【AI比較】解像度の悪い画像の文字起こしをしてみた

皆さんこんにちは40歳からのAI活用 塾の海野ですこのチャンネルではAIを活用して1日に時間時短する 実践的なテクニックと時間と場所に縛られない働き方のヒントを 届けしていきますさて今日はですね私が3つのAIツールを使って小さい 文字の書かれているjpegファイルこれをですね文字起こししてもら ったその比較結果についてお話をしようかなと思っています試 したのはChatGPTとクロードとあとはGoogle AI Studioですねこれはジェミニ じゃなくてGoogle AI Studioの方ですでは結果はどうだったかという とですね結構さんざんたる結果でしてまずChatGPTChatGPTがですね 意外と小さい文字読めないのかなChatGPTも画像の文字認識できる はずなんですけれども何かおかしかったんですかね全然できません でしたまずGPT 4.0とGPT 4.5とO3 miniとO3 miniかなこれを試したんです けれども基本的にはGPT 4.0でいいと思うんですねGPT 4.0でできる はずなんですけれどもテストラクトだったかな文字認識のOCRが入って いないのでダメですみたいなことを言われて結局できませんでした 他のモデルに変えてもChatGPTでは一切文字起こしができないみたいな 状況だったんですよねもしかしたタイミングのせいなのかもしれない んですけどもちょっとね全く使い

ものになりませんでしたちょっと ChatGPT残念続いてですねクロードこれはねどうかというと一瞬できた ように見えるんですけれども全然ダメだった全然ダメでしたねなんか 本来だったらいっぱい書いてあるところが全く違う内容になって いたりとか一部は正しいんだけれどもなんか勝手に作っちゃってるみたいな 勝手に作られるの困りますよね読めないんだったら読めないなり になんか文字化というかなんか変な風に例えばねDをEにするとか そういう感じでやって欲しいんですけれども勝手に内容作ってきました ね全然ダメでした全然ダメそしてじゃあAIGoogle AI Studioこれね今すごい ホットなんですけども無料で使えるんですよねこれねすごい皆さん 人気なんですけどもなんか私が使うといつも大体微妙なのはなぜなんだろう まずこのGoogle AI Studioというのは開発者向けのプラットフォーム になっていていくつかモデルを選べるんですねで無料で使えます 私今回使ったのはジェミニ2.5プロプレビュー325ってやつとジェミニ 2.0フラッシュイメージジェネレーションエクスペリメンタルっていうこの 2つを使ってみましたでですね結局まず今すごいみんながすごいすごい 言ってるジェミニ2.0フラッシュエクスペリメンタルかなこれがね これだっけこれだった気がするんですけどもこれがダメでしたね全然 ダメだったなあこれもなんか勝手に作るは勝手に作ってるしなんか 全然違う感じになってる全然違う感じになってましたまだまとも 比較的まともだったのがジェミニ2.5プロプレビュー325って一番新しい モデルですねこれが一番まだマシ...