KR102060775B1 - 음성 입력에 대응하는 동작을 수행하는 전자 장치 - Google Patents

음성 입력에 대응하는 동작을 수행하는 전자 장치 Download PDF

Info

Publication number
KR102060775B1
KR102060775B1 KR1020170081421A KR20170081421A KR102060775B1 KR 102060775 B1 KR102060775 B1 KR 102060775B1 KR 1020170081421 A KR1020170081421 A KR 1020170081421A KR 20170081421 A KR20170081421 A KR 20170081421A KR 102060775 B1 KR102060775 B1 KR 102060775B1
Authority
KR
South Korea
Prior art keywords
user
housing
processor
app
instructions
Prior art date
Application number
KR1020170081421A
Other languages
English (en)
Other versions
KR20190001435A (ko
Inventor
제갈호준
김진웅
노재건
양재영
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 KR1020170081421A priority Critical patent/KR102060775B1/ko
Priority to US15/992,906 priority patent/US10540973B2/en
Priority to CN201810667208.7A priority patent/CN109144458B/zh
Priority to EP18179831.5A priority patent/EP3422344B1/en
Publication of KR20190001435A publication Critical patent/KR20190001435A/ko
Application granted granted Critical
Publication of KR102060775B1 publication Critical patent/KR102060775B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06—COMPUTING; CALCULATING OR 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • 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
    • G10L15/18—Speech classification or search using natural language modelling
    • 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
    • G10L15/26—Speech to text 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04842—Selection of displayed objects or displayed text elements
    • 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
    • G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
    • G10L15/142—Hidden Markov Models [HMMs]
    • 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
    • G10L15/16—Speech classification or search using artificial neural networks
    • 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
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • User Interface Of Digital Computer (AREA)
  • Machine Translation (AREA)

Abstract

본 발명의 일 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 제1 영역에 위치하는 스피커, 상기 하우징의 제2 영역에 위치하는 마이크, 상기 하우징의 제3 영역에 위치하는 디스플레이, 상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로, 상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 기능적으로 연결되는 프로세서, 및 상기 하우징 내부에 위치하고, 상기 프로세서와 기능적으로 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들(instructions)을 저장하는 메모리를 포함하고, 상기 명령어들은 실행 시 상기 프로세서로 하여금, 상기 마이크를 통해 상기 어플리케이션 프로그램들 중 적어도 하나를 이용하여 태스크(task)를 수행하기 위한 요청을 포함하는 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화와 연관된 제1 데이터를 상기 통신 회로를 통해 적어도 하나의 외부 서버로 전송하고, 자동 음성 인식(automatic speech recognition; ASR) 모듈에서 생성된 텍스트를 포함하는 제2 데이터를 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고, 상기 제2 데이터의 적어도 일부에 기초하여 상기 어플리케이션 프로그램들의 적어도 하나를 식별(identify)하고, 상기 어플리케이션 프로그램들의 적어도 하나를 식별한 후, 상기 태스크의 적어도 일부를 수행하기 위해 상기 전자 장치의 상태들의 시퀀스(a sequence of states)와 관련된 정보를 포함하는 제1 응답을 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고, 상기 전자 장치로 하여금 상기 어플리케이션 프로그램들의 적어도 하나를 이용하여 상기 상태들의 시퀀스를 가짐으로써 상기 태스크의 적어도 일부를 수행하게 할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

음성 입력에 대응하는 동작을 수행하는 전자 장치{ELECTRONIC DEVICE FOR PERFORMING OPERATION CORRESPONDING TO VOICE INPUT}
본 문서에서 개시되는 실시 예들은 전자 장치에 입력된 음성 입력을 처리하는 기술과 관련된다.
키보드나 마우스를 이용한 전통적인 입력 방식에 부가하여, 최근의 전자 장치는 음성 입력과 같은 다양한 입력 방식을 지원할 수 있다. 예를 들어, 스마트폰이나 태블릿과 같은 전자 장치는 음성 인식 서비스가 실행되고 있는 상태에서 사용자의 음성 입력을 인식할 수 있다. 사용자의 음성 입력이 인식되면 전자 장치는 음성 입력에 대응하는 동작을 수행할 수 있다.
전자 장치는 상기 동작을 수행하기 위하여 외부 서버와 통신할 수 있다. 예를 들어, 전자 장치는 음성 입력을 외부 서버로 전송할 수 있다. 외부 서버는 음성 입력을 텍스트 데이터로 변경하고, 텍스트 데이터에 기초하여 패스 룰(path rule)을 생성할 수 있다. 상기 생성된 패스 룰은 전자 장치로 전송될 수 있으며, 전자 장치는 패스 룰에 대응하는 앱(또는 어플리케이션)을 바인딩할 수 있다. 전자 장치는 바인딩된 앱을 실행시키거나, 바인딩된 앱에 패스룰에 대응하는 명령어(command)를 전송하여 음성 입력에 대응하는 동작을 수행할 수 있다.
상술한 동작들 중, 전자 장치가 앱을 바인딩하기 위해서는 소정의 시간이 걸릴 수 있다. 따라서 전자 장치가 음성 입력을 수신한 때부터 상기 음성 입력에 대응하는 동작을 수행할 때까지 시간이 오래 걸릴 수 있다. 음성 입력에 대응하는 동작을 수행할 때까지 시간이 오래 걸리면 사용자는 음성 인식 서비스를 이용하는데 불편을 느낄 수 있다.
본 문서에서 개시되는 실시 예들은, 전자 장치가 사용자의 발화에 대응하는 음성 인식 서비스를 수행하기 위해 앱을 바인딩 하는 방법을 제공하고자 한다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 제1 영역에 위치하는 스피커, 상기 하우징의 제2 영역에 위치하는 마이크, 상기 하우징의 제3 영역에 위치하는 디스플레이, 상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로, 상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 기능적으로 연결되는 프로세서, 및 상기 하우징 내부에 위치하고, 상기 프로세서와 기능적으로 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들(instructions)을 저장하는 메모리를 포함하고, 상기 명령어들은 실행 시 상기 프로세서로 하여금, 상기 마이크를 통해 상기 어플리케이션 프로그램들 중 적어도 하나를 이용하여 태스크(task)를 수행하기 위한 요청을 포함하는 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화와 연관된 제1 데이터를 상기 통신 회로를 통해 적어도 하나의 외부 서버로 전송하고, 자동 음성 인식(automatic speech recognition; ASR) 모듈에서 생성된 텍스트를 포함하는 제2 데이터를 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고, 상기 제2 데이터의 적어도 일부에 기초하여 상기 어플리케이션 프로그램들의 적어도 하나를 식별(identify)하고, 상기 어플리케이션 프로그램들의 적어도 하나를 식별한 후, 상기 태스크의 적어도 일부를 수행하기 위해 상기 전자 장치의 상태들의 시퀀스(a sequence of states)와 관련된 정보를 포함하는 제1 응답을 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고, 상기 전자 장치로 하여금 상기 어플리케이션 프로그램들의 적어도 하나를 이용하여 상기 상태들의 시퀀스를 가짐으로써 상기 태스크의 적어도 일부를 수행하게 할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치는,하우징, 상기 하우징의 제1 영역에 위치하는 스피커, 상기 하우징의 제2 영역에 위치하는 마이크, 상기 하우징의 제3 영역에 위치하는 디스플레이, 상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로, 상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 연결되는 프로세서, 및 상기 하우징 내부에 위치하고, 상기 프로세서와 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들(instructions)을 저장하는 메모리를 포함하고, 상기 명령어들은 실행 시 상기 프로세서로 하여금, 상기 마이크를 통해 사용자 발화를 수신하고, 상기 통신 회로를 통해 상기 사용자 발화를 외부 서버로 전송하고, 상기 통신 회로를 통해 상기 외부 서버로부터 상기 사용자 발화에 대응되는 텍스트 데이터를 수신하고, 상기 텍스트 데이터의 적어도 일부에 기초하여 상기 어플리케이션 프로그램들 중 제1 어플리케이션 프로그램을 식별(identify)하고, 상기 제1 어플리케이션 프로그램과 상기 어플리케이션 프로그램들을 실행시킬 수 있는 제어 프로그램 사이의 통신을 설정하고, 상기 외부 서버로부터 상기 전자 장치의 상태들의 시퀀스를 수신하고, 상기 제1 어플리케이션 프로그램과 상기 시퀀스에 기초하여 실행 가능한 제2 어플리케이션 프로그램을 비교하고, 상기 비교 결과에 기초하여 상기 제1 어플리케이션 프로그램 또는 상기 제2 어플리케이션 프로그램을 실행하게 할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 제1 영역에 위치하는 스피커, 상기 하우징의 제2 영역에 위치하는 마이크, 상기 하우징의 제3 영역에 위치하는 디스플레이, 상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로, 상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 연결되는 프로세서, 및 상기 하우징 내부에 위치하고, 상기 프로세서와 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들을 저장하는 메모리를 포함하고, 상기 명령어들은 실행 시 상기 프로세서로 하여금, 상기 마이크를 통해 상기 어플리케이션 프로그램들 중 적어도 하나를 이용하여 태스크(task)를 수행하기 위한 요청을 포함하는 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화와 상기 메모리에 저장된 제2 사용자 발화를 비교하고, 상기 비교 결과 상기 제1 사용자 발화와 상기 제2 사용자 발화가 일치하는 정도가 지정된 수준 이상이면, 상기 제2 사용자 발화에 대응되는 상기 전자 장치의 상태들의 시퀀스(a sequence of states)에 기초하여 상기 태스크의 적어도 일부를 수행하게 할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 음성 입력을 처리하는데 필요한 시간을 감소시킬 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 2는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 4는 일 실시 예에 따른 지능형 에이전트의 블록도를 나타낸다.
도 5는 일 실시 예에 따른 자동 음성 인식 모듈 및 사용자 단말의 블록도를 나타낸다.
도 6은 일 실시 예에 따른 사용자 단말 및 지능형 서버의 동작 흐름도를 나타낸다.
도 7은 일 실시 예에 따른 사용자 단말의 동작 흐름도를 나타낸다.
도 8은 일 실시 예에 따른 사용자 단말 및 지능형 서버의 블록도를 나타낸다.
도 9는 다른 실시 예에 따른 사용자 단말 및 지능형 서버의 블록도를 나타낸다.
도 10은 다른 실시 예에 따른 사용자 단말의 동작 흐름도를 나타낸다.
도 11은 또 다른 실시 예에 따른 사용자 단말의 동작 흐름도를 나타낸다.
도 12는 또 다른 실시 예에 따른 사용자 단말의 동작 흐름도를 나타낸다.
도 13a는 일 실시 예에 따른 시스템 서비스 프로세스와 어플리케이션 프로세스를 나타낸다.
도 13b는 다른 실시 예에 따른 시스템 서비스 프로세스와 어플리케이션 프로세스를 나타낸다.
도 14는 또 다른 실시 예에 따른 사용자 단말 및 지능형 서버의 블록도를 나타낸다.
본 발명의 일 실시 예를 서술하기에 앞서, 본 발명의 일 실시 예가 적용될 수 있는 통합 지능화 시스템에 대해 설명한다.
도 1은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 1을 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, 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 앱의 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 원격 입력 등을 통해 수신될 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 휴대폰, 스마트폰, PDA(personal digital assistant) 또는 노트북 컴퓨터 등 인터넷에 연결 가능한 각종 단말 장치(또는, 전자 장치)가 이에 해당될 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 갖음으로써, 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)), 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. 예를 들어, 사용자 단말(100)은 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 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, 앱 실행 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 단말 내에 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 단말기(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 2는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 2를 참조하면, 사용자 단말(100)은 입력 모듈(110), 디스플레이(120), 스피커(130), 메모리(140) 또는 프로세서(150)을 포함할 수 있다. 사용자 단말(100)은 하우징을 더 포함할 수 있고, 상기 사용자 단말(100)의 구성들은 상기 하우징의 내부에 안착되거나 하우징 상에(on the housing) 위치할 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, 헤드셋)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.
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 예에 따르면, 스피커(130)는 음성 신호를 출력할 수 있다. 예를 들어, 스피커(130)는 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력할 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(또는, 어플리케이션 프로그램(application program))(141, 143)을 저장할 수 있다. 메모리(140)에 저장된 복수의 앱(141, 143)은 사용자 입력에 따라 선택되어 실행되고 동작할 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 프로세서(150)의 실행 매니저 모듈(153)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 위해서 실행 서비스 모듈(141a, 143a)를 통해서 복수의 동작(예: 상태들의 시퀀스)(141b, 143b)을 실행 수 있다. 즉, 실행 서비스 모듈(141a, 143a)는 실행 매니저 모듈(153)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)는 실행 매니저 모듈(153)에 의해 활성화되고, 실행 매니저 모듈(153)로부터 상기 패스 룰에 따라 실행 요청을 수신하고, 상기 실행 요청에 따라 동작(141b, 143b)함으로써, 앱(141, 143)의 기능을 실행할 수 있다. 실행 서비스 모듈 (141a, 143a)는 상기 동작(141b, 143b)의 수행이 완료되면 완료 정보를 실행 매니저 모듈(153)로 송신할 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)는 하나의 동작(예: 제1 앱(141)의 동작 1, 제2 앱(143)의 동작 1)의 실행이 완료되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)을 오픈하고 완료 정보를 실행 매니저 모듈(153)로 송신할 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(153)은 상기 완료 정보가 수신되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)에 대한 실행 요청을 실행 서비스 모듈(141a, 143a)로 송신할 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(153)은 제2 앱(143)의 첫번째 동작(예: 제2 앱(143)의 동작 1)의 실행 요청을 실행 서비스(143a)로 송신할 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(151)와 연동된 지능형 앱(예: 음성 인식 앱)을 저장할 수 있다. 지능형 에이전트(151)와 연동된 앱은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)와 연동된 앱은 입력 모듈(110)을 통해 입력되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 특정 음성 입력)에 의해 동작될 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 필요한 정보를 불러오거나 저장할 수 있다.
