关注我们的 WhatsApp 频道, TikTok 与 Instagram 以观看最新的短视频 - 开箱，测评与第一手新闻资讯。
继上周发布关于人形机器人政策的研究之后，Apple于近日再度发布一项颇具前瞻性的科研成果，探索如何借助基础语音模型，通过录音识别人的心率。这项技术未来有望集成于 AirPods 等可穿戴设备中，进一步强化其在健康监测领域的功能布局。
这项研究标题为《通过听诊估计心率的基础模型隐藏表示》（Hidden Representations of Foundation Models for Heart Rate Estimation from Auscultation），研究人员尝试通过不同类型的音频基础模型，分析短时心音图录音，估算其中的心率。
Apple选用了六种当前主流的基础模型进行测试，其中包括广为人知的 Whisper（由 OpenAI 开发，用于音频转录）、Facebook 的 wav2vec2 和 wavLM，以及Apple自家的内部模型 CLAP（Contrastive Language-Audio Pretraining）。值得一提的是，这些模型原本并非为心率分析而生。
研究所用数据来自公开的 CirCor DigiScope 心音图数据库，涵盖约 20 小时的真实心音录音，片段长度从 5.1 秒至 64.5 秒不等。
Apple研究人员将这些录音进行切割与标注，并由人工注释者指出音频中包含的心脏杂音。最终生成了 23,381 个五秒钟长度的心音片段，用于模型训练与心率估算测试。
结果揭晓：Apple自研 CLAP 模型表现最佳
研究表明，在所有测试模型中，Apple内部开发的 CLAP 模型在心率估算精度方面表现最为出色。其音频编码器所提取的隐藏表示，在不同数据分割下均展现出最低的平均绝对误差（MAE），超过了传统声学特征训练的模型。
研究指出，这种优势可能源于 CLAP 模型训练数据的多样性，不仅包含语音，还涵盖各种非语言音频。这种多样性赋予了 CLAP 更强的泛化能力，使其更善于捕捉心音中细微的节律变化。
相比之下，Whisper 等模型虽然在语音任务上表现卓越，但在处理心音图这类非语音数据时效果相对有限。
有趣的是，研究发现，更大的基础模型并不意味着心率估算效果更好。研究人员指出，对于特定任务，适度的模型微调（fine-tuning）仍是提升准确率的关键步骤。
此外，这项研究也指出了其在“心肺音病理分析”上的潜力，未来或能协助检测心律不齐、心脏杂音等病症，为临床诊断提供补充工具。
虽然该研究仍处于早期阶段，但Apple的目标似乎十分明确：将心率监测等健康功能进一步整合进 AirPods 这样的可穿戴设备中。
目前，AirPods Pro 2 已支持多种听力健康功能，包括主动降噪（ANC）、环境音感知和音量适应功能。若再结合内建麦克风与未来可能集成的传感器（如体温或心率感应器），AirPods 或将成为全新一代的“无创健康监测工具”。
事实上，2024 年底就有传言称，Apple正在研发集成温度和心率感应器的新一代 AirPods。结合这项最新研究成果，“听诊级别”的心率监测技术很可能将不再局限于医院或智能手表，而是走入我们每日佩戴的耳机设备中。
更多科技资讯，继续留守TechNave中文版！
【资料来源】
