KR102412523B1 - 음성 인식 서비스 운용 방법, 이를 지원하는 전자 장치 및 서버 - Google Patents
음성 인식 서비스 운용 방법, 이를 지원하는 전자 장치 및 서버 Download PDFInfo
- Publication number
- KR102412523B1 KR102412523B1 KR1020170090891A KR20170090891A KR102412523B1 KR 102412523 B1 KR102412523 B1 KR 102412523B1 KR 1020170090891 A KR1020170090891 A KR 1020170090891A KR 20170090891 A KR20170090891 A KR 20170090891A KR 102412523 B1 KR102412523 B1 KR 102412523B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- electronic device
- server
- time point
- processor
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 37
- 238000012545 processing Methods 0.000 claims abstract description 61
- 238000004891 communication Methods 0.000 claims abstract description 60
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims description 83
- 230000033001 locomotion Effects 0.000 claims description 5
- 238000011017 operating method Methods 0.000 claims 2
- 230000006870 function Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 16
- 230000014509 gene expression Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000010267 cellular communication Effects 0.000 description 4
- 238000009795 derivation Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 240000000015 Iris germanica Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 238000002567 electromyography Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
-
- 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/08—Mouthpieces; Microphones; Attachments therefor
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R27/00—Public address 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
- G10L15/22—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
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2227/00—Details of public address [PA] systems covered by H04R27/00 but not provided for in any of its subgroups
- H04R2227/003—Digital PA systems using, e.g. LAN or internet
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2420/00—Details of connection covered by H04R, not provided for in its groups
- H04R2420/07—Applications of wireless loudspeakers or wireless microphones
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- User Interface Of Digital Computer (AREA)
- Telephonic Communication Services (AREA)
Abstract
본 발명의 일 실시 예는, 적어도 하나의 외부 장치와 통신을 수행하는 통신 회로, 사용자 발화에 따른 음성 입력을 수신하는 마이크, 음성 인식 서비스의 운용에 관계되는 적어도 하나의 데이터를 저장하는 메모리, 음성 데이터를 출력하는 적어도 하나의 스피커 및 상기 통신 회로, 상기 마이크, 상기 메모리, 상기 스피커와 전기적으로 연결되는 프로세서를 포함하고, 상기 프로세서는, 상기 음성 입력을 수신하여 상기 음성 입력과 관계된 제1 데이터를 상기 음성 인식 서비스를 지원하는 제1 서버로 전송하고, 상기 제1 데이터의 전송으로부터 제1 시간이 경과된 제1 시점(time)에서 상기 제1 서버로부터 상기 제1 데이터의 일부 처리에 해당하는 제2 데이터를 수신하여 출력하고, 상기 제1 시점으로부터 제2 시간이 경과되는 제2 시점 이내에 상기 제1 서버 또는 상기 음성 인식 서비스를 지원하는 제2 서버로부터 상기 제1 데이터의 나머지 처리에 해당하는 제3 데이터를 수신하는 경우 상기 제2 시점에서 상기 제3 데이터를 출력하도록 설정된 전자 장치를 개시한다. 이 외에도 명세서를 통하여 파악되는 다양한 실시 예가 가능하다.
Description
본 문서에서 개시되는 다양한 실시 예들은, 음성 입력에 대한 응답 대기 시간 단축 기술과 관련된다.
근래의 전자 장치는 사용자와의 인터렉션(interaction)을 지향하기 위한 일환으로 다양한 양상의 입력 방식을 제안하고 있다. 일례로, 전자 장치는 지정된 어플리케이션 프로그램의 실행을 기반으로 사용자 발화에 따른 음성을 입력 받는 음성 입력 방식을 지원할 수 있다. 나아가, 전자 장치는 음성 입력을 인식하여 사용자의 발화 의도를 도출하고, 상기 발화 의도에 대응하는 응답을 제공하는 음성 인식 서비스를 지원할 수 있다.
음성 인식 서비스는 기계 학습 알고리즘을 활용하는 인공지능(AI) 시스템을 기반으로 구현될 수 있다. 인공지능 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템으로써, 기계가 스스로 학습하고 판단하며, 사용할수록 인식률이 향상되는 시스템이다. 인공지능 기술은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘을 이용하는 기계학습(예: 딥러닝(deep learning)) 기술 및 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 요소 기술들(예: 인간의 언어/문자를 인식하는 언어적 이해 기술, 정보를 판단하여 논리적으로 추론하고 예측하는 추론/예측 기술 등)로 구성될 수 있다.
전자 장치를 통한 음성 인식 서비스 운용은 언어적 모델 또는 알고리즘을 기반으로 사용자 발화 상의 정보를 분석하는 일련의 프로세스를 수반할 수 있다. 이에 따라, 전자 장치의 응답 제공(또는, 응답 출력)은 사용자 발화로부터 소정의 시간 경과 후 수행될 수 있으며, 이는 응답에 대한 사용자의 대기 시간으로 이해될 수 있다. 그러나, 사용자에게 있어 상술과 같은 응답 대기 시간은 사용자 발화(또는, 음성 입력)의 처리가 정상적으로 수행되고 있음을 인지하는데 저해 요인으로 작용할 수 있으며, 이는 음성 인식 서비스에 대한 운용 효율 또는 신뢰도를 저감시킬 수 있다.
본 문서에서는, 사용자 발화(또는, 음성 입력)의 처리가 완료되기 이전 시점(time)에, 사용자 발화에 대응하는 응답의 일부를 조기(early) 제공함으로써, 사용자의 응답 대기 시간 단축을 구현할 수 있는 음성 인식 서비스 운용 방법과 이를 지원하는 전자 장치 및 서버를 제공한다.
일 실시 예에 따른 음성 인식 서비스를 지원하는 전자 장치는, 적어도 하나의 외부 장치와 통신을 수행하는 통신 회로, 사용자 발화에 따른 음성 입력을 수신하는 마이크, 상기 음성 인식 서비스의 운용에 관계되는 적어도 하나의 데이터를 저장하는 메모리, 음성 데이터를 출력하는 적어도 하나의 스피커 및 상기 통신 회로, 상기 마이크, 상기 메모리, 상기 스피커와 전기적으로 연결되는 프로세서를 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 음성 입력을 수신하여 상기 음성 입력과 관계된 제1 데이터를 상기 음성 인식 서비스를 지원하는 제1 서버로 전송하고, 상기 제1 데이터의 전송으로부터 제1 시간이 경과된 제1 시점(time)에서 상기 제1 서버로부터 상기 제1 데이터의 일부 처리에 해당하는 제2 데이터를 수신하여 출력하고, 상기 제1 시점으로부터 제2 시간이 경과되는 제2 시점 이내에 상기 제1 서버 또는 상기 음성 인식 서비스를 지원하는 제2 서버로부터 상기 제1 데이터의 나머지 처리에 해당하는 제3 데이터를 수신하는 경우 상기 제2 시점에서 상기 제3 데이터를 출력할 수 있다.
일 실시 예에 따른 전자 장치의 음성 인식 서비스 운용 방법은, 사용자 발화에 따른 음성 입력을 수신하여 상기 음성 입력과 관계된 제1 데이터를 음성 인식 서비스를 지원하는 제1 서버로 전송하는 동작, 상기 제1 데이터의 전송으로부터 제1 시간이 경과된 제1 시점에서 상기 제1 서버로부터 상기 제1 데이터의 일부 처리에 해당하는 제2 데이터를 수신하여 출력하는 동작 및 상기 제1 시점으로부터 제2 시간이 경과되는 제2 시점 이내에 상기 제1 서버 또는 상기 음성 인식 서비스를 지원하는 제2 서버로부터 상기 제1 데이터의 나머지 처리에 해당하는 제3 데이터를 수신하는 경우 상기 제2 시점에서 상기 제3 데이터를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따른 음성 인식 서비스를 지원하는 서버는, 적어도 하나의 외부 장치와의 통신을 지원하는 통신 인터페이스, 상기 음성 인식 서비스의 운용에 관계되는 적어도 하나의 데이터를 저장하는 메모리, 제1 외부 장치로부터 수신하는 음성 입력을 처리하는 음성 입력 처리 모듈 및 상기 통신 인터페이스, 상기 메모리, 상기 음성 입력 처리 모듈과 전기적으로 연결되는 프로세서를 포함할 수 있다.
일 실시 예에 따르면, 상기 서버의 메모리는 실행 시에 상기 프로세서로 하여금, 상기 통신 인터페이스를 기반으로 상기 제1 외부 장치로부터 상기 음성 입력과 관계된 제1 데이터를 수신하고, 상기 음성 입력 처리 모듈 및 적어도 하나의 제2 외부 장치와의 통신 중 적어도 하나를 기반으로 상기 제1 데이터를 처리하되, 상기 제1 데이터의 일부 처리가 완료되는 제1 시점(time)에 상기 일부 처리에 해당하는 제2 데이터를 상기 제1 외부 장치로 전송하고, 상기 제2 데이터 전송 이후의 제2 시점에 상기 제1 데이터의 나머지 처리에 해당하는 제3 데이터를 상기 제2 외부 장치 중 적어도 하나로부터 수신하여 상기 제1 외부 장치로 전송하도록 하는 적어도 하나의 인스트럭션(instruction)을 저장할 수 있다.
다양한 실시 예에 따르면, 사용자 발화로부터 전자 장치의 응답 제공까지에 소요되는 시간이 단축됨으로써, 응답 대기에 따른 사용자의 위화감이 경감되고, 음성 인식 서비스의 운용 효율 또는 운용 신뢰도가 향상될 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시 예에 따른 전자 장치의 운용 환경을 도시한 도면이다.
도 2는 일 실시 예에 따른 인텔리전트(intelligent) 시스템을 도시한 도면이다.
도 3a는 일 실시 예에 따른 사용자 발화 처리에 대한 일련의 프로세스를 도시한 도면이다.
도 3b는 일 실시 예에 따른 사용자 발화 처리에 대한 인텔리전트 시스템 상의 타임라인 형태를 도시한 도면이다.
도 4는 일 실시 예에 따른 전자 장치의 제1 응답 수행 형태를 도시한 도면이다.
도 5는 일 실시 예에 따른 전자 장치의 의인화된 양상의 콘텐츠 출력 형태를 도시한 도면이다.
도 6은 일 실시 예에 따른 전자 장치의 음성 인식 서비스 운용 방법을 도시한 도면이다.
도 7은 일 실시 예에 따른 네트워크 환경 내의 전자 장치를 도시한 도면이다.
도 2는 일 실시 예에 따른 인텔리전트(intelligent) 시스템을 도시한 도면이다.
도 3a는 일 실시 예에 따른 사용자 발화 처리에 대한 일련의 프로세스를 도시한 도면이다.
도 3b는 일 실시 예에 따른 사용자 발화 처리에 대한 인텔리전트 시스템 상의 타임라인 형태를 도시한 도면이다.
도 4는 일 실시 예에 따른 전자 장치의 제1 응답 수행 형태를 도시한 도면이다.
도 5는 일 실시 예에 따른 전자 장치의 의인화된 양상의 콘텐츠 출력 형태를 도시한 도면이다.
