Convertire ASS in SRT

Due cose sopravvivono: il testo di ogni riga di dialogo e il momento in cui inizia e finisce. Tutto il resto è una proprietà del formato che si sta lasciando. La tabella degli stili, i nomi dei font, i colori primari e di contorno, l’allineamento, i margini, gli override per riga, le dissolvenze, gli spostamenti e il timing karaoke non hanno dove andare, perché SubRip non contiene sintassi che possa contenerne nessuno.

Il registro dichiara questa coppia come approssimata invece che senza perdita, e l’etichetta è accurata. Non è l’unica: leggere un file WebVTT fa cadere le sue impostazioni di cue, e qualsiasi cosa tocchi MicroDVD dipende da un frame rate che può essere sbagliato. Convertire tra SubRip e il formato di YouTube sposta le stesse informazioni in punteggiatura diversa. Questa conversione butta via il motivo per cui qualcuno ha scelto il formato, e va fatta su una copia, non sul posto.

Tutto ciò che sta tra parentesi graffe viene rimosso. Un tag di posizionamento, un cambio di colore a metà frase, una dissolvenza, una rotazione, una sfocatura — tutto scompare in modo pulito invece di essere disegnato sullo schermo come caratteri, che è ciò che accade quando un file viene rinominato invece di essere convertito.

Due escape sono tradotti invece che eliminati. L’a capo forzato, una barra rovesciata e una N maiuscola, diventa un a capo reale, così un sottotitolo su due righe resta su due righe. Lo spazio forzato diventa uno spazio normale. Quelle sono le uniche parti della sintassi ASS che significano qualcosa in termini SubRip, e sono le uniche portate avanti.

I tipografi disegnano forme in ASS: una scatola dietro a una scritta tradotta, una maschera su un testo sullo schermo, una freccia. Il disegno è attivato da un tag tra graffe, e le coordinate che lo seguono stanno nel testo del dialogo come caratteri ordinari. Solo il tag è tra graffe, quindi solo il tag viene eliminato.

Quello che atterra nell’SRT è una caption che si legge come una corsa di lettere e numeri — i comandi di disegno stessi. È inconfondibile quando lo si vede e impossibile per un convertitore distinguere da testo legittimo senza interpretare il formato che ha appena lasciato. Si scorre l’output alla ricerca di cue composte solo di numeri e le si cancellano; su un’edizione pesantemente tipografica ce ne possono essere qualche decina.

Si raggruppano dove ci si aspetterebbe. Un disegno è di solito una maschera o una forma di sfondo dietro a una scritta tradotta, quindi la cue delle coordinate e la scritta a cui apparteneva stanno vicine nel file e coprono gli stessi secondi. È un pattern utile mentre si ripulisce: se ne trovi una, la caption immediatamente intorno è quasi sempre la scritta, che è a sua volta candidata per la rimozione su una traccia piatta.

In ASS il karaoke è un tag prima di ogni sillaba che dice quanto dura quella sillaba, e questo è ciò che permette a un player di evidenziare la riga mentre viene cantata. I tag sono tra graffe, quindi vengono eliminati, e le sillabe tra loro si riuniscono in una riga di testo ordinaria.

Il risultato è corretto e deludente: l’intera lirica appare all’inizio della riga e scompare alla fine, come qualsiasi altro sottotitolo. Nulla è fuori tempo e nulla è storpiato — l’effetto non esiste più. Se il karaoke era il punto del file, questa conversione non è la risposta, e masterizzare i sottotitoli nel video lo è.

Un file ASS ha di routine due o più righe sullo schermo contemporaneamente, su layer separati: il dialogo in basso e una scritta tradotta posizionata sopra la cosa che traduce. È normale, ed è una delle cose per cui il formato è stato costruito.

SubRip non ha layer né posizioni, quindi entrambe le righe diventano cue che coprono gli stessi secondi. Le cue sovrapposte non sono illegali in SubRip e molti player le impilano, ma il comportamento varia e alcuni ne mostrano solo una. Se l’output sembra perdere righe, di solito è per questo, e il rimedio è redazionale: decidere quale delle due serva allo spettatore e rimuovere l’altra.

