Converter SRT para ASS

Um esqueleto com ossos corretos. As palavras e os tempos são as únicas coisas que um arquivo SubRip contém, e são as únicas coisas que podem ser carregadas, então o resultado é cada uma das suas falas renderizada como uma linha de diálogo ASS sob um único estilo padrão. Nada foi inventado, porque não havia nada para inventar a partir de.

Isso é mais útil do que parece, e vale explicar por quê. Sincronização é a metade lenta e cansativa do trabalho com legendas; estilização é a metade rápida e agradável. Se os tempos já estão certos, esta conversão transfere a parte cara do trabalho intacta e deixa você no ponto em que o formato passa a valer a pena.

Um estilo, chamado Default, e estes são os valores reais dele: fonte Arial em tamanho 48, cor primária branca, um contorno preto de dois pixels de espessura, sem sombra, e alinhamento 2 — a célula inferior central da grade três por três em que o formato posiciona. As margens esquerda, direita e vertical são todas 10. O cabeçalho do script declara ScriptType v4.00+, WrapStyle 0 e ScaledBorderAndShadow yes.

Saber esses números diz o que mudar primeiro. Arial em 48 é uma escolha deliberadamente sem graça que renderiza em qualquer lugar; não é uma recomendação. Se a faixa vai entrar num vídeo 1080p e o texto parece pequeno, o tamanho é o campo a mexer, e como ScaledBorderAndShadow está ligado, o contorno escala junto em vez de ficar fixo em dois pixels da resolução original.

O SubRip registra milissegundos; o ASS registra centésimos de segundo. Essa é uma diferença real de resolução, e a conversão resolve ela truncando em vez de arredondar — 00:00:01,238 no SRT vira 0:00:01.23 no ASS, até nove milissegundos adiantado.

Nove milissegundos é um quarto de quadro a 24 quadros por segundo, e ninguém jamais notou um. Isso importa numa situação só: karaokê, onde o tempo de cada sílaba é ajustado contra o áudio, e a diferença acumulada entre sílabas vizinhas pode ser ouvida. Se você está sincronizando karaokê, faça isso no ASS depois da conversão, não convertendo um arquivo que já foi cronometrado noutro lugar.

Uma legenda dividida em duas linhas no SRT chega como uma linha de diálogo só, contendo uma barra invertida seguida de N maiúsculo onde estava a quebra. Essa é a quebra de linha forçada do formato, e é como o ASS distingue uma quebra que o autor pediu de uma que o renderizador escolheu.

A alternativa no ASS é uma quebra suave, um n minúsculo, que o renderizador pode ignorar quando o WrapStyle permite reformatar. A conversão sempre escreve a forma forçada, porque uma quebra no SRT foi uma decisão que alguém tomou, e deixar um renderizador desfazer isso silenciosamente seria o padrão errado. Se você preferir que o texto reflua para caber, substitua elas.

O alinhamento 2 coloca legendas embaixo, centralizadas, que é onde legendas pertencem e onde o ponto inteiro do ASS começa. O formato posiciona por uma grade numérica, então 8 é topo centro, 7 é topo esquerda, e uma tag de sobreposição embutida pode posicionar uma única linha em qualquer lugar do quadro sem tocar no estilo.

Esse é o mecanismo por trás de placas traduzidas na tela, no que a maior parte do tempo de tipografia é gasta. Uma placa na fachada de uma loja, uma mensagem de texto, uma legenda no idioma de origem — cada uma vira uma linha de diálogo posicionada sobre o que ela traduz, num estilo escolhido para combinar. Nada disso pode vir de um SRT; tudo isso vira possível no momento em que o arquivo é ASS.

Este é o resultado que surpreende as pessoas, então vale dizer claramente. O texto das falas é copiado literalmente. Uma tag de itálico entre colchetes angulares, que alguns players SubRip respeitam por convenção, não é convertida para o equivalente ASS, que é uma tag de sobreposição entre chaves; ela fica exatamente como foi digitada, e um renderizador de ASS vai desenhar os colchetes angulares na tela como caracteres normais.

