Stap één: de microfoon
Je drukt op de toets. Android geeft de app toegang tot de microfoon en zet een aanduiding op het scherm zolang die open staat. Op die aanduiding kun je letten, want daarmee is de toestand zichtbaar en hoef je niemand op zijn woord te geloven over of er nu geluisterd wordt.
De microfoon meet duizenden keren per seconde de luchtdruk en levert getallen op. Meer is een opname op dit punt niet: een lange lijst metingen die beschrijft hoe een membraan bewoog.
Die toets is ook de enige aanleiding. Een toetsenbord vraagt de microfoontoestemming de eerste keer dat je hem indrukt, en Android laat je die toestemming daarna op elk moment weer intrekken bij de app-instellingen. Doe je dat, dan blijft er een toetsenbord over dat verder alles doet wat het deed.
Er is nog niets beslist, en er is nog niets ergens naartoe gestuurd.
Stap twee: die getallen moeten ergens bestaan
Herkennen kan niet gebeuren op geluid dat nergens is vastgelegd, dus een paar seconden lang staat de audio in het geheugen terwijl hij verwerkt wordt.
Hoe lang die paar seconden duren hangt af van de lengte van wat je zei en van je telefoon. Voor de schaal: op een testtelefoon met 4 GB geheugen leverde het middelste model van 190 MB in 4,1 seconden de tekst van 6,9 seconden spraak.
Hier zit de vraag die mensen bedoelen als ze vragen of spraakinvoer ze “opneemt”. Technisch gezien ja, in de zin dat er metingen bestaan. In de betekenis die ze bedoelen, namelijk of er een bestand achterblijft waar iemand later naar zou kunnen luisteren, hangt alles af van de volgende stap.
Stap drie: de tweesprong
Hier scheiden de twee ontwerpen zich, en alles wat ertoe doet volgt uit welk van de twee je gebruikt.
Aan de serverkant. De audio wordt ingepakt en over het netwerk verstuurd naar een computer op afstand, die er een model op draait en tekst terugstuurt. Onderweg bestaat je stem op hardware van iemand anders. Wat daar gebeurt wordt bepaald door het beleid van dat bedrijf, en dat beleid is vanaf jouw telefoon niet te zien.
Daar komt een vraag bij die je van buitenaf niet kunt beantwoorden: of de ontvangende partij de opname bewaart om er later modellen mee te oefenen. Sommige diensten zeggen van niet, sommige doen het tenzij je een vinkje uitzet, en in alle gevallen staat het antwoord in een document en niet in de software op je telefoon.
Tel in dat ontwerp de plekken waar de audio bestaat. In het geheugen van je telefoon. In het netwerkverzoek dat eruit gaat. Op de verbinding waarover het reist. Op de machine die het ontvangt. Vier plekken, allemaal gewone techniek, en drie ervan liggen buiten je telefoon.
Op je telefoon. Een modelbestand dat er al staat verwerkt de metingen ter plekke. Er wordt niets ingepakt en niets verstuurd. De audio bestaat binnen het proces van de app zolang het duurt om er woorden van te maken, en daarna wordt dat geheugen hergebruikt zoals alle geheugen. Er wordt geen bestand geschreven, dus er valt niets terug te vinden, te wissen of per ongeluk mee te nemen in een back-up.
Welk van de twee een app doet, stel je in minder dan een minuut vast: zet mobiele data en wifi uit en spreek iets in. Verschijnen er woorden, dan was het de tweede.
Stap vier: geluid wordt tekst
Het model levert woorden op. Vanaf dat punt is de tekst het bruikbare product en heeft de audio niets meer toe te voegen.
Die overgang telt, want tekst is veel kleiner en veel minder identificerend. Je stem, je toon, je accent en het gerammel op de achtergrond van de kamer gaan niet mee.
Wat er verder met de tekst gebeurt is een aparte vraag met een apart antwoord, los van de opname van jou die hem uitsprak.
Stap vijf: de tekst gaat het veld in
De woorden landen in wat je aan het typen was, precies alsof je ze had ingetikt.
Op dat moment houdt de rol van het toetsenbord volledig op. Wat er daarna gebeurt bepaalt de app waar je de tekst in zette: de berichtenapp, de notitieapp, de browser, het mailprogramma, en wat die met jouw schrijfsel doen.
Wat die app ermee doet staat in zijn eigen voorwaarden en nergens anders. Een berichtenapp verstuurt je zin, een notitieapp zet hem misschien in een cloud, een zoekbalk stuurt hem naar een zoekmachine, en geen van die drie is te beïnvloeden door de manier waarop de letters in het veld terechtkwamen.
Dit is de grens van wat welk toetsenbord dan ook kan beloven, het onze inbegrepen. Een toetsenbord kan een berichtenapp niet privé maken, en niemand hoort iets anders te beweren.
Stap zes: wat er de volgende dag nog bestaat
Drie aparte vragen, die geregeld door elkaar gehaald worden.
Blijft de audio bestaan? Bij herkennen op je telefoon is er geen bestand en wordt er niets bewaard. LocalType houdt geen archief van je opnames bij: de metingen worden verwerkt en de woorden zijn wat er overblijft.
Blijft de tekst bestaan? Ja, in de app waar je hem naartoe stuurde, precies zoals getypte tekst dat zou doen. Daar schreef je hem voor.
Blijft er iets van jou achter in het toetsenbord? Je instellingen en de woorden die je zelf toevoegde, en die blijven op je telefoon. De back-up van Android krijgt de gegevens van de app met opzet niet, dus ze verlaten je telefoon niet en ze duiken niet op in een volgende telefoon.
Hetzelfde pad, maar dan LocalType
De microfoon gaat open als je de toets indrukt en dicht als je stopt. Er is geen activeerwoord, en tussen twee keer inspreken door luistert er niets.
Het model is een bestand in opslag waar geen andere app bij kan, en het is het enige dat de audio verwerkt. Na het eerste binnenhalen komt er op geen enkel moment een netwerk aan te pas. Om internettoegang wordt gevraagd voor precies één doel: het ophalen van het model dat je koos, in de maat die je koos, 60, 190 of 539 MB.
Er is geen account, dus er is niets dat hiervan iets aan een persoon knoopt. Reclame ontbreekt in het product en er draait geen tracking binnenin. In een wachtwoordveld wordt de microfoontoets helemaal niet aangeboden, dus de ene soort tekst die niemand zou moeten inspreken kan ook niet per ongeluk ingesproken worden.
Wat dit niet beantwoordt
Het pad hierboven zegt niets over wat de fabrikant van je telefoon doet, over wat de app doet waarin je aan het typen bent, of over wat er met een bericht gebeurt nadat het verstuurd is. Drie andere systemen, drie andere antwoorden.
Het maakt je ook niet anoniem. De persoon aan wie je schrijft weet wie je bent, en geen enkele invoermethode verandert daar iets aan.
Wat het wél beantwoordt is smal en na te kijken: of je stem naar een derde partij verstuurd wordt om tekst te worden. “Is inspreken privé” is een vraag waar geen antwoord op past. “Wordt de audio verstuurd, en blijft er een opname over” heeft er wel een, voor elke app op elke telefoon.
De minuut die dit voor jouw toetsenbord beslist
Welk toetsenbord er nu op je telefoon staat, en of dat het onze is of niet.
Vliegtuigstand aan, wifi er ook uit, één zin inspreken, kijken wat er gebeurt. Kijk daarna bij de app-instellingen van Android of de app überhaupt het recht op internet heeft. Dat kost nog dertig seconden.
Die twee waarnemingen zeggen samen meer over wat er met je stem gebeurt dan welk beleidsstuk ook, en ze gelden net zo goed voor het toetsenbord dat je al jaren gebruikt als voor elk alternatief dat je overweegt.