ペルシャ語OCR向け大規模合成データセット「ペルシャ・ピクセル」

皆さんは、スマートフォンのカメラで文字を読み取って翻訳してくれる機能を使ったことがありますか？ あれはOCR（光学文字認識）という技術のおかげなんです。でも、このOCR技術、残念ながらペルシャ語ではちょっと苦手意識があったんです。

なぜかというと、ペルシャ文字って、形が複雑で、書く人によっていろんなスタイル（書体）があったりして、コンピューターが「これは何て文字？」って判断するのが難しいんですね。さらに、コンピューターに「これはAだよ」「これはBだよ」って教えるための、たくさんの「お手本データ」が、質の高いものが十分になかった、という問題もありました。

そこで今回、このペルシャ語OCRの課題を解決するために、研究チームが「ペルシャ・ピクセル」という、いわば「AIのためのお手本集」を開発しました。これは、コンピューターが文字を学習しやすいように、たくさんの文字を人工的に作り出した「合成データセット」なんです。

この「ペルシャ・ピクセル」があれば、コンピューターはもっとたくさんのペルシャ文字のパターンを学べるようになります。そうなると、これまで難しかったペルシャ語のOCRの精度がぐっと上がる、というわけです。これは、ペルシャ語の文書をデジタル化したり、AIで翻訳したり、あるいはペルシャ語の情報を検索しやすくしたりと、これからペルシャ語に関わる色々なAI技術の開発にとって、ものすごく大きな力になってくれるはずです。まるで、新しい言語を学ぶための、最高の教科書ができたようなものですね。