KR20210041476A - 사용자 발화를 처리하는 전자 장치 및 그 작동 방법 - Google Patents

사용자 발화를 처리하는 전자 장치 및 그 작동 방법 Download PDF

Info

Publication number
KR20210041476A
KR20210041476A KR1020200067444A KR20200067444A KR20210041476A KR 20210041476 A KR20210041476 A KR 20210041476A KR 1020200067444 A KR1020200067444 A KR 1020200067444A KR 20200067444 A KR20200067444 A KR 20200067444A KR 20210041476 A KR20210041476 A KR 20210041476A
Authority
KR
South Korea
Prior art keywords
electronic device
information
user utterance
user
external electronic
Prior art date
Application number
KR1020200067444A
Other languages
English (en)
Inventor
이윤주
김태구
박현재
송가진
여재영
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 PCT/KR2020/012390 priority Critical patent/WO2021071115A1/en
Priority to US17/061,532 priority patent/US20210104232A1/en
Publication of KR20210041476A publication Critical patent/KR20210041476A/ko

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
    • G10L15/04—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
    • G10L15/22—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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

다양한 실시예들에 따라서, 사용자 발화를 분석하는 전자 장치는 마이크, 통신 인터페이스, 상기 마이크 및 상기 통신 인터페이스와 작동적으로 연결된 프로세서, 및 상기 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크를 통하여 제 1 사용자 발화를 획득하고, 상기 제1 사용자 발화를 분석한 정보에 기반하여 제1 태스크를 확인하고, 상기 통신 인터페이스를 통하여, 적어도 하나의 외부 전자 장치로 제1 컨텍스트 정보에 대한 제1 요청을 송신하고, 상기 적어도 하나의 외부 전자 장치 중 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보와 상기 제1 사용자 발화를 분석한 정보에 기반하여 상기 제1 태스크를 수행하도록 하는 인스트럭션들(instructions)을 저장할 수 있다. 그 밖의 다양한 실시예가 가능하다. 한편, 인공지능 모델을 이용하여 상기 사용자 발화를 처리하는 방법을 수행할 수 있다.

