字幕が文字化けする理由と、エンコーディングの直し方

エンコーディングとは

字幕ファイルはテキストであり、テキストは数値として保存されています。エンコーディングとは、どの数値がどの文字を表すかを決める対応表のことです。現在ではほぼすべてが、あらゆる文字体系を扱える UTF-8 を使っています。古い字幕ファイルは、西ヨーロッパ言語向けの Windows-1252、キリル文字向けの Windows-1251、アラビア語向けの Windows-1256 など、地域ごとの対応表で保存されていることがよくありました。

プレーヤーが間違った対応表でファイルを読み込むと、数値が間違った文字に変わってしまいます。文字そのものはファイル内に残っており、読み方が間違っているだけです。

問題を見分ける

é が é に、ü が ü になる場合は、UTF-8 のファイルが Windows-1252 として読み込まれています。文字が � や四角形になる場合は、古い地域別エンコーディングで保存されたファイルが UTF-8 として読み込まれています。行全体が無関係なアクセント付き文字になる場合は、おそらく別の言語グループ向けに作られたファイルです。たとえば、キリル文字の字幕が西欧用の対応表で読み込まれている場合などです。

修正方法

このサイトでファイルを開くと、ページは UTF-8 と UTF-16 かどうかを確認し、Windows-1251 で保存されたキリル文字も認識します。それ以外は Windows-1252 とみなします。それでもプレビューがおかしい場合は、「文字コード」の一覧から、キリル文字、ギリシャ語、トルコ語、アラビア語、日本語など、字幕が作られた言語グループを選んでください。プレビューがすぐに更新されます。

ツールで作成されるファイルはすべて UTF-8 で保存されます。そのため、プレビューで文字が正しく見えていれば、ダウンロードしたファイルも最新のプレーヤー、編集ソフト、ブラウザーで正しく表示されます。

それでもプレーヤーで文字化けする場合

古いプレーヤーやテレビの中には、指定しないと UTF-8 を認識しないものがあります。字幕のエンコーディングや文字セットの設定を探し、UTF-8 を選んでください。問題がエンコーディングではなくフォントの不足である場合、正しいエンコーディングでも文字は空の四角形で表示されます。プレーヤーで別の字幕フォントを選ぶとたいてい解決します。