聲音偵測的原理

App 分類的各種聲音

App 不會把每個噪音都當成打鼾。它把聽到的聲音歸入六大類別：

• 鼾聲，主要事件。每一次都會帶著音量落在時間軸上。
• 喘息，急促的吸氣，常緊接在呼吸中斷之後。
• 咳嗽，單獨計算，不會混進打鼾裡。
• 說夢話：說話、低語與含糊的喃喃自語。
• 笑聲。人睡著了也會笑。
• 巨大聲響，任何高過你房間背景噪音的聲音，或超過你所設定音量的聲音。這一點下文還會細說。

打鼾、喘息與咳嗽構成呼吸類別。App 也會整夜追蹤你的呼吸。如果安靜了大約 10 秒或更久，接著出現一個明顯比那段靜默更大聲的恢復聲響，就會被標記為一次呼吸中斷。呼吸中斷把這些講得更透。

那它怎麼分辨打鼾與咳嗽？每一種聲音都有自己的聲學指紋。打鼾的能量大多落在中低頻，約 50 Hz 到 3 kHz，這就把它和說話、咳嗽以及房間裡的雜音分開了。分類器在敲定標籤之前，會同時看聲音的形態與它的頻率組成。大多數背景噪音根本拿不到標籤。

它有時也會弄錯。兩個聲音重疊，或被子蓋住了其中一個，事件就可能落入錯誤的類別。如果某個標籤看起來不對，回放那一刻，自己聽聽看。另外提醒一句，這一切都是供你自己參考的音訊分析。App 不診斷睡眠呼吸中止症，也不診斷別的任何病症。

即時分析，不取樣

有些 App 靠取樣省電。它們隔一陣醒來，聽一小會兒，然後繼續休眠，中間發生的一切就沒了。Snore Timeline 一直在聽，用的是在手機本機上執行的 Apple Sound Analysis 框架。每個聲音一發生就被處理，什麼都不會上傳。想知道這和其他打鼾 App 相比如何，請參閱哪些打鼾 App 會收集你的資料。

你會因此注意到兩件事：

• 偵測立刻開始。沒有校準，也沒有設定步驟。當夜的第一次打鼾和第一百次算得一樣。
• 時間軸沒有空洞。App 從不停止聆聽，所以一段安靜就代表房間當時真的安靜，而這些空白又成了呼吸與睡眠階段分析的養分。

這一切都在裝置上執行。你的音訊絕不會離開你的手機。隱私權政策說明了這在實務上代表什麼。

即時偵測還代表 App 可以在打鼾正在發生時就出手。一確認到打鼾，鼾聲輕推就會用 iPhone 播放一段短提示音，或透過 Apple Watch 輕點你的手腕，這通常就足以讓你翻個身。大多數追蹤器只能在早上告訴你。

靈敏度與誤判

並不是每個聲音都留得下來。只有當聲音與某個類別吻合得夠強時，App 才會記下一個事件。正因如此，一台嘎吱作響的暖氣機才不會把你的整夜填滿幽靈打鼾。

那道門檻有多嚴格，由你用靈敏度設定來決定。一共五個層級，極少、低、均衡、高與最高，預設是「均衡」。

• 極少只擷取清晰、響亮的打鼾，其餘幾乎一概不理。房間吵雜時用它，或伴侶的打鼾一直觸發偵測時用它。
• 最高連非常微弱的打鼾也捕捉得到，代價是更多背景噪音與更多誤判。

分貝與頻率色彩

音量在 App 各處都以 dB SPL 顯示，刻度從約 28 dB（近乎靜默）一路到 105 dB（響到刺耳）。把它當音量計來看。打鼾的粗略對照如下：

• 低於約 40 dB：微弱鼾聲
• 40 至 48 dB：輕微鼾聲
• 48 至 56 dB：明顯鼾聲
• 56 dB 以上：嚴重鼾聲

每個片段都會有峰值與平均值兩個數字。把它們當作個人參考。床頭櫃上的一支手機不是校準過的音量計。

App 知道正在用哪支麥克風，並會在你的手機播放音樂或 podcast 之類的音訊時修正讀數。

每個聲音都是頻率的混合。頻率就是空氣振動的快慢，以赫茲（Hz）為單位。低音振動得慢，高音振動得快。按下播放，拖曳滑桿，看著音高上升時波形怎麼收緊：

160 Hz

播放 拖曳滑桿 — 音高愈高，振動愈快

把波形放到最大，每根長條都會裂成層層堆疊的橙色深淺，顯示那個聲音的能量落在頻率範圍的哪一段：

• 深橙色：低頻，約 50 至 250 Hz，打鼾深沉的隆隆聲。
• 中橙色：中頻，約 250 至 1,500 Hz，泛音與母音。
• 亮橙色：高頻，約 1,500 至 8,000 Hz，像「sss」中的「s」這類齒擦音。

呼吸 打鼾

播放 0:00 高 中 低

就呼吸而言，要緊的是明亮的高頻帶。每一次吐氣都會發出輕微的嘶聲，像柔和的「sss」，而這道嘶聲就落在高頻帶的上方。Snore Timeline 跟著它整夜追蹤你的呼吸，呼吸中斷偵測與睡眠階段推估都建立在這份追蹤之上。手機放得太遠或房間吵雜會讓這兩項功能一起變弱，原因也在這裡。嘶聲很微弱，所以它最先消失。

頻率細節只出現在 1 秒長條上，也就是即時檢視往外一層。縮放層級再寬一些，長條就是單一純色。整體波形怎麼讀，時間軸與回放講得更全。

放大檢視

巨大聲響偵測

打鼾與夢話，分類器自己就能處理。巨大聲響偵測是為其餘的一切準備的。只要聲音超過一個音量門檻值，無論那最後是什麼聲音，都會建立一個片段。這樣就能捕捉分類器叫不出名字的噪音，例如輕到算不上說話的低語夢話、磨牙、你翻身時的窸窣聲，或房間裡發生的其他任何動靜。

門檻值有兩種模式，在「設定」的門檻值模式裡選擇：

• 自動，預設選項。App 在你錄音時測量房間的背景噪音，並把門檻值保持在略高於它的位置。它每分鐘重新測量一次，所以風扇啟動或窗戶打開會抬高門檻值，更安靜的房間則會拉低它，而每一夜都從上一次測量的那晚接著開始。設定裡會顯示測得的音量、它來自哪一晚，以及它換算出的分貝值。
• 固定。一條由你自己拖動的 dB 滑桿，適合想讓每晚都用同一條線的時候。如果你在自動出現之前就設過一個數值，那你現在仍然停在那個數值的固定模式上。

房間愈安靜，門檻值就愈低，捕捉到的也愈多。

有時你會看到某些明明是打鼾的東西被歸進了「巨大聲響」。這是因為背景噪音蓋過了打鼾分類器所倚賴的呼吸型態。它需要乾淨的訊號才能把某個聲音叫作打鼾，而一旦房間在安靜狀態下超過約 45 dB，就會有更多聲音被記成巨響訊號而非打鼾。下一節會說明該怎麼處理。

背景噪音如何影響偵測

冷氣、電風扇、車流、音樂、雨聲或海浪聲這類穩定的背景噪音會被分開追蹤，不會在你的時間軸上建立打鼾事件。App 會把它辨識為連續的環境噪音，所以一台嗡嗡作響的冷氣本身並不會把你的整夜填滿假打鼾。

穩定的噪音真正讓你付出的代價是遮蔽。噪音底一高，安靜的呼吸與微弱的打鼾就被淹沒，分類器能用的材料也就少了。會發生兩件事：

• 微弱的聲音變得更難被偵測到。
• 在安靜狀態下超過約 45 dB 的房間裡，本來會算作打鼾的聲音會轉入巨大聲響類別。

想讓分類更乾淨，能安靜的地方就讓它安靜下來。常見的元兇是電風扇與白噪音機、暖通空調與空氣清淨機、朝著車流開的窗，以及一直開著的電視或喇叭。房間愈安靜，各方面的偵測都愈準。

噪音管不了的時候，比如在旅館房間裡，就善用手邊現有的條件：

• 把手機移近你的頭部，讓你的呼吸在嗡嗡聲中仍聽得見。擺放方式見開始使用。
• 調高靈敏度，讓 App 仍能穿過背景噪音擷取較柔和的聲音。

放大檢視