Napisy pokazują znaki zapytania lub krzaczki? Jak naprawić plik SRT

Equalang

W skrócie

Sprawdź, czy zniekształcone napisy SRT wynikają ze złego kodowania znaków czy braku glifów w czcionce, i bezpiecznie przekonwertuj plik na UTF-8.

Słowa kluczowe: napisy pokazują znaki zapytania; vlc napisy znaki zapytania; konwersja srt na utf 8; naprawa krzaczków srt; złe kodowanie napisów

Gdy w napisach do filmu zamiast polskich liter pojawiają się znaki zapytania, zniekształcone akcenty lub puste kwadraty, źródłem problemu jest jedna z dwóch zupełnie różnych przyczyn. Dziwne symbole, takie jak ``, ???, é czy losowe ciągi znaków (tzw. Mojibake), oznaczają niezgodność kodowania znaków: odtwarzacz odczytuje starszy plik .srt zapisany w kodowaniu regionalnym tak, jakby był to UTF-8 (lub odwrotnie). Z kolei jednakowe, puste prostokąty (□□□) oznaczają brak glifów w aktywnej czcionce ("Tofu"): plik jest poprawnym dokumentem UTF-8, lecz wybrana w odtwarzaczu czcionka nie zawiera znaków dla danego języka (np. znaków chińskich, japońskich, koreańskich, arabskich czy tajskich).

Rozpoznanie objawu na ekranie zajmuje zaledwie kilka sekund i pozwala uniknąć zmiany błędnych ustawień lub bezpowrotnego uszkodzenia pliku z napisami.

Niezgodność kodowania a brakujące glify: jak rozpoznać różnicę

Starsze pliki .srt pobierane z serwisów z napisami były często zapisywane w jednobajtowych stronach kodowych zamiast w uniwersalnym standardzie Unicode UTF-8. Ponieważ plik tekstowy .srt nie posiada nagłówka deklarującego kodowanie, odtwarzacze multimedialne muszą zgadywać lub przyjmują domyślnie UTF-8 albo stronę kodową systemu operacyjnego.

Wykorzystaj to, co widzisz na ekranie, aby ustalić przyczynę:

Co widzisz na ekraniePrzyczyna technicznaDlaczego tak się dziejeSkuteczne rozwiązanie
`` (romb ze znakiem zapytania) lub ???Dawne bajty odczytane jako UTF-8Bajty pojedynczych znaków (np. polskie znaki w Windows-1250 czy ISO-8859-2) tworzą nieprawidłowe sekwencje, gdy odtwarzacz oczekuje UTF-8.Otwórz plik .srt ponownie w jego oryginalnym kodowaniu źródłowym, a następnie przekonwertuj i zapisz jako UTF-8.
é, á, ¿ lub podwójne krzaczkiBajty UTF-8 odczytane w starym kodowaniuPrawidłowy wielobajtowy znak UTF-8 (np. ą lub é) zostaje podzielony i wyświetlony bajt po bajcie w zachodnioeuropejskiej lub lokalnej stronie kodowej.Ustaw domyślne kodowanie napisów w odtwarzaczu na UTF-8 lub dodaj znacznik UTF-8 BOM dla starszych telewizorów.
Zniekształcone znaki azjatyckie (CJK) lub losowe symboleBłędna wielobajtowa strona kodowaPlik zapisany w GB18030/GBK, Big5, Shift_JIS lub EUC-KR jest dekodowany przy użyciu innej strony kodowej.Otwórz plik ponownie we właściwym kodowaniu w VS Code lub przez terminal iconv, po czym zapisz jako UTF-8.
Jednakowe puste prostokąty (□□□)Brak glifów w czcionce ("Tofu")Plik .srt ma prawidłowe kodowanie UTF-8, a odtwarzacz zna punkty kodowe Unicode, lecz wybrana czcionka nie ma rysunku tych liter.Nie zmieniaj kodowania pliku; zmień w ustawieniach odtwarzacza czcionkę napisów na obsługującą dany alfabet lub zestaw CJK.

Przykład wiersza z francuskimi akcentami i odwróconym znakiem zapytania:

14
00:01:12,400 --> 00:01:15,100
¿Où est le café ?

Gdy plik zapisano w Windows-1252, a odtwarzacz wymusza UTF-8, bajty odpowiadające znakom ¿, ù i é nie przechodzą walidacji i odtwarzacz wstawia symbole zastępcze:

14
00:01:12,400 --> 00:01:15,100
O est le caf ?

Gdy plik to poprawny UTF-8 (é = 0xC3 0xA9), a odtwarzacz dekoduje go jako Windows-1252, każdy bajt wyświetla się jako osobny znak:

14
00:01:12,400 --> 00:01:15,100
¿Où est le café ?

Zanim zapiszesz plik: jak przypadkowo zniszczyć napisy SRT

Przed otwarciem zniekształconego pliku .srt w edytorze tekstu i kliknięciem „Zapisz jako UTF-8” pamiętaj o najgroźniejszym błędzie popełnianym podczas naprawy napisów.

