中國電子元件行業(yè)協(xié)會(huì )
China Electronic Components Association
聲學(xué)檢測與識別在醫療監護、環(huán)境感知及人機交互（HRI）等領(lǐng)域至關(guān)重要，但傳統聲學(xué)傳感器因體積大、靈敏度低、動(dòng)態(tài)范圍有限和缺乏柔性，難以集成到新一代可穿戴設備中?，F有柔性傳感器在彎曲時(shí)性能顯著(zhù)下降，嚴重制約其在動(dòng)態(tài)環(huán)境中的應用。
清華大學(xué)王曉浩研究員、董瑛副研究員團隊開(kāi)發(fā)出一種壓電駐極體薄膜聲學(xué)傳感器（PETAS），通過(guò)創(chuàng )新性結構設計解決了上述難題。該傳感器由振動(dòng)膜、間隔層和氟化乙烯丙烯（FEP）駐極體層組成，利用電暈極化使氣隙充分帶電，通過(guò)解耦振動(dòng)膜與駐極體層顯著(zhù)提升帶寬與靈敏度。實(shí)驗表明，PETAS在0–830 Hz頻段輸出穩定，靈敏度達2.744 pC/Pa（500 Hz），耐久性超10萬(wàn)次工作循環(huán)和1000次彎曲循環(huán)，人機交互指令識別準確率超96%，抗環(huán)境噪聲能力遠超商用麥克風(fēng)。
核心設計與工作機制
PETAS采用多層堆疊結構（圖1）：8 μm厚聚酰亞胺（Kapton）振動(dòng)膜覆蓋鉻/銅電極，50 μm聚對苯二甲酸乙二醇酯（PET）間隔層防止高壓塌陷，雙層FEP駐極體通過(guò)激光切割形成交叉溝槽陣列，熱壓封裝后實(shí)現15/16孔隙率（圖1c）。氣隙壁捕獲電荷形成電偶極子，聲壓引發(fā)振動(dòng)膜與駐極體層間距變化，破壞電場(chǎng)平衡并驅動(dòng)電荷重新分布，產(chǎn)生壓電響應（圖1d-e）。仿真優(yōu)化顯示，15 mm邊長(cháng)振動(dòng)膜可平衡靈敏度與帶寬，一階諧振頻率1001 Hz覆蓋生理聲信號頻段（圖1f-h）。
圖1 壓電駐極體薄膜聲學(xué)傳感器（PETAS）整體設計 a) PETAS應用于人機交互的場(chǎng)景示意圖。 b) PETAS結構示意圖。 c) (i) 雙層FEP薄膜頂視圖；(ii) 圖(i)虛線(xiàn)框區域放大圖；(iii) 截面SEM顯微圖（A-A平面），顯示精密溝槽封裝形成的氣隙通道。比例尺：500 μm。 d) 含雙層FEP儲電膜與Kapton振動(dòng)膜的組件截面圖。 e) PETAS工作原理示意圖。 f) PETAS中Kapton振動(dòng)膜的一階（1001 Hz）和二階（2051 Hz）振動(dòng)模態(tài)仿真結果。 g) 一階諧振頻率隨振動(dòng)膜邊長(cháng)變化呈平方反比趨勢。 h) 表面最大位移隨振動(dòng)膜邊長(cháng)呈四次方趨勢。
制備工藝與器件特性
制備流程（圖2a）包括激光刻蝕FEP溝槽、正交堆疊熱壓、銅電極貼合、聲學(xué)孔加工及電暈極化（-20 kV/8分鐘）。成品厚度僅146 μm，重量0.32 g（圖2b），可貼合高曲率表面（半徑30 mm）及人體皮膚。性能測試（圖3）證實(shí)其頻響覆蓋0–830 Hz（94 dB聲壓），靈敏度線(xiàn)性范圍達20 Pa，信噪比超48 dB，動(dòng)態(tài)范圍70–120 dB。經(jīng)1000次彎曲循環(huán)（圖3g）及不同曲率測試（圖3h），電荷輸出保持穩定，方向性呈"8"字形分布。
圖2 PETAS制備流程與特性 a) 激光切割與多層組裝工藝示意圖。 b) PETAS實(shí)物圖：(i) 總厚度146 μm；(ii) 總重0.32 g；(iii) 貼合高曲率表面；(iv) 貼合人體皮膚。
