Video và phụ đề · Bộ công cụ phụ đề
Lịch sử của SubRip: cách đầu ra của công cụ sao chép DVD trở thành .srt
· Lý lịch
phụ đề srt file-formats mã thời gian
SRT được đặt tên theo một chương trình, không phải theo tiêu chuẩn. Bài đăng này theo dõi cách đầu ra OCR của SubRip trở thành định dạng phụ đề phổ biến nhất trên web, tại sao nó không có thông số kỹ thuật chính thức và điều đó có ý nghĩa gì đối với khả năng tương thích ngày nay.
Tại sao định dạng được đặt tên theo một chương trình? — câu đố hàng ngày đằng sau cái tên SubRip
Các chữ cái SRT là dấu hiệu dòng dõi chứ không phải là tên của ủy ban tiêu chuẩn. Họ đề cập đến SubRip, phần mềm liên quan đến việc chuyển tài liệu phụ đề từ đĩa thành văn bản được tính giờ. Nguồn gốc đó giúp giải thích tại sao định dạng này có cảm giác giống như đầu ra thực tế của một tiện ích: các khối được đánh số nhỏ gọn, có thể đọc được trong trình chỉnh sửa thông thường mà không có mô hình siêu dữ liệu lớn xung quanh chúng.
Các chi tiết lịch sử ít quan trọng đối với khả năng tương thích hàng ngày hơn là hậu quả: SRT lan truyền qua việc sử dụng và triển khai. Do đó, kho lưu trữ xử lý nó như một định dạng thông thường mà các phương ngữ trong thế giới thực cần đầu vào có tính chấp nhận được, chứ không phải như một ngữ pháp mà mọi biến thể được chấp nhận đều có thể được trích dẫn từ một đặc tả chi phối.
SubRip chương trình — một công cụ trích xuất DVD phụ đề dưới dạng văn bản bằng cách sử dụng nhận dạng ký tự
DVD luồng phụ đề dựa trên hình ảnh chứ không phải dòng văn bản thông thường, vì vậy việc trích xuất các từ có thể chỉnh sửa yêu cầu nhận dạng ký tự hoặc sửa thủ công. SubRip được liên kết với quy trình trích xuất đó và đầu ra văn bản của nó kết hợp đoạn hội thoại được nhận dạng với thời gian cần thiết để hiển thị nó. Bài viết này không chỉ định ngày ra mắt, tác giả hoặc lịch sử phiên bản vì những chi tiết đó không được thiết lập bởi các nguồn kho lưu trữ được sử dụng ở đây.
Nhận dạng ký tự cũng giải thích tại sao SRT có thể có cấu trúc hoàn hảo trong khi các từ của nó vẫn sai. ToolAcre phân tích các ranh giới tín hiệu và có thể xóa đánh dấu nhưng nó không thực hiện nhận dạng quang học cũng như không sửa lỗi phiên âm. Nguồn gốc lịch sử và sự biến đổi hiện tại là những công việc riêng biệt.
Định dạng đầu ra - chỉ mục, dòng mã thời gian, văn bản, dòng trống và lý do tại sao sự đơn giản đó lại lan rộng
Hình dạng đầu ra quen thuộc có bốn phần: chỉ mục số, một dòng chứa dấu thời gian bắt đầu và kết thúc được phân tách bằng một mũi tên, một hoặc nhiều dòng văn bản và một dòng trống kết thúc khối. Sức mạnh của nó là khả năng kiểm tra. Một người có thể tìm thấy gợi ý 40, đọc thời gian và chỉnh sửa các từ của nó mà không cần phần mềm chuyên dụng, trong khi trình phân tích cú pháp có thể chia cùng một tài liệu thành các khối.
ToolAcre không tin cậy chỉ mục làm danh tính. Nó tìm kiếm từng khối để tìm mũi tên, các con số đã tự phân tích cú pháp thành công các tín hiệu và nối mọi dòng sau đó dưới dạng văn bản gợi ý. Khi tuần tự hóa, nó phát ra các chỉ mục SRT liên tục từ một chỉ số, giúp sửa chữa các bản sao và khoảng trống thay vì lưu giữ chúng như các đồ tạo tác lịch sử.
