近日，韩国科学技术院（KAIST）的团队模仿人类耳蜗中的基底膜，制造出一种柔性压电薄膜，进一步开发出基于机器学习、自供电、高灵敏度的声学传感器，可用于识别说话的人。 背景 声学传感器，作为人类与机器之间一种最直观的双向通信设备，受到了广泛关注。然而，传统声学传感器采用电容式设备来测量两个导电层之间的电容，导致出现了灵敏度低、识别距离短以及说话人识别率低的问题。 创新 为了克服上述问题，近日韩国科学技术院（KAIST）的团队，在该校材料科学与工程系教授 Keon Jae Lee 的领导下，开发出一种基于机器学习的声学传感器，用于识别说话的人。 

 技术 

该研究团队模仿人类耳蜗中的基底膜，制造出一种柔性压电薄膜。梯形压电薄膜的不同区域以不同谐振频率振动，通过高灵敏度、自供电的声学传感器将声音转化为电信号。 

模仿人类耳蜗的柔性压电式声学传感器（图片来源：韩国科学技术院） 

采用机器学习算法进行说话人识别（图片来源：韩国科学技术院） 

价值

 相比于传统声学传感器，多通道压电式声学传感器的灵敏度要高两倍，并且含有更多语音信息。此外，声学传感器通过机器学习算法，可达到97.5%的说话人识别率，比作为参考的麦克风的错误率要低75%。 对于未来个性化定制服务来说，人工智能的说话人识别是下一个大事件。可是，传统技术却尝试通过软件升级来提升识别率，导致说话人识别率有限。团队用创新型的柔性压电式声学传感器取代现有硬件，改善了说话人识别系统，并进一步改善压电式声学传感器的软件，显著提升了不同环境中的说话人以及语音识别率。 Lee 教授表示：“高度灵敏、自供电、识别说话人的声学传感器，可用于个性化的语音服务，例如智能家电、人工智能秘书、始终在线的物联网、生物识别、金融科技（FinTech）。”

文章来源：传感器专家网