Tłumaczenie audiowizualne — napisy, dubbing i lektor

Tłumaczenie audiowizualne to przekład dialogu z nagrania w jednej z trzech technik: napisy, lektor albo dubbing. Technika przesądza o cenie i o czasie pracy. Rozliczamy tu minutę nagrania, nie stronę 1125 znaków.

Tłumacz audiowizualny pracuje inaczej niż tłumacz dokumentów. Musi zmieścić sens w czasie, w którym widz zdąży przeczytać napis albo lektor wypowiedzieć zdanie. Poniżej: czym różnią się trzy techniki, jakie ograniczenia narzucają napisy, po co transkrypcja i jak czytać rachunek. Stan na: wrzesień 2026.

Trzy techniki i czym się różnią

Technika	Co dociera do odbiorcy	Typowe zastosowanie	Koszt
Napisy	oryginalna ścieżka dźwiękowa plus tekst na ekranie	szkolenia, YouTube, nagrania z konferencji, filmy festiwalowe	najniższy
Lektor	oryginał ściszony pod jednym głosem czytającym	telewizja, materiały korporacyjne, dokumenty	średni
Dubbing	wyłącznie polskie głosy, dopasowane do ruchu ust	animacja, filmy dla dzieci, gry, reklama	najwyższy

Różnica nie polega tylko na budżecie. Każda technika inaczej okalecza tekst.

Napisy tną najmocniej — z wypowiedzianego zdania zostaje zwykle 60–70 procent słów, bo reszta nie zmieściłaby się w czasie czytania. Lektor tnie mniej, ale musi zmieścić się między pauzami w oryginale i nie zagłuszać kwestii, które widz ma usłyszeć. Dubbing nie tnie prawie wcale, za to przepisuje: zdanie ma pasować do długości ujęcia i do samogłosek widocznych na ustach aktora.

Stąd wniosek praktyczny. Jeśli w nagraniu liczy się dokładność treści — szkolenie BHP, instruktaż, wykład — wybierz napisy albo lektora. Jeśli liczy się wrażenie i uwaga widza, który nie chce czytać, wybierz lektora albo dubbing.

Ograniczenia napisów: znaki na sekundę, dwie linie, czas ekspozycji

Napisy mają twarde limity techniczne i to one, a nie słownik, decydują o kształcie zdania.

• Dwie linie, nie więcej. Trzecia zasłania obraz.
• Około 42 znaki w linii. Przy dłuższej linii tekst wychodzi poza bezpieczny obszar ekranu.
• Prędkość czytania mniej więcej 17 znaków na sekundę dla widza dorosłego i około 13 dla dzieci. Przekroczenie tego progu daje napis, którego nikt nie zdąży przeczytać.
• Czas ekspozycji od sekundy do siedmiu sekund. Krótszy napis miga, dłuższy widz przeczyta dwa razy i zacznie się zastanawiać, czy coś przeoczył.
• Napis nie przechodzi przez cięcie montażowe, jeśli da się tego uniknąć.

Z tych liczb wynika cała reszta pracy. Polskie zdanie jest średnio dłuższe od angielskiego, więc tłumaczenie jeden do jednego nie mieści się w limicie. Tłumacz skraca: wyrzuca powtórzenia, wtrącenia, imiona w wołaczu, wszystko, co widz i tak słyszy z tonu głosu. Zostawia to, co niesie informację.

Tłumaczenie napisów do filmu — co dostajesz w pliku

Gotowy plik z numeracją, kodami czasowymi i tekstem podzielonym na segmenty. Nie jest to dokument tekstowy z dialogami — to lista zdarzeń przypiętych do konkretnych klatek. Jeśli potrzebujesz również wersji do czytania, robimy osobny plik z transkrypcją; te dwie rzeczy nie są tym samym.

Dubbing i synchronizacja

W dubbingu tłumacz przygotowuje tekst, który aktor będzie w stanie wypowiedzieć równo z obrazem. Liczy się trzy rodzaje zgodności: długość kwestii, rozkład pauz i tak zwana synchronizacja ust — w zbliżeniach polska samogłoska powinna wypadać tam, gdzie w oryginale usta się otwierają.

