Голос

Голосовой ассистент на устройстве для iPhone: как он работает и чего ожидать

ОБНОВЛЕНО 5 НОЯБРЯ 2026 Г. · 4 МИН ЧТЕНИЯ · ORVENA LABS

Голосовой ассистент на устройстве состоит из трёх программ, которые работают по очереди: одна вас слышит, другая решает, что сказать и сделать, третья говорит. Большинство ассистентов запускают среднюю, а часто и две другие, на сервере. Orvena по умолчанию запускает все три на iPhone. Ниже о том, что для этого нужно, как это настроить и где проходят границы.

Orvena бесплатна для iPhone 15 Pro и новее. Голос входит в разовую покупку Premium Unlock. Скачать

Что голосовой ассистент на устройстве запускает на телефоне

Слух. Orvena использует распознаватель речи Apple на устройстве из фреймворка Speech в iOS 26. Когда вы впервые говорите на каком-то языке, iOS скачивает модель распознавания для этого языка, поэтому короткая пауза «Подготовка…» перед тем, как можно говорить, в этот раз длится дольше.

Решение. Та же модель, что отвечает, когда вы печатаете: Orvena 4B, собственная модель Orvena (загрузка 3,1 GB), которая работает на GPU телефона, или, в iOS 27, встроенная в систему Apple Intelligence. Пока вы говорите, она может пользоваться инструментами телефона: перенести встречу, поставить будильник, проверить погоду, найти фото.

Речь. Голос генерируют на телефоне два нейронных синтезатора речи. Один охватывает английский, испанский, французский, итальянский и португальский, его загрузка занимает около 345 MB; другой охватывает ещё 26 языков и занимает 400 MB. У каждого есть и версия для Neural Engine iPhone: 634 MB для первого и 129 MB для второго, так что синтез речи не конкурирует с языковой моделью за GPU. Все они скачиваются после того, как вы разблокируете голос, и докачиваются в фоне, а при первом голосовом сеансе один раз подготавливаются.

Ход беседы. Небольшая собственная модель Orvena, Cue, понимает, что вы имеете в виду, когда говорите, пока Orvena отвечает, и сама отвечает на короткие реплики вроде "ты меня слышишь?" без языковой модели. Её загрузка занимает 385 MB, а каждое решение она принимает на Neural Engine примерно за 10 миллисекунд.

С любой из моделей на устройстве ничто в этом цикле не выходит в сеть. Честная проверка: включите авиарежим, начните голосовой сеанс, спросите, что у вас в календаре на завтра, и послушайте ответ.

Как начать беседу

Как устроена одна реплика

Orvena слушает и показывает расшифровку, пока вы говорите. Она считает вашу реплику законченной после 1,5 секунды тишины или после 0,6 секунды, если распознаватель уже пометил вашу фразу как завершённую: именно поэтому обмен репликами кажется быстрым и при этом вас не обрывают на полуслове. Затем она думает, при необходимости использует инструмент и показывает результат карточкой, а потом произносит ответ. Когда ответ заканчивается, она снова слушает, так что беседа продолжается без помощи рук. Сеанс завершается, когда вы касаетесь «Завершить», или через 90 секунд молчания.

Orvena продолжает слушать, пока думает и говорит, а эхоподавление iPhone не пускает её собственный голос в микрофон. Когда вы начинаете говорить, её голос становится тише, пока Cue разбирается, что вы имели в виду: после "угу" она продолжает, "подожди" или "стоп" обрывают ответ, а новый вопрос останавливает её и становится вашей следующей репликой. Как Orvena отличает одно от другого и какие ответы она даёт без языковой модели, рассказано в статье Как перебить Orvena.

Что работает офлайн

Всё описанное выше и все инструменты, которые живут на телефоне: календарь, напоминания, будильники и таймеры, фото, сводки из приложения «Здоровье», контакты, файлы, музыка. Подключение к сети нужно тому, что обращается к внешнему миру: поиску в интернете, чтению веб-страниц, погоде, поиску мест и времени в пути, подключённым сервисам вроде Notion или GitHub, Private Cloud Compute и любой облачной модели, которую вы добавите с собственным ключом. Каждый из этих пунктов вместе с условием, при котором он выходит в сеть, указан в реестре на главной странице.

Ограничения

Собственного слова активации у Orvena нет. iOS оставляет постоянное прослушивание за Siri, поэтому сторонний ассистент нужно открыть или запустить: кнопка «Действие» начинает голосовой сеанс, а если сказать Siri "Спроси Orvena", Orvena получит один вопрос. Модель меньше тех, что стоят за облачными ассистентами, и в долгом исследовании или узкоспециальной области это будет заметно; для того, что люди спрашивают у телефона вслух (расписание, погода, напоминание, фото, будильник с учётом времени в пути), её размер как раз подходит. Для голоса нужен iPhone 15 Pro или новее с 8 GB памяти, потому что она нужна языковой модели. А то, на каких языках Orvena может слушать, зависит от распознавателя Apple на устройстве, который пока не поддерживает болгарский, эстонский, латышский, литовский и словенский: на этих языках Orvena читает и пишет, когда вы набираете текст, но слушать на них не может. При выборе языка предлагаются только те языки, на которых Orvena может и слушать, и говорить.

Необязательный облачный голос

Если у вас есть ключ OpenAI, вместо этого можно провести живой голосовой сеанс на realtime-модели OpenAI. Обмен репликами с ней быстрее, но взамен ваш звук передаётся в OpenAI. Orvena запрашивает согласие до начала сеанса, спрашивает ещё раз, если в беседе уже есть данные о здоровье или финансах, и помечает голосовой экран янтарной надписью «облако» вместо зелёной «на этом iPhone», чтобы вы всегда знали, в каком режиме находитесь.

Частые вопросы

Нужен ли голосу Orvena интернет?

Нет, если голосовые пакеты уже на телефоне (вместе с собственной моделью Orvena, если вы пользуетесь ею, а не Apple Intelligence) и iOS скачала распознаватель для вашего языка, когда вы впервые на нём заговорили. Распознавание, ответ и речь работают на телефоне, если только вы не выбрали Private Cloud Compute или облачную модель. В сеть выходят только запросы, которым нужен внешний мир, например поиск в интернете или погода, и только когда вы о них просите.

На каких языках можно разговаривать с Orvena?

На 26 из 31 её языка, а также на норвежском. Распознавание речи Apple на устройстве пока не поддерживает болгарский, эстонский, латышский, литовский и словенский, поэтому на этих языках Orvena понимает вас и пишет, когда вы печатаете, но слушать не может. Каждый язык разобран в руководствах по голосовому ассистенту.

Можно ли перебить Orvena, пока она говорит?

Да. Начните говорить, и её голос станет тише, пока она разбирается, что вы имели в виду. После "угу" она продолжает, на "подожди" или "стоп" останавливается, а на новый вопрос сразу отвечает. Если модели, которые за это отвечают, ещё не удалось скачать, голос всё равно работает и показывает "Перебивание пока отключено. Orvena завершит настройку при следующем запуске голосового режима."

Можно ли пользоваться AirPods или Bluetooth-гарнитурой?

Да. Голосовые сеансы поддерживают и профиль громкой связи Bluetooth, и стереопрофиль, а в остальных случаях используется встроенный динамик.

Голос бесплатный?

Набор текста бесплатен и без ограничений. Голосовые беседы входят в Premium Unlock, разовую покупку за $14,99 без подписки.

Почему нет слова активации?

iOS разрешает слушать в фоне только Siri. Вы можете сказать Siri "Спроси Orvena", и она попросит задать вопрос, либо начать голосовой сеанс с кнопки «Действие», из «Быстрых команд» или кнопкой со звуковой волной в приложении.

Попробуйте в авиарежиме.

Orvena бесплатна в App Store для iPhone 15 Pro и новее. Голосовые беседы входят в разовую покупку Premium Unlock.

Скачать в App Store