VSR：用 AI 把视频里的硬字幕擦掉，再把背景补回来

视频里烧死的硬字幕，靠裁剪或模糊处理总归会留下痕迹。Video-subtitle-remover（VSR）换了个思路：先用 PaddleOCR 找到字幕位置，再用图像修复模型把字幕盖住的背景补出来，输出的分辨率与原视频一致，不是把那一块糊掉或打马赛克。它完全本地运行，不需要申请第三方 API，支持 Windows、macOS、Linux 与 Docker。项目 Apache-2.0 开源，主要语言 Python，截至 2026-10-20 有 13,360 颗星。

核心功能

• 先定位，再补画：PaddleOCR 负责识别硬字幕区域，修复阶段可选 STTN、LAMA、ProPainter 或 OpenCV，默认是 sttn-auto。思路是从「删字」变成「补画」，所以纯色或静态背景几乎看不出痕迹。
• 无损分辨率：输出文件与原视频同分辨率，不是降采样或涂抹。
• 两种范围：可以指定字幕位置，只处理那一条区域；也可以不传位置，自动去除全视频所有文本。
• 图片也能用：支持多选图片批量去除水印文本。
• 预构建包按显卡分档：Windows 提供 CPU、DirectML（非 NVIDIA 显卡）以及 CUDA 11.8 / 12.6 / 12.8 五个版本，按显卡的计算能力选；Docker 镜像也按 10/20/30 系、40 系、50 系与 AMD/Intel 分开。
• 可配合 VSE：需要先提取字幕再处理的话，可以和同作者的 video-subtitle-extractor 搭配使用。

典型使用场景

• 搬运或二创视频要去掉原字幕：换成自己的字幕或配音，不必再裁掉画面底部。
• 处理下载素材里的硬字幕：本地跑，素材不上传。
• 批量去图片水印：同一套修复模型也能处理静态图。
• 做数据集清洗：去掉视频里的文字信息，避免模型学到字幕。

快速上手

最省事的是直接下预构建包解压运行。Windows 按显卡选对应版本：没有 NVIDIA 显卡用 vsr-windows-directml.7z，30 系及更早用 vsr-windows-nvidia-cuda-11.8.7z，40 系用 vsr-windows-nvidia-cuda-12.6.7z，50 系用 vsr-windows-nvidia-cuda-12.8.7z。也可以用 Docker：

# NVIDIA 40 系显卡
docker run -it --name vsr --gpus all eritpchy/video-subtitle-remover:1.4.0-cuda12.6 \
  python backend/main.py -i test/test.mp4 -o test/test_no_sub.mp4

命令行还可以指定修复模式：--inpaint-mode {sttn-auto,sttn-det,lama,propainter,opencv}，默认 sttn-auto。要自己搭环境则需要 Python 3.11+ 与 PaddlePaddle 3.0.0。

小结

适合需要去掉硬字幕或图片水印、又不想把素材上传到在线服务的人。不适合期待「一键完美」的人：效果很看素材——纯色或静态背景几乎无痕，复杂纹理、大幅度运动或大面积遮挡仍可能留下修复痕迹。

需要注意的几点：项目最近一次推送是 2026-06-30，之后没有新提交，属于阶段性完成而非持续活跃；运行依赖 GPU 才有可接受的速度，CPU 模式会慢很多；Windows 预构建包按 CUDA 版本分档，选错版本会跑不起来。Python，Apache-2.0，13,360 星。做视频的另一头可以看本站的 Huashu Motion，那个是把动效做出来，这里是把已有的字幕去掉。