Comment la fonction Dis Siri fonctionne ? Apple explique tout

Le Machine Learning est une expression à la mode et Apple l'utilise depuis des années, bien avant de dévoiler une API CoreML pour les développeurs sous iOS 11.

Par exemple la fonction Dis Siri (ou Hey Siri en anglais), utilise cette technologie pour affiner et améliorer la détection des mots clés qui déclenche l'ouverture de Siri prêt à répondre à vos questions. Apple vient de mettre en ligne une longue page expliquant le fonctionnement de Dis Siri.

Dis Siri : un algo complexe

En fait, Apple transforme votre voix en flux de formes d'ondes et les compare via un réseau neuronal profond avec les modèles déjà connus. En chiffre, cela donne 16 000 ondes par seconde transmises au réseau neuronal et des comparaisons de spectre de 0,01 seconde par paquets de 20.

Si sur iPhone, le système reste aux aguets constamment, il est en quelque sorte en veille tant qu'il n'entend pas une image acoustique se rapprochant de Dis Siri. S'il détecte un son semblable, il devient alors plus attentif. Le but étant de préserver la batterie.

Sur Apple Watch, il faut lever le poignet pour que le co-processeur M fonctionne et vous écoute.

Enfin, on apprend qu'Apple utilise un algorithme mathématique assez poussé pour déterminer les seuils de détection avec précision. Le Machine Learning permet d'affiner également ces valeurs et d'avoir une bonne reconnaissance vocale dans les environnements bruyants par exemple.

Voici le workflow du déclenchement de Siri