TL;DR: Un OCR con errores es casi siempre un problema de entrada, no un problema de configuración. Las cuatro cosas que arruinan el OCR de subtítulos son una fuente de baja resolución, una región de OCR que abarca más que la línea del subtítulo, un fondo cargado detrás del texto, y el idioma de reconocimiento incorrecto — corrige eso y la precisión mejora notablemente. Cuando la fuente es simplemente de muy baja calidad, ningún OCR la lee perfectamente, y una pasada rápida en un editor es más rápida que pelear con la configuración.
¿Por qué mi OCR salió con errores?
El OCR de subtítulos no lee un "archivo" de subtítulos — no existe tal cosa. Lee imágenes de texto, fotograma a fotograma, y convierte las formas que ve en caracteres. Así que la calidad de lo que sale depende por completo de lo clara que sea esa imagen. Si la imagen está borrosa, saturada, o en un idioma que el lector no esperaba, la lectura es incorrecta, y obtienes caracteres equivocados, letras omitidas, o líneas que parecen sin sentido.
Ese es el cambio de mentalidad clave: cuando el resultado sale con errores, la solución casi nunca es un control de precisión oculto. Es una de cuatro cosas relacionadas con la entrada. En la práctica, un mal OCR de subtítulos se remonta a una fuente de baja resolución o muy comprimida, una región de OCR que captura más que la línea del subtítulo, un fondo cargado o de alto contraste detrás del texto, o el idioma de reconocimiento incorrecto. El resto de esta guía aborda cada uno por turno.
Un OCR de subtítulos con errores es un problema de entrada: imágenes borrosas, regiones saturadas, fondos que distraen, o un idioma inesperado — no una configuración rota que activar o desactivar.
Fuente de baja resolución o muy comprimida
Esta es la causa número uno de lecturas erróneas. Cuando el video tiene baja resolución o ha sido recomprimido con fuerza, las letras pierden sus bordes — se vuelven borrosas y en bloques, y el OCR simplemente no puede distinguir una "m" de una "rn", o un carácter chino de otro parecido. Ningún ajuste vuelve a afilar un texto borroso.
La solución es alimentar al OCR con la imagen más limpia que tengas. Usa siempre la copia de mayor resolución del video que puedas conseguir: una fuente en 1080p se lee con OCR mucho mejor que una reedición comprimida en 480p del mismo clip. Si tienes que elegir entre un archivo pequeño descargado de una app de chat y el original, usa el original. Y si la única fuente que tienes es genuinamente de baja resolución, ajusta tus expectativas — obtendrás algunos errores pase lo que pase, y el plan debería ser limpiarlos después en lugar de perseguir una ejecución perfecta.
El texto borroso y en bloques es la mayor causa individual de un OCR con errores; empieza con la copia de mayor resolución que tengas, porque una fuente en 1080p se lee mucho mejor que una en 480p comprimida.
La región de OCR está abarcando más que el subtítulo
Si el área que le das al OCR incluye más que la línea del subtítulo — un logo de canal, una marca de agua en una esquina, textos en pantalla, un marcador, o créditos incrustados — todo ese texto también se lee, y termina mezclado como basura en tus líneas de subtítulo. El subtítulo en sí puede leerse perfectamente, pero el resultado se ve roto porque está pegado a texto que nunca formó parte del diálogo.
La solución es dibujar la región de OCR ajustada solo a la línea del subtítulo, normalmente una banda estrecha en la parte inferior del fotograma, y nada más. GeekLink te permite ajustar esa región a mano, y también filtrar por color, tamaño de fuente e idioma, para que solo se lea el subtítulo y se dejen fuera logos o textos en pantalla. Una región ajustada es la mejora individual más rápida que puedes hacer cuando la fuente en sí está bien pero el resultado sigue siendo desordenado.
Si la región de OCR se superpone con logos o texto en pantalla, esos se leen como basura dentro de tus líneas — dibuja la región ajustada solo al subtítulo para corregirlo.
Fondo cargado o de alto contraste detrás del texto
Los subtítulos se sitúan encima de la grabación, y cuando esa grabación es brillante, detallada o de movimiento rápido, las letras pueden fundirse con lo que hay detrás. Un subtítulo blanco sobre una escena de nieve, o sobre luces brillantes cambiantes, es genuinamente difícil de leer — los bordes de los caracteres desaparecen en el fondo y se leen mal.
Leer el texto a través de muchos fotogramas ayuda aquí, porque la misma línea de subtítulo permanece en pantalla mientras la imagen detrás cambia: algunos fotogramas tienen un parche más limpio y oscuro detrás de las mismas palabras exactas, y esos fotogramas se leen correctamente. Una región dibujada de forma ajustada y el idioma de reconocimiento correcto también ayudan al lector a fijarse en las letras en lugar del paisaje. Dicho esto, sé realista: los subtítulos con muy poco contraste contra su fondo siguen siendo el caso más difícil, y algunas líneas todavía podrían necesitar una corrección manual.
