Del tosprogede undertekster i to filer
Eller indsæt underteksttekst
Indstillinger
En tosproget fil indeholder normalt to skriftsystemer – latin over kinesisk, japansk over koreansk – og det er, hvad standarden læser: hver linjes bogstaver afgør, hvilken fil den hører til, og det sprog, der optræder først i filen, bliver den første fil. Det er ikke et gæt om betydning, kun om skriftsystem, så det blander aldrig siderne sammen, når det først har set den første linje. Det, det ikke kan, er at skelne to sprog, der deler et alfabet. En engelsk fil mod en spansk, eller en russisk mod en ukrainsk, læses som ét skriftsystem – og det gør en almindelig ensproget fil også, hvis lange linjer ombrydes til en anden række, hvilket er det almindelige tilfælde og grunden til, at denne læsning med vilje er forsigtig. Når hver linje i hver tekstblok læses som det samme skriftsystem, kommer der intet ud: filen går uændret igennem, og kørslen rapporteres som en kørsel, der ikke ændrede noget. Det er signalet til at vælge linjeposition i stedet. At vælge linjeposition gør det til reglen overalt: den første linje i hver tekstblok går til den første fil og resten til den anden. Det passer til en fil, hvis to sprog altid er på de samme linjer, og det er den eneste måde at opdele et par, der deler et alfabet – men på en fil, hvor rækkefølgen varierer, vil det opdele de forkerte linjer, og i modsætning til standarden siger det intet om at have gjort det.
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 tager én undertekstfil, der rummer to sprog, og giver dig to filer tilbage, ét sprog i hver. Det er den fil, de fleste tosprogede udgivelser leveres som: originalen på den første linje i hver tekstblok, oversættelsen på den anden. At dele den er, hvad du har brug for, før du giver de to sprog til forskellige personer — oversætteren, der skal revidere deres egen tekst uden at røre din, underteksthuset, der leverer hvert sprog som sit eget spor, platformen, der tager én undertekstfil pr. sprog og ikke accepterer en fil med to.
De to filer kommer ud af kørslen sammen, pakket i en zip. Det er ikke pynt: browseren lader kun ét download starte fra et enkelt klik, så to separate gem-knapper ville betyde, at den anden fil i stilhed aldrig ankommer. De to er lige — ingen af dem er originalen — og de bærer samme navn som din fil med sproget tilføjet før filendelsen, så film.srt gives tilbage som film.srt og film.cjk.srt inde i film.zip. Kør én fil ad gangen, eller drop en hel sæson ind, og hver fil deles for sig.
Hvilken linje der hører til hvilket sprog, afgøres ud fra det skriftsystem, linjen er skrevet i, ikke ud fra dens placering i tekstblokken. En engelsk linje over en kinesisk, en japansk linje over en koreansk, en græsk linje over en arabisk — bogstaverne selv siger, hvilken fil hver linje skal i, og det sprog, der optræder først i filen, bliver den første fil. Linjerækkefølgen bruges ikke, fordi oversættere ikke respekterer den: en fil, hvor oversættelsen nogle gange står over og nogle gange under, ville blive klippet de forkerte steder af en regel, der talte rækker, mens skriftsystemet bliver ved med at virke hele vejen ned.
Det, skriftsystemet ikke kan, er at skille to sprog, der deler et alfabet. Engelsk over spansk, russisk over ukrainsk — på bogstavniveau er det ét skriftsystem, og det er en almindelig ensproget fil, hvis lange linjer er ombrudt til en anden række, uundgåeligt også. Et værktøj, der gættede der, ville tage den mest almindelige undertekstfil, der findes, og give to filer tilbage, der hver rummede en halv sætning. Så denne side gætter ikke: når hver linje i filen læses som det samme skriftsystem, kommer der intet ud, og kørslen rapporteres som havende ændret intet, hvilket er den nøgne sandhed og et signal om at skifte indstillingen til linjeposition — den første linje i hver tekstblok til den første fil, resten til den anden. Det er den eneste regel, der kan dele et par med samme alfabet, og siden siger det frem for stille at dele din fil den forkerte vej.
