Blog
Formaty plików transkrypcji: który jest ci potrzebny?
Autor: Hushscript Opublikowano: Ostatnio sprawdzono:
Format zależy od tego, co stanie się z transkrypcją dalej, a nie od jednego uniwersalnego najlepszego wyboru. Jako zasada praktyczna: TXT lub DOCX do czytania i edytowania jako dokument, SRT lub VTT do napisów, a CSV lub JSON, gdy transkrypcja trafia do arkusza kalkulacyjnego albo potoku danych.
Do wyboru jest 21 formatów plików transkrypcji przy eksporcie z Hushscript, czyli sporo do przewijania, jeśli nie wiesz jeszcze, którego potrzebujesz. Pomiń listę i zacznij od tego, co zamierzasz zrobić z transkrypcją dalej, a właściwy format wyjdzie z tego niemal automatycznie.
Najważniejsze informacje
- Napisy: SRT to szeroko obsługiwana opcja domyślna, VTT jest do wideo w sieci.
- Dokumenty: DOCX lub ODT do edycji, PDF do przekazania w stałej postaci.
- Edytory: FCPXML dla Final Cut, EDL dla Premiere, Resolve i większości innych edytorów NLE.
- Dane: JSON, CSV, TSV lub XML do skryptów, arkuszy i baz danych.
- Z jednej transkrypcji wyeksportujesz tyle z 21 formatów, ile potrzebujesz.
Tworzenie napisów, także dla osób niesłyszących i słabosłyszących
Sześć formatów jest przeznaczonych do napisów z czasem: SRT, VTT, ASS, TTML, SBV i LRC. SRT jest szeroko obsługiwanym formatem domyślnym; opis WebVTT w Library of Congress wyjaśnia format .vtt używany do wideo w sieci, a wytyczne publikacyjne GOV.UK zaznaczają, że platformy publikacyjne mogą akceptować SRT, VTT lub SBV. ASS dodaje stylowanie ponad samym czasem, a TTML obsługuje procesy wymagające bogatszego tekstu z czasem. LRC jest przeznaczony do synchronizacji w stylu tekstów piosenek. Zawsze sprawdź aktualną listę importu w miejscu docelowym, zanim wybierzesz format.
Każdy z nich jest wliczony w transkrypcję przez generator napisów. Format wybierasz przy eksporcie, a nie przed rozpoczęciem. Jeśli masz już plik z napisami i potrzebujesz go tylko w innym formacie, to mniejsze zadanie niż transkrypcja: bezpłatny konwerter napisów zamienia SRT, VTT, ASS, TTML i SBV między sobą bezpośrednio w twojej przeglądarce, bez niczego do transkrybowania.
Umieszczanie w dokumencie
DOCX, PDF, XLSX, ODS i ODT obejmują zastosowanie biurowe. DOCX lub ODT daje dokument, który możesz redagować w zgodnym edytorze; gdy zgodność ma znaczenie, sprawdź aplikację i wersję odbiorcy. PDF służy do przekazania w stałej postaci. XLSX i ODS umieszczają transkrypcję w arkuszu, jeden wiersz na linię, co przydaje się, gdy chcesz filtrować lub sortować według osoby mówiącej albo znacznika czasu, zamiast czytać od początku do końca.
Przekazanie do potoku danych
JSON, CSV, TSV i XML są zbudowane dla oprogramowania, a nie dla ludzi. JSON daje uporządkowany obiekt z polami osoby mówiącej i znacznika czasu przy każdej linii, gotowy do przetworzenia przez skrypt. CSV i TSV to te same dane jako zwykła tabela, do arkusza kalkulacyjnego lub importu do bazy danych. XML obsługuje systemy, które właśnie go oczekują. Żaden z nich nie jest przeznaczony do bezpośredniego czytania. To dane wejściowe dla czegoś innego.
Przeniesienie do programu montażowego
FCPXML i EDL istnieją do jednego zadania: zaimportowania transkrypcji jako znaczników na osi czasu w edytorze wideo. FCPXML jest zbudowany dla Final Cut; EDL obsługuje Premiere, Resolve i większość innych programów montażowych NLE. Każdy z nich zamienia transkrypcję w znaczniki klipów na osi czasu zamiast dokumentu, do którego musiałbyś osobno zaglądać podczas montażu.
Archiwizacja lub przekazanie całości
Gdy zadanie wymaga kilku formatów naraz, a nie jednego, gotowy pakiet archiwum zbiera je razem: Subtitle pack dla plików z napisami, Research pack dla formatów tekstowych i danych, Office pack dla dokumentów, Editor pack dla formatów osi czasu albo All formats dla wszystkiego naraz. Każde archiwum jest dostarczane jako chroniony hasłem plik .husharchive z manifestem i sumami kontrolnymi albo jako standardowy ZIP szyfrowany AES, jeśli narzędzie po stronie odbiorcy nie otwiera plików .husharchive. Jeśli dostaniesz plik .husharchive od kogoś innego, możesz go również otworzyć, zweryfikować i rozpakować w przeglądarce.
