全盲の博士が手掛けた帳票読み上げアプリが話題に

近年、AI技術の進歩により、さまざまな業務が自動化されています。その中でも、特に注目を浴びているのが「space ocr」という手法を活用した帳票読み上げアプリです。特に、全盲の情報工学博士によって開発されたアプリは、視覚に頼らない新たなアプローチを提供しています。

1. space ocrとは？

space ocrは、請求書や納品書などの画像から必要なデータを引き出すOCR APIです。この技術の特長は、取得した文字情報の位置情報や、次の業務に生かせるデータを整理して返すところにあります。従来のOCR技術よりも一歩進んだ機能を持っており、業務における利便性を飛躍的に向上させます。

2. アプリの誕生背景と実装

この技術を実際の業務に活かすため、BYULBIT（ビョルビ）合同会社は、プロの外部開発者に「space ocr」を用いた業務アプリケーションを開発する依頼を行いました。最長で6日間で5つの異なるアプリが完成。特筆すべきは、全盲のITエンジニアが作成した帳票読み上げアプリです。

このアプリでは、請求書や健康診断結果のような複雑な帳票を読み上げる際、内容が混在しないように工夫がなされています。値の位置情報をもとに、スクリーンリーダーで理解しやすい順番に読み上げるようレイアウトが組まれています。開発者自身が音声を確認しながら、試行錯誤を重ねた結果、利用者に優しい設計が実現しました。

3. 他の実装とその意義

さらに、他の外部開発者たちが手掛けたアプリケーションも見逃せません。

- 請求書レビュー台帳: 読み取ったデータを原本と照合し、確認後の整合性をチェックする機能。
- 仕訳CSV変換アプリ: 経理実務で使える形にデータを変換するアプリ。
- 工事別原価台帳: 建設現場での原価管理に特化したアプリ。
- 書類フォルダ一括変換アプリ: 複数の文書をまとめて処理する簡易アプリ。

これらのアプリは、ユーザーの業務ニーズに基づき設計されており、それぞれの実務の流れに自然に組み込まれています。各アプリにはフィードバックをもとにした改善点が含まれており、今後の発展に期待が寄せられています。

4. まとめ

この一連のプロジェクトを通じて、「space ocr」がただのOCRにとどまらず、ユーザーの業務フローに合わせた機能を提供するための基盤となることが示されています。また、全盲の博士が手掛けた帳票読み上げアプリは、そのユニークなアプローチで多くの人の役に立つことが期待されているのです。今後もこの技術が進化し、さらに多くの可能性を切り開いていくことを願います。

詳細は、こちらからご覧ください。