Per una traccia consegnata a una piattaforma, il dialogo è quasi sempre quella da tenere. Una traduzione di scritta che appare sotto l’immagine, fuori posto e senza legame visivo con la cosa che traduce, si legge come un frammento non attribuito in mezzo a una conversazione — costa allo spettatore più attenzione di quanta ne restituisca. Dove una scritta porta davvero la trama, ripiegare il suo testo nella cue di dialogo adiacente tra parentesi quadre è la convenzione che il sottotitolaggio broadcast ha adottato decenni fa.

Una sezione eventi contiene righe Dialogue e spesso righe Comment, che sono strutturalmente identiche ma disabilitate — traduzioni alternative, note tra i membri del team, una scritta che è stata tipografata e poi tagliata. Vengono lette solo le righe Dialogue, quindi nulla di tutto ciò raggiunge l’SRT.

È il default giusto di gran lunga, e vale la pena saperlo perché funziona in entrambe le direzioni. Se manca una riga che ci si aspettava nell’output, si apra l’ASS e si verifichi se dice Comment. Riabilitarla in Aegisub e riconvertire è una soluzione di due secondi, e considerevolmente più veloce che concludere che il parser l’ha persa.

È anche il motivo per cui un file convertito è a volte più corto di quanto la sorgente suggerisca. Una traduzione che è passata per la revisione può portare tante alternative commentate quante sono le righe attive, e uno script che sembra milleduecento voci in un editor diventa settecento cue nell’SRT. Si contano le righe Dialogue, non il totale, se si vuole sapere in anticipo cosa conterrà l’output.

La sezione eventi dichiara il proprio ordine di colonne in una riga Format, e i file reali variano davvero — l’ordine è una convenzione, non un layout fisso. Leggere inizio, fine e testo per posizione fissa funziona finché non incontra un file scritto da uno strumento che li ha ordinati diversamente, e allora produce nonsenso silenzioso.

Le colonne qui sono localizzate per nome da quella riga Format, quindi un file con un layout insolito viene analizzato correttamente invece di produrre cue temporizzate dal campo sbagliato. La colonna del testo è letta come tutto ciò che sta dalla sua posizione alla fine della riga, il che conta perché un dialogo che contiene virgole verrebbe altrimenti troncato alla prima.

Le cue sono numerate da uno nell’ordine in cui appaiono nella sezione eventi. Aegisub tiene quella sezione ordinata per tempo il più delle volte, quindi la maggior parte dei file esce cronologica e non c’è nulla a cui pensare.

Gli script pesantemente tipografici sono l’eccezione. Una scritta inserita mentre si lavora su una scena atterra spesso accanto alla riga con cui appartiene invece che al suo posto nella timeline, e l’SRT contiene allora cue i cui timestamp vanno all’indietro rispetto ai loro numeri. La maggior parte dei player ordina per tempo e non se ne cura; gli strumenti rigidi e alcuni validatori di upload rifiutano il file. Ordinare la sezione eventi per tempo di inizio in Aegisub prima di convertire lo evita del tutto.

I timestamp ASS portano due cifre dopo il punto decimale; SubRip ne porta tre. La conversione riempie invece di indovinare, quindi 0:00:01.23 diventa 00:00:01,230. Non viene inventata precisione e non ne viene persa — ogni timestamp nell’output finisce con uno zero.

È un piccolo indizio che un file proveniva da ASS, e occasionalmente utile quando si cerca di capire da dove arrivi una traccia di sottotitoli. Non ha effetto sulla riproduzione: dieci millisecondi sono un quarto di fotogramma a 24 frame al secondo, e la risoluzione a cui l’ASS è stato scritto è la risoluzione che i tempi hanno davvero.

Niente di ciò che è stato eliminato può essere recuperato dall’output. L’SRT non sa quali righe fossero scritte, che colore avesse un parlante, dove stesse una caption o come fosse temporizzata una sillaba, e nessun lavoro successivo lo ricostruirà. L’ASS è l’unica copia di tutto ciò, e questo rende cancellarlo dopo una conversione un tipo insolitamente costoso di pulizia.

La disposizione di lavoro è quella che i gruppi di release usano già: l’ASS è il progetto, e ogni file piano è un export. Quando una traduzione cambia, la si cambia nell’ASS e si riconverte. Due file modificati in parallelo divergono rapidamente, e quello piano vince sempre per caso, perché è quello che si apre più velocemente.