منصوبے کے بارے میں

Video-subtitle-extractor (VSE) ایک اوپن سورس ٹول ہے جو ویڈیو میں برن شدہ ہارڈ سب ٹائٹل کو الگ سب ٹائٹل فائل (SRT یا TXT) کی صورت میں نکالتا ہے۔ یہ Apache 2.0 لائسنس کے تحت جاری کیا گیا ہے، Python 3.12+ پر مبنی ہے، اور Windows، macOS اور Linux تینوں پلیٹ فارمز کو سپورٹ کرتا ہے۔ بنیادی پروسیسنگ فلو میں شامل ہیں: ویڈیو سے کلیدی فریم نکالنا، فریم میں متن کی پوزیشن کا پتہ لگانا، متن کی شناخت، غیر سب ٹائٹل علاقوں کو فلٹر کرنا، دہرائی جانے والی سب ائٹل لائنوں کو ہٹانا، اور آخر میں ٹائم لائن کے مطابق SRT سب ٹائٹل فائل تیار کرنا۔ پروجیکٹ کے ساتھ video-subtitle-remover (VSR) بھی ہے، جو واٹر مارک، لوگو اور اصل ویڈیو میں موجود ہارڈ سب ٹائٹل کو ہٹانے کے لیے استعمال ہو سکتا ہے۔ نمایاں خصوصیات: - مکمل طور پر مقامی OCR، Baidu، Alibaba وغیرہ جیسے تھرڈ پارٹی آن لائن OCR API کی درخواست یا کال کی ضرورت نہیں، رازداری اور لاگت زیادہ قابل کنٹرول۔ - GPU ایکسیلیریشن (CUDA، DirectML، ONNX) اور خالص CPU پر چلنے کی سہولت، NVIDIA، AMD، Intel اور Apple Silicon ہارڈویئر کا احاطہ۔ - تین شناختی موڈ: تیز (ہلکا ماڈل، رفتار تیز مگر ممکنہ طور پر کچھ حروف غائب یا غلط)، خودکار (ہارڈویئر کے مطابق خودکار ماڈل انتخاب، تجویز کردہ)، درست (فریم بہ فریم شناخت، تقریباً کوئی حرف غائب نہیں مگر رفتار بہت سست)۔ - 87 زبانوں میں سب ٹائٹل نکالنے کی سہولت، بشمول آسان چینی، روایتی چینی، انگریزی، جاپانی، کورین، ویتنامی، عربی، فرانسیسی، جرمن، روسی، ہسپانوی، پرتگالی، اطالوی وغیرہ۔ - بیچ نکالنے کی سہولت، شرط یہ ہے کہ ایک ہی بیچ کی ویڈیوز کی ریزولوشن اور سب ٹائٹل علاقہ یکساں ہو۔ - typoMap.json کنفیگریشن دستیاب ہے، جس سے شناختی نتائج میں متن کی تبدیلی یا پورے پیراگراف کا حذف کرنا ممکن ہے، مثلاً "威筋" کو "威胁" سے بدلنا، یا "性感荷官在线发牌" جیسے اشتہاری متن کو خالی کرنا۔ - GUI گرافیکل انٹرفیس (python gui.py) اور CLI کمانڈ لائن (python ./backend/main.py) دونوں طریقے دستیاب ہیں، GUI میں براہ راست سب ٹائٹل علاقہ منتخب کر کے ایک کلک میں چلایا جا سکتا ہے۔ ڈیپلائمنٹ کے حوالے سے، پروجیکٹ Release کمپریسڈ پیکج فراہم کرتا ہے جسے براہ راست extract کر کے چلایا جا سکتا ہے؛ سورس انسٹالیشن کے لیے پہلے Python ورچوئل ماحول بنانا ہوگا، پھر ہارڈویئر کے مطابق CUDA 11.8 + cuDNN 8.6.0، DirectML، ONNX یا CPU چاروں میں سے ایک رن ٹائم ماحول منتخب کرنا ہوگا، اور متعلقہ ورژن کا PaddlePaddle 3.3.1 اور ڈیپنڈنسیاں انسٹال کرنی ہوں گی۔ خیال رہے کہ ویڈیو اور پروگرام کے راستوں میں چینی حروف یا اسپیس نہ ہوں، ورنہ نامعلوم خرابی پیش آ سکتی ہے؛ NVIDIA 50 سیریز گرافکس کارڈز کے لیے چونکہ Paddle 3.3.1 ابھی CUDA 12.8 کو سپورٹ نہیں کرتا، DirectML یونیورسل ورژن استعمال کرنے کی تجویز ہے۔ پروجیکٹ نے سوالات کے لیے متعدد QQ گروپس بھی برقرار رکھے ہیں، اور صارفین کی حوصلہ افزائی کرتا ہے کہ Issues اور Discussions میں بہتری کی تجاویز دیں۔ مجموعی طور پر یہ انفرادی صارفین اور سب ٹائٹل شوقین افراد کے لیے مقامی ہارڈ سب ٹائٹل نکالنے کا ٹول ہے، جو بغیر سب ٹائٹل یا برن شدہ سب ٹائٹل والی ویڈیوز کے لیے قابل ترمیم الگ سب ٹائٹل دوبارہ فراہم کرنے کے لیے موزوں ہے۔