【スマホ向け】AIくずし字認識アプリ「みを」の使い方と、精度向上のヒント

「みを」とは

• 約100万文字の「くずし字データセット」を学習した、
  最新のAIくずし字認識技術を用いたアプリ（iOS, Androidとも対応）
• まさかの無料

※ 私は開発には関わっておりません。いちユーザとしての投稿です。

使い方

• アプリをインストールしたら、画像を撮影（または画像を指定）
• ボタンひとつで文字を認識！　これだけ！

Android版

https://play.google.com/store/apps/details?id=jp.ac.rois.codh.miwo&pli=1

iOS版

https://apps.apple.com/us/app/miwo/id1581794085

識別精度を上げるためには？

• 正面から撮影する
  ❌　斜めから撮影すると、文字が歪んでしまい、精度が下がる可能性があります
• 影が写り込まないように撮影する
  ❌　背景色が同一ではない場合、精度が下がる可能性があります（v.1.1で改善されたようです）
• 欲張りすぎない
  ❌　一気にたくさんの文字を認識させようとすると、精度が下がる可能性があります

使用上の注意

• 精度は、100%というわけではありません
  • 正式な解読は、専門家にお任せしましょう
• 「文章の内容を理解して文字を推定している」というわけではありません
  • あくまで「文字の形状」から、対象の文字を推定しています
• 江戸時代の版本に対する精度が比較的高めとなりますが、他の時代の資料や、写本、古文書などでは、精度が低下する可能性があります（公式ページから抜粋）

【付録】より詳しく知りたい方のために

100万字のデータは、どこが公開している？

「情報・システム研究機構 データサイエンス共同利用基盤施設 人文学オープンデータ共同利用センター」という、国の研究機関が公開しています

【付録】動作メカニズムについて（推察）

• 深層学習のモデルKuroNetを使っているようです
  • 「U-Net」という「セグメンテーション」を目的に開発された形式を応用
    • セグメンテーション → 「塗り絵」のようなイメージ。
    • 「文字」と「非文字」を塗り分けているような学習を行っていると思われます
• アルゴリズム（推定）
  • 「文字」に該当する「ピクセル」を画像の中から見つける
  • ある程度のかたまりを「文字」として「まとめる」　→　「枠」をつけられる状態になる
  • その「文字」が、それぞれ、どの「正解」に該当するかを推定する