KR20220136750A - 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법 - Google Patents
사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법 Download PDFInfo
- Publication number
- KR20220136750A KR20220136750A KR1020210042805A KR20210042805A KR20220136750A KR 20220136750 A KR20220136750 A KR 20220136750A KR 1020210042805 A KR1020210042805 A KR 1020210042805A KR 20210042805 A KR20210042805 A KR 20210042805A KR 20220136750 A KR20220136750 A KR 20220136750A
- Authority
- KR
- South Korea
- Prior art keywords
- feature vector
- electronic device
- processor
- similarity
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 51
- 238000012545 processing Methods 0.000 title claims description 32
- 230000015654 memory Effects 0.000 claims abstract description 98
- 238000004891 communication Methods 0.000 claims description 64
- 238000001514 detection method Methods 0.000 claims description 39
- 238000013528 artificial neural network Methods 0.000 claims description 30
- 230000000295 complement effect Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000005236 sound signal Effects 0.000 claims description 14
- 239000002775 capsule Substances 0.000 description 36
- 230000006870 function Effects 0.000 description 36
- 238000010586 diagram Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 22
- 238000005516 engineering process Methods 0.000 description 20
- 230000004044 response Effects 0.000 description 16
- 230000035945 sensitivity Effects 0.000 description 14
- 230000009471 action Effects 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 11
- 230000004913 activation Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 5
- 238000011017 operating method Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000271946 Bitis gabonica Species 0.000 description 1
- 240000001973 Ficus microcarpa Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 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
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000004020 conductor Substances 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
- 230000003993 interaction Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 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
- 238000011176 pooling Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
- G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
- G06F7/544—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices for evaluating functions by calculation
- G06F7/5443—Sum of products
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
- G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
- G06F7/50—Adding; Subtracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
- G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
- G06F7/52—Multiplying; Dividing
- G06F7/523—Multiplying only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
- G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
Abstract
본 개시에 따른 일 실시 예에서의 전자 장치는, 마이크, 마이크와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는, 마이크로부터 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역(inverse)의 값으로 저장하는 버퍼 메모리 및 마이크로부터 스트리밍(streaming)되는 제2 음성 신호에 기반한 제2 특징 벡터와 버퍼 메모리에 저장된 제1 특징 벡터의 역의 값에 기초하여 제1 특징 벡터 및 제2 특징 벡터에 대한 놈(norm) 연산을 수행하거나 제1 특징 벡터 및 제2 특징 벡터의 유사도를 연산하도록 구성된 연산 회로를 포함할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.
Description
다양한 실시 예들은 사용자 음성 명령을 인식하고, 사용자 음성 명령에 대응되는 동작을 수행하는 기술에 관한 것이다.
인공지능 시스템(또는 통합 지능화 시스템)은 인간 수준의 지능을 구현하는 컴퓨터 시스템으로서 기계가 스스로 학습하고 판단하며, 사용할수록 인식률이 향상되는 시스템이다. 인공지능 기술은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘을 이용하는 기계학습(딥러닝) 기술 및 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 요소 기술들로 구성된다.
상기 요소 기술들은, 예로, 인간의 언어/문자를 인식하는 언어적 이해 기술, 사물을 인간의 시각처럼 인식하는 시각적 이해 기술, 정보를 판단하여 논리적으로 추론하고 예측하는 추론/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 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다.
한편, 인공지능 시스템이 탑재된 전자 장치는 사용자의 발화에 의해 입력된 음성 데이터를 분석하고, 분석된 결과에 기초하여 전자 장치 또는 전자 장치와 연결된 외부 전자 장치에서 수행될 기능을 판단하고, 상기 기능이 전자 장치 또는 외부 전자 장치에서 수행될 수 있도록 지원할 수 있다.
최근 음성 인식 기능을 제공하는 전자 장치가 점점 늘어나고 있는 추세이다. 사용자의 발화를 인식한 전자 장치는 전자 장치에 내장된 기능(예: 전자 장치에 설치된 어플리케이션)을 실행함으로써 사용자에게 서비스를 제공할 수 있을 뿐만 아니라, 다양한 제3 서비스 제공자들(3rd party service provider)을 통해 관련 서비스를 제공할 수도 있다. 이때, 전자 장치는 사용자 발화에 의해 입력된 음성 데이터를 분석하고, 분석 결과 음성 데이터에 전자 장치의 제조사에서 미리 정한 키워드가 포함되어 있음에 기반하여 음성 인식 서비스를 제공할 수 있다.
한편, 음성 인식 기능을 제공하는 다양한 전자 장치들은, 전자 장치에 내장된 기능을 실행함으로써 사용자에게 다양한 서비스를 제공할 수 있으나, 전자 장치는 미리 정해진 음성 키워드를 수신하면 음성 인식 서비스의 제공을 위해 보이스 어시스턴트 앱을 실행할 수 있다. 미리 정해진 음성 키워드는 시동어라고 언급될 수 있다. 전자 장치는 미리 정해진 음성 키워드 이후에 이어지는 사용자 발화에 상응하는 명령을 실행할 수 있다. 예를 들어, 미리 정해진 키워드는 제조사가 전자 장치의 제조 시에 설정한 키워드일 수 있다. 전자 장치의 사용자는 정해진 키워드가 포함된 발화를 해야만 보이스 어시스턴트 앱을 실행할 수 있다.
음성 인식 서비스의 기능을 실행하기 위해 미리 정해진 음성 명령어를 발화해야 하는 경우, 미리 정해진 키워드를 발화해야 한다. 따라서, 다양한 사용자들이 사용자별로 개인화된 커스텀 키워드에 기초하여 보이스 어시스턴트 앱을 실행할 수 없다는 단점이 있다.
또한, 개인화된 커스텀 키워드를 이용하여 보이스 어시스턴트 앱을 실행하기 위해선, 많은 양의 커스텀 키워드를 수집하여 전자 장치 또는 서버에서 딥러닝 학습을 수행하여야 한다. 다량의 커스텀 키워드에 기초하여 수행되는 딥러닝 학습이 전자 장치에서 이뤄질 경우, 전력 소비를 증가시킬 수 있다. 또한, 상기 딥러닝 학습을 서버를 통해 수행할 경우, 다량의 사용자 음성이 서버에 전송됨에 따라 보안상 취약한 단점이 있다.
본 개시에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
일 실시 예에서의 전자 장치는, 마이크, 마이크와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는, 마이크로부터 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역(inverse)의 값으로 저장하는 버퍼 메모리 및 마이크로부터 스트리밍(streaming)되는 제2 음성 신호에 기반한 제2 특징 벡터와 버퍼 메모리에 저장된 제1 특징 벡터의 역의 값에 기초하여 제1 특징 벡터 및 제2 특징 벡터에 대한 놈(norm) 연산을 수행하거나 제1 특징 벡터 및 제2 특징 벡터의 유사도를 연산하도록 구성된 연산 회로를 포함할 수 있다.
일 실시 예에 따른 놈 연산 및 유사도 연산을 수행하도록 구성된 연산 회로를 포함하는 전자 장치의 동작 방법에 있어서, 전자 장치에 포함된 마이크를 통해 전자 장치의 사용자로부터 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역으로 전자 장치에 포함된 메모리에 저장하는 동작, 마이크로부터 스트리밍으로 획득되는 제2 음성 신호에 기반한 제2 특징 벡터 및 제1 벡터의 역의 값에 기초하여 놈 연산을 수행하는 동작, 연산 결과에 기반하여 제1 특징 벡터와 제2 특징 벡터의 유사도를 연산하는 동작을 포함할 수 있다.
일 실시 예에 따른 뉴럴 네트워크 연산 수행을 위한 키워드 탐지 가속기는, 오디오 신호 처리기, 버퍼 메모리, 놈 연산을 수행할 수 있는 연산 회로 및 오디오 신호 처리기, 버퍼 메모리 및 연산 회로와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는 오디오 신호 처리기를 통해 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역의 값으로 버퍼 메모리에 저장하고, 오디오 신호 처리기를 통해 스트리밍되는 제2 음성 신호를 획득하고, 연산 회로를 통해 제2 음성 신호에 대한 제2 특징 벡터와 제1 특징 벡터의 역의 값에 기초하여 제1 특징 벡터 및 제2 특징 벡터에 대한 놈 연산을 수행하거나 제1 특징 벡터 및 제2 특징 벡터의 유사도를 연산할 수 있다.
본 개시의 다양한 실시 예들에 따른 전자 장치 및 그의 동작 방법은, 음성 인식 서비스를 이용하기 위한 커스텀 키워드를 사용자의 입력에 의해 설정할 수 있다.
본 개시의 다양한 실시 예들에 따른 전자 장치 및 그의 동작 방법은, 사용자의 발화로부터 커스텀 키워드가 포함된 음성 데이터의 수신에 기반하여 음성 인식 서비스를 제공할 수 있다.
본 개시의 다양한 실시 예들에 따른 전자 장치 및 그의 동작 방법은, 전자 장치에 포함된 키워드 탐지 가속기를 이용하여 항시 동작(always on) 커스텀 키워드 탐지 동작을 수행할 수 있다.
본 개시의 다양한 실시 예들은 따른 전자 장치 및 그의 동작 방법은, 서버에서 실행되는 딥러닝 학습을 통하지 않고, 원-샷 러닝(또는 보다 발전된 형태의 네트워크)을 구현한 키워드 탐지 가속기를 통해 커스텀 키워드에 기반한 음성 인식 서비스를 제공할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 2는 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 3은 일 실시 예에 따른 전자 장치의 블록도이다.
도 4는 일 실시 예에 따른 키워드 탐지 가속기의 블록도이다.
도 5는 일 실시 예에 따른 키워드 탐지 가속기의 구성을 나타내는 도면이다.
도 6은 일 실시 예에 연산 회로의 논리 연산 구조를 나타내는 도면이다.
도 7a는 제2 특징 벡터에 대한 연산 과정을 나타내는 도면이다.
도 7b는 제1 특징 벡터 및 제2 특징 벡터에 대한 연산 과정을 나타내는 도면이다.
도 7c는 제1 특징 벡터 및 제2 특징 벡터에 대한 제1 놈(norm) 연산 과정을 나타내는 도면이다.
도 7d는 제1 특징 벡터 및 제2 특징 벡터에 대한 제2 놈(norm) 연산 과정을 나타내는 도면이다.
도 8은 일 실시 예에 따른 연산 회로의 유사도 연산 과정을 나타내는 도면이다.
도 9는 일 실시 예에 따른 전자 장치의 커스텀 키워드 저장 동작을 설명하기 위한 흐름도이다.
도 10은 일 실시 예에 따른 전자 장치의 커스텀 키워드 설정 동작을 설명하기 위한 흐름도이다.
도 11은 일 실시 예에 따른 전자 장치의 키워드 유사도 연산 동작을 설명하기 위한 흐름도이다.
도 12는 일 실시 예에 따른 전자 장치의 보이스 어시스턴트 앱을 실행하는 동작을 설명하기 위한 흐름도이다.
도 13는 일 실시 예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 전자 장치를 도시하는 도면이다.
도 14는 일 실시 예에 따라, 커스텀 키워드를 설정하는 화면을 표시하는 전자 장치를 도시하는 도면이다.
도 15는 일 실시 예에 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 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 3은 일 실시 예에 따른 전자 장치의 블록도이다.
도 4는 일 실시 예에 따른 키워드 탐지 가속기의 블록도이다.
도 5는 일 실시 예에 따른 키워드 탐지 가속기의 구성을 나타내는 도면이다.
도 6은 일 실시 예에 연산 회로의 논리 연산 구조를 나타내는 도면이다.
도 7a는 제2 특징 벡터에 대한 연산 과정을 나타내는 도면이다.
도 7b는 제1 특징 벡터 및 제2 특징 벡터에 대한 연산 과정을 나타내는 도면이다.
도 7c는 제1 특징 벡터 및 제2 특징 벡터에 대한 제1 놈(norm) 연산 과정을 나타내는 도면이다.
도 7d는 제1 특징 벡터 및 제2 특징 벡터에 대한 제2 놈(norm) 연산 과정을 나타내는 도면이다.
도 8은 일 실시 예에 따른 연산 회로의 유사도 연산 과정을 나타내는 도면이다.
도 9는 일 실시 예에 따른 전자 장치의 커스텀 키워드 저장 동작을 설명하기 위한 흐름도이다.
도 10은 일 실시 예에 따른 전자 장치의 커스텀 키워드 설정 동작을 설명하기 위한 흐름도이다.
도 11은 일 실시 예에 따른 전자 장치의 키워드 유사도 연산 동작을 설명하기 위한 흐름도이다.
도 12는 일 실시 예에 따른 전자 장치의 보이스 어시스턴트 앱을 실행하는 동작을 설명하기 위한 흐름도이다.
도 13는 일 실시 예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 전자 장치를 도시하는 도면이다.
도 14는 일 실시 예에 따라, 커스텀 키워드를 설정하는 화면을 표시하는 전자 장치를 도시하는 도면이다.
