> **支援者向けモデルの正規ライセンスコードを入手できるのは、[Buy Me a Coffee](https://buymeacoffee.com/kruk2) と [Unifans](https://app.unifans.io/c/kruk2) だけです。** [English](README.md) | [**日本語**](README.ja.md) | [中文](README.zh.md) #

Jasna Jasna は動画と画像のモザイクを復元します。無料で、シンプルなアプリとコマンドラインがあり、GPU で動きます。

## 目次 **はじめに** - [Jasna でできること](#jasna-でできること) - [必要なもの](#必要なもの) - [クイックスタート](#クイックスタート) - [ヘルプとコミュニティ](#ヘルプとコミュニティ) - [プロジェクトを支援する](#プロジェクトを支援する)（支援者向けモデル） **上級者向け** - [Jasna のしくみ](#jasna-のしくみ) - [コマンドライン](#コマンドライン) - [すべてのガイド](#すべてのガイド) - [ベンチマーク](#ベンチマーク) - [ライセンス](#ライセンス) - [謝辞](#謝辞) ## Jasna でできること - 動画のモザイクを見つけて復元します。画面のほかの部分には手を加えません。 - 2 つの復元モデル: 高速な **BasicVSR++**（無料）と、遅いけれどより精細な **LTX**（支援者向け、NVIDIA のみ）。 - **区間エディター**で、選んだ部分だけをプレビューしながら復元できます。 - VR180 動画と静止画（支援者向けの SD 1.5 モデル）にも使えます。 - **動画プレーヤー**で、ファイルを作らずに復元しながら動画を見られます。 ## 必要なもの - **NVIDIA** の GTX 16 シリーズ / RTX 20 シリーズ以降と、新しいドライバー（Windows で 610 以上、Linux で 580 以上）。GTX 10 シリーズ以前では動きません。 - または **AMD** Radeon RX 7000/9000（実験的）。 - ローカルディスク上のフォルダー。パスに日本語、中国語、アクセント付きの文字など、英語以外の文字を含まないこと。

詳細

- NVIDIA: NVIDIA の [GPU 一覧](https://developer.nvidia.com/cuda/gpus)でコンピュート能力が 7.5 以上である必要があります。 - AMD: ROCm 対応 GPU（Radeon RX 7000/9000、Radeon 780M/760M/740M、 Ryzen AI）。Windows では AMD Adrenalin ドライバー 26.8.1 以降。二次復元と LTX は NVIDIA のみです。 - ディスク形式: Windows では NTFS、Linux では ext4、Btrfs、XFS、ZFS。ネットワークディスクは非対応です。SSD を使ってください。ハードディスク（HDD）では起動とモデルの読み込みが遅くなります。 - LTX には NVIDIA RTX GPU、8 GB 以上の VRAM、16 GB 以上の RAM が必要です。 [LTX に必要なもの](docs/ja/models.md#ltx-に必要なもの)をご覧ください。

