KR20190096618A - 전자 장치 및 전자 장치의 기능 실행 방법 - Google Patents
전자 장치 및 전자 장치의 기능 실행 방법 Download PDFInfo
- Publication number
- KR20190096618A KR20190096618A KR1020180016277A KR20180016277A KR20190096618A KR 20190096618 A KR20190096618 A KR 20190096618A KR 1020180016277 A KR1020180016277 A KR 1020180016277A KR 20180016277 A KR20180016277 A KR 20180016277A KR 20190096618 A KR20190096618 A KR 20190096618A
- Authority
- KR
- South Korea
- Prior art keywords
- electronic device
- user
- voice input
- authentication
- voice
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 153
- 238000004891 communication Methods 0.000 claims abstract description 96
- 230000006870 function Effects 0.000 claims abstract description 71
- 230000004044 response Effects 0.000 claims abstract description 67
- 230000008569 process Effects 0.000 claims description 44
- 238000012545 processing Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 47
- 238000012790 confirmation Methods 0.000 description 46
- 239000003795 chemical substances by application Substances 0.000 description 39
- 238000012795 verification Methods 0.000 description 31
- 238000004458 analytical method Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 26
- 238000004422 calculation algorithm Methods 0.000 description 20
- 239000000284 extract Substances 0.000 description 18
- 238000003860 storage Methods 0.000 description 18
- 230000009471 action Effects 0.000 description 17
- 238000007781 pre-processing Methods 0.000 description 12
- 230000014509 gene expression Effects 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 101150087667 spk1 gene Proteins 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000010391 action planning Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
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
- G10L17/00—Speaker identification or verification techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
- G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
-
- G—PHYSICS
- 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
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/06—Decision making techniques; Pattern matching strategies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/083—Network architectures or network communication protocols for network security for authentication of entities using passwords
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
- H04R1/32—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only
- H04R1/40—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers
- H04R1/403—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers loud-speakers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- 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)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Otolaryngology (AREA)
- Computational Linguistics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- User Interface Of Digital Computer (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Abstract
본 발명의 다양한 실시예들은, 전자 장치에 있어서, 적어도 하나의 통신 회로, 스피커, 마이크, 상기 통신 회로, 상기 스피커, 및 상기 마이크에 작동적으로 연결된 프로세서 및 상기 프로세서에 작동적으로 연결된 메모리를 포함하고, 상기 메모리는 상기 프로세서가 실행될 때, 상기 마이크를 통해 제1 음성 입력을 수신하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 통신 회로를 통해 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함한 요청 메시지를 전송하고, 상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함한 응답 메시지를 수신하고, 상기 마이크를 통해 제2 음성 입력을 수신하고, 상기 통신 회로를 통해 적어도 부분적으로 자동 음성 인식(ASR; automatic speech recognition) 및/또는 자연어 이해(NLU; natural language understanding)를 위해 외부 서버로 상기 제2 음성 입력과 연관된 제2 데이터를 전송하도록 하는 인스트럭션들을 저장할 수 있다.
또한, 본 발명의 다양한 실시예들은 다른 실시예들이 가능할 수 있다.
또한, 본 발명의 다양한 실시예들은 다른 실시예들이 가능할 수 있다.
Description
다양한 실시 예는 전자 장치 및 전자 장치의 기능 실행 방법에 관한 것이다.
인공지능 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템으로서 기계가 스스로 학습하고 판단하며, 사용할수록 인식률이 향상되는 시스템이다.
인공지능 기술은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘을 이용하는 기계학습(예: 딥러닝) 기술 및 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 요소 기술들로 구성된다.
요소 기술들은, 예로, 인간의 언어/문자를 인식하는 언어적 이해 기술, 사물을 인간의 시각처럼 인식하는 시각적 이해 기술, 정보를 판단하여 논리적으로 추론하고 예측하는 추론/예측 기술, 인간의 경험 정보를 지식데이터로 처리하는 지식 표현 기술 및 차량의 자율 주행, 또는 로봇의 움직임을 제어하는 동작 제어 기술 중 적어도 하나를 포함할 수 있다.
예를 들어, 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함할 수 있다.
예를 들어, 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함할 수 있다.
예를 들어, 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함할 수 있다.
예를 들어, 지식 표현은 인간의 경험 정보를 지식 데이터로 자동화 처리하는 기술로서, 지식 구축(예: 데이터 생성/분류), 지식 관리(예: 데이터 활용) 등을 포함할 수 있다.
예를 들어, 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(예: 항법, 충동, 주행), 조작 제어(예: 행동 제어) 등을 포함할 수 있다.
음성 인식 기능을 갖춘 전자 장치는 제1 모드(예컨대, 웨이크 업 모드 또는 대기 모드)에서 사용자로부터 발화(utterance)를 획득하고, 상기 발화에 기설정된 단어(예컨대, wake-up word)가 포함되어 있을 경우, 전자 장치의 모드는 제2 모드(예컨대, 명령 실행 모드)로 전환하고, 상기 발화에 포함된 명령어 수행을 위한 관련된 동작을 수행할 수 있다. 예를 들어, 상기 획득한 발화에서 기설정된 단어의 포함 여부를 확인하는 방법은, 상기 획득한 발화의 음향적 특성(audio characteristic)을 분석하여 저장된 발화의 음향적 특성과 비교하는 방법, 또는 상기 획득한 발화를 문자열로 변환하고(STT; speech-to-text), 상기 변환된 문자열을 기저장된 단어와 비교하는 방법 중 적어도 하나의 방법을 포함할 수 있다.
다양한 예로서, 화자 인증 기능을 갖춘 전자 장치는 사용자의 발화(또는 음성)를 입력받고, 상기 발화의 성문(voice print)을 이용하여 상기 전자 장치 사용자의 인증 여부를 결정할 수 있다. 예컨대, 상기 전자 장치는 제1 모드에서 입력받은 발화로부터 성문(voice print)을 획득하고, 상기 획득한 성문을 인증 성문으로 저장할 수 있다. 상기 전자 장치는 제2 모드에서 추가로 수신된 사용자의 발화를 입력받고, 상기 발화에서 추출한 성문을 상기 저장된 인증 성문과 비교하여 사용자 인증 절차를 수행할 수 있다.
상기 음향적 특성을 비교하는 방법 또는 STT를 통한 문자열 비교 방법은 전자 장치의 인증된 사용자가 아닌 사용자의 발화에도 대응하여 동작을 수행하는 단점이 있다. 인증된 사용자의 발화에 대해서만 동작을 수행하는 성문 인증을 이용한 방법은, 해당 기기 사용을 위해 성문을 등록해야 하며, 등록되지 않은 사용자는 사용할 수 없다는 단점이 있다.
본 발명의 다양한 실시예들에 따른 전자 장치는 등록되지 않은 사용자의 발화를 기반으로 성문 인증을 수행하고, 상기 발화와 관련된 동작을 수행할 수 있는 전자 장치 및 전자 장치의 기능 실행 방법을 제공할 수 있다.
전술한 과제 또는 다른 과제를 해결하기 위한, 한 실시예에 따른 전자 장치는, 적어도 하나의 통신 회로, 스피커, 마이크, 상기 통신 회로, 상기 스피커, 및 상기 마이크에 작동적으로 연결된 프로세서, 및 상기 프로세서에 작동적으로 연결된 메모리를 포함하고, 상기 메모리는 상기 프로세서가 실행될 때, 상기 마이크를 통해 제1 음성 입력을 수신하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 통신 회로를 통해 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함한 요청 메시지를 전송하고, 상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함한 응답 메시지를 수신하고, 상기 마이크를 통해 제2 음성 입력을 수신하고, 상기 통신 회로를 통해 적어도 부분적으로 자동 음성 인식(ASR; automatic speech recognition) 및/또는 자연어 이해(NLU; natural language understanding)를 위해 외부 서버로 상기 제2 음성 입력과 연관된 제2 데이터를 전송하도록 하는 인스트럭션들을 저장할 수 있다.
다양한 실시예 중 어느 하나에 따른 전자 장치의 동작 방법은, 전자 장치의 기능 실행 방법에 있어서, 마이크를 통해 제1 음성 입력을 수신하는 동작, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하는 동작, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함한 요청 메시지를 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 전송하는 동작, 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함한 응답 메시지를 상기 외부 전자 장치로부터 수신하는 동작, 상기 마이크를 통해 제2 음성 입력을 수신하는 동작, 적어도 부분적으로 자동 음성 인식(ASR; automatic speech recognition) 및/또는 자연어 이해(NLU; natural language understanding)를 위해 외부 서버로 상기 제2 음성 입력과 연관된 제2 데이터를 전송하는 동작을 포함할 수 있다.
다양한 실시예 중 어느 하나에 따른 전자 장치는, 적어도 하나의 통신 회로, 마이크, 상기 통신 회로, 및 상기 마이크에 작동적으로 연결된 프로세서, 및 상기 프로세서에 작동적으로 연결된 메모리를 포함하고, 상기 메모리는 상기 프로세서가 실행될 때, 상기 마이크를 통해 제1 음성 입력을 수신하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자에 대응하는지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 통신 회로를 통해 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함하는 요청 메시지를 전송하고, 상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함하는 응답 메시지를 수신하고, 상기 인증 결과에 기반하여 상기 수신된 제1 음성 입력 또는 상기 마이크를 통해 입력되는 제2 음성 입력에 상응하는 동작을 수행하도록 하는 인스트럭션들을 저장할 수 있다.
다양한 실시예에 따른 전자 장치는 발화를 수신하는 전자 장치에 등록되지 않은 사용자의 발화에 대해 성문 인증을 수행할 수 있으며, 다양한 실시예에 따라 상기 발화와 관련된 동작을 수행할 수 있다.
도 1은 본 발명의 다양한 실시 예에 따른 시스템 환경을 나타내는 도면이다.
도 2는 본 발명의 다양한 실시 예에 따른 전자 장치의 세부 구성을 나타내는 블록도이다.
도 3은 본 발명의 다양한 실시 예에 따른 전자 장치 및 클라우드 서버의 세부 구성을 나타내는 블록도이다.
도 4는 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 5는 본 발명의 다양한 실시 예에 따른 화자 인식 시스템을 나타내는 도면이다.
도 6은 본 발명의 다양한 실시 예에 따른 화자 인식 모델을 나타내는 그래프이다.
도 7은 본 발명의 다양한 실시 예에 따른 화자 인식을 통한 전자 장치의 기능을 나타내는 흐름도이다.
도 8은 본 발명의 다양한 실시 예에 따른 화자 인식을 통한 전자 장치의 상세 기능을 나타내는 흐름도이다.
도 9는 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 10은 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호흐름도이다.
도 11은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 12는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 13은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작을 나타내는 시스템이다.
도 14는 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 15는 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호흐름도이다.
도 16은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 17은 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 18은 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호흐름도이다.
도 19는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 20은 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 21은 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호 흐름도이다.
도 22는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 23은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 24는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 25는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 26은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 27은 본 발명의 다양한 실시 예에 따른 사용자 단말에 표시되는 발화 인증 요청 화면을 나타내는 도면이다.
도 28은 본 발명의 다양한 실시 예에 따른 사용자 단말에 표시되는 발화 인증 요청 화면을 나타내는 도면이다.
도 29는 본 발명의 다양한 실시 예에 따른 사용자 단말에 표시되는 발화 인증 요청 화면을 나타내는 도면이다.
도 30은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 31은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 32는 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 33은 본 발명의 다양한 실시예에 따른 전자 장치의 블록도를 도시한다.
도 2는 본 발명의 다양한 실시 예에 따른 전자 장치의 세부 구성을 나타내는 블록도이다.
도 3은 본 발명의 다양한 실시 예에 따른 전자 장치 및 클라우드 서버의 세부 구성을 나타내는 블록도이다.
도 4는 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 5는 본 발명의 다양한 실시 예에 따른 화자 인식 시스템을 나타내는 도면이다.
도 6은 본 발명의 다양한 실시 예에 따른 화자 인식 모델을 나타내는 그래프이다.
도 7은 본 발명의 다양한 실시 예에 따른 화자 인식을 통한 전자 장치의 기능을 나타내는 흐름도이다.
도 8은 본 발명의 다양한 실시 예에 따른 화자 인식을 통한 전자 장치의 상세 기능을 나타내는 흐름도이다.
도 9는 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 10은 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호흐름도이다.
도 11은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 12는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 13은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작을 나타내는 시스템이다.
도 14는 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 15는 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호흐름도이다.
도 16은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 17은 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 18은 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호흐름도이다.
도 19는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 20은 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다.
도 21은 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호 흐름도이다.
도 22는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 23은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 24는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 25는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 26은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다.
도 27은 본 발명의 다양한 실시 예에 따른 사용자 단말에 표시되는 발화 인증 요청 화면을 나타내는 도면이다.
도 28은 본 발명의 다양한 실시 예에 따른 사용자 단말에 표시되는 발화 인증 요청 화면을 나타내는 도면이다.
도 29는 본 발명의 다양한 실시 예에 따른 사용자 단말에 표시되는 발화 인증 요청 화면을 나타내는 도면이다.
도 30은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 31은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 32는 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 33은 본 발명의 다양한 실시예에 따른 전자 장치의 블록도를 도시한다.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 기재된다. 실시예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A/B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1," "제 2," "첫째," 또는 "둘째," 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다. "복수의"라는 표현은 적어도 둘 이상을 의미할 수 있다.
본 문서에서, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 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(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 HMD 장치 중 적어도 하나를 포함할 수 있다. HMD 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head mounted device; HMD) 또는 머리 착용형 디스플레이 장치(head mounted display; HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 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 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트 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, 드론(drone), 금융 기관의 ATM, 상점의 POS(point of sales), 또는 사물 인터넷 장치 (예: 전구, 각종 센서, 스프링클러 장치, 화재 경보기, 온도조절기, 가로등, 또는 토스터, 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
어떤 실시예에 따르면, 전자 장치는 가구, 건물/구조물 또는 자동차의 일부, 전자 보드(electronic board), 전자 사인 수신 장치(electronic signature receiving device), 프로젝터, 또는 각종 계측 기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 다양한 실시예에서, 전자 장치는 플렉서블하거나, 또는 전술한 다양한 장치들 중 둘 이상의 조합일 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1은 본 발명의 다양한 실시 예에 따른 시스템 환경을 나타내는 도면이다. 도 1을 참조하면, 본 발명의 다양한 실시예에 따른 시스템 환경(100)은 사용자 A의 집(110), 사용자 B의 집(120), 또는 클라우드 서버(130)로 구성되는 것을 가정할 수 있다.
다양한 실시예에 따라, 사용자 A의 집(110)에는 사용자 A의 전자 장치(111)(이하, 설명의 편의상 '제1 전자 장치'라 한다.), 사용자 A의 스마트 스피커(101)(이하, 설명의 편의상 '제1 스마트 스피커' 또는 '스마트 스피커' 또는 '전자 장치'라 한다), 사용자 B의 전자 장치(112)(이하, 설명의 편의상 '제2 전자 장치'라 한다.), 또는 사용자 C의 전자 장치(113)(이하, 설명의 편의상 '제3 전자 장치'라 한다.)가 위치할 수 있다. 다양한 실시예에 따라, 사용자 B의 집(120)에는 사용자 B의 스마트 스피커(121)(이하, 설명의 편의상 '제2 스마트 스피커'라 한다)가 위치할 수 있다.
다양한 실시예에 따라, 클라우드 서버(130)는 사용자 A의 데이터(131), 사용자 B의 데이터(132), 또는 사용자 C의 데이터(133)가 저장될 수 있다.
상기 도 1에 도시된 각 장치들의 배치를 참조하면 사용자 B 또는 사용자 C가 사용자 A의 집에 방문한 후, 상기 사용자 B 또는 상기 사용자 C가 상기 사용자 A의 스피커(제1 스마트 스피커(101))를 통해 성문 인증 후 서비스를 제공받는 상황을 가정할 수 있다.
다양한 실시예에 따라, 제1 스마트 스피커(101)는 사용자로부터 발화를 획득하고, 상기 획득한 발화를 분석하여 관련된 동작을 수행하거나 수행하도록 할 수 있다. 상기 제1 스마트 스피커(101)는 복수의 사용자 계정에 등록되어(복수의 사용자 계정을 등록하여) 적어도 한 명 이상의 사용자의 음성 발화를 입력받을 수 있다. 상기 제1 스마트 스피커(101)는 상기 음성 발화를 분석함에 있어 네트워크로 연결된 인텔리전스 서비스(도시되지 아니함)를 이용할 수 있다.
본 발명의 다양한 실시예에 따른 제1 스마트 스피커(101)는 사용자의 발화를 획득하고, 상기 획득한 발화로부터 발화 성문을 획득할 수 있다. 상기 제1 스마트 스피커(101)는 상기 발화 성문을 사용자 인증을 위한 인증 성문으로 저장할 수 있다. 예를 들어, 제1 스마트 스피커(101)는 사용자 등록 동작을 수행하기 위해 사용자로부터 발화를 입력 받고 발화 성문에 기반하여 인증 성문을 생성하여 저장할 수 있다. 이후, 상기 제1 스마트 스피커(101)는 또 다른 사용자의 발화로부터 획득한 발화 성문과 상기 저장된 인증 성문을 비교하여 상기 발화 성문과 인증 성문간의 유사도를 획득할 수 있다. 상기 제1 스마트 스피커(101)는 상기 발화 성문과 인증 성문 간의 유사도 결과에 기반하여 상기 발화에 포함된 동작을 수행하거나 수행하도록 할 수 있다. 상기 제1 스마트 스피커(101)는 외부 전자 장치 검색을 위한 스캔 명령을 외부 전자 장치로 전송할 수 있고, 적어도 하나의 외부 장치로부터 상기 스캔 명령에 대응하는 존재 응답(presence response)을 수신할 수 있다. 상기 제1 스마트 스피커(101)는 상기 발화에 포함된 동작 수행과 관련된 정보를 송수신함에 있어 상기 외부 전자 장치와 암호화 통신을 수행할 수 있다.
본 발명의 다양한 실시예에 따른 사용자들의 전자 장치(111, 112, 113)(예: 스마트폰)는 상기 제1 스마트 스피커(101)의 장치 스캔 명령에 대응하여 존재 응답(presence response)을 송신할 수 있다. 다양한 실시예에 따라, 상기 각 전자 장치(111, 112, 113)는 상기 제1 스마트 스피커(101)의 사용자의 발화에 기반한 동작 관련 정보 요청에 대응하여 상기 동작의 수행을 위한 관련 정보를 획득, 전송할 수 있다. 상기 각 전자 장치(111, 112, 113)는 상기 제1 스마트 스피커(101)의 사용자의 발화에 기반한 동작 관련 정보 요청에 대응하여 상기 동작을 수행하거나 수행하도록 할 수 있다. 상기 각 전자 장치(111, 112, 113)는 상기 제1 스마트 스피커(101)와의 정보 교환을 위해 암호화 통신을 수행할 수 있다.
클라우드 서버(130)는 사용자의 데이터를 저장하고 관리하는 기능을 수행할 수 있다. 또한 상기 클라우드 서버(130)는 다른 서비스(예를 들어, 인텔리전스 서비스)와의 연결을 위한 기능을 수행할 수 있다. 본 발명의 다양한 실시예에 따른 클라우드 서버(130)는 상기 전자 장치들(111, 112, 113)의 사용자 관련 정보를 저장하고 관리할 수 있다. 상기 클라우드 서버(130)는 상기 사용자 A의 집(110) 내 장치 관련 정보를 저장하고 관리할 수 있다. 상기 클라우드 서버(130)는 상기 사용자 A의 제1 스마트 스피커(101) 또는 상기 사용자들의 전자 장치(111, 112, 113)를 통해 음원 서비스를 제공할 수 있다.
클라우드 서버(130) 내 사용자 데이터 저장소(131, 132, 133)들은 상기 클라우드 서버(130)에 사용자 별로 할당된 공간으로 할당된 계정 또는 접속 인증 정보(인증서)를 참고하여 사용자의 접속을 제어할 수 있다.
도 2는 본 발명의 다양한 실시 예에 따른 전자 장치(예컨대, 스마트 스피커(101))의 세부 구성을 나타내는 블록도이다.
일 실시예에 따르면 도 1의 사용자 B의 스마트 스피커(121)는 전자 장치(예컨대, 스마트 스피커(101))와 동일 또는 적어도 일부 동일한 구성 요소를 포함할 수 있다.
프로세서(Processing Unit, 201)는 상기 스마트 스피커(101)의 다양한 구성 요소들을 제어하여 임의의 동작을 수행할 수 있다.
메모리(Memory Unit, 202)는 음성 분석 모듈(203), 사용자 식별 모듈(204), CODEC(205), 운영 체제(206), 클라우드 서비스 클라이언트(207), 피드백 모듈(208), 인텔리전트 에이전트(209), 또는 사용자 데이터(210)를 포함할 수 있다. 다양한 실시예에 따라, 상기 메모리(202)는 상기 스마트 스피커(101)의 구동을 위한 소프트웨어, 상기 소프트웨어 구동에 필요한 데이터 및 사용자 데이터를 저장할 수 있다. 상기 소프트웨어는 운영 체제, 프레임워크, 또는 응용 프로그램 중 적어도 하나를 포함할 수 있다. 상기 소프트웨어 구동에 필요한 데이터는 소프트웨어 구동 중 임시로 생성, 사용되는 임시 데이터, 또는 상기 소프트웨어 구동에 의해 생성되어 저장되는 프로그램 데이터 중 적어도 하나를 포함할 수 있다. 상기 사용자 데이터는 사용자가 생성하거나 획득한 다양한 형태의 콘텐트일 수 있다. 예를 들어, 상기 사용자 데이터는 음악, 동영상, 사진, 또는 문서 중 적어도 하나를 포함할 수 있다.
음성 분석 모듈(voice analysis module, 203)은 사용자의 발화를 획득하여 이를 분석할 수 있다. 상기 분석은 발화로부터 성문 획득, 획득한 성문을 인증 성문으로 저장, 또는 저장된 인증 성문과 발화 성문 비교 중 적어도 하나를 포함할 수 있다. 또한 상기 분석은 상기 발화로부터 텍스트 추출(STT: speech-to-text), 또는 자연어 처리 중 적어도 하나의 기능을 포함하거나 적어도 하나의 기능을 수행하도록 하여 결과를 확인하는 기능을 포함할 수 있다.
사용자 식별 모듈(user identification module, 204)은 상기 스마트 스피커(101) 및 상기 스마트 스피커(101)와 연동된 서비스를 사용할 수 있는 사용자 계정을 관리할 수 있다. 상기 사용자 식별 모듈(204)은 상기 사용자 계정을 및 상기 사용자 계정 인증을 위한 관련 정보를 저장할 수 있다. 상기 사용자 식별 모듈(204)은 아이디/패스워드, 장치 인증, 또는 성문 인증 등 다양한 인증 방법 중 적어도 하나를 참고하여, 상기 스마트 스피커 사용을 원하는 사용자에 대한 인증 절차를 수행할 수 있다. 또한 상기 사용자 식별 모듈(204)은 상기 스마트 스피커와 연결된 외부 전자 장치(예컨대, 주변 전자 장치) 또는 외부 서비스의 사용을 위한 인증 절차를 수행할 수도 있다.
코덱(CODEC. 205)은 영상 또는 음성 데이터를 압축하여 저장하거나(coder, encoding), 압축된 영상 또는 음성 데이터를 아날로그 신호로 출력하기 위해 압축을 해제(decoder, decoding)하는 동작을 수행한다. 상기 코덱(205)은 S/W의 형태로 상기 메모리(202)에 저장되어 상기 프로세서(201)에 의해 구동될 수 있다. 또한 상기 코덱(205)은 펌웨어의 형태로 DSP(211)에 저장되어 구동될 수도 있다. 상기 코덱(205)은 MPEG, Indeo, DivX, Xvid, H.264, WMV, RM, MOV, ASF, 또는 RA와 같은 동영상 코덱, MP3, AC3, AAC, OGG, WMA, FLAC, 또는 DTS와 같은 오디오 코덱 중 적어도 하나를 포함할 수 있다.
운영체제(operating system, 206)는 상기 스마트 스피커(101)의 동작을 위한 기본적인 기능을 제공하고, 전반적인 동작 상태를 제어할 수 있다. 상기 운영체제(206)는 다양한 이벤트를 감지하고, 상기 이벤트에 대응하는 동작을 수행하도록 할 수 있다. 상기 운영체제(208)는 확장 기능 수행을 위한 제3응용프로그램 설치 및 구동 환경을 제공할 수 있다.
클라우드 서비스 클라이언트(cloud service client, 207)는 상기 스마트 스피커(101)와 클라우드 서버(130)의 연결 및 관련된 동작을 수행하도록 할 수 있다. 상기 클라우드 서비스 클라이언트(205)는 상기 스마트 스피커(101)에 저장된 데이터와 클라우드 서비스 서버(130)에 저장된 데이터의 동기화 기능을 수행할 수 있다. 또한 상기 클라우드 서비스 클라이언트(207)는 상기 클라우드 서비스(130)로부터 클라우드 서비스를 제공받을 수 있다. 상기 클라우드 서비스는 데이터 저장, 또는 콘텐트 스트리밍 등을 포함한 다양한 형태의 외부 제3자 서비스 일 수 있다.
피드백 모듈(feedback module, 208)은 상기 스마트 스피커(101)에서 상기 스마트 스피커(101)의 사용자에게 제공하기 위한 피드백을 생성하고, 발생시킬 수 있다. 상기 피드백은 음향 피드백(sound feedback), LED 피드백, 진동 피드백(vibration) 또는 장치의 일부를 제어하는 방법 중 적어도 하나를 포함할 수 있다.
인텔리전트 에이전트(intelligence agent, 209)는 상기 스마트 스피커(101)를 통해 획득한 사용자 발화 바탕으로 인텔리전스 기능을 수행하거나 외부 인텔리전스 서비스와 연동하여 인텔리전스 기능 수행 결과를 획득할 할 수 있다. 상기 인텔리전스 기능은 상기 사용자 발화 인식 및 처리를 위한 ASR, STT, NLU, NLG, TTS, Action Planning, 또는 Reasoning 기능 중 적어도 하나를 포함할 수 있다. 다양한 실시예에 따라, 상기 인텔리전트 에이전트(207)는 상기 스마트 스피커(101)를 통해 획득한 사용자 발화를 인식하고, 인식된 발화에서 추출된 텍스트에 기반하여 해당 명령어가 속하는 카테고리를 판단할 수 있다. 예컨대, 사용자가 '리메이크 2 플레이리스트 틀어줘'라고 발화하면, 이를 분석하여 '음악 재생'과 관련된 카테고리임을 판단할 수 있다.
사용자 데이터(user data, 210)는 사용자에 의해 생성, 획득 되거나 사용자가 수행한 기능에 의해 생성, 획득된 데이터일 수 있다.
디지털신호처리부(DSP; digital signal processor, 211)는 아날로그 영상 또는 아날로그 음성 신호를 전자 장치가 처리할 수 있는 디지털 신호로 변경하거나, 저장된 디지털 영상 또는 디지털 음성 신호를 사용자가 인지할 수 있는 아날로그 신호로 변경하여 출력할 수 있다. 상기 디지털신호처리부(211)는 상기 동작을 고속으로 수행하기 위해 상기 동작을 위해 필요한 연산을 회로의 형태로 구현할 수 있다. 상기 디지털신호처리부(211)는 상기 코덱(205)을 포함하거나, 상기 코덱(205)을 참고하여 동작을 수행할 수 있다.
인터페이스(interface unit, 212)는 상기 스마트 스피커(101)가 사용자로부터 입력을 획득하거나, 상기 사용자를 위한 정보 출력을 수행하거나, 상기 스마트 스피커(101)가 외부 전자 장치와 정보를 주고 받는 기능을 수행할 수 있다. 보다 구체적으로 상기 인터페이스(212)는 음향 신호 처리를 위한 마이크(215), 스피커(216)와 기능적으로 연결되어 동작할 수 있다. 또 다른 예로, 상기 인터페이스부(212) 사용자에게 정보를 출력하기 위해 디스플레이(217)와 기능적으로 연결되어 동작할 수 있다. 또한 상기 인터페이스(212)는 다양한 형태로 사용자 또는 외부 전자 장치와 스마트 스피커 장치간의 입출력 동작을 수행하기 위해 입출력 단자(218), 입출력부(219)와 기능적으로 연결되어 동작할 수 있다.
통신 모듈(network unit, 213)은 상기 스마트 스피커(101)가 외부 장치와 네트워킹 프로토콜을 이용하여 정보를 주고 받도록 할 수 있다. 상기 네트워킹 프로토콜은 NFC, 블루투스/BLE, Zigbee, Z-Wave와 같은 근거리 통신 프로토콜(short-range communication protocol), TCP, 또는 UDP와 같은 인터넷 프로토콜(internet network protocol) 중 적어도 하나를 포함할 수 있다. 상기 통신 모듈(213)은 유선 통신 네트워크, 또는 무선 통신 네트워크 중 적어도 하나를 지원할 수 있다.
전원 관리 모듈(power management unit, 214)은 전원 단자(220)로부터 상기 스마트 스피커(101)의 구동을 위한 전력을 획득하고, 이를 제어하여 상기 스마트 스피커(101) 구동을 위한 전력을 공급할 수 있다. 상기 전원 관리 모듈(214)는 상기 전원 터미널(220)로부터 획득한 전력을 배터리에 충전하도록 할 수 있다. 상기 전원 관리 모듈(214)은 상기 스마트 스피커(101) 구동 또는 충전을 위해 상기 획득한 전력에 대한 전압 변경, 직/교류 변경, 전류 제어, 또는 전류 회로 제어 중 적어도 하나의 동작을 수행할 수 있다.
마이크(MIC, 215)는 사용자 또는 주변 환경으로부터 음향 신호를 획득할 수 있다. 스피커(speaker, 216)는 음향 신호를 출력할 수 있다. 디스플레이(display, 217)는 영상 신호를 출력할 수 있다.
입출력 단자(I/O port, 218)는 상기 스마트 스피커(101)의 기능을 확장하기 위한 외부 전자 장치와의 연결을 위한 수단을 제공할 수 있다. 상기 입출력 단자(218)는 오디오 입력 단자, 오디오 출력 단자, USB 확장 포트, 또는 랜 포트 중 적어도 하나를 포함할 수 있다.
입출력부(I/O unit, 219)는 사용자로부터 입력을 획득하고 사용자에게 정보를 출력하기 위한 다양한 장치를 포함할 수 있다. 상기 입출력부(219)는 버튼, 터치패널, 휠, 조그다이얼, 센서, LED, 진동 발생 장치, 또는 비프음(beep) 발생 장치 중 적어도 하나를 포함할 수 있다. 전원 터미널(power terminal, 220)은 상기 스마트 스피커(101) 구동을 위한 AC/DC 전력을 입력 받을 수 있다.
도 3은 본 발명의 다양한 실시 예에 따른 전자 장치 및 클라우드 서버의 세부 구성을 나타내는 블록도이다. 도 3을 참조하면, 전자 장치(101)는 마이크(301)(예: 도 2의 마이크(215)), DSP(302), 1차 키워드 인식 모듈(303), 1차 키워드 모델 데이터베이스(304), 프로세서(305)(예: 도 2의 프로세서(201)), 통신 회로(306)(예: 도 2의 통신 모듈(213)), 2차 키워드 인식 모듈(307), 2차 화자 인식 모델 데이터베이스(307), 1차 화자 인식 모듈(309), 또는 1차 화자 인식 모델 데이터베이스(310)을 포함하여 구성될 수 있으며, 클라우드 서버(130)는 프로세서(351), 통신 회로(352), ASR 모듈(353), ARS 모델 데이터베이스(354), 2차 화자 인식 모듈(356), MLU/DM 모듈(355), 2차 화자 인식 모델 데이터베이스(357)를 포함하여 구성될 수 있다.
마이크(301)는 사용자의 발화를 입력 받을 수 있다. DSP(digital signal processor)(302)는 Audio codec(mic 또는 speaker와 연결되어, 소리 입출력을 담당, DA/AD converting을 수행, 또는 gain 조절 등의 간단한 sound 전처리를 수행)을 포함할 수 있다. 프로세서(305)는 적어도 하나 이상의 프로세서를 포함할 수 있으며, AP(application processor)를 포함할 수 있다.
상기 클라우드 서버(130)는 인식 서버(server)를 포함할 수 있으며, 복잡하고 보다 정확한 음성인식을 수행할 수 있다. 예를 들어, large vocabulary speech recognition, speaker verification/identification, natural language understanding 기능들을 수행할 수 있다.
1차 키워드 인식 모듈(303)(keyword recognition)은 DSP(302)에 포함된 음성 인식기로 지정된 소수의 단어를 인식할 수 있다. 1차 키워드 모델 데이터베이스(304)는 상기 1차 키워드 인식 모듈(303)이 인식 중에 참조하는 인식 모델을 포함할 수 있다.
2차 키워드 인식 모듈(307)은 프로세서(305)에 포함된 음성인식기로 지정된 소수의 단어를 인식할 수 있으며, 상기 1차 키워드 인식 모듈(303)에 비해 상대적으로 복잡하고, 높은 정확도를 갖출 수 있다. 예를 들어, 인식에 사용되는 특성 벡터(feature vector)의 차원(dimension)이 더 높을 수 있을 수 있으며, 인식에 사용되는 phoneme model이 더 복잡할 수 있다.(예컨대, 인식의 클러스터(cluster) 개수가 많거나, phoneme n-gram의 차원(dimension)이 높을 수 있다.) 2차 키워드 모델 데이터베이스(308)는 상기 2차 키워드 인식 모듈(307)이 인식 중에 참조하는 인식 모델을 포함할 수 있다.
상기 1차 키워드 인식 모듈(303) 및 상기 2차 키워드 인식 모듈(307)은 서로 동일한 디코딩(decoding) 알고리즘을 사용할 수도 있고, 상이한 디코딩 알고리즘을 사용할 수도 있다. 2차 키워드 모델 데이터베이스(308)는 상기 2차 키워드 인식 모듈(307)이 인식 중에 참조하는 인식 모델을 포함할 수 있으며, 상기 1차 키워드 모델 데이터베이스(304)와 적어도 일부가 동일한 모델을 포함하거나, 상기 1차 키워드 모델 데이터베이스(304)와 동일할 수도 있다.
1차 화자 인식 모듈(309) 및 2차 화자 인식 모듈(356)은 화자 인증/화자 인식(speaker verification/identification)의 기능을 수행할 수 있다. 1차 화자 인식 모듈(309) 및 2차 화자 인식 모듈(356)은 각각 1차 화자 인식 모델 데이터베이스(310) 또는 2차 화자 인식 모델 데이터베이스(357)에 저장된 데이터를 참조하여 text independent speaker recognition (GMM기반, i-vector 기반 인식 방법을 포함), text dependent speaker recognition (HMM기반, DTW, 등을 포함)을 포함할 수 있다.
ASR 모듈(353)은 large vocabulary speech recognition으로서 상대적으로 수많은 단어 또는 그의 조합을 인식할 수 있다. ASR 모델 데이터베이스(354)는 상기 large vocabulary speech recognition이 인식 중에 참조하는 인식 모델을 포함할 수 있다. NLU/DM 모듈(355)은 Natural language understating로서 사람의 언어 표현을 이해하기 위한 모델을 포함할 수 있다. 예컨대, 상기 NLU/DM 모듈(355)은 사용자의 의도(intent)를 파악하여 음성 명령에 대해 어떠한 동작(action)을 수행할 것인지 정의하고, 이를 디바이스(device)가 실행하도록 할 수 있다.
본 발명의 다양한 실시예 중 어느 하나에 따른 전자 장치는, 적어도 하나의 통신 회로(213), 스피커(216), 마이크(215), 상기 통신 회로(213), 상기 스피커(216), 및 상기 마이크(215)에 작동적으로 연결된 프로세서(201) 및 상기 프로세서(201)에 작동적으로 연결된 메모리(202)를 포함하고, 상기 메모리(202)는 상기 프로세서(201)가 실행될 때, 상기 마이크를 통해 제1 음성 입력을 수신하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 통신 회로를 통해 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함한 요청 메시지를 전송하고, 상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함한 응답 메시지를 수신하고, 상기 마이크를 통해 제2 음성 입력을 수신하고, 상기 통신 회로를 통해 적어도 부분적으로 자동 음성 인식(ASR; automatic speech recognition) 및/또는 자연어 이해(NLU; natural language understanding)를 위해 외부 서버로 상기 제2 음성 입력과 연관된 제2 데이터를 전송하도록 하는 인스트럭션들을 저장할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 인스트럭션들은, 상기 프로세서가, 적어도 부분적으로 상기 외부 서버를 이용하여 상기 제1 성문 인증을 수행하도록 할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 적어도 하나의 외부 전자 장치는, WiFi(wireless fidelity), LiFi(light fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(ZigBee), NFC(near field communication), 또는 자력 시큐어 트랜스미션(magnetic secure transmission) 중 적어도 하나를 포함하는 근거리 통신을 통해 상기 전자 장치와 연결될 수 있다.
본 발명의 다양한 실시예에 따라, 상기 전자 장치는, 스마트 스피커(smart speaker)일 수 있다.
본 발명의 다양한 실시예에 따라, 상기 인스트럭션들은, 상기 프로세서가, 상기 외부 전자 장치로부터 상기 외부 서버에 접근하기 위한 정보를 수신하고, 상기 수신한 외부 서버에 접근하기 위한 정보에 기반하여, 상기 외부 서버에 접속하도록 할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하고, 상기 판단한 수행 주체에 기반하여 성문 인증이 필요한지 여부를 판단하도록 할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작을 판단하고, 상기 판단한 동작이 성문 인증이 필요한지 여부를 판단하도록 할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하고, 상기 판단 결과 상기 동작의 수행 주체가 상기 전자 장치이면, 상기 외부 전자 장치로 동작 관련 정보를 요청하고, 상기 외부 전자 장치로부터 수신된 동작 관련 정보에 적어도 기반하여, 상기 제1 음성 입력에 상응하는 동작을 수행하도록 할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하고, 상기 판단 결과 상기 동작의 수행 주체가 상기 외부 전자 장치이면, 상기 외부 전자 장치로 동작 관련 정보를 전송하도록 할 수 있다.
본 발명의 다양한 실시예 중 어느 하나에 따른 전자 장치는, 적어도 하나의 통신 회로(213), 마이크(215), 상기 통신 회로(213), 및 상기 마이크(215)에 작동적으로 연결된 프로세서(201) 및 상기 프로세서(201)에 작동적으로 연결된 메모리(202)를 포함하고, 상기 메모리(202)는 상기 프로세서(201)가 실행될 때, 상기 마이크를 통해 제1 음성 입력을 수신하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하고, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 통신 회로를 통해 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함하는 요청 메시지를 전송하고, 상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함하는 응답 메시지를 수신하고, 상기 인증 결과에 기반하여 상기 수신된 제1 음성 입력 또는 상기 마이크를 통해 입력되는 제2 음성 입력에 상응하는 동작을 수행하도록 하는 인스트럭션들을 저장할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 인스트럭션들은, 상기 프로세서가, 적어도 부분적으로 상기 외부 서버를 이용하여 상기 제1 성문 인증을 수행하도록 할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 전자 장치는, 적어도 하나의 스피커(216)를 포함하는, 스마트 스피커(smart speaker)일 수 있다.
도 4는 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다. 도 4를 참조하면, 동작 402에서, 전자 장치(101)(예컨대, 스마트 스피커)는 마이크(215)를 통해 제1 음성 입력을 수신할 수 있다.
동작 404에서, 상기 전자 장치는 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행할 수 있다.
동작 406에서, 상기 전자 장치는 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것으로 판단하면, 동작 408에서 상기 전자 장치는 상기 제1 음성 입력 및/또는 추가 입력되는 제2 음성 입력에 상응하는 동작을 수행할 수 있다.
동작 406에서, 상기 전자 장치는 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 동작 410에서 상기 전자 장치는 외부 전자 장치(111, 112, 113)를 통해 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 상기 제1 음성 입력과 연관된 제1 데이터를 포함하는 요청 메시지를 통신 회로(213)를 통해 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 전송할 수 있다.
동작 412에서, 상기 전자 장치는 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함하는 응답 메시지를 상기 통신 회로를 통해 상기 외부 전자 장치로부터 수신할 수 있다.
동작 414에서, 상기 전자 장치는, 상기 인증 결과에 기반하여 상기 수신된 제1 음성 입력 및/또는 상기 마이크를 통해 입력되는 추가 입력에 상응하는 동작을 수행할 수 있다. 예를 들어, 상기 전자 장치는, 사용자로부터 제2 음성 입력을 수신하고, 상기 제2 음성 입력에 기반하여 동작을 수행할 수 있다.
본 발명의 다양한 실시예 중 어느 하나에 따른 방법은, 전자 장치(예: 프로세서(201))의 기능 실행 방법에 있어서, 마이크(215)를 통해 제1 음성 입력을 수신하는 동작, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하는 동작, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함하는 요청 메시지를 통신 회로를 통해 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 전송하는 동작, 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함하는 응답 메시지를 상기 통신 회로를 통해 상기 외부 전자 장치로부터 수신하는 동작, 상기 마이크(215)를 통해 제2 음성 입력을 수신하는 동작 및 적어도 부분적으로 자동 음성 인식(ASR; automatic speech recognition) 및/또는 자연어 이해(NLU; natural language understanding)를 위해 외부 서버로 상기 제2 음성 입력과 연관된 제2 데이터를 전송하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 방법은, 적어도 부분적으로 상기 외부 서버를 이용하여 상기 제1 성문 인증을 수행하도록 하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 적어도 하나의 외부 전자 장치는, WiFi(wireless fidelity), LiFi(light fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(ZigBee), NFC(near field communication), 또는 자력 시큐어 트랜스미션(magnetic secure transmission) 중 적어도 하나를 포함하는 근거리 통신을 통해 상기 전자 장치와 연결될 수 있다.
본 발명의 다양한 실시예에 따라, 상기 방법은, 상기 외부 전자 장치로부터 상기 외부 서버에 접근하기 위한 정보를 수신하는 동작 및 상기 수신한 외부 서버에 접근하기 위한 정보에 기반하여, 상기 외부 서버에 접속하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 방법은, 상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하는 동작 및 상기 판단한 수행 주체에 기반하여 성문 인증이 필요한지 여부를 판단하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 방법은, 상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작을 판단하는 동작 및 상기 판단한 동작이 성문 인증이 필요한지 여부를 판단하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 방법은, 상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하는 동작, 상기 판단 결과 상기 동작의 수행 주체가 상기 전자 장치이면, 상기 외부 전자 장치로 동작 관련 정보를 요청하는 동작 및 상기 외부 전자 장치로부터 수신된 동작 관련 정보에 적어도 기반하여, 상기 제1 음성 입력에 상응하는 동작을 수행하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따라, 상기 방법은, 상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하는 동작, 및 상기 판단 결과 상기 동작의 수행 주체가 상기 외부 전자 장치이면, 상기 외부 전자 장치로 동작 관련 정보를 전송하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따른 스마트 스피커(101)는 사용자로부터 발화를 획득하고, 상기 획득한 발화로부터 발화 성문을 확인할 수 있다. 상기 스마트 스피커(101)는 상기 확인한 발화 성문을 상기 스마트 스피커(101)에 저장된 적어도 하나의 인증 성문과 비교하여 유사도를 확인할 수 있다. 상기 스마트 스피커(101)는 상기 확인된 유사도를 바탕으로 인증 여부를 결정할 수 있다. 상기 인증 과정에서 상기 발화 성문과 상기 인증 성문이 일정 임계치 이상/초과의 유사도를 보일 경우, 상기 스마트 스피커(101)는 상기 발화의 주체가 상기 인증 성문의 주체임을 결정할 수 있다. 상기 성문 인증은 또한 서버를 통해 수행될 수 있다.
도 5는 본 발명의 다양한 실시 예에 따른 화자 인식 시스템을 나타내는 도면이다. 도 5를 참조하면, 다양한 실시예에 따라, 화자 인식 시스템(500)은 화자 인식 처리 과정(510) 및 모델 훈련 처리 과정(520)을 포함할 수 있다. 상기 화자 인식 처리 과정(510)은 전처리 모듈(511), 특성 추출 모듈(513), 또는 패턴 매칭 모듈(515)을 포함할 수 있다. 상기 모델 훈련 처리 과정(520)은 전처리 모듈(521), 특성 추출 모듈(523), 또는 화자 모델링 모듈(525)을 포함할 수 있다.
다양한 실시예에 따라, 상기 화자 인식 처리 과정(510)은 입력된 음성 신호를 전처리 모듈(511)을 통해 전처리하여 분석 프레임을 출력할 수 있다. 특성 추출 모듈(513)은 상기 전처리 모듈(511)을 통해 출력된 분석 프레임에서 특성을 추출하여 특성 벡터를 출력할 수 있다. 상기 패턴 매칭 모듈(515)은 상기 특성 벡터를 화자 모델링 모듈(525)의 결과와 비교하여 검증할 수 있으며, 상기 검증 결과는 점수(score)화되어 출력될 수 있다.
다양한 실시예에 따라, 상기 모델 훈련 처리 과정(520)은, 입력된 음성 신호를 전처리 모듈(521)을 통해 전처리하여 분석 프레임을 출력할 수 있다. 특성 추출 모듈(523)은 상기 전처리 모듈(521)을 통해 출력된 분석 프레임에서 특성을 추출하여 특성 벡터를 출력할 수 있다. 상기 화자 모델링 모듈(525)은 상기 특성 벡터에 의해 화자를 모델링하여 등록할 수 있다. 다양한 실시예에 따라, 전자 장치(예, 스마트 스피커(101))의 DSP(예: 도 2의 DSP(211))는 1차 키워드 인식(예: 심플(simple) 키워드 인식)을 수행할 수 있다. 사용자가 웨어크 업(wake up)을 위한 발화(예: 빅스비 홍길동)를 하면, DSP에서는 입력된 발화가 키워드로 지정된 내용인지 비교할 수 있다. 비교하는 방법은 입력된 발화에서 특징을 추출하고(X), 이를 1차 키워드 인식 모델에 넣어 하기 <수학식 1>과 같이 점수(예: SCOREkw1)를 계산할 수 있다. SCOREkw1 이 Thkw1(Thresholdkw1)을 넘으면 다음 단계의 인식 단계로 넘어갈 수 있다.
프로세서(예: 도 2의 프로세서(201))에서는 입력 받은 음성 데이터를 서버로 전송할 수 있다. 서버에서는 ASR을 통해 해당 음성 데이터에 대해 보다 정확하게 분석하여 어떤 단어인지 구분하여 웨이크 업 명령어 인지 확인 할 수 있다.
이후 상기 프로세서에서 분석한 결과에 따라 ASR 결과를 이용하여 최종적으로 전자 장치를 웨어크 업 할지를 결정할 수 있다.
상기 프로세서에서 키워드 인식 결과와 화자 인식 결과를 조합하여 최종적으로 단말의 웨이크 업 여부를 판단할 수 있다. 예를 들면, 키워드 인식 결과와 화자 인식 결과가 모두 통과되면 전자 장치의 웨이크 업을 수행 할 수 있다. 반면에, 키워드 인식 결과 또는 화자 인식 결과 중 하나라도 통과를 하지 못하면 전자 장치는 웨이크 업 되지 않을 수 있다.
상기 프로세서에서는 2차 키워드 인식(예: 복잡한(complex) 키워드 인식)을 수행할 수 있다. 복잡한 키워드 인식은 키워드 인식 판단을 위한 리소스(예: 메모리, 계산량, 또는 유사도 측정 등)를 상기 1차 키워드 인식(예: 심플 키워드 인식)보다 상대적으로 많이 사용하며, 상기 1차 키워드 인식보다 인식률이 높을 수 있다.
상기 프로세서에서 수행하는 키워드(핵심어) 인식은 비터비 복호(viterbi decoding) 기반으로 인식 대상 단어만을 추출하는 인식 알고리즘으로 구현되며, 상기 프로세서의 경우 키워드 인식에 대한 오인식 발생률이 DSP보다 상대적으로 적을 수 있다.
상기 프로세서에서는 2차 키워드 모델(예: 도 3의 2차 키워드 모델 데이터베이스(308))에서 새로 추출된 또는 DSP에서 추출되었던 특징값(X)으로 하기 <수학식 2>와 같이 점수(예: SCOREkw2)를 계산할 수 있다. SCOREkw2 이 Thresholdkw2을 넘으면 다음 단계의 인식 단계로 넘어갈 수 있다.
Thresholdkw1은 Thresholdkw2과는 다를 수 있다. 예를 들면, 1차 키워드 인식과 2차 키워드 인식은 같은 키워드 인식 모델을 사용하고, Thresholdkw1은 Thresholdkw2 값만 다르게 하여 설정 할 수 있다. 이런 경우 디코딩 알고리즘의 계산량을 다르게 하여 두 값을 다르게 할 수 있다. 다른 실시예는, 같은 계산량에 서로 다른 기준값을 가질 수도 있다. 또는, 1차 키워드 인식과 2차 키워드 인식은 구분된 키워드 인식 모델을 사용할 수 있다. 이런 경우에는 모델 별로 점수(score) 산출 방법을 달리하여 Thkw1(Thresholdkw1)은 Thkw2(Thresholdkw2)는 서로 전혀 연관없이 다른 값이 될 수 있다.
프로세서에서는 키워드 인식과 함께 화자 인식(speaker recognition)을 수행할 수 있다.
도 5에 도시된 모델 훈련 과정은 전처리 모듈(521)에서 음성 신호를 입력 받으면, 음성 데이터를 선처리(예: 노이즈 캔슬링)하고, 해당 음성데이터에서 특징 값을 추출할 수 있다. 정확한 모델 생성을 위해 음성 신호를 입력하는 동작을 여러 번 수행 할 수 있다. 추출된 특징 값으로 화자 인식 모델(speaker model)을 생성할 수 있다.
상기 전처리 모듈(521)에서 음성 신호를 입력 받으면, 음성 데이터를 선처리(예: 노이즈 캔슬링)하고, 상기 특성 추출 모듈(523)은 해당 음성 데이터에서 특징 값을 추출하고, 상기 화자 모델링 모듈(525)은 이를 만들어진 화자 인식 모델과 얼마나 유사한지를 비교하여 점수를 출력하고 이 결과에 따라 같은 화자인지를 확인할 수 있다.
상기 프로세서의 화자 인식은, 예를 들어, deep neural network 기반의 인식 알고리즘, multi-neural network 기반의 인식 알고리즘, 또는 UBM-GMM 기반의 인식 알고리즘 중 적어도 하나를 결합하여 수행하도록 구현될 수 있다. Multi-neural network 기반의 인식 알고리즘은 hidden layer가 존재하는 신경망을 통해 키워드 인식 결과, SNR(signal noise ratio), 백그라운드 노이즈 제거와 같은 멀티플 요소를 고려하여 인증 성공/ 실패 여부를 결정할 수 있다. UBM-GMM(universal background model- gaussian mixture model) 알고리즘은 GMM 기반의 백그라운드 모델과 화자 모델과의 점수를 비교하는 이진 결정 방법을 이용하여 UBM 과 화자 모델의 값을 프레임단위로 비교하여 인증 성공/ 실패 여부를 결정할 수 있다.
또한, 화자 인식 모델은 은닉 마르코프 모델(HMM; hidden markov model), 신경 망(neural network) 등과 같은 통계 모델로 표현될 수도 있으며, 동적 시간 신축(DTW; dynamic time warping), 벡터 양자화(VQ; vector quantization)와 같은 인식 알고리즘이 사용될 경우 음성신호의 특징 벡터열로 표현될 수 있다. 인식과정에 차원 축소(dimensionality reduction)나 선형 변환(linear transformation)과 같은 변환방법이 적용될 경우 변환에 사용되는 파라미터(parameter)가 모델정보가 될 수 있다. 나열된 화자 인식 모델 외에도 다양한 인식 모델이 있을 수 있으며, 이들은 공통적으로 인식할 음성을 대표할 수 있는 정보의 구성으로 이루어진다. 또한, 화자 인식 모델은 입력된 음성의 속성 정보를 포함할 수 있다. 예를 들어, 속성 정보는 입력된 음성의 길이, 크기, 음소 개수 또는 음소 길이 중 적어도 하나를 포함할 수 있다.
도 6은 본 발명의 다양한 실시 예에 따른 화자 인식 모델을 나타내는 그래프이다. UBM-GMM 기반에 인식 알고리즘을 사용하면, 상기 도 6에 도시된 그래프(600)을 참조하면, UBM 그래프(610)와 화자 모델의 그래프(620)는 겹쳐질 수 있다. 화자 인식을 위해 두 개의 기준점을 사용할 수 있다. 만들어진 화자 인식 모델과 같을 수록 화자 모델의 값이 UBM 모델의 값보다 높아지고, 만들어진 화자 인식 모델과 다를수록 UBM 모델의 값이 높아지게 될 수 있다. 두 모델의 차이가 많이 나지 않는 구간에서는 입력된 발화가 정확하게 화자 인식 모델과 같은지를 정확하게 판단하기가 어려울 수 있다. 예를 들어 SCORESV(도 6에서 가로축에 대응하는 값)가 Thresholdspk1 보다 작다면 이는 다른 화자라고 판단할 수 있다. SCORESV가 Thresholdspk2 보다 크다면 이는 같은 화자라고 판단할 수 있다. SCORESV가 Thresholdspk1 과 Thresholdspk2 사이에 있다면 같은 화자라고 판단하기 어려운 상황일 수 있다. 이런 경우에는 서버로 전송한 음성 데이터에 대한 분석 결과를 대기하고 있다가, 이를 화자의 최종 판단에 사용할 수 있다.
다양한 실시예에 따라, 상기 모델 훈련 과정은 각 모듈 별로 모델이 다르기 때문에 하나에 발화에 대해 다수의 모델을 훈련할 수 있다. 예를 들면, 하나의 발화에 대해 1차 키워드 모델, 2차 키워드 모델, 화자 인식 모델을 훈련할 수 있다. 예를 들면, 사용자가 웨이크 업을 위한 발화로써 "빅스비 홍길동"을 등록하고 싶으면 어플리케이션에서 제공하는 UI를 통해 등록할 수 있다. 이때, 사용자 같은 발화를 여러 번 발화 할 수 있다.
사용자가 "빅스비 홍길동"이라고 발화를 하면 마이크(예: 도 2의 마이크(215))를 통해 해당 발화가 입력되고 DSP에서는 1차 키워드 모델을 훈련하고, 프로세서에서는 2차 키워드 모델과 화자 인식 모델을 훈련할 수 있다. 각각의 모델은 알고리즘이 다를 수 있으며, 알고리즘은 같지만 계산하기 위해 추출하는 특징 값이 다를 수 있다.
또한 서버에 있는 인식 모델을 위해 전자 장치는 입력 받은 음성 데이터를 서버로 전달할 수 있다. 서버의 ASR은 음성데이터를 텍스트로 변환하여 그 결과를 장치로 보내고 이는 전자 장치 에 저장되어 추후에 서버에서 전달된 텍스트 값과 비교하여 키워드 일치 여부를 확인할 수 있다.
도 7은 본 발명의 다양한 실시 예에 따른 화자 인식을 통한 전자 장치의 기능을 나타내는 흐름도이다.
도 7을 참조하면, 동작 702에서 전자 장치(예: 도 2의 스마트 스피커(101))는 마이크(예: 도 2의 마이크(215))를 통해 전자 장치의 웨이크 업 을 위한 음성(또는 발화)을 입력 받을 수 있다. 상기 전자 장치는 동작 704의 키워드 분석을 통해 해당 발화가 특정 단어 또는 문구를 포함하는지 확인 할 수 있다. 예를 들어, 상기 동작은 상기 전자 장치의 DSP(예: 도 2의 DSP(211)) 및 프로세서(예: 도 2의 프로세서(201))에서 수행할 수 있다. 동작 706에서, 상기 전자 장치는 화자 분석을 통해 해당 발화자가 이전에 모델을 생성한 발화자와 같은지를 확인할 수 있다. 상기 화자 분석 동작은 프로세서에서 수행할 수 있다. 일 실시 예에 따르면, 상기 프로세서에서는 키워드 분석 과 화자 분석을 동시에 수행할 수 있다.
동작 708에서, 상기 전자 장치는 보다 정확한 분석을 위해, 입력 받은 음성 데이터를 서버에 전송할 수 있다. 상기 서버는 상기 전자 장치로부터 수신한 음성 데이터 분석을 통해 키워드 인식 및 화자 인식을 진행하고 그 결과를 상기 전자 장치로 전송할 수 있다. 다양한 실시예에 따라, 상기 동작 708은 예컨대 상기 키워드 인식 또는 화자 인식 결과가 임계값(예: Thresholdkw2 또는 Thresholdspk2) 이상인 경우 생략될 수 있다. 동작 710에서, 상기 전자 장치는 상기 전자 장치 또는 상기 서버에서 수행한 음성 데이터 분석 결과에 따라 웨이크 업을 수행할 수 있다.
도 8은 본 발명의 다양한 실시 예에 따른 화자 인식을 통한 전자 장치의 상세 기능을 나타내는 흐름도이다. 도 8을 참조하면, 동작 802에서, 전자 장치(예: 도 2의 스마트 스피커(101))는 마이크(예: 도 2의 마이크(215))를 통해 사용자가 발화(예: 빅스비 홍길동) 한 음성 데이터를 입력 받을 수 있다. 동작 804에서, 전자 장치는 DSP(예: 도 2의 DSP(211))를 통해 입력된 음성 데이터가 이전에 등록한 키워드와 일치하는지 1차 키워드 분석을 수행할 수 있다. 전자 장치는 상기 확인하는 동작에서 일치 여부를 점수화 할 수 있다. 동작 806에서 상기 전자 장치는 상기 점수가 정해진 값(예: Threshold key1) 이상인 경우에는 다음 단계 인식을 진행하고, 아닌 경우에는 인식 동작을 종료할 수 있다.
동작 808에서, 프로세서(예: 도 2의 프로세서(201)) 는 입력 받은 음성 데이터를 서버로 전송 할 수 있다. 서버는 ASR 분석을 통해 입력된 음성 데이터를 텍스트로 변환하고 화자 인식 모듈을 이용하여 발화자가 등록된 사람인지를 체크할 수 있다.
동작 810에서, 상기 프로세서는 입력된 내용에 대한 키워드 인식을 수행할 수 있다. 상기 프로세서에서의 키워드 분석은 상기 DSP가 수행한 1차 키워드 분석 보다 좀더 복잡한 계산을 통해 키워드 인식을 수행하는 2차 키워드 분석일 수 있다. 다양한 실시예에 따라, 상기 프로세서는 상기 DSP가 수행한 키워드 분석의 사용된 모델과 다른 모델을 사용해서 키워드 분석을 수행할 수 있다. 일 실시 예에 따르면, 프로세서는 음성데이터를 서버로 전송하는 동시에 2차 키워드 분석을 수행할 수 있다.
동작 812에서, 상기 프로세서는 키워드 분석을 통과하면(예: 분석 점수가 정해진 값(예: Threshold key2) 이상인 경우), 동작 814에서 발화한 사용자가 이전에 등록된 사용자인지를 확인하는 화자 인식을 수행할 수 있다. 동작 816 및 동작 818에서, 화자 인식의 경우 두 개의 기준 값을 두고 점수(score)가 최소 값(예: Threshold spk1)보다 작은 경우에는 인식 동작을 종료하고 최대 값(예: Threshold spk2)보다 크면 등록된 사용자로 판단할 수 있다. 상기 전자 장치는 수신된 음성 입력의 발화자가 등록된 사용자로 판단된 경우 동작 820에서 웨이크 업 동작을 수행할 수 있다. 일 실시 예에 따르면, 점수가 최소 값과 최대 값 사이에 존재한다면 상기 전자 장치는 동작 822에서, 서버로 음성 데이터를 전송하여 분석 결과를 수신하는 동작을 수행할 수 있다. 동작 824에서, 상기 전자 장치는 분석 결과 등록된 사용자인지 판단할 수 있다. 상기 전자 장치는 상기 서버로부터 수신한 음성 데이터의 분석 결과가 등록된 사용자인 경우, 동작 820에서 전자 장치는 웨이크 업 동작을 수행할 수 있다. 동작 824에서 상기 전자 장치는 상기 서버로부터 수신한 음성 데이터의 분석 결과가 등록된 사용자가 아닌 경우, 동작 826에서 종료 동작을 수행할 수 있다.
도 9는 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다. 도 9를 참조하면, 동작 902에서 전자 장치(101)(예: 도 2의 스마트 스피커(101))는 마이크(예: 도 2의 마이크(215))를 통해 사용자로부터 발화를 획득하고, 상기 획득한 발화를 ASR(STT), NLU 기능을 이용하여 상기 사용자 발화의 의미를 해석할 수 있다.
동작 904에서, 상기 전자 장치는, 상기 발화의 의미를 해석하여 수행 동작(예:수행하고자 하는 동작) 및 동작의 주체를 확인할 수 있다. 다양한 실시예에 따라, 상기 사용자 발화의 의미는, 수행할 명령어, 사용자의 입력 파라미터, 결과 출력 방식, 명령어 수행 주체, 또는 상기 명령어의 수행 조건 중 적어도 하나를 포함할 수 있다. 상기 수행 조건은 사용자 인증 필요 여부를 포함할 수 있다.
동작 906에서, 상기 전자 장치는 상기 발화의 의미를 해석하고, 상기 사용자 발화에 포함된 명령어가 사용자 인증을 필요로 하는 명령어(예: 특정 사용자의 플레이리스트 재생, 상품 구매 등)일 경우, 상기 전자 장치는 사용자 인증을 위해 필요한 동작을 수행할 수 있다. 동작 908에서, 본 발명의 다양한 실시예에 따른 상기 전자 장치는 상기 사용자 인증을 위해 상기 사용자 발화로부터 발화 성문을 추출하고, 상기 발화 성문을 확인할 수 있다. 상기 성문 추출은 상기 전자 장치 상에서 수행할 수도 있고, 외부 서버의 화자 인식 모듈을 통해 수행할 수도 있다.
동작 910에서, 상기 전자 장치는 상기 발화 성문과 상기 스마트 스피커(101)에 저장된 인증 성문과 비교를 통해 사용자 인증 절차를 수행할 수 있다. 동작 912에서, 상기 사용자 인증 절차를 통해 상기 전자 장치는 상기 발화 성문과 상기 인증 성문의 일치도가 일정 수치 이상(초과)일 경우 상기 사용자 인증 절차의 결과를 '인증됨'으로 결정할 수 있다. 동작 912에서, 상기 사용자 인증 절차를 통해 상기 전자 장치는 상기 발화 성문과 상기 인증 성문의 일치도가 일정 수치 미만(이하)일 경우, 상기 사용자 인증 절차의 결과를 '미인증됨'으로 결정할 수 있다. 상기 사용자 인증 절차에서 상기 전자 장치는 상기 발화 성문과 상기 인증 성문의 일치도가 '인증됨'으로 결정하기 위한 수치에는 미달하지만, 그 부족한 정도가 일정 수치 이하인 경우 상기 사용자 인증 절차의 결과를 '추가검증필요'로 결정할 수 있다.
상기 전자 장치는 상기 사용자 인증 절차의 결과가 '인증됨'으로 결정될 경우, 상기 사용자 발화에 포함된 명령어를 수행하도록 할 수 있다.
상기 전자 장치는 상기 사용자 인증 절차의 결과가 '미인증됨' 또는 '추가검증필요’로 결정될 경우 동작 914에서, 발화 성문 2차 검증 동작을 수행한 후, 동작 916에서 해당 동작을 수행할 수 있다. 다양한 실시예에 따라, 상기 발화 성문 2차 검증은 1차 검증 실패 시 수행될 수 있으며, 발화자가 전자 장치의 사용자가 아니더라도 상기 전자 장치에 연결된 다른 전자 장치를 통해 성문 2차 검증을 수행함으로써 후술하는 바와 같이 다양한 서비스를 제공할 수 있다. 본 발명의 다양한 실시예에 따라, 상기 전자 장치는 발화 성문 1차 검증의 사용자 인증 절차 결과에 따라 발화 성문 2차 검증을 수행할 수 있다. 상기 발화 성문 2차 검증이 실패할 경우, 실패에 대응하는 결과를 출력하거나 발화 성문을 통해 명령한 동작을 수행하지 않도록 처리할 수 있다.
도 10은 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호 흐름도이다. 도 10을 참조하면, 동작 1002에서, 전자 장치(101)(예: 스마트 스피커)는 상기 도 9의 설명에서 전술한 바와 같이 사용자 인증 절차의 결과가 '미인증됨' 또는 '추가검증필요’인 경우, 외부 전자 장치에서의 발화 성문 2차 검증 수행을 위해 적어도 하나의 외부 전자 장치(예: 외부 전자 장치(111, 112, 113))를 검색할 수 있다. 상기 외부 전자 장치 검색은 상기 외부 전자 장치가 수신 가능한 방식으로 존재 여부(presence) 확인을 요청하는 메시지를 브로드캐스팅 하는 방법, 상기 전자 장치(101)에 저장된 상기 외부 전자 장치 정보를 확인하는 방법, 또는 상기 전자 장치(101)와 기능적으로 연결된 외부 장치(IoT 서버/허브) 등에 외부 전자 장치 정보를 요청하는 방법 중 적어도 하나를 포함할 수 있다. 상기 전자 장치 (101)는 상기 외부 전자 장치 검색에 대응하여 외부 전자 장치 목록을 획득할 수 있다.
동작 1004에서, 상기 전자 장치(101)는 상기 외부 전자 장치 목록에 포함된 전자 장치를 대상으로 발화자 확인 요청 메시지를 전송할 수 있다. 상기 메시지는 상기 전자 장치에 직접 또는 간접적으로 전달될 수 있다. 상기 발화자 확인 요청 메시지는 상기 발화의 적어도 일부를 포함할 수 있다. 예를 들어, 상기 메시지는 상기 발화에 포함된 명령어 내용을 포함할 수 있다.
상기 사용자 인증 절차의 결과가 '미인증됨'인 경우, 상기 전자 장치(101)는 상기 전자 장치(101)와 동일한 사용자의 전자 장치로는 상기 메시지를 전송하지 않을 수 있다. 상기 사용자 인증 절차의 결과가 '추가검증필요’인 경우, 상기 전자 장치(101)는 상기 획득한 외부 전자 장치들에 상기 메시지를 전송할 수 있다. 상기 전자 장치(101)는 상기 획득한 외부 전자 장치 중 상기 전자 장치(101)와 동일한 사용자에 의해 보유하지 않은 개인용 전자 장치를 대상으로 상기 메시지를 전송할 수 있다.
상기 전자 장치(101)는 상기 획득한 외부 전자 장치 중 상기 전자 장치(101)와 일정 거리 이하의 구역에 존재하는 전자 장치를 대상으로 상기 메시지를 전송할 수 있다. 상기 일정 거리 이하의 구역에 대한 판별 여부는 수신전계강도(RSSI: received signal strength indicator), 실내측위(indoor positioning) 등 다양한 방법을 참고하여 결정하거나 또는 송신 전력을 조정할 수 있다.
상기 전자 장치(101)로부터 상기 발화자 확인 요청 메시지를 수신한 외부 전자 장치(111, 112, 113)는 동작 1006, 1008, 1010에서, 상기 발화자 확인 요청 메시지를 사용자에게 표시하고, 상기 확인 요청에 대응하는 사용자의 입력을 확인할 수 있다.
예를 들어, 사용자의 발화 내용을 텍스트로 표시하거나, 음성으로 출력하고 해당 발화의 주체 여부를 묻는 질의를 추가할 수 있다. 또 다른 예를 들어, 사용자의 발화 내용 및 이에 대응하는 동작에 대한 설명을 텍스트로 표시하거나, 음성으로 출력하고 해당 발화의 주체 여부를 묻는 질의를 및 해당 발화의 수정 여부를 묻는 질의를 추가할 수 있다. 또한, 상기 질의에 대한 응답 예시로 "예(Yes)", "아니오(No)" 중 적어도 하나에 대응하는 사용자 응답을 확인할 수 있다.
상기 발화자 확인 요청 메시지는 팝업과 같은 시각적 형태, 또는 음성 알림과 같은 청각적 형태 중 적어도 하나의 형태로 사용자에게 제공될 수 있다. 상기 확인 요청에 대응하는 사용자 입력은 터치 입력, 음성 입력, 제스쳐 입력, 또는 물리적 장치 조작 입력 중 적어도 하나의 형태일 수 있다.
동작 1010에서, 상기 발화자 확인 요청에 대한 응답으로 "예(Yes)"에 해당하는 사용자 응답을 확인한 외부 전자 장치(113)는 동작 1012에서, 상기 전자 장치(101)로, 적어도 상기 사용자 응답을 포함하는 회신을 전송할 수 있다. 상기 전자 장치는 상기 회신에 상기 전자 장치(113)의 공개키(public key)를 포함하여 전송할 수 있다. 상기 전자 장치(113)는 상기 회신에 상기 전자 장치(113) 사용자의 인식 정보(identification information: 이름, 별칭, 장치명, 계정ID, 또는 전화번호 일부 등)를 포함하여 전송할 수 있다.
동작 1014에서, 상기 전자 장치(101)는 외부 전자 장치(예: 전자 장치(113))로부터 상기 사용자 응답 및 공개키가 포함된 회신을 수신할 수 있다. 상기 회신 수신에 대응하여 상기 전자 장치(101)는 상기 회신의 유효성 여부를 결정할 수 있다. 상기 유효성 여부는 회신 메시지의 단일성 여부에 대한 판단을 포함할 수 있다. 예를 들어, 주변 사용자가 실수 또는 악의적인 의도로 실제 발화를 하지 않았음에도 상기 발화자 확인 요청에 "예(Yes)"로 응답할 수 있다. 이 경우, 상기 전자 장치(101) 적어도 둘 이상의 회신 메시지를 수신하게 된다. 적어도 둘 이상의 회신 메시지를 수신한 상기 전자 장치(101)는 회신 메시지를 발신한 전자 장치를 대상으로 발화자 재확인 요청 메시지를 전송할 수 있다. 상기 발화자 재확인 요청 메시지는 상기 발화자 확인 요청 메시지 및 상기 적어도 둘 이상의 회신 메시지를 수신한 전자 장치 사용자의 인식 정보를 포함할 수 있다. 상기 발화자 재확인 요청 메시지를 수신한 적어도 둘 이상의 전자 장치는 상술한 과정에 따라 상기 발화자 재확인 요청 메시지에 대한 사용자 응답을 확인하고, 상기 전자 장치(101)로 회신할 수 있다. 최종적으로 상기 전자 장치(101)는 응답을 회신한 외부 전자 장치(113)를 발화자가 소유한 전자 장치(113)로 결정할 수 있다.
동작 1016에서, 상기 전자 장치(101)는 상기 발화를 암호화할 수 있다. 본 발명의 일 실시예에 따른 상기 전자 장치(101)는 상기 발화를 상기 외부 전자 장치(113)로부터 수신한 공개키(public key)를 이용한 비대칭키 암호 방식(asymmetric cryptosystem)을 이용하여 암호화 할 수 있다. 본 발명의 다른 실시예에 따른 상기 전자 장치(101)는 상기 발화를 상기 외부 전자 장치(113)와 공유하고 있는 비밀키(secret key)를 이용한 대칭키 암호 방식(symmetric cryptosystem)을 이용하여 암호화 할 수 있다. 상기 전자 장치(101)는 상기 암호화된 발화를 적어도 포함하는 검증 요청 메시지를 상기 외부 전자 장치(113)로 전송할 수 있다. 상기 검증 요청 메시지는 상기 발화에 포함된 명령어 내용을 포함할 수 있다.
동작 1018에서, 상기 전자 장치(101)로부터 암호화된 발화를 포함하는 검증 요청 메시지를 수신한 외부 전자 장치(113)는 상기 암호화된 발화를 복호화하여 발화를 확인할 수 있다. 본 발명의 일 실시예에 따른 상기 외부 전자 장치(113)는 상기 암호화된 발화를 상기 외부 전자 장치(113)의 개인키(private key)를 이용한 비대칭키 암호 방식을 이용하여 복호화 할 수 있다. 본 발명의 다른 실시예에 따른 상기 외부 전자 장치(113)는 상기 암호화된 발화를 상기 전자 장치(101)와 공유하고 있는 비밀키(secret key)를 이용한 대칭키 암호 방식을 이용하여 복호화할 수 있다.
상기 외부 전자 장치(113)는 상기 복호화된 발화로부터 발화 성문을 추출할 수 있다.
동작 1020에서, 상기 외부 전자 장치(113)는 상기 추출한 발화 성문과 상기 외부 전자 장치(113)에 저장된 적어도 하나의 인증 성문과 비교하여 유사도를 확인할 수 있다. 상기 외부 전자 장치(113)는 상기 확인된 유사도를 바탕으로 인증 여부를 결정할 수 있다. 상기 인증 과정에서 상기 발화 성문과 상기 인증 성문이 일정 임계치 이상/초과의 유사도를 보일 경우, 상기 외부 전자 장치(113)는 상기 발화의 주체가 상기 인증 성문의 주체임을 결정할 수 있다. 상기 인증 과정에서 상기 발화 성문과 상기 인증 성문이 일정 임계치 미만/이하의 유사도를 보일 경우, 상기 외부 전자 장치(113)는 상기 발화의 주체에 대한 인증이 실패했음을 결정할 수 있다.
동작 1022에서, 상기 외부 전자 장치(113)는 적어도 상기 인증 결과를 포함하는 인증 결과 회신 메시지를 상기 전자 장치(101)로 전송할 수 있다. 상기 인증 결과 회신 메시지를 수신한 전자 장치(101)는 상기 인증 결과 회신 메시지에 포함된 인증 결과가 인증 실패에 대응하는 경우, 인증 실패를 사용자에게 알리고 전체 과정을 종료하거나, 사용자의 추가 동작을 요청할 수 있다. 동작 1024에서, 상기 인증 결과 회신 메시지에 포함된 인증 결과가 인증 성공에 대응하는 경우, 상기 전자 장치(101)는 사용자 발화에 포함된 명령어 수행을 위해 필요한 동작을 계속할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는 발화 성문 2차 검증의 결과에 따라 사용자 발화에 포함된 기능을 수행할 수 있다. 상기 전자 장치(101)는 도 9에서 확인한 사용자 발화에 포함된 기능 수행의 주체 정보를 참고하여, 사용자 발화에 포함된 기능을 수행하거나 외부 전자 장치(예: 외부 전자 장치(113))가 상기 기능을 수행하도록 할 수 있다.
도 11은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다. 다양한 실시예에 따라, 도 11은 전자 장치(101)(예: 전자 장치(101))가 동작 주체일 경우에 대응되는 실시예이다. 예컨대, 사용자 C가 사용자 A의 전자 장치(예: 제1 전자 장치(101))를 통해 자신의 음악 플레이리스트의 재생을 명령할 때, 사용자 A의 스마트 스피커에서는 사용자 C의 전자 장치(예: 외부 전자 장치(113))를 통해 도 10에 도시된 바와 같이 2차 성문 인증을 수행할 수 있다. 상기 2차 성문 인증에 성공하면 상기 제1 전자 장치(101)에서는 도 11에 도시된 바와 같이 사용자 C의 전자 장치(외부 전자 장치(113))로부터 동작 관련 정보(예컨대, 음악 플레이리스트에 관한 정보)를 제공 받고, 상기 제1 전자 장치(101)를 통해 사용자 C의 음악 플레이리스트를 재생시킬 수 있다.
도 11을 참조하면, 동작 1102에서,상기 전자 장치(101)는 상기 사용자 발화에 포함된 기능의 수행에 필요한 정보를 외부 전자 장치(113)로 요청하는 동작 관련 정보 요청 메시지를 전송할 수 있다. 상기 동작 관련 정보 요청 메시지는 동작 수행에 필요한 정보의 종류를 포함할 수 있다. 예를 들어, 상기 동작 수행에 필요한 정보의 종류는 동작 수행에 필요한 사용자 데이터(예: 음악 플레이리스트), 또는 동작 수행에 필요한 사용자 데이터를 얻기 위한 사용자 데이터 저장소 정보(예: 음원 사이트 접속 정보) 중 적어도 하나를 포함할 수 있다.
동작 1104에서, 상기 동작 관련 정보 요청 메시지를 수신한 상기 외부 전자 장치(113)는 상기 동작 관련 정보를 확인하고, 동작 1106에서 상기 확인된 동작 관련 정보를 상기 전자 장치(101)로 전송할 수 있다. 다양한 실시예에 따라, 상기 외부 전자 장치(113)는 상기 동작 관련 정보를 클라우드 서버(130)로 요청하여 수신할 수도 있다. 상기 외부 전자 장치(113)는 상기 클라우드 서버(130)로부터 동작 관련 정보를 수신하여 상기 전자 장치(101)로 전송할 수 있다.
다양한 실시예에 따라, 상기 동작 관련 정보 요청 메시지에 동작 수행에 필요한 사용자 데이터가 포함되어 있는 경우, 상기 외부 전자 장치(113)는 상기 사용자 데이터를 직접 상기 전자 장치(101)로 전송할 수 있다. 또는 상기 외부 전자 장치(113)는 도 11에 점선으로 표시된 바와 같이 외부 저장소(예: 클라우드 서버(130))에 상기 사용자 데이터를 업로드하고 이에 대한 접근 정보(URI, 접근 권한 정보)를 상기 전자 장치(101)로 전송할 수 있다.
상기 동작 관련 정보 요청 메시지에 동작 수행에 필요한 사용자 데이터 저장소 정보가 포함되어 있는 경우, 상기 외부 전자 장치(113)는 도 11에 점선으로 표시된 바와 같이 상기 사용자 데이터가 저장된 사용자 데이터 저장소(예: 클라우드 서버(130))에 질의하여 상기 사용자 데이터 저장소에 저장된 상기 사용자 데이터 접근 정보(URI, 접근 권한 정보)를 상기 전자 장치(101)로 전송할 수 있다. 동작 1108에서, 상기 전자 장치(101)는 상기 외부 전자 장치(113)로부터 동작 관련 정보(예: 사용자 데이터 접근 정보)를 수신할 수 있다.
상기 동작 관련 정보 요청 메시지에 대응하는 동작 관련 정보가 사용자 데이터 접근 정보를 포함하고 있는 경우, 동작 1110에서 상기 전자 장치(101)는 상기 사용자 데이터 접근 정보를 참고하여 클라우드 서버(130)(예: 사용자 데이터 저장소)에 사용자 데이터를 요청할 수 있다. 상기 클라우드 서버(130)는 상기 전자 장치(101)의 사용자 데이터 요청에 대응하여, 동작 1112에서 상기 사용자 데이터 접근 정보에 포함된 접근 권한 정보 및 사용자 데이터 URI 정보 등을 참고하여 상기 전자 장치(101)로 상기 사용자 데이터를 전송할 수 있다.
동작 1116에서, 상기 전자 장치(101)는 상기 외부 전자 장치(113)로부터 직/간접적으로 획득한 사용자 데이터를 참고하여, 상기 사용자 발화에 포함된 기능을 수행할 수 있다.
도 12는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다. 다양한 실시예에 따라, 도 12는 외부 전자 장치 (113)가 동작 주체일 경우에 대응되는 실시예이다. 예컨대, 사용자 C가 사용자 A의 전자 장치(101)(예: 스마트 스피커)를 통해 자신의 계정으로 물건을 구매할 것을 명령할 때, 사용자 A의 전자 장치(101)에서는 사용자 C의 전자 장치(예: 외부 전자 장치(113))를 통해 도 10에 도시된 바와 같이 2차 성문 인증을 수행할 수 있다. 상기 2차 성문 인증에 성공하면 상기 전자 장치(101)에서는 도 12에 도시된 바와 같이 사용자 C의 전자 장치(예: 외부 전자 장치(113))로 동작 관련 정보(예컨대, 물건 구매에 관한 정보)를 전송하고, 상기 사용자 C의 전자 장치(제3 전자 장치(113))를 통해 사용자 C가 요청한 물건을 구매할 수 있다.
도 12를 참조하면, 동작 1202에서 외부 전자 장치(113)는 전자 장치(101)(예: 스마트 스피커)에 상기 사용자 발화에 포함된 동작 수행에 필요한 정보를 요청하는 동작 관련 정보 요청을 전송할 수 있다. 상기 외부 전자 장치(113)는 상기 획득한 사용자 발화를 ASR(STT), NLU 기능을 이용하여 상기 사용자 발화의 의미를 해석할 수 있다. 상기 외부 전자 장치(113)는 상기 해석한 발화의 수행에 필요한 정보 중 적어도 일부를 상기 전자 장치(101)로 요청할 수 있다.
동작 1204에서, 상기 전자 장치(101)는 상기 외부 전자 장치(113)의 동작 관련 정보 요청을 수신하고, 동작 1206에서 상기 동작 관련 정보를 확인하고, 동작 1208에서 동작 관련 정보(예: 물건 구매에 관한 정보)를 상기 외부 전자 장치(113)로 전송할 수 있다.
동작 1210에서, 상기 외부 전자 장치(113)는 상기 동작 관련 정보를 수신하고, 동작 1212에서 사용자 발화를 참고하여 상기 사용자 발화에 포함된 동작을 수행할 수 있다. 예컨대, 상기 외부 전자 장치(113)는 상기 전자 장치(101)로부터 상기 동작 관련 정보로서 물건 구매에 관한 정보를 수신하면, 상기 클라우드 서버(130)를 통해 물건을 구매할 수 있다.
동작 1214에서, 상기 외부 전자 장치(113)는 상기 동작의 수행 결과를 상기 외부 전자 장치(113)를 통해 사용자에게 알려주거나, 상기 전자 장치(101)에게 상기 동작의 수행 결과를 전송하여, 상기 전자 장치(101)가 사용자에게 알려주도록 할 수 있다.
동작 1216에서, 상기 전자 장치(101)는 상기 외부 전자 장치(113)로부터 동작 결과를 수신하고, 동작 1218에서 동작 결과를 표시할 수 있다. 예를 들어, 상기 동작 결과를 표시하는 동작은 시각적 또는 청각적 효과 중 적어도 하나를 포함할 수 있다.
도 13은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작을 나타내는 시스템이다. 도 13을 참조하면, 동작 1331에서 발화자(예: Bob)가 스마트 스피커(1301)(예: 도 1의 전자 장치(101))를 통해 "리메이크 2 플레이리스트 틀어줘"와 같이 발화하면, 다양한 실시예에 따라 상기 스마트 스피커(1301) 또는 상기 스마트 스피커(1301) 사용자(예: Alice)의 스마트폰(1311)이 아닌 상기 발화자의 스마트폰(1312)에 의해 성문 인증을 수행하고, 동작 1332에서 상기 발화자의 스마트폰(1312)으로 음원 사이트 접속 정보를 요청할 수 있다.
동작 1333에서 상기 발화자의 스마트폰(1312)은 클라우드 서버(1320)(예: 도 1의 클라우드 서버(130))로 플레이리스트 URL 및 임시 인증서를 요청할 수 있다. 동작 1334에서 상기 클라우드 서버(1320)는 기저장된 상기 발화자의 데이터(1322)를 확인하고, 플레이리스트 URL 및 임시 인증서를 상기 발화자의 스마트폰(1312)으로 전송할 수 있다. 동작 1335에서 상기 발화자의 스마트폰(1312)은 상기 플레이리스트 URL 및 임시 인증서를 상기 스마트 스피커(1301)로 전송할 수 있다.
다양한 실시예에 따라, 동작 1336에서 상기 스마트 스피커(1301)는 상기 발화자의 스마트폰(1312)으로부터 수신된 플레이리스트 URL 및 임시 인증서를 이용하여 상기 클라우드 서버(1320)에 접속하여 플레이리스트의 재생을 요청할 수 있다.
도 14는 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다. 도 14를 참조하면, 친구 집에서 친구의 스마트 스피커에 명령을 내려서 나의 뮤직 라이브러리의 음악을 재생할 수 있다.
동작 1402에서, 본 발명의 일 실시예에 따른 전자 장치(101)(예: 스마트 스피커)는 사용자로부터 " '리메이크2' 플레이리스트 틀어줘"라는 발화를 입력 받을 수 있다.
동작 1404에서, 상기 전자 장치(101)는 상기 사용자 발화를 해석하고, 동작 1406에서, 상기 사용자 발화에 포함된 기능의 수행 주체는 전자 장치(101)이고, 수행할 동작은 상기 플레이리스트에 포함된 음악을 재생하는 것임을 확인할 수 있다.
동작 1408에서, 상기 전자 장치(101)는 상기 해석한 발화의 동작을 참고하여 사용자 인증이 필요한 동작인지 판단할 수 있다.
상기 사용자 발화에 포함된 동작이 사용자 인증이 필요한 동작일 경우, 동작 1410에서, 상기 전자 장치(101)는 상기 발화에서 발화 성문을 추출하고, 동작 1412에서 상기 추출된 발화 성문과 상기 전자 장치(101)에 등록된 인증 성문을 비교하여, 상기 발화의 주체를 확인할 수 있다.
동작 1414에서, 상기 발화 성문과 상기 전자 장치(101)에 등록된 인증 성문 중 하나가 일치한다면, 상기 스마트 스피커는 상기 발화의 주체가 상기 인증 성문의 주체임을 확인하고, 상기 인증 성문 주체의 사용자 정보를 참고하여 상기 발화에 포함된 플레이리스트에 포함된 음악을 재생하기 위해 필요한 동작을 수행할 수 있다.
동작 1414에서 상기 발화 성문이 상기 전자 장치(101)에 등록된 인증 성문 중 어느 것과도 일치하지 않을 경우, 상기 전자 장치(101)는 상기 발화가 등록되지 않은 사용자의 발화임을 확인하고 추가 인증이 필요함을 확인할 수 있다. 동작 1414에서, 상기 발화 성문의 인증이 실패한 경우, 상기 전자 장치(101)는 동작 1416에서 외부 전자 장치를 통해 발화 성문 2차 인증을 수행하고, 2차 인증이 완료되면 동작 1418에서 상기 발화에 기반한 동작을 수행할 수 있다.
동작 1408에서, 상기 전자 장치(101)는 상기 사용자 발화에 포함된 동작이 사용자 인증이 불필요한 동작일 경우, 동작 1418에서 상기 발화에 기반한 동작을 수행할 수 있다.
도 15는 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호 흐름도이다. 도 15를 참조하면, 발화 성문의 인증이 실패한 경우, 동작 1502에서 전자 장치(101)(예: 도 1의 스마트 스피커(101))는 발화 성문 2차 검증을 위해 외부 전자 장치를 검색 또는 확인할 수 있다. 예컨대, 상기 전자 장치(101)는 주변의 개인 장치(예: 스마트 폰, 태블릿 등)를 BLE(blutooth low energy) 통신을 통해 검색할 수 있다. 동작 1504에서 전자 장치(101)는 상기 외부 전자 장치에 상기 발화 성문의 발화 여부를 질의하는 발화자 확인 요청을 브로드캐스팅 할 수 있다.
동작 1506, 동작 1510, 동작 1512에서, 상기 발화자 확인 요청을 수신한 외부 전자 장치(111, 112, 113)는 "방금 '리메이크2 플레이리스트 틀어줘'라고 말씀하셨나요"와 같이 사용자에게 발화의 내용을 제시하고 이에 대한 사용자의 응답을 확인받을 수 있다. 임의의 외부 전자 장치(113)에서 사용자가 "예(Yes)"에 해당하는 응답을 입력한 경우, 동작 1514에서, 상기 외부 전자 장치(113)는 응답 내용 및 자신의 공개키를 상기 전자 장치(101)로 전송할 수 있다. 상기 외부 전자 장치(113)는 상기 회신에 상기 외부 전자 장치(113) 사용자의 인식 정보(identification information: 이름, 별칭, 장치명, 계정ID, 또는 전화번호 일부 등)를 포함하여 전송할 수 있다.
동작 1516에서, 상기 전자 장치(101)는 상기 외부 전자 장치(113)로부터 발화자 확인 응답을 수신하고, 동작 1518에서 상기 공개키(public key) 또는 상기 공개키를 기반으로 공유된 비밀키(secret key)를 참고하여 상기 발화를 암호화하여 상기 외부 전자 장치(113)로 전송할 수 있다.
동작 1520에서, 상기 외부 전자 장치(113)는 상기 공개키에 대응하는 개인키(private key) 또는 상기 비밀키를 참고하여 상기 암호화된 발화를 복호화 하여 발화를 확인하고, 상기 발화로부터 발화 성문을 추출할 수 있다. 동작 1522에서, 상기 외부 전자 장치(113)는 상기 발화 성문과 상기 외부 전자 장치(113)에 저장된 인증 성문을 비교하여 인증 결과를 확인할 수 있다. 동작 1524에서, 상기 인증에 성공한 경우 상기 외부 전자 장치(113)는 상기 전자 장치(101)롤 인증 성공 여부를 포함하는 인증 성공 회신 메시지를 전송할 수 있다. 동작 1526에서, 상기 전자 장치(101)는 상기 외부 전자 장치(113)로부터 인증 성공 회신 메시지를 수신할 수 있다.
도 16은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다. 도 16을 참조하면, 동작 1602에서, 인증 성공 회신 메시지를 수신한 전자 장치(101)(예: 스마트 스피커)는 플레이리스트 재생을 위해 필요한 정보를 확인하고 이를 동작 관련 정보 요청 메시지에 포함하여, 외부 전자 장치(113)로 전송할 수 있다. 상기 플레이리스트 재생을 위해 필요한 정보는 상기 플레이리스트 제공 서비스, 상기 플레이리스트 제공 서비스 접근 권한 정보, 또는 상기 플레이리스트 ID 정보 중 적어도 하나를 포함할 수 있다.
동작 1604에서 상기 외부 전자 장치(113)는 음원 사이트 정보(명칭, URL 등), 음원 사이트 접근 권한 정보(인증서, 토큰 등), 또는 플레이리스트 URL 등 동작 관련 정보들을 확인할 수 있다. 예를 들어, 상기 플레이리스트 URL은 "리메이크2" 플레이리스트 URL일 수 있으며, 상기 음원 사이트 접근 권한 정보는 상기 전자 장치(101)가 플레이리스트에 접근할 수 있도록 하는 임시 인증서일 수 있다. 동작 1606에서 외부 전자 장치(113)는 상기 정보들을 동작 관련 정보 메시지에 포함시켜 상기 전자 장치(101)로 전송할 수 있다. 상기 음원 사이트 접근 권한 정보 획득을 위해 상기 외부 전자 장치(113)는 상기 음원 사이트로 임시 접근 권한 정보(인증서, 토큰 등) 생성을 요청하고 이를 획득할 수 있다.
동작 1608에서, 상기 전자 장치(101)는 상기 외부 전자 장치(113)로부터 동작 관련 정보를 수신하고, 수신된 정보를 참고하여 상기 음원 사이트에 접속하여 상기 플레이리스트를 재생할 수 있다. 다양한 실시예에 따라, 동작 1612에서, 상기 전자 장치(101)는 클라우드 서버(130)(예: 도 1의 클라우드 서버(130))로 동작 관련 정보 요청 메시지를 전송할 수 있다. 예를 들어, 전자 장치(101)는 클라우드 서버(130)로 "리메이크 2" 플레이리스트 URL 임시 인증서를 요청할 수 있다. 동작 1614에서, 상기 클라우드 서버(130)는 동작 관련 정보(예: URL 임시 인증서)를 상기 전자 장치(101)로 전송할 수 있다.
동작 1616에서, 상기 전자 장치(101)는 상기 클라우드 서버(130)로부터 동작 관련 정보를 수신하고, 동작 1618에서 해당 동작(예컨대, "리메이크2" 플레이리스트 재생)을 수행할 수 있다.
도 17은 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다. 도 17을 참조하면, 다양한 실시예에 따라, 친구 집에서 친구의 스마트 스피커에 명령을 내려서 내 계정으로 통해 물건을 구매할 수 있다.
동작 1702에서, 본 발명의 일 실시예에 따른 전자 장치(101)(예: 도 1의 전자 장치(101))는 마이크(예: 도 2의 마이크(215))를 통해 사용자로부터 " 지금 TV에서 나오는거 구매해줘"라는 발화를 입력 받을 수 있다.
동작 1704에서, 상기 전자 장치(101)는 상기 사용자 발화를 해석하고, 동작 1706에서, 상기 사용자 발화에 포함된 기능의 수행 주체는 발화자의 개인 전자 장치이고, 수행 동작은 상기 발화에 포함된 제품을 구매하는 것임을 확인할 수 있다. 다양한 실시예에 따라, 상기 전자 장치(101)는 상기 해석한 발화의 동작을 참고하여 사용자 인증이 필요한 동작이라고 결정할 수 있다. 동작 1708에서, 상기 전자 장치(101)는 상기 사용자 발화에 포함된 동작이 사용자 인증이 필요한지 판단할 수 있다. 사용자 인증이 필요한 동작일 경우, 동작 1710에서 상기 전자 장치(101)는 상기 발화에서 발화 성문을 추출하고, 동작 1712에서 상기 전자 장치(101)는 상기 추출된 발화 성문과 상기 전자 장치(101)에 저장된 인증 성문을 비교하여, 상기 발화의 주체를 확인할 수 있다.
동작 1714에서, 상기 전자 장치(101)는 상기 발화의 주체에 대한 인증이 성공하였는지 판단할 수 있다. 상기 발화 성문과 상기 전자 장치(101)에 등록된 인증 성문 중 하나가 일치한다면, 상기 스마트 스피커는 상기 발화의 주체가 상기 인증 성문의 주체임을 확인하고, 동작 1718에서, 상기 인증 성문 주체의 사용자 정보를 참고하여 상기 발화에 포함된 플레이리스트에 포함된 음악을 재생에 필요한 동작을 할 수 있다.
동작 1714에서, 상기 발화 성문이 상기 전자 장치(101)에 등록된 인증 성문 중 어느 것과도 일치하지 않는다고 판단된 경우, 상기 전자 장치(101)는 상기 발화가 등록되지 않은 사용자의 발화임을 확인하고 추가 인증이 필요함을 확인할 수 있다. 동작 1714에서, 상기 발화 성문의 인증이 실패한 경우, 상기 전자 장치(101)는 동작 1716에서 외부 전자 장치를 통해 발화 성문 2차 인증을 수행하고, 2차 인증이 완료되면 동작 1718에서 지정된 동작을 수행할 수 있다.
도 18은 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호 흐름도이다. 도 18을 참조하면, 발화 성문의 인증이 실패한 경우, 동작 1802에서 전자 장치(101)(예: 스마트 스피커)는 발화 성문 2차 검증을 위해 외부 전자 장치를 확인하고, 동작 1804에서 상기 외부 전자 장치에 상기 발화 성문의 발화 여부를 질의하는 발화자 확인 요청을 브로드캐스팅 할 수 있다.
동작 1806, 동작 1810, 동작 1812에서, 상기 발화자 확인 요청을 수신한 전자 장치(111, 112, 113)는 "방금 '지금 TV에서 나오는거 구매해줘'라고 말씀하셨나요 구매 물품 : 삼성 레벨유 / 사이트 : 아마존 / 가격 : 7만원 "과 같이 사용자에게 발화의 내용을 제시하고 이에 대한 사용자의 응답을 확인받을 수 있다.
동작 1812에서, 임의의 외부 전자 장치(113)에서 사용자가 "예(Yes)"에 해당하는 응답을 입력한 경우, 동작 1814에서 상기 외부 전자 장치(113)는 응답 내용 및 자신의 공개키를 상기 전자 장치(101)로 전송할 수 있다. 예컨대, 상기 외부 전자 장치(113)는 상기 전자 장치(101)로 자신의 공개키를 전송함으로써 공개키 공유를 통해 1차 통신 채널 보안을 수립할 수 있다. 다양한 실시예에 따라, 상기 외부 전자 장치(113)는 상기 회신에 상기 외부 전자 장치(113) 사용자의 식별 정보(identification information: 이름, 별칭, 장치명, 계정ID, 또는 전화번호 일부 등)를 포함하여 전송할 수 있다.
동작 1816에서, 상기 외부 전자 장치(113)로부터 발화자 확인 응답을 수신한 상기 전자 장치(101)는, 동작 1818에서 상기 공개키(public key) 또는 상기 공개키를 기반으로 공유된 비밀키(secret key)를 참고하여 상기 발화를 암호화하여 상기 외부 전자 장치(113)로 전송할 수 있다. 다양한 실시예에 따라, 상기 전자 장치(101)는 상기 발화를 암호화하여 전송할 때 인증 성공 회신에서 사용할 인증 정보를 포함하여 전송할 수도 있다.
동작 1820에서, 상기 외부 전자 장치(113)는 상기 공개키에 대응하는 개인키(private key) 또는 상기 비밀키를 참고하여 상기 암호화된 발화를 복호화 하여 발화를 확인하고, 상기 발화로부터 발화 성문을 추출할 수 있다. 동작 1822에서, 상기 외부 전자 장치(113)는 상기 발화 성문과 상기 외부 전자 장치(113)에 저장된 인증 성문을 비교하여 인증 결과를 확인할 수 있다. 상기 인증에 성공한 경우, 동작 1824에서 상기 외부 전자 장치(113)는 상기 전자 장치(101)로 인증 성공 여부를 포함하는 인증 성공 회신 메시지를 전송할 수 있다. 동작 1826에서, 상기 전자 장치(101)는 상기 외부 전자 장치(113)로부터 인증 성공 회신 메시지를 수신할 수 있다.
도 19는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다. 도 19를 참조하면, 동작 1902에서 인증 성공 회신 메시지를 전송한 외부 전자 장치(113)는 상기 발화에 포함된 동작을 수행하기 위해 물품 구매 관련 정보가 필요하다는 것을 확인하고, 상기 물품 구매 관련 정보를 요청하는 내용이 포함된 동작 관련 정보 요청을 전자 장치(101)(예: 스마트 스피커)로 전송할 수 있다. 상기 물품 구매 관련 정보는 물품 정보(명칭, 가격, 속성), 또는 물품 광고 정보(사이트, 업체 정보) 중 적어도 하나를 포함할 수 있다.
동작 1904에서, 상기 물품 구매 관련 정보 요청이 포함된 동작 관련 정보 요청 메시지를 수신한 상기 전자 장치(101)는, 동작 1906에서 상기 사용자 발화 및 상기 사용자 발화 획득 시의 주변 컨텍스트 정보를 참고하여 상기 물품 구매 관련 정보를 확인할 수 있다. 이를 위해 상기 스마트 스피커는 상기 사용자 발화 획득 시점에 필요에 따라 주변 컨텍스트를 저장할 수 있다.
동작 1908에서, 상기 물품 구매 관련 정보를 확인한 상기 전자 장치(101)는 상기 물품 구매 관련 정보가 포함된 동작 관련 정보 메시지를 상기 외부 전자 장치(113)로 전송할 수 있다.
동작 1910에서, 상기 동작 관련 정보 메시지를 수신한 상기 외부 전자 장치(113)는 상기 물품 구매 관련 정보를 참고하여, 쇼핑몰 사이트에 접속하고, 상기 물품 구매 관련 정보에 포함된 물품 정보를 검색하여 해당 물품을 구매할 수 있다. 동작 1912에서, 상기 외부 전자 장치(113)는 필요에 따라 상기 물품 구매 옵션 정보, 배송지 정보, 또는 결제 정보 등과 관련된 사용자 입력을 위한 단계를 추가로 수행할 수 있다.
상기 물품 구매가 완료되면 상기 외부 전자 장치(113)는 동작 1914에서 상기 외부 전자 장치(113)를 통해 사용자에게 물품 구매 결과를 알려줄 수 있다. 동작 1914에서, 상기 외부 전자 장치(113)는 물품 구매 결과를 포함하는 동작 결과 메시지를 상기 전자 장치(101)로 전송하여 상기 전자 장치(101)가 사용자에게 물품 구매 결과를 알려주도록 할 수도 있다.
동작 1916에서, 상기 전자 장치(101)는 상기 외부 전자 장치(113)로부터 동작 결과를 수신하고, 동작 1918에서 동작 결과를 표시할 수 있다.
도 20은 본 발명의 다양한 실시 예에 따른 전자 장치의 기능 실행 절차를 나타내는 흐름도이다. 도 20을 참조하면, 다양한 실시예에 따라, 친구 집에서 친구의 스마트 스피커에 명령을 내려서 내 집의 IoT 장치 정보를 보고 제어할 수 있다.
동작 2002에서, 본 발명의 일 실시예에 따른 전자 장치(101)(예: 스마트 스피커)는 사용자로부터 "우리집 거실 전등 불 꺼줘"라는 발화를 입력 받을 수 있다. 동작 2004에서, 상기 전자 장치(101)는 상기 사용자 발화를 해석하고, 동작 2006에서 상기 사용자 발화에 포함된 기능의 수행 주체는 상기 발화자의 전자 장치와 연동된 IoT 클라우드 서버(예: 도 1의 클라우드 서버(130))이고, 수행 동작은 상기 전등의 불을 끄는 것임을 확인할 수 있다. 다양한 실시예에 따라, 상기 전자 장치(101)는 상기 해석한 발화의 동작을 참고하여 사용자 인증이 필요한 동작이라고 결정할 수 있다.
동작 2008에서, 상기 사용자 발화에 포함된 동작이 사용자 인증이 필요한 동작일 경우, 동작 2010에서 상기 전자 장치(101)는 상기 발화에서 발화 성문을 추출하고, 동작 2012에서 상기 추출된 발화 성문과 상기 전자 장치(101)에 등록된 인증 성문을 비교하여, 상기 발화의 주체를 확인할 수 있다.
상기 발화 성문과 상기 전자 장치(101)에 등록된 인증 성문 중 하나가 일치한다면, 상기 스마트 스피커는 상기 발화의 주체가 상기 인증 성문의 주체임을 확인하고, 상기 인증 성문 주체의 사용자 정보를 참고하여 상기 발화에 포함된 전등의 불을 끄는 동작을 할 수 있다.
동작 2014에서, 상기 발화 성문이 상기 전자 장치(101)에 등록된 인증 성문 중 어느 것과도 일치하지 않을 경우, 상기 전자 장치(101)는 상기 발화가 등록되지 않은 사용자의 발화임을 확인하고 추가 인증이 필요함을 확인할 수 있다. 동작 2014에서, 상기 발화 성문의 인증이 실패한 경우, 상기 전자 장치(101)는 동작 2016에서 외부 전자 장치를 통해 발화 성문 2차 인증을 수행하고, 2차 인증이 완료되면 동작 2018에서 수신된 발화에 기반한 동작(예: 전등 불 제어)을 수행할 수 있다.
동작 2008에서, 상기 전자 장치(101)는 상기 사용자 발화에 포함된 동작이 사용자 인증이 불필요한 동작이라고 판단한 경우, 동작 2018에서 수신된 발화에 기반한 동작을 수행할 수 있다.
도 21은 본 발명의 다양한 실시 예에 따른 장치들 간의 2차 성문 인증 실행 절차를 나타내는 신호 흐름도이다. 도 21을 참조하면, 발화 성문의 인증이 실패한 경우, 동작 2102에서 전자 장치(101)(예: 스마트 스피커)는 발화 성문 2차 검증을 위해 외부 전자 장치를 확인하고, 동작 2104에서 적어도 하나의 외부 전자 장치(111, 112, 113)에 상기 발화 성문의 발화 여부를 질의하는 발화자 확인 요청을 브로드캐스팅 할 수 있다.
동작 2106, 동작 2110, 동작 2112에서, 상기 발화자 확인 요청을 수신한 외부 전자 장치(111, 112, 113)는 "방금 '우리집 거실 전등 불 꺼줘'라고 말씀하셨나요"와 같이 사용자에게 발화의 내용을 제시하고 이에 대한 사용자의 응답을 확인받을 수 있다. 동작 2112에서, 임의의 외부 전자 장치(113)에서 사용자가 "예(Yes)"에 해당하는 응답을 입력한 경우 상기 외부 전자 장치(113)는 동작 2114에서 응답 내용 및 자신의 공개키를 상기 전자 장치(101)로 전송할 수 있다. 예컨대, 상기 외부 전자 장치(113)는 상기 전자 장치(101)로 자신의 공개키를 전송함으로써 공개키 공유를 통해 1차 통신 채널 보안을 수립할 수 있다. 다양한 실시예에 따라, 상기 외부 전자 장치(113)는 상기 회신에 상기 외부 전자 장치(113) 사용자의 식별 정보(identification information: 이름, 별칭, 장치명, 계정ID, 또는 전화번호 일부 등)를 포함하여 전송할 수 있다.
동작 2116에서, 상기 외부 전자 장치(113)로부터 발화자 확인 응답을 수신한 상기 전자 장치(101)는, 동작 2118에서 상기 공개키(public key) 또는 상기 공개키를 기반으로 공유된 비밀키(secret key)를 참고하여 상기 발화를 암호화하여 상기 외부 전자 장치(113)로 전송할 수 있다. 다양한 실시예에 따라, 상기 전자 장치(101)는 상기 발화를 암호화하여 전송할 때 인증 성공 회신에서 사용할 인증 정보를 포함하여 전송할 수도 있다.
동작 2120에서, 상기 외부 전자 장치(113)는 상기 공개키에 대응하는 개인키(private key) 또는 상기 비밀키를 참고하여 상기 암호화된 발화를 복호화 하여 발화를 확인하고, 상기 발화로부터 발화 성문을 추출할 수 있다. 동작 2122에서, 상기 전자 장치(113)는 상기 발화 성문과 상기 전자 장치(113)에 저장된 인증 성문을 비교하여 인증 결과를 확인할 수 있다. 상기 인증에 성공한 경우 상기 전자 장치(113)는 동작 2124에서 상기 전자 장치(101)로 인증 성공 여부를 포함하는 인증 성공 회신 메시지를 전송할 수 있다. 동작 2126에서, 상기 전자 장치(101)는 상기 전자 장치(113)로부터 인증 성공 회신 메시지를 수신할 수 있다. 예를 들어, 상기 전자 장치(101)는 인증 성공에 대한 결과를 시각적 또는 청각적 효과 중 적어도 하나를 통해 발화자에게 제공할 수 있다.
도 22는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다. 도 22를 참조하면, 인증 성공 회신 메시지를 전송한 외부 전자 장치(113)(예: 도 1의 전자 장치(113))는 발화에 포함된 동작을 수행하기 위해 장치 정보 및 속성 정보가 필요하다는 것을 확인하고 이를 획득하기 위해 필요한 동작을 수행할 수 있다.
동작 2202에서, 상기 외부 전자 장치(113)는 상기 장치 정보 및 속성 정보를 요청하는 내용이 포함된 동작 관련 정보 요청을 전자 장치(101)로 전송할 수 있다. 동작 2204에서, 상기 장치 정보 및 속성 정보 요청이 포함된 동작 관련 정보 요청 메시지를 수신한 상기 전자 장치(101)는 동작 2206에서 상기 사용자 발화를 참고하여 상기 장치 정보 및 속성 정보를 포함하는 동작 관련 정보를 확인할 수 있다.
상기 장치 정보(예: 거실 전등) 및 속성 정보(예: off)를 확인한 상기 전자 장치(101)는 동작 2208에서 상기 장치 정보 및 속성 정보가 포함된 동작 관련 정보 메시지를 상기 전자 장치(113)로 전송할 수 있다.
다양한 실시예에 따라, 상기 전자 장치(113)는 상기 전자 장치(113)에 포함된 또는 기능적으로 연결된 외부 서비스를 이용하여 상기 장치 정보 및 속성 정보를 직접 확인할 수 있다.
상기 장치 정보 및 속성 정보를 확인한 상기 전자 장치(113)는 동작 2212에서 상기 전자 장치(113)에 기능적으로 연결된 클라우드 서버(130)(예: IoT 서비스 서버)에, 상기 장치 정보(예: 거실 전등)의 속성을 상기 속성 정보(예: off)로 변경하도록 하는 요청 메시지를 전송할 수 있다.(예컨대, '전등 Off 명령 실행' 메시지를 전송할 수 있으며, 다양한 실시예에 따라, 선택적으로 팝업(pop-up) 메시지가 표시되도록 할 수 있다.
상기 전등 오프(off) 동작이 완료되면 상기 전자 장치(113)는 동작 2214에서 상기 전자 장치(112)를 통해 사용자에게 동작 결과를 알려줄 수 있다. 다양한 실시예에 따라, 동작 2214에서 상기 전자 장치(113)는 동작 결과를 포함하는 동작 결과 메시지를 상기 전자 장치(101)로 전송하여 상기 전자 장치(101)가 사용자에게 동작 결과를 알려주도록 할 수 도 있다.
동작 2216에서, 상기 전자 장치(101)는 상기 전자 장치(113)로부터 동작 결과를 수신하고, 동작 2218에서 동작 결과를 표시할 수 있다. 예를 들어, 상기 전자 장치(101)는 사용자 인터페이스(예: 디스플레이, 스피커, 또는 LED 등)를 통해 동작 결과를 표시할 수 있다.
다양한 실시예에 따라, 전자 장치(101)는 타인의 계정으로 사용 중 원래 계정으로 복귀할 수 있다. 본 발명의 일 실시예에 따른 전자 장치(101)는 상기 스마트 스피커 상에 등록 된 주 계정 사용자가 아닌 다른 사용자의 명령을 수행 중에 원래의 사용자의 발화를 감지 시, 원래의 사용자로부터의 명령에 우선적으로 반응하여 동작할 수 있다. 예를 들어, 원래의 사용자는 전자 장치(101)를 사용자 계정에 등록한 사용자 또는 전자 장치(101)가 인증 성문으로 등록한 사용자일 수 있다.
다양한 실시예에 따라, 상기 타 사용자의 스마트 스피커 사용 중 원래의 사용자의 발화를 감지 시 우선적으로 원래 사용자의 동작을 무조건적으로 수행할 것인지에 대한 원래 사용자 최우선권 동작 수행 여부 등 원래 사용자 복귀 정책은 사용자의 기설정 여부에 따라 변경 될 수 있다.
상기 복귀 정책은 타 사용자가 원래 사용자 소유의 상기 스마트 스피커 사용 종료를 알리는 발화를 입력하는 동작을 상기 스마트 스피커가 인식함에 따라 수행 될 수 있다.
상기 복귀 정책은 원래 사용자 소유의 스마트 스피커(101)와 타 사용자의 전자 장치(112)의 네트워크부(예: BT, WiFi등)를 통해 같은 공간에 있는 여부를 확인하기 위한 신호(Ack/Ping)가 스마트 스피커(101) 상에서 일정 기준(예: 횟수, 시구간 등) 이상 수신이 안 되는 경우 수행 될 수 있다.
도 23은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다. 도 23을 참조하면, 전자 장치(101)(예: 스마트 스피커)는 사용자 인증 절차의 결과가 '미인증됨' 또는 '추가검증필요’인 경우, 외부 전자 장치에서의 발화 성문 2차 검증 수행을 위해 외부 전자 장치를 검색할 수 있다.
동작 2302에서, 상기 전자 장치(101)는 입력된 발화로부터 텍스트를 추출할 수 있다. 동작 2304에서, 상기 전자 장치(101)는 상기 외부 전자 장치 목록에 포함된 전자 장치를 대상으로 발화자 확인 요청 메시지를 전송할 수 있다. 상기 메시지는 상기 전자 장치에 직접 또는 간접적으로 전달될 수 있다. 다양한 실시예에 따라, 상기 발화자 확인 요청 메시지는 상기 동작 2302에서 추출된 텍스트의 적어도 일부를 포함할 수 있다. 상기 메시지는 상기 발화에 포함된 명령어 내용을 포함할 수 있다.
상기 전자 장치(101)로부터 상기 발화자 확인 요청 메시지를 수신한 외부 전자 장치(111, 112, 113)는 동작 2306, 2310, 2314에서, 상기 발화자 확인 요청 메시지를 사용자에게 표시하고, 상기 확인 요청에 대응하는 사용자의 입력을 확인할 수 있다.
예를 들어, 사용자의 발화 내용을 텍스트로 표시하거나, 음성으로 출력하고 해당 발화의 주체 여부를 묻는 질의를 추가할 수 있다. 또 다른 예를 들어, 사용자의 발화 내용 및 이에 대응하는 동작에 대한 설명을 텍스트로 표시하거나, 음성으로 출력하고 해당 발화의 주체 여부를 묻는 질의를 추가할 수 있다. 다양한 실시예에 따라, 동작 2308, 동작 2312, 동작 2316에서, 상기 질의에 대한 응답 예시로 "예(Yes)", "아니오(No)" 중 적어도 하나에 대응하는 사용자 응답을 확인할 수 있다.
동작 2316에서, 상기 발화자 확인 요청에 대한 응답으로 "예(Yes)"에 해당하는 사용자 응답을 확인한 전자 장치(113)는 동작 2318에서, 상기 전자 장치(101)로, 적어도 상기 사용자 응답을 포함하는 회신을 전송할 수 있다.
도 24는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다. 도 24를 참조하면, 전자 장치(101)(예: 도 1의 스마트 스피커(101))는 사용자 인증 절차의 결과가 '미인증됨' 또는 '추가검증필요’인 경우, 외부 전자 장치에서의 발화 성문 2차 검증 수행을 위해 외부 전자 장치를 검색할 수 있다.
동작 2402에서, 상기 전자 장치(101)는 입력된 발화로부터 성문을 추출할 수 있다. 동작 2404에서, 상기 전자 장치(101)는 상기 외부 전자 장치 목록에 포함된 전자 장치를 대상으로 발화자 확인 요청 메시지를 전송할 수 있다. 상기 메시지는 상기 전자 장치에 직접 또는 간접적으로 전달될 수 있다. 다양한 실시예에 따라, 상기 발화자 확인 요청 메시지는 상기 동작 2302에서 추출된 성문의 적어도 일부를 포함할 수 있다. 상기 메시지는 상기 발화에 포함된 명령어 내용을 포함할 수 있다.
동작 2406, 동작 2412, 동작 2418에서, 상기 전자 장치(101)로부터 상기 발화자 확인 요청 메시지를 수신한 외부 전자 장치(111, 112, 113)는 각각 자신에 저장된 성문과 수신된 메시지에 포함된 성문을 비교할 수 있다. 상기 비교 결과, 동작 2410 및 동작 2416에서 제1 외부 전자 장치(111) 및 제2 외부 전자 장치(112)는 성문 불일치를 나타내며, 동작 2422에서 제3 외부 전자 장치(113)는 성문 일치 결과를 화면에 표시하거나, 백그라운드로 동작할 수도 있다.
동작 2422에서, 상기 발화자 확인 요청에 대해 성문 일치한 전자 장치(113)는 동작 2424에서 상기 전자 장치(101)로, 적어도 상기 사용자 응답을 포함하는 회신을 전송할 수 있다.
도 25는 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다. 도 25를 참조하면, 전자 장치(101)(예: 스마트 스피커)는 사용자 인증 절차의 결과가 '미인증됨' 또는 '추가검증필요’인 경우, 외부 전자 장치에서의 발화 성문 2차 검증 수행을 위해 외부 전자 장치를 검색할 수 있다.
동작 2502에서, 상기 전자 장치(101)는 상기 외부 전자 장치 목록에 포함된 외부 전자 장치를 대상으로 입력된 발화의 적어도 일부를 확인 요청 메시지로 전송할 수 있다. 상기 메시지는 상기 외부 전자 장치에 직접 또는 간접적으로 전달될 수 있다. 다양한 실시예에 따라, 상기 발화자 확인 요청 메시지는 상기 전자 장치(101)의 마이크(예: 도 2의 마이크(215))를 통해 입력된 발화의 적어도 일부를 포함할 수 있다. 상기 메시지는 상기 발화에 포함된 명령어 내용을 적어도 일부 포함할 수 있다.
동작 2504, 동작 2512, 동작 2520에서, 상기 전자 장치(101)로부터 상기 발화자 확인 요청 메시지를 수신한 외부 전자 장치(111, 112, 113)는 동작 2506, 동작 2514, 동작 2522에서 각각 수신된 메시지에 포함된 발화에서 성문을 추출할 수 있다.
동작 2508, 동작 2516, 동작 2524에서, 상기 각 전자 장치(111, 112, 113)는 자신에 저장된 성문과 상기 발화에서 추출한 성문을 비교할 수 있다. 상기 비교 결과, 동작 2510 및 동작 2518에서 제1 전자 장치(111) 및 제2 전자 장치(112)는 성문 불일치를 나타내며, 동작 2526에서 제3 전자 장치(113)는 성문 일치 결과를 화면에 표시하거나, 백그라운드로 동작할 수도 있다.
동작 2526에서, 상기 발화자 확인 요청에 대해 성문 일치한 전자 장치(113)는 동작 2528에서 상기 전자 장치(101)로, 적어도 상기 사용자 응답을 포함하는 회신을 전송할 수 있다.
도 26은 본 발명의 다양한 실시 예에 따른 장치들 간의 동작 절차를 나타내는 신호 흐름도이다. 도 26을 참조하면, 전자 장치(101)(예: 스마트 스피커)는 사용자 인증 절차의 결과가 '미인증됨' 또는 '추가검증필요’인 경우, 외부 전자 장치에서의 발화 성문 2차 검증 수행을 위해 외부 전자 장치를 검색할 수 있다.
동작 2602에서, 상기 전자 장치(101)는 입력된 발화로부터 텍스트를 추출할 수 있다. 동작 2604에서, 상기 전자 장치(101)는 상기 추출된 텍스트에 기반하여 명령어 카테고리 정보를 확인할 수 있다. 예컨대, 상기 명령어 카테고리 정보는 음악 재생, 물품 구매, 조명 제어, 또는 가전 기기의 제어 등을 포함할 수 있다.
동작 2606에서, 상기 전자 장치(101)는 상기 외부 전자 장치 목록에 포함된 전자 장치를 대상으로 발화자 확인 요청 메시지를 전송할 수 있다. 상기 메시지는 상기 전자 장치에 직접 또는 간접적으로 전달될 수 있다. 다양한 실시예에 따라, 상기 발화자 확인 요청 메시지는 상기 동작 2604에서 확인된 카테고리 정보를 포함할 수 있다. 상기 메시지는 상기 발화에 포함된 명령어 내용을 적어도 일부 포함할 수 있다.
동작 2608, 2614, 2620에서 상기 전자 장치(101)로부터 상기 발화자 확인 요청 메시지를 수신한 외부 전자 장치(111, 112, 113)는 동작 2610, 2616, 2622에서, 상기 발화자 확인 요청 메시지를 사용자에게 표시하고, 상기 확인 요청에 대응하는 사용자의 입력을 확인할 수 있다.
예를 들어, 사용자의 발화 내용을 텍스트로 표시하거나, 음성으로 출력하고 해당 발화의 주체 여부를 묻는 질의를 추가할 수 있다. 또 다른 예를 들어, 사용자의 발화 내용 및 이에 대응하는 동작에 대한 설명을 텍스트로 표시하거나, 음성으로 출력하고 해당 발화의 주체 여부를 묻는 질의를 및 해당 발화의 수정 여부를 묻는 질의를 추가할 수 있다. 다양한 실시예에 따라, 동작 2612, 동작 2618, 동작 2624에서, 상기 질의에 대한 응답 예시로 "예(Yes)", "아니오(No)" 중 적어도 하나에 대응하는 사용자 응답을 확인할 수 있다.
동작 2624에서, 상기 발화자 확인 요청에 대한 응답으로 "예(Yes)"에 해당하는 사용자 응답을 확인한 외부 전자 장치(113)는 동작 2826에서 상기 전자 장치(101)로, 적어도 상기 사용자 응답을 포함하는 회신을 전송할 수 있다.
도 27, 도 28, 및 도 29는 본 발명의 다양한 실시 예에 따른 사용자 단말에 표시되는 발화 인증 요청 화면을 나타내는 도면이다. 상기 도 27, 도 28, 및 도 29를 참조하면, 다양한 실시예에 따라, 전자 장치(101)(예: 스마트 스피커)에서 2차 성문 인증을 위해 검색된 외부 전자 장치로 발화자 확인 요청을 전송하면, 적어도 하나의 외부 전자 장치(예: 전자 장치(113))에는 화면에 도시된 바와 같이 확인 요청을 할 수 있다. 예컨대, 도 27의 화면(2700)과 같이 "방금 Alice의 Speaker로 명령을 내리셨나요"라는 발화 인증 요청 안내 메시지가 표시될 수 있다. 상기 도 27의 화면(2700)에서 Yes 버튼(2710)을 선택하면, 발화 인증이 확인되어 해당 스마트 스피커로 확인 응답을 회신할 수 있다. 상기 도 27의 화면(2700)에서 No 버튼(2720)을 선택하면, 인증이 되지 않아 해당 스마트 스피커로 확인 응답을 회신하지 않거나, 인증 거부와 관련된 메시지를 회신할 수 있다.
다양한 실시예에 따라, 도 28의 화면(2800)과 같이 "방금 Alice의 Speaker로 "리메이크2 플레이리스트 틀어줘"라고 명령을 내리셨나요"라는 발화 인증 요청 안내 메시지가 표시될 수 있다. 상기 도 28의 화면(2800)에서 Yes 버튼(2810)을 선택하면, 발화 인증이 확인되어 해당 스마트 스피커로 확인 응답을 회신할 수 있다. 상기 도 28의 화면(2800)에서 No 버튼(2820)을 선택하면, 인증이 되지 않아 해당 스마트 스피커로 확인 응답을 회신하지 않거나, 인증 거부와 관련된 메시지를 회신할 수 있다.
다양한 실시예에 따라, 도 29의 화면(2900)과 같이 "방금 Alice의 Speaker로 음악 재생 관련 명령을 내리셨나요"라는 발화 인증 요청 안내 메시지가 표시될 수 있다. 상기 도 29의 화면(2900)에서 Yes 버튼(2910)을 선택하면, 발화 인증이 확인되어 해당 스마트 스피커로 확인 응답을 회신할 수 있다. 상기 도 29의 화면(2900)에서 No 버튼(2920)을 선택하면, 인증이 되지 않아 해당 스마트 스피커로 확인 응답을 회신하지 않거나, 인증 거부와 관련된 메시지를 회신할 수 있다.이하, 본 발명의 다양한 실시 예들이 적용될 수 있는 통합 지능화 시스템에 대해 설명한다.
도 30은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 30을 참조하면, 통합 지능화 시스템(3000)은 사용자 단말(3010), 지능형 서버(3020), 개인화 정보 서버(3030) 또는 제안 서버(3040)를 포함할 수 있다.
사용자 단말(3010)은 사용자 단말(3010) 내부에 저장된 앱(app)(또는, 어플리케이션 프로그램(application program))(예: 알람 앱, 메시지 앱, 사진(갤러리) 앱 등)을 통해 사용자에게 필요한 서비스를 제공할 수 있다. 예를 들어, 사용자 단말(3010)은 사용자 단말(3010) 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 다른 앱을 실행하고 동작시킬 수 있다. 사용자 단말(3010)의 상기 지능형 앱을 통해 상기 다른 앱의 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 원격 입력 등을 통해 수신될 수 있다. 일 실시 예에 따르면, 사용자 단말(3010)은 휴대폰, 스마트폰, PDA(personal digital assistant) 또는 노트북 컴퓨터 등 인터넷에 연결 가능한 각종 단말 장치(또는, 전자 장치)가 이에 해당될 수 있다.
일 실시 예에 따르면, 사용자 단말(3010)은 사용자의 발화를 사용자 입력으로 수신할 수 있다. 사용자 단말(3010)은 사용자의 발화를 수신하고, 상기 사용자의 발화에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 이에 따라, 사용자 단말(3010)은 상기 명령을 이용하여 상기 앱을 동작시킬 수 있다.
지능형 서버(3020)는 통신망을 통해 사용자 단말(3010)로부터 사용자 음성 입력(voice input)을 수신하여 텍스트 데이터(text data)로 변경할 수 있다. 다른 실시 예에서는, 지능형 서버(3020)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule)을 생성(또는, 선택)할 수 있다. 상기 패스 룰은 앱의 기능을 수행하기 위한 동작(action)(또는, 오퍼레이션(operation))에 대한 정보 또는 상기 동작을 실행하기 위해 필요한 파라미터에 대한 정보를 포함할 수 있다. 또한, 상기 패스 룰은 상기 앱의 상기 동작의 순서를 포함할 수 있다. 사용자 단말(3010)은 상기 패스 룰을 수신하고, 상기 패스 룰에 따라 앱을 선택하고, 상기 선택된 앱에서 상기 패스 룰에 포함된 동작을 실행시킬 수 있다.
본 문서의 "패스 룰(path rule)" 이라는 용어는 일반적으로, 전자 장치가 사용자에 의해 요청된 태스크를 수행하기 위한 상태들의 시퀀스를 의미할 수 있지만, 이에 제한되지 않는다. 다시 말해, 패스 룰은 상태들의 시퀀스에 대한 정보를 포함할 수 있다. 상기 태스크는, 예를 들어, 지능형 앱이 제공할 수 있는 어떠한 동작(action)일 수 있다. 상기 태스크는 일정을 생성하거나, 원하는 상대방에게 사진을 전송하거나, 날씨 정보를 제공하는 것을 포함할 수 있다. 사용자 단말(3010)은 적어도 하나 이상의 상태(예: 사용자 단말(3010)의 동작 상태)를 순차적으로 가짐으로써, 상기 태스크를 수행할 수 있다.
일 실시 예에 따르면, 패스 룰은 인공 지능(artificial intelligent)(AI) 시스템에 의해 제공되거나, 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neual network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 패스 룰은 미리 정의된 패스 룰들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 패스 룰 중 적어도 패스 룰을 선택하거나, 동적(또는, 실시간)으로 패스 룰을 생성할 수 있다. 또한, 사용자 단말(3010)은 패스 룰을 제공하기 위해 하이브리드 시스템을 사용할 수 있다.
일 실시 예에 따르면, 사용자 단말(3010)은 상기 동작을 실행하고, 동작을 실행한 사용자 단말(3010)의 상태에 대응되는 화면을 디스플레이에 표시할 수 있다. 다른 실시 예에 따르면, 사용자 단말(3010)은 상기 동작을 실행하고, 동작을 수행한 결과를 디스플레이에 표시하지 않을 수 있다. 사용자 단말(3010)은, 예를 들어, 복수의 동작을 실행하고, 상기 복수의 동작의 일부 결과 만을 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(3010)은 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 사용자 단말(3010)은 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
개인화 정보 서버(3030)는 사용자 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 개인화 정보 서버(3030)는 사용자 단말(3010)로부터 사용자 정보(예: 컨텍스트 정보, 앱 실행 등)를 수신하여 상기 데이터베이스에 저장할 수 있다. 지능형 서버(3020)는 통신망을 통해 개인화 정보 서버(3030)로부터 상기 사용자 정보를 수신하여 사용자 입력에 대한 패스 룰을 생성하는 경우에 이용할 수 있다. 일 실시 예에 따르면, 사용자 단말(3010)은 통신망을 통해 개인화 정보 서버(3030)로부터 사용자 정보를 수신하여 데이터베이스를 관리하기 위한 정보로 이용할 수 있다.
제안 서버(3040)는 단말 내에 기능 혹은 어플리케이션의 소개 또는 제공될 기능에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 제안 서버(3040)는 개인화 정보 서버(3030)로부터 사용자 단말기(3010)의 사용자 정보를 수신하여 사용자가 사용 할 수 있는 기능에 대한 데이터베이스를 포함할 수 있다. 사용자 단말(3010)은 통신망을 통해 제안 서버(3040)로부터 상기 제공될 기능에 대한 정보를 수신하여 사용자에게 정보를 제공할 수 있다.
도 31은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도(3100)이다.
도 31을 참조하면, 사용자 단말(3010)은 입력 모듈(3011), 디스플레이(3013), 스피커(3014), 메모리(3012) 또는 프로세서(3015)를 포함할 수 있다. 사용자 단말(3010)은 하우징을 더 포함할 수 있고, 상기 사용자 단말(3010)의 구성들은 상기 하우징의 내부에 안착되거나 하우징 상에(on the housing) 위치할 수 있다.
일 실시 예에 따른, 입력 모듈(3011)은 사용자로부터 사용자 입력을 수신할 수 있다. 예를 들어, 입력 모듈(3011)은 연결된 외부 장치(예: 키보드, 헤드셋)로부터 사용자 입력을 수신할 수 있다. 다른 예를 들어, 입력 모듈(3011)은 디스플레이(3013)와 결합된 터치 스크린(예: 터치 스크린 디스플레이)을 포함할 수 있다. 또 다른 예를 들어, 입력 모듈(3011)은 사용자 단말(3010)(또는, 사용자 단말(3010)의 하우징)에 위치한 하드웨어 키(또는, 물리적 키)를 포함할 수 있다.
일 실시 예에 따르면, 입력 모듈(3011)은 사용자의 발화를 음성 신호로 수신할 수 있는 마이크(3011a)를 포함할 수 있다. 예를 들어, 입력 모듈(3011)은 발화 입력 시스템(speech input system)을 포함하고, 상기 발화 입력 시스템을 통해 사용자의 발화를 음성 신호로 수신할 수 있다.
일 실시 예에 따른, 디스플레이(3013)는 이미지나 비디오, 및/또는 어플리케이션의 실행 화면을 표시할 수 있다. 예를 들어, 디스플레이(3013)는 앱의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.
일 실시 예에 따르면, 스피커(3014)는 음성 신호를 출력할 수 있다. 예를 들어, 스피커(3014)는 사용자 단말(3010) 내부에서 생성된 음성 신호를 외부로 출력할 수 있다.
일 실시 예에 따르면, 메모리(3012)는 복수의 앱(또는, 어플리케이션 프로그램(application program))(3018, 3019)을 저장할 수 있다. 메모리(3012)에 저장된 복수의 앱(3018, 3019)은 사용자 입력에 따라 선택되어 실행되고 동작할 수 있다.
일 실시 예에 따르면, 메모리(3012)는 사용자 입력을 인식하는데 필요한 정보를 저장할 수 있는 데이터베이스를 포함할 수 있다. 예를 들어, 메모리(3012)는 로그(log) 정보를 저장할 수 있는 로그 데이터베이스를 포함할 수 있다. 다른 예를 들어, 메모리(3012)는 사용자 정보를 저장할 수 있는 페르소나 데이터베이스를 포함할 수 있다.
일 실시 예에 따르면, 메모리(3012)는 복수의 앱(3018, 3019)을 저장하고, 복수의 앱(3018, 3019)은 로드되어 동작할 수 있다. 예를 들어, 메모리(3012)에 저장된 복수의 앱(3018, 3019)은 프로세서(3015)의 실행 매니저 모듈(3017)에 의해 로드되어 동작할 수 있다. 복수의 앱(3018, 3019)은 기능을 수행하는 실행 서비스 모듈(3018a, 3019a)을 포함할 수 있다. 일 실시 예에서, 복수의 앱(3018, 3019)은 기능을 수행하기 위해서 실행 서비스 모듈(3018a, 3019a)를 통해서 복수의 동작(예: 상태들의 시퀀스)(3018b, 3019b)을 실행 수 있다. 즉, 실행 서비스 모듈(3018a, 3019a)는 실행 매니저 모듈(3017)에 의해 활성화되고, 복수의 동작(3018b, 3019b)을 실행할 수 있다.
일 실시 예에 따르면, 앱(3018, 3019)의 동작(3018b, 3019b)이 실행되었을 때, 동작(3018b, 3019b)의 실행에 따른 실행 상태 화면은 디스플레이(3013)에 표시될 수 있다. 상기 실행 상태 화면은, 예를 들어, 동작(3018b, 3019b)이 완료된 상태의 화면일 수 있다. 상기 실행 상태 화면은, 다른 예를 들어, 동작(3018b, 3019b)의 실행이 정지된 상태(partial landing)(예: 동작(3018b, 3019b)에 필요한 파라미터가 입력되지 않은 경우)의 화면일 수 있다.
일 실시 예에 따른, 실행 서비스 모듈(3018a, 3019a)은 패스 룰에 따라 동작(3018b, 3019b)을 실행할 수 있다. 예를 들어, 실행 서비스 모듈(3018a, 3019a)는 실행 매니저 모듈(3017)에 의해 활성화되고, 실행 매니저 모듈(3017)로부터 상기 패스 룰에 따라 실행 요청을 수신하고, 상기 실행 요청에 따라 동작(3018b, 3019b)함으로써, 앱(3018, 3019)의 기능을 실행할 수 있다. 실행 서비스 모듈 (3018a, 3109a)는 상기 동작(3018b, 3019b)의 수행이 완료되면 완료 정보를 실행 매니저 모듈(3017)로 송신할 수 있다.
일 실시 예에 따르면, 앱(3018, 3019)에서 복수의 동작(3018b, 3019b)이 실행되는 경우, 복수의 동작(3018b, 3019b)은 순차적으로 실행될 수 있다. 실행 서비스 모듈(3018a, 3019a)는 하나의 동작(예: 제1 앱(3018)의 동작 1, 제2 앱(3019)의 동작 1)의 실행이 완료되면 다음 동작(예: 제1 앱(3018)의 동작 2, 제2 앱(3019)의 동작 2)을 오픈하고 완료 정보를 실행 매니저 모듈(3017)로 송신할 수 있다. 여기서 임의의 동작을 오픈한다는 것은, 임의의 동작을 실행 가능한 상태로 천이시키거나, 임의의 동작의 실행을 준비하는 것으로 이해될 수 있다. 다시 말해서, 임의의 동작이 오픈되지 않으면, 해당 동작은 실행될 수 없다. 실행 매니저 모듈(3017)은 상기 완료 정보가 수신되면 다음 동작(예: 제1 앱(3018)의 동작 2, 제2 앱(3019)의 동작 2)에 대한 실행 요청을 실행 서비스 모듈(3018a, 3019a)로 송신할 수 있다. 일 실시 예에 따르면, 복수의 앱(3018, 3019)이 실행되는 경우, 복수의 앱(3018, 3019)은 순차적으로 실행될 수 있다. 예를 들어, 제1 앱(3018)의 마지막 동작(예: 제1 앱(3018)의 동작 3)의 실행이 완료되어 완료 정보를 수신하면, 실행 매니저 모듈(3017)은 제2 앱(3019)의 첫번째 동작(예: 제2 앱(3019)의 동작 1)의 실행 요청을 실행 서비스(3019a)로 송신할 수 있다.
일 실시 예에 따르면, 앱(3018, 3019)에서 복수의 동작(3018b, 3019b)이 실행된 경우, 상기 실행된 복수의 동작(3018b, 3019b) 각각의 실행에 따른 결과 화면은 디스플레이(3013)에 표시될 수 있다. 일 실시 예에 따르면, 상기 실행된 복수의 동작(3018b, 3019b)의 실행에 따른 복수의 결과 화면 중 일부만 디스플레이(3013)에 표시될 수 있다.
일 실시 예에 따르면, 메모리(3012)는 지능형 에이전트(3015)와 연동된 지능형 앱(예: 음성 인식 앱)을 저장할 수 있다. 지능형 에이전트(3015)와 연동된 앱은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(3015)와 연동된 앱은 입력 모듈(3011)을 통해 입력되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 특정 음성 입력)에 의해 동작될 수 있다.
일 실시 예에 따르면, 프로세서(3015)는 사용자 단말(3010)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(3015)는 입력 모듈(3011)을 제어하여 사용자 입력을 수신할 수 있다. 프로세서(3015)는 디스플레이(3013)를 제어하여 이미지를 표시할 수 있다. 프로세서(3015)는 스피커(3014)를 제어하여 음성 신호를 출력할 수 있다. 프로세서(3015)는 메모리(3012)를 제어하여 필요한 정보를 불러오거나 저장할 수 있다.
일 실시 예에 따르면 프로세서(3015)는 지능형 에이전트(3015a), 실행 매니저 모듈(3017) 또는 지능형 서비스 모듈(3016)를 포함할 수 있다. 일 실시 예에서, 프로세서(3015)는 메모리(3012)에 저장된 명령어들을 실행하여 지능형 에이전트(3015a), 실행 매니저 모듈(3017) 또는 지능형 서비스 모듈(3016)을 구동시킬 수 있다. 본 발명의 다양한 실시 예에서 언급되는 여러 모듈들은 하드웨어로 구현될 수도 있고, 소프트웨어로 구현될 수도 있다. 본 발명의 다양한 실시 예에서 지능형 에이전트(3015a), 실행 매니저 모듈(3017) 또는 지능형 서비스 모듈(3016)에 의해 수행되는 동작은 프로세서(3015)에 의해 수행되는 동작으로 이해될 수 있다.
일 실시 예에 따른, 지능형 에이전트(3015a)는 사용자 입력으로 수신된 음성 신호에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 일 실시 예에 따른, 실행 매니저 모듈(3017)은 지능형 에이전트(3015a)로부터 상기 생성된 명령을 수신하여 메모리(3012)에 저장된 앱(3018, 3019)을 선택하여 실행시키고 동작시킬 수 있다. 일 실시 예에 따르면, 지능형 서비스 모듈(3016)은 사용자의 정보를 관리하여 사용자 입력을 처리하는데 이용할 수 있다.
지능형 에이전트(3015a)는 입력 모듈(3011)을 통해 수신된 사용자 입력을 지능형 서버(3020)로 송신하여 처리할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(3015a)는 상기 사용자 입력을 지능형 서버(3020)로 송신하기 전에, 상기 사용자 입력을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(3015a)는 상기 사용자 입력을 전처리하기 위하여, 적응 반향 제거(adaptive echo canceller)(AEC) 모듈, 노이즈 억제(noise suppression)(NS) 모듈, 종점 검출(end-point detection)(EPD) 모듈 또는 자동 이득 제어(automatic gain control)(AGC) 모듈을 포함할 수 있다. 상기 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 상기 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 상기 종점 검출 모듈은 상기 사용자 입력에 포함된 사용자 음성의 종점을 검출하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하여 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(3015a)는 성능을 위하여 상기 전처리 구성을 전부 포함할 수 있지만, 다른 실시 예에서 지능형 에이전트(3015a)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 포함할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(3015a)는 사용자의 호출을 인식하는 웨이크 업(wake up) 인식 모듈을 포함할 수 있다. 상기 웨이크 업 인식 모듈은 음성 인식 모듈을 통해 사용자의 웨이크 업 명령을 인식할 수 있고, 상기 웨이크 업 명령을 수신한 경우 사용자 입력을 수신하기 위해 지능형 에이전트(3015a)을 활성화시킬 수 있다. 일 실시 예에 따르면, 지능형 에이전트(3015a)의 웨이크 업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)에 구현될 수 있다. 일 실시 예에 따르면, 지능형 에이전트(3015a)는 하드웨어 키를 통한 사용자 입력에 따라 활성화될 수 있다. 지능형 에이전트(3015a)가 활성화 되는 경우, 지능형 에이전트(3015a)와 연동된 지능형 앱(예: 음성 인식 앱)이 실행될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(3015a)는 사용자 입력을 실행하기 위한 음성 인식 모듈을 포함할 수 있다. 상기 음성 인식 모듈은 앱에서 동작을 실행하도록 하기 위한 사용자 입력을 인식할 수 있다. 예를 들어, 상기 음성 인식 모듈은 앱(3018, 3019)에서 상기 웨이크 업 명령과 같은 동작을 실행하는 제한된 사용자 (음성) 입력(예: 카메라 앱이 실행 중일 때 촬영 동작을 실행시키는 "찰칵"과 같은 발화 등)을 인식할 수 있다. 상기 지능형 서버(3020)를 보조하여 사용자 입력을 인식하는 음성 인식 모듈은, 예를 들어, 사용자 단말(3010)내에서 처리할 수 있는 사용자 명령을 인식하여 빠르게 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(3015a)의 사용자 입력을 실행하기 위한 음성 인식 모듈은 앱 프로세서에서 구현될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(3015a)의 음성 인식 모듈(웨이크 업 모듈의 음성 인식 모듈을 포함)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 입력을 인식할 수 있다. 상기 음성을 인식하기 위해 사용되는 알고리즘은, 예를 들어, HMM(hidden markov model) 알고리즘, ANN(artificial neural network) 알고리즘 또는 DTW(dynamic time warping) 알고리즘 중 적어도 하나일 수 있다.
일 실시 예에 따르면, 지능형 에이전트(3051a)는 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(3015a)는 사용자의 음성을 지능형 서버(3020)로 전달하여, 변환된 텍스트 데이터를 수신할 수 있다. 이에 따라, 지능형 에이전트(3015a)는 상기 텍스트를 데이터를 디스플레이(3013)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(3015a)는 지능형 서버(3020)로부터 송신한 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(3015a)은 상기 패스 룰을 실행 매니저 모듈(3017)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(3015a)는 지능형 서버(3020)로부터 수신된 패스 룰에 따른 실행 결과 로그(log)를 지능형 서비스(intelligence service) 모듈(3016)로 송신하고, 상기 송신된 실행 결과 로그는 페르소나 모듈(persona manager)(3016b)의 사용자의 선호(preference) 정보에 누적되어 관리될 수 있다.
일 실시 예에 따른, 실행 매니저 모듈(3017)은 지능형 에이전트(3015a)로부터 패스 룰을 수신하여 앱(3018, 3019)을 실행시키고, 앱(3018, 3019)이 상기 패스 룰에 포함된 동작(3018b, 3019b)을 실행하도록 할 수 있다. 예를 들어, 실행 매니저 모듈(3017)은 앱(3018, 3019)으로 동작(3018b,3019b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 송신할 수 있고, 상기 앱(3018, 3019)로부터 동작(3018b, 3019b)의 완료 정보를 수신할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(3017)은 지능형 에이전트(3015a)와 앱(3018, 3019)의 사이에서 앱(3018, 3019)의 동작(3018b, 3019b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 송수신할 수 있다. 실행 매니저 모듈(3017)은 상기 패스 룰에 따라 실행할 앱(3018, 3019)을 바인딩(binding)하고, 상기 패스 룰에 포함된 동작(3018b, 3019b)의 명령 정보(예: 패스 룰 정보)를 앱(3018, 3019)으로 송신할 수 있다. 예를 들어, 실행 매니저 모듈(3017)은 상기 패스 룰에 포함된 동작(3018b, 3019b)을 순차적으로 앱(3018, 3019)으로 송신하여, 앱(3018, 3019)의 동작(3018b, 3019b)을 상기 패스 룰에 따라 순차적으로 실행시킬 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(3017)은 앱(3018, 3019)의 동작(3018b, 3019b)의 실행 상태를 관리할 수 있다. 예를 들어, 실행 매니저 모듈(3017)은 앱(3018, 3019)으로부터 상기 동작(3018b, 3019b)의 실행 상태에 대한 정보를 수신할 수 있다. 상기 동작(3018b, 3019b)의 실행 상태가, 예를 들어, 정지된 상태(partial landing)인 경우(예: 동작(3018b, 3019b)에 필요한 파라미터가 입력되지 않은 경우), 실행 매니저 모듈(3017)은 상기 정지된 상태에 대한 정보를 지능형 에이전트(3015a)로 송신할 수 있다. 지능형 에이전트(3015a)는 상기 수신된 정보를 이용하여, 사용자에게 필요한 정보(예: 파라미터 정보)의 입력을 요청할 수 있다. 상기 동작(3018b, 3019b)의 실행 상태가, 다른 예를 들어, 동작 상태인 경우에 사용자로부터 발화를 수신할 수 있고, 실행 매니저 모듈(3017)은 상기 실행되고 있는 앱(3018, 3019) 및 앱(3018, 3019)의 실행 상태에 대한 정보를 지능형 에이전트(3015a)로 송신할 수 있다. 지능형 에이전트(3015a)는 지능형 서버(3020)를 통해 상기 사용자의 발화의 파라미터 정보를 수신할 수 있고, 상기 수신된 파라미터 정보를 실행 매니저 모듈(3017)로 송신할 수 있다. 실행 매니저 모듈(3017)은 상기 수신한 파라미터 정보를 이용하여 동작(3018b, 3019b)의 파라미터를 새로운 파라미터로 변경할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(3017)은 패스 룰에 포함된 파라미터 정보를 앱(3018, 3019)로 전달할 수 있다. 상기 패스 룰에 따라 복수의 앱(3018, 3019)이 순차적으로 실행되는 경우, 실행 매니저 모듈(3017)은 하나의 앱에서 다른 앱으로 패스 룰에 포함된 파라미터 정보를 전달할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(3017)은 복수의 패스 룰을 수신할 수 있다. 실행 매니저 모듈(3017)은 사용자의 발화에 기초하여 복수의 패스 룰이 선택될 수 있다. 예를 들어, 실행 매니저 모듈(3017)은 사용자의 발화가 일부 동작(3018a)을 실행할 일부 앱(3018a)을 특정하였지만, 나머지 동작(3019b)을 실행할 다른 앱(3019)을 특정하지 않은 경우, 일부 동작(3018a)를 실행할 동일한 앱(3018)(예: 갤러리 앱)이 실행되고 나머지 동작(3019b)를 실행할 수 있는 서로 다른 앱(3019)(예: 메시지 앱, 텔레그램 앱)이 각각 실행되는 서로 다른 복수의 패스 룰을 수신할 수 있다. 실행 매니저 모듈(3017)은, 예를 들어, 상기 복수의 패스 룰의 동일한 동작(3018b, 3019b)(예: 연속된 동일한 동작(3018b, 3019b))을 실행할 수 있다. 실행 매니저 모듈(3017)은 상기 동일한 동작까지 실행한 경우, 상기 복수의 패스 룰에 각각 포함된 서로 다른 앱(3018, 3019)을 선택할 수 있는 상태 화면을 디스플레이(3020)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 서비스 모듈(3016)는 컨텍스트 모듈(3016a), 페르소나 모듈(3016b) 또는 제안 모듈(3016c)을 포함할 수 있다.
컨텍스트 모듈(3016a)는 앱(3018, 3019)으로부터 앱(3018, 3019)의 현재 상태를 수집할 수 있다. 예를 들어, 컨텍스트 모듈(3016a)은 앱(3018, 3019)의 현재 상태를 나타내는 컨텍스트 정보를 수신하여 앱(3018, 3019)의 현재 상태를 수집할 수 있다.
페르소나 모듈(3016b)은 사용자 단말(3010)을 사용하는 사용자의 개인 정보를 관리할 수 있다. 예를 들어, 페르소나 모듈(3016b)은 사용자 단말(3010)의 사용 정보 및 수행 결과를 수집하여 사용자의 개인 정보를 관리할 수 있다.
제안 모듈(3016c)는 사용자의 의도를 예측하여 사용자에게 명령을 추천해줄 수 있다. 예를 들어, 제안 모듈(3016c)은 사용자의 현재 상태(예: 시간, 장소, 상황, 앱)을 고려하여 사용자에게 명령을 추천해줄 수 있다.
도 32는 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 32를 참조하면, 사용자 단말(3200)이 사용자 입력을 수신하여 지능형 에이전트(3015a)와 연동된 지능형 앱(예: 음성 인식 앱)을 실행시키는 것을 나타낸 것이다.
일 실시 예에 따르면, 사용자 단말(3200)은 하드웨어 키(3212)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(3200)은 하드웨어 키(3212)를 통해 사용자 입력을 수신한 경우 디스플레이(3220)에 지능형 앱의 UI(user interface)(3221)를 표시할 수 있다. 사용자는, 예를 들어, 지능형 앱의 UI(3221)가 디스플레이(3220)에 표시된 상태에서 음성을 입력(3211b)하기 위해 지능형 앱의 UI(3221)에 음성인식 버튼(3221a)를 터치할 수 있다. 사용자는, 다른 예를 들어, 음성을 입력(3220b)하기 위해 상기 하드웨어 키(3212)를 지속적으로 눌러서 음성을 입력(3220b)을 할 수 있다.
일 실시 예에 따르면, 사용자 단말(3200)은 마이크(3211)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(3200)은 마이크(3211)를 통해 지정된 음성(예: 일어나!(wake up!))이 입력(3220a)된 경우 디스플레이(3220)에 지능형 앱의 UI(3221)를 표시할 수 있다.
도 33은, 다양한 실시예들에 따른, 네트워크 환경(3300) 내의 전자 장치(3301)의 블럭도이다. 도 33을 참조하면, 네트워크 환경(3300)에서 전자 장치(3301)(예컨대, 도 1의 스마트 스피커(101), 전자 장치(111, 112, 113))는 제 1 네트워크(3398)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(3302)와 통신하거나, 또는 제 2 네트워크(3399)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(3304) 또는 서버(3308)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(3301)는 서버(3308)를 통하여 전자 장치(3304)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(3301)는 프로세서(3320), 메모리(3330), 입력 장치(3350), 음향 출력 장치(3355), 표시 장치(3360), 오디오 모듈(3370), 센서 모듈(3376), 인터페이스(3377), 햅틱 모듈(3379), 카메라 모듈(3380), 전력 관리 모듈(3388), 배터리(3389), 통신 모듈(3390), 가입자 식별 모듈(3396), 또는 안테나 모듈(3397)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(3301)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(3360) 또는 카메라 모듈(3380))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(3376)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(3360)(예: 디스플레이)에 임베디드된 채 구현될 수 있다
프로세서(3320)는, 예를 들면, 소프트웨어(예: 프로그램(3340))를 실행하여 프로세서(3320)에 연결된 전자 장치(3301)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(3320)는 다른 구성요소(예: 센서 모듈(3376) 또는 통신 모듈(3390))로부터 수신된 명령 또는 데이터를 휘발성 메모리(3332)에 로드하고, 휘발성 메모리(3332)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(3334)에 저장할 수 있다. 일실시예에 따르면, 프로세서(3320)는 메인 프로세서(3321)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(3323)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(3323)은 메인 프로세서(3321)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(3323)는 메인 프로세서(3321)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(3323)는, 예를 들면, 메인 프로세서(3321)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(3321)를 대신하여, 또는 메인 프로세서(3321)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(3321)와 함께, 전자 장치(3301)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(3360), 센서 모듈(3376), 또는 통신 모듈(3390))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(3323)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(3380) 또는 통신 모듈(3390))의 일부로서 구현될 수 있다.
메모리(3330)는, 전자 장치(3301)의 적어도 하나의 구성요소(예: 프로세서(3320) 또는 센서모듈(3376))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(3340)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(3330)는, 휘발성 메모리(3332) 또는 비휘발성 메모리(3334)를 포함할 수 있다.
프로그램(3340)은 메모리(3330)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(3342), 미들 웨어(3344) 또는 어플리케이션(3346)을 포함할 수 있다.
입력 장치(3350)는, 전자 장치(3301)의 구성요소(예: 프로세서(3320))에 사용될 명령 또는 데이터를 전자 장치(3301)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(3350)은, 예를 들면, 마이크, 마우스, 또는 키보드를 포함할 수 있다.
음향 출력 장치(3355)는 음향 신호를 전자 장치(3301)의 외부로 출력할 수 있다. 음향 출력 장치(3355)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(3360)는 전자 장치(3301)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(3360)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 표시 장치(3360)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.
오디오 모듈(3370)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(3370)은, 입력 장치(3350) 를 통해 소리를 획득하거나, 음향 출력 장치(3355), 또는 전자 장치(3301)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(3302)) (예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(3376)은 전자 장치(3301)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(3376)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(3377)는 전자 장치(3301)이 외부 전자 장치(예: 전자 장치(3302))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(3377)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(3378)는, 그를 통해서 전자 장치(3301)가 외부 전자 장치(예: 전자 장치(3302))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(3378)은, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(3379)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(3379)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(3380)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(3380)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(3388)은 전자 장치(3301)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(3389)는 전자 장치(3301)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(3389)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(3390)은 전자 장치(3301)와 외부 전자 장치(예: 전자 장치(3302), 전자 장치(3304), 또는 서버(3308))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(3390)은 프로세서(3320)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(3390)은 무선 통신 모듈(3392)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(3394)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(3398)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(3399)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(3392)은 가입자 식별 모듈(3396)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(3398) 또는 제 2 네트워크(3399)와 같은 통신 네트워크 내에서 전자 장치(3301)를 확인 및 인증할 수 있다.
안테나 모듈(3397)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(3397)은 하나 이상의 안테나들을 포함할 수 있고, 이로부터, 제 1 네트워크 3398 또는 제 2 네트워크 3399와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(3390)에 의하여 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(3390)과 외부 전자 장치 간에 송신되거나 수신될 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(3399)에 연결된 서버(3308)를 통해서 전자 장치(3301)와 외부의 전자 장치(3304)간에 송신 또는 수신될 수 있다. 전자 장치(3302, 3304) 각각은 전자 장치(3301)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(3301)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(3302, 3304, or 3308) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(3301)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(3301)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(3301)로 전달할 수 있다. 전자 장치(3301)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다.. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치 중 적어도 하나를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램(1640))로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 전자 장치(101))를 포함할 수 있다. 상기 명령이 프로세서(예: 프로세서(120))에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치 중 적어도 하나를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램(1640))로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 전자 장치(101))를 포함할 수 있다. 상기 명령이 프로세서(예: 프로세서(120))에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
상기 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.
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.
다양한 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, 전자 장치의 기능 실행 방법에 있어서, 마이크를 통해 제1 음성 입력을 수신하는 동작, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하는 동작, 상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함한 요청 메시지를 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 전송하는 동작, 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함한 응답 메시지를 상기 외부 전자 장치로부터 수신하는 동작, 상기 마이크를 통해 제2 음성 입력을 수신하는 동작, 적어도 부분적으로 자동 음성 인식(ASR; automatic speech recognition) 및/또는 자연어 이해(NLU; natural language understanding)를 위해 외부 서버로 상기 제2 음성 입력과 연관된 제2 데이터를 전송하는 동작을 포함할 수 있다.
그리고 본 명세서와 도면에 발명된 본 발명의 실시예들은 본 발명의 실시예에 따른 기술 내용을 쉽게 설명하고 본 발명의 실시예의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 실시예의 범위를 한정하고자 하는 것은 아니다. 따라서 본 발명의 다양한 실시예의 범위는 여기에 발명된 실시예들 이외에도 본 발명의 다양한 실시예의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 발명의 다양한 실시예의 범위에 포함되는 것으로 해석되어야 한다.
101 : 제1 스마트 스피커 110 : 사용자 A의 주택
111 : 제1 전자 장치 112 : 제2 전자 장치
113 : 제3 전자 장치 120 : 사용자 B의 주택
121 : 제2 스마트 스피커 130 : 클라우드 서버
131 : 사용자 A의 데이터베이스 132 : 사용자 B의 데이터베이스
133 : 사용자 C의 데이터베이스
111 : 제1 전자 장치 112 : 제2 전자 장치
113 : 제3 전자 장치 120 : 사용자 B의 주택
121 : 제2 스마트 스피커 130 : 클라우드 서버
131 : 사용자 A의 데이터베이스 132 : 사용자 B의 데이터베이스
133 : 사용자 C의 데이터베이스
Claims (20)
- 전자 장치에 있어서,
적어도 하나의 통신 회로;
스피커;
마이크;
상기 통신 회로, 상기 스피커, 및 상기 마이크에 작동적으로 연결된 프로세서; 및
상기 프로세서에 작동적으로 연결된 메모리를 포함하고, 상기 메모리는 상기 프로세서가 실행될 때,
상기 마이크를 통해 제1 음성 입력을 수신하고,
상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하고,
상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 통신 회로를 통해 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함한 요청 메시지를 전송하고,
상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함한 응답 메시지를 수신하고,
상기 마이크를 통해 제2 음성 입력을 수신하고,
상기 통신 회로를 통해 적어도 부분적으로 자동 음성 인식(ASR; automatic speech recognition) 및/또는 자연어 이해(NLU; natural language understanding)를 위해 외부 서버로 상기 제2 음성 입력과 연관된 제2 데이터를 전송하도록 하는 인스트럭션들을 저장하는, 전자 장치.
- 제1항에 있어서, 상기 인스트럭션들은, 상기 프로세서가,
적어도 부분적으로 상기 외부 서버를 이용하여 상기 제1 성문 인증을 수행하도록 하는, 전자 장치.
- 제1항에 있어서, 상기 적어도 하나의 외부 전자 장치는,
WiFi(wireless fidelity), LiFi(light fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(ZigBee), NFC(near field communication), 또는 자력 시큐어 트랜스미션(magnetic secure transmission) 중 적어도 하나를 포함하는 근거리 통신을 통해 상기 전자 장치와 연결되는, 전자 장치.
- 제1항에 있어서, 상기 전자 장치는,
스마트 스피커(smart speaker)인, 전자 장치.
- 제1항에 있어서, 상기 인스트럭션들은, 상기 프로세서가,
상기 외부 전자 장치로부터 상기 외부 서버에 접근하기 위한 정보를 수신하고,
상기 수신한 외부 서버에 접근하기 위한 정보에 기반하여, 상기 외부 서버에 접속하도록 하는, 전자 장치.
- 제1항에 있어서, 상기 인스트럭션들은, 상기 프로세서가,
상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하고,
상기 판단한 수행 주체에 기반하여 성문 인증이 필요한지 여부를 판단하도록 하는, 전자 장치.
- 제1항에 있어서, 상기 인스트럭션들은, 상기 프로세서가,
상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작을 판단하고,
상기 판단한 동작이 성문 인증이 필요한지 여부를 판단하도록 하는, 전자 장치.
- 제1항에 있어서, 상기 인스트럭션들은, 상기 프로세서가,
상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하고,
상기 판단 결과 상기 동작의 수행 주체가 상기 전자 장치이면, 상기 외부 전자 장치로 동작 관련 정보를 요청하고,
상기 외부 전자 장치로부터 수신된 동작 관련 정보에 적어도 기반하여, 상기 제1 음성 입력에 상응하는 동작을 수행하도록 하는, 전자 장치.
- 제1항에 있어서, 상기 인스트럭션들은, 상기 프로세서가,
상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하고,
상기 판단 결과 상기 동작의 수행 주체가 상기 외부 전자 장치이면, 상기 외부 전자 장치로 동작 관련 정보를 전송하도록 하는, 전자 장치.
- 전자 장치의 기능 실행 방법에 있어서,
마이크를 통해 제1 음성 입력을 수신하는 동작;
상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것인지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하는 동작;
상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함한 요청 메시지를 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 전송하는 동작;
상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함한 응답 메시지를 상기 외부 전자 장치로부터 수신하는 동작;
상기 마이크를 통해 제2 음성 입력을 수신하는 동작; 및
적어도 부분적으로 자동 음성 인식(ASR; automatic speech recognition) 및/또는 자연어 이해(NLU; natural language understanding)를 위해 외부 서버로 상기 제2 음성 입력과 연관된 제2 데이터를 전송하는 동작을 포함하는, 전자 장치의 기능 실행 방법.
- 제10항에 있어서, 상기 방법은,
적어도 부분적으로 상기 외부 서버를 이용하여 상기 제1 성문 인증을 수행하도록 하는 동작을 더 포함하는, 전자 장치의 기능 실행 방법.
- 제10항에 있어서, 상기 적어도 하나의 외부 전자 장치는,
WiFi(wireless fidelity), LiFi(light fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(ZigBee), NFC(near field communication), 또는 자력 시큐어 트랜스미션(magnetic secure transmission) 중 적어도 하나를 포함하는 근거리 통신을 통해 상기 전자 장치와 연결되는, 전자 장치의 기능 실행 방법.
- 제10항에 있어서, 상기 방법은,
상기 외부 전자 장치로부터 상기 외부 서버에 접근하기 위한 정보를 수신하는 동작; 및
상기 수신한 외부 서버에 접근하기 위한 정보에 기반하여, 상기 외부 서버에 접속하는 동작;을 더 포함하는, 전자 장치의 기능 실행 방법.
- 제10항에 있어서, 상기 방법은,
상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하는 동작; 및
상기 판단한 수행 주체에 기반하여 성문 인증이 필요한지 여부를 판단하는 동작을 더 포함하는, 전자 장치의 기능 실행 방법.
- 제10항에 있어서, 상기 방법은,
상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작을 판단하는 동작; 및
상기 판단한 동작이 성문 인증이 필요한지 여부를 판단하는 동작을 더 포함하는, 전자 장치의 기능 실행 방법.
- 제10항에 있어서, 상기 방법은,
상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하는 동작;
상기 판단 결과 상기 동작의 수행 주체가 상기 전자 장치이면, 상기 외부 전자 장치로 동작 관련 정보를 요청하는 동작; 및
상기 외부 전자 장치로부터 수신된 동작 관련 정보에 적어도 기반하여, 상기 제1 음성 입력에 상응하는 동작을 수행하는 동작을 더 포함하는, 전자 장치의 기능 실행 방법.
- 제10항에 있어서, 상기 방법은,
상기 제1 음성 입력을 분석하여, 상기 제1 음성 입력에 포함된 동작의 수행 주체를 판단하는 동작; 및
상기 판단 결과 상기 동작의 수행 주체가 상기 외부 전자 장치이면, 상기 외부 전자 장치로 동작 관련 정보를 전송하는 동작을 더 포함하는, 전자 장치의 기능 실행 방법.
- 전자 장치에 있어서,
적어도 하나의 통신 회로;
마이크;
상기 통신 회로, 및 상기 마이크에 작동적으로 연결된 프로세서; 및
상기 프로세서에 작동적으로 연결된 메모리를 포함하고, 상기 메모리는 상기 프로세서가 실행될 때,
상기 마이크를 통해 제1 음성 입력을 수신하고,
상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자에 대응하는지를 판단하기 위해 제1 성문 인증(voice biometrics) 처리를 수행하고,
상기 제1 음성 입력이 상기 전자 장치의 등록된 사용자의 것이 아니면, 상기 통신 회로를 통해 상기 전자 장치에 연결된 적어도 하나의 외부 전자 장치로 상기 외부 전자 장치가 상기 제1 음성 입력에 대한 제2 성문 인증 처리를 수행하도록 하기 위해 상기 제1 음성 입력과 연관된 제1 데이터를 포함하는 요청 메시지를 전송하고,
상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 제2 성문 인증 처리에 기반한 인증(authentication) 결과를 포함하는 응답 메시지를 수신하고,
상기 인증 결과에 기반하여 상기 수신된 제1 음성 입력 또는 상기 마이크를 통해 입력되는 제2 음성 입력에 상응하는 동작을 수행하도록 하는 인스트럭션들을 저장하는, 전자 장치.
- 제18항에 있어서, 상기 인스트럭션들은, 상기 프로세서가,
적어도 부분적으로 상기 외부 서버를 이용하여 상기 제1 성문 인증을 수행하도록 하는, 전자 장치.
- 제18항에 있어서, 상기 전자 장치는,
적어도 하나의 스피커를 포함하는, 스마트 스피커(smart speaker)인, 전자 장치.
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180016277A KR102513297B1 (ko) | 2018-02-09 | 2018-02-09 | 전자 장치 및 전자 장치의 기능 실행 방법 |
| PCT/KR2019/001565 WO2019156499A1 (en) | 2018-02-09 | 2019-02-08 | Electronic device and method of performing function of electronic device |
| EP19156187.7A EP3525205B1 (en) | 2018-02-09 | 2019-02-08 | Electronic device and method of performing function of electronic device |
| CN201980010934.4A CN111699528B (zh) | 2018-02-09 | 2019-02-08 | 电子装置及执行电子装置的功能的方法 |
| US16/270,788 US10923130B2 (en) | 2018-02-09 | 2019-02-08 | Electronic device and method of performing function of electronic device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180016277A KR102513297B1 (ko) | 2018-02-09 | 2018-02-09 | 전자 장치 및 전자 장치의 기능 실행 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190096618A true KR20190096618A (ko) | 2019-08-20 |
| KR102513297B1 KR102513297B1 (ko) | 2023-03-24 |
Family
ID=65365849
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180016277A KR102513297B1 (ko) | 2018-02-09 | 2018-02-09 | 전자 장치 및 전자 장치의 기능 실행 방법 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10923130B2 (ko) |
| EP (1) | EP3525205B1 (ko) |
| KR (1) | KR102513297B1 (ko) |
| CN (1) | CN111699528B (ko) |
| WO (1) | WO2019156499A1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110970036A (zh) * | 2019-12-24 | 2020-04-07 | 网易（杭州）网络有限公司 | 声纹识别方法及装置、计算机存储介质、电子设备 |
| US20230128588A1 (en) * | 2020-08-24 | 2023-04-27 | Unlikely Artificial Intelligence Limited | Computer implemented method for the automated analysis or use of data |
| WO2024058524A1 (ko) * | 2022-09-16 | 2024-03-21 | 삼성전자주식회사 | 오거부 판단 방법 및 이를 수행하는 전자 장치 |
Families Citing this family (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6657025B2 (ja) * | 2016-06-17 | 2020-03-04 | シャープ株式会社 | 操作者推定システム |
| CN109146450A (zh) * | 2017-06-16 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 支付方法、客户端、电子设备、存储介质和服务器 |
| KR102513297B1 (ko) * | 2018-02-09 | 2023-03-24 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 기능 실행 방법 |
| US11893999B1 (en) * | 2018-05-13 | 2024-02-06 | Amazon Technologies, Inc. | Speech based user recognition |
| KR102623246B1 (ko) * | 2018-10-12 | 2024-01-11 | 삼성전자주식회사 | 전자 장치, 전자 장치의 제어 방법 및 컴퓨터 판독 가능 매체. |
| US10902851B2 (en) * | 2018-11-14 | 2021-01-26 | International Business Machines Corporation | Relaying voice commands between artificial intelligence (AI) voice response systems |
| US11043222B1 (en) | 2018-12-03 | 2021-06-22 | Amazon Technologies, Inc. | Audio encryption |
| US11115597B2 (en) * | 2019-02-20 | 2021-09-07 | Lg Electronics Inc. | Mobile terminal having first and second AI agents interworking with a specific application on the mobile terminal to return search results |
| US11531736B1 (en) * | 2019-03-18 | 2022-12-20 | Amazon Technologies, Inc. | User authentication as a service |
| KR102135182B1 (ko) * | 2019-04-05 | 2020-07-17 | 주식회사 솔루게이트 | 성문인식을 통한 인공지능 스피커 맞춤형 개인화 서비스 시스템 |
| US10867608B1 (en) | 2019-05-31 | 2020-12-15 | Apple Inc. | Multi-user configuration |
| CN110290468B (zh) * | 2019-07-04 | 2020-09-22 | 英华达（上海）科技有限公司 | 虚拟隔音通信方法、装置、系统、电子设备、存储介质 |
| CN112712803B (zh) * | 2019-07-15 | 2022-02-25 | 华为技术有限公司 | 一种语音唤醒的方法和电子设备 |
| US10839060B1 (en) * | 2019-08-27 | 2020-11-17 | Capital One Services, Llc | Techniques for multi-voice speech recognition commands |
| KR20210028422A (ko) * | 2019-09-04 | 2021-03-12 | 삼성전자주식회사 | 전자장치 및 그 제어방법 |
| CN110610704A (zh) * | 2019-09-09 | 2019-12-24 | 上海赛连信息科技有限公司 | 一种标识展示的方法、介质、装置和计算设备 |
| CN110531632B (zh) * | 2019-09-27 | 2022-08-26 | 北京声智科技有限公司 | 控制方法及系统 |
| CN110636390A (zh) * | 2019-11-08 | 2019-12-31 | 云南泰想去网络科技有限公司 | 一种云智能连接器 |
| CN111028835B (zh) * | 2019-11-18 | 2022-08-09 | 北京小米移动软件有限公司 | 资源置换方法、装置、系统、计算机可读存储介质 |
| US11152000B1 (en) * | 2019-12-19 | 2021-10-19 | Express Scripts Strategic Development, Inc. | Predictive analysis system |
| CN111081249A (zh) * | 2019-12-30 | 2020-04-28 | 腾讯科技（深圳）有限公司 | 一种模式选择方法、装置及计算机可读存储介质 |
| CN111600782B (zh) * | 2020-04-28 | 2021-05-18 | 百度在线网络技术（北京）有限公司 | 智能语音设备的控制方法、装置、电子设备和存储介质 |
| CN111583932A (zh) * | 2020-04-30 | 2020-08-25 | 厦门快商通科技股份有限公司 | 一种基于人声模型的声音分离方法和装置以及设备 |
| CN111640434A (zh) * | 2020-06-05 | 2020-09-08 | 三星电子（中国）研发中心 | 用于控制语音设备的方法和装置 |
| US11503372B2 (en) | 2020-06-17 | 2022-11-15 | Google Llc | Automation and recommendation based on device control protocols |
| US11206052B1 (en) * | 2020-06-18 | 2021-12-21 | HAJEN Co., Ltd | Smart speaker |
| CN111785284B (zh) * | 2020-08-19 | 2024-04-30 | 科大讯飞股份有限公司 | 基于音素辅助的文本无关声纹识别方法、装置以及设备 |
| JP7559437B2 (ja) * | 2020-09-01 | 2024-10-02 | ヤマハ株式会社 | 通信制御方法 |
| US20220129144A1 (en) * | 2020-10-26 | 2022-04-28 | Apple Inc. | Methods and user interfaces for handling user requests |
| US20220172729A1 (en) * | 2020-12-01 | 2022-06-02 | Soundhound, Inc. | System and Method For Achieving Interoperability Through The Use of Interconnected Voice Verification System |
| EP4017021A1 (en) | 2020-12-21 | 2022-06-22 | Sonova AG | Wireless personal communication via a hearing device |
| US11942094B2 (en) * | 2021-03-24 | 2024-03-26 | Google Llc | Hybrid multilingual text-dependent and text-independent speaker verification |
| CN114301723A (zh) * | 2021-12-21 | 2022-04-08 | 珠海格力电器股份有限公司 | 一种智能家居控制系统及方法 |
| CN115460166B (zh) * | 2022-09-06 | 2024-09-03 | 网易（杭州）网络有限公司 | 即时语音通信方法、装置、电子设备及存储介质 |
| CN117201879B (zh) * | 2023-11-06 | 2024-04-09 | 深圳市微浦技术有限公司 | 机顶盒显示方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060085189A1 (en) * | 2004-10-15 | 2006-04-20 | Derek Dalrymple | Method and apparatus for server centric speaker authentication |
| US20110099009A1 (en) * | 2009-10-22 | 2011-04-28 | Broadcom Corporation | Network/peer assisted speech coding |
| US20160358605A1 (en) * | 2013-03-12 | 2016-12-08 | Nuance Communications, Inc. | Methods and apparatus for detecting a voice command |
| US20170358317A1 (en) * | 2016-06-10 | 2017-12-14 | Google Inc. | Securely Executing Voice Actions Using Contextual Signals |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060277043A1 (en) * | 2005-06-06 | 2006-12-07 | Edward Tomes | Voice authentication system and methods therefor |
| US20080256613A1 (en) * | 2007-03-13 | 2008-10-16 | Grover Noel J | Voice print identification portal |
| DE102007014885B4 (de) * | 2007-03-26 | 2010-04-01 | Voice.Trust Mobile Commerce IP S.á.r.l. | Verfahren und Vorrichtung zur Steuerung eines Nutzerzugriffs auf einen in einem Datennetz bereitgestellten Dienst |
| US8099289B2 (en) * | 2008-02-13 | 2012-01-17 | Sensory, Inc. | Voice interface and search for electronic devices including bluetooth headsets and remote systems |
| EP2515497B1 (en) * | 2011-04-18 | 2018-07-04 | Werner Blessing | Method for performing authentication in a distributed authentication system and authentication system |
| US8949958B1 (en) | 2011-08-25 | 2015-02-03 | Amazon Technologies, Inc. | Authentication using media fingerprinting |
| CN102737634A (zh) * | 2012-05-29 | 2012-10-17 | 百度在线网络技术（北京）有限公司 | 一种基于语音的认证方法及装置 |
| US9147399B1 (en) | 2012-08-31 | 2015-09-29 | Amazon Technologies, Inc. | Identification using audio signatures and additional characteristics |
| US9286899B1 (en) | 2012-09-21 | 2016-03-15 | Amazon Technologies, Inc. | User authentication for devices using voice input or audio signatures |
| US9251787B1 (en) * | 2012-09-26 | 2016-02-02 | Amazon Technologies, Inc. | Altering audio to improve automatic speech recognition |
| US9299350B1 (en) | 2013-03-15 | 2016-03-29 | Amazon Technologies, Inc. | Systems and methods for identifying users of devices and customizing devices to users |
| WO2015005927A1 (en) * | 2013-07-11 | 2015-01-15 | Intel Corporation | Device wake and speaker verification using the same audio input |
| US20150025888A1 (en) * | 2013-07-22 | 2015-01-22 | Nuance Communications, Inc. | Speaker recognition and voice tagging for improved service |
| US9443522B2 (en) * | 2013-11-18 | 2016-09-13 | Beijing Lenovo Software Ltd. | Voice recognition method, voice controlling method, information processing method, and electronic apparatus |
| US9257120B1 (en) * | 2014-07-18 | 2016-02-09 | Google Inc. | Speaker verification using co-location information |
| US10127911B2 (en) * | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
| JP6415727B2 (ja) * | 2014-11-21 | 2018-10-31 | コナ アイ カンパニー リミテッド | マルチナンバーサービス提供方法 |
| US9704488B2 (en) * | 2015-03-20 | 2017-07-11 | Microsoft Technology Licensing, Llc | Communicating metadata that identifies a current speaker |
| KR102405793B1 (ko) * | 2015-10-15 | 2022-06-08 | 삼성전자 주식회사 | 음성 신호 인식 방법 및 이를 제공하는 전자 장치 |
| CA3026251C (en) * | 2016-06-01 | 2021-05-04 | Onvocal, Inc. | System and method for voice authentication |
| KR102513297B1 (ko) * | 2018-02-09 | 2023-03-24 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 기능 실행 방법 |
-
2018
- 2018-02-09 KR KR1020180016277A patent/KR102513297B1/ko active IP Right Grant
-
2019
- 2019-02-08 EP EP19156187.7A patent/EP3525205B1/en active Active
- 2019-02-08 WO PCT/KR2019/001565 patent/WO2019156499A1/en active Application Filing
- 2019-02-08 US US16/270,788 patent/US10923130B2/en active Active
- 2019-02-08 CN CN201980010934.4A patent/CN111699528B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060085189A1 (en) * | 2004-10-15 | 2006-04-20 | Derek Dalrymple | Method and apparatus for server centric speaker authentication |
| US20110099009A1 (en) * | 2009-10-22 | 2011-04-28 | Broadcom Corporation | Network/peer assisted speech coding |
| US20160358605A1 (en) * | 2013-03-12 | 2016-12-08 | Nuance Communications, Inc. | Methods and apparatus for detecting a voice command |
| US20170358317A1 (en) * | 2016-06-10 | 2017-12-14 | Google Inc. | Securely Executing Voice Actions Using Contextual Signals |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110970036A (zh) * | 2019-12-24 | 2020-04-07 | 网易（杭州）网络有限公司 | 声纹识别方法及装置、计算机存储介质、电子设备 |
| CN110970036B (zh) * | 2019-12-24 | 2022-07-12 | 网易（杭州）网络有限公司 | 声纹识别方法及装置、计算机存储介质、电子设备 |
| US20230128588A1 (en) * | 2020-08-24 | 2023-04-27 | Unlikely Artificial Intelligence Limited | Computer implemented method for the automated analysis or use of data |
| WO2024058524A1 (ko) * | 2022-09-16 | 2024-03-21 | 삼성전자주식회사 | 오거부 판단 방법 및 이를 수행하는 전자 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019156499A1 (en) | 2019-08-15 |
| US20190251975A1 (en) | 2019-08-15 |
| EP3525205A1 (en) | 2019-08-14 |
| EP3525205B1 (en) | 2021-06-02 |
| KR102513297B1 (ko) | 2023-03-24 |
| CN111699528B (zh) | 2023-11-03 |
| CN111699528A (zh) | 2020-09-22 |
| US10923130B2 (en) | 2021-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102513297B1 (ko) | 전자 장치 및 전자 장치의 기능 실행 방법 | |
| US11854527B2 (en) | Electronic device and method of controlling speech recognition by electronic device | |
| US11270695B2 (en) | Augmentation of key phrase user recognition | |
| US11238871B2 (en) | Electronic device and control method thereof | |
| CN105940407B (zh) | 用于评估音频口令的强度的系统和方法 | |
| KR102590914B1 (ko) | 전자 장치 및 이의 제어 방법 | |
| JP2018190413A (ja) | ユーザ発話の表現法を把握して機器の動作やコンテンツ提供範囲を調整し提供するユーザ命令処理方法およびシステム | |
| KR102508863B1 (ko) | 전자 장치 및 상기 전자 장치로부터 수신된 데이터를 처리하는 서버 | |
| KR102472010B1 (ko) | 전자 장치 및 전자 장치의 기능 실행 방법 | |
| US11631406B2 (en) | Method for responding to user utterance and electronic device for supporting same | |
| KR102563817B1 (ko) | 사용자 음성 입력 처리 방법 및 이를 지원하는 전자 장치 | |
| US20140146644A1 (en) | Methods and systems for ambient system comtrol | |
| CN109474658A (zh) | 用外部设备支持任务运行的电子设备、服务器和记录介质 | |
| US11315553B2 (en) | Electronic device and method for providing or obtaining data for training thereof | |
| JP2024116311A (ja) | 相互接続された音声検証システムの使用を通して相互運用性を達成するためのシステム、方法、およびプログラム | |
| CN112567718A (zh) | 响应用户语音执行包括呼叫的任务的电子装置及操作方法 | |
| KR101995443B1 (ko) | 화자 검증 방법 및 음성인식 시스템 | |
| EP3654170B1 (en) | Electronic apparatus and wifi connecting method thereof | |
| KR102511517B1 (ko) | 음성 입력 처리 방법 및 이를 지원하는 전자 장치 | |
| KR102396147B1 (ko) | 음성 명령을 이용한 동작을 수행하는 전자 장치 및 전자 장치의 동작 방법 |
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 |