重庆大学: 研究用于语音识别和交互的机器学习辅助可穿戴传感系统

主要观点总结

本文主要介绍了一种新型的可穿戴无线柔性贴肤声学传感器（SAAS），用于恶劣声学环境下的语音识别和人机交互（HMI）。该传感器采用压电微机械超声换能器（PMUT），具有多项优点。本文阐述了SAAS的设计原理、特性描述、语音检测对比实验、身份识别演示以及在人机交互中的应用等关键内容。

关键观点总结

关键观点1: 主要创新点

提出了一种可穿戴无线柔性贴肤声学传感器（SAAS），能够捕捉发声器官的振动和皮肤运动，实现恶劣声学环境下的语音识别和人机交互。

关键观点2: 传感器特性

采用压电微机械超声换能器（PMUT），具有高灵敏度（-198 dB）、宽带宽（10 Hz-20 kHz）和优异的平坦度（±0.5 dB）等特点。柔性封装提高了佩戴时的舒适性和适应性。

关键观点3: 系统性能

与残差网络（ResNet）架构的集成显著提高了喉部语音特征的分类，准确率超过96%。在多个HMI场景中展示了SAAS的数据收集和智能分类能力。

关键观点4: 实验验证

通过对比实验，展示了SAAS在安静环境、嘈杂环境和戴口罩情况下的语音检测效果。此外，还进行了身份识别演示，以及使用SAAS控制虚拟游戏和机器狗的应用演示。

关键观点5: 讨论与前景

文章最后讨论了当前传感器的挑战和限制，并展望了基于SAAS的语音识别系统在人机交互中的未来应用。