KR20200107057A - 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치 - Google Patents

음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치 Download PDF

Info

Publication number
KR20200107057A
KR20200107057A KR1020190025543A KR20190025543A KR20200107057A KR 20200107057 A KR20200107057 A KR 20200107057A KR 1020190025543 A KR1020190025543 A KR 1020190025543A KR 20190025543 A KR20190025543 A KR 20190025543A KR 20200107057 A KR20200107057 A KR 20200107057A
Authority
KR
South Korea
Prior art keywords
language
data
target
recognition model
utterance
Prior art date
Application number
KR1020190025543A
Other languages
English (en)
Inventor
이지섭
이슬
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020190025543A priority Critical patent/KR20200107057A/ko
Priority to PCT/KR2020/000237 priority patent/WO2020180000A1/ko
Publication of KR20200107057A publication Critical patent/KR20200107057A/ko
Priority to US17/385,774 priority patent/US11967313B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/42—Data-driven translation
    • G06F40/44—Statistical methods, e.g. probability models
    • 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
    • G10L15/005—Language recognition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/04—Segmentation; Word boundary detection
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063—Training
    • 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
    • G10L15/16—Speech classification or search using artificial neural networks
    • 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
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Probability & Statistics with Applications (AREA)
  • Machine Translation (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

네트워크 인터페이스, 상기 네트워크 인터페이스에 작동적으로 연결된 적어도 하나의 프로세서, 및 상기 프로세서에 작동적으로 연결된 적어도 하나의 메모리, 상기 메모리는 제1 언어로 된 제1 발화 세트 및 상기 제1 발화 세트와 연관된 제1 태그 및 의도 세트를 포함하는 제1 자연어 이해 모델을 저장하고, 상기 메모리는 실행되는 경우, 상기 프로세서가, 상기 네트워크 인터페이스를 통하여 상기 제1 언어와 다른 제2 언어로 된 제2 자연어 이해 모델을 생성하도록 하는 요청을 수신하고, 상기 제1 발화 세트를 상기 제2 언어로 된 제2 발화 세트로 번역하고, 상기 제1 자연어 이해 모델에 적어도 일부 기반하여 상기 제2 발화 세트에 제2 태그 및/또는 의도 세트를 제공하고, 상기 네트워크 인터페이스를 통하여 상기 제2 발화 세트 또는 상기 제2 태그 및/또는 의도 세트 중 적어도 하나를 수정하기 위한 적어도 하나의 입력을 수신하는 사용자 인터페이스를 제공하고, 상기 사용자 인터페이스를 통하여 수신한 상기 입력에 적어도 일부 기반하여 제3 발화 세트 및 제3 태그 및/또는 의도 세트를 생성, 및 상기 제3 발화 세트 및 상기 제3 태그 및/또는 의도 세트를 포함하는 상기 제2 자연어 이해 모델을 수립하도록 하는 인스트럭션들을 저장하는 시스템이 개시된다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치{METHOD FOR EXPANDING LANGUAGE USED IN VOICE RECOGNITION MODEL AND ELECTRONIC DEVICE INCLUDING VOICE RECOGNITION MODEL}
본 문서에서 개시되는 실시 예들은, 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치에 관련된다.
전자 장치는 음성 입력에 대응하여 동작하기 위해 음성 인식을 수행한다. 전자 장치는 음성 인식을 수행하기 위한 음성 인식 모델을 포함한다. 전자 장치는 음성 인식 모델이 지원하는 언어로 이루어진 음성 입력을 인식한다.
현재 음성 인식 모델을 개발하기 위해 사용되는 프로그램인 도구(tool)가 존재한다. 도구에는 특정한 동작을 수행하기 위한 목적인 의도(intent)를 포함하는 발화(utterance)가 입력된다. 발화는 내용을 커버하기 위한 복수의 변수(variation)들을 포함한다. 도구는 의도 및 변수들을 포함하는 복수의 발화들을 입력 받아, 음성 인식 모델의 개발에 유효한 발화를 선택한다. 도구는 발화를 분석한 데이터를 처리하여 특정한 언어를 인식할 수 있는 음성 인식 모델을 개발한다.
음성 인식 모델을 개발하기 위해 발화를 처리하는 시간 및/또는 발화를 개발하고 도구를 관리하는 인력과 같은 많은 자원(resource)이 이용될 수 있다.
특정한 언어를 지원하는 음성 인식 모델을 개발한 후 음성 인식 모델을 다국어로 확장하기 위해서, 다시 원점(zero-base)에서 도구를 이용하여 일련의 과정들을 반복하여 수행하여 음성 인식 모델을 개발하여야 한다. 이 경우, 확장하고자 하는 언어의 개수만큼의 배수의 자원이 이용될 수 있다. 또한, 확장해야 하는 언어를 완벽하게 구사할 수 있는 원어민 또는 언어 전문가가 필요할 수 있다.
본 문서에서 개시되는 실시 예들은, 신경 기계 번역(neural machine translation, 이하 NMT)을 이용하여 음성 인식 모델이 지원하는 언어를 다국어로 용이하게 확장할 수 있는 방법을 제공하고자 한다.
본 문서에 개시되는 일 실시 예에 따른 시스템은, 네트워크 인터페이스, 상기 네트워크 인터페이스에 작동적으로 연결된 적어도 하나의 프로세서, 및 상기 프로세서에 작동적으로 연결된 적어도 하나의 메모리, 상기 메모리는 제1 언어로 된 제1 발화 세트 및 상기 제1 발화 세트와 연관된 제1 태그 및 의도 세트를 포함하는 제1 자연어 이해 모델을 저장하고, 상기 메모리는 실행되는 경우, 상기 프로세서가, 상기 네트워크 인터페이스를 통하여 상기 제1 언어와 다른 제2 언어로 된 제2 자연어 이해 모델을 생성하도록 하는 요청을 수신하고, 상기 제1 발화 세트를 상기 제2 언어로 된 제2 발화 세트로 번역하고, 상기 제1 자연어 이해 모델에 적어도 일부 기반하여 상기 제2 발화 세트에 제2 태그 및/또는 의도 세트를 제공하고, 상기 네트워크 인터페이스를 통하여 상기 제2 발화 세트 또는 상기 제2 태그 및/또는 의도 세트 중 적어도 하나를 수정하기 위한 적어도 하나의 입력을 수신하는 사용자 인터페이스를 제공하고, 상기 사용자 인터페이스를 통하여 수신한 상기 입력에 적어도 일부 기반하여 제3 발화 세트 및 제3 태그 및/또는 의도 세트를 생성, 및 상기 제3 발화 세트 및 상기 제3 태그 및/또는 의도 세트를 포함하는 상기 제2 자연어 이해 모델을 수립하도록 하는 인스트럭션들을 저장할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 음성 인식 모델에서 사용되는 언어를 확장시키는 방법을 적용한 전자 장치는, 캡슐 데이터에서 언어 데이터를 추출하는 데이터 프로세서(data processor), 상기 언어 데이터를 이용하여 번역 데이터를 생성하는 캡슐 데이터베이스(capsule database), 및 개발 언어를 입력 받아 대상 언어로 번역하는 신경 기계 번역 모델(neural machine translation model)을 포함하고, 상기 데이터 프로세서는, 상기 번역 데이터를 구조와 결합하여 상기 대상 언어로 된 대상 캡슐 데이터를 생성하고, 상기 신경 기계 번역 모델은, 상기 개발 언어의 시그널에 대응되는 대상 단어를 태깅하고, 수정한 학습 데이터를 학습 모델에 추가할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 음성 인식 모델에서 사용되는 언어를 확장시키는 방법은, 특정 언어의 음성 비서 개발 데이터를 언어 확장 도구(language expansion tool, LET)에 번역할 것을 요청하는 동작, 번역 모델을 이용하여 발화를 번역하는 동작, 개발 및 대상 단어들(development, target words)의 정렬 행렬(alignment matrix)를 만든 후 시그널(signal)을 태깅(tagging)하는 동작, 개발 형식(development format)으로 변환 완료한 대상 데이터(target data)를 사용자에게 제공하는 동작, 상기 대상 데이터를 수정할 부분이 있는지 여부를 확인하고 상기 대상 데이터를 선택적으로 수정하고 결과물 반영 및 음성 비서를 학습시키는 동작, 및 수정한 내역을 추출하고 학습 데이터에 추가하여 신경 기계 번역 모델을 재 학습시키는 동작을 포함할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 특정한 언어를 지원하는 음성 인식 모델을 보다 적은 자원을 이용하여 다국어로 확장시킬 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시 예에 따른 통합 지능(integrated intelligence)(AI) 시스템을 나타낸 블록도이다.
도 2는 일 실시 예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 3은 일 실시 예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 4는 일 실시 예에 따른 통합 지능 시스템에 포함된 음성 인식 모델을 다른 언어로 확장하는 과정을 나타낸 순서도이다.
도 5는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 나타난 각각의 캡슐이 가지고 있는 데이터를 나타낸 도면이다.
도 6은 음성 인식 모델을 개발하는 도구가 캡슐 데이터를 대상 캡슐 데이터로 번역하는 기계 번역 서비스를 나타낸 도면이다.
도 7은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 개발 언어를 입력 받아 대상 언어로 번역하고, 개발 언어의 시그널에 대응되는 대상 단어를 태깅하는 것을 나타낸 도면이다.
도 8은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 개발 언어의 시그널에 대응되는 대상 단어를 태깅하기 위한 정렬 행렬을 나타낸 도면이다.
도 9는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 수정한 학습 데이터를 학습 모델에 추가하는 것을 나타낸 도면이다.
도 10은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법을 나타낸 도면이다.
도 11은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 자원 폴더를 선택할 때의 사용자 인터페이스 화면을 나타낸 도면이다.
도 12는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어 확장 메뉴를 표시할 때의 사용자 인터페이스 화면을 나타낸 도면이다.
도 13은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 대상 언어로 번역하는 동작을 수행하는 사용자 인터페이스 화면을 나타낸 도면이다.
도 14는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 대상 언어로 번역한 결과를 분석하는 사용자 인터페이스 화면을 나타낸 도면이다.
도 15는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 대상 언어로 번역한 결과 중 지정된 기준에 따른 결과를 선택하여 표시하는 사용자 인터페이스 화면을 나타낸 도면이다.
도 16은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 개발 언어 및 대상 언어를 비교하는 사용자 인터페이스 화면을 나타낸 도면이다.
도 17은 일 실시 예에 따른 시스템의 동작 순서도이다.
도 18은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
