解决方案|科普 | 从解决方案到底层实现:你的手机是这样进行睡眠监测的( 三 )


与 Apple 不同的是 , 小米健康不仅会利用穿戴设备同步过来的数据 , 还醉心于挖掘手机本体的监测能力 。 比如上面海报提到的运动算法 , 基于加速度传感器;睡眠模块的深浅睡 , 也是基于加速度传感器 , 并结合亮屏时间来分析;鼾声梦话 , 基于麦克风等录音器件 。 即便你没有购买手表等设备 , 也可以体验睡眠监测功能 。

解决方案|科普 | 从解决方案到底层实现:你的手机是这样进行睡眠监测的
文章图片

华为
其实华为在 的研发上比小米等国内厂商要先行一步 , 内部也有单独的大健康部门 , 在方面的布局也比较早 。 与 Apple、小米不同的是 , 华为运动健康并非仅能安装在华为设备上 , 你甚至可以在小米应用商店下载它 。
除了睡眠监测分析等基本功能外 , 锦上添花的配套服务也比较丰富 , 例如白噪音、冥想等 , 属实是抢了不少三方应用的用户 。
由于个人近几年对华为产品体验比较少 , 此处就点到为止了 。

解决方案|科普 | 从解决方案到底层实现:你的手机是这样进行睡眠监测的
文章图片

仍然需要重点说明的是 , 手机厂商有一个很大的优势便是硬件 , 尤其是在传感器数据采集、穿戴设备的生态建设等方面 , 定制化地的集成研发都比三方应用只在数据层玩得开 。
第三方应用
虽然手机厂商在硬件层面有更好的专属集成和功耗控制 , 但睡眠监测从理论上需要的大部分数据在上层应用也能获取到 , 所以三方开发者也并不是毫无机会施展拳脚 。 当然 , 在耗电方面 , 大家睡觉的时候基本都是让手机保持充电状态 , 倒是不用考虑功耗问题 , 但户外运动相关的健康功能 , 三方应用相比系统应用就没有什么优势了 。
此外 , 随着厂商平台生态的开放 , 以及健康数据相关API的系统级别沉淀与下放 , 三方应用的相对劣势会逐渐减少 。 尤其是近几年人工智能热潮再度掀起 , 机器学习在移动端的发展也逐渐成熟 , Google 和 Apple 都在相关领域有所铺垫 。
市面上有很多成熟的睡眠类 App , 聊聊我最近发现的 Sleep as Android 这款应用 , 从应用配置清单(manifest)来看 , 就很可能利用了 Google 最新开放的 Sleep API , 再结合自己的机器学习模型来实现睡眠监测 。 其功能丰富程度可以说是睡眠类应用的标准模板了 。

解决方案|科普 | 从解决方案到底层实现:你的手机是这样进行睡眠监测的
文章图片

在我体验几天下来 , 感觉监测还是比较准的 , 主要是在睡眠时间这一块 , 个人主观感受比以前用的初版小米健康要稍微准一点(主要是在入眠时间的判断上面) 。 就是 UI 风格实在是太 Material Design了 , 交互上反倒是稍微有点不适应 。

推荐阅读