KR20220116949A - 전자 장치 및 전자 장치의 음성 인식 처리 방법 - Google Patents

Abstract

본 개시의 다양한 실시예들은 사용자의 발화에 따른 음성 입력을 수신하고, 음성 입력으로 생성된 사용자 명령(user command)에 대응하는 기능을 실행할 수 있는 장치 및 그의 음성 인식 처리 방법에 관하여 개시한다. 다양한 실시예들에 따른 음성 인식 서비스를 지원하기 위한 장치(예: 전자 장치 또는 서버)는 메모리, 및 상기 메모리와 작동적으로 연결된 음성 인식 장치를 포함하고, 상기 음성 인식 장치는, 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하고, 상기 제1 발화에 관련된 세션(session)을 종료하고, 상기 제1 발화에 관련된 세션이 종료된 이후에, 사용자의 제2 발화를 수신획득하고, 상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하고, 상기 제2 응답 결과에 기반하여 상기 제2 발화가 상기 제1 발화에 연관된 대한 연속 발화인지 처리 여부를 결정하고, 상기 연속 발화 처리를 결정하는 것에 기반하여, 상기 제1 발화에 관련된 정보에 기반하여 상기 제2 발화를 재처리 하고, 상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하고, 및 상기 제3 응답 결과를 제공하도록 제어할 수 있다. 다양한 실시예들이 가능하다.

Description

전자 장치 및 전자 장치의 음성 인식 처리 방법{ELECTRONIC DEVICE AND METHOD FOR PROCESSING VOICE RECOGNITION THEREOF}

본 개시의 다양한 실시예들은 사용자의 발화에 따른 음성 입력을 수신하고, 음성 입력으로 생성된 사용자 명령(user command)에 대응하는 기능을 실행할 수 있는 전자 장치 및 전자 장치의 음성 인식 처리 방법에 관하여 개시한다.

디지털 기술의 발달과 함께, PDA(personal digital assistant), 스마트 폰(smart phone), 태블릿 PC(personal computer), 인공 지능 스피커(AI(artificial intelligent) speak), 웨어러블 장치(wearable device), 디지털 카메라(digital camera), 및/또는 IoT(internet of things) 장치와 같은 다양한 유형의 전자 장치가 널리 사용되고 있다. 이러한 전자 장치는 기능 지지 및 증대를 위해, 전자 장치의 하드웨어적인 부분 및/또는 소프트웨어적인 부분이 지속적으로 개발되고 있다.

전자 장치는 통화 기능에서 나아가 다양한 기능들을 구현할 수 있으며, 다양한 기능들을 사용자가 이용하도록 하기 위해 다양한 입력 인터페이스를 제공하고 있다. 예를 들면, 전자 장치의 입력 인터페이스는 버튼 입력 방식 또는 터치스크린 기반의 터치 입력 방식에서 나아가, 음성 입력 방식을 제공하고 있다. 일 예로, 전자 장치는 음성 인식(voice recognition or speech recognition) 기술을 이용하여 사용자의 음성 명령을 통해 어플리케이션의 실행을 제어하거나, 웹 기반 서비스를 이용한 기능을 수행할 수 있다. 음성 인식 기술은 사용자(예: 사람)가 발화하는 음성을 이해하여 전자 장치가 다룰 수 있는 코드 정보로 변환하는 기술일 수 있다. 예를 들면, 음성 인식 기술은 음성 파형을 입력하여 단어나 단어 열을 식별하고, 의미를 추출하는 처리 동작을 포함할 수 있다.

현재 음성 인식 기술의 경우, 연산 처리가 간단한 명령은 전자 장치에서 처리하고, 전자 장치(예: 클라이언트(client))에서 처리하지 못하는 명령(예: 연산 처리가 복잡하고 많은 자원이 요구되는 명령)은 서버(예: 지능형 서버)를 이용하여 처리하는 방식을 제안하고 있다. 예를 들면, 전자 장치에서 사용자 명령(예: 입력된 음성)을 획득하고, 획득된 사용자 명령을 서버로 전달하여 서버에 의해 처리하도록 할 수 있다.

한편, 전자 장치는 지능형 서비스(예: AI 음성 어시스턴트(assistant))(또는 인공 지능 비서 또는 지능형 개인 비서 서비스)를 통해 사용자 발화를 처리할 수 있고, 전자 장치와 서버 간의 세션(session)(예: 서비스를 위한 연결 또는 유지 시간)이 유지되는 동안에, 연속 발화(follow-up utterances)를 처리하여 연속적인 서비스를 제공할 수 있다. 예를 들면, 전자 장치와 서버 간의 세션이 유지되는 동안에는, 이전 발화를 처리한 캡슐(capsule)(또는 도메인(domain))에 기반하여 후속된 발화를 연속되게 처리(예: 연속 발화 처리)하여 대응하는 응답을 사용자에게 제공할 수 있다.

하지만, 종래에서 연속 발화는 전자 장치와 서버 간의 세션이 유지되는 경우에만 지원할 수 있다. 예를 들면, 종래에서는 이전 발화에 대한 세션이 종료된 이후의 발화에 대해서는 연속 발화를 지원하지 않으며, 새로운 세션의 새로운 최초 발화(예: 루트(root) 발화)로 인식 및 처리하고 있다.

다양한 실시예들에서는, 전자 장치에서 지능형 서비스(예: AI 음성 어시스턴트)를 제공할 때, 세션 종료 이후의 발화를 연속 발화로 처리할 수 있도록, 연속 발화의 지원 범위를 세션 종료 이후까지 확장할 수 있는 방법 및 장치에 관하여 개시한다.

다양한 실시예들에서는, 전자 장치에서 제1 발화에 대한 응답 결과를 제공한 이후 제1 발화에 관련된 세션이 종료되고, 세션 종료 이후에 입력되는 제2 발화를 제1 발화에 후속되는 연속 발화로 처리할 수 있는 방법 및 장치에 관하여 개시한다.

다양한 실시예들에서는, 제1 발화에 관련된 세션이 종료된 이후 입력된 제2 발화에 대해 서버에서 처리하지 못한 경우, 또는 세션이 종료된 이후 입력된 제2 발화에 대해 서버에서 처리한 캡슐(또는 도메인)이 이전 제1 발화에 대해 처리한 캡슐(또는 도메인)과 다른 경우에 있어서, 제1 발화를 처리한 캡슐에 기반하여 제2 발화를 처리하는 것에 의해, 제2 발화를 제1 발화에 후속되는 연속 발화로 처리할 수 있는 방법 및 장치에 관하여 개시한다.

다양한 실시예들에서는, 세션이 종료된 상태에서 이후 입력된 발화에 대한 응답 제공 시, 해당 발화에 대해, 연속 발화 처리에 따른 제1 응답 결과, 또는 제1 응답 결과와 함께 루트 발화 처리에 따른 제2 응답 결과를 선택적으로 제공할 수 있는 방법 및 장치에 관하여 개시한다.

본 개시의 실시예에 따른 음성 인식 서비스를 지원하기 위한 장치는, 메모리, 및 상기 메모리와 작동적으로 연결된 음성 인식 장치(또는 프로세서)를 포함하고, 상기 프로세서는, 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하고, 상기 제1 발화에 관련된 세션(session)을 종료하고, 상기 제1 발화에 관련된 세션이 종료된 이후에, 사용자의 제2 발화를 획득하고, 상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하고, 상기 제2 응답 결과에 기반하여 상기 제2 발화에 대한 연속 발화 처리 여부를 결정하고, 상기 연속 발화 처리를 결정하는 것에 기반하여, 상기 제1 발화에 관련된 정보에 기반하여 상기 제2 발화를 재처리 하고, 상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하고, 및 상기 제3 응답 결과를 제공하도록 할 수 있다.

본 개시의 실시예에 따른 전자 장치는, 통신 모듈, 디스플레이 모듈, 마이크, 메모리, 및 프로세서를 포함하고, 상기 프로세서는, 상기 마이크를 통해 입력된 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하고, 상기 제1 발화에 관련된 세션(session)을 종료하고, 상기 제1 발화에 관련된 세션을 종료한 이후에, 상기 마이크를 통해 입력된 사용자의 제2 발화에 따른 음성 신호를 획득하고, 상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하고, 상기 제2 응답 결과에 기반하여 상기 제2 발화에 대한 연속 발화 처리 여부를 결정하고, 상기 연속 발화 처리를 결정하는 것에 기반하여 상기 제1 발화에 관련된 정보를 지정하여 상기 제2 발화에 대한 재처리를 수행하고, 상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하고, 및 상기 제2 발화에 대해 연속 발화를 처리하는 속성에 기반하여 한 개 또는 두 개의 응답 결과를 제공하도록 할 수 있다.

본 개시의 실시예에 따른 전자 장치의 동작 방법은, 마이크를 통해 입력된 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하는 동작, 상기 제1 발화에 관련된 세션(session)을 종료하는 동작, 상기 제1 발화에 관련된 세션을 종료한 이후에, 상기 마이크를 통해 입력된 사용자의 제2 발화에 따른 음성 신호를 획득하는 동작, 상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하는 동작, 상기 제2 응답 결과에 기반하여 상기 제2 발화에 대한 연속 발화 처리 여부를 결정하는 동작, 상기 연속 발화 처리를 결정하는 것에 기반하여 상기 제1 발화에 관련된 정보를 지정하여 상기 제2 발화에 대한 재처리를 수행하는 동작, 상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하는 동작, 및 상기 제2 발화에 대해 연속 발화를 처리하는 속성에 기반하여 한 개 또는 두 개의 응답 결과를 제공하는 동작을 포함할 수 있다.

상기와 같은 과제를 해결하기 위하여 본 개시의 다양한 실시예들에서는, 상기 방법을 프로세서에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 포함할 수 있다.

본 개시의 적용 가능성의 추가적인 범위는 이하의 상세한 설명으로부터 명백해질 것이다. 그러나 본 개시의 사상 및 범위 내에서 다양한 변경 및 수정은 당업자에게 명확하게 이해될 수 있으므로, 상세한 설명 및 본 개시의 바람직한 실시예와 같은 특정 실시예는 단지 예시로 주어진 것으로 이해되어야 한다.

다양한 실시예들에 따른 전자 장치 및 그의 동작 방법에 따르면, 전자 장치에서 제1 발화에 대한 응답 결과를 제공한 이후 제1 발화에 관련된 세션이 종료되고, 세션 종료 이후에 입력되는 제2 발화를 제1 발화에 후속되는 연속 발화로 처리할 수 있다. 다양한 실시예들에 따르면, 전자 장치에서 지능형 서비스(예: AI 음성 어시스턴트)를 제공할 때, 연속 발화의 지원 범위를 세션 종료 이후까지 확장하여, 사용자의 편의성, 접근성 및/또는 서비스 사용 만족도를 향상할 수 있다. 다양한 실시예들에 따르면, 세션이 종료된 상태에서 이후 입력된 발화에 대한 응답 제공 시, 해당 발화에 대해, 연속 발화 처리에 따른 제1 응답 결과를 제공하거나, 제1 응답 결과와 함께 루트 발화 처리에 따른 제2 응답 결과를 제공할 수 있으며, 이를 통해 사용자의 편의성, 접근성 및/또는 서비스 사용 만족도를 향상할 수 있다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도면 설명과 관련하여, 동일 또는 유사한 구성 요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예들에 따른 통합 지능화(integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 다양한 실시예들에 따른 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 다양한 실시예들에 따른 전자 장치가 지능형 어플리케이션을 통해 수신된 음성 입력을 처리하는 사용자 인터페이스의 일 예를 도시하는 도면이다.
도 5는 다양한 실시예들에 따른 전자 장치의 구성을 개략적으로 도시하는 도면이다.
도 6은 다양한 실시예들에 따른 전자 장치와 서버 간의 연속 발화를 처리하는 동작 예를 설명하기 위한 도면이다.
도 7은 다양한 실시예들에 따른 전자 장치와 서버 간의 연속 발화를 처리하는 동작 예를 설명하기 위한 도면이다.
도 8은 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 9는 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 10은 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 11은 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.
도 12는 다양한 실시예들에 따른 전자 장치 또는 서버의 동작 방법을 도시하는 흐름도이다.
도 13은 다양한 실시예들에 따른 전자 장치에서 연속 발화 처리에 대한 결과를 제공하는 예를 도시하는 도면이다.
도 14a 및 도 14b는 다양한 실시예들에 따른 전자 장치에서 세션 종료 이후의 발화를 연속 발화로 처리하여 제공하는 결과 화면의 예를 설명하기 위한 도면들이다.
도 15는 다양한 실시예들에 따른 전자 장치에서 세션 종료 이후의 발화를 연속 발화로 처리하여 제공하는 결과 화면의 예를 설명하기 위한 도면이다.
도 16a 및 도 16b는 다양한 실시예들에 따른 전자 장치에서 세션 종료 이후의 발화를 지정된 캡슐에 의해 연속 발화로 처리하여 제공하는 결과 화면의 예를 설명하기 위한 도면들이다.
도 17a 및 도 17b는 다양한 실시예들에 따른 전자 장치에서 세션 종료 이후의 발화를 지정된 캡슐에 의해 연속 발화로 처리하여 제공하는 결과 화면의 예를 설명하기 위한 도면들이다.

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 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 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. 일 실시예에 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. 일 실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치(CPU, central processing unit) 또는 어플리케이션 프로세서(AP, application processor)) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치(GPU, graphic processing unit), 신경망 처리 장치(NPU, neural processing unit), 이미지 시그널 프로세서(ISP, image signal processor), 센서 허브 프로세서(sensor hub processor), 또는 커뮤니케이션 프로세서(CP, communication processor))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(inactive)(예: 슬립(sleep)) 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. 일 실시예에 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. 일 실시예에 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, 인공지능 모델이 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(OS, operating system)(142), 미들 웨어(middleware)(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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD(secure digital) 카드 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN(wide area network))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 제1 네트워크(198) 또는 제2 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: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 따르면, 무선 통신 모듈(192)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(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 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 실시예들에 따르면, 안테나 모듈(197)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(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. 일 실시예에 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. 일 실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 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.

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 제3 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(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일 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 스토어^TM)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 휴리스틱(heuristic)하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

도 2는 일 실시예에 따른 통합 지능화(integrated intelligence) 시스템을 나타낸 블록도이다.

도 2를 참조하면, 일 실시예의 통합 지능화 시스템(200)은 전자 장치(101), 지능형 서버(201), 및/또는 서비스 서버(300)를 포함할 수 있다.

일 실시예의 전자 장치(101)는, 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(head mounted display), 또는 스마트 스피커일 수 있다.

도시된 실시예에 따르면, 전자 장치(101)는 통신 모듈(190)(예: 도 1의 무선 통신 모듈(192)), 마이크(151)(예: 도 1의 입력 모듈(150)), 스피커(155)(예: 도 1의 음향 출력 모듈(155)), 디스플레이 모듈(160), 메모리(130), 또는 프로세서(120)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.

일 실시예의 통신 모듈(190)은 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시예의 마이크(151)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(155)는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 일 실시예의 디스플레이 모듈(160)은 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시예의 디스플레이 모듈(160)은 실행되는 어플리케이션(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(GUI, graphic user interface)를 표시할 수 있다.

일 실시예의 메모리(130)는 클라이언트 모듈(137), SDK(software development kit)(135) 및 복수의 앱들(133)을 저장할 수 있다. 클라이언트 모듈(137) 및 SDK(135)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(137) 또는 SDK(135)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.

일 실시예의 메모리(130)에 저장된 복수의 앱들(133)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시예에 따르면, 복수의 앱들(133)은 제1 앱(130_1), 제2 앱(130_2)을 포함할 수 있다. 일 실시예에 따르면, 복수의 앱들(133) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 복수의 앱들(133)은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시예에 따르면, 복수의 앱들(133)은 프로세서(120)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.

일 실시예의 프로세서(120)는 전자 장치(101)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(120)는 통신 모듈(190), 마이크(151), 스피커(155), 및 디스플레이 모듈(160)과 작동적으로 또는 전기적으로 연결되어 지정된 동작을 수행할 수 있다.

일 실시예의 프로세서(120)는 메모리(130)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(120)는 클라이언트 모듈(137) 또는 SDK(135) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(120)는, 예를 들어, SDK(135)를 통해 복수의 앱들(133)의 동작을 제어할 수 있다. 클라이언트 모듈(137) 또는 SDK(135)의 동작으로 설명된 이하의 동작은 프로세서(120)의 실행에 의한 동작일 수 있다.

일 실시예의 클라이언트 모듈(137)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(137)은 마이크(151)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 클라이언트 모듈(137)은 수신된 음성 입력을 지능형 서버(201)로 송신할 수 있다. 클라이언트 모듈(137)은 수신된 음성 입력과 함께, 전자 장치(101)의 상태 정보를 지능형 서버(201)로 송신할 수도 있다. 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.

일 실시예의 클라이언트 모듈(137)은 수신된 음성 입력에 대응되는 결과를 지능형 서버(201)로부터 수신할 수 있다. 예를 들어, 클라이언트 모듈(137)은 지능형 서버(201)에서 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 지능형 서버(201)로부터 수신할 수 있다. 클라이언트 모듈(137)은 지능형 서버(201)로부터 수신된 결과를 디스플레이 모듈(160)을 통해 표시할 수 있다.

일 실시예의 클라이언트 모듈(137)은 지능형 서버(201)로부터 수신된 음성 입력에 대응되는 플랜(plan)을 수신할 수 있다. 클라이언트 모듈(137)은 플랜에 따라 적어도 하나의 앱의 복수의 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다. 클라이언트 모듈(137)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이 모듈(160)에 표시할 수 있다. 클라이언트 모듈(137)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이 모듈(160)에 표시할 수 있다.

일 실시예에 따르면, 클라이언트 모듈(137)은 지능형 서버(201)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시예에 따르면, 클라이언트 모듈(137)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(201)로 송신할 수 있다.

