如何从网页和视频硬字幕中挖掘词汇？
YuzuLingo · 2026年11月1日
用一个字典栈挖掘两个表面：在指针下扫描真实页面文本，并将烘焙在视频中的文字通过OCR转换为可选择的叠加层。从同一个弹出窗口中，你可以将表达式、读音、释义、句子上下文和截屏导出到Anki或其他SRS。
沉浸式挖掘的需求
有用的卡片将关键词与意义、读音以及你遇到的句子配对。可选字段可以添加声调、频率、音频和该时刻的静态画面。瓶颈在于从你当天消费的内容中获取可靠的文本。
网页和其他DOM文本
文章、论坛和许多漫画查看器已经在文档中显示字符。页面扫描器解析指针下的光标，检测你的包中的学习语言，去屈折，并打开最长匹配。不需要OCR步骤，当文本已经可选择时。
视频硬字幕作为另一半
硬编码的动漫和剧集字幕需要剪裁、换行检测以及设备上的识别，才能开始挖掘。被识别出的字符串变成你可以像字幕轨道一样悬停的叠加文本。当播放器已经提供字符串时，软字幕和网站文本记录跳过OCR。
一个导出路径
无论击中来自博客段落还是OCR叠加，弹出窗口都可以通过AnkiConnect一键发送字段。保持页面扫描和视频查找在同一字典上，避免重建具有不匹配释义风格的卡片。
这与仅软字幕工具的不同之处
当存在字幕轨道或ASR转录时，asbplayer、Migaku和Language Reactor表现出色。它们不读取硬字幕像素。将DOM扫描与OCR配对，涵盖了你在网页上阅读的日子和你观看只将文本嵌入画面的夜晚。