도 15는 일 실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 1을 참조하면, 일 실시예의 통합 지능 시스템은 사용자 단말(100), 지능형 서버(200), 및 서비스 서버(290)를 포함할 수 있다.
일 실시 예의 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(television), 백색 가전, 웨어러블 장치, HMD (head mounted device), 또는 스마트 스피커일 수 있다.
도시된 실시 예에 따르면, 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 실시 예의 통신 인터페이스(110)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(120)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(130)는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 일 실시 예의 디스플레이(140)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 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 실시 예의 메모리(150)는 클라이언트 모듈(151), SDK(software development kit)(153), 및 복수의 앱들(155)을 저장할 수 있다. 상기 클라이언트 모듈(151), 및 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(151) 또는 SDK(153)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.
상기 복수의 앱들(155)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱(155)은 제1 앱(155_1), 및/또는 제2 앱(155_3)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱(155) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 앱들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(155)은 프로세서(160)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(160)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(160)는 통신 인터페이스(110), 마이크(120), 스피커(130), 및 디스플레이(140)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다. 예를 들어, 프로세서(160)는 적어도 하나의 프로세서를 포함할 수 있다.
일 실시 예의 프로세서(160)는 또한 상기 메모리(150)에 저장된 프로그램을 실행하여 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(160)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(160)는, 예를 들어, SDK(153)를 통해 복수의 앱(155)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작들은 프로세서(160)의 실행에 의하여 수행되는 동작일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 마이크(120)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 음성 입력(예: 음성 신호)을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(151)은 수신된 음성 입력과 함께, 사용자 단말(100)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이(140)에 표시할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(140)에 표시할 수 있다. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 지능형 서버(200)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지정된 음성 입력(예: 웨이크 업!)에 대응하여 유기적인 동작을 수행함으로써 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다.
일 실시 예의 지능형 서버(200)는 통신 망을 통해 사용자 단말(100)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 적어도 하나의 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neual network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 및/또는 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의된 복수의 플랜들 중 적어도 하나의 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 사용자 단말(100)로 송신하거나, 생성된 플랜을 사용자 단말(100)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natual language platform)(220), 캡슐 데이터베이스(capsule database)(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 실시 예의 프론트 엔드(210)는 사용자 단말(100)로부터 수신된 음성 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 음성 입력에 대응되는 응답을 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 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), 및/또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)를 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(221)은 사용자 단말(100)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) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 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 실시 예의 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 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, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및/또는 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, 플래너 모듈(225)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 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 기초하여, 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 플랜를 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(100)에서도 구현가능 할 수 있다.
상기 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 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 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 실시 예에 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 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자 단말(100)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(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, 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 실시 예에서는 캡슐 데이터베이스(230) 은 사용자 단말(100) 내에도 구현이 가능할 수 있다.
일 실시 예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(250)는 산출된 결과를 사용자 단말(100)로 송신할 수 있다. 이에 따라, 사용자 단말(100)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(280)을 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(290)는 사용자 단말(100)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(290)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(290)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(290)는 플랜에 따른 결과 정보를 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 실시 예에서, 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, 사용자 단말(100)은 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)를 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에서, 사용자 단말(100)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(100)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 사용자 단말(100)이 지능형 서버(200) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말은, 상기 마이크(120)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말은, 상기 음성 데이터를 통신 인터페이스(110)를 이용하여 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(200)는 사용자 단말(100)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/또는 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/또는 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 사용자 단말(100)은, 통신 인터페이스(110)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(100)은 상기 스피커(130)를 이용하여 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(140)를 이용하여 사용자 단말(100) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 2는 다양한 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(200)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(230))는 CAN (concept action network) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network) 형태로 저장될 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(capsule(A)(401), capsule(B)(404))을 저장할 수 있다. 일 실시 예에 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 서비스 A(291) 또는 CP 서비스 B(292))가 대응될 수 있다. 일 실시 예에 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 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(225)은 캡슐 데이터베이스에 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 일 실시 예에 따른 전자 장치의 블록도이다.
도 3을 참조하면, 전자 장치(300)(예: 도 1의 사용자 단말(100))는 적어도 하나의 프로세서(310), 메모리(320), 마이크(330), 통신 회로(340) 및 디스플레이(350)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적(operatively)으로 또는 전기적으로 연결될 수 있다. 도 3에 도시된 전자 장치(300)의 구성 요소들은 일 예로서 일부가 변형되거나 삭제 또는 추가될 수 있다. 일 실시 예에 따르면, 전자 장치(300)는 도 1의 사용자 단말(100)의 구성 요소의 전부 또는 일부를 포함할 수 있다. 다양한 실시 예들에 따르면, 전자 장치(300)는 도 1의 지능형 서버(200)와 통신하며 단독 또는 공동으로 다양한 실시 예에 따른 동작들을 수행할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 메모리(320), 마이크(330), 통신 회로(340) 및 디스플레이(350)와 전기적으로 또는 작동적으로 연결될 수 있다. 일 실시 예에 따르면, 프로세서(310)는 메모리(320)에 저장된 인스트럭션들을 이용하여 전자 장치(300)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 중앙처리장치(CPU), 그래픽처리장치(GPU), MCU(micro controller unit), 센서 허브, 보조프로세서(supplementary processor), 통신프로세서(communication processor), 애플리케이션 프로세서(application processor), ASIC(application specific integrated circuit), FPGA(field programmable gate arrays), NPU(Neural Processing Unit) 중 적어도 하나를 포함할 수 있으며, 복수의 코어를 가질 수 있다.
일 실시 예에 따르면, 프로세서(310)에 포함된 NPU는 애플리케이션의 실행에 따라 요구되는 뉴럴 네트워크 기반의 태스크들을 수행할 수 있다. 일 실시 예에 따르면, NPU는 애플리케이션 프로세서에 포함될 수 있다. 뉴럴 네트워크는 CNN(Convolution Neural Network), R-CNN(Region with Convolution Neural Network), RPN(Region Proposal Network), RNN(Recurrent Neural Network), S-DNN(Stacking-based deep Neural Network), S-SDNN(State-Space Dynamic Neural Network), Deconvolution Network, DBN(Deep Belief Network), RBM(Restricted Boltzman Machine), Fully Convolutional Network, LSTM(Long Short-Term Memory) Network, Classification Network를 포함하는 다양한 종류의 뉴럴 네트워크 모델들 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 수신되는 입력 데이터를 기초로 뉴럴 네트워크 연산을 수행할 수 있다. 예컨대, 뉴럴 네트워크 연산은, 컨볼루션, 풀링, 활성 함수 연산, 내적 연산, 벡터 연산 및 시그모이드 연산 등을 포함할 수 있다.
뉴럴 네트워크는 적어도 하나의 레이어를 포함할 수 있다. 적어도 하나의 레이어는 선형 레이어(예: 컨볼루션 레이어) 또는 비선형 레이어(예: 폴링 레이어)일 수 있다. 일 실시 예에 따른 전자 장치(300)는 컨볼루션 레이어를 통해 뉴럴 네트워크 연산을 수행할 수 있다. 일 실시 예에 따른 컨볼루션 레이어는 입력되는 값에 기반하여 특징 벡터를 생성할 수 있다. 예를 들어, 컨볼루션 레이어는 입력된 사용자 음성 신호에 대응되는 특징 벡터를 생성할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 음성 인식 서비스의 실행을 위해 특화된 하드웨어 구조를 포함할 수 있다. 예를 들어, 프로세서(310)는 버퍼 메모리(311) 및 연산 회로(312)를 포함할 수 있다. 다양한 실시 예들에 따라, 프로세서(310)는 음성 인식 서비스의 실행 여부를 결정하기 위한 다양한 구성을 포함할 수 있다.
일 실시 예에 따르면, 버퍼 메모리(311)는 프로그램 및/또는 데이터를 저장할 수 있다. 예를 들어, 버퍼 메모리(311)는 뉴럴 네트워크를 위한 연산 파라미터, 입력 데이터(예: 특징 벡터), 출력 데이터(예: 유사도)를 저장할 수 있다. 일 실시 예에 따르면, 연산 회로(312)는 메모리(311)로부터 수신된 입력 데이터(예: 특징 벡터)에 기초하여 연산 동작(예: 놈(norm) 연산)을 수행하고, 연산 결과(예: 유사도)를 메모리(311)에 저장할 수 있다. 일 실시 예에 따른 버퍼 메모리(311) 및 연산 회로(312)에 대한 설명은 도 4를 참조하여 자세히 후술된다.
일 실시 예에 따르면, 프로세서(310)는 마이크(330)를 통해 사용자의 발화에 의한 음성 입력을 수신할 수 있고, 수신된 음성 입력을 처리할 수 있다. 또한, 프로세서(310)는 수신된 음성 입력을 텍스트 데이터로 변환하고, 텍스트 데이터에 기초하여 음성 인식 서비스(예: 보이스 어시스턴트)를 제공할 수 있다. 예를 들어, 프로세서(310)는 수신된 음성 입력에 보이스 어시스턴트 앱을 실행하기 위한 키워드가 포함됨에 응답하여, 보이스 어시스턴트 앱을 실행할 수 있다. 일 실시 예에 따른 프로세서(310)는 전자 장치(300)의 사용자로부터 커스텀 키워드가 입력됨에 응답하여 보이스 어시스턴트 앱을 실행할 수 있다. 프로세서(310)가 보이스 어시스턴트 앱을 실행하는 동작은 도 9 내지 도 12를 참조하여 자세히 후술된다.
상술한 기능을 수행하기 위해, 프로세서(310)는 도 1을 참조하여 설명된 자연어 플랫폼(220)을 포함하거나, 상술한 기능 수행을 위해 특화된 하드웨어 구조를 포함할 수 있다.
일 실시 예에 따르면, 메모리(320)는 프로세서(310)가 실행 시에 전자 장치(300)의 동작을 수행하기 위해 데이터를 처리하거나 전자 장치(300)의 구성요소를 제어하도록 하는 인스트럭션들(instructions)을 저장할 수 있다. 일 실시 예에 따르면, 메모리(320)는 다양한 기능을 수행할 수 있는 적어도 하나의 어플리케이션을 저장할 수 있다. 일 실시 예에 따르면, 메모리(320)는 마이크(330)를 통해 수신된 사용자 음성 입력의 처리와 관련된 명령어 및 데이터를 저장할 수 있다. 예를 들어, 입력된 사용자의 음성 신호에 대한 데이터 및/또는 음성 인식 서비스 실행과 관련된 데이터를 저장할 수 있다.
일 실시 예에 따르면, 메모리(320)는 보이스 어시스턴트 앱을 실행하기 위한 키워드 유사도 연산에 이용되는 연산 파라미터를 저장할 수 있다. 예를 들어, 메모리(320)는 프로세서(310)에 의해 설정된 커스텀 키워드에 대한 데이터 및/또는 전자 장치(300)의 사용자로부터 입력된 키워드 탐지 민감도에 대한 데이터를 저장할 수 있다.
일 실시 예에 따르면, 마이크(330)는 사용자 발화를 수신하여, 전기적 신호로 변환할 수 있다. 예를 들어, 마이크(330)는 전자 장치(300)의 사용자로부터 음성 인식 서비스 실행을 위한 사용자 발화를 수신하고, 이를 전기적 신호로 변환할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 마이크(330)를 통해 수신된 전기적 신호를 이용하여 사용자로부터 수신된 음성 신호의 키워드를 판단할 수 있다. 예를 들어, 프로세서(310)는 사용자로부터 수신된 음성 신호의 키워드가 음성 인식 서비스 실행을 위한 커스텀 키워드인지 판단할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 수신된 음성 신호의 키워드가 음성 인식 서비스 실행을 위한 키워드인 경우, 보이스 어시스턴트 앱을 실행할 수 있다. 일 실시 예에 따라 프로세서(310)가 수신된 음성 신호의 키워드가 음성 인식 서비스 실행을 위한 키워드인지 판단하는 동작은 도 4 내지 도 8을 참조하여 자세히 후술된다.
일 실시 예에 따르면, 전자 장치(300)는 통신 회로(340)를 통하여 도 1을 참조하여 설명된 지능형 서버(200)와 통신할 수 있다. 전자 장치(300)는 사용자 발화에 기반한 음성 데이터를 통신 회로(340)를 통해 지능형 서버(200)로 송신할 수 있다, 또한, 전자 장치(300)는 지능형 서버(200)로부터 통신 회로(340)를 이용하여 응답을 수신할 수 있다. 예를 들어, 전자 장치(300)는 사용자 발화에 기반한 음성 데이터를 통신 회로(340)를 통해 지능형 서버(200)로 송신하고, 자동 음성 인식 모듈(221)에 의해 생성된 텍스트 데이터를 수신할 수 있다.
일 실시 예에 따르면, 디스플레이(350)는 각종 콘텐트(예: 텍스트, 이미지, 비디오, 아이콘, 및/또는 심볼 등)를 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(350)는 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이 또는 유기 발광 다이오드(OLED) 디스플레이를 포함할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 음성 인식 서비스의 실행과 관련된 다양한 콘텐트를 표시하도록 디스플레이(350)를 제어할 수 있다. 예를 들어, 프로세서(310)는 음성 인식 서비스의 실행을 위한 키워드 입력을 요청하는 화면을 표시하도록 디스플레이(350)를 제어할 수 있다. 다양한 실시 예들에 따라, 디스플레이(350)가 음성 인식 서비스의 실행과 관련된 콘텐트를 표시하는 동작은 도 13 및 도 14를 참조하여 후술된다.
