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

  1. 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

  2. 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

เครื่องมือทั้งหมด