一种评估智能手机键盘设计的方法与工具包

摘要

本方案整合了多种评估方法，展示了一种用于评估智能手机键盘设计的方法。建议采用由英文字母组成的成对字符作为输入材料，并将两个按键之间的转换时间作为因变量。

摘要

键盘输入在人机交互中发挥着至关重要的作用，拥有庞大的用户基础，而键盘设计始终是智能设备研究中的基本课题之一。随着屏幕技术的发展，智能手机能够收集更精确的数据和指标，从而深入评估键盘设计。手机屏幕的增大导致单手操作时输入体验不佳并引发手指疼痛，尤其在单手输入场景下更为明显。输入效率与舒适性已引起研究人员和设计师的关注，为此提出了一种按键大小可调的弧形键盘设计，其大致符合拇指的生理结构，旨在优化大屏幕智能手机的单手使用体验。然而，该设计的实际效果仍不明确。因此，本实验方案展示了一种通用且系统化的方法，通过自主研发的软件，结合详细变量（包括客观行为数据、主观反馈以及每次触控点的坐标数据），对5英寸智能手机上的弧形QWERTY键盘设计效果进行评估。目前已有大量关于虚拟键盘评估的文献，但其中仅少数系统性地总结并反思了评估方法与流程。因此，本方案填补了这一空白，提供了一套可用于键盘设计系统性评估的流程与方法，并附有可供分析与可视化的开源代码。 该方法无需额外或昂贵的设备 ，易于实施与操作。此外，该方案还有助于揭示设计缺陷背后的潜在原因，并为后续设计优化提供启示。总之，本方案结合开源资源，不仅可作为课堂示范实验，启发初学者开展相关研究，也有助于提升用户体验及输入法开发公司的收益。

引言

键盘输入是人机与智能手机交互的主流方式^1,2，随着智能手机的普及，键盘输入已拥有数十亿用户。2019年，全球智能手机普及率已达41.5%³，而普及率最高的美国则达到79.1%⁴。截至2020年第一季度，搜狗手机输入法的日活跃用户约为4.8亿⁵。截至2020年5月6日，谷歌Gboard的下载量已超过10亿次⁶。

随着手机屏幕尺寸的增大，键盘输入体验不佳的问题日益突出。尽管增大屏幕旨在提升视觉体验，但却改变了智能手机的重心、尺寸和重量，导致用户需要反复调整握持姿势才能触及较远区域（例如，右手用户操作按键 A 和 Q），从而造成输入效率降低。肌肉的过度拉伸可能导致用户出现肌肉骨骼系统疾病、手部疼痛及多种病症（如腕管综合征、拇指骨关节炎和拇指腱鞘炎^7,8,9,10）。偏好单手操作的用户情况更为严重^11,12。

因此，键盘设计的评估与优化已成为心理学、技术和人机工程学研究的热点课题。输入法编辑器（IME）公司和研究人员不断提出各种键盘设计和概念，以优化输入体验和效率，包括布局改变和字符重排的键盘：Microsoft WordFlow Keyboard¹³、王者荣耀中的功能按钮区¹⁴、IJQWERTY¹⁵ 和 Quasi-QWERTY¹⁶。

目前，键盘设计的评估方法因研究者而异，尽管存在一些广为接受的指标，且不断有更精确的指标被提出。然而，由于指标种类繁多，尚缺乏系统性、归纳性的操作规程来展示评估与分析键盘设计的完整流程。Fitts定律¹⁷及其扩展形式FFitts 定律¹⁸被广泛用于描述人机交互过程，并常用于评估键盘性能^19,20,21,22。此外，有研究提出拇指功能区域的概念，用于优化键盘设计，该概念描述了拇指在完成输入任务时的自然弧形运动范围²³。基于这些理论，诸如每分钟输入词数、词错误率以及主观反馈（包括感知可用性、感知性能、感知速度、主观工作负荷、感知用力程度与疼痛感、使用意愿等）等高频率采用的指标，在以往研究中被部分使用^{24,25,26,27,28,29}，但建模与仿真方法除外。近年来，还采用各按键上触点分布的拟合椭圆及其偏移量^30,31来深入分析输入操作的精确表现。此外，皮肤电反应、心率、肌电活动、手部姿态及身体动作^32,33,34,35也被用于直接或间接评估用户肌肉疲劳程度、舒适度与满意度。然而，这些多样的方法普遍缺乏对所用指标适用性的反思，初学者研究者在选择适合其研究的评估指标时可能感到困惑。

关于键盘设计的研究也易于开展、操作和分析。随着屏幕技术的蓬勃发展，可以轻松收集更多的行为数据，以深入评估键盘设计（例如，两个按键之间的过渡时间以及每个触点的坐标数据）。基于上述数据，研究人员能够精确探究键盘设计的细节，并分析其优缺点。与其他人机交互研究相比，便携式智能手机上的键盘设计研究因其庞大的用户基础而具有很高的应用价值，且无需昂贵的设备、复杂的材料或大型实验室空间。该研究相关的问卷、量表和 Python 脚本均为开源，易于获取。

本研究旨在总结以往方法，提出一套系统、精确且通用的协议，用于评估和分析智能手机键盘设计。示例实验及结果旨在验证：与传统QWERTY键盘相比，按键尺寸可调的弧形QWERTY键盘是否能够优化在5英寸智能手机上单手输入的体验，并分享数据可视化的分析方法及Python脚本。

方案

本研究遵循伦理原则，并已获得清华大学伦理委员会的批准。图1展示了评估智能手机键盘设计的过程。

图1：开展键盘实验及评估键盘设计的一般流程。 请点击此处查看此图的放大版本。

1. 准备

1. 实验设计
   1. 明确研究问题并提出假设。
   2. 根据假设设计实验，确定自变量（例如键盘布局、打字姿势）。采用被试内设计，以减少因参与者个体差异带来的混杂因素和方差。
2. 因变量
   1. 使用物理数据，包括手长、输入手指长度及输入手指周长，这些数据通过卷尺测量获得，如图2所示。
   2. 使用生理数据，包括皮肤电反应（通过便携式无线生理检测仪测量）、心率（通过便携式无线生理检测仪测量）、肌电活动（通过表面肌电图测量）等。
   3. 使用输入性能指标：每分钟字数、单词错误率以及两按键间的转换时间。
      1. 每分钟字数指参与者的输入速度（即每分钟正确输入的单词数量）。
      2. 单词错误率指参与者的输入准确性（即在某一条件下错误输入的单词数除以总输入单词数）。以往研究中也使用了已纠正错误率、未纠正错误率和总错误率³⁶。
      3. 两按键间的转换时间指参与者在正确输入单词中两个触点之间的反应时间²²（即第二个触点的开始时间减去第一个字符的离开时间）。
   4. 使用身体运动数据，如手势和身体（手指）运动，可通过动作捕捉系统采集³⁵。
   5. 使用主观数据，如感知可用性、使用意愿、感知准确性和速度、感知用力程度与疼痛感、主观工作负荷等。主观数据可通过现有的量表和问卷获取，这些工具具有较高的信度和效度，有助于更好地评估参与者对键盘设计的主观反馈。
      1. 使用NASA-TLX量表，该量表为21点量表，通过心理、生理、时间、表现、努力和挫败感六个维度测量主观工作负荷。得分越高，表示主观工作负荷越高²⁶。
      2. 使用系统可用性量表（System Usability Scale），该量表为包含10个项目的5点问卷，单个参与者的回答将被计算为0至100之间的单一分数。得分越高，表示感知可用性越高²⁴。
      3. 使用Borg CR10量表，该量表范围为0至10，用于测量感知疼痛和用力程度。得分越高，表示感知的疼痛和用力程度越高²⁵。
      4. 使用使用意愿量表（Intent to Use Scale），该量表为10点问卷，用于测量参与者使用某项技术或产品的可能性。得分越高，表示使用意愿越强²⁸。
      5. 感知速度和感知准确性均通过50点量表测量，得分越高，表示感知性能越好²⁸。
   6. 采集每个触点的坐标数据，并将其转换为各按键上触点的拟合椭圆（95%置信区间）^30,31。采用每个拟合椭圆的面积以及拟合椭圆中心到目标按键中心的偏移距离作为因变量。
      注：智能手机上的自研应用程序可精确采集坐标数据。若难以获取坐标数据，客观与主观数据已足以对键盘设计进行初步评估。

图 2：手部的测量。 请点击此处查看此图的放大版本。

3. 材料
   1. 选择用于实验的智能手机。需考虑手机的重量、分辨率和屏幕尺寸。
   2. 在智能手机上设计并开发实验软件（可选步骤）。
      注意：两个按键之间的过渡时间可通过该软件或运动捕捉传感器（例如加速度传感器）自动记录。手动收集该数据可能较为困难（例如使用时钟或秒表）。
   3. 根据研究假设从以下建议中选择输入任务，并修改以符合研究目的。
      1. 对于字符对输入任务，将26个英文字母随机配对成676对，并根据实验设计平均分为若干组。
      2. 对于短语（句子）输入任务，应选用长度适中、易于记忆且能代表目标语言的短语。若目标语言为英语，则从包含500个短语的语料库中提取15–20个（或根据研究目的确定数量）短语或词汇³⁷。
4. 受试者招募
   1. 使用G*Power软件计算样本量。
   2. 发布问卷以招募潜在受试者。
   3. 筛选具有目标特征的潜在受试者，例如年龄、健康状况、视力、利手性和输入经验。确保受试者的输入经验分布均衡。

2. 实验步骤

1. 向参与者宣读实验的知情同意书，包括实验流程、任务内容，以及是否可能遭遇心理或身体伤害等情况。若参与者同意参与实验，需签署知情同意书；若不同意，可立即退出。根据知情同意书的规定，参与者亦可在实验的任何阶段随时退出。
2. 收集参与者的生理数据及人口统计学信息。使用卷尺测量每位参与者的双手（图2），以消除手部尺寸差异的影响，并为后续研究提供可重复的数据。收集的人口统计学信息包括年龄、性别、精确的输入设备使用经验以及职业。
3. 对所有设备进行消毒，并清洁参与者将接触设备的身体部位。
   1. 要求参与者洗手，并清洁智能手机屏幕，以提高智能手机传感器的灵敏度。
   2. 要求参与者佩戴便携式无线生理检测设备或动作捕捉系统。将便携式无线生理检测手环佩戴于非优势手上，用于记录皮肤电反应和心率，同时避免噪声干扰。
      1. 在手指甲、手指近节指骨、颈椎（C3–C5）以及手臂上放置动作捕捉系统的被动标记点，以采集精确的身体与手指运动数据。将无线电极贴附于双臂和前臂皮肤上，用于检测肌电活动（可选步骤）。
   3. 校准实验中使用的所有设备。
4. 练习阶段
   1. 让参与者完成训练任务。训练任务旨在提高参与者对输入任务和键盘操作的熟悉程度，以减少练习效应或不熟悉性对实验结果的影响。训练内容由从676组英文配对词或500条短语集合中随机选取的50组配对词或20个单词组成。只有当参与者在150秒内输入准确率达到80%或以上时，方可进入正式试验阶段。示例研究采用输入50组配对词作为训练任务。
5. 主要任务
   1. 让参与者在所有实验条件下完成正式试验。在输入任务期间，参与者需在保证准确性的前提下尽可能快速完成。正式试验为实际的输入任务，其数据将用于研究的评估与分析。每组配对词、单词或句子代表一次试验，不同的实验设计产生不同的实验条件。
   2. 要求参与者以随机顺序或平衡顺序完成输入任务。输入材料的划分方法如下：第一，可将676组配对词随机分配至各实验条件中（即参与者完成所有实验条件后，已输入全部676组配对词）；第二，在每个实验条件下，可将676组配对词随机划分为若干区块，参与者需以随机顺序完成这些区块；第三，对于单词输入任务，参与者需在每个条件下完成约20次试验；第四，对于句子输入任务，参与者需在每个条件下完成约10–15次试验。研究人员应确保各条件下参与者输入的字符数和单词数之间无显著差异。示例研究采用第一种方法，并设置四个实验条件。
   3. 每完成一个实验条件后，要求参与者随机完成所有问卷（用于评估其主观体验的量表），并给予至少1分钟的休息时间。
6. 实验结束后，让每位参与者完成综合性问卷（问答形式），以获取其主观反馈。
7. 以金钱或实物形式向参与者表达感谢。

3. 数据分析

1. 通过适当的参数或非参数检验进行假设检验
   1. 分析参与者的身体、生理及身体运动数据，以检验参与者之间的差异是否会对结果及用户的无表意输入体验产生显著影响（可选步骤）。
   2. 分析参与者的输入表现，以检验键盘的输入效率。
   3. 分析主观数据，以检验键盘的感知可用性及用户的主观反馈。
   4. 判断练习效应和疲劳效应是否对结果产生显著影响。针对每种条件，根据时间戳将试验分为两部分（即前半部分和后半部分）。具体而言，在每种条件下，检验前半部分与后半部分之间的输入表现差异，以判断是否存在练习效应或疲劳效应。
   5. 分析每个按键上触点拟合椭圆的面积以及其椭圆中心到目标按键中心的偏移量（可选步骤）。
      1. 通过软件收集每个按键的所有触点，这些触点大致符合双变量高斯分布。通过各触点的像素坐标数据，计算每个按键在x方向和y方向上的95%置信区间，并利用Python脚本在像素坐标系下拟合出覆盖按键1:1轮廓的95%置信椭圆（参见Coding File 2）。
      2. 使用拟合的椭圆（95%置信区间）及其面积来展示每个按键上触点的离散程度。在每个按键中，通过Python脚本计算拟合椭圆的偏移量，定义为拟合椭圆中心到该按键目标点的距离，并可分别从x方向和y方向表示（即X轴和Y轴方向，参见Coding File 3）。
2. 建模与仿真
   1. 使用基于数据的模型，作为键盘位置和方向的函数，通过Python脚本预测手指运动。所有手指运动被划分为八个方向³⁸（从上到下、从下到上、从左到右、从右到左、从左上到右下、从右下到左上、从左下到右上、从右上到左下）。针对每个方向，计算两个按键之间的平均过渡时间，以表示手指运动的有效性，用于评估键盘设计（可选步骤）。
   2. 使用线性回归分析构建增强型Fitts定律（或其扩展版本FFitts定律）模型，通过集成认知架构³⁹，利用Python脚本预测两个按键之间的过渡时间。该增强型Fitts定律模型可通过分析按键的位置、有效宽度以及两按键之间的距离，提供对键盘设计更优的预测与评估（可选步骤）。

结果

本代表性研究主要遵循上述方案。研究采用2（键盘布局：弧形QWERTY与传统QWERTY）×2（按键尺寸：大，6.3 mm × 9 mm 与小，4.9 mm × 7 mm）的被试内设计，通过自主开发的软件进行字符对输入任务（图3），评估在不同按键尺寸下，弧形QWERTY相较于传统QWERTY是否能够提高输入效率和舒适性。本研究未采用昂贵的生理检测设备或动作捕捉系统，数据分析也不包含建模或仿真。

图 3：传统 QWERTY 键盘与弧形 QWERTY 键盘软件的界面。
(A

讨论

本研究基于屏幕技术的发展，提出了一套系统且精确的键盘设计评估的总结性通用方案。该方案整合并改进了以往研究中的现有指标与方法、由英文字母组成的配对，以及两个按键之间的转换时间，以生成一套高效可行的评估流程。

本方案中有若干关键点需要注意。变量与指标的选择至关重要，因为它们决定了分析的视角，并可用于后续键盘设计评估实验中构建评价模型。除了客观变量外，还应从多个维度仔细考虑主观变量，因为主观数据在帮助我们改善用户体验方面起着至关重要的作用。本方案中可选择性地通过自研应用程序和 Python 脚本采集并计算坐标数据，例如每个按键上触点的拟合椭圆（95% 置信区间）以及拟合椭圆中心相对于各按键目标中心的偏移量。对拟合椭圆的分析与可视化可能为键盘设计的优化方法提供启示。此外，尽管依赖可穿戴设备的生理测量与运动测量属于可选步骤，但它们确实有助于深入探索键盘使用者难以言表的使用体验。

在进行键盘研究的实验过程中，一个关键步骤是要求参与者在实验前洗手并清洁屏幕（与可穿戴检测器相同），因为手上的油脂和汗液可能会影响屏幕传感器的灵敏度，从而影响实验...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
Changxiang 6S 智能手机	Huawei		示例研究中使用的智能手机
曲面 QWERTY 键盘软件	清华大学		由作者开发
SPSS 软件	IBM		数据分析软件
G*Power 软件	Heinrich-Heine-Universität Düsseldorf		样本量计算
E4 便携式无线腕带	Empatica		记录皮肤电反应和心率
Arqus	Qualysis		动作捕捉相机平台
被动标记点	Qualysis		适用尺寸：2.5 mm、4 mm 和 6.5 mm
Trigno sEMG	Delsys		记录肌电活动
Visual Studio Code	Microsoft		Python 编辑器