KR20200129346A - 디스플레이 장치 및 이의 제어 방법 - Google Patents

디스플레이 장치 및 이의 제어 방법 Download PDF

Info

Publication number
KR20200129346A
KR20200129346A KR1020190053607A KR20190053607A KR20200129346A KR 20200129346 A KR20200129346 A KR 20200129346A KR 1020190053607 A KR1020190053607 A KR 1020190053607A KR 20190053607 A KR20190053607 A KR 20190053607A KR 20200129346 A KR20200129346 A KR 20200129346A
Authority
KR
South Korea
Prior art keywords
information
display device
user
voice
sentence
Prior art date
Application number
KR1020190053607A
Other languages
English (en)
Inventor
박준용
심다혜
이영아
손성도
반석호
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 KR1020190053607A priority Critical patent/KR20200129346A/ko
Priority to EP20172921.7A priority patent/EP3736685A1/en
Priority to PCT/KR2020/005938 priority patent/WO2020226413A1/en
Priority to US16/869,147 priority patent/US20200357414A1/en
Publication of KR20200129346A publication Critical patent/KR20200129346A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G10L17/04—Training, enrolment or model building
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G10L17/22—Interactive procedures; Man-machine interfaces

Abstract

디스플레이 장치가 개시된다. 본 개시의 디스플레일 장치는, 디스플레이, 음성 입력 수신부, 적어도 하나의 인스트럭션을 저장하는 메모리 및 디스플레이, 메모리 및 음성 입력 수신부를 제어하는 프로세서를 포함하고, 프로세서는, 인스트럭션을 실행함으로써, 사용자 계정 인증을 수행하고, 사용자 음성 등록을 위한 사용자 입력이 수신되면, 디스플레이 장치의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보 중 하나 이상을 획득하고, 획득된 정보를 바탕으로 발화 문장을 획득하고, 획득된 발화 문장을 표시하도록 디스플레이를 제어하고, 음성 입력 수신부를 통해 표시된 발화 문장에 대응되는 사용자의 발화 음성이 입력되면, 입력된 발화 음성을 바탕으로 사용자에 대한 음성 정보를 획득하고, 획득된 음성 정보를 인증된 사용자 계정에 매칭하여 메모리에 저장한다.

