Apple Watchに「音声知能」登場：直前15秒の会話テキスト化やSiri要約に対応

会議中にふと意識がそれた瞬間や、早口でメニューを説明されたときに、「直前の15秒だけ巻き戻せたらいいのに」と思った経験は誰にでもあるはずです。

Appleはその願いをスマートウォッチで実現しようとしています。11月3日、AppleはwatchOS 27.3の開発者向けベータ版をリリースし、注目の「Audio Intelligence（音声知能）」機能の提供を開始しました。9月の発表会で予告されていた常時リスニング技術が、いよいよ実機で動き始めています。

15秒巻き戻しと自動要約で「聞き逃し」をなくす

今回の目玉は「Live Rewind」と「Siri Recap」という2つの機能です。

Live Rewindは、いわば日常会話の巻き戻しボタンです。直前に何を言われたか確認したいとき、Digital Crownを2回カチカチと押すだけで、マイクが拾った過去15秒間の会話がテキストとして画面に表示されます。確認してそのまま放置すれば30秒で自動的に完全消去され、保存したい場合はiOS 27で独立したSiriアプリへ残すことも可能です。知らない単語があれば、画面下の「Ask Siri」からその場で質問できます。

もう一方のSiri Recapは、周囲の会話を聞き取り、後から振り返れる要約メモを作る機能です。打ち合わせやパーソナルトレーニングなど、両手が塞がっている場面で威力を発揮します。

会話が終わると、Siriがタイトルと重要な箇条書き（期限や価格などの事実情報）を自動作成してくれます。文字起こしをまるごと残すのではなく、話者の識別も行わないため、人間が手作業で要点だけをメモ帳に書き留める感覚に近い設計です。保存しなかった要約は7日間で自動削除されます。

常時リスニングの不安をハードウェアとUXで解消

マイクが常に周囲の音を拾い続けるとなれば、当然ながらプライバシーの懸念が浮上します。AIピンやスマートグラスが隠し撮り・盗聴批判に晒されてきた歴史を、Appleも強く意識しています。

まず周囲への配慮として、Live Rewindを起動した際には画面のアニメーションだけでなく、はっきりとしたチャイム音が鳴る仕様になっています。手元の操作と音、画面表示の組み合わせで、周囲に「会話をテキスト化した」事実が伝わる仕組みです。

内部処理についても、Appleは専用のプライバシー概要書を公開しました。生の音声データはS11チップ内の専用ハードウェアでのみ処理され、音声ファイルとして保存されることはありません。watchOSやアプリ、Apple自身も生データにはアクセスできないと説明しています。明示的に保存を選んだテキストだけが、エンドツーエンド暗号化されたiCloud経由で同期されます。また、身元証明や金融情報などの機密データは自動で除外されます。

なお、本機能はS11チップを搭載するApple Watch Series 12およびApple Watch Ultra 4が対象です。

なぜ重要か

ユーザーにとって、これはApple Intelligenceの中で最も実用的で、日々のストレスを直接減らしてくれる機能になり得ます。大げさなAIアシスタントと対話するのではなく、「聞き逃しを拾う」「メモを取らずに会話に集中する」という身近な動作を肩代わりしてくれるからです。

Appleのアプローチは非常に現実的だと評価できます。これまでのAIウェアラブルは長時間の録音データをそのまま溜め込みがちで、周囲の反発を招くか、後から要約を探す手間が増えるかのどちらかでした。わずか15秒の揮発性バッファ、明確な通知音、7日間の自動消去という割り切りによって、実用性とプライバシーの落としどころを巧みに突いています。

同時に、ウェアラブル業界全体のハードルも一気に引き上げられました。単に通知やヘルスケアデータを測るデバイスから、「身の回りの文脈を安全に理解する端末」へと手首の役割が変わりつつあります。