逐格 OCR 會重複相同的工作
一部 100 分鐘的劇情片包含數十萬個畫格。製作系統可以在一段時間內取樣並將重複出現的候選專案分組，而不是把每個畫格都當成互不相關的 OCR 工作。
原始來源
Weydub 修復結果
為什麼這很難
開放原始碼模型各自解決部分問題；製作環境中的字幕移除必須處理完整鏈路。
公開領域中有不少實用的基礎元件：OCR 系統可以偵測並辨識文字，圖片修補模型可以填補遮罩區域，影片修補模型則能改善時間連續性。但製作環境中的工作流程會受到長影片、多種語言、動態、臉部、產品標籤、每幾秒變換的字幕、GPU 成本、佇列延遲，以及需要將清理後的素材交給在地化等因素限制。
這裡並不是將 Weydub 描述為某個開放原始碼模型的包裝層。公開的產品與 API 文件說明了 OCR 引導的工作流程、區域與時間控制、移除模式、還原選項、非同步工作，以及可下載的輸出結果。本頁未揭露確切的內部模型協同流程。
9 秒比較的視覺逐字稿
00:00-00:03 原始畫面：短劇鏡頭中出現畫面下方中央的中文對話字幕，以及邊緣的垂直文字。結果：配對輸出中已沒有選定的疊加文字。
00:03-00:06 鏡頭與主體持續移動。審閱重點在於還原後的畫面下方是否維持視覺穩定，而不是評斷單張靜態影像。
00:06-00:09 配對影片在播放結束前都維持同步。此範例僅支援這段來源影片中可見的結果；具代表性的製作媒體仍需審閱。
不是每個偵測到的詞都應該移除
招牌、手機螢幕、聊天泡泡、標誌、包裝與型號都可能觸發 OCR。品質代表移除目標疊加文字，同時保護場景與產品的真實資訊。
乾淨的靜態畫格在動態中仍可能閃爍
獨立進行的圖片修補可能造成紋理閃爍與邊緣游移。影片清理需要時間控制，讓重建內容在相鄰畫格之間維持穩定。
5:56 影片解說
為什麼製作環境中的字幕移除比模糊文字更困難
另一個真實的 Weydub Smart Removal 範例，串連選擇性文字偵測、保護規則、時間連續性還原、文件所述的移除模式、審閱與交付。其時間圖與流程是用於說明的系統模型；API 與 Batch 是交付邊界，不代表額外的品質層級。
開放原始碼參考圖
實用的參考資料，但單靠這些還不夠。
這些公開專案說明了更廣泛的技術環境。它們是研究與工程參考資料，並不表示 Weydub 在內部依賴、包裝或公開使用其中任何一個專案。
| 參考類別 | 可證明的內容 | 為什麼不足以支援 Weydub 的使用情境 | 製作需求 |
|---|---|---|---|
| OCR PaddleOCR／EAST 類型的文字偵測 | 可以在圖片或畫格中偵測並辨識文字，包括多種文字系統與具挑戰性的版面配置。 | 在每個畫格上直接執行 OCR 的成本很高；OCR 也會看見可能需要保留的場景文字。僅有偵測功能並不能決定移除政策。 | 視需要將重複的候選專案分組，接著套用區域、時間、移除、保留及僅 OCR 控制項，再進行修復。 |
| 影像修復 LaMa 風格的修補 | 大型遮罩和缺失區域可以填入合理的背景內容。 | 靜態影格的修復效果即使很好，套用到影片中仍可能產生閃爍。在臉部、手部、網格、覆蓋服裝的字幕或產品細節周圍，也可能出現不正確的幻覺內容。 | 使用可用的修復選項、局部內容、遮罩細化、影格一致性檢查，以及可供檢視的輸出。 |
| 影片修復 ProPainter 風格的影片修補 | 時間傳播和以 transformer 為基礎的補全，可以改善影格之間的一致性。 | 影片修補的負擔較重、速度較慢，也較難擴展至數千集短劇或產品影片。不能對每項工作不加判斷地使用。 | 先以具代表性的片段進行基準測試，選擇已啟用的模式或修復選項，控管成本，並在投入正式使用前檢查時間一致性。 |
時序 OCR 圖
追蹤字幕事件，而不只是影格。
重複的偵測結果可以分組成時間範圍，讓工作流程針對一個候選事件進行判斷，而不是處理許多重複的影格層級框。位置、時間、信心度、語言、動態和鏡頭邊界，都是這項系統問題的實用訊號。
本說明使用時序候選圖描述系統層級的問題；不會揭露 Weydub 的確切內部演算法。
字幕候選
場景文字
產品或 UI 文字
說明模型／候選分組
字幕
場景
產品
時序修復
圖片修補解決單一影格；影片修補則必須解決連續性。
