Del tospråklige filer i to
Eller lim inn underteksttekst
Innstillinger
En tospråklig fil holder normalt to skriftsystemer — latin over kinesisk, japansk over koreansk — og det er det standardvalget leser: bokstavene på hver linje avgjør hvilken fil den hører i, og språket som dukker opp først i filen, blir den første filen. Det er ikke en gjetning om betydning, bare om skriftsystem, så det blander aldri sammen hvilken side som er hvilken når det først har sett den første linjen. Det det ikke kan, er å skille to språk som deler alfabet. En engelsk fil mot en spansk, eller en russisk mot en ukrainsk, leses som ett skriftsystem — og det gjør også en vanlig enspråklig fil der lange linjer er brutt over på en andre rad, som er det vanlige tilfellet og grunnen til at denne lesningen med vilje er forsiktig. Når hver linje i hver tekstblokk leses som samme skriftsystem, kommer ingenting ut: filen går gjennom uendret, og kjøringen rapporteres som å ikke ha endret noe. Det er signalet om å velge linjeposisjon i stedet. Velger du linjeposisjon, blir det regelen overalt: den første linjen i hver tekstblokk går til den første filen og resten til den andre. Det passer en fil der de to språkene alltid står på de samme linjene, og det er den eneste måten å dele et par som deler alfabet — men på en fil der rekkefølgen varierer, vil det dele feil linjer, og i motsetning til standardvalget sier det ingenting om at det har gjort det.
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 tar én undertekstfil som holder to språk, og gir deg tilbake to filer, ett språk i hver. Det er filen de fleste tospråklige utgivelser leveres som: originalen på første linje i hver blokk, oversettelsen på andre. Å dele den er det du trenger før du gir de to språkene til forskjellige folk — oversetteren som må revidere sin egen tekst uten å røre din, tekstbyrået som leverer hvert språk som sitt eget spor, plattformen som tar én undertekstfil per språk og ikke vil ha en fil med to.
De to filene kommer ut av kjøringen samtidig, pakket i en zip. Det er ikke pynt: nettleseren lar bare én nedlasting starte fra ett klikk, så to separate lagre-knapper ville betydd at den andre filen stille aldri kom fram. De to er likestilte — ingen av dem er originalen — og de bærer samme navn som filen din med språket lagt til før filtypen, så film.srt kommer tilbake som film.srt og film.cjk.srt inne i film.zip. Ta én fil om gangen, eller slipp inn en hel sesong, og hver fil deles for seg.
Hvilken linje som hører til hvilket språk, avgjøres av skriftsystemet linjen er skrevet i, ikke av plasseringen i blokken. En engelsk linje over en kinesisk, en japansk over en koreansk, en gresk over en arabisk — bokstavene selv sier hvilken fil hver linje skal til, og språket som forekommer først i filen, blir den første filen. Linjerekkefølgen brukes ikke, fordi oversettere ikke respekterer den: en fil der oversettelsen noen ganger står over og noen ganger under, ville blitt klipt på feil steder av en regel som tellet rader, mens skriftsystemet fortsetter å virke hele veien ned.
Det skriftsystemet ikke klarer, er å skille to språk som deler alfabet. Engelsk over spansk, russisk over ukrainsk — på bokstavnivå er de ett skriftsystem, og det er uunngåelig også en vanlig enspråklig fil der de lange linjene er brutt til en andre rad. Et verktøy som gjettet der, ville tatt den vanligste undertekstfilen som finnes, og gitt tilbake to filer som hver holdt en halv setning. Så denne siden gjetter ikke: når hver linje i filen leses som samme skriftsystem, kommer ingenting ut, og kjøringen rapporteres som at den ikke endret noe, som er den nakne sannheten og et signal om å bytte valget til linjeposisjon — første linje i hver blokk til den første filen, resten til den andre. Det er den eneste regelen som kan dele et par med samme alfabet, og siden sier det i stedet for stille å dele filen din på feil måte.
Inn kommer SRT, WebVTT, ASS, SSA, SBV, SAMI, TTML, JSON og CSV, samt MicroDVD, der bildenumrene leses og skrives med frekvensen du setter. LRC er utelatt fordi det ikke lagrer noen sluttid, så det finnes ingen blokk å dele, og ren tekst er utelatt fordi den ikke har tider i det hele tatt. Begge filene beholder tidene de kom inn med, og begge beholder nummeret hver blokk hadde i kildefilen — som er hvorfor den første filen kan gå 1, 3, 4 der den andre går 1, 2, 3, 4. Et manglende nummer er ingen feil; det er slik den første filen sier at den blokken hører til det andre språket. Ingenting lastes opp, ingenting registreres, og delingen skjer i denne nettleserfanen.
Eksempler
Engelsk over kinesisk, delt i to filer
Inndata
1
00:00:01,000 --> 00:00:03,000
Good morning.
早上好。
2
00:00:05,000 --> 00:00:07,000
How are you?
你好吗？
Resultat
First file (film.srt):
1
00:00:01,000 --> 00:00:03,000
Good morning.
2
00:00:05,000 --> 00:00:07,000
How are you?
Second file (film.cjk.srt):
1
00:00:01,000 --> 00:00:03,000
早上好。
2
00:00:05,000 --> 00:00:07,000
你好吗？
Det vanlige tilfellet. Hver linje leses for seg, så det spiller ingen rolle at den kinesiske linjen er den andre i hver blokk — bokstavene avgjør. Begge filene beholder de opprinnelige tidene og de opprinnelige blokknumrene, som er det som gjør det trygt å legge de to filene side om side etterpå og kontrollere dem mot hverandre.
En blokk som bare finnes på ett av språkene
Inndata
1
00:00:01,000 --> 00:00:03,000
Good morning.
