Apple推出一套全新功能Audio Intelligence，率先搭载于今日发布的Apple Watch Series 12与Apple Watch Ultra 4。

Apple在一份全新文档中详细介绍了这项功能的运行原理，重点阐述隐私相关设计。

Apple Watch上的Audio Intelligence包含四项功能，涵盖实时回放与Siri摘要。

Apple表示：“Audio Intelligence属于全新一类Apple智能功能，依托Apple Watch麦克风、Apple芯片算力，结合端侧与云端AI模型，帮助用户检测声音、识别音乐，同时让用户专注当下，全程保障隐私安全。”

Audio Intelligence首批上线四项具体功能：声音识别、可自动启用Shazam的音乐识别、实时回放以及Siri摘要。

Apple称，实时回放与Siri摘要将于今年晚些时候开启测试版，初期支持英文，更多细节会在正式上线时公布。

Apple说明，所有Audio Intelligence功能均需要用户手动开启，实时回放与Siri摘要也支持根据需求随时启用或关闭。

Apple对实时回放的介绍如下：实时回放仅在用户主动双击数码表冠时触发，只会在屏幕上展示最近15秒语音对应的文字片段。该功能不会在后台持续转录音频，除非用户主动让Siri处理这段内容或是保存至Siri应用，否则不会留存文字记录。

用户可以在iPhone上的Watch应用开启该功能，打开Watch应用，点击Siri选项，选择实时回放，开启双击数码表冠即可。

Apple对Siri摘要的介绍如下：Siri摘要仅在用户主动开启后才会运行，用户可以在iPhone的Watch应用中启用该功能。

开启后，能够按照时间或位置设置运行规则，例如仅在工作场所启用、夜间永不启用，也可以手动切换开关。

无论选择哪种设置，用户都可以随时在控制中心开启或关闭这项功能。

Audio Intelligence不会区分语音对应的说话人，Siri摘要会过滤掉潜在有害内容与敏感信息，Apple提到，实时回放启动时会通过提示音与视觉标识提醒周边人员。

如果想要深入了解这套新功能的隐私机制，Apple发布了一份长达11页的隐私白皮书。

文档中介绍了实时回放的隐私设计：实时回放的麦克风音频数据会传入S11芯片安全隔区内的音频缓冲区，旧音频会持续被新音频覆盖，不会不断累积，原始音频无法在这个受保护缓冲区之外被访问。

针对Siri摘要功能，Apple作出如下说明：S11芯片通过轻量AI模型判断周边是否存在人声，该模型不会进行转录或是录音，仅识别对话是否开始。

一旦检测到对话，音频会存入S11芯片安全隔区内的受保护缓冲区，缓冲区在硬件层面隔离，用户、操作系统、各类应用乃至Apple自身都无法访问其中数据。