Python 视频硬字幕提取工具 VSE
概述
本仓库提供了 VideoSubtitleExtractor（简称 VSE）工具，是一款高效的视频内嵌字幕提取软件，能够将视频中的硬字幕转换为SRT格式的外挂字幕文件。VSE 使用本地OCR技术，无需依赖外部API，实现了在视频帧中检测和识别字幕的功能，适用于多种语言，包括但不限于简体中文、英文、日语等87种语言。
功能特点
- 多模式提取：快速模式适合大部分情况，而精准模式追求零丢失但速度较慢。
- 智能识别：自动检测字幕区域，减少用户的手动干预。
- 跨平台：支持Windows、MacOS系统，并且有CPU和GPU两种版本，GPU加速提高效率。
- 多语言支持：覆盖全球多数常用语言的字幕提取。
- 批处理能力：一次操作可对多个视频文件提取字幕。
获取与使用
下载
您可以在仓库的Release页面找到不同版本的预编译可执行文件，包括适用于Windows（含CPU和GPU版本）和MacOS（CPU版本）的版本。每个版本都有相应的提取码。
自行构建
如果您希望从源码构建，需要安装Miniconda，创建一个环境，并安装必要的依赖。对于开发者，可以通过Git克隆仓库，随后进入项目目录，创建并激活conda环境，安装指定的依赖项，包括CPU或GPU版本的PaddlePaddle等。详细的环境搭建和安装步骤，请参考原始发布页面的说明。
使用指南
- 快速入门: 执行GUI界面(
python gui.py)或命令行界面(python backend/main.py)。 - 注意事项: 确保视频和程序的路径中不要包含中文或空格，以防遇到未知错误。
注意事项
- 对于Windows用户，特定版本的CUDA和cuDNN需要与您的显卡驱动和PaddlePaddle版本匹配。
- 解决运行中可能遇到的问题，如环境变量配置、依赖冲突等，可通过官方文档或社区求助。
结论
VSE 是视频工作者和字幕编辑者的一大助手，无论是教育、娱乐还是内容创作领域，都能显著提升字幕提取的工作效率。请根据您的实际需求，选择适合的操作模式和版本，享受高效便捷的字幕提取体验。