Subvocal - Silent speech-to-text input at 200+ WPM

Acabo de hacer la reserva -- petición sobre las gafas: no hay forma de decirlo con delicadeza, tengo una nariz grande. Con el puente alto. Muchas gafas son realmente difíciles de colocar bien; ¿puedo pedirte que no renuncies a las almohadillas con ajustadores metálicos que aparecen en las fotos del producto? No dejes que un diseñador te las quite, los que no estamos a una desviación estándar de las narices 'normales' te lo agradeceremos.

Segundo, ¿qué tan complejo es este procesamiento de señal? ¿Se hará en las gafas o a través de una app? Tercero, ¿cuál es el equivalente a una palabra de activación para esto? Me recuerda al radar del Apple Vision Pro para ver si tus dedos hacen clic. Podría imaginar muchas modalidades en las que quiero simplemente empezar a hablar y que las cosas sucedan, y muchas en las que no quiero que las gafas lo capten. Cuarto, creo que una demo genial de cambio de voz sería alucinante -- no sé cómo es la latencia, pero si pudieras lograr de extremo a extremo menos de unos 250 ms, probablemente podrías hacer que alguien exagere los movimientos de la boca y emitir audio de ellos hablando como otra persona. Lo cual sería otra demo realmente genial.

Súper genial. Vas a estar trabajando 80 horas a la semana durante el próximo año, ¡estoy emocionado de ver lo que publicas!

Si la tecnología está principalmente en las patillas de las gafas, preferiría tener algo que se acople a mis gafas actuales. Tengo gafas con receta y una cabeza grande, probé las Even G2 smart glasses y los marcos disponibles me quedaban demasiado pequeños.

¡Creo que esto es increíblemente genial y sacado directamente de una novela de ciencia ficción! Me parece fenomenal para la accesibilidad y para la computación manos libres en general. También estoy de acuerdo con otros comentarios en que el sitio web debería tener más detalles sobre cómo funciona, como lo que incluiste en el cuerpo del post. ¡Increíble trabajo, chicos!

Google quería poner esta tecnología en su teléfono, pero luego se convenció de que era una mala idea debido a la invasión de la privacidad. Podría, por ejemplo, correlacionar la excitación sexual con cualquier interacción telefónica (videollamada, youtube, anuncios, etc.), dando a Google y a los anunciantes la capacidad de crear anuncios personalizados para usuarios específicos, ya que 'sabría tu tipo'.

¿Dónde ocurre la inferencia? ¿Funciona sin conexión?

Según mi comprensión de la tecnología, esto también significa que puedes dictar efectivamente en entornos ruidosos. ¿Correcto?

Encuentro que necesito esto con más frecuencia cuando hago trabajo de jardinería, manejo equipos o limpio el garaje. Los micrófonos basados en audio captan demasiado ruido.

Realmente genial. Me atrae especialmente esto porque el tiempo desde el pensamiento hasta articular las palabras es mucho más rápido que hablar en voz alta, para mí.

Pero me preocuparía tanto la duración de la batería como las consecuencias a largo plazo para la salud de tener un chip de RF tan cerca de mis ojos/cerebro. ¿Han explorado mucho estos aspectos?

Esto es:

1. Increíblemente genial

2. Me da serias vibras de 'pendiente susurrante'. Imagina tener una conversación completa con una IA mediante subvocalización y escuchar con un auricular para que te guíe a lo largo del día. https://gwern.net/doc/fiction/science-fiction/2012-10-03-yva...

Muy genial, así es como Ender se comunica con su IA en Xenocide y Speaker for the Dead.

Habría hecho la reserva pero tu FAQ sobre precisión es terrible. Equivale a 'es realmente malo ahora, así que no daremos un número, esperamos mejorarlo'. Si tuvieras un 90%+ con la misma promesa, habría pagado por adelantado.

La precisión es la objeción de venta. Tu sitio web hace un trabajo terrible al abordarla.

¿La mayoría de la gente habla más rápido de lo que puede escribir? Para mí es lo contrario -- también leo en voz alta más lento de lo que puedo leer en mi cabeza.