Corrigir a codificação da legenda
Ou cole o texto da legenda
Opções
Esta muda como o arquivo é lido, não o que é gravado. Normalmente a codificação é deduzida dos primeiros bytes: uma marca de ordem de bytes se houver, UTF-8 se o arquivo for UTF-8 válido e Windows-1252 caso contrário. Isso acerta arquivos da Europa Ocidental e erra todo o resto, então um arquivo japonês, chinês, coreano ou cirílico chega como uma tela de acentos sem sentido. Indique a codificação aqui e a dedução é pulada. Detectar automaticamente é o padrão e não faz nada, por isso é seguro deixar assim. Note que o resultado é gravado de volta como UTF-8: navegadores só conseguem produzir algumas codificações, e nenhuma das desta lista está entre elas. Esse é o objetivo da página — o texto sai correto e em uma forma que toda ferramenta consegue ler.
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.
Alguns arquivos de legenda chegam como uma tela cheia de símbolos que não pertencem a idioma nenhum. O arquivo não está danificado e o texto não sumiu: o programa que o lia aplicou a regra errada aos bytes, e os caracteres que saíram são o que aqueles bytes significam sob outra regra. Esta página permite dizer qual regra usar, e ela a aplica antes de qualquer outra coisa acontecer ao arquivo.
A razão de precisar ser você é que os bytes normalmente não dizem. Um programa que abre um arquivo de legenda adivinha: uma marca no começo resolve, UTF-8 válido resolve, e fora disso ele recorre a algo — comumente à página de código local de quem está rodando a ferramenta, e não de quem escreveu o arquivo. Arquivos de legenda em japonês, coreano e chinês são os casos em que o palpite erra com mais frequência, porque essas codificações eram o padrão nas máquinas que os produziram e seus bytes não são UTF-8 válido. Quem sabe qual programa escreveu o arquivo sabe mais do que o adivinhador, e esta página é onde esse conhecimento entra.
Automático é o padrão e significa que o palpite roda exatamente como sempre rodou, então abrir esta página em um arquivo que já é lido corretamente não muda nada. Escolha uma codificação específica e o arquivo é lido assim, antes de a legenda ser analisada — e é por isso que esta página não tem um passo separado de "aplicar" no sentido usual, e por que um arquivo que é lido corretamente pode sair dela com as mesmas legendas, os mesmos timecodes e os mesmos fins de linha e um conjunto de caracteres completamente diferente. O que você está escolhendo é a leitura, não uma edição.
Duas coisas sobre o resultado valem ser sabidas de antemão, e a página informa as duas. A primeira é que uma escolha errada parece uma escolha errada: os símbolos mudam para símbolos diferentes em vez de virarem texto, e nada é danificado por tentar. A segunda é uma limitação real do navegador: as codificações que ele consegue ler aqui não são todas as que ele consegue gravar. Um arquivo corrigido como Shift-JIS, GBK, Big5 ou EUC-KR é, portanto, gravado de volta como UTF-8, que é lido corretamente em todo lugar e é o que as ferramentas modernas esperam — mas não é a codificação que você nomeou, então, se um sistema depois na cadeia insistir na original, converta o arquivo com uma ferramenta de desktop depois de corrigi-lo aqui.
Uma entrada da lista merece uma palavra própria. ISO-8859-1 e automático chegam à mesma tabela de caracteres no navegador, porque o padrão diz que esse rótulo significa a da Europa Ocidental. Ainda vale tê-la, porque ela faz algo que automático não consegue: sobrepõe-se ao palpite. Um arquivo da Europa Ocidental cujos bytes por acaso formam uma sequência UTF-8 válida é lido como UTF-8 automaticamente, e os caracteres que você vê então não são os que estão no arquivo; nomear ISO-8859-1 força a leitura ocidental. Todos os doze formatos de legenda são aceitos, e nada é enviado — o arquivo é lido e gravado dentro do seu navegador.
Exemplos
Detecção automática em um arquivo que já é lido corretamente
Entrada
1
00:00:01,000 --> 00:00:02,000
The room is dark.
2
00:00:03,000 --> 00:00:04,000
A cold night.
Saída
1
00:00:01,000 --> 00:00:02,000
The room is dark.
2
00:00:03,000 --> 00:00:04,000
A cold night.
O ajuste padrão, e o único que não pede nada: com automático selecionado nenhuma codificação é nomeada, então o arquivo é lido exatamente como era antes de esta página existir. Isso o torna seguro de abrir em um arquivo sobre o qual você está em dúvida — se nada estava errado, nada acontece — e é o ajuste ao qual voltar quando uma escolha específica piorou as coisas.
