| 特性 | 说明 |
|---|---|
| 🤖 多引擎 OCR | PaddleOCR · EasyOCR · Tesseract.js — 80+ 语言，GPU 加速，智能切换 |
| ⚡ 五阶段后处理 | 标准化 → 去噪 → 合并 → 相似度融合 → 时间校准，流水线清洗 |
| 📦 9 种导出格式 | SRT · VTT · ASS · SSA · JSON · CSV · TXT · LRC · SBV |
| 🎬 智能场景检测 | 直方图 + 卡方检验，自动跳过无字幕帧，减少 60% 无效 OCR |
| 🔧 纯 Rust 后端 | Tokio 异步 I/O，所有 I/O 操作非阻塞，零外部运行时依赖 |
| 🛡️ 置信度校准 | 混语 · 短文本 · 重复字符自动降权，可视化质量信号 |
| 📐 ROI 预设 | 底部 · 顶部 · 左侧 · 右侧 · 中间 · 自定义 — 一键切换 |
| 📹 广泛格式支持 | MP4 · MKV · AVI · MOV · WebM · M4V · WMV · FLV · 3GP |
| 平台 | 下载链接 |
|---|---|
| Windows | captionfab-v3.6.0-x64-setup.exe |
| macOS | captionfab-v3.6.0-x64.dmg |
| Linux | captionfab-v3.6.0-amd64.deb |
git clone https://github.com/Agions/CaptionFab.git
cd CaptionFab
npm install
npm run tauri dev # 开发模式
npm run tauri build # 生产构建前置依赖： Node.js 18+ · Rust 1.70+ · FFmpeg
拖拽视频文件到窗口，或点击「选择文件」按钮。
选择字幕所在的屏幕区域（底部/顶部/左侧/右侧/中间/自定义）。
| 引擎 | 精度 | 速度 | 语言 | 推荐场景 |
|---|---|---|---|---|
| Tesseract.js | ⭐⭐⭐ | 🚀 最快 | 100+ | 快速预览、单语言 |
| EasyOCR | ⭐⭐⭐⭐ | ⚡ 中等 | 80+ | 多语言混合、高精度 |
| PaddleOCR | ⭐⭐⭐⭐⭐ | ⚡ 快 (GPU) | 80+ | 中文场景、批量处理 |
选择输出格式（SRT/VTT/ASS/JSON 等），点击「导出」完成提取。
┌─────────────────────────────────────────────────────────────────────┐
│ CaptionFab v4.0.0 │
├─────────────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────────────────────┐ │
│ │ 前端 (Vue 3 + TypeScript) │ │
│ │ │ │
│ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────┐ │ │
│ │ │ Files │ │ ROI │ │ OCR │ │ Export │ │ ⚙️ │ │ │
│ │ └────┬────┘ └────┬────┘ └────┬────┘ └────┬────┘ └──┬──┘ │ │
│ │ │ │ │ │ │ │ │
│ │ └───────────┴─────┬─────┴───────────┘ │ │ │
│ │ │ Tauri IPC │ │ │
│ └─────────────────────────┼───────────────────────────┘ │ │
│ │ │ │
│ ┌─────────────────────────┼─────────────────────────────────┘ │
│ │ │ │
│ │ ┌──────────┴──────────┐ │
│ │ │ 后端 (Rust + Tokio) │ │
│ │ │ │ │
│ │ │ video │ scene │ export │ file │ system │ utils │
│ │ │ ↓ ↓ ↓ ↓ ↓ ↓ │
│ │ │ ffprobe Python 9格式 对话框 诊断 工具 │
│ │ └──────────────────────────────────┘ │
│ │ │
│ │ ┌──────────────────────────┐ │
│ │ │ OCR 引擎 (前端 WASM) │ │
│ │ │ Tesseract.js · EasyOCR │ │
│ │ └──────────────────────────┘ │
│ └─────────────────────────────────────────────────────────────────┘
│ │
└─────────────────────────────────────────────────────────────────────┘
| 层级 | 技术 | 说明 |
|---|---|---|
| 桌面框架 | Tauri 2.x | 轻量级桌面壳，Rust 后端 |
| 前端框架 | Vue 3 + TypeScript + Vite + Pinia | 响应式 UI，类型安全 |
| 后端运行时 | Rust + Tokio | 异步 I/O，零 GC，高性能 |
| OCR 引擎 | Tesseract.js / EasyOCR / PaddleOCR | WASM + PyTorch + Native |
| 测试框架 | Vitest | 193 个单元测试，覆盖率 > 85% |
| CI/CD | GitHub Actions | 自动构建、测试、发布 |
| 指标 | CaptionFab | 竞品 A | 竞品 B |
|---|---|---|---|
| 启动时间 | < 1s | 3-5s | 2-4s |
| 内存占用 | ~150MB | ~400MB | ~300MB |
| 安装包大小 | ~50MB | ~200MB | ~150MB |
| 支持格式 | 9 种 | 5 种 | 6 种 |
| 语言支持 | 80+ | 30+ | 50+ |
| 离线可用 | ✅ | ❌ |
| 文档 | 说明 |
|---|---|
| 📖 用户指南 | 快速上手、功能详解、常见问题 |
| 🏗️ 架构文档 | 系统架构、数据流、接口定义 |
| 👨💻 开发者指南 | 环境搭建、调试、贡献代码 |
| 📝 CHANGELOG | 版本变更记录 |
欢迎提交 Issue 和 Pull Request！
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'Add amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 开启 Pull Request
开发规范：
- 遵循 Conventional Commits
- 所有代码需通过
npm run lint和npm run test - 新增功能需附带单元测试
本项目采用 MIT License 开源。
- Tauri - 桌面应用框架
- Vue.js - 前端框架
- Tesseract.js - WASM OCR
- EasyOCR - 深度学习 OCR
- PaddleOCR - 百度 OCR 引擎
- FFmpeg - 视频处理