Zeitstempel und Timecodes: Wie Zeit in Transkripten und Untertiteln erfasst wird

Was ist ein Zeitstempel in einem Transkript?

Ein Zeitstempel zeigt an, wann eine gesprochene Passage beginnt, gemessen ab dem Start der Audio- oder Videodatei. Im Transkript steht er meistens am Anfang eines Absatzes oder bei einem Sprecherwechsel. Angegeben wird er in Minuten und Sekunden, bei längeren Aufnahmen kommen die Stunden davor.

Das hilft in der Praxis bei drei Dingen: Sie können in der Aufnahme direkt zur passenden Stelle springen, um ein Zitat gegenzuhören. Sie können auf einen genauen Punkt in einer langen Aufnahme verweisen, etwa auf Minute 41. Und Sie können aus dem Text Untertitel machen, denn ein Untertitel ist im Grunde nur Text mit einer Start- und einer Endzeit.

Worin unterscheidet sich ein Timecode von einem Zeitstempel?

Im Alltag werden beide Wörter oft gleichbedeutend benutzt. In der Videoproduktion ist ein Timecode aber ein festes Format, das jedes Einzelbild (Frame) mit Stunden, Minuten, Sekunden und der Bildnummer durchzählt, etwa 00:12:30:15. Schnittprogramme richten daran Bild, Ton und Untertitel aufeinander aus. Ein Zeitstempel im Transkript ist meist weniger streng aufgebaut, weil er nur auf eine Stelle in der Tonspur zeigen muss.

Wichtig wird der Unterschied, wenn Sie zwischen Programmen wechseln. Ein Videoschnittprogramm zählt Einzelbilder und muss dafür die Bildrate (Frame Rate) des Projekts kennen. Eine Transkript- oder Untertiteldatei zählt dagegen Sekunden und Millisekunden und hängt nicht von der Bildrate ab. Führt man beides zusammen, rechnet das Schnittprogramm die Werte ineinander um.

Wie formatieren SRT und VTT Zeitangaben?

Eine SRT-Datei besteht aus durchnummerierten Blöcken. In jedem Block stehen zuerst die Nummer, darunter Start- und Endzeit getrennt durch einen Pfeil und dann ein bis zwei Zeilen Text. Danach folgt eine Leerzeile. Geschrieben wird die Zeit in Stunden, Minuten, Sekunden und Millisekunden, wobei vor den Millisekunden ein Komma steht, also zum Beispiel 00:01:02,500, dann der Pfeil und 00:01:05,100.

Am Anfang einer VTT-Datei steht die Kopfzeile WEBVTT. Die Zeiten sind in derselben Reihenfolge aufgebaut, trennen mit einem Punkt statt eines Kommas, und solange die Stunden null sind, kann man sie weglassen. Festgelegt ist das Format in einer W3C-Spezifikation, die auch Angaben zu Position und Gestaltung vorsieht.1

Wenn sich eine Untertiteldatei nicht laden lässt, schauen Sie zuerst auf das Trennzeichen vor den Millisekunden. Ein Komma in einer VTT-Datei oder ein Punkt in einer SRT-Datei gehört zu den häufigsten Fehlern. KolWrite exportiert beide Formate direkt aus dem bearbeiteten Transkript mit dem jeweils passenden Zeichen.

Was ist der Unterschied zwischen Abschnittszeiten und Wortzeiten?

Abschnittszeiten geben an, wann ein ganzer Satz oder ein Untertitelblock beginnt und endet. Für normale Untertitel und zum Nachschlagen im Transkript reicht das völlig. Wortzeiten halten dagegen für jedes einzelne Wort Start und Ende fest. So lassen sich Wörter beim Sprechen einzeln hervorheben, Videos genau auf dem Wort schneiden und Untertitel sehr fein setzen.

Was Sie brauchen, hängt vom Einsatzzweck ab. Für ein Sitzungsprotokoll reichen Abschnittszeiten und Sprecherwechsel. Für animierte Untertitel oder einen schnellen Videoschnitt sind Wortzeiten besser. Entwickler können Wortzeiten, Sprecherkennzeichnungen und SRT-Dateien über die KolWrite API unter console.kolwrite.com abrufen.

Wer in einem Bericht aus einer Aufnahme zitiert, setzt den Zeitstempel in einem einheitlichen Format wie 00:41:12 direkt zum Zitat und lässt die ursprüngliche Mediendatei unverändert. Wird eine Kopie neu kodiert oder gekürzt, können sich die Zeiten leicht verschieben, und ein Verweis nützt nur etwas, wenn der Leser genau dieselbe Stelle wiederfindet.

Wie präzise sind die Zeitangaben?

In einem automatisch erstellten Transkript sind die Zeitangaben Schätzwerte. Sie können um den Bruchteil einer Sekunde danebenliegen, vor allem am Satzanfang nach einer Pause, wenn mehrere Leute gleichzeitig sprechen oder bei vielen Hintergrundgeräuschen. Beim Lesen und Durchsuchen merkt man davon nichts. Bei Untertiteln fällt aber schon eine kleine Verzögerung sofort auf.

Prüfen Sie die Datei deshalb am besten, indem Sie das Video mit eingeschalteten Untertiteln anschauen. Achten Sie vor allem auf den ersten Untertitel, auf Stellen nach längeren Pausen und auf Passagen, in denen durcheinandergeredet wird. Korrigieren Sie dann nur die paar Zeilen, die nicht passen, statt die ganze Datei durchzuarbeiten.

Warum sind meine Untertitel asynchron und wie korrigiere ich sie?

Schauen Sie zuerst, wie genau die Untertitel abweichen. Kommt jeder Untertitel um denselben Wert zu früh oder zu spät, hat die Datei einen festen Versatz (Offset). Das passiert zum Beispiel, wenn das Video ein Intro hat, das in der Audiodatei noch nicht drin war. Verschieben Sie dann alle Zeitstempel um genau diese Dauer. Wenn Sie ein fünfsekündiges Intro einbauen, schieben Sie jeden Zeitstempel um fünf Sekunden nach hinten.

Wird der Versatz im Laufe des Videos immer größer, stimmt entweder die Bildrate nicht überein oder das Video wurde noch geschnitten, nachdem das Transkript schon fertig war. Erstellen Sie das Transkript deshalb immer erst vom fertig geschnittenen Video. Wer am Anfang der Timeline auch nur ein paar Sekunden wegschneidet, verschiebt damit alles, was danach kommt.

Testen Sie die korrigierte Datei zum Schluss immer in dem Player, in dem Ihr Publikum das Video später sieht. Auch wenn eine Untertiteldatei in der Timeline des Schnittprogramms genau passt, kann sie sich in einem Webplayer anders verhalten.