KR20220064056A - 오디오 신호의 처리에 관한 태스크를 관리하는 전자 장치 및 그 작동 방법 - Google Patents
오디오 신호의 처리에 관한 태스크를 관리하는 전자 장치 및 그 작동 방법 Download PDFInfo
- Publication number
- KR20220064056A KR20220064056A KR1020200150147A KR20200150147A KR20220064056A KR 20220064056 A KR20220064056 A KR 20220064056A KR 1020200150147 A KR1020200150147 A KR 1020200150147A KR 20200150147 A KR20200150147 A KR 20200150147A KR 20220064056 A KR20220064056 A KR 20220064056A
- Authority
- KR
- South Korea
- Prior art keywords
- electronic device
- external electronic
- task
- specific
- context information
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 106
- 230000005236 sound signal Effects 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 84
- 238000004891 communication Methods 0.000 claims abstract description 77
- 230000008569 process Effects 0.000 claims abstract description 42
- 238000003062 neural network model Methods 0.000 claims description 25
- 239000002699 waste material Substances 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 14
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 208000032041 Hearing impaired Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
- G10K11/1781—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions
- G10K11/17821—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions characterised by the analysis of the input signals only
- G10K11/17827—Desired external signals, e.g. pass-through audio such as music or speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
- G10K11/1781—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions
- G10K11/17821—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase characterised by the analysis of input or output signals, e.g. frequency range, modes, transfer functions characterised by the analysis of the input signals only
- G10K11/17823—Reference signals, e.g. ambient acoustic environment
-
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
- G10K11/1783—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase handling or detecting of non-standard events or conditions, e.g. changing operating modes under specific operating conditions
- G10K11/17837—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase handling or detecting of non-standard events or conditions, e.g. changing operating modes under specific operating conditions by retaining part of the ambient acoustic environment, e.g. speech or alarm signals that the user needs to hear
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
- G10K11/178—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound by electro-acoustically regenerating the original acoustic waves in anti-phase
- G10K11/1785—Methods, e.g. algorithms; Devices
- G10K11/17855—Methods, e.g. algorithms; Devices for improving speed or power requirements
-
- 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
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/32—Multiple recognisers used in sequence or in parallel; Score combination systems therefor, e.g. voting systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/10—Applications
- G10K2210/108—Communication systems, e.g. where useful sound is kept and noise is cancelled
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/10—Applications
- G10K2210/108—Communication systems, e.g. where useful sound is kept and noise is cancelled
- G10K2210/1081—Earphones, e.g. for telephones, ear protectors or headsets
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3035—Models, e.g. of the acoustic system
- G10K2210/30351—Identification of the environment for applying appropriate model characteristics
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K2210/00—Details of active noise control [ANC] covered by G10K11/178 but not provided for in any of its subgroups
- G10K2210/30—Means
- G10K2210/301—Computational
- G10K2210/3038—Neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Telephone Function (AREA)
Abstract
다양한 실시예들에 따라서, 전자 장치는, 통신 모듈, 및 프로세서를 포함하고, 상기 프로세서는, 컨텍스트 정보를 확인하고, 오디오 신호의 처리에 관한 미리 정해진 추론 태스크들 중에서 상기 컨텍스트 정보에 대응하는 특정 태스크를 선택하고, 상기 전자 장치와 통신 연결을 형성 중인 외부 전자 장치들 중에서 상기 특정 태스크를 처리할 외부 전자 장치를 선택하고, 및 상기 외부 전자 장치로 상기 특정 태스크의 처리를 할당하도록 설정될 수 있다. 그 밖의 다양한 실시예가 가능하다.
Description
다양한 실시예들은, 컨텍스트 정보에 기반하여 오디오 신호의 처리에 관한 태스크를 관리하는 방법 및 장치에 관한 것이다.
현재 많은 사람들은 각종 음향에 지속적으로 노출되게 되며, 이러한 각종 음향들 중 차량의 경적음, 소화전의 비상벨소리, 아기의 울음소리를 비롯하여 위험한 상황을 알리는 음향인 관심 음향에 대해서 많은 사람들은 특별히 주의를 기울일 것이 요구된다.
이러한 관심 음향을 인지하기 위한 음향 신호는 음향 이벤트와 음향 장면으로 구분될 수 있고, 음향 이벤트는 예를 들어, 충돌 소리, 경적 소리, 박수 소리 등과 같이 짧은 순간에 발생하는 소리를 의미하고, 음향 장면은 공원, 지하철역, 버스 안 등 사용자가 위치해 있는 장소의 소리를 음향 이벤트에 비해 상대적으로 긴 시간 동안 듣고 판단할 수 있는 소리를 의미한다. 이와 같은 음향 인식 기술과 관련하여 공개특허 제 10-2013-0097872호(발명의 명칭: 청각 장애인용 음향 분석 인식 방법 및 장치, 공개일자: 2013년 09월 04일)이 개시된 바 있다.
사용자들이 웨어러블 디바이스(wearable device)(예: 이어폰 또는 헤드폰)를 귀에 착용한 상태에서는 위험한 상황을 알리는 관심 음향에 대해 주의를 집중할 수 없는 문제점이 있다.
또한, 웨어러블 디바이스가 특정 상황(컨텍스트)을 고려하지 않고, 일률적으로 오디오 신호의 처리(예: 음향 장면 분류 또는 음향 이벤트 감지)에 필요한 신경망 모델들을 사용할 경우, 특정 상황에서 발생하는 것이 불가능한 음향 이벤트를 감지하려고 하기 때문에, 불필요한 리소스를 낭비하는 문제점이 있다.
또한, 웨어러블 디바이스에서 사용할 수 있는 리소스는 매우 제한되기 때문에 신경망 모델들을 하나의 히어러블 디바이스에서 일정 개수 이상 처리할 수 없는 문제점이 있다.
다양한 실시예들은, 컨텍스트 정보에 기반하여 오디오 신호의 처리에 관한 특정 태스크를 선택하고, 특정 태스크를 외부 전자 장치에 동적으로 할당하는 전자 장치를 제공할 수 있다.
다양한 실시예들에 따라서, 전자 장치는, 통신 모듈, 및 프로세서를 포함하고, 상기 프로세서는, 컨텍스트 정보를 확인하고, 오디오 신호의 처리에 관한 미리 정해진 추론 태스크들 중에서 상기 컨텍스트 정보에 대응하는 특정 태스크를 선택하고, 상기 전자 장치와 통신 연결을 형성 중인 외부 전자 장치들 중에서 상기 특정 태스크를 처리할 외부 전자 장치를 선택하고, 및 상기 외부 전자 장치로 상기 특정 태스크의 처리를 할당하도록 설정될 수 있다.
다양한 실시예들에 따라서, 전자 장치의 동작 방법은, 컨텍스트 정보를 확인하는 동작, 오디오 신호의 처리에 관한 미리 정해진 추론 태스크들 중에서 상기 컨텍스트 정보에 대응하는 특정 태스크를 선택하는 동작, 상기 전자 장치와 통신 연결을 형성 중인 외부 전자 장치들 중에서 상기 특정 태스크를 처리할 외부 전자 장치를 선택하는 동작, 및 상기 외부 전자 장치로 상기 특정 태스크의 처리를 할당하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 전자 장치는 컨텍스트 정보를 확인하고 확인된 컨텍스트 정보에 대응하는 추론 태스크를 선택하여, 추론 태스크를 외부 전자 장치로 동적으로 할당함으로써, 리소스 사용의 낭비를 방지하고 효율적으로 오디오 신호의 처리에 관한 태스크를 관리할 수 있다.
도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 방법을 설명하기 위한 흐름도이다.
도 3은 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 동작을 설명하기 위한 도면이다.
도 4a는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 제 1 실시예를 나타내는 도면이다.
도 4b는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 제 2 실시예를 나타내는 도면이다.
도 4c는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 제 3 실시예를 나타내는 도면이다.
도 5는 다양한 실시예들에 따른, 전자 장치가 외부 전자 장치로부터 수신된 정보를 이용하여 컨텍스트 정보를 확인하고, 확인된 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 실시예를 나타내는 도면이다.
도 6a는 다양한 실시예들에 따른, 전자 장치가 특정 태스크를 처리할 외부 전자 장치를 선택하는 방법을 설명하기 위한 흐름도이다.
도 6b는 다양한 실시예들에 따른, 전자 장치가 특정 태스크를 처리할 외부 전자 장치를 선택하는 실시예를 나타내는 도면이다.
도 7은 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보를 업데이트하고, 업데이트된 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 실시예를 나타내는 도면이다.
도 8은 다양한 실시예들에 따른, 외부 전자 장치가 전자 장치로부터 할당된 특정 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 2는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 방법을 설명하기 위한 흐름도이다.
도 3은 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 동작을 설명하기 위한 도면이다.
도 4a는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 제 1 실시예를 나타내는 도면이다.
도 4b는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 제 2 실시예를 나타내는 도면이다.
도 4c는 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 제 3 실시예를 나타내는 도면이다.
