KR20190096862A - 인공지능 장치를 이용한 음성 인식 기반 사용자 인증 방법 및 이를 위한 장치 - Google Patents
인공지능 장치를 이용한 음성 인식 기반 사용자 인증 방법 및 이를 위한 장치 Download PDFInfo
- Publication number
- KR20190096862A KR20190096862A KR1020190092761A KR20190092761A KR20190096862A KR 20190096862 A KR20190096862 A KR 20190096862A KR 1020190092761 A KR1020190092761 A KR 1020190092761A KR 20190092761 A KR20190092761 A KR 20190092761A KR 20190096862 A KR20190096862 A KR 20190096862A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- user authentication
- specific
- question
- speech
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 181
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 166
- 238000004891 communication Methods 0.000 claims description 51
- 230000005540 biological transmission Effects 0.000 claims description 31
- 230000003190 augmentative effect Effects 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 description 45
- 238000003786 synthesis reaction Methods 0.000 description 45
- 238000012545 processing Methods 0.000 description 34
- 230000008569 process Effects 0.000 description 32
- 238000003062 neural network model Methods 0.000 description 16
- 238000013528 artificial neural network Methods 0.000 description 15
- 238000012549 training Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 210000004027 cell Anatomy 0.000 description 11
- 230000008451 emotion Effects 0.000 description 10
- 230000004044 response Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 239000003795 chemical substances by application Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000011084 recovery Methods 0.000 description 6
- 230000011664 signaling Effects 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000013136 deep learning model Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 5
- 230000008054 signal transmission Effects 0.000 description 5
- 238000010408 sweeping Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000003203 everyday effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008093 supporting effect Effects 0.000 description 4
- 238000001308 synthesis method Methods 0.000 description 4
- 238000007630 basic procedure Methods 0.000 description 3
- 230000001914 calming effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- 101150071746 Pbsn gene Proteins 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000003101 oviduct Anatomy 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000010454 slate Substances 0.000 description 2
- 235000011888 snacks Nutrition 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 101000741965 Homo sapiens Inactive tyrosine-protein kinase PRAG1 Proteins 0.000 description 1
- 102100038659 Inactive tyrosine-protein kinase PRAG1 Human genes 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000001093 holography Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
- G06F16/337—Profile generation, learning or modification
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- 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
- G10L15/04—Segmentation; Word boundary detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- 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
- G10L17/18—Artificial neural networks; Connectionist approaches
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
- H04L9/3231—Biological data, e.g. fingerprint, voice or retina
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mobile Radio Communication Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Telephonic Communication Services (AREA)
Abstract
인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법을 개시한다. 본 발명의 일 실시 예에 따른 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법은, 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법은, 특정 사용자의 제1 발화의 음성 특성에 기초하여 제1 사용자 인증을 수행하고, 상기 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 적어도 하나의 특정 질문을 제공하고, 상기 특정 사용자의 상기 적어도 하나의 특정 질문에 대한 답변인 적어도 하나의 제2 발화를 센싱(sensing)하고 및 상기 적어도 하나의 제2 발화가 포함하는 내용에 기초하여 상기 특정 사용자가 디바이스를 사용하기 위한 제2 사용자 인증을 수행한다.
본 발명은 지능형 컴퓨팅 디바이스가 인공 지능(Artificail Intelligenfce) 모듈, 드론(Unmanned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(virtual reality, VR) 장치, 5G 서비스와 관련된 장치 등과 연계될 수 있다.
본 발명은 지능형 컴퓨팅 디바이스가 인공 지능(Artificail Intelligenfce) 모듈, 드론(Unmanned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(virtual reality, VR) 장치, 5G 서비스와 관련된 장치 등과 연계될 수 있다.
Description
본 발명은 인공지능 장치를 이용한 사용자 인증 방법에 관한 것으로서, 보다 구체적으로는 인공지능 장치를 이용한 음성인식 기반의 사용자 인증 방법 및 이를 위한 장치에 관한 것이다.
사용자 인증 관련하여, 여러 가지 다양한 기술이 연구되고 있다. 특히, 지문 인식, 음성 인식, 홍채 인식 등 생체정보를 이용한 사용자 인증이 다양한 분야에서 사용되고 있고, 음성 인식의 경우 시스템의 간편성 및 인식률 증가로 인해 활발하게 연구되고 있다.
종래의 화자(speaker) 인증의 경우, 마이크로 입력된 화자 음성을 아날로그-디지털 컨버터(Analog to Digital Converter; ADC)를 통해 디지털화 시킨 후, 필터링(filtering) 및 게인(gain) 조절을 통해, CPU(Central Processing Unit) 단에 전달한다. 화자 음성을 입력받은 CPU 단에서는 입력된 신호와 메모리에 저장되어 있는 사용자 음성을 사용자 인식 알고리즘을 통해 비교하여, 화자가 진정한 사용자인지 인증하게 된다.
사용자의 음성이란 타인에게 쉽게 노출될 수 있으며, 또한 녹음 등으로 인한 개인 정보 유출이 쉽기 때문에, 음성 인식을 기반으로 하는 강화된 사용자 인증 방법이 필요하다.
본 발명은 전술한 필요성 및/또는 문제점을 해결하는 것을 목적으로 한다.
또한, 본 발명은 음성인식에 기반한 사용자 인증 방법을 구현하는 것을 목적으로 한다.
또한, 본 발명은 사용자 인증을 수행하는 특정 사용자에게 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 하고, 질문에 대한 특정 사용자의 답변에 기초한 사용자 인증 방법을 구현하는 것을 목적으로 한다.
또한, 본 발명은 인공지능을 이용하여 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 생성하는 방법을 구현하는 것을 목적으로 한다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 양상에 따른 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법은, 특정 사용자의 제1 발화의 음성 특성에 기초하여 제1 사용자 인증을 수행하는 단계; 상기 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 적어도 하나의 특정 질문을 제공하는 단계; 상기 특정 사용자의 상기 적어도 하나의 특정 질문에 대한 답변인 적어도 하나의 제2 발화를 센싱(sensing)하는 단계; 및 상기 적어도 하나의 제2 발화가 포함하는 내용에 기초하여 상기 특정 사용자가 디바이스를 사용하기 위한 제2 사용자 인증을 수행하는 단계; 를 포함한다.
상기 적어도 하나의 제2 발화가 포함하는 내용 중 상기 적어도 하나의 특정 질문에 대한 정답인 내용이 일정 값 이상인 경우, 상기 제2 사용자 인증이 성공될 수 있다.
상기 제1 사용자 인증을 수행하는 단계는, 상기 제1 발화의 제1 음색을 분석하는 단계; 상기 제1 음색이 상기 진정 사용자의 제2 음색과 일치하는지 판단하는 단계; 를 더 포함할 수 있다.
상기 제2 음색은 상기 디바이스가 사전에 저장할 수 있다.
상기 적어도 하나의 특정 질문을 제공하는 단계는, 상기 디바이스가 상기 진정 사용자의 생활 이력을 기록한 생활 이력 데이터에 기초하여 상기 특정 질문을 생성하는 단계를 더 포함할 수 있다.
상기 진정 사용자의 생활 이력은 상기 진정 사용자의 통화 기록, 문자 메시지 기록, 특정 장소 방문 위치 기록, 구매 기록, 일정 기록 또는 카드사용 기록 중 적어도 하나에 관련될 수 있다.
상기 생활 이력 데이터는 상기 진정 사용자가 상기 디바이스를 사용하여 상기 진정 사용자의 생활 이력과 관련된 특정 객체를 선택한 것에 대한 사용자 선택(User Choice: UC) 기록이 문자로 변환되어 상기 특정 객체를 선택한 시간과 함께 저장된 데이터를 포함할 수 있다.
상기 적어도 하나의 특정 질문 중 상기 UC 기록에 기초하여 생성된 질문은 상기 진정 사용자가 선택한 상기 특정 객체 및 상기 특정 객체를 선택한 시간에 관련된 질문일 수 있다.
상기 생활 이력 데이터는 상기 진정 사용자가 상기 디바이스를 통하여 사용한 상기 진정 사용자의 생활 이력과 관련된 영상 데이터 또는 음성 데이터 중 적어도 하나와 관련된 정보가 문자로 변환되어 사용 시간과 함께 저장된 데이터를 포함할 수 있다.
상기 적어도 하나의 특정 질문 중 상기 영상 데이터 또는 음성 데이터 중 적어도 하나에 기초하여 생성된 질문은 상기 영상 데이터 또는 음성 데이터와 관련된 정보 및 상기 영상 데이터 또는 음성 데이터를 사용한 시간에 관련된 질문일 수 있다.
상기 제1 음색과 상기 제2 음색이 일치하지 않는 경우 상기 특정 사용자에게 상기 진정 사용자의 이름(name)과 관련된 질문을 제공하는 단계; 를 더 포함할 수 있다.
상기 제2 사용자 인증을 수행하는 단계는, 상기 특정 사용자의 상기 답변 중 상기 적어도 하나의 특정 질문에 대한 정답인 답변이 일정 값 미만인 경우, 지문 인식 또는 암호 입력에 기초한 제3 사용자 인증을 수행하는 단계; 를 더 포함할 수 있다.
상기 제2 사용자 인증이 성공한 경우, 상기 특정 사용자가 발화한 음성 명령 수행 여부를 상기 진정 사용자의 개인 정보 보안이 필요한지에 기초하여 판단하는 단계; 를 더 포함할 수 있다.
상기 진정 사용자의 개인 정보 보안이 필요하지 않은 경우, 상기 음성 명령을 수행하는 단계; 를 더 포함할 수 있다.
상기 진정 사용자의 개인 정보 보안이 필요한 경우, 상기 제2 사용자 인증을 다시 수행하는 단계; 및 다시 수행된 상기 제2 사용자 인증이 성공한 경우, 상기 음성 명령을 수행하는 단계; 를 더 포함할 수 있다.
상기 제2 발화와 관련된 정보의 전송을 스케줄링하기 위해 사용되는 DCI(Downlink Control Information)를 네트워크로부터 수신하는 단계; 를 더 포함할 수 있고, 상기 제2 발화와 관련된 정보는 상기 DCI에 기초하여 상기 네트워크로 전송될 수 있다.
SSB(Synchronization signal block)에 기초하여 상기 네트워크와 초기 접속 절차를 수행하는 단계; 를 더 포함할 수 있다.
상기 제2 발화와 관련된 정보를 상기 네트워크에 포함된 AI 프로세서로 전송하도록 통신부를 제어하는 단계; 및 상기 AI 프로세서로부터 AI 프로세싱된 제2 사용자 인증 결과 정보를 수신하도록 상기 통신부를 제어하는 단계; 를 더 포함할 수 있다.
본 발명의 다른 양상에 따른 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법을 지원하는 지능형 컴퓨팅 디바이스는, 적어도 하나의 센서를 포함하는 센싱부; 프로세서; 및 상기 프로세서에 의해 실행 가능한 명령어를 포함하는 메모리; 를 포함하고, 상기 명령어는, 상기 프로세서가 특정 사용자의 제1 발화의 음성 특성에 기초하여 제1 사용자 인증을 수행하도록 하고, 상기 프로세서가 상기 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 적어도 하나의 특정 질문을 제공하도록 하고, 상기 프로세서가 상기 센싱부를 제어하여 상기 특정 사용자의 상기 적어도 하나의 특정 질문에 대한 답변인 적어도 하나의 제2 발화를 센싱(sensing)하도록 하고, 및 상기 프로세서가 상기 적어도 하나의 제2 발화가 포함하는 내용에 기초하여 상기 특정 사용자가 디바이스를 사용하기 위한 제2 사용자 인증을 수행하도록 한다.
상기 적어도 하나의 제2 발화가 포함하는 내용 중 상기 적어도 하나의 특정 질문에 대한 정답인 내용이 일정 값 이상인 경우, 상기 제2 사용자 인증이 성공될 수 있다.
본 발명은 음성인식에 기반하여 사용자 인증을 수행할 수 있는 효과가 있다.
또한, 본 발명은 사용자 인증을 수행하는 특정 사용자에게 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 하고, 질문에 대한 특정 사용자의 답변에 기초하여 사용자 인증을 수행할 수 있다.
또한, 본 발명은 인공지능을 이용하여 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 생성할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시 예에 따른 무선 통신 시스템의 블록 구성도를 예시한다.
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본동작의 일 예를 나타낸다.
도 4는 본 발명의 일 실시 예에 따른 AI 장치의 블록도이다.
도 5는 본 발명의 일 실시 예에 따른 AI를 이용한 음성 처리 장치의 개략적인 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 디바이스와 AI 장치가 연계된 시스템을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 8은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 도면이다.
도 9는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 도면이다.
도 10은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 11은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 12는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다
도 13은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 14는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 15는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 16은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다
도 17은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 18은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 19는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시 예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본동작의 일 예를 나타낸다.
도 4는 본 발명의 일 실시 예에 따른 AI 장치의 블록도이다.
도 5는 본 발명의 일 실시 예에 따른 AI를 이용한 음성 처리 장치의 개략적인 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 디바이스와 AI 장치가 연계된 시스템을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 8은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 도면이다.
도 9는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 도면이다.
도 10은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 11은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 12는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다
도 13은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 14는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 15는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 16은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다
도 17은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 18은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 19는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시 예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, AI 프로세싱된 정보를 필요로 하는 장치 및/또는 AI 프로세서가 필요로 하는 5G 통신(5th generation mobile communication)을 단락 A 내지 단락 G를 통해 설명하기로 한다.
A. UE 및 5G 네트워크 블록도 예시
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 1을 참조하면, AI 모듈을 포함하는 장치(AI 장치)를 제1 통신 장치로 정의(도 1의 910)하고, 프로세서(911)가 AI 상세 동작을 수행할 수 있다.
AI 장치와 통신하는 다른 장치(AI 서버)를 포함하는 5G 네트워크를 제2 통신 장치(도 1의 920)하고, 프로세서(921)가 AI 상세 동작을 수행할 수 있다.
5G 네트워크가 제 1 통신 장치로, AI 장치가 제 2 통신 장치로 표현될 수도 있다.
예를 들어, 상기 제 1 통신 장치 또는 상기 제 2 통신 장치는 기지국, 네트워크 노드, 전송 단말, 수신 단말, 무선 장치, 무선 통신 장치, 차량, 자율주행 기능을 탑재한 차량, 커넥티드카(Connected Car), 드론(Unmanned Aerial Vehicle, UAV), AI(Artificial Intelligence) 모듈, 로봇, AR(Augmented Reality) 장치, VR(Virtual Reality) 장치, MR(Mixed Reality) 장치, 홀로그램 장치, 공공 안전 장치, MTC 장치, IoT 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, 5G 서비스와 관련된 장치 또는 그 이외 4차 산업 혁명 분야와 관련된 장치일 수 있다.
예를 들어, 단말 또는 UE(User Equipment)는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털 방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등을 포함할 수 있다. 예를 들어, HMD는 머리에 착용하는 형태의 디스플레이 장치일 수 있다. 예를 들어, HMD는 VR, AR 또는 MR을 구현하기 위해 사용될 수 있다. 예를 들어, 드론은 사람이 타지 않고 무선 컨트롤 신호에 의해 비행하는 비행체일 수 있다. 예를 들어, VR 장치는 가상 세계의 객체 또는 배경 등을 구현하는 장치를 포함할 수 있다. 예를 들어, AR 장치는 현실 세계의 객체 또는 배경 등에 가상 세계의 객체 또는 배경을 연결하여 구현하는 장치를 포함할 수 있다. 예를 들어, MR 장치는 현실 세계의 객체 또는 배경 등에 가상 세계의 객체 또는 배경을 융합하여 구현하는 장치를 포함할 수 있다. 예를 들어, 홀로그램 장치는 홀로그래피라는 두 개의 레이저 광이 만나서 발생하는 빛의 간섭현상을 활용하여, 입체 정보를 기록 및 재생하여 360도 입체 영상을 구현하는 장치를 포함할 수 있다. 예를 들어, 공공 안전 장치는 영상 중계 장치 또는 사용자의 인체에 착용 가능한 영상 장치 등을 포함할 수 있다. 예를 들어, MTC 장치 및 IoT 장치는 사람의 직접적인 개입이나 또는 조작이 필요하지 않는 장치일 수 있다. 예를 들어, MTC 장치 및 IoT 장치는 스마트 미터, 벤딩 머신, 온도계, 스마트 전구, 도어락 또는 각종 센서 등을 포함할 수 있다. 예를 들어, 의료 장치는 질병을 진단, 치료, 경감, 처치 또는 예방할 목적으로 사용되는 장치일 수 있다. 예를 들어, 의료 장치는 상해 또는 장애를 진단, 치료, 경감 또는 보정할 목적으로 사용되는 장치일 수 있다. 예를 들어, 의료 장치는 구조 또는 기능을 검사, 대체 또는 변형할 목적으로 사용되는 장치일 수 있다. 예를 들어, 의료 장치는 임신을 조절할 목적으로 사용되는 장치일 수 있다. 예를 들어, 의료 장치는 진료용 장치, 수술용 장치, (체외) 진단용 장치, 보청기 또는 시술용 장치 등을 포함할 수 있다. 예를 들어, 보안 장치는 발생할 우려가 있는 위험을 방지하고, 안전을 유지하기 위하여 설치한 장치일 수 있다. 예를 들어, 보안 장치는 카메라, CCTV, 녹화기(recorder) 또는 블랙박스 등일 수 있다. 예를 들어, 핀테크 장치는 모바일 결제 등 금융 서비스를 제공할 수 있는 장치일 수 있다.
도 1을 참고하면, 제 1 통신 장치(910)와 제 2 통신 장치(920)은 프로세서(processor, 911,921), 메모리(memory, 914,924), 하나 이상의 Tx/Rx RF 모듈(radio frequency module, 915,925), Tx 프로세서(912,922), Rx 프로세서(913,923), 안테나(916,926)를 포함한다. Tx/Rx 모듈은 트랜시버라고도 한다. 각각의 Tx/Rx 모듈(915)는 각각의 안테나(926)을 통해 신호를 전송한다. 프로세서는 앞서 살핀 기능, 과정 및/또는 방법을 구현한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다. 보다 구체적으로, DL(제 1 통신 장치에서 제 2 통신 장치로의 통신)에서, 전송(TX) 프로세서(912)는 L1 계층(즉, 물리 계층)에 대한 다양한 신호 처리 기능을 구현한다. 수신(RX) 프로세서는 L1(즉, 물리 계층)의 다양한 신호 프로세싱 기능을 구현한다.
UL(제 2 통신 장치에서 제 1 통신 장치로의 통신)은 제 2 통신 장치(920)에서 수신기 기능과 관련하여 기술된 것과 유사한 방식으로 제 1 통신 장치(910)에서 처리된다. 각각의 Tx/Rx 모듈(925)는 각각의 안테나(926)을 통해 신호를 수신한다. 각각의 Tx/Rx 모듈은 RF 반송파 및 정보를 RX 프로세서(923)에 제공한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다.
본 발명의 일 실시 예에 의하면, 상기 제1 통신 장치는 차량이 될 수 있으며, 상기 제2 통신 장치는 5G 네트워크가 될 수 있다.
물리 채널 및 일반적인 신호 전송
도 2는 3GPP 시스템에 이용되는 물리 채널들 및 일반적인 신호 전송을 예시한다. 무선 통신 시스템에서 단말은 기지국으로부터 하향링크(Downlink, DL)를 통해 정보를 수신하고, 단말은 기지국으로 상향링크(Uplink, UL)를 통해 정보를 전송한다. 기지국과 단말이 송수신하는 정보는 데이터 및 다양한 제어 정보를 포함하고, 이들이 송수신 하는 정보의 종류/용도에 따라 다양한 물리 채널이 존재한다.
단말은 전원이 켜지거나 새로이 셀에 진입한 경우 기지국과 동기를 맞추는 등의 초기 셀 탐색(Initial cell search) 작업을 수행한다(S201). 이를 위해, 단말은 기지국으로부터 주 동기 신호(Primary Synchronization Signal, PSS) 및 부 동기 신호(Secondary Synchronization Signal, SSS)을 수신하여 기지국과 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. 그 후, 단말은 기지국으로부터 물리 방송 채널(Physical Broadcast Channel, PBCH)를 수신하여 셀 내 방송 정보를 획득할 수 있다. 한편, 단말은 초기 셀 탐색 단계에서 하향링크 참조 신호(Downlink Reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다.
초기 셀 탐색을 마친 단말은 물리 하향링크 제어 채널(Physical Downlink Control Channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(Physical Downlink Control Channel; PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S202).
한편, 기지국에 최초로 접속하거나 신호 송신을 위한 무선 자원이 없는 경우, 단말은 기지국에 대해 임의 접속 과정(Random Access Procedure, RACH)을 수행할 수 있다(S203 내지 S206). 이를 위해, 단말은 물리 임의 접속 채널(Physical Random Access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로 송신하고(S203 및 S205), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 응답 메시지((RAR(Random Access Response) message)를 수신할 수 있다. 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 절차(Contention Resolution Procedure)를 수행할 수 있다(S206).
상술한 바와 같은 절차를 수행한 단말은 이후 일반적인 상/하향링크 신호 송신 절차로서 PDCCH/PDSCH 수신(S207) 및 물리 상향링크 공유 채널(Physical Uplink Shared Channel, PUSCH)/물리 상향링크 제어 채널(Physical Uplink Control Channel; PUCCH) 송신(S208)을 수행할 수 있다. 특히 단말은 PDCCH를 통하여 하향링크 제어 정보(Downlink Control Information, DCI)를 수신할 수 있다. 여기서, DCI는 단말에 대한 자원 할당 정보와 같은 제어 정보를 포함하며, 사용 목적에 따라 포맷이 서로 다르게 적용될 수 있다.
한편, 단말이 상향링크를 통해 기지국에 송신하는 또는 단말이 기지국으로부터 수신하는 제어 정보는 하향링크/상향링크 ACK/NACK 신호, CQI(Channel Quality Indicator), PMI(Precoding Matrix 인덱스), RI(Rank Indicator) 등을 포함할 수 있다. 단말은 상술한 CQI/PMI/RI 등의 제어 정보를 PUSCH 및/또는 PUCCH를 통해 송신할 수 있다.
C. 5G 통신 시스템의 빔 관리(Beam Management, BM) 절차
BM 과정은 (1) SSB 또는 CSI-RS를 이용하는 DL BM 과정과, (2) SRS(sounding reference signal)을 이용하는 UL BM 과정으로 구분될 수 있다. 또한, 각 BM 과정은 Tx 빔을 결정하기 위한 Tx 빔 스위핑과 Rx 빔을 결정하기 위한 Rx 빔 스위핑을 포함할 수 있다.
SSB를 이용한 DL BM 과정에 대해 살펴본다.
SSB를 이용한 빔 보고(beam report)에 대한 설정은 RRC_CONNECTED에서 채널 상태 정보(channel state information, CSI)/빔 설정 시에 수행된다.
- UE는 BM을 위해 사용되는 SSB 자원들에 대한 CSI-SSB-ResourceSetList를 포함하는 CSI-ResourceConfig IE를 BS로부터 수신한다. RRC 파라미터 csi-SSB-ResourceSetList는 하나의 자원 세트에서 빔 관리 및 보고을 위해 사용되는 SSB 자원들의 리스트를 나타낸다. 여기서, SSB 자원 세트는 {SSBx1, SSBx2, SSBx3, SSBx4, ?}으로 설정될 수 있다. SSB 인덱스는 0부터 63까지 정의될 수 있다.
- UE는 상기 CSI-SSB-ResourceSetList에 기초하여 SSB 자원들 상의 신호들을 상기 BS로부터 수신한다.
- SSBRI 및 참조 신호 수신 전력(reference signal received power, RSRP)에 대한 보고와 관련된 CSI-RS reportConfig가 설정된 경우, 상기 UE는 최선(best) SSBRI 및 이에 대응하는 RSRP를 BS에게 보고한다. 예를 들어, 상기 CSI-RS reportConfig IE의 reportQuantity가 'ssb-Index-RSRP'로 설정된 경우, UE는 BS으로 최선 SSBRI 및 이에 대응하는 RSRP를 보고한다.
UE는 SSB와 동일한 OFDM 심볼(들)에 CSI-RS 자원이 설정되고, 'QCL-TypeD'가 적용 가능한 경우, 상기 UE는 CSI-RS와 SSB가 'QCL-TypeD' 관점에서 유사 동일 위치된(quasi co-located, QCL) 것으로 가정할 수 있다. 여기서, QCL-TypeD는 공간(spatial) Rx 파라미터 관점에서 안테나 포트들 간에 QCL되어 있음을 의미할 수 있다. UE가 QCL-TypeD 관계에 있는 복수의 DL 안테나 포트들의 신호들을 수신 시에는 동일한 수신 빔을 적용해도 무방하다.
다음으로, CSI-RS를 이용한 DL BM 과정에 대해 살펴본다.
CSI-RS를 이용한 UE의 Rx 빔 결정(또는 정제(refinement)) 과정과 BS의 Tx 빔 스위핑 과정에 대해 차례대로 살펴본다. UE의 Rx 빔 결정 과정은 반복 파라미터가 'ON'으로 설정되며, BS의 Tx 빔 스위핑 과정은 반복 파라미터가 'OFF'로 설정된다.
먼저, UE의 Rx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'ON'으로 세팅되어 있다.
- UE는 상기 RRC 파라미터 'repetition'이 'ON'으로 설정된 CSI-RS 자원 세트 내의 자원(들) 상에서의 신호들을 BS의 동일 Tx 빔(또는 DL 공간 도메인 전송 필터)을 통해 서로 다른 OFDM 심볼에서 반복 수신한다.
- UE는 자신의 Rx 빔을 결정한다.
- UE는 CSI 보고를 생략한다. 즉, UE는 상가 RRC 파라미터 'repetition'이 'ON'으로 설정된 경우, CSI 보고를 생략할 수 있다.
다음으로, BS의 Tx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'OFF'로 세팅되어 있으며, BS의 Tx 빔 스위핑 과정과 관련된다.
- UE는 상기 RRC 파라미터 'repetition'이 'OFF'로 설정된 CSI-RS 자원 세트 내의 자원들 상에서의 신호들을 BS의 서로 다른 Tx 빔(DL 공간 도메인 전송 필터)을 통해 수신한다.
- UE는 최상의(best) 빔을 선택(또는 결정)한다.
- UE는 선택된 빔에 대한 ID(예, CRI) 및 관련 품질 정보(예, RSRP)를 BS으로 보고한다. 즉, UE는 CSI-RS가 BM을 위해 전송되는 경우 CRI와 이에 대한 RSRP를 BS으로 보고한다.
다음으로, SRS를 이용한 UL BM 과정에 대해 살펴본다.
- UE는 'beam management'로 설정된 (RRC 파라미터) 용도 파라미터를 포함하는 RRC 시그널링(예, SRS-Config IE)를 BS로부터 수신한다. SRS-Config IE는 SRS 전송 설정을 위해 사용된다. SRS-Config IE는 SRS-Resources의 리스트와 SRS-ResourceSet들의 리스트를 포함한다. 각 SRS 자원 세트는 SRS-resource들의 세트를 의미한다.
- UE는 상기 SRS-Config IE에 포함된 SRS-SpatialRelation Info에 기초하여 전송할 SRS 자원에 대한 Tx 빔포밍을 결정한다. 여기서, SRS-SpatialRelation Info는 SRS 자원별로 설정되고, SRS 자원별로 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용할지를 나타낸다.
- 만약 SRS 자원에 SRS-SpatialRelationInfo가 설정되면 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용하여 전송한다. 하지만, SRS 자원에 SRS-SpatialRelationInfo가 설정되지 않으면, 상기 UE는 임의로 Tx 빔포밍을 결정하여 결정된 Tx 빔포밍을 통해 SRS를 전송한다.
다음으로, 빔 실패 복구(beam failure recovery, BFR) 과정에 대해 살펴본다.
빔포밍된 시스템에서, RLF(Radio Link Failure)는 UE의 회전(rotation), 이동(movement) 또는 빔포밍 블로키지(blockage)로 인해 자주 발생할 수 있다. 따라서, 잦은 RLF가 발생하는 것을 방지하기 위해 BFR이 NR에서 지원된다. BFR은 무선 링크 실패 복구 과정과 유사하고, UE가 새로운 후보 빔(들)을 아는 경우에 지원될 수 있다. 빔 실패 검출을 위해, BS는 UE에게 빔 실패 검출 참조 신호들을 설정하고, 상기 UE는 상기 UE의 물리 계층으로부터의 빔 실패 지시(indication)들의 횟수가 BS의 RRC 시그널링에 의해 설정된 기간(period) 내에 RRC 시그널링에 의해 설정된 임계치(threshold)에 이르면(reach), 빔 실패를 선언(declare)한다. 빔 실패가 검출된 후, 상기 UE는 PCell 상의 임의 접속 과정을 개시(initiate)함으로써 빔 실패 복구를 트리거하고; 적절한(suitable) 빔을 선택하여 빔 실패 복구를 수행한다(BS가 어떤(certain) 빔들에 대해 전용 임의 접속 자원들을 제공한 경우, 이들이 상기 UE에 의해 우선화된다). 상기 임의 접속 절차의 완료(completion) 시, 빔 실패 복구가 완료된 것으로 간주된다.
D. URLLC (Ultra-Reliable and Low Latency Communication)
NR에서 정의하는 URLLC 전송은 (1) 상대적으로 낮은 트래픽 크기, (2) 상대적으로 낮은 도착 레이트(low arrival rate), (3) 극도의 낮은 레이턴시 요구사항(requirement)(예, 0.5, 1ms), (4) 상대적으로 짧은 전송 지속기간(duration)(예, 2 OFDM symbols), (5) 긴급한 서비스/메시지 등에 대한 전송을 의미할 수 있다. UL의 경우, 보다 엄격(stringent)한 레이턴시 요구 사항(latency requirement)을 만족시키기 위해 특정 타입의 트래픽(예컨대, URLLC)에 대한 전송이 앞서서 스케줄링된 다른 전송(예컨대, eMBB)과 다중화(multiplexing)되어야 할 필요가 있다. 이와 관련하여 한 가지 방안으로, 앞서 스케줄링 받은 UE에게 특정 자원에 대해서 프리엠션(preemption)될 것이라는 정보를 주고, 해당 자원을 URLLC UE가 UL 전송에 사용하도록 한다.
NR의 경우, eMBB와 URLLC 사이의 동적 자원 공유(sharing)이 지원된다. eMBB와 URLLC 서비스들은 비-중첩(non-overlapping) 시간/주파수 자원들 상에서 스케줄될 수 있으며, URLLC 전송은 진행 중인(ongoing) eMBB 트래픽에 대해 스케줄된 자원들에서 발생할 수 있다. eMBB UE는 해당 UE의 PDSCH 전송이 부분적으로 펑처링(puncturing)되었는지 여부를 알 수 없을 수 있고, 손상된 코딩된 비트(corrupted coded bit)들로 인해 UE는 PDSCH를 디코딩하지 못할 수 있다. 이 점을 고려하여, NR에서는 프리엠션 지시(preemption indication)을 제공한다. 상기 프리엠션 지시(preemption indication)는 중단된 전송 지시(interrupted transmission indication)으로 지칭될 수도 있다.
프리엠션 지시와 관련하여, UE는 BS로부터의 RRC 시그널링을 통해 DownlinkPreemption IE를 수신한다. UE가 DownlinkPreemption IE를 제공받으면, DCI 포맷 2_1을 운반(convey)하는 PDCCH의 모니터링을 위해 상기 UE는 DownlinkPreemption IE 내 파라미터 int-RNTI에 의해 제공된 INT-RNTI를 가지고 설정된다. 상기 UE는 추가적으로 servingCellID에 의해 제공되는 서빙 셀 인덱스들의 세트를 포함하는 INT-ConfigurationPerServing Cell에 의해 서빙 셀들의 세트와 positionInDCI에 의해 DCI 포맷 2_1 내 필드들을 위한 위치들의 해당 세트를 가지고 설정되고, dci-PayloadSize에 의해 DCI 포맷 2_1을 위한 정보 페이로드 크기를 가지고 설졍되며, timeFrequencySect에 의한 시간-주파수 자원들의 지시 입도(granularity)를 가지고 설정된다.
상기 UE는 상기 DownlinkPreemption IE에 기초하여 DCI 포맷 2_1을 상기 BS로부터 수신한다.
UE가 서빙 셀들의 설정된 세트 내 서빙 셀에 대한 DCI 포맷 2_1을 검출하면, 상기 UE는 상기 DCI 포맷 2_1이 속한 모니터링 기간의 바로 앞(last) 모니터링 기간의 PRB들의 세트 및 심볼들의 세트 중 상기 DCI 포맷 2_1에 의해 지시되는 PRB들 및 심볼들 내에는 상기 UE로의 아무런 전송도 없다고 가정할 수 있다. 예를 들어, UE는 프리엠션에 의해 지시된 시간-주파수 자원 내 신호는 자신에게 스케줄링된 DL 전송이 아니라고 보고 나머지 자원 영역에서 수신된 신호들을 기반으로 데이터를 디코딩한다.
E. mMTC (massive MTC)
mMTC(massive Machine Type Communication)은 많은 수의 UE와 동시에 통신하는 초연결 서비스를 지원하기 위한 5G의 시나리오 중 하나이다. 이 환경에서, UE는 굉장히 낮은 전송 속도와 이동성을 가지고 간헐적으로 통신하게 된다. 따라서, mMTC는 UE를 얼마나 낮은 비용으로 오랫동안 구동할 수 있는지를 주요 목표로 하고 있다. mMTC 기술과 관련하여 3GPP에서는 MTC와 NB(NarrowBand)-IoT를 다루고 있다.
mMTC 기술은 PDCCH, PUCCH, PDSCH(physical downlink shared channel), PUSCH 등의 반복 전송, 주파수 호핑(hopping), 리튜닝(retuning), 가드 구간(guard period) 등의 특징을 가진다.
즉, 특정 정보를 포함하는 PUSCH(또는 PUCCH(특히, long PUCCH) 또는 PRACH) 및 특정 정보에 대한 응답을 포함하는 PDSCH(또는 PDCCH)가 반복 전송된다. 반복 전송은 주파수 호핑(frequency hopping)을 통해 수행되며, 반복 전송을 위해, 제 1 주파수 자원에서 제 2 주파수 자원으로 가드 구간(guard period)에서 (RF) 리튜닝(retuning)이 수행되고, 특정 정보 및 특정 정보에 대한 응답은 협대역(narrowband)(ex. 6 RB (resource block) or 1 RB)를 통해 송/수신될 수 있다.
F. 5G 통신을 이용한 AI 기본 동작
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본동작의 일 예를 나타낸다.
UE는 특정 정보 전송을 5G 네트워크로 전송한다(S1).그리고, 상기 5G 네트워크는 상기 특정 정보에 대한 5G 프로세싱을 수행한다(S2).여기서, 5G 프로세싱은 AI 프로세싱을 포함할 수 있다. 그리고, 상기 5G 네트워크는 AI 프로세싱 결과를 포함하는 응답을 상기 UE로 전송한다(S3).
G. 5G 통신 시스템에서 사용자 단말과 5G 네트워크 간의 응용 동작
이하, 도 1 및 도 2와 앞서 살핀 무선 통신 기술(BM 절차, URLLC, Mmtc 등)을 참고하여 5G 통신을 이용한 AI 동작에 대해 보다 구체적으로 살펴본다.
먼저, 후술할 본 발명에서 제안하는 방법과 5G 통신의 eMBB 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 S1 단계 및 S3 단계와 같이, UE가 5G 네트워크와 신호, 정보 등을 송/수신하기 위해, UE는 도 3의 S1 단계 이전에 5G 네트워크와 초기 접속(initial access) 절차 및 임의 접속(random access) 절차를 수행한다.
보다 구체적으로, UE는 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다. 상기 초기 접속 절차 과정에서 빔 관리(beam management, BM) 과정, 빔 실패 복구(beam failure recovery) 과정이 추가될 수 있으며, UE가 5G 네트워크로부터 신호를 수신하는 과정에서 QCL(quasi-co location) 관계가 추가될 수 있다.
또한, UE는 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다. 그리고, 상기 5G 네트워크는 상기 UE로 특정 정보의 전송을 스케쥴링하기 위한 UL grant를 전송할 수 있다. 따라서, 상기 UE는 상기 UL grant에 기초하여 상기 5G 네트워크로 특정 정보를 전송한다. 그리고, 상기 5G 네트워크는 상기 UE로 상기 특정 정보에 대한 5G 프로세싱 결과의 전송을 스케쥴링하기 위한 DL grant를 전송한다. 따라서, 상기 5G 네트워크는 상기 DL grant에 기초하여 상기 UE로 AI 프로세싱 결과를 포함하는 응답을 전송할 수 있다.
다음으로, 후술할 본 발명에서 제안하는 방법과 5G 통신의 URLLC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
앞서 설명한 바와 같이, UE가 5G 네트워크와 초기 접속 절차 및/또는 임의 접속 절차를 수행한 후, UE는 5G 네트워크로부터 DownlinkPreemption IE를 수신할 수 있다. 그리고, UE는 DownlinkPreemption IE에 기초하여 프리엠션 지시(pre-emption indication)을 포함하는 DCI 포맷 2_1을 5G 네트워크로부터 수신한다. 그리고, UE는 프리엠션 지시(pre-emption indication)에 의해 지시된 자원(PRB 및/또는 OFDM 심볼)에서 eMBB data의 수신을 수행(또는 기대 또는 가정)하지 않는다. 이후, UE는 특정 정보를 전송할 필요가 있는 경우 5G 네트워크로부터 UL grant를 수신할 수 있다.
다음으로, 후술할 본 발명에서 제안하는 방법과 5G 통신의 mMTC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 단계들 중 mMTC 기술의 적용으로 달라지는 부분 위주로 설명하기로 한다.
도 3의 S1 단계에서, UE는 특정 정보를 5G 네트워크로 전송하기 위해 5G 네트워크로부터 UL grant를 수신한다. 여기서, 상기 UL grant는 상기 특정 정보의 전송에 대한 반복 횟수에 대한 정보를 포함하고, 상기 특정 정보는 상기 반복 횟수에 대한 정보에 기초하여 반복하여 전송될 수 있다. 즉, 상기 UE는 상기 UL grant에 기초하여 특정 정보를 5G 네트워크로 전송한다. 그리고, 특정 정보의 반복 전송은 주파수 호핑을 통해 수행되고, 첫 번째 특정 정보의 전송은 제 1 주파수 자원에서, 두 번째 특정 정보의 전송은 제 2 주파수 자원에서 전송될 수 있다. 상기 특정 정보는 6RB(Resource Block) 또는 1RB(Resource Block)의 협대역(narrowband)을 통해 전송될 수 있다.
앞서 살핀 5G 통신 기술은 후술할 본 발명에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 발명에서 제안하는 방법들의 기술적 특징을 구체화하거나 명확하게 하는데 보충될 수 있다.
도 4는 본 발명의 일 실시 예에 따른 AI 장치의 블록도이다.
상기 AI 장치(20)는 AI 프로세싱을 수행할 수 있는 AI 모듈을 포함하는 전자 기기 또는 상기 AI 모듈을 포함하는 서버 등을 포함할 수 있다. 또한, 상기 AI 장치(20)는 특정 장치 일부의 구성으로 포함되어 AI 프로세싱 중 적어도 일부를 함께 수행하도록 구비될 수도 있다.
상기 AI 프로세싱은, 본 발명이 제공하는 방과 관련된 모든 동작들을 포함할 수 있다.
상기 AI 장치(20)는 AI 프로세서(21), 메모리(25) 및/또는 통신부(27)를 포함할 수 있다.
상기 AI 장치(20)는 신경망을 학습할 수 있는 컴퓨팅 장치로서, 서버, 데스크탑 PC, 노트북 PC, 태블릿 PC 등과 같은 다양한 전자 장치로 구현될 수 있다.
AI 프로세서(21)는 메모리(25)에 저장된 프로그램을 이용하여 신경망을 학습할 수 있다. 특히, AI 프로세서(21)는 본 발명이 제공하는 방법이 수행되기 위해 필요한 데이터를 인식하기 위한 신경망을 학습할 수 있다. 여기서, 본 발명이 제공하는 방법이 수행되기 위해 필요한 데이터를 인식하기 위한 신경망은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 갖는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 모드들은 뉴런이 시냅스(synapse)를 통해 신호를 주고 받는 뉴런의 시냅틱 활동을 모의하도록 각각 연결 관계에 따라 데이터를 주고 받을 수 있다. 여기서 신경망은 신경망 모델에서 발전한 딥러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 신경망 모델의 예는 심층 신경망(DNN, deep neural networks), 합성곱 신경망(CNN, convolutional deep neural networks), 순환 신경망(RNN, Recurrent Boltzmann Machine), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine), 심층 신뢰 신경망(DBN, deep belief networks), 심층 Q-네트워크(Deep Q-Network)와 같은 다양한 딥 러닝 기법들을 포함하며, 컴퓨터비젼, 음성인식, 자연어처리, 음성/신호처리 등의 분야에 적용될 수 있다.
한편, 전술한 바와 같은 기능을 수행하는 프로세서는 범용 프로세서(예를 들어, CPU)일 수 있으나, 인공지능 학습을 위한 AI 전용 프로세서(예를 들어, GPU)일 수 있다.
메모리(25)는 AI 장치(20)의 동작에 필요한 각종 프로그램 및 데이터를 저장할 수 있다. 메모리(25)는 비 휘발성 메모리, 휘발성 메모리, 플래시 메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SDD) 등으로 구현할 수 있다. 메모리(25)는 AI 프로세서(21)에 의해 액세스되며, AI 프로세서(21)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 또한, 메모리(25)는 본 발명의 일 실시 예에 따른 데이터 분류/인식을 위한 학습 알고리즘을 통해 생성된 신경망 모델(예를 들어, 딥 러닝 모델(26))을 저장할 수 있다.
한편, AI 프로세서(21)는 데이터 분류/인식을 위한 신경망을 학습하는 데이터 학습부(22)를 포함할 수 있다. 데이터 학습부(22)는 데이터 분류/인식을 판단하기 위하여 어떤 학습 데이터를 이용할지, 학습 데이터를 이용하여 데이터를 어떻게 분류하고 인식할지에 관한 기준을 학습할 수 있다. 데이터 학습부(22)는 학습에 이용될 학습 데이터를 획득하고, 획득된 학습데이터를 딥러닝 모델에 적용함으로써, 딥러닝 모델을 학습할 수 있다.
데이터 학습부(22)는 적어도 하나의 하드웨어 칩 형태로 제작되어 AI 장치(20)에 탑재될 수 있다. 예를 들어, 데이터 학습부(22)는 인공지능(AI)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 범용 프로세서(CPU) 또는 그래픽 전용 프로세서(GPU)의 일부로 제작되어 AI 장치(20)에 탑재될 수도 있다. 또한, 데이터 학습부(22)는 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(또는 인스트럭션(instruction)을 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록 매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 애플리케이션에 의해 제공될 수 있다.
데이터 학습부(22)는 학습 데이터 획득부(23) 및 모델 학습부(24)를 포함할 수 있다.
학습 데이터 획득부(23)는 데이터를 분류하고 인식하기 위한 신경망 모델에 필요한 학습 데이터를 획득할 수 있다. 예를 들어, 학습 데이터 획득부(23)는 학습 데이터로서, 신경망 모델에 입력하기 위한 차량 데이터 및/또는 샘플 데이터를 획득할 수 있다.
모델 학습부(24)는 상기 획득된 학습 데이터를 이용하여, 신경망 모델이 소정의 데이터를 어떻게 분류할지에 관한 판단 기준을 가지도록 학습할 수 있다. 이 때 모델 학습부(24)는 학습 데이터 중 적어도 일부를 판단 기준으로 이용하는 지도 학습(supervised learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또는 모델 학습부(24)는 지도 없이 학습 데이터를 이용하여 스스로 학습함으로써, 판단 기준을 발견하는 비지도 학습(unsupervised learning)을 통해 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 학습에 따른 상황 판단의 결과가 올바른지에 대한 피드백을 이용하여 강화 학습(reinforcement learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient decent)을 포함하는 학습 알고리즘을 이용하여 신경망 모델을 학습시킬 수 있다.
신경망 모델이 학습되면, 모델 학습부(24)는 학습된 신경망 모델을 메모리에 저장할 수 있다. 모델 학습부(24)는 학습된 신경망 모델을 AI 장치(20)와 유선 또는 무선 네트워크로 연결된 서버의 메모리에 저장할 수도 있다.
데이터 학습부(22)는 인식 모델의 분석 결과를 향상시키거나, 인식 모델의 생성에 필요한 리소스 또는 시간을 절약하기 위해 학습 데이터 전처리부(미도시) 및 학습 데이터 선택부(미도시)를 더 포함할 수도 있다.
학습 데이터 전처리부는 획득된 데이터가 상황 판단을 위한 학습에 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 예를 들어, 학습 데이터 전처리부는, 모델 학습부(24)가 이미지 인식을 위한 학습을 위하여 획득된 학습 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
또한, 학습 데이터 선택부는, 학습 데이터 획득부(23)에서 획득된 학습 데이터 또는 전처리부에서 전처리된 학습 데이터 중 학습에 필요한 데이터를 선택할 수 있다. 선택된 학습 데이터는 모델 학습부(24)에 제공될 수 있다. 예를 들어, 학습 데이터 선택부는, 차량의 카메라를 통해 획득한 영상 중 특정 영역을 검출함으로써, 특정 영역에 포함된 객체에 대한 데이터만을 학습 데이터로 선택할 수 있다.
또한, 데이터 학습부(22)는 신경망 모델의 분석 결과를 향상시키기 위하여 모델 평가부(미도시)를 더 포함할 수도 있다.
모델 평가부는, 신경망 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 분석 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(22)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 인식 모델을 평가하기 위한 기 정의된 데이터일 수 있다. 일 예로, 모델 평가부는 평가 데이터에 대한 학습된 인식 모델의 분석 결과 중, 분석 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정되 임계치를 초과하는 경우, 소정 기준을 만족하지 못한 것으로 평가할 수 있다.
통신부(27)는 AI 프로세서(21)에 의한 AI 프로세싱 결과를 외부 전자 기기로 전송할 수 있다.
여기서 외부 전자 기기는 자율 주행 차량으로 정의될 수 있다. 또한, 상기 AI 장치(20)는 상기 자율 주행 모듈 차량과 통신하는 다른 차량 또는 5G 네트워크로 정의될 수 있다. 한편, 상기 AI 장치(20)는 차량 내에 구비된 자율주행 모듈에 기능적으로 임베딩되어 구현될 수도 있다. 또한, 상기 5G 네트워크는 자율 주행 관련 제어를 수행하는 서버 또는 모듈을 포함할 수 있다.
한편, 도 4에 도시된 AI 장치(20)는 AI 프로세서(21)와 메모리(25), 통신부(27) 등으로 기능적으로 구분하여 설명하였지만, 전술한 구성요소들이 하나의 모듈로 통합되어 AI 모듈로 호칭될 수도 있음을 밝혀둔다.
도 5는 본 발명의 일 실시 예에 따른 AI를 이용한 음성 처리 장치의 개략적인 블록도이다.
도 5를 참조하면, 디바이스(70)는 전처리 모듈(71), 음성 인식 활성화(voice activation) 모듈(72), ASR 모듈(73), 지능형 에이전트(74), NLU 모듈(75), TTS 모듈(76)을 포함할 수 있다. 또한, 디바이스(50)는 입력 모듈(적어도 하나의 마이크로 폰)과, 적어도 하나의 출력 모듈을 포함할 수 있다.
상기 디바이스는 AI 스피커, AI 모니터 등의 AI 장치일 수 있고, 이 외에도 다양한 AI 장치일 수 있다.
ASR 모듈(73)은 클라이언트 디바이스(50)로부터 수신된 사용자 음성 입력을 텍스트 데이터로 변환할 수 있다.
ASR 모듈(73)은 프론트-엔드 스피치 프리 프로세서(front-end speech pre-processor)를 포함한다. 프론트-엔드 스피치 프리프로세서는 스피치 입력으로부터 대표적인 특징을 추출한다. 예를 들어, 프론트-엔드 스피치 프리프로세서는 스피치 입력을 푸리에 변환을 수행하여 대표적인 다차원 벡터의 시퀀스로서 스피치 입력을 특징짓는 스펙트럼 특징을 추출한다. 또한, ASR 모듈(73)은 하나 이상의 스피치 인식 모델(예컨대, 음향 모델 및/또는 언어 모델)을 포함하고, 하나 이상의 스피치 인식 엔진을 구현할 수 있다. 스피치 인식 모델의 예는 은닉 마르코프 모델(hidden Markov models), 가우시안 혼합 모델(Gaussian-Mixture Models), 딥 신경망 모델(Deep Neural Network Models), n-gram 언어 모델, 및 기타 통계 모델을 포함한다. 스피치 인식 엔진의 예는 동적 시간 왜곡 기반 엔진 및 가중치 유한 상태 변환기(WFST) 기반 엔진을 포함한다. 하나 이상의 스피치 인식 모델 및 하나 이상의 스피치 인식 엔진은 중간 인식 결과들(예를 들어, 음소, 음소 문자열, 및 하위 단어들), 및 궁극적으로 텍스트 인식 결과들(예컨대, 단어, 단어 문자열, 또는 토큰들의 시퀀스)을 생성하기 위해 프론트-엔드 스피치 프리프로세서의 추출된 대표 특징들을 처리하는 데 사용될 수 있다.
ASR 모듈(73)이 텍스트 문자열(예를 들어, 단어들, 또는 단어들의 시퀀스, 또는 토큰들의 시퀀스)을 포함하는 인식 결과를 생성하면, 인식 결과는 의도 추론을 위해 자연 언어 처리 모듈(75)로 전달된다. 일부 예들에서, ASR 모듈(73)은 스피치 입력의 다수의 후보 텍스트 표현들을 생성한다. 각각의 후보 텍스트 표현은 스피치 입력에 대응하는 단어들 또는 토큰들의 시퀀스이다.
NLU 모듈(75)은 문법적 분석(Syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자 의도를 파악할 수 있다. 상기 문법적 분석은 문법 단위(예를 들어, 단어, 구, 형태소 등)를 나누고, 나누어진 단위가 어떠한 문법적인 요소를 갖는지 파악할 수 있다. 상기 의미적 분석은 의미(semantic) 매칭, 룰(rule) 매칭, 포뮬러(formula) 매칭 등을 이용하여 수행할 수 있다. 이에 따라, NUL 모듈(75)은 사용자 입력이 어느 도메인(domain), 의도(intent) 또는 상기 의도를 표현하는데 필요한 파라미터(parameter)를 획득할 수 있다.
상기 NLU 모듈(75)은 도메인, 의도 및 상기 의도를 파악하는데 필요한 파라미터로 나누어진 매핑 규칙을 이용하여 사용자의 의도 및 파라미터를 결정할 수 있다. 예를 들어, 하나의 도메인(예를 들어, 알람)은 복수의 의도(예를 들어, 알람 설정, 알람 해제)를 포함할 수 있고, 하나의 의도는 복수의 파라미터(예를 들어, 시간, 반복 횟수, 알람음 등)을 포함할 수 있다. 복수의 룰은, 예를 들어, 하나 이상의 필수 요소 파라미터를 포함할 수 있다. 상기 매칭 규칙은 자연어 이해 데이터 베이스(Natural Language Understanding Database)에 저장될 수 있다.
상기 NLU 모듈(75)은 형태소, 구 등의 언어적 특징(예를 들어, 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 도메인 및 의도에 매칭시켜 사용자의 의도를 결정한다. 예를 들어, NLU 모듈(75)은 각각의 도메인 및 의도에 사용자 입력에서 추출된 단어가 얼마나 포함되어 있는지를 계산하여 사용자 의도를 결정할 수 있다. 일 실시 예에 따르면, NLU 모듈(75)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 일 실시 예에 따르면, NLU 모듈(75)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 인식 데이터 베이스를 이용하여 사용자의 의도를 결정할 수 있다. 또한 일 실시 예에 따르면, NLU 모듈(75)은 개인화 언어 모델(personal language model, PLM)을 이용하여 사용자의 의도를 결정할 수 있다. 예를 들어, NLU 모듈(75)은 개인화된 정보(예를 들어, 연락처 리스트, 음악 리스트, 스케줄 정보, 소셜 네트워크 정보 등)을 이용하여 사용자의 의도를 결정할 수 있다. 상기 개인화 언어 모델은, 예를 들어, 자연어 인식 데이터 베이스에 저장될 수 있다. 일 실시 예에 따르면, NLU 모듈(75) 뿐 아니라 ASR 모듈(73)도 자연어 인식 데이터 베이스에 저장된 개인화 언어 모델을 참고하여 사용자 음성을 인식할 수 있다.
NLU 모듈(75)은 자연어 생성 모듈(미도시)을 더 포함할 수 있다. 상기 자연어 생성 모듈은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 상기 지정된 정보는 예를 들어, 추가 입력에 대한 정보, 사용자 입력에 대응되는 동작의 완료를 안내하는 정보 또는 사용자의 추가 입력을 안내하는 정보 등을 포함할 수 있다. 상기 텍스트 형태로 변경된 정보는 클라이언트 디바이스로 전송되어 디스플레이에 표시되거나, TTS 모듈로 전송되어 음성 형태로 변경될 수 있다.
음성 합성 모듈(TTS 모듈, 76)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. TTS 모듈(76)은 NLU 모듈(75)의 자연어 생성 모듈로부터 텍스트 형태의 정보를 수신하고, 상기 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 상기 디바이스(70)는 상기 음성 형태의 정보를 스피커를 통해 출력할 수 있다.
음성 합성 모듈(76)은 제공된 텍스트에 기초하여 스피치 출력을 합성한다. 예를 들어, 음성 인식 모듈(ASR)(73)에서 생성된 결과는 텍스트 문자열의 형태이다. 음성 합성 모듈(76)은 텍스트 문자열을 가청 스피치 출력으로 변환한다. 음성 합성 모듈(76)은, 텍스트로부터의 스피치 출력을 생성하기 위하여 임의의 적절한 스피치 합성 기법을 사용하는데, 이는 편집 합성(concatenative synthesis), 단위 선택 합성(unit selection synthesis), 다이폰 합성, 도메인-특정 합성, 포먼트 합성(Formant synthesis), 조음 합성(Articulatory synthesis), HMM(hidden Markov model) 기반 합성, 및 정현파 합성(sinewave synthesis)을 포함하지만 이로 한정되지 않는다.
일부 예들에서, 음성 합성 모듈(76)은 단어들에 대응하는 음소 문자열에 기초하여 개별 단어들을 합성하도록 구성된다. 예를 들어, 음소 문자열은 생성된 텍스트 문자열의 단어와 연관된다. 음소 문자열은 단어와 연관된 메타데이터에 저장된다. 음성 합성 모듈(76)은 스피치 형태의 단어를 합성하기 위해 메타데이터 내의 음소 문자열을 직접 프로세싱하도록 구성된다.
한편, 본 발명의 일 실시 예에 따라 디바이스(70)는 지능형 에이전트(Artificial Intelligence Agent, AI 에이전트)(74)를 더 포함할 수 있다. 상기 지능형 에이전트(74)는 전술한 ASR 모듈(73), NLU 모듈(75) 및/또는 TTS 모듈(76)이 수행하는 기능 중 적어도 일부의 기능을 수행하도록 설계될 수 있다. 또한 상기 지능형 에이전트 모듈(74)은 ASR 모듈(73), NLU 모듈(75) 및/또는 TTS 모듈(76) 각각의 독립적인 기능을 수행하는데 기여할 수 있다.
상기 지능형 에이전트 모듈(74)은 심층학습(딥러닝)을 통해 전술한 기능들을 수행할 수 있다. 상기 심층학습은 어떠한 데이터가 있을 때 이를 컴퓨터가 알아 들을 수 있는 형태(예를 들어 이미지의 경우는 픽셀정보를 열벡터로 표현하는 등)로 표현(representation)하고 이를 학습에 적용하기 위해 많은 연구(어떻게 하면 더 좋은 표현기법을 만들고 또 어떻게 이것들을 학습할 모델을 만들지에 대한)가 진행되고 있으며, 이러한 노력의 결과로 심층 신경망(DNN, deep neural networks), 합성곱 신경망(CNN, convolutional deep neural networks), 순환 신경망(RNN, Recurrent Boltzmann Machine), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine), 심층 신뢰 신경망(DBN, deep belief networks), 심층 Q-네트워크(Deep Q-Network)와 같은 다양한 딥 러닝 기법들이 컴퓨터비젼, 음성인식, 자연어처리, 음성/신호처리 등의 분야에 적용될 수 있다.
현재 모든 주요 상업 음성인식 시스템(MS 코타나, 스카이프 번역기, 구글 나우, 애플 시리 등등)이 딥 러닝 기법에 기반하고 있다.
특히, 지능형 에이전트 모듈(74)은 자연어 처리 분야에서 심층 인공신경망 구조를 이용하여 자동 번역(machine translation), 감정 분석(emotion analysis), 정보 검색(information retrieval)을 비롯한 다양한 자연언어처리 과정을 수행할 수 있다.
상기 지능형 에이전트(74)은 설명의 편의를 위해 ASR 모듈(73), NLU 모듈(75) 및 TTS 모듈(76)과 구분되도록 별도의 블럭으로 표현하였으나, 상기 지능형 에이전트(62)는 상기 각 모듈의 적어도 일부 또는 전부의 기능을 수행할 수도 있다.
ASR 모듈(73), NLU 모듈(75) 및 TTS 모듈(76)이 디바이스(70)에 포함되어 있어서 음성 인식 및 음성 합성 등의 음성 처리 과정이 즉각적이고 실시간으로 수행 가능하게 된다.
도 6은 본 발명의 일 실시 예에 따른 디바이스와 AI 장치가 연계된 시스템을 설명하기 위한 도면이다.
도 6에 도시된 음성 합성 장치(TTS Device, 100)는, TTS 장치(100) 또는 다른 장치에 의해 처리된 음성을 출력하기 위한 오디오 출력 장치(110)를 포함할 수 있다.
도 6은 음성 처리(합성)을 수행하기 위한 음성 처리(합성) 장치(TTS Device, 100)를 개시한다. 본 발명의 일 실시 예는 상기 TTS 장치(100)에 포함될 수 있는 컴퓨터 판독 가능한 및 컴퓨터 실행 가능한 명령들을 포함할 수 있다. 도 6은 상기 TTS 장치(100)에 포함된 복수의 구성 요소들을 개시하지만, 상기 개시되지 않은 구성요소들이 상기 TTS 장치(100)에 포함될 수도 있음은 물론이다.
한편, 상기 TTS 장치(100)에 개시된 몇몇 구성요소들은 단일 구성요소로서, 하나의 장치에서 여러번 나타날 수 있다. 예를 들어, 상기 TTS 장치(100)는 복수의 입력 장치(120), 출력 장치(130) 또는 복수의 컨트롤러/프로세서(140)를 포함할 수 있다.
복수의 TTS 장치가 하나의 음성 합성 장치에 적용될 수도 있다. 그러한 다중 장치 시스템에서 상기 TTS 장치는 음성 합성 처리의 다양한 측면들을 수행하기 위한 서로 다른 구성요소들을 포함할 수 있다. 도 5에 도시된 TTS 장치(100)는 예시적인 것이며, 독립된 장치일 수 있으며, 보다 큰 장치 또는 시스템의 일 구성요소로 구현될 수도 있다.
본 발명의 일 실시 예는 복수의 서로 다른 장치 및 컴퓨터 시스템 예를 들어, 범용 컴퓨팅 시스템, 서버-클라이언트 컴퓨팅 시스템, 전화(telephone) 컴퓨팅 시스템, 랩탑 컴퓨터, 휴대용 단말기, PDA, 테블릿 컴퓨터 등에 적용될 수 있다. 상기 TTS 장치(100)는 자동 입출금기(ATMs), 키오스크(kiosks), 글로벌 위치 시스템(GPS), 홈 어플라이언스(예를 들어, 냉장고, 오븐, 세탁기 등), 차량(vehicles), 전자 책 리더(ebook readers) 등의 음성 인식 기능을 제공하는 다른 장치 또는 시스템의 일 구성요소로 적용될 수도 있다.
도 6을 참조하면, 상기 TTS 장치(100)는 상기 TTS 장치(100) 또는 다른 장치에 의해 처리된 음성을 출력하기 위한 음성 출력 장치(110)를 포함할 수 있다. 상기 음성 출력 장치(110)는 스피커(speaker), 헤드폰(headphone) 또는 음성을 전파하는 다른 적절한 구성요소를 포함할 수 있다. 상기 음성 출력 장치(110)는 상기 TTS 장치(100)에 통합되거나, 상기 TTS 장치(100)와 분리되어 구현될 수도 있다.
상기 TTS 장치(100)는 상기 TTS 장치(100)의 구성요소들 사이에 데이터를 전달하기 위한 어드레스/데이터 버스(224)를 포함할 수 있다. 상기 TTS 장치(100) 내의 각 구성요소들은 상기 버스(224)를 통해 다른 구성요소들과 직접적으로 연결될 수 있다. 한편, 상기 TTS 장치(100) 내의 각 구성요소들은 TTS 모듈(170)과 직접적으로 연결될 수도 있다.
TTS 장치(100)는 제어부(프로세서)(140)를 포함할 수 있다. 상기 프로세서(208)는 데이터를 처리하기 위한 CPU, 데이터를 처리하는 컴퓨터 판독 가능한 명령 및 데이터 및 명령들을 저장하기 위한 메모리에 대응될 수 있다. 상기 메모리(150)는 휘발성 RAM, 비휘발성 ROM 또는 다른 타입의 메모리를 포함할 수 있다.
TTS 장치(100)는 데이터 및 명령을 저장하기 위한 스토리지(160)를 포함할 수 있다. 스토리지(160)는 마그네틱 스토리지, 광학식 스토리지, 고체 상태(solid-state) 스토리지 타입 등을 포함할 수 있다.
TTS 장치(100)는 입력 장치(120) 또는 출력 장치(130)를 통해 착탈식 또는 외장 메모리(예를 들어, 분리형 메모리 카드, 메모리 키 드라이브, 네트워크 스토리지 등)에 접속될 수 있다.
TTS 장치(100) 및 다양한 구성요소들을 동작시키기 위한 프로세서(140)에서 처리될 컴퓨터 명령(computer instructions)은, 프로세서(140)에 의해 실행될 수 있고, 메모리(150), 스토리지(160), 외부 디바이스 또는 후술할 TTS 모듈(170)에 포함된 메모리나 스토리지에 저장될 수 있다. 대안적으로, 실행 가능한 명령의 전부 또는 일부는 소프트웨어에 추가하여 하드웨어 또는 펌웨어에 내장될 수도 있다. 본 발명의 일 실시 예는 예를 들어, 소프트웨어, 펌웨어 및/또는 하드웨어의 다양한 조합으로 구현될 수 있다.
TTS 장치(100)는 입력 장치(120), 출력 장치(130)를 포함한다. 예를 들어, 상기 입력 장치(120)는 마이크로폰, 터치 입력 장치, 키보드, 마우스, 스타일러스 또는 다른 입력 장치와 같은 오디오 출력 장치(110)를 포함할 수 있다. 상기 출력 장치(130)는 디스플레이(visual display or tactile display), 오디오 스피커, 헤드폰, 프린터 또는 기타 출력 장치가 포함될 수 있다. 입력 장치(120) 및/또는 출력 장치(130)는 또한 USB(Universal Serial Bus), FireWire, Thunderbolt 또는 다른 연결 프로토콜과 같은 외부 주변 장치 연결용 인터페이스를 포함할 수 있다. 입력 장치(120) 및/또는 출력 장치(130)는 또한 이더넷 포트, 모뎀 등과 같은 네트워크 연결을 포함할 수 있다. 무선 주파수(RF), 적외선(infrared), 블루투스(Bluetooth), 무선 근거리 통신망(WLAN)(WiFi 등)과 같은 무선 통신 장치 또는 5G 네트워크, LTE(Long Term Evolution) 네트워크, WiMAN 네트워크, 3G 네트워크와 같은 무선 네트워크 무선 장치를 포함할 수 있다. TTS 장치(100)는 입력 장치(120) 및/또는 출력 장치(130)를 통해 인터넷 또는 분산 컴퓨팅 환경(distributed computing environment)을 포함할 수도 있다.
TTS 장치(100)는 텍스트 데이터를 음성을 포함하는 오디오 파형을 처리하기 위한 TTS 모듈(170)을 포함할 수 있다.
TTS 모듈(170)은 버스(224), 입력 장치(120), 출력 장치(130), 오디오 출력 장치(110), 프로세서(140) 및/또는 TTS 장치(100)의 다른 구성요소에 접속될 수 있다.
텍스트 데이터(textual data)의 출처는 TTS 장치(100)의 내부 구성요소에 의해 생성된 것일 수 있다. 또한, 상기 텍스트 데이터의 출처는 키보드와 같이 입력 장치로부터 수신되거나, 네트워크 연결을 통해 TTS 장치(100)로 전송될 것일 수 있다. 텍스트는 TTS 모듈(170)에 의해 스피치로 변환하기 위한 텍스트, 숫자 및/또는 문장 부호(punctuation)를 포함하는 문장의 형태 일 수있다. 입력 텍스트는 또한 TTS 모듈(170)에 의한 처리를 위하여, 특수 주석(special annotation)을 포함할 수 있으며, 상기 특수 주석을 통해 특정 텍스트가 어떻게 발음되어야 하는지를 지시 할 수 있다. 텍스트 데이터는 실시간으로 처리되거나 나중에 저장 및 처리 될 수 있다.
TTS 모듈(170)은 전처리부(Front End)(171), 음성 합성 엔진(Speech Synthesis Engine)(172) 및 TTS 저장부(180)를 포함할 수 있다. 전처리부(171)는 입력 테스트 데이터를 음성 합성 엔진(172)에 의한 처리를 위해 기호 언어 표현(symbolic linguistic representation)으로 변환할 수 있다. 음성 합성 엔진(172)은 주석된 음성 단위 모델(annotated phonetic units models)과 TTS 저장부(180)에 저장된 정보를 비교하여 입력 텍스트를 음성으로 변환할 수 있다. 전처리부(171) 및 음성 합성 엔진(172)은 임베디드된 내부 프로세서 또는 메모리를 포함할 수 있거나, TTS 장치(100)에 포함된 프로세서(1400) 및 메모리(150)를 이용할 수 있다. 전처리부(171) 및 음성 합성 엔진(172)을 동작시키기 위한 명령들은 TTS 모듈(170), TTS 장치(100)의 메모리(150) 및 스토리지(160) 또는 외부 장치 내에 포함될 수도 있다.
TTS 모듈(170)로의 텍스트 입력은 프로세싱을 위해 전처리부(171)로 전송될 수 있다. 전처리부(1710)는 텍스트 정규화(text normalization), 언어 분석(linguistic analysis), 언어 운율 생성(linguistic prosody generation)을 수행하기 위한 모듈을 포함할 수 있다.
전처리부(171)는 텍스트 정규화 동작을 수행하는 동안, 텍스트 입력을 처리하고 표준 텍스트(standard text)를 생성하여, 숫자(numbers), 약어(abbreviations), 기호(symbols)를 쓰여진 것과 동일하게 변환한다.
전처리부(171)는 언어 분석 동작을 수행하는 동안, 정규화된 텍스트의 언어를 분석하여 입력 텍스트에 대응하는 일련의 음성학적 단위(phonetic units)를 생성할 수 있다. 이와 같은 과정은 발음 표기(phonetic transcription)로 호칭될 수 있다. 음성 단위(phonetic units)는 최종적으로 결합되어 음성(speech)으로서 TTS 장치(100)에 의해 출력되는 사운드 단위(sound units)의 심볼 표현을 포함한다. 다양한 사운드 유닛들이 음성 합성을 위해 텍스트를 분할하는데 사용될 수 있다. TTS 모듈(170)은 음소(phonemes, 개별 음향), 하프-음소(half-phonemes), 다이폰(di-phones, 인접한 음소의 전반과 결합된 하나의 음소의 마지막 절반), 바이폰(bi-phones, 두 개의 연속적인 음속), 음절(syllables), 단어(words), 문구(phrases), 문장(sentences), 또는 기타 단위들에 기초하여 음성을 처리할 수 있다. 각 단어는 하나 이상의 음성 단위(phonetic units)에 매핑될 수 있다. 이와 같은 매핑은 TTS 장치(100)에 저장된 언어 사전(language dictionary)을 이용하여 수행될 수 있다.
전처리부(171)에 의해 수행되는 언어 분석은 또한 접두사(prefixes), 접미사(suffixes), 구(phrases), 구두점(punctuation), 구문론 경계(syntactic boundaries)와 같은 서로 다른 문법적 요소들 확인하는 과정을 포함할 수 있다. 이와 같은 문법적 구성요소는 TTS 모듈(1700)에 의해 자연스러운 오디오 파형 출력을 만드는데 사용될 수 있다. 상기 언어 사전은 또한 TTS 모듈(170)에 의해 발생할 수 있는 이전에 확인되지 않은 단어 또는 문자 조합을 발음하는데 사용될 수 있는 문자 대 소리 규칙(letter-to-sound rules) 및 다른 도구들을 포함할 수 있다. 일반적으로 언어 사전에 포함된 정보들이 많을 수록 고 품질의 음성 출력을 보장할 수 있다.
상기 언어 분석에 기초하여, 전처리부(171)는 음성 단위(phonetic units)에 최종 음향 단위가 최종 출력 음성에서 어떻게 발음되어야 하는지를 나타내는 운율 특성(prosodic characteristics)으로 주석 처리된 언어 운율 생성을 수행할 수 있다.
상기 운율 특성은 음향 특징(acoustic features)으로도 호칭될 수 있다. 이 단계의 동작을 수행하는 동안, 전처리부(171)는 텍스트 입력을 수반하는 임의의 운율 주석(prosodic annotations)을 고려하여 TTS 모듈(170)에 통합할 수 있다. 이와 같은 음향 특징(acoustic features)은 피치(pitch), 에너지(energy), 지속 시간(duration) 등을 포함할 수 있다. 음향 특징의 적용은 TTS 모듈(170)이 이용할 수 있는 운율 모델(prosodic models)에 기초할 수 있다. 이러한 운율 모델은 특정 상황에서 음성 단위(phonetic units)가 어떻게 발음되어야 하는지를 나타낸다. 예를 들어, 운율 모델은 음절에서 음소의 위치(a phoneme's position in a syllable), 단어에서 음절의 위치(a syllable's position in a word), 문장 또는 구문에서 단어의 위치(a word's position in a sentence or phrase), 인접한 음운 단위(neighboring phonetic units) 등을 고려할 수 있다. 언어 사전과 마찬가지로, 운율 정보(prosodic model)의 정보가 많을수록 고품질의 음성 출력이 보장될 수 있다.
전처리부(171)의 출력은, 운율 특성(prosodic characteristics)으로 주석 처리된 일련의 음성 단위를 포함할 수 있다. 상기 전처리부(171)의 출력은 기호식 언어 표현(symbolic linguistic representation)으로 호칭될 수 있다. 상기 심볼릭 언어 표현은 음성 합성 엔진(172)에 전송될 수 있다. 상기 음성 합성 엔진(172)은 오디오 출력 장치(110)를 통해 사용자에게 출력하기 위해 스피치(speech)를 오디오 파형(audio waveform)으로의 변환 과정을 수행한다. 음성 합성 엔진(172)은 입력 텍스트를 효율적인 방식으로 고품질의 자연스러운 음성으로 변환하도록 구성될 수 있다. 이러한 고품질의 스피치는 가능한 한 화자(human speaker)와 유사하게 발음되도록 구성될 수 있다.
음성 합성 엔진(172)은 적어도 하나 이상의 다른 방법을 이용하여 음성 합성을 수행할 수 있다.
유닛 선택 엔진(Unit Selection Engine)(173)은 녹음된 스피치 데이터 베이스(recorded speech database)를, 상기 전처리부(171)에 의해 생성된 기호식 언어 표현(symbolic linguistic representation)과 대조한다. 유닛 선택 엔진(173)은 상기 심볼 언어 표현과 스피치 데이터베이스의 음성 오디오 유닛을 매칭한다. 음성 출력(speech output)을 형성하기 위해 매칭 유닛이 선택되고, 선택된 매칭 유닛들이 함께 연결될 수 있다. 각 유닛은 .wav 파일(피치, 에너지 등)과 연관된 다양한 음향 특성들의 설명(description)과 함께, 특정 사운드의 짧은 ,wav 파일과 같은 음성 유닛(phonetic unit)에 대응하는 오디오 파형(audio waveform) 뿐 아니라, 상기 음성 유닛이 단어, 문장 또는 문구, 이웃 음성 유닛에 표시되는 위치와 같은 다른 정보들을 포함할 수 있다.
유닛 선택 엔진(173)은 자연스러운 파형을 생성하기 위하여 유닛 데이터 베이스 내의 모든 정보를 이용하여 입력 텍스트를 매칭시킬 수 있다. 유닛 데이터 베이스는 유닛들을 스피치로 연결하기 위해 서로 다른 옵션들을 TTS 장치(100)에 제공하는 다수의 음성 유닛들의 예시를 포함할 수 있다. 유닛 선택의 장점 중 하나는, 데이터 베이스의 크기에 따라 자연스러운 자연스러운 음성 출력이 생성될 수 있다는 것이다. 또한, 유닛 데이터 베이스가 클수록 TTS 장치(100)는 자연스러운 음성을 구성할 수 있게 된다.
한편, 음성 합성은 전술한 유닛 선택 합성 외에 파라미터 합성 방법이 존재한다. 파라미터 합성은 인공적인 음성 파형을 생성하기 위해 주파수, 볼륨, 잡음과 같은 합성 파라미터들이 파라미터 합성 엔진(175), 디지털 신호 프로세서, 또는 다른 오디오 생성 장치에 의해 변형될 수 있다.
파라미터 합성은, 음향 모델 및 다양한 통계 기법을 사용하여 기호식 언어 표현(symbolic linguistic representation) 원하는 출력 음성 파라미터와 일치시킬 수 있다. 파라미터 합성에는 유닛 선택과 관련된 대용량의 데이터베이스 없이도 음성을 처리할 수 있을 뿐 아니라, 높은 처리 속도로 정확한 처리가 가능하다. 유닛 선택 합성 방법 및 파라미터 합성 방법은 개별적으로 수행되거나 결합되어 수행되어 음성 오디오 출력을 생성할 수 있다.
파라미터 음성 합성은 다음과 같이 수행될 수 있다. TTS 모듈(170)은 오디오 신호 조작에 기초하여 기호식 언어 표현(symbolic linguistic representation)을 텍스트 입력의 합성 음향 파형(synthetic acoustic waveform)으로 변환이 가능한 음향 모델(acoustic model)을 포함할 수 있다. 상기 음향 모델은, 입력 음성 단위 및/또는 운율 주석(prosodic annotations)에 특정 오디오 파형 파라미터(specific audio waveform parameters)를 할당하기 위해 파라미터 합성 엔진(175)에 의해 사용될 수 있는 규칙(rules)을 포함할 수 있다. 상기 규칙은 특정 오디오 출력 파라미터(주파수, 볼륨 등)가 전처리부(171)로부터의 입력 기호식 언어 표현의 부분에 대응할 가능성을 나타내는 스코어를 계산하는데 이용될 수 있다.
파라미터 합성 엔진(175)은 합성될 음성을 입력 음성 유닛 및/또는 운율 주석과 매칭시키기 위해 복수의 기술들이 적용될 수 있다. 일반적인 기술 중 하나는 HMM(Hidden Markov Model)을 사용한다, HMM은 오디오 출력이 텍스트 입력과 일치해야 하는 확률을 결정하는데 이용될 수 있다. HMM은 원하는 음성을 인공적으로 합성하기 위해, 언어 및 음향 공간의 파라미터들을 보코더(디지털 보이스 인코더)에 의해 사용될 파라미터들로 전환시키는데 이용될 수 있다.
TTS 장치(100)는 유닛 선택에 사용하기 위한 음성 유닛 데이터베이스를 포함할 수 있다.
상기 음성 유닛 데이터 베이스는 TTS 스토리지(180), 스토리지(160) 또는 다른 스토리지 구성에 저장될 수 있다. 상기 음성 유닛 데이터 베이스는 레코딩된 스피치 발성을 포함할 수 있다. 상기 스피치 발성은 발화 내용에 대응되는 텍스트일 수 있다. 또한, 음성 유닛 데이터 베이스는 TTS 장치(100)에서 상당한 저장 공간을 차지하는 녹음된 음성(오디오 파형, 특징 벡터 또는 다른 포맷의 형태)을 포함할 수 있다. 음성 유닛 데이터베이스의 유닛 샘플들은 음성 단위(음소, 다이폰, 단어 등), 언어적 운율 레이블, 음향 특징 시퀀스, 화자 아이덴티티 등을 포함하는 다양한 방법으로 분류될 수 있다. 샘플 발화(sample utterance)는 특정 음성 유닛에 대한 원하는 오디오 출력에 대응하는 수학적 모델을 생성하는데 사용될 수 있다.
음성 합성 엔진(172)은 기호화된 언어 표현을 매칭할 때, 입력 텍스트(음성 단위 및 운율 기호 주석 모두를 포함)와 가장 근접하게 일치하는 음성 유닛 데이터베이스 내의 유닛을 선택할 수 있다. 일반적으로 음성 유닛 데이터 베이스가 클 수록 선택 가능한 유닛 샘플 수가 많아서 정확한 스피치 출력이 가능하게 된다.
TTS 모듈(213)로부터 음성 출력을 포함하는 오디오 파형(audio waveforms)은 사용자에게 출력하기 위해 오디오 출력 장치(110)로 전송될 수 있다. 음성을 포함하는 오디오 파형은 일련의 특징 벡터(feature vectors), 비 압축 오디오 데이터(uncompressed audio data) 또는 압축 오디오 데이터와 같은 복수의 상이한 포맷으로 저장될 수 있다. 예를 들어, 음성 출력은 상기 전송 전에 인코더/디코더에 의해 인코딩 및/또는 압축될 수 있다. 인코더/디코더는 디지털화된 오디오 데이터, 특징 벡터 등과 같은 오디오 데이터를 인코딩 및 디코딩할 수 있다. 또한 인코더/디코더의 기능은 별도의 컴포넌트 내에 위치될 수 있거나, 프로세서(140), TTS 모듈(170)에 의해 수행될 수도 있음은 물론이다.
한편, 상기 TTS 스토리지(180)는 음성 인식(speech recognition)을 위해 다른 정보들을 저장할 수 있다.
TTS 스토리지(180)의 컨텐츠는 일반적인 TTS 사용을 위해 준비될 수도 있고, 특정 애플리케이션에서 사용될 가능성이 있는 소리 및 단어를 포함하도록 맞춤화될 수 있다. 예를 들어, GPS 장치에 의해 TTS 처리를 위해 TTS 스토리지(180)는 위치 및 내비게이션에 특화된 맞춤형 음성을 포함할 수 있다.
또한 예를 들어, TTS 스토리지(180)는 개인화된 원하는 음성 출력에 기초하여 사용자에게 커스터마이징될 수도 있다. 예를 들어, 사용자는 출력되는 보이스가 특정 성별, 특정 억양, 특정 속도, 특정 감정(예를 들어, 행복한 음성)을 선호할 수 있다. 음성 합성 엔진(172)은 이와 같은 사용자 선호도를 설명하기 위하여 특수 데이터 베이스 또는 모델(specialized database or model)을 포함할 수 있다.
TTS 장치(100)는 또한 다중 언어로 TTS 처리를 수행하도록 구성될 수 있다. 각 언어에 대해, TTS 모듈(170)은 원하는 언어로 음성을 합성하기 위해 특별히 구성된 데이터, 명령 및/또는 구성 요소를 포함할 수 있다.
성능 향상을 위해 TTS 모듈(213)은 TTS 처리 결과에 대한 피드백에 기초하여 TTS 스토리지(180)의 내용을 수정하거나 갱신할 수 있으므로, TTS 모듈(170)이 훈련 코퍼스(training corpus)에서 제공되는 능력 이상으로 음성 인식을 향상시킬 수 있다.
TTS 장치(100)의 처리 능력이 향상됨에 따라, 입력 텍스트가 갖는 감정 속성을 반영하여 음성 출력이 가능하다. 또는 TTS 장치(100)는 상기 입력 텍스트에 감정 속성에 포함되어 있지 않더라도, 입력 텍스트를 작성한 사용자의 의도(감정 정보)를 반영하여 음성 출력이 가능하다.
실제로 TTS 처리를 수행하는 TTS 모듈에 통합될 모델이 구축될 때 TTS 시스템은, 위에서 언급한 다양한 구성요소와 다른 구성요소를 통합할 수 있다. 일 예로, TTS 장치(100)는 음성에 감정 요소를 삽입할 수 있다.
감정 정보가 부가된 음성을 출력하기 위해 TTS 장치(100)는 감정 삽입 모듈(177)을 포함할 수 있다. 감정 삽입 모듈(177)은 TTS 모듈(170)에 통합되거나, 전처리부(171) 또는 음성 합성 엔진(172)의 일부로서 통합될 수 있다. 상기 감정 삽입 모듈(177)은 감정 속성에 대응하는 메타 데이터를 이용하여 감정 정보 기반의 음성 합성을 구현할 수 있도록 한다. 본 발명의 일 실시 예에 의하면, 상기 메타 데이터는 마크업 언어(Markup Language)가 이용될 수 있으며, 바람직하게는 SSML(Speech Synthesis Markup Language)가 이용될 수 있다. 상기 SSML 형식을 통해 감정 정보 기반의 음성 합성 방법에 관해서는 이하 구체적으로 설명하기로 한다.
종래의 음성 인식에 기반한 사용자 인증 방법은 단순히 사용자 인증을 수행하는 사용자의 음성 특성에만 기초하여 사용자 인증이 수행된다. 이러한 방법은 특정 디바이스의 진정한 사용자의 음성이 타인에 의하여 노출되어 녹음된 경우, 진정한 사용자의 음성을 녹음한 타인이 녹음한 음성을 사용하여 상기 특정 디바이스로 사용자 인증을 수행하고, 사용자 인증에 성공할 수 있는 위험성이 있다. 따라서, 음성의 특성에만 기초한 사용자 인증 방법보다 보안이 강화된 음성 인식에 기반한 사용자 인증 방법이 요구된다.
본 발명은, 특정 디바이스의 진정한 사용자의 생활 이력에 기초한 음성 인식 기반 사용자 인증 방법을 제공한다.
보다 구체적으로, 본 발명은 특정 디바이스의 진정한 사용자의 생활 이력에 기초하여 특정 디바이스 내부의 인공지능 장치에 의하여 자체적으로 생성된 질문이 특정 디바이스를 사용하기 위해 사용자 인증을 수행하는 특정 사용자에게 제공되고, 생성된 질문에 대한 특정 사용자의 답변에 기초하여 사용자 인증이 수행되는 방법을 제공한다.
이하에서, 본 발명이 제공하는 인공지능(Artificial Intelligence: AI) 장치를 이용한 음성인식 기반 사용자 인증 방법에 대하여 구체적으로 살펴본다.
설명의 편의를 위해, 이하에서, 디바이스로 사용자 인증을 수행하는 사용자를 '특정 사용자'라고 표현하며, 상기 디바이스의 진정한 사용자를 '진정 사용자'로 표현하도록 한다.
또한, 설명의 편의를 위해, 이하에서, 특정 사용자가 발화한 음성의 특성에 기초하여 수행되는 사용자 인증을 '제 1 사용자 인증'이라고 표현하고, 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 제공하고, 제공된 질문에 대한 특정 사용자의 답변에 기초하여 수행되는 사용자 인증을 '제 2 사용자 인증'이라고 표현한다.
도 7은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
먼저, 디바이스는 상기 디바이스로 사용자 인증을 시도하는 특정 사용자가 발화한 음성의 특성에 기초하여 제 1 사용자 인증을 수행한다(S710).
다음, 디바이스는 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 제공하고, 질문에 대한 특정 사용자의 답변에 기초하여 제 2 사용자 인증을 수행한다(S720).
이하에서, 위의 S710 내지 S720단계에 대해서 구체적으로 살펴본다.
도 8은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 도면이다.
디바이스는 상기 디바이스로 사용자 인증을 시도하는 특정 사용자가 발화한 음성의 특성에 기초하여 제 1 사용자 인증을 수행한다.
도 8은 디바이스가 특정 사용자의 음성의 특성에 기초하여 사용자 인증을 수행하는 과정을 도시한다. 특히, 음성의 특성 중 음색에 기초하여 제 1 사용자 인증이 수행되는 예시를 나타낸다.
상기 특정사용자가 발화한 음성의 특성에 기초하여 제 1 사용자 인증이 수행될 수 있다. 상기 음성의 특성은 음성의 내용, 음색 등을 포함할 수 있으나, 본 발명이 이에 한정되는 것은 아니고, 음성의 내용, 음색뿐만 아니라 다양한 특성이 제 1 사용자 인증에 사용될 수 있다.
특정 사용자(810)는 미리 지정된 디바이스의 호칭을 발화한다. 예를 들면, 특정 사용자는 "안녕 '지니'" 등과 같은 음성을 발화하여 제 1 사용자 인증을 시도할 수 있다.
디바이스는 특정 사용자가 발화한 음성의 특성 중 음색을 분석하고, 상기 특정 사용자가 디바이스의 진정 사용자인지 판단한다. 판단 결과 상기 특정 사용자가 디바이스의 진정 사용자인 것으로 판단이 된다면 제 1 사용자 인증은 성공할 수 있다. 여기서, 진정 사용자의 음성의 특징과 관련된 정보는 디바이스에 사전에 저장되어 있을 수 있다.
도 9는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 도면이다.
디바이스는 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 제공하고, 질문에 대한 특정 사용자의 답변에 기초하여 제 2 사용자 인증을 수행한다.
도 9는 디바이스가 특정 사용자에게 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 제공하고, 질문에 대한 특정 사용자의 답변에 기초하여 사용자 인증을 수행하는 과정을 도시한다.
일상 생활과 관련된 질문은 "당신의 생일은?", "당신의 할아버지 이름은?"또는 "당신이 가장 좋아하는 색깔이 뭔가요?"와 같은 개인 정보에 대한 단순한 질문이 아니고, 도 9에 도시된 바와 같이 "어제 밤10시에 뭐하셨죠?" 또는 "어제 저녁에 누구 만나셨죠?"와 같은 진정 사용자의 생활 이력과 밀접한 관련이 있는 질문을 의미한다.
제 1 사용자 인증이 성공된 후 특정 사용자(910)는 제 2 사용자 인증을 수행한다. 디바이스(920)는 디바이스에 저장된 진정 사용자의 생활 이력과 관련된 데이터에 기초하여 인공지능을 통하여 질문을 생성하고, 특정 사용자에게 질문을 제공한다. 질문을 제공받은 특정 사용자는 이에 대한 답변을 함으로써 제 2 사용자 인증 과정이 수행된다.
도 10은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
제 2 사용자 인증 수행단계에 대하여 도 10을 참조하여 보다 구체적으로 살펴본다.
디바이스는 먼저 디바이스로 사용자 인증을 시도하는 특정 사용자에게 단순한 질문을 제공한다(S1010). 단순 질문은 진정 사용자의 생활 이력과는 무관한 진정 사용자와 관련된 단순한 개인정보일 수 있다. 예를 들면, 진정 사용자의 생일, 진정 사용자의 가족 구성원의 호칭 또는 진정 사용자가 선호하는 색 등이 있을 수 있다. 이러한 개인정보를 기초로 생성된 질문들은 예를 들어, "당신의 생일은?", "당신의 할아버지의 이름은?" 및 "당신의 생일은?" 등이 있을 수 있다.
다음, 디바이스는 디바이스로 제 2 사용자 인증을 시도하는 특정 사용자에게 디바이스의 진정 사용자의 생활 이력과 관련된 특정 질문을 제공한다(S920).
상기 특정 질문은 적어도 하나 이상일 수 있고, 적어도 하나 이상의 특정 질문 각각은 진정 사용자의 생활 이력과 관련된 서로 다른 주제에 관한 것일 수 있다. 또한, 상기 특정 질문은 디바이스의 내부에 장착된 인공지능 장치에 의해서 자체적으로 생성될 수 있다.
상기 특정 디바이스 내부에 장착된 인공지능 장치가 상기 특정 질문을 생성하기 위해서 사용하는 진정 사용자의 생활 이력과 관련된 개인 정보 데이터의 사용 범위에는 통화 사용 기록, 문자 메시지 기록, 방문 위치 기록(GPS), 구매 내역, 디바이스에 저장된 사진, 스케줄(일정), 카드 사용 내역, 게임 아이템 사용 내역 등이 포함될 수 있다.
특정 디바이스에 장착된 인공지능 장치는 상기 개인 정보 데이터들을 사용하여, 일 예로, 다음과 같은 질문들을 생성할 수 있다.
먼저, 특정 디바이스는 진정 사용자의 스케쥴 정보를 활용하여, "00월 00일 00시에 무슨 일정이 있죠?", 또는 "000님 생일 모임은 언제인가요?"등의 질문을 생성할 수 있다. 또한, 특정 디바이스는 진정 사용자의 통화 사용 기록 정보를 활용하여 "어제 00시 00경 누구랑 통화하셨는지 기억하시나요?" 또는 "어제 00시 00분경 야식을 주문하셨습니다. 어느 업체로 야식을 주문하셨나요?"등의 질문을 생성할 수 있다.
또한, 특정 디바이스는 진정 사용자의 카드 사용 내역 정보를 활용하여 "어제 00시 00분에 쇼핑을 하셨는데요. 어디 가셨죠?"또는 "어제 00시 00분경 온라인 쇼핑을 하셨습니다. 어떤 브랜드 인가요?" 등의 질문을 생성할 수 있다. 또한, 특정 디바이스는 진정 사용자의 알람 기록 정보를 활용하여 "아침에 알람을 몇 시 몇 분에 맞추셨나요?"와 같은 질문을 생성할 수 있다. 마지막으로, 특정 디바이스는 진정 사용자의 방문 위치 기록 정보를 활용하여 "어제 00시 00분에 어디에 계셨나요?"와 같은 질문을 생성할 수 있다.
디바이스는 디바이스의 진정 사용자의 생활 이력과 관련된 특정 질문을 생성하기 위해서 진정 사용자의 생활 이력과 관련된 정보들을 저장할 수 있다. 진정 사용자의 생활 이력과 관련된 정보들이 저장된 데이터를 생활 이력 데이터라고 한다. 상기 생활 이력 데이터는 데이터 종류에 따라서 다른 방식으로 저장될 수 있다.
먼저, 디바이스는 사용자의 선택(UC, User Choice)에 대한 기록을 저장한다. 상기 사용자의 선택은 디바이스의 진정 사용자가 디바이스를 사용하여 서비스 등을 이용하는 과정에서 서비스와 관련된 특정한 객체를 선택하는 것을 의미한다. 예를 들면, 진정 사용자가 디바이스를 사용하여 인터넷 쇼핑 서비스를 이용하는 과정에서, 특정한 상품(특정 객체)을 선택할 수 있다.
사용자 선택에 대한 기록은 특정 객체에 대한 정보를 문자로 변화하여 진정 사용자가 상기 특정 객체를 선택한 시간과 함께 저장될 수 있다. 일 예로, 진정 사용자가 디바이스를 사용하여 인터넷 쇼핑 서비스를 이용하는 과정에서, 특정한 상품(특정 객체)을 선택했다면, 디바이스는 상기 특정한 상품의 브랜드 또는 상품 종류 등과 같은 정보와, 진정 사용자가 상기 특정 객체를 선택한 시간을 함께 저장할 수 있다.
또는, 디바이스는 인공지능 신경망기법을 통하여 진정 사용자가 사용한(재생한) 영상 데이터이나 음성 데이터를 문자로 변환하여 진정 사용자가 해당 데이터를 사용한 시간과 함께 저장한다.
상기 인공지능 신경망기법은 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), GAN(Generative Adversarial Network) 등이 있을 수 있다.
상기 영상 데이터나 음성 데이터는 디바이스의 진정 사용자가 디바이스를 통하여 사용한(재생한) 영상 데이터 또는 음성 데이터를 의미한다. 일 예로, 디바이스의 진정한 사용자가 일상생활에서 게임을 플레이 했다면, 게임화면의 아이템이 영상 데이터가 될 수 있다. 또 다른 일 예로, 디바이스의 진정한 사용자가 디바이스를 통하여 일상생활에서 콘서트 녹음 데이터를 재생했다면, 녹음된 음성이 음성 데이터가 될 수 있다.
이와 같은 경우, 디바이스의 진정한 사용자가 일상생활에서 게임을 플레이 했다면, 게임화면의 아이템이 무엇인지 인공지능으로 파악하여 문자로 변환해 시간과 함께 저장할 수 있다. 또한, 디바이스의 진정한 사용자가 디바이스를 통하여 일상생활에서 콘서트 녹음 데이터를 재생한 경우, 디바이스는 재생된 노래가 무엇인지 인공지능으로 파악하여 문자로 변환해 데이터가 재생된 시간과 함께 저장할 수 있다.
진정 사용자의 생활 이력과 관련된 생활 이력 정보를 저장한 디바이스는, 저장된 진정 사용자의 생활 이력 정보에 기초하여 질문을 생성할 수 있다. 여기서, 사용자의 선택(UC)에 대한 질문은 특정 시간에 사용자의 선택이 무엇이었는지 묻는 방식으로 생성될 수 있다. 디바이스는 생성된 질문들 중에서 인공지능 모델링 기법 (예를 들어 Machine Learning)을 통하여 사용자에 적합한 질문을 선택할 수 있다. 예를 들면, "어제 19시 20분에 구매한 가방은 무엇입니까?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 다음, 음성 데이터 또는 영상 데이터와 관련된 질문 역시 특정 시간에 사용자가 사용한(재생한) 데이터는 무엇인지 묻는 방식으로 생성될 수 있다. 예를 들면, "어제 20시 25분에 재생한 음성 데이터의 노래 제목은 무엇입니까?" 와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 여기서, 디바이스는 사용자가 재생한 데이터가 무엇인지 파악하고 있는 상태에서 질문을 생성하게 된다.
위와 같은 방법으로, 디바이스는 진정 사용자의 생활 이력과 관련된 정보들을 저장하고, 저장된 정보에 기초하여 특정 질문들을 생성한다. 디바이스가 생성할 수 있는 여러 가지 질문들의 예시는 다음과 같다. 다음의 예시들은 하나의 예시일 뿐이고, 본 발명이 이제 한정되는 것은 아니다.
디바이스가 진정 사용자가 사용한 네비게이션 정보를 추출하여 질문하는 경우, "어제 낮에 차 타고 어디 갔다 오셨나요?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 또한, 디바이스가 진정 사용자가 통화한 목록을 분석하여 질문하는 경우, "어제 누구랑 가장 많이 통화 하셨나요?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 또한, 디바이스가 진정 사용자가 자주 사용하는 게임/어플리케이션을 분석하여 질문하는 경우, "최근에 가장 자주하는 게임은 무엇인가요?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다.
또한, 디바이스가 진정 사용자의 쇼핑 목록을 분석하여 질문하는 경우, "어제 00쇼핑몰에서 무엇을 구매 하셨죠?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 또한, 디바이스가 진정 사용자가 플레이 한 게임 항목을 분석하여 질문하는 경우, "어제 플레이 한 000게임에서 최종보스를 물리치고 획득한 아이템은 무엇입니까?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 또는, 디바이스가 사용자가의 스케줄 정보를 분석하여 질문하는 경우, "저번 주 00요일에 00회의를 하였습니다. 회의장소는 어디였나요?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있고, "다음주 목요일에 친구분과 약속이 있습니다. 친구분 이름은 무엇인가요?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다.
또한, 디바이스가 진정 사용자의 검색엔진의 검색기록을 분석하여 질문하는 경우, "어제 은행을 검색하셨습니다. 어떤 은행을 검색하셨는지요?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 또는 "어제 주식종목을 검색하셨습니다. 어떤 주식을 검색하셨는지요?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 또한, 디바이스가 진정 사용자의 사용자 카메라 사용 정보를 분석하여 질문하는 경우, "어제 00시경 카메라 촬영을 하였습니다. 어디서 촬영 하신 건가요?"또는 "어제 00시에 카메라를 촬영하였습니다. 촬영한 대상은 무엇인지요?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다.
또한, 디바이스가 진정 사용자의 개인 촬영 사진을 분석하여 질문하는 경우, "어제 촬영한 사진은 누구와 찍은 사진 입니까?"또는 "어제 저녁에 찍은 사진은 무슨 음식입니까?" 와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 또한, 디바이스가 진정사용자의 최근 음악 재생 목록을 분석하여 질문하는 경우, "가장 자주 듣는 음악은 무엇인가요?" 또는 "가장
최근에 다운로드 한 음악은 무엇인가요?"와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다. 마지막으로, 디바이스가 진정 사용자의 최근 드라마 재생목록 분석하여 질문하는 경우, "어제 8시경에 시청한 드라마 제목은 무엇인가요?" 또는 "어제 보신 9시에 보신 드라마의 여자 주인공은 누구인가요? "와 같은 질문 또는 이와 유사한 질문이 생성될 수 있다.
다음, 디바이스는 진정 사용자의 생활 이력과 관련된 생성된 특정 질문들을 사용자 인증을 시도하는 특정 사용자에게 제공하고, 이에 대한 답변을 통하여 제 2 사용자 인증 성공 여부를 판단한다(S1030).
진정 사용자의 생활 이력과 관련한 생성된 질문들이 제공되는 방식은 다양할 수 있다. 먼저, 사용자의 기억력이 완전하지 않을 수 있으므로, 적어도 하나 이상의 특정 질문은 주관식 또는 객관식 형태로 특정 사용자에게 제공될 수 있다. 예를 들어, 디바이스가 특정 사용자에게 제공하기 위한 질문을 5가지 생성했다면, 5가지의 질문 중 2가지의 질문은 주관식으로 제공되고, 나머지 3가지의 질문은 객관식으로 제공될 수 있다.
이 때, 질문에 대한 정답인 답변이 일정 개수 이상인 경우 사용자 인증이 성공될 수 있다. 사용자 인증이 성공된 것으로 판단되기 위한 정답인 답변의 개수는 디바이스에 사전에 설정될 수 있다.
또는, 디바이스는 디바이스로 사용자 인증을 시도하는 특정 사용자에게 복수의 특정한 사진을 보여주고, 복수의 특정한 사진 중, 특정 일자와 관련된 사진은 무엇인지 고르도록 질문할 수도 있다. 이 경우도, 복수의 질문이 특정 사용자에게 제공될 수 있으며, 디바이스는 정답인 답변이 일정 개수 이상인 경우에 사용자 인증이 성공되는 것으로 판단할 수 있다.
이하에서는, 본 발명에서 제공하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법이 적용되는 다양한 예시들에 대하여 도 11 내지 도 18을 참조하여 살펴보도록 한다.
도 11은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
디바이스는 사용자 인증을 위해 사용자 인증 알고리즘을 시작한다(S1110).
디바이스는 제 1 사용자 인증을 수행하기 위해서
특정 사용자가 발화하는 음성을 인식하기 위해 대기한다(S1120).
다음, 특정 사용자가 음성을 발화하면, 제 1 사용자 인증이 수행된다(S1130, S1140).
디바이스는 특정 사용자가 발화한 음성이 진정 사용자의 음성과 일치하는지 판단한다(S1150). 이 때, 진정 사용자의 음성은 디바이스에 저장되어 있을 수 있다.
특정 사용자가 발화한 음성이 진정 사용자의 음성과 일치하지 않는 것으로 판단된 경우, 디바이스는 특정 사용자에게 진정 사용자의 이름을 묻는 질문을 제공한다(S1161).
특정 사용자가 진정 사용자의 이름을 올바르게 답변하지 못한 경우, 디바이스는 지문인식 및 비밀번호 입력을 통한 사용자 인증 모드로 상태를 변경한다(S1171). 반대로, 특정 사용자가 진정 사용자의 이름을 올바르게 답변한 경우, 디바이스는 제 2 사용자 인증을 위한 인공지능을 시작한다(S1160).
다시 S1150으로 돌아와서, 특정 사용자가 발화한 음성이 진정 사용자의 음성과 일치하는 것으로 판단된 경우, 디바이스는 제 2 사용자 인증을 위한 인공지능을 시작한다(S1160).
디바이스는 인공지능 질문을 생성하고(S1170), 생성된 질문에 기초하여 제 2 사용자 인증 절차를 수행한다(S1180). 상기 인공지능 질문은 디바이스에 저장된 진정 사용자의 생활 이력 정보에 기초하여 인공지능을 통하여 자동으로 생성될 수 있다.
제 2 사용자 인증 절차에 대해서는 이하에서 구체적으로 살펴보도록 한다.
도 12는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
디바이스는 생성된 진정 사용자의 생활 이력과 관련된 질문들 중 적어도 하나의 질문을 선택한다(S1210). 상기 선택된 적어도 하나의 질문은 제 2 사용자 인증을 수행하기 위해 특정 사용자에게 제공된다.
디바이스는 선택된 질문을 상기 특정 사용자에게 제공한다(S1220). 이 때, 질문은 상기 디바이스가 직접 음성으로 발화할 수 있고, 상기 디바이스에 구비된 디스플레이 상에 질문이 표시될 수 있다. 이와 같은 질문 방법은 하나의 예시에 불과하고, 본 발명이 이에 한정되는 것은 아니다.
다음, 상기 디바이스는 제공한 질문에 대해서 상기 특정 사용자가 해당 질문에 대한 정답에 해당하는 답변을 하였는지 판단한다(S1230).
예를 들어, 디바이스는 디바이스에 저장된, 진정 사용자가 00월00일 00시에 친구들과의 모임을 가졌다는 생활 이력 정보에 기초하여, "특정 사용자에게 00월 00일 00시에 누구를 만났죠?" 라고 질문할 수 있다. 이 때 특정 사용자가 "친구"라고 대답한 경우, 상기 특정 사용자는 상기 질문에 대한 정답에 해당하는 답변을 한 것을 의미한다.
상기 특정 사용자가 질문에 대한 정답인 답변을 일정 횟수 이상 하지 못한 경우, 상기 디바이스는 지문인식 및 비밀번호 입력을 통한 사용자 인증 모드로 상태를 변경한다(S1241). 여기서 일정 횟수는 진정 사용자에 의하여 디바이스에 설정될 수 있고, 또는 디바이스에 구비된 인공지능이 자체적으로 판단하여 일정 횟수를 정할 수 있다.
반대로, 상기 특정 사용자가 질문에 대한 정답인 답변을 일정 횟수 이상 한 경우, 제 2 사용자 인증은 성공하게 된다(S1240).
상기 특정 사용자가 제 2 사용자 인증을 성공하면, 상기 디바이스의 화면이 켜지고(S1250), 상기 디바이스의 잠금 해제가 완료된다(S1260).
도 13은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 13은, 제 2 사용자 인증이 완료된 상태에서, 특정 사용자가 음성 명령을 통하여 디바이스로 상기 디바이스의 진정 사용자의 개인 정보 보안과 관련된 동작 수행을 요청하는 경우에 따른 일 예이다.
상기 디바이스는 음성 명령 수행을 위한 사용자 인증을 위해 사용자 인증 알고리즘을 시작한다(S1310).
상기 디바이스는 음성 명령 수행을 위한 사용자 인증을 위해 특정 사용자가 발화하는 음성 명령을 인식하기 위해 대기한다(S1320).
다음, 상기 특정 사용자가 음성 명령을 발화하고(S1330), 디바이스는 상기 음성 명령이 상기 디바이스의 진정 사용자의 개인 정보의 보안이 필요한 명령인지 판단한다(S1340).
상기 디바이스의 진정 사용자가 디바이스가 수행하는 특정 동작은 개인 정보 보안이 필요한 것으로 설정한 경우, 상기 디바이스는 상기 특정 동작과 관련된 특정한 음성 명령은 개인 정보 보안이 필요한 것으로 판단할 수 있다. 또는, 디바이스에 장착된 인공지능 장치에 의한 학습을 통하여 특정한 음성 명령이 개인 정보 보안이 필요한 지 여부가 결정될 수 있다.
상기 음성 명령은 상기 진정 사용자의 개인 정보 보안이 필요하지 않은 것으로 판단된 경우, 디바이스는 상기 음성 명령을 수행한다(S1351).
반대로, 상기 음성 명령은 상기 진정 사용자의 개인 정보 보안이 필요한 것으로 판단된 경우, 디바이스는 제 2 사용자 인증을 위한 인공지능을 시작한다(S1350).
디바이스는 인공지능 질문을 생성하고(S1360), 생성된 질문에 기초하여 제 2 사용자 인증 절차를 수행한다(S1370). 상기 인공지능 질문은 디바이스에 저장된 진정 사용자의 생활 이력 정보에 기초하여 인공지능을 통하여 자동으로 생성될 수 있다.
도 14는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
디바이스는 생성된 진정 사용자의 생활 이력과 관련된 질문들 중 적어도 하나의 질문을 선택한다(S1410). 상기 선택된 적어도 하나의 질문은 제 2 사용자 인증을 수행하기 위해 특정 사용자에게 제공된다.
디바이스는 선택된 질문을 상기 특정 사용자에게 제공한다(S1420). 이 때, 질문은 상기 디바이스가 직접 음성으로 발화할 수 있고, 상기 디바이스에 구비된 디스플레이 상에 질문이 표시될 수 있다. 이와 같은 질문 방법은 하나의 예시에 불과하고, 본 발명이 이에 한정되는 것은 아니다.
다음, 상기 디바이스는 제공한 질문에 대해서 상기 특정 사용자가 해당 질문에 대한 정답에 해당하는 답변을 하였는지 판단한다(S1430).
예를 들어, 디바이스는 디바이스에 저장된, 진정 사용자가 00월00일 00시에 친구들과의 모임을 가졌다는 생활 이력 정보에 기초하여, 특정 사용자에게 "00월 00일 00시에 누구를 만났죠?" 라고 질문할 수 있다. 이 때 특정 사용자가 "친구"라고 대답한 경우, 상기 특정 사용자는 상기 질문에 대한 정답에 해당하는 답변을 한 것을 의미한다.
상기 특정 사용자가 질문에 대한 정답인 답변을 일정 횟수 이상 하지 못한 경우, 상기 디바이스는 지문인식 및 비밀번호 입력을 통한 사용자 인증 모드로 상태를 변경한다(S1441). 여기서 일정 횟수는 진정 사용자에 의하여 디바이스에 설정될 수 있고, 또는 디바이스에 구비된 인공지능이 자체적으로 판단하여 일정 횟수를 정할 수 있다.
반대로, 상기 특정 사용자가 질문에 대한 정답인 답변을 일정 횟수 이상 한 경우, 제 2 사용자 인증은 성공하게 된다(S1440).
상기 특정 사용자가 제 2 사용자 인증을 성공하면, 상기 디바이스의 화면이 켜지고(S1450), 상기 디바이스의 잠금 해제가 완료되고 상기 음성 명령이 수행된다(S1460).
도 15는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 15는, 제 2 사용자 인증이 완료된 상태에서, 특정 사용자가 음성 명령을 통하여 특정 상품을 결재하는 경우에 따른 일 예이다.
상기 디바이스는 특정 상품 결재를 지시하는 음성 명령 수행을 위한 사용자 인증을 위해 사용자 인증 알고리즘을 시작한다(S1510).
상기 디바이스는 특정 상품 결재를 지시하는 음성 명령 수행을 위한 사용자 인증을 위해 특정 사용자가 발화하는 음성 명령을 인식하기 위해 대기한다(S1520).
다음, 상기 특정 사용자가 특정 상품 결재를 지시하는 음성 명령을 발화하고(S1530), 상기 특정 사용자의 음성 명령을 통하여 결재에 사용할 특정 카드가 선택된다(S1540). 상기 특정 카드는 상기 디바이스에 등록된 복수의 카드 중 하나일 수 있다. 또한 상기 복수의 카드의 사용자는 각각 다를 수 있다. 상기 디바이스에는 적어도 하나 이상의 사용자의 사용자 인증 정보가 등록될 수 있다.
다음, 상기 디바이스는 특정 카드를 사용하여 결재하기 위해 사용자 인증이 필요한지를 판단한다(S1550).
특정 카드의 사용자에 의하여 사용자 인증 필요여부가 설정 되었는지에 따라서, 상기 특정 카드를 사용하여 결재하기 위해 사용자 인증이 필요한 지 여부가 결정될 수 있다.
상기 특정 카드를 사용하여 결재하기 위해 사용자 인증이 필요하지 않은 것으로 판단된 경우, 디바이스는 상기 음성 명령을 수행한다(S1561).
반대로, 상기 특정 카드를 사용하여 결재하기 위해 사용자 인증이 필요한 것으로 판단된 경우 디바이스는 제 2 사용자 인증을 위한 인공지능을 시작한다(S1560).
디바이스는 인공지능 질문을 생성하고(S1570), 생성된 질문에 기초하여 제 2 사용자 인증 절차를 수행한다(S1580). 상기 인공지능 질문은 디바이스에 저장된 진정 사용자의 생활 이력 정보에 기초하여 인공지능을 통하여 자동으로 생성될 수 있다.
도 16은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
디바이스는 생성된 진정 사용자의 생활 이력과 관련된 질문들 중 적어도 하나의 질문을 선택한다(S1610). 상기 선택된 적어도 하나의 질문은 제 2 사용자 인증을 수행하기 위해 특정 사용자에게 제공된다.
디바이스는 선택된 질문을 상기 특정 사용자에게 제공한다(S1620). 이 때, 질문은 상기 디바이스가 직접 음성으로 발화할 수 있고, 상기 디바이스에 구비된 디스플레이 상에 질문이 표시될 수 있다. 이와 같은 질문 방법은 하나의 예시에 불과하고, 본 발명이 이에 한정되는 것은 아니다.
다음, 상기 디바이스는 제공한 질문에 대해서 상기 특정 사용자가 해당 질문에 대한 정답에 해당하는 답변을 하였는지 판단한다(S1630).
예를 들어, 디바이스는 디바이스에 저장된, 진정 사용자가 00월00일 00시에 특정 상품을 결재했다는 생활 이력 정보에 기초하여, 특정 사용자에게 "00월 00일 00시에 어떤 상품을 결재했죠?" 라고 질문할 수 있다. 이 때 특정 사용자가 "특정 상품"이라고 대답한 경우, 상기 특정 사용자는 상기 질문에 대한 정답에 해당하는 답변을 한 것을 의미한다.
상기 특정 사용자가 질문에 대한 정답인 답변을 일정 횟수 이상 하지 못한 경우, 상기 디바이스는 지문인식 및 비밀번호 입력을 통한 사용자 인증 모드로 상태를 변경한다(S1641). 여기서 일정 횟수는 진정 사용자에 의하여 디바이스에 설정될 수 있고, 또는 디바이스에 구비된 인공지능이 자체적으로 판단하여 일정 횟수를 정할 수 있다.
반대로, 상기 특정 사용자가 질문에 대한 정답인 답변을 일정 횟수 이상 한 경우, 제 2 사용자 인증은 성공하게 된다(S1640).
상기 특정 사용자가 제 2 사용자 인증을 성공하면, 상기 디바이스의 화면이 켜지고(S1650), 상기 디바이스의 잠금 해제가 완료되고 상기 특정 상품의 결재가 수행된다(S1660).
도 17은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
도 17은 특정 운전자가 차량 제어를 위해 운전자 인증을 수행하는 경우에 따른 일 예이다.
차량 내의 인공지능 디바이스는 운전자 인증을 위해 사용자 인증 알고리즘을 시작한다(S1710).
상기 인공지능 디바이스는 제 1 사용자 인증을 수행하기 위해서
특정 운전자가 차량에 착석한 것을 인지한다(S1720).
다음, 상기 인공지능 디바이스는 제 1 사용자 인증이 수행한다(S1730).
상기 인공지능 디바이스는 특정 운전자의 음성 또는 상기 특정 운전자의 안면 인식에 기초하여 제 1 사용자 인증을 수행할 수 있다. 이 때, 음성 인식을 위해 상기 진정 운전자의 음성 정보가 상기 인공지능 디바이스에 저장될 수 있고, 안면 인식을 위해 상기 진정 운전자의 안면 정보가 상기 인공지능 디바이스에 저장될 수 있다.
상기 인공지능 디바이스는 상기 특정 운전자가 상기 차량의 진정 운전자인지 판단한다(S1740).
상기 특정 운전자가 차량의 진정 운전자가 아닌 것으로 판단된 경우, 디바이스는 특정 사용자에게 진정 사용자의 이름을 묻는 질문을 제공한다(S1751).
상기 특정 운전자가 상기 진정 운전자의 이름을 올바르게 답변하지 못한 경우, 인공지능 디바이스는 지문인식 및 비밀번호 입력을 통한 운전자 인증 모드로 상태를 변경한다(S1761). 반대로, 특정 사용자가 진정 사용자의 이름을 올바르게 답변한 경우, 인공지능 디바이스는 제 2 사용자 인증을 위한 인공지능을 시작한다(S1750).
다시 S1740으로 돌아와서, 특정 사용자가 발화한 음성이 진정 사용자의 음성과 일치하는 것으로 판단된 경우, 디바이스는 제 2 사용자 인증을 위한 인공지능을 시작한다(S1750).
디바이스는 인공지능 질문을 생성하고(S1760), 생성된 질문에 기초하여 제 2 사용자 인증 절차를 수행한다(S1770). 상기 인공지능 질문은 디바이스에 저장된 진정 사용자의 생활 이력 정보에 기초하여 인공지능을 통하여 자동으로 생성될 수 있다.
도 18은 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
차량에 장착된 인공지능 디바이스는 생성된 진정 운전자의 생활 이력과 관련된 질문들 중 적어도 하나의 질문을 선택한다(S1810). 상기 선택된 적어도 하나의 질문은 제 2 사용자 인증을 수행하기 위해 특정 운전자에게 제공된다.
상기 인공지능 디바이스는 선택된 질문을 상기 특정 운전자에게 제공한다(S1820). 이 때, 질문은 상기 인공지능 디바이스가 직접 음성으로 발화할 수 있고, 상기 차량 내에 장착된 디스플레이 상에 질문이 표시될 수 있다. 이와 같은 질문 방법은 하나의 예시에 불과하고, 본 발명이 이에 한정되는 것은 아니다.
다음, 상기 인공지능 디바이스는 제공한 질문에 대해서 상기 특정 사용자가 해당 질문에 대한 정답에 해당하는 답변을 하였는지 판단한다(S1830).
예를 들어, 상기 인공지능 디바이스는 상기 인공지능 디바이스에 저장된, 진정 운전자가 00월00일 00시에 상기 차량을 운전하여 특정 지역을 방문했다는 생활 이력 정보에 기초하여, 특정 운전자에게 "00월 00일 00시에 어떤 지역을 방문했죠?" 라고 질문할 수 있다. 이 때 특정 운전자가 "특정 지역"이라고 대답한 경우, 상기 특정 운전자는 상기 질문에 대한 정답에 해당하는 답변을 한 것을 의미한다.
상기 특정 운전자가 질문에 대한 정답인 답변을 일정 횟수 이상 하지 못한 경우, 상기 인공지능 디바이스는 지문인식 및 비밀번호 입력을 통한 운전자 인증 모드로 상태를 변경한다(S1841). 여기서 일정 횟수는 상기 진정 운전자에 의하여 설정될 수 있고, 또는 인공지능 디바이스가 자체적으로 판단하여 일정 횟수를 정할 수 있다.
반대로, 상기 특정 운전자가 질문에 대한 정답인 답변을 일정 횟수 이상 한 경우, 제 2 사용자 인증은 성공하게 된다(S1840).
상기 특정 운전자가 제 2 사용자 인증을 성공하면, 상기 특정 운전자는 상기 차량의 제어를 시작한다(S1850).
도 19는 본 발명의 일 실시 예에 따른 AI 장치를 이용한 음성인식 기반 사용자 인증 방법이 수행되는 일 예를 나타낸 흐름도이다.
먼저, 디바이스는 특정 사용자의 제1 발화의 음성 특성에 기초하여 제1 사용자 인증을 수행한다(S1910).
다음, 상기 디바이스는 상기 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 적어도 하나의 특정 질문을 제공한다(S1920).
다음, 상기 디바이스는 상기 특정 사용자의 상기 적어도 하나의 특정 질문에 대한 답변인 적어도 하나의 제2 발화를 센싱(sensing)한다(S1930).
마지막으로, 상기 디바이스는 상기 적어도 하나의 제2 발화가 포함하는 내용에 기초하여 상기 특정 사용자가 디바이스를 사용하기 위한 제2 사용자 인증을 수행한다(S1940).
본 발명이 적용될 수 있는 실시 예
실시 예 1: 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법은, 특정 사용자의 제1 발화의 음성 특성에 기초하여 제1 사용자 인증을 수행하는 단계; 상기 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 적어도 하나의 특정 질문을 제공하는 단계; 상기 특정 사용자의 상기 적어도 하나의 특정 질문에 대한 답변인 적어도 하나의 제2 발화를 센싱(sensing)하는 단계; 및 상기 적어도 하나의 제2 발화가 포함하는 내용에 기초하여 상기 특정 사용자가 디바이스를 사용하기 위한 제2 사용자 인증을 수행하는 단계; 를 포함한다.
실시예 2: 실시 예 1에 있어서, 상기 적어도 하나의 제2 발화가 포함하는 내용 중 상기 적어도 하나의 특정 질문에 대한 정답인 내용이 일정 값 이상인 경우, 상기 제2 사용자 인증이 성공될 수 있다.
실시예 3: 실시 예 1에 있어서, 상기 제1 사용자 인증을 수행하는 단계는,
상기 제1 발화의 제1 음색을 분석하는 단계; 상기 제1 음색이 상기 진정 사용자의 제2 음색과 일치하는지 판단하는 단계; 를 더 포함할 수 있다.
실시 예 4: 실시 예 3에 있어서, 상기 제2 음색은 상기 디바이스가 사전에 저장할 수 있다.
실시 예 5: 실시 예 1에 있어서, 상기 적어도 하나의 특정 질문을 제공하는 단계는, 상기 디바이스가 상기 진정 사용자의 생활 이력을 기록한 생활 이력 데이터에 기초하여 상기 특정 질문을 생성하는 단계를 더 포함할 수 있다.
실시 예 6: 실시 예 5에 있어서, 상기 진정 사용자의 생활 이력은 상기 진정 사용자의 통화 기록, 문자 메시지 기록, 특정 장소 방문 위치 기록, 구매 기록, 일정 기록 또는 카드사용 기록 중 적어도 하나에 관련될 수 있다.
실시 예 7: 실시 예 5에 있어서, 상기 생활 이력 데이터는 상기 진정 사용자가 상기 디바이스를 사용하여 상기 진정 사용자의 생활 이력과 관련된 특정 객체를 선택한 것에 대한 사용자 선택(User Choice: UC) 기록이 문자로 변환되어 상기 특정 객체를 선택한 시간과 함께 저장된 데이터를 포함할 수 있다.
실시 예 8: 실시 예 7에 있어서, 상기 적어도 하나의 특정 질문 중 상기 UC 기록에 기초하여 생성된 질문은 상기 진정 사용자가 선택한 상기 특정 객체 및 상기 특정 객체를 선택한 시간에 관련된 질문일 수 있다.
실시 예 9: 실시 예 5에 있어서, 상기 생활 이력 데이터는 상기 진정 사용자가 상기 디바이스를 통하여 사용한 상기 진정 사용자의 생활 이력과 관련된 영상 데이터 또는 음성 데이터 중 적어도 하나와 관련된 정보가 문자로 변환되어 사용 시간과 함께 저장된 데이터를 포함할 수 있다.
실시 예 10: 실시 예 9에 있어서,
상기 적어도 하나의 특정 질문 중 상기 영상 데이터 또는 음성 데이터 중 적어도 하나에 기초하여 생성된 질문은 상기 영상 데이터 또는 음성 데이터와 관련된 정보 및 상기 영상 데이터 또는 음성 데이터를 사용한 시간에 관련된 질문일 수 있다.
실시 예 10: 실시 예 3에 있어서,
상기 제1 음색과 상기 제2 음색이 일치하지 않는 경우 상기 특정 사용자에게 상기 진정 사용자의 이름(name)과 관련된 질문을 제공하는 단계; 를 더 포함할 수 있다.
실시 예 12: 실시 예 1에 있어서, 상기 제2 사용자 인증을 수행하는 단계는, 상기 특정 사용자의 상기 답변 중 상기 적어도 하나의 특정 질문에 대한 정답인 답변이 일정 값 미만인 경우, 지문 인식 또는 암호 입력에 기초한 제3 사용자 인증을 수행하는 단계; 를 더 포함할 수 있다.
실시 예 13: 실시 예 1에 있어서, 상기 제2 사용자 인증이 성공한 경우, 상기 특정 사용자가 발화한 음성 명령 수행 여부를 상기 진정 사용자의 개인 정보 보안이 필요한지에 기초하여 판단하는 단계; 를 더 포함할 수 있다.
실시 예 14: 실시 예 13에 있어서, 상기 진정 사용자의 개인 정보 보안이 필요하지 않은 경우, 상기 음성 명령을 수행하는 단계; 를 더 포함할 수 있다.
실시 예 15: 실시 예 13에 있어서, 상기 진정 사용자의 개인 정보 보안이 필요한 경우, 상기 제2 사용자 인증을 다시 수행하는 단계; 및 다시 수행된 상기 제2 사용자 인증이 성공한 경우, 상기 음성 명령을 수행하는 단계; 를 더 포함할 수 있다.
실시 예 16: 실시 예 1에 있어서, 상기 제2 발화와 관련된 정보의 전송을 스케줄링하기 위해 사용되는 DCI(Downlink Control Information)를 네트워크로부터 수신하는 단계; 를 더 포함할 수 있고, 상기 제2 발화와 관련된 정보는 상기 DCI에 기초하여 상기 네트워크로 전송될 수 있다.
실시 예 17: 실시 예 16에 있어서,
SSB(Synchronization signal block)에 기초하여 상기 네트워크와 초기 접속 절차를 수행하는 단계; 를 더 포함할 수 있다.
실시 예 18: 실시 예 16에 있어서, 상기 제2 발화와 관련된 정보를 상기 네트워크에 포함된 AI 프로세서로 전송하도록 통신부를 제어하는 단계; 및 상기 AI 프로세서로부터 AI 프로세싱된 제2 사용자 인증 결과 정보를 수신하도록 상기 통신부를 제어하는 단계; 를 더 포함할 수 있다.
실시 예 19: 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법을 지원하는 지능형 컴퓨팅 디바이스는, 적어도 하나의 센서를 포함하는 센싱부; 프로세서; 및 상기 프로세서에 의해 실행 가능한 명령어를 포함하는 메모리;
를 포함하고, 상기 명령어는, 상기 프로세서가 특정 사용자의 제1 발화의 음성 특성에 기초하여 제1 사용자 인증을 수행하도록 하고, 상기 프로세서가 상기 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 적어도 하나의 특정 질문을 제공하도록 하고, 상기 프로세서가 상기 센싱부를 제어하여 상기 특정 사용자의 상기 적어도 하나의 특정 질문에 대한 답변인 적어도 하나의 제2 발화를 센싱(sensing)하도록 하고, 및 상기 프로세서가 상기 적어도 하나의 제2 발화가 포함하는 내용에 기초하여 상기 특정 사용자가 디바이스를 사용하기 위한 제2 사용자 인증을 수행하도록 한다.
실시 예 20: 실시 예 19에 있어서, 상기 적어도 하나의 제2 발화가 포함하는 내용 중 상기 적어도 하나의 특정 질문에 대한 정답인 내용이 일정 값 이상인 경우, 상기 제2 사용자 인증이 성공될 수 있다.
실시 예 21: 실시 예 19에 있어서, 상기 명령어는, 상기 프로세서가 상기 제1 사용자 인증을 수행하도록 하기 위해서, 상기 프로세서가 상기 제1 발화의 제1 음색을 분석하도록 하고, 및 상기 프로세서가 상기 제1 음색이 상기 진정 사용자의 제2 음색과 일치하는지 판단하도록 할 수 있다.
실시 예 22: 실시 예 21에 있어서, 상기 제2 음색은 상기 디바이스가 사전에 저장하고 있을 수 있다.
실시 예 23: 실시 예 19에 있어서, 상기 명령어는, 상기 프로세서가 상기 적어도 하나의 특정 질문을 제공하도록 하기 위해서, 상기 프로세서가 상기 진정 사용자의 생활 이력을 기록한 생활 이력 데이터에 기초하여 상기 특정 질문을 생성하도록 할 수 있다.
실시 예 24: 실시 예 13에 있어서, 상기 진정 사용자의 생활 이력은 상기 진정 사용자의 통화 기록, 문자 메시지 기록, 특정 장소 방문 위치 기록, 구매 기록, 일정 기록 또는 카드사용 기록 중 적어도 하나에 관련될 수 있다.
실시 예 25: 실시 예 23에 있어서, 상기 생활 이력 데이터는 상기 진정 사용자가 상기 디바이스를 사용하여 상기 진정 사용자의 생활 이력과 관련된 특정 객체를 선택한 것에 대한 사용자 선택(User Choice: UC) 기록이 문자로 변환되어 상기 특정 객체를 선택한 시간과 함께 저장된 데이터를 포함할 수 있다.
실시 예 26: 실시 예 25에 있어서, 상기 적어도 하나의 특정 질문 중 상기 UC 기록에 기초하여 생성된 질문은 상기 진정 사용자가 선택한 상기 특정 객체 및 상기 특정 객체를 선택한 시간에 관련된 질문일 수 있다.
실시 예 27: 실시 예 23에 있어서, 상기 생활 이력 데이터는 상기 진정 사용자가 상기 디바이스를 통하여 사용한 상기 진정 사용자의 생활 이력과 관련된 영상 데이터 또는 음성 데이터 중 적어도 하나와 관련된 정보가 문자로 변환되어 사용 시간과 함께 저장된 데이터를 포함할 수 있다.
실시 예 28: 실시 예 27에 있어서, 상기 적어도 하나의 특정 질문 중 상기 영상 데이터 또는 음성 데이터 중 적어도 하나에 기초하여 생성된 질문은 상기 영상 데이터 또는 음성 데이터와 관련된 정보 및 상기 영상 데이터 또는 음성 데이터를 사용한 시간에 관련된 질문일 수 있다.
실시 예 29: 실시 예 21에 있어서, 상기 명령어는, 상기 제1 음색과 상기 제2 음색이 일치하지 않는 경우 상기 프로세서가 상기 특정 사용자에게 상기 진정 사용자의 이름(name)과 관련된 질문을 제공하도록 할 수 있다.
실시 예 30: 실시 예 19에 있어서, 상기 명령어는, 상기 프로세서가 상기 제2 사용자 인증을 수행하도록 하기 위해, 상기 특정 사용자의 상기 답변 중 상기 적어도 하나의 특정 질문에 대한 정답인 답변이 일정 값 미만인 경우, 지문 인식 또는 암호 입력에 기초한 제3 사용자 인증을 수행하도록 할 수 있다.
실시 예 31: 실시 예 19에 있어서, 상기 명령어는, 상기 제2 사용자 인증이 성공한 경우, 상기 프로세서가 상기 특정 사용자가 발화한 음성 명령 수행 여부를 상기 진정 사용자의 개인 정보 보안이 필요한지에 기초하여 판단하도록 할 수 있다.
실시 예 32: 실시 예 31에 있어서, 상기 명령어는, 상기 진정 사용자의 개인 정보 보안이 필요하지 않은 경우, 상기 프로세서가 상기 음성 명령을 수행하도록 할 수 있다.
실시 예 33: 실시 예 31에 있어서, 상기 명령어는, 상기 진정 사용자의 개인 정보 보안이 필요한 경우, 상기 프로세서가 상기 제2 사용자 인증을 다시 수행하도록 하고, 및 다시 수행된 상기 제2 사용자 인증이 성공한 경우, 상기 프로세서가 상기 음성 명령을 수행하도록 할 수 있다.
실시 예 34: 실시 예 19에 있어서, 통신부; 를 더 포함하되, 상기 명령어는, 상기 프로세서가 상기 통신부를 제어하여 상기 적어도 하나의 제2 발화와 관련된 정보 전송을 스케줄링하기 위해 사용되는 DCI(Downlink Control Information)를 네트워크로부터 수신하도록 하고, 및 상기 적어도 하나의 제2 발화와 관련된 정보는 상기 DCI에 기초하여 상기 네트워크로 전송될 수 있다.
실시 예 35: 실시 예 34에 있어서, 상기 명령어는, 상기 프로세서가 상기 통신부를 제어하여 SSB(Synchronization signal block)에 기초하여 상기 네트워크와 초기 접속 절차를 수행하도록 할 수 있다.
실시 예 36: 실시 예 34에 있어서, 제 34 항에 있어서, 상기 명령어는, 상기 프로세서가 상기 통신부를 제어하여 상기 제2 발화와 관련된 정보를 상기 네트워크에 포함된 AI 프로세서로 전송하도록 하고, 및 상기 프로세서가 상기 통신부를 제어하여 상기 AI 프로세서로부터 AI 프로세싱된 제2 사용자 인증 결과 정보를 수신하도록 할 수 있다.
본 발명에 따른 인공지능 장치를 이용한 음성 인식 기반 사용자 인증 방법의 효과에 대해 설명하면 다음과 같다. 본 발명의 실시 예 중 적어도 하나에 의하면, 본 발명은 음성인식에 기반한 사용자 인증 방법을 구현할 수 있다. 또한, 본 발명의 실시 예 중 적어도 하나에 의하면, 사용자 인증을 수행하는 특정 사용자에게 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 하고, 질문에 대한 특정 사용자의 답변에 기초한 사용자 인증 방법을 구현할 수 있다. 본 발명의 실시 예 중 적어도 하나에 의하면, 인공지능을 이용하여 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 생성할 수 있다.
본 발명에 따른 인공지능 장치를 이용한 음성 인식 기반 사용자 인증 방법을 지원하는 지능형 컴퓨팅 디바이스의 효과에 대해 설명하면 다음과 같다. 본 발명의 실시 예 중 적어도 하나에 의하면, 본 발명은 음성인식에 기반한 사용자 인증 방법을 구현할 수 있다. 또한, 본 발명의 실시 예 중 적어도 하나에 의하면, 사용자 인증을 수행하는 특정 사용자에게 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 하고, 질문에 대한 특정 사용자의 답변에 기초한 사용자 인증 방법을 구현할 수 있다. 본 발명의 실시 예 중 적어도 하나에 의하면, 인공지능을 이용하여 디바이스의 진정 사용자의 생활 이력과 관련된 질문을 생성할 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
상술한 실시 예에 설명된 특징, 구조, 효과 등은 본 발명의 적어도 하나의 실시 예에 포함되며, 반드시 하나의 실시 예에만 한정되는 것은 아니다. 나아가, 각 실시 예에서 예시된 특징, 구조, 효과 등은 실시 예들이 속하는 분야의 통상의 지식을 가지는 자에 의하여 다른 실시 예들에 대해서도 조합 또는 변형되어 실시 가능하다. 따라서 이러한 조합과 변형에 관계된 내용들은 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
또한, 이상에서 실시 예들을 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시 예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시 예들에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부한 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (20)
- 특정 사용자의 제1 발화의 음성 특성에 기초하여 제1 사용자 인증을 수행하는 단계;
상기 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 적어도 하나의 특정 질문을 제공하는 단계;
상기 특정 사용자의 상기 적어도 하나의 특정 질문에 대한 답변인 적어도 하나의 제2 발화를 센싱(sensing)하는 단계; 및
상기 적어도 하나의 제2 발화가 포함하는 내용에 기초하여 상기 특정 사용자가 디바이스를 사용하기 위한 제2 사용자 인증을 수행하는 단계;
를 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 1 항에 있어서,
상기 적어도 하나의 제2 발화가 포함하는 내용 중 상기 적어도 하나의 특정 질문에 대한 정답인 내용이 일정 값 이상인 경우, 상기 제2 사용자 인증이 성공되는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 1 항에 있어서,
상기 제1 사용자 인증을 수행하는 단계는,
상기 제1 발화의 제1 음색을 분석하는 단계;
상기 제1 음색이 상기 진정 사용자의 제2 음색과 일치하는지 판단하는 단계;
를 더 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 3 항에 있어서,
상기 제2 음색은 상기 디바이스가 사전에 저장하고 있는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 1 항에 있어서,
상기 적어도 하나의 특정 질문을 제공하는 단계는,
상기 디바이스가 상기 진정 사용자의 생활 이력을 기록한 생활 이력 데이터에 기초하여 상기 특정 질문을 생성하는 단계를 더 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 5 항에 있어서,
상기 진정 사용자의 생활 이력은 상기 진정 사용자의 통화 기록, 문자 메시지 기록, 특정 장소 방문 위치 기록, 구매 기록, 일정 기록 또는 카드사용 기록 중 적어도 하나에 관련된 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 5 항에 있어서,
상기 생활 이력 데이터는 상기 진정 사용자가 상기 디바이스를 사용하여 상기 진정 사용자의 생활 이력과 관련된 특정 객체를 선택한 것에 대한 사용자 선택(User Choice: UC) 기록이 문자로 변환되어 상기 특정 객체를 선택한 시간과 함께 저장된 데이터를 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 7 항에 있어서,
상기 적어도 하나의 특정 질문 중 상기 UC 기록에 기초하여 생성된 질문은 상기 진정 사용자가 선택한 상기 특정 객체 및 상기 특정 객체를 선택한 시간에 관련된 질문인 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 5 항에 있어서,
상기 생활 이력 데이터는 상기 진정 사용자가 상기 디바이스를 통하여 사용한 상기 진정 사용자의 생활 이력과 관련된 영상 데이터 또는 음성 데이터 중 적어도 하나와 관련된 정보가 문자로 변환되어 사용 시간과 함께 저장된 데이터를 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 9 항에 있어서,
상기 적어도 하나의 특정 질문 중 상기 영상 데이터 또는 음성 데이터 중 적어도 하나에 기초하여 생성된 질문은 상기 영상 데이터 또는 음성 데이터와 관련된 정보 및 상기 영상 데이터 또는 음성 데이터를 사용한 시간에 관련된 질문인 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 3 항에 있어서,
상기 제1 음색과 상기 제2 음색이 일치하지 않는 경우 상기 특정 사용자에게 상기 진정 사용자의 이름(name)과 관련된 질문을 제공하는 단계;
를 더 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 1 항에 있어서,
상기 제2 사용자 인증을 수행하는 단계는,
상기 특정 사용자의 상기 답변 중 상기 적어도 하나의 특정 질문에 대한 정답인 답변이 일정 값 미만인 경우, 지문 인식 또는 암호 입력에 기초한 제3 사용자 인증을 수행하는 단계;
를 더 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 1 항에 있어서,
상기 제2 사용자 인증이 성공한 경우, 상기 특정 사용자가 발화한 음성 명령 수행 여부를 상기 진정 사용자의 개인 정보 보안이 필요한지에 기초하여 판단하는 단계;
를 더 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 13 항에 있어서,
상기 진정 사용자의 개인 정보 보안이 필요하지 않은 경우, 상기 음성 명령을 수행하는 단계;
를 더 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 13 항에 있어서,
상기 진정 사용자의 개인 정보 보안이 필요한 경우, 상기 제2 사용자 인증을 다시 수행하는 단계; 및
다시 수행된 상기 제2 사용자 인증이 성공한 경우, 상기 음성 명령을 수행하는 단계;
를 더 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 1 항에 있어서,
상기 제2 발화와 관련된 정보의 전송을 스케줄링하기 위해 사용되는 DCI(Downlink Control Information)를 네트워크로부터 수신하는 단계; 를 더 포함하고,
상기 제2 발화와 관련된 정보는 상기 DCI에 기초하여 상기 네트워크로 전송되는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 16 항에 있어서,
SSB(Synchronization signal block)에 기초하여 상기 네트워크와 초기 접속 절차를 수행하는 단계;
를 더 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 제 16 항에 있어서,
상기 제2 발화와 관련된 정보를 상기 네트워크에 포함된 AI 프로세서로 전송하도록 통신부를 제어하는 단계; 및
상기 AI 프로세서로부터 AI 프로세싱된 제2 사용자 인증 결과 정보를 수신하도록 상기 통신부를 제어하는 단계;
를 더 포함하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법.
- 적어도 하나의 센서를 포함하는 센싱부;
프로세서; 및
상기 프로세서에 의해 실행 가능한 명령어를 포함하는 메모리;
를 포함하고,
상기 명령어는,
상기 프로세서가 특정 사용자의 제1 발화의 음성 특성에 기초하여 제1 사용자 인증을 수행하도록 하고,
상기 프로세서가 상기 특정 사용자에게 상기 디바이스의 진정 사용자의 생활 이력과 관련된 적어도 하나의 특정 질문을 제공하도록 하고,
상기 프로세서가 상기 센싱부를 제어하여 상기 특정 사용자의 상기 적어도 하나의 특정 질문에 대한 답변인 적어도 하나의 제2 발화를 센싱(sensing)하도록 하고, 및
상기 프로세서가 상기 적어도 하나의 제2 발화가 포함하는 내용에 기초하여 상기 특정 사용자가 디바이스를 사용하기 위한 제2 사용자 인증을 수행하도록 하는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법을 지원하는 지능형 컴퓨팅 디바이스.
- 제 19 항에 있어서,
상기 적어도 하나의 제2 발화가 포함하는 내용 중 상기 적어도 하나의 특정 질문에 대한 정답인 내용이 일정 값 이상인 경우, 상기 제2 사용자 인증이 성공되는 것을 특징으로 하는 인공지능 장치를 이용한 음성인식 기반 사용자 인증 방법을 지원하는 지능형 컴퓨팅 디바이스.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190092761A KR20190096862A (ko) | 2019-07-30 | 2019-07-30 | 인공지능 장치를 이용한 음성 인식 기반 사용자 인증 방법 및 이를 위한 장치 |
| US16/586,433 US11763824B2 (en) | 2019-07-30 | 2019-09-27 | Voice recognition based user authentication method using artificial intelligence device and apparatus therefor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190092761A KR20190096862A (ko) | 2019-07-30 | 2019-07-30 | 인공지능 장치를 이용한 음성 인식 기반 사용자 인증 방법 및 이를 위한 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20190096862A true KR20190096862A (ko) | 2019-08-20 |
Family
ID=67807766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190092761A KR20190096862A (ko) | 2019-07-30 | 2019-07-30 | 인공지능 장치를 이용한 음성 인식 기반 사용자 인증 방법 및 이를 위한 장치 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11763824B2 (ko) |
| KR (1) | KR20190096862A (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110744569A (zh) * | 2019-11-21 | 2020-02-04 | 苏州溪能环保科技有限公司 | 一种具有身份识别的服务机器人及其控制方法 |
| CN112259104A (zh) * | 2020-10-10 | 2021-01-22 | 西南政法大学 | 一种声纹识别模型的训练装置 |
| CN113299287A (zh) * | 2021-05-24 | 2021-08-24 | 山东新一代信息产业技术研究院有限公司 | 基于多模态的服务机器人交互方法、系统及存储介质 |
| KR20220058779A (ko) * | 2020-10-30 | 2022-05-10 | 주식회사 공간정보 | 댐유역 및 수자원시설물의 상시 자동점검을 위한 인공지능드론 무인스테이션 시스템 |
| WO2024058524A1 (ko) * | 2022-09-16 | 2024-03-21 | 삼성전자주식회사 | 오거부 판단 방법 및 이를 수행하는 전자 장치 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11527250B2 (en) * | 2020-07-01 | 2022-12-13 | Bank Of America Corporation | Method and system for mobile data communication |
| CN114241459B (zh) * | 2022-02-24 | 2022-06-17 | 深圳壹账通科技服务有限公司 | 一种驾驶员身份验证方法、装置、计算机设备及存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7222072B2 (en) * | 2003-02-13 | 2007-05-22 | Sbc Properties, L.P. | Bio-phonetic multi-phrase speaker identity verification |
| KR20150040088A (ko) * | 2013-10-04 | 2015-04-14 | 삼성전자주식회사 | 전력 증폭 장치 및 방법 |
| US8719039B1 (en) * | 2013-12-05 | 2014-05-06 | Google Inc. | Promoting voice actions to hotwords |
| WO2015174731A1 (ko) * | 2014-05-15 | 2015-11-19 | 엘지전자(주) | 무선 통신 시스템에서 디스커버리 신호 검출 방법 및 이를 위한 장치 |
| US9711141B2 (en) * | 2014-12-09 | 2017-07-18 | Apple Inc. | Disambiguating heteronyms in speech synthesis |
| US10276161B2 (en) * | 2016-12-27 | 2019-04-30 | Google Llc | Contextual hotwords |
| US10522154B2 (en) * | 2017-02-13 | 2019-12-31 | Google Llc | Voice signature for user authentication to electronic device |
-
2019
- 2019-07-30 KR KR1020190092761A patent/KR20190096862A/ko active Search and Examination
- 2019-09-27 US US16/586,433 patent/US11763824B2/en active Active
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110744569A (zh) * | 2019-11-21 | 2020-02-04 | 苏州溪能环保科技有限公司 | 一种具有身份识别的服务机器人及其控制方法 |
| CN112259104A (zh) * | 2020-10-10 | 2021-01-22 | 西南政法大学 | 一种声纹识别模型的训练装置 |
| CN112259104B (zh) * | 2020-10-10 | 2022-11-01 | 西南政法大学 | 一种声纹识别模型的训练装置 |
| KR20220058779A (ko) * | 2020-10-30 | 2022-05-10 | 주식회사 공간정보 | 댐유역 및 수자원시설물의 상시 자동점검을 위한 인공지능드론 무인스테이션 시스템 |
| CN113299287A (zh) * | 2021-05-24 | 2021-08-24 | 山东新一代信息产业技术研究院有限公司 | 基于多模态的服务机器人交互方法、系统及存储介质 |
| WO2024058524A1 (ko) * | 2022-09-16 | 2024-03-21 | 삼성전자주식회사 | 오거부 판단 방법 및 이를 수행하는 전자 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11763824B2 (en) | 2023-09-19 |
| US20200026838A1 (en) | 2020-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11423878B2 (en) | Intelligent voice recognizing method, apparatus, and intelligent computing device | |
| US11074904B2 (en) | Speech synthesis method and apparatus based on emotion information | |
| US11211062B2 (en) | Intelligent voice recognizing method with improved noise cancellation, voice recognizing apparatus, intelligent computing device and server | |
| US11114093B2 (en) | Intelligent voice recognizing method, apparatus, and intelligent computing device | |
| US11222636B2 (en) | Intelligent voice recognizing method, apparatus, and intelligent computing device | |
| KR102223736B1 (ko) | 인공지능 장치를 이용한 음성 처리 방법 | |
| KR20190096862A (ko) | 인공지능 장치를 이용한 음성 인식 기반 사용자 인증 방법 및 이를 위한 장치 | |
| KR102321789B1 (ko) | 감정 정보 기반의 음성 합성 방법 및 장치 | |
| US11373647B2 (en) | Intelligent voice outputting method, apparatus, and intelligent computing device | |
| US11189282B2 (en) | Intelligent voice recognizing method, apparatus, and intelligent computing device | |
| KR102663669B1 (ko) | 소음 환경에서의 음성 합성 | |
| US11580992B2 (en) | Intelligent voice recognizing method, apparatus, and intelligent computing device | |
| US11636845B2 (en) | Method for synthesized speech generation using emotion information correction and apparatus | |
| US20200013395A1 (en) | Intelligent voice recognizing method, apparatus, and intelligent computing device | |
| US11521621B2 (en) | Gathering user's speech samples | |
| US11580953B2 (en) | Method for providing speech and intelligent computing device controlling speech providing apparatus | |
| US20220351714A1 (en) | Text-to-speech (tts) method and device enabling multiple speakers to be set | |
| KR20190106935A (ko) | 지능적 음성 인식 방법, 음성 인식 장치 및 지능형 컴퓨팅 디바이스 | |
| US11217234B2 (en) | Intelligent voice recognizing method, apparatus, and intelligent computing device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |