Video & Untertitel · Untertitel-Toolkit
Die Geschichte von SubRip: Wie die Ausgabe eines DVD-Ripping-Tools zu .srt wurde
· Hintergrund
Untertitel srt Dateiformate Timecodes
SRT ist nach einem Programm benannt, nicht nach einem Standard. In diesem Beitrag wird nachgezeichnet, wie die OCR-Ausgabe von SubRip zum gebräuchlichsten Untertitelformat im Web wurde, warum es keine formale Spezifikation gibt und was das heute für die Kompatibilität bedeutet.
Warum ist das Format nach einem Programm benannt? – das alltägliche Rätsel hinter dem Namen SubRip
Die Buchstaben SRT sind eher ein Abstammungsmarker als der Name eines Standardkomitees. Sie beziehen sich auf SubRip, die Software zur Umwandlung von Untertitelmaterial von Discs in zeitgesteuerten Text. Dieser Ursprung hilft zu erklären, warum sich das Format wie die praktische Ausgabe eines Dienstprogramms anfühlt: kompakte nummerierte Blöcke, lesbar in einem normalen Editor, ohne ein großes Metadatenmodell um sie herum.
Die historischen Details sind für die alltägliche Kompatibilität weniger wichtig als die Konsequenz: SRT Verbreitung durch Verwendung und Implementierung. Das Repository behandelt es daher als konventionelles Format, dessen reale Dialekte tolerante Eingaben erfordern, und nicht als Grammatik, deren jede akzeptierte Variation aus einer maßgeblichen Spezifikation zitiert werden kann.
SubRip, das Programm – ein Tool zum Extrahieren von DVD-Untertiteln als Text mithilfe der Zeichenerkennung
DVD-Untertitel-Streams basieren auf Bildern und nicht auf gewöhnlichen Textzeilen. Das Extrahieren bearbeitbarer Wörter erfordert daher eine Zeichenerkennung oder manuelle Korrektur. SubRip ist mit diesem Extraktionsworkflow verknüpft, und seine Textausgabe koppelt erkannte Dialoge mit dem für die Anzeige erforderlichen Timing. In diesem Artikel werden kein Startdatum, Autor oder Versionsverlauf angegeben, da diese Details nicht von den hier verwendeten Repository-Quellen ermittelt werden.
Die Zeichenerkennung erklärt auch, warum ein SRT strukturell perfekt sein kann, während seine Wörter falsch bleiben. ToolAcre analysiert Cue-Grenzen und kann Markierungen entfernen, führt jedoch weder eine optische Erkennung durch noch korrigiert es die Transkription. Historischer Ursprung und gegenwärtige Transformation sind getrennte Aufgaben.
Das Ausgabeformat – Index, Timecode-Zeile, Text, Leerzeile und warum sich diese Einfachheit verbreitete
Die bekannte Ausgabeform besteht aus vier Teilen: einem numerischen Index, einer Zeile mit durch einen Pfeil getrennten Start- und Endzeitstempeln, einer oder mehreren Textzeilen und einer Leerzeile, die den Block beendet. Seine Stärke ist die Prüfbarkeit. Eine Person kann den Hinweis 40 finden, seine Zeit lesen und seine Wörter ohne spezielle Software bearbeiten, während ein Parser dasselbe Dokument in Blöcke aufteilen kann.
ToolAcre vertraut dem Index nicht als Identität. Es durchsucht jeden Block nach dem Pfeil, nummeriert erfolgreich geparste Cues selbst und fügt jede spätere Zeile als Cue-Text hinzu. Bei der Serialisierung werden SRT-Indizes fortlaufend von einem ausgegeben, wodurch Duplikate und Lücken repariert werden, anstatt sie als historische Artefakte zu bewahren.
Kein Standard, nur Konvention – wie das Fehlen einer Spezifikation zu Dialekten und spielerspezifischer Toleranz führte
Ohne eine formale SRT-Spezifikation, die jeden Produzenten und Spieler regelt, wird die Konvention zur Kompatibilitätsebene. Dateien werden mit Komma- oder Punktbrüchen, ausgelassenen Stunden, Byte-Reihenfolgemarkierungen, gemischten Zeilenenden, fehlenden Indizes und fehlerhaften Blöcken angezeigt. Verschiedene Spieler tolerieren unterschiedliche Teilmengen, sodass eine in einer Anwendung funktionierende Datei ein Beweis für diese Anwendung und kein Beweis für die universelle Gültigkeit ist.
