Convertir SMI a TXT
O pega el texto de los subtítulos
Qué cambia esta conversión
5 cosas se descartan o requieren una decisión
- Tiempos
toda la línea de tiempo (el formato de salida no registra ningún tiempo)
- Estilo
todo el estilo (negrita, cursiva, color, contorno, sombra)
- Posición
la posición en pantalla (cada bloque vuelve a la posición predeterminada)
- Saltos de línea
los saltos de línea (los bloques de varias líneas se unirán en una sola)
- Contenido específico del formato
contenido que el formato de origen guarda fuera de sus bloques (bloques que no son cue, texto de cabecera, ajustes por bloque, eventos comentados): el formato de destino no tiene sitio para él
Esta lista proviene de la matriz de capacidades de estos dos formatos, no del archivo concreto que has cargado. Un archivo específico puede perder más si usa características que el formato permite pero que la matriz no modela.
Esta página convierte un archivo SAMI (SMI) en texto plano. Arrastra el archivo o pega el texto y obtienes el TXT; todo ocurre en el navegador, sin subir nada y sin crear cuentas.
Se pierden cinco cosas. La sincronización, porque TXT no tiene tiempos y deja de decir cuándo aparece cada línea. Los estilos, porque las etiquetas <b>, <i>, <u> y <font color> no se escriben. La posición en pantalla, que fijaba el CSS del SAMI. La agrupación, porque un bloque de dos líneas se convierte en dos líneas sueltas y el archivo ya no dice que iban juntas. Y el contenido propio de SAMI: el bloque <STYLE>, el <TITLE> y los Class= de los párrafos. Las palabras y su orden sí sobreviven tal cual.
Un archivo o una temporada completa: la cola procesa en orden y los resultados se descargan juntos en un ZIP.
Ejemplos
Un archivo SMI típico convertido a TXT
Entrada
<SAMI>
<HEAD>
<STYLE TYPE="text/css">
<!--
P { text-align: center; font-family: Arial; }
.ENCC { Name: English; lang: en-US; }
-->
</STYLE>
</HEAD>
<BODY>
<SYNC Start=1000>
<P Class=ENCC>Hello there.
<SYNC Start=3000>
<P Class=ENCC>
<SYNC Start=3500>
<P Class=ENCC>How are you?<br>Fine, thanks.
<SYNC Start=6000>
<P Class=ENCC>
</BODY>
</SAMI>
Resultado
Hello there.
How are you?
Fine, thanks.
En esta salida se pierden: tiempos, estilos, posiciones, saltos de línea y contenido propio del formato. Todo lo demás coincide línea por línea.
La misma conversión con una entrada difícil
Entrada
<SAMI>
<HEAD>
<TITLE>Episode 1</TITLE>
<STYLE TYPE="text/css">
<!--
.ENCC { Name: English; }
-->
</STYLE>
</HEAD>
<BODY>
<sync start="00:00:02,500">
<P Class=ENCC>Line one<br>Line two
<sync start=9000>
<P Class=ENCC>Tom & Jerry
<SYNC Start=12000>
<P Class=ENCC>
</BODY>
</SAMI>
Resultado
Line one
Line two
Tom & Jerry
Es el tipo de daño que traen los archivos reales: finales de línea mezclados, espacios sueltos, campos vacíos. Compáralo con el ejemplo limpio de arriba para ver qué perdona el analizador.
Preguntas frecuentes
¿Dónde quedaron los tiempos del SAMI al convertir a TXT?
TXT no tiene ninguno: una exportación de texto son palabras, no instantes, así que los Start= del archivo original no se escriben. El orden de las líneas se mantiene, pero nada en la salida dice cuándo aparece cada una en pantalla.
¿Qué ocurre con las negritas, las cursivas y el color de SAMI en el TXT?
Se pierden. SAMI los guarda dentro del texto con <b>, <i>, <u> y <font color>, y TXT es texto sin etiquetas: no se escriben ni se conservan como marcas literales. El informe de pérdidas de esta página cuenta los estilos como perdidos antes de abrir el archivo.
¿Dónde queda la posición en pantalla del SAMI en el archivo TXT?
Se descarta. SAMI coloca el texto con CSS en la cabecera o con estilos en línea, y TXT no describe la pantalla: solo palabras, una detrás de otra. La posición se cuenta como pérdida en esta dirección.
¿Qué pasa con un bloque SAMI de dos líneas en el TXT?
Se escriben las dos líneas, una debajo de la otra, pero el archivo deja de decir que van juntas: TXT no puede agrupar líneas en un bloque, así que al releer el resultado aparecerían dos subtítulos donde tu SAMI tenía uno. Eso importa si después una pasada de traducción o una herramienta de retiming va a leer el archivo.
¿Dónde quedan el bloque STYLE, el TITLE y los Class de SAMI en el TXT?
No se escriben: el <STYLE> con CSS, el <TITLE> y los atributos Class=ENCC son metadatos del documento SAMI y TXT no tiene cabecera. Se descartan y se informan como contenido propio del formato perdido.
¿Cómo se ve la salida cuando un SMI se convierte en TXT?
Como TXT: sin números de bloque y sin marcas de tiempo, una línea de texto por cada línea de subtítulo. Cada bloque SMI se convierte en una línea TXT, en el mismo orden y con el mismo texto.
¿Se conserva el orden de los bloques SMI en la salida TXT?
Sí, y de paso se ordenan por hora de inicio: primero el más temprano, que es lo que esperan todos los formatos de este sitio y cómo los leen los reproductores. Si tu archivo SAMI traía los bloques desordenados, la salida TXT los devuelve al orden; es un cambio en la estructura del archivo, no en su contenido, y es deliberado.
¿Puedo convertir el TXT resultante de vuelta a SAMI?
Sí, y esa dirección tiene su propia lista: al convertir TXT a SMI se pierden la sincronización y los estilos. Esa lista es distinta de la de arriba porque los dos formatos guardan cosas diferentes.
¿La salida TXT mantiene la codificación del archivo SMI?
No: la salida es UTF-8, con finales de línea Unix y sin marca de orden de bytes, sea cual sea la codificación del archivo SMI. Un archivo que llega en UTF-16 o en una codificación mono byte de Windows se decodifica al entrar (el panel de resultados lo indica cuando ocurre); lo que sale es siempre el mismo TXT en UTF-8.