Không có tiêu chuẩn, chỉ có quy ước - việc thiếu thông số kỹ thuật đã dẫn đến các phương ngữ và khả năng chấp nhận dành riêng cho người chơi như thế nào
Nếu không có một đặc tả SRT chính thức chi phối mọi nhà sản xuất và người chơi thì quy ước sẽ trở thành lớp tương thích. Các tệp xuất hiện với dấu phẩy hoặc phân số có dấu chấm, số giờ bị bỏ qua, dấu thứ tự byte, kết thúc dòng hỗn hợp, chỉ mục bị thiếu và khối không đúng định dạng. Những trình phát khác nhau chấp nhận các tập hợp con khác nhau, do đó, một tệp hoạt động trong một ứng dụng là bằng chứng về ứng dụng đó chứ không phải bằng chứng về tính hợp lệ chung.
Trình phân tích cú pháp trả lời điều này bằng cách chấp nhận các biến thể phổ biến, rõ ràng và báo cáo các lỗi mà nó không thể diễn giải một cách an toàn. Nó chấp nhận dấu phân cách mili giây và giờ tùy chọn, loại bỏ dấu đầu dòng, chuẩn hóa phần cuối dòng và tìm kiếm dòng dấu thời gian. Nó từ chối số phút hoặc số giây trên 59 thay vì âm thầm di chuyển tín hiệu và ghi lại BAD_TIMESTAMP hoặc NO_TIMESTAMP thay vì hủy bỏ toàn bộ tệp.
Dấu phẩy trong mã thời gian - một chi tiết nhỏ nhưng có ý nghĩa lớn
Quy ước SRT viết dấu phẩy trước ba chữ số mili giây, như trong 00:01:02,500. Dấu câu đó nhìn rất nhỏ nhưng lại quan trọng về mặt thao tác vì WebVTT viết dấu chấm câu. Việc đổi tên tiện ích mở rộng không làm thay đổi ký tự và do đó, người tiêu dùng nghiêm ngặt có thể từ chối tệp có thời gian đúng về mặt số nhưng sai về mặt ngữ pháp đối với định dạng đã khai báo.
ToolAcre khoan dung khi đọc và nghiêm khắc khi viết. Nguồn phân tách hỗn hợp có thể được phân tích cú pháp nhưng đầu ra SRT luôn nhận được dấu phẩy và WebVTT xuất ra một dấu chấm. Phân số đầu vào ngắn hơn ba chữ số sẽ được đệm bên phải, vì vậy .5 có nghĩa là năm phần mười giây thay vì năm mili giây.
SRT hôm nay — định dạng trao đổi trên thực tế dành cho người chơi, nền tảng và người chỉnh sửa
SRT vẫn hữu ích như một bản trình bày trao đổi nhỏ gọn vì nội dung thiết yếu của nó giúp người chơi, nền tảng và người chỉnh sửa dễ dàng ánh xạ: thứ tự tín hiệu, thời gian đã trôi qua và văn bản. “Thực tế” là vòng loại quan trọng. Một đích đến có thể áp đặt các giới hạn của riêng nó hoặc chấp nhận đánh dấu theo cách khác và chỉ riêng tiện ích mở rộng không nói lên điều gì về mã hóa, tính đầy đủ của chú thích hoặc chất lượng biên tập.
Sử dụng SRT làm tệp trao đổi chứ không phải làm bằng chứng cho thấy mọi tính năng đều tồn tại ở định dạng khác. Không phải tất cả các cài đặt, nhận xét, vùng và khối kiểu WebVTT đều có SRT tương đương. Trình chuyển đổi bỏ qua các khối NOTE, STYLE và REGION và duy trì cài đặt tín hiệu ngay cả khi viết SRT, khi chúng không có hiệu ứng xác định.
Bài học rút ra: đơn giản, phổ biến, không xác định — cách Bộ công cụ phụ đề xử lý các biến thể của SRT khi chuyển đổi và dọn dẹp
SRT tồn tại lâu dài vì cách trình bày cốt lõi đủ đơn giản để kiểm tra và triển khai, nhưng chính lịch sử do quy ước đó đã tạo ra các biến thể mà không một cách đọc nghiêm ngặt nào có thể nắm bắt được. Bộ công cụ phụ đề xử lý nền tảng thực tế ở giữa: chấp nhận các biến thể hình dạng tệp và dấu thời gian chung, xác định các khối không an toàn, sau đó viết một biểu mẫu SRT hoặc WebVTT có thể dự đoán được.
Tải bản gốc thay vì bản sao mà trình chuyển đổi khác đã chuẩn hóa, đọc danh sách vấn đề và so sánh số lượng tín hiệu trước khi xuất. Một tín hiệu sai định dạng bị bỏ qua không được sửa chữa bằng cách sắp xếp theo thứ tự rõ ràng; nó được lược bỏ và báo cáo, điều này trung thực hơn việc đoán mò vào thời điểm mà nguồn tin không nêu rõ một cách an toàn.