发现了一个非常厉害的字幕OCR工具——望言OCR

 

之前经常发生过这种情况：手头有一些高清（BDRip）视频，可又找不到外挂的 ass 字幕，虽说有人烤肉，但流媒体平台懂得都懂，码率不会高到那里去，而且基本都是硬字幕，没法自己修改样式。

自己手抄，打轴又耗时耗力（主要是还不会用），一分钟的视频可能对我来说要处理10分钟。之前没了解ocr工具之前还想着用阿里云的语音识别来搞，或者找视频翻译软件做。不过有需求就会有人给出解决方案，前几周在b站发现了个挺好用的工具 【望言OCR 使用教程】 ，基于PaddleOCR（PaddleOCR也是老熟人了，当初大三上学期的人机交互课程，期末设计Partner选的就是这个）。软件对应的 Github项目库，目前 release 最新公开版本是 1.2.1 ，后续版本使用就需要付费了，一个月18。

可惜我电脑只是普通核显，速度大概也只能跑到5倍左右，等哪天我有好显卡并且把打算识别的所有视频集齐后再考虑商业版。

开源版本试了下，也基本能行，虽然空格识别不出来，但目前做了两个MV也不长，手动修一下也不算费事。开源版本还有一个问题就是导出的字幕srt格式似乎不正确，不能被potplayer识别，还需要扔到Aegisub转一次才行。

 

使用效果1

OCR了B站的「春日影」CRYCHIC【THE FIRST TAKE】，生成修改后挂到了我从油管下载的视频上。

好在是音乐MV，歌词部分可以直接用 Foobar2000 上搜的双语歌词粘贴上去，就不用校验修改了，中文歌词直接换了B站mygo第三集的春日影歌词。（B站的做mygo 和 mujica字幕的魔法部译制司真是大神，这特效字幕水平绝了，B站哈利波特系列字幕也是他们做的）

时间轴方面，好像也就差了几毫秒，基本不用调。

字幕样式确实难选，换了好几个字体感觉看上去都怪怪的。字体边框配色干脆选了Crychic 的 logo 颜色。

 

使用效果2

跑完一次字幕提取发现效果不错后，立马想了想我以前还收藏了哪些短一点的视频可以OCR的，辉夜第三季PV虽然可以，但视频里面很多特效字幕，虽然可以手动添加，但还不太会用 Aegisub 做。翻收藏夹时终于想起了 「アオハル」告RADIO Loves 鈴木崚汰 这个视频。

当初是在看 【自制字幕】かぐや様は告らせたい on Stage ～秀知院音楽譚～(2020.10.25) 时第一次听到这歌，配合当时的舞台剧确实不错。

后面这首歌所属的专辑发售，我刚好拿到了别人分享的BDMV和BDrip文件。

OCR过一遍，修改下部分的时间轴，粘贴歌词校准，补上几句没识别出来的台词，改改样式，完成。

完结了两年前想做的事情。

其实 秀知院音楽譚 的 BDRip 和 BDMV 文件我也都有，也想 OCR 出 外挂字幕，但时长太长，按现在的效率，修改太麻烦了，等以后软件升级迭代并且我有显卡再说。