TWM548343U - 語音控制助理裝置 - Google Patents

Description

語音控制助理裝置

本新型創作大體而言係關於無實體顯示器的語音控制助理裝置，特別是關於無實體顯示器的語音助理控制裝置登入網際網路服務的技術。

關於無實體顯示器的語音控制助理裝置，其基本結構可參考Amazon公司的產品Amazon Echo或是Google公司的產品Google Home而加以瞭解。

當語音控制助理裝置所連結的網際網路服務要求使用者資料(例如帳號與密碼)以識別或驗證使用者身分時，並不適合讓使用者直接透過語音的方式來輸入所需的帳號與密碼。另一方面，為了輕薄化以及節能省電，語音控制助理裝置上通常並無螢幕也無鍵盤，因此一般在電腦或是智慧手機上透過螢幕或鍵盤來輸入使用者登入資料的方式在此類語音控制助理裝置上也不可行。針對此問題，現有技術中例如美國專利US9304736提供了一種透過旋鈕輸入非語音碼(non-verbal code)的作法。

現有技術中，類似於Amazon公司的產品Amazon Echo或是Google公司的產品Google Home之類的語音控助理制裝置所能使用的網際網路服務相當有限。大部分的網際網路服務，特別是基於 網頁(webpage based)的網際網路服務或是網頁應用程式(web application)，主要來是為了電腦或是智慧手機而設計，因此操作這些網際網路服務都需要螢幕或鍵盤，因此當使用者想要直接透過語音控助理制裝置使用這些網際網路服務往往遭遇困難，特別是在識別或驗證使用者身分的情況，因為往往需要在登入網頁中不同的欄位分別輸入帳號與密碼，而有時甚至還有更多的欄位。現有技術中，使用者可利用間接的方式，也就是透過語音控制助理裝置以外的裝置(例如使用者的智慧手機)先向網際網路服務進行使用者身分識別或驗證，並網際網路服務提供語音控制助理裝置的資訊，然後再要求或授權網際網路服務向使用者所指定的語音控制助理裝置提供服務。但不是所有的網際網路服務都允許這種間接的登入方式，且這種間接登入方式比起一般的直接登入方式更多了安全性的顧慮。

有鑑於此，本新型創作提出一種便利語音控制助理裝置可直接跟網際網路服務進行使用者身分識別或驗證的解決方案，特別是，例如透過語音控制助理裝置中的登入代理模組，即可便利語音控制助理裝置在沒有顯示器或鍵盤的情況下直接以使用者登入資料正確地回應網際網路服務的登入網頁，而不需要仰賴上述習知的間接登入方式。因此，本新型創作所提出的解決方案目的之一即在於允許語音控制助理裝置登入基於網頁的網際網路服務。

在一實施例中，無實體顯示器的語音控制助理裝置，包含彼此連結可互相資料通訊的處理器、登入代理模組、與麥克風。處理器執行一作業系統以及該作業系統下的一應用程式。登入代理模組為一網際網路服務取得並保存有使用者之一登入資料。該登入代理模組可根據預設的觸發條件，啟動該應用程式以連接該網際網路服務並載入該網際網路服務之登入網頁(login webpage)，而該登入代理模組提供該登入資料予該應用程式以回應該網際網路服務之登入網頁，藉此登入該網際網路服務。接著，麥克風接收使用者的語音並根據所接 收的該語音產生一語音訊號，其中該處理器更將該語音訊號轉換為該應用程式之控制指令，並利用該控制指令操作該網際網路服務。特別地，該登入資料係以符合該資料接收單元所預定之一資料格式(例如為簡單的明文字串)而可由使用者利用一使用者資訊裝置預先或當下提供，而該資料格式係獨立於該網際網路服務而取決於該語音控制助理裝置。

本說明書中所提及的特色、優點、或類似表達方式並不表示，可以本新型創作實現的所有特色及優點應在本新型創作之任何單一的具體實施例內。而是應明白，有關特色及優點的表達方式是指結合具體實施例所述的特定特色、優點、或特性係包括在本新型創作的至少一具體實施例內。因此，本說明書中對於特色及優點、及類似表達方式的論述與相同具體實施例有關，但亦非必要。

