一种声学传感器及其制备方法、声音识别方法和系统

本发明涉及声学，尤其涉及一种声学传感器及其制备方法、声音识别方法和系统。

背景技术：

1、随着人工智能和物联网的快速发展和融合，人机交互在健康监护和智能控制等领域引起了广泛的关注。人机交互的方式也从最初的键盘、遥控器等外部设备操控，发展为更加直接和高效的肢体动作、电生理学和语音等信号实现交互。语音信号作为人们日常生活中最常见、最重要的交流方式之一，不仅包含有丰富的内容信息，还承载着性别、身份和情绪等其他个体信息。基于语音信号的人机交互方式具有直观、高效和信息丰富等特点，能够更好地实现复杂的人机协同作业任务，语言信号在人机交互中扮演着至关重要的角色。

2、现有传统声学传感器在声学信号采集的过程中存在不足与缺陷。例如：存在抗噪声干扰能力有限、可穿戴性不足等问题，在复杂的极端噪声环境中(例如，嘈杂的人群、火灾和暴雨等环境)，往往会受到严重的干扰和影响，难以获得高保真的语音信号以实现准确地识别目标对象的声音。

技术实现思路

1、有鉴于此，为解决上述问题之一，本发明实施例的目的是提供一种声学传感器及其制备方法、声音识别方法和系统，能够提高抗噪声干扰能力和语音识别准确率。

2、一方面，本发明实施例提供了一种声学传感器，包括封装保护层、负电摩擦层、隔离结构、正电摩擦层和导电电极，所述正电摩擦层包括微纳表面结构的柔性衬底，所述负电摩擦层的材料包括负电子亲和材料，所述隔离结构设置在所述负电摩擦层与所述正电摩擦层之间，所述导电电极设置在所述正电摩擦层的外表面，所述封装保护层设置在所述负电摩擦层的外表面。

3、可选地，所述微纳表面结构的柔性衬底包括硅基纳米柱阵列衬底、微通孔阵列衬底或微金字塔阵列衬底中的任意一种。

4、可选地，所述柔性衬底的材料包括银纳米线、导电银浆涂料、pedot：pss、碳纳米管、石墨烯、mxene、聚二甲基硅氧烷、硅胶或ecoflex中的任意一种或多种。

5、实施本发明实施例包括以下有益效果：本实施例中具有微纳表面结构的柔性衬底的正电摩擦层，通过接触式传感的方式直接获取喉部的声带微弱振动信号(声学信号)和肌肉微小运动信号(机械运动信号)的混合模态人声基频声学信号，可以有效地提高抗噪声摩擦电声学传感器的性能，实现可穿戴性，负电摩擦层的负电子亲和材料可以进一步提高抗噪声摩擦电声学传感器的输出性能，从而有效地克服噪声环境的干扰，提高语音识别的准确性。

6、另一方面，本发明实施例提供了一种声学传感器的制备方法，包括：

7、提供具有微纳表面结构的基底，采用具有固化能力的预设材料对所述微纳表面结构的基底进行复制-倒模，得到所述微纳表面结构的基底的阴模具；

8、采用具有导电功能的柔性材料对所述阴模具进行复制-倒模，得到微纳表面结构的柔性衬底；

9、在微纳表面结构的柔性衬底的表面制备第一导电层，得到正电摩擦层，并在所述正电摩擦层的外表面制备第二导电层，得到带有导电电极的正电摩擦层；

10、对具有负电子亲和材料的薄膜的第一表面进行反向离子蚀刻处理和电晕处理，并在负电子亲和材料的薄膜的第二表面制备第三导电层，得到负电摩擦层，并在第三导电层的表面制备封装保护层；

11、提供隔离结构，将所述隔离结构设置在带有封装保护层的负电摩擦层和带有导电电极的正电摩擦层之间，并对所述隔离结构进行初始间隔距离调整，得到声学传感器。

12、可选地，所述初始间隔距离的范围包括300-600微米。

13、实施本发明实施例包括以下有益效果：本实施例采用低成本、高效率的复制-倒模技术，成功实现了微纳表面结构的柔性衬底的制备，将微纳表面结构的柔性衬底作为声学传感器的正摩擦层电极，同时使用反向离子蚀刻处理和电晕处理得到负摩擦层电极，正摩擦层电极和负摩擦层电极共同组成抗噪声摩擦电声学传感器，快速、高效、低成本。

14、另一方面，本发明实施例提供了一种声音识别方法，包括步骤：

15、获取混合模态人声基频声学信号；所述混合模态人声基频声学信号由上述的声学传感器采集得到；所述混合模态人声基频声学信号包括声学信号和机械运动信号；

16、将所述混合模态人声基频声学信号进行预处理，得到预设长度的语言信号；

17、对所述预设长度的语言信号进行梅尔频谱特征提取，得到特征频谱图；

18、将所述特征频谱图输入到训练好的深度学习模型，得到语音信息；所述深度学习模型包括transformer模型或卷积神经网络模型。

19、可选地，所述对所述预设长度的语言信号进行梅尔频谱特征提取，得到特征频谱图，具体包括：

20、将所述预设长度的语言信号进行短时傅里叶变换，得到第一信号；

21、对所述第一信号进行梅尔滤波，得到第二信号；

22、对所述第二信号进行对数运算，得到特征频谱图。

23、另一方面，本发明实施例提供了一种声音识别系统，包括：

24、至少一个处理器；

25、至少一个存储器，用于存储至少一个程序；

26、当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上述的声音识别方法。

27、另一方面，本发明实施例提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的声音识别方法。

28、另一方面，本发明实施例提供了一种声音识别系统，包括上述的声学传感器以及与声学传感器连接的计算机设备；其中，

29、所述声学传感器，用于采集混合模态人声基频声学信号；所述混合模态人声基频声学信号包括声学信号和机械运动信号；

30、所述计算机设备包括：

31、至少一个处理器；

32、至少一个存储器，用于存储至少一个程序；

33、当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述的声音识别方法。

34、实施本发明实施例包括以下有益效果：本实施例基于声学传感器采集得到的混合模态人声基频声学信号以及深度学习模型，获取声学模态信号的完整含义，准确的实现语音信息的解析和分类，有效地克服声学模态信号特征缺失或波形畸变的问题。

技术特征：

1.一种声学传感器，其特征在于，包括封装保护层、负电摩擦层、隔离结构、正电摩擦层和导电电极，所述正电摩擦层包括微纳表面结构的柔性衬底，所述负电摩擦层的材料包括负电子亲和材料，所述隔离结构设置在所述负电摩擦层与所述正电摩擦层之间，所述导电电极设置在所述正电摩擦层的外表面，所述封装保护层设置在所述负电摩擦层的外表面。

2.根据权利要求1所述的声学传感器，其特征在于，所述微纳表面结构的柔性衬底包括硅基纳米柱阵列衬底、微通孔阵列衬底或微金字塔阵列衬底中的任意一种。

3.根据权利要求1所述的声学传感器，其特征在于，所述柔性衬底的材料包括银纳米线、导电银浆涂料、pedot：pss、碳纳米管、石墨烯、mxene、聚二甲基硅氧烷、硅胶或ecoflex中的任意一种或多种。

4.一种声学传感器的制备方法，其特征在于，包括：

5.根据权利要求4所述的制备方法，其特征在于，所述初始间隔距离的范围包括300-600微米。

6.一种声音识别方法，其特征在于，包括步骤：

7.根据权利要求6所述的识别方法，其特征在于，所述对所述预设长度的语言信号进行梅尔频谱特征提取，得到特征频谱图，具体包括：

8.一种声音识别系统，其特征在于，包括：

9.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求6-7任一项所述的识别方法。

10.一种声音识别系统，其特征在于，包括如权利要求1-3任一项所述的声学传感器以及与声学传感器连接的计算机设备；其中，

技术总结本发明公开了一种声学传感器及其制备方法、声音识别方法和系统，声学传感器包括封装保护层、负电摩擦层、隔离结构、正电摩擦层和导电电极，所述正电摩擦层包括微纳表面结构的柔性衬底，所述负电摩擦层的材料包括负电子亲和材料，所述隔离结构设置在所述负电摩擦层与所述正电摩擦层之间，所述导电电极设置在所述正电摩擦层的外表面，所述封装保护层设置在所述负电摩擦层的外表面。本发明实施例能够提高抗噪声干扰能力和语音识别准确率，可广泛应用于声学技术领域。技术研发人员：谢曦,姚传捷,刘苏杭,黄爽,陈惠琄受保护的技术使用者：中山大学技术研发日：技术公布日：2024/9/12