वीडियो और उपशीर्षक · उपशीर्षक टूलकिट
सबरिप का इतिहास: DVD रिपिंग टूल का आउटपुट कैसे .srt बन गया
· पेजभूमि
उपशीर्षक SRT फ़ाइल स्वरूपों टाइमकोड
SRT का नाम किसी प्रोग्राम के नाम पर रखा गया है, किसी मानक के नाम पर नहीं। यह पोस्ट बताती है कि SubRip का OCR आउटपुट वेब पर सबसे आम उपशीर्षक प्रारूप कैसे बन गया, इसका कोई औपचारिक विनिर्देश क्यों नहीं है और आज अनुकूलता के लिए इसका क्या अर्थ है।
किसी प्रोग्राम के नाम पर फ़ॉर्मेट का नाम क्यों रखा जाता है? - सबरिप नाम के पीछे रोजमर्रा की पहेली
अक्षर SRT मानक समिति के नाम के बजाय एक वंशावली मार्कर हैं। वे सबरिप का उल्लेख करते हैं, जो उपशीर्षक सामग्री को डिस्क से समयबद्ध पाठ में बदलने से जुड़ा सॉफ्टवेयर है। वह मूल यह समझाने में मदद करता है कि प्रारूप उपयोगिता के व्यावहारिक आउटपुट की तरह क्यों लगता है: कॉम्पैक्ट क्रमांकित ब्लॉक, एक साधारण एडिटर में पढ़ने योग्य, उनके चारों ओर एक बड़े मेटाडेटा मॉडल के बिना।
ऐतिहासिक विवरण दिन-प्रतिदिन की अनुकूलता के लिए परिणाम की तुलना में कम महत्वपूर्ण हैं: SRT उपयोग और कार्यान्वयन के माध्यम से फैलता है। इसलिए भंडार इसे एक पारंपरिक प्रारूप के रूप में मानता है जिसकी वास्तविक दुनिया की बोलियों को सहिष्णु इनपुट की आवश्यकता होती है, न कि एक व्याकरण के रूप में जिसकी प्रत्येक स्वीकृत विविधता को एक शासी विनिर्देश से उद्धृत किया जा सकता है।
प्रोग्राम को सबरिप करें - वर्ण पहचान का उपयोग करके DVD उपशीर्षक को पाठ के रूप में निकालने के लिए एक टूल
DVD उपशीर्षक धाराएँ पाठ की सामान्य पंक्तियों के बजाय छवि-आधारित होती हैं, इसलिए संपादन योग्य शब्दों को निकालने के लिए वर्ण पहचान या मैन्युअल सुधार की आवश्यकता होती है। सबरिप उस निष्कर्षण वर्कफ़्लो से जुड़ा हुआ है, और इसके टेक्स्ट आउटपुट ने मान्यता प्राप्त संवाद को इसे प्रदर्शित करने के लिए आवश्यक समय के साथ जोड़ा है। यह आलेख लॉन्च तिथि, लेखक या संस्करण इतिहास निर्दिष्ट नहीं करता है क्योंकि वे विवरण यहां उपयोग किए गए रिपॉजिटरी स्रोतों द्वारा स्थापित नहीं किए गए हैं।
चरित्र पहचान यह भी बताती है कि क्यों SRT संरचनात्मक रूप से परिपूर्ण हो सकता है जबकि इसके शब्द गलत रहते हैं। ToolAcre क्यू सीमाओं को पार्स करता है और मार्कअप को हटा सकता है, लेकिन यह न तो ऑप्टिकल पहचान करता है और न ही ट्रांसक्रिप्शन को सही करता है। ऐतिहासिक उत्पत्ति और वर्तमान परिवर्तन अलग-अलग कार्य हैं।
आउटपुट स्वरूप - इंडेक्स, टाइमकोड लाइन, टेक्स्ट, रिक्त लाइन, और वह सरलता क्यों फैलती है
परिचित आउटपुट आकार में चार भाग होते हैं: एक संख्यात्मक सूचकांक, एक पंक्ति जिसमें प्रारंभ और अंत टाइमस्टैम्प एक तीर से अलग होते हैं, एक या अधिक पाठ पंक्तियाँ और ब्लॉक को समाप्त करने वाली एक रिक्त रेखा। इसकी ताकत निरीक्षण क्षमता है. एक व्यक्ति क्यू 40 ढूंढ सकता है, उसका समय पढ़ सकता है और विशेष सॉफ्टवेयर के बिना उसके शब्दों को संपादित कर सकता है, जबकि एक पार्सर उसी दस्तावेज़ को ब्लॉक में विभाजित कर सकता है।
ToolAcre पहचान के रूप में सूचकांक पर भरोसा नहीं करता है। यह तीर के लिए प्रत्येक ब्लॉक को खोजता है, संख्याओं को सफलतापूर्वक पार्स करता है और प्रत्येक बाद की पंक्ति को क्यू टेक्स्ट के रूप में जोड़ता है। क्रमांकन पर यह एक से सन्निहित रूप से SRT सूचकांक उत्सर्जित करता है, जो उन्हें ऐतिहासिक कलाकृतियों के रूप में संरक्षित करने के बजाय डुप्लिकेट और अंतराल की मरम्मत करता है।
कोई मानक नहीं, केवल परंपरा - कैसे एक विशिष्टता की कमी के कारण बोलियाँ और खिलाड़ी-विशिष्ट सहिष्णुता पैदा हुई
