Converter VTT para TXT
Ou cole o texto da legenda
O que esta conversão altera
4 coisas são descartadas ou precisam de uma decisão
- Tempos
toda a linha do tempo (o formato de saída não registra tempo algum)
- Estilo
todo o estilo (negrito, itálico, cor, contorno, sombra)
- Quebras de linha
as quebras de linha (blocos de várias linhas serão unidos em uma só linha)
- Conteúdo específico do formato
conteúdo que o formato de origem guarda fora de seus blocos (blocos que não são cue, texto de cabeçalho, configurações por bloco, eventos comentados) — o formato de destino não tem lugar para ele
Esta lista vem da matriz de capacidades destes dois formatos, não do arquivo específico que você carregou. Um arquivo específico pode perder mais se usar recursos que o formato permite mas a matriz não modela.
Um arquivo .txt não tem relógio. Esta página converte o WebVTT em linhas de texto, mantendo a ordem em que as legendas aparecem e descartando tudo o que diz quando cada uma entra na tela.
A perda mais séria não é o tempo, é o agrupamento. O VTT agrupa linhas em blocos; o texto puro não tem como, então um bloco de duas linhas vira duas linhas soltas e quem ler o resultado conta duas legendas onde havia uma. O estilo também vai embora por inteiro: as tags do texto e as regras do bloco STYLE são escritas como texto simples, sem marcação alguma.
O que fica são as palavras, na ordem do vídeo, sem numeração, sem carimbo e sem cabeçalho. Um arquivo ou uma temporada inteira, sempre no navegador, com um ZIP no fim.
Exemplos
Um arquivo VTT comum, convertido para TXT
Entrada
WEBVTT
intro
00:00:01.000 --> 00:00:04.000
Hello there.
00:00:04.500 --> 00:00:08.000 align:start position:10%
Second line with <i>italics</i>.
Saída
Hello there.
Second line with italics.
Descartado nesta saída: o tempo, o estilo e o agrupamento em blocos. O texto confere linha por linha.
A mesma conversão com uma entrada problemática
Entrada
a stray comment line
cue-id-1
00:00:01.000 --> 00:00:02.000
No header, two lines before the timecode.
Saída
No header, two lines before the timecode.
Cabeçalho ausente, fins de linha misturados e uma linha solta antes do carimbo: compare com o exemplo organizado acima para ver o que o analisador perdoa.
Perguntas frequentes
O que acontece com os carimbos de tempo do VTT?
Eles somem por definição: um arquivo de texto guarda palavras, não momentos. A ordem das linhas é preservada, então a quadragésima linha do VTT é a quadragésima linha do .txt, mas nada no resultado diz quando qualquer trecho entra na tela.
Itálico e negrito do VTT sobrevivem à conversão?
Não. Aqui o destino não guarda estilo de espécie alguma: tanto as tags escritas no bloco quanto as regras do bloco STYLE somem, e toda linha sai como texto simples. As palavras continuam intactas.
Um bloco de duas linhas vira duas legendas em texto puro?
Vira duas linhas soltas, uma sob a outra, e o vínculo se perde: o .txt não tem como marcar que as duas formavam um bloco só. Isso atrapalha se uma etapa de tradução ou de retiming for consumir o arquivo depois.
O que acontece com os blocos NOTE, STYLE e REGION do VTT?
São descartados. Eles descrevem o documento, não a fala: um NOTE comenta, um STYLE define aparência, um REGION posiciona a área de exibição. O .txt não modela documento nenhum, então nada disso tem onde cair.
Como fica a ordem das linhas no .txt?
Igual à do VTT, e se o arquivo tiver blocos fora de sequência eles são reordenados pelo início antes de sair. Nenhum tempo aparece no resultado, mas a sequência de leitura é a mesma que o vídeo mostra.
Dá para usar o .txt como transcrição?
Dá, com uma ressalva: ele tem as palavras na ordem certa e não tem relógio nem nome de falante. Para transcrição com marcação de tempo, use CSV ou JSON, que guardam início e fim de cada bloco.