Editace titulků v Linuxu

Již desítky let jsem milovníkem světového filmu a regionálních filmů. Titulky jsou základním nástrojem, který mi umožnil vychutnat si nejlepší filmy v různých jazycích a z různých zemí.

Pokud rádi sledujete filmy s titulky, možná jste si všimli, že se někdy titulky nesynchronizují nebo nejsou správné.

Věděli jste, že můžete upravovat titulky a vylepšovat je? Dovolte mi ukázat vám základní úpravy titulků v Linuxu.

Extrahování titulků z dat skrytých titulků

Kolem roku 2012, 2013 jsem se dozvěděl o nástroji zvaném CCEextractor. Postupem času se pro mě stal jedním z životně důležitých nástrojů, zvláště pokud narazím na mediální soubor, který má v sobě vložené titulky.

CCExtractor analyzuje video soubory a vytváří nezávislé soubory titulků z dat skrytých titulků.

CCExtractor je multiplatformní, bezplatný a open source nástroj. Nástroj od svých formativních let docela vyspěl a byl součástí GSOC a Google Code-in tu a tam.

Jednoduše řečeno, nástroj je víceméně sada skriptů, které pracují jeden po druhém v serializovaném pořadí, aby vám poskytly extrahované titulky.

Můžete postupovat podle pokynů k instalaci CCExtractor na této stránce.

Po instalaci, když chcete extrahovat titulky z mediálního souboru, proveďte následující:

ccextractor <path_to_video_file>

Výstup příkazu bude vypadat nějak takto:

	$ ccextractor $something.mkv
	CCExtractor 0.87, Carlos Fernandez Sanz, Volker Quetschke.
	Části teletextu převzaty z telxcc Petra Kutálka
	————————————————— ———————–
	Vstup:$something.mkv
	[Výpis:1] [Režim streamu:Autodetect]
	[Program :Auto ] [Režim hauppage:Ne] [Použít kód MythTV:Auto ]
	[Režim časování:Auto] [Ladění:Ne] [Vstup do vyrovnávací paměti:Ne]
	[Použít pic_order_cnt_lsb pro H.264:Ne] [Tisk tras dekodéru CC:Ne ]
	[Cílový formát:.srt] [Kódování:UTF-8] [Zpoždění:0] [Řízení oříznutí:Ne]
	[Přidat údaje o barvě písma:Ano] [Přidat sazbu písma:Ano]
	[Převést malá a velká písmena:Ne] [Připojení k úpravě videa:Ne]
	[Čas zahájení extrakce:není nastaven (od začátku)]
	[Čas konce extrakce:není nastaven (na konec)]
	[Živý přenos:Ne] [Taktovací frekvence:90000]
	[Teletext page:Autodetect]
	[Počáteční text titulků:Žádný]
	[Quantisation-mode:Interní funkce CCExtractor]
	—————————————————— ————–
	Otevření souboru:$something.mkv
	Soubor se zdá být kontejnerem Matroska/WebM
	Analýza dat v režimu Matroska
	Typ dokumentu:matroska
	Časový kód:1000000
	Aplikace pro muxování:libebml v1.3.1 + libmatroska v1.4.2
	Aplikace pro psaní:mkvmerge v8.2.0 ('World of Adventure') 64bit
	Název:$něco
	Položka sledování:
	Číslo stopy:1
	UID:1
	Typ:video
	ID kodeku:V_MPEG4/ISO/AVC
	Jazyk:mal
	Jméno:$něco
	Položka sledování:
	Číslo stopy:2
	UID:2
	Typ:audio
	ID kodeku:A_MPEG/L3
	Jazyk:mal
	Jméno:$něco
	Položka sledování:
	Číslo stopy:3
	UID:somenumber
	Typ:podnadpis
	ID kodeku:S_TEXT/UTF8
	Jméno:$něco
	99 % | 144:34
	100 % | 144:34
	Výstupní soubor:$something_eng.srt
	Hotovo, doba zpracování =6 sekund
	Problémy? Otevřete lístek zde
	https://github.com/CCExtractor/ccextractor/issues

zobrazit rawccextractor-output.txt hostovaný s ❤ na GitHubu

V podstatě skenuje mediální soubor. V tomto případě bylo zjištěno, že mediální soubor je v malyalam a že kontejner médií je an .mkv kontejner. Rozbalil soubor titulků se stejným názvem jako soubor videa a přidal k němu _eng.

CCExtractor je skvělý nástroj, který lze použít k vylepšení titulků spolu s úpravou titulků, o které se podělím v další sekci.

Zajímavé čtení:Zajímavá synopse titulků je na vicaps který říká a sdílí, proč jsou pro nás titulky důležité. Pro ty, kdo se o taková témata zajímají, jde také o poměrně dost podrobností o tvorbě filmů.

Úprava titulků pomocí nástroje SubtitleEditor Tool

Pravděpodobně víte, že většina titulků je ve formátu .srt formát . Krásné na tomto formátu je a bylo, že jste jej mohli načíst do textového editoru a provádět v něm drobné opravy.

A srt soubor vypadá po spuštění do jednoduchého textového editoru :

	1
	00:00:00,959 –> 00:00:13,744
	"SKŘÍŇ
	OD DR. CALIGARI"
	2
	00:00:40,084 –> 00:01:02,088
	PŘÍBĚH o moderním znovuobjevení mýtu z 11. století
	zapojení podivného a tajemného vlivu
	mnicha z horské banky nad somnambulistou.

zobrazit soubor rawsample-subtitle.txt hostovaný s ❤ na GitHubu

Úryvek z podtitulu, který jsem sdílel, je z pěkného staroněmeckého filmu s názvem Kabinet Dr. Caligariho (1920)

Subtitleeditor je skvělý nástroj, pokud jde o úpravu titulků. Subtitle Editor je a může být použit k manipulaci s dobou trvání, snímkovou frekvencí souboru titulků, aby byl synchronizován s mediálním souborem, trváním přestávek mezi nimi a mnohem více. Zde se podělím o některé základní úpravy titulků.

Nejprve nainstalujte titulkovaného editora stejným způsobem, jakým jste nainstalovali ccextractor, pomocí vaší oblíbené instalační metody. V Debianu můžete použít tento příkaz:

sudo apt install subtitleeditor

Až to budete mít nainstalované, podívejme se na některé běžné scénáře, kdy je potřeba upravit titulky.

Manipulace se snímkovými frekvencemi pro synchronizaci s mediálním souborem

Pokud zjistíte, že titulky nejsou synchronizovány s videem, jedním z důvodů může být rozdíl mezi snímkovou frekvencí souboru videa a souboru titulků.

Jak tedy znáte snímkovou frekvenci těchto souborů?

Chcete-li získat snímkovou frekvenci video souboru, můžete použít nástroj mediainfo. Možná jej budete muset nejprve nainstalovat pomocí správce balíčků vaší distribuce.

Použití mediainfo je jednoduché:

$ mediainfo somefile.mkv | grep Frame
 Format settings                          : CABAC / 4 Ref Frames
 Format settings, ReFrames                : 4 frames
 Frame rate mode                          : Constant
 Frame rate                               : 25.000 FPS
 Bits/(Pixel*Frame)                       : 0.082
 Frame rate                               : 46.875 FPS (1024 SPF)

Nyní můžete vidět, že snímková frekvence video souboru je 25 000 FPS. Další snímková frekvence, kterou vidíme, je pro zvuk. I když mohu sdílet, proč se konkrétní snímky za sekundu používají v kódování videa, kódování zvuku atd., bylo by to jiné téma. Je s tím spojena spousta historie.

Dále je třeba zjistit snímkovou frekvenci souboru s titulky a to je trochu komplikované.

Obvykle je většina titulků ve formátu zip. Rozbalte archiv .zip spolu se souborem titulků, který končí na something.srt. Spolu s ním je obvykle také soubor .info se stejným názvem, který někdy může mít snímkovou frekvenci titulků.

Pokud ne, pak je obvykle dobrý nápad jít na nějakou stránku a stáhnout si titulky z webu, který má informace o snímkové frekvenci. Pro tento konkrétní německý soubor budu používat Opensubtitle.org

Jak můžete vidět v odkazu, snímková frekvence titulků je 23,976 FPS. Je zřejmé, že se nebude dobře přehrávat s mým videosouborem se snímkovou frekvencí 25 000 FPS.

V takových případech můžete změnit snímkovou frekvenci souboru titulků pomocí nástroje Editor titulků:

Vyberte veškerý obsah ze souboru titulků stisknutím CTRL+A. Přejděte na Časování -> Změnit snímkovou frekvenci a změňte snímkovou frekvenci z 23 976 snímků za sekundu na 25 000 snímků za sekundu nebo cokoli, co chcete. Uložte změněný soubor.

Změna počáteční pozice souboru titulků

Někdy může být výše uvedená metoda dostačující, někdy i když nebude stačit.

Můžete narazit na případy, kdy se začátek souboru s titulky liší od začátku ve filmu nebo mediálním souboru, zatímco snímková frekvence je stejné .

V takových případech proveďte následující:

Vyberte veškerý obsah ze souboru titulků stisknutím CTRL+A. Přejděte na Časování -> Vyberte Přesunout titulky.

Změňte novou počáteční pozici souboru titulků. Uložte změněný soubor.

Pokud chcete být přesnější, použijte mpv k zobrazení filmu nebo mediálního souboru a klikněte na časování, pokud kliknete na časovací lištu, která ukazuje, kolik uplynulo filmu nebo mediálního souboru, kliknutím na něj se také zobrazí mikrosekunda.

Obvykle jsem rád přesný, takže se snažím být co nejpřesnější. V MPV je to velmi obtížné, protože doba reakce člověka je nepřesná. Pokud chci být super přesný, používám něco jako Audacity, ale to je úplně jiná míčová hra, protože s ní můžete udělat mnohem víc. To může být také něco, co bychom mohli prozkoumat v budoucím příspěvku na blogu.

Manipulace s trváním

Někdy ani provedení obojího nestačí a dokonce musíte dobu trvání zkrátit nebo přidat, aby se synchronizovala s mediálním souborem. Toto je jedna z únavnějších prací, protože musíte individuálně nastavit délku každé věty. To se může stát zejména v případě, že máte v mediálním souboru proměnlivé snímkové frekvence (v dnešní době vzácné, ale stále takové soubory získáváte).

V takovém scénáři možná budete muset upravit dobu trvání ručně a automatizace není možná. Nejlepším způsobem je buď opravit soubor videa (není možné bez snížení kvality videa), nebo získat video z jiného zdroje ve vyšší kvalitě a poté jej překódovat s nastavením, které preferujete. Toto je opět velký úkol, na který bych mohl vrhnout světlo v některém budoucím příspěvku na blogu.

Závěr

To, co jsem sdílel výše, je víceméně o vylepšení stávajících souborů s titulky. Pokud byste měli začít škrábat, potřebujete spoustu času. Vůbec jsem to nesdílel, protože film nebo jakýkoli videomateriál o délce řekněme hodinu může snadno trvat 4–6 hodin nebo i více v závislosti na dovednostech titulkáře, trpělivosti, kontextu, žargonu, přízvukech, rodilém mluvčím angličtiny, překladatel atd., to vše má vliv na kvalitu titulků.

Doufám, že vás to zaujme a od nynějška budete s titulky zacházet o něco lépe. Pokud máte nějaké návrhy na přidání, zanechte prosím níže komentář.