字幕规范指南：Netflix、BBC 与 Amazon 要求对比

字幕规范指南：Netflix、BBC 与 Amazon 要求对比

你花了好几周剪辑视频，调色完美，混音也无可挑剔，终于准备好走向国际市场。于是你导出字幕文件，翻译完，上传到目标平台——然后被拒了。

更糟的是，文件上线了，但一半观众根本来不及看完，因为字幕消失得太快。或者每行太长，在手机上被截断。或者字幕时间和对话差了好几拍，观众干脆把字幕关掉了。

事实是：每个主流流媒体平台都有自己的字幕规范。Netflix 为 30 多种语言发布了详细的 Timed Text Style Guides，BBC 花了二十年打磨无障碍标准，Amazon Prime Video 执行符合 FCC 规定的字幕要求。就算只是想让 YouTube 字幕看起来不那么业余，这些规则也是绕不开的。

本文拆解了六大平台和监管机构的实际技术要求，逐一对比，并告诉你作为内容创作者，这些规则对你意味着什么。

六大值得了解的标准

在深入规格之前，先理清哪些标准真正重要：

标准适用范围谁必须遵守Netflix Timed Text Style Guide30+ 种语言的专属指南所有 Netflix 内容供应商BBC Subtitle Guidelines英国广播和流媒体的隐藏字幕与 SDHBBC 内容及英国广播机构Amazon Prime Video美国 FCC 合规字幕，全球本地化字幕所有 Amazon Video Direct 和 Prime Video 发行商WCAG 2.1 / 2.2网页无障碍标准，大多数平台参考引用任何基于网络的视频内容（许多地区有法律要求）FCC 隐藏字幕规定美国广播和互联网视频字幕所有美国视频节目分发商YouTube社区驱动的指南，自动字幕系统内容创作者（自愿，但影响 SEO 和覆盖范围）

大多数独立创作者不需要同时满足所有这些标准。但理解它们之间的共同规律，能帮助你制作出在各平台通用、无需反复修改的字幕。

字幕字符限制、阅读速度与时间标准

这是具体数字了。这些硬性限制决定了你的字幕是清晰可读，还是一团模糊。

每行字符数

这是大多数人最先了解的参数，但它比一个单一数字要复杂——因为中日韩字符的宽度大约是拉丁字母的两倍。

拉丁语系：

平台每行最多字符数备注Netflix42单字节语言BBC约 38（16:9 宽度的 68%）基于宽度，不计字符数Amazon Prime Video42与 Netflix 标准一致YouTube约 42（自动生成）上传 SRT 无硬性限制行业标准37-42大多数字幕软件默认 42

为什么是 42？ 在 1080p 显示器的标准字幕字号下，42 个字符大约占据屏幕宽度的 80%——足够清晰，又不会撑到边缘。

中日韩语言（中文、日文、韩文）：

中日韩字符是全角字符——每个字符占据的水平空间大约是拉丁字母的两倍。屏幕宽度相同，但每行能容纳的字符少得多。

语言横屏（16:9）每行最多字符数竖屏（9:16）每行最多字符数备注中文（简体/繁体）1610每个汉字均为全角日文138汉字、平假名、片假名混排韩文1610韩文音节块为全角

注意，Netflix 的风格指南为每种中日韩语言分别规定了限制——日文的字符数比中文少，因为汉字笔画通常更复杂，需要稍多一点视觉呼吸空间。

横竖屏的差异不可忽视。 随着 TikTok、Reels 和 Shorts 的兴起，竖屏（9:16）视频已成为重要格式。更窄的屏幕意味着每行字符更少——大约是横屏限制的 60%。如果你在为短视频平台创作内容，请参考上表中的竖屏列。

阅读速度

这可能是字幕最重要的参数。设置不当，观众要么来不及看完字幕就消失了，要么盯着旧字幕干等对话继续。

平台成人内容儿童内容单位Netflix17-20 CPS13-17 CPS每秒字符数BBC160-180 WPM（约 15 CPS）未单独规定每分钟词数Amazon Prime Video最高 20 CPS未单独规定每秒字符数FCC"可读速度"（无具体数字）相同要求主观判断YouTube无执行无执行不适用

注意 BBC 与流媒体平台之间的差距。BBC 的 160-180 WPM（约 15 CPS）明显慢于 Netflix 的 17-20 CPS 或 Amazon 的 20 CPS 上限。这不是偶然——BBC 的指南专门面向包含老年观众和阅读障碍人群的广播电视受众。流媒体服务的目标受众主要是阅读能力强的年轻用户，因此允许更快的字幕速度。

