燕山大学考研，燕山大学考研招生简章
成果简介
针对传统语音采集识别易受环境噪声影响的问题，本文，燕山大学童凯教授团队在《ACS Appl. Electron. Mater.》期刊发表名为“Research on Throat Speech Signal Detection Based on a Flexible Graphene Piezoresistive Sensor”的论文，研究提出一种柔性石墨烯传感器来检测人声振动信号。首先，采用化学气相沉积（CVD）和压印技术制备具有圆柱形微表面结构基板的语音检测传感器，大大提高了传感器的保形涂层覆盖能力和灵敏度。在 200-2500 Hz 范围内，传感器的平均电压增益为约48dB，这个频率范围基本覆盖了人类语音频率。
在此基础上，研究人员进行了双语检测（中英文）。获得的所有数据表明，石墨语音传感器具有足够的灵敏度来提取声波的特征。同时，所提出的圆柱形微表面结构降低了石墨烯层随机断裂的可能性。此外，通过麦克风和柔性石墨烯语音检测传感器收集的语音信号用于训练神经网络。混合声带语音信号的数据集的识别准确率为75.9%。比较验证传感器检测到的信号具有足够的特征信息来完成语音识别任务。
图文导读
图1. 石墨烯的表征和柔性石墨烯语音检测传感器（FGSDS)的制备
图2. 传感机制、频率响应测试和频率响应曲线
图3 、不同响度声波的振动检测和FGSDS的稳定性测试
图4. 喉声带振动信号的检测
图5、 不同采集系统采集的安静和嘈杂环境下的英语句子语音信号波形对比
图6. 基于深度学习的语音检测与识别
小结
综上所述，随着数据集的不断丰富，柔性石墨烯语音检测传感器（FGSDS）在远程语音识别和机器人语音开发中可能具有很大的应用前景。还进一步推动了可穿戴人工喉设备的研究进程，甚至可能帮助喉部疾病患者实现无障碍沟通。
本文的研究仍然存在一些局限性。可见，石墨烯薄膜传感器在可穿戴应用中仍面临诸多挑战，如石墨烯层容易出现不可逆的沟道裂纹导致使用寿命缩短、导电银浆电极柔韧性差等。这些问题可以为后续的研究提供方向。
文献：
https://doi.org/10.1021/acsaelm.2c00522
燕山大学考研(燕山大学考研招生简章)