Apple заметно расширила возможности голосовой части Apple Intelligence. Новая технология Siri Expressive Voices позволяет генерировать более естественную речь непосредственно на устройстве, причем пользователь может отдельно регулировать скорость произнесения и выразительность голоса. Настройки доступны через параметры Siri: предусмотрены отдельные регуляторы Pace для темпа и Expressivity для характера звучания.
За обработку отвечает AFM 3 Core Advanced - самая мощная из представленных Apple локальных моделей. Она содержит 20 млрд параметров, однако благодаря разреженной архитектуре при выполнении конкретного запроса активируется от 1 до 4 млрд параметров. Это позволяет запускать сложную обработку непосредственно на совместимом устройстве, не отправляя весь процесс в облако.
Apple также раскрыла техническую основу синтеза речи. Система способна непрерывно генерировать аудио длительностью от 20 до 320 секунд, выполняя один шаг генерации примерно за 10 мс - примерно в 16 раз быстрее реального времени. Пиковое использование оперативной памяти составляет около 21 МБ, а объём необходимых локальных компонентов - около 329 МБ.
Качество звучания тоже изменилось: в тестах новая система получила показатель MOS 4,15 против 3,87 у прежней локальной технологии синтеза речи. Для разговорной речи результат составил 4,24 против 3,82.
Новые функции Apple Intelligence доступны не на всех устройствах. Apple указывает поддержку наиболее мощной локальной модели для iPhone 17 Pro и 17 Pro Max, iPhone 18 Pro и 18 Pro Max, iPhone Air, iPhone Duo, некоторых iPad и Mac с соответствующим объёмом памяти, а также Apple Vision Pro на базе M5.
Новости нейросетей
03.10.2026