可穿戴「AI 喉咙」登 Nature 子刊：读喉肌振动帮中风患者说出整句

脑中风或神经系统疾病引发构音障碍时，最折磨人的往往不是意识模糊，而是思维清晰却无法表达：面部和喉咙肌肉无力，想说话却发不出声音。

以往这类患者想要交流，要么靠极慢的眼动仪一个字母一个字母拼写，要么就得冒着开颅风险去植入脑机接口。

一项发表在《Nature Communications》上的研究带来了一个全新方案。来自剑桥大学等机构的研究团队研发出一款轻便的「智能喉」（Intelligent Throat）。它外形就像一个贴合颈部的织物项圈，不用侵入式开刀，就能把中风患者微弱的喉部振动转化为流利、带有情绪的完整语音。

捕捉无声肌肉振动，再让大模型「扩写」成句

很多人以为说话全靠声带发声，但即使只是无声做口型，喉外肌群依然会产生细微的机械振动。

这款项圈搭载了先进打印工艺制成的超敏织物应变传感器，紧贴在喉部两侧。即便在 100 分贝的高噪音环境下，或者周围嘈杂喧闹，它也能完全不受外界声音干扰，精确抓取喉部肌肉运动。

更巧妙的是它的双通道设计。除了喉肌振动，它还同步监测颈动脉脉搏信号。研究人员给传感器加了一层聚氨酯丙烯酸酯隔应力层，把肌肉振动对动脉的串扰降低了 20 分贝以上，以此实时分析出患者的三种情绪：平静、释怀与沮丧，识别准确率达到 83.2%。

在解码层面，系统把采集到的无声信号切成 144 毫秒的时间段进行 token 识别。经过知识蒸馏优化后，计算负载与延迟降低了约 76%，整体在几秒内就能完成端到端语音输出。

针对以往辅具「说一个词蹦一个词」导致患者精疲力竭的问题，系统引入了大语言模型智能体。患者只要吃力地动动喉咙给出关键词，大模型就会结合传感器抓到的情绪标签，再配合本地软件获取的时间、天气等客观上下文，自动帮患者扩写成完整自然的整句。

在优化条件下，该系统的词错率仅为 4.2%，句子错误率低至 2.9%。测试显示，开启句子扩写模式后，患者满意度直接提升了 55%。

低功耗全天佩戴，但目前仍处小样本验证

这套硬件系统考虑到了全天候使用的实际需求。电路板整合了低功耗蓝牙模块、模数转换器和微控制器，整体功耗仅为 76.5 毫瓦，一块 1800 毫瓦时的电池就能撑满一整天。

测试过程中，团队先在 10 名健康受试者身上建立了基础动作模式，随后在 5 名伴有构音障碍的中风患者身上完成了微调与验证。

实验语料库基于中风患者日常康复需求设计，包含了 47 个常用中文词汇和 20 个完整句子。即使面对发音口型极其相似的词对，系统的单字识别准确率依然达到了 96.3%。

不过研究团队也坦承，这项技术目前还处在概念验证阶段，测试样本量较小，词汇表也相对有限，要真正走进日常家庭，还需要在更多患者和不同神经疾病中做更广泛的测试。

为什么重要

我们认为这项研究最漂亮的地方，在于它打破了传统辅助沟通设备的研发思路。

过去的无声语音设备往往追求机械式的字对字直译，这不仅对喉肌力量衰竭的患者是巨大的体力负担，机械读出的干瘪字眼也缺乏社交温度。团队把大语言模型用作「语义扩展器」和「容错缓冲带」，允许患者只用最低体力给出碎片信号，再由 AI 补全语境，并融入脉搏测出的真实情绪。这种把生物传感与生成式 AI 深度结合的思路，比单纯比拼传感器灵敏度要聪明得多。

对于中风和轻中度构音障碍患者而言，它提供了一条极为务实的折中路线：既不需要忍受眼动仪极慢的输入速度，又避开了脑机接口手术的高昂成本与健康风险。全天续航和防噪音设计，也让它具备了离开实验室、走向真实生活的底子。

不过这项技术也有不可忽视的隐患。大模型扩写虽然省力，但也伴随着过度解读的风险。当患者只能给出简短信号时，模型补全的句子究竟有百分之几代表了患者本意，又有多少是模型的自作主张？在医疗、日常照护等关键场景下，语义的轻微偏差可能引发误解。未来如何让患者更直观、更省力地校对和确认输出内容，将是这项技术能否真正走向商业化的关键分水岭。