KR20200098079A - 대화 시스템 및 대화 처리 방법 - Google Patents

대화 시스템 및 대화 처리 방법 Download PDF

Info

Publication number
KR20200098079A
KR20200098079A KR1020190015728A KR20190015728A KR20200098079A KR 20200098079 A KR20200098079 A KR 20200098079A KR 1020190015728 A KR1020190015728 A KR 1020190015728A KR 20190015728 A KR20190015728 A KR 20190015728A KR 20200098079 A KR20200098079 A KR 20200098079A
Authority
KR
South Korea
Prior art keywords
factor
conversation
action
information
user
Prior art date
Application number
KR1020190015728A
Other languages
English (en)
Inventor
박영민
김선아
이정엄
서정연
Original Assignee
현대자동차주식회사
서강대학교산학협력단
기아자동차주식회사
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 현대자동차주식회사, 서강대학교산학협력단, 기아자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020190015728A priority Critical patent/KR20200098079A/ko
Priority to US16/673,551 priority patent/US11508367B2/en
Publication of KR20200098079A publication Critical patent/KR20200098079A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
    • B60R16/0373—Voice control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3605—Destination input or retrieval
    • G01C21/3608—Destination input or retrieval using speech input, e.g. using speech recognition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3629—Guidance using speech or audio output, e.g. text-to-speech
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3343—Query execution using phonetics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/089—Driver voice
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Navigation (AREA)

Abstract

개시된 발명의 일 실시예에 따른 대화 시스템은, 액션을 수행하는데 사용되는 적어도 하나의 인자를 포함하는 인자 트리를 저장하는 저장부; 사용자로부터 음성을 수신하는 음성 입력 장치; 수신된 음성에 자연어 이해 알고리즘을 적용하여 음성 인식 결과를 생성하는 입력 처리기; 음성 인식 결과에 기초하여 수신된 음성에 대응하는 액션을 결정하고, 저장부로부터 액션에 대응되는 인자 트리를 검색하고, 검색된 인자 트리에 기초하여 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 대화 관리기; 및 추가 정보를 요청하기 위한 대화 응답을 생성하는 결과 처리기;를 포함한다.

