Pontos principais
- Vídeos reenviados e repostados costumam trazer um logo de emissora ou marca d'água em um idioma diferente do diálogo — o logo de uma plataforma tailandesa, coreana ou japonesa sobre um clipe chinês, por exemplo — e o OCR comum lê tudo isso para dentro do seu SRT.
- O GeekLink filtra o OCR pelo sistema de escrita: defina o idioma da sua legenda e ele mantém o texto no alfabeto desse idioma (mais letras latinas e números) e descarta automaticamente textos em outros alfabetos.
- Isso captura ruídos que filtros de cor e tamanho não pegam — um logo em idioma estrangeiro é removido mesmo quando tem a mesma cor e o mesmo tamanho da legenda, porque é simplesmente um alfabeto diferente.
- Ele não remove inglês. Letras latinas e dígitos são sempre mantidos, porque legendas reais frequentemente misturam palavras em inglês e números.
- Ele roda offline em Macs com Apple Silicon em mais de 90 idiomas e exporta um SRT limpo.
Por que texto em idioma estrangeiro acaba nas minhas legendas extraídas?
O OCR lê cada pedaço de texto no quadro, independentemente do idioma. Quando um clipe é reenviado ou repostado, ele frequentemente carrega a marca d'água da plataforma original ou um logo de emissora — e esse texto costuma estar em um idioma completamente diferente do diálogo falado. O OCR não consegue dizer qual idioma é "a legenda"; ele apenas lê caracteres.
Isso é extremamente comum em vídeos de formato curto e repostados. Um clipe de novela chinesa reenviado de outra plataforma pode mostrar o selo de uma emissora tailandesa ou coreana no canto; uma compilação pode trazer o nome de um canal japonês no topo. Lido ao pé da letra, tudo isso acaba no seu SRT ao lado do diálogo real.
A forma confiável de separá-los é pelo sistema de escrita. Se o seu diálogo é chinês e o logo é tailandês, os dois usam alfabetos totalmente diferentes — então dizer ao mecanismo de OCR "minhas legendas são em chinês" lhe dá uma regra clara do que manter e do que descartar.
Como filtro o OCR por idioma?
Você define o idioma da legenda antes da extração, e o GeekLink mantém apenas o texto cujo sistema de escrita corresponde a esse idioma — mais letras latinas e números — e descarta todo o resto. O idioma que você escolhe faz duas coisas: seleciona o modelo de reconhecimento ajustado para aquele idioma e define o conjunto de alfabetos "esperados" para a saída.
Quando uma linha detectada está em um alfabeto que não pertence ao seu idioma — kana japonês em um vídeo chinês, tailandês em um vídeo que não é tailandês — o GeekLink o trata como não-sendo-sua-legenda e o deixa de fora. Você não precisa ativar nada extra; escolher o idioma da legenda é o filtro.
Como isso funciona sobre o alfabeto, não sobre a aparência, ele remove ruídos em idioma estrangeiro que filtros de cor e tamanho deixam passar — um logo que por acaso é branco e do tamanho da legenda ainda é descartado se estiver escrito em outro idioma.
O que cada idioma mantém e descarta?
Cada idioma de legenda mantém seu próprio alfabeto mais o latino (para o inglês e os números que aparecem em quase toda legenda) e descarta alfabetos não relacionados. Veja como os idiomas comuns se comportam:
| Idioma da legenda | Mantido | Descartado (exemplos) |
|---|---|---|
| Chinês | Caracteres chineses + latino/números | Kana japonês, coreano, tailandês, cirílico, árabe |
| Japonês | Kana + caracteres chineses + latino/números | Coreano, tailandês, cirílico, árabe |
| Coreano | Hangul + latino/números | Kana japonês, tailandês, cirílico, árabe |
| Tailandês | Tailandês + latino/números | CJK, coreano, cirílico, árabe |
| Russo | Cirílico + latino/números | CJK, coreano, tailandês, árabe |
| Árabe | Árabe + latino/números | CJK, coreano, tailandês, cirílico |
| Hindi | Devanágari + latino/números | CJK, coreano, tailandês, cirílico |
Para um idioma de legenda em alfabeto latino (inglês, espanhol, português e assim por diante), o conjunto esperado é o latino — então logos e marcas d'água não latinos são descartados enquanto o seu diálogo é mantido.
A filtragem por idioma remove textos em inglês também?
Não. Letras latinas e números são sempre mantidos, não importa qual idioma de legenda você escolha. As legendas frequentemente misturam palavras em inglês, nomes de marcas e dígitos — uma linha em chinês pode incluir "OK", um número de modelo ou um ano — então remover o latino prejudicaria legendas reais.
Isso significa que a filtragem por idioma remove outros alfabetos não latinos (japonês, coreano, tailandês, cirílico, árabe e assim por diante), não o inglês. Se o seu ruído é uma marca d'água em inglês em um vídeo com legenda em inglês, use os filtros de cor, tamanho de fonte e região — eles separam textos no mesmo idioma pela aparência e posição.
E quanto a legendas bilíngues, como chinês com inglês?
Legendas bilíngues são suportadas — o GeekLink consegue capturar os dois idiomas de uma legenda em dois idiomas. Muitos vídeos chineses trazem chinês em uma linha e inglês na linha de baixo; como o latino é sempre mantido junto com o chinês, ambas as linhas passam.
Isso é diferente de descartar um logo em idioma estrangeiro: uma legenda bilíngue é diálogo intencional em dois alfabetos que pertencem juntos, enquanto um logo é texto não relacionado em um terceiro alfabeto. A filtragem por idioma mantém o primeiro e descarta o segundo.
Passo a passo: descarte o logo estrangeiro e mantenha suas legendas
- Importe seu(s) vídeo(s). O GeekLink processa em lote uma pasta inteira de uma vez.
- Defina o idioma da legenda como o idioma do seu diálogo (por exemplo, chinês). Isso define quais alfabetos são mantidos.
- Escolha a região da legenda e inicie o OCR. Escolha onde as legendas ficam; depois escolha a cor da legenda a partir de quadros de amostra, caso queira filtrar também pela aparência.
- Deixe rodar. O GeekLink lê o diálogo e descarta automaticamente linhas em outros sistemas de escrita — o logo ou a marca d'água da emissora estrangeira nunca chega ao seu SRT.
- Exporte o SRT. Você recebe um arquivo limpo apenas com suas legendas, pronto para traduzir ou editar.
Combine com os filtros de aparência para o resultado mais limpo: o idioma descarta o logo em alfabeto estrangeiro, enquanto cor, tamanho e região limpam qualquer ruído no mesmo idioma. Veja o guia completo sobre extrair legendas sem a marca d'água, ou o guia de OCR na documentação para uma referência de cada configuração.
Por que isso importa para vídeo reenviado e repostado
Se você trabalha com clipes repostados, logos em idioma estrangeiro são a fonte mais comum de lixo em legendas extraídas. Criadores que retiram diálogos de novelas curtas, compilações e reenvios entre plataformas lidam constantemente com selos de emissoras e marcas d'água de plataformas em tailandês, coreano ou japonês sobre o diálogo chinês.
Filtrar por idioma transforma isso de uma tarefa de limpeza manual em uma automática: defina o idioma do diálogo e o texto estrangeiro some antes mesmo de você abrir o SRT. Combinado com o processamento em lote, você consegue limpar uma pasta de clipes repostados em uma única passada — tudo offline no seu Mac.
Divulgação: o GeekLink é o nosso produto. O comportamento de idioma/alfabeto descrito aqui reflete como o app filtra a saída de OCR. Sempre confirme os resultados no seu próprio material, pois fontes incomuns e logos estilizados podem variar.
Exemplo: um clipe chinês com um logo de emissora tailandesa
Digamos que você esteja repostando um clipe de novela curta chinesa que ainda carrega o logo de uma plataforma tailandesa no canto superior direito e um pequeno carimbo de data/hora em inglês na parte de baixo. Veja o que cada filtro faz:
- Defina o idioma da legenda como chinês. O logo tailandês está em um alfabeto diferente, então é descartado automaticamente — mesmo que fique sobre o vídeo como as legendas, e mesmo que seja branco e de tamanho parecido.
- O carimbo de data/hora em inglês permanece por padrão, porque letras latinas e números são sempre mantidos. Se você não o quiser, adicione um filtro de região (ele fica na borda inferior, fora da faixa de legenda) ou um filtro de cor (geralmente é de um tom diferente).
