KR102348124B1 - 차량의 기능 추천 장치 및 방법 - Google Patents

차량의 기능 추천 장치 및 방법 Download PDF

Info

Publication number
KR102348124B1
KR102348124B1 KR1020170147438A KR20170147438A KR102348124B1 KR 102348124 B1 KR102348124 B1 KR 102348124B1 KR 1020170147438 A KR1020170147438 A KR 1020170147438A KR 20170147438 A KR20170147438 A KR 20170147438A KR 102348124 B1 KR102348124 B1 KR 102348124B1
Authority
KR
South Korea
Prior art keywords
information
sentences
sentence
processor
nuance
Prior art date
Application number
KR1020170147438A
Other languages
English (en)
Other versions
KR20190051600A (ko
Inventor
김비호
박성수
Original Assignee
현대자동차주식회사
기아 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사, 기아 주식회사 filed Critical 현대자동차주식회사
Priority to KR1020170147438A priority Critical patent/KR102348124B1/ko
Priority to US16/126,769 priority patent/US10850745B2/en
Priority to CN201811140361.0A priority patent/CN109754793B/zh
Publication of KR20190051600A publication Critical patent/KR20190051600A/ko
Application granted granted Critical
Publication of KR102348124B1 publication Critical patent/KR102348124B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/10—Interpretation of driver requests or demands
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
    • B60R16/0373—Voice control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06F40/35—Discourse or dialogue representation
    • 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146—Display means
    • 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
    • G10L2015/221—Announcement of recognition results
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Mechanical Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Navigation (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

본 발명의 일 실시 예에 따른 차량의 기능 추천 장치는 복수의 사용자의 대화를 감지하는 입력 모듈, 대화와 연관된 정보를 저장하는 메모리, 출력 모듈 및 입력 모듈, 메모리 및 출력 모듈과 전기적으로 연결된 프로세서를 포함하고, 프로세서는, 대화에 포함된 복수의 문장들 각각을 분석함으로써 복수의 문장들 각각과 연관된 행동을 나타내는 의도 정보, 복수의 문장들 각각에 포함된 긍정적, 중립적 또는 부정적 의미를 나타내는 뉘앙스 정보, 및 차량에 탑재된 복수의 기능들 중 의도 정보와 연관된 기능을 실행하기 위한 하나 이상의 키워드를 획득하고, 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드에 기초하여, 복수의 사용자 중 적어도 일부에게 추천할, 기능과 연관된 태스크를 결정하고, 대화의 종료가 인식되면, 출력 모듈을 이용하여 태스크를 추천하는 메시지를 출력하도록 설정될 수 있다.

