Convertire SUB in VTT

La situazione è una collezione che incontra un sito web. Una serie di lezioni, un archivio televisivo locale, una biblioteca di film, un insieme di registrazioni che qualcuno porta con sé dall’era DivX — il video viene transcodificato e messo online, e i sottotitoli che lo accompagnavano sono MicroDVD, ciò che tutti usavano quando i file furono fatti.

Un browser non ha idea di cosa farne. L’elemento track accetta WebVTT e solo WebVTT, e fallisce silenziosamente: il video riproduce, il menu sottotitoli è vuoto, e nulla nella pagina o nella console spiega perché.

MicroDVD registra il fotogramma in cui appare una riga, non il momento. Trasformarlo in un timestamp è una divisione, e il divisore è il frame rate del video per cui i sottotitoli sono stati temporizzati — che il file raramente dichiara. Il controllo qui accetta da 1 a 120 in millesimi, perché 23,976 e 29,97 non sono numeri interi.

Fatelo giusto prima di pubblicare piuttosto che dopo, perché un browser non offre alcuna diagnostica. Un lettore almeno vi lascia spostare un offset guardando; un elemento track renderizza esattamente ciò che dice il file. Controllate la traccia convertita contro il video localmente, all’inizio e vicino alla fine.

Nulla nei due formati si allinea. WebVTT richiede la parola WEBVTT sulla propria prima riga; MicroDVD non ha alcuna intestazione. WebVTT separa due timestamp con una freccia su una riga propria; MicroDVD mette due numeri di fotogramma tra graffe all’inizio della riga di testo.

Quindi l’estensione è il minimo dei problemi. Un file rinominato viene rifiutato alla prima riga, e anche se non lo fosse, non c’è nulla che un parser WebVTT possa interpretare come cue. È l’unica coppia sul sito dove i due formati non condividono alcuna sintassi.

Ogni numero di fotogramma viene diviso per la frequenza scelta e scritto come ore, minuti, secondi e tre cifre di millisecondi, con un punto prima della frazione e le ore riempite. Una riga che inizia al fotogramma 3210 parte a 00:02:08.400 se la frequenza è 25, e a 00:02:13.875 se è 23,976.

Quei cinque secondi e mezzo sono tutto il peso dell’impostazione, al minuto due di un film che può durare due ore. I timestamp raramente finiscono in numeri tondi perché la divisione raramente lo fa, un indizio affidabile che una traccia WebVTT è nata come file basato su fotogrammi.

Molti file MicroDVD dichiarano la propria frequenza fotogrammi usando una vecchia convenzione: una prima voce che va dal fotogramma uno al fotogramma uno il cui testo è la frequenza. Non fece mai parte di una specifica, e questo convertitore la tratta per quello che strutturalmente è — una voce ordinaria.

Il risultato è che la vostra traccia WebVTT apre con una didascalia che recita qualcosa come 23.976, a schermo per una frazione di secondo. Aprite il .vtt in un editor di testo, cancellate il primo cue, e il resto del file resta intatto.

MicroDVD ha un piccolo insieme di codici inline per corsivo, grassetto, colore, font e dimensione, scritti tra graffe. Vengono rimossi insieme alle graffe, lasciando le parole. Nulla viene tradotto negli equivalenti WebVTT, anche se WebVTT ha tag a parentesi angolare per corsivo e grassetto che si mapperebbero perfettamente.

Vale la pena saperlo piuttosto che rimpiangerlo. Il supporto dei lettori per i codici MicroDVD è stato incoerente per tutta la vita del formato, quindi un file che vi si affidava appariva diverso ovunque, e la maggior parte dei file d’archivio li usa per una sola cosa: marcare un’intera riga come corsivo dove qualcuno parla fuori campo.

Mettete il .vtt in un elemento track dentro l’elemento video, con kind impostato, srclang impostato sul codice lingua, e un label che diventa la voce nel menu sottotitoli. Aggiungete default se i sottotitoli devono essere attivi all’avvio, altrimenti uno spettatore deve trovare il menu.

La lingua è il campo che il materiale d’archivio sbaglia più spesso, perché un file ereditato da una collezione spesso non ha alcuna registrazione della lingua oltre alla cartella in cui è stato trovato. Dichiararla correttamente non è decorazione: è ciò che dice a un browser quale traccia selezionare.

MicroDVD appartiene a un’epoca in cui i file sottotitoli erano a byte singolo e regionali, e i file d’archivio sono comunemente salvati in una codifica dell’Europa centrale, cirillica o occidentale piuttosto che UTF-8. Il convertitore scrive output UTF-8, ma può codificare solo i caratteri che ha letto.

Quindi il controllo avviene prima della conversione, non dopo. Aprite il SUB in un editor di testo e guardate i caratteri accentati. Se sono già punti interrogativi o simboli estranei, il file viene letto con la codifica sbagliata, e risalvarlo come UTF-8 da un editor che permette di scegliere la codifica sorgente è il passo che li recupera.

Due cose completamente diverse condividono questa estensione, e un archivio è esattamente dove si incontra la seconda. Il SUB MicroDVD è testo semplice. Il SUB VobSub sono sottotitoli bitmap estratti da un DVD, memorizzati come immagini, sempre con un file indice .idx accanto.

Per chi pubblica sul web la distinzione è una voce di budget piuttosto che una curiosità. Non c’è percorso da immagini di parole a una traccia WebVTT che non passi per il riconoscimento ottico dei caratteri, il che significa uno strumento separato, una revisione riga per riga.

L’attributo kind li distingue e la distinzione conta di più sul web di quanto contasse in un lettore multimediale. Subtitles porta il dialogo e presume uno spettatore che sente. Captions presume uno spettatore che non sente, e include ciò che è udibile ma non parlato.

Un file MicroDVD d’archivio è essenzialmente sempre subtitles, spesso una traduzione. Marcare la traccia come captions per soddisfare una lista di controllo accessibilità mette la parola giusta nel markup e non soddisfa il requisito, che per enti pubblici è legale piuttosto che una preferenza.