AI导读：

伦敦大学学院研究团队在国际期刊《科学进展》发布智能听觉系统新成果，通过集成压电纳米纤维和人工智能神经网络，实现对声音方向和内容的精准识别。仿生耳蜗和声学大脑的结合，解决了传统人工耳蜗的电极通道少、频谱分辨率低等问题，为人工听觉设备升级提供了新思路。

如何使人工听觉设备在复杂声学环境中“原汁原味”地重现声音？英国伦敦大学学院研究团队近日在国际期刊《科学进展》发布了一项智能听觉系统成果。该系统通过模拟人类完整听觉过程，集成压电纳米纤维和人工智能神经网络，实现对声音方向和内容的更精准识别。伦敦大学学院医学院外科与介入科学部生物材料和医学工程教授宋文辉表示，期待未来的智能听觉系统能以“类人”方式解析声音，提供自然真实的听觉体验。

耳蜗是人类听觉系统的核心结构，通过基底膜分离声波频率成分，将机械振动转化为电信号传递至大脑。传统人工耳蜗电极通道数量有限，难以高质量还原声音细节和层次，且在声源定位上有差距，性能和续航存在短板。此次研究团队利用压电纳米纤维，研制出螺旋形蹦床状结构的声学传感器装置，模拟人类耳蜗的频率分离功能，有望解决现有人工耳蜗的问题。同时，得益于材料的压电特性，该系统具有自供电潜力，减少了对电池或外部电源的依赖。

除了“仿生耳蜗”，该系统还配备了“声学大脑”，能够识别声音方向和内容。传统双侧人工耳蜗在垂直方向声源定位上力不从心，而该系统在水平和垂直方向声源识别准确率分别为97%和92%，对声音距离判断准确率高达100%。同时，搭载了人工智能模型的人工听觉系统还具备声音内容识别、音乐录制和回放等功能。

中国科学院声学研究所研究员郑成诗表示，该研究通过物理器件模拟人类耳蜗，实现了声波不同频率成分分离，并结合神经网络实现了声源识别和声音内容识别。尽管当前研究仍处于实验室原型阶段，但其新颖思路对未来声探测感知、人工耳蜗等领域创新应用具有启发意义。

研究团队计划启动可穿戴设备研发，但临床转化仍面临多重挑战。设备在真实噪声环境下的性能有待验证，开发半植入或全植入式听觉设备需进一步实现系统设备的集成和微型化，满足长期生物相容性标准，并建立安全有效的外科植入方案。

（文章来源：人民日报）