SBV naar SRT omzetten

Er is in de praktijk maar één bron. YouTube’s ondertitelingseditor schrijft SBV, de downloadtool biedt het naast SubRip en WebVTT aan, en niets anders in algemeen gebruik produceert het formaat. Staat dit bestandstype op je machine, dan komt het van een video op dat platform.

Twee situaties komen even vaak voor. Iemand wil ondertitels offline corrigeren en terugzetten — dan is het formaat prima en deze omzetting overbodig. Of iemand wil de ondertitels ergens anders gebruiken — een lokale kopie van de video, een tweede platform, een editor — en daar wordt een formaat dat maar één bedrijf leest een probleem.

Omdat hij het niet implementeert. VLC en soortgenoten lezen SubRip, WebVTT, Advanced SubStation Alpha en een handvol containergebonden formaten; SBV staat niet op de lijst. De speler meldt geen fout, hij vindt gewoon geen ondertitelspoor en speelt de video zonder af.

Dat is een ondersteuningsbeslissing, geen technisch probleem — het formaat is triviaal te ontleden. Het bestaat om ondertiteltekst in en uit één webapplicatie te verplaatsen, en heeft nooit de brede implementatie gekregen die het de moeite waard zou maken voor een spelerontwikkelaar.

De tijdregel splitst en groeit. SBV zet beide tijden op één regel gescheiden door een komma; SubRip zet ze op één regel gescheiden door een pijl, met elke tijd opgevuld tot twee cijfers uren en een komma in plaats van een punt voor de milliseconden. Dus 0:04:12.500,0:04:15.100 wordt 00:04:12,500 --> 00:04:15,100.

De tekst zelf verandert helemaal niet. Regelafbrekingen binnen een ondertitel blijven regelafbrekingen, de tekens worden ongewijzigd gekopieerd, en de lege regel tussen items blijft behouden. Het is de kortste lijst verschillen van elk paar op deze site.

SubRip zet een oplopend nummer op zijn eigen regel boven elke tijdregel, en een strikte parser verwacht het. SBV kent helemaal geen nummering, dus levert de omzetter er een, tellend vanaf één in de volgorde waarin de items voorkomen.

Omdat SBV-items chronologisch uit YouTube komen, klopt de nummering met de tijdlijn. Is het bestand met de hand bewerkt en een item verplaatst, dan volgt de nummering het bestand in plaats van de klok — de meeste spelers sorteren op tijd, maar een strikte uploadvalidator kan er wel om malen.

Dit is ongewoon genoeg op een omzettingssite om zonder voorbehoud te zeggen. SBV heeft geen opmaak, geen positionering, geen kleuren, geen lettertypen, geen sprekermarkeringen en geen nummering. Het draagt een begin, een eind en wat woorden. SubRip draagt dezelfde drie dingen plus een teller.

Er valt dus niets af te wegen, geen kanttekening te lezen en geen uitvoer op schade te controleren. De soberheid die SBV nutteloos maakt als archiefformaat, is precies wat het omzetten ervan volkomen veilig maakt.

Een groot deel van de SBV-bestanden zijn automatische transcripties in plaats van geschreven ondertitels, en de omzetting verbetert de woorden niet. Spraakherkenning is betrouwbaar bij gewone spreektaal en onbetrouwbaar bij precies de termen die de betekenis dragen: namen, plaatsen, productnamen, jargon.

Twee mechanische fouten zijn tegelijk de moeite van repareren waard. Machine-uitvoer breekt regels af waar de herkenner zijn buffer leegde, niet bij een zinsgrens, waarom ondertitels ongemakkelijk lezen ook als elk woord klopt. En het produceert cues van een lengte die niemand koos.

Vrijwel elk platform dat ondertitels accepteert, accepteert SubRip; sommige ook WebVTT; vrijwel geen enkele accepteert SBV. Die asymmetrie is de praktische reden dat deze omzetting bestaat.

Vraagt een platform om een taalcode in de bestandsnaam, stel die dan correct in in plaats van een standaard te laten staan. Ondertitelsporen zonder gedeclareerde taal krijgen een label door gokken of door de accounttaal van de uploader.

De ondertitels waren getimed tegen de geüploade kopie. Is je lokale video een andere versie — een intro toegevoegd, een sponsorsegment verwijderd — dan loopt de SRT gelijkmatig af door de lengte van het verschil.

Dat is een verschuiving, geen drift, en het is het gemakkelijke geval. Controleer de eerste ondertitel en een tegen het eind: fout met hetzelfde bedrag aan beide kanten betekent een constante verschuiving, die elke speler en editor in één stap kan toepassen.

De nummering die de omzetting toevoegt, is het enige in de uitvoer dat later fout kan gaan. Elke bewerking die het aantal items verandert — een lange ondertitel splitsen, twee fragmenten samenvoegen, een losse regel verwijderen — maakt elk nummer erna ongeldig.

Twee gewoontes voorkomen dat. Doe structurele bewerkingen in een ondertiteleditor, waar hernummeren automatisch gaat. Of doe ze in de SBV, waar geen nummering te breken valt, en zet daarna opnieuw om.

Eenmaal omgezet, is het SubRip-bestand op elke relevante manier de betere master. Ondertiteleditors verwerken het, spelers laden het, platforms accepteren het, en het bevat alles wat de SBV had.

De verstandige regeling: bewaar de SRT, bewerk daarin, en zet alleen terug om naar SBV als een specifieke correctie in YouTube’s eigen editor moet gebeuren. Zo is het bestand dat je onderhoudt degene die de hele wereld leest.