Dlaczego Vigilant Ear?

Zaktualizowano w październiku 2026.

To nie jest zwykła aplikacja do wykrywania dźwięków. Tamte rozpoznają krótką listę hałasów i kładą ikonę na ekranie. Większość tego, co naprawdę ci umyka, nie jest na tej liście.

Ktoś za tobą mówi twoje imię. Nie odwracasz się. Uznają cię za osobę nieuprzejmą.

Barista woła twoje zamówienie. Pielęgniarka woła twoje imię w poczekalni. Nie odpowiadasz, i wszyscy dochodzą do tego samego wniosku.

Telefon słyszał każde z nich. Nie miał jak ci powiedzieć.

Vigilant Ear to zmienia — na telefonie, który już masz w kieszeni.

Dowolny język — samo rozpoznaje, co jest mówione. Nigdy nie wybierasz języka
Kto to powiedział — każdy głos ma swój kolor
Skąd to przyszło — kierunek i odległość na żywej mapie
Jak bardzo jest pewne — znacznik pewności przy każdej linijce
Kiedy chodzi o ciebie — osobne stuknięcie, gdy ktoś mówi twoje imię
Prywatne — twoje audio nigdy nie opuszcza telefonu
Bez subskrypcji — napisy i alerty bezpłatne na zawsze

I to nie jest jeden problem. Są trzy. Dzwonek do drzwi to łatwy przypadek: głośny, ostry, koniec w sekundę. Ruch, który narasta na ulicy, jest trudny — daleko, szerokopasmowo, bez ostrej krawędzi, której da się złapać. Trzęsienie ziemi to przypadek, którego nikt w ogóle nie słyszy. Przychodzi jako ruch i ciśnienie poniżej zakresu ludzkiego słuchu. Barometr i akcelerometr telefonu to czują.

Większość aplikacji wspomagających ogarnia pierwszy. Vigilant Ear ogarnia wszystkie trzy naraz.

Tego nie wpisują do ulotki

Każda aplikacja do słuchania zaczyna od czujnika dymu. To ważne i Vigilant Ear go łapie, ale to łatwa część: głośne, rzadkie, nie do pomylenia. Mijają cię rzeczy ciche. Słowo pod naciskiem. Cicha osoba, która idzie obok w nocy. Płacz dziecka w innym pokoju.

Standing Watch to lampka na ekranie, która świeci cały czas: równy cyjan, gdy pomieszczenie trzyma swój zwykły wzorzec, bursztyn w chwili, gdy coś się zmienia — nowy głos, nagła cisza, coś, co się zbliża.

Wywołane imię pilnuje imion, które wybierzesz — twojego, dziecka, partnera — i daje osobne stuknięcie, gdy ktoś wypowie któreś. Apple Watch i lampka Standing Watch pokazują, z której strony to przyszło. Zdanie i tak pojawia się w napisach, jak każda inna mowa. Alert nie znaczy ktoś coś powiedział. Znaczy ktoś mówi do ciebie.

Skąd to dochodzi

Syrena nie jest informacją, dopóki nie wiesz, z której strony idzie. Każdy dźwięk, który słyszy Vigilant Ear, ląduje na żywej mapie z kierunkiem i przybliżoną odległością. Alert odpowiada na pytanie, które naprawdę masz: czy mam się ruszyć i w którą stronę?

Tony kierunku mogą posłać ten kierunek do jednego ucha, przy słuchu jednostronnym.

Kto mówi i na ile temu ufać

Napisy na żywo rozdzielają ludzi wokół ciebie po głosie, każdy swoim kolorem. Rozmowa czyta się jak rozmowa, a nie jak jeden ciągły blok.

Większość aplikacji z napisami podaje każde słowo z tym samym spokojnym przekonaniem. Dopiero później wychodzi, które były złe. Tu każda linijka ma znacznik z trzech kresek. Trzy kreski: słychać było wyraźnie. Jedna: bierz to ostrożnie. Słowa, co do których nie ma pewności, są podkreślone. W głośnym pokoju wiedza, którym słowom ufać, liczy się tak samo jak same słowa.

Gdy ktoś kładzie nacisk na słowo — Nie powiedziałem, że wziął to on — to słowo jest podświetlone. Nacisk, który transkrypcja zwykle wyrzuca, i tak do ciebie dochodzi.

Nigdy nie wybierasz języka na start. Vigilant Ear rozpoznaje, co jest mówione, i robi z tego napisy. Pokój, w którym lecą trzy języki, dalej da się śledzić.

Prawie każdy z tych języków potrafi przetłumaczyć na twój. Gdzie nie potrafi, mówi ci o tym i pokazuje oryginał. Nie podaje zgadywania przebranego za tłumaczenie.

Jeden telefon wskazuje. Dwa triangulują.

Mikrofony jednego telefonu siedzą kilka centymetrów od siebie. Tyle wystarczy, żeby podać kierunek. Postaw drugi telefon po drugiej stronie pokoju, a układ jest szeroki jak pokój. Kierunki z dwóch telefonów się krzyżują i kierunek staje się pozycją. Napisy łączą się, zamiast ze sobą walczyć. Telefony, które nigdy się nie spotkały, składają ten układ na miejscu i liczą co do jednej stopy, gdzie stoi każdy. Nikt nie musi być w tej samej rozmowie, żeby to pomogło.

Remote Link sięga do kogoś, kogo nie ma obok: wideo i tekst napisów, bez ścieżki audio w żadnym momencie. Nic w tym nie zależy od słuchu po żadnej stronie i masz jak migać. Twoje napisy idą jako tekst i docierają w języku drugiej osoby. Wysyłasz kod. Druga osoba dołącza z wnętrza aplikacji i nic nie kupuje.

Szyfrujemy to od końca do końca między dwoma telefonami. Przekaźnik, który to przesyła, nie może tego czytać. My też nie. Nikt tego nie nagrywa — ani na żadnym z telefonów, ani na żadnym serwerze. Cała ścieżka.

Ostrzeżenia od tych, którzy je wydają

Groźna pogoda pochodzi z oficjalnych źródeł rządowych w ponad 140 krajach i terytoriach — często dokładamy kolejne — i filtrujemy ją do miejsca, w którym naprawdę jesteś. Alerty o trzęsieniu ziemi czekają na oficjalne potwierdzenie. Nie zgadują.

Te ostrzeżenia dochodzą przez naszą własną usługę, a nie przez telefon, który dzwoni do każdej agencji z osobna. Dzięki temu twój telefon nigdy nie łączy się z serwerami rządowymi, a zatłoczony publiczny kanał nie zgubi twojego alertu tylko dlatego, że za dużo osób zapytało naraz. Telefon mówi nam tylko z grubsza, gdzie jesteś — kwadrat o boku około 50 km — i sam sprawdza, czy jesteś wewnątrz każdego obszaru ostrzeżenia. Dokładna lokalizacja nigdy go nie opuszcza.

Kilku małych specjalistów, nie jeden wielki

Oczywisty sposób na aplikację do słuchania: puścić jeden model i powtórzyć, co powie. Vigilant Ear puszcza zespół specjalistów. Każdy robi jedną rzecz, w której jest dobry. Jeden rozpoznaje codzienne dźwięki, a drugi sprawdza jego pracę. Jeden rozpoznaje, w którym z ponad stu języków ktoś mówi, i przekazuje mowę silnikowi napisów, który w tym języku wypadł najlepiej w pomiarach. Jeden rozdziela głosy w pokoju, a drugi pilnuje, który jest który. Jeden decyduje, czy muzyka naprawdę gra. Jeden maskuje wulgaryzmy, gdy ta opcja jest włączona. Skąd przyszedł dźwięk i z jakiej odległości, wynika z samych mikrofonów.