O conserto é uma busca e substituição sobre o arquivo pronto, ou definir itálico no estilo Default se a faixa inteira for em itálico. Qualquer um dos dois leva um minuto. Fazer isso é preferível a um conversor tentando adivinhar, porque essas tags de colchetes angulares são uma convenção de player, não parte do SubRip, e um arquivo que usasse elas para outra coisa seria destruído silenciosamente por uma etapa de tradução automática.

O estilo diz Arial. Ele não carrega o Arial. Um arquivo ASS referencia fontes pelo nome e depende de a máquina de reprodução ter elas, que é a fraqueza definidora do formato e o motivo de uma faixa cuidadosamente tipografada poder chegar em algum lugar parecendo quebrada sem culpa nenhuma do arquivo.

Uma fonte substituta tem métricas diferentes, então uma linha que cabia agora quebra, e uma placa posicionada contra a imagem agora sobrepõe ela. As três respostas conhecidas são ficar com fontes que existem em todo lugar, mandar as fontes e pedir para o espectador instalar elas, ou anexar elas dentro de um contêiner Matroska, que é o que grupos de legendagem fazem. Arial é o padrão aqui exatamente porque é o menos provável de estar faltando.

A decisão é mais fácil do que parece assim que você sabe para onde o arquivo vai. Uma faixa para a sua própria máquina pode usar qualquer coisa instalada nela. Uma faixa mandada para uma pessoa só pode viajar com as fontes e uma instrução. Uma faixa sendo publicada, ou destinada a ser gravada na imagem, deveria se restringir ao que é universal ou deixar de ser um arquivo de legenda de todo — porque o único jeito de garantir que uma tipografia renderiza na máquina de um estranho é ela já ter renderizado na sua primeiro.

O Aegisub é o programa com que este formato cresceu, e continua sendo onde trabalho sério de legendagem acontece: estilos gerenciados numa tabela, sincronização ajustada contra uma forma de onda de áudio, e ferramentas de tipografia para posicionar e transformar linhas individuais. O arquivo que este conversor produz abre nele direto e limpo.

Um editor de texto também funciona para correções pequenas, já que a seção de eventos é texto simples separado por vírgulas. Deixe a seção de estilos em paz a menos que você saiba o que um campo faz — vários deles são cores escritas em ordem de byte invertida atrás de um prefixo com E comercial e H, o que não vale a pena descobrir por tentativa e erro num arquivo que você se importa.

A conversão grava um estilo e aplica ele a toda linha, que é a única coisa honesta que ela pode fazer a partir de uma origem SubRip. A primeira edição que se paga costuma ser um segundo estilo. Duplique o Default na tabela de estilos, renomeie, mude a cor primária, e reatribua as linhas que pertencem ao outro falante — o nome do estilo é um campo em cada linha de diálogo, então reatribuir é uma edição de coluna, não uma reescrita.

Colorir falantes é o truque mais antigo em legendagem, e funciona porque não custa nada ao espectador aprender. Também é a coisa que o SubRip nunca conseguiu fazer: um arquivo simples precisa escrever o nome do falante no texto ou usar uma convenção de travessão, ambos gastando caracteres na tela que o diálogo precisava. Dois estilos recompram uma linha de espaço de leitura em cada troca de falas, e numa peça cheia de conversa isso é a diferença entre legendas que acompanham e legendas que não.

Se nada na faixa precisa ser posicionado, colorido ou estilizado, converter é trabalho sem retorno. O SubRip é lido por todo player, toda televisão e todo formulário de upload; o ASS é lido por players de mesa e quase nada mais, e uma plataforma recebendo um normalmente vai ignorar.

A regra que se sustenta é guiada pelo destino. Faça tipografia em ASS quando o vídeo vai ser assistido num player que renderiza ele, ou quando você pretende gravar as legendas na imagem e a aparência é decisão sua. Fique no SRT quando o arquivo vai para algum lugar que você não controla. As duas coisas podem valer para o mesmo projeto, caso em que o ASS é o mestre e o SRT é gerado a partir dele.