חילוץ כתוביות מקובץ MKV

[zaviv]

היי,
יש ברשותי קובץ MKV שיש בו כתוביות מובנות בעברית וכמובן בעוד שפות
במידה ואני רוצה לחלץ את הכתוביות אני מצליח לחלץ וליצור קובץ MKS
פה מתחילה הבעיה אני לא מצליח להמיר אותו לקובץ SRT
מישהו הצליח ?

זה החילוץ נוצר קובץ MKS ומכאן לא הצלחתי עם שום תוכנה לייצר קובץ SRT

[ra]

subtitle edit
פשוט שמור את הקובץ בשם וזה יציע לך srt

[Amir64]

ניסית חיפוש בגוגל?
משהו כמו "mks to srt"?

[zaviv]

subtitle edit
פשוט שמור את הקובץ בשם וזה יציע לך srt

...

ניסיתי לא הצלחתי יוצא גיבריש
אתה מכיר את הממשק?

[zaviv]

ניסית חיפוש בגוגל?
משהו כמו "mks to srt"?

...

חיפשתי מצאתי כמו שנאמר SUBTITLE EDIT אך לא הצלחתי

[Amir64]

יש שדה Encoding המאפשר בחירה של הקידוד שיבוצע.
הקידוד הנכון תלוי בהגדרת הנגן שאתה משתמש בו.
תנסה קודם UTF-8 with BOM, ו- UTF-8 without bom.
ברוב המקרים אחד מהם צריך לעבוד.
אם לא, יש ברשימה כמה קידודים לעברית.

[Amir64]

אם רק התקנת את subtitle edit, אז בוודאי לא מותקן לך מילון השפה העברית ל- OCR.
תגרור את הסרט ל- subtitle edit, ותבחר את השפה העברית.
תמתין שהתוכנה תחלץ את התמונות של התרגום בעברית.
בסוף ייפתח חלון של בחירת שיטת OCR.
אני השתמשתי ב- tesseract 5.5
בשדה שפה, תלחץ על ה- 3 נקודות, ותבחר להוריד את השפה העברית
אחרי זה תלחץ על כפתור start OCR.
זה קצת עבודה כי הוא כמובן לא מזהה לבד את כל המילים, אז תגיב בהתאם (לשמור או לא, ו\או לערוך את הטקסט לבד )

[zaviv]

אם רק התקנת את subtitle edit, אז בוודאי לא מותקן לך מילון השפה העברית ל- OCR.
תגרור את הסרט ל- subtitle edit, ותבחר את השפה העברית.
תמתין שהתוכנה תחלץ את התמונות של התרגום בעברית.
בסוף ייפתח חלון של בחירת שיטת OCR.
אני השתמשתי ב- tesseract 5.5
בשדה שפה, תלחץ על ה- 3 נקודות, ותבחר להוריד את השפה העברית
אחרי זה תלחץ על כפתור start OCR.
זה קצת עבודה כי הוא כמובן לא מזהה לבד את כל המילים, אז תגיב בהתאם (לשמור או לא, ו\או לערוך את הטקסט לבד )

...

מה זה tesseract 5.5 ? זה במקום SUBTITLE EDIT?

[zaviv]

עוד משהו לא מובן לי אתה אומר לגרור את הסרט לתוכנה SUB TITLE?
אני גורר לשם לא את הסרט אלא קובץ PBS שחולץ מהתוכנה שהשתמשתי בתחילת השרשור (שם אני מעלה את הסרט ומשם למעשה מחלץ את הקובץ בעברית, הבעיה שהוא יוצר קובץ PBS ומכאן אני הולך לתוכנה SUB TITLE
לוחץ OPEN טוען קובץ PBS לא את הקובץ הגדול של הסרט ואז נפתח חלון ואני רואה את השורה הראשונה בסרט בעברית בקובייה גדולה היכן שרשום TEXT אין כלום
כשאני לוחץ START OCR מתחיל ה- TEXT להתמלא בגיבריש הוא עובר על כל השורות בסרט
במילון בצד כתוב עברית

[Amir64]

בצד שמאל למעלה - OCR Method - אתה לא בחרת מה שאמרתי לך.
והשפה שלך מתחת לזה היא Latin... אז בוודאי שתראה גיבריש.

התוכנה יודעת לחלץ כתוביות מקובץ MKV לבד. לא צריך לעשות זאת לפני כן.
אבל אם כבר עשית אז אפשר לייבא רק את הכתוביות לתוכנה.

בהתחלה אמרת שיש לך קובץ MKS, עכשיו אתה כותב PBS.

[GGGLLL]

יש תוכנה שבנויה לזה עובדת
https://www.videohelp.com/software/Inviska-MKV-Extract

האתר המקורי לא עובד וכמובן תבדוק וירוסים

[zaviv]

בצד שמאל למעלה - OCR Method - אתה לא בחרת מה שאמרתי לך.
והשפה שלך מתחת לזה היא Latin... אז בוודאי שתראה גיבריש.

התוכנה יודעת לחלץ כתוביות מקובץ MKV לבד. לא צריך לעשות זאת לפני כן.
אבל אם כבר עשית אז אפשר לייבא רק את הכתוביות לתוכנה.

בהתחלה אמרת שיש לך קובץ MKS, עכשיו אתה כותב PBS.

...

אוקיי שאני אבין יש לי את הקובץהבא
Diamonds are Forever 1971 2160p UHD Blu-ray Remux DoVi HDR HEVC TrueHD 7.1 Atmos
אני פותח את התוכנה ואז עושה OPEN ונפתח לי חלון קטן בשפה אני רואה את הקובץ בעברית מסמן רק אותו ולוחץ OK
אוקיי התקדמתי הורדתי את המילון ועכשיו הוא מציע לי תיקון של שורות /מילים
לאחר שאני מסיים את ה- 1000 שורות מה אני עושה?

[Amir64]

מה שאמרו לך בהתחלה...
save as... בוחר ב- SRT.

[Amir64]

יש תוכנה שבנויה לזה עובדת
https://www.videohelp.com/software/Inviska-MKV-Extract

האתר המקורי לא עובד וכמובן תבדוק וירוסים

...

זו תוכנה שלא מעודכנת יותר, ומשתמשת ב- MKVToolNix
אז למה לא להשתמש ב- MKVToolNix עם MKVToolNixGUI?

ובכל מקרה, התוכנה הזו לא יודעת לבצע OCR לכתוביות שמקודדות בצורה גראפית, וצריך להשתמש בתוכנה אחרת לצורך זה, וזה מה שביקש פותח השרשור.

[zaviv]

תודה רבה על כל העזרה הניתוח הצליח
קצת מייגע כי צריך לעבור על 1000 שורות ולתקן לו מעט
זה רק במידה ויש קובץ מסוג כזה טבוע בקובץ
במידה ויש קובץ מסוג SUB ניתן לחלץ ואז רק לשמור
אני עשיתי זאת באמצעות תוכנה אחרת LosslessCut

[Amir64]

תודה רבה על כל העזרה הניתוח הצליח
קצת מייגע כי צריך לעבור על 1000 שורות ולתקן לו מעט
זה רק במידה ויש קובץ מסוג כזה טבוע בקובץ
במידה ויש קובץ מסוג SUB ניתן לחלץ ואז רק לשמור
אני עשיתי זאת באמצעות תוכנה אחרת LosslessCut

...

גם באנגלית צריך לעבור ידנית על ה- OCR ולתקן הרבה שגיאות או ניחושים שלו.
בוודאי בעברית כשהתחביר שונה, הרבה מילים לא מוכרות ולא במילון, וצריך לתקן לבד.
כל שם, צריך להגיב ידנית, כל כיתוב בעברית שמהווה מילה או שם באנגלית הוא לא מכיר.
אני זוכר שניתקלתי איתו... הוא לא ידע מה לעשות עם "ניו-יורק", ועצר לשאול מה לעשות עם "ניו"
בעתיד בוודאי יהיה איזה BOT שעושה את זה מספיק טוב.

בסה"כ Matroska זה פרוייקט בקוד פתוח, אז כל מי שרוצה יכול לפתח תוכנה שתפתח את האריזה ותוציא או תכניס אליה תוכן חדש.
אני אוהב את MKVToolNixGUI אבל היא בהחלט לא היחידה שעושה את העבודה.

[zaviv]

אני התכוונתי שהעברית מוטמעת בקובץ MKV אבל מסוג SUBRIP
ואז אין צורך לעשות דבר התרגום יורד מצויין ואין צורך להתערב
השאלה מי תרגם את כל השפות כאשר זה מוטבע בקובץ MKV שם לא נתקלתי בבעיות כי אני מחלץ את הקובץ כמו שהוא ל-SRT

[ufffnick]

אולי זה לא המקום ועדיף לפצל (משאיר את זה למנהלים).

אני באמת לא מבין למה צריך כאן OCR...
השימוש ב- OCR מתאים לשליפה של כיתוב מתמונה.
MKV זו אריזה שמאפשרת לסנכרן קבצי כתוביות בלי הצורך לצרוב אל התמונה עצמה, כך שבתכל'ס לא צריך OCR, אלא כלי שיודע לקרוא את התוכן שיש באריזה.

אין כלים מבוססים ffmpeg?
שנים שאני מעדיף אותו, כי שולף את קובץ הכתוביות בדיוק כמו שהוא מהאריזה (כמעט כל אריזה), בלי שגיאות שמכניס כלי שלא מתאים למשימה.

[zaviv]

לא יורד לסוף דעתך
המטרה שלי היתה להוסיף תרגום עברי לסרט בפורמט בלו ריי מלא רק שאין כתוביות בעברית
על מנת להתגבר על המכשול הזה ראיתי שאותו סרט יוצא בפורמט MKV כאשר יש בו כתוביות בילד אין בעברית ועוד הרבה שפות
הקובץ בעברית מסתבר מגיע ב-2 פורמטים אחד זה SUBRIP ואז בעזרת התוכנה LosslessCut שם רואים את הקובץ מחלצים ובא לציון גואל.
הבעיה מסתבכת כאשר הפורמט הינו hdmv_pgs פה צריך לעבור שורה שורה עם התוכנה SUBTITLE EDIT וזה מייגע כי ההמרה מתבצת עם הרבה שגיאות
למשל ג'יימס הוא לא יודע לתרגם ואז זה עם מלא שגיאות ויש עוד הרבה

[ufffnick]

אם יש יותר משפה אחת לצד הסטרים של האודיו ושל הוידאו, זה אומר שיש סטרים לכל שפה.
מה שאומר שהכתוביות כולן הם קבצים נפרדים, ולכן לא צריך OCR.