ดึงซับฝัง (OCR)
อ่านซับไตเติลที่ฝังในวิดีโอเป็น SRT, VTT, ASS และอื่น ๆ ได้ในเบราว์เซอร์
ทำงานบนเบราว์เซอร์ของคุณ
วางวิดีโอที่มีซับฝังที่นี่
MP4, WebM, MOV หรือวิดีโอใดก็ได้ที่เบราว์เซอร์เล่นได้
วิดีโออยู่บนอุปกรณ์ของคุณ มีเพียงโมเดล OCR (ประมาณ 25 MB จาก Hugging Face) ที่ดาวน์โหลดครั้งเดียวแล้วเก็บไว้ในแคช
เครื่องมือดึงซับฝังคืออะไร?
ซับฝัง (ฮาร์ดซับ) เป็นส่วนหนึ่งของภาพวิดีโอ จึงปิดหรือคัดลอกแบบแทร็กซับไม่ได้ เครื่องมือนี้ไล่ดูวิดีโอทีละเฟรมในเบราว์เซอร์ หาข้อความในพื้นที่ที่คุณกำหนดด้วยการตรวจจับข้อความของ PaddleOCR อ่านด้วยโมเดลรู้จำ PP-OCRv6 (ภาษาเวียดนามใช้ Tesseract) แล้วรวมเฟรมที่แสดงข้อความเดียวกันเป็นบรรทัดพร้อมเวลา บรรทัดที่อ่านได้ด้วยความมั่นใจต่ำจะถูกทำเครื่องหมายให้คุณแก้ก่อนบันทึกเป็น SRT, VTT, ASS, TTML, LRC หรือข้อความ
การใช้งานทั่วไป
- ได้ไฟล์ซับที่แก้ไขได้จากวิดีโอที่มีแต่ซับฝัง
- แปลคลิป: ดึงบทพูดต้นฉบับแล้วแปลไฟล์ SRT
- คัดลอกคำพูดหรือเนื้อเพลงที่ขึ้นบนจอเป็นข้อความ
- ปรับเวลาหรือสไตล์ซับเก่าในโปรแกรมแก้ซับ
ควรใช้เมื่อไร
ใช้เมื่อซับถูกวาดลงบนภาพ หากไฟล์วิดีโอมีแทร็กซับแยก ให้ดึงแทร็กนั้นซึ่งแม่นยำกว่า หากไม่มีซับเลย ให้ใช้เครื่องมือเสียงและวิดีโอเป็นซับเพื่อถอดเสียงพูด
ตัวอย่าง
คลิปภาษาอังกฤษเป็น SRT
ข้อมูลเข้า
MP4 ยาว 3 นาที ซับสีขาวด้านล่าง ภาษา: อังกฤษ จีน ญี่ปุ่น อักษรละติน 4 เฟรมต่อวินาที
ผลลัพธ์
ประมาณ 40 บรรทัดพร้อมเวลาในไฟล์ .srt คำติดกันอย่าง Ithought จะถูกแยก และ Al ถูกแก้เป็น AI บางบรรทัดถูกทำเครื่องหมายไม่แน่ใจให้ตรวจ
ซับภาษาเวียดนาม
ข้อมูลเข้า
ซีรีส์หนึ่งตอนที่มีซับเวียดนามสีเหลือง ภาษา: เวียดนาม
ผลลัพธ์
บรรทัดภาษาเวียดนามพร้อมวรรณยุกต์ ดาวน์โหลดเป็น SRT หรือ VTT ได้ทันที
คำถามและคำตอบ
วิดีโอของฉันถูกอัปโหลดไหม?
ไม่ เฟรมถูกถอดรหัสและอ่านในเบราว์เซอร์ ดาวน์โหลดเฉพาะโมเดล OCR จาก Hugging Face และ jsDelivr แล้วเก็บไว้ในแคชของเบราว์เซอร์
ทำไมบางบรรทัดถูกทำเครื่องหมายไม่แน่ใจ?
โมเดลบอกความมั่นใจของแต่ละตัวอักษร บรรทัดที่ค่าเฉลี่ยต่ำหรือมีตัวอักษรน่าสงสัยจะถูกทำเครื่องหมาย คลิกเวลาเพื่อไปยังช่วงนั้นในวิดีโอแล้วแก้ข้อความ
ใช้เวลานานเท่าไร?
ที่ 4 เฟรมต่อวินาที ประมาณหนึ่งในสามถึงเท่ากับความยาววิดีโอ ขึ้นกับเครื่อง เฟรมที่ข้อความเหมือนเฟรมก่อนจะข้ามการรู้จำ และ WebGPU ช่วยให้เร็วขึ้นถ้ามี
ทำอย่างไรให้ผลดีขึ้น?
ปรับกรอบสีน้ำเงินให้ชิดซับเพื่อไม่ให้โลโก้และป้ายเข้ามา เลือกภาษาให้ถูก และใช้ 8 เฟรมต่อวินาทีสำหรับบทสนทนาเร็ว ฟอนต์ที่เล็กมาก เบลอ หรือตกแต่งมากจะอ่านได้แม่นยำน้อยลง
แหล่งอ้างอิงและมาตรฐาน
เครื่องมือที่เกี่ยวข้อง
เครื่องมือทั้งหมดตัวแปลงซับไตเติล (SRT ↔ VTT)
แปลงซับ SRT และ VTT และเลื่อนเวลาซับ
ข้อความแปลงเสียงและวิดีโอเป็นซับ (AI)
ถอดเสียงพูดเป็น SRT, VTT หรือข้อความด้วย Whisper ในเบราว์เซอร์
เสียงแปลงวิดีโอเป็นเสียง
ดึงเสียงจากไฟล์ MP4, WebM หรือ MOV บนเบราว์เซอร์ของคุณโดยตรง แล้วบันทึกเป็น Opus, MP3, M4A หรือ WAV
เสียงทำความสะอาดข้อความ
ทำความสะอาดข้อความที่วางมา โดยลบช่องว่างที่ไม่เป็นระเบียบ การขึ้นบรรทัดแปลก ๆ และอักขระที่ซ่อนอยู่
ข้อความ