这一差距已成为争议焦点。英国政府正积极推动流媒体服务的标准向传统广播无障碍标准靠拢。这是一个动态发展的局势——Netflix 今天允许的，明天可能会收紧。

CPS 与中日韩语言：情况很复杂。 Netflix 说"17-20 CPS"时，这个数字是针对拉丁文字校准的。中日韩字符每个承载的信息量远超拉丁字母——一个汉字往往传达了需要 2-3 个英文字母才能表达的内容。所以中日韩语言在 10 CPS 的速度下，信息密度大致相当于拉丁语言 20 CPS。这就是为什么中日韩语言的 CPS 阈值通常低于拉丁语言，尽管大多数平台没有公布单独的中日韩 CPS 数字。

实际建议： 如果你的目标是 15-17 CPS（拉丁语言）或 9-12 CPS（中日韩语言），就处于安全区。超过 17 CPS 对 Netflix 和 Amazon 来说技术上没问题，但对相当一部分观众来说字幕会感觉很赶。

关于 CPS 的一点实话： 阅读速度是实际操作中最难控制的参数之一。如果说话人说话很快，原始字幕本身就已经在短时间内塞入了大量文字。要修复 CPS，要么压缩文字（损失一些意思），要么延长显示时间（可能破坏同步）。

其他工具是怎么处理的？我们研究过。大多数字幕编辑器（Subtitle Edit、Smartcat、Maestra、Amara）会显示 CPS 并用颜色标记违规——红色表示"太快"，黄色表示"临界"——但实际修改还是留给人工编辑。HappyScribe 等平台会调整字幕的时间和分段以优化阅读节奏，但这是关于字幕何时出现，而不是说什么。学术界唯一关于自动压缩文字以满足 CPS 合规的研究是 AppTek 在 IWSLT 2025 的论文，采用带长度控制的重新翻译方式——这是一种以牺牲翻译质量换取 CPS 合规的研究路径。

结论：没有任何商业工具能自动改写字幕文本以达到目标 CPS。 这仍然是人工质检步骤。最实际的做法是控制每行字符数（工具可以执行），然后让时间跟随原始音频。

时间与持续时长

参数NetflixBBCAmazon通用标准最短持续时长5/6 秒（约 833ms）未规定1 秒1 秒最长持续时长7 秒7 秒7 秒6-7 秒字幕之间最小间隔2 帧（24fps 下约 83ms）未规定未规定2-4 帧同步容差距音频起始 1-2 帧与音频及切镜同步同步尽量贴近音频起始

最短持续时长是 Netflix 比其他人更宽松的地方——5/6 秒对比行业标准的 1 秒。实际上这意味着 Netflix 允许极短的字幕（比如一声"不！"）更快地一闪而过。这对可读性来说是否更好，还存在争议——研究表明，不足 1 秒的字幕很多观众根本无法感知。

字幕之间 2 帧的最小间隔至关重要。没有这个间隔，大脑无法识别字幕已经切换，你最终会反复阅读同样的文字。这是业余字幕文件中最常见的错误之一——零间隔字幕在视觉上糊成一片。

行数

大多数专业字幕指南建议每个字幕块不超过两行。BBC 在特定情况下允许三行（如果不遮挡重要画面内容），部分日语字幕风格使用单行居中——但两行是 Netflix、Amazon 和大多数国际平台的主流标准。

为什么是两行？字幕在争夺屏幕空间。两行大约占屏幕的 15%。三行推到 20% 以上，开始遮住人脸、下方三分之一字幕和重要视觉信息。

换行规则的差异比你想象的要大：

Netflix： 底部对齐，居中对齐。分为两行时，保持语义单元的完整性（主谓、名词-形容词）。较长的那行在上（金字塔形状）。

BBC： 通常置于底部。新句子应从新行开始。在自然标点处换行。

Amazon： 遵循 FCC 位置规定——屏幕底部，不遮挡其他视觉内容。

说话人标识：不只是加破折号

多个说话人出现在同一字幕中，各平台的处理方式差异显著：

平台方式示例Netflix每位说话人前加破折号（不加空格），每行一位说话人-What do you think? / -I think it's terrible.BBC颜色编码、说话人标签或位置区分不同颜色代表不同说话人；JOHN: I disagree.Amazon遵循 FCC 标准——通过标签或位置识别说话人SARAH: Are you sure about this?YouTube无标准——自动字幕不识别说话人不适用