도 1은 일 실시 예에 따른 통합 지능화(integrated intelligence) 시스템을 나타낸 블록도이다.
도 1을 참조하면, 일 실시 예의 통합 지능화 시스템(10)은 사용자 단말(100), 지능형 서버(200), 및 서비스 서버(300)를 포함할 수 있다.
일 실시 예의 사용자 단말(100)은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 통신 인터페이스(110), 마이크(120), 스피커(130), 디스플레이(140), 메모리(150), 및 프로세서(160)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
일 실시 예에 따르면, 통신 인터페이스(110)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예에 따르면, 마이크(120)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시 예에 따르면, 스피커(130)는 전기적 신호를 소리(예: 음성)으로 출력할 수 있다. 일 실시 예에 따르면, 디스플레이(140)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예에 따르면, 디스플레이(140)는 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.
일 실시 예에 따르면, 메모리(150)는 클라이언트 모듈(151), SDK(software development kit)(153), 및 복수의 앱들(155)을 저장할 수 있다. 상기 클라이언트 모듈(151), 및 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램(solution program))를 구성할 수 있다. 또한, 클라이언트 모듈(151) 또는 SDK(153)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.
일 실시 예에 따르면, 메모리(150)는 상기 복수의 앱들(155)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱(155)은 제1 앱(155_1), 제2 앱(155_3) 을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱(155) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 복수의 앱(155)은, 알람 앱, 메시지 앱, 및 스케줄 앱 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(155)은 프로세서(160)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예에 따르면, 프로세서(160)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(160)는 통신 인터페이스(110), 마이크(120), 스피커(130), 디스플레이(140), 및 메모리(150)와 전기적으로 연결되어 연결되어 지정된 동작을 수행할 수 있다.
일 실시 예에 따르면, 프로세서(160)는 또한 상기 메모리(150)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(160)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(160)는, 예를 들어, SDK(153)를 통해 복수의 앱(155)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작은 프로세서(160)의 실행에 의한 동작일 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 마이크(120)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 생성할 수 있다. 클라이언트 모듈(151)은 수신된 음성 입력을 지능형 서버(200)로 송신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 수신된 음성 입력과 함께, 사용자 단말(100)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)로부터 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이(140)에 표시할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(140)에 표시할 수 있다. 예를 들어, 클라이언트 모듈(151)은 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 다른 예를 들어, 사용자 단말(100)은 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 지능형 서버(200)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 상기 결과를 산출하기 위해 필요한 정보는, 예를 들어, 전자 장치(100)의 상태 정보일 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 통해 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 통신 망을 통해 사용자 단말(100)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공 지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neual network-based system)(예: 피드포워드 신경망(feedforward neural network)(FNN)), 순환 신경망(recurrent neural network)(RNN))일 수도 있다. 또는, 전술한 것의 조합 또는 이와 상이한 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 플랜 중 적어도 플랜을 선택할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 생성된 플랜에 따라 산출된 결과를 사용자 단말(100)로 송신하거나, 생성된 플랜을 사용자 단말(100)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따라 산출된 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natual language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 및 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.
일 실시 예에 따르면, 프론트 엔드(210)는 사용자 단말(100)로부터 수신된 음성 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 음성 입력에 대응되는 응답을 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227), 및 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)를 포함할 수 있다.
일 실시 예에 따르면, 자동 음성 인식 모듈(221)은 사용자 단말(100)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(223)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.
일 실시 예에 따르면, 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터 및 상기 결과 값은 지정된 형식(또는, 클래스)과 관련된 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(225)는 복수의 동작, 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜를 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예에 따르면, 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 예를 들어, 캡슐 데이터베이스(230)는 플랜의 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)를 포함하는 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 상기 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
일 실시 예에 따르면, 캡슐 데이터베이스(230)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자 단말(100)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다.
일 실시 예에 따르면, 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록 하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다.
일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자 단말(100) 내에도 구현될 수 있다. 다시 말해, 사용자 단말(100)은 음성 입력에 대응되는 동작을 결정하기 위한 정보를 저장하는 캡슐 데이터베이스(230)를 포함할 수 있다.
일 실시 예에 따르면, 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 일 실시 예에 따르면, 엔드 유저 인터페이스(250)는 산출된 결과를 사용자 단말(100)로 송신할 수 있다. 이에 따라, 사용자 단말(100)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예에 따르면, 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예에 따르면, 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예에 따르면, 분석 플랫폼(280)을 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예에 따르면, 서비스 서버(300)는 사용자 단말(100)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 예를 들어, 서비스 서버(300)는 서로 다른 제3 자에 의해 운영되는 제1 서비스 서버(301), 제2 서비스 서버(303), 및 제3 서비스 서버(305)를 포함할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는, 예를 들어, 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.
상기에 기술된 통합 지능화 시스템(10)에서, 상기 사용자 단말(100)은, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시 예에 따르면, 상기 사용자 단말(100)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(100)은 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)를 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(100)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)이 지능형 서버(200) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말은, 상기 마이크(120)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말은, 상기 음성 데이터를 통신 인터페이스(110)를 이용하여 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 사용자 단말(100)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 사용자 단말(100)은, 통신 인터페이스(110)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(100)은 상기 스피커(130)를 이용하여 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(140)를 이용하여 사용자 단말(100) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 2는 다양한 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(200)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(230))는 CAN(concept action network)(400) 형태로 복수의 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network) 형태로 저장될 수 있다. 상기 CAN은 동작(action)과 상기 동작을 수행하는데 필요한 파라미터(parameter)를 정의한 컨셉(concept) 사이의 유기적인 관계를 나타낸 것일 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(예: Capsule A(401), Capsule B(402))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: Capsule A(401))은 하나의 도메인(예: 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐은 캡슐과 관련된 도메인의 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(403), CP 2 (404), CP 3(405), 또는 CP 4(406))에 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(225)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, Capsule A (401) 의 동작들(4011, 4013)과 컨셉들(4012, 4014) 및 Capsule B(402)의 동작(4041)과 컨셉들(4042)을 이용하여 플랜(407)을 생성할 수 있다.
