The Subvocal Company, fundada por Aarush y Arnav, está desarrollando un sistema ponible diseñado para resolver un punto de fricción común para los usuarios de dictado de voz: la incapacidad de usar la dictación en espacios silenciosos o públicos como bibliotecas y oficinas. Mientras que la dictación de voz tradicional requiere habla audible, su tecnología pretende capturar la entrada 'subvocal'. Esto permite a los usuarios comunicarse con sus computadoras gesticulando palabras en silencio o incluso realizando micromovimientos de la lengua y el paladar blando sin abrir la boca. El objetivo es mantener el flujo natural del habla —que normalmente ocurre a una velocidad de 120-200 palabras por minuto (WPM)— mientras se evita la fricción física de escribir, que para muchos usuarios promedia entre 40 y 100 WPM.

El viaje técnico hacia este producto implicó un cambio significativo en los métodos de detección. Los fundadores experimentaron inicialmente con electromiografía (EMG), que lee las señales eléctricas de los músculos faciales. Sin embargo, descubrieron que la EMG era poco práctica para un producto de consumo debido a la degradación de la señal por el sudor, la interferencia eléctrica y el hecho de que los usuarios generalmente no desean llevar electrodos en sus rostros. Transicionaron a un enfoque de radiofrecuencia (RF), donde las gafas emiten ondas similares a Bluetooth. A medida que estas ondas pasan a través del rostro, son moduladas por el movimiento de los articuladores faciales (la lengua, los labios y el paladar blando). El sistema utiliza modelos fundacionales entrenados con enormes cantidades de datos para decodificar estas perturbaciones en texto. Para lograr esto, el equipo tuvo que diseñar una pila de detección de RF de bajo ruido e integrar antenas directamente en las monturas de las gafas para asegurar la máxima superposición con las estructuras internas de la boca.

Un desafío de ingeniería principal para el sistema es la generalización entre usuarios, ya que la anatomía facial de cada individuo produce un patrón de señal de RF único. Los fundadores abordaron esto escalando sus datos de preentrenamiento, utilizando un gran conjunto de datos de personas leyendo consignas mientras usaban las gafas para crear una 'curva de escalado' donde las tasas de error disminuyeron significativamente a medida que el conjunto de datos crecía. A pesar de este progreso, la tecnología enfrenta obstáculos prácticos y sociales. Los usuarios han señalado la posible 'extrañeza' de gesticular palabras en público, y la dependencia de las ondas de RF ha generado preguntas sobre la posibilidad de que la tecnología sea adaptada para el espionaje o la detección remota. La empresa planea enviar su primer lote de unidades a principios de 2027, con el prototipo actual requiriendo un corto período de calibración para adaptarse a la anatomía de un usuario específico.

Si bien los fundadores informan una curva de escalado exitosa y un rendimiento convincente entre usuarios, las tasas de precisión específicas y la arquitectura de los modelos fundacionales siguen siendo detalles internos patentados. Además, la transición de un prototipo a un producto de consumo pulido implica obstáculos significativos en el mantenimiento de la alineación de las antenas y la minimización del ruido de RF ambiental, lo que podría afectar la fiabilidad en diferentes entornos del mundo real.