一枚硬币大小的石墨烯片，贴在颈部靠近喉咙处，就能帮助发音障碍者获得新“声”。近日，清华大学集成电路学院任天令教授及合作团队在智能语音交互方面取得重要进展，其研发的可穿戴人工喉可以感知喉部发声相关信号，并通过人工智能模型将其识别和合成为语音，还原准确率超过90%。这一研究结果为语音识别与交互系统提供了一条新的技术途径，并于近日在线发表在《自然》人工智能子刊《自然·机器智能》上。

　　任天令团队成员开发了一款基于石墨烯的智能可穿戴人工喉，同商业麦克风和压电薄膜相比，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很高的灵敏度，同时也具有抗噪声的语音感知能力。对声学信号和机械运动的混合模态的感知使人工喉能够获得更低的语音基频信号。

　　团队还利用人工智能模型对人工喉感知的信号进行语音识别和合成，实现了对基本语音元素（音素、声调和词语）的高精度识别，以及对喉癌患者模糊语音的识别与再现，为声音障碍者的沟通和交互提供了一种创新的解决方案。

　　实验结果表明，人工喉采集的混合模态语音信号可以识别基本语音元素，平均准确率为99.05%。任天令研究团队进一步演示了它的语音交互式应用：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语，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。

　　(《光明日报》3.18，文/邓晖)