Kính thông minh Subvocal chuyển lời nói thầm thành văn bản

Subvocal, startup được Y Combinator hỗ trợ, đang phát triển kính thông minh cho phép người đeo nhập văn bản bằng cách mấp máy môi mà không cần phát ra tiếng. Nguyên mẫu của công ty đã nhận diện lời nói với tốc độ hơn 200 từ mỗi phút, nhưng sản phẩm vẫn ở giai đoạn chứng minh ý tưởng và chưa có thông tin đầy đủ về hiệu năng thực tế.

Ý tưởng này hướng đến việc giúp người dùng soạn email, tin nhắn, mã lập trình và câu lệnh máy tính bằng lời nói thầm, hạn chế làm phiền những người xung quanh.

Nhận diện chuyển động cơ mặt bằng sóng vô tuyến

Theo hai nhà sáng lập Aarush Yadav và Arnav Kumar, sinh viên khoa học máy tính tại Georgia Tech, kính phát sóng vô tuyến công suất thấp về phía khuôn mặt người đeo. Khi người dùng nói hoặc mấp máy môi, chuyển động cơ và sự thay đổi hình dạng khuôn mặt làm biến dạng tín hiệu. Thiết bị thu nhận những thay đổi này rồi chuyển chúng thành văn bản.

Hai nhà sáng lập cho biết họ bắt đầu dự án khoảng bốn tháng trước bài đăng ra mắt, sau khi tạo phiên bản đầu tại một cuộc thi lập trình ngắn. Ban đầu, nhóm thử dùng điện cực đo hoạt động cơ gắn lên mặt, nhưng sau đó chuyển sang cảm biến vô tuyến vì cho rằng sản phẩm đọc chính tả thương mại cần điện cực dán lên mặt sẽ khó được chấp nhận.

Yadav mô tả việc phát triển thiết bị là một thách thức kỹ thuật lớn. Nhóm phải xây dựng hệ thống cảm biến vô tuyến có nhiễu rất thấp và bố trí ăng-ten sao cho vùng phát sóng tương tác hiệu quả với các bộ phận tạo âm. Thử nghiệm gắn ăng-ten lên kính ban đầu thất bại; nhóm sau đó quay lại dán ăng-ten trực tiếp lên mặt trước khi hoàn thiện nguyên mẫu hiện tại.

Subvocal cho biết mô hình trí tuệ nhân tạo nhận diện lời nói được huấn luyện trước để giảm thời gian thiết lập. Trong buổi thử nghiệm, Dave Lieb, đối tác của Y Combinator, chỉ cần đọc 20 câu để thiết bị hiệu chỉnh theo đặc điểm lời nói của mình. Công ty nói nguyên mẫu có thể giải mã lời nói tự do ở tốc độ hơn 200 từ mỗi phút, với tỷ lệ lỗi được mô tả là tương đối thấp ngay cả khi dữ liệu còn hạn chế.

Giá và khả năng của sản phẩm vẫn chưa rõ

Thiết bị trình diễn hiện tại là một bộ mẫu cồng kềnh, được in bằng công nghệ in ba chiều và chưa giống kính thời trang. Hình ảnh dựng trên trang web cho thấy phiên bản thương mại dự kiến có thiết kế gọn hơn, nhưng công ty chưa công bố ngày phát hành chắc chắn.

Thông tin về giá trong bài viết có hai mức: trang đặt trước nêu thời điểm dự kiến vào quý I năm 2027 và giá ưu đãi ban đầu 499 USD; phần cuối bài cho biết người mua có thể đặt trước với 199 USD, còn 300 USD sẽ thanh toán khi kính được giao.

Subvocal chưa công bố tỷ lệ chính xác, thời lượng pin hay liệu thiết bị có cần kết nối với ứng dụng hay không. Công ty nhấn mạnh mục tiêu trước mắt là chứng minh tín hiệu có thể được thu nhận và giải mã.

Góc nhìn

Nếu được hoàn thiện, kính đọc lời nói thầm có thể tạo thêm một cách nhập liệu khi người dùng cần làm việc mà không thể nói thành tiếng. Với lập trình viên và nhân viên văn phòng, giá trị thực tế sẽ phụ thuộc vào độ chính xác, thời lượng pin và mức độ thuận tiện khi sử dụng hàng ngày.

Hiện nguyên mẫu mới chứng minh khả năng kỹ thuật ban đầu; các thông số quan trọng vẫn chưa được công bố. Vì vậy, chưa thể đánh giá liệu thiết bị có đáp ứng được kỳ vọng thay thế bàn phím hoặc nhập liệu bằng giọng nói hay không.