Chronometrica vs Pinto Studio: saída SRT e VTT para YouTube

Escolha quem deve preparar o texto das legendas

Uma transcrição copiada do YouTube pode conter marcações de tempo sem ser um arquivo de legendas utilizável. Uma pessoa relatou esse problema em uma pergunta na comunidade do YouTube. Ela tinha o texto da transcrição, mas os tempos copiados não seguiam a sintaxe SRT.

Esse problema tem duas partes. Primeiro, obtenha as palavras das legendas e seus tempos. Depois, organize esses dados no formato de legendas que seu editor aceita. A segunda parte é a etapa de formatação: transformar segmentos com tempos em texto de legendas.

A Chronometrica é uma boa opção para quem tem URLs de vídeos públicos e não tem um formatador de legendas. Seus campos opcionais `srt` e `vtt` contêm texto de legendas já formatado. Você pode salvar o campo solicitado e verificá-lo no seu editor. O Actor retorna campos de texto. Escolher um formato não cria automaticamente um arquivo de legendas para download. Um Actor é um programa de coleta de dados hospedado. (Documentação da Chronometrica)

O controle sobre a conversão é a principal condição que muda essa escolha. Você talvez já tenha regras para unir segmentos curtos, inserir quebras de linha ou preparar legendas para um fluxo de edição específico. Essas são suas regras de edição. Elas não são configurações dos produtos comprovadas por esta comparação.

A tabela descreve as estruturas de saída documentadas. (Chronometrica, Pinto Studio)

Verifique os requisitos das legendas antes de escolher um formato

A Chronometrica extrai legendas públicas já existentes. Ela não gera texto a partir da fala quando não há legendas. A conversão de fala em texto gera palavras escritas a partir de fala gravada. Se sua tarefa exige texto de um vídeo sem legendas disponíveis, escolher SRT em vez de VTT não resolve esse problema. (Documentação da Chronometrica)

Anote a URL do vídeo de origem, o idioma necessário para as legendas e o formato de destino antes de executar o Actor. Esses três detalhes definem o que significa obter sucesso. Uma legenda legível no idioma errado não atende a um pedido de legendas em inglês.

A Chronometrica tenta os idiomas de `preferredLanguages` na ordem que você fornece. Se nenhum dos idiomas solicitados corresponder aos disponíveis, ela informa uma falha com tipo identificado, em vez de substituir o idioma por outro. Uma falha com tipo identificado indica a natureza do problema. Adicione outro idioma apenas se você o aceitar como resultado. (Entrada da Chronometrica, contrato de saída)

Mantenha a extração separada da tradução. Se precisar de outro idioma, decida como vai obter e revisar esse texto. O guia de revisão do sentido de traduções do YouTube explica essa necessidade de revisão separada.

Nesta comparação, obter sucesso significa conseguir a faixa existente solicitada, preparar o formato de legendas necessário e verificar o resultado com o vídeo. Isso não significa que toda URL pública deva produzir legendas.

Solicite SRT ou VTT de forma explícita na Chronometrica

A Chronometrica aceita `json`, `text`, `srt`, `vtt` e `llm` em `outputFormats`. Os valores padrão são `json` e `text`. Portanto, você deve solicitar `srt` ou `vtt` de forma explícita quando precisar desses campos. (Esquema de entrada atual)

A Task pública de legendas SRT/VTT do YouTube oferece uma configuração inicial. Uma Task é uma configuração de entrada salva. Verifique a entrada real antes da execução, pois uma configuração salva pode mudar.

A entrada a seguir foi verificada com base no esquema público. Ela não foi executada. A URL de exemplo vem do exemplo do esquema público, e não se sabe se há legendas disponíveis para ela atualmente. Substitua essa URL pela de um vídeo público relevante para sua tarefa de legendagem.

{
  "startUrls": [
    "https://www.youtube.com/watch?v=dQw4w9WgXcQ"
  ],
  "preferredLanguages": [
    "en"
  ],
  "outputFormats": [
    "json",
    "srt",
    "vtt"
  ],
  "includeFailedInputDetails": true
}

Essa entrada solicita inglês e os dois formatos de legendas. Ela também solicita uma saída estruturada para que você possa comparar o texto das legendas com os segmentos com tempos. Mantenha os dois formatos apenas se precisar verificar ambos. Para uma tarefa que precisa de um único formato, solicite esse formato de forma explícita.

Um vídeo processado com sucesso produz um registro com a identificação do vídeo, o idioma das legendas e os segmentos com tempos. Os campos opcionais `srt` e `vtt` contêm o texto das legendas solicitado. As falhas vão para `OUTPUT`, separado do conjunto de dados de sucesso. A configuração `includeFailedInputDetails` mantém ali os detalhes das falhas de cada entrada. (Saída da Chronometrica, esquema de entrada)

Consulte os dois locais. O conjunto de dados de sucesso mostra o que você obteve. `OUTPUT` explica as entradas que falharam. Não transforme uma busca que falhou em um arquivo de legendas vazio. Isso ocultaria a diferença entre uma extração bem-sucedida e a ausência de texto na origem.

Use a saída de segmentos quando você controlar a conversão

O Pinto Studio documenta um `videoUrl` e um `targetLanguage` por execução. Seu exemplo de saída publicado representa `start` e `dur` como strings numéricas em segundos. Esses valores podem ser convertidos em tempos de legendas. (Entrada do Pinto Studio, exemplo de saída)

Em um processo de conversão que você controla, interprete esses valores como números antes de somá-los. O tempo de fim é o tempo de início mais a duração. Use unidades consistentes e depois escreva a sintaxe de legendas necessária.

Essa etapa adicional pode ser útil quando seu processo atual já aplica regras de edição. Por exemplo, seu editor pode exigir uma revisão de entradas curtas antes da exportação. Seu processo pode manter os segmentos originais, aplicar as alterações escolhidas e registrar o que mudou.

Se você não precisa desse controle, criar e manter um formatador aumenta o trabalho da tarefa de legendagem. Receber o texto já formatado permite começar pela etapa de salvar e verificar. Você ainda precisa confirmar que o arquivo abre e que suas entradas correspondem ao vídeo.

Para ver instruções completas de conversão, use o guia de conversão de legendas do YouTube. A decisão aqui é se o seu fluxo de trabalho precisa dessa etapa de conversão sob seu controle.

Verifique a diferença com um exemplo fictício

Todo este exemplo é fictício. Ele verifica a formatação das legendas e os cálculos. Não é um resultado de execução real de um Actor nem uma evidência sobre a precisão das legendas de qualquer um dos produtos.

Suponha que você tenha dois segmentos inventados:

O segmento A termina em `1.25 + 2.50 = 3.75` segundos. O segmento B termina em `4.00 + 1.20 = 5.20` segundos. O intervalo entre eles é de `4.00 - 3.75 = 0.25` segundos. As duas durações são positivas, e as entradas não se sobrepõem.

O texto formatado em SRT é:

1
00:00:01,250 --> 00:00:03,750
Open the editor.

2
00:00:04,000 --> 00:00:05,200
Check the subtitle.

O texto equivalente formatado em VTT é:

WEBVTT

00:00:01.250 --> 00:00:03.750
Open the editor.

00:00:04.000 --> 00:00:05.200
Check the subtitle.

Os tempos SRT usam vírgulas antes dos milissegundos. Os tempos VTT usam pontos decimais, e o texto VTT começa com `WEBVTT`. Os dois formatos preservam as mesmas duas entradas e seus tempos.

Se você receber o texto já formatado, compare-o com os segmentos. Confirme que ele contém duas entradas, duas durações positivas e o mesmo intervalo de um quarto de segundo. Se essas verificações forem aprovadas, você pode salvar o texto sem programar a conversão.

Se o seu processo começa com segmentos, ele deve calcular os tempos de fim e escrever a sintaxe. Unir segmentos ou inserir quebras de linha conforme suas regras acrescenta outra decisão de edição. Preserve o texto e os tempos originais para poder revisar essas alterações depois.

Use um método simples de aceitação de legendas

Use um vídeo público relevante para estabelecer um processo que funcione. Defina critérios claros de sucesso antes de preparar mais legendas.

1. Defina o resultado necessário. Registre a URL do vídeo, o idioma das legendas e o formato de destino. Identifique o reprodutor ou editor que receberá a legenda. Isso mantém a verificação de aceitação ligada ao local em que o arquivo precisa funcionar.
2. Verifique a entrada atual. Solicite o formato de legendas necessário de forma explícita. Se usar a entrada acima, substitua a URL de exemplo. Revise a lista de idiomas na ordem apresentada e inclua apenas idiomas que você aceita.
3. Leia as informações de sucesso e falha em conjunto. Confirme que o registro de sucesso pertence ao vídeo e ao idioma de legendas desejados. Consulte `OUTPUT` para verificar falhas. Registre a ausência de legendas ou a indisponibilidade de um idioma solicitado como trabalho pendente. Mantenha valores desconhecidos como desconhecidos.
4. Prepare o arquivo de legendas. Para o texto recebido já formatado, salve o conteúdo do campo `srt` como um arquivo `.srt` ou o do campo `vtt` como um arquivo `.vtt`. Salve o próprio texto das legendas. Para uma saída de segmentos, calcule os tempos de início e fim com unidades consistentes antes de escrever o formato.
5. Verifique as entradas. Confirme a ordem das entradas, as durações positivas e a sintaxe dos tempos. Examine os intervalos e as sobreposições. Um intervalo pode ser um período sem fala. Uma sobreposição exige revisão com base na origem. Mantenha a URL de origem e o idioma das legendas junto ao arquivo salvo.
6. Abra e ouça. Carregue o arquivo no reprodutor ou editor desejado. Confira no vídeo os tempos de início e fim de algumas entradas. Compare as palavras com a fala. Um arquivo que abre corretamente ainda pode conter palavras inadequadas ou tempos incorretos nas legendas.
7. Registre a decisão. Marque a legenda como aceita ou pendente. Informe o que ainda precisa ser verificado. Se não houver legendas disponíveis, escolha um processo separado de conversão de fala em texto apenas quando sua tarefa permitir texto gerado a partir da fala.

As verificações respondem a perguntas diferentes. As verificações de formato determinam se o texto das legendas tem a estrutura necessária. As verificações de reprodução determinam se as entradas selecionadas funcionam com o vídeo. As verificações das palavras determinam se o texto das legendas é adequado ao seu uso.

Mantenha esses resultados separados. “O arquivo abre” é um resultado útil, mas não comprova que todas as palavras ou entradas estão corretas. Um registro breve de aceitação permite que outra pessoa veja quais verificações você concluiu.

Mantenha os detalhes da origem junto à legenda

Uma entrega útil de legendas inclui a identificação do vídeo de origem, o idioma das legendas, o texto ou arquivo salvo e uma breve verificação das entradas. Sem esses detalhes, a próxima pessoa precisa descobrir de onde veio o arquivo e o que você revisou.

Use um registro breve com a URL de origem, o formato solicitado, o idioma das legendas retornado, o nome do arquivo salvo e o status da revisão. Acrescente uma frase simples sobre a verificação das entradas. Por exemplo, informe quais pontos de início e fim você conferiu ao ouvir o vídeo e se eles precisam de alterações. Mantenha a saída original disponível ao editar a legenda.

Não afirme ter feito uma revisão completa depois de verificar uma única entrada. Informe qual verificação você fez. Se o valor do idioma ou algum detalhe da origem estiver ausente, mantenha-o marcado como desconhecido até poder confirmá-lo.

Esse registro também ajuda a decidir se o texto recebido já formatado atende às suas necessidades. Se o trabalho restante for uma revisão comum de legendas, receber texto SRT ou VTT pronto é um ponto de partida útil. Se você precisa aplicar regras de edição repetíveis antes de cada entrega, o controle sobre a conversão pode ser mais importante.