KR20160056734A - 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체 - Google Patents

영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체 Download PDF

Info

Publication number
KR20160056734A
KR20160056734A KR1020140157427A KR20140157427A KR20160056734A KR 20160056734 A KR20160056734 A KR 20160056734A KR 1020140157427 A KR1020140157427 A KR 1020140157427A KR 20140157427 A KR20140157427 A KR 20140157427A KR 20160056734 A KR20160056734 A KR 20160056734A
Authority
KR
South Korea
Prior art keywords
pronunciation
text information
symbol
recognition result
unit
Prior art date
Application number
KR1020140157427A
Other languages
English (en)
Other versions
KR102298457B1 (ko
Inventor
복찬식
박경미
권남영
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140157427A priority Critical patent/KR102298457B1/ko
Priority to US14/922,294 priority patent/US10134387B2/en
Priority to EP15193050.0A priority patent/EP3023982B1/en
Priority to CN201510777886.5A priority patent/CN105590627B/zh
Publication of KR20160056734A publication Critical patent/KR20160056734A/ko
Application granted granted Critical
Publication of KR102298457B1 publication Critical patent/KR102298457B1/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
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • 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
    • G10L15/005—Language recognition
    • 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
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
    • G10L15/187—Phonemic context, e.g. pronunciation rules, phonotactical constraints or phoneme n-grams
    • 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
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • G10L2015/025—Phonemes, fenemes or fenones being the recognition units
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech

Landscapes

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

Abstract

본 발명은 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체에 관한 것으로서, 본 발명의 실시예에 따른 영상표시장치는, 사용자가 발화한 음성 명령어를 취득하는 음성 취득부, 취득한 음성 명령어에 대응되는 텍스트 기반의 인식 결과와 발음 기호가 동일 또는 유사하고, 텍스트 기반의 인식 결과와 다른 형태로 표현되는 텍스트 정보를 취득하는 음성인식 실행부, 및 취득한 텍스트 정보에 대응되는 동작을 수행하는 동작 수행부를 포함할 수 있다.

