【《Nature Communications》, 2025年3月10日】Nature Communications刊登了来自重庆大学的一项研究成果《Machine learning-assisted wearable sensing systems for speech recognition and interaction》。研究提出了一种基于微机电超声换能器的可穿戴皮肤贴附声学传感器，实现了高灵敏度、宽频带和平坦频率响应的语音信号检测。同时，利用无线蓝牙模块进行实时数据传输，并通过深度学习模型（ResNet）进行高效语音识别和身份认证。

语音识别作为最自然的人机交流方式，然而传统语音识别系统依赖于远场麦克风阵列，在嘈杂环境、口罩遮挡和个性化声学特征提取方面存在诸多局限，尤其在高噪声环境（如工业现场、户外）中表现不佳。该项研究通过高灵敏度声学传感器设计，柔性封装与皮肤贴附技术，并集成了深度学习算法，提升语音识别准确率。本研究不仅实现了高灵敏度语音检测，还通过无线蓝牙模块支持实时数据传输，使设备具备多样化应用包括语音控制、声纹身份认证和发声障碍患者语音重建等功能。

（南阳理工学院电子信息学科研究院马聪聪编译）