Số 196Công nghệ3 phútlượt xem 75
Xuất bản bởi Thư viện GK · Nhà phụ
Điện thoại thức dậy chỉ với một câu "Hey Siri", nó có nghe suốt không?
Điện thoại luôn bật micrô, nhưng một bộ nhận dạng nhỏ trong máy chỉ tìm câu đánh thức và lọc trước
Để nghe ra câu đánh thức như "Hey Siri" (tiếng Hàn là "시리야", đọc là siri-ya), điện thoại luôn lắng nghe âm thanh từ micrô. Tuy vậy, ở bước này chỉ có một bộ nhận dạng rất nhỏ chạy trong máy, chuyên tìm đúng câu ngắn đó. Apple đã công bố chi tiết quá trình này trên blog nghiên cứu năm 2017.
Có riêng một "đôi tai" rất nhỏ
Theo giải thích của Apple, micrô của iPhone biến âm thanh thu được thành con số 16.000 lần mỗi giây. Điện thoại xem xét âm thanh này theo từng đoạn 0,2 giây và chấm điểm xem nó giống câu đánh thức đến mức nào.
Nếu làm việc này cả ngày, pin sẽ hết rất nhanh. Vì thế từ iPhone 6s trở đi, một con chip phụ tiết kiệm điện, vẫn thức ngay cả khi màn hình tắt, đảm nhận bộ nhận dạng nhỏ này. Trong lúc đó, bộ xử lý chính, "bộ não lớn" của điện thoại, được nghỉ ngơi.
Kiểm tra hai lần rồi mới đánh thức
Chỉ khi điểm do chip phụ chấm vượt ngưỡng, bộ xử lý chính mới thức dậy và nghe lại một lần nữa bằng bộ nhận dạng lớn hơn. Phải qua được bước này Siri mới bật, rồi âm thanh đó được gửi tới máy chủ của Apple để bắt đầu bước nghe hiểu thật sự.
Nếu bộ nhận dạng lớn trên máy chủ nghe lại và thấy đó không phải "Hey Siri" mà là câu na ná như "Hey Seriously", nó sẽ gửi tín hiệu hủy về điện thoại để máy ngủ lại.
Thỉnh thoảng bật lên không đúng lúc
Cách này phán đoán bằng điểm số nên không hoàn hảo. Đặt ngưỡng quá cao thì gọi thật cũng không nghe ra, đặt quá thấp thì tiếng TV hay câu phát âm gần giống cũng làm máy bật.
Apple đặt thêm một ngưỡng thấp hơn ở giữa. Khi điểm số lưng chừng, điện thoại sẽ nghe nhạy hơn trong vài giây, để nếu người dùng nói lại câu đó thì máy dễ dàng bật lên. Việc bắt bạn lặp lại câu đánh thức vài lần khi cài đặt lần đầu cũng là một bước để khớp với giọng chủ máy và giảm số lần bật nhầm.
Nên nghĩ sao về nỗi lo bị nghe lén?
Một hiểu lầm phổ biến là điện thoại ghi âm mọi cuộc trò chuyện rồi gửi lên máy chủ. Theo giải thích của Apple, việc tìm câu đánh thức là nhiệm vụ của bộ nhận dạng nhỏ trong máy, và âm thanh chỉ được gửi lên máy chủ sau khi đã qua nhiều bước.
Dù vậy, nếu máy bật nhầm vì một câu na ná, âm thanh lúc đó cũng có thể tới máy chủ. Nếu thấy băn khoăn, bạn có thể tắt chức năng nghe câu đánh thức trong phần cài đặt và chỉ giữ cách bấm nút để gọi.
Điện thoại luôn lắng nghe, nhưng bộ nhận dạng nhỏ trong máy chỉ tìm câu đánh thức sẽ lọc trước.
Ghi chú và tài liệu tham khảo · Apple Machine Learning Research, 2017. Bài "Hey Siri: An On-device DNN-powered Voice Trigger" giải thích 16.000 mẫu mỗi giây, chip phụ tiết kiệm điện, kiểm tra hai bước và tín hiệu hủy từ máy chủ. Nội dung theo năm 2017 nên chi tiết trên máy mới có thể khác
Câu đố nhanh