Tóm tắt nhanh
- Audio Intelligence trên Apple Watch Series 12 và Ultra 4 có Live Rewind, hiển thị lại 15 giây hội thoại vừa nghe, cùng Siri Recap để tóm tắt nội dung dài hơn.
- Âm thanh được giữ tạm trong bộ nhớ đệm vòng thuộc vùng Secure Exclave trên chip S11; dữ liệu cũ bị ghi đè nếu người dùng không yêu cầu xử lý.
- Live Rewind chuyển âm thanh sang iPhone để chuyển thành văn bản, sau đó xóa dữ liệu gốc. Siri Recap dùng thêm Private Cloud Compute cho phần tóm tắt.
- Các tính năng phải được người dùng chủ động bật, có tín hiệu âm thanh và biểu tượng trên màn hình để người xung quanh nhận biết khi Live Rewind hoạt động.
Những tính năng AI liên tục nghe âm thanh luôn kéo theo câu hỏi khó: chiếc đồng hồ đang hỗ trợ người đeo, hay đang biến các cuộc trò chuyện xung quanh thành dữ liệu? Tài liệu kỹ thuật Apple công bố cho thấy hãng chọn cách giới hạn thời gian lưu trữ và tách vùng xử lý âm thanh khỏi phần còn lại của hệ thống.
Vùng đệm âm thanh bị cô lập ngay từ phần cứng
Apple Watch Series 12 dùng chip S11, trong đó có vùng Secure Exclave dành cho các tác vụ cần bảo vệ cao. Tín hiệu từ microphone đi vào một bộ nhớ đệm vòng nằm trong vùng này. Dữ liệu mới liên tục ghi đè dữ liệu cũ sau mỗi chu kỳ vài giây, thay vì tạo một file ghi âm thông thường.
watchOS, ứng dụng bên thứ ba và người dùng không thể truy cập trực tiếp vào âm thanh thô trong vùng đệm. Nếu không có yêu cầu xử lý, dữ liệu sẽ biến mất khi bị ghi đè. Cách thiết kế này làm giảm lượng dữ liệu có thể bị lấy lại, dù nó không biến việc thiết bị thu âm thành một vấn đề không cần quan tâm.
Live Rewind ưu tiên văn bản và xóa âm thanh gốc
Live Rewind chỉ kích hoạt khi người dùng bấm đúp vào Digital Crown. Mười lăm giây âm thanh gần nhất được mã hóa và chuyển sang iPhone đã ghép đôi để chuyển thành văn bản. Kết quả không gắn nhãn người nói, hiển thị nhanh trên mặt đồng hồ và không được lưu nếu người dùng không chủ động thực hiện bước tiếp theo.
Điểm đáng chú ý là quá trình này không dựa trên một kho bản ghi âm kéo dài. Apple mô tả âm thanh gốc sẽ bị xóa sau khi chuyển đổi. Với người dùng thường họp hoặc trao đổi nhanh bằng tiếng Việt, lợi ích thực tế vẫn phụ thuộc vào khả năng nhận dạng ngôn ngữ của hệ thống; package hiện không cung cấp dữ liệu để đánh giá phần đó.
Siri Recap đưa bản tóm tắt qua Private Cloud Compute
Siri Recap xử lý các cuộc trao đổi dài hơn theo nhiều bước. Mô hình nhẹ trên chip S11 trước hết nhận diện liệu có hội thoại đang diễn ra hay không, thay vì giải mã toàn bộ nội dung. Âm thanh mã hóa sau đó được chuyển sang iPhone để tạo văn bản thô và lọc các từ nhạy cảm.
Bản tóm tắt mới được gửi lên Private Cloud Compute để tổng hợp ý chính. Theo mô tả trong tài liệu, máy chủ chỉ nhận phần dữ liệu cần thiết, trả kết quả mã hóa về thiết bị rồi xóa dữ liệu phía máy chủ. Các bản tóm tắt tự biến mất sau bảy ngày nếu người dùng không lưu trữ.
Tín hiệu rõ ràng vẫn quan trọng với người đứng cạnh
Apple cho biết khi Live Rewind hoạt động, loa ngoài phát chime và màn hình hiển thị biểu tượng microphone, kể cả khi đồng hồ ở chế độ im lặng hoặc đang dùng tai nghe. Đây là lớp thông báo hướng tới những người có mặt trong cuộc trò chuyện, không chỉ chủ nhân thiết bị.
Audio Intelligence ở trạng thái opt-in. Siri Recap cho phép đặt lịch theo giờ hoặc địa điểm, đồng thời bị khóa với tài khoản trẻ em dưới 13 tuổi và cần phê duyệt của phụ huynh với người dưới 18 tuổi. Các rào chắn này giúp giảm nguy cơ kích hoạt ngoài ý muốn, nhưng người dùng vẫn phải chủ động báo cho người đối diện khi cuộc trò chuyện có thể được xử lý.
Thiết kế của Apple đưa ra một cách tiếp cận hợp lý cho AI âm thanh trên thiết bị đeo: hạn chế thời gian tồn tại của dữ liệu, xử lý phần lớn công việc qua các vùng được bảo vệ và cho người xung quanh tín hiệu nhận biết. Mức độ thuyết phục cuối cùng vẫn cần được kiểm chứng khi tính năng có mặt rộng rãi, nhưng đây là hướng đi thực tế hơn việc âm thầm lưu lại toàn bộ âm thanh.
