Glasovni asistent v napravi za iPhone: kako deluje in kaj lahko pričakujete
Glasovni asistent v napravi so trije programi, ki delujejo izmenično: eden vas sliši, drugi se odloči, kaj reči in narediti, tretji pa govori. Večina asistentov srednjega, pogosto pa tudi ostala dva, poganja na strežniku. Orvena privzeto poganja vse tri v telefonu iPhone. V nadaljevanju je opisano, kaj to pomeni, kako ga nastavite in kje so omejitve.
Kaj glasovni asistent v napravi poganja v telefonu
Poslušanje. Orvena uporablja Applov prepoznavalnik govora v napravi iz ogrodja Speech v iOS 26. Ko prvič govorite v nekem jeziku, iOS prenese model za prepoznavanje tega jezika, zato kratek premor "Pripravljam se…", preden začnete govoriti, takrat traja dlje.
Odločanje. Isti model, ki odgovarja, ko tipkate: Orvena 4B, lastni model Orvene, prenos velikosti 3,1 GB, ki teče na grafičnem procesorju telefona, ali v iOS 27 Apple Intelligence, ki je vgrajena v iOS. Med pogovorom lahko uporablja orodja telefona: prestavi sestanek, nastavi alarm, preveri vreme, poišče fotografijo.
Govorjenje. Dva nevronska govorna pogona ustvarjata glas v telefonu. Eden pokriva angleščino, španščino, francoščino, italijanščino in portugalščino, njegov prenos pa meri približno 345 MB, drugi pokriva še 26 jezikov in meri 400 MB. Vsak ima tudi različico za enoto Neural Engine v telefonu iPhone, 634 MB pri prvem in 129 MB pri drugem, da govor z jezikovnim modelom ne tekmuje za grafični procesor. Vse skupaj se začne prenašati, ko odklenete glas, prenos se dokonča v ozadju, prva glasovna seja pa vse enkrat pripravi za uporabo.
Sledenje pogovoru. Majhen lastni model aplikacije Orvena, Cue, ugotovi, kaj mislite, ko Orveni sežete v besedo, in na kratke izjave, kot je "me slišiš?", odgovori brez jezikovnega modela. Prenos meri 385 MB, vsako odločitev pa sprejme na enoti Neural Engine v približno 10 milisekundah.
S katerim koli od obeh modelov v napravi nič v tej zanki ne gre prek omrežja. Letalski način je pošten preizkus: vklopite ga, začnite glasovno sejo, vprašajte, kaj imate jutri v koledarju, in poslušajte odgovor.
Začetek pogovora
- V aplikaciji. Tapnite gumb z valovno obliko v vrstici za vprašanja. Odpre se glasovni pogled čez ves zaslon, gumb s tipkovnico pa vas kadar koli vrne k tipkanju, ne da bi izgubili pogovor.
- Z gumbom Action Button. Odprite Nastavitve, izberite Action Button, podrsajte do možnosti Shortcut in izberite "Pogovor z Orveno". Pritisnite in govorite. Isto dejanje "Pogovor z Orveno" deluje tudi iz aplikacije Shortcuts in iz Siri.
- Iz Dynamic Islanda. Med sejo aktivnost v živo prikazuje stanje (poslušanje, delo ali odobritev), gumb Stop pa konča poslušanje, tudi če ste aplikacijo zapustili.
Kako poteka izmenjava
Orvena posluša in med govorjenjem prikazuje prepis. Vaš govor šteje za končan po 1,5 sekunde tišine ali po 0,6 sekunde, ko prepoznavalnik vaš stavek že označi kot dokončan, zato je izmenjava hitra, ne da bi vas prekinila sredi misli. Nato razmisli, uporabi orodje, če ga zahteva potrebuje, rezultat prikaže kot kartico in izgovori odgovor. Ko odgovor konča, spet posluša, tako da pogovor teče naprej brez uporabe rok. Seja se konča, ko tapnete Končaj, ali po 90 sekundah, v katerih ne rečete ničesar.
Orvena posluša tudi, ko razmišlja in govori, odpravljanje odmeva v telefonu iPhone pa poskrbi, da njen lastni glas ne pride v mikrofon. Ko začnete govoriti, se njen glas utiša, medtem ko Cue ugotavlja, kaj ste mislili: ob "mhm" nadaljuje, "počakaj" ali "stop" odgovor konča, novo vprašanje pa jo ustavi in postane vaša naslednja zahteva. Kaj šteje za kaj in katere odgovore Orvena da brez jezikovnega modela, opisuje članek Prekinjanje Orvene.
Kaj deluje brez povezave
Vse zgoraj opisano in vsako orodje, ki živi v telefonu: koledar, opomniki, alarmi in časovniki, fotografije, povzetki Apple Health, stiki, datoteke, glasba. Povezavo potrebuje tisto, kar potrebuje zunanji svet: spletno iskanje, branje spletne strani, vreme, iskanje krajev in časi potovanja, povezane storitve, kot sta Notion ali GitHub, Private Cloud Compute in vsak oblačni model, ki ga dodate z lastnim ključem. Vsaka od teh funkcij je skupaj s pogojem, pod katerim doseže omrežje, navedena v evidenci na domači strani.
Omejitve
Orvena nima lastne aktivacijske besede. iOS stalno poslušanje pridrži za Siri, zato je treba asistenta drugega ponudnika odpreti ali sprožiti: Action Button začne glasovno sejo, če pa Siri rečete "Vprašaj aplikacijo Orvena", Orveni predate posamezno vprašanje. Model je manjši od tistih, na katerih temeljijo oblačni asistenti, in pri dolgih raziskavah ali specializiranem področju boste to opazili; za tisto, kar ljudje telefon vprašajo na glas (urnik, vreme, opomnik, fotografija, alarm, ki upošteva čas potovanja), je ravno prave velikosti. Glas potrebuje iPhone 15 Pro ali novejši z 8 GB pomnilnika, ker ga potrebuje jezikovni model. Katere jezike Orvena lahko posluša, pa je odvisno od Applovega prepoznavalnika v napravi, ki bolgarščine, estonščine, latvijščine, litovščine in slovenščine še ne podpira: ko tipkate, Orvena v teh jezikih bere in piše, poslušati pa jih ne more. Izbirnik jezika ponuja le jezike, ki jih Orvena lahko sliši in tudi govori.
Izbirni glas v oblaku
Če imate ključ OpenAI, lahko glasovno sejo v živo namesto tega poganjate na modelu OpenAI Realtime. Pri hitri izmenjavi besed je hitrejši, v zameno pa se vaš zvok sproti pošilja k OpenAI. Orvena vas pred začetkom seje prosi za soglasje, znova vpraša, če pogovor že vsebuje zdravstvene ali finančne podatke, in glasovni zaslon označi z "oblak" v jantarni barvi namesto z "na tem iPhonu" v zeleni, tako da vedno veste, v katerem načinu ste.
Pogosta vprašanja
Ali glas v aplikaciji Orvena potrebuje internetno povezavo?
Ne, ko so glasovni paketi v telefonu, skupaj z lastnim modelom aplikacije Orvena, če ga uporabljate namesto Apple Intelligence, in ko iOS ob prvem govorjenju v vašem jeziku prenese prepoznavalnik zanj. Prepoznavanje, odgovor in govor tečejo v telefonu, razen če ste izbrali Private Cloud Compute ali oblačni model. Omrežje uporabljajo le zahteve, ki potrebujejo zunanji svet, na primer spletno iskanje ali vreme, in to le, ko jih zahtevate.
V katerih jezikih se lahko pogovarjam z Orveno?
V 26 od njenih 31 jezikov in v norveščini. Applovo prepoznavanje govora v napravi še ne pokriva bolgarščine, estonščine, latvijščine, litovščine in slovenščine, zato Orvena te jezike razume in v njih piše, ko tipkate, ne more pa v njih poslušati. Glasovni vodniki opisujejo vsak jezik posebej.
Ali lahko aplikacijo Orvena prekinem, ko govori?
Da. Začnite govoriti in njen glas se utiša, medtem ko ugotavlja, kaj ste mislili. Ob "mhm" nadaljuje, ob "počakaj" ali "stop" se ustavi, na novo vprašanje pa odgovori takoj. Če se modeli, ki to omogočajo, še niso mogli prenesti, glas vseeno deluje in prikaže "Prekinjanje je za zdaj izklopljeno. Orvena ga bo dokončala, ko boste naslednjič zagnali glas."
Ali lahko uporabljam AirPods ali slušalke Bluetooth?
Da. Glasovne seje dovoljujejo profila Bluetooth za prostoročno telefoniranje in za stereo, sicer se uporablja vgrajeni zvočnik.
Je glas brezplačen?
Tipkanje je brezplačno brez omejitev. Glasovni pogovori so del Premium Unlock, enkratnega nakupa za 14,99 $ brez naročnine.
Zakaj ni aktivacijske besede?
iOS dovoli poslušanje v ozadju le Siri. Siri lahko rečete "Vprašaj aplikacijo Orvena", nakar vas vpraša, kaj bi radi vprašali, ali pa glasovno sejo začnete z gumbom Action Button, iz aplikacije Shortcuts ali z gumbom z valovno obliko v aplikaciji.
Orvena je v trgovini App Store brezplačna za iPhone 15 Pro in novejše. Glasovni pogovori so del enkratnega nakupa Premium Unlock.
Prenesite iz trgovine App Store