Convertire VTT in SBV

WebVTT è un formato documentale con spazio al suo interno: un'intestazione obbligatoria, identificatori battuta opzionali, blocchi commento, un blocco stile, impostazioni aggiunte a qualsiasi riga temporale, e tag inline dentro il testo. Tutto ciò esiste per buoni motivi e tutto è d'intralcio quando ciò che si vuole è un elenco di momenti e cosa è stato detto in ciascuno.

SBV non ha nulla di tutto ciò. Una riga temporale, del testo, una riga vuota, e la voce successiva. È l'intero formato, motivo per cui sopravvive come file di lavoro molto dopo che lo strumento per cui è stato costruito è cambiato forma, e perché è la destinazione sensata quando il passo successivo è una persona che legge ogni riga o uno script che divide su una virgola.

L'intestazione se ne va, perché SBV non ne ha. Gli identificatori battuta se ne vanno, perché SBV non ha numerazione o nomenclatura di alcun tipo. I blocchi NOTE e STYLE se ne vanno, per un motivo strutturale degno di nota: un blocco viene riconosciuto come battuta contenendo una freccia timestamp, e nessuno dei due la contiene, quindi vengono saltati invece di essere letti male come testo di sottotitolo.

Anche le impostazioni battuta se ne vanno. Un'impostazione line, align, position o size scritta dopo il timestamp finale viene letta fino al primo spazio e il resto scartato. Se la traccia si affidava al posizionamento per tenere i sottotitoli lontani dal testo su schermo, quel posizionamento non è recuperabile dall'output, e il file WebVTT è l'unica copia che ce l'ha.

Una riga porta entrambi i tempi separati da una virgola: 0:04:12.500,0:04:15.100. Il punto prima dei millisecondi è lo stesso usato da WebVTT, quindi quella metà non richiede pensiero. Le ore sono ciò che cambia — SBV le scrive senza zero iniziale, il dettaglio che fa fallire un file rinominato e funzionare uno convertito.

I tempi stessi restano intoccati. Ogni valore viene tenuto in millisecondi durante la conversione e riscritto a risoluzione millisecondo, quindi ogni voce inizia e finisce esattamente nel momento in cui lo faceva nel VTT. Nulla viene arrotondato, agganciato o spostato; solo la punteggiatura attorno ai numeri è diversa.

Questo è il limite dell'appiattimento e vale la pena dichiararlo chiaramente. Il testo delle battute viene copiato letteralmente. Un tag corsivo, un tag grassetto, un tag voice che nomina il parlante — tutti viaggiano dal WebVTT nell'SBV come caratteri letterali, perché nulla interpreta l'interno di una battuta.

SBV non ha alcuno stile, quindi quei tag verranno mostrati invece che applicati. Se il punto della conversione era un file con dentro nient'altro che parole, una ricerca e sostituzione finisce il lavoro. Farlo prima nel WebVTT è pratica migliore, perché quel file è quello che qualcuno convertirà di nuovo il mese prossimo.

La maggior parte dei file WebVTT in circolazione viene da trascrizione automatica, e la struttura di SBV si adatta bene al passaggio di correzione: le righe temporali sono abbastanza brevi da poter essere lette oltre, il testo è sulle proprie righe, e non c'è numerazione da rinumerare quando un sottotitolo viene diviso o unito.

Cosa correggere, nell'ordine che paga di più: nomi propri e vocabolario tecnico, dove i riconoscitori falliscono di più e dove i fallimenti cambiano il significato; poi le interruzioni di riga, che l'output automatico posiziona dove il suo buffer si è svuotato invece che a un confine di frase; poi la lunghezza delle battute, perché un riconoscitore non ha senso di quanto tempo serva a uno spettatore. Nulla di ciò è un problema di formato e tutto è il motivo per cui una trascrizione automatica basta per scorrere e non per pubblicare.

Un trucco che risparmia un intero passaggio: si raccolgono i nomi prima di iniziare. Parlanti, aziende, prodotti, luoghi, qualsiasi acronimo su cui la registrazione si appoggia — li si scrive dalla descrizione o dalle diapositive, poi si cerca ognuno nel file sottotitoli. I riconoscitori falliscono in modo coerente piuttosto che casuale, quindi un nome uscito sbagliato una volta è uscito sbagliato ogni volta, e una ricerca e sostituzione ne corregge trenta istanze in un'azione. Leggere il file dall'inizio alla fine cercandoli è lo stesso lavoro sparso su un'ora.

