🔬 La science

Comment NightSnore
fonctionne vraiment.

Le ronflement possède une empreinte acoustique unique, documentée en détail par des décennies de recherche. NightSnore associe le traitement du signal classique à un classificateur sonore IA embarqué — la même approche d'apprentissage profond validée par des études évaluées par les pairs — entièrement sur votre iPhone, sans cloud, sans compte et sans abonnement.

Du micro au rapport du matin.

Chaque seconde de votre sommeil, un processus discret en quatre étapes tourne en arrière-plan. Voici ce qui se passe.

🎧

Bruit de fond adaptatif

NightSnore estime en continu le bruit ambiant de votre chambre toute la nuit, par une méthode de percentiles à fenêtre glissante. Pas d'attente de 30 secondes — il s'adapte silencieusement dès le premier instant et continue de s'ajuster quand les conditions changent.

🎙️

Écoute en arrière-plan

Grâce à l'audio en arrière-plan d'iOS, le micro reste actif écran éteint. L'audio est analysé en temps réel ; seuls de courts extraits autour des événements sonores détectés sont conservés — jamais la nuit entière.

🤖

Reconnaissance sonore par IA

Un réseau de neurones entraîné sur des millions d'échantillons sonores réels évalue chaque son détecté parmi plus de 500 catégories — distinguant le ronflement et les sons respiratoires associés de tout ce qu'une chambre peut produire.

📊

Rapport du matin

Les événements sont regroupés en épisodes, un indice de ronflement est calculé et une chronologie complète est assemblée — prête à consulter dès votre réveil.

Un ronflement ne ressemble à rien d'autre.

Le ronflement naît dans les voies aériennes supérieures — la même partie du corps qui produit la parole. Cela lui donne une structure quasi harmonique caractéristique : une fréquence fondamentale basse (généralement sous 500 Hz) accompagnée d'une pile d'harmoniques, comme une note jouée sur un instrument.[1]

Les remuements, le froissement de la couette et les retournements produisent des sons complètement différents : de brèves impulsions percussives dont l'énergie s'étale sur toutes les fréquences — plus proches d'un coup de cymbale que d'une note. Cette différence physique est exactement le type d'empreinte que le modèle d'IA de NightSnore a appris à reconnaître.

La recherche confirme qu'un événement de ronflement dure généralement entre 0,3 et 3 secondes.[2]NightSnore filtre les transitoires de moins de 0,3 seconde — un clic de porte, un téléphone qui cogne la table de nuit — avant même qu'ils n'atteignent le classificateur : les petits chocs ne polluent pas votre rapport.

Profils de fréquences
Ronflement — énergie concentrée dans les harmoniques graves
Bruit de literie — énergie répartie sur toutes les fréquences
50–500 Hz — plage fondamentale typique du ronflement
Structure harmonique — la signature du conduit vocal que le modèle d'IA repère
Forme spectrale — les ronflements tonaux se distinguent du bruit large bande du lit
Pipeline de détection
Étape 1 — Détection d'événements
Un traitement du signal léger suit toute la nuit un bruit de fond adaptatif propre à votre chambre. Tout ce qui s'en détache nettement devient un événement candidat.
Étape 2 — Classification par IA
Un réseau de neurones embarqué évalue le son parmi 500+ catégories : ronflement, son lié à la respiration, ou tout autre chose.
Décision ronflement
Un son compte comme ronflement si l'IA en est convaincue — ou si plusieurs sons respiratoires liés au ronflement racontent ensemble la même histoire.
Post-traitement
Les événements proches sont fusionnés en épisodes. Les sons que l'IA n'a pas pu attribuer au ronflement ne sont pas jetés — ils sont classés dans « Autres sons », à votre disposition.

Le DSP trouve le son.
L'IA décide ce que c'est.

Les applis basées sur le simple niveau sonore marquent tout bruit fort comme un ronflement. Voilà pourquoi elles captent votre partenaire qui bouge, un camion qui passe ou une porte qui claque au bout du couloir.

NightSnore scinde le travail en deux — la même architecture en cascade que recommande la recherche académique en détection d'événements sonores.[3]Une couche légère de traitement du signal, bâtie autour d'un bruit de fond adaptatif qui réapprend discrètement votre chambre au fil des conditions, décide quand quelque chose s'est produit. Puis un réseau de neurones embarqué — entraîné sur des millions d'échantillons sonores réels couvrant plus de 500 catégories — décide ce que c'était : un ronflement, un son lié à la respiration, ou un simple grincement, une toux, un froissement.

L'IA ne s'arrête pas au ronflement de manuel. Elle reconnaît aussi les halètements, la respiration forte et d'autres sons qui entourent souvent les épisodes de ronflement — les événements plus discrets ou fragmentés sont donc comptés eux aussi. Et ce qu'elle ne peut attribuer au ronflement n'est pas jeté : c'est conservé dans « Autres sons » de votre rapport, prêt à être réécouté.