Una grabación brillante y cargada detrás del texto hace que las letras se fundan y se lean mal; leer la línea a través de varios fotogramas capta los momentos más limpios, pero los subtítulos de muy bajo contraste siguen siendo el caso más difícil.
Idioma de reconocimiento incorrecto
El OCR lee mucho mejor cuando sabe qué idioma esperar, porque usa la forma de los caracteres de ese idioma para decidir qué está viendo. Si el OCR está configurado en inglés pero el subtítulo es en chino, japonés o coreano — o al revés — el resultado es un sinsentido desde el primer carácter, porque el lector está intentando hacer coincidir el alfabeto equivocado.
La solución toma diez segundos: configura el idioma de reconocimiento para que coincida con el subtítulo antes de ejecutarlo. Si un video tiene dos idiomas en pantalla (por ejemplo, un subtítulo bilingüe), elige el que realmente quieres extraer, o ejecútalo en el idioma que más importa para tu trabajo. Acertar esto primero a menudo convierte un resultado completamente ilegible en uno limpio, así que vale la pena comprobarlo antes de culpar a cualquier otra cosa.
Si el idioma de reconocimiento no coincide con el subtítulo, el resultado es un sinsentido — configura el idioma al del subtítulo antes de ejecutar, y comprueba esto primero.
Cuando el OCR aún no es perfecto
Vale la pena ser honesto sobre el límite: ningún OCR es 100 por ciento preciso en fuentes difíciles. En un video limpio y de alta resolución con un fondo simple se acerca mucho, pero una descarga comprimida con grabación cargada y fuentes estilizadas siempre dejará algunas lecturas erróneas. Perseguir la perfección volviendo a ejecutar con configuraciones ligeramente distintas suele ser el camino lento.
El camino rápido es el orden opuesto: corrige la entrada donde puedas — la mejor resolución disponible, una región ajustada, el idioma correcto — y luego corrige el puñado de lecturas erróneas restantes en un editor en lugar de volver a ejecutar. En un Mac, GeekLink ejecuta el OCR localmente en tu máquina, te permite ajustar la región y el idioma de reconocimiento, y luego te permite corregir cualquier línea mal leída en su editor integrado antes de exportar el SRT. Repasas las líneas, corriges las pocas que están mal, y exportas una sola vez — lo cual casi siempre es más rápido que buscar una combinación de configuraciones que lea una fuente difícil a la perfección.
Ningún OCR es perfecto en fuentes difíciles, así que corrige la entrada primero, y luego corrige las lecturas erróneas restantes en un editor en lugar de volver a ejecutar con configuraciones distintas.
Preguntas frecuentes
¿Por qué mi OCR está lleno de caracteres incorrectos?
Normalmente una fuente de baja resolución o el idioma de reconocimiento incorrecto; comprueba ambos primero. El texto borroso y en bloques de un video comprimido es la causa más común, y un idioma incorrecto convierte texto legible en un sinsentido desde el principio. Empieza con la copia de mayor resolución que tengas y confirma que el idioma de reconocimiento coincide con el subtítulo.
El OCR mezcló el subtítulo con texto en pantalla — ¿cómo lo evito?
Dibuja la región de OCR ajustada solo a la línea del subtítulo, y filtra por color o región para que se ignoren logos y textos en pantalla. Cuando el área seleccionada incluye marcas de agua, logos de canal o textos en pantalla, ese texto se lee dentro de tus líneas de subtítulo. Una región estrecha en la parte inferior del fotograma, más filtros de color e idioma, conserva solo el subtítulo.
El resultado de mi OCR está en el idioma incorrecto / es un sinsentido total.
El idioma de reconocimiento no coincide con el subtítulo; configúralo al idioma del subtítulo y vuelve a ejecutar. Si el OCR espera inglés pero el subtítulo es en chino, japonés o coreano (o al revés), cada carácter sale mal. Configurar el idioma correcto antes de ejecutar suele corregir un resultado completamente ilegible en un solo paso.
¿Puede el OCR de subtítulos ser 100 por ciento preciso?
No — en fuentes limpias y de alta resolución es muy bueno, pero las fuentes difíciles siempre necesitan una revisión humana rápida. Las descargas comprimidas, los fondos cargados y las fuentes estilizadas dejarán algunas lecturas erróneas. El flujo de trabajo más rápido es corregir la entrada, y luego corregir las líneas restantes en un editor antes de exportar.
¿Cómo hago OCR de un video de baja calidad?
Usa la mejor copia que puedas encontrar, ajusta una región estrecha y el idioma correcto, y luego corrige los errores restantes en un editor. Una fuente de baja resolución o muy comprimida nunca leerá con OCR a la perfección, así que apunta a la imagen más limpia disponible, ajusta la región solo al subtítulo, iguala el idioma de reconocimiento, y planea corregir a mano algunas líneas después.