Pour faire un st, il faut juste faire un fichier texte contenant l'ensemble des textes à afficher.
Ensuite, il faut choisir un format de fichier st, comme les .txt, .srt, .sub, etc...
Tous ces fichier ont une structure similaire : On tape le texte lignes après lignes, puis on définit le momment ou la ligne de texte doit apparaitre, et la durée pendant laquelle elle doit rester afficher (généralement le momment où la ligne de texte disparait). Toutes les lignes de texte sont donc accompagnées d'un "index temporel", généralement défini en unité "dixième de seconde".
Une fois le fichier texte réalisé, il faut le synchroniser avec le fichier vidéo à l'aide d'un utilitaire (Time Adjuster ou autre).
Enfin, la plupart des média lecteurs qui supportent les st utilisent des polices Windows, il faut simplement choisir une police qui supporte les caratères que tu souhaites, et préciser dans le paramètrage des st (là ou on définit le corps, la couleur de la police, etc...) que c'est une police "exotique" => je ne connais pas la zone géographique à définir, mais les polices française sont par exemple des polices occidentales.
Enfin, je n'ai aucune idée de la manière de modifier la couleur du texte en cours de lecture, lorsque les paroles doivent être chantées.