Sottotitoli con punti interrogativi o caratteri strani? Come correggere i file SRT
EqualangIn breve
Scopri se i sottotitoli SRT illeggibili dipendono da una codifica errata o da caratteri mancanti nel font, e converti i file in UTF-8 senza danneggiare il testo.
Parole chiave: sottotitoli con punti interrogativi; vlc sottotitoli caratteri strani; convertire srt in utf 8; correggere sottotitoli srt illeggibili; codifica errata sottotitoli
Quando i sottotitoli mostrano punti interrogativi, lettere accentate illeggibili o rettangoli vuoti, il problema è riconducibile a una di due cause completamente distinte. Simboli anomali come ``, ???, é o sequenze di caratteri casuali indicano una mancata corrispondenza della codifica dei caratteri (Mojibake): il lettore multimediale sta interpretando un vecchio file .srt codificato con una tabella regionale come se fosse in UTF-8 (o viceversa). Al contrario, rettangoli vuoti uniformi (□□□) indicano la mancanza di glifi nel font (il cosiddetto "Tofu"): il file è già in formato UTF-8 valido, ma il font impostato per i sottotitoli nel riproduttore non possiede i caratteri grafici per lingue come cinese, giapponese, coreano, arabo o thailandese.
Riconoscere quale sintomo appare sullo schermo richiede appena cinque secondi ed evita di modificare le impostazioni sbagliate o di sovrascrivere irrimediabilmente il file dei sottotitoli.
Codifica errata o glifi mancanti nel font: individuare la differenza
I file .srt più datati provenienti da archivi online venivano spesso salvati utilizzando tabelle di codifica regionali o a singolo byte anziché lo standard universale Unicode UTF-8. Poiché il formato di testo semplice .srt non include un'intestazione obbligatoria che dichiari la codifica utilizzata, i riproduttori multimediali devono tentare di indovinarla, ripiegando su UTF-8 o sulla codifica locale del sistema operativo.
Usa ciò che vedi sullo schermo per individuare la causa esatta:
Prendiamo ad esempio una battuta in francese contenente vocali accentate e un punto interrogativo rovesciato spagnolo:
14 00:01:12,400 --> 00:01:15,100 ¿Où est le café ?
Se il file è stato salvato in Windows-1252 e il riproduttore richiede tassativamente UTF-8, i byte di ¿, ù ed é risultano sequenze non valide per UTF-8, spingendo il software a mostrare caratteri sostitutivi:
14 00:01:12,400 --> 00:01:15,100 O est le caf ?
Se invece il file .srt è già memorizzato correttamente in UTF-8 (é = 0xC3 0xA9), ma il riproduttore è impostato per decodificare in Windows-1252, ogni singolo byte verrà mostrato come un carattere autonomo:
14 00:01:12,400 --> 00:01:15,100 ¿Où est le café ?
Attenzione prima di salvare: il rischio di rovinare per sempre un file SRT
Prima di aprire un file .srt illeggibile in un editor di testo e premere subito "Salva con nome UTF-8", occorre prestare attenzione all'errore più comune commesso con i sottotitoli.
Se apri un file .srt in un editor in cui il testo **appare già a schermo come , `???` o `é`** e fai immediatamente clic su **Salva come UTF-8**, cancelli definitivamente il testo autentico. L'editor interpreta i caratteri sostitutivi visibili nella finestra come testo effettivo e ne scrive i byte `UTF-8` (`U+FFFD` per o U+003F per ?) sul disco, sovrascrivendo i byte regionali originari. A quel punto, nessun convertitore sarà più in grado di recuperare le lettere mancanti.
Per convertire un file in modo sicuro:
- Crea innanzitutto una copia di backup del file
.srtoriginale. - Chiedi all'editor di reinterpretare (riaprire) i byte non elaborati sul disco usando la codifica di origine corretta, finché ogni parola non appare del tutto naturale.
- Solo dopo aver verificato che ogni carattere e accento sia visualizzato correttamente, procedi a salvare (convertire) il file in
UTF-8.
Quale codifica legacy sta utilizzando il mio file SRT?
Quando devi riaprire un file .srt datato, associa la lingua dei sottotitoli alla relativa tabella di codifica classica:
Metodo 1: Convertire un file SRT in UTF-8 in modo sicuro con VS Code
Visual Studio Code rende lineare la correzione della codifica perché separa chiaramente il comando Reopen with Encoding (cambiare il modo in cui vengono letti i byte presenti su disco) da Save with Encoding (convertire e scrivere nuovi byte).
- Apri il file
.srtin VS Code. Se i sottotitoli appaiono corrotti (???, `` o caratteri indecifrabili), non modificare né salvare il file. - Guarda la barra di stato in basso a destra e fai clic sull'indicatore di codifica (solitamente riporta
UTF-8). - Seleziona Reopen with Encoding dal menu dei comandi che compare nella parte superiore.
- Scegli la codifica legacy corrispondente alla lingua del file dalla tabella sopra riportata (ad esempio
Western (Windows 1252)per italiano, francese o spagnolo,Cyrillic (Windows 1251)per il russo, oppureSimplified Chinese (GB18030)per il cinese semplificato). - Controlla la finestra dell'editor. Se il testo risulta ancora illeggibile, fai nuovamente clic sull'indicatore in basso a destra, scegli Reopen with Encoding e prova la successiva opzione finché ogni parola e accento non risulti limpido.
- Non appena il testo appare del tutto normale a schermo, fai clic ancora una volta sul nome della codifica in basso a destra.
- Seleziona Save with Encoding -> UTF-8.
Il file .srt sarà ora convertito a tutti gli effetti in UTF-8 e potrà essere caricato senza intoppi nei lettori desktop, nei browser e sulle app per dispositivi mobili, sia che si guardi una traccia singola, sia per configurare doppi sottotitoli in VLC o per preparare una base di partenza pulita prima di seguire la nostra guida alla traduzione dei sottotitoli SRT.
Metodo 2: Convertire i file SRT in UTF-8 da terminale (iconv)
Su macOS o Linux puoi convertire i file .srt legacy direttamente dal terminale con lo strumento iconv, che legge i byte di origine tramite il parametro -f (from) e genera un nuovo file in UTF-8 pulito con -t (to) senza alterare il file di partenza.
Convertire un file di sottotitoli dell'Europa occidentale (Windows-1252) in UTF-8:
iconv -f WINDOWS-1252 -t UTF-8 old.srt > utf8.srt
Convertire un file in cirillico (Windows-1251), cinese semplificato (GB18030) o giapponese (Shift_JIS) in UTF-8:
# Russo / Cirillico iconv -f WINDOWS-1251 -t UTF-8 movie-ru.srt > movie-ru-utf8.srt # Cinese semplificato iconv -f GB18030 -t UTF-8 movie-zh.srt > movie-zh-utf8.srt # Giapponese iconv -f SHIFT_JIS -t UTF-8 movie-ja.srt > movie-ja-utf8.srt
Ricordati sempre di reindirizzare l'output verso un nuovo file (> utf8.srt) e mai verso lo stesso file di origine (> old.srt), altrimenti la shell svuoterà il file prima ancora che iconv ne completi la lettura.
Come risolvere i rettangoli vuoti (□□□) in VLC quando la codifica è già UTF-8
Se i sottotitoli vengono mostrati come rettangoli vuoti omogenei (□□□), convertire la codifica del file .srt non porterà alcun beneficio. I riquadri vuoti testimoniano che VLC ha già decodificato il testo UTF-8 alla perfezione, ha rilevato gli specifici punti di codice Unicode e ha chiesto al font attivo di disegnarli, scoprendo però che tale font non include i glifi per quella scrittura.
Questo scenario si verifica frequentemente sulle smart TV o nelle installazioni recenti di VLC, in cui il font predefinito include solo i caratteri dell'alfabeto latino e si tenta di riprodurre un file .srt in cinese, giapponese, coreano, thailandese o arabo.
Per rimediare subito ai rettangoli □□□ in VLC:
- Apri VLC e vai su VLC > Preferenze (su macOS) o su Strumenti > Preferenze (su Windows/Linux).
- Seleziona la scheda Sottotitoli / OSD.
- Individua il menu a discesa Tipo di carattere nella sezione dedicata agli effetti dei sottotitoli.
- Sostituisci il font attuale con una tipografia Unicode o compatibile con CJK installata nel sistema:
- Multipiattaforma / Linux:
Noto Sans CJKoArial Unicode MS - macOS:
PingFang SC - Windows:
Microsoft YaHei
- Multipiattaforma / Linux:
- Rimanendo nella scheda Sottotitoli / OSD, imposta la voce Codifica predefinita su
Universale (UTF-8)per impedire a VLC di interpretare per errore i file moderni inUTF-8con vecchie tabelle regionali. - Fai clic su Salva, chiudi completamente il video in riproduzione e riaprilo (VLC mantiene in memoria il motore di rendering dei font finché la riproduzione rimane attiva).
Domande frequenti
Perché i punti interrogativi o le lettere accentate vengono visualizzati come é o ¿?
Nello standard UTF-8, i caratteri esterni al blocco ASCII di base vengono memorizzati con sequenze da due a quattro byte. Ad esempio, la lettera é viene salvata come la sequenza di due byte 0xC3 0xA9, mentre il punto interrogativo rovesciato ¿ corrisponde a 0xC2 0xBF. Quando un lettore multimediale o un editor di testo è impostato su una codifica legacy a singolo byte come Windows-1252 anziché su UTF-8, interpreta ciascun byte come un carattere indipendente, mostrando 0xC3 0xA9 come é e 0xC2 0xBF come ¿. Portare la codifica dei sottotitoli del lettore su UTF-8 risolve la visualizzazione all'istante.
È possibile recuperare un file SRT già salvato con caratteri ??? o ?
No. Quando un editor salva un file mentre a schermo sono visibili caratteri `` (U+FFFD) o ? (U+003F), ogni lettera corrotta viene rimpiazzata dalla sequenza di byte letterale di quel segnaposto. Poiché decine di lettere distinte collassano nel medesimo simbolo sostitutivo, i byte originali risultano irrecuperabili. Sarà necessario riscaricare il file .srt di partenza e utilizzare l'opzione Reopen with Encoding prima del salvataggio in UTF-8.
È meglio salvare il file SRT in formato UTF-8 standard o UTF-8 con BOM?
Il formato UTF-8 standard (senza Byte Order Mark) rappresenta la scelta consigliata dalle specifiche ufficiali Unicode e garantisce la massima compatibilità con i moderni lettori per computer, con gli elementi web <track> e con i software di sottotitolazione. Tuttavia, se colleghi una chiavetta a un televisore meno recente o utilizzi vecchi programmi per Windows che aprono i file UTF-8 con la codifica locale, salvare come UTF-8 con BOM inserisce tre byte identificativi iniziali (0xEF 0xBB 0xBF) che costringono il software legacy a riconoscere correttamente il formato UTF-8.