深層学習を用いた文字認識システムでは、高性能な文字認識器を学習させるために、大量のデータが必要であることはよく知られている。本稿では、Adaptive Instance Normalization(AdaIN)のスタイル変換モデルに学習済みのConnecting text and images(CLIP)のText Encoderを導入し、漢字を含む日本語文字を生成することで、手書き文字認識器の学習用データ量を増やす。実験の結果、提案するスタイル変換モデルは日本語の文字画像を生成でき、手書き文字認識器の学習に用いることができ、手書き文字認識精度（F1スコア）を向上することがわかった。