Konverter undertekster til PDF
Eller lim inn underteksttekst
Innstillinger
Tre innstillinger, ikke en punktstørrelse: siden er en fast A4-kolonne, så en brødtekst på 20 pt ville brytes til to eller tre ord per linje. Liten er størrelsen rapportene bruker for fotnoter, Standard matcher en rapports brødtekst, Stor matcher en seksjonsoverskrift. Tidskoder er alltid ett hakk mindre enn brødteksten, så de to holdes atskilt ved hver innstilling.
På, og én tom linje skiller hver tekstblokk, som leses bedre på papir når tekstblokkene er lange. Av pakker tekstblokkene sammen — den tettere standarden, og den som holder en lang film innenfor færre sider.
Hver tekstblokk får sin egen 00:00:01,000 --> 00:00:02,000-linje i den minste størrelsen. La den stå på når siden skal brukes til å finne eller sitere en linje i videoen; slå den av for et rent lesemanus. Tidskodene som vises, er de som står i filen — ingenting regnes ut på nytt.
En overskrift som bærer navnet på undertekstfilen du slapp inn. Verdt å la stå på for en batch: ti PDF-er fra én kjøring er ellers ikke til å skille ved et blikk. Navnet kommer fra filen selv, ikke fra noe inne i den — en TTML <title> er innhold, dette er filens navn.
En 1 / N-sidefot nederst på hver side. På som standard fordi et trykt manus vanligvis refereres til med side, og en side uten nummer kan ikke siteres. Slår du det av, fjernes sidefoten helt; ingenting annet på siden flytter seg.
Hvilken bildefrekvens tidene telles i. På formatsidene er det dette MicroDVD trenger, fordi det lagrer tid som bildenummer. På sidene for bildefrekvens er det frekvensen filen ble tidsstyrt mot — versjonen undertekstene ble laget for — og sidens andre boks tar frekvensen til videoen du skal bruke dem med. 23,976, 24, 25, 29,97, 30, 50, 59,94 og 60 er de vanlige. Tar du feil, forskyves hele tidslinjen, og på bildefrekvenssidene forskyves den med et forhold i stedet for et fast beløp.
Denne siden gjør en undertekstfil om til en PDF: et dokument du kan skrive ut, arkivere, merke opp og søke i. Hver tekstblokk blir en kort bolk med sin egen tidskodelinje over teksten, så et avsnitt fortsatt kan lokaliseres i en avspiller etter at filen har forlatt nettleseren. Hele siden kjører inne i fanen, så ingenting lastes opp — samme regel som hvert annet verktøy her, og grunnen til at den kan brukes på materiale som ikke har lov til å forlate maskinen.
Forskjellen fra en transkripsjon er tidskoden. Ren tekst-eksporten fjerner tidskoder med vilje og slår sammen nabo tekstblokker til avsnitt, fordi prosa er det den er til for. Denne siden gjør det motsatte: hver tekstblokk beholder tidsintervallet den fikk, og tekstblokker slås ikke sammen, fordi jobben her er å gjengi det filen sier, på papir, med tidene fortsatt festet. Er spørsmålet du svarer på «hva ble sagt», tar du transkripsjonen; er det «hva ble sagt, på hvilket minutt», tar du PDF-en.
Forskjellen fra en samsvarsrapport er dommen. En rapport oppgir funn mot klausuler: overlapp, lesehastighet, linjelengde, og en konklusjon øverst. Denne siden oppgir ingenting — den legger ut filen og legger ingen vurdering til. En fil som ville feilet hver regel i samsvarsdelen, kommer fortsatt ut av denne siden som et rent, veldisponert dokument, fordi de to sidene svarer på ulike spørsmål og ingen av dem later som den er den andre.
Alle tolv undertekstformatene godtas, også ren tekst og LRC, men to av dem har ingen sluttid i filen. LRC bærer en start per linje og ingen slutt; ren tekst bærer ingenting i det hele tatt. Parseren fyller dem inn så siden har et intervall å skrive ut, og de utfylte verdiene rapporteres som tap på resultatkortet i stedet for stille å presenteres som målt. For MicroDVD, hvis tidskoder er bildenumre, avgjør bildefrekvensboksen hvordan de tallene blir millisekunder — med feil frekvens er hver tidskode på siden feil med samme faktor.
Det siden ikke gjør, er å tegne filens stil. Fet, kursiv, farge og ASS-overstyringstagene leses alle, men dokumentet settes i én skrift med én vekt, fordi et trykt undertekstark leses for ordene sine, og skriftene som trengs for å gjengi stilede CJK-tekster, er ikke dem dette nettstedet leverer. Ingenting i filen din endres av det: PDF-en er et nytt dokument, og filen du slapp inn, beholder alt den hadde. Tekst som de medfølgende skriftene ikke kan tegne — et skriftsystem utenfor det latinske, japanske, forenklet kinesiske og koreanske settet — vises som en åpen boks og telles på resultatkortet, så et hull i utdataene alltid er noe du kan se i stedet for noe du må gjette.
Eksempler
Tre tekstblokker med standardinnstillingene
Inndata
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.
