Convertir SUB en SBV

Les fichiers portant l’extension MicroDVD sont anciens — le format appartient à l’ère des lecteurs DivX et presque rien n’en a produit depuis quinze ans. Ils surgissent à côté de vidéo d’archive : une collection ripée qu’on numérise proprement, une série de conférences récupérée sur une étagère de disques, une cinémathèque qui met son catalogue en ligne. La vidéo est ré-encodée et déposée ; les sous-titres doivent suivre.

YouTube est la destination assez souvent pour que cette paire mérite d’être écrite, et c’est une destination plus indulgente qu’un lecteur de disque. Un lecteur prend le fichier et montre ce qu’il en fait. YouTube stocke les cues, les rend avec sa propre typographie, et permet de retoucher les minutages ensuite dans le navigateur — ce qui change la précision qu’il faut avoir réussi du premier coup.

MicroDVD n’indique pas quand une ligne apparaît. Il indique sur quelle image elle apparaît : `{3210}{3455}` puis le texte. Un numéro d’image n’est un moment dans le temps que si vous savez combien d’images tiennent dans une seconde, donc la conversion ne peut pas avancer sans cette information, et le champ sur cette page est l’endroit où vous la fournissez.

La valeur par défaut est 25, qui est la cadence de diffusion européenne et la valeur la plus probable pour du matériel de cet âge. L’autre candidate sérieuse est 23,976, la cadence du cinéma, utilisée par tout ce qui a été masterisé à partir d’une source cinématographique. Le champ accepte des millièmes d’image précisément pour que 23,976 et 29,970 puissent être saisis exactement plutôt qu’arrondis. Si vous la trouvez, la conversion est exacte ; si vous la manquez, chaque ligne est décalée d’une quantité qui croît avec l’avancement du film.

Ouvrez-le d’abord dans un éditeur de texte. Il existe une convention de longue date selon laquelle la première entrée d’un fichier MicroDVD a les deux numéros d’image à un et son texte est la cadence — `{1}{1}23.976` — ce que les lecteurs lisent comme une déclaration plutôt que d’afficher. Beaucoup de fichiers l’ont. Si le vôtre l’a, c’est la réponse et il n’y a rien à calculer.

Si ce n’est pas le cas, l’arithmétique est courte. Prenez le numéro d’image de départ du dernier cue, divisez par une cadence candidate, et voyez si le résultat tombe près de la fin du film. Un fichier dont le dernier numéro d’image est 129 600 divisé par 25 donne 5 184 secondes, ce qui fait quatre-vingt-six minutes ; le même nombre divisé par 23,976 donne quatre-vingt-dix minutes. Comparez chacune avec la durée que vous connaissez et la bonne réponse est en général évidente.

C’est le diagnostic qui mérite d’être appris parce qu’il sépare deux problèmes aux corrections complètement différentes. Si les sous-titres sont faux d’une quantité constante du début à la fin — deux secondes en avance au début et deux secondes en avance à la fin — la base de minutage est bonne et le fichier a besoin d’un décalage, ce que YouTube Studio peut faire après le dépôt.

Si l’erreur croît régulièrement, à peine visible au début et décalée de plusieurs minutes à la fin, le minutage est mis à l’échelle de manière erronée et cela vient de la cadence. La paire classique est 25 contre 23,976 : le ratio est 1,0427, donc l’erreur est de 4,3 pour cent de la position dans le film — environ vingt-six secondes après dix minutes et près de quatre minutes à la fin d’un long métrage de quatre-vingt-dix minutes. Imperceptible dans les trente premières secondes, invivable au troisième acte. Reconvertissez avec l’autre cadence plutôt que d’essayer de la pousser.

Si le fichier portait bien cette déclaration `{1}{1}23.976`, la conversion n’a aucun moyen de savoir qu’elle était censée être des métadonnées — c’est une entrée bien formée à l’image une — donc elle devient le premier cue du SBV, long d’une fraction de seconde, dont le texte est un nombre.

Supprimez-le. Le SBV est du texte brut avec un bloc par cue, donc retirer le premier bloc et la ligne vide qui suit prend un instant dans n’importe quel éditeur. Le faire avant le dépôt vaut mieux que dans YouTube Studio après, parce qu’un sous-titre parasite à 0:00:00 est exactement le genre de chose que personne ne remarque jusqu’à ce qu’un spectateur le signale.

