靜音滑過短片時，很多人以為「有字幕」就夠。對聽障或重聽觀眾來說，差別卻很大：他們需要的不只是對白文字，還包括誰在說話、現場有沒有掌聲、提示音響了沒有、背景音樂何時切入。娛樂向字幕可以只跟口型；無障礙字幕要把聲音世界補齊。
香港公共機構與不少企業對外影片，會參考 WCAG 對預錄媒體字幕的要求：除對話外，亦應標示理解內容所需的重要提示與背景聲音。創作者、NGO、學校與內部傳訊團隊若只丟自動轉寫就上架，常會做成「聽得到的人覺得有字、聽不到的人仍缺半段資訊」。
這篇聚焦廣東話影片的聽障友善做法：娛樂字幕與無障礙字幕差在哪、聲音標註何時該加、多人對談怎麼標講者、口語與書面語怎麼取捨，以及軟字幕與燒錄怎麼分叉。目標是讓你交出去的母帶，靜音重播時仍讀得懂場面。
娛樂字幕與無障礙字幕不是同一份工
一般創作者字幕的預設假設是：觀眾聽得到聲音，字幕只是輔助——方便搭車靜音、方便聽不清口音、方便搜尋。因此稿件往往只轉錄對白，甚至會刪掉笑聲、掌聲、提示音、門聲，以免畫面太擠。
聽障友善字幕（常稱 closed captions 或 SDH）的假設相反：觀眾未必聽得到對白與環境聲。字幕要承擔「聽」的工作，通常包括三層：
- 對白：說了什麼，含必要的中英夾雜專名。
- 講者：誰在說，尤其畫面外、背鏡、電話聲、多人搶話時。
- 非語言聲音：對劇情或資訊有意義的音效、音樂情緒、現場反應。
香港數字政策辦公室就 WCAG 成功準則 1.2.2 的說明，亦強調字幕除對話外，應提供重要提示和描述背景聲音。這不是叫你每秒都標「冷氣聲」，而是問：拿掉聲音之後，觀眾還能不能理解這一秒發生什麼事？
因此，同一條廣東話片可以有兩種合法目標。YouTube 知識頻道若主要服務能聽的觀眾，對白書面語母帶可能已夠用；政府宣導、學校教材、社福機構活動重溫、企業培訓對外版，則應按無障礙標準加聲音標註與講者資訊。先寫清楚交付目標，避免剪接師以為「有 SRT 就等於合規」。
軟字幕與燒錄的平台取捨見 軟字幕與燒錄字幕；本文只補上無障礙內容層要多做什麼。
先做對白母帶，再加標註，不要兩邊一起改
實務上最穩的順序是：
- 轉寫對白，優先鎖定人名、機構名、數字與術語。
- 定語體（書面為主，或按段落保留口語）。
- 加講者標記（需要時）。
- 加聲音標註（只留有意義的）。
- 調時間軸與斷行，靜音完整看一遍。
- 再分叉：長片軟字幕、短片或展場片燒錄。
很多人一開始就開「什麼聲音都標」，結果對白還沒校對完，時間軸已被標註句打亂。反之，若先把對白母帶校準，標註只是插入少數非對白事件，返工最少。
廣東話自動草稿常見坑仍適用：近音錯字、中英夾雜被硬譯、填充詞過多。對白層的校對框架見 廣東話字幕校對；口語轉書面見 廣東話口語轉書面語；中英夾雜見 中英夾雜字幕。無障礙版本不是另一套語音辨識，而是在可靠對白之上加資訊層。
專有名詞多的活動、記者會、培訓，先把講者姓名與職銜寫進詞庫，見 字幕自定義詞庫。聽障觀眾無法靠聲音「猜回」一個聽錯的姓氏，專名錯誤的代價比娛樂片更高。
聲音標註：只標「拿掉就看不懂」的聲音
方括號標註是常見寫法，例如 [音樂]、[笑聲]、[掌聲]、[電話鈴聲]、[門關上]。重點不是詞彙表有多長，而是篩選標準：
應該標的例子
- 劇情或笑點依賴的笑聲、鼓譟、靜默突斷。
- 講者被打斷的門鈴聲、訊息提示音。
- 音樂從輕到強、或突然停止，且畫面沒有清楚視覺對應。
- 現場問答的掌聲，用來分界「講完／開始提問」。
- 警報、廣播、車喇叭等安全或方向相關聲響。
通常不必標的例子
- 持續存在的冷氣、電腦風扇、輕微街聲（除非之後突然對比成「安靜」）。
- 每一句對白後的吸氣、吞嚥。
- 已經用畫面寫得很清楚、且不影響理解的動作聲（例如看見拍手又重複標
[掌聲]可酌情合併）。
寫法建議統一：用方括號、短名詞、避免小說式描寫。[輕快音樂] 有時有用；[一段令人懷緬八十年代港產片的配樂緩緩升起] 會佔掉閱讀時間，反而妨礙讀對白。音樂若帶歌詞且歌詞有資訊，應轉錄歌詞或另作說明，不要只寫 [唱歌] 就當完成。
時間軸上，標註句要短、可獨立成行，避免與對白擠在同一條超長字幕。若掌聲與致詞重疊，可先出 [掌聲]，再出講者第一句，讓閱讀有節奏。時間軸可讀性原則見 廣東話字幕時間軸。
若轉寫流程能先帶出 [音樂]、[笑聲] 一類候選，再人手刪掉無意義項目，會比空白稿從頭聽標更快。自動標註仍要人工判斷「這聲音對理解有沒有貢獻」，不要全收。嘈雜環境的對白層處理見 廣東話語音轉文字遇噪音。
