KR20160071732A

KR20160071732A - 음성 입력을 처리하는 방법 및 장치

Info

Publication number: KR20160071732A
Application number: KR1020140179249A
Authority: KR
Inventors: 김경태; 박태건; 이요한; 최원석; 현은정
Original assignee: 삼성전자주식회사
Priority date: 2014-12-12
Filing date: 2014-12-12
Publication date: 2016-06-22
Also published as: US20160170710A1

Abstract

다양한 실시예에 따르면, 전자 장치를 이용하는 방법에 있어서, 음성 입력을 수신하는 동작; 상기 음성 입력과 연관하여 제스쳐를 감지하는 동작; 상기 제스쳐에 적어도 기반하여, 상기 전자 장치와 기능적으로 연결된 적어도 하나의 디스플레이에 표시된 콘텐트 중 적어도 하나의 콘텐트를 선택하는 동작; 상기 적어도 하나의 콘텐트에 기반하여 상기 음성 입력에 대응하는 기능을 결정하는 동작; 및 상기 음성 입력에 반응하여, 상기 기능을 수행하는 동작을 포함할 수 있다. 다른 실시예들이 가능하다.

Description

음성 입력을 처리하는 방법 및 장치{METHOD AND APPARATUS FOR PROCESSING VOICE INPUT}

다양한 실시예들은 입력 처리 방법에 관한 것으로서, 예를 들면 콘텐트를 이용한 음성 입력 처리 방법 및 장치에 관한 것이다.

전자 기술의 발전에 따라, 전자 장치는 태블릿 PC(tablet personal computer), 스마트폰(smartphone)과 같이 사용자가 소지하는 휴대용 기기뿐만 아니라, 전자 시계(예: smart watch), head-mounted display(HMD)(예: 전자 안경) 등과 같이 사용자의 신체 일부에 착용 또는 이식될 수 있는 웨어러블 장치(wearable device) 등의 다양한 형태로 발전하고 있다. 다양한 형태의 전자 장치는 주변 전자 장치와 근거리 통신 또는 원거리 통신을 이용하여 연결될 수 있다. 전자 장치는, 사용자의 명령에 반응하여, 전자 장치와 연결된 주변 전자 장치를 제어하거나 또는 주변 전자 장치와 상호 작용(interaction)할 수 있다.

또한, 전자 장치는 다양한 사용자 입력에 대응하는 기능을 제공할 수 있다. 예를 들면, 전자 장치는 오디오 입력 모듈(예: 마이크)를 이용하여 사용자의 음성 입력를 인식할 수 있고, 음성 입력에 대응하는 제어 동작(예: 전화 걸기 또는 정보 검색 등)을 수행할 수 있다. 또는, 전자 장치는 카메라를 이용하여 사용자의 제스쳐 입력을 인식할 수 있고, 제스쳐 입력에 대응하는 제어 동작을 수행할 수 있다.

전자 장치(예: 스마트폰)는, 사용자의 음성 입력에 반응하여, 사용자의 의도와 다른 기능을 수행할 수 있다. 예를 들어, 사용자의 음성을 통해 입력한 검색어에 기반한 정보 검색을 수행하는 경우, 사용자가 전자 장치를 향해 발화(speak)한 음성 신호는 전자 장치에서 문자로 변환되고, 변환된 문자는 검색어로서 다른 전자 장치(예: 서버)로 전송될 수 있다. 다른 전자 장치(예: 서버)는 수신된 검색어에 기반하여 수행된 검색 결과를, 상기 전자 장치(예: 스마트폰)로 전송하고, 상기 전자 장치는 수신된 검색 결과를 사용자에게 표시할 수 있다. 전자 장치(예: 스마트폰 또는 서버)는 사용자가 원하는 상황(context)와 무관한 또는 관련이 낮은 내용들을 정보 검색의 결과로 돌려(return) 줄 수도 있다.

또한, 사용자가 음성 신호 입력으로 다수의 전자 장치들(예: TV, 오디오 플레이어)를 제어할 수 있으나, 사용자의 의도를 충분히 반영하지 못한 채 제어될 수 있다. 예를 들어, 음성 입력(예: 지시 대명사)이 지시하는 콘텐트(예: 음악 또는 동영상 등)를 다수의 전자 장치들을 통해 실행 가능한 상황에서, 사용자는 다수의 전자 장치들 중 어느 하나의 장치를 통해서만 실행되길 원한다면, 다수의 전자 장치들 중 적어도 하나는, 음성 입력 또는 다른 형태의 입력을 통해서 이러한 사용자의 의도 즉, 해당 콘텐트가 실행될 특정 장치에 대한 정보를 획득할 수 있어야, 사용자의 의도에 맞는 기능을 수행할 수 있다.

다양한 실시예들은, 사용자의 음성 입력을 처리함에 있어서, 사용자의 다른 입력(예: 제스쳐 또는 시선)을 이용함으로써, 사용자의 음성 입력에 반응하여, 사용자의 의도가 부합하는 기능을 수행할 수 있는 전자 장치를 제공할 수 있다.

전술한 과제 또는 다른 과제를 해결하기 위한, 한 실시예에 따른 전자 장치의 제어 방법은, 전자 장치에서, 음성 입력을 수신하는 동작; 상기 제스쳐에 적어도 기반하여, 상기 전자 장치와 기능적으로 연결된 적어도 하나의 디스플레이에 표시된 콘텐트 중 적어도 하나의 콘텐트를 선택하는 동작; 상기 적어도 하나의 콘텐트에 기반하여 상기 음성 입력에 대응하는 기능을 결정하는 동작; 및 상기 음성 입력에 반응하여, 상기 기능을 수행하는 동작을 포함할 수 있다.

한 실시예에 따른 전자 장치는, 제스쳐를 감지하기 위한 적어도 하나의 센서; 및 프로세서로 구현 가능한 입력 처리 모듈을 포함하고, 상기 입력 처리 모듈은, 음성 입력을 수신하고, 상기 음성 입력과 연관하여, 상기 적어도 하나의 센서를 이용하여, 상기 제스쳐를 감지하고, 상기 제스쳐에 적어도 기반하여, 상기 전자 장치와 기능적으로 연결된 적어도 하나의 디스플레이에 표시된 콘텐트 중 적어도 하나의 콘텐트를 선택하고, 상기 적어도 하나의 콘텐트에 기반하여 상기 음성 입력에 대응하는 기능을 결정하고, 상기 음성 입력에 반응하여, 상기 기능을 수행하도록 설정될 수 있다.

전술한 과제 또는 다른 과제를 해결하기 위한, 한 실시예에 따른 전자 장치는, 사용자가 선택한 콘텐트에 기반하여, 사용자의 음성 입력에 대응하는 기능을 결정할 수 있고, 사용자의 음성 입력에 대응하는 의미를 보완하거나 변경할 수 있어, 사용자의 의도에 보다 가까운 기능을 수행할 수 있다. 아울러, 전자 장치는, 사용자의 음성 입력에 대응하는 기능을 수행하는 과정을 시각적 또는 청각적으로 표현할 수 있다.

도 1 은 다양한 실시예들에 따른, 전자 장치가 사용자의 입력을 처리하기 위한 환경(environment)의 예를 도시한다.
도 2는 다양한 실시예들에 따른, 전자 장치를 포함하는 네트워크 환경(network environemnt)의 일 예를 도시한다.
도 3은 다양한 실시예들에 따른, 전자 장치의 블록도를 도시한다.
도 4는 다양한 실시예들에 따른, 프로그램 모듈의 블록도를 도시한다.
도 5는 다양한 실시예들에 따른, 사용자의 입력을 처리하기 위한 입력 처리 모듈의 블록도를 도시한다.
도 6은 다양한 실시예들에 따른, 전자 장치가 콘텐트에 기반하여 사용자의 입력을 처리하기 위한 방법을 도시한다.
도 7은 다양한 실시예들에 따른, 전자 장치가 영상을 이용하여, 사용자의 입력을 처리하기 위한 방법을 도시한다.
도 8은 다양한 실시예들에 따른, 전자 장치가 콘텐트에 기반하여 사용자의 입력을 처리하기 위한 방법을 도시한다.
도 9a 내지 9b들은 다양한 실시예들에 따른, 전자 장치가 콘텐트를 표시하는 방법 및 사용자의 입력을 처리하는 과정을 표시하는 과정을 도시한다.
도 10은 다양한 실시예들에 따른, 전자 장치가 콘텐트를 기반으로 사용자의 입력을 처리하기 위한 흐름도를 도시한다.
도 11 내지 도 12는 다양한 실시예들에 따른, 전자 장치가 콘텐트를 기반으로 사용자의 입력을 처리하기 위한 흐름도를 각각 도시한다

이하, 본 문서의 다양한 실시예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서의 실시예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.

본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.

본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.

본 문서에서 사용된 "제 1," "제 2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제 1 사용자 기기와 제 2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 바꾸어 명명될 수 있다.

어떤 구성요소(예: 제 1 구성요소)가 다른 구성요소(예: 제 2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제 1 구성요소)가 다른 구성요소(예: 제 2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.

본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.

본 문서에서 사용된 용어들은 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시예들을 배제하도록 해석될 수 없다.

본 문서의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC(desktop personal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라(camera), 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다. 다양한 실시예에 따르면, 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드(skin pad) 또는 문신), 또는 생체 이식형(예: implantable circuit) 중 적어도 하나를 포함할 수 있다.

어떤 실시예들에서, 전자 장치는 가전 제품(home appliance)일 수 있다. 가전 제품은, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스(set-top box), 홈 오토매이션 컨트롤 패널(home automation control panel), 보안 컨트롤 패널(security control panel), TV 박스(예: 삼성 HomeSync^TM, 애플TV^TM, 또는 구글 TV^TM), 게임 콘솔(예: Xbox^TM, PlayStation^TM), 전자 사전, 전자 키, 캠코더(camcorder), 또는 전자 액자 중 적어도 하나를 포함할 수 있다.

다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션(navigation) 장치, GPS 수신기(global positioning system receiver), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트(infotainment) 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 금융 기관의 ATM(automatic teller's machine), 상점의 POS(point of sales), 또는 사물 인터넷 장치(internet of things)(예: 전구, 각종 센서, 전기 또는 가스 미터기, 스프링클러 장치, 화재경보기, 온도조절기(thermostat), 가로등, 토스터(toaster), 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.

어떤 실시예에 따르면, 전자 장치는 가구(furniture) 또는 건물/구조물의 일부, 전자 보드(electronic board), 전자 사인 수신 장치(electronic signature receiving device), 프로젝터(projector), 또는 각종 계측 기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 다양한 실시예에서, 전자 장치는 전술한 다양한 장치들 중 하나 또는 그 이상의 조합일 수 있다. 어떤 실시예에 따른 전자 장치는 플렉서블 전자 장치일 수 있다. 또한, 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 기술 발전에 따른 새로운 전자 장치를 포함할 수 있다.

이하, 첨부 도면을 참조하여, 다양한 실시예에 따른 전자 장치가 설명된다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.

도 1은 다양한 실시예들에 따른, 전자 장치(예: 전자 장치(101))가 사용자 (150)의 입력을 처리하기 위한 환경의 예를 도시한다. 도 1을 참조하면, 전자 장치 (101)는 오디오 입력 모듈(예: 마이크(102)), 또는 영상 입력 모듈(예: 카메라 (103))을 포함할 수 있다. 다양한 실시예에 따르면, 전자 장치(101)는 하나 이상의 외부 장치(예: 카메라(105), 마이크(107), 또는 디스플레이(110, 120, 130))와 기능적으로 연결하여 제어할 수 있다. 전자 장치(101)는, 예를 들면, 적어도 하나의 디스플레이를 구비한 스마트폰(smartphone)일 수 있다.

다양한 실시예에 따르면, 전자 장치(101)는 사용자(150)가 발화(speak)한 음성 신호를 입력받을 수 있고, 음성 신호에 대응하는 태스크(task) 또는 파라미터(parameter)를 결정할 수 있다. 전자 장치(101)는, 예를 들어, 전자 장치(101)에 기능적으로 연결된 마이크(120 또는 107)를 통해, 사용자(150)가 발화한 "코카 콜라 가격 얼마지" ("How much does coca cola cost")(140) 라는 음성신호를 수신하는 경우, 전자 장치(101)는 수신된 음성 신호를 문자 셋(a set of characters)으로 변환할 수 있다. 문자 셋은 문자열(a string of characters 또는a character string)을 포함할 수 있다. 전자 장치(101)는, 상기 음성 신호에 반응하여 전자 장치(101)가 수행할 태스크로, 상기 문자 셋의 일부인 "가격" 및 "얼마지?" ("How much does" 및 "cost?")라는 어구(expression/clause/ phrase)에 대응하는 정보 검색 태스크를 결정할 수 있다. 전자 장치(101)는, 상기 태스크의 파라미터(예: 정보 검색 대상)로, 상기 문자 셋 중에, "코카 콜라" ("Coca cola")라는 단어(word)를 결정할 수 있다.

다양한 실시예에 따르면, 전자 장치(101)는, 태스크를 수행하기 위한 도구(tool)를 선택할 수 있다. 예를 들어, 상기 정보 검색 태스크(task)를 수행하기 위한 도구(tool)는 웹브라우저일 수 있다. 이하에서 기능은, 태스크와 함께, 해당 태스크를 수행하기 위한 파라미터 및/또는 도구에 대응될 수 있다. 다양한 실시예에 따르면, 전자 장치(101)는 음성 신호 입력에 대응하는 기능을, 외부의 전자 장치를 이용하여 수행할 수 있다. 예를 들어, 전자 장치(101)가 상기 웹브라우저를 통해 정보 검색 태스크를 수행하는 경우, 상기 문자 셋 중에, "코카 콜라" ("coca cola")를 외부 서버에 전송할 수 있다. 외부 서버는 상기 "코카 콜라" ("coca cola")를 검색어로 삼아 정보 검색을 수행할 수 있고, 상기 정보 검색을 수행한 결과를 전자 장치(101)에 전송할 수 있다. 또한, 전자 장치(101)는 외부 디스플레이(예: 110, 120 또는 130)을 이용하여 상기 정보 검색 수행 결과를 표시할 수 있다.

다양한 실시예에 따르면, 전자 장치(101)는 음성 신호 입력에 대응하는 기능이 하나 이상일 경우, 사용자가 선택한 콘텐트에 기반하여, 음성 신호 입력에 대응하는 기능의 범위를 한정하거나 또는 음성 신호 입력에 대응하는 기능의 갯수를 줄일 수 있다. 다양한 실시예에 따르면, 전자 장치(101)는 사용자의 제스쳐를 감지하여, 디스플레이에 표시된 콘텐트 중에 사용자가 어느 콘텐트를 선택 또는 지시하는지 확인할 수 있다. 다양한 실시예에 따르면, 전자 장치(101)은 카메라(예: 103 또는 105)로 촬영한 영상을 분석하여, 사용자의 제스쳐를 인식할 수 있다. 전자 장치(101)는 상기 영상으로부터 사용자의 위치, 얼굴, 머리 방향, 시선, 또는 손짓 등의 제스쳐를 인식하여, 사용자가 어디를 바라보고 있는지 또는 어디를 지시하고 있는지를 확인할 수 있다.

예를 들어, 전자 장치(101)는, 디스플레이(110)를 통하여 요리 관련 콘텐트를 표시할 수 있고, 디스플레이(120)를 통하여 주식 관련 콘텐트를 표시할 수 있다. 전자 장치(101)는, 사용자(150)로부터 "코카 콜라 가격 얼마지?"("How much does coca cola cost?")(140) 라는 음성 신호를 입력받을 수 있고, 그와 동시에 카메라(예: 103, 105)를 통하여 사용자(150)의 제스쳐와 관련된 영상을 획득할 수 있다. 전자 장치(101)는 영상을 통해 사용자가 디스플레이(110)를 바라보며 상기 음성을 발화한 것으로 판단한 경우, 전자 장치(101)는 음성에 대응하는 의미의 카테고리를 사용자가 바라본 디스플레이(110)에서 표시된 콘텐트의 카테고리에 대응하는 요리 카테고리로 한정할 수 있다. 전자 장치(101)는 영상을 통해 사용자가 디스플레이(120)를 바라보며 음성을 발화한 것으로 판단하는 경우, 전자 장치(101)는 상기 음성 신호에 대응하는 의미의 카테고리를 사용자가 바라본 디스플레이(110)에서 표시된 콘텐트의 카테고리에 대응하는 주식 카테고리로 한정할 수 있다. 전자 장치(101)는, 예를 들면, 음성 신호의 의미의 카테고리가 요리 카테고리로 한정된 경우에, "코카 콜라" ("coca cola")의 음성 신호의 의미를 "요리 재료 코카 콜라 한 병" ("one bottle of coca cola")으로 인식할 수 있다. 또는 전자 장치(101)는, 예를 들면, 음성 신호의 의미의 카테고리가 주식 카테고리로 한정된 경우에, "코카 콜라" ("coca cola")의 음성 신호의 의미를 "주식 회사 코카 콜라" ("coca-Cola Company")로 인식할 수 있다. 전자 장치(101)는, 예를 들면, 음성 신호의 의미의 카테고리가 요리 카테고리로 한정된 경우에, "가격" 및 "얼마지" ("How much does" 및 "cost?")라는 어구에 대응하는 태스크(task)로, 재료 소매가 검색 태스크(task)를 결정할 수 있다. 또는 전자 장치(101)는, 예를 들면, 음성 신호의 의미의 카테고리가 주식 카테고리로 한정된 경우에, "가격" 및 "얼마지?" ("How much does?" 및 "cost?")라는 어구에 대응하는 태스크(task)로, 주식 시세 검색 태스크(task)를 결정할 수 있다. 상기 태스크(task)가 다르게 결정됨에 따라 도구는, 온라인 마켓 어플리케이션이 될 수도 있고, 주식 거래 어플리케이션이 될 수도 있다.

다양한 실시예에 따르면, 전자 장치(101)는 선택된 콘텐트에 기반하여, 음성 입력에 대응하는 기능을, 전자 장치(101) 또는 외부의 전자 장치를 이용하여 처리할 수 있다. 예들 들어, 전자 장치(101)는 주식 관련 콘텐트에 기반하여, 음성 입력에 대응하는 주식 시세 검색 태스크를 수행할 경우, 외부 서버에 "코카 콜라" ("coca cola")문자 셋을, 제스처 입력에 기반하여, "주식 회사 코카 콜라" ("coca-Cola Company")문자 셋으로 대체하여 전송하거나, 또는, "one bottle of coca cola" 문자 셋을 제외하는 명령어를 추가로 전송할 수 있다. 외부 서버는, 예를 들면, 상기 "Coca-Cola Company" 문자 셋을 검색어로 삼아 주식 시세 검색을 수행할 수 있고 상기 주식 시세 검색을 수행한 결과를 전자 장치 (101)에 전송할 수 있다.

도 2를 참조하여, 다양한 실시예에서의, 네트워크 환경(200) 내의 전자 장치(201)가 기재된다. 전자 장치(201)는 버스(210), 프로세서(220), 메모리(230), 입출력 인터페이스(250), 디스플레이(260), 통신 인터페이스(270), 및 입력 처리 모듈(280)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(201)는, 구성요소들 중 적어도 하나를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.

버스(210)는, 예를 들면, 구성요소들(210-270)을 서로 연결하고, 구성요소들 간의 통신(예: 제어 메시지 및/또는 데이터)를 전달하는 회로를 포함할 수 있다.

프로세서(220)는, 중앙처리장치(central processing unit(CPU)), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP)) 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(220)는, 예를 들면, 전자 장치(201)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다. 다양한 실시예에 따르면, 프로세서(220)는 입력 처리 모듈(280)로부터 명령을 수신하여, 수신된 명령을 해독하고, 해독된 명령에 따른 연산이나 데이터 처리를 실행할 수 있다.

메모리(230)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(230)는, 예를 들면, 전자 장치(201)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 한 실시예에 따르면, 메모리(230)는 소프트웨어 및/또는 프로그램(240)을 저장할 수 있다. 프로그램(240)은, 예를 들면, 커널(241), 미들웨어(243), 어플리케이션 프로그래밍 인터페이스(application programming interface(API))(245), 및/또는 어플리케이션 프로그램(또는 "어플리케이션")(247) 등을 포함할 수 있다. 커널(241), 미들웨어(243), 또는 API(245)의 적어도 일부는, 운영 시스템(operating system(OS))으로 지칭될 수 있다. 다양한 실시예에 따르면, 어플리케이션 프로그램(247)은 웹브라우저이거나 멀티미디어 플레이어일 수 있고, 상기 메모리(230)은 웹페이지와 관련된 데이터 또는 멀티미디어 파일과 관련된 데이터를 저장할 수 있다. 다양한 실시예에 따르면, 입력 처리 모듈(280)은 상기 메모리(230)에 접근하여 입력에 대응하는 데이터를 인식할 수 있다.

커널(241)은, 예를 들면, 다른 프로그램들(예: 미들웨어(243), API(245), 또는 어플리케이션 프로그램(247))에 구현된 동작 또는 기능을 실행하는 데 사용되는 시스템 리소스들(예: 버스(210), 프로세서(220), 또는 메모리(230) 등)을 제어 또는 관리할 수 있다. 또한, 커널(241)은 미들웨어(243), API(245), 또는 어플리케이션 프로그램(247)에서 전자 장치(201)의 개별 구성요소에 접근함으로써, 시스템 리소스들을 제어 또는 관리할 수 있는 인터페이스를 제공할 수 있다.

미들웨어(243)는, 예를 들면, API(245) 또는 어플리케이션 프로그램(247)이 커널(241)과 통신하여 데이터를 주고받을 수 있도록 중개 역할을 수행할 수 있다.

또한, 미들웨어(243)는 어플리케이션 프로그램(247)으로부터 수신된 하나 이상의 작업 요청들을 우선 순위에 따라 처리할 수 있다. 예를 들면, 미들웨어(243)는 어플리케이션 프로그램(247) 중 적어도 하나에 전자 장치(201)의 시스템 리소스(예: 버스(210), 프로세서(220), 또는 메모리(230) 등)를 사용할 수 있는 우선 순위를 부여할 수 있다. 예컨대, 미들웨어(243)는 상기 적어도 하나에 부여된 우선 순위에 따라 상기 하나 이상의 작업 요청들을 처리함으로써, 상기 하나 이상의 작업 요청들에 대한 스케쥴링 또는 로드 밸런싱 등을 수행할 수 있다.

API(245)는, 예를 들면, 어플리케이션(247)이 커널(241) 또는 미들웨어(243)에서 제공되는 기능을 제어하기 위한 인터페이스로, 예를 들면, 파일 제어, 창 제어, 영상 처리, 또는 문자 제어 등을 위한 적어도 하나의 인터페이스 또는 함수(예: 명령어)를 포함할 수 있다.

입출력 인터페이스(250)는, 예를 들면, 사용자 또는 다른 외부 기기로부터 입력된 명령 또는 데이터를 전자 장치(201)의 다른 구성요소(들)에 전달할 수 있는 인터페이스의 역할을 할 수 있다. 또한, 입출력 인터페이스(250)은 전자 장치(201)의 다른 구성요소(들)로부터 수신된 명령 또는 데이터를 사용자 또는 다른 외부 기기로 출력할 수 있다.

디스플레이(260)는, 예를 들면, 액정 디스플레이(liquid crystal display(LCD)), 발광 다이오드(light-emitting diode(LED)) 디스플레이, 유기 발광 다이오드(organic light-emitting diode(OLED)) 디스플레이, 또는 마이크로 전자기계 시스템(microelectromechanical systems(MEMS)) 디스플레이, 또는 전자종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이(260)는, 예를 들면, 사용자에게 각종 콘텐츠(예: 텍스트, 이미지, 비디오, 아이콘, 또는 심볼 등)을 표시할 수 있다. 디스플레이(260)는, 터치 스크린을 포함할 수 있으며, 예를 들면, 전자 펜 또는 사용자의 신체의 일부를 이용한 터치, 제스쳐, 근접, 또는 호버링 입력을 수신할 수 있다. 적어도 하나 이상의 디스플레이(260)는 전자 장치(201)에 존재할 수 있고, 각 디스플레이는 전자 장치(201)의 앞면, 옆면, 또는 뒷면에 위치할 수 있고, 접는 방식, 미끌어지는 방식 등에 의해 디스플레이가 숨겨지거나 드러날 수 있다. 또한 적어도 하나 이상의 디스플레이(260)은 전자 장치(201)의 외부에 존재할 수 있고, 전자 장치(201)과 기능적으로 연결될 수도 있다.

통신 인터페이스(270)는, 예를 들면, 전자 장치(201)와 외부 장치(예: 제 1 외부 전자 장치(202), 제 2 외부 전자 장치(204), 또는 서버(206)) 간의 통신을 설정할 수 있다. 예를 들면, 통신 인터페이스(270)는 무선 통신 또는 유선 통신을 통해서 네트워크(262)에 연결되어 외부 장치(예: 제 2 외부 전자 장치(204) 또는 서버(206))와 통신할 수 있다. 상기 디스플레이(260)는, 전자 장치(201)의 외부에 존재할 경우, 통신 인터페이스(270)을 이용하여 전자 장치(201)과 기능적으로 연결될 수 있다.

무선 통신은, 예를 들면, 셀룰러 통신 프로토콜로서, 예를 들면, LTE(long-term evolution), LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용할 수 있다. 또한, 무선 통신은, 예를 들면, 근거리 통신(164)을 포함할 수 있다. 근거리 통신(264)은, 예를 들면, WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), 또는 GPS(global positioning system) 등 중 적어도 하나를 포함할 수 있다. 유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크(162)는 통신 네트워크(telecommunications network), 예를 들면, 컴퓨터 네트워크(computer network)(예: LAN 또는 WAN), 인터넷, 또는 전화 망(telephone network) 중 적어도 하나를 포함할 수 있다.

입력 처리 모듈(280)은, 예를 들면, 외부 전자 장치(예: 제 1 외부 전자 장치(202), 제 2 외부 전자 장치(204), 또는 서버(206)) 또는 전자 장치 내부의 다른 구성요소(예: 입출력 인터페이스(250) 또는 센서)를 통해 적어도 음성 입력 또는 제스처 입력 등을 포함하는 다양한 형태의 사용자 입력을 획득하고, 획득된 입력에 기반하여 사용자의 의도에 부합하는 기능을 수행할 수 있다. 도 2에서는 입력 처리 모듈(280)을 프로세서(220) 및 메모리(230)와 독립된 구성으로 나타내고 있지만, 다양한 실시예들은 이에 한정되지 않는다. 입력 처리 모듈(280)의 적어도 일부는, 프로세서(220)와 통합되어(integrated with) 구현될 수 있고, 메모리(230)에 소프트웨어 형태로 저장되어 프로세서(220)에서 실행될 수 있는 형태로 구현될 수 있다. 또한, 입력 처리 모듈(280)의 적어도 일부는, 프로세서(220) 및 메모리(230)에 분산되어 구현될 수 있다.제 1 외부 전자 장치(202), 제 2 외부 전자 장치(203), 또는 제 3 외부 전자 장치(204) 중 적어도 하나는 전자 장치(201)와 동일한 또는 다른 종류의 장치일 수 있다. 다양한 실시예에 따르면, 제 1 외부 전자 장치(202) 또는 제 2 외부 전자 장치(203)는 디스플레이(260)일 수 있다. 다양한 실시예에 따르면, 제 1 외부 전자 장치(202)는 웨어러블 장치(wearable device)일 수 있다. 한 실시예에 따르면, 서버(206)는 하나 또는 그 이상의 서버들의 그룹을 포함할 수 있다. 다양한 실시예에 따르면, 전자 장치(201)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(202,204), 또는 서버(206)에서 실행될 수 있다.

예를 들어, 사용자가 착용한 웨어러블 장치(wearable device)가 사용자의 음성 신호를 수신하여, 전자 장치(201)의 입력 처리 모듈(280)에 전송할 수 있다. 한 실시예에 따르면, 전자 장치(201)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(201)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(202, 204), 또는 서버(206))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(202, 204), 또는 서버(206))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(201)로 전달할 수 있다. 전자 장치(201)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 한 실시예에 따르면, 상기 기능은 음성 신호 인식 기반 정보 처리 기능일 수 있고, 입력 처리 모듈(280)이 네트워크(262)를 통해 서버(206)에 정보 처리를 요청하여, 서버(206)이 상기 요청에 대응하는 수행 결과를 전자 장치(201)에 제공해 줄 수 있다. 한 실시예에 따르면, 전자 장치(201)은, 예를 들면, 제 1 외부 전자 장치(202) 또는 제 2 외부 전자 장치(203) 중 적어도 하나의 장치에 기능적으로 연결된 디스플레이를 통해 콘텐트를 표시하도록, 상기 적어도 하나의 장치를 제어할 수 있다. 한 실시예에 따르면, 제 1 외부 전자 장치(202)가 웨어러블 장치(wearable device)일 경우, 입출력 인터페이스(250)의 기능의 적어도 일부를 제 1 외부 전자 장치(202)가 수행하도록 구현될 수 있다. 다른 실시예도 가능하다.

도 3은 다양한 실시예들에 따른 전자 장치(301)의 블록도이다. 전자 장치(301)는, 예를 들면, 도 2에 도시된 전자 장치(201)의 전체 또는 일부를 포함할 수 있다. 전자 장치(301)는 하나 이상의 프로세서(예: AP(application processor))(310), 통신 모듈(320), (가입자 식별 모듈(324), 메모리(330), 센서 모듈(340), 입력 장치(350), 디스플레이(360), 인터페이스(370), 오디오 모듈(380), 카메라 모듈(391), 전력 관리 모듈(395), 배터리(396), 인디케이터(397), 및 모터(398) 를 포함할 수 있다.

프로세서(310)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(310)에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(310)는, 예를 들면, SoC(system on chip) 로 구현될 수 있다. 한 실시예에 따르면, 프로세서(310)는 GPU(graphic processing unit) 및/또는 이미지 신호 프로세서(image signal processor)를 더 포함할 수 있다. 프로세서(310)는 도 3에 도시된 구성요소들 중 적어도 일부(예: 셀룰러 모듈(321))를 포함할 수도 있다. 프로세서(310) 는 다른 구성요소들(예: 비휘발성 메모리) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리에 로드(load)하여 처리하고, 다양한 데이터를 비휘발성 메모리에 저장(store)할 수 있다.

통신 모듈(220)은, 도 2의 통신 인터페이스(270)와 동일 또는 유사한 구성을 가질 수 있다. 통신 모듈(320)은, 예를 들면, 셀룰러 모듈(321), WiFi 모듈(323), 블루투스 모듈(325), GPS 모듈(327), NFC 모듈(328) 및 RF(radio frequency) 모듈(329)를 포함할 수 있다.

셀룰러 모듈(321)은, 예를 들면, 통신망을 통해서 음성 통화, 영상 통화, 문자 서비스, 또는 인터넷 서비스 등을 제공할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(321)은 가입자 식별 모듈(예: SIM 카드)(324)을 이용하여 통신 네트워크 내에서 전자 장치(301)의 구별 및 인증을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 프로세서(310)가 제공할 수 있는 기능 중 적어도 일부 기능을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(321)은 커뮤니케이션 프로세서(CP: communication processor)를 포함할 수 있다.

WiFi 모듈(323), 블루투스 모듈(325), GPS 모듈(327) 또는 NFC 모듈(328) 중 적어도 하나는, 예를 들면, 해당하는 모듈을 통해서 송수신되는 데이터를 처리하기 위한 프로세서를 포함할 수 있다. 어떤 실시예에 따르면, 셀룰러 모듈(321), WiFi 모듈(323), 블루투스 모듈(325), GPS 모듈(327) 또는 NFC 모듈(328) 중 적어도 일부(예: 두 개 이상)는 하나의 integrated chip(IC) 또는 IC 패키지 내에 포함될 수 있다.

RF 모듈(329)은, 예를 들면, 통신 신호(예: RF 신호)를 송수신할 수 있다. RF 모듈(329)은, 예를 들면, 트랜시버(transceiver), PAM(power amp module), 주파수 필터(frequency filter), LNA(low noise amplifier), 또는 안테나 등을 포함할 수 있다. 다른 실시예에 따르면, 셀룰러 모듈(321), WiFi 모듈(323), 블루투스 모듈(325), GPS 모듈(327) 또는 NFC 모듈(328) 중 적어도 하나는 별개의 RF 모듈을 통하여 RF 신호를 송수신할 수 있다.

가입자 식별 모듈(324)는, 예를 들면, 가입자 식별 모듈을 포함하는 카드 및/또는 내장 SIM(embedded SIM)을 포함할 수 있으며, 고유한 식별 정보(예: ICCID(integrated circuit card identifier)) 또는 가입자 정보(예: IMSI(international mobile subscriber identity))를 포함할 수 있다.

메모리(330)(예: 메모리(230))는, 예를 들면, 내장 메모리(332) 또는 외장 메모리(334)를 포함할 수 있다. 내장 메모리(332)는, 예를 들면, 휘발성 메모리(예: DRAM(dynamic RAM), SRAM(static RAM), 또는 SDRAM(synchronous dynamic RAM) 등), 비휘발성 메모리(non-volatile Memory)(예: OTPROM(one time programmable ROM), PROM(programmable ROM), EPROM(erasable and programmable ROM), EEPROM(electrically erasable and programmable ROM), mask ROM, flash ROM, 플래시 메모리(예: NAND flash 또는 NOR flash 등), 하드 드라이브, 또는 솔리드 스테이트 드라이브(solid state drive(SSD)) 중 적어도 하나를 포함할 수 있다.

외장 메모리(334)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD(micro secure digital), Mini-SD(mini secure digital), xD(extreme digital), MMC(multi-media card) 또는 메모리 스틱(memory stick) 등을 더 포함할 수 있다. 외장 메모리(334)는 다양한 인터페이스를 통하여 전자 장치(301)와 기능적으로 및/또는 물리적으로 연결될 수 있다.

센서 모듈(340)은, 예를 들면, 물리량을 계측하거나 전자 장치(301)의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 센서 모듈(340)은, 예를 들면, 제스처 센서(340A), 자이로 센서(340B), 기압 센서(340C), 마그네틱 센서(340D), 가속도 센서(340E), 그립 센서(340F), 근접 센서(340G), 컬러(color) 센서(340H)(예: RGB(red, green, blue) 센서), 생체 센서(340I), 온/습도 센서(340J), 조도 센서(340K), 또는 UV(ultra violet) 센서(340M) 중의 적어도 하나를 포함할 수 있다. 추가적으로 또는 대체적으로(additionally or alternatively), 센서 모듈(340)은, 예를 들면, 후각 센서(E-nose sensor), EMG 센서(electromyography sensor), EEG 센서(electroencephalogram sensor), ECG 센서(electrocardiogram sensor), IR(infrared) 센서, 홍채 센서 및/또는 지문 센서를 포함할 수 있다. 센서 모듈(340)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시예에서는, 전자 장치(301)는 프로세서(310)의 일부로서 또는 별도로, 센서 모듈(340)을 제어하도록 구성된 프로세서를 더 포함하여, 프로세서(310)가 슬립(sleep) 상태에 있는 동안, 센서 모듈(340)을 제어할 수 있다.

입력 장치(350)은, 예를 들면, 터치 패널(touch panel)(352),(디지털) 펜 센서(pen sensor)(354), 키(key)(356), 또는 초음파(ultrasonic) 입력 장치(358)를 포함할 수 있다. 터치 패널(352)은, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. 또한, 터치 패널(352)은 제어 회로를 더 포함할 수도 있다. 터치 패널(352)은 택타일 레이어(tactile layer)를 더 포함하여, 사용자에게 촉각 반응을 제공할 수 있다.

(디지털) 펜 센서(354)는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트(sheet)를 포함할 수 있다. 키(356)는, 예를 들면, 물리적인 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 초음파 입력 장치(358)는 마이크(예: 마이크(388))를 통해, 입력 도구에서 발생된 초음파를 감지하여, 상기 감지된 초음파에 대응하는 데이터를 확인할 수 있다.

디스플레이(360)(예: 디스플레이(260))는 패널(362), 홀로그램 장치(364), 또는 프로젝터(366)를 포함할 수 있다. 패널(362)은, 도 2의 디스플레이(260)와 동일 또는 유사한 구성을 포함할 수 있다. 패널(262)은, 예를 들면, 유연하게(flexible), 투명하게(transparent), 또는 착용할 수 있게(wearable) 구현될 수 있다. 패널(362)은 터치 패널(352)과 하나의 모듈로 구성될 수도 있다. 홀로그램 장치(364)는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터(366)는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(301)의 내부 또는 외부에 위치할 수 있다. 한 실시예에 따르면, 디스플레이(360)는 패널(362), 홀로그램 장치(364), 또는 프로젝터(366)를 제어하기 위한 제어 회로를 더 포함할 수 있다.

인터페이스(370)는, 예를 들면, HDMI(high-definition multimedia interface)(372), USB(universal serial bus)(374), 광 인터페이스(optical interface)(376), 또는 D-sub(D-subminiature)(378)를 포함할 수 있다. 인터페이스(370)는, 예를 들면, 도 2에 도시된 통신 인터페이스(270)에 포함될 수 있다. 추가적으로 또는 대체적으로(additionally and alternatively), 인터페이스(370)는, 예를 들면, MHL(mobile high-definition link) 인터페이스, SD(secure digital) 카드/MMC(multi-media card) 인터페이스, 또는 IrDA(infrared data association) 규격 인터페이스를 포함할 수 있다.

오디오 모듈(380)은, 예를 들면, 소리(sound)와 전기 신호를 쌍방향으로 변환시킬 수 있다. 오디오 모듈(380)의 적어도 일부 구성요소는, 예를 들면, 도 2 에 도시된 입출력 인터페이스(245)에 포함될 수 있다. 오디오 모듈(380)은, 예를 들면, 스피커(382), 리시버(384), 이어폰(386), 또는 마이크(388) 등을 통해 입력 또는 출력되는 소리 정보를 처리할 수 있다. 다양한 실시예에 따르면, 오디오 모듈(380)은 마이크(388)을 이용하여 사용자의 음성 신호를 입력 받을 수 있고, 어플리케이션 프로세서(310)는 상기 음성 신호를 마이크로부터 전달받아 음성 신호에 대응하는 기능을 처리할 수 있다.

카메라 모듈(391)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있는 장치로서, 한 실시예에 따르면, 하나 이상의 이미지 센서(예: 전면 센서 또는 후면 센서), 렌즈, ISP(image signal processor), 또는 플래시(flash)(예: LED 또는 xenon lamp 등)를 포함할 수 있다. 한 실시예에 따르면, 카메라 모듈(391)은 사용자의 움직임을 영상으로 촬영할 수 있고, 어플리케이션 프로세서(310)는 상기 영상 내의 영상 객체(visual object) 중 사용자를 인식할 수 있고, 사용자의 움직임을 분석하여, 사용자의 위치, 얼굴, 머리 방향, 시선, 또는 손짓 등의 제스쳐를 인식할 수 있다.

전력 관리 모듈(395)은, 예를 들면, 전자 장치(301)의 전력을 관리할 수 있다. 한 실시예에 따르면, 전력 관리 모듈(395)은 PMIC(power management integrated circuit), 충전 IC(charger integrated circuit), 또는 배터리 또는 연료 게이지(battery or fuel gauge)를 포함할 수 있다. PMIC는, 유선 및/또는 무선 충전 방식을 가질 수 있다. 무선 충전 방식은, 예를 들면, 자기공명 방식, 자기유도 방식 또는 전자기파 방식 등을 포함하며, 무선 충전을 위한 부가적인 회로, 예를 들면, 코일 루프, 공진 회로, 또는 정류기 등을 더 포함할 수 있다. 배터리 게이지는, 예를 들면, 배터리(396)의 잔량, 충전 중 전압, 전류, 또는 온도를 측정할 수 있다. 배터리(396)는, 예를 들면, 충전식 전지(rechargeable battery) 및/또는 태양 전지(solar battery)를 포함할 수 있다.

인디케이터(397)는 전자 장치(301) 또는 그 일부(예: 프로세서(310))의 특정 상태, 예를 들면, 부팅 상태, 메시지 상태 또는 충전 상태 등을 표시할 수 있다. 모터(398)는 전기적 신호를 기계적 진동으로 변환할 수 있고, 진동(vibration), 또는 햅틱(haptic) 효과 등을 발생시킬 수 있다. 도시되지는 않았으나, 전자 장치(201)는 모바일 TV 지원을 위한 처리 장치(예: GPU)를 포함할 수 있다. 모바일 TV 지원을 위한 처리 장치는, 예를 들면, DMB(digital multimedia broadcasting), DVB(digital video broadcasting), 또는 미디어플로(mediaFlo^TM) 등의 규격에 따른 미디어 데이터를 처리할 수 있다.

본 문서에서 기술된 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 다양한 실시예에서, 전자 장치는 본 문서에서 기술된 구성요소 중 적어도 하나를 포함하여 구성될 수 있으며, 일부 구성요소가 생략되거나 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 또한, 다양한 실시예에 따른 전자 장치의 구성요소들 중 일부가 결합되어 하나의 개체(entity)로 구성됨으로써, 결합되기 이전의 해당 구성요소들의 기능을 동일하게 수행할 수 있다.

도 4는 다양한 실시예들에 따른 프로그램 모듈의 블록도이다. 한 실시예에 따르면, 프로그램 모듈(410)(예: 프로그램(240))은 전자 장치(예: 전자 장치(201))에 관련된 자원을 제어하는 운영 체제(operating system(OS)) 및/또는 운영 체제 상에서 구동되는 다양한 어플리케이션(예: 어플리케이션 프로그램(247))을 포함할 수 있다. 운영 체제는, 예를 들면, 안드로이드(android), iOS, 윈도우즈(windows), 심비안(symbian), 타이젠(tizen), 또는 바다(bada) 등이 될 수 있다.

프로그램 모듈(410)은 커널(420), 미들웨어(430), 어플리케이션 프로그래밍 인터페이스(application programming interface (API))(460), 및/또는 어플리케이션(470)을 포함할 수 있다. 프로그램 모듈(410)의 적어도 일부는 전자 장치 상에 프리로드(preload) 되거나, 외부 전자 장치(예: 전자 장치(202, 204), 서버(206) 등)로부터 다운로드(download) 가능하다.

커널(420)(예: 커널(241))은, 예를 들면, 시스템 리소스 매니저(421) 및/또는 디바이스 드라이버(423)를 포함할 수 있다. 시스템 리소스 매니저(421)는 시스템 리소스의 제어, 할당, 또는 회수 등을 수행할 수 있다. 한 실시예에 따르면, 시스템 리소스 매니저(421)는 프로세스 관리부, 메모리 관리부, 또는 파일 시스템 관리부 등을 포함할 수 있다. 디바이스 드라이버(423)는, 예를 들면, 디스플레이 드라이버, 카메라 드라이버, 블루투스 드라이버, 공유 메모리 드라이버, USB 드라이버, 키패드 드라이버, WiFi 드라이버, 오디오 드라이버, 또는 IPC(inter-process communication) 드라이버를 포함할 수 있다.

미들웨어(430)는, 예를 들면, 어플리케이션(470)이 공통적으로 필요로 하는 기능을 제공하거나, 어플리케이션(470)이 전자 장치 내부의 제한된 시스템 자원을 효율적으로 사용할 수 있도록 API(460)를 통해 다양한 기능들을 어플리케이션(470)으로 제공할 수 있다. 한 실시예에 따르면, 미들웨어(430)(예: 미들웨어(243))는 런타임 라이브러리(435), 어플리케이션 매니저(application manager)(441), 윈도우 매니저(window manager)(442), 멀티미디어 매니저(multimedia manager)(443), 리소스 매니저(resource manager)(444), 파워 매니저(power manager)(445), 데이터베이스 매니저(database manager)(446), 패키지 매니저(package manager)(447), 연결 매니저(connectivity manager)(448), 통지 매니저(notification manager)(449), 위치 매니저(location manager)(450), 그래픽 매니저(graphic manager)(451), 또는 보안 매니저(security manager)(452) 중 적어도 하나를 포함할 수 있다.

런타임 라이브러리(435)는, 예를 들면, 어플리케이션(470)이 실행되는 동안에 프로그래밍 언어를 통해 새로운 기능을 추가하기 위해 컴파일러가 사용하는 라이브러리 모듈을 포함할 수 있다. 런타임 라이브러리(435)는 입출력 관리, 메모리 관리, 또는 산술 함수에 대한 기능 등을 수행할 수 있다.

어플리케이션 매니저(441)는, 예를 들면, 어플리케이션(470) 중 적어도 하나의 어플리케이션의 생명 주기(life cycle)를 관리할 수 있다. 윈도우 매니저(442)는 화면에서 사용하는 GUI 자원을 관리할 수 있다. 멀티미디어 매니저(443)는 다양한 미디어 파일들의 재생에 필요한 포맷을 파악하고, 해당 포맷에 맞는 코덱(codec)을 이용하여 미디어 파일의 인코딩(encoding) 또는 디코딩(decoding)을 수행할 수 있다. 리소스 매니저(444)는 어플리케이션(470) 중 적어도 어느 하나의 어플리케이션의 소스 코드, 메모리 또는 저장 공간 등의 자원을 관리할 수 있다.

파워 매니저(445)는, 예를 들면, 바이오스(BIOS: basic input/output system) 등과 함께 동작하여 배터리(battery) 또는 전원을 관리하고, 전자 장치의 동작에 필요한 전력 정보 등을 제공할 수 있다. 데이터베이스 매니저(446)는 어플리케이션(470) 중 적어도 하나의 어플리케이션에서 사용할 데이터베이스를 생성, 검색, 또는 변경할 수 있다. 패키지 매니저(447)는 패키지 파일의 형태로 배포되는 어플리케이션의 설치 또는 업데이트를 관리할 수 있다.

연결 매니저(448)는, 예를 들면, WiFi 또는 블루투스 등의 무선 연결을 관리할 수 있다. 통지 매니저(449)는 도착 메시지, 약속, 근접성 알림 등의 사건(event)을 사용자에게 방해되지 않는 방식으로 표시 또는 통지할 수 있다. 위치 매니저(450)는 전자 장치의 위치 정보를 관리할 수 있다. 그래픽 매니저(451)는 사용자에게 제공될 그래픽 효과 또는 이와 관련된 사용자 인터페이스를 관리할 수 있다. 보안 매니저(452)는 시스템 보안 또는 사용자 인증 등에 필요한 제반 보안 기능을 제공할 수 있다. 한 실시예에 따르면, 전자 장치(예: 전자 장치(201))가 전화 기능을 포함한 경우, 미들웨어(430)는 전자 장치의 음성 또는 영상 통화 기능을 관리하기 위한 통화 매니저(telephony manager)를 더 포함할 수 있다.

미들웨어(430)는 전술한 구성요소들의 다양한 기능의 조합을 형성하는 미들웨어 모듈을 포함할 수 있다. 미들웨어(430)는 차별화된 기능을 제공하기 위해 운영 체제의 종류 별로 특화된 모듈을 제공할 수 있다. 또한, 미들웨어(430)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다.

API(460)(예: API(245))는, 예를 들면, API 프로그래밍 함수들의 집합으로, 운영 체제에 따라 다른 구성으로 제공될 수 있다. 예를 들면, 안드로이드 또는 iOS의 경우, 플랫폼 별로 하나의 API 셋을 제공할 수 있으며, 타이젠(tizen)의 경우, 플랫폼 별로 두 개 이상의 API 셋을 제공할 수 있다.

어플리케이션(470)(예: 어플리케이션 프로그램(247))은, 예를 들면, 홈(471), 다이얼러(472), SMS/MMS(473), IM(instant message)(474), 브라우저(475), 카메라(476), 알람(477), 컨택트(478), 음성 다이얼(479), 이메일(480), 달력(481), 미디어 플레이어(482), 앨범(483), 또는 시계(484), 건강 관리(health care)(예: 운동량 또는 혈당 등을 측정), 또는 환경 정보 제공(예: 기압, 습도, 또는 온도 정보 등을 제공) 등의 기능을 수행할 수 있는 하나 이상의 어플리케이션을 포함할 수 있다. 한 실시예에 따르면, 상기 어플리케이션 470은 사용자의 입력(예: 음성 신호)에 대응하는 기능을 처리할 수 있는 어플리케이션을 포함할 수 있다.

한 실시예에 따르면, 어플리케이션(470)은 전자 장치(예: 전자 장치(201))와 외부 전자 장치(예: 전자 장치(202, 204)) 사이의 정보 교환을 지원하는 어플리케이션(이하, 설명의 편의 상, "정보 교환 어플리케이션")을 포함할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치에 특정 정보를 전달하기 위한 알림 전달(notification relay) 어플리케이션, 또는 외부 전자 장치를 관리하기 위한 장치 관리(device management) 어플리케이션을 포함할 수 있다.

예를 들면, 알림 전달 어플리케이션은 전자 장치의 다른 어플리케이션(예: SMS/MMS 어플리케이션, 이메일 어플리케이션, 건강 관리 어플리케이션, 또는 환경 정보 어플리케이션 등)에서 발생된 알림 정보를 외부 전자 장치(예: 전자 장치(202, 204))로 전달하는 기능을 포함할 수 있다. 또한, 알림 전달 어플리케이션은, 예를 들면, 외부 전자 장치로부터 알림 정보를 수신하여 사용자에게 제공할 수 있다.

장치 관리 어플리케이션은, 예를 들면, 전자 장치와 통신하는 외부 전자 장치(예: 전자 장치(202, 204))의 적어도 하나의 기능(예: 외부 전자 장치 자체(또는, 일부 구성 부품)의 턴-온/턴-오프 또는 디스플레이의 밝기(또는, 해상도) 조절), 외부 전자 장치에서 동작하는 어플리케이션 또는 외부 전자 장치에서 제공되는 서비스(예: 통화 서비스 또는 메시지 서비스 등)를 관리(예: 설치, 삭제, 또는 업데이트)할 수 있다.

한 실시예에 따르면, 어플리케이션(470)은 외부 전자 장치(예: 전자 장치(202, 204))의 속성(에 따라 지정된 어플리케이션(예: 모바일 의료 기기의 건강 관리 어플리케이션 등)을 포함할 수 있다. 한 실시예에 따르면, 어플리케이션(470)은 외부 전자 장치(예: 서버(206) 또는 전자 장치(202, 204))로부터 수신된 어플리케이션을 포함할 수 있다. 한 실시예에 따르면, 어플리케이션(470)은 프리로드 어플리케이션(preloaded application) 또는 서버로부터 다운로드 가능한 제3자 어플리케이션(third party application)을 포함할 수 있다. 도시된 실시예에 따른 프로그램 모듈(410)의 구성요소들의 명칭은 운영 체제의 종류에 따라서 달라질 수 있다.

다양한 실시예에 따르면, 프로그램 모듈(410)의 적어도 일부는 소프트웨어, 펌웨어, 하드웨어, 또는 이들 중 적어도 둘 이상의 조합으로 구현될 수 있다. 프로그램 모듈(410)의 적어도 일부는, 예를 들면, 프로세서(예: 프로세서(310))에 의해 구현(implement)(예: 실행)될 수 있다. 프로그램 모듈(410)의 적어도 일부는 하나 이상의 기능을 수행하기 위한, 예를 들면, 모듈, 프로그램, 루틴, 명령어 세트(sets of instructions) 또는 프로세스 등을 포함할 수 있다.

도 5는 다양한 실시예들에 따른, 사용자의 입력을 처리하기 위한 입력 처리 모듈(501)의 블록도를 도시한다. 전자 장치의 입력 처리 모듈(501)은, 예를 들면, 도 2에 도시된 전자 장치(201)의 입력 처리 모듈(280)에 대응될 수 있다. 도 5를 참조하면, 상기 입력 처리 모듈(501)은 자동 음성 인식(ASR: automatic speech recognition) 모듈(510), 자연어 처리(NLP: natural language processing) 모듈(530), 발화자 인식 모듈(540), 제스쳐 인식 모듈(550), 콘텐트 관리 모듈(560), 또는 응답 관리 모듈(570)을 포함할 수 있다. 다양한 실시예에 따르면, 자동 음성 인식 모듈(510), 자연어 처리 모듈(520), 발화자 인식 모듈(540), 제스쳐 인식 모듈(550), 또는 콘텐트 관리 모듈(560)은 소프트웨어(예: 프로그래밍 모듈) 또는 하드웨어(예: 집적 회로) 중 적어도 하나 이상의 조합으로 구성될 수 있다. 도 5에서는 자동 음성 인식 모듈(510) 및 자연어 처리 모듈(520)은 서로 독립적인 구성요소(모듈)로 도시되었으나, 다양한 실시예는 이에 한정되지 않는다. 예를 들면, 자연어 처리 모듈(520)이 자동 음성 인식 모듈(510)에 대응하는 기능의 일부를 처리하도록 구현될 수도 있고, 또는 자동 음성 인식 모듈(510)이 자연어 처리 모듈(520)에 대응하는 기능의 일부를 처리하도록 구현될 수도 있다. 다른 실시예도 가능하다. 다양한 실시예에 따르면, 자동 음성 인식 모듈 (510)은 음성 신호를 문자 셋으로 변환할 수 있다. 자동 음성 인식 모듈(510)은, 예를 들면, 음성 신호를 실시간으로 분석하여 음성 신호의 음소 또는 음절을 해당 음소 또는 음절에 대응하는 문자로 변환하고, 변환된 문자를 조합하여 문자 셋을 형성할 수 있다. 문자는, 예를 들면, 한국어, 영어, 일본어, 중국어, 프랑스어, 독일어, 에스파냐어 또는 인도어 등의 다양한 언어의 문자일 수 있다. 문자 셋은, 예를 들면 단어(word), 구(phrase), 절(clause), 숙어(idiom), 어구(expression), 또는 문장(sentence) 중 적어도 하나를 포함할 수 있다.

다양한 실시예에 따르면, 자동 음성 인식 모듈(510)은 고립 단어 인식, 연속어 인식, 또는 대용량 어휘 인식 중 하나 또는 둘 이상의 음성 인식 기술을 이용하여 음성 신호를 문자 셋으로 변환할 수 있다. 다양한 실시예에 따르면, 자동 음성 인식 모듈(510)은, 이러한 음성 인식 기술을 이용하는 과정에서, 동적 시간 워핑(dynamic time warping), 벡터 양자화(vector quantization), 히든 마코프 모델(hidden markov model), 서포트 벡터 머신(support vector machine), 또는 신경망(neural networks) 등의 다양한 알고리즘을 사용할 수 있다. 다양한 실시예에 따르면, 자동 음성 인식 모듈(510)은 사용자의 음성 신호를 문자 셋으로 변환시, 음성 신호의 음소/음절 뿐만 아니라, 사용자의 음향학적 특성(예: 주파수 특성, 높낮이, 높낮이 변화, 강조 단어, 억양)에 추가적으로 기반하여, 음소/음절에 대응되는 문자 또는 음성 신호에 대응되는 문자 셋을 결정할 수 있다. 예를 들어, 자동 음성 인식 모듈(510)은, 음성 신호와 다양한 주파수 특성을 비교하여, 상기 음성 신호에 대응되는 발화자(예: 남자, 여자, 아이)를 문자 셋으로 변환할 수 있다. 또한, 자동 음성 인식 모듈(510)은, 음성 신호와 다양한 억양의 패턴을 비교하여 상기 음성 신호가 의문문인지 명령문인지를 판단할 수 있다. 자동 음성 인식 모듈(510)은 상기 음성 신호가 의문문이라고 판단할 경우, 물음표를 문자 셋에 추가할 수 있고, 명령문이라고 판단할 경우, 느낌표를 문자 셋에 추가할 수 있다.

다양한 실시예에 따르면, 자동 음성 인식 모듈(510)은 오디오 입력 모듈(예: 마이크(102))로부터 음성 신호를 수신하여, 예컨데, "코카 콜라 가격 얼마지?" ("How much does coca cola cost?")라는 문자 셋으로 변환할 수 있다. 또한, 자동 음성 인식 모듈(510)은 문자 셋을 자연어 처리 모듈(520)에 전달할 수 있다.

다양한 실시예에 따르면, 자연어 처리 모듈(520)은, 인간의 자연어(natural language)(예: 음성 신호 형태 또는 문자 형태)를, 기계(예: 전자 장치(201))가 이해(understand) 및 처리(process) 가능한 형태인, 예를 들면 디지털 데이터로 변환할 수 있다. 예를 들어, 자연어 처리 모듈(520)은 자연어에 대응되는 디지털 데이터를, 입력 처리 모듈(501)이 수행할 태스크(task), 태스크와 연관된 파라미터(parameter) 또는 태스크를 수행할 도구(tool)를 결정할 수 있다. 또는, 역으로, 자연어 처리 모듈(520)은, 예를 들면, 디지털 데이터를, 인간이 이해할 수 있는 자연어 형태의 정보로 변환하여, 변환된 자연어 형태의 정보를 사용자에게 (시각적으로 또는 청각적으로) 제공하거나 다른 전자 장치에 전송할 수 있다. 다양한 실시예에 따르면, 자연어 처리 모듈(520)은 자동 음성 인식 모듈(510)에 의해 변환된 문자 셋을 전달받을 수 있다. 다양한 실시예에 따르면, 자연어 처리 모듈(520)은, 예를 들면, 품사 태깅(part-of-speech tagging), 문법 분석(syntactic analysis 또는 parsing), 의미 분석(semantic analysis) 중 하나 또는 둘 이상의 자연어 처리 기술을 이용하여, 문자 셋의 적어도 일부의 의미(meaning)를 해석할 수 있다. 한 실시예에 따르면, 자연어 처리 모듈(520)은, 예를 들면, 문자 셋의 일부로, 명사 또는 동사 중 하나일 수 있는 "show"를 획득할 수 있다. 자연어 처리 모듈(520)은, 예를 들면, 품사 태깅을 통해, "어제 방송된 텔레비전 쇼를 보고 싶어" (I want to see yesterday TV show")문장에서, 단어 "쇼" ("show")를 명사의 범주로 좁힐 수 있다. 자연어 처리 모듈(530)은, 예를 들면, 문법 분석을 통해, 상기 문장에서 "나"는 주어(subject)이고 "어제의 텔레비전 쇼 보고 싶다" ("Want to see yesterday TV show")는 술부(predicate)인 것으로 인식할 수 있다. 자연어 처리 모듈(530)은, 예를 들면, 의미 분석을 통해, 상기 문장에서, "쇼" ("show")가 "텔레비젼" ("TV")에 연관된 방송 용어일 수 있으며, "나" ("I")에게 시각적으로 제공하는 서비스(예: '텔레비젼 프로그램' ('TV program')이라고 인식할 수 있다. 다양한 실시예에 따르면, 자연어 처리 모듈(520)은, 규칙 기반 접근 방법(rule-based approach) 또는 통계 기반 접근방법(statistical approach) 중 적어도 하나를 이용하여 문자 셋의 적어도 일부의 의미(meaning)를 해석할 수 있다.

다양한 실시예에 따르면, 자연어 처리 모듈(520)은 키워드 검출(keyword spotting) 또는 개체명 인식(named entity recognition) 등과 같은 관심 있는 문자 영역만 처리하는 방법을 이용하여 문자 셋의 적어도 일부의 의미를 해석할 수 있다. 자연어 처리 모듈(520)은, 키워드 검출 방법을 이용하여 문자 셋 중에 어느 단어가 핵심 단어인지 구분할 수 있다. 자연어 처리 모듈(520)은, 개체명 인식 방법을 이용하여 문자 셋 중 일부 단어가 인명, 지명, 기관명, 시간, 양, 또는 통화의 범주 중 어느 범주에 속하는지 구분할 수 있다. 예를 들어, 자연어 처리 모듈(520)은 개체명 인식 방법을 이용하여 "Jim bought 300 shares of Acme Corp. in 2006."로부터 "[Jim]_Person bought 300 shares of [Acme Corp.]_Organization in [2006]_Time."를 생성할 수 있고, 각 단어를 각 단어에 대응되는 범주에 기반하여 처리할 수 있다.

다양한 실시예에 따르면, 자연어 처리 모듈(520)은, 예를 들면, 전자 장치의 메모리로부터 문자 셋에 대응하는 하나 이상의 태스크를 포함하는 태스크(task) 정보를 획득하여, 획득된 태스크 정보로부터, 문자 셋의 의미에 대응하는 태스크(task)를 검색할 수 있다. 예를 들어, 자연어 처리 모듈(520)은, "want to see"라는 문자 셋에 대응하는 복수의 태스크(task)들로, "사진 보여주기" ('displaying photo'), '멀티미디어 실행하기'('presenting multimedia'), 및 '방송 보여주기'('showing broadcast')를 포함하는 태스크 정보를 획득할 수 있다.

다양한 실시예에 따르면, 자연어 처리 모듈(520)은, 문자 셋에 대응하는 태스크로, 문자 셋의 일부 단어와 관련도가 높은 태스크(task)를 결정할 수 있다. 예를 들어, 자연어 처리 모듈(520)은, 복수의 태스크들인 "사진 보여주기" ('displaying photo'), '멀티미디어 실행하기'('presenting multimedia'), 및 '방송 보여주기'('showing broadcast') 중에서, 문자 셋("I want to see yesterday TV show")에 포함된 "TV"라는 단어와 가장 관련도가 높은 태스크인 '방송 보여주기' ('showing broadcast') 태스크로 결정할 수 있다. 다양한 실시예에 따르면, 자연어 처리 모듈(520)은, 예를 들면, 복수의 태스크들 중 가장 관련도가 높은 태스크를 사용자에게 표시할 수 있다. 또는, 자연어 처리 모듈(520)은 관련도 순으로 복수의 태스크를 나열하여 표시할 수도 있다.

다양한 실시예에 따르면, 자연어 처리 모듈(520)은, 문자 셋의 의미가 결정된 경우, 태스크에 기반하여, 의미에 대응하는 파라미터(예: 처리 대상 이름, 처리 대상의 형태, 처리 대상의 개수)를 결정할 수 있다. 예를 들어, 태스크가 '방송 보여주기' ('Showing broadcast')인 경우, "어제의 텔레비전 쇼" ("yesterday TV show")라는 문자 셋에 대응하는 파라미터는 '어제의 텔레비전 시청 프로그램 이름 목록', '비디오 스트리밍(streaming)', '1'등 일 수 있다.

다양한 실시예에 따르면, 자연어 처리 모듈(520)은, 사용자가 선택한 콘텐트 또는 사용자의 상황 정보에 기반하여, 사용자의 음성 신호 또는 문자 셋에 대응하는 태스크 또는 파라미터를 결정할 수 있다. 예를 들면, 자연어 처리 모듈 (530)은, 음성 신호 또는 문자 셋의 의미에 대응하는 태스크 또는 파라미터가 하나 이상일 경우, 사용자가 선택한 콘텐트를 이용하여 상기 음성 신호 또는 문자 셋의 의미를 한정하거나 또는 문자 셋의 의미에 대응하는 파라미터의 범위를 한정할 수 있다. 또한, 자연어 처리 모듈(520)은, 예를 들면, 상황 정보(예: 사용 중인 어플리케이션 정보, 사용자 위치 정보, 사용자 주변 환경 정보, 가용한 주변 장치 정보, 과거의 음성 신호, 또는 과거에 선택된 콘텐트 등)를 이용하여 상기 문자 셋의 의미를 한정하거나 또는 문자 셋의 의미에 대응하는 태스크 또는 파라미터의 범위를 한정할 수 있다.

전자 장치와 기능적으로 연결된 제 1 디스플레이에 요리 관련 콘텐트가 표시되고, 전자 장치와 기능적으로 연결된 제 2 디스플레이에 주식 관련 콘텐트가 표시되는 경우에, 전자 장치는, 자동 음성 인식 모듈(510)을 통해, 사용자가 제 1 및 제 2 디스플레이들 중 제 2 디스플레이를 바라보면서, "코카 콜라 얼마야?" ("how much does coca cola cost?")라는 문장을 발화한 것을 인식할 수 있다. 자연어 처리 모듈(520)은, 사용자가 발화한 문장의 일부인 "코카 콜라" ("coca cola") 단어에 대응하는 파라미터(parameter)로,“요리 재료 코카 콜라 한병”("one bottle of coca cola") 또는 "주식 회사 코카 콜라"("Coca-Cola Company")등과 같이 복수의 파라미터들이 존재하는 경우, 복수의 파라미터들 중에 사용자가 응시한 제 2 디스플레이에 표시된 주식 관련 콘텐트에 대응되는 파라미터인"주식 회사 코카 콜라"("Coca-Cola Company")를 선택할 수 있다.

다양한 실시예에 따르면, 자연어 처리 모듈(520)은 음성 신호 또는 문자 셋에 대응하는 태스크 또는 파라미터가 하나 이상일 경우, 콘텐트의 적어도 일부로부터 추출된 문자 또는 콘텐트의 적어도 일부와 관련이 있는 '의미 관계 정보' (예: ontology 또는 relation graph)에 기반하여, 음성 신호 또는 문자 셋에 대응하는 태스크 또는 파라미터의 범위를 한정할 수 있다. 전자 장치와 기능적으로 연결된 디스플레이에 표시되는 콘텐트가, 예를 들면, 동료 대화방 창인 경우에, 자연어 처리 모듈(520)은, 동료 대화방 창의 상위 관계 정보로, 동료 대화방 창에서 실행될 수 있는 메신저 애플리케이션이 포함되고, 하위 관계 정보로 동료 대화방 창에서 이용하는 사용자 정보인 대화 멤버 정보가 포함된 의미 관계 정보를 획득할 수 있다. 전자 장치와 기능적으로 연결된 제 3 디스플레이에 '동료 대화방' ('coworker communication room') 창(window)이 표시되고, 전자 장치와 기능적으로 연결된 제 4 디스플레이에 '받은 메일' ('received mails') 창(window)이 표시되는 경우에, 전자 장치는, 자동 음성 인식 모듈(510)을 통해, 사용자가 제 3 및 제 4 디스플레이들 중 제 3 디스플레이를 바라보면서, "내 일정을 케빈에게 공유해!" ("Share my schedule to Kevin!")라는 문장을 발화한 것을 인식할 수 있다. 자연어 처리 모듈(520)은, 사용자가 발화한 문장의 일부인 "공유해" ("share") 단어에 대응하는 태스크(task)로, '메신저 보내기(sending messenger)' 또는 '이메일 보내기(sending email)' 등과 같이 복수의 태스크들이 존재하는 경우, '동료 대화방' ('coworker communication room')의 상위 관계정보인 메신저(messenger) 어플리케이션에 기반하여, '메신저 보내기(sending messenger)'를 선택할 수 있다. 자연어 처리 모듈(520)이, '메신저 보내기(sending messenger)'를 태스크로 결정한 경우, 사용자가 발화한 문장의 일부인 "케빈" ("Kevin") 단어에 대응하는 수신자 파라미터로, 메신저 주소 또는 이메일 주소 등과 같이 복수의 파라미터들이 존재하는 경우, '동료 대화방'의 하위 관계 정보인 메신저(messenger) 어플리케이션에 기반하여, "Kevin" 이름을 가진 멤버의 메신저 주소를 선택할 수 있다.

다양한 실시예에 따르면, 자동 음성 인식 모듈(510) 또는 자연어 처리 모듈(520)의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 도 2의 전자 장치(202,204), 또는 서버(206))에서 실행될 수 있다. 한 실시예에 따르면, 전자 장치가 자동 음성 인식 모듈(510) 또는 자연어 처리 모듈(520)의 적어도 하나의 기능을 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치는 해당 기능을 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(202, 204), 또는 서버(206))에게 요청할 수 있다. 다른 장치(예: 전자 장치(202, 204), 또는 서버(206))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치로 전달할 수 있다. 전자 장치는 수신된 결과를 그대로 또는 추가적으로 처리하여 자동 음성 인식 모듈(510) 또는 자연어 처리 모듈(520)의 적어도 하나의 기능을 제공할 수 있다.

다양한 실시예에 따르면, 전자 장치(도 2의 201)는, 예를 들면, 서버(도 2의 206)에 소정의 질의를 전송하여, 서버로부터 질의 기반의 검색 결과를 획득함으로써 정보 검색을 수행하는 검색 태스크를 수행할 수 있다. 해당 질의를 결정함에 있어서, 사용자의 음성 또는 제스처 등에 의해 해당 질의의 카테고리가 주식 시세로 한정되는 경우에, 전자 장치는, 예를 들면, 서버에 "코카 콜라" ("coca cola")라는 문자 셋을 "주식 회사 코카 콜라" ("Coca-Cola Company") 문자 셋으로 대체하여 전송할 수 있다. 서버는 상기 "주식 회사 코카 콜라" ("Coca-Cola Company")를 검색어로 삼아 정보 검색을 수행할 수 있고, 전자 장치에 상기 정보 검색 수행 결과를 전송할 수 있다. 또는, 전자 장치는, 해당 질의를 결정함에 있어서, 사용자의 음성 또는 제스처 등에 의해 해당 질의의 카테고리가 요리 재료를 제외한 나머지 대상으로 한정되는 경우에, 정보 검색 태스크를 수행하는 경우, "코카 콜라" ("coca cola")를 전송하고, "요리 재료 코카 콜라 한병"("one bottle of coca cola")을 제외하는 명령어를 추가로 전송하여, 서버가 "요리 재료 코카 콜라 한병"("one bottle of coca cola")을 제외하고 "코카 콜라" ("coca cola")를 검색하도록 할 수 있다.

다양한 실시예에 따르면, 발화자 인식 모듈(540)은, 복수의 발화자들 중 적어도 하나의 발화자를 구분하여, 음성 신호에 대한 발화자로 인식할 수 있다. 예를 들어, 발화자 인식 모듈(540)은, 전자 장치에 기능적으로 연결된 마이크(예: 마이크(388))로부터 복수의 발화자들의 음성 신호가 섞여 있다고 판단할 수 있고, 예컨데 임의의 음성 신호 패턴을 포함한 음성 신호를 선택할 수 있다. 발화자 인식 모듈(540)은, 전자 장치에 기능적으로 연결된 카메라(예: 카메라 모듈(391)에 촬영된 복수의 영상 객체의 움직임과 상기 임의의 음성 신호 패턴을 포함한 음성 신호를 비교하여, 복수의 영상 객체 중 하나를 상기 음성 신호의 발화자로 인식할 수 있다. 발화자 인식 모듈(540)에 대한 추가적인 정보는 도 7에서 제공한다.

다양한 실시예에 따르면, 제스쳐 인식 모듈(550)은 전자 장치에 기능적으로 연결된 적어도 하나의 카메라(예: 도 3의 카메라 모듈(391))를 이용하여, 사용자(의 움직임)를 촬영한 정지 영상 또는 동영상을 획득할 수 있다. 다양한 실시예에 따르면, 제스쳐 인식 모듈(550)은 전자 장치에 기능적으로 연결된 적어도 하나의 센서(예: 카메라, 이미지 센서, 적외선 센서) 또는 실내 측위 기술(indoor positioning system)을 이용하여 사용자의 존재 여부, 위치, 시선, 머리 방향, 또는 손짓등을 인식할 수 있다. 다양한 실시예에 따르면, 제스쳐 인식 모듈(550)은, 예를 들면, 얼굴 인식부(미도시), 얼굴 방향 인식부(미도시), 시선 방향 감지부(미도시) 중 적어도 하나를 포함할 수 있다. 다양한 실시예에 따르면, 얼굴 인식부는 사용자의 얼굴을 촬영한 영상으로부터 얼굴 특징을 추출할 수 있고, 상기 얼굴 특징을 메모리(예: 도 3의 330)에 사전 저장되어 있는 적어도 하나의 얼굴 특징 데이터와 비교하여, 유사도가 기준치 이상인 대상을 검출하여 얼굴 인식을 수행할 수 있다. 다양한 실시예에 따르면, 얼굴 방향 인식부는 입력받은 영상의 상, 하, 좌, 우 방향(예: 0도, 90도, 180도, 270도) 중 얼굴이 검출된 각도 및 위치를 이용하여, 사용자의 얼굴 위치와 사용자가 바라보는 방향을 판단할 수 있다. 다양한 실시예에 따르면, 시선 방향 감지부는, 입력받은 영상 내에서 사용자의 눈 영역의 이미지를 검출할 수 있고, 상기 눈 영역의 이미지를 메모리(예: 도 3의 330)에 사전 저장되어 있는 다양한 시선에 연관된 눈 영역 데이터와 비교하여, 사용자의 시선이 디스플레이 화면의 어느 영역에 머무르는지 감지할 수 있다.

다양한 실시예에 따르면, 전자 장치에 기능적으로 연결된 복수의 디스플레이들 중 사용자 시선에 대응되는 디스플레이는, 예를 들어, 실내 측위 기술(indoor positioning system)에서 사용되는 위치 정보(예: 좌표)에 대응되는 전자 장치명(예: 디스플레이 장치의 일련 번호)에 기반하여 결정될 수 있다. 다양한 실시예에 따르면, 디스플레이 화면을 구성하는 복수의 영역들 중 사용자의 시선에 대응되는 영역은, 적어도 하나의 픽셀 좌표에 기반하여 결정될 수 있다.

다양한 실시예에 따르면, 제스쳐 인식 모듈(550)은, 예를 들면, 사용자를 촬영한 영상을 분석하여, 사용자가 어느 디스플레이를 바라보고 있는지, 사용자가 콘텐트 중 어느 영역을 바라보고 있는지, 또는 사용자가 몸의 적어도 일부를 이용하여 어떤 행동을 하는지를 종합하여 제스쳐 정보를 생성할 수 있다. 제스쳐 인식 모듈(550)은, 예를 들면 생성된 제스쳐 정보를 다른 구성요소인 자동 음성 인식 모듈(510), 자연어 처리 모듈(520), 콘텐트 관리 모듈(560), 또는 응답 관리 모듈(570) 중 적어도 하나에 전달할 수 있다.

다양한 실시예에 따르면, 콘텐트 관리 모듈(560)은, 전자 장치에 기능적으로 연결된 디스플레이에 표시되는 콘텐트의 적어도 일부에 대한 정보를 처리 또는 관리할 수 있다. 다양한 실시예에 따르면, 콘텐트 관리 모듈(560)은 제스쳐(gesture) 인식 모듈(550)로부터 사용자의 제스쳐 정보를 전달받을 수 있고, 제스쳐 정보로부터 전자 장치명 또는 디스플레이 픽셀 좌표를 확인할 수 있다. 다양한 실시예에 따르면, 콘텐트 관리 모듈(560)은, 전자 장치명 또는 디스플레이 픽셀 좌표에 대응되는 콘텐트의 적어도 일부를 확인할 수 있다. 예를 들어, 제스쳐 인식 모듈(550)이 사용자가 제 1 및 제 2 디스플레이들 중 제 2 디스플레이를 응시하는 것을 인식한 경우에, 콘텐트 관리 모듈(560)은 제스쳐 인식 모듈(550)으로부터 사용자의 머리 방향이 가리키는 제 2 디스플레이의 전자 장치명을 전달받아, 전달받은 전자 장치 명에 기반하여, 제 2 디스플레이에 표시되고 있는 콘텐트(의 카테고리)가 주식 관련 콘텐트라는 것을 인식할 수 있다. 또한, 제스쳐 인식 모듈(550)이 사용자가 제 2 디스플레이 중 왼쪽 상단 영역을 응시할 경우, 상기 응시된 왼쪽 상단 영역에 속한 적어도 하나의 픽셀 좌표에 대응하는 오브젝트(예: 창(window) 또는 메뉴명)을 확인할 수 있다.

다양한 실시예에 따르면, 콘텐트 관리 모듈(560)은 사용자가 응시한 콘텐트에 대한 정보를, 다양한 형태(format)으로 생성할 수 있다. 예를 들어, 사용자가 응시한 콘텐트가 이미지 콘텐트인 경우에, 콘텐트 관리 모듈(560)은 광학적 문자 판독(OCR : optical character recognition) 또는 영상 객체 인식(image recognition)을 이용하여, 상기 이미지에 대응하는 문자를 추출할 수 있다. 또한, 콘텐트 관리 모듈(560)은, 사용자가 응시한 콘텐트의 연관 정보로 "의미 관계 정보"(ontology 또는 relation graph)가 있다고 판단할 경우, RDF(resource description framework) 또는 OWL(web ontology framework) 형태(format)의 '의미 관계 정보'를 확인할 수 있다. 다양한 실시예에 따르면, 콘텐트 관리 모듈 (560)은, 사용자가 제스쳐를 취하여 선택한 콘텐트에 대한 정보를 자연어 처리 모듈(520)에 전달할 수 있다.

다양한 실시예에 따르면, 응답 관리 모듈(570)은 자연어 처리 모듈(520)으로부터 태스크 또는 파라미터를 전달받을 수 있고, 태스크 또는 파라미터에 기반하여 전자 장치(201)가 어느 도구(tool)를 실행해야 할지 결정할 수 있다. 다양한 실시예에 따르면, 도구는 어플리케이션, 응용 프로그래밍 인터페이스 (api: application programming interface) 일 수 있다. 다양한 실시예에 따르면, 도구 실행은 어플리케이션의 실행 또는 종료, 어플리케이션 내의 기능 수행, 어플리케이션의 창(window)을 축소, 확대 또는 이동, 또는 응용 프로그래밍 인터페이스 (api: application programming interface) 실행 등 컴퓨팅 환경에서의 모든 동작을 포함할 수 있다.

다양한 실시예에 따르면, 응답 관리 모듈(570)은 사용자의 상황 정보, 예를 들면, 사용자가 사용중이거나 이전에 사용했던 어플리케이션, 사용자의 위치 정보, 사용자의 주변 환경 정보, 또는 가용한 주변 장치 중 적어도 하나에 더 기반하여 도구(tool)를 선택할 수 있다. 다양한 실시예에 따르면, 응답 관리 모듈(570)이 문자 셋에 대응되는 기능의 적어도 일부로, '메신저 보내기' ('sending messenger')태스크(task)와, '케빈' ('Kevin') 파라미터(parameter)를 전달받은 경우, 여러 가지 메신저 어플리케이션 중에, "Kevin"과의 대화방(communication room)이 개설되어 있는 메신저 어플리케이션 툴을 선택할 수 있다. 다양한 실시예에 따르면, 응답 관리 모듈(570)이 '주식 시세 검색' 태스크(task)와, 'Coca-Cola Company' 파라미터(parameter)를 전달받은 경우, 여러 가지 웹브라우저(web browser) 툴 중에, 주식 거래를 할 때 사용되었던 기록(history)가 있는 웹브라우저 툴이 선택될 수 있다. 다양한 실시예에 따르면, 응답 관리 모듈(570)이 문자 셋에 대응되는 기능의 적어도 일부로, '음악 듣기' 태스크(task)를 전달받은 경우, 사용자의 위치와 가장 가까운 스피커의 기능을 활성화하는 API를 실행시킬 수 있다.

도 6은 다양한 실시예들에 따른, 전자 장치가 콘텐트에 기반하여 사용자의 입력을 처리하기 위한 방법을 도시한다. 전자 장치(예: 도 1의 101)은, 예를 들면, 도 5에 도시된 자연어 처리 모듈(520), 제스처 인식 모듈(550) 및 콘텐트 관리 모듈(560)을 포함할 수 있다. 전자 장치의 콘텐트 관리 모듈(560)은, 사용자의 제스쳐에 의해 선택된 콘텐트의 적어도 일부에 관련된 정보를 다양한 형태(format)로 자연어 처리 모듈(520)에 전달할 수 있다. 콘텐트와 관련된 다양한 형태(format)의 정보는 문자 기반으로 형성될 수 있으며, 이하 추가 문자 셋으로 설명하도록 한다.

다양한 실시예에 따르면, 제 1 콘텐트(610) 또는 제 2 콘텐트(640) 중 적어도 하나는 이미지 기반 콘텐트(JPG, PNG)일 수 있다. 다양한 실시예에 따르면, 콘텐트 관리 모듈(예: 도 5의 560)은 광학적 문자 판독(OCR: optical character recognition), 영상 객체 인식(image recognition)을 이용하여 이미지에 그려져 있는 문자를 인식할 수 있고, 상기 콘텐트(610 또는 640)에 있는 이미지로부터 추가 문자 셋을 추출할 수 있다. 또는 콘텐트 관리 모듈은 콘텐트 내의 이미지를 캡쳐하여 외부 서버(206)에 전송하여 이미지에 관련된 추가 문자 셋을 전송 받을 수 있다.

다양한 실시예에 따르면, 제 1 콘텐트(610) 또는 제 2 콘텐트(640) 중 적어도 하나는 웹문서(예: HTML(hypertext markup language), HTML5)기반으로 생성된 콘텐트일 수 있다. 다양한 실시예에 따르면, 콘텐트 관리 모듈(예: 도 5의 560)은 웹문서 분석 모듈(미도시)을 이용하여, 콘텐트의 적어도 일부와 연관된 정보(예: 추가 문자 셋, '의미 관계 정보'(RDF, OWL)를 추출할 수 있다. 콘텐트가 웹문서일 경우, 콘텐트 관리 모듈은 웹문서 분석 모듈(미도시)을 이용하여, 메타데이터 (예: 태그(tag))에 기반하여 몸체(body)에 있는 문장들에 가중치를 부여할 수 있다. 콘텐트 관리 모듈은 가중치가 부여된 문장들을 이용하여 내용 요약(abstract) 또는 주제(subject) 등의 추가 문자 셋을 추출할 수 있다. 또한, 콘텐트 관리 모듈은 추가 문자 셋으로서, 콘텐트와 관련된 '의미 관계 정보' (ontology 또는 relation graph)를 외부 서버에서 전송 받을 수도 있고, 콘텐트 내의 웹문서를 분석하여 'ontology 또는 relation graph'를 추출할 수도 있다.

다양한 실시예에 따르면, 'ontology 또는 relation graph' (ontology 또는 relation graph)는 가장 단순한 형태인 RDF(resource description framework) 로 표현될 수 있고, <subject, predicate, object>의 트리플 형태로 개념을 표현할 수 있다. 예를 들면, 사람이 생각하는 '바나나는 노랑색이다.'라는 정보를 기계가 이해할 수 있는 트리플 형태(이하 트리플)로 표현하면 <S:바나나, P:색, O:노랑>과 같이 표현할 수 있다. 이렇게 표현된 트리플을 컴퓨터가 해석하여 'S:바나나'라는 개념(concept)은 'P:노랑'이라는 'O:색'을 가지고 있다는 개념을 해석하고 처리할 수 있게 된다. 다양한 실시예에 따르면, '의미 관계 정보'는 <class, relation, instance, property>라는 형태로도 표현될 수 있으며 다양한 형태로 표현될 수 있다.

다양한 실시예에 따르면, 콘텐트 관리 모듈(예: 도 5의 560)은 웹문서형태의 제 1 콘텐트(610)에서, 메타데이터를 이용하여 필요 없는 단어들을 제거하고 몸체(body)에 있는 문장들을 이용하여, 추가 문자 셋으로서 '주식'(stock)이라는 주제를 추출할 수 있다. 또는, 콘텐트 관리 모듈은 제 1 콘텐트(610)과 연관된 추가 문자 셋으로서, '의미 관계 정보'획득할 수 있으며, '의미 관계 정보'는 <subject 615, item 620, company 625> 또는 <company 625, price 630, exchange quotation 635>의 형태로 표현될 수 있다. 제 1 콘텐트(610)의 오브젝트들은, 예를 들면, '주식(subject)는 회사(company)라는 종목(item)을 가진다.' 또는 '회사(company)는 거래소 시세(exchange quotation)이라는 가격(price)을 가진다.'라는 "의미 관계 정보" 정보에 연관될 수 있다.

다양한 실시예에 따르면, 제스처 인식 모듈(예: 도 5의 550)이, 예를 들어, 사용자가 콘텐트(610)를 바라보면서, "코카 콜라 가격 얼마지?” ("How much does coca cola cost") 문장을 발화한 것으로 인식한 경우, 콘텐트 관리 모듈(예: 도 5의 560)은 콘텐트(610)로부터 추출된 '주식' ('Stock') 이라는 주제를 추가 문자 셋으로서 자연어 처리 모듈(예: 도 5의 520)에 전달할 수 있다. 자연어 처리 모듈(52O)은, 전달받은 '주식' ('Stock')주제에 기반하여, '코카 콜라'('coca cola')문자 셋의 의미를 '주식회사 코카 콜라'('Coca-Cola Company')라고 한정할 수 있다.

다양한 실시예에 따르면, 제스처 인식 모듈(예: 도 5의 550)이, 예를 들어, 사용자가 콘텐트(610)를 바라본 것으로 인식한 경우, 콘텐트 관리 모듈(예: 도 5의 560)은 추가 문자 셋으로서 콘텐트(610)의 '의미 관계 정보'' (615,620,625,630,635)'를 자연어 처리 모듈(예: 도 5의 520)에 전달할 수 있다. 자연어 처리 모듈은, '얼마지' ('how much ~~ cost')문자 셋의 의미를 'Price'의미로 대응시킬 수 있다. 자연어 처리 모듈은, '의미 관계 정보'에 기반하여, 상기 'Price'가 '의미관계 정보' 내의 개념(concept, element 또는 class)으로서 존재하는지 검색할 수 있고, 'Price'와 연관된 개념이 'Company' (625), 'Exchange quotation'(635)라는 것을 찾아낼 수 있다. 다양한 실시예에 따르면, 자연어 처리 모듈은, 상기 '의미 관계 정보' 추가 문자 셋 중 상기 'Company'(625) 개념에 기반하여, '코카 콜라' ('Coca cola')문자 셋에 대응되는 여러 의미 중, '주식 회사 코카 콜라'('Coca-Cola Company') 의미에 가중치를 줄 수 있다.

다양한 실시예에 따르면, 제스처 인식 모듈(예: 도 5의 550)이, 예를 들어, 사용자가 콘텐트(640)을 바라보며 음성을 발화한 것으로 인식한 경우, 콘텐트 관리 모듈(560)은 추가 문자 셋으로서 '요리' ('Cook')이라는 주제를 자연어 처리 모듈(520)에 전달할 수 있다. 자연어 처리 모듈(520)은, 전달받은 '요리' ('Cook')주제에 기반하여, '코카 콜라' ('coca cola')문자 셋의 의미를 '요리 재료 코카 콜라 한병' ('one bottle of coca cola')라고 한정할 수 있다.

다양한 실시예에 따르면, 제스처 인식 모듈(예: 도 5의 550)이, 예를 들어, 사용자가 콘텐트(640)를 바라본 것으로 인식한 경우, 콘텐트 관리 모듈(예: 도 5의 560)은 콘텐트(640)의 '의미 관계 정보'(645,650,655,660,665,670,675)를 자연어 처리 모듈(예: 도 5의 520)에 전달할 수 있다. 자연어 처리 모듈은, '얼마지' ('How much ~~ cost')라는 문자 셋의 의미를 'Price'의 의미로 대응시킬 수 있다. 자연어 처리 모듈은, 상기 '의미 관계 정보'에 기반하여, 상기 'price'가 '의미 관계 정보' 내의 개념(concept, element 또는 class)로서 존재하는지 검색할 수 있고, 'price'개념과 연관된 개념이 'ingredient'(665), 'retail price' (675)라는 것을 찾아낼 수 있다. 다양한 실시예에 따르면, 자연어 처리 모듈은, 상기 추가 문자 셋 중, 상기 'ingredient'에 기반하여 '코카 콜라' ('coca cola')문자 셋에 대응되는 여러 의미 중, '요리 재료 코카 콜라 한병' ('one bottle of coca cola') 의미에 가중치를 줄 수 있다. 다양한 실시예에 따라, 자연어 처리 모듈은 콘텐트의 적어도 일부를 이용하여, 음성 신호에 대응하는 태스크 또는 파라미터를 결정할 수 있다.

도 7은 다양한 실시예들에 따른, 전자 장치(예: 701)가 영상을 이용하여, 사용자의 입력을 처리하기 위한 방법을 도시한다. 다양한 실시예에 따르면, 전자 장치(701)은, 예를 들면, 발화자(speaker) 인식 모듈(예: 도 5의 540) 및 제스처 인식 모듈(예: 도 5의 550)을 포함할 수 있다. 발화자 인식 모듈은, 예를 들면, 전자 장치에 기능적으로 연결된 마이크(예: 702, 707)를 이용하여 음성 신호를 입력 받을 수 있고, 전자 장치에 기능적으로 연결된 카메라(예: 703, 705)를 이용하여 영상 신호(정지 영상 또는 동영상)를 입력 받을 수 있다. 발화자 인식 모듈은, 예를 들면, 입력 받은 영상 신호를 이용하여, 입력 받은 음성 신호에 대응하는 발화자(또는 사용자)를 확인할 수 있다.

발화자 인식 모듈(예: 도 5의 540)은, 예를 들면, 입력 받은 영상 신호에 기반하여, 발화자가 복수인지를 판단할 수 있다. 발화자가 복수(예: 750, 760)로 판단되는 경우, 입력 받은 음성 신호에는 복수의 발화자들의 음성 신호가 섞여서 포함될 수 있다. 발화자 인식 모듈은, 복수의 발화자들의 음성 신호 중 어떤 음성 신호를 처리해야 할지 결정할 수 있다. 다양한 실시예에 따르면, 발화자 인식 모듈은, 임의의 음성 신호 패턴(예; '하이 갤럭시')을 음성 신호 처리를 위한 트리거(voice trigger)(이하 '음성 트리거')로 설정할 수 있고, 복수의 발화자들(예: 750, 760)의 음성 신호 중 상기 음성 트리거(voice trigger)를 포함한 음성 신호를 확인할 수 있다. 발화자 인식 모듈은 상기 음성 트리거(voice trigger)를 포함한 음성 신호를, '전자장치(701)에서 수행할 기능에 대응되는 음성 입력'으로 결정할 수 있다.

발화자 인식 모듈(예: 도 5의 540)은, 예를 들면, 영상 신호에 기반하여, 음성 트리거(voice trigger)를 포함한 음성 신호에 대응되는 적어도 하나의 영상 객체(image object)를 확인할 수 있다. 영상 객체는 사람 또는 사물을 포함할 수 있다. 영상 객체는, 영상 내의 객체들 중 음성 신호의 소스가 될 수 있는 객체, 예를 들면, 사람 또는 동물로 인식된 객체일 수 있다. 발화자 인식 모듈은, 예를 들면, 복수의 영상 객체들이 확인되는 경우에, 예를 들면, 영상 신호와 음성 신호의 동기화 정보(synchronization)를 이용하여 복수의 영상 객체들 각각과 음성 트리거를 포함한 음성 신호 간의 동기화 정도를 계산할 수 있다. 또는, 발화자 인식 모듈은, 예를 들면, 영상 신호의 각 시점에서, 음성 트리거(voice trigger)를 포함한 음성 신호와 복수의 영상 객체들(예: 750, 760) 각각의 입 모양을 비교하여, 복수의 영상 객체들 중 음성 트리거를 포함한 음성 신호에 대한 동기화 정도가 높은 영상 객체를 확인할 수 있다. 발화자 인식 모듈은, 예를 들면, 복수의 영상 객체들 중 동기화 정도가 높은 영상 객체를 상기 음성 트리거(voice trigger)(761)를 발화한 발화자(예: 760)(또는 사용자)로 판단할 수 있다.

다양한 실시예에 따르면, 발화자 인식 모듈(예: 도 5의 540)은, 미리 등록된 제스쳐 트리거(gesture trigger)에 기반하여, 복수의 발화자들의 음성 신호 중, 상기 제스쳐 트리거(gesture trigger)에 대응하는 음성 신호를 확인할 수 있다. 예를 들면, 발화자 인식 모듈은, 임의의 움직임 패턴(예: 손짓)을 제스쳐 트리거(gesture trigger)로 설정할 수 있고, 복수의 발화자들의 음성 신호가 입력될 때, 영상 신호에 기반하여, 제스쳐 트리거(gesture trigger)가 발생했는지 여부 및 제스쳐 트리거에 대응되는 영상 객체를 확인할 수 있다. 발화자 인식 모듈은 상기 제스쳐 트리거(gesture trigger)가 발생한 경우, 상기 제스쳐 트리거(gesture trigger)에 대응되는 영상 객체를, 음성 신호 발화자(예: 760)(또는 사용자)로 판단할 수 있다. 발화자 인식 모듈(540)은 상기 제스쳐 트리거(gesture trigger)를 행한 영상 객체와 동기화 정도가 높은 음성 신호를, '전자 장치(701)에서 수행할 기능에 대응되는 음성 입력'으로 결정할 수 있다.

다양한 실시예에 따르면, 발화자 인식 모듈(예: 도 5의 540)은, 디스플레이에 대한 접촉 트리거(touch trigger)에 기반하여, 복수의 발화자들의 음성 신호 중, 상기 터치 트리거(touch trigger)에 대응하는 음성 신호를 확인할 수 있다. 예를 들면, 발화자 인식 모듈(예: 도 5의 540)은, 사용자(예: 750)가 디스플레이에 접촉(touch)하는 신호(event)를 touch trigger로 설정할 수 있고, 음성 신호 또는 영상 신호가 입력되는 동안에 터치 트리거(touch trigger)가 발생하는지 확인할 수 있다. 터치 트리거(touch trigger)가 발생한 경우, 발화자 인식 모듈(예: 도 5의 540)은, 영상 신호에서 복수의 영상 객체(visual object)들 (예: 750, 760)를 분석하여 터치 트리거(touch trigger)에 대응되는 영상 객체를 음성 신호 발화자(예: 760)(또는 사용자)로 판단할 수 있다. 발화자 인식 모듈(540)은, 상기 터치 트리거(touch trigger)에 대응되는 영상 객체와 동기화 정도가 높은 음성 신호를, '전자 장치(701)에서 수행할 기능에 대응되는 음성 입력'으로 결정할 수 있다.

다양한 실시예에 따르면, 발화자 인식 모듈(예: 도 5의 540)은, 웨어러블 장치(wearable device)형태의 외부 전자 장치(예: 도 2의 202)를 사용자 장치로 미리 등록할 수 있다. 전자 장치(701)는 외부의 웨어러블 장치(도 2의 202)와 근거리 통신 또는 원거리 통신으로 연결할 수 있고, 음성 신호 또는 데이터를 교환할 수 있다. 전자 장치(701)가 외부의 웨어러블 장치와 연결된 상태에서, 발화자 인식 모듈은 외부의 웨어러블 장치로부터, 웨어러블 장치를 통해 센싱된 사용자의 음성 신호 또는 웨어러블 장치의 위치 정보를 수신할 수 있다. 발화자 인식 모듈은, 예를 들면, 웨어러블 장치(wearable device)의 위치 정보에 대응되는 영상 객체의 움직임을 확인하여, 음성 신호의 발화자를 확인할 수 있다.

다양한 실시예에 따르면, 발화자 인식 모듈(예: 도 5의 540)은, 적어도 하나의 센서(예: 카메라, 이미지 센서, 적외선 센서) 또는 실내 측위 기술(indoor positioning system)을 이용하여 각 발화자(예: 750, 760)의 위치를 인식할 수 있다. 예를 들어, 발화자 인식 모듈은, 제 1 발화자 (750)는 전자 장치의 정면에 인접하여 위치하고, 제 2 발화자(760)는 전자 장치의 좌측 모서리에 인접하여 위치하는 것을 인식할 수 있고, 각 발화자의 위치를 실내 측위 기술(indoor positioning system)에서 사용되는 위치 정보(예: 벡터 또는 좌표 등)로 표현할 수 있다. 다양한 실시예에 따르면, 발화자 인식 모듈은, 음성 신호 발화자(또는 사용자)의 위치 정보에 기반하여, 음성 신호 센싱을 위한 복수의 마이크들을 제어할 수 있는 다중 마이크 처리 정보를 생성할 수 있다. 다양한 실시예에 따르면, 전자 장치(701)에 기능적으로 연결된 복수의의 마이크들(예: 702, 707)는, 다중 마이크 처리 정보에 기반하여, 음성 신호 발화자(또는 사용자)(예: 760)를 향한 방향으로 전환되거나 또는 복수의 마이크들 중 사용자를 향한 방향을 향해 설치되어 있는 마이크만 활성화될 수 있다.

다양한 실시예에 따르면, 제스쳐 인식 모듈(예: 도 5의 550)은, 사용자(예: 760)가 음성 신호(예: 761)를 발화하면서 제스쳐(예: 시선, 머리 방향, 또는 손짓)를 행한 것으로 인식되면, 제스쳐 인식 모듈은 사용자의 음성 신호가 발생한 시점에서 일정 시간 범위 내에서 발생된 제스쳐를 이용하여 제스쳐 정보를 생성할 수 있다. 예를 들어, 제스쳐 인식 모듈은, 음성 신호가 발생한 시점에서 10초 이내에 발생한 제스쳐를 제스쳐 입력으로 인식하도록 설정될 수 있다. 사용자(760)가 오후 6시34분 45초에 제 2 디스플레이(720)를 바라보다가, 오후 6시35분 00초에 "이거 언제 재방송해?" ("When does this rerun")이라고 발화하고, 오후 6시 35분 05초에 제 1 디스플레이(710)를 손가락으로 가리킨 것으로 인식된 경우, 제스쳐 인식 모듈은 "이거"("this")라는 음성 신호가 발생한 시점인 오후 6시 35분 00초로부터 10초 오후 6시 35분 05초에 발생한 '제 1 디스플레이(710)를 손가락으로 가리키기' 제스쳐에 기반하여, 제 1 디스플레이(710)의 전자 장치명(예: 디스플레이 장치의 일련 번호)을 콘텐트 관리 모듈로 전송할 수 있다. 다양한 실시예에 따르면, 시간 범위는 다양한 시간 간격으로 지정될 수 있다. 다양한 실시예에 따르면, 제스처 인식 모듈(550)은 지정된 시간 범위 밖의 제스쳐를 무시(disregard)할 수 있다. 예를 들면, 6시 35분 50초에 발생한 제스쳐는 사용자의 제스처 입력으로 인식되지 않을 수 있다.

도 8은 다양한 실시예들에 따른, 전자 장치(801)가 콘텐트에 기반하여 사용자의 입력을 처리하기 위한 방법을 도시한다. 다양한 실시예에 따르면, 전자 장치(801)는, 예를 들면, 자연어 처리 모듈(예: 도 5의 530), 제스처 인식 모듈(예: 도 5의 550) 및 콘텐트 관리 모듈(예: 도 5의 560)을 포함할 수 있다. 자연어 처리 모듈(예: 도 5의 530)은 음성 신호와 제스쳐 간의 동기(synchronization)를 이용할 수 있고, 제스쳐가 가리키는 콘텐트에 기반하여 음성 신호의 의미를 파악할 수 있다. 다양한 실시예에 따르면, 사용자(850)가 "이 그림을 저기에 보여줘!" ("Show this picture on that place!")(840a, 840b)라는 문장을 발화할 경우, "이 그림" ("this picture")과, "저기에" ("that place")라는 단어가 어느 대상(예: 콘텐트)을 가리키는지 모호한 경우가 발생할 수 있다. 상기 음성 신호에서, "이 그림" ("this picture")는 T초에, "저기에" ("that place")은 T+N초에 발생할 수 있다.

제스쳐 인식 모듈(예: 도 5의 550)은, 예를 들면, 카메라 영상을 이용하여, T초의 이미지 프레임(frame)들을 분석할 수 있고, 사용자(850)가 제 1 제스쳐(예: 시선, 머리 방향, 또는 손짓)(851)로 제 1 디스플레이(810)를 지시한 것을 확인할 수 있다. 또한 제스쳐 인식 모듈은 T+N초의 이미지 프레임(frame)들을 분석하여, 사용자가 제 2 제스쳐(예: 시선, 머리 방향, 또는 손짓)(852) 로 제 2 디스플레이(830)를 지시한 것을 확인할 수 있다. 제스쳐 인식 모듈은 제스쳐가 가리키는 전자 장치명(예: 디스플레이 장치의 일련 번호)과 시간대를, 예컨데 <T초:제 1 디스플레이(810)>, <T+N초: 제 2 디스플레이(830)> 의 형식으로, 콘텐트 관리 모듈(560)에 전달할 수 있다.

콘텐트 관리 모듈(예: 도 5의 560)은, 예를 들면, 미리 저장된 <제 1 디스플레이(810): 요리 콘텐트>, <제 2 디스플레이(830): 자동차 경주 콘텐트> 라는 정보에 기반하여, 제스쳐 인식 모듈(예: 도 5의 550)로부터 <T초:제 1 디스플레이(810)>, <T+N초: 제 2 디스플레이(830)>의 제스쳐 정보를 전달 받을 수 있다. 콘텐트 관리 모듈(560)은, 기저장된 정보와 전달받은 제스쳐 정보를 종합하여, <T초:제 1 디스플레이(810): 요리 콘텐트>, <T+N초:디스플레이(830): 자동차 경주 콘텐트>로 콘텐트 정보를 형성할 수 있다. 콘텐트 관리 모듈(560)은 형성된 콘텐트 정보를 자연어 처리 모듈(520)에 전달할 수 있다.

자연어 처리 모듈(520)은 자연어 처리 모듈(예: 도 5의 520)은, <T초:"이 그림" ("this picture")>, <T+N초: "저기에" ("that place")> 음성 인식 정보와 전달받은 콘텐트 정보인 <T초:제 1 디스플레이(810): 요리 콘텐트>, <T+N초:디스플레이(830): 자동차 경주 콘텐트>에 기반하여, <T초: "이 그림"("this picture"): 제 1 디스플레이(810): 요리 콘텐트>, <T+N초: "저기에" ("that place"):제 2 디스플레이(830): 자동차 경주 콘텐트>로 자연어 처리 정보를 형성할 수 있다. 자연어 처리 모듈(520)은 형성된 자연어 처리 정보에 기반하여, "이 그림" ("this picture")을 요리 콘텐트 창(window)라는 의미로 한정(해석)할 수 있고, "저기에" ("that place")를 제 2 디스플레이(830)를 의미하는 것으로 한정(해석)할 수 있다.

자연어 처리 모듈(예: 도 5의 520)은, 상기 "이 그림을 저기에 보여줘!" ("Show this picture on that place!")(840a, 840b) 문장의 의미를 "요리 콘텐트 창을 제 2 디스플레이(830)에 옮겨 보여줘!" ("Show cook content in a second display")의 의미로 해석할 수 있다. 자연어 처리 모듈(520)은 해석된 의미에 기반하여, 태스크(task)와 파라미터(parameter)를 결정할 수 있다. 태스크는 예를 들면, '콘텐트 전송하기' ('transmitting content')일 수 있고, 파라미터는, 예를 들면, 제 1 디스플레이(810)에 표시된 '요리 콘텐트'일 수 있다. 다양한 실시예에 따르면, 입력 처리 모듈(501)은, 상기 태스크와 파라미터에 기반하여 도구(예: 콘텐트 전송 태스크에 대응하는 API)를 이용하여, '제 1 디스플레이(810)에 표시된 요리 관련 콘텐트를 디스플레이(830)에 표시하기' 태스크를 수행할 수 있다.

도 9a 내지 도 9b들은 다양한 실시예들에 따른, 전자 장치(901)가 콘텐트를 표시하는 방법 및 사용자의 입력을 처리하는 과정을 표시하는 과정을 도시한다. 다양한 실시예에 따르면, 전자 장치(901)은 스마트폰(smartphone)을 포함할 수 있다.

도 9a를 참조하면, 전자 장치(901)는, 복수의 창들(window)(910, 940)이 서로 구분되도록, 디스플레이(905)의 윗부분 및 아랫부분에 각각 상기 복수의 창들(910, 940)을 표시할 수 있다. 다양한 실시예에 따르면, 전자 장치(901)는, 예를 들면, 카메라(903)를 이용하여, 사용자가 디스플레이(905)를 응시하는 것을 인식할 수 있다. 전자 장치(901)는, 예를 들면, 카메라(903)를 이용하여, 사용자가 복수의 창들(910, 940) 중 어느 창(window)을 응시하는지 인식할 수 있다. 또는 전자 장치 901는, 사용자가 복수의 창들(910, 940) 중 제 1 창(910)을 응시하는 것으로 인식하는 경우에, 추가적으로, 사용자가 제 1 창(910)의 어느 부분을 응시하는지 인식할 수 있다. 다양한 실시예에 따르면, 사용자가 제 1 창(910)을 통해 동영상(TV 드라마)를 시청하던 중 동영상 내의 오브젝트(920)를 응시하며 "가방 정보 더 알려줘" ("Show me the bag in detail!")(970)라고 발화한 것으로 인식되면, 전자 장치(901)는, 사용자가 응시한 부분에 대응하는 디스플레이 좌표에 기반하여, 오브젝트(920)를 인식할 수 있고, 상기 오브젝트(920)에 대응하는 정보로, 상기 TV 드라마의 부가 정보가 제공하는 상품 태그 정보를 획득할 수 있다. 전자 장치(910)는, 상기 상품 태그 정보를 이용하여, 음성 입력의 일부인 "가방" ("the bag")의 의미(예: 브랜드, 사이즈 또는 제품명 등)를 인식할 수 있고, 음성 입력에 대응하는 태스크와 상기 태스크와 관련된 파라미터를 결정할 수 있다. 태스크는, 예를 들면, "방송 소품 검색" ("searching props")일 수 있고, 파라미터는, 예를 들면 "브랜드" 또는 "사이즈"일 수 있다. 전자 장치(910)는 상기 태스크 및 파라미터를 이용하여 '방송사 쇼핑몰 어플리케이션' 도구를 실행시킬 수 있고, 상기 파라미터인 '브랜드' , '제품명', 또는 '사이즈'를 검색어로 삼아, 태스크인 '방송 소품 검색'을 수행하여, 태스크 수행의 결과를 사용자에게 시각적으로 표시(950)할 수 있다. 또는 전자 장치는, 태스크를 수행한 결과를 사용자에게 청각적으로 출력할 수도 있다. 또는 다른 실시예도 가능하다.

다양한 실시예에 따르면, 사용자가 제 2 창(940)을 통해 웹서핑(web surfing)을 하던 도중에, 제 2 창(940)을 통해 표시되는 웹페이지 내의 오브젝트 (930)를 응시하며 "가방 정보 더 알려줘" ("Show me the bag in detail!")(970)라고 발화한 것으로 인식되면, 전자 장치(901)은 음성 입력의 일부인 "가방" ("the bag")이 지시하는 대상을 제 1 창(910)의 영상 내의 오브젝트(920)가 아닌 제 2 창(940)의 웹페이지 내의 오브젝트(930)로 인식할 수 있다. 전자 장치(910)는, 제 2 창(940) 중에 사용자의 시선에 의해 선택된 오브젝트(930)의 영역을 시각적으로 구분하여 표시할(예: 해당 영역의 사각형 경계를 강조하여 표시) 수 있다. 콘텐트 관리 모듈(560)은 웹서핑 중이던 창(940)의 웹페이지 내에서 상기 오브젝트(930)의 메타데이터를 이용하여 추가 문자 셋을 추출하거나 또는 상기 오브젝트(930)의 주변에 위치한 텍스트로부터 추가 문자 셋을 추출할 수 있다. 자연어 처리 모듈(520)은, 상기 추출된 추가 문자 셋을 이용하여 "가방" ("the bag")의 의미를 변경 또는 보완하여 업데이트할 수 있고, 상기 변경 또는 보완된 의미에 기반하여 태스크를 결정하고, 또한, 태스크에 대응되는 파라미터 또는 도구를 결정할 수 있다.

다양한 실시예에 따르면, 태스크는, 예를 들면, '제품 정보 찾기' ('searching product information')일 수 있고, 파라미터는, 예를 들면, '제품명', '브랜드', 또는 '사이즈'일 수 있다. 전자 장치(901)는 상기 태스크 및 파라미터를 이용하여 웹브라우저 도구를 실행시킬 수 있고, 파라미터인 '제품명', '브랜드', 또는 '사이즈'를 검색어로 삼아 태스크인 '제품 정보 찾기'를 수행하여 결과를 사용자에게 시각적으로 표시(960)할 수 있다. 전자 장치(901)는 상기 태스크를 수행한 결과를 사용자에게 청각적으로 출력할 수도 있다.

다양한 실시예에 따르면, 전자 장치(901)는, 예를 들면, 복수의 디스플레이들을 포함할 수 있다. 복수의 디스플레이들은 전자 장치(201)의 앞면, 옆면, 또는 뒷면에 각각 위치할 수 있고, 접는 방식, 미끌어지는 방식 등에 의해 각각의 디스플레이가 사용자의 시야로부터 숨겨지거나 드러날 수 있다. 다양한 실시예에 따르면, 전자 장치(901)는, 예를 들면, 각 창(window)(예: 910, 940)을 복수의 디스플레이들에 각각 표시할 수 있다. 다양한 실시예에 따르면, 전자 장치 (901)는 카메라(예: 도 3의 391)를 이용하여 획득한 사용자의 제스쳐에 기반하여, 복수의 디스플레이들 중 사용자가 바라보는 디스플레이가 어느 디스플레이인지 인식할 수 있다. 전자 장치(901)는 복수의 디스플레이들 중 사용자가 바라보는 하나의 디스플레이를 인식할 수 있고, 상기 하나의 디스플레이에서 표시하고 있는 콘텐트(910 또는 940)에 기반하여, 사용자의 음성 신호를 처리할 수 있다.

도 9b를 참조하면, 전자 장치(901)는 스마트폰(smartphone)일 수 있고, 사용자의 제스쳐(예: 시선)에 의해 선택된 콘텐트에 기반하여, 사용자의 음성 신호 입력에 대응하는 기능을 처리하는 과정을 시각적으로 보여줄 수 있다. 다양한 실시예에 따르면, 전자 장치(901)는 마이크(도 3의 마이크 388)를 활성화하여, 사용자로부터 음성 신호를 입력 받을 준비를 할 수 있고, "듣고 있습니다.." ("I'm listening..")라는 문장(976)을 시각적으로 표시할 수 있다.

사용자가 "이것은 얼마지?" ("how much does this cost?")라는 음성을 발화할 경우, 전자 장치(901)는 카메라(도 3의 카메라 모듈 391)를 이용하여 사용자의 시선이 디스플레이에 표시된 콘텐트 중 어느 영역(예: 상, 하, 좌, 우, 중앙)에 머무르는지 인식하여, 인식 결과를 디스플레이를 통해 표시할 수 있다. 예를 들어, 전자 장치(901)는 사용자의 시선이 머무른 오브젝트에, 포커스 표현을 시각적으로 표시할 수 있다.

또한, 전자 장치(901)는 상기 오브젝트에 대해 광학적 문자 판독(OCR: optical character recognition)을 실행할 수 있고, 상기 광학적 문자 판독의 결과로, 'Coca-Cola company'라는 추가 문자 셋을 추출할 수 있다. 전자 장치 (901)는 상기 추출 결과에 기반하여 'this' 문자 셋의 의미를 'Coca-Cola company'로 인식할 수 있고, 추출 결과가 사용자의 의도에 부합하는지에 대한 확인 메시지 (981)인"당신은 '주식 회사 코카 콜라'의 정보를 찾으려고 했나요" ('Did you intended to search information about Coca-Cola company?')를 사용자에게 시각적으로 또는 청각적으로 출력할 수 있다. 또한, 사용자의 음성이 발화된 시간으로부터 지정된 시간 범위 내에, 사용자의 시선이 다른 오브젝트(예: '주식회사 펩시' ('Pepsi company')에 머무르는 것으로 인식되면, 전자 장치 (901)는, 상기 다른 오브젝트에 포커스 표현을 표시할 수 있고,

"당신은 '주식 회사 코카 콜라'의 정보를 찾으려고 했나요?" ("Did you intented to search Pepsi company?")문장(미도시)을 사용자에게 시각적으로 또는 청각적으로 출력할 수 있다.

전자 장치(901)은 상기 'Coca-Cola company'에 관한 정보를 검색하는 태스크를 수행하는 동안, 현재 전자 장치(901)가 태스크 수행 중임을 알리기 위한 "처리중…" ("Processing…")이라는 문장(986) 또는 아이콘(987)을 사용자에게 시각적으로 표시(986)할 수 있다. 전자 장치(910)는 태스크 수행을 완료한 경우, 태스크 수행 결과를 알리기 위한 "결과는…" ("The result is…") 문장(988)을 사용자에게 표시할 수 있고, 태스크 수행 결과가 포함된 화면(995)을 표시할 수 있다.

한 실시예에 따르면, 전자 장치는, 제스쳐를 감지하기 위한 적어도 하나의 센서; 및 프로세서로 구현 가능한 입력 처리 모듈을 포함하고, 상기 입력 처리 모듈은, 음성 입력을 수신하고, 상기 음성 입력과 연관하여, 상기 적어도 하나의 센서를 이용하여, 상기 제스쳐를 감지하고, 상기 제스쳐에 적어도 기반하여, 상기 전자 장치와 기능적으로 연결된 적어도 하나의 디스플레이에 표시된 콘텐트 중 적어도 하나의 콘텐트를 선택하고, 상기 적어도 하나의 콘텐트에 기반하여 상기 음성 입력에 대응하는 기능을 결정하고, 상기 음성 입력에 반응하여, 상기 기능을 수행하도록 설정될 수 있다.

한 실시예에 따르면, 상기 적어도 하나의 센서는 카메라를 포함할 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 전자 장치에 대한 외부 전자 장치로부터 상기 음성 입력을 수신할 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 음성 입력의 적어도 일부를 문자의 셋(set)으로 변환하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 음성 입력이 수신된 시점으로부터 지정된 시간 범위 밖에서 감지된 제스쳐를 무시(disregard)하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 제스쳐에 기반하여, 복수의 발화자들 중 적어도 하나의 발화자를 상기 음성 입력에 대한 발화자로 인식하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 제스쳐에 기반하여, 상기 적어도 하나의 디스플레이에 표시된 복수의 윈도우들로부터 상기 콘텐트를 표시하는 윈도우를 확인하도록 설정될 수 있다.

한 실시예에 따르면, 상기 적어도 하나의 디스플레이는 제 1 디스플레이 및 제 2 디스플레이를 포함하는 복수의 디스플레이들을 포함하고, 상기 입력 처리 모듈은, 상기 제스쳐에 기반하여, 상기 복수의 디스플레이들로부터 상기 콘텐트를 표시하는 디스플레이를 확인하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 적어도 하나의 콘텐트가 제 1 콘텐트를 포함하는 경우, 제 1 기능을 상기 기능으로 결정하고, 상기 적어도 하나의 콘텐트가 제 2 콘텐트를 포함하는 경우, 제 2 기능을 상기 기능으로 결정하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 음성 입력의 적어도 일부를 문자의 셋으로 변환하고, 상기 적어도 하나의 콘텐트에 기반하여, 상기 문자의 셋의 적어도 일부를 업데이트하고, 상기 업데이트된 문자의 셋에 기반하여, 상기 기능을 결정하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 적어도 하나의 콘텐트의 적어도 일부에 대응하는 문자의 셋(set)을 결정하고, 상기 문자의 셋에 더 기반하여, 상기 기능을 결정하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 문자의 셋이 적어도 하나의 제 1 개념, 적어도 하나의 제 2 개념 간의 의미 관계 구조를 포함하는지 확인하고, 상기 의미 관계 구조에 기반하여, 상기 음성 입력의 적어도 일부에 대응하는 다른(another) 문자의 셋(set)을 업데이트하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 적어도 하나의 콘텐트와 관련된 주제를 결정하고, 상기 주제에 기반하여, 상기 기능을 결정할 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 적어도 하나의 콘텐트와 제 1 기능과의 제 1 관련도, 및 상기 적어도 하나의 콘텐트와 제 2 기능과의 제 2 관련도를 결정하고, 상기 제 1 관련도 및 상기 제 2 관련도 중 높은 관련도에 대응하는 기능을 상기 기능으로 결정하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 사용중인 어플리케이션, 위치 정보, 주변 환경 정보, 또는 가용한 주변 장치 중 적어도 하나 이상에 더 기반하여 상기 기능을 결정하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 음성 입력의 상기 수신, 상기 적어도 하나의 콘텐트의 상기 선택, 또는 상기 기능의 상기 수행 중 적어도 하나에 대응하는 레프리젠테이션을 상기 디스플레이를 통하여 하이라이트하도록 설정될 수 있다.

한 실시예에 따르면, 상기 입력 처리 모듈은, 상기 음성 입력과 관련된 음향 속성에 더 기반하여 상기 기능을 결정하도록 설정될 수 있다.

도 10은 다양한 실시예들에 따른, 전자 장치가 콘텐트를 기반으로 사용자의 입력을 처리하기 위한 흐름도를 도시한다. 동작 1010에서 전자 장치 (201)(또는 전자 장치 201의 입력 처리 모듈 501)는 오디오 입력 장치(예: 도 1의 마이크 102, 107)를 이용하여 음성 신호를 수신할 수 있다. 동작 1020에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 카메라(예: 도 1의 103, 105)로 촬영한 영상으로부터, 사용자의 제스쳐 정보(예: 위치, 얼굴, 머리 방향, 시선, 또는 손짓)을 인식할 수 있다. 동작 1030에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 사용자의 제스쳐 정보를 이용하여, 디스플레이(예: 도 1의 110, 120, 130)에 표시된 콘텐트 중에서 사용자가 지시한 콘텐트를 인식할 수 있다. 동작 1040에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 사용자가 지시한 콘텐트에 기반하여, 사용자의 음성 신호에 대응하는 기능(예: 태스크, 파라미터, 도구)을 결정할 수 있다. 동작 1050에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 상기 결정된 기능을 수행하여 사용자의 상기 음성 신호에 응답할 수 있다. 동작 1060에서, 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 상기 동작 1020에서 제스쳐가 감지되지 않거나 동작 1030에서 콘텐트가 선택되지 않을 경우, 음성 신호 입력에만 기반하여 기능을 결정하여 처리하거나, 또는 기능을 결정하지 않을 수 있다.

도 11은 다양한 실시예들에 따른, 전자 장치가 콘텐트를 기반으로 사용자의 입력을 처리하기 위한 흐름도를 도시한다. 동작 1110에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 오디오 입력 장치(예: 도 1의 마이크 102, 107)를 이용하여 음성 신호를 수신할 수 있다. 동작 1120에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 음성 신호를 문자 셋으로 변환할 수 있다. 동작 1130에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 카메라(예: 도 1의 103, 105)로 촬영된 영상으로부터, 사용자의 제스쳐 정보(예: 위치, 얼굴, 머리 방향, 시선, 또는 손짓)를 인식할 수 있다. 동작 1140에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 사용자의 제스쳐 정보를 이용하여, 디스플레이(예: 도 1의 110, 120, 130)에 표시된 콘텐트 중에서 사용자가 지시한 콘텐트를 인식할 수 있다. 동작 1150 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 사용자가 지시한 콘텐트에 기반하여, 상기 문자 셋을 업데이트(예: 보완하거나 변경)할 수 있다. 동작 1160에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 상기 업데이트된 문자 셋에 기반하여, 사용자의 상기 음성 신호에 대응하는 기능을 결정하여 수행할 수 있다. 동작 1170에서, 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 상기 동작 1030에서 제스쳐가 감지되지 않거나 동작 1140에서 콘텐트가 선택되지 않을 경우, 음성 신호 입력에만 기반하여 기능을 결정하여 처리하거나, 또는 기능을 결정하지 않을 수 있다.

도 12 는 다양한 실시예들에 따른, 전자 장치가 콘텐트를 기반으로 사용자의 입력을 처리하기 위한 흐름도를 도시한다. 동작 1210에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 오디오 입력 장치(예: 도 1의 마이크 102, 107)를 이용하여 음성 신호를 수신할 수 있다. 동작 1220에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 카메라(예: 도 1의 103, 105)로 촬영된 영상을 이용하여, 사용자의 제스쳐 정보(예: 위치, 얼굴, 머리 방향, 시선, 또는 손짓)를 인식할 수 있다. 동작 1230에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 사용자의 제스쳐 정보를 이용하여, 디스플레이(예: 도 1의 110, 120, 130)에 표시된 콘텐트 중에서 사용자가 지시한 콘텐트가 제 1 콘텐트인지 확인할 수 있다.

동작 1240에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)이, 사용자가 지시한 콘텐트가 제 1 콘텐트라고 판단한 경우, 동작 1240에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는, 사용자가 지시한 제 1 콘텐트에 대응하는 제 1 추가 문자 셋을 결정할 수 있다. 동작 1250에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 제 1 문자 셋에 기반하여, 음성 신호에 대응하는 제 1 기능을 결정할 수 있다. 동작 1260에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 상기 결정된 제 1 기능을 수행하여 사용자의 상기 음성 신호에 응답할 수 있다.

동작 1265에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)이, 사용자가 지시한 콘텐트가 제 2 콘텐트라고 판단한 경우, 동작 1270에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는, 사용자가 지시한 제 2 콘텐트에 대응하는 제 2 추가 문자 셋을 결정할 수 있다. 동작 1280에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 제 2 추가 문자 셋에 기반하여, 음성 신호에 대응하는 제 2 기능을 결정할 수 있다. 동작 1290에서 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 상기 결정된 제 2 기능을 수행하여 사용자의 상기 음성 신호에 응답할 수 있다.

동작 1295에서, 전자 장치(201)(또는 전자 장치 201의 입력 처리 모듈 501)는 상기 동작 1220에서 제스쳐가 감지되지 않거나 동작 1230에서 제 1콘텐트가 선택되지 않거나 또는 동작 1265에서 제 2 콘텐트가 선택되지 않을 경우, 음성 신호 입력에만 기반하여 기능을 결정하여 처리하거나, 또는 기능을 결정하지 않을 수 있다.

도 10 내지 도 12에 도시된 과정 내지 방법에 기재된 동작(예: 1010 내지 1060, 1110 내지 1170 또는 1210 내지 1295)들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)한 방법으로 실행될 수 있다. 또한, 다른 순서로 실행되거나, 일부 동작이 생략되거나, 다른 동작이 추가될 수 있다.

한 실시예에 따르면, 전자 장치에서, 음성 입력을 수신하는 동작; 상기 음성 입력과 연관하여 제스쳐를 감지하는 동작; 상기 제스쳐에 적어도 기반하여, 상기 전자 장치와 기능적으로 연결된 적어도 하나의 디스플레이에 표시된 콘텐트 중 적어도 하나의 콘텐트를 선택하는 동작; 상기 적어도 하나의 콘텐트에 기반하여 상기 음성 입력에 대응하는 기능을 결정하는 동작; 및 상기 음성 입력에 반응하여, 상기 기능을 수행하는 동작을 포함할 수 있다.한 실시예에 따르면, 상기 음성 입력은, 상기 전자 장치에 대한 외부 전자 장치로부터 수신되는 방법을 포함할 수 있다.

한 실시예에 따르면, 상기 수신하는 동작은, 상기 음성 입력의 적어도 일부를 문자의 셋(set)으로 변환하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 감지하는 동작은, 상기 음성 입력이 수신된 시점으로부터 지정된 시간 범위 밖에서 감지된 제스쳐를 무시(disregard)하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 감지하는 동작은, 상기 제스쳐에 기반하여, 복수의 발화자들 중 적어도 하나의 발화자를 상기 음성 입력에 대한 발화자로 인식하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 선택하는 동작은, 상기 제스쳐에 기반하여, 상기 적어도 하나의 디스플레이에 표시된 복수의 윈도우들로부터 상기 콘텐트를 표시하는 윈도우를 확인하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 적어도 하나의 디스플레이는 제 1 디스플레이 및 제 2 디스플레이를 포함하는 복수의 디스플레이들을 포함하고, 상기 선택하는 동작은, 상기 제스쳐에 기반하여, 상기 복수의 디스플레이들로부터 상기 콘텐트를 표시하는 디스플레이를 확인하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 결정하는 동작은, 상기 적어도 하나의 콘텐트가 제 1 콘텐트를 포함하는 경우, 제 1 기능을 상기 기능으로 결정하는 동작; 및 상기 적어도 하나의 콘텐트가 제 2 콘텐트를 포함하는 경우, 제 2 기능을 상기 기능으로 결정하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 결정하는 동작은, 상기 음성 입력의 적어도 일부를 문자의 셋으로 변환하는 동작; 상기 적어도 하나의 콘텐트에 기반하여, 상기 문자의 셋의 적어도 일부를 업데이트하는 동작; 및 상기 업데이트된 문자의 셋에 기반하여, 상기 기능을 결정하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 결정하는 동작은, 상기 적어도 하나의 콘텐트와 관련된 주제를 결정하는 동작; 및 상기 주제에 기반하여, 상기 기능을 결정하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 결정하는 동작은, 상기 적어도 하나의 콘텐트와 제 1 기능과의 제 1 관련도, 및 상기 적어도 하나의 콘텐트와 제 2 기능과의 제 2 관련도를 결정하는 동작; 및 상기 제 1 관련도 및 상기 제 2 관련도 중 높은 관련도에 대응하는 기능을 상기 기능으로 결정하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 결정하는 동작은, 사용중인 어플리케이션, 위치 정보, 주변 환경 정보, 또는 가용한 주변 장치 중 적어도 하나 이상에 더 기반하여 상기 기능을 결정하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 결정하는 동작은, 상기 음성 입력과 관련된 음향 속성에 더 기반하여 상기 기능을 결정하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 수행하는 동작은, 상기 적어도 하나의 콘텐트의 적어도 일부에 대응하는 문자의 셋(set)을 결정하는 동작; 및 상기 문자의 셋에 더 기반하여, 상기 기능을 결정하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 수행하는 동작은, 상기 문자의 셋이 적어도 하나의 제 1 개념, 적어도 하나의 제 2 개념 간의 의미 관계 구조를 포함하는지 확인하는 동작; 및 상기 의미 관계 구조에 기반하여, 상기 음성 입력의 적어도 일부에 대응하는 다른(another) 문자의 셋(set)을 업데이트하는 동작을 포함할 수 있다.

한 실시예에 따르면, 상기 수행하는 동작은, 상기 음성 입력의 상기 수신, 상기 적어도 하나의 콘텐트의 상기 선택, 또는 상기 기능의 상기 수행 중 적어도 하나에 대응하는 레프리젠테이션을 상기 적어도 하나의 디스플레이를 통하여 하이라이트하는 동작을 포함할 수 있다.

본 문서에서 사용된 용어 "모듈"은, 예를 들면, 하드웨어, 소프트웨어 또는 펌웨어(firmware) 중 하나 또는 둘 이상의 조합을 포함하는 단위(unit)를 의미할 수 있다. "모듈"은, 예를 들면, 유닛(unit), 로직(logic), 논리 블록(logical block), 부품(component), 또는 회로(circuit) 등의 용어와 바꾸어 사용(interchangeably use)될 수 있다. "모듈"은, 일체로 구성된 부품의 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수도 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있다. 예를 들면,"모듈"은, 알려졌거나 앞으로 개발될, 어떤 동작들을 수행하는 ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays) 또는 프로그램 가능 논리 장치(programmable-logic device) 중 적어도 하나를 포함할 수 있다.

다양한 실시예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는, 예컨대, 프로그램 모듈의 형태로 컴퓨터로 읽을 수 있는 저장매체(computer-readable storage media)에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(120))에 의해 실행될 경우, 상기 하나 이상의 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 읽을 수 있는 저장매체는, 예를 들면, 메모리(130)가 될 수 있다.

컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(magnetic media)(예: 자기테이프), 광기록 매체(optical media)(예: CD-ROM(compact disc read only memory), DVD(digital versatile disc), 자기-광 매체(magneto-optical media)(예: 플롭티컬 디스크(floptical disk)), 하드웨어 장치(예: ROM(read only memory), RAM(random access memory), 또는 플래시 메모리 등) 등을 포함할 수 있다. 또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 다양한 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지다.

한 실시예에 따르면, 명령들을 저장하고 있는 저장 매체에 있어서, 상기 명령들은 적어도 하나의 프로세서에 의하여 실행될 때에 상기 적어도 하나의 프로세서로 하여금 적어도 하나의 동작을 수행하도록 설정된 것으로서, 상기 적어도 하나의 동작은, 음성 입력을 수신하는 동작; 상기 음성 입력과 연관하여 제스쳐를 감지하는 동작; 상기 제스쳐에 적어도 기반하여, 표시된 콘텐트 중 적어도 하나의 콘텐트를 선택하는 동작; 및 상기 음성 입력에 반응하여, 상기 적어도 하나의 콘텐트에 적어도 기반하여 결정된 기능을 수행하는 동작을 제공하는 동작을 포함할 수 있다.

다양한 실시예에 따른 모듈 또는 프로그램 모듈은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 다양한 실시예에 따른 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)한 방법으로 실행될 수 있다. 또한, 일부 동작은 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다. 그리고 본 문서에 개시된 실시예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 문서에서 기재된 기술의 범위를 한정하는 것은 아니다. 따라서, 본 문서의 범위는, 본 문서의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시예를 포함하는 것으로 해석되어야 한다.

Claims

전자 장치에서,
음성 입력을 수신하는 동작;
상기 음성 입력과 연관하여 제스쳐를 감지하는 동작;
상기 제스쳐에 적어도 기반하여, 상기 전자 장치와 기능적으로 연결된 적어도 하나의 디스플레이에 표시된 콘텐트 중 적어도 하나의 콘텐트를 선택하는 동작;
상기 적어도 하나의 콘텐트에 기반하여 상기 음성 입력에 대응하는 기능을 결정하는 동작; 및
상기 음성 입력에 반응하여, 상기 기능을 수행하는 동작을 포함하는 방법.
제 1항에 있어서, 상기 음성 입력은,
상기 전자 장치에 대한 외부 전자 장치로부터 수신되는 방법.
제 1항에 있어서, 상기 수신하는 동작은,
상기 음성 입력의 적어도 일부를 문자의 셋(set)으로 변환하는 동작을 포함하는 방법.
제 1 항에 있어서, 상기 감지하는 동작은,
상기 음성 입력이 수신된 시점으로부터 지정된 시간 범위 밖에서 감지된 제스쳐를 무시(disregard)하는 동작을 포함하는 방법.
제 1항에 있어서, 상기 감지하는 동작은,
상기 제스쳐에 기반하여, 복수의 발화자들 중 적어도 하나의 발화자를 상기 음성 입력에 대한 발화자로 인식하는 동작을 포함하는 방법.
제 1항에 있어서, 상기 선택하는 동작은,
상기 제스쳐에 기반하여, 상기 적어도 하나의 디스플레이에 표시된 복수의 윈도우들로부터 상기 콘텐트를 표시하는 윈도우를 확인하는 동작을 포함하는 방법.
제 1항에 있어서, 상기 적어도 하나의 디스플레이는 제 1 디스플레이 및 제 2 디스플레이를 포함하는 복수의 디스플레이들을 포함하고, 상기 선택하는 동작은,
상기 제스쳐에 기반하여, 상기 복수의 디스플레이들로부터 상기 콘텐트를 표시하는 디스플레이를 확인하는 동작을 포함하는 방법.
제 1항에 있어서, 상기 수행하는 동작은,
상기 적어도 하나의 콘텐트의 적어도 일부에 대응하는 문자의 셋(set)을 결정하는 동작; 및
상기 문자의 셋에 더 기반하여, 상기 기능을 결정하는 동작을 포함하는 방법.
제 8 항에 있어서, 상기 수행하는 동작은,
상기 문자의 셋이 적어도 하나의 제 1 개념, 적어도 하나의 제 2 개념 간의 의미 관계 구조를 포함하는지 확인하는 동작; 및
상기 의미 관계 구조에 기반하여, 상기 음성 입력의 적어도 일부에 대응하는 다른(another) 문자의 셋(set)을 업데이트하는 동작을 포함하는 방법.
제 1항에 있어서, 상기 수행하는 동작은,
상기 적어도 하나의 콘텐트에 기반하여, 상기 기능에 대응하는 레프리젠테이션(representation)을 제공하는 동작을 포함하는 방법.
전자 장치에 있어서,
제스쳐를 감지하기 위한 적어도 하나의 센서; 및
프로세서로 구현 가능한 입력 처리 모듈을 포함하고,
상기 입력 처리 모듈은,
음성 입력을 수신하고;
상기 음성 입력과 연관하여, 상기 적어도 하나의 센서를 이용하여, 상기 제스쳐를 감지하고;
상기 제스쳐에 적어도 기반하여, 상기 전자 장치와 기능적으로 연결된 적어도 하나의 디스플레이에 표시된 콘텐트 중 적어도 하나의 콘텐트를 선택하고;
상기 적어도 하나의 콘텐트에 기반하여 상기 음성 입력에 대응하는 기능을 결정하고; 및
상기 음성 입력에 반응하여, 상기 기능을 수행하도록 설정된 전자 장치.
제 11항에 있어서, 상기 적어도 하나의 센서는,
카메라를 포함하는 전자 장치.
제 11 항에 있어서, 상기 입력 처리 모듈은,
상기 적어도 하나의 콘텐트가 제 1 콘텐트를 포함하는 경우, 제 1 기능을 상기 기능으로 결정하고; 및
상기 적어도 하나의 콘텐트가 제 2 콘텐트를 포함하는 경우, 제 2 기능을 상기 기능으로 결정하도록 설정된 전자 장치.
제 11 항에 있어서, 상기 입력 처리 모듈은,
상기 음성 입력의 적어도 일부를 문자의 셋으로 변환하고;
상기 적어도 하나의 콘텐트에 기반하여, 상기 문자의 셋의 적어도 일부를 업데이트하고; 및
상기 업데이트된 문자의 셋에 기반하여, 상기 기능을 결정하도록 설정된 전자 장치.
제 11항에 있어서, 상기 입력 처리 모듈은,
상기 적어도 하나의 콘텐트와 관련된 주제를 결정하고; 및
상기 주제에 기반하여, 상기 기능을 결정하도록 설정된 전자 장치.
제 11항에 있어서, 상기 입력 처리 모듈은,
상기 적어도 하나의 콘텐트와 제 1 기능과의 제 1 관련도, 및 상기 적어도 하나의 콘텐트와 제 2 기능과의 제 2 관련도를 결정하고; 및
상기 제 1 관련도 및 상기 제 2 관련도 중 높은 관련도에 대응하는 기능을 상기 기능으로 결정하도록 설정된 전자 장치.
제 11 항에 있어서, 상기 입력 처리 모듈은,
사용중인 어플리케이션, 위치 정보, 주변 환경 정보, 또는 가용한 주변 장치 중 적어도 하나 이상에 더 기반하여 상기 기능을 결정하도록 설정된 전자 장치.
제 11 항에 있어서, 상기 입력 처리 모듈은,
상기 음성 입력의 상기 수신, 상기 적어도 하나의 콘텐트의 상기 선택, 또는 상기 기능의 상기 수행 중 적어도 하나에 대응하는 레프리젠테이션을 상기 디스플레이를 통하여 하이라이트하도록 설정된 전자 장치.
제 11 항에 있어서, 상기 입력 처리 모듈은,
상기 음성 입력과 관련된 음향 속성에 더 기반하여 상기 기능을 결정하도록 설정된 전자 장치.
전자 장치에서 음성 입력을 수신하는 동작;
상기 음성 입력과 연관하여 제스쳐를 감지하는 동작;
상기 제스쳐에 적어도 기반하여, 표시된 콘텐트 중 적어도 하나의 콘텐트를 선택하는 동작; 및
상기 음성 입력에 반응하여, 상기 적어도 하나의 콘텐트에 적어도 기반하여 결정된 기능을 수행하는 동작을 제공시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체.