Wie du Zeitstempel aus einem Transkript oder einer Untertiteldatei entfernst

Untertitel- und Transkriptdateien sind komplett um Timing herum aufgebaut, und genau das willst du nicht, wenn du den Inhalt als Artikel, Blogbeitrag, Zitat oder Skript für eine Übersetzung weiterverwenden willst. Eine rohe SRT-Datei, in ein Dokument gekippt, sieht so aus:

12
00:04:21,500 --> 00:04:24,800
und das ist wirklich die Kernaussage

Lesbarer Text braucht nur die Worte: “und das ist wirklich die Kernaussage.”

Was tatsächlich entfernt werden muss

• Cue-Nummern. Der fortlaufende Index (12, 13, …), der jedem Block in SRT vorangeht.
• Zeitstempelzeilen. Die Zeile 00:04:21,500 --> 00:04:24,800, entweder im Komma-Format von SRT oder im Punkt-Format von VTT.
• Den WEBVTT-Header, falls vorhanden.
• Formatierungstags. Kursiv-/Fettmarkup (<i>, <b>), Positionierungs-Cues und Sprecher-Label-Tags, die manche VTT-Dateien enthalten.
• Leerzeilen-Abstände zwischen Cues. Meist willst du das zu normalem Absatz- oder Satzabstand zusammenziehen, nicht unverändert belassen.

Warum das von Hand (oder mit Suchen-und-Ersetzen) schiefgeht

Ein einfacher Regex zum Entfernen von Zeitstempelzeilen funktioniert bei kurzen Dateien meist problemlos, aber zwei Dinge bringen ihn regelmäßig zu Fall: uneinheitliche Zeilenenden (Dateien, die auf unterschiedlichen Betriebssystemen exportiert wurden, mischen \n und \r\n) und Cue-Nummern, die auf den ersten Blick wie normaler Text aussehen, aber ein naives Mustererkennungsverfahren aushebeln. Bei einer langen Datei (ein komplettes Episodentranskript, eine Vorlesung, ein mehrstündiges Interview) bedeutet eine einzige übersehene Zeile, dass man alles noch einmal mit bloßem Auge durchgehen muss.

Es gibt auch ein subtileres Problem: Wenn zwei Cues mitten im Satz geteilt sind (häufig, wenn ein Satz zu lang wird und eine Cue-Grenze überschreitet), bleibt beim bloßen Löschen der Zeitstempelzeilen ein Satz übrig, der über zwei Zeilen verteilt ist, ohne verbindende Satzzeichen. Ein gutes Tool zum Entfernen fügt diese richtig wieder zusammen, statt Fragmente zu hinterlassen.

Wie man es richtig macht

Unser Zeitstempel-Entferner nimmt eine SRT- oder VTT-Datei und gibt sauberen Fließtext aus: Cue-Nummern, Timing und Tags weg, über Cues hinweg geteilte Sätze wieder zusammengefügt, alles lokal in deinem Browser verarbeitet, sodass das Transkript nie dein Gerät verlässt. Es ist der schnellste Weg von “getakteter Untertiteldatei” zu “lesbarem Text”, ohne von Hand ein paar hundert Zeitstempelzeilen zu durchforsten.