Muunna SUB/IDX SRT:ksi
Ensimmäinen ajo lataa tekstinlukijan — noin 4 MB plus kielimallin, tarjoiltuna tältä sivustolta ja selaimen välimuistiin jäävänä. Mitään ei ladata palvelimelle, ja tulos on koneen lukema: oikolue se ennen kuin luotat siihen.
Asetukset
Bittikarttatekstitys on kuva tekstistä, joten sanat on luettava siitä takaisin. Kerro lukijalle, millä kielellä tekstitys on kirjoitettu – luettelo kattaa kaikki kielet, joilla tämä sivusto julkaistaan. Venäjänkieliset tekstitykset englannin mallilla luettuina tulevat ulos kohinana, eivät venäjänä. Vain valitsemasi malli ladataan (muita ei koskaan), joten vaihtaminen maksaa yhden latauksen kieltä kohden, ja sen jälkeen se on välimuistissa.
VobSub jakaa yhden tekstitysraidan kahdeksi tiedostoksi, ja molempia tarvitaan. .sub-tiedosto pitää kuvat: ketjun MPEG-ohjelmavirran paketteja, joista jokainen kantaa kahden bitin run-length-koodilla pakattua bittikarttaa. .idx-tiedosto pitää kaiken muun: kuudentoista värin paletin, ruudun koon ja yhden rivin tekstitystä kohden sen alkuajan ja .sub-tiedoston sisäisen tavusiirtymän, josta sen kuva alkaa. Pudota vain .sub, niin ei ole tapaa tietää, kuinka monta tekstitystä on; pudota vain .idx, niin luettavaa kuvaa ei ole. Tämä sivu ottaa parin ja kirjoittaa .srt:n.
Jokainen paketti paikannetaan tuolla tavusiirtymällä, joten hakemisto ei ole mukavuus — se on kartta. Paketin sisällä kaksi otsakesanaa antavat ohjaussekvenssin koon ja sijainnin; sekvenssi asettaa näyttöalueen, valitsee, mihin paletin neljään merkintään pikselit viittaavat, ja osoittaa pakattuun bittikarttaan. Dekooderi kävelee sitten run-length-koodin kahdesti, kerran parillisille riveille ja kerran parittomille, koska VobSub tallentaa lomitetun ruudun kaksi kenttää erikseen. Juuri sen yksityiskohdan takia naiivi dekooderi tuottaa kuvan, josta joka toinen rivi puuttuu.
Aikaleimat tulevat .idx:stä, joka on ainoa paikka, jossa ne ovat käyttökelpoisessa muodossa. Alaotsikko loppuu siihen, missä seuraava alkaa; viimeiselle alaotsikolle annetaan kaksi sekuntia, ja menetysluettelo kirjaa sen. Tekstitykset, joiden kuvista ei tule luettavaa tekstiä, jätetään pois ja lasketaan, ei kirjoiteta tyhjinä riveinä.
Teksti itse tulee OCR:stä, mikä tarkoittaa, että se on lukeminen eikä litterointi. Tässä DVD-tekstitykset ovat vaikeimmillaan: ne tehtiin pienillä bittikarttajilla, joissa oli kursiivitagit ruudun ulkopuolisille äänille, eikä tunnistin tiedä, että eri tavalla kallistettu sana on sama sana. Oikolue tiedosto. Valitse kieli, jolla tekstitys on — malli valitaan sivua kohden, ladataan kerran ja selain välimuistaa sen.
Mitään ei lähetetä. Pari jäsennetään ja tunnistetaan tässä välilehdessä; ainoat verkkopyynnöt ovat tunnistimen omia tiedostoja, jotka tämä sivusto toimittaa.
Usein kysytyt kysymykset
Miksi tämä sivu tarvitsee kaksi tiedostoa, kun kaikki muut täällä tarvitsevat yhden?