Description

사용자 발화를 처리하는 전자 장치 및 그 작동 방법{ELECTRONIC DEVICE FOR PROCESSING USER UTTERANCE AND METHOD FOR OPERATING THEREOF}
다양한 실시예들은, 외부 전자 장치로부터 획득한 컨텍스트 정보에 기반하여 사용자 발화를 처리하는 방법 및 장치에 관한 것이다.
현대를 살아가는 많은 사람들에게 휴대용 디지털 통신기기들은 하나의 필수 요소가 되었다. 소비자들은 휴대용 디지털 통신기기들을 이용하여 언제 어디서나 자신이 원하는 다양한 고품질의 서비스를 제공받고 싶어한다.
음성인식 서비스는, 휴대용 디지털 통신기기들에 구현되는 음성인식 인터페이스를 기반으로, 수신되는 사용자 음성에 대응하여 다양한 컨텐츠 서비스를 소비자들에게 제공하는 서비스이다. 음성인식 서비스의 제공을 위해 휴대용 디지털 통신기기들에는 인간의 언어를 인식하고 분석하는 기술들(예: 자동 음성 인식, 자연어 이해, 자연어 생성, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성)이 구현된다.
소비자들에게 질 높은 음성인식 서비스가 제공되기 위해서는, 사용자 음성으로부터 사용자 의도를 정확하게 확인하는 기술의 구현과 확인된 사용자 의도에 대응하는 적절한 컨텐츠 서비스를 제공하는 기술의 구현이 필요하다.
전자 장치가 사용자로부터 사용자 발화를 획득한 경우, 전자 장치의 메모리에 저장된 이전 사용자 발화들과 연관되는 컨텍스트 정보 중 획득한 사용자 발화와 연관되는 컨텍스트 정보를 이용하여 사용자 발화에 대응하는 태스크를 수행하였다. 또한, 전자 장치는 사용자로부터 사용자 발화를 획득한 경우, 복수의 전자 장치들로부터 컨텍스트 정보를 획득하여 관리하는 서버로부터 사용자 발화와 연관되는 컨텍스트 정보를 획득한 후, 획득한 컨텍스트 정보를 이용하여 사용자 발화에 대응하는 태스크를 수행하였다. 전자 장치에 저장된 컨텍스트 정보를 이용하여 후속 사용자 발화를 처리하는 상황에서는 사용자가 전자 장치를 통하여 사용자 발화를 처리하는 도중, 후속하는 사용자 발화의 처리를 다른 전자 장치로 요청하는 경우, 다른 전자 장치는 이전 사용자 발화와 연관되는 컨텍스트 정보가 없으므로, 후속 사용자 발화에 대응하는 태스크를 수행함에 어려움이 있다. 또한 서버로부터 획득한 컨텍스트 정보를 이용하여 다음 사용자 발화를 처리하는 상황에서는, 사용자가 전자 장치를 통하여 사용자 발화를 처리하는 도중, 후속하는 사용자 발화의 처리를 다른 전자 장치로 요청하는 경우, 서버가 이전 사용자 발화와 연관되는 컨텍스트 정보를 실시간으로 탐색 및 분석하여 다른 전자 장치에게 전달해야 하므로, 서버의 성능이 매우 뛰어나야 하는 제약이 있다.
다양한 실시예들은, 적어도 하나의 외부 전자 장치로부터 획득한 음성 비서 세션 정보에 기반하여 컨텍스트 정보를 요청할 외부 전자 장치를 선택하고, 선택된 외부 전자 장치로부터 직접 컨텍스트 정보를 획득하고, 컨텍스트 정보에 기반하여 사용자 발화에 대응하는 태스크를 수행하는 전자 장치를 제공할 수 있다.
다양한 실시예들에 따라서, 사용자 발화를 분석하는 전자 장치는 마이크, 통신 인터페이스, 상기 마이크 및 상기 통신 인터페이스와 작동적으로 연결된 프로세서, 및 상기 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크를 통하여 제 1 사용자 발화를 획득하고, 상기 제1 사용자 발화를 분석한 정보에 기반하여 제1 태스크를 확인하고, 상기 통신 인터페이스를 통하여 적어도 하나의 외부 전자 장치로 제1 컨텍스트 정보에 대한 제1 요청을 송신하고, 상기 적어도 하나의 외부 전자 장치 중 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보와 상기 제1 사용자 발화를 분석한 정보에 기반하여 상기 제1 태스크를 수행하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
다양한 실시예들에 따라서, 사용자 발화를 처리하는 방법은, 마이크를 통하여 제 1 사용자 발화를 획득하는 동작, 상기 제1 사용자 발화를 분석한 정보에 기반하여 제1 태스크를 확인하는 동작, 통신 인터페이스를 통하여 적어도 하나의 외부 전자 장치로 제1 컨텍스트 정보에 대한 제1 요청을 송신하는 동작, 및 상기 적어도 하나의 외부 전자 장치 중 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보와 상기 제1 사용자 발화를 분석한 정보에 기반하여 상기 제1 태스크를 수행하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 전자 장치 및 적어도 하나의 외부 전자 장치들은 각각이 사용자 발화를 처리할 수 있는 온-디바이스(on-device) 형태의 장치로서 제공될 수 있고, 전자 장치는 외부 전자 장치로부터 직접 획득한 컨텍스트 정보에 기반하여 외부 전자 장치에서 처리된 사용자 발화에 후속하는 사용자 발화를 처리하고, 처리된 사용자 발화에 대응하는 태스크를 수행할 수 있다.
도 1은 다양한 실시예들에 따른, 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 2는 다양한 실시예들에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 3은 다양한 실시예들에 따른, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 4는 다양한 실시예들에 따른, 사용자 발화를 처리하기 위한 on-device 형태의 사용자 단말에 포함된 메모리의 블록도이다.
도 5는 다양한 실시예들에 따른, 전자 장치가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 6은 다양한 실시예들에 따른, 전자 장치가 제 1 외부 전자 장치로부터 획득한 제 1 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 실시예를 나타내는 도면이다.
도 7a는 다양한 실시예들에 따른, 전자 장치가 제 1 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 7b는 다양한 실시예들에 따른, 전자 장치가 제 2 외부 전자 장치로 제 2 컨텍스트 정보를 송신하는 방법을 설명하기 위한 흐름도이다.
도 8은 다양한 실시예들에 따른, 전자 장치가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 1 실시예를 나타내는 도면이다.
도 9는 다양한 실시예들에 따른, 전자 장치가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 2 실시예를 나타내는 도면이다.
도 10a는 다양한 실시예들에 따른, 전자 장치가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 3 실시예를 나타내는 도면이다.
도 10b는 다양한 실시예들에 따른, 전자 장치가 제 1 사용자 발화에 대응하는 제 1 태스크 및 추가 태스크를 수행하는 실시예를 나타내는 도면이다.
도 11a는 다양한 실시예들에 따른, 전자 장치가 복수의 외부 전자 장치들로부터 획득한 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 11b는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 대한 요청을 송신하고, 복수의 외부 전자 장치들로부터 컨텍스트 정보를 획득하는 실시예를 나타내는 도면이다.
도 12a는 다양한 실시예들에 따른, 전자 장치가 제 1 외부 전자 장치로부터 획득한 제 1 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 12b는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 대한 요청을 송신하고, 제 1 외부 전자 장치로부터 제 1 컨텍스트 정보를 획득하는 실시예를 나타내는 도면이다.
도 13a는 다양한 실시예들에 따른, 전자 장치가 제 1 사용자 발화와 연관되는 제 1 컨텍스트 정보가 전자 장치 내에 존재하는지를 확인하는 방법을 설명하기 위한 흐름도이다.
도 13b는 다양한 실시예들에 따른, 전자 장치가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 4 실시예를 나타내는 도면이다.
도 13c는 다양한 실시예들에 따른, 전자 장치가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 5 실시예를 나타내는 도면이다.
도 14는 다양한 실시예들에 따른, 전자 장치가 근거리 무선 통신 연결을 형성하는 외부 전자 장치로부터 획득한 컨텍스트 정보에 기반하여 사용자 발화를 분석하고, 사용자 발화에 대응하는 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 15는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 히스토리 정보를 포함하는 제1 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 16은 다양한 실시예들에 따른, 전자 장치가 제1 컨텍스트 히스토리 정보를 포함하는 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 일 실시 예를 나타내는 도면이다.
도 17은 다양한 실시예들에 따른, 전자 장치가 제1 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하는 방법을 설명하기 위한 흐름도이다.
도 18a는 다양한 실시예들에 따른, 전자 장치가 서버의 컨텍스트 공유 리스트를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 18b는 다양한 실시예들에 따른, 전자 장치가 서버의 컨텍스트 공유 리스트를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 일 실시예를 나타내는 도면이다.
도 19a는 다양한 실시예들에 따른, 전자 장치가 서버의 컨텍스트 정보를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 19b는 다양한 실시예들에 따른, 전자 장치가 서버의 컨텍스트 정보를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 일 실시예를 나타내는 도면이다.
도 20a는 다양한 실시예들에 따른, 전자 장치가 제1 컨텍스트 정보에 기반하여 제 1 사용자 발화 및 도메인 설정 정보에 대응되는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 20b 및 도 20c는 다양한 실시예들에 따른, 전자 장치가 제1 컨텍스트 정보에 기반하여 제 1 사용자 발화 및 도메인 설정 정보에 대응되는 제 1 태스크를 수행하는 실시 예를 나타내는 도면이다.
도 21a는 다양한 실시예들에 따른, 전자 장치가 제1 사용자 발화를 분석한 정보 및 제1 컨텍스트 정보에 기반하여 제1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 21b 및 도 21c는 다양한 실시예들에 따른, 전자 장치가 제1 사용자 발화를 분석한 정보 및 제1 컨텍스트 정보에 기반하여 제1 태스크를 수행하는 실시 예들을 나타내는 도면들이다.
도 22는 다양한 실시예들에 따른, 전자 장치가 제1 컨텍스트 정보에 기반하여 제1 사용자 발화에 대응되는 제1 태스크를 수행할 수 있는 외부 전자 장치의 정보를 제공하는 방법을 설명하기 위한 흐름도이다.
도 23은 다양한 실시예들에 따른, 전자 장치가 적어도 두 개의 제1 컨텍스트 정보에 기반하여 제1 사용자 발화에 대응되는 복수의 태스크들을 수행하는 방법을 설명하기 위한 흐름도이다.
도 24a, 도 24b, 도 24c, 및 도 24d는 다양한 실시예들에 따른, 전자 장치가 외부 전자 장치들로부터 수신한 정보를 구별되게 제공하는 실시 예를 나타내는 도면들이다.
도 25는 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 1은 다양한 실시예들에 따른, 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 1을 참조하면, 일 실시예의 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.
도시된 실시 예에 따르면, 사용자 단말(100)은 통신 인터페이스(110), 마이크(120), 스피커(130), 디스플레이(140), 메모리(150), 또는 프로세서(160)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
일 실시 예의 통신 인터페이스(110)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(120)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(130)는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 일 실시 예의 디스플레이(140)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이(140)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.
일 실시 예의 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)를 구성할 수 있다. 또한, 클라이언트 모듈(151) 또는 SDK(153)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.
일 실시 예의 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, 상기 앱들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 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 예의 프로세서(160)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(160)는 통신 인터페이스(110), 마이크(120), 스피커(130), 및 디스플레이(140)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다.
일 실시 예의 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 예의 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 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 음성 입력을 지능형 서버(200)로 송신할 수 있다. 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 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이(140)에 표시할 수 있다.
일 실시 예의 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. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 다른 예를 들어, 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. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.
일 실시 예의 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 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 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 예의 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. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 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 하나의 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 사용자 단말(100)로 송신하거나, 생성된 플랜을 사용자 단말(100)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 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(natural 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), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.
일 실시 예의 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)또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)를 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(221)은 사용자 단말(100)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 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 예의 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 예의 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)의 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 플랜을 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 예의 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, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(100)에서도 구현가능 할 수 있다.
상기 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 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. 상기 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 예에서는 캡슐 데이터베이스(230) 은 사용자 단말(100) 내에도 구현이 가능할 수 있다.
일 실시 예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 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 예의 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(280)은 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 예의 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. 일 실시 예의 서비스 서버(300)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.
위에 기술된 통합 지능 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 예에서, 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 예에서, 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 예에서, 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 따른 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 실시예들에 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 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)(400) 형태로 저장될 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(capsule(A)(401), capsule(B)(404))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예:capsule(A)(401))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402), CP 2(403), CP 3(406), 또는 CP 4(405))가 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작() 및 적어도 하나 이상의 컨셉()을 포함할 수 있다.
상기, 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, 캡슐 A (401) 의 동작들(4011,4013) 과 컨셉들(4012,4014) 및 캡슐 B(404)의 동작(4041) 과 컨셉(4042) 를 이용하여 플랜(407)을 생성할 수 있다.
도 3은 다양한 실시예들에 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 다양한 실시예들에 따른, 사용자 발화를 처리하기 위한 on-device 형태의 사용자 단말(예: 도 1의 사용자 단말(100))의 블록도이다. 상기 on-device 형태의 사용자 단말은 도 1의 사용자 단말(100)에 포함된 메모리(150), 프로세서(160), 통신 인터페이스(110) 및 입력 모듈(예: 마이크(120))을 포함할 수 있다.
다양한 실시예들에 따르면, 프로세서(106)가 사용자 단말(100)에서 입력 모듈(120)을 통해 획득된 사용자 발화를 처리하기 위하여, 메모리(150)에 자연어 플랫폼(430), 지능형 에이전트(440), 및 컨텍스트 매니저(450)가 저장될 수 있다. 일 실시예에 따르면, 메모리(150)에 저장된 자연어 플랫폼(430), 지능형 에이전트(440), 및 컨텍스트 매니저(450)는 프로세서(예: 도 1의 프로세서(160))에 의해 실행될 수 있다. 일 실시예에 따르면, 메모리(150)에 저장된 자연어 플랫폼(430), 지능형 에이전트(440), 및 컨텍스트 매니저(450)는 소프트웨어뿐만 아니라 하드웨어로 구현될 수 있다.
다양한 실시 예들에 따르면, 프로세서(160)는 자연어 플랫폼(430)을 실행하여 도 1의 지능형 서버(200)에 포함된 자연어 플랫폼(220)의 기능을 수행할 수 있다. 예를 들어, 자연어 플랫폼(430)은 자동 음성 인식 모듈(예: 도 1의 자동 음성 인식 모듈(221)), 자연어 이해 모듈(예: 도 1의 자연어 이해 모듈(223)), 플래너 모듈(예: 도 1의 플래너 모듈(225)), 자연어 생성 모듈(예: 도 1의 자연어 생성 모듈(227)) 또는 텍스트 음성 변환 모듈(예: 도 1의 텍스트 음성 변환 모듈(229))을 포함할 수 있고, 지능형 서버(200)에서 수행하는 자연어 플랫폼(220)의 기능을 사용자 단말(100)에서 수행할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)(예: 도 1 의 자연어 이해 모듈(223))은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자 의도를 파악할 수 있다. 상기 문법적 분석은 사용자 입력을 문법적 단위(예: 단어, 구, 형태소)로 나누고, 상기 나누어진 단위가 어떤 문법적인 요소를 갖는지 파악할 수 있다. 상기 의미적 분석은 의미(semantic) 매칭, 룰(rule) 매칭, 포뮬러(formula) 매칭을 이용하여 수행할 수 있다. 이에 따라, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)은 사용자 발화로부터 도메인(domain), 의도(intent) 또는 상기 의도를 표현하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))를 얻을 수 있다. 일 실시예에 따르면, 사용자 발화에 대한 도메인은 사용자 발화에 대한 특정 카테고리 또는 특정 프로그램(예: 어플리케이션 또는 기능)을 의미할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)은 도메인(domain), 의도(intend) 및 상기 의도를 파악하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))로 나누어진 매칭 규칙을 이용하여 사용자의 의도 및 파라미터를 결정할 수 있다. 예를 들어, 상기 하나의 도메인(예: 카테고리로서의 '알람' 또는 프로그램으로서의 '알람 앱 또는 알람 기능')은 복수의 의도(예: 알람 설정, 알람 해제 )를 포함할 수 있고, 하나의 의도는 복수의 파라미터(예: 시간, 반복 횟수, 알람음 )를 포함할 수 있다. 복수의 룰은, 예를 들어, 하나 이상의 필수 요소 파라미터를 포함할 수 있다. 상기 매칭 규칙은 자연어 인식 데이터베이스(natural language understanding database)(NLU DB)(미도시)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)은 형태소, 구 의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 도메인 및 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)은 각각의 도메인 및 의도에 사용자 입력에서 추출된 단어가 얼마나 포함되어 있는 지를 계산하여 사용자 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 일 실시 예에 따르면, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 인식 데이터베이스(미도시)를 이용하여 사용자의 의도를 결정할 수 있다. 다른 실시 예에 따르면, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)은 개인화 언어 모델(personal language model)(PLM)을 이용하여 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)은 개인화된 정보(예: 연락처 리스트, 음악 리스트)를 이용하여 사용자의 의도를 결정할 수 있다. 상기 개인화 언어 모델은, 예를 들어, 자연어 인식 데이터베이스에 저장될 수 있다. 일 실시 예에 따르면, 자연어 플랫폼(430)에 포함된 자연어 이해 모듈(미도시)뿐만 아니라 자동 음성 인식 모듈(미도시)도 자연어 인식 데이터베이스(미도시)에 저장된 개인화 언어 모델을 참고하여 사용자의 음성을 인식할 수 있다.
다양한 실시 예들에 따르면, 프로세서(160)는 지능형 앱(예: 음성 인식 앱)과 연동된 지능형 에이전트(440)를 실행할 수 있다. 지능형 앱과 연동된 지능형 에이전트(440)는 사용자 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시예에 따르면, 지능형 앱과 연동된 지능형 에이전트(440)는 사용자 단말(100)에 포함된 입력 모듈(미도시)을 통해 획득되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 특정 음성 입력)에 의해 동작될 수 있다. 일 실시 예에 따르면, 프로세서(160)는 지능형 에이전트(440)를 실행하여 사용자 입력(예: 사용자 발화)을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(440)는 상기 사용자 입력을 전처리하기 위하여, 적응 반향 제거(adaptive echo canceller)(AEC) 모듈, 노이즈 억제(noise suppression)(NS) 모듈, 종점 검출(end-point detection)(EPD) 모듈, 또는 자동 이득 제어(automatic gain control)(AGC) 모듈을 포함할 수 있다. 상기 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 상기 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 상기 종점 검출 모듈은 상기 사용자 입력에 포함된 사용자 음성의 종점을 검출하고, 상기 검출된 종점을 이용하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하고, 상기 인식된 사용자 입력을 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 프로세서(160)는 성능을 위하여 상기 전처리 구성을 전부 실행시킬 수 있지만, 다른 실시 예에서 프로세서(160)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 실행시킬 수 있다.
다양한 실시 예들에 따르면, 프로세서(160)는 컨텍스트 매니저(450)를 실행하여 음성 비서 세션(voice assistant session) 정보 및 컨텍스트(context) 정보를 확인할 수 있다. 다양한 실시예들에 따르면, 컨텍스트 매니저(450)는 컨텍스트 디텍터(context detector)(451), 세션 핸들러(session handler)(452), 및 컨텍스트 핸들러(context handler)(453)를 포함할 수 있다. 컨텍스트 디텍터(451)는 사용자 단말(100)에 필요한 컨텍스트 정보가 있는지 확인하는 기능을 수행할 수 있다. 세션 핸들러(452)는 사용자 발화를 처리할 수 있는 온-디바이스(on-device) 형태인 외부 전자 장치로부터 음성 비서 세션 정보를 획득하고, 컨텍스트 정보를 요청할 외부 전자 장치를 선택하고, 외부 전자 장치로 송신할 음성 비서 세션 정보를 확인할 수 있는 기능을 수행할 수 있다. 컨텍스트 핸들러(453)는 컨텍스트 정보를 생성하고, 컨텍스트 정보를 외부 전자 장치로 송수신할 수 있는 기능을 수행할 수 있다.
다양한 실시예들에 따르면, 음성 비서 세션 정보는 음성 비서 세션을 나타내는 정보로서, 외부 전자 장치로 송신되거나 외부 전자 장치로부터 수신될 수 있고, 아래의 표 1에 나타난 정보를 적어도 하나 포함할 수 있다. 음성 비서 세션은 지능형 앱에 의하여 제공되는 음성 비서와 사용자 사이에 주고 받는 대화들을 통칭할 수 있고, 음성 비서 세션의 진행 중에 사용자의 요청에 의하여 다양한 태스크들이 수행될 수 있다. 다양한 실시예들에 따르면, 음성 비서 세션 정보는 하기의 예에 한정되지 않고, 사용자 발화를 처리하기 위한 다양한 엔티티(entity)에 관한 정보를 포함할 수 있다.
음성 비서 세션 정보 Description
음성 비서 세션 식별자 음성 비서 세션을 구분하기 위한 식별자(conversation ID 또는 session ID)
음성 비서 세션의 활성화 여부 장치에서 음성 비서 세션이 현재 활성화되어 있는지 또는 비활성화되어 있는지를 나타내는 정보
음성 비서 세션의 도메인 정보 장치에서 사용자 발화에 대한 도메인에 대응되는 도메인 정보
음성 비서 세션의 도메인 상태 정보 음성 비서 세션에서 처리된 최종 사용자 발화에 대응하는 도메인의 도메인 상태 정보(예: 특정 도메인에서 사용자 발화를 수행한 후의 도메인의 특정 상태 정보)
음성 비서 세션의 태스크 수행 결과 정보의 보유 여부 음성 비서 세션에서 처리된 최종 사용자 발화에 대응하는 태스크 수행 결과에 관한 정보를 보유하고 있는지 여부
음성 비서 세션의 진행 시간 음성 비서 세션이 진행된 시간
최종 발화 정보의 보유 여부 음성 비서 세션에서 처리된 최종 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 보유하고 있는지 여부
최종 발화 시간 음성 비서 세션에서 처리된 최종 사용자 발화를 수행한 시간
장치의 위치 음성 비서 세션을 수행하는 장치의 위치에 관한 정보
사용자 정보의 보유 여부 사용자 개인 정보 또는 사용자 관심 정보를 보유하고 있는지 여부
컨텍스트 히스토리 정보의 보유 여부 음성 비서 세션에서 처리된 적어도 하나의 사용자 발화에 대한 컨텍스트 히스토리 정보를 보유하고 있는지 여부
일 실시예에 따르면, 상술한 표 1에 설명된 '음성 비서 세션의 활성화 여부'와 관련하여, 사용자 단말(100)은 지정된 음성 입력(예: 하이 빅스비!)을 인식하거나, 또는 지능형 앱을 실행하도록 설정된 아이콘 또는 전용 하드웨어 키를 선택하는 사용자 입력에 응답하여, 지능형 앱을 실행함으로써 음성 비서 세션을 생성할 수 있다. 이 경우, 지능형 앱이 실행되어 사용자 발화의 획득을 대기하고 있는 상태가 음성 비서 세션이 활성화된 상태를 의미할 수 있다. 일 실시예에 따르면, 사용자 단말(100)은 음성 비서 세션을 생성한 후에, 해당 음성 비서 세션의 진행 중에 특정 도메인을 호출할 수 있고, 특정 도메인이 호출된 상태에서 사용자 발화의 획득을 대기하고 있는 상태가 음성 비서 세션이 활성화된 상태를 의미할 수 있다. 예를 들어, 음성 비서 세션의 진행 중에 특정 커피 도메인이 호출된 상태에서 제 1 사용자 발화(예: "커피 주문해 줘")를 획득한 경우, 사용자 단말(100)은 지능형 앱을 이용하여 제 1 사용자 발화에 대한 파라미터를 문의하는 응답(예: "어떤 커피를 주문할까요?")을 출력할 수 있고, 추가 사용자 발화의 획득을 대기할 수 있다. 이 경우, 추가 사용자 발화의 획득을 대기하고 있는 상태가 음성 비서 세션이 활성화된 상태를 의미할 수 있다. 일 실시예에 따르면, 사용자 단말(100)은 호출된 도메인을 종료하도록 지정된 음성 입력(예: "종료!")을 인식하거나, 또는 호출된 도메인을 종료하는 아이콘을 선택하는 사용자 입력에 응답하여, 음성 비서 세션의 진행 중에 호출된 특정 도메인을 종료할 수 있다. 이 경우, 호출된 도메인이 종료되지 않은 상태가 음성 비서 세션이 활성화된 상태를 의미할 수 있다. 일 실시예에 따르면, 사용자 단말(100)은 음성 비서 세션을 생성한 후에, 해당 음성 비서 세션의 진행 중에 특정 도메인을 호출할 수 있고, 호출된 도메인을 종료시키는 사용자 입력을 획득하지 않은 상태가 음성 비서 세션이 활성화된 상태를 의미할 수 있다. 일 실시예에 따르면, 호출된 도메인을 종료시키도록 지정된 음성 입력(예: "종료!")은 도메인의 종류와 상관없이 모든 도메인에 적용될 수 있거나, 또는 각각의 도메인 별로 해당 도메인을 종료시키도록 설정된 지정된 음성 입력이 상이할 수 있다. 일 실시예에 따르면, 음성 비서 세션의 진행 중에 1) 사용자 발화를 획득한 시점으로부터 지정된 제 1 시간이 경과하거나, 2) 지능형 앱이 추가 사용자 발화를 요청한 시점으로부터 지정된 제 2 시간이 경과하거나, 또는 3) 음성 비서 세션을 종료하도록 지정된 사용자 입력(예: 음성 입력, 터치 입력, 또는 하드웨어 키 입력)을 획득한 경우, 사용자 단말(100)은 진행 중인 음성 비서 세션을 종료할 수 있다. 이 경우, 진행 중인 음성 비서 세션이 종료되지 않은 상태가 음성 비서 세션이 활성화된 상태를 의미할 수 있다. 일 실시예에 따르면, 컨텍스트 히스토리 정보의 보유 여부는 해당 음성 비서 세션에서 처리된 모든 사용자 발화에 대한 컨텍스트 히스토리 정보의 보유 여부를 나타낼 수 있다. 일 실시예에 따르면, 컨텍스트 히스토리 정보 보유 여부는, 도메인을 기준으로 선별된 사용자 발화들에 대한 히스토리 정보의 보유 여부(예: 도메인 히스토리 정보의 보유 여부)를 나타낼 수 있다. 예를 들어, 컨텍스트 히스토리 정보의 보유 여부는, 최종 사용자 발화에 대한 도메인(예: A 앱)에 의하여 처리된, 사용자 발화들의 적어도 일부에 대한 컨텍스트 히스토리 정보의 보유 여부를 나타낼 수 있다. 또 다른 예를 들어, 컨텍스트 히스토리 정보의 보유 여부는, 특정 도메인에 의하여 처리된, 사용자 발화들의 적어도 일부에 대한 컨텍스트 히스토리 정보의 보유 여부를 나타낼 수 있다. 이 경우, 특정 도메인은 외부 전자 장치로부터 획득한 음성 비서 세션 정보에 대한 요청에 포함된 도메인(예: 외부 전자 장치에서 획득한 사용자 발화에 대한 도메인)에 대응할 수 있다.일 실시예에 따르면, 하나의 음성 비서 세션(예: 대화)이 진행되는 동안 적어도 하나의 도메인에 의하여 사용자 발화들이 처리될 수 있다. 일 실시예에 따르면, 음성 비서 세션은 지능형 앱을 실행한 때부터 지능형 앱을 종료한 때를 기준으로 구분될 수 있다. 일 실시예에 따르면, 음성 비서 세션은 도메인 별로 구분되거나, 사용자 발화 별로 구분되거나, 또는 특정 시간 별로 구분될 수 있다. 일 실시예에 따르면, 음성 비서 세션은 사용자 발화를 획득한 시점으로부터 미리 지정된 시간이 경과한 시점을 기준으로 구분될 수 있다. 음성 비서 세션을 구분하는 기준은 상술한 예에 한정되지 않고, 사용자, 제조자, 또는 앱 개발자의 설정에 의하여 구분될 수 있다. 일 실시예에 따르면, 사용자 발화를 획득한 시점으로부터 미리 지정된 시간이 경과한 시점을 기준으로 음성 비서 세션이 구분되는 경우, 지능형 앱을 실행한 후 최초 사용자 발화를 획득한 시점으로부터 미리 지정된 시간이 경과한 시점을 기준으로 음성 비서 세션이 구분될 수 있고, 또는 지능형 앱을 실행한 후 마지막 사용자 발화를 획득한 시점으로부터 미리 지정된 시간이 경과한 시점을 기준으로 음성 비서 세션이 구분될 수 있다.
일 실시예에 따르면, 음성 비서 세션 식별자(예: conversation ID)는 하나의 음성 비서 세션 동안 동일한 ID를 가질 수 있고, 사용자 발화 식별자(예: request ID)는 각각의 사용자 발화마다 상이한 ID를 가질 수 있다. 예를 들어, 하나의 음성 비서 세션이 진행되는 동안 제 1 사용자 발화(예: "최신 노래 들려줘")에 대한 식별자(예: conversation ID=001, request ID=8), 제 2 사용자 발화(예: "다음 노래 들려줘")에 대한 식별자 (conversation ID=001, request ID=9), 및 제 3 사용자 발화(예: "노래 잠시 멈춰봐")에 대한 식별자(예: conversation ID=001, request ID=10)가 확인될 수 있다.
다양한 실시예들에 따르면, 컨텍스트 정보는 사용자 발화의 처리에 관한 정보로서, 외부 전자 장치로 송신되거나 외부 전자 장치로부터 수신될 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 (1) 사용자 발화에 대한 사용자 발화 텍스트 정보를 포함할 수 있다. 사용자 발화 텍스트 정보는 자연어 플랫폼(430)에 포함된 자동 음성 인식 모듈(미도시)에 의하여 텍스트 데이터로 변환된 사용자 발화 정보일 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 (2) 사용자 발화에 대한 도메인, 의도, 또는 파라미터(예: 필수 파라미터 또는 보조 파라미터) 중 적어도 하나를 포함할 수 있다. 의도(예: 알람 설정)의 수행에 대하여 필수 파라미터는 사용자 발화에 대한 의도를 수행하기 위하여 필수적으로 설정되어야 하는 요소(예: 알람 시간)를 의미하고, 보조 파라미터는 장치에 의하여 임의로 설정될 수 있는 요소(예: 알람음 세기)를 의미할 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 (3) 사용자 발화에 대응하는 태스크가 수행된 결과에 관한 정보(예: 특정 url 또는 특정 api)를 포함할 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 (4) 사용자 발화에 대응하는 도메인 상태 정보(예: 도메인의 특정 상태 정보 또는 특정 상태를 제공하기 위한 파라미터 정보)를 포함할 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 (5) 사용자 단말(100)(예: 스마트폰)을 통하여 획득한 사용자 발화(예: "스피커에서 A 재생해줘")에서 지시되는 실행 장치(예: 스피커)에 관한 정보를 포함할 수 있다. 일 실시예에 따르면, 컨텍스트 정보의 각 항목의 구분이 용이하도록 각 항목에 대하여 식별자(ID)(예: 사용자 발화 식별자(request ID), 도메인 ID, 의도 ID )가 할당될 수 있다.
다양한 실시예들에 따르면, 컨텍스트 정보는 발화를 한 사용자와 연관되는 사용자 정보를 포함할 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 사용자 단말(100)에 접속된 사용자 계정(account) 정보, 사용자 서비스 ID, 또는 IoT 계정 정보(예: SmartThings) 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 사용자가 선호하는 발화로 지정된 특정 사용자 발화에 관한 정보 또는 사용자가 선호하는 도메인으로 지정된 특정 도메인에 관한 정보를 포함할 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 사용자 개인 정보 또는 사용자 관심 정보를 포함할 수 있다. 사용자 개인 정보는 사용자의 나이, 성별, 가족 구성, 집 또는 직장의 위치 정보, 시간 대별 사용자의 위치 정보, 사용자 선호 위치 정보, 연락처 리스트, 또는 스케쥴 중 적어도 하나를 포함할 수 있다. 사용자 관심 정보는 앱의 사용 빈도 또는 선호 앱에 관한 정보를 포함할 수 있다. 사용자 관심 정보는, 웹 검색 내역, 웹 접속 기록, 또는 앱 이용 기록 중 적어도 하나에 기반하여 확인된 관심 정보를 포함할 수 있다. 사용자 관심 정보는, 웹 검색 내역, 웹 접속 기록, 문자, 메시지, 또는 앱을 통한 사용자 구매 이력 중 적어도 하나에 기반하여 확인된 상품 정보를 포함할 수 있다. 사용자 관심 정보는, 웹 검색 기록, 웹 접속 기록, 또는 미디어 재생 정보 중 적어도 하나에 기반하여 확인된 컨텐트 정보를 포함할 수 있다. 다양한 실시예들에 따르면, 상술한 컨텍스트 정보에 포함된 사용자 정보는 이에 한정되지 않고, 사용자를 구분할 수 있는 정보, 또는 사용자가 선호하는 정보를 다양하게 포함할 수 있다.
다양한 실시예들에 따르면, 컨텍스트 정보는 사용자 발화를 획득한 사용자 단말(100)에 대한 장치 관련 정보를 포함할 수 있다. 일 실시예에 따르면, 장치 관련 정보는 사용자 단말(100)의 위치에 관한 정보를 포함할 수 있다. 일 실시예에 따르면, 장치 관련 정보는 사용자 단말(100)에 설치된 적어도 하나의 어플리케이션에 관한 정보(예: 앱 설치 리스트, 앱 이름, 앱 속성, 앱 버전, 또는 앱 다운로드 주소)를 포함할 수 있다. 일 실시예에 따르면, 장치 관련 정보는 사용자 단말(100)의 센서 모듈(미도시)을 통하여 획득한 정보를 포함할 수 있다. 일 실시예에 따르면, 장치 관련 정보는 사용자 단말(100)의 타입에 기반하여 지정되는 정보를 포함할 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 사용자 단말(100)의 타입(type) 정보, ID 정보, 또는 버전 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 컨텍스트 정보는 실행 장치(executor device)에 관한 정보를 포함할 수 있다.
다양한 실시예들에 따르면, 컨텍스트 정보는 컨텍스트 히스토리(history) 정보를 포함할 수 있다. 컨텍스트 히스토리 정보는 이전에 처리 완료된 적어도 하나의 사용자 발화 정보에 대한 히스토리 정보를 의미할 수 있다. 일 실시예에 따르면, 컨텍스트 히스토리 정보는, (1) 각각의 사용자 발화에 대한 사용자 발화 텍스트 정보, (2) 각각의 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나에 관한 정보, (3) 각각의 사용자 발화에 대응하는 태스크를 수행한 결과, 또는 (4) 각각의 사용자 발화에 대응하는 도메인 상태 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 컨텍스트 히스토리 정보에 포함된 각각의 사용자 발화 정보는 음성 비서 세션을 기준으로 구분될 수 있고, 각 음성 비서 세션 별로 구분된 사용자 발화들은 사용자 발화를 획득한 시간 순서 별로 정렬될 수 있다. 일 실시예에 따르면, 컨텍스트 히스토리 정보는 사용자 단말(100)에서 지원하는 도메인을 기준으로 구분될 수 있고, 각 도메인 별로 구분된 사용자 발화들은 사용자 발화를 획득한 시간 순서 별로 정렬될 수 있다. 이 경우, 컨텍스트 히스토리 정보 중에서 도메인을 기준으로 사용자 발화가 구분된 형태는 도메인 히스토리 정보를 의미할 수 있다. 일 실시예에 따르면, 특정 사용자 발화에 대한 특정 컨텍스트 히스토리 정보(예: 도메인 히스토리 정보)는, 특정 사용자 발화에 대한 도메인을 통하여 처리된 이전 사용자 발화들에 대한 히스토리 정보를 의미할 수 있다. 일 실시예에 따르면, 컨텍스트 정보에 포함된 사용자 관심 정보와 관련하여, 사용자 단말(100)은 컨텍스트 히스토리 정보(예: 도메인 히스토리 정보)를 분석하여 특정 도메인에 대응하는 사용자 관심 정보를 설정할 수 있다. 예를 들어, 사용자 단말(100)은 호텔 검색 도메인에서 처리된 사용자 발화들 각각에 대한 컨텍스트 히스토리 정보를 분석하여, 특정 옵션을 지원하는 방(예: 와이파이에 접속 가능하고 수영장이 구비된 방)을 지정된 횟수 이상 예약한 사실을 확인할 수 있고, 상기 특정 옵션에 관한 정보를 호텔 검색 도메인에 대응하는 사용자 관심 정보로서 설정할 수 있다. 다양한 실시예들에 따르면, 컨텍스트 히스토리 정보의 예는 상술한 예에 한정되지 않고, 도 4에서 설명된 컨텍스트 정보의 모든 항목에 대한 히스토리 정보를 포함할 수 있다. 다양한 실시예들에 따르면, 컨텍스트 히스토리 정보는 음성 비서 세션 또는 도메인을 기준으로 구분되는 예 이외에도 컨텍스트 정보에 포함된 각 항목 별로 구분될 수 있다.
다양한 실시예들에 따르면, 음성 비서 세션 정보는 상술한 컨텍스트 정보 중 기 설정된 일부 항목에 대한 정보를 포함할 수 있다. 예를 들어, 음성 비서 세션 정보는 사용자, 제조사, 또는 앱 개발자의 설정에 의하여 컨텍스트 정보 중 특정 항목을 음성 비서 세션 정보의 항목에 포함할 수 있다.다양한 실시예들에 따르면, 프로세서(160)는 통신 인터페이스(110)를 통하여, 적어도 하나의 외부 전자 장치로 음성 비서 세션 정보에 대한 요청을 송신하거나, 또는 상기 적어도 하나의 외부 전자 장치 각각으로부터 음성 비서 세션 정보를 획득할 수 있다.
