KR20220086342A - 음성 입력의 응답 제공 방법 및 이를 지원하는 전자 장치 - Google Patents
음성 입력의 응답 제공 방법 및 이를 지원하는 전자 장치 Download PDFInfo
- Publication number
- KR20220086342A KR20220086342A KR1020200176703A KR20200176703A KR20220086342A KR 20220086342 A KR20220086342 A KR 20220086342A KR 1020200176703 A KR1020200176703 A KR 1020200176703A KR 20200176703 A KR20200176703 A KR 20200176703A KR 20220086342 A KR20220086342 A KR 20220086342A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- response
- user
- processor
- voice input
- Prior art date
Links
- 230000004044 response Effects 0.000 title claims abstract description 421
- 238000000034 method Methods 0.000 title claims description 58
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 238000004891 communication Methods 0.000 claims description 70
- 230000009471 action Effects 0.000 claims description 48
- 230000006870 function Effects 0.000 description 45
- 239000002775 capsule Substances 0.000 description 38
- 238000012545 processing Methods 0.000 description 35
- 238000010586 diagram Methods 0.000 description 30
- 238000005516 engineering process Methods 0.000 description 19
- 238000003860 storage Methods 0.000 description 18
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000000605 extraction Methods 0.000 description 13
- 230000000007 visual effect Effects 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 208000027418 Wounds and injury Diseases 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 208000014674 injury Diseases 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000008571 general function Effects 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
- 238000003058 natural language processing Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
-
- 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
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
-
- 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
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- 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
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
- G10L2015/0635—Training updating or merging of old and new templates; Mean values; Weighting
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Theoretical Computer Science (AREA)
- Acoustics & Sound (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
전자 장치에 있어서, 마이크, 출력 장치, 및 상기 마이크 및 상기 출력 장치와 작동적으로 연결된 프로세서를 포함하고, 상기 프로세서는, 상기 마이크를 통해 획득한 사용자의 음성 입력을 분석하고, 상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하고, 상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하고, 상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하고, 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하고, 상기 출력 장치를 통해 상기 생성된 응답을 출력하도록 설정된 전자 장치가 개시된다. 이 외에도 본 문서를 통해 파악되는 다양한 실시예들이 가능하다.
Description
본 발명의 다양한 실시예들은, 음성 입력의 응답 제공 방법 및 이를 지원하는 전자 장치에 관한 것이다.
인공지능 시스템(또는 통합 지능화 시스템)은 인간 수준의 지능을 구현하는 컴퓨터 시스템으로서 기계가 스스로 학습하고 판단하며, 사용할수록 인식률이 향상되는 시스템일 수 있다.
인공지능 기술은 입력 데이터들의 특징을 스스로 분류 및/또는 학습하는 알고리즘을 이용하는 기계학습(딥러닝) 기술 및 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단과 같은 기능을 모사하는 요소 기술들로 구성될 수 있다.
요소 기술들은, 예로, 인간의 언어 및/또는 문자를 인식하는 언어적 이해 기술, 사물을 인간의 시각처럼 인식하는 시각적 이해 기술, 정보를 판단하여 논리적으로 추론하고 예측하는 추론 및/또는 예측 기술, 인간의 경험 정보를 지식데이터로 처리하는 지식 표현 기술 및 차량의 자율 주행, 로봇의 움직임을 제어하는 동작 제어 기술 중 적어도 하나를 포함할 수 있다.
상술한 요소 기술들 중 언어적 이해 기술은 인간의 언어 및/또는 문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식 및/또는 합성을 포함할 수 있다. 예를 들어, 인공지능 시스템이 탑재된 전자 장치는 마이크를 통해 수신된 음성 입력에 대한 응답을 제공할 수 있다.
기존의 전자 장치는 수신된 음성 입력에 대한 응답을 생성할 때, 사용자의 (발화) 의도 및 응답 생성에 필요한 요소(예: 파라미터(슬롯, 태그 또는 메타데이터로 지칭될 수 있음))에 매칭되는 기 정의된 템플릿을 사용하여 응답을 생성할 수 있다. 여기서, 상기 템플릿은 사용자의 의도별로 제공할 수 있는 응답의 형태가 불완전한 문장의 형태로 기 저장된 것으로, 상기 템플릿에 포함된 상기 요소 부분을 채움(또는 치환함)으로써 완성되는 문장일 수 있다. 예를 들어, 기존의 전자 장치는 정보를 제공하는 응답을 생성하는 경우, 사용자의 의도별로 기 정의된 템플릿에서 상기 요소 부분을 정보의 검색 결과로 치환하여 완성된 문장으로 응답을 생성할 수 있다.
그러나, 정보를 제공하는 응답을 생성할 때 템플릿을 이용하는 경우, 사용자가 선호하는 정보를 포함하는 응답 예컨대, 사용자 맞춤형 응답을 제공하기 어려울 수 있다.
본 발명의 다양한 실시예들은, 사용자 선호도에 기반하여 응답을 제공하는 방법 및 이를 지원하는 전자 장치를 제공할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치는, 마이크, 출력 장치, 및 상기 마이크 및 상기 출력 장치와 작동적으로 연결된 프로세서를 포함하고, 상기 프로세서는, 상기 마이크를 통해 획득한 사용자의 음성 입력을 분석하고, 상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하고, 상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하고, 상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하고, 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하고, 상기 출력 장치를 통해 상기 생성된 응답을 출력하도록 설정될 수 있다.
또한, 본 발명의 다양한 실시예에 따른 전자 장치는, 통신 회로, 및 상기 통신 회로와 작동적으로 연결된 프로세서를 포함하고, 상기 프로세서는, 상기 통신 회로를 통해 연결된 외부 전자 장치로부터 사용자의 음성 입력을 획득하고, 상기 획득된 음성 입력을 분석하고, 상기 획득된 음성 입력의 분석 결과에 기반하여, 상기 획득된 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하고, 상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하고, 상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하고, 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하고, 상기 통신 회로를 통해 상기 외부 전자 장치로 상기 생성된 응답을 전송하도록 설정될 수 있다.
또한, 본 발명의 다양한 실시예에 따른 음성 입력의 응답 제공 방법은, 사용자의 음성 입력을 획득 및 분석하는 동작, 상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작, 상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하는 동작, 상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하는 동작, 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하는 동작, 및 상기 생성된 응답을 출력하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예들에 따르면, 정보를 제공하는 응답의 생성 시, 사용자의 선호도에 기반하여 정보의 중요도를 판단하고 중요 정보를 이용하여 응답을 생성함으로써, 사용자 맞춤형 응답을 제공할 수 있고, 이에 따라 전자 장치의 사용성이 증대될 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 발명의 일 실시예에 따른 통합 지능(integrated intelligence) 시스템을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 전자 장치의 구성을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 음성 입력의 응답 제공과 관련한 전자 장치의 구성을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 음성 입력에 대한 응답을 제공하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 음성 입력에 대한 응답을 제공하는 다른 방법을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 사용자의 선호도에 기반하여 응답을 생성 및 교정하는 방법을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 구조화된 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 방법을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 구조화된 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 다른 방법을 설명하기 위한 도면이다.
도 11은 본 발명의 일 실시예에 따른 구조화되지 않은 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 방법을 설명하기 위한 도면이다.
도 12는 본 발명의 일 실시예에 따른 구조화되지 않은 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 다른 방법을 설명하기 위한 도면이다.
도 13은 본 발명의 일 실시예에 따른 검색 데이터에 부여된 가중치에 기반하여 응답을 생성하는 방법을 설명하기 위한 도면이다.
도 14는 본 발명의 일 실시예에 따른 검색 데이터에 부여된 가중치에 기반하여 응답을 생성하는 다른 방법을 설명하기 위한 도면이다.
도 15는 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 2는 본 발명의 일 실시예에 따른 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 전자 장치의 구성을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 음성 입력의 응답 제공과 관련한 전자 장치의 구성을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 음성 입력에 대한 응답을 제공하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 음성 입력에 대한 응답을 제공하는 다른 방법을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 사용자의 선호도에 기반하여 응답을 생성 및 교정하는 방법을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 구조화된 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 방법을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 구조화된 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 다른 방법을 설명하기 위한 도면이다.
도 11은 본 발명의 일 실시예에 따른 구조화되지 않은 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 방법을 설명하기 위한 도면이다.
도 12는 본 발명의 일 실시예에 따른 구조화되지 않은 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 다른 방법을 설명하기 위한 도면이다.
도 13은 본 발명의 일 실시예에 따른 검색 데이터에 부여된 가중치에 기반하여 응답을 생성하는 방법을 설명하기 위한 도면이다.
도 14는 본 발명의 일 실시예에 따른 검색 데이터에 부여된 가중치에 기반하여 응답을 생성하는 다른 방법을 설명하기 위한 도면이다.
도 15는 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들이 설명될 수 있다. 설명의 편의를 위하여 도면에 도시된 구성요소들은 그 크기가 과장 또는 축소될 수 있으며, 본 발명의 다양한 실시예들이 반드시 도시된 바에 의해 한정되는 것은 아니다.
도 1은 본 발명의 일 실시예에 따른 통합 지능 시스템을 나타낸 블록도이다.
도 1을 참조하면, 일 실시예의 통합 지능화 시스템은 사용자 단말(100), 지능형 서버(200), 및 서비스 서버(300)를 포함할 수 있다.
일 실시예의 사용자 단말(100)은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.
일 실시예의 사용자 단말(100)은 통신 인터페이스(110), 마이크(120), 스피커(130), 디스플레이(140), 메모리(150), 또는 프로세서(160)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
일 실시예의 통신 인터페이스(110)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시예의 마이크(120)는 소리(예: 사용자 발화(utterance))를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(130)는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 일 실시예의 디스플레이(140)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시예의 디스플레이(140)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.
일 실시예의 메모리(150)는 클라이언트 모듈(151), SDK(software development kit)(153) 및 복수의 앱들을 저장할 수 있다. 상기 클라이언트 모듈(151) 및 상기 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 상기 클라이언트 모듈(151) 또는 상기 SDK(153)는 음성 입력(voice input)을 처리하기 위한 프레임워크를 구성할 수 있다.
일 실시예의 메모리(150)에 저장된 상기 복수의 앱들은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시예에 따르면, 상기 복수의 앱들은 제1 앱(155_1) 및 제2 앱(155_2)을 포함할 수 있다. 일 실시예에 따르면, 상기 복수의 앱들은 상기 제1 앱(155_1) 및 상기 제2 앱(155_2) 외에 적어도 하나의 다른 앱을 더 포함할 수 있다. 일 실시예에 따르면, 상기 복수의 앱들 각각은 지정된 기능을 수행하기 위한 복수의 동작(또는 액션(action))들을 포함할 수 있다. 예를 들어, 상기 복수의 앱들은 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시예에 따르면, 상기 복수의 앱들은 상기 프로세서(160)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시예의 프로세서(160)는 상기 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 상기 프로세서(160)는 상기 통신 인터페이스(110), 상기 마이크(120), 상기 스피커(130), 및 상기 디스플레이(140)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다.
일 실시예의 프로세서(160)는 또한 상기 메모리(150)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 상기 프로세서(160)는 상기 클라이언트 모듈(151) 또는 상기 SDK(153) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 상기 프로세서(160)는 예를 들어, 상기 SDK(153)를 통해 상기 복수의 앱들의 동작을 제어할 수 있다. 상기 클라이언트 모듈(151) 또는 상기 SDK(153)의 동작으로 설명된 이하의 동작은 상기 프로세서(160)의 실행에 의한 동작일 수 있다.
일 실시예의 클라이언트 모듈(151)은 음성 입력을 수신할 수 있다. 예를 들어, 상기 클라이언트 모듈(151)은 상기 마이크(120)를 통해 감지된 사용자 발화에 대응되는 음성 신호(또는 음성 입력)를 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 음성 입력을 상기 지능형 서버(200)로 송신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 음성 입력과 함께, 상기 사용자 단말(100)의 상태 정보를 상기 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 상기 클라이언트 모듈(151)은 상기 지능형 서버(200)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 상기 지능형 서버(200)로부터 상기 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 상기 클라이언트 모듈(151)은 상기 수신된 결과를 상기 디스플레이(140)에 표시할 수 있다.
일 실시예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 상기 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 상기 디스플레이(140)에 표시할 수 있다. 예를 들어, 상기 클라이언트 모듈(151)은 복수의 동작의 실행 결과를 순차적으로 상기 디스플레이(140)에 표시할 수 있다. 다른 예를 들어, 상기 클라이언트 모듈(151)은 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 상기 디스플레이(140)에 표시할 수 있다.
일 실시예에 따르면, 상기 클라이언트 모듈(151)은 상기 지능형 서버(200)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시예에 따르면, 상기 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 필요한 정보를 상기 지능형 서버(200)로 송신할 수 있다.
일 실시예의 클라이언트 모듈(151)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 상기 지능형 서버(200)로 송신할 수 있다. 상기 지능형 서버(200)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시예의 클라이언트 모듈(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시예에 따르면, 상기 클라이언트 모듈(151)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 상기 클라이언트 모듈(151)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.
일 실시예의 지능형 서버(200)는 통신 망을 통해 상기 사용자 단말(100)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시예에 따르면, 상기 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시예에 따르면, 상기 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다.
일 실시예에 따르면, 상기 플랜은 인공지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 상기 인공지능 시스템은 룰 베이스 시스템(rule-based system)일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN)))일 수도 있다. 또는, 상기 인공지능 시스템은 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시예에 따르면, 상기 플랜은 미리 정의된 플랜의 집합에서 선택되거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 상기 인공지능 시스템은 미리 정의된 복수의 플랜 중 적어도 하나의 플랜을 선택할 수 있다.
일 실시예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 상기 사용자 단말(100)로 송신하거나, 상기 생성된 플랜을 상기 사용자 단말(100)로 송신할 수 있다. 일 실시예에 따르면, 상기 사용자 단말(100)은 상기 플랜에 따른 결과를 상기 디스플레이(140)에 표시할 수 있다. 일 실시예에 따르면, 상기 사용자 단말(100)은 상기 플랜에 따른 동작을 실행한 결과를 상기 디스플레이(140)에 표시할 수 있다.
일 실시예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natural language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.
