KR20190133100A - 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법 - Google Patents

어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법 Download PDF

Info

Publication number
KR20190133100A
KR20190133100A KR1020190054521A KR20190054521A KR20190133100A KR 20190133100 A KR20190133100 A KR 20190133100A KR 1020190054521 A KR1020190054521 A KR 1020190054521A KR 20190054521 A KR20190054521 A KR 20190054521A KR 20190133100 A KR20190133100 A KR 20190133100A
Authority
KR
South Korea
Prior art keywords
voice input
application
response
information
electronic device
Prior art date
Application number
KR1020190054521A
Other languages
English (en)
Inventor
쉬라마 크리쉬나 바르가바 치네팔리
굽타 안쿠쉬
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020190054521A priority Critical patent/KR20190133100A/ko
Priority to US16/418,371 priority patent/US11508364B2/en
Priority to PCT/KR2019/006111 priority patent/WO2019225961A1/en
Priority to CN201980034468.3A priority patent/CN112204655B/zh
Priority to CN202411189527.3A priority patent/CN118748013A/zh
Priority to EP19808029.3A priority patent/EP3756185B1/en
Publication of KR20190133100A publication Critical patent/KR20190133100A/ko

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • G10L15/18Speech classification or search using natural language modelling
    • G10L15/1815Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/26Speech to text systems
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • G10L2015/088Word spotting
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223Execution procedure of a spoken command
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225Feedback of the input speech

Landscapes

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

Abstract

본 개시는 딥러닝 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 인공지능(AI) 시스템 및 그 응용에 관련된 것이다.
음성 입력을 수신하고, 음성 입력에 대해 음성 인식을 수행함으로써, 음성 입력과 대응되는 텍스트를 획득하고, 획득된 텍스트에 기초하여, 음성 입력에 대한 메타 데이터를 획득하고, 메타 데이터에 기초하여, 음성 입력에 대한 응답을 출력하기 위한 복수 개의 어플리케이션 중 적어도 하나의 어플리케이션을 선택하고, 선택된 적어도 하나의 어플리케이션을 이용하여, 음성 입력에 대한 응답을 출력하는, 전자 장치에서 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 방법이 제공된다.

Description

어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법 {Electronic device and operating method for outputting a response for a voice input, by using application}
본 개시는, 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법에 관한 것이다. 또한, 본 개시는 딥러닝 등의 기계 학습 알고리즘을 활용하는 인공지능(Artificial Intelligence, AI) 시스템 및 그 응용에 관련된 것이다.
인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 Rule 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 Rule 기반 스마트 시스템은 점차 딥러닝 기반 인공지능 시스템으로 대체되고 있다.
인공지능 기술은 기계학습(딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.
기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.
전자 장치는 사용자의 음성 입력에 대한 응답을 제공하기 위해 다양한 종류의 어플리케이션을 이용할 수 있다. 예를 들어, 음성 입력이 음성 명령 또는 음성 질문(query)을 포함하는 경우, 전자 장치는 상술한 인공지능 기술을 이용하는 다양한 종류의 어플리케이션을 이용하여, 상기 음성 명령 또는 음성 질문에 대응하는 동작을 수행하고, 상기 동작이 수행된 결과를 나타내는 응답을 사용자에게 제공할 수 있다.
그러나, 각 어플리케이션의 특성에 따라, 사용자에게 제공되는 응답의 정확도, 성공률 및 처리 속도 등이 각각 다를 수 있다.
따라서, 음성 입력에 대한 응답을 제공하기에 가장 적합한 어플리케이션을 이용하여, 사용자의 음성 입력에 대해 적절한 응답을 제공하는 방법이 요구되고 있다.
본 개시가 해결하고자 하는 과제는 전술한 문제를 해결하기 위한 것으로서, 음성 입력에 따라, 음성 입력에 대한 응답을 출력하기 위한 어플리케이션을 선택하고, 선택된 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법을 제공하기 위한 것이다.
또한, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 포함하는 컴퓨터 프로그램 제품을 제공하는 데 있다. 해결하려는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 개시의 제1 측면은, 전자 장치에서 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 방법에 있어서, 음성 입력을 수신하는 단계; 상기 음성 입력에 대해 음성 인식을 수행함으로써, 상기 음성 입력과 대응되는 텍스트를 획득하는 단계; 상기 획득된 텍스트에 기초하여, 상기 음성 입력에 대한 메타 데이터를 획득하는 단계; 상기 메타 데이터에 기초하여, 상기 음성 입력에 대한 응답을 출력하기 위한 복수 개의 어플리케이션 중 적어도 하나의 어플리케이션을 선택하는 단계; 및 상기 선택된 적어도 하나의 어플리케이션을 이용하여, 상기 음성 입력에 대한 응답을 출력하는 단계를 포함하는, 방법을 제공한다.
또한, 본 개시의 제2 측면은, 사용자에 대한 인증을 수행하는 전자 장치에 있어서, 음성 입력을 수신하는 사용자 입력부; 상기 음성 입력에 대해 음성 인식을 수행함으로써, 상기 음성 입력과 대응되는 텍스트를 획득하고, 상기 획득된 텍스트에 기초하여, 상기 음성 입력에 대한 메타 데이터를 획득하고, 상기 메타 데이터에 기초하여, 상기 음성 입력에 대한 응답을 출력하기 위한 복수 개의 어플리케이션 중 적어도 하나의 어플리케이션을 선택하는 적어도 하나의 프로세서; 및 상기 선택된 적어도 하나의 어플리케이션을 이용하여, 상기 음성 입력에 대한 응답을 출력하는 출력부를 포함하는, 전자 장치를 제공한다.
또한, 본 개시의 제3 측면은, 제1 측면의 방법을 수행하도록 하는 프로그램이 저장된 기록매체를 포함하는 컴퓨터 프로그램 제품을 제공할 수 있다.
일 실시 예에 의하면, 음성 입력에 관한 메타 데이터에 기초하여, 음성 입력에 대한 응답을 제공할 어플리케이션이 선택됨으로써, 음성 입력에 대한 응답을 제공하기에 적합한 어플리케이션에 의해 음성 입력에 대한 응답이 제공될 수 있다.
도 1은 일 실시 예에 의한 어플리케이션을 이용하여 음성 입력에 대한 응답을 제공하는 시스템을 설명하기 위한 도면이다.
도 2는 일 실시 예에 의한 전자 장치의 내부 구성을 설명하기 위한 블록도이다.
도 3은 일 실시 예에 의한 전자 장치의 내부 구성을 설명하기 위한 블록도이다.
도 4는 일 실시 예에 의한 전자 장치의 내부 구성을 설명하기 위한 도면이다.
도 5는 일 실시 예에 의한 명령어 처리 엔진의 내부 구성을 포함한 블록도이다.
도 6은 일 실시 예에 의한 전자 장치에서 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 방법을 나타낸 순서도이다.
도 7은 일 실시 예에 의한 전자 장치에서 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 방법을 나타낸 순서도이다.
도 8은 일 실시 예에 의한 선호도 정보를 학습하는 방법을 나타낸 순서도이다.
도 9는 일 실시 예에 따라 음성 입력에 대한 응답이 출력되는 일 예를 설명하기 위한 도면이다.
도 10은 일 실시 예에 의한 선호도 정보를 학습하는 일 예를 나타낸 도면이다.
도 11은 일 실시 예에 의한 복수의 음성 입력에 대한 각 응답의 우선 순위에 따라 각 응답과 대응되는 동작이 수행되는 일 예를 나타낸 도면이다.
도 12는 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
도 13는 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
도 14는 일 실시 예에 의한 선호도 정보에 기초하여 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 15는 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
도 16은 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
도 17은 일 실시 예에 의한 선호도 정보에 기초하여 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 18은 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
도 19는 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
도 20은 일 실시 예에 의한 선호도 정보에 기초하여 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 21은 일 실시 예에 의한 우선 순위에 기초하여 복수의 응답을 출력하는 일 예를 나타낸 도면이다.
도 22는 일 실시 예에 의한 우선 순위에 기초하여 복수의 응답을 출력하는 일 예를 나타낸 도면이다.
도 23은 일 실시 예에 따라 다른 전자 장치를 통해 음성 입력에 대한 응답을 출력하는 일 예를 나타낸 도면이다.
도 24는 일 실시 예에 따라 다른 전자 장치를 통해 음성 입력에 대한 응답에 따라 외부 장치를 제어하는 일 예를 나타낸 도면이다.
도 25는 일 실시 예에 의한 전자 장치에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 26은 일 실시 예에 의한 복수 개의 전자 장치에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 27은 일 실시 예에 의한 복수 개의 전자 장치에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 28은 일 실시 예에 의한 복수 개의 전자 장치에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 29는 일 실시 예에 의한 복수 개의 전자 장치에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 30은 일 실시 예에 따른 프로세서의 블록도이다.
도 31은 일 실시 예에 따른 데이터 학습부의 블록도이다.
도 32는 일 실시 예에 따른 데이터 인식부(1320)의 블록도이다.
도 33은 일 실시예에 따른 전자 장치 및 서버가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 일 실시 예에 의한 어플리케이션을 이용하여 음성 입력에 대한 응답을 제공하는 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 일 실시 예에 따른 어플리케이션을 이용하여 음성 입력에 대한 응답을 제공하는 시스템은, 전자 장치(1000)를 포함할 수 있다. 전자 장치(1000)는 사용자로부터 음성 입력(100)을 수신하고, 수신된 음성 입력(100)에 대한 응답을 출력할 수 있다.
일 실시 예에 따른 전자 장치(1000)는 음성 입력(100)를 수신하고, 수신된 음성 입력(100)에 대한 응답을 출력할 수 있는 장치로, 다양한 형태로 구현될 수 있다. 예를 들어, 본 명세서에서 기술되는 전자 장치(1000)는, 디지털 카메라, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 태블릿 PC, 전자북 단말기, 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 인공지능 스피커 등이 있을 수 있으나, 이에 한정되는 것은 아니다.
본 명세서에서 기술되는 전자 장치(1000)는 사용자에 의해 착용될 수 있는 장치(wearable device)일 수 있다. 웨어러블 디바이스는 액세서리 형 장치(예컨대, 시계, 반지, 팔목 밴드, 발목 밴드, 목걸이, 안경, 콘택트 렌즈), 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형 장치(예: 전자 의복), 신체 부착형 장치(예컨대, 스킨 패드(skin pad)), 또는 생체 이식형 장치(예: implantable circuit) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 이하에서는, 설명의 편의상, 전자 장치(1000)가 스마트 폰인 경우를 예로 들어 설명하기로 한다.
일 실시예에 의하면, 전자 장치(1000)에서 음성 입력에 대한 응답을 제공하기 위해 이용되는 어플리케이션은 사용자로부터 음성 입력을 수신하고, 사용자의 음성 입력에 대한 응답을 출력하는 대화형 인터페이스를 제공할 수 있다. 일 실시예에 의한 어플리케이션은 가상 비서(Virtual assistant), 인공지능 비서 등을 포함할 수 있으나, 이에 한정되는 것은 아니다. 가상 비서 또는 인공지능 비서는 사용자가 요구하는 작업을 처리하고 사용자에게 특화된 서비스를 제공하는 소프트웨어 에이전트일 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는, 사용자의 음성 입력(100)에 대해 음성 인식을 수행함으로써, 음성 입력(100)과 대응되는 텍스트를 획득하고, 텍스트에 기초하여, 복수의 어플리케이션 중 음성 입력(100)에 대응한 응답을 제공할 어플리케이션을 선택할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는, 음성 입력(100)에 기초하여 획득된 메타 데이터에 기초하여, 음성 입력(100)을 처리하기에 적합한 어플리케이션을 선택하고, 선택된 어플리케이션을 이용하여 음성 입력(100)에 대한 응답을 출력할 수 있다.
일 실시 예에 의한 복수의 어플리케이션은 각각 서로 다른 특성을 가지고 음성 입력(100)을 처리할 수 있다.
예를 들면, 어느 하나의 어플리케이션은 음성 입력(100)에 따라 미리 지정된 가전 기기(home appliance)를 제어할 수 있는 기능을 가질 수 있다. 또한, 어느 하나의 어플리케이션은 네비게이션과 관련된 제어 기능을 가질 수 있다. 또한, 어느 하나의 어플리케이션은 멀티미디어 재생과 관련된 음성 입력을 처리할 수 있는 기능을 가질 수 있다.
따라서, 전자 장치(1000)는, 각각의 어플리케이션들이, 음성 입력(100)을 처리할 수 있는 성능, 처리 속도, 정확도, 음성 입력(100)을 처리하는데 이용하는 데이터, 음성 입력(100)에 따라 수행 가능한 동작 등에 있어서, 차이가 존재함을 고려하여, 음성 입력(100)을 처리할 어플리케이션을 선택할 수 있다.
예를 들면, 전자 장치(1000)는, 복수의 어플리케이션에 의해 출력된 응답에 대한 사용자의 피드백 정보, 상기 복수의 어플리케이션에 의해 음성 입력이 처리된 결과에 관한 정보, 상기 복수의 어플리케이션이 응답을 출력하는데 걸리는 시간에 관한 정보, 상기 복수의 어플리케이션에 의해 수행될 수 있는 동작에 관한 정보 및 상기 복수의 어플리케이션의 성능에 관한 정보 중 적어도 하나의 정보에 기초하여, 전자 장치(1000)에서 수신된 음성 입력에 대한 응답을 출력하기 위한 복수의 어플리케이션 중, 메타 데이터로 구별되는 음성 입력을 처리하는데 적합한, 적어도 하나의 어플리케이션을 선택할 수 있다.
상술한 예에 한하지 않고, 전자 장치(1000)는 복수의 어플리케이션에 관한 다양한 정보에 기초하여, 음성 입력에 대한 응답을 출력하는데 이용될 어플리케이션을 선택할 수 있다.
일 실시 예에 따라 선택된 어플리케이션은, 음성 입력(100)과 대응되는 동작을 수행하고, 동작이 수행된 결과에 기초하여 응답을 생성하고, 생성된 응답을 사용자에게 제공할 수 있다.
일 예로, 전자 장치(1000)는 사용자의 음성 입력(100)에 대해 음성 인식을 수행한 결과 획득된 텍스트가 "불을 켜주세요(Turn on the light)"인 경우, 텍스트의 키워드인 "불(light)"을 상기 음성 입력(100)에 대한 메타 데이터로서 획득할 수 있다. 일 실시 예에 의한 전자 장치(1000)는 "불"을 포함한 메타 데이터에 기초하여, 음성 입력(100)을 처리하기에 적합한 적어도 하나의 어플리케이션을 선택할 수 있다.
또한, 전자 장치(1000)는 선택된 어플리케이션을 통해, 음성 입력(100)에 대응하는 동작을 수행함으로써, 동작이 수행된 결과에 기초한 응답을 출력할 수 있다. 예를 들면, 선택된 어플리케이션은, "불을 켜주세요"란 음성 입력(100)에 대응하여, 사용자 주변의 전등을 제어하는 동작을 수행하고, 동작이 수행된 결과에 기초하여, "거실의 전등 1을 켰습니다"란 응답을 출력할 수 있다.
일 실시 예에 의한 메타 데이터는, 음성 입력(100)과 대응되는 텍스트로부터 추출된 키워드뿐만 아니라, 음성 입력(100)과 관련된 다양한 정보를 더 포함할 수 있다.
예를 들면, 메타 데이터는, 음성 입력(100)과 대응되는 텍스트로부터 추출된 키워드, 텍스트에 기초하여 획득된 사용자의 의도(intention)에 관한 정보 등 텍스트로부터 획득될 수 있는 다양한 정보를 포함할 수 있다.
또한, 메타 데이터는 상술한 예에 한하지 않고, 텍스트 외에 음성 입력(100)과 관련된 정보로서, 음성 입력(100)의 음향적 특성에 관한 정보, 음성 입력(100)이 수신된 전자 장치(1000)의 사용자에 관한 정보 등을 더 포함할 수 있다.
일 실시 예에 의하면, 메타 데이터는, 상술한 음성 입력(100)과 대응되는 텍스트로부터 추출된 키워드, 텍스트에 기초하여 획득된 사용자의 의도에 관한 정보, 음성 입력(100)의 음향적 특성에 관한 정보, 음성 입력(100)이 수신된 전자 장치(100)의 사용자에 관한 정보 중 적어도 하나를 포함할 수 있다.
일 실시 예에 의한 텍스트는, 음성 입력(100)에 대해 음성 인식을 수행함으로써 획득된, 음성 입력(100)과 대응되는 텍스트를 포함할 수 있다. 예를 들면, 음성 입력(100)이 사용자에 의해 "불을 켜주세요"라고 발화된 음성 신호를 포함하는 경우, 음성 입력(100)과 대응되는 텍스트로, "불을 켜주세요"가 획득될 수 있다.
일 실시 예에 의한 텍스트로부터 추출된 키워드는, 텍스트에 포함된 적어도 하나의 단어(word)를 포함할 수 있다. 예를 들면, 키워드는, 음성 입력(100)의 텍스트 중 핵심적인 내용을 나타내는 단어로 결정될 수 있다. 상기 키워드는, 텍스트에서 핵심이 되는 단어를 추출하는 다양한 방법에 따라서 추출될 수 있다.
일 실시 예에 의한 사용자의 의도에 관한 정보는, 텍스트 분석을 통해 해석될 수 있는, 음성 입력(100)을 수행한 사용자의 의도를 포함할 수 있다. 또한, 사용자의 의도에 관한 정보는, 텍스트 분석뿐만 아니라, 사용자의 스케줄 정보, 사용자의 음성 명령 이력에 관한 정보, 사용자의 관심사에 관한 정보, 사용자의 생활 패턴에 관한 정보 등 사용자에 관한 다양한 정보를 더 고려하여, 결정될 수 있다. 예를 들면, 사용자의 의도는, 사용자가 전자 장치(1000)를 이용하여 제공받고자 하는 서비스와 관련된 내용으로 결정될 수 있다.
예를 들어, "불을 켜주세요"란 텍스트에 대하여, 사용자의 의도에 관한 정보는 "외부 기기 제어"를 포함할 수 있다. 상기 외부 기기는, 전자 장치(1000)의 요청에 따라 제어될 수 있는 전자 장치(1000) 외의 다른 기기를 포함할 수 있다. 또 다른 예로, 사용자의 의도에 관한 정보는, "외부 기기 제어" 이외에, "긴급 구조 서비스 요청", "정보 제공", "전자 장치에 대한 설정", "네비게이션 기능 제공", "멀티미디어 파일 재생" 중 하나를 포함할 수 있다. 상술한 예에 한하지 않고, 사용자의 의도에 관한 정보는, 음성 입력(100)을 통해 사용자가 기대하는 전자 장치(1000)의 동작에 관한 다양한 종류의 정보를 포함할 수 있다.
일 실시 예에 의하면, 텍스트로부터 적어도 하나의 키워드가 추출될 수 있다. 예를 들면, 복수 개의 키워드가 추출되는 경우, 사용자의 음성 명령의 이력에 관한 정보, 사용자의 관심사에 관한 정보, 사용자의 음성 명령에 대한 피드백 정보 등 사용자에 관한 다양한 정보에 기초하여, 각 키워드에 대한 우선 순위가 결정될 수 있다. 또 다른 예로, 각 키워드에 대한 우선 순위는, 사용자의 의도와 관련된 정도에 기초하여, 결정될 수 있다. 일 실시 예에 의하면, 결정된 우선 순위에 따라 각 키워드에 대한 가중치가 결정될 수 있고, 결정된 가중치에 따라, 적어도 하나의 키워드에 기초하여, 응답이 출력될 어플리케이션이 결정될 수 있다.
또 다른 예로, 텍스트에서, 복수 개의 키워드가 추출되는 경우, 상술한 사용자에 관한 다양한 정보에 기초하여, 응답이 출력될 어플리케이션을 결정하기 위한, 적어도 하나의 키워드가 선택될 수 있다. 예를 들면, 상술한 각 키워드에 대해 결정된 가중치에 기초하여, 복수 개의 키워드 중 적어도 하나의 키워드가 선택될 수 있다. 일 실시 예에 의하면, 복수 개의 키워드 중 선택되는 적어도 하나의 키워드는, 서로 모순되지 않는 정보를 포함하는 키워드일 수 있다.
예를 들어, 음성 인식된 텍스트가 "장소 A ? 장소 B로 운전해서 가는 길을 알려줘"인 경우, 키워드로, "장소 A", "장소 B" 및 "운전"이 추출될 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 텍스트 상에서, 사용자가 "장소 A"를 장소 B로 번복하여 말한 점을 고려하면, 사용자가 잘못 말한 단어일 가능성이 높다고 판단할 수 있다. 또한, 전자 장치(1000)는 사용자의 스케줄 정보에 따르면 사용자는 현재 "장소 B"로 이동할 가능성이 높다고 판단할 수 있다. 따라서, 전자 장치(1000)는 "장소 A" 및 "장소 B" 중 "장소 B"가 사용자의 의도에 대응되는 키워드인 것으로 판단할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는 "장소 A"를 키워드에서 제외하거나, "장소 A"에 대한 가중치를 낮게 설정하여, 응답을 출력하기 위한 어플리케이션을 결정할 수 있다.
일 실시 예에 의한 음성 입력(100)의 음향적 특성에 관한 정보는, 음성 입력(100)의 음성 신호에 관한 특성에 관한 정보를 포함할 수 있다. 예를 들면, 음향적 특성에 관한 정보는, 음성 신호가 수신된 시간, 음성 신호의 길이, 음성 신호의 타입 정보(ex. 남성, 여성, 소음) 등을 포함할 수 있다. 상술한 예에 한하지 않고, 음향적 특성에 관한 정보는, 음성 입력(100)의 음성 신호에 관한 정보로서, 다양한 종류의 정보를 포함할 수 있다.
일 실시 예에 의한 사용자에 관한 정보는, 음성 입력(100)이 수신된 전자 장치(1000)의 사용자에 관한 정보로서, 예를 들면, 사용자의 나이, 생활 패턴, 선호 기기, 관심 분야 등의 다양한 정보를 포함할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는, 인공지능 모델을 이용하여, 사용자로부터 수신된 음성 입력(100)에 기초하여, 복수의 어플리케이션 중 적어도 하나의 어플리케이션을 선택할 수 있다. 예를 들면, 전자 장치(1000)는 메타 데이터를 생성하거나, 메타 데이터에 기초하여 어플리케이션을 선택하는데, 미리 학습된 인공지능 모델을 이용할 수 있다.
일 실시 예에 의한, 전자 장치(1000)는, 미리 지정된 시간 구간 동안 복수의 음성 입력(100)을 수신할 수 있다. 예를 들면, 전자 장치(1000)는 적어도 하나의 발화자로부터 수신된 복수의 음성 입력(100)을 5초 내외의 시간 구간 동안 수신할 수 있다.
일 실시 예에 의한 전자 장치(1000)는 복수의 음성 입력(100)에 대응하는 응답에 대하여 우선 순위를 결정하고, 결정된 우선 순위에 따라서 응답을 출력할 수 있다. 예를 들면, 복수의 음성 입력(100)이 수신된 경우, 각각의 음성 입력(100)에 대해 메타 데이터가 획득될 수 있고, 메타 데이터에 기초하여, 복수의 음성 입력(100)에 대응하는 응답에 대한 우선 순위가 결정될 수 있다. 일 예로, 메타 데이터에 포함된 사용자의 의도에 관한 정보에 기초하여 우선 순위가 결정될 수 있다. 또한, 우선 순위에 기초하여, 각 음성 입력(100)에 의한 응답이 순차적으로 출력될 수 있다.
또한, 일 실시 예에 의하면, 응답에 대한 우선 순위는, 응답의 크기, 응답이 사용자에 의해 선호되는 특징을 포함하는지 여부 및 응답이 획득된 후 출력되는데 걸리는 시간에 관한 정보 중 적어도 하나에 더 기초하여 결정될 수 있다.
상술한 예에 한하지 않고, 복수 개의 응답에 대한 우선 순위는 각 응답에 관한 다양한 정보에 기초하여 결정될 수 있다.
일 실시 예에 의하면, 온 디바이스(on-device) AI 기술에 따라서, 클라우드 서버와의 데이터 송수신 없이, 전자 장치(1000) 상에서, 사용자의 음성 명령이 처리될 수 있고, 처리 결과가 어플리케이션을 통해 출력될 수 있다. 예를 들면, 전자 장치(1000)는 클라우드 서버에 저장된 빅 데이터를 이용할 필요없이, 실시간으로 전자 장치(1000)에서 수집된 사용자에 관한 다양한 정보에 기초하여, 일 실시 예에 의한 동작을 수행할 수 있다.
온 디바이스 AI 기술에 의하면, 전자 장치(1000)는 스스로 수집한 데이터에 기초하여, 스스로 학습하고, 학습된 AI 모델에 기초하여, 스스로 결정을 내릴 수 있다. 온 디바이스 AI 기술에 의한, 전자 장치(1000)는 수집된 데이터를 외부로 전달하지 않고, 스스로 운용하므로, 사용자의 개인 정보 보호 및 데이터 처리 속도 면에서, 장점이 존재한다.
예를 들면, 전자 장치(1000)의 네트워크 환경이 불안정하거나, 빅 데이터를 이용할 필요 없이, 전자 장치(1000)에서 수집된 정보만으로, 전자 장치(1000)에서 학습된 AI 모델에 따라 일 실시 예에 의한 동작을 수행하기에 충분한지 여부에 따라, 전자 장치(1000)는 온 디바이스 AI 기술을 이용하여, 클라우드 서버와의 연결 없이, 동작할 수 있다.
다만, 전자 장치(1000)는, 온 디바이스 AI 기술에 따라 동작하는 것에 한하지 않고, 클라우드 서버 또는 외부 장치와의 데이터 송수신을 통해, 일 실시 예에 의한 동작을 수행할 수도 있다. 또한, 전자 장치(1000)는 상술한 온 디바이스 AI 기술 및 클라우드와의 데이터 송수신을 통한 방식을 조합하여 일 실시 예에 의한 동작을 수행할 수도 있다.
예를 들어, 네트워크 환경 및 전자 장치(1000)의 연산 능력에 따라, 클라우드 서버를 통한 동작이 데이터 처리 속도 면에서 더 유리하거나, 사용자의 개인 정보를 포함하지 않는 데이터가 클라우드 서버로 전달되는 경우 등, 클라우드 서버를 통한 방식이 온 디바이스 AI 기술보다 유리한 경우에는, 클라우드 서버를 통한 방식에 따라, 일 실시 예에 의한 동작이 수행될 수 있다.
도 2는 일 실시 예에 의한 전자 장치(1000)의 내부 구성을 설명하기 위한 블록도이다.
도 3은 일 실시 예에 의한 전자 장치(1000)의 내부 구성을 설명하기 위한 블록도이다.
도 2를 참조하면, 전자 장치(1000)는, 사용자 입력부(1100), 프로세서(1300) 및 출력부(1200)를 포함할 수 있다. 그러나, 도 2에 도시된 구성 요소 모두가 전자 장치(1000)의 필수 구성 요소인 것은 아니다. 도 2에 도시된 구성 요소보다 많은 구성 요소에 의해 전자 장치(1000)가 구현될 수도 있고, 도 2에 도시된 구성 요소보다 적은 구성 요소에 의해 전자 장치(1000)가 구현될 수도 있다.
예를 들면, 전자 장치(1000)는 도 3에 도시된 바와 같이, 일부 실시예에 따른 전자 장치(1000)는, 사용자 입력부(1100), 프로세서(1300) 및 출력부(1200) 이외에 센싱부(1400), 통신부(1500), A/V 입력부(1600) 및 메모리(1700)를 더 포함할 수도 있다.
사용자 입력부(1100)는, 사용자가 전자 장치(1000)를 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 사용자 입력부(1100)에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다.
일 실시 예에 의하면, 사용자 입력부(1100)는, 사용자의 음성 입력(100)을 수신할 수 있다. 예를 들면, 사용자 입력부(1100)는, 전자 장치(1000)에 구비된 마이크를 통하여 입력된 사용자의 음성 입력(100)을 수신할 수 있다.
출력부(1200)는, 오디오 신호 또는 비디오 신호 또는 진동 신호를 출력할 수 있으며, 출력부(1200)는 디스플레이부(1210), 음향 출력부(1220), 및 진동 모터(1230)를 포함할 수 있다.
일 실시 예에 의한 출력부(1200)는, 사용자의 음성 입력(100)에 따른 동작의 수행 결과를 포함하는 응답을 출력할 수 있다. 예를 들면, 출력부(1200)는 적어도 하나의 어플리케이션에 의해 사용자의 음성 입력(100)과 대응되는 동작이 수행된 결과를 포함하는 응답을 출력할 수 있다. 일 실시 예에 의하면, 음성 입력(100)과 대응되는 동작이 수행되는 적어도 하나의 어플리케이션은, 음성 입력(100)이 음성 인식된 결과 획득된 텍스트에 기초하여 결정될 수 있다.
디스플레이부(1210)는 전자 장치(1000)에서 처리되는 정보를 표시 출력한다. 일 실시 예에 의하면, 디스플레이부(1210)는, 사용자의 음성 입력(100)에 따른 동작의 수행 결과를 표시할 수 있다.
한편, 디스플레이부(1210)와 터치패드가 레이어 구조를 이루어 터치 스크린으로 구성되는 경우, 디스플레이부(1210)는 출력 장치 이외에 입력 장치로도 사용될 수 있다. 디스플레이부(1210)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 중에서 적어도 하나를 포함할 수 있다. 그리고 전자 장치(1000)의 구현 형태에 따라 전자 장치(1000)는 디스플레이부(1210)를 2개 이상 포함할 수도 있다.
음향 출력부(1220)는 통신부(1500)로부터 수신되거나 메모리(1700)에 저장된 오디오 데이터를 출력한다. 일 실시 예에 의한 음향 출력부(1220)는 사용자의 음성 입력(100)에 따른 동작의 수행 결과를 나타내는 오디오 데이터를 출력할 수 있다.
진동 모터(1230)는 진동 신호를 출력할 수 있다. 또한, 진동 모터(1230)는 터치스크린에 터치가 입력되는 경우 진동 신호를 출력할 수도 있다. 일 실시 예에 의한 진동 모터(1230)는 사용자의 음성 입력(100)에 따른 동작의 수행 결과를 나타내는 진동 신호를 출력할 수 있다.
프로세서(1300)는, 통상적으로 전자 장치(1000)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(1300)는, 메모리(1700)에 저장된 프로그램들을 실행함으로써, 사용자 입력부(1100), 출력부(1200), 센싱부(1400), 통신부(1500), A/V 입력부(1600) 등을 전반적으로 제어할 수 있다. 전자 장치(1000)는 적어도 하나의 프로세서(1300)를 포함할 수 있다.
프로세서(1300)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(1700)로부터 프로세서(1300)에 제공되거나, 통신부(1500)를 통해 수신되어 프로세서(1300)로 제공될 수 있다. 예를 들면 프로세서(1300)는 메모리와 같은 기록 장치에 저장된 프로그램 코드에 따라 명령을 실행하도록 구성될 수 있다.
일 실시 예에 의한 적어도 하나의 프로세서(1300)는 사용자의 음성 입력(100)에 대해 음성 인식을 수행함으로써, 음성 입력(100)과 대응되는 텍스트를 획득하고, 텍스트에 기초하여, 복수의 어플리케이션 중 음성 입력(100)에 대응한 응답을 제공할 어플리케이션을 선택할 수 있다.
예를 들면, 적어도 하나의 프로세서(1300)는, 음성 입력(100)에 기초하여 획득된 메타 데이터에 기초하여, 음성 입력(100)을 처리하기에 적합한 어플리케이션을 선택하고, 선택된 어플리케이션을 통해 음성 입력(100)에 대한 응답을 사용자에게 제공할 수 있다.
또한, 일 실시 예에 의한 적어도 하나의 프로세서(1300)는 음성 입력(100)에 대한 적어도 하나의 응답에 대해 우선 순위를 결정하고, 결정된 우선 순위에 따라 적어도 하나의 응답이 출력되도록 제어할 수 있다.
센싱부(1400)는, 전자 장치(1000)의 상태 또는 전자 장치(1000) 주변의 상태를 감지하고, 감지된 정보를 프로세서(1300)로 전달할 수 있다.
일 실시 예에 의하면, 센싱부(1400)에 의해 감지된 정보는, 음성 입력(100)과 관련된 메타 데이터로서 이용될 수 있다. 예를 들면, 메타 데이터는 음성 입력(100)과 관련된, 센싱부(1400)에 의해 감지된 사용자 및 주변환경에 관한 다양한 종류의 센싱 정보를 포함할 수 있다. 따라서, 전자 장치(1000)는, 음성 입력(100)과 관련된 다양한 정보를 포함하는 메타 데이터에 기초하여, 음성 입력(100)을 처리하기에 적합한 어플리케이션을 선택할 수 있다.
센싱부(1400)는, 지자기 센서(Magnetic sensor)(1410), 가속도 센서(Acceleration sensor)(1420), 온/습도 센서(1430), 적외선 센서(1440), 자이로스코프 센서(1450), 위치 센서(예컨대, GPS)(1460), 기압 센서(1470), 근접 센서(1480), 및 RGB 센서(illuminance sensor)(1490) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다.
통신부(1500)는, 전자 장치(1000)가 서버(미도시) 또는 외부 장치(미도시)와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 예를 들어, 통신부(1500)는, 근거리 통신부(1510), 이동 통신부(1520), 방송 수신부(1530)를 포함할 수 있다.
일 실시 예에 의한 통신부(1500)는, 전자 장치(1000)에서 수신된 음성 입력(100)에 관한 정보를 일 실시 예에 따라 선택된 어플리케이션에 대한 동작을 처리하는 클라우드(미도시)로 전송할 수 있다. 클라우드(미도시)는, 음성 입력(100)에 관한 정보를 수신하여, 일 실시 예에 따라, 음성 입력(100)과 대응되는 동작을 수행하고, 동작이 수행된 결과를 전자 장치(1000)로 전송할 수 있다. 전자 장치(1000)는 일 실시 예에 따라 선택된 어플리케이션을 통해 클라우드(미도시)로부터 수신된 정보에 기초한 응답을 출력할 수 있다.
또한, 일 실시 예에 의한 통신부(1500)는 전자 장치(1000)에 의해 음성 입력(100)과 대응되는 동작이 수행된 결과에 따라 외부 장치(미도시)를 제어하기 위한 신호를 전송할 수 있다. 예를 들면, 음성 입력(100)이 외부 장치(미도시)를 제어하기 위한 명령을 포함하는 경우, 전자 장치(1000)는 일 실시 예에 따라 선택된 어플리케이션을 이용하여 외부 장치(미도시)를 제어하기 위한 제어 신호를 생성하고, 생성된 제어 신호를 외부 장치(미도시)로 전송할 수 있다. 전자 장치(1000)는 일 실시 예에 따라 선택된 어플리케이션을 통해, 외부 장치(미도시)를 제어한 결과를 음성 입력(100)에 대한 응답으로 출력할 수 있다.
근거리 통신부(short-range wireless communication unit)(1510)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
이동 통신부(1520)는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
방송 수신부(1530)는, 방송 채널을 통하여 외부로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 구현 예에 따라서 전자 장치(1000)가 방송 수신부(1530)를 포함하지 않을 수도 있다.
A/V(Audio/Video) 입력부(1600)는 오디오 신호 또는 비디오 신호 입력을 위한 것으로, 이에는 카메라(1610)와 마이크로폰(1620) 등이 포함될 수 있다. 카메라(1610)는 화상 통화모드 또는 촬영 모드에서 이미지 센서를 통해 정지영상 또는 동영상 등의 화상 프레임을 얻을 수 있다. 이미지 센서를 통해 캡쳐된 이미지는 프로세서(1300) 또는 별도의 이미지 처리부(미도시)를 통해 처리될 수 있다. 마이크로폰(1620)은, 외부의 음향 신호를 입력 받아 전기적인 음성 데이터로 처리한다.
일 실시 예에 의한 A/V 입력부(1600)는 사용자의 음성 입력(100)을 수신하는 기능을 수행할 수 있다.
메모리(1700)는, 프로세서(1300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 전자 장치(1000)로 입력되거나 전자 장치(1000)로부터 출력되는 데이터를 저장할 수도 있다.
일 실시 예에 의한 메모리(1700)는 하나 이상의 인스트럭션을 저장할 수 있고, 상술한 전자 장치(1000)의 적어도 하나의 프로세서(1300)는 상기 메모리(1700)에 저장된 상기 하나 이상의 인스트럭션을 실행함으로써, 일 실시 예에 의한 동작을 수행할 수 있다.
또한, 일 실시 예에 의한 메모리(1700)는 음성 입력(100)이 처리될 어플리케이션을 선택하는데, 필요한 정보를 저장할 수 있다. 예를 들면, 메모리(1700)는, 음성 입력(100)이 처리될 어플리케이션을 선택하는데 필요한 정보로서 미리 학습된 정보를 저장할 수 있다.
메모리(1700)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
메모리(1700)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있는데, 예를 들어, UI 모듈(1710), 터치 스크린 모듈(1720), 알림 모듈(1730) 등으로 분류될 수 있다.
UI 모듈(1710)은, 애플리케이션 별로 전자 장치(1000)와 연동되는 특화된 UI, GUI 등을 제공할 수 있다. 터치 스크린 모듈(1720)은 사용자의 터치 스크린 상의 터치 제스처를 감지하고, 터치 제스처에 관한 정보를 프로세서(1300)로 전달할 수 있다. 일부 실시예에 따른 터치 스크린 모듈(1720)은 터치 코드를 인식하고 분석할 수 있다. 터치 스크린 모듈(1720)은 컨트롤러를 포함하는 별도의 하드웨어로 구성될 수도 있다.
터치스크린의 터치 또는 근접 터치를 감지하기 위해 터치스크린의 내부 또는 근처에 다양한 센서가 구비될 수 있다. 터치스크린의 터치를 감지하기 위한 센서의 일례로 촉각 센서가 있다. 촉각 센서는 사람이 느끼는 정도로 또는 그 이상으로 특정 물체의 접촉을 감지하는 센서를 말한다. 촉각 센서는 접촉면의 거칠기, 접촉 물체의 단단함, 접촉 지점의 온도 등의 다양한 정보를 감지할 수 있다.
사용자의 터치 제스처에는 탭, 터치&홀드, 더블 탭, 드래그, 패닝, 플릭, 드래그 앤드 드롭, 스와이프 등이 있을 수 있다.
알림 모듈(1730)은 전자 장치(1000)의 이벤트 발생을 알리기 위한 신호를 발생할 수 있다.
도 4는 일 실시 예에 의한 전자 장치(1000)의 내부 구성을 설명하기 위한 도면이다.
도 4를 참조하면, 일 실시 예에 의한 전자 장치(1000)는 음성 입력(100)에 대응하는 동작을 수행하기 위한 구성으로, 명령어 처리 엔진(110), 메모리(130), 프로세서(140), 통신부(150), 및 가상 비서 엔진(120)을 포함할 수 있다. 일 실시 예에 의한 메모리(130), 프로세서(140) 및 통신부(150)는 도 3에 도시된 메모리(1700), 프로세서(1300) 및 통신부(1500)와 각각 대응될 수 있다.
도 4에 도시된 예는, 일 실시 예에 불과하고, 전자 장치(1000)는 도 4에 도시된 구성 요소보다 많거나 또는 적은 구성 요소로 구현될 수도 있다.
명령어 처리 엔진(110)은 전자 장치(1000)에서 수신된 음성 입력(100)을 획득하고, 음성 입력(100)을 처리할 적어도 하나의 어플리케이션을 선택할 수 있다. 일 실시 예에서, 음성 입력(100)은, 긴급 서비스(ex. 긴급 전화, 구조 전화), 외부 기기(ex. 가전 기기, 오피스 기기, 공장 기기 등) 제어, 네비게이션 서비스, 정보(ex. 날씨, 뉴스, 시간, 사람, 장치, 사건(ex. 게임 스코어/상태, 파티/회의, 약속)) 제공 등을 요청하는 입력을 포함할 수 있다. 명령어 처리 엔진(110)은 소정 시간 동안 복수의 사용자로부터 수신된 복수의 음성 입력(100)을 처리할 수도 있다. 일 실시 예에 의한 명령어 처리 엔진(110)은 메모리(130)에 수신된 음성 입력(100)을 저장할 수 있다.
일 실시 예에 의한 명령어 처리 엔진(110)은 전자 장치(1000)에서 음성 입력(100)을 처리할 수 있는 복수의 어플리케이션 중 음성 입력(100)을 처리할 적어도 하나의 어플리케이션을 선택할 수 있다.
일 실시 예에 있어서, 명령어 처리 엔진(110)은 어플리케이션 A(121a)과 관련된 이벤트를 검출할 수 있다. 어플리케이션 A(121a)은, 예를 들면, 음성 입력(100)을 처리하는 어플리케이션으로 미리 설정된 어플리케이션일 수 있다. 예를 들면, 음성 입력(100)에 어플리케이션 A(121a)를 나타내는 정보가 포함됨에 따라, 어플리케이션 A(121a)은 음성 입력(100)을 처리하는 어플리케이션으로 미리 설정될 수 있다.
일 실시 예에 의하면, 명령어 처리 엔진(110)은, 어플리케이션 A(121a)과 관련된 이벤트를 검출함에 따라, 음성 입력(100)을 처리할 수 있는 복수의 어플리케이션 중 음성 입력(100)을 처리할 적어도 하나의 어플리케이션을 선택할 수 있다. 또한, 일 실시 예에 의하면, 명령어 처리 엔진(110)은, 음성 입력(100)이 어플리케이션 A(121a)에 의해 처리되기 전까지 상술한 이벤트가 검출되지 않는 경우, 일 실시 예에 의한 어플리케이션을 선택하는 동작 없이, 상기 음성 입력(100)은 어플리케이션 A(121a)에 의해 처리되고, 그 결과가 음성 입력(100)에 대한 응답으로 출력될 수 있다.
상술한 어플리케이션 A(121a)과 관련된 이벤트는, 어플리케이션 A(121a)을 통해 음성 입력(100)을 처리하는 것이 부적합한 상태를 포함할 수 있다. 예를 들면, 이벤트는, 어플리케이션 A(121a)이 음성 입력(100)을 처리하기 위한 데이터를 이용하기 어려운 상태, 어플리케이션 A(121a)이 음성 입력(100)에 대한 응답을 제공할 수 없는 상태 등을 포함할 수 있다.
일 실시 예에 따른 어플리케이션 A(121a)이 음성 입력(100)을 처리하기 위한 데이터를 이용하기 어려운 경우는, 예를 들면, 백홀 디바이스와 클라우드 간 연결이 원활하지 않은 상태, 어플리케이션 A(121a)과 백홀 디바이스 간 연결이 원활하지 않은 상태, 음성 입력(100)을 처리하기 위해 이용되는 네트워크 품질이 저하된 상태 등을 포함할 수 있다. 백홀 디바이스는, 전자 장치(1000)가 외부 네트워크에 연결하기 위해 접속하는 중간 장치를 의미할 수 있다. 클라우드는, 어플리케이션 A(121a)이 음성 입력(100)을 처리하기 위하여 연결하는 서버 장치일 수 있다. 예를 들면, 어플리케이션 A(121a)은, 클라우드에 음성 입력(100)에 관한 정보를 전송하여, 클라우드로부터 음성 입력(100)을 처리한 결과를 수신할 수 있다. 어플리케이션 A(121a)은 클라우드로부터 수신된 정보에 기초하여, 음성 입력(100)에 대한 응답을 제공할 수 있다.
일 실시 예에 따른 어플리케이션 A(121a)이 음성 입력(100)에 대한 응답을 제공할 수 없는 상태는, 예를 들면, 어플리케이션 A(121a)의 기능 제한으로 인해, 음성 입력(100)에 대응하는 동작을 수행할 수 없어, 응답을 제공할 수 없는 상태를 포함할 수 있다.
일 실시 예에 의하면, 명령어 처리 엔진(110)은, 음성 입력(100)을 처리하는데 이용될 수 있는, 다양한 종류의 정보를 주기적으로 획득하여 메모리(130)에 저장할 수 있다. 예를 들면, 상기 정보는, 전자 장치(1000)와 연결되어 데이터를 주고받을 수 있는 외부 장치에 관한 식별 정보 및 IP(Internet protocol) 주소, 상기 외부 장치에서 음성 입력(100)을 처리하는데 이용될 수 있는 어플리케이션에 관한 정보, 상기 외부 장치에서 음성 입력(100)을 처리하는데 이용될 수 있는 기능(ex. 음악 재생, 전등 제어, 텍스트 표시 등)에 관한 정보, 상기 외부 장치의 네트워크 품질에 관한 정보, 전자 장치(1000)에서 음성 입력(100)을 처리하는데 이용할 수 있는 어플리케이션에 관한 정보, 전자 장치(1000)에서 음성 입력(100)을 처리하는데 이용할 수 있는 어플리케이션의 기능에 관한 정보, 전자 장치(1000)의 IP 주소, 전자 장치(1000)에서 음성 입력(100)을 처리하는데 이용될 수 있는 네트워크 품질에 관한 정보 등을 포함할 수 있다. 상술한 예에 한하지 않고, 상기 정보는 음성 입력(100)을 처리하는데 이용될 수 있는 다양한 종류의 정보를 포함할 수 있다.
상기 외부 장치는, 음성 입력(100)에 따라 제어될 수 있는 다양한 종류의 장치를 포함할 수 있으며, 예를 들면, 블루투스 스피커, 와이파이 디스플레이, 다양한 종류의 가전 기기 등을 포함할 수 있다.
일 실시 예에 의하면, 명령어 처리 엔진(110)은, 음성 입력(100)과 대응되는 텍스트로부터 메타 데이터를 추출할 수 있다. 예를 들면, 명령어 처리 엔진(110)은, 어플리케이션 A(121a)과 관련된 이벤트가 검출되면, 음성 입력(100)과 대응되는 텍스트로부터 메타 데이터를 추출할 수 있다. 예를 들어, "불(light)을 켜주세요"의 음성 입력(100)에 대한 메타 데이터로 "불"이 획득될 수 있다. 또한, "첸나이로 운전해 가는 방향을 보여주세요"의 음성 입력(100)에 대한 메타 데이터로 "운전"이 획득될 수 있다.
일 실시 예에서, 메타 데이터는, 음성 입력(100)이 시작된 시간 및 종료된 시간, 음성 입력(100)이 수행된 시간 구간 등에 관한 정보를 포함할 수 있다. 또한, 메타 데이터는, 남성 목소리, 여성 목소리, 아이 목소리, 소음 등의 음성 입력(100)의 음성 신호의 음향적 특징에 관한 정보를 포함할 수 있다. 또한, 메타 데이터는, 전자 장치(1000)의 소유자에 관한 정보를 포함할 수 있다.
또한, 메타 데이터는, 음성 입력(100)에 대한 사용자의 의도에 관한 정보를 포함할 수 있다. 사용자의 의도에 관한 정보는, 예를 들면, 전자 장치(1000)에 대한 설정 정보 검색, 외부 장치 제어, 복수의 사용자 검색, 전자 장치(1000)에 대한 소정 동작 요청, 긴급 서비스 요청 등을 포함할 수 있다.
일 실시 예에 의하면 명령어 처리 엔진(110)은, 상술한 예에 한하지 않고 다양한 종류의 정보를 포함하는 메타 데이터에 기초하여, 복수의 어플리케이션 중 음성 입력(100)에 대한 응답을 출력하기 위한 어플리케이션 B(121b)을 선택할 수 있다.
또한, 명령어 처리 엔진(110)은, 메타 데이터에 기초하여, 각 어플리케이션에 대한 선호도(preference) 정보를 이용함으로써, 복수의 어플리케이션 중 음성 입력(100)을 처리하는데 적합한 어플리케이션 B(121b)을 선택할 수 있다. 선호도 정보는, 예를 들면, 메타 데이터에 의해 구별되는 음성 입력(100)의 특성에 따라, 상기 음성 입력(100)을 처리하는데 적합한 어플리케이션에 관한 정보를 포함할 수 있다. 일 실시 예에 의한 전자 장치(1000)는 선호도 정보를 이용하여, 음성 입력(100)을 처리하는데 가장 적합한 어플리케이션을 선택할 수 있다.
일 실시 예에 의한 각 어플리케이션에 대한 선호도 정보는, 각 어플리케이션의 음성 입력 처리와 관련된 다양한 정보에 기초하여 학습될 수 있다. 예를 들면, 선호도 정보는, 각 어플리케이션에 의해 출력된 응답에 대한 사용자의 피드백 정보, 각 어플리케이션에 의해 음성 입력이 처리된 결과에 관한 정보, 각 어플리케이션이 응답을 출력하는데 걸리는 시간에 관한 정보, 상기 각 어플리케이션에 의해 수행될 수 있는 동작에 관한 정보 및 각 어플리케이션의 성능(capability)에 관한 정보 중 적어도 하나에 기초하여 학습될 수 있다. 상기 선호도 정보는, 상술한 예에 한하지 않고, 음성 입력의 메타 데이터에 따라 상기 음성 입력을 처리하기에 적합한 어플리케이션을 선택하는데 이용될 수 있는 다양한 종류의 정보에 기초하여 학습될 수 있다.
각 어플리케이션에 대한 선호도 정보는, 메모리(130)의 데이터 베이스(131)에 저장될 수 있다.
사용자의 피드백은, 일 실시 예에 따라 음성 입력(100)에 대응한 응답이 제공되었을 때 사용자에 의해 입력된 평가 정보에 기초하여 결정될 수 있다. 예를 들면, 사용자의 피드백은, 긍정적 피드백, 부정적 피드백 등이 존재할 수 있다.
각 어플리케이션에 의한 음성 입력이 처리된 결과는, 음성 입력에 대한 응답의 내용에 기초하여 결정될 수 있으며, 예를 들면, 상세한 결과(a detailed result), 간단한 결과(a brief result), 정확한 결과(an accurate result), 부정확한 결과(an inaccurate result), 반 정확한 결과(a semi-accurate result) 등을 포함할 수 있다.
음성 입력에 따라 각 어플리케이션에 의해 수행될 수 있는 동작은 예를 들면, 사용자를 탐색하는(navigating the user) 동작, 외부 장치(ex. 가전기기) 제어, 정보 제공 등을 포함할 수 있다.
각 어플리케이션에 의한 음성 입력 처리에 걸리는 시간에 관한 정보로, 음성 입력(100)과 대응되는 동작이 수행된 후 완료되거나, 응답이 출력되는데 걸리는 시간을 포함할 수 있으며, 예를 들면, 10초, 1분 등을 포함할 수 있다.
각 어플리케이션의 성능에 관한 정보로, 예를 들면, 각 어플리케이션의 타입(ex. 온 디바이스 기반(On-Device based), 허브 기반(Hub based), 클라우드 기반(Cloud based)), 음성 입력 처리에 대한 레이턴시(latency) 및 처리량(throughput), 음성 입력 처리에 대한 성공률(success rate) 및 정확도(accuracy), 각 어플리케이션에 의해 지원되는 최대 발언 구간(a maximum utterance duration), 각 어플리케이션에 의해 지원되는 기능(ex. IoT 기능, 홈 자동화 기능, 긴급 서비스 제공 기능), 각 어플리케이션에 의해 이용되는 통신 운반자(communication bearer, ex. 와이파이, 셀룰러 라디오, 블루투스 등), 각 어플리케이션에 의해 이용되는 어플리케이션 프로토콜(ex. HTTP(hypertext transfer protocol), gRPC(Remote Procedure Calls)), 각 어플리케이션에 의해 처리되는 음성 입력에 대한 보안성(security) 등을 포함할 수 있다. 상술한 예에 한하지 않고, 각 어플리케이션의 성능에 관한 정보는 각각의 어플리케이션의 처리 능력을 나타내는 다양한 정보를 포함할 수 있다.
일 실시 예에서, 명령어 처리 엔진(110)은, 전자 장치(1000)로 수신된 각각의 음성 입력에 대해 실행된, 각각의 어플리케이션의 처리 성능에 대하여 평가함으로써, 상술한 어플리케이션의 성능에 관한 정보를 획득할 수 있다. 명령어 처리 엔진(110)은 평가 결과에 기초하여, 각 어플리케이션에 대한 선호도 정보를 갱신할 수 있다.
일 실시 예에 의한 명령어 처리 엔진(110)은, 소정 시간 구간 동안 복수의 음성 입력(100)이 수신되는 경우, 우선적으로 처리할 음성 입력(100)을 선택하여, 선택된 음성 입력(100)에 대한 응답이 빠르게 출력될 수 있도록, 선택된 음성 입력(100)을 먼저 처리할 수 있다. 예를 들면, 명령어 처리 엔진(110)은, 각 음성 입력(100)의 메타 데이터에 기초하여 판단된, 전자 장치(1000)의 소유자에 의한 음성 입력(100), 여성에 의한 음성 입력(100), 긴급 서비스를 요청하는 음성 입력(100) 등은, 다른 음성 입력에 비해 우선적으로 처리될 수 있다.
일 실시 예에 의한 명령어 처리 엔진(110)은 라운드 로빈 방식(round robin fashion)에 따라, 복수의 어플리케이션을 이용하여 음성 입력(100)을 처리할 수 있다. 라운드 로빈 방식은 여러 프로세스들이 조금씩 돌아가며 실행되는 방식으로, 라운드 로빈 방식에 따라 음성 입력(100)에 의한 처리가 복수의 어플리케이션에 의해 수행될 수도 있다. 예를 들면, 명령어 처리 엔진(110)은 음성 입력(100)의 메타 데이터에 기초하여 선택된 복수의 어플리케이션을 이용하여 라운드 로빈 방식에 따라 음성 입력(100)을 처리할 수 있다.
일 실시 예에 따라, 메타 데이터에 기초하여 선택된 어플리케이션은, 처리할 음성 입력(100)을 상기 선택된 어플리케이션과 대응되는 클라우드로 전송할 수 있다. 각각의 어플리케이션은, 각 어플리케이션에 입력된 음성 입력(100)을 처리하기 위한 클라우드와 연결될 수 있다.
선택된 어플리케이션은 클라우드에 음성 입력(100)을 제공함에 따라 클라우드로부터 자동 음성 인식(ASR, automatic speech recognition) 응답, 자연어 해석(NLU, natural language Understanding) 응답, TTS(text to speech) 응답 중 적어도 하나의 형식의 응답을 제공받을 수 있다. 전자 장치(1000)는 상술한 예에 한하지 않고 클라우드로부터 수신된 다양한 형식의 응답에 기초하여 동작을 수행하고, 동작이 수행된 결과에 기초하여, 음성 입력(100)에 대응한 응답을 출력할 수 있다.
자동 음성 인식 응답은, 클라우드에서 음성 입력(100)에 대해 음성 인식이 수행된 결과 획득된 텍스트를 포함할 수 있다. 전자 장치(1000)는, 클라우드로부터 음성 입력(100)에 대해 음성 인식이 수행된 결과 획득된 텍스트를 획득하고, 상기 텍스트에 기초하여, 동작을 수행하고, 그 결과를 상기 음성 입력(100)에 대한 응답으로서 사용자에게 제공할 수 있다. 예를 들어, 음성 입력(100)이 "불을 켜주세요"인 경우, 전자 장치(1000)는 "불을 켜주세요"란 텍스트를 클라우드로부터 수신하고, 상기 텍스트에 기초하여, 사용자 근처의 전등을 제어하고, 전등을 제어한 결과를 출력할 수 있다.
자연어 해석 응답은, 클라우드에서 음성 입력(100)에 대해 자연어 해석이 수행된 결과에 관한 정보를 포함할 수 있다. 전자 장치(1000)는 클라우드로부터 음성 입력(100)에 대해 자연어 해석이 수행된 결과 음성 입력(100)의 의미를 나타내는 정보를 획득하고, 상기 획득된 정보에 기초하여 동작을 수행하고, 그 결과를 상기 음성 입력(100)에 대한 응답으로서 사용자에게 제공할 수 있다.
TTS 응답은, 클라우드에서 음성 입력(100)에 대한 응답으로 출력될 텍스트가 TTS 기술에 따라 음성 신호로 변환된 정보를 포함할 수 있다. 전자 장치(1000)는 클라우드로부터 음성 입력(100)에 대한 응답으로 TTS 응답을 수신하면, TTS 응답을 상기 음성 입력(100)에 대한 응답으로서 사용자에게 제공할 수 있다. 예를 들어, 음성 입력(100)이 "오늘 헤드라인이 뭐지?"인 경우, 전자 장치(1000)는 음성 입력(100)에 대한 응답으로 클라우드로부터 오늘 뉴스 정보를 나타내는 텍스트가 TTS 변환된 음성 신호에 관한 정보를 수신할 수 있다. 전자 장치(1000)는 수신된 정보에 기초하여, 음성 입력(100)에 대한 응답을 출력할 수 있다.
상술한 예에 한하지 않고, 전자 장치(1000)는 선택된 어플리케이션과 대응되는 클라우드로부터 음성 입력(100)이 처리된 결과에 관한 다양한 형태의 정보를 수신할 수 있고, 수신된 정보에 기초하여, 음성 입력(100)에 대한 응답을 출력할 수 있다.
일 실시 예에 의하면, 명령어 처리 엔진(110)은 메타 데이터에 기초하여, 복수 개의 어플리케이션을 선택할 수 있다. 따라서, 명령어 처리 엔진(110)은 선택된 복수 개의 어플리케이션으로부터 복수 개의 응답을 수신할 수 있다. 명령어 처리 엔진(110)은 복수 개의 응답에 대한 우선 순위를 결정하고, 결정된 우선 순위에 기초하여, 적어도 하나의 응답이 출력될 수 있다.
일 실시 예에 의한 우선 순위는, 각각의 응답이 사용자 의도에 대응되는 적절한 응답인지에 기초하여 결정될 수 있다. 예를 들면, 응답의 우선 순위는, 다양한 음성 입력(100)과 대응되는 응답에 기초하여 미리 학습된 데이터에 기초하여, 결정될 수 있다. 명령어 처리 엔진(110)은, 우선 순위가 높은 순으로 응답을 출력할 수 있다.
일 실시 예에 의하면, 명령어 처리 엔진(110)은 전자 장치(1000)에 설치된 어플리케이션들을 제어하기 위한 어플리케이션 프레임 워크를 통해 음성 입력(100)에 대응하는 동작을 수행할 수 있다. 또한, 명령어 처리 엔진(110)은 동작의 수행 결과에 기초하여, 음성 입력(100)에 대응하는 응답으로서, 텍스트 형식의 응답을 생성할 수 있다. 또한, 명령어 처리 엔진(110)은 생성된 텍스트를 TTS 기술을 이용하여 음성 신호로 변환하고, 적어도 하나의 스피커를 통해 음성 신호를 출력할 수 있다.
일 실시 예에 의한, 명령어 처리 엔진(110)은, 음성 입력(100)에 대응하는 응답에 따른 동작이 성공적으로 수행된 경우, 메모리(130)에서 음성 입력(100)과 관련하여 저장된 데이터를 삭제할 수 있다. 예를 들면, 응답에 따른 동작이 성공적으로 수행된 경우는, 음성 입력(100)과 대응되는 응답을 음성 메시지 또는 텍스트 메시지로서 출력하는 동작, 음성 입력(100)과 대응되는 응답에 따른 동작을 완료하는 동작 등이 성공적으로 수행된 경우를 포함할 수 있다.
일 실시 예에 의한 메모리(130)은, 선호도 정보를 포함하는 데이터 베이스(131) 및 일 실시 예에 의한 음성 입력(100)을 처리하기 위한 동작을 수행하는데 필요한 정보를 저장할 수 있다.
일 실시 예에 의한 프로세서(140)는 일 실시 예에 의한 음성 입력(100)을 처리하기 위한 동작을 포함한 다양한 동작을 수행하도록 구성될 수 있다.
일 실시 예에 의한 통신부(150)는 유무선 연결을 통해 외부 장치 또는 클라우드와 전자 장치(1000)가 통신할 수 있도록 구성될 수 있다.
일 실시 예에 의한 가상 비서 엔진(120)은, 어플리케이션 A(121a), 어플리케이션 B(121b), 어플리케이션 C(121c), 어플리케이션 n(121n) 등 전자 장치(1000)에서 수신된 음성 입력(100)을 처리하여 응답을 출력하기 위한 복수 개의 어플리케이션을 포함할 수 있다.
도 5는 일 실시 예에 의한 명령어 처리 엔진(110)의 내부 구성을 포함한 블록도이다.
도 5를을 참조하면, 명령어 처리 엔진(110)은 이벤트 검출부(111), 메타 데이터 생성부(112), 어플리케이션 선택부(113), 음성 입력 제공부(114), 응답 우선순위 결정 엔진(115) 및 선호도 분석 엔진(116)을 포함할 수 있다.
도 5에 도시된 예는, 일 실시 예에 불과하고, 전자 장치(1000)는 도 4에 도시된 구성 요소보다 많거나 또는 적은 구성 요소로 구현될 수도 있다.
일 실시 예에 의한 이벤트 검출부(111)는 사용자로부터 음성 입력(100)을 수신하고, 제1 어플리케이션과 관련된 이벤트를 검출할 수 있다. 제1 어플리케이션은, 예를 들면, 음성 입력(100)에 대한 응답을 출력하는 어플리케이션으로 미리 결정된 어플리케이션일 수 있다. 다만, 제1 어플리케이션이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
일 실시 예에 의한 메타 데이터 생성부(112)는 이벤트 검출부(111)에 의해 검출된 이벤트에 따라서, 음성 입력(100)에 기초하여 메타 데이터를 생성할 수 있다. 일 실시 예에 의한 메타 데이터는, 음성 입력(100)이 음성 인식됨으로써 획득된 텍스트에 기초하여 생성될 수 있다.
일 실시 예에 의한 어플리케이션 선택부(113)는 메타 데이터 및 선호도 정보에 기초하여, 전자 장치(1000)에서 사용 가능한 복수 개의 어플리케이션 중 적어도 하나의 어플리케이션을 선택할 수 있다.
일 실시 예에 의한 음성 입력 제공부(114)는 어플리케이션 선택부(113)에 의해 선택된 적어도 하나의 어플리케이션으로 음성 입력(100)을 전달할 수 있다. 예를 들면, 음성 입력 제공부(114)는 일 실시 예에 따라 선택된 복수의 어플리케이션 중 가장 먼저 음성 입력(100)을 처리할 수 있는 어플리케이션에 우선적으로 음성 입력(100)을 전달할 수 있다. 또한, 음성 입력 제공부(114)는 일 실시 예에 따라 선택된 복수의 어플리케이션 중 다른 음성 질문에 의한 동작이 종료된 이후, 음성 입력(100)을 처리 가능한 상태에 놓인 어플리케이션에 우선적으로 음성 입력(100)을 전달할 수 있다.
일 실시 예에 의한 음성 입력 제공부(114)는, 복수의 음성 입력(100)이 존재하는 경우, 음성 신호의 길이가 짧은 음성 입력(100), 전자 장치(1000) 소유자에 의한 음성 입력(100), 여성에 의한 음성 입력(100), 긴급 서비스를 요청하는 음성 입력(100) 등을 우선적으로 일 실시 예에 의하여 선택된 어플리케이션에 전달할 수 있다.
일 실시 예에 의한 음성 입력 제공부(114)는, 라운드 로빈 방식으로, 음성 입력(100)이 일 실시 예에 따라 선택된 복수의 어플리케이션에 의해 처리될 수 있도록, 복수의 어플리케이션에 음성 입력(100)을 전달할 수 있다. 음성 입력(100)을 전달받은 복수의 어플리케이션은, 음성 입력(100)에 대한 응답을 명령어 처리 엔진(110)에 전달할 수 있다.
일 실시 예에 의한 응답 우선순위 결정 엔진(115)은 적어도 하나의 어플리케이션으로부터 수신된 적어도 하나의 응답에 대하여 우선순위를 결정할 수 있다. 응답 우선순위 결정 엔진(115)에 의해 결정된 우선 순위에 따라 전자 장치(1000)에서 응답이 출력될 수 있다. 예를 들면, 우선 순위 별로 응답이 차례대로 출력되거나, 미리 정해진 우선 순위 범위 내의 응답만 출력될 수 있다.
일 실시 예에 의하면, 일부 응답들에 대해 결정된 우선 순위가 동일한 경우, 전자 장치(1000)에서 상기 우선 순위가 동일한 응답들이 어플리케이션으로부터 수신된 순서에 따라 순차적으로 출력될 수 있다.
일 실시 예에 의한 선호도 분석 엔진(116)은 각 어플리케이션의 음성 입력 처리와 관련된 다양한 정보에 기초하여 각 어플리케이션에 대한 선호도 정보를 학습할 수 있다. 예를 들면, 선호도 정보는, 메타 데이터에 의해 구별되는 음성 입력(100)의 특성에 따라, 상기 음성 입력(100)을 처리하는데 적합한 어플리케이션에 관한 정보를 포함할 수 있다. 일 실시 예에 의하면, 선호도 분석 엔진(116)에 의해 학습된 선호도 정보는, 음성 입력(100)에 대응되는 응답을 출력하기 위한 어플리케이션을 선택하는데 이용될 수 있다.
도 6은 일 실시 예에 의한 전자 장치(1000)에서 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 방법을 나타낸 순서도이다.
도 6을 참조하면, 단계 610에서 전자 장치(1000)는 음성 입력을 수신할 수 있다. 음성 입력은, 예를 들면, 사용자가 의도하는 동작을 요청하는 음성 명령을 포함할 수 있다.
단계 620에서, 전자 장치(1000)는 단계 610에서 수신된 음성 입력에 대해 음성 인식을 수행하여, 음성 입력과 대응되는 텍스트를 획득할 수 있다. 예를 들어, 음성 입력이 사용자에 의해 발화된 "불을 켜주세요"란 음성 신호를 포함하는 경우, 음성 입력과 대응되는 텍스트로 "불을 켜주세요"가 획득될 수 있다.
단계 630에서, 전자 장치(1000)는 단계 620에서 획득된 텍스트에 기초하여, 음성 입력에 대한 메타 데이터를 획득할 수 있다. 예를 들면, 메타 데이터는, 텍스트로부터 추출된 키워드, 텍스트로부터 판단된 사용자의 의도 등 텍스트에 기초하여 획득될 수 있는 다양한 정보를 포함할 수 있다. 상술한 예에 한하지 않고, 메타 데이터는 음성 입력과 대응되는 텍스트에 기초하여 획득된 정보뿐만 아니라, 음성 입력과 관련된 다양한 정보를 더 포함할 수 있다.
단계 640에서, 전자 장치(1000)는 단계 630에서 획득된 메타 데이터에 기초하여, 전자 장치(1000)에서 이용 가능한 복수의 어플리케이션 중 적어도 하나의 어플리케이션을 선택할 수 있다. 전자 장치(1000)에서 이용 가능한 복수의 어플리케이션은, 음성 입력에 대한 응답을 출력하는데 이용될 수 있는 어플리케이션을 포함할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 메타 데이터에 더하여 각각의 어플리케이션에 대한 선호도 정보를 더 이용하여, 음성 입력에 대한 응답을 출력하는데 이용될 어플리케이션을 선택할 수 있다. 선호도 정보는, 예를 들면, 메타 데이터에 의해 구별되는 음성 입력의 특성에 따라, 상기 음성 입력을 처리하는데 적합한 어플리케이션에 관한 정보를 포함할 수 있다.
단계 650에서, 전자 장치(1000)는 선택된 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력할 수 있다. 예를 들면, 전자 장치(1000)는 선택된 어플리케이션으로 음성 입력을 전달하고, 어플리케이션을 통해 음성 입력과 대응되는 동작이 수행될 수 있다. 또한, 동작이 수행된 결과를 나타내는 응답이 전자 장치(1000)에서 출력될 수 있다.
일 실시 예에 의하면, 음성 입력에 대한 응답이 출력된 결과에 기초하여, 일 실시 예에 따라 어플리케이션을 선택하는데 이용될 수 있는 선호도 정보가 갱신될 수 있다.
도 7은 일 실시 예에 의한 전자 장치(1000)에서 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 방법을 나타낸 순서도이다.
도 7을 참조하면, 단계 710에서, 전자 장치(1000)는 음성 입력을 수신할 수 있다. 예를 들면, 전자 장치(1000)는 적어도 하나의 사용자로부터 적어도 하나의 음성 입력을 수신할 수 있다.
단계 720에서, 전자 장치(1000)는 어플리케이션 A(121a)와 관련된 이벤트를 검출할 수 있다. 어플리케이션 A(121a)과 관련된 이벤트는, 예를 들면 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정된 어플리케이션 A(121a)을 통해 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함할 수 있다. 따라서, 전자 장치(1000)는 이벤트 검출에 따라, 음성 입력을 처리할 어플리케이션을 선택하기 위한 동작을 수행할 수 있다.
단계 730에서, 전자 장치(1000)는 음성 입력에 대한 메타 데이터를 획득할 수 있다. 일 실시 예에 의한 음성 입력에 대한 메타 데이터는, 음성 입력을 음성 인식함으로써 획득된 텍스트에 기초하여 획득될 수 있는 다양한 종류의 정보를 포함할 수 있다. 예를 들면, 메타 데이터는, 음성 입력과 대응되는 텍스트에서 추출된 키워드 및 사용자의 의도 등 텍스트에 기초하여 획득될 수 있는 정보를 포함할 수 있다.
단계 740에서, 전자 장치(1000)는 메타 데이터에 기초하여, 복수의 어플리케이션 중 음성 입력을 처리할 적어도 하나의 어플리케이션 B(121b)을 선택할 수 있다. 일 실시 예에 의한 전자 장치(1000)는 미리 학습된 데이터에 기초하여, 메타 데이터에 따라 음성 입력을 처리하기에 적합한 적어도 하나의 어플리케이션 B(121b)을 선택할 수 있다. 또한, 전자 장치(1000)는, 메타 데이터에 더해 각각의 어플리케이션에 대한 선호도 정보를 더 이용하여, 적어도 하나의 어플리케이션 B(121b)을 선택할 수 있다. 상술한 선호도 정보는, 메타 데이터에 의해 구별되는 음성 입력(100)의 특성에 따라, 상기 음성 입력(100)을 처리하는데 적합한 어플리케이션에 관하여 미리 학습된 정보를 포함할 수 있다.
단계 750에서, 전자 장치(1000)는 단계 740에서 선택된 어플리케이션 B(121b)으로 음성 입력을 전달할 수 있다. 일 실시 예에 의한 어플리케이션 B(121b)은, 음성 입력과 대응되는 동작을 수행하고, 수행된 동작의 결과에 기초하여 응답을 획득할 수 있다.
단계 760에서, 전자 장치(1000)는 단계 750에서, 음성 입력을 적어도 하나의 어플리케이션 B(121b)로 전달한 이후, 미리 지정된 시간 구간 동안, 상기 적어도 하나의 어플리케이션 B(121b)로부터 복수의 응답을 획득하였는지 여부를 판단할 수 있다. 예를 들면, 단계 740에서 선택된 어플리케이션 B(121b)이 복수 개인 경우, 복수의 응답이 획득될 수 있다.
단계 750에서, 음성 입력이 적어도 하나의 어플리케이션 B(121b)로 전달된 이후, 미리 지정된 시간 구간이 경과되면, 전자 장치(1000)는 어플리케이션 B(121b)으로부터 수신된 응답은 사용자에게 제공하기에 시간적으로 너무 늦은 응답인 것으로 판단하고, 상기 음성 입력에 대한 응답은 출력하지 않을 수 있다.
적어도 하나의 어플리케이션 B(121b)으로부터, 미리 지정된 시간 구간 동안, 전자 장치(1000)가 하나의 응답만을 획득한 경우, 단계 762에서, 획득된 하나의 응답을 음성 입력에 대한 응답으로서 출력할 수 있다.
반면, 적어도 하나의 어플리케이션 B(121b)로부터, 미리 지정된 시간 구간 동안, 전자 장치(1000)가 복수 개의 응답을 획득한 경우, 단계 770에서, 각각의 응답에 대한 우선 순위를 결정할 수 있다. 예를 들면, 우선 순위는, 각각의 응답이 사용자 의도에 대응되는 적절한 응답인지 여부를 판단하기 위한 미리 학습된 데이터에 기초하여 결정될 수 있다.
단계 780에서, 전자 장치(1000)는 단계 770에서 결정된 우선순위가 동일한지 여부를 판단할 수 있다.
전자 장치(1000)는 각각의 응답에 대한 우선순위가 모두 동일한 경우, 단계 790에서, 우선순위를 고려하지 않고, 복수의 응답을 출력할 수 있다. 예를 들면, 전자 장치(1000)는, 우선순위 고려 없이, 각각의 어플리케이션 B(121b)로부터 먼저 수신된 순서에 따라 복수의 응답을 출력할 수 있다.
반면, 전자 장치(1000)는 각각의 응답에 대한 우선순위가 다른 경우, 단계 782에서, 우선순위에 기초하여 응답을 분류하고, 단계 784에서 분류된 응답을 출력할 수 있다. 예를 들면, 전자 장치(1000)는 우선 순위에 따라 차례대로 복수의 응답을 출력하거나, 우선순위가 가장 높은 순서대로 미리 지정된 개수의 응답을 출력할 수 있다. 미리 지정된 개수의 응답이 3개인 경우, 우선순위가 가장 높은 2개의 응답만 차례대로 출력될 수 있다.
또한, 우선순위가 동일한 응답이 일부 존재하는 경우, 전자 장치(1000)는 각각의 어플리케이션 B(121b)로부터 먼저 수신된 응답을 우선하여 우선순위를 재결정할 수 있다.
상술한 예에 한하지 않고, 전자 장치(1000)는 음성 입력에 대해 복수의 응답을 획득한 경우, 다양한 방법을 이용하여, 복수의 응답을 출력할 수 있다.
도 8은 일 실시 예에 의한 선호도 정보를 학습하는 방법을 나타낸 순서도이다.
도 8을 참조하면, 단계 810에서, 전자 장치(1000)는 선호도 정보를 학습하기 위한 정보로서, 각각의 어플리케이션의 음성 입력 처리와 관련된 다양한 정보를 분석할 수 있다.
일 실시 예에 의한 선호도 정보의 학습은 일 실시 예에 따라 음성 입력에 대한 응답이 출력된 이후, 상기 응답이 출력되는데 이용된 어플리케이션 및 상기 응답이 출력되는데 이용된 다양한 종류의 정보에 기초하여, 학습될 수 있다.
예를 들면, 전자 장치(1000)는 단계 810에서, 각 어플리케이션에 의한 음성 입력의 응답에 대한 사용자의 피드백, 각 어플리케이션에 의한 음성 입력이 처리된 결과, 각 어플리케이션에 의한 음성 입력 처리에 걸리는 시간, 음성 입력에 따라 각 어플리케이션에 의해 수행될 수 있는 동작의 종류, 각 어플리케이션의 성능 등에 관한 정보를 분석하고, 분석된 결과에 기초하여 선호도 정보를 학습할 수 있다.
상술한 예에 한하지 않고, 단계 810에서, 선호도 정보를 학습하기 위한 다양한 종류의 정보가 분석될 수 있다.
단계 820에서, 전자 장치(1000)는 단계 810에서 분석된 정보에 기초하여, 각각의 어플리케이션에 대한 선호도 정보를 학습할 수 있다.
도 9는 일 실시 예에 따라 음성 입력에 대한 응답이 출력되는 일 예를 설명하기 위한 도면이다.
도 9에 도시된 전자 장치(1000)는 음성 입력(100)에 대한 응답을 출력하기 위한 구성으로, 음성 입력부(910), 명령어 처리 엔진(920), 데이터베이스(930), 제1 어플리케이션(940), 제2 어플리케이션(960), 및 어플리케이션 제어부(990)를 포함할 수 있다. 그러나, 도 9에 도시된 구성 요소 모두가 전자 장치(1000)의 필수 구성 요소인 것은 아니다. 도 9에 도시된 구성 요소보다 많은 구성 요소에 의해 전자 장치(1000)가 구현될 수도 있고, 도 9에 도시된 구성 요소보다 적은 구성 요소에 의해 전자 장치(1000)가 구현될 수도 있다.
도 9를 참조하면, "불을 켜주세요"란 음성 입력(100)이 음성 입력부(910)를 통해 수신될 수 있다. 음성 입력부(910)는 음성 입력(100)을 명령어 처리 엔진(920)으로 전달할 수 있다.
명령어 처리 엔진(920)은 음성 입력(100)으로부터 메타 데이터를 추출할 수 있다. 일 실시 예에 의하면, 명령어 처리 엔진(920)은 음성 입력(100)에 대해 음성 인식을 수행함으로써, 음성 입력(100)과 대응되는 텍스트를 획득하고, 텍스트에 기초하여 메타 데이터를 획득할 수 있다.
예를 들면, "불을 켜주세요"란 음성 입력(100)에 대해, 메타 데이터로서 "불"이 획득될 수 있다. 또한, 명령어 처리 엔진(920)은 상기 음성 입력(100)과 대응되는 텍스트를 분석함으로써, 사용자의 의도가 "외부 장치 제어"임을 판단하고, "외부 장치 제어"를 메타 데이터로서 획득할 수 있다.
데이터베이스(930)는 메타 데이터로 식별될 수 있는 음성 입력의 특성에 따라 음성 입력을 처리하기에 적합한 어플리케이션에 관한 정보인, 선호도 정보를 포함할 수 있다. 명령어 처리 엔진(920)은 메타 데이터에 기초하여 데이터베이스(930)로부터 대응되는 선호도 정보를 획득하고, 선호도 정보에 기초하여, 음성 입력을 처리하기에 적합한 적어도 하나의 어플리케이션을 선택할 수 있다.
일 실시 예에 의한, 선호도 정보는, 전자 장치(1000)에서 이용 가능한 복수의 어플리케이션에 의해 출력된 응답에 대한 사용자의 피드백, 복수의 어플리케이션에 의해 응답을 출력하는데 성공한 음성 입력에 관한 정보, 복수의 어플리케이션이 응답을 출력하는데 걸리는 시간, 복수의 어플리케이션에 의해 수행될 수 있는 동작에 관한 정보 중 적어도 하나에 기초하여 학습될 수 있다. 상술한 예에 한하지 않고, 선호도 정보는, 음성 입력의 메타 데이터에 따라, 음성 입력을 처리하기에 적합한 적어도 하나의 어플리케이션을 선택하기 위한 다양한 종류의 정보에 기초하여 학습될 수 있다.
명령어 처리 엔진(920)은 전자 장치(1000)에서 음성 입력(100) 처리에 이용될 수 있는 제1 어플리케이션(940) 및 제2 어플리케이션(960)을 식별할 수 있다. 제1 어플리케이션(940)은 제1 클라우드(950)와 연결되어, 제1 클라우드(950)을 통해 음성 입력(100)을 처리하고, 음성 입력(100)에 대응되는 응답을 제공할 수 있다. 또한, 제2 어플리케이션(960)은 제2 클라우드(970)와 연결되어, 제2 클라우드(970)을 통해 음성 입력(100)을 처리하고, 음성 입력(100)에 대응되는 응답을 제공할 수 있다.
명령어 처리 엔진(920)은, 전자 장치(1000)에서 음성 입력(100) 처리에 이용될 수 있는 제1 어플리케이션(940) 및 제2 어플리케이션(960) 중에서, 음성 입력(100) 처리에 적합한 어플리케이션으로서 제2 어플리케이션(960)을 선택할 수 있다. 명령어 처리 엔진(920)은 선택된 제2 어플리케이션(960)에 음성 입력(100)을 전달할 수 있다.
제2 어플리케이션(960)은 제2 클라우드(970)를 통해 음성 입력(100)을 처리하고, 음성 입력(100)과 대응되는 동작을 수행할 수 있다. 예를 들면, 사용자가 거실에 위치한 상태인 경우, 제2 어플리케이션(960)은, 음성 입력(100)과 대응되는 동작인, "거실에 위치한 전등 1"을 켜는 제어 동작을 명령어 처리 엔진(920)을 통해 어플리케이션 제어부(990)로 전달하여, 수행할 수 있다. 어플리케이션 제어부(990)는 전자 장치(1000)에서 이용 가능한 다른 어플리케이션을 제어하여, 상술한 제어 동작을 수행할 수 있다.
예를 들어, 전자 장치(1000)에서, 전등을 제어할 수 있는 제3 어플리케이션이 이용 가능한 경우, 어플리케이션 제어부(990)는 명령어 처리 엔진(920)을 통해 제2 어플리케이션(960)로부터 "거실에 위치한 전등 1"을 켜는 제어 동작에 관한 정보를 수신할 수 있다. 또한, 어플리케이션 제어부(990)는 상기 수신된 제어 동작에 관한 정보를 이용하여, 제3 어플리케이션을 제어함으로써, "거실에 위치한 전등 1"을 켜는 제어 동작을 수행할 수 있다. 또한, 어플리케이션 제어부(990)는 제어 동작이 수행된 결과를 획득하여, 제2 어플리케이션(960)으로 전달할 수 있다.
제2 어플리케이션(960)은 제어 동작이 수행된 결과에 기초하여, 음성 입력(100)에 대한 응답 메시지를 생성하고 출력할 수 있다. 예를 들어, "거실에 위치한 전등 1"을 켜는 제어 동작이 성공적으로 수행된 경우, 음성 입력(100)에 대한 응답 메시지로, "거실에 위치한 전등 1을 켰습니다"를 출력할 수 있다.
또한, "거실에 위치한 전등 1"을 켜는 제어 동작이 실패한 경우, 음성 입력(100)에 대한 응답 메시지로, "거실에 위치한 전등 1을 켤 수 없습니다"를 출력할 수 있다.
또한, 제2 어플리케이션(960)은 제어 동작이 수행된 결과, 실패한 경우, 음성 입력(100)과 대응되는 다른 제어 동작을 수행할 수 있다. 예를 들면, 제2 어플리케이션(960)은 "거실에 위치한 전등 2, 3"을 켜는 제어 동작이 수행되도록 다시 시도할 수 있다.
도 10은 일 실시 예에 의한 선호도 정보를 학습하는 일 예를 나타낸 도면이다.
도 10을 참조하면, 동일한 음성 입력이 제1 어플리케이션(940) 및 제2 어플리케이션(960)에 의해 처리된 결과에 기초하여, 각 어플리케이션에 대한 선호도 정보가 학습될 수 있다.
일 실시 예에 따른 전자 장치(1000)에 의하여, 음성 입력의 메타 데이터에 기초하여, 제1 어플리케이션(940) 및 제2 어플리케이션(960)가 선택되고, 선택된 제1 어플리케이션(940) 및 제2 어플리케이션(960)에 의하여 음성 입력이 처리될 수 있다.
일 실시 예에 의하면, "불을 켜주세요"란 음성 입력에 대한 메타 데이터는, 키워드 정보로서 "불", 사용자 의도에 관한 정보로서 "가전 기기 제어"를 포함할 수 있다.
제1 어플리케이션(940)은 상기 음성 입력을 처리하는데 실패하였으며, 음성 입력이 전자 장치(1000)에서 수신된 이후부터 실패 결과를 나타내는 응답이 출력되기까지 걸리는 시간은 1500ms으로 측정될 수 있다.
반면, 제2 어플리케이션(960)은 상기 음성 입력을 처리하는데 성공하였으며, 음성 입력이 전자 장치(1000)에서 수신된 이후부터 성공 결과를 나타내는 응답이 출력되기까지 걸리는 시간은 800ms으로 측정될 수 있다.
일 실시 예에서, 사용자는 제1 어플리케이션(940) 및 제2 어플리케이션(960)에 의해 출력된 응답에 대하여 피드백을 주지 않은 것으로 가정한다.
선호도 분석 엔진(116)은, 각 어플리케이션에 의한 응답에 대한 사용자의 피드백, 각 어플리케이션에 의해 응답을 출력하는데 성공한 음성 입력에 관한 정보, 각 어플리케이션에 의한 응답을 출력하는데 걸리는 시간, 및 음성 입력에 따라 각 어플리케이션에 의해 수행될 수 있는 동작에 관한 정보 중 적어도 하나에 기초하여 선호도 정보를 학습할 수 있다. 상술한 예에 한하지 않고, 선호도 분석 엔진(116)은 각각의 어플리케이션의 음성 입력 처리 동작에 관한 다양한 정보를 분석하고 학습할 수 있다. 일 실시 예에 의한 선호도 정보는, 메타 데이터로 구별되는 음성 입력에 따라 적합한 어플리케이션이 선택될 수 있도록, 학습될 수 있다.
도 10에 도시된 일 실시 예에 의하면, 선호도 분석 엔진(116)은 각 어플리케이션에 의한 응답을 출력하는데 성공한 음성 입력에 관한 정보 및 각 어플리케이션에 의한 음성 입력에 대한 응답을 출력하는데 걸리는 시간에 기초하여, 각 어플리케이션에 대한 선호도 정보를 학습할 수 있다. 또한, 선호도 분석 엔진(116)에 의해 학습된 선호도 정보는 데이터 베이스(131)에 저장되거나, 상기 학습된 선호도 정보에 기초하여, 데이터 베이스(131)에 기 저장된 각 어플리케이션에 대한 선호도 정보들이 갱신될 수 있다.
일 실시 예에 의한 어플리케이션 선택부(113)는 이후 전자 장치(1000)로 수신된 다른 음성 입력을 처리할 어플리케이션을 선택할 수 있다. 어플리케이션 선택부(113)는 선호도 분석 엔진(116)에 의해 학습된 선호도 정보에 기초하여, 어플리케이션을 선택할 수 있다.
상기 다른 음성 입력에 대한 메타 데이터가, 키워드 정보로서 "불", 사용자 의도에 관한 정보로서 "가전 기기 제어"를 포함하는 경우, 어플리케이션 선택부(113)는 상기 음성 입력에 대한 최적의 어플리케이션으로, 제2 어플리케이션(960)을 선택할 수 있다.
도 11은 일 실시 예에 의한 복수의 음성 입력에 대한 각 응답의 우선 순위에 따라 각 응답과 대응되는 동작이 수행되는 일 예를 나타낸 도면이다.
도 11에 도시된 실시예에 의하면, 전자 장치(1000)는 복수 개의 음성 입력인, 제1 음성 입력, 제2 음성 입력 및 제3 음성 입력을 수신하고, 복수 개의 음성 입력을 각각 처리할 제1 어플리케이션(940), 제2 어플리케이션(960) 및 제3 어플리케이션(980)을 선택할 수 있다. 일 실시 예에 의하면, 전자 장치(1000)는, 미리 지정된 시간 구간 동안, 복수 개의 음성 입력을 수신할 수 있고, 각 음성 입력과 대응되는 응답을 우선 순위에 따라 처리하고 출력할 수 있다. 예를 들면, 전자 장치(1000)는 복수 개의 음성 입력 각각에 대응하는 텍스트에 기초한 메타 데이터에 따라서, 제1 어플리케이션(940), 제2 어플리케이션(960) 및 제3 어플리케이션(980)을 선택할 수 있다.
제1 어플리케이션(940), 제2 어플리케이션(960) 및 제3 어플리케이션(980)은 전자 장치(1000)에서 수신된 음성 입력에 대한 응답으로서, 각각 응답 R1, R2, R3를 출력할 수 있다. 일 실시 예에 따른, 각 어플리케이션으로부터 출력된 응답 R1, R2, R3은, 음성 입력과 대응되는 동작에 따라 다른 어플리케이션을 제어하기 위한 정보를 포함할 수 있다. 예를 들어, 음성 입력이 "불을 켜주세요"인 경우, 음성 입력에 대한 응답은, 다른 어플리케이션을 통해, 거실의 전등 1을 제어하기 위한 정보를 포함할 수 있다.
응답 우선순위 결정 엔진(115)은, 우선 순위 판단 기준(117)에 관한 정보에 기초하여, 각 어플리케이션으로부터 출력된 응답 R1, R2, R3에 대해 우선 순위를 결정할 수 있다. 일 실시 예에 의하면, 우선 순위는, 응답과 관련된 사용자의 의도, 응답의 크기, 응답이 사용자에 의해 선호되는 특징을 포함하는지 여부 및 응답이 획득된 후 전자 장치(1000)에 의해 출력되는데 걸리는 시간에 관한 정보 중 적어도 하나에 기초하여 결정될 수 있다. 상술한 예에 한하지 않고, 우선 순위는 다양한 기준에 따라서 결정될 수 있다.
예를 들어, 우선 순위 판단 기준(117)에 의하면, 사용자의 의도와 관련하여, 긴급 서비스에 관한 정보를 포함하는 응답이 가장 높은 순위로 결정될 수 있고, 음악 재생 제어에 관한 정보를 포함하는 응답이 가장 낮은 순위로 결정될 수 있다.
일 실시 예에 의한, 응답 R1은, 음악 재생과 관련된 제어 정보를 포함하고, 응답 R2는, 긴급 서비스와 관련된 제어 정보를 포함하고, 응답 R3는 가전 기기 제어와 관련된 제어 정보를 포함할 수 있다. 응답 우선순위 결정 엔진(115)은 우선순위 판단 기준(117)에 따라, 긴급 서비스와 관련된 응답 R2, 가전 기기 제어와 관련된 응답 R3, 음악 재생과 관련된 응답 R1 순으로, 각 응답에 대한 우선순위를 결정할 수 있다.
도 11에서 액션 A1, A2, A3은 각각 응답 R1, R2, R3에 대응하는 동작을 나타낸다.
일 실시 예에 의하면, 응답 우선순위 결정 엔진(115)은, R2, R3, R1 순으로 각 응답과 대응되는 동작이 수행될 수 있도록 어플리케이션 제어부(170)에 액션 A2, A3, A1 순으로 동작이 수행될 것을 요청할 수 있다.
예를 들면, 응답 우선순위 결정 엔진(115)은, 긴급 서비스와 관련된 동작이 가장 먼저 실행될 수 있도록, 어플리케이션 제어부(990)에 요청하여, 응답 R1에 대응하는 동작이 가장 먼저 수행될 수 있다.
또한, 제1 어플리케이션(940), 제2 어플리케이션(960) 및 제3 어플리케이션(980)은 각각의 응답에 대응하는 동작이 수행된 결과를 획득하고, 사용자에게 동작이 수행된 결과를 나타내는 응답을 출력할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 각 응답에 대한 동작이 완료됨에 따라 먼저 생성된 순서대로 제1 어플리케이션(940), 제2 어플리케이션(960) 및 제3 어플리케이션(980)에 의해 생성된 응답을 출력할 수 있다. 또는, 전자 장치(1000)는, 제1 어플리케이션(940), 제2 어플리케이션(960) 및 제3 어플리케이션(980)에 의한 응답을 응답 우선순위 결정 엔진(115)에 의해 정해진 우선 순위에 따라 차례대로 출력할 수도 있다.
상술한 예에 한하지 않고, 전자 장치(1000)는 복수의 음성 입력에 대한 복수의 응답을 다양한 순서 및 방법에 따라 제1 어플리케이션(940), 제2 어플리케이션(960) 및 제3 어플리케이션(980)을 이용하여 출력할 수 있다.
도 12는 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
도 12를 참조하면, 제1 어플리케이션(940)이 실행됨에 따라 제1 어플리케이션(940)의 인터페이스가 표시된 화면(1202)에서 "무엇을 도와드릴까요?"란 안내 메시지(1203)가 출력될 수 있다.
일 실시 예에 의하면, 제1 어플리케이션(940)은, 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정될 수 있다. 다만, 제1 어플리케이션(940)이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
안내 메시지(1203)가 출력된 후, 사용자로부터, "첸나이(Chennai)로 운전해 가는 방향을 보여주세요"란 음성 입력(1201)이 수신될 수 있다. 일 실시 예에 의하면, 제1 어플리케이션(940)을 호출하는 사용자 입력에 의해, 제1 어플리케이션(940)이 실행됨에 따라, 음성 입력(1201)이 제1 어플리케이션(940)에 의해 처리될 수 있다.
음성 입력(1201)에 대해 음성 인식이 수행된 결과, 음성 입력(1201)과 대응되는 텍스트(1204)가 표시될 수 있다. 또한, 음성 입력(1201)에 대응한 응답(1205, 1206)으로, 도 12에 도시된 것과 같이, 첸나이로 운전하는 방향을 보여주는 네비게이션 기능이 제공될 수 있다.
일 실시 예에 의한 전자 장치(1000)는, 제1 어플리케이션(940)에서 처리된 음성 입력(1201) 및 음성 입력(1201)에 대한 응답(1205, 1206)에 기초하여, 제1 어플리케이션(940)의 선호도 정보를 갱신할 수 있다.
예를 들면, 전자 장치(1000)는, 음성 입력(1201)에 대한 메타 데이터로서, "운전"을 포함하는 메타 데이터 및 음성 입력(1201)에 대한 응답이 성공함을 나타내는 정보에 기초하여, 제1 어플리케이션(940)의 선호도 정보를 갱신할 수 있다.
도 13는 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
도 13을 참조하면, 제2 어플리케이션(960)이 실행 중인 상태에서, 사용자로부터, "첸나이로 운전해 가는 방향을 보여주세요"란 음성 입력(1301)이 수신될 수 있다.
일 실시 예에 의하면, 제2 어플리케이션(960)을 호출하는 사용자 입력에 의해, 제2 어플리케이션(960)이 실행됨에 따라, 음성 입력(1301)이 제2 어플리케이션(960)에 의해 처리될 수 있다.
일 실시 예에 의하면, 제2 어플리케이션(960)은, 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정될 수 있다. 다만, 제2 어플리케이션(960)이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
음성 입력(1301)에 대해 음성 인식이 수행된 결과, 제2 어플리케이션(960)의 인터페이스가 표시된 화면(1302)에서, 음성 입력(1301)과 대응되는 텍스트(1303)가 표시될 수 있다. 또한, 제2 어플리케이션(960)은 음성 입력(1301)을 처리하는데 실패함을 나타내는 응답(1304)을 표시할 수 있다. 예를 들면, 제2 어플리케이션(960)은, 제1 어플리케이션(940)과는 달리 음성 입력(1301)을 이해하는데 실패하거나, 음성 입력(1301)에 대응하는 동작을 수행하는데 실패함에 따라, 음성 입력(1301)을 처리하는데 실패할 수 있다.
일 실시 예에 의한 전자 장치(1000)는, 제2 어플리케이션(960)에서 수신된 음성 입력(1301) 및 음성 입력(1301)에 대한 응답(1304)에 기초하여, 제2 어플리케이션(960)의 선호도 정보를 갱신할 수 있다.
예를 들면, 전자 장치(1000)는, 음성 입력(1201)에 대한 메타 데이터로서, "운전"을 포함하는 메타 데이터 및 음성 입력(1201)에 대한 응답이 실패함을 나타내는 정보에 기초하여, 제2 어플리케이션(960)의 선호도 정보를 갱신할 수 있다.
도 14는 일 실시 예에 의한 선호도 정보에 기초하여 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 14를 참조하면, 전자 장치(1000)는, 음성 입력을 처리하기 위한 구성 요소로서, 제1 어플리케이션(940), 제2 어플리케이션(960), 및 명령어 처리 엔진(110)을 포함할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 "첸나이로 운전해가는 방향을 보여주세요"란 음성 입력(1401)을 수신할 수 있다. 일 실시 예에 의하면, 제1 어플리케이션(940) 및 제2 어플리케이션(960) 모두 실행되지 않은 상태에서, 음성 입력(1401)이 수신됨에 따라, 일 실시 예에 의한 음성 입력을 처리할 어플리케이션을 선택하는 동작이 수행될 수 있다. 또한, 일 실시 예에 의하면, 사용자에 의해 음성 입력(1401)을 처리할 어플리케이션이 선택되지 않음에 따라, 일 실시 예에 의한 음성 입력을 처리할 어플리케이션을 선택하는 동작이 수행될 수 있다. 또한, 일 실시 예에 의하면, 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정된 어플리케이션이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
명령어 처리 엔진(110)은, 도 12 및 도 13의 실시예에서 갱신된 제1 어플리케이션(940) 및 제2 어플리케이션(960)에 대한 선호도 정보에 기초하여, 음성 입력(1401)을 처리할 어플리케이션을 선택할 수 있다.
명령어 처리 엔진(110)은 음성 입력(1401)을 처리할 어플리케이션을 선택하기 위해 음성 입력(1401)으로부터 메타 데이터를 획득할 수 있다. 메타 데이터는, 음성 입력(1401)과 대응되는 텍스트에 기초하여 획득될 수 있다. 음성 입력(1401)로부터 획득된 메타 데이터가 "운전"을 포함함에 따라, 명령어 처리 엔진(110)은 미리 저장된 선호도 정보에 기초하여, 제1 어플리케이션(940)을 "운전"을 포함하는 음성 입력(1401)을 처리하기에 적합한 어플리케이션으로 선택할 수 있다.
예를 들면, 명령어 처리 엔진(110)는, 제1 어플리케이션(940) 및 제2 어플리케이션(960) 중에서, 메타 데이터 "운전"과 대응되는 음성 입력을 처리한 결과가 성공적이었던 제1 어플리케이션(940)을 선택할 수 있다.
제1 어플리케이션(940)은 명령어 처리 엔진(110)의 선택에 따라, 음성 입력(1401)을 처리하고, 그 결과 음성 입력(1401)에 대응하는 응답을 출력할 수 있다.
도 15는 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
일 실시 예에 의하면, 제1 어플리케이션(940)을 호출하는 웨이크업 단어가 전자 장치(1000)에 입력됨에 따라, 제1 어플리케이션(940)이 실행될 수 있고, 음성 입력(1501)은 제1 어플리케이션(940)에 의해 처리될 수 있다.
도 15를 참조하면, 제1 어플리케이션(940)이 실행됨에 따라 제1 어플리케이션(940)의 인터페이스가 표시된 화면(1502)에서 "무엇을 도와드릴까요?"란 안내 메시지(1503)가 출력될 수 있다.
일 실시 예에 의하면, 제1 어플리케이션(940)은, 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정될 수 있다. 다만, 제1 어플리케이션(940)이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
안내 메시지(1503)가 출력된 후, 사용자로부터, "방갈로르에 비가 오나요?"란 음성 입력(1501)이 수신될 수 있다. 일 실시 예에 의하면, 제1 어플리케이션(940)을 호출하는 사용자 입력에 의해, 제1 어플리케이션(940)이 실행됨에 따라, 음성 입력(1501)이 제1 어플리케이션(940)에 의해 처리될 수 있다.
음성 입력(1501)에 대해 음성 인식이 수행된 결과, 음성 입력(1501)과 대응되는 텍스트(1504)가 표시될 수 있다. 또한, 음성 입력(1501)에 대응한 응답(1505, 1506)으로, 도 15에 도시된 것과 같이, 방갈로르의 날씨 정보가 표시될 수 있다.
일 실시 예에 의한 전자 장치(1000)는, 제1 어플리케이션(940)에서 처리된 음성 입력(1501) 및 음성 입력(1501)에 대한 응답(1505, 1506)에 기초하여, 제1 어플리케이션(940)의 선호도 정보를 갱신할 수 있다.
예를 들면, 전자 장치(1000)는, 음성 입력(1501)에 대한 메타 데이터로서, "비(rain)"을 포함하는 메타 데이터 및 음성 입력(1501)에 대한 응답이 성공함을 나타내는 정보에 기초하여, 제1 어플리케이션(940)의 선호도 정보를 갱신할 수 있다.
또한, 전자 장치(1000)는 음성 입력(1501)에 대한 응답(1505, 1506)에 대한 사용자의 피드백으로서, 부정적 피드백을 수신할 수 있다. 일 실시 예에 의하면, 제1 어플리케이션(940)에 의해 제공된 응답(1505, 1506)이 부정확한 내용을 포함함에 따라, 사용자로부터 부정적 피드백이 수신될 수 있다. 전자 장치(1000)는 부정적 피드백에 기초하여, 제1 어플리케이션(940)의 선호도 정보를 갱신할 수 있다.
도 16은 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
일 실시 예에 의하면, 제2 어플리케이션(960)을 호출하는 웨이크업 단어가 전자 장치(1000)에 입력됨에 따라, 제2 어플리케이션(960)이 실행될 수 있고, 음성 입력(1601)은 제2 어플리케이션(960)에 의해 처리될 수 있다.
도 16을 참조하면, 제2 어플리케이션(960)이 실행 중인 상태에서, 사용자로부터, "방갈로르에 비가 오나요?"란 음성 입력(1601)이 수신될 수 있다.
일 실시 예에 의하면, 제2 어플리케이션(960)은, 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정될 수 있다. 다만, 제2 어플리케이션(960)이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
음성 입력(1601)에 대해 음성 인식이 수행된 결과, 제2 어플리케이션(960)의 인터페이스가 표시된 화면(1602)에서, 음성 입력(1601)과 대응되는 텍스트(1603)가 표시될 수 있다. 또한, 음성 입력(1601)에 대응한 응답(1604, 1605)으로, 도 16에 도시된 것과 같이, 방갈로르의 날씨 정보가 표시될 수 있다.
일 실시 예에 의한 전자 장치(1000)는, 제2 어플리케이션(960)에서 수신된 음성 입력(1601) 및 음성 입력(1601)에 대한 응답(1604, 1605)에 기초하여, 제2 어플리케이션(960)의 선호도 정보를 갱신할 수 있다.
예를 들면, 전자 장치(1000)는, 음성 입력(1601)에 대한 메타 데이터로서, "비"를 포함하는 메타 데이터 및 음성 입력(1601)에 대한 응답이 성공함을 나타내는 정보에 기초하여, 제2 어플리케이션(960)의 선호도 정보를 갱신할 수 있다.
또한, 전자 장치(1000)는 음성 입력(1601)에 대한 응답(1604, 1605)에 대한 사용자의 피드백으로서, 긍정적 피드백을 수신할 수 있다. 일 실시 예에 의하면, 제2 어플리케이션(960)에 의해 제공된 응답(1604, 1605)이 정확하고 상세한 내용을 포함함에 따라, 사용자로부터 긍정적 피드백이 수신될 수 있다. 전자 장치(1000)는 긍정적 피드백에 기초하여, 제2 어플리케이션(960)의 선호도 정보를 갱신할 수 있다.
도 17은 일 실시 예에 의한 선호도 정보에 기초하여 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 17을 참조하면, 전자 장치(1000)는, 음성 입력을 처리하기 위한 구성 요소로서, 제1 어플리케이션(940), 제2 어플리케이션(960), 및 명령어 처리 엔진(110)을 포함할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 "방갈로르에 비가 오나요?"란 음성 입력(1701)을 수신할 수 있다. 일 실시 예에 의하면, 제1 어플리케이션(940) 및 제2 어플리케이션(960) 모두 실행되지 않은 상태에서, 음성 입력(1701)이 수신됨에 따라, 일 실시 예에 의한 음성 입력을 처리할 어플리케이션을 선택하는 동작이 수행될 수 있다. 또한, 일 실시 예에 의하면, 사용자에 의해 음성 입력(1701)을 처리할 어플리케이션이 선택되지 않음에 따라, 일 실시 예에 의한 음성 입력을 처리할 어플리케이션을 선택하는 동작이 수행될 수 있다. 또한, 일 실시 예에 의하면, 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정된 어플리케이션이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
예를 들면, 음성 입력(1701)에 음성 입력이 처리될 어플리케이션을 나타내는 정보가 포함되지 않는 경우, 일 실시 예에 의한 음성 입력을 처리할 어플리케이션을 선택하는 동작이 수행될 수 있다.
명령어 처리 엔진(110)은, 도 15 및 도 16의 실시예에서 갱신된 제1 어플리케이션(940) 및 제2 어플리케이션(960)에 대한 선호도 정보에 기초하여, 음성 입력(1701)을 처리할 어플리케이션을 선택할 수 있다.
명령어 처리 엔진(110)은 음성 입력(1701)을 처리할 어플리케이션을 선택하기 위해 음성 입력(1701)으로부터 메타 데이터를 획득할 수 있다. 메타 데이터는, 음성 입력(1701)과 대응되는 텍스트에 기초하여 획득될 수 있다. 음성 입력(1701)로부터 획득된 메타 데이터가 "비"를 포함함에 따라, 명령어 처리 엔진(110)은 미리 저장된 선호도 정보에 기초하여, "비"를 포함하는 음성 입력(1401)을 처리하기에 적합한 어플리케이션으로 제2 어플리케이션(960)을 선택할 수 있다.
예를 들면, 명령어 처리 엔진(110)는, 제1 어플리케이션(940) 및 제2 어플리케이션(960) 중에서, 미리 저장된 선호도 정보 중, 메타 데이터 "비"를 포함하는 음성 입력을 처리한 결과가 성공적이고, 사용자 피드백이 긍정적이었던 제2 어플리케이션(960)을 선택할 수 있다.
제2 어플리케이션(960)은 명령어 처리 엔진(110)의 선택에 따라, 음성 입력(1701)을 처리하고, 그 결과 음성 입력(1701)에 대응하는 응답을 출력할 수 있다.
도 18은 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
일 실시 예에 의하면, 제1 어플리케이션(940)을 호출하는 웨이크업 단어가 전자 장치(1000)에 입력됨에 따라, 제1 어플리케이션(940)이 실행될 수 있고, 음성 입력(1801)은 제1 어플리케이션(940)에 의해 처리될 수 있다.
도 18을 참조하면, 제1 어플리케이션(940)이 실행됨에 따라 제1 어플리케이션(940)의 인터페이스가 표시된 화면(1802)에서 "무엇을 도와드릴까요?"란 안내 메시지(1803)가 출력될 수 있다.
일 실시 예에 의하면, 제1 어플리케이션(940)은, 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정될 수 있다. 다만, 제1 어플리케이션(940)이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
안내 메시지(1803)가 출력된 후, 사용자로부터, "유럽 연합의 수도는 어디인가요?"란 음성 입력(1801)이 수신될 수 있다. 일 실시 예에 의하면, 제1 어플리케이션(940)을 호출하는 사용자 입력에 의해, 제1 어플리케이션(940)이 실행됨에 따라, 음성 입력(1801)이 제1 어플리케이션(940)에 의해 처리될 수 있다.
음성 입력(1801)에 대해 음성 인식이 수행된 결과, 음성 입력(1801)과 대응되는 텍스트(1804)가 표시될 수 있다. 또한, 음성 입력(1801)에 대응한 응답(1805, 1806)으로, 도 18에 도시된 것과 같이, 유럽 연합의 수도인 브뤼셀에 관한 정보가 표시될 수 있다.
일 실시 예에 의한 전자 장치(1000)는, 제1 어플리케이션(940)에서 처리된 음성 입력(1801) 및 음성 입력(1801)에 대한 응답(1805, 1806)에 기초하여, 제1 어플리케이션(940)의 선호도 정보를 갱신할 수 있다.
예를 들면, 전자 장치(1000)는, 음성 입력(1801)에 대한 메타 데이터로서, "수도"을 포함하는 메타 데이터 및 음성 입력(1801)에 대한 응답이 성공함을 나타내는 정보에 기초하여, 제1 어플리케이션(940)의 선호도 정보를 갱신할 수 있다.
또한, 전자 장치(1000)는 음성 입력(1801)이 수신된 후 음성 입력(1801)에 대한 응답(1805, 1806)이 인터페이스(1802)에 표시되기까지 걸린 시간을 측정하고, 측정된 시간인 "1.3초"의 시간 정보에 기초하여 제1 어플리케이션(940)의 선호도 정보를 갱신할 수 있다.
도 19는 일 실시 예에 의한 음성 입력에 대응하는 응답에 기초하여 선호도 정보를 갱신하는 일 예를 나타낸 도면이다.
일 실시 예에 의하면, 제2 어플리케이션(960)을 호출하는 웨이크업 단어가 전자 장치(1000)에 입력됨에 따라, 제2 어플리케이션(960)이 실행될 수 있고, 음성 입력(1901)은 제2 어플리케이션(960)에 의해 처리될 수 있다.
도 19를 참조하면, 제2 어플리케이션(960)이 실행 중인 상태에서, 사용자로부터, " 유럽 연합의 수도는 어디인가요?"란 음성 입력(1901)이 수신될 수 있다.
일 실시 예에 의하면, 제2 어플리케이션(960)을 호출하는 사용자 입력에 의해, 제2 어플리케이션(960)이 실행됨에 따라, 음성 입력(1901)이 제2 어플리케이션(960)에 의해 처리될 수 있다.
일 실시 예에 의하면, 제2 어플리케이션(960)은, 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정될 수 있다. 다만, 제2 어플리케이션(960)이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
음성 입력(1901)에 대해 음성 인식이 수행된 결과, 제2 어플리케이션(960)의 인터페이스가 표시된 화면(1902)에서, 음성 입력(1901)과 대응되는 텍스트(1903)가 표시될 수 있다. 또한, 음성 입력(1901)에 대응한 응답(1904, 1905)으로, 도 19에 도시된 것과 같이, 유럽 연합의 수도인 브뤼셀에 관한 정보가 표시될 수 있다.
일 실시 예에 의한 전자 장치(1000)는, 제2 어플리케이션(960)에서 수신된 음성 입력(1901) 및 음성 입력(1901)에 대한 응답(1904, 1905)에 기초하여, 제2 어플리케이션(960)의 선호도 정보를 갱신할 수 있다.
예를 들면, 전자 장치(1000)는, 음성 입력(1901)에 대한 메타 데이터로서, "수도"를 포함하는 메타 데이터 및 음성 입력(1901)에 대한 응답이 성공함을 나타내는 정보에 기초하여, 제2 어플리케이션(960)의 선호도 정보를 갱신할 수 있다.
또한, 전자 장치(1000)는 음성 입력(1901)이 수신된 후 음성 입력(1901)에 대한 응답(1905, 1906)이 인터페이스(1902)에 표시되기까지 걸린 시간을 측정하고, 측정된 시간인 "2초"의 시간 정보에 기초하여 제1 어플리케이션(940)의 선호도 정보를 갱신할 수 있다.
도 20은 일 실시 예에 의한 선호도 정보에 기초하여 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 20을 참조하면, 전자 장치(1000)는, 음성 입력을 처리하기 위한 구성 요소로서, 제1 어플리케이션(940), 제2 어플리케이션(960), 및 명령어 처리 엔진(110)을 포함할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 "유럽 연합의 수도는 어디인가요?"란 음성 입력(2001)을 수신할 수 있다. 일 실시 예에 의하면, 제1 어플리케이션(940) 및 제2 어플리케이션(960) 모두 실행되지 않은 상태에서, 음성 입력(2001)이 수신됨에 따라, 일 실시 예에 의한 음성 입력을 처리할 어플리케이션을 선택하는 동작이 수행될 수 있다. 또한, 일 실시 예에 의하면, 사용자에 의해 음성 입력(2001)을 처리할 어플리케이션이 선택되지 않음에 따라, 일 실시 예에 의한 음성 입력을 처리할 어플리케이션을 선택하는 동작이 수행될 수 있다. 또한, 일 실시 예에 의하면, 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정된 어플리케이션이 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출되면, 일 실시 예에 의한 음성 입력이 처리될 어플리케이션을 선택하는 동작이 수행될 수 있다.
명령어 처리 엔진(110)은, 도 18 및 도 19의 실시예에서 갱신된 제1 어플리케이션(940) 및 제2 어플리케이션(960)에 대한 선호도 정보에 기초하여, 음성 입력(1701)을 처리할 어플리케이션을 선택할 수 있다.
명령어 처리 엔진(110)은 음성 입력(2001)을 처리할 어플리케이션을 선택하기 위해 음성 입력(2001)으로부터 메타 데이터를 획득할 수 있다. 메타 데이터는, 음성 입력(2001)과 대응되는 텍스트에 기초하여 획득될 수 있다. 음성 입력(2001)로부터 획득된 메타 데이터가 "수도"를 포함함에 따라, 명령어 처리 엔진(110)은 미리 저장된 선호도 정보에 기초하여, "수도"를 포함하는 음성 입력(2001)을 처리하기에 적합한 어플리케이션으로 제2 어플리케이션(960)을 선택할 수 있다.
예를 들면, 명령어 처리 엔진(110)는, 제1 어플리케이션(940) 및 제2 어플리케이션(960) 중에서, 미리 저장된 선호도 정보 중, 메타 데이터 "수도"를 포함하는 음성 입력을 처리한 결과가 성공적이고, 음성 입력에 대한 응답이 출력되는데 걸린 시간이 짧은 제2 어플리케이션(960)을 선택할 수 있다.
제2 어플리케이션(960)은 명령어 처리 엔진(110)의 선택에 따라, 음성 입력(2001)을 처리하고, 그 결과 음성 입력(2001)에 대응하는 응답을 출력할 수 있다.
도 21은 일 실시 예에 의한 우선 순위에 기초하여 복수의 응답을 출력하는 일 예를 나타낸 도면이다.
도 21을 참조하면, 전자 장치(1000)는, 복수의 음성 입력(2101, 2102)을 수신하고, 수신된 음성 입력(2101, 2102)에 대한 복수의 응답 정보(2103, 2104)에 기초한 응답들을 출력할 수 있다. 도 21에 도시된 일 실시 예에 의한 전자 장치(1000)는, 제1 발화자 및 제2 발화자로부터 복수의 음성 입력(2101, 2102)을 수신할 수 있다.
전자 장치(1000)는, 복수의 음성 입력(2101, 2102)을 처리하기 위한 명령어 처리 엔진(110) 및 복수의 음성 입력(2101, 2102)에 대한 응답을 출력하는데 이용될 수 있는 제1 어플리케이션(940) 및 제2 어플리케이션(960)을 포함할 수 있다.
일 실시 예에 의한 명령어 처리 엔진(110)은, 복수의 음성 입력(2101, 2102)의 텍스트에 기초하여 획득된 메타 데이터에 기초하여, 복수의 음성 입력(2101, 2102)을 처리할 어플리케이션을 선택할 수 있다. 예를 들면, 복수의 음성 입력(2101, 2102)을 처리할 어플리케이션으로 제1 어플리케이션(940) 및 제2 어플리케이션(960)이 각각 선택될 수 있다.
제1 어플리케이션(940) 및 제2 어플리케이션(960)은 각각 제1 클라우드(950) 및 제2 클라우드(970)과 연결되어, 각 어플리케이션으로 전달된 음성 입력(2101, 2102)에 대한 응답을 출력할 수 있다. 일 실시 예에 의하면, 제1 어플리케이션(940) 및 제2 어플리케이션(960)은 각 어플리케이션과 연결된 클라우드로부터 수신된 데이터에 기초하여, 음성 입력(2101, 2102)에 대한 응답을 출력할 수 있다.
일 실시 예에 의하면, "지금 몇시죠?"의 음성 입력(2101)은, 명령어 처리 엔진(110)에 의해 제1 어플리케이션(940)에 전달될 수 있다. 제1 어플리케이션(940)은 제1 클라우드(950)를 이용하여 1MB 의 크기를 가지는 "현재 시간은 6시 PM입니다"의 응답 정보(2103)를 획득할 수 있다. 또한, "지금 날씨가 어떻죠?"의 음성 입력(2102)은 명령어 처리 엔진(110)에 의해 제2 어플리케이션(960)에 전달될 수 있다. 제2 어플리케이션(960)은 제2 클라우드(970)를 이용하여 15MB의 크기를 가지는 "장소 A의 현재 날씨는 맑음입니다. 장소 B는 비, 장소 C는 안개입니다."의 응답 정보(2104)를 획득할 수 있다.
제1 어플리케이션(940) 및 제2 어플리케이션(960)에서 획득된 응답 정보(2103, 2104)는 명령어 처리 엔진(110)에 전달될 수 있다. 명령어 처리 엔진(110)은, 복수의 응답 정보(2103, 2104)에 대한 우선 순위를 결정하고, 우선 순위에 따라 복수의 응답 정보(2103, 2104)에 기초하여 복수의 응답을 출력할 수 있다.
일 실시 예에 의하면, 복수의 응답 정보(2103, 2104)에 대한 우선 순위는, 응답의 크기가 작을수록 전자 장치(1000)에 의해 더 빠른 속도로 처리됨에 따라 더 빨리 출력될 수 있으므로, 높은 우선 순위를 가지도록 결정될 수 있다. 예를 들면, 제1 어플리케이션(940)으로부터 획득된 응답 정보(2103)의 크기가 제2 어플리케이션(960)으로부터 획득된 응답 정보(2104)보다 작으므로, 응답 정보(2103)의 우선 순위가 응답 정보(2104)보다 높은 우선 순위를 가지도록 결정될 수 있다.
상술한 예에 한하지 않고, 전자 장치(1000)는 사용자에 의해 선호되는 특징을 가진 응답인지, 응답이 전자 장치(1000)에 의해 출력되기 까지 걸리는 시간, 이외 다양한 기준에 따라서, 복수의 응답 정보(2103, 2104)에 대한 우선 순위를 결정하고, 결정된 우선 순위에 따라 복수의 응답 정보(2103, 2104)에 기초한 응답들을 차례대로 출력할 수 있다.
따라서, 일 실시 예에 의하면, 전자 장치(1000)에서 복수의 음성 입력이 수신되는 경우에도, 복수의 음성 입력이 동시에 처리되어, 복수의 응답이 출력될 수 있다. 또한, 일 실시 예에 의하면, 복수의 응답이 미리 정해진 기준에 따라 결정된 우선 순위에 의해 차례대로 출력됨에 따라 사용자 경험이 향상될 수 있다.
도 22는 일 실시 예에 의한 우선 순위에 기초하여 복수의 응답을 출력하는 일 예를 나타낸 도면이다.
도 22를 참조하면, 전자 장치(1000)는, 복수의 음성 입력(2201, 2202)을 수신하고, 수신된 음성 입력(2201, 2202)에 대한 복수의 응답을 출력할 수 있다. 도 22에 도시된 일 실시 예에 의한 전자 장치(1000)는, 제1 발화자 및 제2 발화자로부터 복수의 음성 입력(2201, 2202)을 수신할 수 있다.
전자 장치(1000)는, 복수의 음성 입력(2201, 2202)을 처리하기 위한 명령어 처리 엔진(110) 및 복수의 음성 입력(2201, 2202)에 대한 응답을 출력하는데 이용될 수 있는 제1 어플리케이션(940) 및 제2 어플리케이션(960)을 포함할 수 있다.
일 실시 예에 의한 명령어 처리 엔진(110)은, 복수의 음성 입력(2201, 2202)의 텍스트에 기초하여 획득된 메타 데이터에 기초하여, 복수의 음성 입력(2201, 2202)을 처리할 어플리케이션을 선택할 수 있다. 예를 들면, 복수의 음성 입력(2201, 2202)을 처리할 어플리케이션으로 제1 어플리케이션(940) 및 제2 어플리케이션(960)이 각각 선택될 수 있다.
제1 어플리케이션(940) 및 제2 어플리케이션(960)은 각각 제1 클라우드(950) 및 제2 클라우드(970)과 연결되어 각 어플리케이션에서 음성 입력(2201, 2202)에 대한 응답을 출력할 수 있다. 일 실시 예에 의하면, 제1 어플리케이션(940) 및 제2 어플리케이션(960)은 각 어플리케이션과 연결된 클라우드로부터 수신된 데이터에 기초하여, 음성 입력(2201, 2202)에 대한 응답을 출력할 수 있다.
일 실시 예에 의하면, "거실 불을 켜주세요"의 음성 입력(2201)은, 명령어 처리 엔진(110)에 의해 제1 어플리케이션(940)에 전달될 수 있다. 제1 어플리케이션(940)은 제1 클라우드(950)를 이용하여 사용자의 의도에 관한 정보로, "가전기기 제어"를 포함하고, 음성 입력(2201)과 대응되는 동작 정보인 "거실 전등1 ON"을 포함하는 응답 정보(2203)를 획득할 수 있다.
또한, "오늘 헤드라인은 무엇인가요?"의 음성 입력(2202)은 명령어 처리 엔진(110)에 의해 제2 어플리케이션(960)에 전달될 수 있다. 제2 어플리케이션(960)은 제2 클라우드(970)를 이용하여 사용자의 의도에 관한 정보로, "뉴스 정보 제공"을 포함하고, 음성 입력(2201)에 대응하여 출력될 수 있는 텍스트 정보인 "오늘 원유 가격이 하락했습니다."의 응답 정보(2204)를 획득할 수 있다.
제1 어플리케이션(940) 및 제2 어플리케이션(960)에서 획득된 응답 정보(2203, 2204)는 명령어 처리 엔진(110)에 전달될 수 있다. 명령어 처리 엔진(110)은, 복수의 응답 정보(2203, 2204)에 대한 우선 순위를 결정하고, 우선 순위에 따라 복수의 응답 정보(2203, 2204)에 기초하여 응답을 출력할 수 있다.
일 실시 예에 의하면, 복수의 응답 정보(2203, 2204)에 대한 우선 순위는, 전자 장치(1000)의 사용자가 더 선호하는 특징을 가진 응답인지에 따라서, 높은 우선 순위를 가지도록 결정될 수 있다. 제1 발화자 및 제2 발화자 중 적어도 하나가 전자 장치(1000)의 사용자일 수 있다.
예를 들면, 전자 장치(1000)의 사용자가 "가전기기 제어"에 관한 응답을 "뉴스 정보 제공"에 관한 응답보다 더 선호하는 경우, "가전기기 제어"와 관련된 응답 정보(2203)가 "뉴스 정보 제공"과 관련된 응답 정보(2204)보다 더 높은 우선 순위를 가지도록 결정될 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 "가전기기 제어"와 관련된 응답 정보(2203)의 동작 정보에 기초하여, 거실 전등 1을 제어하고, 제어 결과를 출력할 수 있다. 응답 정보(2203)에 따른 제어 결과가 음성 입력(2201)에 대한 응답으로서 출력된 후, 전자 장치(1000)는 "뉴스 정보 제공"과 관련된 응답 정보(2204)에 기초하여, 음성 입력(2202)에 대한 응답으로서 텍스트를 출력할 수 있다.
상술한 예에 한하지 않고, 전자 장치(1000)는 사용자에 의해 선호되는 응답인지, 전자 장치(1000)에 의해 더 빨리 출력될 수 있는 응답인지, 또는 다양한 기준에 따라서, 복수의 응답 정보(2203, 2204)에 대한 우선 순위를 결정하고, 결정된 우선 순위에 따라 복수의 응답 정보(2203, 2204)에 기초한 각 응답을 차례대로 출력할 수 있다.
따라서, 일 실시 예에 의하면, 전자 장치(1000)에서 복수의 음성 입력이 수신되는 경우에도, 복수의 음성 입력이 동시에 처리되어, 복수의 응답이 출력될 수 있다. 또한, 일 실시 예에 의하면, 복수의 응답이 미리 정해진 기준에 따라 결정된 우선 순위에 의해 차례대로 출력됨에 따라 사용자 경험이 향상될 수 있다.
도 23은 일 실시 예에 따라 다른 전자 장치를 통해 음성 입력에 대한 응답을 출력하는 일 예를 나타낸 도면이다.
도 23을 참조하면, 제1 전자 장치(2302)는 사용자로부터 음성 입력을 수신할 수 있다. 도 23에 도시된 제1 전자 장치(2302)는 도 1 내지 도 3의 전자 장치(1000)와 대응될 수 있다.
제2 전자 장치(2304)는, 도 1 내지 도 3의 전자 장치(1000)와 대응될 수 있는 장치이며, 제1 전자 장치(2402)에 연결될 수 있는 제1 전자 장치(2402)와는 다른 전자 장치일 수 있다.
제1 전자 장치(2302) 및 제2 전자 장치(2304)는, 네트워크 장치(2301)를 통해 제1 클라우드(950)와 연결됨으로써, 일 실시 예에 따라 선택된 제1 어플리케이션(2303, 2305)을 통해 음성 입력에 대한 응답을 출력할 수 있다. 예를 들면, 네트워크 장치(2301)는 네트워크 장치(2301)에 연결된 장치의 네트워크 연결을 지원하는 백홀 장치일 수 있다.
일 실시 예에 의하면, 제1 전자 장치(2302)는, 수신된 음성 입력을 처리하여, 음성 입력에 대한 응답을 출력할 수 없는 상태에 있는 경우, 음성 입력을 처리할 수 있는 제2 전자 장치(2304)를 검색할 수 있다. 제1 전자 장치(2302)는, 검색 결과에 따라, 제2 전자 장치(2304)로 음성 입력을 전달할 수 있다.
예를 들면, 제1 전자 장치(2302)는, 네트워크 장치(2301)의 연결 상태가 좋지 않거나, 연결이 불가능하여 음성 입력을 처리하기 위한 네트워크 장치(2301)를 이용할 수 없는 상태에 놓일 수 있다. 제1 전자 장치(2302)는 네트워크 장치(2301)를 이용하여 음성 입력을 처리할 수 있는 상태에 있는 제2 전자 장치(2304)로 음성 입력을 전달할 수 있다.
제1 전자 장치(2302)로부터 음성 입력을 수신한 제2 전자 장치(2304)는, 제1 전자 장치(2302) 대신 음성 입력을 처리할 수 있다. 제2 전자 장치(2304)는 음성 입력을 처리함으로써 획득된 응답을 제2 전자 장치(2304)에서 출력하거나, 제1 전자 장치(2302)로 전달할 수 있다. 제1 전자 장치(2302)는 제2 전자 장치(2304)로부터 응답을 수신하면, 수신된 응답을 음성 입력에 대한 응답으로서 출력할 수 있다.
따라서, 일 실시 예에 의하면, 제1 전자 장치(2302)가 음성 입력에 대한 응답을 출력할 수 없는 상태에 있는 경우에도, 제1 전자 장치(2302) 대신 제2 전자 장치(2304)에 의해 음성 입력이 처리됨으로써, 음성 입력에 대한 응답이 출력될 수 있다.
도 24는 일 실시 예에 따라 다른 전자 장치를 통해 음성 입력에 대한 응답에 따라 외부 장치를 제어하는 일 예를 나타낸 도면이다.
도 24를 참조하면, 제1 전자 장치(2402)는 사용자로부터 음성 입력을 수신할 수 있다. 도 24에 도시된 제1 전자 장치(2402)는 도 1 내지 도 3의 전자 장치(1000)와 대응될 수 있다.
일 실시 예에 의한 제2 전자 장치(2404)는, 제1 전자 장치(2402)에 인접한 곳에 위치한 제1 전자 장치(2402)와는 다른 전자 장치일 수 있다. 또한, 제2 전자 장치(2404)는 외부 장치(2405)와 연결되어, 외부 장치(2405)를 제어할 수 있는 전자 장치일 수 있다. 또한, 제2 전자 장치(2404)는, 도 1 내지 도 3의 전자 장치(1000)와 대응되는 전자 장치일 수 있다.
제1 전자 장치(2302)는 수신된 음성 입력을 처리할 제1 어플리케이션(2403)을 선택하고, 제1 어플리케이션(2403)을 통해 음성 입력에 대응되는 동작 정보를 획득할 수 있다. 예를 들면, 제1 어플리케이션(2403)은, 제1 클라우드(950)를 통해 음성 입력을 처리하고, 음성 입력에 따라 수행될 동작에 관한 동작 정보를 획득할 수 있다.
제1 어플리케이션(2403)은 동작 정보에 따른 동작을 수행하고, 그 결과에 기초하여 응답을 출력할 수 있다. 일 실시 예에 의하면, 음성 입력에 따른 동작 정보는, 외부 장치(2405)를 제어하는 동작을 포함할 수 있다. 외부 장치(2405)는, 예를 들면, 제2 전자 장치(2404)에 의해 제어될 수 있는 가전 기기를 포함할 수 있다.
제1 전자 장치(2402)가 외부 장치(2405)를 제어할 수 없는 장치인 경우, 제1 전자 장치(2402)는, 외부 장치(2405)를 제어할 수 있는 제2 전자 장치(2404)를 검색할 수 있다. 제1 전자 장치(2402)는, 음성 입력에 따른 동작 정보에 따라, 제2 전자 장치(2404)에 외부 장치(2405)를 제어할 것을 요청할 수 있다.
일 실시 예에 의한 제2 전자 장치(2404)는, 제1 전자 장치(2402)로부터 수신된 요청에 따라, 외부 장치(2405)를 제어할 수 있다. 또한, 제2 전자 장치(2404)는 외부 장치(2405)를 제어한 결과를 제1 전자 장치(2402)로 전달할 수 있다.
제1 전자 장치(2402)는, 제2 전자 장치(2404)로부터 수신된 외부 장치(2405)를 제어한 결과에 기초하여, 음성 입력에 대응한 응답을 출력할 수 있다. 예를 들어, 외부 장치(2405) 제어에 성공한 경우, 제1 전자 장치(2402)는 음성 입력에 따라 외부 장치(2405)를 제어함을 나타내는 응답을 출력할 수 있다.
따라서, 일 실시 예에 의하면, 제1 전자 장치(2402)가 음성 입력에 따라 외부 장치(2405)를 제어할 수 없는 경우에도, 제1 전자 장치(2402)와 연결된 제2 전자 장치(2404)를 통해 음성 입력에 따라 외부 장치(2405)를 제어할 수 있다.
도 25는 일 실시 예에 의한 전자 장치(1000)에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 25를 참조하면, 전자 장치(1000)는, 음성 입력을 수신하고, 수신된 음성 입력에 대응하는 응답을 출력할 수 있다. 전자 장치(1000)는, 일 실시 예에 따라 음성 입력을 처리하기 위하여, 수신된 음성 입력을 메모리(1700)에 저장해둘 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는, 음성 입력과 대응되는 텍스트에 기초하여, 음성 입력에 대응하는 응답을 출력하기 위한 제1 어플리케이션(940)을 선택할 수 있다. 제1 어플리케이션(940)은 제1 클라우드(950)와의 데이터 송수신을 통해 음성 입력에 대응하는 응답을 획득하여 출력할 수 있다.
일 실시 예에 의한 전자 장치(1000)는 음성 입력을 처리하여 응답을 출력하는데 성공한 경우, 메모리(1700)에 저장된 음성 입력을 삭제할 수 있다.
도 26은 일 실시 예에 의한 복수 개의 전자 장치에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 26을 참조하면, 제1 전자 장치(2602) 및 제2 전자 장치(2604)는 도 1 내지 도 3의 전자 장치(1000)와 대응될 수 있는 장치이다. 제2 전자 장치(2604)는 제1 전자 장치(2602)와 연결될 수 있는 제1 전자 장치(2602)와는 다른 전자 장치일 수 있다.
또한, 일 실시 예에 의한 제1 전자 장치(2602) 및 제2 전자 장치(2604)에 포함된 제1 어플리케이션(2603, 2605)은, 제1 클라우드(950)를 통해 음성 입력에 대한 응답을 획득할 수 있다.
제1 전자 장치(2602)는 음성 입력을 수신하고, 일 실시 예에 따라 음성 입력에 대응하는 응답을 출력하기 위하여, 음성 입력을 처리할 수 있다. 일 실시 예에 의하면, 제1 전자 장치(2602)는 음성 입력을 수신함에 따라 음성 입력을 제1 전자 장치(2602) 내부의 저장 장치(ex. 메모리)에 저장할 수 있다.
또한, 제1 전자 장치(2602)는 음성 입력을 처리하여 응답을 출력하는데 실패한 경우, 제1 전자 장치(2602)에 연결될 수 있는 제2 전자 장치(2604)를 검색할 수 있다. 제2 전자 장치(2604)는 제1 어플리케이션(2605) 및 제1 클라우드(950)를 통해 음성 입력을 처리하여 응답을 출력할 수 있는 장치일 수 있다.
제1 전자 장치(2602)는 제2 전자 장치(2604)로 음성 입력을 전송할 수 있고, 제2 전자 장치(2604)에 의해 음성 입력이 처리될 수 있다. 제1 전자 장치(2602)는 제2 전자 장치(2604)로 음성 입력을 전송한 후, 저장 장치에 저장된 음성 입력을 삭제할 수 있다. 또한, 제1 전자 장치(2602)는 제2 전자 장치(2604)로 음성 입력을 전송하고, 제2 전자 장치(2604)로부터 음성 입력에 대한 응답을 수신하여 출력한 후, 저장 장치에 저장된 음성 입력을 삭제할 수도 있다.
도 27은 일 실시 예에 의한 복수 개의 전자 장치에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 27을 참조하면, 제1 전자 장치(2702) 및 제2 전자 장치(2704)는 도 1 내지 도 3의 전자 장치(1000)와 대응될 수 있는 장치이다. 제2 전자 장치(2704)는 제1 전자 장치(2702)에 연결될 수 있는 제1 전자 장치(2702)와는 다른 전자 장치일 수 있다.
또한, 일 실시 예에 의한 제1 전자 장치(2702) 및 제2 전자 장치(2704)에 포함된 제1 어플리케이션(2703, 2705)은, 제1 클라우드(950)를 통해 음성 입력에 대한 응답을 획득할 수 있다.
제1 전자 장치(2702)는 제2 전자 장치(2704)의 전원이 활성화됨에 따라서 제1 전자 장치(2702)와 네트워크 장치(2701)를 통해 연결될 수 있는 제2 전자 장치(2704)가 존재함을 감지할 수 있다. 예를 들면, 제2 전자 장치(2704)의 전원이 활성화되면, 제2 전자 장치(2704)는 네트워크 장치(2701)를 통해 제1 전자 장치(2702)에 제2 전자 장치(2704)의 존재를 지시할 수 있다.
제1 전자 장치(2702)는 제2 전자 장치(2704)의 존재를 나타내는 지시를 수신함에 따라, 수신된 지시에 기초하여, 제2 전자 장치(2704)에 관한 정보를 제1 전자 장치(2702) 내부의 저장 장치(ex. 메모리)에 저장할 수 있다. 제2 전자 장치(2704)에 관한 정보는 예를 들면, 제2 전자 장치(2704)의 식별 정보, 제2 전자 장치(2704)에서 음성 입력을 처리할 수 있는 어플리케이션에 관한 정보, 제2 전자 장치(2704)의 IP 주소, 및 제2 전자 장치(2704)와 연결된 네트워크의 품질에 관한 정보 등, 제2 전자 장치(2704)에 관한 다양한 정보를 포함할 수 있다.
일 실시 예에 의하면, 제1 전자 장치(2702)는 제2 전자 장치(2704)에 관한 정보를 이용하여, 제2 전자 장치(2704)에 음성 입력에 대한 응답을 출력하기 위한 요청을 전송할 수 있다.
도 28은 일 실시 예에 의한 복수 개의 전자 장치에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 28을 참조하면, 제1 전자 장치(2802), 제2 전자 장치(2804) 및 제3 전자 장치(2806)는 도 1 내지 도 3의 전자 장치(1000)와 대응될 수 있는 장치이다. 제1 전자 장치(2802), 제2 전자 장치(2804) 및 제3 전자 장치(2806)는 각각 네트워크 장치(2801)를 통해 연결될 수 있는 서로 다른 전자 장치일 수 있다.
일 실시 예에 의하면, 제1 전자 장치(2802)는, 제2 전자 장치(2804) 및 제3 전자 장치(2806)의 전원이 활성화됨에 따라서, 제2 전자 장치(2804) 및 제3 전자 장치(2806)로부터 각 장치의 존재를 나타내는 지시를 수신할 수 있다. 제1 전자 장치(2802)는, 각 장치의 존재를 나타내는 지시를 수신함에 따라, 각 장치의 존재를 감지할 수 있다.
일 실시 예에 의하면, 제1 전자 장치(2802)는 제2 전자 장치(2804) 및 제3 전자 장치(2806)의 존재를 감지함에 따라, 제2 전자 장치(2804) 및 제3 전자 장치(2806)에 관한 정보를 제1 전자 장치(2702) 내부의 저장 장치(ex. 메모리)에 저장할 수 있다. 제2 전자 장치(2804) 및 제3 전자 장치(2806)에 관한 정보는 예를 들면, 제2 전자 장치(2804) 및 제3 전자 장치(2806)의 식별 정보, 제2 전자 장치(2804) 및 제3 전자 장치(2806)에서 음성 입력을 처리할 수 있는 어플리케이션에 관한 정보, 제2 전자 장치(2804) 및 제3 전자 장치(2806)의 IP 주소, 및 제2 전자 장치(2804) 및 제3 전자 장치(2806)와 연결된 네트워크의 품질에 관한 정보 등, 제2 전자 장치(2804) 및 제3 전자 장치(2806)에 관한 다양한 정보를 포함할 수 있다.
또한, 제1 전자 장치(2802)는, 제2 전자 장치(2804)의 전원이 비활성화됨에 따라, 제2 전자 장치(2804)의 부존재를 감지할 수 있다. 일 실시예에 의하면, 제1 전자 장치(2802)는, 제2 전자 장치(2804)의 부존재를 감지함에 따라, 제1 전자 장치(2702) 내부에 저장된 제2 전자 장치(2804)에 관한 정보를 삭제할 수 있다.
도 29는 일 실시 예에 의한 복수 개의 전자 장치에서 음성 입력을 처리하는 일 예를 나타낸 도면이다.
도 29를 참조하면, 제1 전자 장치(2902), 제2 전자 장치(2904) 및 제3 전자 장치(2906)는 도 1 내지 도 3의 전자 장치(1000)와 대응될 수 있는 장치이다. 제1 전자 장치(2902), 제2 전자 장치(2904) 및 제3 전자 장치(2906)는 각각 네트워크 장치(2901)를 통해 연결될 수 있는 서로 다른 전자 장치일 수 있다. 또한, 제1 전자 장치(2902), 제2 전자 장치(2904) 및 제3 전자 장치(2906)는 각각 음성 입력을 처리하여, 음성 입력에 대응하는 응답을 출력할 수 있다.
일 실시 예에 의한 제1 전자 장치(2904)는, 제2 전자 장치(2804) 및 제3 전자 장치(2806)의 존재를 감지함에 따라, 제2 전자 장치(2804) 및 제3 전자 장치(2806)에 관한 정보를 제1 전자 장치(2702) 내부의 저장 장치(ex. 메모리)에 저장할 수 있다.
제3 전자 장치(2806)는 제1 전자 장치(2902) 및 제2 전자 장치(2904)와는 달리, 외부 장치(2907)와 연결되어, 음성 입력에 따른 외부 장치(2907)를 제어하는 동작을 수행할 수 있다.
일 실시 예에 의하면, 제1 전자 장치(2902)는 사용자로부터 음성 입력을 수신할 수 있다. 예를 들면, 제1 전자 장치(2902)는, 비활성화 상태에서, 웨이크업 단어를 포함한 음성 입력을 수신함에 따라, 음성 입력을 처리할 수 있는 활성화 상태로 변경될 수 있다. 제1 전자 장치(2902)에서 수신된 음성 입력이 외부 장치(2907)를 제어하기 위한 사용자 요청을 포함하는 경우, 제1 전자 장치(2902)는 상기 음성 입력을 처리할 수 없는 상태인 것으로 판단할 수 있다.
제1 전자 장치(2902)는 음성 입력 처리를 위해, 네트워크 장치(2801)를 통하여, 제2 전자 장치(2904) 및 제3 전자 장치(2904)로 웨이크업 요청을 전송할 수 있다. 웨이크업 요청이 전송됨에 따라, 제2 전자 장치(2904) 및 제3 전자 장치(2904)는 소정 시간 구간 동안 음성 입력을 처리할 수 있는 활성화 상태가 될 수 있다.
제1 전자 장치(2902)는 활성화 상태에 있는 제2 전자 장치(2904) 및 제3 전자 장치(2904)로부터 각 장치에서 수행 가능한 동작에 관한 정보를 획득할 수 있다. 제3 전자 장치(2904)가 활성화 상태를 유지하는 동안, 제1 전자 장치(2902)는 획득된 정보에 기초하여, 음성 입력에 따른 동작을 수행할 수 있는 제3 전자 장치(2906)로 음성 입력을 전송할 수 있다.
제3 전자 장치(2906)는 제1 장치(2902)로부터 수신된 음성 입력을 처리하여, 외부 장치(2907)를 제어하는 동작을 수행하고, 그 결과를 제1 전자 장치(2902)로 전송하거나, 제3 전자 장치(2906)에서 음성 입력에 대한 응답으로 출력할 수 있다.
도 30은 일 실시 예에 의한 프로세서(1300)의 블록도이다.
도 30을 참조하면, 일부 실시예에 따른 프로세서(1300)는 데이터 학습부(1310) 및 데이터 인식부(1320)를 포함할 수 있다.
데이터 학습부(1310)는 상황 판단을 위한 기준을 학습할 수 있다. 데이터 학습부(1310)는 소정의 상황을 판단하기 위하여 어떤 데이터를 이용할 지, 데이터를 이용하여 상황을 어떻게 판단할 지에 관한 기준을 학습할 수 있다. 데이터 학습부(1310)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 상황 판단을 위한 기준을 학습할 수 있다.
일 실시 예에 의한 데이터 학습부(1310)는, 음성 입력에 대응하는 응답을 출력하기 위한 어플리케이션을 선택하기 위한 기준을 학습할 수 있다.
데이터 인식부(1320)는 데이터에 기초한 상황을 판단할 수 있다. 데이터 인식부(1320)는 학습된 데이터 인식 모델을 이용하여, 소정의 데이터로부터 상황을 인식할 수 있다. 데이터 인식부(1320)는 학습에 의한 기 설정된 기준에 따라 소정의 데이터를 획득하고, 획득된 데이터를 입력 값으로 하여 데이터 인식 모델을 이용함으로써, 소정의 데이터에 기초한 소정의 상황을 판단할 수 있다. 또한, 획득된 데이터를 입력 값으로 하여 데이터 인식 모델에 의해 출력된 결과 값은, 데이터 인식 모델을 갱신하는데 이용될 수 있다.
일 실시 예에 의한 데이터 인식부(1320)는 학습된 데이터 인식 모델을 이용하여, 음성 입력에 대응하는 응답을 출력하기 위한 어플리케이션을 선택할 수 있다.
데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
이 경우, 데이터 학습부(1310) 및 데이터 인식부(1320)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 하나는 전자 장치에 포함되고, 나머지 하나는 서버에 포함될 수 있다. 또한, 데이터 학습부(1310) 및 데이터 인식부(1320)는 유선 또는 무선으로 통하여, 데이터 학습부(1310)가 구축한 모델 정보를 데이터 인식부(1320)로 제공할 수도 있고, 데이터 인식부(1320)로 입력된 데이터가 추가 학습 데이터로서 데이터 학습부(1310)로 제공될 수도 있다.
한편, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 31은 일 실시 예에 의한 데이터 학습부(1310)의 블록도이다.
도 31을 참조하면, 일부 실시예에 따른 데이터 학습부(1310)는 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5)를 포함할 수 있다.
데이터 획득부(1310-1)는 상황 판단에 필요한 데이터를 획득할 수 있다. 데이터 획득부(1310-1)는 상황 판단을 위한 학습을 위하여 필요한 데이터를 획득할 수 있다.
일 실시 예에 의하면, 데이터 획득부(1310-1)는 음성 입력을 처리하기 위한 어플리케이션을 선택하는데 이용될 수 있는 데이터를 획득할 있다. 데이터 획득부(1310-1)에 획득될 수 있는 상기 데이터는, 예를 들면, 음성 입력과 대응되는 텍스트에 기초하여 획득된 메타 데이터, 각 어플리케이션에 의해 출력된 음성 입력의 응답에 관한 정보 등을 포함할 수 있다.
전처리부(1310-2)는 상황 판단을 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1310-2)는 후술할 모델 학습부(1310-4)가 상황 판단을 위한 학습을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
학습 데이터 선택부(1310-3)는 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 모델 학습부(1310-4)에 제공될 수 있다. 학습 데이터 선택부(1310-3)는 상황 판단을 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(1310-3)는 후술할 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.
모델 학습부(1310-4)는 학습 데이터에 기초하여 상황을 어떻게 판단할 지에 관한 기준을 학습할 수 있다. 또한, 모델 학습부(1310-4)는 상황 판단을 위하여 어떤 학습 데이터를 이용해야 하는 지에 대한 기준을 학습할 수도 있다.
일 실시 예에 의하면, 모델 학습부(1310-4)는 음성 입력에 대응하여, 보다 구체적인 내용의 응답이 출력되거나, 빠른 속도로 응답이 출력되는 등 사용자에 의해 선호되는 응답을 출력할 수 있는 어플리케이션이 선택될 수 있는 기준을 학습할 수 있다.
또한, 모델 학습부(1310-4)는 상황 판단에 이용되는 데이터 인식 모델을 학습 데이터를 이용하여 학습시킬 수 있다. 이 경우, 데이터 인식 모델은 미리 구축된 모델일 수 있다. 예를 들어, 데이터 인식 모델은 기본 학습 데이터(예를 들어, 샘플 이미지 등)을 입력 받아 미리 구축된 모델일 수 있다.
데이터 인식 모델은, 인식 모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 데이터 인식 모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network)과 같은 모델이 데이터 인식 모델로서 사용될 수 있으나, 이에 한정되지 않는다.
다양한 실시예에 따르면, 모델 학습부(1310-4)는 미리 구축된 데이터 인식 모델이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 데이터 인식 모델을 학습할 데이터 인식 모델로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입 별로 기 분류되어 있을 수 있으며, 데이터 인식 모델은 데이터의 타입 별로 미리 구축되어 있을 수 있다. 예를 들어, 기본 학습 데이터는 학습 데이터가 생성된 지역, 학습 데이터가 생성된 시간, 학습 데이터의 크기, 학습 데이터의 장르, 학습 데이터의 생성자, 학습 데이터 내의 오브젝트의 종류 등과 같은 다양한 기준으로 기 분류되어 있을 수 있다.
또한, 모델 학습부(1310-4)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 데이터 인식 모델을 학습시킬 수 있다.
또한, 모델 학습부(1310-4)는, 예를 들어, 학습 데이터를 입력 값으로 하는 지도 학습(supervised learning) 을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 별다른 지도없이 상황 판단을 위해 필요한 데이터의 종류를 스스로 학습함으로써, 상황 판단을 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 학습에 따른 상황 판단의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다.
또한, 데이터 인식 모델이 학습되면, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 저장할 수 있다. 이 경우, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 데이터 인식부(1320)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 후술할 데이터 인식부(1320)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 전자 장치와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.
이 경우, 학습된 데이터 인식 모델이 저장되는 메모리는, 예를 들면, 전자 장치의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 함께 저장할 수도 있다. 또한, 메모리는 소프트웨어 및/또는 프로그램을 저장할 수도 있다. 프로그램은, 예를 들면, 커널, 미들웨어, 어플리케이션 프로그래밍 인터페이스(API) 및/또는 어플리케이션 프로그램(또는 "어플리케이션") 등을 포함할 수 있다.
모델 평가부(1310-5)는 데이터 인식 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 인식 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(1310-4)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 데이터 인식 모델을 평가하기 위한 기 설정된 데이터일 수 있다.
예를 들어, 모델 평가부(1310-5)는 평가 데이터에 대한 학습된 데이터 인식 모델의 인식 결과 중에서, 인식 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다. 예컨대, 소정 기준이 비율 2%로 정의되는 경우, 학습된 데이터 인식 모델이 총 1000개의 평가 데이터 중의 20개를 초과하는 평가 데이터에 대하여 잘못된 인식 결과를 출력하는 경우, 모델 평가부(1310-5)는 학습된 데이터 인식 모델이 적합하지 않은 것으로 평가할 수 있다.
한편, 학습된 데이터 인식 모델이 복수 개가 존재하는 경우, 모델 평가부(1310-5)는 각각의 학습된 동영상 인식 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 데이터 인식 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(1310-5)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 데이터 인식 모델로서 결정할 수 있다.
한편, 데이터 학습부(1310) 내의 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
또한, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.
또한, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 32는 일 실시 예에 의한 데이터 인식부(1320)의 블록도이다.
도 32를 참조하면, 일부 실시예에 따른 데이터 인식부(1320)는 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5)를 포함할 수 있다.
데이터 획득부(1320-1)는 상황 판단에 필요한 데이터를 획득할 수 있으며, 전처리부(1320-2)는 상황 판단을 위해 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1320-2)는 후술할 인식 결과 제공부(1320-4)가 상황 판단을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는 음성 입력에 대해 음성 인식을 수행함으로써 음성 입력과 대응되는 텍스트를 획득하고, 획득된 텍스트에 기초하여 메타 데이터를 생성할 수 있다. 전자 장치(1000)는 상기 생성된 메타 데이터를 상기 상황 판단에 필요한 데이터로 획득할 수 있다.
인식 데이터 선택부(1320-3)는 전처리된 데이터 중에서 상황 판단에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 인식 결과 제공부(1320-4)에게 제공될 수 있다. 인식 데이터 선택부(1320-3)는 상황 판단을 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 인식 데이터 선택부(1320-3)는 후술할 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.
인식 결과 제공부(1320-4)는 선택된 데이터를 데이터 인식 모델에 적용하여 상황을 판단할 수 있다. 인식 결과 제공부(1320-4)는 데이터의 인식 목적에 따른 인식 결과를 제공할 수 있다. 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 입력 값으로 이용함으로써, 선택된 데이터를 데이터 인식 모델에 적용할 수 있다. 또한, 인식 결과는 데이터 인식 모델에 의해 결정될 수 있다.
일 실시 예에 의하면, 데이터 인식 모델에 의해 음성 입력을 처리하기 위한 어플리케이션이 선택된 결과가 제공될 수 있다.
모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과에 대한 평가에 기초하여, 데이터 인식 모델이 갱신되도록할 수 있다. 예를 들어, 모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과를 모델 학습부(1310-4)에게 제공함으로써, 모델 학습부(1310-4)가 데이터 인식 모델을 갱신하도록 할 수 있다.
한편, 데이터 인식부(1320) 내의 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
또한, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.
또한, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 33은 일 실시예에 따른 전자 장치(1000) 및 서버(2000)가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
서버(2000)는 적어도 하나의 컴퓨터 장치로 구현될 수 있다. 서버(2000)는 클라우드 형태로 분산될 수 있으며, 명령, 코드, 파일, 컨텐츠 등을 제공할 수 있다.
도 33을 참조하면, 서버(2000)는 상황 판단을 위한 기준을 학습할 수 있으며, 전자 장치(1000)는 서버(2000)에 의한 학습 결과에 기초하여 상황을 판단할 수 있다.
이 경우, 서버(2000)의 모델 학습부(2340)는 도 31에 도시된 데이터 학습부(1310)의 기능을 수행할 수 있다. 서버(2000)의 모델 학습부(2340)는 소정의 상황을 판단하기 위하여 어떤 데이터를 이용할 지, 데이터를 이용하여 상황을 어떻게 판단할 지에 관한 기준을 학습할 수 있다. 모델 학습부(2340)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 상황 판단을 위한 기준을 학습할 수 있다.
일 실시 예에 의하면, 서버(2000)는 음성 입력에 대응하여, 보다 구체적인 내용의 응답이 출력되거나, 빠른 속도로 응답이 출력되는 등 사용자에 의해 선호되는 응답을 출력할 수 있는 어플리케이션이 선택될 수 있는 기준을 학습할 수 있다.
또한, 전자 장치(1000)의 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(2000)에 의해 생성된 데이터 인식 모델에 적용하여 상황을 판단할 수 있다. 예를 들어, 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(2000)에게 전송하고, 서버(2000)가 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 인식 모델에 적용하여 상황을 판단할 것을 요청할 수 있다. 또한, 인식 결과 제공부(1320-4)는 서버(2000)에 의해 판단된 상황에 관한 정보를 서버(2000)로부터 수신할 수 있다.
또는, 전자 장치(1000)의 인식 결과 제공부(1320-4)는 서버(2000)에 의해 생성된 인식 모델을 서버(2000)로부터 수신하고, 수신된 인식 모델을 이용하여 상황을 판단할 수 있다. 이 경우, 전자 장치(1000)의 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(2000)로부터 수신된 데이터 인식 모델에 적용하여 상황을 판단할 수 있다.
일 실시 예에 의하면, 전자 장치(1000)는, 서버(2000)에 의해 선택된 어플리케이션에 이용하여, 음성 입력에 대한 응답을 출력할 수 있다.
또한, 일 실시 예에 의하면, 서버(2000)는 상술한 데이터를 학습하는 기능뿐만 아니라, 전자 장치(1000)가 실행할 수 있는 동작 중 일부 동작들을 수행할 수 있다. 예컨대, 서버(2000)는 전자 장치(1000)로부터 수신되는 사용자의 음성 입력(100)에 기초하여 메타 데이터를 획득하고, 메타 데이터에 기초하여 선택된 적어도 하나의 어플리케이션에 관한 정보를 전자 장치(1000)에 송신할 수 있다. 또한, 서버(2000)는 전자 장치(1000)로부터 수신되는 사용자의 음성 입력(100)에 기초하여 메타 데이터를 획득하고, 메타 데이터에 기초하여 선택된 적어도 하나의 어플리케이션을 이용하여 음성 입력(100)과 대응되는 동작을 수행할 수 있다. 서버(2000)는 동작이 수행된 결과를 생성하여, 전자 장치(1000)에 제공할 수 있다.
상술된 예에 한하지 않고 서버(2000)는 전자 장치(1000)가 일 실시 예에 의한 음성 입력(100)에 대한 응답을 제공하기 위한 다양한 동작을 수행하고, 그 결과를 전자 장치(1000)로 송신할 수 있다.
일 실시 예에 의하면, 음성 입력에 관한 메타 데이터에 기초하여, 음성 입력을 처리하기에 적합한 어플리케이션이 선택될 수 있고, 선택된 어플리케이션에 의해 음성 입력이 처리됨으로써, 음성 입력에 대해 정확도 높은 응답이 사용자에게 제공될 수 있다.
일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 또는 프로그램 모듈을 포함하며, 임의의 정보 전달 매체를 포함한다.
또한, 본 명세서에서, “부”는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (15)

  1. 전자 장치에서 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 방법에 있어서, 상기 방법은,
    음성 입력을 수신하는 단계;
    상기 음성 입력에 대해 음성 인식을 수행함으로써, 상기 음성 입력과 대응되는 텍스트를 획득하는 단계;
    상기 획득된 텍스트에 기초하여, 상기 음성 입력에 대한 메타 데이터를 획득하는 단계;
    상기 메타 데이터에 기초하여, 상기 음성 입력에 대한 응답을 출력하기 위한 복수 개의 어플리케이션 중 적어도 하나의 어플리케이션을 선택하는 단계; 및
    상기 선택된 적어도 하나의 어플리케이션을 이용하여, 상기 음성 입력에 대한 응답을 출력하는 단계를 포함하는, 방법.
  2. 제1항에 있어서, 상기 메타 데이터는
    상기 음성 입력과 대응되는 텍스트로부터 추출된 키워드, 텍스트에 기초하여 획득된 사용자의 의도에 관한 정보, 상기 음성 입력의 음향적 특성에 관한 정보, 상기 전자 장치의 사용자에 관한 정보 중 적어도 하나를 포함하는, 방법.
  3. 제1항에 있어서, 상기 적어도 하나의 어플리케이션은,
    상기 복수의 어플리케이션에 의해 출력된 응답에 대한 사용자의 피드백 정보, 상기 복수의 어플리케이션에 의해 음성 입력이 처리된 결과에 관한 정보, 상기 복수의 어플리케이션이 응답을 출력하는데 걸리는 시간에 관한 정보, 상기 복수의 어플리케이션에 의해 수행될 수 있는 동작에 관한 정보, 및 상기 복수의 어플리케이션의 성능에 관한 정보 중 적어도 하나에 기초하여, 선택되는, 방법.
  4. 제1항에 있어서, 상기 응답을 출력하는 단계는
    상기 선택된 적어도 하나의 어플리케이션으로부터, 상기 음성 입력에 대한 적어도 하나의 응답을 획득하는 단계;
    상기 적어도 하나의 응답에 대한 우선 순위를 결정하는 단계; 및
    상기 결정된 우선 순위에 따라, 상기 적어도 하나의 응답을 출력하는 단계를 포함하는, 방법.
  5. 제4항에 있어서, 상기 우선 순위는
    상기 적어도 하나의 응답과 관련된 사용자의 의도, 상기 적어도 하나의 응답의 크기, 상기 적어도 하나의 응답이 사용자에 의해 선호되는 특징을 포함하는지 여부 및 상기 적어도 하나의 응답이 획득된 후 출력되는데 걸리는 시간에 관한 정보 중 적어도 하나에 기초하여 결정되는, 방법.
  6. 제4항에 있어서, 상기 우선 순위는,
    상기 전자 장치에서, 복수 개의 음성 입력이 수신된 경우, 상기 복수 개의 음성 입력에 대한 각각의 메타 데이터에 기초하여, 결정되는, 방법.
  7. 제1항에 있어서,
    상기 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정된 어플리케이션이 상기 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출됨에 따라, 상기 음성 입력에 대한 응답을 출력하기 위한 복수 개의 어플리케이션 중 적어도 하나의 어플리케이션이 선택되는, 방법.
  8. 사용자에 대한 인증을 수행하는 전자 장치에 있어서,
    음성 입력을 수신하는 사용자 입력부;
    상기 음성 입력에 대해 음성 인식을 수행함으로써, 상기 음성 입력과 대응되는 텍스트를 획득하고, 상기 획득된 텍스트에 기초하여, 상기 음성 입력에 대한 메타 데이터를 획득하고, 상기 메타 데이터에 기초하여, 상기 음성 입력에 대한 응답을 출력하기 위한 복수 개의 어플리케이션 중 적어도 하나의 어플리케이션을 선택하는 적어도 하나의 프로세서; 및
    상기 선택된 적어도 하나의 어플리케이션을 이용하여, 상기 음성 입력에 대한 응답을 출력하는 출력부를 포함하는, 전자 장치.
  9. 제8항에 있어서, 상기 메타 데이터는
    상기 음성 입력과 대응되는 텍스트로부터 추출된 키워드, 텍스트에 기초하여 획득된 사용자의 의도에 관한 정보, 상기 음성 입력의 음향적 특성에 관한 정보, 상기 전자 장치의 사용자에 관한 정보 중 적어도 하나를 포함하는, 전자 장치.
  10. 제8항에 있어서, 상기 적어도 하나의 어플리케이션은,
    상기 복수의 어플리케이션에 의해 출력된 응답에 대한 사용자의 피드백 정보, 상기 복수의 어플리케이션에 의해 음성 입력이 처리된 결과에 관한 정보, 상기 복수의 어플리케이션이 응답을 출력하는데 걸리는 시간에 관한 정보, 상기 복수의 어플리케이션에 의해 수행될 수 있는 동작에 관한 정보, 및 상기 복수의 어플리케이션의 성능에 관한 정보 중 적어도 하나에 기초하여, 선택되는, 전자 장치.
  11. 제8항에 있어서, 상기 적어도 하나의 프로세서는
    상기 선택된 적어도 하나의 어플리케이션으로부터, 상기 음성 입력에 대한 적어도 하나의 응답을 획득하고, 상기 적어도 하나의 응답에 대한 우선 순위를 결정하고, 상기 결정된 우선 순위에 따라, 상기 적어도 하나의 응답을 출력하도록 상기 출력부를 제어하는, 전자 장치.
  12. 제11항에 있어서, 상기 우선 순위는
    상기 적어도 하나의 응답과 관련된 사용자의 의도, 상기 적어도 하나의 응답의 크기, 상기 적어도 하나의 응답이 사용자에 의해 선호되는 특징을 포함하는지 여부 및 상기 적어도 하나의 응답이 획득된 후 출력되는데 걸리는 시간에 관한 정보 중 적어도 하나에 기초하여 결정되는, 전자 장치.
  13. 제11항에 있어서, 상기 우선 순위는,
    상기 전자 장치에서, 복수 개의 음성 입력이 수신된 경우, 상기 복수 개의 음성 입력에 대한 각각의 메타 데이터에 기초하여, 결정되는, 전자 장치.
  14. 제8항에 있어서,
    상기 음성 입력에 대한 응답을 출력하는 어플리케이션으로 미리 결정된 어플리케이션이 상기 음성 입력에 대한 응답을 출력할 수 없는 상태를 포함하는 이벤트가 검출됨에 따라, 상기 음성 입력에 대한 응답을 출력하기 위한 복수 개의 어플리케이션 중 적어도 하나의 어플리케이션이 선택되는, 전자 장치.
  15. 음성 입력을 수신하는 동작;
    상기 음성 입력에 대해 음성 인식을 수행함으로써, 상기 음성 입력과 대응되는 텍스트를 획득하는 동작;
    상기 획득된 텍스트에 기초하여, 상기 음성 입력에 대한 메타 데이터를 획득하는 동작;
    상기 메타 데이터에 기초하여, 상기 음성 입력에 대한 응답을 출력하기 위한 복수 개의 어플리케이션 중 적어도 하나의 어플리케이션을 선택하는 동작; 및
    상기 선택된 적어도 하나의 어플리케이션을 이용하여, 상기 음성 입력에 대한 응답을 출력하는 동작을 수행하도록 하는 프로그램이 저장된 기록매체를 포함하는, 컴퓨터 프로그램 제품.

KR1020190054521A 2018-05-22 2019-05-09 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법 KR20190133100A (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
KR1020190054521A KR20190133100A (ko) 2018-05-22 2019-05-09 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법
US16/418,371 US11508364B2 (en) 2018-05-22 2019-05-21 Electronic device for outputting response to speech input by using application and operation method thereof
PCT/KR2019/006111 WO2019225961A1 (en) 2018-05-22 2019-05-22 Electronic device for outputting response to speech input by using application and operation method thereof
CN201980034468.3A CN112204655B (zh) 2018-05-22 2019-05-22 用于通过使用应用输出对语音输入的响应的电子装置及其操作方法
CN202411189527.3A CN118748013A (zh) 2018-05-22 2019-05-22 由电子装置执行的方法、电子装置以及存储介质
EP19808029.3A EP3756185B1 (en) 2018-05-22 2019-05-22 Electronic device for outputting response to speech input by using application and operation method thereof

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
IN201841019106 2018-05-22
IN201841019106(???) 2018-05-22
IN201841019106(????) 2018-11-30
KR1020190054521A KR20190133100A (ko) 2018-05-22 2019-05-09 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법

Publications (1)

Publication Number Publication Date
KR20190133100A true KR20190133100A (ko) 2019-12-02

Family

ID=68652513

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190054521A KR20190133100A (ko) 2018-05-22 2019-05-09 어플리케이션을 이용하여 음성 입력에 대한 응답을 출력하는 전자 장치 및 그 동작 방법

Country Status (5)

Country Link
US (1) US11508364B2 (ko)
EP (1) EP3756185B1 (ko)
KR (1) KR20190133100A (ko)
CN (2) CN118748013A (ko)
WO (1) WO2019225961A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102191083B1 (ko) * 2020-08-18 2020-12-15 이쎌 주식회사 버스 정보 제공 터미널의 제어 방법 및 이러한 방법을 수행하는 버스 정보 제공 터미널
KR102446676B1 (ko) * 2022-05-02 2022-09-26 (주) 아하 AI와 IoT 기능을 융합하여 음성인식과 원격제어를 처리하는 스마트테이블 및 그 동작방법
US12118985B2 (en) 2021-02-19 2024-10-15 Samsung Electronics Co., Ltd Electronic device and method for providing on-device artificial intelligence service

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111566727B (zh) * 2018-10-25 2023-09-01 微软技术许可有限责任公司 全双工语音对话中的多阶段响应
CN112262370A (zh) * 2019-05-06 2021-01-22 谷歌有限责任公司 响应于语音命令在应用上渲染视觉组件
EP4055593A4 (en) * 2020-02-10 2023-01-04 Samsung Electronics Co., Ltd. METHOD AND APPARATUS FOR PROVIDING A VOICE ASSISTANCE SERVICE
CN112289307B (zh) * 2020-11-12 2022-07-22 四川云从天府人工智能科技有限公司 基于GRPC实现Kaldi语音识别服务的方法、系统及介质
EP4047599A4 (en) * 2020-12-23 2022-12-21 Samsung Electronics Co., Ltd. METHOD FOR PROVIDING VOICE-BASED CONTENT AND ASSOCIATED ELECTRONIC DEVICE
US11783824B1 (en) * 2021-01-18 2023-10-10 Amazon Technologies, Inc. Cross-assistant command processing
US20220293096A1 (en) * 2021-03-09 2022-09-15 Sony Group Corporation User-oriented actions based on audio conversation

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6615178B1 (en) * 1999-02-19 2003-09-02 Sony Corporation Speech translator, speech translating method, and recorded medium on which speech translation control program is recorded
US7047192B2 (en) 2000-06-28 2006-05-16 Poirier Darrell A Simultaneous multi-user real-time speech recognition system
US7225130B2 (en) * 2001-09-05 2007-05-29 Voice Signal Technologies, Inc. Methods, systems, and programming for performing speech recognition
JP4346571B2 (ja) 2005-03-16 2009-10-21 富士通株式会社 音声認識システム、音声認識方法、及びコンピュータプログラム
US8019606B2 (en) 2007-06-29 2011-09-13 Microsoft Corporation Identification and selection of a software application via speech
US8364481B2 (en) 2008-07-02 2013-01-29 Google Inc. Speech recognition with parallel recognition tasks
US8954323B2 (en) 2009-02-13 2015-02-10 Nec Corporation Method for processing multichannel acoustic signal, system thereof, and program
US20110166862A1 (en) * 2010-01-04 2011-07-07 Eyal Eshed System and method for variable automated response to remote verbal input at a mobile device
US9754016B1 (en) 2010-12-29 2017-09-05 Amazon Technologies, Inc. Dynamic content discoverability
EP3392876A1 (en) 2011-09-30 2018-10-24 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US9640175B2 (en) * 2011-10-07 2017-05-02 Microsoft Technology Licensing, Llc Pronunciation learning from user correction
US9679562B2 (en) 2012-09-06 2017-06-13 GM Global Technology Operations LLC Managing in vehicle speech interfaces to computer-based cloud services due recognized speech, based on context
US9576574B2 (en) * 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9502030B2 (en) * 2012-11-13 2016-11-22 GM Global Technology Operations LLC Methods and systems for adapting a speech system
US9564125B2 (en) * 2012-11-13 2017-02-07 GM Global Technology Operations LLC Methods and systems for adapting a speech system based on user characteristics
CN103020047A (zh) * 2012-12-31 2013-04-03 威盛电子股份有限公司 修正语音应答的方法及自然语言对话系统
US9286897B2 (en) 2013-09-27 2016-03-15 Amazon Technologies, Inc. Speech recognizer with multi-directional decoding
US20150309984A1 (en) * 2014-04-25 2015-10-29 Nuance Communications, Inc. Learning language models from scratch based on crowd-sourced user text input
TWI566107B (zh) * 2014-05-30 2017-01-11 蘋果公司 用於處理多部分語音命令之方法、非暫時性電腦可讀儲存媒體及電子裝置
US9338493B2 (en) * 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
KR102388992B1 (ko) * 2014-07-24 2022-04-21 하만인터내셔날인더스트리스인코포레이티드 단일 음향 모델 및 자동 악센트 검출로 텍스트 규칙 기반 멀티-악센트 음성 인식
US9646611B2 (en) * 2014-11-06 2017-05-09 Microsoft Technology Licensing, Llc Context-based actions
CN105991847B (zh) * 2015-02-16 2020-11-20 北京三星通信技术研究有限公司 通话方法和电子设备
US20180074785A1 (en) * 2015-03-31 2018-03-15 Sony Corporation Information processing device, control method, and program
US9472196B1 (en) * 2015-04-22 2016-10-18 Google Inc. Developer voice actions system
US10274911B2 (en) 2015-06-25 2019-04-30 Intel Corporation Conversational interface for matching text of spoken input based on context model
US10671428B2 (en) * 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10331312B2 (en) * 2015-09-08 2019-06-25 Apple Inc. Intelligent automated assistant in a media environment
US9740751B1 (en) * 2016-02-18 2017-08-22 Google Inc. Application keywords
JP2018021987A (ja) * 2016-08-02 2018-02-08 ユニロボット株式会社 会話処理装置、及びプログラム
US10304463B2 (en) 2016-10-03 2019-05-28 Google Llc Multi-user personalization at a voice interface device
US10089983B1 (en) * 2017-06-08 2018-10-02 Amazon Technologies, Inc. Third party account linking for voice user interface
US20190027149A1 (en) * 2017-07-20 2019-01-24 Nuance Communications, Inc. Documentation tag processing system

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102191083B1 (ko) * 2020-08-18 2020-12-15 이쎌 주식회사 버스 정보 제공 터미널의 제어 방법 및 이러한 방법을 수행하는 버스 정보 제공 터미널
US12118985B2 (en) 2021-02-19 2024-10-15 Samsung Electronics Co., Ltd Electronic device and method for providing on-device artificial intelligence service
KR102446676B1 (ko) * 2022-05-02 2022-09-26 (주) 아하 AI와 IoT 기능을 융합하여 음성인식과 원격제어를 처리하는 스마트테이블 및 그 동작방법
KR102460576B1 (ko) * 2022-05-02 2022-10-28 (주) 아하 AI와 IoT 기능을 융합한 음성인식에 기반하여 사용자의 권한을 설정하고 원격제어를 처리하는 스마트테이블 및 그 동작방법

Also Published As

Publication number Publication date
US11508364B2 (en) 2022-11-22
CN118748013A (zh) 2024-10-08
EP3756185C0 (en) 2024-05-08
EP3756185A4 (en) 2021-04-07
CN112204655A (zh) 2021-01-08
CN112204655B (zh) 2024-09-03
US20190362718A1 (en) 2019-11-28
EP3756185B1 (en) 2024-05-08
EP3756185A1 (en) 2020-12-30
WO2019225961A1 (en) 2019-11-28

Similar Documents

Publication Publication Date Title
CN112204655B (zh) 用于通过使用应用输出对语音输入的响应的电子装置及其操作方法
KR102556492B1 (ko) 텍스트와 연관된 이미지 제공 방법 및 이를 위한 전자 장치
US10522143B2 (en) Empathetic personal virtual digital assistant
KR102304701B1 (ko) 사용자의 음성 입력에 대한 답변을 제공하는 방법 및 장치
KR20200042739A (ko) 지식 그래프에 기초하여 콘텐트를 제공하는 시스템 및 방법
KR102420567B1 (ko) 음성 인식 장치 및 방법
KR20190019401A (ko) 전자 장치 및 그 제어 방법
KR102474246B1 (ko) 복수 개의 전자 디바이스를 이용하여 신경망 모델을 처리하는 방법 및 시스템
KR102430567B1 (ko) 텍스트와 연관된 이미지 제공 방법 및 이를 위한 전자 장치
KR20190117837A (ko) 사용자 입력에 대한 답변 메시지를 제공하는 디바이스 및 방법
US10382907B2 (en) Device and method for providing notification message about call request
KR102628042B1 (ko) 연락처 정보를 추천하는 방법 및 디바이스
KR102531654B1 (ko) 음성 입력 인증 디바이스 및 그 방법
KR20180060971A (ko) 사용자 입력에 기반한 문장을 제공하는 장치 및 방법
KR20200036084A (ko) 애플리케이션의 번역 정보를 제공하는 디바이스 및 방법
KR20190105182A (ko) 전자 장치 및 그 제어 방법
US20190251355A1 (en) Method and electronic device for generating text comment about content
US20210004702A1 (en) System and method for generating information for interaction with a user
KR102423754B1 (ko) 디바이스 사용 문의에 대한 응답을 제공하는 디바이스 및 방법
US11893063B2 (en) Electronic device and operation method thereof
EP3916721A1 (en) System and method for providing voice assistance service
KR20200094839A (ko) 사용자 입력에 대한 피드백 정보를 제공하는 전자 장치 및 그 동작 방법
KR20220036781A (ko) 응답이 변화된 이유에 관한 정보를 제공하는 전자 장치 및 그 동작 방법

Legal Events

Date Code Title Description
A201 Request for examination