太長不看：這三款工具都能從硬字幕（燒錄字幕）中取出可編輯的文字，但它們適合不同的配置。VideoSubFinder（免費，Windows/Linux）本身不做 OCR — 它偵測字幕畫面與時間軸，然後輸出清理後的文字圖片，供你餵給像 Subtitle Edit 或 FineReader 這樣的獨立 OCR 工具。VideOCR（免費，開源，Windows/Linux）是端到端的：它用本機的 PaddleOCR 讀取文字（或以混合雲端模式用 Google Lens），並寫出帶時間軸的 SRT。GeekLink 是 macOS 選項：端到端的本機 OCR，具框選式區域選取、一個會標出它沒把握的行的編輯器，接著在同一個 App 裡進行 AI 翻譯與燒錄。在 Windows 或 Linux 上，VideOCR 是最佳免費之選；如果你想要具完整掌控度的經典兩段式字幕組工作流程，選 VideoSubFinder；在 Mac 上，或如果你需要把字幕翻譯後燒錄回去，選 GeekLink。
在 Mac 上？GeekLink 在本機擷取燒錄字幕 — 框選一個區域、執行 OCR、得到帶時間軸的 SRT。免費方案，無須帳號。
免費下載VideOCR 是什麼？
VideOCR 是一款給 Windows 與 Linux 用的免費、開源（MIT）工具，使用本機的 PaddleOCR 或混合雲端模式的 Google Lens，把影片中的硬字幕擷取成一個 SRT 檔案。它是個活躍的 GitHub 專案（截至 2026 年 7 月約 680 星），同時有 GUI 與 CLI，外加 CPU 與 NVIDIA GPU 的 Docker 映像。
工作流程很直接：載入一支影片、裁切字幕區域、選一個 OCR 引擎，然後執行。本機模式使用 PaddleOCR 模型（其 README 列出 200+ 種支援語言）；混合模式在本機做文字偵測，但把辨識送給 Google Lens，這是以隱私與離線使用換取難搞素材上的準確度。它支援 NVIDIA CUDA 加速、可設定的信心閾值，以及處理間距問題的後製。
直接引自它自己的文件，主要的注意事項是：在 CPU 上的本機 OCR 很慢（GPU 版本存在是有原因的），而且沒有 macOS 版本 — 它只出 Windows 與 Linux 版本。也沒有內建編輯器可複查或修正辨識出的文字、沒有翻譯、沒有燒錄；輸出就是那個 SRT，管線的其餘部分由你自理。來源：GitHub 上的 VideOCR。
VideoSubFinder 是什麼？
VideoSubFinder 是一款免費（GPLv2）的 Windows/Linux 工具，找出含有硬字幕的畫面與它們的時間軸 — 但它本身不執行 OCR。它輸出的是「清理過」的文字圖片（字幕行從背景中隔離出來），你接著把這些圖片丟進像 Subtitle Edit、ABBYY FineReader 或 Google Drive 的 OCR 這類獨立 OCR 程式，來得到實際文字。
它是字幕組世界的經典 — 在 SourceForge 上發布，至今每週仍有數百次下載 — 兩段式的設計是刻意的。VideoSubFinder 解決真正困難、專屬影片的問題（哪些畫面有字幕文字、每一行何時出現與消失、把背景清理掉），並把字元辨識留給專門的 OCR 軟體。仔細做的話，結果非常出色，這就是為什麼 VideoSubFinder + Subtitle Edit 的組合至今仍是影片論壇上的標準配方。
那份強大的代價是工作流程的摩擦：你要管理兩個程式、在它們之間傳輸一批批圖片，最後把文字重新縫回時間軸。而且跟 VideOCR 一樣，沒有 macOS 版本 — 它針對 Windows 與 Linux。來源：SourceForge 上的 VideoSubFinder。
VideOCR vs VideoSubFinder vs GeekLink：它們如何比較？
一句話版本：VideoSubFinder 是一個需要第二個 OCR 工具的字幕畫面偵測器，VideOCR 是一款給 Windows/Linux 用的完整免費擷取器，而 GeekLink 是一款給 macOS 用的完整擷取器加管線。
| 功能 | GeekLink | VideOCR | VideoSubFinder |
|---|---|---|---|
| 平台 | macOS（原生，Apple Silicon） | Windows / Linux / Docker — 無 Mac 版 | Windows / Linux — 無 Mac 版 |
| 自己做 OCR | 是 — 本機，端到端 | 是 — PaddleOCR 本機，或 Google Lens 混合（雲端） | 否 — 輸出清理後的文字圖片供外部 OCR 工具使用 |
| 到完成 SRT 的步驟 | 一款 App：匯入 → 框選 → 執行 → SRT | 一款 App：裁切 → 執行 → SRT | 兩款 App：在這裡偵測畫面，在別處 OCR 圖片（如 Subtitle Edit） |
| 字幕區域選取 | 是 — 框選；外加給 logo 與浮水印的尺寸／顏色篩選 | 是 — 裁切設定 | 是 — 搜尋區域設定 |
| 在 App 內複查／修正結果 | 是 — 編輯器標出它最沒把握的行 | 否 — 在別處編輯 SRT | 否 — 修正在你的 OCR 工具裡進行 |
| 擷取字幕的 AI 翻譯 | 是 — Claude 3.5 Haiku、GPT-4o、GPT-4o mini、DeepSeek（上下文感知，40+ 種語言） | 否 | 否 |
| 把字幕燒錄回影片 | 是 — 帶樣式燒錄 | 否 | 否 |
| 完全離線執行 | 是 — OCR 100% 本機 | 本機模式是；Google Lens 混合模式需要網路 | 是（OCR 步驟取決於你搭配的工具） |
| GPU 加速 | 在 Apple Silicon 上本機執行 | NVIDIA CUDA 版本 | 偏向 CPU；多執行緒 |
| 價格／授權 | 免費方案；付費每月 $12.99、每年 $99，或一次性終身 $169 | 免費，開源（MIT） | 免費，開源（GPLv2） |
重點：先按作業系統挑，其次才按工作流程。VideOCR 與 VideoSubFinder 都沒有出 Mac 版，而 GeekLink 沒有出 Windows 版 — 所以對大多數人來說，作業系統就決定了。當你真的有選擇時，問題在於你想要免費的原始擷取（VideOCR）、兩步達成的最大掌控度（VideoSubFinder），還是在一款 App 裡擷取加複查、翻譯與燒錄（GeekLink）。
你能直接用 PaddleOCR、Tesseract 或 Google Lens 嗎？
可以，但它們是 OCR 引擎，不是影片字幕工具 — 單靠自己時它們讀取圖片，而影片那部分仍得有人處理：對畫面取樣、偵測字幕在哪裡、去除重複行，以及建立時間軸。那正是上述工具圍繞它們所做的工作。
| 引擎 | 它是什麼 | 對字幕的優勢 | 對影片欠缺什麼 |
|---|---|---|---|
| PaddleOCR | 開源深度學習 OCR 工具組（Python 函式庫） | 現代水準的準確度；在中文與其他 CJK 文字上尤其強；本機執行 | 讀取圖片，不是影片 — 畫面擷取、區域裁切、去重與 SRT 組裝都得你自己寫程式（基本上就是 VideOCR 圍繞它所做的事） |
| Tesseract | 老牌開源 OCR 引擎，被許多文件工具與 Subtitle Edit 的圖片 OCR 使用 | 成熟、免費、語言涵蓋非常廣；在乾淨、高對比的文字上表現不錯 | 為列印文件而設計 — 低解析度、有樣式的影片文字是個難題，這就是 VideoSubFinder 的去背步驟存在的原因 |
| Google Lens | Google 的雲端文字辨識 | 極其準確，即使是雜亂或有樣式的文字 | 沒有批次影片工作流程、沒有時間軸 — 手動做就是一張截圖接一張截圖；VideOCR 的混合模式把它自動化，代價是把你的畫面送去 Google |
所以「哪個 OCR 引擎最好」通常是錯的第一個問題。對字幕來說，工具的影片這一層 — 畫面偵測、時間軸、去重、區域與雜物篩選 — 決定了你會看到的大部分實際品質差距。
你該選哪一款？
在 Windows 或 Linux 上，你想要免費、端到端的擷取：VideOCR。一款 App、本機 PaddleOCR、輸出 SRT。如果你有 NVIDIA GPU，就用 GPU 版 — CPU 模式依它自己承認就是很慢。GeekLink 在這裡不是選項：它僅限 macOS。
你想要最大掌控度與最好的 OCR 原始圖片：VideoSubFinder + Subtitle Edit（或 FineReader）。兩段式工作流程較慢、也較手動，但去背步驟真的很好，而且每個階段都可檢視。這是傳統字幕組的路線。
在 Mac 上：GeekLink 是務實的選擇 — 另外兩款沒有出 Mac 版，透過模擬或從原始碼執行它們，就違背了快速擷取的初衷。GeekLink 的 OCR 在本機執行，框選與尺寸／顏色篩選把 logo 與浮水印擋在結果之外，而擷取在免費方案內。
擷取對你來說只是第一步：如果真正的工作是「燒錄的中文字幕進、翻譯後的英文字幕燒錄回去」，只有 GeekLink 涵蓋整條鏈 — OCR、一個標出值得檢查的行的編輯器、上下文感知的 AI 翻譯，以及在一款 App 裡的帶樣式燒錄。用 VideOCR 或 VideoSubFinder，你得從三、四個獨立工具拼湊出那條管線。
它們要多少錢？
VideOCR（MIT）與 VideoSubFinder（GPLv2）都完全免費且開源 — 沒有付費層級，沒有任何計量。如果你在 Windows/Linux 上、擷取就是全部工作，你的軟體成本是零。
GeekLink 有一個永久免費方案（完整 OCR、語音辨識、編輯、批次、SRT/ASS 匯出；免費匯出帶有小小的 GeekLink 標記），外加給翻譯與燒錄管線的統一付費方案：
- 月付 — 每月 $12.99
- 年付 — 每年 $99（約每月 $8.25），含 100 萬 AI 翻譯 tokens（約 1,500 分鐘）
- 終身 — 一次性 $169（早鳥）／ 一般 $199，含 100 萬 AI 翻譯 tokens，無訂閱
- 額外 AI 翻譯 tokens — 每 100 萬 tokens $6.99（超量）
你付給 GeekLink 的錢不是為了 OCR — 擷取是免費的。付費方案涵蓋 AI 翻譯與完成影片的管線。如果你需要的只是 Windows 上的免費擷取，VideOCR 就是正確答案，且分文不花。
常見問題
VideoSubFinder 自己做 OCR 嗎？
不做。VideoSubFinder 偵測含有硬字幕的畫面、記錄它們的時間軸，並輸出清理後的文字圖片。要得到實際文字，你得把這些圖片丟進一個獨立的 OCR 程式 — 常見的是 Subtitle Edit（以 Tesseract 為基礎的圖片 OCR）、ABBYY FineReader 或 Google Drive OCR。VideOCR 與 GeekLink 都自己執行 OCR。
VideOCR 或 VideoSubFinder 有 Mac 版嗎？
沒有。截至 2026 年 7 月，VideOCR 出 Windows、Linux 與 Docker 版本，VideoSubFinder 出 Windows 與 Linux 版本。在 macOS 上，GeekLink 是以 OCR 擷取硬字幕的原生選項。
哪一款工具擷取硬字幕最準確？
這取決於你的素材更甚於工具：解析度、對比與字型樣式主宰一切。三款都採用現代方法 — VideOCR 用 PaddleOCR 或 Google Lens，VideoSubFinder 為你搭配的任何 OCR 產出清理後的圖片，而 GeekLink 以區域與雜物篩選執行本機 OCR。GeekLink 還額外標出它最沒把握的行，所以你只需複查少數幾行、而不必逐條校對全部。
VideOCR 或 VideoSubFinder 能翻譯字幕嗎？
不能。兩者都止步於原文文字 — VideOCR 止於 SRT，VideoSubFinder 止於圖片加時間軸。翻譯需要另一個工具。GeekLink 在 App 內以 Claude 3.5 Haiku、GPT-4o、GPT-4o mini 或 DeepSeek 翻譯擷取出的字幕，並跨行運用上下文，還能把結果燒錄回影片。
字幕 OCR 用 Tesseract 還是 PaddleOCR 比較好？
對影片字幕來說，像 PaddleOCR 這樣的深度學習引擎通常比為乾淨列印文件而設計的 Tesseract 更能處理低解析度、有樣式與 CJK 文字。話雖如此，VideoSubFinder 的去背步驟透過交給 Tesseract 乾淨得多的圖片，縮小了這個差距。無論如何，引擎的重要性都不及圍繞它的影片這一層 — 畫面偵測、時間軸與去重。
這些工具能離線運作嗎？
VideoSubFinder：能（它的 OCR 步驟取決於你搭配的工具）。VideOCR：在本機 PaddleOCR 模式下能；它的 Google Lens 混合模式需要網路，並把畫面送去 Google。GeekLink：能 — OCR 在你的 Mac 上 100% 本機執行；只有選用的 AI 翻譯步驟會呼叫一個模型 API。