KR102531654B1 - 음성 입력 인증 디바이스 및 그 방법 - Google Patents
음성 입력 인증 디바이스 및 그 방법 Download PDFInfo
- Publication number
- KR102531654B1 KR102531654B1 KR1020180092046A KR20180092046A KR102531654B1 KR 102531654 B1 KR102531654 B1 KR 102531654B1 KR 1020180092046 A KR1020180092046 A KR 1020180092046A KR 20180092046 A KR20180092046 A KR 20180092046A KR 102531654 B1 KR102531654 B1 KR 102531654B1
- Authority
- KR
- South Korea
- Prior art keywords
- voice input
- user
- data
- voice
- authenticating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000001186 cumulative effect Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 21
- 238000011156 evaluation Methods 0.000 description 21
- 238000012549 training Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 15
- 238000007781 pre-processing Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 14
- 238000013473 artificial intelligence Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000005236 sound signal Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000002779 inactivation Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/06—Decision making techniques; Pattern matching strategies
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
-
- 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
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/15—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being formant information
-
- 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
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/04—Training, enrolment or model building
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Game Theory and Decision Science (AREA)
- Business, Economics & Management (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
사용자로부터 제공되는 음성 입력을 인증하는 방법 그리고 공격 성향이 강한 음성 입력을 탐지하는 방법이개시된다. 음성 입력 인증 방법은 상기 음성 입력을 수신하는 단계, 상기 음성 입력으로부터 상기 음성 입력의 신호 특성을 나타내는 신호 특성 데이터를 획득하는 단계 및 상기 획득된 신호 특성 데이터를 상기 음성 입력의 속성을 판단하기 위한 제1 학습 모델에 적용함으로써 상기 음성 입력을 인증하는 단계를 포함하며, 상기 제1 학습 모델은 사람에 의해 발성된 음성 및 장치로부터 출력된 음성에 기초하여, 상기 음성 입력의 속성을 판단하도록 학습된다.
Description
본 개시는 음성 입력을 인증하는 디바이스 및 방법에 관한 것으로, 보다 상세하게는 음성 입력의 신호 특성에 기초하여 음성 입력을 인증하는 디바이스 및 방법에 관한 것이다.
인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 Rule 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 Rule 기반 스마트 시스템은 점차 딥러닝 기반 인공지능 시스템으로 대체되고 있다.
인공지능 기술은 기계학습(딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다. 기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.
한편, 인공지능 기술이 발전함에 따라, 사용자는 음성 입력을 통하여 다양한 디바이스 혹은 서비스를 조작하거나 이용할 수 있게 되었으며, 이에 따라 사용자가 제공하는 음성 입력에 대한 보안과 인증의 중요성이 부각되고 있다.
일부 실시예는, 신호 특성 데이터에 기반하여 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지 구분할 수 있는 학습 모델을 이용하여, 음성 입력을 인증하는 디바이스 및 방법을 제공할 수 있다.
또한, 일부 실시예는, 음성 입력 패턴에 기반하여 사용자를 인증할 수 있는 학습 모델을 이용하여, 사용자를 인증하는 디바이스 및 방법을 제공할 수 있다.
또한, 일부 실시예는, 질의응답을 통해 사용자를 인증할 수 있는 학습 모델을 이용하여, 사용자를 추가적으로 인증하는 디바이스 및 방법을 제공할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 개시의 일 실시예에 따른 음성 입력 인증 디바이스는, 상기 음성 입력을 수신하는 마이크, 하나 이상의 인스트럭션을 저장하는 메모리 및 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함할 수 있으며, 상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써, 상기 음성 입력으로부터 상기 음성 입력의 신호 특성을 나타내는 신호 특성 데이터를 획득하고, 상기 획득된 신호 특성 데이터를 상기 음성 입력의 속성을 판단하기 위한 제1 학습 모델에 적용함으로써 상기 음성 입력을 인증하며, 상기 제1 학습 모델은 사람에 의해 발성된 음성 및 장치로부터 출력된 음성에 기초하여, 상기 음성 입력의 속성을 판단하도록 학습될 수 있다.
또한 본 개시의 일 실시예에 따른 음성 입력 인증 방법은, 음성 입력을 수신하는 단계, 상기 음성 입력으로부터 상기 음성 입력의 신호 특성을 나타내는 신호 특성 데이터를 획득하는 단계 및 상기 획득된 신호 특성 데이터를 상기 음성 입력의 속성을 판단하기 위한 제1 학습 모델에 적용함으로써 상기 음성 입력을 인증하는 단계를 포함할 수 있으며, 상기 제1 학습 모델은 사람에 의해 발성된 음성 및 장치로부터 출력된 음성에 기초하여, 상기 음성 입력의 속성을 판단하도록 학습될 수 있다.
또한 본 개시의 일 실시예에 따른 컴퓨터로 판독 가능한 기록매체는, 상술된 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체일 수 있다.
본 개시는, 다음의 자세한 설명과 그에 수반되는 도면들의 결합으로 쉽게 이해될 수 있으며, 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미한다.
도 1은 일부 실시예에 따른 디바이스의 블록도이다.
도 2는 일부 실시예에 따른, 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 3은 일부 실시예에 따른, 디바이스가 신호 특성 데이터를 획득하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 4a 내지 도 4d는 신호 특성 데이터를 예시적으로 설명하기 위한 도면이다.
도 5는 일부 실시예에 따른, 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 6은 일부 실시예에 따른, 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 7은 일부 실시예에 따른, 디바이스가 사용자를 추가적으로 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 8은 일부 실시예에 따른, 디바이스가 사용자를 추가적으로 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 9는 일부 실시예에 따른 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 10은 일부 실시예에 따른 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 11은 일부 실시예에 따른 디바이스의 기능을 설명하기 위한 도면이다.
도 12는 일부 실시예에 따른 디바이스의 블록도이다.
도 13은 일부 실시예에 따른 디바이스의 블록도이다.
도 14는 일부 실시예에 따른 프로세서의 블록도이다.
도 15는 일부 실시예에 따른 데이터 학습부의 블록도이다.
도 16은 일부 실시예에 따른 데이터 인식부의 블록도이다.
도 17은 일부 실시예에 따른 디바이스 및 서버가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
도 1은 일부 실시예에 따른 디바이스의 블록도이다.
도 2는 일부 실시예에 따른, 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 3은 일부 실시예에 따른, 디바이스가 신호 특성 데이터를 획득하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 4a 내지 도 4d는 신호 특성 데이터를 예시적으로 설명하기 위한 도면이다.
도 5는 일부 실시예에 따른, 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 6은 일부 실시예에 따른, 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 7은 일부 실시예에 따른, 디바이스가 사용자를 추가적으로 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 8은 일부 실시예에 따른, 디바이스가 사용자를 추가적으로 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 9는 일부 실시예에 따른 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 10은 일부 실시예에 따른 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
도 11은 일부 실시예에 따른 디바이스의 기능을 설명하기 위한 도면이다.
도 12는 일부 실시예에 따른 디바이스의 블록도이다.
도 13은 일부 실시예에 따른 디바이스의 블록도이다.
도 14는 일부 실시예에 따른 프로세서의 블록도이다.
도 15는 일부 실시예에 따른 데이터 학습부의 블록도이다.
도 16은 일부 실시예에 따른 데이터 인식부의 블록도이다.
도 17은 일부 실시예에 따른 디바이스 및 서버가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
아래에서는 첨부한 도면을 참조하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 개시의 실시예를 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 또한, 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시의 일부 실시예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들의 일부 또는 전부는, 특정 기능들을 실행하는 다양한 개수의 하드웨어 및/또는 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 개시의 기능 블록들은 하나 이상의 마이크로프로세서들에 의해 구현되거나, 소정의 기능을 위한 회로 구성들에 의해 구현될 수 있다. 또한, 예를 들어, 본 개시의 기능 블록들은 다양한 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능 블록들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 개시는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다.
또한, 도면에 도시된 구성 요소들 간의 연결 선 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것일 뿐이다. 실제 장치에서는 대체 가능하거나 추가된 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들에 의해 구성 요소들 간의 연결이 나타내어질 수 있다.
또한, 본 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. "부", "모듈"은 어드레싱될 수 있는 저장 매체에 저장되며 프로세서에 의해 실행될 수 있는 프로그램에 의해 구현될 수도 있다.
한편, 본 명세서와 도면에 개시된 본 개시의 실시예들은 본 개시의 기술 내용을 쉽게 설명하고 본 개시의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 개시의 범위를 한정하고자 하는 것은 아니다. 즉, 본 개시의 기술적 사상에 바탕을 둔 다른 변형예들이 실시 가능하다는 것은 본 개시의 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다. 또한 각각의 실시예는 필요에 따라 서로 조합되어 운용할 수 있다. 예컨대, 본 개시의 일 실시예와 다른 일 실시예의 일부분들이 서로 조합되어 장치의 동작이 운용될 수 있다.
도 1은 일부 실시예에 따른 디바이스의 블록도이다.
도 1을 참조하면, 디바이스(10)는 프로세서(11), 메모리(12) 및 마이크(13)를 포함한다.
사용자(1)는 디바이스(10)에 음성 입력을 제공할 수 있다. 음성 입력은 사용자에 의하여 발성된 음성일 수 있으며, 텍스트 정보를 포함할 수 있다. 사용자(1)는 음성 입력을 이용하여 디바이스(10) 혹은 그와 연결된 전자 장치를 제어할 수 있다. 음성 입력은 다양한 형태와 언어로 제공될 수 있다. 예를 들어, 사용자(1)는 "새로 수신된 메일을 확인해, 디바이스(10)"와 같은 음성 입력을 발성할 수 있다.
디바이스(10)는 마이크(13)를 이용하여 음성 입력을 수신할 수 있다. 이때, 마이크(13)는 주변의 소리를 전기적인 데이터로 변환하여 음성 입력을 수신할 수 있다. 실시 예에 있어서, 디바이스(10)는 복수의 마이크(13)를 포함할 수 있다. 마이크(13)는 수신한 음성 입력을 프로세서(11)에 제공할 수 있다.
프로세서(11)는 디바이스(10)의 전반적인 동작을 제어한다. 프로세서(11)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 적어도 하나의 인스트럭션을 처리하도록 구성될 수 있다. 상술된 인스트럭션은 메모리(12)로부터 프로세서(11)에 제공될 수 있다. 즉, 프로세서(11)는 메모리(12)와 같은 기록 장치에 저장된 프로그램 코드에 따라 인스트럭션을 실행하도록 구성될 수 있다. 혹은 인스트럭션은 통신 모듈(미도시)을 통해 디바이스(10)로 수신되어 프로세서(11)로 제공될 수도 있다.
프로세서(11)는 수신된 음성 입력을 인증하고, 인증 결과에 기초하여, 음성 입력을 이용하여 디바이스(10) 혹은 그와 연결된 전자 장치를 제어할 수 있다. 예를 들어, 프로세서(11)는 "빅스비(Bixby), 새로 수신된 메일을 확인해"의 음성 입력이 인증되면, 새로 수신된 메일을 확인하도록 디바이스(10)를 제어할 수 있다.
