摘要：望言OCR（Wangyan OCR）是一款把一件事做好的中文开源工具——把视频画面中的硬字幕（烧录字幕）提取成可编辑的文件。它的社区版免费、采用 GPL-3.0 许可；专业版（¥18/月 或 ¥88/年，约 $12/年）解锁更快的处理、一个针对中文调优的识别模型、错误标记和批量查找替换。它不做语音识别或翻译。GeekLink 也通过 OCR 提取硬字幕，但额外加入了语音识别（用于没有现成字幕的纯音频源）、翻译成 40+ 种语言的 AI 翻译，以及贯穿整个工作流的一条批量流水线，全部在一款原生 macOS 应用里。如果你只需要低成本的中文 OCR 提取，就选望言OCR。如果你还需要翻译、语音识别或端到端的批量流水线，就选 GeekLink。
需要在一条流水线里同时完成 OCR 提取和翻译？GeekLink 提取硬字幕、转录语音并翻译成 40+ 种语言 — 在 Mac 本地完成，免费上手。
免费下载什么是望言OCR？
望言OCR（Wangyan OCR，GitHub 仓库 nhjydywd/SubtitleOCR）是一款面向中文市场、专为一件事而生的工具：读取已经烧进视频画面里的字幕，并把它们变成可编辑的字幕文件。与通用转录应用不同，望言OCR 在视频画面上做真正的光学字符识别——它读取的是图像的一部分文字，而不是音频。
社区版免费、采用 GPL-3.0 开源许可，具备高速提取、批量处理和基础字幕编辑——对于核心工作来说是一套扎实的功能。付费的「专业」版售价 ¥18/月 或 ¥88/年（约 $12/年），解锁一个更快的处理模式（开发者自家的宣传声称相比免费版最高约 48 倍速度提升——这是他们的数字，不是经独立验证的基准测试）、一个针对中文文字（包括空格惯例和繁体字处理）调优的专有识别模型、一个标记可能 OCR 错误供复查的错误检测功能、项目级的查找替换历史，以及额外的导出格式。
和之前不少开源工具一样，望言OCR 走了一条相当常见的路径：GPL-3.0 的开源版本建立了初始用户基础，从 1.4 版开始，一个付费激活模型与之并行引入。此后免费可得的开源版本开发活跃度较低。这并非对该项目的贬低——只是商业模式的演变，如果你在决定安装哪个版本，这值得了解。
望言OCR 做不到的，是语音识别或翻译。它完全没有音频转录能力——如果一个视频没有现成的屏幕字幕，望言OCR 就没有东西可提取，它也不会像转录工具那样从口语音频生成字幕。它也不把提取出的字幕翻译成另一种语言；它的工作止步于恢复原始的屏幕文字。
GeekLink vs 望言OCR：功能如何对比？
下面的对比涵盖了每款工具实际处理的字幕工作流部分。望言OCR 是一款专注、低成本的 OCR 提取工具；GeekLink 涵盖同样的 OCR 工作，外加在一条流水线里的语音识别、翻译和烧录。
| 功能 | GeekLink | 望言OCR |
|---|---|---|
| 平台 | macOS（原生，Apple Silicon 优化） | Windows 优先的开源工具；Mac 体验不是主要目标平台 |
| 主要定位 | 完整字幕生产流水线（识别 → OCR → 翻译 → 烧录） | 仅硬字幕 OCR 提取 |
| 视频 OCR（烧录字幕提取） | 有 — 处理彩色文字、描边、复杂背景，忽略 logo/水印 | 有 — 这是它的核心功能，付费版带有针对中文调优的识别模型 |
| AI 语音识别 | 有 — 用于没有现成字幕的纯音频源，100% 本地 | 无 — 纯图像 OCR，无音频转录 |
| AI 翻译 | 有 — Claude 3.5 Haiku、GPT-4o、GPT-4o mini、DeepSeek（40+ 种语言） | 无 — 无翻译或跨语言本地化 |
| 字幕烧录 | 有 — 支持字体/颜色/位置样式 | 不在核心工作流内 |
| 批量处理 | 有 — 一次运行贯穿整条流水线（OCR + 语音 + 翻译 + 烧录）处理 50+ 个视频 | 有 — 跨多个视频的批量 OCR 提取 |
| 错误 / 低置信度标记 | 有 — 把可能的误读呈现出来供复查 | 有 — 付费版标记可能的 OCR 错误 |
| 许可 / 开放性 | 带免费档的闭源商业应用 | 社区版免费且 GPL-3.0 开源；付费版专有 |
| 本地处理 / 隐私 | 语音识别、OCR 和烧录 100% 本地运行；只有字幕文本（不是视频）会为可选翻译发送给 LLM | OCR 在本地运行（开源代码库） |
关键要点：两款工具都真正做硬字幕的 OCR 提取——这个重叠是真实的。区别在于范围。望言OCR 一旦提取出屏幕文字就停下了。GeekLink 把提取当作一条更长流水线中的一步，这条流水线还能转录纯音频源，并把结果翻译成另一种语言，全部在同一次批量运行中完成。
望言OCR 与 GeekLink 相比要花多少钱？
望言OCR 的社区版免费且开源（GPL-3.0），免费包含高速提取、批量处理和字幕编辑。专业版售价 ¥18/月 或 ¥88/年（约 $12/年），这是一个真正的低价——它反映的是一个价格通常远低于西方 SaaS 定价的中国消费软件市场，而不是说它在那个特定工作上是一款逊色的产品。
GeekLink 提供永久免费档（完整的语音识别、OCR、编辑、批量处理、SRT/ASS 导出；免费导出带有一个小小的 GeekLink 标识）。付费方案为：
- 月付 — $12.99/月
- 年付 — $99/年（约 $8.25/月，包含 100 万 AI 翻译 token/约 1,500 分钟）
- 终身 — $169 一次性（早鸟价，包含 100 万 AI 翻译 token）/ $199 常规价
- 额外 AI 翻译 token — 超出包含额度后，$6.99 每 100 万 token
这是针对不同工作的不同价位，而不是同一款产品「便宜 vs 昂贵」的比较。望言OCR 的 ¥88/年专业版，是为一项狭窄任务——更快的中文 OCR 提取——在一个低 ARPU 消费软件市场里定价的。GeekLink 的 $99/年或 $169 终身价，是为一条更宽、跨语言的流水线定价的，面向的是不同的买家：需要 OCR、语音识别、AI 翻译和烧录全部协同工作、并且足够看重这份广度而愿意相应付费的人。如果你需要的只是中文 OCR 提取，就那个特定工作而言，望言OCR 的价格很难被击败。
什么时候该选望言OCR 而不是 GeekLink？
在几种特定情况下，望言OCR 确实很合适：
你只需要中文硬字幕提取。如果你处理的每个视频都已经有烧录的中文字幕，而你的工作在拿到这段可编辑文本后就结束了——不翻译、不做跨语言工作——望言OCR 的识别模型专门针对中文文字调优，包括空格惯例和繁体字处理。
你想要仅 OCR 提取的尽可能最低成本。以 ¥18/月 或 ¥88/年（约 $12/年）计，专业版很便宜，社区版免费且开源。如果你的工作流纯粹是「把烧录文字取出来」，就没必要为一条你用不上的更宽流水线付费。
你想要一个开源代码库。GPL-3.0 的社区版意味着你可以检视、修改或自托管提取逻辑——这是闭源商业应用无法提供的。
你已经有单独的翻译和视频编辑工具。如果你的流水线已经把一个 OCR 工具、一个翻译服务和一个编辑器拼接在一起，望言OCR 可以作为 OCR 那一步嵌入，而无需为一个你不需要的捆绑替代品付费。
什么时候 GeekLink 是更好的选择？
当你的工作超出仅对中文视频的 OCR 提取时，GeekLink 是更强的选择：
你需要翻译。这是最明显的差异。望言OCR 完全没有翻译功能——它提取原始的屏幕文字，然后就停在那里。GeekLink 用 Claude 3.5 Haiku、GPT-4o、GPT-4o mini 或 DeepSeek 把提取（或转录）出的字幕翻译成 40+ 种语言，并读取周围的行作为上下文。如果你的受众需要另一种语言的内容，望言OCR 根本带不了你到那一步。
你还处理没有现成字幕的纯音频源。望言OCR 只读取已经烧进画面里的文字——如果一个视频没有屏幕字幕，它就没有东西可提取。GeekLink 的语音识别通过直接转录口语音频覆盖了这种情况，所以同一款应用既能处理「视频已经有硬字幕」，也能处理「视频完全没有字幕」。
你想要一条批量流水线，而不是把工具拼接起来。望言OCR 批处理的是 OCR 那一步。GeekLink 批处理的是整个工作流——OCR 或语音识别、翻译、编辑和烧录——在一次无人值守的运行里处理 50+ 个视频，这样你就不用在 OCR 工具、翻译工具和编辑器之间手动传递文件。
你想要一款原生 macOS 应用。望言OCR 是一款 Windows 优先的开源工具；它的 Mac 体验不是主要目标平台，因此可能更粗糙。GeekLink 只为 macOS 构建，并针对 Apple Silicon（M1/M2/M3/M4）优化。
你服务的是非中文受众。望言OCR 的识别模型专门针对中文文字调优。如果你的源视频有其他语言的字幕，或者你需要其他语言的输出，GeekLink 更宽的 OCR 和翻译范围更合适。
望言OCR 能翻译字幕吗？
不能。望言OCR 不提供翻译或任何跨语言本地化功能。它纯粹是一款 OCR/提取工具：读取烧进视频画面里的文字，并以它原本书写的语言输出为字幕文件。它的付费版增加了速度、一个针对中文调优的识别模型、错误标记和导出格式选项——但这些都不涉及翻译。
如果你用望言OCR 提取中文硬字幕，然后需要它们变成英语、西班牙语、日语或任何其他语言，你就得把提取出的文件交给一个单独的翻译工具或服务——望言OCR 的工作止步于恢复原始文字。
这正是 GeekLink 的 OCR 和翻译同处一条流水线的意义所在。GeekLink 用和望言OCR 相同的方式提取硬字幕，但提取出的文字随后直接流入 AI 翻译（Claude 3.5 Haiku、GPT-4o、GPT-4o mini 或 DeepSeek），无需离开应用，翻译后的结果可以导出为字幕文件或烧回视频里。对于任何字幕需要触达另一种语言受众的人来说——比如一部为西方受众本地化的中国短剧——这与单纯的提取是意义显著不同的工作流。
常见问题
望言OCR 免费吗？
社区版免费且采用 GPL-3.0 开源许可，包含高速提取、批量处理和字幕编辑。付费的专业版售价 ¥18/月 或 ¥88/年（约 $12/年），解锁更快的处理、一个针对中文调优的识别模型、错误标记、批量查找替换，以及更多导出格式。
望言OCR 支持翻译吗？
不支持。望言OCR 纯粹是一款 OCR 提取工具——它读取烧进视频画面里的文字，并以原始语言输出，没有翻译或跨语言本地化功能。GeekLink 用相同的方式提取硬字幕，然后在同一条流水线里把它们翻译成 40+ 种语言。
望言OCR 做语音识别吗？
不做。望言OCR 纯粹是对屏幕文字的基于图像的 OCR——它没有音频转录能力。如果一个视频没有现成的硬字幕，它就没有东西可提取。GeekLink 正是为这种情况加入了语音识别，当一个视频完全没有屏幕字幕时，直接转录口语音频。
有望言OCR 的 Mac 替代品吗？
望言OCR 是一款 Windows 优先的开源工具；它的 Mac 体验不是主要目标平台。GeekLink 是一款 macOS 原生应用，从视频中提取硬字幕（与望言OCR 相同的核心工作），此外还提供针对纯音频源的语音识别、翻译成 40+ 种语言的 AI 翻译，以及贯穿完整流水线的批量处理——全部针对 Apple Silicon 优化。
字幕提取我该用望言OCR 还是 GeekLink？
如果你只需要低成本的中文硬字幕提取、别无他求，望言OCR 是一个扎实、专用、廉价的选择。如果你还需要翻译、针对纯音频源的语音识别，或者想让 OCR、转录、翻译和烧录在一条 Mac 原生的批量流水线里协同运行，就选 GeekLink。