- Apple évite de déclencher votre iPhone lorsque ses dirigeants disent « Hey Siri » lors des événements
- Un ingénieur ingénieux a décidé de comprendre pourquoi
- En analysant l’audio de la keynote, un mystère intriguant a été résolu
Siri vient enfin de recevoir la greffe de cerveau dont elle avait besoin depuis des années, mais l’assistant a toujours été très performant pour détecter les mots « Hey Siri », au point que les activations accidentelles sont devenues un problème courant. Un ingénieur du son vient toutefois d’expliquer comment Apple a intelligemment évité que Siri ne s’active sur les iPhone pendant sa keynote WWDC 2026.
Comme l’a révélé Techexplain sur Substack, tout repose sur les fréquences audio intégrées à la vidéo de la keynote d’Apple. Une fois que les ingénieurs audio ont apporté quelques ajustements subtils, les présentateurs ont pu dire « Hey Siri » autant qu’ils le souhaitaient sans risquer de déclencher des millions de téléphones dans le monde.
Pour comprendre ce qui se passait, Techexplain a téléchargé l’audio et la vidéo de l’événement WWDC. L’ensemble a ensuite été analysé avec un spectrogramme, un outil capable de visualiser les fréquences audio sous forme de graphiques et de bandes colorées. L’examen de la vidéo a montré que certaines bandes de fréquences situées entre 3 kHz et 6 kHz avaient été supprimées.
Et c’est là que réside la clé. Sans ces quatre bandes de fréquences, l’assistant Siri présent sur les appareils n’a pas détecté la phrase « Hey Siri », même si les présentateurs l’ont répétée à de nombreuses reprises pendant l’événement.
Attendez, comment cela fonctionne-t-il exactement ?
La solution d’Apple peut sembler étrange. Après tout, Siri est censé écouter les mots déclencheurs prononcés. Si ces mots étaient bien présents dans la vidéo, pourquoi Siri ne s’est-il pas activé ?
En réalité, ce n’est pas tout à fait ainsi que cela fonctionne. L’iPhone embarque une puce dite « always-on processor » chargée d’analyser en permanence les sons ambiants, qui sont ensuite transmis à un réseau neuronal. L’audio est converti en spectrogramme, puis le réseau neuronal recherche un motif de fréquences précis, en l’occurrence le son sifflant associé à la prononciation de « Siri ». Et ces sons sifflants se situent justement en grande partie dans la plage de 3 kHz à 6 kHz.
Autrement dit, Siri ne se base pas réellement sur les mots prononcés, mais sur des fréquences spécifiques. Cela signifie que si les ingénieurs d’Apple retirent les bandes de 3 kHz à 6 kHz de la keynote WWDC, Siri ne « entend » plus son nom, même si les présentateurs le prononcent clairement.
C’est une astuce efficace qui permet aux intervenants de parler naturellement sans avoir à éviter le mot « Siri ». En parallèle, elle empêche l’activation de millions d’iPhone et évite de gêner leurs utilisateurs lorsque « Hey Siri » est prononcé. Une solution ingénieuse qui résout un problème complexe avec une élégance remarquable, fidèle à ce que l’on attend d’Apple.