Jeśli otworzysz plik .srt w edytorze, w którym tekst **już wyświetla się na ekranie jako , `???` lub `é`**, i od razu klikniesz **Zapisz jako UTF-8**, bezpowrotnie zniszczysz oryginalną zawartość. Edytor pobierze zastępcze symbole widoczne w oknie i zapisze na dysku ich dosłowne bajty `UTF-8` (`U+FFFD` dla lub U+003F dla ?), trwale nadpisując pierwotne bajty. Po takim nadpisaniu żaden program nie będzie w stanie odtworzyć utraconych liter.

Bezpieczna konwersja wymaga zachowania określonej kolejności:

  1. Zawsze wykonaj kopię zapasową oryginalnego pliku .srt.
  2. Wskaż edytorowi, aby ponownie zinterpretował (otworzył) surowe bajty z dysku przy użyciu pierwotnego kodowania źródłowego, aż cały tekst stanie się w pełni czytelny.
  3. Dopiero wtedy, gdy litery i znaki diakrytyczne wyglądają prawidłowo, wybierz opcję zapisz (konwertuj) do UTF-8.

Z jakiego kodowania korzysta mój stary plik SRT?

Podczas ponownego otwierania starszego pliku .srt dopasuj język napisów do historycznej strony kodowej:

Język napisówStrona kodowa do wypróbowaniaTypowy objaw przed naprawą
Polski, czeski, węgierski, słowackiWindows-1250 (Europa Środkowa) lub ISO-8859-2Polskie litery (ą, ć, ę, ł, ń, ó, ś, ź, ż) zmieniają się w ``, znaki zapytania lub symbole
Angielski, francuski, hiszpański, niemiecki, włoski, portugalskiWindows-1252 (Europa Zachodnia)Samogłoski z akcentami (é, ñ, ü) i cudzysłowy zmieniają się w `` lub é
Rosyjski, ukraiński, bułgarski, serbski (cyrylica)Windows-1251 (cyrylica)Całe wiersze zamieniają się w `` lub ciągi liter łacińskich z akcentami (np. Ïðèâåò)
ArabskiWindows-1256 (arabski)Tekst zmienia się w `` lub oderwane znaki interpunkcyjne
Chiński uproszczonyGB18030 lub GBKKwestie dialogowe zamieniają się w `` lub losowe znaki łacińskie
Chiński tradycyjnyBig5Kwestie dialogowe zamieniają się w rozsypane symbole lub znaki zapytania
JapońskiShift_JISZnaki kana i kanji dzielą się na symbole o połówkowej szerokości lub ``
KoreańskiEUC-KRBloki hangul zmieniają się w `` lub losowe pary liter
TureckiWindows-1254 (turecki)Litery ğ, ş, ı zmieniają się w `` lub inne znaki

Metoda 1: Bezpieczna konwersja SRT do UTF-8 w VS Code

Program Visual Studio Code idealnie nadaje się do naprawy kodowania, ponieważ wyraźnie rozdziela operację Reopen with Encoding (zmiana sposobu odczytu bajtów z dysku) od Save with Encoding (przeliczenie i zapis nowych bajtów).

  1. Otwórz plik .srt w programie VS Code. Jeśli napisy wyglądają na uszkodzone (???, `` lub krzaczki), nie edytuj ani nie zapisuj jeszcze pliku.
  2. Spójrz na pasek stanu w prawym dolnym rogu i kliknij wskaźnik kodowania (zazwyczaj widnieje tam UTF-8).
  3. Wybierz polecenie Reopen with Encoding z menu na górze okna.
  4. Wybierz stronę kodową odpowiadającą językowi napisów z powyższej tabeli (np. Central European (Windows 1250) dla języka polskiego, Western (Windows 1252) dla francuskiego/hiszpańskiego lub Simplified Chinese (GB18030) dla chińskiego uproszczonego).
  5. Sprawdź okno edytora. Jeśli tekst nadal jest zniekształcony, kliknij wskaźnik kodowania ponownie, wybierz Reopen with Encoding i wypróbuj kolejną pozycję (np. ISO 8859-2), aż wszystkie polskie znaki staną się czyste i czytelne.
  6. Gdy tekst na ekranie wygląda w pełni poprawnie, kliknij wskaźnik kodowania w prawym dolnym rogu jeszcze raz.
  7. Wybierz Save with Encoding -> UTF-8.

Twój plik .srt został prawidłowo przekonwertowany na UTF-8 i załaduje się bezbłędnie we wszystkich odtwarzaczach, przeglądarkach i aplikacjach mobilnych — niezależnie od tego, czy oglądasz film z pojedynczą ścieżką, konfigurujesz podwójne napisy w VLC, czy przygotowujesz plik źródłowy do tłumaczenia zgodnie z naszym poradnikiem tłumaczenia napisów SRT.

Metoda 2: Konwersja plików SRT do UTF-8 w terminalu (iconv)

W systemach macOS i Linux możesz szybko przekonwertować starsze pliki .srt bezpośrednio z wiersza poleceń za pomocą narzędzia iconv. Odczytuje ono bajty źródłowe za pomocą parametru -f (from) i zapisuje poprawny UTF-8 do nowego pliku za pomocą parametru -t (to), nie naruszając oryginału.

Konwersja pliku z polskimi znakami (Windows-1250) do UTF-8:

iconv -f WINDOWS-1250 -t UTF-8 stary.srt > utf8.srt

Konwersja pliku zachodnioeuropejskiego (Windows-1252), cyrylicy (Windows-1251) lub chińskiego (GB18030):

# Europa Zachodnia
iconv -f WINDOWS-1252 -t UTF-8 film-en.srt > film-en-utf8.srt

# Rosyjski / cyrylica
iconv -f WINDOWS-1251 -t UTF-8 film-ru.srt > film-ru-utf8.srt

# Chiński uproszczony
iconv -f GB18030 -t UTF-8 film-zh.srt > film-zh-utf8.srt

Zawsze przekierowuj wynik do nowej nazwy pliku (> utf8.srt), a nigdy do tego samego pliku (> stary.srt), ponieważ powłoka wyczyści plik źródłowy, zanim iconv zdąży go odczytać.

Jak naprawić puste kwadraty (□□□) w VLC, gdy kodowanie to już UTF-8

Jeśli napisy wyświetlają się jako równe, puste prostokąty (□□□), żadna konwersja pliku .srt niczego nie zmieni. Puste kwadraty oznaczają, że VLC prawidłowo odczytał tekst w formacie UTF-8 i rozpoznał kody Unicode, lecz aktywna czcionka nie posiada glifów odpowiadających tym znakom.

Zjawisko to występuje często na telewizorach Smart TV lub po świeżej instalacji VLC, gdzie domyślna czcionka napisów obsługuje wyłącznie litery łacińskie, a użytkownik uruchamia napisy w języku chińskim, japońskim, koreańskim, tajskim lub arabskim.

Aby natychmiast naprawić □□□ w odtwarzaczu VLC:

  1. Otwórz VLC i przejdź do: VLC > Preferencje (na macOS) lub Narzędzia > Preferencje (na Windows/Linux).
  2. Kliknij kartę Napisy / OSD.
  3. Znajdź listę rozwijaną Czcionka w sekcji Efekty napisów.
  4. Zmień domyślną czcionkę na czcionkę zainstalowaną w systemie z pełną obsługą standardu Unicode lub znaków CJK:
    • Wieloplatformowo / Linux: Noto Sans CJK lub Arial Unicode MS
    • macOS: PingFang SC
    • Windows: Microsoft YaHei
  5. Na tej samej karcie Napisy / OSD ustaw Domyślne kodowanie na Uniwersalne (UTF-8), aby VLC nigdy nie próbował dekodować plików UTF-8 przy użyciu starych stron kodowych.
  6. Kliknij Zapisz, zamknij odtwarzane wideo i otwórz je ponownie (podczas odtwarzania VLC buforuje silnik renderowania czcionek).

Często zadawane pytania

Dlaczego litery z akcentami lub znaki zapytania zamieniają się w é albo ¿?

W standardzie UTF-8 znaki spoza podstawowej tabeli ASCII są kodowane przy użyciu od dwóch do czterech bajtów. Na przykład litera é jest zapisywana jako sekwencja dwóch bajtów 0xC3 0xA9, a odwrócony znak zapytania ¿ jako 0xC2 0xBF. Gdy odtwarzacz multimedialny lub edytor tekstu jest ustawiony na jednobajtowe kodowanie, takie jak Windows-1252, traktuje każdy bajt jako osobny znak. W efekcie 0xC3 0xA9 zamienia się w é, a 0xC2 0xBF w ¿. Przełączenie kodowania napisów w odtwarzaczu na UTF-8 natychmiast rozwiązuje ten problem.

Czy da się odzyskać plik SRT zapisany ze znakami ??? lub ``?

Nie. Jeśli edytor zapisze plik w momencie, gdy na ekranie widać znaki `` (U+FFFD) lub ? (U+003F), każdy uszkodzony znak zostaje zastąpiony bajtami tego symbolu zastępczego. Ponieważ dziesiątki różnych liter zamieniają się w dokładnie ten sam znak, pierwotne bajty przepadają bezpowrotnie. Konieczne jest ponowne pobranie oryginalnego pliku .srt i użycie opcji Reopen with Encoding przed zapisaniem go jako UTF-8.

Czy zapisywać plik SRT jako UTF-8, czy UTF-8 z BOM?

Zwykły format UTF-8 (bez znacznika kolejności bajtów BOM) jest powszechnie zalecany przez konsorcjum Unicode i działa bez przeszkód w nowoczesnych odtwarzaczach, internetowych znacznikach <track> oraz narzędziach do obróbki napisów. Jeśli jednak starszy odtwarzacz USB w telewizorze lub leciwy program w systemie Windows nadal próbuje otwierać plik UTF-8 przy użyciu lokalnej strony kodowej, zapisanie pliku jako UTF-8 z BOM dodaje trzy bajty identyfikacyjne (0xEF 0xBB 0xBF), które wymuszają rozpoznanie standardu UTF-8.

Źródła