通过表面肌电图 (sEMG) 和振动传感的双模静音语音接口
Guang-Yang Gou1, Yu-Sen Guo2, Zi-Xuan Song1
1State Key Laboratory of Transducer Technology, Aerospace Information Research Institute (AIR), Chinese Academy of Sciences, Beijing 100190, China.
ACS applied materials & interfaces
|October 23, 2025
概括
这项研究引入了一种双模静音语音识别系统,使用水凝表面电肌图 (sEMG) 和聚乙烯化物 (PVDF) 振动传感器. 该创新系统实现了强大的,保护隐私的人机通信.
科学领域:
- 生物医学工程 生物医学工程
- 材料科学 材料科学 材料科学
- 信号处理 信号处理
背景情况:
- 传统的声学语音识别与杂的环境和声音障碍作斗争.
- 非声学生理信号为语音识别提供了一个替代方案.
- 需要强大且保护隐私的人机界面.
研究的目的:
- 开发一种使用非声波喉信号的双模静音语音识别系统.
- 为了使强大的语音获取能够抵抗环境噪音和声音问题.
- 创建一个可扩展的框架,保护隐私的人机通信.
主要方法:
- 使用聚乙醇 (PVA) /聚烯酸 (PAA) 制造基于水凝的表面电力学 (sEMG) 电极.
- 集成一个聚乙烯化物 (PVDF) 压电振动传感器.
- 将sEMG和PVDF传感器联合集成到聚胺 (PI) 基板上,用于定色传感.
- 开发双分支无声交互网络 (DSI-Net) 用于多式联通信号融合和解码.
主要成果:
- 水凝sEMG电极实现了低界面阻抗 (270 Ω在1 kHz) 以实现高准确度的生物电位记录.
- PVDF传感器表现出高灵敏度 (365mV/Pa在300Hz) 和广泛的频率响应 (50Hz-1kHz),SNR>48dB.
- 通过融合多式联接输入,DSI-Net显著提高了无声语音识别的准确性.
结论:
- 双模系统有效地捕获神经肌肉和振动喉信号,用于无声语音识别.
- 这项技术为保护隐私的人机通信提供了可扩展和强大的解决方案.
- 潜在的应用包括用于具有挑战性的环境的辅助技术和弹性语音接口.
