Tesseract OCR
Membuka subtitle DVD dan Blu-ray yang berupa gambar, bukan teks, dengan membaca kata-katanya menggunakan Tesseract 5.5. Waktu dan posisinya tetap seperti semula, dan teksnya bebas Anda sunting, terjemahkan, dan simpan dalam format apa pun. Berjalan di prosesor komputer Anda sendiri, offline, dalam lebih dari seratus bahasa.
Pengaturan Pengaya Tesseract OCR Pasang
Subtitld mengunduhnya, memeriksa SHA-256-nya, dan menjaganya tetap diperbarui.
- Bahasa
- 108
- Model
- 2
- Unduhan pengaya
- 13–22 MB
- RAM, minimal
- 256 MB
Membutuhkan Subtitld yang lebih baru. Add-on ini ada di katalog, tetapi pembacaan subtitle gambar baru hadir pada rilis setelah Subtitld 26.10. Subtitld 26.10 bisa menginstalnya, tetapi tidak menggunakannya.
Fungsinya
DVD dan Blu-ray menyimpan subtitle sebagai gambar: VobSub (.idx dan .sub) dan PGS (.sup). Subtitld mengeluarkan setiap gambar dari berkas dan Tesseract membaca kata-katanya, sehingga Anda mendapat subtitle biasa untuk disunting.
Setiap subtitle mempertahankan awal dan akhir gambarnya. Subtitle yang tampil di bagian atas layar tetap di atas.
Trek subtitle gambar di dalam MKV atau video lain dibaca dengan cara yang sama, dari panel Impor.
Tanpa kartu grafis dan tanpa internet setelah bahasanya tersedia. Sekitar seribu subtitle sebuah film memerlukan sekitar satu menit.
Membuka berkas
Buka berkas .idx, .sub, atau .sup seperti berkas subtitle lainnya. Subtitld melihat bahwa subtitlenya berupa gambar dan menanyakan bahasanya: Tesseract membaca lebih baik jika mengetahuinya. Berkas .idx dari VobSub biasanya menyebutkan bahasanya, dan Subtitld memilihkannya untuk Anda; berkas .sup tidak pernah menyebutkannya, jadi periksalah. Lalu klik Baca.
Sebuah bilah menunjukkan kemajuan pembacaan, dan menutup dialog akan menghentikannya. Subtitle yang tidak diyakini Tesseract dibaca sekali lagi dengan warna yang dibalik, yang membantu pada cakram yang menggambar huruf gelap dengan garis tepi terang. Setelah selesai, subtitle terbuka di editor seperti subtitle lainnya.
Menyimpan akan menulis berkas baru, sebagai .usfx, atau dalam format apa pun dari Ekspor. Berkas .idx, .sub, atau .sup yang Anda buka tidak pernah diubah.
Tanpa add-on ini, Subtitld memberi tahu bahwa subtitlenya berupa gambar dan bahwa add-on ini dapat membacanya.
Subtitle di dalam video
Di panel Impor, pilih Subtitles in the video. Dengan add-on terinstal, trek Blu-ray (PGS) dan DVD (VobSub) dari video juga bisa dipilih: trek tersebut tampil sebagai gambar, dibaca oleh Tesseract OCR. Trek teks tetap diutamakan jika video memiliki keduanya.
Subtitle DVB (dari rekaman TV) dan XSUB (dari sebagian berkas DivX) belum bisa dibaca.
Model
Tesseract membaca dengan satu model per bahasa, dari set tessdata_fast milik proyek Tesseract: model-model cepat, masing-masing 1 hingga 12 MB. Bahasa Inggris ada di dalam add-on. Setiap bahasa lain diunduh ke cache model bersama Subtitld saat pertama kali subtitle dalam bahasa itu dibaca, dari versi tessdata_fast yang dipatok, dengan setiap berkas diperiksa terhadap sidik jarinya. Memperbarui atau menghapus add-on tidak menghapusnya.
| Model | Unduhan | Cocok untuk |
|---|---|---|
| English (tessdata_fast) Bawaan eng | Inggris, sudah termasuk dalam add-on | |
| Other languages (tessdata_fast, one file per language) tessdata_fast | Setiap bahasa lain, satu berkas per bahasa, diunduh saat pertama kali sebuah subtitle membutuhkannya |
Opsi
Di Pengaturan › Pengaya › Tesseract OCR › Atur.
