Del undertekster ved setninger
Eller lim inn underteksttekst
Innstillinger
Kutter der en setning slutter og den neste begynner, og også der tekstblokken skifter linje, fordi undertekstfiler ofte utelater punktum. Et punktum, spørsmålstegn eller utropstegn som starter en ny setning, teller, inkludert fullbredde-。！？; en fortsettelse med liten bokstav som f.eks. dette, et desimaltall som 3,5 og en vanlig forkortelse som Mr. eller Dr. teller ikke. Hver setning får deretter en andel av tekstblokkens tid i forhold til teksten sin.
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 setter én setning per tekstblokk. En transkripsjonseksport skriver ofte flere setninger inn i én tekstblokk — én blokk per taletur eller per automatisk avsnittsbrudd — og denne siden deler hver av dem der én setning slutter og den neste begynner, og fordeler deretter tekstblokkens tid mellom dem i forhold til hvor mye tekst hver setning bærer.
Det finnes ingen tall å fylle inn. Bruddpunktene kommer fra teksten: et punktum, et spørsmålstegn eller et utropstegn som starter en ny setning, inkludert fullbreddeversjonene som brukes på kinesisk og japansk. Et brudd faller også der tekstblokken bytter linje, fordi undertekstfiler ofte skrives med én setning per linje uten tegnsetting — uten den regelen ville en slik fil sett ut som en verktøyet nekter å røre.
Vurderingen av hva som avslutter en setning, er en heuristikk, og den heller mot å la tekstblokker være i fred. En fortsettelse med liten bokstav som f.eks. dette, et desimaltall som 3,5 og vanlige forkortelser som hr., dr. eller osv. avslutter ikke en setning; et punktum mellom to sifre gjør det aldri. Går du glipp av en forkortelse, er det verste som skjer én tekstblokk verktøyet ikke delte, som du kan se og rette for hånd. Er du ivrig i stedet, kutter du navn i to, og det kan ingen lese seg tilbake til i resultatet.
Alt kjører inne i denne nettleserfanen — ingen fil lastes opp. SRT, WebVTT, ASS, SSA, SBV, SAMI, MicroDVD, TTML, JSON og CSV leses på samme måte, og en fil der antallet tekstblokker er endret, skrives ut i tidslinjerekkefølge nummerert fra 1.
Eksempler
Tre setninger i én tekstblokk
Inndata
1
00:00:01,000 --> 00:00:04,000
He left. She stayed. We waited.
Resultat
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 tre sekundene deles 828, 1138 og 1034 ms — i forhold til 8, 11 og 10 tegn. Lesehastighet er poenget med delingen, så at den lengste setningen beholder skjermen lengst, er det tilsiktede utfallet og ikke en bivirkning av regnestykket.
Punktum som ikke avslutter en setning
Inndata
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.
Resultat
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.
Den første tekstblokken rommer tre punktum, og ingen av dem avslutter en setning, så den kommer tilbake hel. Den andre rommer to ekte setningsslutt og blir to tekstblokker, med Dr. fortsatt i fred. Dette paret er hele vurderingen i én fil: forkortelseslisten avgjør hva som skjer her.
Én setning per linje, helt uten tegnsetting
Inndata
1
00:00:01,000 --> 00:00:04,000
He said hello
then she answered quietly.
Resultat
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.
Det står ikke noe punktum mellom de to linjene, så linjeskiftet selv behandles som slutten på en setning. Filer skrevet slik er vanlige i transkripsjonseksporter, og denne regelen er det som gjør dem delbare i det hele tatt. Hver bit får halve spennet her fordi den andre linjens 26 tegn er dobbelt av den førstes 13.
Ofte stilte spørsmål
Hvordan vet denne siden hvor én setning slutter og den neste begynner?
Den ser etter et punktum, et spørsmålstegn eller et utropstegn som starter en ny setning, pluss fullbreddeversjonene som brukes på kinesisk og japansk, og den behandler hvert linjeskift inne i en tekstblokk som en setningsslutt i tillegg. Tre ting hindrer den i å telle et punktum: en liten bokstav etter, som i f.eks. dette; et siffer på begge sider, som i 3,5; og et ord på den egne forkortelseslisten, som rommer hr., fru, dr., prof., osv., f.eks., ca., nr., bl.a. og enkeltbokstaver som J.
En tekstblokk rommer en setning filen skrev uten punktum. Blir den delt?
Bare hvis tekstblokken bytter linje der. Et linjeskift teller som en setningsslutt, så en fil skrevet med én setning per linje deles selv uten tegnsetting, og slik ser de fleste transkripsjonseksporter ut. En fil som har to setninger på én linje uten tegn mellom dem, gir verktøyet ingenting å arbeide med, og den tekstblokken kommer tilbake hel — rapporten sier hvor mange blokker som ikke kunne deles, i stedet for å late som kjøringen gjorde noe.
Er det å dele ved setningsslutt det samme som å dele ved tegnsetting?
Nei, og forskjellen betyr noe ved anførselstegn og parenteser. Et avsluttende anførselstegn eller en parentes etter punktumet blir værende hos setningen som slutter — Han sa «Stopp.» Og gikk. deles etter det avsluttende anførselstegnet, ikke mellom punktumet og tegnet. Et punktum inne i et tall, en initial eller en forkortelse er ikke en setningsslutt i det hele tatt, så en blokk som Dr. Jones kom kl. 3.5 blir stående hel til neste ekte punktum eller linjeskift.
Beholder de delte setningene tidene de hadde i den opprinnelige tekstblokken?
Det kan de ikke — originalfilen registrerte bare når hele tekstblokken sto på skjermen, og ingenting i den sier hvor inne i spennet én setning ga plass til den neste. Derfor tar bitene andeler av spennet i forhold til tegntallene sine, som står som en erstatning for lesehastighet: en setning med dobbelt så mye tekst står oppe omtrent dobbelt så lenge, og den første biten starter og den siste slutter nøyaktig der den opprinnelige tekstblokken gjorde.
Kan jeg bruke denne siden til å gjøre en transkripsjon om til undertekster én setning om gangen?
Ja, hvis transkripsjonen allerede er en undertekstfil med tider — siden arbeider med tekstblokker, ikke med prosa, så en ren tekstfil har ingen blokkgrenser å dele og ingen tider å fordele. Det den ikke gjør, er å finne opp tidene for en fil som aldri hadde noen. Ta filen inn som SRT eller konverter den fra ren tekst først, og del den deretter her; bitene blir én setning hver, klare for en runde med tidene.
Hva skjer med resten av formateringen i en tekstblokk når den deles på denne måten?
Stil, posisjon og karaoketiming hører til tekstblokken de ble skrevet på, så den første biten beholder dem, og bitene som lages etter den, har ingen. Det er synlig i stilerte formater som ASS og i WebVTT-blokker med posisjonering, og rapporten teller hvor mange nye blokker som kom ut uten formatering. For en fil med tung stiling per blokk kan det å dele for hånd i en undertekstredigering være mindre inngripende enn å kjøre hele filen gjennom.