Plik SRT, czyli SubRip Subtitle, to format napisów w postaci zwykłego tekstu, który przypisuje każdy podpis do określonego przedziału czasowego. W opublikowanym przez ElevenLabs przewodniku firma szczegółowo opisuje, jak tworzyć, edytować i osadzać ten plik w filmie oraz jak odróżnić go od formatu WebVTT. Przewodnik przypomina, że miliony osób ogląda filmy bez dźwięku.
- Plik SRT zapisuje napisy jako zwykły tekst z przedziałami czasowymi.
- Format wymaga ścisłej składni znaczników czasowych z przecinkiem przed milisekundami.
- Napisy powstają dzięki rozpoznawaniu mowy, a następnie są korygowane w edytorze napisów.
- SRT nie obsługuje stylu ani pozycji tekstu, dlatego WebVTT lepiej sprawdza się w sieci.
Przewodnik cytuje badanie Verizon, które już w 2019 roku wykazało, że 69% ankietowanych użytkowników w USA wyciszało dźwięk filmów w miejscach publicznych. Ten sam instytut szacował, że 80% konsumentów było bardziej skłonnych obejrzeć cały film, jeśli zawierał napisy. Według przewodnika badanie z 2024 roku powtarza te liczby i potwierdza, że nadal są aktualne.
Prosty format odczytywany przez większość odtwarzaczy
Plik SRT składa się z ponumerowanych bloków. Każdy blok zawiera numer kolejny, wiersz ze znacznikami czasowymi wskazującymi początek i koniec wyświetlania, a następnie tekst podpisu. Puste wiersze oddzielają bloki. Przewodnik podaje przykład pierwszego bloku wyświetlanego od 00:00:01,000 do 00:00:06,000, po którym następuje drugi blok od 00:00:06,500 do 00:00:10,200.
Format znaczników czasowych musi być ściśle przestrzegany: godziny, minuty i sekundy oddzielone dwukropkami, a następnie przecinek przed milisekundami. Przewodnik podkreśla, że ten błąd składni jest częsty. Format jest szeroko obsługiwany, dzięki czemu większość odtwarzaczy wideo i programów do montażu otwiera go bez rozszerzenia. Według przewodnika wystarczy umieścić plik SRT w tym samym folderze co film, pod tą samą nazwą, aby napisy wyświetlały się automatycznie.
Tworzenie, poprawianie i osadzanie napisów
Zwykły plik tekstowy nie zawiera żadnych informacji o czasie. Aby przekształcić transkrypcję w SRT, znaczniki czasowe muszą pochodzić z samego dźwięku. Przewodnik przedstawia rozpoznawanie mowy jako rozwiązanie dla długich nagrań: model generuje zarówno słowa, jak i ich znaczniki czasowe. Model Scribe v2, cytowany w przewodniku, transkrybuje dźwięk w ponad 90 językach i dostarcza znaczników czasowych na poziomie słowa. W interfejsie ElevenCreative użytkownik przesyła swój plik, sprawdza transkrypcję, a następnie wybiera Eksport, a następnie SRT.
Po utworzeniu pliku przewodnik wymienia trzy typowe błędy: przesunięcie znaczników czasowych, zbyt długie wiersze utrudniające komfortowe czytanie oraz nakładające się przedziały czasowe. Korektę można przeprowadzić w prostym edytorze tekstu, ale przewodnik zaleca dla długich filmów dedykowany edytor napisów. Wyświetla on podgląd filmu obok znaczników czasowych i pozwala wykrywać przesunięcia podczas pracy. Przewodnik wymienia między innymi Jubler, darmowy edytor open source dostępny dla Linuksa, Windows i macOS.
Srt czy webvtt?
Wybór między tymi dwoma formatami zależy od miejsca publikacji. SRT jest formatem najpowszechniej stosowanym, zwłaszcza w odtwarzaczach desktopowych i starszych platformach. Nie obsługuje natywnie stylu tekstu, czcionek, kolorów ani pozycji na ekranie. WebVTT, nowszy format, jest zaprojektowany dla odtwarzaczy wideo HTML5 i umożliwia takie ustawienia. Dlatego dla publikacji skupionej na sieci web przewodnik uważa go za lepiej dopasowany.
Sam SRT nie może wyprodukować filmu. Aby uzyskać plik MP4 z wbudowanymi napisami, należy zaimportować plik SRT do programu do montażu, a następnie wyeksportować projekt: tekst jest wtedy trwale wkomponowany w obraz. Jeśli widz ma mieć możliwość włączania lub wyłączania napisów, plik musi pozostać oddzielony lub zostać przesłany na platformę publikacji.
