クローズドキャプション（closed captioning、CC）とは、テレビやビデオほか映像ディスプレイに文字表示を出して追加補足情報を提供する字幕の一種。ここでは主に英語圏での状況について説明する。

主に聴覚障害者や難聴の人がテレビ放送や映像ソフトを楽しむためアメリカ合衆国で開発された米国方式のキャプション表示技術であり、視聴者側の設定で表示・非表示を切り替えられるのが特徴である。通常は番組内の音声箇所の文字起こしで使われ、たまに音声以外の説明が入ることもある。他の用途としては、映像に収録済みの主音声内容を代替言語で文字翻訳して提供するものがある。

現在最も親しまれているロゴは、テレビの枠内にクローズドキャプションの頭字語「CC」が入った図象である[注釈 1]。

日本の字幕放送や文字多重放送とは異なる技術となっている。
用語

クローズドとは、視聴者がリモコンやメニュー画面で「表示」を選択しない限りキャプションが表示されないものを言う。対して、視聴者全員が見ることになる表示形式をオープンキャプションと呼ぶ。

HTML5は、字幕とキャプションを次のように定義している。字幕とは、視聴者にとって「音声は聞こえるが内容を理解できない（例:外国語の会話）場合を想定して、発話を文字起こししたり翻訳したもの」である。キャプションとは「音声が利用不能だったり明瞭に聞きとれない（例:音声がミュートだったり、視聴者が聴覚障害者や難聴である）場合を想定して、発話のほかに、効果音、流れる音楽、その他関連する音声情報を文字起こししたり翻訳したもの」である[2]。

アメリカ合衆国やカナダでは上述の使い分けをしているが、日本やイギリスほか多くの国では両者を区別せずに「字幕」を一般的な用語として使っている。上述のキャプションに相当するものは「聴覚障害者用の字幕」と呼ばれている[注釈 2]。なお、クローズドキャプションという用語はNTSC互換ビデオで使用される北米のEIA-608エンコード方式を指すのにも使われている。

大半の欧米市場では、テレビ、DVD、類似デバイス用のリモコンに字幕/キャプションの表示を制御するボタン（SUBやSUBTITLE）がついている。日本では「字幕」ボタンがあるリモコンを使うことで、上述のキャプションにあたる字幕放送を視聴可能である[3]。ただし日本では、こうした字幕対応の番組が放送時間全体の5割前後（2014年時点）に留まる[3]。
歴史
オープンキャプション

オープンキャプション付きの定例放送は、1972年に米公共放送サービス（PBS）の番組『The French Chef』で始まった[4]。その後すぐにWGBH-TVが『Zoom』『ABC World News Tonight』『Once Once a Classic』の番組でオープンキャプションを始めた。
クローズドキャプションの技術開発

クローズドキャプションは、1971年にナッシュビル (テネシー州)で行われた聴覚障害者向けテレビについての第1回全国会議で初めて実演された[4]。1972年2月15日に二度目の実演がギャローデット大学で行われ、 ABCと国立標準局が『モッズ特捜隊』の通常放送に組み込んだ形のクローズドキャプションを実証した。

クローズドキャプション方式は、1973年にPBS系列局WETA-TVの協力で導入放送された[4]。これら試験の結果として、1976年に連邦通信委員会（FCC）は、クローズドキャプション送信用に21局線を確保した。PBSの技術者が、事前収録済み番組のキャプションに使用されるキャプション編集機器を開発した。

イギリスの英国放送協会（BBC）は、1979年に事前収録済み番組のテレテキスト（文字放送）を基本とするクローズドキャプションを導入した最初の放送局である[5]。

リアルタイムキャプションは、1982年に米国立キャプション研究所 (National Captioning Institute) により開発された[4]。リアルタイムキャプションにおいて、字幕速記者はステノタイプで毎分225語を超える速さでの入力を訓練し、生放送のニュース、スポーツ、娯楽番組でも視聴者が即時見られるようになった。結果、視聴者は会話の2-3秒以内に喋っている内容のキャプションを見られるようになっている。

米国では主にWGBH-TV、VITAC、CaptionMax、国立キャプション研究所がキャプション製作を行っている。イギリスやオーストラリア周辺地域ではRed Bee MediaやIndependent Media Supportなどが販売元として知られている。