Description

디스플레이 장치 및 이의 제어 방법 { DISPLAY APPARATUS AND METHOD FOR CONTROLLING THEREOF }
본 개시는 디스플레이 장치 및 이의 제어 방법에 관한 것으로, 더욱 상세하게는 사용자 음성 등록 과정에서 발화 문장을 생성 및 제공하는 디스플레이 장치 및 이의 제어 방법에 관한 것이다.
전자 기술의 발달에 힘입어 다양한 유형의 전자 제품들이 개발 및 보급되고 있다. 특히, TV, 휴대폰, PC, 노트북 PC, PDA, 셋탑박스 등과 같은 각종 전자 장치들은 대부분의 일반 가정에서도 많이 사용되고 있다.
전자 장치들의 사용이 늘면서 좀 더 다양한 기능에 대한 사용자 니즈(needs)도 증대되었다. 이에 따라, 사용자 니즈에 부합하기 위한 각 제조사들의 노력도 커져서, 종래에 없던 새로운 기능을 갖춘 제품들이 속속 등장하고 있다.
최근에는 사용자의 편의를 위해 음성 명령을 통해 전자 장치를 제어할 수 있게 되었으며, 화자 인식을 위해 사용자 음성을 등록하기 위해서는 전자 장치에서 제공하는 복수의 문장을 사용자가 따라 읽어야만 한다.
이때, 동일한 의미의 발화를 여러번 반복하도록 문장이 구성됨으로써 사용자가 쉽게 지루함을 느낌에 따라, 음성 등록 과정에 있어서 사용자의 집중도를 높이고 사용자의 심리적 소요 시간을 줄이기 위한 기술의 필요성이 대두되었다.
본 개시는 상술한 문제점을 해결하기 위해 안출된 것으로, 본 개시의 목적은 사용자 음성 등록 과정에서 주변 환경에 대한 정보 및 사용자 정보를 이용하여 상황에 맞는 발화 문장을 생성 및 제공하는 디스플레이 장치 및 이의 제어 방법을 제공함에 있다.
본 개시의 일 실시 예에 따른 디스플레이 장치는, 디스플레이, 음성 입력 수신부, 적어도 하나의 인스트럭션을 저장하는 메모리 및 상기 디스플레이, 상기 메모리 및 상기 음성 입력 수신부를 제어하는 프로세서를 포함하고, 상기 프로세서는, 상기 인스트럭션을 실행함으로써, 사용자 계정 인증을 수행하고, 사용자 음성 등록을 위한 사용자 입력이 수신되면, 상기 디스플레이 장치의 주변 환경에 대한 정보 및 상기 인증된 사용자에 대한 정보 중 하나 이상을 획득하고, 상기 획득된 정보를 바탕으로 발화 문장을 획득하고, 상기 획득된 발화 문장을 표시하도록 상기 디스플레이를 제어하고, 상기 음성 입력 수신부를 통해 상기 표시된 발화 문장에 대응되는 사용자의 발화 음성이 입력되면, 상기 입력된 발화 음성을 바탕으로 상기 사용자에 대한 음성 정보를 획득하고, 상기 획득된 음성 정보를 상기 인증된 사용자 계정에 매칭하여 상기 메모리에 저장한다.
이 경우, 센서를 더 포함하고, 상기 프로세서는, 상기 센서에 의해 센싱된 주변 환경에 대한 정보에 기초하여 상기 디스플레이 장치를 제어하기 위한 명령을 발화 문장으로 생성할 수 있다.
한편, 통신 인터페이스를 더 포함하고, 상기 프로세서는, 상기 통신 인터페이스를 통해 상기 디스플레이 장치와 연결된 외부 장치로부터 상기 외부 장치에 대한 정보 또는 상기 외부 장치가 센싱한 정보를 상기 디스플레이 장치의 주변 환경에 대한 정보로 획득하고, 상기 외부 장치에 대한 정보에 기초하여 상기 외부 장치를 제어하기 위한 명령을 발화 문장으로 생성할 수 있다.
한편, 통신 인터페이스를 더 포함하고, 상기 프로세서는, 상기 통신 인터페이스를 통해 상기 획득된 정보를 외부 서버에 전송하고, 상기 통신 인터페이스를 통해 상기 외부 서버로부터 상기 획득된 정보에 대응되는 발화 문장을 수신할 수 있다.
한편, 상기 프로세서는, 상기 메모리에 저장된 상기 인증된 사용자의 사용 이력을 바탕으로 상기 인증된 사용자의 선호 어플리케이션 또는 선호 컨텐츠를 상기 인증된 사용자에 대한 정보로 획득하고, 상기 선호 어플리케이션 명 또는 상기 선호 컨텐츠 명이 포함된 발화 문장을 생성할 수 있다.
한편, 통신 인터페이스를 더 포함하고, 상기 프로세서는, 사용자 음성 등록을 위한 제어 명령이 입력되면, 외부 서버로부터 검색 횟수의 증가량이 기설정된 값 이상인 검색어에 대한 정보를 상기 통신 인터페이스를 통해 수신하고, 상기 수신된 검색어가 포함된 발화 문장을 생성할 수 있다.
한편, 상기 프로세서는, 상기 획득된 정보를 바탕으로 복수 개의 발화 문장을 생성하고, 상기 표시된 발화 문장에 대응되는 사용자 음성이 입력되면, 상기 복수의 발화 문장 중 상기 표시된 발화 문장과 다른 발화 문장을 표시하도록 상기 디스플레이를 제어할 수 있다.
한편, 상기 메모리는, 인공지능 모델을 저장하고, 상기 프로세서는, 상기 인공지능 모델에 상기 획득된 정보를 입력하고, 상기 인공지능 모델로부터 출력된 텍스트를 발화 문장으로 획득하고, 상기 인공지능 모델은, 상기 획득된 정보를 바탕으로 상기 인증된 사용자가 실행할 기능을 예측하고, 상기 예측된 기능을 수행하기 위한 명령을 발화 문장으로 생성하도록 학습된 것일 수 있다.
한편, 상기 프로세서는, 상기 표시된 발화 문장에 대한 사용자의 발화 음성이 상기 음성 입력 수신부를 통해 입력되면, 상기 발화 문장과 관련된 시각적 피드백 및 청각적 피드백 중 하나 이상을 제공할 수 있다.
한편, 상기 프로세서는, 네트워크와 연결이 안된 상태이면, 상기 디스플레이 장치에 구비된 기능을 실행하기 위한 명령을 발화 문장으로 생성할 수 있다.
한편, 본 개시의 일 실시 예에 따른 디스플레이 장치의 제어 방법은, 사용자 계정 인증을 수행하는 단계, 사용자 음성 등록을 위한 제어 명령이 입력되면, 상기 디스플레이 장치의 주변 환경에 대한 정보 및 상기 인증된 사용자에 대한 정보 중 하나 이상을 획득하는 단계, 상기 획득된 정보를 바탕으로 발화 문장을 생성하는 단계, 상기 생성된 발화 문장을 표시하는 단계, 상기 표시된 발화 문장에 대응되는 사용자의 발화 음성이 입력되면, 상기 입력된 발화 음성을 바탕으로 상기 사용자에 대한 음성 정보를 획득하는 단계 및 상기 입력된 사용자 발화 음성을 상기 인증된 사용자 계정에 매칭하여 저장하는 단계를 포함한다.
이 경우, 상기 획득하는 단계는, 상기 디스플레이 장치에 구비된 센서에 의해 상기 디스플레이 장치의 주변 환경을 센싱하고, 상기 생성하는 단계는, 상기 센싱된 주변 환경에 대한 정보에 기초하여 상기 디스플레이 장치를 제어하기 위한 명령을 발화 문장으로 생성할 수 있다.
한편, 상기 획득하는 단계는, 상기 디스플레이 장치와 연결된 외부 장치로부터 상기 외부 장치에 대한 정보 또는 상기 외부 장치가 센싱한 정보를 상기 디스플레이 장치의 주변 환경에 대한 정보로 획득하고, 상기 생성하는 단계는, 상기 외부 장치에 대한 정보에 기초하여 상기 외부 장치를 제어하기 위한 명령을 발화 문장으로 생성할 수 있다.
한편, 상기 획득된 정보를 외부 서버로 전송하는 단계 및 상기 외부 서버로부터 상기 획득된 정보에 대응되는 발화 문장을 수신하는 단계를 더 포함할 수 있다.
한편, 상기 획득하는 단계는, 상기 인증된 사용자의 사용 이력을 바탕으로 상기 인증된 사용자의 선호 어플리이션 또는 선호 컨텐츠를 상기 인증된 사용자에 대한 정보로 획득하고, 상기 생성하는 단계는, 상기 선호 어플리케이션 명 또는 상기 선호 컨텐츠 명이 포함된 발화 문장을 생성할 수 있다.
한편, 사용자 음성 등록을 위한 제어 명령이 입력되면, 외부 서버로부터 검색 횟수의 증량이 기설정된 값 이상인 검색어에 대한 정보를 수신하는 단계를 더 포함하고, 상기 생성하는 단계는, 상기 수신된 검색어가 포함된 발화 문장을 생성할 수 있다.
한편, 상기 생성하는 단계는, 상기 획득된 정보를 바탕으로 복수 개의 발화 문장을 생성하고, 상기 표시하는 단계는, 상기 표시된 발화 문장에 대응되는 사용자 음성이 입력되면, 상기 복수의 발화 문장 중 상기 표시된 발화 문장과 다른 발화 문장을 표시할 수 있다.
한편, 상기 생성하는 단계는, 저장된 인공지능 모델에 상기 획득된 정보를 입력하고, 상기 인공지능 모델로부터 출력된 텍스트를 발화 문장으로 획득하고, 상기 인공지능 모델은, 상기 획득된 정보를 바탕으로 상기 인증된 사용자가 실행할 기능을 예측하고, 상기 예측된 기능을 수행하기 위한 명령을 발화 문장으로 생성하도록 학습된 것일 수 있다.
한편, 상기 표시된 발화 문장에 대한 사용자의 발화 음성이 입력되면, 상기 발화 문장과 관련된 시각적 피드백 및 청각적 피드백 중 하나 이상을 제공하는 단계를 더 포함할 수 있다.
한편, 상기 생성하는 단계는, 네트워크와 연결이 안된 상태이면, 상기 디스플레이 장치에 구비된 기능을 실행하기 위한 명령을 발화 문장으로 생성할 수 있다.
도 1은 본 개시의 일 실시 예에 따라 생성된 발화 문장을 제공하는 디스플레이 장치의 사용도,
도 2는 본 개시의 일 실시 예에 따른 디스플레이 장치의 구성을 간략히 도시한 블록도,
도 3은 도 2의 디스플레이 장치의 구성을 구체적으로 도시한 블록도,
도 4는 본 개시의 일 실시 예에 따른 인공지능 모델의 동작을 설명하기 위한 도면,
도 5는 본 개시의 일 실시 예에 따른 디스플레이 장치의 제어 방법을 설명하기 위한 흐름도,
도 6a 내지 도 6i는 본 개시의 일 실시 예에 따라 생성된 발화 문장을 표시하는 UI 화면을 설명하기 위한 도면,
도 7a 내지 도 7c는 발화 문장에 대응되는 사용자 음성이 입력된 경우 피드백이 제공되는 실시 예를 설명하기 위한 도면,
도 8은 외부 장치로부터 수신된 정보를 이용하여 발화 문장을 생성하는 실시 예를 설명하기 위한 도면,
도 9는 도 8에 도시된 외부 장치로부터 수신된 정보를 이용하여 발화 문장을 생성하는 실시 예를 설명하기 위한 시퀀스도,
도 10은 외부 장치에서 발화 문장을 생성하는 실시 예를 설명하기 위한 시퀀스도, 그리고,
도 11은 네트워크에 연결이 안된 경우 발화 문장을 생성하는 방법을 설명하기 위한 흐름도이다.
이하, 본 문서의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.본 문서에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 부프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
이하에서는 도면을 참조하여 본 발명에 대해 상세히 설명하기로 한다.
도 1은 본 개시의 일 실시 예에 따라 생성된 발화 문장을 제공하는 디스플레이 장치의 사용도이다.
도 1을 참조하면, 디스플레이 장치(100)는 인증된 사용자(10)의 음성을 등록하기 위해 발화 문장을 생성할 수 있다. 이때, 본 개시에 따른 디스플레이 장치(100)는 사용자 음성 등록을 위한 사용자 입력이 수신되면, 상황에 따른 발화 문장을 생성할 수 있다.
구체적으로, 디스플레이 장치(100)는 디스플레이 장치(100)의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보 중 하나 이상을 획득하고, 획득된 정보에 기초하여 발화 문장을 생성할 수 있다. 이때, 디스플레이 장치(100)는 복수 개의 발화 문장을 생성할 수 있다. 그리고, 디스플레이 장치(100)는 생성된 발화 문장을 표시할 수 있다.
본 개시의 다양한 실시 예에 따른 디스플레이 장치(100)는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 또는, 디스플레이 장치(100)는 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다. 이외에도 디스플레이를 포함하는 전자 장치는 본 개시의 디스플레이 장치(100)로 구현될 수 있다.
