定义、输出与用途边界
鼾声识别算法从麦克风、颈部振动传感器、鼻压或其他声振通道中发现与睡眠呼吸同步的鼾声候选,并把它们与说话、咳嗽、翻身、被褥摩擦和环境噪声区分。输出可以是事件起止、置信度、声学特征、每小时次数、累计时长、占比或整夜趋势,也可作为 PSG 或家庭监测中的辅助标记。
“检测到鼾声”不等于确定发声者、阻塞部位、呼吸事件类型或疾病。鼾声可以出现于没有达到睡眠呼吸暂停诊断标准的人,也可能在部分呼吸暂停事件中很弱或缺失。算法不能仅凭响度、次数或某种频谱就诊断阻塞性睡眠呼吸暂停、评估全部上气道结构或决定治疗。
本词条聚焦鼾声或鼾振动的识别与量化,不等同于呼吸暂停低通气事件识别、录音式睡眠分期、语音识别、普通噪声监测或止鼾设备的闭环控制。若产品进一步输出疾病风险、AHI 估计或治疗建议,应对新增任务单独定义参考标准、验证人群和安全边界,不能沿用鼾声检测准确率代替。
传感器、空间关系与校准
接触式压电或加速度传感器常贴近颈部记录组织振动,环境麦克风记录空气传播声,鼻压通道则从气流波形间接显示鼾振动。三者的频率响应、方向性、动态范围和易受干扰方式不同;同一晚的事件数和强度不能无校准地跨传感器比较。模型应声明支持的传感器、佩戴或摆放方法和距离范围。
非接触录音受麦克风指向、增益、自动增益控制、采样、编码、房间混响、墙面与家具、手机保护壳、床边位置和被褥遮挡影响。分贝值还取决于校准和测量位置,消费手机的相对幅度不能自动解释为标准声压级。设备移动或系统更新改变音频处理后,应重新检查检测和强度趋势的可比性。
接触传感器减少部分房间噪声,却会受到松动、皮肤接触、吞咽、说话、颈部动作、衣领和线缆摩擦影响;鼻压鼾声又依赖导管位置和鼻口呼吸方式。质量门控应分别识别饱和、平坦、低信噪比、断续和位置改变,并输出不可判定时段,而不是用另一通道的推断冒充原传感器实测。
分段、特征与分类路径
典型流程先做直流与带外抑制、增益控制、背景估计和降噪,再用短时能量、谱变化或神经网络产生声音候选。随后从时域包络、过零率、频带能量、谱形、谐波、时频图和前后呼吸节律提取特征,分类为鼾声或非鼾声。深度模型可直接学习波形或声谱图,但仍需要明确的分段、上下文和输出阈值。
事件边界会影响次数和累计时长。一次鼾声可能被短暂间隙切成多段,连续鼾声也可能覆盖多个呼吸周期;算法应规定合并、拆分、最短间隔及重叠处理,并保留这些规则的版本。固定帧分类后直接相连容易把风扇脉动或长时间说话计为大量鼾声,也可能因降噪过强切掉较弱的起止部分。
房间级系统还必须处理发声者归属。双人同床、同室儿童、宠物、电视、窗外声音或另一房间传来的鼾声,可能被同一麦克风捕获。声源定位、多个麦克风、近身传感器或与体动和呼吸同步可提供线索,但不能在证据不足时强制归给佩戴者;无法分离时应标记多人或来源不确定。
标签、资料与隐私治理
参考标签应说明鼾声定义、是否要求与呼吸相位同步、允许的事件边界、静音与非鼾声类别以及标注工具。人工只听声音可能把呼吸、喉音或环境声混入,配合同步气流、努力、视频或颈部信号可提高判定依据。多名标注者的分歧、仲裁和低置信度段应保存,而不是只留下单一标签。
训练、调参与测试要按人、家庭或录音夜合理隔离,避免同一人的声纹、同一房间底噪或重复音频片段跨集合泄漏。通过复制少量鼾声到长背景中构造的样本可用于压力测试,却不能替代自然整夜验证。资料说明应覆盖年龄、性别、体型、语言与发声、睡姿、房间、传感器、设备距离、疾病和同床情况。
