最新 11 月 12 日消息，苹果公司今天（11 月 12 日）发布新博文，详细介绍了面向 iPhone 18 Pro 等设备的全新“安全隔离区”（Secure Exclaves）架构，并详细介绍了“Hey Siri”背后的流程。

根据官方博文内容，在 iPhone 18 Pro 和 iPhone 18 Pro Max 上，苹果为“Hey Siri”语音唤醒词设计了“先低功耗初筛、再隔离区复核、最后经屏幕指示校验后才放行音频”的流程，从而减少误唤醒，并让用户能直观看到设备何时真正开始收音。

在运转流程方面，最新援引博文介绍，附上运转流程如下：

• 常驻低功耗监听：Always-On Processor（AOP）持续监听环境声音，寻找可能是“Hey Siri”的语音片段。它只做粗略的第一轮判断，不会直接把完整录音交给主系统。

• 疑似唤醒才唤醒主芯片：一旦 AOP 判定“可能听到了唤醒词”，iPhone 18 Pro 和 iPhone 18 Pro Max 才会唤醒主处理器，并把相关音频缓冲交给音频隔离区（audio exclave），这可以避免主芯片长期高功耗运行。

• 音频隔离区先做回声消除：音频隔离区对音频执行回声消除等处理，让语音更清晰，再把处理后的音频交给 Siri 隔离区。

• 第二道更精细的复核：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真的说了“Hey Siri”。苹果称，这一步能过滤掉远多于 AOP 单独判断时的误报。

• 确认后才“叫醒” Siri：若确认唤醒词成立，Siri 隔离区只向主系统中的 Siri 守护进程发送一个“唤醒”标志；此时并不向其传输音频。

• 请求麦克风并显示指示点：Siri 守护进程随后向音频驱动请求麦克风权限，音频驱动则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。

• 屏幕指示必须通过校验：EIC 会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了它。只有校验通过，系统才会从“环境模式”切换为“主动模式”，并允许音频流出。

• 音频才交给 Siri：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。指示点会持续显示到 Siri 会话结束，且最短持续 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？对此苹果公司在博文中回应称，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 只负责把复杂的音视频简化为极简的信号（比如“有人来了”、“这是家庭成员 A”、“听到了唤醒词”）。一旦识别完成，原始的音视频数据会立刻被销毁。

而且苹果公司承诺“谁都拿不到原始数据”，不仅第三方 App 拿不到，就连 iOS / macOS 主系统，甚至苹果公司自己，都无法访问或提取隔离区里的原始音视频流。

参考

• Secure Exclaves and Ambient Sensing