佳明研发AI融合打鼾检测技术

12月27日，有技术资料显示，佳明正在开发一种新型打鼾检测技术，旨在提升穿戴设备在睡眠监测中的准确性。当前市面上的部分设备在识别打鼾时多依赖麦克风采集声音信息，容易因环境噪声、同床者或宠物发出的声响而产生误判。为解决这一问题，该公司提出了一套结合生理信号与音频分析的双重验证方案。

新系统不再仅凭音频特征判断打鼾行为，而是同步采集用户佩戴端的光学心率数据，通过多模态信息交叉比对来确认事件真实性。其核心技术逻辑在于实现音频信号与生理指标的时间同步关联。设备在夜间持续记录声音的同时，利用PPG传感器监测心率变异性及呼吸节律变化。只有当录音中出现类似鼾声的波形，并且此时用户的呼吸模式呈现出受阻特征、脉搏波动符合相应生理反应，系统才会将该片段认定为真实打鼾事件。

这种融合式检测方式可有效排除来自外部的声音干扰，避免将他人鼾声或环境杂音误判为使用者自身的打鼾。为优化功耗表现，系统采用智能采样机制，在未检测到异常声音时维持低频监测状态；一旦捕捉到疑似打鼾音段，则自动提升采样率以获取更精确的波形细节。在特定场景下，还可调用手机麦克风辅助录音，减轻手表本体的电力消耗。

此外，该技术有望整合更多生理参数以增强判断能力，包括皮肤温度、肢体活动以及睡姿识别等。若系统判定麦克风可能被枕头覆盖导致拾音受限，会动态调整算法模型，确保监测过程不中断、数据不缺失。

未来若该项功能正式落地应用，打鼾相关数据将被纳入常规睡眠评估报告，与睡眠周期分布、身体恢复指数及夜间呼吸频率等信息一同呈现。用户不仅能够了解自身打鼾发生的频次，还可进一步掌握其对深度睡眠连续性、夜间觉醒次数以及整体睡眠质量的具体影响，从而为改善睡眠健康提供更具参考价值的依据。