Suara

Asisten suara di perangkat untuk iPhone: cara kerjanya dan apa yang bisa diharapkan

DIPERBARUI 5 NOVEMBER 2026 · 4 MENIT BACA · ORVENA LABS

Asisten suara di perangkat terdiri dari tiga program yang bekerja bergantian: satu yang mendengar Anda, satu yang memutuskan apa yang dikatakan dan dilakukan, dan satu yang berbicara. Sebagian besar asisten menjalankan program yang di tengah, dan sering kali dua lainnya juga, di server. Orvena menjalankan ketiganya di iPhone secara default. Berikut apa saja yang terlibat, cara menyiapkannya, dan di mana batasannya.

Orvena gratis untuk iPhone 15 Pro dan yang lebih baru. Fitur suara termasuk dalam Premium Unlock, pembelian satu kali. Unduh

Apa yang dijalankan asisten suara di perangkat pada ponsel

Mendengar. Orvena memakai pengenal ucapan di perangkat milik Apple dari framework Speech di iOS 26. Saat pertama kali Anda berbicara dalam suatu bahasa, iOS mengunduh model pengenalan untuk bahasa itu, sehingga jeda singkat "Bersiap…" sebelum Anda berbicara berlangsung lebih lama pada kali itu.

Memutuskan. Model yang sama yang menjawab saat Anda mengetik: Orvena 4B, model milik Orvena sendiri, unduhan 3,1 GB yang berjalan di GPU ponsel, atau di iOS 27 Apple Intelligence, yang sudah terpasang di iOS. Model ini bisa memakai alat-alat ponsel selagi Anda berbicara: memindahkan rapat, menyetel alarm, memeriksa cuaca, menemukan foto.

Berbicara. Dua mesin ucapan neural menghasilkan suara di ponsel. Yang satu mencakup bahasa Inggris, Spanyol, Prancis, Italia, dan Portugis, dengan ukuran unduhan sekitar 345 MB; yang lain mencakup 26 bahasa lainnya dan berukuran 400 MB. Masing-masing juga punya versi yang dibuat untuk Neural Engine iPhone, 634 MB untuk yang pertama dan 129 MB untuk yang kedua, sehingga sintesis suara tidak berebut GPU dengan model bahasa. Semuanya diunduh setelah Anda membuka fitur suara dan selesai di latar belakang, lalu sesi suara pertama menyiapkannya satu kali.

Mengikuti percakapan. Model kecil milik Orvena sendiri, Cue, menentukan maksud Anda ketika Anda bicara saat Orvena sedang berbicara, dan menjawab ucapan singkat seperti "bisa dengar saya?" tanpa model bahasa. Ukuran unduhannya 385 MB, dan setiap keputusan dibuatnya di Neural Engine dalam sekitar 10 milidetik.

Dengan model di perangkat mana pun, tidak ada bagian dari rangkaian itu yang melewati jaringan. Mode Pesawat adalah uji yang jujur: nyalakan, mulai sesi suara, tanyakan apa yang ada di kalender Anda besok, lalu dengarkan jawabannya.

Memulai percakapan

Cara kerja satu giliran

Orvena mendengarkan dan menampilkan transkrip saat Anda berbicara. Giliran Anda dianggap selesai setelah 1,5 detik hening, atau 0,6 detik jika pengenal ucapan sudah menandai kalimat Anda sebagai final. Itulah yang membuat percakapan terasa cepat tanpa memotong Anda di tengah pikiran. Lalu Orvena berpikir, memakai alat jika permintaan membutuhkannya dan menampilkan hasilnya sebagai kartu, kemudian mengucapkan jawabannya. Saat jawaban selesai, Orvena mendengarkan lagi, sehingga percakapan berlanjut tanpa perlu menyentuh ponsel. Sesi berakhir saat Anda mengetuk Akhiri, atau setelah 90 detik tanpa ada yang diucapkan.

Orvena tetap mendengarkan selagi berpikir dan berbicara, dan peredam gema iPhone mencegah suaranya sendiri masuk ke mikrofon. Saat Anda mulai berbicara, suaranya mengecil selagi Cue menentukan maksud Anda: "hmm" membuatnya terus berbicara, "tunggu" atau "stop" mengakhiri jawaban, dan pertanyaan baru menghentikannya lalu menjadi giliran Anda berikutnya. Menyela Orvena menjelaskan ucapan mana yang dianggap apa, serta balasan yang diberikannya tanpa model bahasa.

Apa yang berfungsi offline

Semua yang disebutkan di atas, dan setiap alat yang ada di ponsel: kalender, pengingat, alarm dan timer, foto, ringkasan app Kesehatan, kontak, file, musik. Yang membutuhkan koneksi adalah hal-hal yang membutuhkan dunia luar: pencarian web, membaca halaman web, cuaca, pencarian tempat dan waktu perjalanan, layanan terhubung seperti Notion atau GitHub, Private Cloud Compute, dan model cloud apa pun yang Anda tambahkan dengan kunci Anda sendiri. Masing-masing tercantum, beserta kondisi saat ia menjangkau jaringan, di daftar data keluar di beranda.

Batasannya

Orvena tidak punya kata pemicu sendiri. iOS mengkhususkan fitur mendengarkan terus-menerus untuk Siri, sehingga asisten pihak ketiga harus dibuka atau dipicu: Tombol Tindakan memulai sesi suara, dan mengucapkan "Tanya Orvena" kepada Siri menyerahkan satu pertanyaan kepadanya. Modelnya lebih kecil daripada model di balik asisten cloud, dan untuk riset panjang atau bidang khusus, Anda akan merasakannya; untuk hal-hal yang biasa ditanyakan orang ke ponsel secara lisan, seperti jadwal, cuaca, pengingat, foto, atau alarm yang memperhitungkan waktu perjalanan, ukurannya sudah pas. Fitur suara membutuhkan iPhone 15 Pro atau yang lebih baru dengan memori 8 GB, karena model bahasanya membutuhkan itu. Dan bahasa apa saja yang bisa didengarkan Orvena bergantung pada pengenal ucapan di perangkat milik Apple, yang belum mencakup bahasa Bulgaria, Estonia, Latvia, Lituania, atau Slovenia: Orvena bisa membaca dan menulis bahasa-bahasa itu saat Anda mengetik, tetapi tidak bisa mendengarkannya. Pemilih bahasa hanya menawarkan bahasa yang bisa didengar sekaligus diucapkan Orvena.

Suara cloud opsional

Jika Anda punya kunci OpenAI, Anda bisa menjalankan sesi suara langsung dengan model realtime OpenAI sebagai gantinya. Sesi ini lebih cepat dalam bolak-balik percakapan, dengan konsekuensi audio Anda dialirkan ke OpenAI. Orvena meminta persetujuan sebelum sesi dimulai, bertanya lagi jika percakapan sudah berisi data kesehatan atau keuangan, dan memberi label "cloud" berwarna kuning pada layar suara, bukan "di iPhone ini" berwarna hijau, sehingga Anda selalu tahu mode mana yang sedang dipakai.

Pertanyaan umum

Apakah fitur suara Orvena membutuhkan koneksi internet?

Tidak, asalkan paket suara sudah ada di ponsel, beserta model milik Orvena jika Anda memakainya alih-alih Apple Intelligence, dan iOS sudah mengunduh pengenal ucapan untuk bahasa Anda saat pertama kali Anda berbicara dalam bahasa itu. Pengenalan ucapan, jawaban, dan suara semuanya berjalan di ponsel, kecuali Anda memilih Private Cloud Compute atau model cloud. Hanya permintaan yang membutuhkan dunia luar, seperti pencarian web atau cuaca, yang memakai jaringan, dan hanya saat Anda memintanya.

Dalam bahasa apa saja saya bisa berbicara dengannya?

Dalam 26 dari 31 bahasanya, ditambah bahasa Norwegia. Pengenalan suara di perangkat milik Apple belum mencakup bahasa Bulgaria, Estonia, Latvia, Lituania, atau Slovenia, jadi Orvena memahami dan menulis bahasa-bahasa itu saat Anda mengetik, tetapi tidak bisa mendengarkan dalam bahasa tersebut. Panduan suara membahas setiap bahasa.

Bisakah saya menyela Orvena saat ia sedang berbicara?

Bisa. Mulailah berbicara, dan suaranya mengecil selagi ia menentukan maksud Anda. Ia terus berbicara setelah "hmm", berhenti saat mendengar "tunggu" atau "stop", dan langsung menjawab pertanyaan baru. Jika model di balik fitur ini belum bisa diunduh, fitur suara tetap berfungsi dan menampilkan "Menyela dinonaktifkan untuk sementara. Orvena akan menyelesaikan penyiapannya saat Anda memulai suara lagi."

Bisakah saya memakai AirPods atau headset Bluetooth?

Bisa. Sesi suara mendukung profil hands-free Bluetooth maupun profil stereo, dan jika tidak ada keduanya, speaker bawaan yang dipakai.

Apakah fitur suara gratis?

Mengetik gratis tanpa batas. Percakapan suara termasuk dalam Premium Unlock, pembelian satu kali seharga US$14,99 tanpa langganan.

Kenapa tidak ada kata pemicu?

iOS hanya mengizinkan Siri mendengarkan di latar belakang. Anda bisa mengucapkan "Tanya Orvena" kepada Siri, yang lalu menanyakan apa yang ingin Anda tanyakan, atau memulai sesi suara dari Tombol Tindakan, dari Pintasan, atau dari tombol gelombang suara di aplikasi.

Coba dalam mode pesawat.

Orvena gratis di App Store untuk iPhone 15 Pro dan yang lebih baru. Percakapan suara termasuk dalam Premium Unlock, pembelian satu kali.

Unduh di App Store