知一知 · 今日
← 返回本期日报

AI 前沿

Subvocal展示用射频眼镜识别无声语音输入

本期日期 2026-11-03 · 08:00 北京时间

YC F26团队The Subvocal Company展示智能眼镜Subvocal,用户可闭唇进行“内部语音”,眼镜通过类似蓝牙的射频信号感知舌、唇和软腭变化,并用基础模型解码为文本。团队称其目标是在图书馆、办公室和公共场所 discreetly 与电脑交互。

Hacker News的Show HN帖子中,The Subvocal Company创始人Aarush和Arnav介绍,他们正在开发可让用户不出声与电脑交流的智能眼镜。用户可以静默、隐蔽地做出说话动作,眼镜会以接近说话速度将其解码为文本;后续补充说明称,系统甚至不需要动嘴唇或张嘴,可针对闭唇的“内部语音”微调。

两位创始人年初在佐治亚理工学院学习计算机,最初在斯坦福TreeHacks黑客松中尝试复现MIT Media Lab的AlterEgo无声语音系统。他们先把肌电电极贴在脸上,做出只能粗略识别字母的原型,后来判断肌电方案会受汗水、电气干扰和贴放位置影响,也不适合日常佩戴,于是转向射频方案。

据其介绍,眼镜发射类似蓝牙的无线电波并穿过面部,信号经过舌头、嘴唇和软腭时会被静默口型调制,模型再把这些扰动解码成文本。团队先搭建低噪声射频感知系统,并通过仿真把天线嵌入镜框;为解决不同用户面部解剖结构差异,又招募人员佩戴眼镜读取提示语、扩大预训练数据,以改善跨用户泛化。

原文来源

Hacker News ↗
返回本期日报打开交互阅读页