ମୋଜିବାକେ ସବ୍ଟାଇଟଲ୍ କିପରି ମରାମତି କରିବେ – ଏକୋଡିଂ ଚିହ୍ନଟ କରନ୍ତୁ

What this tool does :: ଏହି ଟୁଲ୍ କ’ଣ କରେ

ସେହି ସମାନ ବାଇଟ୍ଗୁଡ଼ିକ UTF-8 ଭାବରେ ପଢ଼ାଯାଏ ଏବଂ GBK ଭାବରେ ପଢ଼ାଯାଏ ଯାହା କ୍ୟାରେକ୍ଟର୍ର ଦୁଇଟି ସମ୍ପୂର୍ଣ୍ଣ ଭିନ୍ନ ସେଟ୍ ପ୍ରସ୍ତୁତ କରେ — ଫାଇଲ୍ କ୍ଷତିଗ୍ରସ୍ତ ହୋଇନାହିଁ, ଏହାକୁ ଭୁଲ୍ ଏକୋଡିଂ ସହିତ ଡିକୋଡ୍ କରାଯାଇଥିଲା। ମରାମତି ଟୁଲ୍ କ’ଣ କରେ ତାହା ଏଠାରେ ଅଛି:

ଫାଇଲ୍ ଅପଲୋଡ୍ କରନ୍ତୁ, ଏହାକୁ ପେଷ୍ଟ କରନ୍ତୁ ନାହିଁ

ଦୁଇଟି ଏଣ୍ଟ୍ରି ପଏଣ୍ଟ ବିଭିନ୍ନ ପରିମାଣର କ୍ଷତି ମରାମତି କରିପାରେ, ତେଣୁ ଯଦି ଆପଣ ପାରିବେ ତେବେ ଫାଇଲ୍ ଅପଲୋଡ୍ କରନ୍ତୁ। ଏକ ଫାଇଲ୍ ସହିତ, ପ୍ରକୃତ ବାଇଟ୍ଗୁଡ଼ିକ ଏବେବି ଅଛି: ଟୁଲ୍ ଗୋଟିଏ ପରେ ଗୋଟିଏ ଏକୋଡିଂ ଚେଷ୍ଟା କରେ, ଏବଂ ଥରେ ଏହା GBK ଚିହ୍ନଟ କଲେ ଏହା GBK ଭାବରେ ଡିକୋଡ୍ କରେ — କିଛିବି ଅନୁମାନ କରିବାକୁ ପଡ଼େ ନାହିଁ। ପେଷ୍ଟ ମାଧ୍ୟମରେ ଆସୁଥିବା ଟେକ୍ସଟ୍ ଆଉ ର-ବାଇଟ୍ ନୁହେଁ। ଯେତେବେଳେ ବ୍ରାଉଜର୍ ଷ୍ଟ୍ରିଙ୍ଗ୍ ହସ୍ତାନ୍ତର କରେ, ସେତେବେଳେ ଭୁଲ୍ ପୂର୍ବରୁ ଘଟିସାରିଛି, ତେଣୁ ଟୁଲ୍ କେବଳ ପଛକୁ କାମ କରିପାରିବ ଏବଂ ଏହା ଯାହା ପାଇପାରିବ ତାହା ନେଇପାରିବ।

ଯଦି ପେଷ୍ଟ ହୋଇଥିବା ଟେକ୍ସଟ୍ରେ ପୂର୍ବରୁ ପ୍ରତିସ୍ଥାପନ କ୍ୟାରେକ୍ଟର୍ (ସେହି ବକ୍ସ୍ ହୋଇଥିବା ପ୍ରଶ୍ନ ଚିହ୍ନ `�`) ଅଛି, ତେବେ ପ୍ରକୃତ ବାଇଟ୍ଗୁଡ଼ିକ ବହୁତ ପୂର୍ବରୁ ଚାଲିଯାଇଛି ଏବଂ କିଛିବି ସେଗୁଡ଼ିକୁ ଫେରାଇ ଆଣିପାରିବ ନାହିଁ। ପୃଷ୍ଠା ଏହା ସ୍ପଷ୍ଟ ଭାବରେ କହେ: ଉପରକୁ ଫେରି ଯାଆନ୍ତୁ ଏବଂ ପ୍ରକୃତ ଫାଇଲ୍ ଅପଲୋଡ୍ କରିବା ପାଇଁ "Choose file" ବ୍ୟବହାର କରନ୍ତୁ।

ମରାମତି ପୃଷ୍ଠା ଅପଲୋଡ୍ କ୍ଷେତ୍ର: ଡ୍ରପ୍ ଜୋନ୍ ଏବଂ ପେଷ୍ଟ ବକ୍ସ୍, ଉପରେ ଦର୍ଶାଯାଇଥିବା ଚିହ୍ନଟ ଏକୋଡିଂ ସହିତ — ଫାଇଲକୁ ଭିତରକୁ ଡ୍ରାଗ୍ କରନ୍ତୁ କିମ୍ବା ଏହାକୁ ବ୍ରାଉଜ୍ କରନ୍ତୁ; ପେଷ୍ଟ ବକ୍ସ୍ ତଳେ ରହେ ଏବଂ ବହୁତ କମ୍ ମରାମତି କରିପାରେ

ଡାଏଗ୍ନୋସିସ୍ ଆପଣଙ୍କୁ କ’ଣ କହୁଛି

ଥରେ ଆପଣ ଅପଲୋଡ୍ କଲା ପରେ, ଡାଏଗ୍ନୋସିସ୍ କାର୍ଡ ଏକ ରାୟ ଦିଏ। No mojibake found: କଣ୍ଟେଣ୍ଟ୍ ଯେପରି ଅଛି ସେପରି ଭଲ ଭାବରେ ପଢ଼ାଯାଏ; ଯଦି ଆପଣଙ୍କ ପ୍ଲେୟାର୍ ଏବେବି ଆବର୍ଜନା ଦେଖାଏ, ତେବେ ପ୍ଲେୟାର୍ ଭୁଲ୍ ଏକୋଡିଂ ବ୍ୟବହାର କରିଛି — "Save as" କୁ ତଳକୁ ଯାଆନ୍ତୁ, ଏକ ଭିନ୍ନ ଗୋଟିଏ ବାଛନ୍ତୁ ଏବଂ ଏହାକୁ ସେହି ଫାଇଲ୍ ଦିଅନ୍ତୁ। ଯେତେବେଳେ ଏହା looks like mojibake ହୁଏ, କାର୍ଡ ତାଲିକାଭୁକ୍ତ କରେ ଯେ ଏହା କେଉଁ ଚିହ୍ନ ପାଇଲା:

ଡାଏଗ୍ନୋସିସ୍ କାର୍ଡ: ରାୟ ପ୍ଲସ୍ ପ୍ରତ୍ୟେକ ମୋଜିବାକେ ଚିହ୍ନ ଲାଇନ୍ ପରେ ଲାଇନ୍ ତାଲିକାଭୁକ୍ତ — ଡାଏଗ୍ନୋସିସ୍ କେବଳ "ଏହା ମୋଜିବାକେ ଅଛି" କହିବା ପରିବର୍ତ୍ତେ ପ୍ରକାର ଅନୁଯାୟୀ ଚିହ୍ନଗୁଡ଼ିକୁ ତାଲିକାଭୁକ୍ତ କରେ

