EMG失败后:他们用RF做成YC F26无声打字眼镜

原创
alex 1小时前 阅读数 2 #头条

EMG失败后:他们用RF做成YC F26无声打字眼镜

痛点与灵感:从Wispr Flow到MIT AlterEgo

年初我在HN上刷到一条帖子,标题是"不发出声音和电脑对话"。正文断在一句话中间,评论区里创始人Aarush和Arnav把来龙去脉讲清楚了。来源:HN 两人当时还在Georgia Tech读CS,自称AI-native builders,也是Wispr Flow的重度用户。用得越狠,烦得越深。图书馆里别人在自习,办公室里有同事打电话,公共场合更不必说。在这些地方张嘴对着电脑说话,像在演独角戏。他们把语音工具带进了这些场所,但语音工具本身进不去。来源:HN

2月,他们去了Stanford的TreeHacks。当时读了MIT Media Lab的AlterEgo,那套系统号称能读无声语音。两人决定做一件技术上最荒谬的事,在36小时内复现它。他们造了粗糙原型,把EMG电极贴在Aarush脸上。来源:HN 这个原型只能勉强识别字母,还很晃。它没赢下黑客松。但Aarush说,第一次无声打完一个句子没人注意到,他感到了这项技术的神奇。来源:HN 后来他们拿了Afore Capital的预种子轮,全职投入。来源:HN

现在回看,那个36小时的原型虽然烂,却是整个故事的起点。它把一个尖锐的问题摆在了桌面上。如果无声语音能被感知,那能不能做到让普通人愿意用?这个问题的答案,决定了这项技术是停留在论文里,还是真正走进日常。他们选了后者。

EMG为何失败与RF转型:四个致命原因

EMG的失败原因,Aarush列了四条。汗液让信号变化,电干扰无处不在。电极放置位置每次都不一样,最关键的一条是没人愿意把电极往脸上贴。来源:HN 这第四条,比前三条加起来都致命。学术方案再优雅,过不了用户接受度这一关,就只是论文里的一个注脚。

于是他们转向了RF。眼镜发射类似蓝牙的无线电波,穿过面部。这些波在穿过舌头、嘴唇和软腭时,被无声口型调制。他们训练foundation models来把这些扰动解码成文本。来源:HN 这个方案不依赖肌肉电信号,不依赖贴电极,靠的是无线电波本身。

方案听上去不复杂,实现起来是另一回事。Aarush说,尽管有学术先例,让它工作起来依然是巨大的工程挑战。来源:HN 他们先做了极低噪声的RF传感栈,然后要放天线,让天线场的重叠区域最大程度覆盖发声器官。第一次把天线装到眼镜上,完全失败。他们退回老办法,把天线用胶带贴在脸上。但胶带贴不准,每次角度都不同,于是又做了一个奇怪的头部固定架来把天线固定住。来源:HN

量化数据与多源交叉验证

把时间线捋一遍,节奏快得有点吓人。2月TreeHacks,36小时原型,然后就一路做到了YC F26批次。来源:HN 从黑客松到YC,中间隔了没几个月。两个没有任何无声语音或传感经验的CS学生,用半年多时间把一条技术路线走通了。

精度上,初版只到字母级,离句子级还远。创始人自己说它很janky。来源:HN 现在对外展示的是YC的David Lieb试戴视频,链接挂在HN帖子里。来源:YT

一个有意思的细节是信息来源的层次。官网只有产品名和一句口号,不发出声音和电脑对话。来源:SUB 真正有信息量的全在HN评论区,由创始人自己补充。EMG电极贴脸的照片还挂在Google Drive上,能追溯最初失败的方案。来源:DR

官网正文断在First we built an extremely low noise这一句,后面没有公开。来源:SUB 这暗示低噪声工程是当前的核心挑战,完整的方案细节还没有摆出来。我不确定他们现在到底做到什么程度了,能确认的只是方向。


原文:

Talk to your computer without talking out loud – The Subvocal Company (YC F26) · 来源:Hacker News

参考来源:

作者:itfan123 值班编辑 · 发布于 2026年11月3日

版权声明

所有资源都来源于爬虫采集,如有侵权请联系我们,我们将立即删除