한편, 실시 예에 따라 전자 장치 자체가 디스플레이를 구비하고 있지 않더라도, 별도의 디스플레이와 연결된 경우, 본 개시의 디스플레이 장치(100)의 동작을 수행할 수 있다. 예를 들어, 서버, 셋탑 박스 등의 전자 장치는 별도의 디스플레이와 연결되어 본 개시의 디스플레이 장치(100)의 동작을 수행할 수 있다.
그리고, 사용자(10)가 디스플레이 장치(100)에 표시된 발화 문장에 대한 사용자 음성을 발화하면, 디스플레이 장치(100)는 구비된 음성 입력 수신부를 통해 발화된 사용자 음성을 입력받고, 입력된 발화 음성을 바탕으로 사용자에 대한 음성 정보를 획득할 수 있다.
디스플레이 장치(100)는 생성된 복수 개의 발화 문장 중 하나의 발화 문장을 표시하고, 사용자의 음성을 입력받는 동작을 기설정된 횟수만큼 반복할 수 있다. 그리고, 디스플레이 장치(100)는 복수의 발화 문장에 대해 입력된 사용자 음성을 분석하여, 사용자에 대한 음성 정보를 획득하고, 이를 인증된 사용자 계정에 매칭하여 저장할 수 있다. 추후 동일한 사용자 음성이 입력되면, 디스플레이 장치(100)는 저장된 복수의 사용자 계정 중 입력된 사용자 음성과 매칭되는 사용자 계정을 식별할 수 있다. 여기서, 동일한 사용자 음성이 입력되었다는 것은, 유사도가 기설정된 값 이상인 사용자 음성이 입력되었다는 것을 의미할 수 있다.
이하에서는 본 개시의 디스플레이 장치(100)가 상황에 따라 발화 문장을 생성하는 동작을 구체적으로 설명하기로 한다.
도 2는 본 개시의 일 실시 예에 따른 디스플레이 장치의 구성을 간략히 도시한 블록도이다.
도 2를 참조하면, 디스플레이 장치(100)는 디스플레이(110), 음성 입력 수신부(120), 메모리(130) 및 프로세서(140)를 포함한다. 그러나, 상술한 구성에 한정되는 것은 아니며, 전자 장치의 유형에 따라 일부 구성이 추가되거나 생략될 수 있음은 물론이다.
디스플레이(110)는 프로세서(140)의 제어에 따라 다양한 정보를 표시할 수 있다. 특히, 디스플레이(110)는 사용자 음성 등록을 위한 발화 문장을 표시할 수 있다.
그리고, 표시된 발화 문장에 대응되는 사용자 음성이 입력되면, 디스플레이(100)는 프로세서(140)의 제어에 의해 표시된 발화 문장에 대응되는 피드백을 제공할 수 있다. 예를 들어, 디스플레이(110)는 표시된 발화 문장에 대응되는 시각적 피드백을 제공할 수 있으며, 청각적 피드백이 제공되고 있음을 나타내는 인디케이터를 표시할 수 있다.
한편, 실시 예에 따라, 디스플레이 장치(100)의 기능을 실행하기 위한 명령이 발화 문장으로 디스플레이(110)에 표시되고, 이에 대응되는 사용자 음성이 입력되면, 디스플레이(110)는 발화 문장에 표시된 기능이 수행된 화면을 표시할 수 있다.
음성 입력 수신부(120)는 사용자가 발화하는 사용자 음성을 입력받기 위한 구성이다. 이때, 음성 입력 수신부(120)는 마이크일 수 있다. 이 경우, 음성 입력 수신부(120)는 프로세서(140)의 제어에 의해 외부에서부터 수신되는 음성(voice) 또는 사운드(sound)를 전기적인 신호로 생성(또는, 변환)한다. 음성 입력 수신부(120)에서 생성된 전기적인 신호는 프로세서(140)의 제어에 의해 변환되어 메모리(130)에 저장될 수 있다.
한편, 음성 입력 수신부(120)는 리모컨, AI 스피커 등 외부 장치에 구비된 마이크를 통해 입력된 음성을 수신할 수도 있다. 이 경우, 통신 인터페이스(미도시)가 음성 입력 수신부(120)의 기능을 수행하도록 구현될 수 있다.
메모리(130)는 디스플레이 장치(100)의 적어도 하나의 다른 구성요소에 관계된 명령(instruction) 또는 데이터를 저장할 수 있다. 특히, 메모리(130)는 비휘발성 메모리, 휘발성 메모리, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD) 등으로 구현될 수 있다. 메모리(130)는 프로세서(140)에 의해 액세스되며, 프로세서(140)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 본 개시에서 메모리라는 용어는 메모리(130), 프로세서(140) 내 롬(미도시), 램(미도시) 또는 디스플레이 장치(100)에 장착되는 메모리 카드(미도시)(예를 들어, micro SD 카드, 메모리 스틱)를 포함할 수 있다. 또한, 메모리(130)에는 디스플레이(110)의 디스플레이 영역에 표시될 각종 화면을 구성하기 위한 프로그램 및 데이터 등이 저장될 수 있다.
메모리(130)는 디스플레이 장치(100)를 사용하는 사용자에 의해 학습된 지식 데이터베이스를 포함할 수 있다. 이때, 지식 데이터 베이스는 지식 정보들 사이의 관계를 온톨로지(ontology) 형태로 저장한 것일 수 있다.
또한, 메모리(130)에는 디스플레이 장치(100)에 입력된 사용자 인터렉션, 사용자의 검색 히스토리, 디스플레이 장치(100)가 센싱한 센싱 정보, 외부 장치로부터 수신된 센싱 정보, 외부 장치로부터 수신된 사용자 정보 중 적어도 하나를 바탕으로 학습되는 인공지능 모델이 더 저장될 수 있다. 이러한 인공지능 모델은 사용자의 성향, 선호도 등을 학습하는 것으로, 센싱 정보 및 사용자 정보 중 하나 이상이 인공지능 모델에 입력되면, 인공지능 모델은 사용자가 사용할 기능을 예측하고, 예측된 기능을 수행하기 위한 명령을 발화 문장으로 출력할 수 있다.
인공지능 모델은 기존의 범용 프로세서(예를 들어, CPU) 또는 별도의 AI 전용 프로세서(예를 들어, GPU 등)에 의해 실행될 수 있다.
프로세서(140)는 디스플레이(110), 음성 입력 수신부(120) 및 메모리(130)와 전기적으로 연결되어 디스플레이 장치(100)의 전반적인 동작 및 기능을 제어할 수 있다. 특히, 프로세서(140)는 메모리(130)에 저장된 적어도 하나의 명령어를 실행함으로써, 사용자 계정 인증을 수행할 수 있다. 구체적으로, 프로세서(140)는 로그인 화면을 표시하고, 로그인 화면을 통해 입력된 사용자의 아이디 및 패스워드를 통해 사용자 계정을 인증하거나, 리모컨을 통해 입력된 지문을 인식하는 등의 동작을 통해 사용자 계정을 인증할 수 있다.
이후, 사용자 음성 등록을 위한 사용자 입력이 수신되면, 프로세서(140)는 사용자 입력이 수신된 시점의 상황을 판단할 수 있다. 이때, 사용자 음성 등록을 위한 사용자 입력은, 음성 입력, 제스쳐 입력, 터치 입력, 리모컨을 통한 메뉴 선택 등의 사용자의 인지적 개입을 의미하는 것일 수 있다. 이로 인해, 디스플레이 장치(100)가 일방적으로 발화 문장을 제공하고 사용자가 그대로 읽는 것이 아니라, 사용자의 인지적 개입에 기초하여 디스플레이 장치(100)가 상황을 판단하고, 상황에 맞는 발화 문장을 생성할 수 있다.
구체적으로, 프로세서(140)는 사용자 음성 등록을 위한 사용자 입력이 수신되면, 디스플레이 장치(100)의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보 중 하나 이상을 획득할 수 있다.
이때, 디스플레이 장치(100)의 주변 환경에 대한 정보는 디스플레이 장치(100)에 구비된 센서(도 3의 150)에 의해 획득되거나, 외부 장치로부터 수신된 것일 수 있다. 또한, 인증된 사용자에 대한 정보는 디스플레이 장치(100)의 메모리(130)에 저장된 것이거나, 외부 장치로부터 수신된 것일 수 있다.
그리고, 프로세서(140)는 획득된 정보를 바탕으로 발화 문장을 획득할 수 있다. 이때, 프로세서(140)는 획득된 정보를 바탕으로 발화 문장을 직접 생성하거나, 획득된 정보를 통신 인터페이스(도 3의160)를 통해 외부 장치로 전송하고, 외부 장치로부터 전송된 정보에 대응되는 발화 문장을 수신할 수도 있다.
일 실시 예로, 디스플레이 장치(100)의 주변 환경에 대한 정보는, 디스플레이 장치(100)가 위치한 국가, 댁 내에서 디스플레이 장치(100)가 배치된 위치, 디스플레이 장치(100)가 배치된 공간의 조도, 온도, 습도, 색 온도 등의 환경 정보, 디스플레이 장치(100)와 연결된 외부 장치, 디스플레이 장치(100)의 주변에 인증된 사용자의 반려 동물이 위치하는지 여부 등을 포함할 수 있다.
예를 들어, 프로세서(140)는 디스플레이 장치(100)가 위치한 국가에 대한 정보에 기초하여 해당 국가에서 실행되는 어플리케이션 명을 포함하는 발화 문장을 생성할 수 있다. 일 실시 예로, 디스플레이 장치(100)가 위치한 국가가 한국인 경우, 프로세서(140)는 "멜론에서 플레이 리스트 틀어줘"를 발화 문장으로 생성할 수 있다. 한편, 디스플레이 장치(100)가 위치한 국가가 미국인 경우, 프로세서(140)는 "Spotify에서 플레이 리스트 틀어줘"를 발화 문장으로 생성할 수 있다.
또 다른 실시 예로, 프로세서(140)는 댁 내에서 디스플레이 장치(100)가 배치된 위치에 대한 정보를 바탕으로 해당 장소에 어울리는 발화 문장을 생성할 수 있다. 예를 들어, 디스플레이 장치(100)가 배치된 위치가 거실이라면, 가족 구성원 전체가 시청할 수 있는 "뉴스 채널 틀어줘"를 발화 문장으로 생성할 수 있다. 한편, 디스플레이 장치(100)가 배치된 위치가 주방이라면, 주방과 관련된 "스파게티 레시피 보여줘"를 발화 문장으로 생성할 수 있다.
또 다른 실시 예로, 프로세서(140)는 디스플레이 장치(100)가 배치된 공간의 조도, 온도, 습도, 색 온도 등의 환경 정보를 바탕으로, 발화 문장을 생성할 수 있다. 예를 들어, 프로세서(140)는 "조명 밝기에 맞춰 스크린 밝기 조절해 줘"와 같이 공간의 분위기에 적합한 발화 문장을 생성할 수 있다.
한편, 디스플레이 장치(100)가 배치된 공간의 환경 정보가 외부 장치로부터 센싱된 경우, 프로세서(140)는 외부 장치를 제어하기 위한 명령을 발화 문장으로 생성할 수 있다. 예를 들어, 외부 장치인 에어컨으로부터 온도 정보를 수신한 경우, 프로세서(140)는 "실내 온도 2도 낮춰줘"와 같은 에어컨을 제어하기 위한 명령을 발화 문장으로 생성할 수 있다. 이때, 디스플레이 장치(100)는 외부 장치를 제어할 수 있는 엣지 장치(edge device)일 수 있다.
또 다른 실시 예로, 프로세서(140)는 음성 입력 수신부(120)를 통해 사용자의 반려 동물의 울음소리가 인식되면, 사용자 음성 등록 시점에 디스플레이 장치(100)의 주변에 반려 동물이 위치하는 것으로 판단하고, "강아지가 좋아하는 목욕법 알려줘"와 같은 반려 동물과 관련된 발화 문장을 생성할 수 있다.
한편, 인증된 사용자에 대한 정보는, 사용자의 선호 어플리케이션, 사용자의 선호 컨텐츠, 사용자의 국적 등을 포함할 수 있다. 이때, 인증된 사용자에 대한 정보는 메모리(130)에 저장되거나 외부 장치로부터 수신된 사용자의 사용 이력에 의해 획득될 수 있다.
일 실시 예로, 프로세서(140)는 인증된 사용자의 사용 이력에 기초하여 인증된 사용자의 선호 어플리케이션, 사용자의 선호 컨텐츠를 식별할 수 있다. 그리고, 프로세서(140)는 "유튜브에서 먹방 검색해줘"와 같이 식별된 선호 어플리케이션 명 및 선호 컨텐츠 명 중 하나 이상을 포함하여 발화 문장을 생성할 수 있다.
또 다른 실시 예로, 프로세서(140)는 인증된 사용자의 국적에 대한 정보에 기초하여 해당 국적의 언어로 발화 문장을 생성할 수 있다.
한편, 프로세서(140)는 메모리(130)에 저장된 인공지능 모델을 이용하여 발화 문장을 생성할 수 있다. 구체적으로, 프로세서(140)는 획득된 정보를 인공지능 모델에 입력하고, 인공지능 모델로부터 출력된 텍스트를 발화 문장으로 획득할 수 있다.
