IT201800010269A1 - Unità interna per impianti citofonici o videocitofonici con funzioni di assistente vocale - Google Patents

Description

UNITÀ INTERNA PER IMPIANTI CITOFONICI O VIDEOCITOFONICI CON FUNZIONI DI ASSISTENTE VOCALE.

DESCRIZIONE

Il presente trovato riguarda un'unità interna per impianti citofonici o videocitofonici con funzioni di assistenza vocale.

Nell'ambito della domotica e della cosiddetta “casa intelligente” (smart home), negli ultimi anni sono stati sviluppati diversi dispositivi elettronici, denominati comunemente “assistenti vocali”, in grado di ricevere quesiti o istruzioni per via orale e di fornire risposte vocali od eseguire comandi (p.es., effettuare prenotazioni o acquisti on-line, riprodurre file audio, ecc.). Alcuni di questi dispositivi sono inoltre muniti di un display, p.es., per la riproduzione di immagini, filmati o riprese in tempo reale. In taluni casi, tali dispositivi sono anche in grado di controllare, sempre su comando vocale, altre apparecchiature “intelligenti” della casa, p.es., impianti di illuminazione o di riscaldamento, serrature elettroniche, e così via, tipicamente tramite standard di comunicazione in tecnologia wireless, quali zigbee ®, zwave ®, e simili.

I dispositivi di assistenza vocale noti sono tipicamente racchiusi in una cassa acustica da appoggio, la quale può presentare varie forme o dimensioni in funzione della componentistica integrata e di considerazioni estetiche.

Essi includono, come componenti principali: - almeno un microfono;

- almeno un altoparlante;

- un'interfaccia di comunicazione IP (filare o wireless) per il collegamento a internet;

- un microprocessore programmato per campionare il segnale audio del microfono e trasmetterlo ad un server dedicato su internet, che si occupa di trasformare l’audio in testo e di processarlo, nonché per ricevere dallo stesso server flussi audio in formato digitale, convertirli in formato analogico, e riprodurli tramite amplificatore sull'altoparlante.

Inoltre, come già accennato, i dispositivi di assistenza vocale possono includere un display per la riproduzione di immagini statiche e/o video.

Il server su internet converte il file audio in testo attraverso uno strato software di elaborazione del linguaggio naturale (Natural Language Processing, NLP), con l’ausilio di un modulo di conversione da parlato a testo (Speech To Text, STT). Il testo così ottenuto, diviso per parole, viene interpretato via software in modo da definire l'azione da compiere.

A seconda dell'azione da compiere, il server su internet può:

- generare localmente una risposta in formato testo, trasformarla in file audio digitale ed inviare quest'ultimo al dispositivo di assistenza vocale per la sua riproduzione;

- consultare un altro sito per ottenere la risposta ed inviarla al dispositivo di assistenza vocale con le stesse modalità di cui sopra;

- generare un comando ed inviarlo ad un altro sito che, provvederà alla gestione del comando ricevuto (p.es., per comandare apparecchiature “intelligenti” della casa, come negli esempi citati in precedenza).

Inoltre, come menzionato, se il dispositivo di assistenza vocale è provvisto di un display, su quest'ultimo possono essere riprodotti flussi di immagini in formato digitale provenienti da internet.

Tali dispositivi possono essere dotati di un alimentatore interno od esterno che si collega alla rete elettrica tramite un cavo di corrente munito di spina standard in base al Paese in cui il dispositivo è distribuito.

Un inconveniente dei dispositivi di assistenza vocale noti quali quelli sopra citati è che essi hanno una portata di ricezione audio limitata: di norma, per esempio, non è possibile interrogare un dispositivo che si trova in una stanza diversa o, a maggior ragione, su un piano diverso, seppur nel medesimo alloggio.

Per ovviare a tale inconveniente, alcuni sistemi consentono l'installazione di più dispositivi di assistenza vocale nello stesso alloggio. In questi casi, i microprocessori dei vari dispositivi sono programmati per riconoscere automaticamente il dispositivo più vicino all’utente ed abilitarlo alla risposta, mentre gli altri dispositivi vengono inibiti.

