1. Lắng nghe trên thiết bị

AwareFlow sử dụng micrô của iPhone để phân tích các đoạn âm thanh ngắn, liên tục theo thời gian thực. Ứng dụng theo dõi các mẫu âm thanh cụ thể — như hít mũi hoặc hắng giọng — sử dụng các framework âm thanh gốc của Apple. Âm thanh thô được xử lý ngay lập tức và loại bỏ. Nó không bao giờ được ghi lại, lưu hoặc gửi đi bất cứ đâu.

2. Bộ phân loại được huấn luyện riêng

Mỗi thói quen có mô hình học máy riêng — một bộ phân loại nhị phân được huấn luyện để phân biệt âm thanh cụ thể đó với tiếng ồn nền. Phương pháp một mô hình cho mỗi thói quen mang lại độ chính xác tốt hơn đáng kể so với việc cố phân loại mọi thứ bằng một mô hình duy nhất. Các bộ phân loại chạy trên framework Core ML của Apple sử dụng suy luận chỉ CPU.

Hiện có: phát hiện hít mũi, phát hiện hắng giọng.
Sắp ra mắt: bấm bút, nhai to, thở dài, gõ chân và nhiều hơn nữa.

3. Bối cảnh và cảm xúc

Khi một thói quen được phát hiện, AwareFlow âm thầm ghi lại bối cảnh: thời gian trong ngày, mức độ tiếng ồn xung quanh, mật độ lịch trình và điều kiện thời tiết. Bạn có thể tùy chọn ghi lại cảm xúc — một cú chạm nhanh mất chưa đến ba giây. Theo thời gian, bối cảnh này biến những khoảnh khắc riêng lẻ thành các mẫu có ý nghĩa.

4. Thông tin chi tiết nhẹ nhàng

AwareFlow hiển thị các mẫu bình tĩnh, tổng quan: khi nào thói quen có xu hướng xuất hiện, chúng tập trung quanh điều kiện nào và thay đổi ra sao theo thời gian. Thay vì con số thô, bạn thấy khung bối cảnh — "hoạt động nhiều hơn bình thường" hoặc "yên tĩnh hơn hôm qua." Mục tiêu là nhận thức mà bạn có thể hành động, không phải con số tạo áp lực.