استخراج الترجمة المدمجة (OCR)

اقرأ الترجمة المدمجة في الفيديو إلى SRT وVTT وASS وغيرها، داخل متصفحك

يعمل في متصفحك

أفلت فيديو يحتوي على ترجمة مدمجة

MP4 أو WebM أو MOV أو أي فيديو يشغّله متصفحك

يبقى الفيديو على جهازك. تُنزَّل نماذج OCR فقط (نحو 25 ميغابايت من Hugging Face) مرة واحدة ثم تُحفظ مؤقتًا.

ما أداة استخراج الترجمة المدمجة؟

الترجمة المدمجة جزء من صورة الفيديو، لذا لا يمكن إيقافها أو نسخها مثل مسار الترجمة. تمر هذه الأداة على الفيديو إطارًا بإطار داخل متصفحك، وتحدد النص في المنطقة التي تختارها عبر كاشف النصوص PaddleOCR، وتقرؤه بنموذج التعرف PP-OCRv6 (وTesseract للفيتنامية)، ثم تدمج الإطارات التي تعرض النص نفسه في أسطر موقوتة. تُعلَّم الأسطر المقروءة بثقة منخفضة لتصحيحها قبل الحفظ بصيغة SRT أو VTT أو ASS أو TTML أو LRC أو نص.

استخدامات شائعة

  • الحصول على ملف ترجمة قابل للتعديل من فيديو لا يحتوي إلا على ترجمة مدمجة
  • ترجمة مقطع: استخرج الأسطر الأصلية ثم ترجم ملف SRT
  • نسخ الاقتباسات أو كلمات الأغاني الظاهرة على الشاشة كنص
  • إعادة توقيت ترجمات قديمة أو تنسيقها في محرر الترجمة

متى تستخدمها

استخدمها عندما تكون الترجمة مرسومة على الصورة. إذا كان للفيديو مسار ترجمة منفصل فاستخرج ذلك المسار لأنه دقيق تمامًا. وإذا لم تكن هناك ترجمة أصلًا فاستخدم أداة الصوت والفيديو إلى ترجمة لتفريغ الكلام.

أمثلة

  1. مقطع إنجليزي إلى SRT

    الإدخال

    ملف MP4 مدته 3 دقائق بترجمة بيضاء في الأسفل. اللغة: الإنجليزية والصينية واليابانية والحروف اللاتينية. 4 إطارات في الثانية.

    المخرجات

    نحو 40 سطرًا موقوتًا في ملف .srt؛ تُفصل الكلمات الملتصقة مثل Ithought وتُصحَّح Al إلى AI. تُعلَّم بعض الأسطر بأنها غير مؤكدة للمراجعة.

  2. ترجمة فيتنامية

    الإدخال

    حلقة مسلسل بترجمة فيتنامية صفراء. اللغة: الفيتنامية.

    المخرجات

    أسطر فيتنامية بعلامات النبرة، جاهزة للتنزيل بصيغة SRT أو VTT.

أسئلة وأجوبة

هل يُرفع الفيديو؟

لا. تُفك الإطارات وتُقرأ في متصفحك. لا يُنزَّل سوى نماذج OCR من Hugging Face وjsDelivr، ثم تبقى في ذاكرة المتصفح المؤقتة.

لماذا بعض الأسطر معلّمة بأنها غير مؤكدة؟

يبلّغ النموذج عن درجة ثقته في كل حرف. تُعلَّم الأسطر ذات المتوسط المنخفض أو التي فيها حرف مشكوك فيه: انقر على الوقت للانتقال إلى تلك اللحظة في الفيديو ثم صحّح النص.

كم يستغرق ذلك؟

من ثلث مدة الفيديو إلى كامل مدته عند 4 إطارات في الثانية، بحسب جهازك. الإطارات التي تعرض النص نفسه كالسابق تتخطى التعرف، ويسرّع WebGPU العمل إن توفر.

كيف أحصل على نتائج أفضل؟

ضيّق المربع الأزرق حول الترجمة لتبقى الشعارات واللافتات خارجه، واختر اللغة الصحيحة، واستخدم 8 إطارات في الثانية للحوار السريع. الخطوط الصغيرة جدًا أو الضبابية أو المزخرفة تُقرأ بدقة أقل.

المصادر والمعايير

جميع الأدوات