颜色编码（BBC 的方式）实际上是最具无障碍性的方法——观众不需要阅读额外文字就能立刻区分说话人。但它要求字幕格式支持颜色（SRT 原生不支持，WebVTT 和 TTML 支持），而且并非所有播放器都能一致地渲染颜色。

Netflix 的破折号方式兼容性最广，但增加了视觉复杂度。它适用于任何字幕格式和任何播放器。

SDH 与无障碍：日益扩大的要求

聋人和听力障碍人士字幕（SDH）不只是基础对话翻译，还包括：

与故事相关的音效（[门砰地关上]、[电话响起]）

音乐描述（[阴森的音乐]、[轻柔的钢琴声]）

在视觉上不明显时标注说话人

情感语气指示（[讽刺地]、[低声说]）

谁要求 SDH？

平台是否要求 SDH？详情Netflix是，所有原创内容与普通字幕分开的 SDH 轨道BBC是，广播内容其核心无障碍使命的一部分Amazon是，美国内容FCC 合规；偏好隐藏字幕（Captions）而非普通字幕（Subtitles）Disney+是，大多数片名所有片名提供英语 CC/SDH（部分例外）YouTube否（但推荐）自动字幕不包含音效

"字幕"和"隐藏字幕"之间的区别在这里很重要：

字幕（Subtitles） 假设观众能听到音频，主要翻译对话。

隐藏字幕/SDH（Captions/CC） 假设观众可能听不到音频，包含所有相关声音信息。

WCAG 2.1 Level AA——大多数残障歧视法律所参考的无障碍标准——要求对所有预录音频内容提供隐藏字幕（Captions），而不只是普通对话字幕（Subtitles）。如果你只提供纯对话字幕，技术上是不符合 WCAG 要求的。

文件格式：平台对照矩阵

不是每个平台都接受每种格式，以下是实际可用的情况：

格式NetflixAmazonYouTube通用用途TTML/DFXP主要格式接受不支持专业广播SRT接受（有限制）接受主要格式兼容性最广WebVTT接受接受接受面向网络，支持样式SCC非标准接受不支持美国广播遗留格式STL非标准接受不支持欧洲广播格式

SRT 是兼容性最广的格式——每个平台都接受，每个编辑工具都能导出，而且格式极其简单（只有时间码和文本）。它不是正式标准（TTML 和 WebVTT 有 W3C 规范），但近乎普遍的兼容性让它成为事实上的默认选择。局限性在于不支持位置、样式或颜色。

TTML 是 Netflix 的首选格式，对位置、样式和布局有完整控制。但它基于 XML，冗长复杂，大多数内容创作者根本不需要直接接触它。

WebVTT 是网络内容的最佳平衡点——比 TTML 简单，但支持基本样式和定位。YouTube 和大多数网络播放器原生支持。

这些标准的共同点

尽管具体数字各有差异，所有主流平台在基本原则上都是一致的：

可读性优先于完整性。 如果对话太快，按可读速度无法逐字字幕，就压缩文字。每个平台都说：保留意思，删掉填充词。

同步很重要。 在对话之前或之后出现的字幕会破坏观看体验。目标是字幕出现时间与音频起始之间差距在 1-2 帧以内。

在切镜处切换字幕。 当镜头切换时，字幕最好在切镜前结束，新字幕随新镜头开始。这能防止观众在切镜时"闪回"重读上一条字幕。

一致性不可商量。 角色名、专业术语和反复出现的短语，必须在整部作品中用同一种方式翻译。Netflix 通过强制要求关键名称表来执行这一点。

法律合规是真实存在的。 FCC 要求所有美国视频内容提供字幕。英国政府正在将广播无障碍规则延伸至流媒体服务。《欧盟无障碍法》（2025 年生效）覆盖数字内容。这不是可选项。

对内容创作者意味着什么

如果你不是直接向 Netflix 或 BBC 交付内容，可能会想：这和我有什么关系？原因如下：

你的观众期待广播级的字幕质量。 得益于流媒体服务，观众已经习惯了专业格式的字幕。业余字幕——时间不对、速度太快、大段文字——会立刻显得不专业，无论视频本身有多出色。