다양한 실시예들에 따르면, 프로세서(160)는 통신 인터페이스(110)를 통하여, 미리 정해진 조건을 만족하는 음성 비서 세션 정보를 송신한 외부 전자 장치로 상기 음성 비서 세션 정보와 연관되는 컨텍스트 정보에 대한 요청을 송신 하거나, 또는 상기 외부 전자 장치로부터 상기 음성 비서 세션 정보와 연관되는 컨텍스트 정보를 수신 할 수 있다.
도 5는 다양한 실시예들에 따른, 전자 장치(예: 도 6의 전자 장치(600))가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다. 전자 장치(600)는 도 1 의 사용자 단말(100)을 포함할 수 있다.
도 6은 다양한 실시예들에 따른, 전자 장치(600)가 제 1 외부 전자 장치(601)로부터 획득한 제 1 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 실시예를 나타내는 도면이다.
501 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화를 획득할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 마이크(예: 도 1의 마이크(120))를 통하여, 제 1 사용자 발화(예: "서울은 어때?")를 획득(610)할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 속성을 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 분석 결과로서, 제 1 사용자 발화의 속성이 미완성 발화(incomplete utterance)인지 또는 완성 발화(complete utterance)인지를 확인할 수 있다. 미완성 발화는 획득한 사용자 발화의 분석 결과만을 이용하여 상기 사용자 발화에 대응하는 태스크를 수행할 수 없고, 추가 정보가 필요한 사용자 발화를 의미할 수 있다. 완성 발화는 획득한 사용자 발화의 분석 결과만을 이용하여 상기 사용자 발화에 대응하는 태스크를 수행할 수 있는 사용자 발화를 의미할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터(mandatory parameter) 중 적어도 하나가 확인되지 않은 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 적어도 일부가 미완성 발화임을 나타내는 미리 정해진 표현에 대응하는 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 파라미터가 추가적으로 필요하지 않고, 제 1 사용자 발화 자체만으로 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있는 것으로 확인한 경우, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 완성 발화인 것으로 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 미완성 발화가 아닌 발화를 완성 발화인 것으로 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 딥러닝 모델(deep-learning model)을 이용하여 제 1 사용자 발화의 속성이 완성 발화인지 또는 미완성 발화인지를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 속성이 완성 발화인 것에 기반하여, 제 1 사용자 발화를 분석한 결과에 기반하여, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 종류를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 분석 결과로서, 제 1 사용자 발화의 종류가 루트 발화(root utterance)인지 또는 후속 발화(follow-up utterance)인지를 확인할 수 있다. 일 실시예에 따르면, 루트 발화는 사용자가 요청한 특정한 액션을 수행하기 위하여, 음성 비서 세션이 생성된 후에 전자 장치(600)가 처음 획득하는 사용자 발화일 수 있다. 예를 들어, 전자 장치(600)가 음성 비서 세션이 생성되지 않은 상태에서 음성 비서 세션의 생성을 요청하는 사용자 발화(예: "하이 빅스비")를 획득한 후에 특정 액션을 요청하는 사용자 발화(예: "음악 들려줘")를 획득할 수 있다. 이 경우, 특정 액션을 요청하는 발화가 루트 발화를 의미할 수 있다. 일 실시예에 따르면, 루트 발화는 음성 비서 세션이 생성되고 처음으로 도메인을 호출하도록 하는 사용자 발화를 의미하거나 또는 음성 비서 세션 내에서 제 1 도메인을 호출하여 사용자 발화를 처리하는 도중 제 2 도메인을 호출하도록 하는 사용자 발화를 의미할 수 있다. 일 실시예에 따르면, 후속 발화는 루트 발화에 연관되는 사용자 발화로서, 루트 발화를 획득한 후에 추가적으로 획득하는 일련의 사용자 발화들을 의미할 수 있다. 예를 들어, 사용자로부터 사용자 발화(예: "하이 빅스비 음악 들려줘")를 획득한 후에, 전자 장치(600)의 지능형 앱은 추가 정보를 요청하는 메시지(예: "어떤 음악을 들려드릴까요?")를 스피커를 통하여 출력할 수 있고, 지능형 앱은 사용자로부터 이에 대한 추가 사용자 발화(예: "최신 음악 들려줘")를 획득할 수 있다. 이 경우, 루트 발화에 연관되는 추가 사용자 발화가 후속 발화를 의미할 수 있다. 전자 장치(600)는 루트 발화를 획득한 후, 상기 루트 발화에 연속하는 제 1 후속 발화를 획득할 수 있고, 제 1 후속 발화를 획득한 후, 상기 제 1 후속 발화에 연속하는 제 2 후속 발화를 획득할 수 있다. 이 경우, 루트 발화는 제 1 후속 발화의 선행 발화이고, 제 1 후속 발화는 제 2 후속 발화의 선행 발화일 수 있다.
503 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 적어도 하나의 외부 전자 장치(예: 도 6의 제 1 외부 전자 장치(601) 및/또는 도 6의 제 2 외부 전자 장치(602))로 음성 비서 세션 정보에 대한 제 1 요청을 송신할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601) 및 제 2 외부 전자 장치(602)로 음성 비서 세션 정보에 대한 제 1 요청을 송신(612)할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 브로드캐스트, 멀티캐스트, 또는 유니캐스트 방식으로 제 1 요청을 적어도 하나의 외부 전자 장치(601 및/또는 602)로 송신할 수 있다.
다양한 실시예들에 따르면, 적어도 하나의 외부 전자 장치(601 및/또는 602)는 도 1의 사용자 단말(100)에 포함된 구성 요소들의 기능을 수행할 수 있다. 일 실시예에 따르면, 적어도 하나의 외부 전자 장치(601 및/또는 602) 각각은 사용자 단말(100) 또는 전자 장치(600)와 같이, 사용자 발화를 분석하고, 사용자 발화의 분석 결과를 이용하여 사용자 발화에 대응하는 태스크를 수행하는 온-디바이스(on-device) 형태의 장치일 수 있다. 일 실시예에 따르면, 적어도 하나의 외부 전자 장치(601 및/또는 602)는 전자 장치(600)와 근거리 무선 통신 연결(예: 블루투스, wifi direct, 또는 IrDA)을 형성하는 장치들 및/또는 전자 장치(600)의 사용자 계정(account)과 연관되는 장치들을 포함할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 적어도 하나의 외부 전자 장치(601 및/또는 602)와 근거리 무선 통신 연결을 형성하기 위하여 적어도 하나의 외부 전자 장치(601 및/또는 602)를 전자 장치(600)에 미리 등록할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 근거리 무선 통신 연결을 형성하는 적어도 하나의 외부 전자 장치(601 및/또는 602)로 제 1 요청을 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 특정 사용자 계정으로 접속된 적어도 하나의 외부 전자 장치(601 및/또는 602)로 제 1 요청을 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 임계값 이상의 강도를 갖는 신호를 송신하는 적어도 하나의 외부 전자 장치(601 및/또는 602)로 제 1 요청을 송신할 수 있다. 일 실시예에 따르면, 적어도 하나의 외부 전자 장치(601 및/또는 602)는 IoT 장치로서, 중앙 제어 장치에 의하여 전자 장치(600)와 함께 특정 클라우드(예: 스마트 홈 클라우드)에서 관리되는 장치일 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화를 획득한 것에 응답하여, 적어도 하나의 외부 전자 장치(601 및/또는 602)로 음성 비서 세션 정보에 대한 제 1 요청을 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 속성이 미완성 발화임을 확인한 것에 응답하여, 적어도 하나의 외부 전자 장치(601 및/또는 602)로 제 1 요청을 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 속성이 미완성 발화인 것에 기반하여 제 1 사용자 발화의 획득 이전에 전자 장치(600)에 의하여 처리된 적어도 하나의 사용자 발화와 연관되는 적어도 하나의 컨텍스트 정보 중 제 1 사용자 발화와 연관되는 제 1 컨텍스트 정보가 전자 장치(600) 내에 존재하는지를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보가 제 1 사용자 발화의 획득 전부터 전자 장치(600) 내에 존재함을 확인한 것에 기반하여, 제 1 컨텍스트 정보의 적어도 일부를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보가 제 1 사용자 발화의 획득 전부터 전자 장치(600) 내에 존재하지 않음을 확인한 것에 응답하여, 적어도 하나의 외부 전자 장치(601 및/또는 602)로 제 1 컨텍스트 정보에 대한 제 1 요청을 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 음성 비서 세션 정보가 미리 정해진 조건을 만족하는지를 문의하는 메시지를 포함하는 제 1 요청을 적어도 하나의 외부 전자 장치(601 및/또는 602)로 송신할 수 있다. 미리 정해진 조건은 후술하는 505 동작에 대한 설명에서 자세히 설명하도록 한다. 일 실시예에 따르면, 전자 장치(600)는 적어도 하나의 외부 전자 장치(601 및/또는 602)의 음성 비서 세션이 활성화 되어 있는지를 문의하는 메시지를 포함하는 제 1 요청을 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 적어도 하나의 외부 전자 장치(601 및/또는 602)의 최종 발화 정보가 전자 장치(600)에 의하여 분석된 제 1 사용자 발화에 대한 도메인 또는 의도 중 적어도 하나에 대응하는지를 문의하는 메시지를 포함하는 제 1 요청을 송신할 수 있다.
505 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 적어도 하나의 외부 전자 장치(601 및/또는 602)로부터 획득한 적어도 하나의 음성 비서 세션 정보 중 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 적어도 하나의 외부 전자 장치(601 및/또는 602) 각각으로부터 음성 비서 세션 정보를 획득할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 음성 비서 세션 정보를 획득(614)할 수 있고, 제 2 외부 전자 장치(602)로부터 음성 비서 세션 정보를 획득(616)할 수 있다. 음성 비서 세션(voice assistant session) 정보는 예를 들어, 상기 [표 1]의 음성 비서 세션 정보 중 적어도 하나를 나타내는 정보로서, 전자 장치(600) 또는 적어도 하나의 외부 전자 장치(601 및/또는 602)에 의하여 송수신될 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 획득한 적어도 하나의 음성 비서 세션 정보 중 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보 및 제 2 외부 전자 장치(602)로부터 획득한 음성 비서 세션 정보 중 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인(617)할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 음성 비서 세션이 활성화되어 있음을 나타내는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601) 및 제 2 외부 전자 장치(602) 중 제 1 외부 전자 장치(601)로부터 음성 비서 세션이 활성화되어 있음을 나타내는 음성 비서 세션 정보를 획득할 수 있고, 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인(617)할 수 있다. 일 실시예에 따르면, 음성 비서 세션이 활성화 중인 상태는, 사용자 발화에 대한 도메인이 포어그라운드(foreground) 또는 백그라운드(background)로 실행 중인 상태 또는 액티브된 상태를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나에 대응하는 최종 사용자 발화 정보를 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 적어도 하나의 외부 전자 장치(601 및/또는 602)로부터 획득한 음성 비서 세션 정보에 기반하여 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화를 획득한 시간 또는 적어도 하나의 음성 비서 세션 정보 각각을 획득한 시간으로부터 지정된 임계 시간 이내인 최종 발화 시간을 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 예를 들어, 도 6을 참조하면, 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보에 포함된 최종 발화 시간이 2019/01/01 12시 00분 30초이고, 제 2 외부 전자 장치(602)로부터 획득한 음성 비서 세션 정보에 포함된 최종 발화 시간이 2019/01/01 11시 50분 00초이며, 제 1 사용자 발화를 획득한 시간이 2019/01/01 12시 01분 30초이고, 지정된 임계 시간이 5분인 경우, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 상술한 예는 일 예시일 뿐, 전자 장치(600)는, 사용자 또는 제조사에 의하여 설정된 시간 또는 전자 장치(600)에서 지정된 동작을 수행한 시간(예: 제 1 요청을 송신한 시간)으로부터 지정된 임계 시간 이내인 최종 발화 시간을 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화에 대한 도메인에 대응하는 도메인 상태 정보를 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 예를 들어, 도 6을 참조하면, 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보에 포함된 도메인 상태 정보가 A 도메인에 의하여 제공되고, 제 2 외부 전자 장치(602)로부터 획득한 음성 비서 세션 정보에 포함된 도메인 상태 정보가 B 도메인에 의하여 제공되며, 제 1 사용자 발화에 대한 도메인이 A 도메인에 대응하는 경우, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화에 대한 도메인에 대응하는 도메인에 관한 정보를 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 다양한 실시예들에 따르면, 전자 장치(600)는 상술한 조건들을 둘 이상 만족하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 획득한 적어도 하나의 음성 비서 세션 정보 중 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보가 확인되지 않은 것에 기반하여, 추가 정보를 요청하는 메시지를 출력할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 추가 정보를 요청하는 메시지를 디스플레이(예: 도 1의 디스플레이(140)) 또는 스피커(예: 도 1의 스피커(130))를 통하여 출력할 수 있다. 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 사용자로부터 획득한 추가 정보 및 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 추가 정보로서, 마이크(120)를 통하여 추가 사용자 발화를 획득하거나, 디스플레이(140)를 통하여 추가 터치 입력을 획득할 수 있다.
507 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 통신 인터페이스(110)를 통하여, 제 1 음성 비서 세션 정보를 송신한 제 1 외부 전자 장치(601)로 상기 제 1 음성 비서 세션 정보와 연관되는 제 1 컨텍스트 정보에 대한 제 2 요청을 송신할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 송신한 제 1 외부 전자 장치(601)로 상기 제 1 음성 비서 세션 정보와 연관되는 제 1 컨텍스트 정보에 대한 제 2 요청을 송신(618)할 수 있다. 일 실시예에 따르면, 전자 장치(600)가 제 1 외부 전자 장치(601)로 송신하는 제 1 컨텍스트 정보에 대한 제 2 요청은, 전자 장치(600)에 의하여 분석된 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나를 포함할 수 있다.
509 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 외부 전자 장치(601)로부터 획득한 제 1 컨텍스트 정보의 적어도 일부에 기반하여, 제 1 사용자 발화를 분석할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 상술한 501 동작에서 설명하였던 제 1 사용자 발화를 분석하는 동작을 생략하거나, 또는 제 1 사용자 발화를 분석하는 동작을 수행한 후에 추가적으로, 제 1 컨텍스트 정보의 적어도 일부에 기반하여, 제 1 사용자 발화를 분석(621)할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 외부 전자 장치(601)로부터 제 1 컨텍스트 정보를 획득할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 제 1 컨텍스트 정보를 획득(620)할 수 있다. 일 실시예에 따르면, 제 1 외부 전자 장치(601)는 특정 음성 비서 세션(예: 제 1 외부 전자 장치(601)가 송신한 음성 비서 세션 정보에 의하여 지시되는 음성 비서 세션) 동안, 제2 사용자 발화를 획득할 수 있고, 획득한 제2 사용자 발화를 분석하고, 제2 사용자 발화의 분석 결과를 이용하여 제2 사용자 발화에 대응하는 제2 태스크를 수행할 수 있다. 일 실시예에 따르면, 제2 사용자 발화는 적어도 하나의 외부 전자 장치에서 사용자가 특정한 도메인(예: 어플리케이션)에서 제2 태스크를 실행하기 위한 사용자의 특정 발화를 의미할 수 있다. 일 실시예에 따르면, 제2 사용자 발화는 제 1 외부 전자 장치(601)에서 처리된 적어도 하나의 사용자 발화 중 최종 사용자 발화일 수 있고, 제 1 사용자 발화는 상술한 제2 사용자 발화의 후속 발화일 수 있다.
일 실시예에 따르면, 제 1 외부 전자 장치(601)는 제2 사용자 발화와 연관되는 제 1 컨텍스트 정보를 생성할 수 있다. 예를 들어, 도 6을 참조하면, 제 1 외부 전자 장치(601)는 (1) 제2 사용자 발화에 대한 사용자 발화 텍스트 정보, (2) 제2 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나에 관한 정보, (3) 제2 사용자 발화에 대응하는 제2 태스크가 수행된 결과에 관한 정보, (4) 제2 사용자 발화에 대응하는 도메인 상태 정보, 또는 (5) 제2 사용자 발화에 대한 도메인의 도메인 히스토리 정보 중 적어도 하나를 포함하는 제 1 컨텍스트 정보를 생성(605)할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 외부 전자 장치(601)로부터 획득한 제 1 컨텍스트 정보를 가공할 수 있다. 예를 들어, 제 1 외부 전자 장치(601)에서 실행되는 도메인(예: 뮤직 어플리케이션)과 전자 장치(600)에서 실행되는 도메인(예: 뮤직 어플리케이션)의 버전이 서로 상이하거나 파일의 실행 포맷이 상이할 수 있으므로, 전자 장치(600)는 획득한 제 1 컨텍스트 정보의 포맷을 전자 장치(600)에서 수행할 수 있도록 가공할 수 있다. 또 다른 예를 들어, 제 1 외부 전자 장치(601)(예: 스마트 스피커)에서 태스크를 수행하는 포맷(예: 음성 출력)과 전자 장치(600)(예: 스마트 냉장고)에서 태스크를 수행하는 포맷(예: 화면 출력)이 서로 상이할 수 있으므로, 전자 장치(600)는 획득한 제 1 컨텍스트 정보의 포맷을 전자 장치(600)에서 수행할 수 있도록 가공할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 컨텍스트 정보의 적어도 일부에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 종류를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 제2 사용자 발화(예: 최종 사용자 발화)의 분석 결과를 확인할 수 있고, 제2 사용자 발화의 분석 결과에 기반하여, 제 1 사용자 발화의 종류가 제2 사용자 발화의 후속 발화인지를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 종류에 대응하는 특정 장치를 확인할 수 있다. 예를 들어, 사용자가 제 1 외부 전자 장치(601)(예: 스마트 폰)로 최종 사용자 발화(예: "TV로 최신 음악 재생해줘")를 말하고, 제 1 외부 전자 장치(601)의 음성 비서 세션이 진행되는 중에 사용자가 전자 장치(600)(예: 스마트 스피커)로 제 1 사용자 발화(예: "볼륨 높여줘")를 말한 경우, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 최종 사용자 발화의 분석 결과(예: 최종 사용자 발화에 의하여 지시되는 실행 장치에 관한 정보)를 확인할 수 있고, 이에 기반하여 제 1 외부 전자 장치(601)에서 처리한 최종 사용자 발화의 후속 발화인, 제 1 사용자 발화에 대응하는 특정 장치(예: 스마트 TV)를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 컨텍스트 정보의 적어도 일부에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화에 대응하는 제 1 태스크를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 종류가 제2 사용자 발화의 후속 발화인 것에 기반하여, 제 1 컨텍스트 정보의 적어도 일부를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 확인할 수 있다.
일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 제2 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나에 관한 정보에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화가 상기 제2 사용자 발화의 후속 발화인 것을 확인하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 확인할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 최종 사용자 발화에 대한 도메인(예: 날씨 어플리케이션) 및 의도(예: 날씨 검색)에 관한 정보를 제 1 사용자 발화(예: "서울은?")에 적용함으로써, 제 1 태스크(예: 오늘의 서울 날씨에 대한 정보를 스피커 및 디스플레이를 통하여 출력)를 확인할 수 있다.
일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 제2 사용자 발화에 대응하는 태스크가 수행된 결과에 관한 정보에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화가 상기 제2 사용자 발화의 후속 발화인 것을 확인하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 확인할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 최종 사용자 발화(예: "최신 음악 검색해줘")에 대응하는 태스크가 수행된 결과에 관한 정보(예: 뮤직 어플리케이션에 의한 검색된 음악 리스트 또는 검색 결과 api)를 제 1 사용자 발화(예: "모든 노래 재생해")에 대한 도메인(예: 뮤직 어플리케이션)에 적용함으로써, 제 1 태스크(예: 검색된 음악 리스트 내의 모든 음악을 뮤직 어플리케이션에서 스피커 및 디스플레이를 통하여 출력)를 확인할 수 있다.
일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 제2 사용자 발화에 대응하는 도메인 상태 정보에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화가 상기 제2 사용자 발화의 후속 발화인 것을 확인하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 확인할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 최종 사용자 발화(예: "A 레시피 찾아줘")에 대응하는 도메인 상태 정보(예: 레시피 검색 앱 X에서 A 레시피가 출력된 화면 상태 정보)를 제 1 사용자 발화(예: "아까 찾은 요리 레시피 정보 보여줘")에 대한 도메인(예: 레시피 검색 앱 X)에 적용함으로써, 제 1 태스크(예: 레시피 검색 앱 X에서 A 레시피를 출력)를 확인할 수 있다.
일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 제2 사용자 발화에 대한 컨텍스트 히스토리 정보 또는 도메인 히스토리 정보에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화가 상기 제2 사용자 발화의 후속 발화인 것을 확인하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 확인할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 최종 사용자 발화(예: "경제 뉴스 보여줘")에 대한 도메인 히스토리 정보(예: 뉴스 어플리케이션에 의하여 처리된 각각의 사용자 발화들(예: "경제 뉴스 보여줘", "연예 뉴스 보여줘", 및 "사회 뉴스 보여줘")에 대응하는 각각의 도메인 상태 정보(예: 경제 뉴스 화면, 연예 뉴스 화면, 및 사회 뉴스 화면))를 제 1 사용자 발화(예: "뉴스 보여줘", "이전꺼 보여줘", 및 "더 이전꺼 보여줘")에 적용함으로써, 제 1 태스크(예: 뉴스 어플리케이션에서 경제 뉴스 화면을 출력하고, 그 후 연예 뉴스 화면을 출력하고, 그 후 사회 뉴스 화면을 출력)를 확인할 수 있다. 이 경우, 최종 사용자 발화에 대한 도메인(예: 제 1 외부 전자 장치(601)에 설치된 뉴스 어플리케이션)이 제 1 사용자 발화에 대한 도메인(예: 전자 장치(600)에 설치된 뉴스 어플리케이션)과 대응함을 전제로 한다. 일 실시예에 따르면, 제 1 사용자 발화에 대한 도메인에 대응하는 제2 사용자 발화에 대한 도메인은, 제 1 사용자 발화에 대한 도메인과 동일한 도메인이거나, 제 1 사용자 발화에 대한 도메인과 호환 가능한 도메인이거나, 또는 전자 장치(600)에서 획득한 제 1 사용자 발화에 대응하는 제 1 태스크를 처리할 수 있는 도메인일 수 있고, 상기 예에 한정되지 않는다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 컨텍스트 정보로부터 제2 사용자 발화에 대한 지정된 정보를 확인한 것에 기반하여, 제 1 컨텍스트 정보 및 제 2 컨텍스트 정보를 이용하여 제 1 사용자 발화에 대응하는 추가 태스크를 확인할 수 있다. 사용자 발화에 대한 지정된 정보는, 추가 태스크를 수행하기 위하여 전자 장치(600)에 미리 설정된 정보로서, 예를 들어, 사용자 발화 텍스트 정보를 포함하거나 또는 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 포함할 수 있다. 제 1 컨텍스트 정보는 제2 사용자 발화(예: 최종 사용자 발화)의 처리에 관한 정보를 포함할 수 있고, 제 2 컨텍스트 정보는 전자 장치(600)의 장치 관련 정보를 포함할 수 있다. 이 경우, 제 1 사용자 발화는 제2 사용자 발화의 후속 발화임을 전제로 한다. 일 실시예에 따르면, 전자 장치(600)는 제2 사용자 발화에 대한 특정 도메인이 지정된 도메인에 대응하는 것에 기반하여, 제2 사용자 발화에 대응하는 제2 태스크가 수행된 결과에 관한 정보 및 전자 장치(600)의 장치 관련 정보를 이용하여 제 1 사용자 발화에 대응하는 추가 태스크를 확인할 수 있다. 예를 들어, 전자 장치(600)(예: 스마트 냉장고)는 최종 사용자 발화에 대한 도메인(예: 레시피 앱)이 지정된 도메인(예: 레시피 앱)에 대응하는 것에 기반하여, 최종 사용자 발화에 대응하는 태스크가 수행된 결과에 관한 정보(예: 레시피 검색 앱에 의하여 검색된 레시피) 및 전자 장치(600)의 장치 관련 정보(예: 전자 장치(600) 내의 재료 정보)를 이용하여 제 1 사용자 발화에 대응하는 추가 태스크(예: 레시피의 재료 중 준비된 재료 및 미준비된 재료를 표시)를 확인할 수 있다.
511 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1 의 프로세서(160))는 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보의 적어도 일부를 제 1 사용자 발화에 적용함으로써 확인된 제 1 태스크를 수행할 수 있다. 예를 들어, 도 6을 참조하면, 전자 장치(600)는 제 1 컨텍스트 정보에 포함된 최종 사용자 발화에 대한 도메인(예: 날씨 어플리케이션) 및 의도(예: 날씨 검색)에 관한 정보를 제 1 사용자 발화(예: "서울은?")에 적용함으로써, 확인된 제 1 태스크(예: 오늘의 서울 날씨에 대한 정보를 스피커 및 디스플레이를 통하여 출력)를 수행(622)할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크 및 추가 태스크를 수행할 수 있다.
도 7a는 다양한 실시예들에 따른, 전자 장치(예: 도 6의 전자 장치(600))가 제 1 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 8은 다양한 실시예들에 따른, 전자 장치(600)가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 1 실시예를 나타내는 도면이다.
도 9는 다양한 실시예들에 따른, 전자 장치(600)가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 2 실시예를 나타내는 도면이다.
도 10a는 다양한 실시예들에 따른, 전자 장치(600)가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 3 실시예를 나타내는 도면이다.
도 10b는 다양한 실시예들에 따른, 전자 장치(600)가 제 1 사용자 발화에 대응하는 제 1 태스크 및 추가 태스크를 수행하는 실시예를 나타내는 도면이다.
701 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다. 예를 들어, 도 8을 참조하면, 전자 장치(600)는 제 1 사용자 발화(810)(예: "모든 노래 재생해")를 획득할 수 있다. 또 다른 예를 들어, 도 9를 참조하면, 전자 장치(600)는 제 1 사용자 발화(910)(예: "사계 재생해")를 획득할 수 있다. 또 다른 예를 들어, 도 10a를 참조하면, 전자 장치(600)는 제 1 사용자 발화(1010)(예: "아까 찾은 요리 레시피 정보 보여줘")를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다.
703 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 속성을 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 분석 결과로서, 제 1 사용자 발화의 속성이 미완성 발화인지를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나가 확인되지 않은 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다.
예를 들어, 도 8을 참조하면, 전자 장치(600)는 제 1 사용자 발화(810)(예: "모든 노래 재생해")를 분석함으로써, 제 1 사용자 발화(810)에 대한 도메인(예: 뮤직 어플리케이션) 및 의도(예: 노래 재생)를 확인할 수 있고, 제 1 사용자 발화(810)에 대한 필수 파라미터(예: 재생할 음악 리스트)가 확인되지 않음을 알 수 있다. 이 경우, 전자 장치(600)는 제 1 사용자 발화(810)의 속성이 미완성 발화인 것으로 확인할 수 있다.
또 다른 예를 들어, 도 9를 참조하면, 전자 장치(600)는 제 1 사용자 발화(910)(예: "사계 재생해")를 분석함으로써, 제 1 사용자 발화(910)에 대한 도메인(예: 뮤직 어플리케이션) 및 의도(예: 노래 재생)를 확인할 수 있고, 제 1 사용자 발화(910)에 대한 필수 파라미터(예: 가수)가 확인되지 않음을 알 수 있다. 이 경우, 전자 장치(600)는 제 1 사용자 발화(910)의 속성이 미완성 발화인 것으로 확인할 수 있다.
또 다른 예를 들어, 도 10a를 참조하면, 전자 장치(600)는 제 1 사용자 발화(1010)(예: "아까 찾은 요리 레시피 정보 보여줘")를 분석함으로써, 제 1 사용자 발화(1010)에 대한 도메인(예: 카테고리로서의 '레시피' 또는 프로그램으로서의 '레시피 검색 어플리케이션 또는 기능') 및 의도(예: 레시피 검색)를 확인할 수 있고, 제 1 사용자 발화(1010)에 대한 필수 파라미터(예: 레시피 메뉴)가 확인되지 않음을 알 수 있다. 이 경우, 전자 장치(600)는 제 1 사용자 발화(1010)의 속성이 미완성 발화인 것으로 확인할 수 있다.
일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 적어도 일부가 미완성 발화임을 나타내는 미리 정해진 표현에 대응하는 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다. 예를 들어, 도 10a를 참조하면, 전자 장치(600)는 제 1 사용자 발화(1010)(예: "아까 찾은 요리 레시피 정보 보여줘")를 분석함으로써, 제 1 사용자 발화(1010)가 미리 정해진 표현(예: "아까 찾은")을 포함하는 것에 기반하여 제 1 사용자 발화(1010)의 속성이 미완성 발화인 것으로 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 속성을 확인하는 동작인 703 동작을 생략하거나 다른 동작을 수행한 후에 703 동작을 수행할 수 있다. 예를 들어, 전자 장치(600)는 711 동작을 수행하기 전에 703 동작을 완료하거나 또는 711 동작에서 제 1 사용자 발화를 분석하는 도중에 수행할 수 있다.
705 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 적어도 하나의 외부 전자 장치로 음성 비서 세션 정보에 대한 제 1 요청을 송신할 수 있다. 예를 들어, 도 8, 도 9 및 도 10a를 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601) 및 제 2 외부 전자 장치(미도시)(예: 도 6의 제 2 외부 전자 장치(602))로 음성 비서 세션 정보에 대한 제 1 요청을 송신할 수 있다.
다양한 실시예들에 따른 전자 장치(600)(예: 도 1의 프로세서(160))는 통신 인터페이스(110)를 통하여, 적어도 하나의 외부 전자 장치 각각으로부터 음성 비서 세션 정보를 획득할 수 있다. 예를 들어, 도 8, 도 9 및 도 10a를 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 제 1 외부 전자 장치(601)에서 진행된 음성 비서 세션을 나타내는 음성 비서 세션 정보를 획득하고 제 2 외부 전자 장치(미도시)로부터 제 2 외부 전자 장치(미도시)에서 진행된 음성 비서 세션을 나타내는 음성 비서 세션 정보를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 속성을 확인하는 동작인 703 동작을 음성 비서 세션 정보를 획득한 후에 수행할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보에 기반하여 제 1 사용자 발화의 속성이 미완성 발화인지를 확인할 수 있다.
707 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 음성 비서 세션이 활성화되어 있음을 나타내는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 예를 들어, 도 8을 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보가 음성 비서 세션이 활성화되어 있음을 나타내는 것을 확인할 수 있고, 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나에 대응하는 최종 사용자 발화 정보를 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 일 실시예에 따르면, 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나가 최종 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나에 대응하는 것에 기반하여, 전자 장치(600)는 해당 최종 사용자 발화를 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 제 1 사용자 발화에 대한 도메인 또는 의도에 대응하는 최종 사용자 발화에 대한 도메인 또는 의도는, 제 1 사용자 발화에 대한 도메인 또는 의도와 동일한 도메인 또는 의도이거나, 제 1 사용자 발화에 대한 도메인 또는 의도와 호환 가능한 도메인 또는 의도이거나, 또는 전자 장치(600)에서 획득한 제 1 사용자 발화에 대응하는 태스크를 처리할 수 있는 도메인 또는 의도일 수 있고, 상기 예에 한정되지 않는다. 예를 들어, 도 9를 참조하면, 전자 장치(600)에서 분석된 제 1 사용자 발화(910)(예: "사계 재생해")에 대한 도메인 및 의도가 각각 "뮤직 어플리케이션" 및 "노래 재생"을 나타내고, 최종 사용자 발화(920)(예: "태연의 사계 들려줘")에 대한 도메인 및 의도가 각각 "뮤직 어플리케이션" 및 "노래 재생"인 음성 비서 세션 정보를 제 1 외부 전자 장치(601)로부터 획득한 경우, 전자 장치(600)는 제 1 외부 전자 장치(601)에서 획득한 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 일 실시예에 따르면, 제 1 사용자 발화에 대한 제 1 도메인에 대응하는 최종 사용자 발화에 대한 제 2 도메인은, 제 1 도메인의 버전(version)과 동일한 도메인에 대한 동일한 버전이거나, 제 1 도메인의 버전에 호환 가능한 도메인의 버전이거나, 또는 전자 장치(600)에서 획득한 제 1 사용자 발화에 대응하는 태스크를 처리할 수 있는 도메인의 버전일 수 있고, 상기 예에 한정되지 않는다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 예를 들어, 도 9를 참조하면, 전자 장치(600)가 제 1 외부 전자 장치(601)로부터 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 음성 비서 세션 정보를 획득한 경우, 전자 장치(600)는 제 1 외부 전자 장치(601)에서 획득한 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 외부 전자 장치로부터 획득한 음성 비서 세션 정보에 기반하여 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 음성 비서 세션이 활성화되어 있음을 나타내는지 여부, 최종 발화 시간이 지정된 시간에 대응하는지 여부, 음성 비서 세션의 도메인 상태 정보, 또는 음성 비서 세션의 태스크 수행 결과 정보 중 적어도 하나에 기반하여 적어도 하나의 외부 전자 장치(601 및/또는 602)로부터 획득한 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 예를 들어, 도 8을 참조하면, 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보가 음성 비서 세션이 활성화되어 있음을 나타내고, 제2 사용자 발화(820)(예: 최종 사용자 발화)와 연관된 시간이 전자 장치(600)가 제 1 사용자 발화(810)를 획득한 시간으로부터 지정된 시간 이내임을 나타내고, 음성 비서 세션이 현재 음악 리스트 검색 결과(821)를 표시하고 있음을 나타내는 경우, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보가 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 또 다른 예를 들어, 도 10a를 참조하면, 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보가 음성 비서 세션이 활성화되어 있음을 나타내고, 음성 비서 세션이 현재 레시피 검색 결과(1021)를 표시하고 있음을 나타내는 경우, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 음성 비서 세션 정보가 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 상술한 음성 비서 세션 정보에 기반하여 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인하는 방법은, 상술한 예에 한정되지 않고, 전자 장치(600)는 [표 1]의 음성 비서 세션 정보에 포함된 적어도 하나의 요소에 대한 사용자 또는 제조자의 조건 설정 방식에 기반하여, 외부 전자 장치로부터 획득한 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다.
709 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 통신 인터페이스(110)를 통하여, 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 송신한 제 1 외부 전자 장치(601)로 제 1 음성 비서 세션 정보와 연관되는 제 1 컨텍스트 정보에 대한 제 2 요청을 송신할 수 있다.
일 실시예에 따르면, 전자 장치(600)가 제 1 외부 전자 장치(601)로 송신하는 제 1 컨텍스트 정보에 대한 제 2 요청은, 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 확인되지 않은 엔티티(entity)를 포함할 수 있다. 예를 들어, 도 9를 참조하면, 전자 장치(600)는 제 1 사용자 발화(910)에 대하여 확인되지 않은 필수 파라미터(예: 가수)를 요청하는 제 2 요청을 제 1 외부 전자 장치(601)로 송신할 수 있다.
일 실시예에 따르면, 전자 장치(600)가 제 1 외부 전자 장치(601)로 송신하는 제 1 컨텍스트 정보에 대한 제 2 요청은, 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 확인된 엔티티(entity)를 포함할 수 있다. 예를 들어, 도 9를 참조하면, 전자 장치(600)는 제 1 사용자 발화(910)에 대하여 확인된 도메인(예: 뮤직 어플리케이션), 의도(예: 노래 재생), 및 필수 파라미터(예: 노래 제목(사계))를 포함하는 제 2 요청을 제 1 외부 전자 장치(601)로 송신할 수 있다.
710 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 컨텍스트 정보의 적어도 일부를 제 1 외부 전자 장치(601)로부터 획득할 수 있다.
다양한 실시예들에 따르면, 제 1 컨텍스트 정보의 적어도 일부는, 제 1 외부 전자 장치로부터 획득한 음성 비서 세션 정보에 의하여 지시되는 음성 비서 세션 동안, 제 1 외부 전자 장치(601)에 의하여 처리된 제2 사용자 발화와 연관되는 정보를 포함할 수 있다. 제2 사용자 발화는 제 1 외부 전자 장치(601)에서 처리된 적어도 하나의 사용자 발화 중 최종 사용자 발화일 수 있고, 제 1 사용자 발화는 상술한 제2 사용자 발화의 후속 발화일 수 있다. 일 실시예에 따르면, 제2 사용자 발화와 연관되는 정보는 도 4의 컨텍스트 정보에 대하여 설명된 (1) 사용자 발화 텍스트 정보, (2) 도메인, 의도, 또는 파라미터 중 적어도 하나에 관한 정보, (3) 태스크 수행 결과에 관한 정보, (4) 도메인 상태 정보, 또는 (5) 도메인 히스토리 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 도 8을 참조하면, 전자 장치(600)는 제2 사용자 발화(820)(예: "인기 있는 힙합 음악 찾아줘")에 대응하는 제2 태스크(821)(예: 뮤직 어플리케이션에 의하여 검색된 음악 리스트를 출력)가 수행된 결과에 관한 정보(예: 뮤직 어플리케이션에 의한 검색된 음악 리스트 또는 검색 결과 api) 또는 제2 사용자 발화(820)에 대응하는 도메인 상태 정보(예: 검색된 음악 리스트를 표시 중인 뮤직 어플리케이션의 화면 상태 정보)를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(601)로부터 획득할 수 있다. 또 다른 예를 들어, 도 9를 참조하면, 전자 장치(600)는 제2 사용자 발화(920)(예: "태연의 사계 들려줘")에 대응하는 제2 태스크(921)(예: 뮤직 어플리케이션에 의한 검색된 미디어 데이터를 스피커 및 디스플레이를 통하여 출력)가 수행된 결과에 관한 정보(예: 뮤직 어플리케이션에 의한 검색된 미디어 url) 또는 제2 사용자 발화(920)에 대응하는 도메인 상태 정보(예: 검색된 미디어 데이터를 표시 중인 뮤직 어플리케이션의 화면 상태 정보)를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(601)로부터 획득할 수 있다. 또 다른 예를 들어, 도 10a를 참조하면, 전자 장치(600)는 제2 사용자 발화(1020)(예: "김치 볶음밥 레시피 찾아줘")에 대응하는 제2 태스크(1021)(예: 레시피 검색 어플리케이션에 의한 검색된 김치 볶음밥 레시피 출력)가 수행된 결과에 관한 정보(예: 레시피 검색 어플리케이션에 의한 검색된 레시피, 검색 결과 api, 또는 검색된 레시피 url) 또는 제2 사용자 발화(1020)에 대응하는 도메인 상태 정보(예: 검색된 레시피를 표시 중인 레시피 검색 어플리케이션의 화면 상태 정보)를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(601)로부터 획득할 수 있다.
