从基础到智能：HeadFi 技术让普通耳机化身多功能健康监测器

智能耳机与普通耳机的区别在于，智能耳机不仅能播放音乐，还能充当生理监测仪和虚拟触控屏。罗格斯大学博士生范晓然（Xiaoran Fan）带领研究团队开发了一种名为 HeadFi 的方法，利用普通耳机作为传感器。

Tech Briefs： 这个项目是如何启动的？

范晓然： 我是个发烧友，一直对耳机感兴趣。虽然简单的耳机用于录音室混音和家庭音响，但近年来我们看到了来自苹果、三星、微软的智能耳机。

我们一直知道耳机的驱动单元原理上与麦克风类似，具有互易性。既然麦克风能感知信号，耳机原则上也能做到。因此，耳机本具备智能潜力，只是没人开发利用。这是我最初的动力。加上导师 Rich Howard 专精微小信号测量，听完我的想法后指出了可行路径。我深入钻研，经过大量探索实验，最终发表了论文。

Tech Briefs： 耳机如何当麦克风用？

范： 驱动单元很复杂，包含电阻、电容、电感，是复杂阻抗系统。具体技术取决于耳机类型，但本质上都是将电信号转换为机械信号的换能器。原则上可反向工作：机械信号振动振膜，带动音圈产生电信号，二者互易。

但问题在于耳机针对播放音乐优化，音乐信号占主导。同时录制外部激励信号时，其幅度可能比音乐信号小 1000 倍。挑战是如何在播放音乐的同时完成感知任务。如果必须停止音乐才能感知，那就没实用价值。

我们利用了一个有趣的特性：耳机成对出现，左右驱动单元出厂时就匹配，声音信号平衡。我们利用已知的左右声道音乐信号，用左驱动输入信号抵消右驱动输入信号。若左右输出有差异，相减即得差分信号。

假设我讲话，左右耳机都会捕捉我的声音，但声音从嘴到左耳和右耳的传播路径不同，因为人体骨骼组织左右不对称。相减后，音乐信号被抵消，却能捕捉感知差分信号。我们利用这点微小信息实现功能。

Tech Briefs： 能否解释如何利用耳机识别用户、监测心率、识别手势？

范： 论文展示了四个应用：手势识别、心率监测、用户识别，以及最简单的语音通话。

以心率监测为例。心脏跳动产生机械振动遍布全身，耳机可捕捉。同理，心脏到左右耳机的传播通道不同，经算法处理差分信号即可得心率周期。

手势识别方面，若敲击右耳机外壳，右驱动单元接收强触摸信号，左侧较弱。相减后通过相位判断触摸侧：上升沿方向不同对应左右。更复杂的手势如划擦，信号模式更复杂，可用深度学习识别。

最有趣的是用户识别。耳机发出扫频信号（频率向上扫描）送入耳道，信号经耳道反射回同一驱动单元，左右驱动单元均捕捉并相减。每个人耳道结构独一无二，如指纹，回声不同。更妙的是左右耳道结构也不同，差分信号因人而异，甚至同卵双胞胎也能区分。实验中双胞胎识别率超 95%。

Tech Briefs： 为何使用高频信号？

范： 类似 CT 扫描——超声 CT。扫描一系列频率，因耳道结构差异，高频分辨率更高，能更好勾勒特定耳道形状，找到最佳频率。

Tech Briefs： 如何生成扫频信号？

范： 软件内置啁啾信号发生器。全自动两步：先检测耳机是否佩戴，再运行应用。检测佩戴利用“海螺效应”：耳机贴合耳朵时，某些频率被共振放大，通过观察各频率信号强度即可判断。佩戴确认后发送啁啾信号。

不限于这四个应用，还可测步数、呼吸监测等。

Tech Briefs： 如何区分步数和呼吸信号？

范： 信号特征不同，可用深度学习模型区分。还可用于养老护理，识别跌倒并自动报警。我们也在规划该方向。

项目核心贡献是提供了一个平台，让库存耳机变智能，衍生出多种应用。高层看，这能实现普适的人/耳机/网络接口，因为海量现存“哑”耳机都能受益 HeadFi。

Tech Briefs： 说平台是指软件？

范： 是软硬件结合。硬件是惠斯通电桥，用于左右驱动单元抵消；之后需信号处理做分类，支持向量机或深度学习框架。硬件极简，仅两个电阻。

Tech Briefs： 有个适配器插上用？

范： 是的，这是当前硬件原型。

Tech Briefs： 然后设计 App 下载到手机？

范： 适配器用 USB Type-C 接口，与耳机和手机通用。

Tech Briefs： 大概何时商业化？

范： 正通过罗格斯商业化中心寻找合作伙伴，接触苹果、三星、微软等。也在升级硬件，当前适配器是裸露 PCB，已缩至 3cm×2cm，目标是即插即用，并编写 Android 软件便于演示。

本访谈编辑版刊登于 2021 年 5 月《Tech Briefs》。