अंक 196तकनीक3 मिनटपठन 75
प्रकाशक · जीके पुस्तकालय · परिशिष्ट
「सिरी」 कहते ही जाग उठने वाला फ़ोन क्या लगातार सुन रहा होता है?
फ़ोन का माइक्रोफ़ोन हमेशा चालू रहता है, लेकिन जगाने वाले शब्दों को ही ढूँढ़ने वाला एक छोटा पहचान तंत्र पहले डिवाइस के भीतर आवाज़ को छाँटता है
फ़ोन 「सिरी」 जैसे जगाने वाले शब्दों को पहचानने के लिए माइक्रोफ़ोन से आने वाली आवाज़ लगातार सुनता रहता है। हालाँकि, इस चरण में डिवाइस के भीतर एक बहुत छोटा पहचान तंत्र चलता है, जो केवल उन चंद शब्दों को ढूँढ़ता है। Apple ने 2017 में अपने शोध ब्लॉग पर इस प्रक्रिया की विस्तार से जानकारी दी थी।
एक अलग, नन्हा-सा कान होता है
Apple के विवरण के अनुसार, iPhone का माइक्रोफ़ोन आने वाली आवाज़ को हर 1 सेकंड में 1 गुना दस हज़ार और 6 हज़ार बार संख्याओं में बदलता है। फ़ोन इस आवाज़ को 0.2 सेकंड के हिस्सों में जाँचता है और इस आधार पर अंक देता है कि वह जगाने वाले शब्दों से कितनी मिलती है।
दिन भर यह काम करने से बैटरी जल्दी खत्म हो जाएगी। इसलिए iPhone 6s से यह छोटा पहचान तंत्र कम बिजली खर्च करने वाली एक सहायक चिप सँभालती है, जो स्क्रीन बंद होने पर भी जागती रहती है। इस दौरान फ़ोन का बड़ा दिमाग़, यानी मुख्य प्रोसेसर, आराम करता है।
दो बार जाँचने के बाद जगाता है
जब सहायक चिप के दिए अंक तय सीमा से ऊपर जाते हैं, तभी मुख्य प्रोसेसर जागता है और एक बड़े पहचान तंत्र से आवाज़ को एक बार फिर सुनता है। यहाँ भी जाँच पार होने पर ही सिरी चालू होती है और वह आवाज़ Apple के सर्वर तक पहुँचती है, जहाँ उसे पूरी तरह समझने का चरण शुरू होता है।
अगर सर्वर का बड़ा पहचान तंत्र दोबारा सुनने पर पाता है कि वह 「Hey Siri」 नहीं, बल्कि 「Hey Seriously」 जैसे मिलते-जुलते शब्द थे, तो वह फ़ोन को रद्द करने का संकेत भेजकर फिर सुला देता है।
कभी-कभी बेवजह चालू हो जाना
यह तरीका अंकों के आधार पर फैसला करता है, इसलिए पूरी तरह सटीक नहीं है। सीमा बहुत ऊँची रखने पर सच में बुलाने पर भी वह पहचान नहीं पाता, और बहुत नीची रखने पर टीवी की आवाज़ या मिलते-जुलते उच्चारण से भी चालू हो जाता है।
Apple ने इन दोनों के बीच एक और निचली सीमा रखी है। अगर अंक अस्पष्ट दायरे में आते हैं, तो वह कुछ सेकंड तक और ज़्यादा संवेदनशीलता से सुनता है, ताकि उपयोगकर्ता वही शब्द एक बार फिर कहे तो आसानी से चालू हो जाए। शुरुआती सेटअप के समय जगाने वाले शब्दों को कई बार दोहराने के लिए कहना भी उपयोगकर्ता की आवाज़ के अनुसार ढलकर बेवजह चालू होने की घटनाएँ घटाने का एक चरण है।
चोरी-छिपे सुनने की चिंता को कैसे समझें
एक आम ग़लतफ़हमी यह है कि फ़ोन सारी बातचीत रिकॉर्ड करके सर्वर पर भेजता है। Apple के विवरण के अनुसार, जगाने वाले शब्दों को ढूँढ़ने का काम डिवाइस के भीतर मौजूद छोटा पहचान तंत्र करता है, और आवाज़ कई चरणों को पार करने के बाद ही सर्वर तक जाती है।
हालाँकि, मिलते-जुलते शब्दों से ग़लती से चालू हो जाने पर उस समय की आवाज़ भी सर्वर तक पहुँच सकती है। अगर इससे चिंता होती है, तो सेटिंग में जगाने वाले शब्दों को सुनने का विकल्प बंद करके केवल बटन दबाकर बुलाने का तरीका रखा जा सकता है।
फ़ोन लगातार सुनता रहता है, लेकिन केवल जगाने वाले शब्दों को ढूँढ़ने वाला एक छोटा पहचान तंत्र पहले डिवाइस के भीतर आवाज़ को छाँटता है।
टिप्पणियाँ और संदर्भ · Apple Machine Learning Research, 2017. 「Hey Siri: An On-device DNN-powered Voice Trigger」 में प्रति सेकंड 1 गुना दस हज़ार और 6 हज़ार सैंपल, कम बिजली खर्च करने वाली सहायक चिप, दो चरणों में पुष्टि और सर्वर से भेजे जाने वाले रद्द करने के संकेत का वर्णन है। यह 2017 की जानकारी पर आधारित है, इसलिए नए डिवाइसों का विवरण अलग हो सकता है
लेखन मानदंडत्रुटि की सूचना दें
छोटी प्रश्नोत्तरी