Contexte et nouvelles fonctions
Avec le lancement de watchOS 10, Apple a ajouté à l’Apple Watch une suite de capteurs audio capables d’analyser en temps réel l’environnement sonore. La fonctionnalité « Sound Recognition » identifie des événements comme les sirènes, les pleurs de bébé ou les aboiements, tandis que l’application « Noise » mesure le niveau de décibels et alerte l’utilisateur lorsqu’il dépasse 85 dB pendant plus de huit minutes. Ces capacités s’inscrivent dans la stratégie santé d’Apple, qui veut exploiter le microphone du poignet pour détecter des anomalies respiratoires (toux, ronflements) et enrichir les données de suivi du bien‑être.
Architecture du traitement audio
Le traitement repose sur un modèle d’apprentissage automatique embarqué, exécuté entièrement sur le processeur S9 du dernier Apple Watch. Le flux audio brut, capturé à 16 kHz, est d’abord filtré par un high‑pass à 300 Hz afin d’éliminer les bruits de fond basse fréquence. Ensuite, le signal est découpé en fenêtres de 1 s, chaque fenêtre étant transformée en spectrogramme via une transformée de Fourier à court terme (STFT). Le spectrogramme alimente un réseau de neurones convolutif (CNN) de 3 couches, entraîné sur un jeu de données de plus de 200 000 échantillons labellisés. Le modèle renvoie un score de probabilité pour chaque catégorie d’événement sonore; un seuil de 0,85 déclenche la notification locale.
Gestion de la confidentialité
Apple affirme que les données audio ne quittent jamais l’appareil. Le modèle, quant à lui, est stocké dans le Secure Enclave et les poids du réseau sont chiffrés avec la clé de l’utilisateur. Les notifications générées sont purement locales, sans appel à des API cloud. Le journal d’événements sonores, conservé pendant 30 jours, est accessible uniquement via l’application Santé, où l’utilisateur peut l’effacer manuellement. Cette approche répond aux exigences du RGPD en limitant la portée du traitement aux seuls appareils possédés par l’utilisateur.
Limites et perspectives
Malgré l’absence de transmission externe, la détection audio reste sujette à des faux positifs, notamment dans les environnements urbains où les niveaux de bruit varient rapidement. Le modèle, optimisé pour la consommation d’énergie, utilise environ 3 % de la batterie quotidienne, mais son efficacité diminue lorsque le microphone reste actif pendant de longues périodes. De plus, la documentation d’Apple ne précise pas la taille exacte du jeu de données d’entraînement, ce qui rend difficile d’évaluer la robustesse du modèle face à des sons rares ou culturels. Enfin, l’absence de mise à jour du modèle en ligne limite l’adaptabilité aux nouveaux types d’événements sonores, un point que les développeurs tiers pourraient combler via le framework SoundAnalysis, à condition de respecter les mêmes contraintes de confidentialité.
