Asystent głosowy na urządzeniu dla iPhone'a: jak działa i czego się spodziewać

Asystent głosowy na urządzeniu to trzy programy działające po kolei: jeden Cię słyszy, drugi decyduje, co powiedzieć i zrobić, a trzeci mówi. Większość asystentów uruchamia ten środkowy, a często także dwa pozostałe, na serwerze. Orvena domyślnie uruchamia wszystkie trzy, nie wychodząc poza iPhone'a. Oto, co to oznacza, jak to skonfigurować i gdzie są ograniczenia.

Co asystent głosowy na urządzeniu uruchamia na telefonie

Słyszenie. Orvena używa rozpoznawania mowy Apple działającego na urządzeniu, z frameworka Speech w iOS 26. Gdy pierwszy raz mówisz w danym języku, iOS pobiera model rozpoznawania dla tego języka, więc krótka pauza z komunikatem "Przygotowuję…", zanim zaczniesz mówić, trwa za tym pierwszym razem dłużej.

Decydowanie. Ten sam model, który odpowiada, gdy piszesz: Qwen 3.5 4B, pobierany plik o rozmiarze 3,1 GB, który działa na GPU telefonu, albo w iOS 27 Apple Intelligence, wbudowana w iOS. Podczas rozmowy może korzystać z narzędzi telefonu: przenieść spotkanie, ustawić alarm, sprawdzić pogodę, znaleźć zdjęcie.

Mówienie. Głos generują na telefonie dwa neuronowe silniki mowy. Jeden obsługuje angielski, hiszpański, francuski, włoski i portugalski, a jego pakiet do pobrania ma około 345 MB; drugi obsługuje 26 kolejnych języków i ma 400 MB. Oba są pobierane po odblokowaniu głosu, a pobieranie kończy się w tle.

Z którymkolwiek z modeli na urządzeniu nic w tej pętli nie przechodzi przez sieć. Uczciwym testem jest tryb samolotowy: włącz go, rozpocznij sesję głosową, zapytaj, co masz jutro w kalendarzu, i posłuchaj odpowiedzi.

Jak rozpocząć rozmowę

• W aplikacji. Stuknij przycisk z falą dźwiękową na pasku pytania. Otworzy się pełnoekranowy widok głosowy, a przycisk klawiatury w każdej chwili przełącza z powrotem na pisanie, bez utraty rozmowy.
• Z przycisku czynności. Otwórz Ustawienia, wybierz Przycisk czynności, przesuń do opcji Skrót i wybierz "Porozmawiaj z Orveną". Naciśnij i mów. Ta sama akcja "Porozmawiaj z Orveną" działa w Skrótach i przez Siri.
• Z Dynamic Island. Podczas sesji Aktywność na żywo pokazuje, czy Orvena słucha, pracuje, czy czeka na zatwierdzenie, a przycisk zatrzymania kończy słuchanie, nawet jeśli wyjdziesz z aplikacji.

Jak przebiega tura

Orvena słucha i na bieżąco pokazuje transkrypcję. Uznaje Twoją wypowiedź za zakończoną po 1,5 sekundy ciszy albo po 0,6 sekundy, jeśli rozpoznawanie mowy już oznaczyło Twoje zdanie jako ostateczne. Dzięki temu wymiana zdań jest szybka, a Orvena nie przerywa Ci w pół myśli. Potem myśli, używa narzędzia, jeśli prośba tego wymaga, pokazuje wynik jako kartę i wypowiada odpowiedź. Gdy odpowiedź się kończy, znowu słucha, więc rozmowa toczy się bez użycia rąk. Sesja kończy się, gdy stukniesz Zakończ, albo po 90 sekundach, w których nic nie zostało powiedziane.

Gdy Orvena myśli i mówi, mikrofon jest wyłączony. To celowe: gdy dwa mechanizmy rozpoznawania mowy słuchają naraz, asystenci zaczynają odpowiadać sami sobie. Oznacza to też, że w trybie na urządzeniu nie możesz przerwać odpowiedzi głosem. Aby ją przerwać, stuknij Zakończ albo przycisk zatrzymania w Dynamic Island.

