Converti DOCX in SRT

Gli editor video, i lettori multimediali e le piattaforme per sottotitoli possono richiedere sottotitoli in formato SRT, mentre gli script e le trascrizioni arrivano comunemente come file DOCX. Poiché un normale DOCX contiene testo ma non dati di sincronizzazione, per produrre sottotitoli utilizzabili è necessario estrarre il testo e assegnare i timecode.

Cos'è il formato DOCX

DOCX è il formato di documento basato su XML di Microsoft Word, supportato da Word, LibreOffice Writer, Apple Pages e Google Docs. È un pacchetto basato su ZIP che può contenere paragrafi, stili, tabelle, immagini, commenti, intestazioni, piè di pagina e modifiche rilevate. Script, trascrizioni di interviste, verbali di riunioni e sottotitoli preparati vengono spesso distribuiti come DOCX.

Le interruzioni di paragrafo, il testo in grassetto, i nomi degli interlocutori e il layout della pagina non diventano automaticamente cue dei sottotitoli. A meno che il documento non contenga timestamp coerenti, non può fornire autonomamente la sincronizzazione.

Cos'è il formato SRT

SRT, o SubRip Subtitle, è un formato di testo semplice supportato dalla maggior parte dei lettori multimediali, degli editor video e degli strumenti per sottotitoli. Ogni cue contiene un numero sequenziale, un'ora di inizio e di fine e una o più righe:

1
00:00:02,000 --> 00:00:05,500
Welcome to the presentation.

SRT è compatto, modificabile, indipendente dal video e ampiamente compatibile. Memorizza solo il testo e le informazioni di base sulla temporizzazione; i font, i colori, le immagini, i commenti, le modifiche rilevate, le tabelle e il layout complesso di DOCX vengono eliminati.

Come eseguire la conversione

Quando il DOCX è una trascrizione senza timecode

1. Apri il file in Word, LibreOffice Writer o Google Docs. Rimuovi intestazioni, piè di pagina, numeri di pagina, commenti, segni di revisione e testo non pronunciato.
2. Inserisci ogni intervento dell'interlocutore o unità logica dei sottotitoli nel proprio paragrafo. Dividi gli interventi lunghi in cue più brevi; due righe per cue sono un limite pratico massimo, anche se il limite corretto dipende dalla piattaforma e dalla lingua di destinazione.
3. Esporta il testo ripulito tramite File → Save As → Plain Text (.txt). Seleziona UTF-8 quando Word visualizza la finestra di dialogo relativa alla codifica. LibreOffice offre la stessa opzione di testo semplice in File → Save As.
4. Apri il video in Subtitle Edit, un editor gratuito per sottotitoli per Windows, e importa il file TXT utilizzando la relativa funzione di importazione del testo semplice. Apri il video tramite Video → Open video file.
5. Imposta l'ora di inizio e di fine di ogni cue in base all'anteprima del video o alla forma d'onda. Controlla la velocità di lettura, le interruzioni di riga, le etichette degli interlocutori e la sincronizzazione.
6. Salva tramite File → Save as e seleziona SubRip (*.srt). Conferma che l'output venga salvato come UTF-8.

Subtitle Edit è adatto alla temporizzazione manuale delle trascrizioni perché offre l'importazione del testo, la modifica della forma d'onda, strumenti per le interruzioni di riga, impostazioni di codifica e convalida dei sottotitoli. Aegisub è un'alternativa multipiattaforma con controlli dettagliati per la temporizzazione e lo stile, ma è meno orientato all'importazione di una semplice trascrizione.

Se l'audio o il video di origine è disponibile, uno strumento di riconoscimento vocale automatico come Whisper può creare direttamente sottotitoli con timecode dal contenuto multimediale. Considera il risultato come una bozza: gli errori di riconoscimento, i cambi di interlocutore, la punteggiatura, le interruzioni di riga e la temporizzazione richiedono comunque una revisione. Una trascrizione DOCX non può fornire autonomamente a Whisper i timestamp mancanti.

Quando il DOCX contiene già i timecode

Normalizza i timestamp secondo la sintassi SRT, ad esempio 00:01:12,000 --> 00:01:16,000. Converti i punti in virgole nella parte dei millisecondi, rimuovi le parentesi e i metadati degli interlocutori dove necessario e assicurati che ogni cue abbia un numero, un'ora di inizio, un'ora di fine e il testo. Subtitle Edit può importare o modificare il testo normalizzato e convalidare il file risultante. Uno script è appropriato solo quando ogni paragrafo segue uno schema rigido e prevedibile; le ore di fine mancanti e le etichette incoerenti degli interlocutori richiedono una correzione manuale.

Utilizzo di un servizio online

CloudConvert e Zamzar possono convertire DOCX in TXT quando il software desktop non è disponibile. Utilizza il testo UTF-8 scaricato in Subtitle Edit per creare e temporizzare il file SRT; un normale convertitore di file cloud di solito non è in grado di dedurre la sincronizzazione da una trascrizione. Per interviste riservate, documenti legali, dati personali o contenuti multimediali non ancora pubblicati, verifica i termini relativi a caricamento, conservazione, eliminazione e riutilizzo prima di inviare il DOCX a un servizio online.

Controlli di qualità e compatibilità

• La temporizzazione non può essere recuperata dalla normale formattazione. Utilizza il video sorgente, la forma d'onda dell'audio, timecode affidabili o l'output del riconoscimento vocale.
• Utilizza UTF-8 per preservare i caratteri accentati e gli alfabeti non latini. Il testo corrotto indica solitamente un problema di codifica, non un problema di temporizzazione dei sottotitoli.
• SRT utilizza normalmente le virgole per i millisecondi, ad esempio 00:00:04,250; i formati che utilizzano i punti non sono intercambiabili senza conversione.
• Assicurati che i numeri dei cue siano sequenziali, che le ore di inizio precedano quelle di fine e che i cue sovrapposti siano intenzionali e supportati dall'applicazione di destinazione.
• Controlla il numero di caratteri per riga, i caratteri al secondo, la durata minima di visualizzazione e la durata massima di visualizzazione in base ai requisiti della piattaforma di destinazione. Subtitle Edit può segnalare una velocità di lettura eccessiva, sovrapposizioni e timestamp non validi.
• Le tabelle DOCX, le colonne, le caselle di testo mobili e le modifiche rilevate possono essere estratte nell'ordine errato. Controlla il file TXT intermedio prima della temporizzazione o dell'importazione.