PP-OCRv5 (offline OCR)
打开 DVD 和蓝光的字幕：它们是图片，不是文字。插件用 PaddleOCR 的 PP-OCRv5 把它们变成可以编辑的字幕。它在你自己电脑的处理器上识别，无需显卡，也无需账号，一部电影大约一到两分钟，没有任何内容会离开你的电脑。
设置 插件 PP-OCRv5 (offline OCR) 安装
Subtitld 会下载它、校验其 SHA-256，并保持更新。
- 语言
- 77
- 模型
- 12
- 插件下载量
- 127–150 MB
- 内存，至少
- 512 MB
功能说明
DVD 字幕（VobSub，一个 .idx 加上它的 .sub）和蓝光字幕（PGS，一个 .sup）是以图片形式绘制的。PP-OCRv5 把每张图片识别为文字，这样你就可以编辑、调整时间和翻译它们，并保存为 SRT 或其他任何格式。
可以直接打开字幕文件本身，也可以从 MKV、MP4 或 TS 中直接读取图片轨道。
每条字幕都保留自己的开始和结束时间，画面顶部的字幕仍然留在顶部。
全部十二个模型都包含在插件中。它在处理器上运行，每行约 25 ms，没有任何内容会离开你的电脑。
安装之前
本插件只能用于比 26.10 更新的 Subtitld 版本，也就是第一个能打开图片字幕的版本。旧版本会列出它，但没有任何功能会用到它。
- 磁盘： 安装后约 260 MB，包含全部模型。
- 内存： 识别时约需 512 MB 可用内存。
- 处理器： 任何 64 位 Intel 或 AMD 处理器，或 Apple Silicon。不使用显卡。
打开图片字幕
字幕文件。 像打开其他字幕文件一样打开 .idx、.sub 或 .sup。Subtitld 会询问 字幕语言（如果文件名中带有语言，就已经设置好了）；当一个 DVD 文件里有多条轨道时，还会询问 轨道。点击 识别为文字。进度条会显示识别进度，关闭窗口即可停止。
字幕会作为新项目打开，并以同名 SRT 保存在文件旁边。原来的图片永远不会被覆盖，已有的 SRT 也不会：新文件会加上编号，例如 film (2).srt。
视频中的轨道。 打开视频，然后在 导入 标签中选择 Subtitles in the video。图片轨道在 字幕轨道 列表中显示为 图片，用 OCR 识别。选中一条，然后点击 导入。
DVD 常常在连续的几张图片中重复同一条字幕，这样的字幕会作为一条字幕导入。保存之前请检查文字：OCR 会混淆一些形状相似的字母，斜体或不常见的字体识别效果也较差。
模型
每种文字有一个模型，根据字幕的语言选择。它们是 PP-OCRv5 的移动端识别模型，采用 RapidAI 发布的 ONNX 版本，包含在插件中，并在构建时与固定的指纹进行校验：使用时不会下载任何东西。
| 模型 | 大小 | 适合 |
|---|---|---|
| English (en_PP-OCRv5_mobile_rec) en | 英语 | |
| Latin script (latin_PP-OCRv5_mobile_rec) 默认 latin | 法语、德语、西班牙语、葡萄牙语、意大利语、波兰语、土耳其语等，另有 30 种语言 | |
| Chinese and Japanese (ch_PP-OCRv5_mobile_rec) ch | 中文（简体和繁体）以及日语 | |
| Korean (korean_PP-OCRv5_mobile_rec) korean | 韩语 | |
| Russian, Ukrainian, Belarusian (eslav_PP-OCRv5_mobile_rec) eslav | 俄语、乌克兰语和白俄罗斯语 | |
| Other Cyrillic script (cyrillic_PP-OCRv5_mobile_rec) cyrillic | 保加利亚语、塞尔维亚语、马其顿语、哈萨克语、蒙古语等 | |
| Greek (el_PP-OCRv5_mobile_rec) el | 希腊语 | |
| Arabic script (arabic_PP-OCRv5_mobile_rec) arabic | 阿拉伯语、波斯语、乌尔都语、普什图语、库尔德语等 | |
| Devanagari (devanagari_PP-OCRv5_mobile_rec) devanagari | 印地语、马拉地语、尼泊尔语、梵语等 | |
| Thai (th_PP-OCRv5_mobile_rec) th | 泰语 | |
| Tamil (ta_PP-OCRv5_mobile_rec) ta | 泰米尔语 | |
| Telugu (te_PP-OCRv5_mobile_rec) te | 泰卢固语 |
插件运行它们时不需要 PaddlePaddle 或 PyTorch。它把每张图片切分成行，再逐行识别。之后，它会纠正模型在字幕上常犯的错误：在英语中，单独的 l 或 | 是单词 I；在中文和日语中，汉字或假名后面的 ?、! 和 , 会变成全角。
选项
在 设置 › 插件 › PP-OCRv5 (offline OCR) › 配置 中。
auto用哪个模型识别字幕。自动会根据你打开字幕时选择的语言来选模型。只有想改变这个选择时才需要手动选，例如用拉丁字母书写的塞尔维亚语，就选拉丁字母模型。
0设为 0 时使用电脑一半的逻辑处理器，最多 4 个。线程越少，识别时电脑越流畅。
语言
77 种语言，包括使用拉丁字母、西里尔字母、希腊字母、阿拉伯字母、天城文、泰文、泰米尔文和泰卢固文的语言，以及中文、日语和韩语。只有当一种语言字母表中的每个字母都在其模型中时，才会列出这种语言。因此罗马尼亚语（ș、ț）、越南语（ơ、ư）、拉脱维亚语、威尔士语、马耳他语、毛利语、阿塞拜疆语和世界语没有列出；希伯来语、格鲁吉亚语、亚美尼亚语、孟加拉语、高棉语、老挝语和缅甸语则没有模型。塞尔维亚语按西里尔字母识别：对于用拉丁字母书写的塞尔维亚语，请在 Script 中选择拉丁字母模型。
enfrdeesptitnlcagleuplcsskslhrbshutrfisvdanonbnnisetltsqgaidmsswtlfilaflaocuzjvsuzuzhcmnyuejakoruukbebgsrmkkkkymntttgbacvelarfaurpskuugsdhimrnesamaibhonewthtate
平台
| 系统 | 下载 | 已测试 |
|---|---|---|
| Linux x86-64 | 149.7 MB | 在 Subtitld 中、在真实机器上和 CI 中识别 VobSub 和 PGS 字幕 |
| macOS (Apple 芯片) | 132.3 MB | 在 CI 中用每个模型识别测试图片（Apple Silicon） |
| Windows x86-64 | 127.0 MB | 在 CI 中用每个模型识别测试图片 |
Linux x86-64、Apple Silicon 上的 macOS 和 Windows x86-64。每个版本都在这三个平台上构建，并且在每个平台上，CI 都会像 Subtitld 那样安装插件，并用每个模型识别测试图片。
故障排除
unsupported_language没有模型能识别你选择的语言。如果字幕所用的语言以拉丁字母书写，请在 Script 中选择拉丁字母模型。model_missing插件中缺少一个模型文件。请从 设置 ▸ 插件 重新安装它。bad_paramsSubtitld 无法传递图片，或者某个选项的值插件无法识别。错误信息会说明是哪一种。oom电脑内存不足。请关闭其他程序后重试。internal插件内部出错；错误信息中有详细说明。
如果出现 在这些图片中没有找到文字。，说明该轨道中没有插件能识别的文字：有些 DVD 轨道只包含强制字幕，或者是空的。
许可
可用于商业工作：插件、ONNX Runtime 和 PP-OCRv5 模型都采用宽松许可证。你从字幕中识别出的文字归你所有。
版本
- 26.11.1
Offline OCR of picture subtitles for Subtitld: DVD's VobSub and Blu-ray's PGS, as files or as tracks inside a video, read as text with PaddleOCR's PP-OCRv5 mobile recognition models on ONNX Runtime. On the CPU, no torch, nothing downloads.
The archive holds the add-on, ONNX Runtime and all twelve recognition models (Latin script, English, Chinese and Japanese, Korean, East Slavic, Cyrillic, Greek, Arabic script, Devanagari, Thai, Tamil, Telugu), unchanged from RapidAI's ONNX conversion (ModelScope RapidAI/RapidOCR, tag v3.10.0) and checked by sha256.
The add-on and the models are Apache-2.0. Each archive carries
THIRD_PARTY_LICENSES/with the licence of everything frozen into it. The Linux archive carries libquadmath (LGPL-2.1, with numpy); its complete source isppocr-<version>-libquadmath-source.tar.gzin this release.