Ondertitels op zinnen splitsen
Of plak ondertiteltekst
Opties
Knipt waar de ene zin eindigt en de volgende begint, en ook waar het blok van regel wisselt, omdat ondertitelbestanden de punt vaak weglaten. Een punt, vraagteken of uitroepteken dat een nieuwe zin begint telt mee, met inbegrip van de Chinese en Japanse vormen van punt, vraagteken en uitroepteken; een doorlopende kleine letter zoals in e.g. this, een decimaal zoals 3,5 en een gangbare afkorting zoals Mr. of Dr. tellen niet. Elke zin krijgt vervolgens een aandeel in de tijd van het blok naar verhouding van de tekst.
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 zet één zin per blok. Een transcriptie-export schrijft vaak meerdere zinnen in één blok — één blok per spreekbeurt, of per automatische alineaovergang — en deze pagina verdeelt elk daarvan waar de ene zin eindigt en de volgende begint, en deelt daarna de tijd van het blok naar verhouding van hoeveel tekst elke zin draagt.
Er is geen getal om in te vullen. De breekpunten komen uit de tekst: een punt, een vraagteken of een uitroepteken dat een nieuwe zin begint, inclusief de volle varianten die in het Chinees en Japans worden gebruikt. Er valt ook een breuk waar het blok van regel wisselt, omdat ondertitelbestanden vaak één regel per zin worden geschreven met de leestekens weggelaten — zonder die regel zou zo’n bestand lijken op een bestand dat het gereedschap weigert aan te raken.
Het oordeel over wat een zin beëindigt is een heuristiek en hij neigt naar het met rust laten van blokken. Een doorlopend kleingeschreven vervolg als bijv. dit, een duizendtal als 3.500, en gangbare afkortingen als Mr., Dr. of etc. beëindigen geen zin; een punt tussen twee cijfers nooit. Mis je een afkorting, dan is het slechtste geval één blok dat het gereedschap niet verdeelde, wat je kunt zien en met de hand kunt herstellen. Wees je er te gretig mee, dan knip je namen doormidden, en dat kan niemand door de uitvoer te lezen ongedaan maken.
Alles draait in dit browsertabblad — geen bestand wordt geüpload. SRT, WebVTT, ASS, SSA, SBV, SAMI, MicroDVD, TTML, JSON en CSV worden op dezelfde manier gelezen, en een bestand waarvan het aantal blokken veranderde wordt in tijdvolgorde uitgeschreven en vanaf 1 genummerd.
Voorbeelden
Drie zinnen in één blok
Invoer
1
00:00:01,000 --> 00:00:04,000
He left. She stayed. We waited.
Uitvoer
1
00:00:01,000 --> 00:00:01,828
He left.
2
00:00:01,828 --> 00:00:02,966
She stayed.
3
00:00:02,966 --> 00:00:04,000
We waited.
De drie seconden worden 828, 1138 en 1034 ms verdeeld — naar verhouding van 8, 11 en 10 tekens. Leessnelheid is het punt van de splitsing, dus dat de langste zin het langst in beeld blijft is het bedoelde resultaat en geen bijwerking van de berekening.
Punten die geen zin beëindigen
Invoer
1
00:00:01,000 --> 00:00:03,000
Mr. Smith left at 3.5 seconds.
2
00:00:05,000 --> 00:00:08,000
Dr. Jones arrived. The room was full.
Uitvoer
1
00:00:01,000 --> 00:00:03,000
Mr. Smith left at 3.5 seconds.
2
00:00:05,000 --> 00:00:06,500
Dr. Jones arrived.
3
00:00:06,500 --> 00:00:08,000
The room was full.
Het eerste blok houdt drie punten en geen ervan beëindigt een zin, dus het komt heel terug. Het tweede houdt twee echte zinseinden en wordt twee blokken, waarbij Dr. weer met rust wordt gelaten. Dit paar is het hele oordeel in één bestand: wat de afkortingenlijst dekt, bepaalt wat hier gebeurt.
Eén zin per regel, zonder enig leesteken
Invoer
1
00:00:01,000 --> 00:00:04,000
He said hello
then she answered quietly.
