美国宾夕法尼亚州立大学近日发布了一项颠覆性研究：通过AI与毫米波雷达传感器的组合，可在3米范围内将手机通话内容转录为文本，准确率高达60%。这项技术利用了毫米波雷达的高精度感知能力，结合AI的强大数据处理能力，实现了对语音信号的精准捕捉和转换。不仅如此，该技术未来还可能应用于智能助手、实时字幕生成等多个领域。然而，这项技术突破看似惊人，却也如同一把双刃剑，在为未来智能感知带来无限可能的同时，更向公众隐私安全敲响了警钟。
研究团队利用毫米波雷达传感器探测手机在通话时产生的微小振动。当语音通过耳机播放时，手机表面会出现人眼难以察觉的微米级位移。雷达精准捕捉这些振动信号后，将其输入开源语音识别模型Whisper。针对雷达信号质量较低、噪音大的特点，团队采用“低秩适应”方法，仅微调模型1%的参数，使其高效识别雷达数据。最终，系统可将通话转录为文本，词汇量覆盖一万词，准确率60%。尽管存在误差，但结合语境分析仍能推断出关键词与核心内容。
页码:下一页
