很多人每天花費大量時(shí)間使用移動(dòng)設備鍵盤(pán)：撰寫(xiě)電子郵件，發(fā)短信，參與社交媒體等。 然而，移動(dòng)鍵盤(pán)仍然在處理速度方面處于劣勢。 用戶(hù)平均在移動(dòng)設備上的打字速度比在物理鍵盤(pán)上慢35％。 為了改變這一點(diǎn)，最近谷歌團隊為Gboard for Android提供了許多改進(jìn)，致力于創(chuàng )建一個(gè)智能機制的 鍵盤(pán)，能夠為用戶(hù)以任何選擇的語(yǔ)言提供建議和糾正錯誤，從而實(shí)現更快更高質(zhì)量的輸入。

事實(shí)上，移動(dòng)鍵盤(pán)將觸摸輸入轉換為文本的方式類(lèi)似于語(yǔ)音識別系統將語(yǔ)音輸入轉換為文本的方式，雷鋒網(wǎng)了解到，該團隊將利用語(yǔ)音識別的經(jīng)驗來(lái)實(shí)現觸摸輸入。

團隊首先創(chuàng )建了一個(gè)強大的空間模型，將原始觸摸點(diǎn)的模糊序列映射到鍵盤(pán)上的按鍵，就像用聲學(xué)模型將聲音定位到語(yǔ)音單元的順序一樣。

第二，構建一個(gè)基于有限狀態(tài)傳感器（FST）的核心解碼引擎，以確定給定輸入觸摸序列的最有可能的字符序列。 隨著(zhù)數學(xué)形式主義和語(yǔ)音應用的廣泛成功， FST解碼器將提供支持各種復雜鍵盤(pán)輸入行為以及語(yǔ)言特性所需的靈活性。 在這篇文章中，將為您詳細介紹這兩個(gè)系統的發(fā)展。

神經(jīng)空間模型

移動(dòng)鍵盤(pán)輸入的錯誤通常歸結于“胖手指打字”（fat finger typing，或在滑動(dòng)打字中定位到空間位置相似的詞，如下圖所示）以及認知和操作錯誤（表現為拼寫(xiě)錯誤，字符插入，刪除或互換等）。 智能鍵盤(pán)需要能夠解決這些錯誤，并且可以快速準確地預測正確的單詞。 據雷鋒網(wǎng)了解，該團隊為Gboard構建了一個(gè)空間模型，用于在字符級別處理這些錯誤，將屏幕上的觸摸點(diǎn)映射到實(shí)際按鍵。