일 실시 예에 따르면, 프로세서(310)는 마이크(330)를 통해 음성 인식 서비스의 실행을 위한 키워드에 대응되는 제1 음성 신호를 사용자로부터 수신하고, 제1 음성 신호에 대한 제1 특징 벡터를 역(inverse)의 값으로 버퍼 메모리(311)에 저장할 수 있다. 일 실시 예에 따른 제1 특징 벡터는, 제1 음성 신호를 컨볼루션 레이어에 입력하여 생성된 벡터를 나타낼 수 있다.
일 실시 예에 따르면, 프로세서(310)는 마이크(330)를 통해 스트리밍(streaming)으로 획득되는 제2 음성 신호를 획득하고, 제2 음성 신호에 대한 제2 특징 벡터를 생성할 수 있다. 일 실시 예에 따르면, 제2 특징 벡터는, 제2 음성 신호를 컨볼루션 레이어에 입력하여 생성된 벡터를 나타낼 수 있다.
일 실시 예에 따르면, 프로세서(310)는 버퍼 메모리(311)에 저장된 제1 특징 벡터 역의 값과 제2 특징 벡터에 기초하여 다양한 연산을 수행할 수 있다. 예를 들어, 프로세서(310)는 연산 회로(312)를 이용하여 제1 특징 벡터 역의 값 및 제2 특징 벡터에 대한 놈 연산을 수행하거나 제1 특징 벡터 역의 값 및 제2 특징 벡터의 유사도를 연산할 수 있다. 일 실시 예에 따른 프로세서(310)는 유사도 연산 결과에 기초하여, 보이스 어시스턴트 앱을 실행할 수 있다.
도 4는 일 실시 예에 따른 키워드 탐지 가속기의 블록도이다.
도 4를 참조하면, 키워드 탐지 가속기(3100)는 버퍼 메모리(3110), 연산 회로(3120) 및 가속기 컨트롤러(3130)가속기 컨트롤러(3130)를 포함할 수 있다. 일 실시 예에 따른 키워드 탐지 가속기(3100) 및 가속기 컨트롤러(3130)는 도 3을 참조하여 설명된 프로세서(310)에 포함될 수 있다. 일 실시 예에 따르면, 키워드 탐지 가속기(3100)는 애플리케이션 프로세서에 포함될 수 있다. 다양한 실시 예들에 따라, 키워드 탐지 가속기(3100) 및 가속기 컨트롤러(3130)는 도 3을 참조하여 설명된 프로세서(310)의 동작을 수행할 수 있다. 일 실시 예에 따르면, 가속기 컨트롤러(3130)는 키워드 탐지 가속기(3100)의 동작을 제어할 수 있다. 일 실시 예에 따른 가속기 컨트롤러(3130)는 저전력으로 구동될 수 있다.
일 실시 예에 따른 키워드 탐지 가속기(3100)는 마이크(330)를 통해 획득된 사용자 음성 신호에 보이스 어시스턴트 앱을 실행하기 위한 커스텀 키워드가 포함되었는지 판단할 수 있다. 또한, 키워드 탐지 가속기(3100)는 커스텀 키워드가 포함되어 있음에 응답하여, 보이스 어시스턴트 앱을 실행하기 위한 인터럽트(interrupt) 신호를 프로세서(310)에 전달할 수 있다. 예를 들어, 키워드 탐지 가속기(3100)에 포함된 가속기 컨트롤러(3130)는 보이스 어시스턴트 앱을 실행하기 위한 인터럽트 신호를 중앙처리장치(CPU)로 전송할 수 있다. 예를 들어, 가속기 컨트롤러(3130)는 프로세서(310)에 포함된 중앙처리장치(CPU), 내부 버스(internal bus) 및 메모리 컨트롤러(DRAM controller)에 인터럽트 신호를 송신할 수 있다. 일 실시 예에 따른 프로세서(310)는 인터럽트 신호에 기반하여 보이스 어시스턴트 앱을 실행할 수 있다.
일 실시 예에 따른 버퍼 메모리(3110)는 커스텀 키워드(3111), 스트리밍 키워드(3112) 및 유사도 임계값(3113)을 저장할 수 있다. 일 실시 예에 따르면, 키워드 탐지 가속기(3100)는 전자 장치(300)에 포함된 다양한 구성으로부터 외부 데이터(E_D)를 수신할 수 있다. 일 실시 예에 따른 외부 데이터는 마이크(330)를 통해 획득된 사용자의 음성 신호, 사용자로부터 입력된 키워드 탐지 민감도에 대한 데이터 및/또는 메모리(320)에 저장된 데이터를 포함할 수 있다. 다양한 실시 예들에 따라 외부 데이터는 다양한 데이터를 포함할 수 있다.
일 실시 예에 따르면, 가속기 컨트롤러(3130)는 외부 데이터(E_D)가 수신됨에 응답하여, 외부 데이터(E_D)를 버퍼 메모리(3110)에 저장할 수 있다. 일 실시 예에 따르면, 외부 데이터(E_D)는 사용자로부터 입력된 음성 신호에 대한 특징 벡터를 포함할 수 있다. 일 실시 예에 따르면, 특징 벡터는 도 3을 참조하여 설명된 컨볼루션 레이어를 이용해 획득될 수 있다. 예를 들어, 프로세서(310)는 연산 하드웨어(예: CPU, GPU 및/또는 DSP)를 이용해 음성 신호에 대한 특징 벡터를 획득할 수 있다. 일 실시 예에 따르면, 가속기 컨트롤러(3130)는 전자 장치(300)의 커스텀 키워드 설정 동작에 따라 입력된 제1 음성 신호에 대한 제1 특징 벡터를 커스텀 키워드(3111)에 저장할 수 있다. 일 실시 예에 따르면, 가속기 컨트롤러(3130)는 메모리(320)로부터 제1 특징 벡터를 획득하고, 획득된 제1 특징 벡터를 버퍼 메모리(3110)에 역(inverse)으로 저장할 수 있다. 다양한 실시 예들에 따라, 버퍼 메모리(3110)에 저장된 커스텀 키워드(3111), 스트리밍 키워드(3112) 및 유사도 임계값(3113)은 하나의 버퍼 메모리에 저장되거나 복수 개의 버퍼 메모리에 각각 저장될 수 있다.
일 실시 예에 따르면, 가속기 컨트롤러(3130)는 마이크(330)를 통해 스트리밍 되는 제2 음성 신호에 대한 제2 특징 벡터를 스트리밍 키워드(3112)에 저장할 수 있다. 일 실시 예에 따르면 가속기 컨트롤러(3130)는 사용자로부터 키워드 탐지 민감도에 대한 데이터를 수신하고, 이에 대한 역의 값을 버퍼 메모리(3110)에 유사도 임계값(3113)으로서 저장할 수 있다. 예를 들어, 디스플레이(350)를 통한 터치 입력으로, 사용자로부터 키워드 탐지 민감도에 대한 데이터를 획득하고 획득된 데이터를 유사도 임계값(3113)으로 버퍼 메모리(3110)에 저장할 수 있다. 일 실시 예에 따르면, 유사도 임계값에 대한 절댓값의 크기가 클수록 제1 음성 신호에 포함된 보이스 어시스턴트 앱을 실행하기 위한 키워드와 제2 음성 신호에 포함된 키워드의 유사도가 높아야 보이스 어시스턴트 앱이 실행될 수 있다.
일 실시 예에 따르면, 연산 회로(3120)는 키워드 탐지 가속기에서 실행되는 다양한 연산을 수행할 수 있다. 다양한 실시 예들에 따라, 연산 회로는 적어도 하나의 멀티플렉서(multiplexer), 적어도 하나의 곱셈기(multiplier), 적어도 하나의 가산기(adder), 적어도 하나의 누산기(accomulater) 및/또는 적어도 하나의 2의 보수 회로를 포함할 수 있다.
일 실시 예에 따르면, 키워드 탐지 가속기(3100)는 스트리밍으로 획득되는 제2 음성 신호에 보이스 어시스턴트 앱을 실행하기 위한 키워드가 포함되었는지 판단할 수 있다. 예를 들어, 키워드 탐지 가속기(3100)는 미리 설정된 커스텀 키워드에 대응되는 제1 특징 벡터와, 스트리밍으로 획득되는 제2 음성 신호에 대응되는 제2 특징 벡터의 유사도를 계산하고, 계산된 유사도와 유사도 임계값(3113)을 비교하여, 보이스 어시스턴트 앱의 실행을 위한 인터럽트 신호를 생성할 수 있다. 일 실시 예에 따르면, 가속기 컨트롤러(3130)는 연산 회로(3120)를 통해 제1 특징 벡터 역의 값과 제2 특징 벡터의 유사도를 연산할 수 있다. 일 실시 예에 따르면, 제1 특징 벡터 역의 값과 제2 특징 벡터의 유사도는 놈 연산을 통해 결정될 수 있다. 일 실시 예에 따르면, 가속기 컨트롤러(3130)는 제1 특징 벡터 및 제2 특징 벡터에 대한 놈 연산 결과에 시그모이드 연산을 수행하여 이를 유사도로 결정할 수 있다.
일 실시 예에 따르면, 가속기 컨트롤러(3130)는 연산 회로(3120)를 이용해 결정된 유사도와 임계값을 비교하여 유사도가 임계값보다 크면 보이스 어시스턴트 앱을 실행하기 위한 인터럽트 신호를 중앙처리장치로 전송할 수 있다. 다양한 실시 예들에 따라, 연산 회로(3120)가 제1 특징 벡터 및 제2 특징 벡터에 기반하여 놈 연산을 수행하는 과정 및 유사도와 임계값을 비교하는 과정은 도 6 내지 도 8을 참조하여 자세히 후술된다.
도 5는 일 실시 예에 따른 키워드 탐지 가속기의 구성을 나타내는 도면이다.
도 5를 참조하면, 키워드 탐지 가속기(3100)는 SRAM(510), MFCC(530), Activation(540), Control(550) 및 MAC(520)을 포함할 수 있다. 일 실시 예에 따르면, SRAM(510)은 버퍼 메모리(3110)에 포함될 수 있다. 일 실시 예에 따르면, Control(550)은 가속기 컨트롤러(3130)에 포함될 수 있고, MAC(520)은 연산 회로(3120)에 포함될 수 있다. 일 실시 예에 따르면, MFCC(530)는 마이크(330)를 통해 입력되는 사용자의 음성 신호를 일정 구간으로 나누어 스펙트럼을 분석하여 특징을 추출할 수 있다. 일 실시 예에 따른 Activation(540)는 활성 레이어를 통해 활성화 함수 연산을 수행할 수 있다. 예를 들어, Activation(540)은 시그모이드 함수, 정류 선형 유닛(ReLU; Rectified Linear Unit)함수를 이용해 연산을 수행할 수 있다.
일 실시 예에 따르면, Control(550)은 보이스 어시스턴트 앱의 실행 여부를 결정하기 위해, 메모리(320)에 저장된 커스텀 키워드에 대응되는 제1 특징 벡터 역의 값과 유사도 임계값을 리드(Read)하여 SRAM(510)에 저장할 수 있다. 일 실시 예에 따르면, Control(550)은 MFCC(530)를 통해 스트리밍으로 획득되는 제2 음성 신호에 대한 제2 특징 벡터와 제1 특징 벡터 역의 값에 대한 놈 연산을 MAC(520)을 통해 수행할 수 있다. 또한, Control(550)은 MAC(520)을 통한 상기 놈 연산의 결과에 Activation(540)을 통해 시그모이드 연산이 이뤄지도록 제어할 수 있다. 일 실시 예에 따르면, 시그모이드 함수를 이용하여 출력된 제1 특징 벡터 및 제2 특징 벡터에 대한 값은 유사도로 나타낼 수 있다.
일 실시 예에 따르면, Control(550)은 Activation(540)을 통해 획득된 유사도와 SRAM(510)에 저장된 유사도 임계값을 MAC(520)을 통해 비교할 수 있다. 예를 들어, Control(550)은 MAC(520)을 통해 유사도 및 유사도의 임계값에 대한 뺄셈 연산을 수행할 수 있다. 일 실시 예에 따르면, Control(550)은 MAC(520)을 통해 획득된 유사도 및 유사도의 임계값의 비교 결과가 양수인 경우, 보이스 어시스턴트 앱을 실행하기 위한 인터럽트 신호를 중앙처리장치로 전송할 수 있다. 다른 실시 예에 따르면, Control(550)은 MAC(520)을 통해 획득된 유사도 및 유사도의 임계값의 비교 결과가 음수인 경우, 보이스 어시스턴트 앱을 실행하기 위한 음성 입력이 없었던 것으로 결정할 수 있다.
