Subvocal智能眼镜原型:射频传感捕捉无声语音

佐治亚理工学生推出Subvocal智能眼镜原型。它利用射频传感捕捉无声语音并转为文字,计划2027年发布,早鸟价499美元,旨在为专注工作群体提供新交互方式。

一款名为 Subvocal 的智能眼镜原型近期引发关注,其核心功能是通过捕捉用户沉默的嘴部动作(无声语音),将其实时转化为文字。这一技术旨在为软件工程师、内容创作者等需要专注工作的群体提供新的交互方式。

射频传感替代EMG方案

该项目由佐治亚理工大学的计算机科学专业学生 Arush Yadav 和 Arnav Kumar 创立。据创始团队在 Y Combinator(YC)发布的内容介绍,项目始于四个月前的一场黑客马拉松。尽管当时并未获奖,但其演示效果引起了 YC 合作伙伴 Dave Lieb 的兴趣,并促成了后续的资金支持。

从 EMG 到射频传感的技术演进

在初期阶段,团队曾尝试使用肌电图(EMG)技术,但随后转向了射频(RF)传感方案。创始人指出,将电极贴在人脸上的商业产品在实际应用中面临诸多困难,因此射频传感成为更可行的路径。

实现这一转换并非易事。团队首先构建了一个极低噪音的射频传感堆栈,并致力于优化天线布局,使其与面部肌肉运动产生的信号源最大程度重叠。早期尝试直接将天线集成于眼镜框架中完全失败,迫使团队退回至将天线贴附于面部的形态。经过迭代,最终实现了现有的功能原型。

产品形态与性能现状

目前的演示视频显示,原型设备外观较为粗糙,耳机部分明显为 3D 打印制成。不过,根据官网展示的模型,最终量产版本预计将更加精致。目前该概念验证阶段仍缺失多项关键细节数据,包括具体的识别准确率和电池续航能力。

“我们首先要证明的核心是信号存在,且我们可以解码它。”Yadav 和 Kumar 表示。为了减少用户的设置时间,团队预先训练了 AI 语音识别模型。据称,测试者仅需阅读 20 个句子即可完成校准。

市场定位与发售计划

Subvocal 团队认为,无声语音有望成为继键盘和语音之后的下一代计算机交互接口。该技术可应用于电子邮件撰写、代码输入、消息发送及笔记记录等场景,允许用户以言语速度进行高效操作,同时避免打扰周围环境。

根据预订页面信息,该产品计划于 2027 年第一季度发布,早鸟价格为 499 美元。目前尚不清楚最终的全额零售价格。有意体验的用户可支付 199 美元预订一副眼镜。

评论 0

0/500

评论需审核后展示,请文明发言

💬
还没有评论,来说两句

相关阅读