智慧型手機中的語音助理技術，或像iPhone上所說的Siri或Cortana。當然，我們大多數人都聽說過這項技術，它一定給你留下了深刻的印象，並向你展示了技術的另一個維度。對於那些看過外國電影《HER》的人來說，他們應該了解這項技術如何對你的生活產生巨大的影響。你應該知道，語音助理技術（無論是Siri還是Cortana）的背後，都有一項偉大而復雜的工作值得我們去欣賞，我們需要寫很多篇博文來詳細闡述它，但我想讓你快速了解一下這項技術的工作原理，並了解它的總體思路。讓我們把那些複雜和陌生的術語留給專家，因為他們更值得……現在，請關注我。
為了方便理解，我們以 iPhone 上的 Siri 功能為例。當你與 Siri 對話時，你的聲音和對話內容會立即被編碼成一種緊湊的數位形式，Siri 會將這些資訊儲存在其中，從而將你的聲音轉換成由 0 和 1 組成的數位資訊。
來自連網裝置的數位訊號透過最近的手機訊號塔、一系列固定電話線無線傳輸到您的網路服務供應商 (ISP)，然後從那裡傳輸到網路雲端上的伺服器。
這個數位訊號載有一系列模式，旨在理解您所說的語言的詞彙，並且您的語音會同時在您的裝置上分段。
您的手機有一個識別器，它可以連接到雲端，並確定您用語音輸入的命令是否可以在手機本身上處理和執行，或者是否需要網路連線。
這就像你讓它在手機上播放一首歌。這項任務可以在你的手機上輕鬆完成。這被視為本地任務，不同於你讓它為你預訂餐廳或搜尋某些東西。在這種情況下，它會識別出需要連接到網路。如果本地識別器識別出該內容在你的裝置內，並且不需要使用雲端，它會提醒它這次不需要雲端，並且不會連接。
當您的聲音到達伺服器時，它會在統計系統中比較您的聲音，該系統的任務是評估您的聲音並識別您說出的詞彙、您發出的命令以及構成這些聲音的字母。
同時，本地識別器會在該統計系統的精簡版本中比較相同的投票，以簡化流程並節省時間。對於這兩個系統，機率百分比最高的系統是它們最初運行和發布的系統。
您的對話現在被理解為一系列元音和輔音，它們透過語言檢測器和分析器來估計您所說的單字。
然後，系統會為您的對話產生一個可能與您的單字序列相關的選定翻譯清單。
如果系統感知到的結果夠可信，系統就會決定應該執行的具體任務。例如，如果您打算給艾哈邁德·侯賽因 (Ahmed Hussein) 發短信，設備會從您的聯絡人列表中準備“艾哈邁德·侯賽因”這個名字。然後，您輸入想要發送的訊息，就像變魔術一樣，您會發現您的訊息出現在螢幕上，無需任何手動操作，也無需任何額外的操作，只需說出您的語音即可。如果您在執行此任務時遇到任何不清楚的地方，設備會在此時返回並詢問您，例如，您指的是艾哈邁德·侯賽因 (Ahmed Hussein) 還是艾哈邁德·哈桑 (Ahmed Hassan)？ ！
我無意長篇大論，也無意贅述細節或使事情複雜化。我只是想讓你簡單地了解一下大概意思，所以我希望你已經明白了。
