JSON 字幕与转录文本

Subtitld 的 JSON 结构

下面是 Subtitld 保存的一条字幕：

{
  "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."
}

Subtitld 能打开的文件

每个工具的 JSON 都能通过其键来识别。Subtitld 可以打开以下几种：

如果 JSON 文件不属于以上任何一种，Subtitld 会说明原因。如果文件不是有效的 JSON，Subtitld 会指出出错的行和列。

将转录文本转换为字幕

语音转文字服务提供的是带时间的词，或是较长的话语段落。Subtitld 会把它们转换为字幕，长度受 质量检查 面板的限制：每行字符数、行数和秒数。字幕在以下位置结束：

• 说话人切换，或语音停顿超过一秒的地方；
• 句末，且下一个词会使其超出一行的时候；
• 字幕已经足够长：在它最后一个能使其大致填满的标点处结束，否则在两个词之间结束。

没有词级时间的段落，会按同样的方式分割，其时间按各部分的长度分配。

说话人与语言

服务会为说话人编号：0、spk_1、SPEAKER_02、S3。Subtitld 会按首次发言的顺序把它们命名为 A、B、C……，与 Subtitld 自己为说话人命名的方式相同；如果文件中已经为说话人命名（Rev.ai 可以做到），则保留该名字。

项目的语言来自文件：可以是代码（en_us、pt），也可以是名称（English，Whisper 在被要求时使用这种写法），或者来自文件名，例如 video.en.json3。与项目语言相同的文件会保留项目的国家或地区：在 pt-br 项目中的 pt 仍为 pt-br。

YouTube 的 json3

这是 YouTube 播放器读取、由 yt-dlp 保存为 .json3 的内容：以毫秒为单位的文本事件，并带有用于粗体、斜体、下划线和颜色的笔，以及用于位置的窗口。自动字幕是滚动式的，一行接着一行，每行显示到下一行出现为止；Subtitld 把每一行作为一条字幕，直到下一条开始。

哔哩哔哩的 BCC

这是哔哩哔哩播放器读取的格式，也是 Subtitld 唯一会保存的另一种 JSON。

{
  "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."
    }
  ]
}

时间以秒为单位；content 是纯文本，其中的换行以 \n 表示。顶部的外观与哔哩哔哩自己的文件所带的相同，Subtitle Edit 也会写出这种外观。

Subtitld 中的 JSON

导出

在 导出 中选择 字幕，两种格式都可以选择：

• JSONSubtitld 自己的格式：按项目原样保存，包含每条字幕和每个字段。
• BCC哔哩哔哩的格式：原文、译文，或两者都要，译文位于原文之下；说话人名字可以不写，也可以写在文本前；如果你选择，也可以进行时间偏移。

小知识