一个基于纳米粒子的人工耳朵,用于使用深度学习对人类声音中的情绪进行个性化分类

科学领域:

• 材料科学 材料科学 材料科学
• 生物启发工程 生物启发工程
• 传感器技术 传感器技术

背景情况:

• 人工智能 (AI) 和人机交互 (HCI) 的进步需要复杂的生物灵感传感器.
• 当前的类似皮肤的接口很难准确地感知复杂的人类情绪状态和语言.
• 需要新的传感方式来解释细微的听觉信息.

研究的目的:

• 开发一种灵活的,压电阻式人工耳朵 (AE) 传感器,能够将声音转化为电信号.
• 在频率响应,声压水平 (SPL) 检测和传感范围方面评估AE传感器的性能.
• 通过深度学习来证明AE传感器在分类情绪语音和识别环境噪音方面的实用性.

主要方法:

• 使用金纳米颗粒制造一个灵活的压力制人造耳朵传感器.
• 描述AE传感器的频率响应和SPL检测能力.
• 应用深度学习算法来分析传感器数据,以分类情绪和识别环境噪音.

主要成果:

• 该AE传感器表现出一个广泛的频率响应范围 (20Hz到12kHz).
• 它可以检测到1kHz和126dB SPL的声音信号,距离最远5米.
• 深度学习模型实现了高精度:96.9%的情绪分类和95.0%的噪音识别.

结论:

• 开发的基于金纳米粒子的AE传感器为生物启发的听觉传感提供了一个有希望的解决方案.
• 该设备展示了在医疗机构实时监测患者情绪状态的潜力.
• 在工业噪音监测 (飞机,工厂) 的应用也得到了突出强调,展示了多功能性.