TWI531207B - Voice command network telephone and its operation method - Google Patents

Description

語音指令網路電話及其操作方法

本發明係關於一種網路電話及其操作方法，特別是關於一種連結至伺服器，以利用語音指令完成特定操作的網路電話及其操作方法。

智慧型手機近年在電子產品市場引領著極大的風潮，其結合可攜性極高的通訊與資訊功能，為生活型態帶來極大的便利與改變。然而，近來智慧型手機的螢幕尺寸，隨其應用範圍的擴張，有日漸加大的潮流，使得手機愈來愈不方便攜帶。另外，智慧型手機的螢幕使用起來極其耗電，使其使用續航力的提昇空間極其有限。再者，智慧型手機即使在待機狀態，仍然會持續消耗電力，且其待機耗電率在所有的資訊產品中可謂名列前茅。也就是說，隨著其使用量的提昇，能源浪費的情況也就愈加嚴重。還有，由於手機的攜帶性及其取得資訊的便利性，使路上到處都可見「低頭族」。然而越來越多的研究顯示，長期注視手機的小螢幕將會為視力帶來極大的傷害。而隨著平板電腦的興起，其具備較大的螢幕，於不使用時可關掉電源而不致形成待機耗電，在大部分原本要使用手機螢幕的功能上都能取代原有的智慧型手機，卻也因為兩者功能上諸多的重疊，使得同時使用智慧型手機與平板電腦的人，使用手機螢幕的機會大幅減少，造成資源重覆的浪費。凡此種種都使人必需重新評估手機與螢幕結合的必要性。

另一方面，隨著網路的日漸普及，以及網路通訊技術的提 昇，使用較為便宜便捷的網路電話取代傳統電信網路的電話，在近來已成為一種趨勢。然而，目前在手機上使用網路電話的方式，主要還是靠手機應用程式來執行，其操作仍然必需仰賴手機的觸控式螢幕為介面，是以就目前看來，手機的電話功能和螢幕之間，仍然密不可分。

為了解決前述的種種問題，本發明提供一種語音指令網路電話，透過網路與可處理語音命令之伺服器相連，並使用語音命令為唯一撥號輸入方法。此種語音指令網路電話包括：收音裝置，用以輸入語音命令；數位訊號處理裝置，連接至收音裝置，用以接收並轉換語音命令為數位訊號；網路連線裝置，連接至該數位訊號處理裝置，用以與網路連接，以傳送數位化後之語音命令，以及接收來自網路的語音通話訊號；以及放音裝置，用以播放經數位訊號處理裝置處理後的語音通話訊號；其中收音裝置為語音指令網路電話唯一的撥號輸入裝置。

為了控制語音指令網路電話的電源開關及語音命令的發送，語音指令網路電話更可以包括一個控制鈕。控制鈕長按時，自收音裝置所輸入之聲音，才被數位訊號處理裝置視為語音指令，而予以發送至伺服器。

數位訊號處理裝置可以具有一個如記憶體等的記憶單元，以儲存包括與伺服器的連線資料及軔體等。語音指令網路電話也可以包括一個資料傳輸介面，連接至數位訊號處理裝置，用以更新儲存於記憶單元的資料。

操作方法包括：自語音指令網路電話傳送語音指令至伺服 器；處理語音指令，以辨識出語音指令所對應之一操作程序；以及執行該操作程序。

語音指令可為語音撥號指令，而操作程序則為因應語音撥號指令，提供語音通話服務。且語音撥號指令的內容含了如姓名等撥號索引。語音撥號的操作方法包括預先於伺服器建立通訊錄，其中通訊錄包括撥號索引及對應至該撥號索引的一個如電話號碼之類的語音通訊識別碼；於處理語音指令時辨識出撥號索引；以及根據撥號索引自通訊錄中擷取出對應的語音通訊識別碼，以便執行撥號程序，提供語音通話服務。通訊錄可透過語音指令新增或刪除資料。撥號程序可在伺服器進行，也可以把語音通訊識別碼傳回語音指令專用網路電話中進行。

語音指令專用網路電話之網路連線裝置可以連結一個以上的通信網路，以便所傳回的語音通訊識別碼為使用在與伺服器不同網路系統的電信網路時，可以自語音指令專用網路電話撥出至該電信網路。