Szybkie czytanie i zwykły tekst
TXT, Markdown, HTML i RTF dopełniają listę dla najprostszego przypadku: chcesz po prostu przeczytać słowa albo wkleić je gdzieś. TXT otwiera się w niemal każdym edytorze tekstu. Markdown pasuje do wiki i narzędzi do dokumentacji. HTML przyda się przy publikacji w sieci. RTF to opcja zgodności dla edytorów dokumentów, które nie przyjmują DOCX.
Wszystkie 21 formatów w skrócie
| Format | Kategoria | Zastosowanie |
|---|---|---|
| SRT | Napisy | Szeroko obsługiwany domyślny format napisów |
| VTT | Napisy | Napisy do wideo w sieci |
| ASS | Napisy | Stylizowane napisy ponad samym czasem |
| TTML | Napisy | Procesy z bogatszym tekstem z czasem |
| SBV | Napisy | Alternatywny format, który akceptują niektóre platformy |
| LRC | Napisy | Synchronizacja w stylu tekstów piosenek |
| DOCX | Dokument | Edytowalny dokument, popularne edytory |
| ODT | Dokument | Edytowalny dokument, format otwarty |
| Dokument | Przekazanie w stałej postaci | |
| XLSX | Dokument | Arkusz kalkulacyjny, jeden wiersz na linię |
| ODS | Dokument | Arkusz kalkulacyjny, format otwarty |
| JSON | Dane | Uporządkowany obiekt z polami osoby mówiącej i znacznika czasu |
| CSV | Dane | Zwykła tabela do arkusza kalkulacyjnego lub importu do bazy danych |
| TSV | Dane | To samo co CSV, rozdzielane tabulatorami |
| XML | Dane | Systemy, które właśnie go oczekują |
| FCPXML | Oś czasu edytora | Znaczniki klipów dla Final Cut |
| EDL | Oś czasu edytora | Znaczniki klipów dla Premiere, Resolve i innych programów NLE |
| TXT | Tekst | Czytaj lub wklejaj gdziekolwiek |
| Markdown | Tekst | Wiki i narzędzia do dokumentacji |
| HTML | Tekst | Publikacja w sieci |
| RTF | Tekst | Opcja zgodności dla edytorów, które nie przyjmują DOCX |
Jak wygląda transkrypcja
Oto krótki przykład transkrypcji, który pokazuje, jak wygląda wynik, zanim wybierzesz format: znaczniki czasu, oznaczenia osób mówiących i same słowa.
[00:00:03] Speaker 1: Dziękuję, że jesteście. Zacznijmy od liczb budżetowych.
[00:00:07] Speaker 2: Jasne. Q3 wyszedł około dwanaście procent powyżej prognozy.
[00:00:14] Speaker 1: To się zgadza z tym, co zgłosił marketing. Jakieś obawy co do Q4?
[00:00:19] Speaker 2: Tylko kadry. Brakuje nam dwóch zatrudnień do planu.
Każdy format niesie jakąś wersję tego zapisu: TXT i DOCX zachowują go jako czytelny tekst, SRT i VTT zamieniają znaczniki czasu we wpisy (cue), a JSON lub CSV rozbijają każdą linię na uporządkowane pola. Słowa nie zmieniają się między formatami, zmienia się tylko to, jak są spakowane na następny krok.
Przykład z praktyki
Montażysta wideo dostaje z Hushscript dwugodzinny wywiad i potrzebuje z niego dwóch rzeczy: plików z napisami do wgrania na platformę oraz znaczników na osi czasu, żeby asystent montażysty mógł podczas cięcia przeskakiwać do konkretnych odpowiedzi. Jedna transkrypcja, dwa eksporty (SRT do napisów, EDL do osi czasu w Premiere), bez ponownej transkrypcji i bez osobnego narzędzia do któregokolwiek z formatów.
Zacznij od transkrypcji, a nie od formatu
Pytanie o format pojawia się tylko dlatego, że Hushscript traktuje je jako ostatni krok, a nie decyzję konfiguracyjną. Przetranskrybuj raz na stronie audio na tekst, a potem wyeksportuj ten z 21 formatów, którego faktycznie potrzebuje aktualne zadanie, dziś i ponownie później, jeśli następne zadanie wymaga czegoś innego. Jeśli chodzi o samą część z napisami, jak dodać napisy do wideo omawia krok eksportu i synchronizacji dokładniej.
Niezależne źródła i standardy
Hushscript korzystał z tych niezależnych źródeł niezwiązanych z konkurencją. Wyjaśniają badania, standardy lub działanie platform i nie stanowią rekomendacji Hushscript.
Źródła sprawdzono: