很多跨境品牌直到视频准备上线，才给后期留下一句：“顺便把字幕加上。”这句话看似节省预算，实际上把四个不同问题混在了一起：听不见的人如何获得声音信息，看不见的人如何理解关键动作，页面如何承接产品事实，以及不同语言和渠道如何继续复用这些资产。
欧洲无障碍要求让这个老问题变成了采购问题。欧盟《欧洲无障碍法》（Directive (EU) 2019/882）自 2025 年 6 月 28 日起适用于向消费者提供的电商服务。欧盟委员会把电子商务列入覆盖范围，成员国则通过本国法律落实。它并不等于“所有产品视频都必须采用同一种格式”：2025 年 6 月 28 日前发布的预录制时基媒体、企业既未出资也未开发或控制的第三方内容、部分微型服务企业，以及构成根本改变或不成比例负担的情形，都有专门规定。
所以，本文不是对单个企业或国家的法律结论。更实用的判断是：只要视频参与了欧洲消费者的发现、比较或购买路径，品牌就不应把可访问性留给上线前的补丁。ONCE 建议把它写进 brief、脚本、拍摄、后期和页面交付。
先分清五种经常被叫作“字幕”的资产
字幕（captions）不只是把对白打成字。W3C Web Accessibility Initiative 在 2024 年 9 月 17 日更新的《Captions/Subtitles》中明确，它还应包含理解内容所需的说话人身份、音效和非语言声音，并与音频同步。
翻译字幕（subtitles）主要解决语言理解；它可以翻译完整字幕，但只翻译对白并不自动等于无障碍字幕。
基础转录（transcript）把语音和必要的非语言声音变成连续文本，方便阅读、检索和辅助技术使用。
描述性转录（descriptive transcript）再加入理解视频所需的视觉信息，例如屏幕上的型号、手部操作、指示灯状态和产品摆放关系。
音频描述（audio description）用声音说明画面中不可从主音轨得知的重要信息。它可以整合进原旁白，也可以成为单独的描述音轨或描述版视频。
如果只有背景音乐，没有任何影响理解的声音信息，W3C 指南认为不必硬做字幕，但应告诉用户“本片只有背景音乐”。同样，如果旁白已经完整说出关键视觉信息，就不必为了形式再做一条重复的描述音轨。
ONCE 四层可访问视频交付
1. 意义层：产品信息不能只藏在颜色、画面或音乐里
先问一句：关掉声音、闭上眼睛或只读页面文字，用户会失去哪个购买判断？
如果“绿灯闪烁”代表配对成功，旁白不能只说“完成后会这样”；应说“长按侧键，直到绿色指示灯闪烁”。如果包装上出现兼容型号，不能只让镜头扫过；兼容范围应进入旁白、描述性转录或页面文本。若警示只靠红色、提示只靠音效，它们也需要另一种可感知的表达。
这一步决定了后面要做哪些资产。它不是后期工序，而是脚本和分镜的一部分。
2. 听觉可访问层：交付可编辑字幕文件，而不只是烧录字
社交平台常需要画面内字幕，但电商页面和播放器更需要可开关、可翻译、可被辅助技术读取的文件。建议每种语言至少交付：
- 经人工复核的 WebVTT 或 SRT；
- 包含必要音效与说话人标识的同语种字幕；
- 适配竖屏安全区的烧录字幕版本；
- 可由字幕文件导出的纯文本转录。
YouTube 的官方帮助说明也提醒，自动字幕会因发音、口音、方言或背景噪声误转，必须复核。对产品视频，质检不应只抽查拼写，还要核对品牌名、型号、单位、否定词、技术术语、多人重叠、重要音效、断句与时间同步。自动字幕可以是底稿，不能直接成为验收标准。
3. 视觉可访问层：优先把描述写进原旁白
对教程、安装和产品演示，最省返工的方案通常不是另配一条音频，而是在拍摄前做“整合式描述”。W3C 的《Description of Visual Information》建议：新视频若能由主讲人在原音轨里说清重要视觉信息，就不需要另做描述。
比如把“把它装到这里”改成“把小号金属环装到绿色一端”；把“界面会变成这样”改成“屏幕顶部出现蓝色连接图标”。这不仅服务看不清画面的人，也减少了静音预览、远距离观看和多语言配音时的歧义。
只有当剧情节奏、连续对白或画面信息密度让整合式描述无法容纳关键内容时，再选择单独描述音轨、描述版视频或描述性转录。决定越晚，重新录音、延长镜头和重排音乐的成本越高。
4. 商业数据层：关键事实必须在视频之外仍可访问
价格、规格、兼容性、注意事项、保修和适用条件不应只存在于一段视频里。视频负责展示和解释，商品页文本与结构化数据负责可读取、可更新和可核对。
这与 ONCE 此前提出的商品事实包是一件事的两个方向：事实包让视频主张可追溯，可访问交付让同一事实能以声音、文字、画面描述和页面字段被不同用户取得。两者都要求每个字段有语言、市场、版本、生效日期、负责人和退役状态。
拍摄前用四个问题决定交付路线
- 声音里有不可替代的信息吗？ 有，就做准确、同步、包含必要非语言声音的字幕；没有，就明确标注只有背景音乐。
- 画面里有旁白没有说出的购买信息吗？ 有，优先改写主旁白；做不到，再选描述音轨、描述版或描述性转录。
- 信息会随市场、SKU 或时间变化吗？ 会，就不能只烧进画面，必须同步保留页面文本和可维护字段。
- 视频会进入几个语言、渠道和播放器？ 先确认每个目的地支持哪些字幕与音轨能力，再决定母版、文件和安全版本；不要用一个 MP4 假装覆盖所有场景。
一个可验收的交付包通常包括：干净母版、社交安全版、每种语言的 WebVTT/SRT、文字转录或描述性转录、整合式描述确认表或单独描述脚本与音轨、商品事实文本，以及记录语言—市场—渠道—版本—日期—负责人—状态的资产清单。
比“每分钟字幕多少钱”更有用的成本变量
ONCE 建议用下面的内部变量比较方案，而不是引用不存在的行业平均价：
每个可访问传播组合成本 =（脚本重构 + 字幕与转录 + 描述性音频或文本 + 多语言质检 + 播放器与页面适配 + 版本维护）÷ 已验收的“语言 × 渠道 × 媒体形式”组合数
这个变量会揭示两个常被忽略的事实。第一，前期把关键动作写进旁白，可能同时减少描述版录音、剪辑和多语言返工。第二，只交烧录字幕的低价方案，到了电商页面、另一种语言或新播放器里，往往不能复用。
字幕不是可访问视频的终点，只是其中一层。真正值得采购的，是一套让产品意义在声音、文字、视觉描述和商品页面之间保持一致，并且能被继续维护的交付系统。卖到欧洲之前，先让“谁可能看不到或听不到什么”成为脚本会上的正式问题。
