Présentation des nouvelles fonctions
Avec le beta développeur watchOS 27.3, Apple ajoute deux capacités d’écoute permanente à la montre : Siri Recap et Live Rewind. Siri Recap exploite une écoute ambiante pour générer, après chaque échange, un titre et les points clés de la discussion, stockés dans l’application Siri. Live Rewind capture les quinze dernières secondes d’audio détecté par le microphone et les transforme en texte affichable via une double pression sur la Digital Crown.
Ces fonctions s’inscrivent dans le même temps que la refonte de l’application Santé et l’extension du support linguistique à dix langues, mais le cœur de l’annonce reste l’« Audio Intelligence » qui reste activée en permanence sur la montre.
Mécanisme technique d’Audio Intelligence
Le traitement audio s’effectue localement grâce à un processeur dédié intégré à la puce S‑series de l’Apple Watch. Le flux brut est analysé en temps réel par des modèles de reconnaissance vocale optimisés pour la faible puissance, puis les résultats (texte ou résumé) sont générés par le moteur Apple Intelligence embarqué. Aucun fichier audio n’est écrit sur le stockage du dispositif ; les données restent sous forme de vecteurs temporaires dans la RAM.
Pour Live Rewind, la montre conserve un tampon de quinze secondes d’échantillons audio. Lorsqu’un utilisateur déclenche la fonction, le tampon est immédiatement envoyé au modèle de transcription, qui renvoie une chaîne de caractères affichée à l’écran. Siri Recap fonctionne de façon similaire, mais agrège plusieurs tampons au cours d’une conversation pour identifier les thèmes récurrents avant de synthétiser un titre et une liste de points.
Gestion de la confidentialité et des données
Apple décrit une politique de confidentialité où le son capté n’est jamais stocké en clair et n’est pas accessible aux applications tierces ni au système d’exploitation. Les résumés ou transcriptions que l’utilisateur choisit d’enregistrer sont synchronisés via iCloud avec un chiffrement de bout en bout, à condition que le compte utilise l’authentification à deux facteurs et que la montre soit protégée par un code d’accès.
Cette architecture repose sur le principe de « data minimisation » : seules les métadonnées nécessaires à la génération du texte sont conservées, puis immédiatement effacées après usage. Le modèle de reconnaissance reste sur le dispositif, ce qui évite l’envoi de flux audio bruts vers les serveurs d’Apple.
Limites et perspectives
Le système dépend de la capacité du processeur à exécuter des modèles de langage en temps réel, ce qui peut impacter la durée de vie de la batterie lors d’une écoute continue. De plus, la précision de la transcription sur quinze secondes reste sensible au bruit ambiant et à la qualité du microphone intégré. Apple ne fournit pas de métriques de taux d’erreur ou de latence, ce qui rend difficile l’évaluation comparative avec d’autres assistants vocaux.
Sur le plan de la confidentialité, la promesse d’un traitement « dans le hardware dédié » repose sur la confiance dans la conception propriétaire du silicon. Une analyse indépendante du firmware serait nécessaire pour vérifier l’absence de points d’extraction de données. En l’état, les fonctionnalités offrent une expérience d’assistance contextuelle, mais leur adoption dépendra de la perception des utilisateurs quant à la balance entre utilité et écoute permanente.
