[go: up one dir, main page]

KR102361458B1 - 사용자 발화 응답 방법 및 이를 지원하는 전자 장치 - Google Patents

사용자 발화 응답 방법 및 이를 지원하는 전자 장치 Download PDF

Info

Publication number
KR102361458B1
KR102361458B1 KR1020180009045A KR20180009045A KR102361458B1 KR 102361458 B1 KR102361458 B1 KR 102361458B1 KR 1020180009045 A KR1020180009045 A KR 1020180009045A KR 20180009045 A KR20180009045 A KR 20180009045A KR 102361458 B1 KR102361458 B1 KR 102361458B1
Authority
KR
South Korea
Prior art keywords
user
utterance
information
module
processor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020180009045A
Other languages
English (en)
Other versions
KR20190090424A (ko
Inventor
김용호
전택수
김선아
이보람
조경선
주가현
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020180009045A priority Critical patent/KR102361458B1/ko
Priority to US16/960,764 priority patent/US11631406B2/en
Priority to PCT/KR2019/000816 priority patent/WO2019146970A1/ko
Publication of KR20190090424A publication Critical patent/KR20190090424A/ko
Application granted granted Critical
Publication of KR102361458B1 publication Critical patent/KR102361458B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3231—Monitoring the presence, absence or movement of users
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/3293—Power saving characterised by the action undertaken by switching to a less power-consuming processor, e.g. sub-CPU
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/04—Segmentation; Word boundary detection
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/26—Devices for calling a subscriber
    • H04M1/27—Devices whereby a plurality of signals may be stored simultaneously
    • H04M1/271—Devices whereby a plurality of signals may be stored simultaneously controlled by voice recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. Transmission Power Control [TPC] or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0251—Power saving arrangements in terminal devices using monitoring of local events, e.g. events related to user activity
    • H04W52/0254—Power saving arrangements in terminal devices using monitoring of local events, e.g. events related to user activity detecting a user operation or a tactile contact or a motion of the device
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
    • H04M2201/34—Microprocessors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
    • H04M2201/40—Electronic components, circuits, software, systems or apparatus used in telephone systems using speech recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/74—Details of telephonic subscriber devices with voice recognition means
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

본 발명의 일 실시 예는, 통신 모듈, 마이크, 음성 인식 서비스 기능을 활성화시키기 위한 제1 웨이크 업(wake-up) 인식 모듈, 사용자 발화에 대한 리코딩(recording) 기능을 활성화시키기 위한 제2 웨이크 업 인식 모듈, 상기 음성 인식 서비스 기능 또는 상기 리코딩 기능의 활성화에 관계되는 적어도 하나의 트리거(trigger) 정보를 저장하는 메모리, 및 프로세서를 포함하고, 상기 프로세서는, 상기 제1 사용자 발화를 수신하고, 상기 제1 웨이크 업 인식 모듈 또는 상기 제2 웨이크 업 인식 모듈 중 적어도 하나를 기반으로 상기 제1 사용자 발화를 인식하고, 인식된 상기 제1 사용자 발화가 지정된 적어도 하나의 제1 트리거 정보를 포함하는 경우 상기 리코딩 기능을 활성화시켜 상기 제1 사용자 발화의 적어도 일부를 리코딩하고, 리코딩된 데이터를 상기 음성 인식 서비스의 운용을 지원하는 외부 장치로 송신하고, 상기 외부 장치로부터 상기 제1 웨이크 업 인식 모듈에 의하여 상기 음성 인식 서비스 기능이 활성화되는 이후의 시점(time)으로 발생이 예측되는 제2 사용자 발화 정보 또는 제2 사용자 발화와 관련한 응답 정보 중 적어도 하나를 수신하도록 설정된 전자 장치를 개시한다.

Description

사용자 발화 응답 방법 및 이를 지원하는 전자 장치{Method for responding user speech and electronic device supporting the same}
본 문서에서 개시되는 다양한 실시 예들은, 사용자 발화에 대한 응답 시간 단축 기술과 관련된다.
근래의 전자 장치는 사용자와의 인터렉션(interaction)을 지향하기 위한 일환으로 다양한 입력 방식을 제안하고 있다. 예를 들어, 전자 장치는 지정된 어플리케이션 프로그램의 실행을 기반으로 사용자 발화에 따른 음성 데이터를 입력 받는 음성 입력 방식을 지원할 수 있다. 나아가, 전자 장치는 입력 받은 음성 데이터를 인식하여 사용자 발화의 의도를 도출하고, 도출된 사용자 발화 의도에 대응하는 태스크(task)를 수행하거나, 콘텐츠를 출력하는 음성 인식 서비스를 지원할 수 있다.
사용자 발화에 따른 음성 데이터를 인식하기 위해서는 언어적 모델 또는 알고리즘을 기반으로 상기 음성 데이터 상의 정보 자원을 분석하는 일련의 프로세스가 수반될 수 있다. 이에 따라, 전자 장치로부터 사용자 발화 의도에 대응하는 응답(예: 태스크 수행 또는 콘텐츠 출력 등)이 제공되기까지에는 소정의 시간이 소요될 수 있으며, 이는 전자 장치 응답에 대한 사용자의 대기 시간으로 이해될 수 있다. 그러나, 사용자에게 있어 상술과 같은 응답 대기 시간은 사용자 발화(또는, 음성 데이터)가 정상적으로 처리되고 있음을 인지하는데 저해 요소로 작용할 수 있으며, 음성 인식 서비스 운용에 대한 신뢰도를 저감시킬 수 있다.
본 문서에서 개시되는 다양한 실시 예들은, 사용자 발화를 예측하여 대응하는 응답의 적어도 일부를 사전 준비하고, 상기 예측된 사용자 발화 발생 시 준비된 응답을 제공함으로써, 사용자의 응답 대기 시간 단축을 구현할 수 있는 사용자 발화 응답 방법 및 이를 지원하는 전자 장치를 제공할 수 있다.
일 실시 예에 따른 음성 인식 서비스를 지원하는 전자 장치는, 적어도 하나의 외부 장치와 통신을 수행하는 통신 모듈, 사용자 발화에 따른 음성 입력을 수신하는 마이크, 상기 음성 인식 서비스 기능을 활성화시키기 위한 제1 웨이크 업(wake-up) 인식 모듈, 상기 사용자 발화에 대한 리코딩(recording) 기능을 활성화시키기 위한 제2 웨이크 업 인식 모듈, 상기 음성 인식 서비스 기능 또는 상기 리코딩 기능의 활성화에 관계되는 적어도 하나의 트리거(trigger) 정보를 저장하는 메모리, 및 상기 통신 모듈, 상기 마이크, 상기 제1 웨이크 업 인식 모듈, 상기 제2 웨이크 업 인식 모듈 및 상기 메모리와 전기적으로 연결되는 프로세서를 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 마이크를 통하여 제1 사용자 발화를 수신하고, 상기 제1 웨이크 업 인식 모듈 또는 상기 제2 웨이크 업 인식 모듈 중 적어도 하나를 기반으로 상기 제1 사용자 발화를 인식하고, 인식된 상기 제1 사용자 발화가 지정된 적어도 하나의 제1 트리거 정보를 포함하는 경우 상기 리코딩 기능을 활성화시켜 상기 제1 사용자 발화의 적어도 일부를 리코딩하고, 리코딩된 데이터를 상기 음성 인식 서비스의 운용을 지원하는 외부 장치로 송신하고, 상기 외부 장치로부터 상기 제1 웨이크 업 인식 모듈에 의하여 상기 음성 인식 서비스 기능이 활성화되는 이후의 시점(time)으로 발생이 예측되는 제2 사용자 발화와 관련한 적어도 하나의 응답 정보를 수신하여 저장할 수 있다.
일 실시 예에 따른 음성 인식 서비스를 지원하는 전자 장치의 사용자 발화 응답 방법은, 마이크를 통하여 제1 사용자 발화를 수신하는 동작, 상기 제1 사용자 발화를 인식하는 동작, 인식된 상기 제1 사용자 발화가 지정된 적어도 하나의 제1 트리거 정보를 포함하는 경우 상기 전자 장치가 포함하는 리코딩(recording) 기능을 활성화시켜 상기 제1 사용자 발화의 적어도 일부를 리코딩하는 동작, 상기 리코딩된 데이터를 상기 음성 인식 서비스의 운용을 지원하는 외부 장치로 송신하는 동작, 및 상기 외부 장치로부터 상기 음성 인식 서비스 기능이 활성화되는 이후의 시점(time)으로 발생이 예측되는 제2 사용자 발화와 관련한 적어도 하나의 응답 정보를 수신하여 저장하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 사용자 발화에 대한 전자 장치의 응답 속도가 개선될 수 있다.
다양한 실시 예에 따르면, 사용자의 응답 대기 시간이 단축됨으로써 음성 인식 서비스 운용에 대한 위화감이 경감되거나, 신뢰도가 향상될 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1a는 일 실시 예에 따른 통합 지능화 시스템을 도시한 도면이다.
도 1b는 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 도시한 도면이다.
도 1c는 일 실시 예에 따른 사용자 단말의 지능형 앱 실행 형태를 도시한 도면이다.
도 1d는 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 도시한 도면이다.
도 1e는 일 실시 예에 따른 지능형 서버의 패스 룰 생성 형태를 도시한 도면이다.
도 2는 일 실시 예에 따른 사용자 단말의 운용 일례를 도시한 도면이다.
도 3은 일 실시 예에 따른 사용자 단말이 포함하는 적어도 하나의 웨이크 업(wake-up) 인식 모듈을 도시한 도면이다.
도 4는 일 실시 예에 따른 사용자 단말의 리코딩(recording) 형태를 도시한 도면이다.
도 5는 일 실시 예에 따른 사용자 단말의 다른 리코딩(recording) 형태를 도시한 도면이다.
도 6은 일 실시 예에 따른 사용자 단말의 리코딩(recording) 환경을 도시한 도면이다.
도 7a는 제1 실시 예에 따른 지능형 서버의 리코딩(recording) 데이터 처리 형태를 도시한 도면이다.
도 7b는 제1 실시 예에 따른 사용자 단말의 응답 형태를 도시한 도면이다.
도 8a는 제2 실시 예에 따른 지능형 서버의 리코딩(recording) 데이터 처리 형태를 도시한 도면이다.
도 8b는 제2 실시 예에 따른 사용자 단말의 응답 형태를 도시한 도면이다.
도 8c는 제2 실시 예에 따른 사용자 단말의 다른 응답 형태를 도시한 도면이다.
도 9는 일 실시 예에 따른 사용자 단말의 음성 인식 서비스 설정 화면을 도시한 도면이다.
도 10은 일 실시 예에 따른 사용자 단말의 사용자 발화 응답 방법을 도시한 도면이다.
도 11은 일 실시 예에 따른 네트워크 환경 내의 전자 장치를 도시한 도면이다.
도면의 설명과 관련하여, 동일 또는 대응되는 구성요소에 대해서는 동일한 참조 번호가 부여될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다", "가질 수 있다", "포함한다", 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B", "A 또는/및 B 중 적어도 하나", 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B", "A 및 B 중 적어도 하나", 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "~하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성(또는 설정)된"은 하드웨어적으로 "특별히 설계된(specifically designed to)"것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성(또는 설정)된 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은 관련 기술의 문맥 상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시 예들을 배제하도록 해석될 수 없다.
본 문서의 다양한 실시 예들에 따른 전자 장치는, 예를 들면, 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크톱 PC (desktop PC), 랩탑 PC(laptop PC), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라, 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다. 다양한 실시 예에 따르면 웨어러블 장치는 엑세서리 형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체 형(예: 전자 의복), 신체 부착 형(예: 스킨 패드(skin pad) 또는 문신), 또는 생체 이식 형(예: implantable circuit) 중 적어도 하나를 포함할 수 있다.
어떤 실시 예들에서, 전자 장치는 가전 제품(home appliance)일 수 있다. 가전 제품은, 예를 들면, 텔레비전, DVD 플레이어(Digital Video Disk player), 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스(set-top box), 홈 오토매이션 컨트롤 패널(home automation control panel), 보안 컨트롤 패널(security control panel), TV 박스(예: 삼성 HomeSync™, 애플TV™, 또는 구글 TV™), 게임 콘솔(예: Xbox™, PlayStation™), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시 예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 내비게이션(navigation) 장치, 위성 항법 시스템(GNSS(Global Navigation Satellite System)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트(infotainment) 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 금융 기관의 ATM(automatic teller's machine), 상점의 POS(point of sales), 또는 사물 인터넷 장치(internet of things)(예: 전구, 각종 센서, 전기 또는 가스 미터기, 스프링클러 장치, 화재경보기, 온도조절기(thermostat), 가로등, 토스터(toaster), 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
어떤 실시 예에 따르면, 전자 장치는 가구(furniture) 또는 건물/구조물의 일부, 전자 보드(electronic board), 전자 사인 수신 장치(electronic signature receiving device), 프로젝터(projector), 또는 각종 계측 기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 다양한 실시 예에서, 전자 장치는 전술한 다양한 장치들 중 하나 또는 그 이상의 조합일 수 있다. 어떤 실시 예에 따른 전자 장치는 플렉서블 전자 장치일 수 있다. 또한, 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 기술 발전에 따른 새로운 전자 장치를 포함할 수 있다.
이하, 첨부 도면을 참조하여, 다양한 실시 예에 따른 전자 장치가 설명된다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
본 발명을 서술하기에 앞서, 도 1a, 도 1b, 도 1c, 도 1d 및 도 1e를 참조하여 본 발명의 다양한 실시 예가 적용될 수 있는 통합 지능화 시스템이 설명될 수 있다.
도 1a는 일 실시 예에 따른 통합 지능화 시스템을 도시한 도면이다.
도 1a를 참조하면, 통합 지능화 시스템(10)은 사용자 단말(100), 지능형 서버(200), 개인화 정보 서버(300) 또는 제안 서버(400)를 포함할 수 있다.
사용자 단말(100)은 사용자 단말(100) 내부에 저장된 앱(app)(또는, 어플리케이션 프로그램(application program))(예: 알람 앱, 메시지 앱, 또는 사진(갤러리) 앱 등)을 통해 사용자에게 필요한 서비스를 제공할 수 있다. 예를 들어, 사용자 단말(100)은 사용자 단말(100) 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 다른 앱을 실행하고 동작시킬 수 있다. 사용자 단말(100)의 상기 지능형 앱을 통해 상기 다른 앱을 실행시키고 태스크(task)를 수행하기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 또는 원격 입력 등을 통해 수신될 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 사용자의 발화를 사용자 입력으로 수신할 수 있다. 사용자 단말(100)은 사용자의 발화를 수신하고, 상기 사용자의 발화에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 이에 따라, 사용자 단말(100)은 상기 명령을 이용하여 상기 앱을 동작시킬 수 있다.
지능형 서버(200)는 통신망을 통해 사용자 단말(100)로부터 사용자 음성 입력(voice input)을 수신하여 텍스트 데이터(text data)로 변경할 수 있다. 다른 실시 예에서는, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule)을 생성(또는, 선택)할 수 있다. 상기 패스 룰은 앱의 기능을 수행하기 위한 동작(action)(또는, 오퍼레이션(operation))에 대한 정보 또는 상기 동작을 실행하기 위해 필요한 파라미터에 대한 정보를 포함할 수 있다. 또한, 상기 패스 룰은 상기 앱의 상기 동작의 순서를 포함할 수 있다. 사용자 단말(100)은 상기 패스 룰을 수신하고, 상기 패스 룰에 따라 앱을 선택하고, 상기 선택된 앱에서 상기 패스 룰에 포함된 동작을 실행시킬 수 있다.
본 문서의 “패스 룰(path rule)” 이라는 용어는 일반적으로, 전자 장치가 사용자에 의해 요청된 태스크를 수행하기 위한 상태들의 시퀀스를 의미할 수 있지만, 이에 제한되지 않는다. 다시 말해, 패스 룰은 상태들의 시퀀스에 대한 정보를 포함할 수 있다. 상기 태스크는, 예를 들어, 지능형 앱이 제공할 수 있는 어떠한 동작(action)일 수 있다. 상기 태스크는 일정을 생성하거나, 원하는 상대방에게 사진을 전송하거나, 날씨 정보를 제공하는 것을 포함 할 수 있다. 사용자 단말(100)은 적어도 하나 이상의 상태(예: 사용자 단말(100)의 동작 상태)를 순차적으로 가짐으로써, 상기 태스크를 수행할 수 있다.
일 실시 예에 따르면, 패스 룰은 인공 지능(artificial intelligent)(AI) 시스템에 의해 제공되거나, 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neual network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)) 또는 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 패스 룰은 미리 정의된 패스 룰들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 패스 룰 중 적어도 패스 룰을 선택하거나, 동적(또는, 실시간)으로 패스 룰을 생성할 수 있다. 또한, 사용자 단말(100)은 패스 룰을 제공하기 위해 하이브리드 시스템을 사용할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 실행한 사용자 단말(100)의 상태에 대응되는 화면을 디스플레이에 표시할 수 있다. 다른 실시 예에 따르면, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 수행한 결과를 디스플레이에 표시하지 않을 수 있다. 사용자 단말(100)은, 예를 들어, 복수의 동작을 실행하고, 상기 복수의 동작의 일부 결과 만을 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 예를 들어, 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 실시 예에 따르면, 사용자 단말(100)은 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
개인화 정보 서버(300)는 사용자 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 개인화 정보 서버(300)는 사용자 단말(100)로부터 사용자 정보(예: 컨텍스트 정보 또는 앱 실행 정보 등)를 수신하여 상기 데이터베이스에 저장할 수 있다. 지능형 서버(200)는 통신망을 통해 개인화 정보 서버(300)로부터 상기 사용자 정보를 수신하여 사용자 입력에 대한 패스 룰을 생성하는 경우에 이용할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 통신망을 통해 개인화 정보 서버(300)로부터 사용자 정보를 수신하여 데이터베이스를 관리하기 위한 정보로 이용할 수 있다.
제안 서버(400)는 사용자 단말(100) 내의 기능 혹은 어플리케이션의 소개 또는 제공될 기능에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 제안 서버(400)는 개인화 정보 서버(300)로부터 사용자 단말(100)의 사용자 정보를 수신하여 사용자가 사용 할 수 있는 기능에 대한 데이터베이스를 포함 할 수 있다. 사용자 단말(100)은 통신망을 통해 제안 서버(400)로부터 상기 제공될 기능에 대한 정보를 수신하여 사용자에게 정보를 제공할 수 있다.
도 1b를 참조하면, 사용자 단말(100)은 입력 모듈(110), 디스플레이(120), 스피커(130), 메모리(140) 또는 프로세서(150)를 포함할 수 있다. 사용자 단말(100)의 적어도 일부 구성요소(예: 입력 모듈(110), 디스플레이(120), 스피커(130) 또는 메모리(140) 등)는 프로세서(150)에 전기적 또는 기능적으로 연결될 수 있다. 사용자 단말(100)은 하우징을 더 포함할 수 있고, 상기 사용자 단말(100)의 구성요소들은 상기 하우징의 내부에 안착되거나, 하우징 상에(on the housing) 위치할 수 있다. 사용자 단말(100)은 상기 하우징의 내부에 위치한 통신 회로(또는, 통신 모듈)를 더 포함할 수 있다. 사용자 단말(100)은 상기 통신 회로를 통해 외부 서버(예: 지능형 서버(200))와 데이터(또는, 신호)를 송수신할 수 있다. 본 문서에서, 사용자 단말(100)은 전자 장치로도 명명될 수 있으며, 도 8을 통하여 언급될 전자 장치(801)의 구성요소를 더 포함할 수 있다.
일 실시 예에 따른, 입력 모듈(110)은 사용자로부터 사용자 입력을 수신할 수 있다. 예를 들어, 입력 모듈(110)은 연결된 외부 장치(예: 키보드 또는 헤드셋 등)로부터 사용자 입력을 수신할 수 있다. 다른 예를 들어, 입력 모듈(110)은 디스플레이(120)와 결합된 터치 스크린(예: 터치 스크린 디스플레이)을 포함할 수 있다. 또 다른 예를 들어, 입력 모듈(110)은 사용자 단말(100)(또는, 사용자 단말(100)의 하우징)에 위치한 하드웨어 키(또는, 물리적 키)를 포함할 수 있다.
일 실시 예에 따르면, 입력 모듈(110)은 사용자의 발화를 음성 신호로 수신할 수 있는 마이크를 포함할 수 있다. 예를 들어, 입력 모듈(110)은 발화 입력 시스템(speech input system)을 포함하고, 상기 발화 입력 시스템을 통해 사용자의 발화를 음성 신호로 수신할 수 있다. 상기 마이크의 적어도 일부는 예컨대, 상기 하우징의 일 영역(예: 제1 영역)을 통해 노출될 수 있다. 일 실시 예에서, 상기 마이크는 사용자 발화에 따른 입력(예: 음성 입력)을 수신하기 위하여 항시 구동되는 상태(예: always on)로 제어될 수 있다. 또는, 상기 마이크는 사용자 단말(100)의 일 영역으로 제공되는 하드웨어 키(예: 도 1c의 112)에 사용자 조작이 인가되는 경우 구동하도록 제어될 수 있다. 상기 사용자 조작이라 함은, 하드웨어 키(112)에 대한 프레스(press) 또는 프레스 홀드(press and hold) 등을 포함할 수 있다.
일 실시 예에 따른, 디스플레이(120)는 이미지나 비디오, 및/또는 어플리케이션의 실행 화면을 표시할 수 있다. 예를 들어, 디스플레이(120)는 앱의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다. 일 실시 예에서, 디스플레이(120)는 사용자 신체(예: 손가락)에 의한 입력(예: 터치 입력 또는 드래그 입력 등)을 수신하기 위하여, 상기 하우징의 일 영역(예: 제2 영역)을 통해 적어도 일부가 노출될 수 있다.
일 실시 예에 따르면, 스피커(130)는 음성 신호를 출력할 수 있다. 예를 들어, 스피커(130)는 사용자 단말(100) 내부에서 생성되거나 또는 외부 장치(예: 지능형 서버(도 1a의 200))로부터 수신하는 음성 신호를 출력할 수 있다. 일 실시 예에서, 스피커(130)는 상기 음성 신호의 출력 세기 또는 출력 효율과 관련하여, 적어도 일부가 상기 하우징의 일 영역(예: 제3 영역)을 통해 노출될 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(또는, 어플리케이션 프로그램(application program))(141, 143)을 저장할 수 있다. 복수의 앱(141, 143)은 예를 들어, 사용자 입력에 대응되는 기능을 수행하기 위한 프로그램(program)일 수 있다. 일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)을 저장할 수 있다. 지능형 에이전트(145), 실행 매니저 모듈(147) 및 지능형 서비스 모듈(149)은, 예를 들어, 수신된 사용자 입력(예: 사용자 발화)을 처리하기 위한 프레임워크(framework)(또는, 어플리케이션 프레임워크(application framework))일 수 있다.
일 실시 예에 따르면, 메모리(140)는 사용자 입력을 인식하는데 필요한 정보를 저장할 수 있는 데이터베이스를 포함할 수 있다. 예를 들어, 메모리(140)은 로그(log) 정보를 저장할 수 있는 로그 데이터베이스를 포함할 수 있다. 다른 예를 들어, 메모리(140)는 사용자 정보를 저장할 수 있는 페르소나 데이터베이스를 포함할 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(141, 143)을 저장하고, 복수의 앱(141, 143)은 로드되어 동작할 수 있다. 예를 들어, 메모리(140)에 저장된 복수의 앱(141,143)은 실행 매니저 모듈(147)에 의해 로드되어 동작할 수 있다. 복수의 앱(141, 143)은 기능을 수행하는 실행 서비스 모듈(141a, 143a)을 포함할 수 있다. 일 실시 예에서, 복수의 앱(141, 143)은 기능을 수행하기 위하여 실행 서비스 모듈(141a, 143a)를 통해 복수의 동작(예: 상태들의 시퀀스)(141b, 143b)을 실행할 수 있다. 다시 말해, 실행 서비스 모듈(141a, 143a)은 프로세서(150)의 실행 매니저 모듈(147)에 의해 활성화되고, 복수의 동작 (141b, 143b)을 실행할 수 있다.
일 실시 예에 따르면, 앱(141, 143)의 동작(141b, 143b)이 실행되었을 때, 동작(141b, 143b)의 실행에 따른 실행 상태 화면은 디스플레이(120)에 표시될 수 있다. 상기 실행 상태 화면은, 예를 들어, 동작(141b, 143b)이 완료된 상태의 화면일 수 있다. 상기 실행 상태 화면은, 다른 예를 들어, 동작(141b, 143b)의 실행이 정지된 상태(partial landing)(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우)의 화면일 수 있다.
