TWI879085B - 結合自動語音機制與視覺反饋機制的互動式系統及其互動方法 - Google Patents

Abstract

本發明係一種結合自動語音機制與視覺反饋機制的互動式系統，其中，第一終端裝置與電信伺服器透過一公用交換電話網路相互傳輸訊息，且該第一終端裝置能傳送一輸入訊息至電信伺服器，並得到來自該電信伺服器的語音反饋訊息，該電信伺服器能將該輸入訊息傳換為處理訊息，並傳輸至該資訊管理伺服器，該資訊管理伺服器根據該處理訊息，透過網際網路將一轉發訊息傳輸至一資訊分派伺服器，該資訊分派伺服器根據該轉發訊息的內容，將一控制訊息傳送至一第二終端裝置，該第二終端裝置則根據該轉發訊息而將一要求訊息傳輸至一畫面內容管理伺服器，以取得該畫面內容管理伺服器傳回之畫面反饋訊息，如此，用戶能同時得到語音與視覺等導引，幫助用戶做出選擇。

Description

結合自動語音機制與視覺反饋機制的互動式系統及其互動方法

本發明係關於互動式系統，尤指一種同時結合自動語音機制與視覺反饋機制的互動式系統與互動方法，以在使用者操作第一終端裝置，並聽取該第一終端裝置傳來的語音資訊時，還能自第二終端裝置上觀看到符合前述語音資訊的畫面資訊。

按，互動式語音應答(Interactive Voice Response，簡稱IVR)又稱為自動語音應答系統，其允許用戶透過電話與業者端的專屬電信主機互動，當用戶撥打至專屬電信主機而進入IVR系統後，IVR系統能播放一系列預先錄製的語音內容，用戶能根據聽到的語音導引，按壓電話上的按鍵作為回應，進而取得所需資訊或完成特定操作(例如，信用卡開卡)。

承上，IVR系統的相關技術已經被應用至諸多行業中，例如，許多銀行和服務提供者利用IVR系統來提供24小時客戶服務，用戶可以在任何時間查詢帳戶餘額、支付賬單、轉帳或其它操作，或者，航空公司、旅行社與醫療機構也會採用IVR系統，以讓用戶能查詢航班資訊、預定機票、確認預約時間等。由此可知，IVR系統具有諸多優點，其中最顯著的優點在於，IVR系統大幅提高了服務的效率與可用性，通過自動化流程，業者能隨時隨地為用戶提供服務，而無需人工干預，此種情況，不僅節省了人力資源，還確保了資訊的準確性和即時性，並能減少用戶的等待時間，以提高客戶滿意度。

然而，儘管IVR系統在提供多元化和高效的服務方面具有明顯優勢，但其仍存在一些不足之處，特別是對於某些特定的用戶群體。事實上，對於高齡者或是聽力不佳的用戶來說，完全依賴語音的IVR系統可能並不太友善，預錄的語音訊息在傳輸過程中可能會產生失真或不夠清晰等問題，使得前述用戶難以理解語音內容，以及依循語音導引操作，對於高齡者來說，有時可能會因為操作不當或反應慢而錯過重要指示，前述情況都可能造成用戶的困惑，進而影響其使用體驗。此外，多數IVR系統會設有特定的反應時間限制，如果用戶未能在限定的時間內作出選擇或回應，IVR系統可能會自動結束通話，此種情況，對於需要更多時間來處理資訊或做出決策的高齡用戶來說，無疑會帶來壓力，使他們在使用IVR系統時感到不便與不愉快。

為此，業界與研究機構已開始尋找解決方案，其中部分業者採用了優化語音質量、提供可調節的播放速度以及根據用戶需求調整回應時間等，以期提升用戶體驗，惟，對於高齡者和聽力不佳的用戶來說，當語音導引無法發揮其效用時，普遍會選擇轉接到人工客服的方式，在業者因IVR系統降低人力資源的前提下，前述用戶可能需花費更多時間等待人工客服，造成用戶體驗感受與滿意度下降，故，如何有效解決前述問題，即為本發明之重要課題。

有鑑於傳統IVR系統只能提供語音導引功能，對於部分用戶來說顯然不夠友善，因此，發明人秉持著精益求精的研究精神，在經過長久的努力研究與實驗後，終於研發出本發明之一種結合自動語音機制與視覺反饋機制的互動式系統及其互動方法，以能同時提供聽覺與視覺的多重導引，確保大多數用戶都能夠清晰地理解導引資訊，減少誤解，以幫助用戶做出正確的選擇。

