一、緣由 -------------------------------- 1
倉頡輸入法與中文字形產生器
一、緣由
忙了幾十年，馬齒徒增，來日無多，而壯志未酬。不論如何，我手中有些技術，經濟
價值雖然人見人殊，但糊口謀生倒也輕鬆自在，特別是對中國文化上意義重大。我早就想
把這些寫出來公開發表，可是一來不知道有沒有用，二來也實在抽不出時間。拖到現在，
工作越來越忙，舊的技術還沒有落地，新的卻又脫穎而出。
我在大陸上幾經辛苦調教出了廿個學生，但是人手依然嚴重不足，每看到他們忙得朝
夕不分，就再也不忍逼迫學習。沈紅蓮一再勸我，早日寫成書，說不定有人「私淑」成材
，遠比我在這裏空事擔心的好。
好是好，時間委實難以分配，好在沈紅蓮答應為我寫一部份，工作量稍輕，就此決定
下來。話雖如此，又拖了好久，這次回國遇到熱訊雜誌總編鍾瑢女士，由於雜誌的風格及
水準不錯，而且與鍾主編言談投契，於是就先口頭答應要寫些技術性的文章，以俾「駟馬
」拖著我，到時好鞭策一些貨色出來。
倉頡輸入法雖然有不少人使用，但是其真正的功能卻被淹沒了。當然，這是因為我去
國太久，加上各種利害關係，以致是非難明。我並不介意利、害、得、失，但卻為一個原
本可以解決中文瓶頸的方法，受到委曲而不平。我當然會繼續奮鬥下去，但是，這場戰爭
和所有人類掀起的戰事一樣，不可能輕易消失的。今天我還在，明天呢？如果長江沒有後
浪推著前浪，東逝的盡頭，還會有什麼？
所以，我終於開始寫了，但願能寫得清楚，更願學者能好好把握這個技術的核心，就
是中國文字巧妙的結構。來日當中文時代到臨，中文電腦大放光芒之時，如果能徹底瞭解
這個結構，就可站在世界的中心。
本文之一部份係由若干篇現成的資料改寫而得，故難免重複。為了保持本文的完整，
不便多作更動，敬請原諒。
二、話說當年
「倉頡輸入法」係由筆者發明於1976年，原名「形意檢字法」，並獲內政部版權註冊
在案。1978年在三軍大學實驗中文電子通訊成功，蔣緯國將軍特正名為「倉頡輸入法」。
1979年，筆者與宏碁電腦公司合作，採「倉頡輸入法」輸入中文字母，並應用「向量組字
法」將字每組合成中文字形。生產出第一部具有中文字形、中文操作系統、中文程式語言
之微電腦，並命名為「天龍中文電腦」。
現在看來，中國人用中文電腦是理所當然的，可是，在十餘年前，電腦剛剛引進國門
，用電腦的人不多，懂電腦的人更少。電腦上用的是英文字形，處理的是英文資料，行家
莫不認定中國文字已經壽終正寢，英文一統天下的時代正要到臨。而外行人則抱著遺憾的
心情，無可奈何地，坐看中文的式微。
我在1973至1978五年間，抱著民族尊嚴和一股信心，面對這股逆潮，舌戰群雄。由大
學教授至升斗小民，除了極少數關懷中華文化者，絕大多數都站在現實立場，認為要國家
強盛，就必須趕上時代。傳統文字雖然重要，民族的生存更為重要，如果實在必行，中文
的犧牲也是「適者生存」的天演律。
當時我正在研究中文輸入法，看到了一線曙光，祇是沒有機會實現。雖多方挫折，我
毫不氣餒，在設計輸入法的同時，就考慮到了字形輸出及字形辨識的可行性。甚至於，字
音字義都有了一些實現的概念。
我與宏碁合作天龍中文電腦之時，大電腦一台「租金」每月就要上百萬美金，貴得太
離譜。而微電腦功能太差，其記憶體一般約有16 KB ，最多也只有64 KB 。即使以今天各
界的中文技術，中文字形也根本沒有空間可以容納。
天龍中文電腦是用美國ZILOG 公司出產的 MCZ系統上，主機記憶體為64KB，我們用切
換的方式，多加了一塊64KB的記憶區，以處理中文字形。64KB空間能提供數萬中文字形，
即使到今天也是一項重大的技術突破，但卻並未被國人重視。因為，國人太過於聰明，喜
撿現成便宜，不願下苦功走自已的路。很多專家學者，都認為記憶體將越來越便宜，字形
應該學習美國人，用點陣的方式貯存為宜。
我一直認為，記憶體是供電腦運作的空間，如果希望中文與英文具有同樣的功能，則