일 실시예의 클라이언트 모듈(137)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(201)로 송신할 수 있다. 지능형 서버(201)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.

일 실시예의 클라이언트 모듈(137)은 음성 인식 모듈을 포함할 수 있다. 일 실시예에 따르면, 클라이언트 모듈(137)은 음성 인식 모듈을 통해 제한된 기능을 수행하기 위해 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(137)은 지정된 입력(예: 웨이크 업!)을 통해 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다.

일 실시예의 지능형 서버(201)는 통신 네트워크를 통해 전자 장치(101)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시예에 따르면, 지능형 서버(201)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시예에 따르면, 지능형 서버(201)는 텍스트 데이터에 기반하여 사용자 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜을 생성할 수 있다.

일 실시예에 따르면, 플랜은 인공 지능(AI, artificial intelligent) 시스템에 의해 생성될 수 있다. 인공 지능 시스템은 룰 베이스 시스템(rule-based system)일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(FNN, feedforward neural network), 순환 신경망(RNN, recurrent neural network))일 수도 있다. 또는, 인공 지능 시스템은 전술한 것의 조합 또는 이와 다른 인공 지능 시스템일 수도 있다. 일 실시예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공 지능 시스템은 미리 정의된 복수의 플랜 중 적어도 하나의 플랜을 선택할 수 있다.

일 실시예의 지능형 서버(201)는 생성된 플랜에 따른 결과를 전자 장치(101)로 송신하거나, 생성된 플랜을 전자 장치(101)로 송신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 플랜에 따른 결과를 디스플레이 모듈(160)에 표시할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 플랜에 따른 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다.

일 실시예의 지능형 서버(201)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), 및/또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.

일 실시예의 프론트 엔드(210)는 전자 장치(101)로부터 음성 입력을 수신할 수 있다. 프론트 엔드(210)는 음성 입력에 대응되는 응답을 전자 장치(101)에 송신할 수 있다.

일 실시예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(ASR(automatic speech recognition) module)(221), 자연어 이해 모듈(NLU(natural language understanding) module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(NLG(natural language generator) module)(227), 및/또는 텍스트 음성 변환 모듈(TTS(text to speech) module)(229)을 포함할 수 있다.

일 실시예의 자동 음성 인식 모듈(221)은 전자 장치(101)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 문법적 분석(syntactic analyze) 및/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, 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.

일 실시예의 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기반하여 태스크를 수행하기 위해 필요한 복수의 도메인(domain)을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기반하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시예에 따르면, 플래너 모듈(225)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터(parameter)나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 파라미터 및 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및 복수의 컨셉을 포함할 수 있다.

일 실시예의 플래너 모듈(225)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉에 기반하여, 사용자의 의도에 기반하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)은 복수의 동작의 실행에 필요한 파라미터 및 복수의 동작의 실행에 의해 출력되는 결과에 기반하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(225)은 복수의 동작 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 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, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 전자 장치(101)에서도 구현가능 할 수 있다.

일 실시예에 따르면, 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object)(또는 동작 정보) 및 컨셉 오브젝트(concept object)(또는 컨셉 정보)를 포함할 수 있다. 일 실시예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.

일 실시예에 따르면, 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, 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, 캡슐 데이터베이스(230)는 전자 장치(101)를 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다.

일 실시예에 따르면, 캡슐 데이터베이스(230)는 캡슐 식별자(캡슐 ID)에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다.

상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 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 실시예에서는 캡슐 데이터베이스(230)는 전자 장치(101) 내에도 구현이 가능할 수 있다.

일 실시예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 일 실시예의 엔드 유저 인터페이스(250)는 산출된 결과를 전자 장치(101)로 송신할 수 있다. 이에 따라, 전자 장치(101)는 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시예의 매니지먼트 플랫폼(260)은 지능형 서버(201)에서 이용되는 정보를 관리할 수 있다. 일 실시예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시예의 분석 플랫폼(280)은 지능형 서버(201)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(201)의 구성 요소 및 처리 속도(또는 효율성)를 관리할 수 있다.

일 실시예의 서비스 서버(300)는 전자 장치(101)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시예에 따르면, 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 지능형 서버(201)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(201)에 제공할 수 있다.

위에 기술된 통합 지능화 시스템(200)에서, 전자 장치(101)는, 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, 전자 장치(101)는 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 전자 장치(101)는 마이크(151)를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)을 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.

일 실시예에서, 전자 장치(101)는 수신된 음성 입력에 기초하여, 단독으로 또는 지능형 서버(201) 및/또는 서비스 서버(300)와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 전자 장치(101)는 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.

일 실시예에서, 전자 장치(101)가 지능형 서버(201) 및/또는 서비스 서버(300)와 함께 서비스를 제공하는 경우에는, 전자 장치(101)는 마이크(151)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는 음성 데이터)를 생성할 수 있다. 전자 장치(101)는 상기 음성 데이터를 통신 모듈(190)을 이용하여 지능형 서버(201)로 송신할 수 있다.

일 실시예에 따른 지능형 서버(201)는 전자 장치(101)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.

일 실시예의 전자 장치(101)는, 통신 모듈(190)을 이용하여 상기 응답을 수신할 수 있다. 전자 장치(101)는 스피커(155)를 이용하여 전자 장치(101) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이 모듈(160)을 이용하여 전자 장치(101) 내부에서 생성된 이미지를 외부로 출력할 수 있다.

도 2에서는 전자 장치(101)에서 수신한 음성 입력의 음성 인식, 자연어 이해 및 생성, 플랜을 이용한 결과의 산출 동작이 지능형 서버(201) 상에서 수행되는 예에 대해서 설명하였으나, 본 문서의 다양한 실시예들이 이에 한정되지 않는다. 예를 들어, 지능형 서버(201)의 적어도 일부 구성(예: 자연어 플랫폼(220), 실행 엔진(240), 캡슐 데이터베이스(230))은 전자 장치(101)에 임베디드되어, 그 동작이 전자 장치(101)에 의해 수행될 수도 있다.

도 3은 다양한 실시예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.

지능형 서버(201)의 캡슐 데이터베이스(230)는 CAN(concept action network) 형태로 캡슐을 저장할 수 있다. 캡슐 데이터베이스(230)는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN 형태로 저장할 수 있다.

캡슐 데이터베이스(230)는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(예: capsule A(401), capsule B(404))을 저장할 수 있다. 일 실시예에 따르면, 하나의 캡슐(예: capsule A(401))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402) 또는 CP 2 (403))가 대응될 수 있다. 일 실시예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.

자연어 플랫폼(220)은 캡슐 데이터베이스(230)에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼(220)의 플래너 모듈(225)은 캡슐 데이터베이스(230)에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(401)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 4는 다양한 실시예들에 따른 전자 장치가 지능형 어플리케이션을 통해 수신된 음성 입력을 처리하는 사용자 인터페이스의 일 예를 도시하는 도면이다.

일 실시예에 따르면, 전자 장치(101)는 지능형 서버(201)를 통해 사용자 명령(예: 음성 입력)을 처리하기 위해 지능형 앱을 실행할 수 있다.

일 실시예에 따르면, 제1 사용자 인터페이스(450)에서, 전자 장치(101)는 지정된 음성 입력(예: 웨이크 업!)을 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 전자 장치(101)는, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 지능형 앱에 대응되는 오브젝트(451)(예: 아이콘)를 디스플레이 모듈(160)에 표시할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 전자 장치(101)는 "이번주 일정 알려줘!"라는 음성 입력을 수신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 사용자 인터페이스(UI, user interface)(313)(예: 입력창)를 디스플레이 모듈(160)에 표시할 수 있다.

일 실시예에 따르면, 제2 사용자 인터페이스(470)에서, 전자 장치(101)는 수신된 음성 입력에 대응되는 결과를 디스플레이 모듈(160)에 표시할 수 있다. 예를 들어, 전자 장치(101)는 수신된 사용자 명령(예: 수신된 음성 입력)에 대응되는 플랜을 수신하고, 플랜에 따라 ‘이번주 일정’을 디스플레이 모듈(160)에 표시할 수 있다.

다양한 실시예들을 서술하기에 앞서, 본 개시의 일 실시예가 적용될 수 있는 전자 장치(101)에 대하여 설명한다.

도 5는 다양한 실시예들에 따른 전자 장치의 구성을 개략적으로 도시하는 도면이다.

도 5를 참조하면, 일 실시예에 따른 전자 장치(101)는 통신 모듈(190), 디스플레이 모듈(160), 프로세서(120), 메모리(130), 및 기능 처리 모듈(500)을 포함할 수 있다.

일 실시예에 따라, 통신 모듈(190)은 레거시 네트워크(예: 3G 네트워크 및/또는 4G 네트워크), 5G 네트워크, OOB(out of band) 및/또는 차세대 통신 기술(예: NR(new radio) 기술)을 지원할 수 있다. 일 실시예에 따르면, 통신 모듈(190)은 도 1에 예시한 바와 같은 무선 통신 모듈(192)에 대응할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 통신 모듈(190)을 이용하여 네트워크를 통해 외부 장치(예: 도 1의 서버(108), 도 2의 지능형 서버(201) 및/또는 도 1의 다른 전자 장치(102, 104))와 통신을 수행할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 지능형 서비스 동작 시에, 마이크(예: 도 2의 마이크(151))를 통해 입력된 사용자 발화의 음성 신호를 통신 모듈(190)을 통해 서버로 전송할 수 있고, 서버로부터 사용자 발화의 음성 신호에 대해 처리된 응답 결과를 수신할 수 있다.

일 실시예에 따라, 디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 다양한 정보를 시각적으로 제공할 수 있다. 일 실시예에 따라, 디스플레이 모듈(160)은 터치 감지 회로(또는 터치 센서)(미도시), 터치의 세기를 측정할 수 있는 압력 센서 및/또는 자기장 방식의 스타일러스 펜을 검출하는 터치 패널(예: 디지타이저)을 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(160)은 터치 감지 회로, 압력 센서 및/또는 터치 패널에 기반하여 디스플레이 모듈(160)의 특정 위치에 대한 신호(예: 전압, 광량, 저항, 전자기 신호 및/또는 전하량)의 변화를 측정함으로써 터치 입력 및/또는 호버링 입력(또는 근접 입력)을 감지할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(160)은 액정 표시 장치(LCD, liquid crystal display), OLED(organic light emitted diode), AMOLED(active matrix organic light emitted diode)로 구성될 수 있다. 어떤 실시예에 따르면, 디스플레이 모듈(160)은 플렉서블 디스플레이(flexible display)로 구성될 수 있다.

일 실시예에 따르면, 디스플레이 모듈(160)은 프로세서(120)의 제어 하에, 지능형 서비스 수행과 관련된 실행 화면 및 사용자 발화에 대해 처리된 응답 결과를 시각적으로 제공할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(160)은 지능형 서비스 수행과 관련된 다양한 정보(예: 사용자 인터페이스)를 표시할 수 있다.

일 실시예에 따라, 메모리(130)는 도 1을 참조한 설명 부분에서 설명한 바와 같은 메모리(130)에 대응할 수 있다. 일 실시예에 따르면, 메모리(130)는 전자 장치(101)에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 어플리케이션(예: 도 1의 프로그램(140)), 및 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 일 실시예에 따라, 메모리(130)는 실행 시에, 프로세서(120)가 동작하도록 하는 인스트럭션들(instructions)을 저장할 수 있다. 예를 들면, 어플리케이션은 메모리(130) 상에 소프트웨어(예: 도 1의 프로그램(140))로서 저장될 수 있고, 프로세서(120)에 의해 실행 가능할 수 있다. 일 실시예에 따라, 어플리케이션은 지능형 서비스(예: AI 음성 어시스턴트)를 이용할 수 있는 어플리케이션일 수 있다.

일 실시예에 따르면, 메모리(130)는 프로세서(120)에 의하여 수행될 수 있는, 지능형 서비스를 처리하는 기능(또는 동작)과 관련된 기능 처리 모듈(500)을 포함할 수 있다. 예를 들면, 메모리(130)는 기능 처리 모듈(500)의 적어도 하나의 모듈을 소프트웨어 형태로 포함할 수 있다. 예를 들면, 기능 처리 모듈(500)의 기능은 메모리(130)에 인스트럭션 형태로 구현되어 저장될 수 있다.

일 실시예에 따라, 프로세서(120)는 전자 장치(101)에서 지능형 서비스(예: AI 음성 어시스턴트)를 처리하는 것과 관련된 동작(또는 처리)을 제어할 수 있다. 일 실시예에 따르면, 프로세서(120)는 지능형 서비스를 제공할 때, 세션 종료 이후에 입력된 발화를 연속 발화로 처리하는 것과 관련된 동작을 제어할 수 있다. 일 실시예에 따르면, 프로세서(120)는 지능형 서비스를 제공할 때, 이전 발화와 관련된 세션 종료 이후의 사용자의 추가 발화를 이전 발화와 연관된(또는 후속되는) 연속 발화로 처리할 수 있도록, 연속 발화의 지원 범위를 세션 종료 이후까지 확장하는 것과 관련된 동작을 제어할 수 있다. 일 실시예에 따르면, 프로세서(120)는 마이크(예: 도 2의 마이크(151))를 통해 입력된 사용자의 제1 발화에 대한 응답 결과를 제공한 이후 제1 발화에 관련된 세션이 종료되고, 세션 종료 이후에 입력되는 제2 발화를 제1 발화에 후속되는 연속 발화로 처리할 수 있다. 일 실시예에 따르면, 프로세서(120)는, 제1 발화에 관련된 세션이 종료된 이후 입력된 제2 발화에 대해 서버에서 처리하지 못한 경우, 또는 세션이 종료된 이후 입력된 제2 발화에 대해 서버에서 처리한 캡슐(또는 도메인)이 이전 제1 발화에 대해 처리한 캡슐(또는 도메인)과 다른 경우에 있어서, 제1 발화를 처리한 캡슐에 기반하여 제2 발화를 처리하는 것에 의해, 제2 발화를 제1 발화에 후속되는 연속 발화로 처리할 수 있다.

일 실시예에 따르면, 프로세서(120)는, 세션이 종료된 상태에서 이후 입력된 사용자의 추가 발화에 대한 응답 제공 시, 해당 발화에 대한 응답 결과를 바로 제공하지 않고, 추가 발화의 연속 발화 여부를 결정하고, 결정하는 연속 발화의 종류에 따라, 싱글 결과(single result) 또는 더블 결과(double result)를 제공하도록 디스플레이 모듈(160)을 제어할 수 있다. 일 실시예에 따르면, 프로세서(120)는 추가 발화에 대해 연속 발화로 처리에 기반하여 하나의 결과인 제1 응답 결과를 제공하거나, 또는 추가 발화에 대해 루트 발화로 처리에 기반하여 두 개의 결과인 제1 응답 결과와 루트 발화 처리에 따른 제2 응답 결과를 함께 제공할 수 있다.

일 실시예에 따르면, 프로세서(120)는 마이크(예: 도 2의 마이크(151))를 통해 입력된 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하고, 제1 응답 결과를 제공한 후, 지정된 조건에 기반하여 제1 발화에 관련된 세션(session)을 종료할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 발화에 관련된 세션을 종료한 이후에, 마이크(예: 도 2의 마이크(151))를 통해 입력된 사용자의 제2 발화에 따른 음성 신호를 획득하는 경우, 제2 발화의 처리에 관련된 제2 응답 결과를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 응답 결과를 획득하는 경우, 제2 응답 결과에 기반하여 제2 발화에 대한 연속 발화 처리 여부를 결정할 수 있다. 일 실시예에 따르면, 프로세서(120)는 연속 발화 처리를 결정하는 것에 기반하여 제1 발화에 관련된 정보를 지정하여 제2 발화에 대한 재처리와 관련된 동작을 수행할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 발화에 대한 재처리와 관련된 동작 수행에 기반하여, 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하고, 제2 발화에 대해 연속 발화를 처리하는 속성에 기반하여 한 개 또는 두 개의 응답 결과를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 발화의 연속 발화를 처리하는 속성(예: 제1 속성 또는 제2 속성)에 기반하여, 제2 발화의 연속 발화 처리에 따른 제3 응답 결과를 제공하거나, 또는 제2 발화의 루트 발화 처리에 따른 제2 응답 결과와 제2 발화의 연속 발화 처리에 따른 제3 응답 결과를 제공할 수 있다.

일 실시예에 따르면, 프로세서(120)는 지능형 서비스를 처리하기 위한 기능 처리 모듈(500)을 포함할 수 있다. 예를 들면, 프로세서(120)는 기능 처리 모듈(500)의 적어도 하나의 모듈을 포함하고, 적어도 하나의 모듈에 기반하여, 사용자의 발화에 응답하여, 이전 세션의 유지 여부를 식별하고, 이전 세션이 종료된 경우, 새로운 세션에서 사용자의 발화를 연속 발화로 처리하고, 그 결과에 따른 적어도 하나의 응답 결과를 제공하는 것과 관련된 기능(또는 동작)을 처리할 수 있다.

다양한 실시예들에 따른, 프로세서(120)는 상기의 기능 외에 전자 장치(101)의 통상적인 기능과 관련된 각종 동작을 제어할 수 있다. 예를 들면, 프로세서(120)는 지정된 어플리케이션 실행 시 그의 운영 및 화면 표시를 제어할 수 있다. 다른 예를 들면, 프로세서(120)는 터치 기반 또는 근접 기반의 입력 인터페이스에서 지원하는 다양한 터치 이벤트 또는 근접 이벤트 입력에 대응하는 입력신호를 수신하고, 그에 따른 기능 운영을 제어할 수 있다.

