硬字幕OCR不好用？先改框選抽幀和對比度

硬字幕辨識最常翻車的，不是模型「不夠聰明」，而是你送給它的畫面不對。台標、時鐘、花字、進度條，都會被當成要讀的字。先改框和抽幀，比換模型更立竿見影。

先改辨識框

預設只看畫面下方大約 40%。這覆蓋了大多數橫式口播，但擋不住這些情況：

• 直式字幕貼在中間或頂部
• 右上角台標、左上角日期被框進去
• 彈幕、點讚動畫從字幕區刷過

原則很簡單：框裡只留字幕，框外全是干擾。台標、時鐘、人頭上的花字，一律排除。框可以略大於字，但不要大到把半個畫面都吃進去。

再改抽幀

0.5～2 fps 通常夠用。太密會把同一句拆成三五條重複軸；太疏會漏掉一閃而過的短句。

可以這樣試：

1. 先用 1 fps 跑一遍，看漏句多不多。
2. 漏得多，提到 2 fps，不要一上來就 8 fps。
3. 同一句被拆碎，降回 0.5 fps，再在審校裡合併。

對比度低（黃字疊在淺色背景、描邊很細）時，先提高素材亮度或換一段更乾淨的成片，比盲目加密抽幀有效。

審校仍然省不掉

OCR 會把「了」認成「子」，把英文專名拆開。辨識完成後：

• 合併被拆開的同一句
• 刪掉誤讀的台標和水印
• 按氣口微調起止點

從處理台上傳、勾選硬字幕辨識即可開始。如果影片其實有清晰原聲，優先走語音辨識，又快又穩，流程見十分鐘加字幕。