O mesmo arquivo lido como Shift-JIS
Entrada
1
00:00:01,000 --> 00:00:02,000
こんにちは、いい天気ですね。
Saída
1
00:00:01,000 --> 00:00:02,000
こんにちは、いい天気ですね。
O mesmo arquivo lido de duas maneiras. O que o painel contém depois de os bytes serem lidos como Shift-JIS é o japonês que eles diziam o tempo todo; lidos como texto ocidental, esses mesmos bytes são uma linha de letras acentuadas sem relação, e é esse estado que faz as pessoas procurarem esta página. Os dois painéis deste exemplo mostram a versão legível, porque a releitura acontece antes de a legenda ser analisada — não há passo da página em que os caracteres errados estejam na tela e os certos não.
Um arquivo ocidental que a detecção automática lê como UTF-8
Entrada
1
00:00:01,000 --> 00:00:02,000
Café Ã la carte
Saída
1
00:00:01,000 --> 00:00:02,000
Café Ã la carte
O caso difícil, e o único em que automático e uma codificação nomeada discordam no navegador. Os bytes do arquivo por acaso formam uma sequência UTF-8 válida, então o palpite é UTF-8 e os caracteres entregues não são os que estão no arquivo. Nomear ISO-8859-1 força a leitura da Europa Ocidental. É a mesma tabela de caracteres nos dois casos, que é a parte fácil de errar com documentação antiga: o que a escolha faz é sobrepor-se ao palpite.
Perguntas frequentes
Por que meu arquivo de legenda mostra caracteres estranhos em vez do texto certo?
Porque os bytes foram lidos sob a regra errada. O arquivo contém texto em japonês, coreano ou cirílico guardado na codificação que o programa que o escreveu usava, e o programa que o lê assumiu outra coisa — muitas vezes a página de código local da máquina, e não a do arquivo. Nada está danificado: os mesmos bytes sob a regra certa dão o texto certo, que é o que nomear uma codificação nesta página faz.
Como descubro em qual codificação um arquivo de legenda realmente está?
Normalmente pelo que o produziu. Um arquivo japonês vindo de uma ferramenta japonesa do Windows é provavelmente Shift-JIS, um chinês da China continental é GBK e de Taiwan é Big5, o coreano é EUC-KR, e o cirílico é Windows-1251 na maior parte das vezes. Se isso não ajudar, experimente: a escolha errada dá símbolos e a certa dá texto, então um arquivo pode ser identificado em poucos segundos sem saber nada sobre ele.
O que acontece se eu escolher a codificação errada para a minha legenda?
Os caracteres mudam para outro conjunto de caracteres errados, e nada mais acontece — o arquivo original no seu disco não é tocado, e nada é enviado ou guardado em lugar algum. Tentar de novo é grátis. O único resultado a observar é um arquivo que é lido corretamente mas mostra uma linha suspeitamente longa de símbolos no topo, o que significa que ele também carrega uma marca que a codificação escolhida leu como caracteres.
Por que minha legenda corrigida é gravada como UTF-8 se eu escolhi Shift-JIS?
Porque o navegador consegue ler essa codificação mas não consegue gravá-la. Um arquivo lido como Shift-JIS, GBK, Big5 ou EUC-KR é gravado de volta como UTF-8, que contém todos os caracteres dele e é o que quase todo software atual espera. O texto da legenda é exatamente o que você vê no painel; só o recipiente mudou. Se um sistema depois na cadeia exigir a codificação original, converta o arquivo corrigido com uma ferramenta de desktop.
Corrigir a codificação modifica o texto das minhas legendas?
Não. Os bytes do seu arquivo não são alterados, e nenhum caractere é acrescentado, removido ou substituído; o que muda é a regra usada para transformar esses bytes em texto, e tudo depois desse passo trabalha com o texto correto. Números de legenda, timecodes e fins de linha são os do arquivo, exatamente como em toda outra página de operação aqui.
A detecção automática é boa o suficiente, ou devo sempre informar a codificação?
Automático é o certo para a grande maioria dos arquivos, e é o padrão porque um arquivo que é lido corretamente não deveria precisar que você diga nada. Informe a codificação quando o texto estiver visivelmente errado, quando você souber o que produziu o arquivo ou quando um lote veio de uma mesma origem e deve ser lido de um jeito. Um caso em que não vai ajudar: um arquivo em uma codificação para a qual o navegador não tem decodificador nenhum, que continuará errado seja qual for a opção escolhida.