VTT फ़ाइल क्या होती है?

VTT एक सादा टेक्स्ट फ़ॉर्मेट है, जो किसी भी एडिटर में खुल जाता है। इसका इस्तेमाल सबटाइटल बनाना और वेब के लिए होता है।

एक्सटेंशन .vtt है और पूरा नाम WebVTT। दोनों उतना नहीं बताते जितना यह कि फ़ाइल अंदर क्या-क्या रख सकती है — और इस पन्ने का बाक़ी हिस्सा इसी के बारे में है।

इसे W3C ने 2010 में जारी किया था। विनिर्देश WebVTT है।

उम्र एक व्यावहारिक वजह से काम की है: फ़ॉर्मेट जितना पुराना, उतने ज़्यादा प्रोग्रामों को उसे सीखने का वक़्त मिला है।

यह पूरा प्रकाशित है, इसलिए कोई भी इसे देखकर अंदाज़ा लगाने के बजाय दस्तावेज़ पढ़कर लागू कर सकता है। यही वजह है कि यह फ़ॉर्मेट इतने सारे प्रोग्रामों में मिलता है, और यही वजह है कि बीस साल पहले लिखी गई फ़ाइलें आज भी खुल जाती हैं। पर विनिर्देश का प्रकाशित होना और उसका रॉयल्टी-मुक्त होना एक बात नहीं है: जहाँ फ़ॉर्मेट किसी कोडेक को अपने अंदर लपेटता है, वहाँ पेटेंट का लाइसेंस एक अलग सवाल है, और मानक उसका जवाब नहीं देता।

VTT फ़ाइल अपना अंदरूनी हिस्सा हूबहू सहेजती है। दोबारा सहेजने से कुछ नहीं बदलता, इसलिए इसे जितनी बार चाहें खोलिए, बदलिए और फिर से सहेजिए — नुक़सान जमा नहीं होता। यही बात इसे सौंपने का नहीं, काम करने का फ़ॉर्मेट बनाती है।

VLC और Subtitle Edit इसे पढ़ते हैं, और इसी तरह के ज़्यादातर दूसरे प्रोग्राम भी।

फ़ाइल न खुले तो कसूर फ़ॉर्मेट का शायद ही कभी होता है — अक्सर प्रोग्राम ही फ़ॉर्मेट से पुराना होता है। किसी पुरानी चीज़ में बदल लेना इससे निकलने का भरोसेमंद रास्ता है, और इस वेबसाइट का बाक़ी हिस्सा इसी के लिए है।

इसे हर मौजूदा ब्राउज़र पढ़ लेता है।

इसलिए इसे किसी पन्ने पर रखना या संदेश के साथ भेजना बेफ़िक्र होकर किया जा सकता है — सामने वाले ने क्या इंस्टॉल कर रखा है, यह सोचने की ज़रूरत नहीं।

VTT इसलिए बना है कि इसे खोला और बदला जाए। जब तक काम चल रहा है फ़ाइल इसी फ़ॉर्मेट में रखिए, और जब भी बनी हुई प्रति चाहिए हो, इसी से निर्यात कीजिए।

HTML वीडियो track एलिमेंट के ज़रिए सबटाइटल लेता है जो VTT फ़ाइल की ओर इशारा करता है, और यही इकलौता सबटाइटल फ़ॉर्मेट है जिसे यह स्वीकार करता है। न SRT, न ASS — ब्राउज़र को कोई भी दिया जाए, वह उसे अनदेखा कर देगा। यही अकेला तथ्य इस पन्ने पर ज़्यादातर ट्रैफ़िक की वजह है।

फ़ॉर्मेट ख़ुद जान-बूझकर SubRip के क़रीब है ताकि बदलना मामूली हो। समय-चिह्न मिलीसेकंड से पहले कॉमा की जगह पूर्ण-विराम इस्तेमाल करते हैं, और फ़ाइल की पहली लाइन पर अकेले WEBVTT शब्द होना चाहिए। बिना उसके फ़ाइल सीधे ठुकरा दी जाती है।

चार वजहें, जाँचने के क्रम में। WEBVTT हेडर ग़ायब है, आमतौर पर SRT का नाम बदलकर बनाई फ़ाइल में। समय-चिह्न अब भी कॉमा इस्तेमाल करते हैं। track एलिमेंट में kind और srclang एट्रिब्यूट ग़ायब हैं, या default एट्रिब्यूट नहीं है और दर्शक ने सबटाइटल चालू ही नहीं किए।

