Célközönség: Ez a cikk azoknak a megfelelőségi felelősöknek, termékmenedzsereknek és OEM-márkatulajdonosoknak szól, akiknek 2025 és 2027 között az EU-ban, az Egyesült Államokban, a Perzsa-öböl menti országokban és Délkelet-Ázsiában értékesített gyermek olvasótollhoz kell dönteniük a készüléken futó automatikus beszédfelismerés (ASR) és a felhőalapú speech-to-text között.
A gyermek beszédét „hallgató" olvasótoll ma már nem hipotetikus. A K7, KF1, L5, T2 és Y6 referenciatervek ébresztőszó-előfeldolgozóval és egy 2–5 másodperces kimondás-ablakkal rendelkeznek, amely a gyermek szóbeli szavát a képernyőn vagy az oldalon megjelenő szókincs ellenpontozza. A 2026-os vásárlóktól hallott kérdés már nem az, hogy „hallgasson-e a toll", hanem az, hogy „hol történik a hang átirata és pontozása". A válasz három átfedésben lévő szabályozási rezsimtől, négy, a tollon belüli mérnöki korláttól, valamint egy olyan beszerzési költségsortól függ, amely programonként és toll-évenként csendesen 1,40 USD-vel növelheti vagy csökkentheti az eredménykimutatást. Ez a cikk bemutatja a készüléken futó ASR és a felhő-ASR útvonalakat, és egy 5 000 darabos iskolai tenderre szóló beszerzési checklistával zárul.
1. A jogi keret: mikor válik a gyermek hangja személyes adattá
Az EU-ban a GDPR a biometrikus adatokat (ideértve a gyermek hanglenyomatát is) a 9. cikk szerint érzékeny adatnak tekinti. Az 51. preambulumbekezdés és az EDPB 05/2020. számú, a digitális kori hozzájárulásról szóló iránymutatása kifejezett szülői opt-in hozzájárulást ír elő minden olyan feldolgozáshoz, amely biometrikus sablont hoz létre, még akkor is, ha a hangfelvételt azonnal törlik. Az Egyesült Államokban a COPPA-szabály ezzel párhuzamos rendelkezést tartalmaz: a „hangfelvétel" a 16 CFR 312.2 szerint „személyes információ", és az az üzemeltető, amely az interneten továbbítja, kiválthatja az ellenőrizhető szülői hozzájárulás követelményét. Kínában a PIPL a biometrikus adatokat érzékenynek tekinti (28. cikk), külön hozzájárulással (29. cikk). Brazília LGPD-je követi a GDPR-t. Szingapúr PDPA-jának a gyermekadatokról szóló tanácsadó iránymutatása ugyanezt a vonalat tükrözi.
A gyakorlati következmény az, hogy minden olyan felhő-ASR-szállítót, amely a hanganyagot az azonnali átirat-készítési ablaknál hosszabb ideig tárolja, az egyes rezsimok szerinti alfeldolgozónak kell tekinteni. 18 felhő-ASR-szállítót katalogizálunk, és mindegyiket értékeljük a megőrzés, a regionális elérhetőség, az alfeldolgozói státusz és a COPPA-minősítésű alkalmasság szempontjából; az alábbi táblázat egy összefoglalót mutat be. A(z) EU CE és EN71 szabályozási frissítés, a(z) ASTM F963 és CPSIA tájékoztató és a(z) Koreai KC tanúsítási bevezető egyaránt a regionális átfedéseket érinti.
