输入纠错方法及相关装置、输入设备和存储介质与流程

1.本技术涉及输入法技术领域，特别是涉及一种输入纠错方法及相关装置、输入设备和存储介质。


背景技术：

2.随着电子信息技术的快速发展，用户越来越频繁地通过诸如手机、平板电脑等电子设备，来进行发送信息、检索资料等操作，为日常学习、工作、生活提供了极大便利。
3.然而，用户在输入过程中，不可避免地发生误触按键，特别是在通过26键输入时，由于按键较小，相对来说也更容易发生误触。目前，主流输入法往往会在用户词语、短语等整体输入完毕之后，再提供纠错候选结果，以供用户在纠错候选结果、实际输入结果中选择。这种方式一方面在体验上，用户在输入完毕后通过纠错候选结果明显感知到已经发生按键误触，也就是说，该纠错机制是后置处理，即时性较差；另一方面在交互上，用户还需要且也只能在纠错后的备选项中选择，也就是说，该纠错机制需要用户主动确认，可靠性低，且操作成本高。有鉴于此，如何提高输入纠错的即时性和可靠性，并降低输入纠错的操作成本，成为亟待解决的问题。


技术实现要素：

4.本技术主要解决的技术问题是提供一种输入纠错方法及相关装置、输入设备和存储介质，能够提高输入纠错的即时性和可靠性，并降低输入纠错的操作成本。
5.为了解决上述技术问题，本技术第一方面提供了一种输入纠错方法，包括：获取用户执行的按键操作实际触发的第一字符以及按键操作的参考信息；基于第一字符与参考信息进行预测，得到按键操作的预测结果；其中，预测结果包括第一字符是否为误触，以及在第一字符为误触的情况下按键操作期望触发的第二字符；响应于预测结果包括第一字符为误触，将第一字符替换为第二字符。
6.为了解决上述技术问题，本技术第二方面提供了一种输入纠错装置，包括：获取模块、预测模块和替换模块，获取模块，用于获取用户执行的按键操作实际触发的第一字符以及按键操作的参考信息；预测模块，用于基于第一字符与参考信息进行预测，得到按键操作的预测结果；其中，预测结果包括第一字符是否为误触，以及在第一字符为误触的情况下按键操作期望触发的第二字符；替换模块，用于响应于预测结果包括第一字符为误触，将第一字符替换为第二字符。
7.为了解决上述技术问题，本技术第三方面提供了一种输入设备，包括相互耦接的存储器和处理器，存储器中存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的输入纠错方法。
8.为了解决上述技术问题，本技术第四方面提供了一种计算机可读存储介质，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的输入纠错方法。
9.上述方案，获取用户执行的按键操作实际触发的第一字符以及按键操作的参考信
息，再基于第一字符与参考信息进行预测，得到按键操作的预测结果，且预测结果包括第一字符是否为误触，以及在第一字符为误触的情况下按键操作期望触发的第二字符，基于此，响应于预测结果包括第一字符为误触，将第一字符替换为第二字符，一方面在体验上，在输入纠错过程中通过误触预测以及直接替换的方式，直接对用户执行的按键操作进行纠错，也就是说在输入过程中对按键操作即时纠错，另一方面在交互上，且一旦预测按键操作实际触发的第一字符为误触即根据预测出来的第二字符进行替换，而无需用户选择，大大降低操作成本，且由于结合按键操作的参考信息进行误触预测，也能够提升可靠性。故此，能够提高输入纠错的即时性和可靠性，并降低输入纠错的操作成本。
附图说明
10.图1是本技术输入纠错方法一实施例的流程示意图；
11.图2是按键误触一实施例的示意图；
12.图3是接触区域一实施例的示意图；
13.图4是本技术输入纠错装置一实施例的框架示意图；
14.图5是本技术输入设备一实施例的框架示意图；
15.图6是本技术计算机可读存储介质一实施例的框架示意图。
具体实施方式
16.下面结合说明书附图，对本技术实施例的方案进行详细说明。
17.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本技术。
18.本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。
19.请参阅图1，图1是本技术输入纠错方法一实施例的流程示意图。
20.具体而言，可以包括如下步骤：
21.步骤s11：获取用户执行的按键操作实际触发的第一字符以及按键操作的参考信息。
