華科學家研發可穿戴人工喉

    失語者或可再次“開口說話”

    中國清華大學積體電

    路學院日前發佈消息稱，

    該校研究團隊在智能語音交

    互方面取得重要進展，其研發

    的可穿戴人工喉可以感知喉部

    發聲相關信號，並通過人工智

    能模型將其識別和合成為語音

    。研究結果為語音辨識與交

    互系統提供了一條新的技術

    途徑。

    語音是人類交流的重要方式，但說話人的健康狀態等因素往往會影響聲音識別。研究人員表示，一直以來，團隊在致力改進語音辨識和交互技術以應對微弱的聲源或嘈雜的環境。多通道聲學感測器可以顯著提高聲音識別的精度，但會導致更大的設備體積，而可穿戴設備能夠獲取高品質的原始語音或其他生理信號。

    然而，目前尚無充分的證據表明喉部肌肉的運動模式和反映在體表的發聲器官振動中隱含着可識別的語音特徵，且尚無實驗證明其作為語音辨識技術的完備性。

    為解決上述問題，研究團隊開發了一款基於石墨烯的智能可穿戴人工喉，同商業麥克風和壓電薄膜相比，人工喉對低頻的肌肉運動、中頻食管振動和高頻聲波資訊有很高的靈敏度，同時也具有抗雜訊的語音感知能力。對聲學信號和機械運動的混合模態的感知使人工喉能夠獲得更低的語音基頻信號。

    此外，該器件還可以通過熱聲效應實現聲音的播放功能。人工喉的製作過程簡單、性能穩定、易於集成，為語音辨識和交互提供了一種新的硬體平台。

    團隊還利用人工智能模型對人工喉感知的信號進行語音辨識和合成，實現了對基本語音元素（音素、聲調和詞語）的高精度識別，以及對喉癌患者模糊語音的識別與再現，為聲音障礙者的溝通和交互提供了一種創新的解決方案。實驗結果表明，人工喉採集的混合模態語音信號可以識別基本語音元素（音素、音調和單詞），平均準確率為百分之九十九點○五。同時人工喉的抗雜訊性能明顯優於麥克風，在六十分貝以上環境雜訊下仍能保持識別能力。通過集成AI模型，人工喉能夠識別一名喉切除術患者模糊說出的日常詞彙，準確率超過九成。識別出的內容被合成為語音在人工喉上播放，可以初步恢復患者的語音交流能力。

    一枚硬幣大小的石墨烯片，貼在頸部靠近喉嚨處，就能幫助發音障礙者獲得新“聲”。研究團隊介紹稱，該人工喉還有很大的優化和拓展空間，例如提高聲音的品質和音量，增加語音的多樣性和表情，以及結合其他生理信號和環境資訊實現更自然和智能的語音交互。研究團隊希望通過進一步的研究和合作，讓人工喉造福更多的聲音障礙者和語音交互的使用者，為他們解決聲音問題提供幫助。

    美    子