KR20160037182A - 다수의 동시적 스피치 인식기들을 사용하는 방법 및 장치 - Google Patents

다수의 동시적 스피치 인식기들을 사용하는 방법 및 장치 Download PDF

Info

Publication number
KR20160037182A
KR20160037182A KR1020167003938A KR20167003938A KR20160037182A KR 20160037182 A KR20160037182 A KR 20160037182A KR 1020167003938 A KR1020167003938 A KR 1020167003938A KR 20167003938 A KR20167003938 A KR 20167003938A KR 20160037182 A KR20160037182 A KR 20160037182A
Authority
KR
South Korea
Prior art keywords
application
command
speech
speech recognizer
computing device
Prior art date
Application number
KR1020167003938A
Other languages
English (en)
Other versions
KR102271579B1 (ko
Inventor
크리스티안 클레인
데니스 2세 무니
토마스 소에모
레오 숭
조셉 휠러
Original Assignee
마이크로소프트 테크놀로지 라이센싱, 엘엘씨
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 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 filed Critical 마이크로소프트 테크놀로지 라이센싱, 엘엘씨
Publication of KR20160037182A publication Critical patent/KR20160037182A/ko
Application granted granted Critical
Publication of KR102271579B1 publication Critical patent/KR102271579B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/32—Multiple recognisers used in sequence or in parallel; Score combination systems therefor, e.g. voting systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • 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
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context

Landscapes

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

Abstract

스피치 인식 시스템은 발화된 시스템 커맨드뿐만 아니라 애플리케이션 커맨드 둘 다를 해석한다. 사용자는, 동시에 동작하는 적어도 두 개의 스피치 인식기에 의해 해석될 수도 있는 커맨드를 컴퓨팅 디바이스의 오픈 마이크로폰에 발화할 수도 있다. 제1 스피치 인식기는 운영 체제 커맨드를 해석하고 제2 스피치 인식기는 애플리케이션 커맨드를 해석한다. 시스템 커맨드는, 적어도, 애플리케이션의 오프닝 및 클로징을 포함할 수도 있고, 애플리케이션 커맨드는, 적어도, 게임 커맨드 또는 메뉴 내에서의 내비게이션을 포함할 수도 있다. 커맨드가 운영 체제에 대한 것인지 또는 애플리케이션에 대한 것인지의 여부를 식별하기 위해, 예약어가 사용될 수도 있다. 스피치가 전역적 커맨드인지 또는 애플리케이션 커맨드인지의 여부를 사용자의 억양이 또한 나타낼 수도 있다. 스피치 인식기는, 원격 컴퓨팅 디바이스에, 예컨대 소위 클라우드에 위치되는 자연 언어 소프트웨어 컴포넌트를 포함할 수도 있다.

