机器学习辅助的可穿戴传感系统用于语音识别和交互
Tao Liu1, Mingyang Zhang1, Zhihao Li1
1Key Laboratory of Optoelectronic Technology & Systems of Ministry of Education, International R & D Center of Micro-nano Systems and New Materials Technology, Chongqing University, Chongqing, 400044, China.
Nature communications
|March 11, 2025
概括
一个新的皮肤附着声学传感器 (SAAS) 捕获声器官振动,以清晰识别声音,即使在杂的环境中. 这种可穿戴技术在人机交互和语音控制应用中达到99%以上的准确性.
科学领域:
- 可穿戴技术是可穿戴的技术.
- 声学感应 声学感应 声学感应
- 人与计算机的互动.
背景情况:
- 语音通信至关重要,但易受噪音和环境干扰的影响.
- 现有的语音识别方法在具有挑战性的声学条件下扎.
- 需要先进的传感器可靠的语音捕获和交互.
研究的目的:
- 开发一种可穿戴的,无线的,灵活的皮肤附着声学传感器 (SAAS),用于强大的语音识别.
- 在恶劣的声学环境中实现人机交互 (HMI).
- 提高语音识别系统的准确性和可靠性.
主要方法:
- 使用压电微加工超声波传感器 (PMUT) 进行高灵敏度和宽带宽传感.
- 采用灵活的包装,以提高可穿戴性和适应性.
- 将传感器数据与剩余网络 (ResNet) 深度学习架构集成,用于语音特征分类.
主要成果:
- 该SAAS系统表现出高灵敏度 (-198 dB) 和宽带宽 (10 Hz-20 kHz).
- 使用ResNet架构,喉语音特征分类准确度超过96%.
- 完整的语音识别系统在识别日常句子时达到99.8%的准确性.
结论:
- 在杂的环境中,SAAS为语音识别和HMI提供了可行的解决方案.
- 传感器系统表现出稳定的性能,易于集成和低成本.
- 在语音控制,先进的HMI和可穿戴电子产品方面,SAAS具有显著的应用潜力.
