KR20210059967A - 비정상 잡음을 판단하는 전자 장치 및 방법 - Google Patents

비정상 잡음을 판단하는 전자 장치 및 방법 Download PDF

Info

Publication number
KR20210059967A
KR20210059967A KR1020190147429A KR20190147429A KR20210059967A KR 20210059967 A KR20210059967 A KR 20210059967A KR 1020190147429 A KR1020190147429 A KR 1020190147429A KR 20190147429 A KR20190147429 A KR 20190147429A KR 20210059967 A KR20210059967 A KR 20210059967A
Authority
KR
South Korea
Prior art keywords
signal
electronic device
received
section
level
Prior art date
Application number
KR1020190147429A
Other languages
English (en)
Inventor
신호선
이철민
한창우
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 KR1020190147429A priority Critical patent/KR20210059967A/ko
Priority to PCT/KR2020/010132 priority patent/WO2021101017A1/ko
Publication of KR20210059967A publication Critical patent/KR20210059967A/ko
Priority to US17/664,025 priority patent/US11942105B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L21/0232—Processing in the frequency domain
    • 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
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • 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
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/26—Pre-filtering or post-filtering
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L2025/783—Detection of presence or absence of voice signals based on threshold decision
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise

Landscapes

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

Abstract

전자 장치가 개시된다. 전자 장치는, 입력 장치, 프로세서 및 상기 입력 장치 및 상기 프로세서에 작동적으로(operatively) 연결된 메모리를 포함하고, 상기 메모리는, 실행되었을 때 상기 프로세서로 하여금 상기 입력 장치로부터 수신된 제1 신호의 제1 필터값을 식별하고, 상기 입력 장치로부터 상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호를 수신하고, 상기 입력 장치로부터 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하고, 상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하고, 적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하고, 상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하도록 하는 인스트럭션들(instructions)을 저장할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

