Porque é que os assistentes de voz não o deixam mudar a palavra detonadora ("Ok Google", "Alexa", etc.)?

Os dispositivos estão sempre a ouvir activamente estes gatilhos. Isso significa que eles precisam processar o áudio que chega - transormar formas de onda brutas até um ponto onde ele possa ser reconhecido como "Hey Siri". Se você fizer isso em software é muito computacionalmente caro - ele é lento e drena a bateria. Uma maneira de abordar este problema é ter um reconhecedor que tenha uma sobrecarga computacional mínima. Mas claro que isso irá limitar as suas capacidades - não será super-rápido, ultra-rápido, ou não será um reconhecimento de fala universal (Babel fish), ou seja, irá compreender apenas alguns padrões pré-definidos. Portanto, os nossos dispositivos são accionados apenas quando são endereçados. No entanto, quando tivermos um hardware especial concebido para o reconhecimento da fala, esta limitação do software desaparecerá. E ele levanta possibilidades totalmente novas - muito além de mudar a forma como você convoca seu assistente de voz.

Há um ótimo artigo sobre este assunto no Apple Machine Learning Journal - Hey Siri: Um gatilho de voz no dispositivo com alimentação DNN para o Assistente Pessoal da Apple - Apple