TECH TRANSFER · 音豆纪
让声音成为可观察的信息
把一段段真实的声音，变成可记录、可分段、可理解的信息。
音豆纪 · 微信小程序
从一段录音，走近声音研究
音豆纪围绕人体声音的记录、分段与声学信息呈现开展探索：从心音、呼吸音到婴儿哭声，研究如何给声音打上时间标签、提取声学特征，并以普通人能读懂的方式解释结果。
音豆纪已上线微信小程序：打开微信，搜索「音豆纪」即可使用；开放模块以小程序当前版本为准。
概念示意 · 非产品界面
声音记录
时间分段
声学信息解读
01 · WHY SOUND
声音为何值得研究
声音是机械振动在介质中的传播：声源使介质粒子偏离平衡位置，粒子间的弹性作用把扰动逐层传递，形成疏密相间的纵波。频率决定音调，声压级决定响度，波形与频谱则携带了声音的"长相"。
不同的声源会留下不同的声学指纹：心音由瓣膜关闭产生，有明确的时频特征；呼吸气流在气道中产生层流与湍流；喉部声带振动产生基频，再经声道共振形成我们能分辨的语音。这些差异正是"从声音读信息"的物理基础。
把声音记录下来之后，时域和频域分析能把一段录音变成可比较的数字：时长、基频、能量、谱质心等等。研究者据此提出假设、验证方法——这也是音豆纪探索的出发点：让声音的记录和分析，不再只属于装备昂贵的实验室。
02 · SOUND MAP
声音研究地图
音豆纪的声音内容覆盖人体声音、动物声音与自然声景三个方向；所列为研究内容，不等于小程序已上线的检测功能。
这 8 项是「声音类型 × 研究应用」的组合：两项属于嗓音的不同研究应用，呼吸音与咳嗽合为一项。
深读：从录音到可比较的特征
声音记录之后，常用的分析维度包括：时域（时长、峰值、包络）、频域（基频 F0、共振峰、谱质心）以及发声稳定性指标（基频微扰、振幅微扰、谐噪比）。这些特征在不同声源上的含义不同——心音关注 S1/S2 的时间位置，呼吸音关注吸气/呼气阶段划分，嗓音关注振动质量。
研究方法上，经典流程是"采集 → 特征提取 → 模型分类/分割 → 与参考标准对照"。音豆纪相关研究已在心音、呼吸音、婴儿哭声三种声音上完成时间标签自动分割方法的构建与验证（见「研究案例」）。
动物声音内容按用途可分为三类：生态监测（鸟、野生动物）、伴侣动物健康观察（猫、狗）、畜牧养殖管理（猪、牛、羊、禽类等）。
深读：动物声音研究的三个层次
听见——在什么环境里录到目标声音：圈舍、野外或家庭，麦克风距离、环境噪声、采样率共同决定录音质量。分辨——从混合声景中把目标个体或事件分出来：物种识别、发情/应激/疼痛等状态观察。解释——把声学差异与生理或行为状态关联，并说明适用范围与局限。
自然声景研究关注声音与环境的关系：栖息地质量评估、季节与昼夜节律、噪声对生物通讯的影响。白噪声与人体放松反应也是其中的研究线索（相关论文见「研究来源与常见问题」）
03 · HOW TO USE
使用指南
任务怎么选、怎么录、结果长什么样——三步，快速了解使用流程。
进入
打开微信，搜索「音豆纪」即可进入。
入口录声音
在小程序内选择声音任务，按页面提示录制；不同任务对距离、时长和环境的要求以任务页说明为准。
体验看结果
完成后在小程序内查看分段与结果呈现；五种结果形式见下节说明。
体验04 · RESULTS
结果解读：五类结果怎么看
音豆纪的结果以五种形式呈现，每种结果里重点看什么：
| 结果类型 | 重点看什么 |
|---|---|
| TXT 报告 | 记录项与标签含义、数值单位；对照任务说明阅读。 |
| 静态图片 | 波形/频谱的坐标轴（时间、频率）与标注对应的声段。 |
| 动态图片 | 哪个元素随时间变化、与原始声音如何对应。 |
| Excel 数据 | 每行代表什么（一个周期/一个事件）、每列字段与单位。 |
| PDF 报告 | 报告结构、结果区与解释；结果属于信息呈现，不是诊断结论。 |
想看真实效果，直接在微信小程序里跑一个任务最快。
05 · ONLINE TOOLS
在线应用与智能分析
围绕"声音的记录与研究"，线上工具的方向是：让采集、整理、呈现的链路在浏览器里即可完成一部分工作。
声音任务管理
按声音类型组织录音、标注与整理，支持研究资料的纵向积累。
方向分段与特征呈现
在时间轴上呈现自动分段结果与声学特征，辅助人工复核。
研究已验证实验辅助
实验设计、随机化与数据整理等研究辅助工具，与音豆纪主系统配合使用。
相关工具06 · RESEARCH CASES
研究案例
以下三项研究已在同行评审期刊发表，是音豆纪"声音时间标签自动分割"方向已验证的工作。内容依据论文摘要与本地全文证据整理；研究结果属于学术成果，不等同于音豆纪产品已实现的功能，更不能用于个体疾病诊断。
给心音自动打时间标签
研究构建并验证了心音的自动时间标签分割方法：对单个心动周期进行分割，识别第一心音（S1）与第二心音（S2），并以指脉氧仪测得的心率作为验证参考。
证据：本地论文全文（摘要与发表日期已核）· 为方法学验证研究，不构成诊断工具。
呼吸音的吸气与呼气分段
研究纳入 84 名患者，用电子听诊器在六个胸部标志位采集呼吸音，构建并验证了吸气/呼气阶段的自动分割方法，并比较了不同疾病背景下的差异。
证据：本地论文全文 · 论文致谢成都智矩数据科技有限公司提供 professional discussion（专业讨论）。
婴儿哭声的自动时间标签分割
研究分析 226 段婴儿哭声音频，构建了吸气/呼气阶段的自动分割方法，并提取时长、频率与强度特征，比较早产与足月背景下的差异。注：226 为音频片段数。
证据：本地论文全文 · 论文致谢成都智矩数据科技有限公司提供 professional discussion（专业讨论）。涉及婴幼儿，传播中不作筛查/诊断类表述。
07 · SOURCES & FAQ
研究来源与常见问题
与音豆纪方向直接相关的研究
- 心音自动时间标签分割方法的构建与验证 · Frontiers in Artificial Intelligence (2024) · doi.org/10.3389/frai.2023.1309750
- 呼吸音时间标签自动分割方法 · The Clinical Respiratory Journal (2025) · doi.org/10.1111/crj.70124
- 婴儿哭声自动时间标签分割方法 · BMC Pediatrics (2025) · doi.org/10.1186/s12887-025-06071-z
- 白噪声对前额叶皮层的镇静效应（fNIRS 随机对照研究）· Noise & Health (2025) · doi.org/10.4103/nah.nah_88_24
- 深部磁刺激对睡眠剥夺后心脑轴的影响 · Frontiers in Neuroscience (2025) · doi.org/10.3389/fnins.2024.1464299