도 6은 일 실시 예에 따른 연산 회로의 논리 연산 구조를 나타내는 도면이다.
도 6을 참조하면, 연산 회로(312)는 제1 내지 제6 멀티플렉서(601, 602, 604, 605, 608, 609), 곱셈기(603), 가산기(607), 누산기(610) 및/또는 2의 보수 회로(606)를 포함할 수 있다. 다양한 실시 예들에 따라, 연산 회로(312)에 포함된 구성은 추가되거나 생략될 수 있다. 일 실시 예에 따르면, 연산 회로(312) 2진 숫자로 표현된 데이터에 대한 연산 동작을 수행할 수 있다.
일 실시 예에 따른 제1 멀티플렉서(601) 및 제2 멀티플렉서(602)는 각각 전자 장치(300)에 포함된 다른 구성으로부터 전달되는 데이터와 누산기(610)로부터 전달되는 데이터 중에서 하나를 선택하여 출력할 수 있다. 일 실시 예에 따른 누산기(610)(예: 레지스터)는 연산 회로(312)에서 수행되는 연산의 결과 및/또는 연산에 이용되는 파라미터 값을 일시적으로 저장할 수 있다. 일 실시 예에 따른 제1 멀티플렉서(601)로부터 출력된 데이터는 곱셈기(603)에 입력될 수 있다.
일 실시 예에 따른 곱셈기(603)는 입력된 데이터에 대한 곱셈 연산을 수행하고 곱셈 결과를 출력할 수 있다. 일 실시 예에 따르면, 곱셈 결과는 제3 멀티플렉서(604)에 입력될 수 있다. 제3 멀티플렉서(604)는 곱셈기(603)로부터 입력된 곱셈 결과와 전자 장치(300)에 포함된 다른 구성으로부터 전달되는 데이터 중에서 하나를 선택하여 출력할 수 있다. 제3 멀티플렉서(604)를 통해 선택된 데이터는 가산기(607)에 입력될 수 있다. 일 실시 예에 따르면, 제4 멀티플렉서(605)는 누산기(610)로부터 전달되는 데이터와 '0' 중에서 하나를 선택하여 출력할 수 있다. 제4 멀티플렉서(605)를 통해 선택된 데이터는 가산기(607)로 입력될 수 있다. 일 실시 예에 따른 가산기(607)는 제3 멀티플렉서(604) 밑 제4 멀티플렉서(605)로부터 입력된 데이터의 덧셈 연산을 수행하고, 덧셈 결과를 출력할 수 있다.
일 실시 예에 따르면, 2의 보수 회로(606)는 누산기(610)로부터 출력된 데이터에 대한 2의 보수 연산을 수행할 수 있다. 연산 회로(312)는 2의 보수 연산을 통해 입력된 데이터의 절댓값을 출력할 수 있다. 예를 들어, 2의 보수 회로(606)는 입력된 데이터의 부호 비트를 확인하고, 입력된 데이터가 양수인지 음수인지 판단할 수 있다. 예를 들어, 2의 보수 회로(606)는 입력된 데이터의 최상위 비트에 기초하여 입력된 데이터가 양수인지 음수인지 판단할 수 있다. 일 실시 예에 따르면, 입력된 데이터의 부호 비트가 '0'이면 양수로 판단하고, '1'이면 음수로 판단할 수 있다. 일 실시 예에 따르면, 2의 보수 회로(606)는 입력된 데이터의 부호 비트가 '0'이면 입력된 데이터를 그대로 출력하고, 부호 비트가 '1'이면 2의 보수 연산을 수행할 수 있다.
일 실시 예에 따르면, 제6 멀티플렉서(609)는 2의 보수 회로(606)로부터 출력된 절댓값 데이터를 및 임의의 데이터를 입력 받아 하나를 선택하여 출력할 수 있다. 출력된 데이터는 제5 멀티플렉서(608)에 입력될 수 있다. 일 실시 예에 따르면, 제5 멀티플렉서(608)는 가산기(607) 및 제6 멀티플렉서(609)로부터 입력된 데이터 중에서 하나를 선택하여 출력할 수 있다. 출력된 데이터는 누산기(610)에 저장될 수 있다.
일 실시 예에 따르면, 연산 회로에 있어서, 복수 개의 멀티플렉서(예: 제1 내지 제6 멀티플렉서(601, 602, 604, 605, 608, 609)), 연산 단계에서 출력되는 데이터를 저장하기 위한 적어도 하나의 레지스터, 적어도 하나의 곱셈기(예: 곱셈기(603)), 적어도 하나의 가산기(예: 가산기(607)), 적어도 하나의 누산기(예: 누산기(610)) 및 2의 보수 회로(예: 2의 보수 회로(606))를 포함하고, 상기 복수 개의 멀티플렉서 중에서 하나의 멀티플렉서(예: 제3 멀티플렉서(604))는 커스텀 키워드 설정과 관련된 제1 음성 신호에 기반한 제1 특징 벡터 역의 값(-h1) 또는 유사도 임계값(-Th)을 출력하고, 2의 보수 회로는 제1 특징 벡터 역의 값(-h1) 및 제2 음성 신호에 기반한 제2 특징 벡터(h2)의 덧셈 연산 수행 결과인 뺄셈 데이터(h2-h1)에 대한 절댓값 연산을 수행하여 결과를 출력하고, 적어도 하나의 곱셈기, 적어도 하나의 가산기 및 적어도 하나의 누산기를 통해 놈 연산을 수행하여 제1 음성 신호 및 제2 음성 신호의 유사도를 계산할 수 있다.다양한 실시 예들에 따라, 연산 회로(312)는 각각의 연산 단계에서 출력되는 데이터를 저장하기 위한 레지스터를 포함할 수 있다. 일 실시 예에 따르면, 제1 내지 제6 멀티플렉서(601, 602, 603, 604, 605, 608, 609)는 도 4를 참조하여 설명된 가속기 컨트롤러(3130)로부터 전달된 제어 신호에 기반하여 입력된 데이터 중에서 하나를 선택하여 출력할 수 있다. 다양한 실시 예들에 따라, 연산 회로(312)의 구성은 동일한 결과값을 출력할 수 있는 균등한 범위에서 변경될 수 있다.
도 7a는 제2 특징 벡터에 대한 연산 과정을 나타내는 도면이다.
도 7a를 참조하면, 제1 특징 벡터 및 제2 특징 벡터에 대한 놈 연산을 수행하기 위해, 연산 회로(312)는 제2 특징 벡터를 누산기(610)에 저장할 수 있다. 연산 회로(312)의 구성에 대한 설명은 도 6을 참조하여 설명한 바와 동일하므로, 중복되는 설명은 생략된다.
일 실시 예에 따르면, 연산 회로(312)는 도 3을 참조하여 설명된 제2 특징 벡터(h2) 및 '1'을 입력 데이터로 수신할 수 있다. 일 실시 예에 따른 제2 특징 벡터(h2)는 마이크(330)를 통해 스트리밍으로 수신된 제2 음성 신호에 대응될 수 있다. 일 실시 예에 따른 제1 멀티플렉서(601)는 수신된 제2 특징 벡터(h2)를 곱셈기(603)로 출력하고, 제2 멀티플렉서(602)는 입력된 '1'을 곱셈기(603)로 출력할 수 있다. 일 실시 예에 따른 곱셈기(603)는 제2 특징 벡터(h2) 및 '1'에 대한 곱셈 연산을 수행할 수 있다. 따라서, 곱셈기(603)는 상기 연산을 통해 제2 특징 벡터(h2)를 출력할 수 있다.
일 실시 예에 따르면, 곱셈기(603)로부터 출력된 제2 특징 벡터(h2)는 제3 멀티플렉서(604)에 입력될 수 있다. 일 실시 예에 따르면, 제3 멀티플렉서(604)는 입력된 제2 특징 벡터(h2)를 가산기(607)로 출력할 수 있다. 일 실시 예에 따른 제4 멀티플렉서(605)는 '0'을 입력 받아서 가산기(607)로 출력할 수 있다. 따라서, 가산기(607)는 제2 특징 벡터(h2) 및 '0'을 입력 받을 수 있다. 일 실시 예에 따른 가산기(607)는 제2 특징 벡터 및 '0'에 대한 덧셈 연산을 수행하고, 덧셈 결과를 제5 멀티플렉서(608)로 출력할 수 있다. 따라서, 제5 멀티플렉서(608)는 제2 특징 벡터(h2)를 입력 받을 수 있다.
일 실시 예에 따르면, 제5 멀티플렉서(608)로 입력된 제2 특징 벡터(h2)는 누산기(610)로 출력될 수 있다. 일 실시 예에 따른 누산기(610)는 제2 특징 벡터(h2)를 저장할 수 있다.
도 7b는 제1 특징 벡터 및 제2 특징 벡터에 대한 연산 과정을 나타내는 도면이다.
도 7b를 참조하면, 제1 특징 벡터 및 제2 특징 벡터에 대한 놈 연산을 수행하기 위해, 연산 회로(312)는 제1 특징 벡터 및 제2 특징 벡터에 대한 뺄셈 연산을 수행하고, 뺄셈 결과를 누산기(610)에 저장할 수 있다. 연산 회로(312)의 구성에 대한 설명은 도 6을 참조하여 설명한 바와 동일하므로, 중복되는 설명은 생략된다.
일 실시 예에 따르면, 연산 회로(312)는 도 3을 참조하여 설명된 제1 특징 벡터 역의 값(-h1)을 가속기 컨트롤러(3130)를 통해 버퍼 메모리(3110)로부터 수신할 수 있다. 일 실시 예에 따르면, 가속기 컨트롤러(3130)는 제1 특징 벡터 및 제2 특징 벡터에 기초하여 키워드 유사도 연산을 수행하기 위해, 메모리(320)에 저장된 제1 특징 벡터 역의 값을 버퍼 메모리(311)에 로드하고, 제1 특징 벡터 역의 값을 연산 회로(312)로 입력할 수 있다.
일 실시 예에 따른 제1 특징 벡터 역의 값(-h1)은 커스텀 키워드를 설정하는 동작에서 마이크(330)를 통해 수신된 제1 음성 신호에 대응될 수 있다. 일 실시 예에 따른 제3 멀티플렉서(604)는 수신된 제1 특징 벡터 역의 값(-h1)을 가산기(607)로 출력할 수 있다. 일 실시 예에 따르면, 누산기(610)는 도 7a를 참조하여 누산기(610)에 저장된 제2 특징 벡터(h2)를 제4 멀티플렉서(605)로 출력할 수 있다.
일 실시 예에 따른 제4 멀티플렉서(605)는 입력된 제2 특징 벡터(h2) 및 '0' 중에서 제2 특징 벡터(h2)를 선택하여 출력할 수 있다. 출력된 제2 특징 벡터(h2)는 가산기(607)에 입력될 수 있다.
일 실시 예에 따르면, 가산기(607)는 제3 멀티플렉서(604)를 통해 입력된 제1 특징 벡터 역의 값(-h1)과 제2 특징 벡터(h2)에 대한 덧셈 연산을 수행할 수 있다. 예를 들어, 가산기(607)는 제1 특징 벡터 역의 값(-h1) 및 제2 특징 벡터(h2)에 대한 덧셈 연산을 수행하고, 덧셈 연산 결과인 뺄셈 데이터(h2-h1)를 제5 멀티플렉서(608)로 출력할 수 있다.
일 실시 예에 따르면, 제5 멀티플렉서(608)로 입력된 뺄셈 데이터(h2-h1)는 누산기(610)로 출력될 수 있다. 일 실시 예에 따른 누산기(610)는 뺄셈 데이터(h2-h1)를 저장할 수 있다.
도 7c는 제1 특징 벡터 및 제2 특징 벡터에 대한 제1 놈 연산 과정을 나타내는 도면이다.
도 7c를 참조하면, 제1 특징 벡터 및 제2 특징 벡터에 대한 놈 연산을 수행하기 위해, 연산 회로(312)는 뺄셈 데이터(h2-h1)에 대한 절댓값 연산을 수행할 수 있다. 연산 회로(312)의 구성에 대한 설명은 도 6을 참조하여 설명한 바와 동일하므로, 중복되는 설명은 생략된다.
일 실시 예에 따르면, 도 7c를 참조하여 누산기(610)에 저장된 뺄셈 데이터(h2-h1)는 2의 보수 회로(606)로 입력될 수 있다. 일 실시 예에 따른 2의 보수 회로(606)는 입력된 뺄셈 데이터(h2-h1)에 대한 절댓값 연산을 수행하고, 뺄셈 절댓값 데이터(|h2-h1|)를 제6 멀티플렉서(609)로 출력할 수 있다. 다양한 실시 예들에 따라, 2의 보수 회로(606)는 절댓값 연산에 필요한 다양한 구성을 포함할 수 있다.
