Bij het vertalen van ondertitels gaat het niet alleen om de zinsvolgorde: tijdlijnen en lege regels moeten ook worden geaccepteerd
Bij het parseren van SRT-ondertitels kan alleen het controleren van het aantal tekstregeleinden geen omkeringen of overlappingen van de tijdlijn detecteren. Dit artikel maakt gebruik van de standaardbibliotheek van Python om aan te tonen hoe u de monotoniciteit en het minimale interval van tijdstempels kunt verifiëren, en biedt een praktische checklist voor acceptatie van vertalingen met behulp van OmniDoc.
Nadat de ondertitels zijn vertaald, kijken veel mensen alleen maar of de zinnen vloeiend zijn. Als de tijdlijn echter in dezelfde regel wordt geperst, de chronologische volgorde wordt omgekeerd of lege regels in de alinea verloren gaan, kan de speler de ondertitels niet correct lezen. Dit artikel is geschreven voor vertalers en postverwerkingspersoneel dat SRT-ondertitels moet aanleveren. Er wordt uitgelegd hoe u de tijdlijn en blanco regels voor en na de vertaling kunt accepteren, en er worden herbruikbare inspectie-ideeën gegeven.
Het volgnummer, het tijdsbereik, de hoofdregels en de lege alinearegels van SRT hebben hun eigen functies. Deze structuren moeten tijdens de inspectie hiërarchisch behouden blijven, en de kwaliteit kan niet alleen worden beoordeeld op basis van het totale aantal regeleinden in het hele document.
Let op: In dit artikel worden synthetische monsters gebruikt om de verwerkingsmethode aan te tonen. De code is gecontroleerd met voorbeelden in een geïsoleerde omgeving en is geen garantie voor alle echte bestanden of productprestaties. Voordat u belangrijke documenten verwerkt, dient u de originelen te bewaren en deze te controleren op basis van de grenzen en acceptatie-items in de tekst.
Hoe ondertitels na vertaling controleren en accepteren? Conclusie in één zin
Zorg er eerst voor dat de structurele hiërarchie van SRT compleet is en speel het vervolgens daadwerkelijk af in de doelspeler om de weergave, regelomloop en synchronisatie te controleren.
| jouw situatie | Aanbevolen praktijken | reden |
|---|---|---|
| De ondertiteltekst is vertaald. We moeten opmaakproblemen snel oplossen. | Gebruik eerst een script om het serienummer, het tijdsbereik en de lege regels te controleren | Structurele controle kan sommige fouten vooraf voorkomen |
| U moet de volgorde van de tijdstempels of overlap controleren | Parseertijden en vergelijk tijden van aangrenzende blokken | Alleen al het controleren van het aantal regeleinden kan geen tijdlijnomkeringen of -overlappingen onthullen |
| Ondertitels worden aan de speler geleverd | Controleer de weergave en synchronisatie segment voor segment in de doelspeler | De code kan de leessnelheid niet meten en weet niet wie er in beeld spreekt. |
| Ondertitelvertalingen worden langer (bijvoorbeeld in sommige talen) | Concentreer u op het controleren of er regeleinden zijn en of er sprake is van overloop | Het is waarschijnlijker dat tekst met een variabele lengte het weergave-effect beïnvloedt |
Beperk eerst de geaccepteerde SRT-formaten
De volgende methode ondersteunt alleen het gemeenschappelijke volgnummer plus HH:MM:SS,mmm --> HH:MM:SS,mmm-formaat, en elk blok heeft ten minste één regel tekst. Het verwerkt geen stijlextensies, informatie over de positionering van ondertitels of andere ondertitelformaten.
Het syntheseprotocol vereist dat de volgnummers opeenvolgend zijn en dat de tijdsperioden elkaar niet overlappen. Als echte projecten overlap toestaan, moet deze regel afzonderlijk worden aangepast.
Afzonderlijk parseren van formaten en tijdvergelijking
Parseer eerst het formaat en vergelijk vervolgens de tijden. Het parseergedeelte is alleen verantwoordelijk voor het opsplitsen van de tekst in blokken, serienummers, begin- en eindtijden en tekst; het tijdvergelijkingsgedeelte is alleen verantwoordelijk voor het controleren van de volgorde en intervallen. De twee delen zijn gescheiden, waardoor het gemakkelijker wordt om het probleem te lokaliseren als er iets misgaat.
import re
STAMP = r"[0-9]{2}:[0-9]{2}:[0-9]{2},[0-9]{3}"
def millis(text):
h, m, rest = text.split(":")
s, ms = rest.split(",")
if int(m) >= 60 or int(s) >= 60:
raise ValueError("invalid minute or second")
return ((int(h) * 60 + int(m)) * 60 + int(s)) * 1000 + int(ms)
def parse_srt(text):
blocks = re.split(r"\n[ \t]*\n", text.replace("\r\n", "\n").strip())
result, previous_end = [], 0
for index, block in enumerate(blocks, 1):
lines = block.splitlines()
if len(lines) < 3 or lines[0] != str(index):
raise ValueError("sequence or body missing")
match = re.fullmatch(f"({STAMP}) --> ({STAMP})", lines[1])
if not match:
raise ValueError("invalid timestamp line")
start, end = map(millis, match.groups())
if start < previous_end or end <= start:
raise ValueError("overlap or reversed interval")
result.append((start, end, lines[2:]))
previous_end = end
return result
sample = "1\n00:00:01,000 --> 00:00:02,000\nHello\nWorld\n\n2\n00:00:02,500 --> 00:00:03,000\nNext"
parsed = parse_srt(sample)
assert parsed[0] == (1000, 2000, ["Hello", "World"])
assert len(parsed) == 2
try:
parse_srt(sample.replace("00:00:02,500", "00:00:01,500"))
except ValueError:
pass
else:
raise AssertionError("overlap accepted by strict example contract")
Tijdvergelijking maakt gebruik van gehele milliseconden, die alleen de relatieve tijdas vertegenwoordigen, en de ondertiteltijd niet als de muurtijd van een bepaalde dag beschouwt. Gerelateerde typen kunnen verwijzen naar Datum- en tijdtypen voor Python.
Vergelijk beschermde onderdelen voor en na vertaling
Tijdens de vertaling moet het structurele deel ongewijzigd blijven, terwijl de tekst handmatig moet worden beoordeeld. In de onderstaande tabel staat wat u kunt verwachten en wat automatische controle niet kan vervangen.
| project | verwachten | Onvervangbare inspectie |
|---|---|---|
| Serienummer en bloknummer | Gereserveerd volgens projectovereenkomst | Klopt het dat de vertaling is gemist? |
| tijdsbereik | Er zullen geen wijzigingen worden aangebracht zonder toestemming | Dialoog en schermsynchronisatie |
| lichaamslijn | Leesbaar en maakt de tijdlijn niet rommelig | Leessnelheid en taalnatuurlijkheid |
| Lege regel gescheiden | Houd blokgrenzen aan | Werkelijke spelercompatibiliteit |
Het wordt gespeeld nadat de structuur is gepasseerd.
Als het script wordt doorgegeven, betekent dit alleen dat de structuur voldoet aan de conventie, maar dit betekent niet dat de ondertitels goed zullen presteren in de speler. De code meet de leessnelheid niet en weet niet wie er in het frame spreekt.
Weergave, verpakking en synchronisatie moeten bij officiële levering worden gecontroleerd met de doelspeler, vooral voor talen met langere ondertitels. Structurele inspectie kan sommige fouten vooraf voorkomen, maar kan de acceptatie van het afspelen niet elimineren.
Geef opmaakbeperkingen over aan de vertaalworkflow
Wanneer u OmniDoc (productportaal) gebruikt om de vertaling van gerelateerde documenten te evalueren, controleer dan eerst of de huidige invoer het vereiste ondertitelformaat ondersteunt en maak duidelijk dat de tijdas behouden moet blijven. Dit artikel beweert niet dat het platform een bepaalde ondertitelinterface biedt.
Wat kan worden hergebruikt is het acceptatie-idee van "de structuur blijft ongewijzigd en de tekst kan worden beoordeeld": de tijdlijn en lege regels blijven hetzelfde, de vertaling wordt alleen binnen de tekstregels aangepast en ten slotte wordt de speler gebruikt om te beoordelen.
📊 Kernvergelijking
| Controleer methode | wat er te vinden is | Kan niets vervangen |
|---|---|---|
| Structuurcontrole (script) | Formaatproblemen, tijdstempelvolgorde en overlap | Leessnelheid, taalnatuurlijkheid |
| Acceptatie van afspelen (doelspeler) | Problemen met weergave, regelomloop en synchronisatie | Efficiëntie van batch-probleemoplossing van formaatfouten |
🎯 Welke methode is geschikt voor jou?
Als u de tijdstempelvolgorde wilt controleren
Gebruik scripts om tijden te ontleden, de begin- en eindtijden van aangrenzende blokken te vergelijken en te controleren op inversies of overlappingen.
Als uw ondertitels moeten worden afgeleverd voor weergave
Nadat de structuurcontrole is geslaagd, moet het nog steeds segment voor segment in de doelspeler worden afgespeeld om de weergave, regelomloop en synchronisatie te bevestigen.
Als uw vertaling aanzienlijk langer wordt
Concentreer u op het controleren of de tekst is ingepakt en het scherm overloopt, en controleer handmatig de leessnelheid.
❓ Veelgestelde vragen (FAQ)
1. Is het voldoende om alleen het aantal regeleinden in de tekst te controleren?
niet genoeg. Alleen al het controleren van het aantal regeleinden zal geen omkeringen of overlappingen van de tijdlijn aan het licht brengen.
2. Ondersteunt deze methode alle ondertitelformaten?
Niet ondersteund. Het verwerkt alleen het gemeenschappelijke volgnummer plus tijdbereikformaat, en verwerkt geen stijlextensies, positioneringsinformatie of andere ondertitelformaten.
3. Als de scriptcontrole slaagt, kan deze dan direct worden afgeleverd?
Niet aanbevolen. De structuurcontrole kan de leessnelheid niet meten en kent ook niet de spreker op de afbeelding. Het moet nog steeds worden geaccepteerd in de doelspeler voordat het officieel wordt afgeleverd.
4. Waarom hele milliseconden gebruiken voor tijdvergelijking?
Gehele milliseconden vertegenwoordigen alleen de relatieve tijdas en de ondertiteltijd wordt niet beschouwd als de wandtijd van een bepaalde dag.
📝 Samenvatting
Bij de acceptatie van ondertitelvertaling moet zowel de structuur als het afspeeleffect worden gecontroleerd. Gebruik eerst een script om de tijdlijn en lege regels vast te houden, en gebruik vervolgens de speler om de weergave en synchronisatie te controleren. Pas wanneer beide stappen zijn voltooid, kan de oplevering als voltooid worden beschouwd.