Description

차량의 기능 추천 장치 및 방법{APPARATUS AND METHOD FOR RECOMMENDING FUNCTION OF VEHICLE}
본 발명은 차량의 사용자의 대화에 기반하여 태스크를 자동적으로 추천하는 장치 및 방법에 관한 것이다.
자동차 산업의 발전에 따라 운전자에게 편의성을 제공하기 위해 차량 내에서 사용자의 대화(예: 음성 또는 문자)를 인식하고, 인식된 대화에 기반하여 사용자의 의도를 파악하고, 사용자의 의도에 부합하는 차량에 탑재된 기능을 자동적으로 추천하는 시스템의 개발이 지속적으로 이루어지고 있다. 차량에 탑재된 기능(예: 경로 안내 기능)은 다양한 태스크(예: A 지점으로의 경로 안내)를 지원할 수 있다. 상술한 시스템은, 예를 들어, 경로 안내, 미디어 재생, 일정 관리 또는 온도 조절 등과 같은 다양한 기능과 연관된 태스크(예: A 지점으로의 경로 안내, 특정 장르의 음악 재생, 지정된 날짜에 일정 등록, 또는 에어컨 가동 등)을 추천할 수 있다. 시스템은 사용자의 대화 내에 포함된 정보에 기초하여 사용자의 행동을 예측하고, 예측된 행동에 대응하는 기능과 연관된 태스크를 추천할 수 있다.
종래의 대화 기반 추천 시스템은 대화에 포함된 동일한 종류의 키워드(예: 장소 키워드) 중 마지막에 등장한 키워드 또는 가장 빈번하게 출현한 키워드를 인식하고, 인식된 키워드에 기초하여 사용자의 행동을 예측할 수 있다. 그러나, 상술한 방식으로는 행동 예측의 정확성이 보장되지 않으므로, 사용자의 의사에 부합하지 않는 태스크를 추천할 확률이 높다는 문제점이 있다.
본 발명은 사용자의 대화에 기반한 사용자의 의도 파악의 정확성을 향상시킬 수 있는 차량의 기능 추천 장치 및 방법을 제공하는 데 있다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시 예에 따른 차량의 기능 추천 장치는 복수의 사용자의 대화를 감지하는 입력 모듈, 대화와 연관된 정보를 저장하는 메모리, 출력 모듈 및 입력 모듈, 메모리 및 출력 모듈과 전기적으로 연결된 프로세서를 포함하고, 프로세서는, 대화에 포함된 복수의 문장들 각각을 분석함으로써 복수의 문장들 각각과 연관된 행동을 나타내는 의도 정보, 복수의 문장들 각각에 포함된 긍정적, 중립적 또는 부정적 의미를 나타내는 뉘앙스 정보, 및 차량에 탑재된 복수의 기능들 중 의도 정보와 연관된 기능을 실행하기 위한 하나 이상의 키워드를 획득하고, 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드에 기초하여, 복수의 사용자 중 적어도 일부에게 추천할, 기능과 연관된 태스크를 결정하고, 대화의 종료가 인식되면, 출력 모듈을 이용하여 태스크를 추천하는 메시지를 출력하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 입력 모듈을 이용하여 차량의 내부에서 수행되는 전화 통화로부터 복수의 문장들을 획득하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 입력 모듈에 의해 수신된 텍스트로부터 복수의 문장들을 획득하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 입력 모듈을 이용하여 차량 내부에서 발생되는 복수의 사용자의 발화로부터 복수의 문장들을 획득하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 복수의 문장들 각각에 포함된 단어를 메모리에 저장된 데이터베이스와 비교함으로써, 복수의 문장들 각각과 매칭되는 행동을 나타내는 의도 정보를 획득하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 복수의 문장들 각각으로부터 이전(previous) 문장과의 연관성을 나타내는 연관성 정보를 획득하고, 의도 정보, 뉘앙스 정보, 하나 이상의 키워드 및 연관성 정보에 기초하여 태스크를 결정하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 복수의 문장들 중 제1 문장으로부터 의도 정보를 획득하고, 복수의 문장들 중 제1 문장보다 후행하는 제2 문장으로부터 의도 정보를 획득하고, 제1 문장으로부터 획득된 의도 정보와 제2 문장으로부터 획득된 의도 정보가 상이한 경우, 제2 문장보다 선행하는 문장들 각각으로부터 획득된 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드를 무시 또는 삭제하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 복수의 문장들로부터 텍스트 데이터를 획득하고, 텍스트 데이터를 분석함으로써 복수의 문장들 각각에 대한 감정 정보를 획득하고, 감정 정보에 기초하여 뉘앙스 정보를 획득하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 복수의 문장들로부터 텍스트 데이터를 획득하고, 텍스트 데이터와 메모리에 저장된 데이터베이스를 비교함으로써, 복수의 문장들 각각에 대한 뉘앙스 정보를 획득하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 입력 모듈에 의해 감지된 복수의 문장들에 대응하는 파형에 기초하여 복수의 문장들 각각에 대한 뉘앙스 정보를 획득하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 의도 정보와 맵핑된 기능을 결정하고, 복수의 문장들 각각으로부터 의도 정보와 맵핑된 기능을 실행하기 위한 하나 이상의 키워드를 획득하고, 뉘앙스 정보 및 하나 이상의 키워드에 기초하여 기능과 연관된 태스크를 결정하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 의도 정보에 기초하여 하나 이상의 키워드의 종류를 결정하도록 설정될 수 있다.
일 실시 예에서, 프로세서는 복수의 문장들 중 제1 문장으로부터 뉘앙스 정보 및 하나 이상의 키워드를 획득하고, 복수의 문장들 중 제1 문장보다 후행하는 제2 문장으로부터 뉘앙스 정보를 획득하고, 제2 문장으로부터 획득된 뉘앙스 정보에 기초하여 제2 문장이 긍정적 의미를 갖는 것으로 판단되면, 제1 문장보다 선행하는 문장으로부터 획득된 하나 이상의 키워드를 제1 문장으로부터 획득된 하나 이상의 키워드로 교체하고, 제2 문장으로부터 획득된 뉘앙스 정보에 기초하여 제2 문장이 부정적 의미를 갖는 것으로 판단되면, 제1 문장으로부터 획득된 하나 이상의 키워드를 무시하거나 삭제하도록 설정될 수 있다.
본 발명의 일 실시 예에 따른 차량의 기능 추천 방법은 차량에 의해 감지된 복수의 사용자의 대화에 포함된 복수의 문장들 각각을 분석함으로써 복수의 문장들 각각과 연관된 행동을 나타내는 의도 정보, 복수의 문장들 각각에 포함된 긍정적, 중립적 또는 부정적 의미를 나타내는 뉘앙스 정보, 및 차량에 탑재된 복수의 기능들 중 의도 정보와 연관된 기능을 실행하기 위한 하나 이상의 키워드를 획득하는 단계, 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드에 기초하여, 하나 이상의 사용자 중 적어도 일부에게 추천할, 기능과 연관된 태스크를 결정하는 단계 및 대화의 종료가 인식되면, 태스크를 추천하는 메시지를 출력하는 단계를 포함할 수 있다.
일 실시 예에서, 방법은 내부에서 수행되는 전화 통화 또는 차량 내부에서 발생되는 발화로부터 복수의 문장들을 획득하는 단계를 더 포함할 수 있다.
일 실시 예에서, 획득하는 단계는, 복수의 문장들 각각에 포함된 단어를 미리 저장된 데이터베이스와 비교함으로써, 복수의 문장들 각각과 매칭되는 행동을 나타내는 의도 정보를 획득하는 단계를 포함할 수 있다.
일 실시 예에서, 방법은 복수의 문장들 각각으로부터 이전 문장과의 연관성을 나타내는 연관성 정보를 획득하는 단계를 더 포함하고, 결정하는 단계는, 의도 정보, 뉘앙스 정보, 하나 이상의 키워드 및 연관성 정보에 기초하여 태스크를 결정하는 단계를 포함할 수 있다.
일 실시 예에서, 획득하는 단계는, 복수의 문장들 중 제1 문장으로부터 의도 정보를 획득하는 단계, 복수의 문장들 중 제1 문장보다 후행하는 제2 문장으로부터 의도 정보를 획득하는 단계, 및 제1 문장으로부터 획득된 의도 정보와 제2 문장으로부터 획득된 의도 정보가 상이한 경우, 제2 문장보다 선행하는 문장들 각각으로부터 획득된 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드를 무시 또는 삭제하는 단계를 포함할 수 있다.
