蘋果公司近期公布了一項頗具創新性的研究成果，該研究或將為未來的AirPods耳機產品增添心率監測功能，從而進一步拓寬其可穿戴設備的健康監測范圍。
據悉，這項研究名為《利用聽診音頻基礎模型進行心率估算的隱藏表征研究》，旨在探索通過處理語音的基礎模型來估算用戶的心率。研究人員發現，這些原本用于語音識別的模型，在處理心音圖數據時同樣表現出色，能夠準確推算出心率。
為了驗證這一發現，蘋果公司對包括Whisper、wav2vec2、wavLM等在內的六個主流模型進行了測試，并加入了自研的CLAP模型進行對比實驗。實驗數據來自公開的CirCor DigiScope心音數據集，包含了約20小時的心音錄音，每段錄音時長在5.1至64.5秒之間。
研究團隊將音頻文件分割為每秒移動一次的5秒片段，共生成了23381個心音片段用于心率轉換測量。結果顯示，蘋果自研的CLAP模型在不同數據分割中均取得了最低的平均絕對誤差（MAE），優于傳統聲學特征訓練的基準模型。
研究人員認為，CLAP模型之所以表現出色，是因為其訓練數據涵蓋了更多非語音內容，從而能夠更好地捕捉心音相關特征，提升心率估算的準確性。這一發現不僅為心率監測提供了新的技術手段，也為未來可穿戴設備的智能化發展提供了新的思路。
研究還發現，模型規模并非越大越好，但通過進一步的微調，有望進一步提升心率估算的精度。這一技術不僅有望應用于心肺聲音的病理分析，幫助醫生更精準地檢測心律失常和雜音等異常，還有望為普通用戶提供更加便捷的健康監測服務。
蘋果公司的這一研究成果無疑為心率監測技術的發展注入了新的活力。隨著技術的不斷成熟和應用的不斷拓展，我們有理由相信，未來的可穿戴設備將更加智能化、便捷化，為我們的健康保駕護航。
