Convertisseur en ligne gratuit de SMI en TXT

Un lecteur multimédia, un éditeur ou un workflow de transcription peut accepter les fichiers .txt en texte brut, mais pas les sous-titres SAMI avec l’extension .smi. La conversion extrait le texte lisible pour l’édition, la recherche, le partage ou l’archivage, avec la possibilité de conserver les horodatages sous forme de texte ordinaire.

Qu’est-ce que le format SMI ?

SMI désigne généralement SAMI (Synchronized Accessible Media Interchange), un format de sous-titres de type HTML développé par Microsoft. Un fichier SAMI stocke les sous-titres dans des éléments tels que <SYNC Start="5000">, où la valeur Start est un horodatage exprimé en millisecondes. Des éléments HTML, des classes CSS, des métadonnées, des sauts de ligne et des pistes linguistiques peuvent également être présents.

SAMI est utilisé par les logiciels de lecture et de création Windows Media hérités, les workflows d’accessibilité, les collections de sous-titres coréens et d’autres applications prenant en charge ce format. Un fichier peut contenir plusieurs classes linguistiques ou versions d’un même sous-titre : la conversion peut donc nécessiter de sélectionner la langue souhaitée.

Qu’est-ce que le format TXT ?

TXT est un fichier texte brut contenant des caractères sans structure standard de sous-titres. Il s’ouvre dans les éditeurs de texte de base, est facile à rechercher et à modifier, et convient aux transcriptions, à la traduction, à l’archivage et aux workflows qui ne peuvent pas analyser SAMI.

TXT ne définit ni la synchronisation, ni le style, ni le positionnement, ni les pistes linguistiques, ni le comportement des sauts de ligne. Un convertisseur peut écrire les horodatages dans le fichier de sortie sous forme de lignes ordinaires, mais ces horodatages ne constituent pas un minutage de sous-titres lisible par une machine, sauf si le programme destinataire définit une convention TXT spécifique.

Comment convertir SMI en TXT

Le convertisseur intégré de 101convert.com peut traiter le fichier dans un navigateur sans installer de logiciel :

1. Ouvrez la page de conversion SMI vers TXT sur 101convert.com.
2. Importez le fichier .smi.
3. Sélectionnez TXT comme format de sortie et démarrez la conversion.
4. Téléchargez le fichier .txt généré et ouvrez-le dans un éditeur de texte.

Si la source contient plusieurs pistes linguistiques et que le convertisseur propose une option de langue, sélectionnez la piste requise avant de démarrer. Sinon, la sortie peut contenir plusieurs pistes ou uniquement la première.

Pour un workflow local sous Windows, ouvrez le fichier dans Subtitle Edit, vérifiez que SAMI a été correctement importé, puis utilisez File → Export → Plain text ou la commande d’exportation de texte brut équivalente. Indiquez s’il faut inclure les horodatages si la boîte de dialogue d’exportation propose cette option, puis enregistrez le résultat avec une extension .txt.

Ne renommez pas subtitle.smi en subtitle.txt. Le changement de nom ne modifie que l’extension du fichier ; celui-ci contient toujours des balises SAMI, des horodatages, du balisage CSS et éventuellement plusieurs pistes linguistiques.

Limites de qualité et de compatibilité

• La conversion en texte brut supprime le style SAMI, les couleurs, le positionnement, la mise en forme des intervenants et les informations de synchronisation.
• Sans exportation des horodatages, le résultat est une transcription et non un fichier de sous-titres synchronisé. Conservez le fichier SMI original si une lecture synchronisée peut être nécessaire ultérieurement.
• Les fichiers SAMI peuvent utiliser les encodages UTF-8, UTF-16, Windows-1252 ou coréens. Des caractères illisibles ou des symboles de remplacement indiquent une incompatibilité d’encodage ; rouvrez si possible la source avec l’encodage déclaré dans son en-tête, puis enregistrez le fichier TXT au format UTF-8.
• Les éléments <SYNC> vides peuvent indiquer la fin d’un sous-titre plutôt qu’un sous-titre vide. Vérifiez dans la sortie la présence de pistes linguistiques dupliquées, de sauts de ligne manquants, de balises restantes et d’entités incorrectement décodées telles que   ou &.