「動口不出聲」也能傳達訊息：頸部 AI 感測裝置讀肌肉微動，準確率達 85.8%
韓國浦項工科大學（POSTECH）研究團隊開發出一款穿戴式 AI 感測器，能透過偵測頸部與喉部周圍的細微肌肉變化，將「無聲說話」轉換為可聽見的語音，為失去聲音的患者與高噪音環境中的溝通開啟新可能。相關成果已發表於《Cyborg and Bionic Systems》。
這項技術的核心是一種名為「多軸應變映射感測器」的穿戴式裝置。它結合迷你攝影機、柔性矽膠層與參考標記點，可貼合或配戴於頸部，追蹤說話時皮膚與肌肉的極細微形變。研究團隊指出，相較於傳統主要依賴 EEG 或 EMG 的靜默語音系統，此做法更輕量，也更適合日常使用，且在重新配戴後仍可自動校正。
在辨識部分，系統結合卷積神經網路（CNN）與 Transformer 模型，解析應變圖樣並重建語音內容，再搭配使用者的聲音特徵進行語音合成。研究團隊以 5,186 筆樣本訓練模型，受試者為 6 名 23 至 32 歲的健康成人，詞彙範圍涵蓋 NATO 音標字母表的 26 個單字。結果顯示，分類準確率達 85.8%。在模型壓縮後，檔案大小從 12.4 MB 降至 3.6 MB，推論速度也由 0.018 秒縮短至 0.003 秒，準確率仍維持在 82%。
研究團隊也強調該裝置在高噪音情境中的表現。系統在約 90 分貝白噪音環境下，辨識效果與一般 60 分貝環境相近；研究同時指出，若配戴過鬆、使用者說話太大聲，或在走動、頭部上下擺動時，辨識率會下降，顯示後續仍需加強穩定性與抗動態干擾能力。
研究團隊表示，這項技術未來可望幫助因聲帶受損或喉部手術而失聲的患者，讓他們透過自身的肌肉動作重新「發聲」；同時也可能應用於工廠、建築工地、會議室或圖書館等不便開口的場景。研究人員並提到，接下來將持續擴大資料集、增加使用者與詞彙範圍，並改善運動干擾問題，以推進實際部署。
▲ 穿戴式 AI 感測器在環境雜訊與振動干擾下，仍維持穩定語音辨識效能之實驗結果與比較分析。（Source：Cyborg and Bionic Systems）
（首圖來源：pixabay）