SUP (PGS) को SRT में बदलें
पहले चलाने पर टेक्स्ट पाठक डाउनलोड होता है — लगभग 4 MB और भाषा मॉडल, यह साइट परोसती है और ब्राउज़र उसे बाद में कैश कर लेता है। कुछ भी अपलोड नहीं होता, और नतीजा मशीन द्वारा पढ़ा गया है: उस पर भरोसा करने से पहले उसे प्रूफ़रीड करें।
विकल्प
बिटमैप सबटाइटल टेक्स्ट की तस्वीर है, इसलिए शब्दों को उससे वापस पढ़ना होता है। पाठक को बताएँ कि सबटाइटल किस भाषा में लिखे हैं — सूची में वे सभी भाषाएँ हैं जिनमें यह साइट प्रकाशित होती है। रूसी सबटाइटल अंग्रेज़ी मॉडल से पढ़े जाएँ तो शोर निकलते हैं, रूसी नहीं। केवल आपका चुना मॉडल डाउनलोड होता है (बाकी कभी नहीं), इसलिए बदलने पर प्रति भाषा एक डाउनलोड लगता है, जो बाद में कैश रहता है।
PGS (दृश्य-आधारित सबटाइटल) की .sup फ़ाइल में पाठ होता ही नहीं — हर सबटाइटल एक तस्वीर के रूप में आता है, इसलिए उसे पढ़कर लिखने के लिए OCR ज़रूरी है। यह पेज .sup फ़ाइल के display sets को समय के साथ जोड़ता है और हर तस्वीर से पाठ पहचानता है, फिर उसे सामान्य .srt में लिखता है जिसे आप बाद में किसी भी संपादक में खोल और बदल सकते हैं। सारा काम इस टैब में होता है: फ़ाइल अपलोड नहीं होती, और भाषा-मॉडल एक बार लाने के बाद ब्राउज़र में सहेजा रहता है।
समय कहाँ से आता है: हर display set के साथ एक 90 kHz की presentation timestamp जुड़ी होती है, और उसका अंत अगले set के शुरू पर तय होता है — PGS में अपना अलग अंत-समय नहीं होता। पेज इसी नियम से हर cue का अंत निकालता है, और आख़िरी cue के बारे में ईमानदार रहता है: उसका कोई अगला set नहीं होता, इसलिए उसे दो सेकंड की अवधि दी जाती है और यह बात रिपोर्ट में दर्ज होती है, चुपचाप गढ़ी हुई अवधि नहीं।
OCR की एक सीमा है जिसे छिपाया नहीं जाता: नतीजा “दिखता है सही, पढ़ने में ग़लत” हो सकता है। अक्षरों के आकार और उपशीर्षक की गुणवत्ता पर निर्भर करता है कि पहचान कितनी साफ़ है, इसलिए हर निकली पंक्ति को प्रूफ़रीड करें — विशेषकर व्यक्तिगत नाम, संख्याएँ और विराम-चिह्न। जिन cue से कोई पाठ नहीं निकलता वे खाली नहीं छोड़े जाते बल्कि गिने जाते हैं, ताकि पता चले कि OCR ने कहाँ हार मानी। रंग, स्थान और असली फ़ॉन्ट तस्वीर के साथ ही रह जाते हैं; .srt उन्हें रख नहीं सकता।
अक्सर पूछे जाने वाले सवाल
PGS .sup फ़ाइल से SRT कैसे बनता है?
पेज हर display set की presentation timestamp पढ़ता है, उसके साथ की तस्वीर से OCR द्वारा पाठ निकालता है, और एक सामान्य .srt लिखता है। हर cue का अंत अगले set के शुरू से तय होता है, क्योंकि PGS में अलग अंत-समय नहीं होता। कुल मिलाकर यह तस्वीर-आधारित सबटाइटल को समय के साथ संपादन-योग्य पाठ में बदल देता है।
क्या निकला हुआ पाठ पूरी तरह सही होगा?
नहीं, और पेज इसका दावा नहीं करता। OCR अनुमान लगाता है, इसलिए अक्षर, संख्याएँ, नाम और विराम-चिह्न में ग़लती संभव है। इसे शुरुआती बिंदु मानें और हर पंक्ति प्रूफ़रीड करें। जिन cue से कुछ नहीं निकलता वे गिने जाते हैं, ताकि आप उन्हें खोजकर हाथ से भर सकें, बजाय इसके कि खाली पंक्तियाँ चुपचाप फ़ाइल में घुस जाएँ।
भाषा चुनने से क्या बदलता है?
यह तय करता है कि OCR किस लिपि और किस भाषा के मॉडल से पढ़ेगा। ग़लत भाषा चुनने पर लैटिन और देवनागरी जैसी अलग लिपियाँ एक-दूसरे से मिल जाती हैं और नतीजा बेकार हो जाता है, इसलिए फ़ाइल में असली भाषा चुनें। उपलब्ध भाषाओं में से जो पहली बार इस्तेमाल होती है उसका मॉडल डाउनलोड होता है; बाद के उपयोग में वह कैश से चलता है।
क्या फ़ाइल अपलोड होती है?
नहीं। .sup फ़ाइल सिर्फ़ इस टैब में पढ़ी जाती है, OCR स्थानीय WebAssembly में चलता है और नतीजा यहीं बनता है। नेटवर्क पर सिर्फ़ भाषा-मॉडल का डाउनलोड दिख सकता है, कभी आपकी सामग्री नहीं। यह उन फ़ाइलों के लिए मायने रखता है जिन्हें किसी बाहरी सेवा पर भेजना अनुमत नहीं है।
क्यों कुछ cue खाली या अधूरे आते हैं?
क्योंकि सबटाइटल तस्वीर है और OCR हमेशा नहीं पढ़ पाता — ख़ासकर जब अक्षर किनारे पर कटे हों, पृष्ठभूमि से मिलते हों या बहुत छोटे हों। पेज ऐसी cue को गिनता है और रिपोर्ट में बताता है। इसके अलावा कुछ display sets सिर्फ़ रंग या स्थान बदलते हैं और उनमें नया पाठ नहीं होता, इसलिए वे एक ही पाठ वाली cue बन सकते हैं।
क्या .srt में रंग और स्थान बचते हैं?
नहीं। रंग, फ़ॉन्ट, outline और स्क्रीन पर जगह तस्वीर का हिस्सा हैं; SRT उन्हें व्यक्त नहीं कर सकता। जो बचता है वह है समय और पाठ — यानी वह हिस्सा जिसे आगे संपादित और अनुवादित किया जा सकता है। यदि आपको दिखावट भी चाहिए तो उसे उस फ़ॉर्मैट में दोबारा बनाना होगा जो शैली रखता है, जैसे ASS।