Ένας φωνητικός βοηθός AI που μιλά τη γλώσσα σας: 31 γλώσσες, στο iPhone

Το Orvena είναι ένας φωνητικός βοηθός AI που μιλά 31 γλώσσες με φωνές που δημιουργούνται στο iPhone, και η διεπαφή του είναι διαθέσιμη σε 30. Ακολουθούν η λίστα, ο τρόπος ρύθμισης και όσα αξίζει να γνωρίζετε για τη γλώσσα σας.

Γλώσσες του φωνητικού βοηθού AI: η πλήρης λίστα των 31

Τα αγγλικά (με αμερικανικές και βρετανικές φωνές), τα ισπανικά, τα γαλλικά, τα ιταλικά και τα πορτογαλικά έχουν αποκλειστικές φωνές με δικά τους λεξικά προφοράς. Οι άλλες 26 μοιράζονται μία μηχανή και ένα σύνολο δέκα στιλ φωνής: αραβικά, βουλγαρικά, κροατικά, τσεχικά, δανικά, ολλανδικά, εσθονικά, φινλανδικά, γερμανικά, ελληνικά, χίντι, ουγγρικά, ινδονησιακά, ιαπωνικά, κορεατικά, λετονικά, λιθουανικά, πολωνικά, ρουμανικά, ρωσικά, σλοβακικά, σλοβενικά, σουηδικά, τουρκικά, ουκρανικά και βιετναμικά.

Δεν ορίζετε γλώσσα απάντησης. Το Orvena απαντά στη γλώσσα στην οποία γράψατε ή μιλήσατε, μήνυμα προς μήνυμα, οπότε μπορείτε να αλλάξετε γλώσσα στη μέση της συνομιλίας και σας ακολουθεί.

Αυτό ισχύει για το δικό μοντέλο του Orvena. Το Apple Intelligence, με το οποίο το Orvena μπορεί επίσης να απαντά στο iOS 27, καλύπτει λιγότερες γλώσσες. Η Apple αναφέρει τις εξής γλώσσες για το Apple Intelligence: αγγλικά, δανικά, ολλανδικά, γαλλικά, γερμανικά, ιταλικά, νορβηγικά, πορτογαλικά, ισπανικά, σουηδικά, τουρκικά, βιετναμικά, κινεζικά (απλοποιημένα και παραδοσιακά), ιαπωνικά και κορεατικά. Το Orvena ρωτά το iOS αν το μοντέλο της Apple υποστηρίζει τη γλώσσα του iPhone σας, και σε γλώσσα που δεν υποστηρίζει εμφανίζει "Το Apple Intelligence δεν υποστηρίζει ακόμη αυτή τη γλώσσα. Κατεβάστε το δικό μοντέλο του Orvena από τα Μοντέλα για να συνομιλείτε σε αυτή τη γλώσσα." Η προεπιλεγμένη ρύθμιση μηχανής, "Αυτόματο", επιλέγει το Apple Intelligence μόνο όταν υποστηρίζει τη γλώσσα του iPhone σας.

Ρύθμιση της γλώσσας ομιλίας

Από προεπιλογή η αναγνώριση ομιλίας είναι ρυθμισμένη σε "Αυτόματο": το Orvena ακούει στη γλώσσα της τρέχουσας συνομιλίας και, αν δεν υπάρχει ακόμη συνομιλία, στη γλώσσα του τηλεφώνου σας. Αν μιλάτε πάντα την ίδια γλώσσα, ορίστε τη σταθερά στις Ρυθμίσεις, στην ενότητα Φωνή, και η αναγνώριση σταματά να μαντεύει. Την πρώτη φορά που χρησιμοποιείται μια γλώσσα, το iOS κατεβάζει το μοντέλο αναγνώρισης της γλώσσας στη συσκευή, οπότε η οθόνη "Προετοιμασία…" πριν μιλήσετε μένει λίγο περισσότερο εκείνη τη φορά. Το iOS κρατά εγκατεστημένες μόνο λίγες γλώσσες αναγνώρισης ταυτόχρονα· το Orvena το διαχειρίζεται και κρατά πάντα τη γλώσσα του τηλεφώνου σας και αυτή που ορίσατε.

Επιλογή φωνής

Τα αγγλικά έχουν οκτώ φωνές. Η Heart είναι η προεπιλογή· οι άλλες αμερικανικές φωνές είναι η Bella, η Nicole, που ψιθυρίζει, ο Michael και ο Fenrir, και οι βρετανικές είναι η Emma, ο George και ο Fable. Τα ισπανικά, τα γαλλικά, τα ιταλικά και τα πορτογαλικά έχουν το καθένα τη δική του φωνή. Για τις άλλες 26 γλώσσες επιλέγετε ένα από δέκα στιλ, Γυναικεία 1 έως 5 και Ανδρική 1 έως 5, και το στιλ διατηρείται σε όλες τις γλώσσες. Κάθε αγγλική φωνή και καθένα από τα δέκα στιλ έχει κουμπί προεπισκόπησης στις Ρυθμίσεις· οι φωνές για ισπανικά, γαλλικά, ιταλικά και πορτογαλικά δεν επιλέγονται, αλλά ενεργοποιούνται μόνες τους όταν μια απάντηση είναι στη γλώσσα τους.

Οι λήψεις

Η φωνή έρχεται σε δύο πακέτα, που κατεβαίνουν αφού την ξεκλειδώσετε και ολοκληρώνονται στο παρασκήνιο: περίπου 345 MB για αγγλικά, ισπανικά, γαλλικά, ιταλικά και πορτογαλικά, και 400 MB για τις άλλες 26 γλώσσες. Αν χρειάζεστε μόνο το ένα, μπορείτε να αφαιρέσετε το άλλο από τις Ρυθμίσεις. Και τα δύο προέρχονται από τον διακομιστή-καθρέφτη (mirror) του Orvena, και κάθε αρχείο ελέγχεται με ένα καθορισμένο hash, με τον ίδιο τρόπο όπως το γλωσσικό μοντέλο.

Πώς δημιουργούνται οι φωνές

Η πρώτη μηχανή είναι το Kokoro, ένα μοντέλο 82 εκατομμυρίων παραμέτρων που δουλεύει με βάση την προφορά και όχι την ορθογραφία. Για τα αγγλικά περιέχει μέσα στην εφαρμογή λεξικά προφοράς με περισσότερες από 180.000 λέξεις, και ένα μικρό νευρωνικό δίκτυο για ό,τι δεν υπάρχει σε αυτά. Για τα ισπανικά, τα γαλλικά, τα ιταλικά και τα πορτογαλικά κατεβάζει ένα λεξικό προφοράς ανά γλώσσα, προφέρει τις σπάνιες λέξεις με κανόνες ανάγνωσης των γραμμάτων και εκφωνεί τους αριθμούς όπως θα τους έλεγε ένας ομιλητής της γλώσσας. Η δεύτερη μηχανή, το Supertonic, διαβάζει το κείμενο απευθείας χωρίς βήμα προφοράς, και αυτό του επιτρέπει να καλύπτει 26 γλώσσες σε μία λήψη 400 MB. Και οι δύο κάνουν παύση περίπου ενός τετάρτου του δευτερολέπτου μετά από κάθε πρόταση, και το Supertonic κάνει επίσης παύση μισής διάρκειας σε κάθε κόμμα. Και οι δύο διαβάζουν φωναχτά τα σύμβολα: τα ποσοστά, τα νομίσματα και οι θερμοκρασίες εκφωνούνται ως λέξεις στα αγγλικά, τα ισπανικά, τα γαλλικά, τα ιταλικά και τα πορτογαλικά.

Σημειώσεις ανά γλώσσα

• Νορβηγικά. Το Orvena τα διαβάζει και τα γράφει, και τα μιλά με τη δανική φωνή, αφού τα γραπτά νορβηγικά και τα δανικά είναι αρκετά κοντά ώστε η δανική φωνή να τα διαβάζει καλά.
• Μαλαισιανά και γαλικιανά. Εκφωνούνται με την ινδονησιακή και την πορτογαλική φωνή αντίστοιχα, για τον ίδιο λόγο.
• Κινεζικά. Τα κατανοεί και τα γράφει, αλλά δεν υπάρχει ακόμη νευρωνική φωνή, οπότε οι φωνητικές απαντήσεις χρησιμοποιούν προς το παρόν την ενσωματωμένη φωνή του iPhone.
• Αραβικά. Η φωνή υπάρχει, αλλά η διεπαφή δεν έχει μεταφραστεί στα αραβικά.
• Ιαπωνικά και κορεατικά. Εσωτερικά εκφωνούνται σε μικρότερες φράσεις, κάτι που ταιριάζει και στις δύο γλώσσες· το μόνο που θα προσέξετε είναι ότι οι παύσεις ακούγονται φυσικές.
• Siri. Οι φράσεις του Siri για το "Ρώτα το Orvena" και το "Μίλα στο Orvena" έχουν μεταφραστεί στις 29 γλώσσες της διεπαφής πέρα από τα αγγλικά, για παράδειγμα "Frag Orvena" στα γερμανικά, "Spørg Orvena" στα δανικά και "Demande à Orvena" στα γαλλικά. Το αν θα ανταποκριθεί το Siri σε αυτές εξαρτάται από τις γλώσσες που υποστηρίζει το Siri.
• Οποιαδήποτε γλώσσα. Το αν το Orvena μπορεί να ακούει σε μια γλώσσα εξαρτάται από την αναγνώριση ομιλίας της Apple στη συσκευή. Η λίστα επιλογής προσφέρει μόνο γλώσσες που μπορεί και να ακούει και να μιλά.

Συχνές ερωτήσεις

Ποιες γλώσσες μιλά το Orvena;

Τριάντα μία: αγγλικά, ισπανικά, γαλλικά, ιταλικά, πορτογαλικά, γερμανικά, ολλανδικά, δανικά, σουηδικά, φινλανδικά, πολωνικά, τσεχικά, σλοβακικά, σλοβενικά, κροατικά, ουγγρικά, ρουμανικά, βουλγαρικά, ελληνικά, ουκρανικά, ρωσικά, τουρκικά, εσθονικά, λετονικά, λιθουανικά, αραβικά, χίντι, ινδονησιακά, βιετναμικά, κορεατικά και ιαπωνικά. Η διεπαφή είναι διαθέσιμη σε 30 γλώσσες.

Δημιουργούνται οι φωνές στο τηλέφωνο;

Ναι. Και οι δύο μηχανές ομιλίας εκτελούνται στο iPhone, και με το δικό μοντέλο του Orvena ή με το Apple Intelligence η απάντηση γράφεται κι αυτή εκεί. Αν επιλέξετε το Private Cloud Compute ή ένα μοντέλο cloud, η απάντηση γράφεται στους διακομιστές του αντίστοιχου παρόχου, και μια ζωντανή φωνητική συνεδρία με το μοντέλο πραγματικού χρόνου της OpenAI και το δικό σας κλειδί μεταδίδει τον ήχο σας στην OpenAI. Καθεμία από αυτές τις επιλογές ζητά πρώτα τη συγκατάθεσή σας.

Μπορεί να μεταφράζει;

Μπορείτε να του ζητήσετε να μεταφράσει μια πρόταση ή ένα μήνυμα, και θα το κάνει. Κατά τα άλλα, απλώς απαντά στη γλώσσα που χρησιμοποιήσατε.

Είναι η διεπαφή στη γλώσσα μου;

Σε 30 γλώσσες, που αναφέρονται στη σελίδα του App Store. Τα αραβικά εκφωνούνται, αλλά η διεπαφή δεν έχει μεταφραστεί ακόμη στα αραβικά.