[發明專利]物聯網用超低功率柔性壓電語音識別傳感器

有效

• 申請號: 201680003750.1
• 申請日: 2016-06-09
• 公開（公告）號: CN107004415B
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 李建宰;韓在賢;趙宙形
• 申請（專利權）人: 韓國科學技術院
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/28
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 孫昌浩;李盛泉

根據本發明的壓電語音識別傳感器包括：柔性薄膜(600)；壓電物質層(300)，層疊于所述柔性薄膜(600)上；以及電極(500)，層疊于所述壓電物質層(300)上，且所述電極(500)包括布置成一列的多個頻率分離信道，所述多個頻率分離信道為長度彼此不同的狀態。本發明將利用構成為梯形形狀的多個頻率分離信道感測到的語音根據頻率通過所述多個信道進行分離，同時將分離的所述語音信號通過壓電元件而由機械振動信號轉換為電信號，由此進行識別。

技術領域

本發明涉及一種用于物聯網(IoT：Internet of Thing)應用的超低功率柔性壓電語音識別傳感器，具體而言，涉及一種如下的基于柔性壓電的超低功率語音識別傳感器：為了代替現有的基于麥克風、ADC、DSP電路的高功率語音識別傳感器，利用柔性壓電薄膜，通過多個頻率分離信道而將語音根據頻率通過多個信道進行分離，同時使分離的所述語音信號由機械振動信號轉換成電信號，從而通過語音識別電路的簡化而減小功率消耗。

背景技術

語音識別傳感器表示從包含在人類的語音中的聲音學信息中提取語言信息，并感測該語音信息而做出反應的傳感器。在需要能夠簡單而方便地使用的Natural UI(userinterface)的當今，通過語音進行的對話被認為是未來IoT時代的諸多的人類與機器之間的信息交換媒介中的最自熱且簡便的方法。然而，為了通過機器和語音進行溝通，需要將人類的語音轉換為機器可處理的形式，而此過程即為語音識別。

以蘋果的Siri作為代表的語音識別由麥克風、模數轉換器(ADC：Analog toDigital Converter)、數字信號處理(DSP：Digital Signal Processing)的組合構成，而且以移動設備用長期(ordinary times)待機使用時消耗功率較高，因而用戶以按壓開始鍵和結束鍵的方式進行操作。這是真正意義上的基于語音識別的物聯網(IoT：Internet ofThing)的體現所面對的最大的難關之一，如果開發超低功率長期驅動語音識別系統，則預計能夠開啟無盡的IoT應用之處。

無需專門的學習或訓練也能夠容易使用的語音識別系統是在針對用于創新的下一代IT產品的UI開發及創建的要求變高的IoT時代能夠引導未來產業的有前途的技術，其具有如下優點：在雙手不自由的情況下或者在移動時也能夠輸入信息，而且由于輸入速度比打字速度快，所以能夠高速或實時地進行信息處理。

最近，通過基于智能手機終端的性能的進化、人工智能及知識搜索技術的發展、云技術的語音識別系統的大容量數據處理作為智能代理(intelligent agent)而能夠準確并迅速地找到用戶期望得到的答案，但是即使有這種有點和可能性，語音識別技術還是存在如下的局限性。

首先，從硬件角度來看，利用麥克風、ADC、DSP的組合的現有的語音識別技術的功率消耗極高，因此如果沒有另外的充電器，則現實中無法在長期待機狀態下識別語音，更何況，針對移動設備用語音識別傳感器的應用由于能量問題而非常有限。此外，需要進行按壓語音識別開始按鍵等的預備操作，而且其準確性、可靠度、速度等方面較差。即，為了應用到基于IoT的智能手機、TV、汽車、其他可穿戴設備，必須具備高靈敏度，而且需要在睡眠(Sleep)狀態下也能夠不消耗大的功率而保持長期待機狀態，并以超低功率識別用戶的語音。

接著，從聲音學和語言學角度來看，由于當前的麥克風、ADC、DSP組合的語音識別是基于復雜的算法的語言識別，所以自然的對話風格的識別會受限。

與此相反，人類的耳蝸在對復雜的語言進行頻率分離之后通過簡單的算法而進行有效的信號處理。盡管有利用這種耳蝸的原理的多種裝置，還存在模仿此而應用于人工耳蝸的先例，但是目前尚未存在使用為用于IoT的超低功率用語音識別傳感器的實例。