語音指令專用網路電話雖未配備螢幕，於必要時也可以使用語音指令指示雲端伺服器將特定影像內容傳送並輸出於特定的影像顯示裝置。

1‧‧‧語音指令網路電話

11‧‧‧收音裝置

12‧‧‧數位訊號處理裝置

121‧‧‧訊號轉換單元

122‧‧‧控制處理單元

123‧‧‧記憶單元

13‧‧‧網路連線裝置

14‧‧‧放音裝置

15‧‧‧控制鈕

16‧‧‧資料傳輸介面

17‧‧‧殼體

2‧‧‧網路

3‧‧‧伺服器

31‧‧‧語音指令辨識模組

32‧‧‧通訊錄

4‧‧‧通信網路

5‧‧‧影像顯示裝置

51‧‧‧顯示幕

52‧‧‧網路連線裝置

第1圖為本發明的語音指令網路電話之一實施例方塊圖。

第2圖為本發明的語音指令網路電話之一實施例外觀及使用示意圖。

第3圖為本發明的語音指令網路電話的方法之一實施例的操作流程示意圖。

第4圖為本發明的語音指令網路電話之另一實施例方塊圖。

第5圖為使用語音命令增加通訊錄記錄的操作實施例流程圖。

第6圖為使用語音命令刪除通訊錄記錄的操作實施例流程圖。

第7圖為本發明的語音指令網路電話之又一實施例方塊圖。

第1圖所顯示的語音指令網路電話1，乃是透過網路2與可處理語音命令的伺服器3相連，並使用語音命令為唯一撥號輸入方法。語音指令網路電話1包括收音裝置11、數位訊號處理裝置12、網路連線裝置13及放音裝置14。收音裝置11為一麥克風，可以用來輸入語音命令及進行語音通話之用。數位訊號處理裝置12連接至收音裝置11，包括訊號轉換單元121、控制處理單元122及記憶單元123等元件，以便接收並轉換收音裝置11所輸入的語音命令為數位訊號以便網路傳送，以及控制網路電話1的連網、傳送帳號密碼等其他相關操作。網路連線裝置13連接至數位訊號處理裝置12，並以WIFI或其他類似功能的方式與網路2連接，以傳送數位訊號處理裝置12處理後之語音命令，以及接收來自網路2的語音通話訊號，並經數位訊號處理裝置12處理及控制輸出。放音裝置14則是如手機喇叭等，用來播放經數位訊號處理裝置12的訊號轉換單元121轉換後的語音通話訊號。網路2通常為網際網路，或其他類似功能的廣域網路。伺服器3則為與網路2相連的一個網路伺服器，如雲端伺服器等，其具有語音指令辨識模組31，可以辨識來自智慧型手機1等請求端傳來的語音命令。

語音指令網路電話1也包括了控制鈕15，用以控制語音指令網路電話1的語音命令發送及/或電源的開啟/關閉。例如，在控制鈕15長按時，自收音裝置11所輸入之聲音，才被數位訊號處理裝置12視為語音指令，而予以發送至伺服器3。

數位訊號處理裝置12可以透過記憶單元123儲存資料，包括與伺服器3的連線資料，如帳號/密碼等登錄/通話用的識別/驗證碼，以及網路位址、運作語音指令網路電話1所需的軔體資料等。這些資料可在語音指令網路電話1出廠時即預先設定。若欲更新這類資料，除了使用語音命令要求伺服器3下載更新資料外，也可在語音指令網路電話1加設一個連接至數位訊號處理裝置12的資料傳輸介面16，此一資料傳輸介面16可以是micro-USB等傳輸介面，以與桌上型電腦/筆記型電腦/平板電腦等資訊裝置連線，而進行上述更新。

值得注意的是，收音裝置11為語音指令網路電話1中唯一的撥號或其他命令式功能操作的輸入裝置。也就是說，語音指令網路電話1只使用語音命令來完成撥號動作或其他功能操作，所以並不需要傳統電話的實體鍵盤，或是一般智慧型手機所必備的觸控式螢幕。請參閱第2圖，由於省略了傳統電話的實體鍵盤及智慧型手機的觸控式螢幕，使語音命令網路電話1的體積可以大幅的縮減，殼體17僅需用來容置收音裝置11、數位訊號處理裝置12、網路連線裝置13及放音裝置14，並在殼體17表面設置控制鈕15及/或資料傳輸介面16即可，因此可以將殼體17設計成如目前配戴式藍芽耳機的外型，但已有完整獨立的電話功能，不需要再另外設置其他手機本體，大大提昇其可攜性及使用的便利性。即使不將殼體17設計為可配掛的 型式，其體積仍可比目前的平板電腦/智慧型手機，甚至傳統行動電話為小。因此，本發明提供了一種有別於目前手機市場追求大尺寸螢幕的技術思維，即是讓手機回歸到其通話的基本訴求，將目前智慧型手機的螢幕之大部分的功能交由平板電腦等其他可攜式資訊裝置來完成，而語音通話所需的撥號介面，則藉由功能及效能日益強大的雲端服務，配合目前已極為成熟的語音指令辨識技術來取代，因而實現了未來電話「影/音分流」的前瞻概念，在僅需語音通話的場合，可以使用最輕便易攜且操作容易的語音指令電話，於享受便利之餘，也節省了觸控式手機螢幕的裝設及待機耗電的成本。而於需要使用其他資訊服務時，再開啟平板電腦等其他具較大螢幕的裝置即可。如此一來，不但不需要再長時間盯著智慧型手機過小的螢幕而使眼力耗損，也有利於一般使用者切割規劃其使用即時資訊裝置的時間，不再成為隨時隨地的「低頭族」，而影響生活正常活動或人際關係的品質。

