Vidéo et sous-titres · Boîte à outils de sous-titres
L'histoire de SubRip : comment la sortie d'un outil d'extraction de DVD est devenue .srt
· Contexte
sous-titres srt formats de fichiers codes temporels
SRT porte le nom d'un programme et non d'une norme. Cet article explique comment la sortie OCR de SubRip est devenue le format de sous-titres le plus courant sur le Web, pourquoi elle n'a pas de spécification formelle et ce que cela signifie en termes de compatibilité aujourd'hui.
Pourquoi le format porte-t-il le nom d'un programme ? - le casse-tête quotidien derrière le nom SubRip
Les lettres SRT sont un marqueur de lignée plutôt que le nom d'un comité de normalisation. Ils font référence à SubRip, le logiciel associé à la transformation des sous-titres des disques en texte chronométré. Cette origine contribue à expliquer pourquoi le format ressemble à la sortie pratique d'un utilitaire : des blocs numérotés compacts, lisibles dans un éditeur ordinaire, sans un grand modèle de métadonnées autour d'eux.
Les détails historiques sont moins importants pour la compatibilité quotidienne que la conséquence : SRT se propage à travers l'utilisation et la mise en œuvre. Le référentiel le traite donc comme un format conventionnel dont les dialectes du monde réel nécessitent une entrée tolérante, et non comme une grammaire dont chaque variation acceptée peut être citée à partir d'une spécification directrice.
SubRip le programme — un outil pour extraire les sous-titres de DVD sous forme de texte à l'aide de la reconnaissance de caractères
Les flux de sous-titres de DVD sont basés sur des images plutôt que sur des lignes de texte ordinaires. L'extraction de mots modifiables nécessite donc une reconnaissance de caractères ou une correction manuelle. SubRip est associé à ce flux de travail d'extraction et sa sortie de texte associe un dialogue reconnu au timing nécessaire pour l'afficher. Cet article n'attribue pas de date de lancement, d'auteur ou d'historique des versions car ces détails ne sont pas établis par les sources du référentiel utilisées ici.
La reconnaissance des caractères explique également pourquoi un SRT peut être structurellement parfait alors que ses mots restent faux. ToolAcre analyse les limites des repères et peut supprimer le balisage, mais il n'effectue pas de reconnaissance optique ni ne corrige la transcription. L’origine historique et la transformation actuelle sont des tâches distinctes.
Le format de sortie : index, ligne de timecode, texte, ligne vierge et pourquoi cette simplicité s'est répandue
La forme de sortie familière comporte quatre parties : un index numérique, une ligne contenant les horodatages de début et de fin séparés par une flèche, une ou plusieurs lignes de texte et une ligne vide terminant le bloc. Sa force est l’inspectabilité. Une personne peut trouver le signal 40, lire son heure et éditer ses mots sans logiciel spécialisé, tandis qu'un analyseur peut diviser le même document en blocs.
ToolAcre ne fait pas confiance à l'index en tant qu'identité. Il recherche dans chaque bloc la flèche, les nombres analysés avec succès et joint chaque ligne ultérieure sous forme de texte de repère. Lors de la sérialisation, il émet des indices SRT contigus à un, ce qui répare les doublons et les lacunes au lieu de les préserver en tant qu'artefacts historiques.
Pas de norme, seulement une convention : comment l'absence de spécification a conduit à des dialectes et à une tolérance spécifique aux joueurs
Sans une spécification formelle SRT régissant chaque producteur et joueur, la convention devient la couche de compatibilité. Les fichiers apparaissent avec des virgules ou des fractions, des heures omises, des marques d'ordre d'octet, des fins de ligne mixtes, des index manquants et des blocs mal formés. Différents acteurs tolèrent différents sous-ensembles, donc un fichier fonctionnant dans une application est une preuve de cette application, et non une preuve de validité universelle.
L'analyseur répond à cette question en acceptant les variations courantes et sans ambiguïté et en signalant les défauts qu'il ne peut pas interpréter en toute sécurité. Il accepte le séparateur en millisecondes et les heures facultatives, supprime une marque de début, normalise les fins de ligne et recherche la ligne d'horodatage. Il rejette les minutes ou les secondes au-dessus de 59 plutôt que de déplacer silencieusement un repère, et enregistre BAD_TIMESTAMP ou NO_TIMESTAMP au lieu d'abandonner l'intégralité du fichier.
La virgule dans le timecode : un petit détail avec un grand héritage La convention
SRT écrit une virgule avant les trois chiffres des millisecondes, comme dans 00:01:02,500. Cette ponctuation est visuellement petite mais importante sur le plan opérationnel car WebVTT écrit un point. Renommer l'extension ne change aucun caractère, et un consommateur strict peut donc refuser un fichier dont les heures sont numériquement correctes mais grammaticalement erronées pour le format déclaré.
ToolAcre est tolérant lors de la lecture et strict lors de l'écriture. Une source de séparateur mixte peut être analysée, mais la sortie SRT reçoit toujours une virgule et WebVTT génère un point. Les entrées fractionnaires inférieures à trois chiffres sont complétées à droite, donc .5 signifie cinq dixièmes de seconde au lieu de cinq millisecondes.
SRT aujourd'hui — le format d'échange de facto pour les joueurs, les plateformes et les éditeurs
SRT reste utile en tant que représentation d'échange compacte car son contenu essentiel est facile à cartographier pour les joueurs, les plateformes et les éditeurs : ordre des repères, temps écoulés et texte. « De facto » est le qualificatif important. Une destination peut imposer ses propres limites ou tolérer le balisage différemment, et l'extension à elle seule ne dit rien sur l'encodage, l'exhaustivité des sous-titres ou la qualité éditoriale.
Utilisez SRT comme fichier d'échange, et non comme preuve que chaque fonctionnalité a survécu à un autre format. Les paramètres, commentaires, régions et blocs de style WebVTT n'ont pas tous d'équivalents SRT. Le convertisseur ignore les blocs NOTE, STYLE et REGION et conserve les paramètres de repère même lors de l'écriture de SRT, où ils n'ont aucun effet défini.
À retenir : simple, omniprésent, non spécifié – comment la boîte à outils de sous-titres gère les variations de SRT lors de la conversion et du nettoyage
SRT a perduré parce que la représentation de base est suffisamment simple à inspecter et à mettre en œuvre, mais cette même histoire basée sur des conventions a produit des variations qu'aucune lecture stricte ne peut capturer. Subtitle Toolkit gère le juste milieu : accepter les variations courantes d'horodatage et de forme de fichier, identifier les blocs dangereux, puis écrire un formulaire SRT ou WebVTT prévisible.
Chargez l'original plutôt qu'une copie qu'un autre convertisseur a déjà normalisée, lisez la liste des problèmes et comparez le nombre de repères avant d'exporter. Une mémoire malformée ignorée n'est pas réparée par une sérialisation propre ; il est omis et rapporté, ce qui est plus honnête que de deviner à un moment où la source n'a pas déclaré en toute sécurité.