Converter ASS para SBV

Advanced SubStation Alpha existe para controlar aparência: estilos nomeados com fonte, tamanho, contorno e sombra, posicionamento por linha, cor, rotação, karaokê e até desenhos vetoriais. Uma fansub ou uma palestra bem legendada usa boa parte disso, e perder tudo isso numa legenda simples parece culpa da conversão.

Não é. O YouTube desenha as legendas com a própria tipografia e deixa o espectador escolher fonte, tamanho, cor e opacidade do fundo — qualquer coisa que o arquivo diga sobre aparência é descartada na entrada, em qualquer formato aceito. O que esta página consegue resolver não é manter o estilo, e sim o que fazer com as partes da faixa que carregavam significado, não decoração.

A parte que carrega significado são os letreiros: o nome de uma loja, uma mensagem de celular na tela, um título de capítulo, uma legenda traduzida ao lado do que ela traduz. No arquivo ASS cada um tem posição precisa, estilo próprio e tempo de exibição que costuma coincidir com uma fala.

Depois da conversão eles viram legendas comuns na parte de baixo do quadro, e como coincidem no tempo com a fala, o YouTube empilha tudo. Uma cena com dois personagens conversando sob uma placa vira três linhas disputando o mesmo espaço, sem indicar qual é fala e qual é letreiro.

É a resposta padrão para qualquer faixa em que a tipografia carrega informação de verdade. Renderizar o ASS dentro do vídeo na hora da codificação preserva estilo, posição e animação exatamente como o autor pretendia, e o resultado vai para o YouTube como vídeo.

Depois converta só o diálogo para SBV e suba como legenda separada — assim o vídeo mantém texto pesquisável e acessível. Apague as linhas de letreiro do ASS antes de converter, ou do SBV depois; as duas operações são rápidas em texto puro.

Três coisas: o texto, sua estrutura de linhas e o tempo. O texto chega como caracteres simples, a quebra forçada \N vira quebra de linha real, e o espaço não separável \h vira espaço comum.

Todo o resto é descartado: nome do estilo referenciado, camada, margens, campo de efeito, nome do ator e qualquer tag entre chaves. O SBV não tem campo para nenhum deles, o que explica por que o formato é tão fácil de editar à mão.

Uma linha de diálogo em ASS costuma começar com um bloco de instruções entre chaves — posição, cor, fade, animação — e pode ter mais no meio da linha. Tudo isso é removido antes de escrever o SBV, então o que sobra é a frase, e não a frase precedida de código.

Isso esconde uma coisa: o tempo de karaokê é marcado com uma tag antes de cada sílaba, então uma letra cronometrada sílaba a sílaba colapsa numa linha só aparecendo de uma vez. As palavras ficam; o efeito que valia a pena cronometrar, não.

ASS pode desenhar formas: uma tag de modo de desenho transforma o campo de texto numa linguagem de coordenadas, tipo "m 0 0 l 100 0 100 50 0 50". Legendadores usam isso para máscaras, fundos atrás de letreiros e setas.

Remover as tags apaga o comando de modo e deixa as coordenadas soltas, e essas linhas chegam ao SBV como legendas cheias de letras e números. É fácil identificar e apagar antes de subir — buscar linhas começando com "m " e um dígito encontra quase todas.

A seção de eventos de um ASS tem dois tipos de linha: Dialogue e Comment. Só a primeira é lida, então anotações de trabalho, traduções alternativas e letreiros desativados nunca viram legenda.

Vale saber nos dois sentidos: um arquivo que parece cheio no Aegisub pode gerar menos entradas do que o esperado, porque parte estava comentada. E o arquivo pode carregar notas com segurança, o que é um dos motivos de manter a faixa de trabalho como ASS.

A seção de eventos declara sua própria ordem de colunas numa linha Format, e arquivos realmente variam nisso — a ordem é convenção, não regra fixa, e ferramentas que geram ASS programaticamente nem sempre seguem o costume. O leitor pega início, fim e texto conforme essa declaração, em vez de contar campos.

O texto sempre é o último campo e pode conter vírgulas, então só os campos antes dele são divididos. Uma fala com uma lista dentro sobrevive com as vírgulas intactas, o que um leitor ingênuo separando por vírgula quebraria.

ASS registra centésimos de segundo — 0:01:23.45. SBV registra milésimos — 0:01:23.450. Todo timestamp ganha um zero à direita e nada se move, porque a conversão troca de precisão, não de valor.

Os dois formatos deixam a hora sem zero à esquerda, então uma legenda na primeira hora começa com "0:" em ambos. A diferença real está na linha em si: ASS descreve tempos como campos dentro de um registro de diálogo, SBV escreve os dois valores separados por vírgula numa linha própria, seguidos do texto.

O arquivo ASS é o mestre e o SBV é uma exportação. Tudo que fez a faixa valer a pena existe na fonte e nada disso volta a partir da legenda — regenere o SBV quando a tradução mudar, em vez de editar os dois separadamente.

A conversão é JavaScript puro rodando no navegador: nada é enviado, nenhum motor é baixado, não há conta nem limite diário, e a aba de rede confirma isso durante a conversão. Traduções ainda não publicadas são exatamente o tipo de arquivo que merece esse cuidado.