Der Parser antwortet darauf, indem er häufige, eindeutige Variationen akzeptiert und Fehler meldet, die er nicht sicher interpretieren kann. Es akzeptiert entweder Millisekundentrennzeichen und optionale Stunden, entfernt ein führendes Zeichen, normalisiert Zeilenenden und sucht nach der Zeitstempelzeile. Es lehnt Minuten oder Sekunden über 59 ab, anstatt einen Cue stillschweigend zu verschieben, und zeichnet BAD_TIMESTAMP oder NO_TIMESTAMP auf, anstatt die gesamte Datei abzubrechen.
Das Komma im Timecode – ein kleines Detail mit großem Erbe Die Konvention
SRT schreibt ein Komma vor die drei Millisekunden-Ziffern, wie in 00:01:02,500. Diese Interpunktion ist optisch klein, aber operativ wichtig, da WebVTT einen Punkt schreibt. Das Umbenennen der Erweiterung ändert keines der Zeichen, und ein strenger Verbraucher kann daher eine Datei ablehnen, deren Zeiten numerisch korrekt, aber grammatikalisch falsch für das deklarierte Format sind.
ToolAcre ist beim Lesen tolerant und beim Schreiben streng. Eine Quelle mit gemischten Trennzeichen kann geparst werden, die Ausgabe von SRT erhält jedoch immer ein Komma und die WebVTT-Ausgabe einen Punkt. Brucheingaben, die kürzer als drei Ziffern sind, werden rechts aufgefüllt, sodass .5 fünf Zehntelsekunden statt fünf Millisekunden bedeutet.
SRT heute – das De-facto-Austauschformat für Spieler, Plattformen und Redakteure
SRT bleibt als kompakte Austauschdarstellung nützlich, da seine wesentlichen Inhalte für Spieler, Plattformen und Redakteure leicht zuzuordnen sind: Cue-Reihenfolge, verstrichene Zeiten und Text. „De facto“ ist das wichtige Kriterium. Ein Ziel kann seine eigenen Grenzen setzen oder Markup anders tolerieren, und die Erweiterung allein sagt nichts über die Kodierung, die Vollständigkeit der Untertitel oder die redaktionelle Qualität aus.
Verwenden Sie SRT als Austauschdatei, nicht als Beweis dafür, dass jedes Feature ein anderes Format überlebt hat. WebVTT-Einstellungen, Kommentare, Regionen und Stilblöcke haben nicht alle SRT-Entsprechungen. Der Konverter überspringt NOTE-, STYLE- und REGION-Blöcke und behält Cue-Einstellungen auch beim Schreiben von SRT bei, wo sie keine definierte Wirkung haben.
Imbiss: einfach, allgegenwärtig, nicht spezifiziert – wie das Subtitle Toolkit die Variationen von SRT beim Konvertieren und Bereinigen verarbeitet
SRT hat überlebt, weil die Kerndarstellung einfach genug ist, um sie zu überprüfen und zu implementieren, aber dieselbe konventionsgeführte Geschichte hat Variationen hervorgebracht, die keine einzelne strenge Lesart erfassen kann. Das Subtitle Toolkit übernimmt den praktischen Mittelweg: Akzeptieren Sie gängige Zeitstempel- und Dateiformvariationen, identifizieren Sie unsichere Blöcke und schreiben Sie dann ein vorhersehbares SRT- oder WebVTT-Formular.
Laden Sie das Original und nicht eine Kopie, die ein anderer Konverter bereits normalisiert hat, lesen Sie die Problemliste und vergleichen Sie die Cue-Anzahl vor dem Exportieren. Ein übersprungener fehlerhafter Hinweis wird nicht durch saubere Serialisierung repariert; es wird weggelassen und berichtet, was ehrlicher ist, als zu einem Zeitpunkt zu raten, den die Quelle nicht sicher angegeben hat.