本發明之一目的，係提供一種結合自動語音機制與視覺反饋機制的互動式系統，包括一第一終端裝置、一電信伺服器、一資訊管理伺服器、一資訊分派伺服器、一第二終端裝置與一畫面內容管理伺服器，其中，該第一終端裝置能連接至一公用交換電話網路，其設有一用戶輸入介面，該用戶輸入介面能根據一用戶之操作而產生一輸入訊息，該輸入訊息至少包含一輸入資訊；該電信伺服器能透過該公用交換電話網路接收該第一終端裝置傳來的該輸入訊息，並根據該輸入訊息產生對應的一處理訊息，其中，該處理訊息至少包含代表該第一終端裝置的一第一識別碼與對應該輸入資訊的一互動資訊，該電信伺服器還能連接至一語音資料庫，並能根據該輸入訊息的內容而自該語音資料庫中取得至少一個預錄語音片段資訊，以產生一語音反饋訊息，並透過該公用交換電話網路將該語音反饋訊息傳回至該第一終端裝置；該資訊管理伺服器與該電信伺服器相連接，以接收該電信伺服器傳來的該處理訊息，該資訊管理伺服器還能連接一用戶資料庫，並能根據該處理訊息的該第一識別碼，而自該用戶資料庫中搜尋出對應的一用戶資訊，並產生一轉發訊息，其中，該轉發訊息至少包含該用戶資訊與該互動資訊；該資訊分派伺服器透過一網際網路與該資訊管理伺服器相連接，以接收該資訊管理伺服器傳來的該轉發訊息，並能根據該轉發訊息的該用戶資訊，將一控制訊息傳送至對應的一第二終端裝置，其中，該控制訊息至少包含該互動資訊；該第二終端裝置能透過該網際網路接收該資訊分派伺服器傳來的該控制訊息，且能產生一要求訊息，其中，該要求訊息至少包含一第二識別碼與該互動資訊；該畫面內容管理伺服器能透過該網際網路接收該第二終端裝置傳來的該要求訊息，其還與一畫面資料庫相連接，並能根據該要求訊息的該互動資訊，而自該畫面資料庫中取得至少一個預設畫面資訊，以產生一畫面反饋訊息，並透過該網際網路將該畫面反饋訊息傳回至該第二終端裝置。如此，對於有特殊需求的用戶而言，同時提供語音與視覺等導引提示，能確保用戶迅速獲得與理解前述導引提示信息，減少用戶犯錯的風險，並幫助用戶做出正確選擇，以取得所需的資訊。

可選地，該互動式系統還包括一語音編輯工具，該語音編輯工具係用以編輯該語音資料庫中的各該預錄語音片段資訊，以及各該預錄語音片段資訊所需對應之輸入資訊。

可選地，該互動式系統還包括一畫面編輯工具，該畫面編輯工具係用以編輯該畫面資料庫中的各該預設畫面資訊，以及各該預設畫面資訊所需對應之互動資訊。

可選地，該第一終端裝置與該第二終端裝置為同一台設備。

可選地，該語音資料庫係位於該電信伺服器中。

可選地，該電信伺服器係安裝一語音辨識模組。

可選地，該畫面資料庫係位於該畫面內容管理伺服器中。

本發明之另一目的，係提供一種結合自動語音機制與視覺反饋機制的互動式系統之互動方法，係應用至一互動式系統，該互動式系統包含一第一終端裝置、一電信伺服器、一資訊管理伺服器、一資訊分派伺服器、一第二終端裝置與一畫面內容管理伺服器，其中，在該第一終端裝置與該電信伺服器建立通話後，該互動方法係使該電信伺服器、該資訊管理伺服器、該資訊分派伺服器與該畫面內容管理伺服器執行後續步驟：該電信伺服器係透過一公用交換電話網路接收該第一終端裝置傳來的一輸入訊息，並根據該輸入訊息產生對應的一處理訊息，其中，該處理訊息至少包含一第一識別碼與一互動資訊；該電信伺服器根據該處理訊息而自一語音資料庫中取得至少一個對應的預錄語音片段資訊，以產生一語音反饋訊息，並透過該公用交換電話網路將該語音反饋訊息傳回至該第一終端裝置，且該電信伺服器還會透過一網際網路將該處理訊息傳送至該資訊管理伺服器；該資訊管理伺服器接收該電信伺服器傳來的該處理訊息後，根據該處理訊息的該第一識別碼，而自一用戶資料庫中搜尋出對應的一用戶資訊，並產生一轉發訊息，且透過該網際網路將該轉發訊息傳送至該資訊分派伺服器，其中，該轉發訊息至少包含一用戶資訊與該互動資訊；該資訊分派伺服器接收該資訊管理伺服器傳來的該轉發訊息後，根據該轉發訊息的該用戶資訊，產生一控制訊息，且透過該網際網路將該控制訊息傳送至對應的一第二終端裝置，其中，該控制訊息至少包含該互動資訊，且第二終端裝置能根據該控制訊息而產生一要求訊息；該畫面內容管理伺服器透過該網際網路接收該第二終端裝置傳來的該要求訊息後，能根據該要求訊息的該互動資訊，而自一畫面資料庫中取得至少一個預設畫面資訊，以產生一畫面反饋訊息，並透過該網際網路將該畫面反饋訊息傳回至該第二終端裝置。如此，本發明的互動方法能夠同時提供聽覺與視覺信息，以增強用戶對於導引提示信息的理解，且部分導引指示在視覺上可能更直觀，部分導引指示在語音中可能更簡潔，故能提高用戶使用與操作上的整體效率。