SBV è il formato proprio di Google, prodotto dall'editor sottotitoli di YouTube dal 2008 e offerto dal suo strumento di download. Caricarne uno rimette i sottotitoli dove possono essere modificati contro la timeline del video, il modo più rapido per correggere la tempistica piuttosto che le parole.

Vale la pena essere diretti sulla necessità: YouTube accetta WebVTT direttamente, quindi questa conversione non è un prerequisito per sottotitolare un video lì. Si guadagna il suo posto quando l'editor è dove il lavoro sta accadendo, quando uno script nel proprio flusso di lavoro si aspetta il formato di esportazione, o quando un archivio sottotitoli è già in SBV e un nuovo file arrivato come WebVTT è l'eccezione.

Una grande quota della domanda per file sottotitoli non ha nulla a che vedere coi sottotitoli. La gente vuole il testo: trasformare una conferenza in un articolo, citare un relatore accuratamente, cercare in una registrazione di due ore i quattro minuti che contano. Per questo, le tempistiche sono rumore e SBV è una tappa lungo la strada piuttosto che la destinazione.

Il file appiattito rende banale quell'ultimo passo — si cancella ogni riga contenente una virgola tra due timestamp e resta la trascrizione. Lo si fa in un editor con un'espressione regolare, o in tre righe di un qualsiasi linguaggio di scripting. Ciò che nessuna conversione risolve è l'affidabilità delle parole sottostanti, e una trascrizione da un riconoscitore va controllata contro l'audio prima di citarne qualcosa.

Se il passo successivo è codice invece di una persona, la forma del file decide quanto codice serva. Un parser WebVTT deve gestire un'intestazione opzionale con metadati opzionali dopo, blocchi che possono o non possono iniziare con un identificatore, righe temporali che possono o non possono portare impostazioni, e blocchi che sono commenti o stili invece che battute.

Un parser SBV divide sulle righe vuote, divide la prima riga su una virgola, e prende il resto come testo. Quella differenza è reale, ed è il motivo onesto per cui qualcuno convertirebbe in questa direzione per un lavoro di scripting. Vale anche la pena soppesarla contro l'uso di un parser WebVTT mantenuto invece, che gestisce correttamente i casi scomodi e costa una dipendenza invece di un pomeriggio di casi limite.

Correggere un file sottotitoli di solito significa cambiare dove sono i confini, non solo cosa dicono le parole: una battuta che attraversa un'interruzione di frase vuole essere divisa, e due frammenti separati dal riconoscitore vogliono essere uniti. In SubRip ognuna di queste modifiche invalida la numerazione da quel punto in poi, e un file corretto in un editor di testo finisce con due voci numerate 214 o una sequenza che salta da 300 a 302.

SBV non ha numerazione da rompere. Dividere una voce significa aggiungere una riga temporale e una riga vuota; unirne due significa cancellarle. Nulla dopo la modifica ha bisogno di essere toccato, e nessun lettore o piattaforma sta contando. È un vero vantaggio del formato per l'unico lavoro in cui eccelle, ed è il motivo per cui un passaggio di correzione fatto qui e riconvertito è spesso meno soggetto a errori dello stesso passaggio fatto direttamente nel file SubRip.

Come archivio, no. Si legge praticamente da nessuna parte fuori da YouTube, non porta nulla che WebVTT o SubRip non abbiano, e non registra alcuna informazione su da dove vengono i sottotitoli o cosa erano posizionati per evitare. Una directory di file SBV è una directory che ha dimenticato le cose.

Come file di lavoro per un compito, è eccellente, la distinzione degna di essere fatta. Si converte, si corregge, si carica o si analizza, e si tiene il WebVTT come il file a cui si torna. Se le correzioni sono avvenute nell'SBV invece che nella sorgente, si converte indietro invece di lasciare le due copie in disaccordo — le parole sono le stesse in entrambi i formati, quindi nulla si perde spostandole in nessuna delle due direzioni.