TWI672652B - 特店語音支付系統 - Google Patents

Abstract

一種特店語音支付系統，其適用於使用者端之實施例包括：通訊單元、顯示單元、處理單元、影像辨識模組、語音辨識模組。顯示單元提供互動之顯示介面。處理單元耦接於通訊單元及顯示單元。影像辨識模組用以對影像資料進行影像辨識。語音辨識模組用以對語音訊號進行語音辨識。處理單元透過影像辨識模組對關於商店及商品的影像資料進行影像辨識並透過顯示介面以確定欲購買之至少一商品。處理單元透過語音辨識模組對語音訊號進行語音辨識並透過顯示介面以確定購買至少一商品、進行使用者身分確認及線上支付。

Description

特店語音支付系統

本發明係關於一種資訊查訊系統，更特別的是關於一種用於金融機構之特店語音支付系統。

隨著電子商務蓬勃發展及電子支付服務的普及，遠距網路交易已成為重要的交易管道，民眾在線上網站消費蔚為風潮。為因應此風潮，本地銀行業者紛紛推出本地銀行客戶在購物網站購物消費時，在線上使用銀行之晶片金融卡或信用卡付款的服務。

為了確認身分及金融交易，使用者在購物及支付時，購物或支付系統會要求使用者不斷利用電腦輸入文字，如於身分確認中輸入密碼、及於支付過程中輸入金融卡或信用卡帳號、密碼等複雜過程。另外，使用者亦必須事先綁定金融卡或信用卡。在利用線上金融卡交易的使用情景下，使用者必須在電腦上安裝讀卡機及相關軟體，使用者在進行線上購物時手邊需要有信用卡、金融卡輸入卡號或帳號才能付款。此等操作方式對使用者來說並不友善，尤其是年長者來說，更是複雜、不便且容易出錯。使用者為了確認自己的輸入的卡號或帳號，也必須多次核對，降低了購物作業及支付的效率。

本發明之一目的在於提出一種特店語音支付系統，其能夠有效地利用運算資訊及通訊資源以促進使用者完成線上購物及支付的作業之同時， 能夠降低上述作業的複雜度，使線上購物及支付的作業更有效率及方便，讓使用者得到更佳的使用體驗。

為達至少上述目的，本發明提出一種特店語音支付系統，其適用於使用者端，特店語音支付系統包括：通訊單元、顯示單元、處理單元、影像辨識模組、語音辨識模組。顯示單元，用以提供互動之顯示介面。處理單元，耦接於通訊單元及顯示單元。影像辨識模組用以對影像資料進行影像辨識。語音辨識模組用以對語音訊號進行語音辨識。影像辨識模組、語音辨識模組係由處理單元所執行以進行線上購物及支付。處理單元透過影像辨識模組對關於商店及商品的影像資料進行影像辨識並透過顯示介面以確定欲購買之至少一商品。處理單元透過語音辨識模組對語音訊號進行語音辨識並透過顯示介面以確定購買至少一商品、進行身分確認及進行線上支付。

於一實施例中，處理單元用以取得關於商店及商品的影像資料。處理單元用以透過影像辨識模組對影像資料進行影像辨識以得到關於商店及商品的圖片特徵資料並透過通訊單元將圖片特徵資料傳送至圖片資訊伺服器。處理單元用以透過通訊單元接收並透過顯示介面輸出圖片資訊伺服器回應圖片特徵資料而對應地產生的商品相關資料，商品相關資料包含商店名稱資料、商品名稱資料、價格資料。

於一實施例中，處理單元用以接收第一語音訊號並據以透過語音辨識模組進行語音辨識以判斷第一語音訊號是否代表使用金融工具帳戶的支付方式以購買商品相關資料中所指的至少一商品。若處理單元判斷出第一語音訊號是代表使用金融工具帳戶的支付方式以購買至少一商品，則處理單元輸出一說出密碼請求訊息。處理單元用以透過通訊單元接收第二語音訊號並傳送依據 第二語音訊號之身分確認訊號至聲紋辨識伺服器。處理單元用以透過通訊單元接收聲紋辨識伺服器回應身分確認訊號而對應地輸出的使用者識別碼。

於一實施例中，處理單元用以透過通訊單元將購物相關資料傳送至帳務伺服器，購物相關資料包含至少一商品所對應的商店名稱資料、商品名稱資料、價格資料以及使用者識別碼、金融工具帳戶的資料。處理單元用以透過通訊單元接收並透過顯示介面輸出帳務伺服器回應購物相關資料而對應地輸出的支付相關資料，支付相關資料包含代表轉出帳號、特店轉入帳號與轉帳金額之資料。處理單元用以接收第三語音訊號並據以透過語音辨識模組進行語音辨識以判斷第三語音訊號是否代表確定進行支付以購買至少一商品。若處理單元判斷出第三語音訊號是代表確定進行支付以購買至少一商品，則透過通訊單元將確定支付訊息傳送至帳務伺服器以進行支付。

於一實施例中，處理單元用以找出進行支付之一終端裝置的位址。處理單元用以輸出一出貨地址確認訊息以請求確認是否以關於終端裝置的位址的地理位址作為該至少一商品的出貨地址。處理單元用以接收第四語音訊號並據以進行語音辨識以判斷第四語音訊號是否代表確定出貨地址。若處理單元判斷出第四語音訊號是代表確定出貨地址，則處理單元用以將出貨地址訊息傳送至帳務伺服器或至少一商品對應之商店交易單元。

