SomniSense がスマートフォン上の睡眠音声を処理する方法。

SomniSense について人に説明すると、相手の表情が変わる瞬間があります。「待って、音声を録音するの？ 一晩中？ 寝室で？」そうです。そして、なぜ抵抗を感じるかはよくわかります。その音声がどこかのサーバーへ送られるなら、私も不安になるからです。

そこで今は、まずこの境界を伝えます。音響解析はスマートフォン上で動作し、生の睡眠音声はデフォルトではアップロードされません。当社のクラウドにも保存されません。音声がデバイスの外へ出るのは、「共有」または「書き出し」を明示的に使用した場合だけです。この境界は、製品アーキテクチャとプライバシーポリシーの両方に基づきます。

「オンデバイス」という言葉はよく使われます。ここでは、その意味を説明します。

SomniSense におけるオンデバイスとは、スマートフォンが音響解析を行い、いびきの観察結果と呼吸パターンの候補領域を整理し、朝のレポートを端末内で作成することです。選択したクリップを共有すると明示的に選ばない限り、生の睡眠音声は端末に留まります。

コア音響解析をデバイス上で実行するには、コンパクトなモデルとモバイル向けの配備パイプラインが必要です。他の製品は、異なるローカル、サーバー側、またはハイブリッド型のアーキテクチャを採用する場合があります。SomniSense は生の睡眠音声をデフォルトでクラウドに置かないため、寝室の録音をアップロードすることで生じるプライバシー上の露出を減らします。

そこでモデルを小さくしました

SomniSense はコンパクトなオンデバイスモデルを使用します。公表済みの圧縮モデルのベンチマークでは、Apple M2 Neural Engine 上で56.4 KBのフットプリントと0.064 msの推論時間が報告されています。これらの測定値は記載されたモデルとハードウェアを示すもので、対応するすべてのスマートフォンを示すものではありません。手法と正確な条件は研究ページをご覧ください。

実現したのは1つの巧妙な工夫ではありません。重い処理の前にほぼすべてを除外する2段階設計と、精度を落とさずネットワークを縮小する圧縮工程によるものです。1秒のリスナーが長時間のリーダーへどう情報を渡すか、モデルをどう圧縮するかといった実際の構成は、関連するプレプリントとともに研究ページで説明しています。

実際の要点はもっと単純です。コア音響モデルはスマートフォン上で動作し、生の睡眠音声はデフォルトではアップロードされません。アカウント、サブスクリプション、派生サービスデータには、プライバシーポリシーに記載された別の規則が適用されます。

これが意味すること、意味しないこと

生の音声は手元に留まるということです。同期を有効にした場合に同期されるのは、毎晩の数値、タグ、傾向といった派生データで、録音ではありません。音声クリップは自分の端末上で保持または削除できます。

これは、SomniSense が医師より健康について詳しく知っているという意味ではありません。SomniSense はウェルネスモニターであり、音からパターンを示します。そのパターンの医学的意味は臨床医が判断します。私たちは、その元となる素材がナイトスタンドを離れなくても役立つようにしただけです。