LaMa 風格的圖片修復示範了如何填補缺失區域。ProPainter 風格的影片修復則示範了傳播和時間脈絡為何重要。在本文中，正式環境的路由代表依據區域確定性、動態、複雜度、品質需求、成本和帳號權益，選擇已啟用的模式或修復選項。公開文件說明可選擇的專案，但不代表每次選擇都完全自動化。
獨立圖片修補
閃爍風險每個影格單獨看似合理，但紋理、邊緣、陰影或臉部可能會在前後影格之間出現細微變化。
時間引導修復
穩定序列相鄰影格和動態線索會限制重建結果，改善移動中的攝影機、臉部、服裝及圖案背景的連續性。
Weydub 工作流程
從上傳影片到乾淨、可在地化的來源。
本說明對應正式環境工作流程中的各項職責。Weydub 的公開文件說明移除輸入、遮罩、模式、非同步狀態和輸出；但不會揭露每項工作所使用的確切模型圖、分類器，或操作元件與政策之間的分工。
檢查來源
在選擇工作流程前，確認影片長度、解析度、動態、字幕位置、鏡頭變化，以及具代表性的難度。
偵測文字候選專案
使用 OCR 和電腦視覺，定位內嵌字幕（硬字幕）、下三分之一字幕、浮水印、說明文字、標誌及其他可讀取的疊加文字。
跨時間分組候選專案
說明模型會將重複的偵測結果分組，讓系統可以一起判斷持續時間、位置偏移和相鄰影格的脈絡。
套用移除政策
搭配整個影格或區域選取，以及移除、保留、僅 OCR 和選用的時間範圍，降低有害的誤判。
修復背景
執行已啟用的 Basic 或 Advanced 選項，接著檢查困難的紋理、動態、陰影、臉部、手部、產品邊緣和圖案。
匯出並交接
在更廣泛的 Weydub 工作流程中，提供乾淨影片，用於翻譯、AI 配音、新字幕、檢視、下載或透過 API 自動化。
情境規劃
短劇和電子商務有不同的失敗模式。
Weydub 將媒體在地化經驗應用於短劇和跨境電子商務；在這些情境中，移除失敗可能會破壞觀眾沉浸感或損害對產品的信任。來源、檢視標準、數量和後續在地化路徑，都應該影響工作流程的設計。
短劇：在集數規模下守住沉浸感
- 內嵌字幕（硬字幕）經常位於臉部、服裝、暗色場景、漸層和快速剪接畫面上。
- 各集必須進行批次處理，接著交接至翻譯、角色標記、配音和同步。
- 品質很重要，因為可見的模糊帶可能降低高級感和觀眾留存率。
- 成本很重要，因為一部作品可能包含許多集數和多個目標語言版本。
電子商務：移除市場文字，但不損害產品
- 產品影片包含標籤、包裝、UI、價格標示、功能標籤和品牌名稱。
- 有些文字應該移除並進行在地化；有些文字則必須保留，以維持信任和合規。
- 對 Amazon、TikTok Shop、廣告素材和季節性活動更新而言，批次處理量很重要。
- 乾淨的來源影片是翻譯字幕、在地化旁白和調整尺寸的社群影片剪輯的基礎。
已記錄的移除選項
先選擇移除模式，再選擇已啟用的修復選項。
Weydub 記錄了三種 Basic 模式和三種 Advanced 選項。可用性、參數、成本和帳號權益各不相同。將正式環境流量送入前，先測試具代表性的媒體，因為品質會隨來源素材和遮罩選擇而異。
基本全螢幕全影格移除範圍
當可見文字的位置未知、分散或範圍廣泛，且適合採用整個影格的移除範圍時使用。
基本區域使用者定義區域範圍
適用於字幕、標誌、下三分之一圖文、劇情提示或編號留在已知區域中的情況。
基本移動文字移動文字移除範圍
帳號啟用此模式後，適用於跑馬字幕或移動文字。
Advanced LiteAdvanced Lite 移除模式
帳號啟用 Advanced Lite 後，先在具代表性的片段上驗證其參數、成本與輸出，再使用此模式。
Advanced Pro 邊界框邊界框移除範圍
當受影響區域可限制在已知邊界框內時，使用已啟用的 Advanced Pro 工作流程。
Advanced Pro 全螢幕Pro 全影格移除範圍
當工作需要全畫面處理，而非邊界框處理時，使用已啟用的 Advanced Pro 工作流程。
修復難度
區域確定性
基本全螢幕
位置未知或分散
基本區域
已知的固定或定時區域
基本移動文字
移動或捲動的疊加內容
Advanced Lite
Advanced Lite 移除模式
Advanced Pro 邊界框
邊界框移除範圍
Advanced Pro 全螢幕
Pro 全影格移除範圍
Weydub 為何對製作流程至關重要