도 3는 다양한 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
사용자 단말(100)은 지능형 서버(200)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 310 화면에서, 사용자 단말(100)은 지정된 음성 입력(예: 웨이크 업!)를 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(100)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이(140)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 "이번주 일정 알려줘!"라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 320 화면에서, 사용자 단말(100)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(100)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이에 표시할 수 있다.
도 4는 일 실시 예에 따른 통합 지능 시스템(10)에 포함된 음성 인식 모델을 다른 언어로 확장하는 과정을 나타낸 순서도(450)이다.
일 실시 예에서, 통합 지능 시스템(10)은 음성을 인식하기 위한 음성 인식 모델을 포함할 수 있다. 음성 인식 모델은 사용자의 발화(utterance)와 같은 음성을 인식하고 사용자 단말(100) 및/또는 지능형 서버(200)가 음성의 내용에 대응하는 동작을 수행하도록 할 수 있다. 음성 인식 모델은 음성 비서 및/또는 BixbyTM와 같이 구현될 수 있다. 음성 인식 모델은 특정한 언어에 대한 학습을 반복하여 수행함으로써 생성될 수 있다. 생성된 음성 인식 모델은 학습한 언어로 된 음성 인식 서비스를 지원할 수 있다. 예를 들어, 음성 인식 모델은 해당 언어로 된 사용자의 발화를 인식할 수 있다. 음성 인식 모델은 인식한 사용자의 발화의 의미를 분석할 수 있다. 음성 인식 모델은 분석한 의미에 대응하는 동작을 수행하도록 제어할 수 있다. 다른 언어로 된 음성을 인식하기 위해서 음성 인식 모델을 다른 언어로 확장하는 과정을 수행할 수 있다. 음성 인식 모델을 다른 언어로 확장하는 과정은 음성 인식 모델을 개발하는 도구(tool)를 이용하여 수행할 수 있다.
일 실시 예에 따른 음성 인식 모델의 확장 과정은 동작 451에서, 캡슐(capsule) 데이터베이스(예: 도 2의 캡슐 데이터베이스(230))에서 언어 데이터를 추출할 수 있다. 캡슐은 도메인과 실질적으로 동등한 의미를 가질 수 있다. 각각의 캡슐이 가지고 있는 데이터베이스는 각각의 도메인이 음성 인식 모델을 구성하기 위한 데이터들을 보관하고 있는 장소일 수 있다. 캡슐 데이터베이스는 특정 언어의 음성 인식 모델 개발 시 사용되는 데이터들을 포함할 수 있다. 캡슐 데이터베이스는 개발이 완료된 음성 인식 모델과 관련된 데이터들을 포함할 수 있다. 예를 들어, 캡슐 데이터베이스는 특정 언어를 지원하는 음성 인식 모델을 훈련할 때 사용한 데이터들을 포함할 수 있다. 캡슐 데이터베이스는 음성 인식 모델에서 반복적으로 학습될 수 있다. 캡슐 데이터베이스는 언어 데이터와 구조를 포함할 수 있다. 언어 데이터는 각각의 언어마다 다를 수 있다. 구조는 비언어적 데이터를 포함할 수 있다. 구조는 언어의 종류와 관계 없이 실질적으로 동일할 수 있다. 음성 인식 모델을 개발하는 도구를 이용하여 캡슐 데이터베이스에서 언어 데이터를 선택적으로 추출할 수 있다.
예를 들어, 영어를 지원하는 음성 인식 모델의 언어 데이터는 영어로 된 사용자 발화들일 수 있다. 언어 데이터는 영어 단어, 영어 표현 또는 영어 문장일 수 있다. 구조는 사용자의 발화의 높낮이, 발화의 악센트, 또는 발화의 빠르기일 수 있다. 음성 인식 모델을 개발하는 도구는 영어로 된 사용자 발화들에서 영어 단어, 영어 표현 또는 영어 문장에 해당하는 언어 데이터를 추출할 수 있다.
일 실시 예에 따른 음성 인식 모델의 확장 과정은 동작 452에서, 언어 데이터를 이용하여 번역 데이터를 생성할 수 있다. 번역 데이터는 개발이 완료된 음성 인식 모델이 사용하는 특정 언어를 확장하고자 하는 언어인 대상(target) 언어로 번역하기 위해 필요한 데이터일 수 있다. 번역 데이터는 신경 기계 번역(neural machine translation, NMT)을 이용하여 생성한 데이터일 수 있다. 신경 기계 번역은 기계 학습(machine learning, ML)을 이용하여 번역의 성능 또는 정확성을 지속적으로 개선시킬 수 있다. 번역 데이터는 개발자가 지속적으로 갱신 또는 업데이트(update)할 수 있다.
일 실시 에에 따른 음성 인식 모델의 확장 과정은 동작 453에서, 번역 데이터를 구조와 결합하여 캡슐 데이터를 생성할 수 있다. 캡슐 데이터는 대상 언어에 대한 음성 인식 모델을 개발하기 위해 사용되는 데이터일 수 있다. 예를 들어, 캡슐 데이터는 훈련 데이터(training data) 또는 대화 데이터(dialog data)일 수 있다.
일 실시 예에서, 훈련 데이터는 기계 학습을 적용한 모델을 훈련하는 데이터일 수 있다. 훈련은 학습하여야 하는 훈련 데이터를 러닝(learning)하는 알고리즘을 포함할 수 있다. 기계 학습을 적용한 모델은 훈련 과정에 의해 생성된 인공 산물(artifact)일 수 있다.
일 실시 예에서, 훈련 데이터는 정답을 포함할 수 있다. 정답은 대상 또는 대상의 속성(attribute)일 수 있다. 러닝 알고리즘은 훈련 데이터 안에서 패턴들을 발견할 수 있다. 러닝 알고리즘은 입력된 데이터의 속성들을 개발자가 예측하고자 원하는 정답에 매핑시킬 수 있다. 러닝 알고리즘은 이러한 패턴들을 포착하는 기계 학습 모델을 출력할 수 있다. 개발자는 기계 학습 모델을 대상 또는 정답을 모르는 미지의 데이터에 대한 예측을 위해 사용할 수 있다.
일 실시 예에서, 캡슐 데이터를 이용하여 음성 인식 모델을 대상 언어로 확장시키기 위한 학습 및/또는 훈련을 수행할 수 있다. 동작 451 내지 동작 453을 수행하는 경우, 음성 인식 모델의 개발이 완료된 특정 언어에 관한 캡슐 데이터를 확장하기 원하는 대상 언어로 변환한 후, 음성 인식 모델에 제공하여 대상 언어로 음성 인식 모델을 개발할 때 사용할 수 있다.
일 실시 예에 따른 음성 인식 모델의 확장 과정은 동작 454에서, 개발 언어를 입력 받아 대상 언어로 번역할 수 있다. 개발 언어는 음성 인식 모델 개발이 완료된 특정 언어로 된 사용자 발화 또는 개발자가 입력하는 표현일 수 있다. 음성 인식 모델을 개발하는 도구는 개발 언어에 번역 데이터를 적용하여 대상 언어로 번역할 수 있다. 예를 들어, 영어로 된 음성 인식 모델의 개발을 완료한 상태에서 스페인어로 음성 인식 모델을 확장하는 경우, 개발 언어로 "Send Hawaii picture to mom." 라고 입력하고, 대상 언어인 스페인어로 "Manda la foto de Hawaii a mama." 라고 번역할 수 있다.
일 실시 예에 따른 음성 인식 모델의 확장 과정은 동작 455에서, 개발 언어의 시그널(signal)에 대응되는 대상 단어를 태깅(tagging)할 수 있다. 시그널은 개발 언어에 포함된 단어들 중 발화에 대응하는 동작을 수행하기 위해 가장 중요한 의미를 갖고 있는 단어일 수 있다. 대상 단어를 태깅하는 것은 대상 언어에 포함된 대상 단어들 중 개발 언어의 시그널에 대응하는 의미를 갖는 대상 단어를 시그널로 설정하는 작업을 포함할 수 있다. 동작 454에서는 발화의 문장을 대상 언어로 번역할 수 있고, 동작 455에서는 대상 언어로 번역한 문장에서 개발 언어의 시그널에 해당하는 단어와 평행(parallel) 관계에 있는 단어를 찾아서 매칭(matching)시킬 수 있다. 이에 따라 각각의 발화를 대상 언어로 번역한 후 해당되는 시그널을 개발자가 직접 매칭시키지 않고 음성 인식 모델을 개발하는 도구를 이용하여 대상 언어의 시그널을 설정할 수 있다. 대상 단어를 태깅한 대상 언어는 수정한 학습 데이터로 이용될 수 있다.
일 실시 예에 따른 음성 인식 모델의 확장 과정은 동작 456에서, 수정한 학습 데이터를 학습 모델에 추가할 수 있다. 신경 기계 번역을 통해 획득한 번역 데이터는 수정 및/또는 갱신할 수 있다. 음성 인식 모델을 개발하는 도구는 수정한 학습 데이터를 다시 신경 기계 번역을 수행하기 위한 학습 데이터로 사용하여 번역 데이터를 수정 및/또는 갱신할 수 있다. 이에 따라, 신경 기계 번역의 성능을 지속적으로 갱신할 수 있다.
도 5는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 나타난 각각의 캡슐이 가지고 있는 데이터를 나타낸 도면(500)이다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구는 언어 확장 도구(language expansion tool, LET)를 포함할 수 있다. 언어 확장 도구는 자동으로 입력된 음성 발화를 번역할 수 있다. 언어 확장 도구는 번역된 대상 문장에 포함된 시그널을 태깅할 수 있다. 언어 확장 도구는 기존에 개발이 완료된 소스 언어에 관련된 데이터 형식(format)을 대상 언어와 관련된 데이터 형식으로 변환하여 제공할 수 있다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구는 각각의 캡슐이 가지고 있는 데이터를 표시할 수 있다. 각각의 캡슐이 가지고 있는 데이터는 음성 인식 모델을 학습 및/또는 발화에 응답하기 위해 필요한 데이터를 포함할 수 있다. 각각의 캡슐이 가지고 있는 데이터는 자원(resources) 폴더(510) 아래에 언어 별로 분류할 수 있다. 예를 들어, 자원 폴더(510)는 기본(base) 언어 폴더(511), 독일어(de-DE) 폴더(512), 및/또는 영어(en) 폴더(513)를 포함할 수 있다. 기본 언어 폴더(511)는 음성 인식 모델을 개발하는 도구를 이용하는 개발자 또는 음성 인식 모델을 적용한 사용자 단말(100)의 사용자가 가장 많이 사용하는 언어 (예: 한국어)로 된 발화와 관련된 데이터를 저장할 수 있다.
일 실시 예에서, 기본 언어 폴더(511), 독일어 폴더(512), 및/또는 영어 폴더(513) 각각은 훈련 데이터를 저장하는 훈련(training) 폴더(513_1), 대화 데이터를 저장하는 대화(dialog) 폴더(513_2), 및/또는 어휘 데이터를 저장하는 어휘(vocab) 폴더(513_3)를 포함할 수 있다. 훈련 데이터는 음성 인식 모델을 학습시킬 수 있는 발화와 관련된 데이터일 수 있다. 예를 들어, 훈련 데이터는 시그널 정보 및/또는 상태(state) 정보와 같은 발화의 내용을 포함하는 언어 데이터를 포함할 수 있다. 대화 데이터는 복수의 상황들 각각에 대응 또는 응답하기 위한 데이터를 포함할 수 있다. 어휘 데이터는 단어 및/또는 숙어의 의미와 관련된 데이터를 포함할 수 있다.
일 실시 예에서, 개발자는 음성 인식 모델을 개발하는 도구에 대상 언어로 번역을 요청할 수 있다. 음성 인식 모델을 개발하는 도구는 대상 언어와 관련된 새로운 폴더를 생성할 수 있다. 새로운 폴더는 대상 언어와 관련된 훈련 폴더, 대화 폴더, 및/또는 어휘 폴더를 포함할 수 있다.
도 6은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구가 캡슐 데이터(Capsule Data)(601)를 대상 캡슐 데이터(Target Capsule Data)(602)로 번역하는 기계 번역 서비스(Machine Translation service)(600)를 나타낸 도면이다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구는 개발 언어로 된 캡슐 데이터(601)를 획득할 수 있다. 예를 들어, 개발자는 음성 인식 모델을 개발하는 도구에 캡슐 데이터(601)를 입력할 수 있다. 음성 인식 모델을 개발하는 도구는 획득한 캡슐 데이터(601)를 대상 언어로 번역하라는 요청을 받을 수 있다.
일 실시 예에서, 데이터 프로세서(Data processor)(610)는 캡슐 데이터(601)로부터 언어 데이터(language data)(611) 및/또는 구조(structure)(612)를 분리하여 추출할 수 있다. 데이터 프로세서(610)는 언어 데이터(611)를 훈련 데이터(training.6t)(614_1), 대화 데이터(dialog.6t)(614_2), 및/또는 어휘 데이터(vocab.6t)(614_3)를 포함하는 캡슐(capsule)(613)로 변환할 수 있다. 데이터 프로세서(610)는 캡슐(613)을 캡슐 데이터베이스(Capsule database, DB)(620)로 전달할 수 있다. 데이터 프로세서(610)는 구조(612)를 캡슐(613)에 포함된 캡슐 구조(Capsule structure)(615)로 변환할 수 있다. 데이터 프로세서(610)는 캡슐 구조(615)를 캡슐 데이터베이스(620)로 전달하지 않고 저장하고 있는 상태를 유지할 수 있다.
