ToriOCRの紹介
ToriOCRは、日本語、中国語（簡体字）、韓国語の文字を認識するためのmacOSネイティブアプリケーションです。すべての処理がデバイス上で完結し、外部サーバーへデータを送信することはありません。そのため、プライバシー保護、オフライン利用、および低遅延なテキスト抽出を重視するユーザーに適しています。本アプリケーションは、言語学習者、翻訳者、研究者、および東アジア文字を扱う専門家を主な対象としています。
メニュー バーに常駐するユーティリティとして設計されており、macOSのワークフローに自然に統合されます。任意のアプリケーションや画面領域からリアルタイムでテキストをキャプチャ・処理でき、スクリーンショットの手動撮影やクラウドベースのOCRサービスへの依存を不要とします。シンプルさ、アクセシビリティ、および一般的な言語学習ツールとの連携性を重視した設計となっています。
主なポイント
- 完全オフライン動作：OCR、テキスト読み上げ（TTS）、辞書検索のすべてがmacOS上でローカル実行される
- 日本語、中国語（簡体字）、韓国語のOCRに対応
- 言語別に最適化された内蔵テキスト読み上げ（TTS）機能
- 単語レベルでの辞書検索機能（漢字の読み、漢字の意味、韓国語語彙など）
- 認識結果および翻訳内容をAnkiへワンクリックでエクスポート可能
- macOS 15以降で動作
- 無償かつオープンソースソフトウェアとして提供（購入・サブスクリプション不要）
- メニュー バー起動型インターフェースで、キーボードショートカット（Cmd + Shift + S）による画面キャプチャをサポート
ToriOCRの仕組み
ToriOCRは、システムレベルの画面キャプチャ機能を用いて、画面上の矩形領域を選択します。起動後、東アジア文字に特化したローカルOCRモデルを適用し、選択領域内のテキストを抽出します。認識されたテキストはポップアップウィンドウに即時に表示され、ユーザーは確認・編集・操作できます。
このポップアップから、内蔵TTSによる発音再生、単語単位の辞書検索（漢字の音読み・訓読み、漢字の意味、韓国語の語義など）、およびAnki互換の.apkgファイルへの構造化エクスポート（原文、翻訳、発音、補足メモを含む）が可能です。言語モデルおよびTTS音声は初回使用時にローカルにダウンロードされ、端末上に保存されます。
画面録画およびアクセシビリティのシステム権限は、macOSの「システム設定」で明示的に許可する必要があります。アプリケーションは初期セットアップ時にこの手順をガイドします。
主な利点と用途
ToriOCRは、字幕、ウェブ記事、PDF、ソフトウェアインターフェースなど、画面上に表示されるテキストを瞬時に翻訳・発音できるため、言語学習における没入型学習を支援します。言語学習者は、統合辞書機能とAnkiエクスポートにより、効率的な語彙習得が可能になります。教育者や研究者は、本物のテキスト資料を迅速に収集・注釈付与するために活用できます。
オフライン優先のアーキテクチャにより、インターネット接続が制限されている環境や、厳格なデータ管理ポリシーが求められる組織でも利用可能です。また、GitHub上で公開されているオープンソースプロジェクトであるため、開発者や言語学者は、再現性・プライバシー保護を確保したテキスト分析ワークフローに活用できます。
