Fdferighi表示，“不仅仅是芯片，还涉及设备上的麦克风，以及麦克风安装的位置，还有如何调整硬件，以及处理音频的软件栈。这需要所有组件的协调，比起只是开发软件的公司，有着惊人的优势。”
另一个优势是，当 苹果 的 神经网络 在一个产品上成功时，还能成为其它产品的核心技术。 机器学习 让Siri理解了用户，也让输入方式由手动变成了听写。也正是因为Siri的技术，用户语音输入的信息也变得更流畅和完整。
Cue提到的Siri第二个部分是 自然语言 理解。Siri在2014年11月开始用 机器学习 理解用户的意图，并在一年后推出了深度学习版。如在 语音识别 上一样， 机器学习 提升了体验，特别是在理解指令上。
苹果 认为，没有Siri上的技术，它不太可能开发出最新版的Apple TV，因为后者也有语音控制功能。尽管早期的Siri版本要求你用清晰的方式说话，但深度学习加强版不仅能从大量电影和音乐中找到特定的选择，更能处理“播放一部汤姆汉克斯主演的优秀惊悚片”这样的概念。这在以前是完全不可能的。
在即将正式发布的iOS 10中，Siri的声音是最后一个被 机器学习 改造的部分。同样，深度 神经网络 替代了原先授权的技术。Siri的声音来自一家语音中心收集的录音 数据库 ，每句话都是语音段拼贴的结果。 机器学习 让语音变得平滑，听起来更像一个真人。
这看起来只是很小的细节，但更自然的声音能为Siri带来很大的改变。Gruber认为，“如果声音质量更高，人们会感到更加可信。更好的语音能吸引用户，让他们更常使用。”
使用Siri的意愿，以及 机器学习 在技术上的提升，都在 苹果 向开发者开放Siri的过程中十分重要。许多人注意到， 苹果 在Siri上的合伙量只有两位数，远远落后于亚马逊的Alexa，后者称外部开发者帮助开发了1000多项技能。 苹果 认为这种比较没有意义，因为亚马逊用户要使用特定的指令方式，才可用到那些技能。 苹果 表示，Siri在与Uber和SquareCash等服务的整合上会更自然。
与此同时， 苹果 对Siri的改善也得到了回报，用户发现了一些新功能，也感到常用的查询变得更准确，而相应的，查询数量也不断增长。
五
或许， 苹果 使用 机器学习 技术中遇到的最大问题，是如何坚持保护用户隐私的原则。 苹果 会加密用户信息，包括公司律师在内的任何人都无法读龋FBI也不能，即便获得了批准（按：关于 苹果 与FBI的对战，可阅读雷锋网(搜索“雷锋网”公众号关注)的解读）。它还表示，不会收集用户信息用于广告目的。