일 실시 예에 따르면 프로세서(150)는 지능형 에이전트(151), 실행 매니저 모듈(153) 또는 지능형 서비스 모듈(155)를 포함할 수 있다. 일 실시 예에서, 프로세서(150)는 메모리(140)에 저장된 명령어들을 실행하여 지능형 에이전트(151), 실행 매니저 모듈(153) 또는 지능형 서비스 모듈(155)을 구동시킬 수 있다. 본 발명의 다양한 실시 예에서 언급되는 여러 모듈들은 하드웨어로 구현될 수도 있고, 소프트웨어로 구현될 수도 있다. 본 발명의 다양한 실시 예에서 지능형 에이전트(151), 실행 매니저 모듈(153) 또는 지능형 서비스 모듈(155)에 의해 수행되는 동작은 프로세서(150)에 의해 수행되는 동작으로 이해될 수 있다.
일 실시 예에 따른, 지능형 에이전트(151)는 사용자 입력으로 수신된 음성 신호에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 일 실시 예에 따른, 실행 매니저 모듈(153)은 지능형 에이전트(151)로부터 상기 생성된 명령을 수신하여 메모리(140)에 저장된 앱(141, 143)을 선택하여 실행시키고 동작시킬 수 있다. 일 실시 예에 따르면, 지능형 서비스 모듈(155)은 사용자의 정보를 관리하여 사용자 입력을 처리하는데 이용할 수 있다.
지능형 에이전트(151)는 입력 모듈(110)을 통해 수신된 사용자 입력을 지능형 서버(200)로 송신하여 처리할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 상기 사용자 입력을 지능형 서버(200)로 송신하기 전에, 상기 사용자 입력을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)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 검출하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하여 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 성능을 위하여 상기 전처리 구성을 전부 포함할 수 있지만, 다른 실시 예에서 지능형 에이전트(151)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 포함할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 사용자의 호출을 인식하는 웨이크 업(wake up) 인식 모듈을 포함할 수 있다. 상기 웨이크 업 인식 모듈은 음성 인식 모듈을 통해 사용자의 웨이크 업 명령을 인식할 수 있고, 상기 웨이크 업 명령을 수신한 경우 사용자 입력을 수신하기 위해 지능형 에이전트(151)을 활성화시킬 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)의 웨이크 업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)에 구현될 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 하드웨어 키를 통한 사용자 입력에 따라 활성화될 수 있다. 지능형 에이전트(151)가 활성화 되는 경우, 지능형 에이전트(151)와 연동된 지능형 앱(예: 음성 인식 앱)이 실행될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 사용자 입력을 실행하기 위한 음성 인식 모듈을 포함할 수 있다. 상기 음성 인식 모듈은 앱에서 동작을 실행하도록 하기 위한 사용자 입력을 인식할 수 있다. 예를 들어, 상기 음성 인식 모듈은 앱(141, 143)에서 상기 웨이크 업 명령과 같은 동작을 실행하는 제한된 사용자 (음성) 입력(예: 카메라 앱이 실행 중일 때 촬영 동작을 실행시키는 “찰칵”과 같은 발화 등)을 인식할 수 있다. 상기 지능형 서버(200)를 보조하여 사용자 입력을 인식하는 음성 인식 모듈은, 예를 들어, 사용자 단말(100)내에서 처리할 수 있는 사용자 명령을 인식하여 빠르게 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)의 사용자 입력을 실행하기 위한 음성 인식 모듈은 앱 프로세서에서 구현될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)의 음성 인식 모듈(웨이크 업 모듈의 음성 인식 모듈을 포함)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 입력을 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, 지능형 에이전트(151)는 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 사용자의 음성을 지능형 서버로(200)로 전달하여, 변환된 텍스트 데이터를 수신할 수 있다. 이에 따라, 지능형 에이전트(151)는 상기 텍스트를 데이터를 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 지능형 서버(200)로부터 송신한 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)은 상기 패스 룰을 실행 매니저 모듈(153)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 지능형 서버(200)로부터 수신된 패스 룰에 따른 실행 결과 로그(log)를 지능형 서비스(intelligence service) 모듈(155)로 송신하고, 상기 송신된 실행 결과 로그는 페르소나 모듈(persona manager)(155b)의 사용자의 선호(preference) 정보에 누적되어 관리될 수 있다.
일 실시 예에 따른, 실행 매니저 모듈(153)은 지능형 에이전트(151)로부터 패스 룰을 수신하여 앱(141, 143)을 실행시키고, 앱(141, 143)이 상기 패스 룰에 포함된 동작(141b, 143b)을 실행하도록 할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 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 수신할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 지능형 에이전트(151)와 앱(141, 143)의 사이에서 앱(141, 143)의 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 송수신할 수 있다. 실행 매니저 모듈(153)은 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 송신할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 상기 패스 룰에 포함된 동작(141b, 143b)을 순차적으로 앱(141, 143)으로 송신하여, 앱(141, 143)의 동작(141b, 143b)을 상기 패스 룰에 따라 순차적으로 실행시킬 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 앱(141, 143)의 동작(141b, 143b)의 실행 상태를 관리할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 앱(141, 143)으로부터 상기 동작(141b, 143b)의 실행 상태에 대한 정보를 수신할 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), 실행 매니저 모듈(153)은 상기 정지된 상태에 대한 정보를 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 상기 수신된 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 경우에 사용자로부터 발화를 수신할 수 있고, 실행 매니저 모듈(153)은 상기 실행되고 있는 앱(141, 143) 및 앱(141, 143)의 실행 상태에 대한 정보를 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 지능형 서버(200)를 통해 상기 사용자의 발화의 파라미터 정보를 수신할 수 있고, 상기 수신된 파라미터 정보를 실행 매니저 모듈(153)로 송신할 수 있다. 실행 매니저 모듈(153)은 상기 수신한 파라미터 정보를 이용하여 동작(141b, 143b)의 파라미터를 새로운 파라미터로 변경할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 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(153)은 하나의 앱에서 다른 앱으로 패스 룰에 포함된 파라미터 정보를 전달할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 복수의 패스 룰을 수신할 수 있다. 실행 매니저 모듈(153)은 사용자의 발화에 기초하여 복수의 패스 룰이 선택될 수 있다. 예를 들어, 실행 매니저 모듈(153)은 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. 실행 매니저 모듈(153)은, 예를 들어, 상기 복수의 패스 룰의 동일한 동작(141b, 143b)(예: 연속된 동일한 동작(141b, 143b))을 실행할 수 있다. 실행 매니저 모듈(153)은 상기 동일한 동작까지 실행한 경우, 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(155)는 컨텍스트 모듈(155a), 페르소나 모듈(155b) 또는 제안 모듈(155c)을 포함할 수 있다.
컨텍스트 모듈(155a)는 앱(141, 143)으로부터 앱(141, 143)의 현재 상태를 수집할 수 있다. 예를 들어, 컨텍스트 모듈(155a)은 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 수신하여 앱(141, 143)의 현재 상태를 수집할 수 있다.
페르소나 모듈(155b)은 사용자 단말(100)을 사용하는 사용자의 개인 정보를 관리할 수 있다. 예를 들어, 페르소나 모듈(155b)은 사용자 단말(100)의 사용 정보 및 수행 결과를 수집하여 사용자의 개인 정보를 관리할 수 있다.
제안 모듈(155c)는 사용자의 의도를 예측하여 사용자에게 명령을 추천해줄 수 있다. 예를 들어, 제안 모듈(155c)은 사용자의 현재 상태(예: 시간, 장소, 상황, 앱)을 고려하여 사용자에게 명령을 추천해줄 수 있다.
도 3은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 3을 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.
지능형 서버(200)의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230)은 패스 룰(path rule)을 생성할 수 있다.
일 실시 예에 따르면, 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 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, 포뮬러(formula) 매칭 등을 이용하여 수행할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 사용자 입력이 어느 도메인(domain), 의도(intent) 또는 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 있는 지를 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. 상자연어 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 하나 이상의 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(151)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 포함할 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 4는 일 실시 예에 따른 지능형 에이전트의 블록도를 나타낸다.
도 4를 참조하면 지능형 에이전트(151)는 사용자 인터페이스(410)(user interface; UI), 오디오 모듈(151a)(audio module), 및 인식 모듈(151b)(recognizer module)을 포함할 수 있다.
지능형 에이전트(151)는 사용자 발화를 입력 받기 위하여 사용자 인터페이스(410)를 실행시킬 수 있다. 사용자 인터페이스(410)는 디스플레이를 통해 출력될 수 있다. 예를 들어, 사용자 단말(100)의 측면에 마련된 하드웨어 키를 누르면 사용자 인터페이스(410)가 실행될 수 있다. 사용자 인터페이스(410)가 실행된 상태에서 사용자가 발화하면, 사용자 인터페이스(410)는 마이크를 통해 사용자 발화를 입력 받을 수 있다.
오디오 모듈(151a)은 사용자 인터페이스(410)를 통해 수신한 사용자 발화 녹음할 수 있다. 일 실시 예에 따르면, 오디오 모듈(151a)은 녹음된 사용자 발화를 다시 사용자 인터페이스(410)로 전송할 수도 있고, 인식 모듈(151b)로 전송할 수도 있다.
인식 모듈(151b)은 사용자 발화를 지능형 서버(200)로 전송할 수 있다. 예를 들어, 인식 모듈(151b)은 사용자 인터페이스(410)로부터 사용자 발화를 수신하여 지능형 서버(200)로 전송할 수 있다. 다른 실시 예로, 인식 모듈(151b)은 오디오 모듈(151a)에서 녹음된 사용자 발화를 지능형 서버(200)로 전송할 수도 있다.
본 문서에서 도 1 내지 도 4에 도시된 사용자 단말(100), 지능형 서버(200), 개인화 정보 서버(300) 및 제안 서버(400)와 동일한 참조 부호를 갖는 구성 요소들은 도 1 내지 도 4에서 설명한 내용이 적용될 수 있다.
도 5는 일 실시 예에 따른 자동 음성 인식 모듈 및 사용자 단말의 블록도를 나타낸다.
도 5를 참조하면 지능형 에이전트(151)는 사용자 발화를 입력 받을 수 있다. 예를 들어, 지능형 에이전트(151)는 마이크를 통해 사용자 발화를 입력 받을 수 있다.
지능형 에이전트(151)는 마이크를 통해 입력된 사용자 발화를 자동 음성 인식 모듈(210)로 전송할 수 있다. 자동 음성 인식 모듈(210)은 사용자 발화를 텍스트 데이터로 변경하여 다시 지능형 에이전트(151)로 전송할 수 있다. 지능형 에이전트(151)는 자동 음성 인식 모듈(210)로부터 수신한 텍스트 데이터를 실행 매니저 모듈(153)로 전송할 수 있다.
일 실시 예에 따르면 지능형 에이전트(151)는 텍스트 데이터와 함께 언어 정보를 실행 매니저 모듈(153)로 전송할 수 있다. 예를 들어, 지능형 에이전트(151)는 사용자 발화가 한국어인지 또는 영어인지 여부를 실행 매니저 모듈(153)로 전송할 수 있다.
실행 매니저 모듈(153)은 텍스트 데이터에 기초하여 메모리에 저장된 어플리케이션 프로그램(이하 앱)들 중 어느 하나를 식별할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 텍스트 데이터와 앱 테이블(510)에 저장된 텍스트를 비교하여 앱을 식별할 수 있다. 앱 테이블(510)은 텍스트들과 앱들이 각각 매핑된 테이블로서, 예를 들어 메모리(140)에 저장될 수 있다.
텍스트 어플리케이션 프로그램
인터넷, 브라우저, 익스플로러 등 인터넷 앱
갤러리, 사진, 영상 등 갤러리 앱
<표 1>은 일 실시 예에 따른 앱 테이블을 나타낸다. <표 1>을 참조하여 설명하면 사용자가 "인터넷으로 날씨 검색해줘."라고 발화할 경우, 사용자 발화에 "인터넷"이 포함되므로 실행 매니저 모듈(153)은 "인터넷 앱"을 식별할 수 있다. 또한, 사용자가 "갤러리에서 사진 찾아줘."라고 발화할 경우, 사용자 발화에 "갤러리"가 포함되므로 실행 매니저 모듈(153)은 "갤러리 앱"을 식별할 수 있다.
일 실시 예에 따르면 실행 매니저 모듈(153)은 언어 정보에 기초하여 앱을 식별할 수 있다. 예를 들어, 사용자 발화가 "갤러리에서 사진 찾아줘."일 경우 조사인 "에서" 앞의 단어에 기초하여 앱을 식별할 수 있다. 다른 실시 예로 사용자 발화가 영어일 경우, 예컨대 동사인 "open" 뒤의 단어에 기초하여 앱을 식별할 수도 있다.
앱이 식별된 후, 실행 매니저 모듈(153)은 식별된 앱을 바인딩할 수 있다. 예를 들어, 텍스트 데이터가 "갤러리에서 사진 찾아줘."이면 실행 매니저 모듈(153)은 "갤러리 앱"을 바인딩할 수 있다. 본 문서에서 바인딩은 지정된 조건이 만족되면 실행 매니저 모듈(153)이 특정 앱을 실행시킬 수 있도록 실행 매니저 모듈(153)과 상기 특정 앱을 연결 시키는 동작을 의미할 수 있다.
일 실시 예에 따르면 지능형 에이전트(151)는 자동 음성 인식 모듈(210)로부터 패스 룰을 수신할 수 있다. 이 때 패스 룰은 사용자 발화에 기초하여 지능형 서버(200)에서 생성된 패스 룰일 수 있다. 패스 룰이 수신되면, 지능형 에이전트(151)는 패스 룰을 실행 매니저 모듈(153)로 전송할 수 있다.
일 실시 예에 따르면 실행 매니저 모듈(153)은 패스 룰에 의해 실행 가능한 앱과 바인딩 된 앱이 동일한지 여부를 판단할 수 있다. 패스 룰에 의해 실행 가능한 앱과 바인딩 된 앱이 동일하면, 실행 매니저 모듈(153)은 바인딩 된 앱을 실행시킬 수 있다. 예를 들어, 바인딩된 앱과 패스 룰에 의해 실행 가능한 앱이 "갤러리 앱"으로 동일하면 실행 매니저 모듈(153)은 "갤러리 앱"을 실행시킬 수 있다.
본 발명의 일 실시 예에 따르면, 패스 룰을 수신하기 전에 특정 앱을 바인딩 함으로써 사용자 발화에 대응되는 동작을 수행하는데 필요한 시간을 감소시킬 수 있다. 즉, 비교 예에 따르면 사용자 발화에 대한 패스 룰을 수신한 후 앱을 바인딩하고, 상기 바인딩된 앱을 실행시키거나, 상기 바인딩된 앱에 패스룰에 기반한 명령어(command)를 전송할 수 있다. 그러나, 본 발명의 일 실시 예에 따르면, 패스 룰을 수신하기 전에 앱을 바인딩할 수 있다. 따라서, 패스 룰을 수신하자마자 상기 바인딩된 앱을 실행시키거나, 상기 바인딩된 앱에 패스 룰에 기반한 명령어를 전송할 수 있으며, 이에 따라 사용자 발화에 대응되는 동작을 수행하는데 필요한 시간을 감소시킬 수 있다.
도 6은 일 실시 예에 따른 사용자 단말 및 지능형 서버의 동작 흐름도를 나타낸다. 도 6은 사용자 단말(100)과 지능형 서버(200)에서 수행되는 동작들을 함께 도시한 도면을 나타낸다.
도 6을 참조하면 동작 601에서 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 사용자 발화(또는 오디오 신호)를 입력 받을 수 있다.
동작 603에서 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 통신 회로를 통해 제1 데이터를 지능형 서버(200)로 전송할 수 있다. 제1 데이터는 사용자 발화일 수도 있고, 사용자의 발화와 관련된 데이터일 수도 있다. 예컨대, 제1 데이터는 사용자 발화를 지능형 서버(200)로 전송할 수 있는 형태로 변경한 데이터일 수 있다.
동작 605에서 지능형 서버(200)(예: 도 5의 자동 음성 인식 모듈(210))는 사용자 단말(100)이 전송한 제1 데이터를 수신할 수 있다.
동작 607에서 지능형 서버(200)(예: 도 5의 자동 음성 인식 모듈(210))는 제1 데이터를 제2 데이터로 변경한 후, 제2 데이터를 사용자 단말(100)로 전송할 수 있다. 제2 데이터는 제1 데이터를 텍스트 형태로 변경한 데이터일 수 있다. 예를 들어, 사용자가 "사진을 수지에게 메시지로 전송해 줘."라고 발화했으면, 지능형 서버(200)는 상기 발화를 텍스트 형태로 변경하여 사용자 단말(100)로 전송할 수 있다.
일 실시 예에 따르면 제2 데이터에는 점진적으로 완성되어 가는 텍스트 데이터 및 사용자 발화의 종료 여부가 포함될 수 있다. 예를 들어, 사용자가 "갤러리에서 하와이 사진 찾아서 메시지로 수지에게 보내줘. "라고 발화 했으면, 지능형 서버(200)는 "갤러리에서", "갤러리에서 하와이", "갤러리에서 하와이 사진 찾아서", "갤러리에서 하와이 사진 찾아서 메시지로", "갤러리에서 하와이 사진 찾아서 메시지로 수지에게", "갤러리에서 하와이 사진 찾아서 메시지로 수지에게 보내줘" 등 점진적으로 완성되어 가는 텍스트 데이터를 사용자 단말(100)에 전송할 수 있다. 이 때, 지능형 서버(200)는 사용자 발화의 종료 여부에 대한 데이터를 사용자 단말(100)로 같이 전송할 수 있다.
동작 609에서 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 제2 데이터를 수신할 수 있다. 예를 들어, 사용자 단말(100)은 통신 회로를 통해 제2 데이터를 지능형 서버(200)로부터 수신할 수 있다.
동작 611에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제2 데이터에 기초하여 앱을 바인딩할 수 있다. 예를 들어, 사용자 단말(100)은 메모리에 저장된 앱 테이블(510)과 제2 데이터를 비교하고, 매핑되는 앱을 바인딩할 수 있다. 예를 들어, 제2 데이터가 "사진을 수지에게 메시지로 전송해 줘."이고 앱 테이블(510)에 "메시지"와 "메시지 앱"이 매핑되어 있으면 사용자 단말(100)은 "메시지 앱"을 바인딩할 수 있다.
동작 613에서 지능형 서버(200)(예: 도 3의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는 제2 데이터에 기초하여 패스 룰을 생성할 수 있다. 예를 들어, 제2 데이터가 "사진을 수지에게 메시지로 전송해 줘."이면 지능형 서버(200)는 "메시지 앱"을 실행시킬 수 있는 패스 룰을 생성할 수 있다. 도 6에서는 동작 611 이후에 동작 613이 수행되는 것으로 도시되었으나, 동작 611과 동작 613은 동시에 수행될 수도 있다.
동작 615에서 지능형 서버(200) 는 사용자 단말(100)로 생성된 패스 룰을 전송할 수 있다.
동작 617에서 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 패스 룰을 지능형 서버(200)로부터 수신할 수 있다. 예를 들어, 사용자 단말(100)은 통신 회로를 통해 패스 룰을 수신할 수 있다.
동작 619에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 패스 룰에 의해 실행 가능한 앱과 바인딩 된 앱을 비교할 수 있다. 패스 룰에 의해 실행 가능한 앱과 바인딩된 앱이 동일하면 사용자 단말(100)은 바인딩 된 앱을 실행시킬 수 있다. 예를 들어, 바인딩된 앱이 "메시지 앱"이고, 패스 룰에 의해 실행 가능한 앱 또한 "메시지 앱"이면 사용자 단말(100)은 "메시지 앱"을 실행시킬 수 있다.
도 7은 일 실시 예에 따른 사용자 단말의 동작 흐름도를 나타낸다. 도 7은 사용자 단말(100)에서 수행되는 동작들을 도시한 도면을 나타낸다.
도 7을 참조하면 동작 701에서 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 사용자 발화를 입력 받을 수 있다. 예를 들어, 사용자가 사용자 단말(100)의 측면에 마련된 하드웨어 키를 누르면 지능형 에이전트(151)가 실행될 수 있다. 지능형 에이전트(151)가 실행된 상태에서 사용자가 발화하면, 지능형 에이전트(151)는 마이크를 통해 사용자 발화를 입력 받을 수 있다.
동작 703에서 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 제1 데이터를 외부 서버로 전송할 수 있다. 제1 데이터는 사용자의 발화와 관련된 데이터로서, 예컨대 사용자 발화를 외부 서버로 전송할 수 있는 형태로 변경한 데이터 일 수 있다. 외부 서버는 도 1에 도시된 지능형 서버(200), 개인화 정보 서버(300), 및 제안 서버(400) 중 적어도 어느 하나일 수 있다.
동작 705에서 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 제2 데이터를 외부 서버로부터 수신할 수 있다. 제2 데이터는 외부 서버에서 생성된 텍스트를 포함하는 데이터일 수 있다. 즉, 제2 데이터는 사용자 발화를 텍스트 형태로 변환한 데이터일 수 있다.
동작 707에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제2 데이터의 적어도 일부에 기초하여 제1 앱을 식별할 수 있다. 예를 들어, 사용자 단말(100)은 제2 데이터와 앱 테이블(510)을 비교하여 제1 앱을 식별할 수 있다. 앱 테이블(510)은 텍스트와 앱을 매핑한 데이터로서 예컨대 메모리에 저장될 수 있다. 즉, 제2 데이터가 "갤러리에서 하와이 사진 찾아줘."이고 테이블에 "갤러리"와 "갤러리 앱"이 매핑되어 있을 경우, 사용자 단말(100)은 "갤러리 앱"을 제1 앱으로 식별할 수 있다.
동작 709에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제1 앱을 바인딩(binding)할 수 있다. 즉, 사용자 단말(100)은 지정된 조건이 만족되면 실행 매니저 모듈(153)이 제1 앱을 즉시 실행하도록 설정할 수 있다.
동작 711에서 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 패스 룰을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 지능형 서버(200), 개인화 정보 서버(300), 및 제안 서버(400) 중 적어도 어느 하나로부터 패스 룰을 수신할 수 있다.
동작 713에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제1 앱과 제2 앱이 동일한지 여부를 판단할 수 있다. 제2 앱은 동작 711에서 수신된 패스 룰에 기초하여 실행 가능한 앱을 의미할 수 있다.
제1 앱과 제2 앱이 동일하면 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 동작 715에서 제1 앱을 실행시킬 수 있다. 예를 들어, "갤러리 앱"이 제1 앱으로 설정된 상태에서, 패스 룰에 기초하여 실행 가능한 앱 또한 "갤러리 앱"일 경우, 사용자 단말(100)은 "갤러리 앱"을 실행시킬 수 있다.
제1 앱과 제2 앱이 동일하지 않으면 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 동작 717에서 제2 앱을 바인딩할 수 있다. 제2 앱이 바인딩되면 동작 719에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제2 앱을 실행시킬 수 있다. 예를 들어, "갤러리 앱"이 제1 앱으로 설정된 상태에서 패스 룰에 기초하여 실행 가능한 앱이 "메시지 앱"일 경우, 사용자 단말(100)은 "메시지 앱"을 바인딩할 수 있다. "메시지 앱"이 바인딩되면, 사용자 단말(100)은 "메시지 앱"을 실행시키거나, "메시지 앱"에 수신 받은 패스 룰에 기반하여 명령어(command)를 전송할 수 있다.
도 8은 일 실시 예에 따른 사용자 단말 및 지능형 서버의 블록도를 나타낸다. 도 8은 앱을 실행시키기 전 여러 데이터들을 저장하는 과정을 도시한 도면이다.
도 8을 참조하면 지능형 에이전트(151)는 사용자 발화를 입력 받은 후 사용자 발화를 자동 음성 인식 모듈(210)로 전송할 수 있다. 자동 음성 인식 모듈(210)은 사용자 발화를 텍스트 데이터로 변경한 후 텍스트 데이터를 다시 지능형 에이전트(151)로 전송할 수 있다.
일 실시 예에 따르면 지능형 에이전트(151)는 음성 데이터, 텍스트 데이터, 및 컨텍스트 정보를 데이터베이스(810)에 저장할 수 있다. 음성 데이터는 사용자 발화와 연관된 PCM(pulse code modulation) 데이터일 수 있다. 컨텍스트 정보는 전자 장치의 상태와 관련된 정보로서, 예컨대 전자 장치에서 실행되고 있는 앱의 종류 등을 포함할 수 있다.
자연어 이해 모듈(220) 및/또는 패스 플래너 모듈(230)은 텍스트 데이터에 기초하여 패스 룰을 생성할 수 있다. 자연어 이해 모듈(220) 및/또는 패스 플래너 모듈(230)에서 생성된 패스 룰은 자동 음성 인식 모듈(210)로 전송될 수 있다. 자동 음성 인식 모듈(210)은 패스 룰을 다시 지능형 에이전트(151)로 전송할 수 있다.
일 실시 예에 따르면 지능형 에이전트(151)는 패스 룰을 실행 매니저 모듈(153)로 전송할 수 있다. 실행 매니저 모듈(153)은 패스 룰에 기초하여 패스 룰에 대응되는 앱을 실행시킬 수 있다. 사용자 단말(100)이 앱을 실행시키는데 성공한 경우, 실행 매니저 모듈(153)은 패스 룰, 실행된 앱, 및 음성 데이터를 연계하여 데이터 베이스에 저장할 수 있다.
도 9는 다른 실시 예에 따른 사용자 단말 및 지능형 서버의 블록도를 나타낸다. 도 9는 도 8에서 저장한 여러 데이터들을 이용하여 앱을 실행시키는 과정을 도시한 도면이다.
도 9를 참조하면 지능형 에이전트(151)는 사용자 발화를 입력 받을 수 있다. 사용자 발화를 입력 받은 후 지능형 에이전트(151)는 음성 데이터를 실행 매니저 모듈(153)로 전송할 수 있다.
음성 데이터 분석기(910)는 실행 매니저 모듈(153)로 전송된 음성 데이터와 데이터 베이스에 저장된 음성 데이터를 비교할 수 있다. 비교 결과 동일하면 실행 매니저 모듈(153)은 저장된 음성 데이터에 대응하는 패스 룰을 결정하고, 결정된 패스 룰의 ID를 지능형 에이전트(151)로 전송할 수 있다.
지능형 에이전트(151)는 결정된 패스 룰 ID를 지능형 서버(200)로 전송하여, 결정된 패스 룰의 갱신 여부를 확인할 수 있다. 결정된 패스 룰이 갱신되지 않았을 경우 지능형 에이전트(151)는 실행 매니저 모듈(153)로 패스 룰 갱신이 없음을 나타내는 데이터를 전송할 수 있다. 실행 매니저 모듈(153)은 결정된 패스 룰에 기초하여 앱을 실행시킬 수 있다.
예를 들어, "갤러리에서 사진 찾아줘."라는 음성 데이터와 "갤러리 앱"을 실행시킬 수 있는 패스 룰이 데이터베이스(810)에 저장되어 있을 수 있다. 이 때, 사용자가 "갤러리에서 사진 찾아줘."라고 발화하면, 사용자 단말(100)은 "갤러리 앱"을 실행시킬 수 있는 패스 룰이 갱신되어 있는지 여부를 확인할 수 있다. 패스 룰이 갱신되지 않았으면 사용자 단말(100)은 "갤러리 앱"을 실행시킬 수 있다.
도 10은 다른 실시 예에 따른 사용자 단말의 동작 흐름도를 나타낸다.
도 10을 참조하면 동작 1001에서 사용자 단말(100)(예: 도 9의 지능형 에이전트(151))은 사용자 발화를 입력 받을 수 있다. 예를 들어, 사용자 단말(100)은 "갤러리에서 사진 찾아 줘."라는 사용자 발화를 입력 받을 수 있다.
동작 1003 사용자 단말(100)(예: 도 9의 음성 데이터 분석기(910))은 제1 데이터와 제2 데이터가 동일한지 여부를 판단할 수 있다. 제1 데이터는 데이터 베이스에 저장된 음성 데이터 일 수 있고, 제2 데이터는 마이크를 통해 입력 받은 음성 데이터일 수 있다.
제1 데이터와 제2 데이터가 동일하면 동작 1005에서 사용자 단말(100)(예: 도 9의 실행 매니저 모듈(153))은 제1 패스 룰에 기초하여 제1 앱을 실행할 수 있다. 제1 패스 룰 및 제1 앱은 제1 데이터와 관련된 패스 룰 및 앱으로서, 데이터 베이스에 저장되어 있을 수 있다. 예를 들어, 제1 데이터와 제2 데이터가 "갤러리에서 사진 찾아 줘."로 동일하면, 사용자 단말(100)은 "갤러리 앱"을 실행시킬 수 있다.
제1 데이터와 제2 데이터가 동일하지 않으면 동작 1007에서 사용자 단말(100)(예: 도 9의 지능형 에이전트(151))은 지능형 서버(200)로부터 제2 패스 룰을 수신할 수 있다. 제2 패스 룰은 제2 데이터와 관련된 패스 룰로서, 지능형 서버(200)에서 새로 생성된 패스 룰일 수 있다.
동작 1009에서 사용자 단말(100)(예: 도 9의 실행 매니저 모듈(153))은 제2 패스 룰에 기초하여 제2 앱을 실행시킬 수 있다. 제2 앱은 제2 패스 룰과 관련된 앱일 수 있다. 예를 들어, 제1 데이터가 "갤러리에서 사진 찾아 줘."이고, 제2 데이터가 "사진을 메시지로 전송해줘."이면, 사용자 단말(100)은 "메시지 앱"을 실행시킬 수 있는 패스 룰을 수신할 수 있다. 그 다음 사용자 단말(100)은 "메시지 앱"을 바인딩하고, "메시지 앱"을 실행시키거나, "메시지 앱"에 수신 받은 패스 룰에 기반하여 명령어(command)를 전송할 수 있다.
도 11은 또 다른 실시 예에 따른 사용자 단말의 동작 흐름도를 나타낸다. 도 11은 바인딩할 앱이 검색된 경우와 검색되지 않은 경우 사용자 단말(100)의 동작 흐름도를 나타낸다.
도 11을 참조하면 동작 1101에서 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 텍스트 데이터를 수신할 수 있다. 예를 들어, 사용자 단말(100)은 자동 음성 인식 모듈(210)로부터 지속적으로 텍스트 데이터를 수신할 수 있다.
동작 1103에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 텍스트 데이터에 대응하는 앱을 검색할 수 있다. 예를 들어, 텍스트 데이터가 "갤러리에서 사진 찾아줘."이면 "갤러리 앱"을 검색할 수 있다.
텍스트 데이터에 대응하는 앱이 검색되면, 동작 1105에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 검색된 앱을 바인딩할 수 있다. 상기 실시 예에서 "갤러리 앱"이 검색되면 사용자 단말(100)은 "갤러리 앱"을 바인딩할 수 있다.
텍스트 데이터에 대응하는 앱이 검색되지 않으면, 동작 1107에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 텍스트 데이터가 사용자 단말(100)이 수신할 수 있는 마지막 텍스트 데이터인지 여부를 확인할 수 있다. 마지막 텍스트 데이터가 아니면 사용자 단말(100)(예: 도 5의 지능형 에이전트(151))은 다른 텍스트 데이터를 수신할 수 있다. 마지막 텍스트 데이터이면 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 바인딩할 앱이 없다고 판단하고 앱 바인딩 과정을 종료할 수 있다.
도 12는 또 다른 실시 예에 따른 사용자 단말의 동작 흐름도를 나타낸다. 도 12는 앱 바인딩 결과를 학습하는 사용자 단말(100)의 동작 흐름도를 나타낸다.
도 12를 참조하면 동작 1201에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 A 세트에서 가장 먼저 바인딩해야 할 앱으로 제1 앱을 설정할 수 있다. A 세트는 어플리케이션 프로그램들의 집합을 의미할 수 있다. 예를 들어, 자동 음성 인식 모듈(210)에서 수신한 텍스트 데이터가 "갤러리에서 사진 찾아서 메시지로 전송해줘."이면 사용자 단말(100)이 바인딩해야 할 앱은 "갤러리 앱"과 "메시지 앱"일 수 있다. 이 경우 사용자 단말(100)은 가장 먼저 바인딩해야 할 앱으로 "갤러리 앱"을 제1 앱으로 설정할 수 있다. "갤러리 앱"과 "메시지 앱"은 A 세트에 포함될 수 있다.
동작 1203에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제1 앱과 제2 앱이 일치하는지 여부를 판단할 수 있다. 제2 앱은 실제 사용자 단말(100)이 바인딩한 앱을 의미할 수 있다.
제1 앱과 제2 앱이 일치하면 동작 1205에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제1 케이스로 학습할 수 있다. 제1 케이스는 바인딩해야 할 앱과 실제 바인딩된 앱이 일치하는 경우를 의미할 수 있다. 학습 결과는 통신 회로를 통해 외부 서버 또는 외부 장치로 전송될 수 있다.
제1 앱과 제2 앱이 일치하지 않으면 동작 1207에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제2 케이스로 학습할 수 있다. 제2 케이스는 바인딩해야 할 앱과 실제 바인딩된 앱이 일치하지 않는 경우를 의미할 수 있다.
일 실시 예에 따르면 제2 케이스는 제2-1 케이스와 제2-2 케이스로 분류될 수 있다. 제2-1 케이스는 바인딩된 앱의 순서가 잘못된 경우일 수 있다. 예를 들어, 자동 음성 인식 모듈(210)에서 수신한 텍스트 데이터가 "갤러리에서 사진 찾아서 메시지로 전송해줘."이면, "갤러리 앱"이 제1 앱으로 설정되어야 함에도 불구하고 "메시지 앱"이 제1 앱으로 설정된 경우일 수 있다. 제2-2 케이스는 앱을 잘못 바인딩한 경우일 수 있다. 상기 실시 예에서, "날씨 앱"을 제1 앱으로 설정한 경우일 수 있다.
동작 1209에서 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제2 앱이 A 세트에 포함되는지 여부를 판단할 수 있다. 제2 앱이 A 세트에 포함되면 동작 1211에서 사용자 단말(100)은 제2-1 케이스로 학습할 수 있다. 즉, 바인딩해야 할 앱과 실제 바인딩된 앱이 일치하지는 않으나, 바인딩된 앱이 A 세트에 포함되면 바인딩된 앱의 순서가 잘못되었다고 판단할 수 있다.
동작 1213에서 제2 앱이 A 세트에 포함되지 않으면 사용자 단말(100)(예: 도 5의 실행 매니저 모듈(153))은 제2-2 케이스로 학습할 수 있다. 즉, 바인딩해야 할 앱과 실제 바인딩된 앱이 일치하지 않고 바인딩된 앱이 A 세트에 포함되지 않으면, 사용자 단말(100)은 앱을 잘못 바인딩했다고 판단할 수 있다.
도 13a는 일 실시 예에 따른 시스템 서비스 프로세스와 어플리케이션 프로세스를 나타낸다. 도 13b는 다른 실시 예에 따른 시스템 서비스 프로세스와 어플리케이션 프로세스를 나타낸다. 도 13a 및 도 13b는 바인딩의 개념을 보다 구체적으로 설명하기 위한 도면을 나타낸다.
도 13a를 참조하면 사용자 단말(100)은 시스템 서비스 프로세스(1310)와 어플리케이션 프로세스(1320)가 서로 요청과 응답을 송수신할 수 있도록 메커니즘(mechanism)을 설정할 수 있다. 예를 들어, 제1 프로세스(1311)와 제3 프로세스(1321)가 서로 요청과 응답을 송수신하고, 제2 프로세스(1312)와 제4 프로세스(1322)가 서로 요청과 응답을 송수신할 수 있도록 메커니즘이 설정될 수 있다. 본 문서에서 바인딩은 도 13a에 도시된 바와 같이 시스템 서비스 프로세스(1310)와 어플리케이션 프로세스(1320) 사이에 상기 메커니즘을 설정하는 동작을 의미할 수 있다.
시스템 서비스 프로세스(1310)는 사용자 단말(100)의 제조 과정에서 사용자 단말(100) 내에 저장 또는 설치된 어플리케이션, 프로그램 등을 의미할 수 있다. 어플리케이션 프로세스(1320)는 사용자가 사용자 단말(100)에 직접 설치하거나 저장한 어플리케이션, 프로그램 등을 의미할 수 있다.
도 13b를 참조하면 위치 서비스(1313)와 응용 프로그램(1323)이 바인딩될 수 있고, 카메라 서비스(1314)와 응용 프로그램(1323)이 바인딩될 수 있다. 따라서, 사용자 단말(100)이 응용 프로그램(1323) 호출 시 위치 서비스(1313)가 함께 호출될 수 있다. 또한, 사용자 단말(100)이 응용 프로그램(1323) 호출 시 카메라 서비스(1314)가 함께 호출될 수 있다.
도 14는 또 다른 실시 예에 따른 사용자 단말 및 지능형 서버의 블록도를 나타낸다.
도 14를 참조하면 사용자 단말(100)은 실행 매니저 모듈(153), 실행 에이전트(execution agent; EA)(1410), 액터 모듈(1420), 앱 사용자 인터페이스(1430), 및 접근 서비스 모듈(1440)을 포함할 수 있다.
실행 매니저 모듈(153)은 실행 에이전트(1410)와 연결되어 실행 에이전트(1410)를 제어할 수 있다. 실행 에이전트(1410)는 액터 모듈(1420)에 저장된 액터들 및 접근 서비스 모듈(1440)을 이용하여 앱을 실행시킬 수 있다. 실행된 앱은 앱 사용자 인터페이스(1430)를 통해 출력될 수 있다.
본 문서에서 액터는 패스 룰을 기반으로 앱들을 제어하는 프로그램 또는 API(application programming interface) 집합을 의미할 수 있다. 예컨대, 사용자 단말(100)에는 제1 타입 어플리케이션 및 제2 타입 어플리케이션이 저장될 수 있다. 제1 타입 어플리케이션은 사용자 단말(100)을 제조한 생산자 또는 제조사와 동일한 생산자 또는 제조사에 의해 프로그래밍된 어플리케이션일 수 있다. 제2 타입 어플리케이션은 사용자 단말(100)을 제조한 생산자 또는 제조사와 다른 생산자 또는 제조사에 의해 프로그래밍된 어플리케이션일 수 있다. 액터는 제2 타입 어플리케이션을 제어하기 위한 프로그램 또는 API 집합을 의미할 수 있다.
일 실시 예에 따르면 실행 매니저 모듈(153)은 서버(1400)로부터 액터들을 수신할 수 있다. 예를 들어, 사용자 단말(100)에 트위터, 페이스 북 등이 설치되어 있으면, 실행 매니저 모듈(153)은 서버(1400)에 트위터, 페이스 북과 관련된 액터들이 저장되어 있는지 확인할 수 있다. 서버(1400)에 트위터, 페이스 북과 관련된 액터들이 저장되어 있으면 실행 매니저 모듈(153)은 트위터, 페이스 북과 관련된 액터들을 수신할 수 있다. 다른 실시 예로, 실행 매니저 모듈(153)은 지정된 주기로 서버(1400)와 통신함으로써 액터들의 갱신 또는 추가여부를 확인할 수 있다. 액터들이 갱신 또는 추가되면, 실행 매니저 모듈(153)은 갱신 또는 추가된 액터들을 수신 받을 수 있다. 서버(1400)는 도 1에 도시된 지능형 서버(200), 개인화 정보 서버(300), 및 제안 서버(400) 중 어느 하나일 수도 있고, 액터들을 저장하고 있는 서버일 수도 있다.
일 실시 예에 따르면 실행 매니저 모듈(153)이 사용자 발화에 대응되는 앱을 바인딩한 후, 실행 에이전트(1410)는 상기 앱에 대응하는 액터를 메모리에 로딩(loading)할 수 있다. 예를 들어, 사용자가 "페이스북에서 어제 찍은 사진을 첨부해줘."라고 발화할 경우 실행 매니저 모듈(153)은 페이스 북 앱을 미리 바인딩할 수 있다. 실행 에이전트(1410)는 페이스 북 앱을 제어하기 위하여, 페이스 북 앱에 대응하는 액터를 메모리에 로딩할 수 있다. 액터가 메모리에 로딩되는 동안 페이스 북에 대응하는 패스 룰이 사용자 단말(100)로 전송될 수 있다. 액터가 메모리에 로딩되어 있으므로 사용자 단말(100)은 패스 룰이 사용자 단말(100)로 수신됨과 동시에 페이스 북 앱을 실행시키거나, 페이스 북 앱에 패스 룰에 기반하여 동작 수행 명령어(command)를 전송할 수 있다.
본 발명의 일 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 제1 영역에 위치하는 스피커, 상기 하우징의 제2 영역에 위치하는 마이크, 상기 하우징의 제3 영역에 위치하는 디스플레이, 상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로, 상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 기능적으로 연결되는 프로세서, 및 상기 하우징 내부에 위치하고, 상기 프로세서와 기능적으로 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들(instructions)을 저장하는 메모리를 포함하고, 상기 명령어들은 실행 시 상기 프로세서로 하여금, 상기 마이크를 통해 상기 어플리케이션 프로그램들 중 적어도 하나를 이용하여 태스크(task)를 수행하기 위한 요청을 포함하는 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화와 연관된 제1 데이터를 상기 통신 회로를 통해 적어도 하나의 외부 서버로 전송하고, 자동 음성 인식(automatic speech recognition; ASR) 모듈에서 생성된 텍스트를 포함하는 제2 데이터를 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고, 상기 제2 데이터의 적어도 일부에 기초하여 상기 어플리케이션 프로그램들의 적어도 하나를 식별(identify)하고, 상기 어플리케이션 프로그램들의 적어도 하나를 식별한 후, 상기 태스크의 적어도 일부를 수행하기 위해 상기 전자 장치의 상태들의 시퀀스(a sequence of states)와 관련된 정보를 포함하는 제1 응답을 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고, 상기 전자 장치로 하여금 상기 어플리케이션 프로그램들의 적어도 하나를 이용하여 상기 상태들의 시퀀스를 가짐으로써 상기 태스크의 적어도 일부를 수행하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 메모리는 지능형 어시스턴트(assistant)와 연관된 서비스 컴포넌트(service component)를 저장하고, 상기 명령어들은 상기 프로세서로 하여금, 상기 제1 응답을 수신하기 전에, 상기 식별된 상기 어플리케이션 프로그램들의 적어도 하나와 상기 서비스 컴포넌트 사이의 통신을 설정하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 통신은 프로세서 간 통신(inter process communication; IPC)을 포함할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 운영 체제를 포함하고, 상기 명령어들은 상기 프로세서로 하여금 바인더 메커니즘(binder mechanism) 또는 프레임워크(framework)를 이용하여 상기 통신을 시작하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 어플리케이션 프로그램들은 제1 타입 어플리케이션 프로그램 및 제2 타임 어플리케이션 프로그램을 포함하고, 상기 명령어들은 상기 프로세서로 하여금, 상기 식별된 어플리케이션 프로그램이 상기 제1 타입 어플리케이션 프로그램이면, 상기 시퀀스를 기반으로 상기 태스크의 적어도 일부를 수행하게 하고, 상기 식별된 어플리케이션 프로그램이 상기 제2 타입 어플리케이션 프로그램이면, 상기 외부 서버로부터 수신된 액터(actor)에 기초하여 상기 태스크의 적어도 일부를 수행하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 제1 사용자 발화가 포함되는 카테고리(category)에 기초하여 상기 어플리케이션 프로그램들의 적어도 하나를 식별하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 텍스트 중 지정된 일부에 인접한 다른 일부에 기초하여 상기 어플리케이션 프로그램들의 적어도 하나를 식별하게 할 수 있다.
본 발명의 일 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 제1 영역에 위치하는 스피커, 상기 하우징의 제2 영역에 위치하는 마이크, 상기 하우징의 제3 영역에 위치하는 디스플레이, 상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로, 상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 연결되는 프로세서, 및 상기 하우징 내부에 위치하고, 상기 프로세서와 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들(instructions)을 저장하는 메모리를 포함하고, 상기 명령어들은 실행 시 상기 프로세서로 하여금, 상기 마이크를 통해 사용자 발화를 수신하고, 상기 통신 회로를 통해 상기 사용자 발화를 외부 서버로 전송하고, 상기 통신 회로를 통해 상기 외부 서버로부터 상기 사용자 발화에 대응되는 텍스트 데이터를 수신하고, 상기 텍스트 데이터의 적어도 일부에 기초하여 상기 어플리케이션 프로그램들 중 제1 어플리케이션 프로그램을 식별(identify)하고, 상기 제1 어플리케이션 프로그램과 상기 어플리케이션 프로그램들을 실행시킬 수 있는 제어 프로그램 사이의 통신을 설정하고, 상기 외부 서버로부터 상기 전자 장치의 상태들의 시퀀스를 수신하고, 상기 제1 어플리케이션 프로그램과 상기 시퀀스에 기초하여 실행 가능한 제2 어플리케이션 프로그램을 비교하고, 상기 비교 결과에 기초하여 상기 제1 어플리케이션 프로그램 또는 상기 제2 어플리케이션 프로그램을 실행하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 제1 어플리케이션 프로그램과 상기 제2 어플리케이션 프로그램이 대응하면 상기 제1 어플리케이션 프로그램을 실행하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 제1 어플리케이션 프로그램과 상기 제2 어플리케이션 프로그램이 대응하지 않으면, 상기 제2 어플리케이션 프로그램과 상기 제어 프로그램 사이의 통신을 설정하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 제2 어플리케이션 프로그램과 상기 상기 제어 프로그램 사이의 통신이 설정되면, 상기 제2 어플리케이션 프로그램을 실행하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 통신 회로를 통해 상기 사용자 발화의 종료여부를 나타내는 데이터를 수신하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 통신 회로를 통해 상기 사용자 발화가 상기 전자 장치에 입력되는 순서에 기초하여 생성된 복수의 텍스터 데이터들을 상기 순서대로 수신하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 텍스트 데이터는 상기 어플리케이션 프로그램들 각각을 식별할 수 있는 식별 데이터를 포함하고, 상기 명령어들은 상기 프로세서로 하여금, 상기 식별 데이터에 기초하여 상기 제1 어플리케이션 프로그램을 식별하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 제1 사용자 발화가 포함되는 카테고리(category)에 기초하여 상기 어플리케이션 프로그램들의 적어도 하나를 식별하게 할 수 있다.
본 발명의 일 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 제1 영역에 위치하는 스피커, 상기 하우징의 제2 영역에 위치하는 마이크, 상기 하우징의 제3 영역에 위치하는 디스플레이, 상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로, 상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 연결되는 프로세서, 및 상기 하우징 내부에 위치하고, 상기 프로세서와 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들을 저장하는 메모리를 포함하고, 상기 명령어들은 실행 시 상기 프로세서로 하여금, 상기 마이크를 통해 상기 어플리케이션 프로그램들 중 적어도 하나를 이용하여 태스크(task)를 수행하기 위한 요청을 포함하는 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화와 상기 메모리에 저장된 제2 사용자 발화를 비교하고, 상기 비교 결과 상기 제1 사용자 발화와 상기 제2 사용자 발화가 일치하는 정도가 지정된 수준 이상이면, 상기 제2 사용자 발화에 대응되는 상기 전자 장치의 상태들의 시퀀스(a sequence of states)에 기초하여 상기 태스크의 적어도 일부를 수행하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 시퀀스의 갱신 여부를 나타내는 데이터를 상기 외부 서버로부터 수신하고, 상기 갱신이 이루어지지 않았을 경우 상기 시퀀스에 기초하여 상기 태스크의 적어도 일부를 수행하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 갱신이 이루어졌을 경우, 상기 갱신된 전자 장치의 상태들의 시퀀스를 상기 외부 서버로부터 수신하고, 상기 갱신된 전자 장치의 상태들의 시퀀스에 기초하여 상기 태스크의 적어도 일부를 수행하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 제1 사용자 발화는 상기 제1 사용자 발화에 대응하는 제1 PCM(pulse code modulation) 데이터를 포함하고, 상기 제2 사용자 발화는 상기 제2 사용자 발화에 대응하는 제2 PCM 데이터를 포함하고, 상기 명령어들은 상기 프로세서로 하여금, 상기 제1 PCM 데이터와 상기 제2 PCM를 비교하게 할 수 있다.
본 발명의 일 실시 예에 따른 상기 명령어들은 상기 프로세서로 하여금, 상기 제1 사용자 발화에 대응하는 텍스트 데이터를 수신하게 할 수 있다.

Claims (20)

  1. 전자 장치에 있어서,
    하우징,
    상기 하우징의 제1 영역에 위치하는 스피커,
    상기 하우징의 제2 영역에 위치하는 마이크,
    상기 하우징의 제3 영역에 위치하는 디스플레이,
    상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로,
    상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 작동적으로(operatively) 연결되는 적어도 하나의 프로세서, 및
    상기 하우징 내부에 위치하고, 상기 적어도 하나의 프로세서와 기능적으로 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들(instructions)을 저장하는 메모리를 포함하고,
    상기 명령어들은 실행 시 상기 적어도 하나의 프로세서로 하여금:
    상기 마이크를 통해 상기 복수의 어플리케이션 프로그램들 중 적어도 하나를 이용하여 태스크(task)를 수행하기 위한 요청을 포함하는 사용자 발화를 수신하고,
    상기 사용자 발화와 연관된 제1 데이터를 상기 통신 회로를 통해 적어도 하나의 외부 서버로 전송하고,
    자동 음성 인식(automatic speech recognition; ASR) 모듈에서 생성된 텍스트를 포함하는 제2 데이터를 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고,
    상기 텍스트를 포함하는 상기 제2 데이터를 수신함에 응답하여, 상기 텍스트를 포함하는 상기 제2 데이터의 적어도 일부에 기초하여 상기 복수의 어플리케이션 프로그램들의 적어도 하나를 식별(identify)하고,
    상기 외부 서버가 상기 전자 장치의 상태들의 시퀀스(a sequence of states)를 생성 또는 결정하는 동안 상기 식별된 상기 복수의 어플리케이션 프로그램들의 적어도 하나를 실행할 준비를 하고,
    상기 복수의 어플리케이션 프로그램들의 적어도 하나를 식별한 후, 상기 태스크의 적어도 일부를 수행하기 위해 상기 전자 장치의 상태들의 시퀀스와 관련된 정보를 포함하는 제1 응답을 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고,
    상기 제1 응답을 수신함에 응답하여, 상기 전자 장치로 하여금 상기 복수의 어플리케이션 프로그램들의 적어도 하나를 이용하여 상기 상태들의 시퀀스를 가짐으로써 상기 태스크의 적어도 일부를 수행하게 하는, 전자 장치.
  2. 청구항 1에 있어서,
    상기 메모리는 지능형 어시스턴트(assistant)와 연관된 서비스 컴포넌트(service component)를 저장하고,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금:
    상기 제1 응답을 수신하기 전에, 상기 식별된 상기 복수의 어플리케이션 프로그램들의 적어도 하나와 상기 서비스 컴포넌트 사이의 통신을 설정하게 하는, 전자 장치.
  3. 청구항 2에 있어서,
    상기 통신은 프로세스 간 통신(inter process communication; IPC)을 포함하는, 전자 장치.
  4. 청구항 3에 있어서,
    상기 명령어들은 운영 체제를 포함하고,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금 바인더 메커니즘(binder mechanism) 또는 프레임워크(framework)를 이용하여 상기 통신을 시작하게 하는, 전자 장치.
  5. 청구항 1에 있어서,
    상기 복수의 어플리케이션 프로그램들은 제1 타입 어플리케이션 프로그램 및 제2 타입 어플리케이션 프로그램을 포함하고,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 복수의 어플리케이션 프로그램들의 적어도 하나가 상기 제1 타입 어플리케이션 프로그램을 포함하면, 상기 상태들의 시퀀스를 기반으로 상기 태스크의 적어도 일부를 수행하게 하고,
    상기 복수의 어플리케이션 프로그램들의 적어도 하나가 상기 제2 타입 어플리케이션 프로그램을 포함하면, 상기 외부 서버로부터 수신된 액터(actor)에 기초하여 상기 태스크의 적어도 일부를 수행하게 하고,
    상기 액터는 상기 제2 타입 어플리케이션 프로그램 또는 어플리케이션 프로그래밍 인터페이스(application programming interface, API) 세트(set)를 제어하기 위한 프로그램을 포함하는 전자 장치.
  6. 청구항 1에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 사용자 발화가 포함되는 카테고리(category)에 기초하여 상기 복수의 어플리케이션 프로그램들의 적어도 하나를 식별하게 하는, 전자 장치.
  7. 청구항 1에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 텍스트 중 지정된 일부에 인접한 다른 일부에 기초하여 상기 복수의 어플리케이션 프로그램들의 적어도 하나를 식별하게 하는, 전자 장치.
  8. 전자 장치에 있어서,
    하우징,
    상기 하우징의 제1 영역에 위치하는 스피커,
    상기 하우징의 제2 영역에 위치하는 마이크,
    상기 하우징의 제3 영역에 위치하는 디스플레이,
    상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로,
    상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 동작적으로(operatively) 연결되는 적어도 하나의 프로세서, 및
    상기 하우징 내부에 위치하고, 상기 적어도 하나의 프로세서와 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들(instructions)을 저장하는 메모리를 포함하고,
    상기 명령어들은 실행 시 상기 적어도 하나의 프로세서로 하여금:
    상기 마이크를 통해 사용자 발화를 수신하고,
    상기 통신 회로를 통해 상기 사용자 발화를 외부 서버로 전송하고,
    상기 통신 회로를 통해 상기 외부 서버로부터 상기 사용자 발화에 대응되는 텍스트 데이터를 수신하고,
    상기 텍스트 데이터를 수신함에 응답하여, 상기 텍스트 데이터의 적어도 일부에 기초하여 상기 복수의 어플리케이션 프로그램들 중 제1 어플리케이션 프로그램을 식별(identify)하고,
    상기 제1 어플리케이션 프로그램을 식별함에 응답하여, 상기 외부 서버가 상기 전자 장치의 상태들의 시퀀스(a sequence of states)를 생성 또는 결정하는 동안, 상기 제1 어플리케이션 프로그램과 상기 복수의 어플리케이션 프로그램들을 실행시킬 수 있는 제어 프로그램 사이의 통신을 설정하고,
    상기 제1 어플리케이션 프로그램과 상기 제어 프로그램 사이의 통신을 설정한 이후, 상기 외부 서버로부터 상기 전자 장치의 상태들의 시퀀스를 수신하고,
    상기 제1 어플리케이션 프로그램과 상기 상태들의 시퀀스에 기초하여 실행 가능한 제2 어플리케이션 프로그램을 비교하고,
    상기 비교 결과에 기초하여 상기 제1 어플리케이션 프로그램 또는 상기 제2 어플리케이션 프로그램을 실행하게 하는, 전자 장치.
  9. 청구항 8에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 제1 어플리케이션 프로그램과 상기 제2 어플리케이션 프로그램이 대응하면 상기 제1 어플리케이션 프로그램을 실행하게 하는, 전자 장치.
  10. 청구항 8에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 제1 어플리케이션 프로그램과 상기 제2 어플리케이션 프로그램이 대응하지 않으면,
    상기 제2 어플리케이션 프로그램과 상기 제어 프로그램 사이의 통신을 설정하게 하는, 전자 장치.
  11. 청구항 10에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 제2 어플리케이션 프로그램과 상기 제어 프로그램 사이의 통신이 설정되면,
    상기 제2 어플리케이션 프로그램을 실행하게 하는, 전자 장치.
  12. 청구항 8에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 통신 회로를 통해 상기 사용자 발화의 종료여부를 나타내는 데이터를 수신하게 하는, 전자 장치.
  13. 청구항 8에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 통신 회로를 통해 상기 사용자 발화가 상기 전자 장치에 입력되는 순서에 기초하여 생성된 복수의 텍스터 데이터들을 상기 순서대로 수신하게 하는, 전자 장치.
  14. 청구항 8에 있어서,
    상기 텍스트 데이터는 상기 복수의 어플리케이션 프로그램들 각각을 식별할 수 있는 식별 데이터를 포함하고,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금, 상기 식별 데이터에 기초하여 상기 제1 어플리케이션 프로그램을 식별하게 하는, 전자 장치.
  15. 청구항 8에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 사용자 발화가 포함되는 카테고리(category)에 기초하여 상기 복수의 어플리케이션 프로그램들의 적어도 하나를 식별하게 하는, 전자 장치.
  16. 전자 장치에 있어서,
    하우징,
    상기 하우징의 제1 영역에 위치하는 스피커,
    상기 하우징의 제2 영역에 위치하는 마이크,
    상기 하우징의 제3 영역에 위치하는 디스플레이,
    상기 하우징 내부에 위치하거나 상기 하우징에 부착되는 통신 회로,
    상기 하우징 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이, 및 상기 통신 회로와 동작적으로(operatively) 연결되는 적어도 하나의 프로세서, 및
    상기 하우징 내부에 위치하고, 상기 적어도 하나의 프로세서와 연결되고, 복수의 어플리케이션 프로그램들 및 명령어들을 저장하는 메모리를 포함하고,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금:
    상기 마이크를 통해 상기 복수의 어플리케이션 프로그램들 중 적어도 하나를 이용하여 태스크(task)를 수행하기 위한 요청을 포함하는 제1 사용자 발화를 수신하고,
    상기 제1 사용자 발화를 수신함에 응답하여, 상기 제1 사용자 발화와 상기 메모리에 저장된 제2 사용자 발화를 비교하고,
    상기 비교 결과 상기 제1 사용자 발화와 상기 제2 사용자 발화가 일치하는 정도가 지정된 수준 이상이면, 상기 제2 사용자 발화에 대응되는 상기 전자 장치의 상태들의 시퀀스(a sequence of states)에 기초하여 상기 태스크의 적어도 일부를 수행하게 하는, 전자 장치.
  17. 청구항 16에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금,
    상기 통신 회로를 통하여 상기 시퀀스의 갱신 여부를 나타내는 데이터를 외부 서버로부터 수신하고,
    상기 갱신이 이루어지지 않았을 경우 상기 시퀀스에 기초하여 상기 태스크의 적어도 일부를 수행하게 하는, 전자 장치.
  18. 청구항 17에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금
    상기 갱신이 이루어졌을 경우, 상기 통신 회로를 통하여 상기 갱신된 전자 장치의 상태들의 시퀀스를 상기 외부 서버로부터 수신하고,
    상기 갱신된 전자 장치의 상태들의 시퀀스에 기초하여 상기 태스크의 적어도 일부를 수행하게 하는, 전자 장치.
  19. 청구항 16에 있어서,
    상기 제1 사용자 발화는 상기 제1 사용자 발화에 대응하는 제1 PCM(pulse code modulation) 데이터를 포함하고,
    상기 제2 사용자 발화는 상기 제2 사용자 발화에 대응하는 제2 PCM 데이터를 포함하고,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금, 상기 제1 PCM 데이터와 상기 제2 PCM를 비교하게 하는, 전자 장치.
  20. 청구항 16에 있어서,
    상기 명령어들은, 실행 시, 상기 적어도 하나의 프로세서로 하여금, 상기 제1 사용자 발화에 대응하는 텍스트 데이터를 수신하게 하는, 전자 장치.
KR1020170081421A 2017-06-27 2017-06-27 음성 입력에 대응하는 동작을 수행하는 전자 장치 KR102060775B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020170081421A KR102060775B1 (ko) 2017-06-27 2017-06-27 음성 입력에 대응하는 동작을 수행하는 전자 장치
US15/992,906 US10540973B2 (en) 2017-06-27 2018-05-30 Electronic device for performing operation corresponding to voice input
CN201810667208.7A CN109144458B (zh) 2017-06-27 2018-06-25 用于执行与语音输入相对应的操作的电子设备
EP18179831.5A EP3422344B1 (en) 2017-06-27 2018-06-26 Electronic device for performing operation corresponding to voice input

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170081421A KR102060775B1 (ko) 2017-06-27 2017-06-27 음성 입력에 대응하는 동작을 수행하는 전자 장치

Publications (2)

Publication Number Publication Date
KR20190001435A KR20190001435A (ko) 2019-01-04
KR102060775B1 true KR102060775B1 (ko) 2019-12-30

Family

ID=62791587

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170081421A KR102060775B1 (ko) 2017-06-27 2017-06-27 음성 입력에 대응하는 동작을 수행하는 전자 장치

Country Status (4)

Country Link
US (1) US10540973B2 (ko)
EP (1) EP3422344B1 (ko)
KR (1) KR102060775B1 (ko)
CN (1) CN109144458B (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111696534B (zh) * 2019-03-15 2023-05-23 阿里巴巴集团控股有限公司 语音交互设备和系统、设备控制方法、计算设备以及介质
US20200349940A1 (en) * 2019-05-02 2020-11-05 Samsung Electronics Co., Ltd. Server for determining target device based on speech input of user and controlling target device, and operation method of the server
KR20210028380A (ko) 2019-09-04 2021-03-12 삼성전자주식회사 음성 인식 기능을 이용한 동작을 수행하는 전자 장치 및 이를 이용한 동작과 관련된 알림을 제공하는 방법
KR20220072480A (ko) * 2020-11-25 2022-06-02 삼성전자주식회사 사용자 발화를 처리하는 전자 장치 및 그 작동 방법
CN114979355A (zh) * 2022-05-30 2022-08-30 维沃移动通信有限公司 麦克风的控制方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150088525A1 (en) 2013-09-24 2015-03-26 Tencent Technology (Shenzhen) Co., Ltd. Method and apparatus for controlling applications and operations on a terminal
US20150199965A1 (en) 2014-01-16 2015-07-16 CloudCar Inc. System and method for recognition and automatic correction of voice commands
US20160266872A1 (en) 2013-02-22 2016-09-15 Samsung Electronics Co., Ltd. Method for providing a voice-speech service and mobile terminal implementing the same

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8516114B2 (en) 2002-03-29 2013-08-20 International Business Machines Corporation Method and apparatus for content pre-fetching and preparation
US8942985B2 (en) 2004-11-16 2015-01-27 Microsoft Corporation Centralized method and system for clarifying voice commands
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US7831431B2 (en) * 2006-10-31 2010-11-09 Honda Motor Co., Ltd. Voice recognition updates via remote broadcast signal
US8370160B2 (en) * 2007-12-31 2013-02-05 Motorola Mobility Llc Methods and apparatus for implementing distributed multi-modal applications
HK1145935A2 (en) * 2010-10-29 2011-05-06 Cosmact Ltd System for providing and managing interactive service and thereof
US9117449B2 (en) * 2012-04-26 2015-08-25 Nuance Communications, Inc. Embedded system for construction of small footprint speech recognition with user-definable constraints
KR20130133629A (ko) * 2012-05-29 2013-12-09 삼성전자주식회사 전자장치에서 음성명령을 실행시키기 위한 장치 및 방법
US20140278403A1 (en) 2013-03-14 2014-09-18 Toytalk, Inc. Systems and methods for interactive synthetic character dialogue
CN104461597A (zh) 2013-09-24 2015-03-25 腾讯科技（深圳）有限公司 应用程序的启动控制方法及装置
KR102301880B1 (ko) 2014-10-14 2021-09-14 삼성전자 주식회사 전자 장치 및 이의 음성 대화 방법
CN104951077A (zh) * 2015-06-24 2015-09-30 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法、装置和终端设备
KR20180060328A (ko) 2016-11-28 2018-06-07 삼성전자주식회사 멀티 모달 입력을 처리하는 전자 장치, 멀티 모달 입력을 처리하는 방법 및 멀티 모달 입력을 처리하는 서버
KR102369083B1 (ko) 2017-04-17 2022-03-02 삼성전자주식회사 음성 데이터 처리 방법 및 이를 지원하는 전자 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160266872A1 (en) 2013-02-22 2016-09-15 Samsung Electronics Co., Ltd. Method for providing a voice-speech service and mobile terminal implementing the same
US20150088525A1 (en) 2013-09-24 2015-03-26 Tencent Technology (Shenzhen) Co., Ltd. Method and apparatus for controlling applications and operations on a terminal
US20150199965A1 (en) 2014-01-16 2015-07-16 CloudCar Inc. System and method for recognition and automatic correction of voice commands

Also Published As

Publication number Publication date
CN109144458B (zh) 2021-04-27
CN109144458A (zh) 2019-01-04
EP3422344A1 (en) 2019-01-02
KR20190001435A (ko) 2019-01-04
US10540973B2 (en) 2020-01-21
US20180374481A1 (en) 2018-12-27
EP3422344B1 (en) 2020-09-09

Similar Documents

Publication Publication Date Title
CN110998720B (zh) 话音数据处理方法及支持该方法的电子设备
KR102060775B1 (ko) 음성 입력에 대응하는 동작을 수행하는 전자 장치
KR20190111624A (ko) 전자 장치 및 전자 장치의 음성 인식 제어 방법
KR102574593B1 (ko) 챗봇을 이용한 서비스 제공 방법 및 그 장치
KR102406718B1 (ko) 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템
KR20190001434A (ko) 발화 인식 모델을 선택하는 시스템 및 전자 장치
US10560576B1 (en) Electronic device for performing task including call in response to user utterance and operation method thereof
KR102464120B1 (ko) 사용자 발화를 처리하는 전자 장치
KR20200007530A (ko) 사용자 음성 입력 처리 방법 및 이를 지원하는 전자 장치
AU2019201441B2 (en) Electronic device for processing user voice input
US10976997B2 (en) Electronic device outputting hints in an offline state for providing service according to user context
KR20210001082A (ko) 사용자 발화를 처리하는 전자 장치와 그 동작 방법
US20210217406A1 (en) Voice recognition service operating method and electronic device supporting same
US11361750B2 (en) System and electronic device for generating tts model
KR102426411B1 (ko) 사용자 발화을 처리하는 전자 장치 및 시스템
US11244676B2 (en) Apparatus for processing user voice input
US20200051555A1 (en) Electronic apparatus for processing user utterance and controlling method thereof
KR20220125523A (ko) 전자 장치 및 전자 장치에서 레코딩과 음성 입력을 처리하는 방법
KR20190106154A (ko) 성능 모드 제어 방법 및 이를 지원하는 전자 장치

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant