原创 世超 差评
一提到智能语音助手,大家肯定会联想到,那些被它们无语到的经历。
毕竟在当前这个阶段,人工智障们真的离智能还很远。
说出来不怕大家笑话,世超很早之前,还真用过 Siri 来提高生活效率。
简单点的,就是让他查查实时汇率,识别歌曲,定个时间。
高阶一点,配合米家 App 和 iOS 快捷指令,下班后只需要说“ 嘿 Siri,我到家了 ”。
家里的窗帘就会拉上,氛围灯也会打开,蓝牙音响也一起启动。

但在实操了无数次,发现 Siri 的听力和理解能力有时候真想让人给它两个大逼斗后,我放弃了。
有那个反复纠正的时间,我 TM 手指都能戳好了。

但,前段时间我们发了一篇关于网络安全的文章,底下留言让我对这个大聪明起了一丝顾虑。
—— 我们 Hey Siri 的时候手机有反应,那没嗨的时候,手机难道没有一直听着周围的声音?

如果不一直听声音,它怎么知道我喊他了?
后来我摸到了苹果官网,发现他们在 Siri 介绍文案里提到了四个字“ 随时待命 ”。。。
我的疑心更重了。

带着这个问题,世超在网上搜了一整天,还真发现了一些说法。
先给大家说个结论,iPhone 能听到你喊 Hey Siri,确实是因为它一直在听你声音。
不过别急着喷,听到声音 ≠ 他能听懂。
就好比你家狗一直能听到你在说话,但他能全听懂吗?

那年苹果发布了 iPhone 5s,除了给 iPhone 塞入了最新的 A7 处理器,还加入了一个小小的 M7协处理器。

协处理器就相当于辅助,负责一些不是很难,但需要一直工作的事情。
比如你平时微信里 PK 的步数,就是加速传感器、陀螺仪感知后,交给协处理器计算。

因为协处理器的功耗很低,哪怕一直计算数据,对续航也没啥影响。
这事要是给 A 系列处理器做,手机相当于时刻都在唤醒,续航早 TM 崩了。
另外,指南针、压力感知器也都协处理器负责。
到了 2014 年苹果推出了 Hey Siri 功能以后,协处理器又多了一项任务:处理 Siri 音频。
麦克风收录声音,协处理器进行识别。

问题来了,这时的手机能听懂周围声音吗?
很难。
我们先捋一下 Siri 的识别原理。
在和 Siri 对话时,手机收集的声音会被送到 Apple 服务器计算,这样你说了啥,它很轻松就知道。

所以触发 Siri 之前,手机收集到的声音,其实是在本地计算的。
这个计算很复杂,可以参考下图。

你的声音进入麦克风后,经过处理会切成很多份小音频,接着协处理器会计算这些音频的“ 分数 ”。
最后把这些音频分数累计起来,看看有没有达到你“ Hey Siri ”的声音阈值。

确认是你在喊“ Hey Siri ”后,Siri 才会出来上钟。
总结一下:
协处理器不断检测周围的声音,确认为“ Hey Siri ”后,主处理器再算一遍再请求 Siri 服务器。
如此一套复杂的流程后,iPhone 才能判定它听到的是“ Hey Siri ”,你说它要听懂其他所有的话,那工作量翻个百倍千倍也不够啊。
所以,Siri 在触发之前能听懂你的话,根本不现实。

从技术上说可行,但从续航上说,也不太行。
你想想,如果手机一直往外传数据,那电池比你头都大,续航也顶不住吧?
哪怕苹果足够阴险,只在充电时偷偷传,这么大数据流量不是明着送人头么。
看到这会有差友会说,你是不是在洗苹果啊。
之前都有个国外新闻说,苹果通过 Siri 听到了不可描述的声音吗?

而苹果为了判定 Siri 工作得好不好,会提取不到 0.2% 的音频信息交给人工查看,最后就这么撞上了。。
用户也可以拒绝共享音频 ▼

可以说,这些智能语音助手( 包括 Siri )在触发之前,能听懂周围声音或者把所有声音上传进服务器,不管是从科技水平,还是从逻辑上判断,都不太现实。
那有没有一种可能,在某种条件下,语音助手会悄咪咪联网,偷听个十几秒呢?
不经常有人说,前脚刚聊到一个产品,后脚它就出现在了网购平台,怀疑是不是语音助手啥的偷听聊天了。

根据用户画像推荐产品真的很准,有时候正巧前脚说完,后脚撞上推荐了,就让人误以为自己是不是被窃听了。。
我们之前也写过广告联盟的文章 ▼

而且退一步说,近两年随着我国相关隐私法的落实,各大厂商加紧权限管理,我觉得偷听的可能性更低了。
你想想啊,冒着被制裁、甚至违法的风险,偷听老百姓几句话,就为了赚个三瓜两枣,对任何一个语音助手的厂商来说,都没那个大必要吧。
撰文:刺猬 编辑:面线
图片、资料来源:
Apple WWDC 2014 - iOS 8 Introduction
Apple 官网
“Hey Siri” 背后的黑科技大揭秘!作者 | Vishant Batta 译者 | 苏本如
雷锋网 苹果揭秘“Hey Siri”的开发细节,原来不仅有两步检测,还能辨别说话人


原标题:《你的手机助手能被唤醒,真的不是因为它在偷听?》