編集可能なテキストのスクリーンショット: OCR 単語と読み上げ順序を確認する

ソースと方法

画像は、このテストのために描かれたオリジナルの英語ワークショップのお知らせです。 OCR は、Web サイトの OCR コードを使用して、Linux デプロイメント イメージ内の Tesseract で実行されます。これは顧客のスクリーンショットや個人情報を含む文書ではありません。

これらの事例では、オリジナルのスクリプト、合成音声、生成されたトーン、および生成された通知画像が使用されます。ユーザーによるアップロードは含まれていません。インターフェイス言語が変わっても、ソース メディアと認識されたテキストは元の言語を維持します。

オリジナルの入力をダウンロード ↓ · ダウンロード設定 ↓ · ソーステキストをダウンロードする ↓

ソース、認識、レビューを比較する

ソーステキスト

FIELD NOTES WORKSHOP
Thursday, 15 October 2026
Start: 09:30   Room: B-27
Bring a notebook and headphones.
Review the transcript before sharing.

編集されていない認識結果

FIELD NOTES WORKSHOP
Thursday, 15 October 2026
Start: 09:30 Room: B-27
Bring a notebook and headphones.
Review the transcript before sharing.

検討結果

FIELD NOTES WORKSHOP
Thursday, 15 October 2026
Start: 09:30   Room: B-27
Bring a notebook and headphones.
Review the transcript before sharing.

レビューされたテキストは、意図した単語と行順を再現します。これを生の OCR 出力、特に時刻、部屋番号、句読点と比較します。 OCR は、画像レイアウトを再構築するのではなく、テキストを返します。

共有する前に確認すべきこと

この実行では、意図した単語、時刻 09:30、部屋 B-27 がすべて保存されましたが、Room の前の余分なスペースが 1 つのスペースに減りました。この明確な合成通知は、手書き、装飾的なタイプ、複雑な表、または低解像度の写真をテストしません。

測定と制限

時間は、サービス レベルの約束ではなく、単一のビルド実行について説明します。オーディオのケースはビルド コンピューターで測定されます。イメージ OCR は、Linux デプロイメント イメージで測定されます。アップロード時間と共有処理キューは除きます。

認識時間

2.07 s

処理エンジン

tesseract 5.5.0

これは製品のデモンストレーションであり、精度のベンチマークやお客様の声ではありません。