手写体的个体差异远大于印刷体
别名: 书写者差异 · writer-dependent · 手写变异 · handwriting variability
概念解释
印刷体（含屏幕字体）在同一字上的几何差异主要来自字号和少量字重；手写在同一字上会因人、因次、因快慢改掉笔画数、走向和连接。书写者之间的差异以及同一人在匆忙与工整之间的差异，都远大于字体换一种再排版。所以“识别 + 当场纠错”是默认闭环：不能假设识别器对所有人一次认准，也不能把剩余误差推到事后校对去独自承担。连笔和草书的结构难度是另一层，这里说的是人与人、次与次的散布。
机制
手写生成过程不稳定：起笔位置、笔画顺序、是否连笔、倾斜、大小都在一次会话里漂。不同人还发展出稳定但互不相同的字形别：有人把“口”写成三角，有人 e 不封口。识别器若按印刷体或“平均手写”训练，对尾部分布的人误差会集中爆发——不是随机散落，而是某几个人的某几类字永远错。这正是闭环存在的理由：纠错既修当前字，也可作为适应性信号（把这次选择写回用户模型）。没有纠错、只靠把模型做大，仍会在未见过的习惯上失败；有纠错但假定人人同一分布，入口会按平均置信度来显示，对高变异用户显示得太晚。个体差异也解释了为什么“演示时很好认”不能当产品指标：演示者往往是开发者自己或工整的内部书写。
怎么研究
在多书写者语料上拆开书写者内与书写者间误差。同一人在工整、正常、限时三种速度下各写一遍。比较通用模型、按用户微调、以及无微调但有就地纠错。
自变量：书写者、速度/工整度、是否做用户适应、纠错是否写回模型。 因变量：人均字错率的分布（不要只报总体平均）、尾部用户的错字集中度、纠错次数随会话是否下降。
总体 CER 会把少数人的灾难平均掉。应报分位，而不是只报均值。
边界
约束书写（田字格、印刷体要求、仅大写印刷字母）会把个体差异压下去，结论不能推广到笔记和签名。签名核验依赖个体差异，目标与通用识别相反，不能共用同一套“越一致越好”的假设。短时间内的适应若写进云端模型，会有隐私和账号共用问题。儿童、神经性书写变化、第二文字系统（刚学的字母）的变异结构不同，成人笔记语料代表不了。
怎么落地
- 产品指标用书写者分位（例如最差 10% 的 CER），不要只用全体平均。
- 把就地纠错当成适应通道：选过的字优先进入该用户的候选，而不是每次从通用排序重来。
- 演示和验收找书写习惯与开发者不同的人，包含快写。
- 验证：至少十名外部书写者各写同一段，画出每人 CER；若均值合格而尾部崩溃，优先加纠错与适应，而不是只加通用训练数据。追踪同一人第二、三轮的纠错次数是否下降。