญ่เป็นไฟล์ข้อความและมีนามสกุล .txt

สำหรับภาพยนตร์ที่ฉายในโรงภาพยนตร์:

• โรงหนัง
• ดี-ซีนีมา : การฉายภาพยนตร์แบบดิจิทัลในรูปแบบDCP

สำหรับภาพยนตร์ในรูปแบบ DVD Video:

• คำบรรยาย DVD-Video (เกี่ยวข้องกับ VobSub)
• คำบรรยายสำหรับ แผ่นบลูเรย์ (ที่เกี่ยวข้องกับPGS )

สำหรับการออกอากาศทางโทรทัศน์:

• เทเลเท็กซ์
• คำบรรยาย DVB (DVB-SUB) รูปแบบบิตแมปแบบกราฟิก^{[ 36 ]}
• ข้อความกราฟิกซ้อนทับของ Philips
• อิมิเท็กซ์

คำบรรยายที่สร้างขึ้นสำหรับการออกอากาศทางโทรทัศน์จะถูกจัดเก็บในรูปแบบไฟล์ที่หลากหลาย โดยส่วนใหญ่เป็นรูปแบบไฟล์เฉพาะของผู้จำหน่ายระบบแทรกคำบรรยาย

รูปแบบไฟล์คำบรรยายสำหรับการออกอากาศ ได้แก่: .ESY, .XIF, .X32, .PAC, .RAC, .CHK, .AYA, .890, .CIP, .CAP, .ULT, .USF, .CIN, .L32, .ST4, .ST7, .TIT, .STL

รูป แบบ EBUที่กำหนดโดยเอกสารอ้างอิงทางเทคนิค 3264-E ^{[ 37 ]}เป็นรูปแบบ 'เปิด' ที่มีไว้สำหรับการแลกเปลี่ยนคำบรรยายระหว่างผู้แพร่ภาพกระจายเสียง ไฟล์ในรูปแบบนี้มีนามสกุล .stl (ไม่ควรสับสนกับข้อความ "รูปแบบคำบรรยาย Spruce" ที่กล่าวถึงข้างต้น ซึ่งมีนามสกุล .stl เช่นกัน)

สำหรับการจัดส่งทางอินเทอร์เน็ต:

• สมิล
• ทีทีเอ็มแอล / ดีเอฟเอ็กซ์พี
  • SMPTE-TT /CFF-TT (สำหรับ เครื่องเล่นที่รองรับ UltraViolet )
  • อีบียู-ทีที-ดี

รูปแบบ Timed Text ซึ่งปัจจุบันเป็น "ข้อเสนอแนะเบื้องต้น" ของW3C (เรียกว่าDFXP ^{[ 38 ]} ) ยังได้รับการเสนอให้เป็นรูปแบบ 'เปิด' สำหรับการแลกเปลี่ยนและเผยแพร่คำบรรยายไปยังเครื่องเล่นสื่อ เช่นMicrosoft Silverlight

• หลักเกณฑ์ปฏิบัติที่ดีในการจัดทำคำบรรยายของ ESIST
• ร่างมาตรฐานการจัดทำคำบรรยายในยุโรป