講者標記：聽障觀眾不能靠聲線分人
雙人訪談、座談、記者會、客服對話示範，最常見的無障礙缺口不是錯字，而是「現在到底誰在說話」。聽得到的觀眾靠聲線與方位；只看字幕的人若畫面是剪輯特寫或語音來自畫外，就會迷路。
實用標記方式：
- 首次出現寫全名或角色：
陳司長：、主持人：、觀眾： - 其後可縮短：
陳：、主持：，全片保持同一套縮寫。 - 電話或錄音播放：
（電話聲）李小姐： - 多人同時說話：寧可標
[多人同時說話]再接住主要一句，也不要合成一句誰都像說了的話。
不要假設任何轉寫工具都能穩定自動分講者。目前多數流程仍是：轉寫後用人耳對時間軸補標。畫面若已用名牌清楚顯示講者，字幕可省略重複；畫面沒有名牌、或快速切鏡時，字幕標記就變必要。
對談類內容亦常有填充詞與搶話。無障礙稿可以收斂「呢、啦、啊」，但不要為了書面漂亮而改掉講者立場或關鍵用詞。填充詞取捨見 廣東話字幕填充詞。
口語還是書面語：聽障閱讀也要可掃描
廣東話口播寫成字幕時，娛樂片有時保留「啲、喺、嘅」以贴近頻道語氣；無障礙與公營內容則多數偏向書面語，原因很實在：讀者完全依賴文字，書面語掃描更快，跨地區繁中讀者也較不易卡住。
建議按內容類型分流：
- 政策宣導、教學、培訓、新聞節錄： 對白轉書面；聲音標註保留。
- 訪問節目、口述歷史： 可保留少量口語特徵，但專名、年代、地名必須準；句子仍要斷得短。
- 短片開頭： 若燒錄到 Reels／Shorts，一行要短；聲音標註只留對笑點或轉場必要者，見 Reels 字幕長度。
切忌同一條片前半書面、後半突然全口語，又沒有風格理由——聽障讀者會以為是兩個頻道。先定風格再轉寫，比事後整份找替換更少漏網。
上架形態：長片軟字幕，短片與展場可燒錄
無障礙不等於一定要燒錄。相反，長片用軟字幕（觀眾可開關、部分平台可調字級）往往更友善；燒錄則適合無法開 CC 的場景，例如展覽循環片、部分社交短片、或必須保證「下載後仍有字」的副本。
建議母帶策略：
- 產出一份含對白＋講者＋聲音標註的校對 SRT／VTT。
- YouTube／網站播放器：上軟字幕，語言標為繁體中文（香港）若平台有該選項。
- 需要燒錄的短版：從同一母帶匯入剪接軟件，檢查安全區後再燒，避免為短片另寫一套錯字風險高的稿。
- 政策或活動改版時，先改母帶，再重導受影響版本。
YouTube 上傳校對字幕的操作見 YouTube 廣東話字幕。格式進 Premiere／Final Cut 見 SRT 與 FCPXML。
公開頁面若同時提供完整逐字稿，對聽障與想搜尋內容的人是加分，但逐字稿不能取代時間同步字幕：看片時仍需要跟畫面對齊的字幕軌。
何時值得用廣東話專用流程
通用自動字幕對英語或普通話較穩，遇到港式口音、中英夾雜、專有名詞，錯字會集中在聽障觀眾最無法「用耳朵修正」的位置。若片子以廣東話為主，又要交無障礙版本，較有效率的做法是：
- 用針對廣東話優化的轉寫產出對白草稿；
- 帶出或後製補上背景聲音標註候選，再人手篩選；
- 用人手完成講者標記；
- 置信度低的段落優先覆核。
CantoSub 適合這條鏈的前半：廣東話識別、口語轉書面語、可選背景聲音標註，並匯出 SRT／FCPXML 等格式再進剪接或平台。配額見 價格；能力說明見 CantoSub 2.0。它不能代替你決定哪些音效對理解必要，也不能代替機構對公營合規的最終簽核。
新用戶可先以短片跑通「對白 → 標註 → 靜音複看」：註冊。
常見問題
問：有自動字幕是否等於符合無障礙？
答：通常不等於。平台自動字幕多半只有對白、錯字率對廣東話偏高，亦缺少講者與聲音標註。應以校對過的字幕檔為準，再按機構要求做檢查。
問：每種背景聲都要寫進字幕嗎？
答：不必。只標影響理解、情緒轉折或安全資訊的聲音。持續環境底噪不必逐秒描述，以免蓋過對白閱讀。
問：聲音標註要用口語還是書面語？
答：標註本身用簡短中性書面詞即可，例如 [掌聲]、[鈴聲]。對白語體可另按頻道風格處理，兩層不要混成一整段敘事散文。
問：短片畫面小，加了 [音樂] 會不會太擠？
答：會，所以短片更要篩選。優先保留笑點、轉場或資訊必需的標註；其餘留給長片軟字幕版。燒錄前用靜音模式檢查是否讀得完。
問：無障礙字幕是否必須中英雙語？
答：不是同一回事。聽障友善先處理「與音訊相同語言」的資訊完整度；雙語是另一個發行目標。若要做中英雙排，見 廣東話中英雙語字幕，並注意閱讀負荷。
本文由 CantoSub 團隊編寫／審閱；撰稿過程使用 AI 輔助，事實與產品說明以官網為準。