Phụ đề hiển thị dấu chấm hỏi hoặc ký tự lạ? Cách sửa lỗi SRT

Equalang

Tóm tắt

Phân biệt phụ đề SRT bị lỗi do sai bảng mã encoding hay do thiếu font chữ, đồng thời chuyển đổi file sang UTF-8 an toàn mà không làm hỏng văn bản gốc.

Từ khóa: phụ đề hiển thị dấu chấm hỏi; lỗi font phụ đề vlc; chuyển file srt sang utf-8; sửa lỗi phụ đề tiếng việt srt; lỗi mã hóa phụ đề

Khi phụ đề video xuất hiện dưới dạng hàng loạt dấu chấm hỏi, ký tự có dấu bị biến dạng hoặc những ô vuông rỗng, bạn đang đối mặt với một trong hai vấn đề kỹ thuật hoàn toàn khác nhau. Những biểu tượng kỳ lạ như ``, ???, é hoặc các ký tự hỗn độn biểu thị sự không khớp bảng mã ký tự (Mojibake): trình phát video đang đọc một file .srt dùng bảng mã cũ dưới dạng UTF-8 (hoặc ngược lại). Trong khi đó, các ô hình chữ nhật rỗng đồng nhất (□□□) lại là dấu hiệu của thiếu glyph trong font chữ ("Tofu"): bản thân file .srt đã là chuẩn UTF-8 hợp lệ, nhưng font chữ phụ đề đang kích hoạt trong trình phát lại thiếu ký tự cho tiếng Việt, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Ả Rập hoặc tiếng Thái.

Nhận biết triệu chứng nào đang xuất hiện trên màn hình chỉ mất 5 giây—và điều này giúp bạn tránh thay đổi sai cài đặt hoặc vô tình ghi đè làm hỏng vĩnh viễn file phụ đề của mình.

Lỗi bảng mã vs. Thiếu ký tự font: Nhận biết sự khác biệt

Các file phụ đề .srt dạng văn bản thuần từ những kho lưu trữ cũ thường được lưu bằng các bảng mã vùng hoặc bảng mã 1-byte (single-byte) thay vì chuẩn quốc tế Unicode UTF-8. Do file .srt không có phần header bắt buộc để khai báo bảng mã nội bộ, các trình phát video buộc phải tự đoán—hoặc mặc định sử dụng UTF-8 hay bảng mã mặc định của hệ điều hành.

Quan sát hiện tượng hiển thị trên màn hình để xác định chính xác nguyên nhân:

Hiện tượng trên màn hìnhNguyên nhân kỹ thuậtTại sao lại xảy raHướng xử lý chính xác
`` (dấu chấm hỏi trong hình thoi) hoặc ???Byte bảng mã cũ bị đọc theo chuẩn UTF-8Các ký tự single-byte (như ký tự có dấu trong Windows-1252 hoặc chữ Kirin trong Windows-1251) tạo thành chuỗi byte không hợp lệ khi trình phát mong đợi UTF-8.Mở lại file .srt bằng bảng mã gốc ban đầu, sau đó chuyển đổi và lưu sang UTF-8.
é, á, ¿, hoặc æ—¥Byte UTF-8 bị đọc theo bảng mã cũKý tự UTF-8 đa byte (multi-byte) hợp lệ (như é, gồm hai byte 0xC3 0xA9) bị tách ra và hiển thị từng byte một theo bảng mã Windows-1252.Đặt bảng mã phụ đề mặc định trong trình phát sang UTF-8, hoặc thêm BOM UTF-8 nếu thiết bị cũ yêu cầu.
Ký tự CJK hoặc Latinh hiển thị lộn xộnSai bảng mã đa byte theo khu vựcFile được lưu bằng GB18030/GBK, Big5, Shift_JIS hoặc EUC-KR bị giải mã bằng bảng mã Tây Âu hoặc bảng mã châu Á khác.Mở lại file bằng bảng mã khu vực tương ứng trong VS Code hoặc qua lệnh iconv, sau đó lưu sang UTF-8.
Các ô vuông rỗng đồng nhất (□□□)Thiếu ký tự trong font chữ ("Tofu")File .srt đã là UTF-8 chuẩn và trình phát nhận diện đúng mã Unicode, nhưng font phụ đề được chọn chỉ chứa các chữ cái Latinh cơ bản.Không thay đổi bảng mã của file; hãy đổi font phụ đề trong trình phát sang font hỗ trợ Unicode đầy đủ.

