KR20200010676A - 다중 트리거링을 방지하는 인공지능 음성단말장치 및 음성서비스시스템 - Google Patents

다중 트리거링을 방지하는 인공지능 음성단말장치 및 음성서비스시스템 Download PDF

Info

Publication number
KR20200010676A
KR20200010676A KR1020180079267A KR20180079267A KR20200010676A KR 20200010676 A KR20200010676 A KR 20200010676A KR 1020180079267 A KR1020180079267 A KR 1020180079267A KR 20180079267 A KR20180079267 A KR 20180079267A KR 20200010676 A KR20200010676 A KR 20200010676A
Authority
KR
South Korea
Prior art keywords
voice
trigger
terminal device
energy measurement
mode
Prior art date
Application number
KR1020180079267A
Other languages
English (en)
Inventor
박광민
김준호
Original Assignee
현대오토에버 주식회사
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 현대오토에버 주식회사 filed Critical 현대오토에버 주식회사
Priority to KR1020180079267A priority Critical patent/KR20200010676A/ko
Publication of KR20200010676A publication Critical patent/KR20200010676A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
    • H04L12/282—Controlling appliance services of a home automation network by calling their functionalities based on user interaction within the home

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Telephonic Communication Services (AREA)

Abstract

일 실시예는, 사용자의 음성을 음성신호로 변환하는 마이크; 상기 음성신호에서 트리거음성을 감지하고 트리거신호를 발생시키는 트리거감지부; 제1모드에서 상기 트리거신호가 발생되면 상기 트리거음성에 대한 에너지를 측정하고 에너지 측정값이 중계장치로 송신되도록 제어하며, 상기 중계장치로부터 트리거실행 제어신호가 수신되면 상기 제1모드를 제2모드로 전환하고 상기 중계장치로부터 트리거비실행 제어신호를 수신하면 상기 제1모드를 유지하는 제어부; 및 상기 제2모드에서 감지된 명령음성을 상기 중계장치를 통해 서버로 송신하는 통신부를 포함하는 단말장치를 제공한다.

Description

다중 트리거링을 방지하는 인공지능 음성단말장치 및 음성서비스시스템{ARTIFICIAL INTELLIGENT VOICE TERMINAL DEVICE AND VOICE SERVICE SYSTEM THAT PREVENT MULTIPLE TRIGGERING}
본 실시예는 인공지능 음성단말장치 및 그 서비스 기술에 관한 것이다.
사용자의 음성을 인식하고, 인공지능을 이용하여 그 음성을 분석한 후 그에 대한 적절한 반응(서비스)을 제공하는 인공지능 스피커가 다수 개발되고 있다. 종래의 서비스 장치는 키보드, 마우스, 터치패드 등의 손을 이용한 입력장치를 포함하고 있으면서, 사용자가 입력장치를 통해 입력한 명령에 따라 서비스를 제공하였다. 그런데, 인공지능 스피커는 사용자의 명령을 확인함에 있어서, 사용자의 움직임-손의 움직임-을 요구하지 않기 때문에 사용자 편의성이 증대된 장치로 인식되고 있다.
인공지능 스피커는 일반적으로 대기모드로 작동하고 있다가 자신에 대한 호출음성-트리거음성이라고도 함-이 인식되면 명령수신모드로 전환한다. 그리고, 인공지능 스피커는 명령수신모드에서 인식되는 음성을 서버로 송신하고, 서버는 음성을 분석하여 그에 대응되는 서비스를 제공한다. 사용자가 주변 사람에게 명령을 내리는지 자신에게 명령을 내리는지 구분하기 어렵기 때문에 현재의 기술수준에서 이러한 트리거음성은 필수적인 요소로 인식되고 있다.
한편, 인공지능 스피커가 이러한 트리거음성에 대한 인식을 잘못하면 다른 주체-예를 들어, 주변 사람-에게 내린 명령을 자신에게 내린 명령으로 처리하여 사용자가 의도하지 않은 작동을 수행할 수 있다.
트리거음성에 대한 오인식은 음성인식 수준이 낮아서 발생할 수도 있으나, 복수의 인공지능 스피커가 근접하여 위치할 때, 다른 인공지능 스피커로 발화된 음성을 자신에게 발화된 음성으로 인식할 때에도 발생할 수 있다.
최근 한 가정에 복수의 인공지능 스피커가 설치되는 사례가 증가하면서 인공지능 스피커의 이러한 오인식을 개선하고자 하는 기술 수요가 증가하고 있다.
이러한 배경에서, 본 실시예의 목적은, 근접하여 위치하는 복수의 음성단말장치가 함께 트리거링되는 다중 트리거링 현상을 방지하는 기술을 제공하는 것이다.
전술한 목적을 달성하기 위하여, 일 실시예는, 사용자의 음성을 음성신호로 변환하는 마이크; 상기 음성신호에서 트리거음성을 감지하고 트리거신호를 발생시키는 트리거감지부; 제1모드에서 상기 트리거신호가 발생되면 상기 트리거음성에 대한 에너지를 측정하고 에너지 측정값이 중계장치로 송신되도록 제어하며, 상기 중계장치로부터 트리거실행 제어신호가 수신되면 상기 제1모드를 제2모드로 전환하고 상기 중계장치로부터 트리거비실행 제어신호를 수신하면 상기 제1모드를 유지하는 제어부; 및 상기 제2모드에서 감지된 명령음성을 상기 중계장치를 통해 서버로 송신하는 통신부를 포함하는 단말장치를 제공한다.
상기 단말장치는, 상기 서버로부터 수신되는 서비스데이터 혹은 상기 명령음성에 대한 처리결과데이터를 음향으로 출력하는 스피커를 더 포함할 수 있다.
상기 단말장치에서, 상기 제어부는, 상기 트리거음성 중에서 N(N은 2이상의 자연수)개의 단위시간별로 에너지를 측정하여 N개의 단위시간 에너지 측정값을 생성하고, 상기 N개의 단위시간 에너지 측정값을 평균하여 상기 에너지 측정값을 생성할 수 있다.
상기 단말장치에서, 상기 통신부는, 통신주소값, 단말아이디값, 시간값 및 상기 에너지 측정값을 포함하는 에너지 측정데이터를 상기 중계장치로 송신할 수 있다.
상기 단말장치는, 상기 음성신호를 디지털화하여 저장하는 버퍼를 더 포함하고, 상기 트리거감지부, 상기 제어부 및 상기 통신부는 상기 버퍼를 통해 상기 음성신호를 확인할 수 있다.
상기 단말장치에서, 상기 버퍼를 구성하는 각 저장셀은 순환형의 링구조로 연결될 수 있다.
다른 실시예는, 명령음성을 수신하면, 상기 명령음성에 대한 서비스를 실행하는 서버; 사용자의 음성을 음성신호로 변환하고, 제1모드에서 트리거음성을 감지하면 상기 트리거음성에 대한 에너지 측정값을 송신하고, 제2모드에서 상기 명령음성을 감지하면 상기 명령음성을 상기 서버로 송신하는 복수의 단말장치; 및 상기 복수의 단말장치 중 적어도 하나 이상의 단말장치로부터 수신되는 상기 에너지 측정값을 이용하여 트리거실행 단말장치를 선택하고, 상기 트리거실행 단말장치로 트리거실행 제어신호를 송신하며, 상기 트리거실행 단말장치로부터 수신되는 상기 명령음성을 상기 서버로 중계하는 중계장치를 포함하는 시스템을 제공한다.
상기 시스템에서, 상기 중계장치는, 상기 적어도 하나 이상의 단말장치로부터 수신되는 상기 에너지 측정값의 크기를 서로 비교하여 가장 큰 값을 가진 것으로 판단되는 단말장치를 상기 트리거실행 단말장치로 선택할 수 있다.
상기 시스템에서, 상기 중계장치는, 시간값 및 상기 에너지 측정값을 포함하는 에너지 측정데이터를 수신하고, 상기 적어도 하나 이상의 단말장치 중 2개 이상의 단말장치의 상기 에너지 측정값이 미리 설정된 오차범위 이내의 차이를 가질 때, 상기 2개 이상의 단말장치 중에서 상기 시간값이 빠른 단말장치를 상기 트리거실행 단말장치로 선택할 수 있다.
상기 시스템에서, 상기 중계장치는, 상기 적어도 하나 이상의 단말장치로부터 수신되는 상기 에너지 측정값이 모두 미리 설정된 임계값보다 작은 경우, 상기 적어도 하나 이상의 단말장치 전체로 트리거비실행 제어신호를 송신할 수 있다.
상기 시스템에서, 상기 복수의 단말장치는, 각각 단일 건물에서 벽을 통해 구획된 서로 다른 구역에 배치되고, 상기 중계장치를 상기 서버와의 통신을 위한 게이트웨이로 사용할 수 있다.
이상에서 설명한 바와 같이 본 실시예에 의하면, 근접하여 위치하는 복수의 음성단말장치가 함께 트리거링되는 다중 트리거링 현상을 방지할 수 있게 된다. 이를 통해 인공지능에 기반한 음성단말장치가 오작동하는 것을 방지할 수 있고, 복수의 음성단말장치 중에서 사용자가 원하는 하나의 음성단말장치를 정확히 선택하여 작동시킬 수 있다.
도 1은 일 실시예에 따른 음성서비스시스템의 구성도이다.
도 2는 일 실시예에 따른 단말장치의 구성도이다.
도 3은 일 실시예에 따른 음성서비스시스템의 제어방법에 대한 흐름도이다.
도 4는 일 실시예에 따른 단말장치가 에너지 측정값을 생성할 때의 에너지 측정 단위를 나타내는 도면이다.
도 5는 일 실시예에 따른 단말장치가 송신하는 에너지 측정데이터의 구성을 나타내는 도면이다.
도 6은 일 실시예에 따른 단말장치가 에너지를 측정하는 트리거음성데이터를 나타내는 도면이다.
도 7은 일 실시예에 따른 중계장치의 제어방법에 대한 흐름도이다.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
도 1은 일 실시예에 따른 음성서비스시스템의 구성도이다.
도 1을 참조하면, 음성서비스시스템(이하 '시스템'이라 함, 100)은 복수의 음성단말장치(이하 '단말장치'라 함, 110a ~ 110c), 중계장치(120) 및 서버(130)를 포함할 수 있다.
복수의 단말장치(110a ~ 110c)는 단일 건물(10)에서 벽을 통해 구획된 서로 다른 구역(11a ~ 11c)에 배치될 수 있다. 예를 들어, 일반 가정집이 복수의 구역-방, 화장실, 부엌, 거실 등-으로 나뉘어져 있을 때, 복수의 단말장치(110a ~ 110c)는 서로 다른 구역에 배치될 수 있다. 제1단말장치(110a)는 제1방(11a)에 배치될 수 있고, 제2단말장치(110b)는 거실(11b)에 배치될 수 있고, 제3단말장치(110c)는 제2방(11c)에 배치될 수 있다.
사용자(20)는 건물(10)의 임의의 위치에서 트리거음성을 발화할 수 있다. 그리고, 복수의 단말장치(110a ~ 110c) 중 적어도 하나 이상의 단말장치는 사용자(20)의 음성을 수신할 수 있다.
복수의 단말장치(110a ~ 110c)는 제1모드-예를 들어, 대기모드-로 작동하면서, 사용자(20)의 트리거음성을 감지할 수 있다. 이때, 단일 건물(10)에 배치되는 복수의 단말장치(110a ~ 110c) 중 적어도 하나 이상의 단말장치가 트리거음성을 감지할 수 있다. 이때, 어떤 단말장치가 제2모드-예를 들어, 명령수신모드-로 전환하여 사용자(20)의 명령음성을 감지하고 처리할 것인지 문제될 수 있다.
일 실시예에 따른 단말장치(110a ~ 110c)는 제1모드에서 트리거음성을 감지하면, 트리거음성에 대한 에너지 측정값을 생성한 후 중계장치(120)로 송신할 수 있다. 그리고, 중계장치(120)는 트리거음성을 감지한 단말장치(110a ~ 110c) 중에서 에너지 측정값이 가장 큰 단말장치가 제1모드에서 제2모드로 전환하도록 해당 단말장치로 트리거실행 제어신호를 송신할 수 있다. 그리고, 중계장치(120)는 트리거음성을 감지한 단말장치(110a ~ 110c) 중 나머지 단말장치로 트리거비실행 제어신호를 송신할 수 있다.
복수의 단말장치(110a ~ 110c) 중에서 트리거실행 제어신호를 수신한 단말장치는 제1모드에서 제2모드로 전환하여 사용자(20)로부터 명령음성을 감지할 수 있다. 그리고, 트리거비실행 제어신호를 수신한 단말장치는 제1모드를 유지하면서 트리거음성의 감지를 대기할 수 있다.
제2모드로 전환한 단말장치는 사용자(20)로부터 명령음성을 감지하고, 명령음성을 중계장치(120)를 통해 서버(130)로 송신할 수 있다.
그리고, 서버(130)는 명령음성에 대한 서비스를 실행할 수 있다. 명령음성이 예를 들어, "동요를 들려줘"일 때, 서버(130)는 동요에 대한 음향데이터를 스트리밍으로 중계장치(120)로 송신할 수 있고, 중계장치(120)는 스트리밍을 다시 제2모드로 전환된 단말장치로 전달할 수 있다. 그리고, 제2모드로 전환된 단말장치는 스트리밍을 수신하고 스피커를 통해 음향데이터를 소리로 출력할 수 있다.
중계장치(120)는 일종의 홈허브 장치일 수 있다. 중계장치(120)는 건물(10) 내에 배치되는 통신기기들을 외부의 다른 통신망과 연결시키는 게이트웨이로 기능할 수 있다. 중계장치(120)는 유선통신기기 및 무선통신기기와 연결되고, 이러한 통신기기와 외부의 통신서버를 연결시켜줄 수 있다. 유선통신기기는 예를 들어, 컴퓨터, 스마트TV 등일 수 있고, 무선통신기기는 예를 들어, 전술한 단말장치(110a ~ 110c), 스마트폰, 노트북, 세탁기 등일 수 있다.
단말장치(110a ~ 110c)의 모든 송신데이터는 중계장치(120)를 통해 외부로 송신되거나 중계장치(120)로 송신될 수 있다. 전술한 트리거음성에 대한 에너지 측정값을 포함하는 에너지 측정데이터는 모두 단말장치(110a ~ 110c)로부터 중계장치(120)로 송신될 수 있다. 그리고, 중계장치(120)는 각각의 단말장치(110a ~ 110c)로부터 수신되는 에너지 측정값을 비교하고, 그 크기가 가장 큰 에너지 측정값을 송신한 단말장치를 트리거실행 단말장치로 선택할 수 있다.
도 2는 일 실시예에 따른 단말장치의 구성도이다.
도 2를 참조하면, 단말장치(110)는 마이크(210), 아날로그디지털변환부(220), 버퍼(230), 트리거감시부(240), 제어부(250) 및 통신부(260) 등을 포함할 수 있다.
마이크(210)는 사용자의 음성을 음성신호로 변환할 수 있다.
아날로그디지털변환부(220)는 아날로그신호 형태의 음성신호를 디지털데이터의 형태의 음성신호로 변환할 수 있다. 설명의 편의를 위해 아날로그디지털변환부(220)에 입력되는 음성신호를 아날로그 음성신호로 명명하고, 아날로그디지털변환부(220)에 의해 변환된 음성신호를 디지털 음성신호로 명명한다.
단말장치(110)는 필터(미도시)를 더 포함하고 있으면서 필터(미도시)를 통해 음성신호에서의 노이즈 성분을 제거할 수 있다. 필터(미도시)는 아날로그 음성신호에서 노이즈를 제거하는 아날로그필터일 수 있고, 디지털 음성신호에서 노이즈를 제거하는 디지털필터일 수 있다. 단말장치(110)는 아날로그필터와 디지털필터를 모두 포함할 수 있다.
버퍼(230)는 디지털 음성신호를 저장할 수 있다. 버퍼(230)를 구성하는 각 저장셀은 순환형의 링구조를 가질 수 있다. 순환형의 링구조에서 일정한 데이터가 버퍼(230)로 유입되면 이전에 저장된 데이터는 삭제될 수 있다. 새로운 데이터가 이전의 데이터를 덮어 쓰는 형식으로 버퍼(230)가 사용될 수 있다.
트리거감지부(240)는 음성신호에서 트리거음성을 감지하고 트리거신호를 발생시킬 수 있다.
트리거가지부(240)는 버퍼(230)를 감시하고 있으면서 버퍼(230)에 저장된 디지털 음성신호에서 트리거음성에 대응되는 음성신호가 발견되면 트리거신호를 발생시킬 수 있다.
제어부(250)는 제1모드-예를 들어, 대기모드-에서 트리거신호의 수신을 대기할 수 있다. 그리고, 제어부(250)는 제2모드-예를 들어, 명령수신모드-에서 명령음성을 처리할 수 있다.
제어부(250)는 제1모드에서 트리거신호가 발생되면 트리거음성에 대한 에너지를 측정하고 에너지 측정값이 중계장치로 송신되도록 제어할 수 있다. 제어부(250)는 트리거감시부(240)로부터 트리거신호를 수신하면, 버퍼(230)에 저장된 디지털 음성신호에서 일정 시구간에 해당되는 음성신호에 대하여 에너지값을 계산할 수 있다. 에너지값은 예를 들어, 음성신호의 값을 제곱하고 상용로그를 취하는 형태로 계산될 수 있다. 제어부(250)는 연속되는 복수의 시구간 각각에 대하여 에너지값을 계산하고 그 에너지값을 평균하는 방식으로 트리거음성에 대한 에너지 측정값을 생성할 수 있다.
여기서, 제어부(250)는 트리거음성에 해당되는 디지털 음성신호에 대해서 에너지 측정값을 생성할 수 있다. 트리거감지부(240)는 버퍼(230)에서 트리거음성이 저장된 위치에 대한 정보를 제어부(250)로 송신할 수 있다. 제어부(250)는 그 정보에 따라 트리거음성이 저장된 부분을 확인하고 해당 부분의 음성신호를 이용하여 에너지 측정값을 생성할 수 있다.
그리고, 에너지 측정값이 생성되는 트리거음성은 필터-예를 들어, 노이즈 캔슬링 장치-를 통해 노이즈가 제거된 음성신호일 수 있다. 제어부(250)는 이러한 노이즈가 제거된 트리거음성을 통해 사용자가 발화한 트리거음성이 마이크(210)에 도달했을 때의 에너지 크기를 정확하게 측정할 수 있게 된다.
통신부(260)는 트리거음성에 대한 에너지 측정값을 중계장치로 송신할 수 있다. 그리고, 통신부(260)는 중계장치로부터 트리거실행 제어신호 혹은 트리거비실행 제어신호를 수신하여 제어부(250)로 전달할 수 있다. 통신부(260)는 에너지 측정데이터를 중계장치로 송신할 수 있는데, 에너지 측정데이터에는 통신주소값-예를 들어, IP(internet protocol) 주소-, 단말아이디값, 시간값 및 에너지 측정값이 포함될 수 있다.
중계장치는 복수의 단말장치(110)로부터 트리거음성에 대한 에너지 측정값을 수신하고, 가장 큰 에너지 측정값을 송신한 단말장치(110)로 트리거실행 제어신호를 송신하고 나머지 단말장치(110)로 트리거비실행 제어신호를 송신할 수 있다. 사용자의 동일한 트리거음성에 대해 그 수신한 에너지값이 가장 큰 경우는, 사용자가 해당 단말장치(110)에 근접하여 있거나 사용자가 해당 단말장치(110)를 지향하여 음성을 발화했을 때 발생할 수 있다. 이러한 원리에 따라, 중계장치는 각 단말장치(110)로부터 수신되는 에너지 측정값 중 가장 큰 에너지 측정값을 송신하는 단말장치로 트리거실행 제어신호를 송신하고 나머지 단말장치로 트리거비실행 제어신호를 송신할 수 있다.
그리고, 제어부(250)는 중계장치로부터 트리거실행 제어신호를 수신하면 제1모드-예를 들어, 대기모드-를 제2모드-예를 들어, 명령수신모드-로 전환시킬 수 있다. 그리고, 제어부(250)는 중계장치로부터 트리거비실행 제어신호를 수신하면 제1모드를 유지할 수 있다.
제어부(250)는 제2모드에서 명령음성을 수신하고 이러한 명령음성을 통신부(260) 및 중계장치를 통해 서버로 송신할 수 있다. 그리고, 제어부(250)는 서버로부터 수신되는 서비스데이터 혹은 명령음성에 대한 처리결과데이터를 스피커(미도시)를 통해 음향으로 출력할 수 있다.
도 3은 일 실시예에 따른 음성서비스시스템의 제어방법에 대한 흐름도이다.
도 3을 참조하면, 단말장치(110)는 제1모드로 작동하고 있으면서 사용자의 트리거음성을 감지할 수 있다(S302).
단말장치(110)는 트리거음성을 감지하면, 트리거음성에 대한 에너지 측정값을 포함하는 에너지 측정데이터를 중계장치(120)로 송신할 수 있다(S304).
중계장치(120)는 복수의 단말장치(110)로부터 에너지 측정데이터를 수신하고, 각 단말장치(110)에서 생성한 에너지 측정값을 비교할 수 있다(S306).
그리고, 중계장치(120)는 에너지 측정데이터의 수신에 응답하여 트리거 제어신호를 각 단말장치로 송신할 수 있다(S308). 중계장치(120)는 하나의 트리거실행 단말장치를 선택하고, 트리거실행 단말장치로 트리거실행 제어신호를 송신하고 나머지 단말장치로 트리거비실행 제어신호를 송신할 수 있다(S308).
중계장치(120)는 에너지 측정값이 일정 범위를 벗어난 경우, 해당 에너지 측정값을 송신한 단말장치는 트리거비실행 단말장치로 결정할 수 있다. 중계장치(120)가 모든 단말장치(110)로부터 수신한 에너지 측정값이 일정 범위를 벗어나는 경우, 모든 단말장치(110)를 트리거비실행 단말장치로 결정할 수 있다. 일정 범위는 예를 들어, 미리 설정한 기준값 이상의 범위일 수 있다. 중계장치(120)는 에너지 측정값이 이러한 기준값보다 작은 경우, 해당 단말장치를 트리거비실행 단말장치로 결정할 수 있다.
중계장치(120)는 에너지 측정값의 크기로 각 단말장치(110)의 순서를 결정하고, 에너지 측정값이 가장 큰 단말장치(110)를 트리거실행 단말장치로 결정할 수 있다. 그리고, 중계장치(120)는 나머지 단말장치(110)를 트리거비실행 단말장치로 결정할 수 있다.
크기 순서로 최상위의 복수의 에너지 측정값이 오차범위 이내로 근접한 경우, 중계장치(120)는 이러한 복수의 에너지 측정값이 수신된 시간을 기준으로 가장 빠르게 수신된 에너지 측정값에 대응되는 단말장치(110)를 트리거실행 단말장치로 결정할 수 있다. 혹은 중계장치(120)는 이러한 복수의 측정값이 생성된 시간을 기준으로 가장 빠르게 생성된 에너지 측정값에 대응되는 단말장치(110)를 트리거실행 단말장치로 결정할 수 있다. 단말장치(110)로부터 수신되는 에너지 측정데이터에는 에너지 측정값과 더불어 시간값이 포함될 수 있는데, 중계장치(120)는 최상위에 해당되고 오차범위 이내로 근접한 에너지 측정값을 송신한 복수의 단말장치(110) 중에서 이러한 시간값이 가장 빠른 단말장치(110)를 트리거실행 단말장치로 선택할 수 있다. 여기서, 시간값은 에너지 측정값이 생성된 시간이거나 에너지 측정값을 송신한 시간일 수 있다.
단말장치(110)는 중계장치(120)로부터 트리거 제어신호를 수신하고, 자신이 트리거실행 단말장치로 결정되었는지 여부를 판단할 수 있다(S310).
트리거 제어신호는 플래그의 형태로 송신될 수 있는데, 트리거 제어신호의 플래그 값이 트루(true)로 설정되어 있으면 해당 트리거 제어신호를 수신한 단말장치는 트리거실행 단말장치로 결정될 수 있고, 트리거 제어신호의 플래그 값이 폴스(false)로 설정되어 있으면 해당 트리거 제어신호를 수신한 단말장치는 트리거비실행 단말장치로 결정될 수 있다.
단말장치가 트리거비실행 제어신호를 수신하면(S310에서 NO), 단말장치는 다음 트리거음성을 감지하기 위해 제1모드를 유지할 수 있다.
그리고, 단말장치가 트리거실행 제어신호를 수신하면(S310에서 YES), 단말장치는 제2모드로 전환하여 작동하고, 제2모드에서 사용자의 명령음성을 감지할 수 있다(S312).
그리고, 단말장치는 감지된 명령음성을 명령음성데이터에 포함시켜 서버(132, 134)로 송신할 수 있다.
서버(132, 134)는 기능상으로 두 개로 구분될 수 있다. 하나는 음성처리서버(132)이고, 다른 하나는 서비스제공서버(134)일 수 있다.
단말장치(110)가 송신한 명령음성데이터는 음성처리서버(132)로 송신될 수 있다(S314). 이때, 명령음성데이터는 중계장치(120)를 경유하여 음성처리서버(132)로 송신될 수 있다. 중계장치(120)는 일종의 게이트웨이로 기능할 수 있다.
음성처리서버(132)는 학습을 통해 발전되는 인공지능망을 통해 명령음성데이터에서 사용자의 명령을 인지할 수 있다. 그리고, 음성처리서버(132)는 인지된 사용자의 명령을 서비스제공서버(134)로 송신할 수 있다(S316).
그리고, 서비스제공서버(134)는 사용자의 명령을 수행하고, 그 처리결과를 처리결과데이터에 포함시켜 단말장치(110)로 송신할 수 있다(S316). 이때, 처리결과데이터는 중계장치(120)를 경유하여 단말장치(110)로 송신되고, 단말장치(110)는 처리결과데이터를 스피커를 통해 음향으로 출력할 수 있다.
종래에는 단일 건물-예를 들어, 한 가정-에서 벽을 통해 구획된 서로 다른 구역에 복수의 인공지능스피커가 설치되면 단일한 트리거음성에 대해 복수의 인공지능스피커가 웨이크업되는 문제가 있었다. 그런데, 일 실시예에 따른 음성서비스시스템에 의하면, 동시에 트리거음성을 인식한 복수의 단말장치에 대해 중계장치가 하나의 단말장치만 트리거실행 단말장치로 결정하고 나머지는 트리거비실행 단말장치로 결정해 줌으로써 전술한 다중 웨이크업의 문제는 발생하지 않게 된다.
도 4는 일 실시예에 따른 단말장치가 에너지 측정값을 생성할 때의 에너지 측정 단위를 나타내는 도면이고, 도 5는 일 실시예에 따른 단말장치가 송신하는 에너지 측정데이터의 구성을 나타내는 도면이며, 도 6은 일 실시예에 따른 단말장치가 에너지를 측정하는 트리거음성데이터를 나타내는 도면이다.
도 4 내지 도 6을 참조하면, 단말장치는 버퍼(230)의 각 셀(232)에 저장되는 트리거음성데이터(TVDT)에 대해서 에너지를 측정하고, 에너지 측정값(EGV)을 에너지 측정데이터(EGDT)에 포함시켜 중계장치로 송신할 수 있다.
단말장치에서 버퍼(230)는 각 저장셀(232)이 순환형의 링구조로 구성될 수 있다. 버퍼(230)로 인입되는 데이터는 일 저장셀부터 원형으로 순차적으로 저장될 수 있고, 원형의 순서를 따라 한 바퀴를 다 돌면 이전에 저장된 데이터를 덮어 씌우면서 새로운 데이터가 저장될 수 있다.
단말장치는 이러한 버퍼(230)를 모니터링하고 있으면서 미리 설정된 트리거음성특성과 매칭되는 트리거음성데이터(TVDT)를 감지할 수 있다.
그리고, 단말장치는 트리거음성데이터(TVDT)를 에너지 측정의 단위 시간(T)별로 구분하고, 트리거음성데이터 중 N(N은 2 이상의 자연수)개의 단위 시간(NxT)에 해당되는 데이터에 대해 에너지를 측정할 수 있다. 예를 들어, 단말장치는 트리거음성 중 N개의 단위 시간별로 에너지를 측정하여 N개의 단위 시간 에너지 측정값을 생성하고, 이렇게 생성된 N개의 단위 시간 에너지 측정값을 평균하여 에너지 측정값을 생성할 수 있다.
단말장치는 에너지 측정값(EGV)을 에너지 측정데이터(EGDT)에 포함시켜 송신할 수 있는데, 에너지 측정데이터(EGDT)에는 통신주소값(IPV), 단말아이디값(IDV), 시간값(TIV) 및 에너지 측정값(EGV) 등이 포함될 수 있다.
통신주소값(IPV)은 데이터를 송수신하기 위한 통신의 주소값으로서 IP 주소값이 이에 해당될 수 있다.
단말아이디값(IDV)은 중계장치에 연결되는 단말장치들을 구분하기 위해 지정되는 값으로서 각 단말장치는 서로 다른 아이디값을 가질 수 있다.
시간값(TIV)은 에너지 측정값(EGV)이 생성된 시간이거나 에너지 측정데이터(EGDT)를 송신하는 시간일 수 있다. 중계장치는 이러한 시간값(TIV)을 확인하여 동일한 수준의 에너지 측정값을 가지는 단말장치들 중에서 트리거실행 단말장치를 선택할 수 있다.
도 7은 일 실시예에 따른 중계장치의 제어방법에 대한 흐름도이다.
도 7을 참조하면, 중계장치는 복수의 단말장치로부터 에너지 측정값을 포함하는 에너지 측정데이터를 수신할 수 있다(S700).
그리고, 중계장치는 일정 범위-미리 설정된 적정 범위-를 벗어난 에너지 측정값을 제거할 수 있다(S702). 이렇게 제거된 에너지 측정값을 송신한 단말장치는 트리거비실행 단말장치로 지정될 수 있다.
그리고, 중계장치는 에너지 측정값을 송신한 복수의 단말장치 중에서 하나의 단말장치를 트리거실행 단말장치로 선택할 수 있다(S704). 중계장치는 가장 큰 에너지 측정값을 송신한 단말장치를 트리거실행 단말장치로 선택하되, 최상위의 에너지 측정값을 송신한 복수의 단말장치가 오차범위 이내의 에너지 측정값을 가지는 경우, 에너지 측정데이터에 포함된 시간값이 가장 빠른 단말장치를 트리거실행 단말장치로 선택할 수 있다. 그리고, 중계장치는 S702 단계에서 모든 단말장치가 적정 범위를 벗어나는 에너지 측정값을 송신하여 모든 단말장치를 트리거비실행 단말장치로 지정한 경우, S704 단계에서 트리거실행 단말장치를 하나도 선택하지 않을 수 있다.
트리거실행 단말장치와 트리거비실행 단말장치가 결정되면, 중계장치는 트리거 제어신호를 각 단말장치로 송신할 수 있다(S706). 중계장치는 트리거실행 단말장치로 트리거실행 제어신호를 송신하고, 트리거비실행 단말장치로 트리거비실행 제어신호를 송신할 수 있다. 경우에 따라서는 중계장치는 트리거비실행 제어신호는 송신하지 않을 수도 있다.
이상에서 설명한 바와 같이 본 실시예에 의하면, 근접하여 위치하는 복수의 음성단말장치가 함께 트리거링되는 다중 트리거링 현상을 방지할 수 있게 된다. 이를 통해 인공지능에 기반한 음성단말장치가 오작동하는 것을 방지할 수 있고, 복수의 음성단말장치 중에서 사용자가 원하는 하나의 음성단말장치를 정확히 선택하여 작동시킬 수 있다.
이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (11)

  1. 사용자의 음성을 음성신호로 변환하는 마이크;
    상기 음성신호에서 트리거음성을 감지하고 트리거신호를 발생시키는 트리거감지부;
    제1모드에서 상기 트리거신호가 발생되면 상기 트리거음성에 대한 에너지를 측정하고 에너지 측정값이 중계장치로 송신되도록 제어하며, 상기 중계장치로부터 트리거실행 제어신호가 수신되면 상기 제1모드를 제2모드로 전환하고 상기 중계장치로부터 트리거비실행 제어신호를 수신하면 상기 제1모드를 유지하는 제어부; 및
    상기 제2모드에서 감지된 명령음성을 상기 중계장치를 통해 서버로 송신하는 통신부
    를 포함하는 단말장치.
  2. 제1항에 있어서,
    상기 서버로부터 수신되는 서비스데이터 혹은 상기 명령음성에 대한 처리결과데이터를 음향으로 출력하는 스피커를 더 포함하는 단말장치.
  3. 제1항에 있어서,
    상기 제어부는,
    상기 트리거음성 중에서 N(N은 2이상의 자연수)개의 단위시간별로 에너지를 측정하여 N개의 단위시간 에너지 측정값을 생성하고, 상기 N개의 단위시간 에너지 측정값을 평균하여 상기 에너지 측정값을 생성하는 단말장치.
  4. 제1항에 있어서,
    상기 통신부는,
    통신주소값, 단말아이디값, 시간값 및 상기 에너지 측정값을 포함하는 에너지 측정데이터를 상기 중계장치로 송신하는 단말장치.
  5. 제1항에 있어서,
    상기 음성신호를 디지털화하여 저장하는 버퍼를 더 포함하고,
    상기 트리거감지부, 상기 제어부 및 상기 통신부는 상기 버퍼를 통해 상기 음성신호를 확인하는 단말장치.
  6. 제5항에 있어서,
    상기 버퍼를 구성하는 각 저장셀은 순환형의 링구조로 연결되는 단말장치.
  7. 명령음성을 수신하면, 상기 명령음성에 대한 서비스를 실행하는 서버;
    사용자의 음성을 음성신호로 변환하고, 제1모드에서 트리거음성을 감지하면 상기 트리거음성에 대한 에너지 측정값을 송신하고, 제2모드에서 상기 명령음성을 감지하면 상기 명령음성을 상기 서버로 송신하는 복수의 단말장치; 및
    상기 복수의 단말장치 중 적어도 하나 이상의 단말장치로부터 수신되는 상기 에너지 측정값을 이용하여 트리거실행 단말장치를 선택하고, 상기 트리거실행 단말장치로 트리거실행 제어신호를 송신하며, 상기 트리거실행 단말장치로부터 수신되는 상기 명령음성을 상기 서버로 중계하는 중계장치
    를 포함하는 시스템.
  8. 제7항에 있어서,
    상기 중계장치는,
    상기 적어도 하나 이상의 단말장치로부터 수신되는 상기 에너지 측정값의 크기를 서로 비교하여 가장 큰 값을 가진 것으로 판단되는 단말장치를 상기 트리거실행 단말장치로 선택하는 시스템.
  9. 제8항에 있어서,
    상기 중계장치는,
    시간값 및 상기 에너지 측정값을 포함하는 에너지 측정데이터를 수신하고,
    상기 적어도 하나 이상의 단말장치 중 2개 이상의 단말장치의 상기 에너지 측정값이 미리 설정된 오차범위 이내의 차이를 가질 때, 상기 2개 이상의 단말장치 중에서 상기 시간값이 빠른 단말장치를 상기 트리거실행 단말장치로 선택하는 시스템.
  10. 제7항에 있어서,
    상기 중계장치는,
    상기 적어도 하나 이상의 단말장치로부터 수신되는 상기 에너지 측정값이 모두 미리 설정된 임계값보다 작은 경우, 상기 적어도 하나 이상의 단말장치 전체로 트리거비실행 제어신호를 송신하는 시스템.
  11. 제7항에 있어서,
    상기 복수의 단말장치는, 각각 단일 건물에서 벽을 통해 구획된 서로 다른 구역에 배치되고,
    상기 중계장치를 상기 서버와의 통신을 위한 게이트웨이로 사용하는 시스템.
KR1020180079267A 2018-07-09 2018-07-09 다중 트리거링을 방지하는 인공지능 음성단말장치 및 음성서비스시스템 KR20200010676A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180079267A KR20200010676A (ko) 2018-07-09 2018-07-09 다중 트리거링을 방지하는 인공지능 음성단말장치 및 음성서비스시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180079267A KR20200010676A (ko) 2018-07-09 2018-07-09 다중 트리거링을 방지하는 인공지능 음성단말장치 및 음성서비스시스템

Publications (1)

Publication Number Publication Date
KR20200010676A true KR20200010676A (ko) 2020-01-31

Family

ID=69369320

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180079267A KR20200010676A (ko) 2018-07-09 2018-07-09 다중 트리거링을 방지하는 인공지능 음성단말장치 및 음성서비스시스템

Country Status (1)

Country Link
KR (1) KR20200010676A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885344A (zh) * 2021-01-08 2021-06-01 深圳市艾特智能科技有限公司 一种离线语音分布式控制方法、系统、存储介质及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885344A (zh) * 2021-01-08 2021-06-01 深圳市艾特智能科技有限公司 一种离线语音分布式控制方法、系统、存储介质及设备

Similar Documents

Publication Publication Date Title
US11900930B2 (en) Method and apparatus for managing voice-based interaction in Internet of things network system
CN109754798B (zh) 多音箱同步控制方法、系统及音箱
JP5996603B2 (ja) サーバ、発話制御方法、発話装置、発話システムおよびプログラム
CN100524458C (zh) 用于操作语音识别系统的方法
JP7179834B2 (ja) 音声認識デバイス、音声認識デバイスの連携システム、及び音声認識デバイスの連携方法
JP6402748B2 (ja) 音声対話装置および発話制御方法
JP6660808B2 (ja) 音声出力制御装置、電子機器、および音声出力制御装置の制御方法
CN109982228B (zh) 一种麦克风故障检测方法及移动终端
EP3660839B1 (en) System and method for voice recognition of home appliance
CN102273222A (zh) 选择性地在多个传声器之间进行切换
KR20140058127A (ko) 음성인식장치 및 음성인식방법
CN109955270A (zh) 语音选项选择系统与方法以及使用其的智能机器人
CN105430564B (zh) 移动设备
KR20200010676A (ko) 다중 트리거링을 방지하는 인공지능 음성단말장치 및 음성서비스시스템
US20170085598A1 (en) Communication apparatus and wireless communication system including same
EP3574634A1 (en) Interference generation
KR20190065094A (ko) 인공지능에 기반하여 음성 인식을 향상시키는 방법 및 이를 구현하는 장치
KR102173841B1 (ko) 복수의 인공지능 음성단말장치를 이용하여 구역별 전자장치를 제어하는 시스템 및 방법
JP5365530B2 (ja) 通信機器
CN104658193B (zh) 利用跟随有语音识别的传入可听命令的处理的周围条件检测器
EP4018681A1 (en) Microphone blocking detection control
KR102208496B1 (ko) 연속 음성 명령에 기반하여 서비스를 제공하는 인공지능 음성단말장치 및 음성서비스시스템
KR102223653B1 (ko) 음성 신호 처리 장치 및 방법, 그리고 단말
JP2019028388A (ja) 家電装置システム
EP2208289B1 (en) Vox circuit interface with 2-wire communication paths

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E601 Decision to refuse application