Description

다수의 동시적 스피치 인식기들을 사용하는 방법 및 장치{METHOD AND APPARATUS USING MULTIPLE SIMULTAENOUS SPEECH RECOGNIZERS}
하나 이상의 컴퓨팅 디바이스를 포함하는 시스템은, 특정 컴퓨팅 작업을 수행하기 위한 명령어를 포함할 수도 있는 사용자의 스피치를 이해할 수도 있다. 컴퓨팅 디바이스에 포함되는 마이크로폰은 사용자의 스피치를 수신할 수도 있고 다수의 사용자에 의해 액세스될 수도 있다.
몇몇 시스템은 사용자의 스피치의 해석을 개시하기 위해 푸시 투 토크(push-to-talk) 버튼에 의존할 수도 있다. 다른 시스템은 시스템에 관한 특정 명령어만 인식할 수도 있고 한편 다른 시스템은 특정 애플리케이션을 대상으로 하는 명령어만을 인식할 수도 있다.
본 기술은, 전역적 커맨드(global command), 예컨대 운영 체제 커맨드뿐만 아니라 한 명 이상의 사용자에 의해 오픈 마이크로폰(open microphone)에 발화되는(spoken) 하나 이상의 애플리케이션에 대한 커맨드를 해석(interpret)하는 스피치 가능 시스템(speech-enabled system)을 포함한다. 시스템에서, 운영 체제의 상태 또는 어떤 애플리케이션이 포그라운드(foreground)에 있는지에 상관없이, 사용자는 집중하고 있는 애플리케이션(in focus application) 또는 운영 체제 중 어느 하나에 대해 아무 때나 쉽게 발화할(speak) 수 있다.
운영 체제 커맨드 및 애플리케이션 커맨드의 해석을 지원하기 위해, 시스템에서 두 개의 스피치 인식기가 동시에 동작할 수도 있다. 두 개의 스피치 인식기는 제1 프로세서 판독가능 메모리에 저장되고 컴퓨팅 디바이스 상에서 프로세서에 의해 동시에 실행될 수도 있다. 대안적으로, 제1 스피치 인식기가 제1 프로세서 판독가능 메모리 상에 저장되고 제1 컴퓨팅 디바이스 상의 제1 프로세서에 의해 실행될 수도 있고, 제2 스피치 인식기가 제2 프로세서 판독가능 메모리 상에 저장되고, 원격에 있는, 예컨대 클라우드 또는 인터넷에 있는 제2 컴퓨팅 디바이스 상의 제2 프로세서에 의해 실행될 수도 있다. 한 실시형태에서, 제2 스피치 인식기는 사용자로부터의 자연 언어(natural language) 또는 스피치를 해석하기 위한 자연 언어 소프트웨어 컴포넌트를 포함한다.
실시형태에서, 운영 체제 커맨드는 적어도: 1) 애플리케이션의 론칭 또는 클로징; 2) 실행 중인 애플리케이션들 간의 스위칭과 같은 멀티 태스킹 커맨드; 3) 등급결정(rating), 공유, 초대 등등과 같은 소셜 커맨드; 4) 현재 집중하고 있는 애플리케이션 내에서의 또는 전체 시스템에 걸친 검색; 5) 애플리케이션에 대한 설정을 제어하는 것; 6) 시스템에 대한 설정을 제어하는 것; 7) 배경 음악을 일시 정지하는 것 또는 집중하고 있는 주 애플리케이션(primary application)과 함께 동시에 실행하고 있는 비디오챗의 보이스 콜 또는 플레이를 제어하는 것과 같은 배경 작업을 조작하는 커맨드를 포함한다.
운영 체제 커맨드 외에, 사용자는 집중하고 있는 애플리케이션을 대상으로 하는 커맨드를 발화할 수도 있다. 이용가능한 로컬, 또는 애플리케이션 커맨드의 세트는 집중하고 있는 애플리케이션에 의존하며 애플리케이션에 의해 미리 결정된다. 예를 들면, 전자 인터랙티브 게임 애플리케이션(electronic interactive game application)에서의 애플리케이션 커맨드는, 게임플레이 액션 또는 게임의 메뉴 시스템 내에서의 내비게이션을 포함할 수도 있다. 마찬가지로, 미디어 애플리케이션에서의 커맨드는 전송 제어(transport control)(예를 들면, 빨리감기) 또는 애플리케이션의 이용가능한 컨텐츠를 브라우징하기(browse) 위한 커맨드를 포함할 수도 있다.
실시형태에서, 운영 체제 및 애플리케이션 둘 다는 제한되지 않는 스피치 문법(grammar)을 사용할 수도 있고 이들 문법을 시간에 걸쳐 수정하고 향상시킬 수도 있다. 실시형태에서, 스피치 커맨드는 집중하고 있는 애플리케이션을 대상으로 하는 것으로 가정되며, 후속하는 운영 체제 커맨드(들)를 식별하기 위해 시스템 예약어(system reserved word) 또는 시스템 예약어구(system reserved phrase)가 사용될 수도 있다. 대안적으로, 사용자에 의한 연쇄적인 억양(chaining cadence) 또는 변하는 억양(altering cadence)도 또한 운영 체제 커맨드 및/또는 애플리케이션 커맨드를 식별하기 위해 사용될 수도 있다. 예를 들면, 발화된(spoken) 예약어 및 하나 이상의 운영 체제 커맨드 이후의 긴 휴지(pause)는, 사용자가 발화된 운영 체제 커맨드를 완료했다는 것을 나타내며, 시스템은 다음 스피치 커맨드가 애플리케이션 커맨드(다른 예약어가 발화되지 않는 한)이다는 것을 가정하는 디폴트 상태로 다시 돌아갈 수도 있다. 연쇄화(chaining)는 한 실시형태에서 단일 예약어의 사용을 허용한다. 대안적인 실시형태에서, 시스템은 운영 체제 커맨드를 디폴트로 받아들일 수도 있다.
한 실시형태에서, 사용자가 다수의 차례를 갖는 다이얼로그 또는 대화(multi-turn dialog or conversation)를 가질 수도 있도록, 지능형 에이전트, 예컨대 디지털 전자 지능형 에이전트가 포함된다. 운영 체제 예약어 또는 예약어구는 에이전트의 이름일 수도 있거나, 또는 대안적으로 "바로가기를 보여줘" 또는 "시스템"과 같은 어구가 사용될 수도 있다. 운영 체제 스피치 인식기는, 하나 이상의 애플리케이션과 관련되는 하나 이상의 애플리케이션 스피치 인식기와 병렬로 예약어(들) 또는 예약어구(들)에 대해 계속적으로 귀 기울이고 있다. 일단 사용자가 운영 체제에게 말을 했다면, 하나 이상의 애플리케이션은, 지능형 에이전트(또는 운영 체제)와의 사용자의 다이얼로그가 완료될 때까지, 더 이상 스피치 입력을 수신하지 않는다. 결과적으로, 지능형 에이전트와의 상호작용은 다수의 차례를 갖는 대화를 수반할 수도 있다.
일단 상호작용이 완료하면 - 사용자가 명시적으로 지능형 에이전트를 닫는(dismiss) 것, 대화가 자연스럽게 종료하는 것(즉, 요청된 커맨드를 실행하는 것은 사용자로부터의 추가 정보를 필요로 하지 않는다), 또는 비활동 타임아웃 중 어느 하나 때문임 - 입력 초점은 집중하고 있는 애플리케이션으로 자동적으로 돌아간다.
컴퓨팅 디바이스를 동작시키는 방법 실시형태는, 제1 스피치 인식기에 의해, 마이크로폰으로부터 전역적 커맨드를 나타내는 정보를 수신하는 것을 포함한다. 마이크로폰으로부터의 애플리케이션 커맨드를 나타내는 정보는 제2 스피치 인식기에 의해 수신될 수도 있다. 제2 스피치 인식기는 제1 스피치 인식기와 동시에 동작한다. 컴퓨팅 디바이스는, 전역적 커맨드를 나타내는 정보 및 애플리케이션 커맨드를 나타내는 정보 중 하나에 응답하여, 컴퓨팅 동작을 수행한다.
장치 실시형태는, 적어도 제1 및 제2 오디오 신호를 수신하기 위한 적어도 하나의 마이크로폰 및 적어도 하나의 프로세서를 포함한다. 장치는 또한, 제1 스피치 인식기 및 제2 스피치 인식기를 포함하는 프로세서 판독가능 명령어를 구비하는 운영 체제뿐만 아니라 프로세서 판독가능 명령어를 구비하는 애플리케이션을 저장하기 위한 적어도 하나의 프로세서 판독가능 메모리를 포함한다. 적어도 하나의 프로세서는 운영 체제의 프로세서 판독가능 명령어를 실행하여, 1) 제1 스피치 인식기에 의한 제1 오디오 신호의 수신에 응답하여 제1 스피치 인식기로부터 운영 체제로 제1 커맨드를 제공하고 그리고 2) 제2 스피치 인식기에 의한 제2 오디오 신호의 수신에 응답하여 제2 스피치 인식기로부터 애플리케이션으로 제2 커맨드를 제공한다.
다른 실시형태에서, 하나 이상의 프로세서 판독가능 메모리는, 실행시 하나 이상의 프로세서로 하여금 스피치를 프로세싱하기 위한 방법을 수행하게 하는 명령어를 포함한다. 방법은 오디오 신호를 수신하는 것 및 오디오 신호가 운영 체제에 대한 명령어를 나타내는지의 여부를 결정하는 것을 포함한다. 방법은 또한, 오디오 신호가 운영 체제에 대한 명령어를 나타내는지의 여부를 결정할 때 동시에 오디오 신호가 애플리케이션에 대한 명령어를 나타내는지의 여부를 결정한다. 오디오 신호가 운영 체제에 대한 명령어를 나타낸다는 결정에 응답하여, 운영 체제 커맨드가 출력된다. 오디오 신호가 애플리케이션에 대한 명령어를 나타낸다는 결정에 응답하여, 애플리케이션 커맨드가 출력된다.
이 개요는 하기 상세한 설명에서 더 설명되는 개념의 선택을 간소화된 형태로 소개하기 위해 제공된다. 이 개요는 청구되는 주제의 주요한 특징 또는 본질적인 특징을 식별하도록 의도된 것이 아니며, 청구되는 주제의 범위를 결정함에 있어서 보조로서 사용되도록 의도된 것도 아니다.
도 1은 예시적인 시스템 아키텍쳐의 하이 레벨 블록도이다.
도 2는 적어도 두 개의 스피치 인식기를 동작시키기 위한 소프트웨어 아키텍쳐의 하이 레벨 블록도이다.
도 3a는 두 개의 스피치 인식기를 구비하는 예시적인 운영 체제의 하이 레벨 블록도이다.
도 3b는 전자 인터랙티브 게임 운영 체제 및 두 개의 스피치 인식기를 구비하는 예시적인 운영 체제의 하이 레벨 블록도이다.
도 3c는 스피치 인식기 중 적어도 하나가 원격 컴퓨팅 디바이스 상에 위치되는 두 개의 스피치 인식기를 구비하는 시스템의 하이 레벨 블록도이다.
도 4 및 도 5a 내지 도 5c는 애플리케이션 커맨드 및 운영 체제 커맨드를 인식하기 위한 예시적인 방법의 플로우차트이다.
도 6은 예시적인 게이밍 및 미디어 시스템의 등각도(isometric view)이다.
도 7은 도 7에서 도시되는 게이밍 및 미디어 시스템의 컴포넌트의 예시적인 기능적 블록도이다.
도 8은 예시적인 컴퓨팅 디바이스이다.
시스템, 컴퓨팅 디바이스, 방법 및 프로세서 판독가능 메모리에, 발화된 전역적 커맨드, 예컨대 운영 체제 커맨드뿐만 아니라 애플리케이션 커맨드 둘 다를 해석하는 스피치 인식이 포함된다. 한 명 이상의 사용자는, 동시에 동작하는 적어도 두 개의 스피치 인식기에 의해 해석될 수도 있는 커맨드를 컴퓨팅 디바이스의 오픈 마이크로폰에 발화할 수도 있다. 제1 스피치 인식기는 운영 체제 커맨드를 해석하고 제2 스피치 인식기는 애플리케이션 커맨드를 해석한다. 시스템 커맨드는, 적어도, 애플리케이션의 오프닝 및 클로징을 포함할 수도 있고, 애플리케이션 커맨드는, 적어도, 게임 커맨드 또는 메뉴 내에서의 내비게이션을 포함할 수도 있다. 커맨드가 운영 체제에 대한 것인지 또는 애플리케이션에 대한 것인지의 여부를 식별하기 위해, 예약어가 사용될 수도 있다. 스피치가 전역적 커맨드인지 또는 애플리케이션 커맨드인지의 여부를 사용자의 억양이 또한 나타낼 수도 있다. 스피치 인식기는 사용자로부터의 자연 언어 또는 스피치를 해석하기 위한 자연 언어 소프트웨어 컴포넌트를 포함할 수도 있다. 한 실시형태에서, 자연 언어 소프트웨어 컴포넌트를 구비하는 스피치 인식기는 원격 컴퓨팅 디바이스에, 예컨대 소위 클라우드에 위치된다.
이러한 시스템을 사용자에게 친숙한 방식으로 구현하는 것은, 적어도 다수의 이유로 인해 도전과제가 되고 있다. 운영 체제 커맨드 및 애플리케이션 커맨드는 서로 완전히 충돌할 수도 있다(예를 들면, 애플리케이션 및 운영 체제 둘 다가 스피치 커맨드 "홈으로 가(go home)"를 포함할 수도 있지만, 상이한 의미를 갖는다).
또한, 운영 체제 커맨드 및 애플리케이션 커맨드의 해석은, 특히 하나 또는 양자의(both) 스피치 인식기가 자연 언어 이해를 지원할 때 충돌할 수도 있다(예를 들면, "계속해주세요(please continue)"와 같은 자연 언어 어구는 양자의 컨텍스트에서 의미를 가질 수도 있다).
운영 체제 커맨드 및 애플리케이션 커맨드 자체가 충돌하지 않을 때에도, 인식된 이벤트에서 모호성을 야기하는, 각각의 컨텍스트에서의 상이한 커맨드 사이의 발음적 유사성(phonetic similarity)(예를 들면, "억셉트 디스 원(accept this one; 이것을 받아 들여)" 및 "익셉트 디스 원(except this one; 이것은 제외)")이 존재할 수도 있다.
충돌이 발생할 때마다 사용자 인터페이스(UI)에서 명확화를 나타내는 것은, 특히 이러한 충돌이 빈번하게 발생하는 경우, 시스템이 느리고 성가신 것처럼 느껴지게 한다.
UI에서 명확화를 나타내는 것은, 운영 체제 및 애플리케이션이 호환되지 않는 스피치 기술을 사용할 때(그러므로 시스템의 어느 부분도 양쪽 문법의 의미를 이해하지 못할 때)에는 기술적으로도 가능하지 않을 수도 있다.
도 1은, 동시에 동작하는 다수의 스피치 인식기(102a-102c)를 구비하는 시스템 또는 장치(100)의 하이 레벨 블록도이다. 한 실시형태에서, 컴퓨팅 디바이스(107)는 동시에 동작하는 스피치 인식기(102a-102b)를 포함한다. 스피치 인식기(102a)는, 사용자에 의해 마이크로폰(111)으로 발화되는 전역적 커맨드, 예컨대 운영 체제 커맨드를 해석하기 위해 사용된다. 스피치 인식기(102b)는, 본원에서 상세히 설명되는 바와 같이, 사용자에 의해 마이크로폰(111)으로 발화되는 집중하고 있는 애플리케이션 커맨드를 해석하기 위해 사용된다. 대안적인 실시형태에서, 다수의 마이크로폰이 사용될 수도 있다. 추가 실시형태에서, 컴퓨팅 디바이스(101)는, 네트워크(105)를 통해 컴퓨팅 디바이스(107)에 의해 액세스되는 스피치 인식기(102c)(또한, 스피치 인식기(102a 및/또는 102b)와 동시에 동작하고 있을 수도 있음)를 포함한다.
실시형태에서, 운영 체제 커맨드와 같은 전역적 커맨드는 적어도: 1) 애플리케이션의 론칭 또는 클로징; 2) 실행 중인 애플리케이션 간의 스위칭과 같은 멀티 태스킹 커맨드; 3) 등급결정, 공유, 초대 등등과 같은 소셜 커맨드; 4) 현재 집중하고 있는 애플리케이션 내에서의 또는 전체 시스템에 걸친 검색; 5) 애플리케이션에 대한 설정을 제어하는 것; 6) 시스템에 대한 설정을 제어하는 것; 7) 배경 음악을 일시 정지하는 것 또는 집중하고 있는 주 애플리케이션과 함께 동시에 실행하고 있는 비디오챗의 보이스 콜 또는 플레이를 제어하는 것과 같은 배경 작업을 조작하는 커맨드를 포함한다.
운영 체제 커맨드 외에, 사용자는 집중하고 있는 애플리케이션을 대상으로 하는 커맨드를 발화할 수도 있다. 이용가능한 애플리케이션 커맨드의 세트는 집중하고 있는 애플리케이션에 의존하며 애플리케이션에 의해 결정된다. 예를 들면, 전자 인터랙티브 게임 애플리케이션에서의 커맨드는, 게임플레이 액션 또는 게임의 메뉴 시스템 내에서의 내비게이션을 포함할 수도 있다. 마찬가지로, 미디어 애플리케이션에서의 커맨드는 전송 제어(예를 들면, 빨리감기) 또는 애플리케이션의 이용가능한 컨텐츠를 브라우징하기 위한 커맨드를 포함할 수도 있다.
한 실시형태에서, 사용자에 의해 발화되는 모든 단어 또는 어구는, 디폴트로, 집중하고 있는 애플리케이션을 대상으로 하는 것으로 가정된다. 후속하여 발화되는 단어 또는 어구가 운영 체제를 대상으로 한다는 것을 나타내기 위해, 예약어 또는 예약어구(예를 들면, "바로가기", "시스템", "컴퓨터")가 사용될 수도 있다. 본원에서 상세히 설명되는 바와 같이, 운영 체제 및/또는 애플리케이션을 대상으로 하는 단어 또는 어구를 식별하기 위해, 사용자의 억양(또는 연쇄화)이 또한 사용될 수도 있다.
대안적인 실시형태에서, 운영 체제가 디폴트일 수도 있는데, 이 경우, 사용자에 의해 발화되는 모든 단어 또는 어구가 디폴트로 운영 체제를 대상으로 하도록 가정된다. 마찬가지로, 디폴트로서 집중하고 있는 애플리케이션을 사용하는 것과 마찬가지로, 디폴트의 운영 체제 대신 애플리케이션에게 말하기 위해, 예약어(또는 사용자의 억양)가 사용될 수도 있다.
다른 실시형태에서, 전역적 커맨드(또는 운영 체제 커맨드)는, 별도의 예약어 또는 억양 구별에 의존하지 않고도, 전역적 커맨드의 부수적 효과로서 애플리케이션으로 집중을 스위칭할 수 있다. 예를 들면, 전역적 커맨드 "컴퓨터, 웹브라우저를 실행해(Computer go to web browser)"는 웹 브라우저 애플리케이션을 론칭할 수도 있고 또한 후속하는 스피치 커맨드에 대해서는 입력 초점을 웹 브라우저 애플리케이션으로 자동적으로 지향시킬 수도 있다.
한 실시형태에서, 컴퓨팅 디바이스(107)는, 도 2에서 예시되는 바와 같이, 사용자와 통신할 수도 있는 지능형 에이전트(210)를 포함한다. 한 실시형태에서, 지능형 에이전트는 디지털 전자 지능형 에이전트이다. 예약어 또는 예약어구는 한 실시형태에서 지능형 에이전트(210)의 이름일 수도 있다. 스피치 인식기(102a)는, 애플리케이션 커맨드를 담당하는 스피치 인식기(102b 및/또는 102c)와 병렬로, 예약어(들) 또는 예약어구(들)에 대해 계속적으로 귀 기울이고 있다. 일단 사용자가 지능형 에이전트(210)(또는 운영 체제)에게 말을 걸었다면, 애플리케이션은, 운영 체제와의 사용자의 다이얼로그가 완료될 때까지, 더 이상 스피치 입력을 수신하지 않는다. 결과적으로, 지능형 에이전트(210)와의 상호작용은 다수의 차례를 갖는 대화를 수반할 수도 있다. 일단 상호작용이 완료하면 - 사용자가 명시적으로 지능형 에이전트(210)를 클로징하는 것, 대화가 자연스럽게 종료하는 것(즉, 요청된 커맨드를 실행하는 것은 사용자로부터의 추가 정보를 필요로 하지 않는다), 또는 비활동 타임아웃 중 어느 하나 때문임 - 입력 초점은 집중하고 있는 애플리케이션으로 자동적으로 돌아간다.
