Conversor online gratuito de XML para SRT

Um editor de vídeo, media player ou serviço de legendas pode exigir SRT quando as legendas foram exportadas como XML de outro sistema. A conversão torna o arquivo portátil e editável, mas somente se o XML contiver texto de cue identificável e dados de temporização.

O que é o formato XML

XML é uma linguagem de marcação estruturada, não um formato de legendas específico. Sistemas de legendas e transcrições usam diferentes schemas XML, incluindo TTML/DFXP, EBU-TT, Final Cut Pro XML e exportações proprietárias de softwares de edição, transmissão e conversão de fala em texto.

Um arquivo XML de legendas pode armazenar cues em elementos como <p begin="00:00:01.000" end="00:00:04.000"> ou usar atributos chamados start, end, in, out ou duration. Final Cut Pro XML pode descrever um projeto de edição em vez de conter cues de legendas diretamente utilizáveis, portanto pode exigir a exportação do aplicativo original antes da conversão.

XML não tem uma estrutura universal para legendas. Renomear captions.xml para captions.srt não o converte; o software precisa identificar os campos de temporização, extrair o texto visível e reescrever os dados na sintaxe SRT.

O que é o formato SRT

SRT é um formato de texto simples compatível com a maioria dos players de vídeo, editores não lineares, media servers e plataformas de legendas. Cada cue contém um número sequencial, um horário inicial e final, o texto da legenda e uma linha em branco:

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

Os timestamps SRT usam vírgulas antes dos milissegundos e o formato HH:MM:SS,mmm. As legendas XML podem usar segundos decimais, pontos, números de frames, horário do relógio, ticks ou durações ISO 8601. SRT é pequeno, fácil de editar em um editor de texto e amplamente compatível, mas contém muito menos metadados e estilos do que a maioria dos schemas XML de legendas.

Converta XML reconhecido com Subtitle Edit

1. Faça um backup do XML de origem.
2. Instale a versão desktop atual do Subtitle Edit, um editor de legendas de código aberto para Windows.
3. Abra o arquivo por meio de File → Open. Subtitle Edit pode importar vários formatos padrão de legendas e captions, mas o suporte depende do schema XML específico.
4. Verifique os cues importados na grade de legendas e na timeline. Compare os cues inicial, intermediário e final com a origem ou o vídeo e confira as quebras de linha e os caracteres não latinos.
5. Exporte por meio de File → Save as, selecione SubRip (*.srt) e escolha a codificação UTF-8 se a caixa de diálogo oferecer uma opção de codificação.

Se o arquivo abrir como XML comum, não importar nenhum cue ou produzir horários incorretos, provavelmente se trata de um schema não compatível ou específico de um projeto. Inspecionar o XML em um editor de texto pode revelar se ele contém texto real de legendas e dados de temporização; não considere a abertura bem-sucedida do arquivo como prova de uma conversão correta.

Use um conversor online para arquivos documentados e não confidenciais

Serviços online de legendas, como Happy Scribe e VEED, são compatíveis com formatos selecionados de legendas e captions, mas o suporte a XML varia de acordo com o produto e pode estar limitado a um schema específico, como TTML. Verifique se o serviço lista explicitamente o tipo exato de XML antes de fazer o upload. Não faça upload de legendas confidenciais, não lançadas ou que contenham informações de identificação pessoal, a menos que o processamento por terceiros seja permitido.

Sites genéricos de XML para texto ou XML para SRT frequentemente selecionam os elementos errados, ignoram namespaces, tratam milissegundos como segundos ou retornam um arquivo vazio. Baixe o resultado, abra-o em um editor de legendas e compare seus horários com o vídeo antes de usá-lo.

Converta um schema personalizado previsível com Python

Um script é adequado quando cada cue tem valores reconhecíveis de start, end e texto. Este exemplo é compatível com horários de relógio e segundos numéricos, além 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')

Execute-o com python xml_to_srt.py captions.xml captions.srt. Altere os nomes dos atributos e a seleção de cues de acordo com o schema de origem. O script não interpreta timecodes SMPTE baseados em frames, durações ISO 8601, ticks, unidades de milissegundos não documentadas, namespaces XML que exigem uma busca qualificada nem elementos separados de estilos e falantes. Ele também transforma quebras de linha incorporadas em espaços; substitua essa linha de processamento de texto se a estrutura das linhas precisar ser preservada.

Verifique a temporização, a codificação e os metadados perdidos

• Confirme a base de tempo antes da conversão. Contagens de frames exigem a taxa de frames da origem; valores numéricos podem representar segundos, milissegundos ou ticks.
• Converta corretamente as durações relativas: um cue com begin e dur termina em begin + dur.
• Verifique cues sobrepostos, cues com duração zero, horários invertidos, texto ausente, cues duplicados e múltiplas faixas de idioma. Os leitores SRT lidam com esses casos de forma inconsistente.
• Preserve a codificação de caracteres declarada no XML ao ler a origem e salve o SRT como UTF-8. Inspecione os caracteres acentuados e os scripts não latinos após a exportação.
• Espere perder recursos específicos do XML, como posicionamento, cores, fontes, metadados de falantes, temporização de karaokê, ordem de leitura e estilos complexos de linha. Recrie manualmente as identificações de falantes ou a formatação essenciais.
• Abra o SRT resultante no Subtitle Edit ou em outro editor de legendas e visualize-o junto ao vídeo. Verifique os cues inicial e final, as mudanças de cena, as quebras de linha e a sincronização antes da entrega.