Eksportér undertekster som ren tekst
Eller indsæt underteksttekst
Indstillinger
Millisekunder stilhed mellem en tekstbloks slutning og den næstes begyndelse. Nås den, starter transskriptionen et nyt afsnit; hold dig under den, og de to læses som et sammenhængende stykke tale. Tallet afgør, hvordan teksten læses, ikke hvad den siger: 2000 holder en sætning sammen, når underteksterne hugger den over tre eller fire tekstblokke, mens 0 sætter hver tekstblok i sit eget afsnit. En pause måles mod den sidste tekstblok, der havde nogle ord i sig, så en tom tekstblok i midten ikke bryder et afsnit i to.
Slået fra som standard, hvilket giver dig en almindelig tekstblok, du kan indsætte direkte i et dokument. Slå det til, og hvert afsnit foranstilles med [HH:MM:SS] – starttiden for den første tekstblok i afsnittet, til sekundet, uden millisekunder. En læser bruger det stempel til at finde øjeblikket igen i en afspiller, og starten er den eneste af de tre kandidater (start, midte, slutning af afsnittet), der stemmer overens med det, afspilleren viser.
Hvilken billedhastighed tiderne tælles i. På formatsiderne er det, hvad MicroDVD har brug for, fordi formatet gemmer tider som billednummer. På siderne om billedhastighed er det den hastighed, filen blev timet efter – den version, underteksterne blev lavet til – og sidens anden boks tager hastigheden for den video, du skal bruge dem med. 23,976, 24, 25, 29,97, 30, 50, 59,94 og 60 er de almindelige. Tager man fejl, forskydes hele tidslinjen, og på siderne om billedhastighed forskydes den med et forhold i stedet for et fast beløb.
Denne side læser en undertekstfil og giver de samme ord tilbage som flydende afsnit af ren tekst: de linjeskift, der kun var på skærmen, slås sammen, og blokke, der følger tæt på hinanden, læses som en sammenhængende passage. Drop filen ind, kør den, og det, der kommer ud, er en tekstblok, du kan indsætte i et referat, et gennemlæsningsark eller en artikel. Intet forlader browserfanen, så materiale, der ikke må uploades, bliver liggende.
Det ene, der skal være klart, er linjeskiftet. En undertekstfil bruger et linjeskift af en grund, der intet har med sætningen at gøre: linjen blev for lang til skærmen, så den blev klippet, og de to halvdele blev afbalanceret. Gemmer du en undertekstfil som .txt, bevares de skift og sætter én blok på én linje, hvilket er det, du vil have, hvis teksten skal tilbage i en afspiller. En transskription læses af et menneske på en side, hvor et skift midt i en sætning er støj, så denne side slår dem sammen. To halvdele af en sætning kommer ud som én linje, og bagefter kan man ikke se, hvor skærmskiftet lå.
Afsnit afgøres af stilhed, ikke af blokke. Et afsnit pr. blok ville bryde en sætning hvert tredje eller fjerde sekund, fordi en normal undertekstfil klipper en enkelt talt sætning i flere blokke, så hver kan passe til timingen. I stedet kigger siden på afstanden mellem, at en blok slutter, og den næste begynder: en pause på omkring to sekunder åbner et nyt afsnit, og alt kortere lader ordene løbe videre. Det tal står i feltet, og det er den ene indstilling værd at tænke over – sæt den lavere til hurtig frem-og-tilbage-dialog og højere til en forelæsning med lange pauser inde i en enkelt tanke. Sætter du den til nul, får hver blok sit eget afsnit, hvilket er det tætteste, denne side kommer på én linje pr. blok.
Der er også en kontakt til at sætte et starttidspunkt foran hvert afsnit, slået fra som standard. Slår du den til, sætter den et stempel som [00:42:17] foran hvert afsnit, læst fra den første blok i afsnittet. Den går til sekundet og dropper millisekunderne med vilje: stemplet er der, så en læser kan finde det øjeblik igen i en afspiller, og 00:42:17 gør det. Et stempel på hver blok i stedet ville gøre transskriptionen tilbage til en undertekstfil med ekstra tegnsætning.
Det, siden ikke gør, er at sætte navn på noget. Ingen af de undertekstformater, der læses her, registrerer, hvem der taler – SRT, WebVTT, ASS, SSA, SBV, SAMI, MicroDVD, TTML, JSON og CSV gemmer alle en tid og noget tekst, og enhver etiket i den tekst er noget, et menneske har skrevet ind i ordene. Så en transskription fra denne side bærer ingen talernavne, og intet gættes ud fra linjernes form for at opfinde dem. Blokke uden indhold springes over frem for at stå tilbage som tomme afsnit, og hver linje trimmes, så du ikke finder løse mellemrumsklynger, hvor en blok blev klippet kort.
Eksempler
To blokke der læses som én sætning
Input
1
00:00:01,000 --> 00:00:03,000
I missed the last train home
and had to walk.
2
00:00:03,400 --> 00:00:05,000
Back before midnight,
you said.
3
00:00:09,000 --> 00:00:11,000
Every night this week?
Resultat
I missed the last train home and had to walk. Back before midnight, you said.
Every night this week?
Tre blokke ind, to afsnit ud. De to første blokke ligger 400 ms fra hinanden, godt inde i den to sekunder lange pause, så de bliver i ét afsnit, og hver bloks egne to visningslinjer slås sammen til én linje. Den tredje blok følger efter et fire sekunder langt hul og åbner et andet afsnit. Alle ordene er stadig her – det, der ændrede sig, er, hvilke linjeskift der overlevede.