한 실시형태에서, 시스템(100)은, 운영 체제 커맨드의 스피치 인식을 가능하게 하기 위해 사용되는 예약어(예를 들면, "컴퓨터")를 갖는 오픈 마이크로폰 환경(예를 들면, 푸시 투 토크 상호작용을 방지하는 거실 스피치 인식 시스템)에 있다. 애플리케이션 커맨드와 운영 체제 커맨드 사이를 명확화하기 위해 사용자가 제2 예약어를 발화하도록(speak) 요구하는 것을 방지하기 위해, 시스템(100)은 사용자의 스피치의 억양에 기초하여 명확화할 수도 있다. 구체적으로는, 시스템(100)은, 예약어 뒤에서 연쇄되는(chained) 단어를, 동일한 예약어가 비연쇄적(non-chained) 애플리케이션 커맨드에 대해 사용되는 것을 허용하면, 운영 체제 커맨드로서 해석한다. 예를 들면:
"컴퓨터, 홈으로"는 완전히 연쇄화된 전역적 커맨드이며 스피치 인식기(102a)에 의해 인식된다.
"컴퓨터..." "... 지도를 보여줘"는 먼저 스피치 인식기(102a)를 사용하여 예약어로서 인식되는 것에 의해 인식되고 그 다음 스피치 인식기(102b)가 애플리케이션 커맨드 "...지도를 보여줘"를 인식한다.
"컴퓨터..." "...홈으로..." "...바로가기"는, 명시적인 세 번째 예약어 "바로가기"에 의존하여 애플리케이션 커맨드에 대한 디폴트로부터 운영 체제 커맨드에 대한 디폴트로 스위칭하는, 스피치 인식기(102a)에 의해 인식되는 비연쇄적 운영 체제 커맨드이다.
시스템(100)에서, 운영 체제의 상태 또는 어떤 애플리케이션이 포그라운드에 있는지에 상관없이, 사용자는 집중하고 있는 애플리케이션 또는 운영 체제 중 어느 하나에 대해 아무 때나 쉽게 발화할 수 있다. 애플리케이션 및 운영 체제 둘 다는 제한이 없는 스피치 문법/커맨드를 사용할 수도 있고 시간에 걸쳐 이들 문법을 수정하고 향상시킬 수도 있다. 한 실시형태에서, 애플리케이션은 운영 체제에 의해 사용되는 예약어(들) 또는 예약어구(들)(상기 예에서의 "컴퓨터" 및 "바로가기")를 사용하지 않는다.
한 실시형태에서, 컴퓨팅 디바이스(101)는 컴퓨팅 디바이스(107)와는 원격의 물리적 위치에 있으며, 소위 클라우드에 포함될 수도 있다. 대안적인 실시형태에서, 컴퓨팅 디바이스(107)는 네트워크(105)를 통해 통신하지 않으며, 특히 컴퓨팅 디바이스(101)의 스피치 인식기(102c)와 통신하지 않는다. 컴퓨팅 디바이스(101 및 107)는, 본원에서 설명되는 바와 같이, 네트워크(105), 예컨대 인터넷을 통해 통신할 수도 있다. 추가 실시형태에서, 컴퓨팅 디바이스(110)는 네트워크(105)를 통해 컴퓨팅 디바이스(101 및 107)와 통신한다.
한 실시형태에서, 컴퓨팅 디바이스(107)는, 본원에서 설명되는 그리고 도 8 및 도 9에서 예시되는 비디오 게임 콘솔 및/또는 미디어 콘솔에 포함된다. 대안적인 실시형태에서, 컴퓨팅 디바이스(101 및/또는 107)는 도 8에서 예시되고 본원에서 설명되는 바와 같은 컴퓨팅 디바이스이다. 대안적인 실시형태에서, 컴퓨팅 디바이스(107)는, 적어도 셀폰, 모바일 디바이스, 임베딩된 시스템, 랩탑 컴퓨터, 데스크탑 컴퓨터, 서버, 및/또는 데이터센터에 포함될 수도 있다. 한 실시형태에서, 컴퓨팅 디바이스(101)는 서버 및/또는 데이터센터이다.
한 실시형태에서, 컴퓨팅 디바이스(101)는, 컴퓨팅 디바이스(107)로부터의 오디오, 컨텍스트 및 뷰 요청(104)에 응답하여 컴퓨팅 디바이스(107)로 보이스 출력 및 뷰 결과(103)를 제공한다. 한 실시형태에서, 컴퓨팅 디바이스(107)는 컴퓨팅 디바이스(101)의 클라이언트일 수도 있다.
마찬가지로, 컴퓨팅 디바이스(110)는 유사한 정보를 컴퓨팅 디바이스(107)로 제공할 수도 있다. 한 실시형태에서, 컴퓨팅 디바이스(110 및 107)는 피어(peer)이며, 한 실시형태에서와 같이 오디오, 컨텍스트 및 뷰 요청(104)을 전송한다. 컴퓨팅 디바이스(101, 107 및 110)의 피어 투 피어(peer-to-peer; P2P) 환경에서, 각각의 컴퓨팅 디바이스는 다른 것의 클라이언트 또는 서버로서 작용할 수도 있다.
대안적인 실시형태에서, 시스템(100)은, 정보를 제공하고 수신하기 위한 더 많은 또는 더 적은 컴퓨팅 디바이스 및/또는 서버를 포함한다. 실시형태에서, 컴퓨팅 디바이스(101), 컴퓨팅 디바이스(110) 및/또는 컴퓨팅 디바이스(107)는, 도 8에서 예시되며 본원에서 설명되는 바와 같은 특정한 하드웨어 컴포넌트를 구비하는 컴퓨팅 디바이스(1800)에 대응한다.
실시형태에서, 컴퓨팅 디바이스(101, 107 및 110)는, 본원에서 설명되는 바와 같은 프로세서 판독가능 명령어를 구비하는 소프트웨어 컴포넌트를 저장하기 위한 하나 이상의 프로세서 판독가능 메모리를 포함한다. 실시형태에서, 컴퓨팅 디바이스(101, 107 및 110)는 프로세서 판독가능 명령어를 실행하기 위한 하나 이상의 프로세서를 포함한다.
한 실시형태에서, 네트워크(105)는, 단독의 또는 조합의, 인터넷, 광역 통신망(Wide Area Network; WAN) 또는 근거리 통신망(Local Area Network; LAN)일 수도 있다. 실시형태에서, 컴퓨팅 디바이스(107)는 다른 네트워크에 포함된다. 정보는 네트워크(105)에서 유선에 의해 및/또는 무선으로 전송될 수도 있다.
도 2는, 적어도 두 개의 스피치 인식기(102a-102b)를 동시에 동작시키는 예시적인 소프트웨어 아키텍쳐(200)의 하이 레벨 블록도이다. 운영 체제(Operating System; OS)(205)은, 시스템 커맨드를 프로세싱하기 위해 사용되는 스피치 인식기(102a) 및 집중하고 있는 애플리케이션 커맨드를 프로세싱하기 위해 사용되는 스피치 인식기(102b)를 포함한다. 한 실시형태에서, OS(205)는, 사용자와 통신하기 위한 지능형 에이전트(210)를 포함한다. 지능형 에이전트(210)는, 다수의 차례를 갖는 대화 또는 다이얼로그가 사용되는 자연 언어를 사용하여 사용자와 통신할 수도 있다. 실시형태에서, 스피치 인식기(102b)는 하나 이상의 애플리케이션(211-213)과 함께 사용될 수도 있다. 한 실시형태에서, 더 많은 스피치 인식기가 사용될 수도 있다. 한 실시형태에서, 애플리케이션(211-213)은 하나 이상의 전자 인터랙티브 게임을 포함할 수도 있다.
OS(205) 및 애플리케이션(211-213)은, 원격 컴퓨팅 디바이스 상에서 예컨대 소위 클라우드에서 또는 로컬 컴퓨팅 디바이스 상에서 실행하는 스피치 인식 기술을 포함하는 상이한 기술을 사용하여 개발될 수도 있고, 자연 언어 이해 소프트웨어 컴포넌트 및/또는 보다 간단한 커맨드 및 제어 문법 소프트웨어 컴포넌트의 조합을 포함할 수도 있다. 애플리케이션(211-213)은 다양한 스피치 미들웨어 기술을 사용하여 구현될 수도 있거나 또는 실시형태에서 OS(205)에 의해 제공되는 스피치 인식 기술을 활용할 수도 있다.
한 실시형태에서, OS(205) 및 애플리케이션(211-213)은 소프트웨어 컴포넌트 중 하나 이상을 포함한다. 한 실시형태에서, 소프트웨어 컴포넌트는, 소프트웨어 프로그램, 소프트웨어 오브젝트, 소프트웨어 함수, 소프트웨어 서브루틴, 소프트웨어 메소드, 소프트웨어 인스턴스, 스크립트 및/또는 코드 단편(code fragment)을, 단독으로 또는 조합하여, 포함할 수도 있다. 예를 들면, OS(205)는, 사용자 인터페이스(user interface; UI)(206), 프로세스 관리(201), 메모리 관리(202), 입/출력(input/output; I/O) 디바이스 관리(203), 파일 관리(204), 네트워크 관리(208) 및 보호(207) 중 하나 이상을 포함한다. 다양한 OS 소프트웨어 컴포넌트에 의해 수행될 수도 있는 하나 이상의 예시적인 기능이 하기에서 설명된다. 대안적인 실시형태에서, 하기에서 설명되는 다소의 소프트웨어 컴포넌트 및/또는 소프트웨어 컴포넌트의 기능이 사용될 수도 있다.
실시형태에서, OS(205)의 적어도 일부는 프로세서 판독가능 메모리에 저장된다. 한 실시형태에서, OS(205)의 적어도 일부는 도 1에서 예시되는 컴퓨팅 디바이스(107)의 메모리에 저장된다.
프로세스 관리(201)는 사용자 및 시스템 프로세스를 생성하고 삭제하는 것을 담당한다. 프로세스 관리(201)는 또한 프로세스의 중지 및 재개를 담당할 수도 있다. 프로세스 관리(201)는 또한 프로세스의 동기화 및 통신을 담당한다. 프로세스 관리(201)는 또한 데드락 핸들링(deadlock handling)을 담당한다.
메모리 관리(202)는, 특정한 타입의 메모리에서 메모리의 어느 부분이 특정한 소프트웨어 컴포넌트 또는 애플리케이션에 의해 현재 사용되고 있는지를 계속 추적하는 것을 담당한다. 메모리 관리(202)는 또한, 메모리 공간이 이용가능하게 될 때 어떤 프로세스가 메모리에 로딩되는지를 결정한다. 메모리 관리는 또한, 필요에 따라 메모리 공간을 할당하고 할당을 해제한다.
I/O 디바이스 관리(203)는 I/O 디바이스를 관리하는 것을 담당한다. 한 실시형태에서, 특정 하드웨어의 특색(peculiarity)은 사용자에게 숨겨진다. 한 실시형태에서, 디바이스 드라이버는 특정 디바이스의 특색을 인지한다. 예를 들면, I/O 디바이스 관리(203)는, 빈 공간 관리, 메모리 할당, 단편화, 제거 및 헤드 스케줄링과 같은 디스크 관리 기능을 담당할 수도 있다.
파일 관리(204)는 파일 및 디렉토리의 생성 및 삭제를 담당한다. 파일 관리(204)는 계층적 파일 시스템을 지원할 수도 있다. 파일 관리(204)는 또한 2차 메모리 상으로 파일을 백업할 수도 있다.
네트워크 관리(208)는 연결/라우팅 방법을 제공하는 것을 포함하는 네트워크와의 통신을 담당한다. 네트워크 관리(208)는 또한, 다른 컴퓨팅 디바이스로의 데이터/프로세스 마이그레이션을 담당할 수도 있다.
보호(207)는, 컴퓨팅 디바이스의 리소스에 대한 소프트웨어 컴포넌트, 프로세스, 및/또는 사용자의 액세스를 제어하는 것을 담당한다. 예를 들면, 보호(207)는, 중앙 프로세싱 유닛(central processing unit; CPU), 싸이클, 메모리, 파일, 및/또는 I/O 디바이스와 같은 리소스에 대한 액세스를 제어하는 것을 담당한다. 보호(207)는 또한, 사용자 인증 및 통신을 담당한다.
사용자 인터페이스(206)는, 스피치, 자연 언어, 문자 및/또는 그래픽 사용자 인터페이스를 사용자에게 제공하고, 입력을 수신하는 것 및 사용자에게 출력을 제공하는 것을 담당한다.
한 실시형태에서, 사용자는, 본원에서 상세히 설명되는 바와 같이, 제스쳐, 터치 또는 보이스를 통해, 콘솔(1002)로 입력을 입력할 수도 있다. 한 실시형태에서, 광학적 I/O 인터페이스(1135)가 사용자의 제스쳐를 수신하여 변환한다(translate). 한 실시형태에서, 콘솔(1002)은, 사용자로부터 보이스 및/또는 제스쳐 입력을 수신하여 변환하기 위한 사용자 인터페이스(206)로서 내추럴 사용자 인터페이스(natural user interface; NUI)를 포함한다. 한 실시형태에서, 프론트 패널 서브어셈블리(1142)는, 본원에서 상세히 설명되는 바와 같이, 사용자의 터치 또는 보이스, 예컨대 보이스 커맨드를 수신하여 변환하기 위한 터치 표면 및 마이크로폰을 포함한다. 한 실시형태에서, 사용자 인터페이스(206)는, 한 명 이상의 사용자로부터 콘솔(1002)의 마이크로폰으로 제공되는 발화된 운영 체제 커맨드 및 애플리케이션 커맨드를 변환하기 위한, 본원에서 설명되는 바와 같은 스피치 인식기(102a-102b) 및/또는 지능형 에이전트(210)를 포함한다.
도 3a는 두 개의 스피치 인식기, 예컨대 시스템 SR(speech recognizer; 스피치 인식기)(301) 및 애플리케이션 SR(302)을 구비하는 예시적인 OS(300)의 하이 레벨 블록도이다. 실시형태에서, 시스템 오디오(310) 및 애플리케이션 오디오(311)는 도 3a 내지 도 3c에서 예시되는 바와 같은 버퍼(305 및 306)에 의해 수신된다. 한 실시형태에서, 시스템 오디오(310) 및 애플리케이션 오디오(311)는, 도 1에 의해 예시되는 마이크로폰(111)으로부터 수신되는 사용자의 스피치를 나타내는 신호이다. 대안적인 실시형태에서, 시스템 및 애플리케이션 오디오 스트림(311 및 312)은, 도 6에서 예시되는 다수의 마이크로폰(1011)으로부터 수신되는 사용자의 스피치를 나타내는 신호이다. 대안적인 실시형태에서, 단일의 오디오 신호가 단일의 마이크로폰으로부터 버퍼(305 및 306)에 의해 수신된다.
버퍼(305 및 306)는 오디오 스트림(312 및 313)을 시스템 SR(301) 및 애플리케이션 SR(302)로 출력한다. 오디오 스트림(312 및 313)은 시스템 오디오(310)(또는 사용자의 스피치) 및 애플리케이션 오디오(311)(또는 사용자의 스피치)의 디지털 다중비트 파형(digital multi-bit wave) 표현이다.
시스템 SR(301)은 오디오 스트림(312)을 수신하고 오디오 스트림(312)을 텍스트로 해석하거나 변환하고, 그 다음, 그 오디오 스트림과 가장 가깝게 매치하는 텍스트를 검색한다. 그 다음, 시스템 SR(301)은 추천된 운영 체제 커맨드 텍스트 및 신뢰도 레벨 또는 신뢰도 비율을 결과(314)로서 시스템 UI(303)로 출력한다.
한 실시형태에서, 시스템 SR(301)은 애플리케이션 프로그래밍 인터페이스(application programming interface; API)(301a), 스피치 인식 엔진(301b) 및 음향 모델(301c)을 포함한다.
API(301a)는, 소프트웨어 컴포넌트가 서로 어떻게 상호작용하는지를 특정하는 애플리케이션 프로그래밍 인터페이스이다. 한 실시형태에서, API(301a)뿐만 아니라 본원에서 설명되는 다른 API는, 루틴, 데이터 구조, 오브젝트 클래스 및 변수에 대한 명세(specification)를 일반적으로 포함하는 라이브러리이다. 한 실시형태에서, API(301a)는, 시스템 SR(301) 내에서의 스피치 인식 및 스피치 합성의 사용을 허용하는 스피치 API를 포함한다.
스피치 인식 엔진(301b)은 음향 모델(301c)과 함께 사용자의 보이스의 사운드를 분석하고, 사운드를, 스피치의 기본 요소인 음소(phoneme)로 변환한다. 영어 언어는 대략 50개의 음소를 포함한다.
한 실시형태에서, 음향 모델(301c)은 노이즈 및 볼륨에서의 변화와 같은 불필요한 정보를 제거한다. 그 다음, 수학적 계산을 사용하여, 음향 모델(301c)은 오디오 데이터를 주파수의 스펙트럼(사운드의 피치)으로 환산하고(reduce), 오디오 데이터를 분석하고, 단어를 음소의 디지털 표현으로 변환한다.
한 실시형태에서, 스피치 인식 엔진(301b)은 언어 모델(language model)을 포함한다. 언어 모델은 사용자의 스피치의 컨텐츠를 분석한다. 언어 모델은, 음소의 조합을, 영어 언어에서 가장 일반적인 단어의 거대한 데이터베이스인 그 자신의 디지털 사전의 음소에 비교한다. 한 실시형태에서, 사전은 약 150,000 단어를 포함한다. 언어 모델은 사용자가 어떤 단어를 발화했는지를 재빨리 결정한다.
한 실시형태에서, 컨텍스트를 분석하고 "there", "their", and "they're"와 같이 동일하게 소리가 나는 단어 사이를 구별하기 위해 언어 모델의 삼자명(trigram)이 사용된다. 많은 경우에서, 스피치 인식 엔진(301b)은 한 단어를, 그 단어 이전의 두 단어를 검토하는 것에 의해 인식할 수 있다. 예를 들면, 사용자가 예를 들어 "let's go there"라고 말한 경우, "let's go"는 소프트웨어가 "their" 대신 "there"를 사용하도록 결정하는 것을 돕는다.
애플리케이션 SR(302)은 시스템 SR(301)과 유사한 컴포넌트를 구비한다. 시스템 SR(302)은 오디오 스트림(313)을 수신하고 오디오 스트림(313)을 텍스트로 해석하거나 변환하고, 그 다음, 그 오디오 스트림과 가장 가깝게 매치하는 텍스트를 검색한다. 그 다음, 애플리케이션 SR(302)은 추천된 애플리케이션 커맨드 텍스트 및 신뢰도 레벨 또는 신뢰도 비율을 결과(315)로서 애플리케이션(304)으로 출력한다.
한 실시형태에서, 시스템 SR(302)은 애플리케이션 프로그래밍 인터페이스(API)(302a), 스피치 인식 엔진(302b) 및 음향 모델(302c)을 포함한다.
API(302a)는, 소프트웨어 컴포넌트가 서로 어떻게 상호작용하는지를 특정하는 애플리케이션 프로그래밍 인터페이스이다. 한 실시형태에서, API(302a)는, 루틴, 데이터 구조, 오브젝트 클래스 및 변수에 대한 명세를 일반적으로 포함하는 라이브러리이다. 한 실시형태에서, API(302a)는, 시스템 SR(302) 내에서의 스피치 인식 및 스피치 합성의 사용을 허용하는 스피치 API를 포함한다.
스피치 인식 엔진(302b)은 음향 모델(302c)과 함께 사용자의 보이스의 사운드를 분석하고, 사운드를, 본원에서 설명되는 바와 같은 음소로 변환한다.
한 실시형태에서, 음향 모델(302c)은 노이즈 및 볼륨에서의 변화와 같은 불필요한 정보를 제거한다. 그 다음, 수학적 계산을 사용하여, 음향 모델(302c)은 오디오 데이터를 주파수의 스펙트럼(사운드의 피치)으로 환산하고, 오디오 데이터를 분석하고, 단어를 음소의 디지털 표현으로 변환한다.
한 실시형태에서, 스피치 인식 엔진(302b)은 본원에서 설명되는 바와 같은 언어 모델을 포함한다.
시스템 UI(303)는, 시스템 커맨드가 발화되었는지의 여부를 결정하고 관련 시스템 커맨드를 출력한다. 한 실시형태에서, 시스템 UI(303)는 API(303a), 공유 커맨드 브로커(shared command broker; 303b) 및 시스템 커맨드(303c)를 포함한다.
한 실시형태에서, API(303a)는 본원에서 설명되는 바와 같은 애플리케이션 프로그래밍 인터페이스이다.
공유 커맨드 브로커(303b)는, 결과(314)에서의 추천된 운영 체제 커맨드를, 리스트 또는 시스템 커맨드(303c)에서의 미리 결정된 운영 체제 커맨드 및 복수의 예약어와 비교한다. 추천된 운영 체제 커맨드에서의 예약어가 시스템 커맨드(303c)에서의 예약어와 매치하는 경우, 공유 커맨드 브로커(303b)는, 예약어에 후속하는 하나 이상의 추천된 운영 체제 커맨드를 시스템 커맨드(303c)에서의 운영 체제 커맨드와 매칭시키도록 시도한다. 매치가 발생하면, 시스템 UI(303)는 실시형태에서 관련 운영 체제 커맨드를 커맨드(316 및 318)로서 제공한다.
공유 커맨드 브로커(303b)는 또한, 한 실시형태에서, 애플리케이션 SR(302)이 분리되고(disengaged) 재사용되는(reengaged) 때를 결정하는 것을 담당한다. 예를 들면, 운영 체제 커맨드가 제공되어 컴퓨팅 디바이스에 의해 프로세싱될 때, 애플리케이션 SR(302)은, 운영 체제 커맨드가 프로세싱될 때까지, 분리된다. 공유 커맨드 브로커(303b)는 또한, 일련의 운영 체제 커맨드가 본원에서 설명되는 바와 같이 연쇄화될 수도 있도록, 단어 또는 어구 사이의 시간의 구간(또는 침묵), 또는 사용자의 스피치의 억양을 결정하는 것을 담당한다.
애플리케이션(304)은 API(304a), 앱 코드(app code; 304b) 및 애플리케이션 커맨드(304c)를 포함한다. API(304a)는 본원에서 설명되는 바와 같은 애플리케이션 프로그래밍 인터페이스이다. 앱 코드(304b)는 애플리케이션, 예컨대 전자 인터랙티브 게임을 수행하기 위한 프로세서 판독가능 명령어이다. 애플리케이션 커맨드(304c)는 리스트 또는 복수의 미리 결정된 애플리케이션 커맨드를 포함한다.
한 실시형태에서, 앱 코드(304b)는, 결과(315)로서 출력되는 애플리케이션 텍스트를, 애플리케이션 커맨드(304c)에서의 애플리케이션 커맨드에 비교한다. 유효한 애플리케이션 커맨드가 식별되면, 애플리케이션(304) 및 특히 앱 코드(304b)는 애플리케이션 커맨드를 실행한다. 한 실시형태에서, 애플리케이션(304)은 또한, 도 3a 내지 도 3c에서 예시되는 바와 같은 애플리케이션 SR(302)로 출력되는 커맨드(cmnds)(317)와 같이, 애플리케이션 커맨드를 다른 소프트웨어 컴포넌트로 출력할 수도 있다.
도 3b는 전자 인터랙티브 게임 운영 체제 및 두 개의 스피치 인식기를 구비하는 예시적인 운영 체제의 하이 레벨 블록도이다. 도 3b에 의해 예시되는 한 실시형태에서, OS(300)는 본원에서 설명되고 도 3a에서 예시되는 바와 같이 마찬가지로 동작한다. 도 3b에 의해 예시되는 한 실시형태에서, 애플리케이션(304)은, 전자 인터랙티브 게임 운영 체제와 같은 애플리케이션 OS(350) 내에서 실행된다.
도 3c는 스피치 인식기 중 적어도 하나가, 소위 클라우드에서의 원격 컴퓨팅 디바이스(101) 상에 위치되는 두 개의 스피치 인식기를 구비하는 시스템의 하이 레벨 블록도이다. 도 3c는, 버퍼(305-306), 시스템 SR(301), 애플리케이션 SR(302), 시스템 UI(303) 및 애플리케이션(304)을 구비하는 도 3a와 유사하다. 또한, OS(300)는 NL SR(natural language speech recognizer; 자연 언어 스피치 인식기) 서비스(460)와 통신하는 홈(462) 및 자연 언어 유닛(natural language unit; NLU) 클라이언트(461)를 포함한다. 한 실시형태에서, NL SR 서비스(460)는 컴퓨팅 디바이스(107) 상에 저장되고 컴퓨팅 디바이스(107) 상에서 실행하는 프로세서 판독가능 명령어를 포함한다. 한 실시형태에서, NL SR 서비스(460)는, 사용자로부터의 운영 체제 커맨드를 해석하기 위해 적어도 시스템 SR(301)이 동작하고 있는 시간의 일부에서 적어도 실행하고 있는, 사용자로부터의 자연 언어 스피치를 해석하기 위한 스피치 인식기를 포함한다.
한 실시형태에서, 애플리케이션 SR(302)은 사용자의 스피치를 나타내는 오디오 스트림(313)을 NLU 클라이언트(461)로 전달한다. 한 실시형태에서, 사용자의 스피치는, "재미있는 영화를 찾아줘(Find funny movies)"라는 질의와 같은 자연 언어의 형태일 수도 있다. NL SR 서비스(460)는, 한 실시형태에서, 검색 이후 재미있는 영화의 리스트를 리턴하고 재미있는 영화의 리스트를 텍스트 버전 및/또는 오디오 보이스 출력으로부터의 발화 버전(spoken version)으로 제공할 것이다. NL SR 서비스(460)는 디지털 전자 지능형 에이전트, 예컨대 사용자가 지능형 에이전트와의 다수 차례의 대화를 갖는 것을 허용할 다이얼로그(에이전트)(460d)를 포함할 수도 있다. 예를 들면, 지능형 에이전트는, 질의에 응답하여, "어떤 시대에 흥미를 느끼세요? 90년대?"를 물어볼 수도 있다. 대안적인 실시형태에서, 디지털 전자 지능형 에이전트는 홈(462)의 에이전트(462c)일 수도 있다.
NLU 클라이언트(461)는 한 실시형태에서 NL SR 서비스(460)에 대한 클라이언트로서 작용한다. NLU 클라이언트(461)는 API(461a), 오디오 엔드 포인팅(461b), 인코딩(461c) 및 업로드/다운로드(upload/download; Up/Dn)(461d)를 포함한다.
API(461a)는 본원에서 설명되는 바와 같은 애플리케이션 프로그래머블 인터페이스이다.
오디오 엔드 포인팅(461b)은 질문에 대한 끝과 같은 오디오 스트림(313)의 종료점을 식별하는 것을 담당한다.
인코딩(461c)은, 오디오 엔드 포인팅(461b)으로부터 출력되는 오디오 스트림(31)(예컨대 질문)의 일부를 인코딩하고 업로드/다운로드는 홈(462)으로 그리고 결국에는 NL SR 서비스(460)로 전송될 오디오 스트림(313)의 일부를 준비한다.
홈(462)은 API(462a), 컨텍스트 브로커(462b), 에이전트(462c) 및 검색(462d)을 포함한다. 홈(462)은 NL SR 서비스(460)와의 통신을 담당한다.
API(462a)는 본원에서 설명되는 바와 같은 애플리케이션 프로그래밍 인터페이스이다.
컨텍스트 브로커(462b)는 오디오 스트림(313)의 일부의 컨텍스트 정보를 오디오/컨텍스트(471)에 의해 예시되는 바와 같이 NL SR 서비스(460)로 제공하는 것을 담당한다. 한 실시형태에서, 오디오/컨텍스트(471)는 오디오 스트림(313)의 일부, 오디오 스트림(313)의 일부의 컨텍스트 및 뷰 요청을 포함한다. 한 실시형태에서, 뷰 요청은, NL SR 서비스(460)로부터의 출력(472)이 디스플레이되는 것뿐만 아니라 발화되어 출력되는 것을 사용자가 원하는지의 여부를 나타낸다.
에이전트(462c)는, 한 실시형태에서 사용자가 다수의 차례를 갖는 자연 언어 대화를 갖는 것을 가능하게 하는 디지털 전자 지능형 에이전트이다.
검색(462d)은, 원격 컴퓨팅 디바이스(110)와 같은 원격 컴퓨팅 디바이스에서 검색을 달성하는 것을 담당한다. 예를 들면, 사용자가 "재미있는 영화를 찾아줘"라고 요청하고 NL SR 서비스(460)의 출력(472)이 결과의 발화 버전(재미있는 영화의 발화된 리스트)뿐만 아니라 디스플레이된 텍스트(재미있는 영화의 텍스트 리스트)를 포함하면, 검색(462d)은, 타이틀 또는 영화가 질의를 한 사용자에게 제공될 수도 있도록, 결과적으로 나타나는 영화에 대해 원격 컴퓨팅 디바이스에서 데이터베이스를 검색할 수도 있다.
NL SR 서비스(460)는 프로세서 판독가능 메모리에 저장되는, 프로세서 판독가능 명령어를 구비하는 자연 언어 소프트웨어 컴포넌트인데, 프로세서 판독가능 명령어는, 오디오 스트림 서비스의 자연 언어 해석이 클라이언트, 예컨대 홈(462) 및 NL 클라이언트(461)에게 제공되도록, 컴퓨팅 디바이스(101) 상의 프로세서에 의해 실행된다. 클라이언트로부터 오디오/컨텍스트(471)를 수신하는 것에 응답하여, NL SR 서비스(460)는 뷰 결과 및 보이스 출력을 포함하는 출력(472)을 제공한다.
NL SR 서비스(460)는, API(460a), 스피치 인식 엔진(460b), 음향 모델(460c), 다이얼로그(에이전트)(460d), 및 보이스 출력(460e)을 포함한다.
API(460)는 본원에서 설명되는 바와 같은 애플리케이션 프로그래머블 인터페이스이다.
스피치 인식 엔진(460b)은 한 실시형태에서 자연 언어 스피치 인식 엔진이다.
음향 모델(460c)은 스피치 인식 엔진(460b)과 함께 사용되는 음향 모델이다.
다이얼로그(에이전트)(460d)는 사용자와의 다이얼로그를 제공하는 것을 담당한다. 한 실시형태에서, 다이얼로그(에이전트)(460d)는, 사용자와의 다수의 차례를 갖는 대화를 제공하는 디지털 전자 지능형 에이전트이다.
보이스 출력(460e)은, 오디오, 컨텍스트 및 뷰 요청 오디오/컨텍스트(471)를 수신하는 것에 응답하여 뷰 결과 및 보이스 출력을 포함하는 출력(472)을 제공한다. 예를 들면, 보이스 출력(460e)은, 사용자가 "재미있는 영화를 찾아줘"라는 질의를 발화하는 것에 응답하여, 재미있는 영화의 리스트를 텍스트 및 발화 버전 둘 다에서 출력(472)으로서 제공한다.
도 4 내지 도 5c는, 운영 체제 커맨드 및 애플리케이션 커맨드를 포함하는 사용자 스피치를 해석하기 위한 적어도 두 개의 스피치 인식기를 동작시키는 예시적인 방법을 예시하는 플로우차트이다. 실시형태에서, 도 4 내지 도 5c에서 예시되는 단계는, 하드웨어(예를 들면, 프로세서, 메모리, 회로), 소프트웨어(예를 들면, OS, 애플리케이션, 드라이버, 머신/프로세서 실행가능 명령), 또는 사용자의 동작을, 단독으로 또는 조합하여, 나타낸다. 기술분야의 통상의 지식을 가진 자가 이해할 바와 같이, 실시형태는 도시된 단계를 더 적게 또는 더 많이 포함할 수도 있다.
도 5a는, 사용자에 의해 발화된 애플리케이션 커맨드 및 전역적 커맨드를 인식하기 위한 예시적인 방법(500)의 플로우차트이다. 한 실시형태에서, 방법(500)은, 도 1에서 예시되는 컴퓨팅 디바이스(107), 특히 스피치 인식기(102a-102b)에 의해 수행된다.
단계 501은, 제1 스피치 인식기, 예컨대 스피치 인식기(102a)에 의해, 마이크로폰, 예컨대 도 1에서 도시되는 마이크로폰(111)으로부터 전역적 커맨드를 나타내는 정보를 수신하는 것을 예시한다. 한 실시형태에서, 전역적 커맨드는 운영 체제 커맨드일 수도 있다. 한 실시형태에서, 정보는 사용자의 전역적 커맨드를 나타내는 오디오 신호를 포함한다.
단계 502는, 제2 스피치 인식기, 예컨대 스피치 인식기(102b)에 의해, 마이크로폰, 예컨대 마이크로폰(111)으로부터 애플리케이션 커맨드를 나타내는 정보를 수신하는 것을 예시한다. 제2 스피치 인식기는 제1 스피치 인식기와 동시에 동작한다. 한 실시형태에서, 제2 스피치 인식기는, 도 1에서 도시되는 컴퓨팅 디바이스(101)의 스피치 인식기(102c)와 같이, 원격 컴퓨팅 디바이스에 위치될 수도 있다. 원격 컴퓨팅 디바이스는 소위 클라우드에 있는 것으로 간주될 수도 있다. 예를 들면, 스피치 인식기(102c)는, 사용자로부터의 자연 언어를 해석하고 자연 언어 출력 또는 보이스에 의해 통신하기 위한 자연 언어 소프트웨어 컴포넌트를 포함할 수도 있다.
단계 503은, 전역적 커맨드를 나타내는 정보 및 애플리케이션 커맨드를 나타내는 정보 중 하나에 응답하여, 컴퓨팅 디바이스 예컨대 컴퓨팅 디바이스(107)에 의해, 동작을 수행하는 것을 예시한다. 애플리케이션 커맨드 및 전역적 커맨드, 예컨대 운영 체제 커맨드는 본원에서 설명되는 커맨드를 적어도 포함한다. 실시형태에서, 애플리케이션은 도 3a 및 도 3b에서 예시되는 바와 같은 시스템 운영 체제 또는 애플리케이션 운영 체제에서 실행하거나 또는 실행될 수도 있다.
다른 실시형태에서, 단계 501-503은, 적어도, 도 2 내지 도 3c 및 도 6 내지 도 8에서 도시되는 예시적인 소프트웨어 컴포넌트 및 하드웨어에 의해 수행된다. 예를 들면, 방법(500)은 도 6 및 도 7에서 예시되는 콘솔(1002) 또는 도 8에서 예시되는 컴퓨팅 디바이스(1800)에 의해 수행될 수도 있다.
도 5b는, 운영 체제에 대한 제1 커맨드 및 애플리케이션, 예컨대 전자 인터랙티브 게임에 대한 제2 커맨드를 인식하기 위한 예시적인 방법(510)의 플로우차트이다. 한 실시형태에서, 방법(510)은, 도 1에서 예시되는 컴퓨팅 디바이스(107), 특히 스피치 인식기(102a-102b)에 의해 수행된다.
단계 511은, 제1 스피치 인식기에 의한 제1 오디오 신호의 수신에 응답하여, 운영 체제에 대한 제1 커맨드를 제1 스피치 인식기로부터 제공하는 것을 예시한다. 한 실시형태에서, 제1 스피치 인식기는 도 3a 내지 도 3c에서 예시되는 시스템 SR(301)이다. 한 실시형태에서, 오디오 신호는 도 3a 내지 도 3c에서 도시되는 오디오 스트림(312)이다. 한 실시형태에서, 제1 커맨드는 적어도 본원에서 설명되는 바와 같은 운영 체제 커맨드를 포함한다.
단계 512는, 제2 스피치 인식기에 의한 제2 오디오 신호의 수신에 응답하여, 애플리케이션에 대한 제2 커맨드를 제2 스피치 인식기로부터 제공하는 것을 예시한다. 제1 스피치 인식기는 적어도 일부의 시간 동안 제2 스피치 인식기와 동시에 동작한다. 한 실시형태에서, 제2 스피치 인식기는 도 3a 내지 도 3c에서 예시되는 애플리케이션 SR(302)이다. 대안적인 실시형태에서, 제2 스피치 인식기는, 도 1에서 도시되는 컴퓨팅 디바이스(101)의 스피치 인식기(102c) 또는 NL SR 서비스(460)와 같이, 원격 컴퓨팅 디바이스에 위치될 수도 있다. 원격 컴퓨팅 디바이스는 소위 클라우드에 있는 것으로 간주될 수도 있다. 한 실시형태에서, 오디오 신호는 도 3a 내지 도 3c에서 도시되는 오디오 스트림(313)이다. 한 실시형태에서, 제2 커맨드는 적어도 본원에서 설명되는 바와 같은 애플리케이션 커맨드를 포함한다.
다른 실시형태에서, 단계 511-512는, 적어도, 도 2 내지 도 3c 및 도 6 내지 도 8에서 도시되는 예시적인 소프트웨어 컴포넌트 및 하드웨어에 의해 수행된다. 예를 들면, 방법(510)은 도 6 및 도 7에서 예시되는 콘솔(1002) 또는 도 8에서 예시되는 컴퓨팅 디바이스(1800)에 의해 수행될 수도 있다.
도 5c는, 사용자에 의한 스피치에 응답하여 적어도 하나의 프로세서에 의해 실행되는 프로세서 판독가능 메모리 상에 저장되는 적어도 하나의 명령어에 의해 운영 체제 커맨드 및/또는 애플리케이션 커맨드를 출력하기 위한 예시적인 방법(520)의 플로우차트이다. 한 실시형태에서, 방법(520)은, 메모리 상에 저장되는 프로세서 판독가능 명령어를 실행하는 프로세서를 구비하는 도 1에서 예시되는 컴퓨팅 디바이스(107), 특히 스피치 인식기(102a-102b)에 의해 수행된다.
단계 521은 오디오 신호를 수신하는 것을 예시한다. 실시형태에서, 시스템 오디오(310) 및 애플리케이션 오디오(311)는 도 3a 내지 도 3c에서 예시되는 바와 같이 수신된다. 한 실시형태에서, 시스템 및 애플리케이션 오디오 신호는, 도 1에 의해 예시되는 마이크로폰(111)으로부터 수신되는 사용자의 스피치를 나타낸다. 대안적인 실시형태에서, 단일의 오디오 신호가 수신된다.
단계 522는, 오디오 신호가 운영 체제에 대한 명령어를 나타내는지의 여부를 결정하는 것을 예시한다. 한 실시형태에서, 스피치 인식기(102a) 및 시스템 UI(303)가 이 기능을 수행한다.
단계 523은, 오디오 신호가 애플리케이션에 대한 명령어를 나타내는지의 여부를 결정하는 것을 예시한다. 한 실시형태에서, 이 결정은, 오디오 신호가 운영 체제에 대한 명령어를 나타내는지의 여부를 결정할 때 동시에 수행된다. 한 실시형태에서, 스피치 인식기(102b) 및 애플리케이션(304)이 이 기능을 수행한다. 대안적인 실시형태에서, NL SR 서비스(460) 및 애플리케이션(304)이 이 기능을 수행한다. 한 실시형태에서, NL SR 서비스(460)는 도 1 및 도 3c에서 도시되는 원격 컴퓨팅 디바이스(101)에 위치될 수도 있다. 원격 컴퓨팅 디바이스는 소위 클라우드에 있는 것으로 간주될 수도 있다.
단계 524는, 오디오 신호가 운영 체제에 대한 명령어를 나타낸다는 결정에 응답하여 운영 체제 커맨드를 출력하는 것을 예시한다. 한 실시형태에서, 시스템 UI(303)가 이 기능을 수행한다. 한 실시형태에서, 운영 체제 커맨드는 적어도 본원에서 상세히 설명된다.
단계 525는, 오디오 신호가 애플리케이션에 대한 명령어를 나타낸다는 결정에 응답하여 애플리케이션 커맨드를 출력하는 것을 예시한다. 한 실시형태에서, 애플리케이션(304)이 이 기능을 수행한다. 한 실시형태에서, 애플리케이션 커맨드는 적어도 본원에서 상세히 설명된다.
다른 실시형태에서, 단계 521-525는, 적어도, 도 2 내지 도 3c 및 도 6 내지 도 8에서 도시되는 예시적인 소프트웨어 컴포넌트 및 하드웨어에 의해 수행된다. 예를 들면, 방법(520)은 도 6 및 도 7에서 예시되는 콘솔(1002) 또는 도 8에서 예시되는 컴퓨팅 디바이스(1800)에 의해 수행될 수도 있다.
도 4는, 운영 체제 커맨드 및/또는 애플리케이션 커맨드를 제공하기 위한 예시적인 방법(400)의 플로우차트이다. 한 실시형태에서, 방법(400)은, 도 3a에서 예시되는 바와 같은, 프로세서 판독가능 명령어를 구비하는 OS(300)를 실행하는 컴퓨팅 디바이스(107), 특히 스피치 인식기(102a-102b)에 의해 수행된다. 대안적인 실시형태에서, 애플리케이션 OS(350)가 도 3b에서 예시되는 바와 같이 컴퓨팅 디바이스(107)에 의해 또한 실행된다. 또 다른 실시형태에서, 프로세서 판독가능 명령어를 구비하는 NL SR 서비스(460)는 컴퓨팅 디바이스(101)에 의해 실행된다.
