来源@视觉中国
文|雷科技leitech
不过，虽然iOS 15带来的功能更新令人失望，但还是有网友毫不犹豫地选择了早期测试版。根据实际体验，iOS 15测试版存在很多bug，唯一可用的更新内容Facetime SharePlay仍然面临无法使用的尴尬局面。现在看来，文字直播功能无疑是这次平庸的iOS 15 Beta版本更新中最实用的新功能。
图像识别，人人都有。
首先，所谓的“文字直播”其实是一个可以在iOS相机应用中启动的字符识别功能。该功能可以自动识别并转录照片中的文字，无论是相机正在拍摄的图片、已经拍摄的照片、手机截屏，还是网页。它支持复制、粘贴、搜索和翻译，实现了照片中的文本提取和快速应用。
当然，类似的图像识别功能早已在很多安卓品牌手机上实现。无论是谷歌四年前推出的Google Lens应用，还是国内各手机厂商带来的“扫一扫”应用，基本都能轻松实现文本提取。借此机会，肖磊今天来给读者解释一下:苹果的“live text”与其他类似功能有何不同？
首先，苹果的“live text”是集成在相机里的。用户可以打开相机，打开相册或使用备忘录中的“来自相机的文本”来选择使用该功能。被测iPhone可以自动识别屏幕中的字符，点击按钮提取想要的字符，还可以对提取的字符进行查询、翻译、复制和分享。从结果来看，苹果“Live Text”对印刷文本的识别率还是很不错的，但对中文手写文本的识别率并不理想，有待提高。
此外，苹果提取的“活文本”会自动识别数字、网址和地址，并生成超链接。点击网址跳转到相应的网站；点击地址，打开对应地址的地图信息；点开号码，可以选择发送短信并添加到联系人中，使用起来相当方便。
接下来，我们来试试谷歌的原生谷歌镜头应用。在字符识别方面，用户可以直接点击取景器中相应的内容，提取出想要的字符。其实Goolgle Lens对打印和手写文本的识别率出奇的优秀，Google研究多年的文本识别技术真的不是虚的。
此外，Google Lens还会自动识别网址、号码等信息。通过单击下面的网页选项，可以跳转已识别的URL所识别的号码可以直接拨打给另一方。此外，面对复杂的大规模图文内容，Google Lens基本可以实现即时抓拍，文字识别率相当不错。
最后，我们来试试国内厂商的文字提取功能。以肖磊常用的小米10为例。小米相机中的文档功能，“门户”和“扫一扫”都可以用于图片的文字识别。其实小米相机对于打印和手写文字的识别率都不错，作为文字识别功能绝对合格。
值得注意的是，小米的“扫一扫”本身并不具备识别网址、号码等特殊信息的能力。所有的图片都被扫描成可以编辑的无格式文本。当然，用户可以自行复制网址和地址，然后打开相应的App进行搜索，使用起来比较繁琐。
经过测试，大致可以看出这三款产品的功能差异。在文字识别方面，谷歌的谷歌镜头识别率毫无疑问排名第一。虽然小米的三个文本识别功能不同，但是识别率排名第二是没有问题的。苹果的“live text”在这方面是可以改进的。在操作上，三款产品都可以实时拍照提取人物，操作直观。在功能上，没有识别能力的小米略逊一筹，而谷歌的搜索识别能力比苹果更方便易用。
谷歌能在这方面大获全胜，自然是有原因的。早在2010年，Google Docs就已经加入了OCR字符识别功能，支持用户将PDF文件或图片文件中的文字转换成可编辑的文字，而Google Lens已经在2017年与大家见面。两者的经验差距巨大，需要时间来弥补。
是什么让苹果成为“苹果”？
作为一项新功能，苹果的Live Text确实有很多不足之处。首先，目前谷歌镜头支持上百种语言，而苹果的Live Text只支持七种语言。两种语言的普遍性是完全不平等的。其次，“活字”的手写字符识别率真的很细微，还有很大的提升空。
当然这个功能也有它的好处。首先，谷歌的谷歌镜头需要用户在线交换数据。在中国使用谷歌服务并不容易。国内厂商的图像识别功能可以正常连接网络，但是没有网络就无法工作。相比之下，“文字直播”功能是基于空中处理的“深度神经网络”，而不是基于云计算的方法。也就是说，这个功能不用联网也能正常使用。
其次，目前手机上的文字识别功能大多以独立应用的形式存在，比如谷歌自研的应用Google Lens，三星的图像识别软件Bixby Vision，小米的Sweep，OPPO的Breeno屏幕识别等。与他们不同的是，苹果的“文字直播”功能内置在相机中，用户拍照时会自动捕捉所有文字，因此用户无需启动单独的应用程序即可使用相应的功能。
再次，虽然是后来者，但苹果的生态结合的更加紧密。在WWDC 2021上，苹果宣布了一个新的升级版“焦点搜索”功能。现在，“焦点搜索”可以通过智能技术，根据定位信息、人物、场景或物体搜索图片。用户只需下拉菜单栏，输入关键词，就可以轻松搜索到所有包含该词的图片。
一直以来，安卓厂商最受诟病的就是生态碎片化。比如，肖磊可以在小米10上找到三个图像识别功能，这三个功能互不相关，与小米自己的全球搜索也没有联系。它们是独立的函数。2019年，谷歌尝试将Google Lens与Google Photos相结合，让用户可以用文字搜索到想要的照片。问题是市面上很少有大厂会用谷歌自己的相册，生态也无从谈起。
有些人认为苹果已经黔驴技穷了。其实手机厂商“互相学习”并不是现在才有的。在一个行业中向对手学习，取长补短，都是为了更好的服务用户，这并不是一件坏事。雷认为，好的系统应该主动倾听用户的声音，及时推出高效易用的功能。
总的来说，“活文”功能还是很实用的。这个功能的推出，让果粉明白了自己手机上的摄像头不能只用来拍照。通过“实时文本”功能，苹果相机现在可以随时随地呈现信息。用户只需对着摄像头，就可以知道数千万个单词、短语、位置和周围的事物，更好地浏览周围的世界。
此外，在“文字直播”的基础上，苹果还新增了“视觉搜索”功能。该功能与“活文”相辅相成，可以自动识别照片中的地标、自然、书籍、宠物信息，并突出显示，帮助用户获取更多相关信息。
和谐的生态给用户带来了更好的体验。试想一下，当我们走在国外陌生的街道上，只要拿出手机，指着不熟悉的单词，摄像头就能自动为我们翻译；当我们站在一个标志性建筑前，打开摄像头，我们就可以了解这个建筑。这种体验可以给我们带来很多便利。
肖磊认为，受苹果公司的启发，已经拥有类似功能的Android厂商将开始尝试将其融入生态，这样用户体验就不会被割裂。这样的增强现实体验可能离我们并不遥远。