이때, 인공지능 모델은, 디스플레이 장치(100)의 주변에 대한 정보 및 인증된 사용자에 대한 정보 중 하나 이상의 정보를 바탕으로 인증된 사용자가 실행할 기능을 예측하고, 예측된 기능을 수행하기 위한 명령을 발화 문장으로 생성하도록 학습된 것일 수 있다. 인공지능 모델은, 저장된 복수의 발화 문장 텍스트 중에서 입력된 정보에 대응되는 텍스트를 출력할 수도 있고, 입력된 정보에 대응되는 텍스트를 생성하여 출력할 수도 있다.
한편, 이상에서는 하나의 정보만을 바탕으로 발화 문장을 생성하는 것으로 도시되었으나, 실제 구현시에는 획득된 정보 중 두 개 이상의 정보를 바탕으로 발화 문장이 생성될 수 있다. 예를 들어, 디스플레이 장치(100)가 배치된 장소가 침실이고, 외부 장치로부터 사용자의 선호 온도에 대한 정보가 수신되면, 프로세서(140)는 장소 및 선호 온도를 모두 고려하여 발화 문장을 생성할 수 있다.
그리고, 프로세서(140)는 생성된 발화 문장을 디스플레이(110)에 표시할 수 있다.
그리고, 음성 입력 수신부(120)를 통해 표시된 발화 문장에 대응되는 사용자의 발화 음성이 입력되면, 입력된 발화 음성을 바탕으로 사용자에 대한 음성 정보를 획득할 수 있다. 구체적으로, 프로세서(140)는 발화 문장 표시 후 입력되는 사용자 음성은 인증된 사용자의 음성인 것으로 판단하고, 입력된 음성을 분석하여 주파수 형태 등 주파수의 특징을 음성 정보로 획득할 수 있다. 그리고, 획득된 음성 정보를 인증된 사용자 계정에 매칭하여 메모리(130)에 저장할 수 있다.
한편, 프로세서(140)는 획득된 다양한 정보를 바탕으로 복수 개의 발화 문장을 생성할 수 있고, 복수 개 중 하나의 발화 문장을 디스플레이(110)에 표시할 수 있다. 이때, 표시된 발화 문장에 대응되는 사용자 음성이 입력되면, 프로세서(140)는 복수의 발화 문장 중 표시된 발화 문장과 다른 발화 문장을 표시하도록 디스플레이(110)를 제어할 수 있다. 이때, 복수의 발화 문장이 표시되는 순서는 랜덤이거나, 기설정된 우선 순위를 바탕으로 결정될 수 있다. 여기서, 기설정된 우선 순위라 함은 제조시 또는 사용자에 의해 설정된 것일 수 있다.
한편, 실시 예에 따라, 프로세서(140)는 디스플레이(110)에 표시된 발화 문장에 대한 사용자의 발화 음성이 음성 입력 수신부(120)를 통해 입력되면, 발화 문장과 관련된 시각적 피드백 및 청각적 피드백 중 하나 이상을 제공할 수 있다. 예를 들어, 디스플레이(110)에 "멜론에서 플레이 리스트 틀어줘"가 디스플레이(110)에 표시되고, 사용자에 의해 발화된 음성이 음성 입력 수신부(120)를 통해 입력되면, 프로세서(140)는 음악 어플리케이션인 "멜론"에 기초하여 음악과 관련된 시각적 피드백을 표시하도록 디스플레이(110)를 제어할 수 있다. 그리고, 프로세서(140)는 음악과 관련된 청각적 피드백을 스피커(도 3의 170)를 통해 더 제공하고, 청각적 피드백이 제공되고 있음을 알리는 인디케이터를 디스플레이(110)에 표시할 수 있다. 이와 같이 사용자 음성 입력에 따른 피드백을 제공함으로써, 사용자의 인지력을 높이고 심리적 소요 시간을 단축하는 효과를 기대해볼 수 있다. 사용자 음성 입력에 따른 피드백 제공에 대해서는 이하 도 7A 내지 도 7C를 참조하여 보다 자세히 설명하기로 한다.
한편, 실시 예에 따라, 프로세서(140)는 디스플레이 장치(100)에 구비된 기능과 관련된 발화 문장을 생성할 수 있다. 구체적으로, 네트워크와 연결이 안된 경우, 프로세서(140)는 디스플레이 장치(100)에 구비된 기능을 실행하기 위한 명령을 발화 문장으로 생성할 수 있다. 이때, 프로세서(140)는 디스플레이 장치(100)에서 제공하는 상위 기능을 수행하기 위한 명령을 발화 문장으로 생성 및 표시하고, 발화 문장에 대응되는 사용자 음성이 입력되면, 하위 기능을 수행하기 위한 명령을 발화 문장으로 생성 및 표시할 수 있다. 이러한 실시 예는 이하 도 11을 참조하여 보다 자세히 설명하기로 한다.
상술한 바와 같이, 사용자 음성 등록 시점의 상황에 따른 발화 문장을 제공함으로써, 화자 인식을 위한 화자 등록 과정에서의 사용자의 집중도를 높여 심리적 소요 시간을 단축할 수 있다.
도 3은 도 2의 디스플레이 장치의 구성을 구체적으로 도시한 블록도이다.
도 3을 참조하면, 디스플레이 장치(100)는 디스플레이(110), 음성 입력 수신부(120), 메모리(130), 프로세서(140), 센서(150), 통신 인터페이스(160) 및 스피커(170)를 포함할 수 있다.
여기서, 디스플레이(110), 음성 입력 수신부(120), 메모리(130) 및 프로세서(140)의 일부 구성은 도 2에 도시된 구성과 동일한 바, 중복된 기재는 생략한다.
센서(150)는 디스플레이 장치(100)의 주변 환경 정보를 센싱할 수 있다. 예를 들어, 센서(150)는 GPS 센서, 온도 센서, 습도 센서, 조도 센서, 이미지 센서 등을 포함할 수 있다.
프로세서(140)는, 사용자 음성 등록을 위한 사용자 입력이 수신되면, 센서(150)에 의해 디스플레이 장치(100)의 주변 환경에 대한 정보를 센싱하고, 센싱된 주변 환경에 대한 정보에 기초하여 디스플레이 장치(100)를 제어하기 위한 명령을 발화 문장으로 생성할 수 있다. 예를 들어, 센서(150)가 조도 센서이고, 디스플레이 장치(100)의 주변 조도가 센싱되면, 프로세서(140)는 "조명 밝기에 맞게 스크린 밝기 조절해 줘"와 같은 발화 문장을 생성할 수 있다.
이때, 사용자 음성 등록을 위한 사용자 입력 또한 센서(150)에 의해 수신될 수도 있다. 예를 들어, 사용자 음성 등록을 위한 사용자 입력이 제스쳐인 경우, 프로세서(140)는 이미지 센서를 통해 사용자 음성 등록을 위한 사용자 입력인 제스쳐를 센싱할 수 있다.
통신 인터페이스(160)는 외부 장치와 통신을 수행하기 위한 구성이다. 한편, 통신 인터페이스(160)가 외부 장치와 통신 연결되는 것은 제3 기기(예로, 중계기, 허브, 엑세스 포인트, 서버 또는 게이트웨이 등)를 거쳐서 통신하는 것을 포함할 수 있다. 무선 통신은, 예를 들면, LTE, LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용하는 셀룰러 통신을 포함할 수 있다. 일 실시예에 따르면, 무선 통신은, 예를 들면, WiFi(wireless fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(Magnetic Secure Transmission), 라디오 프리퀀시(RF), 또는 보디 에어리어 네트워크(BAN) 중 적어도 하나를 포함할 수 있다. 유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 무선 통신 또는 유선 통신이 수행되는 네트워크는 텔레커뮤니케이션 네트워크, 예를 들면, 컴퓨터 네트워크(예: LAN 또는 WAN), 인터넷, 또는 텔레폰 네트워크 중 적어도 하나를 포함할 수 있다.
프로세서(140)는 사용자 음성 등록을 위한 사용자 입력이 수신되면, 통신 인터페이스(160)를 통해 연결된 외부 장치로부터 외부 장치에 대한 정보 또는 외부 장치가 센싱한 정보를 획득할 수 있다. 예를 들어, 디스플레이 장치(100)와 연결되는 외부 장치는 셋탑박스, PC, 콘솔 게임기, USB, 에어컨, 공기 청정기, 스마트폰, 조명 등일 수 있으며, 여기서, 외부 장치에 대한 정보는 디스플레이 장치(100)에 연결된 외부 장치의 종류에 대한 정보일 수 있다.
한편, 외부 장치가 센싱한 정보는, 에어컨, 공기 청정기 등 디스플레이 장치(100)와 연결된 외부 장치에 구비된 센서에 의해 센싱된 디스플레이 장치(100)의 주변 환경에 대한 정보를 의미할 수 있다.
프로세서(140)는 외부 장치로부터 획득된 외부 장치에 대한 정보 또는 외부 장치가 센싱한 정보를 바탕으로 외부 장치를 제어하기 위한 명령을 발화 문장으로 생성할 수 있다. 예를 들어, 디스플레이 장치(100)와 연결된 외부 장치인 에어컨으로부터 온도 정보를 획득하면, 프로세서(140)는 "실내 온도 2도 내려줘"와 같은 외부 장치를 제어하기 위한 명령을 발화 문장으로 생성하고, 디스플레이(110)에 표시할 수 있다.
한편, 프로세서(140)는 사용자 음성 등록을 위한 제어 명령이 입력되면, 외부 서버로부터 검색 횟수의 증가량이 기설정된 값 이상인 검색어에 대한 정보를 통신 인터페이스(160)를 통해 수신할 수 있다. 여기서, 외부 서버는 SNS 서버, 검색 포탈 서버일 수 있다. 일 실시 예로, 프로세서(140)가 음성 입력 수신부(120)를 통해 입력된 사용자의 반려 동물의 울음 소리를 통해 반려 동물이 디스플레이 장치(100)의 주변에 위치함을 식별하고, 외부 서버로부터 실시간으로 화제가 되고 있는 검색어에 대한 정보를 수신하고, 수신된 검색어 정보에 사용자의 반려 동물과 관련된 검색어가 존재하는 경우, "강아지가 좋아하는 목욕법 알려줘"라는 발화 문장을 생성할 수 있다. 상술한 바와 같이, 디스플레이 장치(100)와 연결된 외부 장치로부터 수신된 정보를 바탕으로 발화 문장을 생성하는 실시 예는 이하 도 9를 참조하여 자세히 설명하기로 한다.
한편, 발화 문장은 디스플레이 장치(100)가 아닌 외부 서버에 의해 생성될 수 있다. 구체적으로, 프로세서(140)는 획득된 디스플레이 장치(100)의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보를 통신 인터페이스(160)를 통해 외부 서버로 전송하고, 외부 서버로부터 전송된 정보에 대응되는 발화 문장을 수신할 수 있다. 이때, 외부 서버로부터 수신된 발화 문장은 복수 개일 수 있다. 이에 대해서는 이하 도 10을 참조하여 보다 자세히 설명하기로 한다.
한편, 프로세서(140)는 획득된 다양한 정보를 바탕으로 복수 개의 발화 문장을 생성할 수 있고, 복수 개 중 하나의 발화 문장을 디스플레이(110)에 표시할 수 있다. 이때, 표시된 발화 문장에 대응되는 사용자 음성이 입력되면, 프로세서(140)는 복수의 발화 문장 중 표시된 발화 문장과 다른 발화 문장을 표시하도록 디스플레이(110)를 제어할 수 있다. 이때, 복수의 발화 문장이 표시되는 순서는 랜덤이거나, 기설정된 우선 순위를 바탕으로 결정될 수 있다. 여기서, 기설정된 우선 순위라 함은 제조시 또는 사용자에 의해 설정된 것일 수 있다.
스피커(170)는 디코딩이나 증폭, 노이즈 필터링과 같은 다양한 처리 작업이 수행된 각종 오디오 데이터뿐만 아니라 각종 알림 음이나 음성 메시지를 출력하는 구성이다. 특히, 스피커(170)는 표시된 발화 문장에 대한 사용자 음성이 입력된 경우, 사용자에게 발화 문장과 관련된 청각적 피드백을 제공할 수 있다. 한편, 오디오를 출력하기 위한 구성은 스피커로 구현될 수 있으나, 이는 일 실시 예에 불과할 뿐, 오디오 데이터를 출력할 수 있는 출력 단자로 구현될 수 있다.
한편, 도 3에는 도시되지 않았지만, 실시 예에 따라 디스플레이 장치(100)는 외부 단자와 연결하기 위한 다양한 외부 입력 포트, 사용자 조작을 입력받을 수 있는 버튼 등을 더 포함할 수 있음은 물론이다.
도 4는 본 개시의 일 실시 예에 따른 인공지능 모델의 동작을 설명하기 위한 도면이다.