비정상 잡음을 판단하는 전자 장치 및 방법{Electronic device for determining abnormal noise and method thereof}
본 문서에서 개시되는 실시 예들은, 비정상 잡음을 판단하고, 비정상 잡음이 포함된 신호를 전처리(preprocessing)하는 기술과 관련된다.
최근의 전자 장치들은 키보드나 마우스를 이용한 전통적인 입력 방식에 부가하여, 음성 입력과 같은 다양한 입력 방식을 지원할 수 있다. 예를 들어, 스마트폰(smart phone)이나 태블릿(tablet)과 같은 전자 장치들은 사용자 음성을 입력 받고, 입력된 사용자 음성에 대응되는 동작을 실행하는 서비스를 제공하고 있다.
이러한 음성 인식 서비스는 자연어를 처리하는 기술을 기반으로 발전하고 있다. 자연어를 처리하는 기술은 사용자 입력(발화)의 의도를 파악하고 그 의도에 맞는 결과를 산출하여 사용자에게 서비스를 제공하는 기술이다.
한편, 입력 장치를 통해 수신되는 신호에 대해 전처리가 수행될 수 있다. 예를 들어, 입력 장치를 통해 수신되는 신호에 대해 잡음을 제거하고 음질을 개선하는 전처리를 수행하여, 음질이 향상된 신호가 지능형 서버 등으로 전송될 수 있다.
입력 장치를 통해 비정상 잡음(abnormal noise)이 포함된 신호가 수신된 후 수신되는 정상 신호에 대해, 비정상 잡음이 포함된 신호에 적용될 수 있는 필터값을 적용시키는 경우, 정상 신호에 포함된 유효한 성분(예: 음성 성분)이 제거될 수 있다.
비정상 잡음은 예를 들어, 입력 장치에 물리적 접촉이 있거나, 입력 장치 주변의 강한 바람 또는 강한 소음과 같이, 일반 잡음에 비해 주파수 전대역에 걸쳐 매우 큰 세기로 유입되는 잡음일 수 있다.
본 문서에 개시되는 실시 예에 따르면, 입력 장치를 통해 수신되는 신호에 비정상 잡음이 포함되어 있는지 판단함으로써, 비정상 잡음이 포함된 신호가 수신된 후 입력 장치를 통해 수신되는 신호에 대한 필터값을 판단할 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 입력 장치, 프로세서 및 상기 입력 장치 및 상기 프로세서에 작동적으로(operatively) 연결된 메모리를 포함하고, 상기 메모리는, 실행되었을 때 상기 프로세서로 하여금 상기 입력 장치로부터 수신된 제1 신호의 제1 필터값을 식별하고, 상기 입력 장치로부터 상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호를 수신하고, 상기 입력 장치로부터 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하고, 상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하고, 적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하고, 상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 방법은, 전자 장치로 수신된 제1 신호의 제1 필터값을 식별하는 동작, 상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호, 및 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하는 동작, 상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하는 동작, 적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하는 동작 및 상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하는 동작을 포함할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 컴퓨터 판독 가능한 명령어를 저장하고 있는 저장 매체에 있어서,상기 명령어는 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금, 상기 전자 장치로 수신된 제1 신호의 제1 필터값을 식별하고, 상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호, 및 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하고, 상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하고, 적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하고, 상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하도록 할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 입력 장치를 통해 수신되는 신호에 비정상 잡음이 포함되어 있는지 판단함으로써, 비정상 잡음이 포함된 신호가 수신된 후 입력 장치를 통해 수신되는 신호에 대해 잡음을 제거하고 음질을 개선할 수 있는 필터링을 수행할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1a은 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 1b는 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 1c는 일 실시예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 1d는 본 문서에 개시되는 실시 예에 따른 사용자 단말(100)을 설명하기 위한 도면이다.
도 1e는 본 문서에 개시되는 실시 예에 따른 사용자 단말(100)의 마이크(120)에 수신되는 신호들의 예시적인 도면이다.
도 2는 본 문서에 개시되는 실시 예에 따른 전자 장치의 블록도이다.
도 3은 본 문서에 개시되는 실시 예에 따른 전자 장치의 동작을 설명하기 위한 순서도이다.
도 4는 본 문서에 개시되는 실시 예에 따른 전자 장치로 수신되는 제1 신호, 제2 신호 및 제3 신호를 설명하기 위한 도면이다.
도 5는 도 4의 제2 신호의 단위 구간 및 제1 구간을 설명하기 위한 도면이다.
도 6은 본 문서에 개시되는 실시 예에 따른 전자 장치의 동작을 설명하기 위한 순서도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
