Convertir SRT en SBV

SBV est le format de sous-titres propre à Google, produit par l’éditeur de sous-titres de YouTube depuis 2008 et proposé par son outil de téléchargement à côté de SubRip et WebVTT. Essentiellement rien en dehors de cet écosystème ne l’écrit, et très peu le lit, ce qui en fait le format le plus étroit de ce groupe et celui avec l’unique foyer le plus net.

Le point à poser en premier est que YouTube accepte SubRip. Si le but est des sous-titres sur une vidéo, téléverser le SRT que vous avez déjà est l’étape la plus courte et le moins de chances d’introduire une faute. Cette conversion gagne sa place quand quelque chose d’autre que le formulaire de téléversement veut du SBV, et la section qui suit nomme ce que c’est en général.

Le cas courant est une archive. Une chaîne qui sous-titre depuis des années, ou une agence qui en gère plusieurs, a tendance à avoir des centaines de fichiers dans le format qu’exportait l’éditeur, et un nouvel épisode qui arrive en SRT est l’intrus. Le convertir sur place garde un seul répertoire dans un seul format, ce qui vaut plus qu’une étape de conversion économisée.

Le second est l’outillage. Parce que le SBV n’a pas d’en-tête, pas de numérotation et pas de style, une ligne de ce format se parse trivialement : deux horodatages et une virgule. Les scripts, les tableurs et les outils de contrôle qualité écrits autour de l’export de léditeur supposent exactement cette forme, et leur passer un SRT avec sa numérotation et sa flèche revient à modifier l’outil plutôt que le fichier.

Trois choses, toutes structurelles plutôt que sémantiques. Le numéro de réplique sur sa propre ligne disparaît. La flèche entre les deux horodatages devient une virgule. Et les horodatages eux-mêmes sont réécrits dans la convention SBV plutôt que dans la convention SubRip. Le texte, les sauts de ligne à l’intérieur, et les minutages à la milliseconde ne sont pas touchés.

C’est pourquoi cette conversion est exacte là où cela compte. Les deux formats portent la même chose — un début, une fin et des mots — et ne sont en désaccord que sur la ponctuation et la cérémonie. Rien n’a à être approximé, arrondi ou écarté, ce qui n’est pas vrai de la plupart des paires sur ce site.

SubRip écrit l’heure avec deux chiffres : 00:04:12,500. SBV l’écrit avec autant de chiffres qu’il en faut : 0:04:12.500. Ce seul zéro de tête fait la différence entre un fichier que YouTube accepte et un fichier qu’il refuse, et c’est la raison pour laquelle renommer un SRT en .sbv n’a jamais fonctionné pour personne.

Les millisecondes sont l’autre moitié. SubRip les sépare par une virgule et SBV par un point, ce qui est le même désaccord que WebVTT a avec SubRip, et dans le même sens. Les deux sont écrits correctement ici, trois chiffres de millisecondes après un point, donc le fichier est bien formé au moment du téléchargement.

SubRip numérote chaque réplique à partir de un, et ce numéro fait partie du format plutôt que d’être une commodité — un parseur strict s’y attend. SBV n’a aucune numérotation : une ligne d’horodatage, une ou deux lignes de texte, une ligne vide, et l’entrée suivante commence.

Les numéros sont lus depuis le SRT et pas du tout écrits. Ce n’est pas une perte, parce que rien dans le SBV ni dans YouTube ne s’y réfère, et les laisser serait pire que de les supprimer : un numéro égaré au-dessus d’une ligne d’horodatage se lit comme du texte de sous-titre pour un parseur qui ne s’y attendait pas, et la légende apparaît à l’écran comme un chiffre.

SBV porte un début, une fin et des mots. Pas d’italique, pas de gras, pas de couleur, pas de positionnement, aucun moyen de marquer qui parle. Il est plus simple encore que SubRip, qui a au moins une convention pour l’italique que la plupart des lecteurs honorent.

Le texte des répliques est copié tel quel, donc toute balise entre crochets angulaires dans la source survit en SBV comme des caractères littéraux, et YouTube l’affichera. Une piste qui s’appuie sur l’italique pour la voix intérieure ou le texte à l’écran a besoin que ces balises soient retirées avant la conversion, et le sens ré-exprimé en mots ou en ponctuation s’il importait. Retirez-les dans le SRT plutôt que dans le SBV, pour que le fichier maître reste celui qui est propre.

Les sauts de ligne à l’intérieur d’une légende survivent à la conversion comme de vrais sauts de ligne, ce que SBV attend : le texte occupe deux lignes entre la ligne d’horodatage et la ligne vide. Rien n’a besoin d’être échappé, rien n’est joint.

L’attribution du locuteur est le manque. Il n’existe aucune construction pour cela, donc la convention est un nom et deux-points dans le texte, ou un tiret au début de chaque réplique, comme le sous-titrage de diffusion l’a toujours fait. Si votre SRT utilisait déjà une convention de voix, elle passe inchangée ; s’il s’appuyait sur la couleur pour distinguer deux locuteurs, cette information n’existe dans aucun des deux formats et doit être réécrite en mots.

La sortie est écrite en UTF-8, ce qu’attend YouTube et ce qui fait que les caractères accentués et les écritures non latines survivent au téléversement. SubRip n’a aucun moyen de déclarer son propre encodage, donc la conversion est un moment raisonnable pour régler la question plutôt que de la laisser à une supposition.

Quand un téléversement est rejeté après un tour de retouche à la main, la cause est presque toujours l’une des trois choses suivantes : un horodatage qui a acquis un zéro ou une virgule, une ligne vide entre les entrées qui a disparu, ou le fichier ayant été enregistré dans un encodage régional par un éditeur qui en prend un par défaut. Le message d’erreur de YouTube n’est pas assez spécifique pour les distinguer, donc vérifiez les trois.

SubRip donne à un parseur trois signaux qu’un nouveau sous-titre a commencé : une ligne vide, un numéro sur sa propre ligne, et une ligne d’horodatage avec une flèche. Perdez-en un et les deux autres suffisent. SBV a un seul signal, la ligne vide entre les entrées, et une ligne d’horodatage n’est reconnue qu’en tant que première ligne d’un bloc et contenant une virgule.

Cela rend la ligne vide porteuse d’une charge qu’elle n’a pas en SubRip. Retirez-en une en éditant — facile à faire en fusionnant deux légendes et en rangeant derrière — et les deux entrées deviennent un seul bloc dont la seconde ligne d’horodatage est lue comme du texte de sous-titre. YouTube rejettera le fichier ou affichera un horodatage à l’écran, et aucun des deux résultats ne pointe vers la ligne manquante. Quand vous corrigez un SBV à la main, traitez les lignes vides comme de la structure plutôt que comme du blanc.

SubRip est ce que tout éditeur de sous-titres gère bien, ce que tout lecteur lit et ce que presque toute plateforme accepte. SBV ne se lit essentiellement nulle part hors YouTube et ne porte rien que SubRip ne porte. Comme fichier de travail il n’a aucun avantage, et comme format d’archive il attache un ensemble de sous-titres à l’outillage d’une entreprise.

L’arrangement qui résiste au contact d’un vrai flux de travail est de corriger et de minuter en SRT, de garder ce fichier, et de convertir au moment où une destination particulière demande autre chose. Deux copies tenues à la main des mêmes sous-titres dérivent dès la première fois que quelqu’un corrige une faute de frappe dans celle qu’il a ouverte, et rien dans aucun des deux fichiers n’enregistre lequel est désormais correct.