สร้างแอปเสียงที่คอยฟังอยู่ตลอดเวลาด้วยข้อมูลการฝึกคำสั่งปลุกแบบกำหนดเอง ความแม่นยำในการตรวจจับสูงขึ้น การทำงานผิดพลาดน้อยลง
ผู้ช่วยเสียงได้เปลี่ยนแปลงวิธีที่ลูกค้าโต้ตอบกับอุปกรณ์ของตนอย่างมาก พวกเขาทำให้ผู้ใช้สามารถสำรวจผลิตภัณฑ์และบริการได้ง่ายขึ้นอย่างรวดเร็วและมีประสิทธิภาพ อย่างไรก็ตาม แอปพลิเคชั่นเสียงกำลังฟังอยู่หรือไม่? ในการทำให้แอปพลิเคชันเหล่านี้อยู่ในไดรฟ์ระดับสูง จำเป็นต้องปลุกและเปลี่ยนจากการฟังแบบพาสซีฟเป็นการฟังแบบแอคทีฟด้วยความช่วยเหลือของ WAKE WORDS 'Alexa' และ "หวัดดี Siri' เป็นคำปลุกยอดนิยมสองคำในโลก
ภายในปี 2024 คาดว่าจำนวนผู้ช่วยเสียงดิจิทัลจะถึง 8.4 พันล้าน หน่วย – มากกว่าประชากรโลก
คาดการณ์ว่าขนาดตลาดแอปพลิเคชันผู้ช่วยเสียงจะเพิ่มขึ้นจาก $ 2.8 พันล้าน ใน 2021 ถึง $ 11.2 พันล้าน ในปี 2026 ด้วยอัตรา CAGR 32.4%
คำปลุก (Wake word) คือคำหรือวลีเฉพาะ เช่น 'Hey Siri', 'Okay Google' และ 'Alexa' ที่ออกแบบมาเพื่อกระตุ้นอุปกรณ์สั่งงานด้วยเสียงให้ตอบสนองเมื่อออกเสียง อย่างไรก็ตาม คำปลุกที่รับฟังอยู่ตลอดเวลาและผสานรวมเข้ากับอุปกรณ์โดยตรงจะช่วยลดเวลาตอบสนองลงอย่างมาก และเพิ่มความแม่นยำในการระบุและประมวลผลคำปลุก แม้ว่าจะไม่มีการเชื่อมต่ออินเทอร์เน็ตก็ตาม Shaip รวบรวมข้อมูลการฝึกฝนคำปลุกจากกว่า 100 ภาษา สำเนียงที่หลากหลาย กลุ่มอายุ และสภาพแวดล้อมที่มีเสียงรบกวนในโลกแห่งความเป็นจริง เพื่อเพิ่มความแม่นยำในการตรวจจับและลดการทำงานผิดพลาดให้เหลือน้อยที่สุด นอกจากนี้ยังรู้จักกันในชื่อ:
ด้วยข้อเสนอของ Shaip การฝึกอบรมคำปลุกที่ฟังตลอดเวลา โมเดลผู้ช่วยเสียงของคุณจะถูกปรับให้ฟังคำปลุกเสมอ แต่จะไม่มีการบันทึกหรือส่งข้อมูลไปยังคลาวด์จริงๆ การเป็นพันธมิตรกับ Shaip ช่วยให้คุณได้เปรียบจากการทำงานร่วมกับผู้เชี่ยวชาญ ด้วยประสบการณ์ที่กว้างขวางของเราในการใช้เทคโนโลยี AI และ ML ในการพัฒนาการฝึกอบรมผู้ช่วยเสียง เราช่วยให้คุณกำจัดความเสี่ยงด้านความเป็นส่วนตัว ปรับปรุงประสบการณ์ผู้ใช้ ลดต้นทุนการพัฒนา และเพิ่มความสามารถในการปรับขนาดได้
Shaip สร้างข้อมูลฝึกฝนสำหรับคำสั่งปลุกเสียงที่มีแบรนด์ของคุณโดยเฉพาะ เพื่อให้ลูกค้าพูดชื่อแบรนด์ของคุณ ไม่ใช่ผู้ช่วยเสียงทั่วไป ชุดข้อมูลทุกชุดได้รับการปรับแต่งให้เข้ากับวลีการเปิดใช้งานของคุณอย่างแม่นยำ เสริมสร้างการจดจำแบรนด์ในทุกการโต้ตอบ และรักษาประสบการณ์การสั่งงานด้วยเสียงไว้ภายในระบบนิเวศของคุณเอง
