苹果详解iPhone 18 Pro Hey Siri唤醒流程

驱动中国11月12日消息，苹果发布博文，介绍面向iPhone 18 Pro等设备的全新安全隔离区（Secure Exclaves）架构，并说明Hey Siri语音唤醒背后的处理流程。该流程在iPhone 18 Pro和iPhone 18 Pro Max上采用低功耗初筛、隔离区复核、屏幕指示校验后放行音频，以减少误唤醒，并让用户看到设备何时真正开始收音。

在监听阶段，Always-On Processor（AOP）常驻低功耗状态，持续监听环境声音，寻找可能属于Hey Siri的语音片段。AOP仅进行粗略的第一轮判断，不会把完整录音直接交给主系统。当AOP判定可能听到唤醒词后，iPhone 18 Pro和iPhone 18 Pro Max才唤醒主处理器，并将相关音频缓冲交给音频隔离区（audio exclave），以避免主芯片长期高功耗运行。

音频隔离区先对音频执行回声消除等处理，使语音更清晰，再将处理后的音频交给Siri隔离区。Siri隔离区运行更大、更精细的唤醒词识别模型，进一步确认用户是否说出Hey Siri。苹果称，该步骤可过滤掉远多于AOP单独判断时的误报。

若唤醒词被确认，Siri隔离区只向主系统中的Siri守护进程发送唤醒标志，此时不传输音频。Siri守护进程随后向音频驱动请求麦克风权限，音频驱动调用界面绘制麦克风指示点，并向隔离区指示控制器（EIC）申请音频访问。

EIC要求安全显示隔离区检查屏幕上渲染出的麦克风指示点，包括颜色、形状、显示时长、最低亮度，以及附近像素是否遮挡。只有校验通过，系统才从环境模式切换为主动模式，并允许音频流出。校验通过后，Siri隔离区才把包含Hey Siri的历史音频及后续请求内容交给Siri守护进程。指示点持续显示到Siri会话结束，且最短持续3秒。

针对iPhone 18 Pro、iPhone 18 Pro Max是否为了随时响应Hey Siri而持续在后台录音录像的问题，苹果在博文中回应称，后台采用阅后即焚的处理机制。在常驻低功耗监听状态下，摄像头和麦克风捕捉到的原始画面和声音会被直接送入芯片上完全独立的Secure Exclaves隔离区。

数据进入隔离区后，AI只负责把复杂音视频简化为极简信号，例如“有人来了”“这是家庭成员A”“听到了唤醒词”。一旦识别完成，原始音视频数据会立刻被销毁。苹果承诺“谁都拿不到原始数据”，不仅第三方App拿不到，iOS/macOS主系统以及苹果公司自己也无法访问或提取隔离区里的原始音视频流。