视频和字幕·字幕工具包
超越 SRT 和 VTT:使用 ASS、TTML、DFXP 和 SCC 字幕的地方
· 背景
字幕 文件格式 srt webvtt
SRT 和 WebVTT 主导着网络,但广播、动漫迷和流媒体传输使用其他格式。这篇文章描绘了整个格局,解释了每种格式的用途以及为什么一个重点工具包仅支持其中两种格式。
一个充满播放器无法识别的扩展名的文件夹 - 专业字幕工作中的格式多样性
本地化移交可以包含所有将单词显示在屏幕上并且几乎不共享内部结构的文件。有些是简单的提示列表,有些是 XML 文档,有些带有详细的样式,有些对传统广播字幕流进行编码。将每个不熟悉的扩展视为“另一个SRT”可能会删除使发件人选择它的功能。
第一个分类问题不是哪个转换器打开该文件,而是该文件属于哪个传送系统。保留原始文件,识别请求的目的地并使用理解该格式的解析器。 Subtitle Toolkit 显式地仅读取和写入 SRT 和 WebVTT,这是一个边界,而不是失败的通用性承诺。
ASS 和 SSA — 来自动漫粉丝字幕传统的风格、定位字幕
SSA 及其后继者 ASS 是脚本样式的字幕格式,其中包含元数据、可重用样式和定时对话事件部分。它们可以表达超出普通 SRT 的定位和外观。它们与风格丰富的社区字幕工作流程(包括动漫字幕组)密切相关,但这些关联不会将每个 ASS 文件都转换为字幕组或定义其许可。
SubStation 格式中的大括号分隔覆盖命令有时会在粗略转换后保留为可见文本。 ToolAcre 的清理功能可以删除提示文本中的定位覆盖等块,但它不会解析 ASS 脚本、翻译其样式或保留卡拉 OK 和绘图行为。在将纯文本衍生品引入此处之前,请使用 ASS 感知工具进行转换。
TTML 和 DFXP — 用于广播和流传输的基于 XML 的定时文本
TTML 将定时文本表示为 XML,允许结构、命名空间、计时和表示信息一起传输。 DFXP 是在同一定时文本系列以及围绕它构建的交付工作流程中遇到的一个名称。这些文档不是空行提示块,因此 SRT 解析器无法通过搜索箭头安全地恢复它们。
广播和流媒体系统可以选择 TTML 系列配置文件,其要求比广泛格式更窄。本文并未声明每个 .ttml 或 .dfxp 文件都有一个配置文件、标准版本或平台映射。交付规范是权威,转换应该保留一个主版本,直到目的地接受并显示结果。
SCC 和 CEA-608 — 一些发行商仍需要广播隐藏式字幕传统
SCC 文件表示与 CEA-608 数据关联的广播字幕谱系,而不是人类友好的 SRT 块列表。它们的内容和约束反映了早于 Web Sidecar 文本的字幕命令和传输模型。要求 SCC 的分销商要求提供该交付表示,而不是具有不同后缀的 SRT 文件。
存储库工具不读取 SCC,也不编码 CEA-608。它也不验证广播公司的一致性。保留源字幕项目并使用为所请求的广播工作流程设计的软件;仅当单独的目标实际需要这些文件之一时,才导出到 SRT 或 WebVTT。
SBV、LRC 等 — 特定于平台和利基格式
SBV 在平台字幕工作流程中遇到,而 LRC 通常用于定时歌词。其他扩展编码了更多关于时间、样式或特定应用程序的假设。它们表面上的相似性(时间加一行文本)不足以使它们可以互换,因为标点符号、顺序和元数据决定了解析器如何读取文件。
本文没有提供详尽的注册表,也没有断言一项服务始终接受一种格式。平台支持变更和专业交付均按合同约定。阅读当前的目标文档并保留原始文件,特别是当转换必须放弃布局或样式时。
为什么工具包仅选择 SRT 和 WebVTT — Web 交换格式以及记录该限制的诚实性
专注的浏览器工具包选择 SRT 和 WebVTT,因为它的转换模型是提示文本、开始和结束毫秒以及可选的设置字符串。该模型直接映射到这两种格式的公共块结构。它不包含 XML 树、可重用样式表、广播命令流或嵌入式视频轨道,因此假装支持这些会默默地扁平化信息。
转换器记录中说明了限制:不处理容器中嵌入的 ASS 和 SSA、TTML、SAMI 和字幕。即使在 WebVTT 中,NOTE、STYLE 和 REGION 块也会被跳过。诚实的范围可以让用户在损坏之前停下来,而不是在导出后发现特定功能消失了。
要点:了解地图,然后选择工具 — 字幕工具包如何覆盖景观的 SRT 和 WebVTT 部分
了解地图,保留主图并选择了解所需目的地的工具。 Subtitle Toolkit 涵盖 SRT 和 WebVTT 部分:宽容提示解析、规范序列化、时序更改、文本清理和结构验证。它不是通用字幕交换引擎,并且不会通过重命名将不支持的格式转换为安全输入。
如果专业应用程序已生成经过审查的 SRT 或 WebVTT 衍生产品,请在此处加载该衍生产品并在转换之前检查提示计数和问题。将 ASS、TTML、SCC 或其他母版放在旁边,以便可以追踪任何丢失的样式或交付元数据,而不是猜测其是否存在。