說話過程中的喉部運動為信息傳輸提供了一條有前途的途徑，但聲帶和周圍肌肉的復雜動態會在喉嚨中產生復雜的信號，這給傳感器的最佳放置以獲取信號帶來了挑戰。本文，深圳大學刁東風院士團隊在《Carbon》期刊發表名為“Throat map of speech recognition achieved by flexible ultrasensitive carbon array sensors with deep learning”的論文，研究提出一種“喉部地圖”，利用柔性碳陣列傳感器和基于深度學習的信號處理方法，以確定高精度語音識別所需的傳感器最佳放置坐標。在傳感器制備過程中，通過電子回旋共振法沉積石墨烯納米晶碳膜作為傳感單元，隨后將其轉移至聚二甲基硅氧烷（PDMS）基底并集成可拉伸電路。該傳感器在2×2 cm2的區域內包含16個傳感單元，實現超高的靈敏度系數（>1000）和10000 Hz的頻率響應極限。 在信號處理方面，我們首次提出了一種基于卷積神經網絡算法的信號-位置分類方法。該方法可可視化以喉結為中心的坐標信息并構建喉部地圖，從而識別產生最獨特且一致信號的位置。借助喉部地圖，選定的傳感單元通過深度學習模型對14個音素的分類準確率超過96%。該喉部地圖可作為語音及喉部語言識別應用中傳感器布局的指導依據。

2圖文導讀

圖1.“喉嚨圖”研究的總體圖。

圖2.超靈敏陣列傳感器的表征。

圖3.語音識別的喉嚨圖。

圖4.用于語音識別的喉嚨圖驗證。

3小結

我們提出了一種構建“喉部地圖”的方法，通過檢測喉部運動信號來提升音素信息的識別能力。該方法基于兩項關鍵技術突破：一種可行的制備柔性超敏感碳陣列傳感器技術，用于在狹窄的喉部區域捕捉多點細微喉部運動信號；以及一種基于深度學習的SPC方法，通過位置權重累積來創建喉部地圖。碳陣列傳感器在2×2 cm2的面積內擁有16個傳感單元，具有高靈敏度系數（>1000）和高達10000 Hz的高頻響應極限。喉部地圖的構建提供了在喉部區域布置傳感單元的坐標信息，以實現音素識別。通過使用5個傳感單元，該方法在14個音素識別中實現了超過96%的高準確率。本文提出喉部地圖構建方法為多傳感器單元在運動識別中的位置布局提供了高效解決方案。

文獻：

https://doi.org/10.1016/j.carbon.2025.120720

審核編輯 黃宇