“Siri，今天天气怎么样？”
“今天天气凉爽，最高温度23度。”
只要有电，你的每次召唤语音助手都立刻回应。可别小瞧这种回应，它在关键时候能救你一命。
心脏骤停，给你拨求救电话
最近，华盛顿大学计算机工程学院和医学院的研究人员合作开发了一种非触摸型工具，来探测人们睡着时是否遭受了心脏骤停。它可内置于手机和智能音箱如谷歌之家、亚马逊Alexa。
这项技术可在Alexa里默默运行 | Sarah McQuate/University of Washington
实际上，你手机里的Siri和音箱里的Alexa的原理是类似的，它们一直“醒着”，语音识别一直处于后台待机的状态，能够“听”你叫它的名字，迅速切换到活跃状态。而现在，它还能从环境音当中“听”到别的线索，判断出危险的状态。
心脏骤停的线索，是一种呼吸声。有一半的心脏骤停患者会出现喉咙喘粗气声，医学上叫“终末濒死呼吸”（agonal breathing）。如果出现这种呼吸的时候，及时接受心肺复苏术，存活率可以增加两到三倍。但问题在于濒死呼吸常常发生在自家卧室里，人已经因缺氧失去意识了，无法向周围的人求救，也就难以得到及时救治。
喘不上气的濒死呼吸声丨YouTube\Chris mosson
这个时候，一直在房间默默“听”的智能设备就起作用了。濒死呼吸有较为特殊的音质，喉音短促有嘎嘎声，频率稳定，在一秒左右振幅迅速由强转弱。一旦设备学会检测这种声音信号，就可以提醒周围的人给卧床者提供心肺复苏术（CPR），如若无人响应，设备还会自动拨打紧急求助电话。待机状态在后台自动运行的时候，收集的声音数据不会上传，也能减少对隐私的威胁。
用算法辨别呼吸信号
要有效辨别濒死呼吸声，就需要用上机器学习了。研究人员使用的是一种分类学习算法，名为支持向量机（SVM）。算法通过学习正向数据（即目标声音）和负向数据（即非目标声音）来累积经验。
目标声音有7316个，来自911热线和西雅图急救中心的电话记录。接线的工作人员会请电话求助者（即旁观者）将电话凑近卧床者的嘴巴，让呼吸声传到话筒。这个过程收集到了大量濒死呼吸类音频素材。研究者将这些音频放在距离1米、3米和6米的地方播放，并使用不同的手机设备录制下来，有的音频还增加了室内杂音，如猫狗咕噜声、空调声和汽车鸣笛声。
非目标声音则来自一项睡眠实验中获得的呼吸声，包括呼吸不足、呼吸暂停、打鼾和正常呼吸声等。与目标声音处理方式类似，这些呼吸声放在距离的不同地方被多种手机设备记录下来，并加入了如播客、白噪音等在内的干扰音。最终用于机器学习的非目标音源有7305个。
机器学习丨CommonLounge
所有学习音频都被切割成了2.5秒的音频片段供算法学习。每个音频片段由音频特征提取模型，将原始音频波形转换为声谱图，经由特征嵌入到算法内进行线性分割来区别濒死呼吸和非濒死呼吸声。换句话说，机器可以通过这些数据，识别出濒死呼吸究竟有哪些不同于一般杂音的特征，然后再通过特征来进行判断。
正确率高吗？
研究团队对算法进行了灵敏性和特异性测试，来看它是否会漏掉或误判濒死呼吸信号。
算法的灵敏度在97%左右。换句话说，假若有20万个音频给算法判断，它大概会漏掉6000个濒死呼吸，没有及时发现并预警。特异度得分则高一些，是99%。同样是这20万个音频，算法会错误报警1000次，将普通呼吸或打鼾声错报成了需急救的濒死呼吸声。
研究员对错误报警更为关心。他们接着使用了新的数据来测试误报。以睡眠实验数据剩下的82小时的呼吸音频为“考题”的话，算法混淆了0.14%的非濒死呼吸，相当于11万多的音频错报了170个。研究员们也用了实验室之外的“考卷”来考验算法。他们请了35个志愿者录制自己睡眠的声音，算法对这些新声音的误报率在0.22%左右。
智能设备在积极探测危险呼吸信号丨telegraph
对于检测效果，研究团队非常乐观，毕竟这个概念是可行的。不过，要做的工作还很多。若是有漏报的情况，会耽误救治，让病人遇到生命危险。而一味提高灵敏度的话，就会产生很多误报，无效的报警信号会白白耽误人们的注意力和时间。所以，这两类错误都必须控制在一定范围内，才能让人工智能更好地发挥作用。
作者之一的计算机科学工程学院副教授希亚姆·古拉科塔说，“我们需要获得更多与心脏骤停相关的音频信息，这样我们才能进一步提高算法的准确性，并确保它能够在更大的人口中进行推广。”
研究人员计划通过华盛顿大学的衍生公司声音生命科学公司（Sound Life Sciences, Inc）进行商业化售卖。
每年我国有超过100万人经历过心脏骤停，在医学登记中被心脏性猝死夺去生命的人数超过54.4万。如果智能设备检测呼吸信号在不远的未来能投入使用，独自卧床的心脏病患者也可以松一口气了。