Apple は最新の Apple Watch Series 12 と Ultra 4 において、実用的でエキサイティングな音声インテリジェンス機能を導入しました。新しい S11 プロセッサは、持続的に音声を監視し、軽度に処理するハードウェアを搭載しており、バッテリー寿命を過度に消耗することはありません。この点を活用して、Apple は4つの新しい AI 駆動機能を提供しています。これらの機能は「音声インテリジェンス」と呼ばれ、Apple は自社製品にブランド名を付けることが好きです。
Apple Watch の音声インテリジェンス機能がユーザー体験を向上
その中には、常時利用可能な Shazam 機能が含まれています：時計は自動的に再生中の音楽を検出し、Shazam を使用して識別し、スマートスタックのウィジェットに結果を表示します。Apple Watch は以前からこの機能をオンデマンドでサポートしていましたが、新バージョンではバックグラウンドで持続的に動作します。音声認識機能：HomePods や iPhone に現在搭載されている機能に似て、Apple Watch はドアベル、火災警報、アラームなどの音を聞いたときに視覚的にユーザーに通知することができます。
以前はこの機能を使用するには iPhone が必要でしたが、Series 12 と Ultra 4 は現在独立してこの機能を実行できます。
リアルタイム再生機能：デジタルクラウンをダブルタップすると、最近の15秒間に周囲で発生した会話のテキストを表示できます。ユーザーはその後、Siri に問い合わせたり、Siri アプリに保存したりできます。Siri サマリー機能：ユーザーは Siri アプリで会話全体の高レベルな要約を得ることができ、具体的な詳細を忘れたり、メモを取る必要がなくなります。最初の2つの機能はそれほど煩わしくはなく、既存の機能ですが、唯一の新しい点は Apple Watch が iPhone に干渉せずにバックグラウンドでこれらの機能を実行できることです。
後の2つの機能は、今年の後半にベータ版としてリリースされる予定であり、これが懸念を引き起こしています。
Apple のユーザーのプライバシー保護対策
人々は Apple Watch が常に録音しているのではないかと懸念しています。このため、Apple は「音声インテリジェンスのセキュリティ概要」というホワイトペーパーを発表し、これらの機能がどのように機能し、ユーザーのプライバシーをどのように保護するかを理解する手助けをしています。ホワイトペーパーでは、リアルタイム再生機能がどのように機能するかが説明されています：Apple Watch Series 12 と Ultra 4 では、マイクからの音声が安全な領域内の小さなバッファに継続的に流れ込みます。このプロセスは多くの Apple 製品に存在し、ユーザーが「Hey Siri」と言ったかどうかを識別する方法です。
これはロールオーバーバッファであり、新しいデータが古いデータを置き換えます。
安全な領域は、オペレーティングシステム、アプリケーション、Apple がアクセスできない完全に独立したハードウェアブロックです。たとえば、Face ID や Touch ID のデータはここに保存されています。リアルタイム再生は、ユーザーが見逃したコンテンツをプライベートに表示します。ユーザーがデジタルクラウンをダブルタップすると、このバッファの最後の15秒が暗号化された安全な転送を介して iPhone に送信され、そこで AI モデルによって転記されます。このプロセスは iPhone の安全な領域で行われるため、音声は iOS の残りの部分、アプリケーション、ユーザー、Apple がアクセスすることはできません。
これは純粋な音声からテキストへの転記であり、話者を識別したりマークしたりすることはありません。音声はその後すぐに破棄されます。翻訳されたテキストはその後 Apple Watch に送信され、ディスプレイに表示されます。
ユーザーが Siri に問い合わせたり、Siri アプリに保存したりしない限り、そのテキストは保存されません。Siri アプリ内のデータはエンドツーエンドで暗号化され、デバイス間で同期され、ユーザーは会話が30日後、1年後に自動的に削除されるか、永久に保存されるかを制御できます。たとえ裁判所の命令があっても、Apple はこれらのデータを解読することができず、ユーザーのみが鍵を持っています。さらに、ユーザーがリアルタイム再生を実行しているとき、Apple Watch のスピーカーは聞こえる音の通知音を再生します。たとえ時計がサイレントモードであったり、ヘッドフォンに接続されていても。
これがリアルタイム再生がどのようにユーザーのプライバシーと周囲の人々を保護するかです。元の音声データはユーザー、システム、Apple、または任意のアプリケーションがアクセスできず、直接テキストに変換され、その後選択的にエンドツーエンドで暗号化された Siri アプリに保存されます。Siri サマリーの動作方法は似ていますが、プロセスはより複雑です。ユーザーはこの機能を常にオンにするか、手動でトリガーしたときのみオンにするか、特定の場所や時間では実行を許可しないように指定できます。まず、軽量モデルが会話が発生したかどうかを検出します。もしあれば、暗号化された安全音声バッファが暗号化データ転送を介して iPhone に送信され、処理されます。
音声は簡潔なテキストに転記され、元の音声はすぐに破棄されます。
これらの転記されたテキストは、安全フィルターを通過して潜在的に有害な用語を除去され、その後暗号化され、Apple のプライベートクラウドサーバーに送信されて要約されます。関連するコンテキストデータが添付され、要約を改善します（たとえば、再生中の音楽、関連するカレンダーエントリ、または高レベルの場所情報など）。プライベートクラウドはタイトルと要約を生成し、具体的に識別可能または敏感な情報（地名や財務データなど）を削除し、「公園」や「食料品店」のような一般的な場所名は保持します。この要約はその後、暗号化された形でユーザーのデバイスに送信され、Siri アプリ内の新しい要約タブに保存されます。
Apple のプライベートクラウドサーバー上のすべてのデータは処理後に即座に破棄され、Apple はデータを保存することはありません。
要約タブ内の内容は、ユーザーが保存を選択しない限り、7日後に自動的に削除されます。リアルタイム再生と同様に、Siri サマリーは録音を作成せず、話者を識別せず、逐語的な記録を作成することもありません。プロセス全体を通じて、ユーザー、アプリケーション、Apple はいかなる音声にもアクセスできません。最後に、リアルタイム再生と Siri サマリーは13歳未満のユーザーには利用できません。18歳未満の子供のアカウントでは、ユーザーは親または保護者によってリアルタイム再生と Siri サマリーへのアクセス権を有効にされる必要があります。
| 項目 | 規格 |
|---|---|
| プロセッサ | S11 |
| バッテリー容量 | 未公表 |
利益声明：この記事には提携企業の製品リンクが含まれており、リンクを通じて購入した場合、TechRitual はコミッション収入を得る可能性がありますが、製品の評価や推奨には影響しません。詳細についてはプライバシーポリシーをご覧ください。