Co działa offline

Wszystko powyższe i każde narzędzie, które działa na telefonie: kalendarz, przypomnienia, alarmy i minutniki, zdjęcia, podsumowania z aplikacji Zdrowie, kontakty, pliki, muzyka. Połączenia wymaga to, co sięga do świata zewnętrznego: wyszukiwanie w sieci, czytanie stron internetowych, pogoda, wyszukiwanie miejsc i czasy dojazdu, połączone usługi, takie jak Notion czy GitHub, Private Cloud Compute i każdy model w chmurze dodany z własnym kluczem. Każda z tych rzeczy jest wymieniona, razem z warunkiem, pod jakim łączy się z siecią, w rejestrze na stronie głównej.

Ograniczenia

Orvena nie ma własnego słowa aktywującego. iOS zastrzega ciągłe nasłuchiwanie dla Siri, więc asystenta innej firmy trzeba otworzyć lub wywołać: przycisk czynności uruchamia sesję głosową, a powiedzenie do Siri "Zapytaj aplikację Orvena" przekazuje Orvenie jedno pytanie. Model jest mniejszy niż te, które stoją za asystentami w chmurze, i przy długim researchu albo w specjalistycznej dziedzinie to zauważysz; przy tym, o co ludzie pytają telefon na głos (plan dnia, pogoda, przypomnienie, zdjęcie, alarm uwzględniający czas dojazdu), ma właściwy rozmiar. Głos wymaga iPhone'a 15 Pro lub nowszego z 8 GB pamięci, bo tego wymaga model językowy. A to, jakich języków Orvena potrafi słuchać, zależy od rozpoznawania mowy Apple na urządzeniu; lista wyboru języka oferuje tylko te, w których potrafi też mówić.

Opcjonalny głos w chmurze

Jeśli masz klucz OpenAI, możesz zamiast tego prowadzić sesję głosową na żywo na modelu realtime od OpenAI. Wymiana zdań jest w nim szybsza i możesz przerwać mu w pół zdania, a w zamian Twój dźwięk jest przesyłany strumieniowo do OpenAI. Orvena prosi o zgodę przed rozpoczęciem sesji, pyta ponownie, jeśli rozmowa zawiera już dane o zdrowiu lub finansach, i oznacza ekran głosowy bursztynowym napisem "chmura" zamiast zielonego "na tym iPhonie", więc zawsze wiesz, w jakim trybie jesteś.

Częste pytania

Czy głos w aplikacji Orvena potrzebuje internetu?

Nie, o ile pakiety głosowe są już na telefonie (a jeśli Orvena odpowiada własnym modelem zamiast Apple Intelligence, to także ten model) i iOS pobrał rozpoznawanie mowy dla Twojego języka przy pierwszym użyciu tego języka. Rozpoznawanie, odpowiedź i mowa działają na telefonie, chyba że wybierzesz Private Cloud Compute lub model w chmurze. Z sieci korzystają tylko prośby, które potrzebują świata zewnętrznego, na przykład wyszukiwanie w sieci lub pogoda, i to tylko wtedy, gdy o nie poprosisz.

Czy mogę używać AirPods lub zestawu słuchawkowego Bluetooth?

Tak. Sesje głosowe obsługują zarówno profil zestawu głośnomówiącego Bluetooth, jak i profil stereo, a w pozostałych przypadkach używany jest wbudowany głośnik.

Czy głos jest darmowy?

Pisanie jest darmowe bez limitów. Rozmowy głosowe wchodzą w skład Premium Unlock, jednorazowego zakupu za 14,99 USD bez subskrypcji.

Dlaczego nie ma słowa aktywującego?

iOS pozwala nasłuchiwać w tle tylko Siri. Możesz powiedzieć do Siri "Zapytaj aplikację Orvena", a Siri zapyta, o co chcesz zapytać, albo rozpocząć sesję głosową przyciskiem czynności, ze Skrótów lub przyciskiem z falą dźwiękową w aplikacji.