Convertir VTT en SRT

WebVTT existe pour le navigateur et y fait très bien son travail, ce qui est aussi sa limite. Les lecteurs de bureau, les télévisions, les boîtiers multimédias, la plupart du matériel qui lit des sous-titres depuis une clé USB, et une grande part des formulaires de téléversement attendent du SubRip et traitent tout le reste comme un fichier inconnu. La demande pour cette conversion est presque entièrement la même phrase en mots différents : le fichier de sous-titres marche sur la page web d’où il vient et nulle part ailleurs.

Les sources courantes méritent d’être nommées, parce qu’elles changent ce qu’il faut vérifier après. Un VTT téléchargé depuis un lecteur web a des chances de porter des réglages de réplique. Un exporté par un service de transcription a des chances de porter des balises voice nommant chaque locuteur. Un produit par un éditeur de sous-titres est en général sobre, et se convertit en un SRT propre avec rien à nettoyer.

Une ligne de minutage WebVTT peut porter des réglages après l’heure de fin : un numéro de ligne qui pousse la légende en haut du cadre, un alignement, une largeur. Le convertisseur lit l’horodatage de fin jusqu’à la première espace et jette le reste, parce que SubRip n’a aucune syntaxe qui puisse le contenir.

C’est la seule vraie perte dans la conversion et elle est invisible dans la sortie. Si vos légendes étaient positionnées délibérément — déplacées en haut pour les quelques secondes où un lower third est à l’écran, ou rétrécies pour ne pas entrer en collision avec du texte incrusté — le SRT aura l’air correct et placera chaque ligne en bas. Là où le positionnement compte, la réponse honnête est de garder le VTT comme maître et de traiter le SRT comme une copie de livraison pour les lecteurs qui ne peuvent pas faire mieux.

Le texte de la réplique est copié tel quel sans interprétation. C’est le bon comportement pour l’italique, que les deux formats orthographient de manière identique, et le comportement qui a l’air faux pour une balise voice WebVTT, qui nomme le locuteur entre crochets angulaires avant la ligne. Il n’y a aucune construction équivalente en SubRip, donc la balise n’est pas traduite, et elle n’est pas retirée non plus.

Un lecteur l’affichera. Le sous-titre se présente comme le nom du locuteur entre crochets angulaires suivi du dialogue, ce qui n’est pas ce que personne avait prévu. Les exports de transcription sont la source habituelle, et la correction est un rechercher-remplacer sur le SRT fini — soit supprimer les balises, soit les transformer en convention de nom parlé avec deux-points, qui est la manière dont SubRip a toujours géré les locuteurs multiples.

Un fichier WebVTT peut contenir des blocs de commentaires introduits par NOTE et un bloc STYLE portant du CSS pour le pseudo-élément cue. Aucun ne contient de flèche d’horodatage, et l’analyseur identifie une réplique en cherchant cette flèche plutôt qu’en comptant les lignes, donc les deux sont sautés plutôt que confondus avec du texte.

La valeur pratique de cela est un espace négatif : le SRT ne contient que de vraies répliques, et rien de la couche d’auteur du VTT ne s’y infiltre. Le coût correspondant est que tout style défini dans ce bloc est parti, ce qui compte s’il faisait quelque chose de porteur, comme rendre lisible une couleur difficile à lire. SubRip laisse par conception toute décision visuelle au lecteur.

Les répliques WebVTT ne sont en général pas numérotées, et quand une ligne apparaît au-dessus de l’horodatage c’est un identifiant plutôt qu’un compteur — un nom qu’une feuille de style ou un script peut référencer. SubRip attend un nombre séquentiel, donc le convertisseur en écrit un, à partir de un et en comptant, indépendamment de ce que la source contenait.

Cela a un effet agréable sur les fichiers qui ont été édités à la main. Un VTT dont les identifiants sont incohérents, dupliqués ou absents produit un SRT numéroté proprement du début à la fin. Cela signifie aussi que tout identifiant sur lequel vous comptiez est parti ; si un script s’appuyait sur des noms de réplique, il a besoin d’un autre ancrage après cette conversion.

