scan_date: 2026-08-08 mode: B（多 repo 採用健檢／選型比較） tier: quick token_cost: ~8 萬 token（嵌在 V2Text 整合任務內跑）

Radar — 影片壓死字幕（hardsub）OCR 工具選型（V2Text /deep OCR 通道）

背景：V2Text 整合規格要求 OCR 通道（sub_ocr.py：ffmpeg 取幀→去重→OCR→帶時間戳文本）。幀抽取與去重規格已定自寫，本次選型只決定 OCR 引擎。部署目標：Mac Mini（Apple Silicon，macOS 26.5）、離線、zh-Hant 品質、維護活躍。

1. 裁決

採用路線：macOS Vision（VNRecognizeTextRequest）為主引擎，經 ocrmac Python wrapper（或直接 pyobjc）呼叫；RapidOCR（onnxruntime）列為品質不符時的備援引擎。整體策略＝reference（借各工具的管線設計，引擎用系統原生）。

一句為什麼：PaddleOCR 家族在 Apple Silicon＋新版 macOS 是現行已知故障（paddlepaddle 3.3.1 版本檢查 bug 直接 import 失敗，Paddle issue #78542），而候選清單裡 VSE／videocr／VideOCR 全數綁 Paddle；macOS Vision 原生離線、zh-Hant 支援（accurate 模式）、零重依賴、Apple Silicon 原生，且規格所需的「引擎」部分它完全覆蓋。

2. 硬閘門表

repo	License	棄養	平台一票否決項
YaoFANGUK/video-subtitle-extractor	Apache-2.0 ✅	pushed 2026-04 ✅	❌ 綁 PaddlePaddle（Apple Silicon 現行故障）
apm1467/videocr	MIT ✅	❌ 停更（2024-01；pypi ~2 次/日）	❌ 同 Paddle
devmaxxing/videocr-PaddleOCR	MIT ✅	⚠️ 2025-08	❌ 同 Paddle
SWHL/RapidVideOCR	Apache-2.0 ✅	2025-09 ⚠️	❌ 工作流綁 VideoSubFinder（僅 Windows/Linux 出 build，無 macOS 版）
PaddlePaddle/PaddleOCR（引擎）	Apache-2.0 ✅	活躍 ✅（87k stars）	❌ paddlepaddle ARM64 macOS import 失敗（#78542；歷史 #10820/#11588），workaround＝降版 2.5.2
RapidAI/RapidOCR（引擎）	Apache-2.0 ✅	本週有 push ✅（7.4k stars；rapidocr-onnxruntime ~2 萬次/日）	✅ onnxruntime 跨平台，無 Paddle 依賴
macOS Vision＋ocrmac wrapper	系統原生／MIT ✅	ocrmac pushed 2026-01、534 stars、~3-6k 次/日 ✅	✅ 原生；限制＝直排字幕不支援（壓死字幕幾乎全橫排，可接受）

3. 契合六維（採用組合：Vision via ocrmac）

功能 ✅ zh-Hant 明列支援；recognitionLanguages=["zh-Hant"]＋accurate 模式（fast 模式對中文幾乎不辨識，論壇實測）；輸出含 bounding box（可過濾字幕區外雜訊）
技術 ✅ Mac Mini 原生離線、無模型下載、無 GPU 依賴衝突（不與 mlx-whisper 爭 VRAM 的重框架）
維運 ✅ 系統框架隨 macOS 更新；ocrmac 是薄 wrapper，壞了可直接 pyobjc 繞過
團隊 ✅ wrapper 代碼量小，AI agent 可讀可改；備援 RapidOCR 也是 pip 一裝就跑
生態 ⚠️ Vision 無社群字幕管線先例包可抄（arxiv 2601.00299 有台語電視劇字幕抽取先例用類似路徑）；管線層（取幀/去重/對齊）本就規格自寫
退出成本 ✅ sub_ocr.py 把引擎隔離成單函式介面，換 RapidOCR＝換一個 adapter

本機資產盤點：mybani /image-note 只抓圖交雲端視覺模型，無本地 OCR 零件可沿用；ffmpeg/ffprobe 已在（homebrew）。

4. 差異化空間＋死因分析

現成「全包型」工具（VSE/VideOCR/RapidVideOCR）死在部署面：不是綁 Paddle 就是綁 Windows 工具鏈；其管線設計（關鍵幀偵測、字幕區裁切、相鄰幀去重）值得 reference。
規格要的「與 ASR 時間戳雙重對齊」「近音族判定」是這些工具都沒有的縫——本專案自寫層正好落在空白處。

5. 證據連結

Paddle ARM64 故障：github.com/PaddlePaddle/Paddle/issues/78542；歷史：PaddleOCR#10820、#11588
RapidVideOCR 工作流（VideoSubFinder 前置、無 macOS build）：SWHL/RapidVideOCR README
Vision zh-Hant／accurate 模式：developer.apple.com VNRecognizeTextRequest 文件＋forums thread 749234
ocrmac：github.com/straussmaximilian/ocrmac；下載量 pypistats
各 repo 基本面：gh api（2026-08-08 快照）

6. 覆蓋聲明

已掃：GitHub 基本面（gh api ×7）、pypistats（×5）、WebSearch ×5（查詢見附錄）
未覆蓋：HN Algolia、AlternativeTo、gh search issues 需求面、X/Hermes 輿情、Scorecard 三件組——quick 檔嵌在整合任務內，選型已由平台硬閘門定案，加掃不改變裁決。升級 deep 可補：Vision vs RapidOCR vs Paddle 的中文字幕實測準確率對比（本機 fixtures）、VideOCR（timminator fork）macOS 移植可行性。

7. 手動後續

無（實測準確率驗證屬實作階段 spike，工單內做）。

8. 附錄——查詢原文

WebSearch: PaddleOCR Apple Silicon macOS arm64 install problems 2026
WebSearch: macOS Vision framework VNRecognizeTextRequest traditional Chinese OCR accuracy subtitle
WebSearch: video-subtitle-extractor macOS Apple Silicon M1 support issue（低命中，未回傳該 repo 專屬 issue）
WebSearch: RapidVideOCR VideoSubFinder workflow hardcoded subtitle extraction cross-platform
WebSearch: extract hardcoded burned-in subtitles video OCR command line tool ffmpeg 2026
gh api：YaoFANGUK/video-subtitle-extractor、apm1467/videocr、devmaxxing/videocr-PaddleOCR、SWHL/RapidVideOCR、RapidAI/RapidVideOCR（404，org 名不存在此 repo）、PaddlePaddle/PaddleOCR、RapidAI/RapidOCR、straussmaximilian/ocrmac
pypistats：paddleocr、videocr、rapidocr-onnxruntime、rapidvideocr（404）、ocrmac