DE112021005683T5

DE112021005683T5 - Anzeigevorrichtung

Info

Publication number: DE112021005683T5
Application number: DE112021005683.2T
Authority: DE
Inventors: Jeungrac LEE
Original assignee: LG Electronics Inc
Current assignee: LG Electronics Inc
Priority date: 2021-01-05
Filing date: 2021-01-05
Publication date: 2023-10-19
Also published as: WO2022149620A1

Abstract

Eine Anzeigevorrichtung gemäß einer Ausführungsform der vorliegenden Offenbarung kann umfassen: eine Speichereinheit, eine Anzeigeeinheit, eine Netzwerkschnittstelleneinheit, die konfiguriert ist, um mit einem ersten Server oder einem zweiten Server zu kommunizieren, und eine Steuereinheit, die konfiguriert ist zum Speichern von Sprachdaten, die einem von einem Benutzer geäußerten Sprachbefehl entsprechen, in der Speichereinheit, Übermitteln des Sprachbefehls an den ersten Server, Empfangen einer ersten Analyseergebnisinformation des Sprachbefehls vom ersten Server, Anzeigen eines ersten Ergebnisses auf der Grundlage der empfangenen ersten Analyseergebnisinformationen auf der Anzeigeeinheit, Übermitteln der gespeicherten Sprachdaten an den zweiten Server, wenn eine Rückmeldung eines Benutzers eingeht, Empfangen einer zweiten Analyseergebnisinformation eines Befehls vom zweiten Server, und Anzeigen eines zweiten Ergebnisses auf der Grundlage der empfangenen zweiten Analyseergebnisinformationen auf der Anzeigeeinheit.

Description

[Technischer Bereich]
Die vorliegende Offenlegung bezieht sich auf die Bereitstellung von Spracherkennungsdiensten durch eine Vielzahl von künstlicher Intelligenz-Agenten.
[Hintergrund]
In letzter Zeit sind viele Technologien aufgetaucht, die künstliche Intelligenz nutzen, um die Sprache eines Benutzers zu erkennen und einen für die Sprache geeigneten Spracherkennungsdienst anzubieten.
Im Allgemeinen ist eine Anzeigevorrichtung mit einer Vielzahl von künstlicher Intelligenz (KI)-Agenten (oder Assistenten) ausgestattet, die in der Lage sind, Spracherkennungsdienste anzubieten.
Mit der Entwicklung von Technologien im Zusammenhang mit KI-Agenten und dem zunehmenden Interesse haben verschiedene Betreiber damit begonnen, verschiedene Arten von KI-Agenten anzubieten.
Während einige KI-Agenten nur auf bestimmten Plattformen eingesetzt werden können, wurden einige KI-Agenten so entwickelt, dass sie mit mehreren Plattformen kompatibel sind, so dass die Kunden verschiedene Arten von KI-Agenten auf einer Plattform nutzen können.
Ein Verfahren zur Bereitstellung eines KI-Agenten auf einer Multi-KI-Agentenplattform kann ein hybrides Bereitstellungsverfahren und ein benutzerselektives Bereitstellungsverfahren umfassen.
Beim hybriden Verfahren wird ein bestimmter Agent aus mehreren KI-Agenten entsprechend der vom Anbieter konzipierten Logik auf die Anfrage des Nutzers hin ausgewählt und liefert das Ergebnis.
Beim hybriden Bereitstellungsverfahren werden die KI-Agenten nach der optimalen Logik des Anbieters ausgewählt, aber wenn sich die Bereiche, die jeder Agent bearbeiten kann, überschneiden oder wenn ein Nutzer einen bestimmten Agenten verwenden möchte, gibt es Einschränkungen, so dass das gewünschte Ergebnis nicht bereitgestellt werden kann.
Das benutzerselektive Bereitstellungsverfahren umfasst ein selektives Verfahren, bei dem der Benutzer einen anfänglich zu verwendenden KI-Agenten bestimmt, und ein Verfahren, bei dem ein jedem KI-Agenten entsprechender Schlüssel getrennt wird und ein gewünschter KI-Agent zu jedem Zeitpunkt ausgewählt wird (Schlüsselseparationstyp).
Beim benutzerselektiven Bereitstellungsverfahren können im Vergleich zum hybriden Bereitstellungsverfahren unabhängige Dienste von jedem KI-Agenten bereitgestellt werden, aber die von jedem Dienst unterstützte Domäne ist unterschiedlich, was aus Sicht des Benutzers Verwirrung darüber stiftet, welcher Dienst zu verwenden ist.
Darüber hinaus wird beim Verfahren der benutzerdefinierten Bereitstellung, wenn ein KI-Agent im Voraus festgelegt wird, nur der ausgewählte KI-Agent betrieben, und wenn ein anderer KI-Agent verwendet werden soll, muss der KI-Agent erneut ausgewählt werden, was zu Unannehmlichkeiten führt.
[Offenlegung]
[Technisches Problem]
Der Zweck der vorliegenden Offenlegung ist es, die Nachteile eines hybriden Bereitstellungsverfahrens und eines benutzerselektiven Bereitstellungsverfahrens in einer Umgebung auszugleichen, in der mehrere KI-Agenten eingesetzt werden können.
Eine Aufgabe der vorliegenden Offenbarung ist es, einen Benutzer in die Lage zu versetzen, einfach einen anderen KI-Agenten zu verwenden, wenn ein unbeabsichtigtes Ergebnis geliefert wird, wenn ein Spracherkennungsdienst durch mehrere KI-Agenten bereitgestellt wird.
Eine Aufgabe der vorliegenden Offenbarung ist es, eine verbesserte Benutzererfahrung zu bieten, bei der eine Vielzahl von KI-Agenten innerhalb einer einzigen Plattform miteinander interagieren.
[Technische Lösung]
Eine Anzeigevorrichtung gemäß einer Ausführungsform der vorliegenden Offenbarung kann umfassen: eine Speichereinheit, eine Anzeigeeinheit, eine Netzwerkschnittstelleneinheit, die so konfiguriert ist, dass sie mit einem ersten Server oder einem zweiten Server kommuniziert, und eine Steuereinheit, die so konfiguriert ist, dass sie Sprachdaten, die einem von einem Benutzer geäußerten Sprachbefehl entsprechen, in der Speichereinheit speichert, den Sprachbefehl an den ersten Server überträgt, eine erste Analyseergebnisinformation des Sprachbefehls von dem ersten Server empfängt, ein erstes Ergebnis auf der Grundlage der empfangenen ersten Analyseergebnisinformation auf der Anzeigeeinheit anzeigt, die gespeicherten Sprachdaten an den zweiten Server überträgt, wenn eine Rückmeldung eines Benutzers empfangen wird, eine zweite Analyseergebnisinformation eines Befehls von dem zweiten Server empfängt und ein zweites Ergebnis auf der Grundlage der empfangenen zweiten Analyseergebnisinformation auf der Anzeigeeinheit anzeigt.
Eine Anzeigevorrichtung gemäß einer Ausführungsform der vorliegenden Offenbarung kann umfassen: eine Anzeigeeinheit, eine Netzwerkschnittstelleneinheit, die so konfiguriert ist, dass sie mit einem ersten Server oder einem zweiten Server kommuniziert, und eine Steuereinheit, die so konfiguriert ist, dass sie Sprachdaten, die einem von einem Benutzer gesprochenen Sprachbefehl entsprechen, an den ersten Server überträgt, eine erste Analyseergebnisinformation des Sprachbefehls von dem ersten Server empfängt, ein erstes Ergebnis basierend auf der empfangenen ersten Analyseergebnisinformation auf der Anzeigeeinheit anzeigt, eine Rückmeldung von dem Benutzer empfängt, die empfangene Rückmeldung an den ersten Server überträgt, eine zweite Analyseergebnisinformation des Sprachbefehls von dem zweiten Server empfängt, ein zweites Ergebnis basierend auf der empfangenen zweiten Analyseergebnisinformation auf der Anzeigeeinheit anzeigt.
[Vorteilhafte Effekte]
Gemäß verschiedenen Ausführungsformen der vorliegenden Offenbarung kann der Benutzer, selbst wenn er von einem KI-Agenten nicht das gewünschte Ergebnis für einen Sprachbefehl erhält, leicht ein gewünschtes Ergebnis von einem anderen KI-Agenten erhalten, ohne den Sprachbefehl erneut äußern zu müssen. Dementsprechend kann der Benutzer ein verbessertes Spracherkennungserlebnis genießen.
Gemäß einer Ausführungsform der vorliegenden Offenbarung kann die Anzeigevorrichtung 100 als Reaktion auf einen einmaligen Äußerungsbefehl eines Benutzers dem Benutzer einen Effekt bieten, bei dem die Anzeigevorrichtung ein wenig intelligenter aussieht, indem es ein Bild zeigt, dass mehrere KI-Assistenten miteinander interagieren und sprechen.
[Beschreibung der Zeichnungen]

1 ist ein Blockdiagramm, das eine Konfiguration einer Anzeigevorrichtung gemäß einer Ausführungsform der vorliegenden Offenbarung zeigt.
2 ist ein Blockdiagramm, das eine Fernbedienungsvorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung zeigt.
3 ist eine Ansicht, die eine tatsächliche Konfiguration einer Fernbedienungsvorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung zeigt.
4 ist eine Ansicht der Verwendung einer Fernbedienungsvorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung.
5 ist ein Blockdiagramm, das die Konfiguration eines KI-Servers gemäß einer Ausführungsform der vorliegenden Offenbarung zeigt.
6 ist ein Diagramm zur Erläuterung der Konfiguration eines künstlichen Intelligenz-Systems gemäß einer anderen Ausführungsform der vorliegenden Offenbarung.
7 ist ein Leiterdiagramm für ein Verfahren zum Betrieb eines künstlichen Intelligenz-Systems gemäß einer Ausführungsform der vorliegenden Offenbarung.
8 ist ein Diagramm, das einen Prozess erläutert, bei dem ein künstliches Intelligenz-System als Reaktion auf einen von einem Benutzer geäußerten Sprachbefehl arbeitet.
9 bis 13 sind Diagramme, die Beispiele für die Bereitstellung eines zweiten Ergebnisses in Abhängigkeit von der Rückmeldung eines Benutzers zu einem ersten Ergebnis gemäß verschiedenen Ausführungsformen der vorliegenden Offenbarung zeigen.
14 ist ein Leiterdiagramm für ein Verfahren zum Betrieb eines künstlichen Intelligenz-Systems gemäß einer anderen Ausführungsform der vorliegenden Offenbarung.

[Bester Modus]
Nachfolgend werden Ausführungsformen der vorliegenden Offenbarung unter Bezugnahme auf die Zeichnungen im Detail beschrieben. Die Suffixe „Modul“ und „Einheit“ für Komponenten, die in der nachfolgenden Beschreibung verwendet werden, werden aus Gründen der Einfachheit beim Verfassen der Beschreibung zugewiesen oder gemischt und haben für sich genommen keine besondere Bedeutung oder Rolle.
Eine Anzeigevorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung, zum Beispiel als eine künstliche Anzeigevorrichtung, die eine Computerunterstützungsfunktion zu einer Rundfunkempfangsfunktion hinzufügt, kann eine einfach zu bedienende Schnittstelle wie eine Schreibeingabevorrichtung, einen Touchscreen oder eine räumliche Fernbedienungsvorrichtung haben, da eine Internetfunktion hinzugefügt wird, während die Rundfunkempfangsfunktion erfüllt wird. Mit der Unterstützung einer drahtgebundenen oder drahtlosen Internetfunktion ist es dann möglich, eine E-Mail-, Web-Browsing-, Bank- oder Spielfunktion beim Zugang zum Internet und zu Computern durchzuführen. Um diese verschiedenen Funktionen auszuführen, kann ein standardisiertes Allzweck-Betriebssystem verwendet werden.
