Главное за 30 секунд

В мае 2026 50–80% коротких видео в TikTok, Reels и Shorts смотрят без звука, и субтитры перестали быть «доступностью» — это retention-инфраструктура. По данным Submagic и OpusClip, word-by-word подсветка добавляет 15–25% к watch time, а в AI-каналах эффект сильнее: AI-голос звучит ровнее, чем человек, и без визуального якоря мозг отключается за 2–3 секунды.

Ниже — что нужно знать в 2026: ритм (2–3 слова в строке), шрифт (Montserrat Bold выигрывает в 60% топовых TikTok), эмодзи (1 на 5–8 слов — потолок), и сравнение Submagic ($20–50/мес), Captions.ai, Opus Clip ($15/мес + надстройки), Vugola ($14/мес) и Welder, где субтитры выжигаются прямо в voiceover-render без отдельного шага.

Если ваш канал ещё не на completion-rate 70%+, шанс, что причина — именно субтитры.

Почему субтитры — это retention-инфраструктура 2026

YouTube в январе 2026 явно обозначил: для Shorts «относительное время просмотра» (доля досмотра, а не сырые секунды) — ключевой ранжирующий сигнал. TikTok работает по той же логике: средняя точка отвала за первые 3 секунды — 35–40% зрителей, и в этот момент решает не сценарий, а первая строчка субтитров.

Что изменилось за последний год:

• Sound-off норма выросла. В feeds (Instagram, TikTok, Threads, X) звук всё чаще выключен по умолчанию — особенно в офисном и публичном контексте.
• YouTube учитывает CC как accessibility-сигнал для глобального ранжирования: это и роутинг по странам, и приоритет в выдаче новых рынков.
• AI-голоса звучат ровнее людей, и без визуального якоря ухо привыкает за 2 секунды, а глаз ищет, на что зацепиться. Если зацепиться не за что — палец листает дальше.

Для AI-канала это означает простое: вы платите за рендер видео в Veo 3.1 или Sora 2, тратите 60–290 ₽ за серию, а потом теряете 40% аудитории на саб-несовместимости. Самая дорогая ошибка из всех, что можно сделать на пайплайне коротких.

Что сейчас работает: ритм, шрифт, цвет — по данным

Три параметра, которые надо настроить один раз, и потом не трогать год.

Ритм (сколько слов в кадре одновременно):

• 1 слово в кадре → подсветка идёт идеально, но взгляд устаёт от «прыгающего» текста за 15 секунд.
• 2–3 слова в строке + word-by-word подсветка — золотой стандарт 2026. Это формат Alex Hormozi, MrBeast Shorts, большинство топ-каналов на русскоязычном TikTok.
• 4–5 слов в строке → читается медленнее, чем длится фраза, и саб начинает «отставать» от голоса.
• Полная строка титра «как в кино» → так делал YouTube CC десять лет назад, для AI-shorts мёртвая практика.

Скорость подачи:

• 2.5–3.5 слова в секунду — комфортно для русского.
• 4+ слов/сек заставляют субтитры перепрыгивать, и мозг бросает читать.
• В voiceover-режиме ElevenLabs v3 обычно даёт 2.8–3.2 слова/сек на нейтральной интонации — идеально под ритм 2–3 слова.

Шрифт:

По отчёту Sendshort 2026, проанализировавшему 2M вертикальных видео, в 60% топовых TikTok-роликов используется Montserrat Bold. Остальной топ-5: Inter Tight, Archivo Black, Futura Bold, Bebas Neue. Helvetica и Arial — «безопасный дефолт», но плоский визуал.

Для русского текста принципиально важно: шрифт должен поддерживать кириллицу с корректным кернингом. Manrope, Onest и Geist Mono — три open-source шрифта, которые делают это лучше всего и не выглядят «дёшево» рядом с латиницей.

