太長不看：這三款工具都能從硬字幕（燒錄字幕）中得到可編輯的文字，但它們適合不同的配置。VideoSubFinder（免費，Windows/Linux）自己不做 OCR — 它檢測字幕幀和時間軸，然後輸出清理好的文字圖片，供你餵給 Subtitle Edit 或 FineReader 之類的獨立 OCR 工具。VideOCR（免費，開源，Windows/Linux）是端到端的：它用本地的 PaddleOCR（或混合雲模式下的 Google Lens）讀取文字，並寫出帶時間軸的 SRT。GeekLink 是 macOS 的選擇：端到端本地 OCR，帶畫框式區域選擇、一個會標出沒把握行的編輯器，接著在同一個 App 裡做 AI 翻譯和燒錄。在 Windows 或 Linux 上，VideOCR 是最好的免費選擇；如果你想要經典、掌控力十足的兩步字幕組工作流，就用 VideoSubFinder；在 Mac 上，或者如果你需要把字幕翻譯好再燒回去，就用 GeekLink。
用 Mac？GeekLink 在本地提取燒錄字幕 — 框選區域、執行 OCR、得到帶時間軸的 SRT。免費檔，無需賬號。
免費下載VideOCR 是什麼？
VideOCR 是一款面向 Windows 和 Linux 的免費開源（MIT）工具，用本地的 PaddleOCR 或混合雲模式下的 Google Lens，把影片裡的硬字幕提取成 SRT 檔案。它是一個活躍的 GitHub 專案（截至 2026 年 7 月約 680 stars），同時有圖形介面和命令列，外加 CPU 和 NVIDIA GPU 的 Docker 映象。
工作流很直接：載入影片、裁剪字幕區域、選一個 OCR 引擎、執行。本地模式用 PaddleOCR 模型（其 README 列出 200+ 種支援語言）；混合模式在本地做文字檢測、但把識別發給 Google Lens，用隱私和離線能力換取難素材上的準確率。它支援 NVIDIA CUDA 加速、可配置的置信度閾值，以及針對間距問題的後處理。
主要的注意事項，直接來自它自己的文件：CPU 上的本地 OCR 很慢（GPU 版本的存在是有原因的），而且沒有 macOS 版本 — 它只出 Windows 和 Linux 版本。它也沒有內建編輯器來審校或糾正識別出的文字，沒有翻譯，沒有燒錄；輸出就是 SRT，流水線的其餘部分由你自己來。來源：GitHub 上的 VideOCR。
VideoSubFinder 是什麼？
VideoSubFinder 是一款免費（GPLv2）的 Windows/Linux 工具，它找出含有硬字幕的幀及其時間軸 — 但它自己不做 OCR。它輸出的是「清理後」的文字圖片（字幕行從背景裡分離出來），然後你把這些圖片餵給 Subtitle Edit、ABBYY FineReader 或 Google Drive 的 OCR 之類的獨立 OCR 程式來得到實際文字。
它是字幕組世界的經典之作 — 在 SourceForge 上分發，至今仍有每週數百次下載 — 而這種兩步設計是刻意為之的。VideoSubFinder 解決了真正困難的、影片特有的問題（哪些幀有字幕文字、每一行何時出現和消失、把背景清理乾淨），把字元識別留給專門的 OCR 軟體。做得仔細的話，結果非常出色，這就是為什麼 VideoSubFinder + Subtitle Edit 組合至今仍是影片論壇上的標準配方。
這種強大的代價是工作流上的摩擦：你要管理兩個程式、在它們之間傳輸一批批圖片，並在最後把文字和時間軸縫合起來。而且和 VideOCR 一樣，它沒有 macOS 版本 — 它面向 Windows 和 Linux。來源：SourceForge 上的 VideoSubFinder。
VideOCR 對比 VideoSubFinder 對比 GeekLink：它們怎麼比？
一句話版本：VideoSubFinder 是一個需要第二個 OCR 工具的字幕幀檢測器，VideOCR 是一款面向 Windows/Linux 的完整免費提取器，而 GeekLink 是一款面向 macOS 的完整「提取器 + 流水線」。
| 功能 | GeekLink | VideOCR | VideoSubFinder |
|---|---|---|---|
| 平臺 | Mac（Apple Silicon）和 64 位 Windows | Windows / Linux / Docker — 無 Mac 版本 | Windows / Linux — 無 Mac 版本 |
| 自己做 OCR | 是 — 本地，端到端 | 是 — PaddleOCR 本地，或 Google Lens 混合（雲端） | 否 — 為外部 OCR 工具輸出清理好的文字圖片 |
| 到成品 SRT 的步數 | 一個 App：匯入 → 畫框 → 執行 → SRT | 一個 App：裁剪 → 執行 → SRT | 兩個 App：在這裡檢測幀，去別處（如 Subtitle Edit）OCR 圖片 |
| 字幕區域選擇 | 是 — 畫一個框；外加針對 logo 和水印的尺寸/顏色過濾 | 是 — 裁剪設定 | 是 — 搜尋區域設定 |
| 在 App 內審校 / 糾正結果 | 是 — 編輯器標出它最沒把握的行 | 否 — 去別處編輯 SRT | 否 — 糾正在你的 OCR 工具裡進行 |
| 對提取出的字幕做 AI 翻譯 | 是 — Claude 3.5 Haiku、GPT-4o、GPT-4o mini、DeepSeek（結合上下文，40+ 種語言） | 否 | 否 |
| 把字幕燒回影片 | 是 — 帶樣式燒錄 | 否 | 否 |
| 完全離線執行 | 是 — OCR 100% 本地 | 本地模式可以；Google Lens 混合模式需要聯網 | 可以（OCR 步驟取決於你搭配的工具） |
| GPU 加速 | 在 Apple Silicon 上本地執行 | NVIDIA CUDA 版本 | 面向 CPU；多執行緒 |
| 價格 / 授權 | 免費檔；付費每月 $12.99、每年 $99，或一次性終身 $129 | 免費，開源（MIT） | 免費，開源（GPLv2） |
核心要點：先看平臺，再看工作流。VideOCR 和 VideoSubFinder 主要面向 Windows/Linux；GeekLink 支援 Mac 和 Windows，但沒有 Linux 版。平臺篩選之後，再決定你要免費的原始提取（VideOCR）、兩步的極致掌控（VideoSubFinder），還是在一個 App 裡完成提取、審校、翻譯和燒錄（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 — 單獨用時它們只讀圖片，還是得有人來處理影片那部分：取樣幀、檢測字幕在哪裡、對重複行去重，並構建時間戳。這正是上面那些工具圍繞它們所做的工作。
| 引擎 | 它是什麼 | 做字幕的強項 | 做影片時缺什麼 |
|---|---|---|---|
| PaddleOCR | 開源深度學習 OCR 工具包（Python 庫） | 現代級準確率；在中文及其他 CJK 文字上尤其強；本地執行 | 讀圖片，不讀影片 — 你要自己指令碼化幀提取、區域裁剪、去重和 SRT 組裝（本質上就是 VideOCR 圍繞它做的事） |
| Tesseract | 老牌開源 OCR 引擎，被許多文件工具以及 Subtitle Edit 的圖片 OCR 使用 | 成熟、免費、語言覆蓋非常廣；在乾淨、高對比度的文字上表現不錯 | 為印刷文件設計 — 低解析度、有樣式的影片文字是個難題，這就是 VideoSubFinder 背景清理步驟存在的原因 |
| Google Lens | Google 的雲端文字識別 | 極其準確，即使在雜亂或有樣式的文字上 | 沒有批次影片工作流，也沒有時間軸 — 手動做就是一張截圖一張截圖；VideOCR 的混合模式把它自動化，代價是把你的畫面幀發給 Google |
所以「哪個 OCR 引擎最好」通常是錯誤的第一個問題。對字幕來說，工具的影片層 — 幀檢測、時間軸、去重、區域和雜物過濾 — 才決定了你會看到的大部分實際質量差距。
你該選哪個？
在 Windows 或 Linux 上，你想要免費的端到端提取：VideOCR。一個 App，本地 PaddleOCR，SRT 出。如果你有 NVIDIA GPU，用 GPU 版本 — 按它自己的說法，CPU 模式很慢。在 Linux 上，GeekLink 不是選項；在 Windows 上，如果你想要完整桌面流程，也可以使用 GeekLink。
你想要極致掌控和給 OCR 提供儘可能最好的原始圖片：VideoSubFinder + Subtitle Edit（或 FineReader）。兩步工作流更慢、更手動，但背景清理步驟是真的好，而且每個階段都可檢視。這是傳統字幕組的路線。
在 Mac 上：GeekLink 是實用的選擇 — 另外兩款沒有 Mac 版本，靠模擬執行或從原始碼跑違背了快速提取的初衷。GeekLink 的 OCR 在本地執行，畫框和尺寸/顏色過濾把 logo 和水印擋在結果之外，而且提取在免費檔裡。
提取對你來說只是第一步：如果真正的活兒是「進來燒錄的中文字幕，翻譯好的英文字幕燒回去」，只有 GeekLink 覆蓋整條鏈 — OCR、一個標出值得檢查的行的編輯器、結合上下文的 AI 翻譯，以及帶樣式的燒錄，全在一個 App 裡。用 VideOCR 或 VideoSubFinder，你得用三四款獨立工具拼出那條流水線。
它們各多少錢？
VideOCR（MIT）和 VideoSubFinder（GPLv2）都完全免費且開源 — 沒有付費檔，沒有按量計費。如果你在 Windows/Linux 上、提取就是全部工作，你的軟體成本為零。
GeekLink 有一個永久免費檔（完整 OCR、語音識別、編輯、批次、SRT/ASS 匯出；OCR 匯出不帶署名，免費檔的語音識別字幕匯出帶一行 GeekLink 署名），外加針對翻譯和燒錄流水線的固定付費計劃：
- 月付 — 每月 $12.99，含 400 AI Credits
- 年付 — 每年 $99（約 $8.25/月），含 4,800 AI Credits
- 終身 — 一次性 $129，含 4,800 AI Credits，無訂閱
你不是為 OCR 付錢給 GeekLink — 提取是免費的。付費計劃覆蓋 AI 翻譯和成品影片流水線。如果你只需要 Windows 上的免費提取，VideOCR 就是正確答案，而且不花一分錢。
常見問題
VideoSubFinder 自己做 OCR 嗎？
不。VideoSubFinder 檢測含有硬字幕的幀、記錄它們的時間軸，並輸出清理好的文字圖片。要得到實際文字，你要把這些圖片餵給一個獨立的 OCR 程式 — 常見的是 Subtitle Edit（基於 Tesseract 的圖片 OCR）、ABBYY FineReader 或 Google Drive OCR。VideOCR 和 GeekLink 都自己做 OCR。
VideOCR 或 VideoSubFinder 有 Mac 版本嗎？
沒有。截至 2026 年 7 月，VideOCR 出 Windows、Linux 和 Docker 版本，VideoSubFinder 出 Windows 和 Linux 版本。在 macOS 上，GeekLink 是用 OCR 提取硬字幕的原生選擇。
哪款工具提取硬字幕最準？
這更多取決於你的素材而非工具：解析度、對比度和字型樣式佔主導。三款都採用現代方法 — VideOCR 用 PaddleOCR 或 Google Lens，VideoSubFinder 為你搭配的任何 OCR 產出清理好的圖片，而 GeekLink 執行帶區域和雜物過濾的本地 OCR。GeekLink 還額外標出它最沒把握的行，讓你只審校少數幾行、而不是逐條校對全部。
VideOCR 或 VideoSubFinder 能翻譯字幕嗎？
不能。兩者都停在原語言文字 — VideOCR 停在 SRT，VideoSubFinder 停在圖片加時間軸。GeekLink 在 App 內用 Claude 3.5 Haiku、GPT-4o、GPT-4o mini 或 DeepSeek 翻譯提取出的字幕，跨行使用上下文，並能把結果燒回影片。
做字幕 OCR，Tesseract 還是 PaddleOCR 更好？
對影片字幕來說，PaddleOCR 這類深度學習引擎通常比為乾淨印刷文件設計的 Tesseract 更能處理低解析度、有樣式和 CJK 文字。話雖如此，VideoSubFinder 的背景清理步驟通過給 Tesseract 交上乾淨得多的圖片，縮小了這個差距。無論哪種，引擎都不如它周圍的影片層重要 — 幀檢測、時間軸和去重。
這些工具能離線工作嗎？
VideoSubFinder：能（它的 OCR 步驟取決於你搭配的工具）。VideOCR：在本地 PaddleOCR 模式下能；它的 Google Lens 混合模式需要聯網並把畫面幀發給 Google。GeekLink：能 — OCR 在你的電腦上 100% 本地執行；只有可選的 AI 翻譯步驟會呼叫模型 API。