Ondertitels naar PDF
Of plak ondertiteltekst
Opties
Drie instellingen, geen puntgrootte: de pagina is een vaste A4-kolom, dus een lopende tekst van 20 pt zou op twee of drie woorden per regel ombreken. Klein is de grootte die de rapporten voor voetnoten gebruiken, Standaard komt overeen met de lopende tekst van een rapport, Groot komt overeen met een kop. Tijdcodes zijn altijd een stap kleiner dan de lopende tekst, zodat de twee bij elke instelling onderscheidbaar blijven.
Aan: één lege regel scheidt elk blok, wat op papier beter leest wanneer blokken lang zijn. Uit: de blokken worden op elkaar gepakt — de dichtere standaard, en degene die een lange film binnen minder pagina’s houdt.
Elk blok krijgt zijn eigen regel 00:00:01,000 --> 00:00:02,000 in de kleinste grootte. Laat het aan wanneer de pagina wordt gebruikt om een regel in de video te vinden of te citeren; zet het uit voor een schoon leescript. De getoonde tijdcodes zijn die uit het bestand — er wordt niets opnieuw berekend.
Een kop met de naam van het ondertitelbestand dat je hebt neergezet. Bij een batch loont het om hem aan te laten: tien PDF’s uit één run zijn anders op het eerste gezicht niet te onderscheiden. De naam komt uit het bestand zelf, niet uit de inhoud — een TTML-<title> is inhoud, dit is de naam van het bestand.
Een voettekst 1 / N onderaan elke pagina. Standaard aan omdat een afgedrukt script meestal per pagina wordt aangehaald en een pagina zonder nummer niet te citeren is. Uitzetten verwijdert de voettekst helemaal; verder beweegt er niets op de pagina.
In welke beeldsnelheid de tijden worden geteld. Op de formaatpagina’s is dit wat MicroDVD nodig heeft, want het slaat tijden op als framenummers. Op de beeldsnelheidspagina’s is het de snelheid waartegen het bestand getimed is — de versie waarvoor de ondertitels gemaakt zijn — en het tweede vak op de pagina neemt de snelheid van de video die je gaat gebruiken. 23,976, 24, 25, 29,97, 30, 50, 59,94 en 60 zijn de gebruikelijke. Een verkeerde waarde verschuift de hele tijdlijn, en op de beeldsnelheidspagina’s verschuift ze die met een verhouding in plaats van met een vast bedrag.
Deze pagina maakt van een ondertitelbestand een pdf: een document dat je kunt printen, archiveren, van aantekeningen kunt voorzien en doorzoeken. Elk ondertitelblok wordt een kort blok met een eigen tijdcoderegel boven de tekst, zodat een passage ook na het verlaten van de browser nog in een speler is terug te vinden. De hele pagina werkt in de tab, dus er wordt niets geüpload — dezelfde regel als bij elke andere tool hier, en de reden dat hij bruikbaar is voor materiaal dat de machine niet mag verlaten.
Het verschil met een transcriptie is de tijdcode. De export naar platte tekst laat tijdcodes bewust weg en voegt naburige blokken samen tot alinea’s, omdat proza daar het doel is. Deze pagina doet het omgekeerde: elk blok houdt het tijdsbereik dat het had, en blokken worden niet samengevoegd, omdat de klus hier is om op papier weer te geven wat het bestand zegt, met de tijden eraan vast. Is je vraag „wat er gezegd is”, neem dan de transcriptie; is ze „wat er gezegd is, op welke minuut”, neem dan de pdf.
Het verschil met een compliancerapport is het oordeel. Een rapport noemt bevindingen tegen clausules: overlappingen, leessnelheid, regellengte en bovenaan een conclusie. Deze pagina beweert niets — ze zet het bestand op papier en voegt geen oordeel toe. Een bestand dat elke regel in de compliance-sectie zou zakken, komt hier nog steeds als een net gezette pdf uit, omdat de twee pagina’s verschillende vragen beantwoorden en geen van beide zich voor de andere uitgeeft.
