从TS文件中提取DVB Subtitle字幕的有效方法



从TS文件中提取DVB Subtitle字幕的有效方法

深圳市同洲电子股份有限公司韦斌

（本文发表于《卫星电视与宽带多媒体》2013年16期）

 

摘要：DVB Subtitling标准的多语种可消隐字幕已大量运用于欧洲数字电视广播系统，而我国大陆地区在此方面的运用还未见报道。DVB Subtitling系统操作较为复杂，昂贵，笔者已找到一种将最简单的Srt字幕文件封装到TS流中传输、解码、显示的方法，所有功能与欧洲DVB Subtitling标准基本一致，可惜暂不兼容欧洲标准；而我国DVB字幕标准未见正式颁布，在此，先推出一篇短文，介绍DVB Subtitling字幕的提取办法，供有兴趣者参考。在适当的时候，笔者将介绍另外一种很简单的适合国情的DVB字幕系统的解决方案。

关键词：DVB Subtitling  Close Caption  可消隐字幕

欧洲发达国家和地区（包括我国香港特区），其数字电视广播的字幕普遍采用欧洲DVB Subtitling标准，在卫星电视、有线电视及地面数字电视广播上大量采用。目前国内的观众可以从香港地面数字电视广播或亚洲3S卫星4000MHz频点凤凰卫视那组码流里接触到该字幕系统。DVB Subtitling系统具有可显示、可关闭字幕的功能，还可以选择多种文字字幕服务（前提是运营商提供多语种字幕广播），这是一种比较人性化的字幕系统，也称Close Caption。而我们国内电视上常见的内嵌字幕（也称Open Caption开放型字幕），字幕与图像是一体的，无法分离，更无法关闭或选多语种字幕，两者的优劣对比，高下立判。

 

图1 、DVB Subtitles属可消隐字幕，而可消隐字幕在DVD光盘时代就已经很常见了，它可以保持图像字幕的相互独立性，便于节目交流及视频内容的再利用，比传统的开放型内嵌字幕要先进。

 

图2、 DVBSubtitles可同时封装多条字幕轨道，由用户自由选择打开或关闭，可满足观众不同语言字幕的需要。

使用码流分析软件，可以看到采用DVB Subtitling标准制作字幕的节目，有DVB Subtitles字样的TS私有流，即为DVB字幕。

 

图3、用码流分析软件可看出TS流中有两条DVB Subtitles字幕。

用 VLC media player 、Potplayer等软件播放能显示 DVB Subtitles字幕。DVB Subtitles为图形字幕，内含时间轴，不能直接提取为文本格式。
    提取这种字幕，可以用OCR光学字符识别软件，把字幕提取出来成为 SUP 或 IDX/SUB 字幕文件。目前能提取DVB字幕的文件为ProjectX及DVBSub2Text、BDSup2sub等，前者可将DVB中的中文及其他文字字幕提取转换为SUB文件，而DVBSub2Tex暂不支持中文识别，但识别及提取英文或拉丁文字幕却非常准确便捷，准确率接近100%，可一次性直接转换为Srt字幕文件；而BDSup2sub则可以配合ProjectX，将DVB Subtitles字幕转成可再利用的图形字幕文件，基本保留DVB Subtitles字幕的原汁原味。现我们分别介绍三种软件的使用方法。

第一节   使用DVBSub2Text提取英文或拉丁文字幕

 

图4、 DVBSub2Text,是一款免费的DVB转文本字幕的软件

1、  启动DVBSub2Text程序。由于目前DVBSub2Text对中文及日文等亚洲文字的支持不理想，识别出来的都是乱码，我们只用它来OCR识别英文或拉丁文字幕。

 

图5、 DVBSub2Text主界面

2、  点击左上角FileàOpen  MPEG -TS，打开电脑中的DVB TS流文件

 

图6、选择要分离的DVB TS流，打开

TS流文件加载后，如果中间“Decoded  Image”(图形解码)没变化，说明没有DVB Subtitles数据；如有可识别的DVB Subtitles字幕，则几秒钟后中间框会变绿。

 

图7、 可以看到左边框中出现视频音频轨道及三条字幕轨道，字幕轨道的 PID分别为845、846（实际上第二条与第三条是一样的，都是英文字幕），中间框变为绿色，说明有有效的DVB Subtitles字幕。

