Conversion de sous-titres VobSub en SRT
Ce tutoriel décrit une façon de convertir des sous-titres VobSub en sous-titres SRT.
VobSub est le format des sous-titres sur DVD. Chaque sous-titre est stocké sous forme d'image. Ils ne sont pas toujours bien lus par les lecteurs multimédia, lorsqu'il sont intégrés à des fichiers vidéo (mkv par exemple).
Les sous-titres SRT (appelés aussi SubRip) sont au format texte, facilement éditables, peuvent être intégrés à des fichiers vidéos et sont aisément lus par les lecteurs multimédias.
Quelques logiciels permettent de réaliser cette opération de façon intégrée, mais présentent quelques désavantages :
- Avidemux possède une fonction "Vobsub → srt", mais qui oblige à valider pas-à-pas la reconnaissance de caractères et ne sais pas interpréter les sous-titres sur deux lignes. Vu sur le forum Transformer un sous-titre de sub en srt
- OGMRip peut réaliser cette opération en rippant un DVD, mais cela oblige à convertir toute la vidéo en même temps.
La méthode ci-dessous utilise différents logiciels, combinant interface graphique, ligne de commande et script Nautilus, mais reste simple malgré cela.
Pré-requis
Logiciels à installer
Les logiciels suivants doivent être installés :
- OGMRip qui fournit subp2tiff et subptools
- Tesseract : installer les paquets tesseract-ocr tesseract-ocr-fra (pour la reconnaissance de caractères)
Script Nautilus
Le script Nautilus suivant doit être installé :
- OCR_Tesseract
#!/bin/bash IFS=' ' printf %s "$NAUTILUS_SCRIPT_SELECTED_FILE_PATHS" | while read -r arg do tesseract "$arg" "$arg" -l fra done
Si vous n'arrivez pas à installer le script dans nautilus, vous pouvez placer et lancer ce script à l'intérieur du dossier où se trouvent les fichiers :
- Tesseract.sh
#!/bin/bash for fichier in *.tif do echo $fichier tesseract $fichier $fichier -l fra done
Les étapes
Obtenir le sous-titrage VobSub
Un sous-titrage VobSub est composé de 2 fichiers : .idx
+ .sub
.
Pour obtenir ces 2 fichiers, il existe plusieurs méthodes selon la source, par exemple :
- À partir d'un DVD : Avidemux possède un outil pour extraire les sous-titres (menu Outils > VOB -> VobSub).
- À partir d'un fichier MKV : MKV-Extractor-GUI
Extraire les images des sous-titres
Pour extraire les images des sous-titres au format TIFF, on utilise la commande suivante :
subp2tiff --sid=0 -n <nom du vobsub>
Paramètres :
- Le numéro après
–sid=
est l'ID du sous-titre. Cet ID peut être identifié selon la méthode décrite ici, ou par tâtonnement en extrayant successivement chaque ID et en visualisant les fichiers image pour vérifier que ça correspond à ce qu'on veut. <nom du vobsub>
est le nom du fichier de sous-titres, sans les extensions.idx
et.sub
.
Cette commande doit être lancée dans le dossier où sont situés ces 2 fichiers.
Cela va générer toute une série de fichiers .tif
: chacune de ces images est un sous-titre.
Attention, cela peut faire beaucoup de fichiers : si votre vidéo a 1000 sous-titres, il y aura 1000 fichiers .tif
.
Un fichier .xml
est également généré, qui contient l'indexation des sous-titres au format XML.
Convertir les images des sous-titres en texte
Sélectionner tous les fichiers .tif
et lancer le script Nautilus "OCR_Tesseract".
Ou
Vous pouvez aussi lancer le script "Tesseract.sh" dans le dossier où se trouvent les fichiers.
Cela va générer un fichier .txt
pour chaque fichier .tif
, contenant le texte du sous-titre.
Générer le fichier de sous-titres SRT
Lancer la commande suivante, dans le dossier où sont situés les fichiers :
subptools -s -w -t srt -i nom.xml -o nom.srt
Paramètres :
nom.xml
: le nom du fichier.xml
(voir étape 2)nom.srt
: le nom du fichier de sous-titres.srt
que l'on veut créer.
Un fichier de sous-titres .srt
est généré.
Correction orthographique
Ouvrir le fichier .srt
avec Gedit ou LibreOffice et utiliser le correcteur orthographique, ainsi que la fonction "Remplacer" pour corriger rapidement les anomalies dues à la reconnaissance de caractères.