22.在一个实施场景中，用户可以通过诸如智能手机、平板电脑等输入设备执行按键操作，即输入设备可以集成有触摸屏，并通过触摸屏提供软键盘，以供用户通过软键盘执行按键操作。此外，软键盘还可以自由切换输入法，如中文输入法、英文输入法等，在此对输入语种不做限定。需要说明的是，软键盘可以默认设置为26键，即软键盘可以包含26个英文字母的按键。
23.在一个实施场景中，上述输入设备可以包括但不限于：集成有触摸屏的服务设备(如，违章查询自助终端等)、车载设备(如，中控等)，在此不做限定。
24.在一个实施场景中，需要说明的是，用户在执行按键操作时，实际通过用户指肚区域按压，故按键操作实际触发的第一字符可以为点压中心点所在字符。在现实场景中，由于键盘较小、用户输入习惯等诸多原因，误触往往是用户点压中心点未落在目标按键上。请结
合参阅图2，图2是按键误触一实施例的示意图。如图2所示，用户期望点击按键为“u”，但是由于用户习惯点击时仍能看到自己希望点击的按键，故执行按键操作时手指会向下偏移留出按键“u”部分区域可见。此时，用户指肚区域(如图2中椭圆阴影所示)实际覆盖到“u”、“i”、“h”、“j”四个按键，且由于点压中心点(如图2中黑点所示)落在按键“j”，则用户所执行的按键操作实际触发的第一字符为“j”，由此而产生了与用户期望按键不一致的“误触”情况。图2所示的“误触”仅仅为现实场景中一种可能的误触情况，并不因此而限定实际应用过程中可能发生的误触情况。当然，在显示场景中，用户按键操作实际触发的第一字符也有可能就是用户的期望字符，在此不做限定。
25.在一个实施场景中，按键操作涉及两个参考区域，这两个参考区域可以包括：第一字符在输入设备上的按键区域、用户执行按键操作与输入设备的接触区域，且参考信息可以包括第一参考值，上述两个参考区域的重合区域与第一参考值相关。示例性地，请继续结合参阅图2，仍以第一字符是“j”为例，图2中字母j所在圆角矩形区域即为第一字符“j”在输入设备上的按键区域，用户执行按键操作时与输入设备的接触区域即为用户与输入设备接触的指肚区域，如图2中椭圆阴影所示，其他情况可以以此类推，在此不再一一举例。上述方式，按键操作涉及两个参考区域，两个参考区域包括第一字符再输入设备的按键区域以及用户执行按键操作时与输入设备的接触区域，参考信息包括第一参考值，且两个参考区域的重合区域与第一参考值相关，故能够在后续误触预测过程中，结合用户实际按压输入设备的接触区域与实际触发的第一字符的按键区域来进行预测，有利于提升误触预测的准确性。
26.在一个具体的实施场景中，可以获取用户执行按键操作时在输入设备上的接触中心、第一接触轴长和第二接触轴长，并基于接触中心、第一接触轴长和第二接触轴长，得到一个椭圆区域作为接触区域。具体来说，上述接触中心(即前述点压中心点)、第一接触轴长和第二接触轴长均可以通过输入设备的底层系统获取。以安卓为例，除了可以通过安卓ontouchevent事件获取接触中心，还可以通过安卓底层的getevent事件获取相关参数。例如，通过getevent事件可以获取字段ev_abs、abs_mt_touch_major、abs_mt_touch_minor，其中，ev_abs表示接触中心、abs_mt_touch_major表示接触区域的长轴长度(即第一接触轴长)，abs_mt_touch_minor表示接触区域的短轴长度(即第二接触轴长)，在此基础上，再基于接触中心、第一接触轴长和第二接触轴长作一椭圆，即可视为接触区域。诸如windows、linux、ios等其他系统可以以此类推，在此不再一一举例。请结合参阅图3，图3是接触区域一实施例的示意图。如图3所示，黑色圆点即表示接触中心，长轴长度即表示第一接触轴长，短轴长度即表示第二接触轴长，椭圆阴影即表示接触区域。上述方式，通过从输入设备的底层系统，获取用户执行按键操作时在输入设备上的接触中心、第一接触轴长和第二接触轴长，并基于接触中心、第一接触轴长和第二接触轴长，得到椭圆区域，作为接触区域，有利于提升接触区域的准确性。
27.在一个具体的实施场景中，第一参考值具体可以为重合区域与接触区域之间的面积之比。请继续结合参阅图3，仍以第一字符是“j”为例，图3中字母j按键上阴影区域即表示接触区域与第一字符的按键区域两者之间的重合区域，在此基础上，将该区域的面积除以整个椭圆阴影区域的面积，即可得到第一参考值，其他情况可以以此类推，在此不再一一举例。需要说明的是，基于本技术实际测试验证，上述第一参考值与按键误触存在显著相关
性。请参阅表1，表1是第一参考值与按键误触之间相关性一实施例的示意表。
28.表1第一参考值与按键误触之间相关性一实施例的示意表
[0029][0030][0031]
如表1所示，在多次测试验证过程中，第一参考值较高的次数较多，第一参考值较低的次数较少，因为在实际操作时，大多数情况下，用户按键操作实际触发的第一字符的按键区域与接触区域两者的重合区域在整个接触区域中的占比还是较大的，这显然也遵循实际使用规律。在此基础上，第一参考值越大，误触率通常也越低，反之，第一参考值越小，误触率通常也越高。由此可见，上述方式，通过将第一参考值设置为重合区域与接触区域之间的面积之比，能够为后续误触预测提供鲁棒且准确的参考信息，有利于提升后续误触预测的准确性。
[0032]
在一个实施场景中，为了进一步提升后续误触预测的准确性，参考信息还可以包括第二参考值，且输入设备还可以集成有陀螺仪，则第二参考值可以包括以下至少一者：陀螺仪在y轴的状态值、陀螺仪在z轴的状态值、在执行按键操作之前第一时长内陀螺仪在x轴的角速度。需要说明的是，结合陀螺仪在y轴的状态值、在z轴的状态值以及在执行按键操作之前第一时长内陀螺仪在x轴的角速度，可以反映用户在通过输入设备进行输入过程中输入设备的状态，具体可以参阅陀螺仪的相关技术细节，在此不再赘述。示例性地，在上述三者均较为恒定的情况下，则可以认为用户在通过输入设备进行输入过程中，输入设备可能处于平稳放置状态，此时发生误触概率也通常较低；或者，若陀螺仪在y轴的状态值或在z轴的状态值发生较大变化，则可以认为输入设备在横屏、竖屏之间切换，此时有可能会发生误触。总而言之，上述方式，结合陀螺仪在x轴、y轴、z轴上相关信息，可以获悉用户通过输入设备进行输入时输入设备所处状态(如，处于平稳放置状态、处于前后摇摆状态、处于左右摇摆状态等)，从而可以获悉辅助后续误触预测，提升误触预测的准确性。
[0033]
在一个实施场景中，参考信息还可以包括第三参考值，且第三参考值表示按键操作的执行时间与前一次按键操作的执行时间之间的时间差，即第三参考值可以反映用户按键速度，上述时间差越小，用户按键速度越快，发生按键误触的可能性也随之提升，反之，上述时间差越大，用户按键速度越慢，相较于快速按键来说，此时发生按键误触的可能性通常也会随之降低。上述方式，参考信息还设置为包括第三参考值，且第三参考值表示按键操作
的执行时间与前一次按键操作的执行时间之间的时间差，故能够通过按键速度进一步辅助后续误触预测，提升误触预测的准确性。
[0034]
在一个实施场景中，参考信息还包括第四参考值，第四参考值表示前一次按键操作最终触发的最终字符。在现实场景中，用户本次按键期望触发的字符与前一次按键操作最终触发的最终字符之间往往存在一定的关联性，故通过获取前一次按键操作最终触发的最终字符，在一定程度上，也能够对本次按键操作的误触预测进行辅助，提升误触预测的准确性。示例性地，对于本次按键操作而言，其期望触发的字符为“o”，但误触为字符“i”，且其前一次按键操作最终触发的最终字符为“w”，在中文拼音输入状态下，字符“w”和“i”不能组成词语，故在后续对本次按键进行误触预测时，可以认为本次按键操作实际触发的第一字符“i”大概率为误触，且进一步通过上一次按键操作的最终触发的最终字符“w”可以推测，以及本次按键操作实际触发的第一字符“i”附近的字符“u”、“o”、“h”、“j”、“k”等，可以发现字符“u”、“o”可以和字符“w”组成词语，则可以认为存在较大可能性这两者才是本次按键操作期望触发的字符。需要说明的是，上述举例仅仅是实际应用过程中一种可能的按键操作，并不因此而限定实际按键操作。上述方式，将参考信息设置为还包括第四参考值，且第四参考值表示前一次按键操作最终触发的最终字符，能够进一步辅助后续误触预测，且不仅有助于辅助预测是否发生误触，还有助于辅助预测按键操作期望触发的字符，有利于提升输入纠错的可靠性。
[0035]
在一个实施场景中，参考信息还可以包括第五参考值，且第五参考值表示执行按键操作的时刻。示例性地，执行按键操作的时刻可以以“刻”为精度单位。例如，用户在采用拼音输入法通过输入设备输入文字“家”时，按键操作实际触发的第一字符为“j”，其执行时刻为十点一刻，按键操作实际触发的第一字符为“i”，其执行时刻也为十点一刻，按键操作实际触发的第一字符“a”，其执行时刻也为十点一刻，其他情况可以以此类推，在此不再一一举例。此外，在现实场景中，也可以将“分”等作为执行按键操作的时刻其精度单位，在此不做限定。需要说明的是，对于不同按键操作而言，若执行按键操作的时刻相同，则很大可能这些按键操作期望触发的字符之间存在一定关联，如前述输入文字“家”时，分别触发的字符“j”、“i”、“a”。故此，上述方式，将参考信息还设置为包括第五参考值，且第五参考值表示执行按键操作的时刻，能够有助于在后续误触预测过程中结合参考具有相同第五参考值的案件操作最终触发的字符，有利于进一步提升误触预测的准确性。
