¿Cómo se extrae vocabulario de páginas web y subtítulos de video?
YuzuLingo · 1 nov 2026
Extrae ambas superficies con una sola pila de diccionarios: escanea texto real de la página bajo el puntero y OCR de líneas de video incrustadas en superposiciones seleccionables. Desde el mismo popup, exportas la expresión, lectura, glosa, contexto de la frase y una captura de pantalla en Anki u otro SRS.
Lo que necesita la extracción de inmersión
Una tarjeta útil empareja una palabra clave con significado, lectura y la frase en que la encontraste. Los campos opcionales agregan entonación, frecuencia, audio y un fotograma del momento. El cuello de botella es obtener texto confiable de lo que consumes ese día.
Páginas web y otro texto de DOM
Artículos, foros y muchos lectores de manga ya exponen caracteres en el documento. Un escáner de página resuelve el cursor bajo el puntero, detecta el idioma de aprendizaje entre tus paquetes, desinflexiona y abre la coincidencia más larga. No se requiere paso de OCR cuando el texto ya es seleccionable.
Subtítulos duros como la otra mitad
Las líneas de anime y drama codificadas necesitan un recorte, un detector de cambio de línea y reconocimiento en el dispositivo antes de que la extracción pueda comenzar. La cadena reconocida se convierte en texto de superposición que puedes pasar el ratón como una pista de subtítulos. Los softsubs y transcripciones del sitio evitan el OCR cuando el reproductor ya proporciona una cadena.
Un camino de exportación
Ya sea que el hallazgo provenga de un párrafo de blog o de una superposición de OCR, el popup puede enviar campos a través de AnkiConnect con un solo clic. Mantener el escaneo de páginas y la búsqueda de video en los mismos diccionarios evita reconstruir mazos con estilos de glosa desajustados.
Cómo esto difiere de las herramientas solo de subtítulos suaves
asbplayer, Migaku y Language Reactor brillan cuando existe una pista de subtítulos o una transcripción ASR. No leen píxeles de subtítulos duros. Combinar el escaneo de DOM con OCR cubre los días que lees en la web y las noches que miras transmisiones que solo queman texto en el fotograma.
