SleepDealer AI睡眠助手APP

新闻来源:竞赛组委会
发布时间:2021年06月27日

1、作品名称

SleepDealer AI睡眠助手APP

2、作品分类

移动应用开发

3、作品描述

一款基于机器学习和传感器技术,帮助失眠人群解决睡眠问题的专注音乐助眠App。通过iPhone的传感器收集睡眠过程中的相关数据,利用HealthKit进行睡眠特性分析,搭建基于大量睡眠、生理体征数据训练下的AI睡眠“生成”音乐模式,推送个性化的助眠音乐,智能匹配最优入眠音乐,智能控制音量大小,智能自动停止睡眠音乐,帮助用户更好更快更易入眠。作品功能主要包括音乐助眠、睡眠监测、我的三个模块。 音乐助眠模块作为首页显示,本模块是作品的核心模块,是此次研发的创新所在:采用机器学习和传感器技术为用户量身打造专属音乐助眠。其中主要包括:智能音乐和音乐报告。智能音乐包括三个小模块。①根据用户的睡眠监测记录分析做出睡眠预测,并结合实时睡眠状态和用户的音乐习惯为用户推送与睡眠节奏匹配的音乐。②根据用户的睡眠监测记录分析做出快速眼动睡眠期(REMs)、浅度睡眠期(Light Sleep)和深度睡眠期(Deep Sleep)的判断,在由入睡期到浅度睡眠期过渡时,助眠音乐根据睡眠状态始终保持循环,避免音乐节奏的改变扰乱睡眠,同时音乐音量的大小也会随着睡眠状态的改变自动发生变化,解决了音乐不合适的问题。③在用户正式睡眠期开始时,音乐会自动关闭,此时会进行睡眠监测。音乐报告会根据用户的音乐睡眠习惯生成每日听歌报告,每月听歌报告和年度听歌报告,让用户清晰的了解什么类型的音乐更适合自己入眠。音乐报告,在后台自动建立一个睡眠音乐库,用户可自行选择或添加自己喜欢的音乐 睡眠监测模块:本模块为音乐助眠模块提供相关技术支撑,其中主要包含:睡眠周期分析和睡眠记录。睡眠周期分析以时间周期表呈现每个睡眠阶段的占比和时长,用户可根据图形直观了解自己的睡眠周期。睡眠记录包括翻身次数和环境噪音,同时采用数据的形式记录各个睡眠阶段的时长,让用户进一步了解自己的睡眠情况。 我的模块:包括个人信息、历史记录和每日睡觉提醒。

4、创意来源

SleepDealer的最初想法来源于团队成员在失眠时,想借助音乐来缓解焦虑,促进睡眠。但是在使用音乐App入眠的过程中,发现音乐声音大小总是不适合或过大或过小,促眠体验感极差,而且在快要睡着时,总是被切换的音乐或者不喜欢的音乐扰乱睡眠节奏,或者是担忧定时关闭App的时长是否合适。这些问题不仅没有解决失眠问题,反而影响了睡眠,没有真正意义上达到音乐促眠的效果。在App Store的睡眠类App大多都是专注于睡眠情况分析,对于音乐促眠这方面也是广而不精,而专注于音乐促眠的App目前还存在空缺。由此在失眠中,团队成员为了解决痛点,萌生了SleepDealer这款App的想法。 人工智能音乐助眠App,告别了睡眠监测设备单一的监测功能,解决了传统监测方法必须购置额外设备且监测数据单一的弊端,既满足了户对眠治疗的需求,又满足了用户对睡眠健康的关注,利用加速传感器,采集睡眠过程中特殊频率的移动,结合多个维度的可感知睡眠特征事件,经过不同算法,智能分析睡眼情况,智能推送音乐控制音乐达到助眠效果。“传感器化”很有可能在未来成为移动终端最主要的特征,也成为移动互联网最大的收益点。

5、运行环境(所需操作系统、硬件、软件等)

采用SwiftUl构建用户界面。针对现有技术存在的缺陷,提供一种音乐智能推送的方法,在曲库和使用者的运动设备间传输、交互数据,通过节奏匹配算法对睡眠状态信息进行匹配处理,主动推送音乐,满足个性化需求。 运用Core Motion收集的数据,充分结合Healthkit进行睡眠特性分析。对于不同类型的睡眠相关生理事件,设计特定的数据分析与特征监测机制,根据睡眠不同阶段的显著生理特征差异,利用模糊逻辑理论算法对不同睡眠事件构造特定的隶属度函数进行睡眠分期的判断,预测出当前时间段最有可能发生的睡眠状态。在获得用户的睡眠相关特征数据后,再将用户个人信息和环境光照信息纳入计算范围,做出水漫质量判定。借助CoreML和CreateML建立模型,进行声音和活动分类,实现睡眠判断、睡眠周期预测以及音乐匹配。


声明:此文版权归原作者所有,若有来源错误或者侵犯您的合法权益,您可通过邮箱与我们取得联系,我们将及时进行处理。邮箱地址:dmt_competition@vip.163.com
新闻扩展
竞赛获奖作品
回到顶部