일 실시 예에 따르면, 제6 멀티플렉서(609)는 뺄셈 절댓값 데이터(|h2-h1|)를 제5 멀티플렉서(608)로 출력할 수 있다. 또한, 제5 멀티플렉서(608)는 뺄셈 절댓값 데이터(|h2-h1)를 선택하여 누산기(610)로 출력하고, 출력된 뺄셈 절댓값 데이터(|h2-h1)는 누산기(610)에 저장될 수 있다. 일 실시 예에 따르면, 연산 회로(312)의 누산기(610)에 저장된 뺄셈 절댓값 데이터(|h2-h1|)는 제1 특징 벡터 및 제2 특징 벡터의 유사도 연산을 위한 제1 놈(norm) 값으로 표현될 수 있다. 일 실시 예에 따르면, 도 3을 참조하여 설명된 프로세서(310)는 제1 놈 값에 대한 시그모이드 연산을 수행할 수 있다. 일 실시 예에 따라, 시그모이드 연산을 수행한 제1 놈 값은 제1 유사도 데이터로 표현될 수 있다. 일 실시 예에 따르면, 제1 유사도 데이터에 기초하여 제2 음성 신호에 커스텀 키워드가 포함되었는지 여부를 판단하는 유사도 연산 동작은 도 8을 참조하여 자세히 후술된다.
도 7d는 제1 특징 벡터 및 제2 특징 벡터에 대한 제2 놈(norm) 연산 과정을 나타내는 도면이다.
도 7d를 참조하면, 제1 특징 벡터 및 제2 특징 벡터에 대한 놈 연산을 수행하기 위해, 연산 회로(312)는 뺄셈 데이터(h2-h1)에 대한 제곱 연산을 수행할 수 있다. 연산 회로(312)의 구성에 대한 설명은 도 6을 참조하여 설명한 바와 동일하므로, 중복되는 설명은 생략된다.
일 실시 예에 따르면, 도 7c를 참조하여 누산기(610)에 저장된 뺄셈 데이터(h2-h1)는 제1 멀티플렉서(601) 및 제2 멀티플렉서(602) 각각에 입력될 수 있다. 일 실시 예에 따른 제1 멀티플렉서(601) 및 제2 멀티플렉서(602)는 입력된 뺄셈 데이터(h2-h1)를 곱셈기(603)로 출력할 수 있다. 일 실시 예에 따른 곱셈기(603)는 제1 멀티플렉서(601) 및 제2 멀티플렉서(602)로부터 입력된 뺄셈 데이터(h2-h1)에 대한 곱셈 연산을 수행할 수 있다. 일 실시 예에 따른 곱셈기(603)는 뺄셈 데이터(h2-h1)에 대한 곱셈 연산을 수행하여, 뺄셈 제곱 데이터((h2-h1)^2)를 결과로 출력할 수 있다.
일 실시 예에 따르면, 곱셈기(603)로부터 출력된 뺄셈 제곱 데이터((h2-h1)^2)는 제3 멀티플렉서(604)에 입력될 수 있다. 일 실시 예에 따른 제3 멀티플렉서(604)는 입력된 뺄셈 제곱 데이터((h2-h1)^2)를 가산기(607)로 출력할 수 있다. 일 실시 예에 따르면, 제4 멀티플렉서(605)는 '0'을 입력받아 가산기(607)로 '0'을 출력할 수 있다. 일 실시 예에 따른 가산기(607)는 제3 멀티플렉서(604)로부터 입력된 뺄셈 제곱 데이터((h2-h1)^2)와 제4 멀티플렉서(605)로부터 입력된 '0'에 대한 덧셈 연산을 수행하고, 덧셈 결과를 출력할 수 있다. 따라서, 가산기(607)는 덧셈 결과로 뺄셈 제곱 데이터((h2-h1)^2)를 출력할 수 있다.
일 실시 예에 따르면, 가산기(607)로부터 출력된 뺄셈 제곱 데이터((h2-h1)^2)는 제5 멀티플렉서(608)로 입력되고, 제5 멀티플렉서(608)에 입력된 뺄셈 제곱 데이터((h2-h1)^2)는 누산기(610)로 입력되어 저장될 수 있다.
일 실시 예에 따르면, 연산 회로(312)의 누산기(610)에 저장된 뺄셈 제곱 데이터((h2-h1)^2)는 제1 특징 벡터 및 제2 특징 벡터의 유사도 연산을 위한 제2 놈(norm) 값으로 표현될 수 있다. 일 실시 예에 따르면, 도 3을 참조하여 설명된 프로세서(310)는 제2 놈 값에 대한 시그모이드 연산을 수행할 수 있다. 일 실시 예에 따라, 시그모이드 연산을 수행한 제2 놈 값은 제2 유사도 데이터로 표현될 수 있다. 일 실시 예에 따라, 제2 유사도 데이터에 기초하여 제2 음성 신호에 커스텀 키워드가 포함되었는지 여부를 판단하는 유사도 연산 동작은 도 8을 참조하여 자세히 후술된다.
도 8은 일 실시 예에 따른 연산 회로의 유사도 연산 과정을 나타내는 도면이다.
도 8을 참조하면, 프로세서(310)는 연산 회로(312)를 이용해 도 7a 내지 7d를 참조하여 설명된 제1 유사도 데이터 및 제2 유사도 데이터와 키워드 탐지 민감도에 대한 데이터를 비교할 수 있다. 일 실시 예에 따르면, 가속기 컨트롤러(3130)는 상기 비교 결과에 따라 보이스 어시스턴트 앱의 실행 여부를 결정하고, 보이스 어시스턴트 앱의 실행을 위한 인터럽트 신호를 생성하여 프로세서(310)로 전달할 수 있다. 예를 들어, 키워드 탐지 가속기(3100)에 포함된 가속기 컨트롤러(3130)는 인터럽트 신호를 생성하고, 프로세서(310)(예: 중앙처리장치)에 전송할 수 있다. 일 실시 예에 따른 프로세서(310)는 상기 인터럽트 신호에 기반하여 보이스 어시스턴트 앱을 실행할 수 있다.
일 실시 예에 따른 연산 회로(312)는 제1 유사도 데이터와 유사도 임계값(-Th)(예: 도 4의 유사도 임계값(3113))의 크기를 비교할 수 있다. 또한, 연산 회로(312)는 제2 유사도 데이터와 유사도 임계값(-Th)의 크기를 비교할 수 있다. 일 실시 예에 따르면, 제1 유사도 데이터와 유사도 임계값(-Th)의 크기를 비교하는 연산과 제2 유사도 데이터와 유사도 임계값(-Th)의 크기를 비교하는 연산은 동일한 연산 과정을 통해 수행될 수 있다. 따라서, 설명의 편의를 위해, 제1 유사도 데이터 및 제2 유사도 데이터는 유사도 데이터(L)로 통칭될 수 있다.
일 실시 예에 따르면, 가속기 컨트롤러(3130)는 버퍼 메모리(3110)에 저장된 유사도 임계값(-Th)을 제3 멀티플렉서(604)에 입력할 수 있다. 제3 멀티플렉서(604)는 입력된 유사도 임계값(-Th)을 가산기(607)로 출력할 수 있다.
일 실시 예에 따르면, 도 7c및 도 7d를 참조하여 누산기(610)에 저장된 유사도 데이터(L)는 제4 멀티플렉서(604)에 입력될 수 있다. 일 실시 예에 따른 제4 멀티플렉서(605)는 유사도 데이터(L) 및 '0'을 입력 받아, 유사도 데이터(L)를 선택하여 출력할 수 있다. 출력된 유사도 데이터(L)는 가산기(607)에 입력될 수 있다.
일 실시 예에 따르면, 가산기(607)는 제3 멀티플렉서(604)를 통해 출력되어 가산기(607)에 입력된 유사도 임계값(-Th)과 제4 멀티플렉서(605)를 통해 가산기(607)에 입력된 유사도 데이터(L)에 대한 덧셈 연산을 수행할 수 있다. 일 실시 예에 따르면, 가산기(607)는 유사도 임계값(-Th) 및 유사도 데이터(L)에 대한 덧셈 결과의 부호 비트를 판단할 수 있다. 예를 들어, 가산기(607)는 유사도 임계값(-Th) 및 유사도 데이터(L)에 대한 덧셈 결과인 유사도 비교값(L-Th)의 최상위 비트를 부호 비트로 판단할 수 있다.
일 실시 예에 따르면, 가산기(607)는 판단된 유사도 비교값(L-Th)의 부호 비트는 유사도 결과(S(L-Th))로 출력될 수 있다. 일 실시 예에 따르면, 출력된 유사도 결과(S(L-Th))는 제5 멀티플렉서(608)에 입력될 수 있다. 일 실시 예에 따르면, 제5 멀티플렉서(608)는 입력된 유사도 결과(S(L-Th))를 누산기(610)로 출력할 수 있다. 일 실시 예에 따른 누산기(610)는 제5 멀티플렉서(608)로부터 출력된 유사도 결과(S(L-Th))를 저장할 수 있다.
일 실시 예에 따르면, 가속기 컨트롤러(3130)는 연산 회로(312)로부터 획득된 유사도 결과(S(L-Th))가 양수를 나타내면, 보이스 어시스턴트 앱을 실행하기 위해 인터럽트 신호를 생성할 수 있다. 예를 들어, 사용자로부터 스트리밍으로 획득된 제2 음성 신호에 보이스 어시스턴트 앱을 실행하기 위한 커스텀 키워드가 포함되어 있는 경우, 획득된 유사도 결과(S(L-Th))는 양수를 나타낼 수 있다. 따라서, 가속기 컨트롤러(3130)는 보이스 어시스턴트 앱의 실행을 위한 인터럽트 신호를 생성하고, 프로세서(310)로 전달할 수 있다. 예를 들어, 키워드 탐지 가속기(3100)에 포함된 가속기 컨트롤러(3130)는 인터럽트 신호를 생성하고, 프로세서(310)(예: 중앙처리장치)에 전송할 수 있다. 일 실시 예에 따른 프로세서(310)는 상기 인터럽트 신호에 기반하여 보이스 어시스턴트 앱을 실행할 수 있다.
다른 실시 예에 따르면, 연산 회로(312)로부터 획득된 유사도 결과(S(L-Th))가 음수를 나타내면, 보이스 어시스턴트 앱을 실행하지 않는 것으로 결정할 수 있다. 예를 들어, 사용자로부터 스트리밍으로 획득된 제2 음성 신호에 보이스 어시스턴트 앱을 실행하기 위한 커스텀 키워드가 포함되어 있지 않은 경우, 획득된 유사도 결과(S(L-Th))는 음수를 나타낼 수 있다. 따라서, 가속기 컨트롤러(3130)는 보이스 어시스턴트 앱을 실행하지 않고, 스트리밍으로 마이크(330)를 통해 제2 음성 신호를 다시 획득할 수 있다.
도 9는 일 실시 예에 따른 전자 장치의 커스텀 키워드 저장 동작을 설명하기 위한 흐름도(900)이다.
도 9를 참조하면, 프로세서(310)는 동작 901에서, 마이크(330)를 이용해 전자 장치(300)의 사용자로부터 제1 음성 신호를 획득할 수 있다. 일 실시 예에 따르면, 제1 음성 신호는 보이스 어시스턴트 앱을 실행하기 위한 음성 명령어로, 사용자의 입력에 의해 설정되는 커스텀 키워드를 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(300)는 동작 903에서, 사용자로부터 키워드 탐지 민감도에 대한 입력을 수신하고, 수신된 유사도 임계값을 메모리(320)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 메모리(320)에 유사도 임계값을 저장할 때, 유사도 임계값의 역의 값으로 메모리(320)에 저장할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 동작 905에서, 획득된 제1 음성 신호에 대한 제1 특징 벡터를 역(inverse)의 값으로 메모리(320)에 저장할 수 있다. 일 실시 예에 따르면, 제1 음성 신호는 사용자의 적어도 하나의 발화에 포함된 음성 신호를 포함할 수 있다. 일 실시 예에 따른 프로세서(310)는 적어도 하나의 발화에 포함된 제1 음성 신호 각각에 대한 제1 특징 벡터를 뉴럴 네트워크 연산을 통해 획득할 수 있다. 예를 들어, 뉴럴 네트워크에 포함된 컨볼루션 레이어를 이용하여 제1 음성 신호 각각에 대한 제1 특징 벡터를 획득할 수 있다.
다양한 실시 예들에 따라, 프로세서(310)는 제1 음성 신호 각각에 대한 제1 특징 벡터를 역으로 각각 메모리(320)에 저장하거나 제1 음성 신호 각각에 대한 제1 특징 벡터의 대푯값을 가공(예: 평균화)하여, 연산된 값을 역으로 메모리(320)에 저장할 수 있다. 일 실시 예에 따른 프로세서(310)가 메모리(320)에 제1 특징 벡터 역의 값을 저장하는 동작은 도 10을 참조하여 자세히 후술된다.
도 10은 일 실시 예에 따른 전자 장치의 커스텀 키워드 설정 동작을 설명하기 위한 흐름도(1000)이다.
도 10을 참조하면, 프로세서(310)는 동작 1001에서, 전자 장치(300)의 사용자로부터 마이크(330)를 통해 음성 신호를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 동작 1003에서, 음성 신호에 포함된 커스텀 키워드를 인식할 수 있다. 일 실시 예에 따르면, 커스텀 키워드는 사용자가 보이스 어시스턴트 앱을 실행하기 위한 명령어로 설정하는 키워드를 나타낼 수 있다.
