SRT in ASS umwandeln

Ein deutsches Fansub-Team, das eine Anime-Folge übersetzt, bekommt das Timing häufig fertig aus einem geteilten Skript oder von einer Timing-Gruppe geliefert — als reine SRT-Datei mit korrekten Zeitmarken und übersetztem Text, sonst nichts. Die eigentliche Arbeit des Teams beginnt danach: Schilder im Bild übersetzen und positionieren, zwei Sprecher farblich unterscheiden, eine Karaoke-Zeile für den Vorspann bauen. Für all das reicht SRT nicht — dafür ist Advanced SubStation Alpha gemacht, und Aegisub ist das Werkzeug, mit dem die Community seit Jahren arbeitet.

Diese Umwandlung ist genau der Zwischenschritt, der eine reine Timing-Datei in eine Datei überführt, die Aegisub öffnet und mit der das Typesetting beginnen kann. Sie erfindet keinen Stil, weil eine SRT-Datei keinen enthält — sie liefert das Gerüst, an dem sich anschließend arbeiten lässt.

Ein Gerüst mit korrekten Knochen. Text und Timing sind das Einzige, was eine SubRip-Datei enthält, und das Einzige, was übertragen werden kann — das Ergebnis ist also jede Zeile als ASS-Dialogzeile unter einem einzigen Default-Stil. Nichts wurde erfunden, weil es nichts zu erfinden gab.

Das ist nützlicher, als es klingt, und es lohnt sich, genau zu sagen, warum. Timing ist die langsame, mühsame Hälfte der Untertitelarbeit, Styling ist die schnelle, angenehmere. Stimmen die Zeiten bereits, überträgt diese Umwandlung den teuren Teil der Arbeit unversehrt und stellt einen genau an dem Punkt ab, an dem sich der Formatwechsel überhaupt lohnt.

Ein Stil, Default genannt, und das sind seine tatsächlichen Werte: Schrift Arial in Größe 48, primäre Farbe Weiß, ein zwei Pixel starker schwarzer Rand, kein Schatten, Ausrichtung 2 — die untere Mitte des Drei-mal-drei-Rasters, nach dem das Format positioniert. Linker, rechter und vertikaler Rand liegen alle bei 10. Der Skriptkopf trägt ScriptType v4.00+, WrapStyle 0 und ScaledBorderAndShadow yes.

Diese Zahlen zu kennen sagt, was zuerst geändert werden sollte. Arial in Größe 48 ist eine bewusst unauffällige Wahl, die überall darstellbar ist — keine Empfehlung. Geht die Spur in ein 1080p-Video und der Text wirkt klein, ist die Größe das Feld dafür, und weil ScaledBorderAndShadow aktiv ist, skaliert der Rand mit, statt bei zwei Pixeln der Originalauflösung stehenzubleiben.

SubRip speichert Millisekunden, ASS speichert Hundertstelsekunden. Das ist ein echter Auflösungsunterschied, und die Umwandlung löst ihn durch Abschneiden statt Runden — 00:00:01,238 aus der SRT-Datei wird zu 0:00:01.23 in der ASS-Datei, im schlimmsten Fall neun Millisekunden zu früh.

Neun Millisekunden sind ein Viertel eines Frames bei 24 Bildern pro Sekunde, und niemand hat je eines bemerkt. Wichtig wird das in genau einer Situation: Karaoke, wo Silbentiming gegen die Tonspur gesetzt wird und sich die Differenz zwischen benachbarten Silben aufsummiert hörbar macht. Wer Karaoke timt, tut das in der ASS-Datei nach der Umwandlung, nicht durch Umwandeln einer Datei, die anderswo bereits getimt wurde.

Ein in der SRT-Datei auf zwei Zeilen aufgeteilter Untertitel kommt als eine Dialogzeile an, in der ein Backslash gefolgt von einem großen N an der Stelle des Umbruchs steht. Das ist der harte Zeilenumbruch des Formats, und so unterscheidet ASS einen von der Autorin gewollten Umbruch von einem, den der Renderer selbst wählt.

Die Alternative in ASS ist ein weicher Umbruch, ein kleines n, den der Renderer je nach WrapStyle ignorieren darf. Die Umwandlung schreibt immer die harte Form, weil ein Umbruch in der SRT-Datei eine bewusste Entscheidung war, und ihn stillschweigend von einem Renderer aufheben zu lassen wäre der falsche Standard. Soll der Text stattdessen frei umfließen, lassen sich die Umbrüche im Nachhinein ersetzen.

Ausrichtung 2 setzt Untertitel unten mittig, wo Untertitel hingehören und wo der eigentliche Sinn von ASS erst beginnt. Das Format positioniert über ein nummeriertes Raster, 8 ist oben mittig, 7 ist oben links, und ein Inline-Override-Tag kann eine einzelne Zeile an beliebige Stelle im Bild setzen, ohne den Stil selbst anzufassen.

Genau das steckt hinter übersetzten Bildschriftschildern, worauf die meiste Typesetting-Zeit entfällt. Ein Ladenschild, eine SMS auf einem Handydisplay, eine Bildunterschrift in der Originalsprache — jedes davon wird zu einer Dialogzeile, positioniert über dem, was sie übersetzt, in einem Stil, der dazu passt. Nichts davon kann aus einer SRT-Datei kommen; alles davon wird möglich, sobald die Datei ASS ist.

Das ist das Ergebnis, das am meisten überrascht, also lohnt es sich, es klar zu sagen. Der Text jeder Zeile wird wörtlich übernommen. Ein spitzklammer-basiertes Kursiv-Tag, das manche SubRip-Player nach Konvention verstehen, wird nicht in die ASS-Entsprechung übersetzt, die geschweifte Klammern verwendet — es bleibt exakt so stehen, wie es geschrieben war, und ein ASS-Renderer zeichnet die spitzen Klammern als sichtbare Zeichen ins Bild.

Die Korrektur ist eine Suchen-und-Ersetzen-Runde über die fertige Datei, oder Kursiv direkt am Default-Stil zu setzen, falls die ganze Spur kursiv sein soll. Beides dauert eine Minute. Das ist besser, als der Umwandlung eine Vermutung zu überlassen, denn diese spitzklammer-Tags sind eine Player-Konvention und kein Teil von SubRip selbst — eine Datei, die sie für etwas anderes genutzt hat, würde ein automatischer Umwandlungsschritt sonst still verstümmeln.

Der Stil sagt Arial. Er trägt Arial nicht mit sich. Eine ASS-Datei verweist auf Schriften über ihren Namen und verlässt sich darauf, dass die Wiedergabemaschine sie besitzt — die zentrale Schwäche des Formats und der Grund, warum eine sorgfältig gesetzte Spur bei jemand anderem unversehens kaputt aussehen kann, ohne dass die Datei selbst fehlerhaft wäre.

Eine ersetzte Schrift hat andere Maße, eine Zeile, die vorher passte, bricht jetzt um, und ein gegen das Bild positioniertes Schild überlappt es plötzlich. Die drei bekannten Antworten: bei Schriften bleiben, die überall vorhanden sind, die Schriften mitschicken und um Installation bitten, oder sie in einen Matroska-Container einbetten, wie Release-Gruppen es tun. Arial ist hier deshalb Standard, weil es am unwahrscheinlichsten fehlt.

Die Umwandlung schreibt einen Stil und wendet ihn auf jede Zeile an — die einzig ehrliche Möglichkeit aus einer SubRip-Quelle. Die erste Bearbeitung, die sich lohnt, ist meist ein zweiter Stil. Default in der Stiltabelle duplizieren, umbenennen, die Primärfarbe ändern und die Zeilen des anderen Sprechers neu zuordnen — der Stilname ist ein Feld an jeder Dialogzeile, das Zuordnen ist also eine Spaltenbearbeitung, kein Neuschreiben.

Sprecher farblich zu unterscheiden ist einer der ältesten Tricks im Fansubbing, und er funktioniert, weil er die Zuschauerin nichts kostet zu lernen. Es ist auch etwas, das SubRip nie konnte: eine reine Textdatei muss den Namen des Sprechers in den Text schreiben oder eine Gedankenstrich-Konvention verwenden, beides kostet Bildschirmzeichen, die der Dialog gebraucht hätte. Zwei Stile kaufen in jedem Wortwechsel eine Zeile Lesezeit zurück, und bei einem dialoglastigen Stück ist das der Unterschied zwischen Untertiteln, die mitkommen, und solchen, die es nicht tun.

Muss an der Spur nichts positioniert, gefärbt oder gestylt werden, ist Umwandeln Arbeit ohne Gegenwert. SubRip lesen alle Player, jeder Fernseher und jedes Upload-Formular; ASS lesen Desktop-Player und fast sonst nichts, und eine Plattform, der man eine ASS-Datei gibt, ignoriert sie meist einfach.

Die Regel, die trägt, richtet sich nach dem Ziel. Setzen in ASS, wenn das Video in einem Player angesehen wird, der es rendert, oder wenn die Untertitel ins Bild eingebrannt werden und das Aussehen selbst entschieden wird. Bei SRT bleiben, wenn die Datei irgendwohin geht, das man nicht kontrolliert. Beides kann für dasselbe Projekt gelten — dann ist die ASS-Datei die Vorlage, und die SRT-Datei wird daraus erzeugt.

Ein Fansub-Projekt liefert selten eine einzelne Folge — meist liegt eine ganze Staffel mit fertig getimten SRT-Dateien vor, bevor das eigentliche Typesetting beginnt. Bis zu hundert Dateien lassen sich hier gemeinsam ablegen, jede wird für sich in eine ASS-Datei mit demselben Default-Stil umgewandelt, und das Ergebnis kommt als eine ZIP-Datei zurück.

Das lohnt sich besonders, wenn die ganze Staffel anschließend denselben Stilsatz bekommen soll — den zweiten Stil für den zweiten Sprecher einmal in Aegisub anlegen und dann per Kopieren in jede umgewandelte Datei übertragen, ist schneller, als jede Folge einzeln von Grund auf zu stylen. Weil alles im Browser läuft, gibt es dabei keine Warteschlange und kein Tageslimit.