عینک هوشمند Subvocal، حرکات بیصدای لب را با هوش مصنوعی به متن تبدیل می‌کند

مقدمه

عینک هوشمند Subvocal محصولی نوآورانه از استارتاپ The Subvocal Company در سانفرانسیسکو و حاضر در دوره پاییز ۲۰۲۶ شتابدهنده Y Combinator است. این گجت در قالب یک عینک هوشمند با ظاهری معمولی طراحی شده است که به شما امکان می‌دهد بدون تولید هیچ صدایی با کامپیوتر خود صحبت کنیدبه این ترتیب که کلمات را به‌صورت بیصدا و تقریباً نامحسوس با لب ادا می‌کنید و عینک بیدرنگ آنها را به متن دیجیتال تبدیل می‌نماید.

عینک Subvocal به‌جای استفاده از دوربین یا میکروفن، امواج رادیویی کمتوان (سنجش با فرکانس رادیویی یا RF Sensing) را بهسمت بخش پایینی صورت ارسال می‌کند و تغییرات موج در اثر حرکت عضلات گفتاری را می‌سنجد؛ سپس مدل‌های یاد‌گیری ماشین این سیگنال‌ها را مستقیماً به متن تبدیل می‌کنند. بنیانگذاران این پروژه، دو دانشجوی دانشگاه جورجیا تک بهنام‌های Aarush Yadav و Arnav Kumar هستند که نخستین پیشنمونه آزمایشی آن را در فوریه ۲۰۲۶ در رویداد Stanford TreeHacks ساختند. آنها در تاریخ ۳۰ اکتبر ۲۰۲۶ محصول خود را به‌طور عمومی در Launch YC معرفی کردند، از جذب ۱٫۳ میلیون دلار سرمایه مرحله پیشبذری با مشارکت Afore Capital و Y Combinator و سرمایه‌گذاران فرشته خبر دادند و امکان پیشسفارش با ودیعه بازگشتپذیر ۱۹۹ دلاری را در دسترس قرار دادند؛ رویدادی که به‌سرعت به یکی از موضوعات داغ در شبکه اجتماعی X تبدیل شد.

توضیحات

مشخصات کلیدی

• شرکت سازنده: The Subvocal Company (دوره پاییز ۲۰۲۶ شتابدهنده YC)، مستقر در سانفرانسیسکو
• بنیانگذاران: Aarush Yadav (مدیرعامل، مسئول سخت‌افزار حسگری و سفتفزار) و Arnav Kumar
• سرمایه جذبشده: حدود ۱٫۳ میلیون دلار سرمایه پیشبذری به رهبری Afore Capital (۵۰۰ هزار دلار در آوریل ۲۰۲۶)، شتابدهنده Y Combinator (۵۰۰ هزار دلار) و سرمایه‌گذاران فرشته
• رابط کاربری: تبدیل گفتار بیصدا به متن، با ادعای سرعت بیش از ۲۰۰ کلمه در دقیقه برای گفتار آزاد و با نرخ خطای نسبتاً پایین
• فناوری حسگری: سنجش غیرتماسی با امواج رادیویی (RF) از روی فریم عینکبدون نیاز به دوربین، بدون تصویربرداری و لبخوانی و بدون نیاز به تولید صدای قابل شنیدن
• قیمت‌گذاری: ۱۹۹ دلار ودیعه بازگشتپذیر؛ قیمت تخفیفدار اولیه (Early Bird) معادل ۴۹۹ دلار (قیمت نهایی در بازار ۶۹۹ دلار)؛ به‌همراه قابلیت سفارش لنزهای طبی
• زمان عرضه: تحویل نخستین سری محدود برای سهماهه نخست سال ۲۰۲۷ در بازار آمریکا پیش‌بینی شده و منوط به دریافت تأییدیه رگولاتوری FCC است

نحوه عملکرد

1. عینک هوشمند، امواج رادیویی با توان پایین را از فریم خود بهسمت بخش پایینی صورت منتشر می‌کند.
2. هنگامی که کلمات را به‌صورت بیصدا ادا می‌کنید، حرکات ظریف عضلات گویایی مسیر انتشار سیگنال‌های رادیویی را تغییر می‌دهند.
3. یک رمزگشای عصبی، توالی سیگنال‌های دریافتی را مستقیماً به متن تبدیل می‌کند و آن را به برنامه‌ای که باز کردهاید، اعم از پیامرسان‌ها، یادداشت‌ها، ادیتورهای کدنویسی یا پرامپت‌های هوش مصنوعی، انتقال می‌دهد.

تیم توسعه قصد دارد هزاران ساعت داده امواج رادیویی را در سطح گسترده جمعآوری کند تا مدلی پایه آموزش دهد که پس از کالیبراسیونی بسیار کوتاه، برای هر کاربری با بالاترین دقت کار کند.

چرا این نوآوری اهمیت دارد؟

ورودی صوتی سرعت بسیار بالایی دارد، اما استفاده از آن در مکان‌های عمومی ناخوشایند است؛ از سوی دیگر، تایپ سنتی حریم خصوصی را حفظ می‌کند اما سرعت پایینی دارد. عینک هوشمند Subvocal تلاش می‌کند سرعت گفتار را با حریم خصوصی تایپ ترکیب کند و گفتار بیصدا را به‌عنوان رابط کاربری اصلی نسل آینده برای تعامل با رایانه‌ها و عامل‌های هوش مصنوعی جا بیندازد. دیوید لیب (David Lieb)، یکی از شرکای شتابدهنده YC، دموی زنده این دستگاه را یکی از شگفتانگیزترین نمونه‌هایی خواند که تاکنون دیدهاست. با وجود این، باید توجه داشت که سخت‌افزار نهایی هنوز در مسیر کوچکبیندازهشدن قرار دارد و میزان دقت واقعی آن در مقیاس وسیع و روی کاربران متنوع هنوز به اثبات نرسیده است.

راهنمای استفاده

روش تهیه و پیشسفارش

1. به وب‌سایت رسمی شرکت به نشانی subvocal.company (یا subvocal.co) بروید و بخش Preorder را باز کنید.
2. برای رزرو یک نسخه از اولین سری تولید، مبلغ ۱۹۹ دلار ودیعه بازگشتپذیر پرداخت کنید (در حال حاضر ارسال فقط برای آمریکا فعال است).
3. پیش از پرداخت نهایی، سایز مناسب و لنز مورد نظر خود را تعیین می‌کنید (امکان سفارش لنزهای طبی با پرداخت هزینه مجزا وجود دارد)؛ باقیمانده مبلغ که ۳۰۰ دلار از قیمت نهایی تخفیفدار ۴۹۹ دلاری است، پیش از ارسال تسویه خواهد شد.
4. زمان تقریبی ارسال: سهماهه نخست ۲۰۲۷.

کاربردهای ایدئال

• کاربرانی که علاقه زیادی به تایپ صوتی دارند و می‌خواهند در دفاتر اداری، کافه‌ها یا فضاهای کاری مشترک بدون ایجاد صدا متن بنویسند
• نوشتن پرامپت‌ها و پیام‌ها برای دستیارهای هوش مصنوعی بدون دخالت دست و در سکوت کامل
• کاربرد در زمینه دسترسیپذیری برای افرادی که صحبت کردن با صدای رسا برایشان دشوار است

نکات قابل توجه

• این محصول را به‌عنوان یک گجت سختافزاری در مراحل اولیه توسعه در نظر بگیرید؛ مشخصات فنی و زمان تحویل نهایی ممکن است دستخوش تغییر شوند.
• برای مشاهده ویدیوهای دمو و آخرین اخبار پیشرفت، اطلاعیه رسمی پروژه در YC و حساب کاربری بنیانگذاران را دنبال کنید.