일 실시 예에 따르면, 프로세서(310)는 동작 1005에서, 사용자로부터 음성 신호를 획득하는 데에 걸린 시간이 M초 미만인지 판단할 수 있다. 즉, 프로세서(310)는 사용자 발화의 길이가 일정 시간 내에 획득되었는지 판단할 수 있다. 일 실시 예에 따른 프로세서(310)는 음성 신호의 길이가 M초 이내인 경우, 동작 1009에서, 음성 신호에 포함된 K번째 커스텀 키워드와 음성 신호에 포함된 K+1번째 커스텀 키워드의 유사도 판단을 수행할 수 있다. 일 실시 예에 따른 K 번째 커스텀 키워드와 K+1번째 커스텀 키워드의 유사도를 판단하는 동작은 도 7a 내지 8을 참조하여 설명된 제1 음성 신호에 대응되는 제1 특징 벡터 및 제2 음성 신호에 대응되는 제2 특징 벡터의 유사도 판단 동작과 유사할 수 있다. 즉, 프로세서(310)는 음성 신호에 포함된 K번째 커스텀 키워드에 대응되는 특징 벡터와 K+1번째 커스텀 키워드에 대응되는 특징 벡터의 유사도를 판단하는 동작을 통해, K번재 키워드와 K+1번째 키워드가 유사한지 판단할 수 있다. 다양한 실시 예들에 따라, 커스텀 키워드 설정을 위한 키워드 설정 민감도는 키워드 탐지 민감도와 상이할 수 있다. 즉, 프로세서(310)는 키워드 탐지 민감도에 대한 데이터를 사용자로부터 수신하는 것과 유사한 동작을 수행하여, 키워드 설정 민감도에 대한 데이터를 사용자로부터 수신할 수 있다. 일 실시 예에 따른 프로세서(310)는 키워드 탐지 민감도 또는 키워드 설정 민감도에 기반한 임계값에 기초하여 K번재 키워드와 K+1번째 키워드가 유사한지 판단할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 동작 1011에서, K번재 키워드와 K+1번째 키워드가 유사함에 응답하여, K값을 1만큼 증가시킬 수 있다.
일 실시 예에 따르면, 프로세서(310)는 음성 신호를 획득하는 데에 걸린 시간이 M초 이상이거나, K번재 키워드와 K+1번째 키워드가 유사하지 않다고 판단되는 경우, 동작 1007에서 커스텀 키워드 입력을 요청하는 메시지를 출력할 수 있다. 예를 들어, 프로세서(310)는 커스텀 키워드 입력을 요청하는 메시지를 출력하도록 디스플레이(350)를 제어할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 커스텀 키워드 입력을 요청함에 따라, 동작 1001부터 다시 수행할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 동작 1013에서, K 값을 N과 비교할 수 있다. 일 실시 예에 따른 N은 미리 설정된 커스텀 키워드 설정을 위한 반복횟수를 나타낼 수 있다. 예를 들어, N은 커스텀 키워드를 이용한 항시 동작 보이스 어시스턴트 서비스를 제공하기 위해 필요한 커스텀 키워드 입력 횟수를 나타낼 수 있다. 일 실시 예에 따르면, K값고 N값이 동일한 경우, 프로세서(310)는 커스텀 키워드 설정 동작을 종료할 수 있다. K값고 N값이 동일하지 않은 경우, 프로세서(310)는 동작 1001에서 사용자로부터 음성 신호를 다시 획득할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 커스텀 키워드 설정 동작을 수행하기 위해, K값을 1로 설정하고 동작 1001 내지 동작 1013을 수행할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 동작 1001 내지 동작 1013을 수행하여 설정된 커스텀 키워드에 대한 뉴럴 네트워크 연산을 수행하여 제1 특징 벡터를 추출할 수 있고, 제1 특징 벡터 역의 값을 메모리(320)에 저장할 수 있다.
도 11은 일 실시 예에 따른 전자 장치의 키워드 유사도 연산 동작을 설명하기 위한 흐름도(1100)이다.
도 11을 참조하면, 프로세서(310)는 동작 1101에서, 마이크(330)를 통해 사용자로부터 획득되는 제1 음성 신호 각각에 대한 제1 특징 벡터를 역(inverse)으로 버퍼 메모리(311)에 저장할 수 있다. 다른 예를 들면, 프로세서(310)는 메모리(320)에 저장된 제1 특징 벡터 역의 값을 버퍼 메모리(311)로 로드할 수 있다.
일 실시 예에 따른 프로세서(310)는 동작 1103에서, 마이크(330)로부터 획득되는 제2 음성 신호에 기반한 제2 특징 벡터와 제1 특징 벡터 역의 값에 기초하여 놈(norm) 연산을 수행할 수 있다. 예를 들어, 프로세서(310)는 연산 회로(312)를 이용하여, 제1 특징 벡터 역의 값과 제2 특징 벡터의 놈 연산을 수행할 수 있다. 일 실시 예에 따른 놈 연산 과정은 도 7a 내지 도 7d를 참조하여 전술된 동작과 유사한 동작을 통해 수행될 수 있다. 일 실시 예에 따르면 프로세서(310)는 연산 회로(312)를 이용한 놈 연산을 통해, 도 7a 내지 7d를 참조하여 설명된 제1 유사도 데이터 및 제2 유사도 데이터를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 동작 1105에서, 상기 놈 연산 결과에 기반하여, 제1 특징 벡터와 제2 특징 벡터의 유사도 연산을 수행할 수 있다. 일 실시 예에 따른 프로세서(310)는 연산 회로(312)를 통해 획득한 제1 유사도 데이터 및 제2 유사도 데이터를 각각 키워드 탐지 민감도에 대한 데이터와 비교하고, 비교 결과에 따라 보이스 어시스턴트 앱의 실행 여부를 결정할 수 있다. 일 실시 예에 따른 제1 특징 벡터와 제2 특징 벡터의 유사도 연산은 도 8을 참조하여 전술된 연산 회로(312)의 동작을 통해 수행될 수 있다.
도 12는 일 실시 예에 따른 전자 장치의 보이스 어시스턴트 앱을 실행하는 동작을 설명하기 위한 흐름도(1200)이다.
도 12를 참조하면, 프로세서(310)는 동작 1201에서 항시 동작 커스텀 키워드 탐지 동작을 수행하기 위해, 제1 특징 벡터 역의 값 및 유사도 임계값을 버퍼 메모리(311)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 메모리(320)에 저장된 제1 특징 벡터 역의 값과 유사도 임계값을 버퍼 메모리(311)에 로드할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 동작 1203에서 마이크(330)를 통해 사용자로부터 제2 음성 신호를 획득할 수 있다. 일 실시 예에 따르면, 마이크(330)를 통해 획득되는 제2 음성 신호는 스트리밍으로 획득되는 음성 신호를 나타낼 수 있다. 일 실시 예에 따르면, 프로세서(310)는 동작 1205에서, 제2 음성 신호에 대한 제2 특징 벡터와 제1 특징 벡터의 유사도 연산을 수행할 수 있다. 예를 들어, 프로세서(310)는 연산 회로(312)를 통해 버퍼 메모리(311)에 저장된 제1 특징 벡터 역의 값과 스트리밍으로 획득된 제2 특징 벡터의 유사도 데이터 연산을 수행할 수 있다. 일 실시 예에 따른 연산 회로(312)의 유사도 데이터 연산 동작은 도 7a 내지 도 7d를 참조하여 설명된 연산 과정을 통해 수행될 수 있다.
일 실시 예에 따르면, 프로세서(310)는 동작 1207에서 유사도 데이터와 키워드 탐지 민감도에 대한 유사도 임계값을 비교할 수 있다. 예를 들어, 프로세서(310)는 연산 회로(312)를 통해, 유사도 데이터와 유사도 임계값을 비교할 수 있다. 일 실시 예에 따른 유사도 데이터는, 동작 1205에서 획득된 유사도 데이터에 시그모이드 연산을 수행한 데이터를 나타낼 수 있다.
일 실시 예에 따르면, 프로세서(310)는 유사도 데이터가 유사도 임계값보다 큰 경우, 동작 1209에서 보이스 어시스턴트 앱을 실행할 수 있다. 예를 들어, 프로세서(310)는 유사도 데이터가 유사도 임계값보다 큰 경우, 보이스 어시스턴트 앱을 실행하기 위한 인터럽트 신호를 생성하고, 생성된 인터럽트 신호를 중앙처리장치로 전송하여 보이스 어시스턴트 앱을 실행할 수 있다. 일 실시 예에 따라, 프로세서(310)는 유사도 데이터가 유사도 임계값보다 작은 경우, 동작 1203에서 마이크(330)를 통해 스트리밍으로 제2 음성 신호를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 동작 1201 내지 동작 1209을 통해, 미리 설정된 보이스 어시스턴트 앱을 실행하기 위한 커스텀 키워드와 스트리밍으로 획득되는 제2 음성 신호의 유사도 연산하여, 커스텀 키워드에 기반한 보이스 어시스턴트 앱 실행 동작을 수행할 수 있다. 예를 들어, 제1 음성 신호에 기반하여 설정된 커스텀 키워드가 "은하수야"인 경우, 프로세서(310)는 "은하수야"에 대응되는 제1 특징 벡터를 연산하고, 제1 특징 벡터 역의 값을 메모리(320)에 저장할 수 있다. 이후 프로세서(310)는 사용자로부터 스트리밍으로 "은하수야"의 제2 음성 신호가 획득되는 경우, "은하수야"에 대응되는 제2 특징 벡터를 연산하고, 제1 특징 벡터 역의 값과 제2 특징 벡터의 유사도 연산을 수행할 수 있다. 일 실시 예에 따른 프로세서(310)는 유사도 연산 결과에 기반하여, 보이스 어시스턴트 앱을 실행할 수 있다.
도 9 내지 도 12를 참조하여 설명된 순서도의 각 동작들은 일부가 생략될 수 있으며, 반드시 순서대로 실행되는 것은 아니다. 또한, 도 9 내지 도 12를 참조하여 설명된 동작들의 일부는 다른 도면을 참조하여 설명된 순서도에 포함되어 수행될 수 있다.
도 13은 일 실시 예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 전자 장치를 도시하는 도면이다.
도 13은 다양한 실시 예에 따른 전자 장치가 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
전자 장치(300)(예: 도 1의 사용자 단말(100))는 지능형 서버(200)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 제1 화면(1310)에서, 전자 장치(300)는 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. 전자 장치(300)는, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 전자 장치(300)는 디스플레이(미도시)를 포함할 수 있다. 전자 장치(300)는 지능형 앱에 대응되는 오브젝트(예: 아이콘)(1311)를 디스플레이(예: 도 1의 디스플레이(140))에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(300)는 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 전자 장치(300)는 "이번주 일정 알려줘!"라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 전자 장치(300)는 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(1312)(예: 입력창)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 제2 화면(1320)에서, 전자 장치(300)는 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 전자 장치(300)는 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이에 표시할 수 있다.
도 14는 일 실시 예에 따라, 커스텀 키워드를 설정하는 화면을 표시하는 전자 장치를 도시하는 도면이다.
도 14는 다양한 실시 예에 따른 전자 장치가 커스텀 키워드를 설정하는 화면을 나타낸 도면이다.
