Coco è un’app di ear training pensata per tutti i musicisti che vogliono allenare l’orecchio in sessioni brevi, ogni giorno.
Il problema
Da bambino sentivo una canzone alla radio e la suonavo al pianoforte. Per anni ho pensato fosse normale. Poi ho scoperto che si chiamava orecchio assoluto: la capacità di riconoscere le note senza una nota di riferimento. Non è un talento. È una competenza che si sviluppa di solito tra zero e sei anni, ma che si può acquisire anche da adulti con il giusto allenamento.
Il problema dell'orecchio assoluto è che, se non lo tieni allenato, comincia a degradare. Soprattutto dopo i 35-40 anni. Le note che prima riconoscevi al volo iniziano a sfumarsi, gli accordi diventano meno definiti. È una cosa di cui si parla poco, ma chiunque ce l'abbia e abbia smesso di suonare regolarmente la conosce bene.
Volevo un'app che mi aiutasse a mantenere allenato il mio orecchio. Qualcosa di breve, da fare ogni giorno, che mi tenesse l'orecchio in esercizio senza chiedermi una sessione strutturata di un'ora. Ne ho provate diverse. Erano tutte noiose. Non mi veniva voglia di aprirle una seconda volta.
Così l'ho costruita io. Per me, prima di tutto. Poi mi sono accorto che lo stesso vale al contrario: ci sono adulti che vogliono sviluppare l'orecchio, non solo mantenerlo, e cercano esattamente quello che cercavo io. Un'app fatta bene, che non li annoiasse, e che li facesse tornare ogni giorno.
Cosa fa
Coco trasforma l’ear training in sessioni brevi e mirate. Senti un suono… una nota, un intervallo, un accordo, una scala… e devi identificarlo a tempo. Niente retry infiniti, niente punteggi gonfiati.
Tre cose la rendono diversa dalle altre app.
Sette giochi specializzati, ognuno su un’abilità precisa: Sonar per le note, Triad per gli accordi, Climb e Fall per gli intervalli ascendenti e discendenti, Ladder per le scale, Span per il confronto tra intervalli, Blend per gli intervalli armonici. Ogni gioco ha 80-100 livelli che progrediscono per contrasto (prima i suoni molto diversi, poi quelli vicini), seguendo il principio pedagogico del “contrast before similarity”.
Audio da pianoforte vero. Coco assembla i suoni a runtime partendo da 37 campioni di un Yamaha Grand Piano. È una differenza che senti subito.
Una metrica unica di progresso, il CPI (Coco Performance Index), che combina livello e accuratezza in un numero che cresce solo se migliori.
Come l’ho costruito
Coco è il progetto in cui ho spinto più a fondo sull’AI come leva di sviluppo. Sono solo io, e senza Claude e Cursor non sarebbe esistito.
Lo stack è React Native con Expo per il client, Supabase per il backend. Il pezzo tecnico interessante è il motore audio: i suoni non sono pre-renderizzati, vengono composti a runtime combinando 37 sample di pianoforte. Questo significa che ogni accordo, ogni intervallo, ogni scala è generato sul momento, e posso creare livelli nuovi solo cambiando le regole nel database senza toccare file audio.
I livelli stessi sono interamente generati da regole JSONB. Niente domande hardcoded. Un livello è un set di vincoli (note ammesse, range di ottave, tempo limite, soglia di accuratezza) e il backend genera le domande al volo. Questo mi permette di avere 500+ livelli senza autorialità manuale.
L’AI entra in due punti chiave. Primo, la generazione dei titoli e delle descrizioni dei livelli: ho una pipeline con Claude Sonnet 4.6 che parte dai rules JSON grezzi e produce copy player-facing in italiano e inglese. Secondo, la prototipazione delle feature: passo dalle conversazioni a Cursor a PRD scritti, poi al codice, in un loop molto veloce.
La cosa che ho imparato qui è che l’AI non sostituisce la decisione di prodotto. La amplifica. Posso testare cinque varianti di onboarding in un pomeriggio invece che in due settimane. Ma quale variante scegliere, e perché, resta una decisione mia.