Une entrée MicroDVD tient sur une ligne : deux numéros d’image entre accolades puis le texte, le caractère pipe tenant lieu de saut de ligne. Une entrée SBV est une ligne de minutage — deux valeurs `H:MM:SS.mmm` séparées par une virgule, avec l’heure non complétée — suivie du texte sur ses propres lignes, et une ligne vide entre les entrées.

Donc la conversion transforme une ligne dense en un bloc de trois lignes, développe les pipes en vrais sauts de ligne, et remplace les numéros d’image par des horodatages à la milliseconde. Le résultat fait plusieurs fois la taille de la source et est bien plus facile à lire et à corriger à la main, ce qui compte vu qu’un fichier de sous-titres d’archive a en général besoin de quelques corrections. L’ordre des cues suit le fichier plutôt que l’horloge, donc une source désordonnée reste désordonnée.

MicroDVD comporte un petit jeu de codes en ligne écrits entre accolades au début d’une ligne : italique, gras, soulignement, couleur, police et taille. Plus que ce que SubRip a, et appliqués de manière incohérente selon les lecteurs de l’époque. Tous sont retirés, et le SBV porte du texte brut.

Rien n’est perdu en pratique, parce que YouTube affiche les sous-titres avec sa propre typographie et offre au spectateur le contrôle de la police, de la taille, de la couleur et du fond. Une instruction de style dans un fichier déposé ne serait pas honorée même si le format pouvait l’exprimer. Ce qui survit, c’est la structure des lignes — un pipe devient un vrai saut, et YouTube affiche les deux lignes comme deux lignes.

YouTube accepte plusieurs formats de sous-titres, SubRip parmi eux, et pour un dépôt isolé le SRT est le choix le plus portable de loin. La réponse honnête à « est-ce que cela devrait être un SBV » est en général non.

Le cas où la réponse est oui est un flux de travail plutôt qu’un dépôt. YouTube Studio exporte en SBV, donc une chaîne dont l’archive de sous-titres, le processus de revue ou le script de correction a été construit autour de ce que Studio produit a une bonne raison de tout garder dans un seul format — faire sortir un fichier de l’éditeur, le passer par une passe de correction, et le remettre sans changement de format élimine une classe d’erreurs. Si cela vous décrit, c’est la conversion qu’il vous faut. Si vous ajoutez des sous-titres à une seule vidéo, convertissez plutôt en SRT et gardez les deux.

Cette destination pardonne plus qu’un lecteur matériel. Une fois le fichier déposé, l’éditeur de sous-titres de Studio affiche les cues contre la forme d’onde et permet de glisser ou de saisir de nouveaux minutages, et il y a un contrôle pour décaler toute la piste. Donc une erreur résiduelle d’une seconde ou deux — d’un encodage légèrement différent, ou d’une source qui avait quelques images d’amorce — est une correction de deux minutes plutôt qu’une re-conversion.

Ce qu’il ne corrigera pas à peu de frais, c’est une erreur de cadence, parce que cela veut dire que chaque cue est décalé d’une quantité différente et qu’il y en a des centaines. Corrigez la cadence ici et utilisez Studio pour le décalage, ce qui est la division du travail qui rend cette paire digne d’être faite. Prévisualisez contre le dépôt réel avant de publier : la copie que vous avez déposée peut avoir été ré-encodée ou recoupée par rapport à celle dont les sous-titres sont issus.

Le SBV est un fichier dérivé et le MicroDVD original est la trace d’où vient le texte. Gardez-le — si la vidéo est un jour ré-encodée à partir d’une source différente à une cadence différente, reconvertir avec un nouveau nombre est un travail de dix secondes, tandis que mettre à l’échelle un fichier horodaté ne l’est pas.

La conversion elle-même est du JavaScript ordinaire dans cet onglet de navigateur : pas de téléversement, pas de moteur à télécharger, pas de compte et pas de quota quotidien, avec l’onglet réseau comme vérification. Les fichiers de sous-titres d’archive sont souvent le travail de transcription non publié de quelqu’un, et un fichier qui ne quitte jamais la machine est une chose de moins à expliquer.