想象一下，如果你坐在落針可聞的會議室或圖書館，脫口而出「Siri，看看明天的天氣」，這或許并不合适。
當一個人說不了話或者必須保持安靜，卻需要給智能裝置指令，這該怎麼辦？
為此，康奈爾大學的資訊科學助理教授 Cheng Zhang 和博士生 Ruidong Zhang，設計了一款叫做「Speechin」的項鍊。
圖檔來自：Cornell University
它基于下巴運動，捕捉「頸部和面部皮膚變形圖像」，進而識别無聲語言，目前可以識别英語和中文的簡單短語。
動圖制作自：YouTube@Cornell University
SpeeChin 的紅外攝像頭安裝在 3D 列印的「項鍊盒」上，「項鍊盒」挂在銀鍊上，攝像頭指向佩戴者的下巴。為了提高穩定性，開發人員在兩側設計了「機翼」，并在底部放置了一枚硬币。
除了這些，SpeeChin 還配備有微處理器、電池和藍牙子產品。
利用基于機器學習的算法，該裝置能根據佩戴者的下巴運動，确定佩戴者在無聲地說出哪些指令，然後将這些指令中繼到配對的智能手機，就像另一種溝通方式下的 Siri。
為了避免隐私問題，SpeeChin 隻會怼向下巴下方，不會直接指向使用者的臉。
在最初的試驗中，有 20 名參與者（10 名說英語，10 名國語），研究人員測量了他們下巴的基線位置，然後使用差分圖像訓練 SpeeChin 識别簡單指令。
10 位英語參與者默默說出 54 條指令，包括數字、互動指令、語音助手指令、标點指令和導航指令，其他 10 位國語參與者的 44 條指令也是如此。
事實證明，SpeeChin 識别英語和國語指令的平均準确率分别為 90.5% 和 91.6%。研究人員表示，這款裝置有可能學習一個人的無聲語音模式。
研究人員還要求 6 名參與者在行走時默默說出 10 個國語和 10 個英語短語。這項研究的成功率較低，主要是因為參與者的頭部以不可預測的方式移動。
為什麼要以項鍊的形式做無聲語音識别這件事？一位研究人員闡述了他們的研究目的：
我們認為項鍊是人們習慣的一種形式，而不是耳挂式裝置，後者可能不太舒服；至于無聲語音，人們可能會想「我的手機上已經有語音識别裝置了」。但是你需要為一些無法發聲的人和場合發聲。
值得一提的是，SpeeChin 在外觀上與 NeckFace 相似。NeckFace 是 Cheng Zhang 和他的 SciFi Lab 團隊去年推出的裝置，通過使用紅外錄影機，在頸部下方捕捉下巴和面部的圖像，并生成完整表情的 3D 重建，進而持續跟蹤面部表情。
動圖制作自：YouTube@CornellScifiLab
NeckFace 在心理健康領域可能特别有用，因為它可以跟蹤人們一天中的情緒。雖然人們并不總是把情緒表現在臉上，但随着時間的推移，面部表情的變化量可能表明情緒波動。
NeckFace 也可以用于其他場景，比如在無法選擇前置攝像頭時進行虛拟會議、虛拟現實場景中的面部表情檢測等等。
如果 SpeeChin 進一步發展，它的使用場景同樣會越來越多，包括必須靜音的環境、無法識别的嘈雜環境以及缺乏語言能力的人群。