LowKeyEMG：基于缩减按键集的肌电打字
人机交互
2025-07-29 v1 信号处理
摘要
我们介绍了LowKeyEMG，一个实时人机交互界面，它仅使用从表面肌电图（sEMG）解码出的7种手势类别即可实现高效的文本输入。先前的工作尝试从sEMG解码全字母表，但解码大型字符集仍然不可靠，特别是对于有运动障碍的个体。相反，LowKeyEMG将英文字母表缩减为4个手势键，外加3个用于空格和系统交互的键，以可靠地将简单的单手手势转换为文本，并利用基于循环Transformer的语言模型RWKV实现高效计算。在实时实验中，参与者使用LowKeyEMG实现了平均每分钟23.3个单词的单手无键盘打字速度，并且手势效率提高了17%（相对于输入的短语长度）。当仅使用7个键打字时，LowKeyEMG可以达到98.2%的前三单词准确率，表明这种低键打字范式可以维持实用的通信速率。我们的结果对辅助技术以及任何输入带宽受限的界面都有启示意义。
引用
@article{arxiv.2507.19736,
title = {LowKeyEMG: Electromyographic typing with a reduced keyset},
author = {Johannes Y. Lee and Derek Xiao and Shreyas Kaasyap and Nima R. Hadidi and John L. Zhou and Jacob Cunningham and Rakshith R. Gore and Deniz O. Eren and Jonathan C. Kao},
journal= {arXiv preprint arXiv:2507.19736},
year = {2025}
}
备注
11+3 pages, 5 main figures, 2 supplementary tables, 4 supplementary figures