Trích xuất phụ đề cứng (OCR)

Đọc phụ đề in cứng trong video thành SRT, VTT, ASS và nhiều định dạng khác, ngay trên trình duyệt

Chạy trên trình duyệt của bạn

Thả video có phụ đề in cứng vào đây

MP4, WebM, MOV hoặc video bất kỳ trình duyệt phát được

Video ở lại trên máy bạn. Chỉ các model OCR (khoảng 25 MB, từ Hugging Face) được tải một lần rồi lưu trong bộ nhớ đệm.

Công cụ trích xuất phụ đề cứng là gì?

Phụ đề cứng (in thẳng vào hình) là một phần của khung hình nên không tắt hay sao chép được như track phụ đề. Công cụ này duyệt video từng khung ngay trong trình duyệt, tìm chữ trong vùng bạn đánh dấu bằng mô hình phát hiện chữ PaddleOCR, đọc chữ bằng mô hình nhận dạng PP-OCRv6 (tiếng Việt dùng Tesseract), rồi ghép các khung cùng nội dung thành dòng phụ đề có thời gian. Dòng có độ tin cậy thấp được đánh dấu để bạn sửa trước khi lưu thành SRT, VTT, ASS, TTML, LRC hoặc văn bản.

Ứng dụng phổ biến

  • Lấy file phụ đề chỉnh sửa được từ video chỉ có phụ đề in cứng
  • Dịch video: trích các câu gốc rồi dịch file SRT
  • Chép lời thoại hay lời bài hát hiện trên màn hình thành văn bản
  • Chỉnh lại thời gian hoặc kiểu chữ phụ đề cũ trong trình sửa phụ đề

Khi nào nên dùng

Dùng khi phụ đề được vẽ lên hình. Nếu file video có track phụ đề riêng, hãy trích track đó vì nó chính xác tuyệt đối. Nếu video không có phụ đề, hãy dùng công cụ Âm thanh và video sang phụ đề để chép lời nói.

Ví dụ

  1. Video tiếng Anh sang SRT

    Nhập

    MP4 dài 3 phút, phụ đề trắng ở dưới. Ngôn ngữ: Tiếng Anh, Trung, Nhật, chữ Latin. 4 khung/giây.

    Kết quả

    Khoảng 40 dòng có thời gian trong file .srt; chữ dính như Ithought được tách, Al được sửa thành AI. Vài dòng được đánh dấu Chưa chắc để kiểm tra.

  2. Phụ đề tiếng Việt

    Nhập

    Một tập phim có phụ đề tiếng Việt màu vàng. Ngôn ngữ: Tiếng Việt.

    Kết quả

    Các dòng tiếng Việt có dấu, sẵn sàng tải về dạng SRT hoặc VTT.

Hỏi đáp

Video của tôi có bị tải lên không?

Không. Các khung hình được giải mã và đọc ngay trong trình duyệt. Chỉ các model OCR được tải từ Hugging Face và jsDelivr, sau đó lưu trong bộ nhớ đệm của trình duyệt.

Vì sao có dòng bị đánh dấu Chưa chắc?

Mô hình nhận dạng cho biết độ tin cậy của từng ký tự. Dòng có điểm trung bình thấp hoặc có một ký tự đáng ngờ sẽ được đánh dấu để bạn so với video: bấm vào thời gian để nhảy tới, rồi sửa chữ.

Mất bao lâu?

Khoảng một phần ba đến bằng độ dài video ở 4 khung/giây, tùy máy. Khung nào giống chữ của khung trước thì bỏ qua bước nhận dạng, và WebGPU giúp chạy nhanh hơn nếu máy hỗ trợ.

Làm sao để kết quả tốt hơn?

Chỉnh khung xanh sát quanh phụ đề để logo và biển hiệu nằm ngoài, chọn đúng ngôn ngữ, và dùng 8 khung/giây cho thoại nhanh. Chữ quá nhỏ, mờ hoặc kiểu cách sẽ khó đọc hơn.

Nguồn và tiêu chuẩn

Tất Cả Công Cụ