Subvocal 智能眼镜可将无声口型转为文字

疯子，还是高效员工？一如既往，这取决于他们戴着什么。下次你看到一位软件工程师用嘴型默念词语时，你可能得三思而后行，不要轻易问对方是否需要心理健康假——他们可能只是戴了一副智能眼镜，可以不出声地与电脑交流。

Subvocal是一家获得Y Combinator支持的初创公司，旨在生产这类眼镜，并且已经在YouTube视频中展示了可工作的原型，其中一个视频中YC合伙人Dave Lieb试戴了这款眼镜，印象深刻到愿意提供资金。公司指出，这款头戴设备并非最终版本的样子，这倒是好事：演示用的头戴设备显然是3D打印的，远谈不上时尚。

根据公司网站上的模型图，最终产品问世时应该会 sleek 得多。目前尚不清楚实际发布时间，不过预购页面显示将在2027年第一季度的某个时候，早鸟价为499美元。最终全价是多少还不清楚。

至于眼镜的工作原理，创始人——佐治亚理工学院计算机科学学生Aarush Yadav和Arnav Kumar——在YC的发布帖中解释说，该设备使用从眼镜投射到佩戴者脸部的低功率无线电波。这些电波会因肌肉运动以及人说话或仅仅做口型时面部形状的变化而发生畸变，两人表示这些变化可以被捕捉并翻译成文字。

“大约四个月前，我们在一次黑客松上构建了第一版后开始着手这个项目，”两人在YC帖子中解释道。“从那时起，我们从一桌子电子元件和用胶带贴在脸上的天线，发展到了半便携式电路板和时尚的眼镜，即使在数据集规模较小的情况下，也能以每分钟200+词的速度和相当低的错误率解码开放式语音。”

这只是一个概念验证，许多关键细节仍然缺失，比如准确率、电池续航、是否会搭配应用，等等。

“我们首先想证明的核心事情是信号确实存在，而且我们可以解码它，”Yadav和Kumar说。

在宣布公司成立的Hacker News帖子中，Yadav和Kumar解释说，他们在黑客松期间启动这个项目时，重点是在Yadav脸上贴EMG电极。他们没有赢得黑客松，但显然演示足够令人印象深刻，从旧金山风投公司Afore Capital获得了初步资金。

不久之后，两人从EMG转向了射频传感，因为一款需要把电极贴在脸上的商业听写产品不太可能成功。

“尽管有先前的学术研究，但让这项技术运作起来是一个巨大的工程挑战，”Yadav说。“首先我们构建了一个极低噪声的射频传感堆栈。然后我们必须放置天线，使其场与发音器官最大程度重叠。我们第一次在眼镜上的尝试完全失败了，所以我们又回到了老习惯，把天线贴在脸上。”

他们最终达到了现在的功能原型，并预训练了进行语音识别的AI模型，以最小化设置时间。据公司称，Lieb只需朗读20个句子就能将头戴设备校准到他的语音模式。

“我们认为无声语音可以成为与计算机交互的下一个界面，取代语音和键盘，”该公司这样描述其目标。“邮件、提示、消息、代码、笔记、命令，全部以语音的速度完成，而不打扰周围的任何人。”

仅凭借四个月的工作，Subvocal可能会大获成功，为各行业的工作者开启一个无声默念生产力的新时代，也可能在试图规模化时失败。

有兴趣了解的人现在可以以199美元预购一副，剩余的300美元要到眼镜发货时才需支付。®