도 6은 일 실시 예에 따른 전자 장치의 음성 인식 서비스 운용 방법을 도시한 도면이다.
도 7은 일 실시 예에 따른 네트워크 환경 내의 전자 장치를 도시한 도면이다.
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.
도 1은 일 실시 예에 따른 전자 장치의 운용 환경을 도시한 도면이다.
도 1을 참조하면, 전자 장치(100)는 적어도 하나의 서버(300 내지 n)와 연계되어 음성 인식 서비스를 지원하기 위한 인프라를 구축할 수 있다. 예를 들어, 전자 장치(100)는 적어도 하나의 서버(300 내지 n)와 네트워크(200)를 형성하고, 상기 네트워크(200)에 액세스하여 음성 인식 서비스의 운용에 관계되는 적어도 하나의 데이터를 송신 또는 수신할 수 있다.
일 실시 예에서, 전자 장치(100)는 특정 콘텐츠 데이터(또는, 정보 데이터)의 획득과 관계된 명령 또는 의도를 내포하는 사용자 발화(10)를 수신할 수 있다. 예를 들어, 전자 장치(100)는 사용자 제어에 대응하여 상기 음성 인식 서비스의 운용을 지원하는 어플리케이션 프로그램(이하, 음성 인식 어플리케이션이라 칭함)을 실행하고, 상기 음성 인식 어플리케이션의 실행에 따라 활성화되는 입력 장치(예: 마이크)를 기반으로 사용자 발화(10)에 따른 음성 입력을 수신할 수 있다. 전자 장치(100)는 상기 음성 입력의 처리와 관련하여, 적어도 하나의 서버(300 내지 n) 중 상기 음성 입력에 대한 전반적 처리를 관장하는 제1 서버(300)(예: 후술되는 지능형 서버)로 상기 음성 입력과 관계된 데이터를 전송할 수 있다.
일 실시 예에서, 제1 서버(300)는 전자 장치(100)로부터 수신한 음성 입력 데이터에 대한 인식 또는 이해를 기반으로 논리적 추론을 수행하여 사용자 발화(10)의 의도를 도출할 수 있다. 제1 서버(300)는 도출된 사용자 발화 의도에 근거하여, 적어도 하나의 서비스 서버(400 내지 n) 중 상기 사용자 발화 의도에 대응하는 콘텐츠 데이터를 운용 또는 관리하는 제1 서비스 서버(예: 400)를 식별할 수 있다. 제1 서버(300)는 제1 서비스 서버(400)에 전자 장치(100)로의 콘텐츠 데이터 전송을 요청하거나 또는, 제1 서비스 서버(400)로부터 상기 콘텐츠 데이터를 획득하여 전자 장치(100)로 전송할 수 있다. 상기 전자 장치(100)는 탑재된 출력 장치(예: 디스플레이 또는 스피커)를 기반으로 제1 서버(300) 또는 제1 서비스 서버(400)로부터 수신한 콘텐츠 데이터를 텍스트 또는 음성 형태로 출력하여 사용자 발화(10)에 응답할 수 있다.
요컨대, 전술된 전자 장치(100) 및 적어도 하나의 서버(300 내지 n)는 음성 인식 기반의 서비스를 제공하기 위한 일련의 프로세스를 수행할 수 있다. 예를 들어, 전자 장치(100)는 사용자 발화(10)에 따른 음성 입력을 수신하여 관계되는 데이터를 제1 서버(300)로 전송하고, 상기 제1 서버(300)는 음성 입력 데이터를 인식하여 사용자 발화 의도를 도출할 수 있다. 또한, 제1 서버(300) 또는 제1 서비스 서버(400)는 사용자 발화 의도에 대응하는 콘텐츠 데이터를 전자 장치(100)로 전송하여, 상기 사용자 발화(10)에 대한 전자 장치(100)의 응답을 지원할 수 있다.
일 실시 예에 따르면, 상술과 같은 프로세스 상에서 전자 장치(100) 또는 제1 서버(300)는 사용자 발화(10)로부터 상기 전자 장치(100)의 응답 수행까지에 소요되는 시간을 단축시키기 위하여 지정된 기능 동작을 수행할 수 있다. 예를 들어, 제1 서버(300)는 사용자 발화 의도가 도출되는 제1 시점(time)에, 상기 의도 도출에 참조되는 음성 입력 데이터 상의 정보 자원을 기반으로 소정의 응답 데이터를 생성하여 전자 장치(100)로 전송할 수 있다. 이에 따라, 전자 장치(100)는 사용자 발화(10)에 대응하는 응답의 적어도 일부로써 상기 응답 데이터를 조기(early) 출력하고, 이후의 제2 시점에 제1 서버(300) 또는 제1 서비스 서버(400)로부터 수신하는 콘텐츠 데이터를 출력하여 상기 응답을 완료할 수 있다. 이하, 전자 장치(100)의 응답 출력 시간(또는, 사용자의 응답 대기 시간) 단축과 관계되는 다양한 실시 예 및 이를 구현하는 구성요소들의 기능 동작에 대하여 살펴보기로 한다.
도 2는 일 실시 예에 따른 인텔리전트(intelligent) 시스템을 도시한 도면이다.
도 2를 참조하면, 인텔리전트 시스템(1000)은 전자 장치(100), 지능형 서버(300) 또는 적어도 하나의 서비스 서버(400 내지 n)를 포함할 수 있다. 앞서 언급되었듯이, 상기 인텔리전트 시스템(1000)의 구성요소들은 네트워크(도 1의 200)를 기반으로 연계되어 상호작용할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 통신 회로(110), 마이크(120), 메모리(130), 디스플레이(140), 스피커(150) 또는 프로세서(160)를 포함할 수 있다. 전자 장치(100)는 상술된 구성요소들 중 적어도 하나를 생략하거나, 다른 구성요소를 추가적으로 포함할 수 있다. 예를 들어, 전자 장치(100)는 외관의 적어도 일부를 구현하는 하우징(미도시)을 더 포함할 수 있다. 전자 장치(100)의 구성요소들은 상기 하우징 내부로 배치되거나, 상기 하우징 상에(on the housing) 배치될 수 있다.
다양한 실시 예에서, 전자 장치(100)는 프로세서(160)의 제어 하에 적어도 일부분이 유동할 수 있으며, 이와 관련하여 전자 장치(100)는 상기 하우징의 내부로 배치되어 상기 유동을 지원하는 구동 장치(예: 모터)(미도시)를 포함할 수도 있다. 또는, 전자 장치(100)는 일 영역으로 배치되는 하드웨어 키(미도시)를 포함할 수 있다. 상기 하드웨어 키의 적어도 일 영역으로 사용자 조작(예: 프레스(press) 또는 프레스 홀드(press and hold))이 인가되는 경우, 프로세서(160)는 음성 인식 어플리케이션의 실행을 제어할 수 있다.
상기 통신 회로(110)는 전자 장치(100)와 외부 장치 간의 통신을 지원할 수 있다. 예를 들어, 통신 회로(110)는 지능형 서버(300) 또는 제1 내지 제n 서비스 서버(400 내지 n)와 규정된 프로토콜(protocol)에 따른 유선 통신 또는 무선 통신을 수립할 수 있다. 통신 회로(110)는 상기 유선 통신 또는 무선 통신을 기반으로 네트워크(200)에 액세스함으로써, 지능형 서버(300) 또는 제1 내지 제n 서비스 서버(400 내지 n) 중 적어도 하나와 데이터를 송수신할 수 있다.
상기 마이크(120)는 사용자 발화에 따른 음성 신호(또는, 음성 입력)를 수신할 수 있다. 일 실시 예에서, 마이크(120)는 상기 음성 인식 어플리케이션의 실행에 트리거(trigger)되어 구동하거나 또는, 항시 구동하는 상태(예: always on microphone)로 제어될 수 있다. 다양한 실시 예에서, 마이크(120)는 상기 음성 신호의 수신 효율과 관련하여 적어도 일부가 전자 장치(100) 하우징의 일 영역으로 노출될 수 있다.
상기 디스플레이(130)는 각종 콘텐츠를 출력할 수 있다. 예를 들어, 디스플레이(130)는 적어도 일부 픽셀의 구동(또는, 발광)을 기반으로 의인화된 양상의 콘텐츠(예: 아이콘, 심볼 또는 이미지 등)를 출력할 수 있다. 다양한 실시 예에서, 디스플레이(130)는 프로세서(160)의 제어에 대응하여 구동 픽셀을 변경함으로써, 상기 의인화된 양상의 콘텐츠를 적어도 일부 변형하여 출력할 수 있다. 또는, 디스플레이(130)는 적어도 일 영역으로 상기 지능형 서버(300) 또는 제1 내지 제n 서비스 서버(400 내지 n) 중 적어도 하나로부터 전송 받는 콘텐츠(예: 텍스트 등)를 출력할 수 있으며, 이는 사용자 발화에 대한 전자 장치(100) 응답의 적어도 일부로써 이해될 수 있다. 다양한 실시 예에서, 디스플레이(130)는 터치스크린 디스플레이를 포함하여 사용자 신체(예: 손가락)에 의한 터치 입력을 수신할 수 있다. 상기 터치 입력 수신 시, 디스플레이(130)는 전자 장치(100)의 시스템 설정과 관계된 인터페이스를 출력하거나, 운용 정보를 포함하는 인터페이스를 출력할 수 있다.
상기 메모리(140)는 음성 인식 서비스 운용에 수반되는 적어도 하나의 데이터 또는 정보 자원을 저장하거나, 전자 장치(100) 구성요소들의 기능 동작과 관계된 명령을 저장할 수 있다. 또는, 메모리(140)는 앞서 언급된 음성 인식 어플리케이션을 비롯하여, 전자 장치(100)의 운용과 관계되는 적어도 하나의 어플리케이션 프로그램을 저장할 수 있다. 다양한 실시 예에서, 상기 음성 인식 어플리케이션은 전술된 하드웨어 키에 대한 사용자 조작 이외에도, 지정된 명령 발화(예: 웨이크 업(wake up) 명령 발화)에 의하여 실행될 수 있으며, 이와 관련하여 전자 장치(100)는 상기 명령 발화를 인식하는 명령 인식 모듈(미도시)을 포함할 수 있다.
상기 스피커(150)는 적어도 하나로 구비되어 음성 신호를 출력할 수 있다. 예를 들어, 스피커(150)는 전자 장치(100) 내부에서 생성되거나, 지능형 서버(300) 또는 제1 내지 제n 서비스 서버(400 내지 n) 중 적어도 하나로부터 수신하는 음성 신호를 출력할 수 있다. 일 실시 예에서, 스피커(150)는 전자 장치(100) 외부로의 신호 출력(또는, 음향 출력)과 관련하여, 적어도 일부가 전자 장치(100) 하우징의 일 영역으로 노출될 수 있다.
