WebVTT in HTTP Live Streaming

OtwieranieZapisywanieStreamingSieć

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 mediówPlaylista: application/vnd.apple.mpegurl. Jej segmenty: text/vtt.
SpecyfikacjaRFC 8216 (2017) i HLS Authoring Specification for Apple Devices od Apple. Segmenty to WebVTT.
Precyzja czasuMilisekundy, w napisach segmentów
Kodowanie tekstuUTF-8, zarówno dla playlisty, jak i segmentów
StylizacjaTa z WebVTT: kursywa, pogrubienie, podkreślenie i kolory przez klasy
PozycjonowanieUstawienia napisów WebVTT
MówcyZnaczniki głosu WebVTT: <v Thom>
W kontenerachBrak 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. 1 · Nagłówek

    Zawsze najpierw #EXTM3U. Potem wersja, numer pierwszego segmentu i VOD: program, którego wszystkie segmenty już są.

  2. 2 · Docelowy czas trwania

    Pełne sekundy, których nie przekracza zaokrąglona długość żadnego segmentu.

  3. 3 · Długość

    Jak długo trwa następny segment, w sekundach.

  4. 4 · Adres

    Gdzie jest segment: tutaj obok playlisty, albo adres WWW.

  5. 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. 1 · Nagłówek

    WEBVTT, jak w każdym pliku WebVTT.

  2. 2 · Mapa znaczników czasu

    Któremu momentowi wideo odpowiada czas napisu.

  3. 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

Zachowane w segmentach
  • 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
Brak miejsca
  • 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 http lub https, 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

Okno eksportu Subtitld z wybranym HLS, mówcami jako znaczniki głosu, segmentami po 6 sekund i mapą znaczników czasu na MPEGTS 900000

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 czasuMPEGTS:900000, czyli 10 sekund, od których większość koderów zaczyna zegar strumienia, albo MPEGTS: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

2009

Apple wydało HTTP Live Streaming w maju 2009 roku. Opublikowano je jako RFC 8216 w sierpniu 2017 roku, po latach jako Internet-Draft.

26.5 h

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.

6 s

Specyfikacja authoringu od Apple mówi, że docelowy czas trwania powinien wynosić 6 sekund, a napisy WebVTT muszą mieć mapę znaczników czasu.

Powiązane formaty

Masz plik .m3u8 do poprawienia?

Otwórz go w Subtitld razem z wideo i dopasuj czasy na przebiegu fali dźwiękowej.

Pobierz Subtitld