Текст в субтитрах отображается меньше, чем должен

Фильтр drawtext FFmpeg интерпретирует размер шрифта текста иначе, чем средства рендеринга ASS (например, Libass). Фильтр drawtext использует номинальный размер шрифта (в пикселях), масштабируя его в соответствии с единицами на EM. Напротив, средства визуализации ASS используют реальные размеры шрифта для масштабирования, которые они определяют путем суммирования поля ascender и минусового значения поля descender из таблиц шрифта (таких как OS/2 и hhea).

Таким образом, чтобы сопоставить размер между drawtext и ASS в FFmpeg, нам нужно найти способ вычисления реального размера шрифта (ASS) из номинального размера (drawtext). Итак, давайте сначала рассчитаем базовый размер шрифта, который затем будет использоваться для его масштабирования.

Для номинального размера нам нужно прочитать unitsPerEm из Таблицы заголовков шрифтов, в случае шрифта Audiowide это 2048. Для реального размера измерения нам нужно получить значение полей ascender и descender, которые можно найти в таблице hhea, в случае шрифта Audiowide его верхний предел равен 2027, а нижний - -584.

Итак: Номинальный размер = unitsPerEm = 2048 Реальный размер измерения = ascender - descender = 2027 - (-584) = 2611

Таким образом, реальный размер измерения в некотором масштабе больше.

Масштаб = Реальный размер / Номинальный размер = 2611/2048 ≈ 1,279

Итак, нам нужно умножить исходный размер шрифта (55) на масштабный коэффициент: 55 * 1,279 ≈ 70,345.

Во-вторых, обратите внимание, что фильтр drawtext использует другое выравнивание, чем тег выравнивания \an4 в ASS, который вы использовали, что соответствует выравниванию по левому краю. Чтобы совместить позиции, вы должны использовать \an7 (выравнивание по левому краю) в ASS.

В-третьих, drawtext выравнивает текст по самому высокому глифу (по историческим причинам), а не по базовой линии плюс восхождение (как это обычно делается), но вы можете изменить это, установив y_align=font в фильтре drawtext.

Итак, вот исправленный файл сценария ASSv4+:

[Script Info]
Title: Advanced Highlighted Subtitle Example
ScriptType: v4.00+
WrapStyle: 0
PlayResX: 1048
PlayResY: 750

[V4+ Styles]
Format: Name, Fontname, Fontsize, PrimaryColour, SecondaryColour, OutlineColour, BackColour, Bold, Italic, Underline, StrikeOut, ScaleX, ScaleY, Spacing, Angle, BorderStyle, Outline, Shadow, Alignment, MarginL, MarginR, MarginV, Encoding 
Style: Default,Audiowide,70.345,&H00FFFFFF,&H00FFFFFF,&H00000000,&H00000000,-1,0,0,0,100,100,0,0,1,0,0,2,10,10,10,1

[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text

Dialogue: 0,00:00:0.00,00:00:2.38,Default,,0,0,0,,{\pos(0,683)\an7}reise

И исправлена ​​команда FFmpeg:

ffmpeg -i ./input.mp4 -vf "drawtext=text='reise':fontfile=../fonts/Audiowide-Regular.ttf:fontsize=55:fontcolor=white:x=0:y=683:y_align=font" -codec:a copy ./output.mp4

Ниже приведен пример того, как читать значения метрик из шрифта с помощью Freetype (это то, что drawtext и средство рендеринга ASS Libass использует под капотом для рендеринга шрифтов) в Python:

import freetype

face = freetype.Face('path/to/your/fontfile.ttf')

units_per_em = face.units_per_EM
ascender = face.ascender
descender = face.descender

print(f"Units per EM: {units_per_em}")
print(f"Ascender: {ascender}")
print(f"Descender: {descender}")

Результат для шрифта Audiowide должен быть:

Units per EM: 2048
Ascender: 2027
Descender: -584

И вы можете установить необходимую библиотеку, используя:

python -m pip install freetype-py