希望尽力，因为我确实是见过好的，所以才敢这么说。

这几年的技术发展离线OCR引擎是相当完善的了。虽说正确性和在线的引擎没得比，但诚实的把所有条目都展现出来，没有疏漏是没有问题的。天坦这种连错带漏的，明显就是引擎过时了。而且咱们的ocr引擎又不是去翻录书籍，用于简单播报的ocr，哪怕识别正确性没那么高也无所谓，错一两个字，靠脑补都能补回来。就害怕有些内容他就是识别不出来，连脑补的机会都没有。用百度高精度去替代字幕识别的离线ocr，那就真的是天方夜谭。我以前曾经用隔壁解说测试过的，一小时观影用在线引擎进行字幕识别，需要消耗1400条识别资源。说明一下，我记得百度好像是，1万条100块钱。看这么一小时的字幕识别需要上传流量1.5个g左右。想要用的爽，只有离线引擎精益求精，没有其他。

字幕朗读建议加入可选识别范围设置，因为很多影片的插曲经常把中文字幕放在画面顶端。

现有使用的一些小技巧。

系统原装字体为了个性多半有毒。建议外挂字幕或者cc字幕的，把字体设置为兰亭体或者宋体。这个识别很脆弱，稍微奇形怪状的字体就要出事

字号不能太大，否则会被自带的玄学算法优化掉不少，但又不能太小，否则ocr就要出错。这个区间还挺紧凑的，建议20~22px。

字幕样式千万不要加入描边。描边对于这个算法简直是毁灭性打击。

果断放弃用改变屏幕布局这种方式解锁被吞的内容，直接使用屏幕识别捞。

最后经过我一阵发散式的使用，才总结出这一次字幕识别功能超越以往同类产品的几个优点。

第一也是我最惊讶的，他可以精准的避开播放控件。以前的识别都是机械式的识别，播放器上面的什么清晰度啊，倍速啊，发弹幕，有什么他播报什么。现在几乎是精准跳过这些。

第二，隔绝双语字幕。在我发散使用期间，测试了中日双语字幕和中英双语字幕，字幕识别的播报都可以精准播报中文字幕，忽略外文字幕。问题是如果字幕分多行且包含外文，比如中文夹杂英文的台词，会不会就错吞了。

到这里我已经没办法用简单的表征去猜测，到底为什么吞。于是我找了一部，随便看看发散一下。

【《小市民系列》 第5话 柏林炸面包之谜-哔哩哔哩番剧】https://www.bilibili.com/bangumi/play/ep833567

这一步让我惊讶了，识别莫名其妙的变得无比的乖巧，好似哔哩哔哩把字幕结果输出给读屏一样，狮子跳剧这种事情几乎消失。但玄学依旧存在，总有那么冷不丁的一句话，十几个字和上一句的长度差不多，内容和上一句截然不同，所以按照逻辑不会被软件认为是同一句话而被吞掉这样子，然后软件就把那句话吞了，了，了，了。其实到这里我也不是没办法。按以往用同类产品的经验，我只要把播放器的操作控件呼出来，让屏幕内容改动一下，那么好，字幕识别自然会播报题目的改变，被判定吞没的那条结果很大概率就会这样子被解锁出来。结果是软件居然不播报播放控件的内容。说实话，如此优化前所未见，这种不是简单机械的识别，而是考虑到播放场景的优化，是真的好。可是话说回来，我那一条被吞掉的结果谁来解锁？那还怎么办呗？退出字幕识别，用屏幕识别捞一下。

测试了一下，可能是我开了字幕描边的原因。不描边的 Cc字幕并且把字号降低到22。终于从没有实用价值到了勉强实用。

然后我又更换饮片测试。结果出现了大量的吃、跳。

【《ATRI -My Dear Moments-（僅限港澳台）》 第1话 日誌 01 前往海之搖籃-哔哩哔哩番剧】https://www.bilibili.com/bangumi/play/ep829084

这部片的第一集一开始到男主醒来之前的所有字幕，纯黑画面，白色字没有描边，22号，播报全吞了。

这种干净简单反而不识别，类似于灯下黑的我以前也见过，所以换了一部场景教案的片段对比测试。

【《紫罗兰永恒花园》 第6话 在某处的星空下-哔哩哔哩番剧】https://www.bilibili.com/bangumi/play/ep173291

这一部这一集的第14分21秒往后有一整段相对较暗的场景。结果表现还算正常。所以得出并不是简单的灯下黑导致的。

好的。你的qq号

对的，画面复杂的时候会这样

回复在三楼