전자 장치(300)(예: 도 1의 사용자 단말(100))는 마이크(330)를 통해 사용자로부터 보이스 어시스턴트 앱을 실행하기 위해 설정되는 제1 음성 신호를 획득하여, 커스텀 키워드로 설정할 수 있다. 일 실시 예에 따라, 전자 장치(300)는 마이크(330)를 통해 상기 커스텀 키워드와 유사한 키워드가 입력됨에 기반하여 보이스 어시스턴트 앱을 실행할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 마이크(330)를 통해 제1 음성 신호를 획득하는 데에 걸린 시간이 설정된 시간(예: 2초)을 초과하는 경우, 제1 화면(1410)에서 제1 안내 메시지(1411)를 출력할 수 있다. 즉, 프로세서(310)는 제1 음성 신호를 획득하는 데에 걸린 시간이 설정된 시간을 초과하는 경우, "짧은 커스텀 키워드를 입력해주세요(2초 이내의 음성 키워드로 설정 가능합니다)"의 안내 메시지를 디스플레이(350)를 통해 출력할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 커스텀 키워드 설정 동작을 수행하기 위해, 마이크(330)를 통해 적어도 하나의 사용자 발화를 수신하고, 적어도 하나의 사용자 발화에 대응되는 제1 음성 신호를 획득할 수 있다. 예를 들어, 프로세서(310)는 설정된 횟수(예: N번)만큼 반복하여 사용자 발화를 수신할 수 있다. 프로세서(310)는 획득되는 음성 신호에 포함된 커스텀 키워드가 유사한 커스텀 키워드인지 판단할 수 있다. 예를 들어, 프로세서(310)는 K번째 음성 신호에 포함된 K번째 커스텀 키워드와 K+1번째 음성 신호에 포함된 K+1번째 커스텀 키워드의 유사도를 판단할 수 있다. 일 실시 예에 따른 유사도 판단 동작은 도 10을 참조하여 설명된 동작을 포함할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 제2 화면(1420)에서, 획득된 커스텀 키워드가 서로 유사하지 않는 경우, 제2 안내 메시지(1421)를 출력할 수 있다. 즉, 프로세서(310)는 제1 음성 신호를 획득하는 동안 입력된 적어도 하나의 사용자 발화에 포함된 커스텀 키워드가 유사하지 않은 경우, "동일한 커스텀 키워드를 입력해주세요"의 안내 메시지를 디스플레이(350)를 통해 출력할 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 제 1 네트워크(1598)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1502)와 통신하거나, 또는 제 2 네트워크(1599)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1504) 또는 서버(1508) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1501)는 서버(1508)를 통하여 전자 장치(1504)와 통신할 수 있다. 일실시예에 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. 일실시예에 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. 일실시예에 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), 가속기 컨트롤러(가속기 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. 일실시예에 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. 일실시예에 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), 미들 웨어(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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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. 일실시예에 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 제 1 네트워크(1598)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 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 제 1 네트워크(1598) 또는 제 2 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: 제 2 네트워크(1599))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 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. 일실시예에 따르면, 안테나 모듈(1597)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(1597)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(1598) 또는 제 2 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. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(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. 일실시예에 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. 일실시예에 따르면, 외부의 전자 장치(1504) 또는 서버(1508)는 제 2 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. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(1501)) 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.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 3의 전자 장치(300))는, 마이크(예: 도 3의 마이크(330)), 상기 마이크와 작동적으로 연결된 적어도 하나의 프로세서(예: 도 3의 프로세서(310))를 포함하고, 상기 적어도 하나의 프로세서는, 상기 마이크로부터 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역(inverse)의 값으로 저장하는 버퍼 메모리(예: 도 3의 버퍼 메모리(311)) 및 상기 마이크로부터 스트리밍(streaming)되는 제2 음성 신호에 기반한 제2 특징 벡터와 상기 버퍼 메모리에 저장된 상기 제1 특징 벡터의 역의 값에 기초하여 상기 제1 특징 벡터 및 상기 제2 특징 벡터에 대한 놈(norm) 연산을 수행하거나 상기 제1 특징 벡터 및 상기 제2 특징 벡터의 유사도를 연산하도록 구성된 연산 회로(예: 도 3의 연산 회로(312))를 포함할 수 있다.
일 실시 예에 따른 상기 적어도 하나의 프로세서는, 상기 제1 음성 신호를 컨볼루션 레이어에 입력하여 상기 제1 특징 벡터를 획득하고, 상기 제2 음성 신호를 상기 컨볼루션 레이어에 입력하여 상기 제2 특징 벡터를 획득할 수 있다.
일 실시 예에 따르면, 상기 연산 회로는, 상기 버퍼 메모리로부터 입력되는 외부 데이터 및 상기 연산 회로에 포함된 구성으로부터 입력되는 데이터 중 하나를 택일적으로 선택하여 출력하는 적어도 하나의 멀티플렉서, 상기 적어도 하나의 멀티플렉서의 출력을 누산(accumulate)하는 적어도 하나의 누산기(accumulator), 상기 적어도 하나의 멀티플렉서의 출력값에 기반하여 덧셈 연산을 수행하는 덧셈기(adder) 및 상기 적어도 하나의 멀티플렉서의 출력값에 기반하여 곱셈 연산을 수행하는 곱셈기(multiplier)를 포함할 수 있다.
일 실시 예에서, 상기 연산 회로는, 상기 누산기의 출력값에 기반하여 2의 보수 연산을 수행하는 2의 보수 회로를 포함할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 멀티플렉서는, 상기 버퍼 메모리로부터 제2 특징 벡터를 입력 받는 제1 멀티플렉서, 상기 연산 회로의 외부로부터 1 값을 입력 받는 제2 멀티플렉서 및 상기 버퍼 메모리로부터 상기 제1 특징 벡터의 역의 값을 입력 받는 제3 멀티플렉서를 포함할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 전자 장치의 사용자로부터 유사도에 대한 입력을 수신하고, 상기 유사도에 대한 역의 값을 유사도 임계값으로 상기 버퍼 메모리에 저장할 수 있다.
일 실시 예에 따른 상기 적어도 하나의 프로세서는, 상기 연산 회로를 통해, 상기 놈 연산의 결과 데이터 및 유사도 임계값에 대한 비교 연산을 수행하고, 상기 연산 회로로부터 출력되는 비교 결과에 기반하여 보이스 어시스턴트 앱의 실행 여부를 결정할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 연산 회로를 통해 상기 제1 특징 벡터의 역의 값과 상기 제2 특징 벡터의 차이를 연산하여 뺄셈 절댓값 데이터를 획득하고, 상기 뺄셈 절댓값 데이터에 대한 시그모이드 연산을 수행하여 제1 유사도 데이터를 획득하고, 상기 제1 유사도 데이터 및 상기 유사도 임계값에 대한 비교 연산을 수행할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 연산 회로를 통해 상기 제1 특징 벡터의 역의 값과 상기 제2 특징 벡터의 차이의 제곱을 연산하여 뺄셈 제곱 데이터를 획득하고, 상기 뺄셈 제곱 데이터에 대한 시그모이드 연산을 수행하여 제2 유사도 데이터를 획득하고, 상기 제2 유사도 데이터 및 상기 유사도 임계값에 대한 비교 연산을 수행할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 보이스 어시스턴트 앱을 실행하기 위한 인터럽트 신호를 생성하고, 상기 생성된 인터럽트 신호를 중앙처리장치(CPU)로 전송할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 마이크를 통해 적어도 하나의 사용자 발화를 획득하고, 상기 적어도 하나의 사용자 발화에 포함된 상기 제1 음성 신호에 대한 상기 제1 특징 벡터를 획득하고, 상기 연산 회로를 통해 상기 적어도 하나의 사용자 발화에 대응되는 제1 특징 벡터의 유사도를 연산할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 적어도 하나의 사용자 발화에 대응되는 제1 음성 신호에 대한 특징 벡터를 하나의 대표값으로 연산하여 상기 제1 특징 벡터를 획득할 수 있다.
일 실시 예에서의 외부 서버로 데이터를 송수신하도록 구성된 통신 회로를 더 포함하고, 상기 적어도 하나의 프로세서는, 상기 통신 회로를 통해 지능형 서버와 상기 제1 음성 신호 및 상기 제2 음성 신호를 송수신 할 수 있다.
일 실시 예에 따르면, 상기 전자 장치(300)는 디스플레이를 더 포함하고, 상기 적어도 하나의 프로세서는, 보이스 어시스턴트 앱을 실행하기 위한 커스텀 키워드 입력에 대한 안내를 표시하도록 상기 디스플레이를 제어할 수 있다.
상술한 바와 같이, 일 실시 예에 따른 놈 연산 및 유사도 연산을 수행하도록 구성된 연산 회로를 포함하는 전자 장치의 동작 방법은 상기 전자 장치에 포함된 마이크를 통해 상기 전자 장치의 사용자로부터 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역으로 상기 전자 장치에 포함된 메모리에 저장하는 동작, 상기 마이크로부터 스트리밍으로 획득되는 제2 음성 신호에 기반한 제2 특징 벡터 및 상기 제1 벡터의 역의 값에 기초하여 놈 연산을 수행하는 동작 및 상기 연산 결과에 기반하여 상기 제1 특징 벡터와 상기 제2 특징 벡터의 유사도를 연산하는 동작을 포함할 수 있다.
일 실시 예에 따른 전자 장치의 동작 방법은 상기 유사도의 연산 결과에 기반하여, 보이스 어시스턴트 앱을 실행하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 놈 연산을 수행하는 동작은, 상기 연산 회로를 통해 상기 제1 특징 벡터의 역의 값과 상기 제2 특징 벡터의 차이를 연산하여 뺄셈 절댓값 데이터 또는 뺄셈 제곱 데이터를 획득하는 동작, 상기 뺄셈 절댓값 데이터에 대한 시그모이드 연산을 수행하여 유사도 데이터를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 전자 장치의 사용자로부터 유사도에 대한 입력을 수신하는 동작 및 상기 유사도에 대한 역의 값을 유사도 임계값으로 메모리에 저장하는 동작을 더 포함하고, 상기 유사도를 연산하는 동작은 상기 연산 회로를 통해 상기 유사도 데이터 및 유사도 임계값에 대한 비교 연산을 수행하는 동작 및 상기 연산 결과에 기반하여 보이스 어시스턴트 앱의 실행 여부를 결정하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 연산 회로는, 전자 장치에 포함된 버퍼 메모리로부터 입력되는 외부 데이터 및 상기 연산 회로에 포함된 구성으로부터 입력되는 데이터 중 하나를 택일적으로 선택하여 출력하는 적어도 하나의 멀티플렉서, 상기 적어도 하나의 멀티플렉서의 출력을 누산(accumulate)하는 적어도 하나의 누산기(accumulator), 상기 적어도 하나의 멀티플렉서의 출력값에 기반하여 덧셈 연산을 수행하는 덧셈기(adder), 상기 적어도 하나의 멀티플렉서의 출력값에 기반하여 곱셈 연산을 수행하는 곱셈기(multiplier) 및 상기 누산기의 출력값에 기반하여 2의 보수 연산을 수행하는 2의 보수 회로를 포함할 수 있다.
상술한 바와 같이, 일 실시 예에 따른 뉴럴 네트워크 연산 수행을 위한 키워드 탐지 가속기(예: 도 4의 키워드 탐지 가속기(3100))는, 오디오 신호 처리기(예: 도 5의 MFCC(530)), 버퍼 메모리(예: 도 4의 버퍼 메모리(3110)), 놈 연산을 수행할 수 있는 연산 회로(예: 도 4의 연산 회로(3120)) 및 상기 오디오 신호 처리기, 상기 버퍼 메모리 및 상기 연산 회로와 작동적으로 연결된 적어도 하나의 프로세서(예: 도 4의 가속기 컨트롤러(3130))를 포함하고, 상기 적어도 하나의 프로세서는 상기 오디오 신호 처리기를 통해 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역의 값으로 상기 버퍼 메모리에 저장하고, 상기 오디오 신호 처리기를 통해 스트리밍되는 제2 음성 신호를 획득하고, 상기 연산 회로를 통해 상기 제2 음성 신호에 대한 제2 특징 벡터와 상기 제1 특징 벡터의 역의 값에 기초하여 상기 제1 특징 벡터 및 상기 제2 특징 벡터에 대한 놈 연산을 수행하거나 상기 제1 특징 벡터 및 상기 제2 특징 벡터의 유사도를 연산할 수 있다.
