助眠音频放松度研究项目

项目背景是睡眠耳机计划引入外部供应商音频，业务方希望人因团队建立一套评估模型，用于比较不同音频的放松效果。我们将三家供应商音频指代为 A/B/C，从主观放松度量表、HRV和 EEG 等指标出发，评估它们在放松体验和生理反应上的表现，最终为业务方提供了更有依据的音频选型建议。

在这个项目中，我主导了研究执行的完整流程，带教主要负责把握研究方向，并与业务方进行关键节点对接。我深入参与了需求对齐、方案制定、被试招募、现场执行和数据整理分析等环节。最终通过主观量表、EEG 和 HRV 等多模态数据，为业务方提供了支持供应商音频选择的评估依据。

1. 比较不同音频的放松效果
   评估 A/B/C 三类音频在主观放松体验、EEG 和 HRV 等指标上的差异，为供应商音频选择提供依据。
2. 建立综合评分模型
   将主观量表、脑电指标和心率变异性指标进行标准化处理，形成一个可比较的综合放松度分数。
3. 确定测量指标与控制变量
   通过文献调研，确定放松度相关的心理量表、HRV 指标和 EEG 指标，并纳入测试时段、年龄、性别、白天嗜睡程度等控制变量。
4. 沉淀可复用的测试框架
   将实验流程、数据处理方法和评价标准整理为后续音频筛选可复用的测试框架。
5. 探索音频特征与放松效果的关系
   结合音频特征分析，尝试建立音频声学特征与放松效果之间的关联，为后续通过音频特征预测放松效果提供基础。

实验设计

实验流程

EFA分析结果：

主要分析结果

由于每位被试重复体验不同音频，数据存在被试内相关性，因此本项目使用混合线性模型（Mixed Linear Model, MLM）比较不同音频类型的放松效果，并同时纳入年龄、性别、测试时间段、白天嗜睡程度等控制变量。

模型结果显示，音频类型对主观情绪放松度存在显著影响。在边际均值比较中：

C 类音频 > B 类音频 > A 类音频

放松维度	结果
主观情绪放松度	C > B > A，音频类型存在显著影响
HRV 自主神经调节	音频间差异未达显著水平，仅呈趋势
EEG 脑电放松趋势	音频间差异未达显著水平，仅呈趋势

e.g. 主观放松度结果

控制变量探索：测量时间、年龄和嗜睡程度会影响放松反应

除音频类型外，模型还探索了不同个体状态和测试条件对放松结果的影响。

控制变量	主要发现	解释
测试时间段	下午 EEG 放松趋势更高	放松反应可能受昼夜节律和日间状态影响
年龄	年龄越高，脑电放松趋势越高	不同年龄段可能对声音刺激敏感性不同
白天嗜睡程度	嗜睡程度越高，主观放松评分越低	高嗜睡个体可能更难通过音频获得情绪缓解
性别	未达显著水平	描述性结果显示女性评分略高，但不作为主要结论

e.g.时间段差异

业务结论与建议

为便于业务方决策，将三个核心因子的混合线性模型边际均值进行标准化，并按 EFA 得到的权重加权求和（HRV 39%、主观情绪 32%、EEG 29%），形成综合放松度得分。

结果显示，C 供应商音频综合得分最高，可作为后续优先保留和优化的候选音频；白噪音得分集中、箱体较窄，说明其效果更稳定，适合作为基础放松音频；A/B/C 三类结构化音频的得分更分散，提示不同个体对助眠音频的反应差异较大。尤其是 C 音频虽然总体分数最高，但分布跨度也较大，应探索基于用户状态和偏好的个性化推荐。

实验设计层面：白噪音对照应从“每次配对”调整为“独立对照条件”

本项目中，每位被试在体验 A/B/C 三类实验音频时，都需要同时完成一段白噪音任务。这样虽然可以为每次测试提供即时基线，但也带来两个问题：

• 被试负担增加：每组音频都配对白噪音，使单个被试的测试次数和总时长增加，可能引入疲劳或注意力下降。
• 白噪音数据重复性较高：白噪音作为稳定基线，本身并不需要在每一类实验音频旁边重复测量，否则会增加设计复杂度，也让后续分析中“音频类型”和“基线条件”的关系不够清晰。

因此，更合理的实验设计是：将白噪音作为单独对照组/对照条件，安排在独立一天完成测量。

数据层面：避免为了“客观性”堆叠生理指标

从工程心理学和人因研究角度看，用户体验、舒适度、放松感这类心理状态，本质上仍需要以主观报告作为核心测量依据。生理信号可以提供辅助证据，但会受到设备精度、佩戴状态、个体差异和环境噪声等因素影响，并不天然比主观量表更“准确”。

本项目中，HRV 和 EEG 被纳入多模态评估，初衷是为业务方提供更完整的证据链。但复盘来看，尤其是 EEG 部分使用的是 BrainCo 非科研级头环，其信号质量和解释能力有限，因此不应将其作为与主观量表同等权重的核心证据。作为研究负责人，后续需要在业务需求和专业判断之间保持边界：可以回应业务方对“客观指标”的需求，但不能为了显得更客观而牺牲研究设计的专业性。

项目执行层面：需要提前识别资源与流程风险

虽然实验前已经完成了详细的主试培训、和数据整理规范，但在实际执行过程中，仍然出现了设备连接不稳定、主试操作细节不一致、心电贴数量不足只能临时更换品牌等问题。部分问题虽然通过现场调整、每日复盘和后期数据备注得到处理，但也暴露出我作为主要执行负责人，在资源预估、流程把控和异常预案上仍有不足。

PDF主试培训材料在新标签页打开

后续迭代方向：从效果验证走向预测模型

本项目原本计划在比较 A/B/C 三类音频放松效果后，继续提取音频声学特征，分析哪些特征更容易带来放松效果，并进一步用机器学习建立“音频特征—放松度”的预测模型。据此也发表了全国心理学学术会议摘要。

但复盘来看，这部分没有继续推进：一方面是前期没有同步规划好声学特征提取、样本量和建模路径；另一方面是后期缺少足够人手、经费和时间支持，难以完成更大规模的数据采集和模型验证。