手書き書類を
AIでデータ化
手書き文字の認識率99.22%*を達成した研究結果を
元にデータ入力業務の効率化とコスト削減を実現
※「Tegaki」の認識率について、すべての手書き帳票で初回から99.22%の
認識率を保証するものではありません。
Tegakiの強み
THE ADVANTAGE
Tegakiとは手書き書類をスキャンして取り込むだけで簡単にデータ化して保存ができる手書きOCR*サービスです。これまで自動認識が難しかった手書き文字を高速・高精度に読み取ることができます。各種申込書類やアンケートをはじめ医療機関での問診票など様々な手書き書類の読み取りに対応可能。
独自OCRによる認識率99.2%*
OCR・ディープラーニングを活用した独自のアルゴリズムを利用。
平仮名、片仮名、漢字、数字、アルファベット、記号などさまざまな手書き文字を認識することができます。ご要望に合わせて、多言語や業界用語への拡張対応も可能です。
※対応言語は随時拡張します。
*OCRとは?
Optical character recognition(光学文字認識)。文字画像をスキャナー等で読み取り、コンピュータが読み取れる文字コードに変換するソフトウェア。紙に記載されている文字から手入力する作業を自動化する事が可能になる。
多様な文字を読み取れる高い利便性
活字・手書き文字双方に加え チェックボックス・丸囲い文字などを一つのサービスで読み取れるため、フォーム毎OCRとの使い分けや選別をする手間が不要
New 読み取り可能なフィールドに、マルチライン(複数行)が登場しました。
単線
Single Line
ボックスキャラクター
Boxed Characters
チェックボックス
Checkboxes
マルチライン
Multi Line
他言語対応・業界用語対応可能
トレーニングデータを準備することで各種他言語の手書き文字読み取りへの適用可能。
業界特有の言語モデルと連携すれば読み取り精度を高めることができます。
「Tegaki」を選んだお客様の声
ご利用の流れ
STEP
Tegakiとは手書き書類をスキャンして取り込むだけで簡単にデータ化して保存ができる
手書きOCR*サービスです。帳票などの入力効率を改善し、コスト削減することができます。
イメージ化
手書きの用紙をスキャンやカメラ撮影で画像データにして、ファイル形式をPNGまたはJPGにします。
前処理
スキャンしたイメージ画像を処理しやすいように前処理を行います。
・サイズの調整
・傾きの調整
・ノイズの除去 など
読み取り
手書き文字を認識し、デジタル化します。シングルライン、チェックボックスなど異なる形式も1度で読み取り可能です。
データ連携
デジタル化されたデータをAPIで自社システムに連携します。CSVやExcelでの抽出も可能です。
サービス提供方法
HOW TO USE
Tegakiは、クラウド版に加え、外部ネットワークへの接続を必要としないオンプレミス版
にて提供可能です。オンプレミス版は主に大企業案件向けとなります。
クラウド
手軽に導入しやすく、WEBブラウザもしくはAPI経由にて、ご用途に合わせ柔軟にご利用いただけます。
オンプレミス
お客様のサーバーにTegakiをインストールし、社内ネットワークにてご利用いただけます。
サービスの詳細、導入の流れ、導入事例など、ぜひ御覧ください。
パートナー
プログラム
PARTNER PROGRAM
お客様が安心して継続利用できる、より良いサービスの提供を実現するために、様々なパートナーと提携しております。
パートナープログラムはTegakiのご利用方法・用途によりご用意しております。
Tegaki セミナー
SEMINAR
Tegakiについてまずは気軽に話を聞いてみたいというお客様向けに、
「はじめてのTegakiセミナー」を開催しています。
毎月開催しているので、ぜひお気軽にご参加ください。
導入企業
CUSTOMERS
メディア掲載
MEDIA
世界中から集まったエキスパートが研究開発を重ねています。
EXPERT
30以上の科学論文出版実績のあるThierry Ph.D.や統計学博士をもつStefano Ph.D.をはじめ、機械学習、ディープラーニング学、画像認識、統計学、天体物理学など様々な分野の博士・修士が世界から集まって日々研究開発を重ねています。
ティエリ・ソスビ, Ph.D.
シニアリサーチサイエンティスト
流体力学の並列数値シミュレーション、計算幾何学、 ディープラーニングに深い知識をもつ。研究者として、30以上の科学論文を出版、複数のオープンソースプロジェクトを経験。エコール・ノルマル・シュペリウール・ドゥ・リヨン天体物理学 博士号保持。
ステファノ・ペルケッティ, Ph.D.
シニアリサーチサイエンティスト
モンテカルロ法に特化した、統計学、マシンラーニングの経験が豊富。確率モデリングとブラックボックスの適応的手法に強い関心。ボッコーニ大学 統計学博士号保持。
ワギフ・ハサノフ, M.Sc.
リサーチサイエンティスト
2012年よりニューラルネットワークとディープラーニングの研究に従事し、関連書籍を出版。重ねて数年間のソフトウェアエンジニアとしての経験を持つ。京都大学大学院情報学研究科知能情報学専攻。
フィリップ・レミー, M.Sc.
リサーチエンジニア
数学、統計学、コンピューターサイエンスに強みを持ち、最先端のアプリケーションを開発することに長けている。インペリアル カレッジ ロンドンで統計学修士課程修了。
導入事例やコスト比較など、まずはお気軽にご連絡下さい。