為達至少上述目的，本發明提出一種特店語音支付系統，其適用於伺服器端，特店語音支付系統包括：至少一管理伺服器，各管理伺服器包含網路單元及資料處理單元。網路單元用以進行網路通訊，並與至少一終端裝置通訊；資料處理單元，電性耦接於網路單元，且用以對至少一終端裝置所傳來的訊號進行處理。至少一管理伺服器係用以：對關於商店及商品的影像資料進行影像 辨識以確定欲購買之至少一商品；對第一語音訊號進行語音辨識以確定購買至少一商品；對第二語音訊號進行語音辨識以進行使用者身分確認；對第三語音訊號進行語音辨識以進行線上支付。

於一實施例中，至少一管理伺服器係用以：取得關於商店及商品的影像資料；對影像資料進行影像辨識以得到關於商店及商品的圖片特徵資料並將圖片特徵資料傳送至圖片資訊伺服器；以及接收並輸出圖片資訊伺服器回應圖片特徵資料而對應地產生的商品相關資料，商品相關資料包含商店名稱資料、商品名稱資料、價格資料；接收第一語音訊號並據以進行語音辨識以判斷第一語音訊號是否代表使用金融工具帳戶的支付方式以購買商品相關資料中所指的至少一商品。若判斷出第一語音訊號是代表使用金融工具帳戶的支付方式以購買至少一商品，則至少一管理伺服器輸出說出密碼請求訊息。

於一實施例中，至少一管理伺服器係用以：接收第二語音訊號並據以傳送身分確認訊號至聲紋辨識伺服器；接收聲紋辨識伺服器回應身分確認訊號而對應地輸出的使用者識別碼；將購物相關資料傳送至帳務伺服器，購物相關資料包含至少一商品所對應的商店名稱資料、商品名稱資料、價格資料以及使用者識別碼、金融工具帳戶的資料；接收並輸出帳務伺服器回應購物相關資料而對應地輸出的支付相關資料，支付相關資料包含代表轉出帳號、特店轉入帳號與轉帳金額之資料；接收第三語音訊號並據以進行語音辨識以判斷第三語音訊號是否代表確定進行支付以購買至少一商品。若判斷出第三語音訊號是代表確定進行支付以購買至少一商品，則至少一管理伺服器將確定支付訊息傳送至帳務伺服器以進行支付。

於一實施例中，至少一管理伺服器係用以：找出進行支付之終端裝置的位址；輸出出貨地址確認訊息以請求確認是否以關於終端裝置的位址的地理位址作為至少一商品的出貨地址；接收第四語音訊號並據以進行語音辨識以判斷第四語音訊號是否代表確定出貨地址。若判斷出第四語音訊號是代表確定出貨地址，則至少一管理伺服器將出貨地址訊息傳送至帳務伺服器或至少一商品對應之商店交易單元。

於一實施例中，至少一管理伺服器係用以：若判斷出第四語音訊號是代表並出貨地址並不正確，則至少一管理伺服器輸出出貨地址請求訊息以請求使用者輸入出貨地址；接收第五語音訊號並據以進行語音辨識以判斷第五語音訊號是否代表使用者輸入出貨地址。若判斷出第五語音訊號是代表使用者輸入出貨地址，則至少一管理伺服器將出貨地址訊息傳送至帳務伺服器或至少一商品對應之商店交易單元。

藉此，特店語音支付系統之實施例，能夠有效地利用運算資訊及通訊資源以促進使用者完成線上購物及支付的作業之同時，能夠降低上述作業的複雜度，使線上購物及支付的作業更有效率及方便，讓使用者得到更佳的使用體驗。

10‧‧‧使用者端之特店語音支付系統

15‧‧‧伺服器端之特店語音支付系統

20‧‧‧圖片資訊伺服器

30‧‧‧聲紋辨識伺服器

40‧‧‧帳務伺服器

90‧‧‧網路

100‧‧‧終端裝置

100A‧‧‧終端裝置

110‧‧‧通訊單元

120‧‧‧顯示單元

130‧‧‧處理單元

140‧‧‧儲存單元

141‧‧‧影像辨識模組

142‧‧‧語音辨識模組

150‧‧‧影像單元

160‧‧‧聲音單元

200‧‧‧管理伺服器

210‧‧‧網路單元

220‧‧‧資料處理單元

230‧‧‧儲存單元

IM‧‧‧影像資料

S10~S40‧‧‧步驟

S110~S210‧‧‧步驟

S310~S335‧‧‧步驟

〔圖1〕係為應用於使用者端之特店語音支付系統之一實施例的應用情景的方塊示意圖。

〔圖2〕係為使用者端之特店語音支付系統之一實施例的方塊示意圖。

〔圖3〕係為特店語音支付系統之運作方法之一實施例的示意流程圖。

〔圖4A〕係為基於圖3之運作方法之實施例的示意流程圖。

〔圖4B〕係為基於圖3之運作方法之實施例的示意流程圖。

〔圖5〕係為基於圖3之運作方法之另一實施例的示意流程圖。

〔圖6〕為應用於伺服器端之特店語音支付系統之一實施例的示意圖。

〔圖7〕為特店語音支付系統之管理伺服器之一實施例的示意方塊圖。

為充分瞭解本發明之目的、特徵及功效，茲藉由下述具體之實施例，並配合所附之圖式，對本發明做詳細說明，說明如後：請參考圖1及圖2，圖1為應用於使用者端之特店語音支付系統之一實施例的應用情景的方塊示意圖，圖2為特店語音支付系統之一實施例的方塊示意圖。

如圖1及圖2所示，特店語音支付系統10，其適用於使用者端，如實現於終端裝置100。如圖2所示，實現於終端裝置100的特店語音支付系統10包括：通訊單元110、顯示單元120、處理單元130、影像辨識模組141、語音辨識模組142。特店語音支付系統10可以利用終端裝置100來實現。終端裝置100例如是如手機、平板之智慧型裝置、筆記型或桌上型電腦等任何運算裝置。

通訊單元110用於訊號連接至網路90以與外部的伺服器通訊，例如圖片資訊伺服器20、聲紋辨識伺服器30、帳務伺服器40。顯示單元120，如液晶顯示器或觸控螢幕，用以提供互動之顯示介面。處理單元130，如微理處器、單晶片或微控制器，其耦接於通訊單元110及顯示單元120。此外，在此實施例中， 終端裝置100更包括影像單元150及聲音單元160。影像單元150例如包含攝影機或影像處理器等、或其組合。聲音單元160例如包含麥克風或聲音處理器等、或其組合。

影像辨識模組141用以對影像資料進行影像辨識。語音辨識模組142用以接收語音並據以進行語音辨識。影像辨識模組141、語音辨識模組142可以利用硬體、軟體或軟硬體的方式來實現。例如影像辨識模組141、語音辨識模組142是儲在於電性耦接處理單元130的記憶單元140中程式模組並由處理單元130執行，或者影像辨識模組141、語音辨識模組142分別藉由電性耦接至處理單元130的影像處理器(如影像單元150)、聲音處理器(如聲音單元160)來實現。影像辨識模組141可以利用影像分析的各種技術，將影像資料如照片進行分割(segmentation)，或進行與知識庫(knowledge base)比對，以截取照片中的目標物，或可進行目標物識辨(object recognition)，如辨識出目標物為屬於商品、商品的品牌、商店的名稱或地址或其他。語音辨識模組142可以利用語音轉文字(speech to text,STT)技術來實現將語音內容轉換為相對應的文字，其建置方式為透過聲音特徵比對、語料收集，來建立龐大的語料庫，系統接收語音後比對語料庫，並將語音內容轉換為可能的文字。由語音轉換為文字的資料，可作為分析或判斷條件比對從而進一步進行處理如購物的確認或支付的確認。然而本發明之實現並不受此等例子限制。

處理單元130利用影像辨識模組141、語音辨識模組142、顯示單元120、通訊單元110以進行線上購物及支付。處理單元130透過影像辨識模組141對關於商店及商品的影像資料進行影像辨識並透過顯示介面從而讓終端裝置100之使用者確定欲購買之至少一商品。處理單元130透過語音辨識模組142對使 用者之語音進行語音辨識並透過顯示介面以確定購買至少一商品、進行使用者身分確認及進行線上支付。

舉例而言，關於商店及商品的影像資料可以包含一張或多張含有商品、品牌或店家的名稱的數位影像，例如圖1中的影像資料IM中含有商品(如鞋子)及品牌或店家的名稱(如ABC)影像。影像資料IM可以利用不同方式產生，如使用者可以利用終端裝置100拍攝實體的商品以及商品的品牌或店家的名稱之影像來作為影像資料IM。使用者亦可以利用終端裝置100從外部(如社交媒體網站、網路搜尋、網站或電子郵件等)得到含有商品、品牌或店家的名稱的數位影像。然而，本發明之實現並不受上述例子限制。

於一實施例中，處理單元130用以取得關於商店及商品的影像資料。處理單元130透過影像辨識模組141對影像資料進行影像辨識以得到關於商店及商品的圖片特徵資料並透過通訊單元110將圖片特徵資料傳送至圖片資訊伺服器20。例如，影像辨識模組141利用影像處理的分割技術找出目標物，如商品、商品的品牌、商店的名稱或地址或其他，從而截取影像資料中商品(如鞋子)影像及品牌或店家的名稱(如ABC)影像，以作為圖片特徵資料。由於影像資料中可能含有跟商品、商品的品牌等購物內容無關的背景或人物等影像內容，影像資料經過上述的影像辨識的處理所得出之圖片特徵資料的資料量已大為減少。藉此，本實施例由於利用終端裝置100對影像資料進行了前置的影像辨識的處理，藉此可以減輕圖片資訊伺服器20的處理運算上的負擔，並可避免直接傳送影像資料(如一張或多張照片)所造成的網路資源及運算資料的浪費，從而可以提升整體線上購物及支付的效率。

圖片資訊伺服器20係具有商品、品牌、店家相關的商品資料庫，商品資料庫中具有商品、品牌、店家的影像資料、店家所販售的商品的影像資料、以及此等影像資料之間的對應或關聯關係，以及具有店家所販售的商品的價格、商品資料等。圖片資訊伺服器20將圖片特徵資料與此商品資料庫中的影像資料進行比較或搜尋，例如利用辨識圖片所得到的商店名稱或品牌名稱找出店名，辨識圖片物品種類從而找出商品。若此商品資料庫中存在與圖片特徵資料中相同或相似的商品，則圖片資訊伺服器20對應地產生商品相關資料。商品相關資料包含商店名稱資料、商品名稱資料、價格資料。例如，若此商品資料庫中不存在與圖片特徵資料中相同或相似的某種品牌的商品(如牌子ABC的一款登山鞋)，圖片資訊伺服器20也可以對應地產生商品相關資料，例如是與圖片特徵資料中相同品牌的其他商品(如登山服裝)，或是與圖片特徵資料中相同店家的不同品牌的相同或相似商品。又例如，圖片特徵資料具有品牌及商品的影像，而利用此商品資料庫找到有多個店家對應至此圖片特徵資料中的品牌及商品時，圖片資訊伺服器20亦可對應地產生多個店家的商品相關資料。又例如，圖片特徵資料具有第一店家、品牌及商品的影像，而利用此商品資料庫找到只有第二店家對應至此圖片特徵資料中的品牌及商品時，圖片資訊伺服器20亦可對應地產生關於第二店家的商品相關資料。然而，本發明之實現並不受上述圖片資訊伺服器20的例子限制。

