JP5852930B2 - 入力文字推定装置およびプログラム - Google Patents

Description

本発明は、タッチパネルディスプレイに表示されているソフトウェアキーボードに対するユーザの操作を検出し、ユーザが入力する文字を予測する入力文字推定装置およびプログラム技術に関する。

従来から、タッチパネルディスプレイを備えた情報端末装置が知られている。携帯電話機やＰＤＡ（Personal Digital AssistantまたはPersonal Data Assistance）など、タッチパネルで操作を行なう装置では、文字入力をソフトウェアキーボードで行なう。ソフトウェアキーボードでの文字入力方式の一つとして、指をスライドさせることで文字入力を行なうフリック入力が普及している。フリック入力では、特許文献１に開示されているように、様々な種類のものが述べられているが、１つのキーに複数の文字が割り当てられており。これらの文字には、それぞれ異なる指のスライド方向が対応付けられている。ユーザが指でキーに触れ、タッチパネルから離さずに指をスライドさせると、スライド方向に対応付けられた文字が文章表示部（ディスプレイ）に表示される。

ところが、フリック入力は誤りが多いという問題がある。これは、タッチパネルが検知するタッチ位置やスライド方向がユーザの入力意図と異なることが要因である。特許文献１には、上述のようなフリック入力を含めたタッチパネル操作について述べられている。フリック入力に関しては、押下位置とその後の主要な方向へのスライド動作により文字が決定される入力方法が開示されている。また、非特許文献１には、トグル入力(１タッチ１入力対応)において、ユーザのタッチ履歴をもとに、確率的にボタン検知領域を変化させる技術が提案されている。

特許文献２には、タッチパネルでのユーザの入力座標と、タッチパネル上のボタンの座標と、そのボタンに割り当てられた重み係数から、ユーザの入力座標を補正する装置が開示されている。ソフトウェアキーボードでの文字入力の例では、入力途中の文字列に対して辞書に登録されている単語の前方一致検索を行ない、入力途中の文字列に続く文字の有無で重み係数を変化する例が挙げられている。例えば入力途中の文字が“go”であった場合、辞書の単語に“god”や“goal”があるため、“d”や“a”に対応するボタンの重みが大きくなる。すると、ボタンに近い方向にユーザの入力座標が補正され、結果としてそのボタンが反応しやすくなる。一方“k”や“z”のように“go”の後に続く単語が無い場合重みが小さくなり、そのボタンは反応しにくくなる。

特開２０１１−１３８５３６号公報 特表２０１０−５０３１２５号公報

Asrla, G et al. "Usability Guided Key-Target Resizing for Soft Keyboards." In Proc. IUI, pp. 111-118, 2010.

しかしながら、特許文献１に開示されている装置では、キー領域と定まった方向へのスライドで文字が決定するため、押下位置やユーザのスライドの癖に関しては考慮されていない。また、フリック中に迷ってある位置に指が停留している場合も、押下位置と離した位置で文字が決定されてしまう。また、非特許文献１および特許文献２では、トグル入力にしか対応しておらず、押下位置のみしか特徴量として利用していない。

本発明は、このような事情に鑑みてなされたものであり、ソフトウェアキーボードのフリック入力による文章入力の操作性向上のために、押下位置のみならず、フリック入力中の画面にタッチしている時系列的な座標および移動速度を特徴量として用いた確率的な文字入力により、入力誤りの少ない入力文字推定装置およびプログラムを提供することを目的とする。

