Snore Timeline लोगो Snore Timeline सहायता संपर्क ऐप खोलें
रिकॉर्डिंग

ध्वनि पहचान कैसे काम करती है

ऐप किन ध्वनियों को सुनता है, यह कैसे निर्णय लेता है, और संख्याओं का क्या मतलब होता है।

इस पृष्ठ पर

Snore Timeline रात भर के कच्चे ऑडियो को लेबल किए गए इवेंट में बदल देता है। इन लेबलों पर भरोसा तब आसान होता है जब आप जानते हों कि ये आते कहाँ से हैं, इसलिए यह पृष्ठ पूरी प्रक्रिया पर चलता है। ऐप किन ध्वनियों को सुनता है, यह कैसे तय करता है कि आपकी टाइमलाइन पर क्या पहुँचेगा, डेसिबल संख्याओं और नारंगी वेवफ़ॉर्म रंगों का क्या मतलब है, और शोर भरा कमरा नतीजे क्यों बदल देता है।

ऐप जिन ध्वनियों को वर्गीकृत करता है

ऐप हर शोर को खर्राटा नहीं मानता। जो सुनता है उसे छह मुख्य श्रेणियों में बाँटता है:

  • खर्राटे, मुख्य इवेंट। हर एक अपनी आवाज़ के स्तर के साथ टाइमलाइन पर आता है।
  • हाँफना, तेज़ी से साँस अंदर खींचना, जो अक्सर साँस रुकने के ठीक बाद आता है।
  • खाँसी, अलग से गिनी जाती है ताकि वह खर्राटों में न मिल जाए।
  • नींद में बोलना: बातचीत, फुसफुसाहट और बुदबुदाना।
  • हँसी। लोग नींद में हँसते हैं।
  • तेज़ आवाज़ें, आपके कमरे के पृष्ठभूमि शोर से, या आपकी तय की गई सीमा से ऊपर की हर आवाज़। इस बारे में और नीचे।

खर्राटे, हाँफना और खाँसी मिलकर श्वसन समूह बनाते हैं। ऐप रात भर आपकी साँस पर भी नज़र रखता है। अगर लगभग 10 सेकंड या उससे ज़्यादा खामोशी रहे और फिर कोई रिकवरी ध्वनि आए जो उस खामोशी से साफ़ तौर पर तेज़ हो, तो उसे साँस में रुकावट के रूप में चिह्नित किया जाता है। श्वास में रुकावटें पेज इन्हें ठीक से समझाता है।

तो यह खर्राटे और खाँसी में फ़र्क कैसे करता है? हर तरह की ध्वनि की अपनी ध्वनिक छाप होती है। खर्राटों की ज़्यादातर ऊर्जा निचली और मध्यम रेंज में होती है, लगभग 50 Hz से 3 kHz, और यही उन्हें बातचीत, खाँसी और कमरे के शोर से अलग करता है। लेबल तय करने से पहले वर्गीकरणकर्ता ध्वनि के आकार और उसकी फ़्रीक्वेंसी बनावट, दोनों को देखता है। पृष्ठभूमि के ज़्यादातर शोर को कोई लेबल मिलता ही नहीं।

कभी-कभी यह गलत भी होता है। जब दो ध्वनियाँ एक-दूसरे पर चढ़ जाएँ, या रज़ाई किसी एक को दबा दे, तो इवेंट गलत श्रेणी में चला जाता है। अगर कोई लेबल अटपटा लगे, उस पल को चलाकर खुद सुनें। और याद रहे, यह सब आपकी अपनी समझ के लिए किया गया ऑडियो विश्लेषण है। ऐप न स्लीप एप्निया का निदान करता है, न किसी और चीज़ का।

रीयल-टाइम विश्लेषण, बिना सैंपलिंग के

आपके डिवाइस तक सीमित माइक्रोफ़ोन रात भर सुनता है डिवाइस पर AI रीयल टाइम खर्राटा हाँफना खाँसी नींद में बोलना साँस पहचाने गए इवेंट
ऑडियो उसी पल आपके फ़ोन पर वर्गीकृत हो जाता है। हर ध्वनि रीयल टाइम में लेबल होती है, और इनमें से कुछ भी कहीं नहीं जाता।

कुछ ऐप सैंपलिंग से बैटरी बचाते हैं। वे बीच-बीच में जागते हैं, एक पल सुनते हैं, और फिर सो जाते हैं, इसलिए बीच में जो होता है वह छूट जाता है। Snore Timeline लगातार सुनता रहता है, फ़ोन पर ही चलने वाले Apple के Sound Analysis फ़्रेमवर्क से। हर ध्वनि घटित होते ही प्रोसेस हो जाती है, और कुछ भी अपलोड नहीं होता। दूसरे खर्राटा ऐप्स से इसकी तुलना के लिए देखें कौन-से खर्राटा ऐप्स आपका डेटा एकत्र करते हैं।

