这个项目能做什么

Video-subtitle-extractor（VSE）是一款将视频中烧录的硬字幕提取为外挂字幕文件（SRT 或 TXT）的开源工具，采用 Apache 2.0 协议发布，基于 Python 3.12+ 开发，支持 Windows、macOS 与 Linux 三大平台。 核心处理流程包括：从视频中抽取关键帧、检测帧内文本所在位置、识别文本内容、过滤非字幕区域、去除重复字幕行，最终输出时间轴对齐的 SRT 字幕文件。项目还配套了 video-subtitle-remover（VSR），可用于去除水印、台标以及原视频中的硬字幕。 功能亮点： - 完全本地化 OCR，无需申请或调用百度、阿里等第三方在线 OCR API，隐私与成本更可控。 - 支持 GPU 加速（CUDA、DirectML、ONNX）以及纯 CPU 运行，覆盖 NVIDIA、AMD、Intel 与 Apple Silicon 等硬件。 - 提供三种识别模式：快速（轻量模型，速度快但可能少量丢字或错字）、自动（按硬件自动选择模型，推荐）、精准（逐帧检测，几乎不丢字但速度非常慢）。 - 支持 87 种语言的字幕提取，包括简体中文、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。 - 支持批量提取，要求同一批视频分辨率与字幕区域保持一致。 - 提供 typoMap.json 配置，可对识别结果做文本替换或整段删除，例如把“威筋”替换为“威胁”，或清空“性感荷官在线发牌”这类广告文本。 - 提供 GUI 图形界面（python gui.py）与 CLI 命令行（python ./backend/main.py）两种使用方式，GUI 下可直接框选字幕区域后一键运行。 部署方面，项目提供 Release 压缩包可直接解压运行；源码安装需先创建 Python 虚拟环境，再根据硬件选择 CUDA 11.8 + cuDNN 8.6.0、DirectML、ONNX 或 CPU 四种运行环境之一，安装对应版本的 PaddlePaddle 3.3.1 及依赖。需要注意视频与程序路径不要包含中文或空格，否则可能触发未知错误；NVIDIA 50 系显卡因 Paddle 3.3.1 尚未支持 CUDA 12.8，建议使用 DirectML 通用版本。 项目还维护了多个 QQ 交流群用于答疑，并鼓励用户在 Issues 与 Discussions 中提出改进意见。整体定位是面向个人用户与字幕爱好者的本地化硬字幕提取工具，适合为无字幕或字幕烧录的视频补回可编辑的外挂字幕。