도 5는 다양한 실시예들에 따른, 전자 장치가 외부 전자 장치로부터 수신된 정보를 이용하여 컨텍스트 정보를 확인하고, 확인된 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 실시예를 나타내는 도면이다.
도 6a는 다양한 실시예들에 따른, 전자 장치가 특정 태스크를 처리할 외부 전자 장치를 선택하는 방법을 설명하기 위한 흐름도이다.
도 6b는 다양한 실시예들에 따른, 전자 장치가 특정 태스크를 처리할 외부 전자 장치를 선택하는 실시예를 나타내는 도면이다.
도 7은 다양한 실시예들에 따른, 전자 장치가 컨텍스트 정보를 업데이트하고, 업데이트된 컨텍스트 정보에 기반하여 특정 태스크를 외부 전자 장치로 할당하는 실시예를 나타내는 도면이다.
도 8은 다양한 실시예들에 따른, 외부 전자 장치가 전자 장치로부터 할당된 특정 태스크를 수행하는 방법을 설명하기 위한 흐름도이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 1eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 전자 장치(101))가 컨텍스트 정보(예: 도 3의 컨텍스트 정보(310))에 기반하여 특정 태스크(예: 도 3의 특정 태스크(320))를 외부 전자 장치(예: 도 3의 외부 전자 장치(330))로 할당하는 방법을 설명하기 위한 흐름도이다.
도 3은 다양한 실시예들에 따른, 전자 장치(101)가 컨텍스트 정보(310)에 기반하여 특정 태스크(320)를 외부 전자 장치(330)로 할당하는 실시예를 나타낸다.
201 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 컨텍스트 정보(context information)(310)를 확인할 수 있다. 일 실시예에 따르면, 컨텍스트 정보(310)는 전자 장치(101)에 관한 컨텍스트 정보, 외부 전자 장치(330)(예: 도 1의 전자 장치(102))에 관한 컨텍스트 정보, 또는 오디오 신호에 관한 컨텍스트 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면, 전자 장치(101)에 관한 컨텍스트 정보는, 전자 장치(101)의 위치 정보, 전자 장치(101)의 센서 모듈(예: 도 1의 센서모듈(176))을 통하여 획득한 정보, 또는 전자 장치(101)에서 현재 실행 중인 어플리케이션 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 GPS 정보를 이용하여, 전자 장치(101)의 위치가 미리 등록된 특정 위치에 대응하는지를 확인할 수 있다. 예를 들어, 전자 장치(101)는 전자 장치(101)의 GPS 정보가 미리 등록된 위치 정보(예: 집)와 일치하는 것을 확인할 수 있다.
일 실시예에 따르면, 외부 전자 장치(330)에 관한 컨텍스트 정보는, 외부 전자 장치(330)의 위치 정보, 외부 전자 장치(330)의 센서 모듈을 통하여 획득한 정보, 또는 외부 전자 장치(330)에서 현재 실행 중인 어플리케이션 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 외부 전자 장치(102)에 관한 컨텍스트 정보를 외부 전자 장치(102)로 요청할 수 있고, 외부 전자 장치(102)로부터 해당 컨텍스트 정보를 수신할 수 있다.
일 실시예에 따르면, 오디오 신호에 관한 컨텍스트 정보는 전자 장치(101)의 주변 환경 정보를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 음향 장면 분류를 위한 신경망 모델(neural network)을 이용하여 전자 장치(101)의 주변 환경 정보를 확인할 수 있다. 음향 장면 분류는 전자 장치(101)의 주변 소리를 감지하여, 감지된 주변 소리를 신경망 모델에 적용함으로써, 전자 장치(101)의 주변 환경(예: 집 내부, 야외, 지하철 내부, 버스 내부 등)이 어떤 환경인지를 판단하는 작업을 나타낼 수 있다. 예를 들어, 전자 장치(101)는 음향 장면 분류 태스크를 수행하여, 전자 장치(101)의 주변 환경 정보가 야외(outdoor)인 것을 확인할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 외부 전자 장치(330)로부터 수신된 오디오 신호 또는 외부 전자 장치(330)로부터 수신된 특정 태스크(320)의 처리 결과에 기반하여, 전자 장치(101)의 주변 환경 정보를 확인할 수 있다.
203 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 오디오 신호의 처리에 관한 미리 정해진 추론 태스크들 중에서 컨텍스트 정보(310)에 대응하는 특정 태스크(320)를 선택할 수 있다. 미리 정해진 추론 태스크들은, 아기 울음 소리 감지, 초인종 경보 감지, 사이렌 경보 감지, 연기 경보 감지, 화재 경보 감지, 자동차 경적 감지, 반려동물 소리 감지, 액티브 노이즈 캔슬레이션 및 음질 향상, 및 신호대 잡음비(SNR) 추정, 음향 장면 분류와 같이 다양한 태스크들을 포함할 수 있고, 각각의 추론 태스크는 대응하는 신경망 모델을 이용하여 수행될 수 있다. 예를 들어, 도 3을 참조하면, 전자 장치(101)는 미리 정해진 추론 태스크들 중에서, 컨텍스트 정보(310)에 대응하는 특정 태스크(320)를 선택할 수 있다. 일 실시예에 따르면, 각각의 추론 태스크는 특정 컨텍스트 정보에 대응하도록 전자 장치(101)의 사용자 또는 전자 장치(101)의 제조사에 의하여 미리 설정될 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 컨텍스트 정보 및 상기 컨텍스트 정보에 대응하는 태스크의 수행 결과에 기반하여 학습된 신경망 모델을 이용하여, 컨텍스트 정보(310)에 대응하는 특정 태스크(320)를 선택할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 특정 상황에 해당하는 컨텍스트 정보 및 특정 상황에서 수행된 태스크의 처리 결과를 학습 데이터로서 신경망 모델을 훈련시킬 수 있고, 추후에 입력되는 컨텍스트 정보(310)를 상기 훈련된 신경망 모델에 적용함으로써, 컨텍스트 정보(310)에 대응하는 특정 태스크(320)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 전자 장치(101)의 위치 정보에 대응하는 특정 태스크(320)를 선택할 수 있다. 예를 들어, 전자 장치(101)는 전자 장치(101)의 제 1 위치 정보(예: 집 내의 1번 방)에 대응하는 특정 태스크(320)(예: 반려동물 소리 감지)를 선택할 수 있다. 또 다른 예를 들어, 전자 장치(101)는 전자 장치(101)의 제 2 위치 정보(예: 집 내의 2번 방)에 대응하는 특정 태스크(320)(예: 아기 울음 소리 감지)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 전자 장치(101)의 주변 환경 정보에 대응하는 특정 태스크(320)를 선택할 수 있다. 예를 들어, 전자 장치(101)는 전자 장치(101)의 제 1 주변 환경 정보(예: 야외(outdoor))에 대응하는 특정 태스크(320)(예: 자동차 경적 감지)를 선택할 수 있다. 또 다른 예를 들어, 전자 장치(101)는 전자 장치(101)의 제 2 주변 환경 정보(예: 지하철역 내부)에 대응하는 특정 태스크(320)(예: 노이즈 캔슬레이션)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 컨텍스트 정보(310)에 대응하는 복수의 특정 태스크들을 선택할 수 있다. 예를 들어, 전자 장치(101)는 미리 정해진 추론 태스크들 중에서 전자 장치(101)의 위치 정보(예: 집)에 대응하는 제 1 특정 태스크(예: 초인종 경보 감지) 및 제 2 특정 태스크(예: 화재 경보 감지)를 선택할 수 있다.
205 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 통신 모듈(예: 도 1의 통신 모듈(190))을 통하여 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치들 중에서, 특정 태스크(320)를 처리할 외부 전자 장치(330)(예: 도 1의 전자 장치(102))를 선택할 수 있다. 예를 들어, 도 3을 참조하면, 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치들은 좌측 이어버드(left earbud)(331) 및 우측 이어버드(right earbud)(332)를 포함하는 이어버즈, 스마트 TV(333), 인공지능 스피커(334), 및 스마트워치(335)를 포함할 수 있다. 상술한 외부 전자 장치들의 예는 일 실시예일 뿐, 외부 전자 장치들은 이에 한정되지 않고 다양한 전자 장치의 형태로 구현될 수 있다. 일 실시예에 따르면, 전자 장치(101)는 전자 장치(101) 및 외부 전자 장치들을 포함하는 복수의 전자 장치들 중에서 특정 태스크(320)를 처리할 특정 장치를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치들 중에서, 특정 태스크(320)를 처리할 복수의 외부 전자 장치들을 선택할 수 있다. 예를 들어, 전자 장치(101)는 특정 태스크(320)(예: 노이즈 캔슬레이션)를 선택한 후, 상기 특정 태스크(320)를 처리하기 위한 장치들로서 좌측 이어버드(331) 및 우측 이어버드(332)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 추론 태스크와 외부 전자 장치 사이의 연관 관계를 나타내는 맵핑 테이블을 이용하여, 특정 태스크(320)에 대응하는 외부 전자 장치(330)를 선택할 수 있다. 일 실시예에 따르면, 미리 정해진 추론 태스크들 각각에 대하여 처리 가능한 외부 전자 장치가 미리 지정될 수 있다. 예를 들어, 좌측 이어버드(331)는 초인종 경보 감지 태스크, 자동차 경적 감지 태스크, 및 노이즈 캔슬레이션 태스크를 처리하도록 미리 지정될 수 있고, 우측 이어버드(332)는 화재 경보 감지 태스크 및 노이즈 캔슬레이션 태스크를 처리하도록 미리 지정될 수 있고, 스마트 TV(511)는 음질 향상 태스크를 처리하도록 미리 지정될 수 있으며, 인공지능 스피커(334)는 아기 울음 감지 태스크를 처리하도록 미리 지정될 수 있다. 특정 태스크(320) 및 외부 전자 장치(330) 사이의 연관 관계들은 맵핑 테이블의 형태로 메모리(예: 도 1의 메모리(130))에 저장될 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 외부 전자 장치(330)를 선택하기 위하여 다양한 방법을 이용할 수 있고, 이와 관련되는 구체적인 동작들은 도 6a 및 도 6b에서 후술하도록 한다.
