[本站原创]AI智能提取视频硬字幕工具 - 从视频中提取字幕 将sup/sub+idx图形字幕中的字幕文本识别出来

慕静安

AI 智能提取视频硬字幕工具
官方使用教程 · v2.4.1

开发者：慕静安　·　官方网站：http://bbs.yzyy.asia

---

一、软件简介与功能概览

AI 智能提取视频硬字幕工具 是一款专为视频字幕提取与转换设计的多功能工具。核心能力如下：

功能模块	说明
视频硬字幕提取	支持物理级丝滑拖拽，动态呼吸时间轴精准捕捉硬编码字幕
图形字幕拆解	支持 SUP 与 IDX+SUB 格式多核并发极速解析，内置便携版 Java 劫持
离线/AI 双提纯	v2.4重磅：新增纯本地零成本离线去重引擎，与大模型组合拳降维打击
AI OCR 识别	内置防漏财缓存防御机制；独家“所见即所得”繁简死锁
字幕可视化编辑	支持智能状态机音符、免死金牌锁定、时间轴精调、字号自适应放大
视频对轴预览	内置 VLC 播放器，支持双击空降正中心，内置电影级提词器
多格式与网页导出	支持 SRT、ASS、TXT，以及一键生成沉浸式 HTML 图文校对网页
授权一码全通	一个授权码激活全站工具，纯绿色免安装，含自动热更新

二、首次使用：激活授权

授权说明

本软件提供 7天免费试用期，试用期内无需激活即可使用全部功能。到期后需购买授权码方可继续使用。

标题栏说明：

• 试用期剩余 X 天 — 当前处于免费试用阶段
• 授权仅剩 X 天，请尽快续费 — 授权即将到期（7 天内提醒）
• 无提示 — 授权正常，无需操作
  

购买与激活步骤

第 1 步：打开软件，点击右上角 【设置】 按钮，选择 🔑 授权中心 标签页。
第 2 步：记录页面中显示的 本设备机器码（16位字符串）。每台设备的机器码唯一，不可跨设备使用。
第 3 步：点击 「🛒 点击此处使用积分购买授权码」 链接，在官方论坛完成购买。
第 4 步：将购买获得的 YZYY- 开头 授权码填入输入框，点击 💎 立即激活/续费。
第 5 步：激活成功后，重启软件以刷新主界面状态。

注意：激活需要联网进行验证，请确保网络畅通。

三、配置 API 密钥

点击右上角 【设置】，打开 ⚙️ API 设置 标签页。

两种 OCR 引擎对比（建议主力使用千问）

引擎	优势/劣势	适用场景
阿里千问 VL	优势：具备自然语言理解力，完美还原原始标点和空格。	主力推荐！高精度要求的双语/特殊排版字幕
百度云 OCR	劣势：因算法机制，极易吃掉用于断句的空格和微小标点。	备用兜底，纯中文实心长句提取

填写完毕后点击 Save（保存），配置即时生效。

四、工作流程一：提取视频硬字幕

本流程适用于处理 硬编码字幕（字幕直接烧录在视频画面中）。

完整操作步骤

第 1 步 · 加载视频
无需繁琐找文件！直接将目标视频 拖拽 进软件黑框即可瞬间加载（支持视频与字幕同屏共存）。也可点击【加载视频】选择。

---

第 2 步 · 🎯 框选扫描区（必须）
点击 【🎯 框选扫描区】，在弹出的窗口中按住鼠标左键拖拽，框选字幕出现的区域。按 回车/空格 确认。
💡 提示：只需划定高度范围即可，宽度方向自动全屏。精确框选可显著提升速度和准确率！

