告别“开口说话”：Subvocal智能眼镜如何实现静默语音输入

在图书馆、办公室等需要保持安静的公共场所，使用语音输入工具往往显得格格不入。为了解决这一痛点，The Subvocal Company 的创始人 Aarush 和 Arnav 近期推出了一项创新方案——“Subvocal”智能眼镜。

该设备利用射频（RF）技术，能够实时捕捉并解码用户的“默读”动作，将其转化为文字，速度与正常说话无异，为用户提供了一种既高效又私密的交互方式。这一项目的雏形诞生于斯坦福大学的 TreeHacks 黑客马拉松。

起初，团队尝试使用肌电图（EMG）传感器来捕捉面部肌肉电信号，但很快便遇到了瓶颈：汗水会导致严重的信号干扰，且在脸上粘贴电极不仅操作繁琐，在社交场合也显得十分尴尬。面对这些挑战，团队果断调整技术路线，转向了射频技术。

他们研发的系统通过眼镜向面部发射无线电波，当用户进行静默发声时，舌头、嘴唇和软腭的细微动作会调制这些无线电波。眼镜通过捕捉这些波形的变化，即可精准还原用户的语音内容。

将这一构想转化为成熟产品，过程极具挑战性。天线布局的优化与复杂的信号处理是核心难点。

为了确保系统能够适应不同用户的面部结构，团队进行了大量的深度模拟测试，并利用海量预训练数据对模型进行调优。通过在受控测试中不断扩充数据集，该技术目前已达到相当高的准确率，具备了极强的实用价值。

创始人表示，能够取得突破的关键在于将天线设计、电子工程与机器学习等复杂组件拆解，回归到最基础的物理与算法原理进行攻关。目前，Subvocal 已开放首批 500 台设备的预订。

团队正全力投入后续的研发工作，力争在 2027 年初向市场交付打磨完善的成品。

来源: Hacker News