蘋果最新研究報告揭示了語音處理技術(shù)在非傳統(tǒng)領(lǐng)域的新應(yīng)用——通過心音估算心率。這項名為《基于聽診的心率估算：探索語音處理基礎(chǔ)模型的隱藏表征》的研究，探討了利用語音處理模型來估算心率的潛力。

通常，語音處理模型主要用于語音識別任務(wù)，但蘋果的研究人員意外發(fā)現(xiàn)，這些模型同樣能夠處理心音圖（PCG）數(shù)據(jù)。心音圖是通過特殊設(shè)備將心臟的機械震動轉(zhuǎn)換為電信號并記錄下來的圖形，對心臟健康監(jiān)測至關(guān)重要。為了驗證這一發(fā)現(xiàn)，研究團隊對多個主流語音處理模型進行了測試，包括Whisper、wav2vec2和wavLM等，并與蘋果自研的CLAP模型進行了對比。

實驗中，研究團隊使用了公開的CirCor DigiScope心音數(shù)據(jù)集，該數(shù)據(jù)集包含了約20小時的心音錄音。他們將錄音分割成每秒移動一次的5秒片段，共生成了23381個心音片段用于心率估算。結(jié)果顯示，蘋果自研的CLAP模型在不同數(shù)據(jù)分割中均表現(xiàn)出色，取得了最低的平均絕對誤差（MAE），優(yōu)于傳統(tǒng)聲學(xué)特征訓(xùn)練的基準模型。這表明，由于CLAP模型的訓(xùn)練數(shù)據(jù)更加多樣化，包含了更多非語音內(nèi)容，因此能夠更好地捕捉心音特征，提高心率估算的準確性。

蘋果的研究人員指出，這一發(fā)現(xiàn)意味著語音處理基礎(chǔ)模型在聽診和生命體征估算方面具有巨大潛力，可能成為傳統(tǒng)方法的有力補充。他們還發(fā)現(xiàn)，模型規(guī)模并非決定心率估算效果的唯一因素，通過進一步的微調(diào)，有望進一步提升精度。這一技術(shù)未來有望應(yīng)用于心肺聲音的病理分析，幫助醫(yī)生更準確地檢測心律失常、心臟雜音等異常情況。

如果這項技術(shù)能夠成功商業(yè)化，將極大地拓展音頻設(shè)備的應(yīng)用場景。想象一下，用戶只需佩戴耳機，就能通過內(nèi)置的麥克風(fēng)和聲學(xué)傳感器實時監(jiān)測心率，并將數(shù)據(jù)同步到蘋果的健康生態(tài)系統(tǒng)中。這一功能在運動時尤為實用，因為耳機相比手腕設(shè)備更加穩(wěn)定，能夠提供更精確的心率數(shù)據(jù)，避免因手臂擺動而產(chǎn)生的誤差。這無疑為健康管理帶來了新的可能性和便利。