- O diálogo chinês passa limpo, pronto para exportar como SRT ou traduzir para o inglês em uma versão bilíngue.
O resultado é idêntico quer você processe um clipe ou cinquenta — defina o idioma uma vez e processe a pasta inteira em lote, offline, em uma única passada.
Como a filtragem por idioma difere da filtragem por cor ou tamanho?
A filtragem por idioma separa o texto pelo sistema de escrita; os filtros de cor, tamanho e região separam o texto por como ele se parece e onde fica. Eles resolvem problemas diferentes, e as extrações mais limpas usam os dois juntos.
Recorra ao filtro de idioma quando o ruído está em um idioma diferente do seu diálogo — um logo de emissora estrangeira ou marca d'água de plataforma. Ele remove esse texto não importa a cor ou o tamanho, porque é simplesmente um alfabeto diferente. Este é o único filtro capaz de descartar um logo que por acaso combina com a cor branca da sua legenda e a altura exata.
Recorra aos filtros de cor, tamanho e região quando o ruído está no mesmo idioma do seu diálogo — o nome de um canal chinês em um vídeo chinês, por exemplo. A filtragem por idioma não consegue distingui-los, mas a aparência consegue: a marca d'água geralmente é de uma cor diferente, menor ou estacionada num canto.
Na prática, defina o idioma primeiro para eliminar alfabetos estrangeiros, depois adicione cor e tamanho para limpar qualquer ruído restante no mesmo idioma. As duas passadas são complementares, não redundantes.
E se algum texto em idioma estrangeiro ainda passar?
Alguns logos são feitos para serem difíceis de ler, e vale a pena conhecer esses casos limite. Logos muito estilizados ou decorativos podem ser mal lidos pelo OCR como caracteres latinos aleatórios em vez do seu alfabeto real — e, como o latino é sempre mantido, essa saída embaralhada pode ocasionalmente escapar para o SRT.
Quando isso acontece, some os filtros de aparência: um logo de canto é removido restringindo a região do OCR, e um selo desbotado ou de cor destoante é removido pelo filtro de cor. Entre idioma, região e cor, quase todo logo cai em pelo menos um deles.
Linhas que realmente misturam dois alfabetos estrangeiros são raras em legendas reais, mas, se você encontrar uma, escolha o idioma que corresponde ao seu diálogo e deixe os filtros de aparência cuidarem do resto. O objetivo não é uma regra perfeita — é empilhar alguns filtros baratos para que a limpeza restante seja trivial em vez de linha por linha.
Perguntas frequentes
Como removo um logo de emissora em idioma estrangeiro das legendas extraídas?
Defina o idioma da sua legenda no GeekLink como o idioma do diálogo. Ele mantém o texto no sistema de escrita desse idioma (mais latino e números) e descarta textos em outros alfabetos, então um logo tailandês, coreano ou japonês em um vídeo chinês é removido automaticamente — mesmo que compartilhe a cor e o tamanho da legenda.
Ele vai apagar palavras em inglês das minhas legendas?
Não. Letras latinas e números são sempre mantidos, independentemente do idioma escolhido, porque as legendas frequentemente misturam palavras em inglês e dígitos. A filtragem por idioma remove outros alfabetos não latinos, não o inglês.
Posso extrair legendas bilíngues, como chinês e inglês juntos?
Sim. Como o latino é mantido junto com o idioma da sua legenda, uma legenda bilíngue de chinês mais inglês passa com as duas linhas. Um logo em idioma estrangeiro em um terceiro alfabeto ainda é descartado.
E se a marca d'água estiver no mesmo idioma das minhas legendas?
A filtragem por idioma não consegue separar textos no mesmo idioma, então use os filtros de aparência: filtre por cor, tamanho de fonte e região da tela para descartar uma marca d'água no mesmo idioma por como ela se parece e onde fica. Veja o guia sobre extrair legendas sem a marca d'água.
Isso funciona offline no Mac?
Sim. O GeekLink roda OCR localmente em Macs com Apple Silicon após baixar o modelo uma vez, sem envio para a nuvem, e suporta mais de 90 idiomas. Ele processa vários vídeos em lote e exporta arquivos SRT limpos.