Embedded Files
影片中文字幕
================================================================================
影片字幕辨識提取工具 V4 (GPU加速與本地AI潤飾版) - 使用說明書
================================================================================
【版本資訊】
- 版本：V4.0 (NVIDIA RTX GPU 極速加速 + Qwen2.5 本地 AI 深度語句修復版)
- 適用系統：Windows 10 / 11 (64位元)
- 支援硬體：
* GPU 模式：NVIDIA 獨立顯示卡（RTX 40 / 30 / 20 及 GTX 系列，建議驅動程式 550+）
* CPU 模式：任何具備 x64 處理器之電腦（無 NVIDIA 顯卡時自動相容降級）
--------------------------------------------------------------------------------
一、核心功能與版本特色
--------------------------------------------------------------------------------
1. 【RTX GPU 極速 OCR 加速】：
- 全自動偵測 NVIDIA 獨立顯示卡與 CUDA 12 / cuDNN 9 運行環境。
- 經實測（RTX 4060），辨識耗時由 CPU 的 ~45ms/幀 驟降至 9.3ms/幀，達到影片播放長度 10x~20x 倍速處理！
2. 【兩階段混合式去重與斷句修復 (Two-Phase Hybrid)】：
- 第一階段（即時演算法）：內建自適應字串緩衝池，在影像辨識當下即時吸收打字機逐字前綴、微小抖動與重複影格，零延遲輸出。
- 第二階段（本地 AI 語意重整）：採用 Qwen2.5-1.5B 語言模型，進行影視逐字稿 Few-Shot 深度修復，徹底消除重複字卡、拼合斷句碎片並校正 OCR 錯別字（如：「追是一個」修正為「這是一個」）。
3. 【雙檔案獨立輸出】：
- 每次執行自動產生兩份純文字檔：
* [影片檔名].txt -> 第一層演算法即時去重版（保留高保真對白節奏）
* [影片檔名]_AI完整版.txt -> 第二層 AI 深度潤飾版（連貫、流暢、無雜訊的完整逐字稿）
4. 【100% 離線隱私保護與隨身便攜】：
- 所有 OCR 辨識與 AI 語意修復皆 100% 於本機端執行，絕不將影片或文字上傳雲端。
- 支援免安裝便攜包，將執行檔與依賴資料夾帶到其他電腦隨插即用。
--------------------------------------------------------------------------------
二、快速開始：如何啟動程式
--------------------------------------------------------------------------------
您可以依據使用習慣，選擇以下任一種方式啟動：
【方式 A：點擊免安裝執行檔（推薦，最方便）】
- 檔案位置：V4\dist\SubtitleExtractor_V4.exe
- 操作：直接在檔案總管中雙擊 SubtitleExtractor_V4.exe 即可開啟介面。
- 說明：完全不需安裝 Python、不需配置任何環境變數。
【方式 B：透過 Python 原始碼執行】
- 檔案位置：V4\main.py
- 操作：開啟 PowerShell 終端機，執行以下指令：
cd d:\MyAntiGravity\subtitle-by-ocr\V4
python .\main.py
--------------------------------------------------------------------------------
三、詳細操作流程
--------------------------------------------------------------------------------
步驟 1：加入影片檔案
- 點擊介面左上方【＋ 選擇影片檔案】按鈕。
- 支援加入多部影片（支援 MP4、MKV、AVI、MOV、WMV 等常見格式）。
- 若有多個檔案，程式將依照清單順序進行自動批次處理。
步驟 2：設定字幕辨識區域（Crop Area）
- 點擊【📐 設定字幕區域】按鈕，程式會彈出影片畫面框選視窗。
- 用滑鼠在畫面上拖曳拉出紅色矩形框，圈選字幕經常出現的底部區域。
- 建議不要框選整個畫面，只框選「字幕所在的長條區塊」，可大幅提升辨識速度與正確率。
- 框選完畢後點擊視窗右下角【確認設定】，區域設定將自動套用於所有待處理影片。
步驟 3：確認 GPU 硬體加速狀態
- 主畫面頂部狀態列會顯示當前硬體與引擎狀態：
* 綠色標籤【⚡ GPU 極速模式】：代表本機 NVIDIA 顯卡與 CUDA 運行庫已就緒。
* 藍色標籤【🖥️ CPU 處理器模式】：代表目前使用純 CPU 運算。
- 若偵測到 NVIDIA 顯卡但尚未安裝 CUDA 依賴，程式會彈出詢問視窗，點擊「下載」即可由官方 PyPI 庫自動配置相容套件。
步驟 4：選擇是否啟用本地 AI 潤飾
- 勾選介面底部的【🤖 啟用本地 AI 完整語句深度潤飾 (Qwen2.5)】核取方塊。
- 初次勾選時，若本機尚未具備模型檔，系統會彈出進度視窗自開源庫下載 Qwen2.5 GGUF 模型（約 980 MB，僅需下載一次）。
- 下載完成後即永久保存在本地，日後完全離線使用。
步驟 5：開始辨識
- 點擊【▶ 開始辨識字幕】。
- 視窗中央的日誌區會即時滾動輸出各影格擷取進度。
- 辨識完成後，系統會提示耗時、倍速比率與輸出檔案路徑。
--------------------------------------------------------------------------------
四、產出檔案解析
--------------------------------------------------------------------------------
處理完成後，文字檔會自動儲存在與「原始影片檔相同之資料夾」下：
1. 【原始檔】 [影片檔名].txt
- 性質：經第一層即時演算法過濾之字串串流。
- 特點：速度最快，精確還原畫面上每一句台詞的出現順序與時間感，過濾掉了大部分停留靜態幀。
2. 【潤飾檔】 [影片檔名]_AI完整版.txt
- 性質：經第二層本地 Qwen2.5 AI 深度重整之語句逐字稿。
- 特點：
* 將打字機遞增殘片（如「追是一個屬」與「追是一個壓於」）合併為一句完整台詞。
* 自動修正 OCR 常見錯字（如形近字「屍外」➜「戶外」、「最俊」➜「最後」）。
* 自動壓縮重複的參賽者名牌、電視台字幕洗版等干擾雜訊。
* 適合直接作為閱讀逐字稿、字幕精剪或 AI 總結摘要的輸入資料。
--------------------------------------------------------------------------------
五、如何攜帶至其他電腦使用（免安裝便攜包發布）
--------------------------------------------------------------------------------
若需要將程式移至其他電腦（例如另一台配有 NVIDIA 顯卡的筆電或桌機）：
1. 請直接將 V4\dist 資料夾內的以下內容一起複製到隨身碟：
V4\dist\
├── SubtitleExtractor_V4.exe (主執行檔)
└── gpu_engine\ (內含 CUDA 12 & cuDNN 9 共 21 個加速核心 DLL)
2. 目標電腦【完全不需要安裝 Python】與【不需要安裝 CUDA Toolkit】：
- 只要將上述檔案複製到目標電腦任一目錄下，雙擊 SubtitleExtractor_V4.exe。
- 程式啟動時會自動在同層讀取 gpu_engine 資料夾內的 DLL，直接啟用 RTX GPU 硬體加速！
--------------------------------------------------------------------------------
六、常見問題與故障排除 (FAQ)
--------------------------------------------------------------------------------
Q1：為什麼 AI 潤飾產出的檔案與原始檔案內容相同？
A1：請檢查：
1. 是否已勾選介面上的「啟用本地 AI 完整語句深度潤飾」？
2. 是否已完整下載 Qwen2.5 模型？可檢查 V4\models\ 目錄下是否有 qwen2.5-1.5b-instruct-q4_k_m.gguf（大小約 986 MB）。
若模型尚未就緒，程式為避免中斷批次流程，會將第一層結果複製一份以維持雙檔結構。
Q2：辨識時 CPU 或 GPU 佔用率很高是正常的嗎？
A2：完全正常。GPU 加速模式下，RapidOCR 與 llama-cli 會充分調用 NVIDIA Tensor Core 與 CUDA Core 進行高速並行運算，使每幀辨識壓縮在 9ms 內。
Q3：如何重新打包免安裝執行檔？
A3：若您日後有修改 V4 的原始碼，只需直接在 V4 資料夾下雙擊執行【build.bat】，系統便會自動呼叫 PyInstaller 重新編譯產出最新的 SubtitleExtractor_V4.exe。
================================================================================
祝您使用愉快！
================================================================================
Page updated
Google Sites
Report abuse