清华可穿戴智能喉登Nature子刊，实测准确率90%，网友@李雪健老师（清华大学智能机器人上学）

这是清华大学发表在Nature子刊上的最新研究成果，一个用石墨烯材料做成的可穿戴喉咙。

△ Nature Machine Intelligence（自然·机器智能）它可以准确识别到佩戴者喉咙处的细微振动以及模糊的话语，然后将之合成为正常的语音，平均识别准确率高达99.05%据称，这款设备在噪音非常大的地方也好使。

如此一来，那些不能正常发声的人，包括喉切除患者、临时嗓子发炎者、长时间讲课的老师、在嘈杂环境工作但需要交流的人等，都有救了。

当然，还有不少人直接cue起了李雪健老师。

清华可穿戴智能喉，患者实测准确率91%要说帮喉咙有问题的人解决交流问题，科学家早就在研究了不过此前的一些方案由于带有一系列外设或者多通道电极，通常具有侵入性且不够便携要解决这俩问题，需要感应器足够灵敏且小巧，在外部就能使用。

还需要足够贴合皮肤。因为理论上，喉部的振动反映的是声带以及相关肌肉群的运动。一些声带发声有障碍的人，可能会训练食管发声，因此，需要柔性传感器来保持对皮肤的贴合从而照顾到这一部位。

好在，有这么一种东西可以满足这些需要它就是用柔性激光直写（laser-scribed）石墨烯（LSG）制成的机械传感器，专门用于身体表面不过，由于不确定这种设备对低频肌肉运动和传递到皮肤表面的声音振

最终，它可以做到在>1000次的弯曲测试后仍表现出均匀稳定的灵敏度，准确识别出频率范围在100–20kHz之间的振动信息由于LSG薄膜具有导电性和导

连续三小时都保持稳定。下面是这款可穿戴智能喉的工作流程：

首先，设备将收集到的振动信息编码为标准脉冲编码调制（PCM）信号然后通过快速傅里叶变换（FFT）生成相应的频谱图接着通过模型进行外部处理和识别，将检测到的多模态信号转换为相应的语音最后通过热声效应驱动设备发声，帮助佩戴者完成交流。

实验表明，这款设备对音素、音调以及单词的识别准确率平均达到了99.05%。下图则显示了设备在不同强度（dB）噪音下的识别精度。

可以看到，它在环境噪声超过60dB的情况下，也能保持识别能力，抗噪能力远远优于麦克风“Talk is

从频谱图可以看出，可穿戴智能喉可以感知患者喉咙的发声振动。不过由于发声器官不完整，患者有时会在说话时吞咽声音。不过微调模型仍然能够从信号中提取足够的信息，将识别准确率做到81.25%。

接着，他们又对用到的单个AlexNet模型进行了优化（Alex Net+ReliefF+SVM），最终实现了91%的识别精度。

的过滤器，变成可穿戴变声器的；。

也有说来个实时翻译，就让人直接拥有说多种语言的能力的。

— 完 —量子位 QbitAI · 头条号签约关注我们，第一时间获知前沿科技动态