跳至主要內容
SubtitleMatrix

TTML 字幕格式

格式轉換TTML / DFXP

這種格式能表達什麼

文字樣式
字型、顏色、描邊、陰影
畫面定位
是
卡拉 OK 計時
否
字幕段落內換行
是
時間軸
每條字幕都有開始與結束時間
時間精確度
1 毫秒
時間以影格編號儲存
否
由右至左的文字
是

範例

一份典型的 TTML 檔，以及從中讀出的內容

檔案

<?xml version="1.0" encoding="UTF-8"?>
<tt xmlns="http://www.w3.org/ns/ttml" xmlns:tts="http://www.w3.org/ns/ttml#styling" xml:lang="en">
  <head>
    <styling>
      <style xml:id="s1" tts:color="#FFFF00" tts:fontWeight="bold"/>
    </styling>
    <layout>
      <region xml:id="bottom" tts:origin="10% 80%" tts:extent="80% 20%"/>
    </layout>
  </head>
  <body>
    <div>
      <p begin="00:00:01.000" end="00:00:03.500" region="bottom" style="s1">Hello <span tts:fontStyle="italic">there</span>.</p>
      <p begin="00:00:03.500" end="00:00:06.000" region="bottom">How are you?<br/>Fine, thanks.</p>
    </div>
  </body>
</tt>

從中讀出了什麼

2 cues, 3 lines of text

  00:00:01.000 → 00:00:03.500
    Hello there.   [italic ×1]
    [region="bottom" style="s1"]
  00:00:03.500 → 00:00:06.000
    How are you?
    Fine, thanks.
    [region="bottom"]

Outside the cues:
  prolog     an XML declaration and the namespace bindings, kept as they came in
  styling    1 × <style> — "s1", the colour and weight a paragraph points at by name
  layout     1 × <region> — "bottom", the origin and extent a paragraph points at by name
  resolved   the head is kept as it was written and is not applied here — a paragraph's style="s1" region="bottom" stays an attribute, not a colour or a screen position

右欄不是轉換產物，而是本站從左欄檔案裡讀出的內容：cue 的時間與正文、段落內的強調，以及頭部保留了什麼。

一份格式凌亂的 TTML 檔，仍然讀得出什麼

檔案

<?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>
    <div begin="00:00:01.000" end="00:00:05.000">
      <p>Inherits its timing from the div, which we do not resolve.</p>
      <p begin="00:00:06.000" end="00:00:07.000">This one has its own timing.</p>
    </div>
    <!-- <p begin="00:00:08.000" end="00:00:09.000">commented out</p> -->
    <div>
      <p begin="00:00:10.000"/>
      <p begin="00:00:11.000" end="00:00:12.000">Last one.</p>
    </div>
  </body>
</tt>

從中讀出了什麼

3 cues, 2 lines of text

  00:00:06.000 → 00:00:07.000
    This one has its own timing.
  00:00:10.000 → 00:00:12.000
    (no text)
  00:00:11.000 → 00:00:12.000
    Last one.

Outside the cues:
  prolog     an XML declaration and the namespace bindings, kept as they came in
  head       none — no <styling> and no <layout>, and no paragraph points at one either
  comments   the commented-out <p> stays a comment, in the place it was written
  divs       the timings on an enclosing <div> are not pushed down onto the paragraphs inside it

Reported while reading — repaired or skipped, never silently:
  1 × paragraphs with no readable begin time of their own (they were skipped — see the note about timing inherited from an enclosing div)
  1 × paragraphs with neither an end time nor a duration of their own (their end times were generated)

繼承時間、被註解掉的段落、沒有正文的 `<p>`、沒有結束時間的 cue 都在這一份裡。解析不拋例外：讀不出來的如實回報，能讀出的照常讀出。

把 TTML (Timed Text) 轉成其他格式

每一個都完全在你的瀏覽器裡執行。標籤標明了那個方向要付出什麼代價，打開之前就能看到。

TTML 轉 ASS
TTML 轉 ASS：會遺失毫秒精度與格式私有內容，有損項目在動手前逐條講明；檔案全程留在本機，支援批次處理。
  • 精確度
  • 格式專屬內容
TTML 轉 CSV
TTML 轉 CSV：會遺失樣式、定位與格式私有內容；轉換前先列出遺失了什麼，檔案全程不上傳，可批次處理。
  • 樣式
  • 定位
  • 格式專屬內容
TTML 轉 JSON
TTML 轉 JSON：格式私有內容會在轉換中遺失；動手前先講清楚，檔案在本機處理、不上傳，也支援批次。
  • 格式專屬內容
TTML 轉 LRC
TTML 轉 LRC：轉換會遺失時間軸、樣式、定位、毫秒精度與格式私有內容，每一項都寫進有損說明；檔案不離開瀏覽器，可一次拖入多個。
  • 時間
  • 樣式
  • 定位
  • 精確度
  • 格式專屬內容
TTML 轉 MicroDVD
TTML 轉 MicroDVD：樣式、定位、影格率與格式私有內容會在轉換中遺失；轉換前先逐項列出，檔案不上傳，也能批次轉換。
  • 樣式
  • 定位
  • 影格率
  • 格式專屬內容
TTML 轉 SBV
TTML 轉 SBV：會遺失樣式、定位與格式私有內容，有損項目在動手前逐條講明；檔案全程留在本機，支援批次處理。
  • 樣式
  • 定位
  • 格式專屬內容
TTML 轉 SMI
TTML 轉 SMI：會遺失樣式與格式私有內容；轉換前先列出遺失了什麼，檔案全程不上傳，可批次處理。
  • 樣式
  • 格式專屬內容
TTML 轉 SRT
TTML 轉 SRT：樣式、定位與格式私有內容會在轉換中遺失；動手前先講清楚，檔案在本機處理、不上傳，也支援批次。
  • 樣式
  • 定位
  • 格式專屬內容
TTML 轉 SSA
TTML 轉 SSA：轉換會遺失毫秒精度與格式私有內容，每一項都寫進有損說明；檔案不離開瀏覽器，可一次拖入多個。
  • 精確度
  • 格式專屬內容
TTML 轉 TXT
TTML 轉 TXT：時間軸、樣式、定位、換行與格式私有內容會在轉換中遺失；轉換前先逐項列出，檔案不上傳，也能批次轉換。
  • 時間
  • 樣式
  • 定位
  • 換行
  • 格式專屬內容
TTML 轉 VTT
TTML 轉 VTT：會遺失樣式、定位與格式私有內容，有損項目在動手前逐條講明；檔案全程留在本機，支援批次處理。
  • 樣式
  • 定位
  • 格式專屬內容

轉換為此格式

TTML（Timed Text Markup Language）是廣播與串流那套 XML 字幕：Netflix、EBU-TT-D、IMSC 都建在它上面。一條字幕是一個 `<p>`，起止時間寫在 `begin` / `end` 上；整份檔案是一個 XML 文件，`<p>` 外面還有 `<tt>`、`<body>`、`<div>` 這幾層。

它比大多數格式多一層「頭部」。`<styling>` 定義具名樣式（`tts:color`、`tts:fontFamily`），`<layout>` 定義具名區域（`tts:origin`、`tts:extent`），而 `<p style="s1" region="bottom">` 只是按名字引用它們。改一處頭部就能改全片，這也是轉成 cue 模型時丟得最多的部分。

時間有四種寫法：時鐘 `00:00:04.126`、位移 `1.5s` / `250ms`、影格 `00:00:01:12`、影格位移 `36f`。後兩種要影格率，影格率從 `<tt>` 的 `ttp:frameRate` 與 `ttp:frameRateMultiplier` 讀；讀不到就不猜 30 fps，而是把那條記成「時間讀不出來」。本站按 cue 解析，`tickRate`、`subFrameRate` 與 `ttp:timeBase` 屬於文件頭部，不做 tick 重算。所有轉換都在瀏覽器裡完成，不上傳、不註冊，也可以批次處理。

常見問題

TTML 的 `<p begin="…" end="…">` 之外還有什麼？

還有 XML 宣告與命名空間綁定、`<head>` 裡的 `<styling>` 與 `<layout>` 兩張表、可能存在的 `<metadata>`，以及 `<body>` / `<div>` 這層結構。`<p>` 透過 `style` 與 `region` 按名字引用頭部裡的定義。

TTML 的 `tickRate` 與 `subFrameRate` 是做什麼的？

它們是 TTML 規範裡按 tick 計時的參數：`tickRate` 表示每秒有多少個 tick，`subFrameRate` 把一個影格再細分。它們屬於文件頭部的時間基準設定；本站讀 cue 時用的是時鐘、位移與 `frameRate`，不按 tick 重算時間軸。

TTML 的 `ttp:timeBase` 取 `media` 還是 `smpte` 有差別嗎？

有。`media` 是相對媒體時間的時鐘基準，`smpte` 是時間碼基準（可以帶丟格約定），同一條時間串在兩種基準下的含義不同。本站按時鐘、位移、影格三種寫法解析 cue，並且不解析父層 `<div>` 上的時間繼承。

TTML 支援逐字卡拉 OK 計時嗎？

不支援。一條 `<p>` 只有開始與結束，沒有記錄音節逐個亮起的欄位；所以從 ASS 轉成 TTML 時，卡拉 OK 計時會進入損失清單。

TTML 的樣式與區域在檔案裡怎麼組織？

`<styling>` 裡是一張具名樣式表，`<layout>` 裡是一張具名區域表，`<p>` 用 `style="s1"` 與 `region="bottom"` 引用。定義與使用分開，所以參照本身在轉成 cue 模型時會消失，定義也一起丟。