일 실시예에 따라, 기능 처리 모듈(500)은, 예를 들면, 하드웨어 모듈(예: 회로(circuitry))로 프로세서(120)에 포함되거나, 및/또는 프로세서(120)에 의해 읽을 수 있는 저장 매체(storage medium)(예: 메모리(130))에 저장된 하나 이상의 인스트럭션들을 포함하는 소프트웨어로서 구현될 수 있다. 예를 들면, 프로세서(120)에서 수행하는 동작들은, 메모리(130)에 저장되고, 실행 시에, 프로세서(120)가 동작하도록 하는 인스트럭션들에 의해 실행될 수 있다.

일 실시예에 따라, 기능 처리 모듈(500)의 기능(또는 동작)은 메모리(130)에 인스트럭션(또는 명령어) 형태로 구현되어 저장될 수 있다. 예를 들면, 기능 처리 모듈(500)은, 예를 들면, 하드웨어 모듈(예: 회로)로 이해될 수 있지만, 다양한 실시예들이 이에 한정되지 않는다. 예를 들어, 기능 처리 모듈(500)은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다. 일 실시예에 따르면, 기능 처리 모듈(500)은 프로세서(120)에 의해 읽을 수 있는 저장 매체(storage medium)(예: 메모리(130))에 저장된 하나 이상의 인스트럭션들을 포함하는 소프트웨어(예: 도 1의 프로그램(140))로서 구현될 수 있다. 일 실시예에 따르면, 기능 처리 모듈(500)에서 수행하는 동작들은, 메모리(130)에 저장되고, 실행 시에, 프로세서(120)가 동작하도록 하는 인스트럭션들에 의해 실행될 수 있다.

일 실시예에 따라, 기능 처리 모듈(500)은 오디오 인식 모듈(audio recording module)(510), 세션 관리 모듈(session management module)(520), 요청 관리 모듈(request management module)(530), 연속 발화 결정 모듈(follow-up utterances decision module)(540)(또는 후속 결정 모듈(follow-up decision module)), 히스토리 관리 모듈(history management module)(550)(또는 캡슐 히스토리 모듈(capsule history module)), 결과 관리 모듈(result management module)(560)(또는 결과 핸들러(result handler)), 및 사용자 인터페이스(UI, user interface) 처리 모듈(UI processing module)(570)을 포함할 수 있다.

일 실시예에 따라, 오디오 인식 모듈(510)은, eASR(embedded ASR(automatic speech recognition)) 모듈을 나타낼 수 있다. 일 실시예에 따른, 오디오 인식 모듈(510)은 사용자 발화에 따라 전자 장치(101)의 마이크(예: 도 2의 마이크(151))를 통해 수신된 음성 입력을 텍스트 데이터로 변환하고, 변환된 텍스트 데이터를 요청 관리 모듈(530)로 전달할 수 있다.

일 실시예에 따라, 세션 관리 모듈(520)은 사용자의 발화에 대한 세션(예: 서비스를 위한 전자 장치(101)와 서버 간의 연결 또는 유지 시간)을 지정된 세션 관리 정책에 기반하여 관리하는 모듈을 나타낼 수 있다. 일 실시예에 따라, 세션 관리 정책은, 전자 장치(101)마다 별도로 다양하게 정의될 수 있으며, 전자 장치(101) 내에서도 음성 어시스턴트의 동작 모드(또는 동작 어플리케이션)에 따라 다양하게 정의될 수 있다. 또한, 세션 관리 정책은, 사용자가 세션을 명시적으로 종료하도록 지정된 입력(예: 홈 화면 이동 입력 또는 음성 어시스턴트 종료 입력)을 포함할 수 있다. 일 실시예에 따르면, 세션 관리 모듈(520)은 연결되는 세션 마다 세션 정보를 부여할 수 있고, 세션의 변경 마다 다른 세션 정보를 설정하여 제공할 수 있다.

일 실시예에 따라, 요청 관리 모듈(530)은, 오디오 인식 모듈(510)로부터 전달된 텍스트 데이터(예: 오디오 스트림)에 대한 처리(예: 사용자 발화 처리)를 서버로 요청하는 모듈을 나타낼 수 있다. 일 실시예에 따르면, 요청 관리 모듈(530)은 세션 관리 모듈(520)을 통해 세션이 유지되는 동안, 오디오 인식 모듈(510)로부터 전달되는 텍스트 데이터(예: 제N 발화에 따른 오디오 스트림, N은 자연수)를, 통신 모듈(190)을 통해 서버로 전달하고, 텍스트 데이터에 대한 발화 처리(예: 음성 인식 및 응답 결과)를 요청할 수 있다. 일 실시예에 따르면, 요청 관리 모듈(530)은 텍스트 데이터(예: 오디오 스트림)를 서버로 전달할 때, 세션 관리 모듈(520)에서 관리되고 있는 세션 정보(예: Request ID)를 함께 전달할 수 있다. 예를 들면, 서버(예: 도 2의 지능형 서버(201))(예: NLU 모듈)는 전자 장치(101)로부터 발화 처리 요청이 수신되는 경우 세션 정보에 기반하여 이전 발화에 대해 처리된 캡슐에서 현재 발화를 처리(예: 동일 세션 내에서의 연속 발화를 처리)하도록 캡슐을 매핑할 수 있다. 일 실시예에 따르면, 요청 관리 모듈(530)은 세션 관리 모듈(520)에 의해 세션이 유지되는 동안, 오디오 인식 모듈(510)로부터 전달되는 텍스트 데이터(예: 사용자 발화 별 오디오 스트림)에 대해 동일한 세션 정보를 제공할 수 있다. 일 실시예에 따르면, 요청 관리 모듈(530)은 세션 관리 모듈(520)에 의해 이전 세션이 종료되고, 새로운 현재 세션이 시작되는 경우, 현재 세션에서 오디오 인식 모듈(510)로부터 전달되는 텍스트 데이터(예: 사용자 발화 별 오디오 스트림)에 대해, 이전 세션의 세션 정보와 다른 현재 세션의 세션 정보를 제공할 수 있다.

일 실시예에 따라, 연속 발화 결정 모듈(540)은, 사용자 발화에 대해 연속 발화로 처리할 지 또는 루트 발화로 처리할 지 여부를 결정하는 모듈을 나타낼 수 있다. 일 실시예에 따르면, 연속 발화 결정 모듈(540)은 현재 발화에 대한 응답 결과(예: 발화 처리 결과)로부터 현재 발화를 이전 발화에 연속되는 연속 발화로 처리할 지 여부를 판단하고, 연속 발화 처리 결정 시에 서버(예: 도 2의 지능형 서버(201))에 현재 발화를 연속 발화로 처리하도록 요청할 수 있다. 일 실시예에 따르면, 연속 발화 결정 모듈(540)은 사용자 발화에 대한 응답 결과(예: 발화 처리 결과)를 분석하여 각 상황에 맞는 조건에 기반하여, 히스토리 관리 모듈(550), 결과 관리 모듈(560) 또는 UI 처리 모듈(570)에 관련 데이터를 제공할 수 있다.

일 실시예에 따르면, 연속 발화 결정 모듈(540)은 제1 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 현재 세션의 제2 발화를 연속 발화로 처리하고 그에 따른 제3 응답 결과를 제공하도록 동작할 수 있다. 일 실시예에 따르면, 연속 발화 결정 모듈(540)은 제2 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 현재 세션의 제2 발화를 루트 발화로 처리한 제2 응답 결과와 현재 세션의 제2 발화를 연속 발화로 처리한 제3 응답 결과를 함께 제공하도록 동작할 수 있다.

일 실시예에 따르면, 연속 발화 결정 모듈(540)은 현재 발화가 이전 발화의 연속 발화인지 확인하기 위한 방법으로, 캡슐 ID(capsule ID), 서비스 ID(service ID), 디바이스 타입(device Type), 대화 ID(conversation ID), 캡슐 이름(capsule Name), 디바이스 로케일(device Locale), 및/또는 타임 존(time Zone)을 비교할 수 있다. 일 실시예에 따라, 연속 발화 결정 모듈(540)의 동작과 관련하여 후술하는 도면들을 참조하여 설명된다.

일 실시예에 따라, 히스토리 관리 모듈(550)은, 사용자 발화에 대해 처리된 캡슐의 히스토리(예: 세션 정보 및 캡슐 식별자(예: capsule ID))를 관리(예: 저장)하는 모듈을 나타낼 수 있다. 일 실시예에 따르면, 히스토리 관리 모듈(550)은 이전 발화의 세션 정보 및 이전 발화를 처리하는 캡슐의 캡슐 식별자를 저장 및 관리할 수 있다. 일 실시예에 따르면, 히스토리 관리 모듈(550)은, 사용자 발화, 사용자 발화가 처리된 캡슐의 캡슐 식별자(예: 캡슐 ID), 사용자 발화가 처리된 복수의 캡슐 중 사용자에 의해 선택된 캡슐의 캡슐 식별자, 및/또는 사용자 발화를 처리한 시간 정보(예: 이전 세션의 종료 시간(예: timestamp))를 저장(또는 갱신) 및 관리할 수 있다. 일 실시예에 따라, 히스토리 관리 모듈(550)의 동작과 관련하여 후술하는 도면들을 참조하여 설명된다.

일 실시예에 따라, 결과 관리 모듈(560)은, 캡슐에서 처리된 결과(예: 사용자 발화 별 응답 결과)를 관리하는 모듈을 나타낼 수 있다. 일 실시예에 따르면, 결과 관리 모듈(560)은 연속 발화 결정 모듈(540)의 동작에 기반하여 현재 세션에서 발화에 대해 루트 발화로 제1 처리된 응답 결과와 현재 세션에서 발화에 대해 연속 발화로 제2 처리된 응답 결과를 저장 및 관리할 수 있다. 일 실시예에 따르면, 결과 관리 모듈(560)은 연속 발화 결정 모듈(540)의 결정에 기반하여 한 개의 응답 결과(예: 연속 발화 처리에 따른 응답 결과)를 UI 처리 모듈(570)로 전달하거나, 또는 두 개의 응답 결과(예: 연속 발화 처리에 따른 응답 결과 및 루트 발화 처리에 따른 응답 결과)를 UI 처리 모듈(570)로 전달할 수 있다. 일 실시예에 따라, 결과 관리 모듈(560)의 동작과 관련하여 후술하는 도면들을 참조하여 설명된다.

일 실시예에 따라, UI 처리 모듈(570)은, 하나 또는 그 이상의 결과를 제공하는 모듈을 나타낼 수 있다. 일 실시예에 따르면, UI 처리 모듈(570)은 연속 발화 처리 모듈(540)의 동작에 기반하여 한 개의 응답 결과 또는 두 개의 응답 결과를 제공할 수 있다. 일 실시예에 따라, UI 처리 모듈(570)의 동작과 관련하여 후술하는 도면들을 참조하여 설명된다.

본 개시에서 설명되는 다양한 실시예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합된 것을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다. 하드웨어적인 구현에 의하면, 다양한 실시예들에서 설명되는 동작들은 ASICs(Application Specific Integrated Circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로프로세서(microprocessors), 및/또는 기타 기능 수행을 위한 전기적인 유닛(unit) 중 적어도 하나를 이용하여 구현될 수 있다.

다양한 실시예들에서, 기록 매체는 마이크(예: 도 2의 마이크(151))를 통해 입력된 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하는 동작, 제1 발화에 관련된 세션을 종료하는 동작, 제1 발화에 관련된 세션을 종료한 이후에, 마이크를 통해 입력된 사용자의 제2 발화에 따른 음성 신호를 획득하는 동작, 제2 발화의 처리에 관련된 제2 응답 결과를 획득하는 동작, 제2 응답 결과에 기반하여 제2 발화에 대한 연속 발화 처리 여부를 결정하는 동작, 연속 발화 처리를 결정하는 것에 기반하여 제1 발화에 관련된 정보를 지정하여 제2 발화에 대한 재처리를 수행하는 동작, 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하는 동작, 및 제2 발화에 대해 연속 발화를 처리하는 속성에 기반하여 한 개 또는 두 개의 응답 결과를 제공하는 동작을 실행시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 포함할 수 있다.

이상에서와 같이, 다양한 실시예들은 세션이 종료된 상태에서의, 현재 발화에 대하여 이전 발화에 연속되는 연속 발화로 처리할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 이전 발화에 대해 세션이 종료된 이후 입력된 사용자 발화에 대해 처리하지 못한 경우(예: 제1 상황 또는 un-handled 상황), 또는 세션이 종료된 이후 입력된 발화를 처리한 캡슐이 이전 발화를 처리한 캡슐(예: 제2 캡슐)과 다른 캡슐에서 처리된 경우(예: 제2 상황 또는 misunderstood 상황)에 있어서, 사용자 발화에 대한 응답 결과를 바로 출력하지 않고, 이전 발화를 처리한 캡슐(예: 제2 캡슐)에 기반하여 발화 처리를 한번 더 수행하도록 요청하여, 연속 발화를 처리하도록 할 수 있다. 예를 들면, 다양한 실시예들에서는, 사용자 발화에 대해 연속 발화의 지원 범위를 세션 종료 이후까지 확장할 수 있도록 지원할 수 있다.

다양한 실시예들에 따르면, 전자 장치(101)는 발화(예: 제1 발화) 입력 및 입력된 제1 발화를 분석하여, 발화 기반 응답 후 세션이 종료(예: timeout 또는 사용자의 명시적인 입력에 따른 종료)된 상태에서 이후 입력된 발화(예: 제2 발화)를 분석 할 때, 제1 상황 또는 제2 상황을 식별하고, 제1 상황 또는 제2 상황에 대응하는 조건으로 제2 발화에 대한 연속 발화 또는 루트 발화를 처리할 수 있다.

일 실시예에 따라, 제1 상황은 세션 종료 이후의 발화를 처리하지 못하는 경우로, 예를 들면, 세션 종료 이후의 발화에 대해 서버에서 캡슐 매핑에 실패하여(또는 인식하지 못하여), “잘 이해하지 못했어요”와 같은 응답 결과가 발생하는 경우를 포함할 수 있다. 일 실시예에 따라, 제2 상황은 세션 종료 이후의 발화가 루트 발화로 인식하여, 이전 캡슐과 다른 캡슐에서 발화를 처리한 경우로, 예를 들면, “날씨는?” 발화 이후에, 새로운 세션에서 “뉴욕은?” 발화에 대한 결과를, 제1 캡슐(예: Capsule A, 날씨 캡슐)이 아니라 제2 캡슐(예: Capsule B, 시계 캡슐)이 처리하여 뉴욕의 시간을 알려주는 경우를 포함할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 제1 상황(예: 발화 처리를 실패하는 경우)에서, 이전에 처리한 캡슐 식별자(또는 도메인 정보)를 이용하여, 제2 발화를 제1 발화에 연속되는 연속 발화로 처리하고, 대응하는 제1 응답 결과를 제공할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 제2 상황(예: 입력된 제2 발화 기반 처리 캡슐(또는 도메인)이 제1 발화에 대해 수행한 캡슐(또는 도메인)과 다른 경우)에서, 제2 발화에 대해 해당 캡슐에서 수행된 제1 응답 결과를 관리(예: 저장)하고, 이전에 처리한 캡슐 식별자를 이용하여 제2 발화를 제1 발화에 연속되는 연속 발화로 처리하고, 대응하는 제2 응답 결과를 획득하여, 제1 응답 결과와 제2 응답 결과를 함께 제공할 수 있다. 예를 들면, 전자 장치(101)는 다른 두 캡슐(또는 도메인)에 대한 결과 정보를 사용자에게 제공하거나, 또는 보다 적합한 캡슐을 결정하여 대응하는 응답 결과를 제공할 수도 있다. 예를 들면, 사용자는 제1 발화에 대한 세션 종료 이후에, 루트 발화를 위한 제2 발화를 입력할 수도 있다. 이를 위해, 전자 장치(101)는 사용자의 의도된 루트 발화를 고려하여, 루트 발화로 처리된 응답 결과와 연속 발화로 처리된 응답 결과와 같이 2개의 응답 결과를 모두 제공하여, 사용자가 선택적으로 결과를 획득하도록 할 수 있다.

일 실시예에 따르면, 이하 도 6 및 도 7의 예시에서, 전자 장치(101)는 음성 어시스턴트를 통해 사용자가 발화를 입력하면, 사용자 발화에 따른 오디오 스트림(또는 음성 신호)을 서버(600)(예: 도 2의 지능형 서버(201))로 전달하고, 서버(600)에서 처리된 결과를 다시 전자 장치(101)에서 스피커(예: 도 2의 스피커(155))를 통해 음성(voice)으로 출력하거나, 또는 디스플레이 모듈(160)을 통해 화면에서 표시할 수 있다. 일 실시예에 따라, 서버(600)는 역할에 따라 다양하게 구분될 수 있다. 예를 들면, 서버(600)는 오디오 스트림을 자연어 텍스트로 변환하는 ASR 모듈(620)(예: 도 2의 ASR 모듈(221)), 텍스트로 변환된 자연어를 처리할 캡슐을 찾아 맵핑하는 NLU 모듈(630)(예: 도 2의 NLU 모듈(223)), 자연어 텍스트를 재생 가능한 오디오 스트림으로 변환하여 제공하는 TTS 모듈(640)(예: 도 2의 TTS 모듈(229)), 및/또는 CAN(concept action network)의 형태로 복수의 캡슐을 저장하고, 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장하는 캡슐 모듈(650)(예: 도 2의 캡슐 데이터베이스(230))과 같은 다양한 모듈을 포함할 수 있다. 일 실시예에 따라, 서버(600)는 도 6 또는 도 7에 개시된 구성 요소에 제한하지 않으며, 예를 들면, 도 2에 예시한 바와 같이 다양한 모듈을 포함하여 구현될 수 있다. 일 실시예에 따르면, 전자 장치(101)와 서버(600) 그리고 및 서버(600)의 각 모듈들 사이에는 프론트 엔드(610)(예: 도 2의 프론트 엔드(210))가 존재할 수 있으며, 프론트 엔드(610)를 통해 전자 장치(101)와 서버 및/또는 서버(600)의 각 모듈 간에 데이터를 주고 받을 수 있다.

일 실시예에 따르면, 프론트 엔드(610)는 전자 장치(101)와 서버(600)를 연결하는 세션의 관리를 지원할 수 있다. 예를 들면, 프론트 엔드(610)는 전자 장치(101)에게 서버(600)의 복수의 모듈들 중에서 연결될 모듈을 지시하거나, 서버(600)의 각 모듈 간에도 어느 모듈과 데이터를 주고 받아야 하는지를 알려줄 수 있다. 일 실시예에 따르면, 프론트 엔드(610)는 CES(capsule execution service)로 지칭될 수 있다.

도 6은 다양한 실시예들에 따른 전자 장치와 서버 간의 연속 발화를 처리하는 동작 예를 설명하기 위한 도면이다.

일 실시예에 따르면, 전자 장치(101)는 현재 발화에 대한 서버(600)(예: 도 2의 지능형 서버(201))로부터 발화 처리 결과(예: 응답 결과)에 대해, 제1 상황(예: un-handled 상황)과 제2 상황(예: misunderstood 상황)을 구분하여 연속 발화를 처리할 수 있다. 일 실시예에 따라, 도 6에서는 제1 상황에서 전자 장치(101)가 수행하는 동작 예를 나타낼 수 있다. 일 실시예에 따라, 제1 상황은, 세션 종료 이후의 발화를 처리하지 못하는 경우로, 예를 들면, 세션 종료 이후의 발화에 대해 서버(600)에서 캡슐 매핑에 실패하는 경우를 포함할 수 있다.

도 6을 참조하면, 전자 장치(101)는 사용자가 발화를 입력하는 경우, 동작 601에서, 오디오 인식 모듈(510)을 통해 사용자 발화에 따른 음성 신호를 오디오 스트림(audio stream)으로 변환하여 실시간으로 요청 관리 모듈(530)로 전달할 수 있다. 일 실시예에 따라, 동작 603에 예시한 바와 같이, 전자 장치(101)는 이전 세션이 종료된 상태일 수 있고, 동작 601에서는 사용자 발화에 대해 새로운 세션 정보(예: conversation ID, request ID)를 생성하여, 새로운 세션을 시작할 수 있다.

동작 605에서, 전자 장치(101)는 요청 관리 모듈(530)을 통해, 새로운 세션의 시작을 서버(600)에 요청함과 실질적으로 동시에, 사용자 발화에 따른 오디오 스트림을 서버(600)에 전송할 수 있다. 일 실시예에 따라, 사용자 발화에 따른 오디오 스트림은, 예를 들면, 서버(600)의 프론트 엔드(610)를 통해 ASR 모듈(620)로 전달되어, NL 텍스트(text)로 변환될 수 있다.

일 실시예에 따르면, 서버(600)의 NLU 모듈(630)에서는 ASR 모듈(620)을 통해 변환된 NL 텍스트를 처리할 수 있는 캡슐을 찾아 매핑할 수 있다. 일 실시예에 따라, 도 6에서는, NLU 모듈(630)에서 NL 텍스트의 처리를 위한 캡슐 매핑에 실패하여, 미처리(un-handled) 캡슐(653)에서 NL 텍스트를 처리하는 예를 나타낼 수 있다. 예를 들면, 이전 세션이 종료된 경우에는 NLU 모듈(630)이 이전 캡슐(예: Capsule A(651))을 매핑하는 것을 보장할 수 없다. 따라서, 연속 발화로 처리하기 위한 사용자 의도에도 불구하고, 루트 발화인 것처럼 처리되어, 해당 발화에 대해 인식 실패(예: 캡슐 매핑에 실패)하여, 결과적으로 발화를 처리할 수 없는 상황이 발생할 수 있다.

일 실시예에 따라, 동작 607에서, 서버(600)는 미처리 캡슐(653)을 통해 NL 텍스트에 대해 인식 실패로 처리하고, 동작 609에서, 미처리에 대한 응답 결과(예: “잘 이해하지 못했어요”의 결과)를 전자 장치(101)로 전송할 수 있다.

일 실시예에 따라, 동작 611에서, 전자 장치(101)의 연속 발화 결정 모듈(540)은 서버(600)의 응답 결과가 미처리 응답 결과(예: 인식 실패)인 경우, 히스토리 관리 모듈(550)을 통해 이전 발화가 처리된 캡슐의 캡슐 ID(예: Capsule A(651))를 획득할 수 있다. 일 실시예에 따라, 전자 장치(101)는 사용자 발화에 대해 인식 실패가 발생하는 경우, 그에 대한 응답 결과를 바로 제공하지 않고, 연속 발화 처리를 위한 동작을 처리할 수 있다.

일 실시예에 따라, 동작 613에서, 연속 발화 결정 모듈(540)은 히스토리 관리 모듈(550)로부터 획득된 이전 발화와 연관된 캡슐 ID(예: Capsule A(651))를 명시하여 전달하면서, 해당 캡슐 ID의 캡슐에 기반하여 인식 실패한 현재 발화의 NL 텍스트의 재처리를 요청할 수 있다. 예를 들면, 전자 장치(101)는 서버(600)에 캡슐 ID를 명시하여, NL 텍스트를 처리할 캡슐을 지정할 수 있고, 서버(600)는 지정된 캡슐(예: Capsule A(651))에 기반하여 NL 텍스트를 처리할 수 있다.

일 실시예에 따라, 동작 615에서, NLU 모듈(630)은 전자 장치(101)에 의해 지정된 캡슐 ID에 대응하는 캡슐(예: Capsule A(651))로 현재 발화의 NL 텍스트의 처리를 요청하고, 그 처리 결과를 전달 받을 수 있다. 예를 들면, 서버(600)는 전자 장치(101)가 지정된 캡슐에 기반하여 현재 발화를 이전 발화의 연속 발화로 처리할 수 있다. 일 실시예에 따라, 동작 617에서, NLU 모듈(630)은 NL 텍스트를 지정된 캡슐(예: Capsule A(651))에서 처리된 응답 결과를 전자 장치(101)의 연속 발화 결정 모듈(540)로 제공할 수 있다.

일 실시예에 따라, 연속 발화 결정 모듈(540)은 서버(600)로부터 응답 결과를 수신하고, 동작 619에서, UI 처리 모듈(570)에 응답 결과를 전달할 수 있다.

일 실시예에 따라, UI 처리 모듈(570)은 응답 결과를 지정된 출력 방식에 따라 출력할 수 있고, 동작 621에서, 응답 결과 처리에 대한 정보(예: 처리 완료 정보)를 히스토리 관리 모듈(550)에 전달할 수 있다.

일 실시예에 따라, 히스토리 관리 모듈(550)은 UI 처리 모듈(570)의 처리 완료 정보에 기반하여, 사용자 발화의 연속 발화 처리에 관련된 정보를 관리할 수 있다. 일 실시예에 따르면, 히스토리 관리 모듈(550)은 사용자 발화, 사용자 발화가 처리된 캡슐(예: Capsule A(651))의 캡슐 식별자(예: 캡슐 ID), 및/또는 사용자 발화를 처리한 시간 정보(예: 이전 세션의 종료 시간(예: timestamp))를 저장(또는 갱신) 및 관리할 수 있다.

도 6에 예시한 바와 같이, 이전 발화에 대한 세션이 종료되고, 새로운 세션에서 사용자 발화에 대해 인식 실패(예: 미처리 캡슐에 의해 처리)된 경우, 이전 세션에서의 이전 발화가 처리된 캡슐에 기반하여 사용자 발화를 재처리 하여, 새로운 세션의 발화를 이전 세션의 발화에 연속되는 연속 발화로 처리할 수 있다. 예를 들면, 사용자가 제1 세션에서 “오늘 날씨 알려줘”라는 제1 발화를 하고, 지정된 조건에 따라 제1 세션이 종료된 이후에, 제2 세션에서 사용자가 “뉴욕은 어때?”라는 제2 발화를 입력할 수 있다. 이러한 경우, 날씨에 대한 제1 세션은 이미 만료되었으므로, 제2 발화에 대해 미처리 캡슐(653)에서 처리하여 그 응답 결과를 반환할 수 있다. 여기서, 미처리 캡슐(653)에 의해 처리된 응답 결과는 따로 저장하지 않으며, 제1 발화가 처리된 이전 캡슐(예: Capsule A(651))인 날씨 캡슐(예: 웨더 뉴스)을 통해 제2 발화를 다시 처리하고, 그 처리 결과를 제2 발화에 대한 응답 결과로 사용자에게 제공할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 디스플레이 모듈(160)이 없는 스피커, 또는 디스플레이 모듈(160)의 사용이 제한된 동작 모드(예: 모바일 드라이빙 모드(driving mode) 또는 히든 모드(hidden mode))인 경우에는, TTS로 응답 결과를 오디오로 출력하여 사용자에게 제공할 수 있다. 다른 실시예에 따르면, 전자 장치(101)는 디스플레이 모듈(160)이 있고 이의 사용이 가능한 동작 모드인 경우에는, 응답 결과를 화면으로 출력하여 사용자에게 제공할 수 있다.

도 7은 다양한 실시예들에 따른 전자 장치와 서버 간의 연속 발화를 처리하는 동작 예를 설명하기 위한 도면이다.

일 실시예에 따르면, 전자 장치(101)는 현재 발화에 대한 서버(600)(예: 도 2의 지능형 서버(201))로부터 발화 처리 결과(예: 응답 결과)에 대해, 제1 상황(예: un-handled 상황)과 제2 상황(예: misunderstood 상황)을 구분하여 연속 발화를 처리할 수 있다. 일 실시예에 따라, 도 7에서는 제2 상황에서 전자 장치(101)가 수행하는 동작 예를 나타낼 수 있다. 일 실시예에 따라, 제2 상황은, 세션 종료 이후의 발화가 루트 발화로 인식하여, 이전 캡슐과 다른 캡슐에서 발화를 처리한 경우를 포함할 수 있다.

도 7을 참조하면, 전자 장치(101)는 사용자가 발화를 입력하는 경우, 동작 701에서, 오디오 인식 모듈(510)을 통해 사용자 발화에 따른 음성 신호를 오디오 스트림으로 변환하여 실시간으로 요청 관리 모듈(530)로 전달할 수 있다. 일 실시예에 따라, 동작 703에 예시한 바와 같이, 전자 장치(101)는 이전 세션이 종료된 상태일 수 있고, 동작 701에서는 사용자 발화에 대해 새로운 세션 정보(예: conversation ID, request ID)를 생성하여, 새로운 세션을 시작할 수 있다.

동작 705에서, 전자 장치(101)는 요청 관리 모듈(530)을 통해, 새로운 세션의 시작을 서버(600)에 요청함과 실질적으로 동시에, 사용자 발화에 따른 오디오 스트림을 서버(600)에 전송할 수 있다. 일 실시예에 따라, 사용자 발화에 따른 오디오 스트림은, 예를 들면, 서버(600)의 프론트 엔드(610)를 통해 ASR 모듈(620)로 전달되어, NL 텍스트로 변환될 수 있다.

일 실시예에 따르면, 서버(600)의 NLU 모듈(630)에서는 ASR 모듈(620)을 통해 변환된 NL 텍스트를 처리할 수 있는 캡슐을 찾아 매핑할 수 있다. 일 실시예에 따라, 도 7에서는, NLU 모듈(630)에서 NL 텍스트의 처리를 위한 캡슐 매핑에서, 이전 발화를 처리한 캡슐(예: Capsule A(651))과 다른 새로운 세션에 따른 새로운 캡슐(예: Capsule B(751))에서 처리하는 예를 나타낼 수 있다. 예를 들면, 이전 세션이 종료된 경우에는 NLU 모듈(630)이 이전 캡슐(예: Capsule A(651))을 매핑하는 것을 보장할 수 없다. 따라서, 연속 발화로 처리하기 위한 사용자 의도에도 불구하고, 루트 발화인 것처럼 처리되어, 해당 발화에 대해 이전 발화를 처리한 캡슐(예: Capsule A(651))이 아닌 다른 캡슐(예: Capsule B(751))에서 처리되는 상황이 발생할 수 있다.

일 실시예에 따라, 동작 707에서, 서버(600)의 매핑된 캡슐(예: Capsule B(751))을 통해 NL 텍스트에 대해 루트 발화로 처리하고, 동작 709에서, 루트 발화 처리에 대한 응답 결과를 전자 장치(101)로 전송할 수 있다.

일 실시예에 따라, 동작 711에서, 전자 장치(101)의 연속 발화 결정 모듈(540)은 서버(600)의 응답 결과를 수신하는 경우, 히스토리 관리 모듈(550)로부터 이전 발화를 처리한 캡슐(예: Capsule A(651)의 캡슐 ID를 획득할 수 있다.

일 실시예에 따라, 연속 발화 결정 모듈(540)은 이전 발화를 처리한 캡슐의 캡슐 ID와 현재 발화를 처리한 캡슐(예: Capsule B(751))의 캡슐 ID를 비교하여, 캡슐 ID가 서로 다른 경우(예: Capsule A ≠ Capsule B), 동작 713에서, 결과 관리 모듈(560)에 현재 발화를 처리한 캡슐(예: Capsule B(751))이 처리한 현재 응답 결과(예: 첫 번째 응답 결과)를 전달하여 저장할 수 있다. 어떤 실시예에 따르면, 연속 발화 결정 모듈(540)은 현재 발화와 이전 발화의 연속 발화 연부를 확인하기 위한 방법으로, 캡슐 ID 뿐만 아니라, 예를 들면, 서비스 ID(service ID), 디바이스 타입(device Type), 대화 ID(conversation ID), 캡슐 이름(capsule Name), 디바이스 로케일(device Locale), 및/또는 타임 존(time Zone)을 비교할 수도 있다.

일 실시예에 따라, 연속 발화 결정 모듈(540)은 현재 응답 결과를 저장한 후, 동작 715에서, 이전 발화가 처리된 캡슐(예: Capsule A(651))의 캡슐 ID를 명시하여 전달하면서, 해당 캡슐 ID의 캡슐에 기반하여 현재 발화의 NL 텍스트의 재처리를 요청할 수 있다. 예를 들면, 전자 장치(101)는 서버(600)에 캡슐 ID를 명시하여, NL 텍스트를 처리할 캡슐을 지정할 수 있고, 서버(600)는 지정된 캡슐(예: Capsule A(651))에 기반하여 NL 텍스트를 처리할 수 있다.

일 실시예에 따라, 동작 717에서, NLU 모듈(630)은 전자 장치(101)에 의해 지정된 캡슐 ID에 대응하는 캡슐(예: Capsule A(651))로 현재 발화의 NL 텍스트의 처리를 요청하고, 그 처리 결과를 전달 받을 수 있다. 예를 들면, 서버(600)는 전자 장치(101)가 지정된 캡슐에 기반하여 현재 발화를 이전 발화의 연속 발화로 처리할 수 있다. 일 실시예에 따라, 동작 719에서, NLU 모듈(630)은 NL 텍스트를 지정된 캡슐(예: Capsule A(651))에서 처리된 응답 결과를 전자 장치(101)의 연속 발화 결정 모듈(540)로 제공할 수 있다.

일 실시예에 따라, 연속 발화 결정 모듈(540)은 서버(600)로부터 응답 결과(예: 현재 발화에 대한 두 번째 응답 결과)를 수신하고, 동작 721에서, 응답 결과를 결과 관리 모듈(560)에 전달하여 저장할 수 있다.

일 실시예에 따라, 동작 723에서, 결과 관리 모듈(560)은 현재 발화에 대한 첫 번째 응답 결과(예: Capsule B(751)에서 처리된 루트 발화의 응답 결과)와 두 번째 응답 결과(예: Capsule A(651)에서 처리된 연속 발화의 응답 결과)를 UI 처리 모듈(570)에 전달할 수 있다.

일 실시예에 따라, UI 처리 모듈(570)은 2개의 응답 결과를 지정된 방식에 따라 출력하여, 사용자에게 간략히 제공할 수 있고, 2개의 응답 결과에 대한 사용자의 선택을 입력 받을 수 있다.

일 실시예에 따라, UI 처리 모듈(570)은 사용자가 선택한 응답 결과를 지정된 출력 방식에 따라 출력할 수 있고, 동작 725에서, 응답 결과 처리에 대한 정보(예: 처리 완료 정보)를 히스토리 관리 모듈(550)에 전달할 수 있다.

일 실시예에 따라, 히스토리 관리 모듈(550)은 UI 처리 모듈(570)의 처리 완료 정보에 기반하여, 사용자 발화의 연속 발화 처리 또는 루트 발화 처리에 관련된 정보를 관리할 수 있다. 일 실시예에 따르면, 히스토리 관리 모듈(550)은 사용자 발화, 사용자 발화가 처리된 캡슐(예: Capsule A(651) 및 Capsule B(751)) 중 사용자에 의해 선택된 캡슐(예: Capsule A(651) 또는 Capsule B(751))의 캡슐 식별자(예: 캡슐 ID), 및/또는 사용자 발화를 처리한 시간 정보(예: timestamp)를 저장(또는 갱신) 및 관리할 수 있다.