상기 프로세서(160)는 상술된 전자 장치(100)의 적어도 하나의 구성요소와 전기적으로 연결되어, 구성요소에 대한 제어, 통신 연산 또는 데이터 처리 등을 수행할 수 있다. 예를 들어, 프로세서(160)는 마이크(120) 또는 스피커(150)로 하여금 음성 신호를 수신하거나 출력하도록 제어할 수 있고, 디스플레이(130)를 제어하여 콘텐츠를 출력시킬 수 있다. 또는, 프로세서(160)는 지능형 서버(300) 또는 제1 내지 제n 서비스 서버(400 내지 n) 중 적어도 하나로부터 수신하는 데이터를 메모리(140)에 저장하거나, 메모리(140)로부터 로드하여 처리할 수 있다. 이외에도, 프로세서(160)는 전자 장치(100)의 음성 인식 서비스 운용에 관계되는 다양한 제어 또는 기능 동작을 수행할 수 있으며, 이에 대해서는 이하에서 참조되는 도면을 통하여 설명하기로 한다.
일 실시 예에 따르면, 지능형 서버(300)는 전자 장치(100)로부터 수신하는 음성 입력 데이터를 처리하여 사용자 발화에 대한 전자 장치(100) 응답의 적어도 일부를 생성하는 음성 입력 처리 모듈(310)을 포함할 수 있다. 또한 다양한 실시 예에서, 지능형 서버(300)는 상기 음성 입력 처리 모듈(310)의 기능 동작을 제어하는 컨트롤러(또는, 프로세서), 상기 컨트롤러에 커플링되는 저장 장치(또는, 메모리) 또는 네트워크(200)로의 액세스를 지원하는 통신 인터페이스(또는, 통신 회로)를 포함할 수 있다.
상기 음성 입력 처리 모듈(310)은 기능 수행과 관련하여 자동 음성 인식(automatic speech recognition; ASR) 모듈, 자연 언어 이해(natural language understanding; NLU) 모듈 또는 텍스트 음성 변환(text to speech; TTS) 모듈을 포함할 수 있다. 다양한 실시 예에서, 음성 입력 처리 모듈(310)에 포함되는 적어도 하나의 모듈(예: ASR 모듈, NLU 모듈 또는 TTS 모듈)은 개별적으로 구현되거나 또는, 적어도 일부가 통합되어 구현될 수 있다. 또한, 상술에서 언급된 다양한 모듈들은 하드웨어 또는 소프트웨어로 구현될 수 있다.
상기 ASR 모듈은 전자 장치(100)로부터 수신된 음성 입력 데이터를 인식하여 텍스트 데이터로 변환할 수 있다. 예를 들어, 상기 ASR 모듈은 발화 또는 발성에 관계된 적어도 하나의 정보를 포함하는 음향 모델(acoustic model) 또는, 적어도 하나의 단위 음소 정보 및 상기 단위 음소 정보의 조합 정보를 포함하는 언어 모델(language model)을 이용하여 음성 입력 데이터를 텍스트 데이터로 변환할 수 있다. 상기 ASR 모듈은 변환된 텍스트 데이터를 NLU 모듈로 전달할 수 있다.
상기 NLU 모듈은 ASR 모듈로부터 전달받은 텍스트 데이터에 기초하여 음성 입력 데이터와 관계된 사용자 발화의 의도를 도출할 수 있다. 이와 관련하여, NLU 모듈은 예컨대, 상기 텍스트 데이터를 문법적 단위(예: 단어, 구 또는 형태소 등)로 구분하고, 각각의 단위에 대한 문법적 요소 또는 언어적 특징을 분석하여 텍스트 데이터의 의미를 판단함으로써, 상기 사용자 발화의 의도를 도출할 수 있다. 일 실시 예에서, 상기 NLU 모듈은 텍스트 데이터의 의미가 명확하게 판단되지 않거나 또는, 텍스트 데이터 상에 사용자 발화 의도를 도출하기 위한 정보 자원이 결여된 경우, 후술되는 TTS 모듈로 전자 장치(100)로의 피드백 전송을 요청할 수 있다.
일 실시 예에서, 상기 NLU 모듈은 상기 TTS 모듈의 기능 수행과 관련하여, 구분된 문법적 단위 중 적어도 일부(예: 텍스트 데이터 상에서 주어, 목적어 또는 서술어 등에 해당하는 문법적 단위, 또는 사용자 발화 의도 도출에 기반이 된 문법적 단위)를 상기 TTS 모듈로 전달할 수 있다. 또한, 상기 NLU 모듈은 지능형 서버(300)와 연계된 적어도 하나의 서비스 서버(예: 400 내지 n) 중 사용자 발화 의도와 관계된 서버를 식별하고, 해당 서비스 서버로 사용자 발화 의도에 대응하는 콘텐츠 데이터(또는, 정보 데이터)를 요청할 수 있다. 또는, 상기 NLU 모듈은 식별된 서비스 서버로 전자 장치(100)로의 콘텐츠 데이터(또는, 정보 데이터) 제공을 요청할 수 있다. 일례로, ASR 모듈로부터 전달되는 텍스트 데이터가 [오늘 날씨 알려줘]에 해당하여 상기 사용자 발화 의도가 [날씨 정보 요청]으로 도출된 경우, NLU 모듈은 날씨 정보를 운용 또는 관리하는 서비스 서버로 관계되는 콘텐츠 데이터를 요청할 수 있다.
다양한 실시 예에서, 상기 NLU 모듈은 텍스트 데이터와 도출된 사용자 발화 의도를 매핑하여 인덱스 또는 데이터베이스를 구축할 수 있다. 이후, NLU 모듈은 상기 ASR 모듈로부터 임의의 텍스트 데이터를 전달받는 경우, 상기 인덱스 또는 데이터베이스를 상에서 상기 임의의 텍스트 데이터와 동일 또는 유사한 양상의 텍스트 데이터를 식별하고, 식별된 텍스트 데이터에 매핑된 사용자 발화 의도를 획득할 수 있다.
상기 TTS 모듈은 텍스트 데이터를 음성 데이터로 변환할 수 있다. 예를 들어, 상기 TTS 모듈은 NLU 모듈로부터 전달되는 적어도 하나의 문법적 단위(예: 텍스트 데이터 상에서 주어, 목적어 또는 서술어 등에 해당하는 문법적 단위, 또는 사용자 발화 의도 도출에 기반이 된 문법적 단위)를 음성 데이터로 변환하여 전자 장치(100)로 전송할 수 있다. 상술된 일례를 참조하면, 상기 TTS 모듈은 NLU 모듈로부터 텍스트 데이터[오늘 날씨 알려줘]에 대한 적어도 하나의 문법적 단위를 전달받고, 상기 문법적 단위를 음성화하여(또는, 음성으로 변환하여) [오늘 날씨는요] 또는 [오늘 날씨 알려 드릴게요] 등과 같은 음성 데이터(이하, 제1 음성 데이터로 칭함)를 생성할 수 있다.
다양한 실시 예에서, TTS 모듈은 별도로 지정된 양상의 음성 데이터(이하, 제2 음성 데이터로 칭함)를 생성하여 저장할 수 있다. 이와 관련하여, TTS 모듈은 예컨대 [문의하신] 등과 같은 제2 음성 데이터를 생성하여 저장하고, 상기 제2 음성 데이터의 부가를 기반으로 [문의하신 오늘 날씨는요]와 같은 제1 음성 데이터를 생성할 수 있다. 또는, TTS 모듈은 [다시 한번 말씀해주세요] 또는 [구체적으로 말씀해주세요] 등과 같은 제2 음성 데이터를 생성하여 저장하고, NLU 모듈로부터 상기 피드백의 전송을 요청 받는 경우, 제2 음성 데이터의 적어도 일부를 전자 장치(100)로 전송할 수 있다.
다양한 실시 예에서, 음성 입력 처리 모듈(310)의 적어도 일부 구성요소는 전자 장치(100)에 포함될 수 있다. 예를 들어, 상기 ASR 모듈 및 상기 NLU 모듈 중 적어도 하나는 전자 장치(100)에 포함되어 사용자 발화에 따른 음성 입력 데이터에 대한 일부 처리를 수행하고, 그 처리 결과 정보를 지능형 서버(200)로 전송할 수 있다. 또는, 음성 입력 처리 모듈(310) 자체가 전자 장치(100)에 포함되어 상기 음성 입력 데이터에 대한 전반적인 처리를 수행할 수도 있다. 이 경우, 전자 장치(100)는 사용자 발화에 대한 응답의 일부를 생성하여 출력하고, 도출되는 사용자 발화 의도와 관계된 특정 서비스 서버로 상기 응답의 나머지 일부에 해당하는 콘텐츠 데이터(또는, 정보 데이터)를 요청할 수 있다.
적어도 하나의 서비스 서버(400 내지 n)는 음성 인식 서비스에 대한 가입 또는 제휴를 기반으로 하는 각종 서드 파티(third party) 업체 또는 기관을 포함할 수 있다. 상기 적어도 하나의 서비스 서버(400 내지 n) 각각은 상호 상이한 카테고리의 콘텐츠 데이터(또는, 정보 데이터)를 운용 또는 관리하고, 지능형 서버(300)의 요청에 따라 대응하는 콘텐츠 정보를 텍스트 데이터 및 음성 데이터 중 적어도 하나의 형태로 제공할 수 있다.
다양한 실시 예에서, 전술된 지능형 서버(300) 및 적어도 하나의 서비스 서버(400 내지 n)는 단일의 통합 서버로 구현될 수 있다. 이 경우, 상기 통합 서버는 전자 장치(100)로부터 수신하는 음성 입력 데이터에 대한 분석 및 상기 음성 입력 데이터에 대응하는 데이터(예: 음성 데이터 또는 콘텐츠 데이터 등)의 제공을 복합적으로 수행할 수 있다.
도 3a는 일 실시 예에 따른 사용자 발화 처리에 대한 일련의 프로세스를 도시한 도면이고, 도 3b는 일 실시 예에 따른 사용자 발화 처리에 대한 인텔리전트 시스템 상의 타임라인 형태를 도시한 도면이다.
도 3a를 참조하면, 동작 1에서, 전자 장치(100)는 탑재된 마이크(도 2의 120)를 통하여 사용자 발화를 수신할 수 있다. 상기 사용자 발화는 예컨대, 특정 콘텐츠 데이터(또는, 정보 데이터)를 획득하기 위한 사용자의 명령 또는 의도를 내포할 수 있다.
동작 3에서, 전자 장치(100)의 프로세서(도 2의 160)는 상기 사용자 발화에 따른 음성 입력과 관계된 제1 데이터를 지능형 서버(300)의 ASR 모듈(313)로 전송할 수 있다. 이 동작에서, 프로세서(160)는 상기 음성 입력에 대한 ASR 모듈(313)의 신뢰도 높은 인식을 지원하기 위한 일환으로, 상기 음성 입력을 전처리하여 제1 데이터를 전송할 수 있다. 예를 들어, 프로세서(160)는 상기 음성 입력에 대하여 에코(echo)를 제거하는 적응 반향 제거(adaptive echo canceller), 배경 잡음을 억제하는 노이즈 억제(noise suppression), 사용자 음성의 종점을 검출하는 종점 검출(end-point detection), 이득 값 적용을 통하여 음량을 조정하는 자동 이득 제어(automatic gain control) 및 신호의 주파수 특정을 변경하는 이퀄라이징(equalizing) 중 적어도 하나를 수행하여 전처리할 수 있다.