일 실시 예에서, 캡슐 데이터베이스(620)는 훈련 데이터(614_1), 대화 데이터(614_2), 및/또는 어휘 데이터(614_3)를 포함하는 캡슐(613)을 신경 기계 번역 모델(NMT model)(630)로 전달할 수 있다.
일 실시 예에서, 신경 기계 번역 모델(630)은 개발 언어로 된 캡슐(613)을 대상 언어로 번역할 수 있다. 신경 기계 번역 모델(630)은 훈련 데이터(614_1), 대화 데이터(614_2), 및/또는 어휘 데이터(614_3) 각각을 훈련 프로세서(Training processor)(640), 대화 프로세서(Dialog processor)(650), 및/또는 어휘 프로세서(Vocab processor)(660)를 이용하여 번역할 수 있다. 신경 기계 번역 모델(630)은 신경 기계 번역 모델(630)에 포함된 신경 기계 번역 코어(NMT core)(635)를 이용하여 훈련 데이터(614_1), 대화 데이터(614_2), 및/또는 어휘 데이터(614_3) 각각을 대상 언어로 번역할 수 있다. 신경 기계 번역 코어(635)은 훈련 프로세서(640), 대화 프로세서(650), 및/또는 어휘 프로세서(660)에 포함된 번역(translate) 모델(641, 651, 및/또는 661)을 포함할 수 있다.
일 실시 예에서, 훈련 데이터(614_1), 대화 데이터(614_2), 및/또는 어휘 데이터(614_3)는 신경 기계 번역 코어(635)에 존재하는 번역 모델(641, 651, 및/또는 661)에 의해 대상 언어로 번역될 수 있다. 훈련 데이터(614_1), 대화 데이터(614_2), 및/또는 어휘 데이터(614_3)가 대상 언어로 번역된 이후, 픽서(Fixer)(642, 652, 및/또는 662)에서 후처리 작업을 거쳐 번역 데이터를 생성할 수 있다. 번역 데이터는 번역된 훈련 데이터(Translated training)(643), 번역된 대화 데이터(Translated dialog)(653), 및/또는 번역된 어휘 데이터(Translated vocab)(663)를 포함할 수 있다. 번역 데이터에 포함된 번역된 훈련 데이터(643), 번역된 대화 데이터(653), 및/또는 번역된 어휘 데이터(663)는 다시 캡슐 데이터베이스(620)로 회귀(return)할 수 있다.
일 실시 예에서, 데이터 프로세서(610)는 번역된 훈련 데이터(643), 번역된 대화 데이터(653), 및/또는 번역된 어휘 데이터(663)를 획득할 수 있다. 데이터 프로세서(610)는 번역된 훈련 데이터(643), 번역된 대화 데이터(653), 및/또는 번역된 어휘 데이터(663)를 캡슐 구조(615)와 재조립 또는 결합할 수 있다. 데이터 프로세서(610)는 번역된 훈련 데이터(643), 번역된 대화 데이터(653), 및/또는 번역된 어휘 데이터(663)를 캡슐 구조(615)와 재조립하여 대상 언어에 관한 새로운 캡슐 데이터인 대상 캡슐 데이터(602)를 생성할 수 있다. 대상 캡슐 데이터(602)는 대상 언어에 해당하는 폴더 아래에 저장될 수 있다. 대상 언어에 해당하는 폴더가 없는 경우, 새로운 폴더를 생성하여 대상 캡슐 데이터(602)를 저장할 수 있다.
도 7은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 개발 언어를 입력 받아 대상 언어로 번역하고, 개발 언어의 시그널에 대응되는 대상 단어를 태깅하는 것을 나타낸 도면(700)이다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구는 신경 기계 번역 서비스(NMT Service)(720)일 수 있다. 신경 기계 번역 서비스(720)는 신경 기계 번역 모델(NMT model)(721)을 포함할 수 있다. 신경 기계 번역 서비스(720)는 신경 기계 번역 모델(721)을 이용하여 훈련 데이터를 대상 언어로 번역하고, 번역한 훈련 데이터의 슬롯(slot)을 태깅할 수 있다. 본 문서에서 슬롯은 동작 455를 결부하여 설명한 시그널과 유사한 개념으로 참조될 수 있다. 예를 들어, 슬롯은 발화(710)가 지시하는 동작을 수행하기 위한 중요한 개념 또는 대상일 수 있다.
일 실시 예에서, 신경 기계 번역 모델(721)은 슬롯이 포함된 발화(Utterance with slots)(710)를 획득할 수 있다. 신경 기게 번역 모델(721)은 개발 언어로 된 발화(710)를 대상 언어로 번역하여 번역된 발화(Translated utterance)(722)를 생성할 수 있다. 번역된 발화(722)는 발화(710)와 실질적으로 동일한 내용일 수 있다.
일 실시 예에서, 신경 기계 번역 모델(721)은 개발 언어로 된 발화(710)의 단어와 대상 언어로 번역된 발화(722)의 단어를 정렬(align)하여 행렬(matrix)을 생성할 수 있다. 예를 들어, 신경 기계 번역 모델(721)은 소스 언어로 된 발화(710) 및 대상 언어로 번역된 발화(722)를 단어 또는 어휘 단위로 분리한 후 정렬하여 슬롯을 위한 정렬 행렬(Alignment Matrix for slots)(723)을 생성할 수 있다.
일 실시 예에서, 대상 언어로 번역된 발화(722) 및 정렬 행렬(723)은 신경 기계 번역 서비스(720)에 포함된 슬롯 변환 모듈(Slot Transition Module)(724)로 입력될 수 있다. 슬롯 변환 모듈(724)은 슬롯을 위한 정렬 행렬(723)에서 소스 언어로 된 단어들 중 슬롯으로 태깅된 단어를 확인할 수 있다. 슬롯 변환 모듈(724)은 슬롯을 위한 정렬 행렬(723)에서 대상 언어로 된 단어들 중 개발 언어에서 슬롯으로 태깅된 단어와 대응하는 의미를 갖는 단어를 확인할 수 있다. 슬롯 변환 모듈(724)은 대상 언어로 번역된 발화(722)에서 개발 언어에서 슬롯으로 태깅된 단어와 대응하는 의미를 갖는 단어를 태깅할 수 있다. 슬롯 변환 모듈(724)은 시그널에 해당되는 대상 언어를 태깅할 수 있다.
일 실시 예에서, 슬롯 변환 모듈(724)은 번역된 발화(Translated utterance with slots)(730)를 돌려줄(return) 수 있다. 번역된 발화(730)에는 대상 언어에서 어떤 단어가 시그널에 해당하는지 알려 주는 태깅 또는 슬롯 데이터가 포함될 수 있다. 번역된 발화(730)는 대상 언어로 번역된 문장 별로 번역 품질 점수 또는 확신 점수(confidence score)를 포함할 수 있다.
도 8은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 개발 언어의 시그널에 대응되는 대상 단어를 태깅하기 위한 정렬 행렬을 나타낸 표(800)이다.
일 실시 예에서, 신경 기계 번역 모델(721)에서 개발 언어로 된 문장을 대상 언어로 번역한 후 개발 언어로 된 문장을 이루는 단어 및 대상 언어로 된 문장을 이루는 단어 또는 어휘 단위로 분리할 수 있다. 슬롯 변환 모듈(724) 각각의 분리된 단어 또는 어휘를 이용하여 정렬 행렬을 생성할 수 있다.
일 실시 예에서, 슬롯 변환 모듈(724)은 소스 언어로 된 단어 또는 어휘 및 대상 언어로 된 단어 또는 어휘 각각의 의미의 유사성을 판단할 수 있다. 슬롯 변환 모듈(724)은 개발 언어로 된 단어 또는 어휘 및 대상 언어로 된 단어 또는 어휘 사이에서 의미적으로 유사한 부분을 점수로 산출할 수 있다. 슬롯 변환 모듈(724)은 의미의 유사성에 기반하여 연관도 또는 유사성 점수를 부여할 수 있다. 슬롯 변환 모듈(724)은 각각의 단어 별 점수를 정렬 행렬 상에 표시할 수 있다.
예를 들어, 도 8의 경우 개발 언어인 한국어로 된 문장은 "나는", "소년", "이다" 3개의 단어를 포함하고, 대상 언어인 영어로 번역된 문장은 "I", "am", "a", "boy" 4개의 단어를 포함할 수 있다. 슬롯 변환 모듈(724)은 3개의 행 및 4개의 열로 이루어진 정렬 행렬 상에 각각의 단어 별 연관도 또는 유사성 점수를 표시할 수 있다. 정렬 행렬은 "나는"은 "I"와 0.9의 연관도 또는 유사성 점수를 갖고, "am"과 0.1의 연관도 또는 유사성 점수를 가지고, "a" 및 "boy"와 0의 연관도 또는 유사성 점수를 가진다고 표시할 수 있다.
일 실시 예에서, 개발 언어로 된 단어 또는 어휘에는 발화에 대응하는 동작을 수행하기 위한 대상을 지시하는 시그널(signal)이 포함될 수 있다. 예를 들어, 개발 언어인 한국어로 된 문장에서 "소년"이 시그널로 지정된 단어일 수 있다.
일 실시 예에서, 슬롯 변환 모듈(724)은 정렬 행렬에 표시된 연관도 또는 유사성 점수에 기반하여 개발 언어의 시그널에 대응되는 대상 언어를 슬롯으로 태깅할 수 있다. 예를 들어, 도 8의 정렬 행렬에서 "소년"은 "boy"와 0.8의 연관도 또는 유사성 점수를 갖고, "I"와 0.2의 연관도 또는 유사성 점수를 갖고, "am" 및 "a"와 0의 연관도 또는 유사성 점수를 가진다고 판단할 수 있다. 개발 언어인 한국어로 된 문장에서 "소년"이 시그널로 지정된 경우, 슬롯 변환 모듈(724)은 "소년"과 연관도 또는 유사성 점수가 가장 높은 "boy"를 슬롯으로 태깅할 수 있다.
도 9는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구(920)에서 수정한 학습 데이터를 학습 모델에 추가하는 것을 나타낸 도면(900)이다.
일 실시 예에서, 음성 인식 모델을 개발하는 신경 기계 번역 모델(721)은 음성 인식 모델을 개발하는 도구(920)로 훈련 데이터를 제공할 수 있다. 훈련 데이터는 새로운 언어인 대상 언어로 음성 인식 모델을 확장하기 위해 사용될 수 있다. 수정 후 제출된 훈련 데이터(Submit Fixed Training Data)(910)는 보다 정확하게 대상 언어를 지원하는 음성 인식 모델을 생성하기 위해 사용될 수 있다. 예를 들어, 개발자는 훈련 데이터의 표현, 문법, 및/또는 어휘를 수정하여 음성 인식 모델을 개발하는 도구(920)로 제출할 수 있다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구(920)의 언어 확장 도구는 수정된 데이터를 추출(Extract Fixed Data)(921)할 수 있다. 언어 확장 도구는 수정된 데이터를 추출(921)한 것에 기반하여 평행 언어 데이터(Parallel Language data)(922)를 생성할 수 있다. 평행 언어 데이터(922)는 신경 기계 번역 모델(NMT model)(923)으로 다시 추가되어 신경 기계 번역 모델(923)을 보다 정확하게 재학습시키는 언어 데이터일 수 있다.
일 실시 예에서, 평행 언어 데이터(922)는 개발 언어로 된 발화(utterance)(922a) 및/또는 언어 확장 도구에서 수정된 대상 발화(Fixed Target utterance)(922b)를 포함할 수 있다. 평행 언어 데이터(922)는 발화(922a) 및/또는 언어 확장 도구에서 수정된 대상 발화(922b)를 일대일 대응시킨 데이터일 수 있다.
예를 들어, "I am a boy."가 "나는 소녀 다"로 번역되었을 때, 이를 "나는 소년 이다"로 수정한 후 언어 확장 도구로 제출하여 반영할 수 있다. 언어 확장 도구는 수정된 데이터(921)를 추출한 후 개발 언어로 된 발화(922a)인 "I am a boy." 및 수정된 대상 발화(922b)인 "나는 소년 이다"가 하나의 쌍을 이루는 평행 언어 데이터(922)를 생성한다. 언어 확장 도구는 평행 언어 데이터(922)를 신경 기계 번역 모델(923)을 학습시킬 수 있는 학습 데이터로 활용하여 신경 기계 번역 모델(923)의 정확도 및/또는 성능을 개선시킬 수 있다.
도 10은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법을 나타낸 도면(1000)이다. 음성 인식 모델을 개발하는 도구는 개발 언어 또는 모국어와 같은 특정한 언어를 지원하는 음성 인식 모델의 개발을 완료할 수 있다. 음성 인식 모델을 개발하는 도구는 특정 언어를 지원하는 음성 인식 모델의 다국어 확장을 진행할 수 있다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구는 특정 언어로 개발이 완료된 음성 비서의 개발 데이터를 확장하고자 하는 대상 언어로 변환하여 대상 언어로 된 개발 데이터 결과물을 제공할 수 있다. 음성 인식 모델을 개발하는 도구는 입력된 대상 문장에서 개발 데이터의 시그널 단어와 평행한 단어를 찾아서 태깅할 수 있다. 음성 인식 모델을 개발하는 도구는 음성 인식 모델을 개발하는 도구에 입력된 데이터가 수정이 필요하다고 판단될 경우 개발자가 데이터를 수정하고 수정된 사항을 피드백 되도록 하는 방법을 제공할 수 있다.
일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법은 동작 1010에서, 특정 언어의 음성 비서 개발 데이터를 언어 확장 도구(language expansion tool, LET)에 번역할 것을 요청할 수 있다. 예를 들어, 개발자는 음성 인식 모델을 개발하는 도구(예: BixbyTM IDE)에 내장되어(built in) 있는 언어 확장 도구를 통하여 초벌 번역을 요청할 수 있다. 개발자는 확장을 원하는 대상 언어를 선택할 수 있다.
