Chuyển VobSub SUB/IDX sang SRT
Lần chạy đầu tiên tải bộ đọc văn bản — khoảng 4 MB cộng với mô hình ngôn ngữ, do trang này phục vụ và được trình duyệt lưu đệm sau đó. Không có gì được tải lên, và kết quả do máy đọc: hãy kiểm tra lại trước khi tin dùng.
Tùy chọn
Phụ đề dạng bitmap là một hình ảnh của chữ, nên phải đọc ngược các từ ra khỏi hình. Hãy cho bộ đọc biết phụ đề được viết bằng ngôn ngữ nào — danh sách bao gồm mọi ngôn ngữ mà trang này được xuất bản. Phụ đề tiếng Nga đọc bằng mô hình tiếng Anh sẽ ra nhiễu, không ra tiếng Nga. Chỉ mô hình bạn chọn được tải xuống (những mô hình khác không bao giờ được tải), nên đổi ngôn ngữ tốn một lần tải mỗi ngôn ngữ, sau đó được lưu đệm.
VobSub chia một track phụ đề thành hai tệp, và cần cả hai. Tệp .sub giữ hình: một chuỗi gói MPEG program stream, mỗi gói mang một ảnh bitmap nén bằng mã run-length hai bit. Tệp .idx giữ mọi thứ còn lại: bảng mười sáu màu, kích thước khung hình, và mỗi phụ đề một dòng với mốc bắt đầu cùng độ lệch byte trong .sub nơi ảnh của nó bắt đầu. Chỉ thả .sub thì không cách nào biết có bao nhiêu phụ đề; chỉ thả .idx thì không có ảnh để đọc. Trang này nhận cặp tệp và ghi ra .srt, toàn bộ trong tab, không gửi tệp đi đâu.
Mỗi gói được định vị bằng độ lệch byte đó, nên index không phải tiện ích — nó là bản đồ. Bên trong gói, hai từ tiêu đề cho biết kích thước và vị trí một chuỗi điều khiển; chuỗi này đặt vùng hiển thị, chọn bốn mục bảng màu mà các điểm ảnh tham chiếu, và trỏ tới bitmap nén. Bộ giải mã đi qua mã run-length hai lần, một lần cho hàng chẵn và một lần cho hàng lẻ, vì VobSub lưu hai trường của khung xen kẽ riêng. Chi tiết đó là lý do một bộ giải mã ngây thơ cho ra ảnh mất mọi hàng còn lại.
Mốc thời gian đến từ .idx, nơi duy nhất chúng tồn tại ở dạng dùng được. Một cue kết thúc nơi cue kế bắt đầu; cue cuối được cho hai giây và danh sách mất mát ghi lại điều đó. Phụ đề có ảnh không cho ra chữ đọc được bị bỏ và đếm, không ghi thành dòng trống. Phần chữ đến từ OCR, nghĩa là một lần đọc chứ không phải bản chép chính xác: phụ đề DVD thường được làm bằng phông bitmap nhỏ với thẻ nghiêng cho giọng ngoài màn hình, và bộ nhận dạng không biết một từ nghiêng là cùng một từ. Hãy đọc soát lại tệp. Chọn ngôn ngữ của phụ đề — mô hình được chọn theo trang, tải một lần và được trình duyệt lưu đệm. Mạng chỉ tải các tệp của bộ nhận dạng do chính site này phục vụ.
Câu hỏi thường gặp
Vì sao trang này cần hai tệp trong khi mọi công cụ khác chỉ cần một?
Vì VobSub lưu một track trong hai tệp theo thiết kế, không phải vì công cụ muốn hai đầu vào. Tệp .sub giữ ảnh bitmap; tệp .idx giữ bảng mười sáu màu, kích thước khung hình và độ lệch của từng ảnh cùng mốc bắt đầu. Không tệp nào một mình trả lời được câu hỏi có bao nhiêu phụ đề và chúng nói gì. Nếu bạn có .sub mà không có .idx, cặp đó đã bị tách ở đâu đó và phải khôi phục index từ đĩa gốc trước khi OCR được.
Các con số filepos trong tệp .idx trỏ tới đâu?
Một độ lệch byte trong tệp .sub, tại chỗ bắt đầu của một gói MPEG program stream có stream id đánh dấu là private stream — loại trình phát DVD dùng cho phụ đề. Độ lệch không phải số thứ tự phụ đề, và trên một đĩa lạ nó cũng không nhất thiết tăng dần theo mốc thời gian, nên trang này sắp các mục theo mốc thời gian thay vì tin vào thứ tự các dòng trong tệp.
Vì sao có dòng ra sai chữ cái nhưng đúng độ dài?
Vì bảng màu và hình dạng đều đến từ ảnh, mà OCR phân giải hình dạng ở một cỡ cố định. Phụ đề DVD thường được làm bằng phông nhỏ, nghiêng mạnh hoặc rất đậm; một từ in nghiêng — dùng cho thoại ngoài màn hình và lời bài hát — là nạn nhân thường gặp, vì với người đọc một chữ nghiêng vẫn là chữ đó nhưng với bộ nhận dạng nó là hình khác. Nếu độ dài khớp mà chữ cái không khớp, cách sửa là đọc soát, không phải đổi công cụ.
Vị trí phụ đề trên màn hình có được giữ sang SRT không?
Không, và không có chỗ nào để giữ. VobSub lưu vị trí dưới dạng hình chữ nhật vùng hiển thị theo tọa độ mười hai bit trong mỗi gói, còn SRT không có cú pháp định vị nào. Trang dùng hình chữ nhật đó để biết mực nằm đâu — giúp OCR cắt đúng — rồi bỏ nó. Nếu trình phát của bạn cần phụ đề đặt vị trí, ASS là định dạng mang được thông tin đó; một SRT kèm dấu vị trí là quy ước mà vài trình phát tôn trọng còn số khác in nguyên văn.
Công cụ báo cần .idx — tôi chỉ có .sub. Có dựng lại được index không?
Không từ riêng .sub, và cũng không đáng tin nếu chỉ dựa vào hình. Về nguyên tắc có thể tìm các độ lệch bằng cách quét gói private stream, nhưng mốc thời gian không khôi phục được: chúng sống trong .idx và không ở đâu khác trong cặp tệp. Dựng lại index nghĩa là quay về đĩa hoặc tệp VOB nơi cặp này được trích ra, hay dùng .idx gốc nếu nó còn nằm cạnh một track khác. Đoán thời gian sẽ cho ra tệp trông đúng mà trôi dần so với video, tệ hơn là không có tệp.
Cặp tệp có bị gửi đi đâu trong lúc đọc không?
Không. Cả hai tệp được đọc vào bộ nhớ trong tab này, giải mã ở đây và nhận dạng ở đây. Thứ duy nhất được tải xuống là bộ nhận dạng chữ, do site này phục vụ và được trình duyệt lưu đệm sau đó. Bạn có thể mở bảng Network khi một cặp đang được xử lý: không yêu cầu nào mang theo tệp. Điều này đặc biệt quan trọng với VobSub, vì những tệp này thường đến từ một đĩa người dùng sở hữu và đúng là loại tài liệu không nên giao cho một dịch vụ chuyển đổi.