도 1a는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 1a를 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 실시예의스피커(130)는 전기적 신호를 소리(예: 음성)으로 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 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(neual network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 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 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(natual language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 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 플랜를 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 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)는 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)을 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 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 1b는 다양한 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(200)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(230))는 CAN (concept action network) 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) 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) 또는 CP 2 (403))가 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.
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 (410) 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 1c는 다양한 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
사용자 단말(100)은 지능형 서버(200)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 310 화면에서, 사용자 단말(100)은 지정된 음성 입력(예: 웨이크 업!)를 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(100)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이(140)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 "이번주 일정 알려줘!"라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 320 화면에서, 사용자 단말(100)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(100)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이에 표시할 수 있다.
도 1d는 본 문서에 개시되는 실시 예에 따른 사용자 단말(100)을 설명하기 위한 도면이다. 도 1d는 사용자 단말(100)의 상부를 도시한 도면일 수 있다. 도 1e는 본 문서에 개시되는 실시 예에 따른 사용자 단말(100)의 마이크(120)가 수신하는 신호의 예시적인 도면이다. 도 1e의 x 축은 시간을 나타낼 수 있고, y축은 진폭을 나타낼 수 있다. 도 1e의 각 신호들은 사용자 단말(100)의 복수의 마이크(120)들 각각으로 유입되는 신호들일 수 있다.
도 1d 및 도 1e를 참조하면, 일 실시 예에 따른 사용자 단말(100)은 상부에 마이크(120) 및/또는 터치부(125)를 포함할 수 있다. 사용자 단말(100)에서 재생되는 콘텐츠 및/또는 사용자 단말(100)의 기능은, 사용자 단말(100)의 상부의 터치부(125)의 조작에 의해 제어될 수 있다.
일 실시 예에서 사용자 단말(100)에 포함되는 마이크(120)는 복수개일 수 있다. 예를 들어, 사용자에 의한 터치부(125)의 조작에 의해 비정상 잡음을 포함하는 신호가 마이크(120)를 통해 유입되는 경우, 도 1e의 각 신호들은 지능형 서버(200)로 전송되기 전, 사용자 단말(100)에 의해 전처리 과정이 수행될 수 있다. 사용자 단말(100)에 의한 전처리 과정에 대해, 아래 도 2를 참조하여 설명한다.
이하에서 도 2를 참조하여 본 문서에 개시되는 실시 예에 따른 전자 장치(501)(예: 도 1a의 사용자 단말(100))에 대해 설명한다. 설명의 명확성을 위해 앞서 설명한 것과 중복되는 것은 간략히 하거나 생략한다.
도 2는 본 문서에 개시되는 실시 예에 따른 전자 장치(501)의 블록도이다.
도 2를 참조하면, 전자 장치(501)는, 프로세서(520)(예: 도 1a의 프로세서(160)), 메모리(530)(예: 도 1a의 메모리(150)), 및 입력 장치(550)(예: 도 1a의 마이크(120))를 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치(501)는 다양한 형태의 장치가 될 수 있다. 전자 장치(501)는, 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 장치(501)는 전술한 기기들에 한정되지 않는다.
전자 장치(501)는 도 2에 도시된 구성요소들 이외에 추가적인 구성요소를 적어도 하나 더 포함할 수 있다. 예를 들어, 전자 장치(501)는 외부 전자 장치와 통신을 수행하기 위한 통신 모듈 또는 연결 단자를 포함할 수 있다. 일 실시 예에 따르면, 전자 장치(501)의 구성요소들은 동일한 개체(entity)이거나, 별도의 개체를 구성할 수 있다.
일 실시 예에서 전자 장치(501)는, 입력 장치(550)로부터 수신된 신호에 음성 신호가 존재할 확률값을 계산하는 회로를 더 포함할 수 있다. 확률값을 계산하는 회로는 예를 들어 프로세서(520)에 포함될 수도 있고, 프로세서(520)와 별개의 회로로 구성될 수도 있다.
메모리(530)는 전자 장치(501)에 포함된 구성요소들의 동작과 연관된 명령, 정보 또는 데이터를 저장할 수 있다. 예를 들어, 메모리(530)는, 실행 시에, 프로세서(520)가 본 문서에 기재된 다양한 동작을 수행할 수 있도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
일 실시 예에 따르면, 프로세서(520)는 전자 장치(501)의 전반적인 기능을 수행하기 위하여 메모리(530), 및 입력 장치(550)와 작동적으로(operatively) 연결될(coupled) 수 있다. 프로세서(520)는 예를 들어, 하나 이상의 프로세서를 포함할 수 있다. 하나 이상의 프로세서는 예를 들어, 이미지 시그널 프로세서(image signal processor, ISP), 애플리케이션 프로세서(application processor, AP), 또는 통신 프로세서(communication processor, CP)를 포함할 수 있다.
