· 亲线团队 · 科普技术 · 9 min read

科普:语音唤醒是怎么工作的?为什么说'小亲小亲'就能唤醒手机

小亲小亲,接听电话——为什么你说一句话,手机就知道是在叫它?语音唤醒技术背后是什么原理?亲线·和鸣的本地唤醒模型为什么离线也能用?这篇文章用大白话讲清楚。

语音唤醒技术原理 为什么说”小亲小亲”,手机就醒了

先问一个问题

你有没有想过一个问题:

手机放在桌上,安安静静的。 你说一句”小亲小亲”, 手机就”叮”一声,醒了。

它怎么知道你是在叫它? 它又没在”听”?

其实,手机一直在”听”——只是听的方式,和你想的不一样。

第一层:手机一直在”偷听”

手机麦克风一直开着

你说”小亲小亲”的时候,手机为什么能立刻反应?

因为手机的麦克风从来没关过。

它一直在听周围的声音,一直在分析:

  • 这是说话声?还是电视声?
  • 这声音像不像”小亲小亲”?
  • 不像,就继续听
  • 像,就醒过来

但你不用担心隐私——这个”听”是在本地完成的,声音根本不会传到网上。

为什么手机不觉得累?

你可能会问:手机一直开着麦克风,不耗电吗?

以前是很耗电,但现在有了专门的语音识别芯片:

  • 这是个很小的芯片,专门做语音识别
  • 功耗只有普通CPU的1%
  • 就算24小时开着,也耗不了多少电
  • 现在的智能手机,都有这个芯片

所以手机能24小时”听”着,不怎么耗电。

语音唤醒原理 手机一直在”听”,但功耗很低

第二层:声音变成数字信号

声音是怎么变成”数据”的?

我们说话,是空气在振动。

麦克风把振动变成电信号,再变成数字信号:

  1. 你说话 → 空气振动
  2. 麦克风 → 把振动变成电流
  3. 模拟数字转换器 → 把电流变成数字
  4. 数字信号 → 就是一串”0和1”

手机拿到这串数字后,开始分析:

  • 这串数字听起来像什么?
  • 像不像”小亲小亲”这四个字?

第三层:声纹模型——手机怎么认出”小亲小亲”?

什么是”声纹”?

就像每个人的指纹不一样,每个人说话的声音也不一样——这叫声纹。

“小亲小亲”这四个字,说出来是什么样的声音?

  • “小” —— 升调,前高后低
  • “亲” —— 前鼻音,嘴唇闭一下
  • “小” —— 又一个升调
  • “亲” —— 又一个前鼻音

把这些声音特征提取出来,就是一个声纹模型。

手机里存着这个模型。每次听到声音,就和模型对比:

  • 相似度超过95% → “这是在叫我!”
  • 相似度低于95% → “不是在叫我,继续听”

方言版”小亲小亲”

普通话标准的人说”小亲小亲”,手机能听懂。

但老人说话可能不标准——东北口音、四川口音、广东口音,“小亲小亲”说出来都不一样。

亲线·和鸣做了一件事:给每个方言都训练了一个声纹模型。

  • 东北话版”小亲小亲” → 模型A
  • 四川话版”小亲小亲” → 模型B
  • 广东话版”小亲小亲” → 模型C

老人用方言说,手机也能认出是在叫它。

这就是为什么亲线·和鸣支持22种方言——不是普通话标准的人才能用。

第四层:本地识别,不用联网

为什么离线也能唤醒?

很多语音助手(比如 Siri、小爱同学)必须联网才能用——因为声纹识别在云端。

亲线·和鸣不一样:声纹模型就在手机本地。

好处是什么?

  1. 快 —— 不用等网络,0.2秒就反应
  2. 省流量 —— 声音不传云端,不花流量
  3. 隐私 —— 你的声音只在手机里处理,别人听不到
  4. 离线也能用 —— 没网的地方,照样能唤醒

本地识别 声纹模型在本地,离线也能唤醒

老人版语音唤醒,做了什么优化?

为什么老人唤醒率不高?

年轻人用语音助手,唤醒率大概90%。

但老人用,可能只有60%。为什么?

因为老人说话:

  • 声音小
  • 语速慢
  • 普通话不标准
  • 经常有杂音(电视、收音机开着)

亲线·和鸣针对老人做了优化:

  1. 降低唤醒阈值 —— 年轻人要95%相似度才唤醒,老人85%就唤醒
  2. 支持慢语速 —— 老人说”小…亲…小…亲”,中间停顿,也能识别
  3. 抗噪增强 —— 电视开着、旁边有人说话,手机还是能听出是在叫它
  4. 方言模型 —— 22种方言都有对应的唤醒模型

唤醒后的操作

唤醒之后,老人可以直接说指令:

  • “小亲小亲,接听电话” → 自动接通视频
  • “小亲小亲,打给女儿” → 直接打视频给女儿
  • “小亲小亲,声音大一点” → 调大音量

全程不用碰屏幕。

常见问题

问:手机会不会听错?电视里说”小亲小亲”也会唤醒?

答:有可能。但亲线·和鸣做了说话人验证——不仅识别”小亲小亲”这四个字,还会判断说话的人是不是家里人。陌生人说的,不会唤醒。

问:一直开着麦克风,隐私安全吗?

答:完全安全。声纹识别全部在本地完成,声音数据根本不会传到网上。你可以把麦克风权限关掉试试——关了就唤醒不了,说明它确实没传出去。

问:晚上睡觉也会唤醒吗?

答:会。但亲线·和鸣有个”勿扰模式”,晚上10点到早上7点之间,不会主动弹出通知,不影响老人睡觉。

语音唤醒FAQ 语音唤醒的常见疑问

写在最后

语音唤醒技术,看起来是个”黑科技”,其实原理很简单:

手机一直在”听”,一直在对比声纹模型。 一旦听到像”小亲小亲”的声音,就醒了。

但就是这个简单的技术,解决了老人最大的难题——不用找按钮。

老人不用戴老花镜找”接听”键,不用颤抖着手指点屏幕。

说句话就行。

科技最好的样子,就是让最不擅长用科技的人,也能自然地用上科技。


相关阅读:

  • 22种方言都能听懂:语音识别技术解析 (方言识别)
  • 技术解析:亲线的本地轻量模型 (本地模型)
  • 使用故障FAQ:语音识别不准怎么办 (故障排查)
Share:
Back to Blog

Related Posts

View All Posts »
技术解析:亲线如何在弱网环境下保证通话不中断

技术解析:亲线如何在弱网环境下保证通话不中断

农村老家网络差、地下室里信号弱、高铁上网络不稳……老人视频通话,最怕的就是断线。亲线·和鸣的弱网优化技术,如何保证通话不中断?本文从网络自适应、音视频分离、断线重连三个层面深度解析。