A szeptember közepétől elérhető Apple Watch Series 12 és Apple Watch Ultra 4 négy Audio Intelligence-funkciót kap. A Hangfelismerés például szirénákra, riasztókra, csengőkre vagy síró gyerekre figyelmeztethet, a Zenefelismerés pedig automatikusan azonosítja a közelben szóló zenét.

A másik két funkció már közvetlenül a beszélgetésekkel foglalkozik. A Live Rewind a Digital Crown kétszeri megnyomására az előző 15 másodpercben elhangzottakból jeleníthet meg egy szövegrészletet. A Siri Recap ennél jóval tovább megy: a felhasználó engedélyével a nap folyamán érzékelt beszélgetésekből készít mesterséges intelligenciával rövid összefoglalót. A funkció idő- és helyszín alapján is ütemezhető, és természetesen ki is kapcsolható.

Az Apple szerint az óra nem készít hagyományos hangfelvételt. A nyers hangot a készülék egy elkülönített, biztonságos hardveres környezetében dolgozza fel, amelyhez sem az Apple, sem az alkalmazások nem férnek hozzá. A feldolgozás után a hanganyagot törlik.

A Siri Recap esetében a rendszer először tömörített szöveges változatot készít, majd ezt titkosítva küldi az Apple Private Cloud Compute rendszerébe. Az Apple állítása szerint a vállalat sem fér hozzá az adatokhoz, az összefoglalókat pedig hét nap után automatikusan törlik, ha a felhasználó nem menti el őket.

Ha tehát valaki egy Apple Watch viselője mellett beszél, a saját hangja is bekerülhet a rendszer által érzékelt információk közé – akkor is, ha az illető nem viseli az órát, és nem is tud arról, hogy a készülék képes elemezni a beszédet.

Ez technikailag nem ugyanaz, mint egy bekapcsolt diktafon: az Apple szerint nincs megőrzött hangfelvétel, amelyet később vissza lehetne hallgatni. A hétköznapi felhasználó szempontjából azonban a határ már jóval kevésbé egyértelmű: az óra hallja a környezetét, és képes értelmezni is, amit hall.

Van egy másik kellemetlen kérdés is. Az Apple maga figyelmeztet arra, hogy a Live Rewind és a Siri Recap által létrehozott szövegek pontatlanok lehetnek: fontos részletek maradhatnak ki, vagy a rendszer félreértheti az elhangzottakat. Ha pedig az eredeti hanganyagot a rendszer feldolgozás után törli, utólag már nehéz ellenőrizni, hogy egy vitatott mondat valóban elhangzott-e, vagy az AI értelmezte rosszul. A TechSpot szerint ez különösen problémás lehet egy munkahelyi megbeszélésen, családi egyeztetésen, orvosi konzultáción vagy jogi ügyben.

Az Apple közben azt állítja, hogy a rendszer igyekszik kiszűrni az érzékeny adatokat, például pénzügyi információkat és állami személyazonosító adatokat. Ez azonban nem változtat azon, hogy az új Apple Watch már nem csupán azt figyeli, amit a viselője csinál, hanem a környezetében elhangzó beszédet is képes feldolgozni. A Live Rewind és a Siri Recap várhatóan 2026 végén kerül béta változatba. A kérdés addig is adott: hol húzódik a határ egy személyes asszisztens és egy olyan eszköz között, amely folyamatosan figyeli a környezetét?