Processamento no dispositivo

“Local” na página de um produto pode significar várias coisas. Reconhecimento no dispositivo, mas formatação na nuvem. Reconhecimento local por padrão, mas com modelos na nuvem oferecidos como opção. Tudo local, menos o contexto de tela, que é enviado para personalização. Ou realmente tudo: captura, reconhecimento, formatação, dicionário, histórico e qualquer leitura de contexto, tudo na máquina. Só a última opção deixa você desligar a rede sem perder nada, e só a última significa que não existe cópia das suas palavras em lugar nenhum além do seu próprio disco.

Três testes, em ordem de esforço. Desligue o Wi-Fi e dite; uma ferramenta totalmente no dispositivo funciona exatamente igual. Abra um monitor de rede como o Little Snitch, filtre pelo app e dite por uma hora; você não deve ver nada além das conexões que o fornecedor documentou, como downloads de modelos que você iniciou e uma verificação de atualizações. Leia a declaração de privacidade e veja se ela cita cada conexão que o app faz e o motivo. Uma ferramenta que passa nos três fez por merecer a palavra. Uma página de política descreve intenções; o monitor de rede descreve o comportamento.

Duas coisas chegaram juntas. Modelos de fala abertos bons o bastante para competir com os motores na nuvem, e chips de consumo com hardware dedicado a aprendizado de máquina para rodá-los. No Apple silicon, um modelo de reconhecimento grande e um modelo de linguagem pequeno rodam lado a lado, em tempo real, num notebook. O meio-termo que definia as ferramentas locais, mais lentas e menos precisas, praticamente desapareceu, o que deixa ao processamento na nuvem a sincronização entre dispositivos e pouco mais como argumento.

O Ditado da Apple pode rodar no dispositivo ou nos servidores da Apple, dependendo do seu Mac e do seu idioma. Você não precisa adivinhar qual é o seu caso, porque o macOS informa isso nos ajustes.

1. 01 Escolha menu Apple → Ajustes do Sistema e clique em Teclado na barra lateral.
2. 02 Vá até Ditado.
3. 03 Leia o texto abaixo da opção Ditado. Ele diz se a sua entrada de voz é processada no dispositivo.
4. 04 Se você dita em mais de um idioma, mude o idioma do Ditado e leia o texto de novo, porque a disponibilidade varia conforme o idioma e o modelo do Mac.
5. 05 Se o texto não disser que o processamento acontece no dispositivo, presuma que o que você dita é enviado à Apple para ser processado.

O Monitor de Atividade vem com todo Mac e permite uma primeira verificação sem instalar nada. Ele não mostra para onde os dados vão, mas mostra se há dados trafegando enquanto você fala.

1. 01 Feche os apps que usam muito a rede, como navegadores e ferramentas de sincronização, para que a leitura fique limpa.
2. 02 Abra o app Monitor de Atividade e clique em Rede.
3. 03 Olhe a parte de baixo da janela e anote “Dados enviados” e “Dados enviados/s”.
4. 04 Dite por um minuto inteiro num editor de texto.
5. 05 Compare os números. Áudio saindo do Mac durante um minuto aparece como um aumento claro nos dados enviados. Uma linha estável é o que o processamento no dispositivo mostra.
6. 06 Repita com o Wi-Fi desativado em Ajustes do Sistema → Wi-Fi. Uma ferramenta que continua funcionando não depende de um servidor para o reconhecimento.

Depende do dispositivo e do idioma. O aviso de privacidade da Apple sobre a Siri e o Ditado diz que o seu dispositivo indica nos ajustes de Teclado se o seu áudio e as suas transcrições são processados no dispositivo e não são enviados aos servidores da Apple.

Quando não é o caso, o mesmo aviso diz que o que você dita é enviado ao servidor e processado lá, e não é armazenado a menos que você aceite participar de Melhorar a Siri e o Ditado. A Apple também descreve a coleta de dados relacionados à solicitação, como especificações do dispositivo e estatísticas de desempenho.

Este é o padrão geral a procurar em qualquer ferramenta: uma declaração clara de quando o áudio fica no dispositivo, quando não fica e o que mais é enviado. Uma declaração que cobre só o melhor caso não é uma resposta completa.