了解你的呼吸声音如何转化为睡眠阶段估算，以及如何解读这些数据。
Snore Timeline 会估算你在夜晚每个时刻所处的睡眠阶段：清醒、浅睡、深睡或快速眼动睡眠，同时还有第五个标签"静默"，用于标记完全听不到任何声音的时段。这些估算仅来自你的呼吸声音，由你用于鼾声检测的麦克风采集。本页介绍每个阶段背后的信号特征、如何解读每晚摘要中的睡眠图，以及这些估算能和不能告诉你什么。
随着你经历不同的睡眠阶段，呼吸的特征也会随之变化，而这些变化是可以被听到的。应用会通过麦克风分析你呼吸模式的规律性和变化幅度——这与驱动鼾声检测和呼吸中断检测的录音相同，因此睡眠阶段估算无需额外设置。
录音约 15 分钟后，算法会建立你的个人呼吸基线：即你的典型呼吸频率和规律性。随后，它会以你自己的基线（而非人群平均值）为参照来衡量整个夜晚，并应用基于研究的阈值将每个时段分类到对应的睡眠阶段。
呼吸规律性承载了大部分信号，但算法还会综合考量以下因素：
分析结果以彩色色带的形式显示在你的时间线背景中，同时以睡眠图的形式呈现在每晚摘要里。
每个睡眠阶段在呼吸上都有独特的印记：
由于深睡处于规律性量表的一端，而快速眼动睡眠处于另一端，应用需要持续的低呼吸变化幅度才能将某段时间归类为深睡，一旦变化幅度上升，便会退出深睡分类。同步运行的声音分类功能还会提供鼾声和体动的背景信息。
基于音频的睡眠阶段分析有一个客观局限：它只能对能听到的内容进行分类。当你的呼吸声太轻，麦克风无法解析出具体阶段，但又没有迹象表明你处于清醒状态时，应用会将该时段标记为静默，而不是随意猜测。这种情况在呼吸较轻的人群中很常见，或者在风扇、空调等环境噪音掩盖呼吸声时也会出现。
静默被视为有效的休息睡眠，计入总睡眠时长，并在你的睡眠评分中获得恢复性部分的加分——因此真正安静的夜晚同样会被判读为良好睡眠。在没有依据的情况下臆造睡眠阶段只会降低数据的可信度，所以应用选择如实标记不确定性。
有两项呼吸测量指标输入睡眠阶段模型，两者都会显示在你的结果中：
两者都是基于音频的估算，仅供个人参考。如果呼吸频率明显偏离正常范围，建议与医生沟通，而不要自行诊断。
是的，如果有可用数据的话。若 Apple Watch 等可穿戴设备上报了当晚的睡眠阶段数据，Snore Timeline 会采用手表提供的深睡和快速眼动睡眠百分比来计算睡眠评分，而非使用自身的音频推算结果。可穿戴设备对这些阶段的检测比音频分析更为准确，因此应用会优先采用其数据。在没有连接可穿戴设备的情况下，应用会退回到基于呼吸和体动的自有估算。Apple Watch 页面详细介绍了手表所能提供的数据内容。
每晚摘要中的睡眠图呈现了你整晚经历各睡眠阶段的变化过程。每个彩色色带代表 5 分钟的特定阶段：
从左到右阅读睡眠图，你可以数出完整的睡眠周期次数、看到深睡最集中的时间段，以及快速眼动睡眠的出现时机。睡眠阶段色带也会显示在你时间线波形图的背景中，让你能够直观地判断鼾声片段是否与特定睡眠阶段重叠。
每晚摘要还会显示你在各睡眠阶段所占的时间百分比。一个典型的夜晚大致如下：
这些百分比会随年龄、健康状况、压力水平及其他因素而变化，因此建议将你的每晚数据相互对比，而非与教科书数值进行比较。在评分方面，应用将深睡约 13% 至 23% 视为健康目标，达到 20% 或以上可为你的评分加分；快速眼动睡眠目标约为 20% 至 25%。达到这些范围可为你的睡眠评分加分。这些只是一般性参考，并非医学评估。
睡眠阶段分类基于已发表的研究成果，这些研究探讨了呼吸规律性与睡眠阶段之间的关系。利用单一生理信号（如呼吸或心率变异性）进行睡眠分期的研究，与多导睡眠图（临床睡眠研究标准）的一致性约为 70%。这些估算能为你提供关于总体睡眠结构的有效参考，以及更有价值的——你随时间变化的趋势。
多种因素会影响准确性。较长的录音时间有助于提升准确性，因为数小时的睡眠数据让应用能够观察到更完整的睡眠周期。嘈杂的环境、同床伴侣、宠物，或手机距离麦克风太远，都会降低呼吸检测的可靠性，进而影响估算质量。
这些是基于音频分析的估算结果，并非临床测量。临床睡眠分期使用脑电波、眼球运动和肌肉活动等信号，而这些是音频无法捕捉的。Snore Timeline 未经多导睡眠图验证，无法诊断睡眠呼吸暂停或任何睡眠障碍。请将睡眠阶段分析作为一般性参考，如果你对自己的睡眠有疑虑，请咨询医疗专业人员。
睡眠阶段估算需要在整个录音过程中保持可听的呼吸声。如果某晚没有显示任何阶段，通常是以下原因之一：
每晚保持相同的手机放置位置，尽量保持房间安静，并录制完整的整夜睡眠。录音时长达到 6 小时或以上，能让算法获取最完整的睡眠周期数据；固定放置位置也能让不同夜晚的数据更具可比性。
如果整个时间线都是空白，而不仅仅是缺少睡眠阶段数据，请参阅问题排查。
睡眠阶段分类算法参考了以下研究：
