कस्टम साउंड पैक — अपना पैक कैसे बनाएँ और इंपोर्ट करें

Vigilant Ear नए साउंड सीख सकता है। एक कस्टम साउंड पैक ऐप को वे साउंड पहचानना सिखाता है जिन्हें Apple का बिल्ट-इन डिटेक्टर नहीं जानता — आपके इलाके के पक्षी, काम की कोई खास मशीन, या बिल्डिंग की अजीब हॉलवे बज़र। आप Mac पर एक छोटा मॉडल ट्रेन करते हैं (कोडिंग की ज़रूरत नहीं), उसे दो छोटी टेक्स्ट फ़ाइलों के साथ ज़िप करते हैं, और अपने iPhone पर इंपोर्ट कर लेते हैं।

कस्टम पैक बिल्ट-इन डिटेक्टर के ऊपर स्टैक होते हैं। पैक ऑन करने से बाकी कुछ बंद नहीं होता — सायरन, अलार्म और हर अन्य सुरक्षा साउंड पहले जैसे ही काम करते रहते हैं।

आपको चाहिए: Xcode का Create ML ऐप वाला Mac (मुफ़्त), आपके साउंड की ऑडियो रिकॉर्डिंग्स, और आपके iPhone पर Power Pack+ (मुफ़्त ट्रायल भी चलता है)।

सख़्त ज़रूरतें — इन्हें बिल्कुल सही रखें

इनमें से किसी को भी नज़रअंदाज़ करने वाला पैक इंपोर्ट तो हो जाएगा, लेकिन व्यवहार खराब होगा (लगातार गलत अलर्ट, या कुछ भी डिटेक्ट न होना)। ये सुझाव नहीं हैं:

1. Background क्लास ज़रूर शामिल करें — अनिवार्य, वैकल्पिक नहीं। आपके मॉडल में आपके असली आसपास के माहौल (शांत कमरा, सड़क, पंखा चलना) पर ट्रेन की गई क्लास होनी चाहिए। उसमें 15+ असली रिकॉर्डिंग्स भरें और profiles.json में "category": "ignored" तथा "threshold": 1.1 लगाएँ। बिना Background क्लास के आपका पैक चुप्पी पर भी लगातार फायर करेगा — साउंड क्लासिफ़ायर हर पल के ऑडियो के लिए कोई न कोई क्लास चुनने को मजबूर होता है, इसलिए "इनमें से कोई नहीं" वाला बकेट न होने पर वह आपके शांत कमरे को भी उस चीज़ का लेबल दे देता है जिससे वह सबसे ज़्यादा मिलता-जुलता लगे।
2. ट्रेनिंग क्लिप्स से साइलेंस काट दें। "Owl" लेबल वाली क्लिप अगर 20 सेकंड साइलेंस में एक हूट हो, तो मॉडल सीखता है कि साइलेंस ही उल्लू है। क्लिप्स को टारगेट साउंड के आसपास कसकर काटें, वरना मॉडल गैप्स सीख लेगा।
3. मॉडल फ़ाइल का नाम ठीक model.mlmodel या model.mlpackage रखें। कोई और नाम → इंपोर्ट फेल।
4. Create ML का Sound Classification मॉडल इस्तेमाल करें। इमेज/टेक्स्ट/टैबुलर मॉडल रिजेक्ट हो जाते हैं।
5. profiles.json की कुंजियाँ मॉडल के क्लास लेबल से बिल्कुल मैच होनी चाहिए — यानी आपकी ट्रेनिंग फ़ोल्डर के नाम, केस और अंडरस्कोर सहित।
6. gateClasses जोड़ें (नीचे देखें)। बिना इसके संगीत और टीवी पैक को ट्रिगर कर देंगे। यह सबसे बड़ा गलत-अलार्म कंट्रोल है।
7. फ़ाइलें टॉप लेवल पर ज़िप करें (या एक फ़ोल्डर के अंदर — उससे गहरा नहीं)। pack.json मिलना ज़रूरी है।
8. क्लासेस को बैलेंस रखें। एक क्लास को 100 क्लिप्स और दूसरी को 10 न दें — मॉडल बड़ी क्लास की तरफ़ झुक जाएगा। ज़्यादा सैंपल वाली क्लासेस को कैप करें ताकि गिनती लगभग ~3× के भीतर रहे।

बाकी गाइड इन्हीं को क्रम से समझाती है।

चरण 1 — ट्रेनिंग ऑडियो इकट्ठा करें

हर उस साउंड के लिए एक फ़ोल्डर बनाएँ जिसे आप पहचानना चाहते हैं, उसी साउंड के नाम से, और उसमें उदाहरण रिकॉर्डिंग्स भरें:

TrainingData/
  Mourning_Dove/        ← mourning doves की 20+ क्लिप्स
  House_Finch/          ← house finches की 20+ क्लिप्स
  Background/           ← आपके आसपास के माहौल की 20+ क्लिप्स, उन साउंड के बिना

वे टिप्स जो सच में फ़र्क डालती हैं:

• हमेशा Background क्लास शामिल करें। मॉडल हर पल के ऑडियो को कुछ न कुछ लेबल करना ही है — बिना बैकग्राउंड क्लास के साइलेंस और सड़क का शोर आपकी असली क्लासेस में धकेल दिया जाता है और आपको गलत अलर्ट दिखेंगे। उन जगहों को रिकॉर्ड करें जहाँ आप पैक सच में इस्तेमाल करेंगे: आपका आँगन, वर्कशॉप फ़्लोर, किचन।
• फ़ोल्डर नाम ही लेबल बनते हैं जो ऐप दिखाता है (अंडरस्कोर स्पेस बन जाते हैं: Mourning_Dove → "Mourning Dove")। डिस्प्ले नाम बाद में profiles.json में ओवरराइड कर सकते हैं।
• लंबाई से ज़्यादा विविधता बेहतर है: अलग दूरियाँ, दिन के अलग समय, और बैकग्राउंड हालात। कुछ सेकंड की क्लिप्स भी ठीक हैं।
• आम फ़ॉर्मैट चलते हैं (.m4a, .wav, .mp3, .aiff)।

चरण 2 — Create ML में मॉडल ट्रेन करें

1. Create ML खोलें (Xcode वाले Mac पर: Xcode मेनू → Open Developer Tool → Create ML), और नया Sound Classification प्रोजेक्ट बनाएँ।
2. अपना TrainingData फ़ोल्डर Training Data में खींचकर डालें।
3. Train पर क्लिक करें। कुछ सौ क्लिप्स मिनटों में ट्रेन हो जाती हैं।
4. एक्यूरेसी टैब देखें — अगर कोई क्लास कमज़ोर स्कोर करे, तो उसे और या ज़्यादा विविध क्लिप्स चाहिए।
5. Output टैब पर Get क्लिक करें और मॉडल को model.mlmodel (या model.mlpackage — दोनों चलते हैं) के नाम से सेव करें। फ़ाइलनेम ठीक model.mlmodel या model.mlpackage होना चाहिए।

चरण 3 — pack.json लिखें

पैक का छोटा मैनिफ़ेस्ट:

{
  "id": "com.example.pack.socalbirds",
  "name": "SoCal Birder's Companion",
  "version": "1.0",
  "author": "Your Name",
  "classes": ["Mourning_Dove", "House_Finch", "Background"],
  "gateClasses": ["bird", "bird_vocalization", "bird_chirp_tweet", "pigeon_dove_coo", "crow_caw"]
}

• name ज़रूरी है — यही ऐप की पैक लिस्ट में दिखता है।
• id अपडेट के लिए पैक की पहचान करता है: उसी id वाला पैक दोबारा इंपोर्ट करने पर पुराना वर्शन उसी जगह बदल जाता है। कोई भी यूनिक reverse-DNS स्टाइल स्ट्रिंग चलती है।
• classes सिर्फ़ डॉक्यूमेंटेशन है। ऐप असली क्लास लिस्ट मॉडल से ही पढ़ता है, इसलिए मिसमैच कुछ तोड़ता नहीं (सिर्फ़ लॉग में नोट हो जाता है)।
• gateClasses (वैकल्पिक, लेकिन बहुत अनुशंसित) गलत पॉज़िटिव रोकने का सबसे असरदार टूल है। नीचे देखें।

gateClasses — Apple के मॉडल को अपना बाउंसर बनाएँ

आपका मॉडल एक विशेषज्ञ है: वह बताने में अच्छा है कि आपके साउंड में से कौन सा सुन रहा है, लेकिन "मेरे साउंड में से कोई नहीं" क्या है, यह नहीं जानता (यहीं Background क्लास मदद करती है)। Apple का बिल्ट-इन क्लासिफ़ायर एक जनरलिस्ट है जो ~300 रोज़मर्रा के साउंड पर ट्रेन है — वह मोटा सवाल "क्या बिल्कुल पक्षी है?" बहुत अच्छे से पूछता है।

gateClasses दोनों को जोड़ता है: आपके पैक की डिटेक्शन तभी रिपोर्ट होती है जब Apple का मॉडल साथ ही साथ लिस्ट की किसी बिल्ट-इन कैटेगरी को सुन रहा हो। पक्षी पैक Apple के पक्षी लेबल पर गेट होता है, इसलिए अगर Apple को पक्षी नहीं लगता, तो आपका पैक चुप रहता है — चाहे वह कितना भी कॉन्फ़िडेंट हो। यह एक लाइन ही संगीत, टीवी और शांत-कमरे के ज़्यादातर गलत अलार्म हटा देती है, क्योंकि Apple का मॉडल उन पर गेट से बहुत नीचे स्कोर करता है। इसे छोड़ दें तो पैक अनगेटेड चलता है (टेस्टिंग के लिए ठीक, असली दुनिया में बहुत बातूनी)।

गेटिंग तभी उपलब्ध है जब Apple के पास आपके साउंड के पास कोई कैटेगरी हो। अगर आपका पैक ऐसी चीज़ के लिए है जिसे Apple का ~300-क्लास मॉडल नहीं जानता — कोई खास फ़ैक्टरी मशीन, मेडिकल-डिवाइस बीप, कस्टम डोरबेल — तो गेट करने के लिए कोई बिल्ट-इन लेबल नहीं है, इसलिए gateClasses छोड़ दें और पैक अनगेटेड चलेगा। यह अपेक्षित है, गलती नहीं। ऐसे पैक में आपकी Background क्लास कई सुरक्षाओं में से एक नहीं रह जाती — वह लगातार गलत अलर्ट और आपके बीच खड़ी अकेली दीवार बन जाती है — इसलिए उसमें अच्छी-खासी असली अम्बिएंट रिकॉर्डिंग्स डालें और प्रति-क्लास थ्रेशहोल्ड बढ़ाएँ।

पक्षी पैक को जेनेरिक Apple पक्षी लेबल प्लस उन खास लेबल पर गेट करें जिन्हें आपका मॉडल सच में नाम दे सकता है: bird, fowl, bird_vocalization, bird_chirp_tweet, bird_squawk, bird_flapping — और अगर आपके पैक में मैचिंग प्रजाति हो तो crow_caw तथा pigeon_dove_coo। अन्य पैक प्रकार नीचे अपेंडिक्स की बिल्ट-इन साउंड आइडेंटिफ़ायर की पूरी लिस्ट से अपने गेट चुनें — जैसे डॉग-ब्रीड पैक dog_bark/dog_howl पर, वाहन पैक engine/truck पर।

muteClasses — जिन साउंड को आपका मॉडल नाम नहीं दे सकता, उन पर Apple को आगे रहने दें

gateClasses तब आपका पैक खोलता है जब Apple को पक्षी लगे। लेकिन Apple कुछ ऐसे पक्षी खास तौर पर नाम दे सकता है जिन्हें आपका मॉडल कवर न करे — बत्तख, हंस, उल्लू, टर्की, मुर्गी या मुर्गा। अगर Apple बत्तख सुने और आपके पैक में बत्तख क्लास न हो, तो आपका मॉडल उस क्वैक को अपनी सबसे नज़दीकी प्रजाति में ज़बरदस्ती डालकर गलत पक्षी बता देगा। यह साइलेंस से गलत अलार्म नहीं — गलत पहचान है — और अकेला gateClasses इसे नहीं रोकेगा, क्योंकि बत्तख जेनेरिक bird गेट भी ट्रिप करती है।

muteClasses इसे ठीक करता है: जब Apple इन लेबल में से किसी पर कॉन्फ़िडेंट हो, तो उस पल आपका पैक चुप रहता है और Apple की खास कॉल को आगे रखता है। उन बिल्ट-इन लेबल की लिस्ट करें जिन्हें आप कवर नहीं करते:

"muteClasses": ["owl_hoot", "duck_quack", "goose_honk", "turkey_gobble", "chicken", "chicken_cluck", "rooster_crow"]

अंगूठे का नियम: कोई खास Apple पक्षी लेबल gateClasses में जाए अगर आपके मॉडल के पास उसके लिए मैचिंग (या बेहतर) क्लास हो, और muteClasses में जाए अगर न हो। जो Apple नाम दे सकता है और आप नहीं → उसे म्यूट करें, और Apple को सही रहने दें।

चरण 4 — profiles.json लिखें (वैकल्पिक, अनुशंसित)

यह नियंत्रित करता है कि ऐप में हर साउंड कैसा दिखे और लगे — प्रति क्लास एक एंट्री, ठीक फ़ोल्डर/लेबल नाम से कीड:

{
  "Mourning_Dove": {
    "displayName": "Mourning Dove",
    "hapticCount": 1,
    "emergencyTier": "none",
    "category": "animal",
    "icon": "bird",
    "color": "teal",
    "threshold": 0.5,
    "maxRange": 150
  },
  "House_Finch": {
    "displayName": "House Finch",
    "hapticCount": 1,
    "category": "animal",
    "icon": "bird"
  },
  "Background": {
    "category": "ignored",
    "threshold": 1.1
  }
}