일 실시예의 프론트 엔드(210)는 상기 사용자 단말(100)로부터 수신된 음성 입력을 수신할 수 있다. 상기 프론트 엔드(210)는 상기 음성 입력에 대응되는 응답을 송신할 수 있다.
일 실시예에 따르면, 상기 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227)또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)을 포함할 수 있다.
일 실시예의 자동 음성 인식 모듈(221)은 상기 사용자 단말(100)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시예의 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 상기 자연어 이해 모듈(223)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시예의 자연어 이해 모듈(223)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.
일 실시예의 플래너 모듈(225)은 상기 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시예에 따르면, 상기 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 상기 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시예에 따르면, 상기 플래너 모듈(225)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 상기 플랜은 사용자의 의도에 의해 결정된 복수의 동작 및 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 상기 플래너 모듈(225)은 복수의 컨셉에 기초하여, 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 상기 플래너 모듈(225)은 복수의 동작의 실행에 필요한 파라미터 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 상기 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 상기 플래너 모듈(225)은 복수의 동작 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 상기 플랜을 생성할 수 있다.
일 실시예의 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시예에 따르면, 상기 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 상기 사용자 단말(100)에서도 구현이 가능할 수 있다.
상기 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐(capsule)은 플랜에 포함된 복수의 동작 오브젝트(action object)(또는 동작 정보) 및 컨셉 오브젝트(concept object)(또는 컨셉 정보)를 포함할 수 있다. 일 실시예에 따르면, 상기 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시예에 따르면, 상기 복수의 캡슐은 상기 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(230)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시예에 따르면, 상기 캡슐 데이터베이스(230)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은 예를 들어, 후속 발화를 포함할 수 있다. 일 실시예에 따르면, 상기 캡슐 데이터베이스(230)는 상기 사용자 단말(100)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시예에 따르면, 상기 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시예에 따르면, 상기 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터랙션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은 예를 들어, 상기 동작 오브젝트 또는 상기 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시예에서 상기 캡슐 데이터베이스(230)는 상기 사용자 단말(100) 내에도 구현이 가능할 수 있다.
일 실시예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 상기 엔드 유저 인터페이스(250)는 산출된 결과를 상기 사용자 단말(100)로 송신할 수 있다. 이에 따라, 상기 사용자 단말(100)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시예의 매니지먼트 플랫폼(260)은 상기 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시예의 분석 플랫폼(280)은 상기 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 상기 분석 플랫폼(280)은 상기 지능형 서버(200)의 구성요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시예의 서비스 서버(300)는 상기 사용자 단말(100)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시예에 따르면, 상기 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시예의 서비스 서버(300)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 상기 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 상기 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 상기 서비스 서버(300)는 플랜에 따른 결과 정보를 상기 지능형 서버(200)에 제공할 수 있다.
위에 기술된 통합 지능 시스템에서, 상기 사용자 단말(100)은 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시예에서, 상기 사용자 단말(100)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 상기 사용자 단말(100)은 상기 마이크(120)를 통해 수신된 음성 입력(또는 사용자 발화)을 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시예에서, 상기 사용자 단말(100)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버(200) 및/또는 상기 서비스 서버(300)와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 상기 사용자 단말(100)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시예에서, 상기 사용자 단말(100)이 상기 지능형 서버(200) 및/또는 상기 서비스 서버(300)와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말(100)은 상기 마이크(120)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말(100)은 상기 음성 데이터를 상기 통신 인터페이스(110)를 이용하여 상기 지능형 서버(200)로 송신할 수 있다.
일 실시예에 따른 상기 지능형 서버(200)는 상기 사용자 단말(100)로부터 수신된 음성 입력에 대한 응답으로써, 상기 음성 입력에 대응되는 태스크를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은 예를 들어, 사용자의 음성 입력에 대응되는 태스크를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 상기 복수의 동작 및 상기 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시예의 사용자 단말(100)은, 상기 통신 인터페이스(110)를 이용하여 상기 응답을 수신할 수 있다. 상기 사용자 단말(100)은 상기 스피커(130)를 이용하여 상기 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력하거나, 상기 디스플레이(140)를 이용하여 상기 사용자 단말(100) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 2는 본 발명의 일 실시예에 따른 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 2를 참조하면, 상기 지능형 서버(200)의 캡슐 데이터베이스(230)는 CAN(concept action network) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스(230)는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN 형태로 저장될 수 있다.
상기 캡슐 데이터베이스(230)는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(예: 캡슐 A(401) 및 캡슐 B(404))을 저장할 수 있다. 일 실시예에 따르면, 하나의 캡슐(예: 캡슐 A(401))은 하나의 도메인(예: 위치(geo) 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402) 또는 CP 2(403))가 대응될 수 있다. 일 실시예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.
상기 자연어 플랫폼(220)은 상기 캡슐 데이터베이스(230)에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 상기 자연어 플랫폼(220)의 플래너 모듈(225)은 상기 캡슐 데이터베이스(230)에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(410)의 동작들(4011,4013)과 컨셉들(4012,4014), 및 캡슐 B(404)의 동작(4041)과 컨셉(4042)을 이용하여 플랜(407)을 생성할 수 있다.
도 3은 본 발명의 일 실시예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
도 3을 참조하면, 상기 사용자 단말(100)은 상기 지능형 서버(200)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시예에 따르면, 310 화면에서, 상기 사용자 단말(100)은 지정된 음성 입력(예: 웨이크 업!)를 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 상기 사용자 단말(100)은 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시예에 따르면, 상기 사용자 단말(100)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 상기 디스플레이(140)에 표시할 수 있다. 일 실시예에 따르면, 상기 사용자 단말(100)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 상기 사용자 단말(100)은 "이번주 일정 알려줘!"와 같은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 일 실시예에 따르면, 상기 사용자 단말(100)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력 창)를 상기 디스플레이(140)에 표시할 수 있다.
일 실시예에 따르면, 320 화면에서, 상기 사용자 단말(100)은 수신된 음성 입력에 대응되는 결과를 상기 디스플레이(140)에 표시할 수 있다. 예를 들어, 상기 사용자 단말(100)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 상기 수신된 플랜에 따라 '이번주 일정'을 상기 디스플레이(140)에 표시할 수 있다.
도 4는 본 발명의 일 실시예에 따른 전자 장치의 구성을 설명하기 위한 도면이고, 도 5는 본 발명의 일 실시예에 따른 음성 입력의 응답 제공과 관련한 전자 장치의 구성을 설명하기 위한 도면이다. 도 4에 개시된 전자 장치(500)는 도 1에 개시된 사용자 단말(100) 또는 지능형 서버(200)와 유사한 기능을 수행하는 장치일 수 있다. 또는, 도 4에 개시된 전자 장치(500)는 도 1에 개시된 사용자 단말(100)의 기능과 지능형 서버(200)의 기능을 통합적으로 수행하는 장치일 수도 있다. 도 4에 개시된 전자 장치(500)는 도 15에 개시되는 전자 장치(1501)와 유사한 구성을 가지는 장치일 수 있다.
도 4 및 도 5를 참조하면, 전자 장치(500)는 마이크(510)(예: 도 1의 마이크(120) 또는 도 15의 입력 모듈(1550)), 출력 장치(520)(예: 도 1의 스피커(130), 도 1의 디스플레이(140), 도 15의 음향 출력 모듈(1555) 또는 도 15의 디스플레이 모듈(1560)), 프로세서(530)(예: 도 1의 프로세서(160) 또는 도 15의 프로세서(1520)), 메모리(540)(예: 도 1의 메모리(150) 또는 도 15의 메모리(1530)) 및 음성 입력 처리 모듈(550)(예: 도 1의 자연어 플랫폼(220) 또는 도 15의 프로세서(1520))을 포함할 수 있다. 그러나, 전자 장치(500)의 구성이 이에 한정되는 것은 아니다. 일 실시예에 따르면, 전자 장치(500)가 도 1에 개시된 사용자 단말(100)과 유사한 기능을 수행하는 장치인 경우, 전자 장치(500)는 상기 음성 입력 처리 모듈(550)을 생략할 수 있다. 다른 실시예에 따르면, 전자 장치(500)가 도 1에 개시된 지능형 서버(200)와 유사한 기능을 수행하는 장치인 경우, 전자 장치(500)는 상기 마이크(510) 및 상기 출력 장치(520)를 생략하고, 통신 회로(예: 도 1의 통신 인터페이스(110) 또는 도 15의 통신 모듈(1590))를 더 포함할 수 있다.
상기 마이크(510)는 외부로부터 유입되는 소리 예컨대, 사용자의 발화에 의한 음성 신호(음성 입력)를 수신할 수 있다. 또한, 상기 마이크(510)는 수신된 음성 신호를 전기 신호로 변환시켜 상기 음성 입력 처리 모듈(550)로 전달할 수 있다.
상기 출력 장치(520)는 전자 장치(500)의 적어도 하나의 구성요소(예: 프로세서(530) 또는 음성 입력 처리 모듈(550))에서 처리된 데이터를 외부로 출력할 수 있다. 상기 출력 장치(520)는 예를 들어, 스피커 또는 디스플레이를 포함할 수 있다. 일 실시예에 따르면, 상기 출력 장치(520)는 상기 음성 입력 처리 모듈(550)에서 처리된 음성 데이터를 상기 스피커를 통해 출력할 수 있다. 다른 실시예에 따르면, 상기 출력 장치(520)는 상기 음성 입력 처리 모듈(550)에서 처리된 시각적 데이터를 상기 디스플레이를 통해 출력할 수 있다.
상기 프로세서(530)는 전자 장치(500)의 적어도 하나의 구성요소를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 음성 입력 처리 모듈(550)을 제어하여, 음성 입력의 처리와 관련된 기능을 수행할 수 있다. 다른 실시예에 따르면, 상기 프로세서(530)는 상기 음성 입력 처리 모듈(550)이 수행하는 기능을 자체적으로 수행할 수도 있다. 이하의 설명에서는, 상기 음성 입력 처리 모듈(550)이 음성 입력의 처리와 관련된 기능을 수행하는 것으로 설명하지만, 이에 한정되는 것은 아니며, 상기 프로세서(530)가 상기 음성 입력 처리 모듈(550)이 수행할 수 있는 적어도 하나의 기능을 수행할 수도 있다. 예를 들어, 상기 음성 입력 처리 모듈(550)의 적어도 일부 구성은 상기 프로세서(530)에 포함될 수 있다.
상기 메모리(540)는 전자 장치(500)의 적어도 하나의 구성요소에 의해 사용되는 다양한 데이터를 저장할 수 있다. 일 실시예에 따르면, 상기 메모리(540)는 적어도 하나의 기능을 수행할 수 있는 어플리케이션을 저장할 수 있다. 다른 실시예에 따르면, 상기 메모리(540)는 음성 입력의 처리와 관련된 명령어 및 데이터를 저장할 수 있다. 이 경우, 상기 명령어는 상기 프로세서(530)에 의해 실행되거나, 상기 프로세서(530)의 제어 하에 상기 음성 입력 처리 모듈(550)에 의해 실행될 수 있다. 또 다른 실시예에 따르면, 상기 메모리(540)는 사용자의 의도별로 매칭된 응답의 종류에 관한 정보를 저장할 수 있다. 일 실시예에 따르면, 상기 사용자의 의도별로 매칭된 응답의 종류에 관한 정보는 테이블의 형태로 상기 메모리(540)에 저장될 수 있다.
상기 음성 입력 처리 모듈(550)은 상기 마이크(510)를 통해 획득한 사용자의 음성 입력을 처리할 수 있다. 이를 위해, 상기 음성 입력 처리 모듈(550)은 자동 음성 인식 모듈(551), 자연어 이해 모듈(552), 대화 매니저(dialog manager)(DM)(553), 정보 검색 모듈(554), 자연어 생성 모듈(555) 및/또는 텍스트 음성 변환 모듈(556)을 포함할 수 있다.
상기 자동 음성 인식 모듈(551)은 도 1의 자동 음성 인식 모듈(221)과 유사한 기능을 수행할 수 있다. 상기 자동 음성 인식 모듈(551)은 상기 마이크(510)를 통해 획득한 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 상기 자동 음성 인식 모듈(551)은 발화 인식 모듈을 포함할 수 있다. 상기 발화 인식 모듈은 음향(acoustic) 모델 및 언어(language) 모델을 포함할 수 있다. 상기 음향 모델은 발성에 관한 정보를 포함할 수 있고, 상기 언어 모델은 단위 음소 정보 및 단위 음소 정보의 조합에 대한 정보를 포함할 수 있다. 이에 따라, 상기 발화 인식 모듈은 발성에 관한 정보 및 단위 음소와 관련된 정보를 이용하여 사용자의 발화(음성 입력)를 텍스트 데이터로 변환할 수 있다.
상기 자연어 이해 모듈(552)은 도 1의 자연어 이해 모듈(223)과 유사한 기능을 수행할 수 있다. 상기 자연어 이해 모듈(552)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 상기 자연어 이해 모듈(552)은 상기 텍스트 데이터에 대한 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시예에 따르면, 상기 자연어 이해 모듈(552)은 형태소 또는 구의 언어적 특성(예: 문법적 요소)을 이용하여 상기 텍스트 데이터로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 판단(또는 결정)할 수 있다.
상기 대화 매니저(553)는 도 1의 플래너 모듈(225)과 유사한 기능을 수행할 수 있다. 상기 대화 매니저(553)는 상기 자연어 이해 모듈(552)에서 결정된 의도 및 파라미터(슬롯, 태그 또는 메타데이터로 지칭될 수 있음)를 이용하여 플랜을 생성할 수 있다. 일 실시예에 따르면, 상기 대화 매니저(553)는 상기 결정된 의도에 기초하여 태스크(또는 기능)를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 상기 대화 매니저(553)는 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작(또는 액션)을 결정할 수 있다. 일 실시예에 따르면, 상기 대화 매니저(553)는 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터 및 상기 결과 값은 지정된 형식(또는 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 상기 플랜은 사용자의 의도에 의해 결정된 복수의 동작 및 복수의 컨셉을 포함할 수 있다. 상기 대화 매니저(553)는 상기 복수의 동작 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 상기 대화 매니저(553)는 복수의 컨셉에 기초하여, 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 상기 대화 매니저(553)는 복수의 동작의 실행에 필요한 파라미터 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 상기 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 상기 대화 매니저(553)는 복수의 동작 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지)가 포함된 플랜을 생성할 수 있다.
