文本输入方法和电子设备与流程

本发明总体地涉及一维文本输入方法，具体地涉及一维文本输入方法和具有这样的文本输入技术的电子设备。

背景技术：

近年来，随着新型交互设备和场景的不断出现，人们在这些新的设备上进行文本输入的需求也日益强烈。但是这些智能设备往往由于其物理形态的限制，使得目前主流的物理键盘或虚拟键盘文本输入技术无法直接移植到这些平台和设备上。例如，在智能手表上，由于用于显示的屏幕尺寸很小，直接利用手表的触屏进行触摸交互时，会由于手指本身的遮挡导致输入不准确和对显示内容的遮挡。在智能眼镜上，由于屏幕在眼睛前方，用户无法直接在镜片上进行触摸交互。在车载系统上，由于用户的主要输入媒介是旋钮，所以无法进行高效的二维定位操作。

技术实现要素：

可以看出，传统的物理键盘或虚拟键盘技术，都要求用户需要在一个二维的表面上进行输入，通过获取用户落点的位置进行文本输入。而在上述的这些受限表面上，用户输入的信号无法被直接映射为二维的坐标。其本质是，在这些受限输入场景中，用户产生的信号是一维的。例如，在智能手环上，用户能进行触摸交互的范围是一个圆环面，输入信号是触点在圆环上的角度位置；在智能眼镜(例如Google Glass)上，用户能输入的区域为镜腿上的条状区域，输入的信号是触点在镜腿上的前后位置；在车载系统(例如宝马汽车的iDrive系统)上，用户输入的媒介为旋钮，输入信号是旋钮旋转的角度。针对这些新型的文本输入场景，需要设计基于一维输入信号的文本输入方式，以实现高效、便捷的文本输入体验。

相对于传统的全键盘文本输入方式，基于一维输入信号序列的文本输入技术具有如下一些优势：在智能手表上，用户可以通过触摸表盘的侧边，或者通过旋转表圈的方式进行交互。这种方式有效避免了手指本身对屏幕内容的遮挡，同时通过触觉反馈的形式帮助用户产生更加准确的输入信号。在智能眼镜上，用户可以通过在眼镜腿上触摸的方式进行交互，这与人们平时接触眼镜的方式相近，交互方式十分自然，同时也避免了手部对眼睛视线的遮挡。在车载系统上，用户可以通过使用旋钮来进行自然的一维定位和选择操作。

对于一维文本输入的场景，有一个关键的问题，就是减少人在一维界面上输入所需要的移动距离。在现有只有一个输入光标的情况下，用户最远需要从输入区域的最左端移动到最右端。

为了解决这种问题，根据本发明，提出了基于一维输入信号的文本输入技术，其中采用多光标的技术，来减小用户所需要移动的距离。

根据本发明的一个方面，提供了一种用于向便携式电子设备基于一维输入信号进行文本输入的方法，所述电子设备具有可操作来显示光标和软键盘的显示器，所述软键盘上包括字母键，所述方法可以包括：在软键盘上同时显示多个光标，多个光标定位在软键盘上的多个键上；响应于用户的控制光标移动动作，使所述多个光标在软键盘的按键上移动；响应于用户的确认选择操作，所有被光标选中的按键同时被选择；基于用户所连续选择的按键，在显示器上显示候选单词；基于用户选择确定候选单词，实现对单词的输入。

进一步地，根据上述方法，所述电子设备可以为智能手表，所述显示器可以为圆形显示器，所述字母键在显示器上可以布置为圆环形，以及用户的控制光标移动动作可以为转动表盘。

进一步地，上述方法还可以包括：响应于用户的确认选择操作，在所有被光标选中的按键同时被选择之后，自动调整所述多个光标的位置。

进一步地，根据上述方法，其中根据下一步用户转动距离的期望值，来确定后续被放置光标的字母组合，从而自动调整所述多个光标的位置。

进一步地，根据上述方法，所述根据下一步用户转动距离的期望值，来确定后续被放置光标的字母组合还可以包括：如果所确定的后续被放置光标的字母组合导致输入的信息量小于预定标准，则丢弃所述字母组合。