La moltiplicazione di dispositivi comporta tuttavia problemi di ingombro e di disordine generato dai cavi di alimentazione.

Inoltre, i dispositivi ad oggi noti non si sono rivelati soddisfacenti in termini di sicurezza in quanto vulnerabili a possibili tentativi di ascolto abusivo effettuati da remoto tramite azioni di pirateria informatica.

Tale limite ha frenato anche i tentativi di integrare le funzionalità degli assistenti vocali nei diversi impianti domestici, particolarmente negli impianti citofonici e videocitofonici.

A tal riguardo, ad oggi sono note unicamente delle telecamere videocitofoniche in grado di comunicare con gli assistenti vocali (tipicamente, sfruttando la rete wi-fi dell'appartamento) e, tramite essi, ricevere istruzioni per via orale ed eseguire delle semplici funzioni nella sfera delle competenze dell'impianto videocitofonico (p.es., disattivare il campanello, registrare le immagini riprese dalla telecamera e/o scattare foto, affinché tali immagini e/o foto possano essere visualizzate sull'eventuale display, ecc.).

Lo scopo principale del presente trovato è ora quello di realizzare un'unità interna per impianti citofonici o videocitofonici che integri tutte le funzionalità degli assistenti vocali noti e che risulti al contempo più sicura in relazione a possibili tentativi di ascolto abusivo.

I suddetti scopi ed altri vantaggi, quali risulteranno più chiaramente dal seguito della descrizione, sono raggiunti da un'unità interna per impianti citofonici o videocitofonici avente le caratteristiche esposte nella rivendicazione 1, mentre le rivendicazioni dipendenti definiscono altre caratteristiche vantaggiose del trovato, ancorché secondarie.

Si descriverà ora in maggior dettaglio il trovato, con riferimento ad una sua realizzazione preferita ma non esclusiva, illustrata a titolo d'esempio non limitativo negli uniti disegni, in cui:

la Fig. 1 è una vista prospettica di un'unità videocitofonica interna secondo il trovato;

la Fig. 2 è uno schema circuitale dell'unità videocitofonica interna secondo il trovato.

Con riferimento iniziale alla Fig. 1, un'unità videocitofonica interna, o monitor, 1 comprende un supporto scatolare 2 che alloggia un display 3, un microfono 4, una coppia di altoparlanti 5, ed una pulsantiera 6 per funzioni convenzionali quali apertura/chiusura della conversazione, apertura portone d'ingresso, apertura cancello, mute della chiamata, e chiamata a centralino.

In alternativa alla pulsantiera fisica 6, il display 3 potrebbe essere di tipo touch screen per una maggiore versatilità.

Con riferimento ora allo schema circuitale di Fig. 2, il display 3 e la pulsantiera 6 fanno capo a mezzi di elaborazione che, nella realizzazione qui descritta, comprendono un primo microprocessore 7. Il primo microprocessore 7 si connette alla montante dell'impianto videocitofonico tramite un bus 8, p.es., un bus bifilare o multifilare, da cui vantaggiosamente deriva anche l'alimentazione. Preferibilmente, è anche previsto un blocco di alimentazione ausiliario 9 che si può collegare alla rete elettrica domestica tramite una morsettiera di alimentazione M2.

Si noti che, in alternativa alla summenzionata connessione via bus, il monitor 1 può utilizzare altri mezzi di connessione noti, inclusa p.es. una connessione Ethernet nel caso in cui il sistema videocitofonico sia del tipo basato su Protocollo IP (Internet Protocol).

In modo di per sé noto, il monitor 1 è destinato a comunicare bidirezionalmente, tramite il bus 8, con un'unità esterna dell'impianto videocitofonico munita di pulsanti di chiamata, di un microfono, di un altoparlante, e di una telecamera. L'unità esterna non è qui descritta né illustrata in quanto esula dagli scopi del presente trovato e può essere di tipo di per sé convenzionale.

Il monitor 1 secondo il trovato incorpora un sistema di assistenza vocale. A tale scopo, i mezzi di elaborazione comprendono un secondo microprocessore 12 a cui sono associati una memoria flash 14, una memoria RAM 16, un'interfaccia di comunicazione wireless per reti locali (WLAN) 24 per il collegamento ad una rete informatica connessa tipicamente a internet, nonché un interruttore di reset 25.

Il monitor 1 è inoltre munito di un LED di segnalazione bicolore 26, provvisto di un primo diodo 26r, p.es. di colore rosso, e di un secondo diodo 26g, p.es. di colore verde, collegati in parallelo.

Il led di segnalazione bicolore 26, il microfono 4 e gli altoparlanti 5 fanno capo ad un relè 28 che può essere commutato, tramite un pulsante 30 collegato al primo microprocessore 7 (nel modo che sarà descritto più in dettaglio nel seguito), tra:

- una prima posizione o modalità di “videocitofono” (posizione indicata con linea continua in Fig. 2), in cui il microfono 4 e l'altoparlante 5 sono connessi al primo microprocessore 7, il primo diodo 26r è connesso all'alimentazione in modo da emettere una luce rossa fissa, ed il secondo diodo 26g è inibito all'accensione; e

- una seconda posizione corrispondente ad una modalità di “assistente vocale” (posizione indicata con linea tratteggiata in Fig. 2), in cui il microfono 4 e gli amplificatori 5 sono connessi al secondo microprocessore 12 tramite rispettivi amplificatori 32 e 34, il secondo diodo 26g è anch'esso collegato al secondo microprocessore 12 in modo da poter emettere, su comando di quest'ultimo, una luce verde fissa o lampeggiante, mentre il primo diodo 26r è inibito all'accensione.

In questo esempio di realizzazione, il primo microprocessore 7 è programmato per attivare la modalità di assistente vocale quando l'utente preme e mantiene premuto il pulsante 30, con il relè 28 che commuta attraverso pilotaggio di un transistor T.

In alternativa, la modalità di assistente vocale potrebbe essere attivata premendo brevemente il pulsante 30, e quindi disattivata alla successiva pressione. In tal caso, si può vantaggiosamente prevedere un timeout di protezione che disattivi automaticamente la modalità di assistente vocale dopo un tempo prestabilito, evitando così il rischio che il microfono 4 rimanga inavvertitamente connesso alla rete.

In modo di per sé noto, e pertanto non discusso in dettaglio nella presente descrizione, il secondo microprocessore 12 è programmato per campionare il segnale audio del microfono 4 e trasmetterlo ad un server dedicato su internet. Il server trasforma l’audio in testo, lo processa, e restituisce al secondo microprocessore 12 flussi audio in formato digitale. Il secondo microprocessore 12 trasforma il flusso audio ricevuto in formato analogico e lo riproduce sugli altoparlanti 5.

Vantaggiosamente, tra il display 3 ed il primo microprocessore 7 è interposto un selettore 36 che può commutare tra la posizione indicata con linea continua in Fig. 2, in cui il display 3 è connesso al primo microprocessore 7 per riprodurre le immagini provenienti dall'unità esterna in modalità di video-citofono, e la posizione indicata con linea tratteggiata in Fig. 2, in cui il display 3 è connesso al secondo microprocessore 12 per ricevere e riprodurre flussi di immagini ricevute da internet in modalità di assistente vocale.

In alternativa, il secondo microprocessore 12 potrebbe trasmettere il file video o file immagine al primo microprocessore 7, e quest'ultimo potrebbe essere programmato per fungere da selettore.

Nell'uso, il monitor 1 secondo il trovato può essere installato a parete in modo analogo ad qualsiasi monitor videocitofonico noto, risolvendo così i problemi di ingombro e di disordine degli assistenti vocali noti, soprattutto nel caso di installazioni multiple.

In modalità di videocitofono, il microfono 4 e gli altoparlanti 5 sono connessi al primo microprocessore 7, il primo diodo 26r emette una luce rossa fissa, ed il monitor 1 esegue le tipiche funzioni di un sistema videocitofonico (chiamata in ingresso, risposta, conversazione, apertura portone e/o cancello, chiusura della conversazione, ecc.).