Description

대화 시스템 및 대화 처리 방법{DIALOGUE SYSTEM, AND DIALOGUE PROCESSING METHOD}
개시된 발명은 사용자와의 대화를 통해 사용자의 의도를 파악하고 사용자에게 필요한 정보나 서비스를 제공하는 대화 시스템, 및 대화 처리 방법에 관한 것이다.
차량용 AVN이나 대부분의 모바일 기기는 작은 화면 및 작은 버튼으로 인해, 사용자에게 시각적인 정보를 제공하거나 사용자의 입력을 수신함에 있어 불편함이 발생할 수 있다.
특히, 사용자가 운전 중 시각적인 정보를 확인하거나 기기를 조작하기 위해, 시선을 이동시키고 스티어링 휠에서 손을 떼는 것은 안전 운전에 위협이 되는 요소로 작용한다.
따라서, 사용자와의 대화를 통해 사용자의 의도를 파악하고, 사용자에게 필요한 서비스를 제공하는 대화 시스템이 차량에 적용될 경우 보다 안전하고 편리하게 서비스를 제공할 수 있을 것으로 기대된다.
일 측면은 차량 주행 환경에서 사용자와의 대화를 바탕으로 사용자의 의도를 정확하게 파악하고, 사용자의 실제 의도에 부합되는 서비스를 제공할 수 있는 대화 시스템 및 대화 처리 방법을 제공한다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 일 측면에 따른 대화 시스템은, 액션을 수행하는데 사용되는 적어도 하나의 인자를 포함하는 인자 트리를 저장하는 저장부; 사용자로부터 음성을 수신하는 음성 입력 장치; 상기 수신된 음성에 자연어 이해 알고리즘을 적용하여 음성 인식 결과를 생성하는 입력 처리기; 상기 음성 인식 결과에 기초하여 상기 수신된 음성에 대응하는 액션을 결정하고, 상기 저장부로부터 상기 액션에 대응되는 인자 트리를 검색하고, 상기 검색된 인자 트리에 기초하여 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 대화 관리기; 및 상기 추가 정보를 요청하기 위한 대화 응답을 생성하는 결과 처리기;를 포함한다.
또한, 상기 대화 관리기는, 상기 인자 트리에 포함되는 적어도 하나의 인자에 대한 인자값을 상기 음성 인식 결과로부터 획득하고, 상기 획득된 인자값에 기초하여 상기 인자 트리에 포함되는 적어도 하나의 인자를 채우고, 상기 인자값이 채워지지 않은 인자에 대한 정보를 상기 추가 정보로 결정할 수 있다.
또한, 상기 대화 관리기는, 상기 인자 트리의 제1 계층(hierarchy)에 위치하는 제1 인자에 대한 인자값을 획득하면, 상기 제1 인자가 선택 인자인지 부분 인자인지 여부에 기초하여 상기 제1 계층이 채워졌는지 여부를 확인하고, 상기 제1 계층이 채워지지 않은 경우 상기 제1 계층에 위치하는 인자 중 상기 인자값이 채워지지 않은 인자에 대한 정보를 상기 추가 정보로 결정할 수 있다.
또한, 상기 대화 관리기는, 상기 제1 인자가 부분 인자인 경우, 상기 제1 계층에 위치하는 부분 인자 중 인자값이 채워지지 않은 부분 인자에 대한 정보를 상기 추가 정보로 결정할 수 있다.
또한, 상기 대화 관리기는, 상기 제1 계층에 위치하는 모든 부분 인자에 대한 인자값이 획득되면, 상기 제1 계층가 채워진 것으로 확인하고, 상기 제1 계층에 위치하는 모든 부분 인자에 대한 인자값에 기초하여 상기 제1 인자의 상위 인자에 대한 인자값을 획득할 수 있다.
또한, 상기 대화 관리기는, 상기 제1인자가 선택 인자인 경우, 상기 제1 계층가 채워진 것으로 확인하고, 상기 제1인자에 대한 인자값에 기초하여 상기 제1인자의 상위 인자에 대한 인자값을 획득할 수 있다.
또한, 상기 대화 관리기는, 상기 제1 인자의 상위 인자가 부분 인자인 경우, 상기 제1 계층의 상위 계층에 위치하는 부분 인자 중 인자값이 채워지지 않은 부분 인자에 대한 정보를 상기 추가 정보로 결정할 수 있다.
또한, 상기 대화 관리기는, 상기 인자 트리의 최상위 인자에 대한 인자값이 획득되면, 상기 획득된 인자값을 상기 결과 처리기에 전달하고, 상기 결과 처리기는, 상기 최상위 인자에 대한 인자값에 기초하여 상기 수신된 음성에 대응하는 액션을 수행하기 위한 대화 응답을 생성할 수 있다.
또한, 상기 저장부는, 차량의 상태와 관련된 차량 상태 정보, 상기 차량의 운전자와 관련된 사용자 정보 및 상기 차량의 주행 환경과 관련된 주행 환경 정보 중 적어도 하나를 포함하는 상황 정보를 저장하고, 상기 대화 관리기는, 상기 상황 정보에 기초하여 상기 최상위 인자에 대한 인자값을 미리 정해진 형식의 정보로 변환할 수 있다.
또한, 상기 대화 관리기는, 상기 인자 트리에 포함되는 적어도 하나의 인자에 대한 인자값을 상기 상황 정보에 기초하여 획득할 수 있다.
다른 측면에 따른 대화 처리 방법은 액션을 수행하는데 사용되는 적어도 하나의 인자를 포함하는 인자 트리를 저장하는 저장부를 포함하는 대화 시스템에 있어서, 사용자로부터 음성을 수신하고; 상기 수신된 음성에 자연어 이해 알고리즘을 적용하여 음성 인식 결과를 생성하고; 상기 음성 인식 결과에 기초하여 상기 수신된 음성에 대응하는 액션을 결정하고, 상기 저장부로부터 상기 액션에 대응되는 인자 트리를 검색하고, 상기 검색된 인자 트리에 기초하여 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하고; 및 상기 추가 정보를 요청하기 위한 대화 응답을 생성하는 것;을 포함한다.
또한, 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은, 상기 인자 트리에 포함되는 적어도 하나의 인자에 대한 인자값을 상기 음성 인식 결과로부터 획득하고, 상기 획득된 인자값에 기초하여 상기 인자 트리에 포함되는 적어도 하나의 인자를 채우고, 상기 인자값이 채워지지 않은 인자에 대한 정보를 상기 추가 정보로 결정하는 것;을 포함할 수 있다.
또한, 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은, 상기 인자 트리의 제1 계층에 위치하는 제1 인자에 대한 인자값을 획득하면, 상기 제1 인자가 선택 인자인지 부분 인자인지 여부에 기초하여 상기 제1 계층이 채워졌는지 여부를 확인하고, 상기 제1 계층이 채워지지 않은 경우 상기 제1 계층에 위치하는 인자 중 상기 인자값이 채워지지 않은 인자에 대한 정보를 상기 추가 정보로 결정하는 것;을 포함할 수 있다.
또한, 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은, 상기 제1 인자가 부분 인자인 경우, 상기 제1 계층에 위치하는 부분 인자 중 인자값이 채워지지 않은 부분 인자에 대한 정보를 상기 추가 정보로 결정하는 것;을 포함할 수 있다.
또한, 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은, 상기 제1 계층에 위치하는 모든 부분 인자에 대한 인자값이 획득되면, 상기 제1 계층이 채워진 것으로 확인하고, 상기 제1 계층에 위치하는 모든 부분 인자에 대한 인자값에 기초하여 상기 제1 인자의 상위 인자에 대한 인자값을 획득하는 것;을 포함할 수 있다.
또한, 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은, 상기 제1인자가 선택 인자인 경우, 상기 제1 계층이 채워진 것으로 확인하고, 상기 제1인자에 대한 인자값에 기초하여 상기 제1인자의 상위 인자에 대한 인자값을 획득하는 것;을 포함할 수 있다.
또한, 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은, 상기 제1 인자의 상위 인자가 부분 인자인 경우, 상기 제1 계층의 상위 계층에 위치하는 부분 인자 중 인자값이 채워지지 않은 부분 인자에 대한 정보를 상기 추가 정보로 결정하는 것;을 포함할 수 있다.
또한, 상기 인자 트리의 최상위 인자에 대한 인자값이 획득되면, 상기 획득된 인자값에 기초하여 상기 수신된 음성에 대응하는 액션을 수행하기 위한 대화 응답을 생성하는 것;을 더 포함할 수 있다.
또한, 상기 저장부는, 차량의 상태와 관련된 차량 상태 정보, 상기 차량의 운전자와 관련된 사용자 정보 및 상기 차량의 주행 환경과 관련된 주행 환경 정보 중 적어도 하나를 포함하는 상황 정보를 저장하고, 상기 수신된 음성에 대응하는 액션을 수행하기 위한 대화 응답을 생성하는 것은, 상기 상황 정보에 기초하여 상기 최상위 인자에 대한 인자값을 미리 정해진 형식의 정보로 변환하는 것;을 포함할 수 있다.
또한, 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은, 상기 인자 트리에 포함되는 적어도 하나의 인자에 대한 인자값을 상기 상황 정보에 기초하여 획득하는 것;을 포함할 수 있다.
다른 측면에 따른 컴퓨터 프로그램은, 컴퓨팅 장치와 결합하여, 사용자로부터 음성을 수신하는 단계; 상기 수신된 음성에 자연어 이해 알고리즘을 적용하여 음성 인식 결과를 생성하는 단계; 상기 음성 인식 결과에 기초하여 상기 수신된 음성에 대응하는 액션을 결정하고, 상기 저장부로부터 상기 액션에 대응되는 인자 트리를 검색하고, 상기 검색된 인자 트리에 기초하여 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 단계; 및 상기 추가 정보를 요청하기 위한 대화 응답을 생성하는 단계;를 실행시키도록 기록 매체에 저장될 수 있다.
일 측면에 따른 대화 시스템 및 대화 처리 방법에 따르면, 사용자와의 대화를 바탕으로 사용자의 의도를 정확하게 파악함으로써, 사용자의 실제 의도에 부합되는 서비스 또는 사용자에게 가장 필요한 서비스를 제공할 수 있다.
도 1은 일 실시예에 따른 대화 시스템의 제어 블록도이다.
도 2는 차량 내부의 구성을 나타낸 도면이다.
도 3 내지 도6은 대화 시스템과 운전자 사이에 주고 받을 수 있는 대화의 예시를 나타낸 도면이다.
도 7 및 도 8은 대화 시스템과 차량의 구성 요소들 사이의 연결 관계를 간략하게 나타낸 제어 블록도이다.
도 9및 도 10은 대화 시스템의 구성 요소와 차량의 구성 요소들 사이의 연결 관계를 간략하게 나타낸 제어 블록도이다.
도 11은 대화 시스템이 차량에 마련되는 차량 단독 방식에 대한 제어 블록도이다.
도 12 및 도 13은 대화 시스템이 원격 서버에 마련되고 차량이 사용자와 대화 시스템을 연결하는 게이트웨이의 역할만 하는 차량 게이트웨이 방식에 대한 제어 블록도이다.
도 14는 차량 게이트웨이 방식에서 차량이 입력 처리와 출력 처리를 일부 수행할 수 있는 경우에 대한 제어 블록도이다.
도 15는 원격 대화 시스템 서버와 차량이 모두 대화 처리를 수행할 수 있는 하이브리드 방식에 대한 제어 블록도이다.
도 16및 도 17은 차량에 연결된 모바일 기기가 사용자와 원격 대화 시스템 서버를 연결하는 모바일 게이트웨이 방식에 대한 제어 블록도이다.
도 18은 모바일 기기에 대화 시스템이 탑재되는 모바일 단독 방식에 대한 제어 블록도이다.
도 19, 도 20A 및 도 20B는 대화 시스템의 구성 중 입력 처리기의 구성이 세분화된 제어 블록도이다.
도 21은 대화 관리기의 구성이 세분화된 제어 블록도이다.
도 22는 액션 인자 DB에 저장된 정보의 예시를 나타낸 도면이다.
도 23A, 도 23B 및 도 23C는 액션 인자 DB에 저장된 정보의 구체적인 예시를 나타낸 도면이다.
도 24는 결과 처리기의 구성을 세분화한 제어 블록도이다.
도 25 내지 도 30은 사용자가 일정 관리와 관련한 발화를 입력한 경우에 대화 시스템이 입력을 처리하고, 대화를 관리하고, 결과를 출력하는 구체적인 예시를 나타낸 도면이다.
도 31은 일 실시예에 따른 대화 처리 방법을 나타낸 도면이다.
도 32A 및 도 32B는 일 실시예에 따른 대화 처리 방법을 나타낸 도면이다.
도 33A, 33B 및 33C는 일 실시예에 따른 대화 처리 방법을 나타낸 도면이다.
도 34는 일 실시예에 따른 대화 처리 방법에 있어서, 사용자 입력을 처리하는 방법을 나타낸 순서도이다.
도 35는 일 실시예에 따른 대화 처리 방법에 있어서, 입력 처리기의 출력을 이용하여 대화를 관리하는 방법을 나타낸 순서도이다.
도 36은 일 실시예에 따른 대화 처리 방법에 있어서, 대화 관리의 결과에 대응되는 응답을 생성하기 위한 결과 처리 방법을 나타낸 순서도이다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 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.
명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
이하 첨부된 도면들을 참고하여 본 발명의 작용 원리 및 실시예들에 대해 설명한다.
도 1은 일 실시예에 따른 대화 시스템의 제어 블록도이다.
도 1을 참조하면, 일 실시예에 따른 대화 시스템(100)은 사용자의 음성 및 음성 외 입력을 포함하는 사용자 입력이나 차량과 관련된 정보 또는 사용자와 관련된 정보를 포함하는 입력을 처리하는 입력 처리기(110), 입력 처리기(110)의 처리 결과를 이용하여 사용자의 의도를 파악하고, 사용자의 의도에 대응되는 액션을 결정하는 대화 관리기(120), 대화 관리기(120)의 출력 결과에 따라 특정 서비스를 제공하거나 대화를 계속 이어 나가기 위한 시스템 발화를 출력하는 결과 처리기(130) 및 대화 시스템(100)이 후술하는 동작을 수행하기 위해 필요한 각종 정보를 저장하는 저장부(140)를 포함한다.
입력 처리기(110)는 사용자 음성을 입력 받을 수 있다. 이 때 사용자는 운전자와 탑승자를 모두 포함할 수 있다.
이 외에도 입력 처리기(110)는 음성 외 입력을 수신할 수 있다. 음성 외 입력은 사용자의 제스처 인식이나, 입력 장치의 조작을 통해 입력되는 사용자의 음성 외 입력, 차량의 상태를 나타내는 차량 상태 정보, 차량의 주행 환경과 관련된 주행 환경 정보, 사용자의 상태를 나타내는 사용자 정보 등을 포함할 수 있다. 또한, 입력 처리기(110)는 차량과 사용자와 관련된 정보로서, 사용자의 의도를 파악하거나 사용자 또는 차량에 필요한 서비스를 제공하기 위해 사용될 수 있는 정보를 수신할 수 있다.
입력 처리기(110)는 입력된 사용자 음성을 인식하여 텍스트 형태의 발화문으로 변환하고, 사용자의 발화문에 자연어 이해(Natural Language Understanding) 알고리즘을 적용하여 사용자의 의도를 파악한다.
또한, 입력 처리기(110)는 사용자 음성 외에 차량의 상태나 주행 환경과 관련된 정보를 수집하고, 수집된 정보를 이용하여 상황을 이해한다.
입력 처리기(110)는 자연어 이해를 통해 파악한 사용자의 의도와 상황에 관련된 정보 등을 대화 관리기(120)로 전달한다.
대화 관리기(120)는 입력 처리기(110)로부터 전달된 사용자의 의도, 상황에 관련된 정보 등에 기초하여 사용자의 의도나 현재 상황에 대응되는 액션을 결정하고, 해당 액션을 수행하기 위해 필요한 인자들을 관리한다.
당해 실시예에서 액션은 특정 서비스를 제공하기 위해 수행되는 모든 동작을 의미할 수 있으며, 액션의 종류는 미리 정의될 수 있다. 경우에 따라, 서비스의 제공과 액션의 수행은 동일한 의미일 수 있다.
예를 들어, 도메인/액션 추론 규칙 DB(141, 도 20A 참조)에 길 안내, 차량 상태 점검, 주유소 추천 등과 같은 액션이 미리 정의될 수 있고, 저장된 추론 규칙에 따라 사용자의 발화에 대응되는 액션, 즉 사용자가 의도하는 액션을 미리 정의된 액션 중에서 추출할 수 있다.
액션의 종류에 대해서는 제한을 두지 않으며, 대화 시스템(100)이 차량(200) 또는 모바일 기기(400)를 통해 수행 가능한 것으로서, 미리 정의되고, 그 추론 규칙이나 다른 액션/이벤트와의 관계 등이 저장되어 있으면 액션이 될 수 있다.
대화 관리기(120)는 결정된 액션에 관한 정보를 결과 처리기(130)로 전달한다.
결과 처리기(130)는 전달된 액션을 수행하기 위해 필요한 대화 응답 및 명령어를 생성하여 출력한다. 대화 응답은 텍스트, 이미지 또는 오디오로 출력될 수 있고, 명령어가 출력되면 출력된 명령어에 대응되는 차량 제어, 외부 컨텐츠 제공 등의 서비스가 수행될 수 있다.
저장부(140)는 대화 처리 및 서비스 제공에 필요한 각종 정보를 저장한다. 예를 들어, 자연어 이해에 사용되는 도메인, 액션, 화행, 개체명과 관련된 정보를 미리 저장할 수 있고, 입력된 정보로부터 상황을 이해하기 위해 사용되는 상황 이해 테이블을 저장할 수도 있으며, 차량에 마련된 센서가 감지한 데이터, 사용자와 관련된 정보, 액션 수행을 위해 필요한 정보를 미리 저장할 수도 있다. 저장부(140)에 저장되는 정보들에 관한 더 자세한 설명은 후술하도록 한다.
전술한 바와 같이, 대화 시스템(100)은 차량 환경에 특화된 대화 처리 기술을 제공한다. 대화 시스템(100)의 구성요소가 전부 차량에 포함될 수도 있고, 일부만 포함될 수도 있다. 대화 시스템(100)은 원격 서버에 마련되고 차량은 대화 시스템(100)과 사용자 사이의 게이트웨이의 역할만 할 수도 있다. 어느 경우이던지, 대화 시스템(100)은 차량 또는 차량과 연결된 모바일 기기를 통해 사용자와 연결될 수 있다.
도 2는 차량 내부의 구성을 나타낸 도면이다.
도 2를 참조하면, 차량(200) 내부의 대시보드(201)의 중앙 영역인 센터페시아(203)에는 오디오 기능, 비디오 기능, 내비게이션 기능 또는 전화 걸기 기능을 포함하는 차량의 제어를 수행하기 위해 필요한 화면을 표시하는 디스플레이(231)와 사용자의 제어 명령을 입력 받기 위한 입력 버튼(221)이 마련될 수 있다.
또한, 운전자의 조작 편의성을 위해 스티어링 휠(207)에도 입력 버튼(223)이 마련될 수 있고, 운전석(254a)과 조수석(254b) 사이의 센터 콘솔 영역(202)에 입력 버튼의 역할을 수행하는 조그 셔틀(225)이 마련될 수도 있다.
디스플레이(231), 입력 버튼(221) 및 각종 기능을 전반적으로 제어하는 프로세서를 포함하는 모듈을 AVN(Audio Video Navigation) 단말이라 할 수도 있고, 헤드유닛(Head Unit)이라 할 수도 있다.
디스플레이(231)는 LCD(Liquid Crystal Display), LED(Light Emitting Diode), PDP(Plasma Display Panel), OLED(Organic Light Emitting Diode), CRT(Cathode Ray Tube) 등의 다양한 디스플레이 장치 중 하나로 구현될 수 있다.
입력 버튼(221)은 도 2에 도시된 바와 같이 디스플레이(231)와 인접한 영역에 하드 키 타입으로 마련될 수도 있고, 디스플레이(231)가 터치 스크린 타입으로 구현되는 경우에는 디스플레이(231)가 입력 버튼(221)의 기능도 함께 수행할 수 있다.
차량(1)은 사용자의 명령을 음성 입력 장치(210)를 통해 음성으로 입력 받을 수 있다. 음성 입력 장치(210)는 음향을 입력 받아 전기적인 신호로 변환하여 출력하는 마이크로폰을 포함할 수 있다.
효과적인 음성의 입력을 위하여 음성 입력 장치(210)는 도 2에 도시된 바와 같이 헤드라이닝(205)에 마련될 수 있으나, 차량(200)의 실시예가 이에 한정되는 것은 아니며, 대시보드(201) 위에 마련되거나 스티어링 휠(207)에 마련되는 것도 가능하다. 이 외에도 사용자의 음성을 입력 받기에 적합한 위치이면 어디든 제한이 없다.
차량(200) 내부에는 사용자와 대화를 수행하거나, 사용자가 원하는 서비스를 제공하기 위해 필요한 음향을 출력하는 스피커(232)가 마련될 수 있다. 일 예로, 스피커(232)는 운전석 도어(253a) 및 조수석 도어(253b) 내측에 마련될 수 있다.
스피커(232)는 내비게이션 경로 안내를 위한 음성, 오디오/비디오 컨텐츠에 포함되는 음향 또는 음성, 사용자가 원하는 정보나 서비스를 제공하기 위한 음성, 사용자의 발화에 대한 응답으로서 생성된 시스템 발화 등을 출력할 수 있다.
일 실시예에 따른 대화 시스템(100)은 사용자의 특정한 목적에 대하여 적절한 응답을 출력하는 목적 지향의 대화를 수행할 수 있다. 이 때, 대화 시스템(100)은 목적 지향 대화 시스템(Task-Oriented Dialog System)일 수 있다.
대화 시스템(100)은 특정한 목적을 갖는 사용자의 발화에 대응하는 도메인 내에서 해당 영역의 지식 정보를 바탕으로 사용자 발화에 대하여 적절한 응답을 출력할 수 있다. 해당 영역의 지식 정보는 대화 시스템(100)의 저장부(도 1의 140)에 저장되는 정보를 포함할 수 있으며, 외부 장치로부터 수신되는 정보를 포함할 수 있다.
예를 들어, 사용자가 '일정 등록해줘'라는 질문처럼 특정 프로그램의 정보를 찾는 요청을 했을 때, 대화 시스템(100)은 '일정 관리'라는 도메인 내에서 '일정 등록'을 위한 적절한 응답을 출력할 수 있다.
이를 위해 대화 시스템(100)은 특정 도메인에 대한 적어도 하나의 인자에 대응시킬 인자값을 사용자의 음성 인식 결과로부터 획득할 수 있고, 획득된 인자값을 그에 대응하는 적어도 하나의 인자 각각에 채움으로써 사용자의 발화 의도 및 목적을 파악할 수 있다. 이 때, 인자에 인자값을 채운다는 것은 인자에 인자값을 매칭시키는 것을 의미하며, 인자와 그에 대응되는 인자값의 쌍을 생성하는 것을 포함한다.
즉, 대화 시스템(100)는 특정 도메인의 인자에 대한 슬롯 채우기(Slot-Filling)를 수행함으로써 사용자의 발화 의도 및 목적을 파악할 수 있고, 그에 대응하는 적절한 응답을 출력할 수 있다.
다만, 사용자가 특정 도메인에 대한 모든 인자가 아닌, 일부 인자에 대한 정보만을 발화하는 경우(예를 들어, 사용자가 "다음주 일정 등록해줘"라고 발화하는 경우) 또는 불명확한 정보를 발화하는 경우(예를 들어, 사용자가 "내일 모레 일정 등록해줘"라고 발화하는 경우) 등의 부분적인 정보만을 제공하는 경우에는, 사용자가의 발화 의도 및 목적을 파악하기 어렵거나 사용자의 발화 의도에 대응하는 적절한 응답을 출력하기 어려울 수 있다.
이를 위해, 일 실시예에 따른 대화 시스템(100)은 계층적 구조로 구축된 인자 트리를 활용할 수 있으며, 이러한 인자 트리에 기초하여 사용자의 발화에 대응하는 적절한 응답을 출력하거나 사용자에게 적절한 응답을 출력하기 위하여 필요한 정보를 요청할 수 있다. 인자 트리에 대한 구체적인 설명은 후술한다.
도 3 내지 도 6는 대화 시스템과 운전자 사이에 주고 받을 수 있는 대화의 예시를 나타낸 도면이다.
도 3을 참조하면, 사용자가 일정 등록을 요청하는 발화(U1: 다음주에 일정 등록해줘)를 입력하는 경우, 대화 시스템(100)은 일정을 등록하기 위하여 필요한 정보를 요청하기 위한 발화(S1: 다음주 무슨 요일에 일정을 등록할까요?)를 출력할 수 있다.
이에 대한 응답으로, 사용자는 일정을 등록하기 위하여 필요한 정보를 제공하는 발화(U2: 수요일로 해)를 입력할 수 있고, 이러한 사용자의 응답에 기초하여 대화 시스템(100)은 일정을 등록하고, 일정 등록을 안내하는 발화(S2: 2018년 10월 24일에 일정을 등록했습니다)를 출력할 수 있다.
즉, 대화 시스템(100)은 입력 처리기(110)를 통하여 수신한 사용자의 음성 입력에 기초하여 사용자가 일정 등록을 요구하고 있음을 판단하고, 일정 등록에 필요한 인자(날짜)에 채우기 위한 인자값을 사용자에게 요구할 수 있다.
한편, 대화 시스템(100)은 전술한 도 3의 예시에서, 일부 질의를 생략하고 바로 서비스를 제공함으로써 대화의 단계와 시간을 단축하는 것도 가능하다.
예를 들어, 도 4에 도시된 바와 같이, 사용자가 일정 등록 요청과 함께 일정을 등록하기 위하여 필요한 인자(날짜)에 대한 정보를 함께 발화(U1: 내일 일정 등록해줘)를 입력하는 경우, 대화 시스템(100)은 사용자가 입력한 정보에 기초하여 일정 등록을 수행하였다는 발화(S1: 2018년 10월 24일에 일정을 등록했습니다)를 수행할 수 있다.
이를 위해, 대화 시스템(100)은 필요한 인자(날짜)에 대한 절대적 정보(2018년 10월 24일)를 사용자로부터 입력된 발화에 포함된 상대적 정보(내일)와 기준 정보(현재 날짜: 2018년 10월 23일)을 활용하여 결정할 수 있다. 이러한 기준 정보는 대화 시스템(100)의 저장부(140)에 미리 저장되거나 외부 장치로부터 수신될 수 있다.
다른 예로, 도 5를 참조하면, 사용자가 가전 제어를 위한 발화(U1: TV 좀 꺼줘)를 입력하는 경우, 대화 시스템(100)은 가전 제어를 위하여 필요한 인자(가전)에 대한 정보를 요청하기 위한 발화(S1: 어떤 방의 TV를 꺼드릴까요?)를 출력할 수 있다.
이에 대한 응답으로, 사용자가 가전 제어를 위하여 필요한 인자(가전)에 대한 정보를 제공하는 발화(U2: 안방 TV)를 입력하면, 대화 시스템(100)은 해당 TV의 전원을 오프시키고, 전원 턴오프의 수행을 안내하는 발화(S2: 안방 TV를 종료하였습니다)를 출력할 수 있다.
즉, 대화 시스템(100)은 입력 처리기(110)를 통하여 수신한 사용자의 음성 입력에 기초하여 사용자가 가전 제어를 요구하고 있음을 판단하고, 가전 제어에 필요한 인자(가전)에 채우기 위한 인자값을 사용자에게 요구할 수 있다.
한편, 대화 시스템(100)은 사용자의 발화에 대응하는 적절한 응답을 출력하기 위하여 필요한 정보를 획득하기 위한 질의를 제공할 수 있고, 이러한 질의는 인자값을 대응시킬 인자의 계층(hierarchy)에 기초하여 단계적으로 제공될 수 있다. 즉, 대화 시스템(100)은 계층적 구조로 구성된 인자 트리 상에서의 인자의 위치 또는 계층에 기초하여 사용자에게 요청할 정보를 결정할 수 있고, 이를 위한 질의를 제공할 수 있다.