도 4를 참조하면, 디스플레이 장치(100)의 메모리(130)에 저장된 인공지능 모델(141)은 학습부(411) 및 획득부(412)를 포함할 수 있다. 그리고, 프로세서(140)는 메모리(130)에 저장된 학습부(411)를 실행함으로써, 사용자가 실행할 기능을 예측하고, 예측된 기능을 실행하기 위한 명령으로 구성된 텍스트를 생성하는 기준을 갖도록 학습시킬 수 있다. 구체적으로, 학습부(411)는 사용자의 인터렉션, 사용자의 검색 히스토리, 디스플레이 장치가 센싱한 센싱 정보, 외부 장치로부터 수신된 사용자 정보 중 적어도 하나를 바탕으로 사용자의 성향 정보 또는 선호 정보 등을 획득할 수 있다. 그리고, 학습부(411)는 획득된 사용자의 성향 정보 및 선호 정보에 기초하여 사용자가 수행할 기능을 예측하고, 예측된 기능을 실행하기 위한 명령을 포함하는 발화 문장을 획득하도록 학습할 수 있다.
프로세서(140)는 메모리(130)에 저장된 획득부(412)를 실행함으로써, 학습된 인공지능 모델을 이용하여, 소정의 입력 데이터로부터 사용자의 성향 정보 또는 선호 정보를 반영하여 사용자가 수행할 기능을 예측할 수 있다. 이때, 획득부(412)는 예측된 기능을 실행하기 위한 명령을 발화 문장으로 획득할 수 있으며, 이를 텍스트로 제공할 수 있다..
또한, 획득부(412)는 기 설정된 기준에 따라 소정의 입력 데이터를 획득하고, 획득된 입력 데이터를 입력 값으로 하여 인공지능 모델에 적용함으로써, 소정의 입력 데이터에 기초한 소정의 출력을 판단할 수 있다(또는, 추정(estimate)할 수 있다). 또한, 획득된 입력 데이터를 입력 값으로 인공 지능 모델에 적용하여 출력된 결과 값은, 인공지능 모델을 갱신하는데 이용될 수 있다.
한편, 학습부(411)의 적어도 일부 및 획득부(412)의 적어도 일부는, 소프트웨어 모듈로 구현되거나 적어도 하나의 하드웨어 칩 형태로 제작되어 디스플레이 장치(100)에 탑재될 수 있다. 예를 들어, 학습부(411) 및 획득부(412) 중 적어도 하나는 인공지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 서버에 탑재될 수도 있다. 이때, 인공 지능을 위한 전용 하드웨어 칩은 확률 연산에 특화된 전용 프로세서로서, 기존의 범용 프로세서보다 병렬처리 성능이 높아 기계 학습과 같은 인공 지능 분야의 연산 작업을 빠르게 처리할 수 있다. 학습부(411) 및 획득부(412)가 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 어플리케이션에 의해 제공될 수 있다. 또는, 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 어플리케이션에 의해 제공될 수 있다.
또한, 학습부(411) 및 획득부(412)는 하나의 서버에 탑재될 수도 있으며, 또는 별개의 서버들에 각각 탑재될 수도 있다. 예를 들어, 학습부(411) 및 획득부(412) 중 하나는 제1 서버에 포함되고, 나머지 하나는 제2 서버에 포함될 수 있다. 또한, 학습부(411) 및 획득부(412)는 유선 또는 무선으로 통하여, 학습부(411)가 구축한 모델 정보를 획득부(412)로 제공할 수도 있고, 획득부(412)로 입력된 데이터가 추가 학습 데이터로서 학습부(411)로 제공될 수도 있다.
또한, 인공지능 모델은 모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 인공지능 모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 인공지능 모델은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있다. 인공지능 모델은 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고 받는 시냅틱(synaptic) 활동을 모의하도록 각각 연결 관계를 형성할 수 있다. 인공지능 모델은, 일 예로, 신경망 모델, 또는 신경망 모델에서 발전한 딥 러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 깊이(또는, 레이어)에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), LSTM(Long Short Term Memory network)과 같은 모델이 인공지능 모델로서 사용될 수 있으나, 이에 한정되지 않는다.
도 5는 본 개시의 일 실시 예에 따른 디스플레이 장치의 제어 방법을 설명하기 위한 흐름도이다.
도 5를 참조하면, 우선 디스플레이 장치는 사용자 계정 인증을 수행할 수 있다(S501). 구체적으로, 디스플레이 장치는 로그인 화면을 표시하고, 로그인 화면을 통해 입력된 사용자의 아이디 및 패스워드를 통해 사용자 계정을 인증하거나, 리모컨을 통해 입력된 지문을 인식하는 등의 동작을 통해 사용자 계정을 인증할 수 있다.
그리고, 사용자 음성 등록을 위한 사용자 입력이 수신되면, 디스플레이 장치는 디스플레이 장치의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보 중 하나 이상을 획득할 수 있다(S502). 이때, 사용자 음성 등록을 위한 사용자 입력은, 음성 입력, 제스쳐 입력, 터치 입력, 리모컨을 통한 메뉴 선택 등의 사용자의 인지적 개입을 의미하는 것일 수 있다.
구체적으로, 디스플레이 장치는 사용자 입력이 수신된 시점의 상황을 판단하기 위해 디스플레이 장치의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보 중 하나 이상을 획득할 수 있다. 이때, 디스플레이 장치의 주변 환경에 대한 정보는 디스플레이 장치에 구비된 센서를 통해 획득되거나, 외부 장치로부터 수신된 것일 수 있다. 또한, 인증된 사용자에 대한 정보를, 디스플레이 장치의 메모리에 저장된 것이거나, 외부 장치로부터 수신된 것일 수 있다.
그리고, 디스플레이 장치는 획득된 정보를 바탕으로 발화 문장을 획득할 수 있다(S503). 구체적으로, 디스플레이 장치는 획득된 정보를 바탕으로 발화 문장을 직접 생성하거나, 외부 서버에 획득된 정보를 전송하고, 전송된 정보에 대응되는 발화 문장을 수신할 수 있다. 이때, 획득되는 발화 문장은 복수 개일 수 있다.
그리고, 디스플레이 장치는 획득된 발화 문장을 표시할 수 있다(S504). 구체적으로, 디스플레이 장치는 복수 개 중 하나의 발화 문장을 표시할 수 있다. 이때, 표시된 발화 문장에 대응되는 사용자 음성이 입력되면, 디스플레이 장치는 복수의 발화 문장 중 표시된 발화 문장과 다른 발화 문장을 표시할 수 있다.
한편, 표시된 발화 문장에 대해 대응되는 사용자의 발화 음성이 입력되면, 디스플레이 장치는 입력된 발화 음성을 바탕으로 사용자에 대한 음성 정보를 획득할 수 있다(S505). 구체적으로 디스플레이 장치는 발화 문장 표시 후 입력되는 사용자 음성은 인증된 사용자의 음성인 것으로 판단하고, 입력된 음성을 분석하여 주파수 형태 등 주파수의 특징을 음성 정보로 획득할 수 있다.
그리고, 디스플레이 장치는 획득된 음성 정보를 인증된 사용자 계정에 매칭하여 저장할 수 있다(S506).
도 6a 내지 도 6i는 본 개시의 일 실시 예에 따라 생성된 발화 문장을 표시하는 UI 화면을 설명하기 위한 도면이다.
우선 도 6a를 참조하면, 디스플레이 장치는 음성 인식 동작이 수행되고 있음을 나타내는 오브젝트(611)를 표시하는 제1 UI 화면(610)을 표시할 수 있다. 이때, 음성 인식 동작이 수행되고 있음을 나타내는 오브젝트(611)는 지속적으로 움직여 음성 인식 동작이 진행 중임을 나타낼 수 있다.
여기서, 사용자가 "내 목소리 등록 해줘"라는 음성을 발화하면, 디스플레이 장치는 음성 인식 결과를 바탕으로 사용자 음성 등록을 위한 사용자 입력이 수신된 것으로 판단할 수 있다. 그리고, 디스플레이 장치는 인식된 음성에 대응되는 텍스트(612)를 제1 UI 화면(610)에 표시할 수 있다. 이때, 사용자 계정에 대한 인증은 완료된 상태일 수 있다.
그리고, 도 6b를 참조하면, 디스플레이 장치는 사용자 음성 등록이 진행되고 있음을 알리는 오브젝트(612)를 표시하는 제2 UI 화면(620)을 표시할 수 있다. 이때, 사용자 음성 등록 동작이 수행되고 있음을 나타내는 오브젝트(612)는 지속적으로 움직여 사용자 음성 등록 동작이 진행 중임을 나타낼 수 있다.
이때, 디스플레이 장치는 디스플레이 장치의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보를 획득할 수 있다.
실시 예에 따라, 사용자는 사용자의 아이디를 발화할 수 있으며, 디스플레이 장치는 발화된 아이디를 음성 인식하여 제2 UI 화면(620)에 표시할 수 있다.
또한, 실시 예에 따라 도 6c에 도시된 바와 같이, 이미 인증된 사용자 계정의 아이디와, 사용자가 발화한 아이디가 일치함을 나타내는 제3 UI 화면(630)을 표시할 수도 있다.
그리고, 디스플레이 장치는 획득된 정보에 기초하여 복수의 발화 문장을 생성할 수 있다. 그리고, 생성된 발화 문장을 순차적으로 표시할 수 있다.
예를 들어, 디스플레이 장치는 도 6d에 도시된 바와 같이 "내 계정으로 로그인 해줘"라는 발화 문장을 포함하는 제4 UI 화면(640)을 표시할 수 있다.
그리고, 제4 UI 화면(640)의 발화 문장에 대응되는 사용자 음성이 입력되면, 디스플레이 장치는 도 6e에 도시된 바와 같은 "멜론에서 탑 100 재생해 줘"라는 발화 문장을 포함하는 제5 UI 화면(650)을 표시할 수 있다.
그리고, 그리고, 제5 UI 화면(650)의 발화 문장에 대응되는 사용자 음성이 입력되면, 디스플레이 장치는 도 6f에 도시된 바와 같은 "유튜브에서 먹방 검색해 줘"라는 발화 문장을 포함하는 제6 UI 화면(660)을 표시할 수 있다. 여기서, 제5 UI 화면(650) 및 제6 UI 화면(660)의 발화 문장은 사용자의 선호 어플리케이션 및 컨텐츠에 대한 정보에 기초하여 생성된 발화 문장일 수 있다.
그리고, 제6 UI 화면(660)의 발화 문장에 대응되는 사용자 음성이 입력되면, 디스플레이 장치는 도 6g에 도시된 바와 같은 "오늘 찍은 사진 보여줘"라는 발화 문장을 포함하는 제7 UI 화면(670)을 표시할 수 있다. 여기서, 제7 UI 화면(670)의 발화 문장은 디스플레이 장치와 연결된 외부 장치(스마트 폰 또는 카메라 등)에 대한 정보에 기초하여 생성된 발화 문장일 수 있다.
한편, 일 실시 예에 따라 디스플레이 장치는 발화 문장을 표시 및 사용자 음성 수신을 기설정된 횟수만큼 반복한 후, 도 6h와 같이 사용자 음성 입력을 완료함을 나타내는 제8 UI 화면(680)을 표시할 수 있다.
디스플레이 장치는 상술한 복수의 발화 문장에 따라 입력된 사용자 음성을 분석하여 사용자 음성에 대한 정보를 획득할 수 있으며, 획득된 음성 정보를 인증된 사용자 계정에 매칭하여 저장하고, 도 6i와 같이 사용자 음성 등록이 완료되었음을 나타내는 제9 UI 화면(690)을 표시할 수 있다.
한편, 상술한 바와 같은 복수의 UI 화면에 포함된 발화 문장은 일 실시 예에 불과하며, 발화 문장의 개수 및 순서는 도 6a 내지 도 6i에 한정되지 않고, 일부 UI 화면이 생략될 수도 있다.
도 7a 내지 도 7c는 발화 문장에 대응되는 사용자 음성이 입력된 경우 피드백이 제공되는 실시 예를 설명하기 위한 도면이다.
도 7a를 참조하면, 디스플레이 장치는 사용자 음성 등록을 위한 사용자 입력을 유도하는 UI 화면(710)을 표시할 수 있다. 이때, 사용자 계정에 대한 인증은 완료된 상태일 수 있다.
예를 들어, 디스플레이 장치는 "시작!이라고 외쳐 보세요"라는 문장을 포함하는 UI 화면(710)을 표시할 수 있다. 이에 따라 "시작"이라는 사용자 음성이 입력되면, 디스플레이 장치는 디스플레이 장치의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보를 획득할 수 있다.