Praca dzieli się na dwa etapy. Najpierw powstaje tłumaczenie treści, potem adaptacja dialogowa, czyli przepisanie go pod czas i pod usta. Adaptacja bywa droższa niż samo tłumaczenie, bo wymaga odsłuchiwania każdej kwestii z materiałem wideo.

Dubbing zamawia się rzadko do materiałów firmowych. Ma sens przy treściach dla dzieci, przy reklamie i przy grach, gdzie gracz nie może jednocześnie czytać i celować. Więcej o specyfice gier: lokalizacja gier.

Lektor — polska specjalność

Wersja lektorska jest w Polsce standardem, którego nie rozumieją klienci z Europy Zachodniej. Jeden głos, czytający wszystkie postacie, na tle ściszonego oryginału. W Hiszpanii albo we Włoszech to samo trafiłoby do dubbingu.

Dla tłumacza lektor jest wygodniejszy od dubbingu i trudniejszy od napisów. Tekst musi:

• mieścić się w pauzie między kwestiami, z zapasem na oddech,
• zaczynać się ułamek sekundy po głosie oryginalnym, żeby widz usłyszał, kto mówi,
• unikać zbitek spółgłoskowych, na których lektor się potknie,
• rozróżniać postacie samą składnią, bo głos jest jeden.

Tekst lektorski pisze się na głos. Zdanie, które dobrze wygląda na papierze, po przeczytaniu bywa nie do wymówienia.

Transkrypcja jako pierwszy krok

Zanim cokolwiek przetłumaczymy, musimy mieć tekst. Jeśli nie dostajemy scenariusza ani listy dialogowej, powstaje transkrypcja: spisanie ścieżki dźwiękowej z kodami czasowymi.

Transkrypcja i tłumaczenie — dwa osobne etapy

To dwie różne usługi i dwie różne pozycje na wycenie. Transkrypcja jest tańsza, ale przy złym dźwięku bywa wolniejsza niż tłumaczenie: nagranie z sali konferencyjnej, z trzema osobami mówiącymi naraz i klimatyzacją w tle, trzeba odsłuchiwać po kilka razy.

Automatyczne rozpoznawanie mowy pomaga, lecz nie kończy sprawy. Nazwiska, nazwy własne, skróty branżowe i liczby to dokładnie te miejsca, w których automat się myli — a jednocześnie te, na których zależy klientowi. Dlatego surowy wynik zawsze przechodzi przez człowieka.

Jeśli masz scenariusz albo gotową listę dialogową, prześlij ją. Wycena spada, bo odpada cały ten etap.

Formaty SRT i VTT

Napisy dostarczamy w formacie, który przyjmie Twój odtwarzacz albo platforma.

• SRT — najprostszy i najszerzej obsługiwany. Numer segmentu, kod czasowy, tekst. Bez formatowania, bez pozycjonowania. Sprawdza się wszędzie: montaż, telewizja, większość odtwarzaczy.
• VTT (WebVTT) — format dla wideo w przeglądarce. Obsługuje pozycjonowanie napisu na ekranie, style i identyfikację mówcy, więc lepiej pasuje do stron internetowych i platform e-learningowych.
• Napisy wypalone w obrazie — tekst wtopiony na stałe w plik wideo. Nie da się ich wyłączyć ani poprawić bez ponownego renderu. Ma to sens tylko tam, gdzie platforma nie obsługuje osobnego pliku, na przykład w niektórych formatach reklamowych w mediach społecznościowych.

Napisz przy zamówieniu, dokąd trafia materiał. YouTube, Vimeo, platforma szkoleniowa i telewizja mają różne wymagania, a przerabianie pliku po fakcie kosztuje czas.

Ile kosztuje — rozliczenie za minutę, nie za stronę

To jedyna usługa w naszym cenniku, której nie liczymy za stronę rozliczeniową 1125 znaków. Podstawą jest minuta materiału źródłowego.

