苹果公司近期发布研究报告，探索利用处理语音的基础模型估算心率，预示着未来AirPods可能具备心率监测功能。研究人员发现，即使最初设计用于识别语音的模型，也能有效处理心音图数据，从而推算心率。苹果测试了多个主流模型，包括自研的CLAP模型，结果显示CLAP模型在心率估算方面表现优异。这项技术有望用于心肺声音的病理分析，帮助更精准地检测心律失常和杂音等异常。

🍎 苹果的研究表明，用于语音处理的基础模型可以有效处理心音图数据，从而估算心率，为AirPods增加心率监测功能提供了可能性。

🔬 研究团队使用了包含约20小时心音录音的CirCor DigiScope Phonocardiogram数据集，并将音频分割为5秒片段进行分析，验证了模型的有效性。

📊 实验结果显示，苹果自研的CLAP模型在不同数据分割中均取得最低平均绝对误差（MAE），优于传统声学特征训练的基准模型，表明其在捕捉心音相关特征方面的优势。

🩺 这项技术不仅限于心率监测，还有望用于心肺声音的病理分析，从而帮助更精准地检测心律失常和杂音等异常。

苹果一项最新研究如果能商用转化，意味着未来 AirPods 耳机产品可以监测用户心率。

该公司近期公布名为《Foundation Model Hidden Representations for Heart Rate Estimation from Auscultation》的研究报告，探索如何利用处理语音的基础模型估算心率。

研究人员发现，尽管这些模型最初是为识别语音设计，但它们也能有效处理心音图（注：phonocardiogram，用换能器将心脏的机械震动转换成电流信号记录下来的曲线变化图）数据，从而推算心率。

苹果测试了包括 Whisper、wav2vec2、wavLM 等六个主流模型，并加入自研的 CLAP（Contrastive Language-Audio Pretraining）模型进行对比实验。

研究使用的是公开的 CirCor DigiScope Phonocardiogram 数据集，总计约 20 小时的心音录音，单段录音时长在 5.1 至 64.5 秒之间。研究团队将音频文件分割为每秒移动一次的 5 秒片段，共生成 23381 个心音片段，用于心率转换测量。

结果显示，苹果自研 CLAP 模型在不同数据分割中均取得最低平均绝对误差（MAE），优于传统声学特征训练的基准模型。研究认为，CLAP 模型因训练数据涵盖更多非语音内容，能更好地捕捉心音相关特征，从而提升估算效果。

苹果研究人员表示，语音处理的基础模型可有效适应听诊和生命体征估算任务，成为传统方法的强劲替代方案。他们还发现，模型规模越大并不意味着心率估算效果越好，但通过进一步微调或能提升精度。这项技术有望用于心肺声音的病理分析，帮助更精准地检测心律失常和杂音等异常。