Converter VTT para SBV

WebVTT é um formato de documento com espaço nele: um cabeçalho obrigatório, identificadores opcionais, blocos de comentário, um bloco de estilo, configurações anexadas a qualquer linha de tempo e tags inline dentro do texto.

SBV não tem nada disso. Uma linha de tempo, algum texto, uma linha em branco, a próxima entrada. É o formato inteiro, o que explica por que sobrevive como arquivo de trabalho muito depois da ferramenta para a qual foi construído ter mudado de forma.

O cabeçalho vai embora, porque SBV não tem nenhum. Identificadores de legenda vão embora, porque SBV não tem numeração ou nomeação de tipo nenhum. Blocos NOTE e STYLE vão embora — reconhecidos por estrutura, porque um bloco é identificado por conter uma seta de timestamp.

Configurações de legenda também vão embora. Um ajuste de linha, alinhamento, posição ou tamanho escrito depois do timestamp final é lido até o primeiro espaço e o resto é descartado.

Uma linha carrega os dois tempos separados por vírgula: 0:04:12.500,0:04:15.100. O ponto antes dos milissegundos é o mesmo que o WebVTT usa. As horas são o que muda — SBV as escreve sem preenchimento de zero.

Os tempos em si ficam intocados. Todo valor fica em milissegundos durante a conversão e é escrito de volta na mesma resolução, então cada entrada começa e termina exatamente no mesmo momento que tinha no VTT.

Esse é o limite do achatamento e vale dizer claramente. O texto da legenda é copiado literalmente. Uma tag de itálico, uma tag de negrito, uma tag de voz nomeando o falante — todas viajam do WebVTT para o SBV como caracteres literais.

SBV não tem estilo nenhum, então essas tags vão aparecer em vez de serem aplicadas. Se o objetivo de converter era um arquivo sem nada além de palavras, uma busca e substituição termina o trabalho.

A maioria dos arquivos WebVTT em circulação veio de transcrição automática, e a estrutura do SBV serve bem à passada de correção: as linhas de tempo são curtas o bastante para ler direto, o texto fica em linhas próprias.

O que corrigir, na ordem que compensa: nomes próprios e vocabulário técnico, onde reconhecedores falham mais e onde as falhas mudam o sentido; depois quebras de linha; depois duração de legenda.

SBV é formato próprio do Google, produzido pelo editor de legendas do YouTube desde 2008. Enviar um coloca as legendas de volta onde podem ser editadas contra a linha do tempo do vídeo, o jeito mais rápido de corrigir tempo em vez de texto.

Vale ser direto sobre a necessidade: o YouTube aceita WebVTT diretamente, então esta conversão não é pré-requisito para legendar um vídeo lá. Ganha seu lugar quando o editor é onde o trabalho está acontecendo.

Boa parte da demanda por arquivos de legenda não tem nada a ver com legendagem. As pessoas querem o texto: transformar uma palestra num artigo, citar um palestrante com precisão, buscar numa gravação de duas horas.

O arquivo achatado torna esse último passo trivial — apague toda linha contendo uma vírgula entre dois timestamps e a transcrição é o que sobra.

Se o próximo passo é código em vez de uma pessoa, a forma do arquivo decide quanto código. Um parser de WebVTT tem que lidar com um cabeçalho opcional, blocos que podem ou não começar com um identificador.

Um parser de SBV divide em linhas em branco, divide a primeira linha numa vírgula, e pega o resto como texto. Essa diferença é real, e é o motivo honesto para alguém converter nessa direção para uma tarefa de script.

Como arquivo permanente, não. Ele lê essencialmente em nenhum lugar fora do YouTube, não carrega nada que WebVTT ou SubRip não carreguem, e não registra informação nenhuma sobre de onde as legendas vieram.

Como arquivo de trabalho para uma tarefa, é excelente, e é a distinção que vale traçar. Converta, corrija, envie ou processe, e mantenha o WebVTT como o arquivo ao qual você volta.