苹果最新研究报告揭示了语音处理技术在非传统领域的新应用——通过心音估算心率。这项名为《基于听诊的心率估算：探索语音处理基础模型的隐藏表征》的研究，探讨了利用语音处理模型来估算心率的潜力。
通常，语音处理模型主要用于语音识别任务，但苹果的研究人员意外发现，这些模型同样能够处理心音图（PCG）数据。心音图是通过特殊设备将心脏的机械震动转换为电信号并记录下来的图形，对心脏健康监测至关重要。为了验证这一发现，研究团队对多个主流语音处理模型进行了测试，包括Whisper、wav2vec2和wavLM等，并与苹果自研的CLAP模型进行了对比。
实验中，研究团队使用了公开的CirCor DigiScope心音数据集，该数据集包含了约20小时的心音录音。他们将录音分割成每秒移动一次的5秒片段，共生成了23381个心音片段用于心率估算。结果显示，苹果自研的CLAP模型在不同数据分割中均表现出色，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。这表明，由于CLAP模型的训练数据更加多样化，包含了更多非语音内容，因此能够更好地捕捉心音特征，提高心率估算的准确性。
苹果的研究人员指出，这一发现意味着语音处理基础模型在听诊和生命体征估算方面具有巨大潜力，可能成为传统方法的有力补充。他们还发现，模型规模并非决定心率估算效果的唯一因素，通过进一步的微调，有望进一步提升精度。这一技术未来有望应用于心肺声音的病理分析，帮助医生更准确地检测心律失常、心脏杂音等异常情况。
如果这项技术能够成功商业化，将极大地拓展音频设备的应用场景。想象一下，用户只需佩戴耳机，就能通过内置的麦克风和声学传感器实时监测心率，并将数据同步到苹果的健康生态系统中。这一功能在运动时尤为实用，因为耳机相比手腕设备更加稳定，能够提供更精确的心率数据，避免因手臂摆动而产生的误差。这无疑为健康管理带来了新的可能性和便利。
