Resumo: O Video-Subtitle-Extractor (VSE) é uma ferramenta gratuita e de código aberto que faz OCR das legendas embutidas (queimadas) de um vídeo para um arquivo SRT. Ele é genuinamente poderoso — 87 idiomas, OCR local sem chaves de API, extração em lote e aceleração por GPU — e para um desenvolvedor com uma GPU NVIDIA que quer extração em massa gratuita, é difícil de bater. Mas o VSE é baseado em Python, orientado a NVIDIA/CUDA (lento na CPU de um Mac) e faz uma coisa só: extrair. Ele não traduz as legendas, não as queima de volta nem oferece um editor para corrigi-las. O GeekLink é um app macOS pronto para usar que faz a mesma extração por OCR e depois continua — tradução por IA, uma etapa de edição que sinaliza as linhas das quais não tem certeza, e queima — tudo em um único app sem configurar Python. Se você é desenvolvedor com uma GPU NVIDIA e só precisa de extração bruta de graça, o VSE é excelente; se você está em um Mac e quer ir das legendas queimadas até um vídeo traduzido, corrigido e requeimado sem tocar na linha de comando, o GeekLink faz o pipeline inteiro.
Quer extrair legendas queimadas, traduzi-las e queimá-las de volta — sem Python? O GeekLink roda todo o pipeline de OCR localmente no seu Mac. Plano gratuito, sem conta.
Baixar grátisO que é o Video-Subtitle-Extractor (VSE)?
O Video-Subtitle-Extractor (VSE) é uma ferramenta gratuita e de código aberto (Apache 2.0) que extrai legendas embutidas de um vídeo e gera um arquivo SRT, usando OCR local sem nenhuma API de terceiros. Com 9,000+ estrelas no GitHub, é a ferramenta mais popular desta categoria, especialmente na comunidade de língua chinesa.
O VSE detecta a região da legenda quadro a quadro, lê o texto na tela com um modelo de OCR local, filtra o texto que não é legenda, remove duplicatas das linhas repetidas e escreve um SRT (ou TXT). Ele suporta 87 idiomas, oferece modos Rápido / Automático / Preciso que trocam velocidade por precisão, e consegue extrair vários vídeos em lote desde que compartilhem a mesma resolução e região de legenda.
Sua verdadeira força é que tudo roda localmente e de graça, com aceleração por GPU em hardware NVIDIA para maior precisão e velocidade. Ele também se combina com um projeto irmão (video-subtitle-remover) caso você queira apagar depois o texto queimado antigo. O VSE é, por design, uma ferramenta de extração — ele transforma o texto queimado em um SRT, e é aí que o trabalho dele termina.
As contrapartidas são o outro lado de ser um projeto Python de código aberto. Ele é orientado a NVIDIA CUDA, então em um Mac recorre à CPU e roda devagar. A instalação pode significar baixar uma build de release ou, se isso falhar, instalar um ambiente conda a partir do código-fonte. Também existem pequenas arestas de experiência de uso — por exemplo, os caminhos do vídeo e do programa não podem conter espaços nem caracteres não ASCII. Para um usuário técnico são detalhes menores; para quem não programa são atrito de verdade.
GeekLink vs VSE: como eles se comparam?
Eles se sobrepõem em exatamente uma coisa — o OCR local de legendas queimadas para um arquivo editável. Tudo depois disso (tradução, edição, queima) é exclusivo do GeekLink, e tudo relacionado a ser gratuito e programável em qualquer GPU é onde o VSE vence.
| Recurso | GeekLink | Video-Subtitle-Extractor (VSE) |
|---|---|---|
| OCR de legendas queimadas → SRT editável | Sim — recurso central | Sim — recurso central |
| Plataforma | macOS (nativo, Apple Silicon) | Windows / Linux / macOS, mas ajustado para GPU NVIDIA (Mac = CPU, lento) |
| Instalação | Baixe o app e abra — sem Python | Baixe a release, ou instale um ambiente conda/Python a partir do código-fonte |
| Interface | GUI nativa com linha do tempo de edição | GUI para extração (sem editor para corrigir resultados no app) |
| Idiomas (OCR) | Cobre os principais CJK + latino + mais | 87 idiomas |
| Extração em lote | Sim — vários vídeos em uma execução | Sim — mas exige resolução e região de legenda idênticas em todo o lote |
| Tradução por IA das legendas extraídas | Sim — Claude 3.5 Haiku, GPT-4o, GPT-4o mini, DeepSeek (com contexto, 40+ pares) | Não — só extração |
| Edição no app / sinalizar linhas incertas | Sim — o editor marca as linhas de baixa confiança para revisar | Não — apenas substituições de texto via um mapa JSON manual |
| Queimar as legendas de volta no vídeo | Sim — queima com estilo | Não — gera apenas SRT/TXT |
| Remover texto queimado antigo / marca d'água | Não | Via um projeto irmão separado (video-subtitle-remover) |
| Preço | Plano gratuito; pago $12.99/mês, $99/ano, ou $169 pagamento único vitalício | Gratuito, código aberto (Apache 2.0) |
Conclusão principal: isto é "motor de extração gratuito" versus "pipeline pronto para usar da extração à entrega". VSE e GeekLink ambos leem o texto queimado dos quadros, e o VSE faz isso de graça em 87 idiomas. Mas o VSE para no SRT. O GeekLink é feito para quem precisa daquele SRT traduzido, corrigido e queimado de volta em um vídeo finalizado — em um Mac, sem instalar nada.
Quanto custa cada um?
O VSE é completamente gratuito e de código aberto sob a Apache 2.0 — não há plano pago, e nada é cobrado por uso. Essa é uma vantagem real: se a extração é tudo de que você precisa e você tem o hardware e a disposição para rodá-lo, seu custo é zero.
O GeekLink tem um plano gratuito permanente (OCR completo, reconhecimento de fala, edição, lote, exportação SRT/ASS; as exportações gratuitas trazem um pequeno crédito GeekLink) mais planos pagos de preço fixo para o pipeline de tradução e queima:
- Mensal — $12.99/mês
- Anual — $99/ano (~$8.25/mês), inclui 1M de tokens de tradução por IA (~1,500 minutos)
- Vitalício — $169 pagamento único (early bird) / $199 normal, inclui 1M de tokens de tradução por IA, sem assinatura
- Tokens extras de tradução por IA — $6.99 por 1M de tokens (excedente)
Você não está de fato pagando ao GeekLink pelo OCR — você está pagando por tudo o que o VSE não faz. A extração por OCR em si está disponível no plano gratuito do GeekLink. Os planos pagos cobrem a tradução por IA e a experiência Mac pronta para usar e sem configuração. Se sua única necessidade é extração gratuita, o VSE é a resposta mais barata; se de outra forma você teria que costurar o VSE com um tradutor separado e uma ferramenta de queima, o preço fixo do GeekLink compra a cadeia inteira em um único app.
Quando você deve usar o VSE em vez do GeekLink?
O VSE é a melhor escolha em várias situações:
Você quer extração gratuita e sem limite de uso e se vira bem com Python. O VSE não custa nada e não tem limites de tokens. Se você consegue rodar uma build de release ou montar um ambiente conda, pode extrair o quanto quiser.
Você tem uma GPU NVIDIA. O VSE é construído em torno da aceleração CUDA, então em uma placa NVIDIA capaz ele extrai com rapidez e precisão nos seus modos precisos. O GeekLink é só para macOS, então não é uma opção em uma máquina com GPU Windows/Linux.
Você precisa de um dos 87 idiomas do VSE que fica fora dos conjuntos comuns CJK/latino. A cobertura de idiomas do VSE é muito ampla.
Você quer uma ferramenta de código aberto que possa programar ou modificar. O VSE é Apache 2.0 — você pode automatizá-lo, integrá-lo a um pipeline e alterá-lo. O GeekLink é um app de desktop fechado.
Quando o GeekLink é a melhor escolha?
O GeekLink é a escolha mais forte quando a extração é apenas o primeiro passo, ou quando você não vai tocar na linha de comando.
Você está em um Mac e quer que simplesmente funcione. O GeekLink é um app macOS nativo: baixe, abra, desenhe uma caixa ao redor da área da legenda, execute. Não há Python, nem conda, nem CUDA, nem a pegadinha de "os caminhos não podem conter espaços". No Apple Silicon ele é feito para rodar localmente sem precisar de uma GPU NVIDIA.
Você precisa das legendas traduzidas, não apenas extraídas. Essa é a maior lacuna. O VSE gera o SRT no idioma original e para. O GeekLink pode traduzir esse SRT com Claude 3.5 Haiku, GPT-4o, GPT-4o mini ou DeepSeek — com contexto entre as linhas, não palavra por palavra — logo após a extração.