207 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 외부 전자 장치(330)로 특정 태스크(320)의 처리를 할당할 수 있다. 예를 들어, 도 3을 참조하면, 전자 장치(101)는 통신 모듈(190)을 통하여 외부 전자 장치(330)로 특정 태스크(320)의 처리를 요청 또는 할당할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 통신 모듈(190)을 통하여 특정 태스크(320)의 처리 요청을 외부 전자 장치(330)로 송신하면서, 상기 특정 태스크(320)의 처리에 사용되는 신경망 모델을 외부 전자 장치(330)로 함께 송신할 수 있다. 일 실시예에 따르면, 전자 장치(101)가 특정 태스크(320)를 처리할 장치로 선택되는 경우, 전자 장치(101)는 특정 태스크(320)의 처리를 외부 전자 장치(330)로 할당하지 않고, 직접 특정 태스크(320)의 처리를 수행할 수 있다.
도 4a는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 전자 장치(101))가 컨텍스트 정보(예: 도 3의 컨텍스트 정보(310))에 기반하여 특정 태스크(예: 도 3의 특정 태스크(320))를 외부 전자 장치(예: 도 3의 외부 전자 장치(330))로 할당하는 제 1 실시예를 나타내는 도면이다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 컨텍스트 정보(310)로서 전자 장치(101)의 위치 정보를 확인할 수 있다. 예를 들어, 도 4a를 참조하면, 전자 장치(101)는 전자 장치(101)의 위치 정보가 "집"에 해당함을 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 미리 정해진 추론 태스크들 중에서 전자 장치(101)의 위치 정보에 대응하는 특정 태스크(320)를 선택할 수 있다. 예를 들어, 도 4a를 참조하면, 전자 장치(101)는 "집"에 대응하는 제 1 특정 태스크(421)(예: 초인종 경보 감지) 및 제 2 특정 태스크(422)(예: 화재 경보 감지)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치들 중에서 특정 태스크(320)를 처리할 외부 전자 장치(330)를 선택할 수 있다. 예를 들어, 도 4a를 참조하면, 전자 장치(101)는 제 1 특정 태스크(421)를 처리할 제 1 외부 전자 장치(331)(예: 좌측 이어버드) 및 제 2 특정 태스크(422)를 처리할 제 2 외부 전자 장치(332)(예: 우측 이어버드)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 외부 전자 장치(330)로 특정 태스크(320)의 처리를 할당할 수 있다. 예를 들어, 도 4a를 참조하면, 전자 장치(101)는 제 1 외부 전자 장치(331)로 제 1 특정 태스크(421)의 처리를 할당하고, 제 2 외부 전자 장치(332)로 제 2 특정 태스크(422)의 처리를 할당할 수 있다. 이 경우, 전자 장치(101)는 제 1 특정 태스크(421)의 처리를 위한 제 1 신경망 모델(예: 초인종 경보 감지 모델)을 제 1 외부 전자 장치(331)로 송신할 수 있고, 제 2 특정 태스크(422)의 처리를 위한 제 2 신경망 모델(예: 화재 경보 감지 모델)을 제 2 외부 전자 장치(332)로 송신할 수 있다.
도 4b는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 전자 장치(101))가 컨텍스트 정보(예: 도 3의 컨텍스트 정보(310))에 기반하여 특정 태스크(예: 도 3의 특정 태스크(320))를 외부 전자 장치(예: 도 3의 외부 전자 장치(330))로 할당하는 제 2 실시예를 나타내는 도면이다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 컨텍스트 정보(310)로서 전자 장치(101)의 주변 환경 정보를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 음향 장면 분류를 위한 신경망 모델을 이용하여 전자 장치(101)의 주변 환경 정보를 확인할 수 있다. 예를 들어, 도 4b를 참조하면, 전자 장치(101)는 전자 장치(101) 내부의 마이크(예: 도 1의 입력 모듈(150))를 통하여 획득한 주변 소리에 대응하는 오디오 데이터 또는 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치(예: 이어버즈 또는 스마트워치)의 마이크를 통하여 획득한 주변 소리에 대응하는 오디오 데이터를 확인할 수 있고, 확인된 오디오 데이터를 음향 장면 분류를 위한 신경망 모델에 적용함으로써, 전자 장치(101)의 주변 환경이 야외(outdoor)이고 주변 소음이 없는 상태인 것을 확인할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 컨텍스트 정보의 갱신(update)을 확인할 수 있다. 예를 들어, 도 4a 및 도 4b를 참조하면, 전자 장치(101)는 전자 장치(101)의 주변 환경이 "집"에서 "주변 소음이 없는 야외"로 변화됨을 확인할 수 있고, 변화된 컨텍스트에 따라 컨텍스트 정보를 업데이트할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 미리 정해진 추론 태스크들 중에서 전자 장치(101)의 주변 환경 정보에 대응하는 특정 태스크(320)를 선택할 수 있다. 예를 들어, 도 4b를 참조하면, 전자 장치(101)는 "주변 소음 없는 야외"에 대응하는 특정 태스크(423)(예: 자동차 경적 감지)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치들 중에서 특정 태스크(320)를 처리할 외부 전자 장치(330)를 선택할 수 있다. 예를 들어, 도 4b를 참조하면, 전자 장치(101)는 특정 태스크(423)를 처리할 제 1 외부 전자 장치(331)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 외부 전자 장치(330)로 특정 태스크(320)의 처리를 할당할 수 있다. 예를 들어, 도 4b를 참조하면, 전자 장치(101)는 제 1 외부 전자 장치(331)로 특정 태스크(423)의 처리를 할당할 수 있다. 이 경우, 전자 장치(101)는 특정 태스크(423)의 처리를 위한 신경망 모델(예: 자동차 경적 감지 모델)을 제 1 외부 전자 장치(331)로 송신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 컨텍스트 정보(310)에 대응하지 않는 태스크의 수행의 종료를 외부 전자 장치(330)로 요청할 수 있다. 예를 들어, 도 4a 및 도 4b를 참조하면, 전자 장치(101)는 제 1 외부 전자 장치(331)로 이전 컨텍스트 정보(예: 집)에 대응하는 제 1 특정 태스크(421)(예: 초인종 경보 감지 태스크)의 종료를 요청할 수 있고, 제 2 외부 전자 장치(332)로 이전 컨텍스트 정보(예: 집)에 대응하는 제 2 특정 태스크(422)(예: 화재 경보 감지 태스크)의 종료를 요청할 수 있다.