한편, 프로세서(11)는, 사용자(1)가, 인증되지 않은 음성 입력을 이용하여 디바이스(10) 혹은 그와 연결된 전자 장치를 제어하는 것을 거부할 수 있다. 예를 들어, 프로세서(11)는 "빅스비(Bixby), 새로 수신된 메일을 확인해"의 음성 입력이 인증되지 않으면, 디바이스(10)의 메일 확인 동작을 수행하지 않을 수 있다.
실시 예에 있어서, 프로세서(11)는 음성 입력으로부터 신호 특성 데이터를 획득할 수 있다. 신호 특성 데이터는 음성 입력의 전기적인 신호 특성을 나타내는 데이터이다. 실시 예에 있어서, 신호 특성 데이터는 음성 입력을 주파수, 시간 혹은 전력 중 적어도 하나를 기준으로 하여 분석한 데이터일 수 있다. 프로세서(11)는 신호 특성 데이터를 제1 학습 모델에 적용하여 음성 입력을 인증할 수 있다.
보다 구체적으로, 프로세서(11)는 신호 특성 데이터를 제 1 학습 모델에 적용하여 음성 입력의 속성을 판단할 수 있다. 실시 예에 있어서, 음성 입력의 속성은 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지를 나타낼 수 있다. 본 개시에서, 사람으로부터 발성된 음성 입력은, 사람의 성대를 통하여 발성된 음성을 의미한다. 본 개시에서, 장치로부터 출력된 음성 입력은, 스피커, 녹음기, 재생 장치 등을 통하여 전자적으로 합성되거나 녹음되어 출력된 음성을 의미한다. 프로세서(11)는, 음성 입력의 속성을 이용하여, 수신된 음성 입력이 사용자에 의한 것인지 혹은 장치를 이용한 외부 공격에 의한 것인지 여부를 판단할 수 있다.
실시 예에 있어서, 프로세서(11)는 신호 특성 데이터를 제 1 학습 모델에 적용하여, 음성 입력의 속성 및 판단된 속성에 대한 신뢰도를 판단할 수 있다. 신뢰도는 판단된 음성 입력의 속성이 실제와 일치할 확률일 수 있다. 신뢰도는 다양한 형태로 판단될 수 있다. 예를 들어, 프로세서(11)는, 음성 입력이 90%의 신뢰도로 사람으로부터 발성된 것이라 판단할 수 있다. 혹은 프로세서(11)는, 음성 입력이, 미리 정해진 단계 중 특정 단계에 해당하는 신뢰도로, 장치로부터 출력된 것이라 판단할 수 있다.
프로세서(11)는 판단된 음성 입력의 속성에 기초하여 음성 입력을 인증할 수 있다. 예를 들어, 프로세서(11)는 음성 입력이 사람으로부터 발성된 것으로 판단되면 음성 입력을 인증할 수 있다. 프로세서(11)는 음성 입력이 장치로부터 출력된 것으로 판단되면 음성 입력을 인증하지 않을 수 있다.
한편, 신뢰도에 기초할 때, 프로세서(11)는 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지 판단하기 어려울 수 있다. 이러한 경우, 프로세서(11)는 판단된 신뢰도에 기초하여 제 1 사용자 인증이 요구되는지 여부를 판단할 수 있다.
프로세서(11)는 제 1 사용자 인증이 요구된다 판단되면, 음성 입력을 제2 학습 모델에 적용하여 사용자를 인증한다.
제 1 사용자 인증은, 사용자의 음성 입력 패턴에 기반하여, 음성 입력을 발성한 사용자를 인증하는 동작이다. 본 개시에서, 음성 입력 패턴은, 디바이스를 제어하기 위하여 사용자가 입력한 음성 입력 혹은 음성 입력을 입력하는 상황에 기초하여 결정되는 패턴일 수 있다. 예를 들어, 음성 입력 패턴은 사용자가 프로세서(11)를 통해 음성을 입력하는 사용 행태(usage behavior)을 나타낼 수 있다. 프로세서(11)는 음성 입력을 제2 학습 모델에 적용하여, 비정상적인 이용을 시도하는 사용자에 대한 인증을 거부할 수 있다.
실시 예에 있어서, 프로세서(11)는 음성 입력 패턴에 기반하여 제2 학습 모델을 학습시키기 위하여, 컨텍스트 정보를 제 2 학습 모델에 제공할 수 있다.
컨텍스트 정보는 디바이스(10)의 주변 환경 정보, 디바이스(10)의 상태 정보, 사용자의 상태 정보, 사용자의 디바이스(10) 사용 이력 정보 및 사용자의 일정 정보 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다.
한편, 프로세서(11)는, 제 1 사용자 인증에 의한, 사용자에 대한 인증이 거부되거나 판별하기 어려운 경우, 제 2 사용자 인증이 요구된다 판단할 수 있다. 프로세서(11)는 제 2 사용자 인증이 요구된다 판단되면, 사용자를 추가적으로 인증할 수 있다.
제 2 사용자 인증은, 사용자로부터 제공되는 추가적인 입력을 이용하여, 음성 입력을 발성한 사용자를 인증하는 동작이다. 실시 예에 있어서, 프로세서(11)는 사용자로부터 수신한 암호문에 기초하여 사용자를 추가적으로 인증할 수 있다. 다른 실시 예에 있어서, 프로세서(11)는 질의 응답을 통해 사용자를 인증하기 위한 제3 학습 모델을 이용하여, 사용자를 추가적으로 인증할 수 있다. 다른 실시 예에 있어서, 프로세서(11)는 지문 인식 혹은 얼굴 인식과 같은 생체 인식을 이용하여, 사용자를 추가적으로 인증할 수 있다.
디바이스(10)는 스마트폰, 태블릿 PC, PC, 스마트 TV, 휴대폰, PDA(personal digital assistant), 랩톱, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치, 전자책 단말기, 디지털방송용 단말기, 네비게이션, 키오스크, MP3 플레이어, 디지털 카메라, 가전기기 및 기타 모바일 또는 비모바일 컴퓨팅 장치일 수 있으나, 이에 한정되지 않는다. 또한, 디바이스(10)는 통신 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드 및 반지 등의 웨어러블 디바이스일 수 있다. 그러나, 이에 한정되지 않으며, 디바이스(10)는 사용자(1)의 음성 입력을 수신하고, 수신된 음성 입력을 인증할 수 있는 모든 종류의 기기를 포함할 수 있다.
또한, 디바이스(10)는 다양한 컨텍스트 정보를 이용하기 위하여, 소정의 네트워크를 통하여 서버 및 다른 장치(미도시)와 통신할 수 있다. 이 경우, 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 이동 통신망(mobile radio communication network), 위성 통신망 및 이들의 상호 조합을 포함하며, 각 네트워크 구성 주체가 서로 원활하게 통신을 할 수 있도록 하는 포괄적인 의미의 데이터 통신망이며, 유선 인터넷, 무선 인터넷 및 모바일 무선 통신망을 포함할 수 있다. 무선 통신은 예를 들어, 무선 랜(Wi-Fi), 블루투스, 블루투스 저 에너지(Bluetooth low energy), 지그비, WFD(Wi-Fi Direct), UWB(ultra wideband), 적외선 통신(IrDA, infrared Data Association), NFC(Near Field Communication) 등이 있을 수 있으나, 이에 한정되는 것은 아니다.
도 2는 일부 실시예에 따른, 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
단계 S210에서, 디바이스(10)는 음성 입력을 수신할 수 있다. 디바이스(10)는 적어도 하나의 마이크를 이용하여 사용자로부터 제공되는 음성 입력을 수신할 수 있다.
단계 S220에서, 디바이스(10)는 음성 입력으로부터 신호 특성 데이터를 획득할 수 있다. 신호 특성 데이터는 음성 입력의 전기적인 신호 특성을 나타내는 데이터일 수 있다. 실시 예에 있어서, 신호 특성 데이터는 음성 입력을 주파수, 시간 혹은 전력 중 적어도 하나를 기준으로 하여 분석한 데이터일 수 있다. 예를 들어, 신호 특성 데이터는 음성 입력의 스펙트로그램(spectrogram) 혹은 주파수별 누적 전력(per-frequecy cumulative power)을 포함할 수 있다. 그러나 이는 예시적인 것으로, 본 개시의 신호 특성 데이터의 종류는 상술된 종류에 한정되지 않는다.
단계 S230에서, 디바이스(10)는 신호 특성 데이터를 제1 학습 모델에 적용하여 음성 입력을 인증할 수 있다.
보다 구체적으로, 디바이스(10)는 신호 특성 데이터를 제 1 학습 모델에 적용하여 음성 입력의 속성을 판단할 수 있다. 실시 예에 있어서, 음성 입력의 속성은 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지를 나타낼 수 있다. 디바이스(10)는, 음성 입력의 속성을 이용하여, 수신된 음성 입력이 사용자에 의한 것인지 혹은 장치를 이용한 외부 공격에 의한 것인지 여부를 판단할 수 있다.
실시 예에 있어서, 디바이스(10)는 신호 특성 데이터를 제 1 학습 모델에 적용하여, 음성 입력의 속성 및 판단된 음성 입력의 속성에 대한 신뢰도를 판단할 수 있다. 신뢰도는 다양한 형태로 판단될 수 있다.
실시 예에 있어서, 디바이스(10)는 판단된 음성 입력의 속성과 신뢰도에 기초하여 음성 입력을 인증할 수 있다. 예를 들어, 디바이스(10)는 음성 입력이 사람으로부터 발성된 것으로 판단되면, 신뢰도와 메모리에 저장된 임계값을 비교할 수 있다. 디바이스(10)는 비교 결과에 기초하여 음성 입력을 인증할 수 있다. 혹은, 디바이스(10)는 음성 입력이 장치로부터 출력된 것으로 판단되면, 신뢰도와 메모리에 저장된 임계값을 비교하고, 비교 결과에 기초하여 음성 입력을 인증하지 않을 수 있다.
제 1 학습 모델은 미리 설정되어 디바이스(10)에 저장된 것일 수 있다. 이 경우, 제 1 학습 모델을 생성 운영하는 서버가 디바이스(10)에게 제 1 학습 모델을 제공할 수 있으며, 디바이스(10)는 서버로부터 수신된 제 1 학습 모델을 디바이스(10) 내에 저장하고 관리할 수 있다.
또한, 미리 설정된 제 1 학습 모델은 서버에 저장될 수 있다. 이 경우, 디바이스(10)는 서버에게 신호 특성 데이터를 제공하고, 신호 특성 데이터에 기초하여 결정된 음성 입력의 속성을 서버로부터 수신할 수 있다.
미리 설정된 제 1 학습 모델은 기계학습 알고리즘, 신경망 알고리즘, 유전자 알고리즘, 딥러닝 알고리즘, 분류 알고리즘 중 적어도 하나의 인공 지능 알고리즘을 이용하여 학습된 학습 모델일 수 있다
실시 예에 있어서, 미리 설정된 제 1 학습 모델은 사람으로부터 발성된 음성 및 장치로부터 출력된 음성에 기초하여, 음성 입력의 속성을 판단하도록 미리 학습된 것일 수 있다. 예를 들어, 사용자로부터 발성된 다양한 길이 및 내용의 음성과, 다양한 장치들로부터 출력된 음성을 포함하는 복수의 음성들이 제공될 수 있으며, 제공된 음성들로부터 획득된 신호 특성 데이터를 합습 데이터로 이용함으로써, 미리 설정된 제 1 학습 모델이 학습될 수 있다.
