DVB subtitles (ETSI EN 300 743)
欧洲数字电视的字幕:以图片形式,随画面和声音一起在广播的传输流中发送,观众打开字幕时由接收机叠加在节目上。它们没有自己的文件。Subtitld 借助 OCR 插件从录像中读取它们,并能把它们写入你视频的传输流中。
概览
| 规范 | ETSI EN 300 743,始于 1996 年的草案;流如何列出它们,见 ETSI EN 300 468 |
|---|---|
| 传输方式 | MPEG 传输流(.ts、.m2ts)中的一条独立流;Matroska 轨道 |
| 时间精度 | 90 kHz 时钟的一个 tick |
| 字符 | 无:文字是像素。标准也允许以字符编码的对象。 |
| 样式 | 绘制成什么样就是什么样,使用 4、16 或 256 色的调色板,每种颜色都有透明度 |
| 位置 | 区域可位于 720×576 显示画面上的任意位置,或流所定义尺寸的画面上 |
| 说话人 | 无 |
| 频道 | 一条流可以携带多个服务:每个服务一种语言,或为听障人士提供的字幕 |
显示集
一条字幕就是一个显示集:若干段(segment),每段以 0F、类型、页面和长度开头,放在一个打上显示时间戳的 PES 数据包中发送。下面是 Subtitld 为一条 400 × 60 像素的字幕写出的内容:
0F 14 0001 0005 07 077F 0437 0F 10 0001 0008 03 1B 00 FF 02F8 03C0 0F 11 0001 0010 00 1F 0190 003C 6F … 0F 12 0001 0014 00 1F 00 3F 00 80 80 FF … 0F 13 0001 0567 0000 11 02B0 02B0 … 0F 80 0001 0000
- 1 · 显示
字幕所针对的显示画面:1920 × 1080,写成 1919 和 1079。没有这一段时为 720 × 576。
- 2 · 页面
显示的内容:最多 3 秒,模式切换(重新开始,忘掉其余内容),区域 0 位于横向 760、纵向 960 处。
- 3 · 区域、调色板、对象
区域的尺寸和位深,每像素 8 位;它的调色板,每种颜色以 Y、Cr、Cb 和透明度表示;然后是图片,偶数行和奇数行分别以游程编码。
- 4 · 结束
显示集已完整:显示它。
字幕结束时发送一个空页面,把它清除:0F 10 0001 0002 00 23,即普通情况下不含区域的页面。
段
| 类型 | 段 | 内容 |
|---|---|---|
10 |
页面合成 | 显示哪些区域、在哪里,以及最多显示多久 |
11 |
区域合成 | 一个像素矩形、它的位深、调色板以及其中的对象 |
12 |
CLUT 定义 | 调色板:4、16 或 256 项 |
13 |
对象数据 | 一张图片,以 2 位、4 位或 8 位像素串编码,或以字符编码 |
14 |
显示定义 | 显示画面的尺寸,不是 720 × 576 时使用 |
80 |
显示集结束 | 显示自页面合成以来收到的内容 |
流如何列出它们
传输流的节目映射表用字幕描述符指明字幕流:每个服务的三字母语言代码、类型和页面。
| 类型 | 字幕 |
|---|---|
10 |
适用于任何显示画面 |
11 至 13 |
适用于 4:3、16:9 和 2.21:1 的显示画面 |
14 |
适用于高清显示画面 |
20 至 24 |
同上,为听障人士提供 |
每个服务有自己的合成页面,并可与其他服务共用一个辅助页面,存放它们共同使用的调色板和图片。
DVB 还是 teletext?
| DVB 字幕 | Teletext | |
|---|---|---|
| 保存内容 | 图片 | 字符 |
| 外观 | 任意字体和颜色,由广播机构绘制 | 接收机的 teletext 字体,8 种颜色 |
| 一条流包含 | 每种语言一个服务 | 每种语言一个页面:888、889…… |
| 载体 | DVB 广播 | 最初是模拟电视,后来是 DVB 广播和高清演播室中的 OP-47 |
Subtitld 中的 DVB 字幕
- 每条字幕,与预览中绘制的一样:文本、换行、格式、颜色和位置
- 每种语言一个服务:原文,以及(如果你选择的话)每种译文各一个
- 每个服务的语言
- 开始和结束时间,精确到 90 kHz 的 tick
- 文本本身:接收机显示的是图片,要读回文字需要 OCR
- 强制字幕:服务由观众打开或关闭
- 超过 256 种的颜色,大尺寸字幕中则为超过 16 种的颜色
- 配音、说话人的名字和脸
如需保留属于 Subtitld 的内容,请保存为 .usfx 项目。
读取视频中的 DVB 字幕
文字是像素,因此需要 OCR 插件来识别:在 插件 面板中安装 Tesseract OCR 或 PP-OCRv5。
把录像作为视频打开。在 导入 面板中,选择 Subtitles in the video 引擎,然后选择轨道:流中的每个服务都是一条单独的轨道,带有语言,为听障人士提供的服务会加以标明。点击 Read subtitles 即开始读取。Subtitld 会读取:
- 服务页面中的各个区域,绘制成一张图片,从显示集的时间开始,持续到下一个显示集或超时为止;
- 2 位、4 位和 8 位区域、它们的调色板和标准的默认调色板,以及服务共用的辅助页面;
- 跨越多个 PES 数据包的显示集,完整读取;
- 以字符编码的对象,作为其文字读取,无需识别;
- 从文件开头算起的时间,与 FFmpeg 的计算方式相同。
传输流按原样读取;其他容器中的 DVB 轨道则通过 FFmpeg 逐包读取。
写入字幕
DVB 字幕没有自己的文件:它们与视频一起放在传输流中。在 导出 的 视频 下,选择 Transport stream (.ts)、Embedded, subtitle track,并把 Track format 设为 DVB subtitles, drawn as pictures。A track for each translation as well 会为每种译文各添加一个服务。
每条字幕都按预览中的样子绘制:视频为标清时针对 720 × 576 的显示画面,否则针对 1920 × 1080 的显示画面,颜色归入 256 色调色板。画面和声音直接复制,不重新编码。每条流有一个服务,即页面 1,类型为 10,高清时为 14,语言为其文本的语言。
每条字幕一个 PES 数据包。 FFmpeg 只读取显示集的第一个 PES 数据包,其余的一概拒绝,因此分散在多个数据包中的字幕,在 FFmpeg 及使用它的播放器中只会显示上面一部分:分成八个数据包的 400 行图片,只显示出前 50 行。Subtitld 把每个显示集放在一个数据包中:在 256 色下放不下的大尺寸字幕,会以 16 色写出,每像素 4 位编码,所需字节要少得多。
小知识
ETSI 关于 DVB 字幕系统的第一份草案 prETS 300 743,日期为 1996 年 11 月。2006 年的 1.3.1 版描述了显示定义段,用于 720 × 576 以外的显示画面。
每一段开头的同步字节 0000 1111,其后是类型、页面和长度。
8 位区域调色板中的颜色数。标准为每种位深定义了一个默认调色板,在流没有提供调色板时使用。
相关格式
-
888Teletext subtitles (EBU Teletext, and OP-47)
-
.supPresentation Graphic Stream
-
608 708CEA-608 与 CEA-708 隐藏式字幕
在 Subtitld 中打开它,连同视频一起,在波形上重新打轴。