[脚本] SubsRefine：处理 TV 和 Web 的日文字幕

GitHub 地址：MingYSub/SubsRefine

背景
最近有很多新组、个人开始做双语字幕，但在处理 TV 和 Web 的日文字幕时可能会遇到一些问题。因此，我开发了 SubsRefine 这个脚本，来自动化这些字幕处理任务，从而能够更专注于翻校的工作。（论坛有点不太好编辑，建议去 GitHub 查看 README 文档）


SubsRefine

处理 TV 和 Web 的日文字幕。

支持 Python 3.11 及以上。

功能

• 支持读取 ass srt vtt 格式字幕
• 合并时间重复行
• 去除语气词
• 输出设置
  
  • 支持格式： txt ass srt
  • 行尾追加字符
  • 输出说话人
  • 停顿提示
    
• 全半角转换
  
  • 全角英数转为半角
  • 半角片假名转为全角
    
• 日文和西文之间添加空格
• 删除多余信息
  
  • 去除位置、颜色等信息
  • 删除未识别的外字
    
• 整理重复音节
• 批量转换
  

用法
命令行

1. usage: cli.py [-h] [--conf CONF] [--verbose]
   
2.               [--merge-strategy {none,auto,force}]
   
3.               [--filter-interjections | --no-filter-interjections | -fi]
   
4.               [--output-dir OUTPUT_DIR]
   
5.               [--output-format {txt,srt,ass}]
   
6.               [--output-ending OUTPUT_ENDING]
   
7.               [--show-speaker | --no-show-speaker | -a]
   
8.               [--show-pause-tip SHOW_PAUSE_TIP]
   
9.               [--full-half-numbers {skip,half,full,single_full}]
   
10.               [--full-half-letters {skip,half,full,single_full}]
    
11.               [--convert-half-katakana | --no-convert-half-katakana]
    
12.               [--cjk-spacing | --no-cjk-spacing]
    
13.               [--cjk-space-char CJK_SPACE_CHAR]
    
14.               [--repetition-adjustment | --no-repetition-adjustment | -r]
    
15.               [--repetition-connector REPETITION_CONNECTOR]
    
16.               path [path ...]

复制代码

注意：

• 命令行参数会覆盖配置文件设置
• 默认配置文件路径：工具目录/config.yaml
  

Windows GUI
暂无

配置文件

请见 config.yaml

样例
原文（节选）

1. Dialogue: 0,0:08:07.37,0:08:10.44,Default,,0,0,0,,{\pos(340,1018)\c&H00ffff&}お父さんがいっぱいだー！\N
   
2. Dialogue: 0,0:08:10.44,0:08:14.04,Default,,0,0,0,,{\pos(620,898)\c&Hffff00&}意味が分からない\N
   
3. Dialogue: 0,0:08:10.44,0:08:14.04,Default,,0,0,0,,{\pos(620,1018)\c&Hffff00&}つまり えっと…\N
   
4. Dialogue: 0,0:08:14.04,0:08:19.11,Default,,0,0,0,,{\pos(340,898)\c&Hffff00&}姉は ﾖｼｭｱさんを流通用の段ﾎﾞｰﾙに\N
   
5. Dialogue: 0,0:08:14.04,0:08:19.11,Default,,0,0,0,,{\pos(340,1018)\c&Hffff00&}封印したってことでしょうか？\N
   
6. Dialogue: 0,0:08:19.11,0:08:22.72,Default,,0,0,0,,{\pos(620,898)}(清子)まあまあ\N
   
7. Dialogue: 0,0:08:19.11,0:08:22.72,Default,,0,0,0,,{\pos(620,1018)}今は楽しい歓迎会の場です\N
   
8. Dialogue: 0,0:08:22.72,0:08:26.22,Default,,0,0,0,,{\pos(940,898)}あとで考えましょ\N
   
9. Dialogue: 0,0:08:22.72,0:08:26.22,Default,,0,0,0,,{\pos(340,1018)\c&Hffff00&}お母さんは落ち着きすぎです！\N
   
10. Dialogue: 0,0:08:26.22,0:08:30.56,Default,,0,0,0,,{\pos(420,898)}それでは お父さんを入れて\N
    
11. Dialogue: 0,0:08:26.22,0:08:30.56,Default,,0,0,0,,{\pos(420,1018)}ｼｬｯﾌﾙｸｲｽﾞしたら面白そうです\N
    
12. Dialogue: 0,0:08:30.56,0:08:32.56,Default,,0,0,0,,{\pos(580,1018)}当てる自信ありです\N
    
13. Dialogue: 0,0:08:32.56,0:08:35.56,Default,,0,0,0,,{\pos(340,898)\c&Hffff00&}だとしても やめましょう\N
    
14. Dialogue: 0,0:08:32.56,0:08:35.56,Default,,0,0,0,,{\pos(1060,1018)}え～ でも\N
    
15. Dialogue: 0,0:08:35.56,0:08:38.06,Default,,0,0,0,,{\pos(580,898)}<頑張れシャミ子\N
    
16. Dialogue: 0,0:08:35.56,0:08:38.06,Default,,0,0,0,,{\pos(580,1018)}シャッフルクイズは>\N
    
17. Dialogue: 0,0:08:38.06,0:08:41.13,Default,,0,0,0,,{\pos(420,1018)}<当ててくれないと傷つくぞ>\N
复制代码
处理后文本（默认设置）

1. お父さんがいっぱいだー！
   
2. 意味が分からない　つまり　えっと…
   
3. 姉は　ヨシュアさんを流通用の段ボールに　封印したってことでしょうか？
   
4. まあまあ　今は楽しい歓迎会の場です
   
5. あとで考えましょ
   
6. お母さんは落ち着きすぎです！
   
7. それでは　お父さんを入れて　シャッフルクイズしたら面白そうです
   
8. 当てる自信ありです
   
9. だとしても　やめましょう
   
10. え～　でも
    
11. 頑張れシャミ子　シャッフルクイズは
    
12. 当ててくれないと傷つくぞ
复制代码

开源许可
使用 MIT 作为开源许可证。

挺好，批量处理神器