Siri说话更像人了，苹果究竟对它做了什么？

导读：新版的Siri随着今天的iOS 11一起来了。不止是交互界面有所变化，新版Siri还增加了一个美式英语的女性口音，说话也“更自然”、“更顺畅了”。

（原标题：Siri 说话更像人了，苹果干了什么？）

徐弢

会更多本地语言，语音也更流畅了。

新版的Siri随着今天的iOS 11一起来了。不止是交互界面有所变化，新版Siri还增加了一个美式英语的女性口音，说话也“更自然”、“更顺畅了”。

Siri 的语音仍然是用语音合成技术来做，但在人工智能算法、语音内容上做了改进。具体的技术内容，公布在了苹果公司7月份开始更新的机器学习网站上。

根据 Siri 团队的说法，苹果公司从数百位候选人中筛出了一位“新的、有语音天赋的女性”，让她读10-20 小时的书、笑话、导航和问答等文本内容，并录制下来。Siri 团队希望新的语音内容可以帮助改善 Siri 语音的流畅度。

随后，这些录制的语音内容被拆分成更小的语音单位，例如这里拆分后的单位是半个单音——单音是构成语音的最小单位。Siri 再根据文本将这些单个的语音单位拼接起来，形成需要的语音内容。

在算法层面上，Siri 团队用15 个小时的语音内容训练一个机器学习的模型，加强了对这些语音单位的挑选，以便放于合适的语句中。例如在疑问句、肯定句中，元音、辅音的发音就会产生不同，还可能根据不同的情绪、场景发生变化。Siri 团队希望用 AI 技术来提升合适语音的能力。

苹果语音团队负责人亚历克斯·阿塞罗（Alex Acero）几年前开始处理 Siri 的后端系统，并且招募一些合适的人选来给 Siri 提供语音内容。Siri 目前支持 21 种语言，例如新近增加的上海话就会招募本地的人来录音。

从结果来看，新版的 Siri 确实有所改进。在介绍 Siri 新技术的苹果官网上，Siri 团队上传了 iOS 9、iOS 10 和 iOS 11 上搭载的 Siri 对同一组文本的语音阅读结果，总共有 6 组英文。

可以明显听出来，iOS 11 上的新版 Siri 咬字更清楚，句子中的停顿也更多了些，整句英文的表述接近于英语教学课的发音。

此外，Siri 团队似乎想让语音保留更多的个人口音特征，新的美式口音较为接近于加州的口音。

《大众科学》杂志咨询了一位语言学专家，英属哥伦比亚大学语言学系的助理教授茉莉·巴贝尔（Molly Babel）研究了 Siri 的新口音，确认其很接近于加州人的口音。

有趣的是，今天苹果公司的 Siri、亚马逊的智能语音助理 Alexa，以及微软的 Cortana 都更多的是以女性口音存在（事实上也提供男性口音），例如微软一开始就给小冰设计了?16 岁少女的设定，亚马逊的 Alexa 也会回应说自己是女性角色。

一个主流的说法是，女性声音更容易被接受。印第安纳大学的研究以及微软、亚马逊的市场调研都表明，女性声音更容易被男女两种性别所接受。

另外，Siri 的地位看上去也在苹果公司的内部经历调整。本月初，原本艾迪·库伊（Eddy Cue）负责的 Siri?被转去了苹果软件负责人克雷格·费德里吉（Craig Federighi）的手中，可能是 Siri 被更重视了。