今天，Apple 发布了一篇由其音频软件工程和语音团队撰写的长篇信息丰富的博客文章，介绍了他们如何使用机器学习使 Siri 在 HomePod 上做出响应，并揭示了为什么 Apple 最近将机器学习作为重点的原因。
这篇文章讨论了在远场环境中工作，用户从房间周围任意数量的位置(相对于 HomePod 的位置)呼叫 Siri。前提基本上是因为这个原因，让 Siri 在 HomePod 上工作比在 iPhone 上更难。设备必须与自身的嘈杂音乐播放竞争。
Apple 使用多个麦克风以及机器学习方法解决了这些问题——特别是：
使用深度学习去除回声和背景噪声的基于掩码的多通道滤波
无监督学习以分离同步声源和基于触发短语的流选择以消除干扰语音
Apple 的团队写道，“由于深度学习，语音增强性能得到了显着提高。”
这篇新文章基本上是一篇旨在将 Apple 确立为该领域领导者的文章，该公司在某些方面处于领先地位，但在其他方面则不然。这篇文章涵盖了广泛的主题，例如回声消除和抑制、基于掩码的降噪和基于深度学习的流媒体选择等。有大量的技术和数学细节，因为它就像一篇带有详细引文的学术论文。我们不会在这里全部回顾——内容很多——但如果您有兴趣深入了解 Apple(和其他科技公司，尽管具体方法确实有所不同)所使用的技术，请阅读一下。
如前所述，Apple 在过去几年中将机器学习作为其工作的主要重点。iPhone 的 A12 和iPad Pro 的 A12X 芯片上的神经引擎比以前的 Apple 设备中包含的神经引擎强大许多倍，并且比竞争 SoC 中的机器学习芯片强大得多。
我们在科技产品营销宣传中听到了太多关于“机器学习”的信息，以至于它开始听起来像一个对用户来说意义不大的包罗万象的东西，所以像这样的文章可能对上下文有帮助，即使它们是根本性的促销。谷歌在使用博客方面总体上做得很好，让用户和合作伙伴更深入地了解;在这里，Apple 也在做同样的事情。
目前，亚马逊和谷歌是数字助理技术的市场领导者。Apple 有一些追赶 Siri 的地方，但这些竞争对手背后的方法并不相同，因此比较并不像它们想象的那么容易。与用户最相关的是，Apple 专注于在本地机器(用户或应用程序或功能开发人员的)上而不是在云中执行机器学习任务。但 Apple 的 Core ML API 确实允许开发人员接入外部云网络，Android 设备也可以进行本地处理，例如处理照片，但侧重点不同。
HomePod 智能音箱于今年年初推出。在我们的评论中，我们发现它的音质非常出色，Siri 反应灵敏，但与亚马逊的 Alexa(在 Sonos One 和许多其他智能扬声器)阻止我们提出明确的建议。苹果并未在其季度收益报告中具体分享 HomePod 的个别销售量。