Un chiffre qui veut vraiment dire quelque chose.

NightSnore ne se contente pas de compter les ronflements — il calcule un indice de ronflement : le nombre d'événements par heure de sommeil. C'est la même métrique de base que dans le suivi clinique du sommeil, ce qui rend votre score nocturne comparable d'une session à l'autre, quelle qu'en soit la durée.

Vous avez dormi 4 heures au lieu de 8 ? L'indice de ronflement vous dit toujours la même chose sur l'intensité de votre ronflement. C'est un taux, pas un décompte brut — les tendances dans le temps restent donc parlantes même quand les nuits varient.

Les sessions de moins de 30 minutes sont exclues du calcul de l'indice : des enregistrements trop courts ne couvrent pas un cycle complet de sommeil léger et peuvent produire des résultats trompeurs.

Plages de référence de l'indice
Indice Niveau Ce que ça signifie
< 10 Léger Ronflement occasionnel ; faible impact sur la qualité du sommeil
10 – 30 Modéré Ronflement fréquent ; tendances à surveiller
> 30 Sévère Ronflement très fréquent ; envisagez de consulter un médecin

À titre indicatif uniquement. NightSnore n'est pas un dispositif médical et n'est pas destiné à diagnostiquer des troubles du sommeil.

La détection du ronflement par smartphone, ça marche.

Des études indépendantes ont validé la détection du ronflement par micro de smartphone sur des centaines de participants et des milliers d'heures d'enregistrements de sommeil.

~95%

Précision en conditions contrôlées

Un modèle d'apprentissage profond CNN+RNN pour la détection du ronflement par smartphone a atteint ~95 % de précision, ~92 % de sensibilité et ~98 % de spécificité — en étudiant directement l'effet de la distance du micro.

Xie et al., Computer Methods and Programs in Biomedicine, 2020. doi:10.1016/j.cmpb.2020.105917

~90%

Sensibilité à domicile + hôpital

Une étude smartphone de 2025 utilisant un Vision Transformer, validée sur des enregistrements hospitaliers et domestiques auprès de centaines de participants, a rapporté une sensibilité et une spécificité d'environ 90 % sur un jeu de test indépendant.

Hong et al., Nature and Science of Sleep, 2025. doi:10.2147/NSS.S514631

~99%

Spécificité face aux sons non ronflants

Un benchmark indépendant de 2025 d'un algorithme commercial de détection a relevé ~86 % de sensibilité et ~99 % de spécificité sur un jeu de test varié incluant des fichiers non ronflants simulés — soit très peu de fausses alertes.

Brown et al., JMIR mHealth and uHealth, 2025. doi:10.2196/67861

Ces chiffres proviennent d'études académiques indépendantes, pas des tests de NightSnore. La précision réelle dépend du placement du téléphone, de l'acoustique de la pièce et des habitudes de ronflement de chacun. NightSnore repose sur la même classe de classification audio par apprentissage profond embarqué que celle validée par ces recherches.

🔒

Tout cela se passe sur votre téléphone.

Aucun son capté par NightSnore ne quitte jamais votre appareil. Aucune donnée micro n'est téléversée, aucun enregistrement n'est envoyé à un serveur, aucun compte n'est requis. Tout le pipeline — suivi adaptatif du bruit, classification sonore par IA, enregistrement des événements — s'exécute localement avec les frameworks embarqués d'Apple. Même l'inférence du réseau de neurones a lieu directement sur votre iPhone. Vous pouvez tout supprimer depuis les réglages, à tout moment.

NightSnore

Essayez dès ce soir.

Posez votre iPhone sur la table de nuit, touchez Démarrer et endormez-vous.
Réveillez-vous avec une image claire de votre nuit.

Télécharger dans l'App Store

iOS 17.6 et ultérieur · Achat unique · Pas un dispositif médical

Références
  1. Aarts, R.M. et al., "Snoring: sources and correlates." Acta Acustica (2010). Available at: sps.tue.nl (PDF)
  2. González-Martínez et al., "Improving snore detection under different sleep conditions through harmonic/percussive source separation." Applied Acoustics (2024). doi:10.1016/j.apacoust.2023.109811
  3. MDPI Engineering Proceedings: "Cascaded false-positive rejection for snore event detection." doi:10.3390/engproc2022011008
  4. Xie et al., "Audio-based snore detection using deep neural networks." Computer Methods and Programs in Biomedicine (2020). doi:10.1016/j.cmpb.2020.105917
  5. Hong et al., "Real-Time Snoring Detection Using Deep Learning: A Home-Based Smartphone Approach." Nature and Science of Sleep (2025). doi:10.2147/NSS.S514631
  6. Brown et al., "Accuracy of Smartphone-Mediated Snore Detection." JMIR mHealth and uHealth (2025). doi:10.2196/67861