TWI754489B - 購物服務系統及聲控購物方法 - Google Patents

Abstract

本發明實施例提供一種購物服務系統及聲控購物方法。在此方法中，對第一聲音串流進行語音辨識，以得出第一文字內容。判斷第一文字內容中的訂購資訊。依據訂購資訊取得訂單內容及第一確認碼。訂單內容及第一確認碼來自購物平台。對第二聲音串流進行語音辨識，以得出第二文字內容。判斷第二文字內容中的第二確認碼。依據第二確認碼與第一確認碼的比對結果確認訂單內容。藉此，可方便電視購物的購物流程。

Description

購物服務系統及聲控購物方法

本發明是有關於一種聲控應用技術，且特別是有關於一種購物服務系統及聲控購物方法。

電視購物已行之多年。而目前已有相關專利提及改善電視購物的支付方法。例如，中國專利申請案公開號CN103679451A藉由聲紋驗證技術進行身份認證和識別，並應用到銀行在線支付領域，進而實現新型的語音支付技術。中國專利申請案公開號CN105657468A簡化支付過程中用戶輸入流程，增強了用戶體驗，更同時保證了支付安全。然而，這些公開文獻需要裝置來進行搜尋品項或是身分確認，對於用戶而言，購物流程複雜，使用者體驗不佳。一般而言，用戶在觀看電視購物頻道過程中，若想要購買電視當前展示的商品，既有模式都是需要用戶撥打購物平台的客服電話。在客服人員的一連串詢問下，才能確認訂單，進而付出許多人力成本。

有鑑於此，本發明實施例提供一種購物服務系統及聲控購物方法，提供聲控切換頻道及聲控購物服務，以提升便利性。

本發明實施例的聲控購物方法包括(但不僅限於)下列步驟：對第一聲音串流進行語音辨識，以得出第一文字內容。判斷第一文字內容中的訂購資訊。依據訂購資訊取得訂單內容及第一確認碼。訂單內容及第一確認碼來自購物平台。對第二聲音串流進行語音辨識，以得出第二文字內容。判斷第二文字內容中的第二確認碼。依據第二確認碼與第一確認碼的比對結果確認訂單內容。

本發明實施例的購物服務系統包括(但不僅限於)聲控裝置及雲端平台。聲控裝置用以接收聲音，並據以產生第一聲音串流及第二聲音串流。雲端平台用以對第一聲音串流進行語音辨識以得出第一文字內容，判斷第一文字內容中的訂購資訊，依據訂購資訊取得訂單內容及第一確認碼，對第二聲音串流進行語音辨識以得出第二文字內容，判斷第二文字內容中的第二確認碼，依據第二確認碼與第一確認碼的比對結果確認訂單內容。此訂單內容及第一確認碼來自購物平台。

基於上述，依據本發明實施例的購物服務系統及聲控購物方法，透過聲音辨識了解用戶的訂購資訊及用於確認訂單的確認碼，即對電視購物導入聲控功能。藉此，本發明實施例可免除撥號或重新以其他載具搜尋品項再訂購的程序，相當便利。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

圖1是依據本發明一實施例的購物服務系統1的示意圖。請參照圖1，購物服務系統1包括(但不僅限於)一台或更多台聯網多媒體播放器10、一台或更多台聲控裝置30、雲端平台50、及一個或更多個購物平台70。

聯網多媒體播放器10可以是智慧型電視(例如，IPTV)、機上盒、電視盒或其他可聯網多媒體播放器或多媒體服務接收器。

聲控裝置30可以是智慧型手機、平板電腦、筆記型電腦、智慧音箱、或智慧助理裝置。在一實施例中，聲控裝置30可包括麥克風、網路模組(例如，支援乙太網路、光纖網路或Wi-Fi)及處理器。麥克風用以接收聲音(例如，人聲、音樂或環境音等)，並據以產生聲音串流。而此聲音串流是將聲音訊號記錄在網路封包中，並可透過網路模組且經由網路傳遞。在一些實施例中，用戶的識別資訊(例如，代號、裝置識別碼等)也可透過網路模組發送而出。處理器用以執行聲控裝置30的全部或部份操作。

雲端平台50可以是一台或更多台伺服器。在一實施例中，聲控裝置30及聯網多媒體播放器10可連線至雲端平台50，並據以相互傳送資料。

購物平台70可以是一台或更多台伺服器。在一實施例中，雲端平台50可連線至購物平台70，並據以相互傳送資料。

下文中，將搭配購物服務系統1中的各項裝置說明本發明實施例所述之方法。本方法的各個流程可依照實施情形而隨之調整，且並不僅限於此。

在使用聲控裝置30進行語音即時購物前，雲端平台50可事先取得用戶資料、聯網多媒體播放器10及聲控裝置30的裝置資訊以進行綁定。綁定的方式可透過手機或平板電腦安裝APP(應用程式)，並在APP指示下讓用戶完成資料輸入，進而將用戶資料、聲紋資料、聯網多媒體播放器10及聲控裝置30的裝置資訊上傳至雲端平台50。完成綁訂之後，即可進行後續聲控即時購物流程。

圖2是依據本發明一實施例的聲控購物方法之切換頻道的流程圖。請參照圖2，聲控裝置30將聲音串流傳送至雲端平台50，使雲端平台50取得聲音串流(步驟S210)。雲端平台50對聲音串流進行語音辨識，以得到聲音轉文字結果(即，取得文字內容)(步驟S220)。在一實施例中，雲端平台50採用AI深度類神經網路的推論模組(例如，聲學模型、語言模型)及資料擴增技術，並結合聲學與語言模型辨識，以將聲音串流轉換為文字內容。

雲端平台50可進行語意理解以判斷用戶的意圖(步驟S230)。在一實施例中，雲端平台50可利用預先建立的電視頻道的語料庫，並使用自然語言技術，以對文字內容中的句子斷詞。所謂斷詞就是將句子拆成多個詞。雲端平台50可預先建立語句的特徵，利用結構樹，分析句子結構及語義。例如，用戶說“[轉到東森購物台]”，雲端平台50會先將句子斷詞，以切割成“[轉]”及“[東森購物台]”，使語句符合結構樹中的動詞-名詞。其中，電視頻道屬於名詞。藉此，可判斷意圖為切換電視頻道，且頻道名稱為東森購物台。換句而言，雲端平台50判斷文字內容中的目標頻道(即，用戶所欲切換的頻道)。

雲端平台50可判斷用戶的身份資訊(步驟S240)。在一實施例中，雲端平台50採取聲紋辨識的語者辨識，利用雲端平台50預先取得的用戶聲紋資料(即，聲音串流的聲紋特徵)來確定用戶的身分資訊。雲端平台50可採用梅爾倒頻譜係數(Mel-frequency Cepstrum Coefficient，MFCC)、音高(pitch)、共振峰(formant)及/或音框能量(frame energy)作為語音特徵參數。進行聲控購物之前，雲端平台50可事先取得家庭成員的語音特徵參數並存入資料庫內，以建立各家庭成員的目標模型聲學特徵值。在辨識階段中，雲端平台50即可使用目標模型聲學特徵值來比對。雲端平台50可將用戶所說之語句進行分析，計算出聲學特徵向量分佈，且計算這些聲學特徵向量與目標模型的相似度。例如，雲端平台50可使用動態時間規整演算法(Dynamic Time Warping，DTW)或自相關運算來測量兩個序列(即，聲學特徵向量與目標模型)的相似度。

假設存在兩個時間序列的目標模型Q和聲學特徵向量C，長度為n和m(正整數)：

…(1)

…(2) 共有n×m矩陣。使用DTW矩陣的（

，jth）元素包含兩點qi和cj之間的距離d（qi,cj）。雲端平台50可使用歐幾里得距離計算兩個序列的距離：

…(3) 每個矩陣元素（i，j）對應於對齊在qi和cj之間。然後，雲端平台50可累積距離為：

…(4)

以聲音訊號而言，若未知訊號與資料庫內的某一訊號在這條比對路徑上所求到的累積距離之值為最小，即代表此未知訊號與資料庫內的某一家庭成員的訊號最為相似。藉此，可判斷用戶身分(即，取得身分資訊)。最後，可在Q集合中取得最相似用戶q _x(x表示運算結果最相似的用戶元素)。

確定用戶身分之後，雲端平台50可判斷身份資訊對應的權限內容。若用戶q _x的權限內容被雲端平台50允許(即，允許切換至目標頻道)，則雲端平台50可經由網路控制聯網多媒體播放器10切換至目標頻道(步驟S260)。而若用戶q _x的權限內容被雲端平台50拒絕，則雲端平台50可經由網路控制聯網多媒體播放器10提示相關於權限不足的內容，且聯網多媒體播放器10將無法切換至目標頻道(步驟S270)。

在一實施例中，雲端平台50記錄頻道與用戶權限內容的對應表。例如，成年人可看購物頻道，學童不允許看購物頻道。藉由前述步驟取得用戶身分及頻道名稱(即，目標頻道)，雲端平台50即可判斷是否有權限切換至目標頻道。判斷權限的回應方式，可以是雲端平台50將判斷結果的文字轉成語音連結，並交由聲控裝置30播放例如用戶權限不足且無法觀看的語音內容(例如，透過喇叭)。雲端平台50產生“您不具備觀看的權限”的語音連結，要求聲控裝置30撥放這則連結，或是由雲端平台50呼叫聯網多媒體播放器10的顯示介面應用程式介面(API)，以在聯網多媒體播放器10或其連接的顯示器顯示“您不具備觀看的權限”或其他權限不足的訊息。

圖3是依據本發明一實施例說明切換頻道情境的流程示意圖。請參照圖3，用戶U對聲控裝置30說出“轉到XX購物台”(步驟S310)。聲控裝置30將前述語音內容對應的聲音串流傳送至雲端平台50(步驟S320)。雲端平台50判斷用戶的身份資訊及其權限內容，並據以依據權限內容在聯網多媒體播放器10上提示或切換頻道(步驟S330)。

圖4是依據本發明一實施例的聲控購物方法之購物程序的流程圖。請參照圖4，假設用戶對聲控裝置30說出訂購資訊。具體而言，當用戶對購物頻道內的商品有購買的意願，可依照購物畫面提示語，對著聲控裝置30說出想買商品的樣式與數量。例如用戶依據電視畫面顯示，說出“我要購買黃色2件”。雲端平台50取得聲音串流(步驟S410)後可依據前述步驟，利用聲紋辨識確定用戶身分，並透過語音辨識得出文字內容以判斷用戶的意圖是購物並判斷訂購資訊(例如，訂購樣式與數量)。

在一實施例中，雲端平台50可利用槽填充(Slot filling) 確認訂購資訊的缺漏內容。槽填充是對文字內容中的各詞賦予對應標籤。而缺漏內容也對應到一個或更多個標籤。雲端平台50可比對預設標籤與文字內容對應的所有標籤，並據以得出缺漏內容。若訂購資訊有缺漏內容，則雲端平台50可透過聲控裝置30進行反問，以補足缺漏內容。例如，所需的訂購資訊需要填滿的槽(slot)包含樣式、數量、及配送地址三個標籤。假設尚缺配送地址，則雲端平台50透過聲控裝置30反問用戶，直到所有的槽都填補完成。

確認訂購資訊完整之後，雲端平台50可將訂購資訊轉送至購物平台70(步驟S420)。在一實施例中，雲端平台50可判斷用戶當前的觀看頻道選擇對應購物平台。例如，雲端平台50記錄有用戶的觀看與切換頻道紀錄、以及頻道列表與購物平台70的對應表。雲端平台50可從中取得目前的觀看頻道與購物平台70的連接方式，並依據觀看頻道的號碼，將目前時間用戶資料、商品樣式與數量等相關訂購資訊傳送至購物平台70。以範例而言，雲端平台50依據觀看與切換頻道的紀錄，得知用戶目前觀賞的頻道為購物台。接著，雲端平台50將用戶姓名、連絡電話，寄送地址、以及商品樣式為紅色與數量為10的訂購資訊傳送至購物平台70。

購物平台70可依據雲端平台50的訂購資訊產生訂單內容(步驟S430)。在一實施例中，購物平台70取得訂購資訊、用戶訂購當下的時間(即，訂購資訊對應的訂購時間)，並比對訂購時間與節目表單，以取得訂購資訊對應的商品項目。購物平台70可進一步依據訂購資訊中的樣式與數量與用戶資料產生訂單內容。在一些實施例中，訂單內容包含商品名稱、商品編號、樣式、數量、金額及配送地址等資訊，但仍可視實際需求而變更。

購物平台70可將訂單內容與第一確認碼傳送至雲端平台50。在一實施例中，購物平台70可依據新的訂單內容產生一組第一確認碼，並將此第一確認碼連同訂單資料先儲存於購物平台70的資料庫後，再一併傳送至雲端平台50。雲端平台50即可取得訂單內容及第一確認碼(步驟S440)。

雲端平台50可提示訂單內容及第一確認碼(步驟S450)。在一實施例中，雲端平台50接收到來自購物平台70的訂單內容與第一確認碼之後，可傳送至聯網多媒體播放器10的顯示介面API，讓用戶的聯網多媒體播放器10或其連接的顯示器呈現訂單內容與第一確認碼，以提示用戶對聲控裝置30說出一段語音。例如，確認碼為1122，則可提示用戶“說出[1122]以確認訂購”。

用戶對聲控裝置30說出確認碼及確認訂單。例如，用戶依據聯網多媒體播放器10的畫面呈現之提示語(例如確認碼1122)，對聲控裝置30說出：“1122確認訂購”。聲控裝置30將此段話對應的聲音串流傳送至雲端平台50。雲端平台50取得聲音串流(步驟S460)後，可對此聲音串流進行語音辨識以得出對應文字內容，並判斷文字內容中的第二確認碼。

雲端平台50可轉換第二確認碼，並將轉換結果傳送至購物平台70(步驟S470)。在一實施例中，雲端平台50可透過語音辨識將第二確認碼轉成數字，並分析文字內容的意圖。在此步驟中，意圖為確認訂單。在一些實施例中，雲端平台50可將意圖及第二確認碼連同用戶資訊傳送至購物平台70。須說明的是，確認碼可以是數字，但也可能是英文、中文或其他文字。

最後，購物平台70將訂購結果回報給雲端平台50，讓雲端平台50告知用戶。在一實施例中，購物平台70在收到雲端平台50所傳送之第二確認碼後，可判斷訂購的結果為成功或是失敗。發生訂單失敗的原因可能是確認碼錯誤(例如，說出的第二確認碼不同於提示的第一確認碼)或是交易/回應逾時。在一些實施例中，訂單失敗原因也可能是訂購數量大於庫存數量等例外情形。由此可知，雲端平台50可依據第二確認碼與第一確認碼的比對結果(即，第二確認碼是否相同於第一確認碼)確認訂單內容是否被接受(步驟S480)。購物平台70可將訂購結果(即，確認訂單內容的結果)回傳至雲端平台50。雲端平台50收到訂購結果後，可將訂購結果由文字轉成語音，再藉由聲控裝置30播放這則語音(假設具有喇叭)。或者，雲端平台50可經由網路呼叫聯網多媒體播放器10的顯示介面API，以在用戶的聯網多媒體播放器10或其連接的顯示器上面呈現訂購成功結果(即，若第二確認碼相同於第一確認碼，則接受訂單內容)或是失敗結果(即，若第二確認碼不同於第一確認碼，則拒絕訂單內容)。

圖5是依據本發明一實施例說明購物程序情境的流程示意圖。請參照圖5，用戶U對聲控裝置30說出“我要訂購紅色十件”(步驟S510)。聲控裝置30將前述語音內容對應的聲音串流傳送至雲端平台50(步驟S520)。雲端平台50自聲音串流辨識訂購資訊並傳送訂購資訊到購物平台70(步驟S530)。購物平台70回傳確認碼後，雲端平台50可透過聯網多媒體播放器10提示第一確認碼(步驟S540)。用戶U對聲控裝置30說出第二確認碼(步驟S550)。若購物平台70判斷兩確認碼一致，則雲端平台50可透過聲控裝置30播放“已為您產生訂單”的語音(假設具有喇叭)(步驟S560)。

綜上所述，在本發明實施例的購物服務系統及聲控購物方法中，透過聲紋辨識來限制用戶進入某些特定頻道(例如，不適宜兒童進入的購物頻道)，並自動切換至聲控指定的目標頻道。聯網多媒體播放器切換至目標頻道後，若用戶對於商品有興趣，可直接對聲控裝置說出所欲訂購商品項目及數量等資訊。雲端平台會依目前觀看頻道，傳送訂購資訊給購物頻道業者。頻道業者的服務平台依目前頻道之商品產生訂單內容，並將訂單內容傳送至用戶端的聯網多媒體播放器，以確認訂單。

本發明實施例更包括以下特點及功效：

本發明實施例提供一種便利的機制，讓用戶可以在觀看IPTV時直接以聲控購物，免除撥號或重新以其他載具搜尋品項再訂購的程序。

本發明實施例可利用聲控直接切換IPTV頻道。

本發明實施例可利用聲紋辨識讓用戶設定頻道權限，避免進入不適當的頻道。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

1:購物服務系統 10:聯網多媒體播放器 30:聲控裝置 50:雲端平台 70:購物平台 S210~S270、S310~S330、S410~S480、S510~S560:步驟 U:用戶

圖1是依據本發明一實施例的購物服務系統的示意圖。 圖2是依據本發明一實施例的聲控購物方法之切換頻道的流程圖。 圖3是依據本發明一實施例說明切換頻道情境的流程示意圖。 圖4是依據本發明一實施例的聲控購物方法之購物程序的流程圖。 圖5是依據本發明一實施例說明購物程序情境的流程示意圖。

S210~S270:步驟

Claims (9)

1. 一種聲控購物方法，包括：對一第一聲音串流進行一語音辨識，以得出一第一文字內容；判斷所述第一文字內容中的一訂購資訊；依據該訂購資訊取得一訂單內容及一第一確認碼，其中該訂單內容及該第一確認碼來自一購物平台；其中依據該訂購資訊取得該訂單內容及該第一確認碼的步驟之後，該方法更包括經由一網路控制一聯網多媒體播放器提示該第一確認碼；由該聯網多媒體播放器提示該第一確認碼之後，對一第二聲音串流進行該語音辨識，以得出一第二文字內容；判斷所述第二文字內容中的一第二確認碼；以及依據該第二確認碼與該第一確認碼的比對結果確認該訂單內容；其中判斷所述第一文字內容中的該訂購資訊的步驟包括：透過槽填充(Slot filling)確認該訂購資訊的一缺漏內容；以及反問該缺漏內容，其中該缺漏內容屬於該槽填充所定義的至少一標籤。
2. 如請求項1所述的聲控購物方法，其中依據該訂購資訊取得該訂單內容及該第一確認碼的步驟包括：判斷用戶當前的一觀看頻道選擇對應該購物平台；以及 將該訂購資訊傳送至該購物平台。
3. 如請求項1所述的聲控購物方法，其中依據該訂購資訊取得該訂單內容及該第一確認碼的步驟包括：比對該訂購資訊對應的訂購時間與該購物平台的節目表單，以取得一商品項目；以及依據該商品項目及該訂購資訊產生該訂單內容。
4. 如請求項1所述的聲控購物方法，其中依據該第二確認碼與該第一確認碼的比對結果確認該訂單內容的步驟包括：反應於該第二確認碼不同於該第一確認碼或回應逾時，拒絕該訂單內容；以及反應於該第二確認碼相同於該第一確認碼，接受該訂單內容。
5. 如請求項1所述的聲控購物方法，更包括：對一第三聲音串流進行該語音辨識，以得出一第三文字內容；判斷所述第三文字內容中的一目標頻道；以及經由一網路控制一聯網多媒體播放器切換至該目標頻道。
6. 如請求項5所述的聲控購物方法，其中對該第三聲音串流進行該語音辨識的步驟包括：依據該第三聲音串流的聲紋特徵判斷一用戶的身份資訊；以及判斷該身份資訊對應的權限內容，且經由該網路控制該聯網 多媒體播放器切換至該目標頻道的步驟包括：反應於該權限內容為允許，切換至該目標頻道；以及反應於該權限內容為拒絕，禁能切換至該目標頻道，並控制該聯網多媒體播放器提示相關於權限不足的內容。
7. 如請求項5所述的聲控購物方法，其中對該第三聲音串流進行該語音辨識的步驟包括：透過基於神經網路的推論模型將該第三聲音串流轉換成該第三文字內容。
8. 一種購物服務系統，包括：一聲控裝置，用以接收聲音；一雲端平台，用以對該聲控裝置所產生的一第一聲音串流進行一語音辨識以得出一第一文字內容，判斷所述第一文字內容中的一訂購資訊，其中雲端平台透過槽填充確認該訂購資訊的一缺漏內容，透過聲控裝置反問該缺漏內容，以判斷所述第一文字內容中的該訂購資訊，其中該缺漏內容屬於該槽填充所定義的至少一標籤，依據該訂購資訊取得一訂單內容及一第一確認碼，經由一網路控制一聯網多媒體播放器提示該第一確認碼，由該聯網多媒體播放器提示該第一確認碼之後，該雲端平台對該聲控裝置所產生的一第二聲音串流進行該語音辨識以得出一第二文字內容，判斷所述第二文字內容中的一第二確認碼，依據該第二確認碼與該第一確認碼的比對結果確認該訂單內容，其中該訂單內容及該第一確認碼來自一購物平台。
9. 如請求項8所述的購物服務系統，更包括一聯網多媒體播放器，其中該雲端平台更用以對一第三聲音串流進行該語音辨識以得出一第三文字內容，判斷所述第三文字內容中的一目標頻道，並經由一網路控制該聯網多媒體播放器切換至該目標頻道。

Images