KR20190142192A

KR20190142192A - 전자 장치 및 전자 장치의 제어 방법

Info

Publication number: KR20190142192A
Application number: KR1020180142688A
Authority: KR
Inventors: 김재홍; 이상경; 정지학
Original assignee: 삼성전자주식회사
Priority date: 2018-06-15
Filing date: 2018-11-19
Publication date: 2019-12-26
Also published as: WO2019240434A1; CN112119372A; US20190384569A1; CN112119372B; EP3762819B1; US11561760B2; EP3762819A4; EP3762819A1

Abstract

전자 장치가 개시된다. 개시되는 전자 장치는, 디스플레이, 통신 모듈, 프로세서, 및 메모리를 포함하고, 상기 메모리는, 상기 프로세서가, 상기 디스플레이에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신하면, 상기 디스플레이를 제어하여, 적어도 하나의 인물 정보를 표시하고, 상기 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 상기 선택된 인물 정보와 관련된 인물의 발화에 대응되는 음성 데이터를 획득하고, 상기 획득한 음성 데이터에서 음성 데이터 특징을 획득하고, 상기 통신 모듈을 제어하여, 획득한 상기 음성 데이터 특징을 서버로 전송하도록 설정된 명령어들을 저장할 수 있다. 그 외 다양한 실시예가 가능하다.

Description

전자 장치 및 전자 장치의 제어 방법{Electronic device and Method of controlling thereof}

본 개시는 개인 비서 기능의 음성을 변경하는 전자 장치에 관한 것이다.

키보드나 마우스를 이용한 전통적인 입력 방식에 부가하여, 최근의 전자 장치들은 음성 입력과 같은 다양한 입력 방식을 지원할 수 있다. 예를 들어, 스마트폰이나 태블릿과 같은 전자 장치들은 인공 지능 개인 비서 기능이 실행된 상태에서 입력되는 사용자의 음성을 인식하고, 음성 입력에 대응되는 동작을 실행하거나 검색 결과를 제공할 수 있다.

인공 지능 개인 비서 기능은 자연어를 처리하는 기술을 기반으로 발전하고 있다. 자연어를 처리하는 기술은 사용자 발화의 의도를 파악하고, 의도에 맞는 결과를 사용자에게 제공하는 기술이다.

이 경우에, 전자 장치는 디스플레이를 이용하여 결과를 제공하거나 또는 음성으로 결과를 제공할 수 있다.

본 개시의 일 측면은, 전자 장치가 인공 지능 개인 비서 기능을 이용하여 사용자의 발화를 수신하고, 이에 대응하는 동작을 음성으로 출력할 때, 사용자의 의도에 맞추어 변경된 음성을 출력하는 방법을 제공하는 것이다.

또한, 본 개시의 다른 일 측면은, 전자 장치가 공용 장치인 경우에, 인공 지능 개인 비서의 음성을 개별 사용자에 따라서 서로 상이한 음성으로 출력하는 방법을 제공하는 것이다.

일 실시예에 따른 전자 장치는, 디스플레이, 통신 모듈, 프로세서, 및 메모리를 포함하고, 상기 메모리는, 상기 프로세서가, 상기 디스플레이에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신하면, 상기 디스플레이를 제어하여, 적어도 하나의 인물 정보를 표시하고, 상기 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 상기 선택된 인물 정보와 관련된 인물의 발화에 대응되는 음성 데이터를 획득하고, 상기 획득한 음성 데이터에서 음성 데이터 특징을 획득하고, 상기 통신 모듈을 제어하여, 획득한 상기 음성 데이터 특징을 서버로 전송하도록 설정된 명령어들을 저장할 수 있다.

일 실시예에 따른 전자 장치의 제어 방법은, 디스플레이에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신하는 상황에서, 적어도 하나의 인물 정보를 상기 디스플레이에 표시하는 동작, 상기 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력을 수신하는 상황에서, 상기 선택된 인물 정보와 관련된 인물의 발화에 대응되는 음성 데이터를 획득하는 동작, 및 상기 획득한 음성 데이터에서 음성 데이터 특징을 획득하여 서버로 전송하는 동작을 포함할 수 있다.

본 개시의 일 실시예에 따르면, 전자 장치는 사용자가 시청하는 미디어 콘텐트에 등장하는 인물의 목소리를 인공 지능 개인 비서의 음성으로 변경할 수 있다.

본 개시의 일 실시예에 따르면, 전자 장치는 각각의 사용자에 발화를 구분하고, 구분된 사용자에 따라서 인공 지능 개인 비서의 음성을 다르게 하여 출력할 수 있다.

도 1은 일 실시예에 따른 전자 장치를 이용하여 인공 지능 개인 비서 기능의 음성을 변경하는 상황을 설명하는 도면이다.
도 2는 본 개시의 일 실시예에 따른 전자 장치와 서버의 개략적인 블록도이다.
도 3은 일 실시예에 따른 전자 장치가 음성 데이터 특징의 수집 정도를 표시하는 상황을 설명하는 도면이다.
도 4는 일 실시예에 따른 전자 장치가 음성 데이터 특징을 획득할 수 있는 다른 미디어 콘텐트를 제공하거나 또는 타 전자 장치에서 음성 데이터 특징을 획득하는 상황을 설명하는 도면들이다.
도 5는 일 실시예에 따른 전자 장치가 사용자에 따라서 개인 비서 기능에서 출력하는 음성을 다르게 설정하는 상황을 설명하는 도면이다.
도 6은 일 실시예에 따른 전자 장치가 사용자가 선호하는 인물의 대사를 사용하여 응답하는 상황을 설명하는 도면이다.
도 7은 일 실시예에 따른 전자 장치가 미디어 콘텐트에서 음성 데이터 특징을 획득하여 서버로 전송하는 상황을 설명하는 흐름도이다.
도 8은 일 실시예에 따른 서버가 음성 데이터 특징을 이용하여 음성 데이터를 생성하여 외부 장치로 전송하는 상황을 설명하는 흐름도이다.
도 9는 일 실시예에 따른 서버가 음성 데이터로부터 음성 데이터 특징을 획득하는 상황을 설명하는 흐름도이다.
도 10은 일 실시예에 따른 전자 장치가 획득한 음성 데이터 특징을 이용하여 음성 데이터를 출력하는 상황을 설명하는 흐름도이다.
도 11은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블럭도이다.

아래에서는 첨부한 도면을 참조하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 개시의 실시예를 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 또한, 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본 개시에서 사용되는 용어는, 본 개시에서 언급되는 기능을 고려하여 현재 사용되는 일반적인 용어로 기재되었으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 다양한 다른 용어를 의미할 수 있다. 따라서 본 개시에서 사용되는 용어는 용어의 명칭만으로 해석되어서는 안되며, 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 해석되어야 한다.

또한, 본 개시에서 사용된 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것이며, 본 개시를 한정하려는 의도로 사용되는 것이 아니다. 단수의 표현은 문맥상 명백하게 단수를 뜻하지 않는 한, 복수의 의미를 포함한다. 또한, 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 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.

본 명세서, 특히, 특허 청구 범위에서 사용된 “상기” 및 이와 유사한 지시어는 단수 및 복수 모두를 지시하는 것일 수 있다. 또한, 본 개시에 따른 방법을 설명하는 단계들의 순서를 명백하게 지정하는 기재가 없다면, 기재된 단계들은 적당한 순서로 행해질 수 있다. 기재된 단계들의 기재 순서에 따라 본 개시가 한정되는 것은 아니다.

본 명세서에서 다양한 곳에 등장하는 "일부 실시예에서" 또는 "일 실시예에서" 등의 어구는 반드시 모두 동일한 실시예를 가리키는 것은 아니다.

본 개시의 일부 실시예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들의 일부 또는 전부는, 특정 기능들을 실행하는 다양한 개수의 하드웨어 및/또는 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 개시의 기능 블록들은 하나 이상의 마이크로프로세서들에 의해 구현되거나, 소정의 기능을 위한 회로 구성들에 의해 구현될 수 있다. 또한, 예를 들어, 본 개시의 기능 블록들은 다양한 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능 블록들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 개시는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “매커니즘”, “요소”, “수단” 및 “구성”등과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다.

또한, 도면에 도시된 구성 요소들 간의 연결 선 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것일 뿐이다. 실제 장치에서는 대체 가능하거나 추가된 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들에 의해 구성 요소들 간의 연결이 나타내어질 수 있다.

이하 첨부된 도면을 참고하여 본 개시를 상세히 설명하기로 한다.

도 1은 일 실시예에 따른 전자 장치를 이용하여 인공 지능 개인 비서 기능(이하, 개인 비서 기능)의 음성을 변경하는 상황을 설명하는 도면이다.

일 실시예에 따르면, 전자 장치(10)는 외부에서 수신되는 영상 신호를 처리하고, 처리된 영상을 시각적으로 표시할 수 있는 영상 표시 장치(예를 들면, 텔레비전(television, TV)일 수 있으나, 이에 한정되지 않으며, 메모리와 프로세서를 포함하는 장치로 구현될 수 있다. 예를 들어, 전자 장치(10)는 휴대폰, 스마트 폰, 태블릿 PC, 디지털 카메라, 캠코더, 노트북 컴퓨터(laptop computer), 태블릿 PC, 데스크탑, 전자책 단말기, 디지털 방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), MP3 플레이어, 착용형 기기(wearable device) 등과 같은 다양한 영상 표시 장치로 구현될 수 있다.

일 실시예에 따르면, 전자 장치(10)는 전자 장치(10)의 내부에 저장된 앱(app)(또는, 어플리케이션 프로그램(application program))(예: 알람 앱, 메시지 앱, 사진(갤러리) 앱 등)을 통해 사용자에게 필요한 서비스를 제공할 수 있다. 예를 들어, 전자 장치(10)는 전자 장치(10)의 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 다른 앱을 실행하고 동작시킬 수 있다. 전자 장치(10)는 지능형 앱을 통해 다른 앱을 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 원격 입력 등을 통해 수신될 수 있다.

인공 지능 개인 비서는, 예를 들면, 전자 장치(10)가 사용자의 발화를 수신하여, 사용자의 발화에 기초하여 앱을 동작시키는 명령을 생성하여 앱을 실행하는 기능을 의미할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 적어도 하나 이상의 서버와 연동하여 인공 지능 개인 비서 기능을 실행할 수 있다. 예를 들면, 서버(20)는 통신망을 통해 전자 장치(10)로부터 사용자 음성 입력(voice input)을 수신하여 텍스트 데이터(text data)로 변경할 수 있다. 서버(20)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule)을 생성(또는, 선택)할 수 있다. 패스 룰은 앱의 기능을 수행하기 위한 동작(action)(또는, 오퍼레이션(operation))에 대한 정보 또는 동작을 실행하기 위해 필요한 파라미터에 대한 정보를 포함할 수 있다. 또한, 패스 룰은 앱의 동작 순서를 포함할 수 있다. 전자 장치(10)는 패스 룰을 수신하고, 패스 룰에 따라 앱을 선택하고, 선택된 앱에서 패스 룰에 포함된 동작을 실행시킬 수 있다.

일 실시예에 따르면, “패스 룰(path rule)” 이라는 용어는 일반적으로, 전자 장치(10)가 사용자에 의해 요청된 태스크를 수행하기 위한 상태들의 시퀀스를 의미할 수 있지만, 이에 제한되지 않는다. 다시 말해, 패스 룰은 상태들의 시퀀스에 대한 정보를 포함할 수 있다. 태스크는, 예를 들어, 지능형 앱이 제공할 수 있는 어떠한 동작(action)일 수 있다. 태스크는 일정을 생성하거나, 원하는 상대방에게 사진을 전송하거나, 날씨 정보를 제공하는 것을 포함 할 수 있다. 전자 장치(10)는 적어도 하나 이상의 상태(예: 전자 장치(10)의 동작 상태)를 순차적으로 갖음으로써, 태스크를 수행할 수 있다.

일 실시 예에 따르면, 패스 룰은 규칙 기반 모델 또는 인공 지능(artificial intelligent)(AI) 시스템에 의해 제공되거나, 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 패스 룰은 미리 정의된 패스 룰들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 패스 룰 중 적어도 패스 룰을 선택하거나, 동적(또는, 실시간)으로 패스 룰을 생성할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 상술한 서버(20)의 동작을 전자 장치(10)에서 수행할 수 있다. 즉, 전자 장치(10)는 사용자의 발화를 텍스트로 변환하고, 이에 기초하여 패스 룰을 생성(또는, 선택)할 수 있다. 또한, 전자 장치(10)는 상황에 따라서, 병렬적으로 또는 순차적으로, 전자 장치(10)에서 패스 룰을 생성하거나, 또는 서버(20)에서 생성된 패스 룰을 수신할 수 있다.

일 실시 예에 따르면, 전자 장치(10)는 상기 동작을 실행하고, 동작을 실행한 전자 장치(10)의 상태에 대응되는 화면을 디스플레이에 표시할 수 있다. 다른 예를 들어, 전자 장치(10)는 상기 동작을 실행하고, 동작을 수행한 결과를 디스플레이에 표시하지 않을 수 있다. 전자 장치(10)는, 예를 들어, 복수의 동작을 실행하고, 상기 복수의 동작의 일부 결과 만을 디스플레이에 표시할 수 있다. 전자 장치(10)는, 예를 들어, 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 전자 장치(10)는 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 상기 동작을 실행하고, 동작을 수행한 결과를 스피커를 이용하여 음성으로 출력할 수 있다. 예를 들면, 전자 장치(10)는 사용자의 명령에 따라서 앱을 실행하기 전, 또는 앱을 실행하는 도중, 또는 앱이 실행된 후 앱과 관련하여 사용자에게 안내하는 내용을 음성으로 출력할 수 있다.

도 1을 참조하면, 전자 장치(10)는 상술한 개인 비서 기능에서 출력하는 음성을 변경할 수 있다.

동작 ①을 참조하면, 전자 장치(10)는 디스플레이(11)에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신할 수 있다.

예를 들면, 전자 장치(10)는 미디어 콘텐트에 포함된 다양한 객체와 관련된 정보를 검색할 수 있는 앱(또는, 어플리케이션)을 실행하고, 적어도 하나 이상의 정보 검색 객체를 디스플레이(11)에 표시할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 제1 정보 검색 객체(111), 제2 정보 검색 객체(112), 및 제3 정보 검색 객체(113)를 표시할 수 있다. 제1 정보 검색 객체(111)는 예를 들면, 인물 정보 검색 객체일 수 있다. 제2 정보 검색 객체(112)는, 예를 들면, 상품 정보 검색 객체일 수 있다. 제3 정보 검색 객체(113)는, 예를 들면, 장소 정보 검색 객체일 수 있다.

동작 ②를 참조하면, 전자 장치(10)는 인물 정보 검색 객체(111)를 선택하는 사용자 입력에 대응하여, 디스플레이(11)에 적어도 하나의 인물 정보를 표시할 수 있다.

예를 들면, 전자 장치(10)는 ACR(Automatic Content Recognition) 기술을 이용하여 미디어 콘텐트에 포함된 인물 정보를 획득할 수 있다. 인물 정보는, 예를 들면, 인물의 이미지, 인물의 명칭, 인물의 프로필, 미디어 콘텐트에서의 인물의 출연 빈도 등을 포함할 수 있다. 전자 장치(10)는, 예를 들면, 인물의 출연 빈도가 높은 순으로 인물의 이름 또는 이미지를 디스플레이(11)에 표시할 수 있다. 동작 ②에서, 전자 장치(10)는 인물의 출연 빈도를 이용하여 인물 C의 이미지(121) 와 인물 D의 이미지(123)를 디스플레이(11)에 표시할 수 있다. 그러나 이에 한정되지는 않는다. 예를 들면, 전자 장치(10)는 인물 C의 명칭, 또는 인물 D의 명칭을 디스플레이(11)에 표시할 수 있다.

인물 정보 검색 객체(111)를 선택하는 사용자 입력은, 예를 들면, 전자 장치(10)를 제어하는 리모컨 또는 타 전자 장치를 이용하여 인물 정보 검색 객체(111)를 선택하는 것을 의미할 수 있다. 그러나, 인물 정보 검색 객체(111)를 선택하는 입력 방법이 이에 한정되는 것은 아니다.

동작 ③을 참조하면, 전자 장치(10)는 디스플레이(11)에 표시된 적어도 하나 이상의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 선택된 인물 정보와 관련된 인물의 발화 시점에 대응되는 음성 데이터를 획득할 수 있다.

예를 들면, 전자 장치(10)는 인물 C의 이미지(121)를 선택하는 사용자 입력이 수신되면, 인물 C와 관련되는 특징을 획득할 수 있다. 전자 장치(10)는 인물 C 의 이미지(121)에서 얼굴의 특징점들(예를 들면, 눈, 코, 입의 위치, 형태, 배열 등)을 획득할 수 있다.

전자 장치(10)는 획득한 얼굴의 특징점들을 이용하여 미디어 콘텐트의 재생 중에 인물 C 가 등장하는 장면을 식별할 수 있다. 전자 장치(10)는 인물 C 가 등장하면, 얼굴(130)을 인식하고, 인물 C 의 입 모양(132)의 변화를 이용하여 인물 C의 발화 기간을 식별할 수 있다. 전자 장치(10)는 인물 C가 발화하는 동안에 미디어 콘텐트가 출력하는 음성 데이터를 획득할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 획득한 음성 데이터로부터 음성 데이터 특징을 획득할 수 있다. 음성 데이터 특징은, 예를 들면, 음성 주파수, 음성의 종류, 음속, 음높이 중 적어도 하나일 수 있다. 전자 장치(10)는, 예를 들면, 인물 C의 음성 데이터에서 음성 데이터 특징을 획득할 수 있다.

동작 ④를 참조하면, 전자 장치(10)는 획득한 음성 특징 데이터를 서버(20)로 전송할 수 있다. 서버(20)는 개인 비서 기능을 지원하기 위하여 사용자의 개인 계정을 저장할 수 있다. 이로 인해, 서버(20)는 사용자가 다양한 전자 장치들(예를 들면, 스마트 폰, 태블릿 PC, 인공지능 스피커 등)을 이용하여 개인 비서 기능을 이용할 수 있도록 지원할 수 있다. 서버(20)는 전자 장치(10)로부터 전송된 음성 특징 데이터를 사용자의 계정에 대응하여 저장할 수 있다. 전자 장치(10)는, 예를 들면, 인물 C의 음성 데이터 특징을 사용자의 계정에 대응하여 저장할 수 있다.

동작 ⑤를 참조하면, 전자 장치(10)는 사용자(J)의 발화를 획득할 수 있다. 예를 들면, 전자 장치(10)는 특정 미디어 콘텐트의 검색을 요청하는 사용자(J)의 발화를 획득할 수 있다.

동작 ⑥을 참조하면, 전자 장치(10)는 획득한 발화를 서버(20)로 전송할 수 있다.

동작 ⑦을 참조하면, 서버(20)는 획득한 발화를 텍스트 데이터로 변경하고, 텍스트 데이터에 기반하여, 사용자(J)가 지정한 특정 미디어 콘텐트의 검색을 진행하는 패스 룰을 생성할 수 있다. 서버(20)는 전자 장치(10)에 미디어 콘텐트를 제공하는 타 서버를 이용하여 사용자가 지정한 미디어 콘텐트를 검색할 수 있다.

일 실시예에 따르면, 서버(20)는 현재 검색이 진행되고 있음을 사용자(J)에게 알리는 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다. 이 경우, 서버(20)는 동작 ④에서 획득한 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다.

예를 들면, 서버(20)는 사용자(J)의 개인 계정에 저장된 인물 C의 음성 데이터 특징을 이용하여 현재 검색이 진행되고 있음을 알리는 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다. 전자 장치(10)는 수신된 출력용 음성 데이터를 출력할 수 있다.

동작 ⑧을 참조하면, 서버(20)는 검색한 결과를 전자 장치(10)로 전송할 수 있다.

이 경우, 서버(20)는 사용자(J)의 개인 계정에 대응하여 저장된 인물 C의 음성 데이터 특징을 이용하여 검색 결과를 디스플레이(11)에 표시하고 있음을 알리는 출력용 음성 데이터를 생성하여 전자 장치로 전송할 수 있다.

동작 ⑨를 참조하면, 전자 장치(10)는 획득한 검색 결과를 디스플레이(11)에 표시할 수 있다.

이 경우, 전자 장치(10)는 검색 결과의 표시와 함께 또는 순차적으로 검색 결과를 디스플레이(11)에 표시하고 있음을 알리는 출력용 음성 데이터를 인물 C의 음성으로 출력할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 인물 C의 음성을 출력하는 상황에서, 인물 C의 얼굴 이미지를 디스플레이(11)에 표시할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 상술한 서버(20)의 동작을 전자 장치(10)에서 수행할 수 있다. 즉, 전자 장치(10)는 음성 데이터에서 음성 데이터 특징을 획득하고, 사용자(J)의 개인 계정에 대응하여 저장할 수 있다. 전자 장치(10)는 사용자(J)의 발화에 대응하여 패스 룰을 생성하고 패스 룰에 해당하는 기능을 수행할 수 있다. 전자 장치(10)는 기능이 수행되는 단계에 맞추어 저장된 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성하여 마이크를 이용하여 출력할 수 있다.

이와 같이, 본 개시의 일 실시예에 따르면, 전자 장치(10)는 개인 비서 기능을 지원하는 서버(20)와 함께 미디어 콘텐트에 포함된 인물의 음성을 사용자의 개인 비서 기능에 적용할 수 있다. 본 개시의 일 실시예를 이용하면, 사용자는 개인 비서 기능을 보다 더 사용자의 개인 성향에 맞추어 사용할 수 있다.

도 2는 본 개시의 일 실시예에 따른 전자 장치와 서버의 개략적인 블록도이다.

도 2의 식별 기호 2-a를 참조하면, 전자 장치(10)는 프로세서(210), 통신부(220), 디스플레이(230), 및 메모리(240)를 포함할 수 있다. 그러나 이에 한정되는 것은 아니다. 전자 장치(10)는 구성 요소들 중 일부를 생략하거나 또는 추가적인 구성 요소들을 포함할 수 있다.

일 실시예에 따르면, 프로세서(210)는 메모리(240)를 제어하여 메모리(240)에 저장된 프로그램을 실행시키고, 필요한 정보를 불러오거나 저장할 수 있다.

예를 들면, 프로세서(210)는, 디스플레이(230)에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신하고, 사용자 명령에 대응하여, 디스플레이(230)에 적어도 하나 이상의 인물 정보를 표시하고, 표시된 적어도 하나 이상의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 선택된 인물 정보와 관련된 인물의 발화에 대응되는 음성 데이터를 획득하고, 획득한 음성 데이터에서 음성 데이터 특징을 획득하고, 음성 데이터 특징을 서버로 전송할 수 있다.

일 실시예에 따르면, 통신부(220)는 프로세서(210)의 제어에 의해 전자 장치(10)를 외부 장치와 연결할 수 있다. 통신부(220)는 전자 장치(10)의 성능 및 구조에 대응하여 무선 랜, 블루투스, 및 유선 이더넷(Ethernet) 등 다양한 유선 또는 무선 통신 방법을 구현하는 구성 요소들 중 하나를 포함할 수 있다.

일 실시예에 따르면, 디스플레이(230)는, 이미지나 비디오, 및/또는 어플리케이션의 실행 화면을 표시할 수 있다. 디스플레이(230)는 도 1의 디스플레이(11)를 포함할 수 있다. 디스플레이(230)가 터치스크린 디스플레이로 구현되는 경우, 디스플레이(230)는 출력 장치 이외에 입력 장치로 사용될 수 있다. 디스플레이(230)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉서블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기 영동 디스플레이(electrophoretic display) 중에서 적어도 하나를 포함할 수 있다.

일 실시예에 따르면, 메모리(240)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.

도 2의 식별 기호 2-b를 참조하면, 서버(20)는 데이터 획득부(260), 데이터 처리부(270), 및 데이터 출력부(280)를 포함할 수 있다.

일 실시예에 따르면, 데이터 획득부(260)는 외부 장치로부터 데이터를 수신할 수 있다. 예를 들어, 데이터 획득부(260)는 전자 장치(10)로부터 음성 데이터 특징을 획득할 수 있다.

일 실시예에 따르면, 데이터 처리부(270)는 획득한 데이터를 가공할 수 있고, 또는 획득한 데이터를 이용하여 새로운 데이터를 생성할 수 있다. 예를 들어, 데이터 처리부(270)는 출력용 음성 데이터를 생성하는 상황에서, 획득한 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있다.

일 실시예에 따르면, 데이터 출력부(280)는 데이터 처리부(270)가 가공하거나 또는 새로 생성한 데이터를 외부로 출력할 수 있다. 예를 들어, 데이터 출력부(280)는 생성된 출력용 음성 데이터를 외부 장치로 전송할 수 있다.

도 3은 일 실시예에 따른 전자 장치가 음성 데이터 특징의 수집 정도를 표시하는 상황을 설명하는 도면이다.

일 실시예에 따르면, 전자 장치(10)는 음성 데이터로부터 획득한 음성 데이터 특징을 서버(20)로 전송할 수 있다. 서버(20)는 획득한 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있는 수준으로 음성 데이터 특징을 획득하였는지 식별할 수 있다. 예를 들면, 서버(20)는 획득한 음성 데이터 특징의 양이 기 설정된 범위에 포함되는 지 식별할 수 있다. 예를 들면, 서버(20)는 적어도 3개 이상의 음성 데이터 특징을 획득하였는지 식별할 수 있다. 또는, 서버(20)는, 예를 들면, 각각의 음성 데이터 특징이 기 설정된 개수 이상 획득하였는지 또는 기 설정된 데이터의 양 이상으로 획득 하였는지 식별할 수 있다.

일 실시예에 따르면, 서버(20)는 전자 장치(10)로부터 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있는 수준으로 음성 데이터 특징을 획득하였는지에 대한 정보를 포함하는 음성 데이터 특징 수집 레벨(level)을 전자 장치(10)로 전송할 수 있다. 음성 데이터 특징 수집 레벨은, 예를 들면, 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있는 레벨을 100%으로 가정하여 현재 획득한 레벨을 나타낼 수 있다.

도 3을 참조하면, 전자 장치(10)는 서버(20)로부터 수신된 음성 데이터 특징의 수집 정도를 디스플레이(11)에 표시할 수 있다. 예를 들면, 전자 장치(10)는 미디어 콘텐트의 재생이 종료되는 시점에 디스플레이(11)의 일 부분에 음성 데이터 특징의 수집 정도(310)를 표시할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 상술한 서버(20)의 동작을 전자 장치(10)에서 수행할 수 있다. 즉, 전자 장치(10)는 음성 데이터 특징의 수집 정도를 식별할 수 있다. 전자 장치(10)는 음성 데이터 특징의 수집 정도를 디스플레이(11)에 표시할 수 있다.

도 4는 일 실시예에 따른 전자 장치가 음성 데이터 특징을 획득할 수 있는 다른 미디어 콘텐트를 제공하거나 또는 타 전자 장치에서 음성 데이터 특징을 획득하는 상황을 설명하는 도면들이다.

일 실시예에 따르면, 서버(20)는 음성 데이터 특징의 수집 정도가 기 설정된 레벨(예: 100%)에 도달하지 못한 경우에, 미디어 콘텐트를 제공하는 타 서버와 연동하여, 음성 데이터 특징을 더 획득할 수 있는 미디어 콘텐트를 획득할 수 있다. 예를 들면, 서버(20)는 인물 C의 이미지에서 획득한 얼굴의 특징점을 이용하여 인물 C가 등장하는 다른 미디어 콘텐트를 타 서버로부터 획득하여 전자 장치(10)로 전송할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 서버(20)로부터 수신된 음성 데이터 특징의 수집 정도가 기 설정된 레벨(예: 100%)에 도달하지 못한 경우에, 음성 데이터 특징을 더 획득할 수 있는 다른 미디어 콘텐트를 획득할 것을 요청하는 명령을 서버(20)로 전송할 수 있다. 서버(20)는 전자 장치(10)로부터 수신된 상기 명령에 대응하여 미디어 콘텐트를 제공하는 타 서버와 연동하여 음성 데이터 특징을 더 획득할 수 있는 다른 미디어 콘텐트를 획득하여 전자 장치(10)로 전송할 수 있다.

도 4의 식별 기호 4-a를 참조하면, 전자 장치(10)는 서버(20)로부터 음성 데이터 특징을 더 획득할 수 있는 다른 미디어 콘텐트에 대한 정보를 수신할 수 있다. 예를 들면, 서버(20)는 인물 C(430)가 등장하는 다른 미디어 콘텐트의 대표 이미지(410)를 전자 장치(10)로 전송할 수 있다. 대표 이미지(410)는 인물 C(430)가 등장하는 다른 미디어 콘텐트에 대한 링크 정보를 포함할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 도 3에서 상술한 음성 데이터 특징의 수집 정도를 디스플레이(11)에 표시한 후, 또는 순차적으로, 서버(20)로부터 수선된 인물 C(430)가 등장하는 미디어 콘텐트의 대표 이미지(410)를 디스플레이(11)의 일 영역에 표시할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 상술한 서버(20)의 동작을 전자 장치(10)에서 수행할 수 있다. 즉, 전자 장치(10)는 미디어 콘텐트를 제공하는 타 서버와 연동하여, 음성 데이터 특징을 더 획득할 수 있는 다른 미디어 콘텐트를 획득하고, 획득한 다른 미디어 콘텐트의 대표 이미지를 디스플레이(11)에 표시할 수 있다.

일 실시예에 따르면, 서버(20)는 개인 비서 기능을 지원하기 위하여 사용자의 개인 계정을 저장할 수 있다. 이로 인해, 서버(20)는 사용자가 다양한 전자 장치들을 이용하여 개인 비서 기능을 이용할 수 있도록 지원할 수 있다. 서버(20)는 사용자의 개인 계정을 이용 하여 사용자의 다른 전자 장치들에서도 음성 데이터 특징을 획득할 수 있다. 다양한 실시예에 따르면, 전자 장치(10)와 서버(20) 및 다른 전자 장치들은 사용자의 개인 계정을 이용하여 정기적으로 데이터를 송수신하는 상태일 수 있다.

도 4의 식별 기호 4-b를 참조하면, 사용자의 타 전자 장치(420)는 미디어 콘텐트를 재생할 수 있다. 예를 들면, 사용자는 전자 장치(10)를 이용하여 시청했던 미디어 콘텐트를 사용자의 개인 계정과 연동하는 타 전자 장치(420)에서 이어서 시청할 수 있다.

일 실시예에 따르면, 서버(20)는 음성 데이터 특징 수집 레벨이 기 설정된 레벨(예를 들면, 100%)에 도달하지 못하면, 사용자의 개인 계정과 연동하는 타 전자 장치(420)에 대하여 인물 C(430)와 관련된 인물 정보와 함께 인물 C(430)에 대한 음성 데이터 특징의 획득을 진행할 것을 지시할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 서버(20)로부터 수신된 음성 데이터 특징 수집 레벨이 기 설정된 레벨(예를 들면, 100%)에 도달하지 못하면, 타 전자 장치(420)에 대하여 인물 C(430)와 관련된 인물 정보와 함께 인물 C(430)에 대한 음성 데이터 특징의 획득을 진행할 것을 지시할 수 있다.

타 전자 장치(420)는 서버(20) 또는 전자 장치(10)로부터 수신한 인물 C(430)의 얼굴의 특징점을 이용하여 타 전자 장치(420)에서 재생하는 미디어 콘텐트에 등장하는 인물들 중에서 인물 C(430)와 동일한 인물(440)이 등장하는지 식별할 수 있다. 타 전자 장치(420)는 인물 C(430)와 동일 인물(440)이 등장하는 것으로 식별하면, 인물 C(430)와 동일한 인물(440)이 발화하는 음성 데이터를 획득하고, 음성 데이터에서 음성 데이터 특징을 획득하여 서버(20)로 전송할 수 있다.

이와 같이, 본 개시의 일 실시예에 따르면, 전자 장치(10)는 서버(20)로부터 수신된 음성 데이터 특징을 획득할 수 있는 다른 미디어 콘텐트에 대한 정보를 디스플레이(11)에 표시할 수 있다. 또한, 서버(20)는 사용자의 타 전자 장치(420)에서 재생하는 미디어 콘텐트에서도 음성 데이터 특징을 획득할 수 있다. 이로 인해, 전자 장치(10)와 서버(20)는 개인 비서 기능의 음성 변경의 정확도를 향상시킬 수 있다.

또한, 사용자가 타 전자 장치(420)를 이용하여 미디어 컨텐트를 시청할 때, 새롭게 관심 인물을 선택하지 않아도, 타 전자 장치(420)는 기 선택된 관심 인물에 대한 음성 데이터 특징을 획득할 수 있다.

도 5는 일 실시예에 따른 전자 장치가 사용자에 따라서 개인 비서 기능에서 출력하는 음성을 다르게 설정하는 상황을 설명하는 도면이다.

동작 ①을 참조하면, 전자 장치(10)는 디스플레이(11)에 표시하는 미디어 콘텐트에 포함되는 객체에 대한 음성 데이터 특징의 획득을 요청하는 사용자(J)의 명령을 수신할 수 있다. 예를 들면, 전자 장치(10)는 사용자(J)의 발화를 획득할 수 있다. 사용자(J)의 발화는, 예를 들면, 개인 비서가 출력하는 음성을 변조하기 위해 현재 전자 장치(10)가 표시하는 객체에 대한 음성 데이터 특징의 획득을 요청하는 내용일 수 있다.

동작 ②를 참조하면, 전자 장치(10)는 사용자(J)의 발화에서 획득한 사용자 음성의 특징을 이용하여 사용자를 식별할 수 있다. 또한 전자 장치(10)는 발화의 내용에 기반하여, 디스플레이(11)에 현재 표시되는 객체에 대한 음성 데이터 특징을 획득하는 패스 룰을 생성(또는, 선택)하여 실행할 수 있다.

예를 들면, 전자 장치(10)는 디스플레이(11)에 표시하고 있던 인물 A와 관련되는 특징을 획득할 수 있다. 전자 장치(10)는 인물 A의 이미지에서 얼굴의 특징점들을 획득할 수 있다. 전자 장치(10)는 획득한 얼굴의 특징점들을 이용하여 미디어 콘텐트의 재생 중에 인물 A가 등장하는 장면을 식별할 수 있다. 전자 장치(10)는 인물 A가 등장하면, 얼굴을 인식하고, 인물 A의 입 모양의 변화를 이용하여 인물 A의 발화 기간을 식별할 수 있다. 전자 장치(10)는 인물 A가 발화하는 동안 미디어 콘텐트가 출력하는 음성 데이터를 획득할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 획득한 인물 A의 음성 데이터로부터 음성 데이터 특징을 획득할 수 있다. 음성 데이터 특징은, 예를 들면, 음성 주파수, 음성의 종류, 음속, 음높이 중 적어도 하나일 수 있다. 전자 장치(10)는, 예를 들면, 인물 A의 음성 데이터에서 음성 데이터 특징을 획득할 수 있다.

동작 ③을 참조하면, 전자 장치(10)는 획득한 인물 A의 음성 데이터 특징을 사용자(J)와 대응시킨 후 서버(20)로 전송할 수 있다. 서버(20)는 사용자(J)의 계정에 대응하여 개인 비서 기능을 지원할 수 있다.

동작 ④를 참조하면, 서버(20)는 수신된 인물 A의 음성 데이터 특징을 사용자(J)의 계정에 대응하여 저장할 수 있다. 다양한 실시예에 따르면 서버(20)는 사용자의 계정에 대응하여 사용자가 선호하는 인물(521), 사용자가 선호하는 인물의 음성 데이터 특징(523), 사용자의 등록 기기(예: 사용자가 개인 비서 기능을 이용하는 다른 전자 장치들)(525)을 저장할 수 있다.

일 실시예에 따르면, 서버(20)는 현재 검색이 진행되고 있음을 사용자(J)에게 알리는 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다. 이 경우, 서버(20)는 동작 ④에서 획득한 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다.

예를 들면, 서버(20)는 사용자(J)의 개인 계정에 저장된 인물 A의 음성 데이터 특징을 이용하여 현재 검색이 진행되고 있음을 알리는 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다. 전자 장치(10)는 수신된 출력용 음성 데이터를 출력할 수 있다.

이 경우, 서버(20)는 사용자(J)의 개인 계정에 저장된 인물 A의 음성 데이터 특징을 이용하여 검색 결과를 디스플레이(11)에 표시하고 있음을 알리는 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다.

이 경우, 전자 장치(10)는 검색 결과의 표시와 함께 또는 순차적으로 검색 결과를 디스플레이(11)에 표시하고 있음을 알리는 출력용 음성 데이터를 인물 A의 음성으로 출력할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 특정 미디어 콘텐트의 검색을 요청하는 사용자(K)의 발화를 획득할 수 있다. 이 경우, 서버(20)는 현재 검색이 진행되고 있음을 사용자(K)에게 알리는 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다. 이 경우, 서버(20)는 사용자(K)에 대응되어 저장된 인물 B의 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다.

또한, 서버(20)는 검색 결과를 전자 장치(10)로 전송하고, 동시에 또는 순차적으로, 인물 B의 음성 데이터 특징을 이용하여 검색 결과를 디스플레이(11)에 표시하고 있음을 알리는 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다. 전자 장치(10)는 획득한 검색 결과를 디스플레이(11)에 표시하면서, 수신된 출력용 음성 데이터를 인물 B의 음성으로 출력할 수 있다.

동작 ⑩을 참조하면, 사용자의 타 전자 장치(10)는 사용자(J)의 발화를 획득할 수 있다. 예를 들면, 날씨 정보를 요청하는 사용자(J)의 발화를 획득할 수 있다.

동작 ⑪을 참조하면, 전자 장치(10)는 획득한 발화를 서버(20)로 전송할 수 있다.

동작 ⑫를 참조하면, 서버(20)는 획득한 발화를 텍스트 데이터로 변경하고, 텍스트 데이터에 기반하여, 사용자(J)가 요청한 날씨 정보 검색을 진행하는 패스 룰을 생성할 수 있다. 서버(20)는 날씨 정보를 제공하는 타 서버를 이용하여 날씨 정보를 획득할 수 있다.

일 실시예에 따르면, 서버(20)는 타 전자 장치(510)가 사용자(J)의 계정에 대응하여 등록된 장치임을 식별할 수 있다. 따라서, 서버(20)는 인물 A의 음성 데이터 특징을 이용하여 날씨 정보 검색이 진행되고 있음을 알리는 출력용 음성 데이터를 생성하여 타 전자 장치(510)로 전송할 수 있다.

동작 ⑬을 참조하면, 서버(20)는 검색한 결과를 타 전자 장치(510)로 전송할 수 있다.

이 경우, 서버(20)는 사용자(J)의 개인 계정에 대응하여 저장된 인물 A의 음성 데이터 특징을 이용하여 날씨 정보에 대한 출력용 음성 데이터를 생성하여 타 전자 장치(510)로 전송할 수 있다.

동작 ⑭를 참조하면, 타 전자 장치(510)는 획득한 검색 결과를 디스플레이(520)에 표시할 수 있다.

이 경우, 타 전자 장치(510)는 획득한 날씨 정보의 표시와 함께 또는 순차적으로 날씨 정보를 인물 A의 음성으로 출력할 수 있다.

이와 같이, 본 개시의 일 실시예에 따르면, 각각의 사용자가 선호하는 인물의 음성 데이터 특징을 이용하여 사용자에 따라서 선호하는 인물의 음성으로 개인 비서 기능을 제공할 수 있다.

도 6은 일 실시예에 따른 전자 장치가 사용자가 선호하는 인물의 대사를 사용하여 응답하는 상황을 설명하는 도면이다.

동작 ②를 참조하면, 전자 장치(10)는 사용자(J)의 발화를 이용하여 사용자를 식별할 수 있다. 또한 전자 장치(10)는 발화의 내용에 기반하여, 디스플레이에 현재 표시되는 객체에 대한 음성 데이터 특징을 획득하는 패스 룰을 생성(또는, 선택)하여 실행할 수 있다.

예를 들면, 전자 장치(10)는 디스플레이(11)에 표시하고 있던 인물 A와 관련되는 특징을 획득할 수 있다. 전자 장치(10)는 인물 A의 이미지에서 얼굴의 특징점들을 획득할 수 있다. 전자 장치(10)는 획득한 얼굴의 특징점들을 이용하여 미디어 콘텐트의 재생 중에 인물 A가 등장하는 장면을 식별할 수 있다. 전자 장치(10)는 인물 A가 등장하면, 얼굴을 인식하고, 입 모양의 변화를 이용하여 인물 A의 발화 기간을 식별할 수 있다. 전자 장치(10)는 인물 A가 발화하는 동안 미디어 콘텐트가 출력하는 음성 데이터를 획득할 수 있다.

다양한 실시예에 따르면, 전자 장치(10)는 인물 A가 등장하는 장면에서, 미디어 콘텐트가 출력하는 소리 데이터를 획득할 수 있다. 소리 데이터는, 예를 들면, 인물 A의 발화와 별도로 미디어 콘텐트에서 출력되는 음악, 또는 주변 소음일 수 있다.

동작 ③을 참조하면, 전자 장치(10)는 획득한 인물 A의 음성 데이터 특징을 사용자(J)와 대응시킨 후 서버(20)로 전송할 수 있다. 또한, 전자 장치(10)는 인물 A의 음성 데이터, 및 소리 데이터를 사용자(J)와 대응시킨 후 서버(20)로 전송할 수 있다. 서버(20)는 사용자(J)의 계정에 대응하여 개인 비서 기능을 지원할 수 있다.

동작 ④를 참조하면, 서버(20)는 수신된 인물 A의 음성 데이터(621), 음성 데이터 특징(623), 및 소리 데이터(625)를 사용자(J)의 계정에 대응하여 저장할 수 있다. 다양한 실시예에 따르면 서버(20)는 사용자의 계정에 대응하여 사용자가 선호하는 인물, 사용자가 선호하는 인물의 음성 데이터 특징, 사용자의 등록 기기(예: 사용자가 개인 비서 기능을 이용하는 다른 전자 장치들)을 저장할 수 있다.

동작 ⑤를 참조하면, 전자 장치(10)는 사용자(J)의 발화를 획득할 수 있다. 예를 들면, 전자 장치(10)는 날씨 정보를 요청하는 사용자(J)의 발화를 획득할 수 있다.

동작 ⑦을 참조하면, 서버(20)는 획득한 발화를 텍스트 데이터로 변경하고, 텍스트 데이터에 기반하여, 사용자(J)가 요청한 날씨 정보의 검색을 진행하는 패스 룰을 생성할 수 있다. 서버(20)는 전자 장치(10)에 날씨 정보를 제공하는 타 서버를 이용하여 사용자가 요청한 날씨 정보를 검색할 수 있다.

일 실시예에 따르면, 서버(20)는 현재 검색이 진행되고 있음을 사용자(J)에게 알리는 음성 데이터를 전자 장치(10)로 전송할 수 있다. 이 경우, 서버(20)는 동작 ④에서 획득한 음성 데이터를 이용할 수 있다.

예를 들면, 서버(20)는 사용자(J)의 개인 계정에 저장된 인물 A의 음성 데이터 중 검색과 관련된 음성 데이터를 식별하고, 식별된 음성 데이터를 전자 장치(10)로 전송할 수 있다. 전자 장치(10)는 수신된 인물 A의 음성 데이터를 출력할 수 있다. 그러나 이에 한정되는 것은 아니다. 예를 들면, 서버(20)는 사용자(J)의 계정에 저장된 인물 A의 음성 데이터 중 검색과 관련된 음성 데이터를 식별하지 못하는 경우에, 인물 A의 음성 데이터 특징을 이용하여 현재 검색이 진행되고 있음을 알리는 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다.

이 경우, 서버(20)는 사용자(J)의 개인 계정에 저장된 인물 A의 음성 데이터를 전자 장치(10)로 전송할 수 있다. 예를 들면, 서버(20)는 사용자(J)의 개인 계정에 저장된 인물 A의 음성 데이터 중 검색된 날씨와 관련된 음성 데이터를 식별하고, 식별된 음성 데이터를 전자 장치(10)로 전송할 수 있다. 그러나 이에 한정되는 것은 아니다. 예를 들면, 서버(20)는 사용자(J)의 개인 계정에 저장된 인물 A의 음성 데이터 중 검색된 날씨와 관련된 음성 데이터를 식별하지 못하는 경우에, 인물 A의 음성 데이터 특징을 이용하여 검색된 날씨와 관련된 출력용 음성 데이터를 생성하여 전자 장치(10)로 전송할 수 있다.

다양한 실시예에 따르면, 서버(20)는 사용자(J)이 개인 계정에 저장된 인물 A와 관련된 소리 데이터 중 날씨와 관련되는 대화를 하는 경우에, 출력되었던 소리 데이터를 식별하고, 식별된 소리 데이터를 전자 장치(10)로 전송할 수 있다.

이 경우, 전자 장치(10)는 검색 결과의 표시와 함께 또는 순차적으로 검색된 날씨와 관련되어 수신된 인물 A의 음성 데이터를 출력할 수 있다. 또한, 전자 장치(10)는 수신된 소리 데이터를 함께 출력할 수 있다.

동작 ⑩을 참조하면, 서버(20)는 사용자(J)의 계정에 대응하여 저장된 음성 데이터 또는 음성 데이터 특징을 갱신할 수 있다. 특히, 서버(20)는 갱신이 필요한 데이터의 내용을 결정할 수 있다. 예를 들면, 동작 ⑦ 내지 동작 ⑧ 에서 서버(20)가 사용자(J)의 계정에 저장된 인물 A의 음성 데이터 중에서 적합한 음성 데이터를 식별하지 못하여, 인물 A의 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성한 경우에, 서버(20)는 인물 A의 음성 데이터 추가가 필요한 것으로 식별하고, 갱신이 필요한 데이터의 내용을 결정할 수 있다.

일 실시예에 따르면, 서버(20)는 인물 A의 음성 데이터 특징을 이용하여 생성한 출력용 음성 데이터와 동일하거나 또는 유사한 내용을 포함하는 인물 A의 음성 데이터의 갱신을 결정할 수 있다. 예를 들어, 서버(20)는 날씨와 관련된 인물 A의 음성 데이터를 식별하지 못하여 인물 A의 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성한 경우에, 생성된 음성 데이터와 유사한 음성 데이터를 추가할 것을 결정할 수 있다.

다양한 실시예에 따르면, 서버(20)는 사용자(J)의 발화와 동일한 내용, 또는 유사한 내용에 대응하여 인물 A가 발화하는 음성 데이터의 갱신을 결정할 수 있다. 예를 들어, 서버(20)는 미디어 콘텐트에서 날씨와 관련되는 사용자(J)의 발화와 유사한 발화에 대하여 인물 A가 대응하여 답변한 발화를 음성 데이터로서 추가할 것을 결정할 수 있다.

도 7은 일 실시예에 따른 전자 장치가 미디어 콘텐트에서 음성 데이터 특징을 획득하여 서버로 전송하는 상황을 설명하는 흐름도이다.

동작 710을 참조하면, 전자 장치(10)는 디스플레이에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 디스플레이에서 재생하는 미디어 콘텐트에 포함된 다양한 객체와 관련된 정보를 검색할 수 있는 앱을 실행하고, 적어도 하나 이상의 정보 검색 객체를 표시할 수 있다. 예를 들면, 전자 장치(10)는 인물 정보를 검색하는 검색 객체, 상품 정보를 검색하는 검색 객체, 및 장소 정보를 검색하는 검색 객체를 표시할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 상기 정보 검색 객체 중 인물 정보를 검색하는 검색 객체를 선택하는 사용자 입력을 수신할 수 있다. 사용자 입력은, 예를 들면, 스마트 폰, 리모컨 등을 이용하여 생성되거나 또는 사용자의 발화를 수신하고 발화 내용을 인식하여 생성될 수 있다.

동작 720을 참조하면, 전자 장치(10)는 상기 명령에 대응하여 디스플레이에 적어도 하나의 인물 정보를 표시할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 ACR(Automatic Content Recognition) 기술을 이용하여 미디어 콘텐트에 포함된 인물 정보를 획득할 수 있다. 인물 정보는, 예를 들면, 인물의 이미지, 인물의 명칭, 인물의 프로필, 미디어 콘텐트에서의 인물의 출연 빈도 등을 포함할 수 있다. 전자 장치(10)는, 예를 들면, 인물의 출연 빈도가 높은 순으로 인물의 이름 또는 이미지를 디스플레이에 표시할 수 있다.

동작 730을 참조하면, 전자 장치(10)는 표시된 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 선택된 인물 정보와 관련된 인물의 발화에 대응되는 음성 데이터를 획득할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 선택된 인물 정보와 관련된 인물을 식별하고 식별된 인물과 관련되는 특징을 획득할 수 있다. 예를 들면, 전자 장치(10)는 선택된 인물의 이미지에서 얼굴의 특징점들을 획득할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 획득한 얼굴의 특징점들을 이용하여 미디어 콘텐트의 재생 중에 선택된 인물이 등장하는 장면을 식별할 수 있다. 전자 장치(10)는 선택된 인물이 등장하면, 얼굴을 인식하고, 선택된 인물의 입 모양의 변화를 이용하여 선택된 인물의 발화 기간을 식별할 수 있다. 전자 장치(10)는 선택된 인물이 발화하는 동안 미디어 콘텐트가 출력하는 음성 데이터를 획득할 수 있다.

동작 740을 참조하면, 전자 장치(10)는 획득한 음성 데이터에서 음성 데이터 특징을 획득할 수 있다.

음성 데이터 특징은, 예를 들면, 음성 주파수, 음성의 종류, 음속, 음높이 중 적어도 하나일 수 있다.

동작 750을 참조하면, 전자 장치(10)는 음성 데이터 특징을 서버로 전송할 수 있다.

도 8은 일 실시예에 따른 서버가 음성 데이터 특징을 이용하여 음성 데이터를 생성하여 외부 장치로 전송하는 상황을 설명하는 흐름도이다.

동작 810을 참조하면, 서버(20)는 전자 장치(10)로부터 음성 데이터 특징을 획득할 수 있다.

일 실시예에 따르면, 서버(20)는 개인 비서 기능을 지원하기 위하여 사용자의 개인 계정을 저장할 수 있다. 이로 인해, 서버(20)는 사용자가 다양한 전자 장치들(예를 들면, 스마트 폰, 태블릿 PC, 인공지능 스피커 등)을 이용하여 개인 비서 기능을 이용할 수 있도록 지원할 수 있다. 서버(20)는 전자 장치(10)로부터 전송된 음성 데이터 특징을 사용자의 계정에 대응하여 저장할 수 있다.

동작 820을 참조하면, 서버(20)는 음성 데이터를 생성하는 상황에서, 획득한 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있다.

일 실시예에 따르면, 서버(20)는 전자 장치(10)로부터 사용자의 발화를 획득할 수 있다. 서버(20)는 획득한 발화를 텍스트 데이터로 변경하고, 텍스트 데이터에 기반하여 사용자의 명령에 대응하는 패스 룰을 생성(또는, 선택)할 수 있다. 서버(20)는 패스 룰에 따라서 출력용 음성 데이터를 생성할 수 있다. 이 경우, 서버(20)는 전자 장치(10)로부터 획득한 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있다. 즉, 서버(20)는 사용자가 선택한 인물의 목소리와 동일 또는 유사한 출력용 음성 데이터를 생성할 수 있다.

동작 830을 참조하면, 서버(20)는 생성된 출력용 음성 데이터를 외부 장치로 전송할 수 있다.

외부 장치는, 예를 들면, 전자 장치(10)를 포함하는 장치들로서 사용자의 계정을 이용하여 개인 비서 기능을 이용할 수 있는 장치들일 수 있다.

도 9는 일 실시예에 따른 서버가 음성 데이터로부터 음성 데이터 특징을 획득하는 상황을 설명하는 흐름도이다.

동작 910을 참조하면, 전자 장치(10)는 디스플레이에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 디스플레이에서 재생하는 미디어 콘텐트에 포함된 다양한 객체와 관련된 정보를 검색할 수 있는 앱을 실행하고, 적어도 하나 이상의 정보 검색 객체를 표시할 수 있다. 예를 들면, 전자 장치(10)는 인물 정보를 검색하는 검색 객체, 상품 정보를 검색하는 검색 객체, 및 장소 정보를 검색하는 검색 객체를 표시할 수 있다. 전자 장치(10)는 상기 정보 검색 객체 중 인물 정보를 검색하는 검색 객체를 선택하는 사용자 입력을 수신할 수 있다.

동작 920을 참조하면, 전자 장치(10)는 상기 명령에 대응하여 디스플레이에 적어도 하나의 인물 정보를 표시할 수 있다.

동작 930을 참조하면, 전자 장치(10)는 표시된 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 선택된 인물 정보와 관련된 인물의 발화에 대응되는 음성 데이터를 획득할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 선택된 인물 정보와 관련된 인물을 식별하고 식별된 인물과 관련되는 특징을 획득할 수 있다. 예를 들면, 전자 장치(10)는 선택된 인물의 이미지에서 얼굴의 특징점들을 획득할 수 있다. 전자 장치(10)는 획득한 얼굴의 특징점들을 이용하여 미디어 콘텐트의 재생 중에 선택된 인물이 등장하는 장면을 식별할 수 있다. 예를 들면, 전자 장치(10)는 선택된 인물이 등장하면, 얼굴을 인식하고, 선택된 인물의 입 모양의 변화를 이용하여 선택된 인물의 발화 기간을 식별할 수 있다. 전자 장치(10)는 선택된 인물이 발화하는 동안 미디어 콘텐트가 출력하는 음성 데이터를 획득할 수 있다.

동작 940을 참조하면, 전자 장치(10)는 획득한 음성 데이터를 서버(20)로 전송할 수 있다.

동작 950을 참조하면, 서버(20)는 획득한 음성 데이터에서 음성 데이터 특징을 획득할 수 있다.

일 실시예에 따르면, 서버(20)는 개인 비서 기능을 지원하기 위하여 사용자의 개인 계정을 저장할 수 있다. 이로 인해, 서버(20)는 사용자가 다양한 전자 장치들(예를 들면, 스마트 폰, 태블릿 PC, 인공지능 스피커 등)을 이용하여 개인 비서 기능을 이용할 수 있도록 지원할 수 있다. 서버(20)는 획득한 음성 데이터 특징을 사용자의 계정에 대응하여 저장할 수 있다.

도 10은 일 실시예에 따른 전자 장치가 획득한 음성 데이터 특징을 이용하여 음성 데이터를 출력하는 상황을 설명하는 흐름도이다.

동작 1010을 참조하면, 전자 장치(10)는 디스플레이에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 인물 정보를 검색하는 검색 객체, 상품 정보를 검색하는 검색 객체, 및 장소 정보를 검색하는 검색 객체를 표시할 수 있다. 전자 장치(10)는 상기 정보 검색 객체 중 인물 정보를 검색하는 검색 객체를 선택하는 사용자 입력을 수신할 수 있다. 사용자 입력은, 예를 들면, 스마트 폰, 리모컨 등을 이용하여 생성되거나 또는 사용자의 발화를 수신하고 발화 내용을 인식하여 생성될 수 있다.

동작 1020을 참조하면, 전자 장치(10)는 상기 명령에 대응하여 디스플레이에 적어도 하나의 인물 정보를 표시할 수 있다.

인물 정보는, 예를 들면, 인물의 이미지, 인물의 명칭, 인물의 프로필, 미디어 콘텐트에서의 인물의 출연 빈도 등을 포함할 수 있다. 전자 장치(10)는, 예를 들면, 인물의 출연 빈도가 높은 순으로 인물의 이름 또는 이미지를 디스플레이에 표시할 수 있다.

동작 1030을 참조하면, 전자 장치(10)는 표시된 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 선택된 인물 정보와 관련된 인물의 발화에 대응되는 음성 데이터를 획득할 수 있다.

동작 1040을 참조하면, 전자 장치(10)는 획득한 음성 데이터에서 음성 데이터 특징을 획득할 수 있다.

동작 1050을 참조하면, 전자 장치(10)는 출력용 음성 데이터를 생성하는 상황에서, 획득한 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있다.

일 실시예에 따르면, 전자 장치(10)는 사용자의 발화를 획득할 수 있다. 전자 장치(10)는 획득한 발화를 텍스트 데이터로 변경하고, 텍스트 데이터에 기반하여 사용자의 명령에 대응하는 패스 룰을 생성(또는, 선택)할 수 있다. 전자 장치(10)는 패스 룰에 따라서 출력용 음성 데이터를 생성할 수 있다. 이 경우, 전자 장치(10)는 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있다. 즉, 전자 장치(10)는 사용자가 선택한 인물의 목소리와 동일 또는 유사한 출력용 음성 데이터를 생성할 수 있다.

동작 1060을 참조하면, 전자 장치(10)는 생성된 출력용 음성 데이터를 출력할 수 있다.

도 11은, 다양한 실시예들에 따른, 네트워크 환경(1100) 내의 전자 장치(1101)의 블럭도이다. 전자 장치(1101)는 도 1의 전자 장치(10), 도 4의 타 전자 장치(420) 및 도 5의 전자 장치(510)을 포함할 수 있다. 도 11을 참조하면, 네트워크 환경(1100)에서 전자 장치(1101)는 제 1 네트워크(1198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1102)와 통신하거나, 또는 제 2 네트워크(1199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1104) 또는 서버(1108)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1101)는 서버(1108)를 통하여 전자 장치(1104)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1101)는 프로세서(1120), 메모리(1130), 입력 장치(1150), 음향 출력 장치(1155), 표시 장치(1160), 오디오 모듈(1170), 센서 모듈(1176), 인터페이스(1177), 햅틱 모듈(1179), 카메라 모듈(1180), 전력 관리 모듈(1188), 배터리(1189), 통신 모듈(1190), 가입자 식별 모듈(1196), 또는 안테나 모듈(1197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1101)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(1160) 또는 카메라 모듈(1180))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(1176)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(1160)(예: 디스플레이)에 임베디드된 채 구현될 수 있다

프로세서(1120)는, 예를 들면, 소프트웨어(예: 프로그램(1140))를 실행하여 프로세서(1120)에 연결된 전자 장치(1101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1120)는 다른 구성요소(예: 센서 모듈(1176) 또는 통신 모듈(1190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1132)에 로드하고, 휘발성 메모리(1132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1134)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(1120)는 메인 프로세서(1121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1123)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(1123)은 메인 프로세서(1121)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1123)는 메인 프로세서(1121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(1123)는, 예를 들면, 메인 프로세서(1121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1121)를 대신하여, 또는 메인 프로세서(1121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1121)와 함께, 전자 장치(1101)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(1160), 센서 모듈(1176), 또는 통신 모듈(1190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(1123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(1180) 또는 통신 모듈(1190))의 일부로서 구현될 수 있다.

메모리(1130)는, 전자 장치(1101)의 적어도 하나의 구성요소(예: 프로세서(1120) 또는 센서모듈(1176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1130)는, 휘발성 메모리(1132) 또는 비휘발성 메모리(1134)를 포함할 수 있다.

프로그램(1140)은 메모리(1130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1142), 미들 웨어(1144) 또는 어플리케이션(1146)을 포함할 수 있다.

입력 장치(1150)는, 전자 장치(1101)의 구성요소(예: 프로세서(1120))에 사용될 명령 또는 데이터를 전자 장치(1101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(1150)은, 예를 들면, 마이크, 마우스, 또는 키보드를 포함할 수 있다.

음향 출력 장치(1155)는 음향 신호를 전자 장치(1101)의 외부로 출력할 수 있다. 음향 출력 장치(1155)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

표시 장치(1160)는 전자 장치(1101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(1160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 표시 장치(1160)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.

오디오 모듈(1170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(1170)은, 입력 장치(1150)를 통해 소리를 획득하거나, 음향 출력 장치(1155), 또는 전자 장치(1101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1102)) (예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.

센서 모듈(1176)은 전자 장치(1101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시예에 따르면, 센서 모듈(1176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(1177)는 전자 장치(1101)이 외부 전자 장치(예: 전자 장치(1102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(1177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(1178)는, 그를 통해서 전자 장치(1101)가 외부 전자 장치(예: 전자 장치(1102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(1178)은, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(1179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시예에 따르면, 햅틱 모듈(1179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(1180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(1180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(1188)은 전자 장치(1101)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(1189)는 전자 장치(1101)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(1189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(1190)은 전자 장치(1101)와 외부 전자 장치(예: 전자 장치(1102), 전자 장치(1104), 또는 서버(1108))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1190)은 프로세서(1120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(1190)은 무선 통신 모듈(1192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(1198)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(1199)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(1192)은 가입자 식별 모듈(1196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(1198) 또는 제 2 네트워크(1199)와 같은 통신 네트워크 내에서 전자 장치(1101)를 확인 및 인증할 수 있다.

안테나 모듈(1197)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(1197)은 하나 이상의 안테나들을 포함할 수 있고, 이로부터, 제 1 네트워크 1198 또는 제 2 네트워크 1199와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1190)에 의하여 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1190)과 외부 전자 장치 간에 송신되거나 수신될 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일 실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(1199)에 연결된 서버(1108)를 통해서 전자 장치(1101)와 외부의 전자 장치(1104)간에 송신 또는 수신될 수 있다. 전자 장치(1102, 1104) 각각은 전자 장치(1101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(1101)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(1102, 1104, or 1108) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(1101)로 전달할 수 있다. 전자 장치(1101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다.. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.

본 개시에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 개시의 다양한 실시예들은 기기(machine)(예: 전자 장치(1101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1136) 또는 외장 메모리(1138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1101))의 프로세서(예: 프로세서(1120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일 실시예에 따르면, 본 개시에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

10: 전자 장치
11: 디스플레이
20: 서버

Claims

디스플레이;
통신 모듈;
프로세서; 및
메모리; 를 포함하고,
상기 메모리는, 상기 프로세서가,
상기 디스플레이에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신하면, 상기 디스플레이를 제어하여, 적어도 하나의 인물 정보를 표시하고,
상기 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 상기 선택된 인물 정보와 관련된 인물의 발화에 대응되는 음성 데이터를 획득하고,
상기 획득한 음성 데이터에서 음성 데이터 특징을 획득하고, 상기 통신 모듈을 제어하여, 획득한 상기 음성 데이터 특징을 서버로 전송하도록 설정된 명령어들을 저장하는, 전자 장치.
제1항에 있어서,
상기 명령어들은, 상기 프로세서가,
상기 인물이 발화하는 시점에 대응하여, 상기 음성 데이터와 다른 소리 데이터를 획득하고,
상기 통신 모듈을 제어하여, 상기 음성 데이터 및 상기 소리 데이터를 상기 서버로 전송하도록 설정 된, 전자 장치.
제1항에 있어서,
상기 명령어들은, 상기 프로세서가,
상기 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 상기 선택된 인물 정보와 관련된 상기 인물의 얼굴 특징을 이용하여 상기 인물과 동일한 인물을 상기 미디어 콘텐트에서 검출하고, 상기 검출된 인물의 발화에 대응되는 음성 데이터를 추출하도록 설정 된, 전자 장치.
제1항에 있어서,
상기 명령어들은, 상기 프로세서가,
상기 통신 모듈을 통해, 상기 서버로부터 상기 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있는 수준으로 상기 음성 데이터 특징을 획득하였는지에 대한 정보를 포함하는 음성 데이터 특징 수집 레벨을 획득하면, 상기 디스플레이의 제어하여, 상기 음성 데이터 특징 수집 레벨을 표시하도록 설정 된, 전자 장치.
제4항에 있어서,
상기 명령어들은, 상기 프로세서가,
상기 수신된 음성 특징 수집 레벨이 기 설정된 레벨에 도달하지 못하는 것을 식별하면,
상기 통신 모듈을 제어하여, 상기 음성 데이터 특징을 획득할 수 있는 다른 미디어 콘텐트를 획득할 것을 요청하는 명령에 대응하여 상기 서버가 획득한 다른 미디어 콘텐트에 대한 정보를 수신하고,
상기 디스플레이를 제어하여, 수신된 상기 다른 미디어 콘텐트에 대한 정보를 표시하도록 설정 된, 전자 장치.
제4항에 있어서,
상기 명령어들은, 상기 프로세서가,
상기 수신된 음성 특징 수집 레벨이 기 설정된 레벨에 도달하지 못하는 것을 식별하면,
상기 통신 모듈을 제어하여, 상기 선택된 인물 정보 및 상기 인물에 대한 음성 데이터 특징의 획득을 요청하는 명령을 타 전자 장치로 전송하도록 설정 된, 전자 장치.
제2항에 있어서,
상기 전자 장치는 마이크 및 스피커를 더 포함하고,
상기 명령어들은, 상기 프로세서가,
상기 마이크를 통해 사용자의 발화가 수신되면,
상기 사용자의 발화를 상기 서버로 전송하고, 상기 사용자의 발화에 대응하여 상기 서버가 상기 음성 데이터 특징을 이용하여 생성한 출력용 음성 데이터를 수신하도록 상기 통신 모듈을 제어하고,
상기 스피커를 제어하여, 상기 수신된 출력용 음성 데이터를 출력하도록 설정 된, 전자 장치.
제7항에 있어서,
상기 사용자는 제1 사용자 및 제2 사용자를 포함하고,
상기 명령어들은, 상기 프로세서가,
상기 마이크를 통해 상기 제1 사용자의 발화가 수신되면,
상기 제1 사용자의 발화를 상기 서버로 전송하고, 상기 제1 사용자의 발화에 대응하여 상기 서버가 상기 제1 사용자에 대응하여 저장한 음성 데이터 특징을 이용하여 생성한 제1 출력용 음성 데이터를 수신하도록 상기 통신 모듈을 제어하고,
상기 마이크를 통해 상기 제2 사용자의 발화가 수신되면,
상기 제2 사용자의 발화를 상기 서버로 전송하고, 상기 제2 사용자의 발화에 대응하여 상기 서버가 상기 제2 사용자에 대응하여 저장한 음성 데이터 특징을 이용하여 생성한 제2 출력용 음성 데이터를 수신하도록 상기 통신 모듈을 제어하도록 설정 된, 전자 장치.
제7항에 있어서,
상기 명령어들은, 상기 프로세서가,
상기 통신 모듈을 제어하여, 상기 발화에 대응하여 상기 서버가 선택한 음성 데이터를 수신하면,
상기 스피커를 제어하여, 상기 수신된 음성 데이터를 출력하도록 설정 된, 전자 장치.
제7항에 있어서,
상기 명령어들은, 상기 프로세서가,
상기 통신 모듈을 제어하여, 상기 발화에 대응하여 상기 서버가 선택한 소리 데이터를 수신하면,
상기 스피커를 제어하여, 상기 수신된 소리 데이터를 출력하도록 설정 된, 전자 장치.
전자 장치로부터 음성 데이터 특징을 획득하는 데이터 획득부;
음성 데이터를 생성하는 상황에서, 상기 획득한 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성하는 데이터 처리부; 및
상기 생성된 출력용 음성 데이터를 외부 장치로 전송하는 데이터 출력부; 를 포함하는, 서버.
디스플레이;
마이크;
스피커;
프로세서; 및
메모리; 를 포함하고,
상기 메모리는, 상기 프로세서가,
상기 디스플레이에 표시하는 미디어 콘텐트에 포함되는 객체에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신하면, 상기 디스플레이를 제어하여, 적어도 하나 이상의 인물 정보를 표시하고,
상기 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 선택된 인물의 발화 시점에 대응하여 음성 데이터를 획득하고,
상기 획득한 음성 데이터에서 음성 데이터 특징을 획득하고,
상기 마이크를 통해 입력되는 발화에 대응하여, 출력용 음성 데이터를 생성하는 상황에서, 상기 획득한 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성하고,
상기 스피커를 제어하여, 상기 생성된 음성 데이터를 출력하도록 설정된 명령어들을 포함하는, 전자 장치.
전자 장치의 제어 방법에 있어서,
디스플레이에 표시하는 미디어 콘텐트에 포함되는 인물에 대한 음성 데이터 특징의 획득을 요청하는 사용자 명령을 수신하는 상황에서, 적어도 하나의 인물 정보를 상기 디스플레이에 표시하는 동작;
상기 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력을 수신하는 상황에서, 상기 선택된 인물 정보와 관련된 인물의 발화에 대응되는 음성 데이터를 획득하는 동작; 및
상기 획득한 음성 데이터에서 음성 데이터 특징을 획득하여 서버로 전송하는 동작; 을 포함하는, 전자 장치의 제어 방법.
제13항에 있어서,
상기 전자 장치의 제어 방법은,
상기 인물의 발화 시점에 대응하여 상기 음성 데이터와 다른 소리 데이터를 획득하고, 상기 음성 데이터 및 상기 소리 데이터를 상기 서버로 전송하는 동작; 을 포함하는, 전자 장치의 제어 방법.
제13항에 있어서,
상기 전자 장치의 제어 방법은,
상기 적어도 하나의 인물 정보 중 하나를 선택하는 사용자 입력이 수신되면, 상기 선택된 인물 정보와 관련된 상기 인물의 얼굴 특징을 이용하여 상기 인물과 동일한 인물을 상기 미디어 콘텐트에서 검출하고, 상기 검출된 인물의 발화 시점에 대응하여 음성 데이터를 추출하는 동작; 을 포함하는, 전자 장치의 제어 방법.
제13항에 있어서,
상기 전자 장치의 제어 방법은,
상기 서버로부터 상기 음성 데이터 특징을 이용하여 출력용 음성 데이터를 생성할 수 있는 수준으로 상기 음성 데이터 특징을 획득하였는지에 대한 정보를 포함하는 음성 데이터 특징 수집 레벨을 획득하면, 상기 음성 데이터 특징 수집 레벨을 상기 디스플레이에 표시하는 동작; 을 포함하는, 전자 장치의 제어 방법.
제16항에 있어서,
상기 전자 장치의 제어 방법은,
상기 수신된 음성 특징 수집 레벨이 기 설정된 레벨에 도달하지 못하는 것에 따라서, 상기 통신 모듈을 제어하여, 상기 음성 데이터 특징을 획득할 수 있는 다른 미디어 콘텐트를 획득할 것을 요청하는 명령에 대응하여 상기 서버가 획득한 다른 미디어 콘텐트에 대한 정보를 수신하고,
수신된 상기 다른 미디어 콘텐트에 대한 정보를 상기 디스플레이에 표시하는 동작; 을 포함하는, 전자 장치의 제어 방법.
제17항에 있어서,
상기 전자 장치의 제어 방법은,
상기 수신된 음성 특징 수집 레벨이 기 설정된 레벨에 도달하지 못하는 것에 따라서, 상기 선택된 인물 정보 및 상기 선택된 인물에 대한 음성 데이터 특징의 획득을 요청하는 명령을 타 전자 장치로 전송하는 동작; 을 포함하는, 전자 장치의 제어 방법.
제14항에 있어서,
상기 전자 장치의 제어 방법은,
사용자의 발화가 수신되면, 상기 사용자의 발화를 상기 서버로 전송하고, 상기 사용자의 발화에 대응하여 상기 서버가 상기 음성 데이터 특징을 이용하여 생성한 출력용 음성 데이터를 수신하고, 상기 수신된 출력용 음성 데이터를 출력하는 동작; 을 포함하는, 전자 장치의 제어 방법.
제19항에 있어서,
상기 사용자는 제1 사용자 및 제2 사용자를 포함하고,
상기 제1 사용자의 발화가 수신되는 상황에서, 상기 제1 사용자의 발화를 상기 서버로 전송하고, 상기 제1 사용자의 발화에 대응하여, 상기 서버가 상기 제1 사용자에 대응하여 저장한 음성 데이터 특징을 이용하여 생성한 제1 출력용 음성 데이터를 수신하고,
상기 제2 사용자의 발화가 수신되는 상황에서, 상기 제2 사용자의 발화를 상기 서버로 전송하고, 상기 제2 사용자의 발화에 대응하여, 상기 서버가 상기 제2 사용자에 대응하여 저장한 음성 데이터 특징을 이용하여 생성한 제2 출력용 음성 데이터를 수신하는 동작; 을 포함하는, 전자 장치의 제어 방법.