Google、苹果等企业试图研发“自动更正”输入法

在智能手机的玻璃屏上打字会令人头疼。键盘太小了。即便是最简单的词，也很容易出现错误。“自动更正”这一修改打字错误的功能，经常会引发其他错误。

消费者对于输入法的不满促使Google、苹果和一些初创企业开始探索，它们试图让智能手机的输入法变得更加智能—它们深知，用户手中的这块“宝地”蕴藏着巨大的机会。

尽管如此，也许没有一家企业在改善输入法方面比SwiftKey做得更成功，这家伦敦的初创企业于2010年发布了首款输入法应用。SwiftKey称这款应用直到今年6月免费下载前一直收取4美元的费用，目前已经被下载了3000万次。它在Google Play Store中的热门付费应用排行榜上一直名列前茅。

这款应用利用人工智能和大量在线数据来了解用户的输入习惯并预测用户接下来将输入的词汇—包括用户在其他应用中输入的文字。

“拥有一款输入法具有巨大的战略价值。”SwiftKey的联合创始人之一、28岁的乔恩·雷诺兹(Jon Reynolds)说，这款应用已在近2.5亿个设备上使用。“无论你使用什么手机应用，都会出现我们的身影。”

SwiftKey的技术和成长已引起很多全球技术巨头的注意。例如，Google和Facebook已开始寻求收购该公司，尽管根据很多无权公开发表相关评论的匿名人士的说法，它们均未达成任何协议。

找到一个长期增长的计划并不容易。SwiftKey于6月宣布终止付费应用的商业模式。取而代之的是开始收取用户选择不同背景主题的额外费用。

这种所谓的免费增值模式，在类似Candy Crush的制造商King这样的在线游戏企业中很常见。这是SwiftKey吸引新客户的一种努力，特别是在发展中国家市场中。在印度和中国这样的国家，人们通常不愿为智能手机应用掏腰包，而更倾向于免费下载，为额外服务付费的形式。

“中国代表了下一个十亿智能手机用户的市场。”SwiftKey另一位联合创始人、35岁的本·梅德洛克(Ben Medlock)说，“免费增值模式将帮助我们建立深厚的用户基础。”

到目前为止，这款应用还仅限用于允许第三方开发商改变操作系统外观的安卓系统。SwiftKey和包括三星、LG在内的设备制造商也达成了合作，该款应用已在它们的高端手机中安装。

SwiftKey一直希望提高其在安卓用户中的使用率—安卓系统目前已挖掘了全球智能手机市场大约80%的市场，但基本应用于低成本模式—不过它也希望吸引苹果用户。

6月，苹果宣布把输入法向SwiftKey这样的企业放开。这家初创企业已与颇受欢迎的应用“印象笔记”(Evernote)合作，为苹果用户提供其可预测的输入法。现在，SwiftKey称其努力将自己的输入法应用推广到所有的苹果智能手机应用中。

“随着安卓系统的体验越来越好，苹果也在考虑开放更多。”位于加州的风投公司Accel Partners的合伙人之一理查德·王(Richard Wong)说，“尽管手机越来越智能，但一些应用仍然显得很愚蠢。”Accel Partners已对SwiftKey进行了投资。

与苹果一起成功并不容易。尽管苹果称其他企业也可以为其操作系统开发应用，但它也发布了自己的预测性输入法，并将在新系统中开始使用—这款输入法和SwiftKey的产品运作方式大同小异。这将很难劝服用户下载一个单独的输入法应用。

“你需要掌握操作系统的控制权，这对苹果和Google非常有利，”位于伦敦的技术研究公司Ovum的高级分析师尼克·狄龙(Nick Dillon)表示，“但对于SwiftKey来说，这却是发展的限制。”

目前为止，SwiftKey在个性化上已经十分成功。通过从用户和其他网络来源挖掘数据，SwiftKey可根据他们打字的方式、个人兴趣和所使用的语言为不同的个体提供文本预测。

例如美国用户可能在一条与巴西世界杯相关的短信中倾向于使用“Soccer”(英式足球)，而巴西用户会使用“Football”。总体来说，SwiftKey现在可以提供66种语言的词语预测，其中甚至包括了蒙古语和威尔士语。它正在运行日语版的试用版，很快将推出中文版。

“我们投入大量且不同的输入来源，这是预测人们想要输入什么的最好方式。”SwiftKey的文本预测小组团队的主管乔·奥斯本(Joe Osborne)说，“从一开始，我们就知道你到底要输入什么。”

SwiftKey可以根据每个人在邮件、Facebook等社交媒体和Google中搜索的内容和输入方式为其提供个性化输入法。用户可以选择将其在线账户链接到该应用的文本预测算法中。然后SwiftKey可以分析他们在Twitter上的个人习惯，从而为每一个用户提供建议。

作为SwiftKey全球首秀的一部分，在今年5月日语版推出前，其语言组的巴西员工卡洛琳·加斯佩林(Caroline Gasperin)曾努力了两年多的时间，她手下11人组成的团队不得不破解复杂的基于字符的预测模式。而相比之下，创建一个欧洲语言的相似系统仅需要不到一周的时间。