일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법은 동작 1020에서, 번역 모델을 이용하여 발화(Utterance)를 번역할 수 있다. 음성 인식 모델을 개발하는 도구는 개발 언어로 된 발화를 입력 받고, 대상 언어로 번역할 수 있다. 음성 인식 모델을 개발하는 도구는 발화 요청을 받고, 신경 기계 번역 모델을 이용하여 발화들을 번역할 수 있다.
일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법은 동작 1030에서, 개발 및 대상 단어들(Development, Target Words)의 정렬 행렬(Alignment Matrix)를 만든 후 시그널(Signal)을 태깅(Tagging)할 수 있다. 음성 인식 모델을 개발하는 도구는 개발 언어로 된 발화를 대상 언어로 번역한 후, 발화를 이루는 개발 단어들 및 번역된 발화를 이루는 대상 단어들을 이용하여 정렬된 행렬을 생성할 수 있다. 음성 인식 모델을 개발하는 도구는 개발 단어들 중 시그널로 지정된 단어와 가장 높은 연관도 또는 유사성 점수를 갖는 대상 단어를 시그널로 태깅할 수 있다.
일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법은 동작 1040에서, 개발 형식(Development Format)으로 변환 완료한 대상 데이터(Target Data)를 사용자에게 제공할 수 있다. 음성 인식 모델을 개발하는 도구는 개발자에게 개발 언어로 된 발화와 동일한 형식으로 변환된 대상 데이터를 제공할 수 있다. 예를 들어, BixbyTM IDE에 대상 데이터를 저장하는 대상 언어 폴더를 생성한 후, 대상 언어 폴더 아래에 캡슐 데이터의 폴더 구조 및 코드(code) 형식과 실질적으로 동일한 구조로 대상 데이터를 저장할 수 있다.
일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법은 동작 1050에서, 수정할 부분이 있는지 여부를 확인할 수 있다. 음성 인식 모델을 개발하는 도구는 대상 데이터와 캡슐 데이터를 비교하여 번역 및 시그널 태깅의 정확도를 판단할 수 있다.
일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법은 동작 1060에서, 결과물 반영 및 음성 비서를 학습시킬 수 있다. 음성 인식 모델을 개발하는 도구는 결과물인 대상 데이터에서 수정할 부분이 없는 경우, 대상 데이터를 바로 반영하여 음성 인식 모델에 포함된 음성 비서를 학습시킬 수 있다.
일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법은 동작 1070에서, 데이터 수정 후 결과물 반영 및 음성 비서를 학습시킬 수 있다. 음성 인식 모델을 개발하는 도구는 결과물인 대상 데이터에서 수정할 부분이 있는 경우, 대상 데이터를 수정한 후 반영하여 음성 비서를 학습시킬 수 있다.
일 실시 에에 따른 음성 인식 모델을 개발하는 도구에서 언어를 확장하는 방법은 동작 1080에서, 수정한 내역을 추출하고 학습 데이터에 추가하여 신경 기계 번역(NMT) 모델을 재 학습시킬 수 있다. 음성 인식 모델을 개발하는 도구는 수정된 대상 데이터를 가치 있는 데이터로 판단할 수 있다. 음성 인식 모델을 개발하는 도구는 신경 기계 번역 모델에 수정된 대상 데이터를 재 학습시켜 신경 기계 번역 모델의 정확도 및/또는 성능을 개선시킬 수 있다.
도 11은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 자원 폴더(510)를 선택할 때의 사용자 인터페이스 화면을 나타낸 도면(1100)이다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구는 개발자가 캡슐 데이터 및/또는 대상 캡슐 데이터를 확인할 수 있는 자원(resources) 폴더(510)를 사용자 인터페이스 화면으로 표시할 수 있다. 자원 폴더(510)는 적어도 하나의 언어 폴더(511, 512, 및/또는 513)를 포함할 수 있다. 사용자 인터페이스 화면에서 자원 폴더(510) 및/또는 하나의 언어 폴더(513)를 선택하는 경우, 사용자 인터페이스 화면 상에 메뉴(1110)가 표시될 수 있다. 개발자는 메뉴(1110)를 이용하여 새로운 언어 폴더를 생성하거나, 파일 익스플로러(file explorer) 상에 나타내거나, 선택한 언어 폴더(513)를 이동하거나, 선택한 언어 폴더(513)의 이름을 변경하거나, 선택한 언어 폴더(513)를 삭제하거나, 언어 확장을 수행할 수 있다.
도 12는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 언어 확장 메뉴(1210)를 표시할 때의 사용자 인터페이스 화면을 나타낸 도면(1200)이다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구의 사용자 인터페이스 화면은 자원 폴더(510)를 표시하는 영역보다 상부의 영역에 툴 바(tool bar)를 표시할 수 있다. 툴 바는 개발자의 편의를 위한 기능들을 포함할 수 있다. 예를 들어, 툴 바는 파일(file), 편집(edit), 보기(view), 도구(tool), 창(window), 및/또는 도움(help)를 포함할 수 있다. 툴 바를 선택하는 경우, 언어 확장(Language Expansion) 메뉴(1210)를 표시할 수 있다. 예를 들어, 툴 바의 도구를 선택하거나 지정된 단축키(Ctrl + L + E)를 입력하는 경우 언어 확장 메뉴(1210)를 활성화시킬 수 있다. 언어 확장 메뉴(1210)를 클릭하는 경우, 언어 확장 동작들을 수행할 수 있다.
도 13은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 대상 언어로 번역하는 동작을 수행하는 사용자 인터페이스 화면을 나타낸 도면(1300)이다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구는 사용자 인터페이스 화면에 확장하고자 하는 대상 언어에 관련된 대상 데이터를 저장하는 대상 언어 폴더(es-ES)(1310)를 생성할 수 있다. 대상 언어 폴더(1310)는 대상 데이터를 자원 폴더(510)와 동일한 구조로 저장할 수 있다. 예를 들어, 대상 언어 폴더(1310)는 훈련 폴더(training)(1311), 대화 폴더, 및/또는 어휘 폴더를 포함할 수 있다.
일 실시 예에서, 개발자는 음성 인식 모델을 개발하는 도구의 사용자 인터페이스 화면에서 대상 언어 폴더(1310)에 포함된 훈련 폴더(1311)를 선택할 수 있다. 음성 인식 모델을 개발하는 도구는 소스 캡슐 데이터를 이용하여 대상 언어로 확장하기 위한 훈련을 진행할 수 있다. 예를 들어, 음성 인식 모델을 개발하는 도구는 사용자 인터페이스 화면에서 훈련 중인 대상 데이터(crea un evento llamado reuni o n)(1321)를 표시할 수 있다. 또한 음성 인식 모델을 개발하는 도구는 사용자 인터페이스 화면에서 학습 여부(Not Learned) 및 목표(GOAL)를 표시하는 상태 창(1322)을 표시할 수 있다.
도 14는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 대상 언어로 번역한 결과를 분석하는 사용자 인터페이스 화면을 나타낸 도면(1400)이다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구에서 사용자 인터페이스 화면은 소스 언어 및 대상 언어 사이의 결과를 분석한 제1 분석 결과(1410) 및/또는 제2 분석 결과(1420)를 표시할 수 있다. 제1 분석 결과(1410)에는 기준 확신 점수, 기준 연관도, 및/또는 기준 유사성 점수보다 낮은 결과를 표시할 수 있다. 제2 분석 결과(1420)에는 확신 점수, 연관도, 및/또는 유사성 점수를 분석 중인 결과를 표시할 수 있다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구는 기준치보다 낮게 확신 점수가 책정됐을 경우 사용자 인터페이스에 이를 표시하여 개발자가 용이하게 결과를 확인하도록 할 수 있다. 예를 들어, 제1 분석 결과(1410)에서 낮은 확신(Low Confidence) 상태임을 일 측에 표시하여 개발자가 결과를 용이하게 분석하도록 할 수 있다.
도 15는 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 대상 언어로 번역한 결과 중 지정된 기준에 따른 결과를 선택하여 표시하는 사용자 인터페이스 화면을 나타낸 도면(1500)이다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구에서 사용자 인터페이스 화면은 지정된 기준에 따른 결과만을 표시할 수 있다. 예를 들어, 사용자 인터페이스 화면에는 확신 점수, 연관도, 및/또는 유사성 점수를 분석 중인 결과만을 표시할 수 있다. 이 경우, 개발자가 확인하고자 하는 데이터만을 선택적으로 확인할 수 있다.
도 16은 일 실시 예에 따른 음성 인식 모델을 개발하는 도구에서 소스 언어 및 대상 언어를 비교하는 사용자 인터페이스 화면을 나타낸 도면(1600)이다.
일 실시 예에서, 음성 인식 모델을 개발하는 도구는 적어도 하나의 소스 언어(En-us) 데이터(1620, 1640) 및 적어도 하나의 대상 언어(Es-es) 데이터(1610, 1630)를 표시할 수 있다. 음성 인식 모델을 개발하는 도구는 번역한 대상 언어 데이터(1610, 1630)의 의미와 실질적으로 동일한 의미를 갖는 소스 언어 데이터(1620, 1640)를 사용자 인터페이스 화면 상에서 서로 인접하게 표시할 수 있다.
도 17은 일 실시 예에 따른 시스템(예: 도 18의 전자 장치(1801)를 포함하는 네트워크 환경(1800))의 동작 순서도(1700)이다. 일 실시 예에 따른 시스템(1800)은 네트워크 인터페이스(예: 도 18의 인터페이스(1877)), 네트워크 인터페이스(1877)에 작동적으로 연결된 적어도 하나의 프로세서(예: 도 18의 프로세서(1820)), 및 프로세서(1820)에 작동적으로 연결된 적어도 하나의 메모리(예: 도 18의 메모리(1830))를 포함할 수 있다.
일 실시 예에 따른 시스템(1800)은 동작 1710에서, 메모리(1830)에 제1 언어로 된 제1 발화 세트 및 제1 발화 세트와 연관된 제1 태그 및 의도 세트를 포함하는 제1 자연어 이해 모델을 저장할 수 있다. 제1 언어는 개발 언어일 수 있다. 제1 발화 세트는 제1 언어로 이루어진 표현, 대화, 및/또는 어휘에 관련된 정보들을 포함할 수 있다. 제1 태그 및 의도 세트는 제1 언어로 표현되어 있고, 시스템이 수행하고자 하는 동작, 목적, 및/또는 목표일 수 있다. 메모리(1830)에 저장된 제1 자연어 이해 모델은 제1 언어로 된 입력으로부터 태그 및 의도를 추출하고, 추출된 태그 및 의도와 관련된 동작을 수행할 수 있다.
일 실시 예에 따른 시스템(1800)은 동작 1720에서, 네트워크 인터페이스(1877)를 통하여 제1 언어와 다른 제2 언어로 된 제2 자연어 이해 모델을 생성하도록 하는 요청을 수신할 수 있다. 메모리(1830)에 저장된 제1 자연어 이해 모델은 제2 언어로 된 입력으로부터 태그 또는 의도를 추출하지 못할 수 있다. 프로세서(1820)는 사용자가 제2 언어를 사용하는 경우 입력으로부터 태그 또는 의도를 추출하기 위해 제2 자연어 이해 모델을 이용할 수 있다. 사용자 또는 자연어 이해 모델 개발자는 제2 자연어 이해 모델을 생성하도록 네트워크 인터페이스(1877)를 통해 프로세서(1820)에 요청할 수 있다.
일 실시 예에 따른 시스템(1800)은 동작 1730에서, 제1 발화 세트를 제2 언어로 된 제2 발화 세트로 번역할 수 있다. 프로세서(1820)는 제1 발화 세트에 포함된 표현, 대화, 및/또는 어휘들을 제1 언어에서 제2 언어로 번역할 수 있다. 프로세서(1820)는 제1 발화 세트의 내용을 제1 언어에서 제2 언어로 번역하여 제2 발화 세트를 생성할 수 있다.
일 실시 예에 따른 시스템(1800)은 동작 1740에서, 제1 자연어 이해 모델에 적어도 일부 기반하여 제2 발화 세트에 제2 태그 및/또는 의도 세트를 제공할 수 있다. 프로세서(1820)는 제1 자연어 이해 모델에 포함된 제1 태그 및/또는 의도 세트와 대응하는 의미를 가진 표현 및/또는 어휘들을 제2 태그 및/또는 의도 세트로 지정할 수 있다. 프로세서(1820)는 생성한 제2 발화 세트에서 제1 자연어 이해 모델에 포함된 제1 태그 및/또는 의도 세트와 대응하는 의미를 가진 표현 및/또는 어휘들을 제2 태그 및/또는 의도 세트로 선택할 수 있다.
일 실시 예에 따른 시스템(1800)은 동작 1750에서, 네트워크 인터페이스(1877)를 통하여 제2 발화 세트 또는 제2 태그 및/또는 의도 세트 중 적어도 하나를 수정하기 위한 적어도 하나의 입력을 수신하는 사용자 인터페이스를 제공할 수 있다. 제2 언어로 된 입력을 수행하는 사용자 또는 제2 자연어 이해 모델을 생성하는 개발자는 제2 발화 세트의 정확도를 증가시키기 위해 프로세서(1820)에 제2 발화 세트 또는 제2 태그 및/또는 의도 세트에 관련된 정보의 수정을 요청할 수 있다. 네트워크 인터페이스(1877)는 입력 장치(예: 도 18의 입력 장치(1850)) 또는 표시 장치(예: 도 18의 표시 장치(1860))를 이용하여 수정 요청을 수신하는 사용자 인터페이스를 제공할 수 있다.
