近日，GMO Pepebo研究所联合横滨国立大学太田研究室共同研发的手部穿戴式柔性肌电（EMG）无声语音识别设备研究成果，正式被国际权威学术期刊《Advanced Intelligent Systems》收录，相关论文于6月9日对外公开。该设备解决了传统语音交互隐私泄露、嘈杂环境识别失效、面部传感器佩戴违和等痛点，依托手部柔性传感实现静音语言识别，实测词汇识别准确率超97%，可实时操控无人机。
常规语音输入存在两大核心短板：一是发声内容容易被周边人听见，存在隐私泄露风险；二是在噪音较大的场景下，识别精度会大幅下滑。
此前业界已开展无声语音识别（SSR）相关研究，但现有方案大多需要将传感器长期固定在脸部、嘴部，外观突兀且长时间佩戴易产生不适感，难以普及落地。
本次联合团队打造的新型穿戴设备佩戴于手背，使用时仅需将指尖电极靠近嘴唇，即可采集人在心中默念词语时口周肌肉产生的微弱肌电信号，搭配深度神经网络完成文字识别。
硬件采用多项柔性创新设计：
内部搭载液体金属线路，可跟随手指弯折、活动，无卡顿束缚；
接触嘴唇的电极选用透明软性材质，触感温和；
整机外层由弹性体包裹，完全适配手指自然活动。
设备支持按需感应，仅在指尖电极贴近唇部时采集多通道口周肌电信号，无需长期贴敷面部，兼顾美观与佩戴舒适度。
实验室测试数据显示，基于深度学习模型解析肌电信号，针对30个常用词汇的平均识别准确率达到97.2±1.3%。
团队完成实操验证：使用者全程不发出任何声音，仅依靠默念指令，就能实时操控无人机完成对应动作。该设备可作为嘈杂环境、高隐私需求场景下的替代输入方案，具备极强实用价值。
Pepebo研究所表示，后续将向医疗康复、福祉辅助、可穿戴AI领域的企业与科研机构开放该项技术成果，持续推进商业化落地。
目前腕带式肌电交互已成为全球可穿戴行业主流研发方向，Meta早在2025年9月推出适配智能眼镜的Neural Band肌电腕带，支持手势操控、指尖虚拟手写输入；犹他大学也依托腕部肌电技术研发智能家居控制、残障人士辅助交互系统。
本次日系手部柔性肌电静音识别方案，进一步丰富无声交互技术路线，为失语人群沟通、特种作业、AR/VR隐私交互提供全新硬件解决方案。
