来源:搜你想要的 点击数: 时间:03-19
一枚硬币大小的石墨烯片,贴在颈部靠近喉咙处,就能帮助发音障碍者获得新“声”。近日,清华大学集成电路学院任天令教授及合作团队在智能语音交互方面取得重要进展,其研发的可穿戴人工喉可以感知喉部发声相关信号,并通过人工智能模型将其识别和合成为语音,还原准确率超过90%。
这一研究结果为语音识别与交互系统提供了一条新的技术途径,并于近日在线发表在《自然》人工智能子刊《自然·机器智能》上。
语音是人类交流的重要方式,但说话人的健康状态(例如神经疾病、癌症、外伤等原因导致的声音障碍)和周围环境(噪音干扰、传播介质)往往会影响声音的传输和识别。一直以来,研究人员在致力改进语音识别和交互技术以应对微弱的声源或嘈杂的环境。多通道声学传感器可以显著提高声音识别的精度,但会导致更大的设备体积,而可穿戴设备能够获取高质量的原始语音或其他生理信号。然而,目前尚无充分的证据表明喉部肌肉的运动模式和反映在体表的发声器官振动中隐含着可识别的语音特征,且尚无实验证明其作为语音识别技术的完备性。
为解决这一问题,任天令团队成员开发了一款基于石墨烯的智能可穿戴人工喉,同商业麦克风和压电薄膜相比,人工喉对低频的肌肉运动、中频食管振动和高频声波信息有很高的灵敏度,同时也具有抗噪声的语音感知能力。对声学信号和机械运动的混合模态的感知使人工喉能够获得更低的语音基频信号。此外,该器件还可以通过热声效应实现声音的播放功能。人工喉的制作过程简单、性能稳定、易于集成,为语音识别和交互提供了一种新的硬件平台。
团队还利用人工智能模型对人工喉感知的信号进行语音识别和合成,实现了对基本语音元素(音素、声调和词语)的高精度识别,以及对喉癌患者模糊语音的识别与再现,为声音障碍者的沟通和交互提供了一种创新的解决方案。
实验结果表明,人工喉采集的混合模态语音信号可以识别基本语音元素(音素、音调和单词),平均准确率为99.05%。同时人工喉的抗噪声性能明显优于麦克风,在60分贝以上环境噪声下仍能保持识别能力。任天令研究团队进一步演示了它的语音交互式应用:通过集成AI模型,人工喉能够识别一名喉切除术患者模糊说出的日常词语,准确率超过90%。识别出的内容被合成为语音在人工喉上播放,可以初步恢复患者的语音交流能力。
任天令介绍,该人工喉还有很大的优化和拓展空间,例如提高声音的质量和音量,增加语音的多样性和表情,以及结合其他生理信号和环境信息实现更自然和智能的语音交互。研究团队希望通过进一步的研究和合作,让人工喉造福更多的声音障碍者和语音交互的用户。
(来源:光明日报)
- 上一篇:进展公告隐瞒重要信息 如意集团对核心疑问未予回应
- 下一篇:返回列表
广告推介
最新发布
- 老婆突然发消息:老公,今天可不可以把你的肉捧给我吃?
- 毒龙是什么意思?援交妹教你行业术语让人毁三观
- 柳州莫青门事件曝光,艳照片网上流传
- 柳州莫青门事件曝光,艳照片网上流传
- 农场黄瓜长得像大丁丁 网友:这个尺寸有点大!
- 广西柳州莫菁门事件完整照片 莫菁门事件回顾
- 百货顶楼女子跪地吹簫上演活春宮 网友调侃:露天音乐会
- 这位骑手很忙!右手拧油门左手抠女友下体!
- 吃素的女人口交算破戒吗?6个问答惊呆网友
- 这位骑手很忙!右手拧油门左手抠女友下体!
图文信息
最新视频
- 北京平谷区发汽车消费券 购10万内车型可享价值4000+优惠_1
- 叔叔将对俄罗斯进行国事访问
- 南网储能:拟共同投资开发揭阳市揭西县大洋抽水蓄能电站项目 总投资约80亿元
- 汉得信息:公司已基于AI技术打造了多种场景的应用解决方案
- 山东一村医行医50多年 免去村民40余万医药费_1
- 十四届全国-一次会议选择产生新一届大家当家的 叔叔全票当选大家主持--主持_1
热门事件
- TVB遭第三大股东减持套现近八千万港元,去年预亏扩大至8亿港元_1
- 嵩明县审计局召开审计工作会 部署2023年工作重点
- 美公民在墨遭绑架引发安全关注,墨总部:墨西哥比美国更安全
- 多个粤港澳人才协作相关方案在穗审议通过_1
- “拥抱”粤港澳大湾区 广西贺州释放“强磁力”打造“新热土”_2
- 艺人宁艺卓右眼几乎看不-阿米巴角膜炎:戴隐形眼镜的人要注意!