)。用户可随后使用她的第二只手的拇指来从第二多个键112中选择“Enter”键，由此指示对于该单词的输入的结束。在另一示例中，第二多个键112中的至少一个键可以是标点键，使得该键表示句号、逗号、冒号、分号、问号、感叹号等。在还另一示例中，第二多个键112中的键可以是数字键、情感符等。
[0031]此外，第二多个键112中的至少一个键在被用户选择时可使得第一多个键110中的键的内容更改。例如，第一多个键I1可初始地包括多个字符键；当第二多个键112中的一键被用户选择时，可在拆分虚拟键盘104的第一部分106中显示不同的键盘(例如，字符键可被数字键代替)。在又一示例中，第二多个键112可包括字符键，并且输入可经由在这样的字符键上执行笔划序列来提供。例如，第一多个键110可包括分别表示第一多个字符的第一字符键，并且第二多个键112可包括分别表示第二多个字符的第二字符键。用户可采用第一拇指在第一多个键110中的各键上阐述第一连续笔划序列以及第二拇指在第二多个键112中的各键上阐述第二连续笔划序列，类似于用户用左手和右手键入。
[0032]在另一示例中，对第二多个键112中的至少一个键的选择可使得通过在第一多个键110中的各键上阐述笔划来生成的单词的格式更改。在一个示例中，对第二多个键112中的至少一个键的选择可使得单词被斜体化、以粗体显示、被添加下划线等。此外，对第二多个键中的至少一个键的选择可使得引号被放置在单词周围、可使得单词的第一个字母被大写、可使得单词的所有字母被大写、可使得单词的字体被更改等。
[0033]系统100包括检测器组件114，其检测由用户在拆分虚拟键盘104中的第一部分106中的(至少)各键上阐述的笔划。因此，例如，检测器组件114可检测拆分虚拟键盘104的第一部分106的第一多个键110中的各字符键上阐述的笔划序列，其中用户将她的第一只手的拇指在表示字符(或多个字符)的第一多个键110中的各键之间转移。
[0034]解码器组件116与检测器组件114通信并解码在第一多个键110中的各字符键上由移动计算设备的用户阐述的笔划序列，使得解码器组件116确定该用户希望阐述的字符序列(例如，一单词)。根据一示例，解码器组件116可接收来自检测器组件114的指示由用户在第一多个键110中的各字符键上阐述的笔划序列(例如，轨迹)的信号，其中用户想要阐述单词“hello”。解码器组件116可解码这样的笔划序列并输出单词“hello”。在一个示例中，第一多个键110中的字符键可各自表示相应的多个字符，使得解码器组件116可在基于用户阐述的笔划而构造的可能单词之间进行消歧(如基于手指的轨迹已经通过的或手指的轨迹正在接近的相应键中的字符)。另外，解码器组件116可被配置成纠正由用户输入的可能的拼写错误以及在用户的第一只手的拇指在拆分虚拟键盘104的第一多个键110中的字符键上的位置中的错误。如上所述，拆分虚拟键盘104可尤其良好地适用于移动计算设备的用户进行无需眼睛的文本输入。因此，当用户正在与拆分虚拟键盘104交互时，用户的手指可能没有被精确地放在用户想要选择的相应键上。
[0035]与执行这种解码结合，解码器组件116可包括使用标记的单词以及触敏输入面板上用户阐述的相应轨迹来被训练的笔划模型118。更为具体而言，在数据收集/模型训练阶段期间，可指示用户在被安排为拆分虚拟键盘104的第一部分106的虚拟键盘上对指定的单词阐述轨迹(例如，连续笔划序列)。这一轨迹的位置可被指派给该单词，且可对多个不同的用户和多个不同的单词重复这种操作。如可认识到的，可习得或向某些单词的轨迹应用偏差，使得所产生的笔划模型118可相对准确地对预定字典中的各种各样的不同单词的笔划序列进行建模。
