只需不到 50 美分，約合人民幣 3.25 元，就能讓普通耳機變為智能耳機？

28 歲的中國青年范小然實現了，他在羅格斯大學博士畢業前的研究，可讓普通耳機智能化，并能讓普通耳機實現生理感應、手勢識別、身份驗證、語音通話四大功能。

當前，即便是一千多元的蘋果耳機，也只是一款耳機。很多冠以 “智能” 的耳機，僅能實現調節音量。

而且，這些智能耳機都建立在嵌入式傳感器上。統計數據顯示，2019 年，超過 99% 的消費類耳機沒有配備嵌入式傳感器，43%以上的消費類耳機甚至沒有麥克風。

因此，用戶必須額外購買嵌入式傳感器，才可讓耳機擁有傳感功能，但這又費錢又費事。

日前，范小然開發出一項名為 HeadFi 的系統，可讓普通耳機在播放音樂的同時，獲得感知能力。據悉，HeadFi 是一種可耳聽的感應平臺，無需麥克風、也無需傳感器即可實現智能應用。

相關論文已被移動計算頂會 MobiCom 接受，范小然也將于今年 10 月在新奧爾良的線下會議實地展示該技術。

圖 | HeadFi原型圖（來源：受訪者）

他告訴 DeepTech，HeadFi 本質上是一個適配器模塊，插上耳機后即可連接手機。HeadFi 由兩個無源電阻器和一個放大器組成，使用時無需對耳機做任何硬件修改。它能就地取材，依靠耳機內部的驅動器單元，來實現多功能傳感作用。

在耳機里，耳機單元可用于播放音樂，原理是把電信號轉換為機械信號也就是聲波。但是反過來看，從廣義來講，耳機單元也是一個傳感器，可用來感知外界刺激如心跳、語音、觸碰等，并能把外界刺激轉換為電信號。

基于該思路，范小然開始設計 HeadFi，期間也遇到了一些挑戰，為了讓耳機既能感知、又能播放音樂，就要消除音頻輸入信號的強干擾。

由于耳機本身播放的聲音的信號強度，是耳機能感知到的信號（如心跳、觸碰、語音等）的上百倍。因此，直接在耳機端口測量外界感知信號，會讓系統在播放音樂時無法工作。

圖 | 相關實驗（來源：受訪者）

研究中，他使用惠斯通電橋來消除音頻輸入信號的強干擾。具體來說，通過耳機的插口，耳機左右的兩個單元可連接到橋的兩個臂上。一旦電橋平衡，電橋的輸出電壓就不再隨著音頻輸入信號的變化而變化。

與此同時，周圍的刺激信號仍能被反應到電橋的輸出電壓上。這個設計巧妙之處在于，耳機廠商在生產耳機時，為保持聲道平衡會讓左右耳機單元實現電學匹配，而 HeadFi 系統使用這倆配對的耳機單元來代替電橋的兩個電阻，這時使用惠斯通電橋，就可獲得左右單元相減的一個差分信號。

這正好消除了音頻輸入信號的強干擾，而耳機左右單元收到的外部刺激通常都不一樣，相減之后外部刺激信號依然存在，并且能被感知到。

在論文的評審過程中，評審者一致認為這是 HeadFi 設計的一個非常大的亮點，整個原理簡單但是非常巧妙（simple yet elegant）。

此外，由于 HeadFi 是一個外設插件，它能以非侵入方式讓耳機和手機實現配對。該外設插件用兩個 3.5 毫米立體聲插孔連接耳機和智能手機，用戶可以手動打開或關閉 HeadFi。

生理感應：心率準確率最高達 99.2%

使用非智能耳機時，HeadFi 可讓用戶連續且準確地監測生理活動如心跳頻率。測量心率變化的原理如下，把搭載 HeadFi 的耳機放在耳朵上，耳洞內立馬形成封閉的空間，空間中部是耳道，兩端分別是耳機驅動單元和耳膜。

這種封閉空間對氣壓變化非常敏感，不管是用手觸碰耳機外側，還是耳朵內血管的跳動，都會引起 HeadFi 的電壓變化。

圖 | 耳機和耳道耦合原理示意圖（來源：受訪者）

同樣，人體心跳等生理活動也會引起耳道血管的變形，進而給封閉空間帶來壓力，這時就能通過 HeadFi 去檢測這種壓力，進而得出心率。

圖 | 實驗中的耳機（來源：受訪者）

研究中，他使用 54 對耳機評估心跳頻率估計的準確性，并把耳機分為三類，即入耳式、頭戴式和半入耳式。結果顯示，頭戴式耳機在所有三組耳機中都實現了一致的低錯誤率。其中，包耳式耳機的錯誤率最低，其次是半入耳式耳機。

概括來說，HeadFi 測試心率的最大錯誤率約為 3%，而商用心跳監測系統的最大錯誤率要求是小于 5%，這說明即使在存在音樂等強干擾信號，HeadFi 依然具備測量用戶心跳頻率的可行性。

圖| 耳機工作原理（來源：受訪者）

相關實驗涉及 53 名志愿者和 54 副耳機，耳機估計價格從 2.99 美元到 1.5 萬美元不等。結果表明，HeadFi 對心率監測的準確率為 96.8%-99.2%。

手勢識別：可定義四種觸摸手勢

HeadFi 還可將非智能耳機外殼、轉換為虛擬觸摸板，其基本原理是同樣基于上文提到的特殊惠斯通電橋的輸出電壓的變化。

研究中，范小然定義了四種基于觸摸的手勢：輕觸左側外殼，可執行暫停或播放操作；輕觸右側外殼，可執行靜音操作；在左側外殼上滑動，可執行音量增大操作；在右側外殼上滑動，可執行音量減小操作。

他邀請一位志愿者輕觸一對耳機的左右外殼，并從 HeadFi 中錄制信號強度。當耳機被敲擊時，可觀察到多個信號強度峰值。當志愿者輕觸左側外殼時，會出現一個負峰值，后跟一個正峰值；相反，當志愿者點擊右外殼時，正峰值出現在負峰值之前。

期間，他們還使用 AKG K240s 耳機作為測試設備，在打開和關閉音頻輸入信號的情況下，分別重復每個手勢 300 次。隨后，收集的數據被送到筆記本電腦上進行分析。

分析顯示，在安靜和噪聲條件下，四種手勢的總體分類結果一致。在沒有音頻輸入信號的情況下，HeadFi 依然可實現 99% 的分類準確率；在有音頻輸入信號的情況下，分類結果略微下降到 98% 左右。

身份驗證：從海螺得到靈感

HeadFi 還可做身份驗證，只要戴上耳機就會自動出發身份識別。但是在身份驗證之前，系統需要識別耳機是否戴在了頭上，他告訴 DeepTech，自己最初從海螺獲取了靈感。

當把海螺扣在耳朵上，就會聽到回聲，這是因為周圍噪聲在海螺空腔內產生了共振、且音量被放大，因此海螺會發出海浪般的聲音。

同樣，耳機、耳道和耳膜也會形成共振腔并放大周圍的噪聲，這種放大的噪聲，可讓 HeadFi 測量到更高的電壓信號輸出。基于這一觀察，他使用信號強度、及其標準差進行開關檢測，當用戶戴上耳機時，這兩個值會急劇上升。

確認用戶已佩戴耳機之后，讓插到 HeadFi 組件上的耳機發射掃頻信號，這時 HeadFi 即可識別不同的用戶，原理是每個人的耳道形狀和大小都是獨一無二的。

此外，每個人耳道的阻抗也不一樣，同一個人的左右耳道的生理結構也不一樣，所以 HeadFi 可通過感知左右耳的掃頻信號的回音差值來識別用戶。

圖 |HeadFi 的相關信號（來源：受訪者）

由于人臉識別會引起隱私問題，并且對拍照時的光照條件有一定要求，而 HeadFi 可以在不拍照的情況下識別用戶，因此能更好保護地用戶隱私。

研究中，范小然還演示了 HeadFi 的語音通話功能。語音通話功能是 HeadFi 系統最直接的應用。

他認為，能把普通耳機變成可以打電話的耳機，可能是本次研究中意義最重大的一個智能應用。期間，他客觀測試了 54 對耳機的通話質量，并且邀請 26 位測試者進行主觀打分實驗。

實驗結果表明，絕大部分耳機的通話質量都能令測試者滿意，有的耳機甚至接近直接使用手機麥克風打電話的通話音質。

已申請專利，并正在蘋果、微軟等洽談

雖然只在有線耳機上進行了測試，但 HeadFi 也可用在無線耳機上。概括來說，HeadFi 通過簡單升級，就可將全球數以億計的普通耳機轉變為智能耳機，并且原件成本極低，批量制造時單價不到 50 美分。

據悉，本次研究成果由范小然和讀書期間的導師張燕詠合作，后者目前是中國科學技術大學計算機科學與技術學院副院長。

目前該技術已經申請專利，羅格斯大學也已把該技術放在官網上進行招標。就 HeadFi 的落地，研究團隊已跟蘋果以及微軟接洽過，目前也在和國內企業接洽。

未來主要針對手機、電腦和平板使用，以手機廠商為例，當把 HeadFi 集成到手機上，即使佩戴的是普通耳機，也能實現前文的智能應用。

范小然是四川人，生于 1993 年，目前剛從羅格斯大學博士畢業，并已入職三星人工智能中心工作，擔任人工智能與機器人科學家職位。

他告訴 DeepTech，自己本科階段專業偏向物理和微電子，來羅格斯大學讀博后轉向電子和計算機工程方向。激勵他做本次項目的原因，除了曾經的導師張燕詠發出了合作邀約，也因為他本身是一位耳機發燒友，一直以來都對耳機行業的發展有著濃厚的興趣。

責任編輯：lq