Bookworm 开发动态——Vivo OCR 开启“悦读”新体验

Bookworm 是一款无障碍的文档阅读器，可让您以一种轻松且易于访问的方式来阅读 PDF、EPUB、MOBI 等众多格式的电子文档，借助 OCR 功能还可以用多种形式阅读扫描版文档。

具体用法和功能介绍请参见：勾画、涂抹、摘抄，是你理想的精细化阅读么，赴一场共创之约，寻找一个答案。

我是 Bookworm 的协作维护者 Eureka，最近休假一周，把几个项目里一直想做的 feature 实现了一下，其中就包括 Bookworm 的几个新特性。

自从去年我们发布了 Bookworm 2024.2 以来，又增加了一些新的修复和功能特性。不看 commit log，挑战一下我能记得多少。

提前看看有哪些新特性

媒体键控制：这是我前段时间休息的时候完成的，大多是在地铁通勤时间里写的。有些人喜欢在做家务的时候听书，自然也包括我，这个场景能用蓝牙耳机的手势控制朗读应该会不错。哦，对，不得不提到触摸屏，我在触摸屏上用 NVDA 的模拟手势映射了媒体键，也可以在吃饭的时候轻轻触碰触摸屏实现媒体控制。

精确注释和单点注释：在过往 Bookworm 仅支持单点注释，但实际上，对于精细化阅读来说，随意选择一些文本添加注释应该是更常见的需求。在前不久，另一位伙伴 pauliyobo 实现了该特性。
目前，就该功能而言，如果在不选择任何文本的情况下添加注释即为单点注释，反之则为精确注释。

Vivo 和百度在线 OCR 引擎：得益于 Vivo 的大力支持，我们可以使用 Vivo 提供的各种能力便捷地访问数字世界，Bookworm 通过 NVDA 中文社区的授权接口，接入了 Vivo OCR，可以在自动扫描、扫描当前页以及扫描到文件等需要文字识别的地方，调用 Vivo 通用文字识别能力。
如需使用该授权，请参见注册 NVDA 中文站，解锁更多资源。
同时也增加了百度通用文字识别高精度版和标准版作为 Bookworm 的在线 OCR 引擎，但需要你自己提供百度的 API key，相对来说，百度提供的免费配额对于长篇阅读来说，显得有点捉襟见肘。大家视情况选用吧！一个月 1000 次的标准识别，也只够我开发调试。
相关设置位于“文件”>“首选项”>“OCR”类别下。

文本自动换行选项：有些人喜欢关闭编辑器的自动换行功能，从而仅使用上下箭头按段落阅读。尽管我认为按各种文本单元阅读不应该通过改变视觉布局去实现，但增加这个功能的请求是合理的，至于怎么用是用户的事。所以我增加了这个功能，将其作为外观设置类别下的一个选项，但默认行为是开启自动换行的，与以往行为一致。

其他的新功能包括对 QRD 文件（另一款阅读器的文件格式）的导入支持，以及正在进行的对 DAISY 格式的支持。

还有一些重要修复，比如：链接文本显示不完整，脚注和内联链接跳转不准确，标点符号被错误地规范化为英文标点，以及安装时未正确清理遗留版本等小问题。

下载体验

你可以在 Bookworm 的中文站：bw.enabc.net 下载到包含上述新特性的开发板 2025.1（开发板页面不定时更新）。

软件个别新特性的字符串尚未翻译为英文，将在稳定版发布时完成。

写在后面

作为一个免费开源项目，首席开发者 Musharraf 在相当长的一段时间里不得不四处奔波躲避战乱。
我和 Paul 被授予完全的访问权限，我们用业余时间维护着它，项目算是没有停滞。

新功能很大程度上源于我们眼中 Bookworm 应有的样子，以及来自社区的声音。
我在 Bookworm 的中文站点 bw.enabc.net 上开通了赞助通道，收到了一些热心用户的赞助，但参与赞助的人并不多。
也可以理解，这个软件远远没达到完美的程度，反而还有诸多缺陷，加之阅读这件事，不是谁都想写写画画，它也没有什么不可替代性。

Whatever，在未来的一段时间里，如果时间和精力允许，我依然会聚焦于精细化阅读方面的贡献，比如，实现文档内图片元素的显示和 AI 识别、实现数学公式的呈现等。

相应地，则会降低那些明显有更好替代方案的功能请求的优先级，比如增加更多逼真的 TTS 角色。

当然，欢迎社区贡献，你可以从小的贡献开始。

就这样，希望你喜欢这个小软件！

End~