參考以下說明及隨附申請專利範圍或利用如下文所提之本新型創作的實施方式，即可更加明瞭本新型創作的這些特色及優點。

100‧‧‧語音控制助理裝置

102‧‧‧處理器

104‧‧‧登入代理模組

106‧‧‧麥克風

108‧‧‧無線訊號收發器

109‧‧‧NFC感應裝置

130‧‧‧殼體

200‧‧‧使用者資訊裝置

AP1‧‧‧用戶端應用程式

AP2‧‧‧用戶端應用程式

APn‧‧‧用戶端應用程式

OS‧‧‧作業系統

P1‧‧‧程式

P2‧‧‧程式

Pn‧‧‧程式

S1‧‧‧網際網路服務

S2‧‧‧網際網路服務

Sn‧‧‧網際網路服務

為了立即瞭解本新型創作的優點，請參考如附圖所示的特定具體實施例，詳細說明上文簡短敘述的本新型創作。在瞭解這些圖示僅描繪本新型創作的典型具體實施例並因此不將其視為限制本新型創作範疇的情況下，參考附圖以額外的明確性及細節來說明本新型創作，圖式中：圖1係依據本新型創作一具體實施例之語音控制助理裝置；圖2顯示依據本新型創作實施例之語音控制助理裝置的運作。

本說明書中「一具體實施例」或類似表達方式的引用是指結合該具體實施例所述的特定特色、結構、或特性係包括在本新型創作的至少一具體實施例中。因此，在本說明書中，「在一具體實施例中」及類似表達方式之用語的出現未必指相同的具體實施例。

熟此技藝者當知，本新型創作可實施為資訊設備、電腦系統/裝置、方法或作為電腦程式產品之電腦可讀媒體。因此，本新型創作可以實施為各種形式，例如完全的硬體實施例、完全的軟體實施例(包含韌體、常駐軟體、微程式碼等)，或者亦可實施為軟體與硬體的實施形式，在以下會被稱為「電路」、「模組」或「系統」。此外，本新型創作亦可以任何有形的媒體形式實施為電腦程式產品，其具有電腦可使用程式碼儲存於其上。

一個或更多個電腦可使用或可讀取媒體的組合都可以利用。舉例來說，電腦可使用或可讀取媒體可以是(但並不限於)電子的、磁的、光學的、電磁的、紅外線的或半導體的系統、裝置、設備或傳播媒體。更具體的電腦可讀取媒體實施例可以包括下列所示(非限定的例示)：由一個或多個連接線所組成的電氣連接、可攜式的電腦磁片、硬碟機、隨機存取記憶體(RAM)、唯讀記憶體(ROM)、可抹除程式化唯讀記憶體(EPROM或快閃記憶體)、光纖、可攜式光碟片(CD-ROM)、光學儲存裝置、傳輸媒體(例如網際網路(Internet)或內部網路(intranet)之基礎連接)、或磁儲存裝置。需注意的是，電腦可使用或可讀取媒體更可以為紙張或任何可用於將程式列印於其上而使得該程式可以再度被電子化之適當媒體，例如藉由光學掃描該紙張或其他媒體，然後再編譯、解譯或其他合適的必要處理方式，然後可再度被儲存於電腦記憶體中。在本文中，電腦可使用或可讀取媒體可以是任何用於保持、儲存、傳送、傳播或傳輸程式碼的媒體，以供與其相連接的指令執行系統、裝置或設備來處理。電腦可使用媒體可包括其中儲存有電腦可使用程式碼的傳播資料訊號，不論是以基頻(baseband)或是部分載波的型態。電腦可使用程式碼之傳輸可以使用任何適體的媒體，包括(但並不限 於)無線、有線、光纖纜線、射頻(RF)等。