प्रत्येक निर्माता और खिलाड़ी को नियंत्रित करने वाले एक औपचारिक SRT विनिर्देश के बिना, परंपरा अनुकूलता परत बन जाती है। फ़ाइलें अल्पविराम या पूर्ण-विराम अंशों, छोड़े गए घंटों, बाइट-ऑर्डर चिह्नों, मिश्रित पंक्ति अंत, लुप्त सूचकांकों और विकृत ब्लॉकों के साथ दिखाई देती हैं। अलग-अलग खिलाड़ी अलग-अलग उपसमुच्चय को सहन करते हैं, इसलिए एक एप्लिकेशन में काम करने वाली फ़ाइल उस एप्लिकेशन के बारे में सबूत है, सार्वभौमिक वैधता का प्रमाण नहीं।
पार्सर सामान्य, स्पष्ट विविधताओं को स्वीकार करके और उन दोषों की रिपोर्ट करके इसका उत्तर देता है जिनकी वह सुरक्षित रूप से व्याख्या नहीं कर सकता है। यह या तो मिलीसेकंड विभाजक और वैकल्पिक घंटों को स्वीकार करता है, एक अग्रणी चिह्न हटाता है, लाइन के अंत को सामान्य करता है और टाइमस्टैम्प लाइन की खोज करता है। यह किसी क्यू को चुपचाप घुमाने के बजाय 59 से ऊपर के मिनट या सेकंड को अस्वीकार कर देता है, और पूरी फ़ाइल को निरस्त करने के बजाय BAD_TIMESTAMP या NO_TIMESTAMP रिकॉर्ड करता है।
टाइमकोड में अल्पविराम - एक बड़ी विरासत के साथ एक छोटा सा विवरण
SRT कन्वेंशन तीन मिलीसेकेंड अंक से पहले अल्पविराम लिखता है, जैसे 00:01:02,500। वह विराम चिह्न देखने में छोटा है लेकिन क्रियात्मक रूप से महत्वपूर्ण है क्योंकि WebVTT एक पूर्ण विराम लिखता है। एक्सटेंशन का नाम बदलने से कोई भी चरित्र नहीं बदलता है, और इसलिए एक सख्त उपभोक्ता उस फ़ाइल को अस्वीकार कर सकता है जिसका समय संख्यात्मक रूप से सही है लेकिन घोषित प्रारूप के लिए व्याकरणिक रूप से गलत है।
ToolAcre पढ़ते समय सहनशील और लिखते समय सख्त है। एक मिश्रित-विभाजक स्रोत को पार्स किया जा सकता है, लेकिन SRT आउटपुट को हमेशा अल्पविराम मिलता है और WebVTT आउटपुट को एक बिंदु मिलता है। तीन अंकों से छोटा फ्रैक्शनल इनपुट राइट-पैडेड है, इसलिए .5 का मतलब पांच मिलीसेकंड के बजाय एक सेकंड का पांच दसवां हिस्सा है।
SRT आज - खिलाड़ियों, प्लेटफार्मों और एडिटर के लिए वास्तविक विनिमय प्रारूप
SRT एक कॉम्पैक्ट एक्सचेंज प्रतिनिधित्व के रूप में उपयोगी बना हुआ है क्योंकि इसकी आवश्यक सामग्री खिलाड़ियों, प्लेटफार्मों और एडिटर के लिए मैप करना आसान है: क्यू ऑर्डर, बीता हुआ समय और पाठ। "वास्तव में" महत्वपूर्ण योग्यता है। एक गंतव्य अपनी सीमाएं लगा सकता है या मार्कअप को अलग तरीके से सहन कर सकता है, और अकेले एक्सटेंशन एन्कोडिंग, कैप्शन पूर्णता या एडिटरीय गुणवत्ता के बारे में कुछ नहीं कहता है।
SRT को एक्सचेंज फ़ाइल के रूप में उपयोग करें, न कि इस बात के प्रमाण के रूप में कि प्रत्येक सुविधा किसी अन्य प्रारूप में जीवित है। WebVTT सेटिंग्स, टिप्पणियाँ, क्षेत्र और शैली ब्लॉक सभी में SRT समकक्ष नहीं होते हैं। कन्वर्टर NOTE, STYLE और REGION ब्लॉक को छोड़ देता है और SRT लिखते समय भी क्यू सेटिंग्स को सुरक्षित रखता है, जहां उनका कोई परिभाषित प्रभाव नहीं होता है।
टेकअवे: सरल, सर्वव्यापी, अनिर्दिष्ट - उपशीर्षक टूलकिट रूपांतरण और सफाई करते समय SRT की विविधताओं को कैसे संभालता है
SRT सहन किया गया क्योंकि मूल प्रतिनिधित्व निरीक्षण और कार्यान्वयन के लिए काफी सरल है, लेकिन उसी सम्मेलन के नेतृत्व वाले इतिहास ने विविधताएं उत्पन्न कीं जिन्हें कोई भी सख्त अध्ययन पकड़ नहीं सकता है। उपशीर्षक टूलकिट व्यावहारिक मध्य मार्ग को संभालता है: सामान्य टाइमस्टैम्प और फ़ाइल-आकार भिन्नताओं को स्वीकार करें, असुरक्षित ब्लॉकों की पहचान करें, फिर एक पूर्वानुमानित SRT या WebVTT फॉर्म लिखें।
प्रतिलिपि के बजाय मूल को लोड करें जिसे किसी अन्य कन्वर्टर ने पहले ही सामान्य कर दिया है, समस्या सूची पढ़ें और निर्यात करने से पहले क्यू गणना की तुलना करें। छोड़े गए विकृत क्यू को स्वच्छ क्रमांकन द्वारा ठीक नहीं किया जाता है; इसे छोड़ दिया गया है और रिपोर्ट किया गया है, जो उस समय अनुमान लगाने से अधिक ईमानदार है जब स्रोत ने सुरक्षित रूप से नहीं बताया था।