Często się nie zgadzają i o to chodzi. Chwila o kształcie syreny w środku piosenki wygląda dokładnie jak syrena, gdy pytasz jeden model. Dlatego alert o syrenie musi przejść drugą opinię (czy to muzyka?) i trwać dłużej niż chwilę, zanim ci przerwie.

Dzięki temu aplikacja może powiedzieć, że nie jest pewna, zamiast zgadywać. Stąd znaczniki pewności na napisach, głos pokazany bez przypisania zamiast przypisany niewłaściwej osobie i alert, który czeka jeszcze jedną klatkę na potwierdzenie. Jeden model nie wie, kiedy się myli. Kilka wie, o ile coś w każdej chwili decyduje, któremu wierzyć.

Nie zaczynaliśmy od patentów. Zaczynaliśmy od tego, żeby to działało w prawdziwym pokoju — głośnym, zatłoczonym, w kilku językach naraz — a to ciągle wymagało elementów, których nigdzie nie mogliśmy znaleźć. Więc je zbudowaliśmy, a kilka z nich czeka teraz na patent.

Acoustic Scope kładzie to surowe słyszenie na ekran — widmo, spektrogram, pasma ⅓ oktawy, barwa, składowe harmoniczne. Dostroiliśmy jego poziomy na prawdziwych telefonach, przy referencyjnym mierniku poziomu dźwięku, więc inżynier może pracować na liczbach. Jest bezpłatny dla każdego, bo dla wielu osób kształt dźwięku to najszybsza droga, żeby go zrozumieć. Jest przewodnik, jak to czytać.

Jego Wizualizator zamienia muzykę w pomieszczeniu w pokaz świateł. Każdy bit odpala pierścień, bas sprawia, że cała scena oddycha, a wysokie tony spadają iskrami. Puść to na telewizor albo projektor, a ściana wchodzi na imprezę, z twoją nazwą DJ w rogu, jak u artysty. Nie musisz słyszeć, żeby rozkręcić pokój.

Prywatne z założenia

Słuchanie, transkrypcja, tłumaczenie i klasyfikacja dźwięków lecą na twoim telefonie. Pracy, która dotyka tego, co mówisz i co słyszysz, nie możemy przeczytać, bo nigdy do nas nie dochodzi. To świadome ograniczenie, nie ozdobnik. Modele dość małe, żeby żyć w kieszeni, nie muszą nigdzie wysyłać tego, co słyszą.

Kilka rzeczy korzysta z sieci: mapy; alerty pogodowe i o trzęsieniu ziemi powyżej; kontekst drogi; Music ID, które wysyła krótki odcisk akustyczny i nigdy nagrane audio; opcjonalne modele Obsługi napisów, pobierane jeden raz; Sieć badawcza, która raz pyta o zgodę, a potem udostępnia odczyty niskich częstotliwości i ruchu gruntu na potrzeby badań trzęsień ziemi — kiedy i mniej więcej gdzie, z dokładnością do około 1 km, nigdy audio; zakupy w App Store; oraz Remote Link, który z definicji idzie między dwoma telefonami — szyfrowany od końca do końca, więc nic po drodze nie może go czytać.

Zero reklam. Nic nie sprzedajemy. Konto nie jest potrzebne.

Ile to kosztuje

Na początek do wypróbowania za darmo. Po okresie próbnym napisy i alerty zostają bezpłatne na zawsze. Podstawy bezpieczeństwa nie sprzedajemy.

Jednorazowa płatność zostawia Power Pack+ na stałe: Automatyczne tłumaczenie, które zamienia język, którego nie czytasz, w język, który czytasz, w trakcie mowy; Music ID, które nazywa utwór w pokoju, żeby wiedzieć, czego słuchają inni; oraz zakładanie Constellation albo Remote Link — zaproszone osoby dołączają za darmo. Nigdy żadnej subskrypcji — i żadnego nowego sprzętu do kupienia.

Vigilant Ear to eksperymentalna pomoc badawcza i dostępności — nie certyfikowane urządzenie ratujące życie. Zawsze polegaj na własnej ocenie sytuacji.