Textos en un video familiar sin tapar las caras: guía

Encontraste la foto: el abuelo en el paseo familiar al río, muerto de la risa, con la bebé en brazos que hoy es tu prima con tres hijos. Escribes “Paseo familiar en Cali” abajo, exportas y lo mandas al grupo. En la pantalla chiquita, el texto queda justo encima de la cara de la bebé. En otra foto, cae sobre la boca de la abuela a mitad de palabra.

Los textos en un video familiar hacen dos trabajos: le cuentan a quien mira quién es, dónde y cuándo, y se quitan del camino de las caras, que son el motivo de todo. Lo bueno es que las reglas para lograr las dos cosas ya están bastante claras. Las normas de subtítulos de la televisión, las guías de accesibilidad y los estudios que siguen la mirada apuntan a la misma lista corta: texto breve, con buen contraste, lejos de ojos y bocas, en pantalla el tiempo suficiente para leerlo y revisado en la pantalla real.

Puntos clave

• Mirando imágenes libremente, la gente miró las caras unas 16,6 veces más y el texto unas 11,1 veces más que otras zonas comparables de la imagen (Cerf, Frady y Koch, 2009). Si pones un texto sobre una cara, haces pelear a dos imanes.
• Las reglas de subtítulos de la televisión en Estados Unidos dicen que no pueden tapar “las caras de los personajes” ni otros textos importantes, y que la letra debe tener un tamaño legible (47 CFR 79.1).
• Las pautas de accesibilidad piden un contraste de al menos 4,5:1 entre el texto y el fondo, en parte porque la sensibilidad al contraste baja con la edad (W3C, WCAG 2.2).
• En un estudio con seguimiento de la mirada, la gente pudo leer y seguir las imágenes incluso con subtítulos rápidos, pero pasó la mitad del tiempo o más leyendo (Szarkowska y Gerber-Morón, 2018). Cada palabra que agregas le quita tiempo a las caras.
• Regla práctica: una o dos líneas cortas, arriba cuando las caras están abajo, y en pantalla el tiempo justo para leer a unas 130 a 160 palabras por minuto.

Por qué los textos siempre caen en la parte equivocada de la foto

Quien arma videos de homenaje describe los mismos problemas: “el texto tapa las caras”, “en la tele no se podía leer”, “pasó tan rápido que la abuela no alcanzó”. La mayoría de los editores pone los títulos en el mismo lugar por defecto, centrados cerca de abajo, y la mayoría de las fotos familiares tiene las caras justo ahí. Las fotos de grupo son peores. Diez personas paradas en fila llenan la mitad de abajo del cuadro, y un texto en el tercio inferior queda atravesado en las barbillas.

Después está la pantalla. Pones los textos en la computadora, donde un título de 24 puntos se ve grande. El video terminado se ve en un celular, una tablet o una pantalla chiquita, y ese mismo título se encoge hasta parecer una fila de migas grises. También pasa al revés: un texto pensado para el celular ocupa un tercio de la tele.

Y está la lectura. Un texto que escribiste tú lo lees de un vistazo, porque ya sabes lo que dice. Quien lo ve por primera vez tiene que leerlo mientras mira la foto, y si desaparece a los dos segundos, elige una de las dos cosas. Casi siempre elige la cara.

Lo que dice la investigación sobre textos y caras

Las caras y el texto atraen la mirada

Moran Cerf, Paxon Frady y Christof Koch siguieron hacia dónde miraba la gente en distintas imágenes, en el Journal of Vision (2009). Mirando libremente, los participantes miraron las caras unas 16,6 veces más, y el texto unas 11,1 veces más, que zonas comparables de la imagen del mismo tamaño y posición. El texto atrajo la mirada casi tanto como una cara. El título del trabajo resume la idea más amplia: esa atracción se da “independientemente de la tarea”.

Para quien pone los textos, la conclusión es sencilla. Un texto no es una etiqueta neutra. Compite por las mismas miradas que las caras. Si lo pones encima de una cara, quien mira lee el texto y se pierde la expresión, o mira la expresión y se pierde el texto.

Se puede leer y mirar a la vez, pero leer se lleva el tiempo

Agnieszka Szarkowska y Olivia Gerber-Morón probaron subtítulos a 12, 16 y 20 caracteres por segundo, en PLoS ONE (2018). La mayoría de la gente leyó los subtítulos y siguió las imágenes, incluso a la velocidad más alta. El costo apareció en hacia dónde iban los ojos: en uno de los experimentos, la gente pasó cerca de la mitad del tiempo en los subtítulos a la velocidad más lenta y unos dos tercios a la más rápida. Los subtítulos lentos, además, provocaban más relecturas, lo que frustraba y bajaba el disfrute.

Eran adultos viendo escenas de películas, no fotos familiares, así que toma los números como una dirección y no como una regla. La dirección sirve: más texto significa más tiempo leyendo, y un texto que se queda demasiado se vuelve a leer. En un video de recuerdos, la meta es el texto más corto que todavía diga quién y dónde, con el tiempo justo.

Cuánto tiempo dejar cada texto

El Described and Captioned Media Program (DCMP), de Estados Unidos, publica una guía de subtitulado para material educativo, la Captioning Key. Para públicos más chicos recomienda no pasar de 130 palabras por minuto, con 140 para niveles intermedios y 160 para los más avanzados. A 130 palabras por minuto, un texto de diez palabras necesita unos 4,6 segundos; a 160, unos 3,8. Si lo van a ver los abuelos o los niños, usa el número más lento.

Lo que dicen las reglas de la televisión sobre ubicación y contraste

Las reglas de subtítulos de la televisión estadounidense (47 CFR 79.1, párrafo j-2) exigen que los subtítulos se puedan ver sin tapar “otro contenido visual importante en la pantalla”, y nombran expresamente “las caras de los personajes” y los textos destacados, como gráficos y créditos. También piden una letra de tamaño legible y que el texto no se salga del borde de la pantalla.

Sobre el contraste, las Pautas de Accesibilidad para el Contenido Web del W3C (WCAG 2.2) piden al menos 4,5:1 entre el texto normal y su fondo, y 3:1 para texto grande. La guía explica que esa proporción compensa la pérdida de sensibilidad al contraste típica de una visión de 20/40, que según el documento es común alrededor de los 80 años. Letras blancas sobre un cielo, una pared blanca o un vestido de novia no pasan esa prueba, aunque a ti te parezca que se ven bien.

Tabla para decidir dónde va cada texto

Usa esta tabla cada vez que ubiques un texto.

Dónde están las caras	Dónde va el texto	Ojo con	Base
Caras en la mitad de arriba (retrato, primer plano)	Abajo del cuadro	Manos, una torta, un bebé en las piernas	Regla de ubicación 47 CFR 79.1
Caras en la mitad de abajo (foto de grupo, niños en el piso)	Arriba del cuadro	Cabezas pegadas al borde de arriba	47 CFR 79.1; práctica de la televisión
Las caras llenan el cuadro (primer plano cerrado)	Antes o después de esa foto, o en un cuadro liso entre fotos	Cortar el texto sobre las barbillas	Cerf y colegas 2009 (caras y texto compiten)
Fondo claro o recargado (cielo, nieve, vestido blanco)	Texto con sombra suave o una franja semitransparente	Letras blancas delgadas sin nada detrás	Contraste 4,5:1 de WCAG 2.2
Texto largo (más de unas 10 palabras)	Dividirlo en dos o acortarlo	Texto que sigue ahí cuando cambia la foto	Ritmo del DCMP; Szarkowska y Gerber-Morón 2018
El video se verá en una pantalla chica	Letra más grande, menos palabras	Detalles que desaparecen bajo cierto tamaño	Legibilidad 47 CFR 79.1; prueba en el aparato

El patrón se repite en todas las filas: las caras deciden dónde van las palabras, no la opción por defecto del editor.

Cómo poner textos sin tapar las caras, paso a paso

Paso 1: Decide qué fotos necesitan texto

No todas las fotos necesitan palabras. Un texto se gana su lugar cuando quien mira se preguntaría “¿quién es?” o “¿dónde fue esto?”. Una foto de tu mamá riéndose en la cocina no necesita decir “Mamá riéndose en la cocina”. Elige las fotos donde un nombre, un lugar o un año suman algo, y deja las demás limpias. Error común: ponerle texto a todas las fotos, lo que acostumbra a la gente a leer en vez de mirar.

Paso 2: Escribe el texto más corto que diga quién, dónde o cuándo

Apunta a entre cuatro y ocho palabras. “Abuela Rosa, Monterrey, 1974” le gana a “Esta es una foto de la abuela Rosa cuando vivía en Monterrey allá por 1974”. Los nombres y lugares llevan el sentido; las palabras de relleno cuestan tiempo de lectura. Si la historia necesita más, repártela en dos fotos o pon un cuadro con título entre ellas. Error común: escribir el texto como si fuera una frase de una carta.

Paso 3: Mira dónde están las caras antes de elegir la posición

En cada foto, ubica los ojos y las bocas. Si están en la mitad de arriba, el texto va abajo. Si están en la mitad de abajo, como en casi todas las fotos de grupo, súbelo. Si las caras llenan el cuadro, pon el texto en la foto anterior o en la siguiente, o en un cuadro liso con título. Casi todos los editores te dejan arrastrar el título a cualquier lado o elegir un estilo arriba o abajo. Error común: aceptar la posición por defecto del tercio inferior en todas las fotos.

Paso 4: Haz que el texto se lea contra el fondo

Revisa el contraste. En zonas claras o recargadas, agrega una sombra suave, un contorno o una franja oscura semitransparente detrás del texto. Una tipografía simple, sin adornos (sans serif), en peso normal o negrita, se lee mejor en pantallas chicas que una letra cursiva delgada. La guía del DCMP también prefiere mayúsculas y minúsculas combinadas antes que todo en mayúsculas. Error común: elegir una letra manuscrita que se ve preciosa en la computadora y en el celular se convierte en un manchón.

Paso 5: Deja cada texto el tiempo suficiente para leerlo

Usa los ritmos del DCMP como guía: unas 130 palabras por minuto para quien lee más despacio y 160 para quien lee con soltura. Un texto de seis palabras necesita entre dos y medio y tres segundos; uno de diez, entre cuatro y cinco. Si la foto está en pantalla menos que eso, acorta el texto o alarga la foto. Error común: que el texto aparezca tarde y se vaya temprano, lo que le corta a la mitad el tiempo de lectura.

Paso 6: Prueba en la pantalla donde se va a ver el video

Exporta y ponle play en el aparato real: el celular, la tablet, la tele chiquita, la pantalla de la sala. Tenlo a la distancia a la que lo va a tener quien lo recibe. Pídele a alguien que no haya visto el video que lea cada texto en voz alta. Si entrecierra los ojos, se acerca o se salta uno, haz el texto más grande, más corto o más largo en pantalla. Error común: aprobar los textos solo en la pantalla de edición.

Lo que no conviene hacer

No pongas un texto sobre ojos o bocas, ni siquiera por un momento. Las expresiones son la razón de que esa foto esté ahí. Y no llenes cada foto con fechas: un solo cuadro que diga “Los años 70” antes de una serie de fotos hace el trabajo de veinte textos.

Cómo hacerlo personal

Si tienes 10 minutos

Abre tus tres fotos favoritas y, para cada una, escribe el texto que solo tú podrías escribir: no “El abuelo y yo”, sino “El abuelo enseñándome a pescar en el lago”. Que cada uno tenga menos de ocho palabras. Con esa lista ya tienes la mitad de los textos.

Si tienes un fin de semana

Llama o escríbele al familiar más grande que puedas ubicar y pídele que te diga los nombres de las personas y lugares de las fotos que no tienes claras. Anota exactamente cómo dice los nombres, con apodos y tildes. Un texto que dice “Tío Chucho” tal como lo llama la familia vale más que la tipografía perfecta. Después revisa la ortografía con el mismo cuidado que le darías a un regalo impreso; aquí tienes una lista para revisar nombres y fechas.

Si quieres que dure años

Guarda un archivo de texto simple junto al video con la lista de cada foto: quién sale, dónde y cuándo. Los textos metidos dentro del video no se pueden buscar ni corregir; una lista sí. Tú en el futuro, y los primos del futuro, van a usar esa lista mucho después de que el video se vea viejo. Es la misma lógica de los regalos que llevan un momento pegado: lo que dura es lo que ayuda a volver a encontrar el recuerdo.

La pregunta que debes hacerte: “Si alguien pudiera leer solo el texto o ver solo la cara, ¿con cuál quiero que se quede?”

Preguntas frecuentes

¿Dónde se ponen los textos en un video familiar?

Normalmente abajo, salvo que las caras estén ahí. En fotos de grupo y en tomas donde la gente queda abajo del cuadro, súbelos. Las reglas de subtítulos de la televisión en Estados Unidos dicen que no pueden tapar caras ni textos destacados, y en casa vale la misma lógica: las caras deciden dónde van las palabras.

¿Cuánto tiempo debe quedarse un texto en pantalla?

Lo suficiente para leerlo dos veces con calma. La guía del DCMP recomienda ritmos de unas 130 a 160 palabras por minuto según el público, así que un texto de seis palabras necesita entre dos y medio y tres segundos, y uno de diez entre cuatro y cinco. Usa el ritmo lento si lo van a ver los abuelos o los niños.

¿Qué letra y qué color se leen mejor en un video?

Una tipografía simple, sin adornos, en peso normal o negrita, con mayúsculas y minúsculas, y con buen contraste contra el fondo. Las pautas de accesibilidad piden al menos 4,5:1. Letras blancas con una sombra suave o una franja oscura semitransparente detrás funcionan en casi todas las fotos.

¿Todas las fotos de un video de recuerdos necesitan texto?

No. Ponle texto a las fotos donde un nombre, un lugar o un año agregan algo que no se ve. La investigación con seguimiento de la mirada muestra que el texto atrae la atención casi tanto como las caras, así que poner texto en todas convierte el mirar en leer. Un solo cuadro con título antes de un grupo de fotos muchas veces funciona mejor.

¿Por qué no se leen los textos en el celular o en una pantalla chica?

Porque el texto que ajustaste en la computadora se encoge en el celular, las letras delgadas pierden trazos y el texto claro desaparece sobre fondos claros. Agranda la letra, usa menos palabras, agrega sombra o franja y prueba siempre en el aparato donde se va a ver el video.

---

Sobre el autor

Ricky Flores es el fundador de Watch N Wow e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. En Dallas, Texas, arma a mano la Mini Memory TV: una pequeña tele retro que reproduce un video, un mensaje y una canción original hechos con tus fotos y tu historia. Lee más en watchnwow.com.

---

Fuentes

1. Cerf, M., Frady, E. P., & Koch, C. (2009). “Faces and text attract gaze independent of the task: Experimental data and computer model.” Journal of Vision, 9(12), 10. https://doi.org/10.1167/9.12.10
2. Szarkowska, A., & Gerber-Morón, O. (2018). “Viewers can keep up with fast subtitles: Evidence from eye movements.” PLoS ONE, 13(6), e0199331. https://doi.org/10.1371/journal.pone.0199331
3. Described and Captioned Media Program. “Captioning Key: Presentation Rate.” https://dcmp.org/learn/601
4. Code of Federal Regulations de EE. UU., 47 CFR § 79.1 (j)(2), estándares de calidad de subtítulos. Legal Information Institute, Cornell Law School. https://www.law.cornell.edu/cfr/text/47/79.1
5. W3C. “Understanding Success Criterion 1.4.3: Contrast (Minimum).” Web Content Accessibility Guidelines 2.2. https://www.w3.org/WAI/WCAG22/Understanding/contrast-minimum.html
6. Described and Captioned Media Program. “Captioning Key.” https://dcmp.org/learn/captioningkey