如第3圖所示，語音指令網路電話1與伺服器3是以主從式架構來運作，二者均需安裝如視窗軟體插槽(Windows Sockets)等的通訊介面，於開始運作時啟始各自的通訊介面，之後伺服器3即進入被動式的偵聽狀態，等待接收來自語音指令網路電話1所提出的連接要求。語音指令網路電話1主動連接網路2並送出帳號/密碼等識別碼/驗證碼至伺服器3並通過其驗證後，雙方即建立連線。

語音指令網路電話1的操作方法大致包括：自語音指令網路電話1傳送語音指令至伺服器3；處理語音指令，以辨識出語音指令所對應之操作程序；以及執行被辨識出來的操作程序。第3圖所顯示的實施例中， 語音指令為一語音撥號指令，對應的操作程序則是因應語音撥號指令，提供語音通話服務。語音撥號指令的內容包含了例如姓名等的撥號索引之姓名語音指令，在語音指令網路電話1與伺服器3建立連線後，自語音指令網路電話1傳送姓名語音指令至伺服器3，並透過伺服器3的語音指令辨識模組31的處理，將姓名語音指令藉語音資料辨識技術轉換為文字資料，再於預先於伺服器3建立的通訊錄32中所搜尋是否有相同姓名資料的記錄。通訊錄32的一筆資料中除了以姓名資料作為撥號索引外，還包括對應至撥號索引的一個電話號碼或是其他可進行語音通訊的通訊網路識別碼。自語音指令中辨識出撥號索引，即姓名資料等，並據以在通訊錄32找到對應的通訊網路識別碼後，即可根據通訊網路識別碼執行撥號程序，以便提供語音通話服務。

撥號程序可在伺服器3進行，也可以在語音指令專用網路電話1上進行。若欲在伺服器3進行，則可以直接用通訊網路識別碼在網路2上連接語音指令專用網路電話1和受話方(圖示未)，或是搭配諸如skype out之類的服務，連接至如3G或市話等另一種不同系統的通信網路。而將如電話號碼或帳號等的通訊網路識別碼傳回語音指令專用網路電話1再進行撥打的方式，如第3圖所示，通常是用在伺服器3和所欲使用的通訊服務並未整合的情況下，故必需由語音指令專用網路電話1這端，以該識別碼再次透過一般為網際網路的網路2傳送到提供此通話服務的伺服器(圖未示)，以呼叫受話方(圖未示)。若是所傳送的通訊網路識別碼是用在與網路2不同種類的網路系統，則語音指令專用網路電話1的網路連線裝置13必需具備可以連結一個以上的不同網路系統的能力。舉例而言，如第4圖所示，若網路2為網 際網路，而自伺服器3之所傳回的是通信網路4(如3G、4G等系統)的電話號碼或其他通訊網路識別碼，則網路連線裝置13就必需同時具備連接網路2與通信網路4的能力。

通訊錄32可透過電腦/筆電/平板電腦等資訊裝置連接到伺服器3上的網頁進行建立及維護，也可直接透過語音指令專用網路電話1所輸入的語音指令新增或刪除資料。請參閱第5圖及第6圖，透過新增或刪除指令加上所欲新增或刪除的姓名作為語音指令傳送至伺服器3，首先以語音發出增加或刪除的指令，之後以姓名指令搜尋是否有相同姓名的資料存在通訊錄32，並將比對結果以語音的形式傳送回語音指令專用網路電話1請使用者確認所搜尋到的資料是否正確，在確認後再進行新增資料或刪除的動作。其他用語音輸入的命令或資料也可以用類似的確認流程確認無誤後再執行下一步操作。

