太長不看：Video-Subtitle-Extractor（VSE）是一款免費開源工具，透過 OCR 把影片裡的硬編碼（燒錄）字幕擷取成 SRT 檔案。它確實很強大——支援 87 種語言、本機 OCR 無需 API 金鑰、批次擷取、GPU 加速——對於擁有 NVIDIA 顯示卡、想免費批次擷取的開發者來說，很難被超越。但 VSE 基於 Python、面向 NVIDIA/CUDA（在 Mac 的 CPU 上很慢），而且它只做一件事：擷取。它不會翻譯字幕、不會把字幕燒錄回影片，也不提供修正字幕的編輯器。GeekLink 是一款開箱即用的 macOS 應用程式，同樣能做 OCR 擷取，然後繼續往下走——AI 翻譯、一個會標記不確定行的編輯環節、以及燒錄——全部在一個應用程式裡完成，無需設定 Python。如果你是使用 NVIDIA 顯示卡的開發者，只需要免費的純擷取，VSE 非常出色；如果你用 Mac，想從燒錄字幕一路走到翻譯好、校對好、重新燒錄的影片，而又不想碰命令列，那麼 GeekLink 能跑通整條流水線。
想把燒錄字幕擷取、翻譯、再重新燒錄回去——還不用碰 Python？GeekLink 在你的 Mac 上本機跑完整條 OCR 流水線。有免費版，無需註冊帳號。
免費下載什麼是 Video-Subtitle-Extractor（VSE）？
Video-Subtitle-Extractor（VSE）是一款免費開源（Apache 2.0）工具，從影片中擷取硬編碼字幕並輸出 SRT 檔案，使用本機 OCR，不依賴任何第三方 API。它擁有 9,000+ GitHub 星標，是這個類別裡最受歡迎的工具，尤其在華語社群。
VSE 逐幀偵測字幕區域，用本機 OCR 模型辨識螢幕上的文字，過濾掉非字幕文字，對重複行去重，然後寫出 SRT（或 TXT）。它支援 87 種語言，提供快速 / 自動 / 精確三種模式在速度和準確度之間權衡，只要多個影片解析度和字幕區域相同，就能批次擷取。
它真正的優勢在於一切都在本機免費執行，在 NVIDIA 硬體上有 GPU 加速以獲得更高的準確度和速度。它還搭配一個姊妹專案（video-subtitle-remover），如果你之後想抹掉舊的燒錄文字。VSE 從設計上就是一款擷取工具——它把燒錄文字變成 SRT，任務到此為止。
它的取捨正是開源 Python 專案的另一面。它圍繞 NVIDIA CUDA 建構，所以在 Mac 上會退回 CPU，執行緩慢。安裝可能意味著下載發行版建構包，或者如果失敗，就從原始碼安裝一個 conda 環境。也存在一些小的體驗尖角——例如，影片和程式路徑不能包含空格或非 ASCII 字元。對技術使用者來說這些都是小事；對不寫程式的人來說，它們是實實在在的摩擦。
GeekLink vs VSE：它們如何比較？
它們只在一件事上重疊——把燒錄字幕本機 OCR 成可編輯檔案。之後的一切（翻譯、編輯、燒錄）都是 GeekLink 獨有的，而在任意 GPU 上免費、可指令碼化的一切，則是 VSE 勝出的地方。
| 功能 | GeekLink | Video-Subtitle-Extractor（VSE） |
|---|---|---|
| 燒錄字幕 OCR → 可編輯 SRT | 是——核心功能 | 是——核心功能 |
| 平台 | macOS（原生，Apple Silicon） | Windows / Linux / macOS，但針對 NVIDIA GPU 調校（Mac = CPU，慢） |
| 安裝 | 下載應用程式，開啟即用——無需 Python | 下載發行版，或從原始碼安裝 conda/Python 環境 |
| 介面 | 帶編輯時間軸的原生 GUI | 用於擷取的 GUI（應用程式內沒有編輯器來修正結果） |
| 語言（OCR） | 涵蓋主要的 CJK + 拉丁語系 + 更多 | 87 種語言 |
| 批次擷取 | 是——一次處理多個影片 | 是——但要求整批影片解析度和字幕區域完全相同 |