2. Készüléken futó ASR: hogyan működik 22 KB RAM-mal
Az olvasótoll készüléken futó ASR-je nem végez szabad formájú átiratot. Csak azt dönti el, hogy „a gyermek elég jól mondta-e ki a célszót vagy kifejezést a következő szintre lépéshez". Ez a hatókör szerinti ASR egy 1,4 MB-os konvolúciós kulcsszó-felismerő lehet, amely a SoC NPU-ján fut, és 60–110 mW-ot fogyaszt. Ezt „PronunciationScorer 2026" modulként csomagoljuk: egy 22 KB-os jellemzőkivonó, egy 0,6 MB-os akusztikai modell, egy 0,4 MB-os kiejtési modell és egy 0,4 MB-os nyelvspecifikus fonémaszótár, összesen 1,4 MB. A következtetés 90–140 ms a K7 Cortex-A53 magján, és 60–95 ms az L5 Cortex-A55 magján. A hangot egy 2–5 másodperces, 16 kHz mono PCM gördülő pufferbe rögzítjük, majd elvetjük. Semmilyen hang nem hagyja el az eszközt.
A pontozás nem azt jelenti, hogy „a gyermeknek van-e igaza", hanem azt, hogy „a gyermek kiejtése a célfonémára vonatkozó anyanyelvi eloszlás 2,4 szórásán belül van-e". A modell 0–100 közötti pontszámot ad vissza, valamint fonéma-szintű kiemelést (az „r" nem volt jó, a „th" rendben volt). Ez ugyanaz a pontozási rendszer, amelyet az Egyesült Királyság Oktatási Minisztériuma 2024-ben tett közzé a fonikai szűrővizsgájához; ezért a 22 KB-os modult 230+ forgalmazónk közül 14 beszerzési benchmarkként elfogadja.
3. A három mérnöki korlát, amely eldönti az útvonalat
| Korlát | Készüléken futó ASR | Felhő-ASR (nagyker) |
|---|---|---|
| Első pontozási késleltetés (p50) | 90–140 ms | 420–580 ms |
| Akkumulátorköltség 1 000 kimondásra | 60 mAh | 40 mAh + Wi-Fi rádió |
| Hangmegőrzés | 0 bájt (csak RAM-ban) | 5–30 mp a szállítónál (jogi) |
| Toll-évenkénti költség 8 000 kimondásnál | 0,00 USD | 0,36–0,72 USD (felhő) |
Egy vásárló, aki a táblázatot négy független változóként olvassa, gyakran más következtetésre jut, mint aki rendszerként olvassa. Az első pontozási késleltetés illeszkedik a gyermekolvasók 280 ms-os észlelési küszöbéhez; a készüléken futó útvonal belefér, a felhőútvonal a határon egyensúlyoz. Az akkumulátorköltség nagyjából azonos, mert a felhőútvonal ugyanazt a hardverköltséget fizeti, plusz a Wi-Fi működési ciklusát. A hangmegőrzés az üzletrontó minden olyan tender esetén, amely „biometrikus adatminimalizálási" záradékot tartalmaz. A toll-évenkénti költség teljes léptékben nagyjából 0,50 USD a felhőnél, ezért akik el tudják kerülni, megteszik.
Vásárlói tipp: Egy 12 000 darabos iskolai bevezetés, amely toll-évenként 8 000 kimondást futtat, az első évben 34 560 USD-t költ felhő-ASR-re, a második évben 32 640 USD-t és így tovább. A készüléken futó modul egyszeri 1,40 USD többlet-BOM-ot jelent tollanként, ismétlődő díj nélkül. A megtérülés nagyjából 18 hónap 50%-os szállítói megőrzési kedvezménnyel szemben.
4. A COPPA / GDPR-K hozzájárulási képernyő gazdaságtana
Egy felhő-ASR-t futtató olvasótollnak az első indításkor szülői hozzájárulási képernyőt kell megjelenítenie. A képernyő addig fagyasztja az aktiválási folyamatot, amíg a szülő meg nem ad egy e-mail címet vagy nem teljesít egy hitelkártya-ellenőrzési lépést. A 2025-ös bevezetéseink terepi adatai azt mutatják, hogy ezen a képernyőn 14–22%-os a lemorzsolódási arány, nyelvtől és országtól függően. Ez a lemorzsolódás bevételi sor az importőr számára: egy 12 000 darabos konténer, amely 18%-ot veszít a hozzájárulási képernyőn, 2 160 darabos veszteség. Minden elveszett darab a teljes BOM-költséget hordozza, de nem termeli az importőr által tervezett értékesítés utáni tartalomértékesítést.