Koska VobSub tallentaa yhden raidan kahteen tiedostoon suunnittelultaan, ei siksi että työkalu haluaisi kaksi syötettä. .sub pitää bittikartat; .idx pitää kuudentoista värin paletin, ruudun koon ja jokaisen kuvan siirtymän yhdessä sen alkuajan kanssa. Kumpikaan tiedosto yksinään ei voi vastata kysymykseen kuinka monta tekstitystä on ja mitä ne sanovat. Jos sinulla on .sub ilman .idx:ää, pari on erotettu jossain ja hakemisto on palautettava lähdelevyltä ennen kuin OCR on mahdollista.
Mihin .idx-tiedoston filepos-numerot osoittavat?
Tavusiirtymään .sub-tiedostossa MPEG-ohjelmavirran paketin alkuun, jonka virran tunniste merkitsee sen yksityiseksi virraksi — sellaiseksi, jota DVD-soittimet käyttävät tekstityksiin. Siirtymä ei ole tekstityksen numero, eikä se epätavallisella levyllä välttämättä ole aikaleimojen kanssa monotoninen, minkä vuoksi tämä sivu lajittelee merkinnät aikaleimojensa mukaan eikä luota siihen järjestykseen, jossa rivit tiedostossa näkyvät.
Miksi jotkin rivit tulevat väärin kirjaimin mutta oikealla pituudella?
Koska paletti ja muodot tulevat molemmat kuvasta, ja OCR ratkaisee muodot kiinteässä koossa. DVD-tekstitykset tehdään tavallisesti pienellä, hyvin kallistetulla tai hyvin lihavalla kirjasimella; kursiivissa oleva sana — jota käytetään ruudun ulkopuoliselle dialogille ja laulunsanoille — on tavallisin uhri, koska kallistettu versio kirjaimesta ei ole ihmiselle eri kirjain mutta on tunnistimelle eri muoto. Jos pituudet täsmäävät eivätkä kirjaimet, korjaus on oikoluku eikä toinen työkalu.
Säilyykö tekstityksen ruudunsijainti SRT:hen?
Ei säily, eikä sillä ole minne mennä. VobSub tallentaa sijainnin näyttöalueen suorakulmiona kahdentoista bitin koordinaatteina jokaisen paketin sisällä, eikä SRT:ssä ole sijoittelusyntaksia lainkaan. Sivu käyttää suorakulmiota tietääkseen, missä muste on — mikä auttaa OCR:ää riittämään oikein — ja pudottaa sen sitten. Jos soittimesi tarvitsee sijoitettuja tekstityksiä, ASS on muoto, joka voi kantaa tiedon; SRT, jossa on sijaintimerkkejä, on käytäntö, jota jotkin soittimet noudattavat ja toiset tulostavat kirjaimellisesti.
Työkalu sanoo tarvitsevansa .idx:n — minulla on vain .sub. Voiko hakemiston rakentaa uudelleen?
Ei pelkästä .sub:stä eikä luotettavasti kuvista. Siirtymät voi periaatteessa löytää etsimällä yksityisen virran paketteja, mutta aikaleimoja ei voi palauttaa: ne ovat .idx:ssä eikä missään muualla parissa. Hakemiston uudelleenrakentaminen tarkoittaa paluuta levyyn tai VOB-tiedostoon, josta pari poimittiin, tai alkuperäisen .idx:n käyttämistä, jos se on yhä tallessa toisen raidan vieressä. Aikojen arvaaminen tuottaisi tiedoston, joka näyttää oikealta ja ajautuu videota vastaan, mikä on pahempi kuin ei tiedostoa.
Lähetetäänkö tiedostopari minnekään, kun sitä luetaan?
Ei. Molemmat tiedostot luetaan muistiin tässä välilehdessä, dekoodataan täällä ja tunnistetaan täällä. Ainoa lataus on tekstintunnistin, joka toimitetaan tältä sivustolta ja jonka selain välimuistaa sen jälkeen. Voit seurata Network-paneelia, kun paria käsitellään: mikään pyyntö ei kanna kumpaakaan tiedostoa. Tämä merkitsee VobSubin kohdalla erityisesti, koska nämä tiedostot tulevat yleensä levyltä, joka käyttäjällä on, ja ovat juuri sellaista aineistoa, jota ei pitäisi antaa muunnospalvelulle.