可穿戴「AI 喉嚨」登 Nature 子刊：讀喉肌振動幫中風患者說出整句

腦中風或神經系統疾病引發構音障礙時，最折磨人的往往不是意識模糊，而是思維清晰卻無法表達：面部和喉嚨肌肉無力，想說話卻發不出聲音。

以往這類患者想要交流，要麼靠極慢的眼動儀一個字母一個字母拼寫，要麼就得冒著開顱風險去植入腦機介面。

一項發表在《Nature Communications》上的研究帶來了一個全新方案。來自劍橋大學等機構的研究團隊研發出一款輕便的「智慧喉」（Intelligent Throat）。它外形就像一個貼合頸部的織物項圈，不用侵入式開刀，就能把中風患者微弱的喉部振動轉化為流利、帶有情緒的完整語音。

捕捉無聲肌肉振動，再讓大模型「擴寫」成句

很多人以為說話全靠聲帶發聲，但即使只是無聲做口型，喉外肌群依然會產生細微的機械振動。

這款項圈搭載了先進列印工藝製成的超敏織物應變感測器，緊貼在喉部兩側。即便在 100 分貝的高噪音環境下，或者周圍嘈雜喧鬧，它也能完全不受外界聲音干擾，精確抓取喉部肌肉運動。

更巧妙的是它的雙通道設計。除了喉肌振動，它還同步監測頸動脈脈搏訊號。研究人員給感測器加了一層聚氨酯丙烯酸酯隔應力層，把肌肉振動對動脈的串擾降低了 20 分貝以上，以此即時分析出患者的三種情緒：平靜、釋懷與沮喪，識別準確率達到 83.2%。

在解碼層面，系統把採集到的無聲訊號切成 144 毫秒的時間段進行 token 識別。經過知識蒸餾最佳化後，計算負載與延遲降低了約 76%，整體在幾秒內就能完成端到端語音輸出。

針對以往輔具「說一個詞蹦一個詞」導致患者精疲力竭的問題，系統引入了大語言模型智慧體。患者只要吃力地動動喉嚨給出關鍵詞，大模型就會結合感測器抓到的情緒標籤，再配合本地軟體獲取的時間、天氣等客觀上下文，自動幫患者擴寫成完整自然的整句。

在最佳化條件下，該系統的詞錯率僅為 4.2%，句子錯誤率低至 2.9%。測試顯示，開啟句子擴寫模式後，患者滿意度直接提升了 55%。

低功耗全天佩戴，但目前仍處小樣本驗證

這套硬體系統考慮到了全天候使用的實際需求。電路板整合了低功耗藍牙模組、模數轉換器和微控制器，整體功耗僅為 76.5 毫瓦，一塊 1800 毫瓦時的電池就能撐滿一整天。

測試過程中，團隊先在 10 名健康受試者身上建立了基礎動作模式，隨後在 5 名伴有構音障礙的中風患者身上完成了微調與驗證。

實驗語料庫基於中風患者日常康復需求設計，包含了 47 個常用中文詞彙和 20 個完整句子。即使面對發音口型極其相似的詞對，系統的單字識別準確率依然達到了 96.3%。

不過研究團隊也坦承，這項技術目前還處在概念驗證階段，測試樣本量較小，詞彙表也相對有限，要真正走進日常家庭，還需要在更多患者和不同神經疾病中做更廣泛的測試。

為什麼重要

我們認為這項研究最漂亮的地方，在於它打破了傳統輔助溝通裝置的研發思路。

過去的無聲語音裝置往往追求機械式的字對字直譯，這不僅對喉肌力量衰竭的患者是巨大的體力負擔，機械讀出的乾癟字眼也缺乏社交溫度。團隊把大語言模型用作「語義擴充套件器」和「容錯緩衝帶」，允許患者只用最低體力給出碎片訊號，再由 AI 補全語境，並融入脈搏測出的真實情緒。這種把生物感測與生成式 AI 深度結合的思路，比單純比拼感測器靈敏度要聰明得多。

對於中風和輕中度構音障礙患者而言，它提供了一條極為務實的折中路線：既不需要忍受眼動儀極慢的輸入速度，又避開了腦機介面手術的高昂成本與健康風險。全天續航和防噪音設計，也讓它具備了離開實驗室、走向真實生活的底子。

不過這項技術也有不可忽視的隱患。大模型擴寫雖然省力，但也伴隨著過度解讀的風險。當患者只能給出簡簡訊號時，模型補全的句子究竟有百分之幾代表了患者本意，又有多少是模型的自作主張？在醫療、日常照護等關鍵場景下，語義的輕微偏差可能引發誤解。未來如何讓患者更直觀、更省力地校對和確認輸出內容，將是這項技術能否真正走向商業化的關鍵分水嶺。