도 6을 참조하면, 사용자가 전화를 걸기 위한 발화(U1)를 입력하면, 대화 시스템(100)은 전화 걸기 도메인에 대응하는 인자(전화 번호)의 인자 트리 상에서의 상위 인자(이름)에 대한 질의(S1)를 출력할 수 있다.
사용자가 질의(S1)에 대한 응답(U2)을 입력하는 경우, 대화 시스템(100)은 상위 인자(이름)에 대한 하위 인자(종류)에 대한 질의(S2)를 출력할 수 있다. 사용자가 질의(S2)에 대한 응답(U3)을 입력하면, 대화 시스템(100)은 전화 걸기 도메인에 대응하는 인자(전화 번호)의 인자 트리에 포함되는 정보에 기초하여 전화를 걸고, 수행을 완료하였음을 안내하는 발화(S3)를 출력할 수 있다.
이 때, 대화 시스템(100)은 전화 걸기 도메인에 대응하는 인자(전화 번호)의 인자 트리에 포함되는 적어도 하나의 인자 각각에 인자값을 대응시킴으로써 사용자의 의도 및 목적에 대응하는 응답을 출력할 수 있다.
도 7 및 도 8은 대화 시스템과 차량의 구성 요소들 사이의 연결 관계를 간략하게 나타낸 제어 블록도이다.
도 7을 참조하면, 대화 시스템(100)에 입력되는 사용자의 음성은 차량(200)에 마련된 음성 입력 장치(210)를 통해 입력될 수 있다. 앞서 도 2에서 설명한 바와 같이, 음성 입력 장치(210)는 차량(200) 내부에 마련된 마이크로폰을 포함할 수 있다.
사용자 입력 중 음성을 제외한 입력은 음성 외 입력 장치(미도시)를 통해 입력될 수 있다. 음성 외 입력 장치(미도시)는 사용자의 조작을 통해 명령을 입력 받는 입력 버튼(221, 223)과 조그 셔틀(225)을 포함할 수 있다.
차량에 관한 정보는 차량 제어기(240)를 통해 대화 시스템(100)에 입력될 수 있다. 차량에 관한 정보는 차량(200)에 마련된 각종 센서를 통해 획득된 차량 상태 정보 또는 주변 상황 정보를 포함할 수 있고, 차량의 유종과 같이 차량(200)에 기본적으로 저장된 정보도 포함할 수 있다.
대화 시스템(100)은 음성 입력 장치(210)를 통해 입력된 사용자 음성, 음성 외 입력 장치(미도시)를 통해 입력된 사용자의 음성 외 입력, 차량 제어기(240)를 통해 입력된 각종 정보를 이용하여 사용자의 의도를 파악하고, 사용자의 의도에 대응되는 액션을 수행하기 위한 응답을 출력한다.
대화자 출력 장치(230)는 대화자에게 시각적, 청각적 또는 촉각적인 출력을 제공하는 장치로서, 차량(200)에 마련된 디스플레이(231) 및 스피커(232)를 포함할 수 있다. 디스플레이(231) 및 스피커(232)는 사용자의 발화에 대한 응답, 사용자에 대한 질의, 또는 사용자가 요청한 정보를 시각적 또는 청각적으로 출력할 수 있다. 또는, 스티어링 휠(207)에 진동기를 장착하여 진동을 출력하는 것도 가능하다.
또한, 차량 제어기(240)는 대화 시스템(100)으로부터 출력되는 응답에 따라, 사용자의 의도나 현재 상황에 대응되는 액션을 수행하기 위해 차량(200)을 제어할 수 있다.
한편, 차량(200)은 차량(200)에 마련된 센서를 통해 획득된 데이터뿐만 아니라, 통신 장치(280)를 통해 외부 컨텐츠 서버(300) 또는 외부 기기로부터 획득된 정보, 예를 들어 교통 상황, 날씨, 온도, 동승자 정보, 운전자 개인 정보 등의 주행 환경 정보와 사용자 정보도 수집하여 대화 시스템(100)에 전달할 수 있다.
도 8에 도시된 바와 같이, 잔유량, 강우량, 강우 속도, 주변 장애물 정보, 속도, 엔진 온도, 타이어 공기압, 현재 위치 등과 같이 차량에 마련된 센서로부터 획득되는 정보는 내부 신호 제어기(241)를 통해 대화 시스템(100)에 입력될 수 있다.
V2X(Vehicle to Everything)를 통해 외부에서 획득된 주행 환경 정보는 외부 신호 제어기(242)를 통해 대화 시스템(100)에 입력될 수 있다. V2X는 차량이 주행하면서 도로 인프라 및 다른 차량과 상호 통신하면서 교통 상황 등 각종 유용한 정보를 교환 및 공유하는 것을 의미한다.
V2X 통신은 차량과 인프라 간(V2I: Vehicle-to-Infrastructure, 이하 V2I) 통신, 차량 간(V2V: Vehicle to-Vehicle) 통신, 차량과 모바일 기기 간(V2N: Vehicle-to-Nomadic devices) 통신을 포함할 수 있다. 따라서, V2X 통신을 이용하면, 차량끼리 직접 통신하거나, 또는 거리에 설치되어 있는 인프라와 통신하여 전방의 교통 정보, 다른 차량의 접근 또는 추돌 가능성 등의 정보를 주고 받아 운전자에게 알려줄 수 있다.
따라서, 외부 신호 제어기(242)를 통해 대화 시스템(100)에 입력되는 주행 환경 정보는 전방의 교통 정보, 주변 차량의 접근 정보, 다른 차량과의 추돌 경고, 실시간 교통 상황, 돌방 상황, 교통흐름 제어 상태 등을 포함할 수 있다.
도면에 도시되어 있지는 않으나, V2X 를 통해 획득하는 신호 역시 통신 장치(280)를 통해 차량(200)에 입력될 수 있다.
차량 제어기(240)는 전술한 동작과 후술하는 동작을 수행하기 위한 프로그램이 저장되는 메모리 및 저장된 프로그램을 실행시키는 프로세서를 포함할 수 있다. 메모리와 프로세서는 각각 적어도 하나 마련될 수 있고, 복수 개 마련되는 경우에는 이들이 하나의 칩 상에 집적될 수도 있고 물리적으로 분리될 수도 있다.
또한, 내부 신호 제어기(241)와 외부 신호 제어기(242)는 동일한 프로세서 및 메모리에 의해 구현될 수도 있고, 별도의 프로세서 및 메모리에 의해 구현될 수도 있다.
도 9및 도 10은 대화 시스템의 구성 요소와 차량의 구성 요소들 사이의 연결 관계를 간략하게 나타낸 제어 블록도이다.
도 9를 참조하면, 음성 입력 장치(210)로부터 전송된 사용자 음성은 입력 처리기(110) 내의 음성 입력 처리기(111)로 입력될 수 있다.
또한, 내부 신호 제어기(241)를 통해 입력된 정보 및 외부 신호 제어기(242)를 통해 입력된 정보는 입력 처리기(110)로 입력된다.
음성 외 입력으로 입력되는 상황 정보는 음성 외 입력 장치(미도시) 및 차량 제어기(240)로부터 입력된 차량 상태 정보, 주행 환경 정보, 사용자 정보 등을 포함한다. 대화 시스템(100)은 이러한 음성 외 입력으로 입력되는 상황 정보에 기초하여 상황을 파악하고, 사용자의 의도를 더 정확히 파악하거나 현재 사용자에게 필요한 서비스를 효과적으로 찾을 수 있다.
결과 처리기(130)로부터 출력되는 응답은 대화자 출력 장치(230) 또는 차량 제어기(240)에 입력되어 차량(200)으로 하여금 사용자에게 필요한 서비스를 제공할 수 있게 한다. 또는, 외부 컨텐츠 서버(300)에 전송되어 필요한 서비스를 요청할 수 있다.
차량 제어기(240)로부터 전송되는 차량 상태 정보, 주행 환경 정보, 사용자 정보 및 음성 외 입력 장치(미도시)로부터 입력된 정보 등은 저장부(140)에 저장된다.
도 10을 참조하면, 저장부(140)는 장기 메모리(143)와 단기 메모리(144)를 포함할 수 있다. 저장부(140)에 저장되는 데이터는 데이터의 중요성과 영속성 및 설계자의 의도에 따라 단기, 장기 메모리로 구분되어 저장될 수 있다.
단기 메모리(144)는 이전에 수행한 대화를 저장할 수 있다. 이전에 수행한 대화는 현재 시점으로부터 기준 시간 이내에 수행한 대화일 수 있다. 또는, 사용자와 대화 시스템(100) 사이의 발화 내용의 용량이 기준치가 될 때까지 계속 대화가 저장될 수도 있다.
일 예로, 현재 시간이 식사 시간인 경우, 차량(200)은 스피커(232)를 통해 식당으로 안내할지 여부를 묻는 발화를 출력할 수 있다. 식사 시간인지 여부는 현재 시간이 식사 시간으로 미리 설정된 시간 범위에 포함하는지 여부에 기초하여 판단할 수 있다. 사용자가 "강남역 근처 식당 알려줘"라고 발화하거나, 사용자가 "식당 알려줘"라고 발화하고 차량(200)의 현재 위치가 강남역 근처인 경우, 대화 시스템(100)은 외부 컨텐츠 서버(300)를 통해 강남역 근처의 식당을 검색하고, 검색된 강남역 근처의 식당에 관한 정보를 사용자에게 제공한다. 정보 제공의 일 예로, 디스플레이(231)에 식당 목록을 표시할 수 있고, 사용자가 "첫 번째"라고 발화하면, 단기 메모리(144)에 식당에 대한 문의부터 선택까지의 대화 내용이 저장될 수 있다.
또는, 대화 내용 전체가 저장되는 것뿐만 아니라, 대화 내용에 포함된 특정 정보를 저장하는 것도 가능하다. 예를 들어, 단기 메모리(144) 또는 장기 메모리(143)에 식당 목록 중 첫 번째의 식당을 사용자가 선택한 식당으로 저장하는 것도 가능하다.
강남역 근처의 식당에 대한 대화 뒤에 사용자가 대화 시스템(100)에 "날씨는?"이라고 질문하면, 대화 시스템(100)은 단기 메모리(144)에 저장된 대화로부터 사용자의 관심 위치가 강남역인 것을 추정하여 사용자에게 "강남역에는 비가 오고 있습니다."라는 응답을 출력할 수 있다.
이후에, 사용자가 "그 식당 메뉴 좀 추천해줘."라고 발화하면, 대화 시스템(100)은 단기 메모리에 저장된 대화로부터 "그 식당"이 강남역 근처 식당인 것으로 추정하고, 외부 컨텐츠 서버(300)로부터 제공되는 서비스를 통해 해당 식당의 추천 메뉴에 대한 정보를 획득하고, "그 식당은 칼국수가 맛있습니다."와 같은 응답을 출력할 수 있다.
장기 메모리(143)는 데이터의 영속성 유무에 따라 데이터를 저장할 수 있다. 예를 들어, 가족이나 친구의 전화 번호, 집이나 회사와 같은 POI 정보, 특정 인자에 대한 사용자의 선호도 등은 데이터의 영속성이 보장되는 것으로 판단하고, 장기 메모리(143)에 저장할 수 있다. 반면, 데이터의 영속성이 보장되지 않는 것으로 판단되는 데이터는 단기 메모리(144)에 저장될 수 있다.
일 예로, 사용자의 현재 위치는 일시적인 데이터이므로 단기 메모리(144)에 저장될 수 있고, 식당에 대한 사용자의 선호도는 이후에도 사용 가능한 영속적인 데이터로 볼 수 있으므로 장기 메모리(144)에 저장될 수 있다.
사용자가 "근처에 식당 없나?"라고 발화하면, 대화 시스템(100)은 단기 메모리(144)로부터 사용자의 현재 위치를 파악하고 장기 메모리(143)로부터 사용자가 선호하는 식당이 중식당이라는 것을 파악할 수 있다. 따라서, 외부 컨텐츠를 이용하여 현재 위치 주변에서 사용자가 선호하는 중식당 목록을 추천해 줄 수 있다.
또한, 대화 시스템(100)은 장기 메모리(143)와 단기 메모리(144)에 저장된 데이터를 이용하여 사용자에게 선제적으로 서비스나 정보를 제공해줄 수 있다.
예를 들어, 장기 메모리(143)에 사용자의 집에 대한 정보가 저장될 수 있다. 대화 시스템(100)은 외부 컨텐츠 서버(300)로부터 사용자의 집과 관련된 정보를 획득하여, 사용자에게 "이번 주 금요일 아파트 단지 청소로 단수 예정입니다."라는 정보를 제공해줄 수 있다.
또는, 단기 메모리(144)에 차량의 배터리 상태에 대한 정보가 저장될 수 있다. 대화 시스템(100)은 단기 메모리(1440)에 저장된 차량의 배터리 상태를 분석하여 "차량의 배터리 상태가 좋지 않습니다. 겨울이 되기 전에 수리를 받으세요."라는 정보를 제공해 줄 수 있다.
도 11은 대화 시스템이 차량에 마련되는 차량 단독 방식에 대한 제어 블록도이다.
차량 단독 방식에서는 도 11에 도시된 바와 같이, 입력 처리기(110), 대화 관리기(120), 결과 처리기(130) 및 저장부(140)를 포함하는 대화 시스템(100)이 차량(200)에 포함될 수 있다.
대화 시스템(100)이 차량(200)에 포함되면, 차량(200)이 자체적으로 사용자와의 대화를 처리하고 사용자에게 필요한 서비스를 제공해줄 수 있다. 다만, 대화 처리 및 서비스 제공을 위해 필요한 정보는 외부 컨텐츠 서버(300)로부터 가져올 수 있다.
잔유량, 강우량, 강우 속도, 주변 장애물 정보, 타이어 공기압, 현재 위치, 엔진 온도, 차량 속도 등과 같은 차량 상태 정보 또는 주행 환경 정보는 차량에 마련된 감지부(미도시)에 의하여 감지될 수 있으며, 차량 제어기(240)를 통해 대화 시스템(100)에 입력된다.
또한, 차량 제어기(240)는 대화 시스템(100)이 출력한 응답에 따라 차량(200)에 마련된 공조 장치(251), 윈도우(252), 도어(253), 시트(254) 또는 AVN(255) 등을 제어할 수 있다.
예를 들어, 대화 시스템(100)이 사용자의 의도 또는 사용자에게 필요한 서비스가 차량(200) 내부의 온도를 낮추는 것이라고 판단하고, 이에 대응되는 명령어를 생성하여 출력하면, 차량 제어기(240)가 공조 장치(251)를 제어하여 차량(200) 내부의 온도를 낮출 수 있다.
다른 예로, 대화 시스템(100)이 사용자의 의도 또는 사용자에게 필요한 서비스가 운전석 윈도우(252a)를 올리는 것이라고 판단하고, 이에 대응되는 명령어를 생성하여 출력하면, 차량 제어기(240)가 윈도우(252)를 제어하여 운전석 윈도우(252a)를 올릴 수 있다.
또 다른 예로, 대화 시스템(100)이 사용자의 의도에 대응되는 서비스 또는 사용자에게 필요한 서비스가 특정 목적지로의 경로 안내라고 판단하고, 이에 대응되는 명령어를 생성하여 출력하면, 차량 제어기(240)가 AVN(255)을 제어하여 경로 안내를 수행할 수 있다. 필요한 경우, 통신 장치(280)가 외부 컨텐츠 서버(300)로부터 지도 데이터, POI 정보 등을 가져와 서비스 제공에 이용할 수 있다.
도 12 및 도 13은 대화 시스템이 원격 서버에 마련되고 차량이 사용자와 대화 시스템을 연결하는 게이트웨이의 역할만 하는 차량 게이트웨이 방식에 대한 제어 블록도이다.
차량 게이트웨이 방식에서는 도 12에 도시된 바와 같이, 차량(200) 외부에 원격 대화 시스템 서버(1)가 마련되고, 차량(200)에는 원격 대화 시스템 서버(1)와 통신 장치(280)를 통해 연결되는 대화 시스템 클라이언트(270)가 마련된다. 통신 장치(280)가 차량(200)과 원격 대화 시스템 서버(1)를 연결하는 게이트웨이의 역할을 수행한다.
대화 시스템 클라이언트(270)는 입출력 장치와 연결된 인터페이스로써 기능하며, 데이터 수집과 송수신을 수행할 수 있다.
차량(200)에 마련된 음성 입력 장치(210)와 음성 외 입력 장치(미도시)가 사용자 입력을 수신하고 대화 시스템 클라이언트(270)에 전달하면, 대화 시스템 클라이언트(270)가 통신 장치(280)를 통해 원격 대화 시스템 서버(1)로 입력 데이터를 전송할 수 있다.
차량 제어기(240) 역시 차량 감지부(미도시)에서 감지한 데이터를 대화 시스템 클라이언트(270)에 전달할 수 있고, 대화 시스템 클라이언트(270)가 통신 장치(280)를 통해 원격 대화 시스템 서버(1)로 차량 감지부(미도시)에서 감지한 데이터를 전송할 수 있다.
원격 대화 시스템 서버(1)에는 전술한 대화 시스템(100)이 마련되어 입력 데이터의 처리, 입력 데이터의 처리 결과를 바탕으로 한 대화 처리 및 대화 처리 결과에 기초한 결과 처리를 모두 수행할 수 있다.
또한, 원격 대화 시스템 서버(1)는 입력 데이터의 처리, 대화 관리 또는 결과 처리에 있어 필요한 정보나 컨텐츠를 외부 컨텐츠 서버(300)로부터 가져올 수 있다.
차량(200) 역시 원격 대화 시스템 서버(1)로부터 전송되는 응답에 따라 사용자에게 필요한 서비스를 제공하기 위해 필요한 컨텐츠를 외부 컨텐츠 서버(300)로부터 가져올 수 있다.
도 13을 참조하면, 통신 장치(280)는 외부 장치와 통신을 가능하게 하는 하나 이상의 통신 모듈을 포함할 수 있으며, 예를 들어 근거리 통신 모듈(281), 유선 통신 모듈(282) 및 무선 통신 모듈(283)를 포함할 수 있다.
근거리 통신 모듈(281)은 블루투스 모듈, 적외선 통신 모듈, RFID(Radio Frequency Identification) 통신 모듈, WLAN(Wireless Local Access Network) 통신 모듈, NFC 통신 모듈, 직비(Zigbee) 통신 모듈 등 근거리에서 무선 통신망을 이용하여 신호를 송수신하는 다양한 근거리 통신 모듈 중 적어도 하나를 포함할 수 있다.
유선 통신 모듈(282)은 지역 통신(Local Area Network; LAN) 모듈, 광역 통신(Wide Area Network; WAN) 모듈 또는 부가가치 통신(Value Added Network; VAN) 모듈 등 다양한 유선 통신 모듈뿐만 아니라, USB(Universal Serial Bus), HDMI(High Definition Multimedia Interface), DVI(Digital Visual Interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 다양한 케이블 통신 모듈 중 적어도 하나를 포함할 수 있다.
무선 통신 모듈(283)은 와이파이(Wifi) 모듈, 와이브로(Wireless broadband) 모듈 외에도, GSM(Global System for Mobile Communication), CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), UMTS(Universal Mobile Telecommunications System), TDMA(Time Division Multiple Access), LTE(Long Term Evolution), 4G, 5G 등 무선 통신 방식으로 인터넷망과 연결될 수 있는 다양한 무선 통신 모듈 중 적어도 하나를 포함할 수 있다.
한편, 통신 장치(280)는 차량(200) 내부의 전자 장치들 사이의 통신을 위한 내부 통신 모듈(미도시)을 더 포함할 수도 있다. 차량(200)의 내부 통신 프로토콜로는 CAN(Controller Area Network), LIN(Local Interconnection Network), 플렉스레이(FlexRay), 이더넷(Ethernet) 등을 사용할 수 있다.
대화 시스템(100)은 무선 통신 모듈(283)을 이용하여 외부 컨텐츠 서버(300) 또는 원격 대화 시스템 서버(1)와 데이터를 주고 받을 수 있다. 또한, 무선 통신 모듈(283)을 이용하여V2X 통신을 수행할 수 있다. 또한, 근거리 통신 모듈(281) 또는 유선 통신 모듈(282)을 이용하여 차량(200)에 연결되는 모바일 기기와 데이터를 주고 받을 수 있다.
도 14는 차량 게이트웨이 방식에서 차량이 입력 처리와 출력 처리를 일부 수행할 수 있는 경우에 대한 제어 블록도이다.
전술한 바와 같이, 차량(200)의 대화 시스템 클라이언트(270)가 데이터의 수집 및 송수신의 기능만 수행하는 것도 가능하나, 도 14에 도시된 바와 같이, 대화 시스템 클라이언트(270)에 입력 처리기(271), 결과 처리기(273) 및 저장부(274)가 포함되어, 사용자나 차량으로부터 입력되는 데이터의 처리나 사용자에게 필요한 것으로 판단된 서비스 제공과 관련된 처리를 차량(200)에서도 수행하는 것이 가능하다. 즉, 입력 처리기(110)와 결과 처리기(130)의 동작을 원격 대화 시스템 서버(1)뿐만 아니라 차량(200)에서도 수행할 수 있다.
이 경우, 전술한 입력 처리기(110)의 동작을 대화 시스템 클라이언트(270)가 일부만 수행하는 것도 가능하고 전부 수행하는 것도 가능하다. 또한, 전술한 결과 처리기(130)의 동작을 대화 시스템 클라이언트(270)가 일부만 수행하는 것도 가능하고 전부 수행하는 것도 가능하다.
처리해야 할 데이터의 용량 및 데이터 처리 속도 등을 고려하여 원격 대화 시스템 서버(1)와 대화 시스템 클라이언트(270) 사이의 태스크 분담을 결정할 수 있다.
도 15는 원격 대화 시스템 서버와 차량이 모두 대화 처리를 수행할 수 있는 하이브리드 방식에 대한 제어 블록도이다.
하이브리드 방식에서는 도 15에 도시된 바와 같이, 원격 대화 시스템 서버(1)에도 입력 처리기(110), 대화 관리기(120), 결과 처리기(130) 및 저장부(140)가 마련되어 대화 처리를 수행할 수 있고, 차량(200)에도 입력 처리기(291), 대화 관리기(292), 결과 처리기(293) 및 저장부(294)를 포함하는 단말 대화 시스템(290)이 마련되어 대화 처리를 수행할 수 있다.
다만, 차량(200)에 마련된 프로세서나 메모리는 원격 대화 시스템 서버(1)에 마련된 프로세서나 메모리와 용량이나 성능 측면에서 차이가 있을 수 있다. 따라서, 단말 대화 시스템(290)에서 모든 입력 데이터를 처리하고 대화를 관리하여 결과를 출력할 수 있는 경우에는 단말 대화 시스템(290)에서 전 과정을 수행하고, 그렇지 않은 경우에는 원격 대화 시스템 서버(1)에 처리를 요청할 수 있다.
단말 대화 시스템(290)에서 대화 처리를 수행하기 전에, 입력 데이터의 종류에 기초하여 단말 대화 시스템(290)의 처리 가부를 판단하고, 판단 결과에 따라 직접 처리하거나 원격 대화 시스템 서버(1)에 처리를 요청할 수 있다.
또는, 단말 대화 시스템(290)이 대화 처리를 수행하다가 처리가 불가능한 상황이 발생하였을 때, 원격 대화 시스템 서버(1)에 처리를 요청하면서 자신이 처리한 결과를 함께 전송하는 것도 가능하다.
예를 들어, 고성능의 컴퓨팅 파워, 장기간 데이터의 처리가 필요한 경우는 원격 대화 시스템 서버(1)에서 처리하고, 실시간으로 처리해야 하는 것은 단말 대화 시스템(290)에서 처리할 수 있다. 예를 들어, 즉시 처리가 필요한 인스턴스가 발생하여 동기화 이전 데이터를 처리해야 하는 경우에는 단말 대화 시스템(290)에서 우선적으로 처리되도록 설정할 수 있다.
또한, 차량 내 미등록 발화자가 있어 사용자 확인이 필요한 경우에는 원격 대화 시스템 서버(1)에서 대화를 처리하도록 할 수 있다.
또한, 통신 장치(280)를 통해 원격 대화 시스템 서버(1)와 연결이 불가능한 상황에서 단말 대화 시스템(290)이 자체적으로 대화 처리를 완료할 수 없는 경우에는, 대화자 출력 장치(230)를 통해 사용자에게 대화 처리가 수행될 수 없음을 안내할 수 있다.
단말 대화 시스템(290)에 저장되는 데이터와 원격 대화 시스템 서버(1)에 저장되는 데이터는 데이터의 용량이나 데이터의 종류와 같은 기준에 따라 결정될 수 있다. 예를 들어, 개인 식별이 가능하여 프라이버시 침해 우려가 있는 데이터의 경우에는 단말 대화 시스템(290)의 저장부(294)에 저장할 수 있다. 또한, 대용량의 데이터는 원격 대화 시스템 서버(1)의 저장부(140)에 저장하고, 소용량의 데이터는 단말 대화 시스템(290)의 저장부(294)에 저장할 수 있다. 또는, 소용량의 데이터가 원격 대화 시스템 서버(1)의 저장부(140)와 단말 대화 시스템(290)의 저장부(294) 양쪽에 모두 저장되는 것도 가능하다.
도 16및 도 17은 차량에 연결된 모바일 기기가 사용자와 원격 대화 시스템 서버를 연결하는 모바일 게이트웨이 방식에 대한 제어 블록도이다.
모바일 게이트웨이 방식에서는 도 16에 도시된 바와 같이, 모바일 기기(400)가 차량(200)으로부터 차량 상태 정보, 주행 환경 정보 등을 수신하고, 사용자 입력과 차량 상태 정보를 원격 대화 시스템 서버(1)로 전송한다. 즉, 모바일 기기(400)가 사용자와 원격 대화 시스템 서버(1) 또는 차량(200)와 원격 대화 시스템 서버(1)를 연결하는 게이트웨이의 역할을 수행한다.
모바일 기기(400)는 스마트 폰, 스마트 워치, 스마트 글래스, PDA, 태플릿 PC 등과 같이 휴대가 가능하며 외부 서버 및 차량과 통신하여 데이터를 주고 받을 수 있는 전자 기기일 수 있다.
모바일 기기(400)는 사용자 음성을 입력 받는 음성 입력 장치(410), 사용자의 음성 외 입력을 수신하는 음성 외 입력 장치(미도시), 시각적, 청각적 또는 촉각적으로 응답을 출력하는 출력 장치(430), 원격 대화 시스템 서버(1) 및 차량(200)과 통신하여 데이터를 송수신하는 통신 장치(480) 및 차량(200)과 사용자로부터 입력 데이터를 수집하여 통신 장치(480)를 통해 원격 대화 시스템 서버(1)로 전송하는 대화 시스템 클라이언트(470)를 포함한다.
음성 입력 장치(410)는 음향을 입력 받아 전기적인 신호로 변환하여 출력하는 마이크로폰을 포함할 수 있다.
음성 외 입력 장치(미도시)는 모바일 기기(400)에 마련된 입력 버튼, 터치 스크린 또는 카메라를 포함할 수 있다.
출력 장치(430)는 모바일 기기(400)에 마련된 디스플레이, 스피커 또는 진동기를 포함할 수 있다.
사용자에 대한 입출력 인터페이스로 모바일 기기(400)에 마련된 음성 입력 장치(410), 음성 외 입력 장치(미도시) 및 출력 장치(430)를 이용하는 것뿐만 아니라, 차량(200)에 마련된 음성 입력 장치(210), 음성 외 입력 장치(미도시) 및 대화자 출력 장치(230)를 이용하는 것도 가능하다.
차량(200)이 차량 감지부(미도시)가 감지한 데이터와 사용자 입력을 모바일 기기(400)에 전달하면, 모바일 기기(400)의 대화 시스템 클라이언트(470)가 이를 원격 대화 시스템 서버(1)로 전송한다.
또한, 대화 시스템 클라이언트(470)는 원격 대화 시스템 서버(1)로부터 전송되는 응답이나 명령어를 차량(200)에 전달할 수 있다. 사용자에 대한 입출력 인터페이스로 차량(200)에 마련된 대화자 출력 장치(230)를 이용하는 경우에는, 대화자 출력 장치(230)를 통해 대화 시스템(100)의 발화를 출력하거나, 사용자의 발화에 대한 응답을 출력할 수 있다. 모바일 기기(400)에 마련된 출력 장치(430)를 이용하는 경우에는, 모바일 기기(400)의 출력 장치(430)를 통해 대화 시스템(100)의 발화를 출력하거나, 사용자의 발화에 대한 응답을 출력할 수 있다.
차량 제어를 위한 명령어는 차량(200)에 전달되고, 차량 제어기(240)는 전달된 명령어에 대응되는 제어를 수행하여 사용자에게 필요한 서비스를 제공할 수 있다.
