ପ୍ରଥମେ: ଗୋଟିଏ ସରଳୀକୃତ ରୂପ, ଅନେକ ପ୍ରାଚୀନ ରୂପ
ସରଳୀକରଣ ଅନେକ ପ୍ରାଚୀନ କ୍ୟାରେକ୍ଟରକୁ ଗୋଟିଏ ସରଳୀକୃତ ରୂପରେ ଭାଙ୍ଗିଦେଲା। ଅନ୍ୟପଟେ ଫେରିବା, ଗୋଟିଏ ସରଳୀକୃତ କ୍ୟାରେକ୍ଟର୍ ଅନେକ ପ୍ରାଚୀନ କ୍ୟାରେକ୍ଟର ସହିତ ସମାନ ଅଟେ, ଏବଂ ସେଗୁଡ଼ିକ ମଧ୍ୟରୁ ବାଛିବା ଏହା ଉପରେ ନିର୍ଭର କରେ ଯେ ଏହା କାହା ସହିତ ଯୋଡ଼ି ହୋଇଛି:
କ୍ୟାରେକ୍ଟର୍ ପରେ କ୍ୟାରେକ୍ଟର୍ ସ୍ୱାପ୍ କରିବା ସେଗୁଡ଼ିକୁ ସମସ୍ତଙ୍କୁ ସେହି ସମାନ ଗୋଟିଏରେ ଭାଙ୍ଗିଦଏ ଏବଂ ପ୍ରତ୍ୟେକ ଘଟଣାକୁ ଭୁଲ୍ କରିଦଏ। by word ଦ୍ୱାରା ସମାଧାନ କରିବା ହେଉଛି ସେଗୁଡ଼ିକୁ ଅଲଗା କରେ — ଟେବୁଲଗୁଡ଼ିକ OpenCC ରୁ ଆସେ, ଏକକ କ୍ୟାରେକ୍ଟର୍ ଆଗରୁ ବାକ୍ୟାଂଶଗୁଡ଼ିକୁ ମେଳ କରେ। ଉଦାହରଣ ସ୍ୱରୂପ:
ଦ୍ୱିତୀୟତଃ: ତାଇୱାନ ଏବଂ ହଂକଂ ସମାନ ଜିନିଷ ନୁହେଁ
ପ୍ରାଚୀନକୁ କନଭର୍ଟ କରିବା ପରେ ଆଉ ଏକ ସ୍ତର ଅଛି: ସେହି ସମାନ ଶବ୍ଦ ତାଇୱାନ ଏବଂ ହଂକଂରେ ଭିନ୍ନ ଭାବରେ ଲିଖିତ ହୁଏ। "software" ପାଇଁ ଶବ୍ଦଟି ତାଇୱାନରେ ଗୋଟିଏ ଜିନିଷ ଏବଂ ହଂକଂରେ ଅନ୍ୟ ଏକ ଜିନିଷ, ଏବଂ ତାଇୱାନ "information" ପାଇଁ ଏହାର ନିଜସ୍ୱ ଶବ୍ଦ ବ୍ୟବହାର କରେ।
ସେଥିପାଇଁ ପୃଥକ ଦିଗଗୁଡ଼ିକ। ତାଇୱାନୀ ପ୍ରାଚୀନ ମଧ୍ୟ "change wording" ଏବଂ "glyphs only" ରେ ବିଭକ୍ତ ହୁଏ — glyphs only ଆପଣଙ୍କର ବିଦ୍ୟମାନ ଶବ୍ଦକୋଷକୁ ବଜାୟ ରଖେ, ଯେତେବେଳେ କି change wording ଆଞ୍ଚଳିକ ପଦଗୁଡ଼ିକୁ ମଧ୍ୟ ସ୍ୱାପ୍ କରେ। ହଂକଂ ଏହାର ନିଜସ୍ୱ ଏକ ଦିଗ ପାଏ।
ତୃତୀୟତଃ: କେବଳ ସଂଳାପକୁ ଛୁଆଯିବା ଉଚିତ୍
ଏକ ସବ୍ଟାଇଟଲ୍ ଫାଇଲ୍ କେବଳ ସଂଳାପ ନୁହେଁ। ଇଣ୍ଡେକ୍ସ ସଂଖ୍ୟା, ଟାଇମିଂ ଏବଂ ASS ଶୈଳୀ ଲାଇନ୍ଗୁଡ଼ିକ ମଧ୍ୟ ସେଠାରେ ଅଛନ୍ତି, ଏବଂ ସେଗୁଡ଼ିକରୁ ଗୋଟିଏ କ୍ୟାରେକ୍ଟର୍ ମଧ୍ୟ କନଭର୍ଟ ହେବା ଉଚିତ୍ ନାହିଁ — ବିଶେଷକରି ASS ଶୈଳୀ ଲାଇନ୍ଗୁଡ଼ିକ, ଯେହେତୁ ସେଗୁଡ଼ିକରେ ଇଂରାଜୀ ଡାଇରେକ୍ଟିଭ୍ ନାମ ଥାଏ ଯାହା ସଂଳାପ ଭାବରେ ବିବେଚନା କରାଯିବାକ୍ଷଣି ଭାଙ୍ଗିଯାଏ।
ତେଣୁ କନଭର୍ସନ୍ ଫର୍ମାଟ୍ ଦ୍ୱାରା ପାର୍ସିଂ ପରେ ଘଟେ: SRT, VTT, ASS ଏବଂ TXT ପ୍ରତ୍ୟେକେ ଚିହ୍ନଟ କରନ୍ତି ଯେ କେଉଁ ଅଂଶଟି ସଂଳାପ ଅଟେ, ଏବଂ କେବଳ ଏହା ଭିତରେ ଥିବା କ୍ୟାରେକ୍ଟରଗୁଡ଼ିକୁ କନଭର୍ଟ କରାଯାଏ। ଟାଇମିଂ ଏବଂ ଶୈଳୀଗୁଡ଼ିକ ଅଛୁଆଁ ରହି ବଞ୍ଚିଥାଏ, ପୁନର୍ବାର କରିବା ପାଇଁ କୌଣସି ଫର୍ମାଟିଂ ନାହିଁ।
ସରଳୀକୃତକୁ ଫେରିବା: ସାବଧାନ ରୁହନ୍ତୁ
ପ୍ରାଚୀନକୁ ସରଳୀକୃତରେ କନଭର୍ଟ କରିବା ପାଇଁ ମଧ୍ୟ ଆପଣଙ୍କୁ କହିବାକୁ ପଡ଼ିବ ଯେ ଆପଣ କେଉଁ ପ୍ରାଚୀନ ପ୍ରକାରରୁ ଆସୁଛନ୍ତି: ଜେନେରିକ୍, ତାଇୱାନୀ ଏବଂ ହଂକଂ ହେଉଛି ତିନୋଟି ଭିନ୍ନ ପଥ, କାରଣ କନଭର୍ଟ ହେବା ପୂର୍ବରୁ ଆଞ୍ଚଳିକ ଶବ୍ଦକୋଷକୁ ଜେନେରିକ୍ ଶବ୍ଦକୁ ଫେରାଇ ଆଣିବାକୁ ପଡ଼ିବ। ଭୁଲ୍ ଦିଗ ବାଛନ୍ତୁ ଏବଂ ଆଞ୍ଚଳିକ ଶବ୍ଦକୋଷ ସରଳୀକୃତ ଆଉଟପୁଟ୍ ଭିତରକୁ ବଞ୍ଚିଥାଏ।
ନଅଟି ଦିଗର ନିମ୍ନ ଗ୍ରୁପ୍ ହେଉଛି ସେହି ଗ୍ରୁପ୍ ଯାହା ପୁନର୍ବାର କନଭର୍ଟ କରେ: ପ୍ରାଚୀନ → ସରଳୀକୃତ, ତାଇୱାନୀ → ସରଳୀକୃତ, ହଂକଂ → ସରଳୀକୃତ।
ସମ୍ପୃକ୍ତ ଟୁଲ୍ ଏବଂ ଗାଇଡ୍ଗୁଡ଼ିକ
ସମ୍ପୂର୍ଣ୍ଣ ୱାକ୍ଥ୍ରୁ — How to convert simplified and traditional subtitles; ଯଦି ଆପଣଙ୍କୁ କେବଳ ସରଳୀକୃତରୁ ପ୍ରାଚୀନ ଆବଶ୍ୟକ — Convert simplified subtitles to traditional; ଅନ୍ୟ ଏକ ଭାଷାରେ ଅନୁବାଦ କରିବା ପାଇଁ, Subtitle translation।