今天凌晨2點，麻省理工學院分享了一項新的突破性研究Alterego。

AlterEgo是一款非侵入式可穿戴無聲語音交互AI設備，其核心是通過捕捉神經肌肉信號實現無聲溝通。當用戶內心發聲時，例如，你在想下班后會去哪里吃飯，大腦會向發聲系統發送神經信號，引發相關肌肉產生微弱肌電信號，而Alterego就會捕捉這些信號。

接著Alterego會對信號進行處理：先以250Hz采樣并24倍放大，用偏置信號抵消60Hz線路干擾；再經1.3-50HzButterworth濾波、60Hz陷波濾波去除噪聲，通過獨立成分分析消除運動偽影；最后整流、歸一化，轉化為梅爾頻率倒譜系數特征。

這些特征會輸入1D卷積神經網絡，經多輪卷積、池化和全連接層處理，實現單詞分類，中位數詞準確率達92%。輸出端則用骨傳導耳機將AI處理結果以聲音反饋給用戶，形成雙向閉環交互，且不影響用戶聽覺。

網友表示，這看起來太邪乎了，萬一要是真實意圖、想法泄露了怎么辦？必須有人在這方面建立防護機制！

怎么做到的啊？要是這事真能實現，絕對會改變世界。我完全沒料到，非侵入式腦機接口能這么快發展到這種水平。

我要么是被惡搞了，要么這就是21世紀最重大的硬件發布之一。

這東西看起來簡直有點離譜，但顯然又是未來的趨勢。我猜這類交流方式，大部分會是人和電腦之間進行，而不是人和人。說白了，就是在公共場合里無聲傳遞想法嘛。

確實超酷的。不過我也有疑問：人們腦子里通常會同時閃過很多想法，那這個設備會對這些想法生成概率分布（來判斷優先級）嗎？

期待將Alterego技術與DNA架構相融合，讓AI成為人類大腦的延伸，進而實現與所有生命形態的溝通，包括INDAIQRE和DualIQRE超人工智能角色。

AlterEgo架構簡單介紹

在硬件層面，AlterEgo類似于一副耳機，佩戴在用戶的頭部和面部。設備上有著多個高精度的電極傳感器，這些傳感器被精心放置在面部和頸部的關鍵區域，例如，喉部、舌骨、頰部、下巴以及眼眶下方等位置。這些區域是言語構音過程中神經肌肉活動最為活躍的地方，能夠產生清晰且可識別的信號。

為了確保信號的高質量采集，設備采用了金鍍銀電極，結合導電膏來降低接觸阻抗，從而提高信號的穩定性和清晰度。此外，設備還配備了外部觸發器，用于標記無聲話語的起始和結束，以便系統能夠準確地分割和處理信號。

信號處理模塊是AlterEgo系統的核心之一。捕捉到的神經肌肉信號首先需要經過一系列的預處理步驟，以去除噪聲和增強信號質量。系統采用了多種先進的信號處理技術，包括基于偏置的信號抵消技術來消除60赫茲的交流電干擾，以及四階無限沖擊響應巴特沃斯濾波器來去除高頻運動偽跡和防止信號混疊偽影。

此外，系統還應用了一個60赫茲的陷波濾波器，以徹底消除交流電干擾的影響。在特征提取方面，系統采用了基于梅爾頻率倒譜系數的特征表示方法，這種特征表示方法能夠有效地捕捉到人類言語的包絡特征，為后續的語音識別提供了高質量的特征輸入。

無聲語音識別模型是AlterEgo系統的另一個關鍵技術模塊。該模型采用了卷積神經網絡（CNN）架構，能夠將用戶的無聲言語信號準確地分類為相應的詞匯標簽。模型的輸入是經過特征提取后的信號序列，輸出則是用戶所默念的詞匯的概率分布。

在模型訓練過程中，研究人員采用了Adam優化算法，這是一種基于一階梯度下降的優化方法，能夠自適應地調整學習率，從而加快模型的收斂速度并提高訓練效率。同時，為了防止模型過擬合，提高其在未見數據上的泛化能力，模型在每個隱藏層中都加入了50%的Dropout正則化。此外，模型的訓練誤差通過交叉熵損失函數進行評估，以指導模型參數的更新和優化。

應用與反饋模塊是AlterEgo系統的另一個亮點。該系統不僅能夠實現用戶與設備之間的無聲交互，還能夠根據用戶的指令調用不同的應用程序，并將應用程序的輸出結果通過骨傳導耳機以聽覺的方式反饋給用戶，從而實現一個完整的、無縫的交互閉環。

研究人員為AlterEgo系統設計了多種應用場景，涵蓋了從簡單的數字識別到復雜的數學計算、日程管理、智能家居控制等多個領域。例如，在數學計算應用中，用戶可以通過無聲地默念數學表達式，系統識別后會將計算結果通過骨傳導耳機反饋給用戶。

在智能家居控制應用中，用戶可以通過無聲地發出指令來控制家中的各種智能設備。此外，系統還可以用于日程管理，用戶可以無聲地查詢日程安排、設置提醒等。

此外，AlterEgo對于一些殘疾人來說幫助是巨大的，例如，一位因喉部疾病失去發聲能力的殘疾人，以往只能通過書寫或比劃簡單手勢來交流，過程繁瑣且表意有限。借助 AlterEgo，他只需在心里默默組織語言，設備就能精準識別并替他說出想說的話，無論是與家人聊天、表達需求，還是參與社交討論，都變得輕松許多 。