Convertir SUB a VTT

La situación es siempre la misma: una colección se encuentra con un sitio web. Una serie de conferencias, un archivo de televisión local, una filmoteca, unas grabaciones que alguien lleva guardando desde la época del DivX. El vídeo se recodifica y se publica, y los subtítulos que venían con él son MicroDVD, que es lo que usaba todo el mundo cuando se hicieron esos archivos.

Un navegador no sabe qué hacer con ellos. El elemento track acepta WebVTT y solo WebVTT, y falla en silencio: el vídeo se reproduce, el menú de subtítulos aparece vacío y ni la página ni la consola explican por qué. Entre los dos formatos hay doce años y un cambio en qué mide fundamentalmente un archivo de subtítulos.

MicroDVD anota el fotograma en el que aparece una línea, no el momento. Convertir eso en una marca de tiempo es una división, y el divisor es la velocidad de fotogramas del vídeo para el que se hicieron los subtítulos, que el archivo casi nunca declara y que el conversor no puede deducir. El control acepta de 1 a 120 con tres decimales, precisamente porque 23,976 y 29,97 no son números enteros.

Acertar antes importa más aquí que en un reproductor. Un reproductor al menos deja empujar el desfase mientras miras; un elemento track muestra exactamente lo que dice el archivo. Comprueba la pista convertida contra el vídeo en local, al principio y cerca del final, antes de que se acerque a una página.

No coincide ni una sola cosa entre los dos formatos. El WebVTT exige la palabra WEBVTT sola en la primera línea; MicroDVD no tiene cabecera de ningún tipo. El WebVTT separa dos marcas de tiempo con una flecha en una línea propia; MicroDVD pone dos números de fotograma entre llaves al principio de la línea de texto. El WebVTT declara tiempos; MicroDVD declara fotogramas.

Así que la extensión es lo de menos. Un archivo renombrado se rechaza en la primera línea, y aunque no se rechazara, dentro no habría nada que un analizador de WebVTT pudiera interpretar como un subtítulo. Este es el único par del sitio en el que los dos formatos no comparten absolutamente nada de sintaxis, y por eso la conversión tiene que ser un análisis de verdad y no una búsqueda y sustitución.

Cada número de fotograma se divide por la velocidad elegida y se escribe como horas, minutos, segundos y tres cifras de milisegundos, con un punto antes de la fracción y las horas rellenas con cero. Una línea que empieza en el fotograma 3210 arranca en 00:02:08.400 si la velocidad es 25, y en 00:02:13.875 si es 23,976.

Esos cinco segundos y medio son todo el peso del ajuste, y aparecen ya en el minuto dos de una película que puede durar dos horas. Las marcas rara vez terminan en números redondos porque la división rara vez lo hace, lo cual es una pista fiable de que una pista de WebVTT nació como un archivo basado en fotogramas. En la reproducción no influye: el navegador lee milisegundos y no le importa de dónde salieron.

Muchos archivos MicroDVD declaran su velocidad con una convención antigua: una primera entrada que va del fotograma uno al fotograma uno y cuyo texto es la propia velocidad. Nunca formó parte de una especificación y el soporte fue siempre parcial, por lo que este conversor la trata como lo que estructuralmente es: una entrada más.

El resultado es que tu pista de WebVTT abre con un subtítulo que dice algo como 23.976, en pantalla durante una fracción de segundo. En una página web eso es un defecto visible en el primer instante de la reproducción, que es el peor sitio posible para uno. Abre el .vtt en un editor de texto, borra el primer subtítulo, y el resto del archivo se queda intacto.

MicroDVD tiene un juego pequeño de códigos en línea para cursiva, negrita, color, tipografía y cuerpo, escritos entre llaves. Se eliminan junto con las llaves y quedan solo las palabras. Nada se traduce a los equivalentes de WebVTT, aunque el WebVTT tenga etiquetas entre ángulos para cursiva y negrita que encajarían bien.

Conviene saberlo más que lamentarlo. El soporte de esos códigos fue irregular durante toda la vida del formato, así que un archivo que se apoyara en ellos se veía distinto en cada reproductor, y la mayoría de los archivos antiguos los usa para una sola cosa: marcar en cursiva una línea entera cuando alguien habla fuera de plano. Si esa distinción importa en tu página, recuperarla es una pasada de buscar y reemplazar, y la forma de WebVTT sí la respetan todos los navegadores.

MicroDVD escribe cada entrada en una sola línea, así que cuando un subtítulo tiene dos renglones los separa con una barra vertical. La conversión la sustituye por un salto de línea real, que es como el WebVTT expresa lo mismo, de modo que un diálogo de dos líneas llega con sus dos líneas.

Es un detalle pequeño con una consecuencia práctica: el corte de línea que decidió quien subtituló se respeta y no se recalcula. En castellano eso importa, porque el reparto entre los dos renglones se hace por unidades de sentido y no por anchura, y dejar que el navegador rehiciera los cortes por su cuenta produciría líneas partidas en mitad de un sintagma.

El WebVTT admite un identificador delante de cada subtítulo y una serie de ajustes detrás de la marca de tiempo: posición vertical, alineación, anchura. Sirven, entre otras cosas, para subir un subtítulo a la parte alta de la imagen y no taparle un rótulo incrustado.

La salida de aquí no escribe ninguno de esos ajustes ni ningún identificador, sencillamente porque en el archivo de origen no había nada equivalente que trasladar: MicroDVD no sabe expresar dónde va un subtítulo. Los subtítulos salen todos con la colocación por defecto del navegador. Si tu vídeo tiene rótulos abajo, esa corrección hay que escribirla a mano en el .vtt, y es una línea por subtítulo afectado.

MicroDVD pertenece a una época en la que los archivos de subtítulos eran de un byte por carácter y regionales, y los archivos en castellano se guardaron casi siempre en Windows-1252 o en ISO-8859-1. El conversor escribe UTF-8, que es lo que quiere un navegador, pero solo puede codificar los caracteres que ha conseguido leer.

Así que la comprobación va antes de convertir y no después. Abre el SUB en un editor de texto y mira las eñes, las tildes y las diéresis. Si ya aparecen como interrogaciones o como símbolos raros, el archivo se está leyendo con la codificación equivocada, y volver a guardarlo como UTF-8 desde un editor que permita elegir la codificación de origen es el paso que las recupera. Un archivo convertido mientras se leía mal produce una pista de WebVTT equivocada de la misma manera y para siempre.

Dos cosas completamente distintas comparten esta extensión, y una colección antigua es justo donde te encuentras la segunda. El SUB de MicroDVD es texto plano. El SUB de VobSub son subtítulos en mapa de bits extraídos de un DVD, guardados como imágenes, siempre con un archivo .idx al lado. Ábrelo en un editor de texto: líneas legibles entre llaves significa MicroDVD; ruido binario con un .idx al lado significa VobSub.

Para quien publica en la web la distinción es una partida de presupuesto y no una curiosidad. No hay ninguna ruta desde imágenes de palabras hasta una pista de WebVTT que no pase por un reconocimiento óptico de caracteres, lo que significa otra herramienta, una revisión línea a línea y una precisión que depende de la calidad del transfer original. Descubrirlo al publicar es peor que descubrirlo al planificar, y la comprobación son diez segundos por archivo.

El atributo kind los distingue, y la distinción pesa más en la web que en un reproductor de escritorio. Los subtítulos llevan el diálogo y dan por supuesto que quien mira oye. El subtitulado para personas sordas da por supuesto lo contrario, e incluye lo que suena y no se habla: quién habla fuera de plano, cuándo entra la música, qué era ese ruido.

Un archivo MicroDVD de una colección antigua es casi siempre lo primero, y muy a menudo una traducción. Marcar la pista como subtitulado para personas sordas para cerrar una casilla de accesibilidad pone la palabra correcta en el marcado y no cumple el requisito, que para los sitios del sector público es una obligación legal desde la trasposición de la directiva europea de accesibilidad en 2018. La información no hablada tiene que escribirla alguien viendo el vídeo, y ninguna conversión la produce.

Coloca el .vtt en un elemento track dentro del elemento video, con el atributo kind puesto, el idioma declarado y una etiqueta que será la entrada del menú de subtítulos. Añade default si los subtítulos deben aparecer al empezar la reproducción, porque si no hay que buscarlos en el menú y la mayoría no lo hará. El idioma es el campo que más se equivoca en material de archivo, donde muchas veces lo único que consta es la carpeta en la que apareció el archivo.

La conversión en sí ocurre entera en tu navegador: leer el texto, dividir los subtítulos y escribir el WebVTT son unas pocas líneas de JavaScript sin ninguna biblioteca detrás, así que el archivo no se sube a ninguna parte. Caben cien archivos por tanda y hasta 100 MB cada uno, lo cual para un formato de texto plano es un techo que no existe en la práctica: una colección entera de subtítulos cabe en una sola pasada.