일 실시예에 따르면, 제 1 컨텍스트 정보의 적어도 일부는, 제 1 외부 전자 장치(601)에 의하여 처리된 제2 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나를 포함할 수 있다. 예를 들어, 도 9를 참조하면, 전자 장치(600)는 제2 사용자 발화(920)에 대한 필수 파라미터(예: 가수(태연))를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(601)로부터 획득할 수 있다. 이 경우, 제 1 외부 전자 장치(601)는 전자 장치(600)로부터 획득한 제 2 요청에 포함된 정보에 기반하여 제 1 컨텍스트 정보를 전자 장치(600)로 송신할 수 있다. 예를 들어, 도 9를 참조하면, 제 1 외부 전자 장치(601)가 전자 장치(600)로 최종 사용자 발화(920)(예: 제2 사용자 발화)에 대한 정보를 포함하는 음성 비서 세션 정보를 송신하고, 전자 장치(600)로부터 제 1 사용자 발화(910)에 대한 필수 파라미터(예: 가수)를 요청하는 제 2 요청을 획득한 경우, 제 1 외부 전자 장치(601)는 최종 사용자 발화(920)로부터 확인된 필수 파라미터(예: 가수(태연))를 전자 장치(600)로 송신할 수 있다. 또 다른 예를 들어, 도 9를 참조하면, 제 1 외부 전자 장치(601)가 전자 장치(600)로 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 음성 비서 세션 정보를 송신하고, 전자 장치(600)로부터 제 1 사용자 발화(910)에 대하여 확인된 도메인(예: 뮤직 어플리케이션), 의도(예: 노래 재생), 및 필수 파라미터(예: 노래 제목(사계))를 포함하는 제 2 요청을 획득한 경우, 제 1 외부 전자 장치(601)는 컨텍스트 히스토리 정보 중에서 제 1 사용자 발화(910)에 대응하는 제2 사용자 발화(920)에 대한 필수 파라미터(예: 가수(태연))를 전자 장치(600)로 송신할 수 있다.
711 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 컨텍스트 정보의 적어도 일부에 기반하여 제 1 사용자 발화를 분석할 수 있다.
일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보의 적어도 일부에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화에 대응하는 제 1 태스크를 확인할 수 있다. 예를 들어, 도 8을 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 제 1 컨텍스트 정보의 적어도 일부인 태스크 수행 결과(예: 뮤직 어플리케이션에 의한 검색된 음악 리스트 또는 검색 결과 api)를 제 1 사용자 발화(810)에 적용함으로써, 제 1 사용자 발화(810)에 대응하는 제 1 태스크(830)(예: 검색된 음악 리스트 내의 모든 음악 재생)를 확인할 수 있고, 또는 제 1 컨텍스트 정보의 적어도 일부인 도메인 상태 정보(예: 검색된 음악 리스트를 표시 중인 뮤직 어플리케이션의 화면 상태 정보)를 제 1 사용자 발화(810)에 적용함으로써, 제 1 사용자 발화(810)에 대응하는 제 1 태스크(830)(예: 뮤직 어플리케이션을 실행하여 검색된 음악 리스트에 대한 화면을 표시한 후, 리스트 내의 모든 음악 재생)를 확인할 수 있다. 또 다른 예를 들어, 도 9를 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 제 1 컨텍스트 정보의 적어도 일부인 제2 사용자 발화(920)에 대한 파라미터(예: 가수(태연))를 제 1 사용자 발화(910)에 적용함으로써, 제 1 사용자 발화(910)에 대응하는 제 1 태스크(930)(예: 태연의 사계 재생)를 확인할 수 있고, 또는 제 1 컨텍스트 정보의 적어도 일부인 태스크 수행 결과(예: 뮤직 어플리케이션에 의한 검색된 미디어 url)를 제 1 사용자 발화(910)에 적용함으로써, 제 1 사용자 발화(910)에 대응하는 제 1 태스크(930)(예: 태연의 사계 재생)을 확인할 수 있다. 또 다른 예를 들어, 도 10a를 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 제 1 컨텍스트 정보의 적어도 일부인 태스크 수행 결과(예: 레시피 검색 어플리케이션에 의한 검색된 레시피, 검색 결과 api, 또는 검색된 레시피 url)를 제 1 사용자 발화(1010)에 적용함으로써, 제 1 사용자 발화(1010)에 대응하는 제 1 태스크(1030)(예: 레시피 검색 어플리케이션에서 김치 볶음밥 레시피를 디스플레이(1005)를 통하여 출력)를 확인할 수 있다. 일 실시예에 따르면, 상술한 711 동작은 제2 사용자 발화(820, 920, 또는 1020)에 대한 도메인이 제 1 사용자 발화(810, 910, 또는 1010)에 대한 도메인과 대응함을 전제로 한다. 일 실시예에 따르면, 제 1 사용자 발화(810, 910, 또는 1010)에 대한 도메인에 대응하는 제2 사용자 발화(820, 920, 또는 1020)에 대한 도메인은, 제 1 사용자 발화(810, 910, 또는 1010)에 대한 도메인과 동일한 도메인이거나, 제 1 사용자 발화(810, 910, 또는 1010)에 대한 도메인과 호환 가능한 도메인이거나, 또는 전자 장치(600)에서 획득한 제 1 사용자 발화(810, 910, 또는 1010)에 대응하는 제 1 태스크(830, 930, 또는 1030)를 처리할 수 있는 도메인일 수 있고, 상기 예에 한정되지 않는다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 컨텍스트 정보로부터 제2 사용자 발화(1020)에 대한 지정된 정보를 확인한 것에 기반하여, 제 1 컨텍스트 정보 및 제 2 컨텍스트 정보를 이용하여 제 1 사용자 발화(1010)에 대응하는 추가 태스크(1031)를 확인할 수 있다. 제 1 컨텍스트 정보는 제2 사용자 발화(1020)의 처리에 관한 정보를 포함할 수 있고, 제 2 컨텍스트 정보는 전자 장치(600)의 장치 관련 정보를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제2 사용자 발화(1020)에 대한 도메인이 지정된 도메인에 대응하는 것에 기반하여, 제2 사용자 발화(1020)에 대응하는 태스크(1021)가 수행된 결과에 관한 정보 및 전자 장치(600)의 장치 관련 정보를 이용하여 제 1 사용자 발화(1010)에 대응하는 추가 태스크(1031)를 확인할 수 있다. 예를 들어, 도 10b를 참조하면, 전자 장치(600)(예: 스마트 냉장고)는 제2 사용자 발화(1020)에 대한 도메인(예: 레시피 앱)이 지정된 도메인(예: 레시피 앱)에 대응하는 것에 기반하여, 제2 사용자 발화(1020)에 대응하는 태스크(1021)가 수행된 결과에 관한 정보(예: 레시피 검색 앱에 의하여 검색된 레시피) 및 전자 장치(600)의 장치 관련 정보(예: 전자 장치(600) 내의 재료 정보)를 이용하여 제 1 사용자 발화(1010)에 대응하는 추가 태스크(1031)(예: 레시피의 재료 중 준비된 재료 및 미준비된 재료를 디스플레이(1005)를 통하여 출력)를 확인할 수 있다.
712 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1 의 프로세서(160))는 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보의 적어도 일부를 제 1 사용자 발화에 적용함으로써 확인된 제 1 태스크를 수행할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크 및 추가 태스크를 수행할 수 있다. 예를 들어, 도 10b를 참조하면, 전자 장치(600)는 제 1 사용자 발화(1010)의 분석 결과를 이용하여 제 1 사용자 발화(1010)에 대응하는 제 1 태스크(1030) 및 추가 태스크(1031)를 수행할 수 있다.
도 7b는 다양한 실시예들에 따른, 전자 장치(600)가 제 2 외부 전자 장치로 제 2 컨텍스트 정보를 송신하는 방법을 설명하기 위한 흐름도이다.
713 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화와 연관되는 제 2 컨텍스트 정보를 생성할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화를 분석한 결과 또는 제 1 사용자 발화에 대응하는 제 1 태스크를 수행한 결과 중 적어도 하나를 이용하여 제 2 컨텍스트 정보를 생성할 수 있다. 예를 들어, 도 8을 참조하면, 전자 장치(600)는 제 2 컨텍스트 정보를 생성할 수 있고, 제 2 컨텍스트 정보는 제 1 사용자 발화(810)(예: "모든 음악 재생해")에 대한 도메인(예: 뮤직 어플리케이션), 의도(예: 노래 재생), 및 필수 파라미터(예: 검색된 음악 리스트 내의 모든 음악)를 포함할 수 있고, 제 1 태스크(830)(예: 검색된 음악 리스트 내의 모든 음악 재생)를 수행한 결과(예: 뮤직 어플리케이션에 의한 음악 재생 리스트 또는 재생 api)에 대한 정보를 포함할 수 있다. 이 경우, 음악 재생 리스트 또는 재생 api는, 검색된 음악 리스트 내의 모든 음악 파일로서, 재생되었던 음악 및 재생할 음악에 관한 리스트 또는 api를 의미할 수 있다. 전자 장치(600)가 제 1 사용자 발화에 기반하여 생성하는 제 2 컨텍스트 정보는 상술한 예에 한정되지 않고, 도 4에 설명된 컨텍스트 정보 중 적어도 일부를 포함할 수 있다.
715 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 2 외부 전자 장치로부터 제 2 음성 비서 세션 정보에 대한 제 3 요청을 획득한 것에 기반하여 제 2 음성 비서 세션 정보를 제 2 외부 전자 장치로 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 전자 장치(600)에서 종료된 음성 비서 세션 또는 전자 장치(600)에서 현재 활성화 중인 음성 비서 세션에 관한 제 2 음성 비서 세션 정보를 제 2 외부 전자 장치로 송신할 수 있다. 전자 장치(600)가 송신하는 제 2 음성 비서 세션 정보는 505 동작에서 설명된 음성 비서 세션 정보를 포함할 수 있다.
717 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 2 외부 전자 장치로부터 제 2 컨텍스트 정보에 대한 제 4 요청을 획득한 것에 기반하여 제 2 외부 전자 장치로 제 2 컨텍스트 정보의 적어도 일부를 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)는 제 2 외부 전자 장치로부터 획득한 제 4 요청에 포함된 정보에 기반하여 제 2 컨텍스트 정보의 적어도 일부를 제 2 외부 전자 장치로 송신할 수 있다. 일 실시예에 따르면, 제 2 외부 전자 장치로부터 전자 장치(600)에서 처리된 제 1 사용자 발화에 대한 요소(예: 도 4의 컨텍스트 정보의 일부)를 요청하는 제 4 요청을 획득한 경우, 전자 장치(600)는 제 1 사용자 발화에 대한 요소를 제 2 컨텍스트 정보로서 제 2 외부 전자 장치로 송신할 수 있다. 예를 들어, 도 8을 참조하면, 제 2 외부 전자 장치(미도시)로부터 전자 장치(600)에서 수행된 제 1 태스크(830)에 대한 결과를 요청하는 제 4 요청을 획득한 경우, 전자 장치(600)는 제 1 사용자 발화(810)에 대응하는 제 1 태스크(830)를 수행한 결과(예: 뮤직 어플리케이션에 의한 음악 재생 리스트 또는 재생 api)에 대한 정보를 제 2 컨텍스트 정보의 적어도 일부로서 제 2 외부 전자 장치(미도시)로 송신할 수 있다. 또 다른 예를 들어, 도 8을 참조하면, 제 2 외부 전자 장치(미도시)로부터 전자 장치(600)에서 처리된 제 1 사용자 발화(810)에 대응하는 도메인 상태 정보를 요청하는 제 4 요청을 획득한 경우, 전자 장치(600)는 제 1 사용자 발화(810)에 대응하는 도메인 상태 정보(예: 제 2 컨텍스트 정보를 생성 또는 송신하는 시점에서 뮤직 어플리케이션에 의한 재생 중인 음악에 대한 정보)를 제 2 컨텍스트 정보의 적어도 일부로서 제 2 외부 전자 장치(미도시)로 송신할 수 있다. 다양한 실시예들에 따르면, 전자 장치(600)가 제 2 외부 전자 장치로 송신하는 제 2 컨텍스트 정보는 상술한 예에 한정되지 않고, 도 4에 설명된 컨텍스트 정보 중 적어도 일부를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 2 외부 전자 장치로부터 획득한 요청에 포함된 정보 이외에 전자 장치(600)에 미리 설정된 송신 방식에 기반하여, 제 2 외부 전자 장치로 송신할 제 2 컨텍스트의 적어도 일부를 결정할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 2 컨텍스트 정보의 적어도 일부를 가공한 후, 제 2 외부 전자 장치로 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 2 컨텍스트 정보의 포맷을 제 2 외부 전자 장치에서 수행할 수 있도록 가공한 후, 가공된 제 2 컨텍스트 정보의 적어도 일부를 제 2 외부 전자 장치로 송신할 수 있다.
도 11a는 다양한 실시예들에 따른, 전자 장치(예: 도 6의 전자 장치(600))가 복수의 외부 전자 장치들(예: 도 11b의 제 1 외부 전자 장치(1131), 제2 외부 전자 장치(1132) 및 제 3 외부 전자 장치(1133))로부터 획득한 컨텍스트 정보(예: 도 11b의 제 1 컨텍스트 정보(1141), 제2 컨텍스트 정보(1142) 및 제 3 컨텍스트 정보(1143))에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 11b는 다양한 실시예들에 따른, 전자 장치(600)가 컨텍스트 정보에 대한 요청(1140)을 송신하고, 복수의 외부 전자 장치들(1131, 1132, 및 1133)로부터 컨텍스트 정보(1141, 1142, 및 1143)를 획득하는 실시예를 나타내는 도면이다.
1101 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다.
1103 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 복수의 외부 전자 장치들(1131, 1132, 및 1133)로 컨텍스트 정보에 대한 요청(1140)을 송신할 수 있다. 예를 들어, 도 11b를 참조하면, 전자 장치(600)는 브로드캐스트, 멀티캐스트, 또는 유니캐스트 방식으로 컨텍스트 정보에 대한 요청(1140)을 복수의 외부 전자 장치들(1131, 1132, 및 1133)로 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 복수의 외부 전자 장치들(1131, 1132, 및 1133)과 근거리 무선 통신 연결(connection)을 형성할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 근거리 무선 통신 인터페이스를 포함하는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여 복수의 외부 전자 장치들(1131, 1132, 및 1133)과 근거리 무선 통신 연결(예: 블루투스, wifi direct, 또는 IrDA)을 형성할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 복수의 외부 전자 장치들(1131, 1132, 및 1133)과 근거리 무선 통신 연결을 형성한 상태에서, 사용자 발화를 획득할 수 있다. 다양한 실시예들에 따르면, 복수의 외부 전자 장치들(1131, 1132, 및 1133) 각각은 도 1의 사용자 단말(100)에 포함된 구성 요소들의 기능을 수행할 수 있다. 일 실시예에 따르면, 복수의 외부 전자 장치들(1131, 1132, 및 1133) 각각은, 사용자 단말(100) 또는 전자 장치(600)와 같이, 사용자 발화를 분석하고, 사용자 발화의 분석 결과를 이용하여 사용자 발화에 대응하는 태스크를 수행하는 온-디바이스(on-device) 형태의 장치일 수 있다. 일 실시예에 따르면, 복수의 외부 전자 장치들(1131, 1132, 및 1133) 각각은 도 5의 503 동작에서 설명되는 적어도 하나의 외부 전자 장치(예: 도 6의 제 1 외부 전자 장치(601) 및/또는 제 2 외부 전자 장치(602))와 동일하게 동작할 수 있다. 예를 들어, 도 11b를 참조하면, 제 1 외부 전자 장치(1131)는 전자 장치(600)와 근거리 무선 통신 연결을 형성하는 장치일 수 있고, 제 2 외부 전자 장치(1132)는 전자 장치(600)와 동일한 사용자 계정으로 접속된 장치일 수 있으며, 제 3 외부 전자 장치(1133)는 특정 통신 방식에 기반하여 전자 장치(600)에 미리 등록된 장치일 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화를 획득한 것에 응답하여, 복수의 외부 전자 장치들(1131, 1132, 및 1133)로 컨텍스트 정보에 대한 요청(1140)을 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화를 획득한 것에 응답하여, 음성 비서 세션이 활성화되어 있는지를 문의하는 메시지를 포함하는 요청(1140)을 전자 장치(600)와 연관되는 외부 전자 장치들(미도시)로 송신할 수 있다.
1105 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 복수의 외부 전자 장치들(1131, 1132, 및 1133) 각각으로부터 컨텍스트 정보(1141, 1142, 및 1143)를 획득할 수 있다. 예를 들어, 도 11b를 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(1131)로부터 제 1 컨텍스트 정보(1141)를 획득하고, 제 2 외부 전자 장치(1132)로부터 제 2 컨텍스트 정보(1142)를 획득하고, 제 3 외부 전자 장치(1133)로부터 제 3 컨텍스트 정보(1143)를 획득할 수 있다. 일 실시예에 따르면, 제 1 컨텍스트 정보(1141), 제 2 컨텍스트 정보(1142), 및 제 3 컨텍스트 정보(1143) 각각은, 도 4에 설명된 컨텍스트 정보로서, 해당 외부 전자 장치에서 처리된 최종 사용자 발화와 연관되는 정보를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 음성 비서 세션이 활성화되어 있는 복수의 외부 전자 장치들(1131, 1132, 및 1133) 각각으로부터 컨텍스트 정보(1141, 1142, 및 1143)를 획득할 수 있다.
1107 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 획득한 컨텍스트 정보(1141, 1142, 및 1143)에 기반하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 및 파라미터를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 획득한 컨텍스트 정보(1141, 1142, 및 1143) 중에서, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화와 연관되는 특정 컨텍스트 정보를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 획득한 컨텍스트 정보(1141, 1142, 및 1143) 중에서 전자 장치(600)를 실행 장치로 지시하는 컨텍스트 정보를 제 1 사용자 발화와 연관되는 특정 컨텍스트 정보로서 확인할 수 있다. 예를 들어, 제 1 컨텍스트 정보(1141)에 포함된 실행 장치에 관한 정보가 전자 장치(600)를 지시하는 경우, 전자 장치(600)는 제 1 컨텍스트 정보(1141)를 제 1 사용자 발화와 연관되는 특정 컨텍스트 정보로서 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 획득한 컨텍스트 정보(1141, 1142, 및 1143) 중에서 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나에 대응하는 최종 사용자 발화에 대한 정보를 포함하는 컨텍스트 정보를 제 1 사용자 발화와 연관되는 특정 컨텍스트 정보로서 확인할 수 있다. 예를 들어, 제 1 컨텍스트 정보(1141)에 포함된 최종 사용자 발화에 대한 도메인이 제 1 사용자 발화에 대한 도메인에 대응(예: 동일 또는 호환 가능)할 경우, 전자 장치(600)는 제 1 컨텍스트 정보(1141)를 제 1 사용자 발화와 연관되는 특정 컨텍스트 정보로서 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화와 연관되는 특정 컨텍스트 정보에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 종류를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 특정 컨텍스트 정보에 포함된 최종 사용자 발화의 분석 결과를 확인할 수 있고, 최종 사용자 발화의 분석 결과에 기반하여, 제 1 사용자 발화의 종류가 최종 사용자 발화의 후속 발화인지를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 특정 컨텍스트 정보의 적어도 일부에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화에 대응하는 제 1 태스크를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 도 5의 509 동작 또는 도 7a의 711 동작에서 설명되는 방법을 이용하여 상기 동작을 수행할 수 있다.
1109 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 특정 컨텍스트 정보의 적어도 일부를 제 1 사용자 발화에 적용함으로써 확인된 제 1 태스크를 수행할 수 있다.
도 12a는 다양한 실시예들에 따른, 전자 장치(예: 도 6의 전자 장치(600))가 제 1 외부 전자 장치(예: 도 11b의 제 1 외부 전자 장치(1131))로부터 획득한 제 1 컨텍스트 정보(예: 도 11b의 제 1 컨텍스트 정보(1141))에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 12b는 다양한 실시예들에 따른, 전자 장치(600)가 컨텍스트 정보에 대한 요청(1140)을 송신하고, 제 1 외부 전자 장치(1131)로부터 제 1 컨텍스트 정보(1141)를 획득하는 실시예를 나타내는 도면이다.
1201 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인 또는 의도 중 적어도 하나를 확인할 수 있다.
1203 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 복수의 외부 전자 장치들(1131, 1132, 및 1133)로 컨텍스트 정보에 대한 요청(1140)을 송신할 수 있다. 예를 들어, 도 12b를 참조하면, 전자 장치(600)는 브로드캐스트, 멀티캐스트, 또는 유니캐스트 방식으로 컨텍스트 정보에 대한 요청(1140)을 복수의 외부 전자 장치들(1131, 1132, 및 1133)로 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화에 대한 도메인 또는 의도 중 적어도 하나를 포함하는 요청(1140)을 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 음성 비서 세션이 활성화되어 있는지를 문의하는 메시지를 포함하는 요청(1140)을 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600) 및 복수의 외부 전자 장치들(1131, 1132, 및 1133) 각각은 도 11a의 1103 동작에 설명된 방법을 이용하여, 1203 동작을 수행할 수 있다.
1205 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 복수의 외부 전자 장치들(1131, 1132, 및 1133) 중 하나로부터 컨텍스트 정보를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화에 대한 도메인 또는 의도 중 적어도 하나에 대응하는 최종 사용자 발화에 대한 정보를 포함하는 외부 전자 장치로부터 컨텍스트 정보를 획득할 수 있다. 예를 들어, 도 12b를 참조하면, 제 1 외부 전자 장치(1131)는 전자 장치(600)로부터 획득한 요청(1140)에 포함된 제 1 사용자 발화에 대한 도메인을 확인할 수 있고, 제 1 외부 전자 장치(1131)의 최종 사용자 발화에 대한 도메인이 제 1 사용자 발화에 대한 도메인에 대응하는 경우, 제 1 외부 전자 장치(1131)의 최종 사용자 발화와 연관되는 제 1 컨텍스트 정보(1141)를 전자 장치(600)로 송신할 수 있다. 또 다른 예를 들어, 도 12b를 참조하면, 제 2 외부 전자 장치(1132)는 전자 장치(600)로부터 획득한 요청(1140)에 포함된 제 1 사용자 발화에 대한 도메인을 확인할 수 있고, 제 2 외부 전자 장치(1132)의 최종 사용자 발화에 대한 도메인이 제 1 사용자 발화에 대한 도메인에 대응하지 않는 경우, 획득한 요청(1140)을 무시할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 음성 비서 세션이 활성화되어 있는 외부 전자 장치로부터 컨텍스트 정보를 획득할 수 있다. 예를 들어, 도 12b를 참조하면, 제 1 외부 전자 장치(1131)는 전자 장치(600)로부터 획득한 요청(1140)에 포함된 음성 비서 세션이 활성화되어 있는지를 문의하는 메시지를 확인할 수 있고, 제 1 외부 전자 장치(1131)의 음성 비서 세션이 활성화 되어 있는 경우, 제 1 외부 전자 장치(1131)의 최종 사용자 발화와 연관되는 제 1 컨텍스트 정보(1141)를 전자 장치(600)로 송신할 수 있다. 또 다른 예를 들어, 도 12b를 참조하면, 제 2 외부 전자 장치(1132)는 전자 장치(600)로부터 획득한 요청(1140)에 포함된 음성 비서 세션이 활성화되어 있는지를 문의하는 메시지를 확인할 수 있고, 제 2 외부 전자 장치(1132)의 음성 비서 세션이 활성화 되어 있지 않은 경우, 획득한 요청(1140)을 무시할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화에 대한 도메인 또는 의도 중 적어도 하나에 대응하는 최종 사용자 발화에 대한 정보를 포함하고, 아울러 음성 비서 세션이 활성화되어 있는 외부 전자 장치로부터 컨텍스트 정보를 획득할 수 있다. 일 실시예에 따르면, 전자 장치(600) 및 복수의 외부 전자 장치들(1131, 1132, 및 1133) 각각은 도 11a의 1105 동작에 설명된 방법을 이용하여, 1205 동작을 수행할 수 있다.
1207 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 획득한 컨텍스트 정보에 기반하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 1201 동작에서 제 1 사용자 발화를 분석하고, 획득한 컨텍스트 정보에 기반하여, 추가적으로 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 및 파라미터를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 획득한 컨텍스트 정보에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 종류가 후속 발화인지를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 획득한 컨텍스트 정보에 포함된 최종 사용자 발화의 분석 결과를 확인할 수 있고, 최종 사용자 발화의 분석 결과에 기반하여, 제 1 사용자 발화의 종류가 최종 사용자 발화의 후속 발화인지를 확인할 수 있다.
1209 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 획득한 컨텍스트 정보의 적어도 일부를 제 1 사용자 발화에 적용함으로써 확인된 제 1 태스크를 수행할 수 있다.
도 13a는 다양한 실시예들에 따른, 전자 장치(예: 도 6의 전자 장치(600))가 제 1 사용자 발화와 연관되는 제 1 컨텍스트 정보가 전자 장치(600) 내에 존재하는지를 확인하는 방법을 설명하기 위한 흐름도이다.
도 13b는 다양한 실시예들에 따른, 전자 장치(600)가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 4 실시예를 나타내는 도면이다.
도 13c는 다양한 실시예들에 따른, 전자 장치(600)가 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 제 5 실시예를 나타내는 도면이다.
1301 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다. 예를 들어, 도 13b를 참조하면, 전자 장치(600)는 제 1 사용자 발화(1330)(예: "최신 뉴스 알려줘")를 획득할 수 있다. 또 다른 예를 들어, 도 13c를 참조하면, 전자 장치(600)는 제 1 사용자 발화(1350)(예: "피자 주문해줘")를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다.
1303 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화와 연관되는 제 1 컨텍스트 정보가 전자 장치(600) 내에 존재하는지를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화와 연관되는 제 1 컨텍스트 정보가 전자 장치(600) 내에 존재하는지를 확인할 수 있다. 예를 들어, 도 13b를 참조하면, 전자 장치(600)는 제 1 사용자 발화(1330)를 획득한 것에 응답하여, 제 1 사용자 발화(1330)와 연관되는 제 1 컨텍스트 정보(예: 사용자 개인 정보(1331) 또는 사용자 관심 정보(1332))가 전자 장치(600)에 미리 저장되어 있는지를 확인할 수 있다. 또 다른 예를 들어, 도 13c를 참조하면, 전자 장치(600)는 제 1 사용자 발화(1350)와 연관되는 제 1 컨텍스트 정보(예: 사용자 관심 정보(1352))가 전자 장치(600)에 미리 저장되어 있는지를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 전자 장치(600)에 설정된 우선 순위에 기반하여 제 1 사용자 발화와 연관되는 제 1 컨텍스트 정보가 전자 장치(600) 내에 존재하는지를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 사용자 발화의 속성을 먼저 판단한 후, 제 1 사용자 발화의 속성이 미완성 발화인 것에 기반하여 제 1 사용자 발화의 획득 이전에 전자 장치(600)에 의하여 처리된 적어도 하나의 사용자 발화와 연관되는 적어도 하나의 컨텍스트 정보 중 제 1 사용자 발화와 연관되는 제 1 컨텍스트 정보가 전자 장치(600) 내에 존재하는지를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보가 전자 장치(600) 내에 존재하는지를 먼저 판단한 후, 제 1 컨텍스트 정보가 전자 장치(600) 내에 존재하지 않음을 확인한 것에 기반하여 제 1 사용자 발화의 속성을 확인할 수 있다. 전자 장치(600)는 제 1 사용자 발화의 속성이 미완성 발화인지를 확인하기 위하여 도 7의 703 동작 및 이후의 동작들을 이용할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 컨텍스트 정보가 제 1 사용자 발화의 획득 전부터 전자 장치(600) 내에 존재함을 확인한 것에 기반하여, 제 1 컨텍스트 정보의 적어도 일부를 이용하여 제 1 사용자 발화를 분석할 수 있다. 전자 장치(600)는 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다. 예를 들어, 도 13b를 참조하면, 제 1 사용자 발화(1330)와 연관되는 제 1 컨텍스트 정보(예: 사용자 개인 정보(1331) 또는 사용자 관심 정보(1332))가 제 1 사용자 발화(1330)의 획득 전부터 전자 장치(600)(예: 스마트 스피커) 내에 존재함을 확인한 것에 기반하여, 전자 장치(600)는 제 1 컨텍스트 정보의 적어도 일부(예: 사용자 관심 정보(1332))를 이용하여 제 1 태스크(1340)(예: 경제 또는 건강과 관련된 뉴스를 음성으로 출력)를 수행할 수 있다. 또 다른 예를 들어, 도 13c를 참조하면, 제 1 사용자 발화(1350)와 연관되는 제 1 컨텍스트 정보(예: 사용자 관심 정보(1352))가 제 1 사용자 발화(1350)의 획득 전부터 전자 장치(600)(예: 스마트 스피커) 내에 존재함을 확인한 것에 기반하여, 전자 장치(600)는 제 1 컨텍스트 정보의 적어도 일부(예: 사용자 관심 정보(1352))를 이용하여 제 1 태스크(1360)(예: OOO피자에서 피자를 주문할 준비)를 수행할 수 있다. 이 경우, 전자 장치(600)는 제 1 태스크(1360)를 수행하면서 추가적인 파라미터를 획득하기 위한 문의(예: 피자 메뉴에 관한 질의)를 사용자에게 요청할 수 있다.
1305 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 전자 장치(600)와 연관되고 사용자 발화를 분석하는 제 1 외부 전자 장치(601)로 제 1 컨텍스트 정보에 대한 요청을 송신할 수 있다. 일 실시예에 따르면, 제 1 외부 전자 장치(601)는 사용자 발화를 분석하고, 사용자 발화의 분석 결과를 이용하여 사용자 발화에 대응하는 태스크를 수행하는 온-디바이스(on-device) 형태의 장치일 수 있다. 일 실시예에 따르면, 제 1 외부 전자 장치(601)는 전자 장치(600)와 근거리 무선 통신 연결(예: 블루투스, wifi direct, 또는 IrDA)을 형성하는 장치 또는 전자 장치(600)의 사용자 계정(account)과 연관되는 장치를 포함할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 컨텍스트 정보가 제 1 사용자 발화의 획득 전부터 전자 장치(600) 내에 존재하지 않음을 확인한 것에 응답하여, 제 1 외부 전자 장치(601)로 제 1 컨텍스트 정보에 대한 요청을 송신할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 컨텍스트 정보가 전자 장치(600) 내에 존재하지 않음을 확인한 것에 응답하여 제 1 사용자 발화의 속성을 확인하고, 제 1 사용자 발화의 속성이 미완성 발화인 것에 응답하여 제 1 외부 전자 장치(601)로 제 1 컨텍스트 정보에 대한 요청을 송신할 수 있다. 일 실시예에 따르면, 제 1 컨텍스트 정보에 대한 요청은 제 1 사용자 발화에 관한 정보를 포함할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 도 5의 507 동작 또는 도 7의 709 동작에서 설명되는 방법을 이용하여, 1305 동작을 수행할 수 있다.
다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 1303 동작을 생략할 수 있다. 이 경우, 전자 장치(600)는 제 1 사용자 발화를 획득한 것에 응답하여, 1305 동작인 제 1 외부 전자 장치(601)로 제 1 컨텍스트 정보에 대한 요청을 송신하는 동작을 수행할 수 있다.
1307 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 컨텍스트 정보의 적어도 일부를 제 1 외부 전자 장치(601)로부터 획득할 수 있다. 예를 들어, 도 13b를 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 제 1 컨텍스트 정보의 적어도 일부(예: 사용자 관심 정보(1332))를 획득할 수 있다. 또 다른 예를 들어, 도 13c를 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 제 1 컨텍스트 정보의 적어도 일부(예: 사용자 관심 정보(1352))를 획득할 수 있다. 일 실시예에 따르면, 제 1 외부 전자 장치(601)는 제 1 컨텍스트 정보에 대한 요청에 포함된 제 1 사용자 발화에 관한 정보를 확인할 수 있고, 제 1 사용자 발화에 대한 도메인 또는 의도에 대응하는 사용자 관심 정보를 전자 장치(600)로 송신할 수 있다. 예를 들어, 제 1 외부 전자 장치(601)는 제 1 컨텍스트 정보에 대한 요청에 포함된 제 1 사용자 발화(예: "호텔 예약해줘")에 관한 정보를 확인할 수 있고, 제 1 사용자 발화에 대한 도메인(예: 호텔 검색 앱) 또는 의도(예: 방 검색 기능)에 대응하는 사용자 관심 정보(예: 와이파이가 연결되고 수영장이 구비된 방)를 포함하는 제 1 컨텍스트 정보를 전자 장치(600)로 송신할 수 있다. 전자 장치(600)는 특정 도메인 또는 특정 의도에 대응하는 사용자 관심 정보를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(601)로부터 획득할 수 있다. 전자 장치(600)는 도 5의 509 동작 또는 도 7a의 710 동작에서 설명되는 방법을 이용하여 1307 동작을 수행할 수 있다.
1309 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 외부 전자 장치(601)로부터 획득한 제 1 컨텍스트 정보의 적어도 일부에 기반하여 제 1 사용자 발화를 분석할 수 있다. 예를 들어, 도 13b를 참조하면, 전자 장치(600)(예: 스마트 스피커)는 제 1 외부 전자 장치(601)로부터 획득한 제 1 컨텍스트 정보의 적어도 일부(예: 사용자 관심 정보(1332))를 이용하여 제 1 태스크(1340)(예: 경제 또는 건강과 관련된 뉴스를 음성으로 출력)를 확인할 수 있다. 또 다른 예를 들어, 도 13c를 참조하면, 전자 장치(600)는 제 1 외부 전자 장치(601)로부터 획득한 제 1 컨텍스트 정보의 적어도 일부(예: 사용자 관심 정보(1352))를 이용하여 제 1 태스크(1360)(예: OOO피자에서 피자를 주문할 준비)를 확인할 수 있다. 또 다른 예를 들어, 전자 장치(600)는 제 1 컨텍스트 정보의 적어도 일부인 사용자 관심 정보(예: 와이파이가 연결되고 수영장이 구비된 방)를 이용하여, 제 1 사용자 발화(예: "호텔 검색해줘")에 대응하는 제 1 태스크(예: 호텔 검색 앱에서 와이파이가 연결되고 수영장이 구비된 방을 검색)를 확인할 수 있다. 일 실시예에 따르면, 사용자 관심 정보(1332, 1351, 1352, 또는 1353)는 우선 순위로 분류될 수 있고, 전자 장치(600)는 사용자 관심 정보(1332, 1351, 1352, 또는 1353)의 우선 순위에 따라 제 1 태스크를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 도 5의 509 동작 또는 도 7a의 711 동작에서 설명되는 방법을 이용하여 1309 동작을 수행할 수 있다.
1311 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1 의 프로세서(160))는 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 제 1 태스크를 수행하면서 추가적인 파라미터를 획득하기 위한 문의를 디스플레이 또는 스피커를 통하여 사용자에게 요청할 수 있다. 예를 들어, 도 13c를 참조하면, 전자 장치(600)는 제 1 태스크(1360)를 수행하면서 추가적인 파라미터를 획득하기 위한 문의(예: 피자 메뉴에 관한 질의)를 디스플레이 또는 스피커를 통하여 사용자에게 요청할 수 있다.
도 14는 다양한 실시예들에 따른, 전자 장치가 근거리 무선 통신 연결을 형성하는 외부 전자 장치로부터 획득한 컨텍스트 정보에 기반하여 사용자 발화를 분석하고, 사용자 발화에 대응하는 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
1401 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 사용자 발화 처리를 수행하기 위한 외부 전자 장치와 근거리 무선 통신 연결(connection)을 형성할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 근거리 무선 통신 인터페이스를 포함하는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여 외부 전자 장치와 근거리 무선 통신 연결(예: 블루투스, wifi direct, 또는 IrDA)을 형성할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 외부 전자 장치와 근거리 무선 통신 연결을 형성하기 위하여 외부 전자 장치를 전자 장치(600)에 미리 등록할 수 있다.
1403 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다.
1405 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 제 1 사용자 발화의 속성을 확인할 수 있다. 전자 장치(600)는 도 5, 도 6, 도 7a, 도 7b, 도 8, 도 9, 도 10a, 도 10b, 도 11a, 도 11b, 도 12a, 도 12b, 도 13a, 도 13b 및 도 13c에서 설명되는 제 1 사용자 발화의 속성을 확인하는 동작을 이용하여 1405 동작을 수행할 수 있다.
1407 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 전자 장치(600)와 근거리 무선 통신 연결을 형성하는 외부 전자 장치로 사용자 발화와 연관되는 컨텍스트 정보에 대한 요청을 송신할 수 있다. 전자 장치(600)는 도 5, 도 6, 도 7a, 도 7b, 도 8, 도 9, 도 10a, 도 10b, 도 11a, 도 11b, 도 12a, 도 12b, 도 13a, 도 13b 및 도 13c에서 설명되는 컨텍스트 정보에 대한 요청을 송신하는 동작을 이용하여 1407 동작을 수행할 수 있다.
1409 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 외부 전자 장치로부터 컨텍스트 정보의 적어도 일부를 획득할 수 있다. 전자 장치(600)는 도 5, 도 6, 도 7a, 도 7b, 도 8, 도 9, 도 10a, 도 10b, 도 11a, 도 11b, 도 12a, 도 12b, 도 13a, 도 13b 및 도 13c에서 설명되는 컨텍스트 정보의 적어도 일부를 획득하는 동작을 이용하여 1409 동작을 수행할 수 있다.
1411 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1의 프로세서(160))는 컨텍스트 정보의 적어도 일부에 기반하여 사용자 발화를 분석할 수 있다. 전자 장치(600)는 도 5, 도 6, 도 7a, 도 7b, 도 8, 도 9, 도 10a, 도 10b, 도 11a, 도 11b, 도 12a, 도 12b, 도 13a, 도 13b 및 도 13c에서 설명되는 사용자 발화를 분석하는 동작을 이용하여 1411 동작을 수행할 수 있다.
1413 동작에서, 다양한 실시예들에 따르면, 전자 장치(600)(예: 도 1 의 프로세서(160))는 사용자 발화의 분석 결과를 이용하여 사용자 발화에 대응하는 태스크를 수행할 수 있다. 전자 장치(600)는 도 5, 도 6, 도 7a, 도 7b, 도 8, 도 9, 도 10a, 도 10b, 도 11a, 도 11b, 도 12a, 도 12b, 도 13a, 도 13b 및 도 13c에서 설명되는 사용자 발화에 대응하는 태스크를 수행하는 동작을 이용하여 1413 동작을 수행할 수 있다.
도 15는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100) 및/또는 도 16의 전자 장치(1600))가 컨텍스트 히스토리 정보를 포함하는 제1 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 16은 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100), 전자 장치(1600) 또는/및 도 1의 프로세서(160))가 제1 컨텍스트 히스토리 정보를 포함하는 제 1 사용자 발화를 분석하고, 제 1 사용자 발화에 대응하는 제 1 태스크를 수행하는 일 실시 예를 나타내는 도면이다.
