Просто завидую, хотел сделать ровно то же самое на тех же самых принципах ☺️:
Прикладываю анализ приложения из Лампового чатика от ilyaM1A: Human to Cat Translator (10 млн+ установок в Google Play, 13 млн по App Magic) - "переводчик с кошачьего".
Посмотрите как работает:
Поток Обработки
1. Пользователь нажимает кнопку записи
2. AudioRecord начинает захват звука
3. Звук нормализуется (short[] → float[], деление на 32768)
4. Каждый буфер (15600 сэмплов) проходит через модель
5. Модель возвращает 521 класс вероятностей
6. Если индекс 76/78 > 0.3 → "Кошка обнаружена"
7. Показывается случайная фраза из списка переводов
То есть, по ходу, ML-модель используется только для распознавания, что это голос кошки, а дальше выдается случайная фраза из набора.
Примечание: вполне может быть, это остаток MVP, но все равно в толкование кошек верится с трудом, а кроме того показывает интересный подход к разработке прототипа ☺️
Заработок небольшой, за все время $13 566, но, думаю, на рекламе больше на порядок, так как в отзывах все пишут, что приложение просто переполнено рекламой.
Вывод: 1) надо делать фигню; 2) но делать ее с умным видом (см. толкование снов, гороскопы и т.п., обязательно использовать ИИ в наименовании и описании продукта), пользователи ведутся.
AppGrowth про инди, пет и монетизацию