Sättet Siri vanligtvis fungerar på är att den lyssnar på användarkommandon när de uppmanas, skickar anonymiserad mottagen röstdata till Apples servrar, först konverterar ljud till vanlig text, sedan tolkar kommandot och skickar resultaten tillbaka till användarens iPhone eller iPad. Taligenkänningsimplementeringen är mycket intensiv och laddas av från enheterna till Apples servrar eftersom den inte nödvändigtvis kan göra det på ett objekt som iPhone.
I fallet med Siri innebär beroendet av en server att den virtuella assistenten inte är tillgänglig utan någon form av internetanslutning, även om “Hey Siri”-prompten fortfarande aktiverar tjänsten, om så bara för att visa offlineaviseringar. Enligt en Apple-patentansökan som publicerades på torsdagen för en “Offline Personal Assistant” kan saker och ting förändras i framtiden.
Istället för att ansluta till Apples server visar profilen att autentisering och tal-till-text-behandling kan ske på själva enheten. Efter att ha hört en begäran från en användare kommer enheten i fråga att kunna identifiera uppgiften genom inbyggd naturlig språkbehandling, ta reda på om den begärda uppgiften är användbar och sedan implementera den.
Apple rekommenderar användning av ett integrerat modulsystem för hantering av digitala assistentfrågor som inte är kopplade till omvärlden. Samling av moduler inklusive element för talsyntes, dialogbearbetning, fonetisk alfabetkonvertering baserad på standardordförråd och användargenererade data, och bearbetningsmodulens naturliga språk, bland annat.
Beroende på de igenkända orden och strukturen på frågan, kan den offline digitala assistenten sedan utföra ett antal fördefinierade uppgifter som lagras i modulen för uppgiftsflödesbearbetning eller modulen. Dessa två butiker innehåller modeller för vanliga uppgifter, som att ställa in en timer eller spela en låt som sparats på enheten, med lämplig åtgärdsmodell som exekveras beroende på begäran.
Som en del av ansökan föreslår Apple användning av maskininlärningsmekanismer för att utföra specifika typer av uppgifter, inklusive bearbetning av naturligt språk. Sådana system skulle kunna förstå information i sitt sammanhang, vilket gör dem extremt användbara för att avgöra vad en användare vill ha av en begränsad mängd data på en enhet utan internetåtkomst.
Även med bearbetning på enheten för offlineanvändning kan det föreslagna systemet fortfarande gå online om en anslutning är tillgänglig, vilket gör att samma system fungerar på två olika sätt beroende på tillgänglig anslutning.
Att ha tillgång till lokal och fjärrbearbetning kommer också att ge den digitala assistenten två möjliga tolkningar av användarens tal. I sådana fall kommer systemet att fastställa användbarhetspoängen för den lokalt bearbetade versionen såväl som för den onlinebearbetade versionen och utföra uppgiften baserat på vilken av de två processerna som får högre poäng.
Detta ger effektivt assistenten ett alternativ för säkerhetskopiering, vilket gör att serverbaserad bearbetning kan användas som en alternativ tolkning om bearbetning utförs lokalt på begäran vilket resulterar i oanvändbara resultat. I händelse av att serverinstansen timeout eller blir otillgänglig är den lokala instansen fortfarande tillgänglig att använda för uppgiften.
Apple ansöker vanligtvis om flera patent varje vecka, och även om de beskrivna koncepten föreslår områden av intresse för Apple, garanterar de inte att sådana system kommer att inkluderas i produkter i framtiden.
När det gäller Siri offline verkar det ganska rimligt för Apple att gå den här vägen. Under de senaste lanseringarna av iPhone har A-seriens processorer inkluderat en Neural Engine, avsedd att utföra beräkningsintensiva uppgifter som Face ID-autentisering och power shooting-relaterade funktioner, bilder, men den kan också användas för uppgifter som använder maskininlärning.
Med tanke på kraften i den andra generationens Neural Engine som används i 2018 års iPhone-utgåvor, kan Siri offline fullt ut utnyttja den inbyggda kraften och maskininlärningskapaciteten för att utföra offlinebearbetning.
Offlineläge är inte det enda sättet som Apple kan förbättra Siri, eftersom det har arbetat med ett antal olika koncept för att göra den digitala assistenten bättre. Ett oktoberpatent förklarar hur Siri kan känna igen specifika användare genom deras “rösttryck”, där Apple också vill möjliggöra support för flera användare med personliga svar.
Siri har fått ett antal förbättringar när det gäller dess igenkänningsfunktioner, inklusive geo-talmodeller för att stödja regionala frågor och lokala språkfrågor. Mer synligt för konsumenterna är introduktionen av Siri-genvägar i iOS 12, som låter användare utföra sina egna personliga Siri-kommandon.
Källa: appleinsider