3、我们要选的是英文字幕转换，故将前面两条中文轨道字幕的勾选框去掉（见图8）

 

图8、将不需要的字幕轨道的勾选框取消

 

图9、在要保留的字幕勾选框里打钩，再点击Start，即开始进行OCR识别与转换

 

图10、OCR识别系统开始工作，中间屏幕出现字幕，右边白色方框内即出现提取出来的时间轴与台词字幕。大家可以发现，这完全是Srt格式的字幕。

 

图11、字幕识别结束后，按Save将提取出来的字幕存为Srt文件。

 

图12、保存字幕文件到指定文件夹

 

 

图13、用记事本直接打开提取出来的字幕，可以看到它们是按Srt格式排列

用记事本直接打开，可以看到我们已经得到一个完整的Srt文件，英文字母的识别率接近100%（当然也偶有错误，故最好检查一遍），但有一些特殊符号，如分隔行的“-”，识别出来的却变成，我们需要用替换的办法把它替换为“-”。在记事本中点击编辑-替换-将替换为-，最后点击“全部替换”,即可得到一个合格的Srt字幕文件。如果替换效果不佳，还需要人工检查一下，将乱码的符号删除或替换掉。

 

图14、对乱码进行替换处理

图15、至此，一个合格的DVB英文字幕Srt文件就很快提取出来了。

用这种方法提取DVB Subtitles英文字幕，是目前所知的最为便捷高效的方法。如果我们收录到国外无中文字幕的DVB节目，可先用此法分离提取Srt格式字幕，并可在此字幕基础上，根据英文内容及时间轴制作中文字幕，就要比根据图像声音听译记录字幕的方法快捷准确得多了。不知道网络上那些美剧字幕组是否是用此法来制作中文字幕，我用此法测试制作的中文版Srt字幕，一部电影只需一个上午就完成字幕翻译制作工作，连视频及声音都不需要打开。

有时会出现字幕时间轴整体提前或滞后几百毫秒的问题，只需用其他Srt字幕编辑软件调整一下即可（如SrtEdit2012等），在此不再赘述。

该方案将英文或其他拉丁文图形字幕转成Srt文件格式，不仅高效准确，而且便于修改、编辑、传播及再利用。对专业级广播电视来说，尤其重要的是，用Srt格式转换为其他格式字幕时，可以做出很漂亮的及清晰度很高的字幕（包括各种特效字幕），故对于带有DVB Subtitles英文等拉丁文字幕的电视节目，强烈建议采用此法进行英文字幕提取。

 

 

 

第二节   使用ProjectX提取中文字幕

对于非英文或拉丁文的汉语、阿拉伯语、日语、朝鲜语及各种小语种图形字幕，目前用DVBSub2Text做OCR识别，还是很不成熟的，出来的都是乱码，这主要是软件暂时缺乏字库支持，如果以后能支持汉字等字库， DVBSub2Text将是很好用的一款DVB字幕提取软件，故目前我们只能选用另一种方法提取非英文字幕文件。我们这里借助的是免费的ProjectX_0.91.0软件版本，它是运行在JAVA环境下的，故需要先下载JAVA软件，可到其官方网站免费下载。推荐下载脱机版，方便以后在无网络的地方使用。
ProjectX_0.91.0.zip下载地址为
http://sourceforge.net/projects/project-x/
直接下载地址：
http://sourceforge.net/projects/ ... download?_test=goal

JAVA脱机安装WIN版的直接下载地址
http://sdlc-esd.sun.com/ESD6/JSC ... Host=javadl.sun.com
这两款软件下载安装完毕后，即可运行ProjectX_0.91.0

 

     图16、进入ProjectX文件夹中，单击ProjectX.jar，用右键选打开方式为JAVA，即可成功启动ProjectX。不要直接双击，否则可能会出现错误。

 

图17、图上声明告诉我们这是一款免费软件，我们点击“I agree（同意）”即可进入下一步。

 

图18、点击左上角FileàAdd（添加），在电脑中的指定位置选择我们要提取字幕的TS流

 

图19、选择需要提取字幕的TS流，按“Select”.