Chaque heure est tenue en interne en millisecondes et réécrite en heures, minutes, secondes et millisecondes avec les heures remplies par des zéros et une virgule devant la fraction. Aucun arrondi n’a lieu dans un sens ou dans l’autre, donc une réplique qui commençait à 00:04:12.500 dans le VTT commence à 00:04:12,500 dans le SRT, à la milliseconde.

Cela vaut la peine d’être précis parce que la virgule est la raison classique pour laquelle un fichier de sous-titres est rejeté après que quelqu’un l’a édité. Les deux formats mesurent la même chose à la même résolution ; ils ne sont en désaccord que sur la façon de ponctuer un décimal. Tout ce qui prétend qu’une conversion entre eux décale le minutage décrit un autre bug.

Une grande part des fichiers WebVTT en circulation ont été produits par transcription automatique, et la conversion ne les améliore pas. La sortie automatique est suffisante pour parcourir et pas suffisante pour publier, et les mots qu’elle rate sont disproportionnément les noms propres et le vocabulaire technique qui portent le sens de la phrase.

Deux fautes mécaniques valent aussi une passe. Les transcriptions automatiques coupent souvent les lignes à l’endroit où le reconnaisseur a vidé son buffer plutôt qu’à une frontière de clause, et elles font souvent tourner les répliques bien plus longtemps ou plus court qu’un lecteur ne peut suivre. Corriger cela dans le SRT est facile — c’est du texte avec une structure évidente — et c’est la différence entre des légendes que quelqu’un peut lire et des légendes auxquelles quelqu’un renonce.

La plupart des lecteurs chargent automatiquement un fichier de sous-titres quand il est posé à côté de la vidéo avec le même nom de base : film.mp4 et film.srt dans le même dossier. Un seul caractère de différence et rien n’apparaît, ce qui représente une grande part des signalements qu’une conversion a échoué alors qu’elle n’a pas échoué.

Un suffixe de langue avant l’extension, comme dans film.en.srt, est la convention quand plusieurs langues sont présentes et les lecteurs courants la comprennent. Au-delà de cela, les télévisions et les boîtiers multimédias sont plus difficiles que les logiciels de bureau : beaucoup ne lisent les sous-titres que depuis la même partition que la vidéo, et un bon nombre ne lisent rien d’autre que SubRip, ce qui est la raison pour laquelle cette conversion existe.

Le convertisseur refuse plutôt que de rendre un SRT vide. Si l’analyse d’un fichier ne donne rien, c’est traité comme une erreur et énoncé comme tel, parce qu’un fichier de sous-titres à zéro réplique se télécharge parfaitement, se charge parfaitement et n’affiche rien, et un spectateur conclurait raisonnablement que la vidéo n’a pas de sous-titres du tout plutôt qu’une conversion qui a silenciemment échoué.

Deux causes en représentent la plupart. La première est un fichier qui n’est pas WebVTT du tout — un fichier de sous-titres renommé par quelqu’un en amont, ou une page d’erreur HTML enregistrée avec une extension .vtt, ce que produit d’ordinaire un téléchargement raté depuis une URL de streaming. La seconde est la fin de ligne : les répliques sont séparées par des lignes vides, et l’analyseur reconnaît les conventions Unix et Windows. Un fichier enregistré avec la fin de ligne Mac historique à retour chariot seul a, pour tout ce qui nous concerne, exactement une très longue ligne et aucune ligne vide dedans. Le réenregistrer depuis un éditeur moderne le corrige en une étape.

Pour l’écrasante majorité des fichiers, c’est exact. Le texte et les minutages sont tout le contenu d’une piste WebVTT sobre, et les deux survivent à la milliseconde et au caractère. C’est pourquoi la conversion est instantanée et pourquoi personne n’a besoin de vérifier sa sortie.

Les exceptions sont les trois nommées plus haut, et elles valent la peine d’être répétées ensemble parce qu’un convertisseur qui resterait silencieux à leur sujet serait plus confortable et moins utile : le positionnement est écarté, les balises voice deviennent du texte visible, et les identifiants de réplique sont remplacés par des nombres. Si un fichier n’utilise aucun des trois — et la plupart ne le font pas — le SRT est les mêmes sous-titres dans une ponctuation différente.