SBV in SUB umwandeln

Ein Kirchenkreis stellt Vorträge und Gottesdienste auf einem YouTube-Kanal bereit, und ein Gemeindekreis lädt sie herunter, um sie Mitgliedern ohne Internetanschluss auf einem alten DVD-Player mit USB-Buchse zu zeigen. Ein Verein archiviert seine Jahresversammlung genauso, damit sie auf dem Fernseher im Gemeindesaal läuft, dessen Untertitelunterstützung noch aus der Zeit von DivX-Mediaboxen stammt. In beiden Fällen liegt der Text als SBV vor — das Format, das YouTube Studio beim Export von Untertiteln ausgibt — und das abspielende Gerät liest MicroDVD und sonst wenig.

Die Untertitel kommen also aus YouTube Studio, einem Format, das im Grunde nur Google verwendet. Zwischen der Datei, die vorliegt, und der Datei, die das Gerät will, liegen fünfzehn Jahre Untertitelgeschichte, und die ganze Lücke besteht aus einer einzigen Frage: wie viele Bilder pro Sekunde.

Das gehört zuerst gesagt. MicroDVD speichert, wann eine Zeile erscheint, als Bildnummer statt als Zeit, das Schreiben braucht also eine Bildrate, und hier ist sie immer 25. Es gibt auf dieser Seite kein Feld, um das zu ändern — die Website fragt nur dort nach der Rate, wo MicroDVD die Quelle ist, weil dort ein falscher Wert still und nicht mehr rückgängig zu machen ist.

Fünfundzwanzig ist die europäische Sendenorm und ein vernünftiger Vorgabewert für Archivmaterial. Für YouTube ist es ein schlechter Vorgabewert, denn dort sind 30000/1001, 24, 50 und 60000/1001 alle üblich und 25 ist der seltenere Fall. Läuft dein Video mit 25, ist diese Umwandlung genau richtig, und du kannst zwei Abschnitte früher aufhören zu lesen. Läuft es anders, sind die beiden folgenden Abschnitte die ganze Aufgabe.

Das ist der Vorteil eines SBV gegenüber einer Untertiteldatei, die irgendwo in einem Ordner gefunden wird. Die Untertitel gehören zu einem bestimmten Video auf einem bestimmten Kanal, und die Umwandlung geschieht, weil genau dieses Video als Kopie behalten wird — die Bildrate ist also keine Vermutung, sondern eine Tatsache auf der eigenen Festplatte.

ffprobe -v error -select_streams v:0 -show_entries stream=r_frame_rate -of csv=p=0 video.mp4 gibt sie exakt aus, als Bruch: 30000/1001 für das, was allgemein 29,97 genannt wird, 25/1 für europäisches Material, 24000/1001 für filmähnliche Uploads. VLC zeigt dieselbe Zahl unter Werkzeuge, Codec-Informationen. Diese Zahl vor der Umwandlung zu kennen macht den Rest dieser Seite zu Rechenarbeit statt zur Fehlersuche.

Wird ohnehin neu kodiert — und eine Archivkopie für ein altes Gerät wird das meist, weil das Gerät das ursprüngliche Codec oder den ursprünglichen Container nicht annimmt —, dann ist die Bildrate ein zusätzliches Argument und die günstigste Lösung überhaupt. ffmpeg -i input.mkv -r 25 -c:v mpeg4 -c:a mp3 output.avi erzeugt eine Datei, die das Gerät mag, mit genau der Rate, die zur SUB passt.

Eine Bildratenumwandlung ist nicht kostenlos: Von 29,97 auf 25 zu gehen streicht etwa jedes sechste Bild, sichtbar als leichtes Ruckeln bei horizontalen Kameraschwenks und unsichtbar bei einem Vortrag oder einem Gespräch. Für Archivmaterial, das für einen Fernseher im Gemeindesaal gedacht ist, lohnt sich der Tausch fast immer, und er beseitigt das Untertitelproblem vollständig statt es nur anzunähern.

Kann das Video nicht neu kodiert werden, ist der andere Weg, den Konverter anzulügen. Die Bildnummer je Einblendung ist die Zeit der Einblendung in Sekunden mal 25, gerundet. Wird jeder Zeitstempel im SBV vorher mit der echten Rate des Videos geteilt durch 25 multipliziert, ergibt die anschließende Multiplikation die Bildnummer, die das Gerät tatsächlich braucht.

Der Faktor ist fps geteilt durch 25: 1,1988 für ein 29,97-fps-Video, 0,96 für 24, 2,4 für 60. Ein kurzes Skript über die SBV-Datei — die Zeitzeile steht als erste Zeile jedes Blocks, zwei Werte in H:MM:SS,mmm, durch ein Komma getrennt — wendet das in ein paar Zeilen Python an. Die umgewandelte SUB trägt dann Bildnummern, die ein Gerät, das 29,97 annimmt, wieder in die richtigen Zeiten übersetzt. Es ist ein Umweg, er ist exakt, und er schlägt das Nachschieben von hundert Zeilen von Hand.

Die übliche MicroDVD-Bildratengeschichte ist die knappe Abweichung: 25 gegen 23,976 ist ein Fehler von 4,3 Prozent, in den ersten dreißig Sekunden nicht wahrnehmbar und nach zehn Minuten etwa sechsundzwanzig Sekunden daneben. Es schleicht sich ein.

Der YouTube-Fall ist anders. Fünfundzwanzig gegen 29,97 ist ein Fehler von zwanzig Prozent, die Untertitel laufen also ein Fünftel zu schnell: Die Zeile für die Zwei-Minuten-Marke erscheint bei eins vierzig, und nach zehn Minuten liegt die Datei eine Minute vierzig vor der Zeit. Das schaut sich niemand lange an und fragt sich, ob es stimmt. Der Vorteil eines großen Fehlers ist, dass er in der ersten Minute auffällt statt im dritten Akt — also die ersten dreißig Sekunden auf dem tatsächlichen Gerät testen, bevor ein ganzes Archiv umgestellt wird.

Bei 25 Bildern pro Sekunde dauert jedes Bild 40 Millisekunden. SBV zählt in Millisekunden, also wird jede Zeit beim Schreiben auf das nächste Bild gerundet, um bis zu zwanzig Millisekunden in beide Richtungen verschoben.

Das ist unhörbar und unsichtbar, bis auf einen Fall: eine sehr kurze Einblendung kann auf null Länge runden. Eine Einblendung von dreißig Millisekunden — die automatische Untertitelung erzeugt das gelegentlich bei einem einzelnen eingeworfenen Wort — bekommt Start- und Endbild mit derselben Nummer, und Geräte unterscheiden sich darin, ob sie einen solchen Eintrag überhaupt zeigen. Fehlt bei der Wiedergabe ein Wort und ist alles drumherum korrekt, ist das der Grund.

Es gibt eine weit verbreitete Konvention, die Rate in einer MicroDVD-Datei anzugeben: ein erster Eintrag mit beiden Bildnummern auf eins, dessen Text die Rate selbst ist, den Player als Ansage lesen statt als Anzeige. Es ist eine Konvention, kein Teil einer Spezifikation, und diese Umwandlung schreibt keine solche Zeile.

Player, die keine Angabe finden, nehmen etwas an, üblicherweise die Rate des Videos selbst, was die richtige Annahme ist, wenn die Untertitel für dieses Video gemacht wurden — und genau die Annahme, die den zwanzig-Prozent-Fehler oben erzeugt. Die Zeile von Hand hinzuzufügen dauert Sekunden: die SUB in einem Texteditor öffnen und {1}{1}25.000 an den Anfang setzen. Es lohnt sich, wenn die Datei an jemand anderen weitergegeben wird, denn es hält fest, wofür die Datei geschrieben wurde.

Stammt die SBV aus der automatischen Untertitelung von YouTube statt von Hand, gibt es zwei Probleme, gegen die das Format nichts ausrichten kann. Der Text hat keine Zeichensetzung und keine Großschreibung, was auf einem Fernseher schlecht lesbar ist. Und die Einblendungen sind kurz und dicht — die automatische Untertitelung gibt wenige Wörter auf einmal aus, damit der Text auf dem Bildschirm laufen kann —, was auf einem Player, der jeden Eintrag als eigenen Block zeichnet, zu einem raschen Flackern wird.

Das zu beheben ist Textarbeit, nicht Umwandlung, und einfacher zu erledigen, solange die Datei noch SBV ist: benachbarte Einblendungen zu satzlangen Zeilen zusammenführen, Zeichensetzung ergänzen, erst dann umwandeln. MicroDVD kennt außerdem weder Formatierung noch Positionierung, eine Zeile erscheint also, wo der Player sie hinsetzt — meist am unteren Rand. Harte Zeilenumbrüche im SBV-Text werden im MicroDVD-Eintrag zu einem senkrechten Strich, dem Zeilentrenner dieses Formats, und Player zeigen ihn als zwei Zeilen.

SRT zuerst versuchen. Die Unterstützung für SubRip reicht deutlich weiter, als die MicroDVD-Ära vermuten lässt — viel Hardware aus dieser Zeit liest beide, und alles, was nach etwa 2008 hergestellt wurde, fast sicher. Eine SRT gibt Zeiten an, es geht also keine Bildrate ein, und nichts auf dieser Seite betrifft sie.

MicroDVD lohnt sich, wenn das Gerät nachweislich danach verlangt — was meist heißt, dass eine SRT schon versucht und ignoriert wurde. Kommt es so weit, die SBV als Original behalten: Sie enthält echte Zeiten, kann für eine andere Kodierung mit anderer Rate erneut umgewandelt werden, und sie ist die Datei, die YouTube wieder annimmt, falls die Untertitel jemals erneut hochgeladen werden. Die SUB ist eine Kopie für ein Gerät, kein Ersatz.