进一步地，上述方法还可以包括：根据用户输入，计算后续字母出现的概率，调整相应按键显示的高亮程度。

进一步地，根据上述方法，其中，在显示器上，部分字母键被上下翻转，以使所有字母都面向用户。

进一步地，根据上述方法，在所述显示器上，键盘以内的区域可以保持圆形，用来显示交互信息。

进一步地，根据上述方法，所述基于用户所连续选择的按键，在显示器上显示候选单词可以包括计算用户输入的目标单词概率，其中定义用户输入的信号为I，

其中N为光标的数量，n是输入的字符数量，Iij表示第i个光标在第j次输入时所处的键，以及针对词库中的每个单词W，计算

P(W|I)∝P(I|W)×P(W)

其中P(W/I)表示在输入为I的情况下，用户输入目标为单词W的概率，P(I/W)表示在单词为W的情况下，用户的输入为I的概率，P(W)表示单词的词频。

进一步地，根据上述方法，其中光标的数量可以为2、3或4。

进一步地，根据上述方法，在采用不自动调整光标位置的模式的情况下，光标的数量可以为4；在采用自动调整光标位置的模式的情况下，光标的数量可以为3。

进一步地，根据上述方法，其中在显示器上显示的候选单词可以包括单词的长度大于用户做出选择的次数的单词。

进一步地，根据上述方法，光标的数量可以由用户设置或者通过机器学习来自适应设置。

进一步地，上述方法还可以包括根据用户的在先输入，计算每个字母为后续输入目标的概率，并根据概率来以相应的高亮程度显示对应字母键。

根据本发明的另一方面，提供了一种能够基于一维信号进行文本输入的电子设备，可以包括：显示器，可操作来显示光标和软键盘，所述软键盘包括字母键；输入部件，用于接收用户的输入动作，所述输入动作包括产生一维信号的动作；控制器和存储器，存储器上存储有计算机可执行指令，当所述计算机可执行指令当被控制器执行时，执行下述方法：在软键盘上同时显示多个光标，多个光标定位在软键盘上的多个键上；响应于用户的控制光标移动动作，使所述多个光标在软键盘的按键上移动；响应于用户的确认选择操作，所有被光标选中的按键同时被选择；基于用户所连续选择的按键，在显示器上显示候选单词；基于用户选择确定候选单词，实现对单词的输入。

进一步地，所述电子设备可以为智能手表，所述显示器可以为圆形显示器，所述字母键在显示器上可以被布置为圆环形，以及用户的控制光标移动动作可以为转动表盘。

进一步地，根据上述电子设备，所述方法还可以包括：响应于用户的确认选择操作，在所有被光标选中的按键同时被选择之后，自动调整所述多个光标的位置。

进一步地，根据上述电子设备，其中根据下一步用户转动距离的期望值，来确定后续被放置光标的字母组合，从而自动调整所述多个光标的位置。

进一步地，根据上述电子设备，所述根据下一步用户转动距离的期望值，来确定后续被放置光标的字母组合还可以包括：如果所确定的后续被放置光标的字母组合导致输入的信息量小于预定标准，则丢弃所述字母组合。

进一步地，根据上述电子设备，所述方法还可以包括：根据用户输入，计算后续字母出现的概率，调整相应按键显示的高亮程度。

进一步地，根据上述电子设备，其中，在显示器上，部分字母键被上下翻转，以使所有字母都面向用户。

进一步地，根据上述电子设备，在所述显示器上，键盘以内的区域保持圆形，用来显示交互信息。

进一步地，根据上述电子设备，所述基于用户所连续选择的按键，在显示器上显示候选单词可以包括如下计算用户输入的目标单词概率：

定义用户输入的信号为I，

其中N为光标的数量，n是输入的字符数量，Iij表示第i个光标在第j次输入时所处的键，针对词库中的每个单词W，计算

P(W|I)∝P(I|W)×P(W)

其中P(W/I)表示在输入为I的情况下，用户输入目标为单词W的概率，P(I/W)表示在单词为W的情况下，用户的输入为I的概率，P(W)表示单词的词频。

进一步地，根据上述电子设备，光标的数量可以为2、3或4。

进一步地，根据上述电子设备，在采用不自动调整光标位置的模式的情况下，光标的数量可以为4；在采用自动调整光标位置的模式的情况下，光标的数量可以为3。

进一步地，根据上述电子设备，其中在显示器上显示的候选单词可以包括单词的长度大于用户做出选择的次数的单词。

进一步地，根据上述电子设备，光标的数量可以由用户设置或者通过机器学习来自适应设置。

进一步地，根据上述电子设备，还可以包括根据用户的在先输入，计算每个字母为后续输入目标的概率，并根据概率来以相应的高亮程度显示对应字母键。

利用根据本发明实施例的基于一维输入信号的多光标文本输入方法，能够显著降低用户输入需要移动的距离，提高输入速度和效率。

此外，基于每次字母输入动态调整光标的位置，能够进一步显著降低移动距离，提高输入效率。

基于实验和模拟，确定得到对于光标数量以2-4为优，其中对于动态调整光标位置的方案，光标数量3为优选。这样的光标数量，能得到最佳的输入准确率和用户移动距离之间的折中。

此外，关于所设计的自动补全方法，通过实验，证实了这样的自动补全方法是容易为用户学习和接受的，能够进一步提高输入效率。

附图说明

从下面结合附图对本发明实施例的详细描述中，本发明的这些和/或其它方面和优点将变得更加清楚并更容易理解，其中：

图1的(a)-(e)示出应用了本发明实施例的文本输入方法的示例性智能手表的输入文字过程示意图。

图2示出了根据本发明实施例的用于向便携式电子设备基于一维输入信号进行文本输入的示例性方法的总体流程图。

图3示出了根据各个字母C作为下一个字母的概率P(C)来实时调整每个按键的亮度的示意图。

图4(a)、(b)示意性地示出了在优化光标动态调整位置时最优摆放结果导致输入信息量太小以及针对此进行的特殊设计。

图5示出了对于是否需要进行光标的动态调整，以及最优的光标数量的模拟实验结果曲线图。

图6(a)示出了6种技术(动态vs静态光标，3种光标数量)的用户输入速度的柱状图。图6(b)示出了6种技术的用户输入错误率的柱状图。

图7示出了用户对于S-COMPASS输入法和D-COMPASS输入法，在光标数目分别为2、3、4时，在用户的感知速度、感知准确率和总体偏好三方面的平均评分。

图8示出了对于S-COMPASS输入法和D-COMPASS输入法，在光标数目分别为2、3、4时，用户的平均每次转动距离DPR。

图9示出了10个用户在各个block下的输入速度的曲线图，图中的黑粗线示出了用户平均打字速度。

图10示出了10个用户在各个block下的错误率(CER，Character Error Rate，字母错误率)和针对所有用户统计出的平均错误率。

图11示出了用户进行按键-转表盘(press-rotate)和点按键-点按键(press-press)的时间，其可以用来估计用户视觉寻找下一个字符的时间。

图12示出了对于动态光标方法D-COMPASS多个用户在各个时段block的平均KSPC曲线图。

具体实施方式

为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。

为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。

下文中，将以便携式电子设备是智能手表为例进行描述，不过本发明的基于一维输入信号的多光标文本输入法也能够应用于其他便携式电子设备，其他便携式电子设备例如为智能眼镜、车载系统等，作为一维输入信号载体的例如有智能眼镜的镜腿，智能手表的表冠，车载系统的旋钮等。

图1的(a)-(e)示出应用了本发明实施例的文本输入方法的示例性智能手表的输入文字过程示意图。其中，显示器布置在表盘上，字母键在显示器上布置为圆环形。

在图1的示例中，在界面设计上，我们将26个字母按照字典顺序排成一个圈。为了方便用户辨认屏幕下方的字母，我们将H到S这些字母进行了上下翻转，以使所有字母都面向用户。在这种设计下，键盘以内的区域还能保持圆形，可以用来显示交互的其他信息(例如进行文本输入的程序)。

