文/陈根
日前，《自然》人工智能子刊《自然·机器智能》发表了清华大学集成电路学院教授任天令团队研发的一款可穿戴人工喉，可以识别佩戴者喉部发声的信号，并将其转换为语音播放出来，还原准确率超90%。
据任天令教授团队介绍，人在语音交流过程中发出的声音，来源于声带震动，以及喉部、唇部这些发声器官的协同合作。区别于麦克风通过空气中的机械波采集声音，人工喉是一个极其敏感的机械传感器，它能够感知喉部细微的震动，基本可以把它看作一个频域感知范围更广的麦克风。
基于石墨烯材料研发的智能可穿戴人工喉，对低频的肌肉运动、中频食管振动和高频声波信息有较高的灵敏度，也具有抗噪声的语音感知能力。同时，人工喉还能通过热声效应将信号转换成声音播放。这将有助于发声失能群体恢复发声，造福更多的声音障碍者。
人工喉vs电子喉助音器
相比较于现在市面上的电子喉，需要人去适应设备的理念，人工喉是让机器去学习人类的语言。具体来说，使用者往往因为喉切除手术后把声带切除了，丧失了声带这个震动的声源。传统的电子喉是一个提供单频振动的马达，配合上食管、唇部、舌头的运动，调制振动发出声音；而且，电子喉学习、使用成本很高的。在喉切除手术以后，需要手持电子喉抵住喉咙去学习，尝试用它发声。
人工喉的使用相比电子喉会更容易。使用者贴附以后只需要录入自己的语音，设备的算法可以快速学会语音特征，不用去单独另外再学一门语言。这类似于手机录入指纹的过程，尝试几次以后就慢慢学会了。而且，伴随着科技的进一步发展，采用人工ai语音合成技术的人工喉将会对使用者本来的声音进行完全还原；佩戴也会更舒适，一枚硬币大小的人工喉贴片，贴在颈部靠近喉咙处就可以了。
人工喉的应用前景
人工喉还有很大的优化和拓展空间，例如提高声音的质量和音量，增加语音的多样性和情感识别，以及结合其他生理信号和环境信息实现更自然和智能的语音交互。比如贴附的位置也不只限于喉咙，未来也可能在面部产生类似于一种像电影《阿凡达》里面那些外星人面部纹身，看起来会很有科技感。
项目研究的初衷是想帮助解决发声失能群体恢复发声的问题，但实际上这项成果对普通人来讲也是可以适用的。比如说在机场工作的地勤人员、火灾现场的消防员，在那种嘈杂环境下正常的语音交流肯定是不行的。但是通过我们的这种方式，将声音转化成对应的语音信号，传到耳麦里进行播放，可以有效解决这些问题。
另外对更广大的社会人群，在一些注意通话私密性的场合，还有金融支付领域都有广泛的应用前景。比如人工喉可以将采集到的喉部振动信息用于语音支付，安全方面或会有比较显著的提升。