La inserción de “caption” o subtítulos ocultos es el proceso por el cual se convierte el contenido de audio de un programa de televisión, un Webcast, una película, un video, CD-ROM, DVD, un evento en vivo y en directo o cualquier otro tipo de producción a texto, y se hace que éste a su vez aparezca en una pantalla o monitor. Dicho texto incluye la identificación de los hablantes, efectos de sonido y descripción de la música. En esencia, el “caption” o subtítulo oculto se basa no solo en lo que se dice, sino también en lo que se comunica. Es decir, no es una mera transcripción de texto.