اپل فناوری «Audio Intelligence» را برای Apple Watch Series 12 و Apple Watch Ultra 4 وارد مرحله بتا کرد. این ویژگی‌ها ابتدا در آپدیت iOS 27.3 در اختیار توسعه‌دهندگان قرار می‌گیرد. اپل این قابلیت‌ها را نخستین‌بار در رویداد سخت‌افزاری «Surprise and Shine» در سپتامبر معرفی کرده بود.

چهار ویژگی انتخابی#

  • تشخیص صدا: برای کاربران ناشنوا یا کم‌شنوا؛ هشدار درباره آژیر، زنگ در، و صداهای مهم.
  • شناسایی موسیقی: با استفاده از Shazam، نام آهنگ و هنرمند را تشخیص می‌دهد.
  • Live Rewind: با دوبار فشار دادن دیجیتال کراون، متن ۱۵ ثانیه گفتگوی اخیر روی صفحه نمایش داده می‌شود.
  • Siri Recaps: خلاصه‌ای از نکات کلیدی مکالمه با یک جمله و چند بولت‌پوینت.

Live Rewind چگونه کار می‌کند؟#

وقتی دوبار دیجیتال کراون را فشار دهید، یک صدای بوق و انیمیشن روی واچ نمایش داده می‌شود تا اطرافیان بفهمند در حال ضبط هستید. متن اسنیپت پس از ۳۰ ثانیه اگر ذخیره نشود، برای همیشه حذف می‌شود. می‌توانید آن را در اپ مستقل Siri که همراه iOS 27 آمده ذخیره کنید یا گزینه «Ask Siri» را بزنید تا درباره اصطلاحی که متوجه نشدید سؤال کنید.

Siri Recaps و مرزهای حریم خصوصی#

اپل تأکید می‌کند که این ویژگی هویت گوینده را شناسایی نمی‌کند، صدای خام ذخیره نمی‌کند، و رونویسی کلمه‌به‌کلمه ارائه نمی‌دهد. خلاصه شامل نکات اطلاعاتی مانند تاریخ‌ها، مهلت‌ها، و اطلاعات مالی است. هنگام گوش دادن به موسیقی با هدفون یا فعال بودن نویزکنسلیشن، ضبط انجام نمی‌شود. خلاصه‌ها پس از ۷ روز حذف خودکار می‌شوند و می‌توان آن‌ها را به Notes یا Journal منتقل کرد.

معماری فنی شامل تراشه S11، مدل‌های Apple Intelligence روی آیفون، و Private Cloud Compute است. بافر صوتی در یک enclave سخت‌افزاری پردازش می‌شود که حتی اپل هم به آن دسترسی ندارد.

این خبر برای سازندگان ایجنت چه معنایی دارد؟#

اپل با این طراحی نشان می‌دهد که «گوش دادن به محیط» را می‌توان بدون ذخیره صدای خام و بدون رونویسی کامل انجام داد — فقط خلاصه نکات. اگر روی اتوماسیون‌هایی کار می‌کنید که باید از مکالمات ارزش استخراج کنند، این الگو (پردازش لحظه‌ای، حذف خودکار، سیگنال‌دهی به اطرافیان) ممکن است معیار انتظارات کاربر در پلتفرم‌های دیگر شود. اما هنوز برای اکثر استفاده‌های عملی، این ویژگی‌ها محدود به اکوسیستم اپل و مدل‌های خاص Apple Watch هستند و جایگزین ابزارهای ضبط و ترنسکریپشن در دسترس نیستند.

منبع: TechCrunch AI