सबटाइटल एन्कोडिंग ठीक करें
या सबटाइटल टेक्स्ट पेस्ट करें
विकल्प
यह बदलता है कि फ़ाइल कैसे पढ़ी जाए, यह नहीं कि क्या लिखा जाए। सामान्य रूप से एन्कोडिंग पहले बाइट से तय होती है: BOM अगर है, UTF-8 अगर फ़ाइल मान्य UTF-8 है, और वरना Windows-1252। इससे पश्चिमी यूरोपीय फ़ाइलें सही आती हैं और बाकी सब गलत, इसलिए कोई जापानी, चीनी, कोरियाई या सिरिलिक फ़ाइल नुक़्ते-चिह्नों का बेतुका ढेर बनकर आती है। यहाँ एन्कोडिंग का नाम दें तो अनुमान छोड़ दिया जाता है। अपने आप पहचानें डिफ़ॉल्ट है और कुछ नहीं करता, इसलिए इसे अछूता छोड़ना सुरक्षित है। ध्यान दें कि नतीजा UTF-8 में लिखा जाता है: ब्राउज़र केवल कुछ गिनी-चुनी एन्कोडिंग बना सकते हैं, और इस सूची में से कोई उनमें नहीं है। यही इस पेज का मतलब है — टेक्स्ट सही और ऐसे रूप में निकलता है जिसे हर टूल पढ़ सके।
टाइमिंग किस फ़्रेम रेट में गिनी गई है। फ़ॉर्मैट पेजों पर यही MicroDVD को चाहिए, क्योंकि वह टाइमिंग फ़्रेम संख्याओं में रखता है। फ़्रेम रेट पेजों पर यह वह रेट है जिसके हिसाब से फ़ाइल की टाइमिंग की गई थी — वह संस्करण जिसके लिए सबटाइटल बने थे — और पेज का दूसरा बॉक्स उस वीडियो का रेट लेता है जिसके साथ आप इन्हें इस्तेमाल करेंगे। 23.976, 24, 25, 29.97, 30, 50, 59.94 और 60 आम हैं। गलत होने पर पूरी टाइमलाइन खिसक जाती है, और फ़्रेम रेट पेजों पर वह एक अनुपात से खिसकती है, तय मात्रा से नहीं।
यह पेज बिगड़ी हुई सबटाइटल एनकोडिंग ठीक करता है: जब फ़ाइल में उच्चारण-चिह्न, ग़ैर-लैटिन अक्षर या विशेष चिह्न कचरा बनकर दिखते हैं, तो आप बताते हैं कि फ़ाइल असल में किस एनकोडिंग में थी और पेज उसे सही पढ़कर UTF-8 में लिख देता है। यह पाठ को “अनुमान” से नहीं सुधारता — वह वही डिकोडिंग करता है जो आप चुनते हैं, इसलिए नतीजा आपकी जानकारी पर टिका है, न कि किसी अनुमान पर।
यह पेज उन फ़ाइलों के लिए है जो किसी ऐसे सिस्टम से आईं जो अपनी एनकोडिंग नहीं बताता। कई जापानी, चीनी, कोरियाई और पुरानी यूरोपीय फ़ाइलें Shift-JIS, GBK, Big5, EUC-KR या ISO-8859-1 में होती हैं और कोई चिह्न साथ नहीं लातीं; जब उन्हें UTF-8 मानकर पढ़ा जाता है तो अक्षरों की जगह अजीब चिह्नों की कतार दिखती है। यह पेज उन एनकोडिंग को पढ़ सकता है और हमेशा UTF-8 में लिखता है, क्योंकि आज का सुरक्षित गंतव्य वही है।
चुनाव करते समय एक बात याद रखें: ग़लत एनकोडिंग चुनने पर कचरा कम नहीं होगा, बल्कि बदल जाएगा — और वह बदलाव स्थायी है। इसलिए पहले थोड़ा अंदाज़ा लगाएँ: अगर फ़ाइल जापानी है तो Shift-JIS या EUC-JP, चीनी है तो GBK या Big5, कोरियाई है तो EUC-KR, और पुरानी पश्चिमी यूरोपीय फ़ाइल है तो ISO-8859-1 या Windows-1252 सबसे संभावित हैं। जो फ़ाइल कई एनकोडिंग में एक जैसी पढ़ी जा सकती है उसके लिए पहले नतीजा देखें, फिर डाउनलोड करें।
ISO-8859-1 का एक ख़ास व्यवहार है जिसे जानना ज़रूरी है: वह लगभग हर बाइट को किसी न किसी अक्षर में बदल देता है, इसलिए वह कभी असफल नहीं होता और अन्य एनकोडिंग से “ज़्यादा सफल” दिख सकता है, भले ही नतीजा कचरा हो। यह पेज आपके चुनाव को उसी तरह मानता है, इसलिए ISO-8859-1 चुनने पर बाकी स्वचालित पहचान को दरकिनार कर दिया जाता है। कुछ अपलोड नहीं होता; पढ़ना और लिखना दोनों ब्राउज़र टैब के अंदर होते हैं।
उदाहरण
Shift-JIS फ़ाइल को UTF-8 में
इनपुट
1
00:00:01,000 --> 00:00:02,000
The room is dark.
2
00:00:03,000 --> 00:00:04,000
A cold night.
आउटपुट
1
00:00:01,000 --> 00:00:02,000
The room is dark.
2
00:00:03,000 --> 00:00:04,000
A cold night.