（１）上記の目的を達成するために、本発明は、以下のような手段を講じた。すなわち、本発明の入力文字推定装置は、タッチパネルディスプレイに表示されているスライド操作により文字入力を行なうソフトウェアキーボードに対するユーザの操作を検出し、ユーザが入力する文字を推定する入力文字推定装置であって、前記タッチパネルディスプレイに対してユーザが接触したときの入力座標を時系列に沿って記憶する時系列入力座標格納部と、前記ソフトウェアキーボードの操作ボタンに割り当てられている文字毎に、複数種類の状態を持つ確率文字モデルを定義し、各状態について２次元座標から得られる特徴量空間における確率密度関数を定義し、前記各状態について定義した確率密度関数を文字毎に格納する文字モデル格納部と、前記入力座標および前記文字モデルに基づいて、入力座標に対して各文字モデル毎に生起確率を演算する確率演算部と、各文字モデル毎にユーザの入力開始からの前記確率値を累積した累積確率値を、各文字に対する累積生起確率として記憶する累積確率記憶部と、前記累積生起確率が最も高い文字を入力候補文字として選出する入力候補文字選出部と、を備えることを特徴とする。

このように、タッチパネルディスプレイに対してユーザが接触したときの入力座標を時系列に沿って記憶し、ソフトウェアキーボードの操作ボタンに割り当てられている文字毎に、複数種類の状態を持つ確率文字モデルを定義し、各状態について２次元座標から得られる特徴量空間における確率密度関数を定義し、各状態について定義した確率密度関数を文字毎に格納し、入力座標および文字モデルに基づいて、入力座標に対して各文字モデル毎に生起確率を演算し、各文字モデル毎にユーザの入力開始からの確率値を累積した累積確率値を、各文字に対する累積生起確率として記憶し、累積生起確率が最も高い文字を入力候補文字として選出するので、フリック入力において、確率モデルによるタッチ入力の時系列を用いた文字予測をすることができるので、ユーザ毎または入力状況毎の特徴に基づいて、入力誤りを低減させることが可能となる。

（２）また、本発明の入力文字推定装置は、前記２次元座標に加えて、前記２次元座標から算出される速度ベクトルまたは加速度ベクトルまたは時系列入力座標から算出されるその他の値を前記特徴量として用いることを特徴とする。

このように、２次元座標から算出される速度ベクトルまたは加速度ベクトルまたは時系列入力座標から算出されるその他の値を特徴量として用いるので、入力状況毎の特徴に基づいて、入力誤りを低減させることが可能となる。

（３）また、本発明の入力文字推定装置は、過去に入力された文字およびその入力座標の履歴を記録する入力履歴管理部と、文字モデルを再学習する文字モデル再学習部と、を更に備え、前記再学習部は、過去に入力された文字毎の確率密度関数に対して、その文字を入力したときの接触点の２次元座標またはその接触点を含む一定領域の確率値を高くすることを特徴とする。

このように、過去に入力された文字毎の確率密度関数に対して、その文字を入力したときの接触点の２次元座標またはその接触点を含む一定領域の確率値を高くするので、入力誤りを低減させることが可能となる。

（４）また、本発明の入力文字推定装置は、前記ソフトウェアキーボードの入力領域を含む前記タッチパネルディスプレイを複数の領域に分割し、ユーザの直前の入力座標がどの領域に含まれたかに応じて定まる文字モデルを文字毎に定義することを特徴とする。

このように、ソフトウェアキーボードの入力領域を含むタッチパネルディスプレイを複数の領域に分割し、ユーザの直前の入力座標がどの領域に含まれたかに応じて定まる文字モデルを文字毎に定義するので、文字入力において、同一文字の入力でも、前のキーの位置や離した位置によりタッチ座標分布は変わりうる場合であっても、入力誤りを低減させることが可能となる。

（５）また、本発明の入力文字推定装置は、ユーザの操作姿勢に応じて定まる文字モデルを文字毎に定義することを特徴とする。

このように、ユーザの操作姿勢に応じて定まる文字モデルを文字毎に定義するので、文字入力において、同一文字の入力でも、端末の持ち方や姿勢によってもタッチ座標分布は変わりうる場合であっても、入力誤りを低減させることが可能となる。

（６）また、本発明の入力文字推定装置は、ユーザが押した座標と離した座標とに基づいて文字が確定的に定まる確定的文字決定領域に対して、前記文字モデルを用いることを特徴とする。

このように、ユーザが押した座標と離した座標とに基づいて文字が確定的に定まる確定的文字決定領域に対して、文字モデルを用いるので、対象とする文字モデル数を減少させ、演算量を少なくすることができ、その結果、処理速度の向上を図ることが可能となる。

（７）また、本発明の入力文字推定装置は、押下位置を共通に割り当てられた文字に共通のモデル化を行なって、前記文字モデルを木構造化することを特徴とする。

このように、押下位置を共通に割り当てられた文字に共通のモデル化を行なって、前記文字モデルを木構造化するので、対象とする文字モデル数を減少させ、演算量を少なくすることができ、その結果、処理速度の向上を図ることが可能となる。

（８）また、本発明の入力文字推定装置は、ユーザが文字入力後に削除した場合、その削除された文字に対して確率値を小さくすることを特徴とする。

このように、ユーザが文字入力後に削除した場合、その削除された文字に対して確率値を小さくするので、その文字はユーザの意図とは異なる入力であったとして、その文字を候補となりにくくすることができる。これにより、更なる誤入力を防ぐことが可能となる。

（９）また、本発明の入力文字推定装置において、前記入力候補文字選出部は、確率計算された文字の上位Ｎ個の確率を保持し、文字Ｍ個分の文字列について確率を積算し、上位Ｓ個を入力文字列として選出することを特徴とする。

このように、確率計算された文字の上位Ｎ個の確率を保持し、文字Ｍ個分の文字列について確率を積算し、上位Ｓ個を入力文字列として選出するので、推定した文字列を表示し、ユーザの利便性を更に向上させることが可能となる。

（１０）また、本発明のプログラムは、タッチパネルディスプレイに表示されているスライド操作により文字入力を行なうソフトウェアキーボードに対するユーザの操作を検出し、ユーザが入力する文字を推定するプログラムであって、前記タッチパネルディスプレイに対してユーザが接触したときの入力座標を時系列に沿って記憶する処理と、前記ソフトウェアキーボードの操作ボタンに割り当てられている文字毎に、複数種類の状態を持つ確率文字モデルを定義し、各状態について２次元座標から得られる特徴量空間における確率密度関数を定義し、前記各状態について定義した確率密度関数を文字毎に格納する処理と、前記入力座標および前記文字モデルに基づいて、入力座標に対して各文字モデル毎に生起確率を演算する処理と、各文字モデル毎にユーザの入力開始からの前記確率値を累積した累積確率値を、各文字に対する累積生起確率として記憶する処理と、前記累積生起確率が最も高い文字を入力候補文字として選出する処理と、の一連の処理を、コンピュータに実行させることを特徴とする。

このように、タッチパネルディスプレイに対してユーザが接触したときの入力座標を時系列に沿って記憶し、ソフトウェアキーボードの操作ボタンに割り当てられている文字毎に、複数種類の状態を持つ確率文字モデルを定義し、各状態について２次元座標から得られる特徴量空間における確率密度関数を定義し、各状態について定義した確率密度関数を文字毎に格納し、入力座標および文字モデルに基づいて、入力座標に対して各文字モデル毎に生起確率を演算し、各文字モデル毎にユーザの入力開始からの確率値を累積した累積確率値を、各文字に対する累積生起確率として記憶し、累積生起確率が最も高い文字を入力候補文字として選出するので、フリック入力において、確率モデルによるタッチ入力の時系列を用いた文字予測をすることができるので、ユーザ毎または入力状況毎の特徴に基づいて、入力誤りを低減させることが可能となる。

本発明によれば、フリック入力において、ユーザ毎または入力状況毎の特徴に基づいた確率モデルに基づいて、タッチ入力の時系列を用いた文字予測をすることで、入力誤りを低減させることが可能となる。

本実施形態に係る入力文字推定装置の概略構成を示すブロック図である。 入力座標の時系列的に取得した例を示す図である。 入力文字推定装置の動作を示すフローチャートである。 文字毎に定義された状態を示す図である。 遷移パスを示す図である。 タッチパネル上をｎ分割した例を示す図である。 あるキーの入力に対して、４方向のスライドが定義されている状態を示す図である。 探索領域を限定した様子を示す図である。 単語予測への拡張の例を示す図である。 木構造の例を示す図である。 デリートを含むモデルを示す図である。

図１は、本実施形態に係る入力文字推定装置の概略構成を示すブロック図である。主制御部１は、各構成要素の動作を制御する。タッチパネル入力部２は、ソフトウェアキーボードや種々の操作画面を表示し、タッチパネルディスプレイを介してユーザからの入力を受け付ける。また、ユーザがタッチおよびスライド中の入力座標(x,y)を取得する。時系列入力座標格納部３は、タッチパネル入力情報を時系列的に格納する。図２は、入力座標の時系列的に取得した例を示す図である。図２に示すように、ユーザがタッチパネルディスプレイに示されたソフトウェアキーボードの一部を押し、スライドさせたときの座標を、時系列で記録する。

文字モデル格納部４は、文字毎に２次元座標または座標と時間より算出される２次元速度を変数とした確率分布関数を定義した確率モデルを格納する。確率演算部５は、ユーザの入力座標と、単語モデルから文字の生起確率を計算する。累積確率記憶部６は、確率演算部５の演算結果を単語毎に積算し、その累積確率を記憶する。入力候補文字選出部７は、最も累積確率が高い文字を入力文字として選出する。文字表示部８は、入力中の文字およびユーザの操作により確定した文字を表示する。

図３は、入力文字推定装置の動作を示すフローチャートである。入力待ちの状態から（ステップＳ１）、ユーザによるキーの押下を検知と（ステップＳ２）、ｉ＝０とする初期化を行ない（ステップＳ３）、ｉが変化すると（ステップＳ４）、そのときの入力座標を記憶する（ステップＳ５）。次に、押下またはスライド中であるかどうかを判断し（ステップＳ６）、押下またはスライド中である場合は、ステップＳ４へ遷移する。一方、ステップＳ６において、押下またはスライド中でない場合は、ｋ＝０とする初期化を行ない（ステップＳ７）、ｋが変化すると（ステップＳ８）、単語Ｗｋについて確率計算を行なう（ステップＳ９）。次に、全文字について検索が終了したかどうかを判断し（ステップＳ１０）、全文字について検索が終了していない場合は、ステップＳ８に遷移する。一方、ステップＳ８において、全文字について検索が終了した場合は、最大確率の文字を表示して（ステップＳ１１）、ステップＳ１に遷移する。

本実施形態では、入力値に対して各文字の生起確率をモデル化する例として、音声認識分野で用いられているＨＭＭ（Hidden Markov Model）を用いた方法を採用する。ＨＭＭは、音声認識分野において、時系列の音声データに対して、予め定義された単語または単語列の中から、最も確率の高い単語を求めるプロセスとして定式化されている。音声認識分野では時系列の音声データを入力値としているが、本実施形態では、ユーザのタッチパネルへの入力座標を入力値とする例を挙げる。

まず、予め文字の状態毎に出力関数を、２次元座標を変数とした確率分布関数Pwi (k)(x,y)として定義する。ここでいう状態とは、図４に示すように、文字毎に何状態か定義されており、例えば、“押し始め”、“スライド途中”、“離す直前”の３状態が挙げられる。Pwi (k)(x,y)は、文字wiのk番目の状態において座標(x,y)が入力されたときに生起する確率を示す関数である。関数の例としては、混合ガウス分布などが挙げられる。また、各状態はk番目の状態からj(>k)状態目に移るL-R遷移だけでなく、自状態に遷移する自己遷移を持っており、各々に遷移確率Qwi(k,j)が定義されている。

