近日，清华大学集成电路学院教授任天令团队研发了一款可穿戴人工喉，可以识别佩戴者喉部发声的信号，并将其转换为语音播放出来，还原准确率超90%。该成果已发表在《自然》人工智能子刊《自然·机器智能》上。任天令教授团队基于石墨烯材料研发的智能可穿戴人工喉，对低频的肌肉运动、中频食管振动和高频声波信息有较高的灵敏度，也具有抗噪声的语音感知能力。同时，人工喉还能通过热声效应将信号转换成声音播放。
↑使用智能可穿戴人工喉进行无声语音交互著名医学杂志《柳叶刀》2021年发布数据显示，2019年全球共有20.9万例新发喉癌病例，其中男性为18.1万，女性为2.8万。相较于前10年，2010-2019年间喉癌的新发病例数增加了24.7%。
任天令教授团队告诉红星新闻，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汇，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。这将有助于帮助发声失能群体恢复发声，造福更多的声音障碍者。同时，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，同时它还有很大的优化和拓展空间。
让喉疾患者重获新“声”
将贴片贴在靠近喉咙处就能还原声音
红星新闻：能否简单介绍下这款可穿戴人工喉的性能和工作原理？
任天令教授团队：我们人的语音交流发出声音，来源于声带震动，以及喉部、唇部这些发声器官的协同合作。当说话的时候，如果把手放在喉部，能感觉到喉管是有震动的。不同于麦克风通过空气中的机械波采集声音，人工喉是一个极其敏感的机械传感器，它能够感知喉部细微的震动，可以把它看作一个频域感知范围更广的麦克风。
此外，我们以往的扬声器是通过机械振动来产生声音，但如果喉部一直振动的话，不光会干扰到声音感知，也会影响佩戴的体验。由于石墨烯具有高热导率和低热容率的特点，它还能够通过空气加热、冷却的过程（热声效应）发出声音。因此，人工喉可以被看作为一种“麦克风和扬声器的集合体”，用以辅助人们语音交流。
红星新闻：在这个过程中有没有遇到特别难的问题？
任天令教授团队：有的。这是一个比较复杂的工程项目，从传感器的材料选取，传感器的设计优化，数据的采集，采集系统的搭建，后面还有语音模型的设计，这些软件硬件需要结合一起去考虑，从工程量来说是比较大的，里面也有一些未知的科学问题需要探索。
在实验的过程中，最关键的就是信号采集的问题。因为喉部震动比较微弱，最初采集的数据质量实际上并不是很理想，我们实验人员是在自己身上也尝试过很多次。主要还是得多下功夫不断去实验，这方面没有捷径。
红星新闻：人工喉与现在市面上的电子喉助音器等产品相比有哪些不同？
任天令教授团队：这是两个完全不一样的技术。现在市面上的电子喉是人去适应设备的理念，人工喉是让机器去学习人类的语言，这是一个本质的区别。
具体来说，使用者往往因为喉切除手术以后把声带切除了，丧失了声带这个震动的声源，传统的电子喉是一个提供单频振动的马达，配合上食管、唇部、舌头的运动，调制振动发出声音，声音单调，听起来像机器人。同时，电子喉学习、使用成本很高的。因为喉切除手术以后，需要手持电子喉抵住喉咙去学习，尝试用它发声。
人工喉的使用相比电子喉会更容易。使用者贴附以后只需要录入自己的语音，设备的算法可以快速学会语音特征，不用去单独另外再学一门语言。这类似于手机录入指纹的过程，尝试几次以后就慢慢学会了。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汇，准确率超过90%。我们后面将会采用人工AI语音合成技术，使用者本来的声音会被完全还原。
另外佩戴也会更舒适，一枚硬币大小的人工喉贴片，贴在颈部靠近喉咙处就可以了。
不仅仅造福于声音障碍者
还可用于金融支付、火灾现场等领域
红星新闻：人工喉的使用体验如何？
任天令教授团队：目前看来人工喉的成本相对较低，我们可以把它看作一个类似创可贴的形式，夏天热出汗多就勤换，冬天长时间佩戴也可以。如果晚上睡觉佩戴觉得不舒服，也可以卸掉等醒后再佩戴。
考虑到人工喉属于传感元件，它要实现一个比较高的灵敏度的话，肯定相对来说会脆弱一点。所以它是可以更换的，失效后也不用修，直接换掉就可以了。
红星新闻：除了刚才提到的有发音障碍的喉疾患者，人工喉还将会应用到哪些方面？
任天令教授团队：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情感识别，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。比如贴附的位置也不只限于喉咙，未来也可能在面部产生类似于一种像电影《阿凡达》里面那些外星人面部纹身，看起来会很有科技感。我们也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。
项目研究的初衷是想帮助解决发声失能群体恢复发声的问题，但实际上这项成果对普通人来讲也是可以适用的。比如说在机场工作的地勤人员、火灾现场的消防员，在那种嘈杂环境下正常的语音交流肯定是不行的。但是通过我们的这种方式，将声音转化成对应的语音信号，传到耳麦里进行播放，可以有效解决这些问题。
另外对更广大的社会人群，在一些注意通话私密性的场合，还有金融支付领域都有广泛的应用前景。比如人工喉可以将采集到的喉部振动信息用于语音支付，安全方面或会有比较显著的提升。
红星新闻：目前还有哪些最新进展？
任天令教授团队：近期我们可能还会请一些做过喉切除手术的志愿者来参与实验，同时在硬件上面做一些优化。算法的话目前还是在检测，后面如果要做到连续实时语音的话，还需要更多的志愿者采集到足够的语料库。目前整体还处于试验优化阶段。
红星新闻：这项成果什么时候能面向社会？
任天令教授团队：目前我们主要还是对项目各方面进行优化，并将积极推进这一成果向市场进行产业化转化，尽早投入社会应用，服务于需要得到帮助的广大人群。在这个期间，我也非常欢迎社会各界的朋友一起关注、支持！
红星新闻记者 任江波 实习生 李佩欣
责编 官莉 编辑 潘莉
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
