數十年的研究已經詳細記錄了鼾聲獨特的聲學指紋。NightSnore 將經典訊號處理與裝置端 AI 聲音分類器相結合——與同儕審查研究驗證的深度學習方法同源——完全在 iPhone 上執行，無雲端、無帳號、無訂閱。
你入睡後的每一秒，一套安靜的四階段流程都在背景執行。它是這樣工作的。
NightSnore 用滑動視窗百分位法整夜持續估計房間的背景噪音。無需等待 30 秒——從第一刻起就靜默適應，並隨環境變化不斷調整。如果設了延遲開始，等待期間就已經在適應，偵測開始時底線早已就緒。
藉助 iOS 背景音訊能力，螢幕關閉後麥克風保持工作。音訊即時分析；只儲存偵測到聲音事件前後的短片段——絕不錄整晚。
一個用數百萬真實聲音樣本訓練的神經網路，把每個偵測到的聲音在 500 多個類別中評分——把鼾聲及相關呼吸音和臥室裡的其他一切聲音區分開。
事件聚合成片段，計算打鼾指數，生成完整時間軸——你醒來的那一刻就能檢視。
鼾聲產生於上呼吸道——和說話用的是同一套發聲部位。這讓鼾聲具有典型的準諧波結構：低基頻（通常低於 500 Hz）加上一組泛音，就像樂器奏出的一個音符。[1]
翻身、被子摩擦、床板吱呀產生的聲音則完全不同：短促的衝擊性爆發，能量散佈在全頻段——更像鈸的一擊而非樂音。這種物理差異，正是 NightSnore 的 AI 模型學會辨識的那類指紋。
研究證實，單次鼾聲事件通常持續 0.3 到 3 秒。[2]NightSnore 會在聲音進入分類器之前過濾掉 0.3 秒以下的瞬態——關門聲、手機磕到床頭櫃——短促的碰撞聲不會汙染你的報告。
簡單的響度偵測 App 把所有大的聲音都當成鼾聲，所以伴侶翻個身、窗外過輛卡車、走廊關個門都會被記上一筆。
NightSnore 把任務一分為二——正是學術界聲音事件偵測研究推薦的級聯架構。[3]一層輕量的訊號處理，圍繞一條隨環境變化靜默重學的自適應噪音底線，決定什麼時候發生了事；隨後一個裝置端神經網路——以數百萬真實聲音樣本、覆蓋 500 多個類別訓練而成——決定它是什麼：鼾聲、呼吸相關的聲音，還是不過是吱呀聲、咳嗽或窸窣聲。
AI 也不止認教科書式的鼾聲。它還能辨識喘息、粗重呼吸等常伴隨打鼾出現的聲音，讓更輕、更碎的事件也被算進來。而它無法歸為鼾聲的，也不會被丟棄——保留在報告的「其他聲音」裡，隨時供你回看。
NightSnore 不只是數打鼾次數——它計算打鼾指數：每小時睡眠中的打鼾事件數。這與臨床睡眠監測使用的基礎指標一致，讓不同時間的監測結果可以互相比較。
只睡了 4 小時而不是 8 小時？打鼾指數告訴你的資訊不變。它是比率而非原始計數——即使每晚情況不同，長期趨勢依然有意義。
短於 30 分鐘的監測不計算指數：太短的錄音覆蓋不了一個完整的淺睡週期，結果可能產生誤導。
| 指數 | 等級 | 含義 |
|---|---|---|
| < 10 | 輕度 | 偶爾打鼾；對睡眠品質影響較小 |
| 10 – 30 | 中度 | 頻繁打鼾；值得關注趨勢變化 |
| > 30 | 重度 | 打鼾非常頻繁；建議諮詢醫生 |
僅供參考。NightSnore 不是醫療裝置，不用於診斷睡眠疾病。
多項獨立研究在數百名受試者、數千小時睡眠錄音上驗證了基於手機麥克風的打鼾偵測。
一個用於手機打鼾偵測的 CNN+RNN 深度學習模型達到約 95% 準確率、約 92% 靈敏度與約 98% 特異度——並直接研究了麥克風擺放距離的影響。
Xie et al., Computer Methods and Programs in Biomedicine, 2020. doi:10.1016/j.cmpb.2020.105917
2025 年一項使用 Vision Transformer 的手機研究，在醫院與家庭錄音、數百名受試者上驗證，留出測試集的靈敏度與特異度均約 90%。
Hong et al., Nature and Science of Sleep, 2025. doi:10.2147/NSS.S514631
2025 年一項對商業打鼾偵測演算法的獨立基準測試，在包含模擬非鼾聲檔案的多樣化測試集上得到約 86% 靈敏度與約 99% 特異度——意味著誤報極少。
Brown et al., JMIR mHealth and uHealth, 2025. doi:10.2196/67861
以上數字來自獨立學術研究，並非 NightSnore 自測。實際準確率取決於手機擺放、房間聲學環境和個人打鼾模式。NightSnore 建立在這些研究所驗證的同一類裝置端深度學習聲音分類之上。
NightSnore 採集的音訊永遠不會離開你的裝置。麥克風資料不上傳、錄音不發往任何伺服器、無需帳號。整條流程——自適應噪音追蹤、AI 聲音分類、事件錄製——全部透過 Apple 的本機框架執行，連神經網路推理也在 iPhone 上完成。你隨時可以在設定中刪除所有資料。