可選地，該第一識別碼用以對應該第一終端裝置，該互動資訊用以對應該處理訊息中的一輸入資訊，且該輸入資訊係為該第一終端裝置經用戶操作後所產生。

可選地，該資訊管理伺服器根據該處理訊息的該第一識別碼，而無法自該用戶資料庫中搜尋出對應的用戶資訊後，係停止產生與傳送該轉發訊息。

為便 貴審查委員能對本發明目的、技術特徵及其功效，做更進一步之認識與瞭解，茲舉實施例配合圖式，詳細說明如下：

為使本發明之目的、技術內容與優點更加清楚明白，以下結合具體實施方式，並參照附圖，對本發明所公開的實施方式進一步詳細說明。本領域之技藝人士可由本說明書所公開的內容瞭解本發明的優點與效果，且本發明可通過其他不同的具體實施例加以施行或應用，本說明書中的各項細節也可基於不同觀點與應用，在不悖離本發明的構思下進行各種修改與變更。另外事先聲明，本發明的附圖僅為簡單示意說明，並非依實際尺寸進行描繪。此外，除非上下文有明確指出或定義，否則本發明之“一”、“該”之含義包括複數。又，以下的實施方式將進一步詳細說明本發明的相關技術內容，但所公開的內容並非用以限制本發明的保護範圍。

應理解，本文所使用的術語通常具有本領域的普通含義，在有衝突的情況下，以本文所給出的任何定義為準。由於同一件事可以用多種方式表達，替代詞語與同義詞可用於本文所討論或敘述的任何術語，且在本文是否闡述或討論術語方面沒有特殊限定，一個或多個同義詞的使用並不能排除其他同義詞。在本發明之說明書中任何地方所使用的實施例，包括任何術語的使用，都僅是說明性，絕不限制本發明或任何術語的範圍與含義。同樣地，本發明並不侷限於說明書所揭露的各種實施例。雖然本文中可能使用術語第一、第二或第三等來描述各種元件，但各該元件不應受前述術語的限制，前述術語主要是用以區分一元件與另一元件，而不應對任何元件施加任何實質性限制，且不應限制各個元件在實際應用上的組裝或設置順序。另外，本文中所使用的術語“或”，應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。

本發明係一種結合自動語音機制與視覺反饋機制的互動式系統及其互動方法，請參閱圖1所示，該互動式系統T是由自動語音系統1與視覺反饋系統2共同構成，其中，該自動語音系統1具有自動語音機制，以提供用戶語音方面的反饋，該視覺反饋系統2則具有視覺反饋機制，以提供用戶視覺方面的反饋。又，該自動語音系統1能為互動式語音應答(Interactive Voice Response，簡稱IVR)系統，用戶能夠撥打業者的指定電話號碼，以進入業者端的專屬電信主機，且用戶能夠鍵入特定按鍵，以聽取預錄的語音內容，進而獲得所需的資訊。由於IVR系統已屬於成熟技術，故後續僅就與本發明相關的必要技術手段進行描述，但只要具備IVR相關技術的系統都可視為本發明的自動語音系統1，合先陳明。

復請參閱圖1所示，該自動語音系統1包括一第一終端裝置11與一電信伺服器13，其中，該第一終端裝置11能夠為固網電話或移動通訊設備(如：行動電話(Mobile Phone)、智慧型手機(Smartphone)等)，其能夠直接或間接連接至一公用交換電話網路(Public Switched Telephone Network，簡稱PSTN)10，以與該電信伺服器13進行資訊(通話數據)交換。在此特別一提者，該移動通訊設備能以移動通信網路(如：4G或5G)先建立移動通訊設備與本地電信塔之間的無線連接，之後，該移動通訊設備與電信伺服器13間仍是以公用交換電話網路10進行資訊交換。

復請參閱圖1所示，該第一終端裝置11設有一用戶輸入介面111(如：實體按鍵、觸控螢幕、麥克風等)，且該第一終端裝置11能根據用戶操作該用戶輸入介面111的結果而產生一輸入訊息，並將該輸入訊息傳輸至該電信伺服器13。當該第一終端裝置11還未與該電信伺服器13建立通話時，該輸入訊息係為一通話請求，其包含一第一識別碼(如：電話號碼)與一輸入資訊，該輸入資訊能夠為空白，在部分實施例中，該通話請求能夠只有第一識別碼(如：電話號碼)，前述情況下，相當於輸入資訊為空白；又，當該第一終端裝置11已經與該電信伺服器13建立通話時，根據該第一終端裝置11的具體態樣(如：固網電話)與使用技術，該輸入訊息能只有輸入資訊(如：按鍵資訊)。

承上，復請參閱圖1所示，該第一識別碼係用以供識別通話對象，以確保該第一終端裝置11與電信伺服器13建立正確通話，且電信伺服器13能將通話數據(如：語音內容)傳送至對應的第一終端裝置11。其中，該第一識別碼能夠為電話號碼、國際移動用戶識別碼(International Mobile Subscriber Identity，簡稱IMSI)、國際移動設備識別碼(International Mobile Equipment Identity，簡稱IMEI)或其它足以供該電信伺服器13識別與維持通話的獨特標識；該輸入資訊能為按鍵資訊、語音資訊或空白，當該用戶輸入介面111為實體按鍵或虛擬按鍵時，該輸入資訊即為用戶按壓實體/虛擬按鍵的按鍵資訊；當該用戶輸入介面111為麥克風時，該輸入資訊即為用戶口述的語音指令。

