✎ tutoriel:vobsub_srt [Wiki ubuntu-fr]

Vous affichez une ancienne révision du document ! Si vous l'enregistrez, vous créerez une nouvelle version avec ce contenu.

----

====== 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 ([[:matroska|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|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// [[http://forum.ubuntu-fr.org/viewtopic.php?id=140926|Transformer un sous-titre de sub en srt]]

* [[:ogmrip|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 :
  * [[:avidemux|Avidemux]] ou [[:mkv_extractor_gui_v4|MKV-Extractor-GUI]]
  * [[:ogmrip|OGMRip]] qui fournit subp2tiff et subptools
  * [[:tesseract-ocr|Tesseract]] : installer les paquets [[apt>tesseract-ocr]] [[apt>tesseract-ocr-fra]] (pour la reconnaissance de caractères)
  * [[:gnome-subtitles|Gnome Subtitles]]

==== Script Nautilus ====

Le [[:nautilus_scripts|script Nautilus]] suivant doit être installé :

<file bash OCR_Tesseract>
#!/bin/bash

IFS='
'
printf %s "$NAUTILUS_SCRIPT_SELECTED_FILE_PATHS" |
while read -r arg
do
  tesseract "$arg" "$arg" -l fra -psm 6
done
</file>

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 :
<file bash Tesseract.sh>
NPROC=$(nproc --all| awk '{ print $1 - 1 }')        # Set number of processor
for fichier in *.tif
do
	(
	echo "$fichier"
	tesseract  "$fichier" "$fichier" -l fra -psm 6 &>/dev/null
	) &
	if [[ $(jobs -r -p | wc -l) -gt $NPROC ]]; then
		wait -n
	fi
done
wait
</file>

===== 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 [[:sous-titrage#extraction_de_sous-titres|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 :

__Paramètres__ :
  * Le numéro après ''--sid='' est l'ID du sous-titre. Cet ID peut être identifié selon la méthode décrite [[:encodage_dvd_mkv#extraire_en_vob|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 :
<code>
subptools -s -w -t srt -i nom.xml -o nom.srt
</code>

__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|Gedit]]** ou **LibreOffice** et utiliser le correcteur orthographique, ainsi que la fonction "Remplacer" pour corriger rapidement les anomalies dues à la reconnaissance de caractères.

Tout suivi à la lettre et aucun des deux scripts ne fonctionnent, aucun fichier texte n'est créé. Quand on ne sait pas ce que l'on fait, on s'abstient.

Merci de recopier le code ci-contre pour prouver que vous êtes humain : C B I M J Merci de laisser ce champ vide :

Résumé

Note : En modifiant cette page, vous acceptez que le contenu soit placé sous les termes de la licence suivante : CC Paternité-Partage des Conditions Initiales à l'Identique 3.0 Unported