摘要本文围绕 HarmonyOS 6.1.1(API 24) 在 AI 字幕、卡证识别、WebP 元数据和地点搜索相关性方面的增强设计一套智能信息助手。文章以跨境就医登记为案例讲解统一识别结果、置信度、人工确认、无障碍字幕、隐私最小化、地点综合排序和异常降级。关键词HarmonyOS 6.1.1Speech KitVision KitImage KitMap KitAI字幕卡证识别WebP元数据图 1 HarmonyOS 6.1.1 智能信息能力地图文章目录1. 6.1.1 为什么适合构建智能信息助手2. AI 字幕不只是语音转文字3. 卡证识别扩展带来的业务价值4. WebP 元数据为什么重要5. 地点相关性评分改变搜索排序6. 推荐架构统一识别结果模型7. 跨境就医登记案例8. 人工确认是智能能力的正式组成9. 代码案例一统一识别结果10. 代码案例二地点综合排序11. 代码案例三字幕无障碍配置12. 隐私原始材料比识别结果更敏感13. 无障碍设计不能只调大字号14. 异常与降级15. 测试清单16. 本文小结17. 能力与风险矩阵18. 参考资料1. 6.1.1 为什么适合构建智能信息助手HarmonyOS 6.1.1(API 24) 在 Speech Kit、Vision Kit、Image Kit 和 Map Kit 等方向增强了信息处理能力。AI 字幕支持设置源语言、目标语言、字体大小和颜色卡证识别增加港澳居民来往内地通行证与台湾居民来往大陆通行证Image Kit 支持 WebP 元数据地点搜索结果增加相关性维度。这些能力可以组合成从采集、识别、质量判断到业务操作的智能信息助手。2. AI 字幕不只是语音转文字字幕组件承担沟通和无障碍责任。源语言、目标语言决定是否需要翻译字号和颜色决定用户能否看清。会议、就医、课堂和直播场景的环境不同嘈杂环境需要更醒目的字幕听障用户需要更大字号和高对比双语沟通需要清楚区分原文与译文。应用应保存用户偏好而不是每次恢复默认样式。3. 卡证识别扩展带来的业务价值新增通行证识别支持使跨境出行、酒店登记、医疗挂号和政务办理可以减少手工输入。但识别结果不能直接作为最终事实。证件反光、磨损、遮挡和拍摄角度会影响结果姓名、号码、有效期等关键字段应显示置信度或待确认状态由用户核对后再写入业务系统。4. WebP 元数据为什么重要WebP 已广泛用于网络图片和应用素材。元数据不仅描述宽高还可能包含创建信息、方向、来源和业务标签。6.1.1 提供 WebP 元数据类后媒体管理、内容溯源和图片归档可以覆盖更多格式。应用修改元数据时要避免破坏原图并区分用户可见信息和隐私字段例如地理位置不应默认保留在公开分享图片中。5. 地点相关性评分改变搜索排序地点搜索不能只看距离。用户搜索“儿童医院”时最近的地点可能并不匹配关键词相关性评分可以帮助判断结果与查询意图的接近程度。高质量排序应综合 reliability、距离、营业状态、行政区和用户历史而不是单一字段决定。相关性较低时要提示用户补充城市、区域或更具体关键词。6. 推荐架构统一识别结果模型字幕、卡证、图片元数据和地点搜索返回的数据结构不同但都可以抽象为 RecognizedResult包含 source、fields、confidence、warnings、rawRef 和 traceId。业务层只处理统一模型识别适配层负责调用不同 Kit 和转换错误。这样可以统一做低置信度确认、敏感字段遮罩、日志脱敏和人工修改。图 2 智能信息助手分层架构7. 跨境就医登记案例患者使用通行证办理跨境就医。应用先通过双语字幕辅助沟通再拍摄通行证提取姓名和证件号用户核对后填写挂号资料系统搜索医院院区并结合相关性和距离排序上传的 WebP 检查资料读取必要元数据用于归档。整个流程中证件号码默认遮罩原始图像在完成登记后按策略删除。图 3 跨境就医智能登记助手案例8. 人工确认是智能能力的正式组成智能识别不是为了完全消灭人工输入而是减少重复劳动。低置信度字段、同名地点、翻译歧义和缺失元数据都应进入确认流程。确认页面要突出有问题的字段不要让用户重新检查全部内容。用户修改后的值应与原始识别结果分开保存便于分析模型效果但不能在日志中泄露敏感信息。