Description

영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체{Image Displaying Apparatus, Driving Method of Image Displaying Apparatus, and Computer Readable Recording Medium}
본 발명은 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체에 관한 것으로서, 더 상세하게는 가령 TV나 휴대폰과 같은 장치의 동작 수행을 위해 음성인식결과의 포맷을 정규화하려는 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체에 관련된다.
기기와 사람 간의 상호동작은 보다 편리하고 자연스러운 방향으로 진화하고 있다. 이 중 음성인식은 사람이 사용할 수 있는 가장 직관적이고 쉬운 상호동작 방법이다. 자유발화 인식의 경우, 다양한 어휘와 대화형 문장들을 인식할 수 있다는 장점이 있어 여러 장치에서 사용되고 있다. 그러나 자유발화 음성인식엔진을 사용할 경우, 다양한 어휘가 출력되기 때문에 실제 장치에서 실행되는 기능이나 컨텐츠의 제목과 "동일 발음, 동일 의미이지만 다른 언어, 가령 영어 등"으로 결과가 나오는 경우가 많다. 이러한 문제는 제대로 인식이 되었음에도 불구하고, 장치에서 의미가 텍스트로 기능이나 컨텐츠의 제목과 매칭시키기 때문에 기능이 실행되지 않을 수 있다. 이를 해결하기 위해 　상관관계, 병렬말뭉치 등을 이용한 후처리 기술들이 제안되었다. 즉 음성인식 오인식률 및 인식률 개선을 위해 후처리에 관련된 여러 기술이 제안되었다.
이러한 기술들 대부분은 미리 오류와 정답을 매칭시킨 말뭉치 DB를 이용하거나 입력된 음성에서 특징을 추출해 등록된 단어와 상관 관계에 있다고 판단되는 시스템을 이용해서 인식률과 오인식률을 개선하는 방법에 관한 기술들이다. 이러한 기술들은 사용자가 발화한 문장의 정확도를 개선하거나 인식 결과의 오류를 해결할 수 있다. 하지만 자유발화 음성인식 엔진을 이용하면 다양한 어휘 때문에 실제 동작하는 동일 기능 또는 동일 컨텐츠의 이름과 발음은 같지만 다른 포맷으로 결과가 나올 수 있다. 이 경우 텍스트의 오류를 수정했다 하더라도, 사용자가 원하는 기능이 동작하지 않을 수 있다.
예를 들어, KR 공개특허(1998-0056234) "상관관계를 이용한 후처리 음성인식 방법"은 음성인식 시스템의 후처리 방법에 관한 것으로, 이 기술을 이용하면 마이크로 입력된 음성의 결과가 등록된 명령어 집합에 없으면 특징 패턴과 현재 등록되어있는 단어들 간의 패턴과의 거리를 비교해 상관 관계를 등록하고, 나중에 다시 같은 음성을 입력해도 상관 관계로 등록되었기 때문에 인식이 가능하다.
또한 KR공개 특허(2012-0141972) "음성 인식의 오류 수정 방법 및 장치"는 음성인식 시스템에서의 병렬말뭉치를 이용한 오류 수정 기술에 관한 것으로, 정답 말뭉치와 인식결과로 정답쌍과 오류쌍을 포함하는 병렬말뭉치를 생성한다. 잘못된 인식결과가 나오면 결과에서 오인식된 부분을 찾아 병렬말뭉치에서 매칭시켜준 정답쌍으로 결과를 치환해준다.
그런데, 자유발화 음성인식 기능이 발전하면서, 자유발화엔진, 즉 외부의 서버로부터 제공되는 인식결과를 사용하는 음성인식은 다양한 어휘와 단어를 인식할 수 있게 되었다. 하지만 이에 대한 부작용으로 장치에서 사용하는 기능들의 형식과 자유발화 음성인식결과의 포맷이 다르게 나오는 경우가 있다. 또한 방송, 영화, 음악 등의 컨텐츠들은 계속 생겨나고 Youtub* 등의 경로로 컨텐츠가 만들어진 국내뿐 아니라 해외에서도 손쉽게 컨텐츠를 접할 수 있게 되면서 동일한 컨텐츠임에도 불구하고 다른 단어나 언어로 표시되는 경우가 많아졌다. 그래서 동일 발음, 동일 의미이지만 다른 언어, 가령 영어 등의 제목을 가진 컨텐츠를 정확하게 인식하고 실행시키기 위해서 단어들을 실제 실행되는 기능이나 검색 가능한 컨텐츠명으로 변환해 주는 음성인식 결과 포맷 정규화 처리의 필요성이 제기되고 있는 것이다.
다시 말해, 종래 발명들의 문제점을 보완하고 사용자가 실행하고자 하는 기능 또는 컨텐츠의 실행률을 높이기 위해 TV와 같은 음성인식 사용 장치의 기능 동작을 위한 음성인식결과 포맷의 정규화 기법이 요구되고 있다.
본 발명의 실시예는 가령 TV나 휴대폰과 같은 장치의 동작 수행을 위해 음성인식결과의 포맷을 정규화하려는 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체를 제공함에 그 목적이 있다.
본 발명의 실시예에 따른 영상표시장치는, 사용자가 발화한 음성 명령어를 취득하는 음성 취득부, 상기 취득한 음성 명령어에 대응되는 텍스트 기반의 인식 결과와 발음 기호가 동일 또는 유사하고, 상기 텍스트 기반의 인식 결과와 다른 형태로 표현되는 텍스트 정보를 취득하는 음성인식 실행부, 및 상기 취득한 텍스트 정보에 대응되는 동작을 수행하는 동작 수행부를 포함한다.
상기 영상표시장치는, 사용자가 발화한 음성 명령어를 취득하는 음성 취득부, 상기 취득한 음성 명령어의 인식 결과로 상기 음성 명령어에 관계된 동작 수행을 시도하고, 상기 시도한 결과 동작 수행이 불가능할 때 상기 인식 결과와 발음 기호가 동일 또는 유사한 텍스트 정보를 취득하는 음성인식 실행부, 및 상기 취득한 텍스트 정보에 근거하여 상기 동작을 수행하는 동작 수행부를 포함한다.
상기 영상표시장치는 복수의 명령어에 대한 명령어 집합 및 상기 명령어 각각에 대한 발음 기호를 저장하는 저장부를 더 포함하며, 상기 음성인식 실행부는, 상기 저장부에 저장된 상기 명령어를 상기 텍스트 정보로서 취득할 수 있다.
상기 영상표시장치는 컨텐츠를 표시하는 디스플레이부 및 상기 디스플레이부에 표시된 컨텐츠 관련 단어들을 명령어로서 저장하고, 상기 저장한 명령어 각각에 대한 발음 기호를 매칭시켜 저장하는 저장부를 더 포함하며, 상기 음성인식 실행부는, 상기 저장부에 유동적으로 저장되는 상기 명령어를 상기 텍스트 정보로서 취득할 수 있다.
상기 영상표시장치는 명령어들에 대한 명령어 집합 및 상기 명령어 각각에 대한 발음 기호를 저장하는 제1 저장부 및 화면에 표시된 컨텐츠 관련 단어들을 명령어로서 저장하고, 상기 저장한 명령어 각각에 대한 발음 기호를 매칭시켜 저장하는 제2 저장부를 더 포함하며, 상기 음성인식 실행부는, 상기 제1 저장부 및 상기 제2 저장부 중 적어도 하나에 상기 인식 결과의 발음 기호와 매칭되는 명령어가 없는 경우, 발음사전을 이용해 상기 인식 결과를 치환하여 상기 텍스트 정보를 취득할 수 있다.
상기 영상표시장치는 발음은 동일하지만, 언어적 차이로 인해 발음 기호가 다르게 표기되는 예외 발음기호 정보를 저장하는 예외 발음기호 저장부를 더 포함하며, 상기 음성인식 실행부는, 상기 저장한 예외 발음기호 정보를 참조하여 상기 텍스트 정보를 취득할 수 있다.
상기 음성인식 실행부는, 상기 음성 명령어가 문장인 경우, 상기 문장을 인식하고, 상기 인식한 결과를 분석하며, 상기 분석한 결과 및 상기 발음 기호에 근거하여 상기 텍스트 정보를 취득할 수 있다.
상기 음성인식 실행부는, 상기 인식 결과로 생성한 발음 기호에서 띄어쓰기 및 특수기호 중 적어도 하나를 제거한 후 발음 기호가 일치하는 텍스트 정보를 취득할 수 있다.
상기 음성인식 실행부는, 상기 취득한 음성 명령어의 인식 결과로 상기 음성 명령어에 관계된 동작 수행을 시도하고, 상기 시도한 결과 동작 수행이 불가능할 때 상기 인식 결과와 발음 기호가 동일 또는 유사한 텍스트 정보를 취득할 수 있다.
또한 본 발명의 실시예에 따른 영상표시장치의 구동방법은 사용자가 발화한 음성 명령어를 취득하는 단계, 상기 취득한 음성 명령어에 대응되는 텍스트 기반의 인식 결과와 발음 기호가 동일 또는 유사하고, 상기 텍스트 기반의 인식 결과와 다른 형태로 표현되는 텍스트 정보를 취득하는 단계, 및 상기 취득한 텍스트 정보에 대응되는 동작을 수행하는 단계를 포함한다.
상기 영상표시장치의 구동방법은 복수의 명령어에 대한 명령어 집합 및 상기 명령어 각각에 대한 발음 기호를 저장하는 단계를 더 포함하며, 상기 텍스트 정보를 취득하는 단계는, 상기 저장한 명령어를 상기 텍스트 정보로서 취득할 수 있다.
상기 영상표시장치의 구동방법은 컨텐츠를 표시하는 단계, 및 상기 표시한 컨텐츠 관련 단어들을 명령어로서 저장하고, 상기 저장한 명령어 각각에 대한 발음 기호를 매칭시켜 저장하는 단계를 더 포함하며, 상기 텍스트 정보를 취득하는 단계는, 유동적으로 저장되는 상기 명령어를 상기 텍스트 정보로서 취득할 수 있다.
상기 영상표시장치의 구동방법은 명령어들에 대한 명령어 집합 및 상기 명령어 각각에 대한 발음 기호를 제1 저장부에 저장하는 단계, 및 화면에 표시된 컨텐츠 관련 단어들을 명령어로서 저장하고, 상기 저장한 명령어 각각에 대한 발음 기호를 매칭시켜 제2 저장부에 저장하는 단계를 더 포함하며, 상기 텍스트 정보를 취득하는 단계는, 상기 제1 저장부 및 상기 제2 저장부 중 적어도 하나에 상기 인식 결과의 발음 기호와 매칭되는 명령어가 없는 경우, 발음사전을 이용해 상기 인식 결과를 치환하여 상기 텍스트 정보를 취득할 수 있다.
상기 영상표시장치의 구동방법은 발음은 동일하지만, 언어적 차이로 인해 발음 기호가 다르게 표기되는 예외 발음기호 정보를 저장하는 단계를 더 포함하며, 상기 텍스트 정보를 취득하는 단계는, 상기 저장한 예외 발음기호 정보를 참조하여 상기 텍스트 정보를 취득할 수 있다.
상기 텍스트 정보를 취득하는 단계는, 상기 음성 명령어가 문장인 경우, 상기 문장을 인식하고, 상기 인식한 결과를 분석하며, 상기 분석한 결과 및 상기 발음 기호에 근거하여 상기 텍스트 정보를 취득할 수 있다.
상기 텍스트 정보를 취득하는 단계는, 상기 인식 결과로 생성한 발음 기호에서 띄어쓰기 및 특수기호 중 적어도 하나를 제거한 후 발음 기호가 동일 또는 유사한 텍스트 정보를 취득할 수 있다.
상기 텍스트 정보를 취득하는 단계는, 상기 취득한 음성 명령어의 인식 결과로 상기 음성 명령어에 관계된 동작 수행을 시도하고, 상기 시도한 결과 동작 수행이 불가능할 때 상기 인식 결과와 발음 기호가 동일 또는 유사한 텍스트 정보를 취득할 수 있다.
나아가, 본 발명의 실시예에 따른 컴퓨터 판독가능 기록매체는, 사용자가 발화한 음성 명령어를 취득하는 단계, 상기 취득한 음성 명령어에 대응되는 텍스트 기반의 인식 결과와 발음 기호가 동일 또는 유사하고, 상기 텍스트 기반의 인식 결과와 다른 형태로 표현되는 텍스트 정보를 취득하는 단계, 및 상기 취득한 텍스트 정보에 대응되는 동작을 수행하는 단계를 실행한다.
