OCR、実はすごい

今回参加するプロジェクトでは原文をテキスト化するつもりはなかったのだが、新しく導入したエディタで辞書引きの手間が省けることからOCRすることにした。

これまで使っていたのはe.Typistエントリー。スキャナにバンドルされていたものである。そこそこ認識するものの、"w"はほとんどが"\v"になるし、"rn"は"m"に、そして"m"は"rn"になってしまう。わざとやってるんじゃないかと思うくらい、逆になるのだ。また、"y"も決まって"v_"になる。あるていど予測がつく誤りだし読み替えができるので、こんなものだと思っていたのだが、人間には区別できても辞書引き機能は対応してくれない。翻訳仲間の里緒さんが色々OCRソフトを試しているようなので、わたしも試しにe.Typistの製品版(v.10.0)をダウンロードしてみた。

使ってみて……今までなにやってたの!?と思うほどの認識率である。１ページでひとつも訂正なしなんてこともあった。間欠スキャン、連続処理機能で所要時間も劇的に短縮された。今回の原書は写真や図版が多いので、レイアウト処理はほとんど手作業だったが、普通のペーパーバックなら本当に手早く処理できると思う。あまりの性能の差に、試用期間１日にしてアップグレード版を買いに走った。

これだけの性能があるのに、エントリー版のお粗末さはなんなのか。あれだけ校正に手間をかけないと使い物にならないなんて……。とくに"rn"と"m"がことごとく逆に認識されるのは、やっぱりわざとじゃないの？　それはそれで優秀な認識率だけど(^^;)。とにかく、製品版があまりにすばらしくて、逆に腹が立った。過去２日の肩凝り、目のかすみ、む、虚しい……。認識率はそこそこに、他の機能を制限したものをバンドルしてくれないと、OCRってこの程度だと思い込むところだったじゃないですか。いくら「おまけ」とはいえ、この性能の差、露骨過ぎ～。

とにかく、次回からテキスト化が楽になるのは嬉しい。ちょうどe-Book版がまだなくてPBで買った原書がある。アップグレード版の投資はあっというまに元が取れそうだ。それにしても、PCもネットもない時代だったら、果たして翻訳者になっていただろうか。