在听觉医学与生物工程领域，声源定位能力是人工听觉设备的核心挑战。传统的助听器和人工耳蜗植入器件可以放大声音，但在实际使用中往往需要频繁地调节和较高的功耗，尤其是在嘈杂的环境中或需要精确定位声音的场景中助听功能更受限制。此外，目前可人工耳蜗电极通道数不足天然耳蜗听觉神经节神经元通道的0.04%，导致频谱解析能力低下，严重影响患者声音感知与复杂环境下的言语识别。开发兼具高灵敏度、多维度声源定位能力的下一代人工听觉系统迫在眉睫。

针对这一挑战，伦敦大学学院宋文辉教授团队在《科学·进展》发表最新研究成果，报道了一种基于压电纳米纤维与人工智能 (AI)的仿生智能听觉系统。该系统利用神经网络辅助下压电纳米纤维声波传感器来处理声音，模拟人类听觉系统对声音的捕获、处理和理解方式。

图1：仿生压电纳米纤维智能听觉系统示意图

研究团队受人类耳蜗基底膜结构的启发，设计出非对称螺旋蹦床状压电纳米纤维阵列（ST-PiezoAD），结合深度学习算法，实现了三维空间全方向声源定位。该系统采用高声压电性能的聚偏氟乙烯-三氟乙烯（PVDF-TrFE）与钛酸钡（BaTiO₃）纳米复合纤维，通过独特的仿生制造技术，实现了纳米纤维取向和长度梯度螺旋排布结构，模拟耳蜗基底膜将声波转换为神经信号和频率分析的功能。当声波作用时，压电纤维阵列将声波转化成电信号，并通过多阶共振产生类似耳蜗听觉感知和比较双耳时间差和双耳声级差电信号，而且能覆盖语音宽频率范围。为解析声源信息，研究团队开发了仿听觉处理的神经网络新架构，对声压电信号进行多维特征提取、分析和识别。实验表明，系统在水平与垂直方向都表现出较高的定位准确率，并能实现语音识别和音乐转换等复杂听觉功能。

该研究通过先进压电纳米材料，仿生设计，精密制造与人工智能的深度融合，突破了传统声学器件的物理局限。宋文辉教授指出：“这一进展标志着我们迈向下一代人工智能听力器件和系统的重要一步。我们设计开发的系统不仅能自驱动捕捉声音，还能以类似人类听觉的方式解读声音，从而提供更自然的聆听体验，有望在不远的将来开发出新一代智能助听器，显著改善听力损失人士及家人的生活质量。”目前，团队正推进器件微型化集成和商业落地，未来有望通过增加纳米纤维通道数逼近天然基底膜性能，进一步提升语音与音乐感知质量。

论文信息标题：Piezoelectric nanofiber–based intelligent hearing system

作者：Jinke Chang, Wenhui Song* et al.期刊：Science Advances链接：https://www.science.org/doi/10.1126/sciadv.adl2741资助：英国工程与自然科学研究委员会（EPSRC）、伦敦大学学院 GRS-ORS奖学金