Remove códigos de tempo e números de legenda, mantém a estrutura

Toda a legenda (seja SRT ou WebVTT) tem três partes: um número de índice, um intervalo de código de tempo e o próprio texto da legenda. O índice e o código de tempo existem apenas para sincronizar o texto com a reprodução do vídeo; quando só queres ler o conteúdo, são puro ruído. Esta ferramenta remove exatamente essas duas partes e deixa a terceira intocada, uma legenda por linha, pela ordem original.

Isto é um valor predefinido deliberadamente diferente dos conversores de SRT para TXT e de VTT para TXT do SubToolDesk, que por predefinição unem os fragmentos em parágrafos completos. Aqui, cada legenda original mantém-se na sua própria linha, útil quando queres comparar o texto limpo com o vídeo segmento a segmento, ou quando estás a editar um guião e queres preservar exatamente como estava dividido na origem.

Como remover marcas de tempo de SRT ou VTT (passo a passo)

• Arrasta o teu ficheiro .srt ou .vtt para o conversor acima, ou cola o texto em bruto.
• A etiqueta de formato confirma o que foi detetado; não é necessária nenhuma seleção manual de formato.
• Deixa Unir em parágrafos desativado para preservar uma linha por legenda original, ou ativa-o se mudares de ideias e preferires prosa fluida.
• Opcionalmente, ativa Remover etiquetas de orador e Remover etiquetas de formatação para obter uma linha totalmente limpa.
• Copia ou Descarrega o resultado como texto simples.

Porquê remover marcas de tempo das legendas

Um código de tempo junto a uma linha de diálogo é útil para um leitor de vídeo e irrelevante para quem só quer ler as palavras. Removê-lo, sem tocar na forma como o texto está dividido, surge num conjunto específico de situações:

• Comparar com um corte ou edição diferente, cotejar a redação de uma pista de legendas com uma versão reeditada do mesmo vídeo, linha a linha, sem códigos de tempo que já não correspondem ao novo corte.
• Resincronizar noutra ferramenta, limpar os dados de sincronização antigos antes de voltar a cronometrar as legendas em relação a uma nova pista de áudio ou a uma dobragem, para que os códigos de tempo obsoletos não sejam levados por erro.
• Revisão legal ou de conformidade, produzir uma transcrição limpa para um depoimento, uma auditoria de legendas, ou uma verificação de normas de difusão onde só importam as palavras ditas, não quando foram ditas.
• Citar diálogo por escrito, extrair uma linha ou duas de um ficheiro de legendas para um artigo ou relatório sem que apareça um 00:04:21,100 --> 00:04:24,650 solto no meio da frase.
• Verificações de continuidade de guião, cotejar um ficheiro de legendas com um guião de filmagem linha a linha para detetar diálogo omitido ou alterado, o que só funciona se a segmentação das legendas permanecer intacta.
• Pesquisar uma transcrição por palavra-chave, fazer uma pesquisa de texto simples numa transcrição sem que os códigos de tempo interrompam as correspondências ou poluam os resultados.

Antes e depois

Antes:
12
00:04:21,100 --> 00:04:24,650
Lançámos o novo fluxo de integração no mês passado.

Depois:
Lançámos o novo fluxo de integração no mês passado.

Antes e depois: um exemplo real

Um excerto SRT ligeiramente mais desorganizado, com números de legenda, códigos de tempo separados por vírgula, uma etiqueta em itálico e nomes de orador em texto simples incluídos, convertido com os interruptores predefinidos desta página, Unir em parágrafos desativado, Remover etiquetas de orador desativado, e Remover etiquetas de formatação ativado:

1
00:00:12,000 --> 00:00:14,500
Maria: Terminámos a auditoria ontem.

2
00:00:14,500 --> 00:00:17,200
Jordan: <i>Excelente</i>, isso está adiantado em relação ao previsto.

3
00:00:17,200 --> 00:00:20,000
Maria: Envio o relatório esta noite.

Maria: Terminámos a auditoria ontem.
Jordan: Excelente, isso está adiantado em relação ao previsto.
Maria: Envio o relatório esta noite.

Os números de legenda, os códigos de tempo, as setas --> e a etiqueta <i> desapareceram, mas três legendas continuam a ser três linhas, pela mesma ordem, já que a união está desativada por predefinição nesta página. Os prefixos Maria: e Jordan: também se mantêm, porque Remover etiquetas de orador está desativado aqui; ativa-o e esses nomes desapareceriam juntamente com tudo o resto.

Razões comuns para remover marcas de tempo sem unir

• Revisão de guião: comparar uma transcrição limpa linha a linha com o corte de vídeo original.
• Controlo de qualidade de legendas: verificar o texto das legendas em busca de erros sem a confusão visual dos dados de sincronização.
• Alimentar uma ferramenta seguinte: algumas ferramentas de tradução ou resumo esperam um segmento por linha em vez de parágrafos completos.
• Preparação de teleponto: manter os pontos de pausa naturais que correspondem à segmentação original das legendas.

Ainda 100% do lado do cliente

Como em todas as ferramentas deste site, o ficheiro é processado integralmente no teu navegador. Sem ida e volta ao servidor, sem armazenamento de ficheiros e sem conta. Isso importa tanto para uma limpeza rápida de guião como para uma transcrição confidencial de uma entrevista.

O que conta como "marca de tempo" aqui

Esta ferramenta visa os dois elementos de metadados que toda legenda SRT e WebVTT tem: o índice de legenda sequencial (o número solto na sua própria linha antes da sincronização) e o próprio intervalo de código de tempo (HH:MM:SS,mmm --> HH:MM:SS,mmm para SRT, ou o equivalente separado por ponto para WebVTT, incluindo quaisquer definições de legenda finais como align:start). Ambos são reconhecidos e removidos independentemente do formato que o ficheiro de origem use. Não precisas de dizer à ferramenta com qual estás a trabalhar.

Em que difere de um simples localizar e substituir

É tentador pensar que um localizar e substituir normal num editor de texto poderia fazer este trabalho, e para um ficheiro bem formado, em grande parte consegue. A diferença nota-se com ficheiros do mundo real, que trazem peculiaridades e inconsistências de formatação suficientes para fazer falhar uma correspondência de padrão ingénua. O SubToolDesk trata essas irregularidades da mesma forma que o motor de legendas de um leitor de vídeo o faria, para não teres de limpar o ficheiro manualmente primeiro.

Estás à procura de uma exportação de chat ou mensagens?

Esta ferramenta é construída para legendas SRT e WebVTT, onde a marca de tempo ocupa a sua própria linha dedicada. Uma exportação do WhatsApp ou iMessage marca com data e hora cada linha em linha, em vez disso (como [1/5/24, 9:14 AM] Alex: mensagem), o que exige uma lógica de deteção diferente. Para esse formato, usa Remover marcas de tempo de mensagens em alternativa.

Combinar isto com os outros interruptores

A remoção de marcas de tempo e números de legenda está sempre ativa na saída desta ferramenta (é o seu único propósito), mas combina-se com os outros dois interruptores independentes. Ativa Remover etiquetas de orador se a tua origem também antecipar as linhas com nomes, e Remover etiquetas de formatação se contiver <i>, <v Speaker>, ou códigos de substituição ASS. Combina os três para uma transcrição totalmente limpa, ou deixa as etiquetas de orador e de formatação no lugar se quiseres especificamente manter essa informação enquanto removes apenas o ruído de sincronização.

O que esta ferramenta preserva e remove

Preservado:

• Cada palavra do texto de diálogo, pela ordem e pontuação originais.
• Uma linha de saída por cada legenda original, nunca unidas em parágrafos, a menos que tu próprio ativares Unir em parágrafos.
• A sequência exata em que as legendas apareceram, pelo que a linha 12 da saída continua a corresponder à 12.ª legenda no ficheiro de origem.
• Prefixos de nome de orador e etiquetas de formatação, a menos que ativem separadamente Remover etiquetas de orador ou Remover etiquetas de formatação.

Removido:

• O número de índice sequencial acima de cada legenda.
• O intervalo completo de código de tempo e a seta --> entre as suas duas marcas de tempo.
• Definições de legenda que seguem uma linha de marca de tempo WebVTT, como align:start position:10%.
• Prefixos de orador em texto simples como Jordan:, quando Remover etiquetas de orador está ativado.
• Etiquetas de formatação como <i> ou <v Speaker>, quando Remover etiquetas de formatação está ativado.

Problemas comuns e como resolvê-los

• A saída ainda tem etiquetas <i> ou <v Speaker>: ativa Remover etiquetas de formatação, é um controlo separado da remoção de marcas de tempo e não está ligado a ela.
• Nomes como Jordan: continuam no início de cada linha: isso é Remover etiquetas de orador, outro interruptor diferente, ativa-o se quiseres apenas o texto.
• Tudo ficou unido num parágrafo longo e eu queria linha a linha: volta a desativar Unir em parágrafos, está desativado por predefinição nesta página precisamente para que a segmentação original sobreviva.
• A etiqueta de formato mostra Unknown em vez de SRT ou VTT: o detetor procura uma linha de código de tempo que contenha -->; uma colagem parcial que corta uma legenda a meio, ou um ficheiro guardado com fins de linha pouco habituais, pode quebrar essa deteção.
• Os blocos NOTE ou STYLE de um ficheiro WebVTT aparecem como texto solto na saída: confirma que a etiqueta de formato mostra de facto VTT e não texto simples; fragmentos colados por vezes perdem o cabeçalho WEBVTT que o analisador usa para reconhecer o formato.
• Letras acentuadas ou texto não inglês saem como caracteres estranhos tipo é: o ficheiro de origem não foi guardado como UTF-8; volta a exportá-lo ou a guardá-lo como UTF-8 e carrega-o de novo.