단계 401 및 402는, 운영 체제에 대한 오디오 신호 및 애플리케이션에 대한 오디오 신호를 수신하는 것을 예시한다. 실시형태에서, 시스템 오디오(310) 및 애플리케이션 오디오(311)는 도 3a 내지 도 3c에서 예시되는 바와 같이 수신된다. 한 실시형태에서, 시스템 및 애플리케이션 오디오 신호는, 도 1에 의해 예시되는 마이크로폰(111)으로부터 수신되는 사용자의 스피치를 나타낸다. 대안적인 실시형태에서, 단일의 오디오 신호가 수신된다.
단계 403은, 운영 체제에 대한 오디오를 텍스트로 변환하는 것을 예시한다. 한 실시형태에서, 도 3a 내지 도 3c에서 예시되는 바와 같은 시스템 SR(301)이 이 기능을 수행한다.
단계 404는, 애플리케이션에 대한 오디오를 텍스트로 변환하는 것을 예시한다. 한 실시형태에서, 도 3a 및 도 3b에서 예시되는 바와 같은 애플리케이션 SR(302)이 이 기능을 수행한다. 한 실시형태에서, 애플리케이션 오디오 신호(311)가 네트워크(105)를 통해 컴퓨팅 디바이스(101) 상에서 실행하는 NL SR 서비스(460)로 전달될 때, NL SR 서비스(460)가 이 기능을 수행한다.
단계 405는, 음향 모델에 기초하여 운영 체제에 대한 결과적으로 나타나는 텍스트를 출력하는 것을 예시한다. 한 실시형태에서, 도 3a 내지 도 3c에서 예시되는 바와 같이, API(301a), 스피치 인식 엔진(301b) 및 음향 모델(301c)을 포함하는 시스템 SR(301)이 이 기능을 수행한다. 특히, 추천된 운영 체제 커맨드 텍스트 및 신뢰도 레벨 또는 신뢰도 비율이 결과(314)로서 시스템 UI(303)로 출력된다.
단계 406은, 음향 모델에 기초하여 애플리케이션에 대한 결과적으로 나타나는 텍스트를 출력하는 것을 예시한다. 한 실시형태에서, 도 3a 내지 도 3c에서 예시되는 바와 같이, API(302a), 스피치 인식 엔진(302b) 및 음향 모델(302c)을 포함하는 시스템 SR(302)이 이 기능을 수행한다. 자연 언어가 변환되고 결과가 다시 사용자에게 전달되는 실시형태에서, 컴퓨팅 디바이스(101) 상에서 실행하는 NL SR 서비스(460)가 이 기능을 수행한다. 한 실시형태에서, 추천된 애플리케이션 커맨드 텍스트 및 신뢰도 레벨 또는 신뢰도 비율이 결과(314)로서 OS(300)에서 실행하는 애플리케이션(304)으로 출력된다. 대안적인 실시형태에서, 추천된 애플리케이션 커맨드 텍스트 및 신뢰도 레벨 또는 신뢰도 비율이 결과(314)로서 애플리케이션 OS(350)에서 실행하는 애플리케이션(304)으로 출력된다.
단계 407은, 결과(314)로서 출력되는 운영 체제 텍스트가 예약어를 포함하는지 또는 운영 체제 커맨드가 사용자의 억양에서 내포되는지의 여부를 결정하는 것을 예시한다. 한 실시형태에서, 시스템 UI(303)는 결과(314)로서 출력되는 운영 체제 텍스트를, 리스트 또는 복수의 예약어를 포함하는 시스템 커맨드(303c)에서의 예약어, 예컨대, "컴퓨터"에 비교한다. 예약어가 식별되면, 예약어에 후속하는 운영 체제 커맨드를 운영 체제 텍스트가 포함한다는 결정이 이루어진다. 디폴트로, 오디오 스트림으로부터의 모든 해석된 커맨드는, 예약어가 검출되지 않는 한, 애플리케이션 커맨드인 것으로 가정된다. 예약어가 검출되면, 시스템 UI(303)는, 애플리케이션 SR(302)이 결과를 분석하여 출력하는 것에서 분리시키기 위한 커맨드를 출력한다.
시스템 UI(303), 및 특히 공유 커맨드 브로커(303b)는 또한, 예약어에 후속하는 단어가 시스템 커맨드인지 또는 일련의 - 일련의 단어는 각각의 단어 사이에 시간의 상대적으로 짧은 구간을 가짐 - 연쇄화된 시스템 커맨드인지의 여부를 결정한다. 공유 커맨드 브로커(303b)는 또한, 다수의 시스템 커맨드가 연쇄화되는지 또는 가장 최근에 발화된 운영 체제 커맨드로부터 미리 결정된 양의 시간 또는 침묵이 발생한 이후 애플리케이션 커맨드가 운영 체제 커맨드를 후속할 수도 있는지의 여부를 결정하기 위해, 단어 또는 어구 사이의 시간의 양 또는 구간을 결정한다. 공유 커맨드 브로커(303b)는 또한, 실시형태에서, 운영 체제 커맨드가 완료될 때 또는 디지털 대화 지능형 에이전트와의 대화가 완료될 때 애플리케이션 커맨드 디폴트 설정으로의 복귀가 발생하는지의 여부를 식별한다.
단계 408은 운영 체제 커맨드를 운영 체제에 제공하는 것을 예시한다. 한 실시형태에서, 시스템 UI(303)은, 하나 이상의 운영 체제 커맨드가 발화되었는지의 여부를 결정하고 도 3a 내지 도 3c에서 도시되는 커맨드(316 및 318)에 의해 예시되는 바와 같은 관련 운영 체제 커맨드를 출력한다.
단계 409는 애플리케이션 커맨드를 애플리케이션에 제공하는 것을 예시한다. 한 실시형태에서, 애플리케이션(304), 특히 앱 코드(304b)는, 결과(315)로서 출력되는 애플리케이션 텍스트를, 리스트 또는 복수의 미리 결정된 애플리케이션 커맨드를 포함하는 애플리케이션 커맨드(304c)에서의 애플리케이션 커맨드에 비교한다. 유효한 애플리케이션 커맨드가 식별되면, 애플리케이션(304) 및 특히 앱 코드(304b)는 애플리케이션 커맨드를 실행한다. 한 실시형태에서, 애플리케이션(304)은 또한, 도 3a 내지 도 3c에서 예시되는 바와 같은 애플리케이션 SR(302)로 출력되는 커맨드(cmnds)(317)와 같이, 애플리케이션 커맨드를 다른 소프트웨어 컴포넌트로 출력할 수도 있다.
대안적인 실시형태에서, 컴퓨팅 디바이스(101) 및 홈(462)뿐만 아니라 NLU 클라이언트(461) 상에서 실행하는 NL SR 서비스(460)는, 마찬가지로, 애플리케이션 커맨드를 애플리케이션에 제공할 수도 있다.
다른 실시형태에서, 단계 401-409는, 적어도, 도 2 내지 도 3c 및 도 6 내지 도 8에서 도시되는 예시적인 소프트웨어 컴포넌트 및 하드웨어에 의해 수행된다. 예를 들면, 방법(400)은 도 6 및 도 7에서 예시되는 콘솔(1002) 또는 도 8에서 예시되는 컴퓨팅 디바이스(1800)에 의해 수행될 수도 있다.
한 실시형태에서, 컴퓨팅 디바이스(107)는 비디오 게임 및/또는 미디어 콘솔일 수도 있지만, 이들로 제한되는 것은 아니다. 도 6은 이제 예시적인 비디오 게임 및 미디어 콘솔을 설명하기 위해 이제 사용될 것이거나, 또는 더 일반적으로는, 게임 및 미디어 콘솔을 포함하는 예시적인 게이밍 및 미디어 시스템(1000)을 설명하기 위해 사용될 것이다. 하기의 도 6의 논의는, 본원에서 제시되는 개념이 구현될 수도 있게 하는 적절한 컴퓨팅 디바이스의 간략하고 일반적인 설명을 제공하도록 의도된다. 도 6의 시스템은 예에 불과하다는 것이 이해된다. 추가 예에서, 본원에서 설명되는 실시형태는 다양한 클라이언트 컴퓨팅 디바이스를 사용하여, 클라이언트 컴퓨팅 디바이스 상에 상주하며 클라이언트 컴퓨팅 디바이스에 의해 실행되는 소프트웨어 애플리케이션 또는 브라우저 애플리케이션 중 어느 하나를 통해, 구현될 수도 있다. 도 6에서 도시되는 바와 같이, 게이밍 및 미디어 시스템(1000)은 게임 및 미디어 콘솔(이하, "콘솔")(1002)을 포함한다. 일반적으로, 콘솔(1002)은 클라이언트 컴퓨팅 디바이스의 한 타입이다. 콘솔(1002)은, 컨트롤러(10041 및 10042)에 의해 표현되는 바와 같은 하나 이상의 무선 컨트롤러를 수용하도록 구성된다. 콘솔(1002)은, 내부 하드 디스크 드라이브 및 광학 스토리지 디스크(1008)에 의해 표현되는 바와 같은 다양한 형태의 휴대형 저장 매체를 지원하는 휴대형 미디어 드라이브(1006)를 구비한다. 적절한 휴대형 저장 매체의 예는, DVD, CD-ROM, 게임 디스크 등등을 포함한다. 콘솔(1002)은 또한, 착탈식 플래시 타입 메모리 유닛(1040)을 수용하기 위한 두 개의 메모리 유닛 카드 리셉터클(receptacle)(10251 및 10252)을 포함한다. 콘솔(1002) 상의 커맨드 버튼(1035)은 무선 주변장치 지원을 인에이블하고 디스에이블한다.
도 6에서 묘사되는 바와 같이, 콘솔(1002)은 또한, 하나 이상의 디바이스와 무선으로 통신하기 위한 광학 포트(1030) 및 추가적인 컨트롤러, 또는 다른 주변장치에 대한 유선 연결을 지원하기 위한 두 개의 USB 포트(10101 및 10102)를 포함한다. 몇몇 구현예에서, 추가적인 포트의 수와 배치는 수정될 수도 있다. 콘솔(1002)의 전면에 전원 버튼(1012) 및 이젝트 버튼(1014)이 또한 배치된다. 전원 버튼(1012)은 전력을 게임 콘솔에 인가하기 위해 선택되고, 다른 피쳐 및 콘솔에 대한 액세스를 또한 제공할 수 있으며, 이젝트 버튼(1014)은, 광학 스토리지 디스크(1008)의 삽입 및 추출을 가능하게 하기 위해 휴대형 미디어 드라이브(1006)의 트레이를 교대로 오프닝 및 클로징한다.
콘솔(1002)은 A/V 인터페이싱 케이블(1020)을 통해 텔레비젼 또는 다른 디스플레이(예컨대 디스플레이(1050))에 연결된다. 일 구현예에서, 콘솔(1002)은, A/V 케이블(1020)(예를 들면, 다른 디스플레이 디바이스 또는 고선명 디스플레이(1050) 상의 고선명 멀티미디어 인터페이스(High Definition Multimedia Interface; "HDMI") 포트에 연결하기에 적합한 A/V 케이블)을 사용하여 컨텐츠 보안 디지털 통신에 대해 구성되는 전용 A/V 포트를 구비한다. 전원 케이블(1022)은 전력을 게임 콘솔로 제공한다. 콘솔(1002)은 또한, 네트워크 예컨대 인터넷에 대한 액세스를 용이하게 하기 위한 케이블 또는 모뎀 커넥터(1024)에 의해 표현되는 바와 같은 브로드밴드 성능을 가지고 구성될 수도 있다. 브로드밴드 성능은 또한, 와이파이(wireless fidelity; Wi-Fi) 네트워크와 같은 브로드밴드 네트워크를 통해 무선으로 제공될 수도 있다.
각각의 컨트롤러(1004)는 유선 또는 무선 인터페이스를 통해 콘솔(1002)에 커플링된다. 예시된 구현예에서, 컨트롤러(1004)는 USB 대응이며 무선 또는 USB 포트(1010)를 통해 콘솔(1002)에 커플링된다. 콘솔(1002)은 다양한 사용자 상호작용 메커니즘 중 임의의 것을 구비할 수도 있다. 도 6에서 예시되는 예에서, 각각의 컨트롤러(1004)는 두 개의 썸 스틱(thumb stick)(10321 및 10322), D 패드(D-pad)(1034), 버튼(1036), 및 두 개의 트리거(1038)를 구비한다. 이들 컨트롤러는 대표적인 것에 불과하며, 다른 공지의 게이밍 컨트롤러가 도 6에서 도시되는 것을 대체하거나, 또는 도 6에서 도시되는 것에 추가될 수도 있다.
한 실시형태에서, 사용자는 제스쳐, 터치 또는 보이스를 통해 콘솔(1002)에 입력을 입력할 수도 있다. 한 실시형태에서, 광학적 I/O 인터페이스(1135)가 사용자의 제스쳐를 수신하여 변환한다. 한 실시형태에서, 콘솔(1002)은, 사용자로부터 보이스 및 제스쳐 입력을 수신하여 변환하기 위한 내추럴 사용자 인터페이스(NUI)를 포함한다. 대안적인 실시형태에서, 프론트 패널 서브어셈블리(1142)는 터치 표면 및 사용자의 터치 또는 보이스, 예컨대 보이스 커맨드를 수신하여 변환하기 위한 마이크로폰을 포함한다.
한 실시형태에서, 사용자의 스피치, 예컨대 운영 체제 커맨드 및/또는 애플리케이션 커맨드를 나타내는 네 개의 채널 신호를 콘솔(1002)로 제공하기 위해, 다수의 마이크로폰(1011)이 USB 포트(1010)에 연결될 수도 있다. 대안적인 실시형태에서, 단일의 마이크로폰이 사용될 수도 있다. 한 실시형태에서, 다수의 마이크로폰(1011)으로부터 USB 포트(1010)으로 그리고 적어도 하나의 파이프라인으로 네 개의 16 kHz의 24비트 오디오 신호가 제공된다. 한 실시형태에서, 적어도 하나의 오디오 파이프라인은 집적 회로 및/또는 적어도 하나의 오디오 신호를 프로세싱하기 위한 프로세서 판독가능 명령어를 포함한다. 한 실시형태에서, 적어도 하나의 오디오 파이프라인은, 발화하고 있는 다른 사용자 또는 전자 인터랙티브 게임 애플리케이션으로부터의 오디오와 같은, 적어도 하나의 오디오 신호와 관련되는 노이즈를 감소시킨다. 한 실시형태에서, 하나의 오디오 파이프라인은 운영 체제 커맨드를 나타내는 오디오 신호에 대해 사용되고 제2의 별개의 오디오 파이프라인은 애플리케이션 커맨드를 나타내는 오디오 신호에 대해 사용된다. 한 실시형태에서, 네 개의 마이크로폰으로부터의 네 개의 오디오 신호가 양쪽(both) 오디오 파이프라인으로 입력된다. 그 다음, 각각의 오디오 파이프라인은, 단일의 채널 오디오 신호를 시스템 오디오(310) 및 애플리케이션 오디오(311)로서 도 3에서 예시되는 바와 같은 OS(300)로 출력한다. 한 실시형태에서, 오디오 파이프라인은 도 7에서 도시되는 바와 같은 적어도 오디오 프로세싱 유닛(224)을 포함한다.
일 구현예에서, 추가적인 그리고 휴대형의 스토리지를 제공하기 위해, 컨트롤러(1004)에 메모리 유닛(memory unit; MU)(1040)이 또한 삽입될 수도 있다. 휴대형 MU는, 사용자가 다른 콘솔 상에서 플레이할 때 사용할 게임 파라미터를 저장하는 것을 가능하게 한다. 이 구현예에서, 각각의 컨트롤러는 두 개의 MU(1040)를 수용하도록 구성되지만, 두 개보다 많은 또는 적은 MU가 또한 활용될 수도 있다.
게이밍 및 미디어 시스템(1000)은 일반적으로, 메모리 매체 상에 저장되는 게임을 플레이하도록 뿐만 아니라, 전자 매체 소스 및 하드 매체 소스 둘 다로부터 게임을 다운로드하여 플레이하고, 그리고 미리 레코딩된 음악 및 비디오를 재생하도록, 구성된다. 상이한 스토리지를 공급하면서, 타이틀은, 하드 디스크 드라이브로부터, 광학 스토리지 디스크 매체(예를 들면, 1008)로부터, 온라인 소스로부터, 또는 MU(1040)로부터 플레이될 수 있다. 게이밍 및 미디어 시스템(1000)이 플레이할 수 있는 매체의 타입의 샘플은 다음을 포함한다:
CD, DVD 또는 더 고용량의 디스크로부터, 하드 디스크 드라이브로부터, 또는 온라인 소스로부터 플레이되는 게임 타이틀 또는 애플리케이션.
휴대형 미디어 드라이브(1006) 내의 CD로부터, 하드 디스크 드라이브 또는 솔리드 스테이트 디스크(solid state disk) 상의 파일(예를 들면, 미디어 포맷의 음악)로부터, 또는 온라인 스트리밍 소스로부터 플레이되는 디지털 음악.
휴대형 미디어 드라이브(1006) 내의 DVD 디스크로부터, 하드 디스크 드라이브 상의 파일(예를 들면, 액티브 스트리밍 포맷(Active Streaming Format))로부터, 또는 온라인 스트리밍 소스로부터 플레이되는 디지털 오디오/비디오.
동작 동안, 콘솔(1002)은 컨트롤러(1004)로부터 입력을 수신하도록 그리고 디스플레이(1050) 상에 정보를 디스플레이하도록 구성된다. 예를 들면, 콘솔(1002)은, 사용자가 컨트롤러(1004)를 사용하여 전자 인터랙티브 게임을 선택하는 것을 허용하기 위해 디스플레이(1050) 상에 사용자 인터페이스를 디스플레이할 수 있고 하기에서 논의되는 바와 같은 상태 해결가능성 정보(state solvability information)를 디스플레이할 수 있다.
도 7은 게이밍 및 미디어 시스템(1000)의 기능적 블록도이며 게이밍 및 미디어 시스템(1000)의 기능적 블록도를 더 상세히 도시한다. 콘솔(1002)은 CPU(1100), 및 플래시 ROM(1104), RAM(1106), 하드 디스크 드라이브 또는 솔리드 스테이트 드라이브(1108), 및 휴대형 미디어 드라이브(1006)를 포함하는, 다양한 타입의 메모리에 대한 프로세서 액세스를 용이하게 하는 메모리 컨트롤러(1102)를 포함한다. 대안적인 실시형태에서, 다른 타입의 휘발성 및 비휘발성 메모리 기술이 사용될 수도 있다. 일 구현예에서, CPU(1100)는, 데이터를 일시적으로 저장하고 그에 따라 하드 드라이브(1108)에 대해 이루어지는 메모리 액세스 싸이클의 횟수를 감소시켜, 결과적으로 프로세싱 속도 및 스루풋을 향상시키기 위해, 레벨 1 캐시(1110) 및 레벨 2 캐시(1112)를 포함한다.
CPU(1100), 메모리 컨트롤러(1102), 및 다양한 메모리는 하나 이상의 버스를 통해 상호접속된다. 이 구현예에서 사용되는 버스의 상세는, 본원에서 논의되고 있는 관심의 주제를 이해하는 것에 특히 관련이 없다. 그러나, 이러한 버스는, 다양한 버스 아키텍쳐 중 임의의 것을 사용하는, 하나 이상의 직렬 및 병렬 버스, 메모리 버스, 주변장치 버스, 및 프로세서 또는 로컬 버스를 포함할 수도 있을 것이다는 것이 이해될 것이다. 예로서, 이러한 아키텍쳐는 산업 표준 아키텍쳐(Industry Standard Architecture; ISA) 버스, 마이크로폰으로 채널 아키텍쳐(Micro Channel Architecture; MCA) 버스, 인핸스드 ISA(Enhanced ISA; EISA) 버스, 비디오 전자 표준 위원회(Video Electronics Standards Association; VESA) 로컬 버스, 및 메자닌 버스(Mezzanine bus)로 또한 알려진 주변 장치 컴포넌트 인터커넥트(Peripheral Component Interconnects; PCI) 버스를 포함할 수 있다.
일 구현예에서, CPU(1100), 메모리 컨트롤러(1102), ROM(1104), 및 RAM(1106)은 공통 모듈(1114) 상에 집적된다. 이 구현예에서, ROM(1104)은, PCI 버스 및 ROM 버스(이들 중 어느 것도 도시되지 않음)를 통해 메모리 컨트롤러(1102)에 연결되는 플래시 ROM으로서 구성된다. RAM(1106)은, 별개의 버스를 통해 메모리 컨트롤러(1102)에 의해 독립적으로 제어되는 다수의 더블 데이터 레이트 동기식 다이나믹 램(Double Data Rate Synchronous Dynamic RAM; DDR SDRAM) 또는 더 빠른 데이터 레이트 DRAM 모듈로서 구성된다. 하드 디스크 드라이브(1108) 및 휴대형 미디어 드라이브(1006)는 PCI 버스 및 AT 어태치먼트(AT Attachment; ATA) 버스(1116)를 통해 메모리 컨트롤러(1102)에 연결되어 도시된다. 그러나, 다른 구현예에서, 상이한 타입의 전용 데이터 버스 구조가 대안으로 또한 적용될 수도 있다.
다른 실시형태에서, 적어도 CPU(1100), 레벨 1 캐시(1110), 레벨 2 캐시(1112), 메모리 컨트롤러(1102) 및 RAM 메모리(1106)은 시스템 온 칩(System on a Chip; SoC)에 포함된다. 한 실시형태에서, CPU(1100)는 프로세서 코어로 대체된다. 한 실시형태에서, RAM 메모리(1106)는 고성능 메모리, 예컨대 와이드 I/O DRAM으로 대체되고 메모리 컨트롤러(1102)의 기능은 프로세서 코어에 의해 수행된다. 한 실시형태에서, 고성능 메모리가 아닌 다른 타입의 메모리, 예컨대 LPDDR3 DRAM이 SoC에 커플링될 수도 있다.
SoC(SOC로 또한 알려짐)는, 전자 컴포넌트 및/또는 컴퓨팅 디바이스의 서브시스템 또는 다른 전자 시스템을, 단일의 패키지 내에 하우징되는 싱글 칩 및/또는 단일의 반도체 기판 안으로 집적하는 집적 회로(integrated circuit; IC)이다. 예를 들면, 이전에 퍼스널 컴퓨터(personal computer; PC)의 메모리 모듈 서브시스템에 있었던 메모리는 이제 SoC에 포함될 수도 있다. 마찬가지로, 메모리 제어 로직은, 별개로 패키지화된 메모리 컨트롤러 대신, SoC의 프로세서에 포함될 수도 있다.
기술분야의 통상의 지식을 가진 자가 알 수 있는 바와 같이, 다른 전자 컴포넌트가 SoC에 포함될 수도 있다. SoC는 디지털, 아날로그, 혼합 신호, 및/또는 무선 주파수 회로 - 하나 이상은 단일의 반도체 기판 상에 있음 - 를 포함할 수도 있다. SoC는, 발진기, 위상 동기 루프, 카운터-타이머, 실시간 타이머, 파워 온 리셋 발생기(power-on reset generator), 외부 인터페이스(예를 들면, 범용 직렬 버스(Universal Serial Bus; USB), IEEE 1394 인터페이스(파이어와이어), 이더넷, 범용 비동기식 수신기/송신기(Universal Asynchronous Receiver/Transmitter; USART) 및 직렬 주변장치 버스(Serial Peripheral Bus; SPI)), 아날로그 인터페이스, 전압 조정기 및/또는 전력 관리 회로를 포함할 수도 있다.
대안적인 실시형태에서, SoC는 시스템 인 패키지(system in package; SiP) 또는 패키지 온 패키지(package on package; PoP)로 대체될 수도 있다. SiP에서, 다수의 칩 또는 반도체 기판은 단일의 패키지에 하우징된다. SiP 실시형태에서, 프로세서 코어는 하나의 반도체 기판 상에 있을 것이고 고성능 메모리는 제2 반도체 기판 상에 있을 것인데, 이 둘은 단일의 패키지에 하우징된다. 한 실시형태에서, 제1 반도체 기판은 와이어 본딩에 의해 제2 반도체 기판에 커플링될 것이다.
PoP 실시형태에서, 프로세서 코어는 제1 패키지에 하우징되는 하나의 반도체 다이 상에 있을 것이고, 고성능 메모리는 제2의 상이한 패키지에 하우징되는 제2 반도체 다이 상에 있을 것이다. 그 다음, 제1 및 제2 패키지는, 패키지, 특히 반도체 다이 사이에서 신호를 라우팅하기 위한 표준 인터페이스와 적층될 수 있을 것이다. 그 다음, 한 실시형태에서, 적층된 패키지는 메모리 추가 메모리를 구비하는 인쇄 회로 기판에 커플링될 수도 있다.
실시형태에서, 프로세서 코어는, 프로세서 판독가능 메모리에 저장되는 프로세서(또는 머신) 판독가능 명령어를 실행하는(또는 판독하는) 다수의 프로세서를 포함한다. 프로세서 판독가능 명령어의 예는, 컴퓨팅 디바이스(107)에 대한 OS 및/또는 애플리케이션 소프트웨어 프로그램(애플리케이션)(예컨대 도 2에서 도시되는 OS(205) 및 애플리케이션(211-213))을 포함할 수도 있다. 프로세서 코어는, OS 및 애플리케이션의 프로세서 판독가능 명령어를 실행하는 것에 응답하여, 고성능 메모리 및 추가 메모리를 사용할 수도 있다. 한 실시형태에서, 프로세서 코어는 프로세서 및 메모리 컨트롤러 또는 대안적으로 메모리 컨트롤러에 의해 수행되는 메모리 관리 기능을 마찬가지로 수행하는 메모리를 포함할 수도 있다. 프로세서 코어는 또한, 컨트롤러, 그래픽 프로세싱 유닛(graphics-processing unit; GPU), 디지털 신호 프로세서(digital signal processor; DSP) 및/또는 필드 프로그래머블 게이트 어레이(field programmable gate array; FPGA)를 포함할 수도 있다. 한 실시형태에서, 고성능 메모리는 프로세서 코어의 상부에 위치된다.
실시형태에서, 고성능 메모리 및 추가 메모리는 별개의 반도체 기판 상에 배치되는 IC의 메모리 셀의 하나 이상의 어레이에 포함된다. 한 실시형태에서, 고성능 메모리 및 추가 메모리는 개별적으로 패키지화된 디바이스에 하우징되는 각각의 집적된 모놀리식 회로에 포함된다. 실시형태에서, 고성능 메모리 및 추가 메모리는 휘발성 및/또는 비휘발성 메모리를 포함할 수도 있다.
휘발성 메모리의 타입은, 다이나믹 랜덤 액세스 메모리(dynamic random access memory; DRAM), 분자 전하 기반의(molecular charge-based)(제타코어(ZettaCore)) DRAM, 플로팅 바디(floating-body) DRAM 및 스테틱 랜덤 액세스 메모리(static random access memory; "SRAM")를 포함하지만, 그러나 이들로 제한되지는 않는다. 특정 타입의 DRAM은 더블 데이터 레이트 SDRMA("DDR"), 또는 차세대 SDRAM(예를 들면, "DDRn")을 포함한다.
비휘발성 메모리의 타입은, 전기적으로 소거가능한 프로그램 리드 온리 메모리(electrically erasable program read-only memory; "EEPROM"), FLASH(NAND 및 NOR FLAHS를 포함함), ONO FLASH, 자기 저항 또는 자기 RAM(magneto resistive or magnetic RAM; "MRAM"), 강유전체 RAM(ferroelectric RAM; "FRAM"), 홀로그래픽 미디어, 오보닉/상전이(Ovonic/phase change), 나노 크리스탈, 나노튜브 RAM(NRAM-난테로(Nantero)), MEMS 주사 프로브 시스템, MEMS 캔틸레버 스위치, 폴리머, 분자, 나노 플로팅 게이트 및 단전자(single electron)의 타입을 포함하지만, 그러나 이들로 제한되지는 않는다.
3차원 그래픽 프로세싱 유닛(1120) 및 비디오 인코더(1122)는 고속의 그리고 고해상도의(예를 들면, 고선명) 그래픽 프로세싱을 위한 비디오 프로세싱 파이프라인을 형성한다. 데이터는 디지털 비디오 버스를 통해 그래픽 프로세싱 유닛(1120)으로부터 비디오 인코더(1122)로 전달된다. 오디오 프로세싱 유닛(1124) 및 오디오 코덱(코더/디코더)(1126)은 다양한 디지털 오디오 포맷의 다중 채널 오디오 프로세싱을 위한 대응하는 오디오 프로세싱 파이프라인을 형성한다. 오디오 데이터는 오디오 프로세싱 유닛(1124)과 오디오 코덱(1126) 사이에서 통신 링크를 통해 전달된다. 비디오 및 오디오 프로세싱 파이프라인은, 텔레비전 또는 다른 디스플레이로의 전송을 위해, A/V(audio/video; 오디오/비디오) 포트(1128)로 데이터를 출력한다.
도 7은, 네트워크 인터페이스(1132) 및 USB 호스트 컨트롤러(1130)를 포함하는 모듈(1114)을 도시한다. USB 호스트 컨트롤러(1130)는 버스(예를 들면, PCI 버스)를 통해 CPU(1100) 및 메모리 컨트롤러(1102)와 통신하게 도시되고 주변장치 컨트롤러(10041-10044)에 대한 호스트로서 기능한다. 네트워크 인터페이스(1132)는 네트워크(예를 들면, 인터넷, 홈 네트워크 등등)에 대한 액세스를 제공하며, 이더넷 카드, 모뎀, 무선 액세스 카드, 블루투스 모듈, 케이블 모뎀 등등을 포함하는 다양한 유선 또는 무선 인터페이스 컴포넌트 중 임의의 것일 수도 있다.
도 7에서 묘사되는 구현예에서, 콘솔(1002)은 네 개의 컨트롤러(10041-10044)를 지원하기 위한 컨트롤러 지원 서브어셈블리(1140)를 포함한다. 컨트롤러 지원 서브 어셈블리(1140)는, 예를 들면, 미디어 및 게임 컨트롤러와 같은 외부 제어 디바이스와의 유선 및 무선 동작을 지원하기 위한 임의의 하드웨어 및 소프트웨어 컴포넌트를 포함한다. 프론트 패널 I/O 서브어셈블리(1142)는 전원 버튼(1012) 및 이젝트 버튼(1014)뿐만 아니라, 임의의 LED(light emitting diode; 발광 다이오드) 또는 콘솔(1002)의 외표면 상에 노출되는 다른 표시자의 기능성을 지원한다. 서브어셈블리(1140 및 1142)는 하나 이상의 케이블 서브어셈블리(1144)를 통해 모듈(1114)과 통신한다. 다른 구현예에서, 콘솔(1002)은 추가 컨트롤러 서브어셈블리를 포함할 수 있다. 예시된 구현예는 또한, 모듈(1114)로 전달될 수 있는 신호를 전송하도록 그리고 수신하도록 구성되는 광학 I/O 인터페이스(1135)를 도시한다.
한 실시형태에서, 콘솔(1002)의 외표면은, 발화된 운영 체제 커맨드 및/또는 애플리케이션 커맨드가 이해되었고 콘솔(1002)이 그 커맨드를 프로세싱하고 있다는 것을 나타낼 수도 있는 지시등(indicator light)을 포함한다. 대안적으로, 또는 추가적으로, 지시등은, 요청된 발화된 커맨드가 이해되지 않았고 콘솔(1002)에 의해 어떠한 액션도 취해지고 있지 않다는 것을 나타낼 수도 있다. 대안적인 실시형태에서, 사용자의 발화된 커맨드 또는 발언의 이해의 인식 또는 이해의 부족은, 지능형 에이전트(210), 또는 다른 소스로부터 콘솔(1002)의 스피커를 통해 출력되는 보이스에 의해 나타내어질 수도 있다. 또 다른 실시형태에서, 발화된 커맨드 또는 발언의 이해의 인식 또는 이해의 부족의 이러한 표시는 디스플레이(1050) 상에서 나타내어질 수도 있다.
MU(10401 및 10402)는, 각각, MU 포트 "A"(10301) 및 "B"(10302)에 연결가능한 것으로 예시된다. 추가적인 MU(예를 들면, MU(10403-10406)는 컨트롤러(10041 및 10043)에, 즉 각각의 컨트롤러에 대해 두 개의 MU가 연결가능한 것으로 예시된다. 컨트롤러(10042 및 10044)는 MU를 수용하도록 또한 구성될 수 있다. 각각의 MU(1040)는, 전자 인터랙티브 게임, 게임 파라미터, 및 다른 데이터가 저장될 수도 있는 추가적인 스토리지를 공급한다. 몇몇 구현예에서, 다른 데이터는, 디지털 게임 컴포넌트, 실행가능한 게이밍 애플리케이션, 게이밍 애플리케이션을 확장시키기 위한 명령어 세트, 및 미디어 파일 중 임의의 것을 포함할 수 있다. 콘솔(1002) 또는 컨트롤러에 삽입되면, MU(1040)는 메모리 컨트롤러(1102)에 의해 액세스될 수 있다.
시스템 전원 모듈(system power supply module; 1150)은 게이밍 시스템(1000)의 컴포넌트에 전력을 공급한다. 팬(1152)은 콘솔(1002) 내의 회로류(circuitry)를 냉각시킨다.
프로세서 판독가능 명령어를 포함하는 애플리케이션(1160)은 하드 디스크 드라이브(1108) 상에 저장된다. 콘솔(1002)에 전력이 인가되면, 애플리케이션(1160)의 다양한 부분이, CPU(1100) 상에서의 실행을 위해, RAM(1106), 및/또는 캐시(1110 및 1112)에 로딩되는데, 애플리케이션(1160)은 하나의 이러한 예이다. 다양한 애플리케이션은 CPU(1100) 상에서의 실행을 위해 하드 디스크 드라이브(1108) 상에 저장될 수 있다. 한 실시형태에서, 애플리케이션(1160)은, 본원에서 설명되는 바와 같은, 도 2에서 도시되는 애플리케이션(211-213) 중 하나에 대응한다.
콘솔(1002)은 또한, 콘솔(1002)을 하나 이상의 다른 컴퓨팅 디바이스(예를 들면, 다른 콘솔)와 통신적으로 커플링하도록 구성되는 통신 서브시스템(1170)을 포함하는 것으로 나타내어진다. 통신 서브시스템(1170)은, 하나 이상의 상이한 통신 프로토콜과 호환가능한 유선 및/또는 무선 통신 디바이스를 포함할 수도 있다. 비제한적인 예로서, 통신 서브시스템(1170)은 무선 전화 네트워크, 또는 유선 또는 무선의 근거리 통신망 또는 광역 통신망을 통한 통신용으로 구성될 수도 있다. 몇몇 실시형태에서, 통신 서브시스템(1170)은 콘솔(1002)이 인터넷과 같은 네트워크를 통해 메시지를 다른 디바이스로 전송하는 것 및/또는 다른 디바이스로부터 수신하는 것을 허용할 수도 있다. 특정 실시형태에서, 통신 서브시스템(1170)은 코디네이터 및/또는 다른 컴퓨팅 디바이스와 통신하여, 다운로드 요청을 전송하고, 그리고 디지털 컨텐츠의 다운로딩 및 업로딩을 유효하게 하기 위해 사용될 수 있다. 보다 일반적으로는, 통신 서브시스템(1170)은 콘솔(1002)이 피어 투 피어 통신에 참여하는 것을 가능하게 할 수 있다.
게이밍 및 미디어 시스템(1000)은, 디스플레이(1050)(도 6), 텔레비젼, 비디오 프로젝터, 또는 다른 디스플레이 디바이스에 시스템을 단순히 연결하는 것에 의해 독립형 시스템으로서 동작될 수 있다. 이 독립형 모드에서, 게이밍 및 미디어 시스템(1000)은, 한 명 이상의 플레이어가 전자 인터랙티브 게임을 플레이하는 것, 또는 예를 들면, 영화를 보거나, 또는 음악을 청취하는 것에 의해 디지털 미디어를 즐기는 것을 가능하게 한다. 그러나, 네트워크 인터페이스(1132), 또는 더 일반적으로는 통신 서브시스템(1170)를 통해 이용가능하게 되는 브로드밴드 연결성의 통합을 통해, 게이밍 및 미디어 시스템(1000)은 또한, 더 큰 네트워크 게이밍 커뮤니티, 예컨대 피어 투 피어 네트워크에서의 참가자로서 동작될 수도 있다.
상기 설명된 콘솔(1002)은, 도 1 및 다양한 다른 도면을 참조로 상기에서 설명되는 컴퓨팅 디바이스(107)의 일 예에 불과하다. 상기에서 설명되었던 바와 같이, 본원에서 설명되는 실시형태가 사용될 수 있게 하는 다양한 다른 타입의 컴퓨팅 디바이스가 존재한다.
도 8은, 도 1 및 도 2에서 예시되는 소프트웨어 컴포넌트 중 적어도 몇몇을 호스팅할 수도 있는 컴퓨팅 디바이스(107)의 일 실시형태의 블록도이다. 그 가장 기본적인 구성에서, 컴퓨팅 디바이스(1800)는 통상적으로, 하나 이상의 CPU 및 하나 이상의 GPU를 포함하는 하나 이상의 프로세싱 유닛/코어(1802)를 포함한다. 컴퓨팅 디바이스(1800)는 또한 시스템 메모리(1804)를 포함한다. 컴퓨터 디바이스의 정확한 구성 및 타입에 따라, 시스템 메모리(1804)는 휘발성 메모리(1805)(예컨대 RAM), 비휘발성 메모리(1807)(예컨대 ROM, 플래시 메모리 등등) 또는 이 둘의 몇몇 조합을 포함할 수도 있다. 이 가장 기본적인 구성은 도 8에서 점선(1806)에 의해 예시된다. 추가적으로, 디바이스(1800)는 또한 추가적인 피쳐/기능성을 구비할 수도 있다. 예를 들면, 디바이스(1800)는, 자기 또는 광학 디스크 또는 테이프를 포함하지만, 그러나 이들로 제한되지 않는 추가적인 스토리지(착탈식 및/또는 비착탈식)를 또한 포함할 수도 있다. 이러한 추가적인 스토리지는 도 8에서 착탈식 스토리지(1808) 및 비착탈식 스토리지(1810)에 의해 예시된다.
디바이스(1800)는 또한, 통신 연결부(들)(1812) 예컨대 디바이스가 다른 디바이스와 통신하는 것을 허용하는 트랜스시버 및 하나 이상의 네트워크 인터페이스를 포함할 수도 있다. 디바이스(1800)는 또한, 입력 디바이스(들)(1814) 예컨대 키보드, 마우스, 펜, 보이스 입력 디바이스, 터치 입력 디바이스, 제스쳐 입력 디바이스 등등을 포함할 수도 있다. 출력 디바이스(들)(1816) 예컨대 디스플레이, 스피커, 프린터 등등이 또한 포함될 수도 있다. 이들 디바이스는 기술분야에서 널리 공지되어 있으며 따라서 이들은 여기에서는 장황하게 설명되지 않는다.
실시형태에서, 예시되고 설명된 신호 경로는, 신호를 전송하는 매체, 예컨대, 단독의 또는 조합의, 인터커넥트, 도전 엘리먼트, 콘택, 핀, 반도체 기판의 영역, 와이어, 금속 트레이스/신호 라인, 또는 광전 도체(photoelectric conductor)이다. 한 실시형태에서, 다수의 신호 경로는, 도면에서 예시되는 단일의 신호 경로를 대체할 수도 있고, 단일의 신호 경로는 도면에서 예시되는 다수의 신호 경로를 대체할 수도 있다. 실시형태에서, 신호 경로는 버스 및/또는 점대점 연결(point-to-point connection)을 포함할 수도 있다. 한 실시형태에서, 신호 경로는 제어 및 데이터 신호 라인을 포함한다. 또 다른 실시형태에서, 신호 경로는 단방향(한 방향으로 주행하는 신호)이거나 또는 양방향(양 방향으로 주행하는 신호)이거나 또는 단방향 신호 라인과 양방향 신호 라인 둘 다의 조합이다.
본 발명의 시스템의 상기의 상세한 설명은 예시 및 설명의 목적을 위해 제시되었다. 그것은 본 발명의 시스템을 망라하거나 또는 개시된 정확한 형태로 제한하도록 의도되지 않는다. 상기 교시의 측면에서, 많은 수정예 및 변경예가 가능하다. 설명된 실시형태는, 본 발명의 시스템의 원리 및 그 실제 적용을 가장 잘 설명하여, 기술분야의 다른 숙련된 자가 본 발명의 시스템을 다양한 실시형태에서 그리고 고려되는 특정 용도에 적합되는 다양한 수정예와 함께 가장 잘 활용하는 것을 가능하게 하기 위해 선택되었다. 본 발명의 범위는 본원에 첨부되는 특허청구범위에 의해 정의되어야 한다는 것이 의도된다.

Claims (15)

  1. 컴퓨팅 디바이스를 동작시키기 위한 방법에 있어서,
    제1 스피치 인식기에 의해, 전역적 커맨드(global command)를 나타내는 정보를 마이크로폰으로부터 수신하는 단계;
    제2 스피치 인식기 - 상기 제2 스피치 인식기는 상기 제1 스피치 인식기와 동시에 동작함 - 에 의해, 애플리케이션 커맨드를 나타내는 정보를 상기 마이크로폰으로부터 수신하는 단계; 및
    상기 컴퓨팅 디바이스에 의해, 상기 전역적 커맨드를 나타내는 상기 정보 및 상기 애플리케이션 커맨드를 나타내는 상기 정보 중 하나에 응답하여, 컴퓨팅 동작을 수행하는 단계를 포함하는 컴퓨팅 디바이스를 동작시키기 위한 방법.
  2. 제1항에 있어서,
    상기 제1 및 제2 스피치 인식기는 운영 체제 내에 포함되는 것인 컴퓨팅 디바이스를 동작시키기 위한 방법.
  3. 제2항에 있어서,
    상기 컴퓨팅 디바이스는 지능형 에이전트(intelligent agent)를 포함하고, 상기 방법은 상기 지능형 에이전트에 의해, 상기 전역적 커맨드를 나타내는 상기 정보 및 상기 애플리케이션 커맨드를 나타내는 상기 정보 중 하나에 응답하여, 보이스 출력을 제공하는 단계를 더 포함하는 것인 컴퓨팅 디바이스를 동작시키기 위한 방법.
  4. 제1항에 있어서,
    상기 전역적 커맨드는 다른 애플리케이션의 론칭, 다른 애플리케이션의 클로징, 실행 중인 애플리케이션들 사이의 스위칭, 소셜 커맨드, 상기 애플리케이션 내에서의 검색, 시스템에 걸친 검색, 상기 애플리케이션에 대한 설정들 제어, 상기 시스템에 대한 설정들 제어, 배경 음악 일시 정지와 보이스 콜 제어 및 비디오의 재생 제어 중 적어도 하나를 포함하는 것인 컴퓨팅 디바이스를 동작시키기 위한 방법.
  5. 제1항에 있어서,
    상기 애플리케이션 커맨드는 게임 커맨드, 메뉴 내에서의 내비게이션, 전송(transport) 제어 및 이용가능한 컨텐츠에 대한 애플리케이션 브라우징을 포함하는 것인 컴퓨팅 디바이스를 동작시키기 위한 방법.
  6. 제2항에 있어서,
    상기 수행하는 단계는 예약어(reserve word)에 응답하여 상기 전역적 커맨드를 제공할지 또는 상기 애플리케이션 커맨드를 제공할지의 여부를 결정하는 단계를 포함하는 것인 컴퓨팅 디바이스를 동작시키기 위한 방법.
  7. 제6항에 있어서,
    단일의 예약어가 사용되는 것인 컴퓨팅 디바이스를 동작시키기 위한 방법.
  8. 제2항에 있어서,
    결정하는 단계를 수행하는 단계는 예약어가 사용자의 억양(cadence)으로 사용되는지의 여부를 포함하는 것인 컴퓨팅 디바이스를 동작시키기 위한 방법.
  9. 제2항에 있어서,
    적어도 상기 제2 스피치 인식기는 상기 컴퓨팅 디바이스로부터 원격에 있는 다른 컴퓨팅 디바이스에 의해 실행되는 프로세서 판독가능 명령어들을 포함하는 것인 컴퓨팅 디바이스를 동작시키기 위한 방법.
  10. 제1항에 있어서,
    적어도 상기 제2 스피치 인식기는 상기 애플리케이션 커맨드를 해석하기 위한 자연 언어(natural language) 소프트웨어 컴포넌트를 포함하는 것인 컴퓨팅 디바이스를 동작시키기 위한 방법.
  11. 장치에 있어서,
    적어도 제1 및 제2 오디오 신호를 수신하기 위한 적어도 하나의 마이크로폰;
    적어도 하나의 프로세서; 및
    제1 스피치 인식기 및 제2 스피치 인식기를 포함하는, 프로세서 판독가능 명령어들을 갖는 운영 체제를 저장하기 위한 적어도 하나의 프로세서 판독가능 메모리 - 상기 적어도 하나의 프로세서 판독가능 메모리는 프로세서 판독가능 명령어들을 갖는 애플리케이션을 저장함 - 를 포함하고,
    상기 적어도 하나의 프로세서는 상기 운영 체제 및 애플리케이션의 상기 프로세서 판독가능 명령어를 실행하여:
    상기 제1 스피치 인식기에 의한 상기 제1 오디오 신호의 수신에 응답하여, 제1 커맨드를 상기 제1 스피치 인식기로부터 상기 운영 체제에 제공하고,
    상기 제2 스피치 인식기에 의한 상기 제2 오디오 신호의 수신에 응답하여, 제2 커맨드를 상기 제2 스피치 인식기로부터 상기 애플리케이션에 제공하며,
    상기 제1 스피치 인식기는 상기 제2 스피치 인식기와 적어도 일부의 시간 동안 동시에 동작하는 것인 장치.
  12. 제11항에 있어서,
    상기 제1 오디오 신호는 적어도 하나의 예약어를 포함하고, 상기 제2 오디오 신호는 상기 적어도 하나의 예약어를 포함하지 않는 것인 장치.
  13. 제12항에 있어서,
    상기 제1 및 제2 스피치 인식기는 적어도 한 구간(period)의 시간 동안 동시에 동작하는 것인 장치.
  14. 제11항에 있어서,
    상기 적어도 하나의 프로세서는 상기 제2 커맨드에 응답하여, 상기 애플리케이션의 상기 프로세서 판독가능 명령어들 중 적어도 일부를 실행하는 것인 장치.
  15. 제11항에 있어서,
    상기 장치는 게임 콘솔에 포함되고, 상기 애플리케이션은 전자 인터랙티브 게임(electronic interactive game)인 것인 장치.
KR1020167003938A 2013-07-31 2014-07-30 다수의 동시적 스피치 인식기들을 사용하는 방법 및 장치 KR102271579B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/956,145 US10186262B2 (en) 2013-07-31 2013-07-31 System with multiple simultaneous speech recognizers
US13/956,145 2013-07-31
PCT/US2014/048755 WO2015017480A1 (en) 2013-07-31 2014-07-30 Method and apparatus using multiple simultaenous speech recognizers

Publications (2)

Publication Number Publication Date
KR20160037182A true KR20160037182A (ko) 2016-04-05
KR102271579B1 KR102271579B1 (ko) 2021-07-02

Family

ID=51453836

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167003938A KR102271579B1 (ko) 2013-07-31 2014-07-30 다수의 동시적 스피치 인식기들을 사용하는 방법 및 장치

Country Status (5)

Country Link
US (1) US10186262B2 (ko)
EP (1) EP3028272B1 (ko)
KR (1) KR102271579B1 (ko)
CN (1) CN105493179B (ko)
WO (1) WO2015017480A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020134627A (ja) * 2019-02-15 2020-08-31 レノボ・シンガポール・プライベート・リミテッド 情報処理装置、情報処理方法およびプログラム
US11205415B2 (en) 2018-11-15 2021-12-21 Samsung Electronics Co., Ltd. Electronic apparatus and controlling method thereof

Families Citing this family (111)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10957310B1 (en) 2012-07-23 2021-03-23 Soundhound, Inc. Integrated programming framework for speech and text understanding with meaning parsing
RU2530268C2 (ru) 2012-11-28 2014-10-10 Общество с ограниченной ответственностью "Спиктуит" Способ обучения информационной диалоговой системы пользователем
US10186262B2 (en) * 2013-07-31 2019-01-22 Microsoft Technology Licensing, Llc System with multiple simultaneous speech recognizers
US20150066513A1 (en) * 2013-08-29 2015-03-05 Ciinow, Inc. Mechanism for performing speech-based commands in a system for remote content delivery
US20150212676A1 (en) * 2014-01-27 2015-07-30 Amit Khare Multi-Touch Gesture Sensing and Speech Activated Radiological Device and methods of use
US11295730B1 (en) 2014-02-27 2022-04-05 Soundhound, Inc. Using phonetic variants in a local context to improve natural language understanding
US9082407B1 (en) * 2014-04-15 2015-07-14 Google Inc. Systems and methods for providing prompts for voice commands
US9690776B2 (en) * 2014-12-01 2017-06-27 Microsoft Technology Licensing, Llc Contextual language understanding for multi-turn language tasks
US10139854B2 (en) 2015-04-21 2018-11-27 Dell Products L.P. Dynamic display resolution management for an immersed information handling system environment
US9921644B2 (en) 2015-04-21 2018-03-20 Dell Products L.P. Information handling system non-linear user interface
US11243640B2 (en) 2015-04-21 2022-02-08 Dell Products L.P. Information handling system modular capacitive mat with extension coupling devices
US9804733B2 (en) * 2015-04-21 2017-10-31 Dell Products L.P. Dynamic cursor focus in a multi-display information handling system environment
US9690400B2 (en) 2015-04-21 2017-06-27 Dell Products L.P. Information handling system interactive totems
US9983717B2 (en) 2015-04-21 2018-05-29 Dell Products L.P. Disambiguation of false touch inputs at an information handling system projected user interface
US11106314B2 (en) 2015-04-21 2021-08-31 Dell Products L.P. Continuous calibration of an information handling system projected user interface
US10089977B2 (en) * 2015-07-07 2018-10-02 International Business Machines Corporation Method for system combination in an audio analytics application
CN105184552A (zh) * 2015-10-15 2015-12-23 贵州省邮电规划设计院有限公司 基于语音命令控制的企业管理过程优化方法
US10095470B2 (en) 2016-02-22 2018-10-09 Sonos, Inc. Audio response playback
US10264030B2 (en) 2016-02-22 2019-04-16 Sonos, Inc. Networked microphone device control
US10743101B2 (en) 2016-02-22 2020-08-11 Sonos, Inc. Content mixing
US9965247B2 (en) 2016-02-22 2018-05-08 Sonos, Inc. Voice controlled media playback system based on user profile
US9947316B2 (en) 2016-02-22 2018-04-17 Sonos, Inc. Voice control of a media playback system
US10509626B2 (en) 2016-02-22 2019-12-17 Sonos, Inc Handling of loss of pairing between networked devices
US9761227B1 (en) * 2016-05-26 2017-09-12 Nuance Communications, Inc. Method and system for hybrid decoding for enhanced end-user privacy and low latency
US9978390B2 (en) 2016-06-09 2018-05-22 Sonos, Inc. Dynamic player selection for audio signal processing
US10134399B2 (en) 2016-07-15 2018-11-20 Sonos, Inc. Contextualization of voice inputs
US10115400B2 (en) 2016-08-05 2018-10-30 Sonos, Inc. Multiple voice services
US9942678B1 (en) 2016-09-27 2018-04-10 Sonos, Inc. Audio playback settings for voice interaction
US10181323B2 (en) 2016-10-19 2019-01-15 Sonos, Inc. Arbitration-based voice recognition
US10139930B2 (en) 2016-11-09 2018-11-27 Dell Products L.P. Information handling system capacitive touch totem management
US10139973B2 (en) 2016-11-09 2018-11-27 Dell Products L.P. Information handling system totem tracking management
US10139951B2 (en) 2016-11-09 2018-11-27 Dell Products L.P. Information handling system variable capacitance totem input management
US10496216B2 (en) 2016-11-09 2019-12-03 Dell Products L.P. Information handling system capacitive touch totem with optical communication support
US10146366B2 (en) 2016-11-09 2018-12-04 Dell Products L.P. Information handling system capacitive touch totem with optical communication support
CN106531158A (zh) * 2016-11-30 2017-03-22 北京理工大学 一种应答语音的识别方法及装置
US10564928B2 (en) * 2017-06-02 2020-02-18 Rovi Guides, Inc. Systems and methods for generating a volume- based response for multiple voice-operated user devices
KR102365649B1 (ko) * 2017-06-28 2022-02-22 삼성전자주식회사 화면 제어 방법 및 이를 지원하는 전자 장치
US10449440B2 (en) * 2017-06-30 2019-10-22 Electronic Arts Inc. Interactive voice-controlled companion application for a video game
CN107437414A (zh) * 2017-07-17 2017-12-05 镇江市高等专科学校 基于嵌入式gpu系统的并行化游客识别方法
US10475449B2 (en) 2017-08-07 2019-11-12 Sonos, Inc. Wake-word detection suppression
US10048930B1 (en) 2017-09-08 2018-08-14 Sonos, Inc. Dynamic computation of system response volume
US10531157B1 (en) * 2017-09-21 2020-01-07 Amazon Technologies, Inc. Presentation and management of audio and visual content across devices
US10446165B2 (en) 2017-09-27 2019-10-15 Sonos, Inc. Robust short-time fourier transform acoustic echo cancellation during audio playback
US10621981B2 (en) 2017-09-28 2020-04-14 Sonos, Inc. Tone interference cancellation
US10051366B1 (en) 2017-09-28 2018-08-14 Sonos, Inc. Three-dimensional beam forming with a microphone array
US10482868B2 (en) 2017-09-28 2019-11-19 Sonos, Inc. Multi-channel acoustic echo cancellation
US10466962B2 (en) 2017-09-29 2019-11-05 Sonos, Inc. Media playback system with voice assistance
US10453454B2 (en) * 2017-10-26 2019-10-22 Hitachi, Ltd. Dialog system with self-learning natural language understanding
KR20190068133A (ko) 2017-12-08 2019-06-18 삼성전자주식회사 오디오 데이터에 포함된 음소 정보를 이용하여 어플리케이션을 실행하기 위한 전자 장치 및 그의 동작 방법
CN108091333B (zh) * 2017-12-28 2021-11-30 Oppo广东移动通信有限公司 语音控制方法及相关产品
KR102629385B1 (ko) * 2018-01-25 2024-01-25 삼성전자주식회사 바지-인 관련 직접 경로를 지원하는 저전력 보이스 트리거 시스템을 포함하는 애플리케이션 프로세서, 이를 포함하는 전자 장치 및 그 동작 방법
US11343614B2 (en) 2018-01-31 2022-05-24 Sonos, Inc. Device designation of playback and network microphone device arrangements
US10459528B2 (en) 2018-02-28 2019-10-29 Dell Products L.P. Information handling system enhanced gesture management, control and detection
US10600408B1 (en) * 2018-03-23 2020-03-24 Amazon Technologies, Inc. Content output management based on speech quality
CN110321201A (zh) * 2018-03-29 2019-10-11 努比亚技术有限公司 一种后台程序处理方法、终端及计算机可读存储介质
US11175880B2 (en) 2018-05-10 2021-11-16 Sonos, Inc. Systems and methods for voice-assisted media content selection
US11127395B1 (en) * 2018-05-23 2021-09-21 Amazon Technologies, Inc. Device-specific skill processing
US10959029B2 (en) 2018-05-25 2021-03-23 Sonos, Inc. Determining and adapting to changes in microphone performance of playback devices
US10147428B1 (en) * 2018-05-30 2018-12-04 Green Key Technologies Llc Computer systems exhibiting improved computer speed and transcription accuracy of automatic speech transcription (AST) based on a multiple speech-to-text engines and methods of use thereof
US10681460B2 (en) 2018-06-28 2020-06-09 Sonos, Inc. Systems and methods for associating playback devices with voice assistant services
US10761618B2 (en) 2018-06-28 2020-09-01 Dell Products L.P. Information handling system touch device with automatically orienting visual display
US10852853B2 (en) 2018-06-28 2020-12-01 Dell Products L.P. Information handling system touch device with visually interactive region
US10635199B2 (en) 2018-06-28 2020-04-28 Dell Products L.P. Information handling system dynamic friction touch device for touchscreen interactions
US10664101B2 (en) 2018-06-28 2020-05-26 Dell Products L.P. Information handling system touch device false touch detection and mitigation
US10817077B2 (en) 2018-06-28 2020-10-27 Dell Products, L.P. Information handling system touch device context aware input tracking
US10795502B2 (en) 2018-06-28 2020-10-06 Dell Products L.P. Information handling system touch device with adaptive haptic response
US11076035B2 (en) 2018-08-28 2021-07-27 Sonos, Inc. Do not disturb feature for audio notifications
US10461710B1 (en) 2018-08-28 2019-10-29 Sonos, Inc. Media playback system with maximum volume setting
US10587430B1 (en) 2018-09-14 2020-03-10 Sonos, Inc. Networked devices, systems, and methods for associating playback devices based on sound codes
WO2020060311A1 (en) * 2018-09-20 2020-03-26 Samsung Electronics Co., Ltd. Electronic device and method for providing or obtaining data for training thereof
US11024331B2 (en) 2018-09-21 2021-06-01 Sonos, Inc. Voice detection optimization using sound metadata
US11100923B2 (en) 2018-09-28 2021-08-24 Sonos, Inc. Systems and methods for selective wake word detection using neural network models
US10692518B2 (en) 2018-09-29 2020-06-23 Sonos, Inc. Linear filtering for noise-suppressed speech detection via multiple network microphone devices
US11899519B2 (en) 2018-10-23 2024-02-13 Sonos, Inc. Multiple stage network microphone device with reduced power consumption and processing load
EP3654249A1 (en) 2018-11-15 2020-05-20 Snips Dilated convolutions and gating for efficient keyword spotting
CN109597601A (zh) * 2018-12-03 2019-04-09 苏州提点信息科技有限公司 一种支持语音操作的厨房显示系统
US11183183B2 (en) 2018-12-07 2021-11-23 Sonos, Inc. Systems and methods of operating media playback systems having multiple voice assistant services
US11132989B2 (en) 2018-12-13 2021-09-28 Sonos, Inc. Networked microphone devices, systems, and methods of localized arbitration
CN109508171A (zh) * 2018-12-19 2019-03-22 上海龙旗科技股份有限公司 一种基于四通道的语音处理方法及设备
US10602268B1 (en) 2018-12-20 2020-03-24 Sonos, Inc. Optimization of network microphone devices using noise classification
US11315556B2 (en) 2019-02-08 2022-04-26 Sonos, Inc. Devices, systems, and methods for distributed voice processing by transmitting sound data associated with a wake word to an appropriate device for identification
US10867604B2 (en) 2019-02-08 2020-12-15 Sonos, Inc. Devices, systems, and methods for distributed voice processing
US11741951B2 (en) * 2019-02-22 2023-08-29 Lenovo (Singapore) Pte. Ltd. Context enabled voice commands
EP3709194A1 (en) 2019-03-15 2020-09-16 Spotify AB Ensemble-based data comparison
US11462216B2 (en) * 2019-03-28 2022-10-04 Cerence Operating Company Hybrid arbitration system
US11120794B2 (en) 2019-05-03 2021-09-14 Sonos, Inc. Voice assistant persistence across multiple network microphone devices
CN112073777B (zh) * 2019-06-10 2022-06-28 海信视像科技股份有限公司 一种语音交互方法及显示设备
US11200894B2 (en) 2019-06-12 2021-12-14 Sonos, Inc. Network microphone device with command keyword eventing
US11361756B2 (en) 2019-06-12 2022-06-14 Sonos, Inc. Conditional wake word eventing based on environment
US10586540B1 (en) 2019-06-12 2020-03-10 Sonos, Inc. Network microphone device with command keyword conditioning
US11138975B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US11138969B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US10871943B1 (en) 2019-07-31 2020-12-22 Sonos, Inc. Noise classification for event detection
US11094319B2 (en) 2019-08-30 2021-08-17 Spotify Ab Systems and methods for generating a cleaned version of ambient sound
CN110675872B (zh) * 2019-09-27 2023-09-01 海信视像科技股份有限公司 基于多系统显示设备的语音交互方法及多系统显示设备
US11189286B2 (en) 2019-10-22 2021-11-30 Sonos, Inc. VAS toggle based on device orientation
EP3853845B1 (en) * 2019-12-11 2022-05-04 Google LLC Processing concurrently received utterances from multiple users
US11200900B2 (en) 2019-12-20 2021-12-14 Sonos, Inc. Offline voice control
US11562740B2 (en) 2020-01-07 2023-01-24 Sonos, Inc. Voice verification for media playback
US11556307B2 (en) 2020-01-31 2023-01-17 Sonos, Inc. Local voice data processing
US11308958B2 (en) 2020-02-07 2022-04-19 Sonos, Inc. Localized wakeword verification
US11328722B2 (en) * 2020-02-11 2022-05-10 Spotify Ab Systems and methods for generating a singular voice audio stream
US11308959B2 (en) 2020-02-11 2022-04-19 Spotify Ab Dynamic adjustment of wake word acceptance tolerance thresholds in voice-controlled devices
US11875786B2 (en) * 2020-03-10 2024-01-16 Scott C Harris Natural language recognition assistant which handles information in data sessions
TWI743798B (zh) * 2020-05-20 2021-10-21 易晨智能股份有限公司 漢語多重語音識別的方法與裝置
US11482224B2 (en) 2020-05-20 2022-10-25 Sonos, Inc. Command keywords with input detection windowing
US11308962B2 (en) * 2020-05-20 2022-04-19 Sonos, Inc. Input detection windowing
US11727919B2 (en) 2020-05-20 2023-08-15 Sonos, Inc. Memory allocation for keyword spotting engines
US11698771B2 (en) 2020-08-25 2023-07-11 Sonos, Inc. Vocal guidance engines for playback devices
US11984123B2 (en) 2020-11-12 2024-05-14 Sonos, Inc. Network device interaction by range
CN113641328B (zh) * 2021-07-16 2024-06-25 深圳市华粤世通软件科技有限公司 基于语音识别的电脑控制方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06348452A (ja) * 1993-04-21 1994-12-22 Internatl Business Mach Corp <Ibm> 話されたコマンドを認識する対話式コンピュータ・システム
US20040260562A1 (en) * 2003-01-30 2004-12-23 Toshihiro Kujirai Speech interaction type arrangements
JP2007171963A (ja) * 2005-12-20 2007-07-05 Karl Storz Endoskop Produktions Gmbh 自動音声認識システムにおける孤立語句コマンド認識及び接続語句コマンド認識の同時対応

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6311157B1 (en) * 1992-12-31 2001-10-30 Apple Computer, Inc. Assigning meanings to utterances in a speech recognition system
US5774841A (en) 1995-09-20 1998-06-30 The United States Of America As Represented By The Adminstrator Of The National Aeronautics And Space Administration Real-time reconfigurable adaptive speech recognition command and control apparatus and method
US5754978A (en) * 1995-10-27 1998-05-19 Speech Systems Of Colorado, Inc. Speech recognition system
US6122613A (en) 1997-01-30 2000-09-19 Dragon Systems, Inc. Speech recognition using multiple recognizers (selectively) applied to the same input sample
US6167377A (en) * 1997-03-28 2000-12-26 Dragon Systems, Inc. Speech recognition language models
US6292779B1 (en) * 1998-03-09 2001-09-18 Lernout & Hauspie Speech Products N.V. System and method for modeless large vocabulary speech recognition
US6233559B1 (en) 1998-04-01 2001-05-15 Motorola, Inc. Speech control of multiple applications using applets
US6192339B1 (en) 1998-11-04 2001-02-20 Intel Corporation Mechanism for managing multiple speech applications
US6701293B2 (en) * 2001-06-13 2004-03-02 Intel Corporation Combining N-best lists from multiple speech recognizers
US8374879B2 (en) * 2002-02-04 2013-02-12 Microsoft Corporation Systems and methods for managing interactions from multiple speech-enabled applications
US7519534B2 (en) * 2002-10-31 2009-04-14 Agiletv Corporation Speech controlled access to content on a presentation medium
US7302392B1 (en) * 2003-10-07 2007-11-27 Sprint Spectrum L.P. Voice browser with weighting of browser-level grammar to enhance usability
US7542903B2 (en) * 2004-02-18 2009-06-02 Fuji Xerox Co., Ltd. Systems and methods for determining predictive models of discourse functions
US7340395B2 (en) 2004-04-23 2008-03-04 Sap Aktiengesellschaft Multiple speech recognition engines
JP5320064B2 (ja) * 2005-08-09 2013-10-23 モバイル・ヴォイス・コントロール・エルエルシー 音声制御型ワイヤレス通信デバイス・システム
US8311836B2 (en) 2006-03-13 2012-11-13 Nuance Communications, Inc. Dynamic help including available speech commands from content contained within speech grammars
DE102006029755A1 (de) 2006-06-27 2008-01-03 Deutsche Telekom Ag Verfahren und Vorrichtung zur natürlichsprachlichen Erkennung einer Sprachäußerung
US7899673B2 (en) * 2006-08-09 2011-03-01 Microsoft Corporation Automatic pruning of grammars in a multi-application speech recognition interface
JP4412504B2 (ja) * 2007-04-17 2010-02-10 本田技研工業株式会社 音声認識装置、音声認識方法、及び音声認識用プログラム
US8886521B2 (en) * 2007-05-17 2014-11-11 Redstart Systems, Inc. System and method of dictation for a speech recognition command system
WO2008144638A2 (en) 2007-05-17 2008-11-27 Redstart Systems Inc. Systems and methods of a structured grammar for a speech recognition command system
US8165886B1 (en) 2007-10-04 2012-04-24 Great Northern Research LLC Speech interface system and method for control and interaction with applications on a computing system
US8626511B2 (en) 2010-01-22 2014-01-07 Google Inc. Multi-dimensional disambiguation of voice commands
US20120089392A1 (en) * 2010-10-07 2012-04-12 Microsoft Corporation Speech recognition user interface
US9183843B2 (en) 2011-01-07 2015-11-10 Nuance Communications, Inc. Configurable speech recognition system using multiple recognizers
US8340975B1 (en) 2011-10-04 2012-12-25 Theodore Alfred Rosenberger Interactive speech recognition device and system for hands-free building control
US8793136B2 (en) 2012-02-17 2014-07-29 Lg Electronics Inc. Method and apparatus for smart voice recognition
US9384736B2 (en) * 2012-08-21 2016-07-05 Nuance Communications, Inc. Method to provide incremental UI response based on multiple asynchronous evidence about user input
US10186262B2 (en) * 2013-07-31 2019-01-22 Microsoft Technology Licensing, Llc System with multiple simultaneous speech recognizers

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06348452A (ja) * 1993-04-21 1994-12-22 Internatl Business Mach Corp <Ibm> 話されたコマンドを認識する対話式コンピュータ・システム
US20040260562A1 (en) * 2003-01-30 2004-12-23 Toshihiro Kujirai Speech interaction type arrangements
JP2007171963A (ja) * 2005-12-20 2007-07-05 Karl Storz Endoskop Produktions Gmbh 自動音声認識システムにおける孤立語句コマンド認識及び接続語句コマンド認識の同時対応

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11205415B2 (en) 2018-11-15 2021-12-21 Samsung Electronics Co., Ltd. Electronic apparatus and controlling method thereof
US11615780B2 (en) 2018-11-15 2023-03-28 Samsung Electronics Co., Ltd. Electronic apparatus and controlling method thereof
US11961506B2 (en) 2018-11-15 2024-04-16 Samsung Electronics Co., Ltd. Electronic apparatus and controlling method thereof
JP2020134627A (ja) * 2019-02-15 2020-08-31 レノボ・シンガポール・プライベート・リミテッド 情報処理装置、情報処理方法およびプログラム

Also Published As

Publication number Publication date
US10186262B2 (en) 2019-01-22
EP3028272B1 (en) 2017-10-11
US20150039317A1 (en) 2015-02-05
WO2015017480A1 (en) 2015-02-05
CN105493179A (zh) 2016-04-13
CN105493179B (zh) 2020-05-05
EP3028272A1 (en) 2016-06-08
KR102271579B1 (ko) 2021-07-02

Similar Documents

Publication Publication Date Title
KR102271579B1 (ko) 다수의 동시적 스피치 인식기들을 사용하는 방법 및 장치
KR102374519B1 (ko) 문맥상의 핫워드들
JP7083270B2 (ja) 複数のインテリジェントパーソナルアシスタントサービスに対する管理レイヤ
US10068573B1 (en) Approaches for voice-activated audio commands
US9047857B1 (en) Voice commands for transitioning between device states
Schalkwyk et al. “Your word is my command”: Google search by voice: A case study
US9087520B1 (en) Altering audio based on non-speech commands
JP7328265B2 (ja) 音声インタラクション制御方法、装置、電子機器、記憶媒体及びシステム
US10089974B2 (en) Speech recognition and text-to-speech learning system
US10606950B2 (en) Controlling playback of speech-containing audio data
JP2020004376A (ja) 第三者アプリケーションのインタラクション方法、及びシステム
WO2017160498A1 (en) Audio scripts for various content
KR102161237B1 (ko) 사운드 출력 방법 및 장치
US11862144B2 (en) Augmented training data for end-to-end models
US10255916B1 (en) Methods, systems, and media for presenting interactive audio content
US11763814B2 (en) Hybrid voice command processing
US10832678B2 (en) Filtering audio-based interference from voice commands using interference information
US11367446B2 (en) Information dissemination system and method thereof
US12010387B1 (en) Content-based voice targeting of devices using slot and task data
WO2024077588A1 (en) Voice-based user authentication
JP2022088682A (ja) 音声パッケージの生成方法、装置、電子機器及び記憶媒体
CN103700382A (zh) 一种可以自由定制对话的语音点播装置
KR20220022823A (ko) 음성 컨텐츠 데이터 베이스를 이용한 한국어 학습방법
Beraza Garayalde Speech control & media sharing for Media Centers

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right