Ti formater går ind: SRT, WebVTT, ASS, SSA, SBV, SAMI, TTML, JSON og CSV, plus MicroDVD, hvis framenumre læses og skrives med den billedhastighed, du angiver. LRC er udeladt, fordi det ikke gemmer nogen sluttid, så der er ingen tekstblok at dele, og ren tekst er udeladt, fordi det slet ingen tider har. Begge filer beholder de tider, de kom ind med, og begge beholder det nummer, hver tekstblok havde i kildefilen — hvilket er grunden til, at den første fil kan løbe 1, 3, 4, hvor den anden løber 1, 2, 3, 4. Et manglende nummer er ikke en fejl; det er måden, den første fil siger, at tekstblokken hører til det andet sprog. Intet uploades, intet registreres, og delingen sker i denne browserfane.
Eksempler
Engelsk over kinesisk, delt i to filer
Input
1
00:00:01,000 --> 00:00:03,000
Good morning.
早上好。
2
00:00:05,000 --> 00:00:07,000
How are you?
你好吗？
Resultat
First file (film.srt):
1
00:00:01,000 --> 00:00:03,000
Good morning.
2
00:00:05,000 --> 00:00:07,000
How are you?
Second file (film.cjk.srt):
1
00:00:01,000 --> 00:00:03,000
早上好。
2
00:00:05,000 --> 00:00:07,000
你好吗？
Det almindelige tilfælde. Hver linje læses for sig, så det gør ingen forskel, at den kinesiske linje er den anden i hver tekstblok — bogstaverne afgør det. Begge filer beholder de oprindelige tider og de oprindelige tekstbloknumre, hvilket er det, der gør det sikkert at lægge de to filer ved siden af hinanden bagefter og tjekke dem mod hinanden.
En tekstblok, der kun findes på et af sprogene
Input
1
00:00:01,000 --> 00:00:03,000
Good morning.
早上好。
2
00:00:05,000 --> 00:00:07,000
（敲门声）
3
00:00:09,000 --> 00:00:11,000
See you soon.
再见。
Resultat
First file (film.srt):
1
00:00:01,000 --> 00:00:03,000
Good morning.
3
00:00:09,000 --> 00:00:11,000
See you soon.
Second file (film.cjk.srt):
1
00:00:01,000 --> 00:00:03,000
早上好。
2
00:00:05,000 --> 00:00:07,000
（敲门声）
3
00:00:09,000 --> 00:00:11,000
再见。
Den midterste tekstblok er en lydeffekt skrevet kun i oversættelsen, så der er intet i den at dele: hele tekstblokken flytter til den anden fil, og den første fil springer fra 1 til 3. Det hul er med vilje. Det er det ene synlige tegn i den første fil på, at en tekstblok hører til det andet sprog, og det forsvinder, hvis filen omnummereres.
Engelsk og spansk, som standarden ikke kan skille
Input
1
00:00:01,000 --> 00:00:03,000
Good morning.
Buenos días.
2
00:00:05,000 --> 00:00:07,000
How are you?
¿Cómo estás?
Resultat
With the split set to line position (film.srt):
1
00:00:01,000 --> 00:00:03,000
Good morning.
2
00:00:05,000 --> 00:00:07,000
How are you?
With the split set to line position (film.latin.srt):
1
00:00:01,000 --> 00:00:03,000
Buenos días.
2
00:00:05,000 --> 00:00:07,000
¿Cómo estás?
To sprog, ét alfabet, så ingen regel baseret på bogstaver kan skille dem — hvilket netop er grunden til, at kørslen ikke gør noget, før delingen ændres til linjeposition. Det virker her, fordi begge sprog altid står på deres egen linje i samme rækkefølge. Hvis din fil blander rækkefølgen fra tekstblok til tekstblok, vil linjeposition klippe de forkerte linjer, og i modsætning til standarden vil den ikke fortælle dig det bagefter.