입력 장치(550)는 예를 들어, 외부로부터 수신되는 신호를 프로세서(520)에 전송할 수 있다. 입력 장치(550)를 통해 외부로부터 수신되는 신호는, 음성 신호 뿐만 아니라, 잡음 및/또는 비정상 잡음이 포함될 수 있다.
본 문서에 개시되는 실시 예에 따른 전자 장치는, 입력 장치, 프로세서 및 상기 입력 장치 및 상기 프로세서에 작동적으로(operatively) 연결된 메모리를 포함하고, 상기 메모리는, 실행되었을 때 상기 프로세서로 하여금 상기 입력 장치로부터 수신된 제1 신호의 제1 필터값을 식별하고, 상기 입력 장치로부터 상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호를 수신하고, 상기 입력 장치로부터 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하고, 상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하고, 적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하고, 상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 세기를 식별하고, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 세기인 상기 레벨과 상기 제1 임계값을 비교하도록 할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분에 상기 비정상 잡음이 존재할 확률값을 식별하고, 상기 확률값인 상기 레벨과 상기 제1 임계값을 비교하도록 할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 상기 비정상 잡음이 존재할 확률값을 상기 제1 정보로써 식별하도록 할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제2 신호에 음성 신호가 존재할 확률값을 식별하고, 상기 확률값과 제2 임계값을 비교하고, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 레벨이 상기 제1 임계값보다 크고, 상기 확률값이 상기 제2 임계값보다 작은 것에 기반하여, 상기 제1 정보를 식별하도록 할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 레벨이 상기 제1 임계값보다 작은 것에 기반하여, 상기 제3 신호에 대해 상기 제2 신호의 제2 필터값을 기반으로 필터링을 수행하도록 할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 신호에 대해 상기 제1 필터값을 기반으로 필터링을 수행하도록 할 수 있다.
일 실시 예에서, 상기 프로세서는 상기 입력 장치로부터 입력 신호를 수신하고, 상기 제1 신호는, 제1 시점부터 상기 제1 시간동안 수신되는 상기 입력 신호의 일부분이고, 상기 제2 신호는, 상기 제1 시점으로부터 상기 제1 시간이 경과된 이후인 제2 시점부터 상기 제2 시간동안 수신되는 상기 입력 신호의 일부분이고, 상기 제3 신호는, 상기 제2 시점으로부터 상기 제2 시간이 경과된 이후인 제3 시점부터 수신되는 상기 입력 신호의 일부분일 수 있다.
이하에서, 도 3, 도 4 및 도 5를 참조하여 본 문서에 개시되는 실시 예에 따른 전자 장치(예: 도 2의 전자 장치(501))의 동작에 대해 설명한다. 설명의 명확성을 위해 앞서 설명한 것과 중복되는 것은 간략히 하거나 생략될 수 있다.
이하에서는 도 2의 전자 장치(501)가 도 3의 프로세스를 수행하는 것을 가정한다. 전자 장치(501)에 의해 수행되는 것으로 기술된 동작은 상기 전자 장치(501)의 프로세서(520)에 의해 수행(혹은, 실행)될 수 있는 인스트럭션(명령어)들로 구현될 수 있다. 상기 인스트럭션들은, 예를 들어, 컴퓨터 기록 매체 또는 도 2에 도시된 전자 장치(501)의 메모리(530)에 저장될 수 있다.
도 3은 본 문서에 개시되는 실시 예에 따른 전자 장치의 동작을 설명하기 위한 순서도이다. 도 4는 본 문서에 개시되는 실시 예에 따른 전자 장치로 수신되는 제1 신호, 제2 신호 및 제3 신호를 설명하기 위한 도면이다. 도 5는 도 4의 제2 신호의 단위 구간 및 제1 구간을 설명하기 위한 도면이다. 도 4 및 도 5의 그래프에서, x 축은 시간을 나타내고, y 축은 진폭을 나타낼 수 있다.
도 3을 참조하면, 동작(1010)에서, 전자 장치는 제1 신호, 제2 신호 및 제3 신호를 수신할 수 있다. 전자 장치는, 입력 장치(예: 도 2의 입력 장치(550))로부터 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호를 수신할 수 있다. 전자 장치는, 입력 장치로부터 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신할 수 있다.
도 4를 참조하면, 신호(S1, S2, S3)(예: 입력 신호)는, 전자 장치로 수신될 수 있다. 일 실시 예에서, 신호(S1, S2, S3)는, 외부로부터 입력 장치(예: 도 2의 입력 장치(550))로 수신된 신호가 입력 장치 및/또는 별도의 회로에 의해 전처리되어 프로세서(예: 도 2의 프로세서(520))로 전송된 신호일 수 있다. 일 실시 예에서, 신호(S1, S2, S3)는, 입력 장치 및/또는 별도의 회로에 의한 전처리 없이, 입력 장치로부터 프로세서로 전송된 신호일 수 있다.
신호(S1, S2, S3)는, 제1 신호(S1), 제2 신호(S2) 및 제3 신호(S3)를 포함할 수 있다. 제1 신호(S1)는, 제1 시점(t1)부터 제1 시간(TP1)동안 수신되는, 신호(S1, S2, S3)의 일부분일 수 있다. 제2 신호(S2)는, 제2 시점(t2)부터 제2 시간(TP2)동안 수신되는, 신호(S1, S2, S3)의 일부분일 수 있다. 제3 신호(S3)는, 제3 시점(t3)부터 제3 시간(TP3)동안 수신되는, 신호(S1, S2, S3)의 일부분일 수 있다.
도 4에서, 제1 시점(t1)으로부터 제1 시간(TP1)이 경과된 후 제2 시점(t2)이 시작되는 것으로 도시되어 있으나, 이에 제한되는 것은 아니다. 예를 들어, 제1 시점(t1)과 제2 시점(t2) 사이에, 제4 신호가 삽입되어 있을 수 있다. 이 경우, 제1 시점(t1)으로부터 제1 시간(TP1)동안 제1 신호(S1)가 수신된 후, 제4 신호가 제4 시간 동안 수신될 수 있다. 또한, 제4 신호가 제4 시간 동안 수신된 후, 제2 시점(t2)으로부터 제2 시간(TP2)동안 제2 신호(S2)가 수신될 수 있다.