도 3은 일부 실시예에 따른, 디바이스가 신호 특성 데이터를 획득하는 방법을 설명하기 위한 예시적인 흐름도이다. 실시 예에 있어서, 신호 특성 데이터는 주파수별 누적 전력(per-frequency cumulative power)에 관한 정보를 포함한다.
단계 S221에서, 디바이스(10)는 음성 입력을 주파수 차원으로 변환할 수 있다. 실시 예에 있어서, 디바이스(10)는 음성 입력에 대한 스펙트로그램을 획득할 수 있다. 상술된 스펙트로그램은 시간에 대하여, 각 주파수 및 그에 대응되는 전력에 관한 정보를 포함할 수 있다.
실시 예에 있어서, 디바이스(10)는 퓨리에 변환(Fourier Transform)을 이용하여 상술된 스펙트로그램을 획득할 수 있다. 예를 들어, 디바이스(10)는 단시간 퓨리에 변환(STFT: Short-time Fourier Transform)을 이용하여 상술된 스펙트로그램을 획득할 수 있다. 그러나 본 개시에서 음성 입력에 대한 스펙트로그램을 획득하는 실시예는 상술된 예시들에 한정되지 않는다.
단계 S222에서, 디바이스(10)는 주파수별 누적 전력에 관한 정보를 획득할 수 있다. 스펙트로그램은 시간에 대하여, 각 주파수 및 그에 대응되는 전력에 관한 정보를 포함할 수 있다. 디바이스(10)는 각 주파수의 소정의 시간에 대한 누적 전력을 계산하여, 주파수별 누적 전력에 관한 정보를 획득할 수 있다. 상술된 소정의 시간은 음성 입력이 발성된 시간일 수 있다.
도 4a 내지 도 4d는 신호 특성 데이터를 예시적으로 설명하기 위한 도면이다.
도 4a는 사람으로부터 발성된 음성에 대한 스펙트로그램을 나타내는 도면이다. 도 4b는 장치로부터 출력된 음성에 대한 스펙트로그램을 나타내는 도면이다. 각 스펙트로그램에서, 주파수는 Hz 단위로, 시간은 sec 단위로, 전력은 dB 단위로 표시되었다.
도 4c는, 도 4a의 음성의, 주파수별 누적 전력을 나타내는 도면이다. 도 4d는, 도 4b의 음성의, 주파수별 누적 전력을 나타내는 도면이다. 도 4a 내지 도 4d에서 사용된 음성은 예시적인 것으로, 본 개시의 기술적 사상은 이에 의하여 한정되지 않는다.
도 4a 내지 도 4d를 참조하면, 사람으로부터 발성된 음성과 장치로부터 출력된 음성은 상이한 전기적 신호 특성을 나타낸다. 예를 들어, 사람으로부터 발성된 음성과 장치로부터 출력된 음성은, 주파수별 누적 전력에 있어서 상이한 감쇠 형태를 보인다. 또한 사람으로부터 발성된 음성과 장치로부터 출력된 음성의 전력은, 서로 다른 주파수 대역에 집중되어 있으며, 고주파수와 저주파수 대역에서 가지는 상대적 크기도 서로 상이하다.
이에 따라, 제 1 학습 모델은 사람으로부터 발성된 음성 및 장치로부터 출력된 음성에 기초하여, 각 음성들로부터 획득된 신호 특성 데이터를 이용하여 음성 입력의 속성을 판단하도록 미리 학습될 수 있다.
도 5는 일부 실시예에 따른, 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다. 도 5를 참조하면, 디바이스(10)는 제2 학습 모델을 이용하여, 선택적으로 사용자를 인증할 수 있다.
단계 S510에서, 디바이스(10)는 음성 입력을 수신할 수 있다. 디바이스(10)는 적어도 하나의 마이크를 이용하여 사용자로부터 제공되는 음성 입력을 수신할 수 있다.
단계 S520에서, 디바이스(10)는 음성 입력으로부터 신호 특성 데이터를 획득할 수 있다. 신호 특성 데이터는 음성 입력의 전기적인 신호 특성을 나타내는 데이터이다. 실시 예에 있어서, 신호 특성 데이터는 음성 입력의 스펙트로그램(spectrogram) 혹은 주파수별 누적 전력(per-frequecy cumulative power)을 포함할 수 있다. 그러나 이는 예시적인 것으로, 본 개시의 신호 특성 데이터의 종류는 상술된 종류에 한정되지 않는다.
단계 S530에서, 디바이스(10)는, 신호 특성 데이터를 제1 학습 모델에 적용하여, 제 1 사용자 인증이 요구되는지 여부를 판단할 수 있다.
실시 예에 있어서, 디바이스(10)는 신호 특성 데이터를 제 1 학습 모델에 적용하여, 음성 입력의 속성 및 그에 대한 신뢰도를 판단할 수 있다. 실시 예에 있어서, 음성 입력의 속성은 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지를 나타낼 수 있다.
디바이스(10)는 판단된 음성 입력의 속성에 기초하여 음성 입력을 인증할 수 있다. 예를 들어, 디바이스(10)는 음성 입력이 사람으로부터 발성된 것으로 판단되면 음성 입력을 인증할 수 있다. 디바이스(10)는 음성 입력이 장치로부터 출력된 것으로 판단되면 음성 입력을 인증하지 않을 수 있다.
실시 예에 있어서, 디바이스(10)는 판단된 신뢰도에 기초하여 음성 입력을 인증할 수 있다. 예를 들어, 디바이스(10)는 음성 입력이 사람으로부터 발성된 것으로 판단되면, 신뢰도와 메모리에 저장된 임계값을 비교하고, 비교 결과에 기초하여 음성 입력을 인증할 수 있다. 혹은, 디바이스(10)는 음성 입력이 장치로부터 출력된 것으로 판단되면, 신뢰도와 메모리에 저장된 임계값을 비교하고, 비교 결과에 기초하여 음성 입력을 인증하지 않을 수 있다.
한편, 신뢰도에 기초할 때, 디바이스(10)는 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지 판단하기 어려울 수 있다. 이러한 경우, 디바이스(10)는 판단된 신뢰도에 기초하여 제 1 사용자 인증이 요구되는지 여부를 판단할 수 있다. 예를 들어, 디바이스(10)는 판단된 신뢰도가 소정의 범위, 예를 들어 90% 이하, 에 포함되면, 제 1 사용자 인증이 요구된다 판단할 수 있다.
단계 S540에서, 디바이스(10)는 제 1 사용자 인증이 요구된다 판단되면, 음성 입력을 제2 학습 모델에 선택적으로 적용하여 사용자를 인증할 수 있다.
제 1 사용자 인증은, 사용자의 음성 입력 패턴에 기반하여, 음성 입력을 발성한 사용자를 인증하는 동작이다. 본 개시에서, 음성 입력 패턴은 디바이스를 제어하기 위하여 사용자가 입력한 음성 입력 혹은 음성 입력을 입력하는 상황에 기초하여 결정되는 패턴일 수 있다. 디바이스(10)는 음성 입력을 제2 학습 모델에 적용하여, 비정상적인 이용을 시도하는 사용자에 대한 인증을 거부할 수 있다.
이 경우, 디바이스(10)는 사용자의 음성 입력 및 현재 상황을 나타내는 정보를 제2 학습 모델에 적용함으로써 제 1 사용자 인증을 수행할 수 있다.
한편, 제2 학습 모델은, 사용자의 음성 입력 패턴에 기반하여 학습된 학습 모델일 수 있다. 예를 들어, 사용자의 음성 입력 및 사용자가 음성을 입력하는 상황을 나타내는 컨텍스트 정보를 학습 데이터로 이용하여, 제2 학습 모델이 미리 학습될 수 있다
컨텍스트 정보는 디바이스(10)의 주변 환경 정보, 디바이스(10)의 상태 정보, 사용자의 상태 정보, 사용자의 디바이스(10) 사용 이력 정보 및 사용자의 일정 정보 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다.
디바이스(10)의 주변 환경 정보는, 디바이스(10)로부터 소정 반경 내의 환경 정보를 의미하는 것으로서, 날씨 정보, 온도 정보, 습도 정보, 조도 정보, 소음 정보, 소리 정보, 시간 정보 등을 포함할 수 있다. 예를 들어, 제2 학습 모델은, 학습된 장소와 상이한 장소에서 사용자로부터 음성 입력이 제공되면, 음성 입력을 발성한 사용자가 인증되지 않도록 학습될 수 있다. 혹은, 제2 학습 모델은, 학습된 시간과 상이한 시간에 사용자로부터 음성 입력이 제공되면, 사용자가 인증되지 않도록 학습될 수 있다. 그러나 제 2 학습 모델을 학습시키기 위한 데이터가 이에 한정되는 것은 아니다.
디바이스(10)의 상태 정보는, 디바이스(10)의 동작 모드를 나타내는 모드 정보(예컨대, 소리 모드, 진동 모드, 무음 모드, 절전 모드, 차단 모드, 멀티 윈도우 모드, 자동 회전 모드 등), 디바이스(10)의 위치 정보, 시간 정보, 통신 모듈의 활성화 정보(예컨대, Wi-Fi ON / Bluetooth OFF / GPS ON/ NFC ON 등), 디바이스(10)의 네트워크 접속 상태 정보, 디바이스(10)에서 실행되는 애플리케이션 정보(예컨대, 애플리케이션의 식별 정보, 애플리케이션 종류, 애플리케이션 이용 시간, 애플리케이션 이용 주기) 등을 포함할 수 있다.
사용자의 상태 정보는 사용자의 특성, 사용자의 움직임, 생활 패턴 등에 관한 정보로서, 사용자의 성별, 사용자의 걷는 상태, 운동하는 상태, 운전 중인 상태, 수면 상태, 사용자의 기분 상태 등에 관한 정보를 포함할 수 있다. 예를 들어, 제2 학습 모델은 사용자가 음성 입력 시 자주 사용하지 않는 제스처를 인식하면 사용자가 인증되지 않도록 학습될 수 있다. 그러나 컨텍스트 정보에 포함되는 사용자의 상태 정보가 이에 한정되는 것은 아니다.
사용자의 디바이스(10) 사용 이력 정보는, 사용자가 디바이스(10)를 이용한 이력에 관한 정보로서, 어플리케이션의 실행 이력, 어플리케이션에서 실행된 기능의 이력, 사용자의 통화 내역, 및 사용자의 문자 내역, 음성 입력에 포함된 단어의 빈도, 음성 입력의 평균 이용 횟수 및 사용자가 음성 입력을 이용하는 동작 사이의 평균 시간 등을 포함할 수 있다.
사용자의 일정 정보는, 사용자의 과거 일정 및 예정된 일정에 관한 정보이다. 일정 정보는 사용자의 사전 입력에 의하여 제공될 수 있다. 혹은 디바이스(10)는 네트워크를 이용하여 연결된 서버 혹은 다른 전자 장치들로부터 일정 정보를 제공받을 수 있다.
