TWI528186B - 經由音訊發布訊息的系統及方法 - Google Patents

Description

經由音訊發布訊息的系統及方法

本發明係有關於一種可經由音訊來自動發布訊息的系統及方法，特別是一種有關於經由接收、分析音訊後以產生字串，再依據字串從顯示畫面中決定一標的物件，然後產生對應此標的物件的訊息並自動發布訊息至社群網站的系統及方法。

隨著科技進步，電子裝置例如是智慧型手機、平板電腦、筆記型電腦、個人電腦等越來越普及，而許多使用者也經常在社群網站(例如Facebook、Google+)上來發佈訊息，例如登入社群網站後，發佈有關於對商品、商店、物件、事件的相關訊息，應用在社群網站的口碑行銷時，亦可在商品或商店的粉絲團來發佈訊息或打卡。但通常來說，使用者必須先操作相當多的步驟，例如自行登入社群網路、準備好欲發佈的訊息資料(可能包含照片、影像、文字評論等)，然後上傳到社群網站。對使用者而言，此種方式操作過程繁複，使用上並不方便。

目前為了方便讓使用者登入社群網站以及快速發佈訊息，在許多電子裝置中已可以事先設定使用者於社群網站的登入資料，便利使用者自動登入社群網站，但使用者欲發佈訊息，仍必須使用社群網站的介面，選擇照片/影像、並輸入文字等，才能夠在使用者自身的塗鴉牆上發佈訊息，使用者無法利用聲音即可自動完成整個發佈訊息的步 驟。

若是使用者欲在商品或商店的粉絲團來發佈訊息或打卡，則必須要以「地標」及「地點」作為基礎，例如商店端在社群網站上事先建立其商店相關資訊和其地理位置資訊，當使用者攜帶電子裝置到達此地理位置時，即可經由定位機制確認使用者所在的地理位置，然後此商店進行打卡，然後自動發佈使用者到達此商店的記錄或消費記錄。此種方式主要是依靠使用者本身的地理位置來進行打卡，使用者無法利用聲音於社群網站來打卡，且當使用者未到達商店的地理位置時，也無法對商店來發佈訊息。

目前社群網站所提供的發佈訊息、打卡(check-in)功能，皆需經由登入、操作社群網站介面等多個步驟來完成，缺乏更直覺且更便利的方法。若使用者欲使用其處理功能較低或顯示螢幕較小的智慧型手機或平板電腦來自動發佈訊息時，若欲操作社群網站介面，手動選擇照片/影像、輸入文字等，更是造成使用者的不便。因此，對於需要有一種更便利、更有效果的自動發佈訊息系統和方法，例如經由聲音，即能夠讓使用者直覺且便利地來自動發佈訊息。

本發明係提供一種經由音訊發布訊息的系統，包括：一通訊單元，用以連接通訊網路；一音訊接收單元，用以接收一第一音訊信號；一顯示單元；以及一處理單元，用以辨識該第一音訊信號以產生一第一字串，並依據該第一字串由顯示於該顯示單元之一顯示畫面決定中一標的物 件，以及自動產生對應該標的物件的一訊息，並透過該通訊單元將該訊息發布至一社群網站。

本發明更提供一種經由音訊發布訊息的方法，一種經由音訊發布訊息的方法，包括：經由一通訊網路單元連接一通訊網路；經由一音訊接收單元接收一第一音訊信號；經由一處理單元辨識該第一音訊信號以產生一第一字串；經由該處理單元依據該第一字串由一顯示單元所顯示之一顯示畫面決定一標的物件；以及，經由該處理單元自動產生關於該標的物件的一訊息，並經由該通訊單元將該訊息發布至一社群網站。

為使本發明之上述目的、特徵和優點能更明顯易懂，下文特舉一較佳實施例，並配合所附圖式，作詳細說明如下。

第1圖係顯示依據本發明一實施例之經由音訊發布訊息的系統100的功能方塊圖。經由音訊發布訊息的系統100至少包括一處理單元110、一音訊接收單元120、一通訊單元130、以及一顯示單元160。上述各項元件可設置在同一電子裝置中，如智慧型手機、平板電腦、筆記型電腦或個人電腦，亦可分別設置於不同的電子裝置中再經由實體線路(如RS232、匯流排)或有線/無線通訊網路鏈結，例如處理單元110可設置於一遠端的伺服器中，而音訊接收單元120、通訊單元130及顯示單元160則設置在一智慧型手機中，但本發明並不限於此。以下段落則分別詳述各項元件 之功能。

音訊接收單元120係用以接收一音訊信號，例如可以是麥克風、傳聲器、收音器、集音器或其他可將聲音轉換成電子信號的換能器，但本發明並不限於此。通訊單元130可以是一網路介面，例如是有線或無線的網路介面，例如TCP/IP、Wifi、802.11x等介面，或是用以連結通訊網路的實體於元件，如網路介面卡、GPRS模組、3G模組/網卡、3.5G模組/網卡、藍芽模組等，但本發明並不限於此。顯示單元係可以是用以顯示資訊、畫面的各種市售可得螢幕、顯示器，如陰極射線管顯示器(CRT)、液晶顯示器(LCD)、電漿顯示器(PDP)、LED顯示器等，但本發明並不限於此。

處理單元110鏈結通訊單元130、音訊接收單元120以及顯示單元160，主要是用以辨識音訊接收單元120所接收到的第一音訊信號以產生一第一字串，並依據第一字串由顯示於顯示單元160上的顯示畫面，決定中一標的物件，然後自動產生對應標的物件的一訊息，透過通訊單元130將訊息發布至社群網站，例如在社群網站上以使用者自己帳號的塗鴉牆上，發佈和此標的物件相關的訊息，或是到社群網站上商店端/粉絲團上，以使用者自己帳號來打卡或發佈訊息。所發佈的訊息，可以是對應標的物件的文字、圖片、照片、影像、聲音或是超鏈結，亦可以是任二者以上的組合。舉例來說，上述標的物件可以是在顯示畫面上對應一物品、一商品、一商店、一企業、一人物或一事件的名稱、圖片或是其他可供描述該特定物件之聲音、文字或影像資訊。

在另一實施例中，處理單元110更可包含一音訊偵測模組(第1圖中未顯示)，用以辨識音訊接收單元120所接收的音訊信號並將音訊信號轉換為文字(意即使用聲音轉文字之技術)，然後再由處理單元110依據所轉換的文字進行斷詞、語意分析等習知技術，以產生第一字串。更進一步時，音訊偵測模組更可依據所接收的音訊信號，利用習知的語音辨識技術(如音高、音調、音頻、音量等)，對音訊信號進行演算，以判斷該音訊所代表的情緒傾向。又或者是，處理單元110可依據所轉換的文字利用習知的語意辨識技術，判斷發出該音訊信號之使用者的情緒傾向。所判斷出來的情緒傾向，可用來作為啟動處理單元110進行產生第一字串、決定標的物件、產生訊息、並自動將訊息發布至一社群網站的依據。例如，處理單元110在產生第一字串之前，音訊接收單元120可以持續地接收來自使用者的音訊信號，而處理單元110以及/或是音訊偵測模組可以持續地判斷使用者的情緒傾向，當判斷使用者的情緒傾向是表示對某物件感興趣或有意要發佈訊息時，處理單元110才開始進行產生第一字串、決定標的物件、產生訊息、並自動將訊息發布至一社群網站等功能。需注意的是，本發明之音訊偵測模組之功能除了利用處理單元110來實現之外，亦可用獨立於處理單元110之外的特定邏輯電路來實現。後述實施例中之音訊偵測模組之功能均是由處理單元110所執行為例進行說明。

在其他實施例中，處理單元110在產生第一字串之前，亦可利用接收到一特定的感測器信號、接收到一特定 的操作指令、或是接收到一特定的語音，來作為啟動處理單元110進行產生第一字串、決定標的物件、產生訊息、並自動將訊息發布至一社群網站的依據。

在另一實施例中，當顯示畫面是一網頁時，處理單元110更可分析網頁之網頁語法，取得網頁之目前顯示畫面(如使用者目前所瀏覽的網頁的螢幕畫面)之邊界，並具有網頁標籤解析、片段(Snippet)資訊比對、圖形辨識(pattern recognition)、超連結(hyperlink)及標題(title)比對、以及光學字元辨識(Optical character recognition)之功能，經由上述功能之任一者來辨識出網頁中的多種物件及其對應的資訊。更進一步而言，處理單元110係可依據所產生的第一字串及顯示畫面決定至少一候選物件，再依據該至少一候選物件決定該標的物件。舉例來說，顯示畫面上經常包含有多個物件，處理單元110可先針對顯示畫面進行辨識以找出多個物件，然後比對第一字串和所找出物件以及/或是其對應的資訊，從以多個物件中來選擇和第一字串相符合或關聯性較高的物件作為候選物件，再經由提供一操作介面讓使用者選取，或是進一步經由網路或資料庫搜尋每一候選物件的相關資料，再和第一字串進行比對或關聯性判斷，以從候選物件中決定其中之一作為標的物件。

在另一實施例中，經由音訊發布訊息的系統100更可包括一資料庫(第1圖中未繪示)，該資料庫係用以儲存複數張識別影像，每一個識別影像可對應儲存有名稱、描述資訊或其他相關資訊。處理單元110在決定候選物件時，可以先將顯示畫面擷取下來產生一圖檔，然後解析此圖檔 以產生一個以上的物件影像，然後將解析出來的物件影像和資料庫中的多個識別影像進行比對，產生一比對結果，例如從圖檔中多個物件影像中，找出和資料庫中任一識別影像其相似度高於一閥值的物件影像，來作為候選物件。

第2A~2B圖係顯示依據本發明不同實施例中經由音訊發布訊息的系統100的示意圖。在一實施例中，如第2A圖所示，當一使用者透過經由音訊發布訊息的系統100中之顯示單元160上瀏覽網頁且該網頁上有其感興趣的物件或產品，該使用者可利用音訊接收單元120輸入一音訊信號A1來表示對網頁200上的物件210感興趣。當處理單元110接收到使用者所輸入的音訊信號A1後，處理單元110係辨識所接收的音訊信號A1並轉換為對應的字串S1。舉例來說，處理單元110可依據所接收的音訊信號A1，利用習知的語音辨識技術(如音高、音調、音頻、音量等)，對音訊信號A1進行演算，以判斷該音訊所代表的情緒傾向。處理單元110亦可依據所轉換的字串S1，並利用習知的語意辨識技術，判斷發出該音訊信號A1之使用者的情緒傾向。當處理單元110判斷出該音訊信號所表示的情緒傾向符合某一預先設定條件(例如事先設定推薦所瀏覽網頁中物件的情緒傾向條件、對某一事物感興趣的情緒傾向條件等)時，處理單元110可由字串S1和網頁200(即顯示畫面)中決定一標的物件，並自動產生對應於字串S1的一訊息SC1，再由處理單元110透過通訊單元130將訊息SC1依據使用者的帳號自動發布至社群網站W1。需注意的是，由處理單元110所產生的該訊息係為對應該標的物件之一 文字、一圖片、一聲音、一超鏈結或其組合。以Facebook為例，上述訊息可包括在自己社群帳號的塗鴉牆上發佈的訊息和在商店端/粉絲團上打卡或發佈訊息。除此之外，所發佈的訊息可以是處理單元110直接產生後發布，也可讓使用者自行修改、編輯文字/圖片後才發布。舉例來說，系統100更可具有一儲存單元，用來儲存使用者在不同社群網站的使用者帳號及密碼，以及對應的社群資訊(例如粉絲團)。當使用者欲使用經由音訊發布訊息的系統100在社群網站上發布訊息時，處理單元110即可讀取儲存單元中的使用者帳號及密碼，藉以在對應的社群網站上發布訊息。

在另一實施例中，如第2B圖所示，當一使用者透過經由音訊發布訊息的系統100中之顯示單元160上瀏覽網頁且該網頁上有其感興趣的物件或產品，該使用者可先啟動本發明之一應用程式(例如一訊息發布應用程式)，或是經由一行動裝置的感測信號，或是經由一操作介面進行操作，來啟動本發明中經由音訊發布訊息的功能。接著，該使用者可利用音訊接收單元120輸入一音訊信號A2。當處理單元110接收到使用者所輸入的音訊信號A2後，處理單元110係辨識所接收的音訊信號A2並轉換為對應的字串S2，再依據所轉換的字串S2和顯示畫面決定一目標物件。資料庫中儲存有多個物件的識別影像，處理單元110可將目前所顯示的網頁畫面中產生一圖檔，解析圖檔以產生至少一物件影像，然後分別將每一物件影像和資料庫中的識別影像進行比對以產生一比對結果，藉以找出與資料庫中任一識別影像相符或相近之物件影像，作為至少一候 選物件。換言之，與資料庫中之識別影像相符或相近之物件影像即作為候選物件。處理單元110再由該至少一候選物件中決定一標的物件(細節將詳述於後)，並自動產生關於該標的物件之一訊息SC2，再由處理單元110透過通訊單元130將訊息SC2以使用者的帳號自動發布至社群網站W2。舉例來說，在處理單元110決定標的物件後，處理單元110係可依據此標的物件，取得其在資料庫中相符或相近的識別影像，資料庫中亦可事先儲存有每一識別影像所對應的文字及圖片，處理單元110可將所取得識別影像所對應的文字及圖片，以作為訊息SC2中的部分資料。

在另一些實施例中，使用者所發出的音訊信號亦可能直接包括有標的物件之資訊。當處理單元110將音訊信號轉換為文字或字串後，可判斷字串中是否包括有標的物件的名稱(例如商品名稱、商店名稱、企業名稱等)。因此，當處理單元110判斷出字串中包括有標的物件的名稱時，亦可自動依據標的物件的名稱，從顯示畫面中擷取出對應的主體物件，並產生對應於該標的物件的訊息，再透過通訊單元130將所產生的訊息發布至社群網站。又或者是，當處理單元110判斷出字串中包括有標的物件的名稱時，亦可自動經由網路或資料庫，搜尋對應標的物件名稱的相關資料，來產生對應於該標的物件的訊息。然而，當處理單元110將音訊信號轉換為文字或字串後，無法從字串中找出標的物件的名稱時，處理單元110亦可由顯示畫面(例如使用者目前所瀏覽的網頁畫面)中辨識出可能的物件，例如可由網頁之圖片、標題、文字描述等來決定可能的候選 物件，再從候選物件中決定一標的物件。除此之外，處理單元110係依據該標的物件並透過通訊單元130於一通訊網路上搜尋對應該標的資料之相關資訊而產生該訊息。

當顯示畫面是一網頁時，處理單元110係利用網頁標籤解析、片段(Snippet)資訊比對、圖形辨識(pattern recognition)、超連結(hyperlink)及標題(title)比對、以及光學字元辨識(Optical character recognition)等功能由使用者所瀏覽的網頁中決定一標的物件。舉例來說，一般網頁多是由HTML語法或Java Script所編寫，處理單元110可分析目前所瀏覽之網頁的HTML及Java Script原始檔之語法，藉以取得網頁中之各圖片或描述資訊在畫面中的位置，並可同時進行網頁標籤解析、片段資訊比對及超連結及/或標題比對，藉以取得可能的候選物件名稱。接著，處理單元110可對目前網頁之畫面中的圖片進行圖形辨識及/或光學字元辨識，藉以取得圖片中的候選物件名稱、類型以及在圖片中的描述資訊，其中進行圖形辨識時，處理單元110係將畫面中之圖片的影像特徵與資料庫中的識別影像進行比對，藉以判斷是否有相符的候選物件。

若處理單元110之分析結果可得知目前網頁之畫面僅有一候選物件的相關資訊，則可直接決定該候選物件為標的物件。在一實施例中，若處理單元110之分析結果中有至少一候選物件，則處理單元110則提供一操作介面將至少一候選物件(例如其名稱及/或圖樣)顯示在顯示單元160上，以供一使用者選擇該至少一候選物件之其中一者作為標的物件。舉例來說，使用者亦可透過週邊裝置(例如滑鼠 或鍵盤)在操作介面上直接選擇顯示於顯示單元160上的其中一個候選物件作為標的物件。

在另一實施例中，若處理單元110之分析結果中有至少一候選物件，則處理單元110則將至少一候選物件(例如其名稱及/或圖樣)顯示在顯示單元160上。此時，音訊接收單元120可再接收一音訊信號A3，且音訊偵測模組140係辨識音訊信號A3以產生一字串S3，處理單元110即可依據字串S3由該至少一候選物件中決定標的物件。

需注意的是，當標的物件決定之後，處理單元110則自動產生關於標的物件之一訊息SC2，再由處理單元110透過通訊單元130將訊息SC2發布至社群網站W2。

第3圖係顯示依據本發明另一實施例之經由音訊發布訊息的方法之流程圖。在步驟S310，經由音訊發布訊息的系統100係透過通訊單元130連接至一通訊網路。在步驟S320，經由音訊發布訊息的系統100透過音訊接收單元120接收一第一音訊信號。在步驟S330，處理單元110(例如執行音訊偵測模組140)係辨識來自音訊接收單元120的該第一音訊信號以產生一第一字串。舉例來說，處理單元110依據所轉換的文字進行斷詞、語意分析等習知技術，以產生該第一字串。在步驟S340，處理單元110係依據該第一字串由顯示單元160所顯示之一顯示畫面決定一標的物件。舉例來說，上述標的物件可為一特定物件之名稱、圖片或是其他可供描述該特定物件之聲音、文字或影像資訊。在步驟S350，處理單元110係自動產生關於該標的物件的一訊息，並將該訊息發布至一社群網站。

本發明之方法，或特定型態或其部份，可以以程式碼的型態包含於實體媒體，如軟碟、光碟片、硬碟、或是任何其他機器可讀取(如電腦可讀取)儲存媒體，其中，當程式碼被機器，如電腦載入且執行時，此機器變成用以參與本發明之裝置或系統。本發明之方法、系統與裝置也可以以程式碼型態透過一些傳送媒體，如電線或電纜、光纖、或是任何傳輸型態進行傳送，其中，當程式碼被機器，如電腦接收、載入且執行時，此機器變成用以參與本發明之裝置或系統。當在一般用途處理器實作時，程式碼結合處理器提供一操作類似於應用特定邏輯電路之獨特裝置。

本發明雖以較佳實施例揭露如上，然其並非用以限定本發明的範圍，任何所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可做些許的更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

100‧‧‧經由音訊發布訊息的系統

110‧‧‧處理單元

120‧‧‧音訊接收單元

130‧‧‧通訊單元

160‧‧‧顯示單元

200、250‧‧‧網頁

210、260‧‧‧物件

A1-A3‧‧‧音訊信號

S2-S3‧‧‧字串

SC1-SC2‧‧‧訊息

W1-W2‧‧‧社群網站

第1圖係顯示依據本發明一實施例之經由音訊發布訊息的系統的功能方塊圖。

第2A~2B圖係顯示依據本發明不同實施例中使用者操作經由音訊發布訊息的系統100的示意圖。

第3圖係顯示依據本發明一實施例之經由音訊發布訊息的方法之流程圖。

100‧‧‧經由音訊發布訊息的系統

110‧‧‧處理單元

120‧‧‧音訊接收單元

130‧‧‧通訊單元

160‧‧‧顯示單元

Claims (14)

1. 一種經由音訊發布訊息的系統，包括：一通訊單元，用以連接一通訊網路；一音訊接收單元，用以接收一第一音訊信號；一顯示單元；以及一處理單元，鏈結該通訊單元、該音訊接收單元以及該顯示單元，用以辨識該第一音訊信號以產生一第一字串，並依據該第一字串由顯示於該顯示單元之一顯示畫面決定至少一候選物件，再依據該至少一候選物件決定一標的物件，以及自動產生對應該標的物件的一訊息，並透過該通訊單元將該訊息發布至一社群網站。
2. 如申請專利範圍第1項所述之經由音訊發布訊息的系統，其中該訊息係為對應該標的物件之一文字、一圖片、一聲音和一超鏈結至少其一，且係對應於該社群網站中一使用者；其中，該處理單元將該訊息發布至該社群網站係指將該訊息傳送至該社群網站以自動發佈對應該使用者之該訊息。
3. 如申請專利範圍第1項所述之經由音訊發布訊息的系統，其中該顯示畫面為一網頁，且該處理單元更分析該網頁之一網頁語法，藉以取得該網頁之該目前畫面的一邊界，且該處理單元更對該網頁進行網頁標籤解析、片段資訊比對、圖形辨識、超連結及標題比對、以及光學字元辨識至少其一，藉以由該網頁決定該至少一候選物件。
4. 如申請專利範圍第1項所述之經由音訊發布訊息的 系統，其中該系統更包括：一資料庫，儲存複數個識別影像；且其中，該處理單元更包括依據該顯示畫面產生一圖檔，解析該圖檔以產生至少一物件影像，擷取該資料庫以比對該至少一物件影像和該複數個識別影像以產生一比對結果，以及依據比對結果決定該至少一候選物件。
5. 如申請專利範圍第1項所述之經由音訊發布訊息的系統，其中該處理單元更提供一操作介面以將該至少一候選物件顯示於該顯示單元，且該操作介面更用以供一使用者選擇該至少一候選物件其中之一作為該標的物件。
6. 如申請專利範圍第1項所述之之經由音訊發布訊息的系統，其中該處理單元更將該至少一候選物件顯示於該顯示單元，且接收一第二音訊信號，辨識該第二音訊信號以產生一第二字串，以及依據該第二字串由該至少一候選物件中決定該標的物件。
7. 如申請專利範圍第1項所述之經由音訊發布訊息的系統，其中該處理單元係依據該標的物件並透過該通訊單元以及該通訊網路，搜尋對應該標的物件之相關資訊而產生該訊息。
8. 一種經由音訊發布訊息的方法，包括：經由一通訊網路單元連接一通訊網路；經由一音訊接收單元接收一第一音訊信號；經由一處理單元辨識該第一音訊信號以產生一第一字串；經由該處理單元依據該第一字串由一顯示單元所顯示 之一顯示畫面決定至少一候選物件，再依據該至少一候選物件決定一標的物件；以及經由該處理單元自動產生關於該標的物件的一訊息，並經由該通訊單元將該訊息發布至一社群網站。
9. 如申請專利範圍第8項所述之經由音訊發布訊息的方法，其中該訊息係為對應該標的物件之一文字、一圖片、一聲音和一超鏈結至少其一，且係對應於該社群網站中一使用者，其中將該訊息發布至該社群網站之步驟係指將該訊息傳送至該社群網站以自動發佈對應該使用者之該訊息。
10. 如申請專利範圍第8項所述之經由音訊發布訊息的方法，其中該顯示畫面係為一網頁，且經由該處理單元決定該至少一候選物件，係分析該網頁之一網頁語法，藉以取得該網頁之該目前畫面的一邊界，以及對該網頁進行網頁標籤解析、片段資訊比對、圖形辨識、超連結及標題比對、以及光學字元辨識至少其一，藉以由該網頁決定該至少一候選物件。
11. 如申請專利範圍第8項所述之經由音訊發布訊息的方法，更包括：經由一資料庫儲存複數個識別影像；且其中經由該處理單元決定該至少一候選物件之步驟，係從該顯示畫面產生一圖檔，解析該圖檔以產生至少一物件影像，擷取該資料庫以比對該至少一物件影像和該複數個識別影像以產生一比對結果，以及依據該比對結果決定該至少一候選物件。
12. 如申請專利範圍第8項所述之經由音訊發布訊息的方法，更包括：經由該處理單元提供一操作介面以將該至少一候選物件顯示於該顯示單元，其中該操作介面更用以供一使用者選擇該至少一候選物件其中之一作為該標的物件。
13. 如申請專利範圍第8項所述之經由音訊發布訊息的方法，更包括：經由該處理單元將該至少一候選物件顯示於該顯示單元，接收一第二音訊信號，辨識該第二音訊信號以產生一第二字串，以及依據該第二字串由該至少一候選物件中決定該標的物件。
14. 如申請專利範圍第8項所述之經由音訊發布訊息的方法，更包括：經由該處理單元依據該標的物件並透過該通訊單元以及該通訊網路，搜尋對應該標的物件之相關資訊而產生該訊息。