일 실시 예에 따른 시스템(1800)은 동작 1760에서, 사용자 인터페이스를 통하여 수신한 입력에 적어도 일부 기반하여 제3 발화 세트 및 제3 태그 및/또는 의도 세트를 생성할 수 있다. 프로세서(1820)는 사용자 인터페이스를 통하여 수신한 입력으로부터 제2 언어로 된 제2 발화 세트 및 제2 태그 및/또는 의도 세트의 언어적 및/또는 내용적 오류를 수정할 수 있다. 프로세서(1820)는 제2 언어로 이루어지고, 제2 언어로 된 표현, 문법, 및/또는 어휘와 관련된 정확도를 증가시킨 제3 발화 세트 및 제3 태그 및/또는 의도 세트를 생성할 수 있다.
일 실시 예에 따른 시스템(1800)은 동작 1770에서, 제3 발화 세트 및 제3 태그 및/또는 의도 세트를 포함하는 제2 자연어 이해 모델을 수립할 수 있다. 프로세서(1820)는 제2 언어로 이루어지고, 제2 언어로 된 표현, 문법, 및/또는 어휘와 관련된 정확도를 증가시킨 제2 자연어 이해 모델을 생성할 수 있다.
도 18은, 다양한 실시예들에 따른, 네트워크 환경(1800) 내의 전자 장치(1801)의 블록도이다. 도 18을 참조하면, 네트워크 환경(1800)에서 전자 장치(1801)는 제 1 네트워크(1898)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1802)와 통신하거나, 또는 제 2 네트워크(1899)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1804) 또는 서버(1808)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1801)는 서버(1808)를 통하여 전자 장치(1804)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1801)는 프로세서(1820), 메모리(1830), 입력 장치(1850), 음향 출력 장치(1855), 표시 장치(1860), 오디오 모듈(1870), 센서 모듈(1876), 인터페이스(1877), 햅틱 모듈(1879), 카메라 모듈(1880), 전력 관리 모듈(1888), 배터리(1889), 통신 모듈(1890), 가입자 식별 모듈(1896), 또는 안테나 모듈(1897)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1801)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(1860) 또는 카메라 모듈(1880))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(1876)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(1860)(예: 디스플레이)에 임베디드된 채 구현될 수 있다
프로세서(1820)는, 예를 들면, 소프트웨어(예: 프로그램(1840))를 실행하여 프로세서(1820)에 연결된 전자 장치(1801)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1820)는 다른 구성요소(예: 센서 모듈(1876) 또는 통신 모듈(1890))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1832)에 로드하고, 휘발성 메모리(1832)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1834)에 저장할 수 있다. 일실시예에 따르면, 프로세서(1820)는 메인 프로세서(1821)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1823)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(1823)은 메인 프로세서(1821)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1823)는 메인 프로세서(1821)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1823)는, 예를 들면, 메인 프로세서(1821)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1821)를 대신하여, 또는 메인 프로세서(1821)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1821)와 함께, 전자 장치(1801)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(1860), 센서 모듈(1876), 또는 통신 모듈(1890))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(1823)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(1880) 또는 통신 모듈(1890))의 일부로서 구현될 수 있다.
메모리(1830)는, 전자 장치(1801)의 적어도 하나의 구성요소(예: 프로세서(1820) 또는 센서모듈(1876))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1840)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1830)는, 휘발성 메모리(1832) 또는 비휘발성 메모리(1834)를 포함할 수 있다.
프로그램(1840)은 메모리(1830)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1842), 미들 웨어(1844) 또는 어플리케이션(1846)을 포함할 수 있다.
입력 장치(1850)는, 전자 장치(1801)의 구성요소(예: 프로세서(1820))에 사용될 명령 또는 데이터를 전자 장치(1801)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(1850)는, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 장치(1855)는 음향 신호를 전자 장치(1801)의 외부로 출력할 수 있다. 음향 출력 장치(1855)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(1860)는 전자 장치(1801)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(1860)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 표시 장치(1860)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.
오디오 모듈(1870)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(1870)은, 입력 장치(1850)를 통해 소리를 획득하거나, 음향 출력 장치(1855), 또는 전자 장치(1801)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1802)) (예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(1876)은 전자 장치(1801)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(1876)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(1877)는 전자 장치(1801)가 외부 전자 장치(예: 전자 장치(1802))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(1877)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1878)는, 그를 통해서 전자 장치(1801)가 외부 전자 장치(예: 전자 장치(1802))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(1878)은, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1879)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(1879)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1880)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(1880)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1888)은 전자 장치(1801)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(1888)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1889)는 전자 장치(1801)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(1889)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1890)은 전자 장치(1801)와 외부 전자 장치(예: 전자 장치(1802), 전자 장치(1804), 또는 서버(1808))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1890)은 프로세서(1820)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(1890)은 무선 통신 모듈(1892)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1894)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(1898)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(1899)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(1892)은 가입자 식별 모듈(1896)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(1898) 또는 제 2 네트워크(1899)와 같은 통신 네트워크 내에서 전자 장치(1801)를 확인 및 인증할 수 있다.
안테나 모듈(1897)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 하나의 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(1897)은 복수의 안테나들을 포함할 수 있다. 이런 경우, 제 1 네트워크(1898) 또는 제 2 네트워크(1899)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1890)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1890)과 외부 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC)이 추가로 안테나 모듈(1897)의 일부로 형성될 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(1899)에 연결된 서버(1808)를 통해서 전자 장치(1801)와 외부의 전자 장치(1804)간에 송신 또는 수신될 수 있다. 전자 장치(1802, 1804) 각각은 전자 장치(1801)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(1801)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(1802, 1804, or 1808) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1801)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1801)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(1801)로 전달할 수 있다. 전자 장치(1801)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나",“A 또는 B 중 적어도 하나,”"A, B 또는 C," "A, B 및 C 중 적어도 하나,”및 “A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, “기능적으로” 또는 “통신적으로”라는 용어와 함께 또는 이런 용어 없이, “커플드” 또는 “커넥티드”라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시 예들은 기기(machine)(예: 전자 장치(1801)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1836) 또는 외장 메모리(1838))에 저장된 하나 이상의 인스트럭션들을 포함하는 소프트웨어(예: 프로그램(1840))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1801))의 프로세서(예: 프로세서(1820))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer pro메모리 product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치(예: 스마트폰)들 간에 직접 또는 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (20)

