双语字幕提取单语
或者粘贴字幕文本
选项
双语文件通常包含两套书写系统 —— 中文上面是拉丁文、韩文上面是日文 —— 默认读法正是如此:每行的字母决定它属于哪个文件,文件里先出现的语言成为第一个文件。这不是对含义的猜测,只是对文字系统的判断,所以一旦看过第一行,它就不会把两侧搞混。它做不到的是区分共用同一套字母的两种语言。英文件对西文件、俄文件对乌克兰文件,都会被读成同一种书写系统 —— 一份普通单语文件如果长行被折到第二行,也会如此,这是常见情况,也正是这种读法刻意保守的原因。当每条字幕的每一行都被读成同一种书写系统时,什么也不会输出:文件原样通过,运行被报告为没有改动。这就是改用按行位置的信号。选择 按行位置 会让它成为统一规则:每条字幕的第一行进入第一个文件,其余进入第二个。这适合两种语言总是固定在同一行的文件,也是拆分共用字母的语言对的唯一办法 —— 但在行序不固定的文件上,它会分错行,而且与默认读法不同,它不会对此作出任何说明。
这一页只保留一种语言,把另一种去掉,这里决定保留哪一种。第一种语言 指文件里先出现的那种 —— 第一条含有字母的字幕的第一行,所以在原文在上、译文在下的文件里,它就是原文。另一种语言 指其余的全部。无论选哪个,另一种语言都会从结果中消失:它的行根本不在文件里,只包含那种语言的整条字幕也不在。运行结束后告诉你的是剩下的内容 —— 输出了多少条字幕,以及文本发生变化的字幕清单。你磁盘上的原文件不会被写入,所以选错了原文件还在。如果两种语言都要、各自一个文件分别交付,请用把文件一分为二的那一页 —— 它全部保留,并给你一个包含两份文件的 zip。
时间按哪个帧率计算。在格式页面里,这是 MicroDVD 需要的值,因为它把时间存成帧号。在帧率页面里,它是文件当初对应的速率 —— 字幕是按这个版本做的 —— 而页面的第二个框填你要拿它配套的视频速率。常见的有 23.976、24、25、29.97、30、50、59.94 和 60。填错会让整条时间轴偏移;在帧率页面里,偏移是按比例发生的,而不是一个固定的量。
这一页把一份含两种语言的字幕变成只含你选定那一种语言的单份文件。它是一对页面里较小的那半:另一页把同类文件拆成两份都交给你,这一页只是把其中一种语言去掉。需要交给只做自己那门语言的译者、需要投给一条轨只收一种语言否则会把两行叠着显示的播放器或平台、或者要烧录其中一种语言时,用这一页。
哪一行属于哪种语言由每行的文字系统判定;“第一种语言”指文件里先出现的那一种——原文在上、译文在下的发布件里,它就是原文。没有任何文字的行走第一种语言,例如一个音符或一段方括号里的音效。时间码一点不变:留下的每条 cue 保留原来的起止与编号,结果与来源文件对得上。
有一种结果必须先说明。如果你要的是文件里没有的那种语言,就没有东西可留:产物是一份 0 条 cue 的字幕,报告写“没有 cue”而不是报错,因为页面分不清“这份文件只有一种语言”和“点错了那一边”。文件其实不是双语时请留意这一点:长行折到第二行的单语文件是最常见的元凶——在字母层面,折行的单语文件和双语文件长得一样。两种语言共用一套字母时同理(英文在上、西班牙文在下),出路是把拆分方式改成按行位置,它按行切而不按字母,是唯一能分开同字母语言的规则。
接受十种格式:SRT、WebVTT、ASS、SSA、SBV、SAMI、TTML、JSON、CSV,以及按你设定的帧率读写帧号的 MicroDVD;LRC 不存结束时间、纯文本没有时间,两者都没有让一行归属的 cue。留下一种语言不算有损,因为去掉另一种正是这一页的目的,但报告会告诉你有几条 cue 只能按行划分。
示例
留下译文,丢掉原文
输入
1
00:00:01,000 --> 00:00:03,000
Good morning.
早上好。
2
00:00:05,000 --> 00:00:07,000
How are you?
你好吗?
输出
1
00:00:01,000 --> 00:00:03,000
早上好。
2
00:00:05,000 --> 00:00:07,000
你好吗?
最常见的一次运行,选项指向“不是第一种”的那种语言。每行独立判断,所以中文留在它原本的位置,英文完全不出现在结果里。编号与时间都不动,这让产物很容易与双语原件逐条对照。
要的是文件里没有的那种语言
输入
1
00:00:01,000 --> 00:00:03,000
Good morning, everyone.
Welcome back to the show.
2
00:00:05,000 --> 00:00:07,000
Today we are talking about
subtitle formats.
输出
(no cues)
文件只有一种语言,长句折在第二行。没有第二种语言可留,结果没有任何 cue,文件被标成“无 cue”。这不是运行失败:页面无从知道你的文件是单语还是选错了边。若真是同字母的双语文件,请把拆分方式改成按行位置。
常见问题
只保留译文时,时间码和 cue 编号会变吗?
都不会。留下的每条 cue 保留原文件的起点、终点与编号,所以保留的语言仍出现在原来的时刻,编号也与双语原件一一对应,方便事后对照。
选错语言后得到 0 条字幕的文件,为什么?
说明文件里根本没有你要留的那种语言。产物没有 cue 而不是把原文件退回来——退回来等于把你要去掉的语言又还给你。最常见的原因是单语文件的长行折到了第二行。
哪一边算“第一种语言”?
按书写顺序从上往下读,第一条带字母的行决定,整份文件跟着这个决定。原文在上的发布件里,第一种语言就是原文。页面不去猜哪边是原文、哪边是译文——字母能说明一行是什么语言,不能说明谁先写的。
英文在上、西班牙文在下,为什么默认分不开?
因为按字母看两者是同一套文字系统,默认规则会认为整份文件只有一种语言,选择第二种语言就得到空结果。把拆分方式改成按行位置再跑:每条 cue 的第一行归一边、其余归另一边,前提是两种语言始终各占一行。
音符、音效这类没有文字的行走哪一边?
跟着第一种语言。它们不含可判定的文字,页面不会因此把一条 cue 劈开;报告只会指出那些只能按行划分的 cue 有几条。
被丢掉的那门语言会记进有损报告吗?
不会,这是有意的:去掉它正是这一页要做的事,把它算成损失会淹没报告里唯一值得读的东西——有多少条 cue 因为整行没有字母而只能按行划分,那是一次猜测,报告照实写。