« Dis Siri, quels sont mes rendez-vous ?», « Dis Siri, commande-moi un taxi », « Dis Siri, appelle ma femme »… dans quelque temps, si vous vous équipez d'un HomePod, vous risquez de le voir s'animer pour vous répondre… qu'il ne peut rien pour vous. Sous prétexte qu'il n'est pas en mesure de réaliser ces actions.

Le domicile d'un bon client d'Apple est aujourd'hui une vraie ménagerie d'appareils qui embarquent Siri : iPhone, iPad, Apple Watch et maintenant le HomePod (on pourrait ajouter le Mac et les AirPods mais ils réagissent par des commandes tactiles). Le problème est que le Siri du HomePod est souvent le plus prompt à vouloir répondre, mais lorsqu'il bute sur une question, il n'est pas conçu pour refiler le bébé au voisin le plus compétent.

Apple a expliqué dans une fiche la manière dont tout ce joli monde communique, à toute vitesse, par Bluetooth, pour décider qui doit prendre la question. Bien souvent c'est l'enceinte qui gagne : « Le HomePod répond à la plupart des demandes adressées à Siri, même si d’autres appareils reconnaissant la commande « Dis Siri » se trouvent à proximité ». En effet, on va voir l'écran de l'iPhone s'allumer, aller parfois jusqu'à brièvement afficher l'interface de Siri mais le HomePod prend la main en une fraction de seconde.

Malheureusement, si la question n'est pas dans ses cordes, l'enceinte baisse les bras au lieu d'appeler à l'aide l'iPhone qui peut être juste à côté de lui et saurait les afficher comme il faut. D'ailleurs, même si le HomePod savait décrire votre journée, admettons qu'elle compte 4 ou 5 rendez-vous, les entendre énoncés un à un serait vite fastidieux. Alors autant qu'il sache se reposer sur l'iPhone ou l'iPad s'ils sont détectés à proximité.

Autre exemple, le HomePod est dans la pièce juste à coté. L'ouïe exceptionnelle de l'enceinte va intercepter votre question, même formulée sans élever la voix. Seulement, en cas d'échec elle ne passera pas le relais au téléphone posé devant vous sur la table. Même l'Apple Watch sait lister vos rendez-vous après une requête Siri.

Apple a néanmoins prévu le coup en permettant de court-circuiter le HomePod. Pour cela il faut lever son iPhone ou appuyer sur son bouton Home pour montrer que c'est à lui qu'on destine la question. La situation inverse est prévue : un iPhone ou un iPad posés à l'envers n'écouteront pas vos requêtes, c'est le HomePod qui sera seul à l'écoute.

On pourrait rêver plus simple et s'attendre à une coopération plus intelligente entre tous ces appareils : peu importe celui qui a pris la question, le plus compétent sera automatiquement sélectionné pour y répondre. Il n'y aurait qu'un seul et unique Siri mais un travail d'équipe plus poussé entre les appareils qui l'utilisent. Ce serait le scénario le moins compliqué pour l'utilisateur, au lieu de lui suggérer de manipuler son iPhone ou de lui dire, comme le détaille aussi la fiche technique, de désactiver "Dis Siri" sur son HomePod (dans ce cas on réveillera l'assistant avec une pression prolongée sur la tête de l'enceinte).

D'aucuns suggèrent de pouvoir remplacer le « Dis Siri » général par le nom de chaque appareil. On dirait alors « iPhone » pour appeler le Siri du smartphone ou « HomePod » pour celui de l'enceinte. « iPad » et « iPhone » étant des termes que l'on peut prononcer à tout bout de champs dans une conversation, est-ce la bonne solution ?

Surtout, ce sont ces appareils « intelligents » qui doivent se débrouiller entre eux, au lieu de forcer l'utilisateur à s'adapter, a fortiori lorsqu'ils sont conçus par le même fabricant. Par ailleurs, allez expliquer au client lambda qui n'a pas le goût pour ces subtilités, mais à qui on a vendu une enceinte avec Siri à l'intérieur, que pour avoir la réponse à telle ou telle question il lui faudra la poser plutôt au Siri de cet appareil plutôt qu'à celui d'un autre.

