柔性共振声学传感器作为未来语音用户界面（VUI）中直观人机交互（HMI）的重要组成部分，已引起广泛关注。通过模仿基底膜，已有多项研究报道，但由于在控制多频带和拓宽共振频谱以全面覆盖语音频率方面存在局限性，因此仍存在尺寸上的缺陷。在此，通过利用超薄膜进行仿生物频段控制，展示了高灵敏度压电移动声学传感器（PMAS）。仿真结果证明，在超薄聚合物上采用锆钛酸铅（PZT）膜可以拓宽压电薄膜的谐振带宽，从而覆盖整个语音频谱。基于机器学习的生物识别认证通过集成的声学传感器模块与算法处理器和定制的安卓应用进行了演示。最后，与传统的微机电系统麦克风相比，只需少量训练数据的PMAS模块就能显著降低说话者识别的错误率。
读后感：
1.研究从仿生学出发，模仿人类耳蜗基底膜结构，设计超薄压电膜；通过有限元模拟优化共振频率，结合应力调控提升灵敏度，最终集成传感器与机器学习实现生物识别。
2.其不可替代性在于突破传统传感器尺寸与灵敏度的矛盾，利用超薄聚合物拓宽共振带宽；创新性体现在将生物结构与压电材料结合，以多通道信号提升识别精度，优于传统麦克风。
3.该研究兼具理论与应用价值，仿生设计与机器学习的结合颇具前瞻性；但实际应用中或需优化多通道频率响应一致性，以进一步提升声音输出的稳定性。
欢迎大家在评论区发表自己的看法，期待您的关注和探讨！
原文链接：https://www.science.org/doi/10.1126/sciadv.abe5683