音声認識技術の向上が、生放送キャプションを完全または部分的に自動化させている。BBCスポーツ放送では、喋っている解説を自動化された文字生成システムに（慎重な発音と若干の単純化そしてマークアップ言語を使って）繰り返し吹き込む「リスピーカー」という訓練済みの人材を使っている。これは一般に信頼性が高いが、失敗がないとは言い切れない[6]。
全面的なクローズドキャプション

米国立キャプション研究所は、商用テレビ放送網と連携をとる目的で1979年に設立された[7]。

米国のテレビで、定例予定が組まれたクローズドキャプションの初使用は1980年3月16日のことである[8]。シアーズが標準的なテレビに接続可能な字幕表示機器テレキャプション・アダプターを開発して販売した。キャプション付きで視聴できた最初の番組は、 NBCでは『ディズニー・ワンダフル・ワールド』提供の映画版『Son of Flubber』、『ABCサンデーナイトムービー』で放映した『Semi-Tough』、公共放送のPBSでは『マスターピース・シアター』だった[9]。

イギリスのBBCは、主要なBBC One、BBC Two、BBC Three、BBC Four、CBBC、Cbeebies、BBC Newsの放送7チャンネル全てで100％キャプション付きの放送サービスを提供した。放送チャンネルで提供されるのと同等のキャプションを満たす、主要放送局の発信による初のキャプション付きビデオ・オン・デマンドサービスとして、2008年にBBC iPlayerが開設された。
米国での法整備

1990年のテレビデコーダ回路法案（Television Decoder Circuitry Act）が可決されるまで、テレビのキャプションは三洋電機が製造して米国立キャプション研究所が販売するセットトップボックスにより変換表示されていた（当時この機器は約200ドルでテレビと同等の価格だった）。製造側との討議を通じて、単体の箱よりもテレビに適切な回路を組み込むほうが安価になるであろうことが確約され、当時三洋の従業員だったロナルド・メイが三洋とギャロデット大学の代表者として専門家証人の証言を出し、法案の可決を後押しした。1991年1月23日にこの法案が議会で可決され[4]、連邦通信委員会（FCC）にクローズドキャプションの実装に関する規則を制定する権限を与えた。この法律は、1993年7月1日までに販売・製造された13インチ以上の画面を持つ全てのアナログテレビ受信機にクローズドキャプションの表示機能を備えるよう義務付けるものだった[10]。

また1990年に、障害を持つアメリカ人法（ADA）が可決されて障害者の平等な機会が保証された[7]。ADAは公共の場や商業施設での障害者差別を禁止しており、同法の第3編が病院、バー、ショッピングセンター、博物館といった公共施設（映画館は除く）のテレビ、映画、スライドショーに発話情報を表示することを義務付けている。

FCCは、英語やスペイン語の音声がある素材のキャプションを番組の発信側全員（委員会規則79.1(d)の特殊例外を除く）[注釈 3]に義務付けている。なお、経営の厳しい事業者は先の例外に漏れていても免除申請をすることができる[12]。

1996年の電気通信法 (Telecommunications Act of 1996) は90年のデコーダ回路法を拡張したもので、2002年7月1日までにデジタルテレビ受信機にも同様の要件を課した[13]。2010年1月1日時点で、米国のあらゆるテレビ番組配信業者にはビデオ番組にスペイン語のクローズドキャプションを提供することが義務付けられている。

21世紀の通信とビデオアクセシビリティ法 (Twenty-First Century Communications and Video Accessibility Act of 2010) が2010年7月に米国国下院で可決された[14]。同じ名前の類似法案S.3304が同年8月5日に米国上院で、9月28日に下院で可決され、10月8日に発効された。この法律はATSC方式のセットトップボックスリモコンにクローズドキャプションの出力オン・オフ切り替えボタンを一部義務化している。また同法は、インターネット上で再配信されるテレビ番組にもキャプションを提供するよう放送局に義務付けている[15]。

2014年2月20日、FCCはクローズドキャプションの精度、タイミング、漏れのなさ、配置に関する品質基準の導入を満場一致で承認した[16]。
日本での利用状況

米国方式のクローズドキャプションは日本語表示の問題もあり、日本の地上波とBS放送における採用例は少ない。CS放送ではスカパー!の標準画質放送で、英語のみだが米国方式のクローズドキャプションがスターチャンネルなどで採用されている。米国方式のクローズドキャプションを採用したビデオソフトは多数販売されており、英語学習として利用されている。

日本の地上波・BS放送で採用されている、米国方式ではない日本語キャプションについては「文字多重放送」を参照。
有用性

クローズドキャプションは、聴覚障害者や難聴者の理解補助を目的に作られたものである。また、母国語以外の言語を習得（聞き取りと会話）する人向けのツールや、音声が聞き取りづらかったり意図的に音を消した環境でのツールとしても使用されている。キャプションはまた、音声と一緒に番組の台本を読みたいだけの視聴者にも使用されている。

米国立キャプション研究所（NCI）は、キャプション入切デコーダーが組み込まれて米国のテレビの標準機能になる前の1980年代後半から1990年代初頭まで、外国語または第二言語としての英語学習者が米国におけるデコーダー購入の最大層だと指摘した。このことは母国語が英語ではない人達がクローズドキャプション最大の視聴者層だという事を示唆している。イギリスでは、750万人がテレビ字幕（クローズドキャプション）を使用しており、うち600万人は聴覚障害を持っていない[17]。

クローズドキャプションは、バーやレストランなど周囲の騒音で聞こえない場合や、複数のテレビが異なる番組を表示している場所でも使用される。加えて、オンラインビデオは様々な機械的アルゴリズムによって音声内容のデジタル処理を介した処理がなされ、結果としてエラーの連鎖が起こったりもする[注釈 4]。動画データが本当に正確に転送された場合はクローズドキャプションが有用な目的を果たすようになる[18][19][20]。

一部のテレビでは、音声をミュートした（無音）時にキャプションが自動的にオンになるよう設定可能である。
テレビとビデオ

生放送番組では、番組のサウンドトラックを構成する発話が、人間のオペレーター（発話から文字への記録者）によってステノタイプやステノマスク[注釈 5]機器を使って写し取られ、その音声出力がコンピューターによって瞬時に文字変換されて画面に表示される。この技術は、BBCのシーファクス文字放送サービスの先駆けとして1970年代に開発された。BBCと協力して、この目的のために大学生が最初の音韻から文字への変換プログラムを作成する研究プロジェクトを実行した[22]。ニュース速報、スポーツ大会、娯楽生番組、その他の生放送のキャプションは数秒遅れることがある。人間が次に言わんとする内容を機械は知る筈もないので、出演者が文章を述べた後でキャプションが表示されるためこの遅延が生じる[23]。コンピュータでの自動音声認識は、単一音声を認識するよう設定した場合にうまく機能するため、2003年以降BBCは放送内容を他の人に再度喋らせることで生放送の字幕を作っている。生放送のキャプションはリアルタイム字幕放送の形式でもある。一方、ESPNのスポーツ大会では、特殊な（ステノ）キーボードと個別に作成された「辞書」を活用した速記法を使っている。

たまに台本が事前入手可能なケースがあり、その場合のキャプションは編集された後に番組内で単純表示される。事前に準備済みの内容と生放送の内容が混在するニュース速報などの番組では、技術の組み合わせを活用する。

事前収録済みの番組、コマーシャル、ホームビデオの場合、事前に音声が文字起こしされてキャプションの配置や時間配分が調整される。世界各国のアナログテレビ放送様式（デジタル移行前までの採用も含む）

あらゆるNTSCプログラムでは、キャプションが可視区間のすぐ上となる垂直帰線区間の21番目（line21）に「エンコード」される。ATSC（米国式デジタルテレビ）プログラムではビデオ内に3編がエンコードされ、うち2つは下位互換の"line21"キャプションで、3番目はEIA-708形式で埋め込まれた最大63個の追加キャプションセットである[24]。

EIA-608ではなくテレテキストが使用されるPALやSECAMの国ではキャプションが別の方法で変換・保存されているが、準備方法やline21区間が使用される点は同様である。家庭用ベータマックスやVHSビデオテープの場合、PAL諸国では使用されている垂直帰線区間の本数が多いため、このline21区間の配置換えを行う必要があるが、欧州のPAL方式VHS機器でクローズドキャプションの記録様式まで対応するものはごく一部だけである。あらゆるテレテキスト区間がそうだが、テレテキストのキャプションは標準のPAL諸国のVHSレコーダーでは記録できない（垂直帰線区間の配置換え非対応なので）。全区間を記録するプロ仕様のS-VHSレコーダであれば対応可能になる。記録されたテレテキストのキャプション区間はまた、ビット数の増加および特に低帯域VHSでのSN比低下に起因してキャプションエラーの数が多くなる。DVDには字幕・キャプション用の独自方式があり、データ領域にデジタル化されて挿入され、再生時にビデオに変換表示される。