[0036]此外，解码器组件116可包括诸如英语、日语、德语等之类的特定语言的语言模型120。语言模型120可结合基于用户阐述的先前的单词来在概率上在可能的单词之间进行消岐来被采用。因此，可以确定，解码器组件116可以是统计解码器，其中用户阐述的笔划序列可被转换成她想要的单词或单词序列，其中统计解码器将由用户产生的那些笔划有多少可能针对这些单词(例如，笔划有多好地匹配想要的单词)以及那些单词有多少可能实际上是用户想要的单词(例如，“chewing gum”比“chewing gun”更有可能)两者考虑在内。因此，笔划模型118可以是隐式马尔可夫模型(HMM)并且语言模型120可以是N元语言模型。
[0037]系统100可进一步任选地包括扬声器122，扬声器122能可听地输出由解码器组件116基于检测器组件114检测到的笔划序列标识的某一单词或单词序列。在一示例性实施例中，扬声器122可响应于用户在第一多个键110中的表示字符“h”、“e”、“l”和“ο”的字符键上执行笔划序列来可听地输出单词“hello”。因此，用户不需要看触敏显示器102来接收用户想要输入的单词已被解码器组件116准确标识的确认。进一步地，如果解码器组件116基于检测器组件114检测到的笔划序列不正确地标识了单词，则用户可接收到告知用户对该笔划序列的不正确解码的可听反馈。例如，如果解码器组件116将用户希望阐述的单词(不正确地)确定为“orange”而非“hello”，则用户可快速地确定解码器组件116不正确地解码了该用户阐述的笔划序列。用户然后可按压可致使解码器组件116输出下一最可能的单词的某个按钮(例如，在第二多个键112中)，该单词接着可被扬声器122可听地输出。这一过程可继续，直到用户听到该用户希望生成的单词为止。在另一示例性实施例中，通过手势、语音命令、在第二多个键112中的各键上的交互等方式，用户能指示重新执行笔划序列的希望，使得先前输出的单词被删除。在又一示例中，解码器组件116可在笔划序列完成之前标识单词，并可在笔划序列完成之前致使该单词被显示。例如，随着用户阐述笔划序列，可在触敏显示器102上向用户显示多个可能的单词。例如，用户可采用拆分虚拟键盘104的第二多个键112中的至少一个键来从被显示在触敏显示器102上的多个单词中选择单词。
[0038]此外，可认识到解码器组件116可采用主动学习来基于包括系统100的移动计算设备的用户阐述的反馈来更新笔划模型118和/或语言模型120。由此，笔划模型118可基于用户的被用于在拆分虚拟键盘104的第一部分106上阐述轨迹的拇指的大小来被细化。在另一示例中，笔划模型118可基于用户在拆分虚拟键盘104的第一部分106中的各键上阐述的轨迹的形状来被细化。类似地，笔划模型118和/或语言模型120所采用的字典可基于包括系统100的计算设备的用户频繁采用的单词和/或正被执行的某一应用来被更新。
[0039]例如，如果用户希望阐述不被包括在笔划模型118的字典中的某个人的名字，则用户可向解码器组件116告知该名字，使得对应于这一名字的笔划序列可被解码器组件116识别和解码。在另一示例中，字典可基于正被执行的应用来被自定义。例如，用户在采用文本收发消息应用时阐述的单词/字符序列可以与用户在采用电子邮件或文字处理应用时阐述的单词/字符序列不同。类似地，在拆分虚拟键盘104的第一部分106和第二部分108中的各键和/或各键的安排可依赖于正被包括系统100的计算设备执行的应用。例如，如果计算设备正在执行浏览器并且拆分虚拟键盘104正结合生成用于提供给浏览器的URL所被采用，则第一多个键110可包括字符键，而第二多个键112可包括com”键。在另一示例中，如果计算设备正在执行文本消息收发应用，则第一多个键110中的各键可以是字符键，而第二多个键112中的各键可表示表情符号。
[0040]在某些情况下，计算设备(拆分虚拟键盘104)的用户可能希望生成不被包括在被笔划模型118和/或语言模型120采用的字典中的文本。这样的文本可包括名字、俚语等。在一示例性实施例中，用户可致使全键盘被显示在触敏显示器102上，使得常规的技术可被采用来按压离散键以输入想要的文本。在另一示例中，解码器组件116可包括手写识别器组件124，该手写识别器组件124可识别用户在触敏显示器102的一部分上阐述的手写的字母。在一示例中，用户可能想要阐述字符序列“whooooaah”。这样的字符序列可能不被包括在被笔划模型118和/或语言模型120用于解码轨迹的字典中。为了允许用户在不必使用全键盘或直接查看拆分虚拟键盘104的情况下阐述这样的字符序列，系统100可支持手写识别，其中用户可致使拆分虚拟键盘104的至少一部分用作用于阐述手写字迹(例如，单词、标点、符号、字符等)的画布。例如，通过选择第二多个键112中的一键、特定的手势、语音命令等，第一多个键110可用画布来替换，在该画布上用户可用她的第一只手的拇指来阐述手写的字符。用户可接着在拆分虚拟键盘104的第一部分106上做出字符轨迹，并且手写识别器组件124可识别正由用户手写的字符。因此，用户可首先在拆分虚拟键盘104的第一部分106上写出字母“W”，并接着可阐述指示该字符已经完成的手势。用户可此后手写字母“h”，其再次可被手写识别器组件124识别。这一过程可持续，直到用户已经阐述了想要的字符序列。此后，通过语音命令、手势、对拆分虚拟键盘104的第二部分108中的按钮的按压等，用户可致使拆分虚拟键盘104返回到默认状态，在默认状态下支持经由笔划的文本输入。也构想了其他模式(诸如支持对键的离散轻击的模式)，如果这样的模式被用户希望的话。
[0041]系统100可任选地包括可从用户接收语音输入的话筒126。如上所述，用户可阐述解码器组件116已经不正确地解码了笔划序列的语音指示，并且话筒可接收这种语音指示。在另一示例性实施例中，解码器组件116可任选地包括被配置成接收用户的说出的话语(被话筒126捕捉)并识别其中的单词的语音识别器组件128。在一示例性实施例中，用户可口头地输入也通过拆分虚拟键盘104的第一部分中的字符键上的轨迹输入的单词，使得说出的单词补充笔划序列，反之亦然。由此，例如，笔划模型118可接收由语音识别器组件128输出的最可能单词的指示并可利用这样的输出来进一步协助解码在拆分虚拟键盘104的第一部分106中的各键上阐述的笔划序列。在另一实施例中，语音识别器组件128可接收由笔划模型118基于检测器组件114检测到的轨迹来输出的最可能单词，并可利用这样的输出作为用于解码从话筒126接收到的该说出的话语的特征。对语音识别器组件128、笔划模型118以及语言模型120的利用可由此一起操作来增强解码的准确性。
[0042]尽管未显示，系统100可任选地包括促进跟踪用户的注视的硬件和/或软件，其可被用于补充对用户阐述的笔划序列的解码。例如，相机和相关联的软件可被配置成估计用户的注视的位置，其可被提供为对于解码器组件116的输入。在还一示例性实施例中，系统100可包括促进对神经数据(诸如从用户的身体发出的静电信号)的接收的硬件和/或软件。再次，这样的信息可被用作对于解码器组件116的输入并可与解码用户阐述的笔划序列结合使用。
[0043]现在将描述涉及拆分虚拟键盘104的其他示例性特征。例如，拆分虚拟键盘104的第一部分106和第二部分108可按人体工程学方式安排来在用户握住包括系统100的移动计算设备时促进对来自用户的拇指的笔划的接收。由此，第一多个键110可与触敏显示器102的底部边缘、顶部边缘和侧边缘具有角度偏移，使得定义第一多个键110中的各键的边界的线条不与触敏显示器102的边缘平行。此外，如将在以下显示的，各键可相对于触敏显示器102的边缘弯曲、成弧形或倾斜。
[0044]附加地，为了促进关于被用户重复的特定笔划序列的肌肉记忆的开发，可向拆分虚拟键盘104的第一部分106和/或第二