Pense em onde as medições realmente acontecem: na seção de hortifrúti de um supermercado com apenas uma barra de sinal, em um porão, em uma garagem, em uma escadaria entre duas portas de apartamento. Se o seu aplicativo de medição precisa de um servidor, ele falha justamente onde é mais necessário. Por isso, a primeira decisão de arquitetura foi também a menos negociável: cada captura, cada análise e cada resultado armazenado funciona sem conexão de rede. Não se trata de um modo offline limitado — é o modo principal. Não há um modo online do qual regredir.
O que o processamento no dispositivo realmente oferece
Velocidade que muda a forma como você mede
A análise no telefone retorna um resultado em menos de um segundo. Esse limite de latência não é vaidade — ele muda o fluxo de trabalho. Toque em um melão, veja a leitura, toque novamente em outro ponto, compare. Toque em todos os 32 raios de uma roda em poucos minutos. Quando cada leitura custa uma viagem de ida e volta a um servidor, você mede uma vez e torce pelo melhor; quando é instantâneo, você mede cinco vezes e tem certeza. Instrumentos são coisas com as quais você itera.
Privacidade por arquitetura, não por política
Uma gravação de microfone feita em sua casa é exatamente o tipo de dado que não deveria precisar viajar. Aqui, ela não viaja: o áudio bruto é processado no dispositivo e as características extraídas são armazenadas nele. Nada sai do telefone, a menos que você faça login e pressione sincronizar de forma explícita — e o aplicativo é totalmente utilizável sem sequer exigir login. Uma política de privacidade diz o que uma empresa promete fazer com seus dados; uma arquitetura offline torna a maioria dessas promessas desnecessária.
Uma estrutura de custos que não joga contra o produto
Processamento na nuvem significa que cada medição custa dinheiro ao fornecedor, o que acaba resultando em assinaturas, limites ou anúncios. O processamento no dispositivo não custa nada por uso, então não há pressão para limitar você. O alinhamento de incentivos é discreto, mas real: um aplicativo cujo custo marginal é zero pode se dar ao luxo de deixar você medir o quanto quiser.
O catálogo fica no telefone; a nuvem é uma cópia
Tudo o que você mede vai para um catálogo local — objetos, casos de uso, medições, rótulos — e o banco de dados local é sempre a fonte da verdade. Fazer login com o Google adiciona uma única coisa: uma sincronização manual e deliberada que puxa a cópia da nuvem e envia a sua, para que um segundo dispositivo ou o visualizador web possam ver o mesmo catálogo. Ser manual é um recurso, não uma limitação — a sincronização acontece quando você solicita, em um par de direções lógico, em vez de ocorrer como um processo em segundo plano que de vez em quando traz surpresas desagradáveis.
Corolário para o visualizador web: o visualizador de exportação baseado no navegador segue a mesma regra. Abra um pacote exportado e ele será processado inteiramente no seu navegador — arquivo local entra, nada é enviado, nunca.
A restrição que mantém todos honestos
A priorização do offline tem um benefício mais discreto: ela impede a engenharia preguiçosa. Não dá para mascarar um conjunto ruim de características jogando um modelo gigante na nuvem contra o áudio bruto. Tudo precisa rodar na CPU do telefone em um segundo, o que força a análise a ser enxuta, interpretável e fisicamente fundamentada: uma frequência de ressonância e uma taxa de amortecimento em vez de um embedding de caixa-preta, uma relação do mesmo receptor em vez de um nível absoluto. Essas características são exatamente as que se transferem entre modelos de telefone sem a calibração por dispositivo — a restrição e a qualidade empurram na mesma direção. (Mais sobre essa regra de design na visão geral das ferramentas e no post sobre medição com dois telefones.)
O que a priorização do offline não significa
Não significa ser contra a nuvem. A sincronização existe porque um catálogo que você construiu ao longo de meses merece um backup e uma segunda tela. E não significa que os modelos nunca melhoram: os classificadores são treinados centralmente com medições que os usuários escolheram contribuir com rótulos de verdade fundamental — o efeito volante do conjunto de dados — e enviados de volta ao aplicativo para rodar, como sempre, no dispositivo. A rede serve para mover conhecimento, no seu próprio ritmo. A medição acontece na sua mão.