한편, 대화 시스템 클라이언트(470)는 입력 데이터를 수집하여 원격 대화 시스템 서버(1)로 전달하는 것뿐만 아니라, 대화 시스템(100)의 입력 처리기(110) 및 결과 처리기(130)의 기능을 일부 또는 전부 수행하는 것도 가능하다.
도 17을 참조하면, 모바일 기기(400)의 통신 장치(480)는 외부 장치와 통신을 가능하게 하는 하나 이상의 통신 모듈을 포함할 수 있으며, 예를 들어 근거리 통신 모듈(481), 유선 통신 모듈(482) 및 무선 통신 모듈(483)를 포함할 수 있다.
근거리 통신 모듈(481)은 블루투스 모듈, 적외선 통신 모듈, RFID(Radio Frequency Identification) 통신 모듈, WLAN(Wireless Local Access Network) 통신 모듈, NFC 통신 모듈, 직비(Zigbee) 통신 모듈 등 근거리에서 무선 통신망을 이용하여 신호를 송수신하는 다양한 근거리 통신 모듈 중 적어도 하나를 포함할 수 있다.
유선 통신 모듈(482)은 지역 통신(Local Area Network; LAN) 모듈, 광역 통신(Wide Area Network; WAN) 모듈 또는 부가가치 통신(Value Added Network; VAN) 모듈 등 다양한 유선 통신 모듈뿐만 아니라, USB(Universal Serial Bus), HDMI(High Definition Multimedia Interface), DVI(Digital Visual Interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 다양한 케이블 통신 모듈 중 적어도 하나를 포함할 수 있다.
무선 통신 모듈(483)은 와이파이(Wifi) 모듈, 와이브로(Wireless broadband) 모듈 외에도, GSM(Global System for Mobile Communication), CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), UMTS(Universal Mobile Telecommunications System), TDMA(Time Division Multiple Access), LTE(Long Term Evolution), 4G, 5G 등 무선 통신 방식으로 인터넷망과 연결될 수 있는 다양한 무선 통신 모듈 중 적어도 하나를 포함할 수 있다.
예를 들어, 모바일 기기(400)는 근거리 통신 모듈(481) 또는 유선 통신 모듈(482)을 통해 차량(200)과 연결될 수 있고, 무선 통신 모듈(483)을 통해 원격 대화 시스템 서버(1) 또는 외부 컨텐츠 서버(300)와 연결될 수 있다.
도 18은 모바일 기기에 대화 시스템이 탑재되는 모바일 단독 방식에 대한 제어 블록도이다.
모바일 단독 방식에서는, 도 18에 도시된 바와 같이, 대화 시스템(100)이 모바일 기기(400)에 마련된다.
따라서, 대화 처리를 수행하기 위해 원격 대화 시스템 서버(1)와 연결될 필요가 없고, 모바일 기기(400)가 자체적으로 사용자와의 대화를 처리하고 사용자에게 필요한 서비스를 제공해줄 수 있다. 다만, 대화 처리 및 서비스 제공을 위해 필요한 정보 중 일부는 외부 컨텐츠 서버(300)로부터 가져올 수 있다.
또한, 전술한 방식 중 어느 방식에서든, 대화 시스템(100)을 구성하는 구성요소들이 물리적으로 분리되어 마련되는 것도 가능하고, 구성요소 중 일부가 생략되는 것도 가능하다. 예를 들어, 대화 시스템(100)이 원격 대화 시스템 서버(1)에 마련되는 경우에도, 대화 시스템(100)을 구성하는 구성요소들 중 일부가 별도의 서버나 차량에 마련될 수 있다. 이 때, 별도의 서버는 운영 또는 관리 주체가 원격 대화 시스템 서버(1)와 동일할 수도 있고, 다를 수도 있다. 예를 들어, 후술하는 음성 인식기 또는 자연어 이해기는 별도의 서버에 마련될 수 있고, 대화 시스템(100)은 별도의 서버로부터 사용자 발화에 대한 음성 인식 결과 또는 자연어 이해 결과를 제공받을 수 있다. 또는, 저장부(140)가 별도의 서버에 마련되는 것도 가능하다.
이하, 대화 시스템(100)의 세부적인 구성 및 각 구성요소 별 구체적인 동작을 상세하게 설명한다. 후술하는 실시예에서는 설명의 편의를 위해, 대화 시스템(100)이 차량(200)에 마련된 경우를 가정하여 설명한다. 후술하는 대화 시스템(100)의 세부적인 구성들은 수행하는 동작에 따라 구분한 것으로서, 이들이 동일한 프로세서와 메모리에 의해 구현되는지 여부, 프로세서와 메모리의 물리적인 위치 등에 대해서는 제한을 두지 않는다.
도 19, 도 20A 및 도 20B는 대화 시스템의 구성 중 입력 처리기의 구성이 세분화된 제어 블록도이다.
도 19를 참조하면, 입력 처리기(110)는 음성 입력을 처리하는 음성 입력 처리기(111)를 포함할 수 있다. 음성 입력 장치(210)를 통해 입력된 사용자 음성은 음성 입력 처리기(111)로 전송될 수 있다.
음성 입력 처리기(111)는 입력된 사용자 음성을 인식하여 텍스트 형태의 발화문으로 출력하는 음성 인식기(111a), 발화문에 대해 자연어 이해 기술(Natural Language Understanding)을 적용하여 발화문이 내포하는 사용자의 의도를 파악하는 자연어 이해기(111b) 및 자연어 이해 결과와 상황 정보를 대화 관리기(120)로 전달하는 대화 입력 관리기(111c)를 포함할 수 있다.
음성 인식기(111a)는 음성 인식 엔진(speech recognition engine)을 포함하고, 음성 인식 엔진은 입력된 음성에 음성 인식 알고리즘을 적용하여 사용자가 발화한 음성을 인식하고, 인식 결과를 생성할 수 있다.
이 때, 입력된 음성은 음성 인식을 위한 더 유용한 형태로 변환될 수 있는바, 음성 신호로부터 시작 지점과 끝 지점을 검출하여 입력된 음성에 포함된 실제 음성 구간을 검출한다. 이를 EPD(End Point Detection)이라 한다.
그리고, 검출된 구간 내에서 켑스트럼(Cepstrum), 선형 예측 코딩(Linear Predictive Coefficient: LPC), 멜프리퀀시켑스트럼(Mel Frequency Cepstral Coefficient: MFCC) 또는 필터 뱅크 에너지(Filter Bank Energy) 등의 특징 벡터 추출 기술을 적용하여 입력된 음성의 특징 벡터를 추출할 수 있다.
그리고, 추출된 특징 벡터와 훈련된 기준 패턴과의 비교를 통하여 인식 결과를 얻을 수 있다. 이를 위해, 음성의 신호적인 특성을 모델링하여 비교하는 음향 모델(Acoustic Model) 과 인식 어휘에 해당하는 단어나 음절 등의 언어적인 순서 관계를 모델링하는 언어 모델(Language Model)이 사용될 수 있다. 이를 위해, 저장부(140)에는 음향 모델/언어 모델 DB가 저장될 수 있다.
음향 모델은 다시 인식 대상을 특징 벡터 모델로 설정하고 이를 음성 데이터의 특징 벡터와 비교하는 직접 비교 방법과 인식 대상의 특징 벡터를 통계적으로 처리하여 이용하는 통계 방법을 나뉠 수 있다.
직접 비교 방법은 인식 대상이 되는 단어, 음소 등의 단위를 특징 벡터 모델로 설정하고 입력 음성이 이와 얼마나 유사한지를 비교하는 방법으로서, 대표적으로 벡터 양자화(Vector Quantization) 방법이 있다. 벡터 양자화 방법에 의하면 입력된 음성 데이터의 특징 벡터를 기준 모델인 코드북(codebook)과 매핑시켜 대표 값으로 부호화함으로써 이 부호 값들을 서로 비교하는 방법이다.
통계적 모델 방법은 인식 대상에 대한 단위를 상태 열(State Sequence)로 구성하고 상태 열 간의 관계를 이용하는 방법이다. 상태 열은 복수의 노드(node)로 구성될 수 있다. 상태 열 간의 관계를 이용하는 방법은 다시 동적 시간 와핑(Dynamic Time Warping: DTW), 히든 마르코프 모델(Hidden Markov Model: HMM), 신경 회로망을 이용한 방식 등이 있다.
동적 시간 와핑은 같은 사람이 같은 발음을 해도 신호의 길이가 시간에 따라 달라지는 음성의 동적 특성을 고려하여 기준 모델과 비교할 때 시간 축에서의 차이를 보상하는 방법이고, 히든 마르코프 모델은 음성을 상태 천이 확률 및 각 상태에서의 노드(출력 심볼)의 관찰 확률을 갖는 마르코프 프로세스로 가정한 후에 학습 데이터를 통해 상태 천이 확률 및 노드의 관찰 확률을 추정하고, 추정된 모델에서 입력된 음성이 발생할 확률을 계산하는 인식 기술이다.
한편, 단어나 음절 등의 언어적인 순서 관계를 모델링하는 언어 모델은 언어를 구성하는 단위들 간의 순서 관계를 음성 인식에서 얻어진 단위들에 적용함으로써 음향적인 모호성을 줄이고 인식의 오류를 줄일 수 있다. 언어 모델에는 통계적 언어 모델과 유한 상태 네트워크(Finite State Automata: FSA)에 기반한 모델이 있고, 통계적 언어 모델에는 Unigram, Bigram, Trigram 등 단어의 연쇄 확률이 이용된다.
음성 인식기(111a)는 음성을 인식함에 있어 상술한 방식 중 어느 방식을 사용해도 무방하다. 예를 들어, 히든 마르코프 모델이 적용된 음향 모델을 사용할 수도 있고, 음향 모델과 음성 모델을 통합한 N-best 탐색법을 사용할 수 있다. N-best 탐색법은 음향 모델과 언어 모델을 이용하여 N개까지의 인식 결과 후보를 선택한 후, 이들 후보의 순위를 재평가함으로써 인식 성능을 향상시킬 수 있다.
음성 인식기(111a)는 인식 결과의 신뢰성을 확보하기 위해 신뢰값(confidence value)을 계산할 수 있다. 신뢰값은 음성 인식 결과에 대해서 그 결과를 얼마나 믿을 만한 것인가를 나타내는 척도이다. 일 예로, 인식된 결과인 음소나 단어에 대해서, 그 외의 다른 음소나 단어로부터 그 말이 발화되었을 확률에 대한 상대값으로 정의할 수 있다. 따라서, 신뢰값은 0 에서 1 사이의 값으로 표현할 수도 있고, 0 에서 100 사이의 값으로 표현할 수도 있다.
신뢰값이 미리 설정된 임계값(threshold)을 초과하는 경우에는 인식 결과를 출력하여 인식 결과에 대응되는 동작이 수행되도록 할 수 있고, 신뢰값이 임계값 이하인 경우에는 인식 결과를 거절(rejection)할 수 있다.
음성 인식기(111a)의 인식 결과인 텍스트 형태의 발화문은 자연어 이해기(111b)로 입력된다.
자연어 이해기(111b)는 자연어 이해 기술을 적용하여 발화문에 내포된 사용자의 의도를 파악할 수 있다. 따라서, 사용자는 자연스러운 대화(Dialogue)를 통해 명령을 입력할 수 있고, 대화 시스템(100) 역시 대화를 통해 명령의 입력을 유도하거나 사용자가 필요로 하는 서비스를 제공할 수 있다.
먼저, 자연어 이해기(111b)는 텍스트 형태의 발화문에 대해 형태소 분석을 수행한다. 형태소는 의미의 최소 단위로써, 더 이상 세분화할 수 없는 가장 작은 의미 요소를 나타낸다. 따라서, 형태소 분석은 자연어 이해의 첫 단계로서, 입력 문자열을 형태소열로 바꿔준다.
자연어 이해기(111b)는 형태소 분석 결과에 기초하여 발화문으로부터 도메인을 추출한다. 도메인은 사용자가 발화한 언어의 주제를 식별할 수 있는 것으로서, 예를 들어, 경로 안내, 날씨 검색, 교통 검색, 일정 관리, 주유 안내, 공조 제어, 가전 제어, 전화 관리 등의 다양한 주제를 나타내는 도메인이 데이터베이스화 되어 있다.
자연어 이해기(111b)는 발화문으로부터 개체명을 인식할 수 있다. 개체명은 인명, 지명, 조직명, 시간, 날짜, 화폐 등의 고유 명사로서, 개체명 인식은 문장에서 개체명을 식별하고 식별된 개체명의 종류를 결정하는 작업이다. 개체명 인식을 통해 문장에서 중요한 키워드를 추출하여 문장의 의미를 파악할 수 있다.
자연어 이해기(111b)는 발화문이 갖는 화행을 분석할 수 있다. 화행 분석은 사용자 발화에 대한 의도를 분석하는 작업으로, 사용자가 질문을 하는 것인지, 요청을 하는 것인지, 응답을 하는 것인지, 단순한 감정 표현을 하는 것인지 등에 관한 발화의 의도를 파악하는 것이다.
자연어 이해기(111b)는 사용자의 발화 의도에 대응하는 액션을 추출한다. 발화문에 대응되는 도메인, 개체명, 화행 등의 정보에 기초하여 사용자의 발화 의도를 파악하고, 발화 의도에 대응되는 액션을 추출할 수 있다. 액션은 오브젝트(Object)와 오퍼레이터(Operator)에 의해 정의될 수 있다.
또한, 자연어 이해기(111b)는 액션 수행과 관련된 인자를 추출하는 것도 가능하다. 액션 수행과 관련된 인자는 액션을 수행하는데 직접적으로 필요한 유효 인자일 수도 있고, 이러한 유효 인자를 추출하기 위해 사용되는 비유효 인자일 수도 있다.
예를 들어, 사용자의 발화문이 "서울역 가자"인 경우에, 자연어 이해기(111b)는 발화문에 대응되는 도메인으로 "내비게이션"을 추출하고, 액션으로 "길안내"를 추출할 수 있다. 화행은 "요청"에 해당한다.
개체명인 "서울역"은 액션 수행과 관련된 [인자: 목적지]에 해당하나, 실제 내비게이션을 통한 길안내를 위해서는 구체적인 출구 번호나 GPS 정보가 필요할 수 있다. 이 경우, 자연어 이해기(111b)가 추출한 [인자: 목적지: 서울역]은 다수의 서울역 POI 중 실제 사용자가 원하는 서울역을 검색하기 위한 후보 인자가 될 수 있다.
또한, 자연어 이해기(111b)는 파스트리(Parse-tree)와 같이 단어와 단어, 문장과 문장의 수식 관계를 표현할 수 있는 수단도 추출할 수 있다.
자연어 이해기(111b)의 처리 결과인, 형태소 분석 결과, 도메인 정보, 액션 정보, 화행 정보, 추출된 인자 정보, 개체명 정보, 파스트리 등은 대화 관리기(120)로 전달된다.
입력 처리기(110)는 전술 또는 후술하는 동작을 수행하기 위한 프로그램이 저장되는 메모리 및 저장된 프로그램을 실행시키는 프로세서를 포함할 수 있다. 메모리와 프로세서는 각각 적어도 하나 마련될 수 있고, 복수 개 마련되는 경우에는 이들이 하나의 칩 상에 집적될 수도 있고 물리적으로 분리될 수도 있다.
또한, 입력 처리기(110)에 포함되는 음성 입력 처리기(111)는 동일한 프로세서 및 메모리에 의해 구현되는 것도 가능하고, 별개의 프로세서 및 메모리에 의해 구현되는 것도 가능하다.
이하, 도 20A 및 도 20B를 참조하여 입력 처리기(110)의 구성요소들이 저장부(140)에 저장된 정보를 이용하여 어떻게 입력 데이터를 처리하는지 구체적으로 설명한다.
도 20A를 참조하면, 자연어 이해기(111b)는 도메인 추출, 개체명 인식, 화행 분석 및 액션 추출을 위해 도메인/액션 추론 규칙 DB(141)를 이용할 수 있다.
도메인/액션 추론 규칙 DB(141)에는 도메인 추출 규칙, 화행 분석 규칙, 개체명 변환 규칙, 액션 추출 규칙 등이 저장될 수 있다.
음성 외 사용자 입력, 차량 상태 정보, 주행 환경 정보, 사용자 정보와 같은 기타 정보는 장기 메모리(143) 또는 단기 메모리(144)에 저장될 수 있다.
예를 들어, 단기 메모리(144)와 장기 메모리(143)에는 사용자의 현재 상태, 사용자의 선호도/성향 또는 이를 판단할 수 있는 데이터와 같이 사용자에게 의미가 있는 데이터가 저장될 수 있다.
전술한 바와 같이, 장기 메모리(143)에는 사용자의 전화번호부, 일정, 선호도, 학력, 성격, 직업, 가족 관련 정보 등과 같이 영속성이 보장되어 장기적으로 사용 가능한 정보가 저장될 수 있다.
단기 메모리(144)에는 현재/이전 위치, 오늘 일정, 이전 대화 내용, 대화 참여자, 주변 상황, 도메인, 운전자 상태 등과 같이 영속성이 보장되지 않거나 불확실하여 단기적으로 사용되는 정보가 저장될 수 있다. 데이터의 종류에 따라 단기 메모리(144) 및 장기 메모리(143) 중 두 개 이상의 저장소에 중복되어 저장되는 데이터도 있을 수 있다.
또한, 단기 메모리(144)에 저장된 정보 중 영속성이 보장되는 것으로 판단된 정보는 장기 메모리(143)로 보내질 수 있다.
또한, 단기 메모리(144)에 저장된 정보를 이용하여 장기 메모리(143)에 저장될 정보를 획득하는 것도 가능하다. 예를 들어, 일정 기간 축적된 목적지 정보 또는 대화 내용을 분석하여 사용자의 선호도를 획득하고, 획득된 사용자의 선호도를 장기 메모리(143)에 저장할 수 있다.
단기 메모리(144)에 저장된 정보를 이용하여 장기 메모리(143)에 저장될 정보를 획득하는 것은 대화 시스템(100) 내부에서 수행되는 것도 가능하고, 별도의 외부 시스템에서 수행되는 것도 가능하다.
전자의 경우, 후술하는 결과 처리기(130)의 메모리 관리기(135)에서 수행 가능하다. 이 경우, 단기 메모리(144)에 저장된 데이터 중에서 사용자의 선호도나 성향과 같이 의미 있는 정보 또는 영속성 있는 정보를 획득하는데 사용되는 데이터는 장기 메모리(143)에 로그 파일 형태로 저장될 수 있다.
메모리 관리기(135)는 일정 기간 이상 축적된 데이터를 분석하여 영속성이 있는 데이터를 획득하고 장기 메모리(143)에 다시 저장한다. 장기 메모리(143) 내에서 영속성 있는 데이터가 저장되는 위치와 로그 파일 형태로 저장되는 데이터가 저장되는 위치를 서로 다를 수 있다.
또는, 메모리 관리기(135)가 단기 메모리(144)에 저장된 데이터 중에서 영속성 있는 데이터를 판단하고, 판단된 데이터를 장기 메모리(143)로 옮겨 저장하는 것도 가능하다.
별도의 외부 시스템에서 수행하는 경우에는, 도 20B에 도시된 바와 같이 통신부(810), 저장부(820) 및 제어부(830)를 포함하는 데이터 관리 시스템(800)이 사용될 수 있다.
통신부(810)가 단기 메모리(144)에 저장된 데이터를 수신한다. 저장된 데이터 전부가 통신부(810)에 전송될 수도 있고, 사용자의 선호도나 성향과 같이 의미 있는 정보 또는 영속성 있는 정보를 획득하는데 사용되는 데이터만 선별되어 전송될 수도 있다. 수신된 데이터는 저장부(820)에 저장된다.
제어부(830)는 축적된 데이터를 분석하여 영속성이 있는 데이터를 획득하고, 획득된 데이터는 다시 통신부(810)를 통해 대화 시스템(100)으로 전송한다. 전송된 데이터는 대화 시스템(100)의 장기 메모리(143)에 저장된다.
도 21은 대화 관리기의 구성이 세분화된 제어 블록도이고, 도 22는 액션 인자 DB에 저장된 정보의 예시를 나타낸 도면이고, 도 23A, 도 23B 및 도 23C는 액션 인자 DB에 저장된 정보의 구체적인 예시를 나타낸 도면이다.
도 21을 참조하면, 대화 관리기(120)는 대화 또는 액션을 생성/삭제/업데이트하도록 요청하는 대화 흐름 관리기(121), 대화 흐름 관리기(121)의 요청에 따라 대화 또는 액션을 생성/삭제/업데이트하는 대화 액션 관리기(122), 상황에 대한 모호성과 대화에 대한 모호성을 해결하여 궁극적으로 사용자의 의도를 명확히 하는 모호성 해결기(123), 액션 수행에 필요한 인자를 관리하는 인자 관리기(124) 및 외부 컨텐츠 목록 및 관련 정보를 관리하고 외부 컨텐츠 쿼리에 필요한 인자 정보를 관리하는 외부 정보 관리기(126)를 포함할 수 있다.
대화 관리기(120)는 전술 또는 후술하는 동작을 수행하기 위한 프로그램이 저장되는 메모리 및 저장된 프로그램을 실행시키는 프로세서를 포함할 수 있다. 메모리와 프로세서는 각각 적어도 하나 마련될 수 있고, 복수 개 마련되는 경우에는 이들이 하나의 칩 상에 집적될 수도 있고 물리적으로 분리될 수도 있다.
또한, 대화 관리기(120)에 포함되는 각각의 구성요소들이 단일 프로세서에 의해 구현되는 것도 가능하고, 별개의 프로세서에 의해 구현되는 것도 가능하다.
또한, 대화 관리기(120)와 입력 처리기(110) 역시 단일 프로세서에 의해 구현되는 것도 가능하고, 별개의 프로세서에 의해 구현되는 것도 가능하다.
사용자의 발화가 입력된 경우에는, 자연어 이해기(111b)가 자연어 이해 결과(자연어 이해기의 출력)를 대화 흐름 관리기(121)에 전달한다.
자연어 이해기(111b)의 출력은 도메인, 액션 등의 정보 외에도 형태소 분석 결과와 같은 사용자의 발화 내용 자체에 대한 정보도 포함한다.
대화 흐름 관리기(121)는 대화 입력 관리기(111c)로부터의 입력에 대응되는 대화 태스크 또는 액션 태스크가 대화/액션 DB(147)에 존재하는지 검색한다.
대화/액션 DB(147)는 대화의 상태와 액션의 상태를 관리하기 위한 저장 공간으로서, 현재 진행 중인 대화, 액션들과 앞으로 진행할 예비 액션들에 대한 대화 상태 및 액션 상태를 저장할 수 있다. 예를 들어, 종료된 대화/액션, 정지된 대화/액션, 진행 중인 대화/액션, 진행될 대화/액션의 상태가 저장될 수 있다.
또한, 액션의 스위칭/네스팅 여부, 스위칭된 액션 인덱스, 액션 변경 시간, 화면/음성/명령어 등의 마지막 출력 상태 등을 저장할 수 있다.
예를 들어, 사용자 발화에 대응되는 도메인과 액션이 추출된 경우에는, 가장 최근에 저장된 대화 중 해당 도메인과 액션에 대응되는 대화 또는 액션이 존재하면 이를 입력 처리기(110)로부터의 입력에 대응되는 대화 태스크 또는 액션 태스크로 판단할 수 있다.
사용자 발화에 대응되는 도메인과 액션이 추출되지 않은 경우에는, 임의의 태스크를 생성하거나, 가장 최근에 저장된 태스크를 참조하도록 대화 액션 생성기(122)에 요청할 수 있다.
대화/액션 DB(147)에 입력 처리기(110)의 출력에 대응되는 대화 태스크 또는 액션 태스크가 존재하지 않으면, 대화 흐름 관리기(121)는 대화 액션 관리기(122)에 새로운 대화 태스크와 액션 태스크를 생성하도록 요청한다.
대화 흐름 관리기(121)가 대화의 흐름을 관리함에 있어서, 대화 정책 DB(148)를 참조할 수 있다. 대화 정책 DB(148)는 대화를 전개하기 위한 정책을 저장하며, 구체적으로 대화를 선택/시작/제안/정지/종료하기 위한 정책을 저장한다.
또한, 대화 정책 DB(148)는 시스템이 응답을 출력하는 시점과 방법론에 대한 정책도 저장할 수 있으며, 다수의 서비스를 연계하여 응답을 만드는 정책과 기존의 액션을 삭제하고 다른 액션으로 교체하기 위한 정책을 저장할 수 있다.
예를 들어, 후보 액션이 복수이거나, 사용자의 의도나 상황에 대응되는 액션이 복수일 때(A 액션, B액션), "A 액션을 수행하고 B 액션을 수행하겠습니까?"와 같이 두 액션에 대한 응답을 한 번에 생성하는 정책과, "A액션을 수행합니다"
Figure pat00001
"B액션을 수행할까요?"와 같이 하나의 액션에 대한 응답을 생성한 이후에, B 액션에 대해서도 별도의 응답을 생성하는 정책이 모두 가능하다.
대화 액션 관리기(122)는 대화/액션 DB(147)에 저장 공간을 할당하여, 입력 처리기(110)의 출력에 대응되는 대화 태스크와 액션 태스크를 생성한다.
한편, 사용자의 발화로부터 도메인과 액션을 추출할 수 없는 경우, 대화 액션 관리기(122)는 임의의 대화 상태를 생성할 수 있다. 이 경우, 후술하는 바와 같이, 모호성 해결기(123)가 사용자의 발화 내용, 주변 상황, 차량 상태, 사용자 정보 등에 기초하여 사용자의 의도를 파악하고 이에 대응되는 적절한 액션을 판단할 수 있다.
대화/액션 DB(147)에 입력 처리기(110)의 출력에 대응되는 대화 태스크와 액션 태스크가 존재하면, 대화 흐름 관리기(121)는 대화 액션 관리기(122)가 해당 대화 태스크와 액션 태스크를 참조하도록 요청한다.
인자 관리기(124)는 액션 인자 DB(146a)에서 적어도 하나의 액션을 수행하는데 사용되는 인자(이하, 액션 인자라 한다)를 검색할 수 있다.
도 22의 예시와 같이, 액션 인자 DB(146a)는 도메인 별로 적어도 하나의 액션을 포함할 수 있으며, 적어도 하나의 액션 각각은 해당 액션을 수행하는데 사용되는 인자를 포함할 수 있다.
이러한 인자들은 트리 구조를 형성할 수 있으며, 인자 트리 형태로 액션 인자 DB(146a)에 저장될 수 있다.
인자 트리는 노드(node)와 관계(relation)로 이루어진 계층적 구조로 표현될 수 있다. 인자 트리는 트리 구조로 표현된 적어도 하나의 인자 노드를 포함할 수 있으며, 각 인자 노드는 해당 인자 노드의 계층(hierarchy)에 따라 상위 인자 노드에서 하위 인자 노드로 구분될 수 있다. 이 때, 동일한 계층에 있는 인자 노드는 동일한 행(row)에 위치하는 인자 노드를 의미할 수 있다.
적어도 하나의 인자들은, 각각의 인자 노드에 그에 대응하는 인자값이 채워진 형태로 트리 구조를 형성할 수 있으며, 액션 인자 DB(146a)에 저장될 수 있다.
인자 트리에서의 관계는 선택적(alternative) 관계와 부분적(partial) 관계를 포함할 수 있다. 구체적으로, 인자 트리의 동일한 계층(hierarchy)에 위치하는 복수의 인자 노드 사이의 관계는 선택적 관계 또는 부분적 관계일 수 있다. 이하, 각각의 인자 노드에 위치하는 인자들의 관계에 대하여 설명한다.
선택적 관계에 있는 인자(이하, 선택인자라 한다.)는 상위 인자를 다양한 방식으로 표현하는 관계에 있는 인자를 의미한다. 동일한 계층에 위치하는 선택인자는 그 중 적어도 하나가 채워지면 해당 계층의 상위 계층에 위치하는 인자를 지정할 수 있다. 즉, 동일한 계층에 위치하는 선택인자가 복수개인 경우에도, 하나의 선택인자에 대한 인자값이 획득되면, 해당 계층의 상위 계층에 위치한 인자에 대한 인자값이 결정될 수 있다.
부분적 관계에 있는 인자(이하, 부분인자라 한다.)는 상위 인자를 구성하는 관계에 있는 인자를 의미한다. 동일한 계층에 위치하는 부분인자는 그 중 적어도 하나가 채워져도 해당 계층의 상위 계층에 위치하는 인자를 지정할 수 없고, 모든 부분인자가 채워져야만 해당 계층의 상위 계층에 위치하는 인자를 지정할 수 있다. 즉, 동일한 계층에 위치하는 부분인자가 복수개인 경우, 복수개의 부분인자 모두에 대한 인자값을 획득하면, 해당 계층의 상위 계층에 위치한 인자에 대한 인자값이 결정될 수 있다.
