澳門大學鐘俊文課題組 Adv. Mater.：用于盲文-語音轉(zhuǎn)譯的靜電型智能織物
據(jù)世界衛(wèi)生組織統(tǒng)計，全球約有 4500 萬盲人和 1.7 億語言障礙患者。可穿戴人機交互技術(shù)，包括觸覺反饋執(zhí)行器、電子觸覺渲染系統(tǒng)、視覺假肢已被應(yīng)用于再現(xiàn)觸覺刺激或喚起盲人的視覺感知。但是，這些技術(shù)側(cè)重于盲人的視覺和觸覺反饋，而忽視了聽覺反饋的重要性。可穿戴盲文-語音轉(zhuǎn)譯系統(tǒng)由一個捕捉盲文信息的觸覺傳感器陣列和一個產(chǎn)生語音信息的揚聲器組成，可極大地幫助盲人閱讀和語言障礙者發(fā)聲。
近日，澳門大學鐘俊文教授團隊在Advanced Materials (IF:29.4)上發(fā)表了題為“Electrostatic smart textiles for Braille-to-speech translation”的學術(shù)論文。該工作報道了一種柔性、輕薄、全織物的雙功能靜電機電轉(zhuǎn)換器，可同時用作觸覺傳感器和揚聲器。該器件由織物絕緣體和夾在織物電極之間的駐極體織物組成，具有良好的穿戴舒適性。同時，該器件具有出色的機械耐久性（連續(xù)折疊1000次，彎曲、拉伸和扭轉(zhuǎn)狀態(tài)下輸出性能不變）、工作穩(wěn)定性（靜置30天依然輸出穩(wěn)定）、電壓輸出（觸覺傳感靈敏度1.06 V/kPa）和聲音輸出（88 dB@10 kHz, 30 Vrms）。器件可被集成到衣服中，用作進行盲文信息編碼的觸覺傳感器（6個小器件）和產(chǎn)生語音信息的揚聲器（1個大器件）。結(jié)合便攜式處理電路（內(nèi)部嵌入機器學習算法），構(gòu)建了可穿戴盲文-語音轉(zhuǎn)譯系統(tǒng)。該系統(tǒng)可實時地將盲文字母和 40 個常用單詞轉(zhuǎn)換成語音，準確率分別高達 99.04% 和 97.08%。雖然該系統(tǒng)目前只能轉(zhuǎn)譯 40個單詞，如果使用更大的存儲容量和更強大的處理器，其能力可以拓展和加強。此外，將來還可以采用更加小型和柔性的處理電路來提高集成能力。與當前的盲文-語音轉(zhuǎn)譯系統(tǒng)（如商用觸覺傳感器與揚聲器的結(jié)合）相比，該系統(tǒng)具有結(jié)構(gòu)緊湊、集成于紡織品、易于制造等優(yōu)點。此外，單詞和句子的編碼規(guī)則簡單，用戶易于掌握。
圖 1. 基可穿戴盲文-語音轉(zhuǎn)譯系統(tǒng)的設(shè)計。(A) 靜電型機電轉(zhuǎn)換器結(jié)構(gòu)圖。 (B) 觸覺傳感器和揚聲器的工作原理。(C) 器件與衣物的集成以及盲文到語音的轉(zhuǎn)譯過程。它包括一個用于編碼盲文信息的觸覺傳感器陣列（6個小器件）、一個用于根據(jù)盲文信息生成相應(yīng)聲音信號的讀出電路、一個用于生成語音的揚聲器（1個大器件）。
圖 2. 靜電型機電轉(zhuǎn)換器的發(fā)聲性能。(A) 測量發(fā)聲性能的實驗裝置照片。(B) 駐極體織物孔徑對 1 和 10 kHz 聲壓級的影響。(C) 間隔織物的網(wǎng)目數(shù)對 1 和 10 kHz 時聲壓級的影響。諧振頻率和平均聲壓級隨（D）電極厚度和（E）電極孔隙率的變化。(F) 當驅(qū)動頻率為 20 Hz 至 20 kHz 時，不同面積器件的輸出聲壓級。器件的輸出聲壓級與 (G) 驅(qū)動電壓和 (H)測量距離的關(guān)系。(I) 器件的輸出聲壓級的方向性。
圖 3. 與紡織品集成的靜電型機電轉(zhuǎn)換器的聲學性能。(A) 器件照片和它在平放、彎曲、拉伸、扭曲等不同狀態(tài)下產(chǎn)生的 "可穿戴電子設(shè)備"聲波圖譜。(B) 連續(xù)折疊達 1000 次時，器件在 1、5 和 10 kHz 頻率下的聲壓級變化。(C) 器件在不同環(huán)境濕度下連續(xù) 30 天的輸出變化。(D)-(G) 靜電型機電轉(zhuǎn)換器和手機發(fā)出的 "人機交互 "聲波和頻譜比較。
圖 4. 靜電型機電轉(zhuǎn)換器的觸覺傳感性能。 (A) 輸出開路電壓與壓力的關(guān)系。(B) 器件在 8.8 kPa 壓力下，對不同按壓頻率的輸出開路電壓。(C) 不同彎曲角度下，器件的輸出開路電壓。(D)-(F) 在 8.8 kPa 壓力和 2 Hz 頻率下，反復按壓 3,900 次后器件的穩(wěn)定性。(G) 器件在不同環(huán)境濕度下連續(xù) 14 天的穩(wěn)定性測試。
圖 5. 靜電型機電轉(zhuǎn)換器在盲文-語音轉(zhuǎn)譯中的應(yīng)用驗證。(A) 器件陣列識別盲文字母。 (B) 器件陣列識別 40 個具有代表性的單詞。(C) 40 個單詞分類準確率的散點圖。(D) 3 名新使用者準確表達單詞所需的平均訓練頻率與單詞中字母數(shù)量的關(guān)系。
論文第一作者為澳門大學科技學院博士后研究員李肇陽，論文通訊作者為澳門大學科技學院鐘俊文助理教授，上海交通大學彭爭春教授和上海大學鐘其澤教授為本工作提供了寶貴的幫助。
原文鏈接 https://onlinelibrary.wiley.com/doi/abs/10.1002/adma.202313518