Da verschiedene Anwendungen auf einem Allzweck-Betriebssystemkern frei hinzugefügt oder gelöscht werden können, kann eine hierin beschriebene Anzeigevorrichtung zum Beispiel verschiedene benutzerfreundliche Funktionen ausführen. Bei der Anzeigevorrichtung kann es sich im Einzelnen um ein Netzwerk-TV, Hybrid Broadcast Broadband TV (HBBTV), Smart TV, LED-TV, OLED-TV usw. handeln, und in einigen Fällen kann es auch auf ein Smartphone angewendet werden.
1 ist ein Blockdiagramm, das eine Konfiguration einer Anzeigevorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung zeigt.
Wie in 1 dargestellt, kann eine Anzeigevorrichtung 100 eine Rundfunkempfangseinheit 130, eine Schnittstelleneinheit 135 für externe Vorrichtungen, eine Speichereinheit 140, eine Benutzerschnittstelleneinheit 150, eine Steuereinheit 170, eine drahtlose Kommunikationseinheit 173, eine Anzeigeeinheit 180, eine Audioausgabeeinheit 185 und eine Stromversorgungseinheit 190 umfassen.
Die Rundfunkempfangseinheit 130 kann einen Tuner 131, eine Demodulationseinheit 132 und eine Netzwerkschnittstelleneinheit 133 umfassen.
Der Tuner 131 kann einen bestimmten Rundfunkkanal gemäß einem Kanalauswahlbefehl auswählen. Der Tuner 131 kann Rundfunksignale für den ausgewählten spezifischen Rundfunkkanal empfangen.
Die Demodulationseinheit 132 kann die empfangenen Rundfunksignale in Videosignale, Audiosignale und auf das Rundfunkprogramm bezogene Datensignale aufteilen und die aufgeteilten Videosignale, Audiosignale und Datensignale wieder in eine verfügbare Ausgangsform bringen.
Die Schnittstelleneinheit 135 für externe Vorrichtungen kann eine Anwendung oder eine Anwendungsliste in einer benachbarten externen Vorrichtung empfangen und an die Steuereinheit 170 oder die Speichereinheit 140 übergeben.
Die Schnittstelleneinheit 135 für externe Vorrichtungen kann einen Verbindungspfad zwischen der Anzeigevorrichtung 100 und einer externen Vorrichtung bereitstellen. Die Schnittstelleneinheit 135 für externe Vorrichtungen kann mindestens eine Bild- oder Tonausgabe von einer externen Vorrichtung empfangen, die drahtlos oder drahtgebunden mit der Anzeigevorrichtung 100 verbunden ist, und sie an die Steuereinheit 170 weiterleiten. Die Schnittstelleneinheit 135 für externe Vorrichtungen kann eine Vielzahl von externen Eingangsanschlüssen umfassen. Die Vielzahl der externen Eingangsanschlüsse kann einen RGB-Anschluss, mindestens einen High Definition Multimedia Interface (HDMI)-Anschluss und einen Komponentenanschluss umfassen.
Ein Bildsignal einer externen Vorrichtung, die über die Schnittstelleneinheit 135 für externe Vorrichtungen eingegeben wird, kann über die Anzeigeeinheit 180 ausgegeben werden. Ein Tonsignal einer externen Vorrichtung, die über die Schnittstelleneinheit 135 für externe Vorrichtungen eingegeben wird, kann über die Audioausgabeeinheit 185 ausgegeben werden.
Eine externe Vorrichtung, die an die externe Vorrichtungs-Schnittstelle 135 angeschlossen werden kann, kann eine Set-Top-Box, ein Blu-ray-Player, ein DVD-Player, eine Spielkonsole, eine Soundbar, ein Smartphone, ein PC, ein USB-Speicher und ein Heimkinosystem sein, aber das ist nur ein Beispiel.
Die Netzwerkschnittstelleneinheit 133 kann eine Schnittstelle zum Anschluss der Anzeigevorrichtung 100 an ein drahtgebundenes/drahtloses Netzwerk einschließlich des Internet-Netzwerks bereitstellen. Die Netzwerkschnittstelleneinheit 133 kann Daten an einen anderen Benutzer oder eine andere elektronische Vorrichtung oder von einem anderen Benutzer oder einer anderen elektronischen Vorrichtung über ein Netzwerk, auf das zugegriffen wird, oder ein anderes Netzwerk, das mit dem Netzwerk, auf das zugegriffen wird, verbunden ist, senden oder empfangen.
Darüber hinaus können einige in der Anzeigevorrichtung 100 gespeicherte Inhaltsdaten an einen Benutzer oder eine elektronische Vorrichtung übertragen werden, der/die aus anderen Benutzern oder anderen elektronischen Vorrichtungen, die in der Anzeigevorrichtung 100 vorregistriert sind, ausgewählt wird.
Die Netzwerkschnittstelleneinheit 133 kann über ein Netzwerk, auf das zugegriffen wird, oder ein anderes Netzwerk, das mit dem Netzwerk, auf das zugegriffen wird, verbunden ist, auf eine vorgegebene Webseite zugreifen. Das heißt, die Netzwerkschnittstelleneinheit 133 kann Daten an einen entsprechenden Server senden oder von ihm empfangen, indem sie über das Netzwerk auf eine vorgegebene Webseite zugreift.
Dann kann die Netzwerkschnittstelleneinheit 133 Inhalte oder Daten empfangen, die von einem Inhaltsanbieter oder einem Netzbetreiber bereitgestellt werden. Das heißt, die Netzwerkschnittstelleneinheit 133 kann Inhalte wie Filme, Werbung, Spiele, VODs und Rundfunksignale, die von einem Inhaltsanbieter oder einem Netzwerkbetreiber bereitgestellt werden, über ein Netzwerk und damit verbundene Informationen empfangen.
Darüber hinaus kann die Netzwerkschnittstelle 133 von einem Netzbetreiber bereitgestellte Firmware-Aktualisierungsinformationen und Aktualisierungsdateien empfangen und Daten an einen Internet- oder Inhaltsanbieter oder einen Netzbetreiber übertragen.
Die Netzschnittstelleneinheit 133 kann eine gewünschte Anwendung unter den für die Luft offenen Anwendungen auswählen und über das Netz empfangen.
Die Speichereinheit 140 kann signalverarbeitete Bild-, Sprach- oder Datensignale speichern, die von einem Programm gespeichert werden, um jede Signalverarbeitung und -steuerung in der Steuereinheit 170 zu ermöglichen.
Darüber hinaus kann die Speichereinheit 140 eine Funktion zum vorübergehenden Speichern von Bild-, Sprach- oder Datensignalen ausführen, die von der Schnittstelleneinheit 135 für externe Vorrichtungen oder der Netzwerkschnittstelleneinheit 133 ausgegeben werden, und sie kann Informationen über ein vorbestimmtes Bild durch eine Kanalspeicherfunktion speichern.
Die Speichereinheit 140 kann eine Anwendung oder eine Anwendungsliste speichern, die von der Schnittstelleneinheit 135 für externe Vorrichtungen oder der Netzwerkschnittstelleneinheit 133 eingegeben wurde.
Die Anzeigevorrichtung 100 kann in der Speichereinheit 140 gespeicherte Inhaltsdateien (z. B. Videodateien, Standbilddateien, Musikdateien, Dokumentdateien, Anwendungsdateien usw.) abspielen und einem Benutzer zur Verfügung stellen.
Die Benutzerschnittstelleneinheit 150 kann Signale, die von einem Benutzer eingegeben werden, an die Steuereinheit 170 liefern oder Signale von der Steuereinheit 170 an einen Benutzer liefern. Beispielsweise kann die Benutzerschnittstelleneinheit 150 Steuersignale wie Ein-/Ausschalten, Kanalauswahl und Bildschirmeinstellung von der Fernbedienungsvorrichtung 200 empfangen oder verarbeiten oder Steuersignale von der Steuereinheit 170 an die Fernbedienungsvorrichtung 200 gemäß verschiedenen Kommunikationsverfahren wie Bluetooth, Ultrabreitband (WB), ZigBee, Funkfrequenz (RF) und IR übertragen.
Darüber hinaus kann die Benutzerschnittstelleneinheit 150 Steuersignale, die über lokale Tasten (nicht dargestellt) eingegeben werden, wie z. B. eine Einschalttaste, eine Kanaltaste, eine Lautstärketaste und eine Einstelltaste, an die Steuereinheit 170 liefern.
Bildsignale, die in der Steuereinheit 170 bildverarbeitet werden, können in die Anzeigeeinheit 180 eingegeben und als ein Bild angezeigt werden, das den entsprechenden Bildsignalen entspricht. Zusätzlich können Bildsignale, die in der Steuereinheit 170 bildverarbeitet werden, über die Schnittstelleneinheit 135 für externe Vorrichtungen in eine externe Ausgabevorrichtung eingegeben werden.
Die in der Steuereinheit 170 verarbeiteten Sprachsignale können an die Audioausgabeeinheit 185 ausgegeben werden. Außerdem können die in der Steuereinheit 170 verarbeiteten Sprachsignale über die Schnittstelleneinheit 135 für externe Vorrichtungen in eine externe Ausgabevorrichtung eingegeben werden.
Außerdem kann die Steuereinheit 170 den gesamten Betrieb der Anzeigevorrichtung 100 steuern. Darüber hinaus kann die Steuereinheit 170 der Anzeigevorrichtung 100 durch einen Benutzerbefehl oder eine interne Programmeingabe über die Benutzerschnittstelleneinheit 150 steuern und eine gewünschte Anwendung oder Anwendungsliste in die Anzeigevorrichtung 100 mit Zugang zum Netzwerk herunterladen.
Die Steuereinheit 170 kann von einem Benutzer ausgewählte Kanalinformationen zusammen mit verarbeiteten Bild- oder Sprachsignalen über die Anzeigeeinheit 180 oder die Audioausgabeeinheit 185 ausgeben.
Darüber hinaus kann die Steuereinheit 170 entsprechend einem über die Benutzerschnittstelleneinheit 150 empfangenen Befehl zur Wiedergabe von Bildern externer Vorrichtungen Bildsignale oder Sprachsignale einer externen Vorrichtung wie einer Kamera oder eines Camcorders, die über die Schnittstelleneinheit 135 für externe Vorrichtungen eingegeben werden, über die Anzeigeeinheit 180 oder die Audioausgabeeinheit 185 ausgeben.
Darüber hinaus kann die Steuereinheit 170 die Anzeigeeinheit 180 so steuern, dass sie Bilder anzeigt und Rundfunkbilder, die über den Tuner 131 eingegeben werden, externe Eingangsbilder, die über die Schnittstelleneinheit 135 für externe Vorrichtungen eingegeben werden, Bilder, die über die Netzwerkschnittstelleneinheit eingegeben werden, oder Bilder, die in der Speichereinheit 140 gespeichert sind, zur Anzeige auf der Anzeigeeinheit 180 steuert. In diesem Fall kann ein Bild, das auf der Anzeigeeinheit 180 angezeigt wird, ein Standbild oder ein Video sein und kann auch ein 2D-Bild oder ein 3D-Bild sein.
Darüber hinaus kann die Steuereinheit 170 in der Anzeigevorrichtung 100 gespeicherte Inhalte, empfangene Sendeinhalte und von außen eingegebene externe Eingabeinhalte wiedergeben, und die Inhalte können in verschiedenen Formaten vorliegen, wie z. B. Sendebilder, externe Eingabebilder, Audiodateien, Standbilder, aufgerufene Web-Bildschirme und Dokumentdateien.
Außerdem kann die drahtlose Kommunikationseinheit 173 eine drahtgebundene oder drahtlose Kommunikation mit einer externen elektronischen Vorrichtung durchführen. Die drahtlose Kommunikationseinheit 173 kann eine Nahbereichskommunikation mit einer externen Vorrichtung durchführen. Zu diesem Zweck kann die drahtlose Kommunikationseinheit 173 die Kommunikation über kurze Entfernungen unterstützen, indem sie mindestens eine der Technologien Bluetooth™, Radio Frequency Identification (RFID), Infrared Data Association (IrDA), Ultra Wideband (UWB), ZigBee, Near Field Communication (NFC), Wireless-Fidelity (Wi-Fi), Wi-Fi Direct und Wireless Universal Serial Bus (USB) verwendet. Die drahtlose Kommunikationseinheit 173 kann die drahtlose Kommunikation zwischen der Anzeigevorrichtung 100 und einem drahtlosen Kommunikationssystem, zwischen der Anzeigevorrichtung 100 und einer anderen Anzeigevorrichtung 100 oder zwischen Netzwerken, die die Anzeigevorrichtung 100 und eine andere Anzeigevorrichtung 100 (oder einen externen Server) umfassen, über drahtlose Bereichsnetzwerke unterstützen. Die drahtlosen Bereichsnetze können drahtlose persönliche Bereichsnetze sein.
Dabei kann die andere Anzeigevorrichtung 100 ein mobiles Endgerät wie eine tragbares Vorrichtung (z. B. eine intelligente Uhr, eine intelligente Brille und ein Head Mounted Display (HMD)) oder ein Smartphone sein, die in der Lage ist, Daten mit der Anzeigevorrichtung 100 auszutauschen (oder zusammenzuarbeiten). Die drahtlose Kommunikationseinheit 173 kann eine kommunikationsfähige tragbare Vorrichtung in der Nähe der Anzeigevorrichtung 100 detektieren (oder erkennen). Wenn es sich bei der erkannten tragbaren Vorrichtung um eine Vorrichtung handelt, die für die Kommunikation mit der Anzeigevorrichtung 100 authentifiziert ist, kann die Steuereinheit 170 außerdem zumindest einen Teil der in der Anzeigevorrichtung 100 verarbeiteten Daten über die drahtlose Kommunikationseinheit 173 an die tragbare Vorrichtung übertragen. Dementsprechend kann ein Benutzer der tragbaren Vorrichtung die in der Anzeigevorrichtung 100 verarbeiteten Daten über die tragbare Vorrichtung nutzen.
Die Anzeigeeinheit 180 kann Bildsignale, Datensignale oder On-Screen-Display (OSD)-Signale, die in der Steuereinheit 170 verarbeitet werden, oder Bildsignale oder Datensignale, die in der Schnittstelleneinheit 135 für externe Vorrichtungen empfangen werden, in R-, G- und B-Signale umwandeln, um Ansteuersignale zu erzeugen.
Darüber hinaus ist die in 1 gezeigte Anzeigevorrichtung 100 nur eine Ausführungsform der vorliegenden Erfindung, so dass einige der gezeigten Komponenten entsprechend der Spezifikation der tatsächlich implementierten Anzeigevorrichtung 100 integriert, hinzugefügt oder weggelassen werden können.
Das heißt, wenn nötig, können zwei oder mehr Komponenten in eine Komponente integriert werden oder eine Komponente kann in zwei oder mehr Komponenten aufgeteilt und konfiguriert werden. Darüber hinaus hat jeder Block die Funktion, eine Ausführungsform der vorliegenden Erfindung zu beschreiben, und seine spezifische Funktion oder Vorrichtung schränkt den Umfang der vorliegenden Erfindung nicht ein.
Gemäß einer anderen Ausführungsform der vorliegenden Erfindung kann die Anzeigevorrichtung 100 im Gegensatz zu 1 Bilder über die Netzwerkschnittstelleneinheit 133 oder die Schnittstelleneinheit 135 für externe Vorrichtungen empfangen und wiedergeben, ohne den Tuner 131 und die Demodulationseinheit 132 einzubeziehen.
Die Anzeigevorrichtung 100 kann beispielsweise in eine Bildverarbeitungsvorrichtung wie eine Set-Top-Box zum Empfang von Rundfunksignalen oder Inhalten gemäß verschiedenen Netzdiensten und eine Inhaltswiedergabevorrichtung zum Abspielen von Inhalten, die von der Bildverarbeitungsvorrichtung eingegeben wurden, unterteilt werden.
In diesem Fall kann ein Betriebsverfahren einer Anzeigevorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung, die im Folgenden beschrieben wird, durch eine der Anzeigevorrichtungen, die unter Bezugnahme auf 1 beschrieben werden, eine Bildverarbeitungsvorrichtung, wie die getrennte Set-Top-Box, und eine Inhaltswiedergabevorrichtung, die die Anzeigeeinheit 180 und die Audioausgabeeinheit 185 enthält, durchgeführt werden.
Unter Bezugnahme auf die 2 und 3 wird eine Fernbedienungsvorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung beschrieben.
2 ist ein Blockdiagramm, das eine Fernbedienungsvorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung zeigt, und 3 ist eine Ansicht, die eine tatsächliche Konfiguration einer Fernbedienungsvorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung zeigt.
Zunächst kann eine Fernbedienungsvorrichtung 200 (siehe 2) eine Fingerabdruckerkennungseinheit 210, eine drahtlose Kommunikationseinheit 220, eine Benutzereingabeeinheit 230, eine Sensoreinheit 240, eine Ausgabeeinheit 250, eine Stromversorgungseinheit 260, eine Speichereinheit 270, eine Steuereinheit 280 und eine Tonerfassungseinheit 290 umfassen.
Wie in 2 dargestellt, sendet/empfängt die drahtlose Kommunikationseinheit 220 Signale an/von einer beliebigen Anzeigevorrichtung gemäß den oben erwähnten Ausführungsformen der vorliegenden Erfindung.
Die Fernbedienungsvorrichtung 200 kann ein Hochfrequenz (RF)-Modul 221 zum Senden/Empfangen von Signalen an/von der Anzeigevorrichtung 100 gemäß den RF-Kommunikationsstandards und ein IR-Modul 223 zum Senden/Empfangen von Signalen an/von der Anzeigevorrichtung 100 gemäß den IR-Kommunikationsstandards enthalten. Zusätzlich kann die Fernbedienungsvorrichtung 200 ein Bluetooth-Modul 225 zum Senden/Empfangen von Signalen an/von der Anzeigevorrichtung 100 gemäß den Bluetooth-Kommunikationsstandards enthalten. Darüber hinaus kann die Fernbedienungsvorrichtung 200 ein Near Field Communication (NFC)-Modul 227 zum Senden/Empfangen von Signalen an/von der Anzeigevorrichtung 100 gemäß den NFC-Kommunikationsstandards und ein WLAN-Modul 229 zum Senden/Empfangen von Signalen an/von der Anzeigevorrichtung 100 gemäß den Wireless LAN (WLAN)-Kommunikationsstandards umfassen.
Außerdem kann die Fernbedienungsvorrichtung 200 über die drahtlose Kommunikationseinheit 220 Signale mit Informationen über eine Bewegung der Fernbedienungsvorrichtung 200 an die Anzeigevorrichtung 100 übertragen.
Darüber hinaus kann die Fernbedienungsvorrichtung 200 Signale empfangen, die von der Anzeigevorrichtung 100 über das RF-Modul 221 übertragen werden, und bei Bedarf über das IR-Modul 223 einen Befehl zum Ein- und Ausschalten, zum Kanalwechsel und zur Änderung der Lautstärke an die Anzeigevorrichtung 100 senden.
Die Benutzereingabeeinheit 230 kann mit einer Tastaturtaste, einem Touchpad oder einem Touchscreen ausgestattet sein. Ein Benutzer kann die Benutzereingabeeinheit 230 betätigen, um einen Befehl bezüglich der Anzeigevorrichtung 100 in die Fernbedienungsvorrichtung 200 einzugeben. Wenn die Benutzereingabeeinheit 230 eine Hardkey-Taste umfasst, kann ein Benutzer durch Drücken der Hardkey-Taste einen Befehl in Bezug auf die Anzeigevorrichtung 100 in die Fernbedienungsvorrichtung 200 eingeben. Dies wird unter Bezugnahme auf 3 beschrieben.
Wie in 3 gezeigt, kann die Fernbedienungsvorrichtung 200 eine Vielzahl von Tasten umfassen. Die Vielzahl von Tasten kann eine Fingerabdruckerkennungstaste 212, eine Einschalttaste 231, eine Home-Taste 232, eine Live-Taste 233, eine externe Eingabetaste 234, eine Spracheinstelltaste 235, eine Spracherkennungstaste 236, eine Kanalwechseltaste 237, eine Prüftaste 238 und eine Zurück-Taste 239 umfassen.
Die Fingerabdruckerkennungstaste 212 kann eine Taste zur Erkennung des Fingerabdrucks eines Benutzers sein. Gemäß einer Ausführungsform der vorliegenden Erfindung kann die Fingerabdruckerkennungstaste 212 einen Druckvorgang durchführen und einen Druckvorgang und einen Fingerabdruckerkennungsvorgang empfangen. Die Einschalttaste 231 kann eine Taste zum Ein- und Ausschalten der Stromversorgung der Anzeigevorrichtung 100 sein. Die Home-Taste 232 kann eine Taste sein, um zum Startbildschirm der Anzeigevorrichtung 100 zu gelangen. Die Live-Taste 233 kann eine Taste für die Anzeige von Live-Sendungen sein. Die externe Eingabetaste 234 kann eine Taste zum Empfang einer externen Eingabe sein, die an die Anzeigevorrichtung 100 angeschlossen ist. Die Taste für die Spracheinstellung 235 kann eine Taste zum Einstellen der Größe einer Lautstärke sein, die von der Anzeigevorrichtung 100 ausgegeben wird. Die Spracherkennungstaste 236 kann eine Taste zum Empfangen der Stimme des Benutzers und zum Erkennen der empfangenen Stimme sein. Die Kanalwechseltaste 237 kann eine Taste für den Empfang von Rundfunksignalen eines bestimmten Rundfunkkanals sein. Die Prüftaste 238 kann eine Taste zur Auswahl einer bestimmten Funktion sein, und die Zurück-Taste 239 kann eine Taste zur Rückkehr zu einem vorherigen Bildschirm sein.
Wenn die Benutzereingabeeinheit 230 einen Berührungsbildschirm aufweist, kann ein Benutzer eine Taste des Berührungsbildschirms berühren, um einen Befehl in Bezug auf die Anzeigevorrichtung 100 in die Fernbedienungsvorrichtung 200 einzugeben (siehe 2). Darüber hinaus kann die Benutzereingabeeinheit 230 verschiedene Arten von Eingabemitteln enthalten, die von einem Benutzer bedient werden können, z. B. eine Bildlauftaste und eine Tipptaste, und diese Ausführungsform schränkt den Anwendungsbereich der vorliegenden Erfindung nicht ein.
Die Sensoreinheit 240 kann einen Gyrosensor 241 oder einen Beschleunigungssensor 243 enthalten, und der Gyrosensor 241 kann Informationen über eine Bewegung der Fernbedienungsvorrichtung 200 erfassen.
Zum Beispiel kann der Gyrosensor 241 Informationen über einen Betrieb der Fernbedienungsvorrichtung 200 auf der Basis von x-, y- und z-Achsen erfassen und der Beschleunigungssensor 243 kann Informationen über eine Bewegungsgeschwindigkeit der Fernbedienungsvorrichtung 200 erfassen. Darüber hinaus kann die Fernbedienungsvorrichtung 200 auch einen Abstandsmessungssensor umfassen und einen Abstand in Bezug auf die Anzeigeeinheit 180 der Anzeigevorrichtung 100 erfassen.