일 실시 예에서, 획득하는 단계는, 복수의 문장들 중 제1 문장으로부터 뉘앙스 정보 및 하나 이상의 키워드를 획득하는 단계, 복수의 문장들 중 제1 문장보다 후행하는 제2 문장으로부터 뉘앙스 정보를 획득하는 단계, 제2 문장으로부터 획득된 뉘앙스 정보에 기초하여 제2 문장이 긍정적 의미를 갖는 것으로 판단되면, 제1 문장보다 선행하는 문장으로부터 획득된 하나 이상의 키워드를 제1 문장으로부터 획득된 하나 이상의 키워드로 교체하는 단계, 제2 문장으로부터 획득된 뉘앙스 정보에 기초하여 제2 문장이 부정적 의미를 갖는 것으로 판단되면, 제1 문장으로부터 획득된 하나 이상의 키워드를 무시하거나 삭제하는 단계를 포함할 수 있다.
본 발명의 일 실시 예에 따른 차량의 기능 추천 장치는 하나 이상의 사용자의 발화를 감지하는 마이크, 발화와 연관된 정보를 저장하는 메모리, 스피커 또는 디스플레이 중 적어도 일부를 포함하는 출력 모듈 및 마이크, 메모리 및 출력 모듈과 전기적으로 연결된 프로세서를 포함하고, 프로세서는 발화에 기초하여 발화에 포함된 복수의 문장들에 대한 음성 인식을 수행하고, 발화에 대응하는 파형 데이터 또는 음성 인식에 의해 획득된 텍스트 데이터를 분석함으로써 복수의 문장들 각각과 연관된 행동을 나타내는 의도 정보, 복수의 문장들 각각에 포함된 긍정적, 중립적 또는 부정적 의미를 나타내는 뉘앙스 정보, 및 차량에 탑재된 복수의 기능들 중 의도 정보와 연관된 기능을 실행하기 위한 하나 이상의 키워드를 획득하고, 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드에 기초하여, 하나 이상의 사용자 중 적어도 일부에게 추천할, 기능과 연관된 태스크를 결정하고, 발화의 종료가 인식되면, 출력 모듈을 이용하여 태스크를 추천하는 메시지를 출력하도록 설정될 수 있다.
본 발명의 일 실시 예에 따른 차량의 기능 추천 장치 및 방법은 대화로부터 획득된 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드 등에 기초하여 사용자의 행동을 예측함으로써, 대화에 부합하는 태스크를 추천할 확률을 향상시킬 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 발명의 일 실시 예에 따른 차량의 기능 추천 장치의 동작 환경을 나타낸다.
도 2는 본 발명의 일 실시 예에 따른 차량의 기능 추천 장치의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 차량의 기능 추천 장치에 포함된 소프트웨어 모듈을 나타내는 블록도이다.
도 4는 본 발명의 일 실시 예에 따른 차량의 기능 추천 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시 예에 따른 차량의 기능 추천 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시 예에 따른 장치에서 획득된 의도 정보와 기능 사이의 연관 관계를 나타내는 도면이다.
도 7은 본 발명의 일 실시 예에 따른 장치에서 인식된 문장들과 문장들로부터 획득된 예시적인 정보들을 나타내는 도면이다.
도 8은 본 발명의 일 실시 예에 따른 장치의 예시적인 동작을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시 예에 따른 사용자 입력 처리 방법을 실행하는 컴퓨팅 시스템을 보여준다.
이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시 예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 실시 예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일 실시 예에 따른 차량의 기능 추천 장치의 동작 환경을 나타낸다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 차량(100)은 하나 이상의 사용자, 예를 들어, 2명의 사용자들(10, 20)을 태울 수 있다. 차량(100)에 탑승한 사용자들(10, 20)은 서로 대화할 수 있다.
차량(100)은 마이크 등과 같은 입력 모듈을 이용하여 사용자들(10, 20)에 의해 발화된 음성을 인식할 수 있다. 예를 들어, 제1 사용자(10)는 “다음 주 수요일 오후 어때”라고 발화할 수 있고, 제2 사용자(20)는 “아니, 난 목요일이 좋은데”라고 대답할 수 있고, 이어서 제1 사용자(10)는 “그래, 알았다”라고 대답할 수 있다.
일 실시 예에 따르면, 차량(100)은 제1 사용자(10)에 의해 발화된 문장에 포함된 “다음 주 수요일 오후”라는 시간을 나타내는 단어 및 “어때”라는 의사를 묻는 단어 등에 기초하여 사용자의 의사가 일정 등록이라는 것을 예상할 수 있다. 차량(100)은 일정 등록을 위해 제1 사용자(10)에 의해 발화된 문장으로부터 시간 키워드 “다음 주 수요일 오후”를 획득할 수 있다.
이어서, 차량(100)은 제2 사용자(20)에 의해 발화된 문장에 포함된 “아니”라는 상대방의 의견에 대한 자신의 의견을 표현하는 단어 및 “목요일”이라는 시간을 나타내는 단어 등에 기초하여 제2 사용자(20)에 의해 발화된 문장이 이전 문장(제1 사용자(10)에 의해 발화된 문장)과 연관되었다고 판단할 수 있다. 차량(100)은 “아니”라는 단어에 기초하여 제2 사용자(20)에 의해 발화된 문장이 부정적 뉘앙스를 갖는다고 판단할 수 있다. 차량(100)은 제2 사용자(20)에 의해 발화된 문장으로부터 일정 등록을 위한 시간 키워드인 “목요일”을 획득할 수 있다.
이어서, 차량(100)은 제1 사용자(10)에 의해 2번째로 발화된 문장에 포함된 “그래” 및 “알았다”라는 단어에 기초하여 제1 사용자(10)에 의해 발화된 문장이 긍정적 뉘앙스를 갖는다고 판단할 수 있다.
차량(100)은 인식된 대화로부터 획득되는 정보(예: 의도 정보, 연관성 정보, 뉘앙스 정보 및/또는 키워드 등)를 이용하여 사용자의 행동(예: 일정 등록을 위한 정보 입력)을 예상하고, 예상된 행동에 부합하는 태스크(예: 다음 주 목요일에 일정 등록)를 추천(예: “다음 주 목요일에 일정 등록 할까요”라는 메시지를 출력)할 수 있다. 일 실시 예에 따른 차량(100)에 의해 수행되는 구체적이 동작에 대해서는 이하에서 도 2 내지 도 8을 참조하여 상세히 설명한다.
도 2는 본 발명의 일 실시 예에 따른 차량의 기능 추천 장치의 구성을 나타내는 블록도이다.
도 2를 참조하면, 일 실시 예에 따른 차량의 기능 추천 장치(200)는 입력 모듈(210), 메모리(210), 출력 모듈(230) 및 프로세서(240)를 포함할 수 있다. 도 2에서는 식별의 편의를 위해 입력 모듈(210), 메모리(210), 출력 모듈(230) 및 프로세서(240)가 각각 하나의 블록으로 도시되었으나, 입력 모듈(210), 메모리(210), 출력 모듈(230) 및 프로세서(240) 중 적어도 일부는 구현 방법에 따라 하나로 통합된 형태 또는 2 이상의 부분으로 분리된 형태로 구현될 수도 있다.
입력 모듈(210)은 외부(예: 차량의 사용자)로부터 입력을 수신하기 위한 장치일 수 있다. 입력 모듈(210)은, 예를 들어, 마이크(211) 및/또는 인터페이스(212)(예: 버튼, 터치 스크린, 또는 외부로부터 데이터를 수신하는 전기적 경로 등)를 포함할 수 있다. 일 실시 예에 따르면, 입력 모듈(210)은 하나 이상의 사용자의 대화를 감지할 수 있다. 사용자의 대화는, 예를 들어, 음성 또는 텍스트로 이루어질 수 있다. 예를 들어, 입력 모듈(210)은 차량 내에서 발화된 탑승자의 음성 또는 차량의 스피커(232)를 통해 출력되는 통화 상대방의 음성 등을 수신할 수 있다. 다른 예를 들면, 입력 모듈(210)은 외부 장치(예: 탑승자의 휴대 전화)로부터 음성 신호(예: 휴대 전화에 의해 수신된 통화 상대방의 음성 신호)를 수신할 수 있다. 또 다른 예를 들면, 입력 모듈(210)은 사용자의 외부 장치(예: 휴대 전화)에 의해 발신 또는 수신된 텍스트 데이터(예: 문자 메시지)를 수신할 수 있다.
메모리(210)는 휘발성 메모리(210) 및/또는 비휘발성 메모리(210)를 포함할 수 있다. 메모리(210)는 차량의 기능 추천 장치(200)의 구성요소에 의해 사용되는 데이터를 저장할 수 있다. 일 실시 예에 따르면, 메모리(210)는 대화와 연관된 정보를 저장할 수 있다. 예를 들어, 메모리(210)는 음성 파형, 음성으로부터 인식된 텍스트 데이터, 메시지로부터 획득된 텍스트 데이터, 또는 음성 파형 및/또는 텍스트 데이터를 분석함으로써 획득된 정보 중 적어도 일부를 저장할 수 있다. 메모리(210)는 프로세서(240)에 의해 수행되는 동작들을 실행하기 위한 인스트럭션들 및/또는 데이터베이스를 저장할 수 있다.
