ComicSub — nástroj na překlad komiksů

11.12.2011 15:08 | Přečteno: 3382× | Linux |

Chtěl bych vám představit svůj nový projekt — nástroj na překlad komiksů ComicSub. Jeho hlavní specialitou je, že přeložený text se nerenderuje do obrázku, ale prohlížeč ho přes původní obrázek kreslí jako samostatnou vrstvu.

Hlavním cílem projektu je vytvořit pro překlad komiksů podobné možnosti, jako u překladu filmů umožňují softsub titulky, tedy především možnost přepínat mezi více překlady, možnost vyřešit nečitelné znaky přepisem původního textu, ale i možnost doplnit jazykové poznámky k překladu třeba pomocí hypertextu.

V tuto chvíli je implementováno jen naprosté minimum. V editoru lze kreslit bubliny jen tvaru obdélníka nebo elipsy a veškerý text je v bublině vycentrovaný vertikálně i horizontálně. U stylů pak jde nastavit jen základní barvu pozadí a textu a font. Prohlížeč pak umí výstup z editoru zobrazit. Složitější věci jako bubliny složené z libovolného počtu čar a křivek, pokročilé formátování textu, podpora více překladů v jednom balíku a další věci jsou teprve v plánu. Kvůli tomu se také výstupní textový formát bude ještě hodně měnit bez jakékoliv zpětné kompatibility, dokud se hlavní sada nástrojů víc neustálí.

Projekt je pod licencí GNU GPL v3.0 a hlavní repozitář je v Gitu. Oba programy i sdílená statická knihovna jsou postavené na knihovně Qt. Jako ilustraci aktuálních schopností programu najdete na stránce projektu ComicSub verzi anglického překladu prvního dílu japonské mangy Ubunchu!. V editoru bude vidět, že programu k dokonalosti ještě spousta věcí chybí (a v prohlížeči zase, že mně chybí fonty a cit pro grafiku), ale jinak výsledek nevypadá špatně.

Nápadům v diskuzi se vůbec nebráním (kvalitním patchům s chybějící funkcionalitou už vůbec ne), ale čas na tenhle projekt budu mít zase až za pár týdnů, takže do té doby žádné převratné novinky nečekejte.

       

Obrázky

Komentáře

[mike]

Sem myslel, že to pomáhá překládat do češtiny. A zatím to máš všechno anglicky, Takže buď je to naprd nebo soudruzi z GDR někde udělali chybu.

[Martin Doucha]

Překládat do češtiny se v tom samozřejmě dá, editor díky Qt plně podporuje Unicode, takže stačí texty jen přepsat v kódování UTF-8 (a já bych tam měl UTF-8 dát natvrdo jako požadavek formátu, ať se to na systémech s jiným locale nechová divně). Všechno je to anglicky hlavně kvůli tomu, že stránka projektu je anglicky a pro většinu návštěvníků bude zajímavější ukázka v angličtině než v jazyce, kterému většina z nich nebude rozumět.

Ten balík s překladem Ubunchu! je tam na předváděčku programu, ne program na překlad Ubunchu! do češtiny. Navíc neumím dost dobře japonsky, abych Ubunchu! do češtiny překládal sám, ale zase to málo co umím stačí na to, abych mezi původní japonštinou a anglickým překladem viděl pár nesrovnalostí, kvůli kterým nechci překládat z angličtiny.

[GeoRW]

a nechcel by si rovno vytvorit novy format pre comixy? Obsahoval background obrazky + texty v bublinach v inej vrstve (vrstvach, ktore by sa dali prepinat)? Vsetko by to mohlo byt zabalene do nejakeho XML-ka. AFAIK taky format neexistuje, CBR/CBZ je napr. iba zkomprimovany archiv obrazkov. Vyhoda mat text v inej vrstve je jasna -> lepsi rendering textu pri roznych rozliseniach background obrazkov na rozne velkych displayoch. Takisto zmena fontu, velkosti pisma atd. je vyhoda. Font a styl pisma ale nemusi byt sucastou formatu (to moze byt ponechane na prehliadac a preferencie uzivatela).

