当前，部分人群无法依靠传统声学信号进行语音交互或语音识别，无声语音识别可为无法发声者提供辅助交流的先进技术。传统接触式无声语音识别系统受到发音时肌肉收缩和舒张的影响，引起设备位置偏移，出现数据失准。近日，中国科学院微电子研究所基于湿度传感器非接触检测特点实现无声语音识别技术。研究人员利用氧等离子体反应、离子刻蚀和聚酰亚胺，研制出超大比表面积和超亲水性的纳米森林湿敏材料，使用该材料制备出超高灵敏度和快速响应的湿度传感器。研究进一步构建出一套非接触式无声语音识别系统。该系统结合无线传输模块与卷积神经网络算法，实现了对单词、短语及短句等无声语音的高精度智能识别，准确率达98.51%。这一成果有望应用于医疗监护、虚拟现实以及特种安防等场景，实现对无声指令的识别，可为更多领域提供创新性无声语音交互解决方案。相关研究成果发表在《极端制造》上。研究工作得到国家重点研发计划、国家自然科学基金和中国科学院相关项目等的支持。论文链接纳米森林湿度传感器及其无声语音识别智能应用