圖3 PETAS性能表征 a) 94 dB聲壓級（1 Pa）下電荷傳輸的頻率響應曲線(xiàn)。 b) 500 Hz輸入時(shí)不同聲壓級下的電荷變化，插圖為20 Pa內線(xiàn)性響應及2.744 pC/Pa靈敏度。 c) 500 Hz/94 dB輸入下的等效噪聲測試，信噪比超48 dB。 d) 頻率分辨率測試：1 Hz差異混合聲的時(shí)/頻域電荷響應。 e) 260秒（>10?周期）連續聲壓下的電荷輸出穩定性，插圖為始末階段波形對比。 f) 方向性測試結果。 g) 柔性性能測試：(i) 彎曲循環(huán)流程；(ii) 1000次彎曲中四種狀態(tài)的電荷輸出。 h) 不同曲率下的電荷輸出。
多源聲學(xué)信號檢測
PETAS在鋼琴音階檢測中頻率相對誤差低于0.1%（表1），精準分離復合音（圖4a-c）；錄制英文" sensor"及中文"傳感器"時(shí)，輸出電壓比商用麥克風(fēng)高近一個(gè)量級，諧波成分更清晰（圖4d）。志愿者元音測試（圖4e）顯示其可提取基頻（F0）、抖動(dòng)度等語(yǔ)音健康參數（表2）。此外，成功捕捉人體拍手聲（圖4f-i）、心音S1/S2成分（圖4f-iii）及狗吠等復雜聲源。
圖4 多聲源測量與分析 a) 鋼琴單音/復合音對應的時(shí)間序列（上）與短時(shí)傅里葉變換（STFT）譜圖（下）。 b) 圖a中0–7.5秒段的FFT結果。 c) 圖a中7.5–10.5秒段的FFT結果。 d) PETAS與參考麥克風(fēng)對中英文"傳感器"的響應對比：時(shí)間序列（上）及STFT譜圖（下）。 e) 志愿者發(fā)元音/a:/時(shí)PETAS與參考麥克風(fēng)響應對比，展示語(yǔ)音健康評估潛力。 f) 其他應用場(chǎng)景：(i) 人體彈指聲；(ii) 拍手聲；(iii) 心音信號；(iv) 狗吠聲。
噪聲環(huán)境下的語(yǔ)音識別
基于梅爾頻率倒譜系數（MFCC）模板匹配算法（圖5a），PETAS在96.5 dB高噪聲下仍保持92%指令識別率（圖5c）。不同彎曲半徑（30–80 mm）、中英文指令及志愿者差異測試中，識別準確率均超96%（圖5d）?？臻g定位測試（圖5e）表明，在10–20 cm距離與±30°角度范圍內，各曲率下識別率超90%。
圖5 不同測試條件下的語(yǔ)音識別準確率 a) 基于MFCC特征提取的PETAS人機交互系統框架。 b) 八種指令的混淆矩陣。 c) 背景噪聲對識別率的影響。 d) 三位志愿者的中英文指令在不同彎曲半徑下的識別率。 e) 不同曲率下說(shuō)話(huà)角度/距離對識別率的影響。
人機交互驗證
頸戴式PETAS在家庭陪護（安靜環(huán)境）和工業(yè)機器人（噪聲環(huán)境）場(chǎng)景中均表現卓越（圖6）。工業(yè)場(chǎng)景中，其輸出指令信號純凈，而商用麥克風(fēng)受環(huán)境噪聲嚴重干擾（圖6d），凸顯其抗噪優(yōu)勢。該技術(shù)有望推動(dòng)語(yǔ)音安防、無(wú)人機控制及AI通信等領(lǐng)域發(fā)展。
圖6 頸戴式PETAS人機交互實(shí)驗 a) 實(shí)驗流程示意圖。 b) 機器人兩種工作環(huán)境設計。 c) 安靜環(huán)境下的指令與機械手響應。 d) 噪聲干擾下的指令與機械臂動(dòng)作。
總結與展望
PETAS以解耦設計和微結構優(yōu)化實(shí)現高柔性、高靈敏度與強噪聲免疫，為人機交互系統提供可靠平臺。未來(lái)研究將聚焦熱穩定性提升（超100℃）、FEP孔隙率優(yōu)化及高頻超聲檢測（5–50 kHz）拓展，進(jìn)一步釋放其在可穿戴電子與先進(jìn)HRI系統中的潛力。