도 4c는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 전자 장치(101))가 컨텍스트 정보(예: 도 3의 컨텍스트 정보(310))에 기반하여 특정 태스크(예: 도 3의 특정 태스크(320))를 외부 전자 장치(예: 도 3의 외부 전자 장치(330))로 할당하는 제 3 실시예를 나타내는 도면이다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 컨텍스트 정보(310)로서 전자 장치(101)의 주변 환경 정보를 확인할 수 있다. 예를 들어, 도 4c를 참조하면, 전자 장치(101)는 전자 장치(101) 내부의 마이크(예: 도 1의 입력 모듈(150))를 통하여 획득한 주변 소리에 대응하는 오디오 데이터 또는 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치(예: 이어버즈 또는 스마트워치)의 마이크를 통하여 획득한 주변 소리에 대응하는 오디오 데이터를 확인할 수 있고, 확인된 오디오 데이터를 음향 장면 분류를 위한 신경망 모델에 적용함으로써, 전자 장치(101)의 주변 환경이 야외이고, 다른 사람이 통화 중인 것을 확인할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 컨텍스트 정보의 갱신(update)을 확인할 수 있다. 예를 들어, 도 4b 및 도 4c를 참조하면, 전자 장치(101)는 전자 장치(101)의 주변 환경이 "야외"에서 "야외 및 타인 통화 중"으로 변화됨을 확인할 수 있고, 변화된 컨텍스트에 따라 컨텍스트 정보를 업데이트할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 미리 정해진 추론 태스크들 중에서 전자 장치(101)의 주변 환경 정보에 대응하는 특정 태스크(320)를 선택할 수 있다. 예를 들어, 도 4c를 참조하면, 전자 장치(101)는 "야외 및 타인 통화 중"에 대응하는 제 1 특정 태스크(424)(예: 노이즈 캔슬레이션) 및 제 2 특정 태스크(425)(예: 노이즈 캔슬레이션)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치들 중에서 특정 태스크(320)를 처리할 외부 전자 장치(330)를 선택할 수 있다. 예를 들어, 도 4c를 참조하면, 전자 장치(101)는 제 1 특정 태스크(424)를 처리할 제 1 외부 전자 장치(331) 및 제 2 특정 태스크(425)를 처리할 제 2 외부 전자 장치(332)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 외부 전자 장치(330)로 특정 태스크(320)의 처리를 할당할 수 있다. 예를 들어, 도 4c를 참조하면, 전자 장치(101)는 제 1 외부 전자 장치(331)로 특정 태스크(424)의 처리를 할당하고, 제 2 외부 전자 장치(332)로 특정 태스크(425)의 처리를 할당할 수 있다. 이 경우, 전자 장치(101)는 제 1 특정 태스크(424)의 처리를 위한 제 1 신경망 모델(예: 노이즈 캔슬레이션 모델)을 제 1 외부 전자 장치(331)로 송신할 수 있고, 제 2 특정 태스크(425)의 처리를 위한 제 2 신경망 모델(예: 노이즈 캔슬레이션 모델)을 제 2 외부 전자 장치(332)로 송신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 이전에 수행 중이던 태스크의 종료를 외부 전자 장치(330)로 요청하면서, 상기 종료 요청한 태스크의 처리를 다른 외부 전자 장치로 할당할 수 있다. 예를 들어, 도 4b 및 도 4c를 참조하면, 전자 장치(101)는 제 1 외부 전자 장치(331)로 이전에 수행 중이던 제 1 특정 태스크(423)(예: 자동차 경적 감지)의 종료를 요청하면서, 제 1 특정 태스크(423)와 관련된 컨텍스트 정보(예: 야외)가 유지되는 경우, 다른 외부 전자 장치(예: 스마트 워치(335))로 제 1 특정 태스크(423)의 처리를 할당할 수 있다.
도 5는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 전자 장치(101))가 외부 전자 장치(예: 도 3의 외부 전자 장치(330))로부터 수신된 정보를 이용하여 컨텍스트 정보(예: 도 3의 컨텍스트 정보(310))를 확인하고, 확인된 컨텍스트 정보(310)에 기반하여 특정 태스크(예: 도 3의 특정 태스크(320))를 외부 전자 장치(330)로 할당하는 실시예를 나타내는 도면이다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 컨텍스트 정보(310)를 확인할 수 있다. 컨텍스트 정보(310)는 전자 장치(101)에 관한 컨텍스트 정보, 오디오 신호에 관한 컨텍스트 정보, 또는 외부 전자 장치(330)에 관한 컨텍스트 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 통신 연결을 형성 중인 외부 전자 장치(330)로부터 외부 전자 장치(330)의 상태 정보를 수신할 수 있다. 예를 들어, 도 5를 참조하면, 전자 장치(101)는 컨텍스트 정보(310)로서, 전자 장치(101)의 위치 정보(예: 집) 및 외부 전자 장치(333)(예: 스마트 TV)의 상태 정보(예: TV의 전원 on)를 확인할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 미리 정해진 추론 태스크들 중에서 컨텍스트 정보(310)에 대응하는 특정 태스크(320)를 선택할 수 있다. 예를 들어, 도 5를 참조하면, 전자 장치(101)는 컨텍스트 정보(310)(예: 위치(집) 및 TV 전원(on))에 대응하는 제 1 특정 태스크(511)(예: 음질 향상) 및 제 2 특정 태스크(512)(예: 아기 울음 감지)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치들 중에서 특정 태스크(320)를 처리할 외부 전자 장치(330)를 선택할 수 있다. 예를 들어, 도 5를 참조하면, 전자 장치(101)는 제 1 특정 태스크(511)를 처리할 제 1 외부 전자 장치(333)(예: 스마트 TV) 및 제 2 특정 태스크(512)를 처리할 제 2 외부 전자 장치(334)(예: 인공지능 스피커)를 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 외부 전자 장치(330)로 특정 태스크(320)의 처리를 할당할 수 있다. 예를 들어, 도 5를 참조하면, 전자 장치(101)는 제 1 외부 전자 장치(333)로 제 1 특정 태스크(511)의 처리를 할당하고, 제 2 외부 전자 장치(334)로 제 2 특정 태스크(512)의 처리를 할당할 수 있다. 이 경우, 전자 장치(101)는 제 1 특정 태스크(511)의 처리를 위한 제 1 신경망 모델(예: 음질 향상 모델)을 제 1 외부 전자 장치(333)로 송신할 수 있고, 제 2 특정 태스크(512)의 처리를 위한 제 2 신경망 모델(예: 아기 울음 감지 모델)을 제 2 외부 전자 장치(334)로 송신할 수 있다.
도 6a는 다양한 실시예들에 따른, 전자 장치(예: 도 1의 전자 장치(101))가 특정 태스크(예: 도 3의 특정 태스크(320))를 처리할 외부 전자 장치(예: 도 3의 외부 전자 장치(330))를 선택하는 방법을 설명하기 위한 흐름도이다.
도 6b는 다양한 실시예들에 따른, 전자 장치(101)가 특정 태스크(320)를 처리할 외부 전자 장치(330)를 선택하는 실시예를 나타내는 도면이다.
601 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 확인된 컨텍스트 정보(예: 도 3의 컨텍스트 정보(310))에 대응하는 특정 태스크(320)가 특정 외부 전자 장치에서만 처리 가능한지 여부를 확인할 수 있다. 일 실시예에 따르면, 미리 정해진 추론 태스크들 중 일부의 추론 태스크는 특정 외부 전자 장치에서만 처리되도록 미리 지정될 수 있다. 예를 들어, 액티브 노이즈 캔슬레이션 태스크는 좌측 이어버드(예: 도 3의 좌측 이어버드(331)) 또는 우측 이어버드(예: 도 3의 우측 이어버드(332)) 중 적어도 하나에서만 처리 가능한 태스크로 미리 지정될 수 있고, 좌측 이어버드(331) 및 우측 이어버드(332) 이외의 장치는 노이즈 캔슬레이션 태스크를 처리하지 못하도록 미리 지정될 수 있다. 또 다른 예를 들어, 음향 장면 분류 태스크는 아무 외부 전자 장치에서나 처리 가능한 태스크로 미리 지정될 수 있다. 이와 관련하여, 도 6b를 참조하면, 전자 장치(101)는 컨텍스트 정보(310)(예: 주변 소음이 임계 SNR 이하)에 대응하는 특정 태스크(320)(예: 노이즈 캔슬레이션)를 확인할 수 있고, 노이즈 캔슬레이션 태스크가 이어버드에서만 처리 가능한 태스크로 지정됨을 확인할 수 있다. 또 다른 예를 들어, 도 6b를 참조하면, 전자 장치(101)는 컨텍스트 정보(310)(예: 통화 어플리케이션 실행)에 대응하는 특정 태스크(620)(예: 음향 장면 분류 태스크)를 확인할 수 있고, 음향 장면 분류 태스크가 아무 외부 장치에서나 처리 가능한 태스크로 지정됨을 확인할 수 있다.
603 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 특정 태스크(320)가 특정 외부 전자 장치에서만 처리 가능한 태스크인 경우, 특정 태스크(320)를 처리할 외부 전자 장치(330)로서 특정 외부 전자 장치를 선택하고, 특정 외부 전자 장치가 다른 태스크를 수행 중인지 여부를 확인할 수 있다. 예를 들어, 전자 장치(101)는 특정 태스크(320)를 처리할 외부 전자 장치(330)로서 특정 외부 전자 장치를 선택할 수 있고, 특정 외부 전자 장치로 태스크 수행 여부를 문의하는 메시지를 송신할 수 있고, 특정 외부 전자 장치로부터 수신된 응답 메시지(예: 인정 또는 불인정)에 기반하여 특정 외부 전자 장치가 노이즈 캔슬레이션 이외의 다른 태스크를 수행 중인지 여부를 확인할 수 있다.
605 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 특정 외부 전자 장치가 다른 태스크를 수행 중인 경우, 다른 태스크의 수행의 종료를 요청하고, 특정 외부 전자 장치 이외의 다른 외부 전자 장치로 상기 종료 요청한 다른 태스크의 처리를 할당할 수 있다. 예를 들어, 전자 장치(101)는 좌측 이어버드(331)에서 수행 중인 다른 태스크(예: 자동차 경적 감지 태스크)의 종료를 요청하고, 상기 자동차 경적 감지 태스크의 처리를 다른 외부 전자 장치로 요청할 수 있다. 전자 장치(101)는 609 동작 내지 615 동작을 이용하여 상기 특정 외부 전자 장치에서 수행 중인 태스크를 다른 외부 전자 장치로 할당할 수 있다.