A készüléken futó útvonal nem igényel ASR hozzájárulási képernyőt, csak adatvédelmi nyilatkozatot. Az adatvédelmi nyilatkozat más jogi keretben működik: kimondja, milyen adatot gyűjtünk (semennyit), és milyen adatot dolgozunk fel az eszközön (hang, csak RAM-ban, pontozás után elvetve). Az adatvédelmi nyilatkozatnál a lemorzsolódási arány 1–3%, ami működésileg hasonló bármely EULA megnyitásához.
5. A szállítói körkép: ki szolgálhatja ki a gyermekprogramot 2026-ban
A felhő-ASR szállítói lista gyorsan zsugorodik, amint a COPPA / GDPR-K / PIPL / LGPD szűrőket alkalmazzuk. 18 felhőszállítót követünk; csak 6 publikál gyermekprogramot. Az alábbi mátrix a 2026-os szállítói minősítési jelentésünkből származik; minden szállítót értékelünk a megőrzés, az alfeldolgozói státusz, a regionális illetőség és a toll-évenkénti költség (8 000 kimondás) szempontjából.
| Szállító | Megőrzés | Alfeldolgozó | Regionális illetőség | Költség / 1 000 kimondás |
|---|---|---|---|---|
| A szállító (1. hyperscaler) | 0 mp, pontozás után törölve | Igen | eu-central-1 / us-east-1 | 0,045 USD |
| B szállító (2. hyperscaler) | 30 mp, opcionális megőrzés | Igen | 12 régió | 0,040 USD |
| C szállító (ázsiai regionális) | 0 mp | Igen | ap-northeast-1 / ap-southeast-1 | 0,060 USD |
| D szállító (EU regionális) | 0 mp | Igen | eu-central-1 / eu-west-1 | $0,075 |
| E szállító (nyílt súlyú, saját üzemeltetés) | Saját ellenőrzés | Saját | Saját | $0,020 + működési költség |
| F szállító (speciális gyermektechnológia) | 0 mp, szülői irányítópult | Igen | 6 régió | $0,090 |
A nyílt súlyú megoldás (E szállító) lehetővé teszi az importőr számára, hogy saját üzemeltetésű felhőt állítson fel, ami minimalizálja az alfeldolgozók kijelölését, és régiónkénti adattárolási térképet biztosít. A hátrány az írásolvasó tollankénti működési költség, amely 12 000 darabos mennyiségnél tollanként $0,012–$0,022 havonta. A speciális szállító (F szállító) felárat számít fel a gyermekeknek szóló irányítópultért, de az adatmegőrzési szabályzata a legerősebb, ezért ajánljuk a koreai és Öböl-menti államok tendereire.
6. Az adattárolási térkép: melyik országban milyen szabályok érvényesek
Minden régió, ahová szállítunk, rendelkezik olyan adattárolási szabállyal, amely más egységmennyiségnél lép életbe. Az EU-ban ez már egyetlen darabtól érvényes (az első egységtől GDPR-K megfelelés szükséges). Brazíliában ez „bármilyen, gyermekeket célzó adatfeldolgozásra” vonatkozik. Koreában kifejezett lokalizáció szükséges, ha a gyermekadatok átlépik a határt (PIPA 17. cikk). Kína PIPL-je külön határokon átnyúló biztonsági értékelést ír elő a gyermekek biometrikus adataira. Régiónkénti adattárolási térképpel szállítunk, amely alapértelmezetten a hangot az eszközön belül tartja, és csak azokban a joghatóságokban kínál felhő üzemmódot, ahol regionális adattárolási szerződéssel rendelkezünk.
A térkép azért fontos, mert egy szigorú joghatóságban az olvasótoll tulajdonosa, aki alapértelmezetten bekapcsolja a felhő alapú ASR-t, már az első egységtől megszegést követ el. Olyan SKU-nkénti firmware-t szállítunk, amely keményen kódolja az adattárolási profilt „csak eszközön” értékre a GCC SFDA, a koreai KC, az EU AI Act és a kínai GB régiók esetében, és lehetővé teszi a felhő opcionális használatát az USA, Brazília, Szingapúr és Ausztrália régiókban. A(z) Brazil INMETRO tanúsítási ismertető és a(z) Mexikói NOM tájékoztató ismerteti a regionális tanúsítványokat; az adattárolási rátakarás firmware szinten van érvényesítve.
7. Az olvasótollak hardveroldali eltérései
Az eszközön futó ASR modul a SoC NPU-ján található. Az NPU a következő modelleken áll rendelkezésre: K7 (0,4 TOPS INT8), KF1 (0,4 TOPS), Q6 (0,4 TOPS), Q8 (0,4 TOPS), L5 (0,8 TOPS), T2 (0,8 TOPS) és Y6 (0,8 TOPS). A B1, B2, F8 és P2 tollak nem rendelkeznek NPU-val. Az F8 CPU-n képes ASR-t futtatni 220–280 ms p50 késleltetéssel és 60 mW fogyasztással, ami elfogadható, de a perceptuális küszöb szélén. A B1, B2 és P2 nem képesek eszközön ASR-t futtatni a 280 ms-os küszöb felett olyan kulcsszó-figyelővel, amely elég nagy a fonémák pontozásához, ezért csak felhő ASR-rel, vagy egy kizárólag CPU-n futó igen/nem pontozási rubrikával szállítjuk őket.
| Referenciaterv | NPU TOPS | ASR útvonal | Első pontozás p50 |
|---|---|---|---|
| B1, B2, P2 | 0 | Csak felhő | 420–580 ms |
| F8 | 0 (CPU) | Eszközön, csak igen/nem | 220–280 ms |
| K7, KF1, Q6, Q8 | 0,4 | Eszközön, teljes pontozás | 90–140 ms |
| L5, T2, Y6 | 0,8 | Eszközön, teljes + felhő tartalék | 60–95 ms |
A kiejtés pontozására épülő programot összeállító vásárlók számára a családon belüli választás a K7 és afeletti. A szókincs érintésre-figyelésre épülő programot összeállító vásárlók számára a B1, B2 és P2 felhő ASR-rel vagy ASR nélkül továbbra is életképes marad.
8. A hibrid ASR útvonal és mikor van értelme
Egyes programok mindkét útvonal előnyeit szeretnék: eszközön futó ASR a szókincsgyakorlatokhoz és kiejtéspontozáshoz, plusz felhő tartalék szabad formájú beszélgetéshez vagy dialektusspecifikus pontozáshoz. Ezt a K7, KF1, L5, T2 és Y6 tollakon támogatjuk. A felhő tartalék csak akkor aktiválódik, ha (a) az eszközön futó kulcsszó-figyelő alacsony megbízhatóságot ad vissza, és (b) a szülői irányítópulton engedélyezve van a felhő ASR. A 2025-ös bevezetéseinkben ez a kombináció 6–9%-os felhőhívási arányt eredményezett, ami a felhőköltséget tollanként évi $0,05 alatt tartja, miközben megőrzi a szülői rálátást a gyermek fejlődésére.
9. Az eszközön futó ASR-specifikus mérnöki kockázatok
Az eszközön futó kulcsszó-figyelő egy kis modell, a kis modellek pedig túltanulnak. Ezt a következőkkel mérsékeljük: (a) 1400 órás gyermekbeszéd-korpuszon tanítunk, amely 14 angol, 6 spanyol, 4 arab és 4 mandarin dialektust ölel fel; (b) 12 augmentációs tanítási folyamatot alkalmazunk (sebesség, hangmagasság, szobavisszhang, SNR); (c) régiónkénti adaptációs réteget szállítunk, amelyet a vevő 2–4 óra alatt GPU-n újraképezhet regionális beszédre. Az eredmény egy olyan modell, amely a gyakori fonémák 89,4%-át a céleloszlástól számított 2,4 szóráson belül pontozza, és a határokon túli túlzott magabiztosság aránya 3,2%. Ez utóbbi azért fontos, mert a gyermek téves kiejtésen mutatott túlzott magabiztossága erősebb beavatkozási jel, mint egy helyes kiejtés alacsony pontszáma.
10. Beszerzési checklist egy 2026-os ASR-képes olvasótoll RFQ-hoz
A beszerzési checklist a keretrendszert 9 vevői kérdésre tömöríti:
| # | Kérdés | Célzott válasz |
|---|---|---|
| 1 | Az olvasótoll alapértelmezetten eszközön dolgozza fel a hangot? | Igen |
| 2 | A felhő ASR-hez szükséges a szülő kifejezett beleegyezése? | Igen |
| 3 | Milyen szabályozási dokumentációkkal rendelkezik a toll a vevő régiójára? | EU GDPR-K, USA COPPA, Kína PIPL, Brazília LGPD, Korea PIPA, Szingapúr PDPA |
| 4 | Mekkora az első felismerés késleltetése 25 °C-on, p50? | ≤140 ms (K7+ családok) |
| 5 | Mennyi a tollankénti éves felhő költség 8 000 kimondott szónál? | ≤0,72 USD (teljes felhő) vagy 0,05 USD (hibrid) |
| 6 | A firmware támogatja a régiónkénti adatrezidens profilt? | Igen |
| 7 | A kiejtés-értékelési rubrika publikált és reprodukálható? | Igen |
| 8 | A vevő 4 órán belül újra tudja tanítani a modellt regionális beszédre egy GPU-n? | Igen |
| 9 | A beleegyező képernyőnél a lemorzsolódási arány mért? | Igen (1-3% eszközön, 14-22% felhőben) |
Azon vevők, akik mind a kilenc kérdésre „igent" mondanak, jellemzően az L5 vagy Y6 referencia dizájnt választják az eszközön futó ASR modullal és a felhő-beállás opcionális engedélyezésével. Egy 12 000 darabos Öböl-menti iskolai tendernél L5-öt szállítottunk bekapcsolt ASR modullal, felhő-beállás nélkül és az arab kiejtési szótárral; a tollankénti éves ismétlődő költség 0,00 USD volt, a beleegyező képernyő lemorzsolódási aránya pedig 2,1%.
11. Referencia-kiemelés és döntési összefoglaló
A döntési mátrix három hüvelykujjszabályra egyszerűsödik. Először: ha az árajánlatkérésben „biometrikus adatminimalizálás" vagy „adatrezidencia" szerepel, válasszon eszközön futó megoldást, és fogadja el az 1,40 USD-s BOM felárat. Másodszor: ha az árajánlatkérésben „integrálódni kell a meglévő felhőalapú ASR szolgáltatónkkal" szerepel, használjon felhő vagy hibrid megoldást; számoljon 0,05-0,72 USD tollankénti éves API és felhő üzemeltetési költséggel. Harmadszor: ha az árajánlatkérésben „szabad formátumú beszélgetés-tanár" szerepel, használja az itt leírt eszközön futó LLM-utat: Reading Pen LLM On-Device Deployment; az ASR ennek az útnak az előoldala. Minden útvonalhoz saját megfelelőségi dokumentumlista tartozik, és a reading pen OEM programs oldal felsorolja, hogy mit szállítunk az egyes SKU-khoz a 8543.70, 9503.00 vagy 4901.99 HS-kód alá sorolva.
Kapcsolódó anyagok
- Reading pen AI integration roadmap 2024-2026
- Reading pen LLM on-device deployment
- Reading pen firmware architecture explained
- Reading pen EU CE and EN71 regulation update
- Reading pen US ASTM F963 and CPSIA briefing
- Reading pen Korea KC certification primer
- Reading pen OEM programs
- Reading pen school procurement checklist