인자 트리를 구축하는 적어도 하나의 액션 각각은 해당 액션을 수행하는데 필수적으로 사용되는 인자인 필수 인자를 포함할 수 있다. 필수 인자는 선택 인자 또는 부분 인자 중 적어도 하나를 포함할 수 있으며, 이러한 필수 인자를 구성하는 선택 인자 또는 부분 인자는 인자 트리 상에서의 하위 계층에 위치할 수 있다.
이러한 인자 트리는 계층적 구조를 갖는 다양한 형태를 가질 수 있다. 예를 들어, 도 23A에 도시된 바와 같이, '일정 관리'라는 도메인에는 '일정 등록' 액션이 포함될 수 있으며, '일정 등록' 액션을 수행하는데 사용되는 필수 인자는 '날짜'를 포함할 수 있다.
필수 인자 '날짜'는 선택적 관계에 있는 선택인자로 '절대 날짜('absDate')', '상대 날짜('relDate')', '주단위 날짜(weekDate)'를 포함할 수 있다. '주단위 날짜('weekDate')'는 하위 계층에 부분적 관계에 있는 부분인자로 '주단위('weekUnit')'와 '요일('dayofWeek')'을 포함할 수 있다. 이하, 인자 트리에서 굵은 도선으로 나타낸 인자는 부분인자로 한다.
다른 예로, 도 23B에 도시된 바와 같이, '가전 관리'라는 도메인에는 '온오프' 액션이 포함될 수 있으며, '온오프' 액션을 수행하는데 사용되는 필수 인자는 '가전'을 포함할 수 있다.
필수 인자 '가전'은 선택적 관계에 있는 선택인자로 '식별번호('id')' 및 '결합정보('comb')'을 포함할 수 있다. ‘결합정보('comb')'는 하위 계층에 부분적 관계에 있는 부분인자로 '공간정보(room_id)' 및 '종류('type')'를 포함할 수 있다.
전술한 예시와 같이, 선택인자는 하위 계층에 위치하는 부분인자를 포함할 수 있다. 이 외에도 선택인자의 상위 계층에 부분인자가 위치할 수 있으며, 부분인자는 선택인자를 포함할 수 있다. 이 경우에도 부분인자에 포함된 선택인자가 또다시 그 하위 계층에 선택인자 또는 부분인자를 포함할 수 있다.
예를 들어, 도 23C에 도시된 바와 같이, '전화 관리' 도메인은 '전화 걸기' 액션을 포함할 수 있으며, '전화 걸기' 액션을 수행하는데 사용되는 필수 인자는 '전화 번호'를 포함할 수 있다.
'전화 번호'는 선택적 관계에 있는 선택인자로 '번호정보('absNum')' 및 '검색('search')'을 포함할 수 있다. '검색('search')'은 하위 계층에 부분적 관계에 있는 부분인자로 '쿼리('query')', '선택('select')', '종류('type')'를 포함할 수 있다.
'검색('search')'의 부분인자 중 '선택('select')'은 하위 계층에 선택적 관계에 있는 선택인자로 '매칭('matching')' 및 '번호('number')'를 포함할 수 있다.
인자 관리기(124)는 액션 인자 DB(146a)에서 사용자의 발화에 대응하는 인자 트리를 검색할 수 있고, 입력된 사용자의 발화에 기초하여 인자 트리를 구성하는 인자에 대한 인자값을 획득할 수 있다.
이 때, 인자 관리기(124)는 장기 메모리(143) 또는 단기 메모리(144) 중 적어도 하나에 저장된 음성 외 입력 정보에 기초하여 인자 트리를 구성하는 인자에 대한 인자값을 획득할 수 있다. 이 외에도, 인자값을 획득할 수 있는 위치는 대화/액션 상태(147) 또는 외부 컨텐츠 서버(300) 중 적어도 하나일 수 있다.
한편, 인자 관리기(124)가 외부 컨텐츠 서버(300)로부터 인자값을 가져오는 경우에는, 외부 정보 관리기(126)를 통할 수 있다. 외부 정보 관리기(126)는 외부 서비스 집합 DB(146d)를 참조하여 어디에서 정보를 가져올지 판단할 수 있다.
외부 서비스 집합 DB(146d)는 대화 시스템(100)과 연계된 외부 컨텐츠 서버에 대한 정보를 저장한다. 예를 들어, 외부 서비스 명칭, 외부 서비스 에 대한 설명, 외부 서비스 가 제공하는 정보의 타입, 외부 서비스 사용 방법, 외부 서비스 의 제공 주체 등에 대한 정보를 저장할 수 있다.
인자 관리기(124)가 획득한 인자값은 대화 액션 관리기(122)로 전달되고, 대화 액션 관리기(122)는 인자 트리를 구성하는 인자에 대하여 인자 값을 추가하여 대화/액션 상태 DB(147)를 업데이트 한다.
즉, 대화 액션 관리기(122)는 인자 트리를 구성하는 인자에 대하여 인자 값을 매칭시킬 수 있고, 인자값이 매칭된 인자 트리를 대화/액션 상태 DB(147)에 저장할 수 있다.
또는, 인자 관리기(124)가 획득된 인자값을 인자 트리를 구성하는 각 인자에 매칭시킬 수 있고, 인자값이 매칭된 인자를 포함하는 인자 트리를 액션 인자(146a)에 저장할 수도 있다.
인자 관리기(124)는 저장된 인자 트리에 기초하여 액션을 수행하기 위하여 필요한 정보를 결정할 수 있다.
구체적으로, 인자 관리기(124)는 인자 트리를 구성하는 인자 중 인자값이 대응되지 않은 인자, 즉 인자값이 채워지지 않은 인자를 확인할 수 있다.
이를 위해, 인자 관리기(124)는 계층별로 인자 트리에 포함되는 인자에 인자값이 대응되는지 여부를 확인할 수 있고, 각각의 계층에 위치한 인자의 종류에 기초하여 해당 계층이 채워졌는지 여부를 확인할 수 있다.
인자 관리기(124)는 인자 트리의 특정 계층에 위치한 적어도 하나의 인자가 선택인자인지 부분인자인지 여부를 확인할 수 있고, 확인 결과에 기초하여 해당 계층이 채워졌는지 여부를 확인할 수 있다.
구체적으로, 인자 관리기(124)는 인자 트리의 동일한 계층에 위치한 선택인자 중 적어도 하나의 선택인자에 대응되는 인자값이 존재하면, 해당 계층에 인자값이 채워진 것으로 확인할 수 있다. 이와 달리, 인자 트리의 동일한 계층에 위치한 선택인자 모두에 대응되는 인자값이 존재하지 않으면, 인자 관리기(124)는 해당 계층에 인자값이 채워지지 않은 것으로 확인할 수 있다.
또한, 인자 관리기(124)는 인자 트리의 동일한 계층에 위치한 모든 부분인자에 대응되는 인자값이 존재하면, 해당 계층에 인자값이 채워진 것으로 확인할 수 있다. 이와 달리, 인자 트리의 동일한 계층에 위치한 부분인자 중 적어도 하나의 부분인자에 대응되는 인자값이 존재하지 않으면, 인자 관리기(124)는 해당 계층에 인자값이 채워지지 않은 것으로 확인할 수 있다.
또한, 인자 관리기(124)는 특정 계층에 인자값이 채워진 것으로 확인하면, 해당 계층의 상위 계층에 위치하는 인자, 상위 인자에 대하여 전술한 과정을 반복함으로써 인자값이 채워지지 않은 계층을 확인할 수 있다.
또한, 인자 관리기(124)는 인자값이 채워지지 않은 것으로 확인된 계층에 위치한 인자를 추가 정보가 필요한 인자로 결정할 수 있다. 이 때, 추가 정보는 인자값을 대응시키기 위한 정보를 의미한다. 인자 관리기(124)는 채워지지 않은 계층에 위치한 인자 중 인자값이 대응되지 않은 적어도 하나의 인자를 추가 정보가 필요한 인자로 결정할 수 있다.
인자 관리기(124)는 인자값이 필요한 인자에 대한 정보를 대화 흐름 관리기(121)에 전달할 수 있다. 대화 흐름 관리기(121)는 인자값이 필요한 인자에 대한 정보를 결과 처리기(130)에 전달함으로써 인자값이 필요한 인자에 대한 정보 요청을 출력하도록 할 수 있다. 또는, 인자 관리기(121)는 결과 처리기(130)에 직접 인자값이 필요한 인자에 대한 정보를 전달할 수 있다.
사용자의 발화에 모호성이 없는 경우에는 전술한 인자 관리기(124) 및 외부 정보 관리기(126)의 동작에 따라 필요한 정보를 얻고 대화와 액션을 관리할 수 있다. 그러나, 대화에 모호성이 있어 사용자의 발화로부터 인자값을 획득하기 어려운 경우에는 인자 관리기(124) 및 외부 정보 관리기(126)의 동작만으로는 사용자에게 적절한 서비스를 제공하기 어렵다.
이러한 경우, 모호성 해결기(123)가 대화에 대한 모호성 또는 상황에 대한 모호성을 해결할 수 있다. 예를 들어, 대화에 그 사람, 어제 거기, 아빠, 엄마, 할머니, 며느리 등과 같은 조응어가 포함되어 무엇을 지칭하는지 모호한 경우에 모호성 해결기(123)가 장기 메모기(143) 또는 단기 메모리(144)를 참조하여 이러한 모호성을 해결하거나 이를 해결하기 위한 가이드를 제시할 수 있다.
예를 들어, "다음주 수요일", "내일 모레" 등과 같이 대화에 포함된 모호한 단어가 액션 인자의 인자 값에 해당할 수 있다. 그러나, 이 경우, 해당 단어 자체만으로는 그 모호성으로 인해 실제로 액션을 수행하거나 액션을 수행하기 어렵다.
모호성 해결기(123)는 장기 메모리(143) 또는 단기 메모리(144)에 저장된 정보를 참조하여 인자 값의 모호성을 해결할 수 있다. 또는, 필요에 따라 외부 정보 관리기(126)를 이용하여 외부 컨텐츠 서버(300)로부터 필요한 정보를 가져오는 것도 가능하다.
모호성 해결기(123)는 장기 메모리(143) 또는 단기 메모리(144)에 저장된 정보에 기초하여 특정 인자에 대한 인자값을 사용 가능한 정보로 변환할 수 있다. 이 때, 사용 가능한 정보는, 대화 시스템(100)이 액션에 대응하는 응답을 출력할 수 있는 미리 정해진 형식의 정보를 의미한다.
예를 들어, 외부 컨텐츠 서버(300)로부터 기준 날짜(현재 날짜)에 대한 정보를 가져옴으로써 "다음주 수요일"을 일정 등록 액션의 날짜로 사용 가능한 정보로 변환할 수 있다. 즉, 기준이 되는 현재 날짜가 2018년10월23일인 경우, 모호성 해결기(123)는 "다음주 수요일"을 2018년10월31일로 변환할 수 있다.
또는, 단기 메모리(144)를 참조하여 사용자가 어제 갔던 장소를 검색함으로써 "어제 거기"를 길 안내 액션의 목적지로 사용 가능한 정보로 변환할 수 있다. 또는, 장기 메모리(143)를 참조하여 사용자의 집 주소를 검색하고 외부 컨텐츠 서버(300)로부터 집 주소 근처의 A마트에 관한 위치 정보를 가져옴으로써 "집 근처 A마트"를 길 안내 액션의 목적지로 사용 가능한 정보로 변환할 수 있다.
또한, 입력 처리기(110)에서 액션(오브젝트, 오퍼레이터)이 명확하게 추출되지 않거나 사용자의 의도가 모호한 상황에서, 모호성 해결기(123)가 모호성 해소 정보 DB(146e)를 참조하여 사용자의 의도를 파악하고, 이에 대응되는 액션을 결정하는 것도 가능하다.
모호성 해소 정보 DB(146e)는 차량 상태 정보와 주변 상황 정보에 기초하여, 발화문과 그에 대응되는 액션을 매칭시켜 저장할 수 있다. 모호성 해소 정보 DB(146e)에 저장되는 발화문은 자연어 이해를 통해 액션을 추출할 수 없는 발화문일 수 있다. 이 때, 모호성 해소 정보 DB(146e)는 별도로 마련되거나 장기 메모리(143)에 마련될 수 있다.
모호성 해결기(123)가 판단한 액션 인자의 인자 값 등을 포함하는 액션에 관한 정보는 대화 액션 관리기(122)로 전달될 수 있고, 대화 액션 관리기(!22)는 전달된 정보에 기초하여 대화/액션 DB(147)를 업데이트할 수 있다.
각 액션을 수행하는데 사용되는 인자 값들 중 현재 상황과 대화를 통해 획득 가능한 값들이 모두 획득되면, 대화 액션 관리기(122)는 대화 흐름 관리기(121)에 신호를 전송한다. 대화 흐름 관리기(121)는 액션에 관한 정보와 대화 상태를 결과 처리기(130)로 전달한다. 대화 정책에 따라 복수의 액션에 관한 정보를 전달하는 것도 가능하다.
한편, 액션 수행이나 조건 판단에 있어 필요한 인자 값이 대화/액션 DB(147), 외부 컨텐츠 서버(300), 장기 메모리(143), 단기 메모리(144) 및 상황 정보 DB(142)에 존재하지 않고, 사용자를 통해서만 획득될 수 있는 경우에는 결과 처리기(130)가 사용자에게 인자 값을 질의하기 위한 대화 응답을 생성하는 것도 가능하다.
도 24는 결과 처리기의 구성을 세분화한 제어 블록도이다.
도 24를 참조하면, 결과 처리기(130)는 대화 관리기(120)로부터 입력된 액션을 수행하기 위해 필요한 응답의 생성을 관리하는 응답 생성 관리기(131), 응답 생성 관리기(131)의 요청에 따라 텍스트 응답, 이미지 응답 또는 오디오 응답을 생성하는 대화 응답 생성기(132), 응답 생성 관리기(131)의 요청에 따라 차량 제어를 위한 명령어 또는 외부 컨텐츠를 이용한 서비스를 제공하기 위한 명령어를 생성하는 명령어 생성기(136), 사용자가 원하는 서비스를 제공하기 위해 다수의 서비스를 순차적 또는 산발적으로 실행하고 결과값을 취합해주는 서비스 편집기(134), 생성된 텍스트 응답, 이미지 응답 또는 오디오 응답을 출력하거나 명령어 생성기(136)가 생성한 명령어를 출력하고, 출력이 복수인 경우에는 출력 순서를 결정하는 출력 관리기(133), 응답 생성 관리기(131)와 출력 관리기(133)의 출력에 기초하여 장기 메모리(143)와 단기 메모리(144)를 관리하는 메모리 관리기(135)를 포함한다.
결과 처리기(130)는 전술 또는 후술하는 동작을 수행하기 위한 프로그램이 저장되는 메모리 및 저장된 프로그램을 실행시키는 프로세서를 포함할 수 있다. 메모리와 프로세서는 각각 적어도 하나 마련될 수 있고, 복수 개 마련되는 경우에는 이들이 하나의 칩 상에 집적될 수도 있고 물리적으로 분리될 수도 있다.
또한, 결과 처리기(130)에 포함되는 각각의 구성요소들이 단일 프로세서에 의해 구현되는 것도 가능하고, 별개의 프로세서에 의해 구현되는 것도 가능하다.
또한, 결과 처리기(130)와, 대화 관리기(120) 및 입력 처리기(110) 역시 단일 프로세서에 의해 구현되는 것도 가능하고, 별개의 프로세서에 의해 구현되는 것도 가능하다.
사용자의 발화나 상황에 대응하여 출력되는 응답은 대화 응답, 차량 제어, 외부 컨텐츠 제공 등을 포함할 수 있다. 대화 응답은 초기 대화, 질의, 정보 제공을 포함하는 답변 등의 형식을 가질 수 있고 응답 템플릿(149)에 데이터베이스화되어 저장될 수 있다.
응답 생성 관리기(131)는 대화 응답 생성기(132)와 명령어 생성기(136)에 대화 관리기(120)에서 결정된 액션을 수행하기 위해 필요한 응답의 생성을 요청한다. 이를 위해, 수행될 액션에 관한 정보를 대화 응답 생성기(132)와 명령어 생성기(136)에 전송할 수 있고, 수행될 액션에 관한 정보는 액션명, 인자 값 등을 포함할 수 있다. 응답을 생성함에 있어, 대화 응답 생성기(132)와 명령어 생성기(136)는 현재 대화 상태와 액션 상태를 참조할 수 있다.
대화 응답 생성기(132)는 응답 템플릿(149)을 검색하여 대화 응답 서식을 추출할 수 있고, 추출된 대화 응답 서식에 필요한 인자 값을 채워 대화 응답을 생성한다. 생성된 대화 응답은 응답 생성 관리기(131)로 전달된다. 대화 응답 생성에 필요한 인자 값이 대화 관리기(120)로부터 전달되지 않거나, 외부 컨텐츠를 이용하라는 지시가 전달된 경우에는 외부 컨텐츠 서버(300)로부터 제공받거나 장기 메모리(143), 단기 메모리(144) 또는 상황 정보 DB(142)에서 검색할 수 있다.
예를 들어, 대화 관리기(120)에서 결정된 액션이 길 안내에 해당하는 경우, 응답 템플릿(149)을 검색하여 "[현재 위치:-]에서 [목적지:-]까지 [소요 시간:-]이 소요될 것으로 예상됩니다. 안내를 시작할까요?"를 대화 응답 서식으로 추출할 수 있다.
대화 응답 서식에 채워져야 할 인자 중에서 [현재 위치]와 [목적지]의 인자 값은 대화 관리기(120)로부터 전달되고, [소요 시간]의 인자 값은 전달되지 않을 수 있다. 이 경우, 대화 응답 생성기(132)는 외부 컨텐츠 서버(300)에 [현재 위치]에서 [목적지]까지 소요되는 시간을 요청할 수 있다.
명령어 생성기(136)는 사용자의 발화나 상황에 대한 응답이 차량 제어 또는 외부 컨텐츠 제공을 포함하는 경우, 이를 실행하기 위한 명령어를 생성한다. 예를 들어, 대화 관리기(120)에서 결정된 액션이 공조 장치, 윈도우, 시트, AVN 등의 제어인 경우에 해당 제어를 실행하기 위한 명령어를 생성하여 응답 생성 관리기(131)에 전달한다.
또는, 대화 관리기(120)에서 결정된 액션이 외부 컨텐츠의 제공을 필요로 하는 경우에는 외부 컨텐츠 서버(300)로부터 해당 컨텐츠를 제공받기 위한 명령어를 생성하여 응답 생성 관리기(131)에 전달한다.
명령어 생성기(136)에서 생성한 명령어가 복수인 경우, 서비스 편집기(134)가 복수의 명령어를 실행하는 방법과 순서를 결정하여 응답 생성 관리기(131)에 전달한다.
응답 생성 관리기(131)는 대화 응답 생성기(132), 명령어 생성기(136) 또는 서비스 편집기(134)로부터 전달받은 응답을 출력 관리기(133)에 전달한다.
출력 관리기(133)는 대화 응답 생성기(132)가 생성한 대화 응답과 명령어 생성기(136)가 생성한 명령어의 출력 타이밍, 출력 순서, 출력 위치 등을 결정한다.
출력 관리기(133)는 응답 생성기(132)가 생성한 대화 응답과 명령어 생성기(136)가 생성한 명령어를 적절한 타이밍에 적절한 순서로 적절한 출력 위치에 전송하여 응답을 출력한다. TTS(Text to Speech) 응답은 스피커(232)를 통해 출력할 수 있고, 텍스트 응답은 디스플레이(231)를 통해 출력할 수 있다. 대화 응답을 TTS 형태로 출력하는 경우에는 차량(200)에 마련된 TTS 모듈을 이용하거나 출력 관리기(133)가 TTS 모듈을 포함할 수도 있다.
명령어는 그 제어 대상에 따라 차량 제어기(240)로 전송될 수도 있고, 외부 컨텐츠 서버(300)와 통신하기 위한 통신 장치(280)로 전송될 수도 있다.
응답 생성 관리기(131)는 대화 응답 생성기(132), 명령어 생성기(136) 또는 서비스 편집기(134)로부터 전달받은 응답을 메모리 관리기(135)에도 전달할 수 있다.
또한, 출력 관리기(133)도 자신이 출력한 응답을 메모리 관리기(135)에 전달할 수 있다.
메모리 관리기(135)는 응답 생성 관리기(131) 및 출력 관리기(133)로부터 전달받은 내용에 기초하여 장기 메모리(143)와 단기 메모리(144)를 관리한다. 예를 들어, 메모리 관리기(135)는 생성 및 출력된 대화 응답에 기초하여 사용자와 시스템 간 대화 내용을 저장하여 단기 메모리(144)를 업데이트할 수 있고, 사용자와의 대화를 통해 획득된 사용자 관련 정보를 저장하여 장기 메모리(143)를 업데이트할 수 있다.
또한, 단기 메모리(144)에 저장된 정보 중 사용자의 성향이나 선호도와 같이 의미 있고 영속성이 있는 정보 또는 이러한 정보를 획득하는데 사용될 수 있는 정보를 장기 메모리(143)에 저장할 수도 있다.
또한, 생성 및 출력된 명령어에 대응되는 차량 제어나 외부 컨텐츠 요청에 기초하여 장기 메모리(143)에 저장된 사용자의 선호도나 차량 제어 이력 등을 업데이트할 수도 있다.
응답 생성 관리기(131)는 대화 응답 생성기(132)로부터 전달받은 대화 응답을 출력 관리기(133)에 전달한다.
출력 관리기(133)는 대화 응답 생성기(132)가 생성한 대화 응답을 스피커(232)를 통해 출력할 수 있다.
한편, 대화 응답 생성기(132)는 전술한 인자 관리기(124)의 동작을 수행할 수 있다.
대화 응답 생성기(132)는 저장된 인자 트리에 기초하여 액션을 수행하기 위하여 필요한 정보를 결정할 수 있다. 구체적으로 대화 응답 생성기(132)는 인자 트리를 구성하는 인자 중 인자값이 대응되지 않은 인자, 즉 인자값이 채워지지 않은 인자를 확인할 수 있다.
이를 위해, 대화 응답 생성기(132)는 계층별로 인자 트리에 포함되는 인자에 인자값이 대응되는지 여부를 확인할 수 있고, 계층에 위치한 인자의 종류에 기초하여 해당 계층이 채워졌는지 여부를 확인할 수 있다. 이에 구체적인 설명은 인자 관리기(124)와 동일하다.
대화 응답 생성기(132)가 추가 정보가 필요한 인자를 결정하는 동작을 수행하는 경우, 인자 관리기(124)는 입력된 사용자의 발화에 대응하는 인자 트리를 구성하는 인자에 대한 인자값을 획득할 수 있다. 대화 액션 관리기(122) 또는 인자 관리기(124)는 인자 관리기(124)에 의해 획득된 인자값을 인자 트리를 구성하는 적어도 하나의 인자에 매칭시킬 수 있고, 이를 대화/액션 상태 DB(147)에 저장할 수 있다. 대화 응답 생성기(132)는 저장된 인자 트리에 기초하여 추가 정보가 필요한 인자를 결정할 수 있다.
이하 일 실시예에 따른 대화 시스템(100)을 이용한 구체적인 대화 처리의 예시를 상세하게 설명하도록 한다.
도 25 내지 도 30은 사용자가 일정 관리와 관련한 발화를 입력한 경우에 대화 시스템이 입력을 처리하고, 대화를 관리하고, 결과를 출력하는 구체적인 예시를 나타낸 도면이다. 도 25에 도시된 바와 같이, 사용자가 "다음주에 일정 등록해줘"라는 발화를 입력한 경우, 음성 인식기(111a)는 사용자의 음성을 텍스트 형태의 발화문(다음주에 일정 등록해줘)으로 출력한다.
자연어 이해기(111b)는 형태소를 분석하고, 도메인/액션 추론 규칙 DB(141)를 참조하여, 형태소 분석 결과(다음주에, 일정, 등록해줘)로부터 [도메인: 일정관리], [액션: 일정등록], [화행: 요청], [인자:SMU 날짜: 다음주]를 추출하여 대화 관리기(120)에 입력할 수 있다.
도 26을 참조하면, 대화 흐름 관리기(121)는 대화/액션 상태 DB(147)를 검색하여 진행 중인 대화 태스크나 액션 태스크가 있는지 판단한다. 이 때, 대화 정책 DB(148)를 참조할 수 있다. 당해 예시에서는 진행 중인 대화 태스크나 액션 태스크가 없는 상태인 것으로 가정한다. 대화 흐름 관리기(121)는 대화 액션 관리기(122)에 입력 처리기(110)의 출력에 대응되는 액션 태스크와 대화 태스크를 생성하도록 요청한다. 액션 태스크와 대화 태스크를 생성하는 것은 액션 상태와 대화 상태에 대한 정보를 저장하고 관리하기 위한 저장 공간을 할당하는 것을 의미한다. 따라서, 대화 액션 관리기(122)는 대화/액션 상태 DB(147) 내에 저장 공간을 할당하여 액션 상태에 대한 정보와 대화 상태에 대한 정보를 저장한다. 이 때, 액션 태스크는 계층적 구조로 인자가 구축된 인자 트리의 형태로 생성될 수 있다.
대화 액션 관리기(122)는 일정 관리와 연계된 액션인 일정 등록과 관련된 인자 트리를 추출할 것을 인자 관리기(124)에 요청하고, 인자 관리기(124)는 액션 인자(146a)로부터 일정 등록 액션의 수행에 사용되는 필수 인자로 날짜를 추출하고, 날짜에 대응하는 인자 트리를 추출할 수 있다. 인자 관리기(124)에 의하여 추출된 인자 트리는 대화 액션 관리기(122)에 의하여 액션 태스크로서 생성될 수 있다. 이 때, 인자 트리의 최상위 계층에는 필수 인자 '날짜'가 위치할 수 있으며, 날짜는 선택 인자인 ‘절대 날짜('absDate')', '상대 날짜('relDate')', '주단위 날짜(weekDate)'를 포함할 수 있고, 그 중 '주단위 날짜('weekDate')'는 부분 인자인 '주단위('weekUnit')'와 '요일('dayofWeek')'을 포함할 수 있다.
인자 관리기(124)는 입력 관리기(111)로부터 전달된 음성 인식 결과에 기초하여 인자 트리를 구성하는 인자에 대한 인자값을 획득할 수 있다. 인자 관리기(124)는 '주단위 날짜('weekDate')'의 부분 인자인 '주단위('weekUnit')'에 '+1'이라는 인자값을 매칭시킬 수 있다.
대화 액션 관리기(122)는 인자 관리기(124)에 의하여 획득된 인자값 '+1'이 '주단위('weekUnit')'의 인자값으로 매칭된 인자 트리를 업데이트할 수 있으며, 업데이트된 인자 트리는 액션 상태로서 대화/액션 상태 DB(147)에 저장될 수 있다.
인자 관리기(124)는 대화/액션 상태 DB(147)에 저장된 인자 트리를 구성하는 인자 중 인자값이 대응되지 않은 인자, 즉 인자값이 채워지지 않은 인자를 확인할 수 있다.
인자 관리기(124)는 최하위 계층부터 인자값이 채워지지 않은 인자를 확인할 수 있고, 부분 인자인 '주단위('weekUnit')'와 '요일('dayofWeek')' 중 '요일('dayofWeek')'에 대응된 인자값이 없는 것을 확인할 수 있다. 부분인자 모두는 인자값이 채워져야 하므로, 인자 관리기(124)는 최하위 계층을 채워지지 않은 계층으로 결정할 수 있고, 인자값이 필요한 인자를 ‘요일('dayofWeek')'로 결정할 수 있다.
인자 관리기(124)는 인자값이 필요한 인자 ‘요일('dayofWeek')'에 대한 정보를 대화 흐름 관리기(121)에 전달할 수 있고, 대화 흐름 관리기(121)는 결과 처리기(130)로 인자값이 필요한 인자에 대한 정보를 요청할 수 있다.
도 27을 참조하면, 응답 생성 관리기(131)는 대화 흐름 관리기(121)의 요청에 따라 대화 응답 생성기(132)에 응답 생성을 요청할 수 있다.대화 응답 생성기(132)는 응답 템플릿(149)를 검색하여 TTS 응답, 텍스트 응답을 생성한다. 예를 들어, "다음주 무슨 요일에 일정을 예약할까요?"를 TTS와 텍스트로 출력할 수 있는 대화 응답을 생성할 수 있다.
응답 생성 관리기(131)는 대화 응답 생성기(132)가 생성한 TTS 응답과 텍스트 응답을 출력 관리기(133)와 메모리 관리기(135)에 전달하고, 출력 관리기(133)는 TTS응답을 스피커(232)에 전송하고 텍스트 응답을 디스플레이(231)에 전송한다. 이 때, 출력 관리기(133)는 텍스트를 음성으로 합성하는 TTS모듈을 거쳐 TTS응답을 스피커(232)로 전송할 수 있다.
메모리 관리기(135)는 사용자가 일정 등록을 요청했음을 단기 메모리(144) 또는 장기 메모리(143)에 저장할 수 있다. 이와 함께, 메모리 관리기(135)는 대화 시스템(100)이 사용자에게 요일정보를 요청했음을 단기 메모리(144) 또는 장기 메모리(143)에 저장할 수 있다.
디스플레이(231)와 스피커(232)를 통해 "다음주 무슨 요일에 일정을 예약할까요?"라고 묻는 대화 응답이 출력된다. 도 28에 도시된 바와 같이, 사용자가 "수요일로 해"라고 발화하면, 사용자의 발화는 음성 인식기(111a)로 입력되어 [텍스트: 수요일로 해]로 출력되고, 자연어 이해기(111b)는 사용자의 발화로부터 [도메인:-], [액션:-], [화행: -], [형태소 분석 결과: 수요일로], [인자: 날짜: 수요일]를 출력한다. 자연어 이해 결과는 대화 관리기(120)에 전달된다.
도 29를 참조하면, 대화 흐름 관리기(121)는 대화/액션 상태 DB(147)를 검색하여 이전 대화 상태를 분석하고, 진행 중인 [일정 등록] 관련 대화/액션을 업데이트하도록 대화 액션 관리기(122)에 요청한다.
대화 액션 관리기(122)는 대화 상태를 [상태: 날짜확인]으로 업데이트하고, 액션 상태로서 날짜 인자 트리를 구성하는 '요일('dayofWeek')' 인자에 '수요일('Wed')'이라는 인자값을 추가하여 업데이트할 수 있다. 이 때, 인자값 '수요일('Wed')'은 인자 관리기(124)에 의하여 획득될 수 있다.
인자 관리기(124)는 '주단위('weekUnit')' 인자에 매칭된 인자값 '+1'과 ‘요일('dayofWeek')' 인자에 매칭된 인자값 '수요일('Wed')'에 기초하여 이들 부분인자('주단위('weekUnit')' 및 ‘요일('dayofWeek')')이 구성하는 상위 인자 '주단위 날짜(weekDate)'에 대한 인자값을 획득할 수 있다. 인자 관리기(124)는 '주단위 날짜(weekDate)'에 대한 인자값으로 '+1_Wed'를 획득할 수 있고, 선택 인자 '주단위 날짜(weekDate)'의 상위 인자 '날짜'의 인자값을 결정할 수 있다.
이 때, 모호성 해결기(123)는 장기 메모리(143), 단기 메모리(144)에서 모호성을 해결하기 위한 기준 정보(현재 날짜)를 검색하거나 외부 정보 관리기(126)를 통하여 기준 정보(현재 날짜)를 검색할 수 있다. 기준 정보(현재 날짜: 20181023)를 획득하면, 모호성 해결기(123)는 최상위 인자 '날짜'의 인자값을 '20181031'로 결정할 수 있다.
인자 관리기(124)는 모호성 해결기(123)로부터 출력 결과를 전달받고, 인자 트리를 구성하는 최상위 인자인 필수 인자 '날짜'에 대한 인자값으로 '20181031'을 획득할 수 있다. 이 때, 인자값 '20181031'은 '날짜'에 대하여 매칭될 수 있고, 대화 액션 관리기(122)는 필수 인자 '날짜'에 대하여 인자값 '20181031'을 추가하여 액션 상태를 업데이트 할 수 있다.
필수 인자에 대한 인자값이 획득되면, 대화 흐름 관리기(121)는 일정 등록을 위한 응답 생성을 결과 처리기(130)에 요청할 수 있다.
도 30을 참조하면, 대화 액션 관리기(122)는 는 대화 상태를 [상태: 다음 대화 진행]으로 업데이트하고, 대화 흐름 관리기(121)는 응답 생성 관리기(131)에 일정 등록를 위한 응답 생성을 요청한다.
응답 생성기(132)는 "2018년 10월 31일에 일정을 등록했습니다"를 TTS와 텍스트로 출력할 수 있는 대화 응답을 생성하여 응답 생성 관리기(131)에 전달할 수 있다.
명령어 생성기(136)는 일정 등록을 수행하기 위한 명령어 [대상: 내비게이션, 명령: 일정등록, 날짜: 20181031]를 생성하여 응답 생성 관리기(131)에 전달할 수 있다.
응답 생성 관리기(131)는 생성된 대화 응답과 명령어를 출력 관리기(133)에 전달한다. 출력 관리기(133)는 디스플레이(231) 및 스피커(232)를 통해 대화 응답을 출력하고, 길안내 명령어는 제어부(240)를 통해 차량(200)의 AVN(230)에 전송하거나 내비게이션 서비스를 제공하는 외부 컨텐츠 서버(300)에 전송할 수 있다.
이후, 대화 흐름 관리기(121)는 다음으로 진행 가능한 대화가 있는지 확인한다. 더 진행 가능한 대화가 없으면, 대화 상태를 [상태: IDLE]로 업데이트하고, 사용자의 입력을 기다린다.
앞서 설명한 데이터 처리의 흐름은 대화 시스템(100)에 적용되는 일 예시에 불과하다. 전술한 인자 관리기(124)의 동작은 대화 응답 생성기(132)에 의하여 수행될 수 있다. 따라서, 대화 시스템(100)의 각 구성요소들이 데이터를 처리하는 순서가 전술한 예시에 한정되는 것은 아니며, 복수의 구성요소들이 동시에 데이터를 처리하는 것도 가능하고, 전술한 예시와 다른 순서로 처리하는 것도 가능하다.
이하, 일 실시예에 따른 대화 처리 방법에 대해 설명한다. 일 실시예에 따른 대화 처리 방법에는 전술한 대화 시스템(100) 또는 이를 포함하는 차량(200)이 적용될 수 있다. 따라서, 도 1 내지 도 30에 대한 설명은 일 실시예에 따른 대화 처리 방법에 대해서도 동일하게 적용될 수 있다.
도 31은 일 실시예에 따른 대화 처리 방법을 나타낸 도면이다.
도 31을 참조하면, 사용자가 일정 등록 요청을 하는 발화(U1: 내일 일정 등록해줘)를 입력하는 경우, 입력 처리기(110)는 사용자의 발화에 대한 음성 인식 결과를 출력하고, 대화 관리기(120)로 전달한다.
대화 관리기(120)는 음성 인식 결과를 참조하여 일정 등록을 수행하기 위한 필수 인자(날짜)에 대한 인자 트리를 액션 인자(146a)에서 검색하고, 필수 인자(날짜)의 하위 계층에 위치한 선택 인자 '상대 날짜('relDate')'에 인자값 '+1'을 채울 수 있다.
대화 관리기(120)는 '날짜'를 구성하는 선택 인자 '절대 날짜('absDate')', '상대 날짜('relDate')', '주단위 날짜('weekDate')' 중 '상대 날짜('relDate')'가 채워졌으므로, 이러한 선택 인자들이 위치하는 계층이 채워진 것으로 확인할 수 있다.
대화 관리기(120)는 선택 인자 '상대 날짜('relDate')'의 인자값 '+1'에 기초하여 그 상위 계층에 위치한 인자 '날짜'에 대한 인자값 '20181024'를 획득할 수 있다. 이 때, 인자값 '20181024'은 저장부(140) 또는 외부 컨텐츠 서버(300)로부터 수신된 기준 정보(현재 날짜: 20181023)와 '상대 날짜('relDate')'의 인자값 '+1'에 기초하여 획득될 수 있다.
필수 인자 '날짜'에 대한 인자값 '20181023'이 획득된 경우, 결과 처리기(130)는 일정 등록 명령을 네비게이션에 전달하고, 일정 등록을 수행하였다는 발화(S1: 2018년 10월 24일에 일정을 등록했습니다)를 출력할 수 있다.
도 32A 및 도 32B는 일 실시예에 따른 대화 처리 방법을 나타낸 도면이다.
도 32A를 참조하면, 사용자가 가전 제어 요청을 하는 발화(U1: TV 좀 꺼줘)를 입력하는 경우, 입력 처리기(110)는 사용자의 발화에 대한 음성 인식 결과를 출력하고, 대화 관리기(120)로 전달한다.
대화 관리기(120)는 음성 인식 결과를 참조하여 가전 제어를 수행하기 위한 필수 인자(가전)에 대한 인자 트리를 액션 인자(146a)에서 검색하고, 필수 인자(가전)의 하위 계층에 위치한 선택 인자 '결합정보('comb')'가 포함하는 부분 인자 '종류('type')'에 인자값 'TV'를 채울 수 있다.
‘결합정보('comb')'를 구성하는 부분 인자 ‘공간정보(room_id)' 및 '종류('type')' 중 '종류('type')'에 대해서만 인자값이 채워졌으므로, 대화 관리기(120)는 부분 인자 ‘공간정보(room_id)' 및 '종류('type')'가 위치하는 계층이 채워지지 않은 것으로 확인할 수 있다.
대화 관리기(120)는 나머지 부분 인자 '공간정보(room_id)'를 인자값이 채워지지 않은 인자로 결정할 수 있고, 인자값이 필요한 인자가 '공간정보(room_id)'라는 정보를 결과 처리기(130)에 전달할 수 있다.
결과 처리기(130)는 '공간정보(room_id)'에 대한 정보를 요청하는 발화(S1: 어떤 방의 TV를 꺼드릴까요?)를 출력함으로써 사용자에게 '공간정보(room_id)'에 대한 인자값을 획득하기 위한 정보를 요청할 수 있다.
이후, 도 32B에 도시된 바와 같이, 사용자가 '공간정보(room_id)'에 대한 정보를 제공하는 발화(U2: 안방 TV)를 입력하는 경우, 입력 처리기(110)의 음성 인식 결과에 기초하여 대화 관리기(120)는 '공간정보(room_id)'에 대하여 인자값 '3'을 채울 수 있다.
부분 인자 '공간정보(room_id)' 및 '종류('type')' 모두에 대한 인자값이 채워지면, 대화 관리기(120)는 '공간정보(room_id)' 및 '종류('type')'의 상위 인자 '결합정보('comb')'에 대한 인자값을 '3_TV'로 획득할 수 있다.
대화 관리기(120)는 선택 인자 '결합정보('comb')'의 인자값 '3_TV'에 기초하여 그 상위 계층에 위치한 인자 '가전'에 대한 인자값 '21'을 획득할 수 있다. 이 때, 인자값 '21'은 저장부(140) 또는 외부 컨텐츠 서버(300)로부터 수신된 기준 정보(안방 TV의 식별정보)에 기초하여 획득될 수 있다.
필수 인자 '가전'에 대한 인자값 '21'이 획득된 경우, 결과 처리기(130)는 가전 제어 명령을 네비게이션에 전달하고, 가전 제어를 수행하였다는 발화(S1: 안방의 TV를 종료하였습니다)를 통하여 출력할 수 있다.
도 33A, 33B 및 33C는 일 실시예에 따른 대화 처리 방법을 나타낸 도면이다.
도 33A를 참조하면, 사용자가 전화 걸기 요청을 하는 발화(U1: 존에게 전화 걸어줘)를 입력하는 경우, 입력 처리기(110)는 사용자의 발화에 대한 음성 인식 결과를 출력하고, 대화 관리기(120)로 전달한다.
대화 관리기(120)는 음성 인식 결과를 참조하여 가전 제어를 수행하기 위한 필수 인자(전화 번호)에 대한 인자 트리를 액션 인자(146a)에서 검색하고, 필수 인자(전화 번호)의 하위 계층에 위치한 선택 인자 '검색('search')'가 포함하는 부분 인자 '쿼리('query')', '선택('select')', '종류('type')' 중 '쿼리('query')'에 인자값 '존'을 채울 수 있다.
부분 인자 '쿼리('query')', '선택('select')', '종류('type')' 중 '쿼리('query')' 에 대해서만 인자값이 채워졌으므로, 대화 관리기(120)는 부분 인자 '선택('sel')' 을 인자값이 채워지지 않은 인자로 결정할 수 있고, 인자값이 필요한 인자가 '선택('sel')'라는 정보를 결과 처리기(130)에 전달할 수 있다.
이 때, 부분 인자 '종류('type')' 또한 인자값이 필요한 인자로 결정될 수 있으나, 인자값이 필요한 인자로 '선택('sel')'이 결정된 경우를 예를 들어 설명한다. 한편, 인자 트리는 동일한 계층에 위치한 부분 인자를 미리 정해진 순서에 따라 배열할 수 있으며, 대화 관리기(120)는 배열 순서에 기초하여 인자값이 필요한 인자를 결정할 수 있다.
결과 처리기(130)는 '쿼리('query')'에 대한 인자값 '존'에 기초하여 '존'의 전화 번호를 검색하기 위한 명령어를 생성할 수 있다. 결과 처리기(130)는 '선택('sel')'에 대한 정보를 요청하는 발화(S1: '존' 검색 결과입니다. 몇번째 사람인가요? 1: 존박 2: 존김)를 출력함으로써 사용자에게 ‘선택('sel')'에 대한 인자값을 획득하기 위한 정보를 요청할 수 있다.
이후, 도 33B에 도시된 바와 같이, 사용자가 ‘선택('sel')'에 대한 정보를 제공하는 발화(U2: 2번이야)를 입력하는 경우, 입력 처리기(110)의 음성 인식 결과에 기초하여 대화 관리기(120)는 '선택('sel')'에 대하여 인자값 '2'를 채울 수 있다.
부분 인자 '쿼리('query')', '선택('select')', '종류('type')' 중 '쿼리('query')' 및 '선택('select')'에 대해서만 인자값이 채워졌으므로, 대화 관리기(120)는 부분 인자 '종류('type')'를 인자값이 채워지지 않은 인자로 결정할 수 있고, 인자값이 필요한 인자가 '종류('type')'라는 정보를 결과 처리기(130)에 전달할 수 있다.
결과 처리기(130)는 '쿼리('query')'에 대한 인자값 '존' 및 '선택(select)'에 대한 인자값 '2'에 기초하여 검색 결과를 필터링할 수 있다. 이와 함께, 결과 처리기(130)는 '종류('type')'에 대한 정보를 요청하는 발화(S1: '존김'의 핸드폰과 집전화 중 어디로 전화를 걸까요?)를 출력함으로써 사용자에게 '종류('type')'에 대한 인자값을 획득하기 위한 정보를 요청할 수 있다.
이후, 도 33C에 도시된 바와 같이, 사용자가 '종류('type')에 대한 정보를 제공하는 발화(U3: 집전화)를 입력하는 경우, 입력 처리기(110)의 음성 인식 결과에 기초하여 대화 관리기(120)는 '종류('type')'에 대하여 인자값 'home'을 채울 수 있다.
부분 인자 '쿼리('query')', '선택('select')', '종류('type')' 모두에 대한 인자값이 채워지면, 대화 관리기(120)는 ‘쿼리('query')', '선택('select')', '종류('type')'의 상위 인자 '검색('search')'에 대한 인자값을 '존_2_home'으로 획득할 수 있다.
대화 관리기(120)는 선택 인자 '검색('search')'의 인자값 '존_2_home'에 기초하여 그 상위 계층에 위치한 인자 '전화 번호'에 대한 인자값 '01011112222'를 획득할 수 있다. 이 때, 인자값 '01011112222'은 저장부(140) 또는 외부 컨텐츠 서버(300)로부터 수신된 기준 정보(전화번호부 정보)에 기초하여 획득될 수 있다.
필수 인자 '전화 번호'에 대한 인자값 '01011112222'이 획득된 경우, 결과 처리기(130)는 전화 걸기 명령을 통신 장치(280)에 전달하고, 전화 걸기를 수행하였다는 발화(S3: '존김'님의 집전화로 전화를 거는 중입니다)를 출력할 수 있다.
이를 통해, 계층적 구조로 구축된 인자 트리에 기초하여 액션 인자를 획득하므로, 사용자가 다양한 자연어 표현을 발화하거나 부분적인 정보만을 제공하는 경우에도 필요한 정보를 파악 및 요청할 수 있다. 따라서, 사용자의 의도를 보다 정확하게 파악할 수 있다.
앞서 설명한 데이터 처리의 흐름은 대화 시스템(100)에 적용되는 일 예시에 불과하다. 따라서, 대화 시스템(100)의 각 구성요소들이 데이터를 처리하는 순서가 전술한 예시에 한정되는 것은 아니며, 복수의 구성요소들이 동시에 데이터를 처리하는 것도 가능하고, 전술한 예시와 다른 순서로 처리하는 것도 가능하다.
이하, 일 실시예에 따른 대화 처리 방법에 대해 설명한다. 일 실시예에 따른 대화 처리 방법에는 전술한 대화 시스템(100) 또는 이를 포함하는 차량(200)이 적용될 수 있다. 따라서, 도 1 내지 도 33에 대한 설명은 일 실시예에 따른 대화 처리 방법에 대해서도 동일하게 적용될 수 있다.
도 34는 일 실시예에 따른 대화 처리 방법에 있어서, 사용자 입력을 처리하는 방법을 나타낸 순서도이다. 사용자 입력을 처리하는 방법은 대화 시스템(100)의 입력 처리기(110)에서 수행될 수 있다.
도 43을 참조하면, 사용자의 발화가 입력되면(500의 예), 음성 인식기(111a)가 입력된 사용자의 발화를 인식한다(510). 사용자의 발화는 차량(200)에 마련된 음성 입력 장치(210) 또는 모바일 기기(400)에 마련된 음성 입력 장치(410)를 통해 입력될 수 있다.
음성 인식기(111a)는 입력된 사용자의 발화를 인식하여 텍스트 형태의 발화문으로 출력한다.
자연어 이해기(111b)는 텍스트 형태의 발화문에 자연어 이해 기술을 적용하여(520), 그 결과를 출력한다.
구체적으로, 자연어 이해(520) 과정은 텍스트 형태의 발화문에 기초하여 형태소 분석(521)을 수행하고, 형태소 분석 결과에 기초하여 도메인을 추출(522)하고, 개체명을 인식(523)하고, 화행을 분석(524)하고, 액션을 추출(525)하는 것을 포함할 수 있다.
도메인 추출, 개체명 인식 및 액션 추출을 위해 도메인/액션 추론 규칙DB(141)을 참조할 수 있다.
자연어 이해기(111b)의 출력, 즉 자연어 이해 결과는 사용자의 발화에 대응되는 도메인, 액션, 화행, 형태소 분석 결과 등을 포함할 수 있다.
자연어 이해기(111b)는 대화 관리기(120)로 자연어 이해 결과를 전송할 수 있다(530). 또한 자연어 이해 결과 외에도 음성 외 입력으로 입력되는 다양한 상황 정보가 입력 처리기(110)에 의하여 대화 관리기(120)에 전송될 수 있다.
도 35는 일 실시예에 따른 대화 처리 방법에 있어서, 입력 처리기의 출력을 이용하여 대화를 관리하는 방법을 나타낸 순서도이다. 대화를 관리하는 방법은 대화 시스템(100)의 대화 관리기(120)에서 수행될 수 있다.
도 35를 참조하면, 대화 흐름 관리기(121)가 대화/액션 상태 DB(147)에 관련 대화 이력이 있는지 검색한다(600).
관련 대화 이력이 존재하면(600의 예) 이를 참조하고(660), 존재하지 않으면(600의 아니오), 새로운 대화 태스크 및 액션 태스크를 생성한다(610).
인자 관리기(124)는 자연어 이해 결과에 기초하여 액션 인자 DB(146a)에서 사용자의 발화에 대응하는 인자 트리를 검색할 수 있다. 인자 관리기(124)는 자연어 이해 결과에 기초하여 인자 트리를 구성하는 인자에 대한 인자값을 획득할 수 있고, 인자 트리에 인자값을 할당할 수 있다(620).
당해 예시에서는, 최상위 계층에 필수 인자가 위치하고, 필수 인자의 하위 계층에 선택 인자가 위치하고, 선택 인자 중 하나의 하위 계층에 부분 인자가 위치하는 인자 트리를 예를 들어 설명한다.
인자 트리에 인자값을 할당한 후, 인자 관리기(124)는 동일한 계층에 위치하는 선택 인자 중 적어도 하나에 인자값이 할당되었는지 여부를 확인할 수 있다(630).
동일한 계층에 위치하는 선택 인자 중 적어도 하나에 인자값이 할당되지 않은 경우(630의 아니오), 인자값이 할당되지 않은 선택 인자를 추가 정보가 필요한 인자로 결정할 수 있다. 인자 관리기(124)는 인자값이 할당되지 않은 선택 인자의 정보를 결과 처리기(130)로 전송할 수 있고, 결과 처리기(130)는 사용자에게 인자값이 할당되지 않은 선택 인자에 대한 추가 정보를 요청할 수 있다(670).
다른 예로, 선택 인자 중 적어도 하나에 인자값이 할당된 경우(630의 예), 인자 관리기(124)는 선택 인자가 위치한 계층이 채워진 것으로 확인할 수 있고, 인자값이 채워진 선택 인자의 하위 계층에 위치하는 부분인자 모두에 인자값이 할당되었는지 여부를 확인할 수 있다(640).
부분인자 모두에 인자값이 할당되지 않으면(640의 아니오). 인자 관리기(124)는 인자값이 할당되지 않은 부분 인자를 추가 정보가 필요한 인자로 결정할 수 있다. 인자 관리기(124)는 인자값이 할당되지 않은 부분 인자의 정보를 결과 처리기(130)로 전송할 수 있고, 결과 처리기(130)는 사용자에게 인자값이 할당되지 않은 선택 인자에 대한 추가 정보를 요청할 수 있다(680).
부분인자 모두에 인자값이 할당되면(640의 예). 인자 관리기(124)는 부분 인자가 위치한 계층이 채워진 것으로 확인할 수 있고, 각 계층의 인자에 채워진 인자값에 기초하여 인자 트리의 최상위 계층에 위치하는 필수 인자의 인자값을 획득할 수 있다(650).
이 때, 사용자의 발화가 구체적인 액션을 수행하기 위한 인자값을 획득하기에 모호한 경우, 모호성 해결기(123)는 장기 메모리(143), 단기 메모리(144)에서 검색되거나 외부 정보 관리기(126)를 통하여 검색된 기준 정보에 기초하여 최상위 계층에 위치하는 필수 인자의 인자값을 결정할 수 있다. 인자 관리기(124)는 모호성 해결기(123)로부터 출력 결과를 전달받고, 인자 트리를 구성하는 최상위 인자인 필수 인자에 대한 인자값을 획득할 수 있다(650).
또한, 상황 정보 DB(142), 장기 메모리(143), 단기 메모리(144) 또는 대화/액션 상태 DB(147)를 검색하여 액션 인자의 인자 값을 획득할 수 있다. 액션 인자의 인자 값이 외부 서비스를 통해 제공되어야 하는 경우에는, 외부 정보 관리기(126)를 통해 외부 컨텐츠 서버(300)로부터 필요한 인자 값을 제공받을 수 있다.
또한, 상황이나 발화가 모호하여 필요한 인자 값을 획득할 수 없는 경우에는 모호성 해결기(230)를 통해 모호성을 해결하여 필요한 인자 값을 획득할 수 있다.
또한, 획득된 인자가 액션의 수행에 사용되기 어려운 비유효 인자인 경우에도 모호성 해결기(230)가 비유효 인자로부터 유효 인자를 획득할 수 있다.
대화 액션 관리기(122)에 의해 관리되는 대화 상태 및 액션 상태는 전술한 단계들이 수행되면서 상태가 변경될 때마다 업데이트될 수 있다.
전술한 예시에서는 단계 630 이후에 단계 640이 수행되는 것으로 설명하였으나, 인자 트리의 구성에 따라 단계 630 및 640는 동시에 수행되거나 단계 630 및 단계 640의 선후가 바뀔 수 있다.
최상위 계층에 필수 인자가 위치하고, 필수 인자의 하위 계층에 부분 인자가 위치하고, 부분 인자 중 하나의 하위 계층에 선택 인자가 위치하는 인자 트리에 기초하여 액션 인자를 결정하는 경우, 단계 640 이후에 단계 630이 수행될 수 있다.
도 36은 일 실시예에 따른 대화 처리 방법에 있어서, 대화 관리의 결과에 대응되는 응답을 생성하기 위한 결과 처리 방법을 나타낸 순서도이다. 결과 처리 방법은 대화 시스템(100)의 결과 처리기(130)에 의해 수행될 수 있다.
도 36을 참조하면, 대화 응답의 생성이 필요한 경우(700의 예), 대화 응답 생성기(132)가 응답 템플릿(149)을 검색한다(710). 응답 템플릿(149)에서 현재 대화 상태와 액션 상태에 대응되는 대화 응답 서식을 추출하고, 대화 응답 서식에 필요한 인자 값을 채워 대화 응답을 생성한다(720).
대화 응답 생성에 필요한 인자 값이 대화 관리기(120)로부터 전달되지 않거나, 외부 컨텐츠를 이용하라는 지시가 전달된 경우에는 외부 컨텐츠 서버(300)로부터 제공받거나 장기 메모리(143) 또는 단기 메모리(144)에서 검색할 수 있다.
명령어 생성이 필요한 경우(760)에는, 명령어 생성기(136)가 차량 제어 또는 외부 컨텐츠 이용을 위한 명령어를 생성한다(770).
생성된 대화 응답 또는 명령어는 출력 관리기(133)로 입력되고, 출력 관리기(133)는 대화 응답과 명령어 사이의 출력 순서 또는 복수의 명령어 사이의 출력 순서를 결정할 수 있다(730).
생성된 대화 응답 또는 명령어에 기초하여 메모리를 업데이트한다(740). 메모리 관리기(135)는 생성 및 출력된 대화 응답에 기초하여 사용자와 시스템 간 대화 내용을 저장하여 단기 메모리(144)를 업데이트할 수 있고, 사용자와의 대화를 통해 획득된 사용자 관련 정보를 저장하여 장기 메모리(143)를 업데이트할 수 있다. 또한, 생성 및 출력된 차량 제어나 외부 컨텐츠 요청에 기초하여 장기 메모리(143)에 저장된 사용자의 선호도나 차량 제어 이력 등을 업데이트할 수 있다.
출력 관리기(133)는 대화 응답과 명령어를 적절한 출력 위치로 전송하여 응답을 출력한다(750). TTS 응답은 스피커(232)를 통해 출력할 수 있고, 텍스트 응답은 디스플레이(231)를 통해 출력할 수 있다. 명령어는 그 제어 대상에 따라 차량 제어기(240)로 전송될 수도 있고, 외부 컨텐츠 서버(300)로 전송될 수도 있으며, 외부 컨텐츠 서버(300)와 통신하기 위한 통신 장치(280)로 전송될 수도 있다.
일 실시예에 따른 대화 처리 방법은 전술한 순서도 상의 순서에 의해 제한되지 않는다. 도 31내지 도 36의 순서도에 따른 흐름은 대화 처리 방법에 적용될 수 있는 일 예시에 불과하며, 복수의 단계가 동시에 수행되는 것도 가능하고, 각 단계들의 순서가 바뀌는 것도 가능하다.
한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.
컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다.
상기의 설명은 기술적 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명의 기술 분야에서 통상의 지식을 가진 자라면 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 상기에 개시된 실시예 및 첨부된 도면들은 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 기술적 사상의 범위가 한정되는 것은 아니다. 그 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 권리범위에 포함되는 것으로 해석되어야 할 것이다.
지금까지 설명한 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법에 의하면, 차량 환경에 특화된 대화 처리 기술을 이용하여 사용자의 의도에 부합되거나 사용자에게 필요한 최적의 서비스를 제공할 수 있다.
특히, 계층적 구조로 구축된 인자 트리에 기초하여 액션 인자를 획득하므로, 사용자가 다양한 자연어 표현을 발화하거나 부분적인 정보만을 제공하는 경우에도 필요한 정보를 파악 및 요청할 수 있다. 따라서, 사용자의 의도를 보다 정확하게 파악할 수 있다.
100: 대화 시스템
110: 입력 처리기
120: 대화 관리기
130: 결과 처리기
200: 차량
210: 음성 입력 장치
230: 대화자 출력 장치
280: 통신 장치

Claims (21)

  1. 액션을 수행하는데 사용되는 적어도 하나의 인자를 포함하는 인자 트리를 저장하는 저장부;
    사용자로부터 음성을 수신하는 음성 입력 장치;
    상기 수신된 음성에 자연어 이해 알고리즘을 적용하여 음성 인식 결과를 생성하는 입력 처리기;
    상기 음성 인식 결과에 기초하여 상기 수신된 음성에 대응하는 액션을 결정하고, 상기 저장부로부터 상기 액션에 대응되는 인자 트리를 검색하고, 상기 검색된 인자 트리에 기초하여 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 대화 관리기; 및
    상기 추가 정보를 요청하기 위한 대화 응답을 생성하는 결과 처리기;를 포함하는 대화 시스템.
  2. 제1항에 있어서,
    상기 대화 관리기는,
    상기 인자 트리에 포함되는 적어도 하나의 인자에 대한 인자값을 상기 음성 인식 결과로부터 획득하고, 상기 획득된 인자값에 기초하여 상기 인자 트리에 포함되는 적어도 하나의 인자를 채우고, 상기 인자값이 채워지지 않은 인자에 대한 정보를 상기 추가 정보로 결정하는 대화 시스템.
  3. 제2항에 있어서,
    상기 대화 관리기는,
    상기 인자 트리의 제1 계층(hierarchy)에 위치하는 제1 인자에 대한 인자값을 획득하면, 상기 제1 인자가 선택 인자인지 부분 인자인지 여부에 기초하여 상기 제1 계층이 채워졌는지 여부를 확인하고, 상기 제1 계층이 채워지지 않은 경우 상기 제1 계층에 위치하는 인자 중 상기 인자값이 채워지지 않은 인자에 대한 정보를 상기 추가 정보로 결정하는 대화 시스템.
  4. 제3항에 있어서,
    상기 대화 관리기는,
    상기 제1 인자가 부분 인자인 경우, 상기 제1 계층에 위치하는 부분 인자 중 인자값이 채워지지 않은 부분 인자에 대한 정보를 상기 추가 정보로 결정하는 대화 시스템.
  5. 제4항에 있어서,
    상기 대화 관리기는,
    상기 제1 계층에 위치하는 모든 부분 인자에 대한 인자값이 획득되면, 상기 제1 계층이 채워진 것으로 확인하고, 상기 제1 계층에 위치하는 모든 부분 인자에 대한 인자값에 기초하여 상기 제1 인자의 상위 인자에 대한 인자값을 획득하는 대화 시스템.
  6. 제 3항에 있어서,
    상기 대화 관리기는,
    상기 제1인자가 선택 인자인 경우, 상기 제1 계층이 채워진 것으로 확인하고, 상기 제1인자에 대한 인자값에 기초하여 상기 제1인자의 상위 인자에 대한 인자값을 획득하는 대화 시스템.
  7. 제6항에 있어서,
    상기 대화 관리기는,
    상기 제1 인자의 상위 인자가 부분 인자인 경우, 상기 제1 계층의 상위 계층에 위치하는 부분 인자 중 인자값이 채워지지 않은 부분 인자에 대한 정보를 상기 추가 정보로 결정하는 대화 시스템.
  8. 제2항에 있어서,
    상기 대화 관리기는,
    상기 인자 트리의 최상위 인자에 대한 인자값이 획득되면, 상기 획득된 인자값을 상기 결과 처리기에 전달하고,
    상기 결과 처리기는,
    상기 최상위 인자에 대한 인자값에 기초하여 상기 수신된 음성에 대응하는 액션을 수행하기 위한 대화 응답을 생성하는 대화 시스템.
  9. 제8항에 있어서,
    상기 저장부는,
    차량의 상태와 관련된 차량 상태 정보, 상기 차량의 운전자와 관련된 사용자 정보 및 상기 차량의 주행 환경과 관련된 주행 환경 정보 중 적어도 하나를 포함하는 상황 정보를 저장하고,
    상기 대화 관리기는,
    상기 상황 정보에 기초하여 상기 최상위 인자에 대한 인자값을 미리 정해진 형식의 정보로 변환하는 대화 시스템.
  10. 제 8항에 있어서,
    상기 대화 관리기는,
    상기 인자 트리에 포함되는 적어도 하나의 인자에 대한 인자값을 상기 상황 정보에 기초하여 획득하는 대화 시스템.
  11. 액션을 수행하는데 사용되는 적어도 하나의 인자를 포함하는 인자 트리를 저장하는 저장부를 포함하는 대화 시스템에 있어서,
    사용자로부터 음성을 수신하고;
    상기 수신된 음성에 자연어 이해 알고리즘을 적용하여 음성 인식 결과를 생성하고;
    상기 음성 인식 결과에 기초하여 상기 수신된 음성에 대응하는 액션을 결정하고, 상기 저장부로부터 상기 액션에 대응되는 인자 트리를 검색하고, 상기 검색된 인자 트리에 기초하여 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하고; 및
    상기 추가 정보를 요청하기 위한 대화 응답을 생성하는 것;을 포함하는 대화 처리 방법.
  12. 제11항에 있어서,
    상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은,
    상기 인자 트리에 포함되는 적어도 하나의 인자에 대한 인자값을 상기 음성 인식 결과로부터 획득하고, 상기 획득된 인자값에 기초하여 상기 인자 트리에 포함되는 적어도 하나의 인자를 채우고, 상기 인자값이 채워지지 않은 인자에 대한 정보를 상기 추가 정보로 결정하는 것;을 포함하는 대화 처리 방법.
  13. 제12항에 있어서,
    상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은,
    상기 인자 트리의 제1 계층에 위치하는 제1 인자에 대한 인자값을 획득하면, 상기 제1 인자가 선택 인자인지 부분 인자인지 여부에 기초하여 상기 제1 계층이 채워졌는지 여부를 확인하고, 상기 제1 계층이 채워지지 않은 경우 상기 제1 계층에 위치하는 인자 중 상기 인자값이 채워지지 않은 인자에 대한 정보를 상기 추가 정보로 결정하는 것;을 포함하는 대화 처리 방법.
  14. 제13항에 있어서,
    상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은,
    상기 제1 인자가 부분 인자인 경우, 상기 제1 계층에 위치하는 부분 인자 중 인자값이 채워지지 않은 부분 인자에 대한 정보를 상기 추가 정보로 결정하는 것;을 포함하는 대화 처리 방법.
  15. 제14항에 있어서,
    상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은,
    상기 제1 계층에 위치하는 모든 부분 인자에 대한 인자값이 획득되면, 상기 제1 계층이 채워진 것으로 확인하고, 상기 제1 계층에 위치하는 모든 부분 인자에 대한 인자값에 기초하여 상기 제1 인자의 상위 인자에 대한 인자값을 획득하는 것;을 포함하는 대화 처리 방법.
  16. 제 13항에 있어서,
    상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은,
    상기 제1인자가 선택 인자인 경우, 상기 제1 계층이 채워진 것으로 확인하고, 상기 제1인자에 대한 인자값에 기초하여 상기 제1인자의 상위 인자에 대한 인자값을 획득하는 것;을 포함하는 대화 처리 방법.
  17. 제16항에 있어서,
    상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은,
    상기 제1 인자의 상위 인자가 부분 인자인 경우, 상기 제1 계층의 상위 계층에 위치하는 부분 인자 중 인자값이 채워지지 않은 부분 인자에 대한 정보를 상기 추가 정보로 결정하는 것;을 포함하는 대화 처리 방법.
  18. 제2항에 있어서,
    상기 인자 트리의 최상위 인자에 대한 인자값이 획득되면, 상기 획득된 인자값에 기초하여 상기 수신된 음성에 대응하는 액션을 수행하기 위한 대화 응답을 생성하는 것;을 더 포함하는 대화 처리 방법.
  19. 제18항에 있어서,
    상기 저장부는, 차량의 상태와 관련된 차량 상태 정보, 상기 차량의 운전자와 관련된 사용자 정보 및 상기 차량의 주행 환경과 관련된 주행 환경 정보 중 적어도 하나를 포함하는 상황 정보를 저장하고,
    상기 수신된 음성에 대응하는 액션을 수행하기 위한 대화 응답을 생성하는 것은,
    상기 상황 정보에 기초하여 상기 최상위 인자에 대한 인자값을 미리 정해진 형식의 정보로 변환하는 것;을 포함하는 대화 처리 방법.
  20. 제 18항에 있어서,
    상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 것은,
    상기 인자 트리에 포함되는 적어도 하나의 인자에 대한 인자값을 상기 상황 정보에 기초하여 획득하는 것;을 포함하는 대화 처리 방법.
  21. 컴퓨팅 장치와 결합하여,
    사용자로부터 음성을 수신하는 단계;
    상기 수신된 음성에 자연어 이해 알고리즘을 적용하여 음성 인식 결과를 생성하는 단계;
    상기 음성 인식 결과에 기초하여 상기 수신된 음성에 대응하는 액션을 결정하고, 상기 저장부로부터 상기 액션에 대응되는 인자 트리를 검색하고, 상기 검색된 인자 트리에 기초하여 상기 액션을 수행하기 위하여 필요한 추가 정보를 결정하는 단계; 및
    상기 추가 정보를 요청하기 위한 대화 응답을 생성하는 단계;를 실행시키도록 기록 매체에 저장된 컴퓨터 프로그램.
KR1020190015728A 2019-02-11 2019-02-11 대화 시스템 및 대화 처리 방법 KR20200098079A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190015728A KR20200098079A (ko) 2019-02-11 2019-02-11 대화 시스템 및 대화 처리 방법
US16/673,551 US11508367B2 (en) 2019-02-11 2019-11-04 Dialogue system and dialogue processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190015728A KR20200098079A (ko) 2019-02-11 2019-02-11 대화 시스템 및 대화 처리 방법

Publications (1)

Publication Number Publication Date
KR20200098079A true KR20200098079A (ko) 2020-08-20

Family

ID=71944611

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190015728A KR20200098079A (ko) 2019-02-11 2019-02-11 대화 시스템 및 대화 처리 방법

Country Status (2)

Country Link
US (1) US11508367B2 (ko)
KR (1) KR20200098079A (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11875790B2 (en) * 2019-03-01 2024-01-16 Google Llc Dynamically adapting assistant responses
JP7338493B2 (ja) * 2020-01-29 2023-09-05 トヨタ自動車株式会社 エージェント装置、エージェントシステム及びプログラム
CN115408510B (zh) * 2022-11-02 2023-01-17 深圳市人马互动科技有限公司 基于剧情交互节点的跳转方法及组件、对话开发系统
CN115712706B (zh) * 2022-11-07 2023-09-15 贝壳找房(北京)科技有限公司 一种基于会话确定动作决策的方法及装置
CN115860013B (zh) * 2023-03-03 2023-06-02 深圳市人马互动科技有限公司 对话消息处理方法、装置、系统、设备及介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6023673A (en) * 1997-06-04 2000-02-08 International Business Machines Corporation Hierarchical labeler in a speech recognition system
US6246986B1 (en) * 1998-12-31 2001-06-12 At&T Corp. User barge-in enablement in large vocabulary speech recognition systems
US6553342B1 (en) * 2000-02-02 2003-04-22 Motorola, Inc. Tone based speech recognition
US6757362B1 (en) * 2000-03-06 2004-06-29 Avaya Technology Corp. Personal virtual assistant
US6587824B1 (en) * 2000-05-04 2003-07-01 Visteon Global Technologies, Inc. Selective speaker adaptation for an in-vehicle speech recognition system
US20030115289A1 (en) * 2001-12-14 2003-06-19 Garry Chinn Navigation in a voice recognition system
US8688451B2 (en) * 2006-05-11 2014-04-01 General Motors Llc Distinguishing out-of-vocabulary speech from in-vocabulary speech
US7580942B2 (en) * 2007-01-12 2009-08-25 Microsoft Corporation Indexing and ranking processes for directory assistance services
US9280610B2 (en) * 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9837075B2 (en) * 2014-02-10 2017-12-05 Mitsubishi Electric Research Laboratories, Inc. Statistical voice dialog system and method
US9240183B2 (en) * 2014-02-14 2016-01-19 Google Inc. Reference signal suppression in speech recognition

Also Published As

Publication number Publication date
US11508367B2 (en) 2022-11-22
US20200258514A1 (en) 2020-08-13

Similar Documents

Publication Publication Date Title
KR102338990B1 (ko) 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법
KR102414456B1 (ko) 대화 시스템, 이를 포함하는 차량 및 유고 정보 처리 방법
KR102426171B1 (ko) 대화 시스템, 이를 포함하는 차량 및 대화 서비스 처리 방법
KR102562227B1 (ko) 대화 시스템, 그를 가지는 차량 및 차량의 제어 방법
US10950233B2 (en) Dialogue system, vehicle having the same and dialogue processing method
US11508367B2 (en) Dialogue system and dialogue processing method
US10937424B2 (en) Dialogue system and vehicle using the same
KR20200001188A (ko) 대화 시스템, 그를 가지는 차량 및 차량의 제어 방법
US10997974B2 (en) Dialogue system, and dialogue processing method
US10861460B2 (en) Dialogue system, vehicle having the same and dialogue processing method
KR20200000604A (ko) 대화 시스템 및 대화 처리 방법
CN110503947B (zh) 对话系统、包括其的车辆和对话处理方法
KR20200004054A (ko) 대화 시스템 및 대화 처리 방법
KR20190011458A (ko) 차량, 그와 통신하는 모바일 기기 및 차량의 제어 방법
KR102487669B1 (ko) 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법
KR20200006738A (ko) 대화 시스템 및 대화 처리 방법
KR20220094400A (ko) 대화 시스템, 그를 가지는 차량 및 대화 시스템의 제어 방법
KR102448719B1 (ko) 대화 시스템과 이를 포함하는 차량 및 모바일 기기와 대화 처리 방법
US11783806B2 (en) Dialogue system and dialogue processing method
CN110562260A (zh) 对话系统和对话处理方法
KR20200095636A (ko) 대화 시스템이 구비된 차량 및 그 제어 방법
KR20190036018A (ko) 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법
KR20190135676A (ko) 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법
CN110648661B (zh) 对话系统、车辆和用于控制车辆的方法
KR20200123495A (ko) 대화 시스템, 이를 포함하는 차량 및 대화 처리 방법

Legal Events

Date Code Title Description
A201 Request for examination