整夜音频可能同时包含谈话、姓名、闹钟、儿童声音和家庭活动,属于高隐私风险资料。采集应有明确告知、目的限制、最少录音范围、访问控制、保留期限和删除机制,并考虑同室非使用者。若只需事件或特征,端侧处理和及时删除原始录音可减少暴露,但仍需说明上传、人工试听、模型训练和二次使用是否发生。
性能验证与结果解释
事件级验证应报告灵敏度、阳性预测值、F1、每小时误报、漏报及起止偏差,并说明事件匹配容差。由于静音和非鼾帧远多于鼾声,总体准确率可能虚高;只报告整夜鼾声次数相关性也会掩盖事件错配。还应评价累计鼾声时长、鼾声占比、每小时指数和强度趋势的偏差与一致性。
验证应使用未参与开发的自然整夜资料,并覆盖不同手机或麦克风、房间混响、距离、空调和风扇、交通声、说话、咳嗽、打喷嚏、磨牙、被褥摩擦、宠物及双人同床。要分别报告单人安静环境与复杂家庭环境,不能用受控扬声器回放成绩代表真实卧室。系统还应测试音量很低、极响、连续和不规则鼾声。
如果输出用于 OSA 风险筛查,需以独立 PSG 或合适的家庭睡眠检查为参照,报告不同患病率和阈值下的灵敏度、特异度、预测值与校准。鼾声检测性能与疾病筛查性能必须分开;“几乎所有鼾声都被找到”并不表示未打鼾者可排除 OSA,也不表示鼾声较多者一定达到诊断标准。
部署、失效与持续监测
实时应用需要处理麦克风权限、后台限制、电量、存储、音频焦点、来电、闹钟和操作系统降噪。应用被系统暂停、手机被盖住或用户改变床边位置时,应记录覆盖缺口和质量变化。用缺测时段补零会低估鼾声,用上一夜或人群平均填充则会制造虚假趋势。
常见失效包括把语音元音、咳嗽、清嗓、门响和床架声误判为鼾声,把弱鼾声当背景消除,或让自动增益使不同夜晚的强度不可比。风扇、白噪声机和持续交通声还会改变背景估计。系统应保留代表性误报和漏报类别,并允许用户或审阅者纠正来源,而不是只显示一个无依据的睡眠分数。
上线监测应关注有效录音时长、信噪比、不可判定率、事件与时长分布、设备型号、操作系统、房间条件和人工反馈。麦克风驱动、编码器、降噪、模型、阈值或传感器位置更新后,需做回归测试与版本隔离。数据分布变化可能来自季节风扇使用、产品进入新国家或用户群变化,应与算法退化分别分析。
选型、合规与发展方向
选型时应核对预期用途、传感器、距离和房间条件、多人处理、质量门控、事件定义、验证资料、离线能力、原始音频策略、导出、审计和更新支持。若用于机构或研究,还需评估批量管理、时间同步、标注复核和数据权限。单一准确率、鼾声分贝或“AI 听诊”宣传不能代替真实整夜和隐私审查。
作为一般健康趋势工具,算法应避免把鼾声次数直接转成诊断或治疗结论;作为医疗筛查或诊断辅助功能,则需按具体声明、风险和所在地要求建立临床证据、软件生命周期和人机工作流。涉及自动启动止鼾刺激或改变治疗设备时,还要验证错误触发、延迟、唤醒和停止机制,不能仅凭检测模块表现推定闭环安全。
发展方向包括端侧低功耗声学模型、说话隐私过滤、声源分离、多麦克风定位、音频与气流或体动融合,以及用不确定性筛选人工复核片段。这些方法可能提高复杂卧室中的可用性,但仍需处理跨设备、跨房间和跨人群迁移。相关词条包括非诊断打鼾与呼吸风险识别算法、呼吸暂停低通气事件识别算法、睡眠呼吸暂停风险筛查模型和睡眠声音分类模型。