SubToSrt字庫交流&使用討論

wb2013

這個版本還含導演講評字幕

謝謝TC.Star大提供這個連結
還有評論字幕
不知你是如何搜索到的
太厲害了
再度感謝
我認為包含評論字幕的sub檔應該是原始未經修改過的

至於TC大提供的第一個連結
我原來下載的就是這個字幕
但實在有點詭異
我之前用SubRip
Rip出來的bmp檔文字外有黑框
但現在再用SubRip
Rip出來的bmp檔卻是正常無黑框
不知道問題出在哪
不知是SubRip軟體的問題
或是我電腦的問題

Ps：Dog Day Afternoon(熱天午後)就快發行40週年紀念版藍光囉

http://www.blu-ray.com/movies/Dog-Day-Afternoon-Blu-ray/134125/

joy386

小妹使用後  發現有些字只會出現1.5個字 如下面第一張圖
必須按下"擴展"後才會OK 但是是一次要輸入2個字
請問高手 這是哪裡出問題了呢?

tuckind

joy386 發表於 2015-9-11 16:33
小妹使用後  發現有些字只會出現1.5個字 如下面第一張圖
必須按下"擴展"後才會OK 但是是一次要輸入2個字
請 ...

參考前面47-48F。

另您這字幕字元間距很窄，空格檢測設置可能也要調一下。

kiroro9999

近期欲整合大家的字庫，若您有新輸入的字庫，請提供給我，待整合後跟大家分享，私訊提供亦可。

clubaudition

請教這個軟體是否能分辨的出同時具有註解(直立)與正常(橫向)的字幕，而不會不斷的重複相同句子

pleaze

clubaudition 發表於 2015-12-22 00:01
請教這個軟體是否能分辨的出同時具有註解(直立)與正常(橫向)的字幕，而不會不斷的重複相同句子
...

我猜測閣下想問的是當 Sub 同時兼有直走與橫走字幕的 OCR 結果，其實是可以正常辨識無誤，版面也不會無厘頭重複。如果斷句或斷字不正常時，可以調整右下角的行距或字距參數，以符合自己預期的結果，達到類似像以下的 OCR 結果。

直
走
註
解 橫向字幕......

橫向字幕......

makeover1986

本文章最後由 makeover1986 於 2016-1-18 13:18 編輯

請問各位大大，我照此文章下載了＂Uriel_Z：本篇37F＂大大的word.sts與word.wrd字庫，也新增了Chinese，並將字庫放進去該資料夾。但放Sub檔進入還是一樣要一字一字打，請問是哪裡錯了？謝謝！

jimmy1817

本文章最後由 jimmy1817 於 2016-6-24 19:05 編輯

請問kiroro9999大 最近有沒有新的整合字庫分享呢

我把這篇的字庫 都加入以後(120萬字)

還是無法OCRHow to Get Away with Murder S02（謀殺入門課 第二季）R3字幕
謝謝

kiroro9999

jimmy1817 發表於 2016-6-24 18:52
請問kiroro9999大 最近有沒有新的整合字庫分享呢

我把這篇的字庫 都加入以後(120萬字)

其實只要字型稍做改變，SubToSrt無法OCR也算是正常
目前我抽出的字幕約有8成以上在OCR時僅需key in少部分字
但也有少部分整個字幕需一個字一個字key in，下面這2個就是

http://www.hd.club.tw/thread-208174-1-2.html
http://www.hd.club.tw/thread-208333-1-1.html

jimmy1817

kiroro9999 發表於 2016-6-25 01:55
其實只要字型稍做改變，SubToSrt無法OCR也算是正常
目前我抽出的字幕約有8成以上在OCR時僅需key in少部分 ...

恩恩 了解

因為看到tuckind有OCR這部

所以以為是已經有這部的字庫

不想做白工 才來問問看 謝謝

tuckind

有些影集字幕的字體會有些微毛邊或瑕疵，造成相同的字特徵卻略有不同，故必須不斷重複輸入，有的字甚至重複輸入百次以上。

a338590

本文章最後由 a338590 於 2016-6-27 00:09 編輯

奪魂電影 the hills run red 2009

上面這部電影OCR在識別時出了問題,居然需要一個字一個字的輸入,實在曠日廢時,想說是否字幕庫不足的問題,就下載樓主提供的字幕庫覆製進去,再OCR時卻出現識別發生錯誤的對話方塊,真是難以搞定!
可否請樓主或其他大大代為OCR這部電影,將不勝感激!謝謝!

wb2013

想說是否字幕庫不足的問題,就下載樓主提供的字幕庫覆製進去,再OCR時卻出現識別發生錯誤的對話方塊

用字庫合併功能試看看！不知道對不對
有ocr高人一定知道問題出在哪

其實ocr多了
一個字一個字的輸入
這種情況是避免不了的
我喜歡的電影我就老老實實地輸入
不喜歡的或懶得練習打字
就調整sub檔就可看了

kiroro9999

wb2013 發表於 2016-6-27 01:25
用字庫合併功能試看看！不知道對不對
有ocr高人一定知道問題出在哪

同意

像"重返校園"我也是用sub看完，但錯字實在太多，忍不住就1個字1個字KEY
http://www.hd.club.tw/thread-208174-1-2.html

"電影版妖怪手錶：誕生的秘密喵！"這部我沒興趣，所以就也懶得KEY
http://www.hd.club.tw/thread-208191-1-1.html

a338590

wb2013 發表於 2016-6-27 01:25
用字庫合併功能試看看！不知道對不對
有ocr高人一定知道問題出在哪

沒錯!用字庫合併功能後,識別就不會發生錯誤了!
但不知怎麼搞的,這部電影OCR還是要一個字一個字的輸入.....算了!
感謝您OCR這部電影,謝謝啦!

whispering

本文章最後由 whispering 於 2017-1-6 00:33 編輯

我的字庫，共 1,306,374 個字（已合併此討論串第一篇列出的六個網友分享字庫）

STS 1306374 Word

下載：
MEGA

---

Replace.sys
共 11,884 個兩岸詞彙替換與OCR修正下載：
Replace.zip (72.6 KB, 下載次數: 102)

2017-1-5 03:48 PM 上傳

點擊文件名下載附件
STS 替換表

MEGA

註：
此替換/修正表含大量兩岸名詞/口語替換，標點符號亦皆替換為全形，
全表純依個人對本地中文的有限理解自訂，而非訴求 100% OCR正確性。
許多中文詞彙會隨前後語態與句型差異而改變詞義，因此有時會產生少量過度替換/修正的情形，
部份全形標點也無法適用所有場合，有時需再對 SubToSrt OCR 後的修正項目再進行快速校對。

hcwu386

whispering 發表於 2017-1-5 15:43
我的字庫，共 1,306,374 個字（已合併此討論串第一篇列出的六個網友分享字庫）

Dear whispering,
您分享的字庫檔案只有一個副檔名.sts,
還少一個副檔名.wrd的檔案.....

whispering

本文章最後由 whispering 於 2017-1-6 00:44 編輯

hcwu386 發表於 2017-1-5 19:08
Dear whispering,
您分享的字庫檔案只有一個副檔名.sts,
還少一個副檔名.wrd的檔案..... ...

感謝您的提醒，已於前文鏈結中的壓縮檔補上 word.wrd 請重新下載

薛丁格的貓

whispering 發表於 2017-1-5 15:43
我的字庫，共 1,306,374 個字（已合併此討論串第一篇列出的六個網友分享字庫）

以下幾點參考建議
-----------------------------
先把(裏)全部換成(裡)，針對(裡)來做取代。

裏<=>裡       '把這行放在 Replace.sys 最前面
公裡<=>公里

於是以下四組替代，可以被後面這一行完全取代：

公裏<=>公里
公裡<=>公里
公裡外<=>公里外
百公裡<=>百公里
-------------------------------
干燥<=>乾燥
干杯<=>乾杯
....
...
..
.
干<=>龜龜龜
龜龜龜<=>干

以上凡遇見(干)字，就會跳出來。有些 Replace.sys 的取代幾乎不會碰到第二次，所以把後面的兩行放到 Replace.sys 最後面，可以大幅簡化其內容與一些不必要的內容干擾，增加不少效率。
--------------------------------
1英哩=1哩=1.6公里
1海浬=1浬=1.8公里
----------------

whispering

很好的建議！
我從未考慮過效率問題！
許多替代內容都是取自 ConvertZ 的轉換表與過去校對電子書時逐漸累積的 UE 巨集替換表，
不見得適用於三區字幕，裡面還有少部份取代來源與標的重複的問題，我都未整理