画像からテキスト(OCR) 使い方ガイド
WebGPUアクセラレーションで韓国語テキストをブラウザ内でローカル抽出。
写真、スキャン、スクリーンショットから韓国語・英語・数字をサーバーへ送信せず抽出できます。
使い方
実行方式
PaddleOCR.jsとONNX Runtime Webで韓国語PP-OCRv5の検出・認識モデルを実行します。対応ブラウザではWebGPUを自動選択し、利用できない場合は固定バージョンのWASMへフォールバックします。
初回は約18MBのモデルをダウンロードしてキャッシュします。画像の焦点、明るさ、レイアウトにより精度は変わります。
対応範囲とトラブル対策
画面は5言語に対応していますが、OCRモデルの対象は韓国語・英語・数字です。日本語・中国語・スペイン語専用の認識モデルは提供していません。入力はPNG、JPG、WebP、GIFを1枚、最大10MBです。大きな画像は縮小されるか、処理上限により拒否されます。PDFやHEICはファイル変換でPNG/JPGにしてから読み込みます。手書き、表、縦書き、装飾文字は欠落や順序の誤りが生じる場合があります。画像を正しい向きにし、不要な背景を切り取り、結果の名前や数値を原本と照合してください。モデル取得に失敗したらネットワークの制限を確認します。WebGPUがない環境ではWASMで動作するため、処理が遅くなることがあります。
プライバシーと初回の読み込み
選択した入力はAivikoの処理サーバーへ送信せず、このブラウザで処理します。ページ、ライブラリ、必要なモデルの取得には通信が発生します。キャッシュが削除される場合があるため、完全なオフライン動作は保証されません。その他の通信はプライバシーポリシーをご確認ください。
関連ツール
要点と仕様
主要な処理はこのブラウザ内で実行されます。開始前に対応形式、公開済みの上限、必要なモデル取得量を確認してください。
- 入力
- JPG、PNG、WebP、GIF
- 出力
- テキスト、Markdown
- 処理場所
- この端末のブラウザ内
- モデルの対応言語
- 韓国語、英語
- 1ファイルの上限
- 10 MB
- 1回のファイル数
- 1
- 必要時のモデル取得
- 18 MB
- 最終確認
画面の言語とモデルの処理言語は別です。認識や発音の品質は言語によって異なるため、結果を確認してください。 現在のモデルは、この画面の言語を入力言語として提供していません。