如何從螢幕截圖中提取可編輯文字而不製作影片?
將螢幕截圖儲存為 JPG、PNG 或 WebP,開啟“提取文字”,選擇文字語言並上傳。查看結果,然後下載 TXT 或 JSON。影像沒有音訊時間線,因此 SRT 匯出不適用。
來源與方法
圖為為本次測試繪製的英文原版workshop通知。 OCR 使用網站 OCR 程式碼在 Linux 部署映像中透過 Tesseract 運作。它不是客戶螢幕截圖或包含個人資訊的文檔。
這些案例研究使用原始腳本、合成語音、生成的音調和生成的通知圖像。它們不包含用戶上傳的內容。當介面語言發生變化時,來源媒體和識別的文本將保持其原始語言。
比較來源、認可和評論
原始文字
FIELD NOTES WORKSHOP
Thursday, 15 October 2026
Start: 09:30 Room: B-27
Bring a notebook and headphones.
Review the transcript before sharing.未編輯的識別結果
FIELD NOTES WORKSHOP
Thursday, 15 October 2026
Start: 09:30 Room: B-27
Bring a notebook and headphones.
Review the transcript before sharing.審核結果
FIELD NOTES WORKSHOP
Thursday, 15 October 2026
Start: 09:30 Room: B-27
Bring a notebook and headphones.
Review the transcript before sharing.審閱的文本再現了預期的單字和行順序。將其與原始 OCR 輸出進行比較,尤其是時間、房間號碼和標點符號。 OCR 會傳回文字而不是重建影像佈局。
分享前要檢查什麼
這次運行保留了所有預期的單詞,時間 09:30 和房間 B-27,但將 Room 之前的額外空格減少到一個空格。這種清晰的合成通知不測試手寫、裝飾類型、複雜表格或低解析度攝影。
測量和限制
時間描述的是單一建置運行,而不是服務等級承諾。音訊案例在建置電腦上進行測量;映像 OCR 在 Linux 部署映像中測量。上傳時間和共享處理佇列不包括在內。
- 识别时间
- 2.07 s
- 處理引擎
- tesseract 5.5.0
這是產品演示,而不是準確性基準或客戶評價。
產品事實
AI Free Audio to Video · audiosubvideo.com
- 價格及帳戶
- 免費使用,無需付費或註冊;共享隊列和每小時使用限制適用。
- 語音和圖像識別
- Whisper small 用於語音,Tesseract 用於生產伺服器上的影像。無需說話者辨識、文字翻譯或聲音分離。
- 下載
- MP4 影片; TXT、JSON 和 SRT 用於定時轉錄;用於影像 OCR 的 TXT 和 JSON。
- 誰可以訪問結果
- 原始瀏覽器會話和登入網站管理員。上傳的內容不是公開案例研究。
- 音訊和視訊限制
- 100 MB · 10 min
- 已完成的文件保留
- 24 小時