用於執行本新型創作操作的電腦程式碼可以使用一種或多種程式語言的組合來撰寫，包括物件導向程式語言(例如Java、Smalltalk、C++或其他類似者)以及傳統程序程式語言(例如C程式語言或其他類似的程式語言)。程式碼可以獨立軟體套件的形式完整的於使用者的電腦上執行或部分於使用者的電腦上執行，部分於使用者電腦而部分於遠端電腦，或完整的於遠端電腦。

於以下本新型創作的相關敘述會參照依據本新型創作具體實施例之電腦裝置、方法及電腦程式產品之流程圖及/或方塊圖來進行說明。當可理解每一個流程圖及/或方塊圖中的每一個方塊，以及流程圖及/或方塊圖中方塊的任何組合，可以使用電腦程式指令來實施。這些電腦程式指令可供通用型電腦或特殊電腦的處理器或其他可程式化資料處理裝置所組成的機器來執行，而指令經由電腦或其他可程式化資料處理裝置處理以便實施流程圖及/或方塊圖中所說明之功能或操作。

這些電腦程式指令亦可被儲存在電腦可讀取媒體上，以便指示電腦或其他可程式化資料處理裝置來進行特定的功能，而這些儲存在電腦可讀取媒體上的指令構成一製成品，其內包括之指令可實施流程圖及/或方塊圖中所說明之功能或操作。

電腦程式指令亦可被載入到電腦上或其他可程式化資料處理裝置，以便於電腦或其他可程式化裝置上進行一系統操作步驟，而於該電腦或其他可程式化裝置上執行該指令時產生電腦實施程序以達成流程圖及/或方塊圖中所說明之功能或操作。

其次，請參照圖1至圖2，在圖式中顯示依據本新型創作各 種實施例的裝置、方法及電腦程式產品可實施的架構、功能及操作之流程圖及方塊圖。因此，流程圖或方塊圖中的每個方塊可表示一模組、區段、或部分的程式碼，其包含一個或多個可執行指令，以實施指定的邏輯功能。另當注意者，某些其他的實施例中，方塊所述的功能可以不依圖中所示之順序進行。舉例來說，兩個圖示相連接的方塊事實上亦可以皆執行，或依所牽涉到的功能在某些情況下亦可以依圖示相反的順序執行。此外亦需注意者，每個方塊圖及/或流程圖的方塊，以及方塊圖及/或流程圖中方塊之組合，可藉由基於特殊目的硬體的系統來實施，或者藉由特殊目的硬體與電腦指令的組合，來執行特定的功能或操作。

<系統架構>

圖1顯示一實施例中之語音控制助理裝置100之硬體架構。語音控制助理裝置100較佳具有一細長殼體130，其高度較佳不超過20公分，並在殼體130內設置有處理器102、登入代理模組104、與麥克風(或其他的語音輸入裝置)106。此外，語音控制助理裝置100另外包含無線訊號收發器108，用以進行無線通訊。選擇性地，語音控制助理裝置100還可具有NFC感應裝置109。

語音控制助理裝置100中與本新型創作無直接相關的基本架構，例如電源、記憶體、網路通訊單元、語音辨識模組、喇叭等等，可參見一般的語音控制助理裝置，例如Amazon公司的產品Amazon Echo或是Google公司的產品Google Home，更具體地也可參考美國專利US9304736或是US Pub.20150279387 A1。與本新型創作無關的細節將省略不予描述。

進一步如圖2所示，處理器102係執行一作業系統OS，例如Android作業系統或是Linux。處理器102另可在作業系統OS執行應用程式P1~Pn，而每一應用程式P1~Pn係用於連接不同的網 際網路服務S1~Sn，例如多媒體串流、網路金融、網路購物等等。較佳但不限定地，應用程式P1~Pn係透過軟體開發工具(SDK)的方式安裝於作業系統OS下。值得注意的是，語音控制助理裝置100上的應用程式P1~Pn可實施一單一整合應用程式(例如一泛用型的網路瀏覽器)，惟此單一整合應用程式具有不同功能模組以分別連接不同的網際網路服務S1~Sn。

