我们收集了1045小时睡眠音频，但只有53小时能用于训练

📋总体概括

一个睡眠分期模型项目团队披露了真实的训练数据账本：累计收集1045小时整夜卧室音频，但可用于训练的仅约53小时，可用率约5%。作者指出录音本身是已解决的问题（手机+环形缓冲即可），真正的瓶颈是可信标签——只有手机录音与可穿戴设备睡眠分期在时间上重叠的夜晚才能产生带标签数据，且仅30秒窗口级别的深睡判定需要可靠参考。这一数据揭示了垂直AI场景中数据可用性远比模型架构更关键的现实。