Los asistentes de voz, como Siri, llevan ya un tiempo con nosotros. Y aunque resultan muy prácticos y cada vez son más inteligentes, existe una cierta preocupación de que nuestro iPhone nos escuche que puede ser de relevancia para mantener tu intimidad a salvo.
¿Quieres saber cómo funciona un asistente de voz y cómo puedes evitar que nuestro iPhone nos esté escuchando? Te contamos todo sobre ello en este artículo.
Descubre el procesamiento de audio neuronal: lo que está detrás de Siri
Siri, al igual que otros asistentes de voz, funcionan gracias a la conjunción de dos tecnologías: las de reconocimiento de voz, así como las del procesamiento de audio neuronal, sobre las que nos vamos a centrar.
El procesamiento de audio neuronal se refiere al uso de redes neuronales artificiales, específicamente diseñadas para trabajar con datos de audio, con el fin de realizar una variedad de tareas relacionadas con el procesamiento, análisis y generación de señales de audio con el fin de hacer alguna tarea determinada.
Para que el audio neuronal funcione, suele hacerse a través de una serie de pasos importantes para su desarrollo:
Adquisición de datos de audio
Es la primera fase del proceso, donde el teléfono se dedica a recabar audio de diversas fuentes (grabaciones de voz, música, audio en tiempo real, archivos de video…), que son convertidos una representación digital en forma de amplitud y frecuencia muestreadas en el tiempo.
Post procesamiento del audio obtenido
En esta fase ese audio se ve sometido a tratamientos como la normalización de amplitud, filtrado para reducir el ruido, extracción de características y la división en segmentos más pequeños para su análisis posterior, a fin de poder sacar con mayor calidad los datos provenientes del audio captado.
Selección de la arquitectura de la red neuronal
No todo el audio se procesa de la misma manera, ni con las mismas redes neuronales, ya que dependiendo de la fuente nos interesa usar un tipo u otro de red neuronal.
A título de curiosidad, podemos mencionar las tres más comunes: las redes neuronales convolucionales (CNN), diseñadas para tareas de visión por computadora, las redes recurrentes (RNN) para tareas secuenciales de audio, y finalmente las redes neuronales convolucionales 1D (CNN 1D) para procesamiento de señales de audio.
Entrenamiento de nuestra arquitectura
Ya elegida el tipo de red que vamos a usar, hay que someterla a un entrenamiento para que sepa cómo ha de responder dependiendo del tipo de estímulo que reciba y esto se hace utilizando datos etiquetados, que pueden incluir transcripciones de voz, etiquetas de género musical o clasificaciones de emociones.
De esta manera, nuestro asistente de voz puede detectar por el tono que estamos enfadados con él, y darnos una respuesta en consonancia según los estímulos de “enfadado” que haya recibido y que se haya programado para esos menesteres.
Establecimiento de interferencias que aportan información
Después de haber recibido su entrenamiento, la red se utiliza para realizar inferencias en datos de audio no vistos, pero que pueden ser relevantes para la persona que utiliza el asistente de voz.
Esto implica alimentar datos de audio a la red y obtener predicciones o resultados, que pueden ser en forma de texto, clasificaciones, segmentaciones o generación de audio, que pueden ayudar a complementar la respuesta inmediata y darle más valor a la que nos da el asistente. En esta fase ya tendríamos un asistente de voz 100% funcional.
Por ejemplo, si le preguntamos qué tiempo hace en Soria, el asistente podría decirnos la temperatura, pero le podría añadir datos como el estado de carreteras, velocidad del viento o si hay polen en el ambiente, que pueden ser de razonable utilidad para el usuario y que suelen estar ligados a la variable “tiempo de Soria”.
Evaluación y control
Como siempre, una vez que algo está rodado y funcionando, es importante evaluar el rendimiento de la red en tareas de procesamiento de audio. Esto se hace comúnmente mediante métricas como la precisión estadísticas y en caso de que se vea un fallo o poca precisión, podríamos corregir ese error en esta fase.
¿Qué elementos intervienen en que nos escuche nuestro iPhone?
Ya que te hemos indicado como funciona, seguramente no hará un gran esfuerzo para saber qué elementos del teléfono intervienen en que nuestro iPhone nos escuche o no.
Y aquí hablamos de los micrófonos, tanto internos como externos. Ya que no sólo contamos con dos micrófonos en nuestro iPhone (el principal y el secundario, encargado de la cancelación de ruido), sino que podemos estar usando dispositivos como unos AirPods o altavoces bluetooth que tengan un micrófono incorporado que podría ser utilizado por el asistente.
Por lo que teóricamente, a nivel de hardware, el capado parece sencillo: simplemente deshazte de los micrófonos o tapialos, para evitar que nuestro teléfono nos escuche. Y aunque parece algo sencillo, dado que estamos hablando de un teléfono, cuyo papel histórico es que puedas hablar a través de él, esta opción está más que descartada
Además de esto, también interviene el software. Y aquí es donde entra el papel de Siri, que está profundamente ligada al sistema operativo iOS de Apple.
Deshabilitar Siri para evitar que nos escuche nuestro iPhone
Apple tiene una posición muy conservadora en cuando a lo que se puede o no se puede tocar en sus teléfonos. Y por supuesto, no nos dejará hacernos con el control de ciertos procesos que forman parte del sistema operativo como viene a ser Siri.
Y es que al contrario que en Android, que a través de un terminal ADB podemos llegar a deshabilitar los asistentes de voz en su totalidad, con Apple quedamos a las expensas de que simplemente cuando desde Ajustes lo deshabilitamos nuestro teléfono no nos esté escuchando.
Para hacer esto, lo más fácil es entrar a Ajustes / Siri, donde podrás encontrar las siguientes operaciones:
- Impedir que Siri se active a través de un comando de voz
- Imposibilitar que Siri responda a mantener pulsado el botón lateral o el de inicio
- No dejar que Siri se inicie si está el teléfono bloqueado
También puedes jugar con una opción secundaria, que es cambiar el idioma al que responde Siri. Puedes ponerlo en un idioma remotamente distinto al tuyo y le será más difícil responder a tus comandos de voz porque no los detectará como válidos. De esta manera, interfiriendo en cómo adquiere datos, estarías falseando el proceso de funcionamiento de asistente.
Si tienes más curiosidad de saber cómo desactivar Siri en el resto de dispositivos de Apple, te aconsejamos que le eches un vistazo a este otro artículo que lo explica con bastante precisión y que seguro que te aportará alguna cosa más respecto a cómo mantener la privacidad en tus iDevices.