Kvalitet i undertextning

Vem av oss har inte sett ett fel i en undertext någon gång, eller förvånats över att undertexten inte stämmer med dialogen? Det finns flera anledningar till detta, inte minst skiftet från tal till skrift och den nästan oundvikliga komprimering som det begränsade utrymmet ger upphov till. Dessa faktorer innebär att budskapet måste omformuleras och resultatet blir kanske inte det tittaren förväntat sig.

Dessa omformuleringar och andra lösningar tolkas ofta som felaktiga av tittare, som kan ha varierande god kunskap i källspråket. Och det är detta sista som är anledningen till att undertexter blir utskällda: tittarna har tillgång till källtexten och översättningen samtidigt. Det är få andra översättningsformer som är så sårbara som undertextning just på grund av detta. Varje dag i rutan utsätts den undertextade översättningen för granskning från ibland upp till miljontals soffkritiker – undertextaren är med andra ord inte så lite uthängd i sitt arbete!

Om man bortser från den oftast tämligen oinformerade granskning som undertexter utsätts för av tevesoffans amatörkritiker, så granskas naturligtvis de flesta undertexter även professionellt. På seriösa bolag är det alltid en kvalitetsgranskare (Quality Controller – QC:are) som går igenom undertexterna innan de levereras till kunden. Till sin hjälp har QC:aren som regel de riktlinjer som gäller på företaget eller för kunden. Det finns även nationella svenska riktlinjer att tillgå som tagits fram av fackklubben medietextarna, i samarbete med flera medieöversättningsbolag, SVT, TV4, Språkrådet, och Tolk- och översättarinstitutet (TÖI).

”Varje dag i rutan utsätts den undertextade översättningen för granskning från ibland upp till miljontals soffkritiker – undertextaren är m a o inte så lite uthängd i sitt arbete!”

På TÖI har jag även tagit fram en mer avancerad modell för granskning av kvalitet på undertexter. Den skapades ursprungligen för att granska s.k. fansubs – dvs. undertexter gjorda av amatörer för amatörer. Den har sedan utvecklats till att kunna användas för alla sorters förberedda mellanspråkliga undertexter och det är den vi använder för att utvärdera studenters undertexter under deras utbildning inom just undertextning.

Modellen, som internationellt är känd som FAR-modellen, har använts i flera vetenskapliga studier av undertextkvalitet och finns även inbyggd i undertextningsmodulen i Trados. FAR-modellen, som borde heta FAL-modellen på svenska, mäter kvaliteten inom tre distinkta områden relevanta för just undertextning: Funktionell ekvivalens (Functional Equivalence),

Acceptabilitet (Acceptability) och Läsbarhet (Readability). Den är baserad på felanalys, vilket är tråkigt, eftersom den inte kvantifierar bra översättningslösningar, utan bara bestraffar översättningsfel. Detta är dock oundvikligt, eftersom det är mycket lättare att objektivt enas om vad som är fel, än vad som är extra bra, vilket är mer subjektivt.

Modellen har också ett poängsystem, beroende på hur mycket ett fel kan tänkas störa tittarupplevelsen. Idealet inom undertextning är nämligen att undertexter ska vara osynliga. Inte bokstavligen förstås, för då vore de ju inte till någon nytta, men bildligt: man ska läsa dem automatiskt, utan att tänka på det. Eller som den danske undertextgurun Niels Søndergaard har uttryckt det: ”Bra undertexter är sådana man aldrig lägger märke till” (min övers.). Fel i undertexter uppmärksammar tittaren på att hen läser undertexter och stör då tittarupplevelsen och det är just detta som FAR-modellen tar fasta på.

Det första området som modellen mäter kvaliteten inom är ekvivalensen: dvs. förhållandet mellan undertexterna och källtexten. Enkelt uttryckt: hur bra är översättningen? I undertextning måste översättningen gå igenom fler transformationer, bl.a. pga. skiftet från tal till skrift och utrymmesbegränsningarna. Därför fungerar inte formell ekvivalens som en bra måttstock för undertexter, utan man måste ha ett mer pragmatiskt eller funktionellt förhållande mellan källtexten och översättningen. Det är viktigare att budskapet kommer fram än att ordalydelsen ligger så nära originalet som möjligt. Inom detta området handlar det främst om semantik: att betydelsen överförs så bra som möjligt, men även om stilistik: att tonen blir rätt.

”Modellen har också ett poängsystem, beroende på hur mycket ett fel kan tänkas störa tittarupplevelsen. Idealet inom undertextning är nämligen att undertexter ska vara osynliga.”

Acceptabilitet är det andra som modellen mäter kvaliteten på: hur bra är målspråket? För att undertexter ska kunna läsas så enkelt och smidigt som möjligt innan de efter några få sekunder försvinner ur rutan måste svenskan (eller vad det nu är för språk) vara grammatisk och idiomatisk. Förutom grammatik och idiomaticitet straffas även stavfel här.

Det sista området som modellen undersöker kvaliteten inom är döpt till läsbarhet, vilket kanske inte är en helt transparent term här. Det handlar i alla fall om hur lätta undertexterna är att läsa utifrån ett undertextperspektiv. Man ser här på olika tekniska aspekter av undertextning: att raderna inte är så långa att de inte ryms i rutan, och att texterna ligger i bild tillräckligt för att tittarna bekvämt ska kunna hinna läsa innehållet i dem. Men man tittar också på att interpunktion och kursivering blir rätt.

Detta kan tyckas vara småsaker, men i undertextning har sådant stor betydelse, för det berättar för tittaren vem som säger vad till vem och hur. Slutligen ser man på sådant som undertexternas placering, storlek och typsnitt, samt segmentering och tidkodning. Det sista båda aspekterna tänker tittarna som regel inte på, men om det blir fel där faller det mesta. En undertext som är felaktigt segmenterad kan vara väldigt störande och om undertexter inte dyker upp eller försvinner när man väntar sig, eller är helt ur synk med dialogen är något av det mest störande som finns.

Om man vill läsa mer om FAR-modellen, så finns den här artikeln (på engelska) tillgänglig online. I den artikeln finns dessutom några lätt absurda exempel på felaktiga undertexter.

Den senaste utvecklingen, med mycket ökade undertextvolymer, många nya aktörer och nya processer, som maskinöversättning gör att kvalitet i undertextning är viktigare än någonsin. Därför är det viktigt att slå ett slag för QC:are används och att det finns bra riktlinjer för kvalitet i undertextning. Man ska dock komma ihåg att allt man som nitisk tittare upplever som fel kanske inte är det. Ofta är det en briljant lösning på ett svårt undertextningsproblem.