Ofte stillede spørgsmål
Hvordan afgør siden, hvilket sprog hver linje er skrevet på?
Ud fra skriftsystemet i hver linje, læst bogstav for bogstav: latin, kinesisk, japansk kana, koreansk hangul, kyrillisk, arabisk, hebraisk, græsk og devanagari skelnes alle, og kinesisk og japansk tælles som én side, fordi en japansk fil blander begge. Det sprog, der optræder først i din fil, bliver den første af de to filer, så en fil med engelsk over kinesisk kommer tilbage som engelsk plus kinesisk. Cifre, tegnsætning, noter og nodesymboler tælles som intet sprog: de bliver hos den første fil, når de står inde i en tekstblok med begge sprog, og de får aldrig en tekstblok til at blive delt.
Jeg delte en engelsk-spansk fil og fik den samme fil tilbage. Hvorfor?
Fordi de på bogstavniveau er ét skriftsystem, og det er enhver ensproget fil, hvis lange linjer er ombrudt til en anden række, også. Et værktøj, der gættede, ville tage den mest almindelige undertekstfil, der findes, og give to filer tilbage, der hver rummede en halv sætning, så denne side nægter at gætte og rapporterer, at intet ændrede sig. Sæt delingen til linjeposition og kør igen: den første linje i hver tekstblok går til den første fil og resten til den anden. Det er den eneste regel, der skiller sprog, som deler et alfabet, og den kræver, at din fil holder de to sprog på de samme linjer hele vejen igennem.
Får jeg én fil med begge sprog eller to filer?
To filer, pakket sammen i en zip opkaldt efter din: film.srt gives tilbage som film.srt og film.cjk.srt inde i film.zip, med sproget markeret før filendelsen. To gem-knapper ville ikke virke, fordi en browser tillader ét download pr. klik, og den anden fil ville i stilhed aldrig ankomme. Vil du hellere have begge sprog i én fil — originalen over oversættelsen — er det flette-siden, som gør det modsatte af denne.
Hvilken af de to filer tæller som originalen?
Ingen af dem. Siden har ingen måde at vide, hvilket sprog der er kilden, og hvilket der er oversættelsen, så den foregiver det ikke: filen med det sprog, der optræder først i din indgang, bliver den første fil, og de to er lige alle andre steder — i zip-filen, i resultatlisten og i navnene, som kun adskiller sig ved sprogmærket. Har du brug for netop originalen, så se, hvilken fil der kom tilbage med det sprog, du forventer på den første linje i den første tekstblok.
Ændrer delingen tiderne, eller forsvinder der noget?
Nej. Begge filer beholder de starter, slutninger og tekstbloknumre, som kildefilen havde, så en tekstblok i den første fil er på præcis det øjeblik, den var før. Det ene, du skal læse, er rapporten efter kørslen: den er tom i det almindelige tilfælde, og den nævner antallet af tekstblokke, der måtte deles efter linjeposition, fordi deres linjer slet ikke bar bogstaver — nodeblokke og klamrede lydeffekter. De tekstblokke beholder deres første linje i den første fil og resten i den anden, så ingen af filerne mister lyden, men hvor klippet faldt, er et gæt, og rapporten siger det.
Hvilke formater kan deles på denne måde, og uploades mine filer?
SRT, WebVTT, ASS, SSA, SBV, SAMI, TTML, JSON og CSV, plus MicroDVD, hvis framenumre læses og skrives med den billedhastighed, du angiver — en tosproget fil er der én linje med begge sprog adskilt af en lodret streg. LRC og ren tekst accepteres ikke, fordi LRC ikke gemmer nogen sluttid, og tekst ikke gemmer nogen tider, så ingen af dem har en tekstblok at dele. Intet uploades: din fil læses, deles og skrives tilbage inde i denne browserfane, hvilket er pointen for enhver, hvis materiale ikke må forlade deres maskine.