處理單元130透過通訊單元110接收並透過顯示介面輸出圖片資訊伺服器20回應圖片特徵資料而對應地產生的商品相關資料，從而供使用者透過終端裝置100來選擇及確認。舉例而言，在顯示介面上可以顯示商品相關資料並配合商品的影像，並配合顯示介面供使用者來選擇及確認欲購買的商品。

於一實施例中，在使用者來選擇及確認欲購買的商品之後，處理單元130用以接收第一語音訊號並據以透過語音辨識模組142進行語音辨識以判斷第一語音訊號是否代表使用金融工具帳戶的支付方式以購買商品相關資料中所指的至少一商品。金融工具帳戶例如是指現金卡、信用卡、或金融卡等金融工具的帳戶。在此假設終端裝置100已進行了相關的金融工具帳戶的支付方式的設定，例如是使用者已經與金融工具發行的金融機構開通了行動交易服務，並於終端裝置100中已安裝了相關的支付方式的軟體或設定。舉例而言，特店語音支付系統或金融機構可以要求使用者說出某種內容格式的確認商品及支付方式的語句以表示購買商品，例如說出如「確定購買，請從我的銀行金融卡支付」的語句。若待確認的商品只有一個，可要求使用者在語句中說出「購買」來代表確認欲購買此商品，若待確認的商品有多個，則可以允許使用者說「購買全部」、「購買第一項、第三項商品」。又語句中「金融卡」亦可改為其金融工具如現金卡或信用卡。此外，上述語句中「銀行」亦可改為金融機構如銀行的名稱。然而，本發明之實現對並不受上述例子的限制。

若處理單元130判斷出第一語音訊號是代表使用金融工具帳戶的支付方式以購買至少一商品，則處理單元130輸出說出密碼請求訊息。例如終端裝置100透過顯示介面顯示「請您說出通關密碼」的文字或代表圖式或以聲音方式以告知使用者說出密碼。處理單元130用以接收第二語音訊號並傳送依據該第二語音訊號之身分確認訊號至聲紋辨識伺服器30以進行使用者身分確認。

特店語音支付系統或金融機構可以要求使用者說出某種格式的特定語句(或稱通關密碼)從而進行使用者身分辨識，例如請使用者說出通關密碼6至12個字，如「土地銀行WZ語音購物89」，其中特定語句可以被定義為某一詞 語、語句、呼叫聲或其組合。聲紋辨識伺服器30係具有聲紋特徵資料庫，聲紋特徵資料庫具有使用者的聲紋特徵、聲紋特徵與使用者的識別碼之對應關係，其中聲紋特徵係由使用者的聲音波長、頻率、強度、節奏等複數種聲音特徵值組成。聲紋辨識伺服器30接收身分確認訊號後，對身分確認訊號中之第二語音訊號進行處理以得出第二語音訊號的聲紋特徵，並繼而將第二語音訊號的聲紋特徵與聲紋特徵資料庫中的聲紋特徵進行比對。聲紋辨識伺服器30依據第二語音訊號的聲紋特徵從聲紋特徵資料庫中找出對應的使用者識別碼。在一實施例中，聲紋辨識伺服器30可將使用者識別碼傳送至終端裝置100。在另一實施例中，可以將終端裝置100配置為依據第二語音訊號輸出身分確認訊號及進一步使身分確認訊號夾帶配對密碼，並傳送至聲紋辨識伺服器30。聲紋辨識伺服器30在如前述方式找出使用者識別碼以後，可以進一步判斷儲存於聲紋辨識伺服器30中與此使用者識別碼關聯的對應密碼是否與終端裝置100所傳送的配對密碼一致(如相同或匹配)。若關於密碼的判斷結果為一致，聲紋辨識伺服器30將此使用者識別碼傳送至終端裝置100。若判斷結果為否，則聲紋辨識伺服器30將此結果通知終端裝置100，而終端裝置100可以允許使用者重新說出特定語句或停止購物的操作。藉此實施例，可以加強使用者身分確認機制的安全性。然而，本發明之實現並不受上述例子限制。在一些實施例中，終端裝置100可以被配置為依據第二語音訊號分析出如聲音波長、頻率、強度或節奏等或其組合的聲音特徵值後，並輸出包含聲音特徵值的身分確認訊號，或者進一步使身分確認訊號包含配對密碼，並傳送至聲紋辨識伺服器30以進行使用者身分確認。藉此，這些實施例由於利用終端裝置100依據第二語音訊號進行前置的聲音分析的處理，藉此可以減輕聲紋辨識 伺服器30的處理運算上的負擔，並可避免直接傳送第二語音訊號所造成的網路資源及運算資料的浪費，從而可以提升整體線上購物及支付的效率。

處理單元130接收聲紋辨識伺服器30回應身分確認訊號而對應地輸出的使用者識別碼。於一實施例中，處理單元130用以將購物相關資料傳送至帳務伺服器40，購物相關資料包含至少一商品所對應的商店名稱資料、商品名稱資料、價格資料以及使用者識別碼、金融工具帳戶的資料。帳務伺服器40可被實現為具有關於購物相關資料與支付相關資料對應關係的購物支付資料庫，帳務伺服器40依據購物相關資料從購物支付資料庫找到對應地的支付相關資料並將輸出支付相關資料。處理單元130用以接收並透過顯示介面輸出此支付相關資料，支付相關資料包含代表轉出帳號、特店轉入帳號與轉帳金額之資料。

為了確定使用者是否要進行支付以購買商品，特店語音支付系統或金融機構可以要求使用者說出某種格式的特定語句從而進行使用者身分辨識，例如請使用者說出「正確」、「OK」、「對的，請轉帳」或其他特定語句，其中特定語句可以被定義為某一詞語、語句、呼叫聲或其組合。為此，處理單元130用以接收第三語音訊號並據以透過語音辨識模組142進行語音辨識以判斷第三語音訊號是否代表確定進行支付以購買至少一商品。若處理單元130判斷出第三語音訊號是代表確定進行支付以購買至少一商品，如第三語音訊號被辨識為符合特定語句「正確」，則將確定支付訊息傳送至帳務伺服器40以進行支付。舉例而言，帳務伺服器40收到確定支付訊息後可進行有關支付的作業，如進一步透過金融機機的帳務系統或第三方支付系統進行線上轉帳或支付的交易。而帳務伺服器40可以將支付結果，如成功或失敗、支付資訊傳至終端裝置100。

如上所示，在終端裝置100上實現的特店語音支付系統10係提供利用影像、語音互動的使用者介面以進行欲購商品的選擇、確認以至於支付方式確認、身分確認、支付的確認。如此，令終端裝置100有效地利用運算資訊及通訊資源以促進使用者完成線上購物及支付的作業。

請參考圖3，其為特店語音支付系統之運作方法之一實施例的示意流程圖。如圖3所示，特店語音支付系統之運作方法包括以下步驟S10至S40。如步驟S10所示，藉由特店語音支付系統對關於商店及商品的影像資料進行影像辨識以確定欲購買之至少一商品。如步驟S20所示，藉由特店語音支付系統對第一語音訊號進行語音辨識以確定購買至少一商品。如步驟S30所示，藉由特店語音支付系統對第二語音訊號進行語音辨識以進行使用者身分確認。如步驟S40所示，藉由特店語音支付系統對第三語音訊號進行語音辨識以進行線上支付。

如圖3所示的運作方法可用以實現特店語音支付系統，例如於使用者端的終端裝置上實現特店語音支付系統，亦可以於伺服器端上實現特店語音支付系統。此外，亦可基於此運作方法而對上述特店語音支付系統的任一實施例作出各種可能的延伸及應用。

在一些實施例中，如圖3所示的運作方法可以應用於使用者端的終端裝置，如於使用者端的終端裝置上執行基於圖3之的運作方法所製作的應用程式(APP)。藉此，使用者端的終端裝置作為中介的角色而提供使用者介面並利用圖像辨識及語音辨識功能，並繼而與圖片資訊伺服器20、聲紋辨識伺服器30、帳務伺服器40通訊，從而令使用者端的終端裝置有效地利用運算資訊及通訊資源以促進使用者完成線上購物及支付的作業。

以下進一步就圖3之步驟S10至S40的實現方式，利用圖4A及圖4B之實施例來舉例說明。

請參考圖4A及圖4B，其為基於圖3之運作方法之實施例的示意流程圖。如圖4A所示，於一實施例中，步驟S10可以包括以下步驟S110至S130。如步驟S110所示，藉由特店語音支付系統取得關於商店及商品的影像資料。如步驟S120所示，藉由特店語音支付系統對影像資料進行影像辨識以得到關於商店及商品的圖片特徵資料並將圖片特徵資料傳送至圖片資訊伺服器20。如步驟S130所示，藉由特店語音支付系統接收並輸出圖片資訊伺服器20回應圖片特徵資料而對應地產生的商品相關資料，商品相關資料包含商店名稱資料、商品名稱資料、價格資料。關於圖片特徵資料、圖片資訊伺服器20、商品相關資料之產生的實現方式，可以利用前述相關內容中所舉的多個實施例來實現，故不再贅述。然而，本發明的實現並不受此例子限制。

如圖4A所示，於一實施例中，步驟S20可以包括以下步驟S140、S150。如步驟S140所示，藉由特店語音支付系統接收第一語音訊號並據以進行語音辨識以判斷第一語音訊號是否代表使用金融工具帳戶的支付方式以購買商品相關資料中所指的至少一商品。如步驟S150所示，若判斷出第一語音訊號是代表使用金融工具帳戶的支付方式以購買至少一商品，則藉由特店語音支付系統輸出說出密碼請求訊息。此外，如步驟S145所示，若步驟S150的判斷結果為否，則特店語音支付系統可以進行其他處理，如回覆錯誤而停止或可以允許使用者嘗試再次輸入語音。關於以語音進行支付方式的確認、商品的選擇或確認的實現方式，可以利用前述相關內容中所舉的多個實施例來實現，故不再贅述。然而，本發明的實現並不受此例子限制。

如圖4A所示，於一實施例中，步驟S30可以包括以下步驟S160、S170。如步驟S160所示，藉由特店語音支付系統接收第二語音訊號並傳送依據該第二語音訊號之身分確認訊號至聲紋辨識伺服器30以進行使用者身分確認。關於身分確認訊號的內容、聲紋辨識伺服器30、及使用者身分確認之實現方式，可以利用前述相關內容中所舉的多個實施例來實現，故不再贅述。若聲紋辨識伺服器30進行使用者身分確認的判斷結果為正確，聲紋辨識伺服器30將對應的使用者識別碼傳送至特店語音支付系統。如步驟S170所示，藉由特店語音支付系統接收聲紋辨識伺服器30回應身分確認訊號而對應地輸出的使用者識別碼。此外，若聲紋辨識伺服器30進行使用者身分確認的判斷結果為不正確，則特店語音支付系統可以允許使用者重新說出特定語句或停止購物的操作。然而，本發明的實現並不受此例子限制。

如圖4B所示，於一實施例中，步驟S40可以包括以下步驟。如步驟S180所示，藉由特店語音支付系統將購物相關資料傳送至帳務伺服器40，購物相關資料包含至少一商品所對應的商店名稱資料、商品名稱資料、價格資料以及使用者識別碼、金融工具帳戶的資料。如步驟S190所示，藉由特店語音支付系統接收並輸出帳務伺服器40回應購物相關資料而對應地輸出的支付相關資料，支付相關資料包含代表轉出帳號、特店轉入帳號與轉帳金額之資料。如步驟S200所示，藉由特店語音支付系統接收第三語音訊號並據以進行語音辨識以判斷第三語音訊號是否代表確定進行支付以購買至少一商品。如步驟S210所示，若特店語音支付系統判斷出第三語音訊號是代表確定進行支付以購買至少一商品，則特店語音支付系統將確定支付訊息傳送至帳務伺服器40以進行支付。此外，如步驟S205所示，若步驟S200的判斷結果為否，則特店語音支付系統可以進行其他處 理，如停止處理或可以允許使用者嘗試再次輸入語音。關於以語音進行支付之確定的實現方式，可以利用前述相關內容中所舉的多個實施例來實現，故不再贅述。然而，本發明的實現並不受此例子限制。

此外，可基於圖3的運作方法的任一實施例實現上述的特店語音支付系統，並作出可能的延伸及應用。譬如，在一些實施例中，基於圖3的運作方法進一步利用特店語音支付系統來得到出貨地址，並要求使用者以語音進行確定。請參考圖5，其為基於圖3之運作方法之另一實施例的示意流程圖。如圖5所示，於一實施例中，運作方法更包括以下步驟。如步驟S310所示，藉由特店語音支付系統找出進行支付之使用者所使用的終端裝置的位址。舉例而言，終端裝置為運算裝置如手機、平板的智慧型裝置，利用「以位置為基礎的服務」(location based service，LBS)透過行動業者的無線電通訊網路或外部定位方式(如行動通訊定位、Wi-Fi定位、藍牙定位或GPS定位)取得行動終端用戶的位置訊息，並在地理資訊系統(geographic information system，GIS)平台的支援下，得知終端裝置的地理位址。此外，特店語音支付系統可以進一步就此終端裝置的使用者於特店語音支付系統的使用者註冊資訊或購物記錄來修正此地理位址，使最後得到的地理位址符合郵政或快遞所能送達的出貨地址。如步驟S320所示，特店語音支付系統輸出出貨地址確認訊息以請求使用者確認是否以關於終端裝置的位址的地理位址作為至少一商品的出貨地址。舉例而言，出貨地址確認訊息可以含有地圖及文字的訊息，或是含有多個出貨地址選項的訊息，並且以語音、圖像或文字或其組合方式輸出於運算裝置的使用者介面上。特店語音支付系統可以要求使用者以語音方式對於上述出貨地址作出選擇及確認。如使用者介面上輸出3個可選之位址可作為出貨地址，使用者可以說出：「請出貨到第一個位址」；若只有一個 位址可供選擇，使用者可以說出：「請出貨到這個位址」或「請出貨到這裡」。如步驟S330所示，藉由特店語音支付系統接收第四語音訊號並據以進行語音辨識以判斷第四語音訊號是否代表使用者確定出貨地址。如步驟S340所示，若特店語音支付系統判斷出第四語音訊號是代表使用者確定出貨地址，則特店語音支付系統將出貨地址訊息傳送至帳務伺服器40或至少一商品對應之商店交易單元。舉例而言，商店交易單元可以是提供商品的商店的伺服器或程式模組，且可進一步通知商店處理有關出貨、帳戶等後續事宜。

如圖5所示，於一實施例中，運作方法更包括以下步驟。如步驟S331所示，若特店語音支付系統判斷出第四語音訊號是代表並出貨地址並不正確，則特店語音支付系統輸出出貨地址請求訊息以請求使用者輸入出貨地址。舉例而言，出貨地址請求訊息可利用語音、圖像或文字或其組合方式輸出於終端裝置的使用者介面上。如步驟S333所示，藉由特店語音支付系統接收第五語音訊號並據以進行語音辨識以判斷第五語音訊號是否代表使用者輸入出貨地址。如步驟S335所示，若特店語音支付系統判斷出第五語音訊號是代表使用者輸入出貨地址，則將出貨地址訊息傳送至帳務伺服器40或至少一商品對應之商店交易單元。此外，若特店語音支付系統的判斷結果為否，則特店語音支付系統可以允許使用者重新輸入出貨地址或停止購物的操作。然而，本發明的實現並不受此例子限制。

在另一些實施例中，基於圖3所示的運作方法可以應用於實現伺服器端的特店語音支付系統。請參考圖6，其為應用於伺服器端之特店語音支付系統15之一實施例的示意圖。如圖6所示，伺服器端之特店語音支付系統15包括：至少一管理伺服器，可用以實現基於圖3的運作方法的任一實施例或其組合。使 用者端的終端裝置100A以無線或有線的方式與伺服器端之特店語音支付系統15通訊。伺服器端之特店語音支付系統15係用作中介的角色並與使用者端的終端裝置100A所執行的應用程式或網頁瀏覽器通訊及互動，就線上購物及支付所作的請求作出處理及回應，從而令使用者端的應用程式或網頁瀏覽器中相對應的使用者介面上允許使用者利用圖像、語音進行操作。伺服器端之特店語音支付系統15基於圖3之運作方法的實施例來實現圖像辨識及語音辨識功能，並繼而與圖片資訊伺服器20、聲紋辨識伺服器30、帳務伺服器40通訊，從而令特店語音支付系統15有效地利用運算資訊及通訊資源以促進使用者完成線上購物及支付的作業。

在將基於圖3之運作方法(如圖3至圖5)應用於伺服器端之特店語音支付系統15的一些實施例中，使用者端的終端裝置100A係以無線或有線的方式與伺服器端之特店語音支付系統15通訊，特店語音支付系統15係從終端裝置100A取得關於商店及商品的影像資料以及接收語音訊號(如第一至第三語音訊號，或第四、第五語音訊號)，其中終端裝置100A可以利用聲音處理或聲音壓縮技術將使用者的語音轉換為數位化的訊號而成為語音訊號。此外，特店語音支付系統15係將從圖片資訊伺服器20接收到的商品相關資料輸出至終端裝置100A。特店語音支付系統15係將說出密碼請求訊息輸出至終端裝置100A。特店語音支付系統15係將從帳務伺服器40接收到的支付相關資料輸出至終端裝置100A。

請參考圖7，其為特店語音支付系統之管理伺服器之一實施例的示意方塊圖。如圖7所示，管理伺服器200之一實施例包含：網路單元210及資料處理單元220。網路單元210用以進行網路通訊，並與終端裝置100A通訊。資料處理單元220，電性耦接於網路單元210。網路單元210為無線或有線通訊模組， 如用於與寬頻網路、光纖網路、無線區域網路、及行動通訊網路中之至少一種建立通訊連結，從而與網路通訊。資料處理單元220為微處理器、微控制器或任何具控制或運算功能之電路。此外，管理伺服器200更可包含儲存單元230，例如是記憶裝置、資料庫或雲端儲存空間或其組合，且儲存單元230可用於儲存管理伺服器在處理線上購物或支付過程中的資料。然而本發明之實現並不受上述例子限制。

在一些實施例中，提出一種電腦可讀取儲存媒體，其記錄讓一運算裝置(如前述終端裝置100或管理伺服器200)執行基於圖3之特店語音支付系統之運作方法的程式碼，其中此方法可以為包含依據圖3、4A、4B或5之運作方法的上述所有實施例中的一者或任意組合。舉例而言，程式碼例如是一個或多個程式或程式模組，如用於實現依據圖3的步驟S10至S40，且可以用任何適合的順序而被執行。當運算裝置(如前述終端裝置100或管理伺服器200)執行此程式碼時，能導致運算裝置執行基於圖3之運作方法之實施例。這些儲存媒體之實施例比如但不受限於：光學式資訊儲存媒體，磁式資訊儲存媒體或記憶體，如記憶卡、靭體或ROM或RAM。

如上述實施例所示，特店語音支付系統係讓使用者端的終端裝置可以提供利用影像、語音互動的使用者介面以進行欲購商品的選擇、確認以至於支付方式確認、身分確認、支付的確認。如此，特店語音支付系統有效地利用運算資訊及通訊資源以促進使用者完成線上購物及支付的作業。相較於習知的購物及支付系統可能要求使用者不斷利用電腦輸入文字，如於使用者身分確認中輸入密碼、及於支付過程中輸入金融卡或信用卡帳號、密碼等複雜過程，特店語音支付系統允許使用者以語音方式進行欲購物品的確認、支付方式確認、身分確 認、支付的確認，並能夠大大地降低了上述作業的複雜度。故此，特店語音支付系統有效地利用運算資訊及通訊資源以促進使用者完成線上購物及支付的作業之同時，能夠大大地降低了上述作業的複雜度，使線上購物及支付的作業更有效率及方便，讓使用者得到更佳的使用體驗。藉此，依據本發明的特店語音支付系統可以提高行動支付的方便性，譬如特店語音支付系統可以實現為允許使用者不需事先綁定金融卡或信用卡，使用者免安裝讀卡機，也可以令使用者在進行線上購物時手邊不需要有信用卡、金融卡輸入卡號或帳號才能付款的不便的操作方式。

本發明在上文中已以較佳實施例揭露，然熟習本項技術者應理解的是，該實施例僅用於描繪本發明，而不應解讀為限制本發明之範圍。應注意的是，舉凡與該實施例等效之變化與置換，均應設為涵蓋於本發明之範疇內。因此，本發明之保護範圍當以申請專利範圍所界定者為準。

Claims (7)

1. 一種特店語音支付系統，其適用於使用者端，該特店語音支付系統包括：一通訊單元；一顯示單元，用以提供互動之一顯示介面；一處理單元，耦接於該通訊單元及該顯示單元；一影像辨識模組，用以對影像資料進行影像辨識；以及一語音辨識模組，用以對語音訊號進行語音辨識；其中該處理單元利用該影像辨識模組、該語音辨識模組、該顯示單元、該通訊單元以進行線上購物及支付；該處理單元透過該影像辨識模組對關於商店及商品的影像資料進行影像辨識並透過該顯示介面以確定欲購買之至少一商品；該處理單元透過該語音辨識模組對語音訊號進行語音辨識並透過該顯示介面以確定購買該至少一商品、進行使用者身分確認及進行線上支付；其中該處理單元用以接收一第一語音訊號並據以透過該語音辨識模組進行語音辨識以判斷該第一語音訊號是否代表使用一金融工具帳戶的支付方式以購買該至少一商品；其中若該處理單元判斷出該第一語音訊號是代表使用該金融工具帳戶的支付方式以購買該至少一商品，則該處理單元輸出一說出密碼請求訊息；其中該處理單元用以接收一第二語音訊號並透過該通訊單元傳送依據該第二語音訊號之一身分確認訊號至一聲紋辨識伺服 器，其中該處理單元依據第二語音訊號進行前置的聲音分析的處理並據以輸出包含聲音特徵值之該身分確認訊號；其中該處理單元用以透過該通訊單元接收該聲紋辨識伺服器回應該身分確認訊號而對應地輸出的一使用者識別碼；其中該處理單元用以透過該通訊單元將購物相關資料傳送至一帳務伺服器，該購物相關資料包含該至少一商品所對應的商店名稱資料、商品名稱資料、價格資料以及該使用者識別碼、該金融工具帳戶的資料；其中該處理單元用以透過該通訊單元接收並透過該顯示介面輸出該帳務伺服器回應該購物相關資料而對應地輸出的支付相關資料，該支付相關資料包含代表一轉出帳號、一特店轉入帳號與一轉帳金額之資料；其中該處理單元用以接收一第三語音訊號並據以透過該語音辨識模組進行語音辨識以判斷該第三語音訊號是否代表確定進行支付以購買該至少一商品；其中若該處理單元判斷出該第三語音訊號是代表確定進行支付以購買該至少一商品，則該處理單元透過該通訊單元將一確定支付訊息傳送至該帳務伺服器以進行支付。
2. 如請求項1所述之特店語音支付系統，其中：該處理單元用以取得該關於商店及商品的影像資料； 該處理單元用以透過該影像辨識模組對該影像資料進行影像辨識以得到關於商店及商品的圖片特徵資料並透過該通訊單元將該圖片特徵資料傳送至一圖片資訊伺服器；該處理單元用以透過該通訊單元接收並透過該顯示介面輸出該圖片資訊伺服器回應該圖片特徵資料而對應地產生的商品相關資料，該商品相關資料包含商店名稱資料、商品名稱資料、價格資料。
3. 如請求項1所述之特店語音支付系統，其中：該處理單元用以找出進行支付之一終端裝置的位址；該處理單元用以輸出一出貨地址確認訊息以請求確認是否以關於該終端裝置的位址的地理位址作為該至少一商品的出貨地址；該處理單元用以接收一第四語音訊號並據以進行語音辨識以判斷該第四語音訊號是否代表確定該出貨地址；以及若該處理單元判斷出該第四語音訊號是代表確定該出貨地址，則該處理單元用以將一出貨地址訊息傳送至該帳務伺服器或該至少一商品對應之一商店交易單元。
4. 一種特店語音支付系統，其適用於伺服器端，該特店語音支付系統包括：至少一管理伺服器，各該管理伺服器包含：一網路單元，用以進行網路通訊，並與至少一終端裝置通訊； 一資料處理單元，電性耦接於該網路單元，用以對該至少一終端裝置所傳來的訊號進行處理；其中該至少一管理伺服器係用以：對關於商店及商品的影像資料進行影像辨識以確定欲購買之至少一商品；對一第一語音訊號進行語音辨識以確定購買該至少一商品；對一第二語音訊號進行語音辨識以進行使用者身分確認；對一第三語音訊號進行語音辨識以進行線上支付；其中該至少一管理伺服器係用以：接收該第一語音訊號並據以進行語音辨識以判斷該第一語音訊號是否代表使用一金融工具帳戶的支付方式以購買該至少一商品；以及若判斷出該第一語音訊號是代表使用該金融工具帳戶的支付方式以購買該至少一商品，則輸出一說出密碼請求訊息；接收該第二語音訊號並據以傳送一身分確認訊號至一聲紋辨識伺服器；以及接收該聲紋辨識伺服器回應該身分確認訊號而對應地輸出的一使用者識別碼；將購物相關資料傳送至一帳務伺服器，該購物相關資料包含該至少一商品所對應的商店名稱資料、商品名稱資料、價格資料以及該使用者識別碼、該金融工具帳戶的資料； 接收並輸出該帳務伺服器回應該購物相關資料而對應地輸出的支付相關資料，該支付相關資料包含代表一轉出帳號、一特店轉入帳號與一轉帳金額之資料；接收該第三語音訊號並據以進行語音辨識以判斷該第三語音訊號是否代表確定進行支付以購買該至少一商品；以及若判斷出該第三語音訊號是代表確定進行支付以購買該至少一商品，則將一確定支付訊息傳送至該帳務伺服器以進行支付。
5. 如請求項4所述之特店語音支付系統，其中該至少一管理伺服器係用以：取得該影像資料；對該影像資料進行影像辨識以得到關於商店及商品的圖片特徵資料並將該圖片特徵資料傳送至一圖片資訊伺服器；以及接收並輸出該圖片資訊伺服器回應該圖片特徵資料而對應地產生的商品相關資料，該商品相關資料包含商店名稱資料、商品名稱資料、價格資料。
6. 如請求項4所述之特店語音支付系統，其中該至少一管理伺服器係用以：找出進行支付之一終端裝置的位址；輸出一出貨地址確認訊息以請求確認是否以關於該終端裝置的位址的地理位址作為該至少一商品的出貨地址；接收一第四語音訊號並據以進行語音辨識以判斷該第四語音訊號是否代表確定該出貨地址；以及 若判斷出該第四語音訊號是代表確定該出貨地址，則將一出貨地址訊息傳送至該帳務伺服器或該至少一商品對應之一商店交易單元。
7. 如請求項6所述之特店語音支付系統，其中該至少一管理伺服器係用以：若判斷出該第四語音訊號是代表並該出貨地址並不正確，則輸出一出貨地址請求訊息以請求輸入出貨地址；接收一第五語音訊號並據以進行語音辨識以判斷該第五語音訊號是否代表輸入出貨地址；以及若判斷出該第五語音訊號是代表輸入出貨地址，則據以將一出貨地址訊息傳送至該帳務伺服器或該至少一商品對應之一商店交易單元。