---

第 3 步 · ⚙️ 极简物理引擎
选择抽帧模式：

• 日常压制直接默认「平衡」。
• 遇到极短闪现的极限字幕选「逐帧扫描」。
  

勾选 时段 并填写起止时间，可只扫描部分内容，大幅节省时间。

---

第 4 步 · 提取图片
点击蓝色 【提取图片】 开始扫描。


---

第 5 步 · 提纯去重（双轨制核心）
v2.4 提供了两种提纯方式，建议搭配使用：

• 离线提纯（免费粗筛）：调用本地引擎进行零成本去重。搭载“五连斩曝光+空间压缩+死缓判定”黑科技，能自动合并并清理大部分噪点，处理后标记为橙色的 `[待优化]`。
• AI 提纯（土豪精细）：呼叫云端大模型，去重极其精准，但消耗 Token。处理后打上绿色的 `[安全：已提纯]`。
  

---

第 6 步 · 批量 OCR
点击绿色 【批量OCR】。
✨ 防漏财机制： 如果您刚才使用了“AI提纯”，由于文字已在底层缓存，系统将直接秒出文字，绝对不会消耗二次 Token 费用！

五、工作流程二：处理图形字幕（SUP / IDX+SUB）

本流程适用于已有 图形字幕文件 的情况（如蓝光碟提取的 SUP、DVD 字幕 IDX+SUB）。

操作步骤

第 1 步：直接将 .sup 或 .idx/.sub 文件拖拽入软件，或者点击 【加载字幕】。
（💡 蓝光 .sup 格式需要 Java 环境。软件已支持便携版劫持：只需在软件根目录建立一个 `java` 文件夹放入 JRE 即可，免除一切系统配置烦恼！）
第 2 步：多核涡轮狂飙，瞬间完成拆解并填满表格。
第 3 步：由于原盘字幕极度纯净，不需要提纯，直接点击 【批量OCR】 提取文字即可。

六、字幕表格编辑指南

双击自适应编辑
双击进入编辑模式。编辑框字体完美继承外部大小！输入 // 导出时会自动转换为换行符。

查找与替换
使用界面第二行的输入框，可快速查找错别字并一键 全部替换（v2.4 已支持对换行符的穿透查找）。

右键快捷菜单（全面支持键盘单键秒杀）

菜单项	说明
➕ 插入新字幕 (&I)	在选中行下方插入空白字幕行
🎯 OCR 选中行 (&R)	仅对选中行执行重新识别
🛡️ 标记为安全 (&S)	v2.4新增：颁发免死金牌，保护一闪而过的单字不被引擎误删
♪ 插入音符/双音符 (&N / &B)	自带状态机防手抖，智能翻转补充音符
🔗 批量合并 (&M)	合并多行文本，并智能保留鼠标当前所指那行的原图
🗑️ 批量删除 (&D)	删除选中行

七、视频对轴与同步预览

软件内置高兼容 VLC 播放器（纯绿化免配置），实现丝滑对轴。

• 狙击级双击空降： 双击表格任意行，视频将瞬间空降至该句字幕生命周期的最正中心（画面最清晰的一帧），百发百中！
• 电影级提词器： 视频正下方配有巨大的黄色提词器，实时滚动显示当前台词。
• 自动跟播联动： 视频播放时，命中的字幕行会被 蓝色高亮 并自动滚动到可视区正中间。
  

八、导出字幕与沉浸式图文包

字幕编辑完毕后，点击 【💾 导出字幕】。软件会自动预填好视频所在目录与同名文件名！

格式说明
支持导出通用 SRT 字幕、带样式的 ASS 字幕 或 纯文本 (TXT)。包含“等待AI”、“报错”的未处理行会被自动跳过。

🌟 重磅功能：沉浸式图文包网页
勾选 ☑ 附带图文包 导出后，双击生成的 HTML 网页，即可在浏览器中体验极致舒适的 “左边截图，右边文字” 沉浸式对照表，离开软件也能极其高效地抓出错别字！

九、常见问题 FAQ

Q1：“离线提纯”和“AI提纯”有什么区别？
“离线提纯”是完全免费的本地功能，能帮你省下大量 API 费用，处理后的图片仍需交给 AI 识别；“AI提纯”则调用云端大模型，去重极其精准且自带文字缓存，但会消耗 Token。建议：穷用离线，富用 AI。

Q2：为什么百度云 OCR 识别出来的中文句子，里面的空格全消失了？
这是百度 OCR 等传统基础视觉模型在中文训练集上的固有策略（默认中文排版不含空格）。如果您的字幕含有大量断句空格或特殊标点，强烈建议在设置中切换为「千问 VL-OCR 大模型」，它具备语言理解能力，能真正做到“所见即所得”的排版还原。

Q3：为什么拖入蓝光 .sup 字幕时，弹窗提示“缺少 Java 运行环境”？
本软件自带便携版劫持机制，只需前往官方下载纯净版的 Java 8 (JRE) 压缩包（约40MB），解压后重命名为 `java` 放入软件根目录即可，免除一切环境变量配置烦恼。

Q4：加载视频后右侧黑屏，点击没反应？
请绝对不要把 exe 单独拖到桌面上运行！软件必须和配套的 `_internal` 以及 `vlc` 文件夹待在同一个目录下。

十、更新日志 (v2.4.0 )

🚀 【零成本黑科技：本地离线提纯引擎】
1. 引入 Paddle 引擎作为离线替身，一键过滤绝大多数空白噪点，极大节约 API Token 费用。
2. 搭载史诗级“五连斩极限曝光 + 空间压缩术 + OpenCV线条密度死缓判定”底层核武器，面对“白底白字”或“间距隔着银河”的疑难字幕，宁可错留绝不漏删，容错率拉满！
3. 引入双轨智能匹配机制：短句严格保留标点绝对匹配，长句触发高宽容度模糊缝合，彻底终结残缺字导致的断轴。

🛡️ 【防漏财：免死金牌与缓存穿透防御】
1. 新增“免死金牌”机制：右键单行或多行可「标记为安全」，所有提纯引擎对其秋毫无犯，保护一闪而过的极速短台词。
2. 修复“二次计费”大坑：如果在提纯阶段使用了云端 AI，后续点击「批量 OCR」时，引擎会直接从底层提取缓存文字光速上屏，绝不重复发送 API 请求！
3. 赋予人工合并最高权限：用户手动「批量合并多行」后的空框，会自动获得绿色安全护盾，免遭后续引擎误杀。

⚡ 【底层稳固：百度云 QPS 突破与体验修复】
1. 针对百度云免费账户严格的 QPS(并发) 限制，实装“动态车道+物理减速带”，彻底消灭大批量提取时的 `Error 18 (QPS Limit)` 报错！
2. 修复了搜索框无法使用 `//` 查找到底层换行字幕的视觉盲区 Bug。

十一、版权与免责声明

• 本软件由 慕静安 独立开发，著作权归作者所有。
• 软件使用阿里云 DashScope、百度云 OCR 接口，相关 API 费用由用户自行承担。
• 本软件仅供个人学习与合法字幕整理用途，严禁用于任何商业侵权行为。
• 使用本软件即视为同意上述条款；因使用本软件产生的一切法律问题由用户自行承担。
  

如有问题，请前往 http://bbs.yzyy.asia 发帖反馈，作者会及时响应。感谢支持！

十二、下载链接][/color

https://115cdn.com/s/swfxp7l335y?password=je44&#
AI双语字幕智能合并工具_v3.2.5.zip
访问码：je44


『来自123云盘用户的分享』AI双语字幕智能合并工具_v3.2.5.zip
链接：https://1831509670.share.123pan.cn/123pan/CJe6jv-frmhh?pwd=CVt2#
提取码：CVt2


通过网盘分享的文件：AI双语字幕智能合并工具_v3.2.5.zip
链接: https://pan.baidu.com/s/1_pZegSY37Gvpm8HaZ24x2Q?pwd=wgwn
提取码: wgwn

慕静安

v3.2.5：
更新 AI 模型，全面支持 DeepSeek V4：
底层模型接口同步升级，现已全面对接 DeepSeek V4，推理能力与字幕合并质量显著提升。