一句“嘿 Siri”背后隐藏了如此多的努力与小心思

苹果今天在公司机器学习博客上发布了一篇新文章，相信介绍了硬件、软件和互联网服务如何结合在一起，在最新的 iPhone 和 iPad Pro 上实现“嘿 Siri”功能。苹果在运动协处理器中集成了非常小的语音识别装置，这个装置一直保持运行，并等待用户说出“嘿 Siri”。

当识别到这两个单词后，Siri 会将后面的语音处理为命令或查询。语音识别检测装置采用深度神经网络将用户语音命令转换为概略分布，并使用时间集成来计算“嘿 Siri”的信度分数。

如果分数足够高，Siri 就被激活，并开始处理用户的命令或查询。如果分数超过了最低阀值，但没有达到激活的阀值。设备会在几秒钟进入“敏感模式”，这样当用户再次重复“嘿 Siri”时，可以更好的激活。敏感模式的加入大大改善了系统的可用性，同时还能避免陌生人误开“嘿 Siri”。

为了减少默认是意外激活“嘿 Siri”，苹果邀请用户进行初始化“嘿 Siri”时，需要用户连续说五次这个两个单词。在使用过程中，苹果会记录不同环境中远近激活“嘿 Siri”的情况，比如在厨房中、车中、卧室中以及参观中等。