字幕スタイリングのベストプラクティス、読みやすさのルール

**うまくスタイリングされた字幕とは、誰も気づかないものだ。**視聴者はその行を読み、言葉が心に届き、注意は話者の顔に戻る。悪い字幕はその逆で、端から端まで続くテキスト、読み終える前に消える行、白い空の上に浮かぶ白い文字。スタイリングの問題のほとんどは同じ5つのカテゴリに由来し、放送局は数十年前にそれらをすべて解決済みだ。

以下は、それらのルールをチェックリスト形式で分解し、それぞれの背後にある理由を説明したものだ。行の長さ、タイミング、セーフエリアについて引用した数値は、BBC Subtitle Guidelines（バージョン1.2.3）とNetflixのTimed Text Style Guideから取られており、これらはプロの字幕作業で最も広く参照されている2つの標準だ。

標準比較：BBC vs Netflix vs 放送

ルールの前に、主要な標準がどこに落ち着くかを見てみよう：

実用的な結論：1行42文字を使えば、NetflixとBBCの両方をクリアできる。160-180 WPMを目標にすれば、保守的なBBC標準に一致し、多様な視聴者に適している。

ルール1：行の長さ、42文字で上限を設ける

各字幕行は、スペースを含めて42文字以内にすること。 Netflixの英語スタイルガイドでは、これが絶対的な上限と定められている。BBCのオンラインガイドラインも、異なる測定方法でほぼ同じ結果を導き出している。テキストが16:9のフレーム幅の68%以内に収まること、という基準で、フォントによっておよそ38〜42文字に相当する。

この数字が重要な理由は、スマホ画面の標準的な字幕フォントサイズでは、42文字の行が表示幅の約3分の2を占めるからだ。視聴者の目は、位置を見失うことなく、左から右へひと息で走査できる。それより長い行は横方向の追跡が必要になり、読むリズムが崩れてしまう。

改行は、自然なフレーズの切れ目で行うべきだ。悪い例:

The most important thing about subtitle
styling is line length.

良い例:

The most important thing
about subtitle styling is line length.

2番目のバージョンは、各行に完全な名詞句が置かれている。1番目は前置詞句を分割しているため、読者は「about subtitle」を作業記憶に保持しながら、次の行でその中心語を探さなければならない。

1つのキューの最大行数は2行。42文字で折り返しても2行を超える場合は、連続する2つのキューイベントに分割すること。3行は一部の放送仕様では技術的に許可されているが、実際には話者の顔を覆ってしまう。

ルール2: タイミング、160〜180WPMで空気を読む

各字幕は、視聴者が毎分160〜180語の速度で読める十分な時間表示すること。 これはBBCが一般の混合視聴者向けに公表している標準だ。Netflixは成人向けコンテンツで毎秒20文字を上限としており、やや許容範囲が広いが、意図は一致している。

計算してみよう。160WPMはおよそ毎秒13文字。42文字×2行のフル2行キューは84文字で、160WPMなら約6.5秒必要だ。実際には、ほとんどのキューはもっと短く、30〜40文字の1文なら2.5〜3秒で足りる。

BBCとNetflixの両方が同意する、2つの厳格な制限がある。

• 最小表示時間: 各キューにつき最低1秒（BBCの目安は1語あたり約0.3秒、つまり4語で最低1.2秒）。Netflixは5/6秒（約833ms）を下限としています。
• 最大表示時間: 7秒。会話がそれ以上続く場合は、2つのキューに分割してください。

連続するキューの間には、少なくとも1フレーム分の間隔を空け、視聴者の目がキューの切り替わりを認識できるようにします。BBCは可能な限りキュー間に1〜1.5秒の間隔を推奨しており、これは高齢の視聴者や読解に困難を抱える人々に役立ちます。

ルール3: コントラスト、白地に黒、例外なし

白いテキスト（#FFFFFF）に黒い背景または黒い輪郭を組み合わせるのが標準です。なぜなら、これだけがあらゆる背景で生き残る唯一の組み合わせだからです。 白い壁を背にした話者、雪景色、真っ白な画面、これらすべてが色付きテキストや輪郭のない薄いテキスト、背景を予測するあらゆるコントラスト手法を打ち負かします。

検証済みの仕様:

• テキスト: #FFFFFF
• 輪郭（ストローク）: #000000、1080pで2ピクセル幅
• 背景ボックス（使用時）: #000000、不透明度70〜80%、BBCはテキストの両側に0.5emのパディングを指定
• 複数話者をエンコードする際のBBCの話者色階層: 最初に白、次に黄（#FFFF00）、シアン（#00FFFF）、緑（#00FF00）、すべて黒背景のみで使用

WCAG 2.2レベルAAは、本文テキストに4.5:1のコントラスト比を要求します。純粋な黒に白は21:1を達成します。余裕が生まれるわけですが、これはビデオ圧縮のアーティファクトが配信時に色をわずかに薄める可能性があるため有用です。その余裕をソースで確保しておきましょう。

ビデオが放送やストリーミングに送られる場合は、スタイルなしのテキストでソフトキャプショントラック（VTTまたはTTML）を納品し、プラットフォーム側でレンダリングさせてください。背景ボックスの色やフォントなどの焼き込みスタイルの決定は、ソーシャルビデオの焼き込みなど、エンドツーエンドで管理できるバージョン用です。

ルール4: セーフエリア、90%ゾーン内に収める

SMPTEタイトルセーフエリア内に字幕テキストを収めること。フレーム幅の90%、フレーム高さの90%を中央に配置する。 現代のフラットパネルTVは技術的にはオーバースキャンをしないが、各端に5%のマージンを取ることは、セット内UI要素やプラットフォームのオーバーレイに対する防御策として、ほとんどの放送納品仕様で今も義務付けられている。

放送用横長（16:9）動画の場合:

• 字幕はフレーム下部3分の1、上端からフレーム高さのおよそ85〜90%の位置に配置する
• フレーム幅の中央75%（BBCのオンラインガイドライン）から中央90%（SMPTE）の範囲内に収める
• どの端でも外側5%のマージンにテキストを置かないこと

縦型ショートフォーム（9:16、TikTok、Reels、Shorts）の場合、UIのデッドゾーンがすべてを変える。プラットフォームのコントロール、プログレスバー、いいね数、共有ボタンが画面の下部20〜25%を占める。縦型キャプションの実用的なセーフゾーンは、フレームの水平中央で、上端からフレーム高さのおよそ55%から75%の間に位置する。これにより、再編集なしで3つのプラットフォームすべてでキャプションが表示される。

BBCの9:16コンテンツ向けオンラインガイドラインは、垂直方向に中央75%、水平方向に中央90%。それがクロスプラットフォームのターゲットだ。

ルール5: フォントは読みやすく、特徴的でなく

システムで利用可能なサンセリフフォント、ウェイト400〜700を使用する。 BBCの放送標準はTiresias Screenfont（テレビの可読性のために特別に設計されたフォント）を使う。オンライン配信では、Reith SansまたはVerdanaにフォールバックする。Netflixのスタイルガイドは「proportionalSansSerif」のプレースホルダーとしてArialを使用しており、つまりレンダラーがサポートするクリーンなサンセリフなら何でもよいということだ。

実用的なセーフリスト:

• Arial / Helvetica: 普遍的で中立的、放送局の標準フォント
• Roboto: Androidに標準搭載、YouTubeの自動字幕でGoogleが採用するデフォルト
• Noto Sans: アラビア語、デーヴァナーガリー文字、CJK言語など非ラテン文字を含むコンテンツには必須。NotoのカバレッジはすべてのUnicodeブロックを網羅する設計
• Inter: 小文字のlや数字の1など、文字の開口部がわずかに広いため、小さな画面でも読みやすい

重要な判別テストはこれだけ: 小文字のl（エル）、大文字のI（アイ）、数字の1が、小さなサイズでそれぞれ異なって見えること。これら3つのグリフが潰れるフォント、人気のあるディスプレイフォントの中にもそういうものがあるが、「lI1l」のような単語で曖昧なテキストになり、読者は読み直す必要が出る。Noto Sans、Roboto、Interはすべてこのテストを通過する。

装飾フォント、セリフフォント（字幕エリアの上に置くスタイライズされたローワーサードのタイトルを除く）、画面テキスト用に設計されていないブランドフォントは避けること。

フォントサイズについて: 絶対的なピクセル値（解像度やディスプレイサイズに依存する）ではなく、比例的に考える。BBCの16:9オンラインコンテンツ向けガイドラインでは、字幕テキストはアクティブなビデオ高の8%の行高に収まるべきとされている。1080pソースの場合、行高は約86ピクセルで、ほとんどのデフォルトレンダラーサイズより大きいが、これは意図的だ。視聴者はプロデューサーが想定するより小さな画面で見ている。

ルール6: 改行は文字数ではなく、フレーズの境界で

文字数ではなく、言語的な区切りで行を折る。 このルールはAI字幕生成ツールが最も頻繁に間違える点だ。自動改行は42文字の境界でテキストを分割し、分割が節の途中に落ちるかどうかをチェックしない。結果は文字数では問題なく見えるが、リアルタイムではぎこちなく読める。

どこで折るか:

• 完全な節の後（「実験は成功した、/ だが結果には驚かされた」）
• 等位接続詞の後（「彼は来ると言った / が、結局現れなかった」）
• 前置詞句の前（「彼女は駅に着いた / ちょうど電車が出る直前に」）

改行すべきでない場所：

• 限定詞とその名詞の間（「その / 分析が示したのは...」）
• 形容詞とその名詞の間（「顕著な / 改善」）
• 動詞とその直接目的語の間（「彼女は開けた / ドアを」）

文字起こしツールから出力されたSRTを校正するなら、このチェックが時間に見合う唯一のスキャンです。うまく分割されたキューは、視聴者が理由を言葉にできなくても感じ取れる数少ない字幕改善の一つです。ConvertAudioToTextでクリーンな書き起こしを生成し、エクスポート前に改行の最終パスをかけましょう。

ファイル形式の詳細については、SRT vs VTT字幕形式とSRTファイルの作成方法を参照してください。

ルール7：話者ラベル、いつどう使うか

フレーム内で誰が話しているかが明らかでない場合は、話者ラベルを追加します。 慣例として、話者名を大文字でコロンを続け、ダイアログと同じ行に置きます：

ALICE: そのデータはそれを裏付けていない。
BOB: なぜだ？

不明な話者には、SPEAKER 1、SPEAKER 2などを使います。ラベルの形式よりも一貫性が重要です。

VTTはボイススパン（<v Alice>ダイアログ</v>）によるネイティブの話者タグ付けをサポートしており、HTML5プレイヤーがCSSで話者ごとに異なるスタイルを適用できます。SRTにはネイティブの話者サポートはありませんが、ほとんどのプレイヤーは前置きされた名前の慣例を尊重します。配信先がウェブプレイヤーで、話者ごとに色を付けたい場合は、VTTが適切な形式です。

AIツールから話者分離（ダイアライゼーション）が得られた場合、長いファイルでは話者IDを手作業で確認すること。自動話者分離は、2人の声が重なったり、話者が数秒以上間を置いたりすると、話者IDを入れ替えることがある。インタビューの文字起こしについては、インタビュー文字起こしワークフローを参照して、レビューパスの組み立て方を確認してほしい。

ルール8：句読点と大文字小文字

キャプションのテキストは散文と同じように句読点を打つ。ピリオド、カンマ、疑問符は本来あるべき場所に置く。 キャプションをすっきり見せるために句読点を省かないこと。句読点は読みの手がかりであり、フレーズの区切りを視聴者に示すことで、一般的な字幕の表示時間内での理解を速める。

例外は、クローズドキャプション内の効果音や非音声音声で、角括弧とすべて大文字を使う。[DOOR SLAMS]、[APPLAUSE]、[MUSIC PLAYING]。これらは聴覚障害者や難聴者向けの標準化されたマーカーであり、意図的にSDH（聴覚障害者向け字幕）を提供する場合を除き、字幕には表示すべきではない。

話が途切れることを示す省略記号はスタイルの選択だ。多くの放送局はピリオドを好む。省略記号は「キャプションが切れている」と読まれる可能性があり、「話者が言葉を途切れさせた」という意味に取られないからだ。一貫していれば、どちらでも許容される。

字幕テキストで強調のためにすべて大文字を使うのは避けること。大文字は小文字混在よりも文字の形状の区別が低いため、読む速度が約10〜15%遅くなる。プレーヤーが対応している場合は、強調にはイタリックを使う。

ルール9：焼き込み字幕とソフトトラック、異なるルール

焼き込みキャプションとソフトキャプショントラックでは、スタイリングの考慮点が異なる。 焼き込みキャプションはビデオのピクセルに恒久的に焼き付けられるため、背景で何が起きていても読みやすく見える必要がある。そのためにはテキストボックスか輪郭線が必要だ。ソフトトラックはプレーヤーがレンダリングし、多くの場合プレーヤー自身のキャプションUIの上に表示され、多くのプラットフォームは指定したスタイリングを上書きしてしまう。

YouTube、Netflix、またはWebプレイヤーに配信するソフトVTTおよびTTMLトラックの場合、クリーンでスタイルのないテキストを使用してください。プラットフォームの配信仕様で要求されない限り、フォントや色情報を埋め込まないでください。視聴者は自分のキャプション設定（文字サイズの拡大、コントラストの向上、異なるフォント）をすでに設定している可能性があり、あなたの上書き設定はそれらと競合します。

ソーシャル動画への焼き込みの場合、フォント、ボックス、アウトライン、位置をすべて明示的にスタイル設定してください。プレイヤーのレンダラーに頼る余地がないからです。