일 실시예에 따르면, 상기 대화 매니저(553)는 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(예: 도 1의 캡슐 데이터베이스(230))에 저장된 정보를 이용하여 상기 플랜을 생성할 수 있다. 상기 캡슐 데이터베이스는 사용자와의 대화(또는 인터랙션) 정보가 저장된 대화 레지스트리를 포함할 수 있다. 상기 대화 레지스트리는 예를 들어, 사용자의 의도 및 파라미터에 매칭되는 기 정의된 템플릿을 포함할 수 있다. 상기 템플릿은 예를 들어, 사용자의 의도별로 제공할 수 있는 응답의 형태가 불완전한 문장의 형태로 기 저장된 것으로, 상기 템플릿에 포함된 요소(예: 파라미터) 부분을 채움(또는 치환함)으로써 완성되는 문장일 수 있다.
상기 대화 매니저(553)는 사용자의 음성 입력을 분석한 결과로 판단된 사용자의 의도 및 파라미터를 기반으로 사용자와의 대화의 흐름을 관장할 수 있다. 여기서, 대화의 흐름이란, 전자 장치(500)가 사용자의 발화에 대하여 어떻게 응답할지를 결정하는 일련의 과정일 수 있다. 이때, 상기 대화 매니저(553)는 대화의 흐름을 상태(state)로 정의하고 응답을 생성 및 출력하는 방식을 정책(policy)으로 정의할 수 있다. 상기 대화 매니저(553)는 상기 응답의 정책을 결정할 때, 사용자의 선호도 정보(561a)를 기반으로 상기 응답을 제공(생성 및 출력)할지를 판단할 수 있다. 이를 위해, 상기 대화 매니저(553)는 사용자 선호도 식별 모듈(553a)을 포함할 수 있다.
상기 사용자 선호도 식별 모듈(553a)은 사용자의 선호도 정보(561a)를 기반으로 응답을 제공할지를 판단할 수 있다. 상기 사용자의 선호도 정보(561a)를 기반으로 응답을 제공하는 경우는, 예를 들어 사용자의 음성 입력의 분석 결과에 포함된 정보의 검색이 수반되는 응답을 제공하는 경우를 포함할 수 있다. 예를 들어, 상기 응답의 종류는 정보 제공을 목적으로 하는 정보 제공형 응답, 사용자의 의도에 따른 기능을 수행하기 위해 필요한 정보(예: 응답에 필요한 파라미터)를 되묻는 요청형 응답, 및 잡답(chitchat)형 응답 중 적어도 하나를 포함할 수 있고, 여기서 정보 제공형 응답의 경우가 상기 사용자의 선호도 정보(561a)를 기반으로 응답을 제공하는 경우에 포함될 수 있다. 예를 들어, 전자 장치(500)는 사용자의 음성 입력에 반응하여, 정보의 검색 결과를 응답으로 제공할 때, 검색 데이터(581)에서 사용자가 선호하는 정보를 이용하여 응답을 생성 및 출력할 수 있다.
일 실시예에 따르면, 상기 사용자 선호도 식별 모듈(553a)은 상기 사용자의 의도에 기반하여 정보의 검색을 통한 응답의 제공 여부를 판단할 수 있다. 예를 들어, 상기 사용자 선호도 식별 모듈(553a)은 상기 사용자의 의도에 기반하여 판단된 응답의 종류가 상기 정보 제공형 응답인 경우, 정보의 검색을 통한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다. 일 실시예에 따르면, 상기 사용자 선호도 식별 모듈(553a)은 상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보에 기반하여, 상기 사용자의 의도에 매칭되는 상기 응답의 종류를 확인하고, 상기 확인된 응답의 종류에 기반하여 정보의 검색을 통한 응답의 제공 여부를 판단할 수 있다. 상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보는 상기 메모리(540)에 기 저장될 수 있다.
일 실시예에 따르면, 상기 사용자 선호도 식별 모듈(553a)은 응답을 제공하기 위한 액션(또는 동작)의 종류에 기반하여 정보의 검색을 통한 응답의 제공 여부를 판단할 수 있다. 상기 액션은 상기 대화 매니저(553)에 의해 결정되는 것으로, 상기 대화 매니저(553)는 상기 사용자의 의도에 기초하여 결정된 도메인(예: 어플리케이션)에 포함되는 액션을 결정할 수 있다. 예를 들어, 상기 액션은 어플리케이션의 기능을 수행하기 위한 동작을 포함할 수 있다. 상기 액션의 종류는 사용자와의 대화 관점으로만 국한시키면, 상기 응답의 종류와 동일 또는 유사할 수 있다. 예를 들어, 상기 액션의 종류는 정보 제공 기능을 수행하기 위한 정보 제공형 액션, 사용자의 의도에 따른 기능을 수행하기 위해 필요한 정보(예: 응답에 필요한 파라미터)를 되묻는 기능을 수행하기 위한 요청형 액션, 및 잡답 기능을 수행하기 위한 잡답형 액션 중 적어도 하나를 포함할 수 있다. 상기 사용자 선호도 식별 모듈(553a)은 상기 액션의 종류가 상기 정보 제공형 액션인 경우, 정보의 검색을 통한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다.
일 실시예에 따르면, 상기 사용자 선호도 식별 모듈(553a)은 응답을 구성하는 요소(예: 파라미터)의 특징에 기반하여 정보의 검색을 통한 응답의 제공 여부를 판단할 수 있다. 예를 들어, 상기 사용자 선호도 식별 모듈(553a)은 사용자의 선호도 정보(561a)에 기반하여 상기 요소의 특징이 사용자의 선호도를 반영할 수 있는 정보에 부합되는 경우, 정보의 검색을 통한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다. 일 실시예에 따르면, 상기 사용자 선호도 식별 모듈(553a)은 상기 요소의 특징이 상기 사용자의 선호도 정보(561a)에 포함되는 적어도 일부 정보의 특징과 동일 또는 유사한 경우, 정보의 검색을 통한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다.
정보의 검색을 통한 응답을 제공하는 것으로 판단(또는 결정)되면, 상기 대화 매니저(553)는 상기 정보 검색 모듈(554)로 정보의 검색을 요청할 수 있고, 상기 정보 검색 모듈(554)로부터 상기 정보의 검색 결과로 검색 데이터(581)를 획득할 수 있다. 상기 정보 검색 모듈(554)로부터 상기 검색 데이터(581)를 획득하면, 상기 대화 매니저(553)는 응답 생성에 필요한 데이터(예: 응답의 종류를 나타내는 데이터)와 함께, 상기 획득된 검색 데이터(581) 및 상기 사용자의 선호도 정보(561a)를 상기 자연어 생성 모듈(555)로 전달할 수 있다.
정보의 검색을 통한 응답을 제공하지 않는 것으로 판단(또는 결정)되면, 상기 대화 매니저(553)는 응답 생성에 필요한 데이터(예: 응답의 종류를 나타내는 데이터)를 상기 자연어 생성 모듈(555)로 전달할 수 있다.
일 실시예에 따르면, 상기 대화 매니저(553)는 사용자 계정 포털(560)로부터 상기 사용자의 선호도 정보(561a)를 획득할 수 있다. 상기 사용자 계정 포털(560)은 사용자의 선호도 정보(561a)가 저장된 사용자 선호도 정보 데이터베이스(DB)(561)를 포함할 수 있다. 상기 사용자 계정 포털(560)은 개인 정보 저장 장치(570)의 개인화 정보 데이터베이스(571)에 저장된 개인화 정보를 획득하고, 상기 획득된 개인화 정보와 상기 사용자 선호도 정보 데이터베이스(561)에 저장된 상기 사용자의 선호도 정보(561a)를 동기화할 수 있다. 상기 개인 정보 저장 장치(570)는 상기 사용자가 사용하는 장치 예컨대, 전자 장치(500)를 포함할 수 있다. 또는, 상기 개인 정보 저장 장치(570)는 외부 저장 장치를 포함할 수 있다. 다른 실시예에 따르면, 상기 대화 매니저(553)는 상기 개인 정보 저장 장치(570)로부터 획득된 개인화 정보를 이용하여 상기 사용자의 선호도 정보(561a)를 획득할 수 있다. 상기 사용자의 선호도 정보(561a)는 사용자와의 상호 작용을 통해 얻어진 정보를 인공지능 기반의 학습 모델을 통해 학습한 정보일 수 있다.
상기 정보 검색 모듈(554)은 데이터 포털(580)을 통해 정보를 검색할 수 있고, 상기 정보의 검색 결과로 획득한 검색 데이터(581)를 상기 대화 매니저(553)로 전송할 수 있다. 상기 데이터 포털(580)은 예를 들어, 전자 장치(500)에 포함된 관계형 데이터베이스 또는 통신 회로를 통해 연결되는 외부 데이터 서버를 포함할 수 있다. 상기 검색 데이터(581)는 구조화된 데이터 또는 구조화되지 않은 데이터를 포함할 수 있다. 상기 구조화된 데이터는 지정된 형식에 맞춰 간략화된 데이터일 수 있다. 예를 들어, 상기 구조화된 데이터는 시간에 따른 지정된 객체의 상태 정보를 나타내는 데이터 또는 카테고리별 데이터를 포함할 수 있다. 상기 시간에 따른 지정된 객체의 상태 정보를 나타내는 데이터는 예를 들어, 경기 결과 데이터와 같이 시간에 따른 팀별 경기 상태 정보를 나타내는 데이터를 포함할 수 있다. 상기 카테고리별 데이터는 예를 들어, 영화 검색 데이터와 같이 영화의 인물(예: 감독 또는 배우), 영화의 평점 또는 영화의 장르와 같은 카테고리별 정보를 나타내는 데이터를 포함할 수 있다. 상기 구조화되지 않은 데이터는 지정된 형식에 맞춰지지 않은 데이터일 수 있다. 예를 들어, 상기 구조화되지 않은 데이터는 뉴스 기사와 같이 적어도 하나의 문장으로 구성될 수 있다. 일 실시예에 따르면, 상기 정보 검색 모듈(554)은 상기 구조화되지 않은 데이터를 이용하여 상기 구조화된 데이터를 생성할 수 있다.
상기 자연어 생성 모듈(555)은 도 1의 자연어 생성 모듈(227)과 유사한 기능을 수행할 수 있다. 상기 자연어 생성 모듈(555)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 상기 지정된 정보는 예를 들어, 사용자 발화에 의한 음성 입력에 대응되는 동작(또는 기능 수행)의 완료를 안내하는 정보 또는 사용자의 추가 입력을 안내하는 정보(예: 사용자 입력에 대한 피드백 정보)를 포함할 수 있다. 즉, 상기 지정된 정보는 사용자의 음성 입력에 반응하여 생성되는 응답에 포함될 수 있다.
상기 자연어 생성 모듈(555)은 상기 대화 매니저(553)로부터 전달받은 데이터를 기반으로 응답을 생성할 수 있다. 이를 위해, 상기 자연어 생성 모듈(555)은 특징 정보 추출 모듈(555a), 응답 생성 모듈(555b) 및 응답 교정 모듈(555c)을 포함할 수 있다. 상기 자연어 생성 모듈(555)은 상기 대화 매니저(553)로부터 응답 생성에 필요한 데이터(예: 응답의 종류를 나타내는 데이터)와 함께, 상기 검색 데이터(581) 및 상기 사용자의 선호도 정보(561a)를 수신하는 경우, 상기 검색 데이터(581) 및 상기 사용자의 선호도 정보(561a)를 상기 특징 정보 추출 모듈(555a)로 전달할 수 있다. 또한, 상기 자연어 생성 모듈(555)은 상기 대화 매니저(553)로부터 응답 생성에 필요한 데이터(예: 응답의 종류를 나타내는 데이터)만을 수신하는 경우, 상기 응답 생성에 필요한 데이터를 상기 응답 생성 모듈(555b)로 전달할 수 있다.
상기 특징 정보 추출 모듈(555a)은 상기 사용자의 선호도 정보(561a)에 기반하여, 상기 검색 데이터(581)에서 특징 정보(또는 중요 정보)를 추출할 수 있다. 일 실시예에 따르면, 상기 특징 정보 추출 모듈(555a)은 상기 사용자의 선호도 정보(561a)에 기반하여, 상기 검색 데이터(581)에 포함된 적어도 하나의 정보에 가중치를 부여(예: 점수 부여)할 수 있다. 또한, 상기 특징 정보 추출 모듈(555a)은 상기 부여된 가중치에 기반하여, 상기 검색 데이터(581)에서 상기 특징 정보를 추출할 수 있다. 예를 들어, 상기 특징 정보 추출 모듈(555a)은 상기 검색 데이터(581)에서 사용자의 선호도(예: 스포츠 팀, 선수, 음식, 영화 장르, 감독, 배우, 또는 지역 등)에 부합하는 정보에 점수를 부여하고, 상기 부여된 점수에 기반하여 상기 검색 데이터(581)에서 상기 특징 정보를 선택 및 추출할 수 있다. 상기 특징 정보 추출 모듈(555a)은 상기 특징 정보를 상기 응답 생성 모듈(555b)로 전달할 수 있다.
일 실시예에 따르면, 상기 특징 정보 추출 모듈(555a)은 상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 가중치(예: 점수)에 기반하여, 상기 복수의 정보들의 우선 순위를 설정할 수 있다. 예컨대, 상기 특징 정보 추출 모듈(555a)은 상기 가중치가 높은 정보에 높은 우선 순위를 설정할 수 있다. 상기 우선 순위는 상기 응답에 포함되는 상기 복수의 정보들의 배치 순서를 결정할 때 이용될 수 있다. 상기 특징 정보 추출 모듈(555a)은 상기 특징 정보와 함께 상기 특징 정보의 우선 순위에 관한 정보를 상기 응답 생성 모듈(555b)로 전달할 수 있다.
