科技| AI頸帶讀取喉部肌肉動作　不發聲也可用「自己聲音」說話

[星島綜合報道]南韓浦項科技大學（POSTECH）研究團隊開發一款柔軟矽膠頸帶，結合微型鏡頭、動作感應器及人工智能模型，可讀取佩戴者無聲讀字時頸部皮膚與肌肉的細微變化，再將內容轉化為語音，並以接近用戶本人的聲線播放。

這款裝置針對「無聲語音介面」而設計。研究指出，人類說話時即使沒有發聲，口腔、喉嚨及頸部皮膚仍會出現可預測的變形。過往相關技術多依賴肌電圖或腦電圖，但通常需要笨重設備及貼附式電極，舒適度及實際應用都有限。

POSTECH 的方案改用軟身矽膠頸帶，內置「多軸應變映射感測器」，不但偵測皮膚變形幅度，亦能辨識移動方向。頸帶上的參考標記配合微型鏡頭，可即時量度頸部變化；演算法則會修正每次佩戴位置的細微差異，令系統讀取更穩定。

測試中，系統以北約音標字母表的 26 個字詞作訓練，例如 Alpha、Bravo、Charlie 等，辨識準確率達 85.8%。當 AI 辨認出用戶無聲讀出的字詞後，會無線傳送至伺服器，再由個人化文字轉語音模型合成聲音。研究人員稱，只需少於 10 分鐘錄音，系統便可模擬用戶的語調及聲音特徵。

研究亦顯示，裝置在約 90 分貝白噪音環境下仍可維持最高 33.75 分貝訊噪比，表現較商用肌電系統佳。團隊認為，技術有望協助喉切除患者、語言障礙人士，也可用於工業、救援、航空、航海及軍事等高噪音環境。

不過，現階段技術仍有明顯限制。系統只能辨識 26 個預設字詞，未能支援自由對話；若佩戴者步行或大幅擺動頭部，準確率可跌至 39.72%。研究團隊下一步將擴大測試人數、增加詞彙量，並改善身體活動時的穩定性。

相比英國劍橋大學早前同類頸帶研究曾錄得 95.25% 解碼準確率，POSTECH 方案的特點在於加入個人化 AI 聲音重建，令無聲溝通不只是「讀出文字」，而是更接近以本人聲音重新說話。

圖片：POSTECH

T10