【简中-OCR字幕提取】RJ01261681-甜蜜女仆姐姐-cv柚木つばめ
本帖最后由 Chace. 于 2024-12-2 14:24 编辑楼主近日下载了别人分享的RJ01261681源文件，发现汉化的部分被内嵌进了MP4视频中。众所周知，内嵌字幕是嵌入视频流中的字幕，无法被直接提取。由于楼主十分不喜欢边听ASMR边看MP4动画，于是楼主使用锁定关键帧和OCR技术提取了视频的汉化字幕。分享的整个文件包含源文件的WAV格式音频，楼主提取的SRT格式和LRC格式的字幕，楼主转换的MP3音频，以及源文件中的其他文件。 emmmm，发帖编辑器实在是太难用了！这个贴发出来字数少了一半，图片顺序颠倒。想重新编辑并保存都不行。 参考项目：https://github.com/BruceHan98/OCR-Extract-Subtitles/ 大佬，这个技术是不是需要有带字幕的视频才能完成提取？ 这资源也太大了:L PaperMoon2004 发表于 2024-12-3 06:32
大佬，这个技术是不是需要有带字幕的视频才能完成提取？
不一定啊，也可以提取别的，你想提取的具体是什么？
大胖墩哈 发表于 2024-12-3 09:58
这资源也太大了
真正的音频文件只有1G左右（wav格式）或100兆（mp3）格式，下载下来再删除呗。不过，你的抱怨给了我经验，下次我会把音频文件单独分享出来。 可以从无字幕的音声里面提取字幕文件吗？ WTZL 发表于 2025-1-25 09:37
可以从无字幕的音声里面提取字幕文件吗？
可以，思路是利用特定的大模型进行识别并输出文本，接着使用翻译大模型翻译文本，最后人工复检。希望对你有启发 :)
页:
[1]