苹果公司近期公布了一项颇具创新性的研究成果，该研究或将为未来的AirPods耳机产品增添心率监测功能，从而进一步拓宽其可穿戴设备的健康监测范围。
据悉，这项研究名为《利用听诊音频基础模型进行心率估算的隐藏表征研究》，旨在探索通过处理语音的基础模型来估算用户的心率。研究人员发现，这些原本用于语音识别的模型，在处理心音图数据时同样表现出色，能够准确推算出心率。
为了验证这一发现，苹果公司对包括Whisper、wav2vec2、wavLM等在内的六个主流模型进行了测试，并加入了自研的CLAP模型进行对比实验。实验数据来自公开的CirCor DigiScope心音数据集，包含了约20小时的心音录音，每段录音时长在5.1至64.5秒之间。
研究团队将音频文件分割为每秒移动一次的5秒片段，共生成了23381个心音片段用于心率转换测量。结果显示，苹果自研的CLAP模型在不同数据分割中均取得了最低的平均绝对误差（MAE），优于传统声学特征训练的基准模型。
研究人员认为，CLAP模型之所以表现出色，是因为其训练数据涵盖了更多非语音内容，从而能够更好地捕捉心音相关特征，提升心率估算的准确性。这一发现不仅为心率监测提供了新的技术手段，也为未来可穿戴设备的智能化发展提供了新的思路。
研究还发现，模型规模并非越大越好，但通过进一步的微调，有望进一步提升心率估算的精度。这一技术不仅有望应用于心肺声音的病理分析，帮助医生更精准地检测心律失常和杂音等异常，还有望为普通用户提供更加便捷的健康监测服务。
苹果公司的这一研究成果无疑为心率监测技术的发展注入了新的活力。随着技术的不断成熟和应用的不断拓展，我们有理由相信，未来的可穿戴设备将更加智能化、便捷化，为我们的健康保驾护航。
