成果简介
人机界面（HRI）电子设备对于实现机器人智能至关重要。本文，北京科技大学陶璐琪副教授、中国科学院北京纳米能源与系统研究所蒲雄、清华大学集成电路学院任天令团队在《Infomat》期刊发表名为“Graphene-based dual-function acoustic transducers for machine learning-assisted human–robot interfaces”的论文，研究报告了用于机器学习辅助人机界面（GHRI）的基于石墨烯的双功能声学换能器。
GHRI通过摩擦电声传感机制充当人造耳，通过热声发射机制充当人造嘴。集成器件的成功也归功于多功能激光诱导石墨烯，作为摩擦电材料、电极或热声源。通过系统地优化结构参数，GHRI实现了高灵敏度（4500 mV Pa–1）和操作耐久性（1 000 000 次循环和 60 天），能够识别人类语音中的语音身份、情感、内容和其他信息。在机器学习的帮助下，通过卷积神经网络训练30个语音类别，训练数据集和测试数据集的准确率分别达到99.66%和96.63%。此外，GHRI还用于基于识别语音特征的人工智能通信。该工作显示了机器人智能发展的广阔前景。
图文导读
图1、GHRI的工作机理和结构设计。
图2、GHRI作为TENG传感器的声音传感特性
图3、GHRI作为TA源的声音发射特性
图4、身份和情感特征区分。频域图、时域图和不同身份和情绪的频谱图
图5、机器学习辅助语音识别和通信。
小结
总之，研究了基于石墨烯的机器学习辅助HRI双功能声学换能器。它通过柔性材料（麦克风和扬声器）表现出出色的双重功能，并作为耳朵和嘴巴应用于机器人。于机器学习，设计了多维语音识别和智能通信HRI，在训练数据集和测试数据集中的准确率分别高达99.66%和96.63%。GHRI提取语音内容、情感、身份特征，实现智能沟通和回复，实现无障碍聊天。此外，经济可行的材料和简单的制造程序使GHRI适合大规模生产，在机器人智能领域具有广阔的发展前景。
文献：https://doi.org/10.1002/inf2.12385
本文来自材料分析与应用，本文观点不代表石墨烯网立场，转载请联系原作者。
