Perzische ondertitels met vreemde tekens? Zet ze weer om naar Farsi
Perzische ondertitels die verschijnen als سلام, ÓáÇã, rijen vraagtekens of lege blokjes zijn vanbinnen bijna altijd nog gewoon leesbaar. Het bestand is opgeslagen in een verouderde tekencodering, of geopend in de verkeerde codering en opnieuw opgeslagen. Upload het bestand en de tool herkent precies welke fout er is gemaakt, draait deze terug en levert schone UTF-8 in het Farsi op met leestekens aan de juiste kant. Opdrachten tot 3,000 regels zijn helemaal gratis; een heel seizoen kost $5, eenmalig betaald.
- سلام: UTF-8-tekst geopend als West-Europees en opnieuw opgeslagen; hersteld
- ÓáÇã: Windows-1256-tekst geopend als West-Europees en opnieuw opgeslagen; hersteld
- Vraagtekens of blokjes in VLC: vaak een Windows-1256-bestand geopend als UTF-8; geconverteerd
- Arabische ي en ك vervangen door Perzische ی en ک; rechts-naar-links-markeringen toegevoegd
- Dezelfde bestandsnamen en formaten terug, als UTF-8
Wat voor soort wartaal je ziet en waarom
Neem het woord سلام. Opgeslagen als UTF-8 bestaat elke Perzische letter uit twee bytes. Als een programma die bytes interpreteert als West-Europese tekst en het resultaat opslaat, verandert elke letter in twee Latijnse tekens, waardoor je سلام krijgt. Regels vol met Ø en Ù wijzen vrijwel altijd op deze fout.
Als het bestand oorspronkelijk in Windows-1256 stond — de oude Windows-codering voor Perzisch en Arabisch — is elke letter één byte. Geopend als West-Europese tekst en opnieuw opgeslagen, verandert سلام in ÓáÇã: één Latijnse letter met accent per Perzische letter. Een bestand dat nog steeds in Windows-1256 staat maar door een videospeler als UTF-8 wordt gelezen, toont juist vraagtekens of blokjes, omdat die bytes geen geldige UTF-8 vormen.
Alle drie zijn te herstellen, omdat de oorspronkelijke letters er in een andere vorm nog gewoon in zitten. De tool analyseert het patroon in het bestand, zet de tekens weer om naar de oorspronkelijke bytes en leest ze in met de juiste codering.
Wat er nog meer wordt hersteld
- Leestekens die naar het begin van de regel zijn verschoven, zoals bij ".سلام", weer netjes aan het einde geplaatst als het hele bestand dit patroon vertoont
- Oude besturingstekens voor tekstrichting verwijderd en aan beide uiteinden van elke regel een rechts-naar-links-markering toegevoegd
- Arabische ي en ك, veelvoorkomend in oudere Perzische bestanden, vervangen door ی en ک
- ? , ; vervangen door ؟ ، ؛, zonder getallen zoals 1,000 aan te passen
- Tags zoals <i> en {\an8} blijven intact
Wanneer de letters niet meer te herstellen zijn
Bevat het bestand zelf echte vraagtekens op de plek waar de letters hoorden te staan (omdat een programma tekens heeft overschreven die het niet kon opslaan), dan zijn de oorspronkelijke letters definitief verloren en kan geen enkele tool ze terughalen. Je zult dan een ander exemplaar moeten zoeken. Zijn de letters alleen op één tv of mediaspeler blokjes, terwijl hetzelfde bestand op een computer prima werkt? Dan ontbreekt op dat apparaat simpelweg een lettertype voor Perzisch schrift, en dat kan niet via het bestand worden opgelost. Verschijnen de blokjes alleen rondom de tekst, verwerk het bestand dan opnieuw zonder de rechts-naar-links-markeringen.
Hoe de tool werkt, wat het kost en hoe we met je bestanden omgaan, staat op de pagina Perzische & Arabische ondertitels herstellen; de prijzen van alle tools staan op de pagina prijzen.
Laatst bijgewerkt op
Vragen en antwoorden
Kan ChatGPT Perzische ondertitels met vreemde tekens herstellen?
Als je één regel met سلام plakt, herkent het model het patroon misschien en raadt het de woorden. Maar een hele film is te lang voor één antwoord. Bovendien kunnen er bij het kopiëren van verminkte tekst via een chat precies die tekens verloren gaan die nodig zijn om de fout terug te draaien. Deze tool herstelt de coderingsfout op elke regel, byte voor byte.
Waarom ziet hetzelfde bestand er prima uit op mijn computer, maar niet op mijn tv?
Je computer herkent de codering waarschijnlijk automatisch goed, terwijl de tv uitgaat van UTF-8 — of de tv heeft geen Perzisch lettertype. Converteren naar UTF-8 lost het eerste probleem op; voor het tweede heb je een andere mediaspeler nodig.
Verandert de timing?
Nee. Alleen de tekst wordt hersteld. Tijdscodes, volgorde en opmaak blijven precies zoals ze waren.
Wat kost het?
Een bestand of opdracht met in totaal maximaal 3,000 ondertitelregels — ruim voldoende voor de meeste speelfilms — is helemaal gratis, inclusief downloaden. Een heel seizoen kost $5, eenmalig betaald, voor maximaal 50 bestanden en 50,000 regels.
Werkt het ook voor Dari en Arabisch?
Ja. Kies vóór het uploaden de taal; Dari krijgt dezelfde letterregels als Perzisch, en Arabisch behoudt zijn eigen ي en ك.
Kan ik zien wat er is hersteld?
Ja. Het overzicht op het scherm toont hoeveel bestanden vanuit welke codering zijn geconverteerd, bij hoeveel bestanden verminkte letters zijn hersteld en waar de leestekens zijn teruggezet.