Alle twaalf ondertitelformaten worden geaccepteerd, inclusief platte tekst en LRC, maar twee ervan hebben geen eindtijd in het bestand. LRC heeft een start per regel en geen einde; platte tekst heeft helemaal niets. De parser vult die aan zodat de pagina een bereik heeft om te printen, en de aangevulde waarden verschijnen als verliezen op de resultaatkaart in plaats van stilzwijgend als gemeten te worden gepresenteerd. Bij MicroDVD, waarvan de tijdcodes framenummers zijn, bepaalt het frameratevak hoe die nummers milliseconden worden — met de verkeerde snelheid is elke tijdcode op de pagina met dezelfde factor fout.
Wat de pagina niet doet, is de opmaak van het bestand tekenen. Vet, cursief, kleur en de ASS-override-tags worden allemaal gelezen, maar het document wordt in één lettertype en één gewicht gezet, omdat een geprint ondertitelvel om zijn woorden wordt gelezen en de lettertypen om gestileerde CJK-tekst te renderen niet degenen zijn die deze site meelevert. Aan je bestand verandert daardoor niets: de pdf is een nieuw document en het bestand dat je erin sleepte houdt alles wat het had. Tekst die de meegeleverde lettertypen niet kunnen tekenen — een schrift buiten de Latijnse, Japanse, vereenvoudigd-Chinese en Koreaanse set — verschijnt als een open vakje en wordt op de resultaatkaart geteld, zodat een gat in de uitvoer altijd iets is dat je ziet in plaats van moet raden.
Voorbeelden
Drie blokken met de standaardinstellingen
Invoer
1
00:00:01,000 --> 00:00:03,000
Good evening.
2
00:00:03,500 --> 00:00:06,000
The room is dark
and the heating is off.
3
00:00:07,000 --> 00:00:09,000
Nobody has been here.
Uitvoer
film.srt
00:00:01,000 --> 00:00:03,000
Good evening.
00:00:03,500 --> 00:00:06,000
The room is dark
and the heating is off.
00:00:07,000 --> 00:00:09,000
Nobody has been here.
1 / 1De bestandsnaam bovenaan, dan per blok een tijdcoderegel en de tekst, en onderaan het paginanummer. Het middelste blok bestond uit twee regels en blijft hier twee regels: een hard regeleinde binnen een blok is van de auteur, niet van de opmaak. Een blok en zijn eigen tijdcode blijven op dezelfde pagina — een fragment van drie woorden bovenaan een pagina met zijn tijdcode onderaan de vorige is het enige dat deze opmaak niet doet.
De grootste tekstmaat, met blokafstand aan
Invoer
1
00:00:04,000 --> 00:00:08,000
We can talk about it in the morning.
2
00:00:09,000 --> 00:00:12,000
Every night this week?
Uitvoer
film.srt
00:00:04,000 --> 00:00:08,000
We can talk about it in the morning.
00:00:09,000 --> 00:00:12,000
Every night this week?
1 / 1Het maatvak heeft drie standen, geen puntgrootte: de paginabreedte ligt vast, dus een vrij getal zou je een tekstmaat laten vragen die per pagina in twee of drie kolommen vouwt. Groot is de maat die elders op de site voor koppen wordt gebruikt, hoorbaar groter op papier en nog steeds passend bij een normale dialoogregel. Met blokafstand aan scheidt een lege regel het ene blok van het andere; dat is de instelling om te kiezen wanneer het vel met de hand wordt nagekeken.
Tijdcodes uit, voor een leesexemplaar
Invoer
1
00:00:12,000 --> 00:00:15,000
We picked up the car
at noon.
2
00:00:15,200 --> 00:00:17,000
It had a full tank.
Uitvoer
film.srt
We picked up the car
at noon.
It had a full tank.
1 / 1Met de tijdcodes uit worden de blokken platte tekst, elk blok nog steeds apart en de eigen regeleinden van elk blok nog steeds gerespecteerd. Dit komt het dichtst bij een transcriptie, en toch is het bewust niet de transcriptie: blokken worden niet over korte pauzes heen samengevoegd en niets wordt opnieuw afgebroken, dus het resultaat blijft één blok per blok. Zet de tijdcodes uit wanneer het vel naar een acteur of lezer gaat die de tijden niet nodig heeft.
Veelgestelde vragen
Hoe ziet de pdf eruit als ik hem open?
Een enkele kolom ondertitelblokken op A4, elk met een kleine tijdcoderegel gevolgd door de tekst van het blok. De bestandsnaam staat één keer bovenaan wanneer het kopvak aanstaat, en een paginanummer in de vorm 1 / 3 staat onderaan elke pagina wanneer paginanummers aanstaan. Er is geen omslag, geen inhoudsopgave en geen opmaak die uit het bestand is overgenomen: ondertitelopmaak beschrijft wat er op een scherm gebeurt op een moment, en een geprint vel heeft geen moment om dat in te reproduceren.
Kan ik de tekst in de voltooide pdf doorzoeken?
Ja. Het document wordt met een ingebedde tekstlaag geschreven, dus Ctrl-F of Cmd-F vindt een dialoogregel zoals in elk ander document, en kopiëren en plakken geeft je de woorden in plaats van een afbeelding ervan. Dat is de reden dat deze pagina een echte pdf maakt en geen schermafbeelding of reeks afbeeldingen: een vel dat je niet kunt doorzoeken moet je elke keer vanaf het begin lezen als je één regel wilt controleren.
Welke ondertitelformaten kunnen erin, en wat komt er uit de twee afwijkende?
Alle twaalf formaten die deze site leest: SRT, WebVTT, ASS, SSA, SBV, SAMI, LRC, MicroDVD, TTML, JSON, platte tekst en CSV. Twee ervan bewaren geen eindtijd. LRC heeft een start per regel en verder niets, dus het einde wordt aangevuld met een standaardduur; platte tekst heeft helemaal geen timing, en de hele tijdlijn wordt tijdens het parsen opgebouwd. Beide aanvullingen staan als verliezen op de resultaatkaart, zodat een tijdcode in de pdf die het bestand nooit bevatte nooit wordt gepresenteerd alsof hij gelezen is.
Waarom staat er een frameratevak op een pagina die alleen maar print?
Omdat MicroDVD zijn tijdcodes als framenummers opslaat, niet als uren en minuten. Een framenummer omzetten naar een positie in het document vraagt een framerate, en het bestand vermeldt die meestal niet. Met de verkeerde snelheid staat elke tijdcode in de pdf met dezelfde verhouding scheef — bij 25 tegen een werkelijke 23,976 landt een blok van veertig minuten bijna twee minuten te laat. Voor elk ander formaat doet het vak niets en kun je het met rust laten.
Blijven vet, cursief en kleuren bewaard in de pdf?
Nee. De pagina zet de woorden, niet de opmaak. Vet, cursief, kleurwisselingen en de ASS-override-tags worden correct gelezen en raken niet kwijt uit je bestand — de pdf is een nieuw document en het bestand dat je erin sleepte blijft onaangeroerd — maar het document zelf gebruikt één lettertype en één gewicht. Gestileerde CJK-tekst renderen zou per schrift een apart lettertype per gewicht vragen, en vier daarvan meeleveren om een ondertitelvel te tekenen is geen ruil die deze site doet.
Wat gebeurt er met tekens die de meegeleverde lettertypen niet kunnen tekenen?
Ze verschijnen als een open vakje op de pagina, en de resultaatkaart vertelt hoeveel erbij betrokken waren en tot welk schrift ze behoren. De vier lettertypen dekken Latijns, Japans, vereenvoudigd Chinees en Koreaans; Arabische, Hebreeuwse, Devanagari-, Thaise en Cyrillische tekst heeft geen glyphs en kan niet worden getekend. Het aantal wordt gemeld in plaats van verborgen, want een pagina vol vakjes die niemand noemt ziet eruit als een renderfout, terwijl een regel die zegt hoeveel tekens niet getekend konden worden iets is waar je op kunt handelen.
Komt de bestandsnaam bovenaan uit het bestand zelf?
Die komt uit de naam van het bestand dat je erin sleepte, niet uit een titelveld erin. De meeste ondertitelformaten hebben geen plek om een titel op te slaan, en de formaten die dat wel hebben bevatten zelden iets bruikbaars, dus de naam op je schijf is het enige identificerende gegeven dat betrouwbaar aanwezig is en is wat je er zelf op het vel zou schrijven. Zet het kopvak uit wanneer het vel samen met andere wordt ingebonden en een bestandsnaam op elke pagina alleen ruis zou zijn.