酷播亮新聞
文章摘要： 當其他使用者說‘嘿Siri’時蘋果將機器學習技術用於 Siri 幫助識別裝置主人的方案
蘋果發新技術文章，稱為Siri引入機器學習技術，解決被非主人喚醒的問題。
日前，蘋果在自家機器學習刊物《Apple Machine Learning Journal》上發表最新一篇文章，主要是關於使用者在 iOS 裝置上啟用「嘿Siri」功能時的人性化過程。這篇文章似乎也意味著，未來 iOS 系統將配備更高階的 Siri 智慧私人助理，至少能夠利用機器學習特性來非常精確識別裝置的主人。
「嘿Siri」功能在 iOS 8 的 iPhone 6 首次推出，如今在所有蘋果裝置上，「嘿Siri」口令可啟用裝置上的智慧私人助理。當然了，6s 之前仍需要先將裝置插入電源才能使用，而目前的新 iPhone 和 iPad，「嘿Siri」都已支援全天候時刻待命，無需亮屏也無需接通電源充電狀態下就能使喚。因此，口令啟用後用戶可跟進詢問或執行相關語音命令，例如詢問「今天天氣如何？」之類的問題。
在這篇機器學習期刊的新文章中，蘋果 Siri 團隊講述了引入「說話人識別系統（Speaker Recognition System）」的技術方法，聲稱爲了給使用者創造更人性化的裝置，自家團隊打造了「深度神經網路」，而此舉將為 Siri 的迭代更新打下了基礎。簡單的說，蘋果基本上確認的事實是：未來的 iOS 系統版本中，機器學習技術將會被引入 Siri 智慧私人助理，用於識別裝置所有者的聲音。
蘋果 Siri 團隊表示，最初他們選中「嘿Siri」這個短語，就是因為這是非常「自然」的措辭。但也正是因為如此，「嘿Siri」常常被不經意間啟用，因而帶來了不少麻煩。蘋果列舉了三種情況，包括：「當用戶說出類似的短語時」，「當其他使用者說‘嘿Siri’時」，以及「當其使用者說類似的短語時。」根據 Siri 團隊的說法，最後一種場景下的「錯誤啟用最惱人」。
爲了減少 Siri 被意外地、錯誤地啟用，蘋果引入了說話者識別研究領域的技術。重點在於，Siri 團隊稱他們關注的是「誰在說話」，而不是「說了什麼」。蘋果表示，說話人識別技術的目標是確定語音發出者的身份。「我們感興趣的是‘誰在說話’，而不是語音識別的問題，最終目的是確定‘所說的是什麼’。」
Siri 團隊表示，說話者識別技術目前所面臨的其他挑戰是，如何在混響（如：大房間）和嘈雜環境中獲得更高質量的表現。未來通過機器學習，Siri 語音助理將被訓練用於識別使用者在廣泛環境中飛聲音，如在車裏、廚房、咖啡店或類似的公共場所。Siri 還會學習識別各種情境下使用者發出的聲音狀態，包括正常的聲音，很高、很亮的聲音，或者早上起床昏昏沉沉時的聲音等等，而不侷限於最初重複錄入的幾聲「嘿Siri」。
最近，Siri 隱私漏洞的問題備受關注。因為該漏洞下，任何人都可以通過 Siri 來讀取裝置主人的通知，只要按住 HOME 鍵或 iPhone X 上的側邊按鍵幾秒，撥出 Siri 後，喊它「幫我讀一下通知」，它就會直接讀出鎖屏上的隱藏訊息內容，無論是同事還是家人，甚至是路人都能執行相同的操作，而且是在裝置鎖屏的情況下。
很顯然，蘋果將機器學習技術用於 Siri 幫助識別裝置主人的方案，將能解決了 Siri 面臨的隱私問題。