Converter legendas em PDF
Ou cole o texto da legenda
Opções
Três ajustes, não um tamanho em pontos: a página é uma coluna A4 fixa, então um corpo de 20 pt se ajustaria a duas ou três palavras por linha. Pequeno é o tamanho que os relatórios usam para notas de rodapé, Padrão coincide com o texto do corpo de um relatório, Grande coincide com o título de uma seção. Os timecodes são sempre um passo menores que o corpo, então os dois continuam distinguíveis em qualquer ajuste.
Ativado, uma linha vazia separa cada bloco, o que se lê melhor no papel quando os blocos são longos. Desativado, os blocos se juntam — o padrão mais denso, e o que mantém um filme longo em menos páginas.
Cada bloco recebe sua própria linha 00:00:01,000 --> 00:00:02,000 no tamanho menor. Mantenha ativado quando a página for usada para localizar ou citar uma linha do vídeo; desative para um roteiro de leitura limpo. Os timecodes mostrados são os do arquivo — nada é recalculado.
Um título com o nome do arquivo de legenda que você soltou. Vale a pena manter ativado em um lote: dez PDFs de uma execução são indistinguíveis à primeira vista sem ele. O nome vem do próprio arquivo, não de nada dentro dele — um <title> de TTML é conteúdo; isto é o nome do arquivo.
Um rodapé 1 / N no fim de cada página. Ativado por padrão porque um roteiro impresso costuma ser citado por página, e uma página sem número não pode ser citada. Desativado remove o rodapé por completo; nada mais na página se move.
A taxa de quadros em que os tempos são contados. Nas páginas de formato é o que o MicroDVD precisa, porque ele guarda os tempos como números de quadro. Nas páginas de taxa de quadros é a taxa com que o arquivo foi cronometrado — a versão para a qual as legendas foram feitas — e a segunda caixa da página recebe a taxa do vídeo com que você vai usá-las. 23,976, 24, 25, 29,97, 30, 50, 59,94 e 60 são as comuns. Errar isso desloca toda a linha do tempo e, nas páginas de taxa de quadros, desloca por uma proporção em vez de por uma quantidade fixa.
Esta página transforma um arquivo de legendas em um PDF: um documento que você pode imprimir, arquivar, anotar e pesquisar. Cada bloco vira um trecho curto com a própria linha de timecode acima do texto, então um trecho ainda pode ser localizado em um player depois que o arquivo saiu do navegador. A página inteira roda dentro da aba, então nada é enviado — a mesma regra de todas as outras ferramentas daqui, e a razão de ela poder ser usada com material que não pode sair da máquina.
A diferença em relação a uma transcrição é o timecode. A exportação em texto simples tira os timecodes de propósito e junta blocos vizinhos em parágrafos, porque prosa é para o que ela serve. Esta página faz o contrário: cada bloco mantém o intervalo que recebeu, e os blocos não são fundidos, porque o trabalho aqui é reproduzir o que o arquivo diz, no papel, com os tempos ainda presos a ele. Se a pergunta que você está respondendo é "o que foi dito", use a transcrição; se é "o que foi dito, em que minuto", use o PDF.
A diferença em relação a um relatório de conformidade é o veredito. Um relatório declara achados contra cláusulas: sobreposições, velocidade de leitura, comprimento de linha e uma conclusão no topo. Esta página não declara nada — ela dispõe o arquivo e não acrescenta julgamento. Um arquivo que falharia em toda regra da seção de conformidade ainda sai desta página como um documento limpo e bem composto, porque as duas páginas respondem a perguntas diferentes e nenhuma finge ser a outra.
Os doze formatos de legenda são aceitos, incluindo texto simples e LRC, mas dois deles não têm hora de fim no arquivo. O LRC carrega um início por linha e nenhum fim; o texto simples não carrega nada. O analisador preenche esses valores para a página ter um intervalo a imprimir, e os valores preenchidos são reportados como perdas no cartão de resultado em vez de apresentados silenciosamente como medidos. Para o MicroDVD, cujos timecodes são números de quadro, a caixa de taxa de quadros decide como esses números viram milissegundos — com a taxa errada, todo timecode da página fica errado pelo mesmo fator.
O que a página não faz é desenhar o estilo do arquivo. Negrito, itálico, cor e as tags de substituição do ASS são todos lidos, mas o documento é composto em uma única fonte e um único peso, porque uma folha de legendas impressa é lida pelas palavras e as fontes necessárias para desenhar texto CJK estilizado não são as que este site distribui. Nada no seu arquivo é alterado por isso: o PDF é um documento novo, e o arquivo que você soltou mantém tudo o que tinha. Texto que as fontes distribuídas não conseguem desenhar — um alfabeto fora do conjunto latino, japonês, chinês simplificado e coreano — aparece como um quadrado vazado e é contado no cartão de resultado, então uma lacuna na saída é sempre algo que você vê em vez de algo que precisa adivinhar.
Exemplos
Três blocos com as configurações padrão
Entrada
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.
Saída
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 / 1O nome do arquivo no topo, depois uma linha de timecode e o texto de cada bloco, e então o número da página. O bloco do meio tinha duas linhas na origem e continua com duas linhas aqui: uma quebra de linha dura dentro de um bloco é do autor, não do layout. Um bloco e o próprio timecode ficam na mesma página — um fragmento de três palavras no topo de uma página com o timecode no pé da anterior é a única coisa que esta composição não faz.