另一方面，如圖1所示，語音控制助理裝置100具有無線訊號收發器108，因此使用者可透過語音控制助理裝置100以外的一或多個使用者資訊裝置200來與語音控制助理裝置100進行無線通訊，使用者資訊裝置200可例如是智慧手機、智慧手表、個人電腦或是平板。值得一提的是，使用者資訊裝置200與語音控制助理裝置100之間的通訊可透過網路，但在本新型創作實施例中，較佳是點對點(point to point)直接通訊，以確保資料安全，敏感的資料例如密碼不會儲存在任何中繼的伺服器或是資訊設備上。但應知此並非本新型之必要。在另一實施例中，使用者資訊裝置200與語音控制助理裝置100之間的通訊則可透過藍牙協定或是NFC。

再回到圖2，在此實施例中，使用者資訊裝置200(例如一智慧手機)上安裝有對應的用戶端應用程式AP1~APn，以分別對應語音控制助理裝置100上的應用程式P1~Pn。同樣地，使用者資訊裝置200上的用戶端應用程式AP1~APn亦可實施一單一整合應用程式，惟此單一整合應用程式具有不同功能模組以分別對應到語音控制助理裝置100上的應用程式P1~Pn。

另一方面，語音控制助理裝置100具有登入代理模組LA。在一實施例中，登入代理模組LA可實施為作業系統OS下之一常駐程式，但應可知本新型創作不欲局限於此。在其他實施例中，登入代理模組LA亦可透過硬體或是軟/硬體的組合的方式來實施。

在語音控制助理裝置100之中，登入代理模組LA預先與應用程式P1~Pn建立關連；針對每一應用程式P1~Pn所對應的網際網路服務S1~Sn，登入代理模組LA可保存有使用者的登入資料，例如帳號與密碼。較佳地，登入代理模組LA所保存的使用者登入資料係來自使用者資訊裝置200上應用程式AP1~APn，也就是使用者透過用戶端應用程式AP1~APn所傳送給登入代理模組LA，稍後將更進一步說明，但應可知本新型創作不欲於限於此。

舉例來說，使用者登入資料亦可以檔案的形式儲存在與語音控制助理裝置100連接的一外接式儲存裝置(未圖示，可例如是一USB記憶卡)中，而登入代理模組LA可自動存取此外接式儲存裝置以取得使用者登入資料。在另一實施例中，語音控制助理裝置100中係具有NFC感應裝置109，而使用者登入資料可以儲存在IC卡的晶片之中，而透過非接觸的方式被登入代理模組LA存取。這種方式還可以與上述透過使用者資訊裝置200上用戶端應用程式AP1~APn提供使用者登入資料的作法搭配使用，特別當所欲使用的網際網路服務係關於金融交易時，可能會需要雙因認證，因此，舉例來說，可利用使用者資訊裝置200上用戶端應用程式AP1~APn提供使用者的ID與密碼，但利用金融卡(IC卡)的晶片提供銀行帳號或是額外的驗證碼。這種作法提供了所謂的雙因認證，可確保安全性。額外地，語音控制助理裝置100還可採用現有非接觸支付驗證的技術對金融卡(IC卡)進行驗證。

語音控制助理裝置100電源開啟後，處理器102即會執行作業系統OS進行開機。開機完成後，可透過指示燈的閃爍或是喇叭的聲音(皆未圖示)來告知使用者已開機完畢。在此實施例中，無線訊號收發器108係為藍牙收發器，而使用者即可透過使用者資訊裝置200(例如一智慧手機)來與語音控制助理裝置100建立藍牙通訊。

接著，為了使用網際網路服務S1，使用者係執行使用者資訊裝置200上所安裝的用戶端應用程式AP1。用戶端應用程式AP1執行後會與登入代理模組LA進行通訊，而因應用戶端應用程式AP1的指令，登入代理模組LA呼叫語音控制助理裝置100上的應用程式P1(例如一瀏覽器程式)。應用程式P1執行後會透過網路與網際網路服務S1連線，並接收網際網路服務S1所傳回的登入網頁，此時登入代理模組LA可提供其所保存而對應網際網路服務S1的使用者的登入資料給應用程式P1，也就可以視為登入代理模組LA自動地將登入資料填入登入網頁中的相對應欄位，而應用程式P1即可利用此登入資料以回應網際網路服務S1的登入網頁。自動辨識出網頁中特定欄位以及並自動填入相對應資料的技術係可參考例如現有“password autofill”技術，因此在此不予贅述。

隨後待網際網路服務S1驗證通過使用者的登入資料後，使用者即成功地登入網際網路服務S1。值得注意的是，此登入程序係透過語音控制助理裝置100中的應用程式P1直接向網際網路服務S1進行，也就是語音控制助理裝置100直接與網際網路服務S1的伺服器直接通訊要求登入，而期間使用者無需透過其他的裝置與網際網路服務S1的伺服器溝通或取得授權。

當網際網路服務S1允許使用者的登入後，使用者即可透過語音指令來控制語音控制助理裝置100。一般來說，使用者可說出特定的語詞，麥克風106接收語詞後將其轉換為電子訊號，並由處理器102辨識處理後以產生一控制指令，而應用程式P1可將此控制指令傳送給網際網路服務S1，以要求網際網路服務S1提供特定服務，例如播放音樂，查詢資料，或是登出(logout)網際網路服務S1。此部份可參考現有的語音控制助理裝置，在此不予贅述。

在一實施例中，在語音控制助理裝置100開機後，當使用 者首次使用使用者資訊裝置200上所安裝的用戶端應用程式AP1以與語音控制助理裝置100中的登入代理模組LA聯絡時，登入代理模組LA會通知用戶端應用程式AP1(或是用戶端應用程式AP1自動產生提示)，以要求使用者輸入對應網際網路服務S1的使用者的登入資料，而使用者可透過用戶端應用程式AP1所提供的介面輸入使用者的登入資料，用戶端應用程式AP1可將使用者的登入資料依照預定的格式轉換為一文字訊息，並傳送給登入代理模組LA。舉例來說，用戶端應用程式AP1可將使用者的帳號，例如是“John”，與密碼，例如是“123abc”，轉換為單一明文字串，即例如是“John&123abc”，而其中應用程式AP1自動插入特殊符號“&”，以分隔出帳號(Jack)與密碼(123abc)。登入代理模組LA登入代理模組LA收到此字串，即可輕易地解析出使用者的帳號與密碼，並加以保存。

此外，登入代理模組LA可被設定以僅保存使用者登入資料一預定時間，例如是24小時，則表示在同一天內若需要再度登入相同網際網路服務S1時，登入代理模組LA可直接以保存的資料提供給應用程式P1以登入網際網路服務S1；但若超過24小時後，則登入代理模組LA會自動刪除先前所保留的使用者登入資料，而必須透過用戶端應用程式AP1重新取得使用者登入資料。此部份取決於安全性的考量以及資料容量的限制，本新型創作對此不欲加以限制。

應可知上述實施例是為一極度簡化的作法，而在實務上，例如為了安全性的考量，用戶端應用程式AP1可以使用特殊專有的格式來傳送使用者的登入資料，甚至還可以透過加密傳送來提高安全性。舉例來說，使用者資訊裝置200與語音控制助理裝置100中可使用藍牙4.0協定來進行通訊，特別是當用戶端應用程式AP1傳送使用者的登入資料給登入代理模組LA時，還可使用AES-128 CCM加密演算法進行加密和認證。但應知對此本新型創作不欲對特定的加密演算法加以限制。

此外，在用戶端應用程式AP1與登入代理模組LA溝通以執行應用程式P1而連結網際網路服務S1的同時或之後，若也想使用網際網路服務S2，使用者還可執行使用者資訊裝置200上所安裝的另一用戶端應用程式AP2，並透過用戶端應用程式AP2傳送網際網路服務S2所需的使用者的登入資料給登入代理模組LA，而登入代理模組LA可提供其所保存而對應網際網路服務S2的使用者的登入資料給應用程式P2，以透過應用程式P2連接並登入網際網路服務S2。相關的細節可比照上述用戶端應用程式AP1的描述。

特別的是，用戶端應用程式AP1所使用的預定格式與加密方法係取決於登入代理模組LA所能解析的格式以及能夠解密的加密方式。因此在較佳實施例中，除了用戶端應用程式AP1外，其他用戶端應用程式AP2-APn也都採用相同的格式以及加密方式，而不隨著不同用戶端應用程式AP1-APn(對應不同的網際網路服務S1-Sn)而異。

在不脫離本新型創作精神或必要特性的情況下，可以其他特定形式來體現本新型創作。應將所述具體實施例各方面僅視為解說性而非限制性。因此，本新型創作的範疇如隨附申請專利範圍所示而非如前述說明所示。所有落在申請專利範圍之等效意義及範圍內的變更應視為落在申請專利範圍的範疇內。

100‧‧‧語音控制助理裝置

104‧‧‧登入代理模組

200‧‧‧使用者資訊裝置

AP1‧‧‧用戶端應用程式

AP2‧‧‧用戶端應用程式

APn‧‧‧用戶端應用程式

OS‧‧‧作業系統

P1‧‧‧程式

P2‧‧‧程式

Pn‧‧‧程式

S1‧‧‧網際網路服務

S2‧‧‧網際網路服務

Sn‧‧‧網際網路服務

Claims (10)

1. 一種無實體顯示器的語音控制助理裝置，包含：一處理器，用以執行一作業系統以及該作業系統下的一第一應用程式；一登入代理模組(login agent module)，為一第一網際網路服務保存有使用者之一第一登入資料，其中該登入代理模組啟動該第一應用程式以連接該第一網際網路服務並載入該第一網際網路服務之一登入網頁(login webpage)，而該登入代理模組提供該第一登入資料予該第一應用程式以回應該第一網際網路服務之登入網頁，藉此登入該第一網際網路服務；以及一麥克風，用以接收使用者的語音並根據所接收的該語音產生一語音訊號，其中該處理器更將該語音訊號轉換為該第一應用程式之一控制指令，並利用該控制指令操作該第一網際網路服務。
2. 如請求項1所述之語音控制助理裝置，其中該登入代理模組更為一第二網際網路服務保存有使用者之一第二登入資料，其中該登入代理模組更啟動該第二應用程式以連接該第二網際網路服務並載入該第二網際網路服務之一登入網頁，而該登入代理模組提供該第二登入資料予該第二應用程式以回應該第二網際網路服務之登入網頁，藉此登入該第二網際網路服務。
3. 如請求項2所述之語音控制助理裝置，其中該語音控制助理裝置更接收並解密使用者以加密方式所提供的該第一登入資料與該第二登入資料。
4. 如請求項2所述之語音控制助理裝置，其中該登入代理模組接 收使用者所提供的該第一登入資料與該第二登入資料，而該第一登入資料與該第二登入資料係符合預定之一資料格式，而該資料格式係獨立於該第一網際網路服務與該第二網際網路服務而取決於該語音控制助理裝置。
5. 如請求項4所述之語音控制助理裝置，其中該資料格式係為明文字串(plain text strings)。
6. 如請求項1所述之語音控制助理裝置，其中該登入代理模組接收使用者所提供的該第一登入資料。
7. 如請求項6所述之語音控制助理裝置，更包含一無線訊號接收器，用以接收使用者以無線方式所傳送的該第一登入資料，並提供給該資料接收單元。
8. 如請求項7所述之語音控制助理裝置，更包含該無線訊號接收器為一藍牙接收器，用以接收使用者以藍牙方式所傳送的該第一登入資料。
9. 如請求項7所述之語音控制助理裝置，更包含該無線訊號接收器為一NFC接收器，用以接收使用者以NFC方式所傳送的該第一登入資料。
10. 如請求項6所述之語音控制助理裝置，其中該登入代理模組並解密使用者以加密方式所提供的該第一登入資料。