Shaip รองรับโมเดลคำปลุกที่รับฟังตลอดเวลา ซึ่งทำงานบนอุปกรณ์โดยไม่ต้องบันทึกหรือส่งเสียงไปยังคลาวด์ ข้อมูลการฝึกคำปลุกบนอุปกรณ์ช่วยลดความหน่วง ลดความเสี่ยงด้านความเป็นส่วนตัว และทำให้การตรวจจับทำงานได้อย่างน่าเชื่อถือแม้ไม่มีการเชื่อมต่ออินเทอร์เน็ต
Shaip รวบรวมเสียงปลุก (wake word) จากกว่า 100 ภาษาและสำเนียงท้องถิ่น เช่น สก็อตแลนด์ แคนาดา ออสเตรเลีย อังกฤษแบบอินเดีย และอื่นๆ อีกมากมาย ทำให้ความแม่นยำในการตรวจจับคงที่ในกลุ่มผู้ใช้ทั่วโลก แทนที่จะลดลงสำหรับผู้ที่ไม่ใช่เจ้าของภาษา
Shaip สามารถบันทึกข้อมูลคำปลุกในสภาพแวดล้อมที่เงียบสนิท มีเสียงรบกวน ในรถยนต์ กลางแจ้ง และในระยะไกล การฝึกฝนด้วยการเปลี่ยนแปลงทางเสียงในสภาพแวดล้อมจริงช่วยลดการปฏิเสธที่ผิดพลาดเมื่อผู้ใช้พูดจากระยะไกลหรือในสภาพแวดล้อมที่มีเสียงรบกวน
นอกเหนือจากคำสั่งปลุกแล้ว Shaip ยังให้ข้อมูลการตรวจจับคำพูดและวลี เพื่อให้อุปกรณ์สามารถประมวลผลคำสั่งภาษาธรรมชาติที่ยาวขึ้นได้ด้วยความหน่วงต่ำ ข้อมูลการตรวจจับคำหลักแบบฝังตัวช่วยสนับสนุนการประมวลผลบนเบราว์เซอร์และบนชิป เพื่อความแม่นยำและความเป็นส่วนตัวสูง
หน่วยเสียงต่างๆ โดยทั่วไปจะสร้างลายเซ็นที่ชัดเจนขึ้นและรับรองความถูกต้องแม่นยำยิ่งขึ้นในผลลัพธ์ ดังนั้น ให้เลือกวลีในข้อมูลของคุณที่สร้างเสียงต่างๆ
ทำให้คำปลุกมีประสิทธิภาพมากขึ้นโดยเติมคำนำหน้าเช่น "สวัสดี" "สวัสดี" "เฮ้" หรือ "ตกลง" มันจะทำให้คำปลุกชัดเจน & ให้แน่ใจว่าไม่มีการจับคู่โดยบังเอิญเกิดขึ้นเมื่อใช้คำเรียกในการพูดปกติ
ทำให้คำปลุกของคุณเป็นการรวมกันของหน่วยเสียงอย่างน้อยหกหน่วยที่เครื่องมองเห็นได้ง่ายและมนุษย์พูดง่าย ตัวอย่างเช่น "Alexa" มี XNUMX ฟีโนม ขณะที่ "Ok Google" มี XNUMX ฟีโนม
อย่าทำผิดพลาดโดยใช้คำเดียวเป็นคำปลุกของคุณ คำปลุกต้องยาวพอที่จะชัดเจน
ตรวจสอบให้แน่ใจว่าคำกระตุ้นที่คุณสร้างขึ้นต้องเรียบง่ายและไม่ซ้ำกันเพื่อให้สามารถจดจำได้ง่าย
วลีการปลุกที่มีหลายคำที่ยาวขึ้นนั้นยากต่อการออกเสียงและทำให้กระบวนการยากขึ้นโดยไม่จำเป็น
แบบจำลองคำปลุกโดยทั่วไปได้รับการฝึกฝนให้รู้จักคำว่าไม่ ของวาจาที่แตกต่างกัน เพื่อให้สามารถตอบสนองต่อคำวิงวอนต่างๆ ได้ อย่างไรก็ตาม การมีคำปลุกที่แตกต่างกันมากเกินไปสามารถเปิดใช้งานท่อส่งคำพูดโดยที่คุณไม่รู้ว่าผู้ใช้พูดคำใด
