最后更新:
电影字幕的字数限制 - 日语字幕的"每秒 4 字"规则与多语言差异
电影字幕翻译不是简单的语言转换，而是在严格的字数限制下进行的信息压缩。日语字幕沿用"每秒 4 个字符"的业界惯例，一行最多 13 个字符、最多 2 行。这意味着一段 3 秒的对白最多只能容纳 12 个字符。即便假设 2 小时 = 7,200 秒里始终有台词，可用的总字数也不到 3 万字；实际上台词只占放映时间的一部分，所以一部电影的字幕要装进比这更小的容器里。字幕翻译者必须在极其有限的空间内传达原文的核心含义，同时保持自然的阅读节奏 - 字幕翻译既是"翻译"，也是"编辑"与"提炼"。
日语字幕的基本规则 - "每秒 4 字"标准
日语字幕翻译的字数限制源于人类阅读速度的研究。观众需要同时观看画面和阅读字幕，因此字幕的信息密度必须低于普通阅读。
| 规则项目 | 标准值 | 说明 |
|---|---|---|
| 每秒字符数 | 4 个字符 | 日语字幕现场沿用的阅读速度 |
| 每行最大字符数 | 13 个字符 | 横排字幕的单行上限 |
| 最大行数 | 2 行 | 超过 2 行会遮挡画面 |
| 单条字幕最大字符数 | 26 个字符 | 13 字符 x 2 行 |
| 最短显示时间 | 1 秒 | 低于 1 秒观众无法识别 |
| 最长显示时间 | 7 秒 | 超过 7 秒观众会感到不适 |
| 字幕之间的间隔 | 0.2-0.5 秒 | 让观众能够察觉字幕已经切换 |
以一段 4 秒的对白为例，字幕最多可以使用 16 个字符 (4 秒 x 4 字/秒)。如果原文是一句 30 个英文单词的台词，翻译者需要将其压缩到 16 个日语字符以内。这种压缩率往往超过 50%，要求翻译者具备极高的概括能力。
这条"每秒 4 字"并不是法令或公开标准规定的数值，而是日本字幕翻译的现场一代代传下来的惯例值。"一行 13 个字符、最多 2 行"也是同样性质的目安，发行公司与翻译公司在具体运用上各有宽窄。数值之所以固定不下来，是因为"读得完"的下限本身会随观众的年龄层和作品类型移动。英语圈一般把每秒 12-15 个字符 (字母) 当作目安，但日语能把大量信息压进一个汉字，因此字符数虽少，传达的信息量却相当。
多语言字幕的字数差异
同一部电影，换成另一种语言，字幕能装下的字数会有很大变化。不过作为目安被广泛提及的只有日语和英语两种；其余语言的数值，是发行公司或流媒体服务各自在样式指南里规定的，并没有作为业界共通的目安公开。下表因此只在这两种语言上填数值，其他语言只写它们的文字体系带来的倾向。
| 语言 | 每秒字符数 | 每行最大字符数 | 文字体系带来的倾向 |
|---|---|---|---|
| 日语 | 4 个字符 | 13 个字符 | 汉字信息密度高，字数少但含义丰富 |
| 英语 | 12-15 个字符 | 约 35 个字符 | 单词间有空格，单个字符承载的信息少 |
| 中文 | 各服务的指南各自规定 | 各服务的指南各自规定 | 1 个字承载的信息量与汉字相同，可以写得和日语一样密 |
| 韩语 | 各服务的指南各自规定 | 各服务的指南各自规定 | 谚文按音节成块，单字信息量小于汉字，位置介于日语与英语之间 |
| 法语 | 各服务的指南各自规定 | 各服务的指南各自规定 | 与英语同属拉丁字母，冠词与屈折变化使同义句子偏长 |
| 阿拉伯语 | 各服务的指南各自规定 | 各服务的指南各自规定 | 从右向左书写，字幕的位置与行序设计本身就与左横排不同 |
| 泰语 | 各服务的指南各自规定 | 各服务的指南各自规定 | 单词之间不留空格，换行位置的判断成为译者的负担 |
中文之所以能和日语写得一样密，是因为汉字本身的信息密度高。一个"跑"字就能表达英语中"run"的含义，无需额外的语法标记。这种信息密度的差异直接影响了字幕翻译的策略。
把日语的"每秒 4 字"与英语常说的"每秒 12-15 个字符"并排来看，字符数上相差 3 倍以上，但两者传达的信息量几乎相同。汉字圈的语言用 2 个汉字就能写出"经济"，而英语的 "economy" 需要 7 个字母；4 个汉字的"国际联合"，在英语里是 "United Nations" - 连空格一起数是 14 个字符。汉字的这种压缩力，正是少量字符也足以成立的原因。
Netflix 的字幕指南