| 對擷取出的字幕進行 AI 翻譯 | 是——Claude 3.5 Haiku、GPT-4o、GPT-4o mini、DeepSeek（結合上下文，40+ 語言對） | 否——只做擷取 |
| 應用程式內編輯 / 標記不確定行 | 是——編輯器標記低信心度行供複查 | 否——只能透過手動 JSON 對映做文字替換 |
| 把字幕燒錄回影片 | 是——帶樣式的燒錄 | 否——只輸出 SRT/TXT |
| 去除舊的燒錄文字 / 浮水印 | 否 | 透過一個獨立的姊妹專案（video-subtitle-remover） |
| 價格 | 免費版；付費 $12.99/月、$99/年，或 $169 一次性終身 | 免費開源（Apache 2.0） |
關鍵要點：這是「免費擷取引擎」對「開箱即用的擷取到交付流水線」。VSE 和 GeekLink 都從畫面幀上讀取燒錄文字，而 VSE 免費支援 87 種語言。但 VSE 止步於 SRT。GeekLink 是為那些需要把 SRT 翻譯好、校對好、並燒錄回成品影片的人打造的——在 Mac 上，無需安裝任何東西。
各自要花多少錢？
VSE 在 Apache 2.0 下完全免費開源——沒有付費方案，什麼都不計量。這是實實在在的優勢：如果你只需要擷取，又有硬體、也樂意自己執行它，那麼你的成本為零。
GeekLink 有一個永久免費版（完整的 OCR、語音辨識、編輯、批次、SRT/ASS 匯出；免費匯出會帶一個小的 GeekLink 標識）外加針對翻譯與燒錄流水線的一口價付費方案：
- 月付——$12.99/月
- 年付——$99/年（約 $8.25/月），含 1M AI 翻譯 token（約 1,500 分鐘）
- 終身——$169 一次性（早鳥）/ $199 常規，含 1M AI 翻譯 token，無訂閱
- 額外 AI 翻譯 token——$6.99 每 1M token（超量部分）
你付錢給 GeekLink 其實不是為了 OCR——你付的是 VSE 不做的那些事。OCR 擷取本身在 GeekLink 的免費版上就能用。付費方案涵蓋的是 AI 翻譯，以及開箱即用、免設定的 Mac 體驗。如果你唯一的需求就是免費擷取，VSE 是更便宜的答案；如果你本來要把 VSE 和一個單獨的翻譯器、一個燒錄工具拼在一起，那麼 GeekLink 的一口價能讓你在一個應用程式裡買下整條鏈路。
什麼時候該用 VSE 而不是 GeekLink？
在以下幾種情況下，VSE 是更好的選擇：
你想要免費、不計量的擷取，並且你熟悉 Python。VSE 不花一分錢，也沒有 token 限制。如果你能執行發行版建構包或搭建 conda 環境，你想擷取多少都可以。
你有一張 NVIDIA 顯示卡。VSE 圍繞 CUDA 加速建構，所以在一張夠力的 NVIDIA 顯示卡上，它在精確模式下能又快又準地擷取。GeekLink 僅限 macOS，所以在 Windows/Linux 的 GPU 主機上它不是選項。
你需要 VSE 的 87 種語言裡某種常見 CJK/拉丁語系之外的語言。VSE 的語言涵蓋非常廣。
你想要一款可以指令碼化或修改的開源工具。VSE 是 Apache 2.0——你可以自動化它、把它整合進流水線、並修改它。GeekLink 是一款閉源桌面應用程式。
什麼時候 GeekLink 是更好的選擇？
當擷取只是第一步，或者當你根本不打算碰命令列時，GeekLink 是更強的選擇。
你用 Mac，希望它開箱即用。GeekLink 是一款原生 macOS 應用程式：下載、開啟、在字幕區域畫個框、執行。沒有 Python、沒有 conda、沒有 CUDA，也沒有「路徑不能含空格」的坑。在 Apple Silicon 上，它就是為本機執行而生，無需 NVIDIA GPU。
你需要字幕被翻譯，而不只是被擷取。這是最大的差距。VSE 輸出原語言的 SRT 就停下了。GeekLink 可以在擷取之後立刻用 Claude 3.5 Haiku、GPT-4o、GPT-4o mini 或 DeepSeek 翻譯那個 SRT——結合行與行之間的上下文，而不是逐字翻譯。
你想在交付之前複查並修正 OCR。在風格化或畫面繁雜的素材上，OCR 從來不可能完美。GeekLink 給你一個應用程式內編輯器，它會標記出它最沒把握的行，這樣你只需檢查那少數幾行，而不必逐條校對所有內容。VSE 唯一的糾錯手段是手動編輯一個 JSON 替換對映。
你需要成品影片，而不只是一個檔案。GeekLink 可以把校對好、翻譯好的字幕帶樣式地燒錄回影片。VSE 給你的是 SRT/TXT；把它燒錄進去是另一個工具的另一份活。
VSE 能翻譯或燒錄它擷取的字幕嗎？
不能。VSE 把燒錄字幕擷取成 SRT（或 TXT）就到此為止——它沒有翻譯功能，也沒有燒錄功能。它的範圍刻意就是「把畫面文字讀進一個檔案」這一步。如果你需要另一種語言的結果，就把 VSE 的 SRT 拿去一個單獨的翻譯工具；如果你需要把它燒錄回影片，就把它拿去一個單獨的燒錄工具（或影片編輯器）。
對於組裝流水線的技術使用者來說，這種模組化是沒問題的——VSE 做 OCR，別的東西做翻譯，ffmpeg 或某個編輯器做燒錄。代價是你要維護三個工具、在它們之間搬運檔案，而且翻譯步驟通常不結合上下文，除非你自己接一個 LLM 進去。
GeekLink 把那條鏈路合併進一個應用程式：對燒錄文字做 OCR，用一個能看到周圍行的 LLM 翻譯它，在編輯器裡修正被標記的行，然後把結果燒錄回去——全程不用離開應用程式，也不用寫指令碼。這個對比與其說是「哪個 OCR 更好」，不如說是「你想要一個 OCR 引擎，還是整條擷取-翻譯-交付流水線」。
兩者甚至可以互補：開發者可以在 NVIDIA GPU 上用 VSE 做快速免費的批次擷取，然後把 SRT 交給 Mac 上的 GeekLink 做 AI 翻譯和帶樣式的燒錄。不同的工具，不同的階段。
常見問題
GeekLink 是 Video-Subtitle-Extractor 的付費替代品嗎？
部分是。GeekLink 的燒錄字幕 OCR 在免費版上就能用，所以基礎擷取不花任何錢。付費方案（$12.99/月、$99/年，或 $169 終身）涵蓋的是 AI 翻譯和開箱即用的 Mac 體驗。VSE 完全免費開源，但它只做擷取——它不翻譯、不編輯、也不把字幕燒錄回去。
Video-Subtitle-Extractor 在 Mac 上執行得好嗎？
它能在 macOS 上執行，但 VSE 圍繞 NVIDIA CUDA 加速建構，所以在 Mac 上會退回 CPU，擷取緩慢。GeekLink 是一款為 Apple Silicon 打造的原生 macOS 應用程式，所以它在本機全速執行，無需 NVIDIA GPU，而且它作為普通應用程式安裝，不需要 Python 或 conda 設定。
VSE 能翻譯它擷取的字幕嗎？
不能。VSE 輸出原語言的 SRT 或 TXT，沒有翻譯功能。要翻譯的話，你得把那個檔案拿去一個單獨的工具。GeekLink 在應用程式內用 Claude 3.5 Haiku、GPT-4o、GPT-4o mini 或 DeepSeek 翻譯擷取出的字幕，並結合行與行之間的上下文。
VSE 能把字幕燒錄回影片嗎？
不能。VSE 只生成一個字幕檔案；把它燒錄進去是用另一個工具的另一個步驟。GeekLink 可以在同一個應用程式裡把校對好、翻譯好的字幕帶著字型、顏色和位置樣式燒錄回影片。
哪個 OCR 更準確？
兩者都用強大的本機 OCR。VSE 在 NVIDIA GPU 上的精確模式下可以非常準確，代價是速度。在風格化或畫面繁雜的素材上，任何 OCR 工具的準確度都會有波動，這正是為什麼 GeekLink 增加了一個編輯器，它會標記出最沒把握的行，讓你能快速複查——而 VSE 唯一的糾錯路徑是一個手動 JSON 替換對映。