Aurora موبائل ایپ by Ping Chen is a highly esteemed winner of the very prestigious 2026 A' Design Award آہنی انعام in موبائل ٹیکنالوجیز، ایپلیکیشنز اور سافٹ ویئر ڈیزائن Competition Category.

لوہاموبائل· 2026

Aurora موبائل ایپ

by Ping Chen

Client: Aurora

A' Design Award آہنی انعام Winner in موبائل Category

6,542
Verified Award Winner
Verify Award Status for #182515

View at A' Design Award Press Release Award Badge

Colors

The Design

About Aurora موبائل ایپ

آرورا ایک موبائل ایپ ہے جو موسیقی پر مبنی تعامل کے ذریعے ADHD رکھنے والے افراد کے لیے جذباتی توازن میں معاونت کرتی ہے۔ انٹرفیس کیفیت سے مطابقت رکھنے والی پلے لسٹ کی تخلیق، ایک کثیر مزاج جرنل، اور روزمرہ کے رجحانات کے خلاصے کو یکجا کرتا ہے۔ ہر جرنل اندراج موجودہ ٹریک کو مزاج کی شدت کے سلائیڈرز اور ایک مختصر نوٹ کے ساتھ جوڑتا ہے۔ رجحانات کا منظر ان اہم لمحات کو نمایاں کرتا ہے جب موسیقی نے توجہ بہتر بنائی یا تناؤ کم کیا۔ ایک تال سے ہم آہنگ بصری موڈ سننے کے دوران نرم حرکت کے اشارے فراہم کرتا ہے تاکہ ذہنی استحکام میں مدد ملے۔

The Recognition

About the A' Design Award آہنی انعام

Aurora موبائل ایپ A' Design Award آہنی انعام کا فاتح ہے، جو ان اچھے ڈیزائنز کو دیا جانے والا باوقار اعتراف ہے جو اچھی طرح ڈیزائن کی گئی تخلیقات سے متوقع پیشہ ورانہ اور صنعتی تقاضوں کو پورا کرتے ہیں۔ آہنی انعام کے فاتحین اپنے تخلیق کاروں کی عظیم مہارت، اعلیٰ تخصص، ماہرانہ فہم اور تخلیقی صلاحیت کو ظاہر کرتے ہیں۔ Aurora موبائل ایپ سے توقع کی جاتی ہے کہ وہ ایک نہایت قدر کی جانے والی، سراہی جانے والی اور عزیز تخلیق ہوگا جو عملی اور جدید ہے۔ A' Design Award آہنی انعام جیتنے والا یہ ڈیزائن صنعت کے بہترین طریقوں کو یکجا کرتا ہے اور مہارت اور ہنر سے جڑی ہوئی قابل تکنیکی خصوصیات رکھتا ہے۔ Aurora موبائل ایپ اپنی باریک بینی کی وجہ سے قابل احترام ہے اور معیار زندگی کی ایسی بہتری فراہم کرنے کے لیے ڈیزائن کیا گیا ہے جو دنیا کو ایک بہتر جگہ بنانے میں مدد دیتی ہے۔

Behind the Design

Press Kit

Credits, team members and technical details provided by the designer.

Unique Properties: Aurora is a music-based emotional support app for people with ADHD. Unlike traditional music platforms that recommend by genre or history, Aurora learns from users' mood journals to generate state-matched playlists, highlight moments when music helped, and reveal daily regulation patterns. Rhythm-synced visuals add gentle grounding during listening. The result is a low-effort tool that turns everyday songs into long-term self-regulation habits for wellbeing support.
Dimensions & Packaging: Platform: Mobile app (iOS and Android concept). Core inputs: current track metadata, time stamp, multi-mood intensity sliders, and short text notes. Core outputs: state-matched playlists, daily mood pattern summaries, highlighted key moments, and rhythm-synced visual modes. Data model links each journal entry to a song and a time period to support calendar navigation and trend views. Visual modes include multiple selectable patterns designed for low stimulation.
Tags: ADHD support, emotional regulation, mood based playlists, music journaling, rhythm synced visuals, neurodiverse wellness, focus support, calm support, behavior design
Production Technology: Aurora is designed as a mobile app concept with interactive prototypes. The experience is structured around three modules: playlist generation, mood journaling, and visual listening mode. Mood inputs are captured with multi-dimensional sliders and saved as time-stamped entries linked to the current music track. The app then summarizes entries into daily patterns and generates state-matched playlists based on past mood and listening records. Rhythm-synced visuals are designed to respond to BPM and audio energy.
Design Challenge: The main challenge was designing for mixed emotional states without adding cognitive load. Many mood trackers force a single label, while detailed journaling can feel too demanding for ADHD users. This was addressed by using a small set of mood dimensions with quick sliders, blended visual cues to reflect mixed states, and an insight-first trend view that highlights only the most meaningful moments instead of showing every entry.
Research: Research Objectives: Understand how people with ADHD use music to manage focus and mood.
Methodology: Semi structured interviews and concept testing. Data Collection and Research Tools Used: Interview notes, affinity mapping, storyboard and UI prototypes.
Participants: 10 adults with ADHD. Results: Music helps regulation but playlists rarely match the moment and helpful tracks are hard to recall.
Insights and Impacts: Led to mood logging, pattern highlights, and state matched playlists. Effect of the Research in Real-Life Phenomena such as Business, Society and Design Itself: Supports neurodiverse wellbeing and reframes music as intentional support.
Inspiration: After interviewing 10 people with ADHD, I saw a repeated pattern: music helps them focus or calm down, but generic playlists rarely match the moment, and it is hard to remember what worked later. This gap inspired Aurora. I combined mood journaling, pattern insights, and rhythm-synced visuals to turn listening into a repeatable self-regulation tool.
Project Duration: Aurora was designed over approximately 8 weeks in the United States (Boston, MA). Work included user interviews, synthesis, concept development, wireframing, and high-fidelity UI prototyping.
Operation Flow: Users listen to music, then log a quick moment: what they are listening to, how they feel across a few mood sliders, and a short note. Aurora turns these moments into state matched playlists and a daily trend view that highlights when music helped stabilize focus or calm. A visual mode adds gentle rhythm synced motion during listening to support grounding and reduce overstimulation.
Patents: Copyrights belong to Ping Chen, 2025.
Team Members: Ping Chen
Haowei Zang