Eszközön futó hangasszisztens iPhone-on: hogyan működik, és mire számíthatsz

Egy eszközön futó hangasszisztens három, egymás után dolgozó programból áll: az egyik hallja, amit mondasz, a másik eldönti, mit mondjon és mit tegyen, a harmadik pedig beszél. A legtöbb asszisztens a középsőt, gyakran a másik kettőt is, szerveren futtatja. Az Orvena alapból mindhármat az iPhone-on futtatja. Ez a cikk bemutatja, mivel jár ez, hogyan állítsd be, és hol vannak a határai.

Mit futtat a telefonon egy eszközön futó hangasszisztens

Hallás. Az Orvena az Apple eszközön futó beszédfelismerőjét használja, az iOS 26 Speech keretrendszeréből. Amikor először beszélsz egy nyelven, az iOS letölti az adott nyelv felismerési modelljét, ezért a megszólalás előtti rövid "Előkészítés…" szünet ilyenkor tovább tart.

Döntés. Ugyanaz a modell, amely gépeléskor is válaszol: a Qwen 3.5 4B, egy 3,1 GB-os letöltés, amely a telefon GPU-ján fut, vagy iOS 27 rendszeren az iOS-be épített Apple Intelligence. Beszélgetés közben is használhatja a telefon eszközeit: áttehet egy megbeszélést, beállíthat egy ébresztést, megnézheti az időjárást, megkereshet egy fotót.

Beszéd. Két neurális beszédmotor állítja elő a hangot a telefonon. Az egyik az angolt, a spanyolt, a franciát, az olaszt és a portugált fedi le, és nagyjából 345 MB-os letöltés; a másik további 26 nyelvet, és 400 MB. Mindkettő a hang feloldása után töltődik le, és a háttérben fejeződik be.

Bármelyik eszközön futó modellel ebből a láncból semmi sem megy át a hálózaton. A repülőgép üzemmód a legbiztosabb próba: kapcsold be, indíts hangos beszélgetést, kérdezd meg, mi van holnap a naptáradban, és hallgasd meg a választ.

Beszélgetés indítása

• Az appban. Koppints a beviteli sáv hullámforma gombjára. Megnyílik egy teljes képernyős hangnézet, és egy billentyűzet gombbal bármikor visszaválthatsz gépelésre anélkül, hogy elveszítenéd a beszélgetést.
• A Műveletgombról. Nyisd meg a Beállításokat, válaszd a Műveletgombot, lapozz a Parancs lehetőséghez, és válaszd a "Beszélgetés az Orvenával" parancsot. Nyomd meg, és beszélj. Ugyanez a "Beszélgetés az Orvenával" művelet a Parancsok appból és a Siriből is működik.
• A Dynamic Islandről. Futó beszélgetés közben egy élő tevékenység mutatja a Listening (figyel), a Working (dolgozik) vagy az Approval (jóváhagyás) állapotot, a Stop gomb pedig akkor is leállítja a figyelést, ha már elhagytad az appot.

Hogyan zajlik egy kör

Az Orvena figyel, és beszéd közben mutatja az átiratot. A körödet 1,5 másodperc csend után tekinti befejezettnek, vagy 0,6 másodperc után, ha a felismerő már véglegesnek jelölte a mondatodat; ettől gyors a váltás anélkül, hogy egy gondolat közepén félbeszakítana. Ezután gondolkodik, ha a kéréshez kell, használ egy eszközt, és kártyán mutatja az eredményt, majd kimondja a választ. Amikor a válasz véget ér, újra figyel, így a beszélgetés kéz nélkül folytatódik. A beszélgetés akkor ér véget, ha a Befejezés gombra koppintasz, vagy ha 90 másodpercig semmit sem mondasz.

Amíg az Orvena gondolkodik és beszél, a mikrofon ki van kapcsolva. Ez szándékos: ha egyszerre két felismerő figyel, az asszisztens a végén saját magának válaszol. Ez azt is jelenti, hogy az eszközön futó módban nem tudsz belebeszélni a válaszba. Ha félbe akarod szakítani, koppints a Befejezés gombra, vagy a Dynamic Islanden a Stop gombra.

Mi működik offline

Minden, ami fent szerepel, és minden eszköz, amely a telefonon él: naptár, emlékeztetők, ébresztések és időzítők, fotók, az Egészség app összesítői, kontaktok, fájlok, zene. Kapcsolat ahhoz kell, amihez a külvilág kell: webes keresés, weboldal olvasása, időjárás, helykeresés és utazási idők, csatlakoztatott szolgáltatások, például a Notion vagy a GitHub, a Private Cloud Compute, és bármely felhőmodell, amelyet a saját kulcsoddal adsz hozzá. Ezek mindegyike szerepel a kezdőlap leltárában, azzal a feltétellel együtt, amelyben a hálózatot eléri.

A korlátok

Az Orvenának nincs saját ébresztőszava. Az iOS a folyamatos figyelést a Sirinek tartja fenn, ezért egy külső asszisztenst meg kell nyitni vagy el kell indítani: a Műveletgomb hangos beszélgetést indít, a Sirinek mondott "Kérdezd meg az Orvena appot" pedig egyetlen kérdést ad át neki. A modell kisebb, mint a felhőalapú asszisztensek mögött állók, és hosszú kutatásnál vagy egy szakterületen ez érezhető; arra viszont, amit az emberek hangosan kérdeznek a telefonjuktól, a napirendre, az időjárásra, egy emlékeztetőre, egy fotóra, egy utazási időt is figyelembe vevő ébresztésre, pont megfelelő a mérete. A hanghoz iPhone 15 Pro vagy újabb, 8 GB memóriával rendelkező készülék kell, mert a nyelvi modellnek is erre van szüksége. Hogy az Orvena mely nyelveken tud figyelni, az az Apple eszközön futó felismerőjétől függ; a nyelvválasztó csak olyan nyelveket kínál, amelyeken beszélni is tud.

Az opcionális felhőalapú hang

Ha van OpenAI-kulcsod, helyette élő hangos beszélgetést is folytathatsz az OpenAI valós idejű modelljén. Az oda-vissza beszélgetésben gyorsabb, és mondat közben is félbeszakíthatod, cserébe viszont a hangod élőben az OpenAI-hoz kerül. Az Orvena a beszélgetés indítása előtt hozzájárulást kér, újra rákérdez, ha a beszélgetés már tartalmaz egészségügyi vagy pénzügyi adatot, és a hangképernyőn a zöld "ezen az iPhone-on" helyett borostyánsárga "felhő" címkét mutat, így mindig tudod, melyik módban vagy.

Gyakori kérdések

Kell internetkapcsolat az Orvena hangjához?

Nem, ha a hangcsomagok már a telefonon vannak, az Orvena saját modelljével együtt, ha az Apple Intelligence helyett azt használod, és az iOS letöltötte a nyelvedhez tartozó felismerőt, amikor először beszéltél rajta. A felismerés, a válasz és a beszéd is a telefonon fut, hacsak nem a Private Cloud Compute szolgáltatást vagy egy felhőmodellt választottad. Csak a külvilágot igénylő kérések, például egy webes keresés vagy az időjárás, használják a hálózatot, és csak akkor, ha kéred.

Használhatok AirPodsot vagy Bluetooth-headsetet?

Igen. A hangos beszélgetések a Bluetooth kihangosító és a sztereó profilt is támogatják, egyébként a beépített hangszóró szól.

Ingyenes a hang?

A gépelés korlátlanul ingyenes. A hangos beszélgetések a Premium Unlock részei, amely egyszeri, 14,99 dolláros vásárlás, előfizetés nélkül.

Miért nincs ébresztőszó?

Az iOS csak a Sirinek engedi, hogy a háttérben figyeljen. Mondhatod a Sirinek, hogy "Kérdezd meg az Orvena appot", mire megkérdezi, mit szeretnél kérdezni, vagy indíthatsz hangos beszélgetést a Műveletgombbal, a Parancsok appból vagy az app hullámforma gombjával.