O maior tamanho de texto, com espaçamento entre blocos
Entrada
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?
Saída
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 / 1A caixa de tamanho tem três posições, não um corpo livre: a largura da página é fixa, então um número solto deixaria você pedir um corpo que se dobra em duas ou três linhas por página. Grande é o tamanho usado em títulos no resto do site, o que no papel é audivelmente maior e ainda cabe em uma linha normal de diálogo. Com o espaçamento ligado, uma linha em branco separa um bloco do seguinte, que é a configuração a escolher quando a folha vai ser anotada à mão.
Timecodes desligados, para uma cópia de leitura
Entrada
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.
Saída
film.srt
We picked up the car
at noon.
It had a full tank.
1 / 1Com os timecodes desligados os blocos viram texto simples, cada bloco ainda separado e as quebras de linha de cada um ainda respeitadas. É o mais perto que esta página chega de uma transcrição, e de propósito não é a transcrição: os blocos não são fundidos através de pausas curtas e nada é redistribuído, então o resultado continua com um bloco por trecho. Desligue os timecodes quando a folha vai para um ator ou um leitor que não precisa dos tempos.
Perguntas frequentes
Como o PDF fica quando eu o abro?
Uma coluna única de blocos em A4, cada um com uma pequena linha de timecode seguida do texto do bloco. O nome do arquivo é impresso uma vez no topo quando a caixa de cabeçalho está ligada, e um número de página no formato 1 / 3 fica no pé de cada página quando a numeração está ativa. Não há capa, sumário nem estilo trazido do arquivo: o estilo de legenda descreve o que acontece em uma tela em um instante, e uma folha impressa não tem instante em que reproduzi-lo.
Consigo pesquisar o texto dentro do PDF pronto?
Sim. O documento é escrito com uma camada de texto embutida, então Ctrl-F ou Cmd-F encontra uma linha de diálogo do mesmo jeito que em qualquer outro documento, e copiar e colar devolve as palavras em vez de uma imagem delas. Essa é a razão de a página produzir um PDF de verdade em vez de uma captura de tela ou uma sequência de imagens: uma folha que você não consegue pesquisar é uma folha que precisa ser lida do começo toda vez que você quer conferir uma linha.
Quais formatos de legenda entram na conversão para PDF, e o que sai dos dois mais estranhos?
Os doze formatos que este site lê: SRT, WebVTT, ASS, SSA, SBV, SAMI, LRC, MicroDVD, TTML, JSON, texto simples e CSV. Dois deles não guardam hora de fim. O LRC tem um início por linha e nada mais, então o fim é preenchido a partir de uma duração padrão; o texto simples não tem tempo nenhum, e toda a linha do tempo é disposta durante a análise. Os dois preenchimentos aparecem como perdas no cartão de resultado, então um timecode no PDF que o arquivo nunca continha nunca é apresentado como se tivesse sido lido.
Por que a conversão para PDF tem uma caixa de taxa de quadros?
Porque o MicroDVD guarda os timecodes como números de quadro, não como horas e minutos. Transformar um número de quadro em uma posição no documento exige uma taxa de quadros, e o arquivo normalmente não declara nenhuma. Com a taxa errada todo timecode do PDF fica deslocado na mesma proporção — a 25 contra 23,976 reais, um bloco de quarenta minutos cai quase dois minutos atrasado. Para todos os outros formatos a caixa não faz nada e pode ser deixada como está.
Negrito, itálico e cores são mantidos no PDF?
Não. A página compõe as palavras, não o estilo. Negrito, itálico, mudanças de cor e as tags de substituição do ASS são lidos corretamente e não se perdem do seu arquivo — o PDF é um documento novo, e o arquivo que você soltou fica intacto —, mas o documento em si usa uma única fonte e um único peso. Desenhar texto CJK estilizado exigiria uma fonte separada para cada peso em cada alfabeto, e distribuir quatro dessas para compor uma folha de legendas não é uma troca que este site faz.
O que acontece com caracteres que as fontes incluídas não conseguem desenhar no PDF?
Eles aparecem como um quadrado vazado na página, e o cartão de resultado informa quantos foram e a que alfabeto pertencem. As quatro fontes cobrem latino, japonês, chinês simplificado e coreano; textos em árabe, hebraico, devanágari, tailandês e cirílico não têm glifos e não podem ser desenhados. A contagem é reportada em vez de escondida, porque uma página de quadrados que ninguém menciona parece um acidente de renderização, enquanto uma linha que diz quantos caracteres não puderam ser desenhados é algo com que você pode agir.
O nome do arquivo no topo do PDF vem do próprio arquivo?
Vem do nome do arquivo que você soltou, não de um campo de título dentro dele. A maioria dos formatos de legenda não tem onde guardar um título, e os que têm raramente trazem algo útil, então o nome no seu disco é a única informação identificadora que está lá de forma confiável e é o que você mesmo escreveria na folha. Desligue o cabeçalho quando a folha for encadernada com outras e um nome de arquivo em cada página só seria ruído.