使い方
- PDFをドロップするか、クリックして選びます（複数可）。
- 必要なら設定を変え、「Wordに変換する」を押します。
- 一覧でファイルを選ぶと、Wordに入る内容を確認できます。黄色の【要確認】は原本と照合してください。
- 「Wordを保存」または「まとめて保存 .zip」でダウンロードします。
- Wordの内容を確認してから、PhAIのカスタムチャットや社内FAQに添付します。
できること
- 文字のPDF：本文・見出し（章・節・条、文字の大きさ）・表（列のそろい）を推定して整えます。
- スキャンPDF・写真：日本語・英語のOCRで読み取ります。OCRの結果はすべて【要確認】になります。
- ページ番号やくり返しのヘッダー・フッターを取り除きます。
- 各ページの頭に「［元PDF ○ページ］」を入れ、出典をたどれるようにします。
- パスワード付きPDFは、パスワードを入力すれば読み取れます。
確認が必要な点
- 罫線の表・結合セル・段組み・縦書きは、区切りや順番が崩れることがあります。
- 文字のあるページの中の図・写真・グラフは書き出しません。
- OCRは手書き・かすれ・小さな文字が苦手です。数字や金額は必ず原本で確かめてください。
- OCRは1ページ数秒〜十数秒かかります。ページの多いPDFは時間がかかります。
データの扱い
選んだPDFは、このブラウザの中だけで処理します。インターネットへは送信しません（通信を遮断する設定をこのページに組み込んであります）。ページを閉じる・再読み込みすると内容は消えるため、終わる前に保存してください。
使用ライブラリー
PDF.js（Apache-2.0）／Tesseract.js・tesseract.js-core（Apache-2.0）／Tesseract 学習データ tessdata_fast（Apache-2.0）／JSZip（MIT）。いずれもこのファイルに同梱しています。