要点：Video-Subtitle-Extractor（VSE）は、動画に焼き込まれた（ハードコードされた）字幕を OCR で SRT ファイルに抽出する無料のオープンソースツールです。実に強力で——87 言語対応、API キー不要のローカル OCR、バッチ抽出、GPU アクセラレーション——NVIDIA GPU を持ち、無料で大量抽出したい開発者にとっては、なかなか勝てる相手ではありません。ただし VSE は Python ベースで、NVIDIA/CUDA 志向（Mac の CPU では遅い）、そしてやることは一つ：抽出だけです。字幕を翻訳したり、動画に焼き戻したり、修正するためのエディタを提供したりはしません。GeekLink は同じ OCR 抽出を行い、さらにその先まで進むすぐ使える macOS アプリです——AI 翻訳、自信のない行にフラグを立てる編集工程、そして焼き込み——すべてを Python のセットアップなしで一つのアプリで完結します。NVIDIA GPU を使う開発者で、無料の生の抽出だけが必要なら、VSE は優秀です。Mac を使っていて、焼き込み字幕から翻訳済み・修正済み・再焼き込みの動画まで、コマンドラインに触れずに進めたいなら、GeekLink がパイプライン全体をこなします。
焼き込み字幕を抽出・翻訳して、また焼き戻したい——しかも Python なしで？GeekLink は OCR パイプライン全体を Mac 上でローカルに実行します。無料プランあり、アカウント不要。
無料ダウンロードVideo-Subtitle-Extractor（VSE）とは？
Video-Subtitle-Extractor（VSE）は、動画からハードコードされた字幕を抽出して SRT ファイルを出力する無料のオープンソース（Apache 2.0）ツールで、サードパーティ API を使わないローカル OCR を利用します。9,000+ の GitHub スターを持ち、このカテゴリで最も人気のあるツールで、特に中国語圏のコミュニティで支持されています。
VSE はフレームごとに字幕領域を検出し、ローカル OCR モデルで画面上のテキストを読み取り、字幕以外のテキストをフィルタリングし、繰り返し行を重複排除して、SRT（または TXT）を書き出します。87 言語に対応し、速度と精度をトレードオフする高速 / 自動 / 精密モードを提供し、複数の動画が同じ解像度と字幕領域を共有していればバッチ抽出できます。
その真の強みは、すべてがローカルで無料に動作し、NVIDIA ハードウェアでは GPU アクセラレーションによってより高い精度と速度を得られる点です。あとで古い焼き込みテキストを消したい場合には、姉妹プロジェクト（video-subtitle-remover）とも組み合わせられます。VSE は設計上、抽出ツールです——焼き込みテキストを SRT に変換し、その仕事はそこで終わります。
そのトレードオフは、オープンソース Python プロジェクトであることの裏面です。NVIDIA CUDA を中心に設計されているため、Mac では CPU にフォールバックして遅くなります。セットアップは、リリースビルドをダウンロードするか、それが失敗した場合にはソースから conda 環境をインストールすることを意味します。細かな UX の角も存在します——たとえば、動画やプログラムのパスにスペースや非 ASCII 文字を含められません。技術者にとってはこれらは些細ですが、非エンジニアにとっては本物の摩擦です。
GeekLink vs VSE：両者はどう比較される？
両者が重なるのはたった一つ——焼き込み字幕を編集可能なファイルにローカル OCR する点です。その後のすべて（翻訳、編集、焼き込み）は GeekLink のみで、どんな GPU 上でも無料でスクリプト化できるという点はすべて VSE が勝る領域です。
| 機能 | GeekLink | Video-Subtitle-Extractor（VSE） |
|---|---|---|
| 焼き込み字幕 OCR → 編集可能な SRT | はい——中核機能 | はい——中核機能 |
| プラットフォーム | macOS（ネイティブ、Apple Silicon） | Windows / Linux / macOS、ただし NVIDIA GPU 向けに最適化（Mac = CPU、遅い） |
| セットアップ | アプリをダウンロードして開くだけ——Python 不要 | リリースをダウンロード、またはソースから conda/Python 環境をインストール |
| インターフェース | 編集タイムライン付きのネイティブ GUI | 抽出用の GUI（アプリ内で結果を修正するエディタはなし） |
| 言語（OCR） | 主要な CJK + ラテン系 + その他をカバー | 87 言語 |
| バッチ抽出 | はい——1 回の実行で複数の動画 | はい——ただしバッチ全体で同一の解像度と字幕領域が必要 |
| 抽出した字幕の AI 翻訳 | はい——Claude 3.5 Haiku、GPT-4o、GPT-4o mini、DeepSeek（文脈考慮、40+ 言語ペア） | いいえ——抽出のみ |
| アプリ内編集 / 不確実な行にフラグ | はい——エディタが低信頼度の行を確認用にマーク | いいえ——手動 JSON マップによるテキスト置換のみ |
| 字幕を動画に焼き戻す | はい——スタイル付きの焼き込み | いいえ——SRT/TXT のみ出力 |
| 古い焼き込みテキスト / ウォーターマークの除去 | いいえ | 別の姉妹プロジェクト（video-subtitle-remover）経由 |
| 価格 | 無料プラン；有料 $12.99/月、$99/年、または $169 買い切りライフタイム | 無料、オープンソース（Apache 2.0） |
要点：これは「無料の抽出エンジン」対「すぐ使える抽出から納品までのパイプライン」です。VSE と GeekLink はどちらもフレームから焼き込みテキストを読み取り、VSE はそれを 87 言語にわたり無料で行います。しかし VSE は SRT で止まります。GeekLink は、その SRT を翻訳し、修正し、完成した動画に焼き戻す必要がある人のために作られています——Mac 上で、何もインストールせずに。
それぞれいくらかかる？
VSE は Apache 2.0 の下で完全に無料かつオープンソースです——有料プランはなく、何も従量課金されません。これは本物の利点です：抽出だけが必要で、ハードウェアと自分で動かす気があるなら、コストはゼロです。
GeekLink には永久無料プラン（完全な OCR、音声認識、編集、バッチ、SRT/ASS エクスポート；無料エクスポートには小さな GeekLink クレジットが付く）に加え、翻訳と焼き込みパイプライン向けの定額有料プランがあります：
- 月額——$12.99/月
- 年額——$99/年（約 $8.25/月）、1M AI 翻訳トークン（約 1,500 分）を含む
- ライフタイム——$169 買い切り（早割）/ $199 通常、1M AI 翻訳トークンを含み、サブスクなし
- 追加 AI 翻訳トークン——$6.99 / 1M トークン（超過分）
あなたが GeekLink に払っているのは実は OCR に対してではなく——VSE がやらないすべてに対してです。OCR 抽出そのものは GeekLink の無料プランで利用できます。有料プランがカバーするのは AI 翻訳と、すぐ使えるセットアップ不要の Mac 体験です。唯一の必要が無料抽出なら、VSE が安い答えです。もし本来 VSE を別の翻訳ツールと焼き込みツールに継ぎ合わせるつもりだったなら、GeekLink の定額料金でチェーン全体を一つのアプリで手に入れられます。
GeekLink より VSE を使うべきなのはいつ？
いくつかの状況では VSE の方が良い選択です：
無料で従量課金のない抽出が欲しく、Python に慣れている場合。VSE はコストがかからず、トークン制限もありません。リリースビルドを動かすか conda 環境をセットアップできれば、好きなだけ抽出できます。
NVIDIA GPU を持っている場合。VSE は CUDA アクセラレーションを中心に作られているため、性能のある NVIDIA カードでは精密モードで高速かつ正確に抽出します。GeekLink は macOS 専用なので、Windows/Linux の GPU マシンでは選択肢になりません。
一般的な CJK/ラテン系の外にある VSE の 87 言語のいずれかが必要な場合。VSE の言語カバレッジは非常に広いです。
スクリプト化や改変ができるオープンソースツールが欲しい場合。VSE は Apache 2.0 です——自動化したり、パイプラインに組み込んだり、改変したりできます。GeekLink はクローズドなデスクトップアプリです。
GeekLink がより良い選択なのはいつ？
抽出が最初のステップにすぎないとき、あるいはコマンドラインに触れるつもりがないとき、GeekLink がより強い選択です。
Mac を使っていて、とにかく動いてほしい場合。GeekLink はネイティブ macOS アプリです：ダウンロードして開き、字幕領域を囲む枠を描いて、実行。Python も conda も CUDA もなく、「パスにスペースを含められない」という落とし穴もありません。Apple Silicon 上では、NVIDIA GPU を必要とせずローカルで動くように作られています。
字幕を抽出するだけでなく翻訳する必要がある場合。これが最大のギャップです。VSE は元言語の SRT を出力して止まります。GeekLink は抽出直後に、その SRT を Claude 3.5 Haiku、GPT-4o、GPT-4o mini、または DeepSeek で翻訳できます——単語ごとではなく、行をまたぐ文脈とともに。
納品前に OCR を確認して修正したい場合。OCR は、装飾的だったり画面が賑やかだったりする映像では決して完璧になりません。GeekLink は、最も自信のない行にフラグを立てるアプリ内エディタを提供するので、すべてを校正する代わりに、確認すべき一握りだけをチェックできます。VSE の唯一の修正手段は、JSON 置換マップを手で編集することです。
ファイルだけでなく完成した動画が必要な場合。GeekLink は修正済み・翻訳済みの字幕をスタイル付きで動画に焼き戻せます。VSE が渡すのは SRT/TXT で、それを焼き込むのは別のツールでの別の作業です。
VSE は抽出した字幕を翻訳したり焼き込んだりできる？
できません。VSE は焼き込み字幕を SRT（または TXT）に抽出してそこで止まります——翻訳機能も焼き込み機能もありません。そのスコープは意図的に「画面のテキストをファイルに読み取る」ステップです。結果を別の言語で必要なら、VSE の SRT を別の翻訳ツールに持っていきます。動画に焼き戻す必要があれば、別の焼き込みツール（または動画エディタ）に持っていきます。
パイプラインを組み立てる技術者にとって、そのモジュール性は問題ありません——OCR には VSE、翻訳には別の何か、焼き込みには ffmpeg かエディタ。代償は、三つのツールを保守し、それらの間でファイルを動かすことであり、翻訳ステップは自分で LLM を組み込まない限り通常は文脈を考慮しません。
GeekLink はそのチェーンを一つのアプリに畳み込みます：焼き込みテキストを OCR し、周囲の行を見る LLM で翻訳し、フラグの立った行をエディタで修正し、結果を焼き戻す——アプリを離れることもスクリプトを書くこともなく。比較は「どちらの OCR が優れているか」というより、「OCR エンジンが欲しいのか、それとも抽出-翻訳-納品のパイプライン全体が欲しいのか」ということです。
両者は補完的にもなり得ます：開発者は NVIDIA GPU 上で VSE を使って高速・無料の大量抽出を行い、その SRT を Mac 上の GeekLink に渡して AI 翻訳とスタイル付き焼き込みを行えます。異なるツール、異なるステージです。
よくある質問
GeekLink は Video-Subtitle-Extractor の有料の代替品ですか？
一部はそうです。GeekLink の焼き込み字幕 OCR は無料プランで利用できるので、基本的な抽出には費用がかかりません。有料プラン（$12.99/月、$99/年、または $169 ライフタイム）がカバーするのは AI 翻訳とすぐ使える Mac 体験です。VSE は完全に無料かつオープンソースですが、抽出のみで——翻訳も編集も、字幕の焼き戻しもしません。
Video-Subtitle-Extractor は Mac でうまく動きますか？
macOS で動作しますが、VSE は NVIDIA CUDA アクセラレーションを中心に作られているため、Mac では CPU にフォールバックして抽出が遅くなります。GeekLink は Apple Silicon 向けに作られたネイティブ macOS アプリなので、NVIDIA GPU を必要とせずローカルでフルスピードで動作し、Python や conda のセットアップなしで通常のアプリとしてインストールできます。
VSE は抽出した字幕を翻訳できますか？
いいえ。VSE は元言語の SRT または TXT を出力し、翻訳機能はありません。翻訳するにはそのファイルを別のツールに持っていくことになります。GeekLink は抽出した字幕を Claude 3.5 Haiku、GPT-4o、GPT-4o mini、または DeepSeek でアプリ内で翻訳し、行をまたぐ文脈を使います。
VSE は字幕を動画に焼き戻せますか？
いいえ。VSE は字幕ファイルを生成するだけで、焼き込みは別のツールでの別ステップです。GeekLink は修正済み・翻訳済みの字幕を、フォント・色・位置のスタイルとともに、同じアプリ内で動画に焼き戻せます。
OCR の精度が高いのはどちら？
どちらも強力なローカル OCR を使います。VSE は NVIDIA GPU 上の精密モードで非常に高精度になり得ますが、速度と引き換えです。装飾的または画面が賑やかな映像での精度はどんな OCR ツールでもばらつくため、GeekLink は最も自信のない行にフラグを立てるエディタを追加して素早く確認できるようにしています——VSE の唯一の修正経路は手動の JSON 置換マップです。