Netflix 面向制作公司公开了字幕的技术要求，内容分成全语言共通的基准和各语言单独的基准两层。下表左列是 2026 年 8 月时点作为共通要求公开的内容，右列是传统电影字幕里被当作目安来说的值。
| 规范项目 | Netflix 的共通要求 | 传统电影字幕的目安 |
|---|---|---|
| 日语每行字符数 | 共通要求不定数值，交由日语的基准 | 13 个字符 |
| 英语每行字符数 | 共通要求不定数值，交由英语的基准 | 约 35 个字符 |
| 最大行数 | 2 行 | 2 行 |
| 最短显示时间 | 每条字幕 6 分之 5 秒 (24fps 下为 20 帧，约 0.83 秒) | 1 秒 |
| 最长显示时间 | 每条字幕 7 秒 | 没有公开规定，现场以 7 秒左右为界 |
| 阅读速度 | 由各语言的基准规定 (成人节目每秒 17 个字符、儿童节目每秒 13 个字符) | 每秒 12-15 个字符 |
| 斜体的用法 | 用于旁白与内心独白 | 原则上不使用 |
| 字幕间隔 | 最少 2 帧 | 无明确规定 |
阅读速度是在各语言的基准那一侧规定的，公开的指南里用的是成人节目每秒 17 个字符、儿童节目每秒 13 个字符这两个上限。每行的字符数同样按语言分别规定，所以日语字幕的具体数值没法从共通要求里读出来。
共通要求里引人注目的是，最短显示时间被设定得比 1 秒更短。传统电影字幕之所以说"至少 1 秒"，前提是观众看的是一次性的放映、读不回去；而在可以暂停和回放的流媒体上，插入更短的字幕就有了余地。反过来，最长 7 秒这个上限，是防止台词已经结束、字幕还停在画面上干扰影像的那一侧的规定。上下两端都用数值锁住，可以说是流媒体时代的特征。面向儿童的作品把阅读速度降到每秒 13 个字符，也是同一种设计思路 - 字数标准并非只有一套，而是随观众而变。
字幕压缩技巧 - 如何在有限字数内传达信息
专业字幕翻译者使用多种技巧来应对字数限制。这些技巧的核心思想与文字精简技巧中介绍的方法相通，但字幕翻译有其独特的约束条件。
| 压缩技巧 | 原文示例 | 字幕翻译 | 压缩效果 |
|---|---|---|---|
| 省略主语 | I think we should go now | 该走了 | 画面已显示说话者，无需重复 |
| 概括表达 | 各种各样的水果和蔬菜 | 果蔬 | 用上位概念替代列举 |
| 利用画面信息 | Look at that beautiful sunset | 好美 | 画面已展示日落，字幕只需传达感叹 |
| 合并台词 | 多人短对话 | 保留关键台词 | 删除不影响剧情的应答 |
| 简化敬语 | 复杂的敬语表达 | 简洁的礼貌体 | 减少语法标记的字符消耗 |
"省略主语"是日语字幕最常用的技巧。英语中几乎每句话都需要主语，但日语可以自然地省略。当画面中只有两个人对话时，"I"和"you"完全可以省略，观众能从画面中判断说话者和听话者。
以日语字幕为例，各种技巧带来的削减幅度可以定量地看出来。
| 技巧 | 原文 (英语) | 直译 | 字幕译文 | 削减率 |
|---|---|---|---|---|
| 省略主语 | I think we should go. | 私たちは行くべきだと思う (12 字) | 行こう (3 字) | 75% |
| 简化敬语 | Could you please help me? | 手伝っていただけますか (11 字) | 手伝って (4 字) | 64% |
| 改用汉语词 | It's very important. | とても重要なことです (10 字) | 極めて重要だ (6 字) | 40% |
| 信息的取舍 | I went to the store yesterday and bought some milk. | 昨日店に行って牛乳を買った (13 字) | 牛乳を買った (6 字) | 54% |
| 意译 | You have my word. | あなたに私の言葉を与えます (13 字) | 約束する (4 字) | 69% |
字幕翻译无法把原文的信息 100% 送到观众眼前。翻译者要在瞬间判断"留下什么、舍弃什么"。凡是画面本身就能传达的信息 - 表情、动作、场景的气氛 - 就从字幕里省去，把仅凭声音无法传达的部分优先变成文字。
配音与字幕 - 字数约束的差异
同一部电影，配音版与字幕版所受的字数约束完全不同。
| 项目 | 字幕翻译 | 配音翻译 |
|---|---|---|
| 字数限制 | 每秒 4 个字符 (严格) | 与口型吻合即可 (灵活) |
| 信息量 | 要舍掉的部分较多 | 原文的信息几乎都能留下 |
| 表达的自由度 | 低 (受字数限制) | 高 (在口型允许的范围内) |
| 敬语与语气 | 会被简化 | 按角色性格细致设定 |
| 主要约束 | 阅读速度与画面宽度 | 唇形同步 (口型的开合) |
配音翻译的约束是"口型"。特写镜头里，元音的口型对不上就会产生违和感。英语的 "OK" 以张大嘴的口型收尾，而日语的"わかった" (明白了) 以闭嘴收尾。配音译者不只考虑含义，还要把口型的开合一并纳入台词的设计。字幕能保留原声，因此更重视"读得完"；配音必须替换原声，因此更重视"看起来自然"。
无障碍字幕 (SDH) 的字数挑战
面向听障人士的无障碍字幕 (SDH: Subtitles for the Deaf and Hard of Hearing) 需要传达比普通字幕更多的信息。除了对白之外，还需要描述音效、音乐和说话者的情绪。
| SDH 附加信息 | 表示方式 | 字符消耗 |
|---|---|---|
| 说话者标识 | [田中] 或角色名 | 3-6 个字符 |
| 音效描述 | (门关闭的声音) | 5-10 个字符 |
| 音乐描述 | [欢快的背景音乐] | 6-10 个字符 |
| 情绪标注 | (低声) (愤怒地) | 3-5 个字符 |
| 画外音标识 | (画外) 或斜体 | 2-3 个字符 |
SDH 字幕的字数压力远大于普通字幕。在同样的显示时间内，需要额外容纳说话者标识和音效描述，留给对白翻译的空间更少。这要求翻译者在压缩对白的同时，确保附加信息不会干扰阅读节奏。
普通字幕一屏最多 26 个字符 (13 字符 x 2 行)，而无障碍字幕经常要拿出其中一行来说明声音，只剩一行留给对白。在有限的字数里同时兼顾"台词"与"声音的信息"，需要相当的设计功力。
近年来，说话者的区分方式也出现了不少巧思：用颜色区分 (按说话者改变字幕颜色)、用位置区分 (把字幕放到说话者所在的一侧)、用符号区分 (以 ">>" 表示说话者的切换) - 这些手法都能在不增加字数的前提下传达信息。
游戏与动画的字幕 - 交互式的字数设计
游戏的字幕面临着与电影不同的字数设计课题。
电影字幕的显示时机是固定的，而游戏里文本推进的速度取决于玩家的操作。RPG 的对话场景中，文本会一直显示到玩家按下按钮为止，因此字数上限取决于画面尺寸而不是时间。相反，动作游戏进行当中的实时字幕，必须在比电影更短的显示时间内被读完 - 因为玩家的注意力正被战斗占据。
动画的字幕翻译还有日语特有的难题。角色的第一人称 ("俺" "僕" "私" "わたくし" "あたし") 在英语中全都是 "I"。字幕无法表现第一人称的差别，而配音可以用声音的语调来弥补。反过来，英语的 "you" 在日语中可以分别译作"あなた" "お前" "君" "てめえ"，仅凭字幕就能表现出角色之间的关系 - 同样的字数，承载的信息量却不同。
字数限制催生的翻译创造性
字幕的字数限制乍看是剥夺表达自由的枷锁。但正因为有约束，才会诞生创造性。
以 "I'm the king of the world!" 这句呼喊为例。直译的"私は世界の王だ"是 7 个字，字数上装得下，但"王"这个词浮在句子外面，亢奋的情绪传不出来。改写成"世界は俺のものだ"是 8 个字，字数几乎没变，却把同样的兴奋从"王位"换成了"占有"的感觉，落进自然的日语里。字数的约束就是这样起作用的 - 它让人怀疑那些"装下了却没传达到"的译文，去另找一种说法。
正如 X (原 Twitter) 的字数限制孕育出独特的文体，字幕翻译的字数限制也催生了可以称为"字幕语"的独特文体 - 省略主语、多用名词结句、用汉语词压缩。这是把语言的表现力用到极致的、约束之中的艺术。
字幕字数与社交媒体的共通点
字幕翻译的字数限制与Twitter 的字数限制有着相似的本质 - 都是在有限空间内最大化信息传达效率。Twitter 的 280 字符限制训练了用户的信息压缩能力，而字幕翻译者则在更严格的限制下磨练了数十年。
两者的共同点在于：删减不是损失，而是提炼。好的字幕翻译和好的推文一样，都是用最少的文字传达最核心的信息。区别在于，字幕翻译还需要与画面节奏同步，这增加了一个时间维度的约束。