大语言时代下的静默语音界面：全面分类学与系统综述

人机交互传统上依赖声学信道，这种依赖在环境噪声、隐私限制和生理语音损伤方面引入系统性漏洞。静默语音界面（Silent Speech Interfaces, SSIs）作为一种变革性范式，能够通过解码来自神经-肌肉-关节连续体的语言意图，直接绕过声学阶段。本综述提供了 SSI 领域的高层次综合，引导从传统以 transducer 为中心的分析转向意图到执行的整体分类学。我们系统评估了四个关键生理拦截点的感知模态：神经振荡、神经肌肉激活、关节运动学（超声/磁力计）以及通过声学或射频感知的普遍主动探测。关键地，我们分析了从基于启发式信号处理向潜在语义对齐（Latent Semantic Alignment）范式的转变。在新时代，大语言模型（LLMs）和深度生成架构作为高层语言先验，用于解决生物信号的“信息稀疏性”和非平稳性。通过将碎片化生理手势映射到结构化语义潜在空间，现代 SSI 框架首次接近了实用部署所需的 Word Error Rate 阈值。我们进一步检讨了 SSI 从笨重实验室仪器向“不可见界面”集成到商品级可穿戴设备（如 earable 和智能眼镜）的转变。最后，我们在自监督基础模型和“神经安全”伦理边界方面，为解决“用户依赖悖论”制定了战略路线图，以保护日益交互化世界中的认知自由。