Een KAIST-onderzoeksteam onder leiding van professor Keon Jae Lee van het Department of Material Science and Engineering heeft een op machine learning gebaseerde akoestische sensor ontwikkeld voor luidsprekerherkenning.

Akoestische sensoren werden in de schijnwerpers gezet als een van de meest intuïtieve bilaterale communicatieapparaten tussen mens en machine. Echter, conventionele akoestische sensoren gebruiken een apparaat van het condensortype voor het meten van de capaciteit tussen twee geleidende lagen, wat resulteert in een lage gevoeligheid, korte herkenningsafstand en lage sprekerherkenningssnelheden.

Het team fabriceerde een flexibel piëzo-elektrisch membraan door het basilaire membraan in het menselijke cochleair na te bootsen. Resonantiefrequenties trillen overeenkomstige gebieden van het trapeziumvormige piëzo-elektrische membraan, die stem omzet in elektrisch signaal met een zeer gevoelige zelfaangedreven akoestische sensor.

Deze meerkanaals piëzo-elektrische akoestische sensor vertoont een gevoeligheid die meer dan twee keer hoger is en zorgt voor meer overvloedige spraakinformatie in vergelijking met conventionele akoestische sensoren, die minieme geluiden van grotere afstanden kan detecteren. In aanvulling, de akoestische sensor kan een sprekerherkenningspercentage van 97,5 procent bereiken met behulp van een machine learning-algoritme, het foutenpercentage met 75 procent verminderen dan de referentiemicrofoon.

AI-luidsprekerherkenning is het volgende grote ding voor toekomstige individuele aangepaste services. Echter, conventionele technologie probeert herkenningspercentages te verbeteren door gebruik te maken van software-upgrades, wat resulteert in beperkte sprekerherkenningspercentages. Het team verbeterde het luidsprekerherkenningssysteem door de bestaande hardware te vervangen door een innovatieve flexibele piëzo-elektrische akoestische sensor. Verdere softwareverbetering van de piëzo-elektrische akoestische sensor zal de spreker- en stemherkenningssnelheid in diverse omgevingen aanzienlijk verhogen.

Professor Lee zei:"Zeer gevoelige zelfaangedreven akoestische sensoren voor luidsprekerherkenning kunnen worden gebruikt voor gepersonaliseerde spraakdiensten zoals slimme huishoudelijke apparaten, AI-secretaresses, altijd-aan IoT, biometrische authenticatie, en FinTech."