କିପରି ପ୍ରାର୍ଥୀମାନଙ୍କୁ ରାଙ୍କ୍ କରାଯାଏ, ଏବଂ କିପରି ବାଛିବେ

"Ways to fix this" ଅଧୀନରେ, ପ୍ରାର୍ଥୀମାନଙ୍କୁ most-like-real-language-first କ୍ରମରେ ତାଲିକାଭୁକ୍ତ କରାଯାଏ, ସେଗୁଡ଼ିକ ମଧ୍ୟରୁ 12 ପର୍ଯ୍ୟନ୍ତ, ପ୍ରତ୍ୟେକେ ଏକୋଡିଂର ଯୋଡ଼ି ସହିତ ଲେବଲ୍ ହୋଇଥାଆନ୍ତି ଯେଉଁଥିରୁ ଏବଂ ଯାହାକୁ ଏହା ପଢ଼ାଯାଇଥିଲା। ଏହା କିପରି ଦେଖାଯାଏ ତାହା ଦେଖିବା ପାଇଁ ଗୋଟିଏ ଉପରେ କ୍ଲିକ୍ କରନ୍ତୁ, ଏହାକୁ ବାଛନ୍ତୁ, ତାପରେ ସଂରକ୍ଷିତ କରିବା ପାଇଁ ତଳକୁ ସ୍କ୍ରୋଲ୍ କରନ୍ତୁ। ଖୁସି ନୁହଁନ୍ତି? ପ୍ରକୃତ ଅବସ୍ଥାକୁ ଫେରିବା ପାଇଁ "Keep as is" ବ୍ୟବହାର କରନ୍ତୁ।

କ୍ରମଟି ଏକ ସ୍କୋର୍ରୁ ଆସେ: ସାଧାରଣ କ୍ୟାରେକ୍ଟର୍ର ଅଂଶ, ଆସେଣ୍ଟ୍ର ସିରିଜ୍, ସିମ୍ବଲ୍ର ସିରିଜ୍, ଅସ୍ପଷ୍ଟ କ୍ୟାରେକ୍ଟର୍ର କାନ୍ଥ, ସବୁକିଛି ଓଜନ କରାଯାଇଥାଏ। If no score is clearly better, nothing is recommended — ଏହା କେବଳ ଗୋଟିଏ ରଖିବା ପାଇଁ ଆପଣଙ୍କ ଉପରେ ଏକ ଅଧା-ଯୁକ୍ତିଯୁକ୍ତ ପ୍ରାର୍ଥୀକୁ ଠେଲିବ ନାହିଁ। ଯେଉଁ ଟେକ୍ସଟ୍ ଦୁଇଥର ଖରାପ ଭାବରେ ହୋଇଥିଲା (ଥରେ ଭୁଲ୍ ସଂରକ୍ଷିତ ହୋଇଥିଲା, ତାପରେ ଥରେ ଭୁଲ୍ ମରାମତି ହୋଇଥିଲା) ତାହା ଶୀର୍ଷ ପ୍ରାର୍ଥୀମାନଙ୍କୁ ପଛ-ସମାଧାନ କରିବାର ଆଉ ଏକ ଅତିରିକ୍ତ ରାଉଣ୍ଡ ପାଏ, ତେଣୁ ଦୁଇଟି ସ୍ତର ମଧ୍ୟରେ ଥିବା ଯେକୌଣସି ଜିନିଷ ଏବେବି ଉଦ୍ଧାର କରାଯାଇପାରିବ।

ପ୍ରାର୍ଥୀ ମରାମତି ତାଲିକା ଏହା ଦ୍ୱାରା ରାଙ୍କ୍ ହୋଇଛି ଯେ ଏହା ପ୍ରକୃତ ଭାଷା ପରି କେତେ ପଢ଼ାଯାଏ, ପ୍ରତ୍ୟେକେ ଏହାର ଏକୋଡିଂ ଯୋଡ଼ି ସହିତ ଲେବଲ୍ ହୋଇଛନ୍ତି — "most like real language" ଦ୍ୱାରା ରାଙ୍କ୍ ହୋଇଥିବା ପ୍ରାର୍ଥୀମାନେ, ପ୍ରତ୍ୟେକେ ଜଡିତ ଏକୋଡିଂଗୁଡ଼ିକୁ ଦର୍ଶାଉଛନ୍ତି

ସଠିକ୍ ଭାବରେ ସଂରକ୍ଷିତ କରିବା ହେଉଛି ଶେଷ ପଦକ୍ଷେପ

ଏକ ମରାମତି ହୋଇଥିବା ଫଳାଫଳକୁ ଏବେବି ସଠିକ୍ ଭାବରେ ସଂରକ୍ଷିତ କରିବାକୁ ପଡ଼ିବ। ଯେତେବେଳେ ଜଣେ ପ୍ଲେୟାର୍ UTF-8 ଚିହ୍ନଟ କରିପାରେ ନାହିଁ, BOM ସହିତ UTF-8 with BOM (Windows ପ୍ଲେୟାର୍ଗୁଡ଼ିକ BOM ଉପରେ ନିର୍ଭର କରନ୍ତି) କିମ୍ବା GBK ଭାବରେ ସଂରକ୍ଷିତ କରିବା ସାଧାରଣତଃ ଏହାକୁ ସମାଧାନ କରେ। ଆପଣ UTF-8, UTF-8 (BOM ସହିତ), GBK, Big5, Shift_JIS କିମ୍ବା EUC-KR ଭାବରେ ସଂରକ୍ଷିତ କରିପାରିବେ; ଯଦି କିଛି ମେଳ ହୁଏ ନାହିଁ, ଆପଣଙ୍କୁ ଅନ୍ୟ ଗୋଟିଏ ବାଛିବାକୁ କୁହାଯାଏ (GBK କୋରିଆନ୍ ଧାରଣ କରିପାରିବ ନାହିଁ)। ଡାଉନଲୋଡ୍ ହୋଇଥିବା ଫାଇଲଗୁଡ଼ିକ ନାମରେ `-fixed` ଯୋଗ ହୁଏ।

ଯେତେବେଳେ ଚିହ୍ନଟ ଏକୋଡିଂ UTF-8 ନୁହେଁ, "Save as" ପୂର୍ବରୁ ଆପଣଙ୍କ ପାଇଁ BOM ସହିତ UTF-8 ରେ ପ୍ରିସେଟ୍ ହୋଇଥାଏ। ଥରେ ଆପଣ ନିଜେ ଡ୍ରପଡାଉନ୍ ଛୁଇଁବା ପରେ, ଏହା ଆପଣଙ୍କୁ ଦ୍ୱିତୀୟ-ଅନୁମାନ କରିବା ବନ୍ଦ କରିଦିଏ।

ଫଳାଫଳ କ୍ଷେତ୍ର: ସେଭ୍-ଆଜ୍ ଡ୍ରପଡାଉନ୍ ଏବଂ ଡାଉନଲୋଡ୍ ବଟନ୍ ସହିତ ଟେକ୍ସଟ୍ ବକ୍ସ୍ — ଏକ ଏକୋଡିଂ ବାଛନ୍ତୁ, ତାପରେ ଡାଉନଲୋଡ୍ କରନ୍ତୁ — ଫାଇଲ୍ ନାମରେ -fixed ଯୋଗ ହୁଏ

କେଉଁଟି କେବେବି ଛୁଆଁଯାଏ ନାହିଁ

କେବଳ ଭୁଲ୍-ପଢ଼ାଯାଇଥିବା କ୍ୟାରେକ୍ଟରଗୁଡ଼ିକୁ ପ୍ରତିସ୍ଥାପିତ କରାଯାଏ। ଇଣ୍ଡେକ୍ସ ସଂଖ୍ୟା, ଟାଇମିଂ ଏବଂ ASS ଶୈଳୀ ଲାଇନ୍ଗୁଡ଼ିକୁ କୌଣସି ପ୍ରକାରେ ପରିବର୍ତ୍ତନ କରାଯାଏ ନାହିଁ।

FAQ :: FAQ

ମୁଁ ଫାଇଲ୍ ଅପଲୋଡ୍ କଲି, ତେଣୁ ମୋତେ ଏବେବି ଏହାକୁ କାହିଁକି ପୁନର୍ବାର ସଂରକ୍ଷିତ କରିବାକୁ ପଡ଼ିବ? ଫାଇଲ୍ ନିଜେ ସାଧାରଣତଃ ଭଲ ଥାଏ; ଯାହା ଭଙ୍ଗା ଅଛି ତାହା ହେଉଛି ପ୍ଲେୟାର୍ ଏହାକୁ ଭୁଲ୍ ଏକୋଡିଂ ସହିତ ପଢ଼ୁଛି। ସେହି କ୍ଷେତ୍ରରେ ଟେକ୍ସଟ୍ରେ କୌଣସି କ୍ୟାରେକ୍ଟର ପରିବର୍ତ୍ତନ କରିବାର ଆବଶ୍ୟକତା ନାହିଁ — କେବଳ BOM କିମ୍ବା GBK ସହିତ UTF-8 ଭାବରେ ଏକ କପି ସଂରକ୍ଷିତ କରନ୍ତୁ ଏବଂ ପ୍ଲେୟାରକୁ ସେହି ଫାଇଲ୍ ଦିଅନ୍ତୁ।

ପେଷ୍ଟ ହୋଇଥିବା ଟେକ୍ସଟ୍ କାହିଁକି ମରାମତି କରାଯାଇପାରିବ ନାହିଁ? ଥରେ ପ୍ରତିସ୍ଥାପନ କ୍ୟାରେକ୍ଟର୍ ପେଷ୍ଟ ହୋଇଥିବା କଣ୍ଟେଣ୍ଟ୍ରେ ଦୃଶ୍ୟମାନ ହେବା ପରେ, ପ୍ରକୃତ ବାଇଟ୍ଗୁଡ଼ିକ ଚାଲିଯାଇଛି ଏବଂ ପଛକୁ ଯୁକ୍ତି କରିବା ପାଇଁ କିଛି ନାହିଁ। ଉପରକୁ ଫେରି ଯାଆନ୍ତୁ ଏବଂ ପ୍ରକୃତ ଫାଇଲ୍ ଅପଲୋଡ୍ କରିବା ପାଇଁ "Choose file" ବ୍ୟବହାର କରନ୍ତୁ।

ମୁଁ ଚାହୁଁଥିବା ପ୍ରାର୍ଥୀ ତାଲିକାଭୁକ୍ତ ହୋଇନାହିଁ କାହିଁକି? କିଛିବି ସୁପାରିଶ କରାଯାଏ ନାହିଁ ଯେପର୍ଯ୍ୟନ୍ତ ଏହା ଆପଣଙ୍କ ପାଖରେ ପୂର୍ବରୁ ଥିବା ଜିନିଷଠାରୁ ସ୍ପଷ୍ଟ ଭାବରେ ଭଲ ସ୍କୋର୍ କରେ ନାହିଁ। ଚିହ୍ନଟ ଏକୋଡିଂକୁ ଅନ୍ୟ ଏକକୁ ସୁଇଚ୍ କରିବାକୁ ଚେଷ୍ଟା କରନ୍ତୁ ଏବଂ ଏହାକୁ ପୁନଃ-ରାଙ୍କ୍ କରିବାକୁ ଦିଅନ୍ତୁ।

ଏକାସାଙ୍ଗରେ କେତୋଟି ଫାଇଲ୍? ଥରକୁ ଗୋଟିଏ। ମରାମତି ଡାଉନଲୋଡ୍ କରନ୍ତୁ, ତାପରେ ପରବର୍ତ୍ତୀ ଫାଇଲ୍ ଫିଡ୍ କରନ୍ତୁ।

Privacy :: ଗୋପନୀୟତା

ଚିହ୍ନଟ ଏବଂ ମରାମତି ସମ୍ପୂର୍ଣ୍ଣ ଭାବରେ ଆପଣଙ୍କ ବ୍ରାଉଜରରେ ଚାଲେ। କୌଣସି ସବ୍ଟାଇଟଲ୍ କଣ୍ଟେଣ୍ଟ୍ କେବେବି ସର୍ଭରକୁ ପଠାଯାଏ ନାହିଁ।

ସମ୍ପୃକ୍ତ ଟୁଲ୍ ଏବଂ ଗାଇଡ୍ଗୁଡ଼ିକ

ମୋଜିବାକେ କେଉଁଠାରୁ ଆସେ ଏବଂ ଏହା କାହିଁକି ସେହିପରି ଦେଖାଯିବା ଶେଷ ହୁଏ — Where subtitle mojibake comes from ଦେଖନ୍ତୁ; ଏକୋଡିଂ ଠିକ୍ ଅଛି କିନ୍ତୁ କଣ୍ଟେଣ୍ଟ୍ ଅପରିଷ୍କାର ଅଛି — Subtitle cleanup ବ୍ୟବହାର କରନ୍ତୁ; ଟାଇମିଂ ଏବଂ ପଢ଼ିବା ଗତି ଯାଞ୍ଚ କରିବା ପାଇଁ — Subtitle QC।