그리고, 디스플레이 장치는 획득된 정보에 기초하여 복수의 발화 문장을 생성할 수 있다. 일 실시 예로, 도 7b에 도시된 바와 같이, 디스플레이 장치는 "멜론에서 플레이 리스트 틀어줘"라는 발화 문장(721)을 포함하는 UI 화면(720)을 표시할 수 있다.
이후, 표시된 발화 문장(721)에 대응되는 사용자 음성이 입력되면, 디스플레이 장치는 도 7c에 도시된 바와 같은 시각적 피드백을 포함하는 UI 화면(730)을 표시할 수 있다. 여기서, 시각적 피드백은, 발화 문장(721)과 관련된 화면일 수 있다. 일 실시 예로, 저장된 복수의 화면 중, 발화 문장(721)과 대응되는 화면이 시각적 피드백으로 제공될 수 있다. 또 다른 실시 예로, 인공지능 모델에 발화 문장(721)을 입력하여 출력된 화면이 시각적 피드백으로 제공될 수 있다. 여기서, 인공지능 모델은 입력된 텍스트에 따라 화면을 생성하도록 학습된 것일 수 있다.
한편, 디스플레이 장치는 표시된 발화 문장(721)에 대응되는 사용자 음성이 입력되면, 청각적 피드백을 제공할 수 있다. 여기서, 청각적 피드백은, 발화 문장(721)과 관련된 사운드일 수 있다. 일 실시 예로, 저장된 복수의 사운드 중, 발화 문장(721)과 대응되는 사운드가 청각적 피드백으로 제공될 수 있다. 또 다른 실시 예로, 인공지능 모델에 발화 문장(721)을 입력하여 출력된 사운드가 청각적 피드백으로 제공될 수 있다. 여기서, 인공지능 모델은 입력된 텍스트에 따라 사운드를 생성하도록 학습된 것일 수 있다. 이때, 디스플레이 장치는 청각적 피드백이 제공되고 있음을 나타내는 인디케이터(731)를 더 표시할 수 있다.
사용자 음성 입력에 따라, 시각적 피드백 또는 청각적 피드백만이 제공되거나, 시각적 피드백 및 청각적 피드백이 모두 제공될 수 있다.
이와 같이 사용자 음성 입력에 따른 피드백을 제공함으로써, 사용자의 인지력을 높이고 심리적 소요 시간을 단축하는 효과를 기대해볼 수 있다.
도 8은 외부 장치로부터 수신된 정보를 이용하여 발화 문장을 생성하는 실시 예를 설명하기 위한 도면이다.
도 8을 참조하면, 사용자 음성 등록을 위한 사용자 입력이 수신되면, 디스플레이 장치(100)는 연결된 외부 장치(200)로부터 외부 장치에 대한 정보 및 외부 장치에서 센싱된 정보 중 하나 이상을 획득할 수 있다(①). 일 실시 예로, 외부 장치(200)가 디스플레이 장치(100)와 연결된 에어컨인 경우, 사용자 음성 등록을 위한 사용자 입력이 수신되면, 디스플레이 장치(100)는 에어컨에서 센싱된 실내 온도 정보를 획득할 수 있다.
그리고, 디스플레이 장치(100)는 획득된 온도 정보에 기초하여 외부 장치(200)인 에어컨을 제어하기 위한 명령을 발화 문장으로 생성하고 이를 표시할 수 있다(②). 예를 들어, 외부 장치(200)인 에어컨으로부터 수신된 실내 온도 정보보다 사용자 선호 온도가 더 낮은 경우, 디스플레이 장치(100)는 "실내 온도 2도 내려줘"와 같은 제어 명령을 발화 문장으로 생성하고, 이를 표시할 수 있다.
그리고, 표시된 발화 문장에 대응되는 사용자 음성이 입력되면, 실시 예에 따라 외부 장치(200)인 에어컨을 제어하기 위한 명령을 에어컨에 전송할 수 있다(③). 실시 예에 따라, 디스플레이 장치는 사용자 음성이 입력되면, 사용자 음성에 대한 정보를 획득할 뿐, 제어 명령을 외부 장치(200)로 전송하는 동작(③)은 생략될 수 있다. 이때, 사용자는 사용자 음성 등록 이후 표시된 발화 문장과 동일한 음성 명령을 입력함으로써, 외부 장치(200)를 제어할 수 있다.
도 9는 도 8에 도시된 외부 장치로부터 수신된 정보를 이용하여 발화 문장을 생성하는 실시 예를 설명하기 위한 시퀀스도이다.
도 9에 도시된 디스플레이 장치(100)의 사용자 계정 인증 수행 동작(S901) 및 사용자 음성 등록을 위한 사용자 입력 수신 동작(S902)는 도 5의 S501 단계 및 S502 단계의 일부 동작과 동일한 바, 중복된 설명은 생략한다.
한편, 디스플레이 장치(100)는 사용자 음성 등록을 위한 사용자 입력이 수신되면, 연결된 외부 장치(200)에 주변 환경 정보 또는 검색어에 대한 정보를 요청할 수 있다(S903). 이때, 외부 장치(200)가 댁 내에 위치하는 전자 장치라면, 디스플레이 장치(100)는 연결된 외부 장치(200)에 디스플레이 장치(100)의 주변 환경 정보를 요청하고, 외부 장치(200)가 SNS 서버 또는 검색 포탈 서버 등이면, 디스플레이 장치(100)는 연결된 외부 장치(200)에 검색어에 대한 정보를 요청할 수 있다.
이에 외부 장치(200)는 디스플레이 장치(100)의 요청에 따라 디스플레이 장치(100)의 주변 환경 정보 또는 검색어에 대한 정보를 획득할 수 있다(S904). 그리고, 외부 장치(200)는 획득된 정보를 디스플레이 장치(100)에 전송할 수 있다(S905).
그리고, 디스플레이 장치(100)는 디스플레이 장치(100)의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보 중 하나 이상을 획득할 수 있다(S906). 여기서, 획득되는 정보는 외부 장치(200)로부터 수신된 정보, 디스플레이 장치(100)에 구비된 센서에 의해 획득된 정보 또는 메모리에 저장된 정보일 수 있다.
이후 디스플레이 장치(100)의 획득된 정보를 바탕으로 발화 문장을 획득하는 동작(S907), 획득된 발화 문장 표시하는 동작(S908), 표시된 발화 문장에 대해 대응되는 사용자의 발화 음성이 입력되는 동작(S909), 입력된 발화 음성을 바탕으로 사용자에 대한 음성 정보를 획득하는 동작(S910) 및 획득된 음성 정보를 인증된 사용자 계정에 매칭하여 저장하는 동작(S911)은 도 5의 S503 단계 내지 S506 단계와 동일한 바, 중복된 설명은 생략한다.
도 10은 외부 장치에서 발화 문장을 생성하는 실시 예를 설명하기 위한 시퀀스도이다.
도 10에 도시된 디스플레이 장치(100)의 사용자 계정 인증 수행 동작(S1001) 및 사용자 음성 등록을 위한 사용자 입력 수신 동작(S1002) 및 디스플레이 장치의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보 중 하나 이상을 획득하는 동작(S1003)은 도 5의 S501 단계 및 S502 단계의 동작과 동일한 바, 중복된 설명은 생략한다.
이후, 디스플레이 장치(100)는 획득된 정보를 외부 장치(200)에 전송할 수 있다(S1004). 그리고, 외부 장치(200)는 디스플레이 장치(100)로부터 획득된 정보를 바탕으로 발화 문장을 획득할 수 있다(S1005). 여기서, 외부 장치(200)에 의해 획득된 발화 문장은 복수 개일 수 있다. 이때, 외부 장치(200)는 저장된 복수의 발화 문장 중에서 디스플레이 장치(100)로부터 수신된 정보에 대응되는 발화 문장을 선택할 수도 있고, 외부 장치(200)에 저장된 인공지능 모델을 이용하여 수신된 정보에 대응되는 텍스트를 생성하여 출력할 수도 있다.
그리고, 외부 장치(200)는 획득된 발화 문장을 디스플레이 장치(100)에 전송할 수 있다(S1006).
그리고, 디스플레이 장치(100)는 외부 장치(200)로부터 수신된 발화 문장을 표시할 수 있다(S1007).
이후 디스플레이 장치(100)의 표시된 발화 문장에 대해 대응되는 사용자의 발화 음성이 입력되는 동작(S1008), 입력된 발화 음성을 바탕으로 사용자에 대한 음성 정보를 획득하는 동작(S1009) 및 획득된 음성 정보를 인증된 사용자 계정에 매칭하여 저장하는 동작(S1010)은 도 5의 S503 단계 내지 S506 단계와 동일한 바, 중복된 설명은 생략한다.
도 11은 네트워크에 연결이 안된 경우 발화 문장을 생성하는 방법을 설명하기 위한 흐름도이다. 구체적으로, 도 11은 디스플레이 장치가 네트워크에 미연결됨에 따라 사용자 음성 등록을 위한 사용자 명령이 입력되어도, 사용자 명령 입력 시점의 디스플레이 장치의 주변 환경에 대한 정보 및 인증된 사용자에 대한 정보를 획득하기 어려운 경우의 실시 예를 도시한 것이다.
도 11을 참조하면, 디스플레이 장치는 디스플레이 장치에 구비된 상위 메뉴 또는 기능 문장을 디스플레이할 수 있다(S1101). 예를 들어, 사용자 음성 등록을 위한 사용자 명령이 입력되면, 디스플레이 장치는 "메뉴 실행해줘"와 같은 상위 메뉴 또는 기능을 실행하기 위한 명령을 발화 문장으로 생성하고, 이를 디스플레이 할 수 있다.
그 다음, 사용자가 표시된 발화 문장에 대응되는 음성을 발화하면(S1102). 디스플레이 장치는 해당 메뉴를 실행할 수 있다(S1103). 구체적으로, 디스플레이 장치는 "메뉴 실행해줘"라는 사용자 발화 음성이 입력되면, 디스플레이 장치에 구비된 메뉴를 실행하고, 메뉴가 실행된 화면을 표시할 수 있다.
그리고, 디스플레이 장치는 하위 메뉴 또는 기능 문장을 디스플레이할 수 있다(S1104). 예를 들어, 메뉴가 실행된 상태에서 디스플레이 장치는 상위 기능인 메뉴의 하위 기능인 화면 밝기 조정과 관련된 "화면 밝기 조정 실행해줘"와 같은 발화 문장을 생성할 수 있다. 여기서 발화 문장으로 생성되는 하위 메뉴 또는 기능은 상위 메뉴 또는 기능 중, 사용자가 자주 사용하는 하위 메뉴 또는 기능일 수 있다.
그 다음, 사용자가 표시된 발화 문장에 대응되는 음성을 발화하면(S1105). 디스플레이 장치는 해당 메뉴를 실행할 수 있다(S1106). 구체적으로, 디스플레이 장치는 "화면 밝기 조정 실행해줘"라는 사용자 발화 음성이 입력되면, 디스플레이 장치에 화면 밝기 조정을 위한 화면을 표시할 수 있다.
한편, 이러한 발화 문장 생성 및 사용자 음성 입력 동작은 사용자 음성 정보를 획득하는데 필요한 기설정된 횟수만큼 반복될 수 있다. 구체적으로, 디스플레이 장치는 발화 문장 생성 및 사용자 음성 입력 동작이 기설정된 횟수인 N회 반복되었는지 판단하고(S1107), N회 반복되었으면(S1107-Y), 사용자 음성 등록 동작을 종료하고, N회만큼 반복되지 않았으면(S1107-N), 다시 S1101 단계로 돌아갈 수 있다. 여기서, 실시 예에 따라 S1101 내지 S1103의 동작이 1회로 설정될 수도 있고, S1101 내지 S1106의 동작이 1회로 설정될 수도 있다.
상술한 바와 같은 본 개시의 다양한 실시 예에 따르면, 상술한 바와 같이, 사용자 음성 등록 시점의 상황에 따른 발화 문장을 제공함으로써, 화자 인식을 위한 화자 등록 과정에서의 사용자의 집중도를 높여 심리적 소요 시간을 단축할 수 있다.
한편, 본 개시에서 사용된 용어 "부" 또는 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "부" 또는 "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
본 개시의 다양한 실시 예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시 예들에 따른 전자 장치(예: 디스플레이 장치(100))를 포함할 수 있다. 상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시 예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
100 : 디스플레이 장치 110 : 디스플레이
120 : 음성 입력 수신부 130 : 메모리
140 : 프로세서