  1. 시스템에 있어서,
    네트워크 인터페이스;
    상기 네트워크 인터페이스에 작동적으로 연결된 적어도 하나의 프로세서; 및
    상기 프로세서에 작동적으로 연결된 적어도 하나의 메모리, 상기 메모리는 제1 언어로 된 제1 발화 세트 및 상기 제1 발화 세트와 연관된 제1 태그 및 의도 세트를 포함하는 제1 자연어 이해 모델을 저장하고,
    상기 메모리는 실행되는 경우, 상기 프로세서가,
    상기 네트워크 인터페이스를 통하여 상기 제1 언어와 다른 제2 언어로 된 제2 자연어 이해 모델을 생성하도록 하는 요청을 수신하고;
    상기 제1 발화 세트를 상기 제2 언어로 된 제2 발화 세트로 번역하고;
    상기 제1 자연어 이해 모델에 적어도 일부 기반하여 상기 제2 발화 세트에 제2 태그 및/또는 의도 세트를 제공하고;
    상기 네트워크 인터페이스를 통하여 상기 제2 발화 세트 또는 상기 제2 태그 및/또는 의도 세트 중 적어도 하나를 수정하기 위한 적어도 하나의 입력을 수신하는 사용자 인터페이스를 제공하고;
    상기 사용자 인터페이스를 통하여 수신한 상기 입력에 적어도 일부 기반하여 제3 발화 세트 및 제3 태그 및/또는 의도 세트를 생성; 및
    상기 제3 발화 세트 및 상기 제3 태그 및/또는 의도 세트를 포함하는 상기 제2 자연어 이해 모델을 수립하도록 하는 인스트럭션들을 저장하는 시스템.
  2. 청구항 1에 있어서,
    상기 제1 언어는 개발 언어이고,
    캡슐 데이터베이스는 상기 제1 자연어 이해 모델을 개발하기 위해 사용된 데이터들을 포함하고,
    상기 캡슐 데이터베이스는 각각의 언어마다 다른 데이터인 언어 데이터 및 언어의 종류와 관계 없이 실질적으로 동일한 데이터인 비언어적 데이터를 포함하는 시스템.
  3. 청구항 1에 있어서,
    상기 제1 발화 세트를 상기 제2 언어로 된 제2 발화 세트로 번역하는 동작은 상기 제1 언어 및 상기 제2 언어를 포함하는 번역 데이터를 이용하여 수행되고,
    상기 번역 데이터는 신경 기계 번역(neural machine translation, NMT)을 이용하여 생성한 데이터이고,
    상기 신경 기계 번역은 기계 학습을 이용하여 번역의 성능 또는 정확성을 지속적으로 개선시키는 시스템.
  4. 청구항 2에 있어서, 상기 비언어적 데이터는 사용자의 발화의 높낮이, 발화의 악센트, 또는 발화의 빠르기인 시스템.
  5. 청구항 1에 있어서, 상기 메모리는 실행되는 경우, 상기 프로세서가,
    확장시키고자 하는 언어인 제2 언어에 대한 상기 음성 인식 모델을 개발하기 위해 사용되는 훈련 데이터(training data) 또는 대화 데이터(dialog data)를 캡슐 데이터로 추출하도록 하는 인스트럭션을 더 저장하는 시스템.
  6. 청구항 1에 있어서,
    상기 제1 언어는 음성 인식 모델 개발이 완료된 특정 언어로 된 사용자 발화 또는 개발자가 입력하는 언어이고,
    상기 제1 언어에 상기 제1 발화 세트 및 상기 제2 발화 세트를 포함하는 데이터를 적용하여 상기 제2 언어로 번역하는 시스템.
  7. 청구항 1에 있어서, 상기 메모리는 실행되는 경우, 상기 프로세서가,
    상기 제1 태그 및/또는 의도 세트에 포함된 시그널에 대응하는 의미를 갖는 평행(parallel) 관계에 있는 상기 제2 발화 세트에 포함된 단어를 시그널로 설정하도록 하는 인스트럭션을 더 포함하는 시스템.
  8. 청구항 1에 있어서, 상기 메모리는 실행되는 경우, 상기 프로세서가,
    상기 입력으로 상기 제2 발화 세트를 상기 제3 발화 세트로 수정한 후, 상기 제3 발화 세트를 다시 신경 기계 번역을 수행하기 위한 학습 데이터로 사용하여 상기 제2 자연어 이해 모델을 수정 및/또는 갱신하도록 하는 인스트력션을 더 포함하는 시스템.
  9. 음성 인식 모델에서 사용되는 언어를 확장시키는 방법을 적용한 전자 장치에 있어서,
    캡슐 데이터에서 언어 데이터를 추출하는 데이터 프로세서(data processor);
    상기 언어 데이터를 이용하여 번역 데이터를 생성하는 캡슐 데이터베이스(capsule database); 및
    개발 언어를 입력 받아 대상 언어로 번역하는 신경 기계 번역 모델(neural machine translation model)을 포함하고,
    상기 데이터 프로세서는,
    상기 번역 데이터를 구조와 결합하여 상기 대상 언어로 된 대상 캡슐 데이터를 생성하고,
    상기 신경 기계 번역 모델은,
    상기 개발 언어의 시그널에 대응되는 대상 단어를 태깅하고, 수정한 학습 데이터를 학습 모델에 추가하는 전자 장치.
  10. 청구항 9에 있어서,
    상기 신경 기계 번역 모델은,
    상기 신경 기계 번역 모델에 포함된 신경 기계 번역 코어(core)를 이용하여 상기 개발 언어로 된 훈련 데이터, 대화 데이터, 및/또는 어휘 데이터 각각을 상기 대상 언어로 번역하는 전자 장치.
  11. 청구항 10에 있어서,
    상기 대상 언어로 번역된 훈련 데이터, 대화 데이터, 및/또는 어휘 데이터 각각은 다시 상기 캡슐 데이터베이스로 회귀(return)하는 전자 장치.
  12. 청구항 11에 있어서,
    상기 데이터 프로세서는,
    상기 대상 언어로 번역된 훈련 데이터, 대화 데이터, 및/또는 어휘 데이터를 캡슐 구조와 재조립 또는 결합하여 상기 대상 캡슐 데이터를 생성하는 전자 장치.
  13. 청구항 9에 있어서,
    상기 신경 기계 번역 모델을 이용하여 훈련 데이터를 상기 대상 언어로 번역하고, 상기 대상 언어로 번역한 훈련 데이터의 발화가 지시하는 동작을 수행하기 위한 중요한 개념 또는 대상인 슬롯(slot)을 태깅하는 전자 장치.
  14. 청구항 9에 있어서,
    상기 신경 기계 번역 모델은 상기 개발 언어로 된 발화의 단어와 상기 대상 언어로 번역된 발화의 단어를 이용하여 정렬 행렬(alignment matrix)을 생성하는 전자 장치.
  15. 청구항 14에 있어서,
    상기 정렬 행렬 및 상기 대상 언어로 번역된 발화를 획득하는 슬롯 변환 모듈을 더 포함하고,
    상기 슬롯 변환 모듈은 상기 대상 언어로 번역된 발화에서 상기 개발 언어에서 슬롯으로 태깅된 단어인 시그널(signal)과 대응하는 의미를 갖는 단어를 시그널로 태깅하는 전자 장치.
  16. 음성 인식 모델에서 사용되는 언어를 확장시키는 방법에 있어서,
    특정 언어의 음성 비서 개발 데이터를 언어 확장 도구(language expansion tool, LET)에 번역할 것을 요청하는 동작;
    번역 모델을 이용하여 발화를 번역하는 동작;
    개발 및 대상 단어들(development, target words)의 정렬 행렬(alignment matrix)를 만든 후 시그널(signal)을 태깅(tagging)하는 동작;
    개발 형식(development format)으로 변환 완료한 대상 데이터(target data)를 사용자에게 제공하는 동작;
    상기 대상 데이터를 수정할 부분이 있는지 여부를 확인하고 상기 대상 데이터를 선택적으로 수정하고 결과물 반영 및 음성 비서를 학습시키는 동작; 및
    수정한 내역을 추출하고 학습 데이터에 추가하여 신경 기계 번역 모델을 재 학습시키는 동작을 포함하는 방법.
  17. 청구항 16에 있어서,
    상기 개발 단어들 중 시그널로 지정된 단어와 가장 높은 연관도 또는 유사성 점수를 갖는 대상 단어를 시그널로 태깅하는 방법.
  18. 청구항 16에 있어서,
    상기 대상 데이터를 저장하는 대상 언어 폴더를 생성한 후, 상기 대상 언어 폴더 아래에 캡슐 데이터의 폴더 구조 및 코드(code) 형식과 실질적으로 동일한 구조로 상기 대상 데이터를 저장하는 방법.
  19. 청구항 18에 있어서,
    상기 대상 데이터와 상기 캡슐 데이터를 비교하여 번역 및 상기 시그널 태깅의 정확도를 판단하는 방법.
  20. 청구항 16에 있어서,
    상기 신경 기계 번역 모델을 재 학습시키는 동작은,
    수정된 데이터를 추출하고, 상기 수정된 데이터에 기반하여 평행 언어 데이터(parallel language data)를 생성하고, 상기 평행 언어 데이터를 상기 신경 기계 번역 모델으로 다시 추가하는 방법.
KR1020190025543A 2019-03-06 2019-03-06 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치 KR20200107057A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020190025543A KR20200107057A (ko) 2019-03-06 2019-03-06 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치
PCT/KR2020/000237 WO2020180000A1 (ko) 2019-03-06 2020-01-07 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치
US17/385,774 US11967313B2 (en) 2019-03-06 2021-07-26 Method for expanding language used in speech recognition model and electronic device including speech recognition model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190025543A KR20200107057A (ko) 2019-03-06 2019-03-06 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치

Publications (1)

Publication Number Publication Date
KR20200107057A true KR20200107057A (ko) 2020-09-16

Family

ID=72338730

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190025543A KR20200107057A (ko) 2019-03-06 2019-03-06 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치

Country Status (3)

Country Link
US (1) US11967313B2 (ko)
KR (1) KR20200107057A (ko)
WO (1) WO2020180000A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024048989A1 (ko) * 2022-09-02 2024-03-07 삼성전자주식회사 복수의 번역 방식 중에서 선택된 번역 방식을 이용하여 번역문을 생성하는 전자 장치 및 그의 번역문 생성 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11934794B1 (en) * 2022-09-30 2024-03-19 Knowbl Inc. Systems and methods for algorithmically orchestrating conversational dialogue transitions within an automated conversational system

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070022134A1 (en) * 2005-07-22 2007-01-25 Microsoft Corporation Cross-language related keyword suggestion
US20080221868A1 (en) 2005-09-05 2008-09-11 Melnick Einat H Digital universal language
JP2007220045A (ja) * 2006-02-20 2007-08-30 Toshiba Corp コミュニケーション支援装置、コミュニケーション支援方法およびコミュニケーション支援プログラム
WO2009129315A1 (en) 2008-04-15 2009-10-22 Mobile Technologies, Llc System and methods for maintaining speech-to-speech translation in the field
KR101445904B1 (ko) * 2008-04-15 2014-09-29 페이스북, 인크. 현장 음성 번역 유지 시스템 및 방법
KR20110120552A (ko) * 2010-04-29 2011-11-04 포항공과대학교 산학협력단 자연어 대화 기술을 이용한 외국어 학습 게임 시스템 및 방법
US8949725B1 (en) 2010-05-27 2015-02-03 Speaktoit, Inc. Chat information system for portable electronic devices
US9386113B1 (en) 2011-12-30 2016-07-05 Speaktoit, Inc. System-initiated interactions and notifications in a chat information system on mobile devices
US9380017B2 (en) 2012-11-08 2016-06-28 Speaktoit, Inc. Human assisted chat information system
CN112270925B (zh) 2014-09-14 2024-05-10 谷歌有限责任公司 用于创建可定制对话系统引擎的平台
US9369425B2 (en) 2014-10-03 2016-06-14 Speaktoit, Inc. Email and instant messaging agent for dialog system
US20160098994A1 (en) 2014-10-03 2016-04-07 Speaktoit, Inc. Cross-platform dialog system
KR20160050652A (ko) 2014-10-30 2016-05-11 한국전자통신연구원 신규 언어의 트리뱅크를 구축하는 방법
US20160260029A1 (en) 2015-03-06 2016-09-08 Speaktoit, Inc. Example-driven machine learning scheme for dialog system engines
US11231826B2 (en) 2015-03-08 2022-01-25 Google Llc Annotations in software applications for invoking dialog system functions
US10482184B2 (en) 2015-03-08 2019-11-19 Google Llc Context-based natural language processing
DE112016002381T5 (de) 2015-05-27 2018-03-22 Google LLC (n.d.Ges.d. Staates Delaware) Verbessern von Funktionalitäten von virtuellen Assistenten und Dialogsystemen über einen Plug-In-Marktplatz
US10324704B2 (en) 2015-05-27 2019-06-18 Google Llc Online marketplace of plugins for enhancing dialog systems
KR101896973B1 (ko) * 2018-01-26 2018-09-10 가천대학교 산학협력단 기계학습 모델을 이용한 자연어 생성 시스템, 방법, 및 컴퓨터 판독가능매체
US10891435B1 (en) * 2018-02-20 2021-01-12 Interactions Llc Bootstrapping multilingual natural language understanding via machine translation
EP3716267B1 (en) * 2018-03-07 2023-04-12 Google LLC Facilitating end-to-end communications with automated assistants in multiple languages

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024048989A1 (ko) * 2022-09-02 2024-03-07 삼성전자주식회사 복수의 번역 방식 중에서 선택된 번역 방식을 이용하여 번역문을 생성하는 전자 장치 및 그의 번역문 생성 방법

Also Published As

Publication number Publication date
US20210358486A1 (en) 2021-11-18
US11967313B2 (en) 2024-04-23
WO2020180000A1 (ko) 2020-09-10

Similar Documents

Publication Publication Date Title
KR20210016815A (ko) 복수의 지능형 에이전트를 관리하는 전자 장치 및 그의 동작 방법
KR20200023088A (ko) 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법
US11967313B2 (en) Method for expanding language used in speech recognition model and electronic device including speech recognition model
US11151995B2 (en) Electronic device for mapping an invoke word to a sequence of inputs for generating a personalized command
US20210217406A1 (en) Voice recognition service operating method and electronic device supporting same
KR20210001082A (ko) 사용자 발화를 처리하는 전자 장치와 그 동작 방법
KR20200119531A (ko) 자연어 응답을 생성하는 전자 장치 및 자연어 응답 생성 방법
KR20200107058A (ko) 복수 개의 엔드 포인트가 포함된 플랜들을 처리하는 방법 및 그 방법을 적용한 전자 장치
US20220130377A1 (en) Electronic device and method for performing voice recognition thereof
KR20200057426A (ko) 음성 인식 기반 이미지를 표시하는 전자 장치
US11455992B2 (en) Electronic device and system for processing user input and method thereof
KR20220118818A (ko) 전자 장치 및 전자 장치의 동작 방법
KR20220108919A (ko) 전자 장치 및 전자 장치의 단축 명령어 수행 방법
KR20210044606A (ko) 웨이크업 모델 생성 방법 및 이를 위한 전자 장치
US20230186031A1 (en) Electronic device for providing voice recognition service using user data and operating method thereof
US20220284197A1 (en) Apparatus and method for processing voice commands
US20230267929A1 (en) Electronic device and utterance processing method thereof
US20220028385A1 (en) Electronic device for processing user utterance and method for operating thereof
US20230245647A1 (en) Electronic device and method for creating customized language model
US20240121206A1 (en) Electronic device for identifying image combined with text in multimedia content and method thereof
US20220358907A1 (en) Method for providing response of voice input and electronic device supporting the same
US20230123060A1 (en) Electronic device and utterance processing method of the electronic device
KR20230089505A (ko) 사용자 데이터를 이용한 음성 인식 서비스를 제공하는 전자 장치 및 이의 동작 방법
KR20230052655A (ko) 전자 장치 및 그의 동작 방법
KR20230136494A (ko) 증강된 문장 후보에 기반하여 사용자 발화를 처리하는 방법 및 전자 장치

Legal Events

Date Code Title Description
A201 Request for examination