En este trabajo se presenta la implementación de un teclado virtual con capacidades predictivas y capacidad de aprendizaje con la idea de mejorar la calidad de vida de personas con algún tipo de discapacidad motriz que no pueda utilizar un teclado convencional, permitiendo así, que pueda acceder a las tecnologías de la información y la comunicación (TIC). Se propone un sistema de predicción con capacidad de aprendizaje de nuevas palabras y del estilo de escritura del usuario. Se propone realizar la predicción de la palabra actual a partir de las teclas pulsadas y de la palabra siguiente una vez completada la palabra actual. Todo ello con el objetivo de minimizar el número de pulsaciones de teclas necesario para escribir un texto mediante un teclado virtual. Los resultados obtenidos muestran que un 21% de las palabras se pueden escribir con una única pulsación y que dos pulsaciones son suficientes para escribir otro 37%; lo que permite ahorrar hasta un 42% de pulsaciones al escribir un texto en estilo literario.
1] Berg O., “Keyboard replica image for a computer display screen,” Time/System International ApS. Patent number: D299142, Denmark, 3 Dec 1985.
[2] Poupyrev, I., Maruyama, S., “Tactile interfaces for small touch screens,” In proceedings of ACM UIST 2003, pp. 217-220, Vancouver 2003.
[3] Shneiderman, B., "Touch screens now offer compelling uses," Software, IEEE , vol.8, no.2, pp.93-94, 107, Mar 1991
[4] VKB Ltd. http://www.lumio.com/
[5] Sjostrom, C., "Designing haptic computer interfaces for blind people," Signal Processing and its Applications, Sixth International, Symposium on, vol.1, no., pp.68-71, 2001
[6] Evans D.G.; Drew, R.; Blenkhorn, P., "Controlling mouse pointer position using an infrared head-operated joystick," Rehabilitation Engineering, IEEE Transactions on, vol.8, no.1, pp.107-117, Mar 2000.
[7] Betke M., Gips J., Fleming P., “The Camera Mouse: Visual Tracking of Body Features to Provide Computer Access for People With Severe Disabilities”. In: IEEE Trans. On Neuronal Systems and Rehabilitation Engineering, vol 10, no. 1, pp. 1–10, March 2002
[8] Palleja T., Rubion E., Teixido M., Tresanchez M., Fernandez del Viso A., Rebate C., Palacin J., “Using the Optical Flow to Implement a Relative Virtual Mouse Controlled by Head Movements”. Journal of Universal Computer Science, vol. 14, no. 19, pp. 3127-3141, February 2009.
[9] Xueliang, H., Jia W., Maysam G., “A Wireless Tongue-Computer Interface Using Stereo Differential Magnetic Field Measurement”. Proceedings of the 29th Annual International Conference of the IEEE EMBS. Lyon (France), August 23-26, 2007.
[10] James R. Lewis: “Input rates and user preference for three small-screen input methods: standard keyboard, predictive keyboard, and handwriting,” proceeding of the human factors and ergonomics society 43rd annual meeting, 1999.
[11] Mackenzie S., Zhang S.X., William R.: “Text entry using soft keyboards”, Behaviour & information technology, vol. 18, no. 4, pp. 235-244, 1999.
[12] Peter E., “Virtual keyboard with scanning and augmented by prediction”. Proc. 2nd Euro. Conf. Disability, Virtual Reality & Assoc. Tech., Skövde, Sweden, 1998.
[13] Berard, C.; Niemeijer, D., "Evaluating effort reduction through different word prediction systems," Systems, Man and Cybernetics, 2004 IEEE International Conference on, vol.3, no., pp. 2658-2663 vol.3, 10-13 Oct. 2004
[14] Keith Trnka and Kathleen F. McCoy, "Evaluating Word Prediction: Framing Keystroke Savings", Proceedings of ACL-08: HLT, Short Papers (Companion Volume), pp. 261-264, Columbus,
[15] Garay-Vitoria N., Abascal J. Text Prediction Systems: A survey. Universal Access in the Information Society (UAIS). vol. 4, No. 3. pp. 188-203, 2006