사용자를 인증함에 있어서, 어떤 컨텍스트 정보가 이용될 지는 기 설정된 기준에 의한 학습에 따라 결정될 수 있다. 예를 들어, 소정의 음성 입력 및 소정의 컨텍스트 정보를 입력 값으로 하는 지도 학습(supervised learning), 별다른 지도없이 사용자 인증을 위해 필요한 컨텍스트 정보의 종류를 스스로 학습함으로써, 사용자 인증의 패턴을 발견하는 비지도 학습(unsupervised learning)이 사용자 인증에 이용될 수 있다. 또한, 예를 들어, 학습에 따른 사용자의 의도 파악의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)이 사용자 인증에 이용될 수 있다.
한편, 디바이스(10)는 음성 입력에 대한 STT(Speech to Text) 변환을 수행할 수 있다. 디바이스(10)는, STT를 통해 변환된 음성 입력으로부터 사용자의 커맨드를 추출할 수 있다. 디바이스(10)는 추출된 사용자의 커맨드의 언어, 종류, 길이 및 내용 중 적어도 하나를 제2 학습 모델에 적용할 수 있다.
단계 S550에서, 디바이스(10)는 사용자 인증 결과에 기초하여 음성 입력을 인증한다. 예를 들어, 디바이스(10)는 사용자가 인증되면, 음성 입력의 속성이 낮은 신뢰도로 판별되어도 음성 입력을 인증할 수 있다. 디바이스(10)는 사용자가 인증되지 않으면, 음성 입력을 인증하지 않을 수 있다.
도 6은 일부 실시예에 따른, 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다. 도 6을 참조하면, 디바이스(10)는 선택적으로 사용자를 추가 인증할 수 있다.
단계 S610에서, 디바이스(10)는 음성 입력을 수신할 수 있다. 디바이스(10)는 적어도 하나의 마이크를 이용하여 사용자로부터 제공되는 음성 입력을 수신할 수 있다.
단계 S620에서, 디바이스(10)는 음성 입력으로부터 신호 특성 데이터를 획득할 수 있다. 실시 예에 있어서, 신호 특성 데이터는 음성 입력의 스펙트로그램(spectrogram) 혹은 주파수별 누적 전력(per-frequecy cumulative power)을 포함할 수 있다. 그러나 이는 예시적인 것으로, 본 개시의 신호 특성 데이터의 종류는 상술된 종류에 한정되지 않는다.
단계 S630에서, 디바이스(10)는, 신호 특성 데이터를 제1 학습 모델에 적용하여, 제 1 사용자 인증이 요구되는지 여부를 판단할 수 있다.
실시 예에 있어서, 디바이스(10)는 신호 특성 데이터를 제 1 학습 모델에 적용하여, 음성 입력의 속성 및 그에 대한 신뢰도를 판단할 수 있다. 실시 예에 있어서, 음성 입력의 속성은 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지를 나타낼 수 있다.
디바이스(10)는 판단된 음성 입력의 속성에 기초하여 음성 입력을 인증할 수 있다. 예를 들어, 디바이스(10)는 음성 입력이 사람으로부터 발성된 것으로 판단되면 음성 입력을 인증할 수 있다. 디바이스(10)는 음성 입력이 장치로부터 출력된 것으로 판단되면 음성 입력을 인증하지 않을 수 있다.
실시 예에 있어서, 디바이스(10)는 판단된 신뢰도에 기초하여 음성 입력을 인증할 수 있다. 한편, 신뢰도에 기초할 때, 디바이스(10)는 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지 판단하기 어려울 수 있다. 이러한 경우, 디바이스(10)는 판단된 신뢰도에 기초하여 제 1 사용자 인증이 요구되는지 여부를 판단할 수 있다.
단계 S640에서, 디바이스(10)는 제 1 사용자 인증이 요구된다 판단되면, 음성 입력을 제2 학습 모델에 적용하여, 제 2 사용자 인증이 요구되는지 여부를 판단할 수 있다.
제 1 사용자 인증은, 사용자의 음성 입력 패턴에 기반하여, 음성 입력을 발성한 사용자를 인증하는 동작이다. 본 개시에서, 음성 입력 패턴은 사용자가 디바이스(10)를 통해 음성 입력을 이용하는 사용 행태(usage behavior)을 나타낸다. 디바이스(10)는 음성 입력을 제2 학습 모델에 적용하여, 비정상적인 이용을 시도하는 사용자에 대한 인증을 거부할 수 있다. 한편, 디바이스(10)는, 제 1 사용자 인증에 의한, 사용자에 대한 인증이 거부되거나 판별하기 어려운 경우, 제 2 사용자 인증이 요구된다 판단할 수 있다.
단계 S650에서, 디바이스(10)는 제 2 사용자 인증이 요구된다 판단되면, 사용자를 추가적으로 인증할 수 있다.
제 2 사용자 인증은, 사용자로부터 제공되는 추가적인 입력을 이용하여, 음성 입력을 발성한 사용자를 인증하는 동작이다. 실시 예에 있어서, 디바이스(10)는 사용자로부터 수신한 암호문에 기초하여 사용자를 추가적으로 인증할 수 있다. 다른 실시 예에 있어서, 디바이스(10)는 질의 응답을 통해 사용자를 인증하기 위한 제3 학습 모델을 이용하여, 사용자를 추가적으로 인증할 수 있다. 다른 실시 예에 있어서, 디바이스(10)는 지문 인식 혹은 얼굴 인식과 같은 생체 인식을 이용하여, 사용자를 추가적으로 인증할 수 있다.
단계 S660에서, 디바이스(10)는 추가적인 사용자 인증 결과에 기초하여 음성 입력을 인증할 수 있다. 예를 들어, 디바이스(10)는 사용자가 추가적으로 인증되면, 음성 입력을 인증할 수 있다. 디바이스(10)는 사용자가 인증되지 않으면, 음성 입력을 인증하지 않을 수 있다.
도 7은 일부 실시예에 따른, 디바이스가 사용자를 추가적으로 인증하는 방법을 설명하기 위한 예시적인 흐름도이다. 도 7을 참조하면, 디바이스(10)는 사용자로부터 수신한 암호문에 기초하여 사용자를 인증할 수 있다.
단계 S710에서, 디바이스(10)는 기설정된 단어를 출력할 수 있다. 실시 예에 있어서, 기설정된 단어는 디바이스(10)에 의하여 랜덤하게 생성되거나 선택된 단어일 수 있다. 기설정된 단어는 복수의 단어들일 수 있다. 복수의 단어들은 서로 연관되지 않을 수 있다. 즉, 복수의 단어들은 서로 독립적으로 생성되거나 선택될 수 있다. 디바이스(10)로부터 출력되는 단어는 사용자에 의하여 선정된 단어가 아니므로, 외부 공격자로부터 예측되기 어렵다.
단계 S720에서, 디바이스(10)는 출력된 단어를 포함하는 암호문을 사용자로부터 수신할 수 있다. 예를 들어, 디바이스(10)가 "집" 과 "강아지"를 출력한 경우, 디바이스(10)가 수신한 암호문은 "우리 집 강아지" 일 수 있다.
단계 S730에서, 디바이스(10)는 수신된 암호문에 기초하여 사용자를 추가적으로 인증할 수 있다. 예를 들어, 디바이스(10)는 사용자로부터 수신된 암호문을 기존에 설정된 암호문과 비교하고, 비교 결과에 기초하여 사용자를 인증할 수 있다.
도 8은 일부 실시예에 따른, 디바이스가 사용자를 추가적으로 인증하는 방법을 설명하기 위한 예시적인 흐름도이다. 도 8을 참조하면, 디바이스(10)는 질의 응답을 통해 사용자를 인증하기 위한 제3 학습 모델을 이용하여, 사용자를 인증할 수 있다.
단계 S810에서, 디바이스(10)는 컨텍스트 정보를 획득할 수 있다. 텍스트 정보는 디바이스(10)의 주변 환경 정보, 디바이스(10)의 상태 정보, 사용자의 상태 정보, 사용자의 디바이스(10) 사용 이력 정보 및 사용자의 일정 정보 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다.
단계 S820에서, 디바이스(10)는, 질의 응답을 통해 사용자를 인증하기 위한 제3 학습 모델에, 컨텍스트 정보를 적용할 수 있다. 디바이스(10)는 컨텍스트 정보를 제3 학습 모델에 적용하여, 사용자에게 적어도 하나의 질문을 제공하고, 그로부터 수신한 답변을 다시 제3 학습 모델에 제공할 수 있다.
단계 S830에서, 디바이스(10)는 단계 S820의 제3 학습 모델을 이용한 질의 응답에 기초하여 사용자를 추가적으로 인증할 수 있다.
도 9는 일부 실시예에 따른 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
단계 S910에서, 디바이스(10)는 음성 입력을 수신할 수 있다. 디바이스(10)는 적어도 하나의 마이크를 이용하여 사용자로부터 제공되는 음성 입력을 수신할 수 있다.
단계 S920에서, 디바이스(10)는 음성 입력으로부터 신호 특성 데이터를 획득할 수 있다. 신호 특성 데이터는 음성 입력의 전기적인 신호 특성을 나타내는 데이터이다.
단계 S930에서, 디바이스(10)는 신호 특성 데이터에 기초하여, 음성 입력의 속성 및 신뢰도를 판별할 수 있다. 실시 예에 있어서, 음성 입력의 속성은 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지를 나타낼 수 있다. 신뢰도는, 판별된 음성 입력의 속성이 실제와 일치할 확률일 수 있다. 실시 예에 있어서, 디바이스(10)는 신호 특성 데이터를 제 1 학습 모델에 적용하여, 음성 입력의 속성 및 그에 대한 신뢰도를 판단할 수 있다. 혹은 실시 예에 있어서, 디바이스(10)는 신호 특성 데이터를 메모리(13)에 미리 저장된 복수의 신호 특성 데이터들과 비교하여, 음성 입력의 속성 및 그에 대한 신뢰도를 판단할 수 있다.
단계 S940 및 단계 S950에서, 디바이스(10)는 판별된 신뢰도와 미리 저장된 임계값의 비교 결과에 기초하여, 사용자의 인증 여부를 결정할 수 있다. 예를 들어, 디바이스(10)는 판별된 신뢰도가 임계값보다 같거나 작으면, 사용자 인증이 요구된다 판단할 수 있다.
단계 S960에서, 사용자 인증이 필요하다 판단되면, 디바이스(10)는 음성 입력 패턴에 기반하여 사용자를 인증할 수 있다. 본 개시에서, 음성 입력 패턴은 사용자가 디바이스(10)를 통해 음성 입력을 이용하는 사용 행태(usage behavior)을 나타낸다. 실시 예에 있어서, 디바이스(10)는 음성 입력을 학습 모델에 적용하여, 비정상적인 이용을 시도하는 사용자에 대한 인증을 거부할 수 있다.
단계 S970에서, 디바이스(10)는 음성 입력을 인증할 수 있다. 예를 들어, 디바이스(10)는 사용자가 인증되면, 음성 입력의 속성이 낮은 신뢰도로 판별되어도 음성 입력을 인증할 수 있다. 디바이스(10)는 사용자가 인증되지 않으면, 음성 입력을 인증하지 않을 수 있다.
도 10은 일부 실시예에 따른 디바이스가 음성 입력을 인증하는 방법을 설명하기 위한 예시적인 흐름도이다.
단계 S1010에서, 디바이스(10)는 음성 입력을 수신할 수 있다. 디바이스(10)는 적어도 하나의 마이크를 이용하여 사용자로부터 제공되는 음성 입력을 수신할 수 있다.
