Passare dall’italiano all’inglese nella stessa frase è normale per molte persone che vivono o lavorano in un ambiente bilingue. Per un assistente vocale, questi cambi possono rendere più difficile riconoscere le parole. Una ricerca Apple affronta il problema a partire dai dati: individuare registrazioni in cui si alternano due lingue, senza doverle prima trascrivere, per raccogliere esempi utili all’addestramento dei modelli vocali.
Il fenomeno si chiama code-switching. Può capitare, per esempio, quando un familiare inizia una domanda in italiano e la conclude in inglese. Registrazioni di questo tipo aiutano a rappresentare il modo in cui le persone parlano nella vita quotidiana, ma trovarle in grandi raccolte audio richiede tempo e risorse.
Apple studia quindi un filtro capace di selezionare i brani potenzialmente utili prima di sottoporli ad analisi più costose. La ricerca riguarda la preparazione dei dati: non introduce una nuova funzione già utilizzabile su iPhone o HomePod.
Un filtro che ascolta i cambi di lingua
Il sistema sfrutta modelli vocali già addestrati. Al loro interno, l’encoder trasforma l’audio in una rappresentazione numerica: alcune componenti di questa rappresentazione reagiscono diversamente a seconda della lingua ascoltata. Osservandole in brevi intervalli, il rilevatore cerca indizi della presenza di entrambe le lingue nella stessa registrazione.
Per scegliere le componenti da osservare bastano esempi monolingui. Serve però anche un piccolo insieme di registrazioni etichettate con cambi di lingua per regolare la decisione finale. Il sistema può così segnalare i candidati da controllare, evitando di produrre subito una trascrizione di ogni file.
La soluzione basata su Whisper-small di OpenAI osserva otto componenti su 768 di uno strato dell’encoder, circa l’1%. Il dato descrive la quantità di informazioni utilizzata dal rilevatore: non significa che l’intera elaborazione richieda soltanto l’1% del modello o della potenza di calcolo.
Il lavoro, Code-Switching Detection via Language-Selective Dimensions in Speech Foundation Models, è presentato sul sito Apple Machine Learning Research, il portale Apple dedicato all’apprendimento automatico. Firmato da Jie Chi, Zakaria Aldeneh, Masha Fedzechkina, Maureen de Seyssel e Natalie Schluter, è stato depositato su arXiv il 13 ottobre 2026 e aggiornato il 14 ottobre.
Nei test c’è anche l’italiano
I ricercatori hanno valutato il metodo su 14 coppie linguistiche con l’inglese. Per italiano–inglese, Whisper-small raggiunge 0,779 di F1 nella prova con impostazioni ottimizzate sul campione di valutazione. F1 combina precisione delle segnalazioni e capacità di trovare i casi pertinenti: non indica la percentuale di frasi comprese correttamente da un assistente.
Il valore medio di 0,798, citato nella presentazione dello studio, scende a 0,784 quando la calibrazione usa dati separati dalla valutazione. Sul parlato conversazionale, inoltre, il metodo non supera tutti i sistemi di confronto. I risultati mostrano una possibile utilità nella selezione dei dati, con prestazioni che dipendono dalle lingue e dal tipo di registrazione.
Dal laboratorio alle conversazioni quotidiane
Resta da verificare il funzionamento del filtro dentro un processo completo di raccolta da audio non etichettato, registrato in condizioni reali. In casa, al lavoro o per strada entrano in gioco rumori, pronunce e modi di parlare diversi: il passaggio dai test controllati all’uso su grandi archivi è ancora da dimostrare.
Un altro studio presentato da Apple sul pre-addestramento bilingue affronta il problema dal lato dei testi. Nei test con arabo e inglese, aggiungere dati nella lingua più ricca di risorse ha portato benefici superiori alla sola ottimizzazione delle impostazioni di addestramento. È un lavoro distinto, che riguarda come sfruttare meglio i materiali disponibili quando quelli nella lingua di destinazione sono limitati.
Che cosa potrebbe cambiare per Siri
Per chi usa un assistente vocale, il beneficio auspicabile è poter formulare una richiesta passando da una lingua all’altra senza doverla ripetere o semplificare. Raccogliere più esempi di parlato bilingue potrebbe aiutare ad addestrare sistemi adatti a queste situazioni. I due studi non annunciano però un’integrazione in Siri, dispositivi compatibili o date di disponibilità.
Il tema riguarda anche HomeView: Apple indica inizialmente l’inglese per Siri AI sul dispositivo, con il francese canadese previsto successivamente. La mancata vendita nell’Unione Europea è una questione distinta, legata all’attuale indisponibilità di Siri AI su iOS nell’UE. Queste ricerche non forniscono indicazioni sui tempi di arrivo in Italia.
Tutte le notizie che parlano di Intelligenza Artificiale sono disponibili a partire da questa pagina di Macitynet.
