Voce

Assistente vocale sul dispositivo per iPhone: come funziona e cosa aspettarsi

AGGIORNATO IL 5 NOVEMBRE 2026 · 4 MIN DI LETTURA · ORVENA LABS

Un assistente vocale sul dispositivo è fatto di tre programmi che lavorano a turno: uno che ti ascolta, uno che decide cosa dire e fare, e uno che parla. La maggior parte degli assistenti esegue quello centrale, e spesso anche gli altri due, su un server. Orvena, per impostazione predefinita, li esegue tutti e tre sull'iPhone. Ecco cosa comporta, come configurarlo e dove sono i limiti.

Orvena è gratuita per iPhone 15 Pro e modelli successivi. La voce fa parte di Premium Unlock, un acquisto una tantum. Scarica

Cosa esegue sul telefono un assistente vocale sul dispositivo

Ascolto. Orvena usa il riconoscimento vocale sul dispositivo di Apple, dal framework Speech di iOS 26. La prima volta che parli in una lingua, iOS scarica il modello di riconoscimento di quella lingua, quindi quella volta la breve pausa "Preparazione…" prima che tu parli dura di più.

Decisione. Lo stesso modello che risponde quando scrivi: Orvena 4B, il modello di Orvena, un download da 3,1 GB che gira sulla GPU del telefono, oppure, su iOS 27, Apple Intelligence, integrata in iOS. Può usare gli strumenti del telefono mentre parli: spostare una riunione, impostare una sveglia, controllare il meteo, trovare una foto.

Parlato. Due motori neurali di sintesi vocale generano la voce sul telefono. Uno copre inglese, spagnolo, francese, italiano e portoghese ed è un download di circa 345 MB; l'altro copre altre 26 lingue e pesa 400 MB. Ciascuno ha anche una versione pensata per il Neural Engine dell'iPhone, da 634 MB per il primo e 129 MB per il secondo, così la sintesi vocale non contende la GPU al modello linguistico. Vengono tutti scaricati dopo che hai sbloccato la voce e completano il download in background, e la prima sessione vocale li prepara una volta sola.

Seguire la conversazione. Un piccolo modello di Orvena, Cue, capisce cosa intendi quando intervieni mentre Orvena sta parlando, e risponde ai turni brevi come "mi senti?" senza il modello linguistico. È un download da 385 MB e prende ogni decisione sul Neural Engine in circa 10 millisecondi.

Con uno qualsiasi dei due modelli sul dispositivo, niente di quel ciclo passa dalla rete. La modalità aereo è la prova onesta: attivala, avvia una sessione vocale, chiedi cosa hai in calendario domani e ascolta la risposta.

Avviare una conversazione

Come funziona un turno

Orvena ascolta e mostra la trascrizione mentre parli. Considera concluso il tuo turno dopo 1,5 secondi di silenzio, oppure dopo 0,6 secondi se il riconoscimento ha già segnato la tua frase come definitiva, ed è questo che rende lo scambio rapido senza interromperti a metà di un pensiero. Poi ragiona, usa uno strumento se la richiesta ne ha bisogno e mostra il risultato in una scheda, e pronuncia la risposta. Quando la risposta finisce torna ad ascoltare, così la conversazione prosegue a mani libere. Una sessione termina quando tocchi Termina, o dopo 90 secondi senza che venga detto nulla.

Orvena continua ad ascoltare mentre ragiona e parla, e la cancellazione dell'eco dell'iPhone tiene la sua voce fuori dal microfono. Quando inizi a parlare, la sua voce si abbassa mentre Cue capisce cosa intendevi: un "mh mh" la lascia continuare, "aspetta" o "basta" chiude la risposta, e una nuova domanda la ferma e diventa il tuo turno successivo. Interrompere Orvena spiega come viene interpretata ogni frase e le risposte che dà senza il modello linguistico.

Cosa funziona offline

Tutto quanto sopra, e ogni strumento che vive sul telefono: calendario, promemoria, sveglie e timer, foto, riepiloghi di Salute, contatti, file, musica. Serve una connessione per ciò che dipende dal mondo esterno: ricerca web, lettura di una pagina web, meteo, ricerca di luoghi e tempi di percorrenza, servizi collegati come Notion o GitHub, Private Cloud Compute e qualsiasi modello cloud che aggiungi con la tua chiave. Ognuno di questi è elencato, con la condizione in cui raggiunge la rete, nel registro della homepage.

I limiti

Orvena non ha una parola di attivazione propria. iOS riserva a Siri l'ascolto sempre attivo, quindi un assistente di terze parti deve essere aperto o avviato: il tasto Azione avvia una sessione vocale, e dire "Chiedi a Orvena" a Siri passa a Orvena una singola domanda. Il modello è più piccolo di quelli dietro gli assistenti cloud, e per ricerche lunghe o un campo specialistico te ne accorgerai; per ciò che si chiede ad alta voce a un telefono (gli impegni, il meteo, un promemoria, una foto, una sveglia che tiene conto del tempo di percorrenza) ha la dimensione giusta. La voce richiede un iPhone 15 Pro o successivo con 8 GB di memoria, perché li richiede il modello linguistico. E le lingue che Orvena può ascoltare dipendono dal riconoscimento sul dispositivo di Apple, che non copre ancora bulgaro, estone, lettone, lituano e sloveno: Orvena legge e scrive queste lingue quando digiti, ma non può ascoltarle. Il selettore della lingua offre solo le lingue che Orvena sa sia ascoltare sia pronunciare.

La voce cloud facoltativa

Se hai una chiave OpenAI puoi usare invece una sessione vocale live con il modello realtime di OpenAI. È più rapida nel botta e risposta, ma in cambio il tuo audio viene trasmesso a OpenAI. Orvena chiede il consenso prima che la sessione inizi, lo chiede di nuovo se la conversazione contiene già dati sanitari o finanziari, e contrassegna la schermata vocale con "cloud" in ambra invece che con "su questo iPhone" in verde, così sai sempre in quale modalità sei.

Domande frequenti

La voce di Orvena ha bisogno di una connessione a internet?

No, una volta che i pacchetti vocali sono sul telefono, insieme al modello di Orvena se usi quello invece di Apple Intelligence, e iOS ha scaricato il riconoscimento per la tua lingua la prima volta che la parli. Riconoscimento, risposta e sintesi vocale funzionano tutti sul telefono, a meno che tu non abbia scelto Private Cloud Compute o un modello cloud. Solo le richieste che hanno bisogno del mondo esterno, come una ricerca web o il meteo, usano la rete, e solo quando lo chiedi.

In quali lingue posso parlargli?

In 26 delle sue 31 lingue, e in norvegese. Il riconoscimento vocale di Apple sul dispositivo non copre ancora bulgaro, estone, lettone, lituano e sloveno, quindi Orvena capisce e scrive queste lingue quando digiti, ma non può ascoltarti mentre le parli. Le guide all'assistente vocale trattano ogni lingua.

Posso interrompere Orvena mentre parla?

Sì. Inizia a parlare e la sua voce si abbassa mentre capisce cosa intendevi. Continua dopo un "mh mh", si ferma con "aspetta" o "basta", e risponde subito a una nuova domanda. Se i modelli che lo rendono possibile non si sono ancora potuti scaricare, la voce funziona comunque e mostra "Interrompere è disattivato per ora. Orvena finirà di prepararlo la prossima volta che avvii la voce."

Posso usare gli AirPods o un auricolare Bluetooth?

Sì. Le sessioni vocali supportano sia il profilo Bluetooth vivavoce sia quello stereo, e in caso contrario viene usato l'altoparlante integrato.

La voce è gratuita?

Scrivere è gratis e senza limiti. Le conversazioni vocali fanno parte di Premium Unlock, un acquisto una tantum da 14,99 $ senza abbonamento.

Perché non c'è una parola di attivazione?

iOS permette solo a Siri di restare in ascolto in background. Puoi dire "Chiedi a Orvena" a Siri, che ti chiede cosa vuoi sapere, oppure avviare una sessione vocale dal tasto Azione, da Comandi Rapidi o dal pulsante con la forma d'onda nell'app.

Provalo in modalità aereo.

Orvena è gratuita sull'App Store per iPhone 15 Pro e modelli successivi. Le conversazioni vocali fanno parte di Premium Unlock, un acquisto una tantum.

Scarica dall'App Store