カスタムサウンドパック — 自分で作って取り込む方法

Vigilant Ear は新しい音を学習できます。カスタムサウンドパックは、Apple の組み込み検出器が知らない音 — 近所の鳥、職場の特定の機械、建物の奇妙な廊下のブザーなど — をアプリに認識させるためのものです。Mac 上で小さなモデルをトレーニングし（コーディング不要）、2 つの小さなテキストファイルと一緒に zip して、iPhone に取り込みます。

カスタムパックは組み込み検出器の上に積み重ねて動作します。パックをオンにしても他の機能はオフになりません — サイレン、アラーム、その他すべての安全音はこれまでどおり正確に動作し続けます。

必要なもの: Xcode の Create ML アプリが使える Mac（無料）、対象の音の録音、および iPhone 上の Power Pack+（無料トライアルでも可）。

必須要件 — これらを正確に守ってください

これらを無視したパックは取り込めますが、挙動が悪くなります（常に誤検知する、または何も検出されない）。提案ではなく必須です:

1. Background クラスを必ず含める — 必須であり、任意ではありません。 モデルには、実際の周囲環境（静かな部屋、通り、ファンの稼働音など）でトレーニングしたクラスが必要です。15 本以上の実際の録音を入れ、profiles.json で "category": "ignored" と "threshold": 1.1 を指定してください。Background クラスがないと、パックは無音時に常に発火します — 音分類器は音声のあらゆる瞬間にいずれかのクラスを選ばざるを得ないため、「どれでもない」バケツがないと、静かな部屋が最も似ている音としてラベル付けされてしまいます。
2. トレーニングクリップから無音を切り落としてください。 「Owl」とラベルされたクリップが、1 回のホーという鳴き声と 20 秒の無音だと、モデルは無音がフクロウだと学習します。対象の音にクリップをきつくクロップしないと、モデルは隙間まで学習します。
3. モデルファイル名は正確に model.mlmodel または model.mlpackage にしてください。 それ以外の名前 → 取り込み失敗。
4. Create ML の Sound Classification モデルを使ってください。 画像・テキスト・表形式のモデルは拒否されます。
5. profiles.json のキーはモデルのクラスラベルと完全一致させてください — つまりトレーニングフォルダ名と同じで、大文字小文字とアンダースコアも含めて一致。
6. gateClasses を追加してください（下記参照）。これがないと、音楽やテレビでパックが反応します。これが誤検知を抑える最大の手段です。
7. ファイルはトップレベルで zip する（または 1 フォルダの中 — それより深くしない）。pack.json が見つけられる必要があります。
8. クラスのバランスを取ってください。 あるクラスに 100 クリップ、別のクラスに 10 クリップだと、モデルは多い方に偏ります。サンプルが多いクラスは抑え、クラス間の件数がおおよそ 3 倍以内に収まるようにしてください。

このガイドの残りでは、これらを順に説明します。

ステップ 1 — トレーニング用オーディオを集める

認識させたい音ごとにフォルダを作り、その音の名前を付け、サンプル録音を入れます:

TrainingData/
  Mourning_Dove/        ← ハト（mourning dove）のクリップ 20 本以上
  House_Finch/          ← ハウスフィンチのクリップ 20 本以上
  Background/           ← 対象の音を含まない周囲環境のクリップ 20 本以上

実際に効くヒント:

• 必ず Background クラスを含めてください。 モデルは音声のあらゆる瞬間を何かとしてラベル付けする必要があります — 背景クラスがないと、無音や通りの騒音が実際のクラスに押し込まれ、誤検知が出ます。パックを実際に使う場所を録音してください: 庭、作業場の床、キッチンなど。
• フォルダ名がラベルになります（アプリに表示される名前。アンダースコアはスペースに: Mourning_Dove → "Mourning Dove"）。表示名は後で profiles.json で上書きできます。
• 長さより多様性: 距離、時間帯、背景条件を変える。数秒のクリップで十分です。
• 一般的な形式が使えます（.m4a、.wav、.mp3、.aiff）。

