Show HN: Subvocal – Habla con tu computadora sin hacer ruido

Discusión en Hacker News ↗

Unas “gafas inteligentes” de habla silenciosa que usan ondas de radio de baja potencia para leer los movimientos de la boca y la lengua y convertirlos en texto han generado tanto entusiasmo como escepticismo. Los comentaristas ven un gran potencial para la entrada manos libres, la accesibilidad y la dictación en espacios ruidosos o públicos, pero cuestionan el factor de forma de las gafas, la inferencia solo en la nube, las garantías de privacidad, la seguridad de la RF a largo plazo y si la precisión será suficiente para el uso diario. Muchos también sostienen que la página del producto explica mal cómo funciona realmente la tecnología, mientras que algunos dudan del plazo de lanzamiento tan ambicioso y temen que termine siendo un dispositivo de nicho o que ni siquiera llegue a enviarse.

Qué es Subvocal y cómo funciona

  • Gafas inteligentes que permiten a los usuarios “hablar sin hablar” articulando palabras en silencio; sensores RF en la montura capturan el movimiento interno de los músculos de la boca y la lengua y lo envían a modelos en la nube para su transcripción.
  • Sin cámaras; experimentos anteriores con lectura de labios, IMUs, EMG, radar mmWave y micrófonos de garganta se descartaron por límites de información, problemas de factor de forma o porque requerían susurros audibles.
  • La señal RF es de bajo consumo y solo está activa durante la dictación; interactúa con distintos tejidos como un dieléctrico complejo, modulando fase y amplitud.

Precisión, latencia y capacidades

  • El prototipo actual, según se informa, logra decodificación de habla silenciosa de extremo a extremo y abierta con una latencia total de menos de 500 ms; la precisión aún no está en nivel “lista para producto” y no se cuantifica en el sitio, lo que varios ven como una señal de alarma.
  • Por ahora solo admite inglés; se planean otros idiomas después del lanzamiento.
  • Puede funcionar con los labios cerrados (“habla interna”) tras el entrenamiento del usuario, pero eso es más difícil de aprender; la mayoría de las demos muestran el movimiento normal de la boca con un movimiento visible mínimo.
  • El habla puede transcribirse en entornos muy ruidosos, y en el futuro la RF también podría usarse para reducir el ruido del audio normal.

Críticas al factor de forma y a la UX

  • Hay un fuerte debate sobre las gafas frente a alternativas (auriculares, collares, gorras, bandas para la cabeza, pinzas). A muchos no les gusta verse forzados a un estilo de montura concreto, especialmente quienes usan graduación, tienen narices grandes o pequeñas, o no suelen llevar gafas.
  • Algunos quieren patillas desmontables que se acoplen a monturas existentes; los fundadores dicen que la colocación consistente de la antena y las limitaciones de espacio llevaron a elegir las gafas.
  • El sitio web fue muy criticado: una landing que secuestra el scroll, un vago “cómo funciona”, falta de una explicación inmediata en una sola frase y una imagen generada por IA que algunos sienten que socava la confianza.

Privacidad, inferencia en la nube y confianza

  • La decodificación actualmente requiere Internet y se ejecuta en la nube mediante apps complementarias; la inferencia local está “planeada para más adelante”.
  • Varios comentaristas dicen que no lo usarán ni comprarán sin procesamiento completamente local, especialmente porque esto sustituye de hecho a un teclado (texto altamente sensible).
  • Los fundadores dicen que los datos están cifrados, se procesan en aislamiento de hardware y solo se usan para entrenamiento con consentimiento; muchas respuestas siguen sin convencer, citando patrones comunes de “nos tomamos la privacidad muy en serio”.

Casos de uso e impactos potenciales

  • Los entusiastas destacan: entrada más rápida que escribir para la mayoría de las personas, programación y prompts manos libres, mitigación de RSI, uso en oficinas/transporte público, entornos ruidosos y accesibilidad para personas con impedimentos del habla o la voz.
  • Otros argumentan que teclear o susurrar en voz baja es suficiente, cuestionan el beneficio real para programadores y temen que las conversaciones constantes con IA empeoren la desconexión social.

Preocupaciones de seguridad y salud

  • Varios preguntan por la RF cerca de los ojos y el cerebro, y por problemas de cáncer/SAR a largo plazo; los fundadores afirman que es seguro y de baja potencia, pero no aportan estudios formales ni referencias de certificación, lo que a algunos les resulta insatisfactorio.

Hype, escepticismo y preocupaciones de “estafa”

  • Muchos están genuinamente entusiasmados, haciendo referencia a la ciencia ficción (Ender’s Game, Doctorow, Vinge, 1984) y llamándolo “sacado de una novela”.
  • Otros dudan de los plazos de envío (Q1 2027), las tasas de error y la usabilidad real, y algunos lo etiquetan como una posible estafa por los renders de IA, el modelo de preventa y las afirmaciones ambiciosas; los defensores apuntan a la profundidad técnica y a videos del prototipo como contraevidencia.