Die Ausgabeeinheit 250 kann Bild- oder Sprachsignale als Reaktion auf die Manipulation der Benutzereingabeeinheit 230 oder Bild- oder Sprachsignale ausgeben, die den von der Anzeigevorrichtung 100 übertragenen Signalen entsprechen. Ein Benutzer kann über die Ausgabeeinheit 250 erkennen, ob die Benutzereingabeeinheit 230 betätigt oder die Anzeigevorrichtung 100 gesteuert wird.
Die Ausgabeeinheit 250 kann beispielsweise ein LED-Modul 251 zum Blinken, ein Vibrationsmodul 253 zum Erzeugen von Vibrationen, ein Tonausgabemodul 255 zum Ausgeben von Ton oder ein Anzeigemodul 257 zum Ausgeben eines Bildes umfassen, wenn die Benutzereingabeeinheit 230 manipuliert wird oder Signale über die drahtlose Kommunikationseinheit 220 an die Anzeigevorrichtung 100 gesendet/von dieser empfangen werden.
Außerdem versorgt die Stromversorgungseinheit 260 die Fernbedienungsvorrichtung 200 mit Strom und unterbricht die Stromzufuhr, wenn sich die Fernbedienungsvorrichtung 200 eine bestimmte Zeit lang nicht bewegt, so dass die Stromverschwendung reduziert werden kann. Die Stromversorgungseinheit 260 kann die Stromzufuhr wieder aufnehmen, wenn eine vorbestimmte Taste an der Fernbedienungsvorrichtung 200 betätigt wird.
Die Speichereinheit 270 kann verschiedene Arten von Programmen und Anwendungsdaten speichern, die für die Steuerung oder den Betrieb der Fernbedienungsvorrichtung 200 erforderlich sind. Wenn die Fernbedienungsvorrichtung 200 Signale drahtlos über die Anzeigevorrichtung 100 und das RF-Modul 221 sendet/empfängt, senden/empfängt die Fernbedienungsvorrichtung 200 und die Anzeigevorrichtung 100 Signale über ein vorbestimmtes Frequenzband.
Die Steuereinheit 280 der Fernbedienungsvorrichtung 200 kann in der Speichereinheit 270 Informationen über ein Frequenzband zum Senden/Empfangen von Signalen an/von der mit der Fernbedienungsvorrichtung 200 gepaarten Anzeigevorrichtung 100 speichern und darauf verweisen.
Die Steuereinheit 280 steuert allgemeine Angelegenheiten in Bezug auf die Steuerung der Fernbedienungsvorrichtung 200. Die Steuereinheit 280 kann ein Signal, das einer vorbestimmten Tastenbetätigung der Benutzereingabeeinheit 230 entspricht, oder ein Signal, das einer von der Sensoreinheit 240 erfassten Bewegung der Fernbedienungsvorrichtung 200 entspricht, über die drahtlose Kommunikationseinheit 220 an die Anzeigevorrichtung 100 übertragen.
Zusätzlich kann die Tonerfassungseinheit 290 der Fernbedienungsvorrichtung 200 Sprache erfassen. Die Tonerfassungseinheit 290 kann mindestens ein Mikrofon enthalten und Sprache über das Mikrofon 291 erfassen.
4 ist eine Ansicht der Verwendung einer Fernbedienungsvorrichtung gemäß einer Ausführungsform der vorliegenden Erfindung. 4(a) veranschaulicht, dass ein Zeiger 205, der der Fernbedienungsvorrichtung 200 entspricht, auf der Anzeigeeinheit 180 angezeigt wird.
Ein Benutzer kann die Fernbedienungsvorrichtung 200 vertikal oder horizontal bewegen oder drehen. Der Zeiger 205, der auf der Anzeigeeinheit 180 der Anzeigevorrichtung 100 angezeigt wird, entspricht einer Bewegung der Fernbedienungsvorrichtung 200. Da der entsprechende Zeiger 205 entsprechend einer Bewegung in einem 3D-Raum, wie in der Zeichnung dargestellt, bewegt und angezeigt wird, kann die Fernbedienungsvorrichtung 200 als räumliche Fernbedienungsvorrichtung bezeichnet werden.
4(b) veranschaulicht, dass, wenn ein Benutzer die Fernbedienungsvorrichtung 200 bewegt, der auf der Anzeigeeinheit 180 der Anzeigevorrichtung 100 angezeigte Zeiger 205 entsprechend der Bewegung der Fernbedienungsvorrichtung 200 nach links bewegt wird.
Informationen über eine Bewegung der Fernbedienungsvorrichtung 200, die durch einen Sensor der Fernbedienungsvorrichtung 200 erfasst werden, werden an die Anzeigevorrichtung 100 übertragen. Die Anzeigevorrichtung 100 kann die Koordinaten des Zeigers 205 aus den Informationen über die Bewegung der Fernbedienungsvorrichtung 200 berechnen. Die Anzeigevorrichtung 100 kann den Zeiger 205 entsprechend den berechneten Koordinaten anzeigen.
4(c) zeigt, dass ein Benutzer die Fernbedienungsvorrichtung 200 von der Anzeigeeinheit 180 wegbewegt, während eine bestimmte Taste der Fernbedienungsvorrichtung 200 gedrückt wird. Dadurch kann ein Auswahlbereich in der Anzeigeeinheit 180, der dem Zeiger 205 entspricht, vergrößert und größer dargestellt werden.
Bewegt der Benutzer hingegen die Fernbedienungsvorrichtung 200 in die Nähe der Anzeigeeinheit 180, kann ein dem Zeiger 205 entsprechender Auswahlbereich in der Anzeigeeinheit 180 verkleinert und angezeigt werden.
Andererseits kann ein Auswahlbereich verkleinert werden, wenn die Fernbedienungsvorrichtung 200 von der Anzeigeeinheit 180 wegbewegt wird, und ein Auswahlbereich vergrößert werden, wenn die Fernbedienungsvorrichtung 200 näher an die Anzeigeeinheit 180 herangeführt wird.
Wenn eine bestimmte Taste der Fernbedienungsvorrichtung 200 gedrückt wird, kann die Erkennung einer vertikalen oder horizontalen Bewegung ausgeschlossen werden. Das heißt, wenn die Fernbedienungsvorrichtung 200 von der Anzeigeeinheit 180 weg oder näher an sie herangeführt wird, kann die Auf-, Ab-, Links- oder Rechtsbewegung nicht erkannt werden, sondern nur die Hin- und Herbewegung. Wenn eine bestimmte Taste der Fernbedienungsvorrichtung 200 nicht gedrückt wird, wird nur der Zeiger 205 entsprechend der Auf-, Ab-, Links- oder Rechtsbewegung der Fernbedienungsvorrichtung 200 bewegt.
Außerdem kann die Bewegungsgeschwindigkeit oder Bewegungsrichtung des Zeigers 205 der Bewegungsgeschwindigkeit oder Bewegungsrichtung der Fernbedienungsvorrichtung 200 entsprechen.
Darüber hinaus ist unter einem Zeiger in dieser Beschreibung ein Objekt zu verstehen, das auf der Anzeigeeinheit 180 als Reaktion auf eine Betätigung der Fernbedienungsvorrichtung 200 angezeigt wird. Dementsprechend sind neben einer Pfeilform, die in der Zeichnung als Zeiger 205 dargestellt ist, verschiedene Formen von Objekten möglich. Das obige Konzept umfasst zum Beispiel einen Punkt, einen Cursor, eine Eingabeaufforderung und einen dicken Umriss. Dann kann der Zeiger 205 in Übereinstimmung mit einem Punkt einer horizontalen Achse und einer vertikalen Achse auf der Anzeigeeinheit 180 angezeigt werden, und er kann auch in Übereinstimmung mit einer Vielzahl von Punkten wie einer Linie und einer Fläche angezeigt werden.
5 ist ein Blockdiagramm, das die Konfiguration eines KI-Servers gemäß einer Ausführungsform der vorliegenden Offenbarung zeigt.
Ein künstliche Intelligenz (KI)-Server 10 kann sich auf eine Vorrichtung beziehen, die ein künstliches neuronales Netz mit Hilfe eines Algorithmus für maschinelles Lernen erlernt oder das erlernte künstliche neuronale Netz verwendet (vgl. 5).
Hier kann der KI-Server 10 aus einer Vielzahl von Servern bestehen, um eine verteilte Verarbeitung durchzuführen, oder er kann als 5G-Netzwerk definiert sein. In diesem Fall kann der KI-Server 10 als Teil der Anzeigevorrichtung 100 enthalten sein und zumindest einen Teil der KI-Verarbeitung gemeinsam durchführen.
Der KI-Server 10 kann eine Kommunikationseinheit 61, einen Speicher 63, einen Lernprozessor 64, einen Prozessor 66 und Ähnliches umfassen.
Die Kommunikationseinheit 61 kann Daten an eine externe Vorrichtung wie die Anzeigevorrichtung 100 senden/empfangen.
Der Speicher 63 kann eine Modellspeichereinheit 63-1 enthalten. In der Modellspeichereinheit 63-1 kann ein Modell (oder ein künstliches neuronales Netz, 63-2) gespeichert werden, das durch den Lernprozessor 64 erlernt oder gelernt wird.
Der Lernprozessor 64 kann das künstliche neuronale Netz 63-2 anhand der Lerndaten trainieren. Das Lernmodell kann verwendet werden, während es in den KI-Server 10 des künstlichen neuronalen Netzes geladen ist, oder es kann in eine externe Vorrichtung wie die Anzeigevorrichtung 100 geladen und verwendet werden.
Ein Lernmodell kann in Hardware, Software oder einer Kombination aus Hardware und Software implementiert sein. Wenn das Lernmodell ganz oder teilweise als Software implementiert ist, können eine oder mehrere Anweisungen, die das Lernmodell bilden, im Speicher 63 gespeichert werden.
Der Prozessor 66 kann unter Verwendung des Lernmodells einen Ergebniswert für neue Eingabedaten ableiten und eine Antwort oder einen Steuerbefehl auf der Grundlage des abgeleiteten Ergebniswertes erzeugen.
6 ist ein Diagramm zur Erläuterung der Konfiguration eines künstlichen Intelligenz-Systems gemäß einer anderen Ausführungsform der vorliegenden Offenbarung.
Wie in 6 dargestellt, kann das künstliche Intelligenz-System 6 eine Anzeigevorrichtung 100, einen Datenkonvertierungsserver 610 und einen NLP-Server 630 umfassen.
Die Anzeigevorrichtung 100 kann Sprachdaten, die einem von einem Benutzer geäußerten Sprachbefehl entsprechen, an den Datenkonvertierungsserver 610 übertragen.
Der Datenkonvertierungsserver 610 kann Sprachdaten von der Anzeigevorrichtung 100 empfangen. Der Datenkonvertierungsserver 610 kann die empfangenen Sprachdaten in Textdaten umwandeln.
Der Datenumwandlungsserver 610 kann das vom NLP-Server 630 empfangene beabsichtigte Ausführungsergebnis in Textform in Audiodaten umwandeln und die umgewandelten Sprachdaten an die Anzeigevorrichtung 100 übertragen.
Der Datenkonvertierungsserver 610 kann Sprachdaten, die den Wechsel des KI-Agenten darstellen, an die Anzeigevorrichtung 100 übertragen.
Der NLP (Natural Language Process)-Server 630 kann einen ersten KI-Agenten-Server 631 und einen zweiten KI-Agenten-Server 633 umfassen.
Der NLP-Server 630 kann Textdaten vom Datenkonvertierungsserver 610 empfangen und die Absicht der empfangenen Textdaten mit Hilfe einer Maschine zur Verarbeitung natürlicher Sprache analysieren.
