Apple Watch zaczyna „słuchać”: Live Rewind i Siri Recap — jak działają i co z prywatnością

Apple nazywa nowy zestaw funkcji mikrofonu w zegarkach Audio Intelligence. W Apple Watch Series 12 i Apple Watch Ultra 4 obejmuje on narzędzia ułatwiające dostępność, rozpoznawanie muzyki, szybkie odtworzenie sensu niedawnej wypowiedzi w formie tekstu oraz generowane przez AI podsumowania rozmów.

Najważniejsze rozróżnienie jest proste: Sound Recognition i Music Recognition identyfikują dźwięki z otoczenia, natomiast Live Rewind i Siri Recap przekształcają pobliską mowę w tekst lub podsumowanie. 14

Cztery funkcje Audio Intelligence

Live Rewind: tekst z poprzednich 15 sekund

Dwukrotne naciśnięcie Digital Crown wyświetla fragment tekstu obejmujący poprzednie 15 sekund rozmowy. Funkcja ma pomóc, gdy użytkownik nie dosłyszał części wypowiedzi. Apple podkreśla, że rezultat jest transkrypcją na ekranie zegarka, a nie nagraniem, które można odtworzyć. Jeśli fragment nie zostanie zapisany ani użyty, znika po wygaszeniu wyświetlacza. 116

Siri Recap: najważniejsze punkty rozmowy

Siri Recap korzysta z nasłuchiwania otoczenia, aby tworzyć generowany przez Apple Intelligence tytuł, podsumowanie i kluczowe punkty rozmów. Apple przedstawia tę funkcję jako pomoc pamięciową, a nie dosłowny zapis: ma utrwalać najważniejsze ustalenia, do których można później wrócić w aplikacji Siri. Niezapisane i niewyeksportowane podsumowania są automatycznie usuwane po siedmiu dniach. 19

Sound Recognition: powiadomienia o ważnych dźwiękach

Sound Recognition to funkcja dostępnościowa dla osób niesłyszących i niedosłyszących. Może powiadamiać o syrenach, alarmach, dzwonku do drzwi czy płaczu dziecka — również wtedy, gdy sparowanego iPhone’a nie ma w pobliżu. Apple deklaruje, że wykrywanie odbywa się z wykorzystaniem przetwarzania na urządzeniu. 4

Music Recognition: automatyczne rozpoznawanie utworów przez Shazam

Automatyczne rozpoznawanie muzyki wykorzystuje Shazam do identyfikacji utworów odtwarzanych w pobliżu. Tytuł piosenki i wykonawca mają trafiać do Smart Stack. 1

Co Apple deklaruje w sprawie prywatności

Według Apple funkcje Audio Intelligence umożliwia układ S11 oraz sprzętowo odizolowane środowisko przetwarzania nazwane Secure Exclave. Firma twierdzi, że surowy dźwięk używany do analizy jest niedostępny dla watchOS, aplikacji, użytkownika oraz samego Apple. Ma być usuwany po przetworzeniu, zamiast trafiać do trwałego pliku audio. 116

W przypadku Live Rewind materiał źródłowy ma istnieć wyłącznie w stale nadpisywanym buforze. Widocznym wynikiem jest 15-sekundowy fragment tekstu, nie zachowane nagranie. Apple podaje też, że po aktywacji Live Rewind zegarek emituje sygnał dźwiękowy i pokazuje pełnoekranowy komunikat wizualny. 119

Apple zaznacza, że system nie przypisuje wypowiedzi konkretnym rozmówcom. Siri Recap ma tworzyć ograniczone podsumowania zamiast pełnych transkrypcji, a tam, gdzie to możliwe, pomijać informacje wrażliwe. Jeśli użytkownik zdecyduje się zachować transkrypcję Live Rewind lub podsumowanie Siri Recap, treść jest synchronizowana przez iCloud z szyfrowaniem end-to-end. 11618

Jeżeli rozwiązanie działa zgodnie z opisem Apple, ogranicza dostęp do surowego dźwięku i zmniejsza automatyczne przechowywanie danych. Nie zmienia jednak podstawowego faktu: mowa osób w pobliżu może zostać przetworzona na zegarku użytkownika i zamieniona w tekst albo podsumowanie.

Dlaczego pozostają pytania o zgodę

Spór nie dotyczy wyłącznie tego, czy dźwięk jest zapisywany. Krytycy wskazują przede wszystkim na informowanie i zgodę innych osób uczestniczących w rozmowie. Ktoś mówiący w pobliżu zegarka może nie wiedzieć, że Siri Recap działa w danym czasie lub miejscu, albo że użytkownik może uruchomić Live Rewind już po wypowiedzeniu słów. 1720

To istotne zwłaszcza w kontekście przepisów regulujących przechwytywanie lub rejestrowanie prywatnej komunikacji. Eksperci prawni zwracali uwagę, że funkcje mogą wystawić na próbę amerykańskie regulacje dotyczące podsłuchiwania i przechwytywania rozmów, w tym przepisy obowiązujące w jurysdykcjach wymagających zgody wszystkich uczestników. Legalność konkretnego użycia zależałaby od kraju lub stanu oraz od okoliczności — m.in. informacji o działaniu funkcji, zgody, charakteru rozmowy i roli użytkownika w niej. Brak zachowanego pliku audio sam w sobie nie rozstrzyga tych kwestii. 172230

Krótko mówiąc: projekt Apple koncentruje się na dostępie do danych i czasie ich przechowywania, podczas gdy krytycy pytają, czy osoby postronne otrzymują realną możliwość świadomego wyrażenia zgody. To dwa różne problemy, dla których nie ma jednej uniwersalnej odpowiedzi prawnej.

Dostępność, języki i ceny

Apple Watch Series 12 ma kosztować od 399 USD, a Apple Watch Ultra 4 — od 799 USD. Apple zapowiedziało dostępność obu modeli od 18 września 2026 r. 812

Sound Recognition i Music Recognition należą do zapowiedzianego pakietu Audio Intelligence. Apple podało, że Live Rewind i Siri Recap pojawią się później w 2026 r. w wersji beta, początkowo w języku angielskim. Dostępność zależy od urządzenia, języka i regionu. Według informacji publikowanych przy premierze Live Rewind nie będzie dostępny w Unii Europejskiej na starcie — co obejmuje także Polskę. Apple nie opublikowało w cytowanych materiałach pełnej listy krajów i terminów wdrożenia. 138

Najważniejszy wniosek

Audio Intelligence daje użytkownikom Apple Watch dwa nowe sposoby na uchwycenie tego, co dzieje się wokół nich: 15-sekundowe spojrzenie wstecz w formie tekstu i automatyczne podsumowania rozmów. Do tego dochodzą alerty o ważnych dźwiękach oraz identyfikacja muzyki przez Shazam. Architektura prywatności opisywana przez Apple opiera się na izolacji przetwarzania na urządzeniu, usuwaniu surowego audio, krótkich okresach przechowywania oraz szyfrowaniu zapisanych tekstów. 116

Jednocześnie funkcje przenoszą tzw. ambientową AI do zwykłych rozmów twarzą w twarz. Dla potencjalnego nabywcy pytanie nie brzmi więc wyłącznie: „czy Apple przechowuje nagrania?”. Równie ważne jest to, czy akceptuje używanie urządzenia zdolnego do przetwarzania cudzej mowy — i czy potrafi korzystać z niego z jasną informacją oraz zgodą rozmówców.