针对中风等构音障碍患者的沟通难题，一项新研究通过结合柔性可穿戴设备与大语言模型，成功将喉部肌肉的无声振动实时转换为自然语音，为辅助交流技术开辟了新路径。
智能速览
剑桥与北航团队研发出智能喉咙系统，可辅助构音障碍患者沟通。
柔性颈环通过石墨烯传感器捕捉肌肉振动与脉搏信号。
系统结合LLM代理，能将无声表达扩展为个性化句子。
临床测试单词错误率低至4.2%，用户满意度提升55%。
整体表达延迟约1秒，保证了沟通的实时性。
精华内容
这套系统的成功，不仅在于硬件的革新，更在于它与人工智能的深度融合，共同解决了传统辅助技术的核心痛点。
精准感知硬件
核心是一个柔性智能颈环，其上印刷了石墨烯应变传感器。该传感器灵敏度极高，能检测到低至0.1%的微小应变，有效捕捉与无声发音相关的快速肌肉活动。通过特殊结构设计，其对细微应变的响应超过10%，确保了高质量信号的采集，为后续的精准解码奠定了物理基础。
高效解码模型
系统采用带有DFT频率提取的1D卷积神经网络，解码准确率高达83.2%。该方法能自动提取最相关特征，有效识别无声言语和伴随的情绪状态。同时，通过知识蒸馏技术，模型计算延迟降低了76%，避免了用户思维与系统输出不同步的问题，保障了沟通的流畅性。
LLM智能扩展
为应对肌肉疲劳导致的表达偏差，系统引入了两个基于GPT-4o-mini的LLM代理。符号合成代理将用户无声表达的词语组合成基本句子，句子扩展代理则利用情绪标签和上下文信息，将其丰富为连贯、个性化的完整表达，实现了智能纠错与语境适应。
临床实测效果
在对中风患者的测试中，该系统表现出色，实现了仅4.2%的单词错误率和2.9%的句子错误率。从用户完成无声表达到系统播放语音，整体延迟约为1秒，接近自然交流节奏。综合反馈显示，这项技术显著提升了用户的沟通满意度和自信心。
这项技术不仅展示了可穿戴硬件与AI结合的巨大潜力，更为语言障碍患者带来了更尊严、更自然的交流方式。未来随着技术迭代，它将如何改变更多人的生活？
