どう動いているの？

このサイトのツールは、AIモデルをサーバーではなく利用者のブラウザの中で動かします。写真・音声・文章がアップロードされないのは、そのためです。

1. ブラウザの中で推論します

• ツールを初めて実行すると、モデルのファイル（重み）と必要なプログラムをダウンロードします。モデルは主にHugging Faceから、プログラムはjsDelivrから取得し、容量の小さい一部のモデルファイルはこのサイトから直接取得します。
• ダウンロードしたあとは、このブラウザの中でモデルが入力を計算します。結果を作るのにサーバーは関わりません。
• モデルを動かすプログラムはTransformers.js（Hugging Face）とONNX Runtime Webです。文字認識にはTesseract.js、PDFにはpdf.js、顔や姿勢の認識にはMediaPipeを使います。すべてのモデルとプログラムのライセンスは出典とライセンスにあります。

2. WebGPUとwasm

ブラウザがWebGPUに対応していれば、グラフィックス機能でモデルを動かして速くなることがあります。対応していない、または使えない場合はwasm（WebAssembly、プロセッサで計算）で動かします。どちらを使うかはツールが自動で選び、同じモデルでもwasmのほうが時間がかかることがあります。

3. 必要な環境

• 新しいバージョンのパソコン用ブラウザ（Chrome、Edge、Firefox、Safari）をおすすめします。古いブラウザでは動かないことがあります。
• モデルが大きいほど、メモリと時間が必要です。文章を作るモデルのように大きなものは、数百MBから1GB以上のダウンロードになることがあり（容量はツールの画面で先にお知らせします）、メモリが少ない端末では遅くなったり止まったりすることがあります。その場合は、より小さなモデルを選んでください。
• 大きな画像は、メモリを節約するため長辺2048pxに縮小して処理します。
• 初回の実行時にはインターネット接続が必要です。

4. 容量・保存・消し方

ダウンロードしたモデルはブラウザに保存され、次回からは再ダウンロードしなくて済みます。保存領域を空けたいときは、ブラウザの設定でサイトデータ（Cookieとサイトデータ）の削除メニューを開き、このサイト（ai.ajamall.kr）の項目を削除してください。削除すると、次回の実行時にモデルを再度ダウンロードします。メニューの名前や場所はブラウザによって少し異なります。

5. 分かっている限界

• AIの結果は間違うことがあります。大切な判断には使わないでください（ご利用上の注意・免責）。
• 文字認識（Tesseract）は、きれいな印刷文字ではまずまずですが、手書き文字や、傾いた写真、コントラストの低い写真は苦手です。
• 翻訳（Opus-MT）は、対応する言語の方向がツールごとに決まっています。1つのツールですべての方向を翻訳できるわけではありません。
• 音声の文字起こし（Whisper）は韓国語や日本語を含む多くの言語を聞き取れますが、小さなモデルほど韓国語の精度が下がります。
• 文章を作る小さなモデル（Qwen2.5）は韓国語の品質が低いことがあります。大きいモデルのほうが良くなりますが、長い文章には限界があります。
• ノイズ除去（RNNoise）は一定に続くノイズに向いていて、音楽が混ざると音がこもることがあります。
• 画像の分類・物体のカウントは、モデルが学習した英語のラベルの範囲でしか答えません。

最終確認日 2026-11-11