동작 5에서, ASR 모듈(313)은 전자 장치(100)로부터 수신한 상기 제1 데이터를 음성 인식과 관계된 적어도 하나의 모델(model)을 이용하여 텍스트 데이터로 변환할 수 있다. 이후 동작 6 및 동작 7에서, ASR 모듈(313)은 상기 제1 데이터의 변환(예: 텍스트 데이터로의 변환) 완료를 나타내는 정보(예: 메시지)를 전자 장치(100)로 전송하고, 변환된 텍스트 데이터를 NLU 모듈(315)로 전달할 수 있다. 다양한 실시 예에서, 상술된 동작 6 및 동작 7은 동일한 시점(time)에 수행되거나, 소정의 인터벌(interval)을 두고 수행될 수 있다.
동작 9에서, 프로세서(160)는 ASR 모듈(313)로부터 수신한 제1 데이터의 변환 완료 정보에 대응하여 사용자 발화에 대한 전자 장치(100)의 제1 응답 수행을 제어할 수 있다. 일 실시 예에서, 상기 제1 응답은 지정된 음향(예: "음...(well..)", "아하!(aha!)"와 같은 의성어 또는 효과음 등)의 출력 또는 전자 장치(100)의 유동 동작을 포함할 수 있다. 프로세서(160)는 상기 제1 데이터의 변환 완료 정보를 수신하는 제1 시점(time)에 제1 응답 수행 제어를 개시함으로써, 사용자에게 사용자 발화가 정상적으로 처리되고 있음을 인지시킬 수 있다.
동작 11에서, NLU 모듈(315)은 ASR 모듈(313)로부터 수신한 텍스트 데이터를 분석하여 사용자 발화 의도를 도출할 수 있다. 예를 들어, NLU 모듈(315)은 앞서 전술된 바와 같이, 상기 텍스트 데이터를 적어도 하나의 문법적 단위(예: 단어, 구 또는 형태소 등)로 구분하고, 각각의 문법적 단위에 대한 문법적 요소 또는 언어적 특징에 근거하여 텍스트 데이터의 의미를 판단함으로써, 상기 텍스트 데이터에 대응하는 사용자 발화의 의도를 도출할 수 있다.
동작 13 및 동작 15에서, NLU 모듈(315)은 도출된 사용자 발화 의도에 기초하여 TTS 모듈(317) 또는 서비스 서버(400)와 상호작용할 수 있다. 예를 들어, NLU 모듈(315)은 상기 적어도 하나의 문법적 단위 중 사용자 발화 의도 도출에 기반이 된 적어도 일부의 문법적 단위에 대한 정보를 TTS 모듈(317)로 전달할 수 있다. 또는, NLU 모듈(315)은 음성 인식 서비스의 운용을 지원하는 적어도 하나의 서비스 서버(도 2의 400 내지 n) 중 사용자 발화 의도와 관계된 서비스 서버(예: 400)로 상기 사용자 발화 의도에 대응하는 콘텐츠 데이터(또는, 정보 데이터)를 요청할 수 있다.
동작 17에서, TTS 모듈(317)은 상기 NLU 모듈(315)로부터 전달받은 텍스트 형태의 적어도 하나의 문법적 단위를 음성 형태로 변환하여 제2 데이터를 생성하고, 상기 제2 데이터를 전자 장치(100)로 전송할 수 있다. 일 실시 예에서, TTS 모듈(317)은 NLU 모듈(315)로부터 전달된 적어도 하나의 문법적 단위에 대하여 선택적 변환을 수행할 수 있다. 상술된 일례로써, NLU 모듈(315)로부터 텍스트 데이터[오늘 날씨 알려줘]에 대하여 구분된 모든 문법적 단위를 전달받는 경우, TTS 모듈(317)은 상기 모든 문법적 단위를 음성으로 변환하여 [오늘 날씨 알려드릴게요]와 같은 제2 데이터를 생성하거나, 상기 모든 문법적 단위 중 일부만을 선택적으로 변환하여 [오늘 날씨는요], [날씨 알려드릴게요] 또는 [알려드릴게요]와 같은 제2 데이터를 생성할 수 있다. 또는, NLU 모듈(315)로부터 상기 구분된 모든 문법적 단위 중 일부만을 전달받는 경우, TTS 모듈(317)은 상기 일부를 모두 또는 선택적으로 음성 변환하여 [오늘 날씨는요], [날씨 알려드릴게요], [오늘은요], [날씨는요] 또는 [알려드릴게요]와 같은 제2 데이터를 생성할 수 있다. 이와 같은 TTS 모듈(317)의 문법적 단위에 대한 선택적 음성 변환은 후술되는 제2 응답의 형태 결정과 관계될 수 있다.
동작 19에서, 프로세서(160)는 TTS 모듈(317)로부터 수신한 제2 데이터를 출력함으로써, 사용자 발화에 대한 전자 장치(100)의 제2 응답 수행을 제어할 수 있다. 상기 전자 장치(100)의 제2 응답(또는, 제2 데이터 수신)은 상기 동작 3의 제1 데이터 전송으로부터 제1 시간(예: 제1 응답 수행을 포함하는 시간)이 경과된 제2 시점에 수행되는 것으로 이해될 수 있다.
일 실시 예에 따르면, 상기 제2 응답은 전술된 제1 응답과 상이하게 기능할 수 있다. 예를 들어, 상기 제1 응답은 사용자 발화에 무관한 음향(예: "음..(well..)", "아하!(aha!)"와 같은 의성어 또는 효과음 등) 또는 동작(예: 전자 장치(100)의 유동)으로써 상기 사용자 발화의 정상적 처리에 대한 노티피케이션(notification)으로 기능하는 반면, 상기 제2 응답은 사용자 발화에 유관한 전자 장치(100) 응답의 일부로써 기능할 수 있다. 일 실시 예에서, 프로세서(160)는 전자 장치(100)의 제2 응답 수행 이후, 상기 전자 장치(100)를 스탠바이(standby) 상태로 제어할 수 있다. 상기 스탠바이 상태라 함은 예컨대, 지능형 서버(300) 또는 서비스 서버(400)로부터의 데이터 수신을 대기하는 상태 또는, 데이터 수신에 따라 또 다른 응답을 수행할 수 있는 상태로 이해될 수 있다.
동작 21 및 동작 23에서, 서비스 서버(400)는 NLU 모듈(315)로부터 요청 받은 콘텐츠 데이터(또는, 정보 데이터)에 해당하는 제3 데이터를 전자 장치(100)로 전송하고, 프로세서(160)는 상기 제3 데이터를 출력함으로써 사용자 발화에 대한 전자 장치(100)의 제3 응답 수행을 제어할 수 있다. 또는 다양한 실시 예에서, 서비스 서버(400)는 상기 제3 데이터를 NLU 모듈(315)로 전송하고, 프로세서(160)는 NLU 모듈(315)로부터 상기 제3 데이터를 수신하여 출력함으로써 상기 전자 장치(100)의 제3 응답 수행을 제어할 수 있다.
상기 전자 장치(100)의 제3 응답(또는, 제3 데이터 수신)은 예컨대, 상기 제2 시점으로부터 제2 시간이 경과된 제3 시점에 수행되는 것으로 이해될 수 있으며, 상기 제2 시간은 전자 장치(100)의 제2 응답 수행에 소요되는 시간으로 참조될 수 있다. 일 실시 예에서, 상기 제3 응답은 사용자 발화 상에 내포된 명령 또는 의도에 상응하는 정보를 포함할 수 있으며, 상기 제2 응답과 유기적으로 연계되어 사용자 발화에 대한 완성된 응답을 구성할 수 있다.
일 실시 예에서, 전자 장치(100)의 프로세서(160)는 지정된 제4 데이터(예: 음성 데이터)를 생성하여 저장하고, 서비스 서버(400) 또는 NLU 모듈(315)로부터의 제3 데이터 수신 시점에 따라 상기 제4 데이터를 운용할 수 있다. 예를 들어, 프로세서(160)는 상기 전자 장치(100)의 제2 응답 수행에 소요되는 제2 시간 범위 내에 서비스 서버(400) 또는 NLU 모듈(315)로부터 제3 데이터가 전송되지 않는 경우, 상기 제4 데이터를 출력하여 전자 장치(100)의 제4 응답(예: "요청하신 정보가 아직 업데이트 되지 않았습니다.") 수행을 제어할 수 있다.
요컨대, 전자 장치(100)는 사용자 발화에 대한 전반적인 처리가 완료되기 이전에 지정된 양상의 적어도 하나의 응답을 조기 출력함으로써, 사용자 발화에 대응하는 응답 제공과 관련하여 사용자의 실질적 응답 대기 시간을 단축시킬 수 있다. 이를 도식화한 도 3b를 참조하면, 전자 장치(100)는 마이크(도 2의 120)의 활성화를 기반으로 음성 입력을 수신할 수 있는 리스닝(listening) 상태에서, 사용자 발화(예: 오늘 날씨 알려줘.)에 따른 음성 입력을 수신하여 지능형 서버(도 2의 300)의 ASR 모듈(313)로 전송할 수 있다. 상기 ASR 모듈(313)은 수신한 음성 입력을 인식하여 텍스트 데이터로 변환하고, 변환 완료 정보를 전자 장치(100)로 전송할 수 있다. 이에 따라, 전자 장치(100)는 상기 변환 완료 정보를 수신하는 제1 시점(25)에서 지정된 음향(예: "음..(well..)", "아하!(aha!)"와 같은 의성어 또는 효과음 등) 또는 전자 장치(100)의 유동 동작을 포함하는 제1 응답을 수행 또는 출력함으로써, 사용자에게 사용자 발화가 정상적으로 처리되고 있음을 인지시킬 수 있다. 일 실시 예에 따르면, 상기 사용자 발화의 발생 시점으로부터 제1 시점(25)까지의 시간 범위는 사용자 발화에 대한 전자 장치(100)의 응답 수행 또는 출력을 대기하는 사용자의 대기 시간으로 이해될 수 있다. 지능형 서버(200)의 NLU 모듈(315)은 ASR 모듈(313)로부터 변환된 텍스트 데이터를 제공받아 사용자 발화의 의도를 도출하고, 상기 텍스트 데이터 상에서 사용자 발화 의도 도출에 기반이 된 적어도 일부의 문법적 단위를 TTS 모듈(317)로 전달할 수 있다. TTS 모듈(317)은 전달된 텍스트 형태의 문법적 단위를 음성 형태로 변환하여 음성 데이터를 생성하고, 전자 장치(100)로 전송할 수 있다. 이에 따라, 전자 장치(100)는 상기 음성 데이터를 수신하는 제2 시점(27)에서 수신된 음성 데이터를 출력하여 사용자 발화에 대응하는 응답의 일부로써 기능하는 제2 응답(예: 오늘 날씨 알려드릴게요, 오늘 날씨는요, 날씨 알려드릴게요, 알려드릴게요, 오늘은요 또는 날씨는요 등)을 수행 또는 출력할 수 있다.
특정 서비스 서버(400)(예: 사용자 발화 의도에 대응하는 콘텐츠 데이터 또는 정보 데이터를 운용 또는 관리하는 적어도 하나의 서비스 서버)는 NLU 모듈(315)로부터 사용자 발화 의도에 대응하는 데이터의 전송을 요청 받고, 해당 데이터를 전자 장치(100)로 전송할 수 있다. 이에 따라, 전자 장치(100)는 상기 데이터를 수신하는 제3 시점(29)에서 수신된 데이터를 출력함으로써, 사용자 발화에 대한 실질적 응답인 제3 응답(예: 오늘은 30도를 넘나드는 무더운 날씨가 지속될 것으로 전망됩니다 등)을 수행 또는 출력할 수 있다.
상술에 따르면, 전자 장치(100)는 사용자 발화에 대한 전반적인 처리가 완료되어 사용자 발화에 대응하는 실질적 응답을 제공하는 제3 시점(29) 이전에, 상기 제1 응답 및 제2 응답을 수행 또는 출력함으로써, 사용자로 하여금 발화에 대한 응답이 비교적 빠르게 제공되었음을 느끼도록 도모할 수 있다.
도 4는 일 실시 예에 따른 전자 장치의 제1 응답 수행 형태를 도시한 도면이고, 도 5는 일 실시 예에 따른 전자 장치의 의인화된 양상의 콘텐츠 출력 형태를 도시한 도면이다.
도 4를 참조하면, 전자 장치(100)는 사용자 발화(10)에 대응하여 음향 또는 지정된 유동 동작으로 구성되는 제1 응답을 수행할 수 있다. 이와 관련하여, 전자 장치(100)의 프로세서(도 2의 160)는 지능형 서버(도 3의 300)의 ASR 모듈(도 3의 313)로부터 상기 ASR 모듈(313)의 기능 수행(예: 음성 입력 데이터를 텍스트 데이터로 변환)에 따른 완료 정보를 수신하는 제1 시점에서 전자 장치(100)에 탑재된 구동 장치(예: 모터)를 제어할 수 있다. 프로세서(160)에 의하여 상기 구동 장치가 제어되는 경우, 전자 장치(100)는 지정된 축을 기준으로 하여 상하 방향으로 유동(예: yawing)하거나, 전후 방향으로 유동(예: pitching)하거나 또는, 좌우 방향으로 유동(예: rolling)하는 제1 응답을 수행할 수 있다. 또는, 프로세서(160)는 상기 제1 시점에서 전자 장치(100)의 스피커(도 2의 150)를 제어하고, 이 경우 전자 장치(100)는 지정된 의성어 또는 효과음 등의 음향(20)(예: "음...(well..)" 또는 "아하!(aha!)" 등)을 출력하는 제1 응답을 수행할 수 있다. 다양한 실시 예에서, 프로세서(160)는 전자 장치(100)의 제1 응답 수행과 관련하여, 상기 구동 장치 및 스피커(150)를 복합적으로 제어하거나 또는, 상호 교번적으로 제어할 수 있다.
도 5를 참조하면, 프로세서(160)는 전자 장치(100)의 운용 개시 시점에서(또는, 음성 인식 어플리케이션의 실행 시점에서) 디스플레이(도 2의 130)를 제어하여 의인화된 양상의 제1 콘텐츠(131)를 출력시킬 수 있다. 일 실시 예에서, 상기 제1 콘텐츠(131)는 전자 장치(100)의 응답 수행에 따라 적어도 일부 변형될 수 있다. 예를 들어, 프로세서(160)는 사용자 발화에 대한 전자 장치(100)의 응답이 전술된 제3 응답으로 수행되는 경우(또는, 상기 제2 시간 범위 내에 상기 제3 데이터를 수신하는 경우), 디스플레이(130)의 일부 픽셀에 대한 구동을 제어하여 제1 콘텐츠(131)를 제2 콘텐츠(131a)(예: 미소 또는 스마일 형상의 긍정 속성 콘텐츠)로 변형 또는 전환시킬 수 있다. 또는, 프로세서(160)는 전자 장치(100)의 응답이 전술된 제4 응답으로 수행되는 경우(또는, 상기 제2 시간 범위 내에 상기 제3 데이터가 수신되지 않는 경우), 제1 콘텐츠(131)를 제3 콘텐츠(131b)(예: 울상 또는 찌푸린 형상의 부정 속성 콘텐츠)로 변형 또는 전환시킬 수 있다. 다양한 실시 예에서, 프로세서(160)는 제1 콘텐츠(131)로부터 변형 또는 전환된 제2 콘텐츠(131a) 또는 제3 콘텐츠(131b)에 대하여 지정된 효과(예: 점멸 등)를 부여할 수 있다.
도 6은 일 실시 예에 따른 전자 장치의 음성 인식 서비스 운용 방법을 도시한 도면이다. 도 6은 전술된 도 3의 동작들을 적어도 일부 포함할 수 있으며, 이하에서 중복되는 설명은 배제될 수 있다.
도 6을 참조하면, 동작 601에서, 전자 장치(도 2의 100)의 프로세서(도 2의 160)는 특정 콘텐츠 데이터(또는, 정보 데이터) 획득과 관계된 명령 또는 의도를 내포하는 사용자 발화(예: 오늘 날씨 알려줘)에 따른 음성 입력을 수신할 수 있다. 이와 관련하여, 프로세서(160)의 상기 음성 입력 수신은 전자 장치(100)의 일 영역으로 배치되는 하드웨어 키에 대한 조작 또는 지정된 명령 발화를 기반으로 하는 음성 인식 어플리케이션의 실행을 전제로 할 수 있다.
동작 603에서, 프로세서(160)는 상기 음성 입력과 관계되는 제1 데이터를 상기 음성 입력에 대한 전반적 처리를 관장하는 제1 서버(예: 도 2의 지능형 서버(300))로 전송할 수 있다. 이 동작에서, 프로세서(160)는 상기 음성 입력(또는, 제1 데이터)에 대하여 전처리를 수행하여 상기 제1 서버의 제1 데이터 인식을 지원할 수 있다.
일 실시 예에서, 상기 제1 서버는 전자 장치(100)로부터 수신한 제1 데이터의 처리와 관련하여 일련의 프로세스를 수행할 수 있다. 예를 들어, 상기 제1 서버는 제1 데이터를 인식하여 텍스트 데이터로 변환하고, 상기 텍스트 데이터를 분석하여 사용자 발화의 의도를 도출할 수 있다. 또한, 상기 제1 서버는 상기 텍스트 데이터 상에서 사용자 발화 의도 도출에 기반이 된 적어도 하나의 문법적 단위(예: 단어 구 또는 형태소 등)를 음성 형태로 변환하여 제2 데이터를 생성할 수 있다. 또한, 상기 제1 서버는 음성 인식 서비스의 운용을 지원하는 적어도 하나의 제2 서버(예: 도 2의 서비스 서버(400 내지 n)) 중 사용자 발화 의도에 대응하는 제3 데이터(예: 콘텐츠 데이터 또는 정보 데이터)를 운용 또는 관리하는 특정 서버를 식별하고, 상기 특정 서버로 전자 장치(100)로의 제3 데이터 전송을 요청할 수 있다.
동작 605에서, 프로세서(160)는 상기 제1 서버로의 제1 데이터 전송으로부터 임의의 시간이 경과된 시점에서 상기 제1 서버로부터 제2 데이터를 수신하여 출력할 수 있다. 일 실시 예에서, 상기 제2 데이터의 출력은 사용자 발화에 대한 전자 장치(100) 응답의 일부(예: 오늘 날씨 알려 드릴게요, 오늘 날씨는요, 날씨 알려드릴게요, 알려드릴게요, 오늘은요 또는 날씨는요 등)에 해당할 수 있으며, 상기 사용자 발화 의도에 상응하는 제3 데이터보다 조기 출력됨으로써, 전자 장치(100) 응답에 대한 사용자의 응답 대기 시간을 단축시킬 수 있다.
동작 607에서, 프로세서(160)는 상기 제2 서버로부터의 상기 제3 데이터 수신 여부를 판단할 수 있다. 예를 들어, 프로세서(160)는 상기 제2 데이터의 수신 시점으로부터 지정된 시간(예: 상기 제2 데이터 출력에 소요되는 시간) 범위 내에서 상기 제3 데이터의 수신 여부를 판단할 수 있다.
만일 상기 지정된 시간 범위 내에 상기 제2 서버로부터 제3 데이터가 전송되지 않는 경우, 동작 609에서, 프로세서(160)는 전자 장치(100)(또는, 메모리(140))에 저장된 제4 데이터(예: 음성 데이터)를 출력할 수 있다. 일 실시 예에서, 상기 제4 데이터의 출력에 따라 전자 장치(100)는 사용자에게 지정된 음성(예: “요청하신 정보가 아직 업데이트 되지 않았습니다.”)을 제공할 수 있다. 또는, 상기 지정된 시간 범위 내에 상기 제3 데이터를 수신하는 경우, 동작 611에서, 프로세서(160)는 상기 제3 데이터를 출력함으로써, 전자 장치(100)의 상기 일부 응답(예: 제2 데이터 출력) 이외의 응답(예: 오늘은 30도를 넘나드는 무더운 날씨가 지속될 것으로 전망됩니다 등) 수행을 제어할 수 있다.
상술한 다양한 실시 예에 따른 음성 인식 서비스를 지원하는 전자 장치는, 적어도 하나의 외부 장치와 통신을 수행하는 통신 회로, 사용자 발화에 따른 음성 입력을 수신하는 마이크, 상기 음성 인식 서비스의 운용에 관계되는 적어도 하나의 데이터를 저장하는 메모리, 음성 데이터를 출력하는 적어도 하나의 스피커 및 상기 통신 회로, 상기 마이크, 상기 메모리, 상기 스피커와 전기적으로 연결되는 프로세서를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 음성 입력을 수신하여 상기 음성 입력과 관계된 제1 데이터를 상기 음성 인식 서비스를 지원하는 제1 서버로 전송하고, 상기 제1 데이터의 전송으로부터 제1 시간이 경과된 제1 시점(time)에서 상기 제1 서버로부터 상기 제1 데이터의 일부 처리에 해당하는 제2 데이터를 수신하여 출력하고, 상기 제1 시점으로부터 제2 시간이 경과되는 제2 시점 이내에 상기 제1 서버 또는 상기 음성 인식 서비스를 지원하는 제2 서버로부터 상기 제1 데이터의 나머지 처리에 해당하는 제3 데이터를 수신하는 경우 상기 제2 시점에서 상기 제3 데이터를 출력할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 음성 입력의 처리와 관련하여 상기 메모리에 지정된 적어도 하나의 응답 데이터를 데이터베이스로 구축할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제1 시점으로부터 제2 시간이 경과되는 제2 시점 이내에 상기 제1 서버 또는 상기 제2 서버로부터 상기 제3 데이터를 수신하지 않는 경우, 상기 제2 시점에서 상기 적어도 하나의 응답 데이터 중 어느 하나에 해당하는 제4 데이터를 출력할 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치는, 디스플레이를 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제2 시점에서 상기 제3 데이터를 출력하는 경우 상기 디스플레이를 제어하여 제1 형태의 제1 콘텐츠를 출력하고, 상기 제2 시점에서 상기 제3 데이터를 출력하는 경우 상기 디스플레이를 제어하여 상기 제1 형태와 적어도 일부 상이한 제2 형태의 제2 콘텐츠를 출력할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제1 시점 이전의 제3 시점에서 상기 제1 데이터에 대한 상기 제1 서버의 인식 완료에 기초하여 지정된 음향을 출력하거나 또는, 상기 전자 장치의 적어도 일 영역에 대한 유동을 제어할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제1 시점에서 상기 전자 장치를 상기 외부 장치로부터 적어도 하나의 데이터를 수신할 수 있는 스탠바이(standby) 상태로 제어할 수 있다.
상술한 다양한 실시 예에 따른 전자 장치의 음성 인식 서비스 운용 방법은, 사용자 발화에 따른 음성 입력을 수신하여 상기 음성 입력과 관계된 제1 데이터를 상기 음성 인식 서비스를 지원하는 제1 서버로 전송하는 동작, 상기 제1 데이터의 전송으로부터 제1 시간이 경과된 제1 시점에서 상기 제1 서버로부터 상기 제1 데이터의 일부 처리에 해당하는 제2 데이터를 수신하여 출력하는 동작 및 상기 제1 시점으로부터 제2 시간이 경과되는 제2 시점 이내에 상기 제1 서버 또는 상기 음성 인식 서비스를 지원하는 제2 서버로부터 상기 제1 데이터의 나머지 처리에 해당하는 제3 데이터를 수신하는 경우 상기 제2 시점에서 상기 제3 데이터를 출력하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 음성 인식 서비스 운용 방법은, 상기 음성 입력의 처리와 관계된 적어도 하나의 응답 데이터를 데이터베이스로 구축하는 동작을 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 음성 인식 서비스 운용 방법은, 상기 제1 시점으로부터 제2 시간이 경과되는 제2 시점 이내에 상기 제1 서버 또는 상기 제2 서버로부터 상기 제3 데이터를 수신하지 않는 경우, 상기 제2 시점에서 상기 적어도 하나의 응답 데이터 중 어느 하나에 해당하는 제4 데이터를 출력하는 동작을 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 음성 인식 서비스 운용 방법은, 상기 제2 시점에서 상기 제3 데이터를 출력하는 경우 제1 형태의 제1 콘텐츠를 출력하는 동작 및 상기 제2 시점에서 상기 제3 데이터를 출력하는 경우 상기 제1 형태와 적어도 일부 상이한 제2 형태의 제2 콘텐츠를 출력하는 동작을 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 음성 인식 서비스 운용 방법은, 상기 제1 시점 이전의 제3 시점에서 상기 제1 데이터에 대한 상기 제1 서버의 인식 완료에 기초하여 지정된 음향을 출력하거나 또는, 상기 전자 장치의 적어도 일 영역에 대한 유동을 제어하는 동작을 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 음성 인식 서비스 운용 방법은, 상기 제1 시점에서 상기 전자 장치를 상기 외부 장치로부터 적어도 하나의 데이터를 수신할 수 있는 스탠바이(standby) 상태로 제어하는 동작을 더 포함할 수 있다.
상술한 다양한 실시 예에 따른 음성 인식 서비스를 지원하는 서버는, 적어도 하나의 외부 장치와의 통신을 지원하는 통신 인터페이스, 상기 음성 인식 서비스의 운용에 관계되는 적어도 하나의 데이터를 저장하는 메모리, 제1 외부 장치로부터 수신하는 음성 입력을 처리하는 음성 입력 처리 모듈 및 상기 통신 인터페이스, 상기 메모리, 상기 음성 입력 처리 모듈과 전기적으로 연결되는 프로세서를 포함하고, 상기 메모리는, 실행 시에 상기 프로세서로 하여금, 상기 통신 인터페이스를 기반으로 상기 제1 외부 장치로부터 상기 음성 입력과 관계된 제1 데이터를 수신하고, 상기 음성 입력 처리 모듈 및 적어도 하나의 제2 외부 장치와의 통신 중 적어도 하나를 기반으로 상기 제1 데이터를 처리하되, 상기 제1 데이터의 일부 처리가 완료되는 제1 시점(time)에 상기 일부 처리에 해당하는 제2 데이터를 상기 제1 외부 장치로 전송하고, 상기 제2 데이터 전송 이후의 제2 시점에 상기 제1 데이터의 나머지 처리에 해당하는 제3 데이터를 상기 제2 외부 장치 중 적어도 하나로부터 수신하여 상기 제1 외부 장치로 전송하도록 하는 적어도 하나의 인스트럭션(instruction)을 저장할 수 있다.
다양한 실시 예에 따르면, 상기 음성 입력 처리 모듈은, 자동 음성 인식(automatic speech recognition) 모듈, 자연 언어 이해(natural language understanding) 모듈 및 텍스트 음성 변환(text to speech) 모듈 중 적어도 하나를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제1 데이터의 일부 처리로써 상기 자동 음성 인식 모듈을 기반으로 상기 제1 데이터로부터 상기 음성 입력과 관계된 사용자 발화의 의도를 도출하고, 상기 텍스트 음성 변환 모듈을 기반으로 상기 제1 데이터 중 상기 사용자 발화의 의도 도출과 관계되는 적어도 일부를 변환하여 상기 제2 데이터를 생성할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제1 데이터와 상기 사용자 발화의 의도를 매핑하여 상기 메모리에 저장할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 제1 데이터의 나머지 처리로써 상기 적어도 하나의 제2 외부 장치 중 상기 사용자 발화의 의도와 관계되는 적어도 하나의 제3 외부 장치를 식별하고, 상기 제3 외부 장치로 상기 사용자 발화의 의도에 대응하는 상기 제3 데이터를 요청할 수 있다.
도 7은 일 실시 예에 따른 네트워크 환경 내의 전자 장치를 도시한 도면이다.
도 7을 참조하면, 네트워크 환경(700) 내의 전자 장치(701)(예: 전자 장치(도 2의 100))는 근거리 무선 통신(798)을 통하여 전자 장치 (702)와 통신하거나 또는, 네트워크(799)를 통하여 전자 장치 (704) 또는 서버(708)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(701)는 서버(708)을 통하여 전자 장치(704)와 통신할 수 있다.
일 실시 예에 따르면, 전자 장치(701)는 버스(710), 프로세서(720)(예: 프로세서(도 2의 160)), 메모리(730), 입력 장치(750)(예: 마이크 또는 마우스), 표시 장치(760), 오디오 모듈(770), 센서 모듈(776), 인터페이스(777), 햅틱 모듈(779), 카메라 모듈(780), 전력 관리 모듈(788), 배터리(789), 통신 모듈(790), 및 가입자 식별 모듈(796)을 포함할 수 있다. 어떤 실시 예에서, 전자 장치(701)는 구성요소들 중 적어도 하나(예: 표시 장치(760) 또는 카메라 모듈(780))를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.
버스(710)는 구성요소들(720-790)을 서로 연결하고, 구성요소들 간의 신호(예: 제어 메시지 또는 데이터)를 전달하는 회로를 포함할 수 있다. 프로세서(720)는, 중앙처리장치, 어플리케이션 프로세서, GPU(graphic processing unit), 카메라의 이미지 시그널 프로세서(image signal processor(ISP)), 또는 커뮤니케이션 프로세서(communication processor(CP)) 중 하나 또는 그 이상을 포함할 수 있다. 일 실시 예에 따르면, 프로세서(720)는 SoC(system on chip) 또는 SiP(system in package)으로 구현될 수 있다. 프로세서(720)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(720)에 연결된 전자 장치(701)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(720)는 다른 구성요소들(예: 통신 모듈(790)) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리(732)에 로드하여 처리하고, 결과 데이터를 비휘발성 메모리(734)에 저장할 수 있다.
메모리(730)는, 휘발성 메모리(732) 또는 또는 비휘발성 메모리(734)를 포함할 수 있다. 휘발성 메모리(732)는, 예를 들면, RAM(random access memory)(예: DRAM, SRAM, 또는 SDRAM)로 구성될 수 있다. 비휘발성 메모리(734)는, 예를 들면, OTPROM(one time programmable read-only memory(ROM)), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable programmable read-only memory), mask ROM, flash ROM, 플래시 메모리, 하드 드라이브, 또는 솔리드 스테이트 드라이브 (SSD))로 구성될 수 있다. 또한, 비휘발성 메모리는, 전자 장치(701)와의 연결 형태에 따라, 그 안에 배치된 내장 메모리(736), 또는 필요 시에만 연결하여 사용 가능한 스탠드-얼론 형태의 외장 메모리(738)로 구성될 수 있다. 외장 메모리(738)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD, Mini-SD, xD(extreme digital), MMC(multi-media card), 또는 메모리 스틱을 포함할 수 있다. 외장 메모리(738)는 유선(예: 케이블 또는 USB(universal serial bus)) 또는 무선(예: 블루투스)을 통하여 전자 장치(701)와 기능적으로 또는 물리적으로 연결될 수 있다.
메모리(730)는, 예를 들면, 전자 장치(701)의 적어도 하나의 다른 소트프웨어 구성요소, 예를 들어, 프로그램(740)에 관계된 명령 또는 데이터를 저장할 수 있다. 프로그램(740)은, 예를 들면, 커널(741), 라이브러리(743), 어플리케이션 프레임워크(745), 또는 어플리케이션 프로그램(interchangeably "어플리케이션")(747)을 포함할 수 있다.
입력 장치(750)는, 마이크, 마우스, 또는 키보드를 포함할 수 있다. 일 실시 예에 따르면, 키보드는 물리적인 키보드로 연결되거나, 표시 장치(760)를 통해 가상 키보드로 표시될 수 있다.
표시 장치(760)는, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 디스플레이는, 예를 들면, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이, 유기 발광 다이오드(OLED) 디스플레이, 마이크로 전자기계 시스템 (MEMS) 디스플레이, 또는 전자 종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이는, 일 실시 예에 따르면, 유연하게, 투명하게, 또는 착용할 수 있게 구현될 수 있다. 디스플레이는 사용자의 터치, 제스처, 근접, 또는 호버링 입력을 감지할 수 터치 회로(touch circuitry) 또는 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서(interchangebly 포스 센서)를 포함할 수 있다. 상기 터치 회로 또는 압력 센서는 디스플레이와 일체형으로 구현되거나, 또는 디스플레이와는 별도의 하나 이상의 센서들로 구현될 수 있다. 홀로그램 장치는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(701)의 내부 또는 외부에 위치할 수 있다.
오디오 모듈(770)은, 예를 들면, 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(770)은, 입력 장치(750)(예: 마이크)를 통해 소리를 획득하거나, 또는 전자 장치(701)에 포함된 출력 장치(미도시)(예: 스피커 또는 리시버), 또는 전자 장치(701)와 연결된 외부 전자 장치(예: 전자 장치(702)(예: 무선 스피커 또는 무선 헤드폰) 또는 전자 장치(706)(예: 유선 스피커 또는 유선 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(776)은, 예를 들면, 전자 장치(701)의 내부의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 고도, 습도, 또는 밝기)를 계측 또는 감지하여, 그 계측 또는 감지된 상태 정보에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(776)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러(color) 센서(예: RGB(red, green, blue) 센서), IR(infrared) 센서, 생체 센서(예: 홍채센서, 지문 센서, 또는 HRM(heartbeat rate monitoring)센서, 후각(e-nose) 센서, 일렉트로마이오그라피(EMG) 센서, 일렉트로엔씨팔로그램(EEG) 센서, 일렉트로카디오그램(ECG) 센서), 온도 센서, 습도 센서, 조도 센서, 또는 UV(ultra violet) 센서를 포함할 수 있다. 센서 모듈(776)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시 예에서는, 프로세서(720)와는 별도의 프로세서(예: 센서 허브)를 이용하여, 센서 모듈(776)을 제어할 수 있다. 별도의 프로세서(예: 센서 허브)를 이용하는 경우에는, 프로세서(720)가 슬립(sleep) 상태에 있는 동안, 프로세서(720)를 깨우지 않고 별도의 프로세서의 작동에 의하여 센서 모듈(776)의 동작 또는 상태의 적어도 일부를 제어할 수 있다.
인터페이스(777)는, 일 실시 예에 따르면, HDMI(high definition multimedia interface), USB(universal serial bus), 광 인터페이스(optical interface), RS-232(recommended standard232), D-sub(D-subminiature), MHL(mobile high-definition link) 인터페이스, SD카드/MMC(multi-media card) 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다. 연결 단자(778)는 전자 장치(701)와 전자 장치(706)를 물리적으로 연결시킬 수 있다. 일 실시 예에 따르면, 연결 단자(778)는, 예를 들면, USB 커넥터, SD 카드/MMC 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(779)은 전기적 신호를 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 예를 들면, 햅틱 모듈(779)은 사용자에게 촉각 또는 운동 감각과 관련된 자극을 제공할 수 있다. 햅틱 모듈(779)은 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(780)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있다. 카메라 모듈(780)는, 일 실시 예에 따르면, 하나 이상의 렌즈(예: 광각 렌즈 및 망원 렌즈, 또는 전면 렌즈 및 후면 렌즈), 이미지 센서, 이미지 시그널 프로세서, 또는 플래시(예: 발광 다이오드 또는 xenon lamp 등)를 포함할 수 있다.
전력 관리 모듈(788)은 전자 장치(701)의 전력을 관리하기 위한 모듈로서, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구성될 수 있다.
배터리(789)는, 예를 들면, 1차 전지, 2차 전지, 또는 연료 전지를 포함하여 외부 전원에 의해 재충전되어, 상기 전자 장치(701)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다.
통신 모듈(790)은, 예를 들면, 전자 장치(701)와 외부 장치(예: 제1 외부 전자 장치(702), 제2 외부 전자 장치(704), 또는 서버(708)) 간의 통신 채널 수립 및 수립된 통신 채널을 통한 유선 또는 무선 통신 수행을 지원할 수 있다. 일 실시 예에 따르면, 통신 모듈(790)은 무선 통신 모듈(792) 또는 유선 통신 모듈(794)을포함하고, 그 중 해당하는 통신 모듈을 이용하여 제1 네트워크(798)(예: 블루투스 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제2 네트워크(799)(예: 셀룰러 네트워크와 같은 원거리 통신 네트워크)를 통하여 외부 장치(예: 제1 외부 전자 장치(702), 제2 외부 전자 장치(704) 또는 서버(708))와 통신할 수 있다.
무선 통신 모듈(792)은, 예를 들면, 셀룰러 통신, 근거리 무선 통신, 또는 GNSS(global navigation satellite system) 통신을 지원할 수 있다. 셀룰러 통신은, 예를 들면, LTE(Long-Term Evolution), LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications)을 포함할 수 있다. 근거리 무선 통신은, 예를 들면, WiFi(wireless fidelity), WiFi Direct, LiFi(light fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(Magnetic Secure Transmission), 라디오 프리퀀시(RF), 또는 보디 에어리어 네트워크(BAN)을 포함할 수 있다. GNSS는, 예를 들면, GPS(Global Positioning System), Glonass(Global Navigation Satellite System), Beidou Navigation Satellite System(이하 "Beidou") 또는 Galileo, the European global satellite-based navigation system)을 포함할 수 있다. 이하, 본 문서에서는, "GPS"는 "GNSS"와 상호 호환적으로 사용될 수 있다.
일 실시 예에 따르면, 상기 무선 통신 모듈(792)은, 셀룰러 통신을 지원하는 경우, 예를 들면, 가입자 식별 모듈(예: SIM 카드)(796)을 이용하여 통신 네트워크 내에서 전자 장치(701)의 구별 및 인증을 수행할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(792)은 프로세서(720)(예: 어플리케이션 프로세서 (AP))와 별개의 커뮤니케이션 프로세서(CP)를 포함할 수 있다. 이런 경우, 커뮤니케이션 프로세서는, 예를 들면, 프로세서(720)가 인액티브(예: 슬립) 상태에 있는 동안 프로세서(720)를 대신하여, 또는 프로세서(720)가 액티브 상태에 있는 동안 프로세서(720)과 함께, 전자 장치(701)의 구성요소들(710-796) 중 적어도 하나의 구성 요소와 관련된 기능들의 적어도 일부 기능을 수행할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(792)은 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS 통신 모듈 중 해당하는 통신 방식만을 지원하는 복수의 통신 모듈들로 구성될 수 있다.
유선 통신 모듈(794)은, 예를 들면, LAN(local area network), 전력선 통신 또는 POTS(plain old telephone service)를 포함할 수 있다.
제1 네트워크(798)는, 예를 들어, 전자 장치(701)와 제1 외부 전자 장치(702) 간의 무선으로 직접 연결을 통해 명령 또는 데이터를 송신 또는 수신 할 수 있는 WiFi direct 또는 블루투스를 포함할 수 있다. 제2 네트워크(799)는, 예를 들어, 전자 장치(701)와 제2 외부 전자 장치(704) 간의 명령 또는 데이터를 송신 또는 수신할 수 있는 텔레커뮤니케이션 네트워크(예: 컴퓨터 네트워크(예: LAN 또는 WAN), 인터넷, 또는 텔레폰 네트워크)를 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 명령 또는 상기 데이터는 상기 제2 네트워크에 연결된 서버(708)를 통해서 상기 전자 장치(701)와 제2 외부 전자 장치(704)간에 송신 또는 수신될 수 있다. 제1 및 제2 외부 전자 장치(702, 704) 각각은 전자 장치(701)와 동일한 또는 다른 종류의 장치일 수 있다. 다양한 실시 예들에 따르면, 전자 장치(701)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(702, 704), 또는 서버(708)에서 실행될 수 있다. 일 실시 예에 따르면, 전자 장치(701)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(701)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(702, 704), 또는 서버(708))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(702, 704), 또는 서버(708))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(701)로 전달할 수 있다. 전자 장치(701)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다.
본 문서에서, "~하도록 설정된(adapted to or configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 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 설정된 (또는 구성된) 프로세서"는 해당 동작들을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치(예: 메모리 730)에 저장된 하나 이상의 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있으며, 예를 들면, 어떤 동작들을 수행하는, 알려졌거나 앞으로 개발될, ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays), 또는 프로그램 가능 논리 장치를 포함할 수 있다.
다양한 실시 예들에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 저장 매체(예: 메모리(730))에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(720))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(예: 자기테이프), 광기록 매체(예: CD-ROM, DVD, 자기-광 매체 (예: 플롭티컬 디스크), 내장 메모리 등을 포함할 수 있다. 명령어는 컴파일러에 의해 만들어지는 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램 모듈) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소를 더 포함할 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램 모듈)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른, 모듈, 프로그램 모듈 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 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 (17)
- 음성 인식 서비스를 지원하는 전자 장치에 있어서,
적어도 하나의 외부 장치와 통신을 수행하는 통신 회로;
사용자 발화에 따른 음성 입력을 수신하는 마이크;
상기 음성 인식 서비스의 운용에 관계되는 적어도 하나의 데이터를 저장하는 메모리;
음성 데이터를 출력하는 적어도 하나의 스피커; 및
상기 통신 회로, 상기 마이크, 상기 메모리 및 상기 스피커와 전기적으로 연결되는 프로세서;를 포함하고,
상기 프로세서는,
상기 음성 입력을 수신하여 상기 음성 입력과 관계된 제1 데이터를 상기 음성 인식 서비스를 지원하는 제1 서버로 전송하고,
상기 제1 서버로부터 상기 제1 데이터의 일부 처리에 해당하는 제2 데이터를 수신하기 이전의 제1 시점에, 상기 제1 서버에 의한 상기 제1 데이터의 인식 완료에 기초하여, 지정된 사운드 및/또는 상기 전자 장치의 적어도 일부의 움직임을 발생시키고,
상기 제1 데이터의 전송으로부터 제1 시간이 경과된 제2 시점(time)에서, 상기 제2 데이터를 수신하여 출력하고,
상기 제2 시점으로부터 제2 시간이 경과되는 제3 시점 이내에, 상기 제1 서버 또는 상기 음성 인식 서비스를 지원하는 제2 서버로부터 상기 제1 데이터의 나머지 처리에 해당하는 제3 데이터를 수신하는 경우, 상기 제3 시점에서 상기 제3 데이터를 출력하도록 설정된, 전자 장치. - 제1항에 있어서,
상기 프로세서는,
상기 음성 입력의 처리와 관련하여 상기 메모리에 지정된 적어도 하나의 응답 데이터를 데이터베이스로 구축하도록 설정된, 전자 장치. - 제2항에 있어서,
상기 프로세서는,
상기 제2 시점으로부터 제2 시간이 경과되는 제3 시점 이내에, 상기 제1 서버 또는 상기 제2 서버로부터 상기 제3 데이터를 수신하지 않는 경우, 상기 제3 시점에서 상기 적어도 하나의 응답 데이터 중 어느 하나에 해당하는 제4 데이터를 출력하도록 설정된, 전자 장치. - 제3항에 있어서,
디스플레이;를 더 포함하고,
상기 프로세서는,
상기 제3 시점에서 상기 제3 데이터를 출력하는 경우 상기 디스플레이를 제어하여 제1 형태의 제1 콘텐츠를 출력하고, 상기 제3 시점에서 상기 제3 데이터를 출력하는 경우 상기 디스플레이를 제어하여 상기 제1 형태와 적어도 일부 상이한 제2 형태의 제2 콘텐츠를 출력하도록 설정된, 전자 장치. - 삭제
- 제1항에 있어서,
상기 프로세서는,
상기 제2 시점에서, 상기 전자 장치를 상기 외부 장치로부터 적어도 하나의 데이터를 수신할 수 있는 스탠바이(standby) 상태로 제어하도록 설정된, 전자 장치. - 전자 장치의 음성 인식 서비스 운용 방법에 있어서,
사용자 발화에 따른 음성 입력을 수신하여 상기 음성 입력과 관계된 제1 데이터를 상기 음성 인식 서비스를 지원하는 제1 서버로 전송하는 동작;
상기 제1 서버로부터 상기 제1 데이터의 일부 처리에 해당하는 제2 데이터를 수신하기 이전의 제1 시점에, 상기 제1 서버에 의한 상기 제1 데이터의 인식 완료에 기초하여, 지정된 사운드 및/또는 상기 전자 장치의 적어도 일부의 움직임을 발생시키는 동작;
상기 제1 데이터의 전송으로부터 제1 시간이 경과된 제2 시점에서, 상기 제2 데이터를 수신하여 출력하는 동작; 및
상기 제2 시점으로부터 제2 시간이 경과되는 제3 시점 이내에, 상기 제1 서버 또는 상기 음성 인식 서비스를 지원하는 제2 서버로부터 상기 제1 데이터의 나머지 처리에 해당하는 제3 데이터를 수신하는 경우, 상기 제3 시점에서 상기 제3 데이터를 출력하는 동작;을 포함하는, 음성 인식 서비스 운용 방법. - 제7항에 있어서,
상기 음성 입력의 처리와 관계된 적어도 하나의 응답 데이터를 데이터베이스로 구축하는 동작;을 더 포함하는, 음성 인식 서비스 운용 방법. - 제8항에 있어서,
상기 제2 시점으로부터 제2 시간이 경과되는 제3 시점 이내에, 상기 제1 서버 또는 상기 제2 서버로부터 상기 제3 데이터를 수신하지 않는 경우, 상기 제3 시점에서 상기 적어도 하나의 응답 데이터 중 어느 하나에 해당하는 제4 데이터를 출력하는 동작;을 더 포함하는, 음성 인식 서비스 운용 방법. - 제9항에 있어서,
상기 제3 시점에서 상기 제3 데이터를 출력하는 경우 제1 형태의 제1 콘텐츠를 출력하는 동작; 및
상기 제3 시점에서 상기 제3 데이터를 출력하는 경우 상기 제1 형태와 적어도 일부 상이한 제2 형태의 제2 콘텐츠를 출력하는 동작;을 더 포함하는, 음성 인식 서비스 운용 방법. - 삭제
- 제7항에 있어서,
상기 제2 시점에서, 상기 전자 장치를 외부 장치로부터 적어도 하나의 데이터를 수신할 수 있는 스탠바이(standby) 상태로 제어하는 동작;을 더 포함하는, 음성 인식 서비스 운용 방법.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170090891A KR102412523B1 (ko) | 2017-07-18 | 2017-07-18 | 음성 인식 서비스 운용 방법, 이를 지원하는 전자 장치 및 서버 |
| PCT/KR2018/008114 WO2019017687A1 (en) | 2017-07-18 | 2018-07-18 | METHOD FOR OPERATING A SPEECH RECOGNITION SERVICE, AND ELECTRONIC DEVICE AND SERVER ASSUMING IT |
| US16/038,893 US11449672B2 (en) | 2017-07-18 | 2018-07-18 | Method for operating speech recognition service and electronic device and server for supporting the same |
| EP18835186.0A EP3642838B1 (en) | 2017-07-18 | 2018-07-18 | Method for operating speech recognition service and electronic device and server for supporting the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170090891A KR102412523B1 (ko) | 2017-07-18 | 2017-07-18 | 음성 인식 서비스 운용 방법, 이를 지원하는 전자 장치 및 서버 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190009101A KR20190009101A (ko) | 2019-01-28 |
| KR102412523B1 true KR102412523B1 (ko) | 2022-06-24 |
Family
ID=65016321
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170090891A KR102412523B1 (ko) | 2017-07-18 | 2017-07-18 | 음성 인식 서비스 운용 방법, 이를 지원하는 전자 장치 및 서버 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11449672B2 (ko) |
| EP (1) | EP3642838B1 (ko) |
| KR (1) | KR102412523B1 (ko) |
| WO (1) | WO2019017687A1 (ko) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102498007B1 (ko) * | 2018-01-08 | 2023-02-08 | 엘지전자 주식회사 | 음성인식을 이용한 세탁물 처리기기 제어시스템 및 동작방법 |
| KR102246936B1 (ko) * | 2019-06-20 | 2021-04-29 | 엘지전자 주식회사 | 음성 인식 방법 및 음성 인식 장치 |
| KR20190101325A (ko) * | 2019-08-12 | 2019-08-30 | 엘지전자 주식회사 | 지능적 음성 인식 방법, 음성 인식 장치 및 지능형 컴퓨팅 디바이스 |
| US11749265B2 (en) * | 2019-10-04 | 2023-09-05 | Disney Enterprises, Inc. | Techniques for incremental computer-based natural language understanding |
| WO2021085193A1 (ja) * | 2019-10-30 | 2021-05-06 | ソニー株式会社 | 情報処理装置、及びコマンド処理方法 |
| US11158308B1 (en) * | 2019-11-27 | 2021-10-26 | Amazon Technologies, Inc. | Configuring natural language system |
| CN111833875B (zh) * | 2020-07-10 | 2023-06-06 | 安徽芯智科技有限公司 | 一种嵌入式语音交互系统 |
| US11984124B2 (en) * | 2020-11-13 | 2024-05-14 | Apple Inc. | Speculative task flow execution |
| CN112489659B (zh) * | 2020-11-17 | 2024-02-13 | 阿波罗智联(北京)科技有限公司 | 基于输入法的数据处理方法、系统、服务器及终端设备 |
| CN114299955B (zh) * | 2021-11-12 | 2022-09-23 | 北京百度网讯科技有限公司 | 语音交互的方法、装置、电子设备及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140316776A1 (en) | 2010-12-16 | 2014-10-23 | Nhn Corporation | Voice recognition client system for processing online voice recognition, voice recognition server system, and voice recognition method |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100647420B1 (ko) | 1999-12-13 | 2006-11-17 | 주식회사 케이티 | 클라이언트/서버 모델을 활용한 음성인식 시스템 및 그를 이용한 음성인식 서비스 제공방법 |
| US7606712B1 (en) | 2001-06-28 | 2009-10-20 | At&T Intellectual Property Ii, L.P. | Speech recognition interface for voice actuation of legacy systems |
| JP2003088686A (ja) | 2001-09-18 | 2003-03-25 | Sanyo Electric Co Ltd | 相槌ロボット |
| US9318108B2 (en) * | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
| JP6390264B2 (ja) | 2014-08-21 | 2018-09-19 | トヨタ自動車株式会社 | 応答生成方法、応答生成装置及び応答生成プログラム |
| KR102301880B1 (ko) * | 2014-10-14 | 2021-09-14 | 삼성전자 주식회사 | 전자 장치 및 이의 음성 대화 방법 |
| US9666192B2 (en) | 2015-05-26 | 2017-05-30 | Nuance Communications, Inc. | Methods and apparatus for reducing latency in speech recognition applications |
| KR102386309B1 (ko) | 2015-06-04 | 2022-04-14 | 삼성전자주식회사 | 전자 장치 및 전자 장치에서의 입출력 제어 방법 |
| KR102405793B1 (ko) * | 2015-10-15 | 2022-06-08 | 삼성전자 주식회사 | 음성 신호 인식 방법 및 이를 제공하는 전자 장치 |
| US10140986B2 (en) * | 2016-03-01 | 2018-11-27 | Microsoft Technology Licensing, Llc | Speech recognition |
-
2017
- 2017-07-18 KR KR1020170090891A patent/KR102412523B1/ko active IP Right Grant
-
2018
- 2018-07-18 EP EP18835186.0A patent/EP3642838B1/en active Active
- 2018-07-18 US US16/038,893 patent/US11449672B2/en active Active
- 2018-07-18 WO PCT/KR2018/008114 patent/WO2019017687A1/en unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140316776A1 (en) | 2010-12-16 | 2014-10-23 | Nhn Corporation | Voice recognition client system for processing online voice recognition, voice recognition server system, and voice recognition method |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3642838A1 (en) | 2020-04-29 |
| US11449672B2 (en) | 2022-09-20 |
| US20190027135A1 (en) | 2019-01-24 |
| WO2019017687A1 (en) | 2019-01-24 |
| KR20190009101A (ko) | 2019-01-28 |
| EP3642838A4 (en) | 2020-07-29 |
| EP3642838B1 (en) | 2023-11-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102412523B1 (ko) | 음성 인식 서비스 운용 방법, 이를 지원하는 전자 장치 및 서버 | |
| KR102298947B1 (ko) | 음성 데이터 처리 방법 및 이를 지원하는 전자 장치 | |
| US10825453B2 (en) | Electronic device for providing speech recognition service and method thereof | |
| KR102365649B1 (ko) | 화면 제어 방법 및 이를 지원하는 전자 장치 | |
| KR102366617B1 (ko) | 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치 | |
| KR102416782B1 (ko) | 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치 | |
| KR102348758B1 (ko) | 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치 | |
| KR102389996B1 (ko) | 전자 장치 및 이를 이용한 사용자 입력을 처리하기 위한 화면 제어 방법 | |
| KR20170034154A (ko) | 콘텐츠 제공 방법 및 이를 수행하는 전자 장치 | |
| KR102391298B1 (ko) | 음성 인식 서비스를 제공하는 전자 장치 및 그 방법 | |
| KR102423298B1 (ko) | 음성 인식 서비스 운용 방법, 이를 지원하는 전자 장치 및 시스템 | |
| KR102369083B1 (ko) | 음성 데이터 처리 방법 및 이를 지원하는 전자 장치 | |
| US20190019509A1 (en) | Voice data processing method and electronic device for supporting the same | |
| KR102431817B1 (ko) | 사용자 발화를 처리하는 전자 장치 및 서버 | |
| KR20190018886A (ko) | 음성 인식을 수행하는 방법 및 이를 사용하는 전자 장치 | |
| KR20190106269A (ko) | 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법 | |
| US11004075B2 (en) | Device and method for performing payment using utterance | |
| KR102419374B1 (ko) | 사용자 발화를 처리하는 전자 장치 및 그 전자 장치의 제어 방법 | |
| KR102369309B1 (ko) | 파셜 랜딩 후 사용자 입력에 따른 동작을 수행하는 전자 장치 | |
| KR102482589B1 (ko) | 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치 | |
| KR102426411B1 (ko) | 사용자 발화을 처리하는 전자 장치 및 시스템 | |
| CN109309754B (zh) | 用于获取和键入缺少参数的电子设备 | |
| KR102426123B1 (ko) | 사용자 발화를 처리하는 전자 장치 및 서버 | |
| KR20180109382A (ko) | 사용자 입력을 처리하는 전자 장치 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |