เกี่ยวกับโปรแกรมแปลงคำบรรยาย
แปลงไฟล์คำบรรยายที่มีอยู่ระหว่างรูปแบบข้อความพร้อมเวลา 19 รูปแบบ หรือส่งออกเป็นบทถอดเสียงแบบข้อความล้วน งานที่ใช้บ่อย ได้แก่ การเปลี่ยน SRT เป็น VTT สำหรับวิดีโอบนเว็บ การแปลงบทสนทนาใน ASS หรือ SSA เป็น SRT การเตรียมคำบรรยายสำหรับแพลตฟอร์มวิดีโอ และการรวมไฟล์ที่แปลงแล้วของหลายตอนไว้ใน ZIP เดียว การแปลงทำงานในเบราว์เซอร์ของคุณ โดยไม่มีการอัปโหลดไฟล์คำบรรยายหรือเนื้อหาที่วาง
เครื่องมือนี้ทำงานกับข้อความคำบรรยายและเวลาแสดงผล เลือกไฟล์หรือวางคำบรรยาย เลือกรูปแบบผลลัพธ์ แล้วดูตัวอย่างเพื่อตรวจสอบก่อนดาวน์โหลด คุณสามารถแก้ไขข้อความที่วางแล้วแปลงใหม่ได้โดยไม่เปลี่ยนไฟล์ต้นฉบับในอุปกรณ์
วิธีแปลงคำบรรยาย
- เลือก เลือกไฟล์ เพื่อเปิดไฟล์คำบรรยายอย่างน้อยหนึ่งไฟล์ ลากไฟล์มาวางบนแผงคำบรรยายต้นฉบับ หรือวางข้อความคำบรรยายในช่องแก้ไข ลองใช้ตัวอย่าง จะโหลดตัวอย่าง SRT สั้น ๆ ที่มีคำบรรยายสองรายการ
- สำหรับการใช้งานทั่วไป ให้คง รูปแบบต้นฉบับ ไว้ที่ ตรวจหาอัตโนมัติ ระบบจะตรวจสอบเนื้อหาแทนการอาศัยเพียงชื่อไฟล์ หากไฟล์มีรูปแบบที่กำกวม ให้เลือกรูปแบบต้นฉบับด้วยตนเอง
- เลือก รูปแบบผลลัพธ์ สำหรับแทร็กคำบรรยายบนเว็บไซต์ทั่วไป ให้เลือก WebVTT หากโปรแกรมเล่นวิดีโอหรือโปรแกรมแก้ไขต้องการไฟล์ SRT ให้เลือก SubRip
- เปิด การตั้งค่าการแปลง เมื่อต้องการเปลี่ยนการเข้ารหัสไฟล์ อัตราเฟรม หรือค่าเลื่อนเวลา ปรับการตั้งค่าเหล่านี้ก่อนแปลง
- เลือก แปลงคำบรรยาย ผลลัพธ์จะระบุรูปแบบต้นฉบับ รูปแบบผลลัพธ์ ชื่อไฟล์ผลลัพธ์ และจำนวนรายการคำบรรยายที่แปลงแล้ว
- สลับระหว่าง ดูตัวอย่าง และ เนื้อหาไฟล์ จากนั้นคัดลอกข้อความที่แปลงแล้วหรือดาวน์โหลดไฟล์ ตารางจะแสดงคำบรรยายสูงสุด 100 รายการ ส่วนเนื้อหาไฟล์และไฟล์ดาวน์โหลดจะมีผลลัพธ์ครบทั้งหมด
ล้าง จะนำข้อมูลต้นฉบับและผลลัพธ์ปัจจุบันออกจากหน้า การเลือกไฟล์กลุ่มใหม่จะแทนที่ไฟล์ที่เลือกไว้ก่อนหน้า โปรแกรมแปลงไม่เก็บประวัติคำบรรยาย จึงควรดาวน์โหลดผลลัพธ์ที่ต้องการเก็บไว้
รูปแบบที่รองรับและความละเอียดของเวลาที่ส่งออก
ทุกรายการด้านล่างรองรับทั้งการอ่านและการเขียน ยกเว้น TXT ซึ่งใช้ส่งออกเป็นบทถอดเสียงที่อ่านได้ แต่ละรูปแบบจัดเก็บเวลาแตกต่างกัน การเลือกรูปแบบที่มีความละเอียดต่ำกว่าจะปัดเวลาเป็นหน่วยที่รูปแบบนั้นรองรับ
| รูปแบบ | นามสกุล | เวลาที่บันทึก |
|---|---|---|
| SubRip | .srt |
มิลลิวินาที |
| WebVTT | .vtt |
มิลลิวินาที |
| Advanced SubStation Alpha | .ass |
หนึ่งในร้อยวินาที |
| SubStation Alpha | .ssa |
หนึ่งในร้อยวินาที |
| YouTube SubViewer | .sbv |
มิลลิวินาที |
| MicroDVD | .sub |
เฟรมวิดีโอ |
| SubViewer 2.0 | .sub |
หนึ่งในร้อยวินาที |
| SAMI | .smi |
มิลลิวินาที |
| LRC lyrics | .lrc |
เวลาเริ่มละเอียดถึงหนึ่งในร้อยวินาที |
| Timed Text | .ttml |
มิลลิวินาที |
| Distribution Format Exchange Profile | .dfxp |
มิลลิวินาที |
| YouTube SRV3 | .srv3 |
มิลลิวินาที |
| YouTube transcript XML | .xml |
วินาทีที่ละเอียดถึงมิลลิวินาที |
| MPL2 | .mpl |
หนึ่งในสิบวินาที |
| Spruce Subtitle, รูปแบบข้อความ | .stl |
เฟรมวิดีโอ |
| QuickTime Text | .qt.txt |
มิลลิวินาที |
| JSON | .json |
ตัวเลขมิลลิวินาที |
| CSV | .csv |
ตัวเลขมิลลิวินาที |
| TSV | .tsv |
ตัวเลขมิลลิวินาที |
| บทถอดเสียงแบบข้อความล้วน ส่งออกเท่านั้น | .txt |
ไม่มีเวลา |
การนำเข้า TTML รองรับไฟล์ iTT ที่เข้ากันได้ด้วย DFXP อยู่ในตระกูล TTML การส่งออก TTML ไม่ได้สร้างโปรไฟล์ เค้าโครง หรือกฎการจัดรูปแบบเฉพาะของแต่ละแพลตฟอร์มขึ้นใหม่ได้ทั้งหมด
นามสกุล .sub ในเครื่องมือนี้อาจหมายถึง MicroDVD หรือ SubViewer แบบข้อความ ส่วน VobSub แบบไบนารีเป็นอีกรูปแบบหนึ่ง เช่นเดียวกัน รูปแบบ .stl ที่รองรับคือ Spruce STL แบบข้อความ ไม่ใช่ EBU STL แบบไบนารี เมื่อพบความกำกวมของนามสกุลเหล่านี้ ให้เลือกรูปแบบตามชื่อเต็ม
การเลือกระหว่าง SRT, VTT, ASS และข้อความล้วน
SRT เป็นตัวเลือกที่เหมาะเมื่อโปรแกรมเล่นวิดีโอ โปรแกรมแก้ไข หรือแบบฟอร์มอัปโหลดต้องการคำบรรยาย SubRip VTT เป็นรูปแบบที่ใช้กับแทร็กข้อความของวิดีโอ HTML และสามารถเก็บการตั้งค่ารายการคำบรรยายเฉพาะสำหรับเว็บได้ด้วย การแปลงระหว่างสองรูปแบบนี้จะคงข้อความคำบรรยายและเวลาในระดับมิลลิวินาทีไว้ พร้อมสร้างไวยากรณ์ไฟล์ขึ้นใหม่
รายการคำบรรยาย SRT ที่มีหมายเลขลำดับจะใช้จุลภาคก่อนส่วนมิลลิวินาที:
1
00:00:01,250 --> 00:00:03,500
Hello, world!
คำบรรยายเดียวกันในรูปแบบ WebVTT จะมีส่วนหัวไฟล์และใช้จุดทศนิยมในเวลา:
WEBVTT
00:00:01.250 --> 00:00:03.500
Hello, world!
ASS และ SSA เป็นตัวเลือกสำหรับแลกเปลี่ยนข้อมูลเมื่อแอปพลิเคชันที่จะใช้งานต่อจำเป็นต้องใช้รูปแบบเหล่านี้ การจัดรูปแบบตัวหนา ตัวเอียง และขีดเส้นใต้ที่รองรับสามารถส่งต่อระหว่างรูปแบบที่แสดงการจัดรูปแบบนั้นได้ ส่วนแบบอักษร ตำแหน่งบนหน้าจอ คำสั่งวาดภาพ ภาพเคลื่อนไหวคาราโอเกะ และคุณสมบัติการแสดงผลขั้นสูงอื่น ๆ จะถูกลดความซับซ้อนลง และจะข้ามรายการกราฟิก ASS ที่ไม่มีบทสนทนาที่อ่านได้ โปรแกรมแปลงเน้นคำบรรยายที่อ่านได้ จึงไม่ได้สร้างภาพเคลื่อนไหวหรือเค้าโครงที่ออกแบบไว้ให้เหมือนต้นฉบับ
TXT แยกบทสนทนาที่อ่านได้ออกมาโดยไม่มีเวลาหรือการจัดรูปแบบ ตัวอย่างจะแสดงข้อความที่ส่งออกแทนตารางเวลา การส่งออก TXT ไม่ได้สร้างเวลาคำบรรยายขึ้นเอง ถอดเสียงพูด หรือแปลภาษาที่พูด
การเข้ารหัสไฟล์และข้อความที่อ่านได้
การถอดรหัสไฟล์อัตโนมัติใช้ UTF-8 หรือใช้ UTF-16 เมื่อมีเครื่องหมายลำดับไบต์ระบุไว้ สำหรับไฟล์รุ่นเก่า หากตัวอักษรแสดงผิดหรือถอดรหัสไฟล์ไม่ได้ ให้เลือกการเข้ารหัสเดิม ตัวเลือกที่มี ได้แก่ Windows-1252, Windows-1251, GB18030, Big5, Shift_JIS และ EUC-KR รวมถึงตัวเลือก UTF-8 และ UTF-16 ที่ระบุโดยตรง
ตัวอย่างเช่น ลองเลือก GB18030 สำหรับคำบรรยายภาษาจีนที่ทราบว่าบันทึกด้วยการเข้ารหัสนั้น หรือเลือก Shift_JIS สำหรับไฟล์ภาษาญี่ปุ่นจากแอปพลิเคชันรุ่นเก่า การเข้ารหัสเปลี่ยนวิธีอ่านไบต์ที่มีอยู่ แต่ไม่ได้แปลความหมายของข้อความ หลังเลือกการเข้ารหัสอื่น ให้แปลงอีกครั้ง ไฟล์คำบรรยายที่ดาวน์โหลดใช้ UTF-8 เสมอ ไม่ว่าต้นฉบับจะใช้การเข้ารหัสใด
การปรับเวลาและอัตราเฟรม
เลื่อนคำบรรยายทั้งหมดให้เร็วขึ้นหรือช้าลง
ค่าเลื่อนเวลามีหน่วยเป็นมิลลิวินาที ค่า 1500 ทำให้คำบรรยายทุกรายการแสดงช้าลง 1.5 วินาที ส่วน -500 ทำให้แสดงเร็วขึ้นครึ่งวินาที สำหรับคำบรรยายที่เริ่มที่ 00:00:01.250 การตั้งค่าเหล่านี้จะทำให้เวลาเริ่มเป็น 00:00:02.750 และ 00:00:00.750 ตามลำดับ
การเลื่อนเวลาจะเลื่อนทั้งเวลาเริ่มและเวลาสิ้นสุด โดยคงระยะเวลาแสดงผลไว้จนกว่าจะถึงจุดเริ่มต้นของเส้นเวลา คำบรรยายที่ถูกเลื่อนจนอยู่ก่อนศูนย์ทั้งหมดจะถูกนำออก ส่วนคำบรรยายที่มีเพียงบางส่วนอยู่ก่อนศูนย์จะเริ่มที่ศูนย์ ค่าเลื่อนเวลาใช้แก้การแสดงผลที่คลาดเคลื่อนด้วยระยะเวลาคงที่ แต่ไม่สามารถแก้แทร็กคำบรรยายที่มีความคลาดเคลื่อนเปลี่ยนไปตลอดวิดีโอได้
ใช้อัตราเฟรมกับเวลาที่ระบุเป็นเฟรม
MicroDVD และ Spruce STL ใช้เฟรมวิดีโอ ดังนั้นอัตราเฟรมจึงเป็นตัวกำหนดว่าเฟรมจะแปลงเป็นเวลาที่ผ่านไปอย่างไร TTML อาจมีเวลาที่ระบุเป็นเฟรมได้เช่นกัน เมื่อต้องใช้อัตราเฟรมเพื่อตีความข้อมูลต้นฉบับ ให้ใช้อัตราเฟรมของวิดีโอต้นฉบับ เช่น 23.976, 24, 25 หรือ 29.97
เมื่อรูปแบบไฟล์ระบุอัตราเฟรมไว้ ระบบจะใช้อัตราเฟรมที่ฝังอยู่ในไฟล์ต้นฉบับเป็นหลัก สำหรับผลลัพธ์ที่ใช้เวลาเป็นเฟรม การตั้งค่าที่เลือกจะกำหนดอัตราเฟรมที่บันทึก การเปลี่ยนการตั้งค่านี้ไม่ได้ปรับสเกลเวลาแบบนาฬิกาทั่วไปใน SRT หรือ VTT แต่จะเปลี่ยนวิธีตีความหรือเขียนเวลาที่ระบุเป็นเฟรม
ทำความเข้าใจการปัดเวลาและเวลาสิ้นสุดที่ขาดหายไป
SRT และ VTT คงความละเอียดระดับมิลลิวินาทีไว้ ASS, SSA, SubViewer และ LRC ปัดเวลาเป็นหน่วยหนึ่งในร้อยวินาที MPL2 ปัดเป็นหน่วยหนึ่งในสิบวินาที และผลลัพธ์ที่ใช้เวลาเป็นเฟรมจะปัดเป็นเฟรม คำบรรยายที่สั้นมากจะยังมีระยะเวลาแสดงผลมากกว่าศูนย์หลังการปัด ตัวอย่างจะแสดงเวลาตามรูปแบบที่ส่งออก แทนเวลาเดิมที่ยังไม่ปัด
LRC อาจมีเวลาเริ่มโดยไม่มีเวลาสิ้นสุด เมื่อไม่มีเวลาสิ้นสุด ระบบจะใช้เวลาเริ่มถัดไปที่มีค่าต่างออกไป หรือใช้ระยะเวลาสองวินาทีสำหรับคำบรรยายรายการสุดท้าย การส่งออก LRC ไม่สามารถคงช่วงว่างเดิมและเวลาสิ้นสุดที่ทับซ้อนกันได้ และคำบรรยายหลายบรรทัดจะกลายเป็นเนื้อเพลงบรรทัดเดียว QuickTime Text ใช้เครื่องหมายกำกับบนเส้นเวลา SAMI และ QuickTime สามารถสร้างคำบรรยายที่ทับซ้อนกันขึ้นใหม่เป็นข้อความรวม ณ แต่ละจุดเปลี่ยนเวลา ดังนั้นผลลัพธ์อาจมีจำนวนช่วงคำบรรยายต่างจากเดิม
การแปลงหลายไฟล์และการดาวน์โหลด ZIP
เลือกหรือลากไฟล์หลายไฟล์มาวางเพื่อแปลงด้วยรูปแบบผลลัพธ์และการตั้งค่าเดียวกัน เลือกผลลัพธ์จากเมนูชื่อไฟล์เพื่อตรวจสอบ ไฟล์ที่แปลงไม่ได้จะแสดงข้อผิดพลาดของไฟล์นั้น ส่วนผลลัพธ์ที่สำเร็จยังคงพร้อมให้ดาวน์โหลดแยกไฟล์
เมื่อแปลงสำเร็จอย่างน้อยสองไฟล์ ดาวน์โหลดทั้งหมดเป็น ZIP จะรวมไฟล์ผลลัพธ์เหล่านั้นไว้ด้วยกัน ไฟล์ ZIP จะมีเฉพาะผลลัพธ์ที่แปลงสำเร็จ ตรวจสอบข้อผิดพลาดที่แสดง ปรับรูปแบบต้นฉบับหรือการเข้ารหัสตามความเหมาะสม แล้วแปลงไฟล์ที่เหลืออีกครั้ง
ชื่อไฟล์ผลลัพธ์จะคงชื่อหลักของไฟล์ต้นฉบับไว้และใช้นามสกุลที่เลือก เช่น episode01.srt จะกลายเป็น episode01.vtt หากผลลัพธ์หลายไฟล์มีชื่อซ้ำกัน ระบบจะเติมท้ายชื่อ เช่น (2) เพื่อแยกรายการใน ZIP ให้ต่างกัน ZIP เป็นตัวเลือกสำหรับดาวน์โหลดในเครื่องมือนี้ ส่วนการนำเข้าให้เลือกไฟล์คำบรรยายโดยตรง
การแลกเปลี่ยนข้อมูลด้วย JSON, CSV และ TSV
JSON ใช้อาร์เรย์ของออบเจ็กต์คำบรรยาย โดยมีค่า start และ end เป็นมิลลิวินาที และ text เป็นสตริง:
[
{ "start": 1250, "end": 3500, "text": "Hello, world!" },
{ "start": 4000, "end": 6000, "text": "Another caption." }
]
ตัวอ่านยังรองรับ JSON แบบ Whisper ที่มีอาร์เรย์ segments โดยค่า start และ end ของแต่ละช่วงมีหน่วยเป็นวินาที นี่เป็นข้อกำหนดข้อมูลนำเข้าอีกแบบหนึ่ง ส่วนการส่งออก JSON ตามปกติยังคงใช้มิลลิวินาที
CSV และ TSV ใช้ชื่อคอลัมน์ start, end และ text เวลาที่นำเข้าอาจเป็นตัวเลขมิลลิวินาทีหรือเวลาแบบนาฬิกา CSV จะใส่เครื่องหมายอัญประกาศครอบฟิลด์ที่มีจุลภาค อัญประกาศ หรือการขึ้นบรรทัดใหม่ ส่วน TSV ใช้แท็บคั่นระหว่างคอลัมน์ ทั้งสองรูปแบบส่งออกเวลาเป็นตัวเลขมิลลิวินาที ใช้รูปแบบเหล่านี้เมื่อต้องการนำคำบรรยายไปใช้ในสเปรดชีตหรือกระบวนการจัดการคำบรรยายอื่น
คำถามที่พบบ่อย
ทำไมตัวอย่างกับข้อความที่ดาวน์โหลดจึงดูต่างกัน?
ตารางตัวอย่างแสดงข้อความคำบรรยายที่อ่านได้และเวลาตามรูปแบบผลลัพธ์ ส่วนเนื้อหาไฟล์แสดงข้อมูลที่เขียนในรูปแบบไฟล์จริง รวมถึงส่วนหัว หมายเลขลำดับ ตัวคั่น และไวยากรณ์การจัดรูปแบบที่รองรับ ไฟล์ดาวน์โหลดมีเนื้อหาที่เขียนในรูปแบบไฟล์ครบทั้งหมด แม้ตารางจะแสดงเพียงคำบรรยาย 100 รายการแรก
ทำไมการจัดรูปแบบหรือตำแหน่งจึงเปลี่ยนไป?
แต่ละรูปแบบใช้วิธีจัดรูปแบบข้อความต่างกัน ระบบจะคงการจัดรูปแบบพื้นฐานที่รองรับไว้เมื่อรูปแบบผลลัพธ์สามารถแสดงได้ ส่วนรูปแบบขั้นสูง ตำแหน่งรายการคำบรรยายบนเว็บ ภาพเคลื่อนไหว และข้อมูลกำกับเฉพาะแพลตฟอร์มจะไม่ได้รับการสร้างขึ้นใหม่ทั้งหมด ใช้มุมมองเนื้อหาไฟล์เพื่อตรวจสอบผลลัพธ์ที่ส่งออก แล้วทดสอบในโปรแกรมเล่นวิดีโอหรือโปรแกรมแก้ไขที่จะนำไปใช้งาน
เครื่องมือนี้แยกคำบรรยายจากวิดีโอหรือแทร็กแบบภาพได้หรือไม่?
เริ่มจากไฟล์คำบรรยายแบบข้อความที่มีอยู่ หากคำบรรยายฝังอยู่ในวิดีโอ ให้แยกแทร็กคำบรรยายออกมาก่อน แทร็ก PGS/SUP และ VobSub/IDX แบบภาพต้องใช้ OCR เพื่อแปลงเป็นข้อความ ส่วน EBU STL แบบไบนารีต้องใช้โปรแกรมแก้ไขคำบรรยายที่อ่านรูปแบบนั้นได้
ตรวจสอบข้อกำหนดของแต่ละรูปแบบได้ที่ไหน?
ดูไวยากรณ์ไฟล์และข้อกำหนดของแพลตฟอร์มได้ที่ ข้อกำหนด WebVTT, ข้อกำหนด TTML และรูปแบบคำบรรยายที่ YouTube รองรับ