KR20220056836A - 음성 응답 속도 결정 방법, 장치, 전자 기기, 컴퓨터 판독 가능한 저장 매체 및 컴퓨터 프로그램 - Google Patents

Abstract

본 발명은 음성 응답 속도 결정 방법, 장치, 전자 기기, 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램을 제공하며, 음성 인식, 자연 언어 처리, 딥러닝 등 인공 지능 기술 분야에 관한 것이다. 상기 방법은, 테스트 오디오 파일을 구성하는 데이터 스트림을 판독하고, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정하는 단계; 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 하는 단계; 및 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라 음성 응답 속도를 결정하는 단계를 포함한다. 상기 방법은 단지 하나의 테스트 기기만으로도 완전한 자동화 결정 프로세스를 완료하여, 테스트 기기를 감소하였고 대기 검증 시간을 방지하였으며, 음성 응답 속도의 결정 효율 및 원가를 향상할 수 있다.

Description

음성 응답 속도 결정 방법, 장치, 전자 기기, 컴퓨터 판독 가능한 저장 매체 및 컴퓨터 프로그램{METHOD AND APPARATUS FOR DETERMINING VOICE RESPONSE RATE， ELECTRONIC DEVICE, COMPUTER READABLE STORAGE MEDIUM AND COMPUTER PROGRAM}

본 발명은 데이터 처리 기술 분야에 관한 것으로, 구체적으로는 음성 인식, 자연 언어 처리, 딥러닝 등 인공 지능 기술 분야에 관한 것이며, 특히 음성 응답 속도 결정 방법, 장치, 전자 기기, 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램에 관한 것이다.

단대단(end-to-end)의 음성 응답 속도는 통상적으로 기계가 외계의 정지 음성을 수신하여 기계에 입력하여 사용자의 의도를 수행하는 시간을 가리킨다. 이 지표는 음성 인식 효과를 평가하는 하나의 중요한 지표로서, 응답 속도는 직접 사용자의 사용 체험감에 영향을 준다.

현재 단대단의 음성 응답 속도의 통계 방법은, 대부분 인공으로 전체 테스트 비디오에서 시작 시간과 종료 시간을 선택하여 결정할 수 있으며, 적어도 두 개의 기기로 결합하여 구현해야 한다.

본 발명의 실시예에서는 음성 응답 속도 결정 방법, 장치, 전자 기기, 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램을 제공한다.

제1 양태에 따르면, 본 발명의 실시예에서는 음성 응답 속도 결정 방법을 제공하는 바, 테스트 오디오 파일을 구성하는 데이터 스트림을 판독하고, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정하는 단계; 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 하는 단계; 및 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라 음성 응답 속도를 결정하는 단계를 포함한다.

제2 양태에 따르면, 본 발명의 실시예에서는 음성 응답 속도 결정 장치를 제공하는 바, 테스트 오디오 파일을 구성하는 데이터 스트림을 판독하고, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정하는 데이터 스트림 판독 및 시작 시각 결정 유닛; 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 하는 지시 정보 결정 및 종료 시각 결정 유닛; 및 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라 음성 응답 속도를 결정하는 음성 응답 속도 결정 유닛을 포함한다.

제3 양태에 따르면, 본 발명의 실시예에서는 전자 기기를 제공하는 바, 상기 전자 기기는 적어도 하나의 프로세서; 및 적어도 하나의 프로세서와 통신 연결되는 메모리를 포함하되; 메모리에 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령은 적어도 하나의 프로세서에 의해 실행되어, 적어도 하나의 프로세서가 수행될 경우 제1 양태에서 임의의 실시형태와 같이 설명되는 음성 응답 속도 결정 방법을 구현할 수 있도록 한다.

제4 양태에 따르면, 본 발명의 실시예에서는 컴퓨터 명령이 저장되는 비일시적 컴퓨터 판독 가능 저장 매체를 제공하는 바, 상기 컴퓨터 명령은 컴퓨터가 수행될 경우 제1 양태에서 임의의 실시형태와 같이 설명되는 음성 응답 속도 결정 방법을 구현할 수 있도록 하기 위한 것이다.

제5 양태에 따르면, 본 발명의 실시예에서는 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 제공하는 바, 상기 컴퓨터 프로그램이 프로세서에 의해 실행될 경우 제1 양태에서 임의의 실시형태와 같이 설명되는 음성 응답 속도 결정 방법을 구현할 수 있다.

본 발명의 실시예에서 제공하는 음성 응답 속도 결정 방법은, 먼저, 테스트 오디오 파일을 구성하는 데이터 스트림을 판독하고, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정하고; 다음, 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 하며; 최종적으로, 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라 음성 응답 속도를 결정한다.

상기 방법은 음성 지시 정보를 포함하는 테스트 오디오 파일의 데이터 스트림을 직접 판독하는 것을 통해, 종래기술에서 테스트 기기가 테스트 인원이 말하는 음성 신호를 수집하거나 또는 다른 한 방송 기기로 소리 데이터를 방송하는 방식을 대체하였으며, 데이터 스트림을 직접 판독하여 대기 검증 시간이 필요 없는 경우에 인터랙션 시작 시간을 즉시 결정할 수도 있고, 단지 하나의 테스트 기기만으로도 완전한 자동화 결정 프로세스를 완료하여, 테스트 기기를 감소하였고 대기 검증 시간을 방지하였으며, 음성 응답 속도의 결정 효율 및 원가를 향상할 수 있다.

본 부분에 설명되는 내용은 본 발명의 실시예의 핵심적이거나 중요한 특징을 표시하기 위한 것이 아니며, 본 발명의 범위를 한정하기 위한 것도 아니다. 본 발명의 다른 특징은 하기의 명세서를 통해 더욱 용이하게 이해할 수 있을 것임을 반드시 이해해야 한다.

하기의 도면에 따른 비한정적인 실시예의 상세한 서술을 열독 및 참조하면, 본 발명의 기타 특징, 목적 및 장점은 더욱 뚜렷해진다.
도 1은 본 발명이 그 중에 응용 가능한 예시적인 시스템의 아키텍처도이다.
도 2는 본 발명의 실시예에 따라 제공하는 음성 응답 속도 결정 방법의 흐름도이다.
도 3은 본 발명의 실시예에 따라 제공하는 인터랙션 종료 시각 결정의 방법의 흐름도이다.
도 4는 본 발명의 실시예에 따라 제공하는 방송을 통해 오류 피드백을 수신하고 목적성 처리를 수행하는 방법의 흐름도이다.
도 5는 본 발명의 실시예에 따라 제공하는 다른 한 음성 응답 속도 결정 방법의 흐름도이다.
도 6은 본 발명의 실시예에 따라 제공하는 음성 응답 속도 결정 장치의 구조 블록도이다.
도 7은 본 발명의 실시예에 따라 제공하는 음성 응답 속도 결정 방법을 수행하는 것에 적용되는 전자 기기의 구조 모식도이다.

아래 도면을 참조하여 본 발명의 예시적 실시예를 설명하되, 여기에 이해를 돕기 위한 본 발명의 실시예의 다양한 세부사항들이 포함되지만, 이들은 단지 예시적인 것으로 이해해야 한다. 따라서, 본 기술분야의 통상의 기술자는 본 발명의 범위 및 정신을 벗어나지 않는 전제 하에 여기서 설명된 실시예에 대해 다양한 변형 및 수정을 진행할 수 있음을 이해해야 한다. 마찬가지로, 명확 및 간략을 위해, 아래의 설명에서 공지 기능 및 구조에 대한 설명을 생략한다. 모순되지 않는 한 본 발명의 실시예 및 실시예의 특징은 서로 조합될 수 있음을 유의해야 한다.

본 발명의 기술적 해결수단에서, 사용자 개인정보의 획득, 저장 및 응용 등은 모두 관련 법규의 규정에 부합되며, 필요한 비밀 유지 조치를 취하였으며, 공서 양서에 위배되지 않는다.

도 1은 본 발명의 음성 응답 속도 결정 방법, 장치, 전자 기기 및 컴퓨터 판독 가능 저장 매체의 실시예에 따른 예시적 시스템 아키텍처(100)이다.

도 1에 도시된 바와 같이, 시스템 아키텍처(100)는 테스트 오디오 제공 단말기(101, 102, 103), 네트워크(104) 및 시맨틱 응답 속도 결정 단말기(105)를 포함할 수 있다. 네트워크(104)는 테스트 오디오 제공 단말기(101, 102, 103)와 음성 응답 속도 결정 단말기(105) 사이에서 통신 링크의 매체를 제공한다. 네트워크(104)는 다양한 연결 타입을 포함할 수 있는 바, 예를 들면 유선, 무선 통신 링크 또는 광섬유 케이블 등이다.

테스트 오디오 제공 단말기(101, 102, 103)에는 테스트 오디오 파일의 상이한 캐리어가 저장되고, 테스트 오디오 파일은 네트워크(104)를 통해 음성 응답 속도 결정 단말기(105)에 전송된다. 테스트 오디오 제공 단말기(101, 102, 103) 및 음성 응답 속도 결정 단말기(105)에는 예를 들어 오디오 파일 전송 애플리케이션, 응답 속도 분석 애플리케이션, 오류 리포트 애플리케이션 등 양자 사이의 정보 통신을 구현하기 위한 애플리케이션이 저장될 수 있다.

테스트 오디오 제공 단말기(101, 102, 103) 및 음성 응답 속도 결정 단말기(105)는 하드웨어일 수 있고 소프트웨어일 수도 있다. 테스트 오디오 제공 단말기(101, 102, 103)가 하드웨어인 경우 다양한 전자 기기일 수 있으며, 오디오 파일 저장 및 전송 능력을 구비하는 다양한 전자 기기일 수 있으며, 스마트폰, 태블릿PC, 휴대형 랩톱 및 데스크톱 등을 포함하나 이에 한정되는 것은 아니다. 테스트 오디오 제공 단말기(101, 102, 103)가 소프트웨어인 경우, 상기 열거된 전자 기기에 설치되어, 이는 복수 개의 하드웨어 또는 소프트웨어 모듈을 구현할 수 있고, 하나의 소프트웨어 또는 소프트웨어 모듈을 구현할 수도 있으며, 여기서 한정하지 않는다. 음성 응답 속도 결정 단말기(105)가 하드웨어일 경우, 복수 개의 음성 응답 속도 결정 단말로 구성된 분포형 음성 응답 속도 결정 단말 클러스터를 구현할 수 있고, 하나의 음성 응답 속도 결정 단말로 구현될 수도 있으며; 음성 응답 속도 결정 단말이 소프트웨어일 경우, 복수 개의 소프트웨어 또는 소프트웨어 모듈로 구성될 수 있고, 하나의 소프트웨어 또는 소프트웨어 모듈로 구성될 수도 있으며, 여기서 구체적으로 한정하지 않는다.

음성 응답 속도 결정 단말기(105)는 내장된 다양한 애플리케이션을 통해 다양한 서비스를 제공하여, 음성 응답 속도 결정 서비스를 제공하는 응답 속도 분석 애플리케이션을 예로 드는 바, 음성 응답 속도 결정 단말기(105)가 상기 응답 속도 분석 애플리케이션을 실행할 경우 하기와 같은 효과를 구현할 수 있다. 먼저, 네트워크(104)를 통해 테스트 오디오 제공 단말기(101, 102, 103)에서 테스트 오디오 파일을 획득하고; 그 다음, 상기 테스트 오디오 파일을 구성하는 데이터 스트림을 판독하며, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정하고; 이어서, 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 하며; 최종적으로, 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라 음성 응답 속도를 결정한다. 부가적으로, 결정된 음성 응답 속도를 기설정 위치에 전송하여 결과로 한다.

지적해야 될 것은, 테스트 오디오 파일은 테스트 오디오 제공 단말기(101, 102, 103)에서 네트워크(104)를 통해 획득되는 것을 제외하고도, 다양한 방식으로 음성 응답 속도 결정 단말기(105)의 로컬(예를 들면 테스트 오디오 파일을 SD 카드에 저장한 후 음성 응답 속도 결정 단말기(105)의 SD 카드 슬롯에 삽입함)에 미리 저장될 수도 있다. 따라서, 음성 응답 속도 결정 단말기(105)가 로컬에서 이러한 데이터(예를 들면 처리 시작 전에 보존된 처리할 테스트 오디오 파일)가 저장된 것을 검출하면, 로컬에서 이러한 데이터를 직접 선택하여 획득할 수 있으며, 이러한 상황에서, 예시적인 시스템 아키텍처(100)는 테스트 오디오 제공 단말기(101, 102, 103) 및 네트워크(104)를 포함하지 않을 수도 있다.

본 발명의 후속적인 각 실시예가 제공하는 음성 응답 속도 결정 방법은 일반적으로 음성 응답 속도 결정 단말기(105)로 수행되고, 상응하게는, 음성 응답 속도 결정 장치는 일반적으로 음성 응답 속도 결정 단말기(105)에 설치될 수도 있다. 강조해야 될 것은, 테스트 오디오 제공 단말기(101, 102, 103) 및 네트워크(104)는 단지 음성 응답 속도 결정 단말기(105)가 테스트 오디오 파일을 획득하도록 하기 위한 것으로서, 테스트 오디오 파일을 보유하며, 임의의 상기 단계에 따라 수행되는 장치는 모두 음성 응답 속도 결정 장치로 될 수 있다. 예를 들면 테스트 오디오 제공 단말기(101, 102, 103)도 동시에 음성 응답 속도 결정 단말기(105)로 될 수도 있다.

이해해야 할 것은 도 1 중의 테스트 오디오 단말기, 네트워크 및 음성 응답 속도 결정 단말기의 개수는 예시적인 것일 뿐이며, 실제 필요에 따라 임의의 개수의 테스트 오디오 단말기, 네트워크 및 음성 응답 속도 결정 단말기를 구비할 수 있다.

도 2를 참조하면, 도 2는 본 발명의 실시예에 따라 제공하는 음성 응답 속도 결정 방법의 흐름도로서, 프로세스(200)는 하기의 단계를 포함한다.

단계(201)에서, 테스트 오디오 파일을 구성하는 데이터 스트림을 판독하고, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정한다.

본 단계는 음성 응답 속도 결정 방법의 수행 주체(예를 들면 도 1에 도시된 서버(105))는 판독 조작을 통해 테스트 오디오 파일의 데이터 스트림을 얻고, 완전한 데이터 스트림을 판독한 시각을 음성 응답 과정의 인터랙션 시적 시각으로 결정한다.

통상적인 경우, 테스트 오디오 파일은 2진법 데이터로 구성되며, 판독 조작 역시 판독하여 상기 테스트 오디오 파일의 2진법 데이터 스트림을 구성하는 것이며, 판독 소요 시간 과 테스트 오디오 파일의 크기는 정비례 관계를 이루고, 일정 정도에서 판독 방식에 의해 결정되기도 한다. 테스트 오디오 파일에 포함되는 유효 정보는 완전한 데이터 스트림을 판독한 후 정확하게 결정될 필요가 없으며, 완전한 데이터 스트림을 판독하는 것은 실질적으로 종래기술에서 테스트 기기가 수신한 사용자가 발송한 완전한 음성 데이터를 확인하는 것이므로, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정한다.

통상적인 방식에서 완전한 음성 데이터를 수신하였는지의 여부를 결정하는 데 사용되는 검증 시간(즉 검증 시간 내에 새로운 음성 데이터를 수신하지 않음)과 비교하면, 본 실시예는 다른 주체에서 발송한 음성 신호를 수신하는 방식을 사용하지 않고, 테스트 오디오 파일을 자체적으로 직접 판독하는 방식을 사용하므로, 테스트 오디오 파일 판독이 완료되는 즉시 인터랙션 시작 시간을 결정할 수 있으며, 검증 시간을 설정할 필요가 없다.

단계(202)에서, 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 한다.

단계(201)의 기초상에서, 본 단계는 상기 수행 주체에 의해 우선 판독된 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 그 다음 음성 지시 정보에 의해 지시되는 동작의 수행 시각에 따라 인터랙션 종료 시각으로 결정한다.

여기서, 음성 지시 정보는 “에어컨 켜기”, “XX 노래 재생”, “오늘의 날씨 조회” 등 조작 지시일 수 있고, 대응되게, 이와 상응한 지시 동작은 “에어컨 켜기를 제어하는 제어 명령을 발송”, “플레이어를 켜고 제목이 XX인 노래를 검색하여 재생”, “날씨 애플리케이션을 켜고 오늘의 날씨 정보를 방송”하는 것일 수 있으며, 인터랙션 종료 시각은 즉 상기 동작의 수행 주체가 상기 동작을 수행하는 시각으로서, 설명해야 할 것은, 상기 동작의 수행 주체는 상기 수행 주체일 수 있고, 별도의 수행 주체일 수도 있다.

음성 지시 정보를 결정하는 방식은 다양할 수 있는 바, 예를 들면 텍스트 인식, 음성 내용 인식, 시맨틱 분석 등이다.

단계(203)에서, 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라 음성 응답 속도를 결정한다.

단계(201) 및 단계(202)의 기초상에서, 본 단계는 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라, 상기 테스트 오디오 파일에 대응되는 음성 응답 속도를 결정할 수 있다. 통상적으로 인터랙션 시작 종료 시각과 인터랙션 시작 시각 사이의 시간 차이를 산출하여, 상기 시간 차이를 음성 응답 속도로 결정한다. 일부 장면에서, 시간 차이의 기초상에서 일부 편차값의 수정을 거쳐, 상기 음성 응답 속도와 사용자의 실제 체험감이 더욱 서로 부합되도록 한다.

본 발명의 실시예에 따라 제공하는 음성 응답 속도 결정 방법, 음성 지시 정보를 포함하는 테스트 오디오 파일의 데이터 스트림을 직접 판독하는 것을 통해, 종래기술에서 테스트 기기가 테스트 인원이 말하는 음성 신호를 수집하거나 또는 다른 한 방송 기기로 소리 데이터를 방송하는 방식을 대체하였으며, 데이터 스트림을 직접 판독하여 대기 검증 시간이 필요 없는 경우에 인터랙션 시작 시간을 즉시 결정할 수도 있고, 단지 하나의 테스트 기기만으로도 완전한 자동화 결정 프로세스를 완료하여, 테스트 기기를 감소하였고 대기 검증 시간을 방지하였으며, 음성 응답 속도의 결정 효율 및 원가를 향상할 수 있다.

도 3을 참조하면, 도 3은 본 발명의 실시예에 따라 제공하는 인터랙션 종료 시각 결정의 방법의 흐름도이고, 도 2에 도시된 프로세스(200) 중의 단계(202) 중의 인터랙션 종료 시각 결정 부분에 대해 구체적인 실시형태를 제공하였으며, 프로세스(200) 중의 다른 단계는 조절하지 않고, 본 실시예가 제공하는 구체적인 실시형태로 단계(202) 중의 인터랙션 종료 시각 결정 부분의 방식을 대체하여 하나의 새로운 완전한 실시예를 얻는다. 여기서 프로세스(300)는 하기의 단계를 포함한다.

단계(301)에서, 음성 지시 정보에 의해 지시되는 동작의 수행 객체를 결정한다.

본 단계는 상기 수행 주체로 결정된 음성 지시 정보에 따라 그 지시 동작의 수행 객체를 결정하며, 상기 음성 지시 정보를 “에어컨 켜기”로 가정하면, “에어컨 켜기”라는 이 동작을 수행하는 객체는 적어도 에어컨 컨트롤 능력을 갖는 관련 기기일 수 있으며, 예를 들면 “에어컨 리모컨”, “홈 컨트롤 단말기” 등이다.

단계(302)에서, 수행 객체가 비-로컬 객체인 지의 여부를 판정하고, 비-로컬 객체이면, 단계(304)를 수행하고, 아니면 단계(305)를 수행한다.

단계(301)의 기초상에서, 본 단계는 상기 수행 주체로 결정된 수행 객체가 비-로컬 객체인 지의 여부를 판정하기 위한 것이다.

여기서, 상기 수행 주체가 지시되는 동작을 직접 수행하도록 제어하는 지의 여부에 따라, 지정 객체를 로컬 객체 및 비-로컬 객체와 같이 두 가지로 나뉠 수 있으며, 로컬 객체는 상기 수행 주체가 지시되는 동작을 직접 수행하도록 제어하는 객체일 수 있고, 비-로컬 객체는 상기 수행 주체가 지시되는 동작을 직접적, 간접적으로 수행하도록 제어할 수 없는 객체이다.

여전히 “에어컨 켜기를 예로 들면”, 만약 상기 수행 주체 자체에 에어컨 켜기의 기능이 구비된다면, 수행 객체는 로컬 객체에 속하고, 상기 수행 주체에 자체적으로 에어컨 켜기를 제어하는 능력이 없고, 간접적으로 다른 기기를 제어하여 에어컨을 켜야 한다면, 수행 객체는 에어컨 켜는 능력을 구비하는 기기일 수 있으므로, 비-로컬 객체에 속한다.

단계(303)에서, 음성 지시 정보를 비-로컬 객체에 전달한다.

단계(304)에서, 비-로컬 객체가 음성 지시 정보에 의해 지시되는 동작을 수행하도록 제어하고, 비-로컬 객체가 리턴하여 지시되는 동작을 수행하는 타임 스탬프를 제어한다.

단계(303) 내지 단계(304)는 단계(302)의 판정 결과가 수행 객체가 비-로컬 객체인 것의 기초상에 구축되며, 상기 주체로 음성 지시 정보를 상기 비-로컬 객체에 전달하고, 상기 비-로컬 기기는 수신된 음성 지시 정보에 따라 상응한 지시 동작을 수행하도록 제어하며, 상기 비-로컬 객체가 지시되는 동작의 타임 스탬프를 리턴 수행하도록 제어하여, 상기 수행 주체가 상기 타임 스탬프에 따라 실제의 인터랙션 종료 시간을 결정하도록 하기 위한 것이다.

단계(305)에서, 로컬 객체가 음성 지시 정보에 의해 지시되는 동작을 수행하도록 제어한다.

단계(306)에서, 로컬의 실행 로그에서 로컬 객체가 지시되는 동작을 수행하는 타임 스탬프를 획득한다.

단계(305) 내지 단계(306)는 단계(302)의 판정 결과가 수행 객체가 로컬 객체인 것의 기초상에 구축되며, 상기 주체로 상기 로컬 기기가 음성 지시 정보에 지시되는 동작을 수행하도록 직접 제어하고, 로컬의 실행 로그를 판독하는 것을 통해 지시되는 동작을 수행하는 타임 스탬프를 획득하여, 상기 수행 주체가 상기 타임 스탬프에 따라 실제 인터랙션 종료 시간을 결정하도록 한다.

단계(307)에서, 타임 스탬프에 기록된 시각을 인터랙션 종료 시각으로 결정한다.

본 실시예는 음성 지시 정보에 의해 지시되는 동작의 수행 객체가 로컬 객체 인지 아니면 비-로컬 객체인 지를 판별하는 것을 통해, 인터랙션 종료 시각을 결정하는 상이한 실시형태를 각각 제공하여, 더욱 전면적인 상황을 고려한다.

도 4를 참조하면, 도 4는 본 발명의 실시예에 따라 제공하는 방송을 통해 오류 피드백을 수신하고 목적성 처리를 수행하는 방법의 흐름도이며, 도 2에 도시된 프로세스(200) 중의 단계(202)에서 결정된 음성 지시 정보 및 그 지시 동작에 별도의 처리 방식을 제공하여, 상기 처리 방식을 빌어 음성 지시 정보의 결정 및 지시된 동작의 결정에 오류가 존재하는 지의 여부를 결정하며, 후속적인 무효 동작의 수행을 방지한다. 프로세스(200) 중의 다른 단계는 조절하지 않고, 본 실시예가 제공하는 구체적인 실시형태를 프로세스(200)의 상응한 부분에 추가하는 방식으로 하나의 완전한 실시예를 얻을 수 있다. 여기서 프로세스(400)는 하기의 단계를 포함한다.

단계(401)에서, 음성 지시 정보 및/또는 음성 지시 정보에 의해 지시되는 동작을 방송한다.

본 단계는 상기 수행 주체로 음성 방송의 방식을 통해 테스트 인원에게 현재 결정된 음성 지시 정보 및/또는 음성 지시 정보에 의해 지시되는 동작을 알려, 음성 방송의 방식을 통해 테스트 인원이 결정된 음성 지시 정보 및/또는 음성 지시 정보에 의해 지시되는 동작이 정확한 지의 여부를 인지하도록 한다. 물론, 음성 방송의 방식 외에도, 캐스팅, 스크린에 출력하는 등 방식을 사용하여 테스트 인원이 상기 정보를 인지하도록 할 수도 있으며, 실제 상황에 따라 유연하게 선택할 수 있고, 본 실시예는 단지 하나의 실시형태의 구현예이다.

단계(402)에서, 방송 내용에 대한 오류 피드백을 수신한 것에 응답하여, 오류 피드백에 대응되는 음성 지시 정보 및/또는 음성 지시 정보에 의해 지시되는 동작에 오류 마크를 부가한다.

단계(401)의 기초상에서, 본 단계는 상기 수행 주체로 방송 내용에 대한 오류 피드백을 수신할 경우, 오류 피드백에 대응되는 음성 지시 정보 및/또는 음성 지시 정보에 의해 지시되는 동작에 오류 마크를 부가한다.

예를 들면 현재 방송되는 음성 지시 정보가 “브라우저 조회”이고, 테스트 인원이 상기 테스트 오디오 파일에 포함되는 진실한 음성 지시 정보가 “날씨 조회”임을 이미 알고 있다면, 상기 수행 주체가 음성 지시 정보를 결정할 때 틀렸음을 용이하게 결정할 수 있고, 원천 정보가 오류인 상황에서, 후속적으로 결정된 지시되는 동작, 수행 및 음성 응답 속도는 모두 무효이므로, 후속적인 무효 동작의 수행을 방지하기 위해, 본 단계에서는 그 오류 마크를 부가한다.

단계(403)에서, 오류 마크가 부가된 정보 또는 지시되는 후속적인 동작의 수행을 중지한다.

단계(402)의 기초상에서, 본 단계는 상기 수행 주체로 오류 마크가 부가된 정보 또는 지시되는 후속적인 동작의 수행을 중지함으로써, 후속적인 무효 동작의 수행을 구현한다.

도 5를 참조하면, 도 5는 본 발명의 실시예에 따라 제공하는 다른 한 음성 응답 속도 결정 방법의 흐름도이고, 여기서 프로세스(500)는 하기의 단계를 포함한다.

단계(501)에서, 음성 지시 정보가 포함되는 복수 개의 테스트 오디오 파일을 획득한다.

단계(502)에서, 각각의 테스트 오디오 파일을 구성하는 데이터 스트림을 각각 판독하고, 완전한 데이터 스트림을 판독한 시각을 상응한 테스트 오디오 파일의 인터랙션 시작 시각으로 결정한다.

단계(503)에서, 완전한 데이터 스트림 중의 음성 신호에 대해 시맨틱 인식을 수행하여, 상응한 테스트 오디오 파일의 실제 시맨틱 정보를 얻는다.

단계(504)에서, 실제 시맨틱 정보에 대응되는 음성 지시 정보를 결정한다.

단계(503) 내지 단계(504)는 상기 수행 주체로 시맨틱 인식의 방식을 통해, 상응한 테스트 오디오 파일의 실제 시맨틱 정보를 얻으며, 실제 시맨틱 정보에 따라 음성 지시 정보를 결정할 수 있다.

시맨틱 인식 효과를 향상하고 시맨틱 인식을 거친 실제 시맨틱 정보의 정확성을 최대한 향상하기 위해, 머신러닝, 딥러닝에 기반하여 트레이닝된 시맨틱 인식 모델을 선택 사용할 수도 있으나, 균형 인식 소요 시간을 고려하면, 음성 신호의 복잡도에 결부하여 제정된 종합적인 처리 방식을 사용할 수도 있다. 포함되지만 한정되지 않는 실시형태는 하기와 같다.

완전한 데이터 스트림에서 음성 신호를 추출하며;

음성 신호의 실제 복잡도가 기설정 복잡도를 초과하는 것에 응답하여, 음성 신호를 클라우드 서버에 구성되고 사전 트레이닝을 거친 시맨틱 인식 모델에 입력 호출하되, 상기 시맨틱 인식 모델은 음성 신호와 시맨틱 정보 사이의 대응 관계를 특성화하기 위한 것이고;

시맨틱 인식 모델이 리턴한 실제 시맨틱 정보를 수신하는 한다.

즉 상기 실시예는 단지 복잡도가 기설정 복잡도를 초과하는 음성 신호에 대해 시맨틱 인식 모델을 호출하여 실제 시맨틱 정보를 결정하며, 반대로, 복잡도가 기설정 복잡도를 초과하지 않은 음성 정보에 대해 소요 시간이 비교적 짧은 통상적인 시맨틱 인식을 사용하여 실제 시맨틱 정보를 결정함으로써, 비교적 좋은 인식 정확도 및 인식 속도를 가진다.

단계(505)에서, 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 상응한 테스트 오디오 파일의 인터랙션 종료 시각으로 결정한다.

단계(506)에서, 각각의 테스트 오디오 파일의 인터랙션 시작 시각과 인터랙션 종료 시각의 시간 차이를 상응한 테스트 오디오 파일의 음성 응답 속도로 결정한다.

단계(507)에서, 각 테스트 오디오 파일 각각의 음성 응답 속도에 따라, 음성 응답 속도 평균치를 산출하여 얻는다.

단계(508)에서, 음성 응답 속도 평균치를 타깃 음성 응답 속도로 결정한다.

상기 각 실시예와 상이하게, 본 실시예는 주요하게 복수 개의 테스트 오디오 파일이 존재할 경우, 각 테스트 오디오 파일 각각의 음성 응답 속도를 각각 구하여 평균치를 구하며, 최종적으로 평균치를 더욱 정확한 타깃 음성 응답 속도로 하는 것이다.

설명해야 할 것은, 상기 단계(503) 내지 단계(504)에서 제공하는 시맨틱 인식을 통해 음성 지시 정보를 결정하는 방식은 본 구현예의 다른 단계와 함께 존재해야 되는 것은 아니며, 프로세스(200)의 단계(202)의 음성 지시 정보 결정의 관련 부분을 직접 대체할 수도 있다.

이해의 심화를 위해, 본 발명은 구체적인 응용 장면을 더 결부하여, 구체적인 실시형태를 시사하였으며, 상기 방안은 몇 개의 단계로 나누어 완성된다.

단계(1)에서, 오디오 테스트 세트를 획득한다.

테스트 세트는 이미 사전에 준비된 오디오 파일이고, 오디오 포맷은 음성 인터랙션 시스템에서 처리 가능한 코드 포맷이며, 예를 들면 PCM 포맷이다. 차량 탑재의 응용 장면을 예로 들면, 예시적인 음성 테스트 세트는 내비게이션으로 세계지창에 가다.pcm, 차이나 모바일에 전화를 걸다.pcm, 유행 음악을 감상하다.pcm 등일 수 있다.

단계(2)에서, 테스트 기기에서 음성 인식을 온하고, 음성 인식 모듈은 오디오 데이터에 대한 해석 녹음을 시작하며, 판독함 테스트 세트에서 오디오 파일 2진법 데이터를 규칙적으로 판독하고, 2진법 오디오 데이터를 음성 인식 모듈에 송신한다.

이전의 수단은 하드웨어 기기의 마이크(MIC)를 통해 외계의 소리를 수집하고, 수집된 오디오 데이터를 인식 모듈에 송신하는 것이다. 현재 단지 테스트 세트 중의 오디오 파일을 2진법 스트림으로 판독하고, 인식 모듈에 송신하기만 하면 된다. 인식 모듈은 인터넷 접속 여부에 따라 온라인/오프라인 인식을 수행하며, 그 다음 시맨틱 해석 결과를 리턴한다.

단계(3)에서, 테스트 오디오 파일을 파일 끝 마크(end of the file)까지 판독한 후, 음성 인터랙션 시작 시간을 기록한다. 오디오 데이터의 모든 판독이 완료되고, 인식 종료에 해당되면, 시맨틱 해석의 과정에 진입하기 시작하고, 시맨틱 결과의 리턴을 대기한다.

단계(4)에서, 로그를 통해, 서버(단말 기기는 인터넷에 접속되어 서버와 네트워크 통신되어야 함)/또는 오프라인 인식(인터넷에 접속되지 않고 오프라인 인식에 의해 엔진 프로세싱되어야 함)에 의해 시맨틱 결과를 인식하고 리턴하는 시간을 기록하고, 인터랙션 종료 시간을 기록한다.

단계(5)에서, 상기 인터랙션 시작 시간과 상기 인터랙션 종료 시간에 따라 음성 인터랙션 응답 속도를 산출한다.

통상적인 방식과 비교하면, 본 실시예가 제공하는 기술적 해결수단은 단지 한 회의 테스트 세트 오디오 파일만 준비하면 중복 사용할 수 있고; 상기 테스트 단계를 수행하는 단지 한 대의 단말 기기만 필요하며, 다른 오픈 소스 기기가 필요 없고, 환경 소음의 간섭으로 인해 초래된 산출 결과가 정확하지 않은 문제의 발생을 방지할 수 있으며, 다른 오픈 소스가 필요하지 않기에, 인공 간섭이 필요하지 않고, 출력 결과의 자동화 출력에 도달할 수 있다. 상이한 테스트 단말 기기 성능의 차이는 결과에 대한 영향이 크지 않다. UI(인터페이스) 렌더링, 및 CPU 생성 합성 음성(TTS 음성)의 소요 시간을 고려하지 않고, 단지 음성 응답의 시작 시간과 종료 시간을 포인트 프린트하여 산출한다.

또한 도 6을 참조하면, 상기 각 도에 도시된 방법에 대한 구현으로서, 본 발명은 음성 응답 속도 결정 장치의 일 실시예를 제공하였고, 상기 장치 실시예는 도 2에 도시된 방법 실시예와 서로 대응되며, 상기 장치는 구체적으로 다양한 전자 기기에 응용될 수 있다.

도 6에 도시된 바와 같이, 본 실시예의 음성 응답 속도 결정 장치(600)는 데이터 스트림 판독 및 시작 시각 결정 유닛(601), 지시 정보 결정 및 종료 시각 결정 유닛(602), 음성 응답 속도 결정 유닛(603)을 포함할 수 있다. 여기서, 데이터 스트림 판독 및 시작 시각 결정 유닛(601)은, 테스트 오디오 파일을 구성하는 데이터 스트림을 판독하고, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정하고; 지시 정보 결정 및 종료 시각 결정 유닛(602)은 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 하며; 음성 응답 속도 결정 유닛(603)은 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라 음성 응답 속도를 결정한다.

본 실시예에서, 음성 응답 속도 결정 장치(600)에서, 데이터 스트림 판독 및 시작 시각 결정 유닛(601), 지시 정보 결정 및 종료 시각 결정 유닛(602), 음성 응답 속도 결정 유닛(603)의 구체적인 처리 및 이에 수반되는 기술적 효과는 도 2에 대응되는 실시예 중의 단계(201) 내지 단계(203)의 관련 설명을 참조 가능하기에, 여기서 서술하지 않는다.

본 실시예의 일부 선택 가능한 실시형태에서, 지시 정보 결정 및 종료 시각 결정 유닛(602)은, 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 결정하는 종료 시각 결정 서브 유닛을 포함할 수 있고, 종료 시각 결정 서브 유닛은 또한,

음성 지시 정보에 의해 지시되는 동작의 수행 객체를 결정하되; 여기서, 수행 객체는 로컬 객체 및 비-로컬 객체를 포함하고;

수행 객체가 비-로컬 객체인 것에 응답하여, 음성 지시 정보를 비-로컬 객체에 전달하며;

비-로컬 객체가 음성 지시 정보에 의해 지시되는 동작을 수행하도록 제어하고, 비-로컬 객체가 리턴하여 지시되는 동작을 수행하는 타임 스탬프를 제어하고;

타임 스탬프에 기록된 시각을 인터랙션 종료 시각으로 결정하도록 구성될 수 있다.

본 실시예의 일부 선택 가능한 실시형태에서, 음성 응답 속도 결정 장치(600)는,

음성 지시 정보 및/또는 음성 지시 정보에 의해 지시되는 동작을 방송하는 방송 유닛;

방송 내용에 대한 오류 피드백을 수신한 것에 응답하여, 오류 피드백에 대응되는 음성 지시 정보 및/또는 음성 지시 정보에 의해 지시되는 동작에 오류 마크를 부가하는 오류 마크 유닛; 및

오류 마크가 부가된 정보 또는 지시되는 후속적인 동작의 수행을 중지하는 후속 동작 수행 중지 유닛을 더 포함할 수 있다.

본 실시예의 일부 선택 가능한 실시형태에서, 지시 정보 결정 및 종료 시각 결정 유닛(602)은, 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하는 지시 정보 결정 서브 유닛을 포함할 수 있고, 지시 정보 결정 서브 유닛은,

완전한 데이터 스트림 중의 음성 신호에 대해 시맨틱 인식을 수행하여, 실제 시맨틱 정보를 얻는 시맨틱 인식 모듈; 및

실제 시맨틱 정보에 대응되는 음성 지시 정보를 결정하는 음성 지시 정보 결정 모듈을 포함할 수 있다.

본 실시예의 일부 선택 가능한 실시형태에서, 시맨틱 인식 모듈은 또한,

완전한 데이터 스트림에서 음성 신호를 추출하고;

음성 신호의 실제 복잡도가 기설정 복잡도를 초과하는 것에 응답하여, 음성 신호를 클라우드 서버에 구성되고 사전 트레이닝을 거친 시맨틱 인식 모델에 입력 호출하되; 여기서, 시맨틱 인식 모델은 음성 신호와 시맨틱 정보 사이의 대응 관계를 특성화하기 위한 것이며;

시맨틱 인식 모델이 리턴한 실제 시맨틱 정보를 수신하도록 구성될 수 있다.

본 실시예의 일부 선택 가능한 실시형태에서, 복수 개의 테스트 오디오 파일이 존재하는 것에 응답하여,

각 테스트 오디오 파일 각각의 음성 응답 속도에 따라, 음성 응답 속도 평균치를 산출하여 얻는 평균치 산출 유닛; 및

음성 응답 속도 평균치를 타깃 음성 응답 속도로 결정하는 타깃 음성 응답 속도 결정 유닛을 더 포함한다.

본 실시예의 일부 선택 가능한 실시형태에서, 음성 응답 속도 결정 장치(600)는,

테스트 오디오 파일을 구성하는 데이터 스트림을 판독하기 전에, 음성 지시 정보가 포함되는 테스트 오디오 파일을 획득하는 테스트 오디오 파일 획득 유닛을 더 포함할 수 있다.

본 실시예는 상기 방법 실시예에 대응되는 장치 실시예의 존재로서, 본 실시예에서 제공하는 음성 응답 속도 결정 장치는, 음성 지시 정보를 포함하는 테스트 오디오 파일의 데이터 스트림을 직접 판독하는 것을 통해, 종래기술에서 테스트 기기가 테스트 인원이 말하는 음성 신호를 수집하거나 또는 다른 한 방송 기기로 소리 데이터를 방송하는 방식을 대체하였으며, 데이터 스트림을 직접 판독하여 대기 검증 시간이 필요 없는 경우에 인터랙션 시작 시간을 즉시 결정할 수도 있고, 단지 하나의 테스트 기기만으로도 완전한 자동화 결정 프로세스를 완료하여, 테스트 기기를 감소하였고 대기 검증 시간을 방지하였으며, 음성 응답 속도의 결정 효율 및 원가를 향상할 수 있다.

본 발명의 실시예에 따르면, 본 발명은 전자 기기를 더 제공하는 바, 상기 전자 기기는, 적어도 하나의 프로세서; 및 적어도 하나의 프로세서와 통신 연결되는 메모리를 포함하되; 여기서, 메모리에 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령은 적어도 하나의 프로세서에 의해 실행되어, 적어도 하나의 프로세서가 수행될 경우 상기 임의의 실시예에 설명되는 음성 응답 속도 결정 방법을 구현할 수 있다.

본 발명의 실시예에 따르면, 본 발명은 판독 가능 저장 매체를 더 제공하였는바, 상기 판독 가능 저장 매체에는 컴퓨터 명령이 저장되며, 상기 컴퓨터 명령은 컴퓨터가 수행될 경우 상기 임의의 실시예에 설명되는 음성 응답 속도 결정 방법을 구현할 수 있다.

본 발명의 실시예에서는 컴퓨터 프로그램을 제공하였는바, 상기 컴퓨터 프로그램이 프로세서에 의해 실행될 경우 상기 임의의 실시예에 설명되는 음성 응답 속도 결정 방법을 구현할 수 있다.

도 7에 도시된 바와 같이, 본 발명의 실시예의 구현예에 따른 전자 기기(700)의 블록도이다. 전자 기기는 랩톱 컴퓨터, 데스크톱 컴퓨터, 운영 플랫폼, 개인 정보 단말기, 서버, 블레이드 서버, 대형 컴퓨터, 및 다른 적합한 컴퓨터와 같은 다양한 형태의 디지털 컴퓨터를 의미한다. 전자 기기는 개인 디지털 처리, 셀룰러폰, 스마트폰, 웨어러블 기기 및 다른 유사한 컴퓨팅 장치와 같은 다양한 형태의 이동 장치를 의미할 수도 있다. 본문에서 나타낸 부재, 이들의 연결과 관계, 및 이들의 기능은 단지 예시적인 것으로, 본문에서 설명 및/또는 요구된 본 발명의 구현을 한정하지 않는다.

도 7에 도시된 바와 같이, 기기(700)는 판독 전용 메모리(ROM)(702)에 저장된 프로그램 또는 저장 유닛(708)으로부터 랜덤 액세스 메모리(RAM)(703)에 로딩된 프로그램에 따라 다양하고 적절한 동작 및 처리를 수행할 수 있는 산출 유닛(701)을 포함한다. RAM(703)에는 또한 기기(700)의 조작에 필요한 다양한 프로그램 및 데이터가 저장된다. 산출 유닛(701), ROM(702) 및 RAM(703)은 버스(704)를 통해 서로 연결된다. 입/출력(I/O) 인터페이스(705) 역시 버스(704)에 연결된다.

기기(700) 중의 복수 개의 부재는 I/O 인터페이스(705)에 연결되고, 키보드, 마우스 등을 포함하는 입력 유닛(706); 다양한 디스플레이 및 스피커 등을 포함하는 출력 유닛(707); 자기 디스크, CD 등을 포함하는 저장 유닛(708); 및 LAN 카드, 모뎀, 무선통신수신기 등과 같은 통신 유닛(709)을 포함한다. 통신 유닛(709)은 기기(700)가 인터넷과 같은 컴퓨터 네트워크 및/또는 다양한 전기 통신망을 통해 다른 기기와 정보/데이터를 교환하도록 허용한다.

산출 유닛(701)은 처리 및 컴퓨팅 능력을 구비하는 다양한 범용 및/또는 전용 프로세싱 컴포넌트일 수 있다. 산출 유닛의(701)의 일부 구현예는 중앙 처리 장치(CPU), 그래픽 처리 장치(GPU), 다양한 전용 인공 지능(AI) 컴퓨팅 칩, 다양한 머신러닝 모델 알고리즘을 실행하는 산출 유닛, 디지털 신호 프로세서(DSP), 및 임의의 적당한 프로세서, 컨트롤러, 마이크로 컨트롤러 등을 포함하지만 이에 한하지 않는다. 산출 유닛(701)은 윗 문장에 설명되는 각 방법과 처리를 수행하는 바, 예를 들면 음성 응답 속도 결정 방법이다. 예를 들면, 일부 실시예에서, 음성 응답 속도 결정 방법은 컴퓨터 소프트웨어 프로그램으로 구현될 수 있으며, 예를 들면 저장 유닛(708)과 같은 기계 판독 가능 매체에 유형적으로 포함될 수 있다. 일부 실시예에서, 컴퓨터 프로그램의 일부 또는 전부는 ROM(702) 및/또는 통신 유닛(709)을 거쳐 기기(700)에 로딩 및/또는 설치될 수 있다. 컴퓨터 프로그램이 RAM(703)에 로딩되어 산출 유닛(701)으로 수행될 경우, 윗 문장에서 설명되는 음성 응답 속도 결정 방법의 하나 이상의 단계를 수행할 수 있다. 대안적으로, 다른 실시예에서, 산출 유닛(701)은 다른 임의의 적당한 방식(예를 들면, 펌웨어를 이용함)을 통해 음성 응답 속도 결정 방법을 수행하도록 구성될 수 있다.

본문에서 상기와 같이 설명된 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 필드 프로그래머블 게이트 어레이(FPGA), 전용 집적 회로(ASIC), 전용 표준 제품(ASSP), 시스템 온 칩의 시스템(SOC), 복합 프로그램 가능 논리 소자(CPLD), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 실시형태는 하나 이상의 컴퓨터 프로그램에서의 구현을 포함할 수 있고, 상기 하나 이상의 컴퓨터 프로그램은 적어도 하나의 프로그램 가능 프로세서를 포함하는 프로그램 가능 시스템에서 실행 및/또는 해석될 수 있으며, 상기 프로그램 가능 프로세서는 전용 또는 범용 프로그램 가능 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치, 및 적어도 하나의 출력 장치로부터 데이터 및 명령을 수신할 수 있으며, 데이터 및 명령을 상기 저장 시스템, 상기 적어도 하나의 입력 장치, 및 상기 적어도 하나의 출력 장치에 전송할 수 있다.

본 발명의 방법을 구현하는 프로그램 코드는 하나 또는 복수 개의 프로그래밍 언어의 임의의 조합으로 편집할 수 있다. 이러한 프로그램 코드는 범용 컴퓨터, 전용 컴퓨터 또는 다른 프로그램 가능 데이터 처리 장치의 프로세서 또는 제어기에 제공될 수 있으며, 프로그램 코드는 프로세서 또는 제어기에 의해 실행될 경우, 흐름도 및/또는 블록도에 지정된 기능/작동이 구현되도록 할 수 있다. 프로그램 코드는 완전히 기계에서 실행되거나, 부분적으로 기계에서 실행되거나, 독립형 소프트웨어 패키지로서 기계에서 실행되며, 일부는 원격 기계에서 실행되거나 완전히 원격 기계 또는 서버에서 실행될 수 있다.

본 발명의 컨텍스트에서, 기계 판독 가능 매체는 명령 실행 시스템, 장치 또는 기기에 의해 또는 명령 실행 시스템, 장치 또는 기기와 결합하여 사용하기 위한 프로그램을 포함하거나 저장할 수 있는 유형 매체일 수 있다. 기계 판독 가능 매체는 기계 판독 가능 신호 매체 또는 기계 판독 가능 저장 매체일 수 있다. 기계 판독 가능 매체는 전자, 자기, 광학, 전자기, 적외선 또는 반도체 시스템, 장치 또는 기기, 또는 상기 내용의 임의의 적절한 조합을 포함할 수 있지만 이에 한정되지 않는다. 기계 판독 가능 저장 매체의 보다 구체적인 예는 하나 또는 복수 개의 와이어에 기반한 전기 연결, 휴대용 컴퓨터 디스크, 하드 디스크, 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 소거 가능 프로그램 가능 판독 전용 메모리(EPROM 또는 플래시 메모리), 광섬유, CD-ROM, 광학 저장 기기, 자기 저장 기기 또는 상술한 내용의 임의의 적절한 조합을 포함한다.

사용자와의 인터랙션을 제공하기 위하여, 컴퓨터에서 여기서 설명된 시스템 및 기술을 실시할 수 있고, 상기 컴퓨터는 사용자에게 정보를 표시하기 위한 표시 장치(예를 들어, CRT(음극선관) 또는 LCD(액정 표시 장치) 모니터); 및 키보드 및 지향 장치(예를 들어, 마우스 또는 트랙 볼)를 구비하며, 사용자는 상기 키보드 및 상기 지향 장치를 통해 컴퓨터에 입력을 제공한다. 다른 타입의 장치는 또한 사용자와의 인터랙션을 제공할 수 있는데, 예를 들어, 사용자에게 제공된 피드백은 임의의 형태의 감지 피드백(예를 들어, 시각 피드백, 청각 피드백, 또는 촉각 피드백)일 수 있고; 임의의 형태(소리 입력, 음성 입력, 또는 촉각 입력)로 사용자로부터의 입력을 수신할 수 있다.

여기서 설명된 시스템 및 기술을 백그라운드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버), 또는 미들웨어 부재를 포함하는 컴퓨팅 시스템(예를 들어, 응용 서버), 또는 프론트 엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 사용자 인터페이스 또는 웹 브라우저를 구비하는 사용자 컴퓨터이고, 사용자는 상기 그래픽 사용자 인터페이스 또는 웹 브라우저를 통해 여기서 설명된 시스템 및 기술의 실시형태와 인터랙션할 수 있음), 또는 이러한 백그라운드 부재, 미들웨어 부재, 또는 프론트 엔드 부재의 임의의 조합을 포함하는 컴퓨팅 시스템에서 실시할 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)을 통해 시스템의 부재를 서로 연결시킬 수 있다. 통신 네트워크의 예시로 근거리 통신망(LAN), 광역 통신망(WAN), 및 인터넷을 포함한다.

컴퓨터 시스템은 클라이언트 및 서버를 포함할 수 있다. 클라이언트 및 서버는 일반적으로 서로 멀리 떨어져 있고 일반적으로 통신 네트워크를 통해 서로 인터랙션한다. 대응되는 컴퓨터에서 실행되고 또한 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트 및 서버의 관계를 생성한다. 서버는 클라우드 서버일 수 있고, 또한 클라우드 컴퓨팅 서버 또는 클라우드 호스팅으로 칭할 수도 있으며, 클라우드 컴퓨팅 시스템 중의 하나의 호스트 제품으로서, 기존의 물리적 호스트와 가상 전용 서버(VPS, Virtual Private Server) 서비스에 존재하는 관리 난이도가 크고, 태스크 확장성이 약한 흠결을 해결하였다.

본 발명의 실시예 음성 지시 정보를 포함하는 테스트 오디오 파일의 데이터 스트림을 직접 판독하는 것을 통해, 종래기술에서 테스트 기기가 테스트 인원이 말하는 음성 신호를 수집하거나 또는 다른 한 방송 기기로 소리 데이터를 방송하는 방식을 대체하였으며, 데이터 스트림을 직접 판독하여 대기 검증 시간이 필요 없는 경우에 인터랙션 시작 시간을 즉시 결정할 수도 있고, 단지 하나의 테스트 기기만으로도 완전한 자동화 결정 프로세스를 완료하여, 테스트 기기를 감소하였고 대기 검증 시간을 방지하였으며, 음성 응답 속도의 결정 효율 및 원가를 향상할 수 있다.

위에서 설명한 다양한 형태의 프로세스를 사용하여 단계를 재배열, 추가 또는 삭제할 수 있음을 이해해야 한다. 예를 들어, 본 발명에 기재된 각 단계는 동시에 수행될 수 있거나 순차적으로 수행될 수 있거나 상이한 순서로 수행될 수 있고, 본 발명에서 공개된 기술적 해결수단이 이루고자 하는 결과를 구현할 수만 있으면, 본문은 여기서 한정하지 않는다.

상기 구체적인 실시형태는 본 발명의 보호 범위를 한정하지 않는다. 본 기술분야의 통상의 기술자는 설계 요구 및 다른 요소에 따라 다양한 수정, 조합, 서브 조합 및 대체를 진해할 수 있음을 이해해야 한다. 본 발명의 정신 및 원칙 내에서 진행한 임의의 수정, 등가적 대체 및 개선 등은 모두 본 발명의 보호 범위 내에 속해야 한다.

Claims (17)

1. 음성 응답 속도 결정 방법으로서,
   테스트 오디오 파일을 구성하는 데이터 스트림을 판독하고, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정하는 단계;
   상기 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 상기 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 하는 단계; 및
   상기 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라 음성 응답 속도를 결정하는 단계를 포함하는 음성 응답 속도 결정 방법.
2. 제1항에 있어서,
   상기 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 결정하는 상기 단계는,
   상기 음성 지시 정보에 의해 지시되는 동작의 수행 객체를 결정하되; 상기 수행 객체는 로컬 객체 및 비-로컬 객체를 포함하는 단계;
   상기 수행 객체가 상기 비-로컬 객체인 것에 응답하여, 상기 음성 지시 정보를 상기 비-로컬 객체에 전달하는 단계;
   상기 비-로컬 객체가 상기 음성 지시 정보에 의해 지시되는 동작을 수행하도록 제어하고, 상기 비-로컬 객체가 리턴하여 상기 지시되는 동작을 수행하는 타임 스탬프를 제어하는 단계; 및
   상기 타임 스탬프에 기록된 시각을 상기 인터랙션 종료 시각으로 결정하는 단계를 포함하는 음성 응답 속도 결정 방법.
3. 제1항에 있어서,
   상기 음성 지시 정보 및/또는 상기 음성 지시 정보에 의해 지시되는 동작을 방송하는 단계;
   방송 내용에 대한 오류 피드백을 수신한 것에 응답하여, 상기 오류 피드백에 대응되는 음성 지시 정보 및/또는 음성 지시 정보에 의해 지시되는 동작에 오류 마크를 부가하는 단계; 및
   상기 오류 마크가 부가된 정보 또는 지시되는 후속적인 동작의 수행을 중지하는 단계를 더 포함하는 음성 응답 속도 결정 방법.
4. 제1항에 있어서,
   상기 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하는 상기 단계는,
   상기 완전한 데이터 스트림 중의 음성 신호에 대해 시맨틱 인식을 수행하여, 실제 시맨틱 정보를 얻는 단계; 및
   상기 실제 시맨틱 정보에 대응되는 음성 지시 정보를 결정하는 단계를 포함하는 음성 응답 속도 결정 방법.
5. 제4항에 있어서,
   상기 완전한 데이터 스트림 중의 음성 신호에 대해 시맨틱 인식을 수행하여, 실제 시맨틱 정보를 얻는 상기 단계는,
   상기 완전한 데이터 스트림에서 상기 음성 신호를 추출하는 단계;
   상기 음성 신호의 실제 복잡도가 기설정 복잡도를 초과하는 것에 응답하여, 상기 음성 신호를 클라우드 서버에 구성되고 사전 트레이닝을 거친 시맨틱 인식 모델에 입력 호출하되, 상기 시맨틱 인식 모델은 음성 신호와 시맨틱 정보 사이의 대응 관계를 특성화하기 위한 것인 단계; 및
   상기 시맨틱 인식 모델이 리턴한 실제 시맨틱 정보를 수신하는 단계를 포함하는 음성 응답 속도 결정 방법.
6. 제1항에 있어서,
   복수 개의 상기 테스트 오디오 파일이 존재하는 것에 응답하여,
   각 상기 테스트 오디오 파일 각각의 음성 응답 속도에 따라, 음성 응답 속도 평균치를 산출하여 얻는 단계; 및
   상기 음성 응답 속도 평균치를 타깃 음성 응답 속도로 결정하는 단계를 더 포함하는 음성 응답 속도 결정 방법.
7. 제1항 내지 제6항 중 어느 한 항에 있어서,
   테스트 오디오 파일을 구성하는 데이터 스트림을 판독하는 단계 전에,
   상기 음성 지시 정보가 포함되는 테스트 오디오 파일을 획득하는 단계를 더 포함하는 음성 응답 속도 결정 방법.
8. 음성 응답 속도 결정 장치로서,
   테스트 오디오 파일을 구성하는 데이터 스트림을 판독하고, 완전한 데이터 스트림을 판독한 시각을 인터랙션 시작 시각으로 결정하는 데이터 스트림 판독 및 시작 시각 결정 유닛;
   상기 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하고, 상기 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 하는 지시 정보 결정 및 종료 시각 결정 유닛; 및
   상기 인터랙션 시작 시각 및 인터랙션 종료 시각에 따라 음성 응답 속도를 결정하는 음성 응답 속도 결정 유닛을 포함하는 음성 응답 속도 결정 장치.
9. 제8항에 있어서,
   상기 지시 정보 결정 및 종료 시각 결정 유닛은, 상기 음성 지시 정보에 의해 지시되는 동작의 수행 시각을 인터랙션 종료 시각으로 결정하는 종료 시각 결정 서브 유닛을 포함하고, 상기 종료 시각 결정 서브 유닛은 또한,
   상기 음성 지시 정보에 의해 지시되는 동작의 수행 객체를 결정하되; 상기 수행 객체는 로컬 객체 및 비-로컬 객체를 포함하며;
   상기 수행 객체가 상기 비-로컬 객체인 것에 응답하여, 상기 음성 지시 정보를 상기 비-로컬 객체에 전달하고;
   상기 비-로컬 객체가 상기 음성 지시 정보에 의해 지시되는 동작을 수행하도록 제어하고, 상기 비-로컬 객체가 리턴하여 상기 지시되는 동작을 수행하는 타임 스탬프를 제어하며;
   상기 타임 스탬프에 기록된 시각을 상기 인터랙션 종료 시각으로 결정하도록 구성되는 음성 응답 속도 결정 장치.
10. 제8항에 있어서,
    상기 음성 지시 정보 및/또는 상기 음성 지시 정보에 의해 지시되는 동작을 방송하는 방송 유닛;
    방송 내용에 대한 오류 피드백을 수신한 것에 응답하여, 상기 오류 피드백에 대응되는 음성 지시 정보 및/또는 음성 지시 정보에 의해 지시되는 동작에 오류 마크를 부가하는 오류 마크 유닛; 및
    상기 오류 마크가 부가된 정보 또는 지시되는 후속적인 동작의 수행을 중지하는 후속 동작 수행 중지 유닛을 더 포함하는 음성 응답 속도 결정 장치.
11. 제8항에 있어서,
    상기 지시 정보 결정 및 종료 시각 결정 유닛은, 상기 완전한 데이터 스트림에 포함되는 음성 지시 정보를 결정하는 지시 정보 결정 서브 유닛을 포함하고, 상기 지시 정보 결정 서브 유닛은,
    상기 완전한 데이터 스트림 중의 음성 신호에 대해 시맨틱 인식을 수행하여, 실제 시맨틱 정보를 얻는 시맨틱 인식 모듈; 및
    상기 실제 시맨틱 정보에 대응되는 음성 지시 정보를 결정하는 음성 지시 정보 결정 모듈을 포함하는 음성 응답 속도 결정 장치.
12. 제11항에 있어서,
    상기 시맨틱 인식 모듈은 또한,
    상기 완전한 데이터 스트림에서 상기 음성 신호를 추출하고;
    상기 음성 신호의 실제 복잡도가 기설정 복잡도를 초과하는 것에 응답하여, 상기 음성 신호를 클라우드 서버에 구성되고 사전 트레이닝을 거친 시맨틱 인식 모델에 입력 호출하며, 상기 시맨틱 인식 모델은 음성 신호와 시맨틱 정보 사이의 대응 관계를 특성화하기 위한 것이고;
    상기 시맨틱 인식 모델이 리턴한 실제 시맨틱 정보를 수신하도록 구성되는 음성 응답 속도 결정 장치.
13. 제8항에 있어서,
    복수 개의 상기 테스트 오디오 파일이 존재하는 것에 응답하여,
    각 상기 테스트 오디오 파일 각각의 음성 응답 속도에 따라, 음성 응답 속도 평균치를 산출하여 얻는 평균치 산출 유닛; 및
    상기 음성 응답 속도 평균치를 타깃 음성 응답 속도로 결정하는 타깃 음성 응답 속도 결정 유닛을 더 포함하는 음성 응답 속도 결정 장치.
14. 제8항 내지 제13항 중 어느 한 항에 있어서,
    테스트 오디오 파일을 구성하는 데이터 스트림을 판독하기 전에, 상기 음성 지시 정보가 포함되는 테스트 오디오 파일을 획득하는 테스트 오디오 파일 획득 유닛을 더 포함하는 음성 응답 속도 결정 장치.
15. 전자 기기로서,
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서와 통신 연결되는 메모리를 포함하되;
    상기 메모리에 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1항 내지 제7항 중 어느 한 항에 따른 음성 응답 속도 결정 방법을 수행할 수 있도록 하는 전자 기기.
16. 컴퓨터 명령이 저장되는 비일시적 컴퓨터 판독 가능 저장 매체로서,
    상기 컴퓨터 명령은 상기 컴퓨터가 제1항 내지 제7항 중 어느 한 항에 따른 음성 응답 속도 결정 방법을 수행할 수 있도록 하기 위한 것인 비일시적 컴퓨터 판독 가능 저장 매체.
17. 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램으로서,
    상기 컴퓨터 프로그램이 프로세서에 의해 실행될 경우 제1항 내지 제7항 중 어느 한 항에 따른 음성 응답 속도 결정 방법을 구현하는 컴퓨터 프로그램.

Images