在此特別一提者，復請參閱圖1所示，用戶在使用自動語音系統1時，包含兩種情境，分別為用戶撥打至業者端(inbound)與業者端撥打給用戶(outbound)，以用戶撥打至業者端(inbound)為例，用戶會先透過第一終端裝置11撥打業者端的電話號碼，前述過程相當於該第一終端裝置11發送輸入訊息(通話請求)至該電信伺服器13，且該通話請求包含第一識別碼(如：電話號碼)，又，該電信伺服器13能根據該第一識別碼建立對談(session)，之後，用戶便能夠根據每一次聽到的語音內容，逐次按壓實體按鍵或虛擬按鍵，或者是口述語音指令。在通話持續的情況下，該第一終端裝置11只會傳輸按鍵資訊或語音指令至該電信伺服器13，而不會重複傳送電話號碼、IMSI或IMEI，惟，為了確保該第一終端裝置11與電信伺服器13兩者間的通話正確性，該第一終端裝置11與電信伺服器13間的通話過程能包含對應該對談(session)的獨特標識，其中，該對談(session)的獨特標識係由該電信伺服器13生成並用於追蹤通話的標識，換言之，該第一識別碼是供電信伺服器13能夠準確地與該第一終端裝置11建立正確通話，任何涉及到前述功效的資訊都可視為第一識別碼，因此，在通話過程中，該第一識別碼的具體形式可能改變(如：由電話號碼變為對談(session)的獨特標識)，但其含義不變(均代表該第一終端裝置11的來源)。

承上，復請參閱圖1所示，當使用情境為業者端撥打給用戶(outbound)時，表示電信伺服器13已經事先取得第一終端裝置11的第一識別碼(如：電話號碼)，且在電信伺服器13與第一終端裝置11建立通話後，即可接收該第一終端裝置11傳來的輸入訊息，且前述輸入訊息至少了包含一輸入資訊，例如，用戶根據每一次聽到的語音內容，逐次按壓實體按鍵或虛擬按鍵，或者是口述語音指令等輸入資訊。此外，在部分實施例中，該用戶輸入介面111也不侷限於只有單一種裝置，而能夠包含複數種裝置，例如，該用戶輸入介面111同時包含觸控螢幕與麥克風，且能根據用戶的操作情境，而產生對應的輸入訊息，舉例而言，用戶在同一次的通話階段中，能夠先按壓智慧型手機的虛擬按鍵，以產生按鍵資訊，之後，用戶能夠以口述的方式對麥克風說出語音指令。

復請參閱圖1所示，該電信伺服器13能接收該第一終端裝置11傳來的輸入訊息，並能讀取該輸入訊息的內容，且該電信伺服器13能根據該輸入訊息的內容，自一語音資料庫14中取得至少一個預錄語音片段資訊，以產生一語音反饋訊息，並能透過該公用交換電話網路10將該語音反饋訊息傳回至該第一終端裝置11。舉例而言，當該第一終端裝置11還未與該電信伺服器13建立通話，且該電信伺服器13判斷出該輸入資訊為空白時，該電信伺服器13能自該語音資料庫14中取得對應的預錄語音片段資訊，前述預錄語音片段資訊能夠為"歡迎您的來電，國語服務請按1，English service, please press 2"等，之後，該電信伺服器13會將含有前述預錄語音片段資訊的語音反饋訊息傳送至第一終端裝置11，以供用戶能聽到前述語音內容。

承上，復請參閱圖1所示，在通話階段中，當用戶聽到"若要查詢餘額請按『1』，若要查詢交易明細內容請按『2』…"等語音內容後，用戶能夠按壓實體按鍵或虛擬按鍵的按鍵『1』，或者能夠以口述方式說出『1』或『餘額查詢』等語音指令，該第一終端裝置11即可將含有前述輸入資訊的輸入訊息傳送至該電信伺服器13，該電信伺服器13即可根據該輸入資訊(如：相當於『1』的按鍵資訊或語音指令)，由對應的資料庫或其它伺服器(如：可取得用戶餘額資訊的金融資料庫或伺服器)中取得相關資料，並依照前述相關資料內容由語音資料庫14取得對應的預錄語音片段資訊，以產生語音反饋訊息後，再將該語音反饋訊息傳送至該第一終端裝置11，令用戶能透過該第一終端裝置11聽到該語音反饋訊息的語音內容，例如：餘額為XXXXX元。

復請參閱圖1所示，在部分實施例中，該語音資料庫14能夠位於該電信伺服器13中；在部分實施例中，該語音資料庫14能夠位於其它伺服器中；在部分實施例中，該電信伺服器13或其它設備中還能設有一語音編輯工具141，該語音編輯工具141主要用以編輯該語音資料庫14中的資料，以及各個預錄語音片段資訊所需對應的輸入資訊(如：實體按鍵"1"的按鍵資訊、用戶口述"1"的語音資訊等)；在部分實施例中，該電信伺服器13能安裝有一語音辨識模組132，以能取得用戶的口述內容，並將其轉換為文字(但不以此為限)。

復請參閱圖1所示，該電信伺服器13還能夠根據該輸入訊息的內容，產生對應的處理訊息，並將該處理訊息透過網際網路20傳輸至該視覺反饋系統2，其中，該處理訊息至少包含該第一識別碼(如：電話號碼)與對應該輸入資訊的一互動資訊，該互動資訊的內容能夠相同於輸入資訊，或者是足以代表該輸入資訊的內容，舉例而言，該互動資訊能夠為實體按鍵『1』的按鍵資訊、用戶口述『1』的語音指令，或者，該電信伺服器13接收到用戶口述『1』的語音指令後，再將其轉換為"查詢餘額"或"按鍵1"的資訊內容等。換言之，該電信伺服器13能夠直接將輸入資訊作為互動資訊，或者先對輸入資訊進行處理以轉換為對應的互動資訊。

