基于一種新型的用于無聲語音識別的貼片式智能傳感器

摘要：電子科技大學和格拉斯哥大學的研究人員合作開發了一種用于無聲語音識別的貼片式智能傳感器件，可以檢測到說話時細微的喉嚨振動，借助深度學習將其轉化為可讀的單詞，這為語音控制和人機界面智能感知開辟了新的機遇。

關鍵詞：智能人工喉嚨，壓阻傳感器，無聲語音識別，深度學習，人機界面

聲帶是咽部組織的褶皺，是人類發聲的主要結構。在說話和唱歌等發聲動作中，聲帶通過與空氣相互作用而振動。聲帶病變可導致聲音嘶啞甚至完全失聲，造成溝通障礙。在這種情況下，人們提出了語音輔助設備來幫助患者進行語言表達。傳統上，手持式電子喉需要用戶在說話時將設備牢牢地按在脖子上或嘴巴里，這會在執行駕駛或吃飯等雙手任務造成不便。因此，需要一種更舒適、更通用的貼片式人工喉裝置來幫助患者進行交流。

最近發表在 Advanced Intelligent Systems 期刊上的最新研究中，電子科技大學張曉升教授課題組和格拉斯哥大學Rami Ghannam教授課題組開展聯合研究，提出了一種新型的用于無聲語音識別的貼片式智能傳感器（智能人工喉）。該裝置基于一種新型壓阻式傳感器，該傳感器可以感知微弱壓力變化并做出響應，由兩個涂有銀納米線和還原氧化石墨烯薄膜的 PDMS 層制備得到。為了提高設備的靈敏度，研究人員展示了一種簡單高效的制造微結構的方法。該方法使用噴槍噴涂聚苯乙烯微球在兩層PDMS之間，與沒有微結構的傳感器相比，在微弱振動激勵下（0-33Pa），該器件的靈敏度提高了135倍。此外，貼片式人工喉嚨裝置具有高靈敏度、快速響應時間和良好的耐久性等特點。

具有無聲語音識別能力的貼片式智能傳感器（貼片式人工電子喉）將促進患者之間交流的便利性。智能人工喉通過將深度學習算法與高靈敏的壓阻式傳感器相結合，可以成功識別出說不同單詞時喉嚨的細微振動。雖然一些現有技術已經使用貼片式傳感器進行聲音檢測，但這些設備只是檢測到喉嚨的運動，而沒有進一步探索將人工智能用于語音識別的可行。研究者表示，開發的設備能夠檢測說話過程中的喉嚨振動，并將電信號轉化為可讀的文字，這進一步證明它可以成為促進患者交流的有價值的工具。
責任編輯：彭菁