도 7에 예시한 바와 같이, 이전 발화에 대한 세션이 종료되고, 새로운 세션에서 사용자 발화에 대해, 이전 발화를 처리한 캡슐과 다른 캡슐에 의해 처리된 경우, 이전 세션에서의 이전 발화가 처리된 캡슐에 기반하여 사용자 발화를 재처리 하여, 새로운 세션의 발화를 이전 세션의 발화에 연속되는 연속 발화로 처리할 수 있다. 예를 들면, 사용자가 제1 세션에서 “내일 5시 쇼핑하기 리마인더 만들어줘”라는 발화를 하고, 지정된 조건에 따라 제1 세션이 종료된 이후에, 제2 세션에서 사용자가 “6시로 수정해줘”라는 제2 발화를 입력할 수 있다. 이러한 경우, 제1 발화는 리마인더 캡슐에서 처리될 수 있고, 제2 발화는 리마인더 캡슐과 다른 날짜 및 시간 캡슐에서 처리될 수 있다. 이러한 경우, 제2 발화에 대해 날짜 및 시간 캡슐에서 처리된 첫 번째 응답 결과를 저장하고, 제1 세션의 캡슐인 리마인더 캡슐에서 사용자 발화를 다시 처리하고, 리마인더 캡슐이 다시 처리한 두 번째 응답 결과를 획득하여, 이전에 저장한 첫 번째 응답 결과와 함께 사용자에게 제공할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 디스플레이 모듈(160)이 없는 스피커, 또는 디스플레이 모듈(160)의 사용이 제한된 동작 모드(예: 모바일 드라이빙 모드 또는 히든 모드)인 경우에는, TTS로 두 가지 응답 결과를 오디오로 출력하여 사용자에게 선택하도록 할 수 있다. 다른 실시예에 따르면, 전자 장치(101)는 디스플레이 모듈(160)이 있고 이의 사용이 가능한 동작 모드인 경우에는, 두 가지 응답 결과를 화면으로 출력하여 사용자에게 선택하도록 할 수 있다.

일 실시예에 따르면, 전자 장치(101) 또는 서버(600)(예: 도 2의 지능형 서버(201))는 본 개시의 다양한 실시예들에 따른 음성 인식 서비스를 지원하기 위한 음성 인식 장치(예: 음성 어시스턴트)를 포함하여, 전자 장치(101) 또는 서버(600)의 단일 주체에서 본 개시의 다양한 실시예들을 처리할 수도 있다. 일 실시예에 따르면, 전자 장치(101)는, 예를 들면, 도 2, 도 6 또는 도 7에 예시한 바와 같은 서버(600)의 음성 인식 처리를 위한 구성 요소를 포함하여 음성 인식 장치(예: 음성 어시스턴트)를 구현할 수 있고, 서버(600)와 상호작용 없이 음성 인식 처리를 단독(standalone)으로 수행하는 방식으로 동작할 수 있다. 다른 실시예에 따르면, 서버(600)는 예를 들면, 도 5, 도 6 또는 도 7에 예시한 바와 같은 기능 처리 모듈(500)의 적어도 일부 구성 요소(예: 연속 발화 결정 모듈(540), 히스토리 관리 모듈(550), 및/또는 결과 관리 모듈(560))를 포함하여 음성 인식 장치(예: 음성 인식 어시스턴트)를 구현할 수 있고, 전자 장치(101)로부터 전달된 발화에 관련된 음성 신호에 대해 단독으로 처리하고, 연속 발화 또는 루트 발화에 대한 응답 결과를 전자 장치(101)에 제공하는 방식으로 동작할 수 있다. 예를 들면, 다양한 실시예들에 따른 연속 발화 처리 및 음성 인식 처리를 위한 음성 인식 장치(예: 음성 어시스턴트)는, 하드웨어 모듈 또는 소프트웨어 모듈로 구현되어, 전자 장치(101) 또는 서버(600)에 탑재되는 형태로 구현하고, 음성 인식 장치를 포함하는 어느 하나의 구성 요소(예: 전자 장치(101) 또는 서버(600))에 의해 다양한 실시예들에 따른 동작을 처리할 수도 있다.

본 개시의 다양한 실시예들에 따른 음성 인식 서비스를 지원하기 위한 장치(예: 전자 장치(101) 또는 서버(201, 600))는, 메모리, 및 상기 메모리와 작동적으로 연결된 음성 인식 장치(예: 도 5의 기능 처리 모듈(500) 및 도 2의 지능형 서버(201)의 구성)(또는 프로세서)를 포함하고, 상기 음성 인식 장치(또는 프로세서)는, 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하고, 상기 제1 발화에 관련된 세션(session)을 종료하고, 상기 제1 발화에 관련된 세션이 종료된 이후에, 사용자의 제2 발화를 획득하고, 상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하고, 상기 제2 응답 결과에 기반하여 상기 제2 발화에 대한 연속 발화 처리 여부를 결정하고, 상기 연속 발화 처리를 결정하는 것에 기반하여, 상기 제1 발화에 관련된 정보에 기반하여 상기 제2 발화를 재처리 하고, 상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하고, 및 상기 제3 응답 결과를 제공하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 음성 인식 장치는, 상기 제1 발화를 지정된 제1 캡슐에 기반하여 발화 처리한 후, 그에 대응하는 제1 응답 결과를 지정된 방식으로 제공하고, 상기 제1 발화에 관련된 제1 응답 결과를 제공한 후, 상기 제1 발화의 세션과 관련하여 지정된 조건의 감지에 기반하여 상기 세션을 종료하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 음성 인식 장치는, 상기 제2 발화를 처리하기 위한 캡슐을 매핑하고, 매핑된 캡슐에 기반하여 상기 제2 발화를 처리하고, 상기 제2 발화의 처리에 대응하는 상기 제2 응답 결과를 획득하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 음성 인식 장치는, 상기 제2 응답 결과 획득에 기반하여, 상기 제1 발화에 관련된 히스토리를 판단하고, 상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 제2 발화에 대해 처리된 상기 제2 응답 결과를 분석하고, 상기 제2 응답 결과를 분석하는 결과에 기반하여 상기 연속 발화 처리 여부를 결정하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 음성 인식 장치는, 상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 세션의 종료 시간을 참조하여 상기 제2 발화의 연속 발화 처리 또는 루트 발화 처리를 결정하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 음성 인식 장치는, 상기 제2 응답 결과가 상기 제2 발화에 대해 인식 실패에 따른 제1 상황의 응답 결과이거나, 또는 상기 제2 응답 결과가 상기 제1 발화를 처리한 제1 캡슐과 다른 제2 캡슐에서 처리되는 제2 상황의 응답 결과인 경우, 상기 제2 발화의 연속 발화 처리를 결정하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 음성 인식 장치는, 상기 제2 발화를 연속 발화 처리로 결정하는 것에 기반하여, 상기 제1 발화를 처리한 상기 제1 캡슐의 캡슐 식별자를 획득하고, 상기 제2 발화를 재처리 하기 위한 캡슐을 상기 획득된 캡슐 식별자의 상기 제1 캡슐을 지정하고, 지정된 제1 캡슐에 기반하여 상기 제2 발화를 재처리 하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 음성 인식 장치는, 상기 제1 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하고, 상기 제2 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 루트 발화 처리에 따른 상기 제2 응답 결과와 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따른 전자 장치(101)는, 통신 모듈(190), 디스플레이 모듈(160), 마이크(151), 메모리(130), 및 프로세서(120)를 포함하고, 상기 프로세서(120)는, 상기 마이크(151)를 통해 입력된 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하고, 상기 제1 발화에 관련된 세션(session)을 종료하고, 상기 제1 발화에 관련된 세션을 종료한 이후에, 상기 마이크(151)를 통해 입력된 사용자의 제2 발화에 따른 음성 신호를 획득하고, 상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하고, 상기 제2 응답 결과에 기반하여 상기 제2 발화에 대한 연속 발화 처리 여부를 결정하고, 상기 연속 발화 처리를 결정하는 것에 기반하여 상기 제1 발화에 관련된 정보를 지정하여 상기 제2 발화에 대한 재처리를 수행하고, 상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하고, 및 상기 제2 발화에 대해 연속 발화를 처리하는 속성에 기반하여 한 개 또는 두 개의 응답 결과를 제공하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 프로세서(120)는, 상기 제2 응답 결과 획득에 기반하여, 상기 제1 발화에 관련된 히스토리를 판단하고, 상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 제2 발화에 대해 처리된 상기 제2 응답 결과를 분석하고, 상기 제2 응답 결과를 분석하는 결과에 기반하여 상기 연속 발화 처리 여부를 결정하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 프로세서(120)는, 상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 세션의 종료 시간을 참조하여 상기 제2 발화의 연속 발화 처리 또는 루트 발화 처리를 결정하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 프로세서(120)는, 상기 제2 응답 결과가 상기 제2 발화에 대해 인식 실패에 따른 제1 상황의 응답 결과이거나, 또는 상기 제2 응답 결과가 상기 제1 발화를 처리한 제1 캡슐과 다른 제2 캡슐에서 처리되는 제2 상황의 응답 결과인 경우, 상기 제2 발화의 연속 발화 처리를 결정하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 프로세서(120)는, 상기 제2 발화를 연속 발화 처리로 결정하는 것에 기반하여, 상기 제1 발화를 처리한 상기 제1 캡슐의 캡슐 식별자를 획득하고, 상기 획득된 캡슐 식별자를 상기 서버로 전송하고, 상기 캡슐 식별자의 상기 제1 캡슐에 기반하여 상기 제2 발화의 재처리를 상기 서버로 요청하도록 설정될 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 프로세서(120)는, 상기 제1 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하고, 상기 제2 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 루트 발화 처리에 따른 상기 제2 응답 결과와 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하도록 설정될 수 있다.

이하에서는 다양한 실시예들의 전자 장치(101)의 동작 방법에 대해서 상세하게 설명한다. 다양한 실시예들에 따라, 이하에서 설명하는 전자 장치(101)에서 수행하는 동작들은, 전자 장치(101)의 적어도 하나의 프로세싱 회로(processing circuitry)를 포함하는 프로세서(예: 도 1 또는 도 5의 프로세서(120))에 의해 실행될 수 있다. 일 실시예에 따라, 전자 장치(101)에서 수행하는 동작들은, 메모리(130)에 저장되고, 실행 시에, 프로세서(120)가 동작하도록 하는 인스트럭션들(instructions)에 의해 실행될 수 있다.

도 8은 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

도 8을 참조하면, 동작 801에서, 전자 장치(101)의 프로세서(120)는 제1 발화에 관련된 제1 응답 결과를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자의 제1 발화 입력에 대응하여, 제1 발화에 따른 음성 신호(또는 오디오 스트림)를 서버(600)로 전송할 수 있고, 서버(600)에 의해 제1 발화에 대해 처리된 제1 응답 결과를 획득할 수 있다. 일 실시예에 따라, 프로세서(120)는 제1 응답 결과를 지정된 출력 방식(예: UI 표시 및/또는 오디오 출력)에 기반하여 시각적 정보 및/또는 청각적 정보로 사용자에게 제공할 수 있다.

동작 803에서, 프로세서(120)는 제1 발화에 관련된 세션을 종료할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 발화에 관련된 제1 응답 결과를 제공한 후, 제1 발화의 세션을 관리할 수 있고, 지정된 조건에 따라 세션을 종료할 수 있다. 일 실시예에 따르면, 지정된 조건은, 예를 들면, 지정된 세션 관리 정책에 따를 수 있다. 예를 들면, 프로세서(120)는 세션 유지 시간 만료 시 세션을 종료할 수 있다. 일 예로, 세션 유지 시간은 동작 모드에 따라 다양하게 정의될 수 있으며, 예를 들면, 일반 동작 모드에서는 기본 N분(N은 자연수)이 설정될 수 있고, 지정된 동작 모드(예: 드라이빙 모드(또는 운전 중 모드))에서는 M초(M은 자연수)가 설정될 수 있다. 일 실시예에 따라, 프로세서(120)는 드라이빙 모드에서 제1 응답 결과를 오디오로 재생(예: TTS 재생)한 후, M초(예: 약 4초) 후에 세션을 자동으로 종료할 수 있다. 다른 예를 들면, 프로세서(120)는 사용자의 명시적인 입력(예: 홈 화면 이동 또는 음성 어시스턴트 종료)에 기반하여 세션을 종료할 수 있다.

동작 805에서, 프로세서(120)는 제2 발화에 따른 음성 신호(또는 오디오 스트림)를 서버(600)로 전송할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 발화에 대한 세션이 종료된 이후에, 새로운 세션에서 사용자의 제2 발화 입력에 대응하여, 제2 발화에 따른 음성 신호(또는 오디오 스트림)를 서버(600)로 전송할 수 있다.

동작 807에서, 프로세서(120)는 제2 발화에 관련된 제2 응답 결과를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는 서버(600)에 의해 제2 발화에 대해 처리된 제2 응답 결과를 획득할 수 있다.

동작 809에서, 프로세서(120)는 제2 응답 결과에 기반하여 연속 발화 처리 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 응답 결과를 수신 시에, 이전 발화(예: 제1 발화)의 히스토리를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 이전 발화에 관련된 히스토리가 존재하는 경우 제2 응답 결과를 분석하여, 제2 응답 결과가 서버(600)에서 인식 실패(또는 캡슐 매핑에 실패)된 미처리 응답 결과(예: 제1 상황의 응답 결과)인지, 또는 제2 발화가 처리된 캡슐이 이전 발화가 처리된 캡슐과 다른 캡슐에서 처리된 응답 결과(예: 제2 상황의 응답 결과)인지 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 응답 결과가 제1 상황 또는 제2 상황의 응답 결과인 경우, 제2 발화에 대한 연속 발화 처리를 결정할 수 있다. 일 실시예에 따르면, 연속 발화 처리를 결정하는 것에 기반하여, 제2 응답 결과를 바로 출력하지 않고 관리할 수 있다. 일 실시예에 따르면, 프로세서(120)는 이전 발화에 관련된 시간 정보(예: 이전 세션의 종료 시간(예: timestamp))를 참조하여 연속 발화 여부를 결정할 수도 있다. 예를 들면, 프로세서(120)는 이전 발화의 세션 종료 시간이, 지정된 일정 시간(예: 일 단위, 시간 단위 또는 분 단위)을 초과하는 경우(예: 현재 발화 기준 일정 시간 초과)에는 연속 발화 처리의 의미가 없을 수 있으므로, 제2 발화에 대해 루트 발화로 처리하도록 결정할 수 있고, 루트 발화 처리 결정에 따라 제2 응답 결과를 바로 출력할 수 있다.

동작 811에서, 프로세서(120)는 제2 발화에 대한 연속 발화 처리 결정에 기반하여 제1 발화에 관련된 캡슐 식별자(예: 캡슐 ID) 및 캡슐 식별자에 기반한 제2 발화의 처리를 요청할 수 있다. 일 실시예에 따르면, 프로세서(120)는 연속 발화 처리를 결정하는 경우, 이전 발화인 제1 발화가 처리된 캡슐 식별자(예: 캡슐 ID)를 획득하고, 서버(600)에게 해당 캡슐 식별자의 캡슐에 기반하여 제2 발화를 재처리 할 것을 요청할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자 발화에 대한 발화 처리에 관련된 다양한 정보(예: 사용자 발화, 세션 정보, 사용자 발화가 처리된 캡슐의 캡슐 식별자, 및/또는 사용자 발화가 처리된 시간 정보)를 매핑하여 관리할 수 있다.

동작 813에서, 프로세서(120)는 제2 발화에 관련된 제3 응답 결과를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는 서버(600)에 의해 제2 발화에 대해 지정된 캡슐에 의해 재처리된 제3 응답 결과를 획득할 수 있다.

동작 815에서, 프로세서(120)는 응답 결과를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 연속 발화를 처리하는 제1 속성(예: 제1 상황의 응답 결과에 대한 연속 발화 처리)에 기반하여, 제2 발화를 연속 발화로 처리된 결과인 제3 응답 결과를 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 연속 발화를 처리하는 제2 속성(예: 제2 상황의 응답 결과에 대한 연속 발화 처리)에 기반하여, 제2 발화를 루트 발화로 처리된 결과인 제2 응답 결과와 제2 발화를 연속 발화로 처리된 결과인 제3 응답 결과를 함께 제공할 수 있다.

도 9는 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

도 9를 참조하면, 동작 901에서, 전자 장치(101)의 프로세서(120)는 제1 세션에서 제1 발화에 관련된 제1 음성 신호(또는 오디오 스트림)를 입력 받을 수 있다. 일 실시예에 따르면, 프로세서(120)는 전자 장치(101)의 마이크(예: 도 2의 마이크(151))를 통해 사용자의 제1 발화에 따른 제1 음성 신호를 입력 받을 수 있다.

동작 903에서, 프로세서(120)는 제1 음성 신호에 관련된 처리 결과를 출력할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 발화에 따른 제1 음성 신호를 서버(600)로 전송할 수 있고, 서버(600)에 의해 제1 발화에 대해 처리된 제1 응답 결과를 획득할 수 있다. 일 실시예에 따라, 프로세서(120)는 제1 응답 결과를 지정된 출력 방식에 기반하여 시각적 정보 및/또는 청각적 정보로 사용자에게 제공할 수 있다.

동작 905에서, 프로세서(120)는 제1 세션을 종료할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 발화에 관련된 제1 응답 결과를 제공한 후, 제1 발화의 제1 세션을 관리할 수 있고, 지정된 조건에 따라 제1 세션을 종료할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 세션의 세션 유지 시간 만료 또는 사용자의 명시적인 입력에 기반하여 제1 세션을 종료할 수 있다.

동작 907에서, 프로세서(120)는 제2 세션에서 제2 발화에 관련된 제2 음성 신호를 입력 받을 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 세션이 종료된 이후에, 새로운 세션인 제2 세션에서, 전자 장치(101)의 마이크(예: 도 2의 마이크(151))를 통해 사용자의 제2 발화에 따른 제2 음성 신호를 입력 받을 수 있다.