產品優勢不在於某一個 OCR 模型或某一個修復模型，而在於清理控制、審閱、輸出交付與更廣泛的媒體在地化工作流程之間的串接。
短劇與電子商務會反覆出現字幕帶、覆蓋文字、產品標籤、人臉、快速剪接與重複的行銷活動格式。系統即是針對這些情境打造。
正式環境的路由，代表依據區域確定性、動態、複雜度、品質需求、成本與權益，選擇已啟用的模式或修復選項。公開文件不宣稱每個選擇都能完全自動化。
清理後的影片會繼續進入字幕擷取、翻譯、AI 配音、同步、審閱、下載與 API 自動化流程。這種連結讓字幕移除工具成為 Studio 工作流程的一環。
直接回答
團隊與 AI 搜尋系統應了解的事項。
這些簡短定義區分了產品控制項、一般電腦視覺概念，以及本文採用的說明模型。
什麼是內嵌字幕移除？
它會移除燒錄在影片像素中的文字，而不是儲存在獨立字幕軌中的文字。工作流程必須定位目標文字、限制可移除的內容、重建被遮住的背景，並輸出乾淨的影片。
為什麼只有 OCR 不夠？
OCR 可以定位並辨識可見文字，但無法決定哪些內容應該消失。影片中也可能包含標誌、手機螢幕、產品標籤、標誌圖樣、介面文字與型號，而這些內容可能需要保留。
什麼是時間候選圖？
這是一種實用的系統模型，用於將相鄰畫格中重複偵測到的內容分組為一個候選事件。本頁將其作為說明工具使用，並非揭露 Weydub 的確切內部實作。
Weydub 如何降低誤移除？
公開控制項包括全畫面、區域與移動文字模式，以及 remove, keep, remove_only_ocr，還有可選的開始／結束時間。這些控制項能降低風險，但不保證完全沒有錯誤。
圖片修復與影片修復有何不同？
圖片修復會填補單一畫格中的遮罩區域。影片修復也會使用相鄰畫格、動態或時間脈絡來改善連續性，因為看似合理的靜態畫面在動態播放時仍可能閃爍。
我應該何時使用全畫面、區域或移動文字移除？
位置未知或分散時使用全畫面；可預測或有時間範圍的區域使用區域遮罩；啟用時，滾動或移動字幕則使用移動文字模式。
Weydub API 說明哪些內容？
API 說明 Basic full-screen、Basic region、Basic moving text、Advanced Lite、Advanced Pro bounding-box 與 Advanced Pro full-screen，且各自有不同的參數、成本與權益要求。
Studio、Works 與 API 如何搭配？
Studio 負責整理可重複使用的專案與批次。Works 追蹤任務狀態並交付輸出。團隊驗證具代表性的媒體後，API 會提交非同步工作，並支援回呼或輪詢。
還需要進行哪些品質檢查？
請檢查具代表性輸出的開頭、中段與結尾，尤其是人臉、手部、產品邊緣、標誌、圖樣背景、快速剪接與高動態區域。對任何來源，都不應將任何移除方法描述為無損。
參考資料
公開技術參考。
這些連結是技術參考，提供讀者了解更廣泛的研究與開源生態系。這不表示 Weydub 是任何單一專案的封裝工具。
下一步
將字幕移除作為在地化的第一步。
對大多數團隊而言，適合的工作流程是：清理來源影片、擷取或產生字幕、翻譯、配音、審閱，然後匯出。當字幕移除成為完整製作流程的一部分時，Weydub 能發揮最大的效用。
Studio 製作系統 了解清理完成的母片如何與各集、語言、任務及交付保持連結。
AI 字幕與文字移除 從網頁版流程開始。
影片翻譯與 AI 配音 完成清理後，再進行翻譯與配音。
字幕移除說明指南 面向網頁使用者的操作教學。
字幕移除 API 驗證完成後再自動化。
短劇使用情境 適用於單集與頻道的批次流程。
圖片翻譯 相關的 OCR、移除與版面修復流程。
字幕擷取與產生 清理來源素材後，建立含時間碼的字幕素材。
字幕產生技術 了解 Video OCR 與 ASR 如何產生可編輯、含時間碼的 SRT。
字幕翻譯技術 了解系列脈絡如何讓對白與術語保持連貫一致。
AI 配音技術 了解清理完成的影像母片如何銜接能反映角色特性的聲音、時序與音軌重建。
OCR 字幕擷取 API 查看場景篩選、區域與 OCR 擷取酬載資料。
Studio 與 Works 管理專案、批次、狀態、審核與交付。
非同步工作模型 透過回呼、輪詢與結果擷取串接工作。
關於 Weydub 閱讀產品的權威定義，以及與 GhostCut 的沿革關係。