ซับไตเติลขึ้นเครื่องหมายคำถามหรือภาษาต่างดาว? วิธีแก้ไฟล์ SRT

Equalang

โดยสังเขป

แยกแยะปัญหาซับไตเติล SRT แสดงผลผิดพลาดว่าเกิดจากการเข้ารหัส (Encoding) ไม่ตรงกันหรือฟอนต์ขาดอักขระ พร้อมวิธีแปลงไฟล์เป็น UTF-8 โดยไม่ทำลายข้อความเดิม

คำสำคัญ: ซับไตเติล ขึ้นเครื่องหมายคำถาม; vlc ซับไตเติล ภาษาต่างดาว; แปลงไฟล์ srt เป็น utf-8; ซับไตเติลแสดงเป็นสี่เหลี่ยม; แก้ปัญหา ซับไตเติลต่างดาว srt

เมื่อซับไตเติลบนหน้าจอแสดงผลเป็นเครื่องหมายคำถาม ตัวอักษรเพี้ยนเป็นภาษาต่างดาว หรือกล่องสี่เหลี่ยมว่างเปล่า สิ่งที่คุณกำลังพบคือหนึ่งในสองปัญหาทางเทคนิคที่แตกต่างกันอย่างสิ้นเชิง สัญลักษณ์ประหลาดอย่าง ``, ???, é หรืออักขระมั่วซั่วหมายถึง การเข้ารหัสอักขระไม่ตรงกัน (Mojibake): โปรแกรมเล่นวิดีโอกำลังอ่านไฟล์ .srt ที่เป็นรหัสภาษาแบบเก่า (Legacy Codepage) ด้วยระบบ UTF-8 (หรือในทางกลับกัน) ขณะที่กล่องสี่เหลี่ยมว่างเปล่าขนาดเท่าๆ กัน (□□□) หมายถึง ฟอนต์ขาดอักขระ ("Tofu"): ตัวไฟล์ได้รับการเข้ารหัสเป็น UTF-8 อย่างถูกต้องแล้ว แต่ฟอนต์ซับไตเติลที่โปรแกรมใช้งานอยู่ไม่มีชุดอักขระสำหรับภาษานั้นๆ เช่น ภาษาไทย จีน ญี่ปุ่น เกาหลี หรืออาหรับ

การสังเกตอาการบนหน้าจอใช้เวลาเพียง 5 วินาทีเท่านั้น และจะช่วยป้องกันไม่ให้คุณเข้าไปเปลี่ยนการตั้งค่าผิดจุด หรือเผลอกดบันทึกทับจนไฟล์ซับไตเติลเสียหายถาวร

การเข้ารหัสไม่ตรงกัน vs. ฟอนต์ขาดอักขระ: วิธีแยกแยะความแตกต่าง

ไฟล์ซับไตเติล .srt แบบข้อความล้วนรุ่นเก่ามักถูกบันทึกด้วยรหัสภาษาเฉพาะพื้นที่หรือแบบ Single-byte มากกว่าที่จะเป็นมาตรฐานสากลอย่าง Unicode UTF-8 และเนื่องจากไฟล์ .srt ไม่มีส่วนหัวของไฟล์ (Header) บังคับระบุระบบการเข้ารหัส โปรแกรมเล่นวิดีโอจึงต้องคาดเดาเอาเอง—หรือตั้งค่าเริ่มต้นเป็น UTF-8 หรือรหัสภาษาประจำระบบปฏิบัติการของคุณ

สังเกตสิ่งที่คุณเห็นบนหน้าจอเพื่อระบุสาเหตุที่แท้จริง:

