Glasovni asistent na uređaju za iPhone: kako radi i što očekivati
Glasovni asistent na uređaju čine tri programa koji rade naizmjence: jedan vas sluša, drugi odlučuje što reći i učiniti, a treći govori. Većina asistenata onaj srednji, a često i druga dva, pokreće na poslužitelju. Orvena prema zadanim postavkama sva tri pokreće na iPhoneu. Evo što to uključuje, kako ga postaviti i gdje su granice.
Što glasovni asistent na uređaju pokreće na telefonu
Slušanje. Orvena koristi Appleov sustav za prepoznavanje govora na uređaju iz okvira Speech u sustavu iOS 26. Kad prvi put govorite na nekom jeziku, iOS preuzima model za prepoznavanje tog jezika, pa kratka stanka "Pripremam se…" prije nego što progovorite taj put traje dulje.
Odlučivanje. Isti model koji odgovara kad tipkate: Orvena 4B, vlastiti model aplikacije Orvena, preuzimanje od 3,1 GB koje radi na grafičkom procesoru telefona, ili na sustavu iOS 27 Apple Intelligence, koji je ugrađen u iOS. Dok razgovarate, može koristiti alate telefona: premjestiti sastanak, postaviti alarm, provjeriti vremensku prognozu, pronaći fotografiju.
Govor. Dva neuronska sustava za sintezu govora generiraju glas na telefonu. Jedan pokriva engleski, španjolski, francuski, talijanski i portugalski a preuzimanje ima oko 345 MB; drugi pokriva još 26 jezika i ima 400 MB. Svaki ima i inačicu izrađenu za Neural Engine na iPhoneu, od 634 MB za prvi i 129 MB za drugi, kako se govor ne bi natjecao s jezičnim modelom za grafički procesor. Sve se to preuzima nakon što otključate glas i dovršava u pozadini, a prva glasovna sesija sve jednokratno priprema.
Praćenje razgovora. Mali vlastiti model aplikacije Orvena, Cue, prepoznaje što mislite kad Orveni upadnete u riječ i bez jezičnog modela odgovara na kratke rečenice poput "čuješ li me?". Preuzimanje ima 385 MB, a svaku odluku donosi na Neural Engineu za oko 10 milisekundi.
S bilo kojim od dvaju modela na uređaju ništa u toj petlji ne prelazi mrežu. Najpouzdanija provjera je Zrakoplovni mod: uključite ga, pokrenite glasovnu sesiju, pitajte što vam je sutra u kalendaru i poslušajte odgovor.
Pokretanje razgovora
- U aplikaciji. Dodirnite gumb s valnim oblikom u traci za pitanja. Otvara se glasovni prikaz preko cijelog zaslona, a gumb s tipkovnicom u bilo kojem trenutku vraća vas na tipkanje bez gubitka razgovora.
- Tipkom Akcija. Otvorite Postavke, odaberite Tipka Akcija, prijeđite prstom do opcije Prečac i odaberite "Razgovaraj s Orvenom". Pritisnite i govorite. Ista radnja "Razgovaraj s Orvenom" radi i u aplikaciji Prečaci i sa Siri.
- Na Dynamic Islandu. Dok sesija traje, Aktivnost uživo prikazuje trenutačno stanje (slušanje, rad ili čekanje odobrenja), a gumb Stop prekida slušanje čak i ako ste napustili aplikaciju.
Kako teče jedan krug razgovora
Orvena sluša i prikazuje transkript dok govorite. Smatra da ste završili nakon 1,5 sekunde tišine ili nakon 0,6 sekundi ako je prepoznavač vašu rečenicu već označio kao konačnu, zbog čega razmjena djeluje brzo, a da vas ne prekida usred misli. Zatim razmišlja, koristi alat ako ga zahtjev treba i prikazuje rezultat kao karticu te izgovara odgovor. Kad odgovor završi, ponovno sluša, pa se razgovor nastavlja bez korištenja ruku. Sesija završava kad dodirnete Završi ili nakon 90 sekundi u kojima ništa niste rekli.
Orvena sluša i dok razmišlja i govori, a poništavanje jeke na iPhoneu drži njezin vlastiti glas podalje od mikrofona. Kad počnete govoriti, njezin se glas stiša dok Cue utvrđuje što ste mislili: nakon "mhm" nastavlja, "čekaj" ili "stani" prekida odgovor, a novo pitanje je zaustavlja i postaje vaš sljedeći zahtjev. Što se računa kao što i koje odgovore Orvena daje bez jezičnog modela, opisuje članak Prekidanje Orvene.
Što radi bez interneta
Sve navedeno i svaki alat koji se nalazi na telefonu: kalendar, podsjetnici, alarmi i mjerači vremena, fotografije, sažeci iz aplikacije Zdravlje, kontakti, datoteke, glazba. Vezu treba sve što ovisi o vanjskom svijetu: pretraživanje weba, čitanje web stranice, vremenska prognoza, pretraživanje mjesta i vremena putovanja, povezane usluge poput Notiona ili GitHuba, Private Cloud Compute i svaki model u oblaku koji dodate s vlastitim ključem. Svaka od tih stavki navedena je, zajedno s uvjetom pod kojim doseže mrežu, u evidenciji na početnoj stranici.
Ograničenja
Orvena nema vlastitu riječ za buđenje. iOS stalno slušanje rezervira za Siri, pa asistenta treće strane treba otvoriti ili pokrenuti: tipka Akcija pokreće glasovnu sesiju, a kad Siri kažete "Pitaj aplikaciju Orvena", ona Orveni predaje jedno pitanje. Model je manji od onih iza asistenata u oblaku, i kod dugog istraživanja ili specijaliziranog područja to ćete primijetiti; za ono što ljudi naglas pitaju telefon (raspored, vremensku prognozu, podsjetnik, fotografiju, alarm koji uzima u obzir vrijeme putovanja) prave je veličine. Glas zahtijeva iPhone 15 Pro ili noviji s 8 GB memorije, jer to zahtijeva jezični model. A koje jezike Orvena može slušati ovisi o Appleovu prepoznavaču na uređaju, koji još ne podržava bugarski, estonski, latvijski, litavski ni slovenski: Orvena te jezike čita i piše kad tipkate, ali ih ne može slušati. Izbornik jezika nudi samo jezike koje Orvena može i čuti i govoriti.
Neobavezni glas u oblaku
Ako imate OpenAI ključ, umjesto toga možete voditi glasovnu sesiju uživo na OpenAI-jevu modelu Realtime. Brži je u izmjeni replika, a zauzvrat se vaš zvuk prenosi OpenAI-ju. Orvena traži pristanak prije početka sesije, ponovno pita ako razgovor već sadrži zdravstvene ili financijske podatke te na glasovnom zaslonu prikazuje narančastu oznaku "oblak" umjesto zelene "na ovom iPhoneu", tako da uvijek znate u kojem ste načinu rada.
Česta pitanja
Treba li glasu aplikacije Orvena internetska veza?
Ne, nakon što su glasovni paketi na telefonu, zajedno s vlastitim modelom aplikacije Orvena ako njega koristite umjesto Apple Intelligence, i nakon što iOS preuzme model za prepoznavanje govora na vašem jeziku kad njime prvi put progovorite. Prepoznavanje, odgovor i govor rade na telefonu, osim ako ste odabrali Private Cloud Compute ili model u oblaku. Mrežu koriste samo zahtjevi kojima treba vanjski svijet, poput pretraživanja weba ili vremenske prognoze, i to samo kad ih zatražite.
Na kojim jezicima mogu razgovarati glasom?
Na 26 od njezinih 31 jezika te na norveškom. Appleovo prepoznavanje govora na uređaju još ne pokriva bugarski, estonski, latvijski, litavski ni slovenski, pa Orvena te jezike razumije i piše kad tipkate, ali na njima ne može slušati. Svaki jezik ima svoj vodič za glasovne razgovore.
Mogu li prekinuti aplikaciju Orvena dok govori?
Da. Počnite govoriti i njezin se glas stiša dok utvrđuje što ste mislili. Nastavlja nakon "mhm", staje na "čekaj" ili "stani", a na novo pitanje odmah odgovara. Ako se modeli koji to omogućuju još nisu mogli preuzeti, glas i dalje radi i prikazuje "Prekidanje je zasad isključeno. Orvena će ga dovršiti sljedeći put kad pokrenete glas."
Mogu li koristiti AirPods ili Bluetooth slušalice?
Da. Glasovne sesije dopuštaju i Bluetooth hands-free i stereo profile, a inače se koristi ugrađeni zvučnik.
Je li glas besplatan?
Tipkanje je besplatno i neograničeno. Glasovni razgovori dio su kupnje Premium Unlock, jednokratne kupnje od 14,99 USD bez pretplate.
Zašto nema riječi za buđenje?
iOS samo Siri dopušta da sluša u pozadini. Siri možete reći "Pitaj aplikaciju Orvena", nakon čega vas pita što želite pitati, ili pokrenuti glasovnu sesiju tipkom Akcija, iz aplikacije Prečaci ili gumbom s valnim oblikom u aplikaciji.
Orvena je besplatna u trgovini App Store za iPhone 15 Pro i novije modele. Glasovni razgovori dio su jednokratne kupnje Premium Unlock.
Preuzmite u trgovini App Store