项目简介
Video-Subtitle-Remover (VSR) 是一款基于 AI 技术的视频硬字幕去除工具。它能够无损分辨率地将视频中的硬字幕和文字水印去除,通过超强 AI 算法模型对去除区域进行智能填充,效果远超传统的相邻像素填充方式。
支持自定义字幕位置精准去除,也支持全视频自动识别并去除所有文本内容,还能批量处理图片中的水印文字。最重要的是:无需申请任何第三方 API,全部本地运行,完全免费!
💡
GitHub 地址:
https://github.com/YaoFANGUK/video-subtitle-remover
核心亮点
环境要求
- Python:3.12+
- 操作系统:Windows / Linux / macOS(macOS 不支持 CUDA)
- 显卡:推荐 NVIDIA 显卡(CUDA 加速),也支持 AMD / Intel 显卡(DirectML)
- CUDA:推荐 11.8 版本,搭配 cuDNN 8.6.0
⚠️ 如果不确定显卡适合哪个 CUDA 版本,可以参考 NVIDIA CUDA GPUs 查看计算能力列表。
快速开始(推荐:预构建包)
最简单的方式是直接下载预构建压缩包,解压后即可运行,无需配置环境:
根据你的显卡类型选择对应版本:
| 包名 | 适用环境 | 计算能力 |
|---|---|---|
| vsr-windows-directml | AMD / Intel 显卡 | 通用 |
| vsr-windows-nvidia-cuda-11.8 | CUDA 11.8 | 3.5 – 8.9 |
| vsr-windows-nvidia-cuda-12.6 | CUDA 12.6 | 5.0 – 8.9 |
| vsr-windows-nvidia-cuda-12.8 | CUDA 12.8 | 5.0 – 9.0+ |
解压下载的压缩包,双击运行即可启动图形界面。
Docker 一键部署
如果你有 Docker 环境,一行命令即可启动:
NVIDIA 10/20/30 系显卡
docker run -it --name vsr --gpus all eritpchy/video-subtitle-remover:1.1.1-cuda11.8
NVIDIA 40 系显卡
docker run -it --name vsr --gpus all eritpchy/video-subtitle-remover:1.1.1-cuda12.6
NVIDIA 50 系显卡
docker run -it --name vsr --gpus all eritpchy/video-subtitle-remover:1.1.1-cuda12.8
AMD / Intel 显卡
docker run -it --name vsr --gpus all eritpchy/video-subtitle-remover:1.1.1-directml
源码安装
git clone https://github.com/YaoFANGUK/video-subtitle-remover.git
cd video-subtitle-remover
python -m venv videoEnv
videoEnv\Scripts\activate # Windows
# source videoEnv/bin/activate # macOS/Linux
# 安装 PaddlePaddle GPU 版
pip install paddlepaddle-gpu==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/
# 安装 PyTorch GPU 版
pip install torch==2.7.0 torchvision==0.22.0 --index-url https://download.pytorch.org/whl/cu118
# 安装其他依赖
pip install -r requirements.txt
💡 AMD/Intel 显卡用户请使用 DirectML 版本,安装命令略有不同,详见 GitHub README。
# 图形界面版
python gui.py
# 命令行版
python ./backend/main.py
去除算法说明
VSR 提供三种 AI 去除算法,可在 backend/config.py 中切换:
| 算法 | 适用场景 | 速度 | 特点 |
|---|---|---|---|
| STTN | 真人视频 | 快 | 可跳过字幕检测,效果较好 |
| LAMA | 图片/动画视频 | 一般 | 图片效果最好,不可跳过检测 |
| ProPainter | 运动剧烈的视频 | 较慢 | 显存消耗大,效果好 |
✅ 推荐:一般场景使用 STTN 算法即可,速度快效果好。如果效果不满意,可以尝试其他算法。
常见问题
Q: 处理速度太慢怎么办?
修改 backend/config.py,设置 MODE = InpaintMode.STTN 并开启 STTN_SKIP_DETECTION = True,可以大幅提高速度。
Q: 去除效果不理想怎么办?
尝试切换不同的去除算法(STTN / LAMA / ProPainter),或者调大 STTN 的 STTN_NEIGHBOR_STRIDE 和 STTN_REFERENCE_LENGTH 参数来提升效果。
Q: 支持哪些显卡?
NVIDIA 显卡(GTX 10系及以上,支持 CUDA)效果最佳。AMD 和 Intel 显卡通过 DirectML 也可以使用,但需要 Windows 系统。
Q: 7z 文件解压出错?
升级 7-Zip 解压程序到最新版本即可解决。
本站收集的资源仅供内部学习、研究软件设计思想与原理使用。学习研究后请自觉删除,请勿添加内容资料中的联系方式,谨防受骗;请勿传播。因未及时删除或用于其他用途所造成的任何后果,均由使用者自行承担。感谢理解与配合!
若您认为「cmzhiku.com」发布的内容侵犯了您的合法权益,请联系站长邮箱:ksxwdyx@qq.com。我们将在核实后及时进行删除处理。
本站资源大多存储于云盘。如发现下载链接失效或资源异常,请及时联系我们,我们会第一时间核实并更新。



