일 실시 예에서, 전자 장치는 진폭(A1, A2)과 같거나 작은 진폭을 갖는 신호만 수신할 수 있다. 예를 들어, 진폭(A1, A2)보다 큰 진폭을 갖는 신호의 부분은, 클리핑(clipping)될 수 있다. 예를 들어, 제2 신호(S2)는 진폭(A1, A2)보다 큰 진폭을 가질 수 있다. 제2 신호(S2)가 전자 장치로 수신되는 경우, 제2 신호(S2)에서 진폭(A1, A2)보다 큰 진폭을 갖는 부분은 클리핑되어 수신될 수 있다. 예를 들어, 제2 신호(S2)가 전자 장치로 수신되는 경우, 제2 신호(S2)에서 진폭(A1, A2)과 같거나 작은 부분만 수신될 수 있다.
도 3을 참조하면, 동작(1030)에서, 전자 장치는 제1 신호의 제1 필터값을 식별할 수 있다. 제1 필터값은 예를 들어, 제1 신호에서 잡음을 제거하기 위해 이용되는 필터와 관련될 수 있다.
동작(1050)에서, 전자 장치는, 제2 신호의 레벨과 제1 임계값을 비교할 수 있다. 예를 들어, 전자 장치는, 제2 신호를 단위 구간으로 나눌 수 있다. 전자 장치는, 단위 구간마다, 단위 구간에 대응되는 제2 신호의 부분의 레벨과 제1 임계값을 비교할 수 있다.
일 실시 예에서, 레벨은 신호의 세기를 의미할 수 있다. 예를 들어 전자 장치는, 단위 구간마다, 단위 구간에 대응되는 제2 신호의 부분의 세기와 제1 임계값을 비교할 수 있다.
일 실시 예에서, 레벨은 단위 구간에 대응되는 신호의 부분에 비정상 잡음이 존재할 확률값을 의미할 수 있다. 예를 들어 전자 장치는, 단위 구간마다, 단위 구간에 대응되는 제2 신호의 부분에 비정상 잡음이 존재할 확률값과 제1 임계값을 비교할 수 있다.
도 5를 참조하면, 전자 장치는, 제2 신호(S2)를 단위 구간(U1, U2, U3, U4)으로 나눌 수 있다. 전자 장치는, 단위 구간(U1, U2, U3, U4)마다, 제2 신호(S2)의 레벨과 제1 임계값을 비교할 수 있다. 예를 들어 전자 장치는, 제1 단위 구간(U1), 제2 단위 구간(U2), 제3 단위 구간(U3) 및 제4 단위 구간(U4) 각각에 대응되는 제2 신호(S2)의 제1 부분(SP1), 제2 부분(SP2), 제3 부분(SP3) 및 제4 부분(SP4) 각각의 레벨과 제1 임계값을 비교할 수 있다.
도 3을 참조하면, 동작(1070)에서, 전자 장치는, 제2 신호의 레벨이 제1 임계값 보다 큰 것에 기반하여(예: 동작(1050)에서 YES), 제1 정보를 식별할 수 있다.
전자 장치는, 제2 신호에서, 제1 임계값 보다 큰 레벨을 갖는 적어도 하나의 단위 구간을 포함하는 제1 구간을 식별할 수 있다. 전자 장치는, 제2 신호에서, 제1 임계값 보다 작은 레벨을 갖는 적어도 하나의 단위 구간을 포함하는 제2 구간을 식별할 수 있다.
전자 장치는 제1 구간에 대응되는 제2 신호의 부분의 레벨이 제1 임계값 보다 큰 것에 기반하여, 제1 정보를 식별할 수 있다. 제1 정보는, 제2 신호의 제1 구간에 비정상 잡음이 존재한다는 정보를 포함할 수 있다. 비정상 잡음은, 단위 구간에 대응되는 제2 신호의 부분의 레벨이 제1 임계값 보다 큰 것을 의미할 수 있다.
전자 장치는 제2 구간에 대응되는 제2 신호의 부분의 레벨이 제1 임계값 보다 작은 것에 기반하여, 제2 신호의 제2 구간에 비정상 잡음이 존재하지 않음을 식별할 수 있다.
제1 신호 및 제3 신호는 예를 들어, 제1 임계값 보다 큰 레벨을 갖는 단위 구간을 포함하지 않는 신호일 수 있다.
일 실시 예에서, 제1 정보는 플래그(flag)로 표현될 수 있다.
일 실시 예에서, 제1 정보는, 제2 신호의 제1 구간에 비정상 잡음이 존재할 확률값으로 표현될 수 있다.
도 5를 참조하면, 전자 장치는, 제2 단위 구간(U2)에 대응되는 제2 신호(S2)의 제2 부분(SP2)의 레벨과, 제3 단위 구간(U3)에 대응되는 제2 신호(S2)의 제3 부분(SP3)의 레벨이, 제1 임계값 보다 큰 것을 식별할 수 있다. 전자 장치는, 제2 단위 구간(U2)과 제3 단위 구간(U3)을 포함하는 제1 구간(SE1)을 식별할 수 있다. 전자 장치는, 제1 단위 구간(U1)에 대응되는 제2 신호(S2)의 제1 부분(SP1)의 레벨과, 제4 단위 구간(U4)에 대응되는 제2 신호(S2)의 제4 부분(SP4)의 레벨이, 제1 임계값 보다 작은 것을 식별할 수 있다. 전자 장치는, 제1 단위 구간(U1)과 제4 단위 구간(U4)을 포함하는 제2 구간(SE2)을 식별할 수 있다. 전자 장치는, 제2 신호(S2)의 제1 구간(SE1)에 비정상 잡음이 존재한다는 제1 정보를 식별할 수 있다.
도 3을 참조하면, 동작(1090)에서, 전자 장치는, 제1 정보에 기반하여, 제3 신호에 대해 제1 필터값을 기반으로 필터링을 수행할 수 있다. 예를 들어 전자 장치는 제1 신호 및 제3 신호에 대해 필터링을 수행할 수 있다. 예를 들어, 전자 장치는 필터링을 통해 제1 신호 및 제3 신호에 포함되어 있는 잡음을 제거할 수 있다. 전자 장치는, 제1 신호에 대해 제1 필터값을 기반으로 필터링을 수행할 수 있다.
본 문서에 개시되는 실시 예에 따른 전자 장치는, 제3 신호가 수신되기 이전에 수신된 신호인 제2 신호에 비정상 잡음이 존재하는 구간(예: 제1 구간(SE1))이 포함되어 있는 것에 기반하여(예: 제1 정보에 기반하여), 제2 신호에 적용될 수 있는 필터값 대신, 제1 신호에 적용된 제1 필터값을 기반으로 제3 신호에 대한 필터링을 수행할 수 있다. 이 경우, 제2 신호에 적용될 수 있는 필터값을 제3 신호에 적용하여 필터링함으로써 제3 신호가 제거되는 현상이 방지될 수 있다.
동작(1100)에서, 전자 장치는, 제2 신호의 레벨이 제1 임계값 보다 작은 것에 기반하여(예: 동작(1050)에서 NO), 제2 신호의 제2 필터값을 식별할 수 있다.
전자 장치는, 제2 신호에, 제1 임계값 보다 큰 레벨을 갖는 단위 구간이 포함되어 있지 않음을 식별할 수 있다. 전자 장치는, 제2 신호에 제1 임계값 보다 큰 레벨을 갖는 단위 구간이 포함되어 있지 않은 것에 기반하여, 제2 신호에 비정상 잡음이 존재하지 않음을 식별할 수 있다. 전자 장치는, 제2 신호에 비정상 잡음이 존재하지 않는 것에 기반하여, 제2 신호의 제2 필터값을 식별할 수 있다.
동작(1110)에서, 전자 장치는, 제3 신호에 대해 제2 필터값을 기반으로 필터링을 수행할 수 있다. 예를 들어 전자 장치는, 제3 신호가 수신되기 이전에 수신된 제2 신호에 비정상 잡음이 존재하지 않는 것에 기반하여, 제3 신호에 대해 제2 필터값을 기반으로 필터링을 수행할 수 있다.
이하에서, 도 6을 참조하여 본 문서에 개시되는 실시 예에 따른 전자 장치(예: 도 2의 전자 장치(501))의 동작에 대해 설명한다. 설명의 명확성을 위해 앞서 설명한 것과 중복되는 것은 간략히 하거나 생략될 수 있다.
이하에서는 도 2의 전자 장치(501)가 도 6의 프로세스를 수행하는 것을 가정한다. 전자 장치(501)에 의해 수행되는 것으로 기술된 동작은 상기 전자 장치(501)의 프로세서(520)에 의해 수행(혹은, 실행)될 수 있는 인스트럭션(명령어)들로 구현될 수 있다. 상기 인스트럭션들은, 예를 들어, 컴퓨터 기록 매체 또는 도 6에 도시된 전자 장치(501)의 메모리(530)에 저장될 수 있다.
도 6은 본 문서에 개시되는 실시 예에 따른 전자 장치의 동작을 설명하기 위한 순서도이다.
도 6을 참조하면, 동작(1200)에서, 전자 장치는, 제2 신호에 음성 신호가 존재할 확률값을 식별할 수 있다. 일 실시 예에서 전자 장치는, 프로세서(예: 도 2의 프로세서(520)) 또는 별도의 회로 중 어느 하나로부터, 제2 신호에 음성 신호가 존재할 확률값을 수신할 수 있다.
동작(1210)에서, 전자 장치는, 제2 신호에 음성 신호가 존재할 확률값과 제2 임계값을 비교할 수 있다.
전자 장치는, 제2 신호에 음성 신호가 존재할 확률값이 제2 임계값보다 큰 경우, 동작(1200)을 수행할 수 있다.
전자 장치는, 제2 신호에 음성 신호가 존재할 확률값이 제2 임계값보다 작은 경우, 동작(1050)을 수행할 수 있다. 예를 들어, 전자 장치는, 제2 신호에 음성 신호가 존재할 확률값이 제2 임계값보다 작고, 제1 구간에 대응되는 제2 신호의 부분의 레벨이 제1 임계값보다 큰 것에 기반하여, 제1 정보를 식별(예: 동작(1070))할 수 있다.
본 문서에 개시되는 실시 예에 따른 전자 장치의 비정상 잡음 판단 방법에 있어서, 상기 전자 장치로 수신된 제1 신호의 제1 필터값을 식별하는 동작, 상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호, 및 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하는 동작, 상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하는 동작, 적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하는 동작 및 상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하는 동작을 포함할 수 있다.
일 실시 예에서, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 세기를 식별하는 동작을 더 포함하고, 상기 레벨은, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 세기일 수 있다.
일 실시 예에서, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분에 상기 비정상 잡음이 존재할 확률값을 식별하는 동작을 더 포함하고, 상기 레벨은, 상기 확률값일 수 있다.
일 실시 예에서, 상기 제1 정보를 식별하는 동작은, 상기 제2 신호의 상기 제1 구간에 상기 비정상 잡음이 존재할 확률값을 식별하는 동작을 포함할 수 있다.
일 실시 예에서, 상기 제2 신호에 음성 신호가 존재할 확률값을 식별하는 동작 및 상기 확률값과 제2 임계값을 비교하는 동작을 더 포함하고, 상기 제1 정보를 식별하는 동작은, 상기 제1 구간에 대응되는 상기 제2 신호 상기 부분의 상기 레벨이 상기 제1 임계값보다 크고, 상기 확률값이 상기 제2 임계값보다 작은 것에 기반하여, 상기 제1 정보를 식별하도록 하는 것일 수 있다.
일 실시 예에서, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 레벨이 상기 제1 임계값보다 작은 것에 기반하여, 상기 제3 신호에 대해 상기 제2 신호의 제2 필터값을 기반으로 필터링을 수행하는 동작을 더 포함할 수 있다.
일 실시 예에서, 상기 제1 신호에 대해 상기 제1 필터값을 기반으로 필터링을 수행하는 동작을 더 포함할 수 있다.
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 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))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(120))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 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 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 스토어™)를 통해 또는 두 개의 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.
본 문서에 개시되는 실시 예에 따른 컴퓨터 판독 가능한 명령어를 저장하고 있는 저장 매체에 있어서, 상기 명령어는 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금 상기 전자 장치로 수신된 제1 신호의 제1 필터값을 식별하고, 상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호, 및 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하고, 상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하고, 적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하고, 상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하도록 할 수 있다.
일 실시 예에서, 상기 명령어는 상기 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 세기를 식별하고, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 세기인 상기 레벨과 상기 제1 임계값을 비교하도록 할 수 있다.
일 실시 예에서, 상기 명령어는 상기 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분에 상기 비정상 잡음이 존재할 확률값을 식별하고, 상기 확률값인 상기 레벨과 상기 제1 임계값을 비교하도록 할 수 있다.
일 실시 예에서, 상기 명령어는 상기 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금 상기 제1 구간에 대응되는 상기 제2 신호의 부분의 상기 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 상기 비정상 잡음이 존재할 확률값을 상기 제1 정보로써 식별하도록 할 수 있다.
일 실시 예에서, 상기 명령어는 상기 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금 상기 제2 신호에 음성 신호가 존재할 확률값을 식별하고, 상기 확률값과 제2 임계값을 비교하고, 상기 제1 구간에 대응되는 상기 제2 신호 상기 부분의 상기 레벨이 상기 제1 임계값보다 크고, 상기 확률값이 상기 제2 임계값보다 작은 것에 기반하여, 상기 제1 정보를 식별하도록 할 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.