Cela conduit à une autre frustration dans l'utilisation de ces assistants : leurs concepteurs imposent une séquence de mots pour les solliciter : « Dis Siri », « Ok Google/Dis Google ».

Amazon est un poil plus souple, il donne le choix entre quatre mots d'activation pour Alexa. Si quelqu'un s'appelle déjà Alexa dans la famille, vous pouvez changer par "Amazon", "Echo" ou "Computer" (ce troisième mot est absent des options, nous a dit l'un des bêta-testeurs d'un Echo français, mais un autre l'avait). Et puis appeler « Google » (ou « Amazon ») dans sa maison n'est pas toujours d'un grand naturel.

Microsoft a choisi "Hey Cortana" mais il vient de rendre optionnel le "Hey". Quant à Siri, il semble qu'il se fasse prendre facilement lorsqu'un anglophone s'exclame par un « Hey, Seriously ? ».

En définitive, il y a comme un paradoxe à parler de Siri et de ses cousins comme des « assistants personnels intelligents » et d'être entravé dans les moyens de les baptiser comme bon nous chante.

L'autre progression attendue pour Siri est la reconnaissance de plusieurs voix, une fonction indispensable dès lors que le HomePod emménage au sein d'une famille ou que vous avez souvent du monde à la maison. L'affaire n'est pas simple puisque même aujourd'hui, il n'est pas rare de voir Siri sur l'iPhone ou l'iPad répondre à une autre voix que celle de son propriétaire.

L'analyse de la voix à des fins d'identification est une chose ancienne chez Apple. Mac OS 9 proposait une fonction baptisée « Voiceprint Password » (une mauvaise vidéo le montre). On pouvait déverrouiller son compte utilisateur avec la prononciation de la phrase par défaut « Ma voix est mon mot de passe » ou toute autre choisie à la place. Cette alternative à la saisie d'un mot de passe n'a pas survécu au passage à OS X. Le bon vieux mot de passe à taper s'est imposé avant que n'arrive l'Apple Watch pour servir de clef pour ouvrir son Mac puis Touch ID comme autre sésame sur les portables.

Encore aujourd'hui, l'identification par la voix a de sérieuses faiblesses. Google explique que 6 personnes peuvent associer leur compte et leur voix pour des réponses personnalisées (idem pour Amazon), mais il prévient aussitôt que ce n'est pas infaillible : « même si vous utilisez le mode multi-utilisateur et que Google Home Mini est conçu pour reconnaître votre voix, l'appareil pourra croire qu'il s'agit de vous en entendant quelqu'un ayant une voix ressemblant à la vôtre ou encore un enregistrement de votre voix ».

On demande beaucoup aux systèmes d'identification d'une personne par sa voix, peut-être cette exigence est-elle la conséquence d'une démocratisation d'autres méthodes tout aussi épatantes et qui marchent très bien : celle par l'empreinte depuis quelques années et maintenant par le visage.

S'il fallait un dernier exemple pour montrer que la route est encore longue avant que l'utilisation de ces assistants intelligents ne soit complètement évidente et transparente, on pourrait citer l'accord signé en août entre Amazon et Microsoft pour que leurs assistants respectifs se comprennent.

L'objectif est que l'on invoque l'un de ces génies dans sa bouteille pour utiliser l'autre. Sur un Echo d'Amazon vous direz « Alexa, ouvre Cortana » et dans Windows 10 « Cortana, ouvre Alexa ». Car l'un comme l'autre ont des compétences plus marquées dans quelques domaines (Alexa par exemple pour faire les courses, Cortana avec les services en ligne de Microsoft). Amazon et Microsoft devaient montrer le résultat de cette nouvelle complicité à la fin de l'année dernière, rien n'est venu, les tests continuent…