苹果详解iPhone 18 Pro“Hey Siri”流程：低功耗初筛加隔离区复核

11 月 12 日，苹果发布新博文，介绍面向 iPhone 18 Pro 等设备的新“安全隔离区”（Secure Exclaves）架构，并拆解了“Hey Siri”背后的处理链路。

按照博文说法，在 iPhone 18 Pro 和 iPhone 18 Pro Max 上，“Hey Siri”语音唤醒被拆成几道关卡：先由低功耗环节做初步筛选，再由隔离区复核，最后还要经过屏幕指示校验，音频才会放行。这样做是为了压住误唤醒，也让用户一眼看出设备什么时候才真正开始收音。

具体怎么跑，IT之家援引博文梳理如下：

• 常驻低功耗监听：Always-On Processor（AOP）一直听着环境里的声音，从中找可能是“Hey Siri”的片段。它只做粗略的第一轮判断，不会把完整录音直接交给主系统。
• 疑似唤醒才叫醒主芯片：AOP 一旦认为“可能听到了唤醒词”，iPhone 18 Pro 和 iPhone 18 Pro Max 才会把主处理器叫醒，并将相关音频缓冲送进音频隔离区（audio exclave）。主芯片因此不必长时间高功耗运行。
• 音频隔离区先做回声消除：音频先在这里经过回声消除等处理，语音变得更清晰，处理完再转交 Siri 隔离区。
• 第二道复核更精细：Siri 隔离区跑的是更大、更精细的唤醒词识别模型，用来进一步确认用户是不是真的说了“Hey Siri”。苹果称，相比只靠 AOP 判断，这一步能滤掉多得多的误报。
• 确认后才“叫醒” Siri：唤醒词一旦被确认，Siri 隔离区只给主系统里的 Siri 守护进程发一个“唤醒”标志，这时候并不传音频。
• 请求麦克风并显示指示点：接着，Siri 守护进程向音频驱动申请麦克风权限；音频驱动调用界面画出麦克风指示点，同时向“隔离区指示控制器”（EIC）申请音频访问。
• 屏幕指示须过校验：EIC 会让安全显示隔离区检查屏幕上渲染出来的麦克风指示点，看颜色、形状、显示时长、最低亮度，以及附近像素有没有把它挡住。校验通过，系统才从“环境模式”切到“主动模式”，音频才允许流出。
• 音频才交给 Siri：校验过关后，Siri 隔离区把包含“Hey Siri”的历史音频和后续请求内容交给 Siri 守护进程。指示点会一直显示到 Siri 会话结束，最短持续 3 秒。

iPhone 18 Pro、iPhone 18 Pro Max 为了随时响应“Hey Siri”，是不是一直在后台录音录像？苹果在博文中回应，后台用的是阅后即焚的处理机制：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，会被直接送进芯片上完全独立的 Secure Exclaves 隔离区。

数据进了隔离区，AI 只负责把复杂的音视频压成极简信号，比如“有人来了”、“这是家庭成员 A”、“听到了唤醒词”。识别一完成，原始音视频数据立刻销毁。

苹果还承诺“谁都拿不到原始数据”：第三方 App 拿不到，iOS / macOS 主系统拿不到，连苹果公司自己也访问不了、提取不了隔离区里的原始音视频流。

参考