AI гласов асистент, който говори вашия език: 31 езика на iPhone, сред тях и български

Orvena е AI гласов асистент, който говори 31 езика, сред тях и български, с гласове, генерирани на iPhone, а интерфейсът ѝ е на 30 езика. Ето списъка, как да го настроите и подробностите, които си струва да знаете за вашия език.

Езици на AI гласовия асистент: пълният списък с 31

Английският (с американски и британски гласове), испанският, френският, италианският и португалският имат специални гласове със собствени речници за произношение. Останалите 26 споделят един механизъм и набор от десет гласови стила: арабски, български, виетнамски, гръцки, датски, естонски, индонезийски, корейски, латвийски, литовски, немски, нидерландски, полски, румънски, руски, словашки, словенски, турски, украински, унгарски, финландски, хинди, хърватски, чешки, шведски и японски.

Не задавате език за отговорите. Orvena отговаря на езика, на който сте писали или говорили, съобщение по съобщение, така че можете да смените езика по средата на разговора и тя ще ви последва.

Това важи за собствения модел на Orvena. Apple Intelligence, с който Orvena може да отговаря и в iOS 27, покрива по-малко езици. Apple посочва следните езици за Apple Intelligence: английски, датски, нидерландски, френски, немски, италиански, норвежки, португалски, испански, шведски, турски, виетнамски, китайски (опростен и традиционен), японски и корейски. Orvena пита iOS дали моделът на Apple поддържа езика на вашия iPhone, а на език, който той не поддържа, показва "Apple Intelligence все още не поддържа този език. Изтеглете собствения модел на Orvena в 'Модели', за да разговаряте на него." Настройката по подразбиране за механизма, "Автоматично", избира Apple Intelligence само когато той поддържа езика на вашия iPhone.

Как да зададете езика, на който говорите

По подразбиране разпознаването на реч е настроено на "Автоматично": Orvena слуша на езика на текущия разговор, а ако още няма такъв, на езика на телефона ви. Ако винаги говорите на един език, фиксирайте го в Настройки, после "Глас", и разпознаването спира да гадае. Първия път, когато се използва даден език, iOS изтегля неговия модел за разпознаване на устройството, така че тогава екранът "Подготовка…" преди да заговорите остава малко по-дълго. iOS държи инсталирани само няколко езика за разпознаване едновременно; Orvena управлява това и винаги запазва езика на телефона ви и този, който сте фиксирали.

Избор на глас

Английският има осем гласа. Heart е гласът по подразбиране; другите американски гласове са Bella, Nicole, която шепне, Michael и Fenrir, а британските са Emma, George и Fable. Испанският, френският, италианският и португалският имат по един собствен глас. За другите 26 езика избирате един от десет стила, от "Женски 1" до "Женски 5" и от "Мъжки 1" до "Мъжки 5", и стилът се запазва при смяна на езика. Всеки английски глас и всеки от десетте стила има бутон за прослушване в Настройки; испанският, френският, италианският и португалският глас не се избират, а се включват сами, когато отговорът е на съответния език.

Изтеглянията

Гласът се предлага в два пакета, които се изтеглят, след като го отключите, и изтеглянето завършва във фонов режим: около 345 MB за английски, испански, френски, италиански и португалски и 400 MB за останалите 26 езика. Ако ви трябва само единият, другият може да бъде премахнат в Настройки. И двата идват от огледалния сървър на Orvena, като всеки файл се проверява спрямо фиксиран хеш, точно както при езиковия модел.

Как се създават гласовете

Първият механизъм е Kokoro, модел с 82 милиона параметъра, който работи с произношения, а не с правопис. За английски той носи в приложението речници за произношение с над 180 000 думи и малка невронна мрежа за всичко, което не е в тях. За испански, френски, италиански и португалски изтегля речник за произношение за всеки език, изговаря редките думи по правила за четене и произнася числата така, както би ги казал човек, който говори съответния език. Вторият механизъм, Supertonic, чете текста директно, без стъпка за произношение, и именно това му позволява да покрие 26 езика с едно изтегляне от 400 MB. И двата правят пауза от около четвърт секунда след изречение, а Supertonic прави и наполовина по-кратка пауза при запетая. И двата четат символите на глас: процентите, валутите и температурите се изговарят с думи на английски, испански, френски, италиански и португалски.

Бележки по езици

• Норвежки. Orvena чете и пише на норвежки и го говори с датския глас, тъй като писменият норвежки и датският са достатъчно близки, за да може датският глас да го чете добре.
• Малайски и галисийски. Говорят се съответно с индонезийския и португалския глас, по същата причина.
• Китайски. Разбира го и пише на него, но все още няма невронен глас, така че засега гласовите отговори използват вградения глас на iPhone.
• Арабски. Гласът е наличен, но интерфейсът не е преведен на арабски.
• Японски и корейски. Вътрешно се изговарят на по-кратки фрази, което подхожда и на двата езика; няма да го забележите, освен че паузите падат естествено.
• Siri. Фразите за Siri "Попитай Orvena" и "Говори с Orvena" са преведени на 29-те езика на интерфейса освен английски, например "Frag Orvena" на немски, "Spørg Orvena" на датски и "Demande à Orvena" на френски. Дали Siri ще реагира на тях, зависи от езиците, които Siri поддържа.
• Всеки език. Дали Orvena може да слуша на даден език, зависи от разпознаването на реч на Apple на устройството. Списъкът за избор предлага само езици, които тя може и да чува, и да говори.

Често задавани въпроси

Кои езици говори Orvena?

Трийсет и един: английски, испански, френски, италиански, португалски, немски, нидерландски, датски, шведски, финландски, полски, чешки, словашки, словенски, хърватски, унгарски, румънски, български, гръцки, украински, руски, турски, естонски, латвийски, литовски, арабски, хинди, индонезийски, виетнамски, корейски и японски. Интерфейсът е достъпен на 30 езика.

Генерират ли се гласовете на телефона?

Да. И двата механизма за реч работят на iPhone, а със собствения модел на Orvena или с Apple Intelligence там се написва и самият отговор. Ако изберете Private Cloud Compute или облачен модел, отговорът се написва на сървърите на съответния доставчик, а гласова сесия на живо с модела за реално време на OpenAI и ваш собствен ключ предава аудиото ви поточно към OpenAI. За всяко от тези неща първо се иска съгласие.

Може ли да превежда?

Можете да я помолите да преведе изречение или съобщение и тя ще го направи. Иначе просто отговаря на езика, който сте използвали.

Интерфейсът на моя език ли е?

На 30 езика, изброени на страницата в App Store. Арабският се говори, но интерфейсът все още не е преведен на него.