用本地OCR工具video-subtitle-extractor可离线提取视频硬字幕，支持MP4/AVI等格式，3分钟内生成标准SRT文件；下载预编译版双击运行即可，无需联网、不传数据、不依赖API。
想把视频里嵌在画面中的硬字幕转成可编辑的文本，又担心上传到在线平台泄露隐私？用本地OCR工具video-subtitle-extractor，全程离线运行，3分钟内就能从MP4、AVI等常见格式视频中精准提取字幕并生成标准SRT文件，所有识别都在你自己的电脑上完成，不联网、不传数据、不依赖任何API。
下载安装与环境准备
直接去项目仓库下载预编译版本最省事：打开 https://gitcode.com/gh_mirrors/vi/video-subtitle-extractor → 点击“Releases” → 找到最新版的 Windows/macOS/Linux安装包 → 下载解压后双击运行gui.exe（或gui.app）即可启动，无需Python基础，也不用装依赖。
若需源码方式部署：先执行 git clone https://gitcode.com/gh_mirrors/vi/video-subtitle-extractor，进入目录后运行 pip install -r requirements.txt；注意：Windows用户务必用管理员权限运行命令行，否则可能因权限不足导致模型加载失败。
导入视频并框选字幕区域
启动软件后，点击左上角【Open】按钮，选择目标视频文件。此时右侧预览窗口会自动加载首帧画面，并显示一个默认绿色矩形框。
用鼠标按住框边缘拖动，将绿色框精确套住字幕常出现的位置——比如视频底部1/5高度区域，确保只覆盖文字本身，避开人物、图标、背景纹理等干扰元素。这一步直接影响OCR准确率，框得越干净，后续错字越少。
如果字幕位置不固定（如滚动字幕或分屏字幕），可点击右侧面板中的【Auto Detect】按钮，让程序自动扫描前100帧找出高频字幕区域，再手动微调框体。
配置识别参数并执行提取
第一步：在右侧面板语言下拉菜单中选择字幕实际使用的语言，中文选“Chinese (Simplified)”，日语选“Japanese”，小语种如越南语、希伯来语也全部支持，共87种。
第二步：识别模式选【High Accuracy】（高精度模式），它会启用更深层的CNN模型，对模糊、低对比度字幕识别更稳；若视频字幕清晰且追求速度，可切到【Fast Preview】模式，耗时减少约40%，但对斜体、阴影字体会略降准。
第三步：点击【Run】按钮，软件开始逐关键帧采样→检测字幕块→OCR识别→时间轴对齐。进度条走完后，SRT文件自动生成并保存在原视频所在文件夹，文件名与视频同名仅后缀为.srt。
