班门弄斧~硬字幕转SRT/ASS字幕

hopradio

好耐无来啦~逛咗技术区几圈，发觉无乜人气
早个一两年仲会研究乜MeGUI、ffmpeg点样压制，而家发觉压制基本上浪费时间，10T硬盘计埋条数先1K RMB
而家录嘎TS都喺Smart Cutter剪辑完就收工转码都懒得转，除非音轨延迟过大就用SolveigMM Video剪音轨，在ffmpeg合并

1. ffmpeg -i in.ts -c copy out.mp4

复制代码

1. ffmpeg -i in.ts -i in.aac -c copy out.ts

复制代码

20200502


=========================
呢几日唔知发乜神经，想将之前下个D电视节目内挂sub字幕转成ASS老实讲sub勉强睇得入眼但喺个D字体实在
睇咗版块置顶个篇技术帖，然后扑咗jie……

IdxSubOcr提示缺少MODI组件，安装咗MODI OCR组件都喺扑*街重装系统就咪搞我啦！唔信邪又Google咗一大轮……
发觉来来去去都喺个几种方法
(1).IdxSubOcr 直接暴力OCR缺点就喺好多字认唔到……仲要无提示个只


(2).用subRip分段OCR然后SubToSrt出字幕
由于IdxSubOcr扑咗街，所以只好用subRip~
但喺第二步SubToSrt 实在……

大佬！只只字都要手打！我下个大字库罗来托嘎！
天无绝人之路，谂翻起以前提取RMVB硬字幕用过啊爷级别嘎神器……esrXP
反正都喺OCR嘎~试下点
先subRip导出srt图片时间轴，再导入esrXP

效果自己睇当然你得闲无事做都可以喺隔离练下打字

esrXP导出OCR设置方面，输出张数可根据行数调整，1-200行差唔多啦，至于字幕分成两行唔知道点用……试过一次字体直接被拦腰截断一半

至此基本完成50%进度，跟住就喺识别嘎问题啦~其他版本唔清楚，office 2013嘎OCR功能喺OneNote个度


至于效果嘛……其实就等同于IdxSubOcr求其揾咗下都一大堆乱码同识别错误


又重回起点？OCR又唔喺得office独孤一味
FineReader


卖几钱唔知道啊……我D玩下盗*版嘎唔会上门拉我嘛


识别率比起OneNote直接爆表！仲要有埋疑似字标记唯一嘎缺点就喺分行有D问题……不过基本上都有留空格，一睇就晓得呢度喺段落


识别率方面，1364字，有1个识别错误，可能系统繁体字体唔全嘎关系，用嘎都喺自带嘎MingLiu字体



导出文本后直接Ctrl+v至esrXP……再转srt……搞掂收工
整个流程就喺
subRip - errXP - FineReader- errXP

本次sub转srt文本字幕尝试过的

最后效果，外挂SSA求其揾个字体

上图喺内嵌sub，下图喺外挂ssa


FineReader文本分行问题唔记得咗讲，以Notepad++ 为例直接替换就OK……

ps2123456

这个厉害了。

konny

IdxSubOcr的作者已经换了新博客，楼主可以百度下在里面你应该会有新发现

e87522nk

我係用Readiris Pro 16 日文都可以 不過 要做成SRT 好花時間

alex131

一定要收藏！！！

stevencif

IdxSubOcr 是用office 的OCR Engine，我覺得準確度都算不錯，而且簡單
但你要選清楚繁體 或 簡體 OCR

MODI 只要安裝SharePoint Designer 2007中的Document Imaging
這個可在Microsoft主頁免費下載

hopradio

konny 发表于 2017-8-22 18:39
IdxSubOcr的作者已经换了新博客，楼主可以百度下在里面你应该会有新发现

我就喺喺佢blog下载嘎最新版

hopradio

stevencif 发表于 2017-8-22 18:45
IdxSubOcr 是用office 的OCR Engine，我覺得準確度都算不錯，而且簡單
但你要選清楚繁體 或 簡體 OCR

咁理论上来讲IdxSubOcr同OneNote无乜区别咯，都喺调用office嘎

stevencif

hopradio 发表于 2017-8-22 19:58
咁理论上来讲IdxSubOcr同OneNote无乜区别咯，都喺调用office嘎

所以覺得佢個OCR都唔差