四種字幕類型——以及如何逐一擷取

太長不看：每一種字幕不是畫面的一部分，就是獨立的字幕軌。如果你能在播放器裡把它關掉，代表它是可以擷取的字幕軌；如果它固定顯示在畫面上關不掉，代表它是燒錄字幕，只有對影格做 OCR 才能還原文字。文字軌用 ffmpeg 幾秒鐘就能匯出，圖像軌（藍光 PGS 與 DVD VobSub）在擷取字幕軌後還需要 OCR，燒錄字幕則需要對影格做 OCR。

如何分辨我的字幕是哪一種？

最快的測試方法只需要一個影片播放器：試著把字幕關掉。如果字幕消失了，代表它是獨立的字幕軌，可以擷取出來。如果不管怎麼操作字幕都還在畫面上，代表它是燒錄字幕。這一個動作就能分辨你打開的幾乎所有檔案。

想要確定的答案，就列出所有軌道。在已安裝 ffmpeg 的 Mac 上（brew install ffmpeg），執行：

ffprobe -v error -select_streams s \
  -show_entries stream=index,codec_name:stream_tags=language,title \
  -of default=noprint_wrappers=1 input.mkv

如果你偏好圖形介面，MediaInfo 也能顯示相同的軌道清單。而且當你真的把字幕軌擷取出來時，副檔名本身就是線索：.srt 代表文字，.sup 代表藍光 PGS（一種圖像格式），.idx/.sub 代表 DVD VobSub（同樣是圖像格式）。

決定一切的單一測試：如果你能在播放器裡把字幕關掉，它就是可以擷取的字幕軌；如果不行，它就是燒錄在畫面上的字幕，需要用 OCR 處理。

四種字幕類型

撇開所有的副檔名和編碼器名稱不談，你會遇到的字幕其實正好只有四種。其中兩種是文字，一種是儲存在字幕軌裡的圖像，另一種則是直接烤進影片本身。

• 文字軌（內嵌 SRT/ASS、MP4 tx3g、WebVTT）：字幕本身已經以純文字形式儲存。它在播放器裡可以開關，用 ffmpeg 或 mkvextract 幾秒鐘就能擷取出來——完全不需要 OCR。這是最理想的情況，也是每個人都希望自己遇到的那一種。
• 圖像軌——PGS 與 VobSub：PGS（.sup）是藍光的字幕格式；VobSub（.idx/.sub）是 DVD 的字幕格式。這兩種都是獨立、可開關的字幕軌——但每一行字幕都是以一小張文字圖片的形式儲存，而不是文字。你需要先擷取字幕軌（用 mkvextract，或在 Mac 上用 Subler），再對圖片做 OCR，才能得到可編輯的 SRT。
• 燒錄字幕／硬字幕：文字直接烤進影片的像素裡——它是畫面的一部分，無法關閉。因為沒有字幕軌可以擷取，任何解封裝工具或轉檔工具都幫不上忙。你必須對影片的影格做 OCR，把文字重新讀出來。這正是 GeekLink 在 Mac 上所做的事。
• 隱藏式字幕（CEA-608/708）：直接內嵌在影片訊號裡，而不是獨立的字幕軌——常見於電視廣播錄影和部分 MP4/MOV 檔案。它們可以開關、也是文字形式，所以用 ccextractor 或 ffmpeg 就能擷取，不需要 OCR。

四種裡有三種是可開關的字幕軌；只有燒錄字幕是畫面的一部分——這正是決定你能直接擷取、還是必須用 OCR 的分界線。

哪一種字幕該用哪個工具？

一旦你確定自己拿到的是四種裡的哪一種，該用什麼工具就很直接了。整個判斷邏輯一張表就能看完：

種類	如何分辨	如何擷取	輸出結果
文字軌（SRT/ASS/tx3g/WebVTT）	可開關；ffprobe 顯示文字編碼	ffmpeg 或 mkvextract	立即輸出 SRT
圖像軌——PGS／VobSub	可開關；擷取出來是 .sup 或 .idx/.sub	先擷取字幕軌，再做 OCR	SRT（OCR 之後）
燒錄字幕／硬字幕	無法關閉；沒有列出字幕軌	對影片做影格 OCR	SRT（OCR 產出）
隱藏式字幕（CEA-608/708）	廣播／MP4／MOV 上可開關的字幕	ccextractor（或 ffmpeg）	SRT

四種裡只有兩種需要 OCR——圖像軌與燒錄字幕——原因相同：檔案裡沒有文字，只有圖片。

為什麼圖像軌和燒錄字幕都需要 OCR

表面上看像是兩個不同的問題，其實本質上是同一個。PGS 或 VobSub 字幕軌把每一行字幕存成文字的點陣圖；燒錄字幕則是直接畫在影片自己的像素裡。這兩種情況下，檔案裡都沒有任何文字可以直接複製出來——只有圖片（圖像軌）或像素（燒錄字幕）。

沒有任何格式轉換工具能把圖片變成文字；只有 OCR 才能讀出來。這就是為什麼把 PGS/VobSub 字幕軌轉成 SRT，或是從影片裡擷取燒錄字幕，本質上是 OCR 任務，而不是檔案格式轉換的任務。

這也是很多人卡關的原因：他們試著用 ffmpeg 或字幕轉檔工具，結果得到編碼器錯誤，或是一個在文字編輯器裡打不開的 .sup 檔案，就以為哪裡壞掉了。其實什麼都沒壞——工具只是沒辦法憑空生出根本不存在的文字。

在 Mac 上擷取每一種字幕

以下是在 macOS 上處理這四種字幕的實際做法。

文字軌——一行指令就能搞定，幾秒鐘就完成：

# Extract the first subtitle track as SRT
ffmpeg -i input.mkv -map 0:s:0 subtitles.srt

圖像軌（PGS／VobSub）——先擷取字幕軌，再對它做 OCR。在 Mac 上最簡單的做法，是先把字幕軌一次性算繪到影片上，再對輸出結果跑 OCR：

# Render the image-subtitle track onto the video (one-time re-encode)
ffmpeg -i input.mkv -filter_complex "[0:v][0:s:0]overlay[v]" \
  -map "[v]" -map 0:a? -c:a copy rendered.mp4

接著把 rendered.mp4 匯入 GeekLink，執行 OCR 擷取，就能得到乾淨、時間軸正確的 SRT。

燒錄字幕——沒有字幕軌可以擷取，所以直接進行 OCR。把影片匯入 Mac 上的 GeekLink，執行 OCR 擷取：它會直接從影格中讀出字幕文字，匯出時間軸正確的 SRT，全程在本機離線完成，不會上傳任何內容。

隱藏式字幕——用 ccextractor（ccextractor input.mp4 -o captions.srt）或 ffmpeg 擷取；不需要 OCR。

針對這兩種需要 OCR 的情況——燒錄字幕影片與已算繪的圖像軌——GeekLink 是 Mac 上的本機解決方案：離線執行 OCR 擷取並匯出時間軸正確的 SRT，並支援語音辨識（Whisper）、AI 翻譯成 40 多種語言（Claude、GPT-4o、DeepSeek）、內建編輯器，以及在你要處理一整季影集時所需的批次處理。完整的 OCR 操作教學在這裡：如何使用 OCR 擷取燒錄字幕（硬字幕）。

常見問題

相關文章