在大多数情况下，Siri使用的是一个舒缓的女性语音，但是其实它还有很多语音选项，男性和女性都有，还有美国、英国和等不同地区的口音，这些不同的语音选项都是根据真人配音演员的语音制作而成。
苹果工程师写道：“在挑选配音演员时，首先也是最重要的一点是：这名演员的语音必须与Siri的个性兼容。”
他们没有详细说明“Siri的个性”到底是什么，但它通常表现为克制、中立和专业，偶尔会给那些知道该问什么的人开个玩笑。
一旦找到合适的语音人才，苹果就会记录下他们10到20个小时的语音。苹果Siri团队在一篇博客文章中写道：“从有声书籍到指令，从提示的答案到诙谐的笑话，脚本的工作都有所不同。”
通常情况下，这种自然语音被下来后并不能马上就使用，因为不可能将所有可能的话语都下来。因此，这些语音会被分割成很多个组成块，然后用这些组成块来生成新的话语。用组成块生成的新话语甚至可能是那些配音演员从未说过的话。
Siri团队通过这个复杂的过程来构建Siri语音，让语音听起来很自然，很像真人发出的语音。为了达到这样的目的，苹果使用了一些人工智能技术。苹果的研究员们在新发表的论文中解释了他们是如何做到这一点的。
研究团队的努力似乎奏效了。苹果在论文中写道：“在测试中，与旧的语音相比，新语音的评级明显更好一些。”
苹果的保密工作历来做得很好，它很少谈论内部运作。但在2016年12月，公司宣布允许其人工智能研究人员公开发表他们的研究，并且允许他们更多地参与更广泛的学术社区。苹果这样做是为了吸引更多的人工智能专家加入该公司。（编译/林靖东）