一个可穿戴的无声文本输入系统,使用EMG和压电传感器
John S Kang1, Kee S Moon1, Sung Q Lee1
1Department of Mechanical Engineering, San Diego State University, San Diego, CA 92182, USA.
Sensors (Basel, Switzerland)
|April 26, 2025
概括
本研究介绍了一种可穿戴系统,使用电肌图 (EMG) 和压电 (PZT) 传感器进行无声文本输入. 机器学习模型实现了95.63%的准确性,显示了无声通信的前景.
科学领域:
- 生物医学工程 生物医学工程
- 人与计算机的交互
- 信号处理 信号处理
背景情况:
- 无声语音识别对于辅助通信和谨慎输入至关重要.
- 现有的方法往往需要庞大的设备或侵入性手术.
- 可穿戴,无声系统为无声文本输入提供了一种新的方法.
研究的目的:
- 开发和评估一个可穿戴的无声文本输入系统,使用电肌图 (EMG) 和压电硫酸 (PZT) 传感器.
- 为了比较各种机器学习模型的性能来分类无声语音信号.
- 评估系统的准确性和实践应用的实时功能.
主要方法:
- 将微型EMG和PZT传感器集成到一个可以挂在下巴上的可穿戴设备中.
- 获取相应的传感器数据,以安静的英语字母表达的英语字母表达.
- 从传感器信号中分析时间和频率域特征.
- 基于特征和非基于特征的机器学习模型进行分类的比较.
主要成果:
- 非基于特征的机器学习模型,特别是Fea-Shot学习,表现出卓越的性能.
- 合并EMG和PZT信号方法实现了最高的精度 (95.63%) 和F1得分 (95.62%).
- 该系统有效地捕获了与无声语言相关的肌肉活动和皮肤振动的微妙变化.
结论:
- 开发的可穿戴系统提供了一个准确而有效的方法来输入无声文本.
- 用EMG和PZT传感器与先进的ML模型相结合,显示了辅助通信的巨大潜力.
- 这项技术为在各种环境中输入文本提供了一个谨慎而无声的替代方案.