इसकी वजह से आप दो बातें देखेंगे:

  • पहचान तुरंत शुरू हो जाती है। कोई कैलिब्रेशन या सेटअप चरण नहीं है। रात का पहला खर्राटा सौवें खर्राटे जितना ही गिना जाता है।
  • टाइमलाइन में कोई खाली जगह नहीं रहती। ऐप कभी सुनना बंद नहीं करता, इसलिए एक शांत अंतराल का मतलब है कि कमरा शांत था, और वही अंतराल साँस और नींद के चरण के विश्लेषण को खुराक देते हैं।

यह सब डिवाइस पर ही चलता है। आपका ऑडियो कभी आपके फ़ोन से बाहर नहीं जाता। गोपनीयता नीति बताती है कि व्यवहार में इसका क्या मतलब है।

लाइव पहचान का मतलब यह भी है कि खर्राटे चलते-चलते ही ऐप कुछ कर सकता है। खर्राटे की पुष्टि होते ही खर्राटा थपकी आपके iPhone से एक छोटी आवाज़ बजाती है, या Apple Watch से आपकी कलाई पर थपकी देती है, और अक्सर इतने से ही आप करवट बदल लेते हैं। ज़्यादातर ट्रैकर आपको सुबह ही बता पाते हैं।

संवेदनशीलता और गलत पहचान

हर ध्वनि नहीं चुनी जाती। ऐप किसी इवेंट को तभी दर्ज करता है जब ध्वनि उसकी किसी श्रेणी से काफ़ी मज़बूती से मेल खाती हो। इसी वजह से चरमराता रेडिएटर आपकी रात को नकली खर्राटों से नहीं भरता।

यह सीमा कितनी कड़ी हो, यह आप संवेदनशीलता सेटिंग से तय करते हैं। पाँच स्तर हैं, न्यूनतम, कम, संतुलित, उच्च और अधिकतम, और डिफ़ॉल्ट संतुलित है।

  • न्यूनतम सिर्फ़ साफ़, तेज़ खर्राटे पकड़ता है और बाकी लगभग सब अनदेखा कर देता है। शोर भरे कमरे में इसे चुनें, या तब जब साथी के खर्राटे बार-बार डिटेक्टर चालू कर देते हों।
  • अधिकतम बहुत हल्के खर्राटे भी पकड़ता है, बदले में ज़्यादा पृष्ठभूमि शोर और ज़्यादा गलत पहचान आती है।
सुझाव

किस दिशा में जाना है, यह टाइमलाइन बता देगी। ऐसे बहुत सारे इधर-उधर के इवेंट जो चलाने पर कुछ भी नहीं निकलते? संवेदनशीलता घटाएँ। ऐसे खर्राटे जो रिकॉर्डिंग में सुनाई देते हैं पर ऐप चूक गया? बढ़ाएँ। ज़्यादातर लोगों के लिए संतुलित एक अच्छी शुरुआत है।

डेसिबल और फ़्रीक्वेंसी रंग

ध्वनि की तीव्रता पूरे ऐप में dB SPL में दिखती है, और पैमाना लगभग 28 dB (लगभग खामोशी) से 105 dB (कान दुखा देने वाली तेज़ आवाज़) तक जाता है। इसे वॉल्यूम मीटर की तरह पढ़ें। खर्राटों के लिए मोटा अनुमान:

  • लगभग 40 dB से नीचे: हल्के खर्राटे
  • 40 से 48 dB: धीमे खर्राटे
  • 48 से 56 dB: सुनाई देने वाले खर्राटे
  • 56 dB और उससे ऊपर: तेज़ खर्राटे

हर एपिसोड को शिखर और औसत, दोनों स्तर मिलते हैं। इन संख्याओं को व्यक्तिगत संदर्भ मानें। बेडसाइड टेबल पर रखा फ़ोन कोई कैलिब्रेटेड मीटर नहीं है।

ऐप जानता है कि कौन-सा माइक्रोफ़ोन उपयोग में है, और जब आपका फ़ोन संगीत या पॉडकास्ट जैसा ऑडियो चला रहा हो तो रीडिंग सुधार लेता है।

हर ध्वनि फ़्रीक्वेंसी का मिश्रण है। फ़्रीक्वेंसी यानी हवा कितनी तेज़ी से कंपन करती है, जिसे हर्ट्ज़ (Hz) में मापा जाता है। नीची ध्वनियाँ धीरे कंपन करती हैं और ऊँची ध्वनियाँ तेज़। प्ले दबाएँ, स्लाइडर खींचें, और देखें कि सुर चढ़ने के साथ तरंग कैसे कसती जाती है:

160 Hz
स्लाइडर खींचें — ऊँची पिच तेज़ी से कंपन करती है
नीचे की बैंड भी वही पैमाना इस्तेमाल करती हैं। धीमे कंपन निम्न बैंड हैं, तेज़ कंपन उच्च बैंड। खर्राटे सबसे नीचे रहते हैं। साँस छोड़ने की हल्की सिसकारी सबसे ऊपर रहती है। इसे सुनने के लिए हेडफ़ोन या स्पीकर चाहिए।

वेवफ़ॉर्म पर पूरी तरह ज़ूम करें और हर बार नारंगी की परतदार छायाओं में बँट जाएगी, जो दिखाएँगी कि उस ध्वनि की ऊर्जा फ़्रीक्वेंसी रेंज में कहाँ बैठी है:

  • गहरा नारंगी: निम्न फ़्रीक्वेंसी, लगभग 50 से 250 Hz, खर्राटों की गहरी गड़गड़ाहट।
  • मध्यम नारंगी: मध्यम फ़्रीक्वेंसी, लगभग 250 से 1500 Hz, हार्मोनिक्स और स्वर ध्वनियाँ।
  • चमकीला नारंगी: उच्च फ़्रीक्वेंसी, लगभग 1500 से 8000 Hz, "sss" के "s" जैसी सिसकारी ध्वनियाँ।
0:00 उच्च मध्यम निम्न
दो असली रिकॉर्डिंग, उसी तरह रंगी हुई जैसे ऐप वेवफ़ॉर्म रंगता है, हर बार निम्न, मध्यम और उच्च ऊर्जा में बँटी हुई। प्ले दबाएँ और रेखा का पीछा करें। साँस वाली क्लिप में, ध्वनि हल्की बनी रहने पर भी हर साँस छोड़ने पर चमकीली उच्च बैंड ऊपर उठती है। खर्राटों वाली क्लिप में गहरी निम्न बैंड कब्ज़ा कर लेती है। जब उच्च बैंड की वह लय रुकती है, वही किसी संभावित साँस में रुकावट की ओर इशारा करती है।

साँस के लिए चमकीली उच्च बैंड ही मायने रखती है। हर साँस छोड़ने पर एक हल्की सिसकारी बनती है, कोमल “सss” जैसी, और वह सिसकारी उच्च बैंड के ऊपरी हिस्से में बैठती है। Snore Timeline इसी का पीछा करके रात भर आपकी साँस दर्ज करता है, और श्वास में रुकावटों की पहचान तथा नींद के चरण के अनुमान इसी दर्ज करने पर टिके हैं। यही वजह है कि बहुत दूर रखा फ़ोन या शोर भरा कमरा दोनों सुविधाओं को कमज़ोर कर देता है। सिसकारी धीमी होती है, इसलिए सबसे पहले वही गायब होती है।

फ़्रीक्वेंसी का विवरण सिर्फ़ 1-सेकंड की बार पर मिलता है, जो रीयल-टाइम दृश्य से एक क़दम बाहर है। ज़्यादा चौड़े ज़ूम पर बार ठोस रंग की होती हैं। टाइमलाइन और प्लेबैक पूरे वेवफ़ॉर्म को पढ़ना समझाता है।

आज़माएँ

अपनी रात के किसी शांत हिस्से पर पूरी तरह ज़ूम करें और चमकीले नारंगी के छोटे झोंके ढूँढें जिनके नीचे लगभग कुछ भी न हो। वह आपकी साँस है।

ऐप की पूरी स्क्रीन
ज़ूम किया हुआ खर्राटे के एपिसोड के दौरान परतदार नारंगी फ़्रीक्वेंसी बैंड के साथ ज़ूम किया हुआ वेवफ़ॉर्म
1-सेकंड की बार पर फ़्रीक्वेंसी रंग।

तेज़ आवाज़ पहचान

खर्राटे और नींद में बोलना, ये दोनों वर्गीकरणकर्ता खुद संभाल लेता है। तेज़ आवाज़ पहचान बाकी सब चीज़ों के लिए है। जब कोई ध्वनि वॉल्यूम सीमा से ऊपर जाती है, तो वह ध्वनि चाहे जो निकले, एक एपिसोड बन जाता है। इससे वे शोर पकड़े जाते हैं जिन्हें वर्गीकरणकर्ता नाम नहीं दे पाता, जैसे फुसफुसाकर नींद में बोलना जो बोली गिने जाने के लिए बहुत धीमा है, दाँत पीसना, करवट बदलते समय की सरसराहट, या कमरे में हुआ और कुछ भी।

सीमा के दो मोड हैं, जो सेटिंग्स में सीमा मोड के अंतर्गत तय होते हैं:

  • स्वचालित, डिफ़ॉल्ट। ऐप रिकॉर्डिंग के दौरान आपके कमरे का पृष्ठभूमि शोर मापता है और सीमा को उससे थोड़ा ऊपर रखता है। यह हर मिनट दोबारा मापता है, इसलिए चलता हुआ पंखा या खुलती खिड़की सीमा बढ़ा देती है और शांत कमरा उसे घटा देता है, और हर रात पिछली मापी गई रात से शुरू होती है। सेटिंग्स में मापा गया स्तर, वह किस रात का है, और उससे बनी dB दिखती है।
  • स्थिर। ख़ुद तय की जाने वाली dB स्लाइडर, जब आप हर रात एक ही रेखा चाहते हों। अगर आपने स्वचालित आने से पहले कोई स्तर तय किया था, तो आप अब भी उसी स्तर पर स्थिर में हैं।

कमरा जितना शांत होगा, सीमा उतनी नीचे बैठेगी और उतना ही ज़्यादा पकड़ में आएगा।

कभी-कभी तेज़ आवाज़ श्रेणी में ऐसी चीज़ें दिखेंगी जिनके बारे में आप निश्चित थे कि वे खर्राटे थीं। यह तब होता है जब पृष्ठभूमि का शोर उन साँस के पैटर्न को ढक देता है जिन पर खर्राटा वर्गीकरणकर्ता टिका है। किसी ध्वनि को खर्राटा कहने के लिए उसे साफ़ संकेत चाहिए, और कमरा शांत हालत में लगभग 45 dB से ऊपर चला जाए तो ज़्यादा ध्वनियाँ खर्राटे के बजाय तेज़ आवाज़ संकेत के रूप में दर्ज होने लगती हैं। अगला भाग बताता है कि इसका क्या करें।

पृष्ठभूमि का शोर पहचान को कैसे प्रभावित करता है

एयर कंडीशनर, पंखा, यातायात, संगीत, बारिश या समुद्र की आवाज़ जैसा एकसार पृष्ठभूमि शोर अलग से ट्रैक होता है और आपकी टाइमलाइन पर खर्राटे के इवेंट नहीं बनाता। ऐप इसे निरंतर परिवेश शोर के रूप में पहचानता है, इसलिए अकेला गुनगुनाता AC आपकी रात को नकली खर्राटों से नहीं भरेगा।

एकसार शोर आपसे जो छीनता है वह है मास्किंग। ऊँचा शोर तल धीमी साँस और हल्के खर्राटों को दबा देता है, और वर्गीकरणकर्ता के पास काम करने को कम बचता है। दो चीज़ें होती हैं:

  • हल्की ध्वनियों का पकड़ में आना ही मुश्किल हो जाता है।
  • शांत हालत में लगभग 45 dB से ऊपर वाले कमरों में, जो ध्वनियाँ आम तौर पर खर्राटे गिनी जातीं, वे तेज़ आवाज़ श्रेणी में चली जाती हैं।

ज़्यादा साफ़ वर्गीकरण के लिए, जहाँ हो सके कमरे को शांत करें। आम संदिग्ध हैं पंखे और व्हाइट नॉइज़ मशीनें, HVAC और एयर प्यूरीफ़ायर, यातायात की ओर खुली खिड़की, और चलती छोड़ी गई TV या स्पीकर। शांत कमरे का मतलब है हर मामले में ज़्यादा सटीक पहचान।

जब शोर आपके बस में न हो, मान लीजिए होटल के कमरे में, तो जो है उसी से काम चलाएँ:

  • फ़ोन को अपने सिर के पास ले जाएँ ताकि आपकी साँस गुनगुनाहट के बीच भी सुनाई देती रहे। शुरुआत करना प्लेसमेंट पर बात करता है।
  • संवेदनशीलता बढ़ाएँ ताकि ऐप पृष्ठभूमि के आर-पार धीमी ध्वनियाँ भी पकड़ सके।
ऐप की पूरी स्क्रीन
ज़ूम किया हुआ शिखर और औसत डेसिबल तथा तेज़ आवाज़ संकेत बैज के साथ पहचाने गए तेज़ आवाज़ों का एपिसोड
45 dB शोर तल से ऊपर रिकॉर्ड की गई एक रात।