免费本地视频字幕提取:87种语言硬字幕一键转SRT【免费下载链接】video-subtitle-extractor视频硬字幕提取生成srt文件。无需申请第三方API本地实现文本识别。基于深度学习的视频字幕提取框架包含字幕区域检测、字幕内容提取。A GUI tool for extracting hard-coded subtitle (hardsub) from videos and generating srt files.项目地址: https://gitcode.com/gh_mirrors/vi/video-subtitle-extractor视频里烧录的硬字幕没法复制?VSE 把这个问题交给本地字幕提取:区域检测、文字识别、srt 生成全部在电脑内完成,视频不出本机,也不用申请任何在线 API。想把硬字幕变成外挂字幕,三步就能跑完。硬字幕提取的四个关键步骤处理流程分四步走:程序先从视频中抽出关键帧,再由专门的检测引擎定位画面里文字出现的位置,本地 OCR 模型读取内容,最后一步做清洗——字幕区域外的台标、水印等文本被过滤,重复行合并,输出 srt 或 txt 文件。生成的 srt 可以直接拖进播放器使用。整套流程支持 87 种语言,简繁中文、英文、日韩、越南语、阿拉伯语等都在其中,识别过程不依赖任何在线 OCR 服务,Windows、macOS、Linux 均可运行。视频字幕提取工具的界面布局上图是整体布局:预览区负责显示字幕位置,任务面板集中了所有操作项。谁适合用它整理外语教学资料的人,可以逐条提取台词生成带时间轴的笔记,不用对着视频手打。给老影片补外挂字幕的人,省去了重打一遍字幕的功夫,原片画面保持原样。做二创剪辑的人,能直接拿到完整台词和时间码表,写脚本、对画面都方便。从克隆到出字幕的完整流程第 1 步:克隆源码git clone https://gitcode.com/gh_mirrors/vi/video-subtitle-extractor不想折腾环境的,直接下载发行包解压即用,省去了装依赖这一步。第 2 步:准备运行环境源码运行需要 Python 3.12 以上。建好虚拟环境后,按显卡情况安装对应的 paddlepaddle:NVIDIA 装 CUDA 版,AMD 和 Intel 装 DirectML 版,没有独显装 CPU 版,再安装项目依赖。有 NVIDIA 显卡时记得选 CUDA 版,速度会明显提升。完整命令清单在 README.md 的安装章节,照抄即可。第 3 步:启动图形界面python gui.py界面分左右两块:左边是视频预览窗口,实时看到字幕出现的位置;右边是任务与设置面板,日志和进度都显示在这里。这是实际运行界面,图中的绿框是程序自动检测出的字幕区域。第 4 步:选视频、调区域、点运行点击打开选择视频文件,批量处理时一次多选。把绿框拖到台词所在位置,再点运行。几分钟后 srt 文件会生成在视频所在目录;在设置里改过保存目录的,文件会存到指定位置。进阶玩法 批量处理视频字幕打开文件时一次选中多个视频,程序按顺序处理,每个都生成独立字幕文件。前提是每个视频的分辨率和字幕位置一致,检测框才不会错位。清洗水印与错别字视频里有固定水印、或某个词总被认错,就在 backend/configs/typoMap.json 里加一条原文:替换文本。替换内容留空表示直接删除,字幕里所有出现的地方会一次处理完。三种识别模式怎么选快速模式用轻量模型,速度快但错字稍多。自动模式有 GPU 时自动上大模型、纯 CPU 时切小模型,日常推荐。精准模式逐帧检测、不丢字幕,但非常慢,前两种漏得多时再试。避坑指南 程序报错或没有输出?先查路径:视频和程序目录都不能带中文和空格,这是最常见的原因。GPU 用户再核对 cuda、cudnn 与驱动版本是否匹配。识别结果有错字或漏行?先换自动模式,模型更大、错字更少。再把字幕区域框调准,别罩住背景和台标。常错的词写进 typoMap 文件替换,字幕还是漏得多再考虑精准模式。解压后打不开或运行闪退?把 7-Zip 升到最新版再解压发行包,旧版本解压出错是已知问题。环境要求 ⚙️最低:双核 CPU、4GB 内存、2GB 磁盘空间,CPU 即可运行推荐:NVIDIA 显卡(CUDA 加速)、8GB 以上内存、固态硬盘VSE 的字幕提取全程在本地机器上完成,第一次跑通之后,同类视频基本可以照着上次的设置直接处理。【免费下载链接】video-subtitle-extractor视频硬字幕提取生成srt文件。无需申请第三方API本地实现文本识别。基于深度学习的视频字幕提取框架包含字幕区域检测、字幕内容提取。A GUI tool for extracting hard-coded subtitle (hardsub) from videos and generating srt files.项目地址: https://gitcode.com/gh_mirrors/vi/video-subtitle-extractor创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