图20、打开后在下方出现加载的TS流的文件名，再点击这个文件，上方框内即出现TS流中所包含的视频、音频和字幕轨道。我们可以看出一条字幕轨道为CHI（实际上是繁体中文），另一条为CHS（实际上是英文）

图21、点击FilterControl,进入下一选项

 

图22、因为我们只需要分离字幕文件，而不需要分离其他视频及音频文件，故在右侧只选“Subpicture”(图形字幕)，其他选项的勾选取消。然后点击“more settings”(更多设置)

图23、按图例点击左侧“subtitil”(字幕)，再勾选右下角“additional export as Vob Sub(idx+sub)”，将字幕文件转换为idx+sub文件。Idx内含时间轴，sub为对应的字幕图像。读者如果有时间和兴趣，还可以改变其它选项，提取出来的字幕效果可能更好。

 

图24、关闭设定，点击左上角QuickStart（快速开始）

 

 

图25、开始提取字幕

 

图26、在同一个文件夹中即可看到提取出来的两条轨道的字幕文件和附件。其中，对我们有用的是sub及idx文件。Idx为时间戳文件，sub为对应的图形字幕文件。Idx+sub文件字幕可以被一些播放软件直接识别与解码，但它的字形及颜色往往比较难看，所以我们还是要再花点精力继续下一步转换工作。

现在，需要用另外一个软件，把提取出来的时间轴及图形字幕，用OCR光学字符识别软件识别出来。这里我们选用国内网友马健编写的免费软件IdxSubOcr，这是目前对汉字OCR识别率最高的软件，该软件需要跟微软Office2003或2007版本的MODI一起使用才有效。

我们可以在安装Offices时选择安装MODI（在Office工具选项中选，见图27），这样才能有效利用Office自带的OCR光学识别程序，帮助我们对图形字幕进行识别。

 

图27，在安装Office时，在Office工具选项中，从子选项Microsoft Office Document Imaging中，选“从本机运行全部程序”，然后进入下一步安装。安装全部结束后，还需要到微软官方网站免费下载SP1或SP2、SP3补丁，否则仍不能正确OCR中文字幕（很麻烦，是吗？）。另外，IdxSubOcr对英文字幕的支持不是很好（主要是空格往往不能正确识别，要花较长时间校对），故不推荐使用它来识别英文字幕。另外，它对朝鲜语（或者说是韩文）的识别也很差，有待改进。

 

图28 IdxSubOcr软件

用IdxSubOcr打开其中一个sub.idx文件。见下图。这样可以OCR出繁体字幕。

图29、选择我们要打开的idx文件。这里有两个文件，一个是繁体中文，一个是英文。我们只需转换中文字幕文件，英文字幕虽然也可以OCR，但识别率较低，速度也较慢，不建议采用此方法来识别DVB Subtitles的英文字幕。

 

图30、选择需要转换的字幕，按确定进入下一步。

 

图31、点击“是”，进入下一步

图32因为我们事先得知是繁体中文字幕，故在OCR语言类选中文繁体。

 

图33 ，OCR开始，将图形字幕识别后转变为文本格式字幕，并分离出时间轴。

    提取出来的字幕，最好再进行校对，修改错误识别的汉字，最后再检查时间轴是否正确，如有误差则使用相关软件调整时间轴，即可完成DVB字幕的抽取。目前发现，测试片段容易出现时间轴整体提前或延后几百毫秒的情况，需要后期调整；但转换一部正版提供的时间轴完整的节目，则很少出现这种情况。Srt字幕可转换成多种字幕格式，适合各种用途。

 

 

图34、根据提取出来的Srt字幕，重新制作新的字幕，可以做得比原版字幕漂亮多了，可以随心所欲制作出各种特效、各种颜色的字幕。

在业余条件下，是无法得到原版DVB节目的，从广播电视上录制下来的文件，为保证节目的完整性，往往连片头、片尾及片中插播的广告等节目也录了进去。我们分离节目字幕时，最好暂时不要对广告等内容进行切割，而是整体提取字幕，最后再对节目进行编辑，用其他TS流处理软件进行分割，舍弃无用的内容后再合并，这样，视频内容、音轨、字幕的时间轴也会保持同步，避免过早分割导致TS流中的原始数据的丢失。（如tsMuXerGui等TS流复用软件会把DVB Subtitle字幕数据丢失掉）。

第三节   使用BDSup2sub将DVB Subtlties字幕转换为可再利用的图形字幕

上述两种方法虽然最后可以制作出很漂亮的字幕，但有些读者可能还是觉得麻烦，心想能否直接使用DVB Subtitling格式的字幕。但现在很多多媒体播放器及播放软件，暂时还不能很好支持DVB Subtitling格式的图形字幕显示。那么能否直接提取出原始的DVB Subtitling格式的图形字幕，直接转换成其他格式，不需要对字幕进行识别和校正，好让我们用播放软件收看呢？

当然可以啦！我们再来介绍另一款可满足这一需求的软件BDSup2sub。

BDSup2sub为国外蓝光发烧友开发的一款免费软件，实际上可以配合ProjectX,将其从DVB Subtitles流中提取出来的IDX+Sub字幕文件，转换成可以再利用的Sup蓝光字幕（或称PGS字幕），再封装为TS流，完全保留了原DVB Subtitles字幕的原汁原味，也不会出现字幕错误（除非原版字幕有错），不需要重新制作图形字幕。这无疑降低了字幕制作难度，提高效率，对大批量处理、利用国外视频节目的字幕文件非常快捷。

目前，使用该方法提取转换的DVB Subtitles字幕，由于完全保留了原始字幕的图形，不可能更改字体字形，其特效效果较简单（仅能改变字幕大小和颜色），与我们直接制作的字幕相比，清晰度及漂亮程度还是稍差，用在专业级广播电视上有点勉强，故只宜用于日语、韩国语、阿拉伯语或其他较难制作、翻译和编辑的字幕上；当然如果是发烧友自我看节目用，那就绰绰有余了。而对中文及英文，建议采用第一节和第二节介绍的办法提取和制作，可以保证制作出非常漂亮的图形字幕。

 

图35、该方案提取出来的DVB Subtitles字幕，直接使用原版字幕的图形，与原版字幕的效果接近（见图1），对发烧友家庭使用还是绰绰有余的。这是一种简单的DVB Subtitles字幕再利用方法，转换非常快捷，不需校正字幕，特别适用于要求不是很高的场合使用（其实作为备选字幕，在专业广播电视领域使用也未尝不可）。而对难以OCR和编辑的日语韩国语泰语等小语种字幕，这种字幕提取和再利用的方法是特别简单有效的，效率很高。

    下面，我们来介绍一下怎样用BDSup2sub软件，把ProjectX从DVB Subtitles流中提取出来的IDX+Sub字幕文件，转换成可以再利用的Sup蓝光字幕。

 

图36、打开BDSup2sub软件，选“File(文件)”—“Load（载入）”

 

 

图37、选择ProjectX从DVB的TS流中提取出来的后缀为idx字幕文件。

  

 

图38、载入文件

 

图39、系统会提示你设置字幕大小。如果节目源为PAL制式标清，选720×576，高清则选1080P。这个选项可以改变字幕的大小，读者不妨多测试几种参数，看哪个更适合。特别注意的是,FPS Target一栏，默认电视节目选25，但如果播放的是电影节目往往要选23.976,否则字幕的时间轴越往后越被拖长，容易导致字幕失去同步。

 

图40、字幕显示出来了，但颜色不好（我也奇怪为何在电视上显示正常的DVB Subtitling白色字幕，提取出来后颜色变得乱七八糟的），作为字幕播出需要进行调整。请按此图上面板各选项的配置，当然你有时间也可以选其他配置玩玩，会有不同效果，可能字幕会变得更漂亮，也可能更丑陋。

一般对于同一家DVB广播电视运营商来说，字幕参数是一致的，我们选择好各选项参数，使展现出来的字幕为最漂亮的状态后，保存起来，以后一直使用该参数转换即可。

特别需要注意的是，如果我们要把提取出来的字幕用于DVB广播或蓝光字幕制作上，那么输出格式（output Format）一定要选蓝光专用的Sup(BD)，也就是PGS格式字幕。

 

图42、点击左上角编辑（Edit）,选Edit DVD Frame这个栏目（调色板），可以对图形字幕做简单调整

 

图43、Color1为字幕背景色，直接在右侧Alp（颜色深度）栏上选00，即为透明背景（难道有人需要不透明的背景？不解）；

图44、Color2为字体边色，按需要选（一般选黑色边），Alp（颜色深度）自选；Color3为字体边色厚度，自由选择；Color4最重要，为字体底色，一般选白色，也可以选其他喜欢的颜色。但如果用在DVB广播中，最好只选白色，因为很多机顶盒字幕不支持彩色，会显示为灰色字幕，很难看。有时不同的电视节目字幕颜色层会不一样，那就只好一个一个试了。

 

图45、选好颜色后再点击“Set ALL” 选择全部字幕，将它们都调成白色（或其他颜色），最后点击OK，字幕颜色和大小即改过来了。

目前笔者接触到的，只有香港地面数字电视广播上的DVB Subtitles，它们的字幕参数基本上是一样的，设置一次就行了。不知其他地方不同运营商的字幕是否也是如此？如果不一样，以上参数还是需要另行调整，有兴趣者自己去摸索吧。

 

图46、将调整好的字幕进行存储，存为Export文件

 

图47、文件名后缀为.sup_exp.sup,这个文件是包含了时间轴的图形字幕文件，可应用于蓝光字幕或DVB字幕封装。

 

图48、转换过程很快。

 

 

图49、我们在目标文件夹中看到多出来的后缀为.sup_exp.sup的文件，就是我们转换过来的DVB Subtitles文件。这个包含了时间轴的图形字幕文件可以直接用于DVB字幕封装或蓝光字幕封装，也可以作为外挂的图形字幕使用。

     Potplayer播放软件是韩国人编写的一套免费软件，几乎全部兼容显示目前所知的各种流行文本及图形字幕，是目前所知字幕兼容功能最好的播放软件，比VLC、DVB Viewer等主流软件效果好多了。我们在测试中，以Potplayer播放软件为演示主体。

 

图50，用Potplayer等播放软件打开视频后，加载sup_exp.sup字幕文件，可收看到我们封装的图形字幕了，跟原版的DVB Subtitles效果非常接近了（参看图1，当然，跟图34我们重新制作的字幕相比，还是有些差距。）。其实别说是用在家庭环境，就是用在广播电视领域也是过得去的，它的优点是转换效率很高。

图51，我们提取的英文图形字幕显示效果，跟图2的DVB Subtitling原版字幕相比，区别已经不大了。

当然，要制作出漂亮的字幕，光看上述教程是远远不够的，还需要大家自己多练习多摸索，我的教程也有很多需要改进与完善的地方，欢迎大家提出修改意见。
    由于DVB Subtitle字幕制作技术目前仅为个别英国专业公司所掌握，我们对其代码还未完全了解，暂时无法提供与DVB Subtitle字幕完全兼容的字幕制作技术。电视节目制作机构对外节目交流如果使用DVB Subtitle字幕，还是需要购买英国某公司的专业字幕设备。

笔者现在找到另外一种非常简单的DVB字幕制作及播出、解码的解决方案，可以将Srt字幕或上面提取的DVB Subtitle字幕（即已转换为sup_exp.sup格式的图形字幕文件），直接编码为流媒体图形字幕私有流，与视频、音频（可以是多音轨）一起封装为一套节目的TS流，在数字电视广播通道中传输与解码，用户终端电视机上展现的效果与DVB Subtitling几乎完全一致，可以很轻松制作出非常漂亮的字幕，可自由选择显示或关闭台词字幕，可选多种语种字幕（如果TS流中有多语种字幕），可以认为是目前所知的最简单实用的DVB字幕系统，而且完全是免费的。如果借助一款免费的第三方软件，我们甚至可以将带有特效字幕代码的Srt或Ass高级特效字幕转码为遵循DVB封装格式的TS流在数字电视广播中播出，，此字幕系统已经进行多次内部测试（目前在DVB-C及DTMB环境测试均很稳定），效果相当好，个人认为在技术上已经超过欧洲DVB Subtitling字幕标准。我将于近期公开其制作方法，供有兴趣的读者参考，也欢迎广电同行进行相关测试。