Show HN:Subvocal——无需出声就能和你的电脑对话
这款使用低功耗无线电波读取口部和舌头运动并将其转换为文本的无声语音“智能眼镜”,同时引发了兴奋与怀疑。评论者认为它在免手输入、无障碍辅助,以及嘈杂或公共场景中的口述输入方面潜力很大,但也质疑其眼镜形态、仅云端推理、隐私保证、长期 RF 安全性,以及准确率是否足以满足日常使用。许多人还认为产品页没有充分说明这项技术究竟如何工作,同时也有人怀疑其激进的交付时间表,并担心它最终会变成一款无法交付或只适合小众的设备。
Subvocal 是什么,以及它如何工作
- 一副智能眼镜,让用户通过无声地做口型来“不开口说话”;镜框中的 RF 传感器捕捉口腔/舌头内部的肌肉运动,并将其发送到云端模型进行转写。
- 没有摄像头;之前关于唇读、IMU、EMG、毫米波雷达和喉麦克风的实验都被放弃了,因为信息量不足、外形因素不合适,或者需要可听见的耳语。
- RF 信号低功耗,而且只在口述时激活;它把不同组织当作复杂介电体来交互,从而调制相位/幅度。
准确率、延迟与能力
- 目前原型据称已经实现开放式的无声语音解码,端到端延迟约低于 500ms;准确率尚未达到“可产品化”水平,且网站上没有量化数据,这让不少人觉得是个危险信号。
- 目前仅支持英语;其他语言计划在发布后推出。
- 在用户训练后,即使嘴唇闭合也可以工作(“内部语音”),但学习难度更高;大多数演示都显示正常做口型、可见动作很小。
- 该技术可以在非常嘈杂的环境中进行语音转写,未来 RF 也可能用于对普通音频降噪。
外形与用户体验方面的批评
- 关于眼镜形态与其他替代方案(耳机、项链、帽子、头带、夹扣式设备)的争论很大。许多人不喜欢被迫使用某一种镜框样式,尤其是那些戴处方镜、鼻梁大或小,或者平时根本不戴眼镜的人。
- 有人希望可拆卸镜腿,能装到现有镜框上;创始人表示,固定天线位置和空间限制让眼镜形态成为选择。
- 网站遭到强烈批评:滚动接管式落地页、含糊的“工作原理”、缺少一句话式的即时说明,以及 AI 生成的图像——一些人觉得这削弱了信任感。
隐私、云端推理与信任
- 目前解码需要联网,并通过配套应用在云端运行;本地推理“计划稍后推出”。
- 多位评论者表示,若不能完全本地处理,他们不会使用或购买,尤其因为这本质上替代了键盘(涉及高度敏感文本)。
- 创始人表示数据已加密、在硬件隔离中处理,并且仅在获得同意后用于训练;但许多回复仍不买账,认为这类说法很像常见的“我们非常重视隐私”套路。
使用场景与潜在影响
- 支持者强调:对大多数人来说,比打字更快的输入方式;免手操作的编程和提示词输入;缓解 RSI;可用于办公室/公共交通、嘈杂环境,以及帮助言语/发声障碍者的无障碍场景。
- 也有人认为打字或小声耳语就足够了,质疑它对程序员的现实价值,并担心持续的 AI 对话会加剧社会疏离。
安全与健康担忧
- 有几位询问靠近眼睛/大脑的 RF 以及长期癌症/SAR 风险;创始人声称安全且功率很低,但没有提供正式研究或认证引用,这让一些人觉得不够令人满意。
炒作、怀疑与“骗局”担忧
- 许多人真的很兴奋,提到科幻作品(Ender’s Game、Doctorow、Vinge、1984),并称其“像是直接从小说里走出来的”。
- 也有人怀疑交付时间表(2027 年第一季度)、错误率和现实可用性;还有人因为 AI 渲染图、预售模式和大胆宣称而把它视为潜在骗局;支持者则用技术深度和原型视频作为反证。