단계 S1020에서, 디바이스(10)는 음성 입력으로부터 신호 특성 데이터를 획득할 수 있다. 신호 특성 데이터는 음성 입력의 전기적인 신호 특성을 나타내는 데이터이다.
단계 S1030에서, 디바이스(10)는 신호 특성 데이터에 기초하여, 음성 입력의 속성 및 신뢰도를 판별할 수 있다. 실시 예에 있어서, 음성 입력의 속성은 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지를 나타낼 수 있다. 신뢰도는, 판별된 음성 입력의 속성이 실제와 일치할 확률일 수 있다.
단계 S1040 및 단계 S1050에서, 디바이스(10)는 판별된 신뢰도와 미리 저장된 임계값의 비교 결과에 기초하여, 제 1 사용자 인증 여부를 결정할 수 있다. 예를 들어, 디바이스(10)는 판별된 신뢰도가 임계값보다 같거나 작으면, 제 1 사용자 인증이 요구된다 판단할 수 있다.
단계 S1060 및 S1070에서, 제 1 사용자 인증이 필요하다 판단되면, 디바이스(10)는 음성 입력 패턴에 기반하여 사용자를 인증할 수 있다. 본 개시에서, 음성 입력 패턴은 사용자가 디바이스(10)를 통해 음성 입력을 이용하는 사용 행태(usage behavior)을 나타낸다. 실시 예에 있어서, 디바이스(10)는 음성 입력을 학습 모델에 적용하여, 비정상적인 이용을 시도하는 사용자에 대한 인증을 거부할 수 있다. 또한 디바이스(10)는 제 1 사용자 인증의 결과에 기초하여, 제 2 사용자 인증 여부를 결정할 수 있다. 예를 들어, 디바이스(10)는 제 1 사용자 인증에서 사용자가 인증되지 않으면, 제 2 사용자 인증이 요구된다 판단할 수 있다.
단계 S1080에서, 제 2 사용자 인증이 필요하다 판단되면, 디바이스(10)는 추가적으로 사용자를 인증할 수 있다.
단계 S1090에서, 디바이스(10)는 음성 입력을 인증할 수 있다. 예를 들어, 디바이스(10)는 사용자가 인증되면, 음성 입력의 속성이 낮은 신뢰도로 판별되어도 음성 입력을 인증할 수 있다. 디바이스(10)는 사용자가 인증되지 않으면, 음성 입력을 인증하지 않을 수 있다.
도 11은 일부 실시예에 따른 디바이스(100)의 기능을 설명하기 위한 도면이다.
디바이스(100)는 신호 특성을 기반으로 학습된 제1 학습 모델(120)을 이용하여, 음성 입력의 속성에 기초하여 음성 입력을 인증한다. 이를 통해 디바이스(100)는 장치로부터 출력된 음성을 이용한 외부로부터의 공격을 지속적으로 탐지하고, 방지할 수 있다.
디바이스(100)는 음성 입력 패턴을 기반으로 학습된 제2 학습 모델(130)을 이용하여, 사용자가 음성 입력을 사용하는 행태에 기초하여 사용자를 인증한다. 이를 통해 디바이스(100)는, 사용자가 아닌 인간으로부터 발성된 음성을 이용한, 외부로부터의 공격을 추가적으로 방지할 수 있다.
또한 디바이스(100)는 사용자로부터 추가적인 입력을 수신하여 사용자를 인증할 수 있다(140). 이를 통해 디바이스(100)는 사용자가 일상적이지 않은 음성 입력을 시도하는 경우 음성 입력을 인증하면서도, 사용자가 아닌 인간으로부터 발성된 음성을 이용한, 외부로부터의 공격을 효과적으로 방지할 수 있다.
한편, 디바이스(100)는 네트워크를 통하여 외부의 다양한 전자 장치들 및 서버와 연결된다. 디바이스(100)는, 연결된 장치들 및 서버로부터 컨텍스트 정보를 포함한 다양한 정보를 수집할 수 있다. 디바이스(100)가 수집하는 정보는 소리 정보, 텍스트 정보, 위치 정보 및 시간 정보들 중 적어도 하나를 포함한다(110). 디바이스(100)는 수집한 정보들을 이용하여 제 1 혹은 제 2 학습 모델(120, 130)을 학습시킬 수 있다.
도 12 및 도 13은 일부 실시예에 따른 디바이스(1000)의 블록도이다.
도 13에 도시된 바와 같이, 일부 실시예에 따른 디바이스(1000)는, 사용자 입력부(1100), 출력부(1200), 제어부(1300), 및 통신부(1500)를 포함할 수 있다. 그러나, 도 13에 도시된 구성 요소 모두가 디바이스(1000)의 필수 구성 요소인 것은 아니다. 도 13에 도시된 구성 요소보다 많은 구성 요소에 의해 디바이스(1000)가 구현될 수도 있고, 도 13에 도시된 구성 요소보다 적은 구성 요소에 의해 디바이스(1000)가 구현될 수도 있다.
예를 들어, 도 13에 도시된 바와 같이, 일부 실시예에 따른 디바이스(1000)는, 사용자 입력부(1100), 출력부(1200), 제어부(1300), 및 통신부(1500) 이외에 센싱부(1400), A/V 입력부(1600), 및 메모리(1700)를 더 포함할 수도 있다.
사용자 입력부(1100)는, 사용자가 디바이스(1000)를 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 사용자 입력부(1100)에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치, 마이크 등이 있을 수 있으나 이에 한정되는 것은 아니다. 실시 예에 있어서, 사용자 입력부(1100)는 도 13에 도시된 A/V 입력부(1600)를 포함할 수도 있다.
사용자 입력부(1100)는 사용자로부터 제공되는 음성 입력을 수신할 수 있다.
출력부(1200)는, 오디오 신호 또는 비디오 신호 또는 진동 신호를 출력할 수 있으며, 출력부(1200)는 디스플레이부(1210), 음향 출력부(1220), 및 진동 모터(1230)를 포함할 수 있다.
디스플레이부(1210)는 디바이스(1000)에서 처리되는 정보를 표시 출력한다. 예를 들어, 디스플레이부(1210)는 사용자에게 음성 입력 인증 결과를 제공하기 위한 사용자 인터페이스를 디스플레이 할 수 있다.
한편, 디스플레이부(1210)와 터치패드가 레이어 구조를 이루어 터치 스크린으로 구성되는 경우, 디스플레이부(1210)는 출력 장치 이외에 입력 장치로도 사용될 수 있다. 디스플레이부(1210)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 중에서 적어도 하나를 포함할 수 있다. 그리고 디바이스(1000)의 구현 형태에 따라 디바이스(1000)는 디스플레이부(1210)를 2개 이상 포함할 수도 있다. 이때, 2개 이상의 디스플레이부(1210)는 힌지(hinge)를 이용하여 마주보게 배치될 수 있다.
음향 출력부(1220)는 통신부(1500)로부터 수신되거나 메모리(1700)에 저장된 오디오 데이터를 출력한다. 또한, 음향 출력부(1220)는 디바이스(1000)에서 수행되는 기능(예를 들어, 호신호 수신음, 메시지 수신음, 알림음)과 관련된 음향 신호를 출력한다. 이러한 음향 출력부(1220)에는 스피커(speaker), 버저(Buzzer) 등이 포함될 수 있다.
진동 모터(1230)는 진동 신호를 출력할 수 있다. 예를 들어, 진동 모터(1230)는 오디오 데이터 또는 비디오 데이터(예컨대, 호신호 수신음, 메시지 수신음 등)의 출력에 대응하는 진동 신호를 출력할 수 있다. 또한, 진동 모터(1230)는 터치스크린에 터치가 입력되는 경우 진동 신호를 출력할 수도 있다.
제어부(1300)는, 통상적으로 디바이스(1000)의 전반적인 동작을 제어한다. 예를 들어, 제어부(1300)는, 메모리(1700)에 저장된 프로그램들을 실행함으로써, 사용자 입력부(1100), 출력부(1200), 센싱부(1400), 통신부(1500), A/V 입력부(1600) 등을 전반적으로 제어할 수 있다.
구체적으로, 제어부(1300)는, 수신된 음성 입력을 인증하고, 인증 결과에 기초하여, 음성 입력을 통해 디바이스(1000) 혹은 그와 연결된 전자 장치를 제어할 수 있다.
실시 예에 있어서, 제어부(1300)는 음성 입력으로부터 신호 특성 데이터를 획득할 수 있다. 신호 특성 데이터는 음성 입력의 전기적인 신호 특성을 나타내는 데이터이다. 실시 예에 있어서, 신호 특성 데이터는 음성 입력을 주파수, 시간 혹은 전력 중 적어도 하나를 기준으로 하여 분석한 데이터일 수 있다. 제어부(1300)는 신호 특성 데이터를 제 1 학습 모델에 적용하여, 음성 입력의 속성 및 그에 대한 신뢰도를 판단할 수 있다. 실시 예에 있어서, 음성 입력의 속성은 음성 입력이 사람으로부터 발성된 것인지, 혹은 장치로부터 출력된 것인지를 나타낼 수 있다.
실시 예에 있어서, 제어부(1300)는 판단된 신뢰도에 기초하여 제 1 사용자 인증이 요구되는지 여부를 판단할 수 있다. 제 1 사용자 인증은, 사용자의 음성 입력 패턴에 기반하여, 음성 입력을 발성한 사용자를 인증하는 동작이다. 본 개시에서, 음성 입력 패턴은 사용자가 음성 입력을 이용하는 사용 행태(usage behavior)을 나타낸다.
제어부(1300)는 제 1 사용자 인증이 요구된다 판단되면, 음성 입력을 제2 학습 모델에 적용하여 사용자를 인증할 수 있다. 한편, 제어부(1300)는 제 1 사용자 인증에 의한 인증이 거부되거나 판별되기 어려운 경우, 제 2 사용자 인증이 요구된다 판단하고, 사용자를 추가적으로 인증할 수 있다.
센싱부(1400)는, 디바이스(1000)의 상태 또는 디바이스(1000) 주변의 상태를 감지하고, 감지된 정보를 제어부(1300)로 전달할 수 있다.
센싱부(1400)는, 지자기 센서(Magnetic sensor)(1410), 가속도 센서(Acceleration sensor)(1420), 온/습도 센서(1430), 적외선 센서(1440), 자이로스코프 센서(1450), 위치 센서(예컨대, GPS)(1460), 기압 센서(1470), 근접 센서(1480), 및 RGB 센서(illuminance sensor)(1490) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 각 센서들의 기능은 그 명칭으로부터 당업자가 직관적으로 추론할 수 있으므로, 구체적인 설명은 생략하기로 한다.
통신부(1500)는, 디바이스(1000)와 HMD 장치 또는 디바이스(1000)와 서버 간의 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 예를 들어, 통신부(1500)는, 근거리 통신부(1510), 이동 통신부(1520), 방송 수신부(1530)를 포함할 수 있다.
근거리 통신부(short-range wireless communication unit)(1510)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
이동 통신부(1520)는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
방송 수신부(1530)는, 방송 채널을 통하여 외부로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 구현 예에 따라서 디바이스(1000)가 방송 수신부(1530)를 포함하지 않을 수도 있다.
또한, 통신부(1500)는, 컨텍스트 정보를 이용하기 위한 정보를, HMD 장치, 서버 및 주변 기기와 송수신할 수 있다.
A/V(Audio/Video) 입력부(1600)는 오디오 신호 또는 비디오 신호 입력을 위한 것으로, 이에는 카메라(1610)와 마이크로폰(1620) 등이 포함될 수 있다. 카메라(1610)은 화상 통화모드 또는 촬영 모드에서 이미지 센서를 통해 정지영상 또는 동영상 등의 화상 프레임을 얻을 수 있다. 이미지 센서를 통해 캡쳐된 이미지는 제어부(1300) 또는 별도의 이미지 처리부(미도시)를 통해 처리될 수 있다.
카메라(1610)에서 처리된 화상 프레임은 메모리(1700)에 저장되거나 통신부(1500)를 통하여 외부로 전송될 수 있다. 혹은 화상 프레임은 제어부(1300)의 음성 활성 조건 및 음성 비활성 조건 판별 동작에 이용될 수 있다. 카메라(1610)는 단말기의 구성 태양에 따라 2개 이상이 구비될 수도 있다.
마이크로폰(1620)은, 음성 입력을 수신한다. 또한 마이크로폰(1620)은 외부의 음향 신호를 입력 받아 전기적인 음성 데이터로 처리한다. 예를 들어, 마이크로폰(1620)은 외부 디바이스 또는 화자로부터 음향 신호를 수신할 수 있다. 마이크로폰(1620)는 음성 입력을 포함하는 외부의 음향 신호를 입력 받는 과정에서 발생 되는 잡음(noise)를 제거하기 위한 다양한 잡음 제거 알고리즘을 이용할 수 있다.
메모리(1700)는, 제어부(1300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 디바이스(1000)로 입력되거나 디바이스(1000)로부터 출력되는 데이터를 저장할 수도 있다.
메모리(1700)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
메모리(1700)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있는데, 예를 들어, UI 모듈(1710), 터치 스크린 모듈(1720), 알림 모듈(1730) 등으로 분류될 수 있다.
UI 모듈(1710)은, 애플리케이션 별로 디바이스(1000)와 연동되는 특화된 UI, GUI 등을 제공할 수 있다. 터치 스크린 모듈(1720)은 사용자의 터치 스크린 상의 터치 제스처를 감지하고, 터치 제스처에 관한 정보를 제어부(1300)로 전달할 수 있다. 일부 실시예에 따른 터치 스크린 모듈(1720)은 터치 코드를 인식하고 분석할 수 있다. 터치 스크린 모듈(1720)은 컨트롤러를 포함하는 별도의 하드웨어로 구성될 수도 있다.
터치스크린의 터치 또는 근접 터치를 감지하기 위해 터치스크린의 내부 또는 근처에 다양한 센서가 구비될 수 있다. 터치스크린의 터치를 감지하기 위한 센서의 일례로 촉각 센서가 있다. 촉각 센서는 사람이 느끼는 정도로 또는 그 이상으로 특정 물체의 접촉을 감지하는 센서를 말한다. 촉각 센서는 접촉면의 거칠기, 접촉 물체의 단단함, 접촉 지점의 온도 등의 다양한 정보를 감지할 수 있다.
또한, 터치스크린의 터치를 감지하기 위한 센서의 일례로 근접 센서가 있다.
근접 센서는 소정의 검출면에 접근하는 물체, 혹은 근방에 존재하는 물체의 유무를 전자계의 힘 또는 적외선을 이용하여 기계적 접촉이 없이 검출하는 센서를 말한다. 근접 센서의 예로는 투과형 광전 센서, 직접 반사형 광전 센서, 미러 반사형 광전 센서, 고주파 발진형 근접 센서, 정전용량형 근접 센서, 자기형 근접 센서, 적외선 근접 센서 등이 있다. 사용자의 터치 제스처에는 탭, 터치&홀드, 더블 탭, 드래그, 패닝, 플릭, 드래그 앤드 드롭, 스와이프 등이 있을 수 있다.
알림 모듈(1730)은 디바이스(1000)의 이벤트 발생을 알리기 위한 신호를 발생할 수 있다. 디바이스(1000)에서 발생되는 이벤트의 예로는 호 신호 수신, 메시지 수신, 키 신호 입력, 일정 알림 등이 있다. 알림 모듈(1730)은 디스플레이부(1210)를 통해 비디오 신호 형태로 알림 신호를 출력할 수도 있고, 음향 출력부(1220)를 통해 오디오 신호 형태로 알림 신호를 출력할 수도 있고, 진동 모터(1230)를 통해 진동 신호 형태로 알림 신호를 출력할 수도 있다.
도 14는 일부 실시예에 따른 프로세서(1300)의 블록도이다.
도 14를 참조하면, 일부 실시예에 따른 프로세서(1300)는 데이터 학습부(1310) 및 데이터 인식부(1320)를 포함할 수 있다.
실시 형태에 따라 데이터 학습부(1310)의 적어도 일부 및 데이터 인식부(1320)의 적어도 일부는 소프트웨어 모듈로 구현되거나 또는 하드웨어 칩 형태로 제작되어 디바이스에 탑재될 수 있다.
데이터 학습부(1310)는 음성 입력의 속성 및 그에 대한 신뢰도를 판단하기 위한 기준을 학습할 수 있다. 데이터 학습부(1310)는 음성 입력의 속성 및 그에 대한 신뢰도를 판별하고 음성 입력을 인증하기 위하여 어떤 데이터를 이용할 지에 관한 기준을 학습할 수 있다. 또한, 데이터 학습부(1310)는 제공되는 데이터를 이용하여 음성 입력의 속성을 어떻게 판단하고, 그 신뢰도를 어떻게 판단하고, 음성 입력 인증에 대한 기준을 어떻게 결정할 지에 관한 기준을 학습할 수 있다. 데이터 학습부(1310)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 음성 입력 속성 및 그에 대한 신뢰도에 관한 기준을 학습할 수 있다.
또한, 데이터 학습부(1310)는 음성 입력 패턴에 기반하여 사용자를 인증하기 위한 기준을 학습할 수 있다. 데이터 학습부(1310)는 사용자를 인증하기 위하여 어떤 컨텍스트 데이터를 이용할 지에 관한 기준을 학습할 수 있다. 또한, 데이터 학습부(1310)는 제공되는 컨텍스트 데이터를 이용하여 사용자를 어떻게 인증할 것인지에 관한 기준을 학습할 수 있다. 데이터 학습부(1310)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 사용자 인증에 관한 기준을 학습할 수 있다.
데이터 학습부(1310)는 도 1 내지 도 10에서의 디바이스가 이용하는 학습 모델들의 기능을 제공할 수 있으며, 1개 이상의 데이터 학습부(1310)에 의해 도 1 내지 도 10에서의 디바이스가 이용하는 학습 모델들의 기능이 구현될 수 있다.
데이터 인식부(1320)는 데이터에 기초하여 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증할 수 있다. 데이터 인식부(1320)는 학습된 데이터 인식 모델을 이용하여, 소정의 데이터로부터 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증할 수 있다. 데이터 인식부(1320)는 학습에 의한 기 설정된 기준에 따라 소정의 데이터를 획득하고, 획득된 데이터를 입력 값으로 하여 데이터 인식 모델을 이용할 수 있다. 또한, 데이터 인식부(1320)는 이를 이용함으로써, 소정의 데이터에 기초한 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증할 수 있다. 또한, 획득된 데이터를 입력 값으로 하여 데이터 인식 모델에 의해 출력된 결과 값은, 데이터 인식 모델을 갱신하는데 이용될 수 있다.
데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 디바이스(1000)에 탑재될 수 있다. 예를 들어, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 디바이스(1000)에 탑재될 수도 있다. 이 때, 인공 지능을 위한 전용 하드웨어 칩은 확률 연산에 특화된 전용 프로세서로서, 기존의 범용 프로세서보다 병렬처리 성능이 높아 머신러닝과 같은 인공 지능 분야의 연산 작업을 빠르게 처리할 수 있다.
데이터 학습부(1310) 및 데이터 인식부(1320)는 하나의 디바이스에 탑재될 수도 있으며, 또는 별개의 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 하나는 디바이스에 포함되고, 나머지 하나는 서버에 포함될 수 있다. 또한, 데이터 학습부(1310) 및 데이터 인식부(1320)는 유선 또는 무선으로 통하여, 데이터 학습부(1310)가 구축한 모델 정보를 데이터 인식부(1320)로 제공할 수도 있고, 데이터 인식부(1320)로 입력된 데이터가 추가 학습 데이터로서 데이터 학습부(1310)로 제공될 수도 있다.
한편, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 15는 일부 실시예에 따른 데이터 학습부(1310)의 블록도이다.
도 15를 참조하면, 일부 실시예에 따른 데이터 학습부(1310)는 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5)를 포함할 수 있다.
데이터 획득부(1310-1)는 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하기 위하여 필요한 데이터를 획득할 수 있다. 데이터 획득부(1310-1)는, 예를 들어, 소정의 사용자 음성 혹은 컨텍스트 정보를 획득할 수 있다.
전처리부(1310-2)는 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하기 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1310-2)는 후술할 모델 학습부(1310-4)가 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증을 위한 학습을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
학습 데이터 선택부(1310-3)는 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 모델 학습부(1310-4)에 제공될 수 있다. 학습 데이터 선택부(1310-3)는 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하기 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(1310-3)는 후술할 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.
모델 학습부(1310-4)는 학습 데이터에 기초하여 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증할 지에 관한 기준을 학습할 수 있다. 또한, 모델 학습부(1310-4) 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하기 위하여 어떤 학습 데이터를 이용해야 하는 지에 대한 기준을 학습할 수도 있다.
또한, 모델 학습부(1310-4)는 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하는 것에 이용되는 데이터 인식 모델을 학습 데이터를 이용하여 학습시킬 수 있다. 이 경우, 데이터 인식 모델은 미리 구축된 모델일 수 있다. 예를 들어, 데이터 인식 모델은 기본 학습 데이터(예를 들어, 샘플 데이터 등)을 입력 받아 미리 구축된 모델일 수 있다.
데이터 인식 모델은, 인식 모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 데이터 인식 모델은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있다. 데이터 인식 모델은 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고 받는 시냅틱(synaptic) 활동을 모의하도록 각각 연결 관계를 형성할 수 있다. 데이터 인식 모델은, 일 예로, 신경망 모델, 또는 신경망 모델에서 발전한 딥 러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 깊이(또는, 레이어)에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 데이터 인식 모델에는, 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network)과 같은 모델 들이 포함될 수 있으며, 전술한 예에 특별히 한정되지는 않는다.
다양한 실시예에 따르면, 모델 학습부(1310-4)는 미리 구축된 데이터 인식 모델이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 데이터 인식 모델을 학습할 데이터 인식 모델로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입 별로 기 분류되어 있을 수 있으며, 데이터 인식 모델은 데이터의 타입 별로 미리 구축되어 있을 수 있다. 예를 들어, 기본 학습 데이터는 학습 데이터가 생성된 지역, 학습 데이터가 생성된 시간, 학습 데이터의 크기, 학습 데이터의 장르, 학습 데이터의 생성자, 학습 데이터 내의 오브젝트의 종류 등과 같은 다양한 기준으로 기 분류되어 있을 수 있다.
또한, 모델 학습부(1310-4)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 데이터 인식 모델을 학습시킬 수 있다.
또한, 모델 학습부(1310-4)는, 예를 들어, 학습 데이터를 입력 값으로 하는 지도 학습(supervised learning) 을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 별다른 지도없이 상황 판단을 위해 필요한 데이터의 종류를 스스로 학습함으로써, 상황 판단을 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 학습에 따른 상황 판단의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다.
또한, 데이터 인식 모델이 학습되면, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 저장할 수 있다. 이 경우, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 데이터 인식부(1320)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 후술할 데이터 인식부(1320)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 전자 장치와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.
이 경우, 학습된 데이터 인식 모델이 저장되는 메모리는, 예를 들면, 전자 장치의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 함께 저장할 수도 있다. 또한, 메모리는 소프트웨어 및/또는 프로그램을 저장할 수도 있다. 프로그램은, 예를 들면, 커널, 미들웨어, 어플리케이션 프로그래밍 인터페이스(API) 및/또는 어플리케이션 프로그램(또는 "어플리케이션") 등을 포함할 수 있다.
모델 평가부(1310-5)는 데이터 인식 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 인식 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(1310-4)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 데이터 인식 모델을 평가하기 위한 기 설정된 데이터일 수 있다.
예를 들어, 모델 평가부(1310-5)는 평가 데이터에 대한 학습된 데이터 인식 모델의 인식 결과 중에서, 인식 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다. 예컨대, 소정 기준이 비율 2%로 정의되는 경우, 학습된 데이터 인식 모델이 총 1000개의 평가 데이터 중의 20개를 초과하는 평가 데이터에 대하여 잘못된 인식 결과를 출력하는 경우, 모델 평가부(1310-5)는 학습된 데이터 인식 모델이 적합하지 않은 것으로 평가할 수 있다.
한편, 학습된 데이터 인식 모델이 복수 개가 존재하는 경우, 모델 평가부(1310-5)는 각각의 학습된 동영상 인식 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 데이터 인식 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(1310-5)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 데이터 인식 모델로서 결정할 수 있다.
한편, 데이터 학습부(1310) 내의 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
또한, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.
또한, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 16은 일부 실시예에 따른 데이터 인식부(1320)의 블록도이다.
도 16을 참조하면, 일부 실시예에 따른 데이터 인식부(1320)는 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5)를 포함할 수 있다.
데이터 획득부(1320-1)는 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하는 것에 필요한 데이터를 획득할 수 있으며, 전처리부(1320-2)는 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하는 것을 위해 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1320-2)는 후술할 인식 결과 제공부(1320-4)가 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하는 것을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
인식 데이터 선택부(1320-3)는 전처리된 데이터 중에서 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하는 것에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 인식 결과 제공부(1320-4)에게 제공될 수 있다. 인식 데이터 선택부(1320-3)는 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하는 것을 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 인식 데이터 선택부(1320-3)는 후술할 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.
인식 결과 제공부(1320-4)는 선택된 데이터를 데이터 인식 모델에 적용하여 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증할 수 있다. 인식 결과 제공부(1320-4)는 데이터의 인식 목적에 따른 인식 결과를 제공할 수 있다. 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 입력 값으로 이용함으로써, 선택된 데이터를 데이터 인식 모델에 적용할 수 있다. 또한, 인식 결과는 데이터 인식 모델에 의해 결정될 수 있다.
모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과에 대한 평가에 기초하여, 데이터 인식 모델이 갱신되도록할 수 있다. 예를 들어, 모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과를 모델 학습부(1310-4)에게 제공함으로써, 모델 학습부(1310-4)가 데이터 인식 모델을 갱신하도록 할 수 있다.
한편, 데이터 인식부(1320) 내의 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
또한, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.
또한, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 17은 일부 실시예에 따른 디바이스(1000) 및 서버(2000)가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
도 17을 참조하면, 서버(2000)는 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하기 위한 기준을 학습할 수 있으며, 디바이스(1000)는 서버(2000)에 의한 학습 결과에 기초하여 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증할 수 있다.
이 경우, 서버(2000)의 모델 학습부(2340)는 도 15에 도시된 데이터 학습부(1310)의 기능을 수행할 수 있다. 서버(2000)의 모델 학습부(2340)는 음성 활성, 비활성 조건 판별 및 추천 음성 텍스트 정보 생성을 위하여 어떤 데이터를 이용할 지에 관한 기준을 학습할 수 있다. 또한, 서버의 모델 학습부(2340)는 데이터를 이용하여 음성 활성, 비활성 조건을 판별하고 추천 음성 텍스트 정보를 생성하기 위한 기준을 학습할 수 있다. 모델 학습부(2340)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하기 위한 기준을 학습할 수 있다.
또한, 디바이스(1000)의 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(2000)에 의해 생성된 데이터 인식 모델에 적용하여 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증 할 수 있다. 예를 들어, 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(2000)에게 전송하고, 서버(2000)가 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 인식 모델에 적용하여 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증할 것을 요청할 수 있다. 또한, 인식 결과 제공부(1320-4)는 서버(2000)에 의해 판단된 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증하는 것에 관한 정보를 서버(2000)로부터 수신할 수 있다.
또는, 디바이스(1000)의 인식 결과 제공부(1320-4)는 서버(2000)에 의해 생성된 인식 모델을 서버(2000)로부터 수신하고, 수신된 인식 모델을 이용하여 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증할 수 있다. 이 경우, 디바이스(1000)의 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에의해 선택된 데이터를 서버(2000)로부터 수신된 데이터 인식 모델에 적용하여 음성 입력의 속성 및 그에 대한 신뢰도를 판단하거나, 사용자를 인증할 수 있다.
또한, 디바이스(1000) 및 서버(2000)는 데이터 인식 모델의 학습 및 데이터 인식을 위한 작업을 효과적으로 분배하여 수행할 수 있으며, 이를 통하여, 사용자의 의도에 부합하는 서비스를 제공하기 위하여 데이터 처리를 효율적으로 수행하고, 사용자의 프라이버시를 효과적으로 보호할 수 있다.
일부 실시예는 컴퓨터로 읽을 수 있는 저장 매체(computer-readable storage media)에 저장된 명령어들을 포함하는 S/W 프로그램으로 구현될 수 있다.
예로, 컴퓨터는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 개시된 실시예에 따른 동작이 가능한 장치로서, 개시된 실시예들에 따른 디바이스 또는 디바이스와 통신 연결된 외부의 서버를 포함할 수 있다.
컴퓨터로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal), 전류(current)를 포함하지 않으며, 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다. 예로, 비일시적 저장 매체는 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 내장 메모리, 메모리 카드, ROM 또는 RAM 등과 같은 비일시적 판독가능 저장매체뿐만 아니라 레지스터, 캐쉬, 버퍼 등과 같이 임시적으로 저장되는 매체를 포함할 수 있다.
또한, 개시된 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)으로 제공될 수 있다.
컴퓨터 프로그램 제품은 S/W 프로그램, S/W 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체 또는 판매자 및 구매자 간에 거래되는 상품을 포함할 수 있다.
예를 들어, 컴퓨터 프로그램 제품은 디바이스 제조사 또는 전자 마켓(예, 구글 플레이 스토어, 앱 스토어)을 통해 전자적으로 배포되는 S/W 프로그램 형태의 상품(예, 다운로더블 앱)을 포함할 수 있다. 전자적 배포를 위하여, S/W 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.
Claims (20)
- 사용자로부터 제공되는 음성 입력을 인증하는 디바이스에 있어서:
상기 음성 입력을 수신하는 마이크;
하나 이상의 인스트럭션을 저장하는 메모리; 및
상기 하나 이상의 인스트럭션을 실행하는 프로세서; 를 포함하며,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써, 상기 음성 입력으로부터 상기 음성 입력의 신호 특성을 나타내는 신호 특성 데이터를 획득하고,
상기 획득된 신호 특성 데이터를 상기 음성 입력의 속성이 사람에 의해 발성된 음성 및 장치로부터 출력된 음성인지 여부를 판단하기 위한 제1 학습 모델에 적용함으로써, 상기 음성 입력의 속성 및 상기 음성 입력의 속성에 대한 신뢰도를 판단하고,
상기 디바이스의 주변 환경 정보, 상기 디바이스의 상태 정보, 상기 사용자의 상기 디바이스의 사용 이력 정보 및 상기 사용자의 일정 정보 중 적어도 하나를 포함하는 컨텍스트 정보를 획득하고,
상기 신뢰도에 기초하여, 사용자 인증이 요구되는지 여부를 판단하고,
상기 사용자 인증이 요구된다고 판단된 것에 응답하여, 상기 음성 입력 및 상기 컨텍스트 정보를, 상기사용자의 음성 입력 패턴에 기반하여 상기 음성 입력을 발성한 상기 사용자를 인증하기 위한 제2 학습 모델에 적용하여 상기 사용자를 인증하고,
상기 사용자 인증의 결과에 기초하여, 상기 음성 입력을 인증하는, 디바이스.
- 제 1항에 있어서,
상기 신호 특성 데이터는 상기 음성 입력의 주파수별 누적 전력(per-frequecy cumulative power)에 관한 정보를 포함하는 디바이스. - 제 2항에 있어서,
상기 제1 학습 모델은, 상기 사람에 의해 발성된 음성 및 상기 장치로부터 출력된 음성의, 주파수별 누적 전력의 감쇠 형태에 따라 상기 음성 입력의 속성을 상이하게 판단하도록 학습된 것인, 디바이스. - 삭제
- 삭제
- 삭제
- 제 1항에 있어서,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 음성 입력을 텍스트로 변환하는 동작을 더 수행하고,
상기 사용자를 인증하는 동작은, 상기 변환된 텍스트를 상기 음성 입력과 함께 상기 제2 학습 모델에 입력하는 동작을 포함하는, 디바이스.
- 제 1항에 있어서,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 음성 입력을 상기 제2 학습 모델에 적용함으로써 제2 사용자 인증이 요구되는지 여부를 판단하고,
상기 판단 결과에 기초하여 선택적으로 상기 음성 입력을 발성한 상기 사용자를 추가적으로 인증하는, 디바이스.
- 제 8항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
질의 응답을 통해 사용자를 인증하기 위한 제3 학습 모델에 상기 획득된 컨텍스트 정보를 적용함으로써 상기 음성 입력을 발성한 상기 사용자를 추가 인증하는, 디바이스.
- 제 8항에 있어서,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
기설정된 적어도 하나의 단어를 출력하고, 상기 출력된 적어도 하나의 단어를 포함하는 소정의 암호문을 상기 사용자로부터 입력받고, 상기 입력된 암호문에 기초하여 상기 사용자를 추가 인증하는, 디바이스. - 사용자로부터 제공되는 음성 입력을 인증하는 방법에 있어서,
상기 음성 입력을 수신하는 단계;
상기 음성 입력으로부터 상기 음성 입력의 신호 특성을 나타내는 신호 특성 데이터를 획득하는 단계; 및
상기 획득된 신호 특성 데이터를 상기 음성 입력의 속성이 사람에 의해 발성된 음성 및 장치로부터 출력된 음성인지 여부를 판단하기 위한 제1 학습 모델에 적용함으로써, 상기 음성 입력의 속성 및 상기 입력의 속성에 대한 신뢰도를 판단하는 단계;
디바이스의 주변 환경 정보, 상기 디바이스의 상태 정보, 상기 사용자의 디바이스 사용 이력 정보 및 상기 사용자의 일정 정보 중 적어도 하나를 포함하는 컨텍스트 정보를 획득하는 단계;
상기 신뢰도에 기초하여, 사용자 인증이 요구되는지 여부를 판단하는 단계;
상기 사용자 인증이 요구된다고 판단한 것에 응답하여, 상기 음성 입력 및 상기 컨텍스트 정보를 사용자의 음성 입력 패턴에 기반하여 음성 입력의 패턴에 기반하여 상기 음성 입력을 발성한 상기 사용자를 인증하기 위한 제2 학습 모델에 적용하여 상기 사용자를 인증하는 단계; 및
상기 사용자 인증의 결과에 기초하여, 상기 음성 입력을 인증하는 단계를 포함하는, 방법.
- 제 11항에 있어서,
상기 신호 특성 데이터는 상기 음성 입력의 주파수별 누적 전력(per-frequecy cumulative power)에 관한 정보를 포함하는 방법. - 제 12항에 있어서,
상기 제1 학습 모델은, 상기 사람에 의해 발성된 음성 및 상기 장치로부터 출력된 음성의, 주파수별 누적 전력의 감쇠 형태에 따라 상기 음성 입력의 속성을 상이하게 판단하도록 학습된 것인, 방법. - 삭제
- 삭제
- 삭제
- 제 11항에 있어서,
상기 음성 입력을 텍스트로 변환하는 단계를 더 포함하고,
상기 사용자를 인증하는 단계는, 상기 변환된 텍스트를 상기 음성 입력과 함께 상기 제2 학습 모델에 입력하는 단계를 포함하는, 방법.
- 제 11항에 있어서,
상기 음성 입력을 상기 제2 학습 모델에 적용함으로써 제2 사용자 인증이 요구되는지 여부를 판단하는 단계; 및
상기 판단 결과에 기초하여 선택적으로 상기 음성 입력을 발성한 상기 사용자를 추가적으로 인증하는 단계를 더 포함하는, 방법.
- 제 18항에 있어서,
상기 사용자를 추가적으로 인증하는 단계는, 질의 응답을 통해 사용자를 인증하기 위한 제3 학습 모델에 상기 획득된 컨텍스트 정보를 적용함으로써 상기 음성 입력을 발성한 상기 사용자를 추가 인증하는, 방법.
- 제 11항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/052,736 US11551699B2 (en) | 2018-05-04 | 2019-04-30 | Voice input authentication device and method |
| PCT/KR2019/005174 WO2019212221A1 (ko) | 2018-05-04 | 2019-04-30 | 음성 입력 인증 디바이스 및 그 방법 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862667096P | 2018-05-04 | 2018-05-04 | |
| US62/667,096 | 2018-05-04 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190127513A KR20190127513A (ko) | 2019-11-13 |
| KR102531654B1 true KR102531654B1 (ko) | 2023-05-11 |
Family
ID=68534922
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180092046A KR102531654B1 (ko) | 2018-05-04 | 2018-08-07 | 음성 입력 인증 디바이스 및 그 방법 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11551699B2 (ko) |
| KR (1) | KR102531654B1 (ko) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US12039021B2 (en) * | 2019-03-07 | 2024-07-16 | British Telecommunications Public Limited Company | Multi-level classifier based access control |
| US11743719B2 (en) * | 2019-10-07 | 2023-08-29 | Denso Corporation | System and method for authenticating an occupant of a vehicle |
| US11700250B2 (en) * | 2020-10-14 | 2023-07-11 | Paypal, Inc. | Voice vector framework for authenticating user interactions |
| KR102444003B1 (ko) * | 2020-11-30 | 2022-09-15 | 경희대학교 산학협력단 | 음성 이미지 기반 사용자 인증 장치 및 그 방법 |
| KR102285329B1 (ko) * | 2021-01-15 | 2021-08-03 | (주)알앤디비 | 스포츠 경기 해설자의 해설과 방송 아나운서의 경기 진행 음성 인식 기반의 실시간 경기전략 예측 시스템 및 방법 |
| KR102658808B1 (ko) * | 2024-02-14 | 2024-04-19 | 주식회사 빛가람시스템 | Stt 기반 디스플레이 화면 원격 제어 방법, 장치 및 시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101201151B1 (ko) * | 2004-12-03 | 2012-11-21 | 마이크로소프트 코포레이션 | 사용자 인증을 위한 시스템 및 방법 |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20010039619A1 (en) | 2000-02-03 | 2001-11-08 | Martine Lapere | Speaker verification interface for secure transactions |
| JP2002023792A (ja) | 2000-07-10 | 2002-01-25 | Casio Comput Co Ltd | 音声照合装置、音声照合方法、及び音声照合処理プログラムを記憶した記憶媒体 |
| KR100611562B1 (ko) | 2003-09-17 | 2006-08-11 | (주)한국파워보이스 | 음성 암호를 이용한 컴퓨터 보안 방법 |
| US7404087B2 (en) | 2003-12-15 | 2008-07-22 | Rsa Security Inc. | System and method for providing improved claimant authentication |
| US8494854B2 (en) | 2008-06-23 | 2013-07-23 | John Nicholas and Kristin Gross | CAPTCHA using challenges optimized for distinguishing between humans and machines |
| DE102009051508B4 (de) | 2009-10-30 | 2020-12-03 | Continental Automotive Gmbh | Vorrichtung, System und Verfahren zur Sprachdialogaktivierung und -führung |
| US9262612B2 (en) * | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
| KR101520007B1 (ko) * | 2012-12-28 | 2015-05-14 | 주식회사 시그테크 | 인증 장치 |
| DE212014000045U1 (de) | 2013-02-07 | 2015-09-24 | Apple Inc. | Sprach-Trigger für einen digitalen Assistenten |
| US9865253B1 (en) | 2013-09-03 | 2018-01-09 | VoiceCipher, Inc. | Synthetic speech discrimination systems and methods |
| US9384738B2 (en) * | 2014-06-24 | 2016-07-05 | Google Inc. | Dynamic threshold for speaker verification |
| KR20160148009A (ko) * | 2014-07-04 | 2016-12-23 | 인텔 코포레이션 | 자동 화자 검증 시스템에서의 리플레이 공격 검출 |
| JP6758890B2 (ja) | 2016-04-07 | 2020-09-23 | キヤノン株式会社 | 音声判別装置、音声判別方法、コンピュータプログラム |
| US10079024B1 (en) * | 2016-08-19 | 2018-09-18 | Amazon Technologies, Inc. | Detecting replay attacks in voice-based authentication |
| US10706856B1 (en) * | 2016-09-12 | 2020-07-07 | Oben, Inc. | Speaker recognition using deep learning neural network |
| CA3054063A1 (en) * | 2017-03-03 | 2018-09-07 | Pindrop Security, Inc. | Method and apparatus for detecting spoofing conditions |
| US20180293367A1 (en) * | 2017-04-05 | 2018-10-11 | Google Llc | Multi-Factor Authentication via Network-Connected Devices |
| GB201804843D0 (en) * | 2017-11-14 | 2018-05-09 | Cirrus Logic Int Semiconductor Ltd | Detection of replay attack |
| GB201801659D0 (en) * | 2017-11-14 | 2018-03-21 | Cirrus Logic Int Semiconductor Ltd | Detection of loudspeaker playback |
| US10735411B1 (en) * | 2018-01-31 | 2020-08-04 | Amazon Technologies, Inc. | Multi-factor location-based authentication |
| WO2019160556A1 (en) * | 2018-02-16 | 2019-08-22 | Hewlett-Packard Development Company, L.P. | Encoded features and rate-based augmentation based speech authentication |
| US11176960B2 (en) * | 2018-06-18 | 2021-11-16 | University Of Florida Research Foundation, Incorporated | Method and apparatus for differentiating between human and electronic speaker for voice interface security |
| WO2020007495A1 (en) * | 2018-07-06 | 2020-01-09 | Veridas Digital Authentication Solutions, S.L. | Authenticating a user |
-
2018
- 2018-08-07 KR KR1020180092046A patent/KR102531654B1/ko active IP Right Grant
-
2019
- 2019-04-30 US US17/052,736 patent/US11551699B2/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101201151B1 (ko) * | 2004-12-03 | 2012-11-21 | 마이크로소프트 코포레이션 | 사용자 인증을 위한 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20210174813A1 (en) | 2021-06-10 |
| US11551699B2 (en) | 2023-01-10 |
| KR20190127513A (ko) | 2019-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102531654B1 (ko) | 음성 입력 인증 디바이스 및 그 방법 | |
| US10631045B2 (en) | Method and apparatus for filtering video | |
| KR102501714B1 (ko) | 사용자의 음성 입력에 대한 답변 메시지를 제공하는 디바이스 및 방법 | |
| US20200143149A1 (en) | Electronic apparatus and operation method thereof | |
| EP3756185B1 (en) | Electronic device for outputting response to speech input by using application and operation method thereof | |
| KR20200042739A (ko) | 지식 그래프에 기초하여 콘텐트를 제공하는 시스템 및 방법 | |
| KR102420567B1 (ko) | 음성 인식 장치 및 방법 | |
| KR102530045B1 (ko) | 전자 장치 및 그 동작 방법 | |
| KR20190123362A (ko) | 인공지능을 이용한 음성 대화 분석 방법 및 장치 | |
| KR102474246B1 (ko) | 복수 개의 전자 디바이스를 이용하여 신경망 모델을 처리하는 방법 및 시스템 | |
| KR20180055708A (ko) | 이미지를 처리하는 전자 장치 및 방법 | |
| KR20200085143A (ko) | 외부 장치를 등록하는 대화형 제어 시스템 및 방법 | |
| KR20180081444A (ko) | 콘텐츠를 처리하는 장치 및 방법 | |
| KR102592907B1 (ko) | 텍스트 입력 디바이스 및 그 방법 | |
| KR20190094319A (ko) | 음성 추출 필터를 이용하여 음성 제어를 수행하는 인공 지능 장치 및 그 방법 | |
| EP3816917A1 (en) | Electronic device for updating artificial intelligence model, server, and operation method therefor | |
| EP3635545B1 (en) | Device and method for providing response to device usage inquiry | |
| KR20200039407A (ko) | 메신저 피싱 또는 보이스 피싱을 감지하는 전자 장치 및 그 동작 방법 | |
| KR20190117856A (ko) | 사용자와의 대화를 위한 정보를 생성하는 시스템 및 방법 | |
| KR102544250B1 (ko) | 소리를 출력하는 디바이스 및 그 방법 | |
| KR20200092742A (ko) | 보이스 어시스턴트 서비스를 제공하는 시스템 및 방법 | |
| WO2019212221A1 (ko) | 음성 입력 인증 디바이스 및 그 방법 | |
| KR20220036781A (ko) | 응답이 변화된 이유에 관한 정보를 제공하는 전자 장치 및 그 동작 방법 | |
| KR20220121637A (ko) | 전자 장치 및 그 동작방법 | |
| KR20200021400A (ko) | 음성 인식을 수행하는 전자 장치 및 그 동작 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |