Convertisseur en ligne gratuit de XML en SRT

Un éditeur vidéo, un lecteur multimédia ou un service de sous-titrage peut nécessiter le format SRT lorsque les sous-titres ont été exportés au format XML depuis un autre système. La conversion rend le fichier portable et modifiable, mais uniquement si le XML contient du texte de sous-titre identifiable ainsi que des données de minutage.

Qu’est-ce que le format XML ?

XML est un langage de balisage structuré, et non un format de sous-titres unique. Les systèmes de sous-titrage et de transcription utilisent différents schémas XML, notamment TTML/DFXP, EBU-TT, Final Cut Pro XML, ainsi que des exportations propriétaires provenant de logiciels de montage, de diffusion et de conversion parole-texte.

Un fichier XML de sous-titres peut stocker les éléments dans des balises telles que <p begin="00:00:01.000" end="00:00:04.000">, ou utiliser des attributs nommés start, end, in, out ou duration. Final Cut Pro XML peut décrire un projet de montage plutôt que contenir des éléments de sous-titres directement utilisables : une exportation depuis l’application d’origine peut donc être nécessaire avant la conversion.

XML ne possède pas de structure universelle pour les sous-titres. Renommer captions.xml en captions.srt ne le convertit pas : le logiciel doit identifier les champs de minutage, extraire le texte visible et réécrire les données dans la syntaxe SRT.

Qu’est-ce que le format SRT ?

SRT est un format texte brut pris en charge par la plupart des lecteurs vidéo, des logiciels de montage non linéaire, des serveurs multimédias et des plateformes de sous-titrage. Chaque élément contient un numéro séquentiel, une heure de début et de fin, le texte du sous-titre, puis une ligne vide :

1
00:00:01,000 --> 00:00:04,000
Example caption.

Les horodatages SRT utilisent des virgules avant les millisecondes et le format HH:MM:SS,mmm. Les sous-titres XML peuvent utiliser à la place des secondes décimales, des points, des numéros d’image, l’heure au format horloge, des ticks ou des durées ISO 8601. SRT est compact, facile à modifier dans un éditeur de texte et largement compatible, mais il contient beaucoup moins de métadonnées et de styles que la plupart des schémas XML de sous-titrage.

Convertir un XML reconnu avec Subtitle Edit

1. Créez une copie de sauvegarde du XML source.
2. Installez la version de bureau actuelle de Subtitle Edit, un éditeur de sous-titres open source pour Windows.
3. Ouvrez le fichier via File → Open. Subtitle Edit peut importer plusieurs formats standards de sous-titres et de légendes, mais la prise en charge dépend du schéma XML spécifique.
4. Vérifiez les éléments importés dans la grille et la timeline des sous-titres. Comparez le premier, celui du milieu et le dernier élément avec la source ou la vidéo, puis vérifiez les sauts de ligne et les caractères non latins.
5. Exportez via File → Save as, sélectionnez SubRip (*.srt) et choisissez l’encodage UTF-8 si la boîte de dialogue propose une option d’encodage.

Si le fichier s’ouvre comme un XML ordinaire, n’importe aucun élément ou produit des horaires incorrects, il s’agit probablement d’un schéma non pris en charge ou spécifique à un projet. L’inspection du XML dans un éditeur de texte peut révéler s’il contient réellement du texte de sous-titre et des données de minutage : ne considérez pas qu’une ouverture réussie du fichier prouve que la conversion est correcte.

Utiliser un convertisseur en ligne pour les fichiers documentés et non sensibles

Les services de sous-titrage en ligne tels que Happy Scribe et VEED prennent en charge certains formats de sous-titres et de légendes, mais la prise en charge du XML varie selon le produit et peut être limitée à un schéma nommé, tel que TTML. Vérifiez que le service indique explicitement le type exact de XML avant l’envoi. N’envoyez pas de sous-titres confidentiels, non publiés ou contenant des informations permettant d’identifier une personne, sauf si le traitement par un tiers est autorisé.

Les sites génériques de conversion XML vers texte ou XML vers SRT sélectionnent souvent les mauvais éléments, ignorent les espaces de noms, interprètent les millisecondes comme des secondes ou renvoient un fichier vide. Téléchargez le résultat, ouvrez-le dans un éditeur de sous-titres et comparez ses horaires avec la vidéo avant de l’utiliser.

Convertir un schéma personnalisé prévisible avec Python

Un script convient lorsque chaque élément possède des valeurs reconnaissables start, end et textuelles. Cet exemple prend en charge les heures au format horloge et les secondes numériques, ainsi que les valeurs duration :

import re
import sys
import xml.etree.ElementTree as ET

def seconds(value):
    value = value.strip().replace(',', '.')
    if re.fullmatch(r'\d+(?:\.\d+)?', value):
        return float(value)
    match = re.fullmatch(r'(\d+):(\d{2}):(\d{2})(?:\.(\d+))?', value)
    if not match:
        raise ValueError(f'Unsupported time: {value}')
    h, m, s, fraction = match.groups()
    return int(h) * 3600 + int(m) * 60 + int(s) + float('0.' + (fraction or '0'))

def srt_time(value):
    ms = max(0, round(value * 1000))
    h, remainder = divmod(ms, 3600000)
    m, remainder = divmod(remainder, 60000)
    s, ms = divmod(remainder, 1000)
    return f'{h:02}:{m:02}:{s:02},{ms:03}'

root = ET.parse(sys.argv[1]).getroot()
cues = []
for element in root.iter():
    start = element.get('start') or element.get('begin')
    end = element.get('end')
    duration = element.get('duration') or element.get('dur')
    if not start or (not end and not duration):
        continue
    start = seconds(start)
    end = seconds(end) if end else start + seconds(duration)
    text = ' '.join(''.join(element.itertext()).split())
    if text and end > start:
        cues.append((start, end, text))

cues.sort()
with open(sys.argv[2], 'w', encoding='utf-8', newline='\n') as output:
    for number, (start, end, text) in enumerate(cues, 1):
        output.write(f'{number}\n{srt_time(start)} --> {srt_time(end)}\n{text}\n\n')

Exécutez-le avec python xml_to_srt.py captions.xml captions.srt. Modifiez les noms d’attributs et la sélection des éléments en fonction du schéma source. Le script n’interprète pas les codes temporels SMPTE fondés sur les images, les durées ISO 8601, les ticks, les unités de millisecondes non documentées, les espaces de noms XML nécessitant une recherche qualifiée, ni les éléments distincts de style et de locuteur. Il transforme également les sauts de ligne intégrés en espaces : remplacez cette ligne de traitement du texte si la structure des lignes doit être préservée.

Vérifier le minutage, l’encodage et les métadonnées perdues

• Confirmez la base de temps avant la conversion. Les nombres d’images nécessitent la fréquence d’images source ; les valeurs numériques peuvent représenter des secondes, des millisecondes ou des ticks.
• Convertissez correctement les durées relatives : un élément avec begin et dur se termine à begin + dur.
• Vérifiez les éléments qui se chevauchent, ceux de durée nulle, les horaires inversés, le texte manquant, les éléments en double et les pistes multilingues. Les lecteurs SRT gèrent ces cas de manière incohérente.
• Préservez l’encodage des caractères indiqué par le XML lors de la lecture de la source et enregistrez le SRT en UTF-8. Vérifiez les caractères accentués et les écritures non latines après l’exportation.
• Attendez-vous à perdre les fonctionnalités propres au XML, telles que le positionnement, les couleurs, les polices, les métadonnées du locuteur, le minutage karaoké, l’ordre de lecture et le style complexe des lignes. Recréez manuellement les indications essentielles concernant les locuteurs ou la mise en forme.
• Ouvrez le SRT obtenu dans Subtitle Edit ou un autre éditeur de sous-titres et prévisualisez-le avec la vidéo. Vérifiez le premier et le dernier élément, les changements de scène, les sauts de ligne et la synchronisation avant la livraison.