PonDeFlick:一种在智能手表上输入日文文本的方法,该方法将滑动操作与智能手机界面相结合
足部与手腕交互语音用户界面(VUI)设计软件工程师与开发者UI/UX 设计师
文献标题
PonDeFlick: A Japanese Text Entry on Smartwatch Commonalizing Flick Operation with Smartphone Interface
文献信息
- 主题领域: 智能设备上的日语输入法设计与评估
- 关键词: PonDeFlick, 日语输入, 软件键盘, 日本文字, 智能手表
研究背景与问题
- 发现的问题或挑战: 基于QWERTY键盘的文本输入法虽然在拉丁语系语言中是标准,但对于非拉丁语系语言,例如日语,现有解决方案面对输入更多复合音节字符(假名)以及后续假名到汉字转换的挑战。此外,智能手表由于屏幕大小受限,传统的数字键盘缩小移植方案无法有效解决轻敲操作空间不足的问题。
- 重要性: 日语的输入复杂性使得设计高效、易学且与用户熟悉界面一致的输入法显得尤为必要。智能手表虽然操作受限,但如果能够优化输入界面,将大大提高设备的交互能力,为日常使用带来更多便捷。
- 研究动机与相关工作:
- 相关研究提出了多种小屏幕设备的输入法优化解决方案,比如基于缩放、减少按键数量、以及统计解码。
- 日语现有的智能手表输入方法,如"BubbleFlick",虽然提供了环形布局,但其操作方向不一致性导致学习难度较高。
- 本研究旨在解决现有界面中缺乏与智能手机的输入操作一致性的问题,同时简化输入操作。
解决方案
- 提出的方法或解决方案: PonDeFlick——一种基于环形布局的日语输入法,通过触摸屏上的手势操作实现假名输入。PonDeFlick维持了日语智能手机输入界面中的划动方向一致性,并提供整个屏幕用于手势操作。
- 创新之处:
- 划动方向与用户熟悉的智能手机上的数字键盘输入保持一致,降低学习成本。
- 环形布局设计保证按键区域足够大以避免"胖手指"问题。
- 在假名输入方面,针对输入手势转向点的特殊算法提高了操作识别的精度。
- 实施步骤与关键技术:
- 环形布局设计:将假名和符号键按规律性分布于环形布局中,中央提供文本编辑区。
- 手势检测算法:通过设置划动的最小距离和角度阈值,精确识别划动方向并对应到假名。
- 用户研究设计:对比PonDeFlick与其它输入法(包括现有智能手机数字键盘及其修改版)的性能,评估速度、错误率以及用户体验。
研究成果
- 具体成果:
- 在十天用户实验中,PonDeFlick达到了平均每分钟输入57.7字符的速度,比数字键盘(KeypadFlick)和改良版(PonDeSlide)高。
- 错误率显著降低,最终达约11%,这比数字键盘的初始错误率减半。
- SUS可用性评分高达84.4(评价为“优秀”),优于其它输入法。
- 优势:
- 相比传统键盘和改良版输入法,PonDeFlick学习曲线更短,速度增长更快。
- 划动操作与智能手机界面一致性带来的优势显著,尤其对于已经熟悉智能手机输入法的用户。
- 实验或评估结果:
- 用户数据显示较高的文本输入速度和较低的错误率,且操作流畅性和可用性显著提升。
- 两个关键点:保持划动方向与智能手机界面一致性能够提升用户学习效率;环形布局在可用性和输入精确性上表现优越。
- 局限性与未来方向:
- 当前实验时间较短,未能进一步观察长期学习曲线能否完全稳定。
- PonDeFlick设计主要适配圆形智能手表,未来需解决如何适配方形屏的布局问题。
- 进一步探索划动操作是否能向其它非拉丁语系语言输入界面推广。
结论
PonDeFlick作为一种新型的日语输入法,通过保持与智能手机操作的一致性及优化智能手表屏幕上的手势操作,展现了卓越的性能和用户体验。实验结果表明,其在速度、错误率以及用户满意度方面均超越现有解决方案,同时揭示了界面设计与用户熟悉性的整合能够显著提升输入效率。未来研究将进一步优化其在不同设备上的适配性以及长期使用表现。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何在智能手表上设计日语文字输入,让手势操作与智能手机一致?分类: 移动触控与微手势输入同类问题arrow_forward
- 圆形布局的触屏手势输入在智能手表上的准确性和效率如何?分类: 移动触控与微手势输入同类问题arrow_forward
- PonDeFlick输入法能否比现有方法提高日语文字输入速度并减少错误率?分类: 移动触控与微手势输入同类问题arrow_forward
lightbulb
现实痛点
1- 智能手表屏幕小,用户难以高效输入日语文字。分类: 移动触控与微手势输入同类问题arrow_forward
- 75%
通过手臂和手腕旋转手势扩展键盘快捷方式
CHI '18· 足部与手腕交互
- 60%
单词、多词和句子输入对虚拟键盘解码性能的影响
CHI '18· 语音用户界面(VUI)设计 +1
- 60%
使用实体笔式输入进行操作、学习和回忆
CHI '20· 形变界面与软机器人材料 +1
- 60%
EYEditor:利用语音和手动输入实现即时抬头文本编辑
CHI '20· 抬头显示(HUD)与驾驶辅助系统(ADAS) +1
- 60%
TapNet:多任务学习CNN用于屏幕外移动输入的设计、训练、实现及应用
CHI '21· 足部与手腕交互 +1
- 60%
收集和描述用于指定数据可视化的自然语言表达
CHI '21· 语音用户界面(VUI)设计 +1
- 60%
KeyTch:结合键盘与触摸屏以实现工具栏上的快速命令选择
CHI '21· 足部与手腕交互 +1
- 60%
AO-Finger:通过声光传感器融合实现无手操作的细粒度手指手势识别
CHI '23· 手部手势识别 +1
- 60%
内容驱动的本地响应:支持带有和不带有AI的句子级和消息级移动电子邮件回复
CHI '25· 语音用户界面(VUI)设计 +1
- 60%
扩展凝视目标:在移动设备上为凝视启用界面实验目标大小
CHI '25· 眼动追踪与注视交互 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642569
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
足部与手腕交互、语音用户界面(VUI)设计
work
职业/产业
软件工程师与开发者、UI/UX 设计师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文