Shii haa: Ứng dụng biến micro điện thoại thành cảm biến phát hiện nhịp thở

Shii haa là một ứng dụng mới nổi thú vị sử dụng công nghệ để biến chiếc điện thoại thông minh trong túi của bạn thành một công cụ hỗ trợ sức khỏe tinh tế. Được phát triển bởi Felix Zeller, một bác sĩ gia đình từ Thụy Sĩ, dự án này đặt mục tiêu sử dụng micro của điện thoại để theo dõi nhịp thở và cung cấp phản hồi sinh trắc học (biofeedback) trực tiếp.

Vấn đề cốt lõi mà Shii haa hướng tới không phải là tạo ra một ứng dụng "chữa lành" theo kiểu game hóa với các điểm số và bảng xếp hạng. Thay vào đó, Felix muốn trả lời câu hỏi: Liệu một ứng dụng có thể sử dụng kiến thức y khoa và phản hồi sinh trắc học để thực sự thúc đẩy sự tự nhận thức (self-awareness) của người dùng hay không?

Công nghệ đằng sau việc "nghe hơi thở"

Thách thức lớn nhất của ứng dụng này là việc lắng nghe. Trong một căn phòng thực tế, tín hiệu từ micro điện thoại cực kỳ "bừa bộn" với tiếng ồn môi trường, tiếng xe cộ, quạt gió, hay thậm chí là việc điện thoại đặt trên vải vóc. Từ hỗn hợp này, Shii haa phải tìm ra điểm kết thúc của một hơi thở và bắt đầu của hơi thở tiếp theo.

Để giải quyết vấn đề này, hệ thống sử dụng ba lớp xử lý chính:

Xử lý tín hiệu (Signal Processing)

Luồng âm thanh được chia thành các cửa sổ thời gian ngắn chồng lấn nhau. Với mỗi cửa sổ, ứng dụng suy ra độ biên độ/điện năng và các đặc điểm phổ tần cơ bản. Hơi vào thường ồn ào và turbulent hơn ở dải tần cao, trong khi hơi ra thường êm hơn và nằm ở dải thấp hơn. Tuy nhiên, không một cửa sổ đơn lẻ nào là đáng tin cậy; sự hữu ích chỉ đến từ việc phân tích một chuỗi liên tục.

Máy trạng thái (State Machine)

Giai đoạn thở không được quyết định dựa trên từng cửa sổ riêng lẻ. Một máy trạng thái nhỏ sẽ theo dõi giai đoạn hiện tại và các chuyển đổi hợp lý (ví dụ: hít vào -> thở ra -> nín giữ), sử dụng các ngưỡng thích ứng để tự hiệu chỉnh khi điều kiện môi trường thay đổi. Điều này giúp hệ thống phân biệt được sự thay đổi giai đoạn thực sự so với những dao động âm thanh nhất thời.

Lớp kiểm soát chất lượng dữ liệu

Trước khi một cửa sổ ảnh hưởng đến đầu ra, nó phải vượt qua các kiểm tra chất lượng. Những cửa sổ quá ồn, quá yên tĩnh hoặc mơ hồ về mặt âm thanh sẽ bị loại bỏ thay vì bị đoán mò. Nguyên tắc ở đây là "thất bại một cách trung thực": một thông báo ngắn "không chắc chắn" tốt hơn việc đưa ra một giai đoạn sai một cách tự tin gây khó chịu cho người dùng.

Vai trò của Học máy (Machine Learning) trong dự án này bị giới hạn một cách có chủ đích. ML được sử dụng để làm sắc nét phản hồi và cải thiện mô hình theo thời gian từ các ví dụ đã được kiểm tra chất lượng, chứ không hoạt động như một "hộp đen" mà toàn bộ hệ thống phát hiện phụ thuộc vào.

Bảo mật và quyền riêng tư

Một trong những điểm sáng của Shii haa là cam kết về quyền riêng tư. Tất cả quá trình xử lý đều diễn ra trên thiết bị (on-device).

• Không phân tích giọng nói: Ứng dụng hoạt động dựa trên độ bao và hình dạng phổ của hơi thở, không phải trên từ ngữ. Nó không được xây dựng để nhận dạng hoặc chuyển đổi bất kỳ điều gì bạn nói.
• Không tải lên âm thanh thô: Luồng âm thanh từ micro được phân tích cục bộ. Dữ liệu âm thanh gốc không bao giờ rời khỏi điện thoại của bạn.

Không phải trò chơi, không phải thiết bị y tế

Felix nhấn mạnh rằng ông muốn tránh biến việc hít thở thành một bảng điểm hay một trò chơi khác. Ứng dụng đưa ra phản hồi về nhịp điệu, độ sâu và sự đều đặn, nhưng mục đích là để bạn "nhận thấy mình đang làm gì" hơn là "thực hiện tốt".

Điều quan trọng cần lưu ý là đây là một công cụ sức khỏe (wellness) và tự nhận thức, không phải là thiết bị y tế. Nó không chẩn đoán hay điều chứng bất kỳ điều gì. Nếu người dùng cảm thấy chóng mặt hoặc khó chịu trong phiên tập, họ nên dừng lại và hít thở bình thường.

Hiện tại, dự án đang trong quá trình chạy ứng dụng thực tế và thực hiện một nghiên cứu xác thực so với sự thật lâm sàng (clinical ground truth) để đánh giá độ chính xác. Đây là một hướng đi thú vị cho thấy tiềm năng của các cảm biến có sẵn trên điện thoại trong việc hỗ trợ sức khỏe tâm lý và thể chất một cách kín đáo và tinh tế.