Você quer revisar e corrigir o OCR antes de entregar. O OCR nunca é perfeito em imagens estilizadas ou carregadas. O GeekLink oferece um editor no app que sinaliza as linhas das quais tem menos certeza, para você conferir o punhado que vale a pena conferir em vez de revisar tudo. O único mecanismo de correção do VSE é editar à mão um mapa de substituição JSON.
Você precisa do vídeo finalizado, não apenas de um arquivo. O GeekLink pode queimar de volta no vídeo as legendas corrigidas e traduzidas, com estilo. O VSE te dá um SRT/TXT; queimá-lo é um trabalho separado com uma ferramenta separada.
O VSE pode traduzir ou queimar as legendas que extrai?
Não. O VSE extrai as legendas queimadas para um SRT (ou TXT) e para por aí — ele não tem recurso de tradução nem de queima. Seu escopo é deliberadamente a etapa de "ler o texto da imagem para um arquivo". Se você precisa do resultado em outro idioma, leva o SRT do VSE para uma ferramenta de tradução separada; se precisa dele queimado de volta no vídeo, leva para uma ferramenta de queima separada (ou um editor de vídeo).
Para um usuário técnico montando um pipeline, essa modularidade é ótima — VSE para o OCR, algo mais para a tradução, ffmpeg ou um editor para a queima. O custo é que você mantém três ferramentas e move arquivos entre elas, e a etapa de tradução normalmente não leva o contexto em conta, a menos que você mesmo conecte um LLM.
O GeekLink comprime essa cadeia em um único app: faz OCR do texto queimado, o traduz com um LLM que vê as linhas ao redor, corrige no editor as linhas sinalizadas e então queima o resultado de volta — sem nunca sair do app ou escrever um script. A comparação não é tanto "qual OCR é melhor" e sim "você quer um motor de OCR, ou todo o pipeline de extrair-traduzir-entregar".
Os dois podem até ser complementares: um desenvolvedor poderia usar o VSE em uma GPU NVIDIA para extração em massa rápida e gratuita, e depois entregar os SRTs ao GeekLink em um Mac para a tradução por IA e a queima com estilo. Ferramentas diferentes, etapas diferentes.
Perguntas frequentes
O GeekLink é uma alternativa paga ao Video-Subtitle-Extractor?
Em parte. O OCR de legendas queimadas do GeekLink está disponível no plano gratuito, então a extração básica não custa nada. Os planos pagos ($12.99/mês, $99/ano, ou $169 vitalício) cobrem a tradução por IA e a experiência Mac pronta para usar. O VSE é totalmente gratuito e de código aberto, mas só extrai — não traduz, não edita nem queima legendas de volta.
O Video-Subtitle-Extractor roda bem em um Mac?
Ele roda no macOS, mas o VSE é construído em torno da aceleração NVIDIA CUDA, então em um Mac recorre à CPU e extrai devagar. O GeekLink é um app macOS nativo feito para Apple Silicon, então roda localmente em velocidade máxima sem precisar de uma GPU NVIDIA, e se instala como um app normal sem configuração de Python ou conda.
O VSE pode traduzir as legendas que extrai?
Não. O VSE gera o SRT ou TXT no idioma original e não tem recurso de tradução. Para traduzir, você levaria esse arquivo a uma ferramenta separada. O GeekLink traduz as legendas extraídas dentro do app com Claude 3.5 Haiku, GPT-4o, GPT-4o mini ou DeepSeek, usando contexto entre as linhas.
O VSE pode queimar as legendas de volta no vídeo?
Não. O VSE só produz um arquivo de legenda; queimá-lo é uma etapa separada com outra ferramenta. O GeekLink pode queimar de volta no vídeo as legendas corrigidas e traduzidas com estilo de fonte, cor e posição, no mesmo app.
Qual é mais preciso no OCR?
Ambos usam um OCR local forte. O VSE pode ser muito preciso no seu modo preciso em uma GPU NVIDIA, ao custo da velocidade. A precisão em imagens estilizadas ou carregadas varia para qualquer ferramenta de OCR, e é por isso que o GeekLink adiciona um editor que sinaliza as linhas das quais tem menos confiança para você revisá-las rápido — o único caminho de correção do VSE é um mapa de substituição JSON manual.