简体中文 | English
Video-subtitle-extractor (VSE) 是一款将视频中的硬字幕提取为外挂字幕文件(srt格式)的软件。 主要实现了以下功能：
- 提取视频中的关键帧
- 检测视频帧中文本的所在位置
- 识别视频帧中文本的内容
- 过滤非字幕区域的文本
- 去除水印、台标文本、原视频硬字幕，可配合：video-subtitle-remover (VSR)
- 去除重复字幕行，生成srt字幕文件/txt文本文件
若需要生成txt文本，可以在backend/config.py中设置
GENERATE_TXT=True
- 支持视频字幕批量提取
- 多语言：支持简体中文（中英双语）、繁体中文、英文、日语、韩语、越南语、阿拉伯语、法语、德语、俄语、西班牙语、葡萄牙语、意大利语等87种语言的字幕提取
- 多模式：
- 快速：（推荐）使用轻量模型，快速提取字幕，可能丢少量字幕、存在少量错别字
- 自动：（推荐）自动判断模型，CPU下使用轻量模型；GPU下使用精准模型，提取字幕速度较慢，可能丢少量字幕、几乎不存在错别字
- 精准：（不推荐）使用精准模型，GPU下逐帧检测，不丢字幕，几乎不存在错别字，但速度非常慢
请优先使用快速/自动模式，如果前两种模式存在较多丢字幕轴情况时，再使用精准模式
项目特色：
- 采用本地进行OCR识别，无需设置调用任何API，不需要接入百度、阿里等在线OCR服务即可本地完成文本识别
- 支持GPU加速，GPU加速后可以获得更高的准确率与更快的提取速度
使用说明：
-
有使用问题请加群讨论，QQ群：210150985、816881808
-
点击【打开】后选择视频文件，调整字幕区域，点击【运行】
- 单文件提取：打开文件的时候选择单个视频
- 批量提取：打开文件的时候选择多个视频，确保每个视频的分辨率、字幕区域保持一致
-
去除水印文本/替换特定文本：
如果视频中出现特定的文本需要删除，或者特定的文本需要替换，可以编辑
backend/configs/typoMap.json文件，加入你要替换或去除的内容
{
"l'm": "I'm",
"l just": "I just",
"Let'sqo": "Let's go",
"Iife": "life",
"威筋": "威胁",
"性感荷官在线发牌": ""
}这样就可以把文本中出现的所有“威筋”替换为“威胁”，所有的“性感荷官在线发牌”文本删除
- 视频以及程序路径请不要带中文和空格，否则可能出现未知错误！！！
如：以下存放视频和代码的路径都不行
D:\下载\vse\运行程序.exe（路径含中文）
E:\study\kaoyan\sanshang youya.mp4 （路径含空格）
- 直接下载压缩包解压运行，如果不能运行再按照下面的教程，尝试源码安装conda环境运行
下载地址：
- Windows 绿色版本v2.0.0（CPU）： vse_windows_cpu_v2.0.0.zip 提取码：vse2
推荐使用，启动速度较快
- Windows 单文件版本v2.0.0（CPU）： vse.exe 提取码：rl02
双击直接运行，每次打开时会有一点慢，若出现误报毒，使用绿色版
- Windows GPU版本v2.0.0（GPU）： vse_windows_gpu_v2.0.0.7z 提取码：vse2
仅供具有Nvidia显卡的用户使用(AMD的显卡不行)，提取速度非常快
- MacOS 版本v0.1.0（CPU）： vse_macOS_CPU.dmg 提取码：7gbo
PS: 若无法下载，请前往 Release 下载
有任何改进意见请在ISSUES和DISCUSSION中提出
- GUI版：
- 点击查看视频教程 👇
- 使用Google Colab Notebook(免费GPU):
PS: Google Colab只能运行CLI版本
（1）切换到源码所在目录：
cd <源码所在目录>例如：如果你的源代码放在D盘的tools文件下，并且源代码的文件夹名为video-subtitle-extractor，就输入
cd D:/tools/video-subtitle-extractor-main
（2）创建激活conda环境
conda create -n videoEnv python=3.12conda activate videoEnv请确保你已经安装 python 3.12+，使用conda创建项目虚拟环境并激活环境 (建议创建虚拟环境运行，以免后续出现问题)
-
安装依赖:
pip install -r requirements.txt
-
安装CUDA和cuDNN
请确保有拥有Nvidia的显卡，30系列以上的显卡驱动可能不支持 cuda 11.2及以下版本的安装
如果安装cuda 10.2，请对应安装7.6.5的cuDNN，并使用对应cuda版本的paddlepaddle，请不要使用cuDNN v8.x 和 cuda 10.2的组合
如果安装cuda 11.2，请对应安装8.1.1的cuDNN，并使用对应cuda版本的paddlepaddle
如果安装cuda 11.6，请对应安装8.4.0的cuDNN，并使用对应cuda版本的paddlepaddle
如果安装cuda 11.8，请对应安装8.6.0的cuDNN，并使用对应cuda版本的paddlepaddle
如果安装cuda 12.0，请对应安装8.9.1的cuDNN，并使用对应cuda版本的paddlepaddle
Linux用户
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.runsudo sh cuda_11.7.0_515.43.04_linux.run1. 输入accept
2. 选中CUDA Toolkit 11.7（如果你没有安装nvidia驱动则选中Driver，如果你已经安装了nvidia驱动请不要选中driver），之后选中install，回车
3. 添加环境变量
在 ~/.bashrc 加入以下内容
# CUDA
export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}使其生效
source ~/.bashrc国内：cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz 提取码：57mg
国外：cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz
tar -xf cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz
mv cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive cuda
sudo cp ./cuda/include/* /usr/local/cuda-11.7/include/
sudo cp ./cuda/lib/* /usr/local/cuda-11.7/lib64/
sudo chmod a+r /usr/local/cuda-11.7/lib64/*
sudo chmod a+r /usr/local/cuda-11.7/include/*Windows用户
cuda_11.7.0_516.01_windows.execudnn-windows-x86_64-8.4.0.27_cuda11.6-archive.zip
< 9F8C div class="markdown-heading" dir="auto">