September 21, 2010

手寫版酷音輸入法雛型

今天胸口非常不舒服，刺痛的感覺讓我連走動都有問題，候診的時候，差點昏過去，不過當時隱約覺得，該把中文輸入法繼續開發下去，畢竟，寫遺書，還是該用自己開發的輸入法，這樣遺憾會少一些，我想。

在今年的 COSCUP 與 ICOS 議程結束後，跟一些朋友又談到中文輸入法，若以 13 年前的 CXWin (為交大李欣叡對 XFree86 的一個 patch，使得可在 X Window 下顯示中文字型，這是當時 FreeBSD 與 GNU/Linux 中文資訊化的基礎建設，因為沒完整的 locale 支援，當時不時得動用繁瑣的轉碼處理) 視為 10% 的完整度，而現有多元的 Linux 發行套件，幾乎可說都達到了 90%，連過去較缺乏多國語文支援的 OpenBSD，也有完整的中文輸出輸入機制。不單單是桌面，移動裝置的變化更讓人讚嘆，至少在我接手開發新酷音輸入法時，還沒能想像才過幾年，就能在 Nokia N900 這樣輕巧卻功能強大的手機上，透過熟悉的 [新酷音輸入法] 來操作，這點 Jouston 已經多次展示，比方說 [Nokia N900: 新酷音輸入法Alpha版移植成功]，就不贅述。那麼，下一步呢？

套用 gugod 的說法：「90% 的 code 寫完時，表示還有 90% 的工作待完成」，對新酷音 輸入法來說，更是如此，不僅得加強對現有視窗環境或終端機的功能開發外，精準度與可用性更是當今課題。之前曾在 [從 Chrasis 談手寫辨識引擎在移動裝置的機會] 一文談到簡單可行的方案：
    「何不直接辨識注音符號，然後導入新酷音輸入法引擎去作猜字處理？」
當時最大的技術問題就是，沒有好用 (兼具效能與 API 銜接) 的手寫輸入辨識引擎/函式庫，這也是 Palatis 開發 [Chrasis] 的動機。現在，[Tegaki Project] 給予我們新的機會，一個完整且易於擴充的 open source 手寫辨識系統，提供跨平台的中、日文辨識基礎，配套的工具程式也很完整，授權採用 GNU GPL。而對於新酷音來說，在走入移動裝置時，就需要一個易於書寫且容易讓輸入法引擎 (也就是 "Language Engine" 或 "IM Engine") 處理的設計。現有的 smartphone，比方說 Android 與 iPhone，都提供了全螢幕書寫的機制，只要適度與 framework 打交道，就能走訪 state machine，透過對 [Tegaki Project] 作些 dirty hack，現在的雛型介面大致如下：

雖然單獨要辨識一個注音符號，幾乎沒有技術困難，但要符合人性化的操作，應當要提供連續書寫的設計，至少能讓一個單字的注音符號，得以用原本慣用的筆觸來組合，進而作辨識的動作，這也反映到上圖中，「酷」這個字的注音符號「ㄎㄨˋ」，是連續筆順 (1-2-3-4-5)。一旦從手寫辨識引擎取得「ㄎㄨˋ」輸入序列後，將其轉換成 libchewing 可接受的原始排列 "dj4" 並輸出候選字詞，同理，下一個輸入「一ㄣ」時，libchewing 內部的狀態也跟著改變，而 Python 前端則忠實反應候選字詞的顯示即可。依據初步計算，這樣的「組合式」注音符號序列，至少該有 1409 個，才能確保 libchewing 與新酷音詞庫，得以正常的擷取並挑選合適字詞，如此一來，跟韓文輸入法倒是有幾分相似。顯然，現有的作法有很大的調整空間，應當先行調整 [Tegaki Project] 的演算法，允許有限度的辨識這類注音符號的組合方案。

由 jserv 發表於 9:16 PM | 迴響 (0)

September 20, 2010

演講：文 C 雕龍 -- 經典 C 程式設計典範賞析

今年五月份，有幸能到元智大學演講，雖然 [以 GDB 重新學習 C 語言程式設計] 這個題目有點瑣碎，整整兩個多小時都在 GNU Debugger 打轉，但該校學生的熱情，實在令我感動。本月底，小弟將再次給予分享，題目暫定為「文 C 雕龍 -- 經典 C 程式設計典範賞析」，相關的議程資訊可參考 [2010 Fall CSE.TW資訊課程]。

中國南朝時期的《文心雕龍》，是中國首部精於文學評論的專書，貫串全書的兩大重點為：反對不切實用的浮靡文風，以及講求實用的落實文風。作者劉勰試圖將全部的書，都當成文學書來分析，極為廣泛，不僅當時是「發前人所未發」，即便今天，也值得我們參考。受到《文心雕龍》的啟發，小弟則對若干經典C 程式設計典範，作簡要的賞析，亦追求前述的兩大重點，對應到軟體領域，就是消除冗餘、疊床架物的繁瑣設計，並務求良好的系統介面與彈性。

提綱仿效《文心雕龍》體裁，估計有以下：
  • 總論 -- 「文之樞紐」，回顧理論基礎
  • 文體論 -- 探究「文體」，也就是程式設計的思維與表現
  • 創作論 -- 創作過程、作家風格、文質關係、寫作技巧
  • 批評論 -- 從不同角度對過去提出批評，並對批評方法作探討
  • 總序 -- 說明了自己的創作目的和部署意圖
至於程式碼取材，估計來自 Linux Kernel, 4.4 BSD / FreeBSD, QEMU 等知名專案的一部分經典設計，也希望會後，能讓與會者逐步走向這美妙的 open source 世界。參考資訊：
  • 《A Quarter Century of UNIX》
  • 《Lions' Commentary on UNIX 6th Edition, with Source Code》
  • [我所知道的 C 語言]
以下摘錄課程資訊： 期待您的指教，謝謝！
由 jserv 發表於 10:03 PM | 迴響 (0)