1501동작에서, 다양한 실시예들에 따르면, 전자 장치는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1 의 마이크(120) 및/또는 도 4의 입력 모듈(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다. 예를 들어 도 16을 참조하면, 전자 장치(1600)는 제1 사용자 발화(1601)(예: “다음 음식점 상세 정보 알려줘”)를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화의 속성을 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제 1 사용자 발화의 분석 결과로서, 제 1 사용자 발화의 속성이 미완성 발화인지를 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나가 확인되지 않은 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제 1 사용자 발화의 적어도 일부가 미완성 발화임을 나타내는 미리 정해진 표현에 대응하는 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다. 예를 들어 도 16을 참조하면, 상기 전자 장치는 제1 사용자 발화(1601)(예: “다음 음식점 상세 정보 알려줘”)를 분석함으로써, 제1 사용자 발화(1601)에 대한 도메인(예: 음식점 검색 어플리케이션) 및 의도(예: 음식점 리스트에서 특정 번째의 음식점의 상세정보 표시)를 확인할 수 있고, 제1 사용자 발화(1601)에 대한 필수 파라미터(예: 검색된 음식점 리스트)가 확인되지 않음을 알 수 있다. 이 경우, 상기 전자 장치는 제1 사용자 발화(1601)의 속성이 미완성 발화인 것으로 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화의 분석 결과로서, 제1 사용자 발화 이전에 상기 제1 사용자 발화와 관련된 적어도 두 번의 사용자 발화가 있었음을 확인할 수 있다. 예를 들어 도 16을 참조하면, 상기 전자 장치는 제1 사용자 발화(1601)(예: “다음 음식점 상세 정보 알려줘”)를 분석함으로써, 상기 제1 사용자 발화(1601) 이전에, 특정 기준으로 음식점 검색을 요청한 첫 번째 제2 사용자 발화(1611, 예: “근처 음식점 검색해줘”)와, 상기 첫 번째 제2 사용자 발화에 대응되는 제2 태스크(1611a)(예: 음식점 검색 어플리케이션에 의하여 검색된 음식점 리스트를 출력)의 결과 정보(예: 음식점 검색 어플리케이션에 의하여 검색된 음식점 리스트 또는 검색 결과 api)에서 특정 음식점의 상세 정보를 요청하는 두 번째의 제2 사용자 발화(1613)(예: “첫 번째 음식점 상세 정보 보여줘”)가 있었음을 확인할 수 있다.
1503동작에서, 다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치로 음성 비서 세션 정보에 대한 제 1 요청을 송신할 수 있다. 예를 들어 도 16을 참조하면, 전자 장치(1600)는 제1 외부 전자 장치(1610)로 음성 비서 세션 정보에 대한 제1 요청을 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 적어도 하나의 외부 전자 장치 각각으로부터 음성 비서 세션 정보를 획득할 수 있다. 예를 들어, 도 16을 참조하면, 전자 장치(1600)는 제 1 외부 전자 장치(1610)로부터 제 1 외부 전자 장치(1610)에서 진행된 음성 비서 세션을 나타내는 음성 비서 세션 정보를 획득하고 제 2 외부 전자 장치(미도시)로부터 제 2 외부 전자 장치(미도시)에서 진행된 음성 비서 세션을 나타내는 음성 비서 세션 정보를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화의 속성을 확인하는 동작을 음성 비서 세션 정보를 획득한 후에 수행할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제 1 외부 전자 장치(1610)로부터 획득한 음성 비서 세션 정보에 기반하여 제 1 사용자 발화의 속성이 미완성 발화인지를 확인할 수 있다.
1505동작에서, 다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치로부터 획득한 적어도 하나의 음성 비서 세션 정보 중 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 제 1 음성 비서 세션 정보를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 음성 비서 세션 정보에 기반하여 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인하는 다양한 방법들 중 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 일 실시 예에 따르면, 상기 전자 장치는 제 1 사용자 발화의 분석을 기반으로 제1 사용자 발화 이전에 상기 제1 사용자 발화와 관련된 적어도 두 번의 사용자 발화가 있었음을 확인한 결과, 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인하는 다양한 방법들 중 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로 결정할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제1 사용자 발화로 분석된 도메인, 의도 및 파라미터 중 적어도 하나가 일치하는 복수의 사용자 발화에 대한 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로 결정할 수 있다.
예를 들어 도 16을 참조하면, 상기 전자 장치(1600)에서 제1 사용자 발화(1601)(예:” 다음 음식점 상세정보 알려줘”)를 분석한 결과, 도메인이 "음식점 검색 어플리케이션"이고, 의도가 “음식점 검색 결과에 따른 음식점 리스트에서 특정 번째 음식점에 대한 상세정보 표시"를 나타낼 때, 제2 사용자 발화(1611)(예:”근처 음식점 알려줘”)에 대한 도메인 및 의도가 각각 ” 음식점 검색 어플리케이션” 및 음식점 검색”이고, 상기 첫 번째 제2 사용자 발화(1611) 이후 일정 시간 내에 발생된 두 번째의 제2 사용자 발화(1613)(예: “첫 번째 음식점 상세 정보 보여줘”)에 대한 도메인 및 의도가 각각 “음식점 검색 어플리케이션” 및 “음식점 리스트에서 특정 번째 음식점에 대한 상세 정보 검색”인 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 음성 비서 세션 정보를 제1 외부 전자 장치(1610)로부터 획득하는 경우, 전자 장치(1600)는 제 1 외부 전자 장치(1610)에서 획득한 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다.
1507동작에서, 다양한 실시 예들에 따르면, 전자 장치는 컨텍스트 히스토리 정보를 보유하고 있음을 나타내는 제 1 음성 비서 세션 정보를 송신한 제 1 외부 전자 장치로 제 1 음성 비서 세션 정보와 연관되는 제 1 컨텍스트 정보에 대한 제 2 요청을 송신할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 상기 제 1 음성 비서 세션 정보에 포함된 컨텍스트 히스토리 정보에 대응되는 제1 컨텍스트 정보를 제1 외부 전자 장치(1610)에게 요청할 수 있다.
1509동작에서, 다양한 실시 예들에 따르면, 전자 장치는 제1 외부 전자 장치로부터 획득한 제 1 컨텍스트 정보의 적어도 일부에 기반하여 제1 사용자 발화를 분석할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 제1 음성 비서 세션에서 보유한 컨텍스트 히스토리 정보를 기반으로, 복수의 사용자 발화 각각에 대응되는 태스크가 수행한 결과에 관한 정보를 포함하는 제1 컨텍스트 정보를 제1 외부 장치로부터 획득할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제 1 컨텍스트 정보의 적어도 일부에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화에 대응하는 제 1 태스크를 확인할 수 있다. 예를 들어, 도 16을 참조하면, 첫 번째의 제2 사용자 발화(1611)(예: "근처 음식점 알려줘")에 대응하는 첫 번째의 제2 태스크(1611a)(예: 음식점 검색 어플리케이션에 의하여 검색된 음식점 리스트를 출력)가 수행된 결과에 관한 정보(예: 음식점 검색 어플리케이션에 의한 검색된 음식점 리스트 또는 검색 결과 api)와, 상기 첫 번째의 제2 사용자 발화(1611)의 후속 발화인 두 번째의 제2 사용자 발화(1613)(예: "첫 번째 음식점 상세 정보 보여줘")에 대응하는 두 번째의 제2 태스크(1613a)(예: 음식점 검색 어플리케이션에 의하여 검색된 음식점 리스트 중 첫 번째 음식점에 대한 상세 정보를 출력)가 수행된 결과에 관한 정보(예: 음식점 검색 어플리케이션에 의한 검색된 음식점 리스트에서 첫 번째 음식점에 대한 상세 정보 또는 검색 결과 api)를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(1610)로부터 획득할 수 있다. 상기 전자 장치(1600)는 제1 외부 전자 장치(1610)로부터 획득된 제1 컨텍스트 정보의 적어도 일부인 상기 첫 번째의 제2 태스크(1611a)가 수행된 결과에 관한 정보(예: 음식점 어플리케이션에 의해 검색된 음식점 리스트 또는 검색 결과 api)와 상기 두 번째의 제2 태스크(1613a)의 수행 결과에 관한 정보(예: 상기 검색된 음식점 리스트에서 첫 번째 음식점에 대한 상세 정보 또는 검색 결과 api)를 제1 사용자 발화(1601)에 적용함으로써, 제 1 사용자 발화(1601)에 대응하는 제 1 태스크(1600a)(예: 음식점 검색 어플리케이션에서 검색된 근처 음식점 리스트에서 두 번째 음식점의 상세 정보 표시를 디스플레이(1605)를 통하여 출력)를 확인할 수 있다.
1511동작에서, 다양한 실시 예에 따르면, 전자 장치는 제 1 사용자 발화 분석의 결과를 이용하여 제1 사용자 발화에 대응되는 제1 태스크를 수행할 수 있다.
일 실시예에 따르면, 상기 전자 장치는 제 1 컨텍스트 정보의 적어도 일부를 제 1 사용자 발화에 적용함으로써 확인된 제 1 태스크를 수행할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1600)는 제 1 사용자 발화의 분석 결과를 이용하여 제 1 사용자 발화에 대응하는 제 1 태스크를 수행할 수 있다. 예를 들어, 도 16을 참조하면, 전자 장치(1600)는 제 1 사용자 발화(1601)의 분석 결과를 이용하여 제 1 사용자 발화(1601)에 대응하는 제 1 태스크(1600a)를 수행할 수 있다.
도 17은 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100))가 제1 컨텍스트 정보에 기반하여 제 1 사용자 발화를 분석하는 방법을 설명하기 위한 흐름도이다.
1701동작에서, 다양한 실시예들에 따르면, 전자 장치는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120) 및/또는 도 4의 입력 모듈(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다.
일 실시 예에 따르면 상기 전자 장치는 제1 사용자 발화를 분석하여, 상기 제1 사용자 발화에 대한 도메인, 의도 및 파라미터 중 적어도 하나를 확인할 수 있다.
1703동작에서, 다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치로 음성 비서 세션 정보에 대한 제 1 요청을 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 적어도 하나의 외부 전자 장치 각각으로부터 음성 비서 세션 정보를 획득할 수 있다.
1705동작에서, 다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치로부터 획득한 적어도 하나의 음성 비서 세션 정보에서 제1 사용자 발화 정보 중 적어도 하나에 대응되는 최종 사용자 발화 정보를 포함하는 제 1 음성 비서 세션 정보를 확인할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 제1 사용자 발화에 대한 도메인, 의도 및 파라미터 중 적어도 하나가 최종 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나에 대응하는 것에 기반하여, 상기 적어도 하나의 외부 전자 장치로부터 획득한 적어도 하나의 음성 비서 세션 정보에서 최종 사용자 발화를 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다.
1707동작에서, 다양한 실시 예들에 따르면, 전자 장치는 제1 음성 비서 세션 정보를 기반으로 상기 제1 사용자 발화가 독립 발화 또는 후속 발화인지 결정할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 상기 제1 음성 비서 세션 정보를 기반으로, 상기 제1 사용자 발화에 대한 도메인, 의도 및 파라미터 중 적어도 하나가 최종 사용자 발화 정보의 도메인, 의도 및 파라미터 중 적어도 하나에 대응되면 제1 사용자 발화를 후속 발화로 결정할 수 있다. 예를 들어, 전자 장치는 상기 제1 사용자 발화에 대한 도메인이 “음식점 검색 어플리케이션”이고, 상기 제1 음성 비서 세션에 포함된 도메인이 “음식점 검색 어플리케이션”을 나타내는 경우, 상기 제1 사용자 발화를 후속 발화로 결정할 수 있다.
1709동작에서, 다양한 실시 예들에 따르면, 전자 장치는 제1 음성 비서 세션 정보를 기반으로 상기 제1 사용자 발화가 후속 발화로 결정되면, 제1 음성 비서 세션 정보를 송신한 제1 외부 전자 장치에게 상기 제1 음성 비서 세션 정보와 연관된 제1 컨텍스트 정보에 대한 제2 요청을 송신할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 상기 제 1 음성 비서 세션 정보와 연관된 제1 컨텍스트 정보를 제1 외부 전자 장치에게 요청할 수 있다. 이후 동작들은 도 15의 1509 동작 및 1511동작과 동일하게 수행될 수 있다.
도 18a는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100) 및/또는 도 18b의 전자 장치(1810))가 서버의 컨텍스트 공유 리스트를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 18b는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100)), 전자 장치(1810), 및/또는 도 1의 프로세서(160))가 서버의 컨텍스트 공유 리스트를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 일 실시예를 나타내는 도면이다.
1801동작에서, 다양한 실시예들에 따르면, 전자 장치(1810)는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120) 및/또는 도 4의 입력 모듈(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1810)는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1810)는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1810)는 제 1 사용자 발화의 속성을 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1810)는 제 1 사용자 발화의 분석 결과로서, 제 1 사용자 발화의 속성이 미완성 발화인지를 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1810)는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나가 확인되지 않은 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1810)는 제 1 사용자 발화의 적어도 일부가 미완성 발화임을 나타내는 미리 정해진 표현에 대응하는 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다.
1803동작에서, 다양한 실시예들에 따르면, 전자 장치(1810)는 서버(예: 도 18b의 서버(1840))로 제1 컨텍스트 정보에 대한 제1 요청을 전송할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1810)는 상기 제1 사용자 발화와 연관된 제1 컨텍스트 정보에 대한 제1 요청을 상기 서버(1840)로 전송할 수 있다. 일 실시 예에 따르면, 상기 전자 장치(1810)는 제1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 포함하는 제1 컨텍스트 정보에 대한 제1 요청을 전송할 수 있다.
다양한 실시예들에 따르면, 서버(1840)의 DB(database)는 컨텍스트 공유 리스트(1840a)를 포함하고, 상기 컨텍스트 공유 리스트(1840a)에는 일정 범위 내에 존재하는 또는 일정 범위 내에 존재하는 미리 등록된 복수의 전자 장치들(1810, 1830, …) 각각에 대한 컨텍스트 공유 정보를 포함할 수 있다. 일 실시예에 따르면, 제1 외부 전자 장치(1830)는 제2 사용자 발화에 대응되는 태스크가 수행되면 상기 제2 사용자 발화에 대한 도메인, 의도 또는 파라미터 중 적어도 하나, 또는/및 상기 제2 사용자 발화에 대응되는 태스크의 수행에 대한 실질적인 결과 정보에 대응되는 제1 컨텍스트 정보를 제1 외부 전자 장치(1830)에 포함된 DB(1830a)에 저장하고, 상기 제1 컨텍스트 정보에 대한 컨텍스트 공유 정보를 상기 서버(1840)로 전송(1831)할 수 있다. 일 실시 예에 따르면, 제1 외부 전자 장치(1830)는 실질적인 컨텍스트 정보를 제1 외부 전자 장치(1830)의 DB(1830a)에 저장하고, 상기 컨텍스트 정보가 제1 외부 전자 장치(1830)에 저장되어 있음을 알리는 컨텍스트 공유 정보를 상기 서버(1840)로 전송하여(1831), 상기 컨텍스트 공유 리스트(1840a)를 업데이트 할 수 있다.
일 실시 예에 따르면, 전자 장치(1810)는 제1 외부 전자 장치(1830)의 동작과 동일하게, 제1 사용자 발화에 대응되는 태스크가 수행되면 상기 제1 사용자 발화에 대한 도메인, 의도 또는 파라미터 중 적어도 하나, 또는/및 상기 제1 사용자 발화에 대응되는 태스크의 수행에 대한 실질적인 결과 정보에 대응되는 컨텍스트 정보를 전자 장치(1810)에 포함된 DB(1810a)에 저장하고, 상기 컨텍스트 정보에 대한 컨텍스트 공유 정보를 상기 서버(1840)로 전송하여, 상기 컨텍스트 공유 리스트(1840a)를 업데이트 할 수 있다.
다양한 실시예들에 따르면, 서버(1840)는 전자 장치(1810)의 제1 컨텍스트 정보에 대한 제1 요청의 응답으로, 컨텍스트 공유 리스트(1840a)에서 상기 제1 컨텍스트 정보에 대응되는 컨텍스트 공유 정보를 가지는 제1 외부 전자 장치의 정보를 검출하고, 상기 제1 외부 전자 장치의 정보를 전자 장치(1810)에게 전송할 수 있다. 일 실시 예에 따르면, 서버(1840)는 상기 전자 장치(1810)의 제1 사용자 발화에 대한 도메인과 상기 제1 외부 전자 장치(1830)의 제2 사용자 발화에 대한 도메인이 대응되는 경우, 상기 전자 장치(1810)의 제1 컨텍스트 정보에 대한 제1 요청의 응답으로, 상기 제1 컨텍스트 정보에 대응되는 컨텍스트 공유 정보를 가지는 상기 제1 외부 전자 장치의 정보를 상기 전자 장치(1810)로 전송(1841)할 수 있다.
1805동작에서, 다양한 실시예들에 따르면, 전자 장치(1810)는 서버(1840)로부터 제1 컨텍스트 정보를 포함하는 외부 전자 장치의 정보를 수신할 수 있다.
다양한 실시 예들에 따르면, 전자 장치(1810)는 서버(1840)로부터 제1 컨텍스트 정보를 저장하고 있는 제1 외부 전자 장치의 정보를 수신할 수 있다.
1807동작에서, 다양한 실시 예들에 따르면 전자 장치(1810)는 외부 전자 장치로 제1 컨텍스트 정보에 대한 제2 요청을 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1810)는 제1 외부 전자 장치(1830)로 제1 컨텍스트 정보에 대한 요청을 송신할 수 있다. 예를 들어, 상기 전자 장치(1810)는 브로드캐스트, 멀티캐스트, 또는 유니캐스트 방식으로 제1 컨텍스트 정보에 대한 요청을 제1 외부 전자 장치(1830)로 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1810)는 제1 외부 전자 장치의 정보(예: 외부 전자 장치의 식별 정보 및/또는 연결 정보)를 기반으로 제1 외부 전자 장치(1830)와 근거리 무선 통신 연결(connection)을 형성할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1810)는 근거리 무선 통신 인터페이스를 포함하는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여 제1 외부 전자 장치(1830)와 근거리 무선 통신 연결(예: 블루투스, wifi direct, 또는 IrDA)을 형성할 수 있다.
1809동작에서 다양한 실시예들에 따르면, 전자 장치(1810)는 외부 전자 장치로부터 획득한 제1 컨텍스트 정보의 적어도 일부에 기반하여 제1 사용자 발화를 분석할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1810)는 제1 외부 전자 장치(1830)와 근거리 무선 통신 연결을 형성한 상태에서, 상기 제1 외부 전자 장치(1830)로부터 제1 컨텍스트 정보를 획득(1833)할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1810)는 상기 제1 외부 전자 장치(1830)로부터 획득한 제1 컨텍스트 정보를 기반으로 제1 사용자 발화를 분석할 수 있으며, 상기 제1 컨텍스트 정보를 기반으로 제1 사용자 발화를 분석하는 동작은 도 15의 1509동작과 동일하게 수행될 수 있다.
다양한 실시 예들에 따르면, 서버(1840)는 전자 장치(1810)의 요청에 따라 상기 컨텍스트 공유 리스트(1840a)를 기반으로 제1 외부 전자 장치(1830)의 정보를 검출하면, 제1 외부 전자 장치(1830)로 제1 컨텍스트 정보를 요청하고, 상기 요청에 따라 상기 제1 외부 전자 장치(1830)로부터 획득한 제1 컨텍스트 정보를 전자 장치(1810)에게 직접 전송할 수 있다. 일 실시예에 따르면 상기 전자 장치(1810)는 상기 서버(1840)로부터 획득한 제1 컨텍스트 정보를 기반으로 제1 사용자 발화를 분석할 수 있으며, 상기 제1 컨텍스트 정보를 기반으로 제1 사용자 발화를 분석하는 동작은 도 15의 1509동작과 동일하게 수행될 수 있다.
1811동작에서, 다양한 실시예들에 따르면, 전자 장치(1810)는 제1 사용자 발화의 분석 결과를 이용하여 제1 사용자 발화에 대응되는 제1 태스크를 수행할 수 있으며, 상기 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 동작은 도 15의 1511과 동일하게 수행될 수 있다.
도 19a는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100) 및/또는 도 19b의 전자 장치(1910))가 서버의 컨텍스트 정보를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 19b는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100), 전자 장치(1910), 및/또는 도 1의 프로세서(160))가 서버의 컨텍스트 정보를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 일 실시예를 나타내는 도면이다.
1901동작에서, 다양한 실시예들에 따르면, 전자 장치(1910)는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120) 및/또는 도 4의 입력 모듈(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1910)는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1910)는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1910)는 제 1 사용자 발화의 속성을 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1910)는 제 1 사용자 발화의 분석 결과로서, 제 1 사용자 발화의 속성이 미완성 발화인지를 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1910)는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나가 확인되지 않은 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치(1910)는 제 1 사용자 발화의 적어도 일부가 미완성 발화임을 나타내는 미리 정해진 표현에 대응하는 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다.
1903동작에서, 다양한 실시예들에 따르면, 전자 장치(1910)는 서버(1940)로 제1 컨텍스트 정보에 대한 제1 요청을 전송할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1910)는 상기 제1 사용자 발화와 관련된 제1 컨텍스트 정보에 대한 제1 요청을 상기 서버(1940)로 전송할 수 있다. 일 실시 예에 따르면, 상기 전자 장치(1910)는 제1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 포함하는 제1 컨텍스트 정보에 대한 제1 요청을 전송할 수 있다.
다양한 실시예들에 따르면, 서버(1940)는 서버에 포함된 DB(1940a)에 일정 범위 내에 존재하는 또는 일정 범위 내에 존재하는 미리 등록된 복수의 전자 장치들(1910, 1930, …) 각각에 대한 컨텍스트 정보를 저장할 수 있다. 일 실시예에 따르면, 제1 외부 전자 장치(1930)는 제2 사용자 발화에 대응되는 태스크가 수행되면 상기 제2 사용자 발화에 대한 도메인, 의도 또는 파라미터 중 적어도 하나, 또는/및 상기 제2 사용자 발화에 대응되는 태스크의 수행에 대한 실질적인 결과 정보에 대응되는 컨텍스트 정보를 상기 서버(1940)로 전송하여(1931), 상기 서버에 포함된 DB(1940a)에 저장할 수 있다. 일 실시 예에 따르면, 제1 외부 전자 장치(1930)는 상기 컨텍스트 정보를 상기 서버(1940)의 DB(1940a)에 저장하면서, 제1 외부 전자 장치(1930)에 포함된 DB(미도시)에도 할 수 있다. 일 실시 예에 따르면, 전자 장치(1910)는 제1 외부 전자 장치(1930)의 동작과 동일하게, 제1 사용자 발화에 대응되는 제1 태스크가 수행되면 상기 제1 사용자 발화에 대한 도메인, 의도 또는 파라미터 중 적어도 하나, 또는/및 상기 제1 사용자 발화에 대응되는 태스크의 수행에 대한 실질적인 결과 정보에 대응되는 컨텍스트 정보를 상기 서버(1940)에 전송하여 상기 서버에 포함된 DB(1940a)에 전송할 수 있다.
다양한 실시예들에 따르면, 서버(1940)는 전자 장치(1910)의 제1 컨텍스트 정보에 대한 제1 요청의 응답으로, 상기 서버(1940)에 포함된 DB(1940a)에서 상기 제1 컨텍스트 정보에 대응되는 제1 외부 전자 장치(1930)의 컨텍스트 정보를 검출하여 상기 전자 장치(1910)에게 전송할 수 있다. 일 실시 예에 따르면, 상기 서버(1940)는 상기 제1 컨텍스트 정보에 대응되는 제1 외부 전자 장치(1930)의 컨텍스트 정보를 상기 제1 컨텍스트 정보로써, 상기 전자 장치(1910)에게 전송할 수 있다.
1905동작에서, 다양한 실시예들에 따르면, 전자 장치(1910)는 서버(1940)로부터 제1 컨텍스트 정보를 수신할 수 있다.
1907동작에서 다양한 실시예들에 따르면, 전자 장치(1910)는 서버(1940)로부터 획득한 제1 컨텍스트 정보의 적어도 일부에 기반하여 제1 사용자 발화를 분석할 수 있다.
다양한 실시예들에 따르면, 전자 장치(1910)는 상기 서버(1940)로부터 획득한 제1 컨텍스트 정보를 기반으로 제1 사용자 발화를 분석할 수 있으며, 상기 제1 컨텍스트 정보를 기반으로 제1 사용자 발화를 분석하는 동작은 도 15의 1509동작과 동일하게 수행될 수 있다.
1909동작에서, 다양한 실시예들에 따르면, 전자 장치(1910)는 제1 사용자 발화의 분석 결과를 이용하여 제1 사용자 발화에 대응되는 제1 태스크를 수행할 수 있으며, 상기 제1 사용자 발화에 대응되는 제1 태스크를 수행하는 동작은 도 15의 1511과 동일하게 수행될 수 있다.
도 20a는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100), 도 20b의 전자 장치(2010a) 및/또는 도 20c의 전자 장치(2010b))가 제1 컨텍스트 정보에 기반하여 제 1 사용자 발화 및 도메인 설정 정보에 대응되는 제 1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 20b 및 도 20c는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100), 전자 장치(2010a), 전자 장치(2010b), 또는/및 도 1의 프로세서(160))가 제1 컨텍스트 정보에 기반하여 제 1 사용자 발화 및 도메인 설정 정보에 대응되는 제 1 태스크를 수행하는 실시 예를 나타내는 도면들이다.
2001동작에서, 다양한 실시예들에 따르면, 전자 장치는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120) 및/또는 입력 모듈(120))를 통하여, 제 1 사용자 발화를 획득할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화의 속성을 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제 1 사용자 발화의 분석 결과로서, 제 1 사용자 발화의 속성이 미완성 발화인지를 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나가 확인되지 않은 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제 1 사용자 발화의 적어도 일부가 미완성 발화임을 나타내는 미리 정해진 표현에 대응하는 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다.
예를 들어 도 20b를 참조하면, 상기 전자 장치(2010a)는 제1 사용자 발화(2011a)(예: “영화 프로즌 보여줘”)를 분석함으로써, 제1 사용자 발화(2011a)에 대한 의도(예: 영화 시청) 및 필수 파라미터(예: 시청하고자 하는 영화 제목이 프로즌)를 확인할 수 있고, 제1 사용자 발화(2011a)에 대한 도메인(예: 동영상 서비스 어플리케이션 종류)이 확인되지 않음을 알 수 있다. 이 경우, 상기 전자 장치는 제1 사용자 발화(2011a)의 속성이 미완성 발화인 것으로 확인할 수 있다. 예를 들어 도 20c를 참조하면, 상기 전자 장치(2010b)는 제1 사용자 발화(2011b)(예: “B채널 보여줘”)를 분석함으로써, 제1 사용자 발화(2011b)에 대한 도메인(예: TV 어플리케이션), 의도(예: TV 시청) 및 필수 파라미터(예: B채널 시청)를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(2010b)는 파라미터가 추가적으로 필요하지 않고, 제 1 사용자 발화(2011b) 자체만으로 제 1 사용자 발화(2011b)에 대응하는 제 1 태스크를 수행할 수 있는 것으로 확인한 경우, 제 1 사용자 발화(2011b)의 분석 결과로서 제 1 사용자 발화(2011b)의 속성이 완성 발화인 것으로 확인할 수 있다. 이 경우 상기 전자 장치(2010b)는 제1 사용자 발화(2011b)의 속성이 독립 적인 완성 발화인 것으로 확인할 수 있다.
2003동작에서, 다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치로 음성 비서 세션 정보에 대한 제 1 요청을 송신할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는 제1 사용자 발화가 미완성 발화일 때뿐만 아니라 독립 적인 완성 발화일 때도 추가적으로 정보를 획득하기 위해 적어도 하나의 외부 전자 장치로 음성 비서 세션 정보에 대한 제 1 요청을 송신할 수 있다
예를 들어 도 20b를 참조하면, 전자 장치(2010a)는 제1 외부 전자 장치(2030a)로 음성 비서 세션 정보에 대한 제1 요청을 송신할 수 있다. 예를 들어 도 20c를 참조하면, 전자 장치(2010b)는 제1 외부 전자 장치(2030b)로 음성 비서 세션 정보에 대한 제1 요청을 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 적어도 하나의 외부 전자 장치 각각으로부터 음성 비서 세션 정보를 획득할 수 있다. 예를 들어, 도 20b를 참조하면, 전자 장치(2010a)는 제 1 외부 전자 장치(2030a)로부터 제 1 외부 전자 장치(2030a)에서 진행된 음성 비서 세션을 나타내는 음성 비서 세션 정보를 획득하고 제 2 외부 전자 장치(미도시)로부터 제 2 외부 전자 장치(미도시)에서 진행된 음성 비서 세션을 나타내는 음성 비서 세션 정보를 획득할 수 있다. 예를 들어, 도 20c를 참조하면, 전자 장치(2010b)는 제 1 외부 전자 장치(2030b)로부터 제 1 외부 전자 장치(2030b)에서 진행된 음성 비서 세션을 나타내는 음성 비서 세션 정보를 획득하고 제 2 외부 전자 장치(미도시)로부터 제 2 외부 전자 장치(미도시)에서 진행된 음성 비서 세션을 나타내는 음성 비서 세션 정보를 획득할 수 있다.
2005동작에서, 다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치로부터 획득한 적어도 하나의 음성 비서 세션 정보 중 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보를 확인하는 다양한 방법들 중 적어도 하나를 이용하여, 적어도 하나의 외부 전자 장치로부터 획득한 적어도 하나의 음성 비서 세션 정보 중 제 1 음성 비서 세션 정보를 확인할 수 있다.
2007동작에서, 다양한 실시 예들에 따르면, 전자 장치는 제 1 음성 비서 세션 정보를 송신한 제 1 외부 전자 장치로 제 1 음성 비서 세션 정보와 연관되는 제 1 컨텍스트 정보에 대한 제 2 요청을 송신할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 상기 제 1 음성 비서 세션 정보와 연관되는 제1 컨텍스트 정보를 제1 외부 전자 장치에게 요청할 수 있다.
2009동작에서, 다양한 실시 예들에 따르면, 전자 장치는 제1 외부 전자 장치로부터 획득한 제 1 컨텍스트 정보의 적어도 일부에 기반하여 제1 사용자 발화를 분석하고, 제1 외부 전자 장치의 도메인 설정 정보를 확인할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 상기 제1 컨텍스트 정보의 적어도 일부에 기반하여 제1 사용자 발화를 분석하고, 제1 외부 전자 장치의 도메인 설정 정보를 확인할 수 있다. 일 실시 예에 따르면, 상기 도메인 설정 정보는 화면 정보(예: 재생 모드 정보), 재생 정보(예: 최종 시청 위치 정보), 자막 정보(예: 자막 종류 또는/및 자막 위치) 또는/및 연결 정보(예: 다른(another) 외부 장치와의 연결 정보) 중 적어도 하나를 포함할 수 있다. 예를 들어, 도 20b를 참조하면, 상기 전자 장치(2010a)는 제2 사용자 발화(2031a)(예: "A 동영상 서비스에서 영화 프로즌 보여줘")에 대응하는 제2 태스크(2033a)(예: A 동영상 서비스에서 영화 프로즌 재생)가 수행된 결과에 관한 정보(예: A 동영상 서비스 어플리케이션에 의한 검색된 영화 프로즌 재생 화면)를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(2030a)로부터 획득할 수 있다. 상기 전자 장치(2010a)는 제1 외부 전자 장치(2030a)에서 A 동영상 서비스에서 영화 프로즌을 재생하는 동안 설정된 도메인 설정 정보를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(2030a)로부터 획득할 수 있다. 예를 들어, 도 20b에서 상기 제1 컨텍스트 정보에 포함된 상기 제 1 외부 전자 장치(2030a)의 도메인 설정 정보는, 화면 정보(예: 영화관 모드), 재생 정보(예: 전체 상영 시간 2시간 30분 중 1시간 시청), 또는/및 자막 정보(예: 영어 자막과 한글 자막, 및 중앙 하측에 영어 자막 표시하고 영어 자막 아래에 한글 자막 표시) 중 적어도 하나를 포함할 수 있다. 예를 들어, 도 20c를 참조하면, 상기 전자 장치(2010b)는 제2 사용자 발화(2031b)(예: "B 채널 보여줘")에 대응하는 제2 태스크(2033b)(예: B 채널 출력)가 수행된 결과에 관한 정보(예: B 채널의 출력 화면)를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(2030b)로부터 획득할 수 있다. 상기 전자 장치(2010b)는 제1 외부 전자 장치(2030b)에서 B채널을 출력하는 동안 제1 외부 전자 장치(2030b)에 연결된 다른(another) 외부 장치(2050)(예: BT headset)의 설정 정보에 대응되는 도메인 설정 정보를 포함하는 제 1 컨텍스트 정보를 제 1 외부 전자 장치(2030b)로부터 획득할 수 있다. 예를 들어, 도 20c에서 상기 제1 컨텍스트 정보에 포함된 상기 제 1 외부 전자 장치(2030b)의 도메인 설정 정보는, 연결 정보(예: 제1 외부 전자 장치와 연결된 다른(another) 외부 장치의 식별 정보 또는/및 연결 정보)를 포함할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 외부 전자 장치로부터 획득한 제1 컨텍스트 정보에 포함된 도메인 설정 정보가 전자 장치에 적용될 수 있는지 여부를 확인하는 디바이스 핸들러(미도시)을 포함할 수 있으며, 상기 디바이스 핸들러(미도시)는 외부 전자 장치로부터 수신한 도메인 설정 정보가 전자 장치에 적용가능 한 정보인지 또는 변경이 필요한 정보인지 확인할 수 있다. 일 실시 예에 따르면, 도 4의 컨텍스트 핸들러(453)는 상기 디바이스 핸들러 모듈을 포함할 수 있으며, 상기 컨텍스트 핸들러(453)는 외부 전자 장치로부터 제1 컨텍스트 정보를 수신하면, 상기 수신한 상기 제1 컨텍스트 정보에 포함된 도메인 설정 정보가 전자 장치에 적용 가능한 정보 인지 또는 변경이 필요한지 확인하여 해당 기능을 수행할 수 있다. 예를 들어 도 20b를 참조하면, 제1 외부 전자 장치(2030a)로부터 수신된 도메인 설정 정보를 기반으로 화면 정보가"영화관 모드"로 설정이 되어 있는 경우, 상기 디바이스 핸들러(미도시)는 상기 화면 설정 정보가 전자 장치(2010a)에서 적용 가능한 화면 설정 정보인지 판단 할 수 있다. 상기 디바이스 핸들러(미도시)는 상기 전자 장치(2010a)에 "영화관 모드"라는 화면 정보가 존재하는 경우, 제1 사용자 발화(2011a)에 대응되는 제1 태스크(2013a)를 수행할 때 상기 전자 장치(2010a)의 화면 정보 상태를 "영화관 모드"로 변경 할 수 있다. 또는 상기 디바이스 핸들러(미도시)는 상기 전자 장치(2010a)에 "영화관 모드"라는 화면 정보가 존재하지 않는 경우 상기 전자 장치(2010a)가 지원하는 유사한 기능을 수행 할 수 있다. 예를 들어, 상기 디바이스 핸들러(미도시)는 상기 전자 장치(2010a)에 "영화관 모드"는 존재 하지 않으나 동영상 재생을 위해 디스플레이의 설정을 조절 할 수 있는 제1 모드가 존재한다면 상기 제1 모드를 수행 할 수 있으며, 상기 제1 모드의 수행 여부를 사용자에게 확인하고 수행할 수 있다.
2011동작에서, 다양한 실시 예에 따르면, 전자 장치는 제 1 사용자 발화 분석의 결과 및 도메인 설정 정보를 이용하여 제1 사용자 발화에 대응되는 제1 태스크에 도메인 설정 정보를 적용하여 수행할 수 있다.
일 실시예에 따르면, 상기 전자 장치는 제 1 컨텍스트 정보의 적어도 일부에 기반하여, 분석된 제1 사용자 발화의 분석 결과와 확인된 도메인 설정 정보를 이용하여 제1 사용자 발화에 대응되는 제1 태스크에 도메인 설정 정보를 적용하여 수행할 수 있다. 예를 들어, 도 20b를 참조하면, 전자 장치(2010a)는 제 1 사용자 발화(2011a)의 분석 결과를 이용하여 제 1 사용자 발화(2011a)에 대응하는 제 1 태스크(2013a)를 수행할 때, 상기 제1 태스크(2013a)에 상기 도메인 설정 정보(예: 영화관 모드에서 최종 재생 위치 시간 이후부터 재생하는 동안 영어 자막과 한글 자막 출력)를 적용하여 수행할 수 있다. 예를 들어, 도 20c를 참조하면, 전자 장치(2010b)는 제 1 사용자 발화(2011b)의 분석 결과를 이용하여 제 1 사용자 발화(2011b)에 대응하는 제 1 태스크(2013b)를 수행할 때, 상기 제1 태스크(2013b)에 상기 도메인 설정 정보(예: BT headset 연결)를 적용하여 수행할 수 있다. 상기 제1 외부 전자 장치(2030b)가 연결된 다른 외부 장치(2050)(예: BT headset)와의 연결을 해제하고, 상기 다른 외부 장치(2050)의 연결 정보(예: BT headset의 연결 정보)에 대응되는 도메인 설정 정보를 포함하는 제1 컨텍스트 정보를 상기 전자 장치(2010b)에게 전송할 수 있다. 상기 전자 장치(2010b)는 상기 제1 컨텍스트 정보를 기반으로 상기 다른 외부 장치(2050)와 연결하여 상기 제 1 태스크(2013b)에 대응되는 컨텐츠의 오디오를 상기 다른 외부 장치(2050)(예: BT headset)를 통해 출력할 수 있다.
도 21a는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100), 및/또는 도 21b의 전자 장치(2110))가 제1 사용자 발화를 분석한 정보 및 제1 컨텍스트 정보에 기반하여 제1 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 21b 및 도 21c는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100), 전자 장치(2110) 또는/및 도 1의 프로세서(160))가 제1 사용자 발화를 분석한 정보 및 제1 컨텍스트 정보에 기반하여 제1 태스크를 수행하는 실시 예들을 나타내는 도면들이다.
2101동작에서, 다양한 실시예들에 따르면, 전자 장치는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120))를 통하여, 제 1 사용자 발화를 획득하고, 상기 획득된 제1 사용자 발화를 분석하여 제1 태스크를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 상기 제1 사용자 발화의 분석에 따라 상기 제1 사용자 발화에 대응되는 제1 태스크를 확인할 수 있다. 예를 들어 도 21b를 참조하면, 상기 전자 장치(2100)는 제1 사용자 발화(2101)(예: “냉장고에 보관된 재료로 만들 수 있는 요리 레시피를 추천 해줘”)를 분석함으로써, 제1 사용자 발화(2101)에 대한 도메인(예: 요리 레시피 검색 어플리케이션), 의도(예: 요리 레시피 검색) 및 필수 파라미터(예: 냉장고에 보관된 재료로 만들 수 있는 요리)를 확인하고, 제1 사용자 발화(2101)의 속성이 독립 적인 완성 발화인 것으로 확인할 수 있다.
또 다른 예를 들어 도 21c를 참조하면, 상기 전자 장치(2130)는 제1 사용자 발화(2131)(예: “최근 음성 녹음목록 보여줘”)를 분석함으로써, 제1 사용자 발화(2131)에 대한 도메인(예: 음성 녹음 어플리케이션), 의도(예: 음성 녹음 검색) 및 필수 파라미터(예: 최근 음성 녹음 목록)를 확인하고, 제1 사용자 발화(2131)의 속성이 독립 적인 완성 발화인 것으로 확인할 수 있다.
2103동작에서, 다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치로 제1 컨텍스트 정보에 대한 제1 요청을 송신할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 제1 사용자 발화에 대한 도메인, 의도 및 파라미터 중 적어도 하나를 포함하는 제1 컨텍스트 정보에 대한 제1 요청을 적어도 하나의 외부 전자 장치에게 전송할 수 있다.
2105동작에서, 다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치 중 제1 외부 전자 장치로부터 제1 컨텍스트 정보를 수신할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는, 적어도 하나의 외부 전자 장치 중 제1 사용자 발화에 대한 도메인, 의도 및 파라미터 중 적어도 하나를 포함하는 제1 외부 전자 장치로부터의 제1 컨텍스트 정보를 수신할 수 있다.
예를 들어 도 21b를 참조하면, 상기 전자 장치는 적어도 하나의 외부 전자 장치 중 제1 외부 전자 장치(2110)로부터 수신된 상기 제1 컨텍스트 정보 중 제1 사용자 발화(2101)이전의 발화인 제2 사용자 발화(2111, “ 간단히 먹을 수 있는 요리 레시피 추천 해줘”)에 대응되는 제2 태스크 정보(2110a, 예: 요리 레시피 검색 어플리케이션에 의해 추천된 요리 레시피 리스트 또는 추천 결과 api)의 결과 정보를 기반으로 제1 사용자 발화(2101)의 도메인 정보(예: 요리 레시피 검색 어플리케이션)와 제1 컨텍스트 정보의 도메인 정보(예: 요리 레시피 검색 어플리케이션)가 동일한 것으로 확인할 수 있다.