동작 909에서, 프로세서(120)는 제2 음성 신호의 처리 결과에 기반하여, 제2 발화에 대한 연속 발화 처리 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 발화에 대해 처리된 응답 결과를 획득 시에, 제1 발화(예: 이전 발화)의 히스토리를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 발화에 관련된 히스토리가 존재하는 경우 제2 발화에 대해 처리된 응답 결과를 분석하여, 응답 결과가 인식 실패에 따른 미처리 응답 결과(예: 제1 상황의 응답 결과)인지, 또는 제2 발화가 처리된 캡슐이 제1 발화가 처리된 캡슐과 다른 캡슐에서 처리된 응답 결과(예: 제2 상황의 응답 결과)인지 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 응답 결과가 제1 상황 또는 제2 상황의 응답 결과인 경우, 제2 발화에 대한 연속 발화 처리로 결정할 수 있다. 일 실시예에 따르면, 프로세서(120)는 이전 발화에 관련된 시간 정보(예: 이전 세션의 종료 시간(예: timestamp))를 참조하여 연속 발화 여부를 결정할 수도 있다. 예를 들면, 프로세서(120)는 이전 발화의 세션 종료 시간이, 지정된 일정 시간(예: 일 단위, 시간 단위 또는 분 단위)을 초과하는 경우(예: 현재 발화 기준 일정 시간 초과)에는 연속 발화 처리의 의미가 없을 수 있으므로, 제2 발화에 대해 루트 발화로 처리하도록 결정할 수 있다.

동작 911에서, 프로세서(120)는 판단하는 결과에 기반하여 제2 발화(예: 현재 발화)를 연속 발화로 처리할 지 또는 루트 발화로 처리할 지 여부를 결정할 수 있다.

동작 911에서, 프로세서(120)는 제2 발화를 루트 발화 처리로 결정하는 것에 기반하여(예: 동작 911의 ‘아니오’), 동작 913에서, 제2 음성 신호에 관련된 처리 결과를 출력할 수 있다.

동작 911에서, 프로세서(120)는 제2 발화를 연속 발화 처리로 결정하는 것에 기반하여(예: 동작 911의 ‘예’), 동작 915에서, 연속 발화 처리의 종류(또는 속성)를 식별할 수 있다. 일 실시예에 따르면, 프로세서(120)는 응답 결과가 미처리 결과이거나, 또는 다른 캡슐에 의한 처리 결과인지 구별할 수 있다. 일 실시예에 따르면, 프로세서(120)는 미처리 결과인 경우 제1 속성의 연속 발화 처리로 결정할 수 있고, 다른 캡슐에 의한 처리 결과인 경우 제2 속성의 연속 발화 처리로 결정할 수 있다.

동작 917에서, 프로세서(120)는 연속 발화 처리의 종류를 식별하는 것에 기반하여, 제1 속성의 연속 발화 처리인지, 또는 제2 속성의 연속 발화 처리인지 여부를 판단할 수 있다.

동작 917에서, 프로세서(120)는 제1 속성의 연속 발화 처리로 결정하는 것에 기반하여(예: 동작 917의 ‘예’), 동작 919에서, 제1 처리 결과를 출력할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 발화에 대해 연속 발화로 처리된 하나의 응답 결과를 사용자에게 제공할 수 있다.

동작 917에서, 프로세서(120)는 제2 속성의 연속 발화 처리로 결정하는 것에 기반하여(예: 동작 917의 ‘아니오’), 동작 921에서, 제2 처리 결과를 출력할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 발화에 대해 루트 발화로 처리된 응답 결과와 제2 발화에 대해 연속 발화로 처리된 응답 결과인 2개의 응답 결과를 사용자에게 제공할 수 있다.

도 10은 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

도 10을 참조하면, 동작 1001에서, 전자 장치(101)의 프로세서(120)는 제2 발화(예: 현재 발화)에 관련된 제1 응답 결과를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는 서버(600)에 의해 제2 발화에 대해 제1 처리된 제1 응답 결과를 획득할 수 있다.

동작 1003에서, 프로세서(120)는 제1 응답 결과 수신에 기반하여, 사용자 발화에 관련된 이전 세션이 존재하는지 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 사용자 발화에 관련된 히스토리를 분석하여, 이전 세션의 존재 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 이전 세션이 존재하는 경우 이전 세션의 종료 시간(예: timestamp)을 참조하여 연속 발화 여부를 결정할 수도 있다.

동작 1003에서, 프로세서(120)는 이전 세션이 존재하지 않는 경우(예: 동작 1003의 ‘아니오’), 동작 1041에서, 제1 응답 결과를 출력하여 사용자에게 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 이전 세션이 존재하더라도, 이전 세션의 종료 시간이 지정된 시간을 초과하는 경우에는, 제2 발화를 루트 발화로 결정하여 제1 응답 결과를 바로 출력하도록 할 수 있다.

동작 1003에서, 프로세서(120)는 이전 세션이 존재하는 경우(예: 동작 1003의 ‘예’), 동작 1005에서, 제1 응답 결과를 분석할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 응답 결과 획득에 기반하여, 제2 발화가 연속 발화에 대응하는지 또는 루트 발화에 대응하는지 판단을 위해, 제1 응답 결과의 종류를 분석할 수 있다.

동작 1007에서, 프로세서(120)는 제1 응답 결과의 분석에 기반하여, 제1 응답 결과가 제2 발화의 인식 실패에 따른 미처리 응답에 대응하는지 판단할 수 있다.

동작 1007에서, 프로세서(120)는 제1 응답 결과가 미처리 응답인 것으로 판단하는 경우(예: 동작 1007의, ‘예’), 동작 1011에서, 이전 세션의 제1 발화에 관련된 제1 캡슐 식별자를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는 발화 처리에 관련된 히스토리 분석을 통해 이전 세션의 제1 발화가 처리된 캡슐에 대응하는 제1 캡슐 식별자를 획득할 수 있다.

동작 1013에서, 프로세서(120)는 제1 캡슐 식별자를 지정하여 제2 발화의 발화 처리를 요청할 수 있다. 일 실시예에 따르면, 프로세서(120)는 획득된 제1 캡슐 식별자를 서버(600)에 전달하면서, 제1 캡슐 식별자의 캡슐에 기반하여 제2 발화를 재처리 할 것을 서버(600)로 요청할 수 있다.

동작 1015에서, 프로세서(120)는 제2 발화에 관련된 제2 응답 결과를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는 서버(600)에 의해 제2 발화에 대해 지정된 캡슐(예: 제1 캡슐 식별자의 캡슐)에 기반하여 제2 처리된 제2 응답 결과를 획득할 수 있다.

동작 1017에서, 프로세서(120)는 제2 응답 결과를 출력하여 사용자에게 제공할 수 있다.

동작 1007에서, 프로세서(120)는 제2 응답 결과가 미처리 응답이 아닌 것으로 판단하는 경우(예: 동작 1007의 ‘아니오’), 동작 1021에서, 이전 세션의 제1 발화에 관련된 제1 캡슐 식별자를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는 발화 처리에 관련된 히스토리 분석을 통해 이전 세션의 제1 발화가 처리된 캡슐에 대응하는 제1 캡슐 식별자를 획득할 수 있다.

동작 1023에서, 프로세서(120)는 이전 세션의 제1 발화에 관련된 제1 캡슐 식별자와 현재 세션의 제2 발화에 관련된 제2 캡슐 식별자를 비교할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 발화가 처리된 캡슐의 제1 캡슐 식별자와 제2 발화가 처리된 캡슐의 제2 캡슐 식별자를 비교할 수 있다.

동작 1025에서, 프로세서(120)는 비교하는 결과에 기반하여, 제1 캡슐 식별자와 제2 캡슐 식별자가 동일한 캡슐 식별자인지 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 캡슐 식별자의 비교에 기반하여 제2 발화를 처리한 캡슐이 제1 발화를 처리한 캡슐과 동일한 캡슐인지 여부를 식별할 수 있다.

동작 1025에서, 프로세서(120)는 동일한 캡슐 식별자인 경우(예: 동작 1025의 ‘예’), 예를 들면, 제2 발화가 처리된 캡슐이 제1 발화가 처리된 캡슐과 동일한 캡슐인 경우, 동작 1041에서, 제1 응답 결과를 출력하여 사용자에게 제공할 수 있다.

동작 1025에서, 프로세서(120)는 동일한 캡슐 식별자가 아닌 경우(예: 동작 1025의 ‘아니오’), 예를 들면, 제2 발화가 처리된 캡슐이 제1 발화가 처리된 캡슐과 다른 캡슐인 경우, 동작 1027에서, 제1 응답 결과를 저장 및 관리할 수 있다.

동작 1029에서, 프로세서(120)는 제1 캡슐 식별자를 지정하여 제2 발화의 발화 처리를 요청할 수 있다. 일 실시예에 따르면, 프로세서(120)는 획득된 제1 캡슐 식별자를 서버(600)에 전달하면서, 제1 캡슐 식별자의 캡슐에 기반하여 제2 발화를 재처리 할 것을 서버(600)로 요청할 수 있다.

동작 1031에서, 프로세서(120)는 제2 발화에 관련된 제2 응답 결과를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는 서버(600)에 의해 제2 발화에 대해 지정된 캡슐(예: 제1 캡슐 식별자의 캡슐)에 기반하여 제2 처리된 제2 응답 결과를 획득할 수 있다.

동작 1033에서, 프로세서(120)는 제1 응답 결과와 제2 응답 결과를 출력하여 사용자에게 제공할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제2 발화에 대해 지정된 캡슐에 기반하여 재처리된 제2 응답 결과를 획득하는 경우, 이전에 저장된 제1 응답 결과를 호출하여, 제1 응답 결과와 제2 응답 결과를 함께(예: 병렬적으로 또는 순차적으로) 출력할 수 있다.

도 11은 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 흐름도이다.

도 11을 참조하면, 동작 1101에서, 전자 장치(101)의 프로세서(120)는 이전 세션의 발화와 관련하여 저장된 히스토리를 확인할 수 있다. 일 실시예에 따르면, 프로세서(120)는 현재 세션의 발화와 관련된 응답 결과 획득 시에, 이전 세션의 발화(예: 제1 발화)의 발화 처리에 대한 히스토리를 판단할 수 있다.

동작 1103에서, 프로세서(120)는 지정된 조건의 만족 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 히스토리 확인에 기반하여, 이전 세션의 발화에 관련된 히스토리가 존재하는지, 히스토리가 존재하는 경우 이전 세션의 종료 시간(예: timestamp)이 지정된 일정 시간 내에 포함되는지, 및 지정된 일정 시간 내에 존재하는 경우, 이전 세션의 발화를 처리한 캡슐 식별자(예: 캡슐 ID)가 존재하는지 여부를 판단할 수 있다.

동작 1103에서, 프로세서(120)는 지정된 조건을 만족하지 않는 경우(예: 동작 1103의 ‘아니오’), 동작 1105에서, 현재 세션의 발화에 관련된 응답 결과를 바로 출력할 수 있다. 일 실시예에 따라, 현재 세션의 발화에 관련된 응답 결과는 인식 실패에 따른 미처리 결과 또는 현재 세션의 발화 처리를 위해 매핑된 캡슐에 기반하여 처리된 응답 결과를 포함할 수 있다.

동작 1103에서, 프로세서(120)는 지정된 조건을 만족하는 경우(예: 동작 1103의 ‘예’), 동작 1107에서, 이전 세션의 발화를 처리한 캡슐 식별자를 획득할 수 있다.

동작 1109에서, 프로세서(120)는 이전 세션의 발화를 처리한 캡슐 식별자에 기반하여, 현재 세션의 발화의 연속 발화 처리에 관련된 동작을 수행할 수 있다. 일 실시예에 따르면, 프로세서(120)는 이전 세션의 발화를 처리하는 캡슐 식별자에 기반하여 지정된 캡슐을 통해 현재 세션의 발화를 처리하도록 하고, 그에 대응하는 한 개 또는 두 개의 응답 결과를 제공하는 것에 관련된 동작을 수행할 수 있다.

이하에서는, 전자 장치(101) 또는 서버(600)(예: 도 2의 지능형 서버(201))의 단일 주체에서 본 개시의 다양한 실시예들을 처리하는 예를 설명한다. 일 실시예에 따르면, 전자 장치(101)는, 예를 들면, 도 2, 도 6 또는 도 7에 예시한 바와 같은 서버(600)의 음성 인식 처리를 위한 구성 요소를 포함하여 음성 인식 장치(예: 음성 어시스턴트)를 구현할 수 있고, 서버(600)와 상호작용 없이 음성 인식 처리를 단독(standalone)으로 수행하는 방식으로 동작할 수 있다. 다른 실시예에 따르면, 서버(600)는 예를 들면, 도 5, 도 6 또는 도 7에 예시한 바와 같은 기능 처리 모듈(500)의 적어도 일부 구성 요소(예: 연속 발화 결정 모듈(540), 히스토리 관리 모듈(550), 및/또는 결과 관리 모듈(560))를 포함하여 음성 인식 장치(예: 음성 인식 어시스턴트)를 구현할 수 있고, 전자 장치(101)로부터 전달된 발화에 관련된 음성 신호에 대해 단독으로 처리하고, 연속 발화 또는 루트 발화에 대한 응답 결과를 전자 장치(101)에 제공하는 방식으로 동작할 수 있다. 예를 들면, 다양한 실시예들에 따른 연속 발화 처리 및 음성 인식 처리를 위한 음성 인식 장치(예: 음성 어시스턴트)는, 하드웨어 모듈 또는 소프트웨어 모듈로 구현되어, 전자 장치(101) 또는 서버(600)에 탑재되는 형태로 구현하고, 음성 인식 장치를 포함하는 어느 하나의 구성 요소(예: 전자 장치(101) 또는 서버(600))에 의해 다양한 실시예들에 따른 동작을 처리할 수도 있다. 본 개시의 다양한 실시예들에 따른 음성 인식 서비스를 지원하기 위한 음성 인식 장치를 포함하는 전자 장치(101) 또는 서버(600)의 동작 예시가 도 12에 도시된다.

도 12는 다양한 실시예들에 따른 전자 장치 또는 서버의 동작 방법을 도시하는 흐름도이다.

일 실시예에 따라, 도 12에서는 음성 인식 장치(예: 도 5의 기능 처리 모듈(500) 및 도 2의 지능형 서버(201)의 구성)가 전자 장치(101) 또는 서버(600)에서 구현되고, 이에 따라, 전자 장치(101) 또는 서버(600)에서의 음성 인식 장치의 동작을 나타낼 수 있다.

도 12를 참조하면, 전자 장치(101) 또는 서버(600)에 하드웨어 모듈 또는 소프트웨어 모듈로 구현된 음성 인식 장치(예: 음성 인식 장치의 동작을 제어하는 프로세서)는, 동작 1201에서, 제1 발화의 처리에 관련된 제1 응답 결과를 제공할 수 있다. 일 실시예에 따르면, 음성 인식 장치는, 전자 장치(101)에서 동작할 시, 사용자의 제1 발화 입력에 대응하여, 제1 발화에 따른 음성 신호(또는 오디오 스트림)를 지정된 캡슐에 기반하여 발화 처리 후 그에 대응하는 제1 응답 결과를 출력할 수 있다. 다른 실시예에 따르면, 음성 인식 장치는, 서버(600)에서 동작할 시, 전자 장치(101)로부터 제1 발화에 따른 음성 신호를 수신하고, 수신된 음성 신호를 지정된 캡슐에 기반하여 발화 처리한 후 그에 대응하는 제1 응답 결과를 전자 장치(101)로 전송할 수 있다.

동작 1203에서, 음성 인식 장치는 제1 발화에 관련된 세션을 종료할 수 있다. 일 실시예에 따르면, 음성 인식 장치는 제1 발화에 관련된 제1 응답 결과를 제공한 후, 제1 발화의 세션을 관리할 수 있고, 지정된 조건의 감지에 기반하여 세션을 종료할 수 있다. 일 실시예에 따르면, 지정된 조건은, 예를 들면, 지정된 세션 관리 정책에 따를 수 있다. 예를 들면, 음성 인식 장치는 세션 유지 시간 만료 시 세션을 종료할 수 있다. 다른 예를 들면, 음성 인식 장치는 전자 장치(101)로부터 사용자의 명시적인 입력(예: 홈 화면 이동 또는 음성 어시스턴트 종료)에 따른 세션 연결 해제에 기반하여 세션을 종료할 수 있다.

동작 1205에서, 음성 인식 장치는 제1 발화에 관련된 세션이 종료된 이후에, 사용자의 제2 발화를 획득할 수 있다. 일 실시예에 따르면, 음성 인식 장치는, 전자 장치(101)에서 동작할 시, 전자 장치(101)의 마이크(예: 도 2의 마이크(151))를 통해 사용자의 제2 발화 입력을 수신할 수 있다. 다른 실시예에 따르면, 음성 인식 장치는, 서버(600)에서 동작할 시, 전자 장치(101)로부터 제2 발화에 따른 음성 신호를 수신할 수 있다.

동작 1207에서, 음성 인식 장치는 제2 발화의 처리에 관련된 제2 응답 결과를 획득할 수 있다. 일 실시예에 따르면, 음성 인식 장치는 제2 발화 수신에 기반하여 제2 발화를 처리하기 위한 캡슐을 찾아 매핑할 수 있고, 매핑된 캡슐을 통해 제2 발화를 처리하고, 그에 대응하는 제2 응답 결과를 획득할 수 있다.

동작 1209에서, 음성 인식 장치는 제2 응답 결과 획득에 기반하여, 제2 발화가 제1 발화에 연관된 연속 발화인지 여부를 결정할 수 있다. 예를 들면, 음성 인식 장치는 제2 응답 결과에 기반하여 제2 발화에 대한 연속 발화 처리 여부를 판단할 수 있다. 일 실시예에 따르면, 음성 인식 장치는 제2 발화에 대해 처리된 제2 응답 결과를 획득 시에, 제1 발화(예: 이전 발화)의 히스토리를 판단할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제1 발화에 관련된 히스토리가 존재하는 경우 제2 발화에 대해 처리된 제2 응답 결과를 분석하여, 응답 결과가 인식 실패(또는 캡슐 매핑에 실패)에 따른 미처리 응답 결과(예: 제1 상황의 응답 결과)인지, 또는 제2 발화가 처리된 캡슐이 제1 발화가 처리된 캡슐과 다른 캡슐에서 처리된 응답 결과(예: 제2 상황의 응답 결과)인지 판단할 수 있다. 일 실시예에 따르면, 음성 인식 장치는 제2 응답 결과가 제1 상황 또는 제2 상황의 응답 결과인 경우, 제2 발화에 대한 연속 발화 처리로 결정할 수 있다. 일 실시예에 따르면, 음성 인식 장치는 이전 발화에 관련된 시간 정보(예: 이전 세션의 종료 시간)를 참조하여 제2 발화에 대한 연속 발화 처리 또는 루트 발화 처리를 결정할 수도 있다. 예를 들면, 음성 인식 장치는 이전 발화의 세션 종료 시간이, 지정된 일정 시간(예: 일 단위, 시간 단위 또는 분 단위)을 초과하는 경우(예: 현재 발화 기준 일정 시간 초과)에는 연속 발화 처리의 의미가 없을 수 있으므로, 제2 발화에 대해 루트 발화로 처리하도록 결정할 수 있다.

동작 1211에서, 음성 인식 장치는 제2 발화에 대한 연속 발화 처리를 결정하는 것에 기반하여, 제1 발화에 관련된 캡슐 식별자(예: 캡슐 ID)에 기반하여 제2 발화를 재처리 할 수 있다. 일 실시예에 따르면, 음성 인식 장치는 연속 발화 처리를 결정하는 경우, 이전 발화인 제1 발화가 처리된 캡슐 식별자(예: 캡슐 ID)를 획득하고, 해당 캡슐 식별자의 캡슐에 기반하여 제2 발화를 재처리 할 수 있다. 일 실시예에 따르면, 음성 인식 장치는 사용자 발화에 대한 발화 처리에 관련된 다양한 정보(예: 사용자 발화, 세션 정보, 사용자 발화가 처리된 캡슐의 캡슐 식별자, 및/또는 사용자 발화가 처리된 시간 정보)를 매핑하여 관리할 수 있다.

동작 1213에서, 음성 인식 장치는 지정된 캡슐에 기반한 제2 발화의 재처리에 관련된 제3 응답 결과를 획득할 수 있다. 일 실시예에 따르면, 음성 인식 장치는 제2 발화를 처리하기 위한 지정된 캡슐(예: 제1 발화를 처리한 캡슐 식별자에 대응하는 캡슐)을 통해 제2 발화를 처리하고, 그에 대응하는 제3 응답 결과를 획득할 수 있다.

동작 1215에서, 음성 인식 장치는 상기 제3 응답 결과를 제공할 수 있다. 일 실시예에 따르면, 음성 인식 장치는 제2 발화를 연속 발화로 처리된 결과인 제3 응답 결과를 제공할 수 있다. 어떤 실시예에 따르면, 음성 인식 장치는 제2 발화를 루트 발화로 처리된 결과인 제2 응답 결과와 제2 발화를 연속 발화로 처리된 결과인 제3 응답 결과를 함께 제공할 수 있다. 일 실시예에 따르면, 음성 인식 장치는, 전자 장치(101)에서 동작할 시, 전자 장치(101)의 디스플레이 모듈(160) 및/또는 스피커(예: 도 2의 스피커(155))를 통해 제3 응답 결과 또는 제2 응답 결과 및 제3 응답 결과를 제공할 수 있다. 다른 실시예에 따르면, 음성 인식 장치는, 서버(600)에서 동작할 시, 제3 응답 결과 또는 제2 응답 결과 및 제3 응답 결과를 전자 장치(101)로 전송할 수 있다.

도 13은 다양한 실시예들에 따른 전자 장치에서 연속 발화 처리에 대한 결과를 제공하는 예를 도시하는 도면이다.

일 실시예에 따라, 도 13은 세션 종료 이후에, 새로운 현재 세션에서의 발화를 이전 세션의 발화와 연속된 연속 발화로 처리한 결과의 예를 나타낼 수 있다.

예를 들면, 사용자가 이전 세션에서 “내일 5시 쇼핑하기 리마인더 만들어줘”라는 발화를 하고, 지정된 조건에 따라 이전 세션이 종료된 이후에, 새로운 현재 세션에서 사용자가 “6시로 수정해줘”라는 사용자 발화를 입력할 수 있다. 이러한 경우, 이전 세션의 발화는 리마인더 캡슐에서 처리될 수 있고, 새로운 현재 세션에서의 발화는 리마인더 캡슐과 다른 날짜 및 시간 캡슐에서 처리될 수 있다. 이러한 경우, 이전 세션의 캡슐인 리마인더 캡슐에서 현재 세션에서의 사용자 발화를 이전 세션의 발화와 연속된 연속 발화로 처리한 제1 응답 결과와, 현재 세션에서의 발화에 대해 날짜 및 시간 캡슐에서 루트 발화로 처리된 제2 응답 결과를 사용자에게 제공할 수 있다.

일 실시예에 따르면, 도 13에서는, 이전 세션의 발화를 처리한 캡슐을 지정하여 현재 세션의 발화를 연속 발화로 처리한 제1 응답 결과(1310)(예: 리마인더 캡슐에서 연속 발화로 처리한 응답 결과)와 현재 세션의 발화를 루트 발화로 처리한 제2 응답 결과(1320)(예: 날짜 및 시간 캡슐에서 루트 발화로 처리한 응답 결과)를 함께 제공하는 예를 나타낼 수 있다.일 실시예에 따르면, 전자 장치(101)는 사용자의 의도된 루트 발화를 고려하여, 루트 발화로 처리된 제2 응답 결과(1320)와 연속 발화로 처리된 제1 응답 결과(1310)와 같이 2개의 응답 결과를 모두 제공하여, 사용자가 선택적으로 결과를 획득하도록 할 수 있다.

도 14a 및 도 14b는 다양한 실시예들에 따른 전자 장치에서 세션 종료 이후의 발화를 연속 발화로 처리하여 제공하는 결과 화면의 예를 설명하기 위한 도면들이다.

일 실시예에 따라, 도 14a 및 도 14b에서는, 세션 종료 이후의 새로운 세션에서 사용자의 발화(예: 제2 발화(1420))가 인식 실패(예: 캡슐 매핑 실패 또는 미스 처리(mis-processing))된 경우(예: 제1 상황)에서, 사용자의 발화를 연속 발화로 처리하여 제공하는 예를 나타낼 수 있다.

도 14a를 참조하면, 도 14a는 제1 세션에서 사용자의 제1 발화(1410)에 대응하는 제1 응답 결과를 제공하는 예를 나타낼 수 있다. 일 실시예에 따라, 예시 화면 <1401>에서, 전자 장치(101)는 음성 어시스턴트를 실행하고, 사용자로부터 제1 발화(1410)(예: “오늘 날씨 알려줘”)를 획득할 수 있다. 일 실시예에 따라, 예시 화면 <1403>은 전자 장치(101)가 제1 발화(1410)에 대해 발화 처리된 제1 응답 결과를 제공(예: 표시)하는 예를 나타낼 수 있다. 예를 들면, 전자 장치(101)는 제1 발화(1410)에 대해 지정된 캡슐(예: 날씨 캡슐)에 의해 발화 처리된 결과 화면을 제공할 수 있다.

도 14b를 참조하면, 도 14b는 제1 세션이 종료된 이후, 새로운 제2 세션에서 사용자의 제2 발화(1420)에 대응하는 제2 응답 결과를 제공하는 예를 나타낼 수 있다. 일 실시예에 따라, 예시 화면 <1405>에서, 전자 장치(101)는 음성 어시스턴트를 실행하고, 사용자로부터 제2 발화(1420)(예: “뉴욕은 어때?”)를 획득할 수 있다.

여기서, 도 14b에서는 사용자의 제2 발화(1420)에 대해 인식 실패(또는 캡슐 매핑 실패 또는 미스 처리)된 경우에 있어서, 제2 세션의 제2 발화(1420)를 제1 세션의 제1 발화(1410)를 처리한 지정된 캡슐(예: 날씨 캡슐)에 의해 재처리(예: 연속 발화 처리)하여 결과를 제공(예: 화면 표시)하는 예를 나타낼 수 있다. 예를 들면, 예시 화면 <1407>에 예시한 바와 같이, 제1 세션 종료 이후의 제2 세션의 제2 발화(1420)에 대해 최초에 인식 실패할 시 인식 실패의 응답 결과를 바로 제공하지 않고, 연속 발화 처리로 인해 인식 성공된 응답 결과를 제공할 수 있다.

도 15는 다양한 실시예들에 따른 전자 장치에서 세션 종료 이후의 발화를 연속 발화로 처리하여 제공하는 결과 화면의 예를 설명하기 위한 도면이다.

일 실시예에 따라, 도 15에서는, 세션 종료 이후의 새로운 세션에서 사용자의 발화(예: 제2 발화(1520))가 인식 실패(예: 캡슐 매핑 실패 또는 미스 처리)된 경우(예: 제1 상황)에서, 사용자의 발화를 연속 발화로 처리하여 제공하는 예를 나타낼 수 있다.

도 15를 참조하면, 예시 화면 <1501> 및 예시 화면 <1503>은 제1 세션에서 사용자의 제1 발화(1510)에 대응하는 제1 응답 결과를 제공하는 예를 나타낼 수 있다. 일 실시예에 따라, 예시 화면 <1501>에서, 전자 장치(101)는 음성 어시스턴트를 실행하고, 사용자로부터 제1 발화(1510)(예: “날씨 알려줘”)를 획득할 수 있다. 일 실시예에 따라, 예시 화면 <1503>은 전자 장치(101)가 제1 발화(1510)에 대해 발화 처리된 제1 응답 결과(1515)를 오디오로 제공(예: TTS 재생)하는 예를 나타낼 수 있다. 예를 들면, 전자 장치(101)는 드라이빙 모드에서 제1 응답 결과(1515)(예: 오늘 수원시 영통구는 흐리고 최저 기온은 26도, …)를 오디오로 재생하여 스피커(예: 도 2의 스피커(155))를 통해 출력할 수 있다.

일 실시예에 따라, 예시 화면 <1505>는, 전자 장치(101)가 제1 발화(1510)에 대한 제1 응답 결과(1515)를 제공한 후, 지정된 시간(예: M초) 후에 제1 세션을 자동으로 종료하는 예를 나타낼 수 있다. 일 실시예에 따르면, 전자 장치(101)는 제1 세션의 종료에 기반하여 세션 종료에 따른 가이드(1530)를 시각적 정보(예: “Time-out에 의한 Session 종료”의 텍스트) 및/또는 청각적 정보(예: “Time-out에 의한 Session 종료”의 오디오)로 제공할 수 있다.

일 실시예에 따라, 예시 화면 <1507> 및 예시 화면 <1509>는 제1 세션이 종료된 이후, 새로운 제2 세션에서 사용자의 제2 발화(1520)에 대응하는 제2 응답 결과를 제공하는 예를 나타낼 수 있다. 일 실시예에 따라, 예시 화면 <1507>에서, 전자 장치(101)는 음성 어시스턴트를 실행하고, 사용자로부터 제2 발화(1520)(예: “뉴욕은”)를 획득할 수 있다.

여기서, 예시 화면 <1507> 및 예시 화면 <1509>에서는 사용자의 제2 발화(1520)에 대해 인식 실패(또는 캡슐 매핑 실패 또는 미스 처리)된 경우에 있어서, 제2 세션의 제2 발화(1520)를 제1 세션의 제1 발화(1510)를 처리한 지정된 캡슐(예: 날씨 캡슐)에 의해 재처리(예: 연속 발화 처리)하여 결과를 오디오로 제공(예: TTS 재생)하는 예를 나타낼 수 있다. 예를 들면, 예시 화면 <1509>에 예시한 바와 같이, 제1 세션 종료 이후의 제2 세션의 제2 발화(1520)에 대해 최초에 인식 실패할 시 인식 실패의 응답 결과를 바로 제공하지 않고, 연속 발화 처리로 인해 인식 성공된 응답 결과(1525)를 제공할 수 있다. 예를 들면, 전자 장치(101)는 드라이빙 모드에서 제2 응답 결과(1525)(예: 오늘 미국 뉴욕시는 화창하여 최저 기온은 12도, ...)를 오디오로 재생하여 스피커(예: 도 2의 스피커(155))를 통해 출력할 수 있다.

도 16a 및 도 16b는 다양한 실시예들에 따른 전자 장치에서 세션 종료 이후의 발화를 지정된 캡슐에 의해 연속 발화로 처리하여 제공하는 결과 화면의 예를 설명하기 위한 도면들이다.

일 실시예에 따라, 도 16a 및 도 16b에서는, 세션 종료 이후의 새로운 세션에서 사용자의 발화(예: 제2 발화(1620))를 처리한 캡슐이 이전 세션의 발화(예: 제1 발화(1610))를 처리한 캡슐과 다른 캡슐에 의해 처리된 경우(예: 제2 상황)에서, 사용자의 발화를 연속 발화로 처리하여 제공하는 예를 나타낼 수 있다.

도 16a를 참조하면, 도 16a는 제1 세션에서 사용자의 제1 발화(1610)에 대응하는 제1 응답 결과를 제공하는 예를 나타낼 수 있다. 일 실시예에 따라, 예시 화면 <1601>에서, 전자 장치(101)는 음성 어시스턴트를 실행하고, 사용자로부터 제1 발화(1610)(예: 내일 5시 쇼핑하기 리마인더 만들어줘”)를 획득할 수 있다. 일 실시예에 따라, 예시 화면 <1603>은 전자 장치(101)가 제1 발화(1610)에 대해 발화 처리된 제1 응답 결과를 제공(예: 표시)하는 예를 나타낼 수 있다. 예를 들면, 전자 장치(101)는 제1 발화(1610)에 대해 지정된 캡슐(예: 라마인더 캡슐)에 의해 발화 처리된 결과 화면을 제공할 수 있다.

도 16b를 참조하면, 도 16b는 제1 세션이 종료된 이후, 새로운 제2 세션에서 사용자의 제2 발화(1620)에 대응하는 응답 결과를 제공하는 예를 나타낼 수 있다. 일 실시예에 따라, 예시 화면 <1605>에서, 전자 장치(101)는 음성 어시스턴트를 실행하고, 사용자로부터 제2 발화(1620)(예: “6시로 수정해줘”)를 획득할 수 있다.

여기서, 도 16b에서는 사용자의 제2 발화(1620)가 제1 발화(1610)를 처리한 캡슐(예: 리마인더 캡슐)과 다른 캡슐(예: 날짜 및 시간 캡슐)에 의해 루트 발화로 처리된 경우에 있어서, 제2 세션의 제2 발화(1620)를 제1 세션의 제1 발화(1610)를 처리한 지정된 캡슐(예: 리마인더 캡슐)에 의해 재처리(예: 연속 발화 처리)하고, 연속 발화 처리에 따른 제2 응답 결과(1630)와 루트 발화 처리에 따른 제3 응답 결과(1640)를 함께 제공(예: 화면 표시)하는 예를 나타낼 수 있다. 예를 들면, 예시 화면 <1607>에 예시한 바와 같이, 제1 세션 종료 이후의 제2 세션의 제2 발화(1620)에 대해, 제1 세션의 제1 발화(1610)를 처리한 캡슐(예: 리마인더 캡슐)을 지정하여 제2 세션의 제2 발화(1620)를 지정된 캡슐(예: 리마인더 캡슐)에 기반하여 연속 발화로 처리한 제2 응답 결과(1630)와 제2 세션의 제2 발화(1620)를 매핑된 캡슐(예: 날짜 및 시간 캡슐)에 기반하여 루트 발화로 처리한 제3 응답 결과(1640)를 함께 제공할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 사용자의 의도된 루트 발화를 고려하여, 루트 발화로 처리된 제3 응답 결과(1640)와 연속 발화로 처리된 제2 응답 결과(1630)와 같이 2개의 응답 결과를 모두 제공하여, 사용자가 선택적으로 제2 발화(1620)에 관련된 결과를 획득하도록 할 수 있다.

일 실시예에 따르면, 예시 화면 <1609>는 예시 화면 <1607>에서 사용자가 연속 발화로 처리된(예: 지정된 캡슐인 리마인더 캡슐에 기반하여 처리된) 제2 응답 결과(1630)를 선택한 경우에 결과 화면 예를 나타낼 수 있다. 예시 화면 <1609>에 예시한 바와 같이, 전자 장치(101)는 제2 발화(1620)에 대해 제1 발화(1610)를 처리한 리마인더 캡슐에 의해 연속 발화로 처리된 응답 결과를 제공(예: 표시)할 수 있다.

일 실시예에 따르면, 예시 화면 <1611>은 예시 화면 <1607>에서 사용자가 루트 발화로 처리된(예: 매핑된 캡슐인 날짜 및 시간 캡슐에 기반하여 처리된) 제3 응답 결과(1640)를 선택한 경우에 결과 화면 예를 나타낼 수 있다. 예시 화면 <1611>에 예시한 바와 같이, 전자 장치(101)는 제2 발화(1620)를 날짜 및 시간 캡슐에 의해 루트 발화로 처리된 응답 결과를 제공(예: 표시)할 수 있다.

도 17a 및 도 17b는 다양한 실시예들에 따른 전자 장치에서 세션 종료 이후의 발화를 지정된 캡슐에 의해 연속 발화로 처리하여 제공하는 결과 화면의 예를 설명하기 위한 도면들이다.

일 실시예에 따라, 도 17a 및 도 17b에서는, 세션 종료 이후의 새로운 세션에서 사용자의 발화(예: 제2 발화(1710))를 처리한 캡슐이 이전 세션의 발화(예: 제1 발화)를 처리한 캡슐과 다른 캡슐에 의해 처리된 경우(예: 제2 상황)에서, 사용자의 발화를 연속 발화로 처리하여 제공하는 예를 나타낼 수 있다.

도 17a를 참조하면, 도 17a는 제1 세션에서 사용자의 제1 발화에 대응하는 제1 응답 결과를 제공한 후, 제1 세션을 종료하는 예를 나타낼 수 있다. 일 실시예에 따라, 예시 화면 <1701>에서, 전자 장치(101)는 사용자의 제1 발화를 처리한 제1 응답 결과를 제공(예: 표시)하는 예를 나타낼 수 있다. 예를 들면, 전자 장치(101)는 제1 발화에 대해 지정된 캡슐(예: 날짜 및 시간 캡슐)에 의해 발화 처리된 결과 화면을 제공할 수 있다.

일 실시예에 따라, 예시 화면 <1703>은 제1 발화에 대한 제1 응답 결과를 제공한 후, 사용자의 명시적인 입력(예: 홈 화면 이동 또는 음성 어시스턴트 종료)에 기반하여 제1 세션을 종료하는 예를 나타낼 수 있다. 일 실시예에 따르면, 전자 장치(101)는 제1 세션의 종료에 기반하여 세션 종료에 따른 가이드(1700)를 시각적 정보(예: “Session 종료”의 텍스트) 및/또는 청각적 정보(예: “Session 종료”의 오디오)로 제공할 수 있다.

도 17b를 참조하면, 도 17b는 제1 세션이 종료된 이후, 새로운 제2 세션에서 사용자의 제2 발화(1710)에 대응하는 응답 결과를 제공하는 예를 나타낼 수 있다. 일 실시예에 따라, 예시 화면 <1705>에서, 전자 장치(101)는 음성 어시스턴트를 실행하고, 사용자로부터 제2 발화(1710)(예: “뉴욕은”)를 획득할 수 있다.

여기서, 도 17b에서는 사용자의 제2 발화(1710)가 제1 발화를 처리한 캡슐(예: 날짜 및 시간 캡슐)과 다른 캡슐(예: 웨더 뉴스 캡슐)에 의해 루트 발화로 처리된 경우에 있어서, 제2 세션의 제2 발화(1710)를 제1 세션의 제1 발화를 처리한 지정된 캡슐(예: 날짜 및 시간 캡슐)에 의해 재처리(예: 연속 발화 처리)하고, 연속 발화 처리에 따른 제2 응답 결과(1720)와 루트 발화 처리에 따른 제3 응답 결과(1730)를 함께 제공(예: 화면 표시)하는 예를 나타낼 수 있다. 예를 들면, 예시 화면 <1707>에 예시한 바와 같이, 제1 세션 종료 이후의 제2 세션의 제2 발화(1710)에 대해, 제1 세션의 제1 발화를 처리한 캡슐(예: 날짜 및 시간 캡슐)을 지정하여 제2 세션의 제2 발화(1710)를 지정된 캡슐(예: 날짜 및 시간 캡슐)에 기반하여 연속 발화로 처리한 제2 응답 결과(1720)와 제2 세션의 제2 발화(1710)를 매핑된 캡슐(예: 웨더 뉴스 캡슐)에 기반하여 루트 발화로 처리한 제3 응답 결과(1730)를 함께 제공할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 사용자의 의도된 루트 발화를 고려하여, 루트 발화로 처리된 제3 응답 결과(1730)와 연속 발화로 처리된 제2 응답 결과(1720)와 같이 2개의 응답 결과를 모두 제공하여, 사용자가 선택적으로 제2 발화(1710)에 관련된 결과를 획득하도록 할 수 있다.

일 실시예에 따르면, 예시 화면 <1709>는 예시 화면 <1707>에서 사용자가 연속 발화로 처리된(예: 지정된 캡슐인 날짜 및 시간 캡슐에 기반하여 처리된) 제2 응답 결과(1720)를 선택한 경우에 결과 화면 예를 나타낼 수 있다. 예시 화면 <1709>에 예시한 바와 같이, 전자 장치(101)는 제2 발화(1710)에 대해 제1 발화를 처리한 날짜 및 시간 캡슐에 의해 연속 발화로 처리된 응답 결과를 제공(예: 표시)할 수 있다.

일 실시예에 따르면, 예시 화면 <1711>은 예시 화면 <1707>에서 사용자가 루트 발화로 처리된(예: 매핑된 캡슐인 웨더 뉴스 캡슐에 기반하여 처리된) 제3 응답 결과(1730)를 선택한 경우에 결과 화면 예를 나타낼 수 있다. 예시 화면 <1711>에 예시한 바와 같이, 전자 장치(101)는 제2 발화(1710)를 웨더 뉴스 캡슐에 의해 루트 발화로 처리된 응답 결과를 제공(예: 표시)할 수 있다.

본 개시의 다양한 실시예들에 따른 전자 장치(101)에서 수행하는 동작 방법은, 마이크(예: 도 2의 마이크(151))를 통해 입력된 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하는 동작, 상기 제1 발화에 관련된 세션(session)을 종료하는 동작, 상기 제1 발화에 관련된 세션을 종료한 이후에, 상기 마이크를 통해 입력된 사용자의 제2 발화에 따른 음성 신호를 획득하는 동작, 상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하는 동작, 상기 제2 응답 결과에 기반하여 상기 제2 발화에 대한 연속 발화 처리 여부를 결정하는 동작, 상기 연속 발화 처리를 결정하는 것에 기반하여 상기 제1 발화에 관련된 정보를 지정하여 상기 제2 발화에 대한 재처리를 수행하는 동작, 상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하는 동작, 및 상기 제2 발화에 대해 연속 발화를 처리하는 속성에 기반하여 한 개 또는 두 개의 응답 결과를 제공하는 동작을 포함할 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 연속 발화 처리 여부를 결정하는 동작은, 상기 제2 응답 결과 획득에 기반하여, 상기 제1 발화에 관련된 히스토리를 판단하는 동작, 상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 제2 발화에 대해 처리된 상기 제2 응답 결과를 분석하는 동작, 상기 제2 응답 결과를 분석하는 결과에 기반하여 상기 연속 발화 처리 여부를 결정하는 동작을 포함할 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 연속 발화 처리 여부를 결정하는 동작은, 상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 세션의 종료 시간을 참조하여 상기 제2 발화의 연속 발화 처리 또는 루트 발화 처리를 결정하는 동작을 포함할 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 연속 발화 처리 여부를 결정하는 동작은, 상기 제2 응답 결과가 상기 제2 발화에 대해 인식 실패에 따른 제1 상황의 응답 결과이거나, 또는 상기 제2 응답 결과가 상기 제1 발화를 처리한 제1 캡슐과 다른 제2 캡슐에서 처리되는 제2 상황의 응답 결과인 경우, 상기 제2 발화의 연속 발화 처리를 결정하는 동작을 포함할 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 제2 발화에 대한 재처리를 수행하는 동작은, 상기 제2 발화를 연속 발화 처리로 결정하는 것에 기반하여, 상기 제1 발화를 처리한 상기 제1 캡슐의 캡슐 식별자를 획득하는 동작, 상기 제2 발화를 재처리 하기 위한 캡슐을 상기 획득된 캡슐 식별자의 상기 제1 캡슐로 지정하는 동작, 지정된 제1 캡슐에 기반하여 상기 제2 발화를 재처리 하는 동작을 포함할 수 있다.

본 개시의 다양한 실시예들에 따르면, 상기 응답 결과를 제공하는 동작은, 상기 제1 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하는 동작, 상기 제2 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 루트 발화 처리에 따른 상기 제2 응답 결과와 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하는 동작을 포함할 수 있다.

본 명세서와 도면에 개시된 본 개시의 다양한 실시예들은 본 개시의 기술 내용을 쉽게 설명하고 본 개시의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 개시의 범위를 한정하고자 하는 것은 아니다. 따라서 본 개시의 범위는 여기에 개시된 실시예들 이외에도 본 개시의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 개시의 범위에 포함되는 것으로 해석되어야 한다.

101: 전자 장치
120: 프로세서
130: 메모리
160: 디스플레이 모듈
201, 600: 지능형 서버
500: 기능 처리 모듈
540: 연속 발화 결정 모듈
550: 히스토리 관리 모듈
560: 결과 관리 모듈
570: UI 처리 모듈

Claims (20)

1. 음성 인식 서비스를 지원하기 위한 장치에 있어서,
   메모리; 및
   상기 메모리와 작동적으로 연결된 음성 인식 장치를 포함하고, 상기 음성 인식 장치는,
   사용자의 제1 발화에 관련된 제1 응답 결과를 제공하고,
   상기 제1 발화에 관련된 세션(session)을 종료하고,
   상기 제1 발화에 관련된 세션이 종료된 이후에, 사용자의 제2 발화를 획득하고,
   상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하고,
   상기 제2 응답 결과에 기반하여 상기 제2 발화에 대한 연속 발화 처리 여부를 결정하고,
   상기 연속 발화 처리를 결정하는 것에 기반하여, 상기 제1 발화에 관련된 정보에 기반하여 상기 제2 발화를 재처리 하고,
   상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하고, 및
   상기 제3 응답 결과를 제공하도록 설정된 음성 인식 장치.
   
2. 제1항에 있어서, 상기 음성 인식 장치는,
   상기 제1 발화를 지정된 제1 캡슐에 기반하여 발화 처리한 후, 그에 대응하는 제1 응답 결과를 지정된 방식으로 제공하고,
   상기 제1 발화에 관련된 제1 응답 결과를 제공한 후, 상기 제1 발화의 세션과 관련하여 지정된 조건의 감지에 기반하여 상기 세션을 종료하도록 설정된 음성 인식 장치.
   
3. 제1항에 있어서, 상기 음성 인식 장치는,
   상기 제2 발화를 처리하기 위한 캡슐을 매핑하고,
   매핑된 캡슐에 기반하여 상기 제2 발화를 처리하고,
   상기 제2 발화의 처리에 대응하는 상기 제2 응답 결과를 획득하도록 설정된 음성 인식 장치.
   
4. 제3항에 있어서, 상기 음성 인식 장치는,
   상기 제2 응답 결과 획득에 기반하여, 상기 제1 발화에 관련된 히스토리를 판단하고,
   상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 제2 발화에 대해 처리된 상기 제2 응답 결과를 분석하고,
   상기 제2 응답 결과를 분석하는 결과에 기반하여 상기 연속 발화 처리 여부를 결정하도록 설정된 음성 인식 장치.
   
5. 제4항에 있어서, 상기 음성 인식 장치는,
   상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 세션의 종료 시간을 참조하여 상기 제2 발화의 연속 발화 처리 또는 루트 발화 처리를 결정하도록 설정된 음성 인식 장치.
   
6. 제3항에 있어서, 상기 음성 인식 장치는,
   상기 제2 응답 결과가 상기 제2 발화에 대해 인식 실패에 따른 제1 상황의 응답 결과이거나, 또는 상기 제2 응답 결과가 상기 제1 발화를 처리한 제1 캡슐과 다른 제2 캡슐에서 처리되는 제2 상황의 응답 결과인 경우, 상기 제2 발화의 연속 발화 처리를 결정하도록 설정된 음성 인식 장치.
   
7. 제6항에 있어서, 상기 음성 인식 장치는,
   상기 제2 발화를 연속 발화 처리로 결정하는 것에 기반하여, 상기 제1 발화를 처리한 상기 제1 캡슐의 캡슐 식별자를 획득하고,
   상기 제2 발화를 재처리 하기 위한 캡슐을 상기 획득된 캡슐 식별자의 상기 제1 캡슐을 지정하고,
   지정된 제1 캡슐에 기반하여 상기 제2 발화를 재처리 하도록 설정된 음성 인식 장치.
   
8. 제6항에 있어서, 상기 음성 인식 장치는,
   상기 제1 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하고,
   상기 제2 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 루트 발화 처리에 따른 상기 제2 응답 결과와 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하도록 설정된 음성 인식 장치.
   
9. 전자 장치에 있어서,
   통신 모듈;
   디스플레이 모듈;
   마이크;
   메모리; 및
   프로세서를 포함하고, 상기 프로세서는,
   상기 마이크를 통해 입력된 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하고,
   상기 제1 발화에 관련된 세션(session)을 종료하고,
   상기 제1 발화에 관련된 세션을 종료한 이후에, 상기 마이크를 통해 입력된 사용자의 제2 발화에 따른 음성 신호를 획득하고,
   상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하고,
   상기 제2 응답 결과에 기반하여 상기 제2 발화에 대한 연속 발화 처리 여부를 결정하고,
   상기 연속 발화 처리를 결정하는 것에 기반하여 상기 제1 발화에 관련된 정보를 지정하여 상기 제2 발화에 대한 재처리를 수행하고,
   상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하고, 및
   상기 제2 발화에 대해 연속 발화를 처리하는 속성에 기반하여 한 개 또는 두 개의 응답 결과를 제공하도록 설정된 전자 장치.
   
10. 제9항에 있어서, 상기 프로세서는,
    상기 제2 응답 결과 획득에 기반하여, 상기 제1 발화에 관련된 히스토리를 판단하고,
    상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 제2 발화에 대해 처리된 상기 제2 응답 결과를 분석하고,
    상기 제2 응답 결과를 분석하는 결과에 기반하여 상기 연속 발화 처리 여부를 결정하도록 설정된 전자 장치.
    
11. 제10항에 있어서, 상기 프로세서는,
    상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 세션의 종료 시간을 참조하여 상기 제2 발화의 연속 발화 처리 또는 루트 발화 처리를 결정하도록 설정된 전자 장치.
    
12. 제9항에 있어서, 상기 프로세서는,
    상기 제2 응답 결과가 상기 제2 발화에 대해 인식 실패에 따른 제1 상황의 응답 결과이거나, 또는 상기 제2 응답 결과가 상기 제1 발화를 처리한 제1 캡슐과 다른 제2 캡슐에서 처리되는 제2 상황의 응답 결과인 경우, 상기 제2 발화의 연속 발화 처리를 결정하도록 설정된 전자 장치.
    
13. 제12항에 있어서, 상기 프로세서는,
    상기 제2 발화를 연속 발화 처리로 결정하는 것에 기반하여, 상기 제1 발화를 처리한 상기 제1 캡슐의 캡슐 식별자를 획득하고,
    상기 획득된 캡슐 식별자를 상기 서버로 전송하고, 상기 캡슐 식별자의 상기 제1 캡슐에 기반하여 상기 제2 발화의 재처리를 상기 서버로 요청하도록 설정된 전자 장치.
    
14. 제12항에 있어서, 상기 프로세서는,
    상기 제1 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하고,
    상기 제2 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 루트 발화 처리에 따른 상기 제2 응답 결과와 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하도록 설정된 전자 장치.
    
15. 전자 장치의 동작 방법에 있어서,
    마이크를 통해 입력된 사용자의 제1 발화에 관련된 제1 응답 결과를 제공하는 동작;
    상기 제1 발화에 관련된 세션(session)을 종료하는 동작;
    상기 제1 발화에 관련된 세션을 종료한 이후에, 상기 마이크를 통해 입력된 사용자의 제2 발화에 따른 음성 신호를 획득하는 동작;
    상기 제2 발화의 처리에 관련된 제2 응답 결과를 획득하는 동작;
    상기 제2 응답 결과에 기반하여 상기 제2 발화에 대한 연속 발화 처리 여부를 결정하는 동작;
    상기 연속 발화 처리를 결정하는 것에 기반하여 상기 제1 발화에 관련된 정보를 지정하여 상기 제2 발화에 대한 재처리를 수행하는 동작;
    상기 제2 발화의 재처리에 관련된 제3 응답 결과를 획득하는 동작; 및
    상기 제2 발화에 대해 연속 발화를 처리하는 속성에 기반하여 한 개 또는 두 개의 응답 결과를 제공하는 동작을 포함하는 방법.
    
16. 제15항에 있어서, 상기 연속 발화 처리 여부를 결정하는 동작은,
    상기 제2 응답 결과 획득에 기반하여, 상기 제1 발화에 관련된 히스토리를 판단하는 동작,
    상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 제2 발화에 대해 처리된 상기 제2 응답 결과를 분석하는 동작,
    상기 제2 응답 결과를 분석하는 결과에 기반하여 상기 연속 발화 처리 여부를 결정하는 동작을 포함하는 방법.
    
17. 제16항에 있어서, 상기 연속 발화 처리 여부를 결정하는 동작은,
    상기 제1 발화에 관련된 히스토리가 존재하는 경우, 상기 세션의 종료 시간을 참조하여 상기 제2 발화의 연속 발화 처리 또는 루트 발화 처리를 결정하는 동작을 포함하는 방법.
    
18. 제16항에 있어서, 상기 연속 발화 처리 여부를 결정하는 동작은,
    상기 제2 응답 결과가 상기 제2 발화에 대해 인식 실패에 따른 제1 상황의 응답 결과이거나, 또는 상기 제2 응답 결과가 상기 제1 발화를 처리한 제1 캡슐과 다른 제2 캡슐에서 처리되는 제2 상황의 응답 결과인 경우, 상기 제2 발화의 연속 발화 처리를 결정하는 동작을 포함하는 방법.
    
19. 제18항에 있어서, 상기 제2 발화에 대한 재처리를 수행하는 동작은,
    상기 제2 발화를 연속 발화 처리로 결정하는 것에 기반하여, 상기 제1 발화를 처리한 상기 제1 캡슐의 캡슐 식별자를 획득하는 동작,
    상기 제2 발화를 재처리 하기 위한 캡슐을 상기 획득된 캡슐 식별자의 상기 제1 캡슐로 지정하는 동작,
    지정된 제1 캡슐에 기반하여 상기 제2 발화를 재처리 하는 동작을 포함하는 방법.
    
20. 제18항에 있어서, 상기 응답 결과를 제공하는 동작은,
    상기 제1 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하는 동작,
    상기 제2 상황의 응답 결과에 기반하여 연속 발화 처리 결정 시, 상기 제2 발화의 루트 발화 처리에 따른 상기 제2 응답 결과와 상기 제2 발화의 연속 발화 처리에 따른 상기 제3 응답 결과를 제공하는 동작을 포함하는 방법.

Images