認識言語パック
要点: 簡体字中国語、英語、タイ語、繁体字中国語、日本語は内蔵されており、その他の文字体系には言語パックが必要です。「スキャン文書の文字 → 認識言語パック…」からダウンロードします。インターネットに接続できないコンピューターでは、接続できるコンピューターでダウンロードしてから「ファイルからインポート…」を使います。ダウンロードとインポートのどちらも SHA-256 で照合されます。
ダウンロード
「スキャン文書の文字 → 認識言語パック…」で必要な言語パックを選択し、ダウンロードをクリックします。ダウンロードはクリックしたときにだけ行われます。ダウンロードしたファイルは SHA-256 で照合され、照合に失敗したパックはインストールされません。言語パックは当社のサーバーを経由せず、第三者のモデル配布サイト（ModelScope、GitHub、PyPI）からダウンロードされます。
言語パックのサイズ：PaddleOCR のパックは 8–14 MB、Tesseract のパックは 1–6 MB です。
オフラインでのインポート
- インターネットに接続できるコンピューターで同じウィンドウを開き、必要な言語パックをダウンロードします。
- ファイルを対象のコンピューターにコピーします。
- 「認識言語パック…」で「ファイルからインポート…」をクリックします。
インポート時も同じように SHA-256 で照合されます。
読み戻し確認用パック（任意）
デーヴァナーガリーとカンナダ文字では、Tesseract のパックを追加でインストールし、読み戻し検証時の 2 つ目の認識エンジンとして使うことができます。重要な項目は、両方の認識エンジンが正しく読み取った場合にのみ合格となります。通常の文字は、どちらか一方が完全に正しく読み取れば合格となるため、母音記号の読み誤りによる「要確認」が減ります。カンナダ文字では、インストール後は Tesseract が検索を担当し、元のモデルは確認用に使われます。アラビア文字用のパックもありますが、現在のバージョンはアラビア文字など右から左に書く文字の検索・置換にまだ対応していないため、今は使われません。
日本語読み辞書
「日本語読み辞書」言語パック（SudachiDict、ダウンロード約 42 MB）は、ルビ（振り仮名）付きの語を置換するときに使います。辞書をインストールしていれば、辞書に基づいて新しい読みを生成します。インストールしていない場合、古いルビはそのまま残り、ルビが更新されていないことを知らせるメッセージが表示されます。
認識できない文字体系
シリア文字とターナ文字（モルディブ）はスキャンでは認識できません。どちらも右から左に書く文字で、現在のバージョンではテキストレイヤー付き PDF でも検索・置換にまだ対応していません。各言語のスキャンでの実測結果は、機能対応表のスキャン認識の項目をご覧ください。
よくある質問
言語パックはどこにインストールされますか？
%LOCALAPPDATA%\PDFTextReplacer\models にインストールされます。
検索時に言語パックが不足している場合はどうなりますか？
インストールを促すメッセージが表示され、インストール後に自動的に再検索します。