상기 텍스트 정보를 취득하는 단계는, 발음은 동일하지만, 언어적 차이로 인해 발음 기호가 다르게 표기되어 저장된 예외 발음기호 정보를 참조하여 상기 텍스트 정보를 취득할 수 있다.
상기 텍스트 정보를 취득하는 단계는, 상기 음성 명령어가 문장인 경우, 상기 문장을 인식하고, 상기 인식한 결과를 분석하며, 상기 분석한 결과 및 상기 발음 기호에 근거하여 상기 텍스트 정보를 취득할 수 있다.
상기 텍스트 정보를 취득하는 단계는, 상기 인식 결과로 생성한 발음 기호에서 띄어쓰기 및 특수기호 중 적어도 하나를 제거한 후 발음 기호가 일치하는 텍스트 정보를 취득할 수 있다.
도 1은 본 발명의 실시예에 따른 음성인식 시스템을 나타내는 도면,
도 2는 도 1에 도시된 영상표시장치의 구조를 나타내는 블록다이어그램,
도 3은 도 1에 도시된 영상표시장치의 다른 구조를 예시하여 나타내는 블록다이어그램,
도 4는 본 발명의 실시예에 따른 영상표시장치의 구동 과정을 나타내는 흐름도,
도 5는 명령어 집합 내의 발음 기호를 이용해 단어 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도,
도 6은 유동 명령어 집합 내의 발음 기호를 이용해 단어 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도,
도 7은 명령어 집합 및 유동 명령어 집합 내에 없는 단어 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도,
도 8은 명령어 집합 내의 발음 기호를 이용해 문장 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도,
도 9는 유동 명령어 집합 내의 발음 기호를 이용해 문장 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도, 그리고
도 10은 명령어 집합 및 유동 명령어 집합 내에 없는 문장 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도이다.
이하, 도면을 참조하여 본 발명의 실시예에 대하여 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 음성인식 시스템을 나타내는 도면이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 음성인식 시스템(90)은 영상표시장치(100), 통신망(110) 및 음성인식장치(120)의 일부 또는 전부를 포함한다.
여기서, 일부 또는 전부를 포함한다는 것은 영상표시장치(100)와 음성인식장치(120)가 다이렉트 통신을 수행하는 경우, 통신망(110)과 같은 일부 구성요소가 생략되어 구성될 수 있는 것 등을 의미하는 것으로서, 발명의 충분한 이해를 돕기 위하여 전부 포함하는 것으로 설명한다.
영상표시장치(100)는 휴대폰, 노트북, 데스크탑 컴퓨터, 태블릿 PC, PDP, MP3 및 TV 등과 같이 영상표시가 가능한 장치를 포함한다. 여기서, 영상표시장치(100)는 클라우드 단말기의 하나일 수 있다. 다시 말해, 사용자가 영상표시장치(100)의 특정 기능을 실행시키거나 동작을 수행시키기 위해 단어나 문장 형태의 음성 명령어를 발화하는 경우, 이러한 음성 명령어를 취득한 음성신호를 통신망(110)을 경유해 음성인식장치(120)로 제공할 수 있다. 이후, 음성인식장치(120)로부터 인식 결과를 수신하여 수신한 인식 결과에 근거해 특정 기능 또는 동작을 수행한다. 여기서, 특정 기능을 실행하거나 동작을 수행한다는 것은 화면에 표시된 애플리케이션을 실행시키거나, 영상표시장치(100)의 채널 전환, 볼륨 조정 등과 같은 동작을 수행하는 것을 의미한다.
예를 들어, 영상표시장치(100)는 사용자가 단어를 발화하는 경우, 특정 애플리케이션을 실행하기 위한 동작을 수행할 수 있을 것이다. 가령 사용자가 "Youtub*"라는 단어를 음성 발화한 경우, 해당 애플리케이션을 실행시킬 수 있다. 또한 스포츠 스타의 이름을 거론하는 경우, 해당 스타의 현재 경기나 검색 등의 동작을 실행할 수 있다. 이와 같이 발화한 특정 단어에 대한 기능이나 동작을 수행하기 위해서는 사용자 또는 시스템 설계자의 설정 동작이 사전에 이루어질 수 있다.
또한 영상표시장치(100)는 단어의 음성 발화가 있는 경우, 실질적으로 외부의 음성인식장치(120)에 의존하지 않고 내부의 고정발화엔진을 실행시키는 것이 가능할 수 있다. 이는 다시 말해, 내부적으로 인식 결과를 생성하고 생성한 인식 결과가 기저장된 명령어 집합에 있는지 판단하고, 판단 결과 기저장된 명령에 집합에 있을 때 사용자가 원하는, 즉 사용자의 음성 명령어에 관계된 동작을 수행할 수 있다. 하지만, 이는 방송, 영화, 음악 등의 컨텐츠들이 계속해서 생겨나는 작금의 현실에서 매우 제한적일 수 있다.
따라서, 영상표시장치(100)는 내부 고정발화엔진과 외부 자원, 즉 음성인식장치(120)의 자유발화엔진을 이용하여 고정발화엔진에 의존하는 제한 사항을 극복할 수 있다. 그런데, 자유발화엔진을 이용하는 경우, 영상표시장치(100)에서 인식 가능한 명령어와 자유발화 음성인식 결과의 형식, 언어 등이 달라서 단순하게 텍스트로 기능을 실행하지 못하는 경우가 발생할 수 있다. 예를 들어, 영상표시장치(100)는 "유튜*"라는 명령어에 따라 해당 애플리케이션을 실행하도록 설정되어 있지만, 동일 발음 및 의미의 "Youtub*"에 동작하지 않을 수 있다.
좀더 살펴보면, 본 발명의 실시예에서는 가령 3 가지의 상황과 사용자의 발화 형태나 의도에 따라 6 가지의 시나리오를 적용해 볼 수 있다.
첫 번째 상황은 음성인식이 자유발화엔진을 사용한 음성인식도 있지만 장치의 성능, 환경 등의 원인으로 자유발화엔진을 사용하지 못하는 장치에서는 명령어 집합을 정의하고 명령어 집합 안에 포함되는 단어만 인식할 수 있게 하는 특정 기능을 실행시키는 명령어 집합을 고정시키는 방식을 사용하는 경우이다. 자유발화 엔진과 고정발화 음성인식 둘 다 지원하는 장치의 경우　장치의 환경에 따라 사용하는 엔진이 달라질 수 있다. 특정 환경이 갖춰진 장치에서 자유발화엔진, 고정발화엔진 둘 다 사용하게 되면, 자유발화엔진에서 수신된 결과가 고정발화엔진 명령어 집합의 단어와 형식, 언어 등이 달라서(ex. 자유발화 음성인식 결과: Face boo*, 고정발화 명령어 집합: 페이스 *) 단순하게 텍스트로 기능을 실행하는 기능 실행부에서 알맞은 동작을 실행하지 못할 수 있다.
이를 위하여, 영상표시장치(100)는 음성인식실행부 즉 음성인식엔진부에서 명령어 집합에 있는 기능을 실행시키기 위해 대화형 발화가 아닌 단어만 발화했을 경우 인식 결과가 수신되었지만, 장치에서 음성인식 결과를 이용해 아무런 동작도 할 수 없으면, 명령어 집합에 있는 단어들과 자유발화 인식결과로 수신된 단어의 발음 기호를 생성할 수 있다. 발음 기호를 생성한 후, 발음 기호에 있는 띄어쓰기, 특수기호 등을 제거한 뒤 명령어 집합에 있는 단어들의 발음 기호와 비교해서, 같은 발음 기호를 가진 단어가 있으면, 명령어 집합에 있는 해당 단어를 기능 동작부에 전송해 동작을 실행한다. 인식 결과와 명령어 집합의 발음기호 비교시, 언어의 차이에서 올 수 있는 예외 사항은 비슷한 음소 알파벳(Phoneme Alphabet)을 저장하고 있는 발음기호 예외 DB(혹은 저장부)를 이용해 처리해 줄 수 있다.
또한 본 발명의 실시예에 따른 영상표시장치(100)는 음성인식엔진부에서 명령어 집합에 있는 기능을 실행하고자 하는 대화형 발화 음성인식 결과가 수신되었지만, 장치에서 음성인식 결과를 이용해 아무런 동작도 할 수 없으면, 수신된 대화형 문장에서 목적어를 추출해 명령어 집합에 있는 단어들과 대화형 문장의 목적어로 판단되는 단어의 발음 기호를 생성한다. 발음 기호를 생성한 후, 발음 기호에 있는 띄어쓰기, 특수기호 등을 제거한 뒤 명령어 집합에 있는 단어들의 발음 기호와 비교해서, 같은 발음 기호를 가진 단어가 있으면, 명령어 집합에 있는 해당 단어를 대화형 문장의 목적어로 치환해 기능 동작부에 전송한다. 인식 결과의 목적어와 명령어 집합의 발음 기호 비교시, 언어의 차이에서 올 수 있는 예외 사항은 위에서와 같이 발음기호 예외 DB를 이용해 처리할 수 있다.
두 번째 상황은 장치에서 표시하고 있는 컨텐츠, 기능 등을 발화했을 때 발생한다. 다시 말해, 표시되고 있는 단어들의 경우, 유동적으로 바뀔 수 있는데 이 경우 유동적인 명령어 집합에 표시 중인 단어들이 저장된다. 하지만 첫 번째 상황과 마찬가지로, 유동적인 명령어 집합에 있는 단어들과 자유발화 음성인식 결과의 형식, 언어 등이 달라서 단순하게 텍스트로 기능을 실행하는 기능 실행부에서 알맞은 동작을 실행하지 못할 수 있다.
이를 위하여 본 발명의 실시예에 따른 영상표시장치(100)는 사용자가 장치에 표시되어 유동 명령어 집합에 저장되는 컨텐츠 제목 등의 단어를 자유발화 인식엔진을 이용해서 대화형 발화를 하지 않고 단어만 발화를 했을 경우, 유동 명령어 집합에 있는 단어들과 자유발화 인식결과로 수신된 단어의 발음 기호를 생성한다. 발음 기호를 생성한 후, 발음 기호에 있는 띄어쓰기, 특수기호 등을 제거한 뒤 유동 명령어 집합에 있는 단어들의 발음 기호와 비교해서, 같은 발음 기호를 가진 단어가 있으면, 유동 명령어 집합에 있는 해당 단어를 기능 동작부에 전송해 동작을 실행한다. 인식 결과와 유동 명령어 집합의 발음 기호 비교시, 언어의 차이에서 올 수 있는 예외사항은 비슷한 음소 알파벳을 저장하고 있는 발음기호 예외 DB를 이용해서 처리할 수 있다.
또한 영상표시장치(100)는 음성인식엔진부에서 장치에 표시되고 있는 컨텐츠, 기능 등의 동작을 시키기 위한 대화형 발화 음성인식 결과가 수신되었지만, 장치에서 음성인식 결과를 이용해 아무런 동작도 할 수 없으면, 수신된 대화형 문장에서 목적어를 추출해 유동 명령어 집합에 있는 단어들과 대화형 문장의 목적어로 판단되는 단어의 발음 기호를 생성한다. 발음 기호를 생성한 후, 발음기호에 있는 띄어쓰기, 특수기호 등을 제거한 뒤 명령어 집합에 있는 단어들의 발음기호와 비교해서, 같은 발음 기호를 가진 단어가 있으면, 명령어 집합에 있는 해당 단어를 대화형 문장의 목적어로 치환해 기능 동작부에 전송한다. 인식 결과의 목적어와 유동 명령어 집합의 발음기호 비교시, 언어의 차이에서 올 수 있는 예외사항은 발음기호 예외 DB를 이용해 처리해 준다