예를 들어 도 21c를 참조하면, 적어도 하나의 외부 전자 장치(2150, 2170) 중 제1 사용자 발화(2131)에 대한 도메인(예: 음성 녹음 어플리케이션)과 동일한 도메인(예: 음성 녹음 어플리케이션)을 가지는 제1 외부 전자 장치(2150)로부터 제1 컨텍스트 정보를 수신할 수 있다. 2107동작에서, 다양한 실시 예들에 따르면, 전자 장치는 상기 제1 사용자 발화를 분석한 정보 및 제1 외부 전자 장치로부터 획득한 제1 컨텍스트 정보의 적어도 일부에 기반하여, 제1 태스크를 수행 할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 제1 사용자 발화에 대응되는 제 1 태스크를 수행할 때, 상기 제1 외부 전자 장치로부터 수신된 제1 컨텍스트 정보를 참조하여 상기 제1 태스크를 수행할 수 있다. 예를 들어 도 21b와 같이 전자 장치(2100)는 제1 사용자 발화(2101, “냉장고에 보관된 재료로 만들 수 있는 요리 레시피를 추천해줘”)를 분석한 정보를 기반으로 상기 전자 장치(2100)에 보관 중인 요리 재료 정보를 확인할 수 있다. 상기 전자 장치(2100)는 제1 외부 전자 장치(2110)로부터 수신한 제1 컨텍스트 정보 중 제2 사용자 발화(2111, “ 간단히 먹을 수 있는 요리 레시피 추천 해줘”)에 대응되는 제2 태스크 정보(2110a, 예: 요리 레시피 검색 어플리케이션에 의해 추천된 요리 레시피 리스트 또는 추천 결과 api)의 결과 정보를 기반으로 파라미터 정보(예: 요리 레시피 리스트)를 확인할 수 있다. 상기 전자 장치(2100)는 상기 제1 컨텍스트 정보에 포함된 파라미터 정보(예: 요리 레시피 리스트)를 기반으로, 상기 전자 장치(2100)에서 보관 중인 재료들을 이용하여 요리할 수 있는 제1 요리(예: 김치 볶음밥”)를 확인할 수 있다. 상기 전자 장치(2100)는 디스플레이(2105)에 제1 요리(예: 김치 볶음밥”)의 추천과 함께 상기 전자 장치(2100)에 보관된 재료들 중 제1 요리를 위해 사용될 수 있는 재료 정보 및 제1 요리의 레시피를 제공하는 제1 태스크(2105a)를 수행할 수 있다.
일 실시 예에 따르면, 상기 전자 장치(2100)는 상기 제1 태스크(2105a)를 수행할 때, 제1 사용자 발화를 분석한 정보와 상기 제1 외부 전자 장치(2110)로부터 수신된 상기 제1 컨텍스트 정보를 기반으로, 상기 전자 장치(2100)에 보관된 재료 정보로 요리할 수 있는 적어도 하나의 요리 레시피를 포함하는 요리 레시피 리스트를 제공할 수 있다.
일 실시 예에 따르면, 상기 전자 장치(2100)는 상기 제1 태스크(2105a)를 수행할 때, 제1 사용자 발화를 분석한 정보, 상기 제1 외부 전자 장치(2110)로부터 수신된 상기 제1 컨텍스트 정보, 및 요리 재료를 보관할 수 있는 적어도 하나의 외부 전자 장치(미도시)로부터 수신된 재료 정보를 포함하는 제2 컨텍스트 정보를 기반으로, 상기 전자 장치(2100)에 보관된 재료와 상기 적어도 하나의 외부 전자 장치(미도시)에 보관된 재료로 요리할 수 있는 적어도 하나의 요리 레시피를 포함하는 레시피 리스트를 제공할 수 있다. 상기 전자 장치는 각 요리 레시피를 위해 필요한 재료가 보관된 장치의 종류(예: 전자 장치 및 적어도 하나의 외부 전자 장치)를 구분되게 제공할 수 있다.다양한 실시 예들에 따르면, 전자 장치는 제1 사용자 발화에 대응되는 제 1 태스크를 수행할 때, 상기 제1 외부 전자 장치로부터 수신된 제1 컨텍스트 정보를 기반으로 상기 전자 장치의 정보에 상기 제1 외부 전자 장치의 정보를 추가하여 제공하는 상기 제1 태스크를 수행할 수 있다. 예를 들어 도 21c와 같이 상기 전자 장치(2130)는 적어도 하나의 외부 전자 장치(2150, 2170) 중 제1 외부 전자 장치(2150)로부터 제1 컨텍스트 정보를 수신하고, 상기 제1 컨텍스트 정보 중 파라미터 정보인 제1 외부 전자 장치(2150)의 음성 녹음 목록과 제1 사용자 발화(2131)에 대한 파라미터 정보인 전자 장치(2130)에 저장된 음성 녹음 목록을 비교할 수 있다. 상기 전자 장치(2130)는 제1 외부 전자 장치(2150)의 음성 녹음 목록 중 전자 장치(2130)에 저장된 음성 녹음 목록에 존재 하지 않은 적어도 하나의 음성 녹음 항목이 존재하는지 확인할 수 있다. 일 실시 예에 따르면, 상기 전자 장치(2130)의 음성 녹음 목록에 존재 하지 않은 제1 외부 전자 장치(2150)의 적어도 하나의 음성 녹음 항목은 상기 전자 장치(2130)의 음성 녹음 목록에 저장된 음성 녹음 파일들의 날짜 정보 보다 이후 날짜 정보(예: 최신 날짜 정보)를 포함할 수 있다. 상기 전자 장치(2130)는 전자 장치의 음성 녹음 항목들(a1, a2, a3, a4, a5, a6 및 a7)에 상기 전자 장치(2130)의 음성 녹음 목록에 존재 하지 않은 제1 외부 전자 장치(2150)의 적어도 하나의 음성 녹음 항목(b1, b2, b3, b4 및 b5)을 추가한 음성 녹음 목록을 제공하는 제1 태스크(2113)를 수행할 수 있다. 일 실시 예에 따르면, 상기 전자 장치(2130)는 상기 음성 녹음 목록을 제공하는 제1 태스크(2113)를 수행하는 동안, 제1 외부 전자 장치(2150)에서 제공한 제1 음성 녹음 항목에 대한 실행 명령이 수신되면, 상기 제1 외부 전자 장치(2150)로부터 제1 음성 녹음 항목에 대응되는 제1 음성 녹음 파일을 획득하여 재생할 수 있다. 또는 상기 전자 장치(2110)는 상기 제1 외부 전자 장치(2150)로부터 수신된 제1 컨텍스트 정보를 기반으로 상기 전자 장치(2110)에 미리 저장된 상기 적어도 하나의 음성 녹음 항목에 대응되는 적어도 하나의 음성 녹음 파일들 중 제1 음성 녹음 항목에 대응되는 제1 음성 녹음 파일을 재생할 수 있다.
도 22는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100))가 제1 컨텍스트 정보에 기반하여 제1 사용자 발화에 대응되는 제1 태스크를 수행할 수 있는 외부 전자 장치의 정보를 제공하는 방법을 설명하기 위한 흐름도이다.
2201동작에서, 다양한 실시예들에 따르면, 전자 장치는 지능형 에이전트(예: 도 4의 지능형 에이전트(440))를 실행한 후, 마이크(예: 도 1의 마이크(120) 및/또는 입력 모듈(120))를 통하여, 제 1 사용자 발화를 획득하고, 상기 획득된 제1 사용자 발화를 분석하여 제1 태스크를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 상기 제1 사용자 발화의 분석에 따라 상기 제1 사용자 발화에 대응되는 제1 태스크를 확인할 수 있다. 예를 들어 상기 전자 장치는 제1 사용자 발화(예: “3시에 설정된 알람 취소해줘”)를 분석함으로써, 제1 사용자 발화에 대한 도메인(예: 알람 어플리케이션), 의도(예: 알람 해제) 및 필수 파라미터(예: 알람 해제 시간)(3시))를 확인하고, 제1 사용자 발화의 속성이 독립 적인 완성 발화인 것으로 확인할 수 있다.
2203동작에서, 다양한 실시 예들에 따르면, 전자 장치는 제1 사용자 발화에 대응되는 제1 태스크를 수행할 수 있는 적어도 하나의 외부 전자 장치를 검색하기 위해, 상기 적어도 하나의 외부 전자 장치에게 제1 컨텍스트 정보에 대한 제1 요청을 송신할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 제1 사용자 발화에 대한 도메인(예: 알람 어플리케이션), 의도(예: 알람 해제) 및 파라미터(예: 알람 시간 해제 시간(3시))를 포함하는 제1 컨텍스트 정보에 대한 제1 요청을 적어도 하나의 외부 전자 장치에게 전송할 수 있다.
2205동작에서, 다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치들 중 제1 외부 전자 장치로부터 제1 컨텍스트 정보를 수신할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 적어도 하나의 외부 전자 장치들 중 제1 사용자 발화(예: “3시에 설정된 알람 취소해줘”)에 대한 도메인(예: 알람 어플리케이션), 의도(예: 알람 해제) 및 파라미터(예: 알람 시간 해제 시간(3시))를 포함하는 제1 외부 전자 장치로부터 제1 컨텍스트 정보를 수신할 수 있다.
2207동작에서, 다양한 실시 예들에 따르면. 전자 장치는 제1 사용자 발화에 대응되는 제1 태스크를 수행할 수 있는 제1 외부 전자 장치의 정보를 사용자에게 제공할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는, 상기 제1 외부 전자 장치로부터 수신된 제1 컨텍스트 정보를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행할 수 있는 제1 외부 전자 장치를 확인하고, 사용자에게 제 1 사용자 발화와 대응되는 제1 태스크를 수행할 수 있는 제1 외부 전자 장치의 존재를 알릴 수 있다. 일 실시예에 따르면, 상기 전자 장치는 사용자에게 제1 외부 전자 장치에서의 제1 태스크 수행 여부를 문의하고, 제1 외부 전자 장치에서 제1 태스크를 수행하도록 지시하는 사용자 발화를 획득하여 분석하면, 상기 제1 외부 전자 장치로 제1 태스크의 수행을 지시하는 정보를 전송할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제1 사용자 발화에 대응되는 제1 태스크를 이미 수행한 적어도 하나의 외부 전자 장치가 존재하는 경우, 사용자에게 상기 제1 태스크를 이미 수행한 적어도 하나의 외부 전자 장치의 존재를 알릴 수 있다, 예를 들어, 상기 전자 장치는 제1 사용자 발화(예: “기상 도우미에서 아침 7시 알람 설정 해줘”)에 대응되는 제1 태스크를 확인하고, 상기 제1 사용자 발화에 대응되는 도메인(예: 기상 도우미 어플리케이션), 의도(예: 알람 설정) 및 파라미터(예: 아침 7시 알람 설정 시간)를 포함하는 제1 컨텍스트 정보에 대한 요청을 적어도 하나의 외부 전자 장치에게 전송할 수 있다. 상기 전자 장치는 상기 적어도 하나의 외부 전자 장치들 중 상기 제1 사용자 발화에 대응되는 도메인(예: 기상 도우미 어플리케이션), 의도(예: 알람 설정) 및 파라미터(예: 아침 7시 알람 설정 시간)를 포함하는 제1 외부 전자 장치로부터의 제1 컨텍스트 정보를 수신하면, 상기 제1 컨텍스트 정보를 기반으로 제1 사용자 발화(예: “기상 도우미에서 아침 7시 알람 설정 해줘”)에 대응되는 제1 태스크가 이미 수행된 제1 외부 전자 장치의 존재를 사용자에게 알릴 수 있다.
도 23은 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100))가 적어도 두 개의 제1 컨텍스트 정보에 기반하여 제1 사용자 발화에 대응되는 복수의 태스크들을 수행하는 방법을 설명하기 위한 흐름도이다.
2301동작에서, 다양한 실시 예들에 따르면, 전자 장치는 제1 사용자 발화를 획득하고, 상기 획득한 제1 사용자 발화의 분석을 기반으로 복수의 태스크들의 수행을 위한 발화임을 확인할 수 있다
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화를 획득한 것에 응답하여, 제 1 사용자 발화를 분석할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 자연어 플랫폼(예: 도 4의 자연어 플랫폼(430))을 통하여 제 1 사용자 발화를 분석함으로써 제 1 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화의 속성을 확인할 수 있다. 일 실시예에 따르면, 전자 장치는 제 1 사용자 발화의 분석 결과로서, 제 1 사용자 발화의 속성이 미완성 발화(incomplete utterance)인지 또는 완성 발화(complete utterance)인지를 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나가 확인되지 않은 것에 기반하여, 제 1 사용자 발화의 분석 결과로서 제 1 사용자 발화의 속성이 미완성 발화인 것으로 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제1 사용자 발화를 분석함으로써, 제1 사용자 발화가 복수의 태스크들의 수행을 위한 사용자 발화임을 확인할 수 있다. 일 실시예에 따르면, 상기 전자 장치는 제1 사용자 발화가 지정된 단어 표현을 포함하는 경우, 복수의 태스크들을 수행할 수 있는 사용자 발화로 확인할 수 있다. 예를 들어, 상기 전자 장치는 제1 사용자 발화(예: “부산은 어때? 그리고 아까 찾은 노래 재생 해줘”)의 분석 결과, 지정된 단어 표현(예: “그리고”)을 기반으로 제1 태스크 수행을 위한 미완성 제1 사용자 발화A(예: “부산은 어때?”)와 제2 태스크 수행을 위한 미완성 제1 사용자 발화B(예: “아까 찾은 노래 재생 해줘”)로 분석할 수 있다.
2303동작에서, 다양한 실시예들에 따르면, 전자 장치는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 복수의 외부 전자 장치들로 음성 비서 세션 정보에 대한 제 1 요청을 송신할 수 있다
2305동작에서, 다양한 실시 예들에 따르면, 전자 장치는 복수의 외부 전자 장치들로부터 획득한 복수의 음성 비서 세션 정보들 중 미리 정해진 조건을 만족하는 적어도 두 개의 제1 음성 비서 세션 정보를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 제 1 사용자 발화에 대한 도메인, 의도, 또는 필수 파라미터 중 적어도 하나에 대응하는 최종 사용자 발화 정보를 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보로서 확인할 수 있다. 일 실시예에 따르면, 제1 사용자 발화 중 제 1 사용자 발화A에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나가 최종 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나에 대응하는 것에 기반하여, 상기 전자 장치는 최종 사용자 발화를 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보A로서 확인할 수 있다. 일 실시예에 따르면, 제1 사용자 발화 중 제 1 사용자 발화B에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나가 최종 사용자 발화에 대한 도메인, 의도, 또는 파라미터 중 적어도 하나에 대응하는 것에 기반하여, 상기 전자 장치는 해당 최종 사용자 발화를 포함하는 음성 비서 세션 정보를 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보B로서 확인할 수 있다. 예를 들어, 상기 전자 장치는 복수의 외부 전자 장치들로부터 획득한 복수의 음성 비서 세션 정보들 중 미리 정해진 조건을 만족하는 제1 사용자 발화A(예: “부산은 어때?”)를 위한 제1 음성 비서 세션 정보A와 제1 사용자 발화B(예: “아까 찾은 노래 재생 해줘”)를 위한 제1 음성 비서 세션 정보B를 확인할 수 있다.
2307동작에서, 다양한 실시예들에 따르면, 전자 장치는 통신 인터페이스(예: 도 1의 통신 인터페이스(110))를 통하여, 적어도 두 개의 제1 음성 비서 세션 정보를 송신한 적어도 두 개의 외부 전자 장치들에게 상기 적어도 두 개의 제1 음성 비서 세션 정보와 연관된 적어도 두 개의 제1 컨텍스트 정보에 대한 제2 요청을 송신할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보A 를 송신한 제 1 외부 전자 장치에게 제 1 음성 비서 세션 정보A에 연관되는 제1 컨텍스트 정보A에 대한 제2 요청을 송신하고, 미리 정해진 조건을 만족하는 제 1 음성 비서 세션 정보B를 송신한 제 2 외부 전자 장치에게 제 1 음성 비서 세션 정보B에 연관되는 제1 컨텍스트 정보B에 대한 제2 요청을 송신할 수 있다.
2309동작에서 다양한 실시예들에 따르면, 전자 장치는 적어도 두 개의 외부 전자 장치들로부터 획득한 적어도 두 개의 제1 컨텍스트 정보의 적어도 일부에 기반하여 제1 사용자 발화를 분석할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 제 1 외부 전자 장치로부터 수신된 제1 컨텍스트 정보A를 기반으로 제1 사용자 발화 중 제1 사용자 발화A에 대응되는 제1 태스크A를 확인하고, 제 2 외부 전자 장치로부터 수신된 제1 컨텍스트 정보B를 기반으로 제1 사용자 발화 중 제1 사용자 발화B에 대응되는 제1 태스크B를 확인할 수 있다. 예를 들어 제1 사용자 발화(예: “부산은 어때? 그리고 아까 찾은 노래 재생 해줘”) 중 제1 사용자 발화A(예: “부산은 어때?”)는 제1 외부 전자 장치로부터 획득한 제1 컨텍스트 정보A에 포함된 제2 사용자 발화(예: “오늘 서울 날씨는 어때?”)에 대응되는 도메인(예: 날씨 어플리케이션), 의도 (예: 날씨 검색) 및 파라미터(예: 오늘 서울 날씨 정보) 중 적어도 하나를 기반으로, 제1 사용자 발화A(예: “부산은 어때?”)에 대응되는 제1 태스크A(예: 날씨 어플리케이션을 실행하여 부산의 날씨 정보 출력)를 확인할 수 있다.
예를 들어 제1 사용자 발화(예: “부산은 어때? 그리고 아까 찾은 노래 재생 해줘”) 중 제1 사용자 발화B(예: “아까 찾은 노래 재생 해줘”)는 제2 외부 전자 장치로부터 획득한 제1 컨텍스트 정보B에 포함된 제2 사용자 발화(예:” 출근 준비할 때 좋은 노래 찾아봐”)에 대응되는 도메인(예: 음악 어플리케이션), 의도 (예: 음악 검색) 및 파라미터(예: 출근 준비할 때 좋은 노래) 중 적어도 하나를 기반으로, 제1 사용자 발화B(예: “아까 찾은 노래 재생 해줘”)에 대응되는 제1 태스크B(예: 음악 어플리케이션을 실행하여 출근 준비할 때 좋은 노래 목록에서 제2 외부 장치에서 최종 실행된 노래 재생)를 확인할 수 있다.
2311동작에서 다양한 실시예들에 따르면, 전자 장치는, 제1 사용자 발화에 대응되는 복수의 태스크들을 수행할 수 있다.
다양한 실시 예들에 따르면, 전자 장치는 제 1 외부 전자 장치로부터 수신된 제1 컨텍스트 정보A를 기반으로 제1 사용자 발화 중 제1 사용자 발화A에 대응되는 제1 태스크A를 실행하고, 제 2 외부 전자 장치로부터 수신된 제1 컨텍스트 정보B를 기반으로 제1 사용자 발화 중 제1 사용자 발화B에 대응되는 제1 태스크B를 실행할 수 있다. 예를 들어 제1 외부 전자 장치로부터 획득한 제1 컨텍스트 정보A를 기반으로, 제1 사용자 발화(예: “부산은 어때? 그리고 아까 찾은 노래 재생 해줘”) 중 제1 사용자 발화A(예: “부산은 어때?”)에 대응되는 제1 태스크A(예: 날씨 어플리케이션을 실행하여 부산의 날씨 정보 화면에 표시 또는 오디오로 출력)를 실행할 수 있다. 예를 들어 제2 외부 전자 장치로부터 획득한 제1 컨텍스트 정보B를 기반으로, 제1 사용자 발화B(예: “아까 찾은 노래 재생 해줘”)에 대응되는 제1 태스크B(예: 음악 어플리케이션을 실행하여 출근 준비할 때 좋은 노래 목록에서 제2 외부 장치에서 최종 실행된 노래 재생)를 실행할 수 있다.
도 24a, 도 24b, 도 24c, 및 도 24d는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100), 전자 장치(2410) 또는/및 도 1의 프로세서(160))가 외부 전자 장치들로부터 수신한 정보를 구별되게 제공하는 실시 예를 나타내는 도면들이다.
상기 도 24a를 참조하면, 다양한 실시예들에 따르면, 전자 장치(2410)는 제1 사용자 발화에 대응되는 제1 태스크의 수행 결과를 디스플레이를 통해 표시할 때, 전자 장치의 정보(2411)(예: 음성 녹음 목록)와 제1 외부 전자 장치(예: 도 21b의 제1 외부 전자 장치(2130))로부터 수신한 컨텍스트 정보(2413)(예: 음성 녹음 목록)를 구별되게 UI로 표시할 수 있다. 일 실시예에 따르면, 상기 전자 장치(2410)의 디스플레이를 통해 음성 녹음 목록을 표시할 때 제1 외부 전자 장치로부터 수신한 컨텍스트 정보(2413)(예: 음성 녹음 목록)를 구별되게 표시함에 따라, 전자 장치(2410)에서 제1 태스크 수행 (예: 음성 녹음 목록 표시)이전에 제1 외부 전자 장치에서 상기 제1 태스크와 동일한 태스크가 수행(예: 음성 녹음 목록 표시)되었음을 알릴 수 있다. 일 실시예에 따르면, 상기 전자 장치(2410)는 음성 녹음 목록의 순서를 편집(추가, 수정 또는/및 삭제)할 수 있다.
상기 도 24b를 참조하면, 다양한 실시예들에 따르면, 전자 장치는 제1 사용자 발화에 대응되는 제1 태스크를 실행하기 위해 음성 비서 세션 정보를 요청한 외부 전자 장치 또는/및 미리 정해진 조건을 만족하는 제1 음성 비서 세션 정보와 연관된 제1 컨텍스트 정보를 송신한 외부 전자 장치의 정보를 UI로 제공할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화(예: “아까 찾은 요리 레시피 정보 보여줘”)에 대응되는 제1 태스크를 수행하고, 상기 제1 태스크에 대한 결과 정보를 표시하는 제1 화면(2431)을 디스플레이에 제공할 수 있다. 상기 제1 화면(2431)에서 제1 옵션(a)(예: 정보 맵 보기)가 선택되면, 제1 사용자 발화에 대응되는 제1 태스크 수행을 위해 음성 비서 세션 정보를 송신한 복수의 외부 전자 장치들(Device1, Device3, Device4)을 정보 맵(context map)으로 표시하는 제2 화면(2433)을 디스플레이에제공할 수 있다. 또는 상기 제1 화면(2431)에서 제2 옵션(b)(예: 만개의 레시피)가 선택되면, 상기 복수의 외부 전자 장치들(Device1, Device3 및 Device4) 중 미리 정해진 조건을 만족하는 제1 음성 비서 세션 정보와 연관된 제1 컨텍스트 정보를 송신한 적어도 하나의 외부 전자 장치(Device1 및 Device3) 및 상기 제1 컨텍스트 정보(예: “김치 볶음밥 레시피 찾아줘” 및 “계란 볶음밥 레시피 찾아줘”)를 표시하는 제3 화면(2435)을 디스플레이에 제공할 수 있다.
상기 도 24c를 참조하면, 다양한 실시예들에 따르면, 전자 장치는 외부 전자 장치의 제1 컨텍스트 정보를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행하였음을 UI로 제공할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화(예: “아까 찾은 요리 레시피 정보 보여줘”)에 대응되는 제1 태스크에 대한 결과 정보를 표시하는 제1 화면(2451)에서, 제1 태스크를 수행하기 위해 이용한 외부 전자 장치의 정보(예: Device 1) 및 상기 외부 전자 장치의 제1 컨텍스트 정보(예: “김치 볶음밥 레시피 찾아줘”)를 표시하는 제1 항목(2451a)을 UI로 제공할 수 있다. 상기 제1 화면(2451)에서 제1 항목(2451a)이 선택되면, 상기 외부 전자 장치의 제1 컨텍스트 정보(예: 김치 볶음밥 레시피 찾아줘)를 이용하여 수행한 제1 태스크의 결과 정보를 포함하는 제2 화면(2453)을 디스플레이에 제공할 수 있다.
상기 도 24d를 참조하면, 다양한 실시예들에 따르면 전자 장치는 후보 목록에 포함된 외부 전자 장치의 제1 컨텍스트 정보를 기반으로 제1 사용자 발화에 대응되는 제1 태스크를 수행할 수 있음을 UI로 제공할 수 있다. 일 실시 예에 따르면, 상기 전자 장치는 제1 태스크를 수행하기 위해 사용자로부터 선택될 수 있는 후보 리스트를 제공할 수 있으며, 상기 후보 리스트에는 복수의 외부 전자 장치들로부터 수신한 복수의 제1 컨텍스트 정보들을 포함할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화(예: “아까 찾은 요리 레시피 정보 보여줘”)에 대응되는 제1 태스크에 대한 결과 정보를 표시하는 제1 화면(2471)에서, 제1 태스크를 수행하기 위해 이용한 외부 전자 장치의 정보(예: Device 1) 및 상기 외부 전자 장치의 제1 컨텍스트 정보(예: “김치 볶음밥 레시피 찾아줘”)를 표시하는 제1 항목(2451a)과, 제1 태스크 수행에 사용되지는 않았으나 제1 컨텍스트 정보 다음 순위인 후보 컨텍스트 정보를 제공할 수 있는 후보 외부 전자 장치의 정보(예: Device 3) 및 상기 후보 컨텍스트 정보(예: “계란 볶음밥 레시피 찾아줘”)를 표시하는 제2 항목(2451b)을 UI로 제공할 수 있다. 상기 제1 화면(2471)에서 제2 항목(2451b)이 선택되면 후보 컨텍스트 정보를 이용하여 제1 태스크를 수행하고, 상기 후보 외부 전자 장치의 후보 컨텍스트 정보(예: “계란 볶음밥 레시피 찾아줘”)를 이용하여 수행한 제1 태스크의 결과 정보를 포함하는 제2 화면(2473)을 디스플레이에 제공할 수 있다.
도 25는, 다양한 실시예들에 따른, 네트워크 환경(2500) 내의 전자 장치(101)(예: 도 1의 사용자 단말(100))의 블록도이다. 도 25를 참조하면, 네트워크 환경(2500)에서 전자 장치(101)는 제 1 네트워크(2598)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(2502)와 통신하거나, 또는 제 2 네트워크(2599)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(2504) 또는 서버(2508)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(2508)를 통하여 전자 장치(2504)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(2520), 메모리(2530), 입력 장치(2550), 음향 출력 장치(2555), 표시 장치(2560), 오디오 모듈(2570), 센서 모듈(2576), 인터페이스(2577), 햅틱 모듈(2579), 카메라 모듈(2580), 전력 관리 모듈(2588), 배터리(2589), 통신 모듈(2590), 가입자 식별 모듈(2596), 또는 안테나 모듈(2597)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(2560) 또는 카메라 모듈(2580))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(2576)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(2560)(예: 디스플레이)에 임베디드된 채 구현될 수 있다
프로세서(2520)는, 예를 들면, 소프트웨어(예: 프로그램(2540))를 실행하여 프로세서(2520)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(2520)는 다른 구성요소(예: 센서 모듈(2576) 또는 통신 모듈(2590))로부터 수신된 명령 또는 데이터를 휘발성 메모리(2532)에 로드하고, 휘발성 메모리(2532)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(2534)에 저장할 수 있다. 일실시예에 따르면, 프로세서(2520)는 메인 프로세서(2521)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(2523)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(2523)는 메인 프로세서(2521)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(2523)는 메인 프로세서(2521)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(2523)는, 예를 들면, 메인 프로세서(2521)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(2521)를 대신하여, 또는 메인 프로세서(2521)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(2521)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(2560), 센서 모듈(2576), 또는 통신 모듈(2590))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(2523)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(2580) 또는 통신 모듈(2590))의 일부로서 구현될 수 있다.
메모리(2530)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(2520) 또는 센서모듈(2576))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(2540)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(2530)는, 휘발성 메모리(2532) 또는 비휘발성 메모리(2534)를 포함할 수 있다.
프로그램(2540)은 메모리(2530)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(2542), 미들 웨어(2544) 또는 어플리케이션(2546)을 포함할 수 있다.
입력 장치(2550)는, 전자 장치(101)의 구성요소(예: 프로세서(2520))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(2550)는, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 장치(2555)는 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 장치(2555)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(2560)는 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(2560)는, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 표시 장치(2560)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(2570)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(2570)은, 입력 장치(2550)를 통해 소리를 획득하거나, 음향 출력 장치(2555), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(2502))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(2576)은 전자 장치(101)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(2576)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(2577)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(2502))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(2577)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(2578)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(2502))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(2578)은, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(2579)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(2579)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(2580)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(2580)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(2588)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(2588)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(2589)는 전자 장치(101)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(2589)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(2590)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(2502), 전자 장치(2504), 또는 서버(2508))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(2590)은 프로세서(2520)(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(2590)은 무선 통신 모듈(2592)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(2594)(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(2598)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(2599)(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)로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(2592)은 가입자 식별 모듈(2596)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(2598) 또는 제 2 네트워크(2599)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 및 인증할 수 있다.
안테나 모듈(2597)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(2597)은 복수의 안테나들을 포함할 수 있다. 이런 경우, 제 1 네트워크(2598) 또는 제 2 네트워크(2599)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(2590)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(2590)과 외부 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC)이 추가로 안테나 모듈(2597)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))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(2599)에 연결된 서버(2508)를 통해서 전자 장치(101)와 외부의 전자 장치(2504)간에 송신 또는 수신될 수 있다. 외부 전자 장치(2502, 2504) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(2502, 2504, 또는 2508) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)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(101)로 전달할 수 있다. 전자 장치(101)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.
다양한 실시예들에 따라서, 사용자 발화를 분석하는 전자 장치(예: 도 1의 사용자 단말(100))는 마이크(120), 디스플레이(140),통신 인터페이스(110), 상기 마이크(120) 및 상기 통신 인터페이스(110)와 작동적으로 연결된 프로세서(160), 및 상기 프로세서(160)와 작동적으로 연결된 메모리(150)를 포함하고, 상기 메모리(150)는, 실행 시에, 상기 프로세서(160)가, 상기 마이크(120)를 통하여 제 1 사용자 발화를 획득하고, 상기 제1 사용자 발화를 분석한 정보에 기반하여 제1 태스크를 확인하고, 상기 통신 인터페이스(110)를 통하여 적어도 하나의 외부 전자 장치로 제1 컨텍스트 정보에 대한 제1 요청을 송신하고, 상기 적어도 하나의 외부 전자 장치 중 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보와 상기 제1 사용자 발화를 분석한 정보에 기반하여 상기 제1 태스크를 수행하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
다양한 실시예들에 따라서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 외부 전자 장치로부터 획득한 제1 컨텍스트 정보에서 상기 제1 사용자 발화를 분석한 정보와 연관된 제1 정보를 확인하고, 상기 제1 사용자 발화를 분석한 정보와 상기 제1 정보를 기반으로 상기 제1 태스크를 수행하도록 할 수 있다.
다양한 실시예들에 따라서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 사용자 발화를 분석한 정보에 상기 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보를 결합하여 상기 제1 태스크를 수행하도록 할 수 있다.
다양한 실시예들에 따라서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 사용자 발화를 분석한 정보와 상기 제1 컨텍스트 정보를 비교한 결과, 상기 제1 컨텍스트 정보가 상기 제1 사용자 발화를 분석한 정보에 포함되어 있지 않으면, 상기 제1 사용자 발화를 분석한 정보에 상기 제1 컨텍스트 정보를 추가하여 상기 제1 태스크를 수행하고, 상기 제1 태스크를 수행하는 동안 상기 제1 사용자 발화를 분석한 정보와 상기 제1 컨텍스트 정보를 구분되게 상기 디스플레이에 표시하도록 할 수 있다.
다양한 실시예들에 따라서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보를 기반으로 상기 제1 외부 전자 장치가 상기 제1 태스크를 수행할 수 있는 있음을 확인하고, 상기 제1 태스크를 수행할 수 있는 상기 제1 외부 전자 장치의 정보를 제공하도록 할 수 있다.
다양한 실시예들에 따라서, 상기 인스트럭션들은, 상기 프로세서가, 상기 전자 장치와 통신이 연결되어 컨텍스트 정보를 제공할 수 있는 적어도 하나의 외부 전자 장치에 대한 정보 맵을 상기 디스플레이에 표시할 수 있다.
다양한 실시예들에 따라서, 상기 제 1 외부 전자 장치로부터 획득한 상기 제 1 컨텍스트 정보는,상기 제 1 외부 전자 장치에 의하여 처리된 제2 사용자 발화에 대한 제2 컨텍스트 히스토리 정보 또는 상기 제2 사용자 발화에 대응하는 제2 태스크가 수행된 결과에 관한 정보를 포함할 수 있다.
다양한 실시예들에 따라서, 상기 인스트럭션들은, 상기 프로세서가, 상기 적어도 하나의 외부 전자 장치들 중 상기 제 1 사용자 발화에 대한 도메인(domain), 의도(intent), 또는 필수 파라미터(mandatory parameter) 중 적어도 하나를 포함하는 상기 제1 외부 전자 장치의 상기 제1 컨텍스트 정보를 상기 통신 인터페이스를 통하여, 수신하도록 할 수 있다.
다양한 실시예들에 따라서, 상기 적어도 하나의 외부 전자 장치는, 상기 전자 장치와 근거리 무선 통신 연결을 형성하는 외부 전자 장치 또는 상기 전자 장치의 사용자 계정과 연관되는 외부 전자 장치 중 적어도 하나를 포함할 수 있다. .
다양한 실시예들에 따라서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제 1 사용자 발화에 대응하는 상기 제 1 태스크를 수행한 결과에 기반하여 제 2 컨텍스트 정보를 생성하고, 제 2 외부 전자 장치로부터 상기 제 2 컨텍스트 정보에 대한 제 2 요청을 획득한 것에 기반하여, 상기 제 2 외부 전자 장치로 상기 제 2 컨텍스트 정보를 상기 통신 인터페이스를 통하여, 송신하도록 할 수 있다.
다양한 실시예들에 따라서, 전자 장치에서 사용자 발화를 처리하는 방법은, 마이크(120)를 통하여 제 1 사용자 발화를 획득하는 동작, 상기 제1 사용자 발화를 분석한 정보에 기반하여 제1 태스크를 확인하는 동작, 통신 인터페이스(110)를 통하여 적어도 하나의 외부 전자 장치로 제1 컨텍스트 정보에 대한 제1 요청을 송신하는 동작, 및 상기 적어도 하나의 외부 전자 장치 중 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보와 상기 제1 사용자 발화를 분석한 정보에 기반하여 상기 제1 태스크를 수행하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 제1 태스크를 수행하는 동작은, 상기 제1 외부 전자 장치로부터 획득한 제1 컨텍스트 정보에서 상기 제1 사용자 발화를 분석한 정보와 연관된 제1 정보를 확인하는 동작, 및 상기 제1 사용자 발화를 분석한 정보와 상기 제1 정보를 기반으로 상기 제1 태스크를 수행하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 제1 태스크를 수행하는 동작은, 상기 제1 사용자 발화를 분석한 정보에 상기 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보를 결합하여 상기 제1 태스크를 수행하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 제1 사용자 발화를 분석한 정보와 상기 제1 컨텍스트 정보를 비교한 결과, 상기 제1 컨텍스트 정보가 상기 제1 사용자 발화를 분석한 정보에 포함되어 있지 않으면, 상기 제1 사용자 발화를 분석한 정보에 상기 제1 컨텍스트 정보를 추가하여 상기 제1 태스크를 수행하는 동작, 및 상기 제1 태스크를 수행하는 동안 상기 제1 사용자 발화를 분석한 정보와 상기 제1 컨텍스트 정보를 구분되게 상기 전자 장치의 디스플레이에 표시하는 동작을 더 포함할 수 있다.
다양한 실시예들에 따라서, 상기 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보를 기반으로 상기 제1 외부 전자 장치가 상기 제1 태스크를 수행할 수 있는 있음을 확인하는 동작, 및 상기 제1 태스크를 수행할 수 있는 상기 제1 외부 전자 장치의 정보를 제공하는 동작을 더 포함할 수 있다.
다양한 실시예들에 따라서, 상기 전자 장치와 통신이 연결되어 컨텍스트 정보를 제공할 수 있는 적어도 하나의 외부 전자 장치에 대한 정보 맵을 상기 전자 장치의 디스플레이에 표시하는 동작을 더 포함할 수 있다.
다양한 실시예들에 따라서, 상기 제 1 외부 전자 장치로부터 획득한 상기 제 1 컨텍스트 정보는, 상기 제 1 외부 전자 장치에 의하여 처리된 제2 사용자 발화에 대한 제2 컨텍스트 히스토리 정보 또는 상기 제2 사용자 발화에 대응하는 제2 태스크가 수행된 결과에 관한 정보를 포함할 수 있다.
다양한 실시예들에 따라서, 상기 적어도 하나의 외부 전자 장치들 중 상기 제 1 사용자 발화에 대한 도메인(domain), 의도(intent), 또는 필수 파라미터(mandatory parameter) 중 적어도 하나를 포함하는 상기 제1 외부 전자 장치의 상기 제1 컨텍스트 정보를 전자 장치의 통신 인터페이스를 통하여, 수신할 수 있다.
다양한 실시예들에 따라서, 상기 적어도 하나의 외부 전자 장치는, 상기 전자 장치와 근거리 무선 통신 연결을 형성하는 외부 전자 장치 또는 상기 전자 장치의 사용자 계정과 연관되는 외부 전자 장치 중 적어도 하나를 포함할 수 있다.
다양한 실시예들에 따라서, 상기 제 1 사용자 발화에 대응하는 상기 제 1 태스크를 수행한 결과에 기반하여 제 2 컨텍스트 정보를 생성하는 동작, 및 제 2 외부 전자 장치로부터 상기 제 2 컨텍스트 정보에 대한 제 2 요청을 획득한 것에 기반하여, 상기 제 2 외부 전자 장치로 상기 제 2 컨텍스트 정보를 전자 장치의 통신 인터페이스를 통하여, 송신하는 동작을 더 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 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 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 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 의 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, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(2536) 또는 외장 메모리(2538))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(160))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
본 개시에 따른 사용자 발화를 처리하는 방법에 있어서, 미디어 장치로부터의 출력된 음성에 의한 동작을 방지하기 위하여 사용자의 음성을 인식하고 의도를 해석하기 위한 방법으로, 예를 들어, 마이크를 통해 아날로그 신호인 음성 신호를 수신하고, ASR(Automatic Speech Recognition)모델을 이용하여 음성 부분을 컴퓨터로 판독 가능한 텍스트로 변환할 수 있다. 자연어 이해(Natural Language Understanding, NLU) 모델을 이용하여 변환된 텍스트를 해석하여, 사용자의 발화 의도를 획득할 수 있다. 여기서 ASR 모델 또는 NLU 모델은 인공지능 모델일 수 있다. 인공지능 모델은 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계된 인공지능 전용 프로세서에 의해 처리될 수 있다. 인공지능 모델은 학습을 통해 만들어 질 수 있다. 여기서, 학습을 통해 만들어진다는 것은, 기본 인공지능 모델이 학습 알고리즘에 의하여 다수의 학습 데이터들을 이용하여 학습됨으로써, 원하는 특성(또는, 목적)을 수행하도록 설정된 기 정의된 동작 규칙 또는 인공지능 모델이 만들어짐을 의미한다. 인공지능 모델은, 복수의 신경망 레이어들로 구성될 수 있다. 복수의 신경망 레이어들 각각은 복수의 가중치들(weight values)을 갖고 있으며, 이전(previous) 레이어의 연산 결과와 복수의 가중치들 간의 연산을 통해 신경망 연산을 수행한다.
언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리(Natural Language Processing), 기계 번역(Machine Translation), 대화 시스템(Dialog System), 질의 응답(Question Answering), 음성 인식/합성(Speech Recognition/Synthesis) 등을 포함한다.