另外，復請參閱圖1所示，該視覺反饋系統2包括一第二終端裝置21、一資訊管理伺服器23、一資訊分派伺服器25與一畫面內容管理伺服器27，其中，該第二終端裝置21係為具有顯示幕的設備，例如：網路電視、智慧型手機等，在部分實施例中，該第二終端裝置21能為複數個設備的組合體，例如，機上盒搭配電視等；在部分實施例中，該第二終端裝置21與第一終端裝置11兩者能夠為同一台設備(如：智慧型手機)，主要原因在於智慧型手機具有撥號與顯示等功能，例如，其觸控螢幕可以做為顯示幕211，也能夠在其上顯示虛擬按鍵而作為用戶輸入介面111(如圖1處於自動語音系統1的智慧型手機)，且智慧型手機還兼具連接至公用交換電話網路10與網際網路20的能力，因此，該智慧型手機處於自動語音系統1的角色時，能直接或間接透過公用交換電話網路10進行資訊傳輸，該智慧型手機處於視覺反饋系統2的角色時，則是透過網際網路20進行資訊傳輸。

復請參閱圖1所示，該資訊管理伺服器23與該電信伺服器13相連接，以接收該電信伺服器13傳來的處理訊息，其中，該資訊管理伺服器23設有一電信存取介面(Telephone Access Interface，簡稱TAI)，其主要是使該資訊管理伺服器23與電信伺服器13兩者能夠建立通訊，以相互傳遞資料。又，該資訊管理伺服器23還能連接一用戶資料庫24，該用戶資料庫24儲存有複數筆用戶資料表，該用戶資料表至少儲存有該第一識別碼與一用戶識別碼等用戶資訊，其中，該用戶識別碼能與至少一個第一識別碼相關連(相綁定)，並能與一個第二終端裝置21相關聯，以供該資訊管理伺服器23能根據該用戶識別碼而辨識出對應的第二終端裝置21，並將訊息正確地傳遞至該第二終端裝置21。根據實際需求，該用戶識別碼能夠為唯一系統編號 (Embedded OS ID)，例如，Android ID、Apple ID、SoC unique ID (Linux)等，也能夠為IP地址、MAC地址(Media Access Control address)、全域唯一識別碼(Universally Unique Identifier，簡稱UUID)、IMEI或IMSI等，換言之，該用戶識別碼是對應於第二終端裝置21，以使該資訊管理伺服器23的訊息能正確地被傳遞至該第二終端裝置21。又，該資訊管理伺服器23能夠根據該處理訊息與該用戶資料表的內容，產生一轉發訊息，其中，該轉發訊息至少包含部分的用戶資訊(如：用戶識別碼)與互動資訊(如：實體按鍵『1』的按鍵資訊)。

再者，復請參閱圖1所示，該資訊分派伺服器25能透過網際網路20與該資訊管理伺服器23相連接，以接收該資訊管理伺服器23傳來的該轉發訊息，並能產生一控制訊息，該控制訊息至少包含該互動資訊，又，該資訊分派伺服器25能根據該用戶資訊(如：用戶識別碼)的內容，透過有線或無線技術(如：3G、4G、5G或6G等廣域無線技術)，將該控制訊息傳送至對應的第二終端裝置21。在部分實施例中，該資訊管理伺服器23、資訊分派伺服器25與第二終端裝置21能採用訊息佇列遙測傳輸(Message Queuing Telemetry Transport，簡稱MQTT)通訊協定(但不以此為限)，其中，該資訊管理伺服器23相當於訊息發佈者(Publisher)，該資訊分派伺服器25相當於代理人(Broker)，該第二終端裝置21相當於訊息訂閱者(Subscriber)，以能彼此傳輸對應的訊息與資訊。又，該第二終端裝置21能根據該控制訊息的內容，產生一要求訊息，且該要求訊息至少包含一第二識別碼與該互動資訊，其中，該第二識別碼能相同或不相同於用戶識別碼(但不以此為限)，其能為唯一系統編號、IP地址、MAC地址(Media Access Control address)、全域唯一識別碼(Universally Unique Identifier，簡稱UUID)、IMEI或IMSI等。此外，當該第二終端裝置21為機上盒搭配網路電視的組合時，假設網路電視處於關機狀態時，則該機上盒接收到該控制訊息後，能夠先傳送一開機訊息使該網路電視處於開機狀態，例如，該機上盒能夠設有電源開關模組，以能透過該電源開關模組而使該網路電視變更為開機狀態，但不以此為限，在本發明之其它實施例中，根據第二終端裝置21的不同型態，其接收到該控制訊息後能夠有各自特定的開啟顯示幕211之方式，或者，在部分實施例中，需要由用戶自行開啟第二終端裝置21的顯示幕211，才足以完成後續流程。

