Eksporter undertekster som tekst
Eller lim inn underteksttekst
Innstillinger
Millisekunder stillhet mellom at en tekstblokk slutter og den neste begynner. Nås den, starter transkripsjonen et nytt avsnitt; holder du deg under, leses de to som ett sammenhengende stykke tale. Tallet avgjør hvordan teksten leses, ikke hva den sier: 2000 holder en setning sammen når undertekstene deler den over tre eller fire tekstblokker, mens 0 setter hver tekstblokk i sitt eget avsnitt. En pause måles mot den siste tekstblokken som hadde ord i seg, så en tom tekstblokk midt i bryter ikke et avsnitt i to.
Av som standard, som gir deg en vanlig tekstblokk du kan lime rett inn i et dokument. Slår du det på, får hvert avsnitt prefikset [HH:MM:SS] — starttiden til den første tekstblokken i avsnittet, til sekundet, uten millisekunder. En leser bruker stempelet til å finne øyeblikket igjen i en spiller, og starten er den eneste av de tre kandidatene (start, midten, slutt av avsnittet) som stemmer med det spilleren viser.
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 leser en undertekstfil og gir tilbake de samme ordene som flytende avsnitt med ren tekst: linjeskiftene som bare fantes på skjermen, slås sammen, og tekstblokker som følger tett på hverandre, leses som én sammenhengende passasje. Slipp inn filen, kjør, og det som kommer ut, er en tekstblokk du kan lime inn i møtereferatet, et gjennomlesingsark eller en artikkel. Ingenting forlater nettleserfanen, så materiale som ikke kan lastes opp, blir der det er.
Det ene du må være klar over, er linjeskiftet. En undertekstfil bruker et linjeskift av en grunn som ikke har noe med setningen å gjøre: linjen ble for lang for skjermen, så den ble kuttet og de to halvdelene balansert. Lagrer du en undertekstfil som .txt, beholder du de skiftene og setter én tekstblokk på én linje, som er det du vil hvis teksten skal tilbake i en avspiller. En transkripsjon leses av et menneske på en side, der et skift midt i en setning er støy, så denne siden slår dem sammen. To halvdeler av en setning kommer ut som én linje, og det finnes ingen måte å se etterpå hvor skjermskiftet sto.
Avsnitt avgjøres av stillhet, ikke av tekstblokk. Ett avsnitt per tekstblokk ville bryte en setning hvert tredje eller fjerde sekund, fordi en vanlig undertekstfil kutter én talt setning i flere tekstblokker så hver kan passe tiden. I stedet ser siden på mellomrommet mellom at én tekstblokk slutter og den neste begynner: et mellomrom på rundt to sekunder åpner et nytt avsnitt, og alt kortere lar ordene flyte videre. Tallet står i boksen, og det er den ene innstillingen som er verdt å tenke over — sett det lavere for raskt frem-og-tilbake-dialog og høyere for en forelesning med lange pauser inne i én tanke. Setter du det til null, havner hver tekstblokk i sitt eget avsnitt, som er det nærmeste denne siden kommer én linje per tekstblokk.
Det finnes også en bryter for å sette en starttid foran hvert avsnitt, av som standard. Slår du den på, settes et stempel som [00:42:17] foran hvert avsnitt, lest fra den første tekstblokken i avsnittet. Det går til sekundet og dropper millisekundene med vilje: stempelet finnes så en leser kan finne det øyeblikket igjen i en avspiller, og 00:42:17 gjør det. Et stempel på hver tekstblokk i stedet ville gjort transkripsjonen tilbake til en undertekstfil med ekstra tegnsetting.
Det siden ikke gjør, er å sette navn på noe. Ingen av undertekstformatene som leses her, registrerer hvem som snakker — SRT, WebVTT, ASS, SSA, SBV, SAMI, MicroDVD, TTML, JSON og CSV lagrer alle en tid og litt tekst, og enhver etikett i den teksten er noe et menneske har skrevet inn i ordene. Derfor bærer en transkripsjon fra denne siden ingen talernavn, og ingenting gjettes ut fra linjenes form for å finne dem opp. Tekstblokker som ikke inneholder noe, hoppes over i stedet for å bli stående som tomme avsnitt, og hver linje trimmes, så du ikke finner løse mellomrom der en tekstblokk ble kuttet.
Eksempler
To tekstblokker som leses som én setning
Inndata
1
00:00:01,000 --> 00:00:03,000
I missed the last train home
and had to walk.
2
00:00:03,400 --> 00:00:05,000
Back before midnight,
you said.
3
00:00:09,000 --> 00:00:11,000
Every night this week?
Resultat
I missed the last train home and had to walk. Back before midnight, you said.
Every night this week?
Tre tekstblokker inn, to avsnitt ut. De to første tekstblokkene ligger 400 ms fra hverandre, godt innenfor pause på to sekunder, så de blir i ett avsnitt, og hver tekstblokks egne to visningslinjer slås sammen til én linje. Den tredje tekstblokken følger etter et mellomrom på fire sekunder og åpner et nytt avsnitt. Alle ordene er fortsatt her — det som endret seg, er hvilke linjeskift som overlevde.
En pause på nøyaktig to sekunder
Inndata
1
00:12:30,000 --> 00:12:32,000
The train was late
again.
2
00:12:34,000 --> 00:12:36,000
Third time this week.
Resultat
The train was late again.
Third time this week.
Den andre tekstblokken starter to sekunder etter at den første slutter, som er nøyaktig tallet i pauseboksen, og det er der et nytt avsnitt begynner. Dette er eksempelet å se på hvis du kontrollerer aritmetikken: flytt boksen til 2500, og de to går sammen til ett avsnitt, fordi et mellomrom på to sekunder ikke lenger når terskelen.
Samme fil med starttider lagt til
Inndata
1
00:02:15,000 --> 00:02:17,000
Here is where
we came in.
2
01:47:52,000 --> 01:47:55,000
And here is
where we leave.
Resultat
[00:02:15] Here is where we came in.
[01:47:52] And here is where we leave.
Med tidsstempelbryteren på får hvert avsnitt starttiden til tekstblokken som åpner det, til sekundet. Det andre avsnittet ligger nesten to timer inn, og det viser hvorfor timen skrives ut i stedet for å telles opp i minutter: 01:47:52 forteller en leser hvor hen skal spole, og 107:52 gjør det ikke.
Ofte stilte spørsmål
Hvordan er dette forskjellig fra å lagre undertekstene som en .txt-fil?
En .txt-fil lagret fra en undertekstfil beholder hvert linjeskift og setter én tekstblokk på én linje, fordi den er laget for å gå tilbake i en avspiller. Denne siden gjør det motsatte: den slår sammen linjeskiftene som bare var skjermbryting, og samler tekstblokker som hører til samme tanke, til avsnitt. Resultatet er prosa du kan lese på en side, ikke en fil en avspiller kan lese. Ordene er de samme; det som endres, er hvilke brudd som blir stående.
Hvordan avgjør siden hvor ett avsnitt slutter og det neste begynner?
Ved å måle mellomrommet mellom at én tekstblokk slutter og den neste begynner. Et mellomrom på to sekunder eller mer åpner et nytt avsnitt; kortere holder ordene i samme avsnitt. Tallet står i pauseboksen, så du kan justere det til materialet: senk det for hurtig dialog der folk avbryter hverandre, høy det for en forelesning med tenkepauser. Siden ser bare på tidene, ikke på innholdet, så den kan ikke vite at en setning fortsetter — det er derfor boksen finnes.
Hva gjør det å sette pausen til null?
Da åpner hvert mellomrom et nytt avsnitt, også mellomrom på noen få millisekunder, så hver tekstblokk blir sitt eget avsnitt. Det er den nærmeste denne siden kommer én linje per tekstblokk, og det kan være nyttig når du vil ha en nummerert liste du kan sammenligne med originalfilen. For vanlig lesing er det slitsomt: en talt setning fordelt på fire tekstblokker blir fire avsnitt, og sammenhengen forsvinner.
Hvorfor er tidsstemplene bare nøyaktige til sekundet?
Fordi stempelet er der for at en leser skal finne øyeblikket igjen i en avspiller, og en avspiller med et sekundvindu er nøyaktig nok. Millisekunder ville lagt tre sifre til hvert avsnitt uten å gjøre sporingen lettere, og gjort teksten tyngre å lese. Tiden leses fra den første tekstblokken i avsnittet, ikke fra et gjennomsnitt, så stemplet peker på det øyeblikket avsnittet faktisk begynner.
Vil talernavn vises i transkripsjonen?
Nei, og det er ikke en innstilling du kan slå på. Ingen av formatene som leses her, har et felt for hvem som snakker: et navn i underteksten er tekst noen har skrevet inn i dialogen, og denne siden verken fjerner eller legger til slikt. Den gjengir ordene slik de står. Skal transkripsjonen ha talernavn, må de skrives inn for hånd etterpå, eller komme fra et verktøy som faktisk skiller stemmer — ingenting her gjetter ut fra linjenes form.
Hva skjer med en tekstblokk som ikke inneholder tekst?
Den hoppes over og etterlater ikke noe tomt avsnitt. En tekstblokk med bare mellomrom eller helt uten innhold ville ellers blitt en blank linje i prosaen, som ser ut som en pause forfatteren har laget. Den telles heller ikke som en pause for avsnittsregningen, siden det ikke er noe ord der. Vil du vite hvor mange slike tekstblokker filen hadde, står det på resultatkortet som en del av det som gikk tapt under lesingen.
Beholder transkripsjonen linjeskiftene som var på skjermen?
Nei. Det er hele forskjellen mellom denne siden og en .txt-kopi av filen. Linjeskiftet i en undertekstfil er en layoutavgjørelse — linjen ble for lang, så den ble delt og balansert — ikke en setningsgrense. Siden slår dem sammen, så en setning som sto på to linjer på skjermen, står på én linje her. Et hardt linjeskift som forfatteren faktisk mente, for eksempel mellom to talere i samme tekstblokk, er også borte; vil du beholde det, er dette feil side.