Uitvoer
1
00:00:01,000 --> 00:00:02,000
He said hello
2
00:00:02,000 --> 00:00:04,000
then she answered quietly.
Er staat geen punt tussen de twee regels, dus de regelbreuk zelf wordt als zinseinde behandeld. Zo geschreven bestanden komen veel voor in transcriptie-exports, en deze regel is wat ze überhaupt deelbaar maakt. Elk stuk krijgt hier een derde en twee derde van de span, omdat de 26 tekens van de tweede regel twee keer de 13 van de eerste zijn.
Veelgestelde vragen
Hoe weet deze pagina waar de ene zin eindigt en de volgende begint?
Ze zoekt een punt, vraagteken of uitroepteken dat een nieuwe zin begint, plus de volle varianten die in het Chinees en Japans worden gebruikt, en ze behandelt elke regelbreuk binnen een blok ook als zinseinde. Drie dingen weerhouden haar ervan een punt te tellen: een volgende kleine letter, als in bijv. dit; een cijfer aan beide kanten, als in 3.500; en een woord op haar eigen afkortingenlijst, met Mr., Mrs., Dr., Prof., St., Jr., Sr., vs., etc., fig., no., vol., approx., inc., ltd., co., dept., a.m., p.m., u.s. en u.k., samen met elke losse letter als J.
Een blok houdt een zin die mijn bestand zonder punt schreef. Wordt hij verdeeld?
Alleen als het blok daar van regel wisselt. Een regelbreuk telt als zinseinde, dus een bestand dat één zin per regel schrijft, wordt verdeeld ook zonder enig leesteken, en zo ziet het meeste uit transcriptiediensten eruit. Een bestand dat twee zinnen op één regel zet zonder punt ertussen geeft het gereedschap niets om mee te werken, en dat blok komt heel terug — het verslag zegt hoeveel blokken niet konden worden verdeeld in plaats van te doen alsof de run iets deed.
Is splitsen op zinseinden hetzelfde als splitsen op leestekens?
Nee, en het verschil maakt uit bij aanhalingstekens en haakjes. Een sluitend aanhalingsteken of haakje na het leesteken blijft bij de zin die eindigt, dus de breuk valt na dat teken en niet tussen de punt en het teken. Een punt in een getal, een initiaal of een afkorting is helemaal geen zinseinde, dus een blok als Dr. Jones arriveerde om 15.30 blijft heel tot het volgende echte leesteken of de volgende regelbreuk.
Behouden de verdeelde zinnen de tijden die ze in het oorspronkelijke blok hadden?
Dat kan niet — het oorspronkelijke bestand legde alleen vast wanneer het hele blok in beeld was, en niets erin zegt waar binnen die span de ene zin plaatsmaakte voor de volgende. Dus nemen de stukken aandelen van de span naar verhouding van hun tekentellingen, en dat staat voor leessnelheid: een zin met twee keer zoveel tekst blijft ongeveer twee keer zo lang staan, en het eerste stuk begint en het laatste eindigt precies waar het oorspronkelijke blok dat deed.
Kan ik deze pagina gebruiken om een transcriptie zin voor zin in ondertitels te veranderen?
Ja, als de transcriptie al een ondertitelbestand met tijden is — de pagina werkt op blokken en niet op proza, dus een bestand met platte tekst heeft geen blokgrenzen om te verdelen en geen tijden om te delen. Wat ze niet doet, is tijden verzinnen voor een bestand dat er nooit een had. Breng het bestand binnen als SRT of zet het eerst om uit platte tekst, en verdeel het daarna hier; de stukken zijn dan één zin elk, klaar voor een ronde over de tijden.
Wat gebeurt er met de rest van de opmaak van een blok wanneer het zo wordt verdeeld?
Stijl, positie en karaoketiming horen bij het blok waarop ze zijn geschreven, dus het eerste stuk houdt ze en de stukken die erna worden gemaakt hebben er geen. Dat is zichtbaar op formaten met stijlen als ASS en op WebVTT-blokken met positionering, en het verslag telt hoeveel nieuwe blokken zonder opmaak uitkwamen. Voor een bestand met zware styling per blok kan met de hand verdelen in een ondertiteleditor minder ingrijpend zijn dan het hele bestand door de run halen.