Apple Watch Audio Intelligence: ย้อนคำพูด 15 วินาที สรุปบทสนทนาได้ แต่ความเป็นส่วนตัวล่ะ?

Apple Watch Series 12 และ Apple Watch Ultra 4 เพิ่มชุดความสามารถ Audio Intelligence ที่ใช้ไมโครโฟนของนาฬิกาเพื่อช่วยจำคำพูด ตรวจจับเสียงสำคัญ และระบุเพลงที่กำลังเล่นอยู่ ฟีเจอร์ที่ถูกพูดถึงมากที่สุดคือ Live Rewind สำหรับเรียกดูสิ่งที่เพิ่งพูดไปเป็นข้อความ และ Siri Recap สำหรับทำโน้ตสรุปบทสนทนา

Apple ย้ำว่าฟีเจอร์เหล่านี้ไม่ได้เก็บ “ไฟล์บันทึกเสียง” แบบทั่วไป แต่ประเด็นสำคัญไม่ได้จบแค่ว่ามีไฟล์เสียงหรือไม่ เพราะคำพูดของคนอื่นยังอาจถูกประมวลผลและแปลงเป็นข้อความที่บันทึกไว้ได้ 110

Audio Intelligence มีอะไรบ้าง

Live Rewind: ย้อนดูคำพูดล่าสุด 15 วินาที

หากฟังประโยคหนึ่งไม่ทัน ผู้ใช้สามารถกด Digital Crown สองครั้ง เพื่อให้ Apple Watch แสดงข้อความจากคำพูดย้อนหลัง 15 วินาที จากนั้นจะถาม Siri ต่อเกี่ยวกับข้อความนั้น หรือบันทึกไว้ในแอป Siri เพื่อกลับมาดูภายหลังได้

Apple ระบุว่า Live Rewind จะไม่ถอดเสียงต่อเนื่องในเบื้องหลังหลังจากการใช้งานดังกล่าว 127

Siri Recap: โน้ตสรุปจากบทสนทนา

เมื่อเปิดใช้งาน Siri Recap จะใช้การรับฟังเสียงรอบตัวเพื่อสร้างโน้ตสรุประดับภาพรวมด้วย Apple Intelligence แต่ละรายการมีชื่อเรื่อง สรุป และประเด็นสำคัญ และดูย้อนหลังได้ในแอป Siri ทั้งบน Apple Watch และ iPhone ฟีเจอร์นี้ไม่ได้ทำทรานสคริปต์แบบเต็มบทสนทนา 2032

ผู้ใช้เลือกได้ว่าจะเปิด ปิด หรือตั้งเวลาให้ Siri Recap ทำงานในช่วงเวลาและบริบทที่กำหนด เช่น เฉพาะเวลางาน รายการสรุปที่ไม่ได้บันทึกจะถูกลบอัตโนมัติหลัง 7 วัน ส่วนรายการที่บันทึกไว้จะอยู่ต่อจนกว่าผู้ใช้จะลบเอง 132

Sound Recognition: แจ้งเตือนเสียงสำคัญ

Sound Recognition สามารถแจ้งเตือนเมื่อตรวจพบเสียงที่ผู้ใช้เลือกไว้ เช่น เสียงสัญญาณเตือนภัย ไซเรน กริ่งประตู หรือเสียงเด็กร้องไห้ จึงอาจเป็นประโยชน์ด้านการเข้าถึงสำหรับผู้ที่ได้ยินเสียงเหล่านี้ได้ไม่ชัดหรือไม่สม่ำเสมอ 519

Music Recognition: ระบุเพลงด้วย Shazam ได้เร็วขึ้น

Audio Intelligence ยังรวม Music Recognition ที่ทำงานร่วมกับ Shazam เพื่อระบุเพลงที่เล่นอยู่ใกล้ตัวได้รวดเร็วขึ้น 2830

Apple บอกว่าปกป้องข้อมูลเสียงอย่างไร

แนวทางด้านความเป็นส่วนตัวของ Apple เน้นการจำกัดการเข้าถึงเสียงดิบ และหลีกเลี่ยงการสร้างไฟล์เสียงที่บันทึกเก็บไว้

• ประมวลผลในฮาร์ดแวร์ที่แยกต่างหาก: Apple ระบุว่า Audio Intelligence ใช้ Secure Exclave ในชิป S11 ซึ่งเป็นส่วนฮาร์ดแวร์ที่แยกออกมาเพื่อประมวลผลข้อมูลจากเซ็นเซอร์ โดยข้อมูลในส่วนนี้ไม่สามารถเข้าถึงได้จากระบบปฏิบัติการ แอป ผู้ใช้ หรือ Apple 10
• ไม่มีการเก็บเสียงดิบเป็นไฟล์: Apple ระบุว่าเสียงดิบถูกจัดการภายในฮาร์ดแวร์เฉพาะส่วนนี้ และไม่ถูกบันทึกเป็นไฟล์เสียง 10
• บัฟเฟอร์ Live Rewind ถูกเขียนทับเสมอ: Live Rewind ใช้บัฟเฟอร์หมุนเวียนราว 15 วินาที ซึ่งถูกเขียนทับอย่างต่อเนื่อง Apple อธิบายว่าเป็นหน่วยความจำเพื่อการประมวลผล ไม่ใช่การบันทึกเสียง โดยจะสร้างข้อความเมื่อผู้ใช้กด Crown ตามเจตนาเท่านั้น 21
• ข้อความอาจอยู่ต่อได้: แม้เสียงดิบไม่ได้ถูกเก็บ แต่ผลลัพธ์แบบข้อความสามารถถูกบันทึกได้ Apple ระบุว่าทรานสคริปต์และสรุปที่ซิงก์ผ่าน iCloud ได้รับการเข้ารหัสแบบต้นทางถึงปลายทาง เพื่อให้มีเพียงผู้ใช้ที่เข้าถึงได้ ไม่ใช่ Apple 3135
• ผู้ใช้กำหนดการทำงานได้: Siri Recap ตั้งค่าและปิดได้ ส่วนการเปิด Live Rewind จะมีเสียงแจ้งเตือนและตัวบ่งชี้ไมโครโฟนบนหน้าจอ 143

ข้อจำกัดเหล่านี้ช่วยลดการเปิดเผยเสียงดิบได้อย่างมีนัยสำคัญ แต่ไม่ควรตีความว่าไม่มีการประมวลผลข้อมูลส่วนบุคคลเลย เพราะคำพูดสามารถถูกวิเคราะห์และแปลงเป็นข้อความหรือบทสรุปได้ แม้ไม่มีไฟล์เสียงถูกเก็บไว้

เหตุใดจึงมีคำถามเรื่องความเป็นส่วนตัวและความยินยอม

ประเด็นหลักไม่ได้อยู่แค่ว่ามีไฟล์เสียงลักษณะ WAV หรือไม่ แต่อยู่ที่คนรอบข้างรู้หรือไม่ว่าคำพูดของตนอาจถูกประมวลผลเป็นข้อความที่บันทึกเก็บได้

ผู้สวมใส่เป็นคนเลือกเปิด แต่คนรอบตัวมักไม่ได้เลือก

Siri Recap อาจรับฟังในช่วงเวลาที่ผู้สวมใส่กำหนด แล้วสร้างโน้ตจากสิ่งที่ได้ยิน นักวิจารณ์มองว่าเพื่อนร่วมงาน ลูกค้า สมาชิกครอบครัว หรือคนแปลกหน้าอาจแทบไม่มีช่องทางรับรู้ ควบคุม หรือคัดค้านการประมวลผลดังกล่าวในทางปฏิบัติ 2044

Live Rewind จำกัดอยู่ที่ช่วงเวลา 15 วินาที แต่การกดปุ่มเพียงสองครั้งก็เปลี่ยนคำพูดก่อนหน้าเป็นข้อความที่บันทึกได้ แม้ Apple Watch จะส่งเสียงเตือนและแสดงสัญลักษณ์ไมโครโฟน การแจ้งเตือนนี้อาจสังเกตได้ยากในที่เสียงดัง หรือสำหรับผู้ที่มองไม่เห็นหน้าจอนาฬิกา 4346

คำว่า “ไม่บันทึกเสียง” อาจไม่ใช่คำตอบทางกฎหมายทั้งหมด

กฎหมายเรื่องการบันทึกหรือดักรับการสื่อสารแตกต่างกันไปตามประเทศ เขตอำนาจ และสถานการณ์ รายงานเกี่ยวกับการเปิดตัวฟีเจอร์นี้ชี้ถึงข้อกังวลในบางรัฐของสหรัฐฯ ที่กำหนดให้ทุกฝ่ายต้องยินยอม โดยการพิจารณาทางกฎหมายอาจขึ้นกับตัวบทกฎหมาย สถานที่ ความคาดหวังต่อความเป็นส่วนตัว และการที่การประมวลผลแบบเรียลไทม์หรือข้อความที่ได้เข้าข่ายการดักรับหรือการบันทึกหรือไม่

ดังนั้น การที่ Apple บอกว่าไม่มีไฟล์เสียงดิบ ไม่ได้ยืนยันด้วยตัวเองว่าการใช้งานทุกรูปแบบถูกกฎหมาย 45

ความไม่แน่นอนนี้เป็นเหตุผลให้ใช้อย่างระมัดระวัง โดยเฉพาะในที่ทำงาน สถานพยาบาล โรงเรียน การประชุมลับ หรือการสนทนาส่วนตัว ผู้ใช้ควรขอความยินยอมเมื่อเหมาะสม และตรวจสอบกฎหมายท้องถิ่นที่เกี่ยวข้อง แทนการถือว่าการออกแบบผลิตภัณฑ์เป็นคำแนะนำทางกฎหมาย

เปิดใช้เมื่อไร ใช้อุปกรณ์อะไร ภาษาใด และราคาเท่าไร

Live Rewind และ Siri Recap ยังไม่เปิดให้ใช้งานทั่วไปในขณะนี้

• ช่วงเปิดตัว: Apple ระบุว่าจะเปิดเป็น เบตาในช่วงปลายปี 2026 28
• ภาษา: เบตาจะเริ่มต้นด้วย ภาษาอังกฤษ 28
• การเปิดให้บริการตามภูมิภาค: Apple ระบุว่าจะ ยังไม่เปิดใช้ในสหภาพยุโรป (EU) ช่วงแรก และยังไม่ได้เผยรายชื่อประเทศแบบครบถ้วน 28
• Apple Watch ที่รองรับ: ต้องเป็น Apple Watch Series 12 หรือ Apple Watch Ultra 4 2830
• iPhone ที่จับคู่: Live Rewind และ Siri Recap ต้องใช้ iPhone 16 หรือใหม่กว่า ที่รองรับ Apple Intelligence โดย ไม่รวม iPhone 16e 28
• ข้อจำกัดการใช้งาน: Apple ระบุว่าฟีเจอร์ Audio Intelligence ที่พึ่งพาโมเดลฝั่งเซิร์ฟเวอร์ ซึ่งรวมถึง Live Rewind และ Siri Recap อยู่ภายใต้ข้อจำกัดการใช้งานรายวัน 28
• ราคา Apple Watch ในสหรัฐฯ: Series 12 เริ่มที่ 399 ดอลลาร์สหรัฐ และ Ultra 4 เริ่มที่ 799 ดอลลาร์สหรัฐ โดย Apple ยังไม่ประกาศค่าใช้จ่ายแยกสำหรับฟีเจอร์เบตาเหล่านี้ 3839

สรุป: มีประโยชน์ แต่ไม่ควรใช้แบบมองไม่เห็นคนรอบข้าง

Audio Intelligence แยกประโยชน์ได้ชัดเจนระหว่างการทวนสิ่งที่เพิ่งพลาดกับการทำโน้ตเพื่อจำเรื่องในภายหลัง: Live Rewind ช่วยดึงประโยคที่ฟังไม่ทันกลับมา ขณะที่ Siri Recap ช่วยย่อบทสนทนาในช่วงเวลาที่ผู้ใช้เลือก Apple ออกแบบระบบด้วยการแยกฮาร์ดแวร์ บัฟเฟอร์ที่เขียนทับ การเข้ารหัส และนโยบายลบข้อมูล เพื่อลดการเปิดเผยเสียงดิบ 110

อย่างไรก็ดี ความเป็นส่วนตัวไม่ได้วัดจากที่เก็บข้อมูลเพียงอย่างเดียว ฟีเจอร์อาจไม่เก็บไฟล์เสียง แต่ยังประมวลผลคำพูดของบุคคลอื่นและสร้างข้อความที่บันทึกต่อได้ ผู้ใช้จึงควรมอง Live Rewind และ Siri Recap เป็นเครื่องมือที่อ่อนไหวต่อบทสนทนา ไม่ใช่ความสะดวกที่ใช้ได้โดยไม่ต้องคำนึงถึงผู้คนรอบตัว และควรทำให้ผู้เกี่ยวข้องรับรู้อย่างมีความหมายเมื่อสถานการณ์นั้นสำคัญ