ステップ 2 — Create ML でモデルをトレーニングする

1. Create ML を開く（Xcode がある Mac: Xcode メニュー → Open Developer Tool → Create ML）、新しい Sound Classification プロジェクトを作成します。
2. TrainingData フォルダを Training Data にドラッグします。
3. Train をクリック。数百クリップなら数分でトレーニングできます。
4. 精度タブを確認 — あるクラスのスコアが悪い場合は、より多く、またはより多様なクリップが必要です。
5. Output タブで Get をクリックし、モデルを model.mlmodel（または model.mlpackage — どちらも可）として保存します。ファイル名は正確に model.mlmodel または model.mlpackage である必要があります。

ステップ 3 — pack.json を書く

パックを記述する小さなマニフェスト:

{
  "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 は必須 — アプリのパック一覧に表示される名前です。
• id は更新用のパック識別子: 同じ id で再取り込みすると、古いバージョンがその場で置き換わります。一意の reverse-DNS 形式の文字列なら何でも使えます。
• classes はドキュメント用のみ。アプリは本当のクラス一覧をモデル自体から読むため、不一致でも壊れません（ログに記録されるだけです）。
• gateClasses（任意、強く推奨）は誤検知を止める最も効果的な手段です。下記参照。

gateClasses — Apple のモデルを門番にする

あなたのモデルは専門家です: 自分の音のどれを聞いているかを見分けるのは得意ですが、「自分の音のどれでもない」とは何かを知りません（そこを助けるのが Background クラスです）。Apple の組み込み分類器は、日常の音約 300 種でトレーニングされたジェネラリストで、「そもそも鳥がいるか？」という粗い問いには非常に強いです。

gateClasses はこれらを連鎖させます: あなたのパックの検出は、Apple のモデルがリストされた組み込みカテゴリのいずれかを同時に聞いているときだけ報告されます。 鳥のパックは Apple の鳥ラベルでゲートするため、Apple が鳥だと判断しない限り、あなたのパックはどれだけ自信があっても沈黙します。この 1 行で、音楽・テレビ・静かな部屋の誤検知の大半がなくなります — Apple のモデルはそれらをゲート閾値よりはるかに低くスコアするからです。省略するとパックはゲートなしで動きます（テストには問題ありませんが、実運用ではおしゃべりになります）。

ゲーティングは、Apple があなたの音に近いカテゴリをすでに持っている場合にのみ使えます。 パックが Apple の約 300 クラスモデルが知らないもの — 特定の工場機械、医療機器のビープ、カスタムドアベルなど — 向けなら、ゲートに使える組み込みラベルがないため、gateClasses は省略し、パックはゲートなしで動きます。これは想定どおりであり、ミスではありません。そうしたパックでは、Background クラスは複数の防御のひとつではなく、常時誤検知を防ぐ唯一の盾になります — そのため実際の周囲録音を大量に用意し、クラスごとの閾値も上げてください。

鳥パックは、一般的な Apple の鳥ラベルと、モデルが実際に名前を付けられる具体的なものをゲートにします: bird、fowl、bird_vocalization、bird_chirp_tweet、bird_squawk、bird_flapping — さらに、パックに該当種があるなら crow_caw と pigeon_dove_coo。他の種類のパックは、下記付録の組み込みサウンド識別子の完全リストからゲートを選びます — 例: 犬種パックは dog_bark/dog_howl、車両パックは engine/truck。

muteClasses — モデルが名付けられない音は Apple に任せる

gateClasses は Apple が鳥だと思うときにパックを開きます。しかし Apple は、あなたのモデルがカバーしていない鳥 — アヒル、ガチョウ、フクロウ、七面鳥、ニワトリ、オンドリ — を具体的に名付けることもあります。Apple がアヒルを聞き、パックにアヒルクラスがないと、モデルはそのガーガーを最も近い種に押し込み、自信満々で誤った鳥と呼びます。これは無音からの誤検知ではなく誤識別であり、アヒルも一般的な bird ゲートを踏むため、gateClasses だけでは止まりません。

muteClasses がそれを直します: Apple がこれらのラベルのいずれかに自信があるとき、その瞬間パックは沈黙し、Apple の具体的な判定に委ねます。カバーしていない音の組み込みラベルを列挙してください:

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

目安: 特定の Apple の鳥ラベルは、モデルに対応する（またはより良い）クラスがあるなら gateClasses に、ないなら muteClasses に入れます。Apple が名付けられてあなたが名付けられないものすべて → ミュートし、Apple を正しくさせます。

ステップ 4 — profiles.json を書く（任意、推奨）

各音がアプリでどう見え、どう感じるかを制御します — クラスごとに 1 エントリ、正確なフォルダ/ラベル名をキーにします:

{
  "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
  }
}

すべてのキーは任意 — 省略すると妥当なデフォルトが適用されます:

Background クラスには上記の特別なエントリが必要です: "threshold": 1.1 により報告が不可能になり（信頼度は 1.0 を超えない）、周囲のオーディオを静かに吸収し、検出として表示されることはありません。単に省略しないでください — リストにないクラスでもデフォルトの 0.5 閾値が付き、アプリに一般的な音として表示されてしまいます。

ステップ 5 — zip する

3 つのファイル — pack.json、profiles.json、model.mlmodel — を選択し、右クリックして Compress。囲んでいるフォルダごと zip しても動きます; アプリは 1 フォルダ深くまで探します。

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

zip を iPhone に届ける方法は自由です: AirDrop、iCloud Drive、Mail、Messages。

ステップ 6 — iPhone で取り込む

1. Vigilant Ear を開く → 歯車メニュー → Power Pack+。
2. Custom Sound Packs (BYOM) までスクロールし、Import Custom Pack (.zip) をタップ。
3. Files ブラウザで zip を選びます。

パックは音の数付きで一覧に現れ、すでに LIVE です。ここからできること:

• LIVE / OFF — 削除せずにパックを切り替え。オフはバッテリー消費ゼロ。
• Delete — 5 秒カウントダウンが始まり（再タップでキャンセル）、その後パックを完全に削除。
• 好きなだけパックを取り込めます; すべて組み込み検出器と並行して動きます。ライブな追加パックごとにバッテリーを使うので、使っていないパックはオフにしてください。

検出された音は他と同様に表示されます: マップ上のドットにアイコンと色、アラートに表示名、設定した触覚フィードバック。

知っておくべき組み込みの挙動: カスタムパックの検出は Constellation メッシュのピアには中継されません（他の端末にあなたのパックはないため）。また、パックの音はアラート前に連続 2 回の検出を必要とし、1 フレームの誤検知をフィルタします。

トラブルシューティング

パックの更新

再トレーニングまたは編集し、再 zip し、pack.json の同じ id で再取り込み — 古いバージョンがその場で置き換わります。

Appendix: Built-in Sound Identifiers (iOS 26.5)

これらは、Apple のオンデバイス Sound Analysis 分類器が認識できる組み込みサウンドカテゴリです — 上記の gateClasses と muteClasses で使えるラベルです。Apple はデベロッパサイトでこのリストを公開しなくなったため、下表はオンデバイスの分類器（SNClassifierIdentifier.version1）から直接読み取ったものです。

2026 年 7 月時点の既知分類（iOS 26.5）— 303 ラベル。 Apple は OS 更新でこれらを追加・削除・改名し得るため、時点スナップショットとして扱ってください: 将来の OS で消えたラベルへのゲートは単に発火せず（パックは沈黙）、新しく追加されたラベルはゲートするまで存在しません。表示どおりの正確な綴りを使ってください（小文字、アンダースコア）。

© 2026 Wingdings, Inc.
All rights reserved.
Patent Pending