图 4 一次智能信息采集任务的完整闭环9. 代码案例一统一识别结果统一模型可以承载字幕、证件字段、图片属性和地点候选并让业务规则复用同一套置信度和警告处理。export interface RecognizedField {name: stringvalue: stringconfidence?: numbersensitive: booleanconfirmed: boolean}export interface RecognizedResult {source: caption | credential | imageMetadata | placefields: RecognizedField[]warnings: string[]traceId: string}10. 代码案例二地点综合排序相关性不是唯一排序条件。示例将相关性、距离和是否在目标行政区组合成业务分数实际权重应通过场景测试确定。function placeScore(site: SiteCandidate, targetDistrict: string): number {const relevance site.reliability * 0.65const distance Math.max(0, 1 - site.distanceMeters / 20000) * 0.25const district site.district targetDistrict ? 0.10 : 0return relevance distance district}const sorted candidates.sort((a, b) placeScore(b, district) - placeScore(a, district))11. 代码案例三字幕无障碍配置字幕配置应来自用户偏好和当前场景同时保证前景与背景对比度足够。const captionOptions {sourceLanguage: zh,targetLanguage: en,fontSize: userPrefs.largeText ? 28 : 20,fontColor: userPrefs.highContrast ? #FFFFFF : #F4F4F5,backgroundColor: userPrefs.highContrast ? #000000 : #CC111827}12. 隐私原始材料比识别结果更敏感证件照片、语音流和带位置元数据的图片属于高敏感材料。能端侧完成就不上传必须上传时使用加密传输、短期存储和明确用途。业务完成后按策略删除原始文件长期记录只保留必要字段。日志不得输出完整证件号、原始字幕全文或图片地理位置。13. 无障碍设计不能只调大字号大字号之外还要考虑颜色对比、字幕行数、阅读速度、原文与译文区分、屏幕阅读器标签和触控目标尺寸。字号变大后不能遮挡主要内容长句应合理换行。听障用户需要稳定字幕视力障碍用户可能更依赖朗读和高对比模式应用应提供多通道反馈。14. 异常与降级识别服务不可用时提供手工填写相机权限拒绝时允许从相册选择或直接输入字幕翻译失败时仍展示原文WebP 元数据不完整时不阻止图片上传地点相关性都很低时展示地图选点。降级目标是让任务继续而不是强迫用户反复重试智能能力。15. 测试清单测试应覆盖普通话和英语、方言与噪声、不同字号、深浅色背景、证件反光和遮挡、繁简体姓名、WebP 有无元数据、图片方向、同名地点、低相关性结果、权限拒绝、离线、清后台和敏感日志检查。还要邀请真实无障碍用户参与可用性测试。图 5 智能识别结果的正确使用方式16. 本文小结HarmonyOS 6.1.1 的字幕、视觉、图像和地图能力可以组成完整的信息助手。高质量应用不会迷信识别结果而是同时设计置信度、人工确认、隐私最小化、无障碍样式和失败降级让智能能力真正减少用户负担。17. 能力与风险矩阵能力业务价值主要风险与控制AI 字幕跨语言沟通和听障辅助翻译歧义保留原文、允许纠错、样式可调卡证识别减少登记输入字段误识别关键字段必须人工确认WebP 元数据媒体归档和来源追踪位置隐私分享前清理敏感元数据地点相关性提升地点搜索准确度单一评分偏差综合距离和行政区