세 번째 상황은 표시 중도 아니고, 명령어 집합에도 포함되지 않는 단어들을 발화했을 때 발생한다.　이 상황은 보통 컨텐츠를 검색하는 발화를 했을 때 나타나며 이 상황도 마찬가지로 찾고자 하는 컨텐츠 혹은 동작시키고자 하는 기능들의 실제 이름 또는 제목과 자유발화 음성인식 결과의 형식, 언어 등이 달라서 단순하게 텍스트로 기능을 실행하는 기능 실행부에서 알맞은 동작을 실행하지 못할 수 있다.
이를 위해 본 발명의 실시예에 따른 영상표시장치(100)는 장치에서 표시되지 않아 유동 명령어 집합에도 없는 단어들을 대화형 발화가 아닌, 단어만 발화했지만 검색 결과가 없거나 동작이 불가할 수 있다. 이 경우는 비교대상인 명령어 집합이 없기 때문에, 인식 결과의 발음사전을 이용해 언어나 형식을 바꿔서 기능 동작부에 전송한다. 자국어 결과는 외국어로(일반적으로 영어), 외국어 결과는 자국어로 치환해 준다. 예를 들어, 자유발화 결과가 "Iron ma*"이고, 컨텐츠 명이 "아이언 *" 일 때 "아이언 *"이 검색이 되지 않으면 "Iron ma*"의 발음 기호를 분석해 "아이언 *"으로 치환해 준다. 이때 자동으로 발음 기호를 생성하면, 서로 다른 언어의 특성 때문에 같은 발음이라도 발음 기호에선 차이가 생길 수 있다. 이 경우 단어들의 발음 기호를 저장한 단어 발음기호 사전 DB(혹은 저장부)를 이용해 처리해 준다.
또한 명령어 집합에도 없고, 장치에서 표시되지 않아 유동 명령어 집합에도 없는 단어들을 대화형 문장으로 발화했지만 검색 결과가 없거나 동작이 불가할 때의 시나리오다.　이 경우는 비교대상인 명령어 집합이 없기 때문에, 인식결과의 목적어를 추출한다. 추출된 목적어의 발음사전을 이용해 언어나 형식을 바꿔서 기능동작부에 전송한다. 자국어 결과는 외국어로, 외국어 결과는 자국어로 치환해 준다. 이때 자동으로 발음 기호를 생성하면, 서로 다른 언어의 특성 때문에 같은 발음이라도 발음 기호에선 차이가 생길 수 있다. 이 경우 단어들의 발음 기호를 저장한 단어 발음기호 사전 DB를 이용해 처리할 수 있다.
이와 같이 본 발명의 실시예에 따라 영상표시장치(100)는 음성 정보 가령 텍스트(이의 경우, 음성 정보는 '텍스트 정보'에 해당됨)의 발음 기호를 비교해 음성 인식의 실행률을 상승시킬 수 있다. 대표적으로 유튜*와 페이스 *에 대한 발음 기호를 예로 들어 보면 다음과 같다.
[예 1]
유튜* - ju.t{u.bu-
Youtub* - ja.u.t{u.bu-
[예 2]
페이스 * - p{e.i.s`u-_puk
Face boo* - p{e.i.s`u-_puk
이와 같은 발음 기호는 임베디드 음성인식에서 사용되며 인식하고자 하는 텍스트의 발음을 음소 알파벳을 이용하여 생성한 것이다. 발음을 기준으로 생성하기 때문에, 다른 언어로 되어 있어도 발음이 같으면 발음 기호는 거의 일치한다.
그러나, 언어가 다르기 때문에 항상 발음 기호가 일치하는 것은 아니다.　한국어 음소 알파벳 중에서 거의 비슷한 발음이지만, 한국어와 영어 등 외국어의 차이 때문에 발음은 같아도 한국어는 "p", 영어 등의 외국어는 "p`" 가 나오는 경우도 있다. 이럴 경우 "p"와 "p`"를 같은 알파벳으로 처리해주기 위해서 "p"와 "p`"가 비슷한 음소 알파벳이라고 저장되어있는 "발음기호 예외 DB"를 사용해 처리한다. 또한 발음 기호를 이용해 자국어를 외국어로, 또는 외국어를 자국어로 변환시키기 위해서 "발음기호 예외 DB"를 사용한다. 자국어와 영어의 차이 때문에 발음 기호에 오류가 있을 수 있다. 예를 들어 "Face boo*"과 "페이스 *"은 발음 기호가 일치하지만, "Iron ma*"과 "아이언 *"의 발음 기호의 경우 약간 차이가 난다. 이렇게 특정한 단어에서 발음 기호가 다르게 생성되는 예외의 경우는 단어별 발음기호 예외 경우를 저장하고 있는 "단어 발음기호 사전 DB"를 이용해 올바르게 매칭시켜 준다.
통신망(110)은 유무선 통신망을 모두 포함한다. 여기서 유선망은 케이블망이나 공중 전화망(PSTN)과 같은 인터넷망을 포함하는 것이고, 무선 통신망은 CDMA, WCDMA, GSM, EPC(Evolved Packet Core), LTE(Long Term Evolution), 와이브로 망 등을 포함하는 의미이다. 물론 본 발명의 실시예에 따른 통신망(110)은 이에 한정되는 것이 아니며, 향후 구현될 차세대 이동통신 시스템의 접속망으로서 가령 클라우드 컴퓨팅 환경하의 클라우드 컴퓨팅망 등에 사용될 수 있다. 가령, 통신망(110)이 유선 통신망인 경우 통신망(110) 내의 액세스포인트는 전화국의 교환국 등에 접속할 수 있지만, 무선 통신망인 경우에는 통신사에서 운용하는 SGSN 또는 GGSN(Gateway GPRS Support Node)에 접속하여 데이터를 처리하거나, BTS(Base Station Transmission), NodeB, e-NodeB 등의 다양한 중계기에 접속하여 데이터를 처리할 수 있다.
통신망(110)은 액세스포인트를 포함할 수 있다. 액세스포인트는 건물 내에 많이 설치되는 펨토(femto) 또는 피코(pico) 기지국과 같은 소형 기지국을 포함한다. 여기서, 펨토 또는 피코 기지국은 소형 기지국의 분류상 영상표시장치(100)를 최대 몇 대까지 접속할 수 있느냐에 따라 구분된다. 물론 액세스포인트는 영상표시장치(100)와 지그비 및 와이파이(Wi-Fi) 등의 근거리 통신을 수행하기 위한 근거리 통신 모듈을 포함한다. 액세스포인트는 무선통신을 위하여 TCP/IP 혹은 RTSP(Real-Time Streaming Protocol)를 이용할 수 있다. 여기서, 근거리 통신은 와이파이 이외에 블루투스, 지그비, 적외선(IrDA), UHF(Ultra High Frequency) 및 VHF(Very High Frequency)와 같은 RF(Radio Frequency) 및 초광대역 통신(UWB) 등의 다양한 규격으로 수행될 수 있다. 이에 따라 액세스포인트는 데이터 패킷의 위치를 추출하고, 추출된 위치에 대한 최상의 통신 경로를 지정하며, 지정된 통신 경로를 따라 데이터 패킷을 다음 장치, 예컨대 영상표시장치(100)로 전달할 수 있다. 액세스포인트는 일반적인 네트워크 환경에서 여러 회선을 공유할 수 있으며, 예컨대 라우터(router), 리피터(repeater) 및 중계기 등이 포함될 수 있다.
음성인식장치(120)는 일종의 클라우드 서버로서 동작할 수 있으며, 외부 장치 또는 인식결과 제공장치 등으로 명명될 수 있다. 본 발명의 실시예에 따른 음성인식장치(120)는 자유발화엔진을 포함할 수 있는데, 이를 실행시켜 영상표시장치(100)에서 제공하는 음성 신호를 인식하여 인식 결과를 텍스트의 형태로서 영상표시장치(100)로 제공할 수 있다. 여기서, 자유발화엔진이란 영상표시장치(100)의 고정발화엔진에 비해 고성능의 엔진으로서 더 정확한 인식 결과를 제공할 수 있다.
물론 본 발명의 실시예에 따른 음성인식장치(120)는 클라우드 서버에 한정되지는 않는다. 예를 들어, 통신망(110)이 생략 구성되어 영상표시장치(100)가 음성인식장치(120)와 다이렉트 통신을 수행하는 경우, 음성인식장치(120)는 외부 장치 즉 액세스포인트이거나 데스크탑 컴퓨터와 같은 주변 장치일 수 있다. 다시 말해, 영상표시장치(100)에서 제공한 음성 신호에 대한 인식 결과만 제공해 줄 수 있다면 어떠한 형태의 장치이어도 무관하다. 이러한 점에서 음성인식장치(120)는 인식결과 제공장치가 될 수 있다.
본 발명의 실시예에 따르면 종래 대비, 사용자의 의도를 좀더 정확히 반영하여 장치를 제어하거나 동작을 실행시킬 수 있을 것이다. 또한 본 발명의 실시예는 음성 인식 결과를 분석해 올바른 결과가 도출되었음에도 불구하고 텍스트의 의미를 사용하므로 인해 텍스트의 불일치가 발생하는 종래와 달리, 의미가 아닌 단순한 텍스트의 매칭으로 음성인식 결과를 처리하므로 장치들의 실행률을 높일 수 있다.
도 2는 도 1에 도시된 영상표시장치의 구조를 나타내는 블록다이어그램이다.
도 2를 도 1과 함께 참조하면, 본 발명의 실시예에 따른 영상표시장치(100)는 음성 취득부(200), 음성인식 실행부(210) 및 동작 수행부(220)를 포함한다.
음성 취득부(200)는 마이크로폰을 포함할 수 있다. 음성 취득부(200)는 마이크로폰을 통해 사용자가 발화한 음성을 취득하여 음성인식 실행부(210)에 제공할 수 있다. 즉 음성 취득부(200)는 취득한 음성의 음성 신호를 생성하여 제공한다.
음성인식 실행부(210)는 취득한 음성의 인식 결과에 근거하여 동작 수행부(220)를 동작시킨다. 만약 해당 인식 결과로 동작 수행부(220)가 동작하지 않는 경우, 음성인식 실행부(210)는 인식 결과에 대한 발음 기호를 생성하고, 생성한 발음 기호에 근거해 음성 정보를 취득하여 동작 수행부(220)를 동작시킬 수 있다. 인식 결과를 생성하기 위하여 음성인식 실행부(210)는 음성 인식 동작을 직접 수행하여 인식 결과를 생성할 수 있다. 또는 취득한 음성 신호를 도 1의 음성인식장치(120)와 같은 외부 장치로 전송하고, 전송한 음성 신호에 대한 인식 결과를 수신하여 수신한 인식 결과에 근거해 동작 수행부(220)를 동작시킬 수 있다.
이와 같은 해당 인식 결과에 근거해 동작 수행부(220)가 동작하지 않는 경우, 음성인식 실행부(210)는 해당 인식 결과에 대한 발음 기호를 생성하고, 생성한 발음 기호와 일치하는 음성 정보를 취득할 수 있다. 가령 동작 수행부(220)는 기저장된 명령어 집합에서 발음 기호가 일치하는 음성 정보를 찾고, 이를 근거로 해당 음성 정보로 동작 수행부(220)를 동작시킨다. 이와 관련되는 내용들은 앞서 충분히 설명한 바 있지만, 이후에 좀더 살펴보기로 한다.
한편, 음성인식 실행부(210)는 도면에 나타내지는 않았지만, 가령 외부의 음성인식장치(120)와 동작하기 위한 구성요소들을 더 포함할 수 있다. 예컨대, 음성인식 실행부(210)는 음성인식장치(120)로 음성 신호를 전송하고, 전송한 음성 신호에 대한 인식 결과를 수신하는 통신 인터페이스부와, 통신 인터페이스부로 수신된 인식 결과를 이용하여 동작 수행부(220)를 동작시키는 제어부를 포함할 수 있다.
이외에도 음성인식 실행부(210)는 본연의 기능을 수행하기 위한 영상 처리부를 포함할 수 있다. 다시 말해, 외부 방송장치로부터 수신되는 비디오/오디오 신호를 수신하여 이를 분리하고, 분리한 비디오 및 오디오 신호를 디코딩 및 디코딩한 신호를 스케일링하는 등 다양한 동작을 수행할 수 있다. 이를 위하여 음성인식 실행부(210)는 튜닝부, 신호 분리부, 디코딩부, 스케일링부 등을 포함할 수 있다.
동작 수행부(220)는 음성인식 실행부(210)의 요청 또는 제어에 따라 특정 애플리케이션을 실행시키기 위한 애플리케이션 실행부, 음성 명령어에 근거하여 채널을 전환하기 위한 채널 전환부, 더 정확하게는 튜닝부, 또는 음량을 조절하기 위한 음량 조절부 등 다양한 기능 블록을 포함한다. 또는 밝기를 조절하기 위한 밝기 조절부 등을 더 포함할 수 있다. 나아가, 동작 수행부(220)는 음성인식 실행부(210)의 요청에 따라 임의의 동작을 제어하기 위한 제어부가 될 수도 있을 것이다.
도 3은 도 1에 도시된 영상표시장치의 다른 구조를 예시하여 나타내는 블록다이어그램이다.
도 3에 도시된 영상표시장치(100')는 통신 인터페이스부(300), 음성 취득부(310), 저장부(320), 제어부(330), 디스플레이부(340), 음성인식 실행부(350) 및 예외 발음기호 저장부(360)의 일부 또는 전부를 포함하며, 발음사전 실행부를 더 포함할 수 있다.
여기서, 일부 또는 전부를 포함한다는 것은 예외 발음기호 저장부(360)와 같은 일부 구성요소가 생략되어 구성되거나, 예외 발음기호 저장부(360)가 저장부(320)와 같은 다른 구성요소에 통합 또는 음성인식 실행부(350)가 제어부(330)와 같은 다른 구성요소에 통합하여 구성되는 것 등을 의미하는 것으로서, 발명의 충분한 이해를 돕기 위하여 전부 포함하는 것으로 설명한다.
통신 인터페이스부(300)는 영상 처리와 관련한 부분은 차치하고서라도 음성인식과 관련해 볼 때, 음성 취득부(310)를 통해 취득된 음성 신호를 제어부(330)의 제어에 따라 도 1의 음성인식장치(120)로 전송한다. 그리고, 음성인식장치(120)에서 제공하는 인식 결과를 수신하여 제어부(330)로 전달할 수 있다.
음성 취득부(310)는 음성을 수신하는 음성 수신부일 수 있으며, 음성을 취득하기 위한 마이크로폰을 포함할 수 있다. 이러한 마이크로폰을 통해 사용자가 음성 발화한 단어 또는 문장 형태의 명령어를 취득한다. 취득한 음성에 대한 음성 신호는 제어부(330)의 제어에 따라 통신 인터페이스부(300)로 전달될 수 있다. 이의 과정에서 음성 취득부(310)는 취득한 음성에 대한 음성 신호를 생성할 수 있다.
저장부(320)는 영상표시장치(100') 내에서 처리되는 다양한 정보를 저장할 수 있다. 무엇보다 본 발명의 실시예에 따른 음성 인식 동작을 수행하기 위하여 다양한 음성 명령어들에 대한 음성 정보와 음성 정보에 매칭되는 발음 기호를 저장할 수 있다. 이러한 음성 정보와 발음 기호는 룩업테이블 형태로 저장될 수 있다. 다시 말해, 저장부(320)는 음성 정보로서 명령어들에 대한 명령어 집합을 형성하고, 이에 대한 발음 기호를 각각 매칭시켜 저장할 수 있다. 물론 발음 기호를 매칭시켜 저장하지 않는다 하더라도, 본 발명의 실시예는 음성인식 실행부(350) 내의 발음사전 알고리즘, 또는 별도의 발음사전 실행부를 동작시켜 발음사전 등을 이용하여 바로 발음 기호를 생성하는 것도 얼마든지 가능할 수 있을 것이다.
저장부(320)에 저장된 이러한 명령어 집합 및 이에 매칭되는 발음 기호는 기설정될 수 있지만, 음성인식 실행부(350)에서 생성하여 제공하는 명령어 및 이에 매칭되는 발음 기호를 주기적으로 수신하여 저장할 수 있다. 예를 들어, 디스플레이부(340) 상에 임의의 컨텐츠가 표시되고 있는 경우, 화면에 표시된 컨텐츠와 관련한 단어를 명령어로서 음성인식 실행부(350)에서 생성하고, 생성한 명령어에 대한 발음기호를 생성해 주는 경우, 해당 정보들을 함께 저장할 수 있다.
제어부(330)는 영상표시장치(100') 내의 통신 인터페이스부(300), 음성 취득부(310), 저장부(320), 디스플레이부(340), 음성인식 실행부(350) 및 예외 발음기호 저장부(360)의 전반적인 동작을 제어할 수 있다. 예를 들어, 음성 취득부(310)에서 취득한 음성 신호를 통신 인터페이스부(300)로 전달하고, 통신 인터페이스부(300)로 수신된 음성 신호에 대한 인식결과를 음성인식 실행부(350)에 제공할 수 있다. 또한 디스플레이부(340)에 표시된 컨텐츠에 관련한 정보를 음성인식 실행부(350)에 제공할 수 있다. 이의 과정에서 제어부(330)는 음성인식 실행부(350)에서 명령어를 생성하고 생성한 명령어에 대한 발음기호를 생성해 주는 경우, 이를 저장부(320)에 저장할 수 있다.
디스플레이부(340)는 도 2에 나타낸 동작 수행부(220)의 하나가 될 수 있다. 예를 들어, 사용자가 "해상도 높여"라고 명령한 경우, 음성인식 실행부(350)의 동작에 따라 가령 저장부(320)에 저장된 명령에 집합에 근거한 발음 기호에 근거하여 제어부(330)는 디스플레이부(340)의 화면에 해상도가 조절되는 화면을 보여줄 수 있다. 또한 디스플레이부(340)는 다양한 형태의 컨텐츠 등을 보여줄 수 있다. 사용자의 기설정 동작에 따라 디스플레이부(340)에 표시되는 컨텐츠 관련 정보는 제어부(330)의 제어에 따라 음성인식 실행부(350)로 제공될 수 있다.
음성인식 실행부(350)는 도 1에 도시된 외부의 음성인식장치(120)와 연동하지 못하는 경우, 내부의 엔진을 동작시켜 인식 결과를 생성할 수 있다. 가령 텍스트 형태로 인식 결과를 생성할 수 있다. 이와 같이 생성한 인식 결과는 저장부(320)의 명령어 집합에 있는지 판단할 수 있다. 판단 결과, 명령어 집합에 없는 경우, 내부의 발음사전 알고리즘 또는 별도의 발음사전 DB(혹은 저장부, 발음사전 실행부)의 발음사전을 이용해 언어의 형식을 바꿔서 제공할 수 있다. 이와 같은 변경된 음성 정보에 따라 제어부(330)는 디스플레이부(340) 또는 특정 동작을 수행하도록 제어할 수 있을 것이다.
만약, 외부의 음성인식장치(120)와 연동이 가능한 경우, 외부에서 제공되는 인식 결과를 근거로 명령어에 관계된 동작을 시도한 결과, 해당 동작의 수행이 불가능할 때, 음성인식 실행부(350)는 그 인식 결과에 대한 발음 기호를 생성해 주는 등 다양한 동작을 수행할 수 있다. 또한 음성인식 실행부(350)는 생성한 발음 기호를 제어부(330)에 제공해 주고, 제어부(330)로 하여금 생성한 발음 기호를 근거로 저장부(320)에 저장된 명령어 집합에서 발음 기호가 일치하는 음성 정보를 검색하여 발화한 명령어에 관계된 동작을 수행하도록 할 수 있다. 나아가, 이러한 발음 기호에서 언어적인 차이로 인해 발생되는 예외 발음기호에 대해서는 예외 발음기호 저장부(360)에서 제공되는 발음기호 정보를 참조할 수 있을 것이다.
예외 발음기호 저장부(360)는 동일한 발음기호이지만 언어적인 문제로 인해 다르게 표기되는 발음기호를 매칭시켜 저장한다. 음성인식 실행부(350)에서 생성된 발음기호를 근거로 저장부(320)에 저장된 음성 정보를 검색한 결과, 일부 발음기호가 다른 음성 정보가 검색된 경우, 해당 일부 발음기호가 예외 발음기호 저장부(360)에 저장된 정보와 일치하는지를 추가로 판단하여 최종적으로 음성 정보를 검색할 수 있다. 이에 따라 본 발명의 실시예에서는 발음 기호가 정확히 일치하지 않는다 하더라고 그 유사 범위까지 확장된다고 볼 수 있다.
상기한 내용들에 근거해 볼 때, 본 발명의 실시예에 따른 영상표시장치(100')는 다양한 변형이 얼마든지 가능할 수 있다. 앞서 언급한 대로, 음성인식 실행부(350)는 제어부(330)에 통합되어 알고리즘의 형태로 동작할 수 있고, 나아가, 저장부(320) 및 예외 발음기호 저장부(360)도 제어부(330)에 더 포함되어 알고리즘의 형태로 구현될 수 있을 것이다. 물론 발음사전 실행부의 경우에도 음성인식 실행부(350) 내에 구비되는 알고리즘의 일부로 구현되는 것이 바람직하지만, 제어부(330)와 통합되어 구현하는 것도 얼마든지 가능할 수 있을 것이다.
또한 제어부(330)는 음성인식 동작 이외에 일반적인 영상처리 동작을 수행하기 위하여 앞서 설명한 바 있는 튜너, 신호 분리부, 디코딩부, 스케일링부 등을 포함할 수 있을 것이다. 이와 관련해서는 발명의 논지를 흐릴 수 있다는 점에서 더 이상의 설명은 생략하도록 한다.
도 4는 본 발명의 실시예에 따른 영상표시장치의 구동 과정을 나타내는 흐름도이다. 이하, 음성 정보를 텍스트 정보로 설명한다.
설명의 편의상 도 4를 도 1과 함께 참조하면, 본 발명의 실시예에 따른 영상표시장치(100)는 사용자가 발화한 음성 명령어를 취득한다(S400). 이때 음성 명령어는 단어의 형태를 갖는 것이 바람직하다.
이어 영상표시장치(100)는 취득한 음성 명령어에 대응되는 텍스트 기반의 인식 결과 및 인식 결과와 발음 기호가 동일 또는 유사하고 텍스트 기반의 인식 결과와 다른 형태로 표현되는 텍스트 정보를 취득한다(S410).
좀더 구체적으로, 예컨대 영상표시장치(100)는 취득한 음성 명령어의 인식 결과로 음성 명령어에 관계된 동작 수행을 시도하여 동작 수행의 가능 여부를 판단한다. 본 발명의 실시예에 따라 영상표시장치(100)는 텍스트의 표현(혹은 기재) 자체가 아닌 의미 기반으로 동작 수행을 시도하는 경우, 동작 수행이 불가능할 수 있다. 예를 들어, "페이스 *"과 "Face boo*"은 의미는 갖지만, 텍스트의 표현 자체는 다르다. 따라서, 영상표시장치(100)는 동작 실행을 위해 명령어 집합에서 "페이스 *"으로 설정되어 있기 때문에 "Face boo*"이 인식 결과로 제공되는 경우, 원하는 동작을 수행할 수 없게 된다.
인식 결과의 발음 기호와 동일 또는 유사한 텍스트 정보를 취득한다. 이를 위하여 영상표시장치(100)는 발음 기호에 매칭되어 저장된 명령어 집합의 명령어들의 발음 기호를 생성하여 발음 기호를 서로 비교한 후 그 비교 결과에 따라 하나의 명령어를 음성 정보로서 취득할 수 있다. 다시 말해, 명령어 집합에서 발음 기호의 비교를 통해, 영상표시장치(100)는 인식 결과로서 "Face boo*"을 대신할 "페이스 *"을 찾아낸다.
이어 영상표시장치(100)는 취득한 텍스트 정보에 근거해 음성 명령어에 관계된 동작을 수행하게 되는 것이다(S420).
물론 영상표시장치(100)는 인식 결과의 발음 기호에 매칭되는 텍스트 정보를 찾기 위하여, 명령어 집합을 검색할 수 있지만, 검색 가능한 명령어 집합이 없는 경우에는 발음사전을 이용해 언어나 형식을 바꿔 텍스트를 치환한 후 치환된 텍스트로 동작을 시도하여 원하는 동작을 수행할 수도 있을 것이다.
이의 과정에서 영상표시장치(100)는 언어적 차이에 따라 인식 결과의 발음 기호와 명령어 집합의 명령어들에 매칭되는 발음 기호 사이에 예외적으로 발음 기호의 불일치가 발생할 수 있으므로, 예외 발음기호를 더 참조하여 텍스트 정보를 찾을 수 있다.
또한 영상표시장치(100)는 단어가 아닌 문장으로 발화한 음성 명령어를 취득할 수 있다. 이의 경우에는 음성 명령어의 인식 결과를 분석하여 분석 결과로서 해당 명령어의 지시사항을 판단할 수 있다. 예를 들어, "볼륨 올려"라는 명령어가 취득된 경우, 인식 결과를 분석하여 목적어로서 볼륨을, 그리고 동사로서 올려를 취득할 수 있다. 이를 근거로 동작을 시도하고, 동작이 안될 때, 목적어인 볼륨에 대한 각각의 발음 기호에 근거해 텍스트 정보를 찾아 동작을 재시도할 수 있다.
나아가, 발음 기호 자체를 음성 정보 또는 텍스트 정보로서 이용하는 경우에도 얼마든지 가능할 수 있으므로, 본 발명의 실시예에서는 위의 내용들에 특별히 한정하지는 않을 것이다.
도 5 내지 도 10을 참조하여 음성 명령어로서 단어를 발화한 경우와 문장을 발화한 경우의 다양한 상황에 대하여 살펴보도록 한다.
도 5는 명령어 집합 내의 발음 기호를 이용해 단어 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도이다.
설명의 편의상 도 5를 도 1과 함께 참조하면, 본 발명의 실시예에 따른 영상표시장치(100)는 사용자가 발화한 단어 형태의 음성 명령어를 취득한다(S500).
이어 영상표시장치(100)는 취득한 음성 명령어의 인식 결과에 근거해 음성 명령어에 관계된 동작을 시도한다(S510). 여기서, 인식 결과는 외부의 음성인식장치(120) 내에 구비된 자유발화엔진을 이용해 제공되는 것이 바람직하다.
이와 같은 가령 자유발화엔진에 근거한 인식 결과로 동작을 시도한 결과, 동작 수행이 불가능한 경우, 영상표시장치(100)는 인식 결과의 발음 기호를 생성한다(S520).
그리고 생성한 발음 기호를 영상표시장치(100) 내에 기저장된 음성 명령어들에 대한 명령어 집합의 발음 기호와 비교한다(S530). 비교 결과, 해당 발음 기호와 일치하는 발음 기호의 명령어는 음성 정보로서 활용할 수 있다.
만약 기저장된 명령어들에 대한 발음기호가 없는 경우, S520 단계에서 영상표시장치(100)는 명령어 집합 내의 명령어들에 대한 발음 기호도 함께 생성할 수 있을 것이다.
또한 영상표시장치(100)는 예외 발음기호에 해당되는 부분이 발견되는 경우에는 동일 저장부 내에 저장되거나 또는 별도의 저장부에 저장된 예외 발음기호를 참조해서 정확한 음성 정보를 검색해 낼 수 있다.
이어 영상표시장치(100)는 발음 기호가 일치하는 음성 정보로 동작 수행을 재시도하여 원하는 동작을 수행하게 된다(S540).
도 6은 유동 명령어 집합 내의 발음 기호를 이용해 단어 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도이다.
설명의 편의상 도 6을 도 1과 함께 참조하면, 본 발명의 실시예에 따른 영상표시장치(100)는 도 3의 디스플레이부(340)에 표시되는 컨텐츠에 관련된 단어들을 명령어 집합으로 생성하고 생성한 명령어들을 저장한다(S600). 가령 디스플레이부(340)에 표시되는 단어는 유동적으로 바뀔 수 있는데, 본 발명의 실시예에서는 이러한 단어들에 대한 명령어 집합을 유동적으로 생성 및 저장할 수 있다. 이는 영상표시장치(100) 자체적으로 이루어질 수 있지만, 외부의 음성인식장치(120)와 연동하여 이루어질 수 있다.
이어 영상표시장치(100)는 사용자가 발화한 음성 명령어를 취득한다(S610).
그리고 영상표시장치(100)는 취득한 음성 명령어의 인식 결과에 근거해 음성 명령어에 관계된 동작 수행을 시도한다(S620). 여기서, 인식 결과는 가령 외부에서 연동하는 음성인식장치(120)의 자유발화엔진을 이용해 제공된 결과에 해당된다.
또한 영상표시장치(100)는 동작 수행이 불가능할 때, 인식 결과의 발음 기호를 생성한다(S630). 이를 위하여, 발음사전 알고리즘을 이용할 수 있다.
이어 영상표시장치(100)는 생성한 발음 기호를 유동적으로 변경된 음성 명령어들에 대한 명령의 집합의 발음 기호와 비교한다(S640).
이후 영상표시장치(100)는 발음 기호가 일치하는 해당 명령어를 음성 정보로 이용하여 동작을 수행하게 된다(S650).
도 7은 명령어 집합 및 유동 명령어 집합 내에 없는 단어 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도이다.
설명의 편의상 도 7을 도 1과 함께 참조하면, 본 발명의 실시예에 따른 영상표시장치(100)는 사용자가 발화한 음성 명령어를 취득한다(S700).
이어 영상표시장치(100)는 취득한 음성 명령어에 대한 인식 결과로 음성 명령어에 관계된 동작 수행을 시도한다(S710).
그리고 시도한 결과, 동작 수행이 불가능할 때, 영상표시장치(100)는 인식 결과의 발음 기호를 생성한다(S720).
이어 영상표시장치(100)는 생성한 발음 기호를 도 5의 명령어 집합 및 도 6의 유동 명령어 집합 중 적어도 하나와 비교한 결과, 해당 발음 기호와 일치하는 음성 정보가 없다고 판단될 때, 발음사전을 이용해 음성 정보를 치환할 수 있다(S730). 다시 말해, 가령 발음 기호가 일치하고 동일 의미를 갖지만, 형식, 언어 등이 다른 텍스트로 변경한다고 볼 수 있다.
이후 영상표시장치(100)는 치환한 음성 정보로 동작을 수행하게 된다(S740).
도 8은 명령어 집합 내의 발음 기호를 이용해 문장 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도이다.
도 8을 도 5와 비교해 보면, 본 발명의 실시예에 따른 영상표시장치(100)는 사용자가 문장으로 명령어를 발화한 경우, 이를 분석하기 위한 과정이 더 필요할 수 있다(S810, S820). 다시 말해, 도 5에서와 같이 단어를 발화한 경우, 어떠한 동작을 수행할지에 대하여는 기설정될 수 있지만, 도 8의 경우에는 사용자가 구체적인 동작을 언급하였으므로 이를 인식해야 한다. 예를 들어, 사용자가 "아이언 * 보여줘"라고 발화한 경우, "아이언 *"이라는 목적어는 제어하고자 하는 객체 즉 대상이 되고, "보여줘"라는 동사는 구체적인 동작이 된다.
하지만, 목적어인 "아이언 *"의 경우 앞서 언급한 대로, 가령 자유발화엔진을 이용하는 경우 영상표시장치(100)의 명령어와 상이할 수 있으므로, 발음 기호를 이용해 정확한 명령어를 찾아 제어할 필요가 있는 것이다.
이러한 점을 제외하면, 도 8의 S800 내지 S850 단계는 도 5의 S500 내지 S540 단계와 크게 다르지 않으므로 그 내용들로 대신하고자 한다.
도 9는 유동 명령어 집합 내의 발음 기호를 이용해 문장 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도이다.
도 9를 도 6과 비교해 보면, 본 발명의 실시예에 따른 영상표시장치(100)는 사용자가 문장으로 발화한다는 점에서 차이가 있지만, 유동 명령어 집합 내의 발음 기호를 이용한다는 점에서 동일하다. 따라서, 문장으로 발화한 경우, 인식 결과를 분석하는 과정이 더 필요하다고 볼 수 있다(S920).
이러한 점을 제외하면 S900 내지 S950 단계는 도 6의 S600 내지 S650 단계와 크게 다르지 않으므로 그 내용들로 대신하고자 한다.
도 10은 명령어 집합 및 유동 명령어 집합 내에 없는 문장 형태의 음성 명령어에 대한 동작을 수행하는 영상표시장치의 구동 과정을 나타내는 흐름도이다.
도 10을 도 7과 비교해 보면, 본 발명의 실시예에 따른 영상표시장치(100)는 문장으로 발화하되, 문장으로 발화된 단어가 명령어 집합 및 유동 명령어 집합 중 적어도 하나에 없는 경우, 인식 결과에 대한 발음 기호 및 발음 사전을 이용해 인식 결과를 새로운 음성 정보 즉 텍스트로 치환해 이용하는 것이다.
이러한 점을 제외하면, S1000 내지 S1050 단계는 도 7의 S700 내지 S740 단계와 크게 다르지 않으므로 그 내용들로 대신하고자 한다.
지금까지 도 1 내지 도 10을 참조하여 본 발명의 실시예에 따른 영상표시장치(100)에서 이루어지는 음성인식결과의 포맷 정규화를 설명하였다. 여기서, 포맷 정규화란 음성인식결과를 처리하기 위해 일정한 규칙을 만드는 것을 의미한다.
다만, 영상표시장치(100)는 발화된 음성 명령어가 단어인지 문장인지에 따라 서로 다른 동작을 수행할 수 있다. 또한 인식 결과를 얻기 위해 영상표시장치(100) 내의 고정발화엔진을 이용할지 자유발화엔진을 이용할지, 나아가 두 엔진을 모두 사용할지에 따라 서로 다른 동작을 수행할 수 있다. 나아가, 영상표시장치(100)는 인식 결과로 음성 명령어에 관계된 동작 수행을 시도한 결과 동작 수행이 불가능할 때, 기설정된 고정 명령어 집합을 이용할지, 유동적인 명령어 집합을 이용할지, 또는 발음사전을 이용할지에 따라 서로 다른 동작을 수행할 수 있다. 이와 같이 본 발명의 실시예는 다양한 상황에 대한 설정이 가능할 수 있고, 또는 판단하는 별도의 과정을 통해 판단 결과에 따라 해당 동작을 수행할 수 있다. 이들과 관련해서는 앞서의 내용들에 의해 충분히 유추될 수 있는 사항이므로 더 이상의 설명은 생략하도록 한다.
한편, 본 발명의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 비일시적 저장매체(non-transitory computer readable media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시 예를 구현할 수 있다.
여기서 비일시적 판독 가능 기록매체란, 레지스터, 캐시(cache), 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라, 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로, 상술한 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리 카드, ROM 등과 같은 비일시적 판독가능 기록매체에 저장되어 제공될 수 있다.
이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.
100, 100': 영상표시장치 110: 통신망
120: 음성인식장치 200, 310: 음성 취득부
210, 350: 음성인식 실행부 220: 동작 수행부
300: 통신 인터페이스부 320: 저장부
330: 제어부 340: 디스플레이부
360: 예외 발음기호 저장부

Claims (20)

  1. 사용자가 발화한 음성 명령어를 취득하는 음성 취득부;
    상기 취득한 음성 명령어에 대응되는 텍스트 기반의 인식 결과와 발음 기호가 동일 또는 유사하고, 상기 텍스트 기반의 인식 결과와 다른 형태로 표현되는 텍스트 정보를 취득하는 음성인식 실행부; 및
    상기 취득한 텍스트 정보에 대응되는 동작을 수행하는 동작 수행부;를
    포함하는 영상표시장치.
  2. 제1항에 있어서,
    복수의 명령어에 대한 명령어 집합 및 상기 명령어 각각에 대한 발음 기호를 저장하는 저장부;를 더 포함하며,
    상기 음성인식 실행부는,
    상기 저장부에 저장된 상기 명령어를 상기 텍스트 정보로서 취득하는 것을 특징으로 하는 영상표시장치.
  3. 제1항에 있어서,
    컨텐츠를 표시하는 디스플레이부; 및
    상기 디스플레이부에 표시된 컨텐츠 관련 단어들을 명령어로서 저장하고, 상기 저장한 명령어 각각에 대한 발음 기호를 매칭시켜 저장하는 저장부;를 더 포함하며,
    상기 음성인식 실행부는,
    상기 저장부에 유동적으로 저장되는 상기 명령어를 상기 텍스트 정보로서 취득하는 것을 특징으로 하는 영상표시장치.
  4. 제1항에 있어서,
    명령어들에 대한 명령어 집합 및 상기 명령어 각각에 대한 발음 기호를 저장하는 제1 저장부; 및
    화면에 표시된 컨텐츠 관련 단어들을 명령어로서 저장하고, 상기 저장한 명령어 각각에 대한 발음 기호를 매칭시켜 저장하는 제2 저장부;를 더 포함하며,
    상기 음성인식 실행부는,
    상기 제1 저장부 및 상기 제2 저장부 중 적어도 하나에 상기 인식 결과의 발음 기호와 매칭되는 명령어가 없는 경우, 발음사전을 이용해 상기 인식 결과를 치환하여 상기 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치.
  5. 제1항에 있어서,
    발음은 동일하지만, 언어적 차이로 인해 발음 기호가 다르게 표기되는 예외 발음기호 정보를 저장하는 예외 발음기호 저장부;를 더 포함하며,
    상기 음성인식 실행부는,
    상기 저장한 예외 발음기호 정보를 참조하여 상기 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치.
  6. 제1항에 있어서,
    상기 음성인식 실행부는, 상기 음성 명령어가 문장인 경우, 상기 문장을 인식하고, 상기 인식한 결과를 분석하며, 상기 분석한 결과 및 상기 발음 기호에 근거하여 상기 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치.
  7. 제1항에 있어서,
    상기 음성인식 실행부는, 상기 인식 결과로 생성한 발음 기호에서 띄어쓰기 및 특수기호 중 적어도 하나를 제거한 후 발음 기호가 일치하는 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치.
  8. 제1항에 있어서,
    상기 음성인식 실행부는,
    상기 취득한 음성 명령어의 인식 결과로 상기 음성 명령어에 관계된 동작 수행을 시도하고, 상기 시도한 결과 동작 수행이 불가능할 때 상기 인식 결과와 발음 기호가 동일 또는 유사한 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치.
  9. 사용자가 발화한 음성 명령어를 취득하는 단계;
    상기 취득한 음성 명령어에 대응되는 텍스트 기반의 인식 결과와 발음 기호가 동일 또는 유사하고, 상기 텍스트 기반의 인식 결과와 다른 형태로 표현되는 텍스트 정보를 취득하는 단계; 및
    상기 취득한 텍스트 정보에 대응되는 동작을 수행하는 단계;를
    포함하는 영상표시장치의 구동방법.
  10. 제9항에 있어서,
    복수의 명령어에 대한 명령어 집합 및 상기 명령어 각각에 대한 발음 기호를 저장하는 단계;를 더 포함하며,
    상기 텍스트 정보를 취득하는 단계는,
    상기 저장한 명령어를 상기 텍스트 정보로서 취득하는 것을 특징으로 하는 영상표시장치의 구동방법.
  11. 제9항에 있어서,
    컨텐츠를 표시하는 단계; 및
    상기 표시한 컨텐츠 관련 단어들을 명령어로서 저장하고, 상기 저장한 명령어 각각에 대한 발음 기호를 매칭시켜 저장하는 단계;를 더 포함하며,
    상기 텍스트 정보를 취득하는 단계는,
    유동적으로 저장되는 상기 명령어를 상기 텍스트 정보로서 취득하는 것을 특징으로 하는 영상표시장치의 구동방법.
  12. 제9항에 있어서,
    명령어들에 대한 명령어 집합 및 상기 명령어 각각에 대한 발음 기호를 제1 저장부에 저장하는 단계; 및
    화면에 표시된 컨텐츠 관련 단어들을 명령어로서 저장하고, 상기 저장한 명령어 각각에 대한 발음 기호를 매칭시켜 제2 저장부에 저장하는 단계;를 더 포함하며,
    상기 텍스트 정보를 취득하는 단계는,
    상기 제1 저장부 및 상기 제2 저장부 중 적어도 하나에 상기 인식 결과의 발음 기호와 매칭되는 명령어가 없는 경우, 발음사전을 이용해 상기 인식 결과를 치환하여 상기 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치의 구동방법.
  13. 제9항에 있어서,
    발음은 동일하지만, 언어적 차이로 인해 발음 기호가 다르게 표기되는 예외 발음기호 정보를 저장하는 단계;를 더 포함하며,
    상기 텍스트 정보를 취득하는 단계는,
    상기 저장한 예외 발음기호 정보를 참조하여 상기 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치의 구동방법.
  14. 제9항에 있어서,
    상기 텍스트 정보를 취득하는 단계는,
    상기 음성 명령어가 문장인 경우, 상기 문장을 인식하고, 상기 인식한 결과를 분석하며, 상기 분석한 결과 및 상기 발음 기호에 근거하여 상기 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치의 구동방법.
  15. 제9항에 있어서,
    상기 텍스트 정보를 취득하는 단계는,
    상기 인식 결과로 생성한 발음 기호에서 띄어쓰기 및 특수기호 중 적어도 하나를 제거한 후 발음 기호가 동일 또는 유사한 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치의 구동방법.
  16. 제9항에 있어서,
    상기 텍스트 정보를 취득하는 단계는,
    상기 취득한 음성 명령어의 인식 결과로 상기 음성 명령어에 관계된 동작 수행을 시도하고, 상기 시도한 결과 동작 수행이 불가능할 때 상기 인식 결과와 발음 기호가 동일 또는 유사한 텍스트 정보를 취득하는 것을 특징으로 하는 영상표시장치의 구동방법.
  17. 영상표시장치의 구동방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서,
    상기 영상표시장치의 구동방법은,
    사용자가 발화한 음성 명령어를 취득하는 단계;
    상기 취득한 음성 명령어에 대응되는 텍스트 기반의 인식 결과와 발음 기호가 동일 또는 유사하고, 상기 텍스트 기반의 인식 결과와 다른 형태로 표현되는 텍스트 정보를 취득하는 단계; 및
    상기 취득한 텍스트 정보에 대응되는 동작을 수행하는 단계;를
    실행하는 컴퓨터 판독가능 기록매체.
  18. 제17항에 있어서,
    상기 텍스트 정보를 취득하는 단계는,
    발음은 동일하지만, 언어적 차이로 인해 발음 기호가 다르게 표기되어 저장된 예외 발음기호 정보를 참조하여 상기 텍스트 정보를 취득하는 것을 특징으로 하는 컴퓨터 판독가능 기록매체.
  19. 제17항에 있어서,
    상기 텍스트 정보를 취득하는 단계는,
    상기 음성 명령어가 문장인 경우, 상기 문장을 인식하고, 상기 인식한 결과를 분석하며, 상기 분석한 결과 및 상기 발음 기호에 근거하여 상기 텍스트 정보를 취득하는 것을 특징으로 하는 컴퓨터 판독가능 기록매체.
  20. 제17항에 있어서,
    상기 텍스트 정보를 취득하는 단계는,
    상기 인식 결과로 생성한 발음 기호에서 띄어쓰기 및 특수기호 중 적어도 하나를 제거한 후 발음 기호가 일치하는 텍스트 정보를 취득하는 것을 특징으로 하는 컴퓨터 판독가능 기록매체.
KR1020140157427A 2014-11-12 2014-11-12 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체 KR102298457B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020140157427A KR102298457B1 (ko) 2014-11-12 2014-11-12 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체
US14/922,294 US10134387B2 (en) 2014-11-12 2015-10-26 Image display apparatus, method for driving the same, and computer readable recording medium
EP15193050.0A EP3023982B1 (en) 2014-11-12 2015-11-04 Image display apparatus, method for driving the same, and computer readable recording medium
CN201510777886.5A CN105590627B (zh) 2014-11-12 2015-11-12 图像显示装置、用于驱动图像显示装置的方法和计算机可读记录介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140157427A KR102298457B1 (ko) 2014-11-12 2014-11-12 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체

Publications (2)

Publication Number Publication Date
KR20160056734A true KR20160056734A (ko) 2016-05-20
KR102298457B1 KR102298457B1 (ko) 2021-09-07

Family

ID=54608271

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140157427A KR102298457B1 (ko) 2014-11-12 2014-11-12 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체

Country Status (4)

Country Link
US (1) US10134387B2 (ko)
EP (1) EP3023982B1 (ko)
KR (1) KR102298457B1 (ko)
CN (1) CN105590627B (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200046172A (ko) * 2018-10-17 2020-05-07 삼성전자주식회사 전자 장치 및 전자 장치의 제어 방법
US11205415B2 (en) 2018-11-15 2021-12-21 Samsung Electronics Co., Ltd. Electronic apparatus and controlling method thereof
US11367451B2 (en) 2018-08-27 2022-06-21 Samsung Electronics Co., Ltd. Method and apparatus with speaker authentication and/or training
US11455990B2 (en) 2017-11-24 2022-09-27 Samsung Electronics Co., Ltd. Electronic device and control method therefor
US11984122B2 (en) 2020-07-27 2024-05-14 Samsung Electronics Co., Ltd. Electronic apparatus and controlling method thereof

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10418026B2 (en) * 2016-07-15 2019-09-17 Comcast Cable Communications, Llc Dynamic language and command recognition
CN108831459B (zh) * 2018-05-30 2021-01-05 出门问问信息科技有限公司 语音识别方法及装置
CN108874360B (zh) * 2018-06-27 2023-04-07 百度在线网络技术（北京）有限公司 全景内容定位方法和装置
TWI698857B (zh) * 2018-11-21 2020-07-11 財團法人工業技術研究院 語音辨識系統及其方法、與電腦程式產品
KR20190099167A (ko) * 2019-08-06 2019-08-26 엘지전자 주식회사 음성 인식을 수행하는 인공 지능 기기
KR20210055445A (ko) * 2019-11-07 2021-05-17 현대자동차주식회사 대화 처리 장치, 이를 포함하는 대화 처리 시스템 및 대화 처리 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020032835A (ko) * 2000-10-27 2002-05-04 정우성 자연어 처리와 음성 인식 병합에 의거한 음성 언어 이해기술 및 그 비즈니스 모델
US20030154077A1 (en) * 2002-02-13 2003-08-14 International Business Machines Corporation Voice command processing system and computer therefor, and voice command processing method
US20050043067A1 (en) * 2003-08-21 2005-02-24 Odell Thomas W. Voice recognition in a vehicle radio system
US20060206327A1 (en) * 2005-02-21 2006-09-14 Marcus Hennecke Voice-controlled data system
KR100735820B1 (ko) * 2006-03-02 2007-07-06 삼성전자주식회사 휴대 단말기에서 음성 인식에 의한 멀티미디어 데이터 검색방법 및 그 장치
US20110275037A1 (en) * 2010-05-07 2011-11-10 King Abdulaziz City For Science And Technology System and method of transliterating names between different languages

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100209065B1 (ko) 1996-12-28 1999-07-15 김재복 소재공급용 벨트의 사행방지장치
KR20000040572A (ko) 1998-12-18 2000-07-05 김영환 상관관계를 이용한 후처리 음성인식 방법
JP3476007B2 (ja) 1999-09-10 2003-12-10 インターナショナル・ビジネス・マシーンズ・コーポレーション 認識単語登録方法、音声認識方法、音声認識装置、認識単語登録のためのソフトウエア・プロダクトを格納した記憶媒体、音声認識のためのソフトウエア・プロダクトを格納した記憶媒体
KR100391720B1 (ko) 2000-11-22 2003-07-12 에스케이 텔레콤주식회사 음성 인식용 문자 변환 장치 및 그 방법
US7716050B2 (en) * 2002-11-15 2010-05-11 Voice Signal Technologies, Inc. Multilingual speech recognition
US7181396B2 (en) * 2003-03-24 2007-02-20 Sony Corporation System and method for speech recognition utilizing a merged dictionary
US8112125B2 (en) * 2006-11-10 2012-02-07 At&T Intellectual Property I, Lp Voice activated dialing for wireless headsets
KR101300839B1 (ko) 2007-12-18 2013-09-10 삼성전자주식회사 음성 검색어 확장 방법 및 시스템
US9349367B2 (en) * 2008-04-24 2016-05-24 Nuance Communications, Inc. Records disambiguation in a multimodal application operating on a multimodal device
US20090281791A1 (en) * 2008-05-09 2009-11-12 Microsoft Corporation Unified tagging of tokens for text normalization
JP5068225B2 (ja) 2008-06-30 2012-11-07 インターナショナル・ビジネス・マシーンズ・コーポレーション 音声ファイルの検索システム、方法及びプログラム
WO2010067118A1 (en) * 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8712774B2 (en) * 2009-03-30 2014-04-29 Nuance Communications, Inc. Systems and methods for generating a hybrid text string from two or more text strings generated by multiple automated speech recognition systems
US9817889B2 (en) * 2009-12-04 2017-11-14 Sony Corporation Speech-based pronunciation symbol searching device, method and program using correction distance
JP5610197B2 (ja) * 2010-05-25 2014-10-22 ソニー株式会社 検索装置、検索方法、及び、プログラム
DE102011109932B4 (de) * 2011-08-10 2014-10-02 Audi Ag Verfahren zum Ansteuern funktioneller Einrichtungen in einem Fahrzeug bei Sprachbefehl-Bedienung
US9640175B2 (en) * 2011-10-07 2017-05-02 Microsoft Technology Licensing, Llc Pronunciation learning from user correction
US9847083B2 (en) * 2011-11-17 2017-12-19 Universal Electronics Inc. System and method for voice actuated configuration of a controlling device
US8825481B2 (en) * 2012-01-20 2014-09-02 Microsoft Corporation Subword-based multi-level pronunciation adaptation for recognizing accented speech
US9275635B1 (en) * 2012-03-08 2016-03-01 Google Inc. Recognizing different versions of a language
US20130325449A1 (en) * 2012-05-31 2013-12-05 Elwha Llc Speech recognition adaptation systems based on adaptation data
KR20140022320A (ko) 2012-08-14 2014-02-24 엘지전자 주식회사 영상표시장치와 서버의 동작 방법
US9176936B2 (en) * 2012-09-28 2015-11-03 International Business Machines Corporation Transliteration pair matching
KR101364774B1 (ko) 2012-12-07 2014-02-20 포항공과대학교 산학협력단 음성 인식의 오류 수정 방법 및 장치
JP5396530B2 (ja) 2012-12-11 2014-01-22 株式会社Ｎｔｔドコモ 音声認識装置および音声認識方法
US10885918B2 (en) * 2013-09-19 2021-01-05 Microsoft Technology Licensing, Llc Speech recognition using phoneme matching
US9336781B2 (en) * 2013-10-17 2016-05-10 Sri International Content-aware speaker recognition
US9858039B2 (en) * 2014-01-28 2018-01-02 Oracle International Corporation Voice recognition of commands extracted from user interface screen devices
US9135911B2 (en) * 2014-02-07 2015-09-15 NexGen Flight LLC Automated generation of phonemic lexicon for voice activated cockpit management systems

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020032835A (ko) * 2000-10-27 2002-05-04 정우성 자연어 처리와 음성 인식 병합에 의거한 음성 언어 이해기술 및 그 비즈니스 모델
US20030154077A1 (en) * 2002-02-13 2003-08-14 International Business Machines Corporation Voice command processing system and computer therefor, and voice command processing method
US20050043067A1 (en) * 2003-08-21 2005-02-24 Odell Thomas W. Voice recognition in a vehicle radio system
US20060206327A1 (en) * 2005-02-21 2006-09-14 Marcus Hennecke Voice-controlled data system
KR100735820B1 (ko) * 2006-03-02 2007-07-06 삼성전자주식회사 휴대 단말기에서 음성 인식에 의한 멀티미디어 데이터 검색방법 및 그 장치
US20110275037A1 (en) * 2010-05-07 2011-11-10 King Abdulaziz City For Science And Technology System and method of transliterating names between different languages

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11455990B2 (en) 2017-11-24 2022-09-27 Samsung Electronics Co., Ltd. Electronic device and control method therefor
US11367451B2 (en) 2018-08-27 2022-06-21 Samsung Electronics Co., Ltd. Method and apparatus with speaker authentication and/or training
KR20200046172A (ko) * 2018-10-17 2020-05-07 삼성전자주식회사 전자 장치 및 전자 장치의 제어 방법
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
US11984122B2 (en) 2020-07-27 2024-05-14 Samsung Electronics Co., Ltd. Electronic apparatus and controlling method thereof

Also Published As

Publication number Publication date
CN105590627A (zh) 2016-05-18
US10134387B2 (en) 2018-11-20
CN105590627B (zh) 2021-02-12
KR102298457B1 (ko) 2021-09-07
US20160133248A1 (en) 2016-05-12
EP3023982A1 (en) 2016-05-25
EP3023982B1 (en) 2021-06-02

Similar Documents

Publication Publication Date Title
KR102298457B1 (ko) 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체
US11887604B1 (en) Speech interface device with caching component
US20230377577A1 (en) System, apparatus, and method for processing natural language, and non-transitory computer readable recording medium
US10922990B2 (en) Display apparatus and method for question and answer
US20210118463A1 (en) Interactive server, control method thereof, and interactive system
US10586536B2 (en) Display device and operating method therefor
US20140350933A1 (en) Voice recognition apparatus and control method thereof
JP6603754B2 (ja) 情報処理装置
US20170270086A1 (en) Apparatus, method, and computer program product for correcting speech recognition error
KR20170032096A (ko) 전자장치, 전자장치의 구동방법, 음성인식장치, 음성인식장치의 구동 방법 및 컴퓨터 판독가능 기록매체
US20140372100A1 (en) Translation system comprising display apparatus and server and display apparatus controlling method
KR20170028628A (ko) 음성인식장치, 음성인식장치의 구동방법 및 컴퓨터 판독가능 기록매체
KR20090130028A (ko) 분산 음성 검색을 위한 방법 및 장치
WO2015098079A1 (ja) 音声認識処理装置、音声認識処理方法、および表示装置
KR102345625B1 (ko) 자막 생성 방법 및 이를 수행하는 장치
US12080298B2 (en) Speech-to-text system
KR20140028336A (ko) 음성 변환 장치 및 이의 음성 변환 방법
KR102594022B1 (ko) 전자 장치 및 그의 채널맵 업데이트 방법
KR101775532B1 (ko) 서로 다른 적어도 2개 이상의 데이터베이스를 이용하여 음성 인식 서비스를 제공하는 멀티미디어 디바이스 및 그 제어 방법
KR20160131730A (ko) 자연어 처리 시스템, 자연어 처리 장치, 자연어 처리 방법 및 컴퓨터 판독가능 기록매체
KR20140138011A (ko) 음성 인식 장치 및 그 제어 방법
KR101920653B1 (ko) 비교음 생성을 통한 어학학습방법 및 어학학습프로그램
KR20190029238A (ko) 통역방법

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
GRNT Written decision to grant