Lágy vagy kemény feliratok: beágyazva vagy beégetve?
Pontosan kétféleképpen élhetnek a feliratok egy videóban, és minden munkafolyamati döntés attól függ, melyik van meg. A lágy feliratok a videófolyam mellett tárolt szövegsávok — a képkockák érintetlenek, a szöveget a lejátszó játékidőben jeleníti meg. A kemény feliratok kódolás közben a képpontokba festődnek: a betűk örökre a kép részei. A lágy feliratok kikapcsolhatók, nyelvek között válthatók, újrastílusozhatók és szövegként kinyerhetők; a kemény feliratok szó szerint bármin ugyanúgy lejátszódnak, ami a videót lejátssza, viszont véglegesek. Az egyik adat a kép mellett, a másik a képnek része.
Öt tény, amely a lap további részének alapja:
• lágy = a tárolóba kevert szövegsáv (SRT/VTT/ASS); kemény = a képkockákba égetett feliratok
• a lágy beágyazás újracsomagolás — másodpercek, nulla minőségveszteség; a kemény beégetés újrakódolás — minden képkocka újra renderelődik és újratömörül
• a lágy feliratok kilobájtok; a kemény feliratok mérete semmivel nem nő, de nem távolíthatók el
• a kinyerés lágy feliratokon működik (szöveg); a beégetett szöveg képpont — ahhoz OCR kell, és a minőség nem garantált
• az SRT-időbélyegek ÓÓ:PP:MM,mmm formátumúak — pl. a 00:01:22 480 → 00:01:25 120 2640 ms-os sor
Lágy beágyazás: szövegsáv hozzáadása
A lágy beágyazás a feliratfájlt a tárolóba írja további sávként, a videó- és hangsávok mellé — a videófolyam bájtról bájtra másolódik. Ezért fejeződik be másodpercek alatt, és nem veszít semmit: ez ugyanaz az „újracsomagolás” művelet, mint a tárolók átalakítása (a tároló alapjait az MP4 oldal tárgyalja). A buktató a támogatás: a tárolónak el kell fogadnia a feliratsávokat (az MKV és az MP4 igen; egyes eszközök úgyis figyelmen kívül hagyják), a lejátszónak pedig meg kell jelenítenie őket — az okostévék és az alap telefonos lejátszók híresen következetlenek, ezért léteznek még a kemény beégetések.
Kemény beégetés: szöveg festése a képkockákra
A feliratok beégetése a videó minden képkockáját újrarenderelni, a szöveget rárétegezve, majd az eredményt újratömöríti — teljes újrakódolás a vele járó következményekkel: annyi ideig tart, mint a kódolás, és minden képkocka második tömörítési nemzedéken megy át. A betűtípusok beépülnek (nincs „hiányzó betűtípus” meglepetés a nézőnél), a pozicionálás és a stílus pontos, a lejátszási kompatibilitás pedig teljes, mert a kimenet egy közönséges videó. Az ára a végleges jelleg: a szöveg elválaszthatatlan a képtől, és egy elütés javítása újabb újrakódolást jelent az eredeti forrásból.
SRT, VTT és ASS: három feliratformátum
Az SRT (SubRip) a univerzális minimum: számozott sorok, kezdő → záró időbélyegek, egyszerű szöveg. Minden lejátszó olvassa. A VTT (WebVTT) a webes testvére — ugyanaz az elv, . ezredmásodpercekkel , helyett, plusz a HTML5 <track> elem által használt stílus- és pozicionálási lehetőségekkel. Az ASS (Advanced SubStation Alpha) a rajongók formátuma: betűtípusok, színek, körvonalak, forgatás, karakterenkénti animáció — ezek állnak a stilizált animé-feliratok mögött, ami pontosan az oka annak, hogy az MKV a sávhoz szükséges betűtípusokat a fájlon belül is csatolhatja (ezt az MKV oldal részletezi). Az ASS stílus beégetéséhez a betűtípusoknak a kódolás idején, lágy lejátszásához a lejátszáskor kell rendelkezésre állniuk.
Kinyerés: miért működik igazán csak lágy feliratoknál
Lágy feliratsáv kinyerése a tárolóból szöveget kicsomagolni — tökéletes, hiszen szövegként tárolódott. Kemény beégetett videóból feliratot visszanyerni számítógépes látási feladat (OCR minden képkockán, a szövegrégió helyének becslése, a betűk mögötti háttér tisztítása); tiszta, mozdulatlan szövegen viszonylag jól működik, stilizált betűtípusoknál, mozgásnál és szemcsézettségnél gyorsan romlik. Ha később vissza kell kapni a szöveget, a lágy változatot érdemes megőrizni vagy beszerezni.
Gyakori tévhitek
- "A fájllal együtt érkező feliratok mindig kikapcsolhatók." Csak a lágyak. Ha soha nem kapcsolhatók ki, akkor a képpontokba vannak égetve, és egyetlen lejátszó sem tudja eltávolítani őket.
- "A feliratok beágyazása újrakódolja a videót." A lágy beágyazás újracsomagol — azonnali és veszteségmentes. Csak a kemény beégetés kódol újra.
- "A feliratfájlok jelentősen megnövelik a videókat." A lágy sáv szöveg: egy teljes film feliratfájlja tíz–néhány száz kilobájt, a videó megabájtjai között elvész.
- "A kemény beégetés biztonságosabb, ezért mindig égetni kell." Lejátszási kompatibilitás szempontjából valóban biztonságosabb, de a későbbi szerkesztés, fordítás és akadálymentesítés szempontjából véglegesen rosszabb. Ismeretlen eszközökre terjesztéskor célszerű beégetni; ha a szövegnek adatként kell megmaradnia, a beágyazás a helyes.
Kapcsolódó eszközök: SRT/VTT/ASS-átalakító a feliratszöveg e három formátum közötti átvitelére, Beszédből felirat feliratfájl generálására hangból, a Videó MKV-ra a legjobb többsávos feliratkezelést nyújtó tárolóhoz, és a Videó MP4-re az újracsomagolás alapjaihoz.