상기 응답 생성 모듈(555b)은 사용자의 음성 입력에 대한 응답을 생성할 수 있다. 상기 응답 생성 모듈(555b)은 상기 템플릿을 이용하여 응답을 생성할지 또는 상기 사용자의 선호도 정보(561a)에 기반하여 응답을 생성할지를 결정할 수 있다. 일 실시예에 따르면, 상기 응답 생성 모듈(555b)은 상기 특징 정보 추출 모듈(555a)로부터 상기 특징 정보(및 상기 특징 정보의 우선 순위에 관한 정보)를 전달받지 못하는 경우(상기 자연어 생성 모듈(555)이 상기 대화 매니저(553)로부터 응답 생성에 필요한 데이터만을 수신하는 경우), 상기 템플릿을 이용하여 응답을 생성할 수 있다. 다른 실시예에 따르면, 상기 응답 생성 모듈(555b)은 상기 특징 정보 추출 모듈(555a)로부터 상기 특징 정보(및 상기 특징 정보의 우선 순위에 관한 정보)를 전달받은 경우(상기 자연어 생성 모듈(555)이 상기 대화 매니저(553)로부터 응답 생성에 필요한 데이터와 함께, 상기 검색 데이터(581) 및 상기 사용자의 선호도 정보(561a)를 수신하는 경우), 상기 사용자의 선호도 정보(561a)에 기반하여 상기 템플릿을 이용하지 않고 응답을 생성할 수 있다.
상기 템플릿을 이용하여 응답을 생성하는 경우는 정보의 검색을 통한 응답을 제공하지 않는 경우를 포함할 수 있다. 상기 템플릿을 이용하여 응답을 생성하는 경우, 상기 응답 생성 모듈(555b)은 사용자의 의도에 기반하여 상기 템플릿을 식별(또는 검색)할 수 있다. 상기 템플릿이 식별되면, 상기 응답 생성 모듈(555b)은 상기 템플릿에서 요소(예: 파라미터) 부분을 채워 완성된 문장으로 응답을 생성할 수 있다.
상기 사용자의 선호도 정보(561a)에 기반하여 (상기 템플릿을 이용하지 않고) 응답을 생성하는 경우는 정보의 검색을 통한 응답을 제공하는 경우를 포함할 수 있다. 상기 사용자의 선호도 정보(561a)에 기반하여 응답을 생성하는 경우, 상기 응답 생성 모듈(555b)은 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 응답을 생성할 수 있다. 일 실시예에 따르면, 상기 응답 생성 모듈(555b)은 상기 검색 데이터(581)에 포함된 정보 중 상기 특징 정보만을 이용하여 상기 응답을 생성할 수 있다. 이 경우, 상기 검색 데이터(581)에 포함된 정보 중 상기 특징 정보 외의 부가적인 정보는 상기 응답에서 제외될 수 있다.
일 실시예에 따르면, 상기 응답 생성 모듈(555b)은 상기 특징 정보가 복수의 정보들을 포함하고, 상기 특징 정보 추출 모듈(555a)로부터 상기 특징 정보와 함께 상기 특징 정보의 우선 순위에 관한 정보를 수신하는 경우, 상기 우선 순위에 기반하여 상기 복수의 정보들을 이용하여 응답을 생성할 수 있다. 예를 들어, 상기 응답을 구성하는 복수의 요소들 각각이 상기 복수의 정보들 중 어느 하나에 대응될 때, 상기 응답 생성 모듈(555b)은 상기 복수의 정보들의 우선 순위에 기반하여 상기 복수의 요소들의 배치 순서를 결정할 수 있다. 예를 들어, 상기 응답 생성 모듈(555b)은 우선 순위가 높은 정보가 먼저 출력될 수 있도록 응답의 앞부분에 배치할 수 있다.
상기 응답 교정 모듈(555c)은 상기 응답 생성 모듈(555b)에 의해 생성된 응답을 교정할 수 있다. 상기 응답 교정 모듈(555c)은 상기 생성된 응답이 문법 및/또는 의미에 맞게 생성되었는지를 확인하고, 상기 생성된 응답이 문법 및/또는 의미에 맞지 않게 생성된 경우, 상기 생성된 응답을 교정할 수 있다. 또한, 상기 응답 교정 모듈(555c)은 상기 특징 정보가 존재하는 경우, 상기 생성된 응답에 상기 특징 정보가 포함되었는지를 확인하고, 상기 생성된 응답에 상기 특징 정보가 포함되지 않은 경우, 상기 특징 정보가 포함되도록 상기 생성된 응답을 교정할 수 있다. 또한, 상기 응답 교정 모듈(555c)은 상기 특징 정보 및 상기 특징 정보의 우선 순위에 관한 정보가 존재하는 경우, 상기 생성된 응답에 포함된 상기 특징 정보가 상기 우선 순위에 맞게 배치되었는지를 확인하고, 상기 특징 정보가 상기 우선 순위에 맞지 않게 배치된 경우, 상기 특징 정보가 상기 우선 순위에 맞게 배치되도록 상기 생성된 응답을 교정할 수 있다.
상기 텍스트 음성 변환 모듈(556)은 도 1의 텍스트 음성 변환 모듈(229)과 유사한 기능을 수행할 수 있다. 상기 텍스트 음성 변환 모듈(556)은 텍스트 형태의 정보(예: 텍스트 데이터)를 음성 형태의 정보(예: 음성 데이터)로 변경할 수 있다. 예컨대, 상기 텍스트 음성 변환 모듈(556)은 상기 자연어 생성 모듈(555)로부터 텍스트 형태의 정보를 수신하고, 상기 텍스트 형태의 정보를 음성 형태의 정보로 변경하여 상기 출력 장치(520)(예: 스피커)를 통해 출력할 수 있다.
상술한 바와 같이, 다양한 실시예에 따르면, 전자 장치(예: 전자 장치(500))는, 마이크(예: 마이크(510)), 출력 장치(예: 출력 장치(520)), 및 상기 마이크 및 상기 출력 장치와 작동적으로 연결된 프로세서(예: 프로세서(530))를 포함하고, 상기 프로세서는, 상기 마이크를 통해 획득한 사용자의 음성 입력을 분석하고, 상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하고, 상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하고, 상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하고, 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하고, 상기 출력 장치를 통해 상기 생성된 응답을 출력하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력에 대한 상기 사용자의 의도를 판단하고, 상기 판단된 사용자의 의도에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 전자 장치는 상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보를 저장하는 메모리(예: 메모리(540))를 더 포함하고, 상기 프로세서는, 상기 정보에 기반하여, 상기 판단된 사용자의 의도에 매칭되는 상기 응답의 종류를 확인하고, 상기 확인된 응답의 종류에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 음성 입력의 분석 결과에 기반하여, 상기 응답을 제공하기 위한 액션의 종류를 판단하고, 상기 판단된 액션의 종류에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 음성 입력의 분석 결과에 기반하여, 상기 응답을 구성하는 요소의 특징을 판단하고, 상기 판단된 요소의 특징에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 사용자의 선호 정보에 기반하여, 상기 획득된 데이터에 포함된 적어도 하나의 정보에 가중치를 부여하고, 상기 부여된 가중치에 기반하여, 상기 획득된 데이터에서 상기 특징 정보를 추출하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 상기 가중치에 기반하여, 상기 복수의 정보들의 우선 순위를 설정하고, 상기 설정된 우선 순위에 기반하여, 상기 복수의 정보들을 이용하여 상기 응답을 생성하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 응답을 구성하는 복수의 요소들 각각이 상기 복수의 정보들 중 어느 하나에 대응되도록 상기 응답을 생성하고, 상기 설정된 우선 순위에 기반하여, 상기 복수의 요소들의 배치 순서를 결정하도록 설정될 수 있다.
상술한 바와 같이, 다양한 실시예에 따르면, 전자 장치는, 통신 회로, 및 상기 통신 회로와 작동적으로 연결된 프로세서를 포함하고, 상기 프로세서는, 상기 통신 회로를 통해 연결된 외부 전자 장치로부터 사용자의 음성 입력을 획득하고, 상기 획득된 음성 입력을 분석하고, 상기 획득된 음성 입력의 분석 결과에 기반하여, 상기 획득된 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하고, 상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하고, 상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하고, 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하고, 상기 통신 회로를 통해 상기 외부 전자 장치로 상기 생성된 응답을 전송하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력에 대한 상기 사용자의 의도, 상기 응답을 제공하기 위한 액션의 종류 또는 상기 응답을 구성하는 요소의 특징 중 적어도 하나를 판단하고, 상기 사용자의 의도, 상기 액션의 종류 또는 상기 요소의 특징 중 적어도 하나에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 사용자의 선호 정보에 기반하여, 상기 획득된 데이터에 포함된 적어도 하나의 정보에 가중치를 부여하고, 상기 부여된 가중치에 기반하여, 상기 획득된 데이터에서 상기 특징 정보를 추출하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 상기 가중치에 기반하여, 상기 복수의 정보들의 우선 순위를 설정하고, 상기 설정된 우선 순위에 기반하여, 상기 복수의 정보들을 이용하여 상기 응답을 생성하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 응답을 구성하는 복수의 요소들 각각이 상기 복수의 정보들 중 어느 하나에 대응되도록 상기 응답을 생성하고, 상기 설정된 우선 순위에 기반하여, 상기 복수의 요소들의 배치 순서를 결정하도록 설정될 수 있다.
도 6은 본 발명의 일 실시예에 따른 음성 입력에 대한 응답을 제공하는 방법을 설명하기 위한 도면이다.
도 6을 참조하면, 전자 장치(예: 도 4의 전자 장치(500))의 프로세서(예: 도 4의 프로세서(530))는 동작 610에서, 음성 입력을 획득 및 분석할 수 있다. 일 실시예에 따르면, 상기 프로세서는 마이크(예: 도 4의 마이크(510))를 통해 사용자의 발화에 의한 음성 입력을 획득할 수 있다. 다른 실시예에 따르면, 상기 프로세서(530)는 통신 회로를 통해 연결된 외부 전자 장치로부터 사용자의 음성 입력을 획득할 수 있다.
상기 프로세서(530)는 획득된 음성 입력을 분석할 수 있다. 예를 들어, 상기 프로세서(530)는 자동 음성 인식 모듈(예: 도 4의 자동 음성 인식 모듈(551))을 통해 상기 음성 입력을 텍스트 데이터로 변환하고, 자연어 이해 모듈(예: 도 4의 자연어 이해 모듈(552))을 통해 변환된 텍스트 데이터를 이용하여 사용자의 의도를 파악하고 응답 생성에 필요한 파라미터를 식별할 수 있다.
동작 620에서, 상기 프로세서(530)는 상기 음성 입력에 반응하여 제공해야하는 응답이 정보 검색이 필요한 응답인지를 판단할 수 있다. 예를 들어, 상기 프로세서(530)는 대화 매니저(예: 도 4의 대화 매니저(553))를 통해 상기 응답이 정보 검색이 필요한 응답인지를 판단할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 사용자의 의도에 기반하여 정보의 검색을 통한 응답의 제공 여부를 판단할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 사용자의 의도에 기반하여 판단된 응답의 종류가 정보 제공형 응답인 경우, 정보의 검색을 통한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다. 이때, 상기 프로세서(530)는 상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보에 기반하여, 상기 사용자의 의도에 매칭되는 상기 응답의 종류를 확인하고, 상기 확인된 응답의 종류에 기반하여 정보의 검색을 통한 응답의 제공 여부를 판단할 수 있다. 상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보는 메모리(예: 도 4의 메모리(540))에 기 저장될 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 응답을 제공하기 위한 액션(또는 동작)의 종류에 기반하여 정보의 검색을 통한 응답의 제공 여부를 판단할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 액션의 종류가 정보 제공형 액션인 경우, 정보의 검색을 통한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 응답을 구성하는 요소(예: 파라미터)의 특징에 기반하여 정보의 검색을 통한 응답의 제공 여부를 판단할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 요소의 특징이 사용자의 선호도 정보(예: 도 5의 사용자의 선호도 정보(561a))에 포함되는 적어도 일부 정보의 특징과 동일 또는 유사한 경우, 정보의 검색을 통한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다.
상기 응답이 정보의 검색이 필요한 응답이 아닌 경우(동작 620 - 아니오), 상기 프로세서(530)는 동작 650에서, 템플릿을 이용하여 상기 응답을 생성할 수 있다. 상기 템플릿은 예를 들어, 사용자의 의도별로 제공할 수 있는 응답의 형태가 불완전한 문장의 형태로 기 저장된 것으로, 상기 템플릿에 포함된 요소(예: 파라미터) 부분을 채움(또는 치환함)으로써 완성되는 문장일 수 있다. 예를 들어, 상기 프로세서(530)는 사용자의 의도에 기반하여 상기 템플릿을 식별(또는 검색)하고, 상기 식별된 템플릿에서 상기 요소 부분을 채워 완성된 문장으로 상기 응답을 생성할 수 있다. 또한, 상기 응답이 생성되면, 상기 프로세서(530)는 동작 660에서, 상기 생성된 응답을 출력 장치(예: 도 4의 출력 장치(520))를 통해 출력할 수 있다. 일 예로, 상기 프로세서(530)는 음성 형태로 생성된 상기 응답을 스피커를 통해 출력할 수 있다. 다른 예로, 상기 프로세서(530)는 시각적 형태(예: 텍스트 또는 이미지)로 생성된 상기 응답을 디스플레이를 통해 출력할 수 있다. 또 다른 예로, 상기 프로세서(530)는 상기 응답을 음성 형태의 데이터로 변환하여 상기 스피커를 통해 출력하고, 상기 응답을 시각적 형태의 데이터로 변환하여 상기 디스플레이를 통해 출력할 수 있다.
상기 응답이 정보의 검색이 필요한 응답인 경우(동작 620 - 예), 상기 프로세서(530)는 동작 630에서, 정보 검색을 통해 데이터를 획득할 수 있다. 예를 들어, 상기 프로세서(530)는 정보 검색 모듈(예: 도 4의 정보 검색 모듈(554))을 통해 정보의 검색에 따른 검색 데이터(예: 도 5의 검색 데이터(581))를 획득할 수 있다. 또한, 상기 프로세서(530)는 사용자 계정 포털(예: 도 5의 사용자 계정 포털(560)) 또는 개인 정보 저장 장치(예: 도 5의 개인 정보 저장 장치(570)) 중 적어도 하나로부터 사용자 선호도 정보(예: 도 5의 사용자 선호도 정보(561a))를 획득할 수 있다.
상기 검색 데이터 및 상기 사용자 선호도 정보를 획득하면, 상기 프로세서(530)는 동작 640에서, 상기 사용자 선호도 정보에 기반하여 상기 검색 데이터에서 특징 정보를 추출할 수 있다. 예를 들어, 상기 프로세서(530)는 자연어 생성 모듈(예: 도 4의 자연어 생성 모듈(555))을 통해 상기 사용자 선호도 정보에 기반하여 상기 검색 데이터에서 상기 특징 정보를 추출할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 사용자 선호도 정보에 기반하여, 상기 검색 데이터에 포함된 적어도 하나의 정보에 가중치를 부여(예: 점수 부여)할 수 있다. 또한, 상기 프로세서(530)는 상기 부여된 가중치에 기반하여, 상기 검색 데이터에서 상기 특징 정보를 추출할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 가중치(예: 점수)에 기반하여, 상기 복수의 정보들의 우선 순위를 설정할 수 있다. 예컨대, 상기 프로세서(530)는 상기 가중치가 높은 정보에 높은 우선 순위를 설정할 수 있다.
상기 특징 정보가 추출되면, 상기 프로세서(530)는 동작 650에서, 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 검색 데이터에 포함된 정보 중 상기 특징 정보만을 이용하여 상기 응답을 생성할 수 있다. 이 경우, 상기 검색 데이터에 포함된 정보 중 상기 특징 정보 외의 부가적인 정보는 상기 응답에서 제외될 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 추출된 특징 정보가 복수의 정보들을 포함하고, 상기 추출된 특징 정보에 우선 순위가 설정된 경우, 상기 우선 순위에 기반하여 상기 복수의 정보들을 이용하여 상기 응답을 생성할 수 있다. 예를 들어, 상기 응답을 구성하는 복수의 요소들 각각이 상기 복수의 정보들 중 어느 하나에 대응될 때, 상기 프로세서(530)는 상기 복수의 정보들의 우선 순위에 기반하여 상기 복수의 요소들의 배치 순서를 결정할 수 있다. 일 예로, 상기 프로세서(530)는 우선 순위가 높은 정보가 먼저 출력될 수 있도록 상기 응답의 앞부분에 배치할 수 있다.
상기 응답이 생성되면, 상기 프로세서(530)는 동작 660에서, 상기 생성된 응답을 상기 출력 장치를 통해 출력할 수 있다. 일 예로, 상기 프로세서(530)는 음성 형태로 생성된 상기 응답을 상기 스피커를 통해 출력할 수 있다. 다른 예로, 상기 프로세서(530)는 시각적 형태로 생성된 상기 응답을 상기 디스플레이를 통해 출력할 수 있다. 또 다른 예로, 상기 프로세서(530)는 상기 응답을 음성 형태의 데이터로 변환하여 상기 스피커를 통해 출력하고, 상기 응답을 시각적 형태의 데이터로 변환하여 상기 디스플레이를 통해 출력할 수 있다.
도 7은 본 발명의 일 실시예에 따른 음성 입력에 대한 응답을 제공하는 다른 방법을 설명하기 위한 도면이다.
도 7을 참조하면, 전자 장치(예: 도 4의 전자 장치(500))의 프로세서(예: 도 4의 프로세서(530))는 동작 710에서, 음성 입력을 획득 및 분석할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 마이크(예: 도 4의 마이크(510))를 통해 사용자의 발화에 의한 음성 입력을 획득할 수 있다. 다른 실시예에 따르면, 상기 프로세서(530)는 통신 회로를 통해 연결된 외부 전자 장치로부터 사용자의 음성 입력을 획득할 수 있다.
상기 프로세서(530)는 획득된 음성 입력을 분석할 수 있다. 예를 들어, 상기 프로세서(530)는 자동 음성 인식 모듈(예: 도 4의 자동 음성 인식 모듈(551))을 통해 상기 음성 입력을 텍스트 데이터로 변환하고, 자연어 이해 모듈(예: 도 4의 자연어 이해 모듈(552))을 통해 변환된 텍스트 데이터를 이용하여 사용자의 의도를 파악하고 응답 생성에 필요한 파라미터를 식별할 수 있다.
동작 720에서, 상기 프로세서(530)는 사용자의 선호도를 반영한 응답이 필요한지를 판단할 수 있다. 예를 들어, 상기 프로세서(530)는 대화 매니저(예: 도 4의 대화 매니저(553))를 통해 상기 사용자의 선호도를 반영한 응답이 필요한지를 판단할 수 있다. 상기 사용자의 선호도를 반영한 응답이 필요한 경우는, 예를 들어 상기 사용자의 음성 입력의 분석 결과에 포함된 정보의 검색이 수반되는 응답을 제공하는 경우를 포함할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 사용자의 의도에 기반하여 상기 사용자의 선호도를 반영한 응답이 필요한지를 판단할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 사용자의 의도에 기반하여 판단된 응답의 종류가 정보 제공형 응답인 경우, 상기 사용자의 선호도를 반영한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다. 이때, 상기 프로세서(530)는 상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보에 기반하여, 상기 사용자의 의도에 매칭되는 상기 응답의 종류를 확인하고, 상기 확인된 응답의 종류에 기반하여 상기 사용자의 선호도를 반영한 응답이 필요한지를 판단할 수 있다. 상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보는 메모리(예: 도 4의 메모리(540))에 기 저장될 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 응답을 제공하기 위한 액션(또는 동작)의 종류에 기반하여 상기 사용자의 선호도를 반영한 응답이 필요한지를 판단할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 액션의 종류가 정보 제공형 액션인 경우, 상기 사용자의 선호도를 반영한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 응답을 구성하는 요소(예: 파라미터)의 특징에 기반하여 상기 사용자의 선호도를 반영한 응답이 필요한지를 판단할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 요소의 특징이 사용자의 선호도 정보(예: 도 5의 사용자의 선호도 정보(561a))에 포함되는 적어도 일부 정보의 특징과 동일 또는 유사한 경우, 상기 사용자의 선호도를 반영한 응답을 제공하는 것으로 판단(또는 결정)할 수 있다.
상기 사용자의 선호도를 반영한 응답이 필요하지 않다고 판단되면(동작 720 - 아니오), 상기 프로세서(530)는 동작 780에서, 템플릿에 기반하여 상기 응답을 생성할 수 있다. 예를 들어, 상기 프로세서(530)는 자연어 생성 모듈(예: 도 4의 자연어 생성 모듈(555))을 통해 사용자의 의도에 기반하여 상기 템플릿을 식별(또는 검색)하고, 상기 식별된 템플릿에서 상기 요소 부분을 채워 완성된 문장으로 상기 응답을 생성할 수 있다. 또한, 상기 응답이 생성되면, 상기 프로세서(530)는 동작 770에서, 상기 생성된 응답을 출력 장치(예: 도 4의 출력 장치(520))를 통해 출력할 수 있다. 일 예로, 상기 프로세서(530)는 음성 형태로 생성된 상기 응답을 스피커를 통해 출력할 수 있다. 다른 예로, 상기 프로세서(530)는 시각적 형태(예: 텍스트 또는 이미지)로 생성된 상기 응답을 디스플레이를 통해 출력할 수 있다. 또 다른 예로, 상기 프로세서(530)는 상기 응답을 음성 형태의 데이터로 변환하여 상기 스피커를 통해 출력하고, 상기 응답을 시각적 형태의 데이터로 변환하여 상기 디스플레이를 통해 출력할 수 있다.
상기 사용자의 선호도를 반영한 응답이 필요하다고 판단되면(동작 720 - 예), 상기 프로세서(530)는 동작 730에서, 사용자 선호도 정보(예: 도 5의 사용자 선호도 정보(561a))를 획득할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 사용자 계정 포털(예: 도 5의 사용자 계정 포털(560)) 또는 개인 정보 저장 장치(예: 도 5의 개인 정보 저장 장치(570)) 중 적어도 하나로부터 상기 사용자 선호도 정보를 획득할 수 있다.
또한, 동작 740에서, 상기 프로세서(530)는 정보 검색을 통해 데이터를 획득할 수 있다. 예를 들어, 상기 프로세서(530)는 정보 검색 모듈(예: 도 4의 정보 검색 모듈(554))을 통해 정보의 검색에 따른 검색 데이터(예: 도 5의 검색 데이터(581))를 획득할 수 있다.
상기 검색 데이터 및 상기 사용자 선호도 정보를 획득하면, 상기 프로세서(530)는 동작 750에서, 상기 검색 데이터에 상기 사용자 선호도 정보가 존재하는지를 판단할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 검색 데이터에 포함된 정보 중 상기 사용자 선호도 정보에 포함되는 적어도 일부 정보의 특징과 동일 또는 유사한 특징을 가지는 정보가 존재하는지를 식별할 수 있다.
상기 검색 데이터에 상기 사용자 선호도 정보가 존재하지 않는 경우(동작 750 - 아니오), 상기 프로세서(530)는 동작 780에서, 상기 템플릿에 기반하여 상기 응답을 생성할 수 있다.
상기 검색 데이터에 상기 사용자 선호도 정보가 존재하는 경우(동작 750 - 예), 상기 프로세서(530)는 동작 760에서, 상기 사용자 선호도 정보에 기반하여 상기 응답을 생성할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 자연어 생성 모듈을 통해 상기 사용자 선호도 정보에 기반하여 상기 검색 데이터에서 특징 정보를 추출하고, 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 검색 데이터에 포함된 정보 중 상기 특징 정보만을 이용하여 상기 응답을 생성할 수 있다. 이 경우, 상기 검색 데이터에 포함된 정보 중 상기 특징 정보 외의 부가적인 정보는 상기 응답에서 제외될 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 사용자 선호도 정보에 기반하여, 상기 검색 데이터에 포함된 적어도 하나의 정보에 가중치를 부여(예: 점수 부여)할 수 있다. 또한, 상기 프로세서(530)는 상기 부여된 가중치에 기반하여, 상기 검색 데이터에서 상기 특징 정보를 추출할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 가중치(예: 점수)에 기반하여, 상기 복수의 정보들의 우선 순위를 설정할 수 있다. 예컨대, 상기 프로세서(530)는 상기 가중치가 높은 정보에 높은 우선 순위를 설정할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 추출된 특징 정보가 복수의 정보들을 포함하고, 상기 추출된 특징 정보에 우선 순위가 설정된 경우, 상기 우선 순위에 기반하여 상기 복수의 정보들을 이용하여 상기 응답을 생성할 수 있다. 예를 들어, 상기 응답을 구성하는 복수의 요소들 각각이 상기 복수의 정보들 중 어느 하나에 대응될 때, 상기 프로세서(530)는 상기 복수의 정보들의 우선 순위에 기반하여 상기 복수의 요소들의 배치 순서를 결정할 수 있다. 일 예로, 상기 프로세서(530)는 우선 순위가 높은 정보가 먼저 출력될 수 있도록 상기 응답의 앞부분에 배치할 수 있다.
상기 응답이 생성되면, 상기 프로세서(530)는 동작 770에서, 상기 생성된 응답을 상기 출력 장치를 통해 출력할 수 있다. 일 예로, 상기 프로세서(530)는 음성 형태로 생성된 상기 응답을 상기 스피커를 통해 출력할 수 있다. 다른 예로, 상기 프로세서(530)는 시각적 형태로 생성된 상기 응답을 상기 디스플레이를 통해 출력할 수 있다. 또 다른 예로, 상기 프로세서(530)는 상기 응답을 음성 형태의 데이터로 변환하여 상기 스피커를 통해 출력하고, 상기 응답을 시각적 형태의 데이터로 변환하여 상기 디스플레이를 통해 출력할 수 있다.
도 8은 본 발명의 일 실시예에 따른 사용자의 선호도에 기반하여 응답을 생성 및 교정하는 방법을 설명하기 위한 도면이다.
도 8을 참조하면, 전자 장치(예: 도 4의 전자 장치(500))의 프로세서(예: 도 4의 프로세서(530))는 동작 810에서, 사용자 선호도 정보(예: 도 5의 사용자의 선호도 정보(561a))에 기반하여, 검색 데이터(예: 도 5의 검색 데이터(581))에 가중치를 부여할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 사용자 선호도 정보에 기반하여, 상기 검색 데이터에 포함된 적어도 하나의 정보에 점수(가중치)를 부여할 수 있다.
동작 820에서, 상기 프로세서(530)는 부여된 가중치에 기반하여 상기 검색 데이터에서 특징 정보를 추출할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 검색 데이터에 포함된 정보 중 상기 가중치가 지정된 값 이상인 정보를 상기 특징 정보로 설정하고, 상기 검색 데이터에서 상기 특징 정보를 추출할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 가중치(예: 점수)에 기반하여, 상기 복수의 정보들의 우선 순위를 설정할 수 있다. 예컨대, 상기 프로세서(530)는 상기 가중치가 높은 정보에 높은 우선 순위를 설정할 수 있다.
동작 830에서, 상기 프로세서(530)는 상기 추출된 특징 정보를 이용하여 응답을 생성할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 검색 데이터에 포함된 정보 중 상기 특징 정보만을 이용하여 상기 응답을 생성할 수 있다. 이 경우, 상기 검색 데이터에 포함된 정보 중 상기 특징 정보 외의 부가적인 정보는 상기 응답에서 제외될 수 있다.
동작 840에서, 상기 프로세서(530)는 상기 생성된 응답의 교정이 필요한지를 판단할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 생성된 응답이 문법 및/또는 의미에 맞게 생성되었는지를 확인하고, 상기 생성된 응답이 문법 및/또는 의미에 맞지 않게 생성된 경우, 교정이 필요하다고 판단할 수 있다. 다른 실시예에 따르면, 상기 프로세서(530)는 상기 생성된 응답에 상기 특징 정보가 포함되었는지를 확인하고, 상기 생성된 응답에 상기 특징 정보가 포함되지 않은 경우, 교정이 필요하다고 판단할 수 있다. 또 다른 실시예에 따르면, 상기 프로세서(530)는 상기 특징 정보에 우선 순위가 설정되어 있는 경우, 상기 생성된 응답에 포함된 상기 특징 정보가 상기 우선 순위에 맞게 배치되었는지를 확인하고, 상기 특징 정보가 상기 우선 순위에 맞지 않게 배치된 경우, 교정이 필요하다고 판단할 수 있다.
