PGS 转 SRT
首次运行会下载文字识别器 —— 约 4 MB，外加语言模型，由本站提供，之后浏览器会缓存。不会上传任何内容；结果是机器识别的，采用前请先校对。
选项
位图字幕是文字的图片，所以必须把词从中读回来。告诉识别器它看到的是哪种语言——下拉框列出了本站发布的全部语言。选字幕实际使用的那一种：用英文模型读俄文字幕只会得到噪声，而不是俄文。只会下载你选中的模型（其他模型永远不会下载），所以切换语言的代价是每种语言一次下载，之后走缓存。
.sup 文件就是 PGS 流，蓝光碟使用的位图字幕格式。里面没有一个字符：每条字幕都是一张位图，连同调色板和它该出现的时刻一起存放，播放器把它合成到画面上。因此要取出文字，就要读出每张图里的字母。这一页在标签页里用本站自托管的 OCR 引擎完成识别，并写成 .srt。
格式本身是一串段（segment），每段带 13 字节头：90 kHz 单位的显示时间戳、段类型和长度。真正要紧的有四类：调色板定义（PDS）把索引值经 YCbCr 映射成 RGB；对象定义（ODS）装着一张行程编码（RLE）的位图；显示合成（PCS）说明哪些对象落在画面什么位置；显示集把它们叠在一起。一条字幕的开始时间就是显示它的那个显示集的时间戳。PGS 流里根本没有结束时间——一条字幕会一直留在屏幕上，直到下一个显示集替换它——所以这里每条字幕的结束时间取下一条的开始时间，与播放器的行为一致。
每一条都由机器读取，所以产物是一次阅读而不是一份转录：小字号的衬线体、少见的字体或较重的描边，都可能把一个字读成另一个字。依赖之前请先校对。这句提醒不是模板话——这是本站唯一一处产物并非来自文件说了什么的地方，页面明说这一点，而不是把结果说成精确无误。
请选择字幕实际使用的语言——下拉框列出了本站发布的全部语言，每种模型读自己的文字。拿英语模型跑日语字幕，产出的是噪声而不是翻得不好的译文，因为识别器在找的形状根本不存在。识别器核心约 4 MB，外加你所选语言的模型；只下载你选中的那一种，之后由浏览器缓存。
识别不出任何文字的图（淡入淡出帧、台标、全黑字幕）会被略过并计入有损列表，而不是写成空行。原本是图像的东西仍然保持图像的性质：字体、颜色、描边和屏幕位置在 .srt 里都不存在，有损列表会为整份文件统一说明一次。
常见问题
.sup 里到底是什么，为什么 PGS 转 SRT 变成了识别工作？
里面是段，不是字符。PGS 流里的每条字幕都是一个对象：一张按行程编码的调色板索引位图，外加一份把索引映射成 RGB 的调色板定义。文件里唯一像文字的值是 90 kHz 的显示时间戳，不是人读的内容。转成 SRT 意味着把每张位图放上画布、识别字母，所以结果需要校对，页面也要先问字幕是什么语言。
为什么 PGS 转 SRT 的最后一条字幕会比实际多出两秒？
因为 PGS 从不说明一条字幕何时结束。播放器会一直显示一个合成，直到下一个合成到来或流被清除，文件里唯一存在的结束时间就是下一条的开始。最后一条没有下一条，页面给它两秒，并把这个选择记进有损列表。如果碟片真的把最后一句留了十秒，诚实的做法是做一次平移或改时长，而不是把猜测藏进转换器。
日英混排的 PGS 字幕该选哪个识别语言？
选对白占多数的语言。一张 PGS 画面可以在一行里混用两种文字——日语里夹一个用拉丁字母写的外来词很常见——但一次识别只能用一个模型，而按一种文字训练的模型会把另一种读成噪声。如果文件真的在两种文字之间交替，就分两次跑、每次选一种语言，再保留各自读对的行：产物是普通 .srt，合并只是 diff，不需要重新导出。
PGS 位图字幕的颜色会带进 SRT 吗？
不会，也无处可带。.sup 把颜色编码了三遍：调色板里（逐条字幕的带 alpha 通道 YCbCr）、合成信息里（位图在 1920×1080 画面上的位置）、以及烧进位图本身的描边与阴影。SRT 没有这些槽位。页面读取每个像素的亮度来判断哪里是字、哪里是背景，这只够 OCR 使用；有损列表会为整份文件统一报告一次样式丢失，而不是假装颜色保住了。
有些字幕条识别出来是空的，它们去哪了？
识别不出文字的图被丢掉了，而不是写成空白字幕。这通常发生在淡入淡出帧、只有台标或符号的字幕，以及小于识别器能分辨尺寸的文字上。每一条都会计入有损列表，所以你拿到的文件不会在你不知情的情况下比给的文件更短。如果数量很多，常见原因是选错了语言模型，或者这条流的位图异常小。
.sup 文件和它的图像会被上传到别处吗？
不会。识别器在标签页里运行，它的 worker、WebAssembly 核心和语言模型都由本站提供，并由浏览器缓存；页面只请求这些文件。这一点在这里比在文本页更重要：从碟片提取出来的 PGS 流，往往正是制片方或律师最不愿意交给第三方的素材，而这一页存在的全部意义就是他们不必交。