Des caractères bizarres dans vos sous-titres persans ? Retrouvez un texte farsi lisible
Les sous-titres persans qui s'affichent sous forme de سلام, ÓáÇã, de séries de points d'interrogation ou de rectangles vides sont presque toujours récupérables. Le fichier a simplement été enregistré dans un ancien encodage, ou ouvert avec le mauvais encodage puis réenregistré. Déposez-le ici : l'outil détecte l'erreur commise, l'annule et vous restitue un farsi propre en UTF-8, avec la ponctuation du bon côté. Les tâches jusqu'à 3,000 lignes sont entièrement gratuites ; une saison complète coûte $5, en paiement unique.
- سلام : texte UTF-8 lu comme de l'Europe occidentale puis réenregistré ; corrigé
- ÓáÇã : texte Windows-1256 lu comme de l'Europe occidentale puis réenregistré ; corrigé
- Points d'interrogation ou rectangles dans VLC : souvent un fichier Windows-1256 lu en UTF-8 ; converti
- Les ي et ك arabes remplacés par les ی et ک persans ; marques de droite à gauche ajoutées
- Mêmes noms de fichiers et mêmes formats restitués, en UTF-8
À quoi correspondent ces caractères incompréhensibles
Prenons le mot سلام. En UTF-8, chaque lettre persane occupe deux octets. Si un logiciel lit ces octets comme du texte d'Europe occidentale et enregistre le résultat, chaque lettre devient deux caractères latins, ce qui donne سلام. Des lignes entières remplies de Ø et de Ù sont le signe typique de cette erreur.
Si le fichier était à l'origine en Windows-1256, l'ancien encodage de Windows pour le persan et l'arabe, chaque lettre occupe un octet. Lu comme du texte occidental puis réenregistré, سلام devient ÓáÇã : une lettre latine accentuée pour chaque lettre persane. En revanche, un fichier toujours encodé en Windows-1256 qu'un lecteur multimédia tente de lire en UTF-8 affichera des points d'interrogation ou des rectangles de substitution, car ces octets ne forment pas un UTF-8 valide.
Ces trois cas sont réversibles, car les lettres d'origine sont toujours présentes sous une autre forme. L'outil identifie le schéma du fichier, reconvertit les caractères dans leurs octets d'origine et les interprète avec le bon encodage.
Les autres corrections apportées
- La ponctuation déplacée en début de ligne (comme dans « .سلام ») remise à la fin lorsque tout le fichier présente ce problème
- Anciens caractères de contrôle de direction supprimés et marques de droite à gauche ajoutées au début et à la fin de chaque ligne
- Les lettres arabes ي et ك, fréquentes dans les anciens fichiers persans, remplacées par ی et ک
- ? , ; remplacés par ؟ ، ؛, sans toucher aux nombres comme 1,000
- Balises comme <i> et {\an8} conservées intactes
Les cas où les lettres ne peuvent pas être récupérées
Si le fichier contient de véritables points d'interrogation à la place des lettres, parce qu'un logiciel a écrasé les caractères qu'il ne savait pas enregistrer, les lettres d'origine ont disparu et aucun outil ne pourra les récupérer ; il faudra trouver une autre copie. Si les lettres apparaissent sous forme de rectangles uniquement sur un téléviseur ou un lecteur spécifique alors que le fichier s'affiche parfaitement sur ordinateur, c'est que l'appareil ne dispose pas de police pour l'écriture persane, et aucune modification du fichier ne pourra y remédier. Si les rectangles n'apparaissent qu'autour du texte, relancez le fichier en désactivant les marques de droite à gauche.
Le fonctionnement de l'outil, son coût et le traitement de vos fichiers sont détaillés sur la page Corriger des sous-titres en arabe et persan ; les prix de chaque outil figurent sur la page tarifs.
Dernière mise à jour :
Questions et réponses
ChatGPT peut-il corriger des sous-titres persans qui affichent des caractères bizarres ?
Si vous collez une ligne comme سلام, il reconnaîtra peut-être le problème et devinera les mots. Mais un film entier est bien trop long pour une seule réponse, et copier-coller du texte corrompu dans un chat peut altérer les caractères précis nécessaires à la restauration. Cet outil annule l'erreur d'encodage sur chaque ligne, octet par octet.
Pourquoi le même fichier s'affiche-t-il correctement sur mon ordinateur mais pas sur mon téléviseur ?
Votre ordinateur devine probablement le bon encodage tandis que le téléviseur s'attend à du UTF-8, ou bien le téléviseur ne dispose d'aucune police persane. Convertir le fichier en UTF-8 règle le premier cas ; le second nécessite un autre lecteur.
Le minutage sera-t-il modifié ?
Non. Seul le texte est corrigé. Le minutage, l'ordre des répliques et la mise en forme restent strictement identiques.
Combien cela coûte-t-il ?
Un fichier ou une tâche comprenant jusqu'à 3,000 lignes de sous-titres au total, ce qui couvre la plupart des films, est entièrement gratuit, téléchargement inclus. Une saison complète coûte $5, en paiement unique, jusqu'à 50 fichiers et 50,000 lignes.
Est-ce que cela fonctionne aussi pour le dari et l'arabe ?
Oui. Choisissez la langue avant de téléverser vos fichiers : le dari bénéficie des mêmes règles que le persan pour les lettres, tandis que l'arabe conserve ses propres ي et ك.
Puis-je voir ce qui a été corrigé ?
Oui. Le récapitulatif à l'écran indique combien de fichiers ont été convertis et depuis quel encodage, combien comportaient des caractères corrompus réparés et combien ont vu leur ponctuation remise en ordre.