일 실시 예에 따른, 실행 서비스 모듈(141a, 143a)은 패스 룰에 따라 동작(141b, 143b)을 실행할 수 있다. 예를 들어, 실행 서비스 모듈(141a, 143a)은 실행 매니저 모듈(147)에 의해 활성화되고, 실행 매니저 모듈(147)로부터 상기 패스 룰에 따라 실행 요청을 전달 받고, 상기 실행 요청에 따라 동작(141b, 143b)을 함으로써, 앱(141, 143)의 기능을 실행할 수 있다. 실행 서비스 모듈(141a, 143a)은 상기 동작(141b, 143b)의 수행이 완료되면 완료 정보를 실행 매니저 모듈(147)로 전달할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행되는 경우, 복수의 동작(141b, 143b)은 순차적으로 실행될 수 있다. 실행 서비스 모듈(141a, 143a)은 하나의 동작(예: 제1 앱(141)의 동작 1 또는 제2 앱(143)의 동작 1)의 실행이 완료되면 다음 동작(예: 제1 앱(141)의 동작 2 또는 제2 앱(143)의 동작 2)을 오픈하고 완료 정보를 실행 매니저 모듈(147)로 전달할 수 있다. 여기서 임의의 동작을 오픈한다는 것은, 임의의 동작을 실행 가능한 상태로 천이시키거나, 임의의 동작의 실행을 준비하는 것으로 이해될 수 있다. 다시 말해서, 임의의 동작이 오픈되지 않으면, 해당 동작은 실행될 수 없다. 실행 매니저 모듈(147)은 상기 완료 정보가 수신되면 다음 동작(예: 제1 앱(141)의 동작 2 또는 제2 앱(143)의 동작 2)에 대한 실행 요청을 실행 서비스 모듈(141a, 143a)로 전달할 수 있다. 일 실시 예에 따르면, 복수의 앱(141, 143)이 실행되는 경우, 복수의 앱(141, 143)은 순차적으로 실행될 수 있다. 예를 들어, 제1 앱(141)의 마지막 동작(예: 제1 앱(141)의 동작 3)의 실행이 완료되어 완료 정보를 수신하면, 실행 매니저 모듈(147)은 제2 앱(143)의 첫번째 동작(예: 제2 앱(143)의 동작 1)의 실행 요청을 실행 서비스(143a)로 전달할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행된 경우, 상기 실행된 복수의 동작(141b, 143b) 각각의 실행에 따른 결과 화면은 디스플레이(120)에 표시될 수 있다. 일 실시 예에 따르면, 상기 실행된 복수의 동작(141b, 143b)의 실행에 따른 복수의 결과 화면 중 일부만 디스플레이(120)에 표시될 수 있다.
일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)을 저장할 수 있다. 지능형 에이전트(145)와 연동된 앱은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(145)와 연동된 앱은 입력 모듈(110)을 통해 입력되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 또는 특정 음성 입력)에 의해 동작될 수 있다.
일 실시 예에 따르면, 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)이 프로세서(150)에 의해 실행될 수 있다. 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능은 프로세서(150)에 의해 구현될 수 있다. 상기 지능형 에이전트(145), 실행 매니저 모듈(147) 및 지능형 서비스 모듈(149)의 기능에 대해 프로세서(150)의 동작으로 설명하겠다. 일 실시 예에 따르면, 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)은 소프트웨어뿐만 아니라 하드웨어로 구현될 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(150)는 입력 모듈(110)을 제어하여 사용자 입력을 수신할 수 있다. 프로세서(150)는 디스플레이(120)를 제어하여 이미지를 표시할 수 있다. 프로세서(150)는 스피커(130)를 제어하여 음성 신호를 출력할 수 있다. 프로세서(150)는 메모리(140)를 제어하여 프로그램을 실행시키고, 필요한 정보를 불러오거나 저장할 수 있다.
일 실시 예에 따르면 프로세서(150)는 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)을 실행시킬 수 있다. 이에 따라, 프로세서(150)는 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능을 구현할 수 있다.
일 실시 예에 따른, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자 입력으로 수신된 음성 신호에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 일 실시 예에 따른, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 상기 생성된 명령에 따라 메모리(140)에 저장된 앱(141, 143)을 실행시킬 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 서비스 모듈(149)을 실행하여 사용자의 정보를 관리하고, 상기 사용자의 정보를 이용하여 사용자 입력을 처리할 수 있다.
프로세서(150)는 지능형 에이전트(145)를 실행하여 입력 모듈(110)을 통해 수신된 사용자 입력을 지능형 서버(200)로 송신하고, 지능형 서버(200)를 통해 상기 사용자 입력을 처리할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 상기 사용자 입력을 지능형 서버(200)로 송신하기 전에 상기 사용자 입력을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(145)는 상기 사용자 입력을 전처리하기 위하여, 적응 반향 제거(adaptive echo canceller)(AEC) 모듈, 노이즈 억제(noise suppression)(NS) 모듈, 종점 검출(end-point detection)(EPD) 모듈 또는 자동 이득 제어(automatic gain control)(AGC) 모듈을 포함할 수 있다. 상기 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 상기 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 상기 종점 검출 모듈은 상기 사용자 입력에 포함된 사용자 음성의 종점을 검출하고, 상기 검출된 종점을 이용하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하고, 상기 인식된 사용자 입력을 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 성능을 위하여 상기 전처리 구성을 전부 실행시킬 수 있지만, 다른 실시 예에서 프로세서(150)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 실행시킬 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자의 호출을 인식하기 위해 메모리(140)에 저장된 웨이크 업(wake up) 인식 모듈을 실행시킬 수 있다. 이에 따라, 프로세서(150)는 상기 웨이크 업 인식 모듈을 통해 사용자의 웨이크 업 명령을 인식할 수 있고, 상기 웨이크 업 명령을 수신한 경우 사용자 입력을 수신하기 위한 지능형 에이전트(145)를 실행시킬 수 있다. 상기 웨이크 업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)로 구현될 수 있다. 다양한 실시 예에 따르면, 프로세서(150)는 하드웨어 키를 통한 사용자 입력을 수신하였을 때 지능형 에이전트(145)를 실행시킬 수도 있다. 지능형 에이전트(145)가 실행된 경우, 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)이 실행될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(145)는 사용자 입력을 인식하기 위한 음성 인식 모듈을 포함할 수 있다. 프로세서(150)는 상기 음성 인식 모듈을 통해 앱의 동작을 실행시키기 위한 사용자 입력을 인식할 수 있다. 다양한 실시 예에서, 프로세서(150)는 상기 음성 인식 모듈을 통해 제한된 사용자 입력(예: 카메라 앱이 실행 중일 때 촬영 동작을 실행시키기 위한 “찰칵”과 같은 발화 등)을 인식할 수 있다. 프로세서(150)는 상기 음성 인식 모듈을 통해, 사용자 단말(100) 내에서 처리할 수 있는 사용자 명령을 인식하여 빠르게 처리함으로써, 상기 지능형 서버(200)를 보조할 수 있다. 일 실시 예에 따르면, 사용자 입력을 인식하기 위한 지능형 에이전트(145)의 음성 인식 모듈은 앱 프로세서에서 구현될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(145)의 음성 인식 모듈(또는, 메모리(140)에 저장된 웨이크 업 인식 모듈)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 발화를 인식할 수 있다. 상기 음성을 인식하기 위해 사용되는 알고리즘은, 예를 들어, HMM(hidden markov model) 알고리즘, ANN(artificial neural network) 알고리즘 또는 DTW(dynamic time warping) 알고리즘 중 적어도 하나일 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)를 통해 사용자의 음성을 지능형 서버로(200)로 송신하고, 지능형 서버(200)로부터 사용자의 음성에 대응되는 텍스트 데이터를 수신할 수 있다. 이에 따라, 프로세서(150)는 상기 변환된 텍스트 데이터를 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 지능형 서버(200)로부터 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 통해 상기 패스 룰을 실행 매니저 모듈(147)로 전달할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 지능형 서버(200)로부터 수신된 패스 룰에 따른 실행 결과 로그(log)를 지능형 서비스(intelligence service) 모듈(149)로 전달하고, 상기 전달된 실행 결과 로그는 페르소나 모듈(persona manager)(149b)의 사용자의 선호(preference) 정보에 누적되어 관리될 수 있다.
일 실시 예에 따른, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 지능형 에이전트(145)로부터 패스 룰을 전달받아 앱(141, 143)을 실행시키고, 앱(141, 143)이 상기 패스 룰에 포함된 동작(141b, 143b)을 실행하도록 할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 앱(141, 143)으로 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 송신할 수 있고, 상기 앱(141, 143)로부터 동작(141b, 143b)의 완료 정보를 전달 받을 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 지능형 에이전트(145)와 앱(141, 143)의 사이에서 앱(141, 143)의 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 전달할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 패스 룰에 따라 실행할 앱(141, 143)을 바인딩(binding)하고, 상기 패스 룰에 포함된 동작(141b, 143b)의 명령 정보(예: 패스 룰 정보)를 앱(141, 143)으로 전달할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 패스 룰에 포함된 동작(141b, 143b)을 순차적으로 앱(141, 143)으로 전달하여, 앱(141, 143)의 동작(141b, 143b)을 상기 패스 룰에 따라 순차적으로 실행시킬 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 앱(141, 143)의 동작(141b, 143b)의 실행 상태를 관리할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 앱(141, 143)으로부터 상기 동작(141b, 143b)의 실행 상태에 대한 정보를 전달 받을 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 예를 들어, 정지된 상태(partial landing)인 경우(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우), 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 정지된 상태에 대한 정보를 지능형 에이전트(145)로 전달할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 전달 받은 정보를 이용하여, 사용자에게 필요한 정보(예: 파라미터 정보)의 입력을 요청할 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 다른 예를 들어, 동작 상태인 경우, 프로세서(150)는 지능형 에이전트(145)를 통해 사용자로부터 발화를 수신할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)를 통해 상기 실행되고 있는 앱(141, 143) 및 앱(141, 143)의 실행 상태에 대한 정보를 지능형 에이전트(145)로 전달할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 사용자 발화를 지능형 서버(200)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 지능형 서버(200)로부터 상기 사용자의 발화의 파라미터 정보를 수신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 수신된 파라미터 정보를 실행 매니저 모듈(147)로 전달할 수 있다. 실행 매니저 모듈(147)은 상기 수신한 파라미터 정보를 이용하여 동작(141b, 143b)의 파라미터를 새로운 파라미터로 변경할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 패스 룰에 포함된 파라미터 정보를 앱(141, 143)로 전달할 수 있다. 상기 패스 룰에 따라 복수의 앱(141, 143)이 순차적으로 실행되는 경우, 실행 매니저 모듈(147)은 하나의 앱에서 다른 앱으로 패스 룰에 포함된 파라미터 정보를 전달할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 복수의 패스 룰을 수신할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 사용자의 발화에 기초하여 복수의 패스 룰이 선택될 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 사용자의 발화가 일부 동작(141a)을 실행할 일부 앱(141)을 특정하였지만, 나머지 동작(143b)을 실행할 다른 앱(143)을 특정하지 않은 경우, 일부 동작(141a)를 실행할 동일한 앱(141)(예: 갤러리 앱)이 실행되고 나머지 동작(143b)를 실행할 수 있는 서로 다른 앱(143)(예: 메시지 앱, 텔레그램 앱)이 각각 실행되는 서로 다른 복수의 패스 룰을 수신할 수 있다. 프로세서(150)는 예를 들어, 실행 매니저 모듈(147)을 통해 상기 복수의 패스 룰의 동일한 동작(141b, 143b)(예: 연속된 동일한 동작(141b, 143b))을 실행할 수 있다. 프로세서(150)는 상기 동일한 동작까지 실행한 경우, 실행 매니저 모듈(147)을 통해 상기 복수의 패스 룰에 각각 포함된 서로 다른 앱(141, 143)을 선택할 수 있는 상태 화면을 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 서비스 모듈(149)은 컨텍스트 모듈(149a), 페르소나 모듈(149b) 또는 제안 모듈(149c)을 포함할 수 있다.
컨텍스트 모듈(149a)는 앱(141, 143)으로부터 앱(141, 143)의 현재 상태를 수집할 수 있다. 예를 들어, 컨텍스트 모듈(149a)은 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 수신하여 앱(141, 143)의 현재 상태를 수집할 수 있다.
페르소나 모듈(149b)은 사용자 단말(100)을 사용하는 사용자의 개인 정보를 관리할 수 있다. 예를 들어, 페르소나 모듈(149b)은 사용자 단말(100)의 사용 정보 및 수행 결과를 수집하여 사용자의 개인 정보를 관리할 수 있다.
제안 모듈(149c)는 사용자의 의도를 예측하여 사용자에게 명령을 추천해줄 수 있다. 예를 들어, 제안 모듈(149c)은 사용자의 현재 상태(예: 시간, 장소, 상황, 앱)을 고려하여 사용자에게 명령을 추천해줄 수 있다.
도 1c는 일 실시 예에 따른 사용자 단말의 지능형 앱 실행 형태를 도시한 도면이다.
도 1c를 참조하면, 사용자 단말(100)은 사용자 발화에 따른 입력을 수신하기 위한 인터페이스로 기능하는 하드웨어 버튼(112)을 포함할 수 있다. 상기 하드웨어 버튼(112)은 예컨대, 사용자 단말(100)의 하우징 상에서 사용자 신체(예: 손가락)의 접근성이 용이한 영역으로 배치될 수 있으며, 적어도 일부가 상기 하우징의 외부로 노출될 수 있다. 일 실시 예에서, 사용자 단말(100)은 하드웨어 버튼(112)에 인가되는 사용자 조작에 대응하여 지능형 에이전트(도 1b의 145)와 연동된 지능형 앱(예: 음성 인식 앱)을 실행시킬 수 있다. 일 실시 예에서, 사용자는 음성을 입력(120a)하기 위해 상기 하드웨어 키(112)를 지속적으로 누른(예: 프레스(press) 또는 프레스 홀드(press and hold) 등) 후 음성을 입력(120a)을 할 수 있다.
또는, 사용자 단말(100)은 하드웨어 키(112)를 통해 사용자 입력을 수신한 경우, 디스플레이(120)에 지능형 앱의 UI(user interface)(121)를 표시할 수 있으며, 사용자는 상기 UI(121)가 디스플레이(120)에 표시된 상태에서 음성을 입력(120b)하기 위해 UI(121)에 포함된 음성 인식 버튼(121a)을 터치할 수 있다.
또는, 사용자 단말(100)은 탑재된 마이크(111)를 통해 상기 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 상기 마이크(111)를 통해 지정된 음성(예: 일어나!(wake up!) 등)을 수신하는 경우, 상기 지능형 앱을 실행시키고 디스플레이(120)에 지능형 앱의 UI(121)를 표시할 수 있다.
도 1d는 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 도시한 도면이다.
도 1d를 참조하면, 지능형 서버(200)는 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210), 자연어 이해(natural language understanding)(NLU) 모듈(220), 패스 플래너(path planner) 모듈(230), 대화 매니저(dialogue manager)(DM) 모듈(240), 자연어 생성(natural language generator)(NLG) 모듈(250) 또는 텍스트 음성 변환(text to speech)(TTS) 모듈(260)을 포함할 수 있다. 다양한 실시 예에서, 상술된 지능형 서버(200)의 구성요소 중 적어도 일부는 사용자 단말(100)에 포함되어 해당 기능 동작을 수행할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 통신 회로, 메모리 또는 프로세서를 포함할 수 있다. 상기 프로세서는 상기 메모리에 저장된 명령어를 실행하여 자동 음성 인식 모듈(210), 자연어 이해 모듈(220), 패스 플래너 모듈(230), 대화 매니저 모듈(240), 자연어 생성 모듈(250) 또는 텍스트 음성 변환 모듈(260)을 구동시킬 수 있다. 지능형 서버(200)는 상기 통신 회로를 통해 외부 전자 장치(예: 사용자 단말(100))와 데이터(또는, 신호)를 송수신할 수 있다.
일 실시 예에 따르면, 자동 음성 인식 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 자동 음성 인식 모듈(210)은 발화 인식 모듈을 포함할 수 있다. 상기 발화 인식 모듈은 음향(acoustic) 모델 및 언어(language) 모델을 포함할 수 있다. 예를 들어, 상기 음향 모델은 발성에 관련된 정보를 포함할 수 있고, 상기 언어 모델은 단위 음소 정보 및 단위 음소 정보의 조합에 대한 정보를 포함할 수 있다. 상기 발화 인식 모듈은 발성에 관련된 정보 및 단위 음소 정보에 대한 정보를 이용하여 사용자 발화를 텍스트 데이터로 변환할 수 있다. 상기 음향 모델 및 언어 모델에 대한 정보는, 예를 들어, 자동 음성 인식 데이터베이스(automatic speech recognition database)(ASR DB)(211)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자 의도를 파악할 수 있다. 상기 문법적 분석은 사용자 입력을 문법적 단위(예: 단어, 구, 형태소 등)로 나누고, 상기 나누어진 단위가 어떤 문법적인 요소를 갖는지 파악할 수 있다. 상기 의미적 분석은 의미(semantic) 매칭, 룰(rule) 매칭 또는 포뮬러(formula) 매칭 등을 이용하여 수행할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 사용자 입력에 대하여 도메인(domain), 의도(intent) 및 상기 의도를 표현하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))를 얻을 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 도메인(domain), 의도(intend) 및 상기 의도를 파악하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))로 나누어진 매칭 규칙을 이용하여 사용자의 의도 및 파라미터를 결정할 수 있다. 예를 들어, 상기 하나의 도메인(예: 알람)은 복수의 의도(예: 알람 설정, 알람 해제 등)를 포함할 수 있고, 하나의 의도는 복수의 파라미터(예: 시간, 반복 횟수, 알람음 등)을 포함할 수 있다. 복수의 룰은, 예를 들어, 하나 이상의 필수 요소 파라미터를 포함할 수 있다. 상기 매칭 규칙은 자연어 인식 데이터베이스(natural language understanding database)(NLU DB)(221)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 형태소, 구 등의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 도메인 및 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 각각의 도메인 및 의도에 사용자 입력에서 추출된 단어가 얼마나 포함되어 있는지를 계산하여 사용자 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 인식 데이터베이스(221)를 이용하여 사용자의 의도를 결정할 수 있다. 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 개인화 언어 모델(personal language model)(PLM)을 이용하여 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 개인화된 정보(예: 연락처 리스트, 음악 리스트)를 이용하여 사용자의 의도를 결정할 수 있다. 상기 개인화 언어 모델은, 예를 들어, 자연어 인식 데이터베이스(221)에 저장될 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)뿐만 아니라 자동 음성 인식 모듈(210)도 자연어 인식 데이터베이스(221)에 저장된 개인화 언어 모델을 참고하여 사용자의 음성을 인식할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력의 의도에 기초하여 실행될 앱을 선택하고, 상기 선택된 앱에서 수행될 동작을 결정할 수 있다. 상기 자연어 이해 모듈(220)은 상기 결정된 동작에 대응되는 파라미터를 결정하여 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)에 의해 생성된 패스 룰은 실행될 앱, 상기 앱에서 실행될 동작(예: 적어도 하나의 상태(state)) 및 상기 동작을 실행하는데 필요한 파라미터에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터를 기반으로 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 패스 플래너 모듈(230)로부터 사용자 단말(100)에 대응되는 패스 룰 셋을 수신하고, 사용자 입력의 의도 및 파라미터를 상기 수신된 패스 룰 셋에 매핑하여 패스 룰을 결정할 수 있다.
다른 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 실행될 앱, 상기 앱에서 실행될 동작 및 상기 동작을 실행하는데 필요한 파라미터를 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)의 정보를 이용하여 상기 실행될 앱 및 상기 앱에서 실행될 동작을 사용자 입력의 의도에 따라 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 배열하여 패스 룰을 생성할 수 있다. 상기 생성된 패스 룰은, 예를 들어, 패스 플래너 모듈(230)를 통해 패스 룰 데이터베이스(path rule database)(PR DB)(231)에 저장될 수 있다. 상기 생성된 패스 룰은 데이터베이스(231)의 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 생성된 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 복수의 패스 룰 최적의 패스 룰을 선택할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 발화에 기초하여 일부 동작만이 특정된 경우 복수의 패스 룰을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자의 추가 입력에 의해 상기 복수의 패스 룰 중 하나의 패스 룰을 결정할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 대한 요청으로 패스 룰을 사용자 단말(100)로 송신할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 하나의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 복수의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 상기 복수의 패스 룰은, 예를 들어, 사용자 발화에 기초하여 일부 동작만이 특정된 경우 자연어 이해 모듈(220)에 의해 생성될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)로 복수의 패스 룰을 포함하는 패스 룰 셋을 전달할 수 있다. 상기 패스 룰 셋의 복수의 패스 룰은 패스 플래너 모듈(230)에 연결된 패스 룰 데이터베이스(231)에 테이블 형태로 저장될 수 있다. 예를 들어, 패스 플래너 모듈(230)은 지능형 에이전트(145)로부터 수신된 사용자 단말(100)의 정보(예: OS 정보, 앱 정보)에 대응되는 패스 룰 셋을 자연어 이해 모듈(220)로 전달할 수 있다. 상기 패스 룰 데이터베이스(231)에 저장된 테이블은, 예를 들어, 도메인 또는 도메인의 버전 별로 저장될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 패스 룰 셋에서 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자의 의도 및 파라미터를 사용자 단말(100) 에 대응되는 패스 룰 셋에 매칭하여 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터를 이용하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터에 기초하여 실행될 앱 및 상기 앱에서 실행될 동작을 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)에서 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다. 상기 생성된 패스 룰은 패스 룰 데이터베이스(231)에 저장된 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 패스 룰 데이터베이스(231)에 저장된 테이블에는 복수의 패스 룰 또는 복수의 패스 룰 셋을 포함될 수 있다. 복수의 패스 룰 또는 복수의 패스 룰 셋은 각 패스 룰을 수행하는 장치의 종류, 버전, 타입, 또는 특성을 반영할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에 의해 파악된 사용자의 의도가 명확한지 여부를 판단할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 파라미터의 정보가 충분하지 여부에 기초하여 사용자의 의도가 명확한지 여부를 판단할 수 있다. 대화 매니저 모듈(240)는 자연어 이해 모듈(220)에서 파악된 파라미터가 태스크를 수행하는데 충분한지 여부를 판단할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)는 사용자의 의도가 명확하지 않은 경우 사용자에게 필요한 정보를 요청하는 피드백을 수행할 수 있다. 예를 들어, 대화 매니저 모듈(240)는 사용자의 의도를 파악하기 위한 파라미터에 대한 정보를 요청하는 피드백을 수행할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 컨텐츠 제공(content provider) 모듈을 포함할 수 있다. 상기 컨텐츠 제공 모듈은 자연어 이해 모듈(220)에서 파악된 의도 및 파라미터에 기초하여 동작을 수행할 수 있는 경우, 사용자 입력에 대응되는 태스크를 수행한 결과를 생성할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자 입력에 대한 응답으로 상기 컨텐츠 제공 모듈에서 생성된 상기 결과를 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 생성 모듈(NLG)(250)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 상기 지정된 정보는, 예를 들어, 추가 입력에 대한 정보, 사용자 입력에 대응되는 동작의 완료를 안내하는 정보 또는 사용자의 추가 입력을 안내하는 정보(예: 사용자 입력에 대한 피드백 정보)일 수 있다. 상기 텍스트 형태로 변경된 정보는 사용자 단말(100)로 송신되어 디스플레이(120)에 표시되거나, 텍스트 음성 변환 모듈(260)로 송신되어 음성 형태로 변경될 수 있다.
일 실시 예에 따르면, 텍스트 음성 변환 모듈(260)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 텍스트 음성 변환 모듈(260)은 자연어 생성 모듈(250)로부터 텍스트 형태의 정보를 수신하고, 상기 텍스트 형태의 정보를 음성 형태의 정보로 변경하여 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 음성 형태의 정보를 스피커(130)로 출력할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현될 수 있다. 예를 들어, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현되어 사용자의 의도 및 파라미터를 결정하고, 상기 결정된 사용자의 의도 및 파라미터에 대응되는 응답(예: 패스 룰)을 생성할 수 있다. 이에 따라, 생성된 응답은 사용자 단말(100)로 송신될 수 있다.
도 1e는 일 실시 예에 따른 지능형 서버의 패스 룰 생성 형태를 도시한 도면이다.
도 1e를 참조하면, 일 실시 예에 따른, 자연어 이해 모듈(220)은 앱의 기능을 어느 하나 동작(예: 상태 A 내지 상태 F)으로 구분하여 패스 룰 데이터베이스(231)에 저장할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 어느 하나의 동작(예: 상태)으로 구분된 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 포함하는 패스 룰 셋을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)의 패스 룰 데이터베이스(231)는 앱의 기능을 수행하기 위한 패스 룰 셋을 저장할 수 있다. 상기 패스 룰 셋은 복수의 동작(예: 상태들의 시퀀스)을 포함하는 복수의 패스 룰을 포함할 수 있다. 상기 복수의 패스 룰은 복수의 동작 각각에 입력되는 파라미터에 따라 실행되는 동작이 순차적으로 배열될 수 있다. 일 실시 예에 따르면, 상기 복수의 패스 룰은 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 구성되어 패스 룰 데이터베이스(231)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 대응되는 상기 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중에 최적의 패스 룰(A-B1-C3-D-F)을 선택할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 완벽히 매칭되는 패스 룰이 없는 경우 사용자 단말(100)에 복수의 룰을 전달할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 포함하는 하나 이상의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 선택하여 사용자 단말(100)에 전달할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 단말(100)의 추가 입력에 기초하여 복수의 패스 룰 중 하나를 선택하고, 상기 선택된 하나의 패스 룰을 사용자 단말(100)에 전달 할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)에서 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 따라 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택하여 사용자 단말(100)에 송신할 수 있다.
또 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 자연어 이해 모듈(220)을 통해 사용자 단말(100)에 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 대응되는 사용자의 의도 및 파라미터를 결정할 수 있고, 상기 결정된 사용자의 의도 또는 파라미터를 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 송신된 의도 또는 상기 파라미터에 기초하여, 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택할 수 있다.
이에 따라, 사용자 단말(100)은 상기 선택된 하나의 패스 룰에 의해 앱(141, 143)의 동작을 완료시킬 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 정보가 부족한 사용자 입력이 지능형 서버(200)에 수신된 경우, 상기 수신한 사용자 입력에 부분적으로 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 부분적으로 대응된 패스 룰을 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 실행하여 상기 패스 룰을 수신하고, 실행 매니저 모듈(147)로 상기 부분적으로 대응된 패스 룰을 전달할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)를 통해 상기 패스 룰에 따라 제1 앱(141)을 실행시킬 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 제1 앱(141)을 실행하면서 부족한 파라미터에 대한 정보를 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 부족한 파라미터에 대한 정보를 이용하여 사용자에게 추가 입력을 요청할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 사용자에 의해 추가 입력이 수신되면 사용자 입력을 지능형 서버(200)로 송신하여 처리할 수 있다. 자연어 이해 모듈(220)은 상기 추가로 입력된 사용자 입력의 의도 및 파라미터 정보에 기초하여 추가된 패스 룰을 생성하여 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 실행 매니저 모듈(147)로 상기 패스 룰을 송신하여 제2 앱(143)을 실행할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신된 경우, 개인화 정보 서버(300)로 사용자 정보 요청을 송신할 수 있다. 개인화 정보 서버(300)는 페르소나 데이터베이스에 저장된 사용자 입력을 입력한 사용자의 정보를 자연어 이해 모듈(220)로 송신할 수 있다. 자연어 이해 모듈(220)은 상기 사용자 정보를 이용하여 일부 동작이 누락된 사용자 입력에 대응되는 패스 룰을 선택할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신되더라도, 누락된 정보를 요청하여 추가 입력을 받거나 사용자 정보를 이용하여 상기 사용자 입력에 대응되는 패스 룰을 결정할 수 있다.
하기에 첨부된 표 1은 일 실시 예에 따른 사용자가 요청한 태스크와 관련한 패스 룰의 예시적 형태를 나타낼 수 있다.
Path rule ID State parameter
Gallery_101 pictureView(25) NULL
searchView(26) NULL
searchViewResult(27) Location,time
SearchEmptySelectedView(28) NULL
SearchSelectedView(29) ContentType,selectall
CrossShare(30) anaphora
표 1을 참조하면, 사용자 발화(예: “사진 공유해줘”)에 따라 지능형 서버(도 1d의 지능형 서버(200))에서 생성 또는 선택되는 패스 룰은 적어도 하나의 상태(state)(25, 26, 27, 28, 29 또는 30)를 포함할 수 있다. 예를 들어, 상기 적어도 하나의 상태(예: 사용자 단말(100)의 어느 한 동작 상태)는 사진 어플리케이션 실행(PicturesView)(25), 사진 검색 기능 실행(SearchView)(26), 검색 결과 표시 화면 출력(SearchViewResult)(27), 사진이 미(non)선택된 검색 결과 표시 화면 출력(SearchEmptySelectedView)(28), 적어도 하나의 사진이 선택된 검색 결과 표시 화면 출력(SearchSelectedView)(29) 또는 공유 어플리케이션 선택 화면 출력(CrossShare)(30) 중 적어도 하나에 해당될 수 있다.
일 실시 예에서, 상기 패스 룰의 파라미터 정보는 적어도 하나의 상태(state)에 대응될 수 있다. 예를 들어, 상기 적어도 하나의 사진은 선택된 검색 결과 표시 화면 출력(29) 상태에 포함될 수 있다.
상기 상태(25, 26, 27, 28, 29)들의 시퀀스를 포함한 패스 룰의 수행 결과, 사용자가 요청한 태스크(예: “사진 공유해줘!”)가 수행될 수 있다.
도 2는 일 실시 예에 따른 사용자 단말의 운용 일례를 도시한 도면이다.
도 1a 내지 도 1e를 통하여 전술한 바와 같이, 통합 지능화 시스템(도 1a의 10)의 구성요소들은 음성 인식 서비스를 제공하기 위한 일련의 프로세스를 수행할 수 있다. 예를 들어, 사용자 단말(100)은 특정 명령 또는 의도를 내포하는 사용자 발화를 수신하고, 상기 사용자 발화에 따른 음성 데이터를 지능형 서버(200)로 전송할 수 있다. 지능형 서버(200)는 상기 음성 데이터 수신에 응답하여, 도메인(domain), 의도(intent) 및 파라미터(parameter)로 구성되는 매칭 규칙을 기반으로 상기 음성 데이터에 따른 사용자 발화의 의도를 도출할 수 있다. 지능형 서버(200)는 도출된 사용자 발화 의도에 기초하여 태스크(task)를 수행하거나 콘텐츠를 제공할 사용자 단말(100) 상의 어플리케이션 프로그램을 선택하고, 상기 태스크 수행 또는 콘텐츠 제공에 수반되는 사용자 단말(100)의 상태들(states)(또는, 동작들)에 대한 패스 룰을 생성 또는 선택하여 사용자 단말(100)로 제공할 수 있다.
도 2를 참조하면, 일 실시 예에 따른 사용자 단말(100)(예: 통합 지능화 시스템(10)을 기반으로 음성 인식 서비스의 운용을 지원하는 음향 출력 장치(100a) 또는 모바일 장치(100b) 등)은 상술과 같은 일련의 프로세스가 수행됨에 있어, 상기 특정 명령 또는 의도를 내포하는 사용자 발화(이하, 명령 발화로 칭함)를 예측할 수 있다. 이와 관련하여, 사용자 단말(100)은 상기 명령 발화를 수신하기 이전 시점(time)에, 탑재된 마이크(도 1c의 111)를 통하여 수신하는 상기 명령 발화와 상이한 특성의 사용자 발화(1)(예: 명령 또는 의도를 내포하지 않는 사용자 발화, 이하 일상 발화로 칭함)를 분석할 수 있다. 사용자 단말(100)은 상기 일상 발화(1)가 포함하는 적어도 하나의 정보 자원(예: 단어, 구 또는 형태소 등)을 분석하고, 상기 정보 자원이 지정된 조건을 만족하는 경우, 상기 조건 만족이 판단되는 시점을 기점으로 하여 상기 일상 발화(1)에 대한 리코딩(recording)을 수행할 수 있다.
일 실시 예에서, 사용자 단말(100)은 리코딩된 데이터를 지능형 서버(200)로 전송하고, 지능형 서버(200)로부터 상기 일상 발화(1)의 적어도 일부에 대응하는(또는, 상기 일상 발화(1)의 적어도 일부와 매핑된) 정보를 수신할 수 있다. 상기 정보는 예컨대, 사용자 단말(100) 상에서 음성 인식 서비스가 활성화된 이후의 시점(time)으로 발생이 예측되는 명령 발화에 대한 사용자 단말(100)의 응답 정보를 포함할 수 있다. 이에 따라, 사용자 단말(100)의 상기 정보 수신은, 사용자 단말(100)과 지능형 서버(200) 간의 상호 작용에 의하여 사용자로부터 발화될 가능성을 갖는 명령 발화가 예측되고, 예측된 명령 발화에 대한 사용자 단말(100)의 응답이 사전 준비되는 동작으로 이해될 수 있다.
일 실시 예에서, 사용자 단말(100)은 상기 예측된 명령 발화가 상기 음성 인식 서비스의 활성화 이후 사용자에 의하여 실제(reality) 발생하는 경우, 상기 발생된 명령 발화를 인식하고, 사전 준비된 응답 정보를 음성, 텍스트 또는 콘텐츠를 포함하는 사용자 인터페이스의 형태로 출력할 수 있다. 또는, 사용자 단말(100)은 상기 음성 인식 서비스의 활성화 이후 지정된 시간 범위 내에 상기 예측된 명령 발화가 발생하지 않는 경우, 지능형 서버(200)로부터 수신한 정보를 상기 사용자 단말(100) 상에서 제거(deletion)할 수 있다. 이하 참조되는 도면을 통하여, 명령 발화 예측에 따른 사용자 단말(100)의 응답 준비와 관련한 다양한 실시 예들을 살펴보기로 한다.
도 3은 일 실시 예에 따른 사용자 단말이 포함하는 적어도 하나의 웨이크 업(wake-up) 인식 모듈을 도시한 도면이다.
도 3을 참조하면, 사용자 단말(100)은 탑재된 적어도 하나의 기능 활성화를 지원하는 적어도 하나의 웨이크 업 인식 모듈을 포함할 수 있다. 예를 들어, 사용자 단말(100)은 전술된 음성 인식 서비스 기능을 활성화시키기 위한 제1 웨이크 업 인식 모듈(160) 또는 사용자 단말(100)의 운용 환경에 대한 리코딩(recording) 기능을 활성화시키기 위한 제2 웨이크 업 인식 모듈(170) 중 적어도 하나를 포함할 수 있다. 상기 제1 웨이크 업 인식 모듈(160) 또는 제2 웨이크 업 인식 모듈(170)은 사용자 단말(100)이 탑재된 마이크(111)를 통하여 발화를 수신하는 경우, 프로세서(150)의 제어 하에 실행되어 상기 수신된 발화를 분석하고, 분석 결과에 따라 관계된 기능(예: 음성 인식 서비스 기능 또는 리코딩 기능)을 활성화시킬 수 있다.
일 실시 예에서, 제1 웨이크 업 인식 모듈(160)은 프로세서(150)로부터 상기 마이크(111)를 통하여 수신된 발화(또는, 발화에 따른 음성 데이터)를 전달받고, 상기 발화를 인식하여 발화 상에 포함된 정보 자원(예: 단어, 구 또는 형태소 등)을 분석할 수 있다. 예를 들어, 제1 웨이크 업 인식 모듈(160)은 상기 발화 상에 포함된 정보 자원을 메모리(140)의 제1 데이터베이스(144)가 포함하는 정보 자원과 비교할 수 있다. 이와 관련하여, 상기 제1 데이터베이스(144)는 예컨대, 음성 인식 서비스 기능의 활성화를 트리거(trigger)하는 단어, 구 또는 형태소 형태의 제1 트리거 정보(예: “Hi, Galaxy” 또는 “Hi, Bixby” 등)를 포함할 수 있다. 제1 웨이크 업 인식 모듈(160)은 상기 발화 상의 정보 자원이 상기 제1 트리거 정보와 일치 또는 대응하는 경우, 사용자 단말(100) 상에서 음성 인식 서비스 기능을 활성화시킬 수 있다. 예를 들어, 제1 웨이크 업 인식 모듈(160)은 상기 음성 인식 서비스 기능 활성화의 일환으로, 지능형 에이전트(도 1b의 145)를 실행시킬 수 있으며, 이 경우 상기 지능형 에이전트(145)와 연동된 지능형 앱 또한 실행될 수 있다.
일 실시 예에서, 제2 웨이크 업 인식 모듈(170)은 상기 제1 웨이크 업 인식 모듈(160)과 유사하게, 프로세서(150)로부터 전달되는 발화(또는, 발화에 따른 음성 데이터)를 인식하고, 발화 상에 포함된 정보 자원(예: 단어, 구 또는 형태소 등)을 메모리(140)의 제2 데이터베이스(146)가 포함하는 정보 자원과 비교할 수 있다.
트리거 카테고리 제2 트리거 정보
이벤트 플래닝 날짜, 장소, 날씨, 예약, 일정 …
자문 뭐였더라, 뭐지? …
의사 결정 어디 가지, 뭐 하지? 뭐 먹지? …
감정 표현 심심해, 배고파, 졸려 …
컨텐츠 타이타닉, 오페라의 유령 …
유명 인사 마이클 조던, 오바마 …
… …
상기 표 2는 제2 데이터베이스(146)의 정보 자원에 해당하는 제2 트리거 정보의 예시적 형태를 나타낼 수 있다. 상기 표 2를 참조하면, 제2 데이터베이스(146)는 사용자 단말(100)에 탑재된 리코딩 기능의 활성화를 트리거하는 단어, 구 또는 형태소 형태의 제2 트리거 정보를 포함할 수 있다. 일 실시 예에서, 상기 제2 트리거 정보는 사용자로부터 설정될 수 있으며, 예컨대 사용자의 독백 또는 타인과의 대화 등과 같은 발화 상에 포함될 수 있는 단어, 구 또는 형태소 형태의 정보 자원으로 설정될 수 있다. 또는, 상기 제2 트리거 정보는 상기 리코딩 기능의 운용을 통하여 리코딩된 적어도 하나의 발화에 대한 사용자 단말(100)의 학습에 의해 설정될 수 있다. 예를 들어, 사용자 단말(100)은 리코딩된 발화 이력 상에서 지정된 임계량 이상으로 포함된 단어, 구 또는 형태소 형태의 정보 자원을 판별하고, 판별된 정보 자원을 상기 제2 트리거 정보로 설정할 수 있다. 다시 말해, 상기 제2 트리거 정보는 사용자 단말(100)을 통하여 특정 태스크(task)를 수행하기 위한 명령 또는 의도를 내포하는 사용자 발화(예: 전술에서 언급된 명령 발화)와 상이한 특성의 사용자 발화(예: 전술에서 언급된 일상 발화)에 포함될 가능성이 존재하는 정보 자원으로 설정될 수 있다.
일 실시 예에서, 제2 웨이크 업 인식 모듈(170)은 프로세서(150)로부터 전달받은 발화 상의 정보 자원이 상기 제2 데이터베이스(146)에 포함된 제2 트리거 정보와 일치 또는 대응하는 경우, 사용자 단말(100) 상에서 리코딩 기능을 활성화시킬 수 있다. 예를 들어, 제2 웨이크 업 인식 모듈(170)은 상기 리코딩 기능의 활성화 시점(time)에 내부 리코딩 모듈(171)을 제어하여 마이크(111)를 통해 수신되는 발화의 적어도 일부를 리코딩하고, 리코딩된 데이터를 내부 캐시 메모리(173)에 저장할 수 있다. 이 때, 상기 리코딩되는 발화는 사용자 단말(100) 실사용자(actual user)의 발화 또는 상기 실사용자에 의하여 지정되는 타인의 발화 중 적어도 하나를 포함할 수 있다. 제2 웨이크 업 인식 모듈(170)은 리코딩되는 발화에 대한 프로세서(150)의 전처리(예: 종점(end-point) 검출)에 근거하여 특정 시점(time)에 상기 리코딩을 중단하고(또는, 리코딩 기능을 비활성화시키고), 리코딩된 데이터를 지능형 서버(도 2의 200)로 전송할 수 있다.
도 4 및 도 5는 일 실시 예에 따른 사용자 단말의 다양한 리코딩(recording) 형태를 도시한 도면이다.
일 실시 예에 따르면, 사용자 단말(도 2의 100)의 프로세서(도 1b의 150)는 전술된 제2 웨이크 업 인식 모듈(도 3의 170) 기반의 리코딩 기능 활성화 이외에도, 다양한 이벤트에 대응하여 상기 리코딩 기능을 활성화시킬 수 있다.
도 4를 참조하면, 프로세서(150)는 항시 구동되는 상태(예: always on)로 제어되는 마이크(도 3의 111)를 기반으로, 사용자 단말(100)의 운용 환경 상에서 발생하는 적어도 하나의 발화를 수신할 수 있다. 일 실시 예에서, 프로세서(150)는 수신되는 발화에 대하여 실시간 또는 지정된 주기로 음량 레벨(또는, 발화에 따른 음성 데이터의 크기)을 확인하고, 확인되는 음량 레벨을 지정된 임계수치와 비교할 수 있다. 상기 비교 결과, 음량 레벨이 지정된 임계수치 이상에 해당하는 경우, 프로세서(150)는 사용자 단말(100)이 수신 중인 발화에 대한 리코딩이 수행되도록 제2 웨이크 업 인식 모듈(170) 내의 리코딩 모듈(도 3의 171)을 제어할 수 있다. 이 동작에서, 프로세서(150)는 리코딩되는 발화에 대한 전처리를 수행하여 상기 리코딩되는 발화의 종점(end-point)을 검출하고, 상기 종점 검출 시점(time)으로부터 지정된 시간이 경과되는 동안 더 이상의 발화가 수신되지 않는 경우 상기 리코딩을 중단시킬 수 있다.
도 5를 참조하면, 프로세서(150)는 사용자 명령에 대응하여 리코딩 기능을 활성화시킬 수 있다. 이와 관련하여, 사용자 단말(100) 상에는 상기 리코딩 기능의 활성화를 트리거하기 위한 리코딩 명령 발화(예: "녹음 시작해줘" 등) 또는 리코딩 명령 텍스트(예: 녹음 시작 등)가 설정될 수 있다. 프로세서(150)는 상기 리코딩 명령 발화 또는 리코딩 명령 텍스트 수신 시 리코딩 기능을 활성화시켜 사용자 단말(100)의 운용 환경 상에서 발생하는 적어도 하나의 발화에 대한 리코딩을 수행할 수 있다. 또한, 프로세서(150)는 사용자 단말(100) 상에 설정된 리코딩 중단 발화(예: "녹음 중단해줘" 등) 또는 리코딩 중단 텍스트(예: 녹음 중단 등) 수신에 대응하여 수행 중인 리코딩을 중단할 수 있다.
도 6은 일 실시 예에 따른 사용자 단말의 리코딩(recording) 환경을 도시한 도면이다.
도 6을 참조하면, 사용자 단말(100)은 전술된 리코딩 기능의 활성화에 따라 발화(예: 전술에서 언급된 일상 발화)를 리코딩함에 있어, 리코딩되는 발화에 대한 화자 인식을 기반으로 리코딩 수행을 유지하거나, 리코딩 수행을 중단(또는, 활성화된 리코딩 기능을 비활성화로 전환)할 수 있다. 이와 관련하여, 사용자 단말(100)의 프로세서(150)는 상기 사용자 단말(100)의 실사용자(actual user) 및/또는 상기 실사용자에 의하여 지정되는 적어도 한 명의 화자(예: 실사용자의 가족 또는 실사용자의 친구 등)를 인식하기 위한 화자 인식 모듈(151)을 포함할 수 있다. 일 실시 예에서, 화자 인식 모듈(151)은 실사용자 및/또는 지정된 적어도 한 명의 화자 각각에 대응하는 화자 인식 모델을 포함할 수 있다. 다양한 실시 예에 따르면, 상기 화자 인식 모델은 실사용자 및/또는 지정된 적어도 한 명의 화자가 최초 발화한 기준 발화로부터 추출되는 특징 벡터(feature vector)를 이용하여 생성될 수 있다.
일 실시 예에서, 프로세서(150)는 상기 실사용자 및/또는 지정된 적어도 한 명의 화자에 대응하는 적어도 하나의 화자 인식 모델을 참조하여, 리코딩되는 발화에 대한 화자 인식을 수행할 수 있다. 화자 인식 결과, 리코딩되는 발화가 상기 적어도 하나의 화자 인식 모델 중 어느 하나에 대응하는 경우, 프로세서(150)는 상기 리코딩되는 발화를 지정된 화자에 의한 발화(3)로 판단하여 리코딩 수행을 유지할 수 있다. 또는, 프로세서(150)는 리코딩되는 발화가 상기 적어도 하나의 화자 인식 모델 중 어느 하나에도 대응하지 않는 경우, 상기 리코딩되는 발화를 지정된 화자 이외의 타인(other people)에 의한 발화(5)로 판단하여 리코딩 수행을 중단할 수 있다. 다양한 실시 예에서, 프로세서(150)는 사용자 단말(100)이 음향 매체(예: TV, 라디오 또는 모니터 등)에서 출력되는 음향(7)을 수신하는 경우, 수행 중인 리코딩을 중단할 수도 있다. 예를 들어, 프로세서(150)는 리코딩되는 데이터를 실시간 또는 지정된 주기로 분석하여, 상기 데이터가 인간의 음성과 상이한 특성의 음향 데이터를 포함하는 경우, 수행 중인 리코딩을 중단할 수 있다. 다시 말해, 프로세서(150)는 전술된 제2 트리거 정보를 포함하는 음성 또는 음향을 입력 받더라도, 지정된 화자의 발화에 의한 음성이 아니거나, 음향 매체로부터 출력되는 음향으로 판단되는 경우, 리코딩 기능을 활성화시키지 않거나, 또는 활성화된 리코딩 기능을 비활성화로 전환할 수 있다.
도 7a는 제1 실시 예에 따른 지능형 서버의 리코딩(recording) 데이터 처리 형태를 도시한 도면이고, 도 7b는 제1 실시 예에 따른 사용자 단말의 응답 형태를 도시한 도면이다.
도 7a를 참조하면, 사용자 단말(100)의 프로세서(도 1b의 150)는 활성화 상태의 리코딩 기능이 비활성화 상태로 전환되는 시점(time) 또는 상기 전환으로부터 지정된 시간이 경과되는 시점에 지능형 서버(200)로의 액세스를 지원하는 통신망에 접속하여 리코딩된 데이터를 상기 지능형 서버(200)로 전송할 수 있다. 지능형 서버(200)의 프로세서는 상기 리코딩 데이터 수신에 응답하여 자동 음성 인식 모듈(210)을 기반으로 음성 데이터 형태의 리코딩 데이터를 텍스트 데이터로 전환하고, 상기 전환된 텍스트 데이터를 자동 음성 인식 데이터베이스(211)에 구축된 테이블(212)과 비교할 수 있다. 이와 관련하여, 상기 테이블(212)은 전술된 사용자 단말(100)의 제2 데이터베이스(도 3의 146)에 포함된 제2 트리거 정보와 동일 또는 유사한 적어도 하나의 트리거 정보 및 상기 적어도 하나의 트리거 정보 각각에 매핑된 적어도 하나의 예측 발화를 포함할 수 있다. 다양한 실시 예에 따르면, 상기 테이블(212)에 포함되는 트리거 정보는 상기 사용자 단말(100)의 제2 트리거 정보로부터 확장되어 설정될 수 있다. 예를 들어, 지능형 서버(200)의 프로세서는 상기 제2 트리거 정보(예: 배고파)에 조사 또는 부사 등의 품사를 변경 또는 부가하여 트리거 정보를 확장하거나, 확장된 트리거 정보의 어순을 변경함으로써, 상기 제2 트리거 정보를 기초로 하는 다양한 양상의 트리거 정보(예: 배고프다, 배고픔, 배 진짜 고파 또는 배고프네 등)가 설정될 수 있다. 또한, 상기 예측 발화는 지능형 서버(200)가 사용자 단말(100)로부터 수신한 사용자 발화의 이력이 참조되어 설정될 수 있다. 예를 들어, 예측 발화는 상기 트리거 정보가 도메인(domain), 의도(intend) 또는 파마리터(parameter) 중 적어도 하나에 해당하는 것으로 도출되었던 사용자 발화 후보군 중 높은 빈도로 수신된 사용자 발화로 설정될 수 있다. 또는, 상기 예측 발화는 사용자 단말(100)의 사용자로부터 설정될 수 있다. 예를 들어, 지능형 서버(200)는 사용자 단말(100)로 상기 트리거 정보 전송과 함께 예측 발화의 설정을 요청하고, 사용자는 상기 트리거 정보를 참조하여 트리거 정보와 유관의 상투적 발화 등을 예측 발화로 설정한 후 지능형 서버(200)로 제공할 수 있다.
일 실시 예에서, 지능형 서버(200)의 프로세서는 상기 리코딩 데이터가 변환된 텍스트 데이터와 상기 테이블(212) 상의 트리거 정보를 비교하는 동작에서, 상기 텍스트 데이터와 트리거 정보 간의 유사도를 판단할 수 있다. 예를 들어, 지능형 서버(200)의 프로세서는 상기 텍스트 데이터와 트리거 정보 상호 간이 동일한 단어, 구 또는 형태소를 포함하는 정도에 따라 스코어를 산출하고, 산출된 스코어가 지정된 임계값 이상인 경우 상기 텍스트 데이터와 트리거 정보 상호 간이 대응하는 것으로 판단할 수 있다. 이 경우, 지능형 서버(200)의 프로세서는 상기 텍스트 데이터와 대응하는 트리거 정보에 매핑된 예측 발화를 식별하여 사용자 단말(100) 및 자연어 생성 모듈(250)로 전달할 수 있다. 일 실시 예에서, 자연어 생성 모듈(250)은 전달 받은 예측 발화에 기초하여 상기 예측 발화에 대응하는 텍스트 형태의 피드백 정보를 생성할 수 있다. 또는, 자연어 생성 모듈(250)은 생성된 피드백 정보를 텍스트 음성 변환 모듈(260)로 전달하고, 상기 텍스트 음성 변환 모듈(260)로 하여금 텍스트 형태의 피드백 정보를 음성 형태로 변환하여 사용자 단말(100)로 전송하도록 요청할 수 있다.
상술에 대한 일례를 들면, 지능형 서버(200)는 사용자 단말(100)로부터 '배고파'와 같은 제2 트리거 정보를 포함하는 사용자 발화(예: "진짜 배고파")에 대한 리코딩 데이터를 수신할 수 있다. 이 경우, 지능형 서버(200)는 상기 리코딩 데이터를 텍스트 형태(예: 진짜 배고파)로 변환하여 테이블(212)에 포함된 트리거 정보와의 유사도를 판단할 수 있다. 지능형 서버(200)는 상기 텍스트 데이터(예: 진짜 배고파)와 테이블(212) 상의 특정 트리거 정보(예: 배고파)가 대응하는 것으로 판단되는 경우, 상기 특정 트리거 정보(예: 배고파)에 매핑된 예측 발화(예: 주변 맛집 검색해줘)를 식별할 수 있다. 지능형 서버(200)는 상기 식별된 예측 발화에 대응하는 텍스트 또는 음성 형태의 피드백 정보(예: "주변 맛집 검색해 드릴까요")를 생성하여 사용자 단말(100)로 전송할 수 있다.
도 7b를 참조하면, 사용자 단말(100)은 지능형 서버(200)로부터 수신한 텍스트 또는 음성 형태의 피드백 정보(예: "주변 맛집 검색해 드릴까요?") 및 예측 발화를 제2 웨이크 업 인식 모듈(도 3의 170) 내의 캐시 메모리(도 3의 173)에 저장할 수 있다. 일 실시 예에서, 사용자 단말(100)의 프로세서(150)는 상기 사용자 단말(100) 상에서 음성 인식 서비스 기능이 활성화된 이후의 시점(time)으로부터 상기 사용자 단말(100)이 수신하는 발화(예: 전술에서 언급된 명령 발화)를 분석하여 상기 피드백 정보의 출력 여부를 결정할 수 있다. 이와 관련하여, 프로세서(150)는 상기 음성 인식 서비스 기능의 활성화에 대응하여 실행되는 지능형 에이전트(도 1b의 145)에 포함된 음성 인식 모듈을 기반으로 수신된 발화를 인식하고, 인식된 발화와 지능형 서버(200)의 자동 음성 인식 모듈(210)로부터 수신한 예측 발화를 비교할 수 있다. 프로세서(150)는 상기 인식된 발화와 예측 발화 상호 간이 동일한 단어, 구 또는 형태소를 포함하여 지정된 비율 이상으로 대응하거나, 문법적으로 동일한 의미를 내포하는 경우, 캐시 메모리(173)에 저장된 피드백 정보를 디스플레이(120) 상에 텍스트 형태로 출력(9)하거나, 스피커(도 1b의 130)를 통하여 음성 형태로 출력(11)할 수 있다. 반면, 상기 음성 인식 서비스 기능이 활성화된 이후의 시점으로부터 지정된 시간이 경과되는 시점까지 사용자 단말(100)이 발화를 수신하지 않거나, 수신된 적어도 하나의 발화가 상기 예측 발화에 대응하지 않는 경우, 프로세서(150)는 캐시 메모리(173)에 저장된 예측 발화 및 피드백 정보를 제거(deletion)할 수 있다.
도 8a는 제2 실시 예에 따른 지능형 서버의 리코딩(recording) 데이터 처리 형태를 도시한 도면이고, 도 8b는 제2 실시 예에 따른 사용자 단말의 응답 형태를 도시한 도면이며, 도 8c는 제2 실시 예에 따른 사용자 단말의 다른 응답 형태를 도시한 도면이다.
도 8a를 참조하면, 지능형 서버(200)의 자동 음성 인식 데이터베이스(211)에 구축된 테이블(213)은 적어도 하나의 트리거 정보, 상기 적어도 하나의 트리거 정보 각각에 매핑된 적어도 하나의 예측 발화 및 상기 적어도 하나의 예측 발화와 관계되는 적어도 하나의 파라미터 정보를 포함할 수 있다. 일 실시 예에 따르면, 상기 적어도 하나의 트리거 정보 및 상기 적어도 하나의 예측 발화는 도 7a를 통하여 전술한 바와 유사하게 설정될 수 있으며, 상기 적어도 하나의 파라미터 정보는 대응하는 예측 발화 발생 시 발화와 관계되는 태스크(task)를 수행하기 위해 요구되는 정보로 설정될 수 있다. 상술에 대한 일례를 들면, 트리거 정보 '호텔'에 매핑된 예측 발화 "호텔 예약해줘"에 대한 적어도 하나의 파라미터 정보는 상기 예측 발화와 대응하는 사용자 발화 발생 시 태스크 '호텔 예약'을 수행하기 위해 수반되는 호텔 명(name), 예약 일자, 투숙 인원, 가격, 지역 또는 객실 타입 등의 정보 자원으로 설정될 수 있다.
일 실시 예에서, 지능형 서버(200)의 프로세서는 자동 음성 인식 모듈(210)을 제어하여 사용자 단말(100)로부터 수신하는 리코딩 데이터를 텍스트 데이터로 변환한 후, 상기 텍스트 데이터를 테이블(213)과 비교할 수 있다. 지능형 서버(200)의 프로세서는 텍스트 데이터와 대응하는 트리거 정보(예: 호텔) 및 예측 발화(예: 호텔 예약해줘)를 식별하는 동작에서, 식별된 예측 발화에 관계되는 적어도 하나의 파라미터 정보(예: 호텔 명, 예약 일자, 투숙 인원, 가격, 지역 또는 객실 타입 등)를 상기 텍스트 데이터로부터 수집할 수 있다. 지능형 서버(200)의 프로세서는 식별된 예측 발화 및 수집된 적어도 하나의 파라미터 정보를 자연어 생성 모듈(250)로 전달하고, 상기 자연어 생성 모듈(250)은 전달 받은 예측 발화에 적어도 하나의 파라미터 정보를 적용하여 상기 예측 발화에 대응하는 텍스트 형태의 피드백 정보(예: "체크인 1월 3일 체크아웃 1월 5일로 서울에 있는 2인실 호텔을 예약할까요?")를 생성할 수 있다. 또는, 자연어 생성 모듈(250)은 생성된 텍스트 형태의 피드백 정보를 텍스트 음성 변환 모듈(260)로 전달하고, 상기 텍스트 음성 변환 모듈(260)은 텍스트 형태의 피드백 정보를 음성 형태로 변환할 수 있다. 지능형 서버(200)의 프로세서는 상기 식별된 예측 발화, 생성된 텍스트 또는 음성 형태의 피드백 정보 및 수집된 적어도 하나의 파라미터 정보를 사용자 단말(100)로 전송할 수 있다.
도 8b를 참조하면, 사용자 단말(100)의 프로세서(도 1b의 150)는 지능형 서버(200)로부터 수신한 예측 발화, 피드백 정보 및 적어도 하나의 파라미터 정보를 제2 웨이크 업 인식 모듈(도 3의 170) 내의 캐시 메모리(도 3의 173)에 저장할 수 있다. 이 동작에서, 프로세서(150)는 상기 예측 발화(예: 호텔 예약해줘)에 따른 태스크(예: 호텔 예약) 수행의 적어도 일부를 사전 준비하기 위해, 상기 적어도 하나의 파라미터 정보와 관계되는 적어도 하나의 정보 또는 콘텐츠(예: 호텔 식별 정보, 객실 정보 또는 프리뷰 이미지 정보 등)를 수집할 수 있다. 예를 들어, 프로세서(150)는 외부 서버(예: 호텔 서드 파티(third party) 서버)에 액세스하여 상기 태스크 수행에 관계되는 정보 또는 콘텐츠를 다운로드 받고, 상기 캐시 메모리(173)에 저장할 수 있다. 또는, 프로세서(150)는 메모리(173)로부터 상기 태스크 수행에 관계되는 사용자 정보(예: 사용자 식별 정보, 연락처 정보 또는 이메일 정보 등)를 획득하여 개시 메모리(173)에 저장할 수 있다.
일 실시 예에서, 프로세서(150)는 음성 인식 서비스 기능이 활성화된 이후의 시점(time)으로 수신하는 발화(예: 전술에서 언급된 명령 발화)를 지능형 에이전트(도 1b의 145)에 포함된 음성 인식 모듈을 기반으로 인식하고, 인식된 발화와 캐시 메모리(173) 상의 예측 발화를 비교할 수 있다. 프로세서(150)는 상기 인식된 발화와 예측 발화 상호 간이 동일한 단어, 구 또는 형태소를 포함하여 지정된 비율 이상으로 대응하거나, 문법적으로 동일한 의미를 내포하는 경우, 캐시 메모리(173)에 저장된 피드백 정보를 디스플레이(120) 상에 텍스트 형태로 출력(13)하거나, 스피커(도 1b의 130)를 통하여 음성 형태로 출력(15)할 수 있다. 이 때, 사용자로부터 상기 출력된 피드백 정보에 대한 응답을 수신하는 경우, 프로세서(150)는 외부 서버(예: 호텔 서버)로부터 다운로드 받은 정보 또는 콘텐츠를 카드(card) 형태의 콘텐츠 큐레이션(curation) 플랫폼을 통해 출력(17)할 수 있다. 일 실시 예에서, 상기 음성 인식 서비스 기능이 활성화된 이후의 시점으로부터 지정된 시간이 경과되는 시점까지 사용자 단말(100)이 발화를 수신하지 않거나, 수신된 적어도 하나의 발화가 상기 예측 발화에 대응하지 않는 경우, 프로세서(150)는 캐시 메모리(173)에 저장된 예측 발화, 피드백 정보 및 다운로드 정보 또는 콘텐츠를 제거(deletion)할 수 있다.
도 8a 및 도 8c를 참조하면, 지능형 서버(200)가 사용자 단말(100)로부터 수신하는 리코딩 데이터는 테이블(213) 상의 트리거 정보를 복수로 포함할 수 있다. 이와 관련하여, 사용자 단말(100)에서 리코딩되는 사용자 발화(예: 전술에서 언급된 일상 발화)는 리코딩 기능의 활성화에 기인하는 제2 트리거 정보(예: 비행기) 및 상기 제2 트리거 정보(예: 비행기) 이후로 언급되는 또 다른 제2 트리거 정보(예: 호텔)를 포함할 수 있다. 이에 따라, 지능형 서버(200)의 프로세서는 사용자 단말(100)로부터 수신하는 리코딩 데이터를 텍스트 데이터로 변환하여 테이블(213)과 비교하는 동작에서, 상기 텍스트 데이터와 대응하는 복수의 트리거 정보(예: 비행기 및 호텔)를 식별할 수 있다. 이 경우, 지능형 서버(200)의 프로세서는 식별된 복수의 트리거 정보(예: 비행기 및 호텔) 중 선행(precede)의 트리거 정보(예: 비행기)에 대한 예측 발화 식별, 피드백 정보 생성 및 적어도 하나의 파라미터 정보 수집을 제1 순차로 수행하고, 식별된 예측 발화(예: 항공권 예약해줘), 수집된 적어도 하나의 파라미터 정보(예: 일자(1월 3일 오전), 지역(워싱턴에서 서울로) 또는 인원(2인) 등) 및 생성된 피드백 정보(예: 1월 3일 오전 워싱턴에서 서울로 향하는 2인 항공권 예약할까요?)를 사용자 단말(100)로 전송할 수 있다. 또한, 지능형 서버(200)의 프로세서는 식별된 복수의 트리거 정보(예: 비행기 및 호텔) 중 후행(afterwards)의 트리거 정보(예: 호텔)에 대한 예측 발화(예: 호텔 예약해줘), 적어도 하나의 파라미터 정보(예: 지역(서울), 일자(체크인 1월 3일, 체크아웃 1월 5일) 또는 인원(2인) 등) 및 피드백 정보(예: 체크인 1월 3일 체크아웃 1월 5일로 서울에 있는 2인실 호텔 예약할까요?)를 제2 순차로 식별, 수집 또는 생성하여 사용자 단말(100)로 전송할 수 있다.
일 실시 예에서, 사용자 단말(100)의 프로세서(150)는 지능형 서버(200)로부터 제1 순차 및 제2 순차로 수신한 복수의 예측 발화, 복수의 피드백 정보 및 복수의 파라미터 정보를 캐시 메모리(173)에 저장할 수 있다. 또한, 프로세서(150)는 상기 복수의 파라미터 정보를 참조하여 상기 복수의 예측 발화 각각에 따른 태스크들(예: 항공권 예약 및 호텔 예약)을 수행하기 위해 요구되는 적어도 하나의 정보 또는 콘텐츠를 외부 서버로부터 다운로드 받아 캐시 메모리(173)에 저장할 수 있다.
일 실시 예에서, 프로세서(150)는 사용자 단말(100) 상에서 음성 인식 서비스 기능이 활성화된 이후의 시점(time)으로 수신하는 발화(예: 전술에서 언급된 명령 발화)를 지능형 에이전트(145)의 음성 인식 모듈을 통해 인식하고, 인식된 발화를 캐시 메모리(173)에 저장된 복수의 예측 발화와 비교할 수 있다. 프로세서(150)는 상기 인식된 발화가 복수의 예측 발화 중 어느 하나(예: 항공권 예약해줘)에 대응하는 경우, 해당 예측 발화에 대한 피드백 정보(예: “1월 3일 오전 워싱턴에서 서울로 향하는 2인 항공권 예약할까요”)를 디스플레이(120) 상에 텍스트 형태로 출력(19)하거나, 음성 형태로 출력(21)할 수 있다. 또한, 프로세서(150)는 상기 피드백 정보에 대한 사용자의 응답을 수신하는 경우, 외부 서버(예: 항공사 서버)로부터 다운로드 받은 정보 또는 콘텐츠를 카드 형태의 플랫폼을 통해 출력(23)할 수 있다. 이 동작에서, 프로세서(150)는 추가적인 사용자 발화(예: 전술에서 언급된 명령 발화) 수신과 관계없이, 상기 정보 또는 콘텐츠 출력(23)으로부터 지정된 시간 경과 후 캐시 메모리(173) 상의 나머지 피드백 정보(예: “체크인 1월 3일 체크아웃 1월 5일로 서울에 있는 2인실 호텔 예약할까요”)를 출력(25 또는 27)할 수 있다. 상기 나머지 피드백 정보에 대한 사용자 응답이 발생하면, 프로세서(150)는 상기 나머지 피드백 정보와 관계되는 정보 또는 콘텐츠를 상술과 유사하게 카드 형태의 플랫폼을 통해 출력(29)할 수 있다. 이에 따르면, 프로세서(150) 실제 발생한 사용자 발화(예: “항공권 예약해줘”) 이외의 예측된 발화(예: 호텔 예약해줘)에 대한 정보 또는 콘텐츠를 추가적으로 제공함으로써, 별도의 사용자 명령 없이도 사용자가 의도한 태스크(예: 항공권 예약)와 유관된 태스크(예: 호텔 예약)를 수행할 수 있다. 또는, 프로세서(150)는 상기 실제 발생한 사용자 발화(예: “항공권 예약해줘”)에 대한 응답 출력(예: 피드백 정보 출력 또는, 관련 정보 또는 콘텐츠 출력) 후, 지정된 시간 동안 추가적인 사용자 발화가 발생하지 않는 경우, 실제 발생하지 않은 예측 발화, 관련 피드백 정보 및 관련 정보 또는 콘텐츠를 캐시 메모리(173)에서 제거(deletion)할 수 있다.
도 9는 일 실시 예에 따른 사용자 단말의 음성 인식 서비스 설정 화면을 도시한 도면이다.
도 9를 참조하면, 사용자 단말(100)의 프로세서(도 1b의 150)는 전술된 외부 서버로부터의 정보 또는 콘텐츠 다운로드에 있어, 사용자에 의하여 설정된 사용자 단말(100)의 데이터 다운로드 방식 정보를 확인할 수 있다. 이와 관련하여, 사용자 단말(100)의 시스템 설정 화면 상에는 상기 사용자 단말(100)의 데이터 다운로드 방식 설정을 지원하는 특정 메뉴(31)(예: 설정 메뉴)가 포함될 수 있으며, 상기 특정 메뉴(31)에 사용자 입력(예: 터치)이 인가되는 경우 다양한 다운로드 방식을 설정 가능한 인터페이스(33)가 출력될 수 있다. 일 실시 예에 따르면, 상술된 사용자 단말(100)의 데이터 다운로드 방식은 음성 인식 서비스 기능 운용에 따른 정보 또는 콘텐츠 다운로드 시에만 참조되는 설정 정보일 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 서버(도 2의 200)로부터 수신하는 적어도 하나의 파라미터 정보에 기초하여 관계되는 정보 또는 콘텐츠를 다운로드 받는 동작에서, 사용자로부터 선택된 데이터 다운로드 방식을 확인하고, 확인된 데이터 다운로드 방식 정보에 따라 비제한적으로 다운로드를 수행하거나, 특정 정보 또는 콘텐츠(예: 지정된 용량 이하의 정보 또는 콘텐츠)에 대한 다운로드만을 수행하거나, 특정 환경(예: Wi-Fi 환경)에서의 다운로드만을 수행할 수 있다.
전술된 다양한 실시 예에 따른 음성 인식 서비스를 지원하는 전자 장치는, 적어도 하나의 외부 장치와 통신을 수행하는 통신 모듈, 사용자 발화에 따른 음성 입력을 수신하는 마이크, 상기 음성 인식 서비스 기능을 활성화시키기 위한 제1 웨이크 업(wake-up) 인식 모듈, 상기 사용자 발화에 대한 리코딩(recording) 기능을 활성화시키기 위한 제2 웨이크 업 인식 모듈, 상기 음성 인식 서비스 기능 또는 상기 리코딩 기능의 활성화에 관계되는 적어도 하나의 트리거(trigger) 정보를 저장하는 메모리, 및 상기 통신 모듈, 상기 마이크, 상기 제1 웨이크 업 인식 모듈, 상기 제2 웨이크 업 인식 모듈 및 상기 메모리와 전기적으로 연결되는 프로세서를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 마이크를 통하여 제1 사용자 발화를 수신하고, 상기 제1 웨이크 업 인식 모듈 또는 상기 제2 웨이크 업 인식 모듈 중 적어도 하나를 기반으로 상기 제1 사용자 발화를 인식하고, 인식된 상기 제1 사용자 발화가 지정된 적어도 하나의 제1 트리거 정보를 포함하는 경우, 상기 리코딩 기능을 활성화시켜 상기 제1 사용자 발화의 적어도 일부를 리코딩하고, 리코딩된 데이터를 상기 음성 인식 서비스의 운용을 지원하는 제1 외부 장치로 송신하고, 상기 제1 외부 장치로부터 상기 제1 웨이크 업 인식 모듈에 의하여 상기 음성 인식 서비스 기능이 활성화되는 이후의 시점(time)으로 발생이 예측되는 제2 사용자 발화 정보 또는 상기 제2 사용자 발화와 관련한 적어도 하나의 응답 정보 중 적어도 하나를 수신할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 음성 인식 서비스 기능의 활성화 이후 시점에 제3 사용자 발화를 수신하는 경우, 상기 제3 사용자 발화와 상기 제1 외부 장치로부터 수신한 제2 사용자 발화 정보를 비교할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제3 사용자 발화와 상기 제1 외부 장치로부터 수신한 제2 사용자 발화 정보가 상호 지정된 비율 이상으로 대응하는 경우, 상기 적어도 하나의 응답 정보를 출력할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제1 외부 장치로부터 상기 전자 장치를 통하여 상기 제2 사용자 발화와 관계되는 태스크(task)를 수행하기 위해 요구되는 적어도 하나의 파라미터 정보를 더 수신하고, 상기 적어도 하나의 파라미터 정보에 기초하여 적어도 하나의 제2 외부 장치로부터 상기 태스크 수행과 관계되는 적어도 하나의 콘텐츠를 획득할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제2 사용자 발화 정보, 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 지정된 캐시 메모리에 저장할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치는, 디스플레이 및 적어도 하나의 스피커를 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 디스플레이 또는 상기 적어도 하나의 스피커 중 적어도 하나를 통하여 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 출력할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제3 사용자 발화와 상기 제1 외부 장치로부터 수신한 제2 사용자 발화 정보가 상호 지정된 비율 이상으로 대응하지 않는 경우, 상기 제2 사용자 발화 정보, 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 상기 캐시 메모리에서 제거(deletion)할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 사용자 제어에 대응하여 상기 제1 트리거 정보를 설정하거나, 또는 상기 리코딩된 사용자 발화 이력 상에 지정된 임계량 이상으로 포함된 정보를 상기 제1 트리거 정보로 설정하여 저장할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제1 사용자 발화에 대한 화자 인식을 수행하고, 상기 화자 인식 수행 결과에 기초하여 상기 제1 사용자 발화의 적어도 일부에 대한 리코딩을 유지 또는 중단할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제1 사용자 발화의 적어도 일부를 리코딩하는 동작에서, 적어도 하나의 제3 외부 장치로부터 출력되는 음향을 수신하는 경우, 상기 제1 사용자 발화의 적어도 일부에 대한 리코딩을 중단할 수 있다.
도 10은 일 실시 예에 따른 사용자 단말의 사용자 발화 응답 방법을 도시한 도면이다.
도 10을 참조하면, 동작 1001에서, 사용자 단말(도 1b의 100)의 프로세서(도 1d의 150)는 일 영역으로 탑재된 마이크(도 1c의 111)를 통하여 사용자 단말(100)의 운용 환경 상에서 발생하는 사용자 발화를 수신할 수 있다. 일 실시 예에 따르면, 상기 사용자 발화는 사용자 단말(100) 상에서 음성 인식 서비스 기능을 활성화시키기 위한 발화(예: “Hi, Galaxy” 또는 “Hi, Bixby” 등)이거나, 태스크(task)와 관계되는 특정 명령 또는 의도를 내포하지 않는 일상적인 발화(예: 사용자의 독백 또는 타인과의 대화 등)일 수 있다.
동작 1003에서, 프로세서(150)는 상기 음성 인식 서비스 기능의 활성화와 관계되는 제1 웨이크 업 인식 모듈(도 3의 160) 또는 사용자 단말(100)의 운용 환경에 대한 리코딩(recording) 기능의 활성화와 관계되는 제2 웨이크 업 인식 모듈(도 3의 170) 중 적어도 하나를 이용하여 수신된 사용자 발화에 대한 인식을 수행할 수 있다. 예를 들어, 프로세서(150)는 상기 제1 웨이크 업 인식 모듈 또는 상기 제2 웨이크 업 인식 모듈 중 적어도 하나로 하여금, 상기 사용자 발화 상에 포함된 정보 자원(예: 단어, 구 또는 형태소 등)을 분석하도록 제어할 수 있다.
동작 1005에서, 프로세서(150)는 제1 웨이크 업 인식 모듈(160) 또는 제2 웨이크 업 인식 모듈(170) 중 적어도 하나를 제어하여, 상기 사용자 발화 상의 정보 자원과 메모리(도 1c의 140)에 저장된 적어도 하나의 트리거 정보를 비교할 수 있다. 이와 관련하여, 상기 메모리(140)는 사용자 단말(100) 상에서 상기 음성 인식 서비스 기능의 활성화를 트리거(trigger)하는 적어도 하나의 제1 트리거 정보 또는 리코딩 기능의 활성화를 트리거하는 적어도 하나의 제2 트리거 정보 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 사용자 발화 상의 정보 자원이 상기 제1 트리거 정보와 일치 또는 대응하는 경우, 프로세서(150)는 상기 제1 웨이크 업 인식 모듈(160)을 제어하여 음성 인식 서비스 기능을 활성화시킬 수 있다.
동작 1005에서 사용자 발화 상의 정보 자원이 리코딩 기능의 활성화와 관계되는 제2 트리거 정보와 일치 또는 대응하는 경우, 동작 1007에서, 프로세서(150)는 리코딩 기능의 활성화 및 상기 사용자 발화의 적어도 일부가 리코딩되도록 제2 웨이크 업 인식 모듈(170)을 제어할 수 있다. 예를 들어, 프로세서(150)는 상기 리코딩 기능의 활성화 시점(time)에 제2 웨이크 업 인식 모듈(170) 내의 리코딩 모듈(도 3의 171)을 제어하여 마이크(111)를 통해 수신되는 사용자 발화를 리코딩하고, 리코딩된 데이터를 캐시 메모리(도 3의 173)에 저장할 수 있다.
동작 1009에서, 프로세서(150)는 리코딩된 데이터를 사용자 단말(100)의 음성 인식 서비스 운용을 지원하는 지능형 서버(도 1d의 200)로 전송할 수 있다. 예를 들어, 프로세서(150)는 활성화 상태의 리코딩 기능이 비활성화 상태로 전환되는 시점 또는 상기 전환으로부터 지정된 시간이 경과되는 시점에 상기 지능형 서버(200)와의 통신망에 접속하여 리코딩된 데이터를 전송할 수 있다.
동작 1011에서, 사용자 단말(100)은 상기 지능형 서버(200)로부터 음성 인식 서비스의 활성화 이후 시점(time)으로 발생이 예측되는 사용자 발화 정보 및 상기 예측되는 사용자 발화에 대한 응답 정보를 수신할 수 있다. 일 실시 예에 따르면, 상기 응답 정보는 상기 예측되는 사용자 발화에 대응하는 텍스트 또는 음성 형태의 피드백 정보를 포함할 수 있다. 또한, 사용자 단말(100)은 상기 예측되는 사용자 발화와 관계되는 태스크(task)를 수행하기 위해 요구되는 적어도 하나의 파라미터 정보를 지능형 서버(200)로부터 더 수신할 수 있다. 프로세서(150)는 상기 예측되는 사용자 발화에 따른 태스크 수행의 적어도 일부를 사전 준비하기 위하여, 상기 적어도 하나의 파라미터 정보를 기초로, 적어도 하나의 외부 서버로부터 상기 태스크 수행에 관계되는 적어도 하나의 콘텐츠를 다운로드 받을 수 있다. 프로세서(150)는 지능형 서버(200)로부터 수신한 예측 사용자 발화 정보, 응답 정보, 적어도 하나의 파라미터 정보 또는 외부 서버로부터 다운로드 받은 콘텐츠를 캐시 메모리(173)에 저장할 수 있다.
일 실시 예에서, 프로세서(150)는 사용자 단말(100) 상에서 음성 인식 서비스 기능이 활성화된 이후의 시점으로 수신하는 사용자 발화를 분석하여 상기 응답 정보 또는 콘텐츠의 출력 여부를 결정할 수 있다. 예를 들어, 프로세서(150)는 상기 음성 인식 서비스 기능의 활성화 이후로 수신한 사용자 발화를 지능형 서버(200)로부터 수신한 예측 사용자 발화와 비교하고, 상호 사용자 발화 간이 지정된 비율 이상으로 대응하거나, 문법적으로 동일한 의미를 내포하는 경우, 응답 정보를 출력할 수 있다. 또한, 사용자 단말(100)의 사용자가 상기 응답 정보 출력에 응답하는 경우, 프로세서(150)는 다운로드 받은 콘텐츠를 출력할 수 있다. 반면, 상기 음성 인식 서비스 기능의 활성화 이후로 수신한 사용자 발화가 상기 예측 사용자 발화와 대응하지 않거나, 상기 음성 인식 서비스 기능이 활성화된 이후의 시점으로부터 지정된 시간이 경과되는 시점까지 사용자 단말(100)이 별도의 사용자 발화를 수신하지 않는 경우, 프로세서(150)는 캐시 메모리(173)에 저장된 예측 사용자 발화, 응답 정보, 적어도 하나의 파라미터 정보 또는 다운로드된 콘텐츠 중 적어도 하나를 제거(deletion)할 수 있다.
전술된 음성 인식 서비스를 지원하는 전자 장치의 사용자 발화 응답 방법은, 제1 사용자 발화를 수신하는 동작, 상기 제1 사용자 발화를 인식하는 동작, 인식된 상기 제1 사용자 발화가 지정된 적어도 하나의 제1 트리거 정보를 포함하는 경우 상기 전자 장치가 포함하는 리코딩(recording) 기능을 활성화시켜 상기 제1 사용자 발화의 적어도 일부를 리코딩하는 동작, 리코딩된 데이터를 상기 음성 인식 서비스의 운용을 지원하는 제1 외부 장치로 송신하는 동작, 및 상기 제1 외부 장치로부터 상기 전자 장치 상에서 상기 음성 인식 서비스 기능이 활성화되는 이후의 시점(time)으로 발생이 예측되는 제2 사용자 발화 정보 또는 상기 제2 사용자 발화와 관련한 적어도 하나의 응답 정보 중 적어도 하나를 수신하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 사용자 발화 응답 방법은, 상기 음성 인식 서비스 기능의 활성화 이후 시점에 제3 사용자 발화를 수신하는 경우 상기 제3 사용자 발화와 상기 제2 사용자 발화 정보를 비교하는 동작을 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 제3 사용자 발화와 상기 제2 사용자 발화 정보를 비교하는 동작은, 상기 제3 사용자 발화와 상기 제2 사용자 발화 정보가 상호 지정된 비율 이상으로 대응하는 경우 상기 적어도 하나의 응답 정보를 출력하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 사용자 발화 응답 방법은, 상기 제1 외부 장치로부터 상기 전자 장치를 통하여 상기 제2 사용자 발화와 관계되는 태스크(task)를 수행하기 위해 요구되는 적어도 하나의 파라미터 정보를 수신하는 동작을 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 적어도 하나의 파라미터 정보를 수신하는 동작은, 상기 적어도 하나의 파라미터 정보에 기초하여 적어도 하나의 제2 외부 장치로부터 상기 태스크 수행과 관계되는 적어도 하나의 콘텐츠를 획득하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 사용자 발화 응답 방법은, 상기 제2 사용자 발화 정보, 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 지정된 캐시 메모리에 저장하는 동작을 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 적어도 하나의 응답 정보를 출력하는 동작은, 상기 전자 장치가 포함하는 디스플레이 또는 적어도 하나의 스피커 중 적어도 하나를 통하여 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 출력하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 제3 사용자 발화와 상기 제2 사용자 발화 정보를 비교하는 동작은, 상기 제3 사용자 발화와 상기 제2 사용자 발화 정보가 상호 지정된 비율 이상으로 대응하지 않는 경우 상기 제2 사용자 발화 정보, 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 상기 캐시 메모리에서 제거(deletion)하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 사용자 발화 응답 방법은, 사용자 제어에 대응하여 상기 제1 트리거 정보를 설정하는 동작 또는 상기 리코딩된 사용자 발화 이력 상에 지정된 임계량 이상으로 포함된 정보를 상기 제1 트리거 정보로 설정하는 동작 중 적어도 하나를 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 제1 사용자 발화를 인식하는 동작은, 상기 제1 사용자 발화에 대한 화자 인식을 수행하는 동작 및 상기 화자 인식 수행 결과에 기초하여 상기 제1 사용자 발화의 적어도 일부에 대한 리코딩을 유지 또는 중단하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 제1 사용자 발화의 적어도 일부를 리코딩하는 동작은, 상기 제1 사용자 발화의 적어도 일부를 리코딩하는 동작에서 적어도 하나의 제3 외부 장치로부터 출력되는 음향을 수신하는 경우 상기 제1 사용자 발화의 적어도 일부에 대한 리코딩을 중단하는 동작을 포함할 수 있다.
도 11은 일 실시 예에 따른 네트워크 환경 내의 전자 장치를 도시한 도면이다.
도 11을 참조하면, 네트워크 환경(1100)에서 전자 장치(1101)는 제 1 네트워크(1198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1102)와 통신하거나, 또는 제 2 네트워크(1199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1104) 또는 서버(1108)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1101)는 서버(1108)를 통하여 전자 장치(1104)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1101)는 프로세서(1120), 메모리(1130), 입력 장치(1150), 음향 출력 장치(1155), 표시 장치(1160), 오디오 모듈(1170), 센서 모듈(1176), 인터페이스(1177), 햅틱 모듈(1179), 카메라 모듈(1180), 전력 관리 모듈(1188), 배터리(1189), 통신 모듈(1190), 가입자 식별 모듈(1196), 또는 안테나 모듈(1197)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1101)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(1160) 또는 카메라 모듈(1180))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(1176)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(1160)(예: 디스플레이)에 임베디드된 채 구현될 수 있다.
프로세서(1120)는, 예를 들면, 소프트웨어(예: 프로그램(1140))를 실행하여 프로세서(1120)에 연결된 전자 장치(1101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1120)는 다른 구성요소(예: 센서 모듈(1176) 또는 통신 모듈(1190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1132)에 로드하고, 휘발성 메모리(1132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1134)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(1120)는 메인 프로세서(1121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1123)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(1123)은 메인 프로세서(1121)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1123)는 메인 프로세서(1121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1123)는, 예를 들면, 메인 프로세서(1121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1121)를 대신하여, 또는 메인 프로세서(1121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1121)와 함께, 전자 장치(1101)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(1160), 센서 모듈(1176), 또는 통신 모듈(1190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(1123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(1180) 또는 통신 모듈(1190))의 일부로서 구현될 수 있다.
메모리(1130)는, 전자 장치(1101)의 적어도 하나의 구성요소(예: 프로세서(1120) 또는 센서모듈(1176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1130)는, 휘발성 메모리(1132) 또는 비휘발성 메모리(1134)를 포함할 수 있다.
프로그램(1140)은 메모리(1130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1142), 미들 웨어(1144) 또는 어플리케이션(1146)을 포함할 수 있다.
입력 장치(1150)는, 전자 장치(1101)의 구성요소(예: 프로세서(1120))에 사용될 명령 또는 데이터를 전자 장치(1101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(1150)은, 예를 들면, 마이크, 마우스, 또는 키보드를 포함할 수 있다.
음향 출력 장치(1155)는 음향 신호를 전자 장치(1101)의 외부로 출력할 수 있다. 음향 출력 장치(1155)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(1160)는 전자 장치(1101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(1160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 표시 장치(1160)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.
오디오 모듈(1170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(1170)은, 입력 장치(1150) 를 통해 소리를 획득하거나, 음향 출력 장치(1155), 또는 전자 장치(1101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1102)) (예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(1176)은 전자 장치(1101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(1176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(1177)는 전자 장치(1101)이 외부 전자 장치(예: 전자 장치(1102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(1177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1178)는, 그를 통해서 전자 장치(1101)가 외부 전자 장치(예: 전자 장치(1102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(1178)은, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(1179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1188)은 전자 장치(1101)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1189)는 전자 장치(1101)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(1189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1190)은 전자 장치(1101)와 외부 전자 장치(예: 전자 장치(1102), 전자 장치(1104), 또는 서버(1108))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1190)은 프로세서(1120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(1190)은 무선 통신 모듈(1192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(1198)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(1199)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(1192)은 가입자 식별 모듈(1196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(1198) 또는 제 2 네트워크(1199)와 같은 통신 네트워크 내에서 전자 장치(1101)를 확인 및 인증할 수 있다.
안테나 모듈(1197)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1197)은 하나 이상의 안테나들을 포함할 수 있고, 이로부터, 제 1 네트워크 1198 또는 제 2 네트워크 1199와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1190)에 의하여 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1190)과 외부 전자 장치 간에 송신되거나 수신될 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시 예에 따르면, 명령 또는 데이터는 제 2 네트워크(1199)에 연결된 서버(1108)를 통해서 전자 장치(1101)와 외부의 전자 장치(1104)간에 송신 또는 수신될 수 있다. 전자 장치(1102, 1104) 각각은 전자 장치(1101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(1101)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(1102, 1104, or 1108) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(1101)로 전달할 수 있다. 전자 장치(1101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다.. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나,""A, B 또는 C," "A, B 및 C 중 적어도 하나,"및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시 예들은 기기(machine)(예: 전자 장치(1101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1136) 또는 외장 메모리(1138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1101))의 프로세서(예: 프로세서(1120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
본 문서에 개시된 실시 예는, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 발명의 범위를 한정하는 것은 아니다. 따라서, 본 문서의 범위는, 본 발명의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시 예를 포함하는 것으로 해석되어야 한다.

Claims (20)

  1. 음성 인식 서비스를 지원하는 전자 장치에 있어서,
    적어도 하나의 외부 장치와 통신을 수행하는 통신 모듈;
    사용자 발화에 따른 음성 입력을 수신하는 마이크;
    상기 음성 인식 서비스 기능을 활성화시키기 위한 제1 웨이크 업(wake-up) 인식 모듈;
    상기 사용자 발화에 대한 리코딩(recording) 기능을 활성화시키기 위한 제2 웨이크 업 인식 모듈;
    상기 음성 인식 서비스 기능 또는 상기 리코딩 기능의 활성화에 관계되는 적어도 하나의 트리거(trigger) 정보를 저장하는 메모리; 및
    상기 통신 모듈, 상기 마이크, 상기 제1 웨이크 업 인식 모듈, 상기 제2 웨이크 업 인식 모듈 및 상기 메모리와 전기적으로 연결되는 프로세서;를 포함하고,
    상기 프로세서는,
    상기 마이크를 통하여 제1 사용자 발화를 수신하고,
    상기 제1 웨이크 업 인식 모듈 또는 상기 제2 웨이크 업 인식 모듈 중 적어도 하나를 기반으로 상기 제1 사용자 발화를 인식하고,
    인식된 상기 제1 사용자 발화가 지정된 적어도 하나의 제1 트리거 정보를 포함하는 경우, 상기 리코딩 기능을 활성화시켜 상기 제1 사용자 발화의 적어도 일부를 리코딩하고, 리코딩된 데이터를 상기 음성 인식 서비스의 운용을 지원하는 제1 외부 장치로 송신하고, 상기 제1 외부 장치로부터 상기 제1 웨이크 업 인식 모듈에 의하여 상기 음성 인식 서비스 기능이 활성화되는 이후의 시점(time)으로 발생이 예측되는 제2 사용자 발화 정보 또는 상기 제2 사용자 발화와 관련한 적어도 하나의 응답 정보 중 적어도 하나를 수신하도록 설정된, 전자 장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 음성 인식 서비스 기능의 활성화 이후 시점에 제3 사용자 발화를 수신하는 경우, 상기 제3 사용자 발화와 상기 제1 외부 장치로부터 수신한 제2 사용자 발화 정보를 비교하도록 설정된, 전자 장치.
  3. 제2항에 있어서,
    상기 프로세서는,
    상기 제3 사용자 발화와 상기 제1 외부 장치로부터 수신한 제2 사용자 발화 정보가 상호 지정된 비율 이상으로 대응하는 경우, 상기 적어도 하나의 응답 정보를 출력하도록 설정된, 전자 장치.
  4. 제3항에 있어서,
    상기 프로세서는,
    상기 제1 외부 장치로부터 상기 전자 장치를 통하여 상기 제2 사용자 발화와 관계되는 태스크(task)를 수행하기 위해 요구되는 적어도 하나의 파라미터 정보를 더 수신하고, 상기 적어도 하나의 파라미터 정보에 기초하여 적어도 하나의 제2 외부 장치로부터 상기 태스크 수행과 관계되는 적어도 하나의 콘텐츠를 획득하도록 설정된, 전자 장치.
  5. 제4항에 있어서,
    상기 프로세서는,
    상기 제2 사용자 발화 정보, 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 지정된 캐시 메모리에 저장하도록 설정된, 전자 장치.
  6. 제4항에 있어서,
    디스플레이; 및
    적어도 하나의 스피커;를 더 포함하고,
    상기 프로세서는,
    상기 디스플레이 또는 상기 적어도 하나의 스피커 중 적어도 하나를 통하여 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 출력하도록 설정된, 전자 장치.
  7. 제5항에 있어서,
    상기 프로세서는,
    상기 제3 사용자 발화와 상기 제1 외부 장치로부터 수신한 제2 사용자 발화 정보가 상호 지정된 비율 이상으로 대응하지 않는 경우, 상기 제2 사용자 발화 정보, 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 상기 캐시 메모리에서 제거(deletion)하도록 설정된, 전자 장치.
  8. 제1항에 있어서,
    상기 프로세서는,
    사용자 제어에 대응하여 상기 제1 트리거 정보를 설정하거나, 또는 상기 리코딩된 사용자 발화 이력 상에 지정된 임계량 이상으로 포함된 정보를 상기 제1 트리거 정보로 설정하여 저장하도록 설정된, 전자 장치.
  9. 제1항에 있어서,
    상기 프로세서는,
    상기 제1 사용자 발화에 대한 화자 인식을 수행하고, 상기 화자 인식 수행 결과에 기초하여 상기 제1 사용자 발화의 적어도 일부에 대한 리코딩을 유지 또는 중단하도록 설정된, 전자 장치.
  10. 제1항에 있어서,
    상기 프로세서는,
    상기 제1 사용자 발화의 적어도 일부를 리코딩하는 동작에서, 적어도 하나의 제3 외부 장치로부터 출력되는 음향을 수신하는 경우, 상기 제1 사용자 발화의 적어도 일부에 대한 리코딩을 중단하도록 설정된, 전자 장치.
  11. 음성 인식 서비스를 지원하는 전자 장치의 사용자 발화 응답 방법에 있어서,
    제1 사용자 발화를 수신하는 동작;
    상기 제1 사용자 발화를 인식하는 동작;
    인식된 상기 제1 사용자 발화가 지정된 적어도 하나의 제1 트리거 정보를 포함하는 경우, 상기 전자 장치가 포함하는 리코딩(recording) 기능을 활성화시켜 상기 제1 사용자 발화의 적어도 일부를 리코딩하는 동작;
    리코딩된 데이터를 상기 음성 인식 서비스의 운용을 지원하는 제1 외부 장치로 송신하는 동작; 및
    상기 제1 외부 장치로부터 상기 전자 장치 상에서 상기 음성 인식 서비스 기능이 활성화되는 이후의 시점(time)으로 발생이 예측되는 제2 사용자 발화 정보 또는 상기 제2 사용자 발화와 관련한 적어도 하나의 응답 정보 중 적어도 하나를 수신하는 동작;을 포함하는, 사용자 발화 응답 방법.
  12. 제11항에 있어서,
    상기 음성 인식 서비스 기능의 활성화 이후 시점에 제3 사용자 발화를 수신하는 경우, 상기 제3 사용자 발화와 상기 제2 사용자 발화 정보를 비교하는 동작;을 더 포함하는, 사용자 발화 응답 방법.
  13. 제12항에 있어서,
    상기 제3 사용자 발화와 상기 제2 사용자 발화 정보를 비교하는 동작은,
    상기 제3 사용자 발화와 상기 제2 사용자 발화 정보가 상호 지정된 비율 이상으로 대응하는 경우, 상기 적어도 하나의 응답 정보를 출력하는 동작;을 포함하는, 사용자 발화 응답 방법.
  14. 제13항에 있어서,
    상기 제1 외부 장치로부터 상기 전자 장치를 통하여 상기 제2 사용자 발화와 관계되는 태스크(task)를 수행하기 위해 요구되는 적어도 하나의 파라미터 정보를 수신하는 동작;을 더 포함하고,
    상기 적어도 하나의 파라미터 정보를 수신하는 동작은,
    상기 적어도 하나의 파라미터 정보에 기초하여 적어도 하나의 제2 외부 장치로부터 상기 태스크 수행과 관계되는 적어도 하나의 콘텐츠를 획득하는 동작;을 포함하는, 사용자 발화 응답 방법.
  15. 제14항에 있어서,
    상기 제2 사용자 발화 정보, 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 지정된 캐시 메모리에 저장하는 동작;을 더 포함하는, 사용자 발화 응답 방법.
  16. 제14항에 있어서,
    상기 적어도 하나의 응답 정보를 출력하는 동작은,
    상기 전자 장치가 포함하는 디스플레이 또는 적어도 하나의 스피커 중 적어도 하나를 통하여 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 출력하는 동작;을 포함하는, 사용자 발화 응답 방법.
  17. 제15항에 있어서,
    상기 제3 사용자 발화와 상기 제2 사용자 발화 정보를 비교하는 동작은,
    상기 제3 사용자 발화와 상기 제2 사용자 발화 정보가 상호 지정된 비율 이상으로 대응하지 않는 경우, 상기 제2 사용자 발화 정보, 상기 적어도 하나의 응답 정보 또는 상기 적어도 하나의 콘텐츠 중 적어도 하나를 상기 캐시 메모리에서 제거(deletion)하는 동작;을 포함하는, 사용자 발화 응답 방법.
  18. 제11항에 있어서,
    사용자 제어에 대응하여 상기 제1 트리거 정보를 설정하는 동작; 또는
    상기 리코딩된 사용자 발화 이력 상에 지정된 임계량 이상으로 포함된 정보를 상기 제1 트리거 정보로 설정하는 동작; 중 적어도 하나를 더 포함하는, 사용자 발화 응답 방법.
  19. 제11항에 있어서,
    상기 제1 사용자 발화를 인식하는 동작은,
    상기 제1 사용자 발화에 대한 화자 인식을 수행하는 동작; 및
    상기 화자 인식 수행 결과에 기초하여 상기 제1 사용자 발화의 적어도 일부에 대한 리코딩을 유지 또는 중단하는 동작;을 포함하는, 사용자 발화 응답 방법.
  20. 제11항에 있어서,
    상기 제1 사용자 발화의 적어도 일부를 리코딩하는 동작은,
    상기 제1 사용자 발화의 적어도 일부를 리코딩하는 동작에서, 적어도 하나의 제3 외부 장치로부터 출력되는 음향을 수신하는 경우, 상기 제1 사용자 발화의 적어도 일부에 대한 리코딩을 중단하는 동작;을 포함하는, 사용자 발화 응답 방법.
KR1020180009045A 2018-01-25 2018-01-25 사용자 발화 응답 방법 및 이를 지원하는 전자 장치 Active KR102361458B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020180009045A KR102361458B1 (ko) 2018-01-25 2018-01-25 사용자 발화 응답 방법 및 이를 지원하는 전자 장치
US16/960,764 US11631406B2 (en) 2018-01-25 2019-01-21 Method for responding to user utterance and electronic device for supporting same
PCT/KR2019/000816 WO2019146970A1 (ko) 2018-01-25 2019-01-21 사용자 발화 응답 방법 및 이를 지원하는 전자 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180009045A KR102361458B1 (ko) 2018-01-25 2018-01-25 사용자 발화 응답 방법 및 이를 지원하는 전자 장치

Publications (2)

Publication Number Publication Date
KR20190090424A KR20190090424A (ko) 2019-08-02
KR102361458B1 true KR102361458B1 (ko) 2022-02-10

Family

ID=67394694

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180009045A Active KR102361458B1 (ko) 2018-01-25 2018-01-25 사용자 발화 응답 방법 및 이를 지원하는 전자 장치

Country Status (3)

Country Link
US (1) US11631406B2 (ko)
KR (1) KR102361458B1 (ko)
WO (1) WO2019146970A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020029094A1 (zh) * 2018-08-07 2020-02-13 华为技术有限公司 一种语音控制命令生成方法及终端
BE1028127B1 (de) * 2020-03-06 2021-10-06 Phoenix Contact Gmbh & Co Vorrichtung mit einer zwischen wenigstens zwei Netzen geschalteten Netzwerkkomponente mit Aufzeichnungsfunktionalität zum Aufzeichnen von beim Passieren von Datenverkehr vorliegenden Kommunikationsbeziehungen sowie Verfahren zum Betreiben einer Netzwerkkomponente
CN113726474A (zh) * 2020-05-26 2021-11-30 索尼公司 物联网中的操作电子设备、管理电子设备和通信方法
US11917092B2 (en) * 2020-06-04 2024-02-27 Syntiant Systems and methods for detecting voice commands to generate a peer-to-peer communication link
KR102848286B1 (ko) 2020-12-23 2025-08-20 삼성전자주식회사 전자 장치 및 그의 연속성을 가지는 사용자 입력에 대한 실행 정보를 공유하는 방법
KR20220125523A (ko) * 2021-03-05 2022-09-14 삼성전자주식회사 전자 장치 및 전자 장치에서 레코딩과 음성 입력을 처리하는 방법
US11991421B2 (en) 2021-03-05 2024-05-21 Samsung Electronics Co., Ltd. Electronic device and method for processing voice input and recording in the same
US11893989B2 (en) * 2021-07-13 2024-02-06 Snap Inc. Voice-controlled settings and navigation
EP4325484A4 (en) 2021-09-24 2024-10-30 Samsung Electronics Co., Ltd. ELECTRONIC DEVICE AND ASSOCIATED CONTROL METHOD
WO2023136449A1 (ko) * 2022-01-12 2023-07-20 삼성전자주식회사 전자 장치 및 음성 인식 서비스를 활성화하는 방법
WO2024080745A1 (ko) * 2022-10-11 2024-04-18 삼성전자 주식회사 발화 캐시에 기반하여 사용자 발화를 분석하기 위한 방법 및 이를 지원하는 전자 장치
US20240278928A1 (en) * 2023-02-21 2024-08-22 The Boeing Company System and method for processing pilot reports

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100098231A1 (en) 2008-10-22 2010-04-22 Randolph Wohlert Systems and Methods for Providing a Personalized Communication Processing Service
JP2011118822A (ja) 2009-12-07 2011-06-16 Nec Casio Mobile Communications Ltd 電子機器、発話検出装置、音声認識操作システム、音声認識操作方法及びプログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8571528B1 (en) * 2012-01-25 2013-10-29 Intuit Inc. Method and system to automatically create a contact with contact details captured during voice calls
EP2912567A4 (en) 2012-12-11 2016-05-18 Nuance Communications Inc SYSTEM AND METHODS FOR VIRTUAL AGENT RECOMMENDATION FOR MULTIPLE PEOPLE
US9786296B2 (en) * 2013-07-08 2017-10-10 Qualcomm Incorporated Method and apparatus for assigning keyword model to voice operated function
WO2015020942A1 (en) 2013-08-06 2015-02-12 Apple Inc. Auto-activating smart responses based on activities from remote devices
TWI525532B (zh) * 2015-03-30 2016-03-11 Yu-Wei Chen Set the name of the person to wake up the name for voice manipulation
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
KR102151626B1 (ko) * 2016-01-12 2020-09-03 네이버 주식회사 통화 중 특정 태스크를 처리하는 장치 및 그 방법
US11437020B2 (en) * 2016-02-10 2022-09-06 Cerence Operating Company Techniques for spatially selective wake-up word recognition and related systems and methods
KR101798765B1 (ko) * 2016-05-03 2017-11-16 주식회사 엘지유플러스 통화중 질의에 대한 실시간 응답 장치 및 방법
US20180143867A1 (en) * 2016-11-22 2018-05-24 At&T Intellectual Property I, L.P. Mobile Application for Capturing Events With Method and Apparatus to Archive and Recover
CN106898352B (zh) * 2017-02-27 2020-09-25 联想(北京)有限公司 语音控制方法及电子设备
US10643609B1 (en) * 2017-03-29 2020-05-05 Amazon Technologies, Inc. Selecting speech inputs
KR102411766B1 (ko) * 2017-08-25 2022-06-22 삼성전자주식회사 음성 인식 서비스를 활성화하는 방법 및 이를 구현한 전자 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100098231A1 (en) 2008-10-22 2010-04-22 Randolph Wohlert Systems and Methods for Providing a Personalized Communication Processing Service
JP2011118822A (ja) 2009-12-07 2011-06-16 Nec Casio Mobile Communications Ltd 電子機器、発話検出装置、音声認識操作システム、音声認識操作方法及びプログラム

Also Published As

Publication number Publication date
WO2019146970A1 (ko) 2019-08-01
US11631406B2 (en) 2023-04-18
US20200349947A1 (en) 2020-11-05
KR20190090424A (ko) 2019-08-02

Similar Documents

Publication Publication Date Title
KR102361458B1 (ko) 사용자 발화 응답 방법 및 이를 지원하는 전자 장치
KR102426704B1 (ko) 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치
KR102414122B1 (ko) 사용자 발화를 처리하는 전자 장치 및 그 동작 방법
KR102440651B1 (ko) 자연어 표현 제공 방법 및 이를 지원하는 전자 장치
KR102366617B1 (ko) 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치
KR102347208B1 (ko) 외부 장치를 이용한 태스크 수행 방법 및 이를 지원하는 전자 장치, 서버 및 저장 매체
US10911910B2 (en) Electronic device and method of executing function of electronic device
US20180315427A1 (en) Electronic apparatus for processing user utterance and controlling method thereof
KR102389996B1 (ko) 전자 장치 및 이를 이용한 사용자 입력을 처리하기 위한 화면 제어 방법
KR102365649B1 (ko) 화면 제어 방법 및 이를 지원하는 전자 장치
KR102563817B1 (ko) 사용자 음성 입력 처리 방법 및 이를 지원하는 전자 장치
KR102508677B1 (ko) 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법
KR102391298B1 (ko) 음성 인식 서비스를 제공하는 전자 장치 및 그 방법
KR20180109625A (ko) 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치
KR102431817B1 (ko) 사용자 발화를 처리하는 전자 장치 및 서버
KR102630662B1 (ko) 어플리케이션 실행 방법 및 이를 지원하는 전자 장치
KR102396147B1 (ko) 음성 명령을 이용한 동작을 수행하는 전자 장치 및 전자 장치의 동작 방법
KR102426411B1 (ko) 사용자 발화을 처리하는 전자 장치 및 시스템
KR102417029B1 (ko) 자연어 표현 생성 방법 및 전자 장치
KR102511517B1 (ko) 음성 입력 처리 방법 및 이를 지원하는 전자 장치
KR20200092763A (ko) 사용자 음성을 처리하는 전자장치 및 그 제어 방법
US11127400B2 (en) Electronic device and method of executing function of electronic device
KR102507249B1 (ko) 성능 모드 제어 방법 및 이를 지원하는 전자 장치

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20180125

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20201217

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20180125

Comment text: Patent Application

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20211207

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220207

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220208

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20250124

Start annual number: 4

End annual number: 4