टैपटाइप: बायेसियन अनुमान के माध्यम से रोज़मर्रा की सतहों पर दस अंगुलियों से टेक्स्ट दर्ज करना

टचस्क्रीन के आगमन के बावजूद, भौतिक कीबोर्ड पर टाइप करना टेक्स्ट दर्ज करने के लिए सबसे प्रभावी रहता है, क्योंकि उपयोगकर्ता सुविधाजनक टाइपिंग के लिए सभी उंगलियों को एक पूर्ण आकार के कीबोर्ड पर उपयोग कर सकते हैं। जैसे-जैसे उपयोगकर्ता चलते-फिरते टाइप करते हैं, मोबाइल और पहनने योग्य उपकरणों पर टेक्स्ट इनपुट को पूर्ण आकार की टाइपिंग पर समझौता करना पड़ा है। इस पेपर में, हम टैपटाइप पेश करते हैं, जो निष्क्रिय सतहों पर पूर्ण आकार की टाइपिंग के लिए एक मोबाइल टेक्स्ट एंट्री सिस्टम है—बिना वास्तविक कीबोर्ड के। किसी भी कलाई पर एक बैंड के अंदर मौजूद जड़त्वीय सेंसर से, टैपटाइप सतह की ट taps को पारंपरिक QWERTY कीबोर्ड लेआउट से डिकोड और संबंधित करता है। हमारी विधि की कुंजी नवाचार यह है कि यह हमारी बायेसियन न्यूरल नेटवर्क क्लासीफायर से उंगली संभावनाओं को फ्यूज करके सबसे संभावित वर्ण अनुक्रमों की भविष्यवाणी करता है, और n-ग्रैम भाषा मॉडल से वर्णों की पूर्व संभावनाएँ। हमारे ऑनलाइन मूल्यांकन में, प्रतिभागियों ने औसतन 30 मिनट की प्रशिक्षण के बाद प्रति मिनट 19 शब्दों की टाइपिंग की, जिसमें वर्ण त्रुटि दर 0.6% थी। विशेषज्ञ मशीनी टाइपिस्टों ने इसी त्रुटि दर पर लगातार 25 WPM से अधिक हासिल किया। हम स्मार्टफ़ोन और टैबलेट के चारों ओर मोबाइल उपयोग में टैपटाइप के अनुप्रयोगों को प्रदर्शित करते हैं, दृश्य नियंत्रण से बाहर स्थापित मिश्रित वास्तविकता में इंटरैक्शन के पूरक के रूप में, और केवल ऑडियो प्रतिक्रिया इंटरफ़ेस का उपयोग करके आंख-मुक्त मोबाइल टेक्स्ट इनपुट विधि के रूप में।