[0036]
在一个实施场景中，参考信息还包括第六参考值，且第六参考值表示输入设备所处地理位置。需要说明的是，地理位置可以通过wifi(wireless fidelity，无线保真)、gps(global positioning system，全球定位系统)等获取得到。进一步地，地理位置可以包括但不限于：家、公司、学校等，地理位置编码方式可以参阅地理信息兴趣点分类与编码的相关标准(如，gbt 35648-2017)，在此不再赘述。示例性地，在第六参考值表示输入设备所述地理位置为学校的情况下，若用户上次执行按键操作最终触发的字符为“f”，本次执行按键操作实际触发的第一字符为“r”，则有可能未发生误触(如，在学校想输入英文“france”)，也有可能发生误触(如，在学校输入中文“分数”时可能会将按键e误触为按键r)，这两种情况在学校发生的概率都比较大；类似的情况，如果第六参考值表示输入设备所述地理位置为旅行社的情况下，用户大概率期望输入的是france，则未误触的可能性较大一些。其他情况可以以此类推，在此不再一一举例。上述方式，将参考信息还设置为包括第六参考值，且
第六参考值表示输入设备所处地理位置，故在后续误触预测过程中，还能够进一步结合地理位置来辅助预测，有利于进一步提升误触预测的准确性。
[0037]
在一个实施场景中，参考信息还可以包括第七参考值，且第七参考值表示第一字符的历史误触率。示例性地，对于26个英文字母，可以统计每一字母在本次按键操作之前预设时长(如，1分钟、1刻钟、1小时等)内出现误触的概率，即可得到26个英文字母的历史误触率。需要说明的是，可以先统计在本次按键操作之前预设时长(如，1分钟、1刻钟、1小时等)内各个字母被实际触发的次数，以及各个字母最后被纠错的次数，则每个字母在预设时长内被纠错的次数除以实际被触发的次数，即可得到每个字母出现误触的概率。当然，为了提升历史误触率的参考价值，并降低其更新频次，以免造成资源浪费，预设时长可以设置地长一些，且将其设置为非实时更新，如可以每周统计一次历史误触率，并在接下来一周内保持不变，当距上次统计到达一周时，再次统计历史误触率，以此类推，在此不再一一举例。此外，历史误触率越高，说明第一字符被误触的可能性也越高，反之，历史误触率越低，说明第一字符被误触的可能性越低，这一方面可以是由用户输入习惯造成的，如用户习惯单手打字时某些字符可能因为触碰困难发生误触，另一方面也有可能是由输入设备本身造成的，如输入设备某些字符对应位置可能存在触摸失灵，具体原因在此不做限定。上述方式，将参考信息设置为还包括第七参考值，且第七参考值表示第一字符的历史误触率，能够为后续误触预测过程中进一步提供第一字符可能发生误触的概率，以为误触预测提供更为丰富的参考信息，有助于进一步提升误触预测的准确性。
[0038]
在一个实施场景中，参考信息还可以包括第八参考值，且第八参考值可以表示按键操作的持续时长，具体来说，可以从按键操作被执行的时刻开始计时，到按键操作结束执行时结束计时，即可得到该按键操作的持续时长。以软键盘为例，在用户触摸软键盘某按键生效开始至用户离开触摸屏而结束生效为止，即为本次按键操作的持续时长，其他情况可以以此类推，在此不再一一举例。需要说明的是，按键操作的持续时长在一定程度上反映了用户输入速度。通常来说，输入速度越快，发生误触的可能性也越高，而输入速度越慢，发生误触的可能性相对也会低一些。故此，上述方式，将参考信息设置为还包括第八参考值，且第八参考值可以表示按键操作的持续时长，能够在后续误触预测过程中，进一步结合输入速度作为预测辅助，有利于提升误触预测的准确性。
[0039]
在一个实施场景中，参考信息还可以包括第九参考值，且第九参考值表示集成于输入设备的步行状态传感器在第二时长内的变化值，步行状态传感器可以包括但不限于加速度计等，在此不做限定。需要说明的是，通过步行状态传感器可以获悉用户在输入时的运动状态。示例性地，在第二时长内的变化值越剧烈，则可以认为用户在输入的同时正在进行较为剧烈的运动(如，跑步等)，或者，在第二时长内的变化值越平稳，则可以认为用户在输入的同时正在进行较为平缓的运动(如，散步等)，以此类推，在此不再一一举例。进一步地，用户在输入时进行较为剧烈的运动时，其按键误触的可能性也随之增大，反之，用户在输入时进行较为平缓的运动时，其按键误触的可能性相对来说也较低一些。故此，上述方式，将参考信息设置为还包括第九参考值，且第九参考值表示集成于输入设备的步行状态传感器在第二时长内的变化值，能够在后续误触预测过程中，进一步结合用户的运动状态作为预测辅助，有利于提升误触预测的准确性。
[0040]
步骤s12：基于第一字符与参考信息进行预测，得到按键操作的预测结果。
[0041]
本公开实施例中，预测结果包括第一字符是否为误触，以及在第一字符为误触的情况下按键操作期望触发的第二字符。示例性地，请结合参阅图2，仍以按键操作实际触发的第一字符是“j”为例，通过收集本次按键操作的参考信息，并结合第一字符“j”以及参考信息进行预测，可以得到本次按键操作的预测结果，具体包括第一字符“j”为误触，且本次按键操作期望触发的第二字符为“u”，其他情况可以以此类推，在此不再一一举例。
[0042]
在一个实施场景中，为了提升误触预测效率，可以预先训练一个预测模型，从而可以基于该预测模型得到预测结果。具体而言，可以将按键操作实际触发的第一字符和按键操作的参考信息共同输入预测模型，得到按键操作的预测结果。预测模型具体可以采用诸如逻辑回归预测函数等，在此不做限定。在此基础上，可以预测得到按键操作预测为误触的概率值以及未误触的概率值，若预测为误触的概率值大于预设阈值(如，0.5)，则可以确定预测结果为按键操作实际触发的第一字符为误触，反之，若预测为未误触的概率值大于预设阈值(如，0.5)，则可以确定预测结果为按键操作实际误触的第一字符为未误触。进一步地，在预测为误触的情况下，预测模型还可以预测得到各个预设字符(如，26个英文字母)的概率值，并可以将最大概率值对应的预设字符，作为按键操作期望触发的第二字符。
[0043]
在一个实施场景中，预测模型可以是利用若干组样本数据训练得到的，且每组样本数据可以包括：历史按键操作实际触发的第一样本字符、历史按键操作的参考信息和历史按键操作的标注信息，标注信息进一步可以包括第一样本字符是否为误触，以及在第一样本字符为误触的情况下历史按键操作期望触发的第二样本字符。具体而言，可以对前段时间内(如，前半年、前一年等)用户在输入设备的输入数据进行样本采集，得到若干组样本数据。示例性地，如用户在某次输入文字“家”的过程中，历史按键操作t期望触发字符“j”，但该历史按键操作t实际触发字符“u”，用户后续执行历史按键操作t+1以及历史按键操作t+2之后，分别成功触发字符“i”、“a”之后，发现之前输入错误，故重新输入字符“j”、“i”、“a”，此时可以将两次输入唯一不一致历史按键操作t实际触发的字符“u”作为样本数据中历史按键操作t实际触发第一样本字符，并将字符“j”作为历史按键操作t期望触发的第二样本字符，并可以确认历史按键操作t实际触发的第一样本字符为误触，从而可以获悉历史按键操作t的标注信息。其他情况可以次类推，在此不再一一举例。上述方式，预测结果设置为基于预测模型得到，且预测模型是利用若干组样本数据训练得到的，每组样本数据包括：历史按键操作实际触发的第一样本字符、历史按键操作的参考信息和历史按键操作的标注信息，标注信息包括第一样本字符是否为误触，以及在第一样本字符为误触的情况下历史按键操作期望触发的第二样本字符，故能够通过历史按键操作训练预测模型，使预测模型能够学习到用户输入习惯等特征信息，从而能够提高误触预测的精度和效率。
[0044]
在一个实施场景中，与前述按键操作的参考信息类似地，历史按键操作的参考信息也可以包括第一参考值、第二参考值、第三参考值、第四参考值、第五参考值、第六参考值、第七参考值、第八参考值以及第九参考值，具体含义可以参阅前述相关描述，在此不再赘述。示例性地，请结合参阅表2，表2是样本数据一实施例的示意表。
[0045]
表2样本数据一实施例的示意表
[0046][0047]
需要说明的是，表2所示为一组样本数据，在实际训练过程中，可以采用相同形式采集得到尽可能地多的样本数据进行训练，以尽可能地提升预测模型的精度。
[0048]
在一个实施场景中，以预测模型采用逻辑回归为例，逻辑回归的假设函数可以表示如下：
[0049][0050]
上述公式(1)中，x表示预测模型的输入，θ表示预测模型的参数，h
θ
(x)表示输入x在参数为θ的预测模型预测之后的输出。此外，在给定输入x(如，给定标注为误触的样本数据)和参数θ的情况下，y＝1的模型概率值(即模型预测为误触的概率值)p(y＝1|x；θ)，以及在给定输入x(如，给定标注不为误触的样本数据)和参数θ的情况下，y＝0的模型概率值(即模型预测不为误触的概率值)p(y＝0|x；θ)，可以分别表示为：
[0051]
p(y＝1|x；θ)＝h
θ
(x)
……
(2)
[0052]
p(y＝0|x；θ)＝1-h
θ
(x)
……
(3)
[0053]
在此基础上，可以基于输入样本的真实标注，通过诸如交叉熵等损失函数处理上述概率值，得到损失值j(θ)，此时优化目标即为损失值j(θ)取最小值时的参数θ。需要说明的是，在此过程中，上述损失值的具体计算过程，以及梯度、学习率的具体确定方式，可以参阅诸如梯度下降等优化方式，在此不再赘述。
[0054]
在一个实施场景中，样本数据可以是用户执行历史按键操作时采集得到的，需要说明的是，此处所指用户为输入设备的使用用户，故通过采集输入设备的使用用户在一段时间内历史按键操作得到样本数据，并基于此来训练预测模型，能够使得预测模型更加贴合于输入设备的使用用户的输入习惯，从而能够进一步提升按键纠错的个性化，满足不同用户对按键纠错的个性化需求。
[0055]
步骤s13：响应于预测结果包括第一字符为误触，将第一字符替换为第二字符。
[0056]
具体地，在预测结果包括按键操作实际触发的第一字符为误触的情况下，可以将预测结果进一步预测得到的该按键操作期望触发的第二字符替换掉第一字符，即此时在屏幕上显示的并非第一字符，而是第二字符，也无需等待全部输入完毕才进行纠错，也就是说，能够边按键边纠错，提升按键纠错的即时性。
[0057]
在一个实施场景中，在预测结果包括按键操作实际触发的第一字符不为误触的情况下，可以不执行上述替换操作，直接在屏幕上显示第一字符即可，并等待用户下一次按键操作。
[0058]
在一个实施场景中，在等待到新的按键操作时，对于该新的按键操作，可以响应于该新的按键操作，重新执行上述获取按键操作实际触发的第一字符以及按键操作的参考信息的步骤以及后续步骤，以对该新的按键操作进行误触预测，从而在输入过程中实现每次按键之后即刻进行预测、纠错，有利于大大提升按键纠错的即时性。
[0059]
上述方案，获取用户执行的按键操作实际触发的第一字符以及按键操作的参考信息，再基于第一字符与参考信息进行预测，得到按键操作的预测结果，且预测结果包括第一字符是否为误触，以及在第一字符为误触的情况下按键操作期望触发的第二字符，基于此，响应于预测结果包括第一字符为误触，将第一字符替换为第二字符，一方面在体验上，在输入纠错过程中通过误触预测以及直接替换的方式，直接对用户执行的按键操作进行纠错，也就是说在输入过程中对按键操作即时纠错，另一方面在交互上，且一旦预测按键操作实际触发的第一字符为误触即根据预测出来的第二字符进行替换，而无需用户选择，大大降低操作成本，且由于结合按键操作的参考信息进行误触预测，也能够提升可靠性。故此，能够提高输入纠错的即时性和可靠性，并降低输入纠错的操作成本。
[0060]
请参阅图4，图4是本技术输入纠错装置40一实施例的框架示意图。输入纠错装置40包括：获取模块41、预测模块42和替换模块43，获取模块41，用于获取用户执行的按键操作实际触发的第一字符以及按键操作的参考信息；预测模块42，用于基于第一字符与参考信息进行预测，得到按键操作的预测结果；其中，预测结果包括第一字符是否为误触，以及在第一字符为误触的情况下按键操作期望触发的第二字符；替换模块43，用于响应于预测结果包括第一字符为误触，将第一字符替换为第二字符。
[0061]
上述方案，一方面在体验上，在输入纠错过程中通过误触预测以及直接替换的方式，直接对用户执行的按键操作进行纠错，也就是说在输入过程中对按键操作即时纠错，另一方面在交互上，且一旦预测按键操作实际触发的第一字符为误触即根据预测出来的第二字符进行替换，而无需用户选择，大大降低操作成本，且由于结合按键操作的参考信息进行误触预测，也能够提升可靠性。故此，能够提高输入纠错的即时性和可靠性，并降低输入纠错的操作成本。
[0062]
在一些公开实施例中，按键操作涉及两个参考区域，两个参考区域包括：第一字符在输入设备上的按键区域、用户执行按键操作时与输入设备的接触区域，参考信息包括第一参考值，且两个参考区域的重合区域与第一参考值相关。
[0063]
因此，按键操作涉及两个参考区域，两个参考区域包括第一字符再输入设备的按键区域以及用户执行按键操作时与输入设备的接触区域，参考信息包括第一参考值，且两个参考区域的重合区域与第一参考值相关，故能够在后续误触预测过程中，结合用户实际按压输入设备的接触区域与实际触发的第一字符的按键区域来进行预测，有利于提升误触预测的准确性。
[0064]
在一些公开实施例中，第一参考值为重合区域与接触区域之间的面积之比。
[0065]
因此，通过将第一参考值设置为重合区域与接触区域之间的面积之比，能够为后续误触预测提供鲁棒且准确的参考信息，有利于提升后续误触预测的准确性。
[0066]
在一些公开实施例中，输入纠错装置40包括接触参数获取模块，用于获取用户执行按键操作时在输入设备上的接触中心、第一接触轴长和第二接触轴长；输入纠错装置40包括接触区域确定模块，用于基于接触中心、第一接触轴长和第二接触轴长，得到椭圆区域，作为接触区域。
[0067]
因此，通过从输入设备的底层系统，获取用户执行按键操作时在输入设备上的接触中心、第一接触轴长和第二接触轴长，并基于接触中心、第一接触轴长和第二接触轴长，得到椭圆区域，作为接触区域，有利于提升接触区域的准确性。
[0068]
在一些公开实施例中，输入设备集成有陀螺仪，参考信息还包括第二参考值，第二参考值包括以下至少一者：陀螺仪在y轴的状态值、陀螺仪在z轴的状态值、在执行按键操作之前第一时长内陀螺仪在x轴的角速度。
[0069]
因此，结合陀螺仪在x轴、y轴、z轴上相关信息，可以获悉用户通过输入设备进行输入时输入设备所处状态(如，处于平稳放置状态、处于前后摇摆状态、处于左右摇摆状态等)，从而可以获悉辅助后续误触预测，提升误触预测的准确性。
[0070]
在一些公开实施例中，参考信息还包括第三参考值，第三参考值表示按键操作的执行时间与前一次按键操作的执行时间之间的时间差。
[0071]
因此，参考信息还设置为包括第三参考值，且第三参考值表示按键操作的执行时间与前一次按键操作的执行时间之间的时间差，故能够通过按键速度进一步辅助后续误触预测，提升误触预测的准确性。
[0072]
在一些公开实施例中，参考信息还包括第四参考值，第四参考值表示前一次按键操作最终触发的最终字符；和/或，参考信息还包括第五参考值，第五参考值表示执行按键操作的时刻；和/或，参考信息还包括第六参考值，第六参考值表示输入设备所处地理位置；和/或，参考信息还包括第七参考值，第七参考值表示第一字符的历史误触率；和/或，参考信息还包括第八参考值，第八参考值表示按键操作的持续时长；和/或，参考信息还包括第九参考值，第九参考值表示集成于输入设备的步行状态传感器在第二时长内的变化值。
[0073]
因此，将参考信息设置为还包括第四参考值，且第四参考值表示前一次按键操作最终触发的最终字符，能够进一步辅助后续误触预测，且不仅有助于辅助预测是否发生误触，还有助于辅助预测按键操作期望触发的字符，有利于提升输入纠错的可靠性；而将参考信息还设置为包括第五参考值，且第五参考值表示执行按键操作的时刻，能够有助于在后续误触预测过程中结合参考具有相同第五参考值的案件操作最终触发的字符，有利于进一步提升误触预测的准确性；而将参考信息还设置为包括第六参考值，且第六参考值表示输入设备所处地理位置，故在后续误触预测过程中，还能够进一步结合地理位置来辅助预测，有利于进一步提升误触预测的准确性；而将参考信息设置为还包括第七参考值，且第七参考值表示第一字符的历史误触率，能够为后续误触预测过程中进一步提供第一字符可能发生误触的概率，以为误触预测提供更为丰富的参考信息，有助于进一步提升误触预测的准确性；而将参考信息设置为还包括第八参考值，且第八参考值可以表示按键操作的持续时长，能够在后续误触预测过程中，进一步结合输入速度作为预测辅助，有利于提升误触预测的准确性；而将参考信息设置为还包括第九参考值，且第九参考值表示集成于输入设备的步行状态传感器在第二时长内的变化值，能够在后续误触预测过程中，进一步结合用户的运动状态作为预测辅助，有利于提升误触预测的准确性。
[0074]
在一些公开实施例中，预测结果是基于预测模型得到的，且预测模型是利用若干组样本数据训练得到的，每组样本数据包括：历史按键操作实际触发的第一样本字符、历史按键操作的参考信息和历史按键操作的标注信息，标注信息包括第一样本字符是否为误触，以及在第一样本字符为误触的情况下历史按键操作期望触发的第二样本字符。
[0075]
