1. การวิเคราะห์บนอุปกรณ์

AwareFlow ใช้ไมโครโฟนของ iPhone เพื่อวิเคราะห์คลิปเสียงสั้น ๆ อย่างต่อเนื่องแบบเรียลไทม์ แอปจะตรวจจับรูปแบบเสียงเฉพาะ เช่น การสูดจมูกหรือการกระแอมไอ โดยใช้เฟรมเวิร์กเสียงดั้งเดิมของ Apple เสียงดิบจะถูกประมวลผลทันทีและทิ้งไป ไม่มีการบันทึก จัดเก็บ หรือส่งออกไปที่ใดเลย

2. ตัวจำแนกที่ฝึกเฉพาะรายบุคคล

พฤติกรรมแต่ละอย่างมีโมเดลการเรียนรู้ของเครื่องเฉพาะของตัวเอง ซึ่งเป็นตัวจำแนกแบบไบนารี ที่ได้รับการฝึกให้แยกแยะเสียงนั้นจากเสียงรบกวนพื้นหลังได้อย่างแม่นยำ แนวทาง "หนึ่งโมเดลต่อหนึ่งพฤติกรรม" นี้ให้ความแม่นยำที่ดีกว่าอย่างเห็นได้ชัด เมื่อเทียบกับการจำแนกทุกอย่างด้วยโมเดลเดียว ตัวจำแนกทำงานบนเฟรมเวิร์ก Core ML ของ Apple โดยใช้การอนุมานบน CPU เท่านั้น

ใช้งานได้ในขณะนี้: การตรวจจับการสูดจมูก การตรวจจับการกระแอมไอ
เร็ว ๆ นี้: การคลิกปากกา การเคี้ยวเสียงดัง การถอนหายใจ การเขย่าขา และอื่น ๆ

3. บริบทและอารมณ์

เมื่อตรวจพบพฤติกรรม AwareFlow จะบันทึกบริบทอย่างเงียบ ๆ ได้แก่ ช่วงเวลาของวัน ระดับเสียงรอบข้าง ความหนาแน่นของตารางนัดหมาย และสภาพอากาศ คุณสามารถบันทึกความรู้สึกของตัวเองได้หากต้องการ เพียงแตะเบา ๆ ซึ่งใช้เวลาไม่ถึงสามวินาที เมื่อเวลาผ่านไป บริบทนี้จะเปลี่ยนช่วงเวลาเดี่ยว ๆ ให้กลายเป็นรูปแบบที่มีความหมาย

4. ข้อมูลเชิงลึกอย่างนุ่มนวล

AwareFlow แสดงรูปแบบภาพรวมที่สงบให้คุณเห็น ได้แก่ พฤติกรรมเกิดขึ้นเมื่อไร มีแนวโน้มรวมตัวกันรอบเงื่อนไขใด และเปลี่ยนแปลงอย่างไรเมื่อเวลาผ่านไป แทนที่จะเป็นตัวเลขดิบ คุณจะเห็นคำอธิบายเชิงบริบท เช่น "เคลื่อนไหวมากกว่าปกติ" หรือ "สงบกว่าเมื่อวาน" เป้าหมายคือการตระหนักรู้ที่นำไปปฏิบัติได้ ไม่ใช่ตัวเลขที่สร้างความกดดัน