Tesseract membaca tanda kutip sebagai tanda kutip melengkung. Jika aktif, tanda kutip menjadi lurus, seperti yang ditulis sebagian besar berkas subtitle; matikan untuk mempertahankan yang melengkung.
Bahasa
Lebih dari seratus, termasuk aksara Latin, Sirilik, Yunani, Arab, Ibrani, India, Tionghoa, Jepang, dan Korea. Bahasa Mandarin punya dua model, sederhana dan tradisional: Subtitld memilih tradisional untuk zh-TW dan zh-HK. Bahasa Serbia, Azerbaijan, dan Uzbek, yang ditulis dalam dua aksara, dibaca dalam aksara yang biasa dipakai kecuali bahasanya menyebut yang lain.
afamarasazbebgbnbobrbscacebchrcocscydadedvdzeleneoeseteufafifilfofrfygagdglguhehihrhthuhyidisitiujajvkakkkmknkokukylalbloltlvmimkmlmnmrmsmtmynenlnoocorpaplpsptqurorusasdsiskslsqsrsusvswsyrtatetgthtitotrttugukuruzviyiyozh
Tesseract membaca subtitle yang bersih dan polos dengan sangat baik. Hasilnya kurang baik pada huruf DVD yang kecil dan tebal, di mana satu atau dua kata bisa salah ("net" untuk "not"): baca ulang subtitlenya sebelum Anda menggunakannya.
Platform
| Sistem | Unduhan | Diuji |
|---|---|---|
| Linux x86-64 | 21.6 MB | Membaca berkas VobSub dan PGS di Subtitld, di mesin sungguhan dan di CI |
| macOS (Apple silicon) | 18.0 MB | Membaca subtitle uji di CI (Apple Silicon) |
| Windows x86-64 | 12.9 MB | Membaca subtitle uji di CI |
Linux x86-64 (glibc 2.35 atau lebih baru, seperti pada Ubuntu 22.04, Debian 12, dan RHEL 9), macOS di Apple Silicon, dan Windows x86-64. Tesseract dibangun dari kode sumbernya sendiri untuk masing-masing, tanpa perlu menginstal apa pun di sampingnya. Di masing-masing, CI menginstal add-on seperti yang dilakukan Subtitld dan membaca subtitle uji dengannya, salah satunya dalam bahasa yang diunduhnya.
Pemecahan masalah
networkModel bahasa tidak dapat diunduh. Periksa koneksi Anda dan buka berkasnya lagi.unsupported_languageTesseract tidak punya model untuk bahasa yang dipilih. Pilih bahasanya lagi di dialog; untuk bahasa yang tidak dikenalnya, bahasa serumpun dengan aksara yang sama sering terbaca dengan baik.model_missingAda berkas yang dibutuhkan add-on yang hilang. Instal ulang dari panel Pengaya.oomKomputer kehabisan memori. Tutup program lain dan baca subtitlenya lagi.bad_paramsSubtitld meminta sesuatu yang tidak dipahami add-on. Perbarui keduanya.internalAda yang gagal di dalam add-on; pesannya berisi detailnya.
Lisensi
Boleh untuk pekerjaan komersial: add-on, Tesseract, dan model tessdata_fast berlisensi Apache-2.0, dan Leptonica berlisensi BSD. Teks yang Anda baca adalah milik Anda, tetapi subtitle di sebuah cakram adalah milik pembuatnya: gunakan sesuai yang diizinkan lisensinya.
Versi
- 26.11.1
The first release. Subtitld decodes DVD VobSub (.idx/.sub) and Blu-ray PGS (.sup) subtitles, and the picture tracks of videos, into one picture per subtitle; this add-on reads the text in each with Tesseract 5.5.4 (LSTM engine, tessdata_fast models). It reads several pictures at once, reports progress after each, and stops when cancelled.
English is included. Any of 100 other languages downloads the first time a subtitle needs it (1 to 12 MB each), checked against a pinned sha256. Straight quotes in place of curly ones are a setting.
Runs on the CPU, on Linux x86-64, Windows x86-64 and macOS on Apple Silicon. Needs a Subtitld that knows the ocr.recognize task.