हर कुंजी वैकल्पिक है — जो छोड़ दें, उसके लिए समझदार डिफ़ॉल्ट लागू होता है:

आपकी Background क्लास को ऊपर दिखाया गया खास एंट्री चाहिए: "threshold": 1.1 उसे रिपोर्ट करना असंभव बना देता है (कॉन्फ़िडेंस कभी 1.0 से ऊपर नहीं जाता), इसलिए वह अम्बिएंट ऑडियो चुपचाप सोख लेती है और कभी डिटेक्शन के रूप में नहीं दिखती। सिर्फ़ छोड़ देना काफ़ी नहीं — अनलिस्टेड क्लास को भी डिफ़ॉल्ट 0.5 थ्रेशहोल्ड मिलता है और वह ऐप में जेनेरिक साउंड के रूप में दिखेगी।

चरण 5 — ज़िप करें

तीनों फ़ाइलें चुनें — pack.json, profiles.json, model.mlmodel — राइट-क्लिक करें, और Compress। बाहरी फ़ोल्डर को ज़िप करना भी चलता है; ऐप एक फ़ोल्डर गहराई तक देखता है।

MyPack.zip
├── pack.json
├── profiles.json
└── model.mlmodel

ज़िप को iPhone तक जैसे चाहें भेजें: AirDrop, iCloud Drive, Mail, Messages।

चरण 6 — iPhone पर इंपोर्ट करें

1. Vigilant Ear खोलें → गियर मेनू → Power Pack+।
2. Custom Sound Packs (BYOM) तक स्क्रॉल करें और Import Custom Pack (.zip) टैप करें।
3. Files ब्राउज़र में अपनी ज़िप चुनें।

पैक अपनी साउंड गिनती के साथ लिस्ट में आ जाता है, पहले से LIVE। यहाँ से आप:

• LIVE / OFF — पैक हटाए बिना टॉगल करें। ऑफ पर बैटरी खर्च शून्य।
• Delete — 5-सेकंड काउंटडाउन शुरू होता है (रद्द करने के लिए फिर टैप करें), फिर पैक पूरी तरह हट जाता है।
• जितने चाहें पैक इंपोर्ट करें; सब बिल्ट-इन डिटेक्टर के साथ चलते हैं। हर अतिरिक्त लाइव पैक कुछ बैटरी खर्च करता है, इसलिए जो इस्तेमाल नहीं कर रहे उन्हें बंद रखें।

डिटेक्टेड साउंड बाकी जैसे ही दिखते हैं: मैप पर आपके आइकन और रंग वाला डॉट, अलर्ट में डिस्प्ले नाम, और आपके कॉन्फ़िगर किए हैप्टिक्स।

कुछ बिल्ट-इन व्यवहार जान लें: कस्टम पैक डिटेक्शन Constellation मेश पीयर्स को रिले नहीं होती (दूसरे फ़ोन पर आपका पैक इंस्टॉल नहीं होगा), और पैक साउंड अलर्ट से पहले दो लगातार डिटेक्शन माँगते हैं, जिससे एक-फ़्रेम गलत पॉज़िटिव फ़िल्टर हो जाते हैं।

समस्या निवारण

पैक अपडेट करना

दोबारा ट्रेन या एडिट करें, दोबारा ज़िप करें, और pack.json में वही id रखकर दोबारा इंपोर्ट करें — पुराना वर्शन उसी जगह बदल जाता है।

Appendix: Built-in Sound Identifiers (iOS 26.5)

ये वे बिल्ट-इन साउंड कैटेगरी हैं जिन्हें Apple का ऑन-डिवाइस Sound Analysis क्लासिफ़ायर पहचान सकता है — ऊपर gateClasses और muteClasses के लिए उपलब्ध लेबल। Apple अब यह लिस्ट अपनी डेवलपर साइट पर पब्लिश नहीं करता, इसलिए नीचे की टेबल सीधे ऑन-डिवाइस क्लासिफ़ायर (SNClassifierIdentifier.version1) से पढ़ी गई है।

जुलाई 2026 (iOS 26.5) तक ज्ञात क्लासिफ़िकेशन — 303 लेबल। Apple किसी भी OS अपडेट में इन्हें जोड़, हटा या नाम बदल सकता है, इसलिए इसे समय-बिंदु का स्नैपशॉट समझें: भविष्य के OS में हट जाने वाले लेबल पर गेट करने का मतलब है कि वह गेट कभी फायर नहीं होगा (आपका पैक चुप रहेगा), और नया जोड़ा लेबल तब तक मौजूद नहीं जब तक आप उस पर गेट न करें। ठीक वही स्पेलिंग इस्तेमाल करें जो दिखी है (लोअरकेस, अंडरस्कोर)।

© 2026 Wingdings, Inc.
All rights reserved.
Multiple Patents Pending