Claims (20)

  1. 전자 장치에 있어서,
    입력 장치;
    프로세서; 및
    상기 입력 장치 및 상기 프로세서에 작동적으로(operatively) 연결된 메모리를 포함하고,
    상기 메모리는, 실행되었을 때 상기 프로세서로 하여금:
    상기 입력 장치로부터 수신된 제1 신호의 제1 필터값을 식별하고,
    상기 입력 장치로부터 상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호를 수신하고,
    상기 입력 장치로부터 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하고,
    상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하고,
    적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하고,
    상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하도록 하는 인스트럭션들(instructions)을 저장하는, 전자 장치.
  2. 청구항 1에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 세기를 식별하고,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 세기인 상기 레벨과 상기 제1 임계값을 비교하도록 하는, 전자 장치.
  3. 청구항 1에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분에 상기 비정상 잡음이 존재할 확률값을 식별하고,
    상기 확률값인 상기 레벨과 상기 제1 임계값을 비교하도록 하는, 전자 장치.
  4. 청구항 1에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 상기 비정상 잡음이 존재할 확률값을 상기 제1 정보로써 식별하도록 하는, 전자 장치.
  5. 청구항 1에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제2 신호에 음성 신호가 존재할 확률값을 식별하고,
    상기 확률값과 제2 임계값을 비교하고,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 레벨이 상기 제1 임계값보다 크고, 상기 확률값이 상기 제2 임계값보다 작은 것에 기반하여, 상기 제1 정보를 식별하도록 하는, 전자 장치.
  6. 청구항 1에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 레벨이 상기 제1 임계값보다 작은 것에 기반하여, 상기 제3 신호에 대해 상기 제2 신호의 제2 필터값을 기반으로 필터링을 수행하도록 하는, 전자 장치.
  7. 청구항 1에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 제1 신호에 대해 상기 제1 필터값을 기반으로 필터링을 수행하도록 하는, 전자 장치.
  8. 청구항 1에 있어서,
    상기 프로세서는 상기 입력 장치로부터 입력 신호를 수신하고,
    상기 제1 신호는, 제1 시점부터 상기 제1 시간동안 수신되는 상기 입력 신호의 일부분이고,
    상기 제2 신호는, 상기 제1 시점으로부터 상기 제1 시간이 경과된 이후인 제2 시점부터 상기 제2 시간동안 수신되는 상기 입력 신호의 일부분이고,
    상기 제3 신호는, 상기 제2 시점으로부터 상기 제2 시간이 경과된 이후인 제3 시점부터 수신되는 상기 입력 신호의 일부분인, 전자 장치.
  9. 전자 장치의 비정상 잡음 판단 방법에 있어서,
    상기 전자 장치로 수신된 제1 신호의 제1 필터값을 식별하는 동작;
    상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호, 및 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하는 동작;
    상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하는 동작;
    적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하는 동작; 및
    상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하는 동작을 포함하는, 방법.
  10. 청구항 9에 있어서,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 세기를 식별하는 동작을 더 포함하고,
    상기 레벨은, 상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 세기인, 방법.
  11. 청구항 9에 있어서,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분에 상기 비정상 잡음이 존재할 확률값을 식별하는 동작을 더 포함하고,
    상기 레벨은, 상기 확률값인, 방법.
  12. 청구항 9에 있어서,
    상기 제1 정보를 식별하는 동작은,
    상기 제2 신호의 상기 제1 구간에 상기 비정상 잡음이 존재할 확률값을 식별하는 동작을 포함하는, 방법.
  13. 청구항 9에 있어서,
    상기 제2 신호에 음성 신호가 존재할 확률값을 식별하는 동작; 및
    상기 확률값과 제2 임계값을 비교하는 동작을 더 포함하고,
    상기 제1 정보를 식별하는 동작은,
    상기 제1 구간에 대응되는 상기 제2 신호 상기 부분의 상기 레벨이 상기 제1 임계값보다 크고, 상기 확률값이 상기 제2 임계값보다 작은 것에 기반하여, 상기 제1 정보를 식별하도록 하는 것인, 방법.
  14. 청구항 9에 있어서,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 레벨이 상기 제1 임계값보다 작은 것에 기반하여, 상기 제3 신호에 대해 상기 제2 신호의 제2 필터값을 기반으로 필터링을 수행하는 동작을 더 포함하는, 방법.
  15. 청구항 9에 있어서,
    상기 제1 신호에 대해 상기 제1 필터값을 기반으로 필터링을 수행하는 동작을 더 포함하는, 방법.
  16. 컴퓨터 판독 가능한 명령어를 저장하고 있는 저장 매체에 있어서,
    상기 명령어는 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금:
    상기 전자 장치로 수신된 제1 신호의 제1 필터값을 식별하고,
    상기 제1 신호가 수신된 후 제1 시간이 경과된 후에 수신되는 제2 신호, 및 상기 제2 신호가 수신된 후 제2 시간이 경과된 후에 수신되는 제3 신호를 수신하고,
    상기 제2 신호를 단위 구간으로 나누어 상기 제2 신호의 레벨과 제1 임계값을 비교하고,
    적어도 하나의 상기 단위 구간을 포함하는 제1 구간에 대응되는 상기 제2 신호의 부분의 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 비정상 잡음이 존재한다는 제1 정보를 식별하고,
    상기 제1 정보에 기반하여, 상기 제3 신호에 대해 상기 제1 신호의 상기 제1 필터값을 기반으로 필터링을 수행하도록 하는, 저장 매체.
  17. 청구항 16에 있어서,
    상기 명령어는 상기 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금:
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 세기를 식별하고,
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분의 상기 세기인 상기 레벨과 상기 제1 임계값을 비교하도록 하는, 저장 매체.
  18. 청구항 16에 있어서,
    상기 명령어는 상기 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금:
    상기 제1 구간에 대응되는 상기 제2 신호의 상기 부분에 상기 비정상 잡음이 존재할 확률값을 식별하고,
    상기 확률값인 상기 레벨과 상기 제1 임계값을 비교하도록 하는, 저장 매체.
  19. 청구항 16에 있어서,
    상기 명령어는 상기 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금:
    상기 제1 구간에 대응되는 상기 제2 신호의 부분의 상기 레벨이 상기 제1 임계값보다 큰 것에 기반하여, 상기 제2 신호의 상기 제1 구간에 상기 비정상 잡음이 존재할 확률값을 상기 제1 정보로써 식별하도록 하는, 저장 매체.
  20. 청구항 16에 있어서,
    상기 명령어는 상기 전자 장치에 의해 실행될 때, 상기 전자 장치로 하여금:
    상기 제2 신호에 음성 신호가 존재할 확률값을 식별하고,
    상기 확률값과 제2 임계값을 비교하고,
    상기 제1 구간에 대응되는 상기 제2 신호 상기 부분의 상기 레벨이 상기 제1 임계값보다 크고, 상기 확률값이 상기 제2 임계값보다 작은 것에 기반하여, 상기 제1 정보를 식별하도록 하는, 저장 매체.
KR1020190147429A 2019-11-18 2019-11-18 비정상 잡음을 판단하는 전자 장치 및 방법 KR20210059967A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020190147429A KR20210059967A (ko) 2019-11-18 2019-11-18 비정상 잡음을 판단하는 전자 장치 및 방법
PCT/KR2020/010132 WO2021101017A1 (ko) 2019-11-18 2020-07-31 비정상 잡음을 판단하는 전자 장치 및 방법
US17/664,025 US11942105B2 (en) 2019-11-18 2022-05-18 Electronic device and method for determining abnormal noise