免费本地视频字幕提取:87种语言硬字幕一键转SRT
免费本地视频字幕提取:87种语言硬字幕一键转SRT【免费下载链接】video-subtitle-extractor视频硬字幕提取生成srt文件。无需申请第三方API本地实现文本识别。基于深度学习的视频字幕提取框架包含字幕区域检测、字幕内容提取。A GUI tool for extracting hard-coded subtitle (hardsub) from videos and generating srt files.项目地址: https://gitcode.com/gh_mirrors/vi/video-subtitle-extractor视频里烧录的硬字幕没法复制?VSE 把这个问题交给本地字幕提取:区域检测、文字识别、srt 生成全部在电脑内完成,视频不出本机,也不用申请任何在线 API。想把硬字幕变成外挂字幕,三步就能跑完。硬字幕提取的四个关键步骤处理流程分四步走:程序先从视频中抽出关键帧,再由专门的检测引擎定位画面里文字出现的位置,本地 OCR 模型读取内容,最后一步做清洗——字幕区域外的台标、水印等文本被过滤,重复行合并,输出 srt 或 txt 文件。生成的 srt 可以直接拖进播放器使用。整套流程支持 87 种语言,简繁中文、英文、日韩、越南语、阿拉伯语等都在其中,识别过程不依赖任何在线 OCR 服务,Windows、macOS、Linux 均可运行。视频字幕提取工具的界面布局上图是整体布局:预览区负责显示字幕位置,任务面板集中了所有操作项。谁适合用它整理外语教学资料的人,可以逐条提取台词生成带时间轴的笔记,不用对着视频手打。给老影片补外挂字幕的人,省去了重打一遍字幕的功夫,原片画面保持原样。做二创剪辑的人,能直接拿到完整台词和时间码表,写脚本、对画面都方便。从克隆到出字幕的完整流程第 1 步:克隆源码git clone https://gitcode.com/gh_mirrors/vi/video-subtitle-extractor不想折腾环境的,直接下载发行包解压即用,省去了装依赖这一步。第 2 步:准备运行环境源码运行需要 Python 3.12 以上。建好虚拟环境后,按显卡情况安装对应的 paddlepaddle:NVIDIA 装 CUDA 版,AMD 和 Intel 装 DirectML 版,没有独显装 CPU 版,再安装项目依赖。有 NVIDIA 显卡时记得选 CUDA 版,速度会明显提升。完整命令清单在 README.md 的安装章节,照抄即可。第 3 步:启动图形界面python gui.py界面分左右两块:左边是视频预览窗口,实时看到字幕出现的位置;右边是任务与设置面板,日志和进度都显示在这里。这是实际运行界面,图中的绿框是程序自动检测出的字幕区域。第 4 步:选视频、调区域、点运行点击打开选择视频文件,批量处理时一次多选。把绿框拖到台词所在位置,再点运行。几分钟后 srt 文件会生成在视频所在目录;在设置里改过保存目录的,文件会存到指定位置。进阶玩法 批量处理视频字幕打开文件时一次选中多个视频,程序按顺序处理,每个都生成独立字幕文件。前提是每个视频的分辨率和字幕位置一致,检测框才不会错位。清洗水印与错别字视频里有固定水印、或某个词总被认错,就在 backend/configs/typoMap.json 里加一条原文:替换文本。替换内容留空表示直接删除,字幕里所有出现的地方会一次处理完。三种识别模式怎么选快速模式用轻量模型,速度快但错字稍多。自动模式有 GPU 时自动上大模型、纯 CPU 时切小模型,日常推荐。精准模式逐帧检测、不丢字幕,但非常慢,前两种漏得多时再试。避坑指南 程序报错或没有输出?先查路径:视频和程序目录都不能带中文和空格,这是最常见的原因。GPU 用户再核对 cuda、cudnn 与驱动版本是否匹配。识别结果有错字或漏行?先换自动模式,模型更大、错字更少。再把字幕区域框调准,别罩住背景和台标。常错的词写进 typoMap 文件替换,字幕还是漏得多再考虑精准模式。解压后打不开或运行闪退?把 7-Zip 升到最新版再解压发行包,旧版本解压出错是已知问题。环境要求 ⚙️最低:双核 CPU、4GB 内存、2GB 磁盘空间,CPU 即可运行推荐:NVIDIA 显卡(CUDA 加速)、8GB 以上内存、固态硬盘VSE 的字幕提取全程在本地机器上完成,第一次跑通之后,同类视频基本可以照着上次的设置直接处理。【免费下载链接】video-subtitle-extractor视频硬字幕提取生成srt文件。无需申请第三方API本地实现文本识别。基于深度学习的视频字幕提取框架包含字幕区域检测、字幕内容提取。A GUI tool for extracting hard-coded subtitle (hardsub) from videos and generating srt files.项目地址: https://gitcode.com/gh_mirrors/vi/video-subtitle-extractor创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
