Caixas de som inteligentes podem ativar o reconhecimento de voz fora de hora até 19 vezes por dia, de acordo com um estudo da Northeastern University, na Inlgaterra. Ou seja: mesmo sem serem acionados, os aparelhos começam a gravar o som ambiente em busca de novos comandos. O levantamento aponta ainda que a HomePod, da Apple, equipada com a Siri, é o modelo com mais ativações por engano, junto à Harman Kardona, da AKG, que traz Cortana (Microsoft) integrada. Entre os smart speakers avaliados estão ainda a Google Home Mini, com Google Assistente, e as Amazon Echo, da Amazon, com assistente Alexa.
Durante o experimento, as caixas foram colocadas em um ambiente isolado vigiado por câmeras e fazê-las ouvir o mesmo conjunto de sons 24 horas por dia. Os pesquisadores reproduziram episódios de séries da Netflix com muitos diálogos para simular conversas entre usuários. Segundo os cientistas, não há sinais de que as caixas escutem o ambiente o tempo todo, mas a frequência de ativação varia muito conforme o modelo.
Os dispositivos são ativados, em média, entre 1,5 e 19 vezes por dia. Os aparelhos da Apple e da AKG foram os mais acionados fora de hora, mesmo sem ouvir as frases “Hey, Siri” e “Cortana”. A caixa Echo Dot de segunda geração aparece na sequência, seguida da Google Home Mini de primeira geração e da Echo Dot de terceira geração.
O estudo mostra que as ativações por engano estão ligadas à semelhança entre os comandos de acionamento e palavras comuns do dia a dia. No caso da Siri, por exemplo, sons com fonemas parecidos com “Hey” tendem a acordar a HomePod com mais facilidade. No entanto, palavras que rimam com “Hi” também surtiram o mesmo efeito na caixa inteligente da Apple durante os testes.
Os especialistas reforçam que a frequência de ativações mudou bastante ao longo do experimento. A variação teria a ver com um caráter randômico, já que as chances de uma caixa ser ativada dependem da semelhança entre o comando e o que está sendo dito.
Vale ressaltar que a pesquisa ainda está em andamento, e ainda tem como objetivo descobrir a frequência com que áudios são enviados para a nuvem e, assim, processados localmente. Os cientistas também buscam descobrir a variação das detecções entre diferentes sotaques e gêneros, além de um possível ajuste automático após uma detecção errada para melhorar a taxa de acerto.
Os resultados levam em conta apenas o comportamento das caixas com diálogos em inglês. Não se sabe como os produtos se comportam em outros idiomas, como o português. Das cinco caixas analisadas, apenas a Echo Dot de t
... erceira geração está à venda no Brasil, e permite excluir os dados de voz salvos no aparelho. O Google Nest Mini, que chegou ao país em novembro de 2019 é de geração mais recente, enquanto os produtos de Apple e AKG ainda não estão disponíveis no mercado nacional.
