डिवाइस पर सुनना। कस्टम-प्रशिक्षित क्लासिफ़ायर। निजी सूचनाएँ। कोई ऑडियो कभी रिकॉर्ड नहीं।
डिवाइस पर सुनना। कस्टम-प्रशिक्षित क्लासिफ़ायर। निजी सूचनाएँ। कोई ऑडियो कभी रिकॉर्ड नहीं।
पाइपलाइन
AwareFlow पूरी तरह से आपके iPhone पर चलता है: सुनो → वर्गीकृत करो → सूचित करो → सीखो। हर कदम डिवाइस पर होता है। कुछ भी आपके फ़ोन से बाहर नहीं जाता।
AwareFlow आपके iPhone के माइक्रोफ़ोन का उपयोग करके रीयल टाइम में छोटे, लगातार ऑडियो अंशों का विश्लेषण करता है। ऐप विशिष्ट ध्वनि पैटर्न की निगरानी करता है — जैसे सूंकना या गला साफ़ करना — Apple के नेटिव ऑडियो फ्रेमवर्क का उपयोग करके। कच्चा ऑडियो तुरंत प्रोसेस होता है और त्याग दिया जाता है। इसे कभी रिकॉर्ड, सहेजा या कहीं भेजा नहीं जाता।
प्रत्येक आदत का अपना समर्पित मशीन लर्निंग मॉडल होता है — एक बाइनरी क्लासिफ़ायर जो उस विशिष्ट ध्वनि को पृष्ठभूमि शोर से अलग करने के लिए प्रशिक्षित होता है। यह एक-मॉडल-प्रति-आदत दृष्टिकोण एक ही मॉडल से सब कुछ वर्गीकृत करने की तुलना में काफी बेहतर सटीकता प्रदान करता है। क्लासिफ़ायर Apple के Core ML फ्रेमवर्क पर केवल-CPU अनुमान का उपयोग करके चलते हैं।
वर्तमान में उपलब्ध: सूंकना पहचान, गला साफ़ करना पहचान।
जल्द आ रहा है: पेन क्लिक करना, ज़ोर से चबाना, आहें भरना, पैर थपथपाना, और अधिक।
जब कोई आदत पहचानी जाती है, तो AwareFlow चुपचाप संदर्भ नोट करता है: दिन का समय, परिवेशी शोर स्तर, शेड्यूल घनत्व और मौसम की स्थिति। आप वैकल्पिक रूप से अपनी भावना लॉग कर सकते हैं — एक त्वरित टैप जिसमें तीन सेकंड से कम लगता है। समय के साथ, यह संदर्भ अलग-थलग क्षणों को सार्थक पैटर्न में बदल देता है।
AwareFlow आपको शांत, उच्च-स्तरीय पैटर्न दिखाता है: आदतें कब प्रकट होती हैं, किन स्थितियों के आसपास वे एकत्रित होती हैं, और समय के साथ वे कैसे बदलती हैं। कच्ची गिनती के बजाय, आप प्रासंगिक ढाँचा देखते हैं — "सामान्य से अधिक सक्रिय" या "कल से शांत।" लक्ष्य ऐसी जागरूकता है जिस पर आप कार्य कर सकें, न कि ऐसे नंबर जो दबाव पैदा करें।