VSEはプロフェッショナルな動画字幕抽出ツールで、動画内のハード字幕を直接SRT形式の外部字幕ファイルに変換できます。最大の特長は完全ローカル動作で、サードパーティAPIサービスに依存せず、ディープラーニング技術に基づいて高効率な字幕認識を実現します。

主な機能の特徴
- 動画のキーフレーム内の字幕内容をインテリジェントに認識
- 動画画面内のテキスト領域を自動的に特定
- 字幕テキストの内容を正確に認識
- 字幕以外の内容(局ロゴ、ウォーターマークなど)をインテリジェントにフィルタリング
- 重複する字幕行を自動的に除去
- 複数の動画ファイルのバッチ処理に対応
- 87言語の字幕認識に対応(中国語と英語の二言語を含む)
2つの抽出モード
高速モード:抽出速度は速いが、少量の字幕を見落とす可能性あり(日常使用に推奨)
高精度モード:フレームごとに検出し、字幕の見落としを防ぐが、処理速度は遅い
使用上の注意
重要なお知らせ:動画ファイルとプログラムのパスに中国語やスペースを含めないでください!プログラムが正常に動作しなくなる可能性があります。
エラー例:
- D:\下载\vse\运行程序.exe (パスに中国語を含む)
- E:\study\kaoyan\sanshang youya.mp4 (パスにスペースを含む)
インストール手順
圧縮パッケージを直接ダウンロードして解凍し実行することを推奨します。問題が発生した場合は、conda環境でソースコードをインストールして実行してみてください。
v2.0.0バージョン更新
- WindowsプラットフォームのCPU版とGPU版を追加
- V4版認識モデルにアップグレードし、精度が向上
- 高精度モードのパフォーマンスを最適化
- インターフェース言語サポートを追加
- 87言語の認識能力に拡張
プロジェクトの特徴
- 完全ローカルOCR認識、API不要
- GPUアクセラレーションに対応し、処理速度を大幅に向上
- CLI版は字幕領域を自動検出
- グラフィカルユーザーインターフェース(GUI)版を提供
バージョン選択
Windows CPU版:一般ユーザー向け
Windows GPU版:Nvidiaグラフィックカードユーザーのみ対応(AMD非対応)、抽出速度が極めて速い
プロジェクトアドレス:https://github.com/YaoFANGUK/video-subtitle-extractor