据称，有了这一神奇的黑科技，人们就可以在某些时候——比如在公共场合选择不发出语音，即可下达指令，从而免去很多尴尬。
这种头戴设备其实是一种计算机界面，由可穿戴设备和相关计算系统组成。设备中的电极会捕捉下颌和面部的神经肌肉信号，这些信号是由内部言语触发的——能够读取你脑海中想说的话——但是人眼无法察觉。信号被馈送到机器学习系统，该机器学习系统已经被训练成将特定信号与特定的字相关联。
该装置还包括一对骨传导头戴式耳机，其通过脸部的骨骼将振动传递到内耳。由于它们不会阻塞耳道，因此耳机可以使系统在不中断对话、不干扰用户的听觉体验的情况下，向用户传达信息。
该设备是一个完整的静音计算系统的一部分，可让用户无法察觉地摆出姿势并接受难以计算问题的答案。例如，在研究人员的一项实验中，受试者使用该系统默默报告对手在国际象棋游戏中的动作，并同样默默接受计算机推荐的回应。
“这样做的动机是建立一个智能增强设备，”麻省理工学院媒体实验室的研究生Arnav Kapur说，他领导了这个新系统的开发。“我们的想法是：我们可以拥有一个更内部的计算平台，它在某些方面融合了人机和计算机，并且感觉像是我们自己认知的内部扩展。”
“我们基本上离不开我们的手机和数字设备，”媒体艺术和科学教授Pattie Maes说。 “但目前，这些设备的使用非常具有破坏性。如果我想要查看与我正在进行的对话相关的事情，我必须找到我的手机并键入密码并打开一个应用，并输入一些搜索关键字，整个事情要求我完全将注意力从周围环境以及对话的人转移到手机上。所以，我和我的学生长期以来一直在尝试新的外形因素和新的体验类型，让人们仍然可以从这些设备给我们提供的所有精彩知识和服务中受益，并可以同时更融入自己周围的环境。
微妙的信号
自19世纪以来，内部言语表达与身体相关的观点一直存在，并在20世纪50年代进行了严格的调查。 20世纪60年代速读运动的目标之一就是消除内部的言语表达，或者称之为“默读”（subvocalization）。
但是，作为计算机接口的默读内容很大程度上是未知的。研究人员的第一步是确定脸上哪些位置是最可靠的神经肌肉信号的来源。所以他们进行了一些实验，在这些实验中，要求相同的受试者将同一系列的单词四次次定位，每次16个电极在不同的面部位置。
研究人员编写代码来分析结果数据，发现来自七个特定电极位置的信号始终能够区分次定位字。在会议论文中，研究人员报告了一种可穿戴无声语音界面的原型，该界面像电话耳机一样缠绕在脖子后部，并且具有触手状弯曲的附属物，其在嘴部两侧的七个位置处接触脸部并贴合着下巴。
但是在目前的实验中，研究人员使用一个颚上只有四个电极的方法获得了可比较的结果，可喜的是，佩戴的这个设备不像以往那么笨重累赘。
一旦他们选择了电极位置，研究人员就开始收集数据，内容包括一些有限词汇表的计算任务——每个约20字。一种是算术运算，其中用户将重点定位大的加法或乘法问题；另一个是国际象棋应用程序，用户使用标准的国际象棋编号系统来报告具体的移动。
然后，对于每个应用程序，他们使用神经网络来查找特定神经肌肉信号和特定词之间的相关性。像大多数神经网络一样，研究人员使用的网络被安排成简单处理节点的层次，每个层次都连接到上下层中的几个节点。数据被送入底层，其节点处理它并将它们传递给下一层，节点处理它并将它们传递到下一层，依此类推。最终图层产量的输出是一些分类任务的结果。
研究人员系统的基本配置包括一个神经网络，通过训练来识别来自神经肌肉信号的未定位词语，但它可以通过只重新训练最后两层的过程为特定用户实现定制“识别”。
“无声识别”可靠度有多高？
研究人员利用原型可穿戴接口进行了一项可用性研究，其中10位受试者花费了大约15分钟时间，进行输入，然后用90分钟用于执行计算。在该研究中，该系统的平均转录准确率约为92％。
但是，卡普尔说，系统的性能应该会随着更多的培训数据而改善，这些培训数据可以在日常使用中收集。尽管他并没有揣测数据，但他估计他用于示范的训练有素的系统的准确率高于可用性研究报告的准确率。
在正在进行的工作中，研究人员正在收集大量关于更精细对话的数据，希望能够用更广泛的词汇来构建应用程序。
卡普尔说：“我认为我们有一天会实现全面对话。”
乔治亚理工学院计算学院教授Thad Starner指出，这种“读心系统”在一些特定的操作中将会发挥巨大潜力。比如，在充满噪音的飞机场等环境，地勤和其他工作人员可以更好地传递信号。在一些特别安静的地方它也会大展身手——你不能大声说话时这样的一种设备再方便不过了。另外，一些有发声障碍的残疾人也可以充分应用这一技术带来的便利。
