¿Subtítulos en persa con caracteres extraños? Recupéralos en farsi
Los subtítulos en persa que se ven como سلام, ÓáÇã, hileras de signos de interrogación o recuadros vacíos casi siempre se pueden recuperar. El archivo se guardó en una codificación antigua o se leyó con la incorrecta y se volvió a guardar. Súbelo y la herramienta detectará el error, lo revertirá y te entregará el texto en farsi en UTF-8 impecable, con la puntuación en el lado correcto. Los trabajos de hasta 3,000 líneas son totalmente gratis; una temporada completa cuesta $5, en un pago único.
- سلام: texto en UTF-8 leído como occidental y guardado de nuevo; corregido
- ÓáÇã: texto en Windows-1256 leído como occidental y guardado de nuevo; corregido
- Signos de interrogación o recuadros en VLC: suele ser un archivo Windows-1256 leído como UTF-8; convertido
- Letras árabes ي y ك sustituidas por las persas ی y ک; marcas de derecha a izquierda añadidas
- Descarga los mismos nombres de archivo y formatos, ahora en UTF-8
Qué significa cada tipo de texto ilegible
Tomemos la palabra سلام. Al guardarse en UTF-8, cada letra persa ocupa dos bytes. Si un programa lee esos bytes como texto de Europa occidental y guarda el resultado, cada letra se transforma en dos caracteres latinos, dando como resultado سلام. Ver muchas líneas llenas de Ø y Ù es el síntoma claro de este error.
Si el archivo estaba originalmente en Windows-1256 (la antigua codificación de Windows para persa y árabe), cada letra ocupa un byte. Al leerse como texto occidental y guardarse de nuevo, سلام se convierte en ÓáÇã: una letra latina con tilde por cada letra persa. En cambio, si un reproductor intenta leer como UTF-8 un archivo que sigue en Windows-1256, mostrará signos de interrogación o cajas vacías, ya que esos bytes no forman caracteres válidos en UTF-8.
Los tres casos se pueden solucionar, porque las letras siguen ahí bajo otra forma. La herramienta identifica el patrón del archivo, reconvierte los caracteres a los bytes originales y los lee con la codificación adecuada.
Qué más se repara
- La puntuación desplazada al inicio de la línea (como en ".سلام") se devuelve al final si todo el archivo presenta ese problema
- Se eliminan los caracteres antiguos de control de dirección y se añade una marca de derecha a izquierda al inicio y al final de cada línea
- Las letras árabes ي y ك, muy comunes en archivos persas antiguos, se sustituyen por ی y ک
- Los signos ? , ; se reemplazan por ؟ ، ؛, sin alterar números como 1,000
- Se respetan etiquetas como <i> y {\an8}
Cuándo no es posible recuperar el texto
Si el archivo contiene signos de interrogación reales en lugar de letras (porque algún programa reemplazó caracteres que no pudo guardar), el texto original se perdió definitivamente y ninguna herramienta podrá recuperarlo; tendrás que buscar otra copia. Si los caracteres se ven como recuadros solo en un televisor o reproductor específico, pero se leen bien en la computadora, el dispositivo no tiene instalada una fuente compatible con persa, y ningún cambio en el archivo resolverá eso. Si los recuadros aparecen únicamente alrededor del texto, procesa el archivo de nuevo desactivando las marcas de derecha a izquierda.
Cómo funciona la herramienta, cuánto cuesta y cómo se tratan tus archivos está en la página de Corregir subtítulos en persa y árabe; los precios de todas las herramientas están en la página de precios.
Última actualización:
Preguntas y respuestas
¿Puede ChatGPT arreglar subtítulos en persa con caracteres extraños?
Si pegas una línea con سلام, quizás reconozca el patrón y deduzca las palabras. Sin embargo, una película entera es demasiado larga para una sola respuesta, y copiar texto corrupto en un chat puede hacer que se pierdan los caracteres exactos necesarios para revertirlo. Esta herramienta soluciona el error de codificación en cada línea, byte por byte.
¿Por qué el mismo archivo se ve bien en mi computadora pero no en mi televisor?
Es probable que tu computadora detecte la codificación correcta mientras que el televisor asume que es UTF-8, o bien que el televisor no incluya una fuente persa. Convertir el archivo a UTF-8 soluciona el primer caso; para el segundo, necesitarás usar otro reproductor.
¿Cambiará la sincronización de los tiempos?
No. Solo se repara el texto. Los tiempos, el orden y el formato se mantienen intactos.
¿Cuánto cuesta?
Un archivo o trabajo de hasta 3,000 líneas de subtítulos en total (lo suficiente para la mayoría de películas) es completamente gratis, descarga incluida. Una temporada cuesta $5, en un pago único, para un máximo de 50 archivos y 50,000 líneas.
¿Funciona también para darí y árabe?
Sí. Elige el idioma antes de subir el archivo; el darí utiliza las mismas reglas ortográficas que el persa, mientras que el árabe conserva sus propias letras ي y ك.
¿Puedo ver qué se corrigió?
Sí. El resumen en pantalla muestra cuántos archivos se convirtieron, de qué codificación provenían, en cuántos se repararon letras corruptas y en cuántos se reubicó la puntuación.