yttml

YouTube 样式字幕的 Rust 实用程序和 crate 集合，试图用 Rust 重新编写 YTSubConverter。

[!注意] 此项目仍处于早期开发阶段，尚不适合使用，但它旨在成为原始 YTSubConverter 的更现代和更稳定的替代品。

动机

如果您曾经尝试处理 YouTube 字幕，您可能会注意到官方 YouTube 字幕编辑器在功能方面相当有限。

然而，YouTube 字幕系统实际上支持官方编辑器中没有公开的广泛功能，该格式称为 YTT（YouTube Timed Text），版本 3（也称为 SRV3）。

此格式支持您从像 SSA（SubStation Alpha）这样的高级格式中期望的几乎所有功能，包括文本格式化、自定义字体、文本对齐、文本旋转、卡拉OK计时以及更多。

原始 YTSubConverter 是一个 C# 工具，允许您在各种字幕格式之间进行转换，主要关注将 SSA 转换为 SRV3。然而，命令行界面相当笨拙，代码库不太易于维护，并且缺少关于 SRV3 格式的完整文档。

创建此项目是为了提供一个更现代、更易于维护的原始 YTSubConverter 的替代品，并完全记录和研究 YouTube 的专有字幕格式。

SRV3 (YouTube Timed Text) 格式

SRV3 是 YouTube 用于存储字幕的专有格式。它基于 TTML 标准，但略有修改。该格式基于 XML，用于存储 YouTube 视频的字幕。该格式不仅支持计时文本，还支持一系列其他功能，如

• 文本格式（粗体、斜体、下划线、删除线）
• 文本颜色和背景透明度
• 自定义文本对齐
• 6 种不同的字体样式
  • Carrois Gothic SC
  • Comic Sans MS
  • Courier New
  • Lucida Console
  • Monotype Corsiva
  • Roboto
  • Times New Roman
• 自定义字体大小和颜色
• 轮廓、发光和阴影
• 自定义文本旋转
• 卡拉OK计时
• 垂直文本
• 日文（平假名/片假名）文本

这种格式的使用在粉丝字幕组员和字幕添加者中非常流行，尤其是在日本媒体和动画领域，因为它允许广泛的文本格式选项，可以模仿甚至叠加视频中的原始文本。您通常会在粉丝字幕的动画、日本音乐视频或YouTube上的VTuber剪辑中看到这类风格的字幕。

从功能上讲，SRV3格式与高级字幕站Alpha类似，而不是更常见的SubRip或WebVTT格式。

SRV3格式的文档可以在这里找到。

展示SRV3格式功能的示例视频

• PinocchioP - 匿名M（泰国 - 动画字幕轨道）
• Shinra-bansho - 命运线上的Aria音乐视频
• Kizuna AI - AIAIAI 音乐视频
• ZUTOMAYO - 固定MV
• GYARI, Kotonoha Akane & Aoi - Aoi-chan不管怎样都要吃ChocoMint（非英语示例，因为英语版本已经因为YouTube字幕编辑器的使用而自动格式化）
• 32ki, Hatsune Miku & Kasane Teto - Mesmerizer（仅泰语文本）
• x0o0x - 契拉格里站（使用英国英语字幕的样式版本）
• Kikuo ft. Hatsune Miku - 爱我，爱我，爱我
• 大多数，如果不是所有的hololive音乐视频都使用此格式进行官方字幕，带有卡拉OK时间和自定义文本格式
• 来自美国新闻网络的各类新闻剪辑，提供带有电传效果的实时字幕例如
• 各种VTuber剪辑，示例这里

仓库

• srv3-ttml: SRV3格式的serde解析器。
• yttml（此仓库）：一个用于读取SRV3字幕并将它们进行转换的命令行工具（正在进行中）

测试

要从YouTube下载SRV3字幕，您可以使用yt-dlp实用程序，并使用--write-subs，--sub-langs和--sub-format=srv3标志下载视频。

您也可以使用此URL格式直接从API下载

https://www.youtube.com/api/timedtext?v=<video ID>&lang=<language code>&fmt=srv3

许可证

本项目采用MIT许可证。