早上好。
2
00:00:05,000 --> 00:00:07,000
（敲门声）
3
00:00:09,000 --> 00:00:11,000
See you soon.
再见。
Resultat
First file (film.srt):
1
00:00:01,000 --> 00:00:03,000
Good morning.
3
00:00:09,000 --> 00:00:11,000
See you soon.
Second file (film.cjk.srt):
1
00:00:01,000 --> 00:00:03,000
早上好。
2
00:00:05,000 --> 00:00:07,000
（敲门声）
3
00:00:09,000 --> 00:00:11,000
再见。
Blokken i midten er en lydeffekt skrevet bare i oversettelsen, så det er ingenting i den å dele: hele blokken flytter til den andre filen, og den første filen hopper fra 1 til 3. Det hullet er med vilje. Det er det ene synlige tegnet i den første filen på at en blokk hører til det andre språket, og det forsvinner om filen nummereres om.
Engelsk og spansk, som standardvalget ikke klarer å skille
Inndata
1
00:00:01,000 --> 00:00:03,000
Good morning.
Buenos días.
2
00:00:05,000 --> 00:00:07,000
How are you?
¿Cómo estás?
Resultat
With the split set to line position (film.srt):
1
00:00:01,000 --> 00:00:03,000
Good morning.
2
00:00:05,000 --> 00:00:07,000
How are you?
With the split set to line position (film.latin.srt):
1
00:00:01,000 --> 00:00:03,000
Buenos días.
2
00:00:05,000 --> 00:00:07,000
¿Cómo estás?
To språk, ett alfabet, så ingen regel basert på bokstaver kan skille dem — som er nettopp hvorfor kjøringen ikke gjør noe før delingen byttes til linjeposisjon. Det virker her fordi begge språkene alltid står på sin egen linje i samme rekkefølge. Mikser filen din rekkefølgen fra blokk til blokk, vil linjeposisjon klippe feil linjer, og i motsetning til standardvalget sier den ikke fra etterpå.
Ofte stilte spørsmål
Hvordan finner siden ut hvilken linje som er skrevet på hvilket språk?
Ut fra skriftsystemet i hver linje, lest bokstav for bokstav: latin, kinesisk, japansk kana, koreansk hangul, kyrillisk, arabisk, hebraisk, gresk og devanagari skilles alle fra hverandre, og kinesisk og japansk regnes som én side fordi en japansk fil blander begge. Språket som forekommer først i filen din, blir den første av de to filene, så en fil med engelsk over kinesisk kommer tilbake som engelsk pluss kinesisk. Sifre, tegnsetting, merknader og musikksymboler regnes ikke som noe språk i det hele tatt: de blir med den første filen når de står inne i en blokk som har begge språkene, og de får aldri en blokk til å bli delt.
Jeg delte en engelsk og spansk fil og fikk den samme filen tilbake. Hvorfor?
Fordi de to på bokstavnivå er ett skriftsystem, og det er også enhver enspråklig fil der de lange linjene er brutt til en andre rad. Et verktøy som gjettet, ville tatt den vanligste undertekstfilen som finnes, og gitt tilbake to filer som hver holdt en halv setning, så denne siden nekter å gjette og rapporterer at ingenting ble endret. Sett delingen til linjeposisjon og kjør igjen: første linje i hver blokk går til den første filen og resten til den andre. Det er den eneste regelen som skiller språk som deler et alfabet, og den krever at filen din holder de to språkene på de samme linjene hele veien.
Får jeg én fil med begge språkene, eller to filer?
To filer, pakket sammen i en zip oppkalt etter din: film.srt kommer tilbake som film.srt og film.cjk.srt inne i film.zip, med språket merket før filtypen. To lagre-knapper ville ikke virke, fordi en nettleser tillater én nedlasting per klikk, og den andre filen ville stille aldri komme fram. Vil du heller ha begge språkene i én fil — originalen over oversettelsen — er det sammenslåingssiden, som gjør det motsatte av denne.
Hvilken av de to filene regnes som originalen?
Ingen av dem. Siden har ingen måte å vite hvilket språk som er kilden og hvilket som er oversettelsen, så den later ikke som noe annet: filen som holder språket som forekommer først i inndataene dine, blir den første filen, og de to er likestilte overalt ellers — i zip-filen, i resultatlisten og i navnene, som bare skiller seg med språkmerket. Trenger du originalen spesifikt, se hvilken fil som kom tilbake med det språket du forventer, på første linje i den første blokken.
Endrer delingen tidene, eller dropper den noe?
Nei. Begge filene beholder startene, sluttene og blokknumrene kildefilen hadde, så en blokk i den første filen ligger på nøyaktig det øyeblikket den gjorde før. Det ene du bør lese, er rapporten etter kjøringen: den er tom i det vanlige tilfellet, og den oppgir antallet blokker som måtte deles etter linjeposisjon fordi linjene deres ikke hadde bokstaver i det hele tatt — musikksblokker og parentesomkransede lyder. De blokkene beholder sin første linje i den første filen og resten i den andre, så ingen av filene mister lyden, men hvor kuttet falt, er en gjetning, og rapporten sier det.
Hvilke formater kan deles slik, og lastes filene mine opp?
SRT, WebVTT, ASS, SSA, SBV, SAMI, TTML, JSON og CSV, pluss MicroDVD, der bilderutene leses og skrives med bilderutefrekvensen du setter — en tospråklig fil der er én linje med begge språkene skilt av en loddrett strek. LRC og ren tekst tas ikke imot, fordi LRC ikke lagrer noen sluttid og tekst ikke lagrer tider, så ingen av dem har en blokk å dele. Ingenting lastes opp: filen din leses, deles og skrives tilbake inne i denne nettleserfanen, som er poenget for alle hvis materiale ikke har lov til å forlate maskinen.