[Martin Doucha]

Více méně počítám s tím, že časem se ComicSub tímhle směrem vydá. V minimalistické podobě bude tvorba úplně nových komixů možná už ve chvíli, kdy bubliny bude možné tvořit z jednotlivých čar a křivek, ve stylech bude podpora ohraničení bublin čarou dané barvy a tloušťky a programy budou schopné zapisovat a načítat komiksy v podobě archivu. Další přirozený krok pak bude ještě možnost definovat bublinám masku (skrytí "za pozadí") a pozadí skládat z jednotlivých panelů různých tvarů.

Spíš ale počítám s plaintextovým formátem podobným tomu současnému přibaleným spolu s obrázky v jednom Zipu. XML se budu hodně bránit. A poznámka, že by font a styl nemusel být součástí formátu, je s odpuštěním pitomost. Komiks není webová stránka a na přesném vysázení textu dost záleží výsledná kvalita, především kvůli omezenému prostoru pro text. Na druhou stranu možnost fonty v prohlížeči pro jednotlivé styly přenastavit nejspíš bude.

Jenže prozatím je tenhle směr vývoje pro mě moc velké sousto, nemám dost zkušeností s tvorbou komiksů na to, abych takový formát teď mohl definovat sám.

[GeoRW]

V minimalistické podobě bude tvorba úplně nových komixů možná už ve chvíli, kdy bubliny bude možné tvořit z jednotlivých čar a křivek, ve stylech bude podpora ohraničení bublin čarou dané barvy a tloušťky a programy budou schopné zapisovat a načítat komiksy v podobě archivu.

hmm, no ja som myslel, ze ten text bude iba overlay nad bitmapom, v ktorom uz bubliny zakreslene su, s tym, ze tie bubliny budu na pozadi prazdne. Hranice umiestnenia textu by boli definovane voci tomu podkladovemu bitmapu. Kreslit cele bubliny sa mi zda zbytocne. Takisto ak by si chcel previest do toho noveho formatu nejaky starsi komix, tak by si mal dost problem tie bubliny odtial odstranovat. Odstranenie textu z bubliny je oproti tomu ovela jednoduchsie (v celej bubline je rovnaka farba).

A poznámka, že by font a styl nemusel být součástí formátu, je s odpuštěním pitomost. Komiks není webová stránka a na přesném vysázení textu dost záleží výsledná kvalita, především kvůli omezenému prostoru pro text.

No nemyslim, ze je to pitomost Ja som to myslel tak, ze prehliadac sam prisposobi velkost pisma (riadkovanie, medzery medzi pismenami) tak, aby sa to optimalne vmestilo do tej bubliny. Nie je to sice jednoduche, ale spravit sa to da. Pre ulahcenie by to mohlo byt napr. tak, ze konce riadkov by definoval tvorca dokumentu, velkost pisma, medzeri medzi jednotlivymi pismenami a riadkovanie by vypocital prehliadac. Neviem si predstavit ako chces oddelit text od podkladoveho bitmapu, tak aby pri roznych rozliseniach na rozne velkych displayoch bolo zachovane komplet vysadenie textu.

[Martin Doucha]

hmm, no ja som myslel, ze ten text bude iba overlay nad bitmapom, v ktorom uz bubliny zakreslene su, s tym, ze tie bubliny budu na pozadi prazdne. Hranice umiestnenia textu by boli definovane voci tomu podkladovemu bitmapu. Kreslit cele bubliny sa mi zda zbytocne. Takisto ak by si chcel previest do toho noveho formatu nejaky starsi komix, tak by si mal dost problem tie bubliny odtial odstranovat. Odstranenie textu z bubliny je oproti tomu ovela jednoduchsie (v celej bubline je rovnaka farba).

Ehm, podíval jsi se vůbec, jak ComicSub funguje teď?

No nemyslim, ze je to pitomost Ja som to myslel tak, ze prehliadac sam prisposobi velkost pisma (riadkovanie, medzery medzi pismenami) tak, aby sa to optimalne vmestilo do tej bubliny. Nie je to sice jednoduche, ale spravit sa to da. Pre ulahcenie by to mohlo byt napr. tak, ze konce riadkov by definoval tvorca dokumentu, velkost pisma, medzeri medzi jednotlivymi pismenami a riadkovanie by vypocital prehliadac.

Tenhle nápad sice na první pohled vypadá zajímavě, ale sazeči tím přijdou o možnost využívat některé efekty.

Neviem si predstavit ako chces oddelit text od podkladoveho bitmapu, tak aby pri roznych rozliseniach na rozne velkych displayoch bolo zachovane komplet vysadenie textu. Většinu práce za mě při tom udělá Qt.

Jednoduše — souřadnicový systém overlaye odpovídá pixelům pozadí. Když kreslím přes nějakou transformaci pozadí, tak prostě přes stejnou transformaci vykreslím i celou overlay vrstvu.

[GeoRW]

Ehm, podíval jsi se vůbec, jak ComicSub funguje teď?

nepozrel, usudzujem z toho, co si napisal. A preto ti aj radim, aky by to bolo spravit lepsie, kym to mas este v zaciatocnej faze. Nejake komixy som uz prevadzal z velkeho formatu, do formatu pre PDA/tablety, tak viem v com som mal najvacsie problemy. Aby sa ti nestalo, ze to nebude napokon nikto pouzivat, ked pojdes zlym smerom a bude to pre uzivatelov prilis zlozite.

Tenhle nápad sice na první pohled vypadá zajímavě, ale sazeči tím přijdou o možnost využívat některé efekty.

Ano. Vsetko ma svoje vyhody aj nevyhody. Efekty by sa dali dosiahnut pouzitim XML tagov pre zvyraznenie textu - napr. <strong&rt;, <emphasis>, <strikethrough>, <superscript> ... (styl samotneho textu napr. pre emphasis by bol definovany uzivatelom, napr. kurziva, tucne pismo, zvacsene pismo, pismo cervenou farbou atd.). Takto funguje napr. format FB2 pre elektronicke knihy. Ale akym smerom sa vydas je na tebe. Bud sa to uchyti alebo nie.

[xkucf03]

Dobrý nápad

Akorát mi přijde trochu zbytečné na tohle vymýšlet nový formát – dá se použít SVG (nebo i komprimované .svgz), které může obsahovat vložené bitmapy. Překladů může být víc (ve vrstvách – akorát to chce vymyslet nějaký standard pro jejich pojmenování, aby se daly přepínat). A nakonec je to textový formát, takže se to dá krásně indexovat nebo třeba i jen grepovat – např. když si pamatuji nějakou hlášku z komixu a budu hledat, v kterém díle to bylo.

[GeoRW]

No SVG je pomerne zlozity format. Tam by si s tym grepovanim mal dost problem

[xkucf03]

Dejme tomu že hledám hlášku: „Naštěstí mám smysluplný osobní život“ – tak jednoduše grepnu svůj adresář s Dilbertama a najdu soubor, kde se tenhle text vyskytuje – a je úplně jedno, že kolem je nějaké (třeba i složité) XML.

Možná budu muset nějak pořešit zalomení řádků (hledat jen část řetězce), ale to bych musel dělat tak jako tak i u jiného formátu. Případně můžu hledat XPathem místo grepem, aby mi to zbytečně nehledalo i komixy, kde hledaný text koliduje s názvem XML elementů, atributů a různých nezajímavých hodnot – budu hledat jen v elementech <text/>

[GeoRW]

no mozno budes musiet riesit aj take veci ako:

<text id="parent" font-family="Arial, sans-serif" font-size="32" fill="red" x="40" y="40" rotate="5,15,25,35,45,55"> Not

<tspan id="child1" rotate="-10,-20,-30,-40" fill="orange"> all characters

<tspan id="child2" rotate="70,60,50,40,30,20,10" fill="yellow"> in <tspan id="child3"> the </tspan> </tspan>

<tspan id="child4" fill="orange" x="40" y="90"> text </tspan>

have a </tspan>

<tspan id="child5" rotate="-10" fill="blue"> specified </tspan>

rotation </text>

Ale tak snad takych by moc nebolo

[xkucf03]

Možná ano, ale to budu muset řešit vždycky, když tam bude nějaké formátování (ať už vyznačené jakkoli, nemusí to být XML). Každopádně je to ale lepší, než grepovat zapipovaný soubor

[Christof]

http://forums.droidcomicviewer.com/discussion/41/acv-2-format-specification

https://is.muni.cz/th/324590/fi_b/

[GeoRW]

ten ACV vyzera zaujimavo, ale ak som to dobre pochopil, tak vobec neriesi oddelenie textu od podkladoveho obrazku len rozdelenie comixu na stranky a framy + nejake efekty. Kazdopadne je to krok spravnym smerom. Mozno by si mohol vytvorenie toho formatu zadat nejakemu studentovi ako diplomovku Len neviem, ci to nebude na studenta moc zlozite... vypracovenie komplet XML schemy + nejakeho basic prehliadaca a ukazkoveho komixu.

[Bystroushaak]

Pěkné. Není to tak dávno co jsem pár komixů překládal z angličtiny a musím uznat že GIMP není to pravé ořechové, protože nad ~30 stránkami jsem většinou strávil cca jeden večer.

[Josef Kufner]

K tomu formátu na ukládání...

Co jsem si všimnul, tak komixy jsou často jako prostý zip s obrázkama. Takže se celkem nabízí přidat ke každému obrázku soubor s překladem. Prostě ke každému jpg jeden textový. Stejně jako když máš avi a srt v jednom adresáři. Pojmenování specifikuj třeba tak, že k souboru page001.png patří titulky v souboru page001.en.csj, tedy pro jeden překlad jeden soubor.

Jako formát bych zvolil JSON a do toho archivu přidal jednoduchý javascriptový prohlížeč v index.html. Takže kdokoliv to přečte i bez specializovaného nástroje, stačí to rozbalit (a je to dobré místo pro reklamu na tvůj editor). Na druhou stranu je JSON jednoduchý a kvalitní textový formát, takže nebude problém s ním dál pracovat. Použitelnost grepu pak zajistí rozumné formátování (což je díky závorkám velmi pružné). Navíc díky QtScriptu máš podporu JSONu přímo v Qt a prakticky bez práce.

Atributy popisující formátování bubliny pak zvol kompatibilně s CSS. Neříkám, že to musí být na 100% totéž, ale aby se to dalo nějak lehce převést (přibalený prohlížeč bude jednodužší).

Do hlavičky souboru pak nezapomeň vložit informaci o verzi formátu a nějaká metadata o titulcích (autor, datum a tak).

[xkucf03]

Tohle vypadá jako znovu-vynalézání kola. Proč prostě nepoužít existující formát SVG? Jak zapíšeš v JSONu elipsu? A jak text? To není jen samotný text, ale má nějaké vlastnosti: velikost, řez písma, barvu (třeba jedno slovo z věty bude červené nebo tučné), polohu…

Bitmapa může být zvlášť nebo uvnitř SVGčka. Prohlížeč se použije už hotový, není potřeba programovat nějaké načítání toho JSONu a interpretaci (vykreslení textu a elipsy na správné místo).

Přijde mi, že někteří lidé si ve snaze dělat věci jednoduše, akorát přidělávají práci

[Josef Kufner]

Otázkou je, nakolik je překlad komixu grafikou slučitelnou s SVG. Jadně, můžeš to pojmout tak, že překlad je průhledný obrázek plácnutý přes originál, ale pak bude problém zachytit sémantiku (kdo mluví, v jakém pořadí, jestli šeptá nebo křičí, na koho mluví).

Je potřeba prozkoumat, co se s tím formátem bude dál dělat. Jak třeba bude vypadat překlad do dalšího jazyka, generování transcriptu, čtení na čtečce (text-to-speech) a tak podobně.

Ono by možná bylo rozumné oddělit definice bublin od samotného překladu. A pak mít bubliny v SVG a překlady vedle v JSONu.

[Martin Doucha]

SVG je v tomhle případě obrovský kanón na vrabce. Kdybych měl vycházet z SVG, tak bych nejspíš musel začít tím, že většinu standardu pro použití v komiksech vyškrtnu, aby implementace specializovaného prohlížeče a hlavně editoru(!!) nebyla tak složitá. Editor musí umět přečíst a upravovat všechno, co prohlížeč umí zobrazit. A používat jako editor Inkscape je pro tak přímočarou práci dost nepohodlné. Pak je tu problém s rozdělením komiksu do stránek a jak k textu přiložit jazykové a kulturní poznámky. A v neposlední řadě nevím o tom, že by SVG podporovalo sázení furigany. Tuhle věc chci podporovat taky a bez zbytečného obcházení kvůli chybějící podpoře v datovém formátu.

[xkucf03]

Editor musí umět přečíst a upravovat všechno, co prohlížeč umí zobrazit.

To právě nemusí – můžeš si stanovit nějakou podmnožinu, kterou budeš podporovat (třeba jen elipsy a text, možná nějaké formátování textu), není potřeba v editoru implementovat kompletní SVG. A přínos vidím v tom, že není potřeba speciální prohlížeč – každý si to otevře, v čem chce, třeba v Gwenview nebo ve Firefoxu.

Pak je tu problém s rozdělením komiksu do stránek

• kdybych chtěl, aby to šlo prohlížet v čemkoli, tak bych to dal do víc SVG souborů
• když už by byl speciální prohlížeč nutný, tak můžeš udělat víc vrstev pojmenovaných podle nějaké konvence – třeba: strana_1 + strana_1_cs a prohlížeč bude „otáčet stránky“ a přepínat jazyky tím, že bude skrývat a odkrývat vrstvy – na implementaci velice jednoduché
• pokud by stačilo prohlížení ve www prohlížeči, tak se to dá naskriptovat přes JavaScript – pak by ten komix mohl být celkově interaktivnější – třeba bys mohl kliknout na postavu a zobrazit si o ní nějaké informace, nebo by tam mohl být alternativní děj (to se týká spíš nových komixů, ne překladů), případně i nějaká animace, ať to není jen nudný statický komix ty si člověk může číst na papíře.

[Martin Doucha]

Když už srovnáváš s titulky k filmům, tak srovnávej se SubStation Alpha. Ten je svým záběrem ComicSubu mnohem bližší než primitivní SubRip. A laskavě se podívej, jak ComicSub data ukládá teď. Jeden textový soubor, ve kterém jsou definované overlaye pro všechny stránky. Dělat extra soubor pro každou stránku nedává smysl, protože stránky mezi sebou budou sdílet styly. A JSON je pro potřeby ukládání popisu overlaye zbytečně ukecaný. Jednotlivé příkazy mají parametrů jen pár a nedají se moc dobře vypustit, takže je jednodušší určit význam pevným pořadím parametrů.

[Josef Kufner]

Těch parametrů tam je pár teď. Časem určitě budeš chtít nějaký přidat nebo udělat nějaký volitelným a v ten okamžik budeš mlátit hlavou do klávesnice, že jsi to neudělal pořádně už na začátku.

JSON není úplně nejúspornější, ale je to jen pár uvozovek a závorek navíc. Pokud ti jde o velikost, libovolná komprese si s tímhle hravě poradí. Pokud o čitelnost člověkem, stačí to slušně naformátovat. Vem také v úvahu to, že v Qt už máš hotovou celkem kvalitní implementaci a totéž v Javascriptu (webový prohlížeč určitě žádaný bude).

Btw, o SubStation Alpha jsem nikdy neslyšel, sub/srt potkávám na každém kroku. Primitivnost není nijak na škodu, spíš naopak (dokud nástroj vyhovuje požadovanému účelu).

[Martin Doucha]

Přidávat parametry ještě budu, ale ne zas tolik, aby to byla nějaká katastrofa. Navíc mám poměrně jasně rozmyšlený plán, jak bude vypadat ukládání a načítání v rozumné podobě místo té současné odporné nudle. Volitelné parametry prostě nebudou.

SubStation Alpha je rozšířený hlavně kolem anime. Když to vezme do ruky dobrý sazeč, tak potom divák ani nepozná, že různé cedule v tom filmu původně byly v cizím jazyce. A různé styly pro titulky různých postav také nejsou k zahození, člověk se pak líp orientuje kdo co říká, když se překřikuje několik postav najednou.

[Josef Kufner]

Koukni na oots.cz, ti překládají už docela dlouho, kvalitně a do češtiny.

[Tom]

Jo, to mě také hned napadlo při čtení. Akorát jsem si nemohl vzpomenout, kde to bylo. Používají na to GreaseMonkey skript ve Firefoxu.

[Martin Doucha]

Přílohy:

• comicsub-oots.png (88213 bytů)
• oots.zip (149350 bytů)

Fajn, ale ten překladový systém založený na GreaseMonkey skriptu se s výstupem z ComicSub nedá srovnat. Tady se podívejte na screenshot z ComicSub prohlížeče (můj vlastní překlad jen prvního panelu, v ZIPu je CSB soubor s obrázkem, ze kterého je ten screenshot udělaný). Jestli ten odkaz měla být inspirace pro další vývoj ComicSub, tak bohužel žádnou nevidím.

[Josef Kufner]

Příloha:

• oots0813cz.png (365884 bytů)

Tady máš to, co posílají mailem. Ten javascriptový nástroj nepoužívám.

Zamýšleno to bylo hlavně kvůli možným budoucím uživatelům a případně zdroji informací.

[Martin Doucha]

Aha, v tom případě jestli pořád k překladu používají obyčejný grafický editor, můžeš jim jako pravidelný čtenář navrhnout přechod na ComicSub. Právě jsem implementoval export stránky do bitmapy, takže většinu práce kromě efektů typu rotace by mohli dělat v něm.

[Josef Kufner]

Mě je úplně jedno, co používají

[pc2005]

A co prostě udělat bubliny a překládat do nich . (schválně kdo četl jejich diskuzi v době kdy ten skript vznikal).

[Martin Doucha]

Jestli jsem dobře pochopil tu diskuzi na giantitp.com, tak podmínkou překladu je to, aby si uživatelé pro obrázek chodili na oficiální web. To znamená, že kdyby oots.cz na webu vydávalo jenom samotný CSB soubor a uživatele odkazovalo na giantitp.com ke stažení obrázku, Rich by mohl být spokojený a uživatelé s trochou zanedbatelné námahy navíc získají překlad v plné kvalitě. Jediný háček je v tom, že ComicSub na tohle zatím nestačí.

[pc2005]

aby si uživatelé pro obrázek chodili na oficiální web

On hlavně tuším zakázal překlady kvůli tomu, že jsou prej nekvalitní (což oots.cz rozhodně není). Navíc v době, kdy bylo téma aktuální mu ten jeho web zrovna svižně nefungoval .

To, že má jistě z reklamy na vlastních stránkách zisky to mu neupírám. Ovšem je otázka kolik zisku po tom prohlášení bude mít, když si lidi napíšou skript co stáhne přímo obrázek.