从音频识别睡眠阶段

睡眠阶段估算的工作原理

您走过不同睡眠阶段时呼吸会变，而这个变化听得出来。应用看的是您的呼吸有多规律、波动有多大，用的就是它已经在用于鼾声检测和呼吸中断检测的那段录音。没有别的要设置。

录音开始约 15 分钟后，算法会算出您的个人呼吸基线，也就是您典型的呼吸频率和规律性。从那以后，它拿您自己的基线而不是人群平均值来衡量这一夜的其余部分，并套用已发表研究里的阈值，把每个时段归入某个阶段。

分量最重的是呼吸规律性，但算法也会看：

• 呼吸频率，进入更深的睡眠时通常会慢下来。
• 鼾声模式，因为应用在夜里检测到的鼾声会喂进同一个模型。
• 处在夜里的哪个时段，因为睡眠遵循一条可预测的曲线。深度睡眠在夜晚前段扎堆，快速眼动睡眠则朝着天亮越来越多。
• 体动，因为声音的大幅变化说明您在翻身，这提示较浅的睡眠或一次短暂觉醒。

结果会以睡眠图的形式出现在每晚摘要里。

四个阶段及其呼吸特征

每个阶段都会在您的呼吸上留下自己的指纹：

• 深度睡眠：呼吸平稳规律，波动很小。这是恢复性的那个阶段，节律也最接近节拍器。它的大部分出现在夜晚前段，尤其是前 90 分钟和头几个小时。
• 快速眼动睡眠：呼吸不规则，波动大。快速眼动睡眠是做梦的阶段。通常在入睡后 40 到 50 分钟开始，并朝着天亮不断增多，这也是为什么把一夜提早结束，损失最多的就是它。
• 浅睡眠：规律性中等，在另外两者之间。浅睡眠是过渡阶段，也是最容易被唤醒的阶段。
• 清醒：出现体动、声音，或者呼吸对不上睡眠。当其他信号也支持时，应用还会把一段长时间的安静标记为可能的觉醒。

深度睡眠在规律性量表的一端，快速眼动睡眠在另一端，所以应用要看到波动持续地低，才会把某段时间称作深度睡眠；波动一升高，它就退出深度睡眠。同步运行的声音分类补上鼾声和体动的背景信息。

安静标签

靠音频判阶段，有一条与生俱来的界限。它只能给听得到的东西分类。当您的呼吸太轻，麦克风无法把它归进某个阶段，同时又没有迹象表明您醒着，应用会把那一段标成安静，而不是瞎猜。呼吸很轻的人常遇到，风扇或空调盖住声音时也一样。

安静算作有效的休息睡眠。它计入总睡眠时长，也为您睡眠评分里的恢复部分挣分，所以安静的一夜依然读作好觉。凭空造一个阶段只会让数据更不可信，所以应用如实标出这份不确定，然后到此为止。

呼吸频率与呼吸规律性

有两项呼吸测量喂给阶段模型，两项都会出现在您的结果里：

• 呼吸频率以每分钟呼吸次数（bpm）显示，由应用听到的相邻呼吸之间的间隔算出。成人睡眠时的典型范围是每分钟 12 到 20 次。应用每隔几分钟取一次读数，并显示您的平均值。在检测到睡眠的头 10 到 15 分钟过后，它取这段早期读数的中间值来定个人基线，这样一个离群值带不歪它。读数被限制在每分钟大约 6 到 25 次这个合理区间内，既滤掉杂乱的尖峰，也放行快速眼动睡眠或短暂觉醒时可能出现的较高频率。
• 呼吸规律性指您两次呼吸之间的节律有多一致，从不规则到稳定形成一条量表。长时间非常平稳的呼吸指向深度睡眠。转向更不规则的呼吸则可能意味着快速眼动睡眠。

两者都是从音频得出的估算，供您自己了解情况。如果您的呼吸频率明显偏离正常范围，把它拿给医生看，别自行诊断。

应用是否使用 Apple Watch 数据？

是的，有数据时就用。若 Apple Watch 等可穿戴设备上报了当晚的睡眠阶段，Snore Timeline 会用手表的深度睡眠和快速眼动睡眠百分比来算您的睡眠评分，而不用自己的音频估算。可穿戴设备测这些阶段比音频强，所以应用给它让路。没有可穿戴设备时，它退回到基于呼吸和体动的估算。Apple Watch 页面讲了手表补上了什么。

解读睡眠图

每晚摘要里的睡眠图画的是您这一夜怎样在各阶段之间移动。每条彩色色带就是某个阶段里的 5 分钟：

• 橙色：清醒时段
• 青色（浅蓝色）：浅睡眠
• 靛蓝色（深蓝色）：深度睡眠
• 粉色/青色：快速眼动睡眠
• 薄荷色（柔和绿色）：安静，仅在当晚出现时显示

放大查看

从左往右读，您能数出走过多少个完整的睡眠周期、看到深度睡眠最多的时段，也能找出快速眼动睡眠落在哪里。点任意色块，会弹出一个标签显示该阶段的完整时间范围，比如"浅睡眠 · 凌晨 3:50 – 凌晨 4:15"，同时时间线会跳到那一刻，让您看看自己的鼾声片段是否和某个阶段对得上。之后在时间线上拖动，睡眠图的选中线也会跟着走。

在可穿戴设备同步了睡眠数据、但您没有录音的夜晚，时间线条带会以相同颜色画出阶段色带，状态栏在中心线下方读出阶段和您的生命体征，比如"浅睡眠 · 57 bpm · 13 次/分钟 · 血氧 96%"。有录音的夜晚仍保持普通波形。

典型阶段分布

每晚摘要还会显示这一夜有百分之多少花在各个阶段。一个典型的夜晚大致是这样：

• 浅睡眠 45%
• 深度睡眠 20%
• 快速眼动睡眠 27%
• 清醒 8%

这些百分比会随年龄、健康状况、压力以及不少别的因素而移动，所以把您自己的各夜相互比较，别在意能不能对上教科书。在评分方面，应用把深度睡眠大约 13% 到 23% 当作健康目标，达到 20% 或以上就能挣分；快速眼动睡眠的目标约为 20% 到 25%。落在这些区间里可以给您的睡眠评分加分。这些只是一般性参考，仅此而已。

估算的准确性如何？

这套分类基于已发表的研究，讲的是呼吸规律性与睡眠阶段之间的关系。用单一生理信号（比如呼吸或心率变异性）做睡眠分期的研究，与临床睡眠研究标准多导睡眠图的一致性约为 70%。所以这些估算能给您一幅还算像样的总体睡眠结构图，而在您随时间变化的趋势上，这幅图更好。

我们用 PSG-Audio 检验了这一估算。这是一个公开的睡眠实验室数据集，睡眠阶段由临床医生判读，我们使用了其中 57 份整夜录音。应用的阶段判定在约 70% 的 30 秒时段（epoch）上与实验室判读一致，与同一批录音上仅凭音频分期的已发表数据相当。这是基于数据集的离线检验，且其中大多数患者患有重度睡眠呼吸暂停，因此在普通居家夜晚的结果可能有所不同。本应用未经临床验证。

有几件事会把准确性往上或往下拉。录得久有帮助，因为几小时的睡眠给算法更多完整周期可看。吵闹的房间、同床伴侣、宠物，或者睡得离麦克风太远，都会让您的呼吸更难被检测到，估算也随之变差。

为何未检测到睡眠阶段

阶段估算需要整段录音里都有听得见的呼吸。如果某晚一个阶段都没有，通常是下面这几种情况之一：

• 呼吸太轻。您的呼吸也许没有以应用能用的音量传到麦克风。
• 手机放得太远。呼吸声随距离迅速消失。距头部 30 到 60 厘米效果不错。
• 背景噪音。风扇、空调以及其他持续性的声音，可能盖住应用正在听的呼吸声。
• 录音太短。算法要先花大约 15 分钟定下您的基线，才谈得上分类。

如果整条时间线都是空的，而且缺的不只是阶段，请看问题排查。

研究参考文献

阶段分类参考了以下论文：

• Aging Effects on Cardiac and Respiratory Dynamics in Healthy Subjects across Sleep Stages（Schumann 等，2010 年）。表明不同睡眠阶段的呼吸标度指数存在可测量的差异。深度睡眠的呼吸最规律，快速眼动睡眠的呼吸变化最大。这些差异正是各阶段所用规律性阈值的来由。
• Using Spectral Continuity to Extract Breathing Rate from Heart Rate and Its Applications in Sleep Physiology（Orphanides 等，2024 年）。证实深度睡眠（N3）阶段的呼吸在所有阶段中最稳定、最可预测。这也是应用要看到波动持续偏低才把一段时间称作深度睡眠、波动升高就退出深度睡眠的原因。
• Sleep Stage Classification from Heart-Rate Variability。报告用单一生理信号做睡眠分期时，与多导睡眠图的一致性约为 70%，与这里采用的呼吸规律性方法水平相当。