導讀
近日，韓國科學技術院（KAIST）的團隊模仿人類耳蝸中的基底膜，製造出一種柔性壓電薄膜，進一步開發出基於機器學習、自供電、高靈敏度的聲學傳感器，可用於識別說話的人。
背景
聲學傳感器，作為人類與機器之間一種最直觀的雙向通信設備，受到了廣泛關注。然而，傳統聲學傳感器採用電容式設備來測量兩個導電層之間的電容，導致出現了靈敏度低、識別距離短以及說話人識別率低的問題。
創新
為了克服上述問題，近日韓國科學技術院（KAIST）的團隊，在該校材料科學與工程系教授 Keon Jae Lee 的領導下，開發出一種基於機器學習的聲學傳感器，用於識別說話的人。
技術
該研究團隊模仿人類耳蝸中的基底膜，製造出一種柔性壓電薄膜。梯形壓電薄膜的不同區域以不同諧振頻率振動，通過高靈敏度、自供電的聲學傳感器將聲音轉化為電信號。
模仿人類耳蝸的柔性壓電式聲學傳感器（圖片來源：韓國科學技術院）
採用機器學習算法進行說話人識別（圖片來源：韓國科學技術院）
價值
相比於傳統聲學傳感器，多通道壓電式聲學傳感器的靈敏度要高兩倍，並且含有更多語音信息。此外，聲學傳感器通過機器學習算法，可達到97.5%的說話人識別率，比作為參考的麥克風的錯誤率要低75%。
對於未來個性化定製服務來說，人工智能的說話人識別是下一個大事件。可是，傳統技術卻嘗試通過軟件升級來提升識別率，導致說話人識別率有限。團隊用創新型的柔性壓電式聲學傳感器取代現有硬件，改善了說話人識別系統，並進一步改善壓電式聲學傳感器的軟件，顯著提升了不同環境中的說話人以及語音識別率。
Lee 教授表示：“高度靈敏、自供電、識別說話人的聲學傳感器，可用於個性化的語音服務，例如智能家電、人工智能秘書、始終在線的物聯網、生物識別、金融科技（FinTech）。”
關鍵字
聲學、自供電、傳感器、物聯網、人工智能
【1】https://www.kaist.ac.kr/_prog/_board/?mode=V&no=86741&code=ed_news&site_dvs_cd=en&menu_dvs_cd=0601&list_typ=B&skey=&sval=&smonth=&site_dvs=&GotoPage=
【2】https://www.sciencedirect.com/science/article/pii/S221128551830613X?via%3Dihub#f0025
閱讀更多 環球創新智慧 的文章