Размер:

• 60–90 pt при базе 1080×1920 — золотая середина.
• < 50 pt → нечитаемо на телефоне в feed на расстоянии вытянутой руки.

• 100 pt → субтитры съедают треть кадра и наезжают на лицо или сцену.

Цвет и обводка:

• Белый текст + чёрная обводка 4–6 px = 90% всех топ-каналов. Универсально, читается на любом фоне Veo 3.1 / Sora 2 / Kling 3.
• Жёлтый акцент на ключевом слове (формат Hormozi) — добавляет 5–8% к retention, по данным внутреннего теста Submagic.
• Цветной highlight под отдельные слова работает только если их не больше 2 на ролик — иначе превращается в визуальный шум.

Позиция:

• Нижняя треть кадра, отступ 20–25% от низа. Так саб не перекрывается интерфейсом TikTok/Reels (лайки, кнопки, описание).
• Центр кадра — для подкастных нарезок, не для AI-Shorts.

Шрифты для AI-Shorts: 5 проверенных и 2 для нишевого стиля

Не «лучший шрифт вообще», а пять, которые покрывают 95% задач AI-канала.

Для русскоязычного канала я бы поставил по умолчанию Manrope ExtraBold или Onest Bold — это аналоги Inter с правильным кернингом для кириллицы. Welder в voiceover-режиме как раз выжигает субтитры Manrope-семейством, это даёт «свой» визуал без копипасты Submagic-стиля, на котором уже выгорели глаза у завсегдатаев TikTok.

Подбирать шрифт и голос имеет смысл в паре. Разбор голосов под 7 ниш — в нашем гайде голос AI-Shorts 2026 по 7 нишам ElevenLabs v3.

Эмодзи в субтитрах: где работают, где убивают conversion

В 2024–2025 Submagic популяризовал стиль «эмодзи на каждое второе слово». В 2026 это уже не «свежо», а «дёшево». Алгоритмы TikTok и Reels не любят перегруженный текст в кадре, и зритель тоже.

Что работает:

• 1 эмодзи на 5–8 слов — потолок. Это даёт визуальные «островки» без шума.
• Эмодзи как substitute существительного (☕ вместо «кофе», 💸 вместо «деньги») — экономит ширину строки, не ломает ритм.
• Эмодзи в hook (первая секунда) для мгновенного контекста: 🚨 для срочности, 💰 для денежной темы, 🇷🇺 для локального.

Что убивает:

• Эмодзи на каждое слово → саб превращается в мем, продукт-каналы теряют доверие.
• Сложные эмодзи (👨‍👩‍👧‍👦, 🏳️‍🌈) → не на всех платформах рендерятся одинаково, в Reels вообще могут сломать кадр.
• Эмодзи поверх цветного highlight → визуальная каша.

Для product-обзоров и monetization-контента эмодзи в субтитрах лучше выключить полностью. Для развлекательных кейсов и образовательного контента — оставить 2–3 на ролик в стратегических моментах. Если планируете строить серию роликов (см. разбор серий AI-Shorts 3 vs 5 vs 7 эпизодов), стиль эмодзи держите одинаковым по всей серии — это часть бренда канала.

Инструменты: Submagic, Captions.ai, Opus Clip, ElevenLabs, Welder

Реальные цены на июнь 2026 и что именно даёт каждый инструмент. Welder в этом сравнении не «лучший по всем параметрам» — а «единственный, у кого субтитры — встроенный шаг пайплайна, а не отдельная подписка».

Если вы делаете контент с реальным лицом (vlog, talking-head, podcast cut) — Submagic или Captions.ai остаются дефолтом. Они сильнее в эстетике animated captions и шаблонах под бренд.

Если вы делаете AI-канал (faceless или полу-faceless) — Welder убирает один шаг из пайплайна. В voiceover-режиме сцены, голос ElevenLabs и субтитры рендерятся за один проход. Вы не выгружаете .mp4, не загружаете в Submagic, не правите тайминги, не экспортируете обратно. Это экономит 10–15 минут на ролик и 1 200–3 600 ₽/мес на отдельной подписке. Сравнить тарифы можно на странице тарифов Welder.