Claims (20)

  1. 사용자 발화를 분석하는 전자 장치에 있어서,
    마이크;
    디스플레이;
    통신 인터페이스;
    상기 마이크 및 상기 통신 인터페이스와 작동적으로 연결된 프로세서; 및
    상기 프로세서와 작동적으로 연결된 메모리를 포함하고,
    상기 메모리는, 실행 시에, 상기 프로세서가,
    상기 마이크를 통하여 제 1 사용자 발화를 획득하고,
    상기 제1 사용자 발화를 분석한 정보에 기반하여 제1 태스크를 확인하고,
    상기 통신 인터페이스를 통하여, 적어도 하나의 외부 전자 장치로 제1 컨텍스트 정보에 대한 제1 요청을 송신하고,
    상기 적어도 하나의 외부 전자 장치 중 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보와 상기 제1 사용자 발화를 분석한 정보에 기반하여 상기 제1 태스크를 수행하도록 하는 인스트럭션들(instructions)을 저장하는 전자 장치.
  2. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제1 외부 전자 장치로부터 획득한 제1 컨텍스트 정보에서 상기 제1 사용자 발화를 분석한 정보와 연관된 제1 정보를 확인하고, 상기 제1 사용자 발화를 분석한 정보와 상기 제1 정보를 기반으로 상기 제1 태스크를 수행하도록 하는 전자 장치.
  3. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제1 사용자 발화를 분석한 정보에 상기 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보를 결합하여 상기 제1 태스크를 수행하도록 하는 전자 장치.
  4. 제 3 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제1 사용자 발화를 분석한 정보와 상기 제1 컨텍스트 정보를 비교한 결과, 상기 제1 컨텍스트 정보가 상기 제1 사용자 발화를 분석한 정보에 포함되어 있지 않으면, 상기 제1 사용자 발화를 분석한 정보에 상기 제1 컨텍스트 정보를 추가하여 상기 제1 태스크를 수행하고,
    상기 제1 태스크를 수행하는 동안 상기 제1 사용자 발화를 분석한 정보와 상기 제1 컨텍스트 정보를 구분되게 상기 디스플레이에 표시하도록 하는 전자 장치.
  5. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보를 기반으로 상기 제1 외부 전자 장치가 상기 제1 태스크를 수행할 수 있는 있음을 확인하고, 상기 제1 태스크를 수행할 수 있는 상기 제1 외부 전자 장치의 정보를 제공하도록 하는 전자 장치.
  6. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 전자 장치와 통신이 연결되어 컨텍스트 정보를 제공할 수 있는 적어도 하나의 외부 전자 장치에 대한 정보 맵을 상기 디스플레이 표시하도록 하는 전자 장치.
  7. 제 1 항에 있어서,
    상기 제 1 외부 전자 장치로부터 획득한 상기 제 1 컨텍스트 정보는, 상기 제 1 외부 전자 장치에 의하여 처리된 제2 사용자 발화에 대한 제2 컨텍스트 히스토리 정보 또는 상기 제2 사용자 발화에 대응하는 제2 태스크가 수행된 결과에 관한 정보를 포함하는 전자 장치.
  8. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 적어도 하나의 외부 전자 장치들 중 상기 제 1 사용자 발화에 대한 도메인(domain), 의도(intent), 또는 필수 파라미터(mandatory parameter) 중 적어도 하나를 포함하는 상기 제1 외부 전자 장치의 상기 제1 컨텍스트 정보를 상기 통신 인터페이스를 통하여, 수신하도록 하는 전자 장치.
  9. 제 1 항에 있어서,
    상기 적어도 하나의 외부 전자 장치는, 상기 전자 장치와 근거리 무선 통신 연결을 형성하는 외부 전자 장치 또는 상기 전자 장치의 사용자 계정과 연관되는 외부 전자 장치 중 적어도 하나를 포함하는 전자 장치.
  10. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제 1 사용자 발화에 대응하는 상기 제 1 태스크를 수행한 결과에 기반하여 제 2 컨텍스트 정보를 생성하고,
    제 2 외부 전자 장치로부터 상기 제 2 컨텍스트 정보에 대한 제 2 요청을 획득한 것에 기반하여, 상기 제 2 외부 전자 장치로 상기 제 2 컨텍스트 정보를 상기 통신 인터페이스를 통하여, 송신하도록 하는 전자 장치.
  11. 전자 장치에서 사용자 발화를 처리하는 방법에 있어서,
    마이크를 통하여 제 1 사용자 발화를 획득하는 동작;
    상기 제1 사용자 발화를 분석한 정보에 기반하여 제1 태스크를 확인하는 동작;
    통신 인터페이스를 통하여, 적어도 하나의 외부 전자 장치로 제1 컨텍스트 정보에 대한 제1 요청을 송신하는 동작; 및
    상기 적어도 하나의 외부 전자 장치 중 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보와 상기 제1 사용자 발화를 분석한 정보에 기반하여 상기 제1 태스크를 수행하는 동작을 포함하는 방법.
  12. 제 11 항에 있어서, 상기 제1 태스크를 수행하는 동작은,
    상기 제1 외부 전자 장치로부터 획득한 제1 컨텍스트 정보에서 상기 제1 사용자 발화를 분석한 정보와 연관된 제1 정보를 확인하는 동작; 및
    상기 제1 사용자 발화를 분석한 정보와 상기 제1 정보를 기반으로 상기 제1 태스크를 수행하는 동작을 포함하는 방법.
  13. 제 11 항에 있어서, 상기 제1 태스크를 수행하는 동작은,
    상기 제1 사용자 발화를 분석한 정보에 상기 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보를 결합하여 상기 제1 태스크를 수행하는 동작을 포함하는 방법.
  14. 제 13 항에 있어서,
    상기 제1 사용자 발화를 분석한 정보와 상기 제1 컨텍스트 정보를 비교한 결과, 상기 제1 컨텍스트 정보가 상기 제1 사용자 발화를 분석한 정보에 포함되어 있지 않으면, 상기 제1 사용자 발화를 분석한 정보에 상기 제1 컨텍스트 정보를 추가하여 상기 제1 태스크를 수행하는 동작; 및
    상기 제1 태스크를 수행하는 동안 상기 제1 사용자 발화를 분석한 정보와 상기 제1 컨텍스트 정보를 구분되게 상기 전자 장치의 디스플레이에 표시하는 동작을 더 포함하는 방법.
  15. 제 11 항에 있어서,
    상기 제1 외부 전자 장치로부터 획득한 상기 제1 컨텍스트 정보를 기반으로 상기 제1 외부 전자 장치가 상기 제1 태스크를 수행할 수 있는 있음을 확인하는 동작; 및
    상기 제1 태스크를 수행할 수 있는 상기 제1 외부 전자 장치의 정보를 제공하는 동작을 더 포함하는 방법.
  16. 제 11 항에 있어서,
    상기 전자 장치와 통신이 연결되어 컨텍스트 정보를 제공할 수 있는 적어도 하나의 외부 전자 장치에 대한 정보 맵을 상기 전자 장치의 디스플레이에 표시하는 동작을 더 포함하는 방법.
  17. 제 11 항에 있어서,
    상기 제 1 외부 전자 장치로부터 획득한 상기 제 1 컨텍스트 정보는, 상기 제 1 외부 전자 장치에 의하여 처리된 제2 사용자 발화에 대한 제2 컨텍스트 히스토리 정보 또는 상기 제2 사용자 발화에 대응하는 제2 태스크가 수행된 결과에 관한 정보를 포함하는 방법.
  18. 제 11 항에 있어서,
    상기 적어도 하나의 외부 전자 장치들 중 상기 제 1 사용자 발화에 대한 도메인(domain), 의도(intent), 또는 필수 파라미터(mandatory parameter) 중 적어도 하나를 포함하는 상기 제1 외부 전자 장치의 상기 제1 컨텍스트 정보를 상기 전자 장치의 통신 인터페이스를 통하여, 수신하는 방법.
  19. 제 11 항에 있어서,
    상기 적어도 하나의 외부 전자 장치는, 상기 전자 장치와 근거리 무선 통신 연결을 형성하는 외부 전자 장치 또는 상기 전자 장치의 사용자 계정과 연관되는 외부 전자 장치 중 적어도 하나를 포함하는 방법.
  20. 제 11 항에 있어서,
    상기 제 1 사용자 발화에 대응하는 상기 제 1 태스크를 수행한 결과에 기반하여 제 2 컨텍스트 정보를 생성하는 동작; 및
    제 2 외부 전자 장치로부터 상기 제 2 컨텍스트 정보에 대한 제 2 요청을 획득한 것에 기반하여, 상기 제 2 외부 전자 장치로 상기 제 2 컨텍스트 정보를 상기 전자 장치의 통신 인터페이스를 통하여, 송신하는 동작을 더 포함하는 방법.
KR1020200067444A 2019-10-07 2020-06-04 사용자 발화를 처리하는 전자 장치 및 그 작동 방법 KR20210041476A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/KR2020/012390 WO2021071115A1 (en) 2019-10-07 2020-09-14 Electronic device for processing user utterance and method of operating same
US17/061,532 US20210104232A1 (en) 2019-10-07 2020-10-01 Electronic device for processing user utterance and method of operating same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190124028 2019-10-07
KR1020190124028 2019-10-07