Powód jest prosty. W nagraniu ilość tekstu nie mówi nic o nakładzie pracy. Dziesięciominutowy wywiad z dwiema osobami mówiącymi wolno ma tyle samo minut, co dziesięciominutowa scena z pięcioma postaciami przekrzykującymi się w tle — a pracy w drugim przypadku jest trzy razy więcej. Przy napisach dochodzi jeszcze ustawianie kodów czasowych, którego żadna liczba znaków nie odda.

Na cenę minuty wpływa:

• technika — napisy, lektor, dubbing, w tej kolejności rosnąco,
• gęstość dialogu — wykład to inny nakład niż serial,
• jakość dźwięku i to, czy jest scenariusz,
• para językowa,
• termin — przyspieszony 2–3 dni to plus 25 procent, ekspres w 1 dzień roboczy plus 100 procent,
• czy potrzebna jest osobna transkrypcja.

Zamówienia złożone po 18:00 liczymy od następnego dnia rano, weekendy nie wchodzą do terminu. Przy zamówieniach do 200 zł płacisz po odbiorze.

Jeśli w tym samym projekcie masz też dokumenty — umowy z aktorami, licencje, zgody na wykorzystanie wizerunku — one wracają do zwykłego przelicznika: tłumaczenia pisemne od 45 zł za stronę 1125 znaków.

Kiedy tłumaczenie audiowizualne wymaga pieczęci

Prawie nigdy. Napisy, lektor i dubbing to tłumaczenie zwykłe. Pieczęć tłumacza przysięgłego wchodzi w grę tylko wtedy, gdy nagranie jest dowodem — zapis rozmowy w sprawie sądowej, nagranie z monitoringu, przesłuchanie. Wtedy tłumacz przysięgły poświadcza transkrypcję i jej przekład jako dokument, a nie jako napisy do filmu. Różnice opisuje tekst tłumaczenie przysięgłe a zwykłe.

Najczęstsze pytania

Czym zajmuje się tłumacz audiowizualny? Tłumaczy dialog z nagrania i dopasowuje go do obrazu: pisze napisy z kodami czasowymi, tekst lektorski albo dialogi dubbingowe. Poza znajomością języka potrzebuje umiejętności skracania i pracy w oprogramowaniu do napisów.

Ile kosztuje przetłumaczenie napisów do filmu? Wycena idzie od minuty nagrania, nie od liczby znaków. Wpływa na nią technika, gęstość dialogu, jakość dźwięku i to, czy masz gotowy scenariusz. Prześlij plik albo link — wycena jest bezpłatna.

Czy potrzebna jest transkrypcja, skoro mam nagranie? Jeśli nie masz listy dialogowej, tak. Tłumaczyć da się tylko tekst, więc ktoś musi go najpierw spisać z kodami czasowymi. Gdy scenariusz istnieje, ten etap odpada i cena spada.

SRT czy VTT — który format wybrać? SRT do montażu, telewizji i większości odtwarzaczy. VTT do wideo w przeglądarce i na platformach e-learningowych, bo obsługuje pozycjonowanie i style. Jeśli nie masz pewności, podaj nazwę platformy, a dobierzemy format.

Dlaczego napisy nie zawierają wszystkiego, co pada w nagraniu? Bo widz nie zdążyłby przeczytać. Przy prędkości około 17 znaków na sekundę i dwóch liniach po 42 znaki część słów musi zniknąć. Tłumacz usuwa powtórzenia i wtrącenia, zostawia treść.

Robicie napisy dla osób niesłyszących? To osobny rodzaj napisów: oprócz dialogu opisują dźwięki istotne dla fabuły i rozróżniają mówiących. Wymaga innego zestawu zasad niż napisy przekładowe, więc wyceniamy je oddzielnie.

Czy tłumaczenie audiowizualne może być przysięgłe? Może, gdy nagranie ma być dowodem w postępowaniu. Tłumacz przysięgły poświadcza wtedy transkrypcję wraz z tłumaczeniem jako dokument. Do napisów publikowanych w sieci pieczęć nie jest potrzebna.

Jak długo trwa opracowanie napisów do godzinnego nagrania? Zależy od gęstości dialogu i jakości dźwięku. Standardowy tryb to 5 dni roboczych, przyspieszony 2–3 dni z dopłatą 25 procent, ekspres w 1 dzień roboczy z dopłatą 100 procent.