随着生成式人工智能（简称GenAI，一种能够根据指令理解和自主生成文本、语音等内容的技术）在信息检索、语音助手和人机交互等领域的快速发展，如何将智能语音感知功能自然融入日常衣物，打造真正“会听、会答”的智能服装，已成为智能可穿戴技术的重要方向。然而，传统声学传感器体积庞大、材质硬，难以与柔软织物兼容，同时输出信号微弱、频带窄、响应离散，难以支撑深度学习模型的高效语音识别。

针对上述挑战，近日，苏州大学功能纳米与软物质研究院（FUNSOM）孙宝全教授和邵贝贝副研究员及其合作者研发出一种深度学习赋能的智能声学织物（A-Textile）。该织物基于摩擦起电与静电感应耦合原理，采用多层复合结构设计，能够在衣物形态下实现自供能语音感知，并直接与生成式AI（如ChatGPT）进行交互，为智能服装提供了新的实现路径。研究通过在硅橡胶中引入三维“SnS₂纳米花”结构，显著提升了电荷捕获与传输能力；同时结合碳化织物-SnS₂电荷储层，实现了无需共振腔的高灵敏声振感应。由此研发的A-Textile输出电压达21 V，灵敏度为1.2 V·Pa⁻¹，频率分辨率精细至1 Hz，信噪比达59.3 dB，有效覆盖80–900 Hz语音频段，并在反复使用、湿度变化及弯折测试中保持稳定性能。结合二维卷积神经网络（2D CNN），该系统可精准识别语音指令，实现智能家居与导航控制（识别准确率分别达93.5%和97.5%），并可与ChatGPT联动完成实时语音问答和任务执行，展现出“可穿戴生成式AI终端”的应用潜力。该研究实现了声学感知材料、柔性电子与人工智能算法的深度融合，为智能服饰和人机交互系统提供了新的解决思路。相关成果发表于Science Advances（DOI: 10.1126/sciadv.adx3348）。

文章网址：https://www.science.org/doi/10.1126/sciadv.adx3348

文章题目：Deep learning-empowered triboelectric acoustic textile for voice perception and intuitive generative AI-voice access on clothing

作者信息：Beibei Shao, Tai-Chen Wu, Zhi-Xian Yan, Tien-Yu Ko, Wei-Chen Peng, Dun-Jie Jhan, Yu-Hsiang Chang, Jiun-Wei Fong, Ming-Han Lu, Wei-Chun Yang, Jiann-Yeu Chen, Ming-Yen Lu, Baoquan Sun*, Heng-Jui Liu*, Ruiyuan Liu*, Ying-Chih Lai*

责任编辑：郭佳