本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

許多人日常在用的智能手表，它的文本輸入要么靠語音，要么靠打字或手寫。

[[442637]]

但有時你可能不方便說話，或者在那么小的屏幕上戳鍵盤實在有點“局促”。

那咋辦？

也許可以試試“隔空打字”法。

浙江大學就開發了這樣一個名叫AirText的應用，只需你動動手指和手腕，手表就確識別空中字符，錯誤率低至3.9%。

還配備聯想和推薦功能，讓拼寫速度更快。

給智能手表配上“隔空打字”功能

開發AirText的一個主要挑戰在于如何讓它理解手腕運動和指尖拼寫動作的對應關系。

就像下面這張圖所展示的，拼寫時手腕呈現出來的軌跡和正常字母差得還挺多的。

為此，研究團隊先借助了一個現成工具Leap Motion，它可以用紅外傳感器跟蹤手勢。

然后八名志愿者使用五種不同的智能手表拼出超過25000個字符，用Leap Motion收集相關的手腕和手指運動數據。

再將數據輸入神經網絡模型，進行訓練，最終AirText可以根據用戶手腕微小的動作變化推斷指尖的軌跡。

然后，僅通過智能手表就可以高效、準確地將推斷出的軌跡識別為相應的字符。

為了加快拼寫速度，他們還給系統配上了單詞預測和推薦功能。

預測單詞會顯示在手表屏幕的四個方向，我們可以將手表向上下左右傾斜就能進行選擇（晃動手表可以退格）。

詞錯誤率為3.9%

首先來看AirText的準確性測試。

衡量指標為WER（詞錯誤率，Word Error Rate），計算方法就是將錯誤字/識別正確的字。

其中錯誤字涉及三種類型：漏字（用I表示，即校對成正確的拼寫時需要再插入的字的數量）、多字（用D表示，即需要刪除的字數量）、錯字（用S表示，即需要替換的字數量）。

將AirText與倆基線方法（IMU-CNN和BLSTM）相比，最終AirText得分最低，也就是準確性最高。

三者平均分分別為3.9%、30.9%和57.1%。

以上是單用戶在單設備上的測評結果。

為了更準確，他們還測試了多用戶和多設備，結果如下：

左圖中，同一個用戶使用5種不同智能手表測試AirText獲得的準確率得分分別為：8.3%、7.5%、6.5%、7.7%和3.9%。

研究人員表示，7%的WER意味著平均每15個單詞中有一個識別錯誤，這對于隔空手寫來說還是可以接受的。

右圖中，8位不同用戶使用同一手表獲得了11.2%、5.9%、4.3%、4.0%、3.6%、5.9%、4.7%和3.9%的WER。

從中我們可以看出，與不同的設備相比，不同的用戶對準確性的影響更大。

不過研究人員表示，借助模型更新組件，AirTex 仍然可以針對不同用戶實現較高的準確率。

然后是速度測試。

由于BLSTM基線的WER約為57%，錯誤率太高，研究人員只比較了AirText和IMU-CNN兩者的速度。

衡量指標是WPM（單詞/每分鐘，Word Per Minute），其計算方式為用總體輸入字數-錯誤字數/時間。

結果AirText的平均WPM為8.1，而IMU-CNN基線的WPM僅為4.6。

研究人員指出，此輸入速度與一些基于雙手觸摸屏的文本輸入方法相當（這些方法在實際應用中的WPM為9.1、9.8WPM）。

總體來看，AirText的準確率不錯，但速度還需要進步。

慢的主要原因還是因為它每拼寫一個字符就需停頓一會兒。

研究人員正在研究破解辦法，并表示最終有興趣將AirText商業化。

作者介紹

一作為浙江大學計算機學院助理教授高藝，浙江大學博士畢業，研究方向包括嵌入式軟件、無線和移動計算、傳感器網絡和信息物理系統。

通訊作者為浙大計算機學院副教授、博導董瑋，同樣為浙大博士畢業，研究方向包括物聯網系統和網絡、邊緣計算、無線和移動計算。

其谷歌學術引用次數總計3000+。

論文地址：
https://ieeexplore.ieee.org/document/9625777