專訪白描陶新樂:做高品質又便宜的掃描識別 App,背後是開發者的浪漫

2020-12-11 愛範兒

開發者,是移動網際網路生態中不可忽視的中堅力量,他們堅韌不拔且極具勇氣,他們堅持正確的價值觀,並堅信創新能夠創造價值。

AppSo 也一樣,我們希望那些具備可貴品質的開發者們,和他們帶著閃光點的產品,能夠被更多人所看見。

AppSo 每周都會邀請優秀的開發者,和他們聊聊在開發產品的過程中,那些有趣動人的故事。

在我們每個人都會遇到的難題中,其中就有一件是——圖片轉文字。將圖片中的數據、文字導出加工,這在幾年前可能會難倒很多人,要不是工具太貴,就是識別的結果質量太差。

但隨著 App 市場的開拓,好用的識別翻譯工具便誕生了,這其中就有陶新樂開發的《白描》。《白描》目前擁有 200 萬用戶,除了較高的準確率和不高的定價,它的校對及更多編輯功能,對學生黨、文字工作者來說,都有很高的實用性。

今天,我們請到了陶新樂,讓他和我們聊聊他的產品觀及開發 app 背後的故事。

認識陶新樂

獨立開發者,之前在北京工作,就職於國企擔任高級研發工程師,因為不想和女朋友異地,遂辭職成為獨立開發者,目前的主要產品有白描、兩個西柚、西江月、白描取字、曉時。

白描註冊用戶突破 200 萬了,有沒有想到過會取得這樣的成績?

開發的時候是完全沒想過的,最開始開發的時候就是為了給女朋友做個能識別紙質書上的文字用來記筆記的軟體,做完了之後發布到 App Store 也是職業習慣,沒想到發布之後會非常受歡迎,堅持下來獲得了現在的用戶規模。

在你心目中,會給白描打幾分?

滿分 10 分打 8 分吧,捫心自問,白描無論流程的設計還是實際功能的實現,都在這個領域做到了自己的特色和穩定出彩,也才能獲得眾多用戶和各平臺的肯定,比如小米市場的金米獎、豌豆莢設計獎、OPPO 應用時刻以及 App Store 的首頁推薦等。

當然,仍然有一些功能排在計劃中繼續完善,比如公式的識別、PC 端的開發以及對疑難圖片的識別如何更準確等等。

用一句話介紹一下白描及其輕量版吧。

白描是一款多平臺通用的 OCR 識別與文件掃描工具,能高效完成文字識別、表格識別、長圖識別、文件掃描、圖片合成 PDF、色彩切換、批量處理、翻譯等需求。

白描取字是白描的輕量版,專攻文字識別、批量識別、翻譯等需求。

全職做獨立開發後,為什麼會首先想到開發白描?

完全是一個偶然,談話間出來的產品靈感。

女朋友常做讀書筆記,使用了當時市面上的文字識別軟體覺得有的識別流程累贅,會員也太貴,免費的識別結果又不好,於是就想到自己能給她做個用得爽的 OCR 識別工具,並且很快付諸了行動。

在當時的條件下,開發具有 OCR 功能的 App,你遇到過哪些挑戰?

主要挑戰就是,自己從頭完全做自己的識別引擎幾乎是不可能的事,於是研究了市面上可以提供這個服務的廠商的產品並進行對比,嘗試了各種圖片各種情況,找出目前效果最好的那個。

白描的使用場景有哪些?它的哪些群體用戶最多?

場景蠻多的,比如上課拍 PPT 提取文字記筆記、把紙質合同掃描成電子版並且可以製作 PDF、把紙質表格轉成 Excel 電子版、翻譯圖片上的文字、老師可以用來拍試題識別之後對試題再加工、律師用來提取紙質文書上的文字等。

從用戶反饋來說,文字工作者、學生、律師常常會用到白描。

圖片轉文字也會有失誤,你是如何彌補的呢?

在識別之前,我們會進行一些技術上的處理,保證圖片的清晰度,讓它更易於識別。

在識別之後,白描的校對功能,能讓識別結果與原圖顯示在同一個界面,用戶還可以找到需要修改的地方,在此基礎上進行編輯。

你是怎麼優化白描的識別功能的?

想了一下主要有以下幾點:

  1. 圖像壓縮,保證清晰度又儘量減小圖片體積;
  2. 波紋過濾,有些時候拍電腦屏幕會有一些幹擾波紋,這些要優化掉;
  3. 長圖自動裁剪,檢測到長圖的空行位置自動裁剪開,不會裁到文字;
  4. 去除雜亂背景,有些紙比較薄的情況會透出背面的字影響識別,用戶可以切換色彩去掉那些幹擾因素;
  5. 自動分段,針對文章進行了自動分段,更易於閱讀;
  6. 自由選區識別,很多人有識別多樣化排版的文字需求,比如報紙那種排版,東一塊文字西一塊文字,可以使用自由選區的功能,把需要識別的部分畫出來,白描就會按照畫的順序去識別了

白描除了可以識別文檔,還可以掃描證件,你是如何讓它變得更智能的呢?

主要是自動檢測邊界,因為在掃描的時候避免不了裁剪與矯正,我們儘量做的更自動化,當然檢測邊界的準確度還有很大的提升空間。

另外,在後期的規劃中,我們會讓白描判斷證件類型更智能,掃描的時候就判斷出掃的是身份證,還是營業執照或者其他證件,進行更有針對性的後續操作。

白描需要多久維護或更新一次?

大功能的更新可能在兩個月一次,其他的如果遇到緊急問題就要儘快更新。

你是如何建立良好的用戶反饋機制的 ?

目前主要通過郵件和白描的公眾號反饋,基本能在 6 個小時內回復並處理用戶的郵件和公眾號留言。

你覺得在 OCR 識別、翻譯與掃描這塊,白描為什麼能獲得好評?

第一是流程更簡單,打開就直奔主題;第二是識別準確度確實比較高,因為目前市面上的識別引擎有很多,白描用的是最貴的高精度的那種;第三是價格合理,性價比高,很多同類型的 app 都是訂閱制,一年幾百塊,而目前白描最高級的會員才 30 塊,而且是永久的,關鍵是識別效果更好

白描之後,你還開發了兩個西柚,這個想法是如何產生的?

這個想法依然來自於女朋友的需求,因為做獨立創作需要自由高效地安排和記錄時間,目前市面上的時間管理軟體,她用的都不是很順手,於是她就自己設計了一個。當然,剛認識她的時候,我就想為她做一個 app 來推送她的作品,她真的很有才華。我也沒想到最後可以這樣曲線救國地實現了我的願望。

用一句話介紹一下兩個西柚吧。

兩個西柚是一個幫你與時間相處的時光記錄者,集日程安排、待辦提醒、日記於一身,還有那麼一點與眾不同的美感 —— 充滿故事的氛圍音樂和每天新鮮更新的壁紙。

它是由你和女朋友白靈筠一起完成的嗎?

是的,產品設計、UI 設計全部都是她做的,我只是敲代碼實現。

兩個西柚除了時間管理的功能好用之外,最大的特色就是它還有自己的內容 —— 每日更換的壁紙和不斷更新的氛圍音樂,這些壁紙完全都是女朋友原創,包括攝影、繪畫,每個周都要為此專門畫一幅畫。氛圍音樂和日程提醒鈴聲也完全是她自己創作的,她彈琴,去外面收集一些大自然的聲音,還寫下當時發生的故事,放在兩個西柚裡的每一首氛圍音都有它的故事。

從有想法到 App 上線,用了多長時間?

這個還蠻久,得一年多。

兩個西柚開發起來困難嗎?

開發上的難度其實並不是最大,主要是邏輯上要想的更完善,想做到把她想要有的功能集於一個 app 上而並不顯得繁瑣,她會把功能都設計好,要說難度其實主要是內容的堅持,比如去收集聲音,堅持每天更新壁紙,這是一種「甜蜜的負擔」。

兩個西柚擁有日記和待辦工具兩種功能,和市面上的 App 相比更文藝和另類,你們是如何「教」會用戶使用的?

目前還沒有教,更多的是靠用戶自己去探索和發現,能做的就是讓 app 更易用,以人為本,上手就會。後面也會考慮加入一些引導,解鎖更多使用小技巧。

點擊這裡,查看 AppSo 對《兩個西柚》的測評。

你們在這款 App 中埋下了哪些彩蛋?

比如 App 的名字,兩個西柚,就來自 I want to see you(我想要兩個西柚 / 我想見你)的梗,是一句情話(羞澀)。

其實還有一些好玩的彩蛋啦,比如在某一個氛圍音的介紹裡提到了白描。比如點亮當天的壁紙會獲得兩個西柚,也蠻期待用戶自己發現更多埋伏在細節裡的彩蛋的。

你們有計劃開發兩個西柚的 Android 版本嗎?

有計劃,但是目前還沒有精力,因為 iOS 版本後面還會有一個比較大的修改。

還有哪些 App 是你們一起做出來的?一起做 App,你們最大的感觸是什麼?

目前已經有成品的就是白描和兩個西柚啦,接下來還有幾款在想法碰撞中,目前剛討論出了名字圖標和定位。

一起做 app,我們剛好都可以做自己更擅長的部分,就感覺這是「全天下最完美的陣容」,能夠跟女朋友一起為一個產品付出,也是非常珍稀的體驗。增進感情,及時了解對方的想法這些都是副產品了。

白描、兩個西柚在 iOS 13 下運行如何?接下來會考慮加入深色模式嗎?

目前在 iOS 13 運行都正常,白描的深色模式已經適配完成,近期就會發布,還在考慮兩個西柚是否需要加入深色模式。

再介紹一下你的其他 App 吧!

第一是「西江月」,一款詩詞軟體,每天遇見一首詩 / 詞,讓你不經意間可以讀一下。其次還可以根據分類查看詩詞,可以搜索詩詞,可以收藏詩詞。這個 app 的界面非常簡潔,略帶一絲古風,非常適合喜歡讀詩的朋友。「西江月」也是 App Store 推薦常客。

另一款是「曉時」,一款世界時間查看的軟體,可以看不同城市的當前時間、日出日落以及在世界中的位置。

如何讓用戶更喜歡你的 App,這種親切感是如何建立的 ?

用戶的心也是肉做的,非常敞開地面對用戶的反饋,並且及時交流,把結果反映在產品的進步上。另外就是在產品的細節部分加入一些個人化的心思,用心了,用戶會感覺到的。

如何判斷自己的長處,並與行業結合的?

耐心和同理心,據說是打動女朋友的地方,在做 app 這件事上也同樣需要,能夠站在用戶的角度去思考問題,產品從一個個人想法到後來被越來越多的人使用,沒有特別頑強的耐心真的做不到。

你覺得目前 App 市場還存在哪些機遇和挑戰?

機遇我覺得就是,做一個 app 越來越容易了,有很多現成的框架和開原始碼,有什麼好想法就儘快付諸行動吧。

挑戰我覺得有這麼幾個,一是推廣成本越來越高,獨立開發者的精力資力有限,如何能讓更多用戶知道自己的產品;二是盜版猖獗,反盜版道路艱辛,作為開發者還需要親身上陣打擊盜版維護正版用戶(以及自己)的合法權益。

Apple 於 6 月份在中國上海開設了「設計開發加速器」,你對此有所了解嗎?

了解過,我覺得表明 Apple 對開發者越來越重視,不過不知道怎麼聯繫……

如果加入其中的話,你希望 Apple 能提供哪些支持? 

主要是技術方面和推廣方面吧。

最後聊聊你的生活吧,平時獲得靈感的方式有哪些呢?

讀書、上網、體驗別人的產品等都可能會獲得靈感。

你和女朋友一起工作時,工作流是如何定的呢?

完全是很天然的決定,她主要做產品設計、UI 設計以及自己的創作,比如繪畫,寫文章;我主要負責技術實現、產品運營和推廣。

起床之後先工作一波,然後早飯(大部分時間自己做),繼續工作,午飯(大部分時間自己做),繼續工作,鍛鍊, 晚飯(大部分時間自己做),閱讀,睡覺。

偶爾給自己放放假,出去吃別人做的好吃的,她會拍照、收集聲音,我負責拿包。

開發工作之餘,你最喜歡做什麼呢?

看電影,做飯,研究新菜式,旅行放風。

能不能聊聊你最喜歡的一款遊戲?

最近很喜歡用「狂野飆車」來放鬆,以前玩「狂野飆車 8」,現在玩「狂野飆車 9」。 

能不能和我們分享一下你的手機首屏,看看你的常用 App?

往期回顧:

專訪 Baye:那個與「澳門賭場」抗爭的男人

獨家 | 專訪 Coda CEO:離開微軟和 Google 之後,他決定挑戰 Office

首發 | 批量高效管理 Kindle、微信讀書筆記,這款 App 你一定不能錯過

專訪 | 他環遊中國、拍 10 萬張照,終於做出這本 App Store 第一的旅遊書

專訪《簡悅》:改善 318 類網站,只為做最好的「閱讀模式」

專訪《效率控》圖拉鼎:一款 App 多用,不止「聚合」這麼簡單

專訪《時間塊》安妮:這個喜歡玩 Switch 的女生,要繼續用 App 解決生活的「麻煩小事」

專訪劉翌翊、陳希:兩個上海人,兩種「垃圾分類」的產品思路

專訪 Saturday innovation:不到 10 人的獨立團隊,如何拉上芝麻街做教育?

專訪潑辣修圖主創:35 人的小團隊,如何打造 2000 萬人都在用的修圖工具?

專訪鍾穎:小白也能用的自動化神器,背後有什麼秘密?

專訪 GoodNotes 主創:如何打造 iOS 上最好的手寫筆記?

專訪《馬卡龍玩圖》主創:三千萬人都在用,他們如何打造最好玩的摳圖 App?

專訪 NOMO 開發者飛豬:刷爆朋友圈的相機 App ,從誕生起就是「意外」

專訪 WWDC 獎學金獲得者翁培鈞:從全球作品中突圍,他只用了十天

專訪陳星漢:為什麼要花七年,做一個免費遊戲?

專訪騰訊天美工作室:看不見也能玩的遊戲,為什麼能讓玩家淚流滿面?

專訪周楷雯:如果我堅持 10 年,能做到多極致

專訪徐五四:回顧十年開發經驗,這位十項全能的獨立開發者說了些什麼?

專訪承槐:傳文件又快又好還免費,這為什麼是一筆好生意?

專訪王妙一:真誠做遊戲,一個人也開心

專訪 Sorted 主創:把一半時間放用戶身上,做高效的時間管理工具

專訪 MiniHour 開發者李世超:好的產品一定是有溫度的

相關焦點

  • 送碼|標準好看的證件照,這個 App 幫你輕鬆搞定:白描證件照
    生活和學習中總是不免會用到證件照,比如參加什麼考試的網絡報名;比如要製作簡歷卻發現手邊沒有證件照,想去照相館周邊還不一定有,想自己做一張
  • 好物分享第二彈,你手機上應該要有的生活App,特點:小巧實用型
    每次剁手前,可以用它來查一下這件商品是否有額外優惠,親測感覺淘寶裡至少80%的商品都能更便宜。在淘寶下單前,複製商品連結,再打開app 。這件商品的優惠信息就能自動彈出來,按提示回淘寶下單,就更便宜。4.白描高清的掃描,拍照取字工具。當我需要快速識別圖片中的文字,第一個想到的就是白描,手機掃描後,可以生成高清的PDF,是非常好的手機掃描儀。
  • 萬能掃描王免費下載_萬能掃描王app免費下載-太平洋下載中心
    太平洋下載中心提供萬能掃描王app免費下載。【拍照翻譯】萬能掃描王app免費下載可以對拍攝的圖片進行快速翻譯,支持中文、英語、日語、法語、德語、西班牙語、葡萄牙語、義大利語、俄語等等多國語言.【手寫識別】通過高精度自動抓取文字信息,萬能掃描王app免費下載可對您的手寫文檔進行文字掃描提取,可以直接進行文字識別.
  • 華為PowerApp平臺:6大板塊 為開發者提供便利
    BaaS後端服務平臺PowerApp(http://powerapp.vmall.com/),目前已接受內測,完整版服務將逐步上線。  戎國強在接受新浪科技專訪時指出,智能是與數據分析相關聯的,但並不等於直接向用戶推薦,我認為推薦並不代表智能,推薦只是分析線性結果的可能性,是一個因果關係的分析。我認為所謂智能是在比較狹隘的移動網際網路的終端上為最終用戶能夠提供於他預期逐步接近的效果。未來一些智能的場景,如做地圖、交通信息、餐飲的,甚至做電商服務的開發都將在PowerApp上呈現。
  • HMS Core.Sparkle創新沙龍:助力開發者打造高品質遊戲
    沙龍圍繞「高品質遊戲·讓虛擬與現實對話」主題,就圖形渲染、網絡加速、遊戲創新等話題與眾多遊戲行業夥伴進行交流,探討未來遊戲創新的方向,並介紹了HMS Core在圖形(Graphics)、系統(System)等領域開放的能力,助力遊戲開發者打造高品質創新應用,提升遊戲體驗。
  • 開發者:iPhone XS/XR未啟動App也能掃描NFC標籤
    雖然庫克沒有在發布會上大篇幅介紹iPhone Xs/XR的NFC功能,但是根據iOS開發者描述,蘋果今年在iPhone Xs,iPhone Xs Max和iPhone XR都在NFC上做出了改進。在老款iPhone上,用戶需要先啟動App才能開啟NFC功能。
  • 刻意隱藏開發者信息,誰在開發香港暴徒幫兇App?
    出門看路、付款購物、互動傳訊,手頭的app多到爆炸,只有你不敢想的,沒有你想不到的。 的確,普通市民,單純如我,真不會接觸到這些「不敢想」的app。比如,這兩天被刷新了很多網民認知底線的「HKmap.live」,即所謂「全港抗爭即時地圖」。 心虛有鬼?
  • 蘋果開發者APP更新 國內開發者進行身份驗證後可以註冊開發者計劃
    蘋果全球開發者大會APP是幫助開發者了解專業、深度的獨家信息,包括新聞、視頻、WWDC 大會日程等內容的一款APP,蘋果在上個月宣布把全球開發者大會(WWDC)的官方APP名稱更改為「蘋果開發者應用」(Apple Developer App),昨日消息,蘋果開發者應用APP於昨日的更新中放出了針對中國開發者的一項福利。
  • APP推薦:七個冷門卻很優秀的APP
    雖然Book 不是企業官方的APP,但作者憑藉深厚的功底和優秀的個人能力把APP的界面和功能都做得非常出色。在閱讀體驗方面不亞於微信閱讀、Kindle等熱門閱讀應用!其次,發條最強大的功能其實是搜索歌曲,作為科大訊飛旗下的產品,發條的語音識別能力在同行中是非常出色的,發條支持語音AI搜索歌曲 ,你也可以選擇唱一部分歌曲,讓AI智能搜索歌曲,或讀部分歌曲搜索。
  • 專訪《簡悅》:改善 318 類網站,只為做最好的「閱讀模式」
    AppSo 希望讓產品背後的人,和你聊聊產品幕後的事。於是,訪談欄目 A Talk 應運而生,關乎產品、關乎運營、關乎創作。如果你也想加入 A Talk,與 AppSo 百萬讀者分享你的產品經驗,請在 AppSo 微信公眾號回復【開發者】,了解更多詳情。
  • 不斷摸索用戶痛點 國產智能掃描APP持續迭代
    近日,一款名為掃描全能王(CamScanner,簡稱CS)的智能掃描及文字識別APP受到多方關注。據了解,該款工具APP在海外有大量用戶,截至2020年9月末,CS在App Store與Google Play應用市場的全球用戶首次下載量約5億。
  • 盤點八大買酒app
    軟體名稱:酒仙網  運行版本:ios、Android  開發者:佛山市咔嚓購信息技術有限公司  介紹: 酒咔嚓這款app的核心功能是通過智慧型手機拍照酒標,基於圖像識別、匹配和搜索服務查詢相關的酒信息,幫助他們面對林立紛雜的葡萄酒時選擇和欣賞好的葡萄酒,並進一步提供葡萄酒,珍藏、記錄、推薦和分享的功能。
  • 這麼多的掃描APP,到底該用哪一款比較好呢?
    在使用過幾種市面上主流的掃描app後,我確信,筆聲貓圖鷹掃描儀是在安卓和iOS上捕獲文檔的最佳選擇。因為筆聲貓圖鷹使用簡單,掃描質量好,具有可靠的文本識別和有用的共享選項。儘管沒有任何掃描應用程式可以聲稱百分之百地保護您的數據安全,但筆聲貓圖鷹掃描儀不會做任何事情來讓您的私人信息受到黑客和窺探機構的攻擊和盜用。大多數掃描應用程式都有類似的布局,但是筆聲貓圖鷹更偏向於簡潔、小清新。如何去使用呢?
  • 冷門但逆天的8款APP,建議轉發收藏,純乾貨
    AI智能匹配:圖像識別匹配文案,語義分析為文字匹配圖片,一鍵實現文字的顏色、大小、字間距和行間距等自由調整,像寫文檔一樣在圖片上創作。高清圖庫:百萬高清圖片免費開放,全部無版權之憂可商用。擁有燒杯應用就像是擁有一個真正的移動化學儀器一樣,讓你可以安全地、隨時隨地做各種化學實驗。讓學習化學變得生動直觀,充滿樂趣。5、藏書閣海量小說免費看,千萬用戶的一致選擇。書蟲必備閱讀神器,功能體驗全面升級。
  • 伊比利亞航空推出app掃描行李功能
    圖:伊比利亞航空推出app掃描行李功能   近日,伊比利亞航空在其官方app中添加了一項新功能,乘客可以通過手機掃描行李箱後,知曉是否符合登機要求。  此功能可用於IOS和安卓設備,這項服務是在除了掃描行李箱外,還可以掃描信用卡來完成機票購買,登機牌的下載列印等服務。
  • 互動體驗樂趣多,百度深度學習開發者峰會打造開發者樂園
    (圖:WAVE SUMMIT+2020深度學習開發者峰會展區現場)作為面向深度學習開發者一年兩次的技術盛會,WAVE SUMMIT+2020除了滿滿的技術乾貨和「全明星」嘉賓陣容,現場還設置了「開發者互動」和「生態合作夥伴」兩個展區,十來個玩了還想玩的互動項目吸引著開發者前來體驗。
  • 手機應用也有了「ISO認證」 工信部推「高品質APP徽章」
    通過檢測的應用,將在相應下載頁面位置顯示「高品質APP徽章」,以鼓勵用戶下載好應用。  聯合各大手機應用市場 360手機助手成工信部首家合作夥伴  據了解,「高品質APP」是工信部移動應用雲測平臺智測雲聯合手機應用市場,為APP開發者提供的質量評測服務。
  • Google開發者大會圓滿落幕,QQ音樂領先科技打造高品質音樂生活
    Google開發者大會圓滿落幕,QQ音樂領先科技打造高品質音樂生活 11月21日,為期6天的2020Google開發者大會圓滿結束。
  • 新面部識別APP幫你識別大熊貓
    A facial recognition app will make it easy for you.分不清楚毛茸茸的大熊貓?一款面部識別應用程式能讓你輕鬆分辨。discern [d'sn]:vt.覺察出;識別;了解The app is developed by the Chengdu Research Base of Giant Panda Breeding along with researchers in Singapore Nanyang Technological university