声学检测与识别在医疗监护、环境感知及人机交互（HRI）等领域至关重要，但传统声学传感器因体积大、灵敏度低、动态范围有限和缺乏柔性，难以集成到新一代可穿戴设备中。现有柔性传感器在弯曲时性能显著下降，严重制约其在动态环境中的应用。

清华大学王晓浩研究员、董瑛副研究员团队开发出一种压电驻极体薄膜声学传感器（PETAS），通过创新性结构设计解决了上述难题。该传感器由振动膜、间隔层和氟化乙烯丙烯（FEP）驻极体层组成，利用电晕极化使气隙充分带电，通过解耦振动膜与驻极体层显著提升带宽与灵敏度。实验表明，PETAS在0–830 Hz频段输出稳定，灵敏度达2.744 pC/Pa（500 Hz），耐久性超10万次工作循环和1000次弯曲循环，人机交互指令识别准确率超96%，抗环境噪声能力远超商用麦克风。

核心设计与工作机制

PETAS采用多层堆叠结构（图1）：8 μm厚聚酰亚胺（Kapton）振动膜覆盖铬/铜电极，50 μm聚对苯二甲酸乙二醇酯（PET）间隔层防止高压塌陷，双层FEP驻极体通过激光切割形成交叉沟槽阵列，热压封装后实现15/16孔隙率（图1c）。气隙壁捕获电荷形成电偶极子，声压引发振动膜与驻极体层间距变化，破坏电场平衡并驱动电荷重新分布，产生压电响应（图1d-e）。仿真优化显示，15 mm边长振动膜可平衡灵敏度与带宽，一阶谐振频率1001 Hz覆盖生理声信号频段（图1f-h）。

图1 压电驻极体薄膜声学传感器（PETAS）整体设计 a) PETAS应用于人机交互的场景示意图。 b) PETAS结构示意图。 c) (i) 双层FEP薄膜顶视图；(ii) 图(i)虚线框区域放大图；(iii) 截面SEM显微图（A-A平面），显示精密沟槽封装形成的气隙通道。比例尺：500 μm。 d) 含双层FEP储电膜与Kapton振动膜的组件截面图。 e) PETAS工作原理示意图。 f) PETAS中Kapton振动膜的一阶（1001 Hz）和二阶（2051 Hz）振动模态仿真结果。 g) 一阶谐振频率随振动膜边长变化呈平方反比趋势。 h) 表面最大位移随振动膜边长呈四次方趋势。 

制备工艺与器件特性

制备流程（图2a）包括激光刻蚀FEP沟槽、正交堆叠热压、铜电极贴合、声学孔加工及电晕极化（-20 kV/8分钟）。成品厚度仅146 μm，重量0.32 g（图2b），可贴合高曲率表面（半径30 mm）及人体皮肤。性能测试（图3）证实其频响覆盖0–830 Hz（94 dB声压），灵敏度线性范围达20 Pa，信噪比超48 dB，动态范围70–120 dB。经1000次弯曲循环（图3g）及不同曲率测试（图3h），电荷输出保持稳定，方向性呈"8"字形分布。

图2 PETAS制备流程与特性 a) 激光切割与多层组装工艺示意图。 b) PETAS实物图：(i) 总厚度146 μm；(ii) 总重0.32 g；(iii) 贴合高曲率表面；(iv) 贴合人体皮肤。 

图3 PETAS性能表征 a) 94 dB声压级（1 Pa）下电荷传输的频率响应曲线。 b) 500 Hz输入时不同声压级下的电荷变化，插图为20 Pa内线性响应及2.744 pC/Pa灵敏度。 c) 500 Hz/94 dB输入下的等效噪声测试，信噪比超48 dB。 d) 频率分辨率测试：1 Hz差异混合声的时/频域电荷响应。 e) 260秒（>10⁵周期）连续声压下的电荷输出稳定性，插图为始末阶段波形对比。 f) 方向性测试结果。 g) 柔性性能测试：(i) 弯曲循环流程；(ii) 1000次弯曲中四种状态的电荷输出。 h) 不同曲率下的电荷输出。 

多源声学信号检测

PETAS在钢琴音阶检测中频率相对误差低于0.1%（表1），精准分离复合音（图4a-c）；录制英文" sensor"及中文"传感器"时，输出电压比商用麦克风高近一个量级，谐波成分更清晰（图4d）。志愿者元音测试（图4e）显示其可提取基频（F0）、抖动度等语音健康参数（表2）。此外，成功捕捉人体拍手声（图4f-i）、心音S1/S2成分（图4f-iii）及狗吠等复杂声源。

图4 多声源测量与分析 a) 钢琴单音/复合音对应的时间序列（上）与短时傅里叶变换（STFT）谱图（下）。 b) 图a中0–7.5秒段的FFT结果。 c) 图a中7.5–10.5秒段的FFT结果。 d) PETAS与参考麦克风对中英文"传感器"的响应对比：时间序列（上）及STFT谱图（下）。 e) 志愿者发元音/a:/时PETAS与参考麦克风响应对比，展示语音健康评估潜力。 f) 其他应用场景：(i) 人体弹指声；(ii) 拍手声；(iii) 心音信号；(iv) 狗吠声。 

噪声环境下的语音识别

基于梅尔频率倒谱系数（MFCC）模板匹配算法（图5a），PETAS在96.5 dB高噪声下仍保持92%指令识别率（图5c）。不同弯曲半径（30–80 mm）、中英文指令及志愿者差异测试中，识别准确率均超96%（图5d）。空间定位测试（图5e）表明，在10–20 cm距离与±30°角度范围内，各曲率下识别率超90%。

图5 不同测试条件下的语音识别准确率 a) 基于MFCC特征提取的PETAS人机交互系统框架。 b) 八种指令的混淆矩阵。 c) 背景噪声对识别率的影响。 d) 三位志愿者的中英文指令在不同弯曲半径下的识别率。 e) 不同曲率下说话角度/距离对识别率的影响。 

人机交互验证

颈戴式PETAS在家庭陪护（安静环境）和工业机器人（噪声环境）场景中均表现卓越（图6）。工业场景中，其输出指令信号纯净，而商用麦克风受环境噪声严重干扰（图6d），凸显其抗噪优势。该技术有望推动语音安防、无人机控制及AI通信等领域发展。

图6 颈戴式PETAS人机交互实验 a) 实验流程示意图。 b) 机器人两种工作环境设计。 c) 安静环境下的指令与机械手响应。 d) 噪声干扰下的指令与机械臂动作。

总结与展望

PETAS以解耦设计和微结构优化实现高柔性、高灵敏度与强噪声免疫，为人机交互系统提供可靠平台。未来研究将聚焦热稳定性提升（超100℃）、FEP孔隙率优化及高频超声检测（5–50 kHz）拓展，进一步释放其在可穿戴电子与先进HRI系统中的潜力。