Hlasový asistent v zařízení pro iPhone: jak funguje a co od něj čekat

Hlasový asistent v zařízení jsou tři programy, které se střídají: jeden vás slyší, druhý rozhoduje, co říct a udělat, a třetí mluví. Většina asistentů provozuje ten prostřední, a často i zbylé dva, na serveru. Orvena ve výchozím nastavení provozuje všechny tři přímo v telefonu iPhone. Tady je, co to obnáší, jak to nastavit a kde jsou limity.

Co hlasový asistent v zařízení provozuje přímo v telefonu

Slyšení. Orvena používá rozpoznávač řeči Apple v zařízení z frameworku Speech v iOS 26. Když poprvé mluvíte určitým jazykem, iOS stáhne model rozpoznávání pro tento jazyk, takže krátká pauza "Připravuji se…", než začnete mluvit, tentokrát trvá déle.

Rozhodování. Stejný model, který odpovídá, když píšete: Qwen 3.5 4B, model ke stažení o velikosti 3,1 GB, který běží na GPU telefonu, nebo v iOS 27 Apple Intelligence, která je součástí iOS. Během hovoru může používat nástroje telefonu: přesunout schůzku, nastavit budík, zjistit počasí, najít fotku.

Mluvení. Hlas generují přímo v telefonu dva neurální hlasové moduly. Jeden pokrývá angličtinu, španělštinu, francouzštinu, italštinu a portugalštinu a stahuje se zhruba 345 MB; druhý pokrývá 26 dalších jazyků a má 400 MB. Oba se začnou stahovat, jakmile hlas odemknete, a stahování doběhne na pozadí.

S kterýmkoli z modelů v zařízení nic z této smyčky neprochází sítí. Poctivým testem je režim Letadlo: zapněte ho, spusťte hlasovou relaci, zeptejte se, co máte zítra v kalendáři, a poslechněte si odpověď.

Jak zahájit konverzaci

• V aplikaci. Klepněte na tlačítko se zvukovou vlnou v řádku pro dotaz. Otevře se hlasové zobrazení na celou obrazovku a tlačítko s klávesnicí vás kdykoli přepne zpět na psaní, aniž byste o konverzaci přišli.
• Z Akčního tlačítka. Otevřete Nastavení, zvolte Akční tlačítko, přejeďte na Zkratka a vyberte "Mluvit s Orvenou". Stiskněte a mluvte. Stejná akce "Mluvit s Orvenou" funguje i ze Zkratek a ze Siri.
• Z Dynamic Island. Během relace ukazuje živá aktivita stav Listening (poslouchá), Working (pracuje) nebo Approval (schválení) a tlačítko Stop ukončí poslech, i když jste aplikaci opustili.

Jak probíhá jedna výměna

Orvena poslouchá a během mluvení ukazuje přepis. Vaši řeč považuje za ukončenou po 1,5 sekundy ticha, nebo po 0,6 sekundy, když rozpoznávač už vaši větu označil za konečnou; díky tomu působí rozhovor svižně a zároveň vás nepřeruší uprostřed myšlenky. Pak přemýšlí, použije nástroj, pokud ho požadavek potřebuje, ukáže výsledek jako kartu a odpověď vysloví. Když odpověď skončí, znovu poslouchá, takže konverzace pokračuje bez použití rukou. Relace skončí, když klepnete na Ukončit, nebo po 90 sekundách, během kterých nic neřeknete.

Když Orvena přemýšlí a mluví, mikrofon je vypnutý. Je to záměr: dva rozpoznávače, které poslouchají zároveň, jsou přesně důvod, proč asistenti nakonec odpovídají sami sobě. Znamená to ale také, že při zpracování v zařízení nemůžete odpověď přerušit hlasem. Chcete-li ji utnout, klepněte na Ukončit, nebo na Stop v Dynamic Island.

Co funguje offline

Vše výše uvedené a každý nástroj, který žije v telefonu: kalendář, připomínky, budíky a časovače, fotky, souhrny z aplikace Zdraví, kontakty, soubory, hudba. Síť potřebuje jen to, co sahá do okolního světa: vyhledávání na webu, čtení webové stránky, počasí, hledání míst a doby cesty, připojené služby jako Notion nebo GitHub, Private Cloud Compute a jakýkoli cloudový model, který přidáte s vlastním klíčem. Každá z těchto položek je i s podmínkou, za které sahá do sítě, uvedená v registru na úvodní stránce.

Limity

Orvena nemá vlastní aktivační slovo. iOS vyhrazuje nepřetržité naslouchání pro Siri, takže asistenta třetí strany je potřeba otevřít nebo spustit: Akční tlačítko spustí hlasovou relaci a když Siri řeknete "Zeptej se aplikace Orvena", předáte aplikaci jednu otázku. Model je menší než ty, které stojí za cloudovými asistenty, a u dlouhého výzkumu nebo specializovaného oboru to poznáte; na to, na co se lidé telefonu ptají nahlas, tedy rozvrh, počasí, připomínku, fotku nebo budík, který počítá s dobou cesty, má správnou velikost. Hlas potřebuje iPhone 15 Pro nebo novější s 8 GB paměti, protože to potřebuje jazykový model. A to, jakým jazykům Orvena rozumí, závisí na rozpoznávači Apple v zařízení; výběr jazyka nabízí jen ty, kterými umí také mluvit.

Volitelný cloudový hlas

Pokud máte klíč OpenAI, můžete místo toho spustit živou hlasovou relaci na realtime modelu OpenAI. V rychlé výměně replik je svižnější a můžete ho přerušit uprostřed věty, výměnou za to ale váš zvuk proudí do OpenAI. Orvena si před zahájením relace vyžádá souhlas, znovu se zeptá, pokud konverzace už obsahuje zdravotní nebo finanční data, a hlasovou obrazovku označí jantarovým "cloud" místo zeleného "na tomto iPhonu", takže vždy víte, v jakém režimu jste.

Časté otázky

Potřebuje hlas v aplikaci Orvena připojení k internetu?

Ne, jakmile jsou v telefonu hlasové balíčky, spolu s vlastním modelem aplikace Orvena, pokud ho používáte místo Apple Intelligence, a iOS stáhl rozpoznávač pro váš jazyk, když jste jím poprvé mluvili. Rozpoznávání, odpověď i řeč běží v telefonu, pokud jste nezvolili Private Cloud Compute nebo cloudový model. Síť používají jen požadavky, které potřebují okolní svět, například vyhledávání na webu nebo počasí, a jen když o ně požádáte.

Můžu použít AirPods nebo Bluetooth headset?

Ano. Hlasové relace povolují profil Bluetooth hands-free i stereo, jinak se použije vestavěný reproduktor.

Je hlas zdarma?

Psaní je zdarma bez omezení. Hlasové konverzace jsou součástí Premium Unlock, jednorázového nákupu za 14,99 USD bez předplatného.

Proč tu není aktivační slovo?

iOS dovoluje naslouchat na pozadí jen Siri. Můžete Siri říct "Zeptej se aplikace Orvena" a Siri se zeptá, na co se chcete zeptat, nebo spustit hlasovou relaci z Akčního tlačítka, ze Zkratek nebo tlačítkem se zvukovou vlnou v aplikaci.