Publications (1)

Publication Number Publication Date
KR20210041476A true KR20210041476A (ko) 2021-04-15

Family

ID=75441057

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200067444A KR20210041476A (ko) 2019-10-07 2020-06-04 사용자 발화를 처리하는 전자 장치 및 그 작동 방법

Country Status (1)

Country Link
KR (1) KR20210041476A (ko)

Similar Documents

Publication Publication Date Title
US20210104232A1 (en) Electronic device for processing user utterance and method of operating same
KR102426704B1 (ko) 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치
KR20190111624A (ko) 전자 장치 및 전자 장치의 음성 인식 제어 방법
US11551682B2 (en) Method of performing function of electronic device and electronic device using same
CN110858481B (zh) 用于处理用户语音话语的系统和用于操作该系统的方法
KR102508863B1 (ko) 전자 장치 및 상기 전자 장치로부터 수신된 데이터를 처리하는 서버
CN112331196A (zh) 管理多个智能代理的电子设备及其操作方法
KR102209092B1 (ko) 복수의 호출 용어를 이용하여 인공지능 기기를 제어하는 방법 및 시스템
KR20200113105A (ko) 응답을 제공하는 전자 장치와 이의 동작 방법
CN112840396A (zh) 用于处理用户话语的电子装置及其控制方法
CN112970059A (zh) 用于处理用户话语的电子装置及其控制方法
US20220172722A1 (en) Electronic device for processing user utterance and method for operating same
KR102464120B1 (ko) 사용자 발화를 처리하는 전자 장치
US20220020358A1 (en) Electronic device for processing user utterance and operation method therefor
CN111640429A (zh) 提供语音识别服务的方法和用于该方法的电子装置
KR20190134975A (ko) 인공지능 시스템의 앱들 또는 스킬들의 리스트를 표시하는 증강 현실 장치 및 동작 방법
US11862178B2 (en) Electronic device for supporting artificial intelligence agent services to talk to users
US10976997B2 (en) Electronic device outputting hints in an offline state for providing service according to user context
US11151995B2 (en) Electronic device for mapping an invoke word to a sequence of inputs for generating a personalized command
US11769489B2 (en) Electronic device and method for performing shortcut command in electronic device
KR20190139489A (ko) 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치
CN113678119A (zh) 用于生成自然语言响应的电子装置及其方法
KR20210061091A (ko) 인텔리전트 어시스턴스 서비스를 제공하기 위한 전자 장치 및 그의 동작 방법
KR20200040562A (ko) 사용자 발화를 처리하기 위한 시스템
KR20200107058A (ko) 복수 개의 엔드 포인트가 포함된 플랜들을 처리하는 방법 및 그 방법을 적용한 전자 장치