607 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 특정 외부 전자 장치로 컨텍스트 정보(310)에 대응하는 특정 태스크(320)의 처리를 할당할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 상기 특정 외부 전자 장치에서 상기 다른 태스크를 수행 중이 아닌 경우, 특정 태스크(320)를 상기 특정 외부 전자 장치로 할당할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 특정 외부 전자 장치로 다른 태스크의 수행의 종료를 요청과 함께 특정 태스크(320)를 상기 특정 외부 전자 장치로 할당할 수 있다. 예를 들어, 도 6b를 참조하면, 전자 장치(101)는 컨텍스트 정보(310)(예: 주변 소음이 임계 SNR 이하)에 대응하는 특정 태스크(320)(예: 노이즈 캔슬레이션 태스크)를 좌측 이어버드(331) 및 우측 이어버드(332)로 할당할 수 있다.
609 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 특정 태스크(320)가 특정 외부 전자 장치에서만 처리 가능한 태스크가 아닌 경우, 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치(at least one external electronic device)를 확인할 수 있다. 예를 들어, 전자 장치(101)는 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치들 중에서 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치(예: 스마트 TV(333), 인공지능 스피커(334), 스마트 워치(335))를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 통신 연결을 형성 중인 외부 전자 장치들 각각에 태스크 수행에 관한 문의 메시지를 송신할 수 있고, 수신된 응답 메시지(예: 인정 또는 불인정)에 기반하여 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치를 선택할 수 있다.
611 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 특정 태스크(320)에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들(one or more external electronic devices)을 확인할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치 중에서 특정 태스크(320)에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들을 확인할 수 있다. 예를 들어, 전자 장치(101)는 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치(예: 스마트 TV(333), 인공지능 스피커(334), 스마트 워치(335)) 중에서, 특정 태스크(320)에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들(예: 인공지능 스피커(334) 및 스마트 워치(335))을 선택할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 특정 태스크(320)에 사용될 오디오 신호를 검출하기 위한 마이크를 포함하는 하나 이상의 외부 전자 장치들을 확인할 수 있다. 예를 들어, 전자 장치(101)는 기기 내부에 자체적으로 마이크를 포함하고, 상기 마이크를 통하여 주변 소리를 검출할 수 있는 이어버드(331, 332), 인공지능 스피커(334), 스마트 워치(335)를 선택할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 특정 태스크(320)에 사용될 오디오 신호를 입력 데이터로서 페치(fetch)할 수 있는 하나 이상의 외부 전자 장치들을 확인할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치 각각에 처리 가능한 입력 데이터에 관한 문의 메시지를 송신할 수 있고, 수신된 응답 메시지에 기반하여 특정 태스크(320)에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들을 선택할 수 있다.
613 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 특정 태스크(320)의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치(at least one candidate electronic device)를 확인할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 특정 태스크(320)에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들 중에서 특정 태스크(320)의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치를 확인할 수 있다. 예를 들어, 전자 장치(101)는 특정 태스크(320)에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들(예: 인공지능 스피커(334) 및 스마트 워치(335)) 중에서, 특정 태스크(320)의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치(예: 스마트 워치(335))을 선택할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 특정 태스크(320)에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들 각각에 사용 가능한 리소스에 관한 문의 메시지를 송신할 수 있고, 수신된 응답 메시지에 기반하여 특정 태스크(320)의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치를 선택할 수 있다. 일 실시예에 따르면, 상술한 611 동작은 생략 가능하며, 609 동작 후에 후술하는 613 동작을 바로 수행할 수 있다. 예를 들어, 전자 장치(101)는 외부 전자 장치들 중에서 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치를 확인하고, 적어도 하나의 외부 전자 장치 중에서 특정 태스크(320)의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치를 확인
615 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 특정 태스크(320)를 처리할 외부 전자 장치(330)를 선택할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 특정 태스크(320)의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치 중에서 특정 태스크(320)를 처리할 외부 전자 장치(330)를 선택할 수 있다. 예를 들어, 도 6b를 참조하면, 전자 장치(101)는 리소스가 존재하는 적어도 하나의 후보 전자 장치 중에서 특정 태스크(320)를 처리할 외부 전자 장치(330)(예: 스마트 워치(335))를 선택할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 적어도 하나의 후보 전자 장치 중에서 임의로(randomly)로 외부 전자 장치(330)를 선택할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 적어도 하나의 후보 전자 장치 중에서 사용 가능한 리소스가 가장 많은 장치를 특정 태스크(320)를 처리할 외부 전자 장치(330)로 선택할 수 있다.
도 7은 다양한 실시예들에 따른, 전자 장치(예: 도 1의 전자 장치(101))가 컨텍스트 정보(예: 도 3의 컨텍스트 정보(310))를 업데이트하고, 업데이트된 컨텍스트 정보(310)에 기반하여 특정 태스크(예: 도 3의 특정 태스크(320))를 외부 전자 장치(예: 도 3의 외부 전자 장치(330))로 할당하는 실시예를 나타내는 도면이다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 컨텍스트 정보(310)에 대응하는 특정 태스크(320)를 외부 전자 장치(330)로 할당할 수 있다. 예를 들어, 도 7을 참조하면, 전자 장치(101)는 제 1 컨텍스트 정보(711)(예: 사용자가 야외에 위치함)에 대응하는 제 1 특정 태스크(721)(예: 오디오 이벤트 감지) 및 제 2 특정 태스크(722)(예: 오디오 표현 계산)를 선택할 수 있고, 전자 장치(101)와 통신 연결을 형성 중인 외부 전자 장치들 중에서 제 1 특정 태스크(721)를 좌측 이어버드(331)로 할당하고, 제 2 특정 태스크(722)를 우측 이어버드(722)로 할당할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 통신 모듈(예: 도 1의 통신 모듈(190))을 통하여 외부 전자 장치(330)로부터 특정 태스크(320)의 처리 결과를 수신할 수 있다. 예를 들어, 도 7을 참조하면, 전자 장치(101)는 좌측 이어버드(331)로부터 제 1 특정 태스크(721)의 처리 결과로서, 제 1 응답 데이터(731)(예: 감지된 오디오 이벤트)를 수신할 수 있고, 우측 이어버드(332)로부터 제 2 특정 태스크(722)의 처리 결과로서, 제 2 응답 데이터(732)(예: 오디오 표현의 산출 결과에 해당하는 임베딩(embedding))를 수신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 외부 전자 장치(330)로부터 수신되는 특정 태스크(320)의 처리 결과에 기반하여 컨텍스트 정보(310)를 업데이트할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 특정 태스크(320)의 처리 결과를 음향 장면 분류를 위한 신경망 모델에 적용할 수 있고, 확인된 음향 장면에 대응하는 주변 환경 정보를 획득할 수 있다. 예를 들어, 도 7을 참조하면, 전자 장치(101)는 제 1 응답 데이터(731) 또는 제 2 응답 데이터(732) 중 적어도 하나를 음향 장면 분류를 위한 신경망 모델에 적용할 수 있고, 확인된 음향 장면에 대응하는 주변 환경 정보(예: 사용자가 지하철역 내부에 위치함)를 제 2 컨텍스트 정보(712)로서 획득할 수 있다. 이 경우, 전자 장치(101)는 제 1 컨텍스트 정보(711)(예: 사용자가 야외에 위치)를 제 2 컨텍스트 정보(712)(예: 사용자가 지하철역 내부에 위치)로 업데이트할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 미리 정해진 추론 태스크들 중에서, 상기 업데이트된 컨텍스트 정보에 대응하는 후속 태스크를 선택할 수 있다. 예를 들어, 도 7을 참조하면, 전자 장치(101)는 제 2 컨텍스트 정보(712)에 대응하는 제 3 특정 태스크(723)(예: 노이즈 캔슬레이션) 및 제 4 특정 태스크(724)(예: 노이즈 캔슬레이션)을 선택할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1의 프로세서(120))는 선택된 후속 태스크를 외부 전자 장치(330)로 할당할 수 있다. 예를 들어, 도 7을 참조하면, 전자 장치(101)는 제 3 특정 태스크(723)를 좌측 이어버드(331)로 할당하고, 제 4 특정 태스크(724)를 우측 이어버드(332)로 할당할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 후속 태스크를 외부 전자 장치(330)로 할당하면서, 외부 전자 장치(330)에서 이전에 수행중인 특정 태스크(320)를 다른 외부 전자 장치(330)로 할당할 수 있다. 예를 들어, 도 7을 참조하면, 전자 장치(101)는 제 3 특정 태스크(723)를 좌측 이어버드(331)로 할당하고, 제 4 특정 태스크(724)를 우측 이어버드(332)로 할당하면서, 좌측 이어버드(331)에서 수행하였던 제 1 특정 태스크(721)를 인공지능 스피커(334)로 할당하고, 우측 이어버드(332)에서 수행하였던 제 2 특정 태스크(722)를 스마트 워치(335)로 할당할 수 있다. 각 태스크를 할당하는 방법은 도 6a에서 설명한 동작들을 이용할 수 있다.
도 8은 다양한 실시예들에 따른, 외부 전자 장치(예: 도 3의 외부 전자 장치(330))가 전자 장치(예: 도 1의 전자 장치(101))로부터 할당된 특정 태스크(예: 도 3의 특정 태스크(320))를 수행하는 방법을 설명하기 위한 흐름도이다.
801 동작에서, 다양한 실시예들에 따르면, 외부 전자 장치(330)는 전자 장치(101)로부터 특정 태스크(320)를 할당받을 수 있다. 예를 들어, 외부 전자 장치(330)는 전자 장치(101)로부터 특정 태스크(320)의 처리의 요청을 수신할 수 있다. 외부 전자 장치(330)는 특정 태스크(320)의 처리를 위한 신경망 모델을 미리 저장하거나, 전자 장치(101)로부터 특정 태스크(320)의 처리 요청과 함께 상기 신경망 모델을 수신할 수 있다.
803 동작에서, 다양한 실시예들에 따르면, 외부 전자 장치(330)는 특정 태스크(320)의 처리에 사용될 입력을 페치(fetch)할 필요가 있는지 판단할 수 있다.
805 동작에서, 다양한 실시예들에 따르면, 외부 전자 장치(330)는 입력을 페치할 필요가 있는 경우, 입력을 페치할 수 있다. 일 실시예에 따르면, 외부 전자 장치(330)는 전자 장치(101) 또는 다른 외부 전자 장치로부터 수신되는 오디오 신호를 입력 데이터로서 페치할 수 있다.
807 동작에서, 다양한 실시예들에 따르면, 외부 전자 장치(330)는 입력을 페치할 필요가 없거나 입력을 페치 완료한 경우, 특정 태스크(320)를 수행할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 특정 태스크(320)를 수행하기 위하여 훈련된 신경망 모델에 입력 데이터에 해당하는 오디오 데이터를 적용함으로써, 특정 태스크(320)를 수행할 수 있다.
809 동작에서, 다양한 실시예들에 따르면, 외부 전자 장치(330)는 후속 태스크가 존재하는지 여부를 판단할 수 있다. 일 실시예에 따르면, 외부 전자 장치(330)는 특정 태스크(320)를 수행하는 중에 전자 장치(101)로부터 후속 태스크를 할당받을 수 있다.
811 동작에서, 다양한 실시예들에 따르면, 외부 전자 장치(330)는 후속 태스크가 존재하는 경우, 후속 태스크를 태스크 대기열(task queue)에 추가할 수 있다.
813 동작에서, 다양한 실시예들에 따르면, 외부 전자 장치(330)는 특정 태스크(320)의 처리를 완료하면, 후속 태스크 수행 과정에서 특정 태스크(320)의 처리 결과를 이용할 수 있도록 특정 태스크(320)의 처리 결과를 캐시(cache)에 저장할 수 있다. 일 실시예에 따르면, 외부 전자 장치(330)는 캐시된 특정 태스크(320)의 처리 결과 및 후속 태스크에 대응하는 신경망 모델을 이용하여 후속 태스크를 수행할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 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, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(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.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 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.
다양한 실시예들에 따라서, 전자 장치는, 통신 모듈, 및 프로세서를 포함하고, 상기 프로세서는, 컨텍스트 정보를 확인하고, 오디오 신호의 처리에 관한 미리 정해진 추론 태스크들 중에서 상기 컨텍스트 정보에 대응하는 특정 태스크를 선택하고, 상기 전자 장치와 통신 연결을 형성 중인 외부 전자 장치들 중에서 상기 특정 태스크를 처리할 외부 전자 장치를 선택하고, 및 상기 외부 전자 장치로 상기 특정 태스크의 처리를 할당하도록 설정될 수 있다.
다양한 실시예들에 따라서, 상기 컨텍스트 정보는 상기 전자 장치에 관한 컨텍스트 정보, 상기 외부 전자 장치에 관한 컨텍스트 정보, 또는 오디오 신호에 관한 컨텍스트 정보 중 적어도 하나를 포함할 수 있다.
다양한 실시예들에 따라서, 상기 전자 장치의 위치 정보를 상기 컨텍스트 정보로서 확인하고, 및 상기 전자 장치의 상기 위치 정보에 대응하는 상기 특정 태스크를 선택하도록 설정될 수 있다.
다양한 실시예들에 따라서, 상기 프로세서는, 음향 장면 분류를 위한 신경망 모델을 이용하여 상기 전자 장치의 주변 환경 정보를 상기 컨텍스트 정보로서 확인하고, 및 상기 전자 장치의 상기 주변 환경 정보에 대응하는 상기 특정 태스크를 선택하도록 설정될 수 있다.
다양한 실시예들에 따라서, 상기 프로세서는, 상기 특정 태스크가 특정 외부 전자 장치에서만 처리 가능한 태스크인지를 확인하도록 설정될 수 있다.
다양한 실시예들에 따라서, 상기 프로세서는,
상기 특정 태스크가 상기 특정 외부 전자 장치에서만 처리 가능한 태스크인 경우, 상기 특정 태스크를 처리할 상기 외부 전자 장치로서 상기 특정 외부 전자 장치를 선택하고, 상기 특정 외부 전자 장치가 다른 태스크를 수행 중인지를 확인하고, 상기 특정 외부 전자 장치에서 상기 다른 태스크를 수행 중인 경우, 상기 특정 외부 전자 장치로 상기 다른 태스크의 수행의 종료를 요청하고, 및 상기 외부 전자 장치들 중에서 상기 특정 외부 전자 장치 이외의 다른 외부 전자 장치로 상기 다른 태스크의 처리를 할당하도록 설정될 수 있다.
다양한 실시예들에 따라서, 상기 프로세서는, 상기 특정 태스크가 상기 특정 외부 전자 장치에서만 처리 가능한 태스크가 아닌 경우, 상기 외부 전자 장치들 중에서 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치를 확인하도록 설정될 수 있다.
다양한 실시예들에 따라서, 상기 프로세서는, 상기 적어도 하나의 외부 전자 장치 중에서 상기 특정 태스크에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들을 확인하도록 설정될 수 있다.
다양한 실시예들에 따라서, 상기 프로세서는, 상기 하나 이상의 외부 전자 장치들 중에서 상기 특정 태스크의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치를 확인하고, 및 상기 적어도 하나의 후보 전자 장치 중에서 상기 외부 전자 장치를 선택하도록 설정될 수 있다.
다양한 실시예들에 따라서, 상기 프로세서는, 상기 통신 모듈을 통하여, 상기 외부 전자 장치로부터 상기 특정 태스크의 처리 결과를 수신하고, 상기 처리 결과에 기반하여 상기 컨텍스트 정보를 업데이트하고, 상기 업데이트된 컨텍스트 정보에 대응하는 후속 태스크를 선택하고, 및 상기 후속 태스크를 상기 외부 전자 장치로 할당하도록 설정될 수 있다.
다양한 실시예들에 따라서, 전자 장치의 동작 방법은, 컨텍스트 정보를 확인하는 동작, 오디오 신호의 처리에 관한 미리 정해진 추론 태스크들 중에서 상기 컨텍스트 정보에 대응하는 특정 태스크를 선택하는 동작, 상기 전자 장치와 통신 연결을 형성 중인 외부 전자 장치들 중에서 상기 특정 태스크를 처리할 외부 전자 장치를 선택하는 동작, 및 상기 외부 전자 장치로 상기 특정 태스크의 처리를 할당하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 컨텍스트 정보를 확인하는 동작은, 상기 전자 장치의 위치 정보를 상기 컨텍스트 정보로서 확인하는 동작을 포함하고, 상기 특정 태스크를 선택하는 동작은, 상기 전자 장치의 상기 위치 정보에 대응하는 상기 특정 태스크를 선택하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 컨텍스트 정보를 확인하는 동작은, 음향 장면 분류를 위한 신경망 모델을 이용하여 상기 전자 장치의 주변 환경 정보를 상기 컨텍스트 정보로서 확인하는 동작을 포함하고, 상기 특정 태스크를 선택하는 동작은, 상기 전자 장치의 상기 주변 환경 정보에 대응하는 상기 특정 태스크를 선택하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 외부 전자 장치를 선택하는 동작은, 상기 특정 태스크가 특정 외부 전자 장치에서만 처리 가능한 태스크인지를 확인하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 외부 전자 장치를 선택하는 동작은, 상기 특정 태스크가 상기 특정 외부 전자 장치에서만 처리 가능한 태스크인 경우, 상기 특정 태스크를 처리할 상기 외부 전자 장치로서 상기 특정 외부 전자 장치를 선택하고, 상기 특정 외부 전자 장치가 다른 태스크를 수행 중인지를 확인하는 동작, 및 상기 특정 외부 전자 장치에서 상기 다른 태스크를 수행 중인 경우, 상기 특정 외부 전자 장치로 상기 다른 태스크의 수행의 종료를 요청하는 동작을 포함하고, 상기 전자 장치의 동작 방법은, 상기 외부 전자 장치들 중에서 상기 특정 외부 전자 장치 이외의 다른 외부 전자 장치로 상기 다른 태스크의 처리를 할당하는 동작을 더 포함할 수 있다.
다양한 실시예들에 따라서, 상기 외부 전자 장치를 선택하는 동작은, 상기 특정 태스크가 상기 특정 외부 전자 장치에서만 처리 가능한 태스크가 아닌 경우, 상기 외부 전자 장치들 중에서 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치를 확인하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 외부 전자 장치를 선택하는 동작은, 상기 적어도 하나의 외부 전자 장치 중에서 상기 특정 태스크에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들을 확인하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 외부 전자 장치를 선택하는 동작은, 상기 하나 이상의 외부 전자 장치들 중에서 상기 특정 태스크의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치를 확인하는 동작, 및 상기 적어도 하나의 후보 전자 장치 중에서 상기 외부 전자 장치를 선택하는 동작을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 전자 장치의 동작 방법은, 상기 전자 장치의 통신 모듈을 통하여, 상기 외부 전자 장치로부터 상기 특정 태스크의 처리 결과를 수신하는 동작, 상기 처리 결과에 기반하여 상기 컨텍스트 정보를 업데이트하는 동작, 상기 업데이트된 컨텍스트 정보에 대응하는 후속 태스크를 선택하는 동작, 및 상기 후속 태스크를 상기 외부 전자 장치로 할당하는 동작을 더 포함할 수 있다.
Claims (20)
- 전자 장치에 있어서,
통신 모듈, 및
프로세서를 포함하고, 상기 프로세서는,
컨텍스트 정보를 확인하고,
오디오 신호의 처리에 관한 미리 정해진 추론 태스크들 중에서 상기 컨텍스트 정보에 대응하는 특정 태스크를 선택하고,
상기 전자 장치와 통신 연결을 형성 중인 외부 전자 장치들 중에서 상기 특정 태스크를 처리할 외부 전자 장치를 선택하고, 및
상기 외부 전자 장치로 상기 특정 태스크의 처리를 할당하도록 설정된 전자 장치.
- 제 1 항에 있어서,
상기 컨텍스트 정보는 상기 전자 장치에 관한 컨텍스트 정보, 상기 외부 전자 장치에 관한 컨텍스트 정보, 또는 오디오 신호에 관한 컨텍스트 정보 중 적어도 하나를 포함하는 전자 장치.
- 제 1 항에 있어서,
상기 프로세서는,
상기 전자 장치의 위치 정보를 상기 컨텍스트 정보로서 확인하고, 및
상기 전자 장치의 상기 위치 정보에 대응하는 상기 특정 태스크를 선택하도록 설정된 전자 장치.
- 제 1 항에 있어서,
상기 프로세서는,
음향 장면 분류를 위한 신경망 모델을 이용하여 상기 전자 장치의 주변 환경 정보를 상기 컨텍스트 정보로서 확인하고, 및
상기 전자 장치의 상기 주변 환경 정보에 대응하는 상기 특정 태스크를 선택하도록 설정된 전자 장치.
- 제 1 항에 있어서,
상기 프로세서는,
상기 특정 태스크가 특정 외부 전자 장치에서만 처리 가능한 태스크인지를 확인하도록 설정된 전자 장치.
- 제 5 항에 있어서,
상기 프로세서는,
상기 특정 태스크가 상기 특정 외부 전자 장치에서만 처리 가능한 태스크인 경우, 상기 특정 태스크를 처리할 상기 외부 전자 장치로서 상기 특정 외부 전자 장치를 선택하고, 상기 특정 외부 전자 장치가 다른 태스크를 수행 중인지를 확인하고,
상기 특정 외부 전자 장치에서 상기 다른 태스크를 수행 중인 경우, 상기 특정 외부 전자 장치로 상기 다른 태스크의 수행의 종료를 요청하고, 및
상기 외부 전자 장치들 중에서 상기 특정 외부 전자 장치 이외의 다른 외부 전자 장치로 상기 다른 태스크의 처리를 할당하도록 설정된 전자 장치.
- 제 5 항에 있어서,
상기 프로세서는,
상기 특정 태스크가 상기 특정 외부 전자 장치에서만 처리 가능한 태스크가 아닌 경우, 상기 외부 전자 장치들 중에서 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치를 확인하도록 설정된 전자 장치.
- 제 7 항에 있어서,
상기 프로세서는,
상기 적어도 하나의 외부 전자 장치 중에서 상기 특정 태스크에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들을 확인하도록 설정된 전자 장치.
- 제 8 항에 있어서,
상기 프로세서는,
상기 하나 이상의 외부 전자 장치들 중에서 상기 특정 태스크의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치를 확인하고, 및
상기 적어도 하나의 후보 전자 장치 중에서 상기 외부 전자 장치를 선택하도록 설정된 전자 장치.
- 제 1 항에 있어서,
상기 프로세서는,
상기 통신 모듈을 통하여, 상기 외부 전자 장치로부터 상기 특정 태스크의 처리 결과를 수신하고,
상기 처리 결과에 기반하여 상기 컨텍스트 정보를 업데이트하고,
상기 업데이트된 컨텍스트 정보에 대응하는 후속 태스크를 선택하고, 및
상기 후속 태스크를 상기 외부 전자 장치로 할당하도록 설정된 전자 장치.
- 전자 장치의 동작 방법에 있어서,
컨텍스트 정보를 확인하는 동작,
오디오 신호의 처리에 관한 미리 정해진 추론 태스크들 중에서 상기 컨텍스트 정보에 대응하는 특정 태스크를 선택하는 동작,
상기 전자 장치와 통신 연결을 형성 중인 외부 전자 장치들 중에서 상기 특정 태스크를 처리할 외부 전자 장치를 선택하는 동작, 및
상기 외부 전자 장치로 상기 특정 태스크의 처리를 할당하는 동작을 포함하는 전자 장치의 동작 방법.
- 제 11 항에 있어서,
상기 컨텍스트 정보는 상기 전자 장치에 관한 컨텍스트 정보, 상기 외부 전자 장치에 관한 컨텍스트 정보, 또는 오디오 신호에 관한 컨텍스트 정보 중 적어도 하나를 포함하는 전자 장치의 동작 방법.
- 제 11 항에 있어서,
상기 컨텍스트 정보를 확인하는 동작은, 상기 전자 장치의 위치 정보를 상기 컨텍스트 정보로서 확인하는 동작을 포함하고,
상기 특정 태스크를 선택하는 동작은, 상기 전자 장치의 상기 위치 정보에 대응하는 상기 특정 태스크를 선택하는 동작을 포함하는 전자 장치의 동작 방법.
- 제 11 항에 있어서,
상기 컨텍스트 정보를 확인하는 동작은, 음향 장면 분류를 위한 신경망 모델을 이용하여 상기 전자 장치의 주변 환경 정보를 상기 컨텍스트 정보로서 확인하는 동작을 포함하고,
상기 특정 태스크를 선택하는 동작은, 상기 전자 장치의 상기 주변 환경 정보에 대응하는 상기 특정 태스크를 선택하는 동작을 포함하는 전자 장치의 동작 방법.
- 제 11 항에 있어서,
상기 외부 전자 장치를 선택하는 동작은,
상기 특정 태스크가 특정 외부 전자 장치에서만 처리 가능한 태스크인지를 확인하는 동작을 포함하는 전자 장치의 동작 방법.
- 제 15 항에 있어서,
상기 외부 전자 장치를 선택하는 동작은,
상기 특정 태스크가 상기 특정 외부 전자 장치에서만 처리 가능한 태스크인 경우, 상기 특정 태스크를 처리할 상기 외부 전자 장치로서 상기 특정 외부 전자 장치를 선택하고, 상기 특정 외부 전자 장치가 다른 태스크를 수행 중인지를 확인하는 동작, 및
상기 특정 외부 전자 장치에서 상기 다른 태스크를 수행 중인 경우, 상기 특정 외부 전자 장치로 상기 다른 태스크의 수행의 종료를 요청하는 동작을 포함하고,
상기 방법은,
상기 외부 전자 장치들 중에서 상기 특정 외부 전자 장치 이외의 다른 외부 전자 장치로 상기 다른 태스크의 처리를 할당하는 동작을 더 포함하는 전자 장치의 동작 방법.
- 제 15 항에 있어서,
상기 외부 전자 장치를 선택하는 동작은,
상기 특정 태스크가 상기 특정 외부 전자 장치에서만 처리 가능한 태스크가 아닌 경우, 상기 외부 전자 장치들 중에서 태스크를 수행 중인 상태가 아닌 적어도 하나의 외부 전자 장치를 확인하는 동작을 포함하는 전자 장치의 동작 방법.
