Subvocal - Silent speech-to-text input at 200+ WPM
Show HN: Subvocal – Talk to your computer without making noise
Subvocal ist ein revolutionäres Eingabegerät, das fast unsichtbare Lippenbewegungen in Text mit über 200 Wörtern pro Minute umwandelt. Entwickelt von The Subvocal Company und unterstützt von Y Combinator, ermöglicht es dir, lautlos mit deinem Computer zu kommunizieren – ideal für überfüllte Züge, ruhige Büros oder überall dort, wo gesprochene Worte stören würden. Die Technologie nutzt bewusste, stille Artikulation und benötigt weder Kameras noch Mikrofone, die auf Sprache angewiesen sind. Du kannst Nachrichten verfassen, Notizen machen oder mit AI-Assistenten wie ChatGPT und Claude interagieren, ohne die Umgebung zu stören. Subvocal ist als Eingabemethode konzipiert und funktioniert mit deinen bestehenden Apps. Die Prototypen dekodieren bereits offene stille Sprache in Echtzeit; eine kurze persönliche Kalibrierung passt das System an deine Artikulation an. Mit Fokus auf Privatsphäre und Intentionalität liest Subvocal keine Gedanken, sondern nur bewusst geformte Wörter.
Schreibe mit Sprachgeschwindigkeit, ohne laut zu sprechen. Subvocal dekodiert fast unsichtbare, stille Lippenbewegungen in Text mit über 200 Wörtern pro Minute. Die Worte gehen dorthin, wo du sie brauchst. Der Raum bleibt still.
- eranation
Wie schlägt es sich im Vergleich zu
- https://github.com/amywork777/lipflow
- https://github.com/amirrsyed/hushkey
- vessenes
Gerade vorbestellt -- Brillenwunsch: Es gibt keine nette Art, das zu sagen, ich habe eine große Nase. Mit hohem Nasenrücken. Bei vielen Brillen ist es wirklich schwierig, sie richtig zu platzieren; darf ich bitten, die Bügel mit Metallverstellern, die auf den Produktfotos zu sehen sind, nicht aufzugeben? Lass sie dir nicht von einem Designer wegnehmen, wir Leute, die nicht eine Standardabweichung von der 'normalen' Nase entfernt sind, werden es dir danken.
Zweitens, wie schwierig ist diese Signalverarbeitung? Wird sie auf der Brille oder über eine App erfolgen? Drittens, was ist das Äquivalent zu einem Weckwort für diese? Ich fühle mich an das Apple Vision Pro Radar erinnert, das sieht, ob deine Finger klicken. Ich könnte mir viele Modalitäten vorstellen, in denen ich einfach anfangen möchte zu sprechen und Dinge passieren sollen, und viele, in denen ich nicht möchte, dass die Brille es aufnimmt. Viertens, ich denke, eine coole Voice-Change-Demo wäre der Hammer -- ich bin mir nicht sicher, wie die Latenz ist, aber wenn du es Ende-zu-Ende unter etwa 250 ms hinbekommst, könntest du wahrscheinlich jemanden die Mundbewegungen übertreiben lassen und Audio ausgeben, wie er wie jemand anderes spricht. Das wäre eine weitere wirklich coole Demo.
Super cool. Du wirst die nächsten ein Jahr 80-Stunden-Wochen arbeiten, ich bin gespannt, was du rausbringst!
- growt
Wenn die Technik hauptsächlich in den Brillenbügeln steckt, würde ich etwas bevorzugen, das an meine vorhandene Brille angebracht wird. Ich habe eine Brille mit Sehstärke und einen großen Kopf, habe die Even G2 Smart Glasses ausprobiert und die verfügbaren Fassungen waren einfach zu klein für mich
- sourpanda
Ich finde das unglaublich cool und direkt aus einem Science-Fiction-Roman entsprungen! Ich denke, das ist phänomenal für Barrierefreiheit und für freihändiges Computing im Allgemeinen. Ich stimme auch anderen Kommentaren zu, dass die Website mehr Details dazu haben sollte, wie es funktioniert, wie zum Beispiel das, was du im Beitragstext geschrieben hast. Tolle Arbeit, Leute!
- genxy
Google wollte diese Technik in sein Telefon einbauen, wurde dann aber davon überzeugt, dass es wegen Eingriff in die Privatsphäre eine schlechte Idee sei. Es könnte zum Beispiel sexuelle Erregung mit jeder Telefoninteraktion (Videochat, YouTube, Anzeigen usw.) korrelieren und so Google und Werbetreibenden die Möglichkeit geben, maßgeschneiderte gezielte Werbung für bestimmte Nutzer zu erstellen, da es 'deinen Typ kennt'.
Wo findet die Inferenz statt? Funktioniert es offline?
- SkyPuncher
Nach meinem Verständnis der Technologie bedeutet das auch, dass man effektiv in lauten Umgebungen diktieren kann. Richtig?
Ich stelle fest, dass ich das am häufigsten brauche, wenn ich Gartenarbeit mache, Geräte betreibe oder die Garage ausräume. Audiobasierte Mikrofone fangen so viel Lärm auf.
- randomImmigrant
Wirklich cool. Ich fühle mich besonders davon angezogen, weil die Zeit vom Gedanken zum Mundformen der Wörter für mich so viel schneller ist als laut zu sprechen.
Aber ich wäre sowohl wegen der Akkulaufzeit als auch wegen der langfristigen gesundheitlichen Folgen eines RF-Chips so nah an meinen Augen/meinem Gehirn besorgt. Hast du diese Aspekte schon viel untersucht?
- howunfortunate
Das ist:
1. Wahnsinnig cool
2. Gibt mir starke 'flüsternder Ohrring'-Vibes. Stell dir vor, du führst ein volles Gespräch mit einer KI per Subvokalisation und hörst mit einem Ohrhörer zu, der dich durch den Tag führt. https://gwern.net/doc/fiction/science-fiction/2012-10-03-yva...
- edmundsauto
Sehr cool, so kommuniziert Ender mit seiner KI in Xenocide und Speaker for the Dead.
Ich hätte vorbestellt, aber eure FAQ zur Genauigkeit ist schrecklich. Sie läuft darauf hinaus: 'Es ist jetzt wirklich schlecht, also geben wir keine Zahl an, wir hoffen, es zu verbessern.' Wenn ihr bei 90 %+ mit demselben Versprechen gewesen wärt, hätte ich früh bezahlt.
Genauigkeit ist der Verkaufseinwand. Eure Website macht einen schrecklichen Job darin, das anzusprechen.
- avree
Sprechen die meisten Menschen schneller, als sie tippen können? Bei mir ist es umgekehrt - ich lese auch langsamer laut vor, als ich in meinem Kopf lesen kann.