Apple comenzó a probar en una beta para desarrolladores cuatro funciones de inteligencia artificial para el Apple Watch Series 12, entre ellas una herramienta que convierte en texto los últimos 15 segundos de una conversación y otra que genera resúmenes breves. La empresa sostiene que no conserva el audio original ni identifica a los interlocutores, y que después abrirá una beta pública.

La demostración del sistema circuló en una publicación de X difundida por la propia compañía.

Cuatro funciones en Audio Intelligence

La beta para desarrolladores de iOS 27.3 incorpora Audio Intelligence al Apple Watch Series 12 con cuatro herramientas opcionales. Dos de ellas sirven para reconocer sonidos y canciones; las otras dos, Live Rewind y Siri Recaps, se enfocan en conversaciones humanas.

El reconocimiento de sonidos apunta a identificar señales como sirenas, alarmas y timbres. El reconocimiento de canciones usa Shazam para informar el nombre de la pieza y su artista cuando suena música de fondo.

Live Rewind permite recuperar en texto lo dicho durante los 15 segundos anteriores. Para activarlo, el usuario debe pulsar dos veces la corona digital del reloj; luego ve un fragmento de texto que puede dejar desaparecer o guardar en la aplicación independiente de Siri para consultarlo después.

Apple también prevé una opción para preguntar a Siri sobre algún dato de la conversación, como un término técnico o una instrucción que no quedó clara. La activación incluye una señal sonora y una animación para que las personas cercanas adviertan que el reloj está capturando parte de lo dicho.

Resúmenes, privacidad y procesamiento

Siri Recaps va un paso más allá y produce una frase breve junto con puntos clave de la conversación. Apple afirma que la función no identifica a los hablantes, no conserva el audio original y no entrega una transcripción literal.

Según la compañía, los resúmenes pueden incluir fechas, plazos, precios, planes de pago u otros datos factuales. También plantea usos en reuniones de trabajo, encuentros de padres y maestros, sesiones de entrenamiento personal y situaciones en las que el usuario necesita recordar tareas sin dejar de atender lo que escucha.

Los resúmenes no se generan mientras la persona escucha música con auriculares o usa cancelación de ruido. Si la función está activa, Apple pedirá revisar los Siri Recaps al final del día y la primera vez que se desbloquee el reloj por la mañana; después, cada usuario decide qué conservar.

La empresa dice que los Siri Recaps pueden activarse de forma manual o mediante un horario, por ejemplo para limitar su uso al trabajo o impedir que funcione de noche. También asegura que el usuario puede apagar la herramienta en cualquier momento desde el Centro de Control.

Los fragmentos de Live Rewind que no se guarden desaparecen después de 30 segundos. En el caso de Siri Recaps, los resúmenes pueden guardarse en Notas o exportarse a Journal si tienen carácter personal; si el usuario no hace nada, se eliminan en un plazo de siete días.

Apple sostiene además que el sistema omite información sensible, incluidos identificadores gubernamentales, datos financieros y de autenticación, ciertos identificadores personales y lenguaje que pueda promover autolesiones. La compañía describe esas restricciones como salvaguardas de la función, no como una garantía independiente de su comportamiento en cada conversación.

El procesamiento comienza en el procesador siempre activo del reloj, que incorpora un enclave de seguridad, una zona de memoria protegida por hardware y separada del resto del sistema operativo. Allí, un búfer dedicado procesa el audio original, mientras el iPhone emparejado puede acceder a la información mediante un mecanismo seguro de vinculación.

Apple añade que el sistema combina hardware, software y servicios de la empresa, incluidos el chip S11, el micrófono integrado y los modelos de Apple Intelligence que corren en el iPhone. También interviene Private Cloud Compute, su infraestructura de nube privada, para preparar los resúmenes a partir del texto procesado.

En ese flujo, modelos de IA ligeros en el chip S11 detectan si hay una conversación en curso de la que forma parte el usuario. Luego, el audio pasa al enclave de seguridad del iPhone, donde el procesamiento en el dispositivo lo convierte en texto condensado, con las muletillas eliminadas, antes de enviarlo cifrado a Private Cloud Compute para producir el resumen.

Apple afirma que el resumen y los datos usados para generarlo se eliminan de Private Cloud Compute de inmediato. Los resúmenes accesibles desde el iPhone, agrega la compañía, solo están disponibles para el usuario y se cifran al sincronizarse con otros dispositivos Apple. Live Rewind también transfiere el audio al iPhone para crear sus fragmentos de 15 segundos.

Por ahora, el acceso está limitado a desarrolladores mediante la beta de iOS 27.3. Apple prevé ofrecer más adelante una beta pública antes de poner las funciones a disposición general, sin precisar una fecha para ese lanzamiento.