平台算法奖励好字幕。 YouTube 的算法非常看重完播率。带字幕的视频完播率更高——一份行业调查（Ditto Transcripts）报告显示，带字幕视频的完播率为 91%，无字幕视频仅为 66%。字幕还提供可搜索的文字，直接提升 SEO。

无障碍日益成为法律要求。 美国残障人士法（ADA）、欧盟无障碍法，以及英国即将出台的流媒体法规，都在推动强制字幕的落地。即使现在还没有法律要求，现在养成习惯，未来就不会措手不及。

独立创作者的实用字幕规范

如果你想要一套在哪都能用的规范，就是这个：

横屏（16:9）——传统视频：

参数拉丁语系中日韩语言每行最多字符数4213-16（日文：13，中文/韩文：16）每条字幕最多行数22阅读速度15-17 CPS9-12 CPS最短持续时长1 秒1 秒最长持续时长7 秒7 秒字幕之间最小间隔2-4 帧2-4 帧文件格式SRT 或 WebVTTSRT 或 WebVTT

竖屏（9:16）——短视频（TikTok/Reels/Shorts）：

参数拉丁语系中日韩语言每行最多字符数258-10（日文：8，中文/韩文：10）每条字幕最多行数22

以上数值覆盖了 Netflix、BBC、Amazon、FCC 和 WCAG 要求的共同安全区间，足够保守，能在任何主流平台达到质量标准，且对几乎所有受众都能舒适阅读。

AI 在这里能做什么

这就是 SubHero 这样的工具的有趣之处。

传统机器翻译对这些标准一无所知。谷歌翻译可以给你一行 60 个字符，因为它根本不理解字幕的约束。它翻译的是文字，不是字幕。

AI 字幕工具可以在某些约束上有所帮助——但让我们实事求是地说清楚什么目前可行，什么仍然很难。

SubHero 做了什么： 在转录阶段（从音频生成字幕），系统会应用上述所有字符限制——针对你的目标语言和屏幕方向选择正确的限制——并在最大努力的前提下将时长控制在 1-7 秒范围内。它检测说话人切换并在边界处分割字幕。CPS 会在字幕预览中计算和显示，方便你发现超出舒适阅读速度的片段。

对于翻译（将现有字幕转换为其他语言），系统提供全上下文 LLM 翻译，并支持词汇表以保证整个文件中术语的一致性。翻译过程中的字符限制执行暂时还不支持——在保留意思的同时约束翻译长度，是一个比约束转录输出更难的问题。业界正在积极探索相关方案，但目前还没有可靠的解决办法。

目前没有任何工具能解决的问题： 如前面阅读速度部分所讨论的，没有任何商业工具能自动改写文字以达到 CPS 目标。SubHero——和市场上所有其他工具一样——会标记超出建议 CPS 阈值的字幕，但实际修改仍然需要人工判断。

实际情况是：SubHero 在转录阶段处理字符限制和时间，在翻译阶段提供高质量的上下文翻译和术语一致性。在行业的当前状态下，最可靠的做法是在转录时严格执行格式标准，在翻译时确保术语一致——这正是 SubHero 的设计理念。字符限制感知翻译和自动 CPS 优化，是行业还在探索的更难问题。

你在某个特定平台遇到过字幕格式问题吗？哪条标准让你踩过坑？我们很想了解——这有助于我们决定下一步构建什么功能。

SubHero 用 AI 翻译和转录字幕——内置语言感知行数限制、时长感知分割、CPS 监控和术语一致性。免费试用 →

参考资料

Netflix Partner Help Center — Timed Text Style Guides — 30+ 种语言定期更新。访问于 2026 年 3 月。

BBC Subtitle Guidelines — BBC 字幕和隐藏字幕无障碍指南。

Amazon Prime Video — Direct Publishing Captions Requirements — Amazon Video Direct 发行商字幕标准。

W3C — Web Content Accessibility Guidelines (WCAG) 2.1 — 国际网页无障碍标准，成功标准 1.2.2 和 1.2.4。

FCC — Captioning of Video Programming — 美国联邦字幕要求。

Ditto Transcripts — YouTube Captioning Statistics — 带字幕视频完播率达 91%。

Jan Pedersen, "Subtitle Speeds in Different Broadcast and Streaming Environments," Journal of Audiovisual Translation, 2024. 对 BBC、Netflix 和 Amazon 阅读速度标准的学术分析。