Конвертер SMI в TTML
Или вставьте текст субтитров
Что меняет эта конвертация
1 пункт теряется или требует решения
- Содержимое формата
содержимое, которое исходный формат хранит вне реплик (блоки не-реплик, текст заголовка, настройки реплик, закомментированные события): целевому формату его некуда деть
Этот список выведен из матрицы возможностей этих двух форматов, а не из загруженного файла. Конкретный файл может потерять больше, если использует возможности, которые формат допускает, а матрица не моделирует.
Конвертер SMI в TTML нужен, когда плеер или платформа принимает только второй формат: SMI здесь — формат Microsoft на разметке, где каждая реплика начинается тегом SYNC, TTML — XML-формат для вещания и стриминга, где время и оформление заданы атрибутами. SMI записывает интервал (<SYNC Start=1000> … <SYNC Start=3500>), а TTML хранит его в атрибутах begin="00:00:01.000" и end="00:00:03.500". Обе шкалы миллисекундные, поэтому значения времени переносятся без округления.
Сайт перечисляет потери до запуска — CSS-оформление SMI; SMI хранит блок STYLE с CSS и атрибуты абзаца вроде Class=ENCC, а TTML их не сохраняет.
Сервер не участвует: файл читается и записывается в браузере, поэтому можно обрабатывать пакеты и прерывать очередь в любой момент.
Примеры
Обычный файл SMI, переведённый в TTML
Вход
<SAMI>
<HEAD>
<STYLE TYPE="text/css">
<!--
P { text-align: center; font-family: Arial; }
.ENCC { Name: English; lang: en-US; }
-->
</STYLE>
</HEAD>
<BODY>
<SYNC Start=1000>
<P Class=ENCC>Hello there.
<SYNC Start=3000>
<P Class=ENCC>
<SYNC Start=3500>
<P Class=ENCC>How are you?<br>Fine, thanks.
<SYNC Start=6000>
<P Class=ENCC>
</BODY>
</SAMI>
Выход
<?xml version="1.0" encoding="UTF-8"?>
<tt xmlns="http://www.w3.org/ns/ttml" xmlns:tts="http://www.w3.org/ns/ttml#styling">
<body>
<p begin="00:00:01.000" end="00:00:03.000">Hello there.</p>
<p begin="00:00:03.500" end="00:00:06.000">How are you?<br/>Fine, thanks.</p> </body>
</tt>
Сравните две стороны: SMI записывает время как <SYNC Start=1000>, TTML — как begin="00:00:01.000"; текст и порядок реплик при этом сохраняются.
Тот же перевод на неаккуратном файле SMI
Вход
<SAMI>
<HEAD>
<TITLE>Episode 1</TITLE>
<STYLE TYPE="text/css">
<!--
.ENCC { Name: English; }
-->
</STYLE>
</HEAD>
<BODY>
<sync start="00:00:02,500">
<P Class=ENCC>Line one<br>Line two
<sync start=9000>
<P Class=ENCC>Tom & Jerry
<SYNC Start=12000>
<P Class=ENCC>
</BODY>
</SAMI>
Выход
<?xml version="1.0" encoding="UTF-8"?>
<tt xmlns="http://www.w3.org/ns/ttml" xmlns:tts="http://www.w3.org/ns/ttml#styling">
<body>
<p begin="00:00:02.500" end="00:00:09.000">Line one<br/>Line two</p>
<p begin="00:00:09.000" end="00:00:12.000">Tom & Jerry</p> </body>
</tt>
Второй файл намеренно неровный: BOM, переводы строк CRLF. SMI читает его без падения, а TTML записывается заново, поэтому часть дефектов исчезает, но пропущенные блоки не возвращаются.
Частые вопросы
Как будут выглядеть таймкоды SMI после перевода в TTML?
SMI записывает интервал (<SYNC Start=1000> … <SYNC Start=3500>), а TTML хранит его в атрибутах begin="00:00:01.000" и end="00:00:03.500". Обе шкалы миллисекундные, поэтому значения времени переносятся без округления.
Чем придётся пожертвовать при экспорте SMI в TTML?
SMI хранит блок STYLE с CSS и атрибуты абзаца вроде Class=ENCC, а TTML их не сохраняет. Это полный список потерь для пары SMI → TTML; сайт показывает его до запуска.
Как реплики SMI выглядят внутри TTML?
TTML — это XML: каждая реплика становится элементом p с атрибутами begin="00:00:01.000" и end="00:00:03.500". Оформление SMI переносится в атрибуты tts и элементы span, а перенос строки — в br.
Не перепутается ли порядок реплик после конвертации SMI в TTML?
Оба формата хранят жёсткий перенос внутри реплики, поэтому две строки SMI останутся двумя строками в TTML; порядок реплик не меняется.
В какой кодировке сохраняется TTML и какое у него расширение при переводе из SMI?
Файл TTML записывается в UTF-8 без BOM с переводами строк LF и расширением .ttml; при чтении SMI сайт сам определяет BOM и стиль переводов строк и нормализует их. Кириллица и другие алфавиты сохраняются без замены символов.
Где в SMI записан конец реплики, которую нужно перевести в TTML?
В SMI у реплики есть только <SYNC Start=1000>; конца нет, им служит следующий SYNC или очищающий абзац с . При переводе в TTML сайт берёт момент следующего блока, поэтому последняя реплика без завершающего SYNC требует проверки.