Apple Watch vai escutar usuário?
A última quarta-feira (9) foi marcada pelas várias novidades do ecossistema Apple — confira o resumão para saber de tudo que foi apresentado no Apple Park. Dentre as novidades, um dos recursos que mais chamou a atenção foram as funções de gravação de voz contínua do Apple Watch Series 12 e Watch Ultra 4 do pacote Audio Intelligence.
O Audio Intelligence (ou “Inteligência de Áudio”, em português) é composto por um conjunto de recursos exclusivos dos novos smartwatches graças ao chip S11:
- Siri Recap: a Siri mantém resumos gerados por inteligência artificial (IA) das conversas do usuário captadas ao longo do dia inteiro;
- Live Rewind: o relógio permite relembrar informações que foram ditas durante conversas. Basta tocar na Digital Crown para conferir a transcrição dos últimos 15 segundos;
- Reconhecimento de Música com Shazam: o Shazam detecta a música em reprodução nos arredores de forma automática;
- Reconhecimento de som no Apple Watch: o relógio detecta sons importantes dos arredores, como sirenes, alarmes e campainhas, e dispara notificações no iPhone pareado.
As novidades, conforme as descrições sugerem, implicam que o Apple Watch 12 e o Watch Ultra 4 estão constantemente captando o som do ambiente pelos microfones. Naturalmente, isso alimenta certas preocupações sobre privacidade, e por isso a Apple publicou um extenso documento em que destrincha como os recursos funcionam e como trata as informações registradas pelo acessório.
Proteção em nível de arquitetura de hardware
O novo chipset S11 dos novos relógios da Apple contém o Secure Enclave, um compartimento dedicado que lida com o processamento de dados isolado do restante do hardware. Segundo a empresa, as informações processadas e analisadas pelo Secure Enclave não podem ser acessadas pelo watchOS, apps, a Apple ou nem sequer o usuário.
Todo o áudio captado pelos microfones do Apple Watch é mantido e inicialmente processado pelo Secure Enclave, mas não são mantidas transcrições ou gravações cruas do áudio. O conteúdo captado é constantemente sobrescrito e nunca sai do próprio dispositivo.
Para o Siri Recap e o Live Rewind, o Secure Enclave do Apple Watch estabelece um canal de comunicação com o Secure Enclave de um iPhone (presente no iPhone 16 ou mais modernos), por onde serão transferidos pacotes de áudio.
Como funciona o Siri Recap?
O Siri Recap, o resumo de conversas gerado pela assistente virtual, depende de um iPhone compatível para funcionar. No relógio, o chip S11 usa um modelo de IA leve para determinar o início de conversas, delegando a tarefa de processar o áudio captado para o Secure Enclave que, por sua vez, criptografa o áudio e o transmite para o Secure Enclave do celular.
Assim que a transferência é concluída, o áudio é imediatamente apagado do Secure Enclave do Apple Watch. Se não for possível concluir a transferência naquele momento, o Secure Enclave tentará enviar o conteúdo quando o pareamento for restabelecido.
No iPhone, o componente lida com a transcrição do conteúdo em áudio com um modelo de processamento local. Após o processamento, o áudio original também é excluído.
Para a geração do resumo, por sua vez, o processamento depende do Private Cloud Compute, a rede de data centers da Apple. Os modelos mais poderosos então puxam informações contextuais do usuário, como dados de reprodução de conteúdo, para entender melhor o contexto da conversa e apresentar resumos mais precisos.
Quanto às informações sensíveis, a Apple afirma que o Siri Recap é desenhado para não apresentar dados delicados nos resumos, como dados financeiros, identificadores do governo ou dados de identificação. Os Siri Recaps são apagados automaticamente após sete dias, exceto se o usuário decidir mantê-los salvos.
Como funciona o Live Rewind?
O Live Rewind segue princípios semelhantes ao Siri Recap, mas com um buffer de áudio em constante atualização. A ferramenta permite recapitular o conteúdo captado nos últimos 15 segundos em texto.
Da mesma forma, o áudio captado pelo microfone do Apple Watch passa pelo processamento do Secure Enclave do chip S11, sem que o conteúdo se acumule. O áudio antigo é sempre substituído pelo áudio novo, e não é possível acessar a gravação fora desse buffer.
Para funcionar, o Live Rewind processa o áudio captado direto no dispositivo. Daí, quando o usuário aperta a Digital Crown, o relógio transfere o conteúdo para o Secure Enclave do iPhone, que dá conta da transcrição de áudio com modelos locais, e devolve para a apresentação na tela do Apple Watch.
Depois que a tela do Apple Watch é apagada por 30 segundos, o conteúdo transcrito é apagado. Contudo, também há a opção de salvar o conteúdo com a Siri para consultá-lo posteriormente.
Reconhecimento de som e de músicas via Shazam
O Reconhecimento de músicas é significativamente mais simples. Neste caso, o Secure Enclave avalia pequenos recortes de áudio captados pelo microfone para identificar trechos que tenham músicas no ambiente — se nada é detectado, o buffer é excluído.
Porém, se o relógio reconhece que há música no ambiente e o usuário abre o Smart Stack no Apple Watch, o Secure Enclave processa o áudio no buffer protegido, cria uma assinatura acústica da música detectada e envia para os servidores do Shazam para reconhecer a faixa. Se encontrado, o conteúdo então é exibido na tela com nome da música e artista.
Tal assinatura sonora é apenas uma representação da faixa captada e não pode ser revertida no áudio original.
O princípio é muito semelhante para o Reconhecimento de som: se o áudio processado pelo Secure Enclave percebe um som específico, como alarme de incêndio, campainha ou choro de um bebê, ele envia uma notificação para o usuário. O conteúdo nunca é transcrito ou transmitido para outro dispositivo.
Funções são opcionais
As novidades do Audio Intelligence da Apple são totalmente opcionais. O usuário pode decidir quando a captação constante deve ser habilitada, bem como desativar recursos específicos — como o Siri Recap, que depende de servidores remotos para funcionar — sem interferir nos demais.
A Apple também incluiu proteções para as pessoas ao redor do portador do relógio. As anotações do Siri Recap, por exemplo, são vagas e não devem ser suficientes para identificar interlocutores de uma conversa de forma isolada; e o Live Rewind sempre emite um som alto quando acionado.
Além disso, o Live Rewind e o Siri Recap não estão disponíveis para usuários menores de 13 anos. Num primeiro momento, a dupla de recursos será liberada em fase Beta e somente em inglês.
O documento completo sobre o design de privacidade do Audio Intelligence está disponível no site da Apple.
Quer ficar por dentro das novidades do mundo da tecnologia? Acesse o TecMundo e acompanhe as últimas notícias sobre Apple, Apple Watch e privacidade digital.