图1的(a)-(e)是演示了输入一个单词“an”的过程，图1(a)示出了键盘在初始位置，显示三个光标，分别在B、I、S上，用户旋转表圈来用一个光标对准“a”；图1(b)示出了用户按下侧边的物理按键来选择“a”，图1(c)示出了选择之后，键盘更新了光标的位置，由于更新后一个光标已经在“n”上了，所以用户不用旋转，直接再次点击物理按键；图1(d)示出了用户长按物理按键进入选词模式；图1(e)示出了用户按下物理按键来选择“an”。

图2示出了根据本发明实施例的用于向便携式电子设备基于一维输入信号进行文本输入的示例性方法的总体流程图。电子设备具有可操作来显示光标和软键盘的显示器，软键盘上包括字母键。

如前所述，在本示例中，电子设备为智能手表，显示器置于表盘上，软键盘布置于

如图2所示，在步骤S210中，在软键盘上同时显示多个光标，多个光标定位在软键盘上的多个键上。例如，图1中的(a)中，显示三个光标，分别落在字母B、I、S上。

在步骤S220中，响应于用户的控制光标移动动作，使所述多个光标在软键盘的按键上移动。

例如，如图1(a)-(d)所示，在图1(a)状态下，用户想输入“an”，此时，用户逆时针转动表盘，使得原在字母“B”上的光标移动到“A”。

在步骤S230中，响应于用户的确认选择操作，所有被光标选中的按键同时被选择。

例如，在图1(b)状态下，响应于用户按下了表盘侧边的物理按键，此时，选择了字母“A”、“H”和“R”。

在图1(a)-(d)所示出的示例中，在做出此选择后，键盘更新了光标的位置，由于更新后一个光标已经在“n”上了，所以用户不用旋转，直接再次点击物理按键。这个操作是优选的，但并非必须的，可以在每次选择之后，不自动更新光标的位置，而是继续用户手动转动表盘来移动光标。

在步骤S240中，基于用户所连续选择的按键，在显示器上显示候选单词。

例如，如图1(d)所示，在表盘周围，字母键内侧，显示了三个候选单词“an”、“and”和“as”。

在步骤S250中，基于用户选择确定候选单词，实现对单词的输入。

例如，如图1(e)所示，通过长按，确认了选择单词“an”，实现了单词“an”的输入。

在一个示例中，在输入过程中，用户可以通过翻转手腕的方式来进行删除操作，翻转手腕的检测可以通过识别手表陀螺仪数据实现。

利用根据本发明实施例的基于一维输入信号的多光标文本输入方法，能够显著降低用户输入需要移动的距离，提高输入速度和效率。

下面解释如何根据输入的信号计算用户的目标文本的方法示例，其中涉及基于用户所连续选择的按键，计算用户输入的目标单词概率。为便于解释，进行如下形式化定义：用户输入的信号为I，

其中N为光标的数量，n是输入的字符数量，例如，图1(a)-(d)所示示例中，N为3，在输入单词“an”的情况下，n为2，即输入两个字符。针对词库中的每个单词W，采用下面的公式(1)来计算P(W/I)：

P(W|I)∝P(I|W)×P(W) (1)

其中P(W/I)表示在输入为I的情况下，用户输入目标为单词W的概率，P(I/W)表示在单词为W的情况下，用户的输入为I的概率，P(W)表示单词的词频，是可以从单词模型数据库中获得的。

进一步，我们认为每次点击都是相互独立的，所以利用下式(2)进行拆分：

其中I.i指I的第i列，而上面等式中，右边的计算可以例如利用下式(3)来进行：

上面的式子表示，第i列的N个光标中，只要有任一光标对应的字母是单词W中的第i个字母，就认为P(Ii/Wi)为1，否则为零，即这里采用了“非对即错”的判断方法。在实际使用中，上面式子的计算可以采用这种“非对即错”的判断方法，也可以采用概率的方法。

这样，就可以求得在输入为I的情况下，用户输入目标为单词W的概率，从而给出候选单词列表。

在一个示例中，软键盘上每个字母的显示方案(亮度、颜色等等)根据该字母有多大可能是后续用户输入目标而调整，从而帮助用户更快地找到目标按键。

假设用户的输入是I，我们定义P(C)为任意字母c作为下一个字母的概率，其计算方法如下面的公式(4)所示：

其中，分母表示所有满足当前前缀的单词的词频和，分子表示满足当前前缀且下一个字母是C的单词的词频和，S(I)包含了所有满足P(I|W1W2...Wn)≠0的单词W，P(I|W1W2...Wn)≠0表示每次输入Ii中的多光标对应的字母的集合中含有字母Wi，换句话说，光标选对了；W1，W2，……，Wn表示单词W的前n个字母，Wn+1＝C表示单词W的第n+1个字母是C。

在计算出各个字母C作为下一个字母的概率P(C)后，接下来我们可以根据P(C)来实时调整每个按键的亮度。

例如，图3示出了根据各个字母C作为下一个字母的概率P(C)来实时调整每个按键的亮度的示意图，如图3所示，目前收入单词前缀为“exam”，根据当前用户的输入，下一步不可能的字母(P(C)为0)会熄灭(例如B,D,F)，其他字母会根据P(C)的大小而相对应地调整亮度，概率越大则越亮(例如P，I概率较大，被较高亮显示)。

如前所述，优选地，响应于用户的确认选择操作，在所有被光标选中的按键同时被选择之后，自动调整所述多个光标的位置。

优选地，根据下一步用户转动距离的期望值，来确定后续被放置光标的字母组合，从而自动调整所述多个光标的位置。

在一维输入过程中，一个很关键的问题是用户转动的距离。我们希望用户转动的距离尽可能地短。为了实现这个效果，在一个优选示例中，我们采用了一种光标位置的动态调整策略。

在一个示例中，在每一次输入字符后，所有光标的位置都会进行调整，以优化下一次转动的期望距离。作为示例的计算方法如下式(5)所示：

其中ENRD表示在某一光标摆放位置下，下次转动的期望距离；χ是26个字母组成的集合，dis(c)是为了选择字符C而需要的转动距离，我们假设用户永远会用最近的光标去选择字符，P(C)是字母C是下一个输入目标的概率。例如在上面的图中，dis(E)＝2。

我们穷举所有可能的光标摆放位置，选择ENRD最小的方案，作为优化结果。

有一种特殊的情况是，有时最优化的摆放结果会导致输入的信息量太小。图4(a)示意性地示出了这种情况的示例，如图4(a)所示，如果不考虑特殊情况，在输入了“diff”(需要说明的是未必实际为这四个字符，是基于先前输入预测的单词)后光标经优化，光标被自动移动至D、H、T上，即当前光标所处位置，预期此时移动到要输入的字符所需的移动量最小，但在此情况下，顺时针旋转一格时，三个候选的字母E、I、U会被同时选中，而导致这一次输入的信息量为0。在一个示例中，为了避免这种情况，我们引入限制，强制规定：若拥有最高P(c)的N个字符中，任意2个字符会被同时选中，那么这种方案会被否决，接下来考察转动期望距离排在下一位的光标摆放方案，这里的整数N可以经验地确定，以取得最好的效果。在一个示例中，N取的就是光标的数量，例如3。具体地，如图4(b)所示，在引入上述限制后，光标被自动移动至E、J、T上，即图4(b)所示的位置，这时，如果不旋转会选中E，顺时针旋转一格会选中U，逆时针旋转一格会选中I，这样每一步操作都会产生信息。

需要说明的是，为了确定是否需要进行光标的动态调整，以及最优的光标数量，我们进行了模拟和实验。下文中，以名称COMPASS命名本发明的基于一维输入信号的、多光标的文本输入方法，符号S-COMPASS，表示静态的COMPASS输入方法，即在每次输入后光标不进行动态调整，换句话说，只有人的手动控制会引起光标的移动；符号D-COMPASS表示动态的COMPASS输入方法，即在每次输入后光标自动进行动态调整，即并非只有人的手动控制会引起光标的移动。在模拟中，我们衡量了2个指标，DPR(Distance Per Rotation，平均每次转动距离)和CC(Candidate Coverage，目标单词能出现在预定数目的候选词中的比例，下文简称候选覆盖目标比例)，DPR表示在输入单词时每次转动距离的平均值，DPR越大，表示平均每次转动距离越大；CC越大表示输入消歧(input disambiguation)上的准确度越高。

图5示出了对于是否需要进行光标的动态调整，以及最优的光标数量的模拟实验结果曲线图。如图5所示，不管是静态COMPASS输入法S-COMPASS，还是动态COMPASS输入法D-COMPASS，随着光标数目的增加，平均每次转动距离DPR和候选覆盖目标比例CC均随着N的增加而单调下降，换句话说，随着光标数目的增加，平均每次转动距离DPR降低，但是候选覆盖目标比例CC也降低，换言之，目标单词不在候选词中的概率增加，因此，在设计光标数目时，要在转动距离和输入消歧之间进行权衡。

从图5可以看出，光标位置动态调整策略确实显著减少了转动的距离。

从图5还可以看出，对于静态COMPASS输入法S-COMPASS，当光标数目N≥2时，平均每次转动距离DPR的范围为1.34到3.10，但当N＝1时，平均每次转动距离DPR跳升到7.13，也即表示需要更远的转动距离。同时，相比于光标数目N＝4，当N＝5时，DPR仅降低了0.29，不过候选覆盖目标比例降低了3％。因而，我们认为对于静态COMPASS输入法S-COMPASS，适当的光标数量为2到4之间。对于动态COMPASS输入法D-COMPASS，模拟结果类似。当光标数目N≥2时，平均每次转动距离DPR的范围为0.85到1.69，但当N＝1时，平均每次转动距离DPR跳升到3.61。同时，相比于光标数目N＝4，当N＝5时，DPR相同，不过候选覆盖目标比例降低了3％。因而，我们认为对于动态COMPASS输入法D-COMPASS，适当的光标数量也为2到4之间。

因此，通过模拟，我们认为可能的最优化光标数量是2,3,4这三种选择之一。

为了进一步在2、3、4中选择最优光标数目，我们进行了用户实验。12名用户各使用了6种技术(动态vs静态光标，3种光标数量)进行输入，我们统计了输入的速度、准确率和用户主观反馈。

图6(a)示出了6种技术的用户输入速度Speed(单位是每分钟字数WPM)的柱状图。图6(b)示出了6种技术的用户输入错误率的柱状图。如图6(a)所示，动态光标的技术在所有情况下的速度都高于静态光标的技术，光标数量对速度没有明显的影响。如图6(b)所示，所有6种技术的错误率都很近似。

我们用一个5等级李克特量表(5-point Likert scale questionnaire)测量了用户对于每种情况的主观评分。评估的指标包括感知速度、感知准确度和总体喜好。图7示出了用户对于S-COMPASS输入法和D-COMPASS输入法，在光标数目分别为2、3、4时，在用户的感知速度、感知准确率和总体偏好三方面的平均评分。D-COMPASS在所有指标上的评分都显著高于S-COMPASS。

在主观反馈上，用户主观觉得D-COMPASS输入法下的3个光标最好；另外动态技术整体上的评分也比静态要高。

另外，我们统计了用户在实验中平均每次转动的距离。图8示出了对于S-COMPASS输入法和D-COMPASS输入法，在光标数目分别为2、3、4时，用户的平均每次转动距离DPR。如图8所示，随着光标数目的增加，确实用户的平均每次转动距离DPR在减少，而且D-COMPASS输入法下的平均每次转动距离DPR比S-COMPASS输入法下的平均每次转动距离DPR显著地低。

基于以上这些实验结果，我们认为S-COMPASS输入法下的静态光标的最优光标数量是4，而D-COMPASS输入法的最优光标数量是3。

在一个示例中，光标的数量可以在程序中通过在线机器学习来自适应设置。

在一个示例中，可以为不同用户定制相应的光标数量。

在一个示例中，发明人进一步搭建了输入自动补全算法，在进行输入预测的时候，我们在之前的计算方法基础上，将公式(2)改变为公式(6)：

其中α是一个长度衰减因子。经过模拟计算，我们设定α＝0.7。

即，用户针对一个待输入的目标单词，目前输入了n字母(进行了n次字母选择)，此时，我们并不仅仅考察字母长度为n的单词，而且还考察字母长度为m(其中m>n)的单词。即，计算在当前n次字母输入后，输入的目标单词为W的概率，其中W所包含的字母长度大于等于n。

即，在显示器上显示的候选单词包括单词的长度大于用户做出选择的次数的单词。

我们开展了另一个实验来评测用户使用三光标动态调整技术D-的打字效果。10个用户进行了8个阶段的打字任务，实验总耗时90分钟，将这90分钟分为八个阶段(block)。

图9示出了10个用户在各个block下的输入速度的曲线图，图中的黑粗线示出了用户平均打字速度。在刚上手时，用户的平均速度是9.4WPM(单词每分钟)，而在最后一个阶段，平均速度达到了12.7WPM，上升了35％。速度最快的3个用户，平均速度甚至达到了15.6WPM。

图10示出了10个用户在各个block下的错误率(CER，Character Error Rate，字母错误率)和针对所有用户统计出的平均错误率。由图10可见，所有阶段的错误率都极低，平均错误率都小于0.2％。

我们在实验中还评估了各个用户对键盘布局和光标调整的接受快慢，这通过统计用户进行点按键-转表盘(press-rotate)和点按键-点按键(press-press)之间的时间间隔来完成。图11中的两条曲线分别代表用户进行按键-转表盘(press-rotate)和点按键-点按键(press-press)的时间，其可以用来估计用户视觉寻找下一个字符的时间。从图11可以看到，随着练习，用户找下一个字符的时间是单调下降的，意味着用户对键盘的布局和光标的调整越来越熟悉。

我们还通过实验评估了用户对自动补全功能的接受程度，这可以用来评估自动补全功能，这里采用了KSPC指标，有关KSPC可以参考非专利文献R William Soukoreff和I Scott MacKenzie在CHI’03ACM会议论文集第113-120的题为“Metrics for text entry research:an evaluation of MSD and KSPC”中的介绍，在一个示例中，KSPC具体定义如下式(7)所示：

其中|Input Stream|是选择字母动作(例如包括按压和长按)的总次数，|TranscribedText|是最后转录的字符串的长度。

KSPC可以用来衡量用户对自动补全功能的使用情况。KSPC越低，则代表用户越频繁地使用自动补全。图12示出了对于动态光标方法D-COMPASS多个用户在各个时段block的平均KSPC曲线图，其中垂直方向的线段表示标准偏差，可以看到，KSPC随着时间呈单调下降，这表明用户随着练习，是可以越来越熟练地使用自动补全的。

前面给出了根据本发明实施例的基于一维输入信号的多光标文本输入技术的示例性描述，还给出了动态调整光标位置的优选示例，以及基于实验和模拟给出了光标数量的优选示例，也给出了界面设计的优选示例。

需要说明的是，前面给出的是本发明优选示例，基于本发明发明构思，可以进行各种更改、组合或替代。

例如，前面示例中，给出的选择字母的动作为按压按钮，此仅为示例，这可以根据需要进行变更，例如选择动作可以为沿表面滑动，或者沿表盘周围滑动，或者可以为双连击等等。

再例如，在前面示例中，给出实验和模拟结果为动态调整光标的多光标输入方法D-COMPASS更优选。在一个示例中，可以给出用户两种选项，光标位置为动态或静态的，用户可以自己进行设置。

再例如，在前面的示例中，智能手表表盘为圆形，软键盘的字母布置也沿圆周布置；不过在表盘为正方形的情况下，软键盘的字母布置可以是沿正方形圆周布置为方形。

再例如，前面给出了视觉上高亮高概率备选字母方式，不过也可以以声音等向用户给出高概率备选字母提示，实现本发明实施例的输入方法的用户也可以接收用户的语音命令，例如“顺时针转动两格”，并响应于用户的语音命令来进行动作。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。因此，本发明的保护范围应该以权利要求的保护范围为准。