由材料科学与工程系的KeonJaeLee教授领导的KAIST(韩国科学技术院)研究团队研发了一种用作扬声器辨识的基于机器学习的声学传感器(该论文公开发表在《NanoEnergy》其题目为《基底膜启发式自供电声传感器》和《用作语音辨识的基于机器学习的声学传感器》)。声学传感器作为人类和机器之间最直观的两方通信设备之一而受到注目。然而,传统的声学传感器用于电容器型装置来测量两个导电层之间的电容,造成灵敏度较低,辨识距离较短以及扬声器识别率较低。
该小组通过仿效人类耳蜗中的基底膜,生产了一种柔性压电薄膜。谐振频率振动梯形压电薄膜的适当区域,该区域通过高度灵敏的自供电声学传感器将声音切换为电信号。这种可以从更加远距离观测到微小声音的多声道压电声学传感器的灵敏度是传统声学传感器的两倍多,它可以获取更好的语音信息。
此外,该声学传感器用于机器学习算法可以构建97.5%的扬声器识别率,比参照麦克风减少75%的错误率。一种仿真人工耳蜗的柔性压电声学传感器人工智能扬声器辨识是未来个性化自定义服务的下一个重点。然而,传统技术企图通过用于软件升级来提升识别率,造成扬声器识别率有限。
该团队用创意的柔性压电声学传感器代替了现有的硬件进而改良了扬声器识别系统。压电声传感器的更进一步软件改良,将大大提高有所不同环境下的扬声器和语音识别率。Lee教授说道:“用作扬声器辨识的高灵敏度的自供电声学传感器可用作个性化语音服务,如智能家用电器、人工智能秘书、全天候物联网、生物证书和金融科技。
本文来源:开云app登录入口-www.xhmwd.com
地址:北京市北京市北京区人程大楼3311号电话:0898-88889999传真:0898-66669999
手机:19952390967邮箱:admin@xhmwd.com
Copyright © 2003-2023 www.xhmwd.com. 开云app登录入口科技 版权所有备案号:ICP备13941666号-8