Convertir VTT en TXT
Ou collez le texte d'un sous-titre
Ce que cette conversion change
4 éléments perdus ou à décider
- Minutage
toute la chronologie (le format de sortie n'enregistre aucun minutage)
- Style
tout le style (gras, italique, couleur, contour, ombre)
- Sauts de ligne
les sauts de ligne (les blocs sur plusieurs lignes seront réunis sur une seule)
- Contenu propre au format
le contenu que le format source garde hors de ses blocs (blocs hors sous-titres, texte d'en-tête, réglages par bloc, événements commentés) — le format cible n'a nulle part où le mettre
Ce rapport de pertes vient de la matrice de capacités de ces deux formats, pas du fichier particulier que vous avez chargé. Un fichier précis peut perdre davantage s'il utilise des fonctionnalités que le format autorise mais que la matrice ne modélise pas.
Cette page convertit un WebVTT en texte brut. Le fichier produit ne garde que les mots, dans l'ordre, une ligne de texte pour une ligne de sous-titre.
Les deux formats ne stockent pas les mêmes choses : le minutage, le style, les retours à la ligne et les constructions propres au WebVTT n'ont pas de place dans un TXT. Les codes temporels disparaissent, les balises et les règles de style aussi, et un bloc de deux lignes ne dit plus qu'il formait un seul sous-titre : relu, il donne deux sous-titres là où le VTT en avait un.
Un fichier ou une saison entière, traité dans le navigateur, avec un seul ZIP à la fin.
Exemples
Un fichier VTT typique, converti en TXT
Entrée
WEBVTT
intro
00:00:01.000 --> 00:00:04.000
Hello there.
00:00:04.500 --> 00:00:08.000 align:start position:10%
Second line with <i>italics</i>.
Sortie
Hello there.
Second line with italics.
Les pertes annoncées sont le minutage, le style, les retours à la ligne et le contenu propre au VTT : seul le texte se compare.
La même conversion sur une entrée mal formée
Entrée
a stray comment line
cue-id-1
00:00:01.000 --> 00:00:02.000
No header, two lines before the timecode.
Sortie
No header, two lines before the timecode.
C'est le genre de dégâts que portent les vrais fichiers : fins de ligne mélangées, espaces parasites, champs vides. Comparez avec l'exemple propre ci-dessus pour voir ce que l'analyseur pardonne.
Questions fréquentes
Où passent les codes temporels d'un VTT dans un export TXT ?
Ils n'ont pas d'équivalent : un export texte contient des mots, pas des instants. L'ordre des lignes VTT est conservé, mais rien dans le fichier ne dit quand une ligne apparaît à l'écran.
Que deviennent le gras, l'italique et la couleur d'un VTT dans le TXT ?
Le TXT ne stocke aucun style : les balises écrites dans le bloc et les règles du bloc STYLE sont retirées, et chaque ligne est écrite en texte simple. Les mots eux-mêmes restent intacts.
Que devient un bloc VTT de deux lignes dans le TXT ?
Les deux lignes sont écrites l'une sous l'autre, mais le fichier cesse de dire qu'elles vont ensemble. Le TXT ne sait pas grouper des lignes en un bloc, donc une relecture donnerait deux sous-titres au lieu d'un.
Que deviennent les blocs NOTE, STYLE et REGION d'un VTT dans le TXT ?
Ils sont écartés : le TXT stocke des lignes, pas un document. L'en-tête, les commentaires, la feuille de style, les régions et les réglages align ou position n'ont aucun endroit où aller.
Les blocs VTT gardent-ils leur ordre dans le TXT ?
Oui, triés par début croissant avant l'extraction du texte. Un VTT aux blocs mélangés donne donc des lignes TXT dans l'ordre chronologique, même si aucun temps ne subsiste.
Que perd le retour TXT vers VTT ?
Le retour a sa propre liste : le minutage. Le TXT ne contient aucun temps, donc le WebVTT produit doit inventer un début et une fin, et la synchronisation d'origine ne peut pas être retrouvée.
Le TXT produit garde-t-il l'encodage du VTT source ?
Non : un fichier TXT est toujours écrit en UTF-8, avec des fins de ligne Unix et sans BOM. L'encodage d'entrée, UTF-16 ou Windows, ne survit donc pas à l'extraction : il est converti, pas recopié.