Premendo il pulsante 30 e mantenendolo premuto, il relé 28 commuta nella modalità di assistente vocale, il microfono 4 e gli altoparlanti 5 vengono dirottati sul secondo microprocessore 12, il primo diodo 26r si spegne, ed il secondo diodo 26g emette una luce verde fissa o intermittente su comando del secondo microprocessore 12, così da segnalare all'utente che la modalità di assistente vocale è attiva.

Una volta ricevuta la richiesta dall'utente, il secondo microprocessore 12 si collega a internet tramite l'interfaccia WLAN 24 e trasmette al server il flusso audio digitale relativo alla richiesta. Il server elaborerà le informazioni ricevute nel modo convenzionale sopra descritto.

Il monitor 1 è pertanto in grado di svolgere tutte le operazioni comuni agli assistenti vocali noti. In particolare, esso è in grado di ricevere richieste o istruzioni per via orale (p.es., effettuare prenotazioni o acquisti on-line, riprodurre file audio, ecc.) e rispondere di conseguenza.

Al contempo, secondo un importante vantaggio del presente trovato, quando il monitor 1 opera in modalità di videocitofono, la trasmissione audio verso internet è inibita, con il il microfono 18 che è fisicamente disconnesso dal secondo microprocessore 12, così da rendere il sistema invulnerabile ad azioni di pirateria informatica finalizzate all'ascolto abusivo. Simultaneamente, viene attivata la luce rossa del LED 26, a segnalare che il dispositivo si trova in modalità di videocitofono.

La programmazione dei microprocessori per eseguire le operazioni sopra descritte non sarà qui approfondita, in quanto esula dagli scopi del presente trovato e di per sé rientra nelle normali conoscenze del tecnico del ramo.

Si è descritta una realizzazione preferita del trovato, ma naturalmente il tecnico del ramo potrà apportare diverse modifiche e varianti nell'ambito delle rivendicazioni.

Per esempio, il monitor secondo il trovato potrebbe implementare moduli per il controllo di rispettivi impianti o apparecchiature “intelligenti” della casa, p.es., impianti di riscaldamento, serrature elettroniche, e così via.

Inoltre, il monitor potrebbe essere munito di due o più microfoni per migliorare la ricezione.

Come già anticipato, inoltre, il display potrebbe essere di tipo touch screen così da ridurre o addirittura eliminare la pulsantiera.

Va da sé che il led di segnalazione bicolore potrà essere sostituito da altri sistemi di segnalazione luminosi o acustici, p.es., una coppia di led indipendenti, un cicalino, ecc.

Naturalmente i mezzi di elaborazione, che nella realizzazione qui descritta comprendono due microprocessori separati, potrebbero essere accorpati in un unico microprocessore.

In aggiunta, è di per sé evidente che il trovato sarebbe parimenti applicabile ad un'unità interna citofonica priva di display.

Non da ultimo, è sottinteso che, ai fini della privacy, non è necessario disconnettere dalla rete informatica l'altoparlante ma sarebbe sufficiente escludere il microfono. Pertanto, l'ambito del trovato non deve ritenersi limitato in tal senso.

Claims (13)

