En lille hjælpeprocessor med lav effekt, der konstant lytter til udtrykket "Hey Siri", muliggør en af de mest grundlæggende funktioner i Apples AI-assistent.
Processoren, der er integreret i iPhones bevægelses -coprocessor, forhindrer kommandoen "Hey Siri" i at køre på enhedens hovedprocessor hele dagen. Denne afsløring kommer i et forskningsartikel, der i dag blev offentliggjort af Apples maskinlæringsteam. Papiret dykker dybt ned i, hvordan Apple bruger AI til at drive "Hey Siri."
Siri, AI -assistenten, der indtager en stadig mere fremtrædende plads i Apples økosystem, debuterede i 2011 på iPhone 4s. I dag fungerer Siri på Mac'er, iPads, HomePods og mere. Det giver brugerne mulighed for hurtigt at udføre rutinemæssige opgaver og få svar på almindelige spørgsmål.
Mens Siri fortsætter med at forbedre, funktionen mangler stadig arbejde. Og Apple står over for stigende konkurrence fra smartere tjenester som Google Assistant.
Apples dataforskere bliver ved med at tilslutte, hvilket gør Siri smartere og mere nyttig hele tiden. I
papir offentliggjort på sin blog i dag diskuterer Apple, hvordan det fandt unikke måder at bruge maskinlæring til at forhindre falske udløsere af kommandoen "Hey Siri".Sådan fungerer 'Hey Siri'
Foto: Apple
At opdage, hvornår nogen faktisk vil udløse Siri, viser sig at være mere kompliceret, end du måske forventer. For at trække det ud konverterer Apple din stemme ved hjælp af et dybt neuralt netværk til en sandsynlighedsfordeling over talelyde. Det skaber til gengæld en selvtillidsscore. Hvis det er højt nok, vågner Siri.
Apple udnytter også en score med en lavere tærskel. Hvis tillidsresultatet opfylder det, men ikke overstiger den øvre tærskel, går din iPhones processor i en mere følsom tilstand i et par sekunder. Det betyder, at det kan aktivere Siri hurtigere, hvis du gentager kommandoen.
Gør Siri mere præcis
For yderligere at øge Siri-nøjagtigheden oprettede Apple sprogspecifikke fonetiske specifikationer for "Hey Siri" -frasen til sin model. På engelsk bruger virksomheden to varianter. I den ene lyder den første vokal i "Siri" som "alvorlig". I den anden lyder det som "Syrien".
Hvis du er interesseret i maskinlæring og vil vide, hvordan Cupertino bruger det i talegenkendelse, skal du give Apples fulde papir en læsning.