ปัจจัยต่างๆ เช่น สัญญาณรบกวน ระยะทาง และการผันแปรของสำเนียงและภาษา ทำให้การตรวจจับคำสั่งให้ดำเนินการที่แม่นยำยากขึ้นและซับซ้อนสำหรับโมเดล AI ของคุณ
ประสบการณ์ของเราในด้านเทคโนโลยีเสียงช่วยให้เราพัฒนาคำปลุกที่ปรับแต่งให้เหมาะกับการฟังเสมอและวลีปลุกของแบรนด์ได้อย่างรวดเร็ว ด้วยการจดจำเสียงควบคู่กับความเข้าใจในการประมวลผลภาษาธรรมชาติ อัลกอริธึม ML ช่วยถอดเสียงคำพูดและดำเนินการคำสั่งเสียงได้อย่างมีประสิทธิภาพ
เรามุ่งเน้นที่การพัฒนาการสร้างต้นแบบคำปลุกอย่างรวดเร็วเพื่อให้แน่ใจว่ามีการปรับแต่งคำที่มีตราสินค้า ต้นแบบทำหน้าที่เป็นเครื่องพิสูจน์แนวคิดและช่วยในการฝึกอบรมที่แม่นยำ ออกสู่ตลาดเร็วขึ้น ทดสอบอย่างรวดเร็ว และขจัดความเสี่ยง
สัมผัสประสบการณ์การเติบโตอย่างต่อเนื่องและการมีส่วนร่วมของลูกค้าอย่างไม่ขาดสายด้วยผู้ช่วยเสียงที่ยอดเยี่ยม เรามอบความสามารถในการรู้จำคำพูดหลายภาษา เพื่อให้แอปพลิเคชันสามารถระบุคำและวลีได้อย่างแม่นยำแม้ในสภาพแวดล้อมที่มีเสียงรบกวนสูง
เป็นวิธีการรวบรวมข้อมูลผู้ใช้ที่สำคัญ เช่น ข้อมูลระบุตัวตน ประเทศต้นกำเนิด อายุ เพศ ภาษา สำเนียง ฯลฯ ความหลากหลายของข้อมูลใช้สำหรับปรับปรุงอัลกอริธึมที่มุ่งเน้นผู้ใช้เพื่อให้ได้ผลลัพธ์ที่แม่นยำยิ่งขึ้น
ข้อมูลมักจะสร้างอคติในตัว ดังนั้น เมื่อเรารวบรวมข้อมูลจากแหล่งที่หลากหลาย ความเอนเอียงในผลลัพธ์จะลดลงอย่างมาก
ต่อไปนี้คือพารามิเตอร์สองสามประการของความหลากหลายของข้อมูลที่ Shaip กล่าวถึงขณะสร้างคำปลุกและคำสั่งการสนทนาอื่นๆ
| เชื้อชาติและเชื้อชาติ | ฮินดู, มุสลิม, คริสเตียน, แอฟริกา, ยุโรป |
| ระดับการศึกษา | ระดับปริญญาตรี, บัณฑิต, ปริญญาเอก, ปริญญาโท |
| ประเทศ | จีน ญี่ปุ่น อินเดีย เกาหลี ดูไบ ไนจีเรีย สหรัฐอเมริกา แคนาดา |
| เพศ | ชาย, หญิง |
| อายุ | น้อยกว่า 10 ปี, 10-15 ปี, 15-25 ปี, 25-45 ปี, 45 ปีขึ้นไป |
| ภาษาที่ใช้ | อังกฤษ ญี่ปุ่น ตุรกี จีน ไทย ฮินดี |
| สภาพสิ่งแวดล้อม | เงียบ, มีเสียงดัง, ดนตรีประกอบ, เสียงพื้นหลัง/เสียงพูด, ในร่ม, กลางแจ้ง, โรงละคร, สนามกีฬา, โรงอาหาร, ในรถยนต์, สำนักงาน, ห้างสรรพสินค้า, เสียงรบกวนในบ้าน, บันได, ถนน, ชายทะเล (มีลม) |
| สำเนียง (อังกฤษ) | ภาษาอังกฤษแบบสกอตแลนด์ ภาษาอังกฤษแบบเวลส์ ภาษาอังกฤษแบบไอร์แลนด์ ภาษาอังกฤษแบบแคนาดา ภาษาอังกฤษแบบออสเตรเลีย ภาษาอังกฤษแบบนิวซีแลนด์ |
