從TS文件中提取DVB Subtitle字幕的簡要教程

韋斌

歐洲發(fā)達國家和地區(qū)（包括我國香港特區(qū)），其數字電視廣播的字幕普遍采用歐洲DVB Subtitling標準，在衛(wèi)星電視、有線電視及地面數字電視廣播上大量采用。目前國內的觀眾可以從香港地面數字電視廣播或亞洲3S衛(wèi)星4000MHz頻點鳳凰衛(wèi)視那組碼流里接觸到該字幕系統。DVB Subtitling系統具有可顯示、可關閉字幕的功能，還可以選擇多種文字字幕服務（前提是運營商提供多語種字幕廣播），這是一種比較人性化的字幕系統，也稱Close Caption。而我們國內電視上常見的內嵌字幕（也稱Open Caption開放型字幕），字幕與圖像是一體的，無法分離，更無法關閉或選多語種，兩者的優(yōu)劣對比，高下立判。圖（1-3）

使用碼流分析軟件，可以看到采用DVB Subtitling標準制作字幕的節(jié)目，有DVB Subtitles字樣的TS私有流，即為DVB字幕。

用 VLC media player 等軟件播放能顯示 DVB Subtitles字幕。DVB Subtitles為圖形字幕，內含時間軸，不能直接提取為文本格式。

提取這種字幕，可以用OCR光學字符識別軟件，把字幕提取出來成為 SUP 或 IDX/SUB 字幕文件。目前能提取DVB字幕的文件為ProjectX及DVBSub2Text，前者可將DVB中的中文及其他文字字幕提取轉換為SUB文件，而DVBSub2Tex暫不支持中文識別，但識別及提取英文或拉丁文字幕卻非常準確便捷，準確率接近100%，可一次性直接轉換為Srt字幕文件?，F我們分別介紹兩種軟件的使用方法。

使用DVBSub2Text

提取英文或拉丁文字幕

1、啟動DVBSub2Text程序。由于目前DVBSub2Text對中文及日文等的支持不理想，識別出來的都是亂碼，我們只用它來OCR識別英文字幕。

2、點擊左上角File Open MPEG -TS，打開電腦中的DVB TS流文件

3、我們要選的是英文字幕轉換，故將前面兩條軌道的勾選框去掉（見圖8）

用記事本直接打開，可以看到我們已經得到一個完整的Srt文件，英文字母的識別率幾乎為100%（當然也偶有錯誤，故最好檢查一遍），但有一些特殊符號，如分隔行的“-”，識別出來的卻變成，我們需要用替換的辦法把它替換為“-”。在記事本中點擊編輯-替換-將替換為-，最后點擊“全部替換”，即可得到一個合格的Srt字幕文件。如果替換效果不佳，還需要人工檢查一下，將亂碼的符號刪除或替換掉。

用這種方法提取DVB Subtitles英文字幕是目前最為便捷高效的辦法。如果我們收錄到國外無中文字幕的DVB節(jié)目，可先用此法分離提取Srt格式字幕，并可在此字幕基礎上，根據英文內容及時間軸制作中文字幕，就要比根據圖像聲音聽譯記錄字幕的方法快捷準確得多了。我不知道網絡上那些美劇字幕組是否是用此法來制作中文字幕，我用此法測試制作的中文版Srt字幕，一部電影只需一個上午就完成字幕翻譯制作工作，連視頻及聲音都不需要打開。

有時會出現字幕時間軸整體提前或滯后幾百毫秒的問題，只需用其他Srt字幕編輯軟件調整一下即可（如SrtEdit2012等），在此不再贅述。

使用ProjectX提取中文字幕

對于非英文或拉丁文的漢語阿拉伯語日語等圖形字幕，目前用DVBSub2Text做OCR識別，還是很不成熟的，出來的都是亂碼，這主要是軟件暫時缺乏字庫支持，如果以后能支持漢字等字庫， DVBSub2Text將是很好用的一款DVB字幕提取軟件，故目前我們只能選用另一種方法。我們這里借助的是ProjectX_0.91.0軟件版本，它是運行在JAVA環(huán)境下的，故需要先下載JAVA軟件，可到其官方網站免費下載。推薦下載脫機版，方便以后在無網絡的地方使用。

ProjectX_0.91.0.zip下載地址為

http：//sourceforge.net/projects/project-x/

直接下載地址：

http：//sourceforge.net/projects/ ... download？_test=goal

JAVA脫機安裝WIN版的直接下載地址

http：//sdlc-esd.sun.com/ESD6/JSC ... Host=javadl.sun.com

這兩款軟件下載安裝完畢后，即可運行ProjectX_0.91.0

現在，需要用另外一個軟件，把提取出來的時間軸及圖形字幕，通過OCR光學字符識別軟件識別出來，這里我們選用國內網友馬健編寫的免費軟件IdxSubOcr，這是目前對漢字OCR識別率最高的軟件。該軟件需要跟微軟Office2003或2007版本的MODI一起使用才有效。我們可以在安裝Offices時選擇安裝MODI（在Office工具選項中選，見圖25），這樣才能有效利用Office自帶的OCR光學識別程序，幫助我們對圖形字幕進行識別。

用IdxSubOcr打開其中一個sub.idx文件。見下圖。這樣可以OCR出繁體字幕。

提取出來的字幕，最好再進行校對，即可完成DVB字幕的抽取。Srt字幕可轉換成多種字幕格式，適合各種用途。

另外，我們在錄制DVB數字電視廣播節(jié)目時，為保證節(jié)目的完整性，往往連片頭、片尾及片中插播的廣告等節(jié)目也錄了進去。在對節(jié)目進行編輯時，需要用其他TS流處理軟件進行分割，舍棄無用的內容后再合并。這其中最重要的是要保留TS流中的原始數據，而有些TS流復用軟件會把DVB Subtitle字幕數據丟失掉（如tsMuXerGui等）。

由于DVB Subtitle字幕制作技術目前僅為個別英國專業(yè)公司所掌握，我們對其代碼還未完全了解，暫時無法提供與DVB Subtitle字幕完全兼容的字幕制作技術。電視機構對外節(jié)目交流如果使用DVB Subtitle字幕，還是需要購買英國某公司的專業(yè)字幕設備。筆者現在找到另外一種非常簡單的DVB字幕制作及播出、解碼的解決方案，可以將Srt字幕直接編碼為TS私有流，與視頻音頻（可以是多音軌）封裝為一套節(jié)目的TS流，在數字電視廣播通道中傳輸與解碼，用戶終端電視機上展現的效果與DVB Subtitling幾乎完全一致，可自由選擇顯示或關閉臺詞字幕，可選多種語種字幕（如果TS流中有多語種字幕），可以認為是目前所知的最簡單實用的DVB字幕系統，而且完全是免費的。此字幕系統已經進行內部多次內部測試，效果相當好。我將于近期公開其制作方法，供有興趣的讀者參考，也歡迎廣電同行進行相關測試。