Claims (20)
- 전자 장치에 있어서,
마이크;
상기 마이크와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는,
상기 마이크로부터 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역(inverse)의 값으로 저장하는 버퍼 메모리 및
상기 마이크로부터 스트리밍(streaming)되는 제2 음성 신호에 기반한 제2 특징 벡터와 상기 버퍼 메모리에 저장된 상기 제1 특징 벡터의 역의 값에 기초하여 상기 제1 특징 벡터 및 상기 제2 특징 벡터에 대한 놈(norm) 연산을 수행하거나 상기 제1 특징 벡터 및 상기 제2 특징 벡터의 유사도를 연산하도록 구성된 연산 회로를 포함하는 전자 장치. - 청구항 1에 있어서, 상기 적어도 하나의 프로세서는,
상기 제1 음성 신호를 컨볼루션 레이어에 입력하여 상기 제1 특징 벡터를 획득하고,
상기 제2 음성 신호를 상기 컨볼루션 레이어에 입력하여 상기 제2 특징 벡터를 획득하는 전자 장치. - 청구항 1에 있어서, 상기 연산 회로는,
상기 버퍼 메모리로부터 입력되는 외부 데이터 및 상기 연산 회로에 포함된 구성으로부터 입력되는 데이터 중 하나를 택일적으로 선택하여 출력하는 적어도 하나의 멀티플렉서;
상기 적어도 하나의 멀티플렉서의 출력을 누산(accumulate)하는 적어도 하나의 누산기(accumulator);
상기 적어도 하나의 멀티플렉서의 출력값에 기반하여 덧셈 연산을 수행하는 덧셈기(adder); 및
상기 적어도 하나의 멀티플렉서의 출력값에 기반하여 곱셈 연산을 수행하는 곱셈기(multiplier)를 포함하는 전자 장치. - 청구항 3에 있어서, 상기 연산 회로는,
상기 누산기의 출력값에 기반하여 2의 보수 연산을 수행하는 2의 보수 회로를 포함하는 전자 장치. - 청구항 3에 있어서, 상기 적어도 하나의 멀티플렉서는,
상기 버퍼 메모리로부터 제2 특징 벡터를 입력 받는 제1 멀티플렉서;
상기 연산 회로의 외부로부터 1 값을 입력 받는 제2 멀티플렉서; 및
상기 버퍼 메모리로부터 상기 제1 특징 벡터의 역의 값을 입력 받는 제3 멀티플렉서를 포함하는 전자 장치. - 청구항 1에 있어서, 상기 적어도 하나의 프로세서는,
상기 전자 장치의 사용자로부터 유사도에 대한 입력을 수신하고, 상기 유사도에 대한 역의 값을 유사도 임계값으로 상기 버퍼 메모리에 저장하는 전자 장치. - 청구항 6에 있어서, 상기 적어도 하나의 프로세서는,
상기 연산 회로를 통해, 상기 놈 연산의 결과 데이터 및 유사도 임계값에 대한 비교 연산을 수행하고,
상기 연산 회로로부터 출력되는 비교 결과에 기반하여 보이스 어시스턴트 앱의 실행 여부를 결정하는 전자 장치. - 청구항 6에 있어서, 상기 적어도 하나의 프로세서는:
상기 연산 회로를 통해 상기 제1 특징 벡터의 역의 값과 상기 제2 특징 벡터의 차이를 연산하여 뺄셈 절댓값 데이터를 획득하고,
상기 뺄셈 절댓값 데이터에 대한 시그모이드 연산을 수행하여 제1 유사도 데이터를 획득하고,
상기 제1 유사도 데이터 및 상기 유사도 임계값에 대한 비교 연산을 수행하는 전자 장치. - 청구항 6에 있어서, 상기 적어도 하나의 프로세서는:
상기 연산 회로를 통해 상기 제1 특징 벡터의 역의 값과 상기 제2 특징 벡터의 차이의 제곱을 연산하여 뺄셈 제곱 데이터를 획득하고,
상기 뺄셈 제곱 데이터에 대한 시그모이드 연산을 수행하여 제2 유사도 데이터를 획득하고,
상기 제2 유사도 데이터 및 상기 유사도 임계값에 대한 비교 연산을 수행하는 전자 장치. - 청구항 1에 있어서, 상기 적어도 하나의 프로세서는,
보이스 어시스턴트 앱을 실행하기 위한 인터럽트 신호를 생성하고,
상기 생성된 인터럽트 신호를 중앙처리장치(CPU)로 전송하는 전자 장치. - 청구항 1에 있어서, 상기 적어도 하나의 프로세서는,
상기 마이크를 통해 적어도 하나의 사용자 발화를 획득하고,
상기 적어도 하나의 사용자 발화에 포함된 상기 제1 음성 신호에 대한 상기 제1 특징 벡터를 획득하고,
상기 연산 회로를 통해 상기 적어도 하나의 사용자 발화에 대응되는 제1 특징 벡터의 유사도를 연산하는 전자 장치. - 청구항 11에 있어서, 상기 적어도 하나의 프로세서는,
상기 적어도 하나의 사용자 발화에 대응되는 제1 음성 신호에 대한 특징 벡터를 하나의 대표값으로 연산하여 상기 제1 특징 벡터를 획득하는 전자 장치. - 청구항 1에 있어서,
외부 서버로 데이터를 송수신하도록 구성된 통신 회로를 더 포함하고,
상기 적어도 하나의 프로세서는, 상기 통신 회로를 통해 지능형 서버와 상기 제1 음성 신호 및 상기 제2 음성 신호를 송수신 하는 전자 장치. - 청구항 1에 있어서,
디스플레이를 더 포함하고,
상기 적어도 하나의 프로세서는, 보이스 어시스턴트 앱을 실행하기 위한 커스텀 키워드 입력에 대한 안내를 표시하도록 상기 디스플레이를 제어하는 전자 장치. - 놈 연산 및 유사도 연산을 수행하도록 구성된 연산 회로를 포함하는 전자 장치의 동작 방법에 있어서,
상기 전자 장치에 포함된 마이크를 통해 상기 전자 장치의 사용자로부터 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역으로 상기 전자 장치에 포함된 메모리에 저장하는 동작;
상기 마이크로부터 스트리밍으로 획득되는 제2 음성 신호에 기반한 제2 특징 벡터 및 상기 제1 특징 벡터의 역의 값에 기초하여 놈 연산을 수행하는 동작; 및
상기 연산 결과에 기반하여 상기 제1 특징 벡터와 상기 제2 특징 벡터의 유사도를 연산하는 동작을 포함하는 전자 장치의 동작 방법. - 청구항 15에 있어서,
상기 유사도의 연산 결과에 기반하여, 보이스 어시스턴트 앱을 실행하는 동작을 더 포함하는 전자 장치의 동작 방법. - 청구항 15에 있어서, 상기 놈 연산을 수행하는 동작은,
상기 연산 회로를 통해 상기 제1 특징 벡터의 역의 값과 상기 제2 특징 벡터의 차이를 연산하여 뺄셈 절댓값 데이터 또는 뺄셈 제곱 데이터를 획득하는 동작;
상기 뺄셈 절댓값 데이터에 대한 시그모이드 연산을 수행하여 유사도 데이터를 획득하는 동작을 포함하는 전자 장치의 동작 방법. - 청구항 17에 있어서,
상기 전자 장치의 사용자로부터 유사도에 대한 입력을 수신하는 동작; 및
상기 유사도에 대한 역의 값을 유사도 임계값으로 메모리에 저장하는 동작을 더 포함하고,
상기 유사도를 연산하는 동작은 상기 연산 회로를 통해 상기 유사도 데이터 및 유사도 임계값에 대한 비교 연산을 수행하는 동작; 및
상기 연산 결과에 기반하여 보이스 어시스턴트 앱의 실행 여부를 결정하는 동작을 포함하는 전자 장치의 동작 방법. - 청구항 15에 있어서, 상기 연산 회로는,
전자 장치에 포함된 버퍼 메모리로부터 입력되는 외부 데이터 및 상기 연산 회로에 포함된 구성으로부터 입력되는 데이터 중 하나를 택일적으로 선택하여 출력하는 적어도 하나의 멀티플렉서;
상기 적어도 하나의 멀티플렉서의 출력을 누산(accumulate)하는 적어도 하나의 누산기(accumulator);
상기 적어도 하나의 멀티플렉서의 출력값에 기반하여 덧셈 연산을 수행하는 덧셈기(adder);
상기 적어도 하나의 멀티플렉서의 출력값에 기반하여 곱셈 연산을 수행하는 곱셈기(multiplier); 및
상기 누산기의 출력값에 기반하여 2의 보수 연산을 수행하는 2의 보수 회로를 포함하는 전자 장치의 동작 방법. - 뉴럴 네트워크 연산 수행을 위한 키워드 탐지 가속기에 있어서,
오디오 신호 처리기;
버퍼 메모리;
놈 연산을 수행할 수 있는 연산 회로; 및
상기 오디오 신호 처리기, 상기 버퍼 메모리 및 상기 연산 회로와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는
상기 오디오 신호 처리기를 통해 획득되는 제1 음성 신호에 대한 제1 특징 벡터를 역의 값으로 상기 버퍼 메모리에 저장하고,
상기 오디오 신호 처리기를 통해 스트리밍되는 제2 음성 신호를 획득하고,
상기 연산 회로를 통해 상기 제2 음성 신호에 대한 제2 특징 벡터와 상기 제1 특징 벡터의 역의 값에 기초하여 상기 제1 특징 벡터 및 상기 제2 특징 벡터에 대한 놈 연산을 수행하거나 상기 제1 특징 벡터 및 상기 제2 특징 벡터의 유사도를 연산하는 키워드 탐지 가속기.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210042805A KR20220136750A (ko) | 2021-04-01 | 2021-04-01 | 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법 |
| US17/245,751 US11676580B2 (en) | 2021-04-01 | 2021-04-30 | Electronic device for processing user utterance and controlling method thereof |
| PCT/KR2022/004741 WO2022211590A1 (en) | 2021-04-01 | 2022-04-01 | Electronic device for processing user utterance and controlling method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210042805A KR20220136750A (ko) | 2021-04-01 | 2021-04-01 | 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220136750A true KR20220136750A (ko) | 2022-10-11 |
Family
ID=83449947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210042805A KR20220136750A (ko) | 2021-04-01 | 2021-04-01 | 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11676580B2 (ko) |
| KR (1) | KR20220136750A (ko) |
| WO (1) | WO2022211590A1 (ko) |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8831936B2 (en) | 2008-05-29 | 2014-09-09 | Qualcomm Incorporated | Systems, methods, apparatus, and computer program products for speech signal processing using spectral contrast enhancement |
| US8768707B2 (en) | 2011-09-27 | 2014-07-01 | Sensory Incorporated | Background speech recognition assistant using speaker verification |
| KR101260972B1 (ko) | 2012-09-18 | 2013-05-06 | (주)알고코리아 | 음성 인식, 음성 번역 및 보청기능 무선 통신 장치 |
| US9837102B2 (en) | 2014-07-02 | 2017-12-05 | Microsoft Technology Licensing, Llc | User environment aware acoustic noise reduction |
| AU2017274657B2 (en) | 2016-06-02 | 2019-12-19 | Genesys Telecommunications Laboratories, Inc. | Technologies for authenticating a speaker using voice biometrics |
| KR101986354B1 (ko) | 2017-05-19 | 2019-09-30 | 네이버 주식회사 | 키워드 오인식을 방지하는 음성 제어 장치 및 이의 동작 방법 |
| EP3767517B1 (en) * | 2018-03-16 | 2022-12-28 | TDK Corporation | Product-sum operation device, neuromorphic device, and method for using product-sum operation device |
| CN108766440B (zh) | 2018-05-28 | 2020-01-14 | 平安科技（深圳）有限公司 | 说话人分离模型训练方法、两说话人分离方法及相关设备 |
| KR20200023088A (ko) | 2018-08-24 | 2020-03-04 | 삼성전자주식회사 | 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법 |
| US10832680B2 (en) | 2018-11-27 | 2020-11-10 | International Business Machines Corporation | Speech-to-text engine customization |
| KR20190096855A (ko) * | 2019-07-30 | 2019-08-20 | 엘지전자 주식회사 | 사운드 처리 방법 및 장치 |
| US11461649B2 (en) * | 2020-03-19 | 2022-10-04 | Adobe Inc. | Searching for music |
| TWI767696B (zh) * | 2020-09-08 | 2022-06-11 | 英屬開曼群島商意騰科技股份有限公司 | 自我語音抑制裝置及方法 |
-
2021
- 2021-04-01 KR KR1020210042805A patent/KR20220136750A/ko active Search and Examination
- 2021-04-30 US US17/245,751 patent/US11676580B2/en active Active
-
2022
- 2022-04-01 WO PCT/KR2022/004741 patent/WO2022211590A1/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022211590A1 (en) | 2022-10-06 |
| US20220319499A1 (en) | 2022-10-06 |
| US11676580B2 (en) | 2023-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220254369A1 (en) | Electronic device supporting improved voice activity detection | |
| KR20220011979A (ko) | 언어 모델 및 이를 포함하는 전자 장치 | |
| KR20220005348A (ko) | 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버 | |
| KR20220086265A (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
| KR20220040875A (ko) | 음성 인식 서비스를 위한 등록 사용자에 대한 화자 인증 학습 장치 및 그 동작 방법 | |
| US11676580B2 (en) | Electronic device for processing user utterance and controlling method thereof | |
| KR20210044606A (ko) | 웨이크업 모델 생성 방법 및 이를 위한 전자 장치 | |
| US20220301544A1 (en) | Electronic device including personalized text to speech module and method for controlling the same | |
| US20230267929A1 (en) | Electronic device and utterance processing method thereof | |
| US20240119941A1 (en) | Method for analyzing user utterance based on utterance cache and electronic device supporting the same | |
| US20220328043A1 (en) | Electronic device for processing user utterance and control method thereof | |
| US20240071363A1 (en) | Electronic device and method of controlling text-to-speech (tts) rate | |
| US20240127793A1 (en) | Electronic device speech recognition method thereof | |
| KR20220013799A (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
| KR20220131098A (ko) | 개인화 tts 모듈을 포함하는 전자 장치 및 이의 제어 방법 | |
| KR20240020134A (ko) | 전자 장치, 지능형 서버, 및 화자 적응형 음성 인식 방법 | |
| KR20230051038A (ko) | 전자 장치 및 응답 제공 방법 | |
| KR20240038525A (ko) | 전자 장치 및 사용자 발화 처리 방법 | |
| KR20240020140A (ko) | 전자 장치 및 이의 음성 인식 방법 | |
| KR20220129312A (ko) | 전자 장치 및 전자 장치의 개인화 음성 모델 생성 방법 | |
| KR20240045927A (ko) | 음성인식 장치 및 음성인식 장치의 동작방법 | |
| KR20220072480A (ko) | 사용자 발화를 처리하는 전자 장치 및 그 작동 방법 | |
| KR20240020137A (ko) | 전자 장치 및 음성 인식 방법 | |
| KR20240050203A (ko) | 발화 캐시에 기반하여 사용자 발화를 분석하기 위한 방법 및 이를 지원하는 전자 장치 | |
| KR20220115453A (ko) | 음성 구간 인식의 향상을 지원하는 전자 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |