少说三个字母，成了 Siri 近十年最大升级

来源：雷 科技   

大家平时有使用 手机 语音助手的习惯吗？

作为人工智能技术在我们日常生活中最直观的应用，手机的智能语音助手却总是以一副 " 人工智障 " 的面孔出现在大家身边。无论是外来的 Alexa、Google Assistant、Siri 还是国内的小爱、小度，由于其智能程度和真正的 " 人类 " 还差很长一段距离，这也导致我们能在网上找到许多 " 戏耍 " 语音助手，让它进入死锁不断循环的有趣场面。

而 苹果 的 Siri，毫无疑问就是 " 人工智障 " 中的 " 佼佼者 "。

对于 Siri 的 " 智能 " 程度，一句话来概括就是 " 甚至还不如联通的语音机器人 "，毕竟即使是联通的机器客服，也只会在听到 " 机器人 " 这个关键词后播放语音回复，而苹果的 Siri 可是能在成语接龙中被 " 为所欲为 " 自己进入无限循环的存在。

图片来源：Apple

不过从工作原理来说，Siri 能有这样的 " 人工智障 " 表现其实也说得过去： Siri 是目前手机语音助手中为数不多的可以选择不向苹果分享数据、甚至可以只在设备本地运行的语音助手。 这些对用户信息的隐私处理让 Siri 成为了可能是 " 发展最慢 " 的语音助手—— Siri 的第一个初始版本诞生于 2011 年 10 月，诞生至今已经超越 10 年。但在部分冠军爱你功能上，Siri 能实现的甚至还不如一些国内公司的 " 后起之辈 "。

不过对于广大 Siri 用户来说，未来使用 Siri 的体验有望踏上一个全新的台阶，因为 Siri 终于要迎来一个 " 史诗级 " 的升级：

以后使用 Siri 时，不再需要喊 "Hey Siri" 了，直接喊 Siri 就可以了。

说实话，取消 "Hey" 直接 "Siri" 并不能从根本解决 Siri 不好用这个问题，无论你怎么缩减 Siri 的唤醒词，Siri 能实现的功能依旧只有这么点： 你依然没办法用一句话让 Siri 控制两个不同的智能 家电 ，也不能阻止 Siri 用网页搜索的结果回复你提出的复杂问题，更不能像 Google Assistant 或小爱同学那样帮你自动接电话。

但从技术层面来看，取消 "Hey" 直接 "Siri" 背后的技术挑战其实并不简单。

可能有人认为取消 "Hey" 背后没什么单独，甚至有效降低了 Siri 识别用户语音所消耗的时间。如果我们只是简单把 "Hey" 从唤醒词中移除，那确实很简单。但在此之前，我们还需要考虑另一个问题： 如何保证用户是真的需要唤醒语音助手？

不能理解？那我们就要从语音助手唤醒词背后的选择条件开始说起了。怎样的短语才是一个 " 好的 " 语音唤醒词？从产品的角度来看，除了便于传播之外我们还要考虑两个从一定程度上互斥的因素：容易触发和不容易误触。

我们先说第一个 " 容易触发 " 的问题，顾名思义，语音助手的唤醒词一定要容易触发，具体来说就是这个唤醒词必须好读、不容易读错，同时也不能太长，最好让用户可以在一句话里一口气说完唤醒词和语音指令。

但另一方面，唤醒词也不能太短，更不能是日常生活中的高频常用词。 试想一下如果 Siri 的触发词时 "Hey"，那高频误触只会让 Siri 变得更加难用。更重要的是触发词必须具有 " 排他性 "，即当用户说出 " 触发词 " 时，用户想且只想触发语音助手。 亚马逊的 Alexa 就是语音助手在误触这方面的典型代表：

由于亚马逊语音助手 Alexa 名字过于大众，且智能设备的触发灵敏度过高，这些设备会对日常生活中所有的 "Alexa" 做出响应，甚至会被电影电视剧中包含 Alexa 的台词唤醒。 这也是从唤醒词中去掉 "Hey" 背后的技术难点：修改唤醒词很容易，但在缩短唤醒词后避免语音助手误触，这并不简单。

当然有人认为语音助手误触无所谓，毕竟误触也就手机上的事，把悬浮球划掉不就好了。但事实并非如此，语音助手触发词背后其实还藏着更长远的问题：智能助手的边界应该在哪里？

在各企业的设想中，智能助手就像是一个贴心的 " 管家 "，这一点在智能家居品牌中尤为常见：作为用户的我们只要一开口，家里的电器就会自动工作。

但实际上，还需要依靠语音交互的智能家居已经是智能家居 2.0 时代的 " 过时产物 " 了，在智能家居 3.0 中，智能助手不再需要你的语音指令，就可以在幕后 " 观察 " 用户的状态并

图片来源：Veer 图库授权

" 主动出击 " 调整智能家居的设置。在智能家居体系中，这个特性叫 " 无感化 "，即用户不需要给出实质性指令（语音、文字或机械开关），智能家居系统就会根据用户的实际状况主动响应。

在技术成熟的情况下，一个优秀的智能家居系统能主动识别用户的真实场景。但对部分关注个人隐私的用户来说，这种时刻被机器、算法甚至屏幕背后的人观察的生活却一刻都不能忍受。这种体验从好的方面看叫 " 无感化 "，但从另一面看，这仿佛就在 " 黑镜 " 中生活，是鱼缸中的 " 人类生活观察样本 "。

以此次话题中心的 Hey Siri 为例：既然我们可以只用 Siri 来唤醒 Siri，那这至少意味着两件事：

1. 手机时时刻刻在录音，以响应我的语音唤醒；

2. 手机在录音后还会经过处理，明白我说的话是什么意思，知道我什么时候想唤醒 Siri，什么时候只是说话时提到。

而与其他智能助手不同的是，Siri 在这里保持着高度的 " 克制 "，即使 Siri 能做到刚刚提到的两件事，但设备端处理的机制保证录音数据只会保存在手机本地，不会上传到其他服务器中（飞行模式可以证明这一点）；另外本地数据也在硬件加密设备中保存。

但从 iPhone 4S 的长按触发 Siri 到后来的语音触发 Siri，再到手表的 " 抬腕 " 唤醒以及未来的 " 免 Hey 直接 Siri"，可以预见的是智能语音助手必将进一步朝着 " 无感化 " 进发。 至于未来的语音助手还能不能把持住功能与隐私之间的界限，以及绝大多数用户究竟担不担心自己被 " 大数据 "，之前魅族的 " 三零手机 " 的市场回应已经给了我们的答案。