출력 모듈(230)은 외부로 감각적으로 인지 가능한 다양한 정보를 출력하기 위한 장치일 수 있다. 출력 모듈(230)은, 예를 들어, 스피커(232) 및/또는 디스플레이(231)를 포함할 수 있다. 일 실시 예에 따르면, 출력 모듈(230)은 사용자에게 태스크를 추천하는 음성 메시지 및/또는 텍스트 메시지를 출력할 수 있다.
프로세서(240)는 입력 모듈(210), 메모리(210) 및 출력 모듈(230)과 전기적으로 연결될 수 있다. 프로세서(240)는 입력 모듈(210), 메모리(210) 및 출력 모듈(230)을 제어할 수 있고, 다양한 데이터 처리 및 연산을 수행할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 대화에 포함된 복수의 문장들을 획득할 수 있다. 프로세서(240)는 입력 모듈(210)에 의해 감지된 대화를 분석하고, 분석 결과에 기초하여 대화를 문장 단위로 분할함으로써 대화에 포함된 복수의 문장들을 획득할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 입력 모듈(210)을 이용하여 하나 이상의 사용자의 음성 데이터를 수신하고, 수신된 음성 데이터에 기초하여 음성 인식을 수행함으로써 대화에 포함된 복수의 문장들을 획득할 수 있다. 예를 들어, 프로세서(240)는 입력 모듈(210)을 이용하여 차량의 내부에서 수행되는 전화 통화로부터 복수의 문장들을 획득할 수 있다. 다른 예를 들면, 프로세서(240)는 입력 모듈(210)을 이용하여 차량 내부에서 발생되는 하나 이상의 사용자의 발화로부터 복수의 문장들을 획득할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 입력 모듈(210)을 이용하여 하나 이상의 사용자에 의해 발신 또는 수신된 텍스트 데이터를 분석함으로써 대화에 포함된 복수의 문장들을 획득할 수 있다. 예를 들어, 프로세서(240)는 입력 모듈(210)에 의해 수신된 텍스트(예: 문자 메시지)로부터 복수의 문장들을 획득할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 대화에 포함된 복수의 문장들 각각을 분석함으로써 복수의 문장들 각각과 연관된 사용자의 행동을 나타내는 의도 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(240)는 복수의 문장들 각각에 포함된 단어를 메모리(210)에 저장된 데이터베이스와 비교함으로써, 복수의 문장들 각각과 매칭되는 행동을 나타내는 의도 정보를 획득할 수 있다. 예를 들어, 프로세서(240)는 사용자의 의도를 파악하기 위한 사전 데이터베이스와 문장에 포함된 단어를 비교할 수 있다. 프로세서(240)는 제1 사전 데이터베이스와 문장에 포함된 단어가 매칭되면, 해당 문장을 발화한 사용자가 제1 사전 데이터베이스에 대응하는 의도를 가진 것으로 판단할 수 있다. 사용자의 의도는, 예를 들어, 경로 안내, 장소 검색, 음악 재생, 일정 등록, 온도 상승 또는 온도 하강 등에 해당할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 복수의 문장들 각각으로부터 이전(previous) 문장과의 연관성을 나타내는 연관성 정보를 획득할 수 있다. 예를 들어, 프로세서(240)는 문장이 이전 문장과의 연관성을 나타내는 단어(예: 대답 또는 지시 대명사 등)를 포함하면, 해당 문장이 이전 문장과 연관성을 갖는 것으로 판단할 수 있다. 프로세서(240)는, 예를 들어, 이전 문장과의 연관성을 나타내는 단어들을 포함하는 제2 사전 데이터베이스와 문장에 포함된 단어가 매칭되면, 해당 문장이 이전 문장과 연관성을 갖는 것으로 판단할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 복수의 문장들 각각에 포함된 긍정적, 중립적 또는 부정적 의미를 나타내는 뉘앙스 정보를 획득할 수 있다. 예를 들어, 프로세서(240)는 복수의 문장들 각각으로부터 텍스트 데이터를 획득하고, 텍스트 데이터를 분석함으로써 복수의 문장들 각각에 대한 감정 정보를 획득하고, 감정 정보에 기초하여 뉘앙스 정보를 획득할 수 있다. 프로세서(240)는 기계 학습을 이용하여 문장 전체의 감정을 인식하고, 감정에 대한 스코어를 산출할 수 있다. 프로세서(240)는, 예를 들어, Alec Radford, Rafal Jozefowicz, Ilya Sutskever의 Learning to Generate Reviews and Discovering Sentiment(2017. 4. 6)에 기재된 방법을 이용하여 문장에 포함된 감정을 인식할 수 있다. 그러나, 이에 제한되지 않고, 프로세서(240)는 감정을 인식하기 위한 다양한 방법을 활용할 수 있다. 프로세서(240)는 문턱값과 스코어를 비교함으로써 뉘앙스 정보를 획득할 수 있다. 프로세서(240)는 스코어가 지정된 범위 내에 포함되면 해당 문장이 중립적 뉘앙스를 갖는 것으로 판단하고, 스코어가 지정된 값(예: 지정된 범위 내의 최댓값)보다 크면 해당 문장이 긍정적 뉘앙스를 갖는 것으로 판단하고, 스코어가 지정된 값(예: 지정된 범위 내의 최솟값)보다 크면 해당 문장이 부정적 뉘앙스를 갖는 것으로 판단할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 복수의 문장들 각각으로부터 텍스트 데이터를 획득하고, 텍스트 데이터와 메모리(210)에 저장된 데이터베이스를 비교함으로써, 복수의 문장들 각각에 대한 뉘앙스 정보를 획득할 수 있다. 예를 들어, 프로세서(240)는 긍정적 뉘앙스를 갖는 단어들을 포함하는 제3 사전 데이터베이스와 문장에 포함된 하나 이상의 단어를 비교하고, 제3 사전 데이터 베이스와 하나 이상의 단어가 매칭되면 해당 문장이 긍정적 뉘앙스를 갖는 것으로 판단할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 입력 모듈(210)에 의해 감지된 복수의 문장들 각각에 대응하는 파형에 기초하여 복수의 문장들 각각에 대한 뉘앙스 정보를 획득할 수 있다. 예를 들어, 프로세서(240)는 파형에 나타난 음성의 억양 및 높낮이 등에 기초하여 문장에 담긴 감정을 인식할 수 있고, 인식된 감정 정보에 기초하여 해당 문장에 대한 뉘앙스 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 상술한 방법들의 전부 또는 일부를 이용하여 뉘앙스 정보를 획득할 수도 있다.
일 실시 예에 따르면, 프로세서(240)는 차량에 탑재된 복수의 기능들 중 의도 정보와 연관된 기능을 실행하기 위한 하나 이상의 키워드를 획득할 수 있다. 차량에 탑재된 복수의 기능들은 각각 차량에 설치된 어플리케이션들(예: 경로 안내 어플리케이션, 미디어 재생 어플리케이션, 일정 관리 어플리케이션 및 온도 조절 어플리케이션 등)에 대응할 수 있다. 예를 들어, 프로세서(240)는 의도 정보에 기초하여 획득할 키워드의 종류를 결정할 수 있다. 예를 들어, 프로세서(240)는 사용자의 의도가 경로 검색인 경우 문장으로부터 위치 키워드를 획득할 수 있고, 사용자의 의도가 일정 등록인 경우 문장으로부터 시간 키워드를 획득할 수 있다. 프로세서(240)는 결정된 종류의 키워드를 채우기 위한 슬롯을 생성할 수 있다. 프로세서(240)는 생성된 슬롯에 획득된 키워드를 채울 수 잇다. 프로세서(240)는 문장에 지시 대명사가 포함된 경우, 지시 대명사를 키워드로서 획득할 수 있고, 획득된 키워드를 지시 대명사가 포함된 문장의 이전 문장의 키워드와 동일한 것으로 취급할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 의도 정보, 연관성 정보, 뉘앙스 정보 및/또는 하나 이상의 키워드에 기초하여, 하나 이상의 사용자 중 적어도 일부에게 추천할, 기능과 연관된 태스크를 결정할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 의도 정보와 맵핑된 기능을 결정하고, 복수의 문장들 각각으로부터 의도 정보와 맵핑된 기능을 실행하기 위한 하나 이상의 키워드를 획득하고, 뉘앙스 정보 및 하나 이상의 키워드에 기초하여 기능과 연관된 태스크를 결정할 수 있다. 예를 들어, 프로세서(240)는 데이터베이스에 기초하여 의도 정보(예: 경로 안내)와 맵핑된 기능(예: 내비게이션)을 결정할 수 있다. 프로세서(240)는 맵핑된 기능을 실행하기 위한 키워드(예: 위치 키워드)를 획득할 수 있다. 프로세서(240)는 대화에 포함된 복수의 문장으로부터 복수의 키워드(예: A 위치 및 B 위치)를 획득할 수 있다. 프로세서(240)는 뉘앙스 정보를 고려하여 복수의 키워드 중 대화의 흐름에 부합하는 키워드(예: A 위치)를 결정하고, 결정된 키워드에 기초하여 기능과 연관된 태스크(예: A 위치로 경로 안내)를 결정할 수 있다. 본 문서에서 기능은 차량에 탑재된 기능으로서, 예를 들어, 내비게이션 기능, 미디어 재생 기능, 일정 관리 기능 및 온도 조절 기능 등을 의미할 수 있다. 본 문서에서 태스크는 특정 기능 내에서 실행 가능한 동작들을 의미하고, 예를 들어, 내비게이션 기능은 특정 위치로의 경로 안내 및 특정 위치의 검색 등과 같은 태스크를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 복수의 문장들 중 제1 문장으로부터 의도 정보를 획득하고, 복수의 문장들 중 제1 문장보다 후행하는 제2 문장으로부터 의도 정보를 획득하고, 제1 문장으로부터 획득된 의도 정보와 제2 문장으로부터 획득된 의도 정보가 상이한 경우, 제2 문장보다 선행하는 문장들 각각으로부터 획득된 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드를 무시 또는 삭제할 수 있다. 예를 들어, 프로세서(240)는 제1 문장 및 제2 문장의 의도가 경로 검색이고, 제3 문장의 의도가 일정 등록인 경우, 제1 문장 및 제2 문장으로부터 획득된 의도 정보, 뉘앙스 정보 및 키워드를 무시 또는 삭제할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 복수의 문장들 중 제1 문장으로부터 뉘앙스 정보 및 하나 이상의 키워드를 획득하고, 복수의 문장들 중 제1 문장보다 후행하는 제2 문장으로부터 뉘앙스 정보를 획득하고, 제2 문장으로부터 획득된 뉘앙스 정보에 기초하여 제2 문장이 긍정적 의미를 갖는 것으로 판단되면, 제1 문장보다 선행하는 문장으로부터 획득된 하나 이상의 키워드를 제1 문장으로부터 획득된 하나 이상의 키워드로 교체하고, 제2 문장으로부터 획득된 뉘앙스 정보에 기초하여 제2 문장이 부정적 의미를 갖는 것으로 판단되면, 제1 문장으로부터 획득된 하나 이상의 키워드를 무시하거나 삭제하도록 설정될 수 있다. 예를 들어, 프로세서(240)는 제1 문장으로부터 제1 키워드를 획득할 수 있다. 프로세서(240)는 제1 문장에 뒤따르는 제2 문장으로부터 뉘앙스 정보를 획득할 수 있다. 프로세서(240)는 제2 문장이 긍정적 뉘앙스를 갖는 경우, 대화의 흐름 상 제1 키워드가 활용될 확률이 높으므로 제1 키워드를 저장할 수 있다. 프로세서(240)는 제2 문장이 부정적 뉘앙스를 갖는 경우, 대화의 흐름 상 제1 키워드가 활용될 확률이 낮으므로 제1 키워드를 무시하거나 삭제할 수 있다. 프로세서(240)는 제2 문장으로부터 제2 키워드를 획득할 수도 있고, 제3 문장의 뉘앙스 정보에 기초하여 제2 키워드를 저장, 무시 또는 삭제할 수 있다.
일 실시 예에 따르면, 프로세서(240)는 대화의 종료가 인식되면, 출력 모듈(230)을 이용하여 태스크를 추천하는 메시지를 출력할 수 있다. 프로세서(240)는 대화가 종료될 때까지, 대화에 포함된 복수의 문장들 각각에 대해 상술한 처리를 반복할 수 있다. 프로세서(240)는 출력 모듈(230)을 이용하여 결정된 태스크를 추천하는 음성 메시지 또는 텍스트 메시지를 출력할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 차량의 기능 추천 장치에 포함된 소프트웨어 모듈을 나타내는 블록도이다.
도 3을 참조하면, 일 실시 예에 따른 차량의 기능 추천 장치는 송수신 모듈(310), 음성 인식 엔진(320), 태스크 추천 모듈(330) 및 출력 모듈(340)을 포함할 수 있다.
송수신 모듈(310)은 차량의 탑승자의 통화 상대방의 장치로부터 음성 데이터를 획득할 수 있다. 송수신 모듈(310)은 획득된 음성 데이터를 음성 인식 엔진(320)으로 전달할 수 있다.
음성 인식 엔진(320)은 차량의 탑승자로부터 획득된 음성 데이터 및 송수신 모듈(310)에 의해 획득된 통화 상대방의 음성 데이터를 획득할 수 있다. 음성 인식 엔진(320)은 획득된 음성 데이터에 기초하여 음성 인식을 수행할 수 있고, 음성 데이터로부터 텍스트 데이터를 획득할 수 있다.
태스크 추천 모듈(330)은 의도 판단 모듈(331), 연관성 판단 모듈(332), 뉘앙스 판단 모듈(333) 및 키워드 갱신 모듈(334)을 포함할 수 있다. 의도 판단 모듈(331)은 텍스트 데이터로부터 사용자의 의도를 파악할 수 있다. 연관성 판단 모듈(332)은 텍스트 데이터로부터 이전 문장과의 연관성을 판단할 수 있다. 뉘앙스 판단 모듈(333)은 문장에 담긴 긍정적 뉘앙스, 중립적 뉘앙스 또는 부정적 뉘앙스를 인식할 수 있다. 키워드 갱신 모듈(334)은 문장에 포함된 키워드들을 획득할 수 있고, 의도 정보, 연관성 정보 및 뉘앙스 정보에 기초하여 키워드들 중 사용자의 예상 행동과 부합하는 키워드를 저장 또는 갱신할 수 있다.
출력 모듈(340)은 저장된 키워드에 대응하는 태스크를 추천하는 메시지를 출력할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 차량의 기능 추천 방법을 설명하기 위한 흐름도이다.
이하에서는 도 2의 장치(200)가 도 4의 프로세스를 수행하는 것을 가정한다. 또한, 도 4의 설명에서, 장치에 의해 수행되는 것으로 기술된 동작은 장치(200)의 프로세서(240)에 의해 제어되는 것으로 이해될 수 있다.
도 4를 참조하면, 단계 410에서, 장치는 사용자의 대화를 감지할 수 있다. 예를 들어, 장치는 제1 사용자의 제1 문장 “다음 주 수요일 오후 어때”, 제2 사용자의 제2 문장 “아니, 난 목요일이 좋은데”, 및 제1 사용자의 제3 문장 “그래, 알았다”를 포함하는 대화를 감지할 수 있다.
단계 420에서, 장치는 대화에 포함된 복수의 문장들 각각을 분석할 수 있다. 예를 들어, 장치는 대화에 기초하여 음성 인식을 수행할 수 있고, 대화로부터 복수의 문장들을 인식할 수 있다.
단계 430에서, 장치는 복수의 문장들 각각과 연관된 행동을 나타내는 의도 정보, 복수의 문장들 각각에 포함된 긍정적, 중립적 또는 부정적 의미를 나타내는 뉘앙스 정보, 및 차량에 탑재된 복수의 기능들 중 의도 정보와 연관된 기능을 실행하기 위한 하나 이상의 키워드를 획득할 수 있다. 예를 들어, 장치는 제1 문장으로부터 의도 “일정 등록”을 파악하고, 시간 키워드 “다음 주 수요일 오후”을 획득할 수 있다. 장치는 제2 문장으로부터 “부정적 뉘앙스”를 파악하고, 시간 키워드 “목요일”(또는 “다음 주 목요일 오후”)을 획득할 수 있다. 장치는 제2 문장의 “부정적 뉘앙스”가 파악되면, 제1 문장으로부터 획득된 시간 키워드 “다음 주 수요일 오후”를 무시하거나 삭제할 수 있다. 장치는 제3 문장으로부터 “긍정적 뉘앙스”를 파악하고, 시간 키워드 “목요일”(또는 “다음 주 목요일 오후”)을 저장할 수 있다.
단계 440에서, 장치는 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드에 기초하여 사용자에게 추천할 기능과 연관된 태스크를 결정할 수 있다. 예를 들어, 장치는 의도 정보에 기초하여 사용자에게 추천할 기능을 “일정 등록”으로 결정할 수 있고, 사용자에게 추천할 태스크를 “다음 주 목요일 오후에 일정 등록”으로 결정할 수 있다.
단계 450에서, 장치는 태스크를 추천하는 메시지를 출력할 수 있다. 예를 들어, 장치는 “다음 주 목요일 오후에 일정을 등록할까요”라는 음성 메시지 또는 텍스트 메시지를 출력할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 차량의 기능 추천 방법을 설명하기 위한 흐름도이다.
이하에서는 도 2의 장치(200)가 도 5의 프로세스를 수행하는 것을 가정한다. 또한, 도 5의 설명에서, 장치에 의해 수행되는 것으로 기술된 동작은 장치(200)의 프로세서(240)에 의해 제어되는 것으로 이해될 수 있다.
