近年來，因物聯網（Internet of Things，IoT）的迅速崛起，居家安全防護系統從最初的防盜和防災訴求，逐漸演進為智慧家庭系統，不論是入口安全攝錄影、環境監測、無線感測和傳輸、能源管理、遠距離照護和生理狀態監控等，亦都屬於其範疇。而新一代智慧家庭系統將採用對使用者有更直覺式的操控－「語音辨識」，以取代傳統手動操作的控制介面，促使系統以更貼近人類的思維方式來運作和執行。
本研究首先以顧客使用情境分析（Scenario Analysis）的需求作為新產品開發之依據，研發團隊與顧客共同發想並繪製數張原型草圖，模擬使用者在日常生活中可能會發生的真實情境，藉此推導出顧客的聲音（Voice Of the Customer，VOC），搭配著品質機能展開（Quality Function Deployment，QFD）利用顧客和技術相關的需求，繪製出品質機能展開矩陣，即可制定各項設計目標值與品質關鍵特性（Critical To Quality，CTQ），同時，搭配失效模式與效應分析（Failure Mode and Effects Analysis，FMEA），以瞭解各階段可能發生的風險並加以預防或降低發生之機率，再利用原型機的製作以滿足試驗與驗證階段之需求，搭配著情境、加強情境、電性及環境等驗證方法對新產品進行各項試驗，以確保產品能符合設計規格與顧客需求。當產品通過檢驗後，則將其投入最終使用者的生活環境中進行試驗，並透過改良與再設計將發現的缺失予以修正，且再次擴大試驗的數量和時間以確認其成效。最終，達成語音辨識功能融入新一代智慧家庭系統之產品設計目的。
因此，本研究盼能利用品質相關技術以確保新產品的順利開發，瞭解顧客潛在與實際的需求，搶得新一代智慧家庭系統之推出先機，並通過市場考驗為企業帶來獲利。

The rising popularity of the Internet of Things (IoT) has gradually made home security system into a comprehensive smart home system, such as anti-theft and disaster prevention goals now extends to remote recording, environmental monitoring, wireless sensor and transmission, energy control, remote care, and physical condition monitoring. The next generation of smart home systems will adopt even more intuitive control of the user - "speech recognition" to allow a more “human-like” system.
This study is based on customers’ needs on Scenario Analysis to develop new products. The R&D team works with customers to sketch several prototypes to simulate the real situation. Voice of the Customer (VOC) and Quality Function Deployment (QFD) are used to draw quality function expansion matrix to create various design target values and Critical To Quality (CTQ). Meanwhile, using Failure Mode and Effects Analysis (FMEA) to realize potential risks at stages and prevent them from occurring. The prototype is manufactured to meet specifications and verification demands. New products are tested in different scenarios, strengthen scenarios, electrical, and environment to ensure they meet design specifications and customer needs. When the product passes inspections, it is put into the real environment for testing. Through design improvement and redesign can improve any detects and making better products. The number and time of the inspections are expanded every time to ensure its effectiveness. So, the speech recognition function is merged into the design of the new smart home system.
Finally, this study hopes to use quality-related technologies to ensure smooth development of new products, and understand customers real needs. Grabbing opportunities to launch the new generation of smart home systems, and making profit from customers favors.

目錄
摘要 i
ABSTRACT ii
誌謝 iii
目錄 iv
表目錄 v
圖目錄 vi
第一章 緒論 1
1.1 研究背景與動機 1
1.2研究目的 2
1.3研究範圍與限制 3
1.4研究架構與流程 3
第二章 文獻回顧與探討 5
2.1智慧家庭系統 5
2.2 語音辨識技術 10
2.3 情境分析法 13
2.4失效模式與效應分析 15
2.5品質機能展開 18
第三章 研究方法 24
3.1智慧家庭系統現況分析 25
3.2情境分析推導使用者需求 29
3.3品質機能展開關係矩陣 30
3.4風險評估D-FMEA 32
3.5原型機試驗與品質確認 34
第四章 個案分析 36
4.1個案產品發展背景 36
4.2使用情境發想 40
4.3產品機能展開實施 43
4.4產品原型機開發 46
4.5產品失效風險與效應分析 47
4.6原型機試驗與驗證 52
4.7客戶測試與使用者回饋 56
4.8設計修正與再驗證 57
第五章 結論與建議 61
5.1結論 61
5.2建議 62
參考文獻 63