สิ่งที่เห็นบนหน้าจอสาเหตุทางเทคนิคทำไมถึงเกิดขึ้นวิธีแก้ไขที่ถูกต้อง
`` (เครื่องหมายคำถามในสี่เหลี่ยมข้าวหลามตัด) หรือ ???ไบต์รหัสเดิมถูกอ่านด้วย UTF-8อักขระแบบ Single-byte (เช่น อักษรไทยใน Windows-874 หรือตัวอักษรมีวรรณยุกต์ใน Windows-1252) กลายเป็นลำดับไบต์ที่ไม่ถูกต้องเมื่อโปรแกรมคาดหวัง UTF-8เปิดไฟล์ .srt ขึ้นมาใหม่ด้วยการเข้ารหัสเดิมของภาษานั้น แล้วจึงแปลงและบันทึกเป็น UTF-8
é, á, ¿ หรือ æ—¥ไบต์ UTF-8 ถูกอ่านด้วยรหัสภาษาแบบเก่าอักขระ UTF-8 แบบ Multi-byte ที่ถูกต้อง (เช่น é ซึ่งเก็บเป็น 2 ไบต์ 0xC3 0xA9) ถูกแยกอ่านทีละไบต์ตามรหัส Windows-1252ตั้งค่าการเข้ารหัสซับไตเติลเริ่มต้นของโปรแกรมเป็น UTF-8 หรือบันทึกแบบมี BOM หากเปิดบนอุปกรณ์รุ่นเก่า
ภาษาต่างดาว CJK หรือข้อความละตินสลับมั่วใช้รหัสภาษา Multi-byte ผิดภูมิภาคไฟล์ที่บันทึกด้วย GB18030/GBK, Big5, Shift_JIS หรือ EUC-KR ถูกถอดรหัสด้วยรหัสภาษายุโรปตะวันตกหรือรหัสภาษาเอเชียตัวอื่นเปิดไฟล์ขึ้นมาใหม่ด้วยการเข้ารหัสที่ตรงกับภูมิภาคนั้นใน VS Code หรือใช้คำสั่ง iconv แล้วบันทึกเป็น UTF-8
กล่องสี่เหลี่ยมว่างเปล่าเรียงกัน (□□□)ฟอนต์ขาดอักขระ ("Tofu")ไฟล์ .srt เป็น UTF-8 ที่ถูกต้องและโปรแกรมอ่านรหัส Unicode ได้ครบถ้วน แต่ฟอนต์ซับไตเติลที่เลือกไว้มีเฉพาะตัวอักษรละตินไม่ต้องแก้ไขการเข้ารหัสไฟล์ ให้เปลี่ยนฟอนต์ซับไตเติลในโปรแกรมเป็นฟอนต์ที่รองรับ Unicode หรือภาษาไทย

ตัวอย่างเช่น ประโยคภาษาฝรั่งเศสที่มีตัวอักษรติดเครื่องหมายเน้นเสียงและเครื่องหมายคำถามกลับหัวของภาษาสเปน:

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

หากไฟล์นี้ถูกบันทึกด้วย Windows-1252 แต่โปรแกรมเล่นวิดีโอถูกบังคับให้อ่านเป็น UTF-8 ไบต์ระดับสูงของ ¿, ù และ é จะกลายเป็นลำดับไบต์ UTF-8 ที่ไม่สมบูรณ์ โปรแกรมจึงแสดงสัญลักษณ์แทนที่ข้อความที่อ่านไม่ออก:

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

ในทางกลับกัน หากไฟล์ .srt ถูกเข้ารหัสเป็น UTF-8 อย่างถูกต้องอยู่แล้ว (é = 0xC3 0xA9) แต่โปรแกรมเล่นวิดีโอถูกตั้งค่าให้อ่านซับไตเติลเป็น Windows-1252 แต่ละไบต์จะถูกแยกแสดงผลเป็นอักขระของ Windows-1252 ทีละตัว:

