Asistente de voz en el dispositivo para iPhone: cómo funciona sin conexión y qué esperar

Un asistente de voz en el dispositivo son tres programas que trabajan por turnos: uno que te oye, otro que decide qué decir y hacer, y otro que habla. La mayoría de los asistentes ejecutan el del medio, y a menudo también los otros dos, en un servidor. Orvena ejecuta los tres en el iPhone por defecto, así que, con todo descargado, también funciona como asistente de voz sin conexión. Esto es lo que implica, cómo configurarlo y dónde están los límites.

Qué ejecuta en el móvil un asistente de voz en el dispositivo

Oír. Orvena usa el reconocedor de voz en el dispositivo de Apple, del framework Speech de iOS 26. La primera vez que hablas en un idioma, iOS descarga el modelo de reconocimiento de ese idioma, así que la breve pausa de "Preparando…" antes de que hables dura más esa vez.

Decidir. El mismo modelo que responde cuando escribes: Qwen 3.5 4B, una descarga de 3,1 GB que se ejecuta en la GPU del móvil, o, en iOS 27, Apple Intelligence, que viene integrado en iOS. Puede usar las herramientas del móvil mientras hablas: mover una reunión, poner una alarma, consultar el tiempo, encontrar una foto.

Hablar. Dos motores de voz neuronales generan la voz en el móvil. Uno cubre inglés, español, francés, italiano y portugués, y es una descarga de unos 345 MB; el otro cubre 26 idiomas más y ocupa 400 MB. Los dos se descargan después de desbloquear la voz y terminan en segundo plano.

Con cualquiera de los dos modelos en el dispositivo, nada de ese ciclo pasa por la red. El modo Avión es la prueba de verdad: actívalo, inicia una sesión de voz, pregunta qué tienes mañana en el calendario y escucha la respuesta.

Empezar una conversación

• En la app. Toca el botón de la forma de onda en la barra de preguntas. Se abre una vista de voz a pantalla completa, y un botón de teclado te devuelve a escribir en cualquier momento sin perder la conversación.
• Desde el botón de acción. Abre Ajustes, elige Botón de acción, desliza hasta Atajo y selecciona "Hablar con Orvena". Pulsa y habla. La misma acción "Hablar con Orvena" funciona desde Atajos y desde Siri.
• Desde la Dynamic Island. Mientras hay una sesión en marcha, una Actividad en Directo muestra si Orvena está escuchando, trabajando o esperando tu aprobación, y su botón para detener termina la escucha aunque hayas salido de la app.

Cómo funciona un turno

Orvena escucha y muestra la transcripción mientras hablas. Da tu turno por terminado tras 1,5 segundos de silencio, o 0,6 segundos si el reconocedor ya ha marcado tu frase como final, y eso es lo que hace que el intercambio resulte ágil sin cortarte a mitad de una idea. Después piensa, usa una herramienta si la petición lo necesita y muestra el resultado como una tarjeta, y dice la respuesta en voz alta. Cuando termina la respuesta vuelve a escuchar, así que la conversación sigue sin que uses las manos. Una sesión termina cuando tocas Finalizar, o tras 90 segundos sin que digas nada.

El micrófono está apagado mientras Orvena piensa y habla. Es intencionado: tener dos reconocedores escuchando a la vez es lo que hace que los asistentes acaben respondiéndose a sí mismos. También significa que, con el procesamiento en el dispositivo, no puedes interrumpir una respuesta hablando. Para cortarla, toca Finalizar, o el botón de detener en la Dynamic Island.

Qué funciona sin conexión

Todo lo anterior, y cada herramienta que vive en el móvil: calendario, recordatorios, alarmas y temporizadores, fotos, resúmenes de Salud, contactos, archivos, música. Lo que necesita conexión es lo que necesita el mundo exterior: búsqueda web, leer una página web, el tiempo, búsqueda de lugares y tiempos de viaje, servicios conectados como Notion o GitHub, Private Cloud Compute y cualquier modelo en la nube que añadas con tu propia clave. Cada uno de ellos aparece, con la condición en la que llega a la red, en el registro de la página de inicio.

Los límites

Orvena no tiene palabra de activación propia. iOS reserva la escucha permanente para Siri, así que a un asistente de terceros hay que abrirlo o activarlo: el botón de acción inicia una sesión de voz, y decirle "Pregúntale a Orvena" a Siri le pasa una sola pregunta. El modelo es más pequeño que los que hay detrás de los asistentes en la nube, y en una investigación larga o en un campo especializado lo notarás; para lo que la gente le pregunta en voz alta a un móvil (la agenda, el tiempo, un recordatorio, una foto, una alarma que tiene en cuenta el tiempo de viaje) tiene el tamaño adecuado. La voz necesita un iPhone 15 Pro o posterior con 8 GB de memoria, porque el modelo de lenguaje la necesita. Y los idiomas que Orvena puede escuchar dependen del reconocedor en el dispositivo de Apple; el selector de idioma solo ofrece los que también puede hablar.

La voz opcional en la nube

Si tienes una clave de OpenAI, puedes hacer una sesión de voz en directo con el modelo en tiempo real de OpenAI. Responde más rápido en el intercambio de turnos y puedes interrumpirla a mitad de frase, y a cambio tu audio se transmite a OpenAI. Orvena te pide consentimiento antes de que empiece la sesión, vuelve a preguntar si la conversación ya contiene datos de salud o financieros, y marca la pantalla de voz con "nube" en ámbar en lugar de "en este iPhone" en verde, para que siempre sepas en qué modo estás.

Preguntas frecuentes

¿La voz de Orvena necesita conexión a internet?

No, una vez que los paquetes de voz están en el móvil, junto con el modelo propio de Orvena si lo usas en lugar de Apple Intelligence, y iOS ha descargado el reconocedor de tu idioma la primera vez que lo hablas. El reconocimiento, la respuesta y la voz se ejecutan en el móvil, salvo que hayas elegido Private Cloud Compute o un modelo en la nube. Solo las peticiones que necesitan el mundo exterior, como una búsqueda web o el tiempo, usan la red, y solo cuando tú lo pides.

¿Puedo usar AirPods o unos auriculares Bluetooth?

Sí. Las sesiones de voz admiten tanto el perfil manos libres de Bluetooth como el estéreo, y si no hay ninguno se usa el altavoz integrado.

¿La voz es gratis?

Escribir es gratis y sin límites. Las conversaciones de voz forman parte de Premium Unlock, una compra única de 14,99 $ sin suscripción.

¿Por qué no hay palabra de activación?

iOS solo permite que Siri escuche en segundo plano. Puedes decirle "Pregúntale a Orvena" a Siri, que te pregunta qué quieres preguntar, o iniciar una sesión de voz desde el botón de acción, desde Atajos o desde el botón de la forma de onda en la app.