Der NLP-Server 630 kann einen oder mehrere KI-Agenten-Server enthalten.
Jeder KI-Agenten-Server kann Informationen zur Absichtsanalyse generieren, indem er nacheinander einen Morphem-Analyseschritt, einen Syntax-Analyseschritt, einen Dialog-Handlungs-Analyseschritt und einen Dialogverarbeitungsschritt an Textdaten durchführt.
Der Schritt der Morphem-Analyse ist ein Schritt der Klassifizierung von Textdaten, die einer von einem Benutzer geäußerten Stimme entsprechen, in Morphem-Einheiten, die die kleinsten Einheiten mit Bedeutung sind, und der Bestimmung, welche Teile der Sprache jedes klassifizierte Morphem hat.
Bei der syntaktischen Analyse werden die Textdaten anhand des Ergebnisses der Morphemanalyse in Substantivphrasen, Verbphrasen, Adjektivphrasen usw. klassifiziert, und es wird bestimmt, welche Art von Beziehung zwischen den klassifizierten Phrasen besteht.
Durch den Schritt der syntaktischen Analyse können Subjekt, Objekt und Modifikatoren der vom Benutzer geäußerten Stimme bestimmt werden.
Der Schritt der Dialogaktanalyse ist ein Schritt der Analyse der Absicht der vom Benutzer geäußerten Stimme unter Verwendung des Ergebnisses des Schritts der Syntaxanalyse. Der Schritt der Dialogaktanalyse ist insbesondere ein Schritt zur Bestimmung der Absicht des Satzes, z. B. ob der Benutzer eine Frage stellt, eine Bitte äußert oder einfach nur eine Emotion ausdrückt.
Der Dialogverarbeitungsschritt ist ein Schritt der Entscheidung, ob auf die Äußerung des Benutzers geantwortet werden soll, ob auf die Äußerung des Benutzers geantwortet werden soll oder ob eine Frage gestellt werden soll, um zusätzliche Informationen zu erhalten, indem das Ergebnis des Dialogaktionsanalyseschritts verwendet wird.
Nach dem Schritt der Gesprächsverarbeitung kann jeder KI-Agenten-Server Informationen zur Absichtsanalyse erzeugen, die eine oder mehrere Antworten auf die vom Benutzer geäußerte Absicht, eine Antwort und eine Anfrage nach zusätzlichen Informationen enthalten.
Der NLP-Server 630 kann einen ersten KI-Agenten-Server 631 und einen zweiten KI-Agenten-Server 633 umfassen.
Der erste KI-Agenten-Server 631 kann ein Server sein, der einen Dienst zur Verarbeitung natürlicher Sprache über einen anderen Hersteller als den Hersteller der Anzeigevorrichtung 100 anbietet.
Der zweite KI-Agenten-Server 633 kann ein Server sein, der über einen Hersteller der Anzeigevorrichtung 100 einen Dienst zur Verarbeitung natürlicher Sprache anbietet.
Der erste KI-Agenten-Server 631 und der zweite KI-Agenten-Server 633 können jeweils Komponenten des in 5 dargestellten KI-Servers 10 enthalten.
Der Datenkonvertierungsserver 610 kann Textdaten an den ersten KI-Agenten-Server 631 übertragen.
Der erste KI-Agenten-Server 631 kann die Intention der Textdaten erfassen und bestimmen, ob eine Operation, die der erfassten Intention entspricht, verarbeitet werden kann.
Wenn festgestellt wird, dass der erste KI-Agenten-Server 631 eine Operation verarbeiten kann, die der erfassten Absicht entspricht, kann er ein Ergebnis der Absichtsanalyse erhalten, das der Absicht entspricht.
Wenn festgestellt wird, dass der erste KI-Agenten-Server 631 die Operation, die der erhaltenen Absicht entspricht, nicht verarbeiten kann, kann er die Absicht der Textdaten an den zweiten KI-Agenten-Server 633 übertragen.
Der zweite KI-Agenten-Server 633 kann ein Ergebnis der Absichtsanalyse erhalten, das der Absicht der empfangenen Textdaten entspricht, und das erhaltene Ergebnis der Absichtsanalyse an den ersten KI-Agenten-Server 631 übertragen.
Der erste KI-Agenten-Server 631 kann das Ergebnis der Absichtsanalyse an den Datenkonvertierungsserver 610 übermitteln.
Der Datenkonvertierungsserver 610 kann das Ergebnis der Intentionsanalyse an den NLP-Client 101 der Anzeigevorrichtung 100 übermitteln.
Die Anzeigevorrichtung 100 kann außerdem einen NLP-Client 101, einen Sprachagenten 103 und einen Renderer 105 enthalten.
Der NLP-Client 101, der Sprachagent 103 und der Renderer 105 können in der in 1 dargestellten Steuereinheit 170 enthalten sein.
Ein weiteres Beispiel: Der NLP-Client 101 kann in die in 1 gezeigte Netzschnittstelleneinheit 133 integriert werden.
Der NLP-Client 101 kann mit dem Datenkonvertierungsserver 610 kommunizieren.
Der Sprachagent 103 kann ein Signal zum Eintritt in den Spracherkennungsmodus von der Fernbedienungsvorrichtung 200 empfangen und den Betrieb des Mikrofons in der Anzeigevorrichtung 100 entsprechend dem empfangenen Signal aktivieren.
Der Sprachagent 103 kann einen vom Mikrofon der Anzeigevorrichtung 100 empfangenen Sprachbefehl oder einen von der Fernbedienungsvorrichtung 200 empfangenen Sprachbefehl an den NLP-Client 101 übermitteln.
Der Sprachagent 103 kann vom NLP-Client 101 vom NLP-Server 630 empfangene Ergebnisinformationen der Intentionsanalyse oder Suchinformationen empfangen.
Der Sprachagent 103 kann eine Anwendung ausführen oder eine Funktion ausführen, die einer Taste der Fernbedienungsvorrichtung 200 entspricht, basierend auf den Ergebnisinformationen der Absichtsanalyse.
Der Sprachagent 103 kann in der Konfiguration des NLP-Clients 103 enthalten sein.
Der Renderer 105 kann über ein GUI-Modul eine Benutzeroberfläche erzeugen, um die empfangenen Suchinformationen auf der Anzeigeeinheit 180 anzuzeigen und die erzeugte Benutzeroberfläche an die Anzeigeeinheit 180 auszugeben.
Je nach Ausführungsform kann der Datenkonvertierungsserver 610 in den NLP-Server 630 integriert sein.
Darüber hinaus kann jeder der ersten KI-Agenten-Server 631 oder der zweiten KI-Agenten-Server 633 als ein NLP-Server betrachtet werden.
Obwohl in 6 beispielhaft zwei KI-Agenten-Server dargestellt sind, muss man sich nicht darauf beschränken, und es können auch mehr KI-Agenten-Server existieren.
7 ist ein Leiterdiagramm für ein Verfahren zum Betrieb eines künstlichen Intelligenz-Systems gemäß einer Ausführungsform der vorliegenden Offenbarung.
Nachfolgend wird ein Verfahren zum Betrieb eines Systems gemäß einer Ausführungsform der vorliegenden Offenbarung unter Bezugnahme auf die 5 und 6 beschrieben.
Darüber hinaus kann es sich bei dem KI-Agenten um Hardware oder Software handeln, die in der Lage ist, einen von einem Benutzer geäußerten Sprachbefehl zu erkennen und entsprechend der Absicht des erkannten Sprachbefehls Informationen über die Analyseergebnisse zu liefern.
Der KI-Agent kann einen Spracherkennungsdienst über eine auf der Anzeigevorrichtung 100 installierte Anwendung anbieten.
Ein KI-Agent kann einem Unternehmen entsprechen, das einen Spracherkennungsdienst anbietet.
Eine Vielzahl von Anwendungen, die jeweils einer Vielzahl von KI-Agenten entsprechen, kann auf der Anzeigevorrichtung 100 installiert werden.
Eine Vielzahl von KI-Agenten kann in der Anzeigevorrichtung 100 oder im NLP-Server 630 bereitgestellt werden.
In der Zwischenzeit können einige der Schritte von 7 gleichzeitig durchgeführt werden oder die Reihenfolge einiger Schritte kann umgekehrt werden.
Wie in 7 dargestellt, empfängt die Steuereinheit 170 der Anzeigevorrichtung 100 einen vom Benutzer geäußerten Sprachbefehl (S701).
In einer Ausführungsform kann die Steuereinheit 170 einen Sprachbefehl empfangen, der von einem Benutzer über ein Mikrofon (nicht dargestellt) in der Anzeigevorrichtung 100 gesprochen wird.
In einer anderen Ausführungsform kann die Steuereinheit 170 einen Sprachbefehl von der Fernbedienungsvorrichtung 200 empfangen.
Die Steuereinheit 170 der Anzeigevorrichtung 100 speichert die dem Sprachbefehl entsprechenden Sprachdaten in der Speichereinheit 140 (S702).
Die Steuereinheit 170 kann analoge Sprachdaten, die einem Sprachbefehl entsprechen, in digitale Sprachdaten umwandeln.
Genauer gesagt, kann die Steuereinheit 170 einen Audioeingabeprozessor enthalten, und der Audioeingabeprozessor kann einen Audiostream erzeugen, der einem Sprachbefehl entspricht. Der Audiostream kann eine Sprachwellenform sein, die einem Sprachbefehl entspricht.
Die Steuereinheit 170 kann die Sprachwellenform durch ein Pulscodemodulations (PCM)-Verfahren kodieren und eine PCM-Datei entsprechend einem Kodierungsergebnis erhalten.
Eine PCM-Datei kann direkt mit Sprachdaten korrespondieren.
Die Steuereinheit 170 kann die PCM-Datei in dem Speicher 140 speichern. Die PCM-Datei kann verwendet werden, um später an einen anderen KI-Agenten-Server übertragen zu werden, wenn das Ergebnis der Absicht, die dem vom Benutzer geäußerten Sprachbefehl entspricht, ein unerwartetes Ergebnis ist.
Die Steuereinheit 170 der Anzeigevorrichtung 100 sendet einen Sprachbefehl an den ersten KI-Agenten-Server 631 (S703).
Das heißt, dass es sich bei dem, was an den ersten KI-Agenten-Server 631 übermittelt wird, um einen Sprachbefehl selbst und nicht um gespeicherte Sprachdaten handeln kann.
Der erste KI-Agenten-Server 631 kann ein Server sein, der dem ersten KI-Agenten entspricht.
Der erste KI-Agenten-Server 631 kann ein Server sein, der einem KI-Agenten entspricht, der durch ein hybrides Bereitstellungsverfahren ausgewählt wurde, oder ein KI-Agent, der von einem Benutzer gemäß eines benutzerselektiven Bereitstellungsverfahrens ausgewählt wurde.
Die Steuereinheit 170 kann die PCM-Datei, die dem vom Benutzer geäußerten Sprachbefehl entspricht, über die Netzwerkschnittstelleneinheit 133 an den ersten KI-Agenten-Server 631 übertragen.
Die Steuereinheit 170 kann die im Speicher 140 gespeicherten Sprachdaten an den ersten KI-Agenten-Server 631 übertragen, um ein Analyseergebnis für einen von einem Benutzer geäußerten Sprachbefehl anzufordern.
Die Steuereinheit 170 kann über die Netzwerkschnittstelle 133 Sprachdaten an den ersten KI-Agenten-Server 631 übertragen. Bei den Sprachdaten kann es sich um eine PCM-Datei handeln.
Der erste KI-Agenten-Server 631 erhält auf der Grundlage der empfangenen Sprachdaten (S705) eine erste Analyseergebnisinformation, die ein Analyseergebnis der Sprachdaten darstellt.
