JawLink: An In-Ear Optical Interface for Orofacial Movement Monitoring and Speech Detection
Notice bibliographique
Résumé
Voice prostheses such as the tracheoesophageal prosthesis (TEP) and electrolarynx (EL) restore speech after total laryngectomy but rely on manual activation, limiting autonomy and usability. This study investigates an in-ear proximity sensing approach for hands-free detection of speech intent, leveraging soft tissue deformation within the external auditory canal during mandibular motion. Ten healthy participants were fitted with bilateral, custom-fitted ear devices incorporating infrared sensors to record deformation patterns during structured speech and non-speech tasks. Signals were preprocessed using low-pass filtering, wavelet transforms, and temporal smoothing. A feature set combining time- and frequency-domain descriptors was extracted and ranked using minimum redundancy-maximum relevance selection criteria. Classifiers, including boosted trees and wide neural networks, were trained to distinguish speech from confounding orofacial behaviors. Results revealed consistent pre-phonatory and post-phonatory activation phases in the proximity signal, indicating detection of articulatory intent beyond acoustic onset. The best model for detecting speech with respect to baseline achieved an average F1 score of 84.04% $\pm ~$ 4.48% in a leave-one-subject-out cross-validation. An additional validation demonstrated a high F1 score of 94.49% $\pm ~$ 2.49% for distinguishing speech from clustered non-speech activities (e.g. chewing, yawning, smiling). These results support the robustness of the proposed system against false triggers. This work provides the first evidence that in-ear deformation signals can be used for robust speech detection in healthy controls, setting the stage for real-time, hands-free control of voice prostheses. The system offers a discreet, wearable platform for assistive communication technologies in patients with profound voice impairments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».