도 5를 참조하면, 단계 510에서, 장치는 대화의 개시를 감지할 수 있다. 단계 520에서, 장치는 대화에 포함된 문장을 인식할 수 있다. 단계 530에서, 장치는 문장의 의도 정보를 획득할 수 있다. 단계 540에서, 장치는 의도 정보에 대응하는 키워드를 획득할 수 있다. 단계 520에서 인식된 문장에 의도 정보에 대응하는 키워드를 포함하지 않는 경우 단계 540은 생략될 수 있다. 단계 550에서, 장치는 이전 문장과의 연관성 정보를 획득할 수 있다. 단계 520에서 인식된 문장이 대화 내의 최초의 문장인 경우 단계 550은 생략될 수 있다. 단계 560에서, 장치는 문장의 뉘앙스 정보를 획득할 수 있다. 단계 570에서, 장치는 의도 정보 및 키워드를 갱신할 수 있다. 단계 580에서, 장치는 대화가 종료되었는지 여부를 판단할 수 있다. 대화가 종료되지 않은 경우, 즉, 다음 문장이 발화된 경우, 장치는 다음 문장에 대해 동작 520 내지 동작 570을 반복할 수 있다. 단계 590에서, 장치는 태스크를 추천할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 장치에서 획득된 의도 정보와 기능 사이의 연관 관계를 나타내는 도면이다.
도 6을 참조하면, 일 실시 예에 따른 장치(예: 차량의 기능 추천 장치(200))는 대화에 포함된 문장으로부터 사용자의 의도를 파악할 수 있다. 예를 들어, 장치는 이동, 내비게이션 이용, 목적지 또는 장소 등과 같은 의도 정보를 획득할 수 있다. 장치는 상기 의도 정보가 획득되면 사용자가 원하는 기능이 내비게이션 기능인 것으로 판단할 수 있다. 다른 예를 들면, 장치는 음악 감상 또는 노래(sing) 등과 같은 의도 정보를 획득할 수 있다. 장치는 상기 의도 정보가 획득되면 사용자가 원하는 기능이 미디어 재생 기능인 것으로 판단할 수 있다. 또 다른 예를 들면, 장치는 약속, 일정 예약 또는 미팅 등과 같은 의도 정보를 획득할 수 있다. 장치는 상기 의도 정보가 획득되면 사용자가 원하는 기능이 일정 관리 기능인 것으로 판단할 수 있다. 또 다른 예를 들면, 장치는 추위 또는 더위 등과 같은 의도 정보를 획득할 수 있다. 장치는 상기 의도 정보가 획득되면 사용자가 원하는 기능이 온도 조절 기능인 것으로 판단할 수 있다.
도 7은 본 발명의 일 실시 예에 따른 장치에서 인식된 문장들과 문장들로부터 획득된 예시적인 정보들을 나타내는 도면이다.
도 7을 참조하면, 일 실시 예에 따른 장치(예: 차량의 기능 추천 장치(200))는 2명의 사용자의 대화로부터 다양한 정보를 획득할 수 있다. 예를 들어, 장치는 제1 문장으로부터 의도 정보 “경로 안내”, 장소 키워드 “A 카페”, 뉘앙스 정보 “중립”을 획득할 수 있다. 장치는 제2 문장으로부터 연관성 정보 “Y”, 장소 키워드 “거기(A 카페)”, 뉘앙스 정보 “부정”을 획득할 수 있다. 장치는 제3 문장으로부터 연관성 정보 “Y”, 장소 키워드 “B 카페”, 뉘앙스 정보 “긍정”을 획득할 수 있다. 장치는 제4 문장으로부터 연관성 정보 “Y”, 장소 키워드 “B 카페”, 뉘앙스 정보 “긍정”을 획득할 수 있다. 장치는 제5 문장으로부터 연관성 정보 “Y”, 장소 키워드 “C 카페”, 뉘앙스 정보 “중립”을 획득할 수 있다. 장치는 제6 문장으로부터 연관성 정보 “Y”, 뉘앙스 정보 “부정”을 획득할 수 있다. 장치는 제7 문장으로부터 대화의 종료를 인식할 수 있다. 위에서 설명되지 않았으나, 장치는 음성의 파형에 기초하여 발화자 정보 및 시간 정보 등을 더 획득할 수도 있다. 일 실시 예에 따른 장치는 획득된 정보를 이용하여 태스크를 추천할 수 있다. 도 7에 도시된 정보를 이용하여 태스크를 추천하는 구체적 동작에 대해서는 이하에서 도 8을 참조하여 설명한다.
도 8은 본 발명의 일 실시 예에 따른 장치의 예시적인 동작을 설명하기 위한 도면이다.
도 8을 참조하면, 일 실시 예에 따른 장치(예: 차량의 기능 추천 장치(200))는 제1 문장(810)으로부터 의도 정보 “경로 안내”를 획득할 수 있다. 장치는 “경로 안내” 의도에 대응하는 기능인 “내비게이션” 기능에 포함된 태스크를 실행하기 위한 장소 정보를 저장하기 위한 슬롯(장소), 시간 정보를 저장할 슬롯(시간), 상기 장소 정보를 예비적으로 저장할 슬롯(장소(갱신)), 및 상기 시간 정보를 예비적으로 저장할 슬롯(시간(갱신))을 생성할 수 있다.
장치는 제1 문장(810)으로부터 발화자 정보 “1”, 장소 정보 “A 카페”, 시간 정보 “지금” 및 뉘앙스 정보 “중립”을 획득할 수 있다. 장치는 제1 문장(810)의 뉘앙스 정보가 “중립”이므로 장소 정보 “A 카페”를 장소(갱신) 슬롯에 저장하고, 시간 정보 “지금”을 시간(갱신) 슬롯에 저장할 수 있다.
장치는 제2 문장(820)으로부터 연관성 정보 “Y”, 발화자 정보 “2”, 장소 정보 “거기(A 카페)” 및 뉘앙스 정보 “부정”을 획득할 수 있다. 연관성 정보가 “Y”이므로, 장치는 생성된 슬롯을 유지할 수 있다. 장치는 제2 문장(820)이 장소 정보 “거기(A 카페)”에 대해 부정적 뉘앙스를 가지므로, 장소(갱신) 슬롯에 저장된 정보를 삭제할 수 있다. 장치는 제2 문장(820)이 시간 정보 “지금”에 대해 뉘앙스를 가지지 않으므로, 시간(갱신) 슬롯에 저장된 “지금”을 시간 슬롯으로 이동시킬 수 있다.
장치는 제3 문장(830)으로부터 연관성 정보 “Y”, 발화자 정보 “2”, 장소 정보 “B 카페” 및 뉘앙스 정보 “긍정”을 획득할 수 있다. 장치는 제3 문장(830)의 뉘앙스 정보가 “긍정”이므로 장소 정보 “B 카페”를 장소(갱신) 슬롯에 저장할 수 있다. 장치는 제3 문장(830)에 시간 정보가 포함되지 않았으므로, 시간 슬롯 및 시간(갱신) 슬롯에 저장된 정보를 유지할 수 있다.
장치는 제4 문장(840)으로부터 연관성 정보 “Y”, 발화자 정보 “1”, 장소 정보 “B 카페” 및 뉘앙스 정보 “긍정”을 획득할 수 있다. 장치는 제4 문장(840)이 장소 정보 “B 카페”에 대해 긍정적 뉘앙스를 가지므로, 장소(갱신) 슬롯에 저장된 “B 카페”를 장소 슬롯으로 이동시킬 수 있다.
장치는 제5 문장(850)으로부터 발화자 정보 “2”, 장소 정보 “C 카페” 및 뉘앙스 정보 “중립”을 획득할 수 있다. 장치는 제5 문장(850)의 뉘앙스 정보가 “중립”이므로 장소 정보 “C 카페”를 장소(갱신) 슬롯에 저장할 수 있다.
장치는 제6 문장(860)으로부터 연관성 정보 “Y”, 발화자 정보 “1”, 장소 정보 “거기(C 카페)” 및 뉘앙스 정보 “부정”을 획득할 수 있다. 장치는 제6 문장(860)이 장소 정보 “거기(C 카페)”에 대해 부정적 뉘앙스를 가지므로, 장소(갱신) 슬롯에 저장된 정보를 삭제할 수 있다.
장치는 대화가 종료되면, 대화가 종료될 때 장소 슬롯 및 시간 슬롯에 저장된 정보에 기초하여 추천 메시지를 출력할 수 있다. 예를 들어, 장치는 상기 슬롯들에 저장된 정보 기초하여 “지금 B 카페로 경로 안내를 시작할까요”라는 음성 메시지를 출력할 수 있다.
도 9는 본 발명의 일 실시 예에 따른 사용자 입력 처리 방법을 실행하는 컴퓨팅 시스템을 보여준다.
도 9를 참조하면, 상술한 본 발명의 일 실시 예에 따른 사용자 입력 처리 방법은 컴퓨팅 시스템을 통해서도 구현될 수 있다. 컴퓨팅 시스템(1000)은 시스템 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다.
프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory) 및 RAM(Random Access Memory)을 포함할 수 있다.
따라서, 본 명세서에 개시된 실시 예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링되며, 그 프로세서(1100)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 제1 사용자
20: 제2 사용자
100: 차량
200: 차량의 기능 추천 장치
210: 입력 모듈
211: 마이크
212: 인터페이스
220: 메모리
230: 출력 모듈
231: 디스플레이
232: 스피커
240: 프로세서
310: 송수신 모듈
320: 음성 인식 엔진
330: 태스크 추천 모듈
331: 의도 판단 모듈
332: 연관성 판단 모듈
333: 뉘앙스 판단 모듈
334: 키워드 갱신 모듈
340: 출력 모듈
810: 제1 문장
820: 제2 문장
830: 제3 문장
840: 제4 문장
850: 제5 문장
860: 제6 문장

Claims (20)

  1. 차량의 기능 추천 장치에 있어서,
    복수의 사용자의 대화를 감지하는 입력 모듈;
    상기 대화와 연관된 정보를 저장하는 메모리;
    출력 모듈; 및
    상기 입력 모듈, 상기 메모리 및 상기 출력 모듈과 전기적으로 연결된 프로세서를 포함하고,
    상기 프로세서는,
    상기 대화에 포함된 복수의 문장들 각각을 분석함으로써 상기 복수의 문장들 각각과 연관된 행동을 나타내는 의도 정보, 상기 복수의 문장들 각각에 포함된 긍정적, 중립적 또는 부정적 의미를 나타내는 뉘앙스 정보, 및 상기 차량에 탑재된 복수의 기능들 중 상기 의도 정보와 연관된 기능을 실행하기 위한 하나 이상의 키워드를 획득하고,
    상기 의도 정보, 상기 뉘앙스 정보 및 상기 하나 이상의 키워드에 기초하여, 상기 복수의 사용자 중 적어도 일부에게 추천할, 상기 기능과 연관된 태스크를 결정하고,
    상기 대화의 종료가 인식되면, 상기 출력 모듈을 이용하여 상기 태스크를 추천하는 메시지를 출력하도록 설정된, 장치.
  2. 제 1 항에 있어서,
    상기 프로세서는,
    상기 입력 모듈을 이용하여 상기 차량의 내부에서 수행되는 전화 통화로부터 상기 복수의 문장들을 획득하도록 설정된, 장치.
  3. 제 1 항에 있어서,
    상기 프로세서는,
    상기 입력 모듈에 의해 수신된 텍스트로부터 상기 복수의 문장들을 획득하도록 설정된, 장치.
  4. 제 1 항에 있어서,
    상기 프로세서는,
    상기 입력 모듈을 이용하여 상기 차량 내부에서 발생되는 상기 복수의 사용자의 발화로부터 상기 복수의 문장들을 획득하도록 설정된, 장치.
  5. 제 1 항에 있어서,
    상기 프로세서는,
    상기 복수의 문장들 각각에 포함된 단어를 상기 메모리에 저장된 데이터베이스와 비교함으로써, 상기 복수의 문장들 각각과 매칭되는 상기 행동을 나타내는 상기 의도 정보를 획득하도록 설정된, 장치.
  6. 제 1 항에 있어서,
    상기 프로세서는,
    상기 복수의 문장들 각각으로부터 이전(previous) 문장과의 연관성을 나타내는 연관성 정보를 획득하고,
    상기 의도 정보, 상기 뉘앙스 정보, 상기 하나 이상의 키워드 및 상기 연관성 정보에 기초하여 상기 태스크를 결정하도록 설정된, 장치.
  7. 제 1 항에 있어서,
    상기 프로세서는,
    상기 복수의 문장들 중 제1 문장으로부터 의도 정보를 획득하고,
    상기 복수의 문장들 중 상기 제1 문장보다 후행하는 제2 문장으로부터 의도 정보를 획득하고,
    상기 제1 문장으로부터 획득된 의도 정보와 상기 제2 문장으로부터 획득된 의도 정보가 상이한 경우, 상기 제2 문장보다 선행하는 문장들 각각으로부터 획득된 의도 정보, 뉘앙스 정보 및 하나 이상의 키워드를 무시 또는 삭제하도록 설정된, 장치.
  8. 제 1 항에 있어서,
    상기 프로세서는,
    상기 복수의 문장들 각각으로부터 텍스트 데이터를 획득하고,
    상기 텍스트 데이터를 분석함으로써 상기 복수의 문장들 각각에 대한 감정 정보를 획득하고,
    상기 감정 정보에 기초하여 상기 뉘앙스 정보를 획득하도록 설정된, 장치.
  9. 제 1 항에 있어서,
    상기 프로세서는,
    상기 복수의 문장들 각각으로부터 텍스트 데이터를 획득하고,
    상기 텍스트 데이터와 상기 메모리에 저장된 데이터베이스를 비교함으로써, 상기 복수의 문장들 각각에 대한 상기 뉘앙스 정보를 획득하도록 설정된, 장치.
  10. 제 1 항에 있어서,
    상기 프로세서는,
    상기 입력 모듈에 의해 감지된 상기 복수의 문장들 각각에 대응하는 파형에 기초하여 상기 복수의 문장들 각각에 대한 상기 뉘앙스 정보를 획득하도록 설정된, 장치.
  11. 제 1 항에 있어서,
    상기 프로세서는,
    상기 의도 정보와 맵핑된 기능을 결정하고,
    상기 복수의 문장들 각각으로부터 상기 의도 정보와 맵핑된 기능을 실행하기 위한 상기 하나 이상의 키워드를 획득하고,
    상기 뉘앙스 정보 및 상기 하나 이상의 키워드에 기초하여 상기 기능과 연관된 상기 태스크를 결정하도록 설정된, 장치.
  12. 제 1 항에 있어서,
    상기 프로세서는,
    상기 의도 정보에 기초하여 상기 하나 이상의 키워드의 종류를 결정하도록 설정된, 장치.
  13. 제 1 항에 있어서,
    상기 프로세서는,
    상기 복수의 문장들 중 제1 문장으로부터 뉘앙스 정보 및 하나 이상의 키워드를 획득하고,
    상기 복수의 문장들 중 상기 제1 문장보다 후행하는 제2 문장으로부터 뉘앙스 정보를 획득하고,
    상기 제2 문장으로부터 획득된 뉘앙스 정보에 기초하여 상기 제2 문장이 긍정적 의미를 갖는 것으로 판단되면, 상기 제1 문장보다 선행하는 문장으로부터 획득된 하나 이상의 키워드를 상기 제1 문장으로부터 획득된 하나 이상의 키워드로 교체하고,
    상기 제2 문장으로부터 획득된 뉘앙스 정보에 기초하여 상기 제2 문장이 부정적 의미를 갖는 것으로 판단되면, 상기 제1 문장으로부터 획득된 하나 이상의 키워드를 무시하거나 삭제하도록 설정된, 장치.
  14. 차량의 기능 추천 방법에 있어서,
    상기 차량에 의해 감지된 복수의 사용자의 대화에 포함된 복수의 문장들 각각을 분석함으로써 상기 복수의 문장들 각각과 연관된 행동을 나타내는 의도 정보, 상기 복수의 문장들 각각에 포함된 긍정적, 중립적 또는 부정적 의미를 나타내는 뉘앙스 정보, 및 상기 차량에 탑재된 복수의 기능들 중 상기 의도 정보와 연관된 기능을 실행하기 위한 하나 이상의 키워드를 획득하는 단계;
    상기 의도 정보, 상기 뉘앙스 정보 및 상기 하나 이상의 키워드에 기초하여, 상기 하나 이상의 사용자 중 적어도 일부에게 추천할, 상기 기능과 연관된 태스크를 결정하는 단계; 및
    상기 대화의 종료가 인식되면, 상기 태스크를 추천하는 메시지를 출력하는 단계를 포함하는, 방법.
  15. 차량의 기능 추천 장치에 있어서,
    하나 이상의 사용자의 발화를 감지하는 마이크;
    상기 발화와 연관된 정보를 저장하는 메모리;
    출력 모듈; 및
    상기 마이크, 상기 메모리 및 상기 출력 모듈과 전기적으로 연결된 프로세서를 포함하고,
    상기 프로세서는,
    상기 발화에 포함된 복수의 문장들에 대한 음성 인식을 수행하고,
    상기 음성 인식의 결과에 기초하여 상기 복수의 문장들 각각의 의도를 포함하는 제1 정보, 상기 복수의 문장들 각각의 뉘앙스를 포함하는 제2 정보, 및 상기 차량에 탑재된 복수의 어플리케이션들 중 적어도 하나와 연관된 하나 이상의 키워드를 획득하고,
    상기 제1 정보, 상기 제2 정보 및 상기 하나 이상의 키워드에 기초하여, 상기 복수의 어플리케이션들 중 적어도 하나를 이용하여 실행할 태스크를 결정하고,
    상기 발화의 종료가 인식되면, 상기 어플리케이션을 이용하여 상기 태스크를 실행하도록 설정된, 장치.
  16. 제 15 항에 있어서,
    상기 출력 모듈은 스피커 또는 디스플레이 중 적어도 일부를 포함하는, 장치.
  17. 제 15 항에 있어서,
    상기 프로세서는,
    상기 복수의 문장들 각각과 연관된 사용자의 행동을 추론함으로써, 상기 제1 정보를 획득하도록 설정된, 장치.
  18. 제 15 항에 있어서,
    상기 프로세서는,
    상기 복수의 문장들 각각에 포함된 긍정적, 중립적 또는 부정적 의미를 추출함으로써, 상기 제2 정보를 획득하도록 설정된, 장치.
  19. 제 15 항에 있어서,
    상기 프로세서는,
    상기 발화의 파형 및 상기 음성 인식의 결과에 기초하여 상기 제1 정보, 상기 제2 정보 및 상기 하나 이상의 키워드를 획득하도록 설정된, 장치.
  20. 제 15 항에 있어서,
    상기 프로세서는,
    상기 발화의 종료가 인식되면, 상기 출력 모듈을 이용하여 상기 태스크를 추천하는 메시지를 출력하고,
    상기 태스크의 실행이 상기 사용자에 의해 승인되면, 상기 어플리케이션을 이용하여 상기 태스크를 실행하도록 설정된, 장치.
KR1020170147438A 2017-11-07 2017-11-07 차량의 기능 추천 장치 및 방법 KR102348124B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020170147438A KR102348124B1 (ko) 2017-11-07 2017-11-07 차량의 기능 추천 장치 및 방법
US16/126,769 US10850745B2 (en) 2017-11-07 2018-09-10 Apparatus and method for recommending function of vehicle
CN201811140361.0A CN109754793B (zh) 2017-11-07 2018-09-28 用于推荐车辆的功能的装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170147438A KR102348124B1 (ko) 2017-11-07 2017-11-07 차량의 기능 추천 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20190051600A KR20190051600A (ko) 2019-05-15
KR102348124B1 true KR102348124B1 (ko) 2022-01-07

Family

ID=66328223

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170147438A KR102348124B1 (ko) 2017-11-07 2017-11-07 차량의 기능 추천 장치 및 방법

Country Status (3)

Country Link
US (1) US10850745B2 (ko)
KR (1) KR102348124B1 (ko)
CN (1) CN109754793B (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2543759B (en) * 2015-10-23 2019-03-20 Jaguar Land Rover Ltd Vehicle user advice system
US11562135B2 (en) * 2018-10-16 2023-01-24 Oracle International Corporation Constructing conclusive answers for autonomous agents
US11321536B2 (en) 2019-02-13 2022-05-03 Oracle International Corporation Chatbot conducting a virtual social dialogue
CN113409777B (zh) * 2020-03-16 2023-05-23 上海博泰悦臻网络技术服务有限公司 一种记录用户关注点的方法、车载主机及车辆
TWI761841B (zh) * 2020-05-22 2022-04-21 緯創資通股份有限公司 基於語音對講功能的任務管理方法、系統與移動裝置
EP4220628A4 (en) 2021-02-19 2024-05-22 Samsung Electronics Co., Ltd. ELECTRONIC SERVICE SUPPORT DEVICE FOR ARTIFICIAL INTELLIGENCE (AI) AGENT TALKING WITH USER
KR20220118698A (ko) * 2021-02-19 2022-08-26 삼성전자주식회사 사용자와 대화하는 인공 지능 에이전트 서비스를 지원하는 전자 장치
CN115440200B (zh) * 2021-06-02 2024-03-12 上海擎感智能科技有限公司 车机系统的控制方法及控制系统
KR20230069475A (ko) * 2021-11-12 2023-05-19 삼성전자주식회사 전자장치 및 그 제어방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008233678A (ja) 2007-03-22 2008-10-02 Honda Motor Co Ltd 音声対話装置、音声対話方法、及び音声対話用プログラム

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005157494A (ja) * 2003-11-20 2005-06-16 Aruze Corp 会話制御装置及び会話制御方法
US8898062B2 (en) * 2007-02-19 2014-11-25 Panasonic Intellectual Property Corporation Of America Strained-rough-voice conversion device, voice conversion device, voice synthesis device, voice conversion method, voice synthesis method, and program
KR20080109322A (ko) * 2007-06-12 2008-12-17 엘지전자 주식회사 사용자의 직관적 의도 파악에 따른 서비스 제공 방법 및장치
JP4547721B2 (ja) * 2008-05-21 2010-09-22 株式会社デンソー 自動車用情報提供システム
US8407057B2 (en) * 2009-01-21 2013-03-26 Nuance Communications, Inc. Machine, system and method for user-guided teaching and modifying of voice commands and actions executed by a conversational learning system
JP4973722B2 (ja) * 2009-02-03 2012-07-11 株式会社デンソー 音声認識装置、音声認識方法、及びナビゲーション装置
CN103049567A (zh) * 2012-12-31 2013-04-17 威盛电子股份有限公司 检索方法、检索系统以及自然语言理解系统
CN103020047A (zh) * 2012-12-31 2013-04-03 威盛电子股份有限公司 修正语音应答的方法及自然语言对话系统
JP6236303B2 (ja) * 2013-11-26 2017-11-22 株式会社デンソーアイティーラボラトリ 制御装置、制御方法およびプログラム
DE112014006409T5 (de) * 2014-02-26 2016-12-08 Mitsubishi Electric Corporation Fahrzeugsteuervorrichtung und Fahrzeugsteuerverfahren
US9554258B2 (en) * 2014-04-03 2017-01-24 Toyota Jidosha Kabushiki Kaisha System for dynamic content recommendation using social network data
US10529359B2 (en) * 2014-04-17 2020-01-07 Microsoft Technology Licensing, Llc Conversation detection
WO2016002251A1 (ja) * 2014-06-30 2016-01-07 クラリオン株式会社 情報処理システム、及び、車載装置
CN104166643A (zh) * 2014-08-19 2014-11-26 南京金娃娃软件科技有限公司 一种智能问答系统中的对话行为分析方法
KR102097710B1 (ko) * 2014-11-20 2020-05-27 에스케이텔레콤 주식회사 대화 분리 장치 및 이에서의 대화 분리 방법
US10460720B2 (en) * 2015-01-03 2019-10-29 Microsoft Technology Licensing, Llc. Generation of language understanding systems and methods
JP6515764B2 (ja) * 2015-09-28 2019-05-22 株式会社デンソー 対話装置及び対話方法
RU2018113724A (ru) * 2015-10-21 2019-11-21 ГУГЛ ЭлЭлСи Сбор параметров и автоматическая генерация диалога в диалоговых системах
DE102016200815A1 (de) * 2015-12-15 2017-06-22 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Sprachsteuerung eines Kraftfahrzeugs
US10147423B2 (en) * 2016-09-29 2018-12-04 Intel IP Corporation Context-aware query recognition for electronic devices
JP6625508B2 (ja) * 2016-10-24 2019-12-25 クラリオン株式会社 制御装置、制御システム
US11003417B2 (en) * 2016-12-15 2021-05-11 Samsung Electronics Co., Ltd. Speech recognition method and apparatus with activation word based on operating environment of the apparatus
KR102643501B1 (ko) * 2016-12-26 2024-03-06 현대자동차주식회사 대화 처리 장치, 이를 포함하는 차량 및 대화 처리 방법
CN107315737B (zh) * 2017-07-04 2021-03-23 北京奇艺世纪科技有限公司 一种语义逻辑处理方法及系统
US10902848B2 (en) * 2017-07-20 2021-01-26 Hyundai Autoever America, Llc. Method for providing telematics service using voice recognition and telematics server using the same

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008233678A (ja) 2007-03-22 2008-10-02 Honda Motor Co Ltd 音声対話装置、音声対話方法、及び音声対話用プログラム

Also Published As

Publication number Publication date
US10850745B2 (en) 2020-12-01
CN109754793A (zh) 2019-05-14
CN109754793B (zh) 2024-03-19
KR20190051600A (ko) 2019-05-15
US20190135304A1 (en) 2019-05-09

Similar Documents

Publication Publication Date Title
KR102348124B1 (ko) 차량의 기능 추천 장치 및 방법
US10733983B2 (en) Parameter collection and automatic dialog generation in dialog systems
US20220156039A1 (en) Voice Control of Computing Devices
US10884701B2 (en) Voice enabling applications
US9792903B2 (en) Methods and systems for determining ranking of dialogue sticker based on situation and preference information
US20170084274A1 (en) Dialog management apparatus and method
US20190164540A1 (en) Voice recognition system and voice recognition method for analyzing command having multiple intents
CN111292740B (zh) 语音辨识系统及其方法
US20190180741A1 (en) Apparatus for correcting utterance error of user and method thereof
CN111159364B (zh) 对话系统、对话装置、对话方法以及存储介质
KR102441063B1 (ko) 끝점 검출 장치, 그를 포함한 시스템 및 그 방법
CN109710087B (zh) 输入法模型生成方法及装置
US20160210117A1 (en) Methods and systems for recommending dialogue sticker based on similar situation detection
JP2007041319A (ja) 音声認識装置および音声認識方法
KR20190068830A (ko) 차량의 환경에 기반한 추천 신뢰도 판단 장치 및 방법
US20190130908A1 (en) Speech recognition device and method for vehicle
KR102102287B1 (ko) 챗봇을 위한 대화 모델의 데이터 크라우드소싱 방법
US11056113B2 (en) Conversation guidance method of speech recognition system
US11615787B2 (en) Dialogue system and method of controlling the same
CN111312236A (zh) 语音识别系统的域管理方法
JP2015102805A (ja) 音声認識システム、電子装置、サーバー、音声認識方法および音声認識プログラム
US11107474B2 (en) Character input device, character input method, and character input program
CN111712790A (zh) 计算设备的语音控制
KR20200011160A (ko) 음성 인식 기술을 이용한 지능형 끝말잇기 단어 학습 방법
US11829516B1 (en) Automated actions for application policy violations

Legal Events

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