基于耳蜗启发的传感内计算技术实现高效语音识别：仿生弹性超材料的物理储备计算系统

这篇综述创新性地提出了一种受耳蜗（cochlea）启发的螺旋形弹性超材料传感器，通过物理储备计算（PRC）实现传感内计算（in-sensor computing）。该设备将声波信号直接转换为时空特征图（tonogram），替代传统语音识别中的数字预处理（如MFCCs），在保持高分类准确率的同时显著降低能耗与延迟，为物联网（IoT）和边缘人工智能（edge AI）提供了新型硬件解决方案。

　　

引言

传统语音识别依赖软件算法（如MFCCs）进行特征提取，存在高延迟与能耗问题。随着物联网（IoT）设备数量激增（预计2030年达300亿台），亟需突破冯·诺依曼架构限制。生物感官系统（如耳蜗）通过物理层面的信号处理实现高效感知，为硬件设计提供了新思路。

仿生传感器设计

研究团队开发了一种螺旋形弹性超材料传感器，其几何参数（r_C(θ)=r₀e^k_rθ/θ_max）通过主动集算法优化，实现100 Hz–10 kHz声波的频率-空间映射（tonotopy）。实验显示，190 Hz与880 Hz声波激发时，振动峰值分别位于螺旋结构的外圈与内圈（图1e-f），与有限元模拟结果一致。

硬件特征提取机制

16个压电传感通道沿螺旋中心线分布，将声波信号转换为16×16时空特征图（tonogram）。例如单词"zero"的时域信号经传感器处理后，各通道功率分布形成独特模式（图2c）。这种物理层面的处理避免了数字算法的复杂运算，直接生成类耳蜗的频谱特征。

语音识别性能验证

基于audioMNIST数据集的测试表明，tonogram的t-SNE可视化呈现明显类别聚类（图3b），效果媲美MFCCs和Lyon耳蜗图。线性分类器在3000个样本中实现高准确率，验证了硬件预处理的有效性。仿真扩展实验显示，该方法可覆盖完整数据集（30,000样本），适用于边缘设备。

应用前景

该技术突破传统声学传感器的被动检测模式，将特征提取与传感融合于单一物理载体。未来可应用于助听器、智能家居等低功耗场景，为生物启发计算（bioinspired computing）开辟新路径。