Pacotes de Som Personalizados — Como Criar e Importar os Seus

O Vigilant Ear pode aprender novos sons. Um pacote de som personalizado ensina o app a reconhecer sons que o detector integrado da Apple não conhece — os pássaros da sua região, uma máquina específica no trabalho, o interfone estranho do corredor do prédio. Você treina um modelo pequeno em um Mac (sem precisar programar), compacta em zip com dois pequenos arquivos de texto e importa no iPhone.

Os pacotes personalizados se somam ao detector integrado. Ativar um pacote nunca desliga nada — sirenes, alarmes e todos os outros sons de segurança continuam funcionando exatamente como antes.

Você vai precisar de: um Mac com o app Create ML do Xcode (gratuito), gravações de áudio dos seus sons e Power Pack+ no iPhone (o período de avaliação gratuito conta).

Requisitos obrigatórios — acerte estes pontos com precisão

Um pacote que ignorar qualquer um destes vai importar, mas se comportar mal (alertas falsos constantes, ou nada detectado). Isto não é sugestão:

1. Inclua uma classe Background — obrigatória, não opcional. Seu modelo deve ter uma classe treinada nos seus ambientes reais de fundo (quarto quieto, rua, ventilador ligado). Preencha com 15+ gravações reais e marque com "category": "ignored" e "threshold": 1.1 em profiles.json. Sem uma classe Background, seu pacote vai disparar o tempo todo no silêncio — um classificador de som é forçado a escolher uma das suas classes a cada momento de áudio, então sem um “balde” de “nenhum destes” ele rotula seu quarto quieto como o que mais se parece.
2. Corte o silêncio dos trechos de treino. Um clipe rotulado “Owl” que é 20 segundos de silêncio com um piado ensina o modelo que silêncio é uma coruja. Corte os clipes bem rente ao som-alvo, ou o modelo aprende os intervalos.
3. Nomeie o arquivo do modelo exatamente model.mlmodel ou model.mlpackage. Qualquer outro nome → a importação falha.
4. Use um modelo Create ML de Sound Classification. Modelos de imagem/texto/tabela são rejeitados.
5. As chaves de profiles.json devem corresponder exatamente aos rótulos de classe do modelo — ou seja, os nomes das pastas de treino, incluindo maiúsculas/minúsculas e underscores.
6. Adicione gateClasses (veja abaixo). Sem isso, música e TV vão acionar o pacote. Este é o maior controle de alarme falso.
7. Compacte os arquivos no nível superior (ou dentro de uma pasta — não mais fundo). pack.json precisa ser encontrável.
8. Equilibre suas classes. Não dê 100 clipes a uma classe e 10 a outra — o modelo vai pender para a maior. Limite as classes com muitas amostras para que as contagens fiquem dentro de cerca de ~3× umas das outras.

O restante deste guia percorre cada um destes pontos em ordem.

Passo 1 — Reúna o áudio de treino

Crie uma pasta para cada som que você quer reconhecer, com o nome desse som, e preencha com gravações de exemplo:

TrainingData/
  Mourning_Dove/        ← 20+ clipes de rolas-torcazes
  House_Finch/          ← 20+ clipes de tentilhões-domésticos
  Background/           ← 20+ clipes do seu ambiente de fundo SEM os sons

Dicas que realmente fazem diferença:

• Sempre inclua uma classe Background. O modelo precisa rotular cada momento de áudio como algo — sem uma classe de fundo, silêncio e barulho de rua são empurrados para suas classes reais e você verá alertas falsos. Grave os lugares onde você realmente vai usar o pacote: o quintal, o chão de fábrica, a cozinha.
• Os nomes das pastas viram os rótulos que o app mostra (underscores viram espaços: Mourning_Dove → "Mourning Dove"). Você pode sobrescrever os nomes de exibição depois em profiles.json.
• Mais variedade vale mais que mais duração: distâncias diferentes, horários do dia e condições de fundo. Clipes de poucos segundos cada um estão ok.
• Formatos comuns funcionam (.m4a, .wav, .mp3, .aiff).