1. RIVENDICAZIONI 1. Unità interna per impianti citofonici o videocitofonici, comprendente almeno un microfono (4) e almeno un altoparlante (5) collegati a mezzi di elaborazione (7, 12) muniti di mezzi di connessione (8) per comunicare bidirezionalmente con un'unità esterna dell'impianto, caratterizzata dal fatto di comprendere inoltre - un'interfaccia di comunicazione (24) per il collegamento ad una rete informatica, - un dispositivo di commutazione (28) interposto operativamente tra detto microfono (4) e detti mezzi di elaborazione (7, 12), e commutabile tra una prima posizione in cui detto microfono (4) è disconnesso fisicamente da detta interfaccia di comunicazione (24) ed è connesso a detti mezzi di connessione (8) tramite detti mezzi di elaborazione (7, 12), ed una seconda posizione in cui detto microfono (4) è connesso a detta interfaccia di comunicazione (24) tramite un rispettivo amplificatore (32) e detti mezzi di elaborazione (7, 12), detti mezzi di elaborazione (7, 12) essendo inoltre programmati per campionare il segnale audio del microfono (4), quando il dispositivo di commutazione (28) si trova in detta seconda posizione, e trasmetterlo su detta rete informatica tramite detta interfaccia di comunicazione (24) per successiva elaborazione, nonché per ricevere da detta rete informatica flussi audio in formato digitale, convertirli in formato analogico, e riprodurli su detto altoparlante (5).
2. 2. Unità interna secondo la rivendicazione 1, caratterizzata dal fatto che detto dispositivo di commutazione comprende un relè (28).
3. 3. Unità interna secondo la rivendicazione 1 o 2, caratterizzata dal fatto di comprendere inoltre mezzi di segnalazione (26) collegati operativamente a detto dispositivo di commutazione (28) per indicare se esso si trova in detta prima posizione o in detta seconda posizione.
4. 4. Unità interna secondo la rivendicazione 3, caratterizzata dal fatto che detti mezzi di segnalazione comprendono un primo diodo luminoso (26r) atto ad essere alimentato quando detto relé (28) si trova in detta prima posizione.
5. 5. Unità interna secondo la rivendicazione 3 o 4, caratterizzata dal fatto che detti mezzi di segnalazione comprendono un secondo diodo luminoso (26g) atto ad essere attivato da detti mezzi di elaborazione (7, 12) quando detto relè (28) si trova in detta seconda posizione.
6. 6. Unità interna secondo una delle rivendicazioni 3-5, caratterizzata dal fatto che detti mezzi di segnalazione comprendono un LED bicolore (26).
7. 7. Unità interna secondo una delle rivendicazioni 1-6, caratterizzata dal fatto che detto dispositivo di commutazione (28) è interposto operativamente tra detto altoparlante (5) e detti mezzi di elaborazione (7, 12) in modo che, in detta prima posizione, connette detto altoparlante (5) a detti mezzi di connessione (8) tramite detti mezzi di elaborazione (7, 12), mentre in detta seconda posizione connette detto altoparlante (5) a detta interfaccia di comunicazione (24) tramite un rispettivo amplificatore (34) e detti mezzi di elaborazione (7, 12).
8. 8. Unità interna secondo una delle rivendicazioni 1-7, caratterizzata dal fatto di comprendere un blocco di alimentazione ausiliario (9) collegabile ad una rete elettrica domestica.
9. 9. Unità interna secondo una delle rivendicazioni 1-8, caratterizzata dal fatto di comprendere un display (3) per la visualizzazione di immagini riprese dall'unità esterna di detto impianto citofonico o videocitofonico.
10. 10. Unità interna secondo la rivendicazione 9, caratterizzata dal fatto di comprendere mezzi selettori (36) atti ad abilitare selettivamente detto display (3) a ricevere e riprodurre o dette immagini riprese dall'unità esterna, o flussi di immagini in formato digitale ricevute da detta rete informatica.
11. 11. Unità interna secondo la rivendicazione 10, caratterizzata dal fatto che detti mezzi di elaborazione comprendono un primo microprocessore (7) connesso a detta unità esterna dell'impianto tramite detti mezzi di connessione (8), ed un secondo microprocessore (12) connesso a detta interfaccia di comunicazione (24), e dal fatto che detti mezzi di selezione comprendono un selettore (36) interposto operativamente tra detto display (3) e detti primo microprocessore (7) e secondo microprocessore (12).
12. 12. Unità interna secondo una delle rivendicazioni 1-11, caratterizzata dal fatto che detti mezzi di elaborazione (7, 12) sono programmati per commutare detto relè (28) in detta seconda posizione quando un utente preme e mantiene premuto un pulsante (30).
13. 13. Unità interna secondo una delle rivendicazioni 1-11, caratterizzata dal fatto che detti mezzi di elaborazione (7, 12) sono programmati per commutare detto relè (28) in detta seconda posizione alla pressione di un pulsante (30), e commutarlo nuovamente in detta prima posizione alla successiva pressione di detto pulsante (30), essendo inoltre previsto un timeout di protezione atto a commutare automaticamente detto relè (28) in detta prima posizione dopo un tempo prestabilito dalla prima pressione del pulsante (30).