第196期科技3分钟浏览 75
发布 · 杂学书库 别馆
一句“Hey Siri”就能唤醒手机，它一直在听吗？
手机的麦克风一直开着，但设备里一个只找唤醒词的小型识别器会先进行筛选
为了听出“Hey Siri”（韩语是“시리야”，读作 siri-ya）这样的唤醒词，手机一直在听麦克风里的声音。不过在这个阶段，设备里运行的只是一个专门寻找这句短语的很小的识别器。苹果在2017年的研究博客中详细公开了这个过程。
另有一只很小的耳朵
根据苹果的说明，iPhone 的麦克风每秒把传进来的声音转换成1万6千次数字。手机每次查看0.2秒长的声音，并给它打分，看它和唤醒词有多像。
要是一整天都这样做，电池很快就会耗尽。所以从 iPhone 6s 开始，由一块即使屏幕关闭也保持清醒的低功耗辅助芯片来负责这个小识别器。手机的大脑，也就是主处理器，在此期间可以休息。
确认两次才唤醒
只有当辅助芯片打出的分数超过标准时，主处理器才会醒来，用更大的识别器再听一遍。这里也通过了，Siri 才会打开，然后声音被送到苹果的服务器，开始正式的识别。
如果服务器上的大识别器再听一遍，发现那不是“Hey Siri”，而是“Hey Seriously”这样相似的话，就会向手机发送取消信号，让它重新休眠。
偶尔会莫名其妙地打开
这种方式靠分数来判断，所以并不完美。标准定得太高，你真的叫它时它也听不出来；定得太低，它又会被电视声音或发音相近的话唤醒。
苹果在两者之间又设了一个较低的标准。分数模棱两可时，手机会在几秒钟内听得更灵敏，这样用户再说一遍同样的话，就很容易打开。初次设置时让你反复说几遍唤醒词，也是为了贴合机主的声音、减少误唤醒的一个步骤。
怎么看待被偷听的担心？
一个常见的误解是，手机会把所有对话录下来发到服务器。按照苹果的说明，寻找唤醒词是设备里小识别器的工作，声音要通过好几个阶段之后才会发送到服务器。
不过，如果被相似的话误唤醒，那时的声音也可能传到服务器。如果你介意，可以在设置里关闭监听唤醒词的功能，只保留按按钮呼叫的方式。
手机一直在听，但设备里只找唤醒词的小型识别器会先把声音筛选一遍。
整理与参考笔记 · Apple Machine Learning Research, 2017. 《Hey Siri: An On-device DNN-powered Voice Trigger》说明了每秒1万6千个采样、低功耗辅助芯片、两阶段确认和服务器取消信号。内容基于2017年，新机型的细节可能不同
小测验