WebVTT in HTTP Live Streaming
Jak HTTP Live Streaming od Apple przenosi napisy: playlista i wymienione w niej pliki WebVTT, każdy z kilkoma sekundami programu. Odtwarzacz pobiera je w trakcie odtwarzania, obok własnych segmentów wideo.
W skrócie
| Rozszerzenie | .m3u8 |
|---|---|
| Typ mediów | Playlista: application/vnd.apple.mpegurl. Jej segmenty: text/vtt. |
| Specyfikacja | RFC 8216 (2017) i HLS Authoring Specification for Apple Devices od Apple. Segmenty to WebVTT. |
| Precyzja czasu | Milisekundy, w napisach segmentów |
| Kodowanie tekstu | UTF-8, zarówno dla playlisty, jak i segmentów |
| Stylizacja | Ta z WebVTT: kursywa, pogrubienie, podkreślenie i kolory przez klasy |
| Pozycjonowanie | Ustawienia napisów WebVTT |
| Mówcy | Znaczniki głosu WebVTT: <v Thom> |
| W kontenerach | Brak dla WebVTT: zwykłe pliki tekstowe na serwerze WWW. Napisy IMSC w HLS przychodzą we fragmentowanym MP4. |
Budowa playlisty
Lista segmentów, każdy z jego długością. Napisy są w plikach, które wymienia.
#EXTM3U #EXT-X-VERSION:3 #EXT-X-TARGETDURATION:6 #EXT-X-MEDIA-SEQUENCE:0 #EXT-X-PLAYLIST-TYPE:VOD #EXTINF:6.000, movie_segments/segment00000.vtt #EXTINF:6.000, movie_segments/segment00001.vtt #EXTINF:2.000, movie_segments/segment00002.vtt #EXT-X-ENDLIST
- 1 · Nagłówek
Zawsze najpierw
#EXTM3U. Potem wersja, numer pierwszego segmentu iVOD: program, którego wszystkie segmenty już są. - 2 · Docelowy czas trwania
Pełne sekundy, których nie przekracza zaokrąglona długość żadnego segmentu.
- 3 · Długość
Jak długo trwa następny segment, w sekundach.
- 4 · Adres
Gdzie jest segment: tutaj obok playlisty, albo adres WWW.
- 5 · Koniec
Nic więcej nie przyjdzie. Transmisja na żywo go pomija i dodaje kolejne segmenty.
Budowa segmentu
Każdy segment to osobny plik WebVTT, z jednym dodatkowym wierszem w nagłówku.
WEBVTT X-TIMESTAMP-MAP=LOCAL:00:00:00.000,MPEGTS:900000 00:00:04.000 --> 00:00:07.500 <v Celia>You're a jerk, Thom. 00:00:08.000 --> 00:00:09.600 <v Thom><i>Celia!</i>
- 1 · Nagłówek
WEBVTT, jak w każdym pliku WebVTT. - 2 · Mapa znaczników czasu
Któremu momentowi wideo odpowiada czas napisu.
- 3 · Napisy
Każdy napis wyświetlany w trakcie segmentu, każdy z pełnym czasem, nawet z częścią poza segmentem.
To drugi segment, od 6 do 12 sekund. Jego pierwszy napis zaczął się w pierwszym segmencie, po 4 sekundach, i jest w obu: odtwarzacz, który zaczyna tutaj, nadal go pokazuje.
Mapa znaczników czasu
Klatki wideo niosą znaczniki czasu MPEG-2, liczone na zegarze 90,000 tików na sekundę. Mapa wiąże oba zegary:
| Część | Co mówi |
|---|---|
LOCAL:00:00:00.000 |
Czas napisu w tym pliku |
MPEGTS:900000 |
Znacznik czasu wideo w tym momencie: 900,000 tików, 10 sekund |
Wiele koderów zaczyna zegar strumienia od 10 sekund, więc 900000 to zwykła wartość. Z mapą napis o 00:00:04.000 jest pokazywany z klatką o znaczniku 1,260,000. Segment bez mapy jest odczytywany tak, jakby mapował 0 na 0.
Błędna mapa przesuwa każdy napis. Jeśli zegar wideo zaczyna się od 10 sekund, a mapa mówi 0, odtwarzacz pokazuje napisy 10 sekund za późno albo wcale. Zapisz wartość, której użył koder wideo.
Napisy w całym strumieniu
Główna playlista strumienia wymienia jego wersje: wideo w kilku rozmiarach, audio i napisy w każdym języku, każde z własną playlistą.
#EXT-X-MEDIA:TYPE=SUBTITLES,GROUP-ID="subs",NAME="English",LANGUAGE="en",DEFAULT=YES,URI="en.m3u8"
| Atrybut | Co zawiera |
|---|---|
TYPE |
SUBTITLES |
LANGUAGE |
Język napisów, jako znacznik BCP 47 |
DEFAULT |
YES dla tych pokazywanych, gdy widz nic nie wybrał |
URI |
Własną playlistę napisów, taką jak powyżej |
HLS czy plik WebVTT?
| Plik WebVTT | HLS | |
|---|---|---|
| Pliki | Jeden | Playlista i segment co kilka sekund |
| Pokazywane przez | <track> strony WWW, odtwarzacze |
Odtwarzacze HLS: Safari, iPhone, Apple TV i hls.js w sieci |
| Powiązane z wideo przez | Czasy od początku | Mapę znaczników czasu, względem własnych znaczników czasu wideo |
| Na żywo | — | Segmenty dodawane w trakcie programu |
HLS w Subtitld
- Tekst każdego napisu i podziały wierszy
- Kursywa, pogrubienie, podkreślenie i kolor, tak jak zachowuje je WebVTT
- Położenie, jako ustawienia napisu
- Mówcy, jako znaczniki głosu
- Początek i koniec co do milisekundy
- Język: Subtitld zapisuje playlistę napisów, a nie główną playlistę, która go podaje
- Tłumaczenia obok oryginału
- Dubbingi, twarze i kolory mówców
Zapisz projekt .usfx, aby je zachować.
Otwieranie playlisty HLS
Otwórz plik .m3u8. Subtitld:
- podąża od głównej playlisty do jej napisów: wersji w języku projektu, a bez niej domyślnej, a bez niej pierwszej;
- odczytuje każdy segment wymieniony w playliście, obok niej albo pod adresem
httplubhttps, oraz część pliku wskazaną zakresem bajtów; - odczytuje segmenty jako WebVTT i przesuwa każdy według jego mapy znaczników czasu, tak by pierwszy moment strumienia był 0;
- zachowuje raz napis powtórzony w segmentach, przez które się ciągnie, i łączy napis, który segmenter przeciął na granicy segmentu;
- odczytuje segmenty IMSC we fragmentowanym MP4, tak jak niesie je CMAF;
- przyjmuje język wersji jako język projektu.
Plik, który nie zaczyna się od #EXTM3U, albo playlista bez napisów to zgłasza.
Eksportowanie HLS
Eksportuj, potem Napisy i HLS, oferuje:
- TekstOryginał, tłumaczenie lub oba, z tłumaczeniem pod spodem.
- Nazwy mówcówPominięte, przed tekstem (Thom: …) albo jako znaczniki głosu (
<v Thom>). - FormatowanieZachowane albo usunięte.
- Przesunięcie czasówKażdy napis wcześniej lub później o tę samą wartość.
- Długość segmentu2, 4, 6 lub 10 sekund. 6 zaleca Apple.
- Mapa znaczników czasu
MPEGTS:900000, czyli 10 sekund, od których większość koderów zaczyna zegar strumienia, alboMPEGTS:0.
Subtitld zapisuje playlistę, w wersji 3, i obok niej folder nazwany od niej (movie.m3u8, movie_segments) z segmentami, segment00000.vtt i dalej. Każdy segment poza ostatnim trwa tyle samo i ma tę samą mapę, więc czasy jego napisów są czasami programu. Segmenty ciągną się tak długo jak wideo, łącznie z pustymi, albo tak długo jak napisy, gdy nie ma wideo. Ponowne zapisanie zastępuje segmenty w folderze.
Dodaj playlistę do głównej playlisty strumienia wierszem #EXT-X-MEDIA:TYPE=SUBTITLES, z jej językiem i adresem.
Ciekawostki
Apple wydało HTTP Live Streaming w maju 2009 roku. Opublikowano je jako RFC 8216 w sierpniu 2017 roku, po latach jako Internet-Draft.
Tyle działa zegar 90,000 tików znaczników czasu MPEG-2, zanim jego 33 bity przekręcą się do zera. RFC 8216 wymaga od odtwarzaczy, by sobie z tym radziły, gdy czasy napisów biegną dalej.
Specyfikacja authoringu od Apple mówi, że docelowy czas trwania powinien wynosić 6 sekund, a napisy WebVTT muszą mieć mapę znaczników czasu.
Powiązane formaty
Otwórz go w Subtitld razem z wideo i dopasuj czasy na przebiegu fali dźwiękowej.