| สไตล์การพูด | ความเร็วเสียง เร็ว/ปกติ/ช้า, ระดับเสียง สูง/ปกติ/เบา, เป็นทางการ/ไม่เป็นทางการ |
| ตำแหน่งอุปกรณ์ | มือถือ, เดสก์ท็อป |
ข้อมูลคำสั่งปลุกสำหรับลำโพง โทรทัศน์ และเครื่องใช้ไฟฟ้าที่ต้องเปิดใช้งานทันทีและปฏิเสธเสียงรบกวนจากพื้นหลัง
ชุดข้อมูลคำสั่งปลุกที่ทนทานต่อสัญญาณรบกวนและใช้งานได้ในระยะไกล สำหรับผู้ช่วยส่วนตัวแบบแฮนด์ฟรีในห้องโดยสาร
ข้อมูลคำสั่งปลุกที่มีขนาดไฟล์เล็ก เหมาะสำหรับอุปกรณ์ที่เปิดใช้งานตลอดเวลาและมีข้อจำกัดด้านแบตเตอรี่
ปรับแต่งคำปลุกและข้อมูลคำพูดเพื่อปรับระบบผู้ช่วยให้เข้ากับภาษาและสำเนียงต่างๆ
การจัดเก็บข้อมูลคำสั่งปลุกบนอุปกรณ์โดยคำนึงถึงความเป็นส่วนตัวเป็นอันดับแรก เพื่อการใช้งานแบบแฮนด์ฟรีในสถานพยาบาลและการดูแลผู้ป่วย
ข้อมูลคำสั่งและคำปลุกแบบหลายรูปแบบสำหรับหุ่นยนต์ที่ตอบสนองแบบเรียลไทม์โดยไม่ต้องอาศัยระบบคลาวด์
Shaip จะทำงานร่วมกับคุณเพื่อเลือกคำปลุกที่ออกเสียงแตกต่างกันอย่างชัดเจนและสอดคล้องกับแบรนด์ รวมถึงกำหนดแนวทางการรวบรวมข้อมูล
พนักงานทั่วโลกของ Shaip บันทึกคำปลุกในภาษา สำเนียง อายุ อุปกรณ์ และสภาพแวดล้อมที่มีเสียงรบกวนตามที่ต้องการ
คำพูดแต่ละคำจะถูกถอดเสียง ติดป้ายกำกับ และตรวจสอบคุณภาพตามเกณฑ์ที่คุณกำหนด
Shaip นำเสนอข้อมูลการฝึกฝนคำปลุกที่มีโครงสร้างและควบคุมด้วยนโยบาย ซึ่งจัดรูปแบบให้เหมาะสมกับไปป์ไลน์โมเดลของคุณ
ในการปรับใช้ความคิดริเริ่ม AI ของคุณอย่างมีประสิทธิภาพ คุณจะต้องมีชุดข้อมูลการฝึกอบรมเฉพาะทางจำนวนมาก Shaip เป็นหนึ่งในบริษัทเพียงไม่กี่แห่งในตลาดที่รับรองข้อมูลการฝึกอบรมระดับโลกและเชื่อถือได้ตามขนาดที่สอดคล้องกับข้อกำหนดด้านกฎระเบียบ/ GDPR
สร้าง ดูแล และรวบรวมชุดข้อมูลที่สร้างขึ้นเอง (ข้อความ คำพูด รูปภาพ วิดีโอ) จากกว่า 100 ประเทศทั่วโลกตามหลักเกณฑ์ที่กำหนดเอง
ใช้ประโยชน์จากพนักงานทั่วโลกของเรามากกว่า 30,000+ ผู้มีส่วนร่วมที่มีประสบการณ์และได้รับการรับรอง การมอบหมายงานที่ยืดหยุ่นและกำลังคนแบบเรียลไทม์ ประสิทธิภาพ และการตรวจสอบความคืบหน้า
แพลตฟอร์มที่เป็นกรรมสิทธิ์ของเราและพนักงานที่มีทักษะใช้วิธีการควบคุมคุณภาพหลายวิธีเพื่อให้เป็นไปตามหรือเกินมาตรฐานคุณภาพที่กำหนดไว้สำหรับการเก็บรวบรวมชุดข้อมูลการฝึกอบรม AI
กระบวนการของเราคล่องตัว กระบวนการรวบรวมผ่านการกระจายงานที่ง่ายขึ้น การจัดการ และการเก็บข้อมูลโดยตรงจากแอพและเว็บอินเตอร์เฟส
รักษาความลับของข้อมูลทั้งหมดโดยให้ความสำคัญกับความเป็นส่วนตัวของเรา เรารับรองว่ารูปแบบข้อมูลจะถูกควบคุมและรักษาไว้ตามนโยบาย
ข้อมูลเฉพาะโดเมนที่รวบรวมจากแหล่งข้อมูลเฉพาะอุตสาหกรรมตามหลักเกณฑ์การรวบรวมข้อมูลของลูกค้า
Shaip นำเสนอบริการรวบรวมข้อมูลเสียงพูด/เสียงแบบ end-to-end ในกว่า 150 ภาษา เพื่อเปิดใช้งานเทคโนโลยีที่เปิดใช้งานเสียงเพื่อรองรับกลุ่มผู้ชมที่หลากหลายทั่วโลก
แชทบอทที่คุณสนทนาด้วยทำงานบนระบบ AI การสนทนาขั้นสูงที่ได้รับการฝึกอบรม ทดสอบ และสร้างโดยใช้ชุดข้อมูลการรู้จำเสียงพูดจำนวนมาก เป็นกระบวนการพื้นฐานเบื้องหลังเทคโนโลยีที่ทำให้เครื่องจักรมีความชาญฉลาด
ความจำเป็นในการฝึกอบรม Utterance เกิดขึ้นเนื่องจากลูกค้าบางรายอาจใช้คำหรือวลีที่แน่นอนในขณะที่โต้ตอบหรือถามคำถามกับผู้ช่วยเสียงในรูปแบบสคริปต์
มอบอำนาจให้ทีมสร้างผลิตภัณฑ์ AI ชั้นนำระดับโลก
คำปลุก (Wake word) คือคำหรือวลีเฉพาะ เช่น “Alexa,” “Okay Google” หรือวลีที่กำหนดเองตามแบรนด์ ซึ่งจะเปิดใช้งานอุปกรณ์ที่สั่งงานด้วยเสียงและเปลี่ยนโหมดการฟังจากแบบพาสซีฟเป็นแบบแอคทีฟ อุปกรณ์จะคอยฟังคำปลุกอยู่ตลอดเวลา และจะเริ่มประมวลผลคำขอเมื่อตรวจพบคำปลุกแล้วเท่านั้น
ข้อมูลฝึกคำปลุก (Wake word training data) คือชุดบันทึกเสียงพูดที่มีการติดป้ายกำกับไว้ ซึ่งใช้ในการสอนโมเดลให้จดจำวลีที่ใช้ในการกระตุ้นการทำงาน ข้อมูลฝึกคำปลุกที่มีประสิทธิภาพควรครอบคลุมผู้พูดหลายกลุ่ม สำเนียงหลากหลาย อายุต่างกัน อุปกรณ์ต่างกัน และสภาพแวดล้อมที่มีเสียงรบกวนต่างกัน เพื่อให้โมเดลสามารถทำงานได้อย่างน่าเชื่อถือ ในขณะเดียวกันก็สามารถคัดกรองเสียงพูดที่คล้ายคลึงกันออกไปได้
คำปลุกทำงานโดยใช้โมเดลตรวจจับขนาดเล็กที่คอยฟังอยู่ตลอดเวลา เพื่อสแกนเสียงที่เข้ามาหาคำเป้าหมาย เมื่อโมเดลจับคู่คำปลุกได้ด้วยความมั่นใจที่เพียงพอ อุปกรณ์จะเปิดใช้งานและเริ่มประมวลผลคำขอของผู้ใช้โดยใช้การรู้จำเสียงพูดและการประมวลผลภาษาธรรมชาติ
คำปลุกแบบกำหนดเองที่ดีควรใช้หน่วยเสียงที่หลากหลาย มีอย่างน้อยสามถึงสี่พยางค์ และหลีกเลี่ยงคำทั่วไปในชีวิตประจำวันเพื่อลดการเปิดใช้งานผิดพลาด การเพิ่มคำนำหน้า เช่น “Hey” หรือ “OK” จะช่วยเพิ่มความโดดเด่น Shaip ช่วยในการเลือกและตรวจสอบคำปลุกระหว่างการตั้งค่าโครงการ
ใช่แล้ว การตรวจจับคำสั่งปลุกบนอุปกรณ์จะเรียกใช้โมเดลการเปิดใช้งานในเครื่อง ดังนั้นจึงไม่มีการบันทึกหรือส่งเสียงไปยังคลาวด์ ซึ่งจะช่วยลดความหน่วง ป้องกันความเป็นส่วนตัว และทำให้การตรวจจับทำงานได้แบบออฟไลน์ Shaip รวบรวมข้อมูลการฝึกอบรมที่เหมาะสมกับการใช้งานบนอุปกรณ์และระบบฝังตัวโดยเฉพาะ
Shaip รวบรวมข้อมูลการฝึกฝนคำปลุกในกว่า 100 ภาษาและสำเนียงท้องถิ่นที่หลากหลาย โดยมาจากทีมงานทั่วโลกในกว่า 100 ประเทศ ความครอบคลุมนี้ช่วยลดช่องว่างด้านความแม่นยำสำหรับผู้ที่ไม่ใช่เจ้าของภาษาและสนับสนุนการเปิดตัวผลิตภัณฑ์ทั่วโลก
Shaip ใช้กระบวนการควบคุมคุณภาพหลายขั้นตอน ได้แก่ การตรวจสอบการถอดเสียง เกณฑ์การยอมรับ และการตรวจสอบการทำงานของบุคลากร เพื่อให้ชุดข้อมูลมีความแม่นยำตามเป้าหมายก่อนส่งมอบ ข้อมูลที่หลากหลายและมีคุณภาพสูงช่วยลดอัตราการยอมรับผิดพลาดและการปฏิเสธผิดพลาดในแบบจำลองที่นำไปใช้งาน
คำปลุกจะเปิดใช้งานอุปกรณ์ ส่วนคำพูดคือคำขอที่พูดตามมา การตรวจจับคำปลุกเป็นงานเฉพาะทางที่ต้องทำงานตลอดเวลา ในขณะที่การทำความเข้าใจคำพูดเกี่ยวข้องกับการตีความถ้อยคำภาษาธรรมชาติที่หลากหลาย Shaip ให้ข้อมูลสำหรับการฝึกฝนทั้งการตรวจจับคำปลุกและการรวบรวมคำพูด
คำพูด คือวลีที่ผู้ใช้พูดเพื่อสั่งการซอฟต์แวร์สั่งการด้วยเสียง ซอฟต์แวร์จะระบุเจตนาของผู้ใช้จากคำพูดและตอบสนองตามนั้น ต่างจากประโยคที่สมบูรณ์ คำพูดเป็นหน่วยของคำพูดที่อาจไม่ได้สื่อถึงความคิดทั้งหมดและมักมีช่วงหยุด ตัวอย่างเช่น “แสดงภาพยนตร์เรื่องล่าสุดให้ฉันดู — เรื่องที่เข้าฉายเมื่อสัปดาห์ที่แล้ว” หรือ “ร้านค้าบนถนนสายที่ 22 เปิดอยู่ไหม”
ชื่อเรียกใช้งานคือคำหลักที่ใช้ในการเรียกใช้ "ทักษะ" เฉพาะในซอฟต์แวร์เสียง โดยอาจรวมถึงชื่อบุคคลหรือสถานที่ และอาจรวมกับคำลงท้าย คำสั่ง หรือคำถาม ทักษะที่กำหนดเองทุกทักษะจำเป็นต้องมีชื่อเรียกใช้งานเพื่อเริ่มต้นใช้งาน
คำปลุก (Wake words) เรียกอีกอย่างว่า คำกระตุ้น (trigger words), คำร้อน (hot words), คำเปิดใช้งาน (activation words), คำอัญเชิญ (invocation words), วลีปลุก (wake phrases) และคำเปล่งเสียง (utterances)
อเล็กซ่าใช้ไมโครโฟนในตัวหลายตัวเพื่อตรวจจับคำปลุกพร้อมทั้งกรองเสียงรบกวนรอบข้าง เพื่อป้องกันการตรวจจับผิดพลาด อเล็กซ่าจะเริ่มฟังอย่างจริงจังก็ต่อเมื่อตรวจพบคำว่า “อเล็กซ่า” เท่านั้น
