Assistant vocal sur l'appareil pour iPhone : son fonctionnement et ce qu'il faut en attendre

Un assistant vocal sur l'appareil, ce sont trois programmes qui travaillent à tour de rôle : un qui vous entend, un qui décide quoi dire et quoi faire, et un qui parle. La plupart des assistants font tourner celui du milieu, et souvent les deux autres, sur un serveur. Orvena les fait tourner tous les trois sur l'iPhone par défaut. Voici ce que cela implique, comment le configurer et où se situent les limites.

Ce qu'un assistant vocal sur l'appareil fait tourner sur le téléphone

Entendre. Orvena utilise la reconnaissance vocale sur l'appareil d'Apple, fournie par le framework Speech d'iOS 26. La première fois que vous parlez une langue, iOS télécharge le modèle de reconnaissance de cette langue : la courte pause "Préparation…" avant que vous parliez dure alors plus longtemps.

Décider. C'est le même modèle que celui qui répond quand vous tapez : Qwen 3.5 4B, un téléchargement de 3,1 Go qui tourne sur le GPU du téléphone, ou, sous iOS 27, Apple Intelligence, intégré à iOS. Il peut utiliser les outils du téléphone pendant que vous parlez : déplacer une réunion, régler une alarme, consulter la météo, retrouver une photo.

Parler. Deux moteurs de synthèse vocale neuronaux génèrent la voix sur le téléphone. L'un couvre l'anglais, l'espagnol, le français, l'italien et le portugais, pour un téléchargement d'environ 345 Mo ; l'autre couvre 26 autres langues et pèse 400 Mo. Les deux sont récupérés une fois la voix débloquée, et le téléchargement se termine en arrière-plan.

Avec l'un ou l'autre des modèles sur l'appareil, rien dans cette boucle ne passe par le réseau. Le mode Avion permet de le vérifier sans tricher : activez-le, lancez une session vocale, demandez ce qu'il y a dans votre calendrier demain, et écoutez la réponse.

Lancer une conversation

• Dans l'app. Touchez le bouton en forme d'onde dans la barre de saisie. Une vue vocale plein écran s'ouvre, et un bouton clavier vous ramène à la saisie à tout moment, sans perdre la conversation.
• Depuis le bouton Action. Ouvrez Réglages, choisissez Bouton Action, balayez jusqu'à Raccourci et sélectionnez "Parler à Orvena". Appuyez et parlez. La même action "Parler à Orvena" fonctionne depuis Raccourcis et depuis Siri.
• Depuis la Dynamic Island. Pendant une session, une activité en direct affiche Listening, Working ou Approval (écoute, traitement, approbation), et un bouton Stop arrête l'écoute même si vous avez quitté l'app.

Comment se déroule un tour de parole

Orvena écoute et affiche la transcription pendant que vous parlez. Il considère que vous avez terminé après 1,5 seconde de silence, ou 0,6 seconde une fois que la reconnaissance a déjà marqué votre phrase comme finale : c'est ce qui rend l'échange rapide sans vous couper au milieu d'une idée. Il réfléchit ensuite, utilise un outil si la demande en a besoin et en affiche le résultat sous forme de carte, puis prononce la réponse. Quand la réponse se termine, il se remet à écouter, si bien que la conversation se poursuit en mains libres. Une session prend fin quand vous touchez Terminer, ou après 90 secondes sans que rien ne soit dit.

Le micro est coupé pendant qu'Orvena réfléchit et parle. C'est voulu : deux moteurs de reconnaissance qui écoutent en même temps, c'est ainsi que des assistants finissent par se répondre à eux-mêmes. Cela signifie aussi que vous ne pouvez pas parler par-dessus une réponse avec le traitement sur l'appareil. Pour l'interrompre, touchez Terminer, ou Stop dans la Dynamic Island.

Ce qui fonctionne hors ligne

Tout ce qui précède, et tous les outils qui vivent sur le téléphone : calendrier, rappels, alarmes et minuteurs, photos, résumés de l'app Santé, contacts, fichiers, musique. Ce qui nécessite une connexion, c'est ce qui a besoin du monde extérieur : recherche web, lecture d'une page web, météo, recherche de lieux et temps de trajet, services connectés comme Notion ou GitHub, Private Cloud Compute, et tout modèle cloud que vous ajoutez avec votre propre clé. Chacun de ces éléments est listé, avec les conditions dans lesquelles il accède au réseau, dans le registre de la page d'accueil.

Les limites

Orvena n'a pas de mot d'activation propre. iOS réserve l'écoute permanente à Siri, si bien qu'un assistant tiers doit être ouvert ou déclenché : le bouton Action lance une session vocale, et dire "Demande à Orvena" à Siri lui confie une seule question. Le modèle est plus petit que ceux des assistants cloud, et pour une longue recherche ou un domaine spécialisé, vous le remarquerez ; pour ce qu'on demande à voix haute à un téléphone (l'agenda, la météo, un rappel, une photo, une alarme qui tient compte du temps de trajet), il a la bonne taille. La voix nécessite un iPhone 15 Pro ou plus récent avec 8 Go de mémoire, car le modèle de langage l'exige. Enfin, les langues qu'Orvena peut écouter dépendent de la reconnaissance vocale sur l'appareil d'Apple ; le sélecteur de langue ne propose que celles qu'il sait aussi parler.

La voix cloud facultative

Si vous avez une clé OpenAI, vous pouvez lancer à la place une session vocale en direct sur le modèle temps réel d'OpenAI. Il est plus réactif dans les échanges et vous pouvez l'interrompre en pleine phrase ; en contrepartie, votre audio est transmis en continu à OpenAI. Orvena demande votre consentement avant le début de la session, le redemande si la conversation contient déjà des données de santé ou financières, et étiquette l'écran vocal "cloud" en ambre plutôt que "sur cet iPhone" en vert, pour que vous sachiez toujours dans quel mode vous êtes.

Questions fréquentes

La voix d'Orvena a-t-elle besoin d'une connexion internet ?

Non, une fois que les packs de voix sont sur le téléphone, avec le modèle d'Orvena si vous l'utilisez plutôt qu'Apple Intelligence, et qu'iOS a récupéré la reconnaissance de votre langue la première fois que vous l'avez parlée. La reconnaissance, la réponse et la synthèse vocale tournent toutes sur le téléphone, sauf si vous avez choisi Private Cloud Compute ou un modèle cloud. Seules les demandes qui ont besoin du monde extérieur, une recherche web ou la météo, utilisent le réseau, et seulement quand vous les faites.

Puis-je utiliser des AirPods ou un casque Bluetooth ?

Oui. Les sessions vocales acceptent les profils Bluetooth mains libres et stéréo ; sinon, c'est le haut-parleur intégré qui est utilisé.

La voix est-elle gratuite ?

La saisie au clavier est gratuite et sans limites. Les conversations vocales font partie de Premium Unlock, un achat unique de 14,99 $ sans abonnement.

Pourquoi n'y a-t-il pas de mot d'activation ?

iOS ne permet qu'à Siri d'écouter en arrière-plan. Vous pouvez dire "Demande à Orvena" à Siri, qui vous demande alors ce que vous voulez demander à Orvena, ou lancer une session vocale depuis le bouton Action, depuis Raccourcis ou depuis le bouton en forme d'onde dans l'app.