Der erste KI-Agenten-Server 631 kann Sprachdaten in Textdaten umwandeln und eine Absichtsanalyse der umgewandelten Textdaten durchführen.
In einer Ausführungsform kann der erste KI-Agenten-Server 631 Sprachdaten mithilfe einer Sprache-zu-Text(STT)-Maschine in Textdaten umwandeln.
In einer anderen Ausführungsform kann die Anzeigevorrichtung 100 Textdaten an den STT-Server übertragen, und der erste KI-Agenten-Server 631 kann die Textdaten vom STT-Server empfangen.
Der erste KI-Agenten-Server 631 kann ein Analyseergebnis für Textdaten mithilfe einer Engine zur Verarbeitung natürlicher Sprache erhalten.
Der erste KI-Agenten-Server 631 kann eine erste Analyseergebnisinformation erhalten, die das Analyseergebnis der Sprachdaten wiedergibt.
Hier kann die erste Analyseergebnisinformation ein Ergebnis enthalten, in dem die Absicht des Sprachbefehls des Benutzers nicht richtig wiedergegeben wird. Dies kann daran liegen, dass der Sprachbefehl des Benutzers ein Befehl ist, den der erste KI-Agenten-Server 631 nicht verarbeiten kann.
In einer anderen Ausführungsform kann die erste Analyseergebnisinformation außerdem ein Textkonvertierungsergebnis (STT-Ergebnis) eines Sprachbefehls enthalten. In diesem Fall kann die Anzeigevorrichtung 100 später das STT-Ergebnis anstelle der PCM-Datei an den zweiten KI-Agenten-Server 633 übertragen. Da der zweite KI-Agenten-Server 633 die Absichtsanalyse ohne den STT-Prozess durchführt, kann die Ausführungsgeschwindigkeit der Spracherkennung entsprechend erhöht werden.
Der erste KI-Agenten-Server 631 überträgt die erhaltene erste Analyseergebnisinformation an die Anzeigevorrichtung 100 (S707).
Die Steuereinheit 170 der Anzeigevorrichtung 100 zeigt das erste Ergebnis auf der Anzeigeeinheit 180 basierend auf der empfangenen ersten Analyseergebnisinformation an (S709).
Bei dem ersten Ergebnis kann es sich um ein Ergebnis handeln, das durch die erste Analyseergebnisinformation analysiert wurde.
Das erste Ergebnis, das auf den ersten Analyseergebnissen basiert, kann ein Ergebnis sein, bei dem die Absicht des Benutzers für den Sprachbefehl nicht richtig wiedergegeben wird.
Die Steuereinheit 170 der Anzeigevorrichtung 100 empfängt die Rückmeldung (S711) und überträgt die gespeicherten Sprachdaten auf der Grundlage der empfangenen Rückmeldung (S713) an den zweiten KI-Agenten-Server 633.
In einer Ausführungsform kann die Rückmeldung eine Aufforderung sein, einen anderen KI-Agenten als den ersten KI-Agenten auszuwählen.
In einer anderen Ausführungsform kann die Rückmeldung derselbe Sprachbefehl sein wie der in Schritt S701 geäußerte Sprachbefehl.
Die Anzeigevorrichtung 100 kann die Rückmeldung des Benutzers von der Fernbedienungsvorrichtung 200 empfangen oder direkt empfangen. Die Rückmeldung des Benutzers kann eine Auswahl einer Taste auf der Fernbedienungsvorrichtung 200 oder ein Sprachbefehl sein. Eine auf der Fernbedienungsvorrichtung 200 vorgesehene Taste kann eine Taste zur Auswahl eines bestimmten KI-Agenten sein.
Die Fernbedienungsvorrichtung 200 kann eine Vielzahl von Tasten haben, die jeweils einer Vielzahl von KI-Agenten entsprechen.
In einer Ausführungsform kann die Steuereinheit 170 die im Speicher 140 gespeicherte PCM-Datei an den zweiten KI-Agenten-Server 633 übertragen, wenn die empfangene Rückmeldung eine Aufforderung zur Auswahl des zweiten KI-Agenten ist.
Der Grund, warum die Steuereinheit 170 die PCM-Datei an den zweiten KI-Agenten-Server 633 überträgt, ist, dass die STT-Ergebnisse (Textdaten) nicht als Richtlinie zwischen den einzelnen KI-Agenten-Servern ausgetauscht werden.
Wenn die empfangene Rückmeldung eine Aufforderung zur Auswahl des zweiten KI-Agenten ist, kann die Steuereinheit 170 feststellen, dass das Ergebnis der Absichtsanalyse des Sprachbefehls durch den ersten KI-Agenten falsch ist.
In einer anderen Ausführungsform kann die Steuereinheit 170, wenn die empfangene Rückmeldung anzeigt, dass der Sprachbefehl erneut empfangen wurde, die Rückmeldung als Aufforderung zur Auswahl eines anderen KI-Agenten erkennen.
In diesem Fall kann die Steuereinheit 170 entweder den zweiten KI-Agenten oder den dritten KI-Agenten auswählen.
Der zweite KI-Agenten-Server 633 erhält eine zweite Analyseergebnisinformation auf der Grundlage der von der Anzeigevorrichtung 100 empfangenen Sprachdaten (S715).
Der zweite KI-Agenten-Server 633 kann Sprachdaten in Textdaten umwandeln und eine Absichtsanalyse der umgewandelten Textdaten mit Hilfe einer Maschine zur Verarbeitung natürlicher Sprache durchführen.
Der zweite KI-Agenten-Server 633 überträgt die erhaltene zweite Analyseergebnisinformation an die Anzeigevorrichtung 100 (S717).
Die Anzeigevorrichtung 100 zeigt das zweite Ergebnis auf der Anzeigeeinheit 180 auf der Grundlage der empfangenen zweiten Analyseergebnisinformation an (S719).
Das zweite Ergebnis, das auf der zweiten Analyseergebnisinformation basiert, kann ein Ergebnis sein, in dem die Absicht des Benutzers für den Sprachbefehl richtig wiedergegeben wird.
8 ist ein Diagramm, das einen Prozess erläutert, bei dem ein künstliches Intelligenz-System als Reaktion auf einen von einem Benutzer geäußerten Sprachbefehl arbeitet.
Wie in 8 dargestellt, kann das künstliche Intelligenz-System einen ersten KI-Agenten-Server 631, einen zweiten KI-Agenten-Server 633, einen dritten KI-Agenten-Server 635 und eine Anzeigevorrichtung 100 umfassen.
Die Steuereinheit 170 der Anzeigevorrichtung 100 kann einen Audioeingabeprozessor 810, einen KI-Agenten-Manager 830 und mehrere KI-Agenten-Clients 851, 853 und 855 umfassen.
Der KI-Agentenmanager 830 kann dieselbe Konfiguration haben wie der Sprachagent 103 von 6.
Jeder der mehreren KI-Agenten-Clients 851, 853, 855 kann dieselbe Konfiguration haben wie der NLP-Client 101 von FIG.
In 8 wird angenommen, dass der Benutzer einen Sprachbefehl <Wie ist das Wetter in Seoul> (S801) ausspricht. Es wird auch angenommen, dass die Anzeigevorrichtung 100 einen Spracherkennungsdienst durch den ersten KI-Agenten bereitstellt.
Der Audioeingabeprozessor 810 kann einen Audiostream erzeugen, indem er den Sprachbefehl eines Benutzers vorverarbeitet.
Der Audioeingabeprozessor 810 kann den erzeugten Audiostream an den KI-Assistentenmanager 830 weiterleiten (S803).
Der KI-Agenten-Manager 830 kann eine PCM-Datei auf der Grundlage des Audiostreams erzeugen (S805).
Der KI-Agenten-Manager 830 kann eine PCM-Datei erzeugen, indem er ein Pulscode-Modulationsverfahren für einen Audiostream verwendet. Bei der PCM-Datei kann es sich um eine Datei handeln, die durch Digitalisierung des Originaltons für Sprache gewonnen wird.
Der KI-Agentenmanager 830 kann die PCM-Datei in der Speichereinheit 140 speichern. Die Speichereinheit 140 kann in der Steuereinheit 170 enthalten sein oder separat von der Steuereinheit 170 bereitgestellt werden.
Der KI-Agenten-Manager 830 kann den Anrufbefehl des ersten KI-Agenten-Clients und den Audiostream, der dem ersten KI-Agenten entspricht, an den ersten KI-Agenten-Client 851 übermitteln (S807).
Der erste KI-Agenten-Client 851 kann den empfangenen Audiostream an den ersten KI-Agenten-Server 631 übertragen (S809).
Der erste KI-Agenten-Server 631 kann den Audiostream in Textdaten umwandeln und die umgewandelten Textdaten in natürliche Sprache umwandeln.
Der erste KI-Agenten-Server 631 kann erste Analyseergebnisinformationen erhalten, die ein Analyseergebnis für die Verarbeitung natürlicher Sprache sind.
Der erste KI-Agenten-Server 631 kann die erste Analyseergebnisinformation an den ersten KI-Agenten-Client 851 übertragen (S811). Die erste Analyseergebnisinformation kann ein unbeabsichtigtes Ergebnis eines von einem Benutzer geäußerten Sprachbefehls enthalten. Das heißt, die erste Analyseergebnisinformation kann ein Suchergebnis eines Videos enthalten.
Der erste KI-Agenten-Client 851 kann ein erstes Ergebnis auf der Grundlage der ersten Analyseergebnisinformation auf der Anzeigeeinheit 180 anzeigen (S813).
Das erste Ergebnis ist ein Videosuchergebnis und kann eine Videoliste enthalten.
Der erste KI-Agenten-Client 851 kann die Rückmeldung des Benutzers zum ersten Ergebnis erhalten (S815).
In einer Ausführungsform kann die Rückmeldung eine Aufforderung sein, einen anderen KI-Agenten auszuwählen. Die Rückmeldung kann dazu dienen, ein Analyseergebnis eines vom Nutzer geäußerten Sprachbefehls durch einen anderen KI-Agenten anzufordern.
In einer anderen Ausführungsform kann die Rückmeldung eine Anfrage sein, die die Unzufriedenheit mit dem ersten Ergebnis anzeigt.
Der erste KI-Agenten-Client 851 kann auf der Grundlage der empfangenen Rückmeldung eine weitere Client-Anrufanfrage an den KI-Agenten-Manager 830 senden (S817). Eine weitere Client-Anrufanforderung kann eine Anforderung sein, ein Analyseergebnis eines Sprachbefehls zu erhalten, der von einem Benutzer durch einen anderen KI-Agenten geäußert wurde.
Eine weitere Anfrage für einen Client-Anruf kann eine Anfrage sein, einen Client anzurufen, der einem in der Rückmeldung enthaltenen KI-Agenten entspricht. Die Rückmeldung kann Informationen über den vom Benutzer ausgewählten KI-Agenten enthalten.
Der KI-Agenten-Manager 830 kann einen Client-Anruf und eine vorgespeicherte pcm-Datei an den zweiten KI-Agenten-Client 853 übertragen, basierend auf einer weiteren Client-Anruf-Anforderung, die vom ersten KI-Agenten-Client 851 empfangen wurde (S819).
Der zweite Agenten-Client 853 kann die empfangene pcm-Datei an den zweiten KI-Agenten-Server 633 übertragen (S821).
Der zweite KI-Agenten-Server 633 kann die pcm-Datei in Textdaten umwandeln, eine Analyse der umgewandelten Textdaten durch natürliche Sprachverarbeitung durchführen und zweite Informationen über die Analyseergebnisse erhalten.
Die zweite Analyseergebnisinformation kann Wetterinformationen von Seoul enthalten, die für die Absicht des vom Benutzer geäußerten Sprachbefehls geeignet sind.
