从TS文件中提取DVB Subtitle字幕简要教程.docVIP

从TS文件中提取DVB Subtitle字幕简要教程 　　欧洲发达国家和地区（包括我国香港特区），其数字电视广播的字幕普遍采用欧洲DVB Subtitling标准，在卫星电视、有线电视及地面数字电视广播上大量采用。目前国内的观众可以从香港地面数字电视广播或亚洲3S卫星4000MHz频点凤凰卫视那组码流里接触到该字幕系统。DVB Subtitling系统具有可显示、可关闭字幕的功能，还可以选择多种文字字幕服务（前提是运营商提供多语种字幕广播），这是一种比较人性化的字幕系统，也称Close Caption。而我们国内电视上常见的内嵌字幕（也称Open Caption开放型字幕），字幕与图像是一体的，无法分离，更无法关闭或选多语种，两者的优劣对比，高下立判。图（1-3） 　　使用码流分析软件，可以看到采用DVB Subtitling标准制作字幕的节目，有DVB Subtitles字样的TS私有流，即为DVB字幕。 　　用 VLC media player 等软件播放能显示 DVB Subtitles字幕。DVB Subtitles为图形字幕，内含时间轴，不能直接提取为文本格式。 　　提取这种字幕，可以用OCR光学字符识别软件，把字幕提取出来成为 SUP 或 IDX/SUB 字幕文件。目前能提取DVB字幕的文件为ProjectX及DVBSub2Text，前者可将DVB中的中文及其他文字字幕提取转换为SUB文件，而DVBSub2Tex暂不支持中文识别，但识别及提取英文或拉丁文字幕却非常准确便捷，准确率接近100%，可一次性直接转换为Srt字幕文件。现我们分别介绍两种软件的使用方法。 　　使用DVBSub2Text 　　提取英文或拉丁文字幕 　　1、启动DVBSub2Text程序。由于目前DVBSub2Text对中文及日文等的支持不理想，识别出来的都是乱码，我们只用它来OCR识别英文字幕。 　　2、点击左上角File Open MPEG -TS，打开电脑中的DVB TS流文件 　　3、我们要选的是英文字幕转换，故将前面两条轨道的勾选框去掉（见图8） 　　用记事本直接打开，可以看到我们已经得到一个完整的Srt文件，英文字母的识别率几乎为100%（当然也偶有错误，故最好检查一遍），但有一些特殊符号，如分隔行的“-”，识别出来的却变成，我们需要用替换的办法把它替换为“-”。在记事本中点击编辑-替换-将替换为-，最后点击“全部替换”，即可得到一个合格的Srt字幕文件。如果替换效果不佳，还需要人工检查一下，将乱码的符号删除或替换掉。 　　用这种方法提取DVB Subtitles英文字幕是目前最为便捷高效的办法。如果我们收录到国外无中文字幕的DVB节目，可先用此法分离提取Srt格式字幕，并可在此字幕基础上，根据英文内容及时间轴制作中文字幕，就要比根据图像声音听译记录字幕的方法快捷准确得多了。我不知道网络上那些美剧字幕组是否是用此法来制作中文字幕，我用此法测试制作的中文版Srt字幕，一部电影只需一个上午就完成字幕翻译制作工作，连视频及声音都不需要打开。 　　有时会出现字幕时间轴整体提前或滞后几百毫秒的问题，只需用其他Srt字幕编辑软件调整一下即可（如SrtEdit2012等），在此不再赘述。 　　使用ProjectX提取中文字幕 　　对于非英文或拉丁文的汉语阿拉伯语日语等图形字幕，目前用DVBSub2Text做OCR识别，还是很不成熟的，出来的都是乱码，这主要是软件暂时缺乏字库支持，如果以后能支持汉字等字库， DVBSub2Text将是很好用的一款DVB字幕提取软件，故目前我们只能选用另一种方法。我们这里借助的是ProjectX_0.91.0软件版本，它是运行在JAVA环境下的，故需要先下载JAVA软件，可到其官方网站免费下载。推荐下载脱机版，方便以后在无网络的地方使用。 　　ProjectX_0.91.0.zip下载地址为 　　http：///projects/project-x/ 　　直接下载地址： 　　http：///projects/ ... download？_test=goal 　　JAVA脱机安装WIN版的直接下载地址 　　http：///ESD6/JSC ... Host= 　　这两款软件下载安装完毕后，即可运行ProjectX_0.91.0 　　现在，需要用另外一个软件，把提取出来的时间轴及图形字幕，通过OCR光学字符识别软件识别出来，这里我们选用国内网友马健编写的免费软件IdxSubOcr，这是目前对汉字OCR识别率最高的软件。该软件需要跟微软Office2003或2007版本的MODI一起使用才有效。我们可以在安装Offices时选择安装MODI（在Office工具选项中选，见图25），这样才能有效利用Office自带的OCR光