人机交互通过双边信息交换将人和机器连接起来，在智能家电、虚拟现实、工业自动化和个性化医疗等方面有着广泛的应用前景。在各种生物信号中，人的声音在时间、频率和振幅等方面具有巨大的信息传递潜力。然而，传统的语音识别系统(VRSs)在背景噪声与环境污染存在的情况下，对语音的精确检测一直面临着挑战。
近日，南洋理工大学Jianing An教授，韩国高等科学技术研究院Young-Jin Kim教授与南京工业大学孙耿志教授合作，提出了一种基于还原石墨烯氧化物/聚二甲基硅氧烷复合膜的皮肤自清洁、超灵敏、超快的声传感器。得益于蜘蛛裂隙状多尺度锯齿状微裂纹和莲叶状层次结构的协同作用，此超疏水传感器具备超高灵敏度(GF = 8699),超低检测极限 (ε=0.000 064%)，超快响应行为（107μs），出色的设备耐久性(> 10,000循环)，可靠地检测超过可听频率范围(20−20,000 Hz)的高信噪比的声学振动。相关研究成果以题为“Ultrasensitive Anti-Interference Voice Recognition by Bio-Inspired Skin-Attachable Self-Cleaning Acoustic Sensors”发表在《ACS NANO》上（见文后原文链接）。
1、优异的自清洁性
该研究中，为了实现超疏水导电传感膜，将超短飞秒激光脉冲辐射到涂覆在PDMS衬底上的氧化石墨烯薄膜上，同时实现氧化石墨烯的光还原和PDMS的光热分解。通过单步FsLDW图形化，恢复了石墨烯的导电性，有效地在石墨烯表面形成了荷叶状的层次结构，并获得了自清洁（疏水角162°）性能。
图一 声学传感器的超疏水/自清洁性能
2、优异的应变检测性能
长而平行的微裂纹随后产生在一个矩形(15毫米×5毫米)在一根金属棒上弯曲薄膜，使其以10 mm·s-1的最佳书写速度制成的复合薄膜。随后测得传感器具有超高的传感性能响应度GF=8699),超低检测极限（ε= 0.000 064%）,超快的响应时间（107μs）,良好的耐久性超过10000次循环。
图二 传感器的力电性能
3、高分辨率的声音检测性能
微裂纹的瞬间断开或重新连接使我们的传感器能够检测到超高频机械振动。为了演示这种能力，一个压电驱动器被装备到机械调制的正弦波形悬应变传感器，以便发挥机械应变在一个广泛的频率范围（1-20000Hz）;实时监测传感器的电阻变化。实验证明了有裂纹的传感器信号输出大大增强，并且具备超高分辨率的声音信号识别功能。
图三 传感器的声学检测信号
4、精确的语音识别
皮肤可附加装置的传感性能为其在语音控制语音识别中的应用提供了良好的前景。首先，在一个安静的环境中，通过皮肤连接的声学传感器和一个参考麦克风记录女性扬声器发出的不同字母(NTU)(背景声音为∼45db声压级，SPL)。其次，再次在嘈杂的环境中进行语音记录(背景声音为∼90db SPL)。该传感器获得了比麦克风更好的声音信号。最后，其他说话者重复相同的发音(如图所示)，显示独特的波形和光谱图，女性扬声器的基频和谐波频率比男性扬声器的基频和谐波频率更高、更窄。该传感器表现了在语音识别领域的广阔应用前景。
图四 语音识别测试
小结
总的来说,作者从蜘蛛的缝隙器官和荷叶的自然结构中获得灵感，成功地设计并制备了基于石墨烯的超敏自清洁声传感器。传感器表面具有超疏水性，水接触角为162°，滑动角为1°。复合膜中微裂纹的产生导致了锯齿状裂纹边缘和多尺度裂纹间隙的形成，扩大了超敏应变传感的间隙位移，加快了超快响应的断开-重连速率。这些优点使传感器具有超高的灵敏度、超低的检测限、超快的响应时间和优异的耐久性。此外，通过将声传感器安装在颈部，实现对声音信号在声频范围内的感知，并利用该传感器在非常嘈杂的环境中识别基于声带振动的多种语音模式。因此，它可以被设想为未来语音控制的人机界面的一个有前途的选择。
全文链接：
https://pubs.acs.org/doi/10.1021/acsnano.9b06354
---纳米纤维素找北方世纪---
---测试找易科学---
来源：高分子科学前沿
声明：凡本平台注明“来源：XXX”的文/图等稿件，本平台转载出于传递更多信息及方便产业探讨之目的，并不意味着本平台赞同其观点或证实其内容的真实性，文章内容仅供参考。如有侵权，请联系我们删除。
我们的微博：高分子科学前沿，欢迎和我们互动。
添加主编为好友（微信号：polymer-xiang，请备注：名字-单位-职称-研究方向），邀请您加入学术圈、企业界、硕博联盟、北美、欧洲、塑料、橡塑弹性体、纤维、涂层黏合剂、油墨、凝胶、生物医用高分子、高分子合成、膜材料、石墨烯、纳米材料、表征技术、车用高分子、发泡、聚酰亚胺等一系列技术交流群。同时可以在菜单中回复“交流群”，获取群目录。
添加 小编 微信（务必备注：名字-单位-职称-研究方向）
邀请您入讨论群
（ 微信二维码 扫码添加）
我们的QQ交流群：451749996（务必备注：名字-单位-研究方向）
投稿 荐稿 合作：editor@polysci.cn