Der zweite KI-Agenten-Server 633 kann die zweite Analyseergebnisinformation an den zweiten KI-Agenten-Client 853 übertragen (S823).
Der zweite KI-Agenten-Client 853 kann das zweite Ergebnis auf der Anzeigeeinheit 180 basierend auf den zweiten Analyseergebnisinformationen anzeigen (S825).
Die 9 bis 13 sind Diagramme, die Beispiele für die Bereitstellung eines zweiten Ergebnisses in Abhängigkeit von der Rückmeldung eines Benutzers zu einem ersten Ergebnis gemäß verschiedenen Ausführungsformen der vorliegenden Offenbarung zeigen.
9 und 10 sind Diagramme, die ein Beispiel zeigen, bei dem die Rückmeldung des Benutzers über eine Taste der Fernbedienungsvorrichtung 200 erfolgt.
Die Fernbedienungsvorrichtung 200 kann eine Vielzahl von KI-Agenten-Tasten 901, 903 und 905 enthalten.
Jede der mehreren KI-Agenten-Tasten 901, 903 und 905 kann eine Taste sein, die jedem der mehreren KI-Agenten entspricht.
Die erste KI-Agenten-Taste 901 kann eine Taste zum Empfang eines Spracherkennungsergebnisses vom ersten KI-Agenten-Server 631 sein.
Die zweite KI-Agenten-Taste 903 kann eine Taste zum Empfang eines Spracherkennungsergebnisses vom zweiten KI-Agenten-Server 633 sein.
Die dritte KI-Agenten-Taste 905 kann eine Taste zum Empfangen eines Spracherkennungsergebnisses von dem dritten KI-Agenten-Server 635 sein.
Wie in 9 dargestellt, gibt der Benutzer den Sprachbefehl <Wie ist das Wetter in Seoul> ein, während er die erste KI-Agenten-Taste 901 auf der Fernbedienungsvorrichtung 200 drückt.
Die Fernbedienungsvorrichtung 200 kann einen ersten Befehl zur Auswahl eines KI-Agenten und einen Sprachbefehl (oder ein dem Sprachbefehl entsprechendes Sprachsignal) an die Anzeigevorrichtung 100 senden.
Die Anzeigevorrichtung 100 kann den von der Fernbedienungsvorrichtung 200 empfangenen Sprachbefehl durch ein Pulscodemodulationsverfahren in eine PCM-Datei umwandeln und speichern.
Die Anzeigevorrichtung 100 kann einen Sprachbefehl an den ersten KI-Agenten-Server 631 gemäß dem ersten KI-Agenten-Auswahlbefehl vom Fernbedienungsvorrichtung 200 übertragen.
Der erste KI-Agenten-Server 631 kann eine erste Analyseergebnisinformation erhalten, indem er eine Absichtsanalyse für den Sprachbefehl des Benutzers durchführt. Die erste Analyseergebnisinformation kann ein Videosuchergebnis enthalten, in dem der erste KI-Agenten-Server 631 die Absicht des Benutzers nicht wiedergibt.
Die Anzeigevorrichtung 100 kann vom ersten KI-Agenten-Server 631 eine erste Information über das Analyseergebnis des Sprachbefehls erhalten.
Die Anzeigevorrichtung 100 kann ein Videosuchergebnis 910 auf der Grundlage des vom ersten KI-Agenten-Server 631 empfangenen ersten Analyseergebnisses auf der Anzeigeeinheit 180 anzeigen.
Das Videosuchergebnis 910 kann überlappend mit dem Inhaltsvideo 900 angezeigt werden.
Der Nutzer wollte die Wetterinformationen von Seoul abrufen, erhielt aber nicht das gewünschte Ergebnis.
Der Benutzer kann der Anzeigevorrichtung 100 über die Fernbedienungsvorrichtung 200 eine Rückmeldung über das Videosuchergebnis 910 geben.
Zum Beispiel kann der Benutzer die zweite KI-Agenten-Taste 903 auf der Fernbedienungsvorrichtung 200 drücken.
Die Fernbedienungsvorrichtung 200 kann den Auswahlbefehl des zweiten KI-Agenten als Rückmeldung erkennen und an die Anzeigevorrichtung 100 übermitteln.
Die Anzeigevorrichtung 100 kann die im zweiten KI-Agenten-Server 633 gespeicherte PCM-Datei entsprechend dem vom Fernsteuerungsgerät 200 empfangenen Befehl zur Auswahl des zweiten AI-Agenten übertragen.
Das heißt, der Benutzer muss den Sprachbefehl <Wie ist das Wetter in Seoul> nicht erneut aussprechen.
Der zweite KI-Agenten-Server 633 kann die PCM-Datei in Textdaten umwandeln und eine zweite Analyseergebnisinformation über die umgewandelten Textdaten erhalten.
Die zweite Information über die Analyseergebnisse kann Wetterinformationen über Seoul enthalten.
Die Anzeigevorrichtung 100 kann eine zweite Analyseergebnisinformation vom zweiten KI-Agenten-Server 933 empfangen und Wetterinformationen 1010 von Seoul basierend auf der empfangenen zweiten Analyseergebnisinformation anzeigen.
Gemäß einer Ausführungsform der vorliegenden Offenbarung kann der Benutzer, selbst wenn er von einem KI-Agenten nicht das gewünschte Ergebnis für einen Sprachbefehl erhält, problemlos ein gewünschtes Ergebnis von einem anderen KI-Agenten erhalten, ohne den Sprachbefehl erneut aussprechen zu müssen.
Dementsprechend kann der Benutzer eine verbesserte Spracherkennung genießen.
11 ist ein Diagramm zur Erläuterung eines Beispiels für den Empfang einer Benutzer-Rückmeldung über ein Pop-up-Fenster gemäß einer Ausführungsform der vorliegenden Offenbarung.
In 11 wird die Ausführungsform von 9 übernommen. Das heißt, die Anzeigevorrichtung 100 zeigt das vom ersten KI-Agenten-Server 631 empfangene Videosuchergebnis 910 auf der Anzeigeeinheit 180 an.
Gleichzeitig kann die Anzeigevorrichtung 100 auf der Anzeigeeinheit 180 ein Pop-up-Fenster 1100 anzeigen, in dem gefragt wird, ob mit dem Ergebnis der Spracherkennung des Sprachbefehls zufrieden ist oder nicht.
Das Pop-up-Fenster 1100 kann einen Text enthalten, der fragt, ob man mit dem Ergebnis der Spracherkennung eines Sprachbefehls zufrieden ist oder nicht, sowie eine Schaltfläche 1101 zum Zustimmen und eine Schaltfläche 1103 zum Nicht-Zustimmen.
Der Benutzer kann die Schaltfläche 1103 „Nicht zustimmen“ wählen.
Die Anzeigevorrichtung 100 kann die gespeicherte PCM-Datei an einen anderen KI-Agenten-Server übertragen, wenn ein Befehl zur Auswahl der Schaltfläche 1103 „Nicht zustimmen“ vorliegt.
Die Anzeigevorrichtung 100 kann einen Befehl zur Auswahl der Taste 1103 „Nicht zustimmen“ als Rückmeldung der Unzufriedenheit mit dem Ergebnis der Spracherkennung erkennen.
Die Anzeigevorrichtung 100 kann die PCM-Datei an den zweiten KI-Agenten-Server 633 oder den dritten KI-Agenten-Server 635 übertragen.
Die Anzeigevorrichtung 100 kann einen KI-Agenten-Server, der einem KI-Agenten mit einer hohen Nutzungshäufigkeit entspricht, als Übertragungsziel für die PCM-Datei auswählen.
Die Anzeigevorrichtung 100 kann einen KI-Agenten-Server, der einem KI-Agenten entspricht, entsprechend den voreingestellten Prioritäten als Übertragungsziel für die PCM-Datei auswählen.
Die Anzeigevorrichtung 100 kann ein gewünschtes Analyseergebnis für einen Sprachbefehl von dem KI-Agenten-Server, der die PCM-Datei übermittelt hat, empfangen und anzeigen.
Auf diese Weise kann der Benutzer gemäß einer Ausführungsform der vorliegenden Offenbarung das beabsichtigte Ergebnis des Sprachbefehls überprüfen, ohne den Sprachbefehl erneut aussprechen zu müssen, indem er eine Rückmeldung über das Ergebnis der Spracherkennung erhält.
12 und 13 sind Diagramme, die ein Beispiel für die Empfehlung der Auswahl eines anderen KI-Agenten zeigen, wenn ein Analyseergebnis eines Sprachbefehls eines Benutzers gemäß einer anderen Ausführungsform der vorliegenden Offenbarung nicht vorliegt.
Wie in 12 dargestellt, drückt der Benutzer lange auf die zweite KI-Agenten-Taste 903 auf der Fernbedienungsvorrichtung 200 und gibt dann den Sprachbefehl <Zeige mir meine Haustür> aus.
Die Anzeigevorrichtung 100 kann einen Auswahlbefehl und einen Sprachbefehl des zweiten KI-Agenten von der Fernsteuerungseinrichtung 200 empfangen.
Die Anzeigevorrichtung 100 kann ein Symbol 1201 anzeigen, das den zweiten KI-Agenten identifiziert.
Die Anzeigevorrichtung 100 kann eine PCM-Datei erfassen und speichern, die dem Sprachbefehl entspricht.
Die Anzeigevorrichtung 100 kann einen Sprachbefehl an den zweiten KI-Agenten-Server 633 übermitteln.
Der zweite KI-Agenten-Server 633 kann den Sprachbefehl in Textdaten umwandeln und ein Analyseergebnis für die umgewandelten Textdaten erhalten.
Als Ergebnis der Analyse kann der zweite KI-Agenten-Server 633 Informationen über das Analyseergebnis an die Anzeigevorrichtung 100 übermitteln, wenn die dem Sprachbefehl entsprechende Funktion nicht unterstützt wird.
Basierend auf den empfangenen Analyseergebnissen kann die Anzeigevorrichtung 100 eine Benachrichtigung 1210 anzeigen, die besagt, dass ein Sprachbefehl nicht unterstützt wird.
Darüber hinaus kann die Benachrichtigung 1210 auch einen Text enthalten, der darauf hinweist, dass andere KI-Agenten empfohlen werden.
Gleichzeitig kann die Anzeigevorrichtung 100 eine Vielzahl von KI-Agenten-Empfehlungsschaltflächen 1203 und 1205 auf der Anzeigeeinheit 180 anzeigen, um die Auswahl anderer KI-Agenten zu empfehlen.
Die erste KI-Agenten-Empfehlungstaste 1203 kann eine Taste zur Auswahl eines ersten KI-Agenten sein, und die dritte KI-Agenten-Empfehlungstaste 1205 kann eine Taste zur Auswahl eines dritten KI-Agenten sein.
Die Anzeigevorrichtung 100 kann einen Befehl zur Auswahl der ersten KI-Agenten-Empfehlungstaste 1203 von der Fernbedienungsvorrichtung 200 erhalten.
Wie in 13 dargestellt, kann die Anzeigevorrichtung 100 die vorgespeicherte PCM-Datei an den ersten KI-Agenten-Server 631 übertragen, der dem ersten KI-Agenten entspricht.
Der erste KI-Agenten-Server 631 kann auf der Grundlage der PCM-Datei ein Analyseergebnis durch eine Maschine zur Verarbeitung natürlicher Sprache erhalten und das Analyseergebnis an die Anzeigevorrichtung 100 übertragen.
In diesem Fall kann das Analyseergebnis ein Ergebnis der Anforderung einer Kamera sein, die die Situation vor der Tür zeigt.
Die Anzeigevorrichtung 100 empfängt ein Bild, das von einer vor der Tür befindlichen Kamera aufgenommen wurde, basierend auf dem vom ersten KI-Agenten-Server 631 empfangenen Analyseergebnis, und zeigt das empfangene Bild 1310 auf der Anzeigeeinheit 180 an.
In einer anderen Ausführungsform kann der erste KI-Agenten-Server 631 ein von einer Kamera vor der Tür aufgenommenes Bild empfangen und das empfangene Bild an die Anzeigevorrichtung 100 übertragen. Die Anzeigevorrichtung 100 kann das vom ersten KI-Agenten-Server 631 empfangene Bild anzeigen.
Auf diese Weise wird gemäß einer Ausführungsform der vorliegenden Offenbarung als Reaktion auf einen einmaligen Sprachbefehl des Benutzers ein Bild angezeigt, in dem mehrere KI-Assistenten miteinander interagieren und sich unterhalten, um dem Benutzer einen Effekt zu vermitteln, bei dem die Anzeigevorrichtung 100 ein wenig intelligenter aussieht.
14 ist ein Leiterdiagramm für ein Verfahren zum Betrieb eines künstlichen Intelligenz-Systems gemäß einer anderen Ausführungsform der vorliegenden Offenbarung.
14 ist ein Diagramm zur Erläuterung einer Ausführungsform, bei der ein Analyseergebnis nach dem Aufruf eines anderen KI-Agenten durch Kommunikation zwischen KI-Agenten-Servern bereitgestellt werden kann.
In 14 werden detaillierte Beschreibungen von Schritten, die sich mit denen von 7 überschneiden, durch die von 7 ersetzt.
Die Steuereinheit 170 der Anzeigevorrichtung 100 erhält einen vom Benutzer geäußerten Sprachbefehl (S1401).
Die Steuereinheit 170 der Anzeigevorrichtung 100 erhält die dem Sprachbefehl entsprechenden Sprachdaten (S1402).
Bei den Sprachdaten kann es sich um eine PCM-Datei handeln.
Die Steuereinheit 170 kann ein Sprachsignal eines Sprachbefehls durch ein Pulscodemodulationsverfahren in eine PCM-Datei umwandeln.
Die Steuereinheit 170 der Anzeigevorrichtung 100 überträgt Sprachdaten an den ersten KI-Agenten-Server 631 (S1403).
Das heißt, dass die Steuereinheit 170 im Gegensatz zur Ausführungsform von 7 eine PCM-Datei und nicht einen Sprachbefehl an den ersten KI-Agenten-Server 631 übertragen kann.
Das heißt, die Steuereinheit 170 kann die erzeugte PCM-Datei direkt an den ersten KI-Agenten-Server 631 übertragen, ohne sie in der Speichereinheit 140 zu speichern. In diesem Fall kann die Kapazität der Speichereinheit 140 um den gleichen Betrag wie die Speicherkapazität der PCM-Datei reduziert werden.
Der erste KI-Agenten-Server 631 erhält auf der Grundlage der empfangenen Sprachdaten eine erste Analyseergebnisinformation, die ein Analyseergebnis der Sprachdaten ist (S1405).
Der erste KI-Agenten-Server 631 kann die von der Anzeigevorrichtung 100 empfangene PCM-Datei im Speicher 63 speichern.
Der erste KI-Agenten-Server 631 überträgt die erhaltenen Informationen über das erste Analyseergebnis an die Anzeigevorrichtung 100 (S1407).
Die Steuereinheit 170 der Anzeigevorrichtung 100 zeigt das erste Ergebnis auf der Anzeigeeinheit 180 auf der Grundlage der empfangenen ersten Analyseergebnisinformation an (S1409).
Die Steuereinheit 170 der Anzeigevorrichtung 100 empfängt die Rückmeldung (S1411) und sendet die empfangene Rückmeldung an den ersten KI-Agenten-Server 631 (S1413).
In einer Ausführungsform kann die Rückmeldung eine Aufforderung zur Auswahl eines anderen KI-Agenten enthalten. Die Rückmeldung kann zum Beispiel die Aufforderung enthalten, einen zweiten KI-Agenten auszuwählen.
Auf der Grundlage der Rückmeldung überträgt der erste KI-Agenten-Server 631 die gespeicherten Sprachdaten an den zweiten KI-Agenten-Server 633 (S1415).
Das heißt, der erste KI-Agenten-Server 631 kann die PCM-Datei an den zweiten KI-Agenten-Server 633 gemäß der in der Rückmeldung enthaltenen Auswahlanforderung des zweiten KI-Agenten übertragen.
Der zweite KI-Agenten-Server 633 erhält eine zweite Analyseergebnisinformation auf der Grundlage der vom zweiten KI-Agenten-Server 633 empfangenen Sprachdaten (S1415).
Der zweite KI-Agenten-Server 633 überträgt die erhaltene zweite Analyseergebnisinformation an die Anzeigevorrichtung 100 (S1417).
Die Anzeigevorrichtung 100 zeigt das zweite Ergebnis auf der Anzeigeeinheit 180 auf der Grundlage der empfangenen zweiten Analyseergebnisinformation an (S1419).
Auf diese Weise muss die Anzeigevorrichtung 100 gemäß einer Ausführungsform der vorliegenden Offenbarung die PCM-Datei nicht speichern, so dass die Speicherkapazität reduziert werden kann. Darüber hinaus kann der Benutzer bequem das Analyseergebnis des Sprachbefehls erhalten, ohne den Sprachbefehl erneut zu äußern.
Gemäß einer Ausführungsform der vorliegenden Offenbarung kann das oben beschriebene Verfahren als prozessorlesbarer Code in einem Medium implementiert werden, auf dem ein Programm aufgezeichnet ist. Beispiele für Medien, die vom Prozessor gelesen werden können, sind ROM, RAM, CD-ROM, Magnetband, Diskette und optische Datenspeichergeräte, die in Form von Trägerwellen (z. B. Übertragung über das Internet) implementiert werden können.
Die oben beschriebene Anzeigevorrichtung ist nicht auf die Konfiguration und das Verfahren der oben beschriebenen Ausführungsformen beschränkt, sondern die oben genannten Ausführungsformen können durch selektive Kombination aller oder eines Teils der einzelnen Ausführungsformen konfiguriert werden, so dass verschiedene Modifikationen vorgenommen werden können.

Claims

Anzeigevorrichtung, umfassend: eine Speichereinheit; eine Anzeigeeinheit; eine Netzwerkschnittstelleneinheit, die konfiguriert ist, um mit einem ersten Server oder einem zweiten Server zu kommunizieren; und eine Steuereinheit, die konfiguriert ist zum: Speichern von Sprachdaten, die einem von einem Benutzer geäußerten Sprachbefehl entsprechen, in der Speichereinheit, Übermitteln des Sprachbefehls an den ersten Server, Empfangen einer ersten Analyseergebnisinformation des Sprachbefehls vom ersten Server, Anzeigen eines ersten Ergebnisses auf der Grundlage der empfangenen ersten Analyseergebnisinformationen auf der Anzeigeeinheit, Übermitteln der gespeicherten Sprachdaten an den zweiten Server, wenn eine Rückmeldung eines Benutzers eingeht, Empfangen einer zweiten Analyseergebnisinformation eines Befehls vom zweiten Server, und Anzeigen eines zweiten Ergebnisses auf der Grundlage der empfangenen zweiten Analyseergebnisinformationen auf der Anzeigeeinheit.
Anzeigevorrichtung nach Anspruch 1, wobei die Rückmeldung eine Aufforderung ist, die anzeigt, dass das erste Ergebnis eine Information enthält, die für eine Absicht des Sprachbefehls nicht geeignet ist.
Anzeigevorrichtung nach Anspruch 1, wobei die Rückmeldung einen Befehl zur Auswahl eines zweiten KI-Agenten enthält, der dem zweiten Server entspricht und nicht dem ersten KI-Agenten, der dem ersten Server entspricht.
Anzeigevorrichtung nach Anspruch 3, wobei die Steuereinheit die Rückmeldung von der Fernbedienungsvorrichtung empfängt.
Anzeigevorrichtung nach Anspruch 3, wobei die Steuereinheit ferner KI-Agenten-Schaltflächen anzeigt, die das erste Ergebnis und den zweiten KI-Agenten auf dem Display anzeigen, wobei die Rückmeldung ein Befehl zur Auswahl der KI-Agenten-Schaltfläche ist.
Anzeigevorrichtung nach Anspruch 1, wobei die Steuereinheit ferner ein Pop-up-Fenster auf der Anzeigeeinheit anzeigt, in dem abgefragt wird, ob das erste Ergebnis erfüllt ist oder nicht, und Erhalten einer Auswahl der Schaltfläche „Nicht zustimmen“ im Pop-up-Fenster als Rückmeldung.
Anzeigevorrichtung nach Anspruch 1, wobei die Steuereinheit den Sprachbefehl durch ein Pulscodemodulations (PCM)- Verfahren in Sprachdaten umwandelt.
Anzeigevorrichtung nach Anspruch 1, wobei das erste Ergebnis ein Ergebnis ist, das nicht der Absicht des Sprachbefehls entspricht, und das zweite Ergebnis ein Ergebnis ist, das der Absicht des Sprachbefehls entspricht.
Anzeigevorrichtung, umfassend: eine Anzeigeeinheit; eine Netzwerkschnittstelleneinheit, die konfiguriert ist, um mit einem ersten Server oder einem zweiten Server zu kommunizieren; und eine Steuereinheit, die konfiguriert ist zum: Übermitteln von Sprachdaten, die einem von einem Benutzer gesprochenen Sprachbefehl entsprechen, an den ersten Server, Empfangen einer ersten Analyseergebnisinformation des Sprachbefehls vom ersten Server, Anzeigen eines ersten Ergebnisses auf der Grundlage der empfangenen ersten Analyseergebnisinformation auf der Anzeigeeinheit, Empfangen einer Rückmeldung des Benutzers, Übermitteln der empfangenen Rückmeldung an den ersten Server, Empfangen einer zweiten Analyseergebnisinformation des Sprachbefehls vom zweiten Server, Anzeigen eines zweiten Ergebnisses auf der Grundlage der empfangenen zweiten Analyseergebnisinformation auf der Anzeigeeinheit.
Anzeigevorrichtung nach Anspruch 9, wobei die Rückmeldung eine Aufforderung ist, die anzeigt, dass das erste Ergebnis eine Information enthält, die für eine Absicht des Sprachbefehls nicht geeignet ist.
Anzeigevorrichtung nach Anspruch 9, wobei die Rückmeldung einen Befehl zur Auswahl eines zweiten KI-Agenten, der dem zweiten Server entspricht und nicht dem ersten KI-Agenten, der dem ersten Server entspricht, enthält.
Anzeigevorrichtung nach Anspruch 11, wobei die Steuereinheit die Rückmeldung von der Fernbedienungsvorrichtung empfängt.
Anzeigevorrichtung nach Anspruch 11, wobei die Steuereinheit ferner KI-Agenten-Schaltflächen anzeigt, die das erste Ergebnis und den zweiten KI-Agenten auf dem Display anzeigen, wobei die Rückmeldung ein Befehl zur Auswahl der KI-Agenten-Schaltfläche ist.
Anzeigevorrichtung nach Anspruch 9, wobei die Steuereinheit ferner ein Pop-up-Fenster auf der Anzeigeeinheit anzeigt, in dem abgefragt wird, ob das erste Ergebnis erfüllt ist oder nicht, und Erhalten einer Auswahl der Schaltfläche „Nicht zustimmen“ im Pop-up-Fenster als Rückmeldung.
Anzeigevorrichtung nach Anspruch 9, wobei die Steuereinheit den Sprachbefehl durch ein Pulscodemodulations (PCM)- Verfahren in Sprachdaten umwandelt.