VobSub2SRT 技术文档
本文档将详细介绍如何安装、使用以及API调用 VobSub2SRT 项目。VobSub2SRT 是一个简单的命令行程序,用于将 VobSub 格式的字幕(.idx/.sub)转换为文本格式(.srt)的字幕,使用 OCR 技术进行转换。
1. 安装指南
1.1 安装依赖
在 Ubuntu 12.10 上,您可以通过以下命令安装依赖:
sudo apt-get install libtiff5-dev libtesseract-dev tesseract-ocr-eng build-essential cmake pkg-config
您还应安装您要使用的语言的 Tesseract 数据!
1.2 编译与安装
./configure
make
sudo make install
这将把程序 vobsub2srt 安装到 /usr/local/bin 目录。您可以通过以下命令卸载 vobsub2srt:
sudo make uninstall
1.3 静态二进制文件
建议使用动态二进制文件!如果您确实需要静态二进制文件,可以在 ./configure 调用中添加 -DBUILD_STATIC=ON 标志。但请注意,构建静态二进制文件可能会有些麻烦。
1.4 Ubuntu PPA 和 .deb 包
作者创建了一个 PPA(Personal Package Archive),使得在 Ubuntu 上的安装变得简单。只需将 PPA 添加到您的 apt-get 源,并运行更新,然后就可以安装 vobsub2srt 包:
sudo add-apt-repository ppa:ruediger-c-plusplus/vobsub2srt
sudo apt-get update
sudo apt-get install vobsub2srt
1.5 Homebrew
VobSub2SRT 包含了一个 Homebrew 的公式(一个 OS X 的包管理器)。可以通过以下命令安装:
brew install --with-all-languages tesseract
brew install --HEAD https://github.com/ruediger/VobSub2SRT/raw/master/packaging/vobsub2srt.rb
1.6 Gentoo ebuild
Gentoo Linux 也提供了一个 ebuild 文件。您可以按照以下步骤使其可用于 emerge:
sudo mkdir -p /usr/local/portage/media-video/vobsub2srt/
wget https://github.com/ruediger/VobSub2SRT/raw/master/packaging/vobsub2srt-9999.ebuild
sudo mv vobsub2srt-9999.ebuild /usr/local/portage/media-video/vobsub2srt/
cd /usr/local/portage/media-video/vobsub2srt/
sudo ebuild vobsub2srt-999.ebuild digest
现在您应该可以通过 emerge vobsub2srt 安装 VobSub2SRT。
1.7 Arch AUR
Arch Linux 在 AUR 中也有一个 PKGBUILD 文件:
https://aur.archlinux.org/packages/vobsub2srt-git
2. 项目使用说明
VobSub2SRT 将 VobSub 格式(.idx/.sub)的字幕转换为 .srt 格式。VobSub 字幕通常由两个或三个文件组成,分别为 Filename.idx、Filename.sub 和可选的 Filename.ifo。要转换字幕,只需调用:
vobsub2srt Filename
其中 Filename 是字幕文件名(不带扩展名 .idx/.sub)。vobsub2srt 会将字幕写入 Filename.srt 文件。
如果字幕文件包含多种语言,可以使用 --lang 参数设置正确语言(使用 --langlist 查找文件中的语言)。对于某些语言,可能需要手动设置 Tesseract 语言(例如,使用 chi_tra/chi_sim 进行繁体或简体中文字符识别)。大多数情况下,这应该可以自动检测。
如果想要将字幕作为图像输出(例如,检查 OCR 是否正确),可以使用 --dump-images 标志。
使用 --help 或阅读 man 页面以获取更多关于 vobsub2srt 选项的信息。
3. 项目 API 使用文档
本项目中未提供传统意义上的 API 文档,因为它是作为命令行工具设计的。所有的命令行参数和选项都可以通过运行 vobsub2srt --help 获取。
4. 项目安装方式
请参考上文“安装指南”部分,了解详细的安装步骤和方法。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00