請參閱第7圖，除了播打電話之外，語音指令專用網路電話1的語音指令也可以為影像顯示指令，用以指示伺服器3將特定影像內容傳送並輸出於特定的影像顯示裝置5。影像顯示裝置5可為任何包括顯示幕51和網路連線裝置52的電子裝置，例如平板電腦、筆電、個人電腦、網路電視.....等等。只要預先或至少在顯示操作前，於伺服器3登錄與影像顯示裝置5的連線資料，在欲於影像顯示裝置5顯示特定影像資料時，即可以語音命令下令伺服器3將此特定影像資料，透過網路2，下載至影像顯示裝置5，由網路連線裝置52接收，而顯示於顯示幕51上。如此一來，本身不具顯示螢幕的語音指令專用網路電話1，仍然可以透過語音命令指示伺服器3控制其他的影像顯示裝置5顯示所需要的影像資訊，於特定場合滿足特定資訊的顯示需 求。

綜上所述，本發明針對目前手機通話功能與顯示幕密不可分而衍生出的種種問題，提出「影/音分流」的技術思維，藉著語音辨識與雲端處理技術，使電話擺脫傳統撥號按鍵及觸控螢幕的束縛，不僅大幅增加行動電話的輕便可攜性及操作的簡易性，減少與平板電腦等資訊產品資源重覆的浪費，避免當前智慧型手機於待機時所造成的高度電力損耗，回歸語音通話的本質功能，改善低頭族對手機螢幕的依賴對視力造成的傷害及其他不良現象。上列詳細說明係針對本發明之可行實施例之具體說明，惟該實施例並非用以限制本發明之專利範圍，凡未脫離本發明技藝精神所為之等效實施或變更，均應包含於本發明之專利範圍中。

1‧‧‧語音指令網路電話

11‧‧‧收音裝置

12‧‧‧數位訊號處理裝置

121‧‧‧訊號轉換單元

122‧‧‧控制處理單元

123‧‧‧記憶單元

13‧‧‧網路連線裝置

14‧‧‧放音裝置

15‧‧‧控制鈕

16‧‧‧資料傳輸介面

17‧‧‧殼體

2‧‧‧網路

3‧‧‧伺服器

31‧‧‧語音指令辨識模組

32‧‧‧通訊錄

Claims (8)

1. 一種語音指令網路電話，包括：一收音裝置，用以輸入一語音命令；一數位訊號處理裝置，電連接至該收音裝置，用以接收並轉換該語音命令為一數位語音訊號；一網路連線裝置，電連接至該數位訊號處理裝置，用以在該數位訊號處理裝置的控制下與一網路連接，並傳送該數位語音訊號至該網路，以及接收來自該網路的一語音通話訊號，並傳送至該數位訊號處理裝置轉換為一語音訊號；以及一放音裝置，電連接至該數位訊號處理裝置，用以播放該語音訊號；一控制鈕，用以控制該語音指令網路電話中該語音命令的發送，其中於該控制鈕長按時，自該收音裝置所輸入之聲音才被該數位訊號處理裝置視為該語音指令，而予以發送至該伺服器；其中，該收音裝置為該語音指令網路電話唯一的撥號輸入裝置；其中，該語音指令網路電話之操作方法包括下列步驟：自該語音指令網路電話傳送該語音指令至該伺服器；自該語音指令辨識出該語音指令所對應之一操作程序；以及，執行該操作程序，其中該語音指令為一影像顯示指令，用以指示該伺服器將一特定影像內容傳送並輸出於一影像顯示裝置。
2. 如請求項1所述之語音指令網路電話，其中該數位訊號處理裝置包括一記憶單元，用以儲存資料，且該語音指令網路電話更包括一資料傳輸 介面，電連接至該數位訊號處理裝置，用以更新儲存於該記憶單元的資料。
3. 如請求項1所述之語音指令網路電話，其中該網路為網際網路，而該伺服器為一雲端伺服器。
4. 如請求項1所述之語音指令網路電話，其中該語音指令為一語音撥號指令，該操作程序係因應該語音撥號指令，提供一語音通話服務，且該語音撥號指令之內容係包含一撥號索引，該方法更包括下列步驟：預先於該伺服器建立一通訊錄，其中該通訊錄包括該撥號索引及對應至該撥號索引之一語音通訊識別碼；於處理該語音指令時辨識出該撥號索引，以於該通訊錄中擷取出該語音通訊識別碼；以及根據該語音通訊識別碼執行一撥號程序，以便提供該語音通話服務。
5. 如請求項4所述之語音指令網路電話，其中該通訊錄可透過該語音指令新增或刪除資料。
6. 如請求項4所述之語音指令網路電話，其中該撥號程序在該伺服器進行。
7. 如請求項4所述之語音指令網路電話，其中該撥號程序在該語音指令專用網路電話進行。
8. 如請求項7所述之語音指令網路電話，其中該語音指令專用網路電話之該網路連線裝置可以連結一個以上的通信網路。