该转换器沿着从起始状态（粗体1）到最终状态（两圈状态0和1）的路径编码“I”，“I’ve”，“If”。 每个弧用一个输入按键（“：”之前）和一个对应的输出字符（“：”之后）标记，其中ε编码空符号。 “I’ve”中的撇号可以省略。 用户有时会跳过空格键。 为了说明这一点，转换器中的单词之间的过渡空格键是可选的。 ε和空格后弧允许存在多个单词。
概率n元传感器用于表示键盘的语言模型。 模型中的状态代表一个（直到）n-1个字的上下文，并且离开该状态的弧，将被标记为一个后续字符以及跟随该上下文的概率（由文本数据估计）。 这些与给出关键触摸序列的可能性（滑动中的离散触摸或连续手势）的空间模型被组合并且用波束搜索进行探索。
通用FST原则，如流式传输，动态模型支持等，为构建新的键盘解码器带来了很大的帮助，但还需要添加一些新的功能。 当人们说话的时候，并不需要解码器来完善你所说的话，或者猜测你会在后面说些什么来省下几个音节； 但是当你输入时，你会感受到词语完成和预测的帮助。 此外，该团队希望键盘可以提供无缝多语言支持，如下所示。
在Gboard上输入三种语言
让新的解码器投入实际应用是一项复杂的工作，但FST原则有很多好处。 例如，支持印地语等语言的音译只是解码器的简单扩展。
音译模型
在许多具有复杂脚本的语言中，已经开发了罗马化系统，以将字符映射成拉丁字母，通常根据其发音。 例如，拼音“xièxiè”对应汉字“谢谢”。 拼音键盘允许用户在QWERTY布局上方便地输入单词，并将它们自动“翻译”到目标脚本中。 同样，一个音译印地语键盘允许用户输入“daanth”（牙齿）“????”。 而拼音确定是一个罗马化系统，印地语音译则更模糊; 例如“daant”将是“????”的有效替代方案。
印地语的滑动字符转换
正如从字母序列到单词（词典）的传感器映射以及为单词序列提供概率的加权语言模型自动化，该团队为拉丁语按键序列和目标脚本符号序列构建了22种印度语的加权转换器映射。 一些语言属于多个书写系统（例如Bodo可以写在孟加拉文或梵文的脚本中），因此在音译和本机布局之间，在短短几个月内就建立了57种新的输入法。
FST解码器的本质性质将支持完成所有的工作，预测，滑动打字和许多UI功能，无需额外的工作，从而使 Gboard能够从一开始就向印度用户提供丰富的体验，一个更智能的键盘。
总而言之，最近的工作将解码延迟降低了50％，将用户手动更正的字数减少了10％以上，能够为印度的22种官方语言提供音译支持，并启用了许多新功能。
虽然谷歌团队希望这些最近的变化能够改善用户的打字体验，但他们也同时认识到，在移动设备上打字的问题绝对不能算是解决了。 Gboard仍然会提出似乎不直观或低效用的建议，并且手势的解码建议仍然可能为人类永远不会选择的词语。 然而，该团队的工作为强大的机器智能算法的转变开辟了新的空间，谷歌正在积极探索为全球用户提供更有用的工具和产品。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！