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

หยุดก่อนกดบันทึก: ข้อผิดพลาดที่ทำให้ไฟล์ SRT เสียหายถาวร

ก่อนที่คุณจะเปิดไฟล์ .srt ที่แสดงผลเพี้ยนขึ้นมาในโปรแกรมแก้ไขข้อความแล้วรีบกด "บันทึกเป็น UTF-8" โปรดระวังข้อผิดพลาดที่พบบ่อยที่สุดในการแก้ปัญหาซับไตเติล

หากคุณเปิดไฟล์ .srt ในโปรแกรมที่ข้อความบทสนทนา**แสดงผลเป็น , `???` หรือ `é` อยู่บนหน้าจอแล้ว** แล้วคุณกดคลิก **Save as UTF-8** ทันที คุณกำลังทำลายเนื้อหาต้นฉบับอย่างถาวร เพราะโปรแกรมจะนำสัญลักษณ์แทนที่ที่เสียเหล่านั้นบนหน้าจอ ไปเขียนเป็นไบต์ `UTF-8` จริงๆ (`U+FFFD` สำหรับ หรือ U+003F สำหรับ ?) ลงบนดิสก์ และเขียนทับไบต์เดิมของภาษานั้นไปตลอดกาล เมื่อเกิดขึ้นแล้ว จะไม่มีเครื่องมือแปลงรหัสใดสามารถกู้คืนตัวอักษรเดิมกลับมาได้อีก

ขั้นตอนการแปลงไฟล์อย่างปลอดภัย:

  1. ทำสำเนาสำรอง (Backup) ไฟล์ .srt ต้นฉบับเก็บไว้เสมอ
  2. สั่งให้โปรแกรมแก้ไขข้อความ เปิดอ่านซ้ำด้วยรหัสต้นทาง (Reopen with Encoding) โดยลองรหัสเดิมของไฟล์จนกว่าทุกคำจะกลับมาแสดงผลถูกต้องตามปกติ
  3. หลังจาก ตัวอักษรบนหน้าจอแสดงผลได้ถูกต้องชัดเจนแล้วเท่านั้น จึงค่อยกด บันทึก (แปลงไฟล์) เป็น UTF-8

ไฟล์ SRT ของคุณกำลังใช้รหัสภาษาแบบเก่า (Legacy Encoding) ตัวไหน?

เมื่อคุณจำเป็นต้องเปิดไฟล์ .srt รุ่นเก่าขึ้นมาใหม่ ให้เทียบภาษาของซับไตเติลกับรหัสภาษามาตรฐานเดิมตามตารางนี้:

ภาษาของซับไตเติลรหัสภาษาเดิมที่ควรลองเลือกอาการผิดปกติที่มักพบบ่อยก่อนแก้ไข
ไทยWindows-874 หรือ TIS-620ข้อความภาษาไทยกลายเป็น `` หรือภาษาต่างดาวอ่านไม่รู้เรื่อง
อังกฤษ, ฝรั่งเศส, สเปน, เยอรมัน, อิตาลี, โปรตุเกสWindows-1252 (Western European)สระที่มีเครื่องหมายเน้นเสียง (é, ñ, ü) กลายเป็น `` หรือ é
รัสเซีย, ยูเครน, บัลแกเรีย, เซอร์เบีย (ซีริลลิก)Windows-1251 (Cyrillic)ข้อความทั้งบรรทัดกลายเป็น `` หรืออักษรละตินปนเครื่องหมายเช่น Ïðèâåò
อาหรับWindows-1256 (Arabic)กลายเป็น `` หรือเครื่องหมายวรรคตอนละตินแยกชิ้นส่วน
จีนตัวย่อGB18030 หรือ GBKข้อความกลายเป็น `` หรืออักษรละตินผสมสัญลักษณ์ครึ่งความกว้าง
จีนตัวเต็มBig5กลายเป็นสัญลักษณ์กระจัดกระจาย เครื่องหมายคำถาม หรือคันจิผิดตัว
ญี่ปุ่นShift_JISคานะและคันจิแตกเป็นสัญลักษณ์ครึ่งความกว้างหรือ ``
เกาหลีEUC-KRตัวอักษรฮันกึลกลายเป็น `` หรือกลุ่มตัวอักษรละตินแตกแถว