Если у вас уже есть свой пайплайн с собственным голосом — ElevenLabs Forced Alignment (документация) даёт точность ±20 мс на каждое слово и экспорт SRT/VTT. Это самое аккуратное «под капот»-решение, но требует кода.

Opus Clip силён, когда длинный исходник уже существует. Для AI-каналов, где исходника нет в принципе (вы генерируете с нуля), он не подходит — нет видео для нарезки.

Как Welder делает субтитры в voiceover-режиме

Без пересахарки, по фактам. В voiceover-режиме пайплайн выглядит так:

1. Сцены генерируются (Veo 3.1, Veo 2 или стиллы для TikTok-style стопок).
2. ElevenLabs v3 синтезирует голос по сценарию.
3. ElevenLabs Forced Alignment возвращает word-level timestamps с точностью ±20 мс.
4. ffmpeg рендерит субтитры поверх сцен: 2–3 слова в строке, Manrope ExtraBold 72 pt, белый + чёрная обводка 5 px, нижняя треть кадра, активное слово — жёлтое.
5. Финальный .mp4 — готов к загрузке в TikTok, Reels, VK Клипы или YouTube Shorts.

Это полностью автоматический шаг — вы не настраиваете шрифт и не правите тайминги вручную. Минус: в voiceover-режиме сейчас нет custom-стиля субтитров (это в roadmap на лето 2026). Плюс: дефолт оптимизирован под retention на основе того, что работает в топ-каналах русскоязычного TikTok и YouTube Shorts.

Цены — от 290 ₽ за серию из 10 коротких. По метрикам обычно достаточно одной серии, чтобы увидеть дельту на completion-rate против вашего текущего пайплайна.

8 ошибок, которые ломают субтитры для AI-Shorts

Чек-лист по тому, что мы видим у клиентов чаще всего.

1. Субтитры как «полная строка», а не word-by-word. Минус 15–25% retention сразу.
2. Шрифт Arial 11pt «потому что в DaVinci был дефолт». Не читается на телефоне.
3. Чёрный текст без обводки на ярких сценах Veo 3.1 → теряется в кадре через две сцены.
4. Эмодзи на каждое слово → стиль 2024-го, дешёвый и устаревший.
5. Субтитры внизу под интерфейсом TikTok → они частично скрыты кнопкой share и счётчиком лайков.
6. Тайминги от Whisper без коррекции → погрешность ±200 мс, субтитры отстают от голоса.
7. Размер 40 pt «чтобы влезло больше» → читается с лупой, отвал за первые 5 секунд.
8. Серый или синий цвет «потому что у бренда такой» → серый текст на динамичном фоне = невидим.

Если хотя бы 3 пункта про вас — переход на корректный пайплайн субтитров окупится за первую же неделю по метрикам канала. Смотреть, по каким именно метрикам отслеживать — в нашем разборе метрик AI-Shorts 2026 для YT Studio, TikTok, Reels и VK.

Что делать дальше

Если вы только начинаете AI-канал и хотите запустить первые 10 роликов с уже корректными субтитрами без отдельной подписки на Submagic — самый быстрый путь: voiceover-режим Welder, где субтитры выжжены в render по дефолту. Создание аккаунта и первая серия — 10 минут.

Если у вас уже есть канал, и субтитры — узкое место, переключите 5 следующих роликов на пайплайн с word-by-word подсветкой и Manrope ExtraBold. Через неделю сравните completion-rate в TikTok Analytics и YT Studio. Дельта 8–15% — нормальный результат на одной только смене стиля субтитров, без переснятых сцен и нового голоса.

Сделать первое видео с субтитрами — Welder собирает сцены, голос и субтитры за один проход, без копипасты между Submagic и редактором.