पहले कचरा दिख रहा था, अब जापानी अक्षर ठीक दिखते हैं, क्योंकि फ़ाइल सही एनकोडिंग से पढ़ी गई और UTF-8 में लिखी गई। टाइमकोड और ढाँचा नहीं बदलते; केवल अक्षरों का बाइट-रूप बदलता है, और अब वह किसी भी UTF-8 पाठक में सही दिखेगा।
Windows-1252 फ़ाइल को UTF-8 में
इनपुट
1
00:00:01,000 --> 00:00:02,000
こんにちは、いい天気ですね。
आउटपुट
1
00:00:01,000 --> 00:00:02,000
こんにちは、いい天気ですね。
उच्चारण-चिह्न और विशेष अक्षर अपनी जगह लौट आते हैं। ध्यान दें कि फ़ाइल अब UTF-8 है — चाहे मूल Windows-1252 थी — इसलिए आगे के टूल को उसे UTF-8 के तौर पर पढ़ना चाहिए। यही इस पेज का स्थायी फ़ायदा है: एक बार ठीक हुई फ़ाइल आगे किसी अनुमान पर निर्भर नहीं।
ग़लत एनकोडिंग चुनने पर
इनपुट
1
00:00:01,000 --> 00:00:02,000
Café Ã la carte
आउटपुट
1
00:00:01,000 --> 00:00:02,000
Café Ã la carte
ग़लत चुनाव पर अक्षर कचरा ही रहते हैं, बस किस्म बदल जाती है। यह पेज गलती को छिपाता नहीं; यही कारण है कि चलाने से पहले नतीजा देखना और सही विकल्प चुनना ज़रूरी है। मूल फ़ाइल सुरक्षित रखें — इस दौर के बाद पुराने कचरे से सही एनकोडिंग का अनुमान लगाना कठिन हो जाता है।
अक्सर पूछे जाने वाले सवाल
बिगड़ी सबटाइटल एनकोडिंग ठीक करने वाला यह पेज किन एनकोडिंग को पढ़ सकता है?
Shift-JIS, GBK, Big5 और EUC-KR जैसी पूर्वी एशियाई एनकोडिंग, तथा ISO-8859-1 और Windows-1252 जैसी पुरानी पश्चिमी एनकोडिंग — साथ में UTF-8 और UTF-16 वेरिएंट। आप सूची से वह चुनते हैं जिसमें फ़ाइल असल में थी, और पेज उसी से बाइट पढ़कर पाठ बनाता है। नतीजा हमेशा UTF-8 में लिखा जाता है, ताकि आगे के टूल को फिर से एनकोडिंग न बतानी पड़े।
ग़लत एनकोडिंग चुनने पर क्या होता है?
अक्षर कचरा बने रहते हैं, बस कचरे का रूप बदल जाता है — जो पहले अजीब चिह्न थे वे अब किसी और लिपि के अक्षर बन सकते हैं। यह पेज अनुमान नहीं लगाता, इसलिए वह सही जवाब खोजने की कोशिश नहीं करता और ग़लत चुनाव को सुधार भी नहीं देता। इसलिए पहले सही एनकोडिंग का अंदाज़ा लगाएँ, नतीजा देखें, और तभी डाउनलोड करें; मूल फ़ाइल हमेशा सुरक्षित रखें।
ISO-8859-1 चुनने पर पेज अलग क्यों बरतता है?
क्योंकि ISO-8859-1 लगभग हर बाइट को किसी न किसी अक्षर में बदल देता है, इसलिए वह कभी असफल नहीं दिखता — और इसी कारण वह स्वचालित पहचान में औरों से “ज़्यादा सफल” दिख सकता है, भले ही नतीजा कचरा हो। इस पेज पर ISO-8859-1 चुनना आपका साफ़ निर्देश है कि फ़ाइल वही है, इसलिए बाकी स्वचालित पहचान को दरकिनार कर दिया जाता है; यह चुनाव जानबूझकर माना जाता है।
क्या यह पेज सही एनकोडिंग खुद पहचान सकता है?
वह कुछ संकेतों से मदद कर सकता है — जैसे फ़ाइल में BOM हो तो यह पता चल जाता है कि वह UTF-8 या UTF-16 है — पर ऐसी कोई भरोसेमंद सार्वभौमिक पहचान नहीं जो बिना संकेत के कहे कि यह Shift-JIS है या GBK। इसीलिए चुनाव आपका है, और यही पेज की सबसे ईमानदार बात है: गलत अनुमान लगाकर कचरा को दूसरा कचरा बनाने से बेहतर है कि आप बताएँ और नतीजा देखें।
फ़ाइल ठीक होने के बाद उसे किस एनकोडिंग में पढ़ना चाहिए?
UTF-8 में। यह पेज हमेशा UTF-8 में लिखता है, चाहे मूल फ़ाइल किसी और एनकोडिंग में रही हो; इसलिए आगे के टूल को बस UTF-8 पढ़ना आना चाहिए। अगर किसी पुराने टूल को Windows-1252 माँगना है तो ठीक होने के बाद एनकोडिंग बदलने वाला पेज चलाएँ — क्रम यही रखें, पहले ठीक करें, फिर बदलें, क्योंकि ग़लत एनकोडिंग में बदलने से कचरा पक्का हो जाएगा।
क्या ठीक करने से टाइमकोड या क्यू बदलते हैं?
नहीं। पेज बाइट से पाठ बनाता है, फिर उसी पाठ को UTF-8 में लिखता है; इसलिए टाइमकोड, क्यू का क्रम, टेक्स्ट की संरचना और पंक्ति विराम वैसे ही रहते हैं। जो बदलता है वह केवल अक्षरों का बाइट-रूप है। अगर नतीजे में टेक्स्ट कम या अलग दिखे तो वह ग़लत एनकोडिंग चुनने का असर है — उस स्थिति में मूल फ़ाइल से दूसरा विकल्प आज़माएँ।