「Hey Siri」のひと言で目覚めるスマホ、ずっと聞いているの？

アップルの説明によると、iPhoneのマイクは入ってきた音を1秒に1万6千回、数字に変えます。スマホはこの音を0.2秒分ずつ調べ、呼びかけの言葉にどれだけ似ているか点数をつけます。

一日中これを続けたら、バッテリーはすぐに減ってしまいます。そこでiPhone 6s以降は、画面が消えていても起きている低消費電力の補助チップがこの小さな認識器を受け持ちます。スマホの大きな頭脳であるメインプロセッサは、その間休んでいます。

補助チップの点数が基準を超えたときに初めてメインプロセッサが目覚め、もっと大きな認識器でもう一度聞いてみます。ここも通過して初めてSiriがオンになり、その音がアップルのサーバーに送られて本格的な聞き取りが始まります。

サーバーの大きな認識器が聞き直して、「Hey Siri」ではなく「Hey Seriously」のような似た言葉だったとわかれば、スマホに取り消しの信号を送ってまた眠らせます。

この仕組みは点数で判断するので、完璧ではありません。基準を高くしすぎると本当に呼んでも聞き取れず、低くしすぎるとテレビの音や似た発音にも反応してしまいます。

アップルはその間にもう一つ低い基準を設けました。点数があいまいなときは数秒間より敏感に聞き、ユーザーが同じ言葉をもう一度言えば簡単にオンになるようにしたのです。最初の設定で呼びかけの言葉を何度か繰り返させるのも、持ち主の声に合わせて誤ってオンになることを減らすための段階です。

よくある誤解は、スマホがすべての会話を録音してサーバーに送っているという考えです。アップルの説明どおりなら、呼びかけの言葉を探すのは端末の中の小さな認識器の役目で、音がサーバーへ送られるのはいくつもの段階を通過した後です。

ただし似た言葉で誤ってオンになると、そのときの音もサーバーまで届くことがあります。気になるなら、設定で呼びかけの言葉を聞く機能をオフにして、ボタンを押して呼ぶ方法だけを残すこともできます。