次に、ユーザの入力する際の動作について説明する。まず、座標(x1,y1) を検知すると、全文字について一状態目の生起確率Pwi(1|x1,y1)=Pwi(1)(x1,y1)を計算し、累積確率演算部に送信する。次に、Ｌ−Ｒ遷移もしくは自己遷移の遷移確率Qwiを乗じて遷移先で(x2,y2)について同様の計算を行なう。これらの計算を繰り返し、図５に示す遷移パスのうち、最も確率の高いパスを文字wiの出力確率とする。確率計算の一つとしてViterbiアルゴリズムを用いる。そして全ての文字wi(1<i<N)に対して計算を行ない、最も確率の高い文字をユーザ所望の文字候補とする。

例えば、図５において、ある文字の状態が、(x(1),S₁)→(x(2),S₁)→(x(3),S₂)→(x(4),S₂)→(x(5),S₂)→(x(6),S₂)→(x(7),S₃)と遷移したとすると、そのある文字の累積確率pwi,lは、自己遷移として、
pwi,l =Pwi (1)(x1,y1)* Qwi(1,1)と表わされる。また、Ｌ−Ｒ遷移（１から２）として、
*Pwi (1)(x2,y2)* Qwi(1,2)と表わされる。同様に、
*Pwi (2)(x3,y3)* Qwi(2,2)、
*Pwi (2)(x4,y4)* Qwi(2,2)、
*Pwi (2)(x5,y5)* Qwi(2,2)、
*Pwi (2)(x6,y6)* Qwi(2,3)、
*Pwi (3)(x7,y7)、と表わされる。

ここで、argmax pwi,l をある文字の出現確率とする。これは、計算量削減のためである。ここでは、単純な積算をしたが、対数化した確率の和を用いてもよい。

同様の計算方法を用いている分野として音声認識が挙げられるが、音声認識では一文の音声入力が済んだときに文候補を出力する。しかし、本特許においては、キー入力毎に、単語終端に到達していない候補文字であっても累積確率の高い候補を出力しても良い。

「学習機能］
確率モデルを予め定義するだけでなく、あるタイミングにおいて、ユーザの入力座標と単語候補表示部から選択された単語履歴から再学習する機能を有する。例えば、予め集められたデータから学習する場合はユーザのタッチ座標時系列と、ユーザが意図と一致した文字にラベル付けされたデータ群からBaum-Welch reestimation algorithmなどの最尤学習を元にモデルを学習する。また、ユーザに適応した再学習を行なう場合は、デリートなどで消去されずに入力された文字と、タッチ座標時系列情報を結びつけて記憶しておき、端末がスリープになったときなどに再学習する機能を有する。この場合計算手法として、ＭＡＰ適応などが挙げられる。

以上の動作により、座標位置時系列から確率的に単語が求められ、ユーザが所望の文字を表示することが可能になる。上記の説明では、ＨＭＭによる確率の比較を用いたが、動的計画法などによるコストや得点など他の比較手法でもよい。

［特徴量］
入力座標時系列だけでなく、入力座標時系列と時間から算出される速度を用いてもよい。

［モデルの前位置コンテクスト依存］
文字入力において、同一文字の入力でも、前のキーの位置や離した位置によりタッチ座標分布は変わりうる。そこで、図６に示すように、前のキーの位置もしくは、ソフトキーボード入力領域を含むタッチパネル上をｎ分割し、離した位置により同一文字に対してｎ個のモデルを持ってもよい。

［状況コンテクスト依存］
文字入力において、同一文字の入力でも、端末の持ち方や姿勢によってもタッチ座標分布は変わりうる。そこで、n個のコンテクストを定義し、同一文字に対してn個のモデルを持ってもよい。もしくは、特徴量として、加速度、ジャイロ、磁力センサ等のパラメタを含めて確率モデルを定義してもよい。

［確率モデルの部分利用］
確率モデルと確定的なキー入力を組み合わせてもよい。例えば、図７に示すようにあるキーの入力に対して上下左右４方向に文字が定義されている場合、方向毎に確定的に文字が定まる範囲が定義されており(図７：斜線部)、その範囲外については確率モデルを用いて文字を推定する。組み合わせとしては、以下の３組が考えられる。
・キーの位置が確率モデルおよびスライド方向が確率モデルと確定的方法の組み合わせ。
・キーの位置が確定的およびスライド方向が確率モデルと確定的方法の組み合わせ。
・キーの位置もスライド方向の両者とも確率モデルと確定的方法の組み合わせ。

［探索領域の限定］
ある押下位置から遠い位置のキーは、ユーザによる誤入力は起こりにくい。そこで、図８に示すように、ある閾値内に関する文字のみ、確率演算の対象とすることで、文字探索の高速化を行なっても良い。

［単語予測への拡張］
確率計算された文字の上位Ｎ個の確率を保持しておいて、文字Ｍ個分の文字列について確率を、積算し、上位Ｓ個を入力文字列として表示してもよい。また、上位Ｓ個に対して、文字の前方一致などにより、辞書の予測機能を適応してもよい。その際、Ｓが多くなると端末上の予測単語表示部に表示しきれなくなりうる。そのため、図９に示すように、辞書の予測機能を適用するＳ個の入力文字列に対して、積算確率に応じてバイアスをかけ、積算確率が高い文字列ほど、予測単語が多く表示してもよい。また、確率言語モデルN-gramを導入して順位付けしてもよい。

［モデルの木構造化］
モデル数が多くなると計算時間が多くなり得る。そこで、最初のタッチ位置に応じて共通のモデル化を行ない、モデルを“木構造化”してもよい。例えば、図１０に示すように、一般にフリック入力では「あ」「い」「う」「え」「お」は、最初は「あ」を押してから異なる方向にスライドするため、その「あ」〜「お」の状態1を共通のモデル化するということが挙げられる。同様に、上記２種のコンテクストについても、同一文字についてある状態のみ共通のモデル化してもよい。その際、どのモデル・状態を共通モデル化するかは手動で決めても、あるクラスタリング手法を用いてもよい。

［デリートを含めたモデル］
ある文字または文字列を入力したあとに、デリートにより消去した場合、その文字はユーザの意図と異なる入力がされた可能性がある。そのため、さらなる誤入力を防ぐためにデリートした文字にバイアス(<1)をかけてもよい。なお、図１１に示すように、バイアスをかける対象文字は直前にデリートしたＤＢの順番を含む履歴に基づき判別する。すなわち、「ひらめ」と入力された後、「め」がデリートされた場合は、「め」の生起確率にバイアスをかける。また、「ら」がデリートされた場合は、「ら」の生起確率にバイアスをかける。

［サーバ連携］
文字モデル部および演算部、記憶部をサーバが有し、本装置への入力座標をサーバに送信することで、確率演算を行なっても良い。その場合、サーバで確率演算した結果を本装置が受信し、表示部にて表示する。

以上、本実施形態によれば、フリック入力において、確率モデルによるタッチ入力の時系列を用いた文字提示を行なうことで、ユーザ毎・入力状況毎の特徴に基づいて、入力誤りが低減することが可能になる。

１ 主制御部
２ タッチパネル入力部
３ 時系列入力座標格納部
４ 文字モデル格納部
５ 確率演算部
６ 累積確率記憶部
７ 入力候補文字選出部
８ 文字表示部

Claims (10)

1. タッチパネルディスプレイに表示されているスライド操作により文字入力を行なうソフトウェアキーボードに対するユーザの操作を検出し、ユーザが入力する文字を推定する入力文字推定装置であって、
   前記タッチパネルディスプレイに対してユーザが接触したときの入力座標を時系列に沿って記憶する時系列入力座標格納部と、
   前記ソフトウェアキーボードの操作ボタンに割り当てられている文字毎に、入力値に対応した複数種類の文字の状態について２次元座標から得られる確率分布関数または複数種類の文字の状態について２次元座標から得られる特徴量における確率密度関数が定義された確率文字モデルを格納する文字モデル格納部と、
   前記入力座標および前記確率文字モデルに基づいて、入力座標に対して文字毎に生起確率を演算する確率演算部と、
   文字毎にユーザの入力開始からの前記生起確率を累積した累積確率値を、各文字に対する累積生起確率として記憶する累積確率記憶部と、
   前記累積生起確率が最も高い文字を入力候補文字として選出する入力候補文字選出部と、を備えることを特徴とする入力文字推定装置。
2. 前記２次元座標に加えて、前記２次元座標から算出される速度ベクトルまたは加速度ベクトルまたは時系列入力座標から算出されるその他の値を前記特徴量として用いることを特徴とする請求項１記載の入力文字推定装置。
3. 過去に入力された文字およびその入力座標の履歴を記録する入力履歴管理部と、
   確率文字モデルを再学習する文字モデル再学習部と、を更に備え、
   前記再学習部は、過去に入力された文字毎の確率密度関数に対して、その文字を入力したときの接触点の２次元座標またはその接触点を含む一定領域の確率値を高くすることを特徴とする請求項１または請求項２記載の入力文字推定装置。
4. 前記ソフトウェアキーボードの入力領域を含む前記タッチパネルディスプレイを複数の領域に分割し、ユーザの直前の入力座標がどの領域に含まれたかに応じて定まる確率文字モデルを文字毎に定義することを特徴とする請求項１から請求項３のいずれかに記載の入力文字推定装置。
5. 前記文字モデル格納部は、ユーザの操作姿勢に応じて予め定義された確率文字モデルを更に格納し、
   前記確率演算部は、センサにより検出されたユーザの操作姿勢に対応する確率文字モデルを前記文字モデル格納部から読み出して、前記生起確率を演算することを特徴とする請求項１から請求項３のいずれかに記載の入力文字推定装置。
6. ユーザが押した座標と離した座標とに基づいて文字が確定的に定まる確定的文字決定領域外に対して、前記確率文字モデルを用いることを特徴とする請求項１から請求項３のいずれかに記載の入力文字推定装置。
7. 押下位置を共通に割り当てられた文字に共通のモデル化を行なって、前記確率文字モデルを木構造化することを特徴とする請求項１から請求項３のいずれかに記載の入力文字推定装置。
8. ユーザが文字入力後に削除した場合、その削除された文字に対して確率値を小さくすることを特徴とする請求項１から請求項３のいずれかに記載の入力文字推定装置。
9. 前記入力候補文字選出部は、確率計算された文字の上位Ｎ個の確率を保持し、文字Ｍ個分の文字列について確率を積算し、上位Ｓ個を入力文字列として選出することを特徴とする請求項１から請求項８のいずれかに記載の入力文字推定装置。
10. タッチパネルディスプレイに表示されているスライド操作により文字入力を行なうソフトウェアキーボードに対するユーザの操作を検出し、ユーザが入力する文字を推定するプログラムであって、
    前記タッチパネルディスプレイに対してユーザが接触したときの入力座標を時系列に沿って記憶する処理と、
    前記ソフトウェアキーボードの操作ボタンに割り当てられている文字毎に、入力値に対応した複数種類の文字の状態について２次元座標から得られる確率分布関数または複数種類の文字の状態について２次元座標から得られる特徴量における確率密度関数が定義された確率文字モデルを格納する処理と、
    前記入力座標および前記確率文字モデルに基づいて、入力座標に対して文字毎に生起確率を演算する処理と、
    文字毎にユーザの入力開始からの前記生起確率を累積した累積確率値を、各文字に対する累積生起確率として記憶する処理と、
    前記累積生起確率が最も高い文字を入力候補文字として選出する処理と、の一連の処理を、コンピュータに実行させることを特徴とするプログラム。

Images