En pause på præcis to sekunder
Input
1
00:12:30,000 --> 00:12:32,000
The train was late
again.
2
00:12:34,000 --> 00:12:36,000
Third time this week.
Resultat
The train was late again.
Third time this week.
Den anden blok begynder to sekunder efter, at den første slutter, hvilket er præcis tallet i pausefeltet, og det er øjeblikket, hvor et nyt afsnit begynder. Det er eksemplet at kigge på, hvis du tjekker sidens aritmetik: flyt feltet til 2500, og de to løber sammen i ét afsnit, fordi et hul på to sekunder ikke længere når tærsklen.
Den samme fil med starttider tilføjet
Input
1
00:02:15,000 --> 00:02:17,000
Here is where
we came in.
2
01:47:52,000 --> 01:47:55,000
And here is
where we leave.
Resultat
[00:02:15] Here is where we came in.
[01:47:52] And here is where we leave.
Med tidsstempelkontakten slået til får hvert afsnit præfiks af starttiden for den blok, der åbner det, til sekundet. Det andet afsnit ligger næsten to timer inde, og det viser, hvorfor timen skrives ud frem for at blive talt op i minutter: 01:47:52 fortæller en læser, hvor der skal spoles til, og 107:52 gør ikke.
Ofte stillede spørgsmål
Hvordan adskiller det sig fra at gemme mine undertekster som en .txt-fil?
Linjeskiftene. Gemmer du en undertekstfil som .txt, bevares filens egne skift, og der skrives én blok pr. linje, fordi det output er beregnet til at blive læst tilbage som en undertekstfil. Denne side gør det modsatte: den slår visningsskiftene inde i en blok sammen til én linje og slår derefter hele blokke sammen til afsnit, hvor pausen mellem dem er kort. Ordene er identiske i begge tilfælde. Har du brug for de oprindelige linjeskift bevaret, er konverteringen til ren tekst den side, du skal bruge; vil du have noget, et menneske kan læse som prosa, er det denne.
Hvordan afgør siden, hvor et afsnit slutter, og det næste begynder?
Efter stilheden mellem blokkene, ikke efter blokkene selv. Siden måler afstanden mellem, at en blok slutter, og den næste begynder, og åbner et nyt afsnit, når afstanden når tallet i pausefeltet, som starter på 2000 ms. Blokke, der ligger tættere på, læses som en sammenhængende passage. Afsnit pr. blok ville være forkert her, fordi en enkelt talt sætning normalt klippes i tre eller fire blokke, så hver kan passe til sin timing, og et afsnitsskift hvert par sekunder er ikke, hvad en transskription ser ud som.
Hvad gør det, at sætte pausen til nul?
Nul er en rigtig værdi, ikke et tomt felt: hvert hul når den, så hver blok bliver sit eget afsnit. Det giver det tætteste, denne side har på én linje pr. blok, med den fordel, at hver bloks interne visningsskift stadig slås sammen. Det er indstillingen, du skal vælge, når filen er en liste af adskilte udsagn frem for sammenhængende tale – et sæt slides eller svar i et struktureret interview – og du vil have hvert enkelt til at stå alene.
Hvorfor er tidsstemplerne kun præcise til sekundet?
Fordi et stempel i en transskription er et bogmærke, ikke et klipningspunkt. Det er der, så en læser kan finde passagen igen i en afspiller, og i et program, der varer en time, er 00:42:17 allerede præcist nok til at lande på sætningen – millisekunderne ville tilføje fire tegn til starten af hvert afsnit uden at ændre, hvor nogen spoler til. Et stempel på hver blok, til millisekundet, er det, en undertekstfil er til, og filen, du droppede ind, har det allerede.
Vil der stå talernavne i transskriptionen?
Nej, og ikke fordi siden udelader dem. Ingen af formaterne her har et felt til, hvem der taler: SRT, WebVTT, ASS, SSA, SBV, SAMI, MicroDVD, TTML, JSON og CSV gemmer alle et tidsinterval og noget tekst. Hvor en fil navngiver en taler, er navnet skrevet ind i selve dialogen, som regel med store bogstaver eller en streg foran, så det kommer ud i transskriptionen præcis der, hvor filen satte det, og ingen andre steder. Intet udledes af linjernes form – et gæt præsenteret som taleretiket ville være værre end ingen etiket.
Hvad sker der med en blok, der ikke indeholder tekst?
Den springes over og efterlader intet spor, ikke engang en tom linje. En blok uden indhold findes som regel for positioneringens skyld frem for for læsningens, og hvis den blev beholdt, ville transskriptionen vise et hul midt i en sætning uden forklaring. At springe den over forstyrrer heller ikke afsnitsinddelingen: pausen, der afgør afsnit, måles mod den sidste blok, der faktisk havde ord i sig, så en tom blok mellem to talte blokke splitter dem ikke ad.
Beholder transskriptionen de linjeskift, der var på skærmen?
Nej, og det er den eneste ting, siden gør, som du ikke kan fortryde bagefter – placeringen af de skift findes ikke noget sted i outputtet. De var en layoutbeslutning taget for at passe til en skærmbredde, og en læser på en side vil have sætninger, ikke skærmbredder, hvilket er grunden til, at siden opløser dem. Har du brug for en kopi af filen, der stadig har dem, så tag konverteringen til ren tekst i stedet: den beholder hvert skift præcis som filen skrev det, én blok pr. linje.