睡眠呼吸暂停是一种在睡眠期间人的呼吸中断时发生的疾病，影响了大约 2200 万美国人。麻烦的是，80％ 的病例未被诊断，如果不及时治疗，睡眠呼吸暂停会增加患冠状动脉疾病，心脏病，心力衰竭和中风的风险。 一个研究领域 - 自动打鼾声音分类，或 ASSC—旨在开发一种基于打鼾声音的睡眠呼吸暂停诊断方法（睡眠呼吸暂停的特点是减少或完全停止气流的重复发作）。但是，尽管近年来取得了进展，但仍然缺乏可以训练 ASSC 系统的标记数据。 这就是为什么伦敦帝国理工学院、奥格斯堡大学和慕尼黑技术大学的研究人员在一篇新论文（「Snore-GANs：用合成数据改进自动打鼾声音分类」）中寻求开发生成对抗网络（GAN）的原因。创造合成数据填补实际数据的空白，然后使用增强数据集来训练 ASSC。