Apa yang diselesaikan alat ini
Byte yang sama dibaca sebagai UTF-8 dan sebagai GBK menghasilkan dua set karakter yang sama sekali berbeda — filenya tidak rusak, hanya encoding yang dipakai saat membaca yang salah. Yang dilakukan alat perbaikan:
- Mengenali encoding asli file ini dan mengembalikan karakternya ke set yang benar
- Menjelaskan di mana kerusakannya: karakter pengganti, karakter kontrol, simbol mata uang, kumpulan huruf beraksen, deretan karakter CJK yang langka
- Mengurutkan kandidat menurut mana yang paling mirip bahasa manusia, lalu pilih satu untuk disimpan
- Saat pemutar tidak mengenali encodingnya, simpan satu salinan UTF-8 dengan BOM atau GBK untuk diberikan kepadanya
Unggah file, jangan tempel
Dua pintu masuk ini memperbaiki hal yang berbeda cakupannya, unggah file kalau bisa. Saat file diunggah, byte aslinya masih ada, alat bisa mencoba membacanya encoding demi encoding, dan begitu teridentifikasi sebagai GBK langsung didekode sebagai GBK — tidak perlu menebak satu karakter pun. Yang ditempel sudah bukan byte asli lagi — saat browser menyerahkan string itu, langkah yang salah sudah terjadi, jadi hanya bisa ditebak mundur dan hasilnya seberapa saja.
Kalau di dalam teks yang ditempel sudah muncul karakter pengganti (tanda tanya kotak `�`), berarti byte aslinya sudah hilang dan siapa pun tidak bisa mengembalikannya. Halaman ini akan terus terang: kembali ke atas dan unggah file aslinya lewat "Pilih file".
Apa yang dikatakan diagnosis
Setelah diunggah, area diagnosis memberi kesimpulan. Tidak ada karakter berantakan: isinya terbaca normal; kalau di pemutar masih terlihat berantakan, berarti pemutar yang salah encoding — turun ke "Simpan sebagai", ganti encodingnya, lalu berikan file itu. Kalau terlihat seperti berantakan, akan disebutkan jejak yang mana persisnya:
- Isinya mengandung karakter pengganti — byte aslinya sudah hilang
- Karakter kontrol ikut masuk
- Diselingi segunung simbol mata uang dan matematika
- Huruf beraksen muncul berderet-deret — seperti UTF-8 yang dibaca per byte tunggal (`ä½ å¥½` yang ini)
- Karakter CJK berderet tanpa satu pun yang umum — seperti UTF-8 yang dibaca sebagai GBK
Bagaimana kandidat diurutkan dan dipilih
Di bawah "Bisa diperbaiki seperti ini" kandidat diurutkan menurut mana yang paling mirip bahasa manusia, maksimal 12 entri, masing-masing diberi label dari encoding apa ke encoding apa. Klik salah satu untuk melihat hasilnya, pilih lalu simpan di bawah; kalau tidak puas klik "Biarkan apa adanya" untuk kembali ke versi aslinya.
Urutannya memakai skor: proporsi karakter umum, deretan huruf beraksen, deretan simbol, karakter CJK langka ikut dihitung. Kalau skornya tidak jelas lebih baik, tidak direkomendasikan — tidak akan memaksakan satu kandidat hanya supaya ada. Yang salah dua kali berturut-turut (tersimpan salah, lalu diperbaiki salah), beberapa kandidat teratas akan ditebak mundur satu lapis lagi; yang masih dalam dua lapis punya peluang diselamatkan.
Menyimpan adalah langkah terakhir
Sudah benar pun harus disimpan dengan benar. Saat pemutar tidak mengenali UTF-8, simpan sebagai UTF-8 dengan BOM (pemutar Windows mengenali encoding dari BOM) atau GBK, biasanya langsung beres. Pilihan simpan: UTF-8, UTF-8 (dengan BOM), GBK, Big5, Shift_JIS, EUC-KR; kalau tidak muat akan diminta ganti (misalnya GBK tidak muat untuk teks Korea). Nama file unduhan otomatis ditambahi `-fixed`.
Kalau encoding yang dikenali bukan UTF-8, pilihan simpan sudah diarahkan ke "UTF-8 dengan BOM" untuk Anda; setelah Anda mengubah dropdown sendiri, tidak akan diubah lagi.
Apa yang tidak akan disentuh
Hanya karakter yang salah dibaca yang diganti. Nomor, timestamp, dan perintah gaya ASS tidak berubah sedikit pun.
Pertanyaan umum
Sudah unggah file, kenapa masih disuruh menyimpan? Filenya sendiri biasanya tidak rusak; yang salah adalah pemutar yang membacanya dengan encoding yang keliru. Untuk kasus ini tidak perlu mengubah satu karakter pun di teks — simpan satu salinan UTF-8 dengan BOM atau GBK dan berikan ke pemutar.
Kenapa yang ditempel tidak bisa dikembalikan? Begitu karakter pengganti muncul di teks yang ditempel, byte aslinya sudah hilang dan menebak mundur pun tidak punya dasar. Kembali ke atas dan unggah file aslinya lewat "Pilih file".
Kandidat yang saya mau tidak ada? Kalau skornya tidak jelas lebih baik dari yang sekarang, alat tidak merekomendasikan. Ganti dulu "encoding yang dikenali" ke yang lain, lalu minta diurutkan ulang.
Berapa file sekali jalan? Satu. Unduh hasilnya, lalu unggah yang berikutnya.
Privasi
Identifikasi dan perbaikan seluruhnya dilakukan lokal di browser; tidak ada isi subtitle yang dikirim ke server.
Alat dan panduan terkait
Dari mana karakter berantakan berasal dan kenapa bentuknya bisa begitu, lihat Dari mana subtitle berantakan berasal; encoding normal tapi isinya kotor, pakai Pembersihan subtitle; mau cek timestamp dan jumlah karakter, pakai Pemeriksaan kualitas subtitle.