Legendas e transcrições em JSON

Estrutura do JSON do Subtitld

O que o Subtitld grava, para uma legenda:

{
  "language": "en-us",
  "segments": [
    {
      "id": 0,
      "start": 23.0,
      "end": 24.5,
      "text": "You're a jerk, Thom.",
      "speaker": "Celia"
    }
  ],
  "text": "You're a jerk, Thom."
}

O que o Subtitld abre

O JSON de cada ferramenta diz de qual é pelas suas chaves. O Subtitld abre estes:

Um arquivo JSON que não é nenhum desses diz isso. Um que não é JSON válido diz onde está o erro, por linha e coluna.

Transcrições em legendas

Os serviços de reconhecimento de fala entregam palavras com seus tempos, ou longos trechos de fala. O Subtitld os transforma em legendas, dentro do que o painel Verificação de qualidade permitir: caracteres por linha, linhas e segundos. Uma legenda termina:

• onde o falante muda, ou a fala faz uma pausa de mais de um segundo;
• no fim de uma frase, quando a próxima a levaria além de uma linha;
• quando está cheia: no último sinal de pontuação que a deixa razoavelmente cheia, senão entre duas palavras.

Um trecho sem tempos de palavra é dividido do mesmo jeito, com seu tempo proporcional ao tamanho das partes.

Falantes e idiomas

Os serviços numeram seus falantes: 0, spk_1, SPEAKER_02, S3. O Subtitld os chama de A, B, C … na ordem em que falam pela primeira vez, como nomeia os falantes por conta própria; um falante que o arquivo nomeia, como o Rev.ai pode fazer, mantém o nome.

O idioma do projeto vem do arquivo, como um código (en_us, pt) ou um nome (English, como o Whisper o guarda quando pedido), ou então do nome do arquivo: video.en.json3. Um arquivo no idioma do projeto mantém o país do projeto: pt em um projeto pt-br continua pt-br.

O json3 do YouTube

O que o player do YouTube lê, e o yt-dlp salva como .json3: eventos de texto em milissegundos, com canetas para negrito, itálico, sublinhado e cores, e janelas para o lugar em que aparecem. Legendas automáticas rolam, uma linha depois da outra, cada uma mostrada até a próxima aparecer; o Subtitld faz de cada linha uma legenda, até a próxima começar.

O BCC do Bilibili

O que o player do Bilibili lê, e o único outro JSON que o Subtitld grava.

{
  "font_size": 0.4,
  "font_color": "#FFFFFF",
  "background_alpha": 0.5,
  "background_color": "#9C27B0",
  "Stroke": "none",
  "body": [
    {
      "from": 23.0,
      "to": 24.5,
      "location": 2,
      "content": "You're a jerk, Thom."
    }
  ]
}

Os tempos são em segundos; content é texto simples, com as linhas separadas por \n. A aparência no topo é a que os próprios arquivos do Bilibili trazem, e o Subtitle Edit também grava.

JSON no Subtitld

Exportando

Exportar, depois Legendas, oferece os dois:

• JSONO do Subtitld: o projeto como está, cada legenda e cada campo.
• BCCO do Bilibili: o original, uma tradução ou os dois, com a tradução embaixo; nomes dos falantes omitidos ou antes do texto; tempos deslocados, se você quiser.

Curiosidades