)。用戶可隨后使用她的第二只手的拇指來從第二多個鍵112中選擇“Enter”鍵，由此指示對于該單詞的輸入的結(jié)束。在另一示例中，第二多個鍵112中的至少一個鍵可以是標點鍵，使得該鍵表示句號、逗號、冒號、分號、問號、感嘆號等。在還另一示例中，第二多個鍵112中的鍵可以是數(shù)字鍵、情感符等。
[0031]此外，第二多個鍵112中的至少一個鍵在被用戶選擇時可使得第一多個鍵110中的鍵的內(nèi)容更改。例如，第一多個鍵I1可初始地包括多個字符鍵；當?shù)诙鄠€鍵112中的一鍵被用戶選擇時，可在拆分虛擬鍵盤104的第一部分106中顯示不同的鍵盤(例如，字符鍵可被數(shù)字鍵代替)。在又一示例中，第二多個鍵112可包括字符鍵，并且輸入可經(jīng)由在這樣的字符鍵上執(zhí)行筆劃序列來提供。例如，第一多個鍵110可包括分別表示第一多個字符的第一字符鍵，并且第二多個鍵112可包括分別表示第二多個字符的第二字符鍵。用戶可采用第一拇指在第一多個鍵110中的各鍵上闡述第一連續(xù)筆劃序列以及第二拇指在第二多個鍵112中的各鍵上闡述第二連續(xù)筆劃序列，類似于用戶用左手和右手鍵入。
[0032]在另一示例中，對第二多個鍵112中的至少一個鍵的選擇可使得通過在第一多個鍵110中的各鍵上闡述筆劃來生成的單詞的格式更改。在一個示例中，對第二多個鍵112中的至少一個鍵的選擇可使得單詞被斜體化、以粗體顯示、被添加下劃線等。此外，對第二多個鍵中的至少一個鍵的選擇可使得引號被放置在單詞周圍、可使得單詞的第一個字母被大寫、可使得單詞的所有字母被大寫、可使得單詞的字體被更改等。
[0033]系統(tǒng)100包括檢測器組件114，其檢測由用戶在拆分虛擬鍵盤104中的第一部分106中的(至少)各鍵上闡述的筆劃。因此，例如，檢測器組件114可檢測拆分虛擬鍵盤104的第一部分106的第一多個鍵110中的各字符鍵上闡述的筆劃序列，其中用戶將她的第一只手的拇指在表示字符(或多個字符)的第一多個鍵110中的各鍵之間轉(zhuǎn)移。
[0034]解碼器組件116與檢測器組件114通信并解碼在第一多個鍵110中的各字符鍵上由移動計算設(shè)備的用戶闡述的筆劃序列，使得解碼器組件116確定該用戶希望闡述的字符序列(例如，一單詞)。根據(jù)一示例，解碼器組件116可接收來自檢測器組件114的指示由用戶在第一多個鍵110中的各字符鍵上闡述的筆劃序列(例如，軌跡)的信號，其中用戶想要闡述單詞“hello”。解碼器組件116可解碼這樣的筆劃序列并輸出單詞“hello”。在一個示例中，第一多個鍵110中的字符鍵可各自表示相應(yīng)的多個字符，使得解碼器組件116可在基于用戶闡述的筆劃而構(gòu)造的可能單詞之間進行消歧(如基于手指的軌跡已經(jīng)通過的或手指的軌跡正在接近的相應(yīng)鍵中的字符)。另外，解碼器組件116可被配置成糾正由用戶輸入的可能的拼寫錯誤以及在用戶的第一只手的拇指在拆分虛擬鍵盤104的第一多個鍵110中的字符鍵上的位置中的錯誤。如上所述，拆分虛擬鍵盤104可尤其良好地適用于移動計算設(shè)備的用戶進行無需眼睛的文本輸入。因此，當用戶正在與拆分虛擬鍵盤104交互時，用戶的手指可能沒有被精確地放在用戶想要選擇的相應(yīng)鍵上。
[0035]與執(zhí)行這種解碼結(jié)合，解碼器組件116可包括使用標記的單詞以及觸敏輸入面板上用戶闡述的相應(yīng)軌跡來被訓練的筆劃模型118。更為具體而言，在數(shù)據(jù)收集/模型訓練階段期間，可指示用戶在被安排為拆分虛擬鍵盤104的第一部分106的虛擬鍵盤上對指定的單詞闡述軌跡(例如，連續(xù)筆劃序列)。這一軌跡的位置可被指派給該單詞，且可對多個不同的用戶和多個不同的單詞重復(fù)這種操作。如可認識到的，可習得或向某些單詞的軌跡應(yīng)用偏差，使得所產(chǎn)生的筆劃模型118可相對準確地對預(yù)定字典中的各種各樣的不同單詞的筆劃序列進行建模。
[0036]此外，解碼器組件116可包括諸如英語、日語、德語等之類的特定語言的語言模型120。語言模型120可結(jié)合基于用戶闡述的先前的單詞來在概率上在可能的單詞之間進行消岐來被采用。因此，可以確定，解碼器組件116可以是統(tǒng)計解碼器，其中用戶闡述的筆劃序列可被轉(zhuǎn)換成她想要的單詞或單詞序列，其中統(tǒng)計解碼器將由用戶產(chǎn)生的那些筆劃有多少可能針對這些單詞(例如，筆劃有多好地匹配想要的單詞)以及那些單詞有多少可能實際上是用戶想要的單詞(例如，“chewing gum”比“chewing gun”更有可能)兩者考慮在內(nèi)。因此，筆劃模型118可以是隱式馬爾可夫模型(HMM)并且語言模型120可以是N元語言模型。
[0037]系統(tǒng)100可進一步任選地包括揚聲器122，揚聲器122能可聽地輸出由解碼器組件116基于檢測器組件114檢測到的筆劃序列標識的某一單詞或單詞序列。在一示例性實施例中，揚聲器122可響應(yīng)于用戶在第一多個鍵110中的表示字符“h”、“e”、“l(fā)”和“ο”的字符鍵上執(zhí)行筆劃序列來可聽地輸出單詞“hello”。因此，用戶不需要看觸敏顯示器102來接收用戶想要輸入的單詞已被解碼器組件116準確標識的確認。進一步地，如果解碼器組件116基于檢測器組件114檢測到的筆劃序列不正確地標識了單詞，則用戶可接收到告知用戶對該筆劃序列的不正確解碼的可聽反饋。例如，如果解碼器組件116將用戶希望闡述的單詞(不正確地)確定為“orange”而非“hello”，則用戶可快速地確定解碼器組件116不正確地解碼了該用戶闡述的筆劃序列。用戶然后可按壓可致使解碼器組件116輸出下一最可能的單詞的某個按鈕(例如，在第二多個鍵112中)，該單詞接著可被揚聲器122可聽地輸出。這一過程可繼續(xù)，直到用戶聽到該用戶希望生成的單詞為止。在另一示例性實施例中，通過手勢、語音命令、在第二多個鍵112中的各鍵上的交互等方式，用戶能指示重新執(zhí)行筆劃序列的希望，使得先前輸出的單詞被刪除。在又一示例中，解碼器組件116可在筆劃序列完成之前標識單詞，并可在筆劃序列完成之前致使該單詞被顯示。例如，隨著用戶闡述筆劃序列，可在觸敏顯示器102上向用戶顯示多個可能的單詞。例如，用戶可采用拆分虛擬鍵盤104的第二多個鍵112中的至少一個鍵來從被顯示在觸敏顯示器102上的多個單詞中選擇單詞。
[0038]此外，可認識到解碼器組件116可采用主動學習來基于包括系統(tǒng)100的移動計算設(shè)備的用戶闡述的反饋來更新筆劃模型118和/或語言模型120。由此，筆劃模型118可基于用戶的被用于在拆分虛擬鍵盤104的第一部分106上闡述軌跡的拇指的大小來被細化。在另一示例中，筆劃模型118可基于用戶在拆分虛擬鍵盤104的第一部分106中的各鍵上闡述的軌跡的形狀來被細化。類似地，筆劃模型118和/或語言模型120所采用的字典可基于包括系統(tǒng)100的計算設(shè)備的用戶頻繁采用的單詞和/或正被執(zhí)行的某一應(yīng)用來被更新。
[0039]例如，如果用戶希望闡述不被包括在筆劃模型118的字典中的某個人的名字，則用戶可向解碼器組件116告知該名字，使得對應(yīng)于這一名字的筆劃序列可被解碼器組件116識別和解碼。在另一示例中，字典可基于正被執(zhí)行的應(yīng)用來被自定義。例如，用戶在采用文本收發(fā)消息應(yīng)用時闡述的單詞/字符序列可以與用戶在采用電子郵件或文字處理應(yīng)用時闡述的單詞/字符序列不同。類似地，在拆分虛擬鍵盤104的第一部分106和第二部分108中的各鍵和/或各鍵的安排可依賴于正被包括系統(tǒng)100的計算設(shè)備執(zhí)行的應(yīng)用。例如，如果計算設(shè)備正在執(zhí)行瀏覽器并且拆分虛擬鍵盤104正結(jié)合生成用于提供給瀏覽器的URL所被采用，則第一多個鍵110可包括字符鍵，而第二多個鍵112可包括com”鍵。在另一示例中，如果計算設(shè)備正在執(zhí)行文本消息收發(fā)應(yīng)用，則第一多個鍵110中的各鍵可以是字符鍵，而第二多個鍵112中的各鍵可表示表情符號。
[0040]在某些情況下，計算設(shè)備(拆分虛擬鍵盤104)的用戶可能希望生成不被包括在被筆劃模型118和/或語言模型120采用的字典中的文本。這樣的文本可包括名字、俚語等。在一示例性實施例中，用戶可致使全鍵盤被顯示在觸敏顯示器102上，使得常規(guī)的技術(shù)可被采用來按壓離散鍵以輸入想要的文本。在另一示例中，解碼器組件116可包括手寫識別器組件124，該手寫識別器組件124可識別用戶在觸敏顯示器102的一部分上闡述的手寫的字母。在一示例中，用戶可能想要闡述字符序列“whooooaah”。這樣的字符序列可能不被包括在被筆劃模型118和/或語言模型120用于解碼軌跡的字典中。為了允許用戶在不必使用全鍵盤或直接查看拆分虛擬鍵盤104的情況下闡述這樣的字符序列，系統(tǒng)100可支持手寫識別，其中用戶可致使拆分虛擬鍵盤104的至少一部分用作用于闡述手寫字跡(例如，單詞、標點、符號、字符等)的畫布。例如，通過選擇第二多個鍵112中的一鍵、特定的手勢、語音命令等，第一多個鍵110可用畫布來替換，在該畫布上用戶可用她的第一只手的拇指來闡述手寫的字符。用戶可接著在拆分虛擬鍵盤104的第一部分106上做出字符軌跡，并且手寫識別器組件124可識別正由用戶手寫的字符。因此，用戶可首先在拆分虛擬鍵盤104的第一部分106上寫出字母“W”，并接著可闡述指示該字符已經(jīng)完成的手勢。用戶可此后手寫字母“h”，其再次可被手寫識別器組件124識別。這一過程可持續(xù)，直到用戶已經(jīng)闡述了想要的字符序列。此后，通過語音命令、手勢、對拆分虛擬鍵盤104的第二部分108中的按鈕的按壓等，用戶可致使拆分虛擬鍵盤104返回到默認狀態(tài)，在默認狀態(tài)下支持經(jīng)由筆劃的文本輸入。也構(gòu)想了其他模式(諸如支持對鍵的離散輕擊的模式)，如果這樣的模式被用戶希望的話。
[0041]系統(tǒng)100可任選地包括可從用戶接收語音輸入的話筒126。如上所述，用戶可闡述解碼器組件116已經(jīng)不正確地解碼了筆劃序列的語音指示，并且話筒可接收這種語音指示。在另一示例性實施例中，解碼器組件116可任選地包括被配置成接收用戶的說出的話語(被話筒126捕捉)并識別其中的單詞的語音識別器組件128。在一示例性實施例中，用戶可口頭地輸入也通過拆分虛擬鍵盤104的第一部分中的字符鍵上的軌跡輸入的單詞，使得說出的單詞補充筆劃序列，反之亦然。由此，例如，筆劃模型118可接收由語音識別器組件128輸出的最可能單詞的指示并可利用這樣的輸出來進一步協(xié)助解碼在拆分虛擬鍵盤104的第一部分106中的各鍵上闡述的筆劃序列。在另一實施例中，語音識別器組件128可接收由筆劃模型118基于檢測器組件114檢測到的軌跡來輸出的最可能單詞，并可利用這樣的輸出作為用于解碼從話筒126接收到的該說出的話語的特征。對語音識別器組件128、筆劃模型118以及語言模型120的利用可由此一起操作來增強解碼的準確性。
[0042]盡管未顯示，系統(tǒng)100可任選地包括促進跟蹤用戶的注視的硬件和/或軟件，其可被用于補充對用戶闡述的筆劃序列的解碼。例如，相機和相關(guān)聯(lián)的軟件可被配置成估計用戶的注視的位置，其可被提供為對于解碼器組件116的輸入。在還一示例性實施例中，系統(tǒng)100可包括促進對神經(jīng)數(shù)據(jù)(諸如從用戶的身體發(fā)出的靜電信號)的接收的硬件和/或軟件。再次，這樣的信息可被用作對于解碼器組件116的輸入并可與解碼用戶闡述的筆劃序列結(jié)合使用。
[0043]現(xiàn)在將描述涉及拆分虛擬鍵盤104的其他示例性特征。例如，拆分虛擬鍵盤104的第一部分106和第二部分108可按人體工程學方式安排來在用戶握住包括系統(tǒng)100的移動計算設(shè)備時促進對來自用戶的拇指的筆劃的接收。由此，第一多個鍵110可與觸敏顯示器102的底部邊緣、頂部邊緣和側(cè)邊緣具有角度偏移，使得定義第一多個鍵110中的各鍵的邊界的線條不與觸敏顯示器102的邊緣平行。此外，如將在以下顯示的，各鍵可相對于觸敏顯示器102的邊緣彎曲、成弧形或傾斜。
[0044]附加地，為了促進關(guān)于被用戶重復(fù)的特定筆劃序列的肌肉記憶的開發(fā)，可向拆分虛擬鍵盤104的第一部分106和/或第二