因此，预测结果设置为基于预测模型得到，且预测模型是利用若干组样本数据训练得到的，每组样本数据包括：历史按键操作实际触发的第一样本字符、历史按键操作的参考信息和历史按键操作的标注信息，标注信息包括第一样本字符是否为误触，以及在第一样本字符为误触的情况下历史按键操作期望触发的第二样本字符，故能够通过历史按键操作训练预测模型，使预测模型能够学习到用户输入习惯等特征信息，从而能够提高误触预测的精度和效率。
[0076]
在一些公开实施例中，样本数据是用户执行历史按键操作时采集得到的。
[0077]
因此，通过采集输入设备的使用用户在一段时间内历史按键操作得到样本数据，并基于此来训练预测模型，能够使得预测模型更加贴合于输入设备的使用用户的输入习惯，从而能够进一步提升按键纠错的个性化，满足不同用户对按键纠错的个性化需求。
[0078]
在一些公开实施例中，输入纠错装置40包括循环执行模块，用于响应于新的按键操作，结合获取模块41、预测模块42和替换模块43重新执行获取按键操作实际触发的第一字符以及按键操作的参考信息的步骤以及后续步骤。
[0079]
因此，在输入过程中实现每次按键之后即刻进行预测、纠错，有利于大大提升按键纠错的即时性。
[0080]
请参阅图5，图5是本技术输入设备50一实施例的框架示意图。输入设备50包括相互耦接的存储器51和处理器52，存储器51中存储有程序指令，处理器52用于执行程序指令以实现上述任一输入纠错方法实施例中的步骤。具体地，输入设备50可以包括但不限于：手机、平板电脑、车载导航、学习机、翻译机等等，在此不做限定。
[0081]
具体而言，处理器52用于控制其自身以及存储器51以实现上述任一输入纠错方法实施例中的步骤。处理器52还可以称为cpu(central processing unit，中央处理单元)。处理器52可能是一种集成电路芯片，具有信号的处理能力。处理器52还可以是通用处理器、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuit,asic)、现场可编程门阵列(field-programmable gate array,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器52可以由集成电路芯片共同实现。
[0082]
此外，输入设备50还可以包括触摸屏(未图示)，触摸屏可以与处理器耦接，且触摸屏用于提供软键盘，以供用户执行按键操作。具体来说，软键盘可以默认设置为26键，且可以自由切换输入法，如中文拼音输入法、英文输入法等等，在此不做限定。
[0083]
上述方案，一方面在体验上，在输入纠错过程中通过误触预测以及直接替换的方式，直接对用户执行的按键操作进行纠错，也就是说在输入过程中对按键操作即时纠错，另一方面在交互上，且一旦预测按键操作实际触发的第一字符为误触即根据预测出来的第二字符进行替换，而无需用户选择，大大降低操作成本，且由于结合按键操作的参考信息进行误触预测，也能够提升可靠性。故此，能够提高输入纠错的即时性和可靠性，并降低输入纠
错的操作成本。
[0084]
请参阅图6，图6是本技术计算机可读存储介质60一实施例的框架示意图。计算机可读存储介质60存储有能够被处理器运行的程序指令61，程序指令61用于实现上述任一输入纠错方法实施例中的步骤。
[0085]
上述方案，一方面在体验上，在输入纠错过程中通过误触预测以及直接替换的方式，直接对用户执行的按键操作进行纠错，也就是说在输入过程中对按键操作即时纠错，另一方面在交互上，且一旦预测按键操作实际触发的第一字符为误触即根据预测出来的第二字符进行替换，而无需用户选择，大大降低操作成本，且由于结合按键操作的参考信息进行误触预测，也能够提升可靠性。故此，能够提高输入纠错的即时性和可靠性，并降低输入纠错的操作成本。
[0086]
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
[0087]
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
[0088]
在本技术所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
[0089]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
[0090]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0091]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。