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190147429A KR20210059967A (ko) 2019-11-18 2019-11-18 비정상 잡음을 판단하는 전자 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20210059967A true KR20210059967A (ko) 2021-05-26

Family

ID=75980823

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190147429A KR20210059967A (ko) 2019-11-18 2019-11-18 비정상 잡음을 판단하는 전자 장치 및 방법

Country Status (3)

Country Link
US (1) US11942105B2 (ko)
KR (1) KR20210059967A (ko)
WO (1) WO2021101017A1 (ko)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2836271B2 (ja) * 1991-01-30 1998-12-14 日本電気株式会社 雑音除去装置
JP3601074B2 (ja) * 1994-05-31 2004-12-15 ソニー株式会社 信号処理方法及び信号処理装置
US8005238B2 (en) 2007-03-22 2011-08-23 Microsoft Corporation Robust adaptive beamforming with enhanced noise suppression
US20090043577A1 (en) * 2007-08-10 2009-02-12 Ditech Networks, Inc. Signal presence detection using bi-directional communication data
KR101056511B1 (ko) 2008-05-28 2011-08-11 (주)파워보이스 실시간 호출명령어 인식을 이용한 잡음환경에서의음성구간검출과 연속음성인식 시스템
US8185389B2 (en) * 2008-12-16 2012-05-22 Microsoft Corporation Noise suppressor for robust speech recognition
JP2014123011A (ja) 2012-12-21 2014-07-03 Sony Corp 雑音検出装置および方法、並びに、プログラム
US9426592B2 (en) * 2013-02-14 2016-08-23 Google Inc. Audio clipping detection
US9691413B2 (en) * 2015-10-06 2017-06-27 Microsoft Technology Licensing, Llc Identifying sound from a source of interest based on multiple audio feeds

Also Published As

Publication number Publication date
WO2021101017A1 (ko) 2021-05-27
US11942105B2 (en) 2024-03-26
US20220277758A1 (en) 2022-09-01

Similar Documents

Publication Publication Date Title
US10733983B2 (en) Parameter collection and automatic dialog generation in dialog systems
CN107909998B (zh) 语音指令处理方法、装置、计算机设备和存储介质
KR102429407B1 (ko) 사용자 구성의 맞춤형 인터렉티브 대화 애플리케이션
CN111949240A (zh) 交互方法、存储介质、服务程序和设备
CN109144458B (zh) 用于执行与语音输入相对应的操作的电子设备
KR20200023088A (ko) 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법
US11474780B2 (en) Method of providing speech recognition service and electronic device for same
KR20200043642A (ko) 동작 상태에 기반하여 선택한 마이크를 이용하여 음성 인식을 수행하는 전자 장치 및 그의 동작 방법
KR20220028128A (ko) 화자 종속 음성 모델(들)을 사용한 화자 인식
CN110308886B (zh) 提供与个性化任务相关联的声音命令服务的系统和方法
KR102527107B1 (ko) 음성에 기반하여 기능을 실행하기 위한 방법 및 이를 지원하는 사용자 전자 장치
US10976997B2 (en) Electronic device outputting hints in an offline state for providing service according to user context
KR20210036527A (ko) 사용자 발화를 처리하는 전자 장치 및 그 작동 방법
US20200051555A1 (en) Electronic apparatus for processing user utterance and controlling method thereof
KR20200057426A (ko) 음성 인식 기반 이미지를 표시하는 전자 장치
KR20200099036A (ko) 음성 인식 기능을 이용한 동작을 수행하는 전자 장치 및 이를 이용한 동작과 관련된 알림을 제공하는 방법
KR20200107058A (ko) 복수 개의 엔드 포인트가 포함된 플랜들을 처리하는 방법 및 그 방법을 적용한 전자 장치
KR20200119531A (ko) 자연어 응답을 생성하는 전자 장치 및 자연어 응답 생성 방법
KR20200040562A (ko) 사용자 발화를 처리하기 위한 시스템
KR20210059967A (ko) 비정상 잡음을 판단하는 전자 장치 및 방법
KR20210044606A (ko) 웨이크업 모델 생성 방법 및 이를 위한 전자 장치
KR20200101103A (ko) 사용자 입력을 처리하는 전자 장치 및 방법
US11769503B2 (en) Electronic device and method for processing user utterance in the electronic device
US20220223148A1 (en) Method, computer program, device for virtually assisting a user with a digital assistant
KR20210014909A (ko) 대상의 언어 수준을 식별하는 전자 장치 및 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal