KR20210117066A - 음향 기반 아바타 모션 제어 방법 및 장치 - Google Patents
음향 기반 아바타 모션 제어 방법 및 장치 Download PDFInfo
- Publication number
- KR20210117066A KR20210117066A KR1020200033408A KR20200033408A KR20210117066A KR 20210117066 A KR20210117066 A KR 20210117066A KR 1020200033408 A KR1020200033408 A KR 1020200033408A KR 20200033408 A KR20200033408 A KR 20200033408A KR 20210117066 A KR20210117066 A KR 20210117066A
- Authority
- KR
- South Korea
- Prior art keywords
- avatar
- motion
- user
- controlling
- character string
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000033001 locomotion Effects 0.000 claims abstract description 350
- 238000004891 communication Methods 0.000 claims abstract description 47
- 230000015654 memory Effects 0.000 claims description 45
- 238000013507 mapping Methods 0.000 claims description 35
- 230000008921 facial expression Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 4
- 238000004904 shortening Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 230000010365 information processing Effects 0.000 description 43
- 230000009471 action Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 230000005291 magnetic effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000008451 emotion Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 206010011469 Crying Diseases 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000000881 depressing effect Effects 0.000 description 2
- 230000000994 depressogenic effect Effects 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/205—3D [Three Dimensional] animation driven by audio data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
-
- 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
- G10L21/06—Transformation of speech into a non-audible representation, e.g. speech visualisation or speech processing for tactile aids
- G10L21/10—Transforming into visible information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/80—2D [Two Dimensional] animation, e.g. using sprites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
- G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
- G11B27/036—Insert-editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- 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
- G10L21/06—Transformation of speech into a non-audible representation, e.g. speech visualisation or speech processing for tactile aids
- G10L21/10—Transforming into visible information
- G10L2021/105—Synthesis of the lips movements from speech, e.g. for talking heads
-
- 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
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- User Interface Of Digital Computer (AREA)
- Processing Or Creating Images (AREA)
Abstract
본 개시는 사용자 단말에서 동작하는 아바타 모션 제어 방법에 관한 것이다. 아바타 모션 제어 방법은, 오디오 센서에 의해 입력 오디오를 수신하는 단계 및 프로세서에 의해 입력 오디오에 기초해서 제1 사용자 아바타의 모션을 제어하는 단계를 포함한다.
Description
본 개시는 아바타 모션 제어 방법 및 장치에 관한 것으로, 구체적으로 음향에 기초하여 아바타의 모션을 제어할 수 있는 아바타 모션 제어 방법 및 장치에 관한 것이다.
카메라가 부착된 스마트폰, 태블릿 PC, 랩탑(laptop) 컴퓨터, 데스크탑 컴퓨터 등과 같은 단말기의 보급이 널리 확대되고 있다. 이러한 환경에서 단말기에 부착된 카메라를 활용하는 사례가 늘어나고 있다. 대표적인 예로, 단말기에 부착된 카메라를 이용하여 가상 공간에서 사용자의 역할을 대신하는 캐릭터인 아바타를 사용하는 서비스들이 제공되고 있다.
사용자를 대신하는 아바타를 제어하는 다양한 기술들이 제공되고 있지만, 사용자가 아바타를 수동으로 조작해야 하는 번거로움이 있다. 특히, 지속적으로 변화하는 사용자의 상황에 따라 아바타의 모션을 자연스럽게 제어하는 것은 쉽지 않다.
본 개시는 상기와 같은 문제점을 해결하기 위한 음향 기반 아바타 모션 제어 방법, 기록 매체에 저장된 컴퓨터 프로그램 및 장치를 제공한다.
음향에 기초하여 사용자 아바타의 신체 움직임, 입술 움직임 및 얼굴 표정을 제어함으로써, 아바타 모션을 자동으로 제어할 수 있는 아바타 모션 제어 방법 및 장치가 제공된다.
본 개시는 방법, 장치 또는 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.
본 개시의 일 실시예에 따른 아바타 모션 제어 방법은, 오디오 센서에 의해 입력 오디오를 수신하는 단계 및 프로세서에 의해 입력 오디오에 기초해서 제1 사용자 아바타의 모션을 제어하는 단계를 포함한다.
일 실시예에 따르면, 제1 사용자 아바타의 모션을 제어하는 단계는, 음성 인식을 통해 입력 오디오로부터 문자열을 검출하는 단계 및 검출된 문자열에 기초하여 제1 사용자 아바타의 신체 움직임을 제어하는 단계를 포함한다.
일 실시예에 따르면, 검출된 문자열에 기초하여 제1 사용자 아바타의 신체 움직임을 제어하는 단계는, 명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 검출된 문자열과 등록된 명령어 사이의 유사도 점수에 기초하여 검출된 문자열과 연관된 아바타 동작을 검색하는 단계 및 검색된 아바타 동작에 기초하여 제1 사용자 아바타의 신체 움직임을 제어하는 단계를 포함한다.
일 실시예에 따르면, 검출된 문자열에 기초하여 제1 사용자 아바타의 신체 움직임을 제어하는 단계는, 명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 검출된 문자열에서 제1 아바타 동작과 제2 아바타 동작을 검출하는 단계 및 제1 아바타 동작과 제2 아바타 동작이 중첩 적용 가능한 것으로 판정되는 경우, 제1 아바타 동작과 제2 아바타 동작을 중첩하여 제1 사용자 아바타에 적용하는 단계를 포함한다.
일 실시예에 따르면, 검출된 문자열에 기초하여 제1 사용자 아바타의 신체 움직임을 제어하는 단계는, 명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 검출된 문자열에서 제1 아바타 동작과 제2 아바타 동작을 검출하는 단계 및 제1 아바타 동작과 제2 아바타 동작이 중첩 적용 가능하지 않은 것으로 판정되는 경우, 제1 아바타 동작의 적용이 종료된 이후에 제2 아바타 동작이 제1 사용자 아바타에 적용되도록 제2 아바타 동작의 적용 시점을 지연시키는 단계를 포함한다.
일 실시예에 따르면, 검출된 문자열에 기초하여 제1 사용자 아바타의 신체 움직임을 제어하는 단계는, 명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 검출된 문자열에서 제1 아바타 동작과 제2 아바타 동작을 검출하는 단계 및 제1 아바타 동작과 제2 아바타 동작이 중첩 적용 가능하지 않은 것으로 판정되는 경우, 제1 아바타 동작의 재생 시간을 단축시키는 단계를 포함한다.
일 실시예에 따르면, 제1 사용자 아바타의 모션을 제어하는 단계는, 검출된 문자열에 기초하여 제1 사용자 아바타의 입술 움직임을 제어하는 단계를 더 포함한다.
일 실시예에 따르면, 제1 사용자 아바타의 모션을 제어하는 단계는, 입력 오디오로부터 검출되는 음성 톤에 기초하여 제1 사용자 아바타의 얼굴 표정을 제어하는 단계를 더 포함한다.
일 실시예에 따르면, 제1 사용자 아바타의 모션을 제어하는 단계는, 입력 오디오로부터 검출되는 음악의 템포 또는 멜로디 코드 중 적어도 하나에 기초하여 제1 사용자 아바타의 신체 움직임을 제어하는 단계를 포함한다.
일 실시예에 따르면, 제1 사용자 아바타의 신체 움직임을 제어하는 단계는, 멜로디 코드와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 검출된 멜로디 코드와 연관된 아바타 동작을 검색하는 단계, 검출된 음악의 템포에 기초하여 검색된 아바타 동작의 재생 속도를 결정하는 단계 및 검색된 아바타 동작을 제1 사용자 아바타에 적용하는 단계를 포함한다.
일 실시예에 따르면, 제1 사용자 아바타의 모션을 제어하는 단계는, 음성 인식을 통해 입력 오디오로부터 문자열을 검출하는 단계 및 검출된 문자열에 기초하여 제1 사용자 아바타의 입 모양을 제어하는 단계를 더 포함한다.
일 실시예에 따르면, 아바타 모션 제어 방법은, 다른 사용자 단말과 연관된 제2 사용자 아바타와 제1 사용자 아바타를 화면에 함께 표시하는 단계를 포함하고, 제2 사용자 아바타의 모션은 다른 사용자 단말이 수신하는 입력 오디오에 기초해서 제어된다.
일 실시예에 따르면, 제1 사용자 아바타의 모션을 제어하는 단계는, 음성 인식을 통해 입력 오디오로부터 문자열을 검출하는 단계, 명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 검출된 문자열에서 아바타 동작이 검색되는 단계 및 검색된 아바타 동작이 그룹 동작으로 판정되는 경우, 검색된 아바타 동작을 제1 사용자 아바타와 제2 사용자 아바타에 적용하는 단계를 포함한다.
일 실시예에 따르면, 아바타 모션 제어 방법은, 근거리 통신을 통해 사용자 단말의 근방에 다른 사용자 단말을 검색하는 단계, 다른 사용자 단말에 이벤트 참여 요청을 전송하는 단계 및 다른 사용자 단말이 이벤트 참여 요청을 수락하는 것에 응답하여, 제1 사용자 아바타 및 다른 사용자 단말과 연관된 제2 사용자 아바타를 사용자 단말의 화면에 함께 표시하는 단계를 더 포함한다.
일 실시예에 따르면, 아바타 모션 제어 방법은, 이미지 센서에 의해 입력 영상을 수신하는 단계 및 입력 영상 상에 제1 사용자 아바타 및 제2 사용자 아바타를 표시하는 단계를 더 포함한다.
일 실시예에 따르면, 아바타 모션 제어 방법은, 오디오 센서에 의해 수신되는 입력 오디오에 기초하여 제1 사용자 아바타와 제2 사용자 아바타의 모션을 함께 제어하는 단계를 더 포함한다.
일 실시예에 따르면, 아바타 모션 제어 방법은, 다른 사용자 단말에 의해 수신되는 입력 오디오에 기초하여 제2 사용자 아바타의 모션을 제어하는 단계를 더 포함한다.
일 실시예에 따르면, 제1 사용자 아바타의 모션을 제어하는 단계는, 입력 오디오를 분석하여 노래를 인식하는 단계 및 인식된 노래와 연관된 안무를 제1 사용자 아바타에 적용하는 단계를 더 포함한다.
본 개시의 일 실시예에 따른 상술한 아바타 모션 제어 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.
본 개시의 일 실시예에 따른 아바타 모션 제어 장치는, 메모리 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는 오디오 센서로부터 입력 오디오를 수신하고, 입력 오디오에 기초해서 제1 사용자 아바타의 모션을 제어한다.
본 개시의 일 실시예에 따르면, 사용자 단말의 카메라로 촬영된 영상이 아닌 아바타를 이용한 서비스를 제공하여, 사용자가 본인의 실제 모습을 드러내지 않고 다양한 서비스를 이용할 수 있다는 장점이 있다.
본 개시의 일 실시예에 따르면, 음향에 기초하여 아바타 모션을 자동으로 제어 또는 추천함으로써, 사용자의 대화, 감정이 반영된 아바타 모션을 제공하여 시각적 커뮤니케이션의 활용을 극대화시킬 수 있다. 이로 인해, 사용자가 아바타 모션을 수동으로 검색하고 선택하는 불편함을 해소할 수 있다.
본 개시의 일 실시예에 따르면, 사용자 아바타에 적용되는 복수 개의 아바타 동작의 중첩 적용 가능 여부에 따라 아바타 동작의 적용시점을 조절함으로써 보다 자연스러운 사용자 아바타 모션을 제공할 수 있다.
본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자(“통상의 기술자”라 함)에게 명확하게 이해될 수 있을 것이다.
본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따라 사용자 단말에서 동작하는 음향 기반 아바타 모션 제어의 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 아바타 모션 제어 서비스를 제공하기 위하여, 정보 처리 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 정보 처리 시스템의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 사용자 단말의 상세 구성을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 아바타의 모션을 제어하는 방법을 나타내는 순서도이다.
도 6은 본 개시의 일 실시예에 따른 음성 기반 아바타 모션 제어 방법의 예시를 나타내는 흐름도이다.
도 7은 본 개시의 일 실시예에 따른 복수 개의 아바타 동작에 대한 적용 예시를 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따른 음악 기반 아바타 모션 제어 방법의 예시를 나타내는 흐름도이다.
도 9는 본 개시의 일 실시예에 따른 음악에 기초한 아바타 모션 제어의 예시를 나타내는 도면이다.
도 10은 본 개시의 일 실시예에 따라 제1 사용자 단말에서 제1 아바타와 제2 아바타를 함께 표시하고 제어하는 예시를 나타내는 도면이다.
도 1은 본 개시의 일 실시예에 따라 사용자 단말에서 동작하는 음향 기반 아바타 모션 제어의 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 아바타 모션 제어 서비스를 제공하기 위하여, 정보 처리 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 정보 처리 시스템의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 사용자 단말의 상세 구성을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 아바타의 모션을 제어하는 방법을 나타내는 순서도이다.
도 6은 본 개시의 일 실시예에 따른 음성 기반 아바타 모션 제어 방법의 예시를 나타내는 흐름도이다.
도 7은 본 개시의 일 실시예에 따른 복수 개의 아바타 동작에 대한 적용 예시를 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따른 음악 기반 아바타 모션 제어 방법의 예시를 나타내는 흐름도이다.
도 9는 본 개시의 일 실시예에 따른 음악에 기초한 아바타 모션 제어의 예시를 나타내는 도면이다.
도 10은 본 개시의 일 실시예에 따라 제1 사용자 단말에서 제1 아바타와 제2 아바타를 함께 표시하고 제어하는 예시를 나타내는 도면이다.
이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
본 개시에서, '음악'은 허밍, 선율, 노래 등과 같이 멜로디를 포함하는 임의의 소리를 지칭할 수 있다.
본 개시에서, '신체 움직임'은 사용자 아바타의 얼굴 표정과 입술 모양을 제외한 나머지 신체부위(머리, 팔, 다리, 몸통, 관절)를 통해 나타낼 수 있는 움직임을 지칭할 수 있다.
본 개시에서, '화면'은 시간 상으로 연속된 적어도 하나의 이미지 또는 영상을 포함할 수 있으며, 나아가, 음성을 포함할 수도 있다.
본 개시에서, '사용자 계정'은 사용자가 인스턴트 메시징 애플리케이션에서 생성하고 이용하는 계정 또는 이와 관련된 데이터를 나타낼 수 있다. 또한, 인스턴트 메시징 애플리케이션의 사용자 계정은, 인스턴트 메시징 애플리케이션을 이용하는 사용자를 지칭할 수 있다. 이와 유사하게, 인스턴트 메시징 또는 인스턴트 메시징이 가능한 대화방을 이용하는 사용자는, 인스턴트 애플리케이션의 사용자 계정을 지칭할 수 있다. 또한, 사용자 계정은 하나 이상의 사용자 계정을 포함할 수 있다.
도 1은 본 개시의 일 실시예에 따라 사용자 단말(120)에서 동작하는 음향 기반 아바타 모션 제어의 예시를 나타내는 도면이다. 사용자(110)는 사용자 단말(120)을 이용하여 다른 사용자와 영상 통화 서비스를 이용할 수 있다. 일 실시예에 따르면, 사용자(110)는 사용자 단말(120)에서 실행되는 인스턴트 메시징 애플리케이션을 통해 아바타를 이용한 영상 통화를 수행할 수 있다.
도시된 바와 같이, 사용자 단말(120)은 영상 통화 화면(130)에 상대방 사용자의 아바타(134)와 사용자(110)의 아바타(132)를 함께 표시할 수 있다. 일 실시예에서, 상대방 사용자의 아바타(134)는 영상 통화 화면(130)에 전체 화면으로 표시되고, 사용자(110)의 아바타(132)는 영상 통화 화면(130)의 좌측 상단에 표시될 수 있다. 예를 들어, 상대방 사용자의 아바타(134)는 사용자(110)의 아바타(132)보다 크게 표시될 수 있다.
일 실시예에서, 사용자(110)의 아바타(132) 모션은 사용자 단말(120)에 의해 수신되는 소리에 기초하여 제어될 수 있다. 상대방 사용자의 아바타(134) 모션은 상대방 사용자 단말(미도시)에 의해 수신되는 소리에 기초하여 제어될 수 있다. 추가적으로 또는 대안적으로, 사용자(110)의 아바타(132) 모션과 상대방 사용자의 아바타(134) 모션이 하나의 단말(예, 사용자 단말(110) 또는 상대방 사용자 단말(미도시))에 의해 수신되는 소리에 기초하여 공동으로 제어될 수 있다.
일 실시예에서, 사용자 단말(120)은 음성 인식을 통해 입력 오디오로부터 검출되는 문자열에 기초하여 사용자 아바타의 신체 움직임 또는 입술 움직임 중 적어도 하나를 제어할 수 있다. 추가적으로 또는 대안적으로 사용자 단말(120)은 입력 오디오로부터 검출되는 사용자(110)의 음성 톤에 기초하여 아바타(132)의 얼굴 표정(예, 눈썹, 눈 크기, 코, 입술 등의 변화)을 제어할 수 있다. 예를 들어, 사용자(110)가 신나는 목소리로 “만세”라고 말하는 경우, 사용자 단말(120)은 아바타(132)의 입 모양이 “만세”를 발음하는 입 모양이 되도록 아바타의 입술 움직임을 제어(예, 립 싱크)하고, 아바타(132)가 만세 포즈를 취하도록 아바타의 신체 움직임을 제어하고, 아바타(132)가 신나는 얼굴 표정을 하도록 아바타의 얼굴 표정을 제어할 수 있다.
일 실시예에서, 음성 인식을 통해 입력 오디오로부터 검출된 문자열에서 그룹 동작 명령어가 감지되는 경우, 사용자 단말(120)은 해당 명령어와 연관된 그룹 동작을 사용자(110)의 아바타(132)와 상대방 사용자의 아바타(134)에 적용할 수 있다. 예를 들어, 사용자(110)가 신나는 목소리로 “하이파이브”라고 말하는 경우, 사용자(110)의 아바타(132)와 상대방 사용자의 아바타(134)가 함께 하이파이브 동작을 취하도록 사용자(110)의 아바타(132)와 상대방 사용자의 아바타(134)의 신체 움직임을 함께 제어할 수 있다. 또한, 사용자 단말(120)은 아바타들(132, 134)이 “하이파이브”를 발음하는 입 모양이 되도록 아바타들(132, 134)의 입술 움직임을 제어하고, 신나는 얼굴 표정을 하도록 아바타들(132, 134)의 얼굴 표정을 제어할 수 있다.
일 실시예에서, 사용자 단말(120)은 입력 오디오로부터 검출되는 음악의 템포 또는 멜로디 코드 중 적어도 하나에 기초하여 아바타(132)의 신체 움직임을 제어할 수 있다. 추가적으로 또는 대안적으로, 사용자 단말(120)은 음성 인식을 통해 검출된 문자열(예, 가사)에 기초하여 사용자 아바타의 입술 움직임을 제어(예, 립 싱크)할 수 있다. 예를 들어, 사용자 단말(120)은 아바타(132)가 검출된 멜로디 코드(예, C#)와 연관된 아바타 동작(예, 스핀 동작)을 취하도록 아바타의 신체 움직임을 제어하고, 아바타(132)의 입 모양이 검출된 가사를 발음하는 입 모양이 되도록 아바타의 입술 움직임을 제어할 수 있다. 이 때, 아바타에 적용되는 아바타 동작의 재생 속도는 검출된 음악의 템포에 기초하여 결정될 수 있다.
일 실시예에서, 사용자 단말(120)은 입력 오디오를 분석하여 노래를 인식하고, 인식된 노래와 연관된 안무를 아바타(132)에 적용시킬 수 있다. 또한, 사용자 단말(120)은 인식된 노래의 가사를 검색하여, 아바타(132)의 입 모양이 검색된 가사를 발음하는 입 모양이 되도록 아바타의 입술 움직임을 제어할 수 있다. 대안적으로, 사용자 단말(120)은 음성 인식을 통해 입력 오디오로부터 가사를 검출하고, 아바타(132)의 입 모양이 검출된 가사를 발음하는 입 모양이 되도록 아바타의 입술 움직임을 제어할 수 있다. 다른 실시예에서, 사용자 단말(120)이 입력 오디오를 분석하여 노래의 장르(예, 힙합, R&B 등)를 인식하고, 인식된 노래의 장르와 연관된 안무를 아바타에 적용시킬 수 있다.
상술한 아바타(132)의 모션은 영상 통화 화면(130)에 표시될 수 있다. 또한, 아바타(132)의 모션은 사용자(110)의 음성과 함께 인스턴트 메시징 어플리케이션을 통해 상대방 사용자 단말로 전송될 수 있다. 이 경우, 상대방 사용자 단말은 수신된 아바타(132)의 모션을 화면에 표시하고, 사용자(110)의 음성을 스피커 등을 통해 출력할 수 있다.
이와 같이, 사용자 단말의 카메라로 촬영된 영상이 아닌 아바타를 이용한 영상 통화 서비스를 제공하여, 사용자가 본인의 실제 모습을 드러내지 않고 영상 통화를 수행할 수 있도록 할 수 있다. 이러한 서비스를 통해 유저들에게 사용자에게 새로운 사용자 경험을 제공할 수 있다. 또한, 음향에 기초하여 아바타 모션을 자동으로 제어함으로써, 사용자의 대화, 감정이 반영된 아바타 모션을 제공하여 시각적 커뮤니케이션의 활용을 극대화시킬 수 있다. 이로 인해 사용자가 아바타 모션을 수동으로 검색하고 선택하는 불편함을 해소할 수 있다.
위에서는 사용자 단말이 음향에 기초하여 아바타 모션을 자동으로 제어하는 것으로 설명되었으나, 이에 한정되지 않는다. 예를 들어, 사용자 단말은 음향에 기초하여 하나 또는 복수의 아바타 모션을 사용자에게 추천할 수 있다. 또한, 위에서는 사용자 단말(120)이 아바타 모션 제어/추천을 수행하는 것으로 설명되었으나, 이에 한정되지 않는다. 예를 들어, 서버(예, 인스턴트 메시징 서버)가 아바타 모션 제어를 수행하는 것도 가능하다.
도 2는 본 개시의 일 실시예에 따른 아바타 모션 제어 서비스를 제공하기 위하여, 정보 처리 시스템(200)이 복수의 사용자 단말(220_1, 220_2, 220_3)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 정보 처리 시스템(200)은 네트워크(210)를 통해 복수의 사용자 단말(220_1, 220_2, 220_3)에 아바타 모션 제어 서비스를 포함한 인스턴트 메시징 서비스를 제공할 수 있는 시스템을 포함할 수 있다. 일 실시예에 따르면, 정보 처리 시스템(200)은 인스턴트 메시징 서비스 및 아바타 모션 제어 서비스와 관련된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 애플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다. 정보 처리 시스템(200)에 의해 제공되는 인스턴트 메시징 서비스는, 복수의 사용자 단말(220_1, 220_2, 220_3)의 각각에 설치된 인스턴트 메시징 애플리케이션을 통해 사용자에게 제공될 수 있다. 예를 들어, 인스턴트 메시징 서비스는 인스턴트 메시징 애플리케이션의 사용자 사이의 텍스트 메시징 서비스, 영상 통화 서비스, 음성 통화 서비스, 영상 스트리밍 서비스, 아바타 모션 제어 서비스 등을 포함할 수 있다.
복수의 사용자 단말(220_1, 220_2, 220_3)은 네트워크(210)를 통해 정보 처리 시스템(200)과 통신할 수 있다. 네트워크(210)는 복수의 사용자 단말(220_1, 220_2, 220_3)과 정보 처리 시스템(200) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(210)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(210)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 사용자 단말(220_1, 220_2, 220_3) 사이의 근거리 무선 통신 역시 포함될 수 있다.
도 2에서 휴대폰 단말(220_1), 태블릿 단말(220_2) 및 PC 단말 (220_3)이 사용자 단말의 예로서 도시되었으나, 이에 한정되지 않으며, 사용자 단말(220_1, 220_2, 220_3)은 유선 및/또는 무선 통신이 가능하고 인스턴트 메시징 애플리케이션이 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다. 예를 들어, 사용자 단말은, 스마트폰, 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등을 포함할 수 있다. 또한, 도 2에는 3개의 사용자 단말(220_1, 220_2, 220_3)이 네트워크(210)를 통해 정보 처리 시스템(200)과 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 사용자 단말이 네트워크(210)를 통해 정보 처리 시스템(200)과 통신하도록 구성될 수도 있다.
일 실시예에서, 정보 처리 시스템(200)은 사용자 단말(220_1, 220_2, 220_3)에서 동작하는 인스턴트 메시징 애플리케이션을 통해 아바타 모션 제어 서비스를 제공할 수 있다. 사용자 단말과 연관된 사용자 계정이 아바타를 보유하고 있지 않은 경우, 정보 처리 시스템(200)은 새로운 아바타를 생성하도록 하고, 사용자 계정과 생성된 아바타를 연관시켜 저장할 수 있다. 사용자 계정이 복수의 아바타를 보유하고 있는 경우, 정보 처리 시스템(200)은 사용자 계정의 대표 아바타를 이용하여 아바타 모션 제어 서비스를 제공할 수 있다. 대안적으로, 사용자 계정이 복수의 아바타를 보유하고 있는 경우, 정보 처리 시스템(200)은 사용자가 아바타 모션 제어 서비스에 이용할 아바타를 선택하도록 요청할 수 있다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말(220) 및 정보 처리 시스템(200)의 내부 구성을 나타내는 블록도이다. 사용자 단말(220)은 인스턴트 메시징 애플리케이션이 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 도 2의 휴대폰 단말(220_1), 태블릿 단말(220_2), PC 단말(220_3) 등을 포함할 수 있다. 도시된 바와 같이, 사용자 단말(220)은 메모리(312), 프로세서(314), 통신 모듈(316) 및 입출력 인터페이스(318)를 포함할 수 있다. 이와 유사하게, 정보 처리 시스템(200)은 메모리(332), 프로세서(334), 통신 모듈(336) 및 입출력 인터페이스(338)를 포함할 수 있다. 도 3에 도시된 바와 같이, 사용자 단말(220) 및 정보 처리 시스템(200)은 각각의 통신 모듈(316, 336)을 이용하여 네트워크(210)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(320)는 입출력 인터페이스(318)를 통해 사용자 단말(220)에 정보 및/또는 데이터를 입력하거나 사용자 단말(220)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다.
메모리(312, 332)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(312, 332)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(220) 또는 정보 처리 시스템(200)에 포함될 수 있다. 또한, 메모리(312, 332)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(220)에 설치되어 구동되는 인스턴트 메시징 애플리케이션 등을 위한 코드)가 저장될 수 있다.
이러한 소프트웨어 구성요소들은 메모리(312, 332)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록매체는 이러한 사용자 단말(220) 및 정보 처리 시스템(200)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈을 통해 메모리(312, 332)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 애플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(210)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(예: 인스턴트 메시징 애플리케이션 서비스를 제공하는 애플리케이션)에 기반하여 메모리(312, 332)에 로딩될 수 있다.
프로세서(314, 334)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(312, 332) 또는 통신 모듈(316, 336)에 의해 프로세서(314, 334)로 제공될 수 있다. 예를 들어, 프로세서(314, 334)는 메모리(312, 332)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(316, 336)은 네트워크(210)를 통해 사용자 단말(220)과 정보 처리 시스템(200)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(220) 및/또는 정보 처리 시스템(200)이 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(220)의 프로세서(314)가 메모리(312) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청 또는 데이터(예를 들어, 아바타를 이용한 영상 통화 등)는 통신 모듈(316)의 제어에 따라 네트워크(210)를 통해 정보 처리 시스템(200)으로 전달될 수 있다. 역으로, 정보 처리 시스템(200)의 프로세서(334)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(336)과 네트워크(210)를 거쳐 사용자 단말(220)의 통신 모듈(316)을 통해 사용자 단말(220)에 수신될 수 있다. 예를 들어, 사용자 단말(220)은 정보 처리 시스템(200)으로부터 통신 모듈(316)을 통해 아바타에 대한 정보, 아바타의 모션 제어와 연관된 정보를 수신할 수 있다.
입출력 인터페이스(318)는 입출력 장치(320)와의 인터페이스를 위한 수단일 수 있다. 일 예로서, 입력 장치는 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(318)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 사용자 단말(220)의 프로세서(314)가 메모리(312)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 정보 처리 시스템(200)이나 다른 사용자 단말이 제공하는 정보 및/또는 데이터를 이용하여 구성되는 서비스 화면이나 사용자 아바타가 입출력 인터페이스(318)를 통해 디스플레이에 표시될 수 있다. 도 3에서는 입출력 장치(320)가 사용자 단말(220)에 포함되지 않도록 도시되어 있으나, 이에 한정되지 않으며, 사용자 단말(220)과 하나의 장치로 구성될 수 있다. 또한, 정보 처리 시스템(200)의 입출력 인터페이스(338)는 정보 처리 시스템(200)과 연결되거나 정보 처리 시스템(200)이 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 3에서는 입출력 인터페이스(318, 338)가 프로세서(314, 334)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(318, 338)가 프로세서(314, 334)에 포함되도록 구성될 수 있다.
사용자 단말(220) 및 정보 처리 시스템(200)은 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 사용자 단말(220)은 상술된 입출력 장치(320) 중 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(220)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(220)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(220)에 더 포함되도록 구현될 수 있다.
일 실시예에 따르면, 사용자 단말(220)의 프로세서(314)는 아바타 모션 제어 서비스를 포함한 인스턴트 메시징 서비스를 제공하는 인스턴트 메시징 애플리케이션 또는 웹 브라우저 애플리케이션을 동작하도록 구성될 수 있다. 이 때, 해당 애플리케이션과 연관된 프로그램 코드가 사용자 단말(220)의 메모리(312)에 로딩될 수 있다. 애플리케이션이 동작되는 동안에, 사용자 단말(220)의 프로세서(314)는 입출력 장치(320)로부터 제공된 정보 및/또는 데이터를 입출력 인터페이스(318)를 통해 수신하거나 통신 모듈(316)을 통해 정보 처리 시스템(200)으로부터 정보 및/또는 데이터를 수신할 수 있으며, 수신된 정보 및/또는 데이터를 처리하여 메모리(312)에 저장할 수 있다. 또한, 이러한 정보 및/또는 데이터는 통신 모듈(316)을 통해 정보 처리 시스템(200)에 제공할 수 있다.
인스턴트 메시징 애플리케이션이 동작되는 동안에, 프로세서(314)는 입출력 인터페이스(318)와 연결된 터치 스크린, 키보드, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 마이크로폰 등의 입력 장치를 통해 입력되거나 선택된 텍스트, 이미지, 오디오 등을 수신할 수 있으며, 수신된 텍스트, 이미지 및/또는 오디오 등을 메모리(312)에 저장하거나 통신 모듈(316) 및 네트워크(210)를 통해 정보 처리 시스템(200)에 제공할 수 있다. 일 실시예에서, 프로세서(314)는 입력 장치를 통해 수신한 입력 오디오를 네트워크(210) 및 통신 모듈(316)을 통해 정보 처리 시스템(200)에 제공할 수 있다. 대안적으로, 프로세서(314)는 수신한 입력 오디오를 처리(예, 음성 인식, 음성 톤 분석, 멜로디 코드 검출, 음악 템포 검출, 노래 인식 등)한 후, 처리된 데이터(검출된 문자열, 분석된 음성 톤에 대한 정보, 검출된 멜로디 코드, 검출된 음악 템포, 인식된 노래에 대한 정보, 아바타 모션 제어를 위한 데이터 등)를 정보 처리 시스템(200)으로 전송할 수도 있다.
정보 처리 시스템(200)의 프로세서(334)는 복수의 사용자 단말 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 일 실시예에서, 프로세서(334)는 사용자 단말 (220)로부터 수신한 입력 오디오에 기초하여 사용자 아바타에 적용시킬 아바타 모션(예, 아바타 신체 움직임, 입술 움직임, 얼굴 표정 등)을 결정할 수 있다. 프로세서(334)에 의해 결정된 사용자 아바타의 모션과 연관된 정보 및/또는 데이터는 네트워크(210) 및 통신 모듈(336)을 통해 사용자 단말로 전송될 수 있다. 다른 실시예에서, 프로세서(334)는 사용자 단말(220)로부터 수신한 아바타 모션 제어를 위한 데이터를 다른 사용자 단말로 전송할 수 있다.
프로세서(314)는 사용자 단말(220)의 디스플레이 출력 가능 장치(예: 터치 스크린, 디스플레이 등), 음성 출력 가능 장치(예: 스피커) 등의 출력 장치를 통해 정보 처리 시스템(200)으로부터 처리되거나 수신된 정보 및/또는 데이터를 출력하도록 구성될 수 있다. 일 실시예에 따르면, 프로세서(314)는 수신한 사용자 아바타의 모션과 연관된 정보 및/또는 데이터에 기초하여 아바타의 모션을 디스플레이에 표시할 수 있다. 이 때, 스피커를 통해 아바타의 모션과 함께 관련 소리가 출력될 수도 있다.
도 4는 본 개시의 일 실시예에 따른 사용자 단말(220)의 상세 구성을 나타내는 블록도이다. 사용자 단말(220)은 오디오 센서(430), 이미지 센서(440), 디스플레이(450), 입력 인터페이스(460), 통신 모듈(470), 프로세서(480) 및 저장부(490)를 포함하도록 구성될 수 있다. 도시된 바와 같이, 프로세서(480)는 음성 인식 모듈(482), 신체 움직임 제어 모듈(484), 입술 움직임 제어 모듈(486), 얼굴 표정 제어 모듈(488)을 포함하도록 구성될 수 있다.
오디오 센서(430)는 입력 오디오(410)를 지속적으로, 주기적으로, 또는 간헐적으로 수신하고, 수신된 입력 오디오(410)를 통신 모듈(470), 프로세서(480), 저장부(490) 등에 제공하도록 구성될 수도 있다. 예를 들어, 오디오 센서(430)는 입력 오디오(410)로서 사용자의 음성, 노래 등을 수신할 수 있다. 오디오 센서(430)는 입력 오디오(410)를 수신하기 위해 사용될 수 있는 하나 이상의 마이크로폰 또는 임의의 다른 유형들의 사운드 센서들을 포함할 수도 있다.
이미지 센서(440)는 하나 또는 복수의 이미지를 포함하는 입력 이미지(420)를 수신하도록 구성될 수 있다. 예를 들어, 이미지 센서(440)는 카메라 모듈일 수 있다. 이미지 센서(440)에 의해 수신되는 입력 이미지(420)는 디스플레이(450), 통신 모듈(470), 프로세서(480), 저장부(490) 등에 제공될 수 있다.
디스플레이(450)는 사용자 단말(220)이 생성하는 정보 및/또는 데이터를 출력하도록 구성될 수 있다. 일 실시예에 따르면 이미지 센서(440)에 의해 수신되는 입력 이미지(420)는 디스플레이(450) 상에 표시될 수 있다. 디스플레이(450) 이외에 스피커, 햅틱 피드백 디바이스 등과 같은 장치들이 디스플레이(450)와 함께 출력 장치로서 제공될 수 있다.
입력 인터페이스(460)는 사용자가 사용자 단말(220)에 정보 및/또는 데이터를 입력할 수 있도록 구성될 수 있다. 예를 들어, 입력 인터페이스(460)는 터치스크린, 버튼, 키패드, 터치패드, 키보드, 마이크로폰, 마우스 등의 장치를 포함할 수 있다. 도 4에서는 디스플레이(450)가 입력 인터페이스(460)와 별도의 구성요소로서 도시되었으나, 이에 한정되지 않으며, 디스플레이(450)와 입력 인터페이스(460)가 통합된 입출력 장치로 제공될 수 있다.
사용자 단말(220)은 통신 모듈(470)을 이용하여 네트워크(210)를 통해 다른 장치(예, 서버, 다른 사용자 단말)와 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 통신 모듈(470)은 복수의 통신 모듈로 구성될 수 있으며, 원거리 통신 모듈, 근거리 통신 모듈 등을 포함할 수 있다. 도 4에는 사용자 단말(220)이 네트워크(210)를 통해 다른 장치와 데이터 통신하는 것으로 도시되었으나, 이에 한정되지 않는다. 예를 들어, 사용자 단말(220)은 근거리 통신 모듈 등을 이용하여 다른 장치와 직접 통신하는 것도 가능하다.
음성 인식 모듈(482)은 오디오 센서(430)로부터 수신한 입력 오디오(410)에 대해 음성 인식을 수행하여, 입력 오디오(410)로부터 문자열을 검출할 수 있다. 일 실시예에 따르면, 음성 인식 모듈(482)은 입력 오디오(410)를 샘플링(sampling)하여 음성 감지 여부를 판정하고, 사용자의 음성이 감지되는 경우, 음성 인식을 수행하도록 구성될 수 있다. 음성 인식 모듈(482)은 검출된 문자열을 신체 움직임 제어 모듈(484), 입술 움직임 제어 모듈(486) 등으로 제공할 수 있다.
신체 움직임 제어 모듈(484)은 음성 인식 모듈(482)로부터 검출된 문자열에 기초하여 사용자 아바타의 신체 움직임을 제어하도록 구성될 수 있다. 일 실시예에서, 신체 움직임 제어 모듈(484)은 저장부(490)에 저장된 명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 검출된 문자열과 연관된 아바타 동작을 검색할 수 있다. 이 때, 검출된 문자열과 맵핑 테이블에 등록된 명령어 사이의 유사성 판단에 기초하여 검출된 문자열과 연관된 아바타 동작을 검색할 수 있다. 예를 들어, 검출된 문자열이 “우울”인 경우, 신체 움직임 제어 모듈(484)은 “우울”과 등록된 명령어들과의 유사도를 비교하여, “우울”이 등록된 명령어 중 “슬픔”과 유사도 점수가 가장 높으면서 임계치 이상이라고 판단할 수 있다. 이 경우, 신체 움직임 제어 모듈(484)은 맵핑 테이블에서 “슬픔”과 맵핑된 아바타 동작에 기초하여 사용자 아바타의 신체 움직임을 제어할 수 있다.
추가적으로 또는 대안적으로, 입력 오디오(410)에서 음악이 검출되는 경우, 신체 움직임 제어 모듈(484)은 음악의 템포 또는 멜로디 코드 중 적어도 하나에 기초하여 사용자 아바타의 신체 움직임을 제어하도록 구성될 수 있다. 일 실시예에 따르면, 신체 움직임 제어 모듈(484)은 멜로디 코드와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 검출된 멜로디 코드와 연관된 아바타 동작을 검색하고, 검색된 아바타 동작을 취하도록 사용자 아바타의 신체 움직임을 제어할 수 있다. 이 때, 아바타에 적용되는 아바타 동작의 재생 속도는 검출된 음악의 템포에 기초하여 결정될 수 있다. 예를 들어, 음악의 템포가 빠른 경우, 아바타 동작의 재생 속도를 빠르게 하고, 음악의 템포가 느린 경우, 아바타 동작의 재생 속도를 느리게 조절할 수 있다.
추가적으로 또는 대안적으로, 입력 오디오(410)에서 음악이 검출되는 경우, 신체 움직임 제어 모듈(484)은 입력 오디오(410)를 분석하여 노래를 인식하고, 인식된 노래와 연관된 안무에 기초하여 사용자 아바타의 신체 움직임을 제어하도록 구성될 수 있다. 일 실시예에 따르면, 신체 움직임 제어 모듈(484)은 저장부(490)에 저장된 노래와 아바타 안무를 맵핑시킨 맵핑 테이블을 이용하여, 인식된 노래와 연관된 안무를 검색하고, 검색된 안무를 사용자 아바타에 적용할 수 있다.
입술 움직임 제어 모듈(486)은 검출된 문자열에 기초하여 사용자 아바타의 입술 움직임을 제어하도록 구성될 수 있다. 일 실시예에 따르면, 입술 움직임 제어 모듈(486)은 검출된 문자열을 발음하는 입 모양이 되도록 사용자 아바타의 입술 움직임을 제어(예, 립 싱크)할 수 있다. 이와 같은 구성에 의해 아바타가 사용자의 음성으로 말하는 것과 같은 효과를 얻을 수 있어, 아바타 서비스의 생동감을 높일 수 있다.
얼굴 표정 제어 모듈(488)은 입력 오디오(410)로부터 검출된 음성 톤에 기초하여 사용자 아바타의 얼굴 표정을 제어하도록 구성될 수 있다. 일 실시예에 따르면, 얼굴 표정 제어 모듈(488)은 입력 오디오(410)의 오디오 스펙트럼을 분석하여 사용자의 감정과 연관된 음성 톤을 검출할 수 있다. 예를 들어, 오디오 스펙트럼을 분석하여 “기쁨”, “행복”, “우울”, “슬픔” 등과 같은 사용자 감정과 연관된 음성 톤을 검출할 수 있다. 아바타의 얼굴 표정은 아바타의 눈썹, 눈, 코, 입술 등의 모양/크기를 변화시킴으로써 제어될 수 있다.
도 5는 본 개시의 일 실시예에 따른 아바타의 모션을 제어하는 방법을 나타내는 순서도이다. 아바타 모션을 제어하는 방법은 사용자 단말 또는 정보 처리 시스템에 의해 수행될 수 있다. 아바타 모션 제어 방법은 사용자 단말 또는 정보 처리 시스템의 프로세서가 입력 오디오를 수신하는 것으로 개시될 수 있다(S510).
그 후, 프로세서는 입력 오디오 내에 음악이 감지되는지 여부를 판정할 수 있다(S520). 일 실시예에서, 프로세서는 입력 오디오를 분석하여 추출된 특징 정보(예, 음의 지속시간, 음 간의 높낮이 등)에 기초하여 입력 오디오에 음악이 포함되었는지 여부를 판정할 수 있다. 그 후, 프로세서는 입력 오디오 내에 사용자의 음성이 감지되는지 여부를 판정할 수 있다(S530, S560).
입력 오디오 내에 음악과 음성이 모두 감지되는 경우, 프로세서는 음성 인식을 통해 사용자 아바타의 입술 움직임을 제어하고(S540), 입력 오디오로부터 검출되는 멜로디 코드에 기초하여 사용자 아바타의 신체 움직임을 제어할 수 있다(S550). 입력 오디오 내에 음악은 감지되고 음성이 감지되지 않는 경우, 프로세서는 입력 오디오로부터 검출되는 멜로디 코드에 기초하여 사용자 아바타의 신체 움직임을 제어할 수 있다(S550). 이 때, 프로세서는 입력 오디오로부터 검출된 음악의 템포에 기초하여 아바타에 적용되는 아바타의 신체 움직임 재생 속도를 제어할 수 있다.
입력 오디오 내에 음악은 감지되지 않고 음성이 감지되는 경우, 프로세서는 음성 인식을 수행하여 사용자 아바타의 입술 움직임을 제어하고(S570), 명령어에 기초하여 사용자 아바타의 신체 움직임을 제어하고(S580), 입력 오디오로부터 검출되는 음성 톤에 기초하여 사용자 아바타의 얼굴 표정을 제어할 수 있다(S590). 도시된 것과 같이, 프로세서는 입력 오디오를 지속적으로 수신하면서 아바타 모션 제어를 실시간으로 수행할 수 있다.
도 5에서는 사용자 아바타의 입술 움직임을 제어하는 단계(S570)가 사용자 아바타의 신체 움직임을 제어하는 단계(S580) 및 사용자 아바타의 얼굴 표정을 제어하는 단계(S590)보다 먼저 수행되는 것으로 도시되어 있으나, 이에 한정되지 않는다. 예를 들어, 사용자 아바타의 입술 움직임을 제어하는 단계(S570), 사용자 아바타의 신체 움직임을 제어하는 단계(S580) 및 사용자 아바타의 얼굴 표정을 제어하는 단계(S590)가 병렬적으로 수행될 수 있으며, 각 단계들이 임의의 순서로 순차적으로 수행될 수도 있다.
도 6은 본 개시의 일 실시예에 따른 음성 기반 아바타 모션 제어 방법의 예시를 나타내는 흐름도이다. 음성 기반 아바타 모션 제어 방법은 사용자 단말 또는 정보 처리 시스템에 의해 수행될 수 있다. 음성 기반 아바타 모션 제어 방법은 사용자 단말 또는 정보 처리 시스템의 프로세서가 입력 오디오를 수신하는 것으로 개시될 수 있다(S610).
프로세서는 음성 인식을 통해 입력 오디오로부터 문자열을 검출할 수 있다(S620). 그 후, 프로세서는 검출된 문자열에 기초하여 아바타의 입술 움직임을 제어할 수 있다(S630). 일 실시예에 따르면, 프로세서는 검출된 문자열을 발음하는 입 모양이 되도록 사용자 아바타의 입술 움직임을 제어할 수 있다.
또한, 프로세서는 검출된 문자열을 분석하여 문자열 내에 포함된 명령어를 검출할 수 있다(S640). 일 실시예에 따르면, 프로세서는 검출된 문자열과 미리 저장된 명령어들의 유사도를 비교하고, 비교 결과(예, 유사도 점수)에 기초하여 검출된 문자열과 연관된 명령어를 검출할 수 있다. 예를 들어, 검출된 문자열이 “오늘은 우울한 하루였어”인 경우, 프로세서는 검출된 문자열 중 “우울”이 미리 저장된 명령어 중 “슬픔”과 유사도 점수가 가장 높으면서 임계치 이상이라고 판단하여, 검출된 문자열과 연관된 명령어로 “슬픔”을 검출할 수 있다.
그 후, 프로세서는 명령어와 아바타 동작을 매핑시킨 매핑 테이블을 이용하여 검출된 명령어와 연관된 아바타 동작을 사용자 아바타에 적용시킴으로써 아바타의 신체 움직임을 제어할 수 있다(S650). 예를 들어, “슬픔”이라는 명령어가 아바타가 우는 동작과 연관된 경우, 프로세서는 “슬픔”이라는 명령어가 검출되는 것에 응답하여 아바타가 우는 동작을 취하도록 아바타의 신체 움직임을 제어할 수 있다.
이와 같이, 프로세서가 검출된 문자열과 연관된 명령어를 검출하고, 매핑 테이블을 이용하여 검출된 연관된 명령어와 연관된 아바타 동작을 조회하는 것으로 설명하였으나, 검출 순서는 이에 제한되지 않는다. 일 실시예에 따르면, 프로세서는 검출된 문자열을 분석하여 문자열 내에 포함된 명령어를 검출하고(S640), 검출된 명령어가 명령어와 아바타 동작을 매핑시킨 매핑 테이블에 포함되는지 확인할 수 있다. 프로세서는 S640에서 검출된 명령어가 매핑 테이블에 아바타 동작과 연관된 명령어인지를 확인할 수 있다. 이어, S640에서 검출된 명령어가 매핑 테이블에 존재하지 않는다고 판단할 경우, 프로세서는 매핑 테이블에 존재하는 명령어 중 S640에서 검출된 명령어와 가장 유사한 명령어를 검출할 수 있다. 이때, 유사한 명령어를 검출하기 위해, 일례로, 워드투벡터(Word2Vec) 알고리즘이 이용될 수 있다. 예를 들어, 검출된 문자열이 “오늘은 우울한 하루였어”인 경우, 프로세서는 검출된 문자열 중 “우울”이 매핑 테이블에 존재하지 않는다고 판단하고, 워드투벡터(Word2Vec) 알고리즘을 이용하여 매핑 테이블에 있는 명령어 중 “우울”과 가장 유사한 명령어 “슬픔”을 검출할 수 있다. 이 후, 프로세서는 매핑 테이블을 이용하여 검출된 명령어 “슬픔”과 연관된 아바타가 우는 동작을 사용자 아바타에 적용시킴으로써 아바타의 신체 움직임을 제어할 수 있다.
한편, 프로세서는 수신된 입력 오디오로부터 음성 톤을 검출할 수 있다(S660). 일 실시예에 따르면, 프로세서는 입력 오디오의 오디오 스펙트럼을 분석하여 사용자의 감정과 연관된 음성 톤을 검출할 수 있다. 예를 들어, 프로세서는 사용자가 말하는 “오늘은 우울한 하루였어”의 음성 스펙트럼을 분석하여 “슬픔”과 연관된 음성 톤을 검출할 수 있다.
그리고 나서, 프로세서는 검출된 음성 톤에 기초하여 아바타의 얼굴 표정을 제어할 수 있다(S670). 일 실시예에서, 프로세서는 음성 톤과 아바타 얼굴 표정을 맵핑시킨 맵핑 테이블을 이용하여, 검출된 음성 톤과 연관된 아바타 얼굴 표정을 검색할 수 있다. 예를 들어, 입력 오디오로부터 “슬픔”과 연관된 음성 톤을 검출하는 경우, 프로세서는 맵핑 테이블에서 해당 음성 톤과 연관된 아바타 얼굴 표정을 사용자 아바타에 적용할 수 있다.
음성 톤을 검출하는 단계(S660)는 도시된 바와 같이, 문자열 검출 단계(S620)와 병렬적으로 수행될 수 있다. 아바타 입술 움직임 제어 단계(S630), 아바타 신체 움직임 제어 단계(S650) 단계 및 아바타 얼굴 표정 제어 단계(S670) 또한, 병렬적으로 수행될 수 있다.
도 7은 본 개시의 일 실시예에 따른 복수 개의 아바타 동작에 대한 적용 예시를 나타내는 도면이다. 앞서 설명한 바와 같이, 일 실시예에 따르면, 프로세서는 명령어와 아바타 동작을 맵핑키신 맵핑 테이블을 이용하여 입력 오디오(710)로부터 검출된 문자열과 연관된 아바타 동작을 검색하고, 검색된 아바타 동작을 사용자 아바타에 적용시킴으로써 아바타의 신체 움직임을 제어할 수 있다. 이 경우, 프로세서는 음성 인식을 통해 입력 오디오(710)로부터 문자열을 검출하고, 검출된 문자열과 맵핑 테이블에 등록된 명령어 사이의 유사성 판단에 기초하여 검출된 문자열과 가장 유사한 명령어를 검색하고, 검색된 명령어와 연관된 아바타 동작을 찾을 수 있다.
도시된 바와 같이, 프로세서는 입력 오디오(710)의 제1 시점(t1)에서 검출된 문자열과 맵핑 테이블에 등록된 제1 명령어(720) 사이의 유사도 점수가 가장 높으면서 임계치 이상인 것으로 판정할 수 있다. 이 경우, 프로세서는 제1 시점(t1)에 제1 명령어(720)가 검출된 것으로 판단하고, 맵핑 테이블에서 제1 명령어(720)와 연관된 제1 아바타 동작(740)을 사용자 아바타에 적용시킬 수 있다. 일 실시예에서, 맵핑 테이블에는 각 아바타 동작별로 재생시간이 저장되어 있을 수 있다. 예를 들어, 제1 아바타 동작(740)의 재생시간은 T1, 제2 아바타 동작(750)의 재생시간은 T2로 저장되어 있을 수 있다.
또한, 프로세서는 입력 오디오(710)의 제2 시점(t2)에서 검출된 문자열과 맵핑 테이블에 등록된 제2 명령어(730) 사이의 유사도 점수가 가장 높으면서 임계치 이상인 것으로 판정할 수 있다. 이 경우, 프로세서는 제2 시점(t2)에 제2 명령어(730)가 검출된 것으로 판단할 수 있다. 도시된 바와 같이, 제2 명령어(730)는 맵핑 테이블에서 제2 아바타 동작(750)과 연관되어 있을 수 있다.
제1 아바타 동작(740)의 재생이 완료되기 전에 제2 명령어(730)가 검출되는 경우, 프로세서는 제1 아바타 동작(740)과 제2 명령어(730)와 연관된 제2 아바타 동작(750)이 중첩 적용 가능한지 판정할 수 있다. 제1 아바타 동작(740)과 제2 아바타 동작(750)이 중첩 적용 가능한 것으로 판정되는 경우, 프로세서는 제1 아바타 동작(740)과 제2 아바타 동작(750)을 중첩하여 사용자 아바타에 적용할 수 있다. 예를 들어, 제1 아바타 동작(740)이 “만세” 동작이고, 제2 아바타 동작(750)이 “점프” 동작인 경우, 프로세서는 “만세” 동작과 “점프” 동작이 중첩 적용 가능하다고 판정하고, “만세” 동작을 제1 시점(t1)부터 T1 동안 사용자 아바타에 적용하고, “점프” 동작을 제2 시점(t2)부터 T2 동안 적용시킬 수 있다. 이 경우, 사용자 아바타에는 제2 시점(t2)부터 제3 시점(t3)까지, 다시말해 T3 동안 “만세” 동작과 “점프”동작이 중첩 적용되어, 사용자 아바타의 하체가 점프하면서 상체가 만세 포즈를 취할 수 있다.
한편, 제1 아바타 동작(740)과 제2 아바타 동작(750)이 중첩 적용 가능하지 않은 것으로 판정되는 경우, 프로세서는 제1 아바타 동작(740)의 적용이 종료된 이후에 제2 아바타 동작(750)이 사용자 아바타에 적용되도록 제2 아바타 동작(750)의 적용 시점을 지연시킬 수 있다. 예를 들어 제1 아바타 동작(740)이 “만세” 동작이고, 제2 아바타 동작(750)이 “댄스” 동작인 경우, 프로세서는 “만세” 동작과 “댄스” 동작이 중첩 적용 가능하지 않은 것으로 판정하고, “만세” 동작을 제1 시점(t1)부터 제3 시점(t3)까지 사용자 아바타에 적용시키고, “댄스” 동작의 적용 시점을 T3만큼 지연시켜 제3 시점(t3)부터 사용자 아바타에 적용할 수 있다.
다른 실시예에 따르면, 제1 아바타 동작(740)과 제2 아바타 동작(750)이 중첩 적용 가능하지 않은 것으로 판정되는 경우, 프로세서는 제1 아바타 동작(740)의 재생 시간을 단축시킬 수 있다. 예를 들어 제1 아바타 동작(740)이 “만세” 동작이고, 제2 아바타 동작(750)이 “댄스” 동작인 경우, 프로세서는 “만세” 동작과 “댄스” 동작이 중첩 적용 가능하지 않은 것으로 판정하고, “만세” 동작의 재생 시간을 T3만큼 단축시켜 제2 시점(t2)까지만 사용자 아바타에 적용하고, “댄스” 동작을 제2 시점(t2)부터 사용자 아바타에 적용할 수 있다.
제1 아바타 동작(740)과 제2 아바타 동작(750)이 중첩 적용 가능하지 않은 것으로 판정되는 경우, 프로세서는 제1 아바타 동작(740)을 중단하고 제2 아바타 동작(750)을 적용하기 전에 제1 아바타 동작(740)과 제2 아바타 동작(750)을 자연스럽게 연결하기 위한 제3 아바타 동작을 삽입할 수 있다. 예를 들어, 제1 아바타 동작(740)이 “만세” 동작이고, 제2 아바타 동작(750)이 “차렷” 동작인 경우, 프로세서는 “만세” 동작과 “차렷” 동작이 중첩 적용 가능하지 않은 것으로 판정할 수 있다. 이 때, 제2 시점(t2)에 제1 아바타 동작(740)을 중단하고 제3 시점(t3)에 제2 아바타 동작(750)인 “차렷” 동작을 개시하기 전에, 즉, T3 동안, “만세” 동작과 “차렷” 동작을 자연스럽게 연결하기 위해 아바타의 팔이 점점 아래로 향하는 동작을 삽입할 수 있다.
상술한 것과 같이, 사용자 아바타에 적용되는 복수 개의 아바타 동작의 중첩 적용 가능 여부에 따라 아바타 동작의 적용시점을 조절함으로써, 보다 자연스러운 사용자 아바타 모션을 제공할 수 있다.
도 8은 본 개시의 일 실시예에 따른 음악 기반 아바타 모션 제어 방법의 예시를 나타내는 흐름도이다. 음악 기반 아바타 모션 제어 방법은 사용자 단말 또는 정보 처리 시스템에 의해 수행될 수 있다. 음악 기반 아바타 모션 제어 방법은 사용자 단말 또는 정보 처리 시스템의 프로세서가 입력 오디오를 수신하는 것으로 개시될 수 있다(S810).
프로세서는 음성 인식을 통해 입력 오디오로부터 문자열을 검출할 수 있다(S820). 그 후, 프로세서는 검출된 문자열에 기초하여 아바타의 입술 움직임을 제어할 수 있다(S830). 일 실시예에 따르면, 프로세서는 검출된 문자열을 발음하는 입 모양이 되도록 사용자 아바타의 입술 움직임을 제어할 수 있다.
또한, 프로세서는 입력 오디오로부터 멜로디 코드를 검출하고(S840). 입력 오디오로부터 음악의 템포를 검출할 수 있다(S850). 그 후, 프로세서는 멜로디 코드와 아바타 동작을 매핑시킨 매핑 테이블을 이용하여 검출된 멜로디 코드와 연관된 아바타 동작을 사용자 아바타에 적용시킴으로써 아바타의 신체 움직임을 제어할 수 있다(S860). 이 때, 프로세서는 아바타 동작의 재생 속도를 검출된 음악의 템포에 기초하여 결정하여, 아바타 동작을 음악의 템포에 맞게 재생시킬 수 있다.
음악의 템포를 검출하는 단계(S850)는 도시된 바와 같이, 문자열 검출 단계(S820) 및 멜로디 코드 검출 단계(S840)와 병렬적으로 수행될 수 있다. 아바타 입술 움직임 제어 단계(S830) 및 아바타 신체 움직임 제어 단계(S860) 또한, 병렬적으로 수행될 수 있다.
도 9는 본 개시의 일 실시예에 따른 음악에 기초한 아바타 모션 제어의 예시를 나타내는 도면이다. 도시된 바와 같이, 프로세서는 입력 오디오(910)의 T1 구간에서 멜로디 코드 C, T2 구간에서 멜로디 코드 Fm, T3 구간에서 멜로디 코드 C7, T4 구간에서 멜로디 코드 G를 검출할 수 있다. 이 경우, 프로세서는 검출된 멜로디 코드에 대응되는 아바타 동작을 검색하고, 검색된 아바타 동작을 사용자 아바타에 적용할 수 있다.
일 실시예에 따르면, T1 구간의 멜로디 코드가 C 코드로 검출되면, 프로세서는 그 다음 코드(Fm)가 검출될 때까지 C 코드와 연관된 아바타 동작을 사용자 아바타에 적용할 수 있다. 유사하게, T2 구간의 멜로디 코드가 Fm 코드로 검출되면, 그 다음 코드(C7)가 검출될 때까지 Fm 코드와 연관된 아바타 동작을 사용자 아바타에 적용하고, T3 구간의 멜로디 코드가 C7으로 검출되면, 그 다음 코드(G)가 검출될 때까지 C7 코드와 연관된 아바타 동작을 사용자 아바타에 적용할 수 있다. 이 때, 검출된 멜로디 코드와 연관된 아바타 동작의 재생 속도는 프로세서에 의해 검출되는 노래의 템포에 의해 결정될 수 있다.
또한, 프로세서는 입력 오디오(910)로부터 음성 인식을 통해 문자열(예, 가사)을 검출할 수 있다. 도시된 바와 같이, 입력 오디오(910)로부터 “Happy birthday to you Happy birthday dear James happy birthday to you”의 문자열이 검출되는 경우, 프로세서는 사용자 아바타의 입 모양이 해당 문자열을 발음하는 것과 동일한 입 모양을 가지도록 사용자 아바타의 입술 움직임을 실시간으로 제어할 수 있다.
도 10은 본 개시의 일 실시예에 따라 제1 사용자 단말(1020)에서 제1 아바타(1052)와 제2 아바타(1054)를 함께 표시하고 제어하는 예시를 나타내는 도면이다. 일 실시예에서, 제1 사용자(1010)는 자신의 아바타(1052)와 근처에 있는 다른 사용자의 아바타(1054)를 함께 표시하여 아바타 모션 제어 서비스를 이용할 수 있다. 이를 위해, 제1 사용자(1010)는 근거리 통신 등을 통해 제1 사용자 단말(1020)의 근방에 위치한 다른 사용자 단말들을 검색하고, 검색되는 다른 사용자 단말들 중 제2 사용자 단말(1040)을 선택할 수 있다.
이 경우, 제1 사용자 단말(1020)은 제2 사용자 단말(1040)에게 이벤트 참여 요청을 전송할 수 있다. 이벤트 참여 요청은 제2 사용자(1030)의 아바타를 사용하기 위한 제2 사용자(1030)의 허락을 받기 위한 요청일 수 있다. 일 실시예에서, 참여 요청은 근거리 통신으로 전송되거나 인스턴트 메시징 서비스를 통해 전송될 수 있다. 이벤트 참여 요청을 수신한 제2 사용자(1030)는 제2 사용자 단말(1040)을 이용하여 이벤트 참여 요청을 수락할 수 있다.
제2 사용자(1030)가 이벤트 참여 요청을 수락하는 것에 응답하여, 제1 사용자 단말(1020)은 제1 사용자 아바타(1052)와 제2 사용자 아바타(1054)를 카메라 어플리케이션 화면(1050)에 함께 표시할 수 있다. 일 실시예에서, 제1 사용자 단말(1020)은 제2 사용자 아바타(1054)에 대한 정보를 근거리 통신을 통해 제2 사용자 단말(1040)으로부터 수신하거나 인스턴트 메시징 어플리케이션을 통해 서버로부터 수신할 수 있다. 예를 들어, 화면(1050)은 인스턴트 메시징 어플리케이션의 인앱 카메라 화면이고, 제1 사용자 아바타(1052)와 제2 사용자 아바타(1054)는 각각 제1 사용자(1010)와 제2 사용자(1030)가 인스턴트 메시징 어플리케이션에서 사용하는 아바타일 수 있다. 이 경우, 제1 사용자 단말(1020)은 이미지 센서에 의해 수신되는 입력 영상 상에 제1 사용자 아바타(1052) 및 제2 사용자 아바타(1054)를 표시할 수 있다. 따라서, 제1 사용자(1010)는 제2 사용자(1030)와 함께 아바타를 이용한 증강 현실(AR) 서비스를 이용할 수 있다.
일 실시예에서, 제1 사용자 아바타(1052)의 모션은 제1 사용자 단말(1020)에 의해 수신되는 입력 오디오에 기초하여 제어되고, 제2 사용자 아바타(1054)의 모션은 제2 사용자 단말(1040)에 의해 수신되는 입력 오디오에 기초하여 제어될 수 있다. 이 경우, 제2 사용자 단말(1040)은 수신되는 입력 오디오를 제1 사용자 단말(1020)에게 전송하고, 제1 사용자 단말(1020)이 제2 사용자 단말(1040)로부터 수신되는 입력 오디오에 기초하여 제2 사용자 아바타(1054)의 모션을 제어할 수 있다. 대안적으로, 제2 사용자 단말(1040)은 수신되는 입력 오디오를 처리(예, 음성 인식, 음성 톤 분석, 멜로디 코드 검출, 음악 템포 검출, 노래 인식 등)한 후, 처리된 데이터를 제1 사용자 단말(1020)로 전송하고, 제1 사용자 단말(1020)이 제2 사용자 단말(1040)로부터 수신되는 처리된 데이터에 기초하여 제2 사용자 아바타(1054)의 모션을 제어할 수 있다.
다른 실시예에서, 제1 사용자 단말(1020)은 오디오 센서를 통해 수신되는 입력 오디오에서 제1 사용자(1010)의 음성과 제2 사용자(1030)의 음성을 구분하고, 제1 사용자(1010)의 음성에 기초하여 제1 사용자 아바타(1052)의 모션을 제어하고, 제2 사용자(1020)의 음성에 기초하여 제2 사용자 아바타(1054)의 모션을 제어할 수 있다. 제1 사용자(1010)의 음성과 제2 사용자(1030)의 음성 구분은 성별에 따른 음성 차이, 거리에 따른 음성 크기 차이, 음성 특색의 차이 등에 의해 수행될 수 있다.
전술한 것과 같이, 제1 사용자 아바타(1052)의 모션과 제2 사용자 아바타(1054)의 모션이 따로 제어되는 경우라도, 특정 키워드(예, 그룹 동작 키워드)가 감지되는 경우, 제1 사용자 아바타(1052)와 제2 사용자 아바타(1054)가 그룹 동작을 취하도록 제어할 수 있다. 예를 들어, 제1 사용자(1010)가 신나는 목소리로 “하이파이브”라고 말하는 경우, 제1 사용자 단말(1020)은 제1 사용자 아바타(1052)와 제2 사용자 아바타(1054)가 하이파이브 동작을 취하도록 제1 사용자 아바타(1052)의 신체 움직임과 제2 사용자 아바타(1054)의 신체 움직임을 함께 제어할 수 있다. 또한, 제1 사용자 단말(1020)은 아바타들(1052, 1054)이 “하이파이브”를 발음하는 입 모양이 되도록 아바타의 입술 움직임을 제어하고, 신나는 얼굴 표정을 하도록 아바타의 얼굴 표정을 제어할 수 있다.
또 다른 실시예에서, 제1 사용자 아바타(1052)와 제2 사용자 아바타(1054)의 모션은 제1 사용자 단말(1020)에서 수신되는 입력 오디오에 기초하여 함께 제어될 수 있다.
일 실시예에서, 제1 사용자 단말(1020)는 음향에 기초하여 제1 사용자 아바타(1052) 및/또는 근처에 있는 다른 사용자의 아바타(예를 들어, 제2 사용자 아바타(1054))에 대한 모션을 제어하면서 화면에 추가적인 그래픽 요소를 표시하도록 구성될 수 있다. 이 경우, 제1 사용자 단말(1020)은 아바타 동작과 그래픽 요소를 적용할 대상을 결정할 수 있다. 일 실시예에서, 제1 사용자 단말(1020)은 발화자 정보, 음성 인식으로 검출되는 사용자명 또는 별명 등에 기초하여 아바타 동작과 그래픽 요소를 적용할 대상을 결정할 수 있다.
예를 들어, 제2 사용자(1030)의 사용자명 또는 별명이 “James”이고, 제1 사용자(1010)가 신나는 목소리로 “James 생일 축하해”라고 말하는 경우, 제1 사용자 단말(1020)은 검출된 문자열 중 “생일”이 미리 저장된 아바타 동작(예를 들어, 박수치는 동작) 및 그래픽 요소(예를 들어, 꼬깔 모자, “오늘 생일” 등의 말풍선, 필터 효과 등)와 연관된 것으로 판단할 수 있다. 이 경우, 제1 사용자 단말(1020)은 발화자인 제1 사용자 아바타(1052)가 박수치는 동작을 취하도록 제1 사용자 아바타(1052)의 신체 움직임을 제어하고, 제2 사용자 아바타(1054) 상에 꼬깔 모자를 씌울 수 있다. 추가적으로 제1 사용자 단말(1020)은 제1 사용자 아바타(1054) 상에 검출된 문자열이 표시되도록 말 풍선을 표시할 수 있다. 추가적으로, 제1 사용자 단말(1020)은 검출된 키워드와 연관된 필터 효과를 화면에 표시할 수 있다.
상술된 사용자 모션 제어 방법은, 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수도 있다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 판독될 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 전술된 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는 지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.
하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.
따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.
펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.
소프트웨어로 구현되는 경우, 상기 기법들은 하나 이상의 명령들 또는 코드로서 컴퓨터 판독 가능한 매체 상에 저장되거나 또는 컴퓨터 판독 가능한 매체를 통해 전송될 수도 있다. 컴퓨터 판독가능 매체들은 한 장소에서 다른 장소로 컴퓨터 프로그램의 전송을 용이하게 하는 임의의 매체를 포함하여 컴퓨터 저장 매체들 및 통신 매체들 양자를 포함한다. 저장 매체들은 컴퓨터에 의해 액세스될 수 있는 임의의 이용 가능한 매체들일 수도 있다. 비제한적인 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 또는 소망의 프로그램 코드를 명령들 또는 데이터 구조들의 형태로 이송 또는 저장하기 위해 사용될 수 있으며 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 접속이 컴퓨터 판독가능 매체로 적절히 칭해진다.
예를 들어, 소프트웨어가 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선 (DSL), 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들을 사용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 전송되면, 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선, 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들은 매체의 정의 내에 포함된다. 본원에서 사용된 디스크(disk) 와 디스크(disc)는, CD, 레이저 디스크, 광 디스크, DVD(digital versatile disc), 플로피디스크, 및 블루레이 디스크를 포함하며, 여기서 디스크들(disks)은 보통 자기적으로 데이터를 재생하고, 반면 디스크들(discs) 은 레이저를 이용하여 광학적으로 데이터를 재생한다. 위의 조합들도 컴퓨터 판독가능 매체들의 범위 내에 포함되어야 한다.
소프트웨어 모듈은, RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들, 하드 디스크, 이동식 디스크, CD-ROM, 또는 공지된 임의의 다른 형태의 저장 매체 내에 상주할 수도 있다. 예시적인 저장 매체는, 프로세가 저장 매체로부터 정보를 판독하거나 저장 매체에 정보를 기록할 수 있도록, 프로세서에 연결될 수 있다. 대안으로, 저장 매체는 프로세서에 통합될 수도 있다. 프로세서와 저장 매체는 ASIC 내에 존재할 수도 있다. ASIC은 유저 단말 내에 존재할 수도 있다. 대안으로, 프로세서와 저장 매체는 유저 단말에서 개별 구성요소들로서 존재할 수도 있다.
이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.
본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.
110: 사용자
120: 사용자 단말
130: 영상 통화 화면
132: 사용자의 아바타
134: 상대방 사용자의 아바타
200: 정보 처리 시스템
210: 네트워크
220: 사용자 단말
220_1: 휴대폰 단말
220_2: 태블릿 단말
220_3: PC 단말
312, 332: 메모리
314, 334: 프로세서
316, 336, 470: 통신 모듈
318, 338: 입출력 인터페이스
320: 입출력 장치
410: 입력 오디오
420: 입력 이미지
430: 오디오 센서
440: 이미지 센서
450: 디스플레이
460: 입력 인터페이스
480: 프로세서
482: 음성 인식 모듈
484: 신체 움직임 제어 모듈
486: 입술 움직임 제어 모듈
488: 얼굴 표정 제어 모듈
490: 저장부
120: 사용자 단말
130: 영상 통화 화면
132: 사용자의 아바타
134: 상대방 사용자의 아바타
200: 정보 처리 시스템
210: 네트워크
220: 사용자 단말
220_1: 휴대폰 단말
220_2: 태블릿 단말
220_3: PC 단말
312, 332: 메모리
314, 334: 프로세서
316, 336, 470: 통신 모듈
318, 338: 입출력 인터페이스
320: 입출력 장치
410: 입력 오디오
420: 입력 이미지
430: 오디오 센서
440: 이미지 센서
450: 디스플레이
460: 입력 인터페이스
480: 프로세서
482: 음성 인식 모듈
484: 신체 움직임 제어 모듈
486: 입술 움직임 제어 모듈
488: 얼굴 표정 제어 모듈
490: 저장부
Claims (20)
- 사용자 단말에서 동작하는 아바타 모션 제어 방법에 있어서,오디오 센서에 의해 입력 오디오를 수신하는 단계; 및프로세서에 의해 상기 입력 오디오에 기초해서 제1 사용자 아바타의 모션을 제어하는 단계를 포함하는, 아바타 모션 제어 방법.
- 제1항에 있어서,상기 제1 사용자 아바타의 모션을 제어하는 단계는,음성 인식을 통해 상기 입력 오디오로부터 문자열을 검출하는 단계; 및상기 검출된 문자열에 기초하여 상기 제1 사용자 아바타의 신체 움직임을 제어하는 단계를 포함하는, 아바타 모션 제어 방법.
- 제2항에 있어서,상기 검출된 문자열에 기초하여 상기 제1 사용자 아바타의 신체 움직임을 제어하는 단계는,명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 상기 검출된 문자열과 등록된 명령어 사이의 유사도 점수에 기초하여 상기 검출된 문자열과 연관된 아바타 동작을 검색하는 단계; 및상기 검색된 아바타 동작에 기초하여 상기 제1 사용자 아바타의 신체 움직임을 제어하는 단계를 포함하는, 아바타 모션 제어 방법.
- 제2항에 있어서,상기 검출된 문자열에 기초하여 상기 제1 사용자 아바타의 신체 움직임을 제어하는 단계는,명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 상기 검출된 문자열에서 제1 아바타 동작과 제2 아바타 동작을 검출하는 단계; 및상기 제1 아바타 동작과 상기 제2 아바타 동작이 중첩 적용 가능한 것으로 판정되는 경우, 상기 제1 아바타 동작과 상기 제2 아바타 동작을 중첩하여 상기 제1 사용자 아바타에 적용하는 단계를 포함하는, 아바타 모션 제어 방법.
- 제2항에 있어서,상기 검출된 문자열에 기초하여 상기 제1 사용자 아바타의 신체 움직임을 제어하는 단계는,명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 상기 검출된 문자열에서 제1 아바타 동작과 제2 아바타 동작을 검출하는 단계; 및상기 제1 아바타 동작과 상기 제2 아바타 동작이 중첩 적용 가능하지 않은 것으로 판정되는 경우, 상기 제1 아바타 동작의 적용이 종료된 이후에 상기 제2 아바타 동작이 상기 제1 사용자 아바타에 적용되도록 상기 제2 아바타 동작의 적용 시점을 지연시키는 단계를 포함하는, 아바타 모션 제어 방법.
- 제2항에 있어서,상기 검출된 문자열에 기초하여 상기 제1 사용자 아바타의 신체 움직임을 제어하는 단계는,명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 상기 검출된 문자열에서 제1 아바타 동작과 제2 아바타 동작을 검출하는 단계; 및상기 제1 아바타 동작과 상기 제2 아바타 동작이 중첩 적용 가능하지 않은 것으로 판정되는 경우, 상기 제1 아바타 동작의 재생 시간을 단축시키는 단계를 포함하는, 아바타 모션 제어 방법.
- 제2항에 있어서,상기 제1 사용자 아바타의 모션을 제어하는 단계는,상기 검출된 문자열에 기초하여 상기 제1 사용자 아바타의 입술 움직임을 제어하는 단계를 더 포함하는, 아바타 모션 제어 방법.
- 제7항에 있어서,상기 제1 사용자 아바타의 모션을 제어하는 단계는,상기 입력 오디오로부터 검출되는 음성 톤에 기초하여 상기 제1 사용자 아바타의 얼굴 표정을 제어하는 단계를 더 포함하는, 아바타 모션 제어 방법.
- 제1항에 있어서,상기 제1 사용자 아바타의 모션을 제어하는 단계는,상기 입력 오디오로부터 검출되는 음악의 템포 또는 멜로디 코드 중 적어도 하나에 기초하여 상기 제1 사용자 아바타의 신체 움직임을 제어하는 단계를 포함하는, 아바타 모션 제어 방법.
- 제9항에 있어서,상기 제1 사용자 아바타의 신체 움직임을 제어하는 단계는,멜로디 코드와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 상기 검출된 멜로디 코드와 연관된 아바타 동작을 검색하는 단계;상기 검출된 음악의 템포에 기초하여 상기 검색된 아바타 동작의 재생 속도를 결정하는 단계; 및상기 검색된 아바타 동작을 상기 제1 사용자 아바타에 적용하는 단계를 포함하는, 아바타 모션 제어 방법.
- 제9항에 있어서,상기 제1 사용자 아바타의 모션을 제어하는 단계는,음성 인식을 통해 상기 입력 오디오로부터 문자열을 검출하는 단계; 및상기 검출된 문자열에 기초하여 상기 제1 사용자 아바타의 입 모양을 제어하는 단계를 더 포함하는, 아바타 모션 제어 방법.
- 제1항에 있어서,다른 사용자 단말과 연관된 제2 사용자 아바타와 상기 제1 사용자 아바타를 화면에 함께 표시하는 단계를 포함하고,상기 제2 사용자 아바타의 모션은 상기 다른 사용자 단말이 수신하는 입력 오디오에 기초해서 제어되는, 아바타 모션 제어 방법.
- 제12항에 있어서,상기 제1 사용자 아바타의 모션을 제어하는 단계는,음성 인식을 통해 상기 입력 오디오로부터 문자열을 검출하는 단계;명령어와 아바타 동작을 맵핑시킨 맵핑 테이블을 이용하여, 상기 검출된 문자열에서 아바타 동작이 검색되는 단계; 및상기 검색된 아바타 동작이 그룹 동작으로 판정되는 경우, 상기 검색된 아바타 동작을 상기 제1 사용자 아바타와 상기 제2 사용자 아바타에 적용하는 단계를 포함하는, 아바타 모션 제어 방법.
- 제1항에 있어서,근거리 통신을 통해 상기 사용자 단말의 근방에 다른 사용자 단말을 검색하는 단계;상기 다른 사용자 단말에 이벤트 참여 요청을 전송하는 단계; 및상기 다른 사용자 단말이 이벤트 참여 요청을 수락하는 것에 응답하여, 상기 제1 사용자 아바타 및 상기 다른 사용자 단말과 연관된 제2 사용자 아바타를 상기 사용자 단말의 화면에 함께 표시하는 단계를 더 포함하는, 아바타 모션 제어 방법.
- 제14항에 있어서,이미지 센서에 의해 입력 영상을 수신하는 단계; 및상기 입력 영상 상에 상기 제1 사용자 아바타 및 상기 제2 사용자 아바타를 표시하는 단계를 더 포함하는, 아바타 모션 제어 방법.
- 제14항에 있어서,상기 오디오 센서에 의해 수신되는 상기 입력 오디오에 기초하여 상기 제1 사용자 아바타와 상기 제2 사용자 아바타의 모션을 함께 제어하는 단계를 더 포함하는, 아바타 모션 제어 방법.
- 제14항에 있어서,상기 다른 사용자 단말에 의해 수신되는 입력 오디오에 기초하여 상기 제2 사용자 아바타의 모션을 제어하는 단계를 더 포함하는, 아바타 모션 제어 방법.
- 제1항에 있어서,상기 제1 사용자 아바타의 모션을 제어하는 단계는,상기 입력 오디오를 분석하여 노래를 인식하는 단계; 및상기 인식된 노래와 연관된 안무를 상기 제1 사용자 아바타에 적용하는 단계를 더 포함하는, 아바타 모션 제어 방법.
- 제1항 내지 제 18항 중 어느 한 항에 따른 아바타 모션 제어 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
- 아바타 모션 제어 장치에 있어서,메모리; 및상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서는오디오 센서로부터 입력 오디오를 수신하고,상기 입력 오디오에 기초해서 제1 사용자 아바타의 모션을 제어하는,아바타 모션 제어 장치.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200033408A KR20210117066A (ko) | 2020-03-18 | 2020-03-18 | 음향 기반 아바타 모션 제어 방법 및 장치 |
| US17/204,437 US11562520B2 (en) | 2020-03-18 | 2021-03-17 | Method and apparatus for controlling avatars based on sound |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200033408A KR20210117066A (ko) | 2020-03-18 | 2020-03-18 | 음향 기반 아바타 모션 제어 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210117066A true KR20210117066A (ko) | 2021-09-28 |
Family
ID=77748344
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200033408A KR20210117066A (ko) | 2020-03-18 | 2020-03-18 | 음향 기반 아바타 모션 제어 방법 및 장치 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11562520B2 (ko) |
| KR (1) | KR20210117066A (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230143808A (ko) * | 2022-04-06 | 2023-10-13 | 네이버 주식회사 | 음성 기록을 시각화하여 재연하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 |
| WO2023229117A1 (ko) * | 2022-05-26 | 2023-11-30 | 한국전자기술연구원 | 대화형 가상 아바타의 구현 방법 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210375301A1 (en) * | 2020-05-28 | 2021-12-02 | Jonathan Geddes | Eyewear including diarization |
| KR20220049907A (ko) * | 2020-10-15 | 2022-04-22 | 라인플러스 주식회사 | 위치 기반 아바타 메신저 서비스 제공 방법 및 장치 |
| JP6995416B1 (ja) * | 2021-06-09 | 2022-01-14 | クラスター株式会社 | アバター出力装置、端末装置、アバター出力方法、およびプログラム |
| US20230288983A1 (en) * | 2022-03-08 | 2023-09-14 | Arris Enterprises Llc | Virtual reality device with ambient audio synchronization |
| US20240265605A1 (en) * | 2023-02-07 | 2024-08-08 | Google Llc | Generating an avatar expression |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7027054B1 (en) * | 2002-08-14 | 2006-04-11 | Avaworks, Incorporated | Do-it-yourself photo realistic talking head creation system and method |
| US20070153125A1 (en) * | 2003-05-16 | 2007-07-05 | Pixel Instruments, Corp. | Method, system, and program product for measuring audio video synchronization |
| US7990384B2 (en) * | 2003-09-15 | 2011-08-02 | At&T Intellectual Property Ii, L.P. | Audio-visual selection process for the synthesis of photo-realistic talking-head animations |
| US20060009978A1 (en) * | 2004-07-02 | 2006-01-12 | The Regents Of The University Of Colorado | Methods and systems for synthesis of accurate visible speech via transformation of motion capture data |
| EP2030171A1 (en) * | 2006-04-10 | 2009-03-04 | Avaworks Incorporated | Do-it-yourself photo realistic talking head creation system and method |
| FR2906056B1 (fr) * | 2006-09-15 | 2009-02-06 | Cantoche Production Sa | Procede et systeme d'animation d'un avatar en temps reel a partir de la voix d'un interlocuteur. |
| US20080111887A1 (en) * | 2006-11-13 | 2008-05-15 | Pixel Instruments, Corp. | Method, system, and program product for measuring audio video synchronization independent of speaker characteristics |
| WO2013086027A1 (en) * | 2011-12-06 | 2013-06-13 | Doug Carson & Associates, Inc. | Audio-video frame synchronization in a multimedia stream |
| US9324340B2 (en) * | 2014-01-10 | 2016-04-26 | Sony Corporation | Methods and apparatuses for use in animating video content to correspond with audio content |
| WO2015145219A1 (en) * | 2014-03-28 | 2015-10-01 | Navaratnam Ratnakumar | Systems for remote service of customers using virtual and physical mannequins |
| US10722802B2 (en) * | 2015-07-24 | 2020-07-28 | Silver Curve Games, Inc. | Augmented reality rhythm game |
| US9911218B2 (en) * | 2015-12-01 | 2018-03-06 | Disney Enterprises, Inc. | Systems and methods for speech animation using visemes with phonetic boundary context |
| US10217261B2 (en) * | 2016-02-18 | 2019-02-26 | Pinscreen, Inc. | Deep learning-based facial animation for head-mounted display |
| US10770092B1 (en) * | 2017-09-22 | 2020-09-08 | Amazon Technologies, Inc. | Viseme data generation |
| US10521946B1 (en) * | 2017-11-21 | 2019-12-31 | Amazon Technologies, Inc. | Processing speech to drive animations on avatars |
| US10732708B1 (en) * | 2017-11-21 | 2020-08-04 | Amazon Technologies, Inc. | Disambiguation of virtual reality information using multi-modal data including speech |
| US10586369B1 (en) * | 2018-01-31 | 2020-03-10 | Amazon Technologies, Inc. | Using dialog and contextual data of a virtual reality environment to create metadata to drive avatar animation |
| US11749265B2 (en) * | 2019-10-04 | 2023-09-05 | Disney Enterprises, Inc. | Techniques for incremental computer-based natural language understanding |
-
2020
- 2020-03-18 KR KR1020200033408A patent/KR20210117066A/ko unknown
-
2021
- 2021-03-17 US US17/204,437 patent/US11562520B2/en active Active
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230143808A (ko) * | 2022-04-06 | 2023-10-13 | 네이버 주식회사 | 음성 기록을 시각화하여 재연하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 |
| WO2023229117A1 (ko) * | 2022-05-26 | 2023-11-30 | 한국전자기술연구원 | 대화형 가상 아바타의 구현 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20210295578A1 (en) | 2021-09-23 |
| US11562520B2 (en) | 2023-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20210117066A (ko) | 음향 기반 아바타 모션 제어 방법 및 장치 | |
| US12026197B2 (en) | Intelligent automated assistant for media exploration | |
| US10068573B1 (en) | Approaches for voice-activated audio commands | |
| US11947873B2 (en) | Virtual assistant for media playback | |
| US10318236B1 (en) | Refining media playback | |
| AU2017100581B4 (en) | Intelligent automated assistant for media exploration | |
| US10049663B2 (en) | Intelligent automated assistant for media exploration | |
| CN110555126B (zh) | 旋律的自动生成 | |
| US20220059080A1 (en) | Realistic artificial intelligence-based voice assistant system using relationship setting | |
| KR102495888B1 (ko) | 사운드를 출력하기 위한 전자 장치 및 그의 동작 방법 | |
| KR20190134975A (ko) | 인공지능 시스템의 앱들 또는 스킬들의 리스트를 표시하는 증강 현실 장치 및 동작 방법 | |
| JP7230803B2 (ja) | 情報処理装置および情報処理方法 | |
| CN111540361A (zh) | 一种语音处理方法、装置和介质 | |
| TWI759039B (zh) | 互動物件的驅動方法、裝置、設備以及儲存媒體 | |
| CN114461825A (zh) | 多媒体分享和匹配方法、介质、装置和计算设备 | |
| KR20220081090A (ko) | 감정 기반 멀티미디어 컨텐츠 생성 방법 및 시스템 | |
| DK179465B1 (en) | INTELLIGENT AUTOMATED ASSISTANT FOR MEDIA EXPLORATION | |
| WO2023068067A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| KR20240096049A (ko) | 화자 분할 방법 및 시스템 |