前兩天分別介紹了 VoCare 的概念與需求，今天想整理一下整體系統架構。

隨著功能越來越多，像是 AI 對話、語音、相機、提醒、跌倒偵測、個人化記憶等，如果沒有先分工好，很容易讓整個專案變得難以維護。

VoCare 拆成以下部分

目前我大致把 VoCare 分成幾個部分：

• 使用者介面
• 後端 API
• AI 與感知模組
• 決策與安全規則
• 使用者資料與個人化
• 通知功能

簡化後的流程大概是：

使用者
↓
前端 / 手機裝置
↓
後端 API
↓
AI、語音、影像、提醒等模組
↓
決策與安全規則
↓
回應使用者 / 通知家屬

前端與手機

VoCare 主要以語音互動為主，但還是會保留畫面操作。

手機本身也不只是顯示介面，還可以利用相機與麥克風取得資訊，因此同時也是 VoCare 很重要的感測來源。

後端負責串接功能

後端可以看成整個系統的中樞。

例如使用者說：

幫我提醒晚上八點吃藥。

後端需要接收資料，判斷這是一個提醒需求，再把資料交給對應模組處理。

同樣地，如果影像模組偵測到疑似跌倒，也會先把結果交給後端，再進入後續判斷流程。

AI 不會直接決定所有事情

VoCare 不會把所有事情都交給同一個 AI。

不同功能會由不同模組處理，例如：

語言模型負責對話與語意理解
影像模組負責姿勢與跌倒判斷
語音模組負責語音輸入與輸出

而且 AI 的分析結果也不會直接等於系統的動作。

一般模式和長者模式

VoCare 雖然分成一般模式與長者模式，但不會做成兩套完全獨立的系統。

兩者會共用：

AI 對話
語音
個人化記憶
使用者資料
行程與提醒
相機與麥克風

差別主要在於啟用的功能與判斷規則不同。

一般模式比較偏向疲勞、久坐、工作與生活管理；長者模式則更重視跌倒、用藥、平安確認與異常警示。

Day 3 小結

目前 VoCare 的設計方向，不是做一個「什麼都處理的 AI」，而是讓不同模組各自負責自己的工作，再透過後端與決策流程整合起來。