基于TENG的自动驱动静音语音识别接口:从辅助通信到沉浸式AR/VR交互
Shuai Lin1, Yanmin Guo1, Xiangyao Zeng1
1School of Physics and Information Engineering, Fuzhou University, Fuzhou, 350108, People's Republic of China.
Nano-micro letters
|January 11, 2026
概括
这项研究引入了一种新的无声语音识别系统,使用灵活的压力传感器和深度学习. 它准确地将唇部运动解码为语音信号,以增强通信和非接触式设备控制.
科学领域:
- 生物医学工程 生物医学工程
- 人与计算机的交互
- 材料科学 材料科学 材料科学
背景情况:
- 沉默的语言沟通对于言语障碍者来说是一个至关重要的领域.
- 准确的实时获取和解码部运动,以实现无声语音识别仍然具有挑战性.
- 现有的方法缺乏可靠无声语音解码所需的灵敏度和精度.
研究的目的:
- 开发一个实时无声语音识别系统.
- 集成基于 triboelectric 纳米发电机的灵活压力传感器 (FPS) 与深度学习框架.
- 通过解码静音语音来实现对设备的无接触控制.
主要方法:
- 在FPS中使用多孔金字塔结构的膜,用于敏感的低力压力检测.
- 开发了一个卷积神经网络-长期短期记忆 (CNN-LSTM) 混合网络用于信号解码.
- 集成了FPS和CNN-LSTM模型,用于实时静音语音获取和识别.
主要成果:
- FPS在检测低力下巴运动时表现出高灵敏度 (1V N-1为0-10N和4.6V N-1为10-24N).
- 在CNN-LSTM模型实现了95.83%的分类准确度,对30个每日单词类别.
- 解码的无声语音信号被成功转化为可执行的智能手机命令.
结论:
- 拟议的系统为无声语音识别和通信提供了一个有希望的解决方案.
- 集成先进的传感器和深度学习可以实现精确的非接触式人机交互.
- 潜在的应用包括AR/VR环境和语音障碍患者的辅助技术.