- 제 17 항에 있어서,
상기 외부 전자 장치를 선택하는 동작은,
상기 적어도 하나의 외부 전자 장치 중에서 상기 특정 태스크에 사용될 입력 데이터를 처리 가능한 하나 이상의 외부 전자 장치들을 확인하는 동작을 포함하는 전자 장치의 동작 방법.
- 제 18 항에 있어서,
상기 외부 전자 장치를 선택하는 동작은,
상기 하나 이상의 외부 전자 장치들 중에서 상기 특정 태스크의 처리에 사용될 리소스가 존재하는 적어도 하나의 후보 전자 장치를 확인하는 동작, 및
상기 적어도 하나의 후보 전자 장치 중에서 상기 외부 전자 장치를 선택하는 동작을 포함하는 전자 장치의 동작 방법.
- 제 11 항에 있어서,
상기 전자 장치의 통신 모듈을 통하여, 상기 외부 전자 장치로부터 상기 특정 태스크의 처리 결과를 수신하는 동작,
상기 처리 결과에 기반하여 상기 컨텍스트 정보를 업데이트하는 동작,
상기 업데이트된 컨텍스트 정보에 대응하는 후속 태스크를 선택하는 동작, 및
상기 후속 태스크를 상기 외부 전자 장치로 할당하는 동작을 더 포함하는 전자 장치의 동작 방법.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200150147A KR20220064056A (ko) | 2020-11-11 | 2020-11-11 | 오디오 신호의 처리에 관한 태스크를 관리하는 전자 장치 및 그 작동 방법 |
| US17/445,107 US20220148556A1 (en) | 2020-11-11 | 2021-08-16 | Electronic device for managing task relating to processing of audio signal,and operation method therefor |
| PCT/KR2021/013357 WO2022102960A1 (en) | 2020-11-11 | 2021-09-29 | Electronic device for managing task relating to processing of audio signal, and operation method therefor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200150147A KR20220064056A (ko) | 2020-11-11 | 2020-11-11 | 오디오 신호의 처리에 관한 태스크를 관리하는 전자 장치 및 그 작동 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220064056A true KR20220064056A (ko) | 2022-05-18 |
Family
ID=81454766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200150147A KR20220064056A (ko) | 2020-11-11 | 2020-11-11 | 오디오 신호의 처리에 관한 태스크를 관리하는 전자 장치 및 그 작동 방법 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20220148556A1 (ko) |
| KR (1) | KR20220064056A (ko) |
| WO (1) | WO2022102960A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024101578A1 (ko) * | 2022-11-11 | 2024-05-16 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7548977B2 (en) * | 2005-02-11 | 2009-06-16 | International Business Machines Corporation | Client / server application task allocation based upon client resources |
| US9298504B1 (en) * | 2012-06-11 | 2016-03-29 | Amazon Technologies, Inc. | Systems, devices, and techniques for preempting and reassigning tasks within a multiprocessor system |
| KR102177830B1 (ko) * | 2012-09-10 | 2020-11-11 | 삼성전자주식회사 | 디바이스에 연결된 외부 기기를 제어하는 시스템 및 방법 |
| US20150012883A1 (en) * | 2013-07-02 | 2015-01-08 | Nokia Corporation | Method and apparatus for providing a task-based user interface |
| KR102206351B1 (ko) * | 2014-04-28 | 2021-01-22 | 삼성전자 주식회사 | 전자 장치 및 이의 작업 연계 방법 |
| US9953648B2 (en) * | 2015-05-11 | 2018-04-24 | Samsung Electronics Co., Ltd. | Electronic device and method for controlling the same |
| EP3093846A1 (en) * | 2015-05-12 | 2016-11-16 | Nxp B.V. | Accoustic context recognition using local binary pattern method and apparatus |
| US9965685B2 (en) * | 2015-06-12 | 2018-05-08 | Google Llc | Method and system for detecting an audio event for smart home devices |
| US10891549B2 (en) * | 2015-12-02 | 2021-01-12 | Gluru Limited | System and method for intelligent resource ranking and retrieval |
| US9886954B1 (en) * | 2016-09-30 | 2018-02-06 | Doppler Labs, Inc. | Context aware hearing optimization engine |
| KR102339819B1 (ko) * | 2017-04-05 | 2021-12-15 | 삼성전자주식회사 | 프레임워크를 이용한 자연어 표현 생성 방법 및 장치 |
| US20180357611A1 (en) * | 2017-06-13 | 2018-12-13 | Microsoft Technology Licensing, Llc | Providing suggestions for task completion through intelligent canvas |
| US10546583B2 (en) * | 2017-08-30 | 2020-01-28 | Amazon Technologies, Inc. | Context-based device arbitration |
| CN112955954B (zh) * | 2018-12-21 | 2024-04-12 | 华为技术有限公司 | 用于音频场景分类的音频处理装置及其方法 |
| KR102624327B1 (ko) * | 2019-03-15 | 2024-01-15 | 삼성전자주식회사 | IoT 기기의 위치 추론 방법, 이를 지원하는 서버 및 전자 장치 |
| CN112580795A (zh) * | 2019-09-29 | 2021-03-30 | 华为技术有限公司 | 一种神经网络的获取方法以及相关设备 |
| US11183193B1 (en) * | 2020-05-11 | 2021-11-23 | Apple Inc. | Digital assistant hardware abstraction |
| US11776562B2 (en) * | 2020-05-29 | 2023-10-03 | Qualcomm Incorporated | Context-aware hardware-based voice activity detection |
| US11721338B2 (en) * | 2020-08-26 | 2023-08-08 | International Business Machines Corporation | Context-based dynamic tolerance of virtual assistant |
| US20220067090A1 (en) * | 2020-08-28 | 2022-03-03 | Comcast Cable Communications, Llc | Systems, methods, and apparatuses for intelligent audio event detection |
| US20220114447A1 (en) * | 2020-10-08 | 2022-04-14 | Aondevices, Inc. | Adaptive tuning parameters for a classification neural network |
-
2020
- 2020-11-11 KR KR1020200150147A patent/KR20220064056A/ko unknown
-
2021
- 2021-08-16 US US17/445,107 patent/US20220148556A1/en active Pending
- 2021-09-29 WO PCT/KR2021/013357 patent/WO2022102960A1/en active Application Filing
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024101578A1 (ko) * | 2022-11-11 | 2024-05-16 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220148556A1 (en) | 2022-05-12 |
| WO2022102960A1 (en) | 2022-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11810561B2 (en) | Electronic device for identifying command included in voice and method of operating the same | |
| US20220239269A1 (en) | Electronic device controlled based on sound data and method for controlling electronic device based on sound data | |
| US20220148556A1 (en) | Electronic device for managing task relating to processing of audio signal,and operation method therefor | |
| US20230311328A1 (en) | Electronic device for providing interaction on basis of user voice, and method therefor | |
| US20230137857A1 (en) | Method and electronic device for detecting ambient audio signal | |
| KR20220103543A (ko) | 자동 음량 제어를 수행하는 웨어러블 장치 | |
| US11929079B2 (en) | Electronic device for managing user model and operating method thereof | |
| US20220225008A1 (en) | Electronic device for reducing internal noise and method thereof | |
| US11849289B2 (en) | Electronic device for outputting sound and method for operating the same | |
| KR20230038972A (ko) | 센서를 포함하는 웨어러블 전자 장치와 이의 동작 방법 | |
| JP2024513728A (ja) | ＩｏＴサービスを提供する装置及びその方法 | |
| US20230156113A1 (en) | Method and electronic device for controlling operation | |
| US12014114B2 (en) | Electronic device for responding to user reaction and outside sound and operating method thereof | |
| US12020560B2 (en) | Device and method of providing audiovisual content for the disabled | |
| EP4336847A1 (en) | Method for controlling content playback apparatus and electronic device performing said method | |
| US20230152450A1 (en) | Method for sensing wearing of electronic device and electronic device applied the same | |
| US20230019110A1 (en) | Method for controlling ambient sound and electronic device for the same | |
| KR20220136625A (ko) | 전자 장치 및 전자 장치에서 동적 조건으로 태스크를 수행하는 방법 | |
| KR20240026820A (ko) | 전자 장치 및 전자 장치의 인식 모델 관리 방법 | |
| KR20220119892A (ko) | 기능 정보 제공 시스템, 전자 장치 및 전자 장치에서 외부 전자 장치의 기능 정보를 제공하는 방법 | |
| KR20220130362A (ko) | 전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법 | |
| KR20240079126A (ko) | 전자 장치 및 전자 장치의 쿠키 정보 관리 방법 | |
| KR20240074614A (ko) | 연결의 우선순위를 식별하는 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체 | |
| KR20230069707A (ko) | 동작 제어 방법 및 그 전자 장치 | |
| KR20240014409A (ko) | 알림과 관련된 동작을 수행하기 위한 방법 및 이를 지원하는 전자 장치 |