วิธีที่ 1: แปลงไฟล์ SRT เป็น UTF-8 อย่างปลอดภัยด้วย VS Code

Visual Studio Code เป็นเครื่องมือที่เหมาะสำหรับการแก้ปัญหาการเข้ารหัสมากที่สุด เพราะแยกการทำงานระหว่าง Reopen with Encoding (เปลี่ยนเฉพาะวิธีอ่านไบต์ที่มีอยู่บนดิสก์) ออกจาก Save with Encoding (แปลงและเขียนไบต์ใหม่ลงดิสก์) อย่างชัดเจน

  1. เปิดไฟล์ .srt ของคุณใน VS Code หากซับไตเติลแสดงผลเพี้ยน (???, `` หรือภาษาต่างดาว) อย่าเพิ่งแก้ไขหรือกดบันทึกไฟล์โดยเด็ดขาด
  2. มองไปที่แถบสถานะมุมขวาล่างของหน้าต่าง แล้วคลิกที่ชื่อการเข้ารหัส (ปกติจะแสดงว่า UTF-8)
  3. เลือก Reopen with Encoding จากเมนูคำสั่งที่ปรากฏขึ้นด้านบนของหน้าต่าง
  4. เลือกรหัสภาษาแบบเดิมที่ตรงกับภาษาของซับไตเติลจากตารางด้านบน (เช่น ภาษาไทยเลือก Thai (Windows 874) หรือ TIS-620, ฝรั่งเศส/สเปนเลือก Western (Windows 1252) หรือจีนตัวย่อเลือก Simplified Chinese (GB18030))
  5. ตรวจดูในหน้าต่างแก้ไขข้อความ หากข้อความยังคงอ่านไม่รู้เรื่อง ให้คลิกที่ชื่อการเข้ารหัสที่มุมขวาล่างอีกครั้ง เลือก Reopen with Encoding แล้วลองเลือกตัวเลือกถัดไปจนกระทั่งทุกตัวอักษรและวรรณยุกต์แสดงผลได้อย่างถูกต้องคมชัด
  6. เมื่อข้อความบนหน้าจอกลับมาอ่านได้ตามปกติอย่างสมบูรณ์แล้ว ให้คลิกที่ชื่อการเข้ารหัสมุมขวาล่างอีกครั้งหนึ่ง
  7. เลือก Save with Encoding -> UTF-8

ตอนนี้ไฟล์ .srt ของคุณได้รับการแปลงเป็น UTF-8 อย่างแท้จริงแล้ว และจะสามารถโหลดขึ้นมาเล่นได้อย่างสมบูรณ์แบบบนโปรแกรมดูวิดีโอทุกตัว เบราว์เซอร์ และแอปบนมือถือ—ไม่ว่าคุณจะดูเพียงแทร็กเดียว ตั้งค่า ซับไตเติลสองภาษาใน VLC หรือเตรียมไฟล์ต้นทางที่สะอาดเรียบร้อยก่อนทำตาม คู่มือการแปลไฟล์ซับไตเติล SRT

วิธีที่ 2: แปลงไฟล์ SRT เป็น UTF-8 ผ่านเทอร์มินัลด้วย iconv

บน macOS หรือ Linux คุณสามารถแปลงไฟล์ .srt รุ่นเก่าได้โดยตรงจากคอมมานด์ไลน์โดยใช้คำสั่ง iconv ซึ่งจะอ่านไบต์ต้นทางด้วยออปชัน -f (from) และเขียนไฟล์ใหม่ที่เป็น UTF-8 สะอาดด้วย -t (to) โดยไม่แตะต้องไฟล์ต้นฉบับของคุณ

