告別“開口說話”：Subvocal智慧眼鏡如何實現靜默語音輸入

在圖書館、辦公室等需要保持安靜的公共場所，使用語音輸入工具往往顯得格格不入。為瞭解決這一痛點，The Subvocal Company 的創始人 Aarush 和 Arnav 近期推出了一項創新方案——“Subvocal”智慧眼鏡。

該裝置利用射頻（RF）技術，能夠即時捕捉並解碼使用者的“默讀”動作，將其轉化為文字，速度與正常說話無異，為使用者提供了一種既高效又私密的互動方式。這一專案的雛形誕生於斯坦福大學的 TreeHacks 駭客馬拉松。

起初，團隊嘗試使用肌電圖（EMG）感測器來捕捉面部肌肉電訊號，但很快便遇到了瓶頸：汗水會導致嚴重的訊號幹擾，且在臉上貼上電極不僅操作繁瑣，在社交場合也顯得十分尷尬。面對這些挑戰，團隊果斷調整技術路線，轉向了射頻技術。

他們研發的系統通過眼鏡向面部發射無線電波，當使用者進行靜默發聲時，舌頭、嘴唇和軟顎的細微動作會調變這些無線電波。眼鏡通過捕捉這些波形的變化，即可精準還原使用者的語音內容。

將這一構想轉化為成熟產品，過程極具挑戰性。天線佈局的最佳化與複雜的訊號處理是核心難點。

為了確保系統能夠適應不同使用者的面部結構，團隊進行了大量的深度模擬測試，並利用海量預訓練資料對模型進行調優。通過在受控測試中不斷擴充資料集，該技術目前已達到相當高的準確率，具備了極強的實用價值。

創始人表示，能夠取得突破的關鍵在於將天線設計、電子工程與機器學習等複雜元件拆解，迴歸到最基礎的物理與演算法原理進行攻關。目前，Subvocal 已開放首批 500 臺裝置的預訂。

團隊正全力投入後續的研發工作，力爭在 2027 年初向市場交付打磨完善的成品。

來源: Hacker News