Vertaal ASS- en SSA-ondertitels zonder de typesetting te breken

Waarom ASS-bestanden algemene AI-assistenten in de war brengen

Een ASS-script is geen simpele lijst met zinnen. Elke dialoogregel is een zogeheten event, zoals "Dialogue: 0,0:03:12.40,0:03:15.02,Default,,0,0,0,,{\an8}Tekst", met tien door komma's gescheiden velden. De tekst zelf zit vaak vol accolades met renderinstructies: een positie, een fade, een kleur of een ander lettertype halverwege een woord. Boven die events staan de scriptheader, de stijldefinities en soms complete lettertypen die als tekst zijn ingesloten.

Om dat in een chatvenster te vertalen, moet een chatbot het volledige bestand opnieuw uitschrijven. Bij een complete aflevering kapt hij er vrijwel altijd voortijdig mee. Onderweg worden er vaak per ongeluk woorden binnen de accolades vertaald, onbekende tags gewist of komma's verschoven waardoor velden verspringen. Elk van deze fouten verandert de weergave van de regel, en sommige maken het bestand zelfs onbruikbaar.

Deze tool vraagt een taalmodel nooit om het bestand te herschrijven. De tool leest het script, filtert uitsluitend de Dialogue-tekst eruit en houdt de tags buiten bereik van het model: blokken aan het begin en einde van een regel worden apart gehouden, en blokken in het midden worden genummerde placeholders die na vertaling weer worden teruggeplaatst. De tekst wordt aangeboden in blokken van maximaal 60 regels. Elke regel moet onder zijn eigen nummer terugkeren; ontbreekt er een regel, dan wordt deze nogmaals opgevraagd. Blijft hij ontbreken, dan blijft het origineel behouden. Al het overige in het bestand wordt ongewijzigd overgenomen.

Wat er wordt vertaald en wat er ongemoeid blijft

• Vertaald: de tekst van elke Dialogue-regel met woorden, inclusief borden en schermteksten opgemaakt met \pos, \move of \frz
• Onaangeroerd: de secties [Script Info], styles, [Fonts] en [Graphics], Comment-regels, acteurnamen en het Effect-veld
• Onaangeroerd: tekenregels ({\p1} vectorvormen) en regels zonder woorden
• Standaard onaangeroerd: karaokeregels met {\k}-, {\kf}- of {\ko}-lettergreeptiming (meestal songteksten in romaji). Kies je voor "Vertalen", dan worden de \k-tags verwijderd, wordt de regel vertaald en blijven de begin- en eindtijd behouden
• Tweetalige optie: de originele regel boven de vertaling, binnen dezelfde gebeurtenis, zodat beide dezelfde stijl en positie behouden

Wat mensen zoal vertalen

• Fansub-releases van anime, naar een taal die de groep zelf niet aanbiedt
• Een heel seizoen (cour) van 12 of 24 afleveringen voor vrienden of familie die een andere taal spreken
• Donghua- en dramascrips opgemaakt in Aegisub
• Eigen video-ondertitels, gedeeld in meerdere talen met behoud van de styling
• Tweetalige ondertitels om Japans, Chinees of Koreaans te leren tijdens het kijken

Beperkingen en het beste resultaat behalen

De typesetting blijft behouden, maar is ooit gemaakt voor de oorspronkelijke tekst. Een bord dat strak in een vak past of gemaskeerd is met \clip kan overlopen als de vertaling langer is. Kopieën van hetzelfde bord verdeeld over meerdere lagen worden regel voor regel vertaald; controleer borden daarom in het eerste deel en pas ze eventueel aan in de editor. De lettertypen uit je stijlen blijven ook staan. Bevatten ze geen tekens voor je doeltaal (zoals Arabisch of Chinees), dan schakelt de videospeler mogelijk over op een ander lettertype of toont lege vakjes. Pas in dat geval de Fontname aan in de styles-sectie.

Karaoke wordt herkend aan de {\k}-tags. Effecten die al door een karaoke-sjabloon zijn gegenereerd (één lettergreep per regel) worden niet als karaoke herkend; vertaal het script voordat je het sjabloon toepast, of verwijder die regels eerst. Afbeeldingsgebaseerde ondertitels (.sup, .sub met .idx) en videobestanden worden niet ondersteund. Timings worden niet gewijzigd: loopt het script niet synchroon met je videobestand, dan geldt dat ook voor de vertaling.

Het is een machinevertaling, uitermate geschikt om mee te kijken en te delen. Wil je een release onder de naam van je groep uitbrengen, laat er dan een vertaler of redacteur naar kijken.