Kako smo razvili aplikaciju OmoReader, čitač za osobe s poteškoćama u čitanju

OmoReader, prvu domaću aplikaciju za osobe koje imaju poteškoća s čitanjem, razvili smo u timu s partnerima iz Omolaba, laboratorija za vizualne komunikacije o kojemu ste već mogli čitati na Netokraciji.

Tijekom čitavog procesa razvijanja aplikacije, upravo zbog činjenice da se radi o projektu koji zaista može poboljšati živote drugih, moramo priznati kako je motivacija tima bila zaista nevjerojatna, posebice jer se u isto vrijeme radi o aplikaciji čiji je koncept izuzetno složen i istovremeno se moralo razmišljati o nekoliko različitih dijelova s kojima se inače nitko od nas ne susreće, a nemaju nužno veze s programiranjem.

U Locasticu i inače radimo na nešto kompleksnijim projektima, ali ovo je prvi put bilo da radimo book reader aplikaciju. I to ne bilo kakvu, već poprilično složen čitačknjiga.

Ako uzmete u obzir da većina postojećih aplikacija podržava jedan ili dva formata, a OmoReader podržava gotovo sve tekstualne formate, rastavljanje na slogove, custom fontove, OCR i analitiku, jasno je kako se ovdje radi o velikom poslu za koji je bilo potrebno dosta vremena i razvoja, ali sretni smo što smo uspjeli i time dokazali da imamo kvalitetan tim na zavidnoj razini, kako u zemlji, tako i u svijetu.

A evo što se krije iza te kvalitete i čitavog procesa…

Početak je bio lakši uz rad tri znanstvenice

Naš zadatak bio je razvoj mobilne aplikacije koja je pored svih uobičajenih funkcionalnosti čitača trebala imati i dodatne mogućnosti prilagođavanja teksta, konverzije različitih formata u .epub te OCR-a (optičkog prepoznavanja znakova), a jedan od glavnih i kompliciranijih funkcionalnosti ove aplikacije s kojim smo se susreli je samo rastavljanje riječi na slogove.

Srećom, nismo morali razvijati poseban algoritam za rastavljanje riječi, jer bi to znatno produžilo razvoj aplikacije, već smo na samom početku istraživanja pronašli algoritam koji je rezultat izvornog znanstvenog rada Postupak automatskoga slogovanja temeljem načela najvećeg pristupa i statistika slogova za hrvatski jezik autorica Ane Meštrović i Sande Martinčić-Ipšić s Odjela za informatiku Sveučilišta u Rijeci te Mihaele Matešić s Filozofskog fakulteta Sveučilišta u Rijeci.

Algoritam je, kao što je vidljivo u aplikaciji, odlično odradio svoj dio posla.

Ispod haube

Što se tiče samog čitača, aplikacija je izrađena u Ionic frameworku, koji omogućava izradu hibridnih mobilnih aplikacija u web tehnologijama: HTML, CSS i javascript (Angular 7). Osim toga, važan dio aplikacije baziran je i na epub.js libraryju koji smo znatno prilagodili potrebama aplikacije. OCR je implementiran uz pomoć vanjskog API-ja, dok smo svoju custom analitiku, koja će nam omogućiti daljnje unapređenje aplikacije, izradili uz pomoć Firebasea.

Najveći izazovi prilikom razvoja najprije su se vezali uz formate samih knjiga. Aplikacija je trebala podržavati gotovo sve formate u kojima se elektronske knjige pojavljuju, a budući da bi razvoj funkcionalnosti za svaki od ovih formata značajno odužio razvoj aplikacije, odlučili smo se fokusirati na ePub, a ostale formate podržati konverzijom knjiga iz ostalih formata u ePub.

Koliko muke može zadati algoritam za rastavljanje slogova?

Jedna od najvažnijih funkcionalnosti ove aplikacije je rastavljanje na slogove, što je ujedno bio i najveći problem za riješiti. U početku se algoritam činio kao jednostavan problem (prva pomisao bila je rastavljanje riječi kod samoglasnika), ali se na kraju ispostavilo kako se radi o mnogo težoj zadaći. Prilikom istraživanja shvatili smo da zapravo sami ne možemo definirati točna pravila po kojima napisati algoritam, a razlozi zašto je tomu tako nešto su kompliciraniji.

Ako pokušate rastaviti broj dvanaest na slogove, većina ljudi će vam ispravno odgovoriti, ali ako ih pitate koje su metode i pravila koristili – neće znati. Na nama je bilo da istražimo sva gramatička pravila i smislimo način kako ih implementirati unutar aplikacije. Takve stvari baš i ne možete pronaći “guglanjem”, ali smo, srećom, u to vrijeme naišli na gore spomenuti znanstveni rad, koji je odgovorio na veliki broj naših problema.

Imali smo tu sreću da su nam autorice rada dale dozvolu za njegovo korištenje te smo uspjeli prilagoditi Python algoritam u JavaScript. Funkcionalan algoritam bio je samo prvi korak jer smo morali pronaći način da ga primijenimo na knjigama. ePub format je zapravo neka vrsta .zip datoteke koja se sastoji od HTML, CSS i JavaScript datoteka, poput svakog weba. Bilo je potrebno napraviti algoritam koji će modificirati strukturu HTML-a u knjigama, kako bismo omogućili bojanje slogova i označavanje zrcalnih slova bez da narušimo izvorni dizajn knjige, a koji će uz to biti efikasan i brz.

Poslužite se open source API-jem kad god je to moguće

Također, jedan od izazova s kojima smo se susreli prilikom implementacije bila je i siva linija koja nam omogućava praćenje teksta prilikom čitanja radi lakšeg održavanja koncentracije. Linija je trebala podržavati različite brzine čitanja i zbog toga smo posebnu pažnju morali posvetiti izračunu duljine trajanja linije za svaku pojedinu riječ, kako ona ne bi išla prebrzo ili presporo na toj riječi.

Aplikacija je trebala sadržavati i funkcionalnost optičkog prepoznavanja znakova (OCR). Razvoj ovakvog sustava samog po sebi može potrajati godinu ili više dana, ali na svu sreću naišli smo na open source API koji je već riješio taj problem te smo ga iskoristili. Kod ovako kompleksnih zadataka uvijek je bolje koristiti već dostupno i gotovo rješenje, nego samostalno krenuti njegov u razvoj, pogotovo ako imate definiran fiksni rok za izradu.

Uz podatke o korištenju otvaraju se i mogućnosti nadogradnje

Uz sve značajke koje smo nabrojali, poput rastavljanja slogova, postavki fontova, OCR-a i konverzije, jedna od najbitnijih posebnosti za krajnjeg korisnika i za budući razvoj sigurno je analitika koja prati registrirane korisnike. O tim korisnicima, koji su prijavljeni u svoj račun, prikupljamo podatke o postavkama OmoReadera koje se koriste kako bi kroz analitiku mogli ustanoviti koji fontovi/veličine/razmaci donose najbolje rezultate i kako bi mogli pomoći u daljnjem razvijanju rješenja za osobe s poteškoćama u čitanju.

Razvoj OmoReadera svakako je kontinuiran proces i konstantno ćemo implementirati iskustvo korisnika kroz korištenje aplikacije da bi u konačnici dobili što optimiziraniji proizvod.

11.3.2018. U cilju potpune transparentnosti, moramo napomenuti kako je OmoReader aplikacija intelektualno vlasništvo tvrtke OmoLab, laboratorija za vizualnu komunikaciju dok je agencija Locastic angažirana za tehničku izvedbu aplikacije.