# 到底是什么垃圾？超 100 万人在用，四大垃圾分类助手横评

- 作者：A 君
- 发布时间：2019-07-06 21:00
- 原文：https://www.ifanr.com/app/1232843

![](https://s3.ifanr.com/wp-content/uploads/2019/07/javier-huedo-io3poUllunQ-unsplash.jpg)

2019 年的夏天，出现了一个让 2600 多万上海人疑惑不解的问题：

> 你是什么垃圾？

7 月 1 日，被称为「史上最严垃圾分类措施」的《上海市生活垃圾管理条例》正式实施，也掀起了一场关于「垃圾分类」的争论。

虽然垃圾分类是好事一件，但如何给垃圾分类确实是让人头疼的问题。我们测试了市面上最常见的几款「垃圾分类助手」，希望为你总结出一套简单实用的垃圾分类方法论。

首先，让我们先介绍一下本次「参战」的这堆垃圾：

![](https://s3.ifanr.com/wp-content/uploads/2019/07/wenti.png)

▲ 答案在文末哦



在看文章之前，你可以先尝试自己分一下类，以上垃圾是属于干垃圾，还是湿垃圾？是有害垃圾，还是可回收垃圾？

![](https://s3.ifanr.com/wp-content/uploads/2019/07/fenlei.png)

▲ 垃圾分类基本原则，图片来自：新浪上海



如果你感到犹豫不决，想必你也就明白「垃圾分类助手」的必要性。今天，我们就选取了市面上最常见的几个垃圾分类助手，让我们来看看到底哪个更好用？

### 什么垃圾

平台：iOS  
易用程度：⭐️⭐️⭐️⭐️⭐️  
准确程度：⭐️⭐️⭐️⭐️  
打开方式：App Store 下载「什么垃圾」

《什么垃圾》支持语音搜索和文字检索，界面简洁。语音搜索带来的便捷，可以稍稍为正在为垃圾分类而烦恼的人减轻点压力。

主打的语音搜功能在主界面，屏幕中间显示语音转文字的结果，使用时按住下方按钮即可。在语音转文字成功后，松开手指，app 便呈现出所有相关的内容。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/yuyin.gif)

它在搜索前，会进行相关内容的联想。比如，奶茶的杯子、珍珠、盖子等分类就不同，在垃圾分类时，联想出来所有的内容便能起到提示的作用。

在呈现这些不同的垃圾时，会配合颜色分类，一眼便能区分出不同的垃圾类别。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/laji2.001.jpeg)

在测试中，只要是能被识别出来的垃圾，都进行了正确的分类。不过语音识别有时不太稳定，偶尔会出现无法转文字的情况。

「什么垃圾」的开发者 Yoni 告诉 AppSo，首屏的「语音搜」接入的便是苹果的 Speech Framework，这也是iOS 系统键盘语音输入所使用的技术，识别速度相当快，由于开发文档健全，因此开发起来很方便。

### 垃圾分类助手

平台：iOS  
易用程度：⭐️⭐️⭐️⭐️⭐️  
准确程度：⭐️⭐️⭐️⭐️  
打开方式：App Store 下载「垃圾分类助手」

《垃圾分类助手》主打的是拍照识别功能。即使不进入 app，也可以在手机主页面，通过 3D Touch 的方式一键拍照识别垃圾。进入 app 后，全部的功能也一览无余，因此易用性很高。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/laji.001.jpeg)

最上方的搜索栏可以直接搜索你想要分类的垃圾，app 会根据你输入的词语进行联想。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/laji.002.jpeg)

联想的好处是，第一可以帮助你快速找到想要搜索的内容，以及更细致地做垃圾分类；第二，帮你定位到更多相似的垃圾。

如果发现想要找的垃圾没找到，搜索后屏幕会显示「进行网络查询」。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/IMG_1794.jpg)

再来看主打的拍照识别功能。由于这对 AI 识别的要求比较高，在测试时，珍珠奶茶就被误当成塑料瓶，判成了可回收垃圾。

但在测试中，有害电池、纸、沙拉等都被成功被识别，并分类正确。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/laji.003.jpeg)

所有识别过的垃圾都会呈现在「我的记录」，可以无限回顾。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/WechatIMG2199.png)

据 AppSo 了解，「垃圾分类助手」采用了苹果的 Core ML 进行人工智能建模，通过筛选出大量的不同垃圾分类的图片来进行训练，由于是在手机本地运行，因此反应速度非常快，随着学习样本数的提升，准确率也会进一步提高。

### 垃圾分类指南

平台：支付宝小程序  
易用程度：⭐️⭐️⭐️  
准确程度：⭐️⭐️⭐️⭐️  
打开方式：支付宝首页搜索「垃圾分类指南」

支付宝的《垃圾分类指南》小程序更像是一本分类字典，你需要输入垃圾的正确名称（包括材质）才能进行搜索，因此易用性相对一般。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/dc1.jpg)

不过比较可贵的是，你在输入主要垃圾信息之后，小程序能够自动进行联想，帮助你进行更精确的搜索。比如说我输入「小龙虾」后，小程序就自动联想出小龙虾壳、小龙虾头、小龙虾黄、小龙虾肉……

![](https://s3.ifanr.com/wp-content/uploads/2019/07/GIF1.gif)

▲ 我再也不想吃小龙虾了



搜索后小程序会告诉你这属于什么垃圾，同时提供垃圾投放指导。

### 垃圾分类向导

平台：支付宝、微信小程序  
易用程度：⭐️⭐️⭐️⭐️  
准确程度：⭐️⭐️⭐️  
打开方式：微信/支付宝首页搜索「垃圾分类向导」

和《垃圾分类指南》小程序一样，《垃圾分类向导》小程序也支持搜索框输入查询。不过比前者更方便的是，它还支持语音识别（仅微信版）和拍照识别垃圾。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/tuxiang-2.png)

▲ 左为支付宝版，右为微信版



单手按住麦克风图标即可进行语音识别，经测试语音识别准确度还是很高的，如果你正在整理垃圾，双手并不是那么空闲的话，那么这个功能将会极大地解放你的手。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/gif2.gif)

而拍照识别的准确度相对就比较低一点，往往需要你在输入框进行二次调整。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/gif3.gif)

总的来说，这款小程序整体易用度还是比较高的，而相对的代价则是降低了识别准确度。

### 淘宝扫一扫

平台：淘宝  
易用程度：⭐️⭐️⭐️⭐️  
准确程度：⭐️⭐️⭐️⭐️  
打开方式：淘宝-扫一扫-顶部/底部 banner

用过淘宝「拍立淘」功能的朋友肯定都领略过它强大的识别能力——无论是什么商品，它几乎都能迅速在淘宝上帮你找到相似的宝贝。因此这次我也对淘宝寄予了厚望。

打开的方式非常方便，直接内嵌在了扫一扫里面，点击 banner 进入后，你需要把垃圾放到识别框中，然后拍照就进行 AI 识别。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/tuxiang-3.png)

不过我发现，这玩意儿连塑料饮料瓶、用过的纸都识别不出来啊……真是巨失望。不过比较好的一点是，如果碰到它无法识别的物体，淘宝会请求你填写垃圾名称，帮助 AI 收集数据以便训练。而在手动输入垃圾名称后，也能告诉你该垃圾的正确分类。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/tuxiang-4.png)

不知道是不是千千万万像我一样帮助填写名称的用户起了作用，再过一段时间我用淘宝扫一扫进行再次测试后，竟然都能识别出来了。

![](https://s3.ifanr.com/wp-content/uploads/2019/07/lj1.jpg)

并且连 AirPods 都能识别，不过没有标注物品名称，不知道是不是和淘宝的商品库数据进行了互通呢？

![](https://s3.ifanr.com/wp-content/uploads/2019/07/lj2.jpg)

如此看来，具有持续学习能力的淘宝扫一扫 AI 或许是一个非常不错的选择，因为它能够通过不断的用户学习变得越来越强大，也就能帮助你解决更多垃圾分类的难题。

总的来说，目前体验较好的垃圾分类助手还是以专用 app 为主，准确率较高，使用体验也比较流畅。

此外，部分语音助手也支持通过语音识别来进行垃圾分类，但识别率和准确率都有待提升，只能算是一个补充工具。

最后，回到我们文章开篇时的问题，来对一下你的答案，看看你答对了几个？

![](https://s3.ifanr.com/wp-content/uploads/2019/07/daan.png)

本文由李诚慧、姚莹、肖钦鹏共同完成

![](https://s3.ifanr.com/wp-content/uploads/2019/07/wm.001.jpeg)