Claims (20)

  1. 디스플레이 장치에 있어서,
    디스플레이;
    음성 입력 수신부;
    적어도 하나의 인스트럭션을 저장하는 메모리; 및
    상기 디스플레이, 상기 메모리 및 상기 음성 입력 수신부를 제어하는 프로세서;를 포함하고,
    상기 프로세서는, 상기 인스트럭션을 실행함으로써,
    사용자 계정 인증을 수행하고,
    사용자 음성 등록을 위한 사용자 입력이 수신되면, 상기 디스플레이 장치의 주변 환경에 대한 정보 및 상기 인증된 사용자에 대한 정보 중 하나 이상을 획득하고,
    상기 획득된 정보를 바탕으로 발화 문장을 획득하고,
    상기 획득된 발화 문장을 표시하도록 상기 디스플레이를 제어하고,
    상기 음성 입력 수신부를 통해 상기 표시된 발화 문장에 대응되는 사용자의 발화 음성이 입력되면, 상기 입력된 발화 음성을 바탕으로 상기 사용자에 대한 음성 정보를 획득하고,
    상기 획득된 음성 정보를 상기 인증된 사용자 계정에 매칭하여 상기 메모리에 저장하는 디스플레이 장치.
  2. 제1항에 있어서,
    센서;를 더 포함하고,
    상기 프로세서는,
    상기 센서에 의해 센싱된 주변 환경에 대한 정보에 기초하여 상기 디스플레이 장치를 제어하기 위한 명령을 발화 문장으로 생성하는 디스플레이 장치.
  3. 제1항에 있어서,
    통신 인터페이스;를 더 포함하고,
    상기 프로세서는,
    상기 통신 인터페이스를 통해 상기 디스플레이 장치와 연결된 외부 장치로부터 상기 외부 장치에 대한 정보 또는 상기 외부 장치가 센싱한 정보를 상기 디스플레이 장치의 주변 환경에 대한 정보로 획득하고,
    상기 외부 장치에 대한 정보에 기초하여 상기 외부 장치를 제어하기 위한 명령을 발화 문장으로 생성하는 디스플레이 장치.
  4. 제1항에 있어서,
    통신 인터페이스;를 더 포함하고,
    상기 프로세서는,
    상기 통신 인터페이스를 통해 상기 획득된 정보를 외부 서버에 전송하고,
    상기 통신 인터페이스를 통해 상기 외부 서버로부터 상기 획득된 정보에 대응되는 발화 문장을 수신하는 디스플레이 장치.
  5. 제1항에 있어서,
    상기 프로세서는,
    상기 메모리에 저장된 상기 인증된 사용자의 사용 이력을 바탕으로 상기 인증된 사용자의 선호 어플리케이션 또는 선호 컨텐츠를 상기 인증된 사용자에 대한 정보로 획득하고,
    상기 선호 어플리케이션 명 또는 상기 선호 컨텐츠 명이 포함된 발화 문장을 생성하는 디스플레이 장치.
  6. 제1항에 있어서,
    통신 인터페이스;를 더 포함하고,
    상기 프로세서는,
    사용자 음성 등록을 위한 제어 명령이 입력되면, 외부 서버로부터 검색 횟수의 증가량이 기설정된 값 이상인 검색어에 대한 정보를 상기 통신 인터페이스를 통해 수신하고,
    상기 수신된 검색어가 포함된 발화 문장을 생성하는 디스플레이 장치.
  7. 제1항에 있어서,
    상기 프로세서는,
    상기 획득된 정보를 바탕으로 복수 개의 발화 문장을 생성하고,
    상기 표시된 발화 문장에 대응되는 사용자 음성이 입력되면, 상기 복수의 발화 문장 중 상기 표시된 발화 문장과 다른 발화 문장을 표시하도록 상기 디스플레이를 제어하는 디스플레이 장치.
  8. 제1항에 있어서,
    상기 메모리는, 인공지능 모델을 저장하고,
    상기 프로세서는,
    상기 인공지능 모델에 상기 획득된 정보를 입력하고, 상기 인공지능 모델로부터 출력된 텍스트를 발화 문장으로 획득하고,
    상기 인공지능 모델은,
    상기 획득된 정보를 바탕으로 상기 인증된 사용자가 실행할 기능을 예측하고, 상기 예측된 기능을 수행하기 위한 명령을 발화 문장으로 생성하도록 학습된 것인, 디스플레이 장치.
  9. 제1항에 있어서,
    상기 프로세서는,
    상기 표시된 발화 문장에 대한 사용자의 발화 음성이 상기 음성 입력 수신부를 통해 입력되면, 상기 발화 문장과 관련된 시각적 피드백 및 청각적 피드백 중 하나 이상을 제공하는 디스플레이 장치.
  10. 제1항에 있어서,
    상기 프로세서는,
    네트워크와 연결이 안된 상태이면, 상기 디스플레이 장치에 구비된 기능을 실행하기 위한 명령을 발화 문장으로 생성하는 디스플레이 장치.
  11. 디스플레이 장치의 제어 방법에 있어서,
    사용자 계정 인증을 수행하는 단계;
    사용자 음성 등록을 위한 제어 명령이 입력되면, 상기 디스플레이 장치의 주변 환경에 대한 정보 및 상기 인증된 사용자에 대한 정보 중 하나 이상을 획득하는 단계;
    상기 획득된 정보를 바탕으로 발화 문장을 생성하는 단계;
    상기 생성된 발화 문장을 표시하는 단계;
    상기 표시된 발화 문장에 대응되는 사용자의 발화 음성이 입력되면, 상기 입력된 발화 음성을 바탕으로 상기 사용자에 대한 음성 정보를 획득하는 단계; 및
    상기 입력된 사용자 발화 음성을 상기 인증된 사용자 계정에 매칭하여 저장하는 단계;를 포함하는 디스플레이 장치의 제어 방법.
  12. 제11항에 있어서,
    상기 획득하는 단계는,
    상기 디스플레이 장치에 구비된 센서에 의해 상기 디스플레이 장치의 주변 환경을 센싱하고,
    상기 생성하는 단계는,
    상기 센싱된 주변 환경에 대한 정보에 기초하여 상기 디스플레이 장치를 제어하기 위한 명령을 발화 문장으로 생성하는 디스플레이 장치의 제어 방법.
  13. 제11항에 있어서,
    상기 획득하는 단계는,
    상기 디스플레이 장치와 연결된 외부 장치로부터 상기 외부 장치에 대한 정보 또는 상기 외부 장치가 센싱한 정보를 상기 디스플레이 장치의 주변 환경에 대한 정보로 획득하고,
    상기 생성하는 단계는,
    상기 외부 장치에 대한 정보에 기초하여 상기 외부 장치를 제어하기 위한 명령을 발화 문장으로 생성하는 디스플레이 장치의 제어 방법.
  14. 제11항에 있어서,
    상기 획득된 정보를 외부 서버로 전송하는 단계; 및
    상기 외부 서버로부터 상기 획득된 정보에 대응되는 발화 문장을 수신하는 단계;를 더 포함하는 디스플레이 장치의 제어 방법.
  15. 제11항에 있어서,
    상기 획득하는 단계는,
    상기 인증된 사용자의 사용 이력을 바탕으로 상기 인증된 사용자의 선호 어플리이션 또는 선호 컨텐츠를 상기 인증된 사용자에 대한 정보로 획득하고,
    상기 생성하는 단계는,
    상기 선호 어플리케이션 명 또는 상기 선호 컨텐츠 명이 포함된 발화 문장을 생성하는 디스플레이 장치의 제어 방법.
  16. 제11항에 있어서,
    사용자 음성 등록을 위한 제어 명령이 입력되면, 외부 서버로부터 검색 횟수의 증가량이 기설정된 값 이상인 검색어에 대한 정보를 수신하는 단계;를 더 포함하고,
    상기 생성하는 단계는,
    상기 수신된 검색어가 포함된 발화 문장을 생성하는 디스플레이 장치의 제어 방법.
  17. 제11항에 있어서,
    상기 생성하는 단계는,
    상기 획득된 정보를 바탕으로 복수 개의 발화 문장을 생성하고,
    상기 표시하는 단계는,
    상기 표시된 발화 문장에 대응되는 사용자 음성이 입력되면, 상기 복수의 발화 문장 중 상기 표시된 발화 문장과 다른 발화 문장을 표시하는 디스플레이 장치의 제어 방법.
  18. 제11항에 있어서,
    상기 생성하는 단계는,
    저장된 인공지능 모델에 상기 획득된 정보를 입력하고, 상기 인공지능 모델로부터 출력된 텍스트를 발화 문장으로 획득하고,
    상기 인공지능 모델은,
    상기 획득된 정보를 바탕으로 상기 인증된 사용자가 실행할 기능을 예측하고, 상기 예측된 기능을 수행하기 위한 명령을 발화 문장으로 생성하도록 학습된 것인 디스플레이 장치의 제어 방법.
  19. 제11항에 있어서,
    상기 표시된 발화 문장에 대한 사용자의 발화 음성이 입력되면, 상기 발화 문장과 관련된 시각적 피드백 및 청각적 피드백 중 하나 이상을 제공하는 단계;를 더 포함하는 디스플레이 장치의 제어 방법.
  20. 제11항에 있어서,
    상기 생성하는 단계는,
    네트워크와 연결이 안된 상태이면, 상기 디스플레이 장치에 구비된 기능을 실행하기 위한 명령을 발화 문장으로 생성하는 디스플레이 장치의 제어 방법.



KR1020190053607A 2019-05-08 2019-05-08 디스플레이 장치 및 이의 제어 방법 KR20200129346A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020190053607A KR20200129346A (ko) 2019-05-08 2019-05-08 디스플레이 장치 및 이의 제어 방법
EP20172921.7A EP3736685A1 (en) 2019-05-08 2020-05-05 Display apparatus and method for controlling thereof
PCT/KR2020/005938 WO2020226413A1 (en) 2019-05-08 2020-05-06 Display apparatus and method for controlling thereof
US16/869,147 US20200357414A1 (en) 2019-05-08 2020-05-07 Display apparatus and method for controlling thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190053607A KR20200129346A (ko) 2019-05-08 2019-05-08 디스플레이 장치 및 이의 제어 방법

Publications (1)

Publication Number Publication Date
KR20200129346A true KR20200129346A (ko) 2020-11-18

Family

ID=70553860

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190053607A KR20200129346A (ko) 2019-05-08 2019-05-08 디스플레이 장치 및 이의 제어 방법

Country Status (4)

Country Link
US (1) US20200357414A1 (ko)
EP (1) EP3736685A1 (ko)
KR (1) KR20200129346A (ko)
WO (1) WO2020226413A1 (ko)

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5319149B2 (ja) * 2008-03-28 2013-10-16 株式会社東芝 情報機器及び情報提示方法
US8489399B2 (en) * 2008-06-23 2013-07-16 John Nicholas and Kristin Gross Trust System and method for verifying origin of input through spoken language analysis
US9318114B2 (en) * 2010-11-24 2016-04-19 At&T Intellectual Property I, L.P. System and method for generating challenge utterances for speaker verification
JP6162009B2 (ja) * 2013-09-18 2017-07-12 株式会社Ｎｔｔドコモ ユーザのデータ入力に応じて情報提供を行うためのサーバ装置、プログラム、システムおよび方法
US9430629B1 (en) * 2014-01-24 2016-08-30 Microstrategy Incorporated Performing biometrics in uncontrolled environments
US9489171B2 (en) * 2014-03-04 2016-11-08 Microsoft Technology Licensing, Llc Voice-command suggestions based on user identity
US8812320B1 (en) * 2014-04-01 2014-08-19 Google Inc. Segment-based speaker verification using dynamically generated phrases
KR102339657B1 (ko) * 2014-07-29 2021-12-16 삼성전자주식회사 전자 장치 및 이의 제어 방법
KR102348084B1 (ko) * 2014-09-16 2022-01-10 삼성전자주식회사 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체
JP6394709B2 (ja) * 2014-12-11 2018-09-26 日本電気株式会社 話者識別装置および話者識別用の登録音声の特徴量登録方法
KR101678087B1 (ko) * 2015-02-16 2016-11-23 현대자동차주식회사 차량 및 그 제어방법
US10504509B2 (en) * 2015-05-27 2019-12-10 Google Llc Providing suggested voice-based action queries
CN105185379B (zh) * 2015-06-17 2017-08-18 百度在线网络技术（北京）有限公司 声纹认证方法和装置
US11188857B1 (en) * 2016-06-30 2021-11-30 Amazon Technologies, Inc. Automating functions in a computing environment
US10223512B2 (en) * 2016-08-25 2019-03-05 Sensory, Incorporated Voice-based liveness verification
US10331867B2 (en) * 2016-10-05 2019-06-25 Plantronics, Inc. Enhanced biometric user authentication
US9990926B1 (en) * 2017-03-13 2018-06-05 Intel Corporation Passive enrollment method for speaker identification systems
KR101970008B1 (ko) * 2017-06-23 2019-04-18 (주)디노비즈 딥러닝 신경망회로에 의한 번역알고리즘을 구비한 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램 및 사용자 장치
KR102549204B1 (ko) * 2017-09-26 2023-06-30 주식회사 케이티 음성인식 서비스를 제공하는 단말, 서버 및 방법
US11450314B2 (en) * 2017-10-03 2022-09-20 Google Llc Voice user interface shortcuts for an assistant application
US11831409B2 (en) * 2018-01-12 2023-11-28 Nok Nok Labs, Inc. System and method for binding verifiable claims
KR20190099586A (ko) * 2018-02-19 2019-08-28 삼성전자주식회사 전자 장치, 전자 장치의 제어방법 및 서버
JP2021144065A (ja) * 2018-06-12 2021-09-24 ソニーグループ株式会社 情報処理装置および情報処理方法
US10777200B2 (en) * 2018-07-27 2020-09-15 International Business Machines Corporation Artificial intelligence for mitigating effects of long-term cognitive conditions on patient interactions
WO2020139408A1 (en) * 2018-12-28 2020-07-02 Google Llc Supplementing voice inputs to an automated assistant according to selected suggestions
US10896679B1 (en) * 2019-03-26 2021-01-19 Amazon Technologies, Inc. Ambient device state content display

Also Published As

Publication number Publication date
US20200357414A1 (en) 2020-11-12
EP3736685A1 (en) 2020-11-11
WO2020226413A1 (en) 2020-11-12

Similar Documents

Publication Publication Date Title
US11790912B2 (en) Phoneme recognizer customizable keyword spotting system with keyword adaptation
US11308955B2 (en) Method and apparatus for recognizing a voice
US11238871B2 (en) Electronic device and control method thereof
US20200125967A1 (en) Electronic device and method for controlling the electronic device
US10872617B2 (en) User command processing method and system for adjusting output volume of sound to be output, on basis of input volume of received voice input
US11842735B2 (en) Electronic apparatus and control method thereof
US11367441B2 (en) Electronic apparatus and control method thereof
US10860289B2 (en) Flexible voice-based information retrieval system for virtual assistant
KR102383791B1 (ko) 전자 장치에서의 개인 비서 서비스 제공
US11393459B2 (en) Method and apparatus for recognizing a voice
WO2019213443A1 (en) Audio analytics for natural language processing
JP6728319B2 (ja) 人工知能機器で複数のウェイクワードを利用したサービス提供方法およびそのシステム
US11468892B2 (en) Electronic apparatus and method for controlling electronic apparatus
US20220270617A1 (en) Electronic device for supporting artificial intelligence agent services to talk to users
KR20190121064A (ko) 디스플레이 장치 및 디스플레이 장치의 제어 방법
KR102599948B1 (ko) 전자 장치 및 그의 와이파이 연결 방법
KR20200115695A (ko) 전자 장치 및 이의 제어 방법
US20190087293A1 (en) Device and method for providing response to device usage inquiry
US20210110816A1 (en) Electronic apparatus and method of providing sentence thereof
WO2020167860A1 (en) Techniques for generating digital personas
US11817097B2 (en) Electronic apparatus and assistant service providing method thereof
KR102396147B1 (ko) 음성 명령을 이용한 동작을 수행하는 전자 장치 및 전자 장치의 동작 방법
EP3736685A1 (en) Display apparatus and method for controlling thereof
KR20210094727A (ko) 전자 장치 및 이의 제어 방법
KR20240020141A (ko) 언어 모델에 기초하여 사용자 발화를 처리하는 방법 및 전자 장치

Legal Events

Date Code Title Description
A201 Request for examination