Ví dụ, hãy xem xét một câu tiếng Pháp chứa ký tự có dấu và dấu chấm hỏi ngược tiếng Tây Ban Nha:

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

Nếu file này được lưu bằng Windows-1252 mà trình phát lại xử lý nghiêm ngặt theo UTF-8, các byte bậc cao của ¿, ù và é sẽ không tạo thành chuỗi UTF-8 độc lập hợp lệ, khiến trình phát thay thế bằng ký tự lỗi:

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

Ngược lại, nếu file .srt đã được mã hóa chuẩn theo UTF-8 (é = 0xC3 0xA9), nhưng trình phát lại được cấu hình để đọc phụ đề theo Windows-1252, mỗi byte sẽ bị in thành một ký tự Windows-1252 riêng biệt:

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

Dừng lại trước khi lưu: Sai lầm phổ biến khiến file SRT bị hỏng vĩnh viễn

Trước khi mở một file .srt bị lỗi trong trình soạn thảo văn bản rồi vội vàng nhấn "Save as UTF-8," bạn cần lưu ý sai lầm nghiêm trọng nhất khi xử lý phụ đề.

Nếu bạn mở file .srt trong trình soạn thảo mà văn bản hội thoại **đã hiển thị sẵn dưới dạng , `???` hoặc `é` trên màn hình**, rồi ngay lập tức nhấn **Save as UTF-8**, bạn sẽ phá hủy vĩnh viễn nội dung gốc. Trình soạn thảo sẽ lấy các ký tự thay thế bị lỗi đang hiển thị trên cửa sổ và ghi trực tiếp các byte `UTF-8` thực tế của chúng (`U+FFFD` cho hoặc U+003F cho ?) xuống ổ đĩa, ghi đè hoàn toàn lên các byte gốc ban đầu. Một khi điều này đã xảy ra, không công cụ chuyển đổi bảng mã nào có thể phục hồi lại các chữ cái đã mất.

Quy trình chuyển đổi an toàn:

  1. Luôn tạo một bản sao lưu (backup) của file .srt gốc trước tiên.
  2. Yêu cầu trình soạn thảo đọc lại (Reopen with Encoding) các byte thô trên đĩa bằng bảng mã nguồn gốc cho đến khi từng từ và ký tự hiển thị hoàn toàn bình thường.
  3. Chỉ sau khi các ký tự trên màn hình đã hiển thị chuẩn xác, bạn mới tiến hành lưu (chuyển đổi) file sang UTF-8.

File SRT của bạn đang dùng bảng mã cũ nào?

Khi cần mở lại một file .srt cũ, hãy đối chiếu ngôn ngữ của phụ đề với bảng mã chuẩn tương ứng:

Ngôn ngữ phụ đềBảng mã cũ nên thửDấu hiệu lỗi điển hình trước khi sửa
Tiếng Anh, Pháp, Tây Ban Nha, Đức, Ý, Bồ Đào NhaWindows-1252 (Tây Âu)Nguyên âm có dấu (é, ñ, ü) và dấu ngoặc kép thông minh biến thành `` hoặc é
Tiếng Nga, Ukraina, Bulgaria, Serbia (Kirin)Windows-1251 (Kirin)Toàn bộ dòng chữ biến thành `` hoặc các ký tự Latinh có dấu như Ïðèâåò
Tiếng Ả RậpWindows-1256 (Ả Rập)Lời thoại biến thành `` hoặc các dấu câu Latinh rời rạc
Tiếng Trung giản thểGB18030 hoặc GBKLời thoại biến thành `` hoặc các ký tự biểu tượng nửa chiều rộng
Tiếng Trung phồn thểBig5Lời thoại biến thành biểu tượng lộn xộn, dấu chấm hỏi hoặc chữ Hán sai lệch
Tiếng NhậtShift_JISChữ Kana và Kanji vỡ thành các ký tự nửa chiều rộng hoặc ``
Tiếng HànEUC-KRKhối chữ Hangul biến thành `` hoặc các cặp chữ Latinh vô nghĩa

Phương pháp 1: Chuyển file SRT sang UTF-8 an toàn bằng VS Code

Visual Studio Code là công cụ lý tưởng để xử lý bảng mã vì nó tách biệt hoàn toàn giữa Reopen with Encoding (thay đổi cách đọc các byte hiện có trên đĩa) và Save with Encoding (chuyển đổi và ghi các byte mới xuống đĩa).

  1. Mở file .srt của bạn trong VS Code. Nếu phụ đề hiển thị lỗi (???, `` hoặc ký tự lạ), tuyệt đối không chỉnh sửa hoặc lưu file.
  2. Nhìn xuống thanh trạng thái ở góc dưới bên phải và nhấp vào chỉ số bảng mã (thường hiển thị là UTF-8).
  3. Chọn Reopen with Encoding từ menu lệnh thả xuống ở đầu cửa sổ.
  4. Chọn bảng mã cũ phù hợp với ngôn ngữ phụ đề từ bảng tra cứu phía trên (ví dụ: Western (Windows 1252) cho tiếng Pháp/Tây Ban Nha, Cyrillic (Windows 1251) cho tiếng Nga, hoặc Simplified Chinese (GB18030) cho tiếng Trung giản thể).
  5. Kiểm tra cửa sổ soạn thảo. Nếu nội dung vẫn bị lỗi, nhấp lại vào tên bảng mã ở góc dưới bên phải, chọn Reopen with Encoding và thử bảng mã kế tiếp cho đến khi toàn bộ văn bản và dấu câu trở nên rõ ràng, chuẩn xác.
  6. Khi văn bản trên màn hình đã hiển thị hoàn toàn bình thường, nhấp vào tên bảng mã ở góc dưới bên phải một lần nữa.
  7. Chọn Save with Encoding -> UTF-8.

Giờ đây, file .srt của bạn đã được chuyển đổi chuẩn xác sang UTF-8 và sẽ hiển thị trơn tru trên mọi trình phát máy tính, trình duyệt và ứng dụng di động—dù bạn đang xem một phụ đề đơn, thiết lập phụ đề song ngữ trên VLC, hay chuẩn bị file nguồn sạch trước khi làm theo hướng dẫn dịch file phụ đề SRT.

Phương pháp 2: Chuyển đổi file SRT sang UTF-8 qua Terminal (iconv)

Trên macOS hoặc Linux, bạn có thể chuyển đổi các file .srt cũ trực tiếp từ dòng lệnh bằng công cụ iconv. Công cụ này đọc các byte nguồn bằng tham số -f (from) và ghi file mới chuẩn UTF-8 bằng tham số -t (to) mà không tác động đến file gốc của bạn.

Chuyển đổi file phụ đề Tây Âu (Windows-1252) sang UTF-8:

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

Chuyển đổi file tiếng Nga chữ Kirin (Windows-1251), tiếng Trung giản thể (GB18030), hoặc tiếng Nhật (Shift_JIS) sang UTF-8:

# Tiếng Nga / Chữ Kirin
iconv -f WINDOWS-1251 -t UTF-8 movie-ru.srt > movie-ru-utf8.srt

# Tiếng Trung giản thể
iconv -f GB18030 -t UTF-8 movie-zh.srt > movie-zh-utf8.srt

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

Luôn ghi đầu ra sang một tên file mới (> utf8.srt) thay vì ghi đè lại vào chính file cũ (> old.srt), vì điều đó sẽ làm trống file nguồn trước khi iconv kịp đọc xong nội dung.

Cách sửa lỗi ô vuông rỗng (□□□) trong VLC khi bảng mã đã là UTF-8

Nếu phụ đề của bạn xuất hiện dưới dạng các ô hình chữ nhật rỗng đồng nhất (□□□), việc chuyển đổi bảng mã file .srt sẽ không mang lại kết quả gì. Các ô vuông rỗng có nghĩa là VLC đã giải mã văn bản UTF-8 thành công, tìm thấy chính xác các điểm mã Unicode, nhưng khi gọi font chữ hiện tại để hiển thị thì font đó lại không chứa ký tự (glyph) cho ngôn ngữ tương ứng.

Hiện tượng này thường xảy ra trên Smart TV hoặc bản cài đặt VLC mới, nơi font phụ đề mặc định chỉ bao gồm các ký tự Latinh, trong khi bạn lại mở file .srt tiếng Việt, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Thái hoặc tiếng Ả Rập.

Để khắc phục lỗi □□□ trong VLC ngay lập tức:

  1. Mở VLC và truy cập vào VLC > Preferences (trên macOS) hoặc Tools > Preferences (trên Windows/Linux).
  2. Nhấp vào tab Subtitles / OSD.
  3. Tìm menu thả xuống Font trong phần Subtitle Effects.
  4. Đổi từ font chỉ hỗ trợ Latinh sang một font Unicode đầy đủ có sẵn trên hệ thống của bạn:
    • Đa nền tảng / Linux: Noto Sans, Noto Sans CJK hoặc Arial Unicode MS
    • macOS: Arial Unicode MS, Times New Roman hoặc PingFang SC
    • Windows: Arial, Segoe UI hoặc Microsoft YaHei
  5. Vẫn tại tab Subtitles / OSD, hãy đặt Default encoding thành Universal (UTF-8) để VLC không bao giờ đọc nhầm các file UTF-8 hiện đại theo bảng mã vùng cũ.
  6. Nhấp vào Save, tắt video hoàn toàn rồi mở lại (VLC lưu bộ đệm kết xuất font phụ đề khi video đang chạy).

Các câu hỏi thường gặp

Tại sao dấu chấm hỏi hoặc ký tự có dấu lại hiển thị thành é hoặc ¿?

Trong chuẩn UTF-8, các ký tự nằm ngoài bảng mã ASCII cơ bản được lưu trữ bằng 2 đến 4 byte. Ví dụ, ký tự é được lưu dưới dạng chuỗi hai byte 0xC3 0xA9, và dấu chấm hỏi ngược ¿ được lưu dưới dạng 0xC2 0xBF. Khi trình phát đa phương tiện hoặc trình soạn thảo được thiết lập ở bảng mã single-byte cũ như Windows-1252 thay vì UTF-8, nó sẽ coi mỗi byte là một ký tự độc lập—biến 0xC3 0xA9 thành é và 0xC2 0xBF thành ¿. Chỉ cần đổi bảng mã phụ đề trong trình phát sang UTF-8 là sẽ khắc phục được ngay.

Có thể khôi phục file SRT đã vô tình lưu đè với các ký tự ??? hoặc `` không?

Không thể khôi phục. Một khi trình soạn thảo đã lưu file trong trạng thái hiển thị `` (U+FFFD) hoặc ? (U+003F), mọi ký tự bị lỗi đã bị thay thế hoàn toàn bằng chuỗi byte của ký tự thay thế đó. Do hàng chục chữ cái khác nhau đều bị quy về cùng một ký tự giữ chỗ, các byte gốc ban đầu đã biến mất vĩnh viễn. Bạn sẽ cần tải lại file .srt gốc và thực hiện thao tác Reopen with Encoding trước khi lưu sang UTF-8.

Nên lưu file SRT dưới dạng UTF-8 tiêu chuẩn hay UTF-8 with BOM?

Chuẩn UTF-8 tiêu chuẩn (không có Byte Order Mark) là khuyến nghị chung theo đặc tả Unicode và tương thích hoàn hảo trên các trình phát hiện đại, thẻ <track> trên trang web và các công cụ xử lý phụ đề. Tuy nhiên, nếu đầu phát USB trên TV đời cũ hoặc các phần mềm Windows cổ vẫn mặc định mở file theo bảng mã cục bộ, việc lưu dưới dạng UTF-8 with BOM sẽ gắn thêm 3 byte định danh (0xEF 0xBB 0xBF) vào đầu file, buộc phần mềm cũ phải nhận diện đó là file UTF-8.

Tài liệu tham khảo