Video & sari kata · Kit Alat Sari kata
Sejarah SubRip: bagaimana output alat DVD menjadi .srt
· Latar belakang
sari kata srt format fail kod masa
SRT dinamakan sempena program, bukan standard. Siaran ini mengesan bagaimana output OCR SubRip menjadi format sari kata yang paling biasa di web, sebab ia tidak mempunyai spesifikasi rasmi dan maksudnya untuk keserasian hari ini.
Mengapa format dinamakan sempena program? — teka-teki setiap hari di sebalik nama SubRip
Huruf SRT ialah penanda keturunan dan bukannya nama jawatankuasa piawai. Mereka merujuk kepada SubRip, perisian yang dikaitkan dengan menukar bahan sari kata daripada cakera kepada teks bermasa. Asal itu membantu menjelaskan mengapa format itu kelihatan seperti output praktikal utiliti: blok bernombor padat, boleh dibaca dalam editor biasa, tanpa model metadata besar di sekelilingnya.
Butiran sejarah kurang penting untuk keserasian sehari-hari berbanding akibatnya: SRT tersebar melalui penggunaan dan pelaksanaan. Oleh itu, repositori menganggapnya sebagai format konvensional yang dialek dunia sebenar memerlukan input bertolak ansur, bukan sebagai tatabahasa yang setiap variasi yang diterima boleh dipetik daripada satu spesifikasi yang mengawal.
SubRip program — alat untuk mengekstrak sari kata DVD sebagai teks menggunakan pengecaman aksara
DVD strim sari kata adalah berasaskan imej dan bukannya baris teks biasa, jadi mengekstrak perkataan boleh diedit memerlukan pengecaman aksara atau pembetulan manual. SubRip dikaitkan dengan aliran kerja pengekstrakan itu, dan output teksnya memadankan dialog yang diiktiraf dengan masa yang diperlukan untuk memaparkannya. Artikel ini tidak menetapkan tarikh pelancaran, pengarang atau sejarah versi kerana butiran tersebut tidak ditetapkan oleh sumber repositori yang digunakan di sini.
Pengecaman aksara juga menerangkan sebab SRT boleh menjadi sempurna dari segi struktur manakala perkataannya kekal salah. ToolAcre menghuraikan sempadan kiu dan boleh mengalih keluar penanda, tetapi ia tidak melakukan pengecaman optik mahupun membetulkan transkripsi. Asal sejarah dan transformasi semasa adalah pekerjaan yang berasingan.
Format output — indeks, baris kod masa, teks, baris kosong dan sebab kesederhanaan itu tersebar
Bentuk keluaran biasa mempunyai empat bahagian: indeks berangka, baris yang mengandungi cap masa mula dan tamat yang dipisahkan dengan anak panah, satu atau lebih baris teks dan baris kosong yang menamatkan blok. Kekuatannya adalah inspectability. Seseorang boleh mencari isyarat 40, membaca masanya dan mengedit perkataannya tanpa perisian khusus, manakala penghurai boleh membahagikan dokumen yang sama kepada blok.
ToolAcre tidak mempercayai indeks sebagai identiti. Ia mencari setiap blok untuk anak panah, nombor berjaya menghuraikan isyarat itu sendiri dan menyertai setiap baris kemudian sebagai teks kiu. Pada bersiri ia mengeluarkan SRT indeks bersebelahan daripada satu, yang membaiki pendua dan jurang dan bukannya mengekalkannya sebagai artifak sejarah.
Tiada standard, sahaja konvensyen — bagaimana kekurangan spesifikasi membawa kepada dialek dan toleransi khusus pemain
Tanpa satu spesifikasi rasmi SRT yang mengawal setiap pengeluar dan pemain, konvensyen menjadi lapisan keserasian. Fail muncul dengan koma atau pecahan hentian penuh, jam ditinggalkan, tanda tertib bait, pengakhiran baris bercampur, indeks hilang dan blok cacat. Pemain yang berbeza bertolak ansur dengan subset yang berbeza, jadi fail yang berfungsi dalam satu aplikasi adalah bukti tentang aplikasi itu, bukan bukti kesahihan universal.
Penghurai menjawab ini dengan menerima variasi biasa yang tidak jelas dan melaporkan kesilapan yang tidak dapat ditafsirkan dengan selamat. Ia menerima sama ada pemisah milisaat dan jam pilihan, menghilangkan tanda utama, menormalkan penghujung baris dan mencari baris cap masa. Ia menolak minit atau saat di atas 59 daripada menggerakkan isyarat secara senyap dan merekodkan BAD_TIMESTAMP atau NO_TIMESTAMP dan bukannya membatalkan keseluruhan fail.
Koma dalam kod masa — satu butiran kecil dengan warisan yang besar
Konvensyen SRT menulis koma sebelum tiga digit milisaat, seperti dalam 00:01:02,500. Tanda baca itu secara visual kecil tetapi penting dari segi operasi kerana WebVTT menulis noktah. Menamakan semula sambungan tidak mengubah aksara, dan oleh itu pengguna yang ketat boleh menolak fail yang masanya betul dari segi berangka tetapi salah dari segi tatabahasa untuk format yang diisytiharkan.
ToolAcre bertolak ansur semasa membaca dan tegas semasa menulis. Sumber pemisah bercampur boleh dihuraikan, tetapi output SRT sentiasa menerima koma dan WebVTT mengeluarkan titik. Input pecahan yang lebih pendek daripada tiga digit adalah berlapik kanan, jadi .5 bermaksud lima persepuluh saat dan bukannya lima milisaat.
SRT hari ini — format pertukaran de facto untuk pemain, platform dan editor
SRT kekal berguna sebagai perwakilan pertukaran padat kerana kandungan pentingnya mudah untuk dipetakan oleh pemain, platform dan editor: susunan kiu, masa berlalu dan teks. “De facto” ialah kelayakan penting. Destinasi mungkin mengenakan hadnya sendiri atau bertolak ansur dengan markup secara berbeza, dan sambungan sahaja tidak mengatakan apa-apa tentang pengekodan, kesempurnaan kapsyen atau kualiti editorial.
Gunakan SRT sebagai fail pertukaran, bukan sebagai bukti bahawa setiap ciri kekal dalam format lain. Tetapan, ulasan, kawasan dan blok gaya WebVTT tidak semuanya mempunyai SRT setara. Penukar melangkau NOTE, STYLE dan REGION menyekat dan mengekalkan tetapan kiu walaupun semasa menulis SRT, di mana ia tidak mempunyai kesan yang jelas.
Bawa pulang: mudah, ada di mana-mana, tidak ditentukan — cara Kit Alat Sari kata mengendalikan variasi SRT semasa menukar dan membersihkan
SRT bertahan kerana perwakilan teras cukup mudah untuk diperiksa dan dilaksanakan, tetapi sejarah yang diterajui konvensyen yang sama menghasilkan variasi yang tidak dapat ditangkap oleh bacaan ketat. Kit Alat Sari kata mengendalikan jalan tengah yang praktikal: terima cap masa biasa dan variasi bentuk fail, kenal pasti blok yang tidak selamat, kemudian tulis satu borang SRT atau WebVTT yang boleh diramal.
Muatkan salinan asal dan bukannya salinan yang telah dinormalkan oleh penukar lain, baca senarai keluaran dan bandingkan kiraan kiu sebelum mengeksport. Kiu cacat yang dilangkau tidak dibaiki dengan bersiri bersih; ia ditinggalkan dan dilaporkan, yang lebih jujur daripada meneka pada masa yang sumber tidak menyatakan dengan selamat.