Convertidor online gratuito de XML a SRT

Un editor de vídeo, un reproductor multimedia o un servicio de subtítulos puede requerir SRT cuando los subtítulos se exportaron como XML desde otro sistema. Convertir el archivo hace que los subtítulos sean portátiles y editables, pero solo si el XML contiene texto de las señales y datos de temporización identificables.

Qué es el formato XML

XML es un lenguaje de marcado estructurado, no un formato de subtítulos único. Los sistemas de subtítulos y transcripciones utilizan distintos esquemas XML, incluidos TTML/DFXP, EBU-TT, Final Cut Pro XML y exportaciones propietarias de software de edición, difusión y conversión de voz a texto.

Un archivo XML de subtítulos puede almacenar señales en elementos como <p begin="00:00:01.000" end="00:00:04.000">, o utilizar atributos denominados start, end, in, out o duration. Final Cut Pro XML puede describir un proyecto de edición en lugar de contener señales de subtítulos utilizables directamente, por lo que puede requerir una exportación desde la aplicación original antes de la conversión.

XML no tiene una estructura universal de subtítulos. Cambiar el nombre de captions.xml a captions.srt no lo convierte; el software debe identificar los campos de temporización, extraer el texto visible y reescribir los datos con la sintaxis de SRT.

Qué es el formato SRT

SRT es un formato de texto sin formato compatible con la mayoría de los reproductores de vídeo, editores no lineales, servidores multimedia y plataformas de subtítulos. Cada señal contiene un número secuencial, una hora de inicio y finalización, el texto del subtítulo y una línea en blanco:

1
00:00:01,000 --> 00:00:04,000
Example caption.

Las marcas de tiempo de SRT utilizan comas antes de los milisegundos y el formato HH:MM:SS,mmm. En cambio, los subtítulos XML pueden utilizar segundos decimales, puntos, números de fotograma, tiempo de reloj, ticks o duraciones ISO 8601. SRT ocupa poco espacio, es fácil de editar en un editor de texto y ofrece una amplia compatibilidad, pero contiene muchos menos metadatos y opciones de estilo que la mayoría de los esquemas XML de subtítulos.

Convertir XML reconocido con Subtitle Edit

1. Crea una copia de seguridad del XML de origen.
2. Instala la versión de escritorio actual de Subtitle Edit, un editor de subtítulos de código abierto para Windows.
3. Abre el archivo mediante File → Open. Subtitle Edit puede importar varios formatos estándar de subtítulos y captions, pero la compatibilidad depende del esquema XML específico.
4. Comprueba las señales importadas en la cuadrícula de subtítulos y la línea de tiempo. Compara la primera, la intermedia y la última señal con el origen o el vídeo, y comprueba los saltos de línea y los caracteres no latinos.
5. Exporta mediante File → Save as, selecciona SubRip (*.srt) y elige la codificación UTF-8 si el cuadro de diálogo ofrece una opción de codificación.

Si el archivo se abre como XML normal, no importa ninguna señal o genera tiempos incorrectos, probablemente se trate de un esquema no compatible o específico de un proyecto. Inspeccionar el XML en un editor de texto puede revelar si contiene texto de subtítulos y datos de temporización reales; no consideres que la apertura correcta del archivo sea una prueba de que la conversión es correcta.

Usar un convertidor en línea para archivos documentados y no confidenciales

Los servicios de subtítulos en línea, como Happy Scribe y VEED, son compatibles con determinados formatos de subtítulos y captions, pero la compatibilidad con XML varía según el producto y puede estar limitada a un esquema con nombre, como TTML. Verifica que el servicio indique explícitamente el tipo exacto de XML antes de cargarlo. No cargues subtítulos confidenciales, no publicados o que contengan información personal identificable, a menos que se permita el procesamiento por terceros.

Los sitios web genéricos de XML a texto o XML a SRT suelen seleccionar los elementos incorrectos, ignorar los espacios de nombres, tratar los milisegundos como segundos o devolver un archivo vacío. Descarga el resultado, ábrelo en un editor de subtítulos y compara sus tiempos con el vídeo antes de utilizarlo.

Convertir un esquema personalizado predecible con Python

Un script es adecuado cuando cada señal tiene valores reconocibles de start, end y texto. Este ejemplo admite tiempos de reloj y segundos numéricos, además de valores de duration:

import re
import sys
import xml.etree.ElementTree as ET

def seconds(value):
    value = value.strip().replace(',', '.')
    if re.fullmatch(r'\d+(?:\.\d+)?', value):
        return float(value)
    match = re.fullmatch(r'(\d+):(\d{2}):(\d{2})(?:\.(\d+))?', value)
    if not match:
        raise ValueError(f'Unsupported time: {value}')
    h, m, s, fraction = match.groups()
    return int(h) * 3600 + int(m) * 60 + int(s) + float('0.' + (fraction or '0'))

def srt_time(value):
    ms = max(0, round(value * 1000))
    h, remainder = divmod(ms, 3600000)
    m, remainder = divmod(remainder, 60000)
    s, ms = divmod(remainder, 1000)
    return f'{h:02}:{m:02}:{s:02},{ms:03}'

root = ET.parse(sys.argv[1]).getroot()
cues = []
for element in root.iter():
    start = element.get('start') or element.get('begin')
    end = element.get('end')
    duration = element.get('duration') or element.get('dur')
    if not start or (not end and not duration):
        continue
    start = seconds(start)
    end = seconds(end) if end else start + seconds(duration)
    text = ' '.join(''.join(element.itertext()).split())
    if text and end > start:
        cues.append((start, end, text))

cues.sort()
with open(sys.argv[2], 'w', encoding='utf-8', newline='\n') as output:
    for number, (start, end, text) in enumerate(cues, 1):
        output.write(f'{number}\n{srt_time(start)} --> {srt_time(end)}\n{text}\n\n')

Ejecuta el script con python xml_to_srt.py captions.xml captions.srt. Cambia los nombres de los atributos y la selección de señales según el esquema de origen. El script no interpreta códigos de tiempo SMPTE basados en fotogramas, duraciones ISO 8601, ticks, unidades de milisegundos no documentadas, espacios de nombres XML que requieran una búsqueda cualificada ni elementos independientes de estilo y hablante. También convierte los saltos de línea integrados en espacios; sustituye esa línea de procesamiento de texto si es necesario conservar la estructura de las líneas.

Comprobar la temporización, la codificación y los metadatos perdidos

• Confirma la base temporal antes de la conversión. Los recuentos de fotogramas requieren la frecuencia de fotogramas de origen; los valores numéricos pueden representar segundos, milisegundos o ticks.
• Convierte correctamente las duraciones relativas: una señal con begin y dur termina en begin + dur.
• Comprueba si hay señales superpuestas, señales de longitud cero, tiempos invertidos, texto ausente, señales duplicadas y varias pistas de idioma. Los lectores de SRT gestionan estos casos de forma incoherente.
• Conserva la codificación de caracteres declarada en el XML al leer el origen y guarda el SRT como UTF-8. Inspecciona los caracteres acentuados y los alfabetos no latinos después de la exportación.
• Espera perder funciones específicas de XML, como el posicionamiento, los colores, las fuentes, los metadatos del hablante, la temporización de karaoke, el orden de lectura y los estilos de línea complejos. Recrea manualmente las etiquetas de hablante o el formato esenciales.
• Abre el SRT resultante en Subtitle Edit u otro editor de subtítulos y previsualízalo junto con el vídeo. Comprueba las primeras y últimas señales, los cambios de escena, los saltos de línea y la sincronización antes de entregarlo.