상기 생성된 응답의 교정이 필요하다고 판단되면(동작 840 - 예), 상기 프로세서(530)는 동작 850에서, 상기 생성된 응답을 교정할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 생성된 응답이 문법 및/또는 의미에 맞지 않게 생성된 경우, 문법 및/또는 의미에 맞게 상기 생성된 응답을 교정할 수 있다. 다른 실시예에 따르면, 상기 프로세서(530)는 상기 생성된 응답에 상기 특징 정보가 포함되지 않은 경우, 상기 특징 정보가 포함되도록 상기 생성된 응답을 교정할 수 있다. 또 다른 실시예에 따르면, 상기 프로세서(530)는 상기 생성된 응답에 포함된 상기 특징 정보가 상기 우선 순위에 맞지 않게 배치된 경우, 상기 특징 정보가 상기 우선 순위에 맞게 배치되도록 상기 생성된 응답을 교정할 수 있다. 이후, 상기 프로세서(530)는 동작 860에서, 상기 교정된 응답을 출력 장치를 통해 출력할 수 있다.
상기 생성된 응답의 교정이 필요하지 않다고 판단되면(동작 840 - 아니오), 상기 프로세서(530)는 동작 860에서, 상기 생성된 응답을 상기 출력 장치를 통해 출력할 수 있다. 일 예로, 상기 프로세서(530)는 음성 형태로 생성된 상기 응답을 스피커를 통해 출력할 수 있다. 다른 예로, 상기 프로세서(530)는 시각적 형태로 생성된 상기 응답을 디스플레이를 통해 출력할 수 있다. 또 다른 예로, 상기 프로세서(530)는 상기 응답을 음성 형태의 데이터로 변환하여 상기 스피커를 통해 출력하고, 상기 응답을 시각적 형태의 데이터로 변환하여 상기 디스플레이를 통해 출력할 수 있다.
상술한 바와 같이, 다양한 실시예에 따르면, 음성 입력의 응답 제공 방법은, 사용자의 음성 입력을 획득 및 분석하는 동작(예: 동작 610), 상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작(예: 동작 620), 상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하는 동작(예: 동작 630), 상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하는 동작(예: 동작 640), 상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하는 동작(예: 동작 650), 및 상기 생성된 응답을 출력하는 동작(예: 동작 660)을 포함할 수 있다.
다양한 실시예에 따르면, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작은, 상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력에 대한 상기 사용자의 의도를 판단하는 동작, 및 상기 판단된 사용자의 의도에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 판단된 사용자의 의도에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작은, 상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보에 기반하여, 상기 판단된 사용자의 의도에 매칭되는 상기 응답의 종류를 확인하는 동작, 및 상기 확인된 응답의 종류에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작은, 상기 음성 입력의 분석 결과에 기반하여, 상기 응답을 제공하기 위한 액션의 종류를 판단하는 동작, 및 상기 판단된 액션의 종류에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작은, 상기 음성 입력의 분석 결과에 기반하여, 상기 응답을 구성하는 요소의 특징을 판단하는 동작, 및 상기 판단된 요소의 특징에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 획득된 데이터에서 특징 정보를 추출하는 동작은, 상기 사용자의 선호 정보에 기반하여, 상기 획득된 데이터에 포함된 적어도 하나의 정보에 가중치를 부여하는 동작(예: 동작 810), 및 상기 부여된 가중치에 기반하여, 상기 획득된 데이터에서 상기 특징 정보를 추출하는 동작(예: 동작 820)을 포함할 수 있다.
다양한 실시예에 따르면, 상기 응답을 생성하는 동작은, 상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 상기 가중치에 기반하여, 상기 복수의 정보들의 우선 순위를 설정하는 동작, 상기 설정된 우선 순위에 기반하여, 상기 복수의 정보들 각각에 대응되는 복수의 요소들의 배치 순서를 결정하는 동작, 및 상기 복수의 요소들을 포함하도록 상기 응답을 생성하는 동작을 포함할 수 있다.
도 9는 본 발명의 일 실시예에 따른 구조화된 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 방법을 설명하기 위한 도면이고, 도 10은 본 발명의 일 실시예에 따른 구조화된 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 다른 방법을 설명하기 위한 도면이다.
도 9 및 도 10을 참조하면, 정보 검색을 통한 응답의 생성 과정에서, 검색 데이터(901)(예: 도 5의 검색 데이터(581))는 구조화된 데이터(예: 도 9 및 도 10의 검색 데이터(901) 또는 도 13 및 도 14의 검색 데이터(1301))를 포함할 수 있다. 상기 구조화된 데이터는 지정된 형식에 맞춰 간략화된 데이터일 수 있다. 예를 들어, 상기 구조화된 데이터는 시간에 따른 지정된 객체의 상태 정보를 나타내는 데이터 또는 카테고리별 데이터를 포함할 수 있다. 상기 시간에 따른 지정된 객체의 상태 정보를 나타내는 데이터는 예를 들어, 도 9 및 도 10에 도시된 바와 같이, 경기 결과 데이터와 같이 시간에 따른 팀별 경기 상태 정보를 나타내는 데이터를 포함할 수 있다. 상기 카테고리별 데이터는 예를 들어, 도 13 및 도 14에 도시된 바와 같이, 영화 정보 검색 데이터와 같이 영화의 인물(예: 감독 또는 배우), 영화의 평점 또는 영화의 장르와 같은 카테고리별 정보를 나타내는 데이터를 포함할 수 있다.
전자 장치(예: 도 4의 전자 장치(500))의 프로세서(예: 도 4의 프로세서(530))는 사용자의 선호도 정보(예: 도 5의 사용자 선호도 정보(561a))에 기반하여, 상기 검색 데이터(901)에서 특징 정보를 추출할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 사용자의 선호도 정보에 기반하여, 특정 스포츠에서 상기 사용자가 선호하는 팀을 식별할 수 있고, 음성 입력으로 경기 결과에 대한 질의를 수신하면, 상기 경기 결과에 대한 검색 데이터(901)에서 상기 사용자가 선호하는 팀과 관련된 중요 이벤트(예: 팀의 득점/실점 또는 선수의 부상/교체/경고/퇴장)를 기준으로 특징 정보를 선별 및 추출할 수 있다.
상기 검색 데이터(901)에서 상기 특징 정보가 추출되면, 상기 프로세서(530)는 응답 생성을 위한 명령어(902a, 902b)를 생성할 수 있다. 상기 명령어(902a, 902b)는 응답 생성 모듈(예: 도 4의 응답 생성 모듈(555b))로 전달되는 입력 데이터일 수 있다. 예를 들어, 상기 응답 생성 모듈은 상기 명령어(902a, 902b)가 입력되면 응답을 생성할 수 있다.
상기 명령어(902a, 902b)는 응답의 종류(910), 검색 데이터(901)에 포함된 적어도 하나의 정보(920) 및 상기 정보(920) 중 사용자가 선호하는 정보(930)를 포함할 수 있다. 상기 응답의 종류(910)는 정보 제공을 목적으로 하는 정보 제공형 응답(예: "Inform"으로 입력됨), 사용자의 의도에 따른 기능을 수행하기 위해 필요한 정보(예: 응답에 필요한 파라미터)를 되묻는 요청형 응답(예: "Request"로 입력됨), 및 잡답형 응답(예: "Chitchat"으로 입력됨) 중 적어도 하나를 포함할 수 있다. 상기 검색 데이터(901)에 포함된 적어도 하나의 정보(920)는 상기 시간에 따른 지정된 객체의 상태 정보 또는 카테고리별 정보를 포함할 수 있다. 일 예로, 스포츠 경기 결과 검색에서, 상기 정보(920)는 시간에 따른 팀별 경기 상태 정보를 포함할 수 있다. 도 9 및 도 10에서는 상기 정보(920)가 시간에 따른 홈 팀의 득점/실점 및 선수의 부상/교체/경고/퇴장에 관한 정보(921)와 시간에 따른 어웨이 팀의 득점/실점 및 선수의 부상/교체/경고/퇴장에 관한 정보(922)를 포함하는 상태를 나타낼 수 있다. 상기 사용자가 선호하는 정보(930)는 예를 들어, 스포츠 경기 결과 검색에서, 상기 사용자가 선호하는 팀의 이름을 포함할 수 있다. 도 9에서는 사용자가 A 팀(홈 팀)을 선호하여 상기 정보(930)가 상기 A 팀의 이름(931)을 포함하는 상태를 나타내고, 도 10에서는 사용자가 B 팀(어웨이 팀)을 선호하여 상기 정보(930)가 상기 B 팀의 이름(932)을 포함하는 상태를 나타낼 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 명령어(902a, 902b)에, 상기 검색 데이터(901)에 포함된 적어도 하나의 정보(920) 중 상기 특징 정보에 관한 정보를 포함시킬 수 있다. 일 예로, 도 9에 도시된 바와 같이, 사용자가 A 팀(홈 팀)을 선호하는 경우, 상기 프로세서(530)는 상기 명령어(902a)에서, 상기 사용자가 선호하는 A 팀과 관련된 중요 이벤트를 나타내는 특징 정보(예: 선수의 퇴장 정보(921a) 또는 팀의 득점 정보(921b))가 식별되도록 상기 특징 정보에 관한 정보를 상기 명령어(902a)에 포함시킬 수 있다. 다른 예로, 도 10에 도시된 바와 같이, 사용자가 B 팀(어웨이 팀)을 선호하는 경우, 상기 프로세서(530)는 상기 명령어(902b)에서, 상기 사용자가 선호하는 B 팀과 관련된 중요 이벤트를 나타내는 특징 정보(예: 선수의 부상 정보(922a) 또는 팀의 실점 정보(또는 상대팀의 득점 정보(921b)))가 식별되도록 상기 특징 정보에 관한 정보를 상기 명령어(902b)에 포함시킬 수 있다.
상기 프로세서(530)는 상기 명령어(902a, 902b)에 기반하여, 응답(903a, 903b)을 생성할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 명령어(902a, 902b)에 포함된 사용자가 선호하는 정보(930)에 기반하여, 상기 응답(903a, 903b)을 생성할 수 있다. 다른 실시예에 따르면, 상기 프로세서(530)는 상기 명령어(902a, 902b)에 포함된 상기 특징 정보에 관한 정보에 기반하여, 상기 응답(903a, 903b)을 생성할 수 있다. 상기 프로세서(530)는 사용자가 선호하는 정보(930)(예: 사용자가 선호하는 팀 정보)를 기준으로 응답(903a, 903b)을 생성할 수 있다. 일 예로, 상기 프로세서(530)는 도 9에 도시된 바와 같이, 사용자가 선호하는 A 팀과 관련된 중요 이벤트를 나타내는 특징 정보(예: 선수의 퇴장 정보(921a) 또는 팀의 득점 정보(921b))를 이용하여, 제1 응답(903a)을 생성할 수 있다. 다른 예로, 상기 프로세서(530)는 도 10에 도시된 바와 같이, 사용자가 선호하는 B 팀과 관련된 중요 이벤트를 나타내는 특징 정보(예: 선수의 부상 정보(922a) 또는 팀의 실점 정보(또는 상대팀의 득점 정보(921b)))를 이용하여, 상기 제1 응답(903a)과 다른 제2 응답(903b)을 생성할 수 있다.
도 11은 본 발명의 일 실시예에 따른 구조화되지 않은 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 방법을 설명하기 위한 도면이고, 도 12는 본 발명의 일 실시예에 따른 구조화되지 않은 검색 데이터를 이용하여 사용자의 선호도에 기반한 응답을 생성하는 다른 방법을 설명하기 위한 도면이다.
도 11 및 도 12를 참조하면, 정보 검색을 통한 응답의 생성 과정에서, 검색 데이터(1101)(예: 도 5의 검색 데이터(581))는 구조화되지 않은 데이터를 포함할 수 있다. 상기 구조화되지 않은 데이터는 지정된 형식에 맞춰지지 않은 데이터일 수 있다. 예를 들어, 상기 구조화되지 않은 데이터는 뉴스 기사와 같이 적어도 하나의 문장으로 구성될 수 있다. 일 실시예에 따르면, 전자 장치(예: 도 4의 전자 장치(500))의 프로세서(예: 도 4의 프로세서(530))는 상기 구조화되지 않은 데이터를 이용하여 구조화된 데이터(예: 도 9 및 도 10의 검색 데이터(901) 또는 도 13 및 도 14의 검색 데이터(1301))를 생성할 수 있다.
상기 프로세서(530)는 사용자의 선호도 정보(예: 도 5의 사용자 선호도 정보(561a))에 기반하여, 상기 검색 데이터(1101)에서 특징 정보를 추출할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 사용자의 선호도 정보에 기반하여, 뉴스 기사에서 상기 사용자가 선호하는 인물(예: 가수)을 식별할 수 있고, 음성 입력으로 인물에 대한 질의를 수신하면, 상기 인물에 대한 검색 데이터(1101)에서 상기 사용자가 선호하는 인물과 관련된 중요 이벤트(예: 가수의 앨범 제작 또는 공연 일정)를 기준으로 특징 정보를 선별 및 추출할 수 있다.
상기 검색 데이터(1101)에서 상기 특징 정보가 추출되면, 상기 프로세서(530)는 응답 생성을 위한 명령어(1102a, 1102b)를 생성할 수 있다. 상기 명령어(1102a, 1102b)는 응답 생성 모듈(예: 도 4의 응답 생성 모듈(555b))로 전달되는 입력 데이터일 수 있다. 예를 들어, 상기 응답 생성 모듈은 상기 명령어(1102a, 1102b)가 입력되면 응답을 생성할 수 있다.
