Digital Cinema Package subtitles, Interop and SMPTE
影院放映的字幕:由放映服务器绘制在画面上的 XML,每一行单独定位;或者是 PNG 图片。共有两代格式,影院两种都能放映:源自德州仪器 CineCanvas 的 Interop,以及其后的标准 SMPTE ST 428-7。
概览
| 扩展名 | .xml |
|---|---|
| 媒体类型 | 未注册 |
| 规范 | Interop:德州仪器的 CineCanvas,从未正式标准化。SMPTE:ST 428-7(2007、2010、2014 年),按 ST 429-5 封装在 MXF 中。 |
| 时间精度 | Interop:4 毫秒一个 tick。SMPTE:卷的一帧。 |
| 文本编码 | UTF-8,在 XML 中声明 |
| 样式 | 字体、大小、颜色、斜体、粗体、下划线、描边或阴影、淡入淡出。SMPTE 还支持注音(ruby)。 |
| 位置 | 每行单独定位:顶部、中部或底部,左、中或右,以及以画面百分比表示的距离 |
| 说话人 | 无 |
| 所在容器 | Interop:XML 位于影片旁的包中,字体和 PNG 放在它旁边。SMPTE:一个包含字体和 PNG 的 MXF 轨道文件。 |
文件结构
一卷的字幕:关于影片的头部,包住全部字幕的一个字体元素,以及每条字幕一个 <Subtitle>。下面是 Subtitld 以 SMPTE 为两条字幕写出的内容:
<SubtitleReel xmlns="…/428-7/2010/DCST"> <Id>urn:uuid:8a3c1e2b-…</Id> <ContentTitleText>Tears of Steel</ContentTitleText> <Language>en</Language> <EditRate>24 1</EditRate> <TimeCodeRate>24</TimeCodeRate> <SubtitleList> <Font Color="FFFFFFFF" Effect="border" Size="42" …> <Subtitle SpotNumber="1" TimeIn="00:00:23:00" TimeOut="00:00:24:12" …> <Text Valign="bottom" Vposition="10" Halign="center">You're a jerk, Thom.</Text> </Subtitle> <Subtitle SpotNumber="2" TimeIn="00:00:25:03" TimeOut="00:00:28:00" …> <Text Valign="top" Vposition="10" Halign="center"><Font Italic="yes">Celia,</Font> wait.</Text> <Text Valign="top" Vposition="16.4" Halign="center">I can explain.</Text> </Subtitle> </Font>
- 1 · 头部
这一卷的 UUID、影片标题、语言,以及时间计数所用的帧率。
- 2 · 字体
除非另有设定,所有字幕的外观:白色文字,黑色描边,42 磅。
- 3 · 时间
入点和出点:小时、分钟、秒和帧。淡入和淡出,这里没有。
- 4 · 文本
每行一个,单独定位:它靠哪条边,以及与这条边相距画面高度的百分之多少。内部的 Font 为若干词设置样式。
时间码
SMPTE 卷按 TimeCodeRate 的帧计数,并且可以从非零的 StartTime 开始计数。Interop 则按 tick 计数,每秒 250 个,与影片帧率无关:00:00:25:030 即 25.12 秒。
Interop 还是 SMPTE?
| Interop | SMPTE | |
|---|---|---|
| 根元素 | <DCSubtitle>,无命名空间 |
<SubtitleReel>,位于 SMPTE 的命名空间 |
| 标识 | <SubtitleID>、<MovieTitle> |
<Id>(urn:uuid)、<ContentTitleText>、<IssueDate> |
| 时间 | 4 毫秒一个 tick:00:00:25:030 |
帧:00:00:25:03 |
| 拼写 | VAlign、HPosition、Underlined |
Valign、Hposition、Underline |
| 图片 | <Image> 指定 XML 旁边的一个 PNG |
<Image> 以 urn:uuid 指定 MXF 中的一个 PNG |
| 在包中 | XML 原样放入 | 封装在 MXF 轨道文件中,可以加密 |
放映机两种拼写都能读。 Subtitld 也是如此:SMPTE 文件中的 HAlign 会按 Halign 读取。
文本还是图片
字幕可以是文本,由服务器用包中携带的字体绘制;也可以是 <Image>:预先绘制好的 PNG,像一行文本那样放在画面上。图片在每台服务器上看起来都一样,还能表现服务器字体无法呈现的文字和样式。
Subtitld 中的 DCP
- 每条字幕的文本和换行
- 斜体、粗体、下划线、颜色、上标和下标文字、大小
- 字幕自己的大小、描边或阴影
- 注音,以及在竖列中直立排列的字符
- 竖排或从右向左书写的文本
- 位置:九个位置,以及边距
- 开始和结束时间,精确到 tick 或帧
- 文件指定的字体:它是包中的一个文件,Subtitld 没有它
- 淡入和淡出
- 说话人,与原文并列的译文
- 配音、说话人的脸和颜色
如需保留这些内容,请保存为 .usfx 项目。
打开 DCP 字幕文件
许多格式都使用 .xml:Subtitld 根据根元素 <DCSubtitle> 或 <SubtitleReel> 识别 DCP 字幕,并读取:
- Interop 以 tick 计的时间,较旧的文件若计到第 249 个 tick 以上则按毫秒读取;SMPTE 按其帧率的帧计时,从
StartTime算起; - 字幕从上到下的各行,并根据最外侧的一行确定其位置;
- 每段文本外层 Font 的格式,以及字幕自己的大小和描边或阴影,作为它的外观;
- SMPTE 的 2007、2010 和 2014 命名空间;
- 语言作为项目的语言,以及影片标题。
格式的代别以及 SMPTE 卷的帧率都会被保留,以便再次保存时保持原样。Subtitld 打开的是 XML,而不是 MXF 轨道文件:请先从包中取出 XML。
图片形式的 DCP
如果文件中的字幕都是 <Image>,就没有可编辑的文字。Subtitld 会在文件旁找到每个 PNG(SMPTE 的是 <uuid>.png),并请 OCR 插件 Tesseract 或 PP-OCRv5 识别。识别出的文本放在每张图片原来的位置,并可保存为文本形式的 DCP 字幕。
导出 DCP 字幕
在 导出 中选择 字幕 和 DCP,会提供以下选项:
- 文本原文、译文,或两者都要,译文位于原文之下。
- 说话人名字不写,或写在文本前(Thom: ……)。
- 格式保留,或去除。
- 时间偏移所有字幕整体提前或推迟相同的时长。
- 标准SMPTE(ST 428-7),或 Interop(CineCanvas)。
- 字幕形式文本,或图片。
- 帧率仅限 SMPTE:24、25、30、48、50 或 60,除非你另选,否则取最接近视频的帧率。
以文本导出时,所有字幕都位于同一个字体元素中:白色,黑色描边,42 磅。每行是一个 <Text>,从字幕的位置开始堆叠;除非字幕有自己的边距,否则使用字幕安全区边距。时间从 00:00:00:00 开始计算,不带淡入淡出。文件的语言为所写文本的语言,标题为项目标题,没有时则为视频名称。不写出字体文件:服务器会用自己的字体或母版制作工具添加的字体绘制文本。
以图片导出时,每条字幕都按 Subtitld 预览中的样子,绘制在与视频同样大小的画面上(没有视频时为 1920×1080),作为 XML 旁边的一个 PNG:Interop 以文件名命名,SMPTE 则以新的 UUID 命名。
SMPTE 需要 MXF。 ST 429-5 要求把 SMPTE 卷连同它的 PNG 封装在一个 MXF 轨道文件中。Subtitld 只写出 XML 和单独的 PNG,不做任何封装:放映机无法直接放映它们。请把它们交给 DCP-o-matic 等母版制作工具来生成包。Interop 的 XML 和 PNG 则可以原样放入包中。
小知识
Interop 时间中一秒的 tick 数:每个 tick 4 毫秒,与影片帧率无关。
Interop 字幕所源自的德州仪器格式。Interop 本身从未正式标准化。
SMPTE 字幕可以携带注音(ruby,即标在日文旁边的小字读音)和 3D 文本。CineCanvas 两者都不支持。
相关格式
在 Subtitld 中打开它,连同视频一起,在波形上重新打轴。