承上，復請參閱圖1所示，該畫面內容管理伺服器27能透過網際網路20與該第二終端裝置21相連接，並能接收來自該第二終端裝置21傳來的要求訊息，又，該畫面內容管理伺服器27能根據該要求訊息的互動資訊，自一畫面資料庫28中取得至少一個預設畫面資訊，以產生一畫面反饋訊息，之後，該畫面內容管理伺服器27能根據該第二識別碼，透過網際網路20將該畫面反饋訊息傳回至該第二終端裝置21，以供使用者能夠在該第二終端裝置21的顯示幕211上看到對應的畫面，例如，餘額為XXXXX元的畫面。由此可知，該視覺反饋系統2能經由該電信伺服器13，取得來自第一終端裝置11的輸入訊息(如：按鍵資訊或語音指令)，以在第二終端裝置21上提供對應的畫面，如此，對於用戶來說，尤其是高齡的使用者，能夠以較熟悉的方式(如：按壓固網電話的按鍵)進行操作，且除了能夠聽到語音內容之外，還能夠直接觀看畫面，大幅提高使用上的便利性。在此特別一提者，本發明的畫面內容管理伺服器27不侷限於單一伺服器，根據實際需求而能為複數個伺服器的結合體，例如，當客戶想要得知的內容涉及金融資訊時，該畫面內容管理伺服器27能夠像對應的其它伺服器(如：可取得用戶餘額資訊的金融資料庫或伺服器)中取得相關資料，並依照前述相關資料內容由畫面資料庫28取得對應的預設畫面資訊，以產生畫面反饋訊息。

復請參閱圖1所示，在部分實施例中，該畫面資料庫28能夠位於該畫面內容管理伺服器27中；在部分實施例中，該畫面資料庫28能夠位於其它伺服器中；在部分實施例中，該畫面內容管理伺服器27或其它伺服器中還設有一畫面編輯工具281，該畫面編輯工具281主要用以編輯該畫面資料庫28中的資料，以及各個預設畫面資訊所需對應的互動資訊(如：實體按鍵『1』的按鍵資訊、用戶口述『1』的語音資訊等)。

茲就本發明之互動式系統T所涉及的互動方法說明如下，請參閱圖1及圖2所示： (S01) 第一終端裝置11(如：固網電話)傳送一輸入訊息至該電信伺服器13；其中，當第一終端裝置11還未與電信伺服器13建立通話之前，該輸入訊息係為通話請求，以使第一終端裝置11與電信伺服器13兩者據此建立通話；當第一終端裝置11與電信伺服器13已經建立通話後，該輸入訊息能夠包含按鍵資訊或語音指令等輸入資訊； (S02) 該電信伺服器13能根據來自該第一終端裝置11之輸入訊息的內容，向該語音資料庫14發送一搜尋語音要求；其中，該搜尋語音要求中能夠包含前述輸入資訊； (S03) 該語音資料庫14回應該搜尋語音要求，並傳回對應的預錄語音片段資訊；其中，當該輸入訊息為通話請求時，該預錄語音片段資訊能夠為歡迎詞，例如：歡迎您的來電，國語服務請按1，English service, please press 2(但不以此為限)；當該輸入訊息包含按鍵資訊或語音指令等輸入資訊時(如用戶已經選擇"國語服務"的選項)，該預錄語音片段資訊則為對應的語音內容，例如，餘額查詢請按1，交易明細查詢請按2…等(但不以此為限)； (S04) 該電信伺服器13能將前述取得的預錄語音片段資訊，轉換產生對應的語音反饋訊息，並將該語音反饋訊息傳送至該第一終端裝置11，如此，用戶即可透過該第一終端裝置11而聽到該語音反饋訊息所對應的語音內容，例如，"歡迎您的來電，國語服務請按1，English service, please press 2"或是"餘額查詢請按1，交易明細查詢請按2…等"； (S05) 該電信伺服器13能根據該輸入訊息產生對應的處理訊息，並將該處理訊息傳送至該資訊管理伺服器23；其中，該處理訊息至少包含第一識別碼與對應該輸入資訊的一互動資訊，此外，步驟(S05)與步驟(S04)兩者的處理順序能顛倒或同時發生； (S06) 該資訊管理伺服器23能根據該處理訊息的內容，向該用戶資料庫24發送一搜尋用戶要求；其中，該搜尋用戶要求至少能包含第一識別碼； (S07) 該用戶資料庫24回應該搜尋用戶要求，並傳回對應的用戶資料表；其中，每一個用戶資料表會與一個第一識別碼相關聯(相綁定)，且當該用戶資料庫24中無法找到對應於第一識別碼的用戶資料表時，其會回應一錯誤訊息予該資訊管理伺服器23； (S08) 該資訊管理伺服器23根據該處理訊息與搜尋出的前述用戶資料表內容，產生對應的轉發訊息，並將該轉發訊息傳送至該資訊分派伺服器25；其中，該轉發訊息能包含前述用戶資料表中的用戶識別碼與該互動資訊；此外，當該資訊管理伺服器23接收到前述錯誤訊息時，其會停止產生與傳送該轉發訊息，如此，用戶後續將僅能使用自動語音系統1所能提供與達成的服務； (S09) 該資訊分派伺服器25能根據該轉發訊息的內容產生一控制訊息，並依照該轉發訊息中的用戶識別碼，將該控制訊息傳送至第二終端裝置21；其中，該控制訊息至少包含該互動資訊； (S10) 該第二終端裝置21會根據該控制訊息的內容，產生一要求訊息，並將該要求訊息傳送至該畫面內容管理伺服器27；其中，該要求訊息至少包含一第二識別碼與該互動資訊； (S11) 該畫面內容管理伺服器27能根據該要求訊息的內容，向該畫面資料庫28發送一搜尋畫面要求；其中，該搜尋畫面要求中能包含該互動資訊； (S12) 該畫面資料庫28回應該搜尋畫面要求，並傳回對應的預設畫面資訊；其中，由於互動資訊是對應於輸入資訊，因此，該預設畫面資訊的內容能符合步驟(S04)中所取得的預錄語音片段資訊； (S13) 該畫面內容管理伺服器27能將前述取得的預設畫面資訊，轉換為對應的畫面反饋訊息，並傳送至該第二終端裝置21，以使該第二終端裝置21能於顯示幕211上播放畫面。

綜上所述，復請參閱圖1及圖2所示，根據本發明之互動式系統T與互動方法，用戶即可得到後續的體驗結果，首先，當用戶想要查詢自身的銀行餘額時，其能夠以固網電話(第一終端裝置11)撥打銀行的電話，在電話接通後，用戶即可在固網電話中聽到"歡迎您的來電，國語服務請按1，English service, please press 2"等語音內容，且用戶還能看到網路電視(第二終端裝置21)上呈現如圖3的畫面，畫面中能夠顯示出"國語服務 1"與" English service 2"的圖案資訊W1、W2，之後，用戶能按壓實體按鍵(用戶輸入界面111)的"按鍵1"，或是口述"1"或"國語服務"，又，用戶能透過固網電話聽到"餘額查詢請按1，交易明細查詢請按2，轉帳服務請按3，信用卡服務請按4、理財產品請按5，專人服務請按6"等語音內容，且用戶能透過網路電視看到如圖4畫面，畫面中能顯示出"餘額查詢 1"、"交易明細查詢 2"、"轉帳服務 3"、"信用卡服務 4"、"理財產品 5"與"專人服務 6"等圖案資訊W3、W4、W5、W6、W7、W8，最後，用戶只要按壓實體按鍵的"按鍵1"，或是口述"1"或"餘額查詢"，用戶即可透過固網電話聽到"您的戶頭餘額為XXXXXXX元"之語音內容，同時還能在網路電視上看到如圖5畫面，畫面中能顯示出"您的戶頭餘額為XXXXXXX元"的圖案資訊W9。

由此可知，本發明之互動式系統T能夠達成下列功效： (1) 更佳的用戶體驗：透過視覺反饋機制能幫助用戶更清楚地了解他們的選擇與操作步驟，進而降低了用戶於傳統IVR系統的操作中，可能感到迷惑或挫折的風險； (2) 減少用戶誤解：對於聽力受損或不擅長理解語音指令的用戶而言，在語音指令不夠清晰明確或存在歧義的情況下，視覺反饋機制能提供額外的畫面輔助，以幫助用戶確定他們的選擇； (3) 提高用戶操作效率：用戶可以更快速地識別與選擇他們需要的選項，減少操作上的錯誤，從而縮短操作時間，同時，對於高齡者而言，操作電話之按鍵能給予較熟悉的操作感與便利性，用戶只要按壓按鍵，即可得到對應的畫面資訊； (4) 提供豐富的內容：視覺反饋機制能夠在第二終端裝置21上呈現圖片、動畫、文字等多種內容，讓用戶能更加清晰地獲得信息； (5) 減少客服負擔：當用戶能夠更快速、更直觀地完成他們的需求時，將會減少用戶轉接到人工客服的需求，進而節省業者的人力成本； (6) 銷售與營銷機會：視覺反饋機制還能夠於畫面上額外展示產品圖片、促銷活動等資訊，以增加銷售機會。

按，以上所述，僅係本發明之較佳實施例，惟，本發明所主張之權利範圍，並不侷限於此，按凡熟悉該項技藝人士，依據本發明所揭露之技術內容，可輕易思及之等效變化，均應屬不脫離本發明之保護範疇。

[習知] 無 [本發明] 1:自動語音系統 10:公用交換電話網路 11:第一終端裝置 111:用戶輸入介面 13:電信伺服器 132:語音辨識模組 14:語音資料庫 141:語音編輯工具 2:視覺反饋系統 20:網際網路 21:第二終端裝置 211:顯示幕 23:資訊管理伺服器 24:用戶資料庫 25:資訊分派伺服器 27:畫面內容管理伺服器 28:畫面資料庫 281:畫面編輯工具 T:互動式系統 S01~S13:步驟 W1,W2,W3,W4,W5,W6,W7,W8,W9:圖案資訊

[圖1]係本發明之互動式系統的系統架構示意圖；[圖2]係本發明之互動方法的時序圖； [圖3]係本發明之第二終端裝置的一畫面示意圖； [圖4]係本發明之第二終端裝置的另一畫面示意圖；及 [圖5]係本發明之第二終端裝置的再一畫面示意圖。

1:自動語音系統

10:公用交換電話網路

11:第一終端裝置

111:用戶輸入介面

13:電信伺服器

132:語音辨識模組

14:語音資料庫

141:語音編輯工具

2:視覺反饋系統

20:網際網路

21:第二終端裝置

211:顯示幕

23:資訊管理伺服器

24:用戶資料庫

25:資訊分派伺服器

27:畫面內容管理伺服器

28:畫面資料庫

281:畫面編輯工具

T:互動式系統

Claims (9)

1. 一種結合自動語音機制與視覺反饋機制的互動式系統，包括：一第一終端裝置，係能連接至一公用交換電話網路，該第一終端裝置設有一用戶輸入介面，該用戶輸入介面能根據一用戶之操作而產生一輸入訊息，該輸入訊息至少包含一輸入資訊；一電信伺服器，係透過該公用交換電話網路接收該第一終端裝置傳來的該輸入訊息，並根據該輸入訊息產生對應的一處理訊息，其中，該處理訊息至少包含代表該第一終端裝置的一第一識別碼與對應該輸入資訊的一互動資訊，該電信伺服器還能連接至一語音資料庫，並能根據該輸入訊息的內容而自該語音資料庫中取得至少一個預錄語音片段資訊，以產生一語音反饋訊息，並透過該公用交換電話網路將該語音反饋訊息傳回至該第一終端裝置；一資訊管理伺服器，係與該電信伺服器相連接，以接收該電信伺服器傳來的該處理訊息，該資訊管理伺服器還能連接一用戶資料庫，並能根據該處理訊息的該第一識別碼，而自該用戶資料庫中搜尋出對應的一用戶資訊，並產生一轉發訊息，其中，該轉發訊息至少包含該用戶資訊與該互動資訊；一資訊分派伺服器，係透過一網際網路與該資訊管理伺服器相連接，以接收該資訊管理伺服器傳來的該轉發訊息，並能根據該轉發訊息的該用戶資訊，將一控制訊息傳送至對應的一第二 終端裝置，其中，該控制訊息至少包含該互動資訊，且該第二終端裝置不同於該第一終端裝置；該第二終端裝置，係透過該網際網路接收該資訊分派伺服器傳來的該控制訊息，且能產生一要求訊息，其中，該要求訊息至少包含一第二識別碼與該互動資訊；及一畫面內容管理伺服器，係透過該網際網路接收該第二終端裝置傳來的該要求訊息，其還與一畫面資料庫相連接，並能根據該要求訊息的該互動資訊，而自該畫面資料庫中取得至少一個預設畫面資訊，以產生一畫面反饋訊息，並透過該網際網路將該畫面反饋訊息傳回至該第二終端裝置。
2. 如請求項1所述之互動式系統，還包括一語音編輯工具，該語音編輯工具係用以編輯該語音資料庫中的各該預錄語音片段資訊，以及各該預錄語音片段資訊所需對應之輸入資訊。
3. 如請求項1所述之互動式系統，還包括一畫面編輯工具，該畫面編輯工具係用以編輯該畫面資料庫中的各該預設畫面資訊，以及各該預設畫面資訊所需對應之互動資訊。
4. 如請求項1所述之互動式系統，其中，該語音資料庫係位於該電信伺服器中。
5. 如請求項1所述之互動式系統，其中，該電信伺服器係安裝一語音辨識模組。
6. 如請求項1所述之互動式系統，其中，該畫面資料庫係位於該畫面內容管理伺服器中。
7. 一種結合自動語音機制與視覺反饋機制的互動式系統之互動方法，係應用至一互動式系統，該互動式系統包含一第一終端裝置、一電信伺服器、一資訊管理伺服器、一資訊分派伺服器、一第二終端裝置與一畫面內容管理伺服器，其中，該第一終端裝置不同於該第二終端裝置，在該第一終端裝置與該電信伺服器建立通話後，該互動方法係使該電信伺服器、該資訊管理伺服器、該資訊分派伺服器與該畫面內容管理伺服器執行下列步驟：該電信伺服器係透過一公用交換電話網路接收該第一終端裝置傳來的一輸入訊息，並根據該輸入訊息產生對應的一處理訊息，其中，該處理訊息至少包含一第一識別碼與一互動資訊；該電信伺服器根據該處理訊息而自一語音資料庫中取得至少一個對應的預錄語音片段資訊，以產生一語音反饋訊息，並透過該公用交換電話網路將該語音反饋訊息傳回至該第一終端裝置，且該電信伺服器還會透過一網際網路將該處理訊息傳送至該資訊管理伺服器；該資訊管理伺服器接收該電信伺服器傳來的該處理訊息後，根據該處理訊息的該第一識別碼，而自一用戶資料庫中搜尋出對應的一用戶資訊，並產生一轉發訊息，且透過該網際網路將該轉發訊息傳送至該資訊分派伺服器，其中，該轉發訊息至少包含一用戶資訊與該互動資訊； 該資訊分派伺服器接收該資訊管理伺服器傳來的該轉發訊息後，根據該轉發訊息的該用戶資訊，產生一控制訊息，且透過該網際網路將該控制訊息傳送至對應的一第二終端裝置，其中，該控制訊息至少包含該互動資訊，且第二終端裝置能根據該控制訊息而產生一要求訊息；及該畫面內容管理伺服器透過該網際網路接收該第二終端裝置傳來的該要求訊息後，能根據該要求訊息的該互動資訊，而自一畫面資料庫中取得至少一個預設畫面資訊，以產生一畫面反饋訊息，並透過該網際網路將該畫面反饋訊息傳回至該第二終端裝置。
8. 如請求項7所述之互動方法，其中，該第一識別碼用以對應該第一終端裝置，該互動資訊用以對應該處理訊息中的一輸入資訊，且該輸入資訊係為該第一終端裝置經用戶操作後所產生。
9. 如請求項7所述之互動方法，其中，該資訊管理伺服器根據該處理訊息的該第一識別碼，而無法自該用戶資料庫中搜尋出對應的用戶資訊後，係停止產生與傳送該轉發訊息。

Images