Resultat
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 / 1Filnavnet øverst, deretter én tidskodelinje og tekstblokkens tekst for hver tekstblokk, og til slutt sidetallet. Den midterste tekstblokken var to linjer i kilden og blir to linjer her: et hardt linjeskift inne i en tekstblokk er forfatterens, ikke disposisjonens. En tekstblokk og dens egen tidskode holdes på samme side — et treords fragment øverst på en side med tidskoden nederst på den forrige er det ene disposisjonen ikke vil gjøre.
Den største tekststørrelsen, med tekstblokkavstand på
Inndata
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?
Resultat
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 / 1Størrelsesboksen har tre posisjoner, ikke en punktstørrelse: sidebredden er fast, så et fritt tall ville latt deg be om en brødtekst som bretter seg over to eller tre linjer per side. Stor er størrelsen som brukes til overskrifter ellers på nettstedet, som er hørbart større på papir og fortsatt rommer en vanlig dialoglinje. Med tekstblokkavstand på skiller en blank linje én tekstblokk fra den neste, som er innstillingen å velge når arket skal merkes opp for hånd.
Tidskoder slått av, for en lesekopi
Inndata
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.
Resultat
film.srt
We picked up the car
at noon.
It had a full tank.
1 / 1Med tidskoder av blir bolkene ren tekst, hver tekstblokk fortsatt atskilt og hver tekstblokks egne linjeskift fortsatt respektert. Dette er det nærmeste denne siden kommer en transkripsjon, og den er med vilje ikke transkripsjonen: tekstblokker slås ikke sammen over korte pauser, og ingenting flytes om, så resultatet forblir én tekstblokk per bolk. Slå av tidskodene når arket skal til en skuespiller eller en leser som ikke trenger tidene.
Ofte stilte spørsmål
Hvordan ser PDF-en ut når jeg åpner den?
Øverst står filnavnet, deretter kommer hver tekstblokk som en kort bolk med en tidskodelinje i små bokstaver over teksten. Bolkene følger hverandre nedover siden, og et tekststykke og dets egen tidskode holdes på samme side, så ingen tekstblokk blir stående uten tidene sine. Sidetall står nederst. Dokumentet er satt i én skrift med én vekt, uten rammer og uten farger, fordi det er laget for å leses og skrives ut, ikke for å se ut som en avspiller.
Kan jeg søke i teksten inne i den ferdige PDF-en?
Ja. PDF-en er en tekst-PDF, ikke et bilde av tekst, og skriften som brukes, er innebygd som en delmengde med en ToUnicode-tabell. Det betyr at Ctrl-F finner ordene, at tekst kan merkes og kopieres, og at skjermlesere kan lese dokumentet. Det er en av grunnene til at siden produserer PDF framfor et bildeformat: et undertekstark som ikke kan søkes i, er et arkiv som bare virker for den som ser på det.
Hvilke undertekstformater kan gå inn, og hva kommer ut av de to merkelige?
Alle tolv. De fleste bærer både start- og sluttid, men LRC har bare en start per linje, og ren tekst har ingen tider i det hele tatt. For dem fyller siden inn en sluttid så det finnes et intervall å trykke, og de utfylte verdiene rapporteres som tap på resultatkortet, slik at du ser at de ikke ble målt. MicroDVD er et tredje tilfelle: der er tidskodene bildenumre, så bildefrekvensboksen avgjør omregningen, og feil frekvens gjør hver tidskode feil med samme faktor.
Hvorfor er det en bildefrekvensboks på en side som bare skriver ut?
Fordi MicroDVD lagrer tider som bildenumre, ikke som klokketid. For å skrive ut en tidskode må siden vite hvor mange bilder som går per sekund, og den frekvensen står ikke i filen på en måte som er til å stole på — den første linjen kan erklære en, men like ofte gjør den ikke det. Boksen gjelder bare den ene filen du har valgt, og rapporten skriver frekvensen øverst, så en utskrift fra en uke siden fortsatt kan forklares. For alle andre formater ignoreres boksen.
Beholdes fet, kursiv og farger i PDF-en?
Nei, og det er et bevisst valg. Filens stil leses — fet, kursiv, farge og ASS-overstyringstagene — men dokumentet settes i én skrift med én vekt, fordi et trykt undertekstark leses for ordene sine, og fordi skriftsettene som trengs for å gjengi stilede CJK-tekster, ikke er dem nettstedet leverer. Filen din endres ikke av det; PDF-en er et nytt dokument, og du kan fortsatt åpne originalen i en avspiller hvis du trenger å se hvordan den så ut.
Hva skjer med tegn de medfølgende skriftene ikke kan tegne?
De vises som en åpen boks, og antallet telles på resultatkortet. Skriftene som leveres, dekker latinsk, japansk, forenklet kinesisk og koreansk, så et annet skriftsystem — gresk, kyrillisk, thai, arabisk — faller utenfor. Siden later ikke som det er riktig: hullet er synlig i dokumentet, og tallet på kortet sier hvor mange tegn det gjelder. Trenger du de tegnene på papir, må du bruke et annet verktøy, og det er bedre å vite det enn å oppdage det i en utskrift.
Kommer filnavnet øverst fra filen selv?
Nei, fra navnet på filen du slapp inn, uten filtypen. Undertekstformatene har ingen felt for en tittel, så det finnes ingenting i filen å lese det fra. Vil du ha en annen overskrift, gir du filen nytt navn før du slipper den inn — det er den eneste måten, og det er ærligere enn å late som dokumentet har en tittel det ikke har. Selve innholdet påvirkes ikke av navnet.