Dịch phụ đề không chỉ là thứ tự câu: mốc thời gian và dòng trống cũng phải được chấp nhận
Khi phân tích cú pháp phụ đề SRT, chỉ kiểm tra số lần ngắt dòng văn bản thì không thể phát hiện sự đảo ngược hoặc trùng lặp dòng thời gian. Bài viết này sử dụng thư viện chuẩn Python để trình bày cách xác minh tính đơn điệu và khoảng thời gian tối thiểu của dấu thời gian, đồng thời cung cấp danh sách kiểm tra thực tế để chấp nhận bản dịch bằng OmniDoc.
Sau khi dịch xong phụ đề, nhiều người chỉ nhìn xem câu văn có trôi chảy hay không. Tuy nhiên, nếu dòng thời gian bị ép vào cùng một dòng, trình tự thời gian bị đảo ngược hoặc mất dòng trống trong đoạn văn thì người chơi sẽ không thể đọc chính xác được phụ đề. Bài viết này được viết dành cho những người dịch và nhân viên xử lý hậu kỳ cần cung cấp phụ đề SRT. Nó giải thích cách chấp nhận dòng thời gian và dòng trống trước và sau khi dịch, đồng thời đưa ra các ý tưởng kiểm tra có thể sử dụng lại.
Số thứ tự, phạm vi thời gian, dòng nội dung và dòng trống đoạn văn của SRT có chức năng riêng. Các cấu trúc này phải được duy trì theo thứ bậc trong quá trình kiểm tra và chất lượng không thể được đánh giá chỉ bằng tổng số lần ngắt dòng trong toàn bộ tài liệu.
Lưu ý: Bài viết này sử dụng các mẫu tổng hợp để trình bày phương pháp xử lý. Mã đã được kiểm tra bằng các ví dụ trong môi trường biệt lập và không đảm bảo cho tất cả các tệp thực hoặc hiệu suất sản phẩm. Trước khi xử lý các văn bản quan trọng, vui lòng giữ lại bản chính và xem xét theo ranh giới và các mục chấp nhận trong văn bản.
##Làm cách nào để kiểm tra và chấp nhận phụ đề sau khi dịch? Một câu kết luận
Trước tiên, hãy đảm bảo rằng hệ thống phân cấp cấu trúc của SRT đã hoàn tất, sau đó thực sự phát nó trong trình phát mục tiêu để kiểm tra màn hình, ngắt dòng và đồng bộ hóa.
| hoàn cảnh của bạn | Các phương pháp được đề xuất | lý do |
|---|---|---|
| Văn bản phụ đề đã được dịch. Chúng ta cần nhanh chóng khắc phục sự cố định dạng. | Trước tiên hãy sử dụng tập lệnh để kiểm tra số sê-ri, phạm vi thời gian và dòng trống | Kiểm tra cấu trúc có thể ngăn ngừa trước một số lỗi |
| Cần kiểm tra thứ tự dấu thời gian hoặc chồng chéo | Phân tích thời gian và so sánh thời gian của các khối liền kề | Chỉ kiểm tra số lần ngắt dòng không thể tiết lộ sự đảo ngược hoặc trùng lặp dòng thời gian |
| Phụ đề được gửi tới người chơi | Kiểm tra phân đoạn hiển thị và đồng bộ hóa theo phân đoạn trong trình phát mục tiêu | Đoạn mã không đo được tốc độ đọc và không biết ai đang nói trong hình. |
| Bản dịch phụ đề trở nên dài hơn (ví dụ: ở một số ngôn ngữ) | Tập trung kiểm tra xem có ngắt dòng và tràn màn hình hay không | Văn bản có độ dài thay đổi có nhiều khả năng ảnh hưởng đến hiệu ứng hiển thị |
Trước tiên hãy giới hạn các định dạng SRT được chấp nhận
Phương pháp sau chỉ hỗ trợ số thứ tự chung cộng với định dạng HH:MM:SS,mmm --> HH:MM:SS,mmm và mỗi khối có ít nhất một dòng văn bản. Nó không xử lý các phần mở rộng kiểu, thông tin định vị phụ đề hoặc các định dạng phụ đề khác.
Giao thức tổng hợp yêu cầu số thứ tự phải liên tiếp và các khoảng thời gian không trùng nhau. Nếu dự án thực tế cho phép chồng chéo thì quy định này cần được điều chỉnh riêng.
Phân tích cú pháp định dạng và so sánh thời gian riêng biệt
Phân tích định dạng trước, sau đó so sánh thời gian. Phần phân tích cú pháp chỉ có nhiệm vụ chia văn bản thành các khối, số thứ tự, thời gian bắt đầu, kết thúc và văn bản; phần so sánh thời gian chỉ có nhiệm vụ kiểm tra thứ tự, khoảng thời gian. Hai phần được tách biệt, giúp xác định vấn đề dễ dàng hơn khi có sự cố xảy ra.
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")
So sánh thời gian sử dụng số nguyên mili giây, chỉ biểu thị trục thời gian tương đối và không coi thời gian phụ đề là thời gian trên tường của một ngày nhất định. Các loại liên quan có thể tham khảo Các loại ngày giờ của Python.
##So sánh phần được bảo vệ trước và sau dịch
Trong quá trình dịch, phần cấu trúc không được thay đổi, còn văn bản cần được xem lại thủ công. Bảng dưới đây liệt kê những gì có thể xảy ra và những gì việc kiểm tra tự động không thể thay thế.
| dự án | trông chờ | Kiểm tra không thể thay thế |
|---|---|---|
| Số sê-ri và số khối | Giữ lại theo các thỏa thuận dự án | Liệu có thực sự có một bản dịch bị bỏ lỡ hay không |
| Khung thời gian | Không được thay đổi nếu chưa có sự cho phép | Lời thoại đồng bộ với hình ảnh |
| Nội dung chính là hợp lệ | Dễ đọc và không bị trộn lẫn vào dòng thời gian | Tốc độ đọc và ngôn ngữ tự nhiên |
| Những đường kẻ trống rỗng ngăn cách chúng ta | Duy trì ranh giới khối | Tương thích với người chơi |
Sau khi cấu trúc được phê duyệt, phải phát lại
Vượt qua kịch bản chỉ có nghĩa là cấu trúc đáp ứng quy ước chứ không có nghĩa là phụ đề hoạt động tốt trên trình phát. Mã này không đo tốc độ đọc và không biết ai đang nói trong ảnh.
Khi được giao chính thức, trình phát mục tiêu nên được sử dụng để kiểm tra hiển thị, ngắt dòng và đồng bộ, đặc biệt là các ngôn ngữ có phụ đề dài hơn. Kiểm tra kết cấu có thể ngăn ngừa một số lỗi trước đó, nhưng không thể bỏ qua việc chấp nhận phát lại.
Để lại các ràng buộc định dạng cho quy trình dịch thuật
Khi đánh giá các bản dịch tài liệu liên quan với OmniDoc (Mục sản phẩm), trước tiên hãy xác nhận xem mục hiện tại có hỗ trợ định dạng phụ đề yêu cầu hay không và làm rõ xem dòng thời gian có nên được giữ lại hay không. Bài viết này không khẳng định rằng nền tảng này cung cấp bất kỳ giao diện phụ đề nào.
Cách tiếp cận chấp nhận được là "cấu trúc không thay đổi, văn bản chính có thể được xem lại": giữ nguyên dòng thời gian và các dòng trống, chỉ chỉnh sửa bản dịch trong văn bản chính, và cuối cùng dùng trình phát để xem lại.
📊 So sánh cốt lõi
| Phương pháp thi | Có thể khám phá những gì? | Nó không thể thay thế bất cứ thứ gì |
|---|---|---|
| Kiểm tra kết cấu (kịch bản) | Vấn đề định dạng, thứ tự dấu thời gian và chồng chéo | Tốc độ đọc và ngôn ngữ tự nhiên |
| Chấp nhận phát lại (Trình phát mục tiêu) | Hiển thị, ngắt dòng và các vấn đề đồng bộ hóa | Khắc phục sự cố hàng loạt các lỗi định dạng rất hiệu quả |
🎯 Phương pháp nào phù hợp với bạn?
Nếu bạn cần kiểm tra thứ tự dấu thời gian
Sử dụng thời gian phân tích script để so sánh thời gian bắt đầu và kết thúc của các khối liền kề và kiểm tra sự đảo ngược hoặc chồng lấn.
Nếu phụ đề của bạn được giao để phát lại
Sau khi vượt qua kiểm tra cấu trúc, tiếp tục phát các đoạn trong trình phát mục tiêu, xác nhận hiển thị, ngắt dòng và đồng bộ hóa.
Nếu bản dịch của bạn dài hơn rõ rệt
Tập trung kiểm tra ngắt dòng và tràn hiển thị, đồng thời kiểm tra thủ công tốc độ đọc.
❓ Câu hỏi thường gặp (FAQ)
1. Chỉ cần kiểm tra xem số lần ngắt dòng trong văn bản có đủ không?
Chưa đủ. Chỉ kiểm tra số lần ngắt dòng sẽ không phát hiện đảo ngược hoặc chồng lấn dòng thời gian.
2. Phương pháp này có hỗ trợ tất cả các định dạng phụ đề không?
Không có sự hỗ trợ. Nó chỉ xử lý các định dạng số sê-ri phổ biến và khoảng thời gian, không xử lý phần mở rộng kiểu dáng, thông tin vị trí hoặc các định dạng phụ đề khác.
3. Nếu kịch bản vượt qua kiểm tra, liệu có thể giao trực tiếp không?
Không khuyến khích. Kiểm tra kết cấu không thể đo tốc độ đọc hoặc hiểu loa trên màn hình; trước khi giao chính thức, việc chấp nhận vẫn phải được thực hiện tại đầu phát mục tiêu.
4. Tại sao lại dùng mili giây nguyên để so sánh thời gian?
Số nguyên mili giây chỉ đại diện cho dòng thời gian tương đối, không xem thời gian phụ đề là thời gian tường của một ngày.
📝 Tóm tắt
Việc chấp nhận dịch phụ đề đòi hỏi phải kiểm tra cả cấu trúc và hiệu ứng phát lại. Đầu tiên, sử dụng script để giữ dòng thời gian và dòng trống, sau đó dùng trình phát để kiểm tra hiển thị và đồng bộ hóa. Chỉ khi cả hai bước hoàn thành thì việc giao hàng mới hoàn tất.
Trải nghiệm ngay: Tải lên tài liệu của bạn để bắt đầu dịch, giữ nguyên định dạng gốc


