PalmBoard：在间接文本输入中利用统计解码的隐式触摸压力

视频

DOI

我们研究了如何将隐式触摸压力（即打字时手指对触摸表面施加的压力）纳入统计解码以提高文本输入性能。我们以单手在间接界面上的触摸打字为例场景。我们首先在一个压力敏感触摸板上收集了打字数据，并分析了用户的打字行为，如触点分布、键到手指的映射以及压力图像。我们的研究揭示了不同键的明显压力模式。基于这些发现，我们进行了一系列模拟以迭代优化统计解码算法。我们的研究导致了一个将压力图像数据纳入解码的马尔可夫-贝叶斯解码器。与简单的贝叶斯解码器相比，它将顶级准确率从53%提高到了74%。然后，我们实现了PalmBoard，这是一种实现了马尔可夫-贝叶斯解码器并有效支持在间接界面上单手触摸打字的文本输入方法。一项用户研究表明，参与者平均达到了32.8 WPM的速度，错误率为0.6%。经验丰富的打字员经过30分钟的练习可以达到40.2 WPM。总体而言，我们的研究表明，将隐式触摸压力纳入其中是提高文本输入解码的有效方法。