# personal_term_APP

**Repository Path**: NFUNM026/personal_term_APP

## Basic Information

- **Project Name**: personal_term_APP
- **Description**: No description available
- **Primary Language**: CSS
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2019-12-28
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 识存学APP

|发布时间|2019年12月9日|
|------|-----|
|产品名臣|识存学APP|
|文件现状|已完成|
|文件主人|黄嘉慧|
|产品设计师|黄嘉慧|

## 加值宣言：
经过调查，目前市场上有很多拍照识别文字的APP，随着人工智能的发展，人们已经知道AI人工智能的强大。虽然目前市场上有很多拍照或照片识别和提取文字的APP，但是将识别或提取的文字进行分门别类保存，以及保存文字进行文字阅读和文字翻译的APP是很少的。基于现状，我们将借助文字识别API和语音合成API对现有产品进行加值和优化。
## 核心价值：
用户在拍照识别文字和提取文字的基础上，同时利用语音合成技术进行文本阅读和文本翻译。
### 用户：
进行语言学习用户、作者
### 具体应用场景：
-  **用户一** ：一位小书写作家，看到一段词藻优美的句子，想把它记录下来，但是忘记带笔，写手机上一个一个字打觉得很麻烦。于是拿起手机，打开识存学APP拍下整段文字后，选取喜欢的句子进行保存。
-  **用户二** ：想学习外文，查字典不是很方便，于是于是拿起手机，打开识存学APP拍下单词或句子，单击选择保存分类，长按进行翻译，还可以选择文本阅读播放器，学习文字发音。
## 用户需求：
| 用户案例      | 对应API  | 重要程度 |      
| ------------- | -------- | -------- | 
| 获取/保存单词 | 文本识别 | 重要 |
| 单词/句子翻译 | 文本翻译 | 重要     |      
| 单词/句子阅读 | 文本阅读 | 重要     |     
| 单词/句子理解 | 文本分析 | 次重要   |      

## 使用比较分析：
 **百度AI** 
1. 文字识别：
- 手写文字识别：（缺点：对手写中文汉字、数字进行识别）
![通用文字识别](https://images.gitee.com/uploads/images/2019/1209/153400_27d085e2_1648228.jpeg "百度AI 选择价格付费 使用额度.JPG")
- 网络图片文字识别：
![图片文字识别](https://images.gitee.com/uploads/images/2019/1209/153453_4033f55d_1648228.jpeg "百度AI 图片识别文字 付费额度.JPG")
2. 语音合成：
- 在线语音合成：

![在线使用免费额度](https://images.gitee.com/uploads/images/2019/1209/153523_3dbe764f_1648228.jpeg "百度AI 在线语音合成 免费.JPG")

![语音合成价目表](https://images.gitee.com/uploads/images/2019/1209/153556_ac3a9856_1648228.jpeg "百度AI 在线语音合成 付费.JPG")

3. 自然语言处理：
- 通用翻译API：（支持28种语言实时互译，覆盖中、英、日、韩、西、法、泰、阿、俄、葡、德、意、荷、芬、丹等；同时支持28种语言的语言检测。）

![通用翻译价格](https://images.gitee.com/uploads/images/2019/1209/153708_5eb7311b_1648228.jpeg "百度AI 通用翻译 价格模式.JPG")

4.拍照翻译SDK：
服务介绍:拍照翻译SDK将图像识别与文本翻译合二为一，轻松实现图文翻译，省去繁琐的二次接入。
支持语种:
文本识别：中、英、日、韩、法、德、葡、意、西、俄等10个语种
文本翻译：支持全部28个语种，与百度翻译PC版支持语种一致）
- 适用场景:
 _拍照翻译SDK适用于图像文本识别及翻译，SDK可返回文本翻译结果、位置坐标及背景色信息，但暂不支持实景贴合。
注：拍照翻译SDK是一个开发包，需要您通过二次开发集成到您的程序中，非现成的、可供安装使用软件。接入拍照翻译SDK，需具备一定的移动开发基础。_ 
收费模式：
![拍照翻译SDK](https://images.gitee.com/uploads/images/2019/1209/153820_a58f6be7_1648228.jpeg "百度AI  拍照翻译SDK 收费模式.JPG")

 **Microsoft Azure** 
- AI+机器学习的认知服务：

Microsoft Azure 没有前期服务，只有使用的服务付费，且按小时付费。
![Azure的价目表](https://images.gitee.com/uploads/images/2019/1209/153845_4a8e5c4d_1648228.jpeg "Azure 的价格付费.JPG")

 **腾讯云** 
1. 语音合成：（支持中文、英文以及中英文混读） 
- 语音合成免费额度为每月100万字符，相当于一本《西游记》的字数。每月1日重置免费额度。
- 语音合成按合成的字符数计费，每月超过免费额度部分0.2元\单价（元/万字符）。
2. 文本翻译：（文本翻译可以自动识别输入的文本，并按照目标语言翻译并输出。当前支持中文、英语、日语、韩语、法语、西班牙语、意大利语、德语、土耳其语、俄语、葡萄牙语、越南语、印尼语、马来西亚语、泰语的翻译。）

腾讯云机器翻译目前支持15个语种，80多种语言对的翻译能力，其中中英互译引擎已在多领域达到业界领先水平。

产品价格

 _刊例价_ 

- 文本翻译按每月翻译的字符数计费，采用到达阶梯价。
- 文本翻译当月需付费字符数小于100百万字符（1亿字符）时，刊例价为58元/每百万字符。
- 文本翻译当月需付费字符数大于等于100百万字符（1亿字符）时，刊例价为50元/每百万字符。
- 1个汉字、1个字母、1个标点或空格都计为一个字符。
3. 文字识别：

可以享受1,000次/月的免费调用额度。

超过免费调用额度价格计费：

| 1000次    |   1万次   |  10万次   |  100万次   | 1000万次    |
| --- | --- | --- | --- | --- |
|  ￥120  |  ￥800  |   ￥5000  |  ￥30000   |   ￥200000  |


 **阿里云** 
1. 语音合成：
![阿里云语音合成价格](https://images.gitee.com/uploads/images/2019/1209/154238_46aee6f2_1648228.jpeg "阿里云 语音合成价格.JPG")
2. 文字识别：（文字识别种类清晰，为功能齐全得买各种识别包价格）

|  类型  | 价格    |
| --- | --- |
|通用文字识别     |  702.8元/10000次   |
| 文档小说图片文字    |  400元/10000次   |
| 电商图片文字识别    | 400元/10000次    |
| 网络UGC文字识别    |  400元/10000次   |
|社区贴吧文字识别      |  400元/10000次   |
|  英文专项文字识别   |  400元/10000次   |

3. 文本翻译：
- 机器翻译通用版：

|  字符   | 价格    |
| --- | --- |
|  100万   |  27元/年   |
| 1000万    |  240元/年  |
| 1亿    | 2100元/年    |
|  10亿   |  18000元/年   |

### 百度AI、Microsoft Azure、腾讯云、阿里云产品比较分析：
鉴于目前产品在初始阶段，而且需使用多个API，百度AI、Microsoft Azure、腾讯云、阿里云四家的产品成熟度都很高，我们综合考量其功能性，我们将选择一家平台购买API，经过性价比的比拼。我们选择腾讯云的文字识别API、文本翻译API和语音合成API。其中腾讯云每月的100万字符的语音合成免费额度，以及支持15个语种，89多种语言对的翻译能力和每月有1000次免费文字识别调用额度，对于目前初始阶段以及我们的APP设计初衷是吻合的。最后的比较结果分析，我们选择腾讯云平台上的人工智能服务。

## 人工智能概率性：
-  **文字识别：** 不支持古籍印刷文本翻译。因为古籍是从右到左、从上到下的阅读书写方式；而文字识别是从左到右、一行一行的识别方式，文字识别不支持更改识别顺序。使用通用印刷体识别、通用印刷体识别（高精度版），准确率一般在93% 以上，不过根据使用场景的不同，准确率也有所差异。一般在200ms - 1s内，识别时间会受图片大小、字数多少及网络环境影响。
-  **文本翻译：** 腾讯云机器翻译目前支持15个语种，在2018 WMT 国际机器翻译大赛中获得中英英中世界第一双料冠军的成绩。根据以往数据统计，平均翻译可接受度超过92%，定制训练后准确率会更高。
-  **语音合成：** 远离拾音器、明显噪声、严重口音等因素会影响语音识别准确率。返回结果受网络和音频长度等因素影响，具体时间需要根据参数来决定。

## 使用后风险报告：
API的选择可替代性平台多，由于目前产品属于初始阶段，没有大规模的投入市场使用，所以我们选择相对性价比合适的腾讯云提供的API，其中初始阶段的测试使用应注意API使用额度。在后期如若选择投放市场大规模使用的话，API选择平台要重新考量。避免资金损耗。

## 原型：
- [交互界面设计：](http://nfunm026.gitee.io/personal_term_app)
- [产品原型下载：](https://github.com/VickyCN/personal_term_APP)

- 识存学APP框架图
![识存学APP框架图](https://images.gitee.com/uploads/images/2019/1210/231910_dc6f0bba_1648228.jpeg "识存学APP框架图.JPG")

- 识存学功能结构图
![识存学功能结构图](https://images.gitee.com/uploads/images/2019/1210/231936_cc2c18d8_1648228.jpeg "识存学功能结构图.JPG")

- 识存学信息结构图
![识存学信息结构图](https://images.gitee.com/uploads/images/2019/1210/231957_094666c9_1648228.jpeg "识存学信息结构图.JPG")
  
### 代码应用：输入\输出

- 文字识别

 **输入** 

![提取文本](https://images.gitee.com/uploads/images/2019/1210/234129_f48bd31e_1648228.png "提取文本1.png")

![提取文本](https://images.gitee.com/uploads/images/2019/1210/234150_22bf2401_1648228.png "提取文本2.png")

 **输出** 

![文本](https://images.gitee.com/uploads/images/2019/1210/234232_c27f835b_1648228.png "提取文本输出.png")

 **输入** 

![手写文本](https://images.gitee.com/uploads/images/2019/1210/234309_fd4c5934_1648228.png "手写文本1.png")

![手写文本](https://images.gitee.com/uploads/images/2019/1210/234327_0cc4197c_1648228.png "手写文本2.png")

 **输出** 

![输出](https://images.gitee.com/uploads/images/2019/1210/234356_9d555c48_1648228.png "手写输出.png")

- 语音合成

 **输入** 

![语音合成](https://images.gitee.com/uploads/images/2019/1210/234432_5e14e8a6_1648228.png "语音合成代码1.png")

![语音合成](https://images.gitee.com/uploads/images/2019/1210/234448_b099a146_1648228.png "语音合成代码2.png")

![语音合成](https://images.gitee.com/uploads/images/2019/1210/234504_0c6b6bfc_1648228.png "语音合成代码3.png")


 **输出** 

![语音合成](https://images.gitee.com/uploads/images/2019/1210/234528_b6a6e698_1648228.png "语音合成输出.png")