सबसे ज़्यादा समय खाने वाली वजह है: फ़ाइल किसी दूसरे origin से बिना सही cross-origin हेडर के परोसी जा रही है, और ब्राउज़र चुपचाप मना कर देता है। इससे कोई दिखने वाली एरर नहीं आती। पन्ने के साथ ही VTT होस्ट करना इसे पूरी तरह टालता है।

हर cue अपने समय-चिह्न के बाद सेटिंग ढो सकता है — ऊर्ध्वाधर स्थिति, क्षैतिज एलाइनमेंट, चौड़ाई, लाइन नंबर। यही वह चीज़ है जिसे SRT बयान नहीं कर सकता, और यही व्यावहारिक वजह है सादे ट्रांसक्रिप्ट से ज़्यादा सोची-समझी किसी भी चीज़ के लिए VTT पसंद करने की।

आम इस्तेमाल है कैप्शन को रास्ते से हटाना। सबटाइटल तयशुदा तौर पर नीचे रहते हैं, ठीक वहीं जहाँ ब्रॉडकास्टर lower third लगाते हैं। line सेटिंग जो cue को ऊपर धकेलती है, फ़ाइल में दो शब्द है और ऐसी समस्या हल करती है जिसे कहीं और स्टाइलिंग नहीं सुलझा सकती।

VTT कुछ इनलाइन टैग की इजाज़त देता है — बोल्ड, इटैलिक, अंडरलाइन — और बोलने वाले का नाम लेने वाले voice टैग, जो ट्रांसक्रिप्ट को बिना नाम पाठ में लिखे दो लोगों में फ़र्क़ करने देता है। फ़ाइल के भीतर एक स्टाइल ब्लॉक तब फ़ॉन्ट, रंग और पृष्ठभूमि तय कर सकता है।

ब्राउज़र असल में क्या मानते हैं यह अलग-अलग है, और यह विनिर्देश का सबसे कमज़ोर लागू हिस्सा है। मान लीजिए इटैलिक और बोलने वाले का फ़र्क़ हर जगह काम करेगा, बाक़ी कुछ भी सुधार मानिए, ज़रूरत नहीं।

VTT फ़ाइल में सबटाइटल होना ज़रूरी नहीं। track एलिमेंट में kind एट्रिब्यूट है, और बाक़ी मूल्य सचमुच काम के हैं: chapters समर्थन देने वाले प्लेयर में हिस्सों की नेविगेट करने योग्य सूची बनाता है, descriptions स्क्रीन रीडर के लिए ऑडियो विवरण पाठ ढोता है।

यही वह तरीक़ा है जिससे इंटरैक्टिव ट्रांसक्रिप्ट, सिंक की स्लाइड और समय-बद्ध टिप्पणियाँ बनती हैं। playhead cue तक पहुँचते ही cue फ़ायर होते हैं, और पन्ना उनके साथ जो चाहे करता है, बशर्ते पन्ना ख़ुद उन्हें दिखाए।

track एलिमेंट कैप्शन को सबटाइटल से अलग करता है, और यह बाल की खाल नहीं है। सबटाइटल मान लेता है दर्शक सुन और संवाद समझ सकता है। कैप्शन मान लेता है दर्शक सुन नहीं सकता और इसलिए ग़ैर-बोली जानकारी शामिल करता है — दरवाज़ा बंद होने की आवाज़, संगीत शुरू होना।

ज़्यादातर सार्वजनिक निकायों के लिए, पहले से रिकॉर्ड की वीडियो पर कैप्शन शिष्टाचार नहीं, ज़रूरत है, WCAG के तहत। सिर्फ़ अनुवादित संवाद वाला कैप्शन-चिह्नित ट्रैक मार्कअप संतुष्ट करता है, ज़िम्मेदारी नहीं।

ज़्यादातर, स्वचालित ट्रांसक्रिप्शन से। हर बड़ा प्लैटफ़ॉर्म और ज़्यादातर ट्रांसक्रिप्शन सेवाएँ WebVTT निर्यात करती हैं, और मशीन आउटपुट सुधारने लायक़ काफ़ी अच्छा है और बिना पढ़े प्रकाशित करने लायक़ कहीं नहीं।

दूसरा रास्ता है बदलाव। सबटाइटल संपादन डेस्कटॉप सबटाइटल सॉफ़्टवेयर में SRT में कहीं बेहतर समर्थित है, इसलिए आम वर्कफ़्लो है SRT में सुधार और समय तय करना और प्रकाशित करते वक़्त VTT में बदलना।