## クイックスタート 1. お使いのシステムと GPU に合うリリースをダウンロードします。 2. パスに日本語、中国語、アクセント付きの文字など、英語以外の文字を含まないフォルダーへ展開します。 3. アプリを起動します: - Windows: `jasna.exe` をダブルクリックします。 - Linux NVIDIA: `jasna` ファイルを実行します。 - Linux AMD: `run_jasna_amd.sh` を実行します。 4. 動画を追加し、設定を選んで、画面下の **▶** ボタンを押します。 **最初のジョブは時間がかかります。** NVIDIA では、Jasna がまずお使いの GPU 専用にモデルを準備します。約 **15～60 分**かかりますが、一度だけです。この間は他のアプリを閉じ、PC を使わないでください。Jasna を更新するときは、 `model_weights` フォルダーを新しいバージョンへコピーしてください。もう一度待たずに済みます。すべての設定にはツールチップがあります: ⓘ アイコンにマウスを合わせてください。 GPU メモリ（VRAM）が足りない場合は、**最大クリップサイズ**を下げてください。例: `90` から `60`。 [VRAM と GPU 使用量の調整](docs/ja/tuning.md)をご覧ください。 ## ヘルプとコミュニティ - [アプリガイド](docs/ja/gui.md): キュー、プリセット、出力名、動画プレーヤー、有効化。 - [SLS Discord](https://discord.gg/FgrSuwZS3s): 復元例、サポート、設定。 Jasna には[新しいチャンネル](https://discord.com/channels/1196376491815092265/1556960822578909244)があります。以前の投稿は[旧チャンネル（アーカイブ）](https://discord.com/channels/1196376491815092265/1199059436199759943)に残っています。あまり変な振る舞いはしないでください。 - 問題がある場合: アプリ下部の**ログ**を押し、**エクスポート**でログファイルを保存します。質問するときに添付してください。 ## プロジェクトを支援する Jasna は無料です。支援は新しいモデルの訓練に使われます。主に GPU レンタル代です。支援者には支援者向けモデルのライセンスコードが届きます: | 支援額 | モデル | | --- | --- | | **合計 15 USD** 以上 | **UNet 4x**: 復元した部分をよりシャープにします。
**SD 1.5**: 静止画用の実験的なモデル。 | | **25 USD** | **UNet 4x** と **SD 1.5**、さらに
**LTX**: BasicVSR++ よりずっと遅いですが、より細かく復元します。NVIDIA のみ。この LTX モデルの今後のアップデートも含みます。 | **2026 年 10 月 14 日までに 15 USD 以上**支援した方は、LTX を無料で使えます。 **LTX を選ぶ前に:** - LTX のサンプルを見てください: [1](https://discord.com/channels/1196376491815092265/1199059436199759943/1556346988486856826)、[2](https://discord.com/channels/1196376491815092265/1199059436199759943/1556337300814958684)、[3](https://discord.com/channels/1196376491815092265/1199059436199759943/1555612574643388598)、[4](https://discord.com/channels/1196376491815092265/1556960822578909244/1559341521575084063)、[5](https://discord.com/channels/1196376491815092265/1556960822578909244/1559295317529202780)、[6](https://discord.com/channels/1196376491815092265/1556960822578909244/1559205894959403121)、[7](https://discord.com/channels/1196376491815092265/1556960822578909244/1559197341473574973)、[8](https://discord.com/channels/1196376491815092265/1556960822578909244/1558798127195226112)。 SLS Discord の[新しいチャンネル](https://discord.com/channels/1196376491815092265/1556960822578909244)と [旧チャンネル（アーカイブ）](https://discord.com/channels/1196376491815092265/1199059436199759943)で、さらに多くのサンプルを見られます。 - PC で LTX を**お試しモード（速度テスト）**で動かしてください。無料で、お使いの GPU で LTX が動くか、どれくらい時間がかかるかが分かります。動画は復元されません。 [LTX に必要なもの](docs/ja/models.md#ltx-に必要なもの)をご覧ください。その他の例: [UNet 4x](https://discord.com/channels/1196376491815092265/1199059436199759943/1516497879684874260)、 [SD 1.5](https://discord.com/channels/1196376491815092265/1199059436199759943/1492139124348420106)、 [追加の SD 1.5](https://discord.com/channels/1196376491815092265/1199059436199759943/1516571355317800990)。 ### 支援できる場所ライセンスコードは次の場所で**のみ**入手できます: - [Buy Me a Coffee](https://buymeacoffee.com/kruk2)（暗号資産も使えます） - [Unifans](https://app.unifans.io/c/kruk2) それ以外で Jasna、コード、改変ファイルを販売している人は詐欺です。そのキーは使えず、そのファイルは PC 上で隠れたコードを実行する可能性があります。Jasna は GitHub からのみダウンロードしてください。 ### 有効化の手順 1. 上のどれかで支援します。**ライセンスコード**が届きます。 2. Jasna で **Jasna を有効化**を開き、ライセンスコードを入力して **オンラインで有効化**を押します。 3. その PC がインターネットにつながっていない、または失敗した場合は、**手動**を選びます。[支援者向けモデルの有効化](docs/ja/gui.md#支援者向けモデルの有効化)をご覧ください。 1 つのライセンスコードは **3 台の PC またはクラウドワークスペース**で使えます。有効化した後は、Jasna はオフラインで動きます。レンタル GPU については [クラウド GPU](docs/ja/cloud.md) をご覧ください。新しい PC として数えられるのは、Windows ではマザーボードの交換、Linux では Linux の再インストールです。どちらも 3 つの枠のうち 1 つを使います。Windows の再インストールや GPU、ディスク、メモリの交換では枠を使いません。同じライセンスコードでもう一度有効化してください。ただし、マザーボードに正しい ID がない一部の Windows PC では、システムディスクの交換も新しい PC として数えられます。 Jasna 0.10 のメールアドレスとキーはもう使えません。購入先から新しいライセンスコードをもらってください。 ## 上級者向け ### Jasna のしくみ動画の読み込みから保存まで、ほぼすべて GPU で動きます。 1. 動画を GPU で**デコード**します（NVIDIA では NVDEC、AMD では AMF）。 2. 各フレームのモザイクを**検出**します（デフォルトのモデルは `rfdetr-v6`）。 3. 各モザイクを時間に沿って**追跡**し、そのフレームをクリップにまとめます（最大で**最大クリップサイズ**のフレーム数）。クリップはシーンの切り替わりで終わるので、別のショットが混ざることはありません。 4. 各クリップを 256x256 の画像として BasicVSR++ で**復元**します。クリップは少し重なっているので、つなぎ目が見えません。 5. オプションの**二次復元**（UNet 4x、RTX Super Res、Topaz TVAI）で、復元した画像をより大きく、よりシャープにします。 6. 復元した画像を元のフレームに**合成**します。変わるのはモザイク部分だけです。 7. GPU エンコーダーで**エンコード**します（NVIDIA では NVENC、AMD では AMF）。音声はそのままコピーします（出力形式がその音声を入れられない場合だけ、エンコードし直します）。最初のジョブが遅いのは、手順 2 と 4 のモデル（使う場合は UNet 4x も）をお使いの GPU 専用に準備するためです（NVIDIA のみ）。結果は `model_weights` に保存され、以後も使われます。新しい Jasna へコピーすることもできます。 LTX は仕組みが違います。動画を 4 回処理します: モザイクを見つける、準備、拡散モデルで復元、保存。遅いですが、より本物らしい細部を加えられます。 [モデルの選び方](docs/ja/models.md#復元モデル)をご覧ください。 ### コマンドラインコマンドラインでは、アプリでできることのほとんどができます（動画プレーヤー、 LTX のシードのプレビュー、マスクの提案、対話型画像復元は使えません）。 ```bash # 動画 1 本 jasna --input input.mp4 --output output.mkv # 画像 1 枚 jasna --input photo.png --output restored.png # フォルダー全体 jasna --input input_folder --output output_folder ``` `jasna --help` で全オプションを表示できます。[CLI リファレンス](docs/ja/cli.md)をご覧ください。 ### すべてのガイド - [GUI の使い方](docs/ja/gui.md): キュー、プリセット、出力名、動画プレーヤー、有効化。 - [モデルの選び方](docs/ja/models.md): 検出モデル、BasicVSR++ か LTX か、二次復元、画像用の SD 1.5。 - [動画の一部だけを復元する](docs/ja/segments.md): 区間エディター、モザイクスキャン、大きなモザイクだけ LTX。 - [VR180 動画](docs/ja/vr180.md): サイドバイサイド VR の扱い方。 - [VRAM と GPU 使用量の調整](docs/ja/tuning.md): クリップサイズ、オーバーラップ、VRAM が足りないときの対処。 - [高度な処理](docs/ja/advanced_processing.md): ノイズ除去、60→30 FPS、カラー LUT、シャープネス、エンコーダー品質、キュー完了後のアクション。 - [ストリーミング](docs/ja/streaming.md): ブラウザーや Stash で見る。 - [クラウド GPU](docs/ja/cloud.md): レンタル GPU（RunPod、Vast）で Jasna を使う。 - [CLI リファレンス](docs/ja/cli.md): すべてのコマンドラインオプション。 - [ソースから実行](docs/en/development.md): 開発者向け（英語）。ソースからは無料の BasicVSR++ を使えます。有効化と支援者向けモデルには公式リリースが必要です。 ### ベンチマーク 3:22 の動画全体を BasicVSR++ と RTX 5090（Linux）で復元した時間です。短いほど良い結果です。 | 入力 | Lada 0.11.0 | Jasna v0.9.1 | | --- | ---: | ---: | | 720p H.264 | 01:47 | **00:32**（3.4倍高速） | | 1080p H.264 | 02:02 | **00:34**（3.6倍高速） | | 2160p H.264 | 04:56 | **01:03**（4.7倍高速） |

GPU メモリ、以前のバージョン、計測方法

GPU メモリの使用量（通常 / ピーク、GB）。`—` は未計測です。Lada は Jasna より GPU メモリの使用量が少なめです。 | 入力 | Lada | v0.4.1 | v0.5.0 | v0.9.0 | **v0.9.1** | | --- | ---: | ---: | ---: | ---: | ---: | | 720p H.264 8-bit | 1.8/3.1 | 17.6/19.9 | 8.6/9.0 | 8.6/9.1 | **4.2/4.6** | | 1080p H.264 8-bit | 2.0/3.3 | 18.9/21.4 | 9.5/10.2 | 9.3/10.1 | **4.8/5.6** | | 2160p H.264 8-bit | 2.6/4.1 | 26.0/30.5 | 12.9/15.0 | 11.4/15.4 | **7.2/10.9** | | 8K VR HEVC 60 fps（15 秒） | — | — | — | 17.1/18.3 | — | 以前のバージョンの時間（720p / 1080p / 2160p で v0.4.1: 01:35 / 01:46 / 03:23、v0.5.0: 00:45 / 00:47 / 01:22、v0.9.0: 00:34 / 00:39 / 01:15。8K VR: 00:34）、テスト設定、RAM 使用量、すべてのコーデックは [完全なベンチマークレポート](benchmarks/2026-07-26_release_matrix.md)にあります。以前の長時間動画: [従来のレポート](benchmarks/2026-07-26_legacy_videos.md)。

### ライセンス Jasna の公開アプリケーションソースは AGPL-3.0 です。モデルと同梱依存関係には、それぞれのライセンスが適用されます。[ライセンスとソース公開範囲](LICENSING.md)、 [モデルの通知](assets/THIRD_PARTY_MODELS.md)、 [リリースソース対応表](RELEASE_SOURCES.md)をご覧ください。 ### 謝辞 - **[Lada](https://codeberg.org/ladaapp/lada)（Codeberg）**: Jasna は Lada に着想を得ており、一部は Lada をベースにしています。Jasna で使っている `mosaic_restoration_1.2` モデルは、Lada 作者の ladaapp によって訓練されました。 - **ZeLeFans**: VR 検出モデルと、モザイクの形状および VR 投影に関する詳細な分析に感謝します。