Röstassistent på enheten för iPhone: så fungerar den och vad du kan förvänta dig

En röstassistent på enheten består av tre program som turas om: ett som hör dig, ett som bestämmer vad som ska sägas och göras, och ett som talar. De flesta assistenter kör det mittersta, och ofta de andra två också, på en server. Orvena kör alla tre på iPhone som standard. Här är vad det innebär, hur du ställer in det och var gränserna går.

Vad en röstassistent på enheten kör på telefonen

Höra. Orvena använder Apples taligenkänning på enheten från ramverket Speech i iOS 26. Första gången du talar ett språk hämtar iOS igenkänningsmodellen för det språket, så den korta pausen med "Gör i ordning…" innan du talar blir längre den gången.

Bestämma. Samma modell som svarar när du skriver: Qwen 3.5 4B, en hämtning på 3,1 GB som körs på telefonens GPU, eller, i iOS 27, Apple Intelligence, som är inbyggt i iOS. Den kan använda telefonens verktyg medan du pratar: flytta ett möte, ställa ett alarm, kolla vädret, hitta en bild.

Tala. Två neurala talmotorer skapar rösten på telefonen. Den ena täcker engelska, spanska, franska, italienska och portugisiska och är en hämtning på ungefär 345 MB; den andra täcker 26 språk till och är på 400 MB. Båda hämtas när du har låst upp röstfunktionen och blir klara i bakgrunden.

Oavsett vilken av modellerna på enheten du använder går ingenting i den kedjan ut på nätet. Flygplansläge är det ärliga testet: slå på det, starta en röstsession, fråga vad du har i kalendern i morgon och lyssna på svaret.

Starta ett samtal

• I appen. Tryck på vågformsknappen i frågefältet. En röstvy i helskärm öppnas, och med en tangentbordsknapp går du när som helst tillbaka till att skriva utan att förlora konversationen.
• Från åtgärdsknappen. Öppna Inställningar, välj Åtgärdsknapp, svep till Genväg och välj "Prata med Orvena". Tryck och tala. Samma åtgärd, "Prata med Orvena", fungerar från Genvägar och från Siri.
• Från Dynamic Island. Medan en session pågår visar en liveaktivitet Listening, Working eller Approval (lyssnar, arbetar, godkännande), och en Stop-knapp avslutar lyssnandet även om du har lämnat appen.

Hur en tur fungerar

Orvena lyssnar och visar transkriptionen medan du talar. Den räknar din tur som avslutad efter 1,5 sekunders tystnad, eller efter 0,6 sekunder när taligenkänningen redan har markerat meningen som färdig, och det är det som gör att samtalet känns snabbt utan att du blir avbruten mitt i en tanke. Sedan tänker den, använder ett verktyg om förfrågan kräver det och visar resultatet som ett kort, och läser upp svaret. När svaret är slut lyssnar den igen, så samtalet kan fortsätta handsfree. En session avslutas när du trycker på Avsluta, eller efter 90 sekunder utan att något sägs.

Mikrofonen är avstängd medan Orvena tänker och talar. Det är avsiktligt: två taligenkännare som lyssnar samtidigt är precis det som får assistenter att svara sig själva. Det betyder också att du inte kan prata rakt in i ett svar när allt körs på enheten. Vill du korta av ett svar trycker du på Avsluta, eller på Stop i Dynamic Island.

Vad som fungerar offline

Allt ovan, och alla verktyg som finns på telefonen: kalender, påminnelser, alarm och timer, bilder, sammanfattningar från Apple Hälsa, kontakter, filer och musik. Det som kräver uppkoppling är det som behöver omvärlden: webbsökning, läsning av en webbsida, väder, platssökning och restider, anslutna tjänster som Notion eller GitHub, Private Cloud Compute och alla molnmodeller du lägger till med din egen nyckel. Var och en av dem finns listad, med villkoret för när den går ut på nätet, i liggaren på startsidan.

Begränsningarna

Orvena har inget eget väckningsord. iOS reserverar ständigt lyssnande för Siri, så en assistent från tredje part måste öppnas eller startas: åtgärdsknappen startar en röstsession, och säger du "Fråga Orvena" till Siri får Orvena en enskild fråga. Modellen är mindre än de som ligger bakom molnassistenterna, och vid lång research eller inom ett specialiserat område märks det. För det man frågar en telefon om högt (schemat, vädret, en påminnelse, en bild, ett alarm som räknar med restiden) har den rätt storlek. Röst kräver en iPhone 15 Pro eller senare med 8 GB minne, eftersom språkmodellen gör det. Och vilka språk Orvena kan lyssna på beror på Apples taligenkänning på enheten; språkväljaren erbjuder bara språk som Orvena också kan tala.

Den valfria molnrösten

Har du en OpenAI-nyckel kan du i stället köra en live-röstsession med OpenAI:s realtidsmodell. Den är snabbare i växelspelet och du kan avbryta den mitt i en mening, men i gengäld strömmas ditt ljud till OpenAI. Orvena ber om samtycke innan sessionen startar, frågar igen om konversationen redan innehåller hälso- eller ekonomidata och märker röstskärmen med "moln" i bärnstensgult i stället för "på denna iPhone" i grönt, så att du alltid vet vilket läge du är i.

Vanliga frågor

Behöver Orvenas röst en internetanslutning?

Nej, inte när röstpaketen väl finns på telefonen, tillsammans med Orvenas egen modell om du använder den i stället för Apple Intelligence, och iOS har hämtat taligenkänningen för ditt språk första gången du talade det. Taligenkänningen, svaret och talet körs på telefonen, om du inte har valt Private Cloud Compute eller en molnmodell. Bara förfrågningar som behöver omvärlden, som en webbsökning eller vädret, använder nätverket, och bara när du ber om det.

Kan jag använda AirPods eller ett Bluetooth-headset?

Ja. Röstsessioner tillåter både Bluetooth-profilen för handsfree och stereoprofilen, och annars används den inbyggda högtalaren.

Är röstfunktionen gratis?

Att skriva är gratis utan begränsningar. Röstsamtal ingår i Premium Unlock, ett engångsköp för 14,99 USD utan prenumeration.

Varför finns det inget väckningsord?

iOS låter bara Siri lyssna i bakgrunden. Du kan säga "Fråga Orvena" till Siri, som då frågar vad du vill fråga, eller starta en röstsession från åtgärdsknappen, från Genvägar eller med vågformsknappen i appen.