文字認識（OCR）
動画画面から既存の焼付字幕を抽出します
文字認識（OCR）とは
文字認識（OCR）機能は、動画画面から既存の焼付字幕（ハードサブ）を抽出し、編集可能な SRT 字幕ファイルを生成します。動画に目に見える字幕があるものの、独立した字幕ファイルがない場合に適しています。例えば、インターネットからダウンロードした字幕付き動画、テレビ番組の録画などです。
音声認識とは異なり、OCR は音声トラックではなく動画の画面を分析するため、画面上に「焼き付け」られたあらゆるテキストを認識できます。
使い方
- 動画をメディアライブラリにインポート動画ファイルを GeekLink のメディアライブラリにドラッグするか、「動画を追加」ボタンをクリックしてファイルを選択します。
- 「画面に表示されている」を選択設定パネルでこの項目（画面から認識する、つまり OCR）を選びます。字幕が画面に焼き付けられている動画に使用します。
- 原文言語を選択動画字幕の OCR 認識言語を選択します。
- 「文字認識を実行」をクリック設定を確認したら、ボタンをクリックして処理を開始します。
- 字幕領域を確認する枠選択画面を開くと、字幕行が自動検出され、正確な位置が赤いマークで表示されます。多くの場合、タイムラインをドラッグしてマークが字幕に沿っていることを確認し、「確認」を押すだけで OK です。検出がずれている場合は、画面上をドラッグして枠を描いてください。OCR はその領域内のテキストのみを読み取り、ロゴ、ウォーターマーク、局ロゴなどは自動的に無視します（詳細は下記参照）。
- カラーサンプリング（任意）「全テキストを抽出」にチェックが入っていない場合、カラーセレクターのステップに進みます。動画フレーム上で字幕テキストをなぞって色をサンプリングします（詳細は下記参照）。
- 色を確認カラーセレクターでなぞり終えたら、「色を確認」をクリックして続行します。
- OCR 完了を待つシステムが自動的に動画画面をフレームごとにスキャンし、テキスト内容を抽出します。
- 結果を確認完了です。字幕エディタを開いて認識結果を確認・編集します。
字幕領域を確認する
実行をクリックすると枠選択画面が開き、字幕行が自動検出されます。正確な位置が赤いマークで表示され、右側に「検出された字幕行」の項目が表示されます。多くの場合、タイムラインをドラッグして赤いマークが字幕に沿っていることを確認し、「確認」を押すだけで OK — 手動で枠を描く必要はありません。
検出位置がずれている場合は、画面上をドラッグして枠を描いてください。手動の枠が優先されます（検出行は右側の一覧に残り、「削除」ボタンで個別に削除できます）。このステップにより、OCR はその領域内のテキストのみを読み取り、画面内のロゴ、ウォーターマーク、局ロゴやその他のテキストを自動的に無視するため、抽出結果が字幕の行だけで構成されます。
枠選択画面では、検出されたテキスト領域がリアルタイムでハイライト表示されるようになりました。一時停止したりタイムラインをドラッグしたりすると、OCR が読み取るテキストすべてに検出ボックスが表示されるので、枠が正確か、余計なテキストが紛れ込んでいないかが一目でわかります（不要な場合は「テキスト検出ボックスを隠す」にチェックを入れるとオーバーレイをオフにできます）。ゲーム UI の数字や隅の小さなキャプションなど、小さい干渉テキストが枠内に入り込んでしまう場合は、「小さい文字を無視」スライダーをドラッグしてください。除外されたボックスはリアルタイムで薄くなるので、字幕だけがハイライトされた状態になるまでドラッグすれば OK です。
字幕フィルターを微調整（色）（任意）
デフォルトでは、OCR は枠内のすべての行を読み取ります。それでも字幕と同じくらいのサイズの余計なもの——同じ領域に重なったウォーターマークや画面内のテキスト表示など——が枠内に入り込んで拾われてしまう場合は、「その他の設定」で「字幕フィルターを微調整（色）」をオンにしてください。色で本来の字幕だけを絞り込むセレクターのステップが追加されます。オフのままにすると、OCR は枠内のすべてを読み取ります。（フォントサイズによるフィルタリングは、枠選択のステップの「小さい文字を無視」スライダーに組み込まれたため、そのためにこのオプションをオンにする必要はありません。）
字幕の色をサンプリング
- 動画フレーム上でマウスを使って字幕テキスト部分をなぞります。システムがなぞった位置の色を自動的に取得します
- +/- ボタンで画面を拡大・縮小でき、小さい字幕を正確になぞるのに便利です
- 間違えた場合は「なぞりをクリア」をクリックしてやり直せます
- 最小サンプル量に達すると、「色を確認」ボタンがクリック可能になります
できるだけ字幕テキストの文字のストローク上を直接なぞり、字幕周辺の背景部分は避けてください。サンプリングが正確であるほど、認識結果が良くなります。
フォントサイズでのフィルタリングはどこへ？
フォントサイズによるフィルタリングは枠選択のステップに前倒しされました。「小さい文字を無視」スライダーをドラッグすると、検出ボックスがリアルタイムで薄くなり、小さい干渉テキストを除外できます。ここでピクセル値を手入力する必要はもうありません。色の選択画面は今、色のサンプリングという一つのことに専念しています。
別の言語を除外（任意）
画面によっては、2 種類の文字体系の焼付テキストが同時に含まれていることがあります。例えば、日本語の動画に中国語字幕が後から追加されている場合や、ある言語のキャプションの下に別の言語の看板テキストが映っている場合などです。「テキストフィルター」設定を使えば、ある文字体系をまるごと除外して OCR に無視させられます。除外したい言語（日本語、韓国語、中国語、タイ語、アラビア語）を選ぶと、そのテキストが除外され、字幕の行だけが残ります。
OCR 設定の詳細
| 設定 | 説明 | 推奨 |
|---|---|---|
| 原文言語 | OCR 認識の言語 | 動画字幕の言語を選択してください |
| 検出間隔 | GeekLink がフレームの変化をチェックする頻度：0.1s（最精細）/ 0.25s（精細）/ 0.3s（高精度）/ 0.5s（標準）/ 1.0s（高速・精度低め） | ほとんどの動画ではデフォルトで十分です。字幕の切り替えが速い・一瞬だけ表示される場合は 0.1s に下げてください（処理時間は長くなります） |
| テキストフィルター | 指定した言語の文字を除外 | 画面に不要な日本語/韓国語/タイ語などがある場合に使用します |
| 字幕フィルターを微調整（色） | オフ（デフォルト）＝枠内のすべての行を読み取ります。オン＝色とフォントサイズで字幕を絞り込むセレクターのステップを追加します | 枠内にウォーターマーク、ロゴ、画面内のテキスト表示などが字幕と同じ領域に入り込んでいる、ごちゃついたフレームで有効にしてください |
よくある質問
文字化けが多く認識されるのはなぜですか？
カラーサンプリングの精度が不十分で、OCR エンジンが背景のテクスチャもテキストとして処理してしまっている可能性があります。再サンプリングし、できるだけ字幕テキストのストローク部分のみをなぞるようにしてください。また、字幕がより鮮明な別のフレームで再操作することもお試しください。
対応言語は何ですか？
現在、OCR は以下の言語に対応しています：英語、簡体字中国語、繁体字中国語、中英バイリンガル、日本語、韓国語、ベトナム語、スペイン語、ポルトガル語、フランス語、ドイツ語、イタリア語、インドネシア語。