《Advanced Science》：A Wireless, Battery-Free Artificial Throat Patch with Deep Learning for Emotional Speech Recognition
编辑推荐：
本文报道了一种集成深度学习算法的无线无电池人工喉贴片系统（ATPS），该系统通过碳纳米管（CNT）薄膜应变传感器采集喉部信号，并利用近场通信（NFC）技术实现信号传输与供电。研究创新性地采用混合深度学习架构（CNN-LSTM-Transformer）同时实现语音文本（准确率84.71%）与六类情感状态（准确率90.20%）的双重识别，为发声障碍患者提供了兼具高灵敏度（应变范围0-5%，响应时间30±1.5 ms）与穿戴舒适性（重量0.8 g）的情感化语音重建方案。
引言：情感与语言是人类社交的核心要素，发声障碍患者常面临生理与心理双重负担。现有语音识别技术多局限于文本重建，且存在系统笨重、有线连接及缺乏情感识别能力等问题。本研究旨在开发一种无线无电池人工喉贴片系统，通过深度融合柔性传感技术与人工智能算法，实现发声障碍患者的情感化语音交流。
系统设计：人工喉贴片系统（ATPS）由三模块构成：传感模块采用碳纳米管-聚二甲基硅氧烷（CNT-PDMS）复合薄膜与乙基纤维素（EC）/多壁碳纳米管（MWCNTs）夹层结构，通过微柱阵列设计（高度≈80 μm）提升对微弱喉部振动的灵敏度；柔性印刷电路板（FPCB）集成NFC天线（13.56 MHz）与低功耗芯片（STM32L051），实现信号采集、压缩与无线传输；智能手机端部署混合深度学习模型完成信号解码与语音合成。该系统总重仅0.8 g，厚度约200 μm，可舒适贴附于喉部。
传感器性能表征：通过有限元分析优化微结构设计，发现截锥形微柱在50 mN载荷下疲劳寿命最优。电学测试表明，5 wt.% MWCNTs掺杂的PDMS薄膜拉伸强度提升至1.65 MPa，应变传感系数（Gauge Factor）达1.496。传感器在90 dB声压刺激下覆盖100-2500 Hz人声频率范围，响应/恢复时间为30±1.5 ms/40±2.0 ms，2000次循环测试后性能无衰减。在模拟组织环境的液体介质中，器件灵敏度与稳定性显著提升。
电路与信号处理：FPCB通过电阻-电压转换电路采集传感器信号，采用自适应差分脉冲编码调制（ADPCM）压缩数据。NFC通信距离在弯曲半径3.45 cm（儿童颈部曲率）时仍保持3 cm，ADC读取精度100%。实验从4名受试者采集包含5类文本句子的六种情感（愤怒、恐惧、快乐、中性、悲伤、惊喜）语音信号，经预加重、分帧加窗后提取40维梅尔频率倒谱系数（MFCC）特征。
深度学习模型与识别效果：提出CNN-BiLSTM-Transformer混合架构，通过卷积神经网络（CNN）提取局部特征，双向长短期记忆网络（BiLSTM）建模时序依赖，Transformer编码器捕捉全局上下文。采用留一法交叉验证，情感识别平均准确率90.20%，文本识别84.71%。独立测试集上情感分类精度达88.83±5.27%，验证了模型跨被试泛化能力。
讨论与展望：ATPS首次实现无线无电池工况下的情感语音同步识别，较传统人工喉系统在集成度与功能维度取得突破。当前系统厚度约2.5 mm，语音合成延迟<0.5 s，未来可通过材料优化与算法升级进一步提升性能。该技术框架在心血管监测、睡眠呼吸分析等领域具拓展潜力，为发声障碍患者的个性化辅助通信建立新范式。
实验方法：CNT-PDMS薄膜通过旋涂光刻模具与热固化制备；EC/MWCNTs层采用静电纺丝与喷雾镀膜结合；传感器组装采用真空压合与聚氨酯封装。深度学习模型训练使用Adam优化器（学习率0.001），结合早停法防止过拟合。统计学分析采用配对t检验，显著性阈值设定为*p < 0.05。