詳細なトレードオフ分析はオープンキャプションとクローズドキャプションを、技術的な焼き込みプロセスは動画への字幕焼き込みを参照してください。

クイックリファレンスチェックリスト

• 行の長さ: 1行あたり最大42文字（ラテン文字の場合）
• 1キューあたりの行数: 最大2行
• 読む速度の目標: 160〜180 WPM（BBC）/ 最大20 CPS（Netflix成人向け）
• 最小キューの長さ: 1秒（控えめ）/ 833ms（Netflix最小）
• 最大キューの長さ: 7秒
• フォント: システムサンセリフ（Arial、Roboto、非ラテン文字にはNoto Sans）
• テキストの色: 白（#FFFFFF）
• アウトライン/ボックス: 黒（#000000）、2pxストロークまたは70〜80%不透明度のボックス
• コントラスト比: 21:1（白地に黒）、WCAG AA 4.5:1のしきい値をクリア
• 横長動画の位置: 下3分の1、SMPTE 90%セーフエリア内
• 縦長動画の位置: 中央、フレーム高さの上から55〜75%
• 改行: フレーズの境界で、節の途中では決して行わない
• 話者ラベル: 複数話者のコンテンツでは「話者名:」形式
• キュー間の間隔: 可能であれば1〜1.5秒

私の見解: 実際の字幕の苦情の大部分を占めるのは、改行とタイミングの2つのルールです。視聴者がフォントの選択や正確なピクセル位置に気づくことはめったにありません。しかし、行が切れる前に読み終えられないことや、折り返しが不自然に感じることは気づきます。まずこの2つを修正し、それから残りに取り組んでください。

FAQ

字幕の1行あたりの文字数は何文字にすべきですか？

1行42文字は、英語およびほとんどのラテン文字言語におけるNetflixの標準です。BBCは放送（テレテキスト）で約38文字を使用し、オンラインでは「フレーム幅の68%」を使用しており、これは標準サイズでおよそ40〜42文字に相当します。この2つの数値は十分に近いため、42文字がクロスプラットフォームの安全なターゲットと言えます。

字幕の正しい読み速度は？

BBCのガイドラインは、高齢の視聴者や読解に困難を抱える人々を含む一般的な混合視聴者向けに、毎分160〜180語です。Netflixは成人向けコンテンツで毎秒最大20文字と設定しています。160 WPMの場合、2行のフルキュー（84文字）は画面上で約6秒必要です。ほとんどのキューはより短く、2〜3秒で十分です。

字幕にはどのフォントと色を使うべきか？

白いテキスト（#FFFFFF）に黒いアウトライン（2pxのストローク）、または70〜80%の不透明度の黒い背景ボックスを使用します。フォントはクリーンなサンセリフ体、Arial、Roboto、またはNoto Sans（非ラテン文字コンテンツ用）が適しています。BBCの放送標準はTiresias Screenfontを使用し、Netflixは汎用プレースホルダーとしてArialを使用しています。ディスプレイフォントや、圧縮で劣化する細いストロークのものは避けてください。

字幕は画面上のどこに配置すべきか？

横長動画（16:9）の場合、字幕はフレーム上部から約85〜90%の位置、下部3分の1に配置し、SMPTEの90%タイトルセーフエリア（各端に5%のマージン）内に収めます。縦長動画（9:16）の場合、プラットフォームのUIコントロールが画面下部の20〜25%を占めるため、キャプションはフレーム上部から55%から75%の間に中央配置します。BBCの9:16コンテンツ向けオンラインガイドラインは、垂直方向に中央75%、水平方向に中央90%です。

出典

• Netflix英語（米国）タイムドテキストスタイルガイド: https://partnerhelp.netflixstudios.com/hc/en-us/articles/217350977-English-USA-Timed-Text-Style-Guide
• Netflixタイムドテキストスタイルガイド一般要件: https://partnerhelp.netflixstudios.com/hc/en-us/articles/215758617-Timed-Text-Style-Guide-General-Requirements
• BBC字幕ガイドライン（Broadcast Writer経由、バージョン1.2.3を引用）: https://broadcastwriter.com/2024/12/12/bbc-subtitle-style-guide-2024/
• BBC字幕ガイドラインの概要（Clevercast）: https://www.clevercast.com/bbc-subtitling-guidelines/
• SMPTEセーフエリア基準の概要: https://www.veneratech.com/what-is-title-safe-and-why-it-still-matters-in-modern-video-production
• WCAG 2.2コントラスト要件: https://www.w3.org/TR/WCAG22/
• Netflix、BBC、Amazonの基準比較（SubHero）: https://subhero.io/blog/subtitle-standards-guide
• Netflix字幕スタイルガイドの解説（SubtitlesEdit）: https://subtitlesedit.com/blog/netflix-subtitle-style-guide-explained