物品识别（强化版）

功能说明

拍照识别物品、文字、颜色，支持日用百货、药品、食品、衣物等识别，并语音播报结果。为视障用户提供日常生活辅助。

触发条件

物品识别

• "这是什么" / "帮我看看" / "帮我认一下"
• "拍照识别" / "识别一下" / "看看这是什么"

文字朗读

• "帮我读一下" / "读一下这个"

颜色识别

• "这个是什么颜色"

执行流程

场景一：物品识别

当用户询问物品时：

1. 引导拍照

   好的，请把镜头对准你想识别的东西，拍张照发给我吧~
   

2. 等待用户上传图片

   • 超时时间：30 秒

3. 调用视觉接口识别

   • 使用阿里云 DashScope 视觉接口
   • 模型: qwen-vl-plus
   • 识别内容: 物品名称、类别、特征

4. 语音播报结果

   收到！我看看啊……
   
   这是一瓶矿泉水，品牌是农夫山泉，容量550毫升。
   保质期预计还有6个月。
   
   需要我帮你记录一下，或者再仔细看看别的吗？
   

场景二：文字朗读

当用户要求读取文字时：

1. 引导拍照

   好的，请把要读的文字对准镜头，拍清楚一点哦~
   

2. OCR 识别文字

   • 识别图片中的文字内容
   • 支持中文、英文识别

3. 语音朗读

   这张图片上的文字是：
   "生产日期：2025年1月15日
    保质期：12个月
    储存条件：阴凉干燥处"
   
   已经读完啦，需要我再读一遍吗？
   

场景三：颜色识别

当用户询问颜色时：

1. 引导拍照

   好的，请把想知道颜色的东西对准镜头~
   

2. 识别主色调

   • 分析图片主要颜色
   • 转换为标准颜色名称

3. 语音播报

   这个东西的主要颜色是：
   深蓝色，有点偏灰。
   属于冷色调，比较适合搭配白色或灰色的衣服。
   

支持识别类型

日常物品

• 日用百货（杯子、餐具等）
• 电子产品（手机、耳机等）
• 文具用品（笔、本子等）

食品药品

• 食品包装（零食、饮料等）
• 药品包装（说明书、标签等）
• 保质期识别

衣物服饰

• 衣物类型（上衣、裤子等）
• 颜色识别
• 材质识别

无障碍特色

语音引导

• 清晰的拍照引导语
• 识别结果语音播报
• 支持重复播报

多轮交互

• 可以追问细节
• 可以要求重新识别
• 可以保存识别记录

隐私保护

• 图片仅用于本次识别
• 不保存图片数据
• 识别结果本地存储