类型重塑：通过sEMG 实现无手型输入
人机交互
2025-11-25 v1 机器学习
摘要
我们探索了基于表面电位肌电图（sEMG）的非侵入式输入模式，将肌肉活动映射到键盘输入，以实现下一代人机互动（HCI）中的沉浸式打字。这在空间计算和虚拟现实（VR）中尤为 relevant，因为传统键盘在此类环境中不可行。使用基于注意力的体系结构，我们显著优于现有的卷积基准，将在线通用错误字符率（CER）从 24.98% 降至 20.34%，将离线个人化 CER 从 10.86% 降至 10.10%，同时保持完全因果性。我们进一步采用轻量级解码管线结合基于语言模型的纠正，展示了在未来可穿戴和空间接口中实现准确、实时肌肉驱动文本输入的可行性。
引用
@article{arxiv.2511.18213,
title = {Typing Reinvented: Towards Hands-Free Input via sEMG},
author = {Kunwoo Lee and Dhivya Sreedhar and Pushkar Saraf and Chaeeun Lee and Kateryna Shapovalenko},
journal= {arXiv preprint arXiv:2511.18213},
year = {2025}
}