表目錄
表1-1 本研究架構表 3
表2-1 國內外學者對智慧家庭系統之定義與研究 9
表2-2 失效模式與效應分析之歷史沿革 16
表3-1 智慧家庭系統設備之市值預估 27
表3-2 失效風險分析表 33
表4-1 個案情境發想腳本 41
表4-1 個案情境發想腳本（續） 42
表4-2 原型機設計參數 47
表4-3 個案失效風險與效應分析 49
表4-4 個案管制計畫 50
表4-5 加強情境驗證 53
表4-6 電性驗證 54
表4-7 設計變更方法 58
表4-8 設計修正方案 60
表4-9 改善方案比較 60


圖目錄
圖1-1 全球物聯網裝置安裝數量 1
圖1-2 研究流程圖 4
圖2-1 全球智慧家庭應用範疇 7
圖2-2 手機語音技術類型 13
圖2-3 品質屋構造 20
圖2-4 四階段品質機能展開 23
圖3-1 研究方法與程序 25
圖3-2 主要國家老年人口占總人口比率 26
圖3-3 情境發想三階段 30
圖3-4 QFD關係矩陣架構圖 31
圖4-1 個案專案組織結構圖 38
圖4-2 個案智慧家庭系統架構圖 40
圖4-3 個案產品機能展開第一階段 44
圖4-4 個案產品機能展開第二階段 46
圖4-5 個案風險優先指數改善趨勢圖 51
圖4-6 個案風險優先指數修正前後差異 51

中文文獻
1. 朱纹儀 (2011)，調變頻譜特徵正規化於強健語音辨識之研究，國立台灣師範大學資訊工程研究所碩士論文。
2. 吳貴彬、陳相如 (2003)，失效模式與效應分析之應用，中華民國品質學會，第9 屆全國品質管理研討會。
3. 吳建輝 (2010)，應用 FMEA 於氣化供應系統風險評估之研究- 以某半導體廠矽甲烷為例，國立清華大學工業工程與工程管理研究所碩士論文。
4. 吳雲漢 (2016)，一個聲控智慧家庭系統之設計，國立臺灣科技大學碩士論文。
5. 何伯魚 (2015)，利用隱藏式馬可夫模型於特定語者之中文單音辨識，國立中興大學統計學研究所碩士論文。
6. 赤尾洋二 (1992)，新產品開發－品質機能展開之實際應用，中國生產力中心。
7. 林冠維 (2008)，ZigBee技術應用於智慧型家庭管理系統之設計與實做，臺北科技大學電機工程系所 碩士論文。
8. 林曉嬋 (2014)，聯合國世界人口高齡化趨勢分析，國發會人力發展處新聞稿。
9. 林育暐 (2017)，應用於智慧家庭之聲控系統，國立臺灣科技大學碩士論文。
10. 周宗諺 (2011)，FMEA 方法與產品開發流程結合之研究： 以 DLP 光學投影機可動原件開發為例，國立清華大學工業工程與工程管理研究所碩士論文。
11. 洪顯忠 (2008)，捷運工程施工風險評估模式之研究，國立中央大學營建管理研究所碩士論文。
12. 徐家鏞 (2015)，神經網路訓練結合局部資訊於強健性語音辨識之研究，國立中央大學類資訊工程學系研究所碩士論文。
13. 梁宇麟 (2014)，使用同步工程與故事情境法改善新產品開發之品質控制－以設計品保觀點，國立清華大學工業工程與工程管理學系在職專班碩士論文。
14. 黃珮雯 (2016)，具穩定性最佳化理論於深層類神經網路語音辨識之研究，國立交通大學電機工程學系研究所碩士論文。
15. 陳松琳 (2002)，以類神經網路為架構之語音辨識系統，國立中山大學電機工程學系研究所碩士論文。
16. 陳右怡 (2011)，中國大陸智慧家庭產業發展特輯精選摘要，經濟部技術處產業技術知識服務計畫(ITIS) ，工研院IEK電子分項產業評析。
17. 曾建堯 (2008)，利用群體決策方法構建品質機能展開之品質屋與排序設計需求研究，國立成功大學工業與資訊管理學系碩士論文。
18. 楊俊哲 (2012)，隱藏式馬可夫模型之語音辨識在電視控制系統之應用，國立臺灣大學工程科學及海洋工程學研究所碩士論文。
19. 葉俊賢 (2005) ，以情境分析法探討 2030 年數位生活之行動通訊產品功能發展，國立交通大學管理學院碩士在職專班科技管理組碩士論文。
20. 董鍾明 (2012)，Siri引爆手機語音技術再進化，經濟部技術處ITIS計畫成果，工研院IEK， 產業評析，1-2。
21. 劉怡婷 (2010)，整合Kano’s Model及情境故事法進入品質機能展開應用於前瞻性產品設計，國立成功大學 工業設計學系碩士論文。
22. 蘇朝墩 (2003)，專訪 QFD 發明人－品質大師赤尾洋二，品質月刊，第三十九卷，第十一期，17-19。



英文文獻
1. Ablondi, W. (2018). “2018 Global Smart Home Forecast”, Strategy Analytics, May, pp.21-22.
2. Berlo, A. V., Bob, A., Jan, E., Klaus, F., Maik, H., & Charles, W. (1999). “Design Guidelines on Smart Homes: A COST 219bis Guidebook”, Brussels, Belgium: Eur. Commission 8.
3. Bossert, J. L. (1991). “Quality function deployment: A practitioner’s approach”, ASQC Quality Press Inc, Milwaukee, WI.
4. CIO & Leader. (2016). “Smart cities will account for one out of four connected things in 2016: Gartner”, IT NEXT, Jan.
5. Kevin, A. L., Steven, C. L., Beth, B. (2001). “QS9000 Potential FMEA Reference Manual” , Daimler Chrysler, Ford Motor Company, General Motors Corporation, 3rd Edition, pp.1- 4.
6. Demiris, G., Hensel, B. K., Skubic, M., & Rantz, M. (2008). “senior residents’ perceived need of and preferences for smart home sensor technologies”, International Journal of Technology Assessment in Health Care, vol. 24, no.1, pp.120-124.
7. De Silva, L. C., Chamin, M., & Iskandar, M. P. (2012). “State of the art of smart homes”, Engineering Applications of Artificial Intelligence, Vol. 25, no. 7, pp.1313-1321.
8. Gray, R. M. (2006). “Distinguished Lecturer Program”, IEEE Signal Processing Societ, Nov. from:https://ee.stanford.edu/~gray/dl.html.
9. Le, X. H., Quenot, G., & Castelli, E. (2004). “Recognizing emotions for audio-visual document indexing", Proceedings of 9th IEEE International Symposium on Computers and Communications, Egypt, vol. 2, pp.580-584.
10. Lutolf, R. (1992). “Smart Home concept and the integration of energy meters intoa home based system”, International Conference on Metering Apparatus and Tariffs Electricity Supply.7th, pp.277-278.
11. Mary, M. (2016). “2016 Internet Trends report”, Kleiner Perkins, pp.125-135.
From: https://www.kleinerperkins.com/perspectives/2016-internet-trends-report
12. Michael, S., Jitesh, U., & Adam, W. (2018). “New IDC Smart Home Device Tracker Forecasts Solid Growth for Connected Devices in Key Smart Home Categories", International Data Corporation (IDC), March.
From: https://www.idc.com/getdoc.jsp?containerId=prUS43701518
13. Ovidiu, V., & Peter, F. (2014). “Internet of Things Applications: From Research and Innovation to Market Deployment”, River Publishers Series in Communications, pp. 8-11.
14. Rabiner, L. R. (1989), “A tutorial on hidden markov models and selected applications in speech recognition”,Proceedings of the Institute of Electrical and Electronics Engineers, vol. 77, no. 2, pp. 257-285.
15. Randt, N. P. (2015). “An approach to product development with scenario planning: The case of aircraft design”, Futures, vol. 71, pp. 11-28.
16. Rialle, V., Duchene, F., Noury, N., Bajolle, L., & Demongeot, J. (2002). “Health Smart home: Information technology to patients at home”, Telemed Journal and E-Health, vol. 8, no. 4, pp.395-409.
17. Rosslin, J. R. & Tai-hoon, K. (2010). “Applications, Systems and Methods in Smart Home Technology: A Review”, International Journal of Advanced Science and Technology, vol 15, pp. 37–44.
18. Sireli, Y., Kauffmann, P., & Ozan, E. (2007). “Integration of Kano's model into QFD for multiple product design”, IEEE Transactions Engineering Management, vol. 54, no. 2, pp. 380–390.
19. Sullivan, L. P. (1986). “Quality function deployment”, Quality Progress, no. 19, pp.39-50.
20. Ververidis, D., Kotropoulos, C., & Pitas, I. (2004). “Automatic emotional speech classification”, Proceedings of IEEE International Conference on Acoustics, Speech and Signal Processing, Canada, vol. 1, pp.593-596.