Escucha en el dispositivo. Clasificadores entrenados a medida. Avisos privados. Sin grabación de audio.
Escucha en el dispositivo. Clasificadores entrenados a medida. Avisos privados. Sin grabación de audio.
El proceso
AwareFlow se ejecuta íntegramente en tu iPhone: escuchar → clasificar → avisar → aprender. Cada paso ocurre en el dispositivo. Nada sale de tu teléfono.
AwareFlow utiliza el micrófono de tu iPhone para analizar fragmentos cortos y continuos de audio en tiempo real. La app busca patrones de sonido específicos — como un esnifar o un carraspeo — mediante los frameworks de audio nativos de Apple. El audio en bruto se procesa al instante y se descarta. Nunca se graba, guarda ni envía a ningún sitio.
Cada hábito tiene su propio modelo de aprendizaje automático dedicado — un clasificador binario entrenado para distinguir ese sonido específico del ruido de fondo. Este enfoque de un modelo por hábito ofrece una precisión significativamente mejor que intentar clasificar todo con un solo modelo. Los clasificadores se ejecutan en el framework Core ML de Apple utilizando inferencia exclusiva de CPU.
Disponibles actualmente: detección de esnifar, detección de carraspeo.
Próximamente: clic de bolígrafo, masticación ruidosa, suspiros, golpeteo con el pie y más.
Cuando se detecta un hábito, AwareFlow anota discretamente el contexto: hora del día, nivel de ruido ambiental, densidad de la agenda y condiciones meteorológicas. Opcionalmente puedes registrar cómo te sientes — un toque rápido que tarda menos de tres segundos. Con el tiempo, este contexto convierte momentos aislados en patrones significativos.
AwareFlow te muestra patrones serenos y de alto nivel: cuándo suelen aparecer los hábitos, en torno a qué condiciones se agrupan y cómo cambian con el tiempo. En lugar de cifras brutas, ves un marco contextual — "más activo de lo habitual" o "más tranquilo que ayer." El objetivo es una conciencia sobre la que puedas actuar, no números que generen presión.