Stemmeassistent på enheden til iPhone: sådan virker den, og hvad du kan forvente

En stemmeassistent på enheden er tre programmer, der arbejder på skift: et, der hører dig, et, der beslutter, hvad der skal siges og gøres, og et, der taler. De fleste assistenter kører det midterste, og ofte også de to andre, på en server. Orvena kører som standard alle tre på iPhonen. Her er, hvad det indebærer, hvordan du sætter det op, og hvor grænserne går.

Hvad en stemmeassistent på enheden kører på telefonen

At høre. Orvena bruger Apples talegenkendelse på enheden fra Speech-frameworket i iOS 26. Første gang du taler et sprog, henter iOS genkendelsesmodellen for det sprog, så den korte pause med "Gør klar…", før du kan tale, varer længere den ene gang.

At beslutte. Den samme model, der svarer, når du skriver: Qwen 3.5 4B, en download på 3,1 GB, der kører på telefonens GPU, eller på iOS 27 Apple Intelligence, som er bygget ind i iOS. Den kan bruge telefonens værktøjer, mens du taler: flytte et møde, sætte en alarm, tjekke vejret, finde et foto.

At tale. To neurale talemotorer genererer stemmen på telefonen. Den ene dækker engelsk, spansk, fransk, italiensk og portugisisk og er en download på cirka 345 MB; den anden dækker 26 sprog mere og fylder 400 MB. Begge hentes, når du har låst stemme op, og bliver færdige i baggrunden.

Med en af de to modeller på enheden går intet i det forløb over netværket. Flytilstand er den ærlige test: Slå den til, start en stemmesession, spørg, hvad der står i din kalender i morgen, og lyt til svaret.

Sådan starter du en samtale

• I appen. Tryk på bølgeformknappen i spørgefeltet. En stemmevisning i fuld skærm åbnes, og en tastaturknap skifter dig tilbage til at skrive når som helst, uden at du mister samtalen.
• Fra handlingsknappen. Åbn Indstillinger, vælg Handlingsknap, skub til Genvej, og vælg "Tal med Orvena". Tryk, og tal. Den samme handling, "Tal med Orvena", virker fra Genveje og fra Siri.
• Fra Dynamic Island. Mens en session kører, viser en liveaktivitet, om Orvena lytter, arbejder eller venter på godkendelse, og en Stop-knap afslutter lytningen, selv hvis du har forladt appen.

Sådan foregår en tur

Orvena lytter og viser transskriptionen, mens du taler. Den betragter din tur som afsluttet efter 1,5 sekunders stilhed, eller 0,6 sekunder, når genkendelsen allerede har markeret din sætning som færdig, og det er det, der får udvekslingen til at føles hurtig uden at afbryde dig midt i en tanke. Derefter tænker den, bruger et værktøj, hvis anmodningen kræver det, viser resultatet som et kort og siger svaret højt. Når svaret er slut, lytter den igen, så samtalen fortsætter håndfrit. En session slutter, når du trykker på Afslut, eller efter 90 sekunders tavshed.

Mikrofonen er slukket, mens Orvena tænker og taler. Det er bevidst: To genkendere, der lytter på samme tid, er grunden til, at assistenter ender med at svare sig selv. Det betyder også, at du ikke kan tale hen over et svar, når alt kører på enheden. Vil du afbryde et svar, så tryk på Afslut eller på Stop i Dynamic Island.

Hvad virker offline

Alt ovenfor og alle værktøjer, der bor på telefonen: kalender, påmindelser, alarmer og timere, fotos, oversigter fra Sundhed, kontakter, filer, musik. Det, der kræver forbindelse, er det, der kræver omverdenen: websøgning, læsning af en webside, vejr, søgning efter steder og rejsetider, forbundne tjenester som Notion eller GitHub, Private Cloud Compute og enhver cloudmodel, du tilføjer med din egen nøgle. Hver af dem står opført i regnskabet på forsiden, sammen med betingelsen for, hvornår den går på nettet.

Begrænsningerne

Orvena har ikke sit eget vækkeord. iOS forbeholder Siri retten til at lytte hele tiden, så en tredjepartsassistent skal åbnes eller startes: Handlingsknappen starter en stemmesession, og siger du "Spørg Orvena" til Siri, giver den Orvena ét enkelt spørgsmål. Modellen er mindre end dem bag cloudassistenterne, og til lang research eller et specialiseret fagområde vil du mærke det; til det, folk spørger en telefon om højt (kalenderen, vejret, en påmindelse, et foto, en alarm, der tager højde for rejsetiden), har den den rigtige størrelse. Stemme kræver en iPhone 15 Pro eller nyere med 8 GB hukommelse, fordi sprogmodellen gør. Og hvilke sprog Orvena kan lytte på, afhænger af Apples genkendelse på enheden; sprogvælgeren tilbyder kun dem, den også kan tale.

Den valgfrie cloudstemme

Har du en OpenAI-nøgle, kan du i stedet køre en livestemmesession på OpenAIs realtime-model. Den er hurtigere i dialogen, og du kan afbryde den midt i en sætning; til gengæld streames din lyd til OpenAI. Orvena beder om samtykke, før sessionen starter, spørger igen, hvis samtalen allerede indeholder sundheds- eller økonomidata, og mærker stemmeskærmen "cloud" i ravgult i stedet for "på denne iPhone" i grønt, så du altid ved, hvilken tilstand du er i.

Ofte stillede spørgsmål

Kræver Orvenas stemme en internetforbindelse?

Nej, når stemmepakkerne er på telefonen, sammen med Orvenas egen model, hvis du bruger den i stedet for Apple Intelligence, og iOS har hentet genkendelsen til dit sprog, første gang du talte det. Genkendelse, svar og tale kører alt sammen på telefonen, medmindre du har valgt Private Cloud Compute eller en cloudmodel. Kun anmodninger, der kræver omverdenen, som en websøgning eller vejret, bruger netværket, og kun når du beder om det.

Kan jeg bruge AirPods eller et Bluetooth-headset?

Ja. Stemmesessioner tillader både Bluetooth-profilen til håndfri og stereoprofilen, og ellers bruges den indbyggede højttaler.

Er stemme gratis?

At skrive er gratis uden begrænsninger. Stemmesamtaler indgår i Premium Unlock, et engangskøb til $14,99 uden abonnement.

Hvorfor er der intet vækkeord?

iOS lader kun Siri lytte i baggrunden. Du kan sige "Spørg Orvena" til Siri, som så spørger, hvad du vil spørge om, eller starte en stemmesession fra handlingsknappen, fra Genveje eller fra bølgeformknappen i appen.