Self-powered flexible acoustic sensors, which mimic the basilar membrane of human cochlear, have attracted significant attention in the field of speaker recognition among many types of acoustic sensors. The flexible piezoelectric acoustic sensors can detect minute speech sound and generate multiple electrical signals, via high sensitivity and multi-electrode structure. The speaker recognition is the process to determine whom say the utterance by using the converted electrical data from original speech sound with machine learning algorithms. The human voice should be accurately detected under background noise conditions since there are many different sounds around the speakers. The speaker recognition under noise conditions have been studied, however, the researches suffer from the absence of sufficient recording data similar to the original utterance. Here, we report the enhancement of flexible PZT piezoelectric acoustic sensor via Nb doping, and its application to speaker recognition under noise condition. After piezoelectric thin film is fabricated by using spin-coating method with Nb-doped PZT sol-gel, highly sensitive piezoelectric acoustic sensor is realized with thin film transferred onto a plastic substrate. Speaker recognition rate under noise conditions is analyzed, in addition to enhanced piezoelectric properties via Nb doping. This paper suggests that the improved flexible piezoelectric acoustic sensor for deep learning algorithms can enable the various artificial intelligence services.
유연 압전 음성 센서는 높은 민감도 및 구조적 특성을 통해 작은 소리에도 다양한 음성 신호들을 생성 가능하며, 그 중에서도 인간 달팽이관의 기저막을 모사한 유연 압전 음성 센서가 화자 인식 분야에서 각광을 받고 있다. 화자 인식은 감지된 인간의 발화를 음성 센서가 전기 신호로 변환한 후 이를 기계 학습을 통하여 발화의 주체를 도출해내는 과정을 말한다. 실제 사용 환경에서는 목소리 이외의 다른 소리들이 많이 존재하기 때문에 주변 잡음 환경에서도 정확하게 인간의 음성을 감지하는 것이 중요하지만, 이에 대한 연구는 실제 음성과 흡사하게 녹음된 음성 데이터 및 딥 러닝에 사용될 수많은 데이터가 필요하여 부족한 실정이다. 본 논문을 통하여 저자는 Nb 도핑을 통한 PZT 기반의 유연 압전 음성 센서의 성능 향상 및 주변 잡음 환경에서의 화자 인식을 보고한다. Nb이 도핑된 PZT 졸-겔 용액을 기반으로 한 스핀-코팅 방법을 이용하여 박막을 제작한 후, 유연 기판에 전사하여 고민감의 압전 음성 센서를 실현한다. 결과적으로, 도핑을 통한 압전 특성 및 전압 값 향상뿐 아니라 이를 이용한 노이즈 환경에서의 화자 인식률 분석을 서술한다. 본 논문은 딥 러닝 알고리즘을 위한 음성 센서의 성능 향상을 통해 추후 다양한 적용이 가능하다는 점에 있어 의미를 가진다.
