Splits eerst twee vragen
De meeste verwarring hier komt doordat één vraag als twee wordt behandeld, of twee als één.
Waar wordt mijn stem verwerkt? Of de audio gaat naar een server en er komt tekst terug, of een model op je telefoon doet het werk en er wordt niets verstuurd.
Wat doet het toetsenbord met mijn tekst? Elk toetsenbord ziet wat je typt, want dat is wat een invoermethode is. De vraag is of er iets van je telefoon af gaat en of het ergens bewaard wordt.
Een app kan zorgvuldig zijn met de een en slordig met de ander. Oordelen op de taal in de reclame, en niet op deze twee vragen, is hoe mensen voor verrassingen komen te staan.
Twee bouwvormen, twee antwoorden
Gebeurt het herkennen op een server, dan moet je audio daarnaartoe. Dat betekent dat hij bestaat, al is het kort, op hardware van iemand anders, en wat er daarna mee gebeurt wordt bepaald door het beleid van dat bedrijf en niet door iets dat vanaf je telefoon zichtbaar is.
Voor de meeste mensen is dat de meeste tijd prima, en de betrokken bedrijven hebben echte wettelijke verplichtingen. Het is bovendien de enige manier om aan de allergrootste modellen te komen, en die gaan beter om met lastige audio dan wat er ook op een telefoon past.
Staat het model als bestand op je telefoon, dan valt er over versturen niets te redeneren. Geen upload, geen kopie aan de serverkant, geen bewaartermijn, geen vraag over welk rechtsgebied geldt. Zo’n garantie is steviger dan beleid, want het is een eigenschap van hoe de software werkt en geen belofte over hoe een bedrijf zich gedraagt. Beleid verandert. Een app zonder route naar het netwerk kan niet zomaar je audio gaan versturen zonder een nieuwe versie uit te brengen die om die toestemming vraagt.
Waarom het überhaupt uitmaakt, is dat sommige zinnen niet op de andere lijken. Een geheugensteuntje bij een wachtwoord dat je hardop zegt. De medische situatie van een collega. De commerciële voorwaarden van een klant. Alles wat onder een afspraak valt die je getekend hebt. In die gevallen is “het wordt verstuurd en daarna volgens beleid behandeld” een ander antwoord dan “het wordt niet verstuurd”.
Het gaat trouwens ook over alledaagser materiaal. Het adres van je moeder dat je in een appje zet. Het rekeningnummer dat je aan een verhuurder doorgeeft. Niets daarvan is spectaculair, en toch is dat het soort zin waarvan je liever weet waar hij gebleven is.
Inspreken is geen assistent die altijd meeluistert
Een assistent luistert onafgebroken naar een activeerwoord. Dat hoort bij zijn werk, en daarom is de microfoonaanduiding bij assistenten een levende vraag.
Inspreken werkt niet zo. De microfoon gaat open als je op de toets drukt en dicht als je stopt, en dat is meteen waarom er een toets is. Tussen die twee momenten luistert er niets, en Android laat een aanduiding zien zodra welke app dan ook de microfoon open heeft, dus je kunt het zelf zien in plaats van iemand op zijn woord te geloven.
Dat onderscheid verklaart ook waarom inspreken lokaal kan draaien terwijl assistenten dat grotendeels niet kunnen. Een zin opschrijven die je met opzet uitsprak is een begrensde taak op invoer die je zelf gaf. Een willekeurige vraag beantwoorden vraagt kennis van de wereld, en die past niet in een telefoon.
De grenzen van wat een toetsenbord kan
De app waarin je typt. Zodra de woorden in een bericht, een notitie of een formulier staan, horen ze bij die app. De rol van een toetsenbord eindigt op het moment dat de tekst landt, precies alsof je hem had ingetikt. Bewaart de berichtenapp die je gebruikt alles op een server, dan verandert lokaal inspreken daar niets aan.
Iedereen binnen gehoorsafstand. Een vertrouwelijk bericht hardop uitspreken in een gedeelde werkruimte is een grotere blootstelling dan welke softwarevraag ook, en geen app die dat verhelpt.
Een telefoon die al gekraakt is. Draait er al iets kwaadaardigs met hoge rechten, dan is het toetsenbord niet de zwakke plek.
De rest van je telefoon. Een toetsenbord bepaalt niet wat andere apps mogen. Een app waaraan je zelf toegang tot de microfoon hebt gegeven, houdt die toegang, welk toetsenbord je ook installeert.
Dat het bericht bewijs is van wat je schreef. Lokaal inspreken betekent dat je stem niet verstuurd is. Het betekent niet dat het bericht privé is voor de ontvanger.
Wie inspreken verkoopt als beveiligingsproduct, en niet als een eigenschap op het gebied van privacy, overdrijft, en dat geldt ook voor ons.
Het wachtwoordveld
Android vertelt een toetsenbord wanneer een veld een wachtwoord bevat, en een zorgvuldig toetsenbord gedraagt zich daar anders.
LocalType zet spraakinvoer in wachtwoordvelden volledig uit, dus een wachtwoord kan niet per ongeluk ingesproken worden. Dat telt zwaarder dan het klinkt: inspreken wordt een gewoonte zodra je eraan gewend bent, en inlogschermen staan op een telefoon tussen al het andere in.
Ga bij elk toetsenbord dat je installeert na of het hetzelfde doet, welke je ook kiest. Open een inlogscherm en kijk of de microfoontoets er nog staat; dat is de hele controle.
De vraag die je werkgever stelt
De zorg gaat zelden over een bedrijf dat zich misdraagt. Hij gaat erover dat gegevens überhaupt een beheerste omgeving verlaten, omdat een beleidsstuk of een contract zegt dat dat niet hoort. Materiaal van klanten, gegevens van patiënten, alles wat onder een geheimhoudingsafspraak valt.
Inspreken aan de serverkant betekent dat de audio naar een derde partij gaat, en dat is een vraag die hun mensen van naleving moeten beantwoorden, ook als het antwoord uiteindelijk prima is. Inspreken op je telefoon roept die vraag niet op, want er is niets verstuurd en er is geen verwerker om te noemen.
Vraagt iemand je dat aan te tonen, dan is de proef met vliegtuigstand de hele demonstratie. Netwerk uit, iets inspreken, laten zien dat het gewoon werkt. Dat is een korter gesprek dan het gesprek over welke leverancier wat bewaart, en het kost je niemands handtekening.
De stand van zaken bij LocalType
Het herkennen is een modelbestand in de eigen opslag van de app, die alleen die app kan lezen, en het draait op je telefoon. Er zit helemaal geen route naar de cloud in de app, dus er is geen stand die je moet nagaan voordat je iets gevoeligs zegt.
Er bestaat geen account, wat betekent dat niets het toetsenbord aan een persoon knoopt. Reclame ontbreekt, en tracking binnen het product ook. Er wordt geen archief van je opnames bewaard, want de audio wordt tekst en is daarna afgehandeld. De gegevens van de app blijven met opzet buiten de back-up van Android, met als gevolg dat een nieuwe telefoon leeg begint. Woorden die je aan het woordenboek toevoegt blijven op die telefoon. Om internettoegang wordt één keer gevraagd, voor het ophalen van het spraakmodel dat je kiest, en daarna nooit meer. Alles daarna, ook offline, gebeurt zonder netwerk.
En de grens hierboven geldt onverkort: zodra je woorden in de app staan waarin je aan het schrijven was, volgen ze de regels van die app en niet die van ons.
Veiligheid is een kwestie van bouw
Inspreken is zo veilig als zijn bouw. Wordt de audio verstuurd, dan vertrouw je een bedrijf en een beleidsstuk. Wordt hij niet verstuurd, dan valt er niets te vertrouwen, want er is niets onderweg.
Geen van beide is fout. Maar je hoort te weten welke van de twee je gebruikt, en dat kun je nu in tien seconden uitzoeken: geen beleidsstuk lezen, geen reclamebeloftes vergelijken, gewoon het netwerk uitzetten en kijken wat er nog werkt.