Passo 2 — Treine o modelo no Create ML

1. Abra o Create ML (em um Mac com Xcode: menu Xcode → Open Developer Tool → Create ML) e crie um novo projeto Sound Classification.
2. Arraste sua pasta TrainingData para Training Data.
3. Clique em Train. Algumas centenas de clipes treinam em minutos.
4. Confira a aba de acurácia — se uma classe pontuar mal, ela precisa de mais clipes ou de clipes mais variados.
5. Na aba Output, clique em Get e salve o modelo como model.mlmodel (ou model.mlpackage — os dois funcionam). O nome do arquivo deve ser exatamente model.mlmodel ou model.mlpackage.

Passo 3 — Escreva o pack.json

Um manifesto pequeno descrevendo o pacote:

{
  "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 é obrigatório — é o que aparece na lista de pacotes do app.
• id identifica o pacote para atualizações: reimportar um pacote com o mesmo id substitui a versão antiga no lugar. Qualquer string única no estilo reverse-DNS funciona.
• classes é só documentação. O app lê a lista real de classes do próprio modelo, então uma divergência não quebra nada (só é anotada no log).
• gateClasses (opcional, fortemente recomendado) é a ferramenta mais eficaz para impedir falsos positivos. Veja abaixo.

gateClasses — deixe o modelo da Apple ser o porteiro

Seu modelo é um especialista: é bom em dizer qual dos seus sons está ouvindo, mas não tem ideia do que é “nenhum dos meus sons” (é nisso que a classe Background ajuda). O classificador integrado da Apple é um generalista treinado em ~300 sons do dia a dia — é muito bom na pergunta grosseira “há um pássaro de algum tipo?”

gateClasses encadeia os dois: as detecções do seu pacote só são reportadas quando o modelo da Apple está ao mesmo tempo ouvindo uma das categorias integradas listadas. Um pacote de pássaros faz gate nos rótulos de pássaros da Apple, então se a Apple não achar que há um pássaro, seu pacote fica em silêncio — não importa quão confiante ele esteja. Esta única linha elimina a grande maioria dos alarmes falsos de música, TV e quarto quieto, porque o modelo da Apple pontua esses bem abaixo do gate. Deixe de fora e o pacote roda sem gate (ok para testes, tagarela no mundo real).

O gate só está disponível quando a Apple já tem uma categoria próxima do seu som. Se o seu pacote for para algo que o modelo de ~300 classes da Apple não conhece — uma máquina de fábrica específica, o bip de um aparelho médico, uma campainha customizada — não há rótulo integrado para fazer gate, então você deixa gateClasses de fora e o pacote roda sem gate. Isso é esperado, não um erro. Nesses pacotes, sua classe Background deixa de ser uma defesa entre várias e passa a ser a única coisa entre você e alertas falsos constantes — então invista pesado nela (muitas gravações reais de ambiente) e eleve os limiares por classe.

Faça o gate de um pacote de pássaros nos rótulos genéricos de pássaros da Apple mais quaisquer específicos que o seu modelo realmente possa nomear: bird, fowl, bird_vocalization, bird_chirp_tweet, bird_squawk, bird_flapping — e, se o seu pacote tiver a espécie correspondente, crow_caw e pigeon_dove_coo. Outros tipos de pacote escolhem seus próprios gates na lista completa de identificadores de som integrados no apêndice abaixo — p.ex. um pacote de raças de cães faz gate em dog_bark/dog_howl, um de veículos em engine/truck.

muteClasses — ceda à Apple em sons que o seu modelo não nomeia

gateClasses abre o seu pacote quando a Apple acha que há um pássaro. Mas a Apple pode nomear especificamente alguns pássaros que o seu modelo pode não cobrir — um pato, ganso, coruja, peru, galinha ou galo. Se a Apple ouvir um pato e o seu pacote não tiver classe de pato, o seu modelo vai forçar aquele grasnido para a espécie mais próxima e confiantemente chamar de pássaro errado. Isso é uma identificação errada, não um alarme falso do silêncio — e gateClasses sozinho não impede, porque um pato também aciona o gate genérico bird.

muteClasses corrige isso: quando a Apple está confiante em um desses rótulos, o seu pacote fica em silêncio naquele momento e cede à chamada específica da Apple. Liste os rótulos integrados dos sons que você não cobre:

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

Regra prática: um rótulo específico de pássaro da Apple vai em gateClasses se o seu modelo tiver uma classe correspondente (ou melhor) para ele, e em muteClasses se não tiver. Tudo que a Apple pode nomear e você não → mute, e deixe a Apple estar certa.

Passo 4 — Escreva o profiles.json (opcional, recomendado)

Isso controla como cada som aparece e se comporta no app — uma entrada por classe, com chave no nome exato da pasta/rótulo:

{
  "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
  }
}

Toda chave é opcional — omita o que quiser e um padrão sensato se aplica:

Sua classe Background precisa da entrada especial mostrada acima: "threshold": 1.1 torna impossível reportá-la (a confiança nunca ultrapassa 1.0), então ela absorve silenciosamente o áudio ambiente em vez de aparecer como detecção. Não basta omiti-la — uma classe não listada ainda recebe o limiar padrão 0.5 e apareceria no app como um som genérico.

Passo 5 — Compacte em zip

Selecione os três arquivos — pack.json, profiles.json, model.mlmodel — clique com o botão direito e Compress. Compactar a pasta que os contém também funciona; o app procura um nível de pasta abaixo.

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

Leve o zip ao iPhone como preferir: AirDrop, iCloud Drive, Mail, Messages.

Passo 6 — Importe no iPhone

1. Abra o Vigilant Ear → menu da engrenagem → Power Pack+.
2. Role até Custom Sound Packs (BYOM) e toque em Import Custom Pack (.zip).
3. Escolha o seu zip no navegador de Arquivos.

O pacote aparece na lista com a contagem de sons, já LIVE. A partir daí você pode:

• LIVE / OFF — ligar e desligar o pacote sem apagá-lo. Desligado consome zero bateria.
• Delete — inicia uma contagem regressiva de 5 segundos (toque de novo para cancelar) e depois remove o pacote por completo.
• Importe quantos pacotes quiser; todos rodam junto com o detector integrado. Cada pacote extra ao vivo consome alguma bateria, então desligue os que não estiver usando.

Os sons detectados aparecem como qualquer outro: um ponto no mapa com o seu ícone e cor, o nome de exibição nos alertas e as vibrações configuradas.

Alguns comportamentos integrados a saber: detecções de pacotes personalizados não são retransmitidas a pares da malha Constellation (outros telefones não terão o seu pacote instalado), e sons do pacote exigem duas detecções consecutivas antes de alertar, o que filtra falsos positivos de um único frame.

Solução de problemas

Atualizando um pacote

Retreine ou edite, recompacte e importe de novo com o mesmo id em pack.json — a versão antiga é substituída no lugar.

Apêndice: Identificadores de Som Integrados (iOS 26.5)

Estes são as categorias de som integradas que o classificador on-device Sound Analysis da Apple consegue reconhecer — os rótulos disponíveis para gateClasses e muteClasses acima. A Apple não publica mais esta lista no site de desenvolvedores, então a tabela abaixo foi lida diretamente do classificador no dispositivo (SNClassifierIdentifier.version1).

Classificações conhecidas em julho de 2026 (iOS 26.5) — 303 rótulos. A Apple pode adicionar, remover ou renomear estes em qualquer atualização do SO, então trate isto como um instantâneo no tempo: fazer gate em um rótulo que um SO futuro remover simplesmente significa que esse gate nunca dispara (seu pacote fica em silêncio), e um rótulo recém-adicionado não existirá até você fazer gate nele. Use a grafia exata mostrada (minúsculas, underscores).

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