В 2014 году Apple добавила в iOS 8 функцию «Привет, Siri», которая позволила активировать голосового помощника одной фразой. Сегодня эту фишку поддерживают все устройства Apple — iPhone, iPad, Apple Watch и MacBook.
Но вот незадача: выходит, что все устройства постоянно нас слушают, чтобы распознать необходимую фразу. А вдруг они могут подслушивать то, что они не должны слышать? Какие у Apple на этот счёт есть гарантии?
На самом деле в компании всё продумали и сделали максимально безопасную систему, которая не позволит Siri услышать ваши разговоры. Сейчас объясню, как это работает.
«Привет, Siri» раньше работала не так, как сейчас
Часто пользуюсь этим, когда iPhone не под рукой.
Когда Apple только добавила эту фишку в iOS 8, активировать Siri фразой можно было только, когда iPhone или iPad стояли на зарядке. Причина простая — мониторинг ключевой фразы был довольно энергозатратным процессом. Актуальные на то время iPhone 4s, 5, 5s и 6 не имели специального чипа Always-on Processor (AOP).
Он появился только в iPhone 6s, как часть сопроцессора M9. Более того, AOP работает на своей операционной системе RTKitOS. Известно, что этот чип позволяет работать функции «Привет, Siri» и отслеживать местоположение iPhone в Локаторе, даже если он выключен.
Он независим от iOS и в действительности имеет постоянный доступ к микрофону. Вот тут начинается настоящая магия.
Сейчас iPhone слышит вас, но не подслушивает
Этапы работы «Привет, Siri».
Разработчики Apple придумали хитрый алгоритм выявления ключевой фразы. В специальном разделе на сайте Apple с технической документацией в 2018 году вышла настоящая исследовательская статья, которая пролила свет на многие технические детали «Привет, Siri».
Во-первых, референсы вашего голоса, которые вы произносите во время настройки Siri, записываются прямо в этот чип AOP. Затем они дополняются новыми голосовыми ключами почти каждый раз, когда вы активируете Siri. Таким образом iPhone учится реагировать только на голос своего владельца.
А во-вторых, AOP хоть имеет доступ к микрофону, но не интерпретирует речь в текст. То есть, не анализирует то, что вы говорите. Это исключает любые шансы тайной прослушки пользователя смартфонa.
На первый взгляд простая технология, которая абсолютно уникально устроена.
Чип постоянно улавливает звуковые волны, точнее, их отрезки, длинной всего 0,01 секунды с разной периодичностью. Если пользователь обращается к голосовому помощнику, AOP собирает кластер из 20 референсов, общей длиной 0,2 секунды. Затем они попадают в нейросеть, которая ищет совпадения с записанными примерами.
Только если степень совпадений доходит до определенной отметки (сколько это в процентах Apple не уточняет), в iOS поступает команда включить Siri. Вот тогда уже iPhone начинает слушать, что вы говорите и интерпретировать это в запрос. Которые после выполнит (или не выполнит) Siri.
Несмотря на большое количество этапов в работе этой функции, на запросы Siri почти всегда реагирует быстро и безошибочно. Жаль, что на русском языке пока она работает не идеально.
У других голосовых ассистентов так же?
Далеко не факт.
Насчёт того, пользуются ли аналогичными методами при разработке голосовых ассистентов другие компании, например Google, сложно сказать. Похожей документации у других брендов я не нашёл. А хотелось бы, чтобы быть увереннее в приватности.
Поэтому, с «Привет, Siri» за конфиденциальность можно не переживать. Apple вряд ли тайно прослушивает своих пользователей — в этом нет надобности. Это ресурсоёмко и не эффективно. И заряд такая фишка почти не отнимает.
Источник
