Puntos clave
- Los vídeos resubidos y reposteados suelen llevar un logo de canal o una marca de agua en un idioma distinto al del diálogo —un logo de una plataforma tailandesa, coreana o japonesa sobre un clip en chino, por ejemplo— y el OCR corriente lo lee todo dentro de tu SRT.
- GeekLink filtra el OCR por sistema de escritura: fijas el idioma de tus subtítulos y conserva el texto en la escritura de ese idioma (más las letras latinas y los números) y descarta automáticamente el texto en otras escrituras.
- Esto detecta ruido que los filtros de color y tamaño no pueden —un logo en otro idioma se elimina incluso cuando comparte el color y el tamaño del subtítulo, porque simplemente es una escritura distinta.
- No elimina el inglés. Las letras latinas y los dígitos siempre se conservan, porque los subtítulos reales incorporan habitualmente palabras y números en inglés.
- Funciona sin conexión en Macs con Apple Silicon en más de 90 idiomas y exporta un SRT limpio.
¿Por qué acaba texto en otro idioma en mis subtítulos extraídos?
El OCR lee todo el texto del fotograma, sin importar el idioma. Cuando un clip ha sido resubido o reposteado, con frecuencia lleva la marca de agua de la plataforma original o un logo de canal, y ese texto suele estar en un idioma completamente distinto al del diálogo hablado. El OCR no sabe cuál idioma es «el subtítulo»; simplemente lee caracteres.
Esto es extremadamente común en el vídeo de formato corto y reposteado. Un clip de una serie china resubido desde otra plataforma podría mostrar un logo de un canal tailandés o coreano en la esquina; una recopilación podría llevar el nombre de un canal japonés a lo largo de la parte superior. Leído literalmente, todo eso acaba en tu SRT junto al diálogo real.
La forma fiable de separarlos es por sistema de escritura. Si tu diálogo es en chino y el logo es en tailandés, ambos usan escrituras completamente distintas, así que decirle al motor de OCR «mis subtítulos están en chino» le da una regla clara sobre qué conservar y qué descartar.
¿Cómo filtro el OCR por idioma?
Fijas el idioma de los subtítulos antes de la extracción, y GeekLink conserva solo el texto cuyo sistema de escritura coincide con ese idioma —más las letras latinas y los números— y descarta todo lo demás. El idioma que eliges cumple dos funciones: selecciona el modelo de reconocimiento ajustado para ese idioma y define el conjunto de escrituras «esperadas» para el resultado.
Cuando una línea detectada está en una escritura que no pertenece a tu idioma —kana japonés en un vídeo chino, tailandés en un vídeo que no es tailandés—, GeekLink la trata como algo que no es tu subtítulo y la deja fuera. No tienes que activar nada adicional; elegir el idioma del subtítulo es el filtro.
Como esto funciona sobre la escritura, no sobre la apariencia, elimina el ruido en otros idiomas que los filtros de color y tamaño pasan por alto —un logo que resulta ser blanco y del tamaño de un subtítulo igualmente se descarta si está escrito en otro idioma.
¿Qué conserva y descarta cada idioma?
Cada idioma de subtítulo conserva su propia escritura más el latino (para el inglés y los números que aparecen en casi cualquier subtítulo), y descarta las escrituras no relacionadas. Así se comportan los idiomas comunes:
| Idioma del subtítulo | Conservado | Descartado (ejemplos) |
|---|---|---|
| Chino | Caracteres chinos + latino/números | Kana japonés, coreano, tailandés, cirílico, árabe |
| Japonés | Kana + caracteres chinos + latino/números | Coreano, tailandés, cirílico, árabe |
| Coreano | Hangul + latino/números | Kana japonés, tailandés, cirílico, árabe |
| Tailandés | Tailandés + latino/números | CJK, coreano, cirílico, árabe |
| Ruso | Cirílico + latino/números | CJK, coreano, tailandés, árabe |
| Árabe | Árabe + latino/números | CJK, coreano, tailandés, cirílico |
| Hindi | Devanagari + latino/números | CJK, coreano, tailandés, cirílico |
Para un idioma de subtítulo con escritura latina (inglés, español, portugués, etc.), el conjunto esperado es el latino, así que los logos y las marcas de agua no latinos se descartan mientras se conserva tu diálogo.
¿El filtrado por idioma también elimina el texto en inglés?
No. Las letras latinas y los números siempre se conservan, sin importar qué idioma de subtítulo elijas. Los subtítulos incorporan habitualmente palabras en inglés, nombres de marcas y dígitos —una línea en chino podría incluir «OK», un número de modelo o un año—, así que eliminar el latino dañaría los subtítulos reales.
Eso significa que el filtrado por idioma elimina otras escrituras no latinas (japonés, coreano, tailandés, cirílico, árabe, etc.), no el inglés. Si tu ruido es una marca de agua en inglés sobre un vídeo con subtítulos en inglés, usa en su lugar los filtros de color, tamaño de fuente y región —esos separan el texto del mismo idioma por apariencia y posición.
¿Y los subtítulos bilingües, como chino con inglés?
Los subtítulos bilingües son compatibles: GeekLink puede capturar ambos idiomas de un subtítulo en dos idiomas. Muchos vídeos chinos llevan chino en una línea e inglés en la línea de debajo; como el latino siempre se conserva junto al chino, ambas líneas salen.
Esto es distinto de descartar un logo en otro idioma: un subtítulo bilingüe es diálogo intencionado en dos escrituras que van juntas, mientras que un logo es texto no relacionado en una tercera escritura. El filtrado por idioma conserva lo primero y descarta lo segundo.
Paso a paso: descartar el logo extranjero y conservar tus subtítulos
- Importa tu(s) vídeo(s). GeekLink procesa por lotes una carpeta entera de una vez.
- Fija el idioma del subtítulo al idioma de tu diálogo (por ejemplo, chino). Esto define qué escrituras se conservan.
- Elige la región del subtítulo e inicia el OCR. Selecciona dónde están los subtítulos; luego elige el color del subtítulo a partir de fotogramas de muestra si además quieres filtrar por apariencia.
- Déjalo correr. GeekLink lee el diálogo y descarta automáticamente las líneas en otros sistemas de escritura: el logo o la marca de agua del canal extranjero nunca llega a tu SRT.
- Exporta el SRT. Obtienes un archivo limpio solo con tus subtítulos, listo para traducir o editar.
Combínalo con los filtros de apariencia para obtener el resultado más limpio: el idioma descarta el logo en otra escritura, mientras que el color, el tamaño y la región limpian cualquier ruido del mismo idioma. Consulta la guía completa sobre extraer subtítulos sin la marca de agua, o la guía de OCR en la documentación para una referencia de cada ajuste.
Por qué esto importa para el vídeo resubido y reposteado
Si trabajas con clips reposteados, los logos en otros idiomas son la fuente más común de basura en los subtítulos extraídos. Los creadores que sacan diálogo de series cortas, recopilaciones y resubidas entre plataformas lidian constantemente con logos de canales y marcas de agua de plataformas en tailandés, coreano o japonés encima de diálogo en chino.
Filtrar por idioma convierte eso de una tarea de limpieza manual en una automática: fija el idioma del diálogo y el texto extranjero desaparece antes de que siquiera abras el SRT. Combinado con el procesamiento por lotes, puedes limpiar una carpeta de clips reposteados en una sola pasada, todo sin conexión en tu Mac.
Aviso: GeekLink es nuestro producto. El comportamiento de idioma/escritura descrito aquí refleja cómo la app filtra la salida del OCR. Confirma siempre los resultados con tu propio material, ya que las fuentes inusuales y los logos estilizados pueden variar.
Ejemplo: un clip chino con un logo de canal tailandés
Supón que estás reposteando un clip de serie corta china que aún lleva el logo de una plataforma tailandesa en la esquina superior derecha y una pequeña marca de tiempo en inglés en la parte inferior. Esto es lo que hace cada filtro:
- Fija el idioma del subtítulo a chino. El logo tailandés está en una escritura distinta, así que se descarta automáticamente, aunque esté sobre el vídeo como los subtítulos, e incluso si es blanco y de tamaño similar.
- La marca de tiempo en inglés se queda por defecto, porque las letras latinas y los números siempre se conservan. Si no la quieres, añade un filtro de región (está en el borde inferior, fuera de la banda de subtítulos) o un filtro de color (suele ser de un tono distinto).
- El diálogo en chino sale limpio, listo para exportar como SRT o traducir al inglés para una versión bilingüe.
El resultado es idéntico tanto si procesas un clip como cincuenta: fija el idioma una vez y procesa por lotes la carpeta entera, sin conexión, en una sola pasada.
¿En qué se diferencia el filtrado por idioma del filtrado por color o tamaño?
El filtrado por idioma separa el texto por sistema de escritura; los filtros de color, tamaño y región separan el texto por cómo se ve y dónde está. Resuelven problemas distintos, y las extracciones más limpias usan ambos juntos.
Recurre al filtro de idioma cuando el ruido esté en un idioma distinto al de tu diálogo —un logo de canal extranjero o una marca de agua de una plataforma. Elimina ese texto sin importar su color o tamaño, porque simplemente es una escritura distinta. Este es el único filtro que puede descartar un logo que resulte coincidir con el color blanco y la altura exacta de tu subtítulo.
Recurre a los filtros de color, tamaño y región cuando el ruido esté en el mismo idioma que tu diálogo —el nombre de un canal chino sobre un vídeo chino, por ejemplo. El filtrado por idioma no puede distinguirlos, pero la apariencia sí: la marca de agua suele ser de un color distinto, más pequeña o aparcada en una esquina.
En la práctica, fija primero el idioma para despejar las escrituras extranjeras y luego añade color y tamaño para limpiar cualquier ruido del mismo idioma que quede. Las dos pasadas son complementarias, no redundantes.
¿Y si aún se cuela algo de texto en otro idioma?
Algunos logos están diseñados para ser difíciles de leer, y esos casos límite vale la pena conocerlos. Los logos muy estilizados o decorativos pueden ser malinterpretados por el OCR como caracteres latinos aleatorios en lugar de su escritura real, y como el latino siempre se conserva, esa salida distorsionada puede colarse ocasionalmente en el SRT.
Cuando eso ocurra, superpón los filtros de apariencia: un logo en la esquina se elimina restringiendo la región del OCR, y un logo tenue o de color diferente se elimina con el filtro de color. Entre idioma, región y color, casi todos los logos caen ante al menos uno de ellos.
Las líneas que mezclan genuinamente dos escrituras extranjeras son raras en los subtítulos reales, pero si te encuentras con una, elige el idioma que coincida con tu diálogo y deja que los filtros de apariencia se encarguen del resto. El objetivo no es una regla perfecta, sino apilar unos cuantos filtros baratos para que la limpieza restante sea trivial en lugar de línea por línea.
Preguntas frecuentes
¿Cómo elimino un logo de canal en otro idioma de los subtítulos extraídos?
Fija el idioma de tu subtítulo en GeekLink al idioma del diálogo. Conserva el texto en el sistema de escritura de ese idioma (más el latino y los números) y descarta el texto en otras escrituras, así que un logo tailandés, coreano o japonés sobre un vídeo chino se elimina automáticamente, incluso si comparte el color y el tamaño del subtítulo.
¿Eliminará las palabras en inglés de mis subtítulos?
No. Las letras latinas y los números siempre se conservan sin importar el idioma elegido, porque los subtítulos incorporan habitualmente palabras y dígitos en inglés. El filtrado por idioma elimina otras escrituras no latinas, no el inglés.
¿Puedo extraer subtítulos bilingües, como chino e inglés juntos?
Sí. Como el latino se conserva junto a tu idioma de subtítulo, un subtítulo bilingüe de chino más inglés sale con ambas líneas. Un logo en otro idioma en una tercera escritura igualmente se descarta.
¿Y si la marca de agua está en el mismo idioma que mis subtítulos?
El filtrado por idioma no puede separar el texto del mismo idioma, así que usa en su lugar los filtros de apariencia: filtra por color, tamaño de fuente y región de la pantalla para descartar una marca de agua del mismo idioma por cómo se ve y dónde está. Consulta la guía sobre extraer subtítulos sin la marca de agua.
¿Funciona esto sin conexión en Mac?
Sí. GeekLink ejecuta el OCR localmente en Macs con Apple Silicon tras descargar el modelo una vez, sin subir nada a la nube, y admite más de 90 idiomas. Procesa varios vídeos por lotes y exporta archivos SRT limpios.