手首の時計が会話を文字にする——同意していないのは向かいに座っている人

2026年9月9日、Appleが発表したApple Watch Series 12には、これまでの時計にはなかった種類の機能が載った。デジタルクラウン（側面の丸いボタン）を2回押すと、直前の15秒間に周囲で話されていたことが文字になって画面に出る。名前は「Live Rewind」。Appleはこれを、聞き逃した本のタイトルやレシピの手順を拾い直すための機能として紹介している。

便利そうではある。ただ、この機能には、時計をつけている本人とは別に、もうひとり登場人物がいる。15秒間しゃべっていた相手だ。その人の声が、本人の知らないところで文字に変わる。街角に設置されたカメラとは違い、今回の話の舞台は、向かいに座っている人の手首である。

Audio Intelligenceという新しい機能群

Series 12に載った新チップ「S11」には、音を扱う4つの機能がまとめて追加された。Appleはこれを「Audio Intelligence」と呼んでいる。サイレンや赤ちゃんの泣き声を検知して知らせる「Sound Recognition」、周囲に流れている曲を自動で判別する「Shazam」、直前15秒を文字にする「Live Rewind」、そして一日の会話を要約してメモにする「Siri Recap」の4つである。

このうちLive RewindとSiri Recapは、時計本体の発売（9月18日）より遅れて、年内にベータとして提供が始まる予定だ。最初は英語のみで、EUでは当初提供されない。iPhone側もiPhone 16以降（16eを除く）が必要になる。

Live Rewindが15秒を文字にするまで

Live Rewindの動き方はこうだ。時計のマイクに入った音は、S11チップの中にある「Secure Exclave」という隔離された区画に流れ込む。ここは常に新しい音で上書きされ続けるバッファで、古い音は残らない。デジタルクラウンを2回押すと、その時点から遡った15秒ぶんの音が暗号化されて近くのiPhoneに送られ、iPhone側で文字に変換される。変換が終わった時点で音声は捨てられ、文字だけが時計に戻ってきて画面に表示される。iPhoneが近くにないと転送に失敗し、音はその場で消える。

表示された文字は、画面が暗くなってから30秒で消える。残しておきたければSiriアプリに保存でき、保存したものはiCloud経由でエンドツーエンド暗号化されて同期される。Appleの説明では、音声そのものはwatchOSにもアプリにもユーザーにもApple自身にも取り出せない。「録音は存在しないので、誰かに求められても提出のしようがない」というのがAppleの言い方である。

時計をつけている本人から見れば、この設計はかなり手堅い。自分の会話の生データが端末の外に出ないし、Appleのサーバーにも上がらない。ここまでは、Appleが長年掲げてきたプライバシー方針の延長線にある。

チャイムと画面表示という「配慮」

問題は、この設計図の中で、話していた相手がどこに位置づけられているかだ。

Appleの技術文書には「Live Rewindが周囲の人を尊重する方法」という節がある。書かれているのは、起動時に時計のスピーカーからチャイムが鳴ること（サイレントモードでも、イヤホンをつけていても鳴る）、画面全体にアニメーションとマイクのアイコンが出ること、そして起動には2回押しという明確な操作が必要なこと。つまり、近くにいる人に「いま動きました」と知らせる仕組みが、相手への配慮のすべてである。

The Registerでこの機能を取り上げたThomas Claburn記者が指摘するのは、この「知らせる」と「同意を得る」の間にある距離だ。チャイムが鳴ったとして、それが何の音か分かる人はどれだけいるのか。分かったところで、もう15秒は文字になっている。米国では、会話の録音に「当事者全員の同意」を求める州が11ある。カリフォルニア州がその代表で、片方だけの判断で相手の会話を記録すると法に触れる場合がある。チャイムを鳴らしたことが、同意の代わりになるわけではない。

電子フロンティア財団（EFF）でプライバシー訴訟を担当するAdam Schwartz氏は、同紙への回答で、会話のプライバシーには「明確なオプトインの同意なしに、他人が技術を使って自分の発言を記録しない自由」が含まれているべきだと述べている。そうでなければ人は自分の発言を抑えるようになり、会話から自然さや親密さが失われる、というのが氏の見立てだ。

「録音は存在しない」という論理の行き着く先

ここまでは、まだLive Rewindの話だった。同じ時計に、もう少し踏み込んだ機能が載っていることに触れておきたい。Siri Recapである。

Siri Recapは、ボタンを押さなくても動く。S11チップが「近くで会話が始まった」と判定すると、音がバッファに流れ込み、暗号化されてiPhoneへ送られ、文字に起こされたうえで元の半分以下の長さに圧縮される。圧縮された文字はAppleのPrivate Cloud Computeに送られ、そこでタイトルと要点つきの要約に仕上がる。時計をつけている人は、一日の終わりにSiriアプリを開けば、その日に交わした会話の要約が並んでいる。要約は7日で自動的に消えるが、保存もできる。

そして、Siri Recapにはチャイムがない。

Appleの文書は、その理由をはっきり書いている。録音を作らず、逐語的な書き起こしも残さず、誰の発言かも特定しない。出てくるのは「会話のあとに人が書くメモ」に相当する短い要約だけ。だから「生の音声を保持しないので、通知音は鳴らさない」。

この一文を読んで、私はしばらく止まった。Appleにとって「周囲の人への尊重」とは、録音というファイルが残るかどうかの問題なのだ。ファイルが残らないなら知らせる必要もない。その論理を突き詰めると、15秒を切り取るLive Rewindには通知がつき、一日中の会話を要約し続けるSiri Recapには通知がつかない、という並びになる。話している側からすれば、逆ではないかと思う。つまり、Appleの設計図には「録音を作らない」という約束は何重にも書き込まれているのに、「相手に聞く」という手順はどこにも書かれていない。チャイムは、その空白を埋めるための最小限の代用品である。

Live Rewindの15秒はオプトイン（自分で有効化する）で、Siri Recapもセットアップ時に自分で選ぶ。時間帯や場所を絞ることもできる。ただしそれは全部、時計をつけている本人の選択であって、向かいに座っている人の選択ではない。

日本の法律との距離

The Registerの記事は米国の州法を基準に書かれていて、日本の話は出てこない。では日本ではどうなるのか。

日本には、米国の一部の州のような「全員の同意がなければ録音してはいけない」という決まりがない。会話の一方の当事者が相手に断らずに録音すること自体は、違法ではないとされている。最高裁は2000年（平成12年）7月の決定で、詐欺の被害を疑った人が後日の証拠にするため相手との会話を録音した件について、相手の同意を得ていなくても違法ではないと判断した。これは刑事事件の証拠をめぐる判断で、どんな状況でも何をしてもよいという意味ではないが、少なくとも「当事者のひとりが記録する」ことに対して、法律が入口で止める仕組みは日本にはない。

裏を返せば、Live Rewindのような機能が日本語に対応したとき、米国のカリフォルニア州で起きるような議論は日本では起きにくい。ブレーキがあるとすれば法律ではなく、使う人の側の感覚ということになる。EFFのSchwartz氏が「周りの人の会話のプライバシーに敬意を払って、使う前によく考えてほしい」と言っているのは、まさにその感覚に向けた言葉だ。

今の時点で分かっていないこともある。Appleの文書には「不適切な用語を除く安全モデル」や「金融情報などの機微な情報を要約から除く」といった記述があるが、それが実際にどこまで効くのかは、ベータが出てみないと分からない。米国の州法がこの手の機能にどう適用されるかも、EFF自身が「まだ見えていない」と言っている。EUで当初提供されない理由もAppleは説明していない。

時計の発売は9月18日で、Live RewindとSiri Recapはその後、年内に英語から始まる。日本語対応の時期は未定だ。手首に載った「文字にする」ボタンが、話し相手の側からどう見えるか。その問いは、機能が届く前に考えておいたほうがいい類のものだと思う。