不能將系統記憶體浪費在中文字形的貯存上。也有人建議將中文字形貯存在硬碟中，我曾
預言，基於硬碟讀取次數的極限約在六千萬次左右，用這種方法，則每半年要換硬碟一個
。很不幸，待使用者理解的的話時，損失早已造成了。
我一直執著於用組字的方式，試圖用極小的空間，全面的解決中文以及各種圖形文字
的排版問題。因為在我多年的研究中，發現了文字的基本因子：對輸入而言，是為字碼；
對排序則用字母；辨識則利用基本形及位置；字形可以靠筆形的比例組合。
由於當時只有理念，尚有待實驗，在三軍大學，我証明了取碼、電傳的可行性。與宏
碁公司期間，我則提出「向量組字法」，擬用54 KB的空間，以倉頡碼為索引，找到正確
的筆形后，組成字形。
我負責設計整體結構及程式流程，沈紅蓮則製作資料，宏碁公司由施崇堂為首，另有
郭欽陽、黃豐約等軟體工程師及若干硬體工程師參加。我們於民國77年12月開始工作，到
次年5月，硬體測試成功，又加入了幾位系統工程師，終於在78年9月28日，完成了首創的
「天龍中文微電腦」。
「天龍」成功後，行政院於79年，曾頒發科技界最高榮譽「行政院長獎」。我個人並
未以「天龍」之成就為滿足，遂以宏碁所支付的權利金，開辦了零壹科技公司，以專業發
展中文電腦為職志。
然而，「天龍」並未使電腦廠商看到中文市場的潛力，我費盡口舌，逐家拜訪各電腦
銷售廠商，希望將各種機型都加上中文。當時的微電腦並沒有共同的標準，各家有自己的
硬體設備，不同的操作系統，完全不能兼容的應用程式。甚至於更令人洩氣的是，硬體規
格及技術手冊等資料一概闕如，我們每遇到一種機器，就需要花上個把月，用邏輯分析儀
，把其中內部資料讀出，再根據CPU 的指令，像猜謎一樣跟蹤下去。
由於中文電腦沒有買家，所以廠商興趣缺缺，我們每改裝一種機種，僅收費新台幣卅
萬元的人工成本，甚至賠本也做。由79年至81年，我們改裝了十餘種不同廠牌的電腦，其
型號早已忘卻，僅就記憶所及，略述如下：
NEC 公司所生產的早期微電腦，震旦行所經銷的 SHARP，全亞公司所生產的 PA 800，
此外還有NORTH STAR，ALTOS，APPLE ，VICTOR 9000 ，等。至於終端機，則有為神通所
設計的「漢通」，為誠洲設計的「倉頡」，以及為電信局設計一種專用機種，後來交由「
眾鼎公司」經營。
我們最成功的產品之一，是為佳佳公司所開發、用在「蘋果」上的「漢卡」。後來因
為權利金與佳佳意見不同，所以協議收回獨家銷售權，轉而交由六家在中華商場開業的小
店去生產經銷。結果因為售價便宜，才打開了中文電腦的市場。
我的理想是推廣中文電腦，如果自己也介入市場，就會導致其他電腦廠商的疑慮，甚
至於不願從事中文電腦的開拓。因此，我經營零壹公司的理念是：全力協助生產廠商發展
中文，收費低廉，而且不重複他們的工作，專心致力於研究。
三、中文電腦的文字因素
倉頡輸入法為一種解決「中文輸入、輸出、辨識、釋義」等功能之綜合方案。在文字
輸入方面，力求將過去文化上所用之文字，逐字賦與規則統一之字碼，以達成承先之歷史
責任。此外現階段之用字亦不能或缺，未來社會上之新事物新觀念，也都有必要應用字碼
輸入，以供應用。
首先，中文的組碼必須用國際標準鍵位之文字字符鍵，以便與國際文字共用。現行之
國際標準文字字符鍵僅26個，是則中文之取碼方式，必須用該26個鍵，以達成之。
有了輸入法並不能解決中文的字形應用，而且收字越多，所需考慮的問題也越複雜。
所以，一定要在收字的同時，考慮妥當文字的輸出，務使「有碼即有字」。
以我國數千年的歷史，前人所遺存的文獻何止億萬，將來都有必要輸入到電腦中。為
了解決大量文字輸入的困難，文字辨識的功能，也有必要與文字輸入的方式吻合，以便進
行電腦程式的製作。
然而文字最重大的功能，是概念的應用，中國文字即為概念文字，當來日人工智能進
一步發展時，必能大放光芒。從事文字輸入設計者，體悟到個人身負中國文化的歷史重責
，理應慎始慎終，務期至於至善。
由於此一目標之工作艱巨異常，我們訂定了若干原則，茲簡述如下：
1,過去文獻上所用字，迄今尚無學術界有系統之整理，而我們限於物力、人力，勢必
難以竟功。特以字典為憑，但凡該字之說明有典可稽者，則視為文化用字。此外，若字典
上載明為「見於某某碑文」，若干不常見之異體字，或殘缺不全者，概不收入。
2,根據說文解字，中文源自象形、指事、轉注、假借、會意、形聲六書，其中百分之
八十之文字，皆依據形聲所造，是以，本輸入法即以「形聲」為取碼及組字之基本法則。
將所選取的文字一一整理，共計分析出594個字首，9897個字身。
3,前述之字首及字身，實即為原始之象形及指事等字形，是故這些字首及字身可以分
別取碼，以代表原字，亦可按照中文字形組合之規則，以字首及字身結合之。
4,因限於26鍵，其中保留一鍵供特殊用途，餘25鍵， 594個字首，每一字首若取一至
二碼，可得到650種排列組合；字身9897個，每個取一至三碼，可得一萬餘，顯然可涵蓋
所有之字首及字身。因此，以字首碼加字身碼，即每字取一至五碼，適為全部收集字之最
小公倍數。
5,將前述之字首字身碼，分別再作分析，得到 612個基本結構之字形，當電腦得到倉
頡輸入之字碼時，同時即可在「字形庫」中，得到正確的「結構字形」。將結構字形根據
人工智能的方式，依用戶指定的字級大小，以及字體的變化，將該字形畫出的程式，便是
「全漢字字形產生器」。
6,上述全漢字字形產生器僅佔 260KB的程式空間，字形可作「無級次」大小變化，在
10MHZ 的微電腦上，每秒鐘可產生40X40之中文500個。
7,本字形產生器除了能提供所設計之近萬字以外，由於排列組合之靈活性，計可組合
出594 X 9897 個符合形聲法則之「新字」。如此，原只屬於拼音文字的靈活組合之優點，
亦得以在保存中文文字傳統的同時，有效地發揮出來。
8,在中文文字辨識上，倉頡輸入法僅用 114個「基本符號」，根據中文文字的「結構
關係」，分別取碼。是以，使用者僅需知此114個符號，以及結構規則，即可得到中文字
瑪。同理，當電腦程式掃瞄文字點陣時，採用此原理，也可以得到該字之「倉頡碼」。用
這個原理，我們開發了「全漢字字形辨識系統」，全部只佔60 KB ，其中程式約佔24 KB，
每秒鐘「識字」近一千個。
9,倉頡輸入法最大之特色，在於用「中文字母」作為排序之根本，大大提高了文字使
用的效率，不僅易於程式處理，且與人取碼時所得之順序一致。依此順序，中文完全具有
與拼音文字相同的排序功能。作為字典索引、大量的圖書、資料編目等，簡單方便，我們
即將以之廣泛應用在各種資料處理上。
至今我們還在努力，進一步將輸出字形美化，現在已有明、宋、黑、圓等字體，而且
正在設計楷書，計有王、柳、歐、顏等書體；此外還有隸書、魏碑及各種應用藝術體等。
我相信，通過這些努力，中文的應用瓶頸已完全排除，甚至較拼音文字更具特色。如
能有效地加以推廣，不僅對文化的發展維繫有重大的意義，對當今的資訊處理，也能發揮
非凡的經濟效益。舉凡戶政、財稅、交通、新聞、圖書館各界，皆得以提高應用效率，為
國家節省大量的費用。
註：在研究時，我們所參考之資料如次：
1,康熙字典 一冊
台灣商務印書館印
2,中文大辭典 共十冊
台灣中華學術院1980年印行
3,辭海 上下冊
台灣中華書局1987年出版
4,中國文字資料庫 兩冊
台灣國字整理小組1985年出版
5,中文資訊交換碼 三冊
台灣國字整理小組1985年出版
6,數據通信中文電碼 一冊
台灣交通部電信總局1983年出版
7,常用標準國字解析 一冊
台灣遠力出版社1983年發行
8,次常用國字標準字體表 一冊
台灣教育部1982年印
9,說文解字 一冊
台灣世界書局出版
除上述資料外，本方法所收中文涵蓋下列各種規格：
1,台灣電信局所使用之「數據通信中文電碼」
計16,376字
2,台灣電腦公會使用之「BIG-5 」
計13,053字
3,台灣「常用國字標準字」
計 4,800字
4,台灣「次常用國字標準字」
計10,740字
5,台灣財稅中心人名用字
計18,000字
6,中國國家標準碼
計 6,763字
7,美國博愛公司中文內碼
計18,018字
（美國國會圖書館與史丹福大學聯線供全美各大學資料查閱用 )
四、基本字形的分類整理
中文字為各種筆畫所組成，但是筆畫與筆畫之間，有著各式各樣的交連，諸如位置、
角度、整體性、方向性及筆畫類別等。在視覺上，人所辨識的，不是筆畫本身，而是交連
後所產生的效果。
如：“石”字與“右”字是位置交連關係，“古”與“右”則為角度關係，“日”、
“月”、“金”等是整體效應，“天”及“夭”則為方向性，“土”與“士”及“王”等
皆為筆畫的變化關係。
再根據前文三、1--5項之說明，由分析所得的 612個基本結構形，再加以分析，發現
尚可以根據筆畫交連的關係，繼續簡化下去。
從簡化的立場，中文字形可以歸納為橫、直、斜、捺、鉤五種筆畫。可是，太簡單的
筆畫，並不具有前述的交連關係。如果僅作為取碼來考慮，除了重複率較高、取碼規則較
繁外，尚不失為一種方法。然而我們原定的方針，是要求從字碼中，對字形、字音、字義
及辨識四者，都能提供足夠的信息。顯而易見地，僅用五種筆畫取碼，除了字碼之外，對
於其餘幾個目的，都無法達成。
因此，我們決定在形聲的原則上，力求保持古人創字的原始精神，要以字首、字身分
別作為取碼的對象，兩者之字碼相結合，即代表該字。如此，在字形的設計上，只要把字
首與字身，以及兩者既定的結合關係貯存起來，就可以由字碼中，輕易地分出字首及字身
，並還原為該字形。同理，但凡形聲字，皆可由字首碼獲得字首之分類信息，至於字形辨
識，也簡化成有限字首、字身之處理，難度大大減低。
另一個問題是，不僅594 個字首、9897個字身，對人的記憶力而言，遠遠超過負荷。
即使612種基本結構，也嫌太多，因此有必要找到一種最理想的數據，以作為取碼、而且
兼顧所有其他文字應有的功能。
根據心理學家的分析，一般人能記憶的符號數，不宜超過一百個。美國所訂製的 ASC
II符號有96個，英文字母僅有大、小寫共52個。由於大小寫字母同佔一個鍵位，而以輔助
鍵配合選用，操作時非常不便。所以，我們預定僅用24個字鍵，供中文字母之定位，預留
一鍵作為重複字碼之分辨，另一鍵則供未來中文系統功能擴充，如片語輸入、造字等。
既然僅有24鍵，意即僅能定義24個中文字母，其餘的一些字形符號，必須再予以整理
歸類，選用效率最高者，並配合字母使用，總數則以一百為上限。
因此24個中文字母，必須具有字形、字義的代表性。即在文字組合中，應用頻率高，
在文義中，具有明確的定義。能夠同時滿足這兩個條件之字首，計有：
日、金、木、水、火、土、人、心、肉、手
口、耳、目、足、山、女、糸、草、竹、車
馬、石、鳥、虫、牛、羊、犬、骨、貝、衣
玉、阜、邑、食、言、辵、門等。
以上37個字首，已經超過預計之26個字母，因此，必須再加篩選。其中最常用之字首
，為古人對宇宙觀察的哲理分類，如陰陽、五行：
日、月（同肉 )、金、木、水、火、土
其次，為人身體器官的分類，如：
人、心、手、口、足、耳、目、骨
自然事物、動植物的分類，如：
山、草、竹、糸、石、衣、玉
女、馬、鳥、牛、羊、犬、虫
人類行為及與人有關事物的分類，如：
言、食、辵、門、車、阜、邑
由於我們的分析中，大小字首多達 594個，僅取一碼無法概全，以24個字母加上重碼
鍵共為25個，若取一至二碼，則有650 種排列組合，如安排妥當，則可涵蓋所有之字首。
因此，前述之字首如非效率最高者，或字形可以拆開取碼者，皆作「複字首」。此外，字
身有9897個，需取一至三碼，是則，全部中文皆可編碼。
如前述之行為及自然事物類，絕大部份皆可作為複字首，而哲理類及人體類，則或因
應用頻繁，或因難於分割取碼，必須定為單碼字首。
除此之外，筆畫的應用也應一併考慮，在定義上說，我們認為應有：
斜、捺、點、橫、直、鉤
及組合性的正交、斜向交叉共七種。
這些筆畫定義，與哲理類的陰陽五行皆為七種，故而決定在分類上，先定下取碼的基
本定義：
中國文字是應用筆畫，以表達人類對宇宙的概念，因此，代表文字之字碼，亦必然具
備構成之筆畫及哲理觀念兩類基本元素。在基本元素下，再分次元元素字形及人體結構，
共為四類、24個字母。
此24個字母，又依鍵盤位置與人體功能之關係，對食指、中指所按之鍵，分配比較常
用之字母。同時，又需考慮碼的排序與人為記憶的便利。經過長時間的推敲研究，終於得
到下列的「中文字母」口訣：
哲理類：日、月、金、木、水、火、土
筆畫類：斜、點、交、叉、縱、橫、鉤
人體類：人、心、手、口
字形類：側、並、仰、紐、方、卜
上述之中文字母口訣，各字母與英文字母一一對應，僅將Z 鍵保留，供未來系統功能
擴充，X 鍵則作重複字之分辨。
有了24個中文字母，再對其他之筆形一一分析，但凡組成字形之各種筆形，皆視為「
輔助字形」，並根據三個原則平均分配於各字母之鍵位上。
1,重碼機會最小：因為重碼易生混淆，故應極力避免之。
2,與字母之本形及外形相似者：為了取碼時易於聯想，以便 於應用。
3,偏旁之慣用形：如水及心等，其慣用偏旁與原形有異，但 皆視為同碼。
在反覆研究下，整理出82個輔助字形及 8個慣用偏旁。連中文字母共為 114個符號，
雖然稍稍超過原定之上限，但尚無礙於學習及應用。
五、第五代倉頡輸入法概述
第五代倉頡輸入法之規則，與前幾代完全一樣，僅僅根據實際需要，增加幾個輔助字
形，並調整幾個複合字及難字。讀者必需理解輸入方法僅為中文應用功能之一，在全面解
決中文之立場上，熟悉下列倉頡字母表及流程及取碼規則後，即可進行取碼。
倉 頡 字 母 表
******************************************************************************
******************************************************************************
倉頡輸入法取碼流程
┌───┐
│中文字│
└┬─┬┘
┌─────┘ └─────┐
│ │
┌─┴─┐ ┌─┴─┐
│整體字│ ┌┤組合字├──┐
└┬─┬┘ │└───┘ │
│ │ ┌─┴─┐ ┌─┴─┐
┌───┤ ├───┐ │單字首│ │複字首│
│＞4 碼│ │≦4 碼│ └─┬─┘ └─┬─┘
└─┬─┘ └─┬─┘ │ │
│ │ ┌──┴──┐ ┌──┴─────┐
│ │ │取一碼字首│ │取首、尾碼為字首│
│ │ └──┬──┘ └──┬─────┘
│ │ │ │
│ │ ├───────┤
│ │ │ 取 字 身 │
│ │ └─┬───┬─┘
┌─┴──┐ │ │ │
│依序取 │ │ ┌───┐ ┌─┴─┐ │
│1,2,3 碼│ ├─┤≦3 碼├─┤整體字│ ├───┐
└─┬──┘ │ └───┘ └┬──┘ │次字首├──┐
│ │ │ └──┬┘ │
│ │ │ │ ┌─┴──┐
│ ┌─┴─┐ ┌─┴─┐┌────┤ │複次字首│
│ │依序 │ │＞3 碼││單次字首│ └─┬──┘
│ │ 取全│ └─┬─┘└─┬──┘ │
│ └───┘ │ │ ┌─┴──┐
│ │ ┌─┴───┐│次字首取│
│ ┌──────┐ │ │次字首一碼││首、尾碼│
├───┤依序取1,2 碼├───┘ └─┬───┘└─┬──┘
│ └──────┘ │ │
┌─┴─┐ ┌─┴─┐ ┌─┴─┐
│最後 │ │次字身│ │次字身│
│取字尾│ │首、尾│ │取尾碼│
└───┘ └───┘ └───┘
我們的基本原則，是要符合視覺特徵，因為文字就是根據視覺效應所發展的符號。在視
覺上，凡是筆畫交連者，其交連前之原始筆畫與交連後之形狀，所得之視覺效應，彼此毫
無關係。所以欲求達到真正的文字應用效率，必須利用視覺效應，訂定規則。在初，學者
可能難於理解，但習以為常後，在未來中文系統的應用上，將有極大的利益。
其次，為了收集全部的中文並供未來文字的擴充，必須預留取碼空間。既然為了配合
世界標準鍵盤，以及電腦的應用規則，最多只有26鍵可用。而據上述統計，字首至少取一
碼，最多取兩碼，而字身則取一至三碼。
我們根據這個原則訂定了下列取碼規則：
1,取碼時以視覺的位置，根據「外而內、上而下，左而右」之順序，如有字首，將該字
分為字首、字身分別取碼。否則，以第一碼為字首，餘為字身。
字首取一至二碼，凡一碼不足者，概取最前及最後兩碼。字身則取一至三碼，凡
一碼不足者，再分為次字首及次字身，用相同之原理，取次字首二碼及最後一碼。
例：囚-- 方人 （囗人）
明-- 日月 （日月）
理-- 橫土方土 （一土田土）
轉-- 交交交點點 （十十十、、）
2,先取部份，必須符合碼表中最完整之符號，亦即不能自行將字母分割之。若一連續之
字形，無適當之符號代表者，則應將該字形分割，但以能保持原有特徵為正解。
例：「目」字無適當之符號取碼，但明顯地有著「月」形在上，其下有一橫向筆畫。
問題在此一筆畫非簡單之橫，如同「且」字一般，而是如凵之「仰」形。在視覺立場，我
們不贊成用筆畫取碼，其原因在此。
3,省略原則：為顧及字形辨識之功能，凡可取之碼數超過規定，則省略於筆畫中夾雜瑣
碎之字形，以便於視覺辨識及取碼。
例：「亂」字之字首取「月、月」而非「月、又」，即為「包含省略」
「奧」字之字首取「竹、月」而非「竹、木」，同為「包含省略」
這種原則在一般常用字尚看不出其功能，但對六萬字而言，絕大多數的字，很少
有人徹底瞭解其字形結構。所以，在省略原則下，只要得知外形，即可取碼，而無礙
於正確地應用。
除上述規則外，還有少數例外情況，如「臼」字等，其使用頻率不高，雖然可以增加
一些符號，但卻將加深使用者對字母記憶的難度，所以設為「難字」。此類字僅有9個，
當作一種特定的規則，以求學習的便利。
所有的規則都是為了減低組字時的重複機率，在我們的研究中，發現完全避免並非絕
無可能，但為了避免重複而增加的困擾卻非常不值得。如同：「日」及「曰」，「晚」及
「冕」等字，加一「橫向」及「縱向」的定義鍵即可。然而，這樣會使得字碼更為複雜，
且損及正常字形的取碼，殊為不值。
總之，我們在能力所及的條件下，力求滿足原訂的目標，難免有所疏失。重複字是其
中之一，尤其是收字越多，重複的機率就越大。對六千多字或一萬三千字而言，不難完全
避免取碼的重複因素，但對六萬字而言，幾乎可以說是不可能。
為了整體的考慮，經過定碼後，第五代倉頡法的重複率統計如次：
1, 台灣標準常用字：4808字
重複字 114個，重複率約 2.3%
2, 博愛中文系統：18,018字
重複字 954個，重複率約 5.2%
3, 全漢字中文系統:60,000 字
重複字 4,322個，重複率約 7.2%
六、字形產生器的規劃
中文字庫係以倉頡第五代輸入法則藍圖，用最節省空間的技術，力求收集最多的字文
字及字形。
在這個原則下，首先要考慮的，每一個可能產生的字碼，都應該有一相對應的字形。
這正是拼音文字為人欽羨之處，用鍵盤即可隨意打出所需字彙。中文如果設計得當，一定
也能達成這個目標。其次，除了本字之外，還有字級大小、變體、變形等等，也應能由字
庫統一提供。
對於第一個目標，有一實際的問題，如果用字碼轉換成為字形，則在所有取碼的排列
組合中，約可組出六百萬個字形。是則僅為貯存此六百萬個字碼，就要花費極大的空間。
因此，用字碼作為索引的方式，顯然行不通。
由於我已經做了四代的中文字庫，對內部結構瞭解很深，我立時想到，可用基本筆畫
作為索引。是則，倉頡輸入碼，即相當於基本筆畫的索引碼，有了筆畫，即可組成字形。
以往的字形產生器，雖然也用類似的方法，可是由於內碼固定，統一由內碼去找字碼，所
以字形產生器僅能提供有內碼的字。至於其他的組合可能，我們從來沒有試過，在理論上
應該能組成字形，但其排列組合之數量太大，不要說去調整，連一個一個字都看完，可能
就要花上幾年時間。
所以，當我決定用這種方法設計第五代字庫時，心中的確猶豫再三，但是除此之外，
委實沒有其他捷徑。
決定了索引方法後，就要考慮到各種筆畫的比例分佈，以及當字形很小時，分配的餘
數如何再分配的問題。筆畫的比例分佈，應該由書法家決定，只惜我一直窮得請不起人，
不得已只好自練書法，自己尋找規則。
餘數分配問題不大，在於麻煩，每種字的情況不一，每種大小的情況又各各有異。總
之，我把這個問題留給沈紅蓮，她比我有耐心，也比我細心，這也是我有福之處，剛好有
人能替我分憂，解決我所不能解決的問題。
字級大小是一項挑戰，不過倒不算難，我只要將絕對的空間，改為相對空間，不再用
絕對座標值，而採座標之比例值。當外界輸入所要求的字形大小時，我即可求出每一種筆
畫在所應該佔有的空間中，應有的座標比例值。
字級的問題解決了，但總要訂一個字級的極限才是。因為字形輸出要放在一個緩衝區
中，一個128*128 大小的字形，就要2 KB的空間，256*256 則要8 KB的空間。再加上字形
內部處理，還要同等大小的緩衝區數個，這一來，超過預算太多。
在設計的當時，市上僅有衝擊式打印機，連雷射印表機都剛剛上市。那是1986年，我
去買了台CANON 800 ，銷售員說因為我是第一個客戶，還給我打了八折！
在300 DPI上，128*128的字形不能算小了，加上在計算時，小於128 可以利用負數作
標號。更大的好處，是8088的暫存器太弱，且不利於繪圖，如果要想快速作圖，一次最多
可以同時畫八點，超過八點，手續就麻煩得多。在128 點以下，中文字形最粗的直，可以
限制在八點以內，是則128 點還可以接受。
再是畫曲線的問題，中文字形的曲線極為複雜，如果要採用數學運算，則起碼要加上
8087 CPU，否則速度會慢得不能忍受。如果不用計算方式，又怎能提供高精度的圖形？這
才是我遇到最棘手的問題。
我研究了很久，選用了五種弧度，極限是由1至128作了一些圖，發現將弧線分成六段
，而將每段的X:Y值全部存起來，只不過佔6KB空間，其中有兩種中間的弧度尚可由兩鄰的
值折衷應用。
不僅空間小，由於是畫直線，且僅畫六個線段，所以作圖的速度，比公式運算的方式
幾乎快了一百多倍！
最後，我決定採用這種方式，在美觀上略有犧牲，但是，那責任也在我。因為我沒有
太多的時間，去調選各段的X:Y 值，只不過根據直覺「想當然耳」！我特別希望有人有興
趣把這種技術發揚光大，因為我認為這種做法還有很大的改進機會和潛力，關於其中的細
節，當在後文中詳細說明。
再就是字體的變化，有很多利用軟體技術可以處理的，如同「空心、套花、斜體、立
體、投影、雕空、反白」等，這些不用擔心，有了字形就可。需要提供的是明、宋、黑、
圓、楷、隸等，以及其粗細的變化。
那時我在美國加州，有人介紹我去史丹福找一位艾倫的教授，說他有套「邊緣描述」
的技術。正巧我認識ZEROX 的一位經理，他們剛開發了一套排版系統，非常精彩，問題是
價錢很貴。他說是貴在其中POST SCRIPT 的繪圖語言軟體上，而這種軟體就是採用邊緣描
述，而且需要加輔助運算器。所以，我又打消了採用邊緣描述的技術。
沒有其他選擇，我只有自己動手研究，發現明、黑、圓三者之間，因為結構一致，所
以只要在筆畫部份加以區分就好。至於彷宋，則與楷體相似，其與明體不同之處，是在橫
向筆畫有一定的斜度，其次是筆畫「中密外疏」，還有就是每一種筆畫的「起、承、轉、
合」，都有其特性。
只要知道了同與異，就不難用程式予以實現。只是限於人力、物力，我與沈紅蓮兩個
人，不可能完成所有的工作。於是先訂定工作計劃，打算把明、黑、圓三種字體，最大為
