硬字幕提取工具10.0 - 超好用（”语音提词2.0”发布了！欢迎试用）

AdventCirno 发表于 2023-1-4 23:44
win11，离线版打开没反应打了升级也是不知道少了啥

Q&A:

1、

Q: 软件需要安装吗？运行出错怎么办？

A: 绿色免安装，解压即可。如果运行无反应：

1）离线版请确认解压后容量大于11G

2）请确认安装了包内的vlc

3）如果是繁体系统，请将目录名和exe文件名改成英文。

如果运行过程中，执行命令或删除出错，多半是系统权限问题，请不要将工具软件解压安装在C盘、或者偷懒放到桌面运行，有这种坏习惯要改。

感谢楼主提供这么方便的工具，试了一下非常快捷，比传统方式快多了！但我有个不情之请，能否加入腾讯的文字识别接口呢？经过我的测试，只有有道跟合合能较好识别空格（讯飞搞不到免费额度所以没试），腾讯的话用含坐标的高精和含坐标的图片翻译偶尔也能识别到空格，百度的空格识别实在很差。而有道跟跟合合免费额度很有限，只有腾讯较为实惠。
比如这个图片

只有腾讯（高精含坐标）、有道、合合识别出了空格，百度（高精含坐标）没识别出。

另外校对窗的home和end键能不能改成文本编辑器那样的光标移到行首和行尾？我还是习惯用这两个键快速编辑行首尾，不过现在这两个键好像成了首页尾页，而且翻页的时候还不会自动保存，像习惯文本编辑器操作的很容易误按……
我刚才对比了一下之前用esrXP生成的时轴，发现VideoSubFinder生成的时轴比前者要提早一些，不知能否让VideoSubFinder的时轴更精准一点，或者直接利用esrXP来生成时轴呢？

好运升 发表于 2023-1-12 11:53
感谢楼主提供这么方便的工具，试了一下非常快捷，比传统方式快多了！但我有个不情之请，能否加入腾讯的文字 ...

谢谢反馈！

1、home、end没有自动保存是我遗漏了，下次更新加上
2、跳到句首句尾可以用ctrl+左右
3、如何让VideoSubFinder的时轴更精准一点？这个可以尝试设置VSF的参数，例如：
VSF的截图间隔是在 sub Frame Length设置，12代表120ms，4代表40ms，30fps的视频最小间隔为1帧33ms可以设置为4不能设置为3


4、能不能利用esrxp的时间轴来截图？这个木有时间去做，如果很需要，或许你可以请人去做代码也不复杂，我是希望看到这些老工具慢慢消亡的，将来有一天我这个工具不维护了，也同样会消亡。



5、ocr没有空格的问题，模型训练的时候就没有支持空格识别，所以没有。我有时间会尝试训练一个支持空格的模型，多久能发布就不好说了。
腾讯优图太贵了，不如用讯飞。

hx168 发表于 2023-1-12 21:20
谢谢反馈！

1、home、end没有自动保存是我遗漏了，下次更新加上

感谢大神回复。其实手抄字幕最重要的一步就是校对了，传统方法只能拖到字幕编辑软件或者直接放视频过一遍，效率很低，楼主软件的校对功能大大提高了效率，还望能给校对窗加入更多实用功能，比如自定义快捷键以解决文本编辑习惯问题。
我按大神的方法设了帧长度，但时轴并没有变得更精准，看来只能手动调轴，或者用esrxp跑一遍，虽然繁琐一点不过还是能解决的。
不是腾讯优图，是腾讯云，通用高精每个月是一千次免费额度，图片翻译（叫翻译其实也是文字识别）每个月一万次，这两种接口都能有几率识别到空格。而讯飞的话用完三个月免费额度就没了，腾讯还是比较实惠的。当然如果能用百度识别出空格的话这都不叫事了，期待大神的模型！话说这个模型是要怎么训练呢？我也能训练吗？

好运升 发表于 2023-1-12 23:42
hx168 发表于 2023-1-12 21:20
谢谢反馈！

谢谢建议！

1、自定义快捷键，我不太清楚用户的需求具体是怎样才方便好用，你可以将你最迫切需要自定义的功能列出来，看看能不能做
2、腾讯云我了解一下
3、自训练模型不容易，90以上的时间是做数据集（合成数据+增广+真实数据），很繁琐，也很讲究技巧。然后模型算法，框架这些目前是比较通用成熟的技术，选一个合适的平台就可以做，我这种用笔记本来慢慢训练的小打小闹，跟大厂人均8卡肯定是没法比的，好在可以做一些自己想做的功能，例如中英日、繁简共用一个模型、支持空格等等， 也就是学习一下玩玩吧。

hx168 发表于 2023-1-13 00:34
谢谢建议！

1、自定义快捷键，我不太清楚用户的需求具体是怎样才方便好用，你可以将你最迫切需要自定义 ...

主要是跟校对有关的快捷键，现在大都是组合键，除了我上面提到的行首尾，比如切到下一、上一文本框，当前快捷键是【控制键加↓】【控制键加↑】，其实可以参考微软的工作表，用【制表键】【上档键加制表键】，而且这切换文本框本身就带有翻页功能，都分配到键盘右侧有点浪费还可以解放右手让右手干点别的事。
腾讯云的话，图片翻译是在“机器翻译”里，其计费方式也是按次的，每月一万次免费额度，加上高精文字识别的一千次，再配合大神的神功能叠图，轻度使用基本是不愁流量可以白嫖的。
听起来模型还挺复杂，自己想搞还不太容易呢，只能期待大神的模型了！

好运升 发表于 2023-1-13 11:12
主要是跟校对有关的快捷键，现在大都是组合键，除了我上面提到的行首尾，比如切到下一、上一文本框，当前 ...

好的，腾讯云图片翻译我了解一下。
自训模型也不确定效果好，如果好就发，不好就不发
关于自定义快捷键功能，请你提供常用功能列表，例如切换文本框、跳转首页、跳转末页。。。还有哪些是你常用到的，请列出来。

hx168 发表于 2023-1-13 15:58
好的，腾讯云图片翻译我了解一下。
自训模型也不确定效果好，如果好就发，不好就不发
关于自定义快捷键功 ...

基本就这两样了，也不需要太复杂的操作。

文本框内光标移至行首	home
文本框内光标移至行尾	end
切至下一文本框兼下翻页	制表键
切至上一文本框兼上翻页	上档加制表键
跳转到首页	控制加←或其他组合键
跳转到尾页	控制加→或其他组合键

有劳大神了！

大佬的工具很不错，谢谢

配合楼主的工具 + subtitle edit 已经成功提取并校对了不少字幕了，OCR 文字准确率很高，特此在这里回复表示支持。有两点小不足说一下，一个是 videosubfinder 容易漏掉单个字的字幕（比如“好”、“妈”之类的），还有一个就是短省略号“…”和短连字符“-”比较难识别出来，但是这俩是在字幕中出现得比较多的符号，前者非常容易识别为“灬”，后者则一般会被跳过或识别为“—”。