Tesseract OCR
Apre i sottotitoli di DVD e Blu-ray che sono immagini, non testo, leggendone le parole con Tesseract 5.5. Tempi e posizioni restano com'erano, e il testo è tuo da modificare, tradurre e salvare in qualsiasi formato. Funziona sul processore del tuo computer, offline, in più di cento lingue.
Impostazioni Componenti aggiuntivi Tesseract OCR Installa
Subtitld lo scarica, ne verifica lo SHA-256 e lo tiene aggiornato.
- Lingue
- 108
- Modelli
- 2
- Download del componente
- 13–22 MB
- RAM, almeno
- 256 MB
Serve un Subtitld più recente. Il componente aggiuntivo è nel catalogo, ma la lettura dei sottotitoli in immagini arriva con la versione successiva a Subtitld 26.10. Subtitld 26.10 può installarlo, ma non lo usa.
Cosa fa
DVD e Blu-ray portano i sottotitoli come immagini: VobSub (.idx e .sub) e PGS (.sup). Subtitld estrae ciascuna immagine dal file e Tesseract ne legge le parole, così ottieni normali sottotitoli da modificare.
Ogni sottotitolo mantiene l'inizio e la fine della sua immagine. I sottotitoli mostrati in alto sullo schermo restano in alto.
Le tracce di sottotitoli in immagini di un MKV o di un altro video si leggono allo stesso modo, dal pannello Importa.
Nessuna scheda grafica e nessun internet una volta presente la lingua. Il migliaio circa di sottotitoli di un film richiede circa un minuto.
Aprire un file
Apri il file .idx, .sub o .sup come qualsiasi file di sottotitoli. Subtitld vede che i suoi sottotitoli sono immagini e chiede in che lingua sono: Tesseract legge meglio quando lo sa. Il file .idx di un VobSub di solito indica la lingua, e Subtitld la sceglie per te; un .sup non lo fa mai, quindi controllala. Poi fai clic su Leggi.
Una barra mostra l'avanzamento della lettura, e chiudere la finestra la interrompe. I sottotitoli di cui Tesseract non è sicuro vengono letti una seconda volta con i colori invertiti, il che aiuta con i dischi che disegnano lettere scure con un contorno chiaro. Al termine, i sottotitoli si aprono nell'editor come tutti gli altri.
Il salvataggio scrive un nuovo file, come .usfx, o in qualsiasi formato da Esporta. Il file .idx, .sub o .sup che hai aperto non viene mai modificato.
Senza il componente aggiuntivo, Subtitld dice che i sottotitoli sono immagini e che questo componente aggiuntivo li legge.
Sottotitoli dentro un video
Nel pannello Importa, scegli Subtitles in the video. Con il componente aggiuntivo installato, si possono scegliere anche le tracce Blu-ray (PGS) e DVD (VobSub) del video: appaiono come immagini, lette da Tesseract OCR. Le tracce di testo restano preferite quando il video ha entrambe.
I sottotitoli DVB (dalle registrazioni TV) e XSUB (da alcuni file DivX) non si possono ancora leggere.
Modelli
Tesseract legge con un modello per lingua, dal set tessdata_fast del progetto Tesseract: i modelli veloci, da 1 a 12 MB ciascuno. L'inglese è incluso nel componente aggiuntivo. Ogni altra lingua si scarica nella cache dei modelli condivisa di Subtitld la prima volta che si legge un sottotitolo in quella lingua, da una versione fissata di tessdata_fast, con ogni file verificato rispetto alla sua impronta. Aggiornare o rimuovere il componente aggiuntivo li mantiene.
| Modello | Download | Adatto a |
|---|---|---|
| English (tessdata_fast) Predefinito eng | Inglese, incluso nel componente aggiuntivo | |
| Other languages (tessdata_fast, one file per language) tessdata_fast | Ogni altra lingua, un file ciascuna, scaricato la prima volta che un sottotitolo ne ha bisogno |
Opzioni
In Impostazioni › Componenti aggiuntivi › Tesseract OCR › Configuri.
Tesseract legge le virgolette come curve. Se attivo, diventano dritte, come le scrive la maggior parte dei file di sottotitoli; disattivalo per tenerle curve.
Lingue
Più di cento, comprese le scritture latina, cirillica, greca, araba, ebraica, indiane, cinese, giapponese e coreana. Il cinese ha due modelli, semplificato e tradizionale: Subtitld sceglie il tradizionale per zh-TW e zh-HK. Serbo, azero e uzbeko, scritti in due alfabeti, vengono letti in quello abituale, a meno che la lingua non indichi l'altro.
afamarasazbebgbnbobrbscacebchrcocscydadedvdzeleneoeseteufafifilfofrfygagdglguhehihrhthuhyidisitiujajvkakkkmknkokukylalbloltlvmimkmlmnmrmsmtmynenlnoocorpaplpsptqurorusasdsiskslsqsrsusvswsyrtatetgthtitotrttugukuruzviyiyozh
Tesseract legge molto bene i sottotitoli puliti e semplici. Va meno bene con le lettere piccole e in grassetto dei DVD, dove una o due parole possono uscire sbagliate ("net" per "not"): rileggi i sottotitoli prima di usarli.
Piattaforme
| Sistema | Download | Testato |
|---|---|---|
| Linux x86-64 | 21.6 MB | Letti file VobSub e PGS in Subtitld, su una macchina vera e in CI |
| macOS (Apple silicon) | 18.0 MB | Letti sottotitoli di prova in CI (Apple Silicon) |
| Windows x86-64 | 12.9 MB | Letti sottotitoli di prova in CI |
Linux x86-64 (glibc 2.35 o più recente, come su Ubuntu 22.04, Debian 12 e RHEL 9), macOS su Apple Silicon e Windows x86-64. Tesseract viene compilato dai propri sorgenti per ciascuna, senza nulla da installare accanto. Su ciascuna, la CI installa il componente aggiuntivo come fa Subtitld e legge con esso dei sottotitoli di prova, uno dei quali in una lingua che scarica.
Risoluzione dei problemi
networkNon è stato possibile scaricare un modello di lingua. Controlla la connessione e apri di nuovo il file.unsupported_languageTesseract non ha un modello per la lingua scelta. Scegli di nuovo la lingua nella finestra; per una lingua che non conosce, una lingua affine nella stessa scrittura spesso si legge bene.model_missingManca un file di cui il componente aggiuntivo ha bisogno. Reinstallalo dal pannello Componenti aggiuntivi.oomIl computer ha esaurito la memoria. Chiudi altri programmi e leggi di nuovo i sottotitoli.bad_paramsSubtitld ha chiesto qualcosa che il componente aggiuntivo non capisce. Aggiorna entrambi.internalQualcosa non ha funzionato all'interno del componente aggiuntivo; il messaggio riporta i dettagli.
Licenza
Adatto all'uso commerciale: il componente aggiuntivo, Tesseract e i modelli tessdata_fast sono Apache-2.0, e Leptonica è BSD. Il testo che leggi è tuo, ma i sottotitoli di un disco appartengono a chi li ha realizzati: usali come la loro licenza ti consente.
Versioni
- 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.