来自 YC F26 孵化项目 The Subvocal Company 的创始人 Aarush 和 Arnav 正在开发一款智能眼镜，旨在实现无需发声即可与计算机进行交互。该系统通过解码用户的“内在语音”（subvocalization），将其转化为文本信息，输入速度可与正常语音相当。
技术原理：从 EMG 到射频传感
团队最初参考了麻省理工学院媒体实验室的 AlterEgo 无声语音系统，并尝试使用肌电图（EMG）电极贴在面部来读取肌肉电信号。然而，这一方案存在显著缺陷：出汗会导致信号波动、容易受到电气干扰、佩戴位置难以固定，且用户普遍排斥在脸上贴附电极。
因此，The Subvocal Company 转向射频（RF）技术。新款眼镜内置类似蓝牙的无线电发射器，波束穿过面部，特别是舌头、嘴唇和软组织区域。当用户进行无声说话时，这些部位的微小运动会调制通过的射频信号。团队基于此数据训练基础模型，将信号扰动解码为文字。
工程挑战与跨用户泛化
尽管有学术研究支持，将该技术产品化仍面临巨大工程挑战。首先，团队构建了极低噪音的射频传感堆栈，并优化天线安装位置以最大化电场重叠。早期原型中，由于连接天线在相同位置和角度极其困难，团队曾使用一种奇怪但有效的头部支架进行测试。
随后，设计进化为将天线直接嵌入眼镜框架。最大的障碍在于跨用户的泛化能力：每个人的面部解剖结构不同，导致 RF 信号模式差异巨大。算法层面的解决方案效果有限，团队最终选择通过大规模扩展预训练数据来解决这一问题。
他们在办公室设置摊位，付费邀请志愿者佩戴眼镜阅读提示词。随着数据集规模的扩大，错误率迅速下降，跨用户性能显著提升。据演示视频显示，YC 合伙人 Dave 仅需短短 20 句的校准即可流畅使用。
背景与未来计划
Aarush 和 Arnav 今年年初毕业于佐治亚理工学院计算机科学专业，曾是 Wispr Flow 原生 AI 工具的构建者和重度用户。在斯坦福大学 TreeHacks 黑客马拉松期间，他们决定构建一个极具技术挑战性的项目。起初，他们在字母层面上以一种粗糙的方式工作，但当第一次在无人察觉的情况下完成打字时，他们感受到了这项技术的潜力。
目前，该团队正致力于将原型眼镜转化为更光滑的产品形态，并继续扩大数据集以提高边缘案例的性能。预计该产品将于 2027 年第一季度发货。对于希望在公共场合或安静环境中进行语音输入而不发出声音的用户，可通过 https://subvocal.co/ 预订。