แปลงไฟล์ซับไตเติลภาษาไทย (Windows-874 หรือ TIS-620) หรือยุโรปตะวันตก (Windows-1252) เป็น UTF-8:

# ซับไตเติลภาษาไทย
iconv -f WINDOWS-874 -t UTF-8 movie-th.srt > movie-th-utf8.srt

# ซับไตเติลภาษายุโรปตะวันตก
iconv -f WINDOWS-1252 -t UTF-8 old.srt > utf8.srt

แปลงไฟล์ภาษารัสเซียซีริลลิก (Windows-1251), จีนตัวย่อ (GB18030) หรือญี่ปุ่น (Shift_JIS) เป็น UTF-8:

# รัสเซีย / ซีริลลิก
iconv -f WINDOWS-1251 -t UTF-8 movie-ru.srt > movie-ru-utf8.srt

# จีนตัวย่อ
iconv -f GB18030 -t UTF-8 movie-zh.srt > movie-zh-utf8.srt

# ญี่ปุ่น
iconv -f SHIFT_JIS -t UTF-8 movie-ja.srt > movie-ja-utf8.srt

อย่าลืมกำหนดชื่อไฟล์ปลายทางใหม่เสมอ (> utf8.srt) ห้ามเขียนทับลงในชื่อไฟล์เดิม (> old.srt) เพราะเชลล์จะล้างไฟล์ต้นทางให้ว่างเปล่าก่อนที่ iconv จะอ่านไฟล์เสร็จ

วิธีแก้ปัญหากล่องสี่เหลี่ยม (□□□) ใน VLC เมื่อไฟล์เป็น UTF-8 อยู่แล้ว

หากซับไตเติลของคุณแสดงผลเป็นกล่องสี่เหลี่ยมว่างเปล่า (□□□) การแปลงรหัสไฟล์ .srt จะไม่ช่วยอะไร เพราะกล่องสี่เหลี่ยมหมายความว่า VLC ได้ถอดรหัสข้อความ UTF-8 สำเร็จและรู้ตำแหน่งรหัส Unicode ที่แน่นอนแล้ว แต่เมื่อเรียกใช้ฟอนต์ที่ตั้งค่าไว้เพื่อวาดตัวหนังสือ กลับพบว่าฟอนต์นั้นไม่มีรูปอักขระ (Glyphs) ของภาษานั้นๆ

ปัญหานี้พบบ่อยมากบนสมาร์ตทีวีหรือโปรแกรม VLC ที่เพิ่งติดตั้งใหม่ ซึ่งฟอนต์เริ่มต้นมักรองรับเฉพาะตัวอักษรละติน เมื่อเปิดไฟล์ซับไตเติลภาษาไทย จีน ญี่ปุ่น เกาหลี หรืออาหรับ จึงเกิดปัญหาดังกล่าว

วิธีแก้ไขกล่อง □□□ ใน VLC ทันที:

  1. เปิด VLC แล้วไปที่ VLC > Preferences (บน macOS) หรือ Tools > Preferences (บน Windows/Linux)
  2. คลิกที่แท็บ Subtitles / OSD
  3. มองหาเมนูดรอปดาวน์ Font ภายใต้หัวข้อ Subtitle Effects
  4. เปลี่ยนฟอนต์จากฟอนต์ละตินเดิมให้เป็นฟอนต์ที่รองรับภาษาไทยหรือรองรับ Unicode ครบถ้วนที่มีอยู่ในระบบของคุณ:
    • Windows: Leelawadee UI, Tahoma หรือ Microsoft YaHei
    • macOS: Thonburi, Ayuthaya, PingFang SC หรือ Arial Unicode MS
    • Linux / Cross-platform: Noto Sans Thai, Noto Sans CJK หรือ Arial Unicode MS
  5. ในแท็บ Subtitles / OSD เดียวกันนี้ ให้ตั้งค่า Default encoding เป็น Universal (UTF-8) เพื่อไม่ให้ VLC พยายามอ่านไฟล์ UTF-8 สมัยใหม่ด้วยรหัสภาษาเก่า
  6. คลิก Save ปิดวิดีโอแล้วเปิดขึ้นมาใหม่ (VLC จะแคชระบบแสดงผลฟอนต์ซับไตเติลไว้ขณะที่วิดีโอกำลังเล่นอยู่)

คำถามที่พบบ่อย

ทำไมเครื่องหมายคำถามหรือสระที่มีเครื่องหมายเน้นเสียงจึงแสดงเป็น é หรือ ¿?

ในระบบ UTF-8 ตัวอักษรที่อยู่นอกเหนือจากรหัส ASCII พื้นฐานจะถูกจัดเก็บด้วยขนาด 2 ถึง 4 ไบต์ เช่น อักษร é ถูกจัดเก็บเป็นลำดับสองไบต์คือ 0xC3 0xA9 และเครื่องหมายคำถามกลับหัว ¿ จัดเก็บเป็น 0xC2 0xBF เมื่อโปรแกรมเล่นวิดีโอหรือโปรแกรมแก้ไขข้อความถูกตั้งค่าให้ใช้รหัส Single-byte เก่าอย่าง Windows-1252 โปรแกรมจะมองแต่ละไบต์เป็นหนึ่งตัวอักษรแยกกัน ทำให้ 0xC3 0xA9 กลายเป็น é และ 0xC2 0xBF กลายเป็น ¿ เพียงแค่สลับการเข้ารหัสซับไตเติลของโปรแกรมกลับมาเป็น UTF-8 ก็จะแก้ไขได้ทันที

สามารถกู้คืนไฟล์ SRT ที่เผลอกดบันทึกทับเป็น ??? หรือ `` ไปแล้วได้หรือไม่?

ไม่สามารถกู้คืนได้ เมื่อโปรแกรมบันทึกไฟล์ในขณะที่หน้าจอแสดงผลเป็น `` (U+FFFD) หรือ ? (U+003F) อักขระที่เสียหายทั้งหมดจะถูกแทนที่ด้วยรหัสไบต์ของสัญลักษณ์ทดแทนนั้นอย่างถาวร เนื่องจากตัวอักษรที่แตกต่างกันจำนวนมากถูกยุบรวมกลายเป็นสัญลักษณ์เดียวกัน ข้อมูลไบต์ดั้งเดิมจึงสูญหายไปทั้งหมด คุณจำเป็นต้องดาวน์โหลดไฟล์ .srt ต้นฉบับใหม่อีกครั้ง และใช้คำสั่ง Reopen with Encoding ก่อนจะบันทึกเป็น UTF-8

ควรบันทึกไฟล์ SRT เป็น UTF-8 ธรรมดา หรือ UTF-8 with BOM?

มาตรฐานสากลของ Unicode แนะนำให้บันทึกเป็น UTF-8 แบบมาตรฐาน (ไม่มี Byte Order Mark) ซึ่งสามารถทำงานร่วมกับโปรแกรมเล่นวิดีโอบนคอมพิวเตอร์ยุคใหม่ แท็ก <track> บนเว็บ และเครื่องมือจัดการซับไตเติลได้ดีที่สุด อย่างไรก็ตาม หากเครื่องเล่นผ่านช่อง USB บนทีวีรุ่นเก่าหรือโปรแกรมรุ่นเก่าบน Windows ยังคงเปิดไฟล์ด้วยรหัสภาษาประจำเครื่อง การบันทึกเป็น UTF-8 with BOM จะเพิ่มไบต์ระบุตัวตน 3 ไบต์ (0xEF 0xBB 0xBF) ที่ส่วนหัวของไฟล์ ซึ่งจะช่วยบังคับให้ซอฟต์แวร์รุ่นเก่ารับรู้ว่านี่คือไฟล์ UTF-8

แหล่งอ้างอิง