128 之「低精度」字庫做出，如果理想，再做其他的。
這就是目前的「全漢字字庫」規劃的全部過程。
七、字形產生器的內部規格
規劃的結果，應該訂出規格，以便以後工作進行的依據。以下所列即為字庫的內部規
格：
1,字數：已收集在各種不同之字典中，包括日文漢字，地方口語等約六萬字。目前所整
理者，僅為中華學術院所印之「中文大辭典」中之五萬餘字，及英文及表格、圖形等各種
符號，其他字典尚在整理檢查中。
綜合計算，共有中英文及表格符號等約六百萬字。
2,字級：所有上述文字，皆有橫直向各種組合變化，由 1至128 點，橫直任意組合，無
級次放大縮小。此外，利用程式之「重複放大」則不在此限。
綜合計算，每字有128X128=16,384種排列組合。
3,字形：每字之「直」皆有九種粗細變化，「橫」有八種，可以任意組合。但受限於字
級，故其粗細不得大於直向及橫向值的十分之一。
綜合計算，每字皆有72種粗細變化。
4,字體：每字皆提供各種組細之明體、長宋體、扁體、單線體、黑體及圓體等。其中圓
體限用於粗四點以上，字形太細無從得到圓形之效果。
5,變體字：每字皆可作各種變體，本字庫已有斜體、反白、空心、以及十種填花。而且
可以互相搭配，排列組合。
6,字庫空間：本字庫用8088 CPU組合語言所設計，連資料帶程式，共佔260 KB。
7,組字速度：以10MHZ 80286 CPU組字時，每秒可生成40X40之字形約500個。
8,總計：因本字庫用自由組合之觀念，輸入及輸出皆根據倉頡碼，故能以軟體，用最小
的空間，組出6,000,000個字形，每字有370,748,736種變化。
八、技術條件的要求
除了規格，尚應有預計的技術指標。
1,時間、空間的考慮：
在軟體工程上，有一種說法，認為程式的時間及空間成為反比，意即要爭取執行
時效，就要犧牲空間容量，反之亦然。
然而，這種說法的先決條件是用同樣的硬體機器、程式語言、製作技巧。當今硬
體機器的進步是有目共睹的，而一般的套裝軟件，不論系統的容量多少，都在不斷地
擴充，幾乎佔滿了系統的操作空間。
這是因為電腦軟體供不應求，在工業先進國家，為了經濟效益，毋需講究技巧，
普遍採用高階程式語言，以便於早日上市，因此有了上述觀念。
我們的看法不然，若想在電腦市場上與先進工業各國一爭高下，唯有揚棄高階語
言，改而採用組合程式語言，用特殊的製作技術，大幅度濃縮空間、時間，儘量提高
功能及品質。
基於上述理由，我們以組合語言，發展了一些特殊的技巧，並以「資料結構」主
導程式，因而有了一系列的軟體突破。
茲將我們發展的，與時、空有關的技術簡述如下：
1-1 資料結構技術：
程式的目的是處理資料，但資料的性質卻是無窮無盡的，事實上不可能有任
何程式可以處理無限的資料。因此，當我們明確知道所應處理的資料範圍時，即
可將資料分析、歸類，排除所有不必要的因素，以提高應用效率，節省貯存空間。
在中文字形產生器中，我們即利用這種觀念，將組成中文的各種基本字形分
析、歸類，再定以「字碼」，故能由有限的「字碼」，還原成為字形。
1-2 數據換算技術：
電腦雖原名計算機，但其計算速度極慢，尤其是涉及圓週率、三角函數等，
必須增購運算晶片，否則影響效率甚大。
在繪製文字時，繁雜的筆畫常需精密的計算，有鑑於此，我們發展了一種「
數據換算」技術。在已知的範圍內，將事先計算妥當的參數值，壓縮成為各種數
據表，隨時取用。這種方法，在半徑為64點時，任意曲線之數據表約佔2KB ，相
當於一組計算程式，但處理速度卻可以提高近卅倍。
1-3 向量造字技術：
向量的理論，係將任意座標內之兩點，作最有效的應用，如：x1y1,x2y2 兩
任意點，其間之關係及向量之定義為：
x1=x2 y1=y2 點
y1>y2 直
y1x2 y1=y2 指令，因為此值為橫之反向
y1>y2 指令，因為此值為捺之反向
y1y2 指令，因為此值為斜的反向
y1
|