> For the complete documentation index, see [llms.txt](https://docs.crew.you/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.crew.you/ja/tools/image-media.md).

# 画像・メディア

Crew には画像・メディアツールの総合スイートが含まれています。画像生成、写真分析、音声処理、QR コード作成など、幅広く対応します。

## 画像生成

テキストの説明から画像を作成できます。

> 「『モーニングブリュー』というカフェのミニマルなロゴを作って。温かみのある色使いで、クリーンなデザインで。」

> 「夕日に照らされた未来都市のスカイラインのイラストを作って。」

> 「テックカンファレンスの SNS バナーを作って。青系のテーマで、16:9 の比率で。」

### オプション

* **アスペクト比**: 1:1（正方形）、16:9（ワイドスクリーン）、9:16（縦型/ストーリーズ）、4:3、3:4
* **透過背景**: ロゴ、アイコン、ステッカー用
* **画像編集**: 既存の画像を提供して変更内容を説明

### 画像編集

> 「このロゴのカラースキームを青と白に変更して。」

> 「この写真の背景を削除して透過にして。」

> 「この画像にホリデーテーマのフレームを追加して。」

## 画像分析

画像をアップロードして Crew に分析を依頼できます。

> \[写真をアップロード] 「この画像に何が写っている？」

> \[スクリーンショットをアップロード] 「このスクリーンショットのテキストを読み取って。」

> \[グラフをアップロード] 「このグラフが示していることを説明して。」

> \[商品写真をアップロード] 「この写真をもとに商品説明を書いて。」

### 対応フォーマット

JPEG、PNG、GIF、WebP（最大20MB）

## OCR（テキスト抽出）

画像やスキャンされたドキュメントからテキストを抽出できます。

> \[名刺の写真をアップロード] 「この名刺のすべての連絡先情報を読み取って。」

> \[レシートをアップロード] 「このレシートの商品と合計額を抽出して。」

> \[スキャン PDF をアップロード] 「このスキャンされたドキュメントをテキストに変換して。」

複数言語に対応し、画像とスキャン PDF の両方をサポートしています。

## ImageMagick（画像処理）

プロフェッショナルグレードの画像処理機能です。

> 「この画像を 800x600 ピクセルにリサイズして。」

> 「この PNG を JPEG に変換して。」

> 「この写真にウォーターマークを追加して。」

> 「この商品画像の背景を削除して。」

### 利用可能な操作

* リサイズとトリミング
* フォーマット変換（PNG、JPEG、WebP など）
* ウォーターマーク
* フィルターとエフェクト
* 背景除去

## QR コード

### QR コードの生成

> 「ウェブサイト用の QR コードを作って: <https://example.com」>

> 「この WiFi ネットワークの QR コードを作って: SSID 'Office-5G'、パスワード 'welcome123'」

### QR コードの読み取り

> \[QR コード画像をアップロード] 「この QR コードの中身は何？」

## テキスト読み上げ

テキストを自然な音声に変換できます。

> 「この段落を読み上げて、音声ファイルとして送って。」

> 「この会議の要約を日本語で音声に変換して。」

> 「この手順の音声版を英語で作って。」

### 特徴

* **30以上の言語**に対応
* **男性・女性**の音声オプション
* **自動言語検出** — または言語を指定
* **出力形式**: MP3、Opus
* 1回の変換で最大5,000文字

## 音声認識

音声ファイルをテキストに文字起こしできます。

> \[音声ファイルをアップロード] 「この録音を文字起こしして。」

> 「このボイスメモをテキストに変換して。」

### 対応フォーマット

MP3、MP4、M4A、WAV、OGG、WebM、FLAC

### ユースケース

> 「この会議の録音を文字起こしして、アクションアイテム付きのまとめを作って。」

> 「このポッドキャストエピソードをテキストに変換して、重要ポイントを抽出して。」

## YouTube 要約

動画を見ずに YouTube 動画を要約できます。

> 「この動画を要約して: \[YouTube URL]」

> 「この講義の重要ポイントは？ \[YouTube URL]」

タイトル、チャネル、長さ、再生回数、タグ、フルトランスクリプトの要約が返されます。

## SNS 分析

ソーシャルプラットフォームの投稿を分析できます。

> 「この TikTok を分析して: \[URL] — 何の内容？」

> 「この Instagram 投稿は何について？ \[URL]」

**対応プラットフォーム**: TikTok、Instagram、Twitter/X、Facebook

投稿者、エンゲージメント指標（いいね、コメント、シェア）、キャプション、ハッシュタグ、オプションのトランスクリプトが返されます。

## 実践的なシナリオ

### コンテンツ制作パイプライン

> 「商品写真のコンセプトを生成して、SNS 用キャプションを作って、新製品ローンチに合わせたバナー画像をデザインして。」

### ドキュメントのデジタル化

> 「手書き5ページ分の写真があります。OCR で全テキストを抽出して、きれいな DOCX ドキュメントにまとめて。」

### 音声コンテンツ

> 「この30分のインタビュー録音を文字起こしして、要約を作って、プロフェッショナルな PDF レポートを生成して。」

### イベント用 QR コード

> 「イベント登録ページへのリンクの QR コードを作って、QR コードを含むポスター画像も生成して。」

## ヒント

* **画像生成は詳しく描写**: スタイル、色、雰囲気、構図の詳細を含めましょう
* **適切なアスペクト比を指定**: プロフィール画像には 1:1、プレゼンには 16:9、Instagram ストーリーズには 9:16
* **ツールを組み合わせる**: 画像を生成 → ImageMagick でリサイズ → PDF ドキュメントに含める
* **一括処理**: 1つの会話で複数画像の OCR や分析を依頼可能