当前位置：首页 > 新技术 > 正文

浦项科技大学开发新系统可将无形的发声动作转化为可听见的话语

盖世汽车李新坤 2026-04-23 08:19:47

主营产品导航电子地图高精度地图车联网位置服务

盖世汽车讯据外媒报道，浦项科技大学（Pohang University of Science and Technology，POSTECH）研发了一项新技术——利用光线读取颈部肌肉的细微运动，并运用人工智能（AI）将其还原成真实的声音，即使在无声中也能听到话语。该研究由POSTECH信息技术（IT）融合工程系、机械工程系、电气工程系及融合研究生院的Sung-Min Park教授和机械工程系的Sunguk Hong博士领导的研究团队完成。相关成果发表于在线期刊《Cyborg and Bionic Systems》。

图片来源：POSTECH

这项研究始于人们说话时颈部周围发生的细微变化。声音的产生并非仅仅依靠声带。当我们说话时，颈部周围的肌肉和皮肤都会协同运动，在皮肤上绘制出一张无形的“运动图”。研究团队着重研究了这些细微运动所蕴含的关于说话者意图的信息。

为了捕捉这些信息，研究团队开发了一种“多轴应变映射传感器（Multiaxial Strain Mapping Sensor）”。该传感器将微型摄像头与柔软硅胶材料上的小型参考标记相结合，可方便地佩戴在颈部，甚至能检测到最细微的皮肤运动。佩戴位置和松紧度可根据个人情况进行调节，并且内置算法能够自动校正设备重新佩戴时可能出现的误差，确保其在日常环境中稳定运行。

传感器采集到的应变模式由AI进行分析。AI会估算用户想要表达的词语或句子，并将其与基于个人声音特征训练的语音合成技术相结合，从而重现真实的声音。即使不出声，它也能“读取”言语并将其转换成声音。

现有的语音重建技术利用“肌电图（EMG）”或“脑电图（EEG）”等生物信号，但由于设备复杂且佩戴不舒适，在日常生活中存在局限性。研究团队利用可穿戴传感器解决了这一问题，并通过实验证实，即使在工厂等嘈杂环境中，也能高精度地重建语音。

这项技术的应用范围也很广泛。它有望用于各个领域，例如为因声带疾病或喉部手术而失声的患者提供沟通辅助，为没有麦克风或无线电设备的工业场所提供通信技术，甚至可以在图书馆或会议室进行“无声交流”。

领导这项研究的Park教授表示：“我们希望这项技术能够加速言语障碍患者重获说话能力的那一天。这项技术意义非凡，因为它具有广泛的潜在应用，包括帮助喉切除患者、在嘈杂的工业环境中进行交流，甚至支持无声对话。”