상기 명령어(1102a, 1102b)는 응답의 종류(1110), 검색 데이터(1101)에 포함된 적어도 하나의 정보(1120, 1130) 및 상기 정보(1120, 1130) 중 사용자가 선호하는 정보(1140)를 포함할 수 있다. 상기 응답의 종류(1110)는 도 9 및 도 10에서의 응답의 종류(910)와 동일할 수 있다. 상기 검색 데이터(1101)에 포함된 적어도 하나의 정보(1120, 1130)는 상기 검색 데이터(1101)의 제목(1120) 및 상기 검색 데이터(1101)에 포함되는 적어도 하나의 내용(1130)을 포함할 수 있다. 상기 제목(1120)은 예를 들어, 상기 뉴스 기사의 제목을 포함할 수 있다. 상기 내용(1130)은 예를 들어, 상기 뉴스 기사에 포함된 적어도 하나의 단어, 적어도 하나의 구절, 또는 적어도 하나의 문장을 포함할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 사용자가 선호하는 정보(1140)에 기반하여 상기 검색 데이터(1101)에서 상기 내용(1130)을 선택(또는 추출)할 수 있다. 이 경우, 상기 선택(또는 추출)된 내용(1130)은 특징 정보를 포함할 수 있다. 일 예로, 도 11에서와 같이, 가수 정보 검색에서, 사용자가 선호하는 가수가 제1 인물일 때, 상기 프로세서(530)는 상기 검색 데이터(1101)에서 상기 제1 인물의 이름(1141)(예: "진")이 포함되는 구절 또는 문장(1131)을 상기 내용(1130)으로 선택할 수 있다. 다른 예로, 도 12에서와 같이, 가수 정보 검색에서, 상기 사용자가 선호하는 가수가 제2 인물일 때, 상기 프로세서(530)는 상기 검색 데이터(1101)에서 상기 제2 인물의 이름(1142)(예: "슈가")이 포함되는 구절 또는 문장(1132)을 상기 내용(1130)으로 선택할 수 있다. 상기 사용자가 선호하는 정보(1140)는 예를 들어, 가수 정보 검색에서, 상기 사용자가 선호하는 인물의 이름을 포함할 수 있다. 도 11에서는 사용자가 제1 인물을 선호하여 상기 정보(1140)가 상기 제1 인물의 이름(1141)을 포함하는 상태를 나타내고, 도 12에서는 상기 사용자가 제2 인물을 선호하여 상기 정보(1140)가 상기 제2 인물의 이름(1142)을 포함하는 상태를 나타낼 수 있다.
상기 프로세서(530)는 상기 명령어(1102a, 1102b)에 기반하여, 응답(1103a, 1103b)을 생성할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 명령어(1102a, 1102b)에 포함된 사용자가 선호하는 정보(1140)에 기반하여, 상기 응답(1103a, 1103b)을 생성할 수 있다. 다른 실시예에 따르면, 상기 프로세서(530)는 상기 명령어(1102a, 1102b)에 포함된 상기 내용(1130)(특징 정보에 대응됨)에 기반하여, 상기 응답(1103a, 1103b)을 생성할 수 있다. 일 예로, 상기 프로세서(530)는 도 11에 도시된 바와 같이, 사용자가 선호하는 제1 인물의 이름(1141)이 포함되는 구절 또는 문장(1131)을 이용하여, 제1 응답(1103a)을 생성할 수 있다. 다른 예로, 상기 프로세서(530)는 도 12에 도시된 바와 같이, 상기 사용자가 선호하는 제2 인물의 이름(1142)이 포함되는 구절 또는 문장(1132)을 이용하여, 상기 제1 응답(1103a)과 다른 제2 응답(1103b)을 생성할 수 있다.
도 13은 본 발명의 일 실시예에 따른 검색 데이터에 부여된 가중치에 기반하여 응답을 생성하는 방법을 설명하기 위한 도면이고, 도 14는 본 발명의 일 실시예에 따른 검색 데이터에 부여된 가중치에 기반하여 응답을 생성하는 다른 방법을 설명하기 위한 도면이다.
도 13 및 도 14를 참조하면, 정보 검색을 통한 응답의 생성 과정에서, 검색 데이터(1301)(예: 도 5의 검색 데이터(581))는 구조화된 데이터를 포함할 수 있다. 일 실시예에 따르면, 상기 검색 데이터(1301)는 카테고리별 데이터를 포함할 수 있다. 상기 카테고리는 예를 들어, 도 13 및 도 14에 도시된 영화 정보 검색 데이터와 같이, 인물 카테고리(1301a)(예: 감독 또는 배우), 평점 카테고리(1301b), 또는 상세 정보 카테고리(1301c)(예: 장르, 관람 등급, 제작 국가, 상영 시간, 예매 정보, 또는 평론가의 코멘트 등) 중 적어도 하나를 포함할 수 있다.
전자 장치(예: 도 4의 전자 장치(500))의 프로세서(예: 도 4의 프로세서(530))는 사용자의 선호도 정보(예: 도 5의 사용자 선호도 정보(561a))에 기반하여, 상기 검색 데이터(1301)에 포함된 적어도 하나의 정보에 가중치를 부여할 수 있다. 예를 들어, 상기 프로세서(530)는 상기 사용자의 선호도 정보에 기반하여 가중치를 부여할 중요 정보(1302)를 설정할 수 있고, 상기 중요 정보(1302)에 기반하여 상기 검색 데이터(1301)에 포함된 적어도 하나의 정보에 가중치를 부여할 수 있다. 일 예로, 상기 프로세서(530)는 도 13에 도시된 바와 같이, 사용자가 선호하는 영화의 장르(1302a)(예: "Action" 장르) 및 사용자가 선호하는 영화 감독(1302b)(예: "X" 감독)을 상기 중요 정보(1302)로 설정할 수 있다. 다른 예로, 상기 프로세서(530)는 도 14에 도시된 바와 같이, 사용자가 선호하는 영화의 장르(1302c)(예: "Comedy" 장르) 및 사용자가 선호하는 영화 배우(1302d)(예: "Y" 배우)를 상기 중요 정보(1302)로 설정할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 부여된 가중치에 기반하여, 상기 검색 데이터(1301)에서 특징 정보를 추출할 수 있다.
상기 중요 정보(1302)가 설정되면, 상기 프로세서(530)는 응답 생성을 위한 명령어(1303a, 1303b)를 생성할 수 있다. 상기 명령어(1303a, 1303b)는 응답 생성 모듈(예: 도 4의 응답 생성 모듈(555b))로 전달되는 입력 데이터일 수 있다. 예를 들어, 상기 응답 생성 모듈은 상기 명령어(1303a, 1303b)가 입력되면 응답을 생성할 수 있다.
상기 명령어(1303a, 1303b)는 응답의 종류(1310), 검색 데이터(1301)에 포함된 적어도 하나의 정보(1320) 및 상기 정보(1320) 중 사용자가 선호하는 정보(1330)를 포함할 수 있다. 상기 응답의 종류(1310)는 도 9 및 도 10에서의 응답의 종류(910)와 동일할 수 있다. 상기 검색 데이터(1301)에 포함된 적어도 하나의 정보(1320)는 카테고리별 정보를 포함할 수 있다. 일 예로, 영화 정보 검색에서, 상기 정보(1320)는 인물 정보(1321)(예: 감독 이름 또는 배우 이름), 평점 정보(1322)(예: 영화 관람자의 평점 또는 평론가의 평점) 또는 상세 정보(1323)(예: 영화의 장르 또는 관람 등급) 중 적어도 하나를 포함할 수 있다. 상기 사용자가 선호하는 정보(1330)는 예를 들어, 영화 정보 검색에서, 상기 사용자가 선호하는 영화의 장르, 영화 감독의 이름 또는 영화 배우의 이름을 포함할 수 있다. 도 13에서는 사용자가 제1 장르 및 제1 감독을 선호하여 상기 정보(1330)가 상기 제1 장르의 식별자(예: "Action") 및 상기 제1 감독의 이름(예: "X")(1331)을 포함하는 상태를 나타내고, 도 14에서는 사용자가 제2 장르 및 제2 배우를 선호하여 상기 정보(1330)가 상기 제2 장르의 식별자(예: "Comedy") 및 상기 제2 배우의 이름(예: "Y")(1332)을 포함하는 상태를 나타낼 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 명령어(1303a, 1303b)에, 상기 검색 데이터(1301)에 포함된 적어도 하나의 정보(1320)에 부여된 가중치에 관한 정보를 포함시킬 수 있다.
상기 프로세서(530)는 상기 명령어(1303a, 1303b)에 기반하여, 응답(1304a, 1304b)을 생성할 수 있다. 일 실시예에 따르면, 상기 프로세서(530)는 상기 명령어(1303a, 1303b)에 포함된 사용자가 선호하는 정보(1330)에 기반하여, 상기 응답(1304a, 1304b)을 생성할 수 있다. 다른 실시예에 따르면, 상기 프로세서(530)는 상기 명령어(1303a, 1303b)에 포함된 상기 가중치에 관한 정보에 기반하여, 상기 응답(1304a, 1304b)을 생성할 수 있다. 상기 프로세서(530)는 사용자가 선호하는 정보(1330)(예: 사용자가 선호하는 영화 장르 및 인물)를 기준으로 응답(1304a, 1304b)을 생성할 수 있다. 일 예로, 상기 프로세서(530)는 도 13에 도시된 바와 같이, 사용자가 선호하는 영화 장르 및 영화 감독과 관련된 정보를 이용하여, 제1 응답(1304a)을 생성할 수 있다. 다른 예로, 상기 프로세서(530)는 도 14에 도시된 바와 같이, 사용자가 선호하는 영화 장르 및 영화 배우와 관련된 정보를 이용하여, 상기 제1 응답(1304a)과 다른 제2 응답(1304b)을 생성할 수 있다.
일 실시예에 따르면, 상기 프로세서(530)는 상기 가중치에 관한 정보에 기반하여, 상기 응답(1304a, 1304b)에 포함되는 정보의 배치 순서를 결정할 수 있다. 예를 들어, 상기 프로세서(530)는 가중치가 높은 정보를 높은 우선 순위로 설정하고, 우선 순위가 높은 정보를 상기 응답(1304a, 1304b)의 앞부분에 배치할 수 있다. 도 13에서는, 상기 프로세서(530)가 사용자가 선호하는 영화 장르 및 영화 감독과 관련된 정보를 상기 제1 응답(1304a)의 앞부분에 배치한 상태를 나타내고, 도 14에서는, 상기 프로세서(530)가 사용자가 선호하는 영화 장르 및 영화 배우와 관련된 정보를 상기 제2 응답(1304b)의 앞부분에 배치한 상태를 나타낼 수 있다.
도 15는, 다양한 실시예들에 따른, 네트워크 환경(1500) 내의 전자 장치(1501)의 블록도이다. 도 15를 참조하면, 네트워크 환경(1500)에서 전자 장치(1501)는 제1 네트워크(1598)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1502)와 통신하거나, 또는 제2 네트워크(1599)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1504) 또는 서버(1508) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1501)는 서버(1508)를 통하여 전자 장치(1504)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1501)는 프로세서(1520), 메모리(1530), 입력 모듈(1550), 음향 출력 모듈(1555), 디스플레이 모듈(1560), 오디오 모듈(1570), 센서 모듈(1576), 인터페이스(1577), 연결 단자(1578), 햅틱 모듈(1579), 카메라 모듈(1580), 전력 관리 모듈(1588), 배터리(1589), 통신 모듈(1590), 가입자 식별 모듈(1596), 또는 안테나 모듈(1597)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1501)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(1578))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(1576), 카메라 모듈(1580), 또는 안테나 모듈(1597))은 하나의 구성요소(예: 디스플레이 모듈(1560))로 통합될 수 있다.
프로세서(1520)는, 예를 들면, 소프트웨어(예: 프로그램(1540))를 실행하여 프로세서(1520)에 연결된 전자 장치(1501)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1520)는 다른 구성요소(예: 센서 모듈(1576) 또는 통신 모듈(1590))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1532)에 저장하고, 휘발성 메모리(1532)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1534)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(1520)는 메인 프로세서(1521)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1523)(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(1501)가 메인 프로세서(1521) 및 보조 프로세서(1523)를 포함하는 경우, 보조 프로세서(1523)는 메인 프로세서(1521)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1523)는 메인 프로세서(1521)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1523)는, 예를 들면, 메인 프로세서(1521)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1521)를 대신하여, 또는 메인 프로세서(1521)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1521)와 함께, 전자 장치(1501)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(1560), 센서 모듈(1576), 또는 통신 모듈(1590))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(1523)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(1580) 또는 통신 모듈(1590))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(1523)(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, 인공지능 모델이 수행되는 전자 장치(1501) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(1508))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(1530)는, 전자 장치(1501)의 적어도 하나의 구성요소(예: 프로세서(1520) 또는 센서 모듈(1576))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1540)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1530)는, 휘발성 메모리(1532) 또는 비휘발성 메모리(1534)를 포함할 수 있다.
프로그램(1540)은 메모리(1530)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1542), 미들웨어(1544) 또는 어플리케이션(1546)을 포함할 수 있다.
입력 모듈(1550)은, 전자 장치(1501)의 구성요소(예: 프로세서(1520))에 사용될 명령 또는 데이터를 전자 장치(1501)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(1550)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(1555)은 음향 신호를 전자 장치(1501)의 외부로 출력할 수 있다. 음향 출력 모듈(1555)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. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(1560)은 전자 장치(1501)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(1560)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(1560)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(1570)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(1570)은, 입력 모듈(1550)을 통해 소리를 획득하거나, 음향 출력 모듈(1555), 또는 전자 장치(1501)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1502))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(1576)은 전자 장치(1501)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. 일 실시예에 따르면, 센서 모듈(1576)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(1577)는 전자 장치(1501)가 외부 전자 장치(예: 전자 장치(1502))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(1577)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1578)는, 그를 통해서 전자 장치(1501)가 외부 전자 장치(예: 전자 장치(1502))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(1578)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1579)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시예에 따르면, 햅틱 모듈(1579)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1580)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(1580)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1588)은 전자 장치(1501)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(1588)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1589)는 전자 장치(1501)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(1589)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1590)은 전자 장치(1501)와 외부 전자 장치(예: 전자 장치(1502), 전자 장치(1504), 또는 서버(1508)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1590)은 프로세서(1520)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(1590)은 무선 통신 모듈(1592)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1594)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(1598)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(1599)(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(1504)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(1592)은 가입자 식별 모듈(1596)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(1598) 또는 제2 네트워크(1599)와 같은 통신 네트워크 내에서 전자 장치(1501)를 확인 또는 인증할 수 있다.
무선 통신 모듈(1592)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(1592)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(1592)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(1592)은 전자 장치(1501), 외부 전자 장치(예: 전자 장치(1504)) 또는 네트워크 시스템(예: 제2 네트워크(1599))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 따르면, 무선 통신 모듈(1592)은 eMBB 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(1597)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(1597)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(1597)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(1598) 또는 제2 네트워크(1599)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1590)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1590)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(1597)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(1597)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 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 제2 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.
일 실시예에 따르면, 명령 또는 데이터는 제2 네트워크(1599)에 연결된 서버(1508)를 통해서 전자 장치(1501)와 외부의 전자 장치(1504)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(1502 또는 1504) 각각은 전자 장치(1501)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(1501)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(1502, 1504 또는 1508) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1501)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1501)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(1501)로 전달할 수 있다. 전자 장치(1501)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(1501)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(1504)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(1508)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시예에 따르면, 외부의 전자 장치(1504) 또는 서버(1508)는 제2 네트워크(1599) 내에 포함될 수 있다. 전자 장치(1501)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.
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. "제1", "제2", 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: 제1) 구성요소가 다른(예: 제2) 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, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(1501))에 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1536) 또는 외장 메모리(1538))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1540))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1501))의 프로세서(예: 프로세서(1520))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시예에 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.
Claims (20)
- 전자 장치에 있어서,
마이크;
출력 장치; 및
상기 마이크 및 상기 출력 장치와 작동적으로 연결된 프로세서를 포함하고,
상기 프로세서는,
상기 마이크를 통해 획득한 사용자의 음성 입력을 분석하고,
상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하고,
상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하고,
상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하고,
상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하고,
상기 출력 장치를 통해 상기 생성된 응답을 출력하도록 설정된 전자 장치. - 청구항 1에 있어서,
상기 프로세서는,
상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력에 대한 상기 사용자의 의도를 판단하고,
상기 판단된 사용자의 의도에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정된 전자 장치. - 청구항 2에 있어서,
상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보를 저장하는 메모리를 더 포함하고,
상기 프로세서는,
상기 정보에 기반하여, 상기 판단된 사용자의 의도에 매칭되는 상기 응답의 종류를 확인하고,
상기 확인된 응답의 종류에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정된 전자 장치. - 청구항 1에 있어서,
상기 프로세서는,
상기 음성 입력의 분석 결과에 기반하여, 상기 응답을 제공하기 위한 액션의 종류를 판단하고,
상기 판단된 액션의 종류에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정된 전자 장치. - 청구항 1에 있어서,
상기 프로세서는,
상기 음성 입력의 분석 결과에 기반하여, 상기 응답을 구성하는 요소의 특징을 판단하고,
상기 판단된 요소의 특징에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정된 전자 장치. - 청구항 1에 있어서,
상기 프로세서는,
상기 사용자의 선호 정보에 기반하여, 상기 획득된 데이터에 포함된 적어도 하나의 정보에 가중치를 부여하고,
상기 부여된 가중치에 기반하여, 상기 획득된 데이터에서 상기 특징 정보를 추출하도록 설정된 전자 장치. - 청구항 6에 있어서,
상기 프로세서는,
상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 상기 가중치에 기반하여, 상기 복수의 정보들의 우선 순위를 설정하고,
상기 설정된 우선 순위에 기반하여, 상기 복수의 정보들을 이용하여 상기 응답을 생성하도록 설정된 전자 장치. - 청구항 7에 있어서,
상기 프로세서는,
상기 응답을 구성하는 복수의 요소들 각각이 상기 복수의 정보들 중 어느 하나에 대응되도록 상기 응답을 생성하고,
상기 설정된 우선 순위에 기반하여, 상기 복수의 요소들의 배치 순서를 결정하도록 설정된 전자 장치. - 전자 장치에 있어서,
통신 회로; 및
상기 통신 회로와 작동적으로 연결된 프로세서를 포함하고,
상기 프로세서는,
상기 통신 회로를 통해 연결된 외부 전자 장치로부터 사용자의 음성 입력을 획득하고,
상기 획득된 음성 입력을 분석하고,
상기 획득된 음성 입력의 분석 결과에 기반하여, 상기 획득된 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하고,
상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하고,
상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하고,
상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하고,
상기 통신 회로를 통해 상기 외부 전자 장치로 상기 생성된 응답을 전송하도록 설정된 전자 장치. - 청구항 9에 있어서,
상기 프로세서는,
상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력에 대한 상기 사용자의 의도, 상기 응답을 제공하기 위한 액션의 종류 또는 상기 응답을 구성하는 요소의 특징 중 적어도 하나를 판단하고,
상기 사용자의 의도, 상기 액션의 종류 또는 상기 요소의 특징 중 적어도 하나에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하도록 설정된 전자 장치. - 청구항 9에 있어서,
상기 프로세서는,
상기 사용자의 선호 정보에 기반하여, 상기 획득된 데이터에 포함된 적어도 하나의 정보에 가중치를 부여하고,
상기 부여된 가중치에 기반하여, 상기 획득된 데이터에서 상기 특징 정보를 추출하도록 설정된 전자 장치. - 청구항 11에 있어서,
상기 프로세서는,
상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 상기 가중치에 기반하여, 상기 복수의 정보들의 우선 순위를 설정하고,
상기 설정된 우선 순위에 기반하여, 상기 복수의 정보들을 이용하여 상기 응답을 생성하도록 설정된 전자 장치. - 청구항 12에 있어서,
상기 프로세서는,
상기 응답을 구성하는 복수의 요소들 각각이 상기 복수의 정보들 중 어느 하나에 대응되도록 상기 응답을 생성하고,
상기 설정된 우선 순위에 기반하여, 상기 복수의 요소들의 배치 순서를 결정하도록 설정된 전자 장치. - 음성 입력의 응답 제공 방법에 있어서,
사용자의 음성 입력을 획득 및 분석하는 동작;
상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력의 분석 결과에 포함된 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작;
상기 정보의 검색을 통한 응답을 제공한다는 판단에 기반하여, 상기 정보의 검색을 통해 데이터를 획득하는 동작;
상기 사용자의 선호도 정보에 기반하여, 상기 획득된 데이터에서 특징 정보를 추출하는 동작;
상기 추출된 특징 정보 중 적어도 하나를 포함하도록 상기 응답을 생성하는 동작; 및
상기 생성된 응답을 출력하는 동작을 포함하는 음성 입력의 응답 제공 방법. - 청구항 14에 있어서,
상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작은,
상기 음성 입력의 분석 결과에 기반하여, 상기 음성 입력에 대한 상기 사용자의 의도를 판단하는 동작; 및
상기 판단된 사용자의 의도에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작을 포함하는 음성 입력의 응답 제공 방법. - 청구항 15에 있어서,
상기 판단된 사용자의 의도에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작은,
상기 사용자의 의도별로 매칭된 상기 응답의 종류에 관한 정보에 기반하여, 상기 판단된 사용자의 의도에 매칭되는 상기 응답의 종류를 확인하는 동작; 및
상기 확인된 응답의 종류에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작을 포함하는 음성 입력의 응답 제공 방법. - 청구항 14에 있어서,
상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작은,
상기 음성 입력의 분석 결과에 기반하여, 상기 응답을 제공하기 위한 액션의 종류를 판단하는 동작; 및
상기 판단된 액션의 종류에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작을 포함하는 음성 입력의 응답 제공 방법. - 청구항 14에 있어서,
상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작은,
상기 음성 입력의 분석 결과에 기반하여, 상기 응답을 구성하는 요소의 특징을 판단하는 동작; 및
상기 판단된 요소의 특징에 기반하여, 상기 정보의 검색을 통한 응답의 제공 여부를 판단하는 동작을 포함하는 음성 입력의 응답 제공 방법. - 청구항 14에 있어서,
상기 획득된 데이터에서 특징 정보를 추출하는 동작은,
상기 사용자의 선호 정보에 기반하여, 상기 획득된 데이터에 포함된 적어도 하나의 정보에 가중치를 부여하는 동작; 및
상기 부여된 가중치에 기반하여, 상기 획득된 데이터에서 상기 특징 정보를 추출하는 동작을 포함하는 음성 입력의 응답 제공 방법. - 청구항 19에 있어서,
상기 응답을 생성하는 동작은,
상기 추출된 특징 정보가 복수의 정보들을 포함하는 경우, 상기 복수의 정보들 각각에 부여된 상기 가중치에 기반하여, 상기 복수의 정보들의 우선 순위를 설정하는 동작;
상기 설정된 우선 순위에 기반하여, 상기 복수의 정보들 각각에 대응되는 복수의 요소들의 배치 순서를 결정하는 동작; 및
상기 복수의 요소들을 포함하도록 상기 응답을 생성하는 동작을 포함하는 음성 입력의 응답 제공 방법.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200176703A KR20220086342A (ko) | 2020-12-16 | 2020-12-16 | 음성 입력의 응답 제공 방법 및 이를 지원하는 전자 장치 |
PCT/KR2021/019149 WO2022131805A1 (ko) | 2020-12-16 | 2021-12-16 | 음성 입력의 응답 제공 방법 및 이를 지원하는 전자 장치 |
US17/874,972 US20220358907A1 (en) | 2020-12-16 | 2022-07-27 | Method for providing response of voice input and electronic device supporting the same |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200176703A KR20220086342A (ko) | 2020-12-16 | 2020-12-16 | 음성 입력의 응답 제공 방법 및 이를 지원하는 전자 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220086342A true KR20220086342A (ko) | 2022-06-23 |
Family
ID=82059385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200176703A KR20220086342A (ko) | 2020-12-16 | 2020-12-16 | 음성 입력의 응답 제공 방법 및 이를 지원하는 전자 장치 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220358907A1 (ko) |
KR (1) | KR20220086342A (ko) |
WO (1) | WO2022131805A1 (ko) |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100446627B1 (ko) * | 2002-03-29 | 2004-09-04 | 삼성전자주식회사 | 음성대화 인터페이스를 이용한 정보제공장치 및 그 방법 |
JP2006195637A (ja) * | 2005-01-12 | 2006-07-27 | Toyota Motor Corp | 車両用音声対話システム |
CN104969289B (zh) * | 2013-02-07 | 2021-05-28 | 苹果公司 | 数字助理的语音触发器 |
US10249300B2 (en) * | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
CN106782504B (zh) * | 2016-12-29 | 2019-01-22 | 百度在线网络技术(北京)有限公司 | 语音识别方法和装置 |
US10515625B1 (en) * | 2017-08-31 | 2019-12-24 | Amazon Technologies, Inc. | Multi-modal natural language processing |
CN116959420A (zh) * | 2018-04-16 | 2023-10-27 | 谷歌有限责任公司 | 自动地确定用于经由自动化助理接口接收的口头话语的语音辨识的语言 |
US11568864B2 (en) * | 2018-08-13 | 2023-01-31 | Carnegie Mellon University | Processing speech signals of a user to generate a visual representation of the user |
KR20200053278A (ko) * | 2018-11-08 | 2020-05-18 | 현대자동차주식회사 | 음성인식을 이용한 정보 제공 시스템 및 그 방법 |
KR20200116688A (ko) * | 2019-04-02 | 2020-10-13 | 현대자동차주식회사 | 대화 처리 장치, 이를 포함하는 차량 및 대화 처리 방법 |
KR20200122916A (ko) * | 2019-04-19 | 2020-10-28 | 현대자동차주식회사 | 대화 시스템 및 그 제어 방법 |
US11264009B2 (en) * | 2019-09-13 | 2022-03-01 | Mitsubishi Electric Research Laboratories, Inc. | System and method for a dialogue response generation system |
US11646035B1 (en) * | 2020-09-22 | 2023-05-09 | Amazon Technologies, Inc. | Dialog management system |
US20220130377A1 (en) * | 2020-10-27 | 2022-04-28 | Samsung Electronics Co., Ltd. | Electronic device and method for performing voice recognition thereof |
-
2020
- 2020-12-16 KR KR1020200176703A patent/KR20220086342A/ko active Search and Examination
-
2021
- 2021-12-16 WO PCT/KR2021/019149 patent/WO2022131805A1/ko active Application Filing
-
2022
- 2022-07-27 US US17/874,972 patent/US20220358907A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022131805A1 (ko) | 2022-06-23 |
US20220358907A1 (en) | 2022-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20220005348A (ko) | 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버 | |
EP4220628A1 (en) | Electronic device for supporting service for artificial intelligent agent that talks with user | |
KR20230091322A (ko) | 전자 장치 및 전자 장치의 음성 명령어 추천 방법 | |
KR20220136750A (ko) | 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법 | |
KR20220086265A (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
KR20220086342A (ko) | 음성 입력의 응답 제공 방법 및 이를 지원하는 전자 장치 | |
KR20220118818A (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
KR20220126544A (ko) | 사용자 명령을 처리하는 장치 및 그 동작 방법 | |
KR20220091085A (ko) | 전자 장치 및 그의 연속성을 가지는 사용자 입력에 대한 실행 정보를 공유하는 방법 | |
KR20220108919A (ko) | 전자 장치 및 전자 장치의 단축 명령어 수행 방법 | |
US20220301544A1 (en) | Electronic device including personalized text to speech module and method for controlling the same | |
KR20220072480A (ko) | 사용자 발화를 처리하는 전자 장치 및 그 작동 방법 | |
KR20220141137A (ko) | 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법 | |
KR20240026811A (ko) | 사용자 발화를 분석하기 위한 방법 및 이를 지원하는 전자 장치 | |
US20230267929A1 (en) | Electronic device and utterance processing method thereof | |
KR20220131098A (ko) | 개인화 tts 모듈을 포함하는 전자 장치 및 이의 제어 방법 | |
KR20220005228A (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
KR20230052655A (ko) | 전자 장치 및 그의 동작 방법 | |
KR20220013799A (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
KR20230064500A (ko) | 전자 장치 및 그의 동작 방법 | |
KR20240045031A (ko) | 서술어를 포함하지 않는 발화를 처리하는 전자 장치, 동작 방법 및 저장 매체 | |
KR20220127600A (ko) | 다이얼로그 텍스트에 시각적 효과를 적용하는 전자 장치 및 이의 제어 방법 | |
KR20230086540A (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
KR20230016398A (ko) | 부적절한 대답을 관리하는 전자 장치 및 이의 동작 방법 | |
KR20230086117A (ko) | 추천 명령어를 이용하여 음성 인식을 수행하는 전자 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination |