KR20230037804A

KR20230037804A - 전자 장치 및 전자 장치의 음성 처리 방법

Info

Publication number: KR20230037804A
Application number: KR1020210120796A
Authority: KR
Inventors: 이길호; 김은향; 김성수; 이정인; 정석영
Original assignee: 삼성전자주식회사
Priority date: 2021-09-10
Filing date: 2021-09-10
Publication date: 2023-03-17
Also published as: WO2023038292A1

Abstract

다양한 실시예에 따른 전자 장치는, 사용자의 음성을 포함한 오디오 신호를 수신하는 마이크와, 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션 및 상기 사용자의 개인 정보를 저장하는 메모리를 포함하고, 상기 프로세서는, 상기 음성의 특징을 분석함으로써 복수의 음성 인식 후보를 추출하고, 상기 음성 인식 후보에 기초하여 키워드를 추출하고, 상기 키워드 및 상기 개인 정보에 기초하여 대체 데이터를 탐색하고, 상기 대체 데이터에 기초하여 상기 음성에 대응되는 인식 결과를 생성할 수 있다.

Description

전자 장치 및 전자 장치의 음성 처리 방법{ELECTRONIC DEVICE AND SPEECH PROCESSING METHOD OF THE ELECTRONIC DEVICE}

다양한 실시예들은 전자 장치 및 전자 장치의 음성 처리 방법에 관한 것이다.

단말에서의 음성 인식은 일반적으로 연락처, 설치된 앱, 및/또는 위치 정보와 같은 단말의 사용 정보를 활용하여 그 성능이 향상될 수 있다. 음성 인식은 단말에서만 수행되지 않고 음성 인식의 수행 결과물 및 단말 사용 정보가 서버로 전송되어 음성 인식 성능 향상을 위한 데이터로 사용될 수 있다.

하지만, 단말의 사용 정보는 사용자를 식별할 수 있거나 사용자가 노출을 꺼려하는 정보(예: 연락처, 일정 등)를 포함하고 있는데 이러한 정보가 서버로 전송되어 의도하지 않게 개인 정보가 서버에 저장될 수 있다.

이를 해결하기 위해, 종래에는 서버의 데이터를 사람이 비식별화하는 작업을 별도로 수행하였지만, 비식별화하는 사람이 작업 중 개인정보를 알 수 있고, 음성 인식 기능의 사용자는 개인 정보가 노출될 수 있다는 거부감 때문에 음성 인식 기능의 사용을 꺼려할 수 있다.

다양한 실시예들은, 전자 장치 내부의 개인 정보를 전자 장치 내부에서만 사용하고 외부로 유출하지 않음으로써 개인 정보 유출 가능성을 감소시키고 음성 인식의 성능을 향상시킬 수 있다.

다양한 실시예에 따른 전자 장치는, 사용자의 음성을 포함한 오디오 신호를 수신하는 마이크와, 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션 및 상기 사용자의 개인 정보를 저장하는 메모리를 포함하고, 상기 프로세서는, 상기 음성의 특징을 분석함으로써 복수의 음성 인식 후보를 추출하고, 상기 음성 인식 후보에 기초하여 키워드를 추출하고, 상기 키워드 및 상기 개인 정보에 기초하여 대체 데이터를 탐색하고, 상기 대체 데이터에 기초하여 상기 음성에 대응하는 인식 결과를 생성하고, 상기 개인 정보에 기초하여 상기 인식 결과에 대한 보안 처리를 수행할 수 있다.

다양한 실시예에 따른 전자 장치의 음성 처리 방법은, 사용자의 음성을 포함한 오디오 신호를 수신하는 동작과, 상기 음성의 특징을 분석함으로써 복수의 음성 인식 후보를 추출하는 동작과, 상기 음성 인식 후보에 기초하여 키워드를 추출하는 동작과, 상기 키워드 및 상기 사용자의 개인 정보에 기초하여 대체 데이터를 탐색하는 동작과, 상기 대체 데이터에 기초하여 상기 음성에 대응되는 인식 결과를 생성하는 동작을 포함할 수 있다.

다양한 실시예들은, 전자 장치에 대한 사용자의 개인 정보를 이용하여 음성 인식의 성능을 향상시킬 수 있다.

다양한 실시예들은, 사용자의 개인 정보에 대한 보안 처리를 수행하여 개인 정보의 유출 가능성을 감소시킬 수 있다.

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

도 1 은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다
도 2는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 다양한 실시예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 다양한 실시예에 따른 전자 장치가 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
도 5는 다양한 실시예에 따른 전자 장치의 개략적인 블록도를 나타낸다.
도 6은 다양한 실시예에 따른 전자 장치의 구현의 예를 나타낸다.
도 7은 다양한 실시예에 따른 사용자 데이터 프로세서의 동작의 흐름도를 나타낸다.
도 8은 다양한 실시예에 따른 전자 장치의 음성 처리 동작의 흐름도를 나타낸다.
도 9는 다양한 실시예에 따른 전자 장치의 동작의 흐름도를 나타낸다.

이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.

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. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.

프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 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(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.

입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 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: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 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. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 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.

일실시예에 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. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

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, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

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

일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

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

도 2를 참조하면, 일 실시예의 통합 지능화 시스템(20)은 전자 장치(예: 도 1의 전자 장치(101)), 지능형 서버(200)(예: 도 1의 서버(108)), 및 서비스 서버(300)(예: 도 1의 서버(108))를 포함할 수 있다.

일 실시 예의 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, 또는 스마트 스피커일 수 있다.

도시된 실시 예에 따르면, 전자 장치(101)는 통신 인터페이스(177)(예: 도 1의 인터페이스(177)), 마이크(150-1)(예: 도 1의 입력 모듈(150)), 스피커(155-1)(예: 도 1의 음향 출력 모듈(155)), 디스플레이 모듈(160)(예: 도 1의 디스플레이 모듈(160)), 메모리(130)(예: 도 1의 메모리(130)), 또는 프로세서(120)(예: 도 1의 프로세서(120))를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.

일 실시 예의 통신 인터페이스(177)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(150-1)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(155-1)는 전기적 신호를 소리(예: 음성)으로 출력할 수 있다.

일 실시 예의 디스플레이 모듈(160)은 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이 모듈(160)은 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다. 일 실시 예의 디스플레이 모듈(160)은 터치 센서를 통해 터치 입력을 수신할 수 있다. 예를 들어, 디스플레이 모듈(160)은 디스플레이 모듈(160) 내에 표시되는 화상 키보드 영역의 터치 센서를 통해 텍스트 입력을 수신할 수 있다.

일 실시 예의 메모리(130)는 클라이언트 모듈(151), SDK(software development kit)(153), 및 복수의 앱들(146)(예: 도 1의 어플리케이션(146))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 사용자 입력(예: 음성 입력, 텍스트 입력, 터치 입력)을 처리하기 위한 프레임워크를 구성할 수 있다.

일 실시 예의 메모리(130)는 상기 복수의 앱들(146)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱(146)은 제1 앱(146_1), 제2 앱(146_2)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱(146) 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(146)은 프로세서(120)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.

일 실시 예의 프로세서(120)는 전자 장치(101)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(120)는 통신 인터페이스(177), 마이크(150-1), 스피커(155-1), 및 디스플레이 모듈(160)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다.

일 실시 예의 프로세서(120)는 또한 상기 메모리(130)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(120)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 사용자 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(120)는, 예를 들어, SDK(153)를 통해 복수의 앱(146)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작은 프로세서(120)의 실행에 의한 동작일 수 있다.

일 실시 예의 클라이언트 모듈(151)은 사용자 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 마이크(150-1)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 또는, 클라이언트 모듈(151)은 디스플레이 모듈(160)을 통해 감지된 터치 입력을 수신할 수 있다. 또는, 클라이언트 모듈(151)은 키보드 또는 화상 키보드를 통해 감지된 텍스트 입력을 수신할 수 있다. 이 외에도, 전자 장치(101)에 포함된 입력 모듈 또는 전자 장치(101)에 연결된 입력 모듈을 통해 감지되는 다양한 형태의 사용자 입력을 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 사용자 입력을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(151)은 수신된 사용자 입력과 함께, 전자 장치(101)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 사용자 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)에서 상기 수신된 사용자 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 사용자 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이 모듈(160)에 표시할 수 있다. 또한, 클라이언트 모듈(151)은 상기 수신된 결과를 스피커(155-1)를 통해 오디오로 출력할 수 있다.

일 실시 예의 클라이언트 모듈(151)은 수신된 사용자 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이 모듈(160)에 표시할 수 있고, 스피커(155-1)를 통해 오디오를 출력할 수 있다. 전자 장치(101)는, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이 모듈(160)에 표시할 수 있으며, 스피커(155-1)를 통해 오디오로 출력할 수 있다.

일 실시 예에 따르면, 클라이언트 모듈(151)은 지능형 서버(200)로부터 사용자 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 사용자 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 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.

일 실시 예의 지능형 서버(200)는 통신 망을 통해 전자 장치(101)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 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(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 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 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의된 복수의 플랜 중 적어도 플랜을 선택할 수 있다.

일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 전자 장치(101)로 송신하거나, 생성된 플랜을 전자 장치(101)로 송신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.

일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natural language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.

일 실시 예의 프론트 엔드(210)는 전자 장치(101)로부터 수신된 사용자 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 사용자 입력에 대응되는 응답을 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) 또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)을 포함할 수 있다.

일 실시 예의 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 텍스트 데이터 형태의 사용자 입력에 대하여 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 사용자 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 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 플랜을 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 전자 장치(101)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 사용자 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 전자 장치(101)를 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)는 전자 장치(101) 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 전자 장치(101)로 송신할 수 있다. 이에 따라, 전자 장치(101)는 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)은 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(300)는 전자 장치(101)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(300)는 수신된 사용자 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(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.

위에 기술된 통합 지능 시스템(20)에서, 상기 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 실시 예에서, 상기 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 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, 전자 장치(101)는 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 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 실시 예에서, 전자 장치(101)가 지능형 서버(200) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 전자 장치(101)는, 상기 마이크(150-1)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 전자 장치(101)는, 상기 음성 데이터를 통신 인터페이스(177)를 이용하여 지능형 서버(200)로 송신할 수 있다.

일 실시 예에 따른 지능형 서버(200)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 실시 예의 전자 장치(101)는, 통신 인터페이스(177)를 이용하여 상기 응답을 수신할 수 있다. 전자 장치(101)는 상기 스피커(155-1)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 3은 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)(400) 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 1(402) 또는 CP 2 (403))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 (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 실시 예에 따른 전자 장치가 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.

전자 장치(예: 도 1의 전자 장치(101))는 지능형 서버(예: 도 2의 지능형 서버(200))를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.

일 실시 예에 따르면, 310 화면에서, 전자 장치(101)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(101)는, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이 모듈(160)에 표시할 수 있다. 일 실시 예에 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 실시 예에 따르면, 전자 장치(101)는 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.

일 실시 예에 따르면, 320 화면에서, 전자 장치(101)는 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 전자 장치(101)는 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이에 표시할 수 있다.

도 5는 다양한 실시예에 따른 전자 장치의 개략적인 블록도를 나타낸다.

도 5를 참조하면, 다양한 실시예에 따르면, 전자 장치(500)(예: 도 1의 전자 장치(101))는 사용자의 음성(speech)을 처리할 수 있다. 전자 장치(500)는 사용자의 음성을 처리함으로써 처리 결과를 생성하고, 생성된 처리 결과를 사용자에게 제공할 수 있다.

다양한 실시예에 따르면, 전자 장치(500)는 전자 장치(500) 내부에 보유하는 사용자의 개인 정보를 전자 장치(500)의 음성 인식 동작에 사용함으로써 음성 인식의 성능을 향상시킬 수 있다. 전자 장치(500)는 사용자의 개인 정보를 외부 서버(예: 도 1의 서버(108))로 유출을 하지 않도록 보안 처리를 수행함으로써 개인정보의 유출을 방지할 수 있다.

다양한 실시예에 따르면, 전자 장치(500)는 마이크(510)(예: 도 2의 마이크(150-1)), 프로세서(530)(예: 도 1의 프로세서(120)) 및/또는 메모리(550)(예: 도 1의 메모리(130))를 포함할 수 있다. 마이크(510)는 사용자의 음성을 포함한 오디오 신호를 수신할 수 있다. 마이크(510)는 수신한 오디오 신호를 프로세서(530)로 출력할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 메모리(550)에 저장된 데이터를 처리할 수 있다. 프로세서(530)는 메모리(550)에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(530)에 의해 유발된 인스트럭션(instruction)들을 실행할 수 있다. 프로세서(530)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다.

다양한 실시예에 따르면, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), 및/또는 FPGA(Field Programmable Gate Array)를 포함할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 음성의 특징을 분석함으로써 복수의 음성 인식 후보를 추출할 수 있다. 프로세서(530)는 음성에 기초하여 특징 벡터를 추출하고, 특징 벡터에 기초하여 복수의 음성 인식 후보를 추출할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 특징 벡터에 기초하여 복수의 음성 인식 후보에 대응하는 확률 값을 계산할 수 있다. 확률 값은 제1 확률 값 및 제2 확률 값을 포함할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 언어의 일반적인 특성을 모델링한 제1 언어 모델에 복수의 음성 인식 후보를 입력함으로써 제1 확률 값을 계산할 수 있다. 프로세서(530)는 사용자의 언어적 특성을 모델링한 제2 언어 모델에 복수의 음성 인식 후보를 입력함으로써 제2 확률 값을 계산할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 확률 값에 기초하여 하나 이상의 타겟 후보를 결정할 수 있다. 프로세서(530)는 제1 확률 값 및 제2 확률 값에 기초하여 하나 이상의 타겟 후보를 결정할 수 있다.

프로세서(530)는 음성 인식 후보에 기초하여 키워드를 추출할 수 있다. 프로세서(530)는 복수의 음성 인식 후보 및 사용자의 음성에 관련된 데이터베이스에 기초하여 키워드를 추출할 수 있다.

다양한 실시예에 따르면, 음성에 관련된 데이터베이스는, 사용자의 발화(utterance)의 특성, 사용자의 발성(vocalization)의 특성, 사용자의 발음(pronunciation)의 특성, 음성에 포함된 문장 구조 및/또는 음성에 포함된 문장의 문법을 포함할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 키워드 및 개인 정보에 기초하여 대체 데이터를 탐색할 수 있다. 프로세서(530)는 음성에 관련된 데이터베이스에 기초하여 인식 결과로부터 개체명(entity name)을 검출할 수 있다. 프로세서(530)는 미리 설정된 룰(rule)에 기초하여 개체명에 대응하는 카테고리를 획득할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 카테고리에 기초하여 대체 데이터를 탐색할 수 있다. 개체명은 음성에 포함된 인명, 음성에 관련된 어플리케이션 명칭 및/또는 음성에 관련된 컨텐츠의 명칭을 포함할 수 있다. 컨텐츠는 이미지, 비디오, 음악 또는 텍스트를 포함할 수 있다. 카테고리는 음성에 포함된 일정, 및/또는 음성에 관련된 동작을 포함할 수 있다. 예를 들어, 음성에 관련된 동작은 전화, 문자, 실행, 종료, 검색 및/또는 전송을 포함할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 대체 데이터에 기초하여 음성에 대응되는 인식 결과를 생성할 수 있다. 프로세서(530)는 개인 정보로부터 카테고리와 유사한 유사 데이터를 검색할 수 있다. 프로세서(530)는 유사 데이터와 개체명 사이의 유사도를 계산할 수 있다. 프로세서(530)는 유사도에 기초하여 유사 데이터를 대체 데이터로 결정할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 개인 정보에 기초하여 인식 결과 중에서 사용자의 일정, 및/또는 사용자의 위치의 포함 여부를 판단할 수 있다. 프로세서(530)는 판단 결과에 기초하여 인식 결과에 마스킹(masking) 또는 삭제를 수행함으로써 보안 처리를 수행할 수 있다.

다양한 실시예에 따르면, 메모리(550)는 프로세서(530)에 의해 실행 가능한 인스트럭션을 저장할 수 있다. 메모리(550)는 전자 장치(500)의 사용자의 개인 정보를 저장할 수 있다. 메모리(550)는 프로세서(530)에 의해 실행가능한 인스트럭션들(또는 프로그램)을 저장할 수 있다. 예를 들어, 인스트럭션들은 프로세서(530)의 동작 및/또는 프로세서(530)의 각 구성의 동작을 실행하기 위한 인스트럭션들을 포함할 수 있다.

다양한 실시예에 따르면, 메모리(550)는 휘발성 메모리 장치 또는 불휘발성 메모리 장치로 구현될 수 있다. 휘발성 메모리 장치는 DRAM(dynamic random access memory), SRAM(static random access memory), T-RAM(thyristor RAM), Z-RAM(zero capacitor RAM), 또는 TTRAM(Twin Transistor RAM)으로 구현될 수 있다.

다양한 실시예에 따르면, 불휘발성 메모리 장치는 EEPROM(Electrically Erasable Programmable Read-Only Memory), 플래시(flash) 메모리, MRAM(Magnetic RAM), 스핀전달토크 MRAM(Spin-Transfer Torque(STT)-MRAM), Conductive Bridging RAM(CBRAM), FeRAM(Ferroelectric RAM), PRAM(Phase change RAM), 저항 메모리(Resistive RAM(RRAM)), 나노 튜브 RRAM(Nanotube RRAM), 폴리머 RAM(Polymer RAM(PoRAM)), 나노 부유 게이트 메모리(Nano Floating Gate Memory(NFGM)), 홀로그래픽 메모리(holographic memory), 분자 전자 메모리 소자(Molecular Electronic Memory Device), 및/또는 절연 저항 변화 메모리(Insulator Resistance Change Memory)로 구현될 수 있다.

도 6은 다양한 실시예에 따른 전자 장치의 구현의 예를 나타낸다.

도 6을 참조하면, 다양한 실시예에 따르면, 전자 장치(예: 도 5의 전자 장치(500))는 음성 수신기(610), 음성 인식 프로세서(630), 및/또는 사용자 데이터 프로세서(650)를 포함할 수 있다. 전자 장치(500)는 서버(670)(예: 도 1의 서버(108))를 이용하여 음성 처리를 수행할 수 있다. 서버(670)는 전자 장치(500)와 물리적으로 이격되어 구현될 수 있다. 음성 수신기(610)는 마이크(예: 도 2의 마이크(150-1))를 포함할 수 있다.

다양한 실시예에 따르면, 음성 인식 프로세서(630), 사용자 데이터 프로세서(650), 및 자연어 프로세서(670)는 프로세서(예: 도 5의 프로세서(530))에 포함될 수 있다. 음성 인식 프로세서(630)는 특징 추출기(631), 특징 분석기(632), N-베스트 생성기(633), 및 포스트 프로세서(636)를 포함할 수 있다. N-베스트 생성기(633)는 일반 언어 모델(634) 및 개인 언어 모델(635)을 사용하여 음성 인식 후보를 추출할 수 있다.

다양한 실시예에 따르면, 사용자 데이터 프로세서(650)는 데이터 수집기(651), 개인 데이터베이스(653), 및 링귀스틱/프랙티컬 데이터베이스(655)를 포함할 수 있다. 실시예에 따라, 자연어 프로세서(670)는 서버(108)에 구현될 수 있다.다양한 실시예에 따르면, 음성 수신기(610)는 전자 장치(500)의 마이크(150-1)로 수신된 발화를 음성 인식 프로세서(630)로 출력할 수 있다. 음성 수신기(610)는 전자 장치(500)에 연결된 임의의 장치로부터 전송된 발화를 오디오 버퍼(audio buffer)에 입력하고, 후처리를 수행하여 음성 인식 프로세서(630)로 출력할 수 있다.

다양한 실시예에 따르면, 음성 인식 프로세서(630)는 음성을 인식하여 텍스트로 변환할 수 있다. 특징 추출기(631)는 수신한 음성으로부터 음성 인식을 위한 특징 벡터를 추출할 수 있다. 특징 분석기(632)는 추출된 특징 벡터를 분석하여 복수의 음성 인식 후보를 추론할 수 있다.

다양한 실시예에 따르면, N-베스트 생성기(633)는 복수의 음성 인식 후보에 대응하는 확률에 기초하여 특징 분석기(632)에 의해 추론된 복수의 음성 인식 후보 중에서 타겟 후보를 결정할 수 있다. N-베스트 생성기(633)는 확률이 높은 순서로 N개의 후보군을 선정할 수 있다. N은 자연수일 수 있다. N-베스트 생성기(633)는 일반 언어 모델(634) 및 개인 언어 모델(635)을 이용하여 N 개의 후보군을 타겟 후보로 선정할 수 있다.

다양한 실시예에 따르면, 일반 언어 모델(634)은 언어의 일반적인 특성을 모델화하여 음성 인식 후보에 적용하여 어순, 및/또는 음성 인식 단위 사이의 관계를 분석하여 음성 인식 후보에 대응하는 확률(예: 제1 확률 값)을 계산할 수 있다. 개인 언어 모델(635)은 전자 장치(500) 내의 사용 정보를 모델화한 것으로, 음성 인식 후보에 적용되어 개인 정보와의 유사도를 계산하는데 사용될 수 있다. N-베스트 생성기(633)는 개인 언어 모델(635)을 이용하여 제2 확률 값을 계산할 수 있다.

다양한 실시예에 따르면, 포스트 프로세서(636)는 복수의 음성 인식 후보에 대응하는 확률에 기초하여 선정된 N 개의 타겟 후보에 대하여 후처리를 수행할 수 있다. 포스트 프로세서(636)는 사용자 데이터 프로세서(650)를 이용하여 타겟 후보에 대하여 후처리를 수행할 수 있다. 포스트 프로세서(636)는 개인 데이터베이스(653) 및 링귀스틱/프랙티컬 데이터베이스(655)를 이용하여 타겟 후보의 오류를 판별하고, 보정할 수 있다.

다양한 실시예에 따르면, 포스트 프로세서(636)는 전자 장치(500)의 사용 정보에 존재하는 것으로 추정할 수 있는 인명 키워드를 개인 데이터베이스(653)의 인명 카테고리의 데이터와 비교를 하고, 인명 카테고리 데이터 중에 "기요미"라는 데이터가 존재하는 경우 사용자의 발화의 의도가 "기요미"인 것으로 판단할 수 있다. 이 경우, 포스트 프로세서(636)는 최종 음성 인식 결과를 "내일 저녁 기요미와 어디서 저녁을 먹기로 했지?"로 출력할 수 있다. 포스트 프로세서(636)는 인식 결과와 데이터를 비교할 수 있다. 포스트 프로세서(636)는 인식 결과와 데이터의 발음열의 유사도를 측정하고 유사도가 미리 결정된 오차 범위(예: 허용 오차 범위) 안에 들어오는 경우에 대체 데이터로 인식 결과를 대체할 수 있다. 포스트 프로세서(636)는 대체된 데이터가 개인정보에 해당하는 경우, 개인 정보에 해당하는 부분을 서버(670)로 전송하기 전에 보안 처리를 수행할 수 있다. 예를 들어, 포스트 프로세서(636)는 마스킹 또는 삭제를 통해 개인 정보에 대한 보안 처리를 수행할 수 있다.

다양한 실시예에 따르면, 사용자 데이터 프로세서(650)는 전자 장치(500) 내의 사용자의 사용 정보를 수집하고, 가공함으로써 음성 인식 성능의 향상에 필요한 데이터 및 음성 인식 결과의 후처리에 필요한 데이터를 생성할 수 있다.

다양한 실시예에 따르면, 데이터 수집기(651)는 링귀스틱/프랙티컬 데이터베이스(655)를 이용하여 음성 인식 결과의 문장 구조와 사용자 발화의 특성을 분석함으로써 음성 인식 결과로부터 키워드를 추출할 수 있다. 예를 들어, 음성 수신기(610)가 "내일 저녁 귀요미와 어디서 저녁을 먹기로 했지?"라는 음성을 수신한 경우, 데이터 수집기(651)는 "귀요미(인명)"와 "어디서(장소, 의문)"를 키워드로 추출할 수 있다.

다양한 실시예에 따르면, 데이터 수집기(651)는 인명록, 설치된 앱, 및/또는 일정과 같은 전자 장치(500)의 사용 정보를 수집할 수 있다. 데이터 수집기(651)는 인명록의 이름, 및 별명을 인명-이름, 및 인명-별명과 같은 카테고리로 설정하여 수집할 수 있다. 데이터 수집기(651)는 앱 이름, 및 앱 제작사와 같은 앱 설치 정보를 수집하여 앱-이름, 및 앱-제작사와 같은 카테고리로 설정하여 수집할 수 있다. 데이터 수집기(651)는 일정 정보를 수집하여 일정-이름, 일정-장소, 및 일정-시간과 같은 카테고리로 분류하여 수집할 수 있다. 데이터 수집기(651)는 수집한 데이터를 개인 데이터베이스(653)에 저장할 수 있다. 데이터 수집기(651)는 개인 데이터베이스(653)에 저장된 정보를 통해 부가 정보를 생성할 수 있고, 부가 정보를 이용하여 2차 데이터를 가공하고, 생성할 수 있다. 예를 들어, 데이터 수집기(651)는 어플리케이션 사용시 입력 장치를 이용하여 사용자가 입력한 내용으로부터 키워드를 추출하거나, 사용자가 시청하고 있는 화면에서 키워드를 추출하여 저장할 수 있다. 데이터 수집기(651)는 링귀스틱/프랙티컬 데이터베이스(655)를 이용하여 키워드를 추출하고 저장할 수 있다.

다양한 실시예에 따르면, 개인 데이터베이스(653)는 사용자 프로파일(user profile)과 데이터 수집기(651)로부터 생성된 정보를 카테고리 별로 저장할 수 있다. 개인 데이터베이스(653)는 개인 식별 가능 카테고리를 별도로 지정하고, 관리할 수 있다. 개인 데이터베이스(653)에 저장된 데이터는 개인 언어 모델(635)의 생성에 사용되거나, 포스트 프로세서(636)의 후처리에 사용될 수 있다.

다양한 실시예에 따르면, 링귀스틱/프랙티컬 데이터베이스(655)는 사용자의 발화 및 발성, 발음의 특징을 나타내는 데이터를 저장할 수 있다. 링귀스틱/프랙티컬 데이터베이스(655)에 저장된 데이터는 포스트 프로세서(636)의 후처리 및 데이터 수집기(651)에 사용될 수 있다. 링귀스틱/프랙티컬 데이터베이스(655)에 저장된 데이터는 키워드를 추출하기 위한 문장 구조, 문법, 및/또는 발화 특성을 포함할 수 있다. 예를 들어, 링귀스틱/프랙티컬 데이터베이스(655)에 저장되는 데이터는 "<이름>(한테|에게) [전화|문자]", 및/또는 "<앱>(을|를) [실행|종료|삭제]"와 같은 형태로 저장될 수 있다. 링귀스틱/프랙티컬 데이터베이스(655)에 저장된 데이터는 인식 결과에 적용될 수 있다. 데이터 수집기(651)는 링귀스틱/프랙티컬 데이터베이스(655)에 저장된 데이터를 2차 데이터 가공의 입력이 되는 문장에 적용함으로써 <이름>, 및/또는 <어플리케이션> 을 키워드로 인식하고 추출할 수 있다. 링귀스틱/프랙티컬 데이터베이스(655)에 저장되는 데이터는 사용자가 음성 인식 장치(예: 전자 장치(500))를 사용할수록 누적될 수 있다. 링귀스틱/프랙티컬 데이터베이스(655)에 저장된 데이터는 자연어 프로세서(670)를 통해 학습되고, 발전될 수 있다.

다양한 실시예에 따르면, 자연어 프로세서(670)는 음성 인식 결과의 비식별화 및 음성 인식 결과의 보정을 위한 데이터를 학습시킬 수 있다. 다만, 자연어 프로세싱 기능을 구현하는데 전자 장치(500)의 연산의 제약 또는 메모리의 제약이 있다면 자연어 프로세서(670)는 서버(108)에 구현될 수 있다. 자연어 프로세서(670)는 음성 인식 결과를 통해 사용자의 발음 특성, 및/또는 발화 패턴과 같은 개인의 언어적 특징을 분석하여 링귀스틱/프랙티컬 데이터베이스(655)로 전송할 수 있다. 링귀스틱/프랙티컬 데이터베이스(655)로 전송된 정보는 포스트 프로세서(636)에 사용될 수 있다. 예를 들어, 자연어 프로세서(670)는 사용자에 따라 개인화된 어순, 및/또는 사투리 억양의 차이를 구조화할 수 있다.

다양한 실시예에 따르면, 출력은 최종 인식 결과를 사용자에게 제공하기 위한 임의의 형태를 가질 수 있다. 출력은 음성 인식 결과를 사용하는 다른 유닛(unit)에게 전달될 수 있다.

도 7은 다양한 실시예에 따른 사용자 데이터 프로세서의 동작의 흐름도를 나타낸다.

도 7을 참조하면, 다양한 실시예에 따르면, 사용자 데이터 프로세서(예: 도 6의 사용자 데이터 프로세서(650))는 키워드 추출기(711), 데이터 가속기(713), 발음 생성기(715) 및/또는 암호화기(717)를 포함할 수 있다.

다양한 실시예에 따르면, 키워드 추출기(711)는 전자 장치(예: 도 5의 전자 장치(500)) 내의 정보로부터 키워드를 추출할 수 있다. 키워드 추출기(711)는 연락처(contacts)에 관련된 정보, 어플리케이션에 관련된 정보, 플레이리스트에 관련된 정보 및/또는 디스플레이(예: 도 1의 디스플레이 모듈(160))에 관련된 정보를 포함할 수 있다. 연락처는 이름(name), 닉네임(nickname), 전화번호(phone number), 및/또는 이메일(e-mail)을 포함할 수 있고, 어플리케이션에 관련된 정보는 어플리케이션 이름 및/또는 카테고리를 포함할 수 있다. 플레이리스트에 관련된 정보는 곡명, 가수명 및/또는 장르를 포함할 수 있고, 디스플레이에 관련된 정보는 현재 디스플레이되는 어플리케이션의 주요 단어, 현재 디스플레이되는 텍스트의 주요 단어 및/또는 현재 디스플레이되는 이미지의 주요 단어를 포함할 수 있다.

다양한 실시예에 따르면, 데이터 가속기(713)는, 추출된 키워드를 이용하여 발생 가능한 조합을 생성할 수 있다. 데이터 가속기(713)는 발생 가능한 조합을 이용하여 유사한 이름에 대해 구분할 수 있다. 예를 들어, 데이터 가속기(713)는 (가수, 곡명), (제작사, 어플리케이션 이름), 및 (학교명, 인명)을 페어(pair)로 저장할 수 있다.

발음 생성기(715)는 언어학적인 규칙과 전자 장치(500)의 사용자 개인의 특징을 나타내는 규칙을 사용하여 데이터 가속기(713)가 생성한 발생 가능한 조합에 대한 발음(또는, 발음열)을 생성할 수 있다. 개인의 특징을 나타내는 규칙은 동작의 초기에는 언어학적인 규칙이 사용될 수 있다. 사용자가 전자 장치(500)를 사용할수록 발음 생성기(715)는 적응적으로 동작하여 개인화된 규칙을 생성할 수 있다. 발음 생성기(715)는 사용자 발화를 수신하면 음성 인식을 통해 발음열을 생성할 수 있다. 발음 생성기(715)는 사용자의 재발화를 통해 피드백을 제공받을 수 있다. 발음 생성기(715)는 링귀스틱/프랙티컬 데이터베이스(750)(예: 도 6의 링귀스틱/프랙티컬 데이터베이스(655))를 통해 피드백을 제공받을 수 있다. 발음 생성기(715)는 피드백에 기초하여 언어학적 규칙과의 유사도를 측정하고, 개인화된 발음 규칙을 생성하여 새로운 규칙에 반영할 수 있다. 발음 생성기(715)는 발생 가능하고 전자 장치(500)에서 처리 가능한 분량으로 발음(또는, 발음열)을 생성하여 발음의 다양성을 확보할 수 있다.

암호화기(717)는 키워드 추출기(711), 데이터 가속기(713) 및 발음 생성기(715)에서 생성된 데이터를 암호화하여 개인정보 유출을 방지할 수 있다. 암호화기는 암호화된 데이터를 개인 데이터베이스(730)(예: 도 6의 개인 데이터베이스(653))에 저장할 수 있다.

도 8은 다양한 실시예에 따른 전자 장치의 음성 처리 동작의 흐름도를 나타낸다.

도 8을 참조하면, 다양한 실시예에 따르면, 음성 수신기(예: 도 6의 음성 수신기(610))를 통해 수신된 사용자의 음성은 분류기에 진입될 수 있다(810). 특징 추출기(예: 도 6의 특징 추출기(631))는 음성으로부터 특징 벡터를 추출할 수 있다(820). 특징 분석기(예: 도 6의 특징 분석기(632))는 특징 벡터를 분석하여 복수의 음성 인식 후보를 추론할 수 있다(830).

다양한 실시예에 따르면, N-베스트 생성기(예: 도 6의 N-베스트 생성기(633))는 복수의 음성 인식 후보에 일반 언어 모델(예: 도 6의 일반 언어 모델(634)) 및 개인 언어 모델(예: 도 6의 개인 언어 모델(635))을 동시에 적용하여 확률 값(예: 히트(hit) 확률)을 계산할 수 있다(840). 확률 값은 제1 확률 값 및 제2 확률 값을 포함할 수 있다.

다양한 실시예에 따르면, 포스트 프로세서(예: 도 6의 포스트 프로세서(636))는 타겟 후보에 후처리를 수행할 수 있다(850). 포스트 프로세서(636)는 N-베스트 후보를 선택함으로써 타겟 후보를 선택할 수 있다(851). 포스트 프로세서(636)는 계산한 확률 값에 기초하여 복수의 음성 인식 후보 중에서 확률 값이 높은 서로 다른 N개의 후보를 타겟 후보로 선택할 수 있다. 예를 들어, N이 4 인 경우, 타겟 후보 1은 "내일 귀요미와 9시 서초구청에서 미팅을 일정에 저장해"이고, 타겟 후보 2는 "내일 귀욤이와 9시 서초구청에서 미팅을 일정에 저장해"이고, 타겟 후보 3은 "내일 귀여미와 9시 서초구청에서 미팅을 일정에 저장해"이고, 및 타겟 후보 4는 "내일 귀염이와 9시 서초구청에서 미팅을 일정에 저장해"일 수 있다.

다양한 실시예에 따르면, 포스트 프로세서(636)는 링귀스틱/프랙티컬 데이터베이스(655)를 이용하여 키워드를 검출할 수 있다(852). 포스트 프로세서(636)는 인식 결과(예: 타겟 후보)에 링귀스틱/프랙티컬 데이터베이스(예: 도 6의 링귀스틱/프랙티컬 데이터베이스(655))를 이용하여 인식 오류를 판단, 및/또는 보정할 수 있다. 포스트 프로세서(636)는 인식 결과에 키워드가 존재하는지 여부를 판단할 수 있다(853). 링귀스틱/프랙티컬 데이터베이스(655)는 사용자의 발화, 및/또는 발성의 특성을 갖고 있어 인식 결과에서 인명, 어플리케이션, 음악 제목, 및/또는 가수와 같은 개체명을 검출하는데 사용될 수 있다. 키워드가 존재하지 않는 경우, 포스트 프로세서(636)는 인식 결과를 자연어 프로세서(670)로 전송할 수 있다(870).

다양한 실시예에 따르면, 포스트 프로세서(636)는 검출된 개체명에 기초하여 문맥 트랙킹(tracking)을 통해 카테고리를 추론할 수 있다. 포스트 프로세서(636)는 미리 결정된 룰(rule)에 기초하여 카테고리를 추론할 수 있다. 링귀스틱/프랙티컬 데이터베이스(655)는 룰을 저장할 수 있다.

다양한 실시예에 따르면, 룰은 [명령] "일정", [명령] "전화|문자", [명령] "실행|종료|검색|전송"과 같은 형태를 가질 수 있다. "일정" 카테고리의 하위 룰은 다음과 같은 형태를 가질 수 있다.

1. [시간] [장소]<에서|로> [인명]<와|과> "약속|미팅|??",

2. [장소]<에서|로> [시간] [인명]<와|과> "약속|미팅|??"

3. [인명]<와|과> [시간] [장소]<에서|로> "약속|미팅|??"

4. [인명]<와|과> [장소]<에서:로> [시간] "약속|미팅|??"

다양한 실시예에 따르면, "전화|문자" 카테고리의 하위 룰은 다음과 같은 형태를 가질 수 있다.

1. [인명|전화번호]<에게|에|한테|께> (<스피커|스피커폰>으로) "전화|문자"

2. (<스피커|스피커폰>으로) [인명|전화번호]<에게|에|한테|께> "전화|문자"

다양한 실시예에 따르면, "실행|종료|검색|전송" 카테고리의 하위 룰은 다음과 같은 형태를 가질 수 있다.

1. ([앱제작사](의|가 만든)) [앱이름](<을|를>) "실행|종료"

2. [앱이름]<으로|에서> [기능]{을} "검색|전송"

다양한 실시예에 따르면, ""는 판단 기준 단어를 의미하고, ()는 생략 가능한 단어를 의미하고, [ ]는 검출 대상을 의미하고, |는 또는(or)을 의미하고, <>는 부가어(예: 조사)를 의미할 수 있다.

다양한 실시예에 따르면, 판단 기준 단어 및 부가어, 및/또는 룰은 일반적인 문법, 및/또는 발화 방법을 기준으로 생성될 수 있다. 사용자별로 개인화된 발화 방법이 있는 경우, 자연어 프로세서(예: 도 6의 자연어 프로세서(670))가 개인화된 발화 방법을 검출하거나, 룰을 생성하거나, 기존 룰을 변형함으로써 지속적으로 추가, 변형 또는 삭제할 수 있다.

다양한 실시예에 따르면, 포스트 프로세서(636)는 발화 히스토리를 저장하여 현재 발화 이전의 발화도 함께 분석에 사용함으로써 카테고리를 추정하고, 상술한 룰을 적용할 수 있다. 상술한 룰을 이용하여 N-베스트 생성기(633)에서 검출된 내용은 "일정" 카테고리, (인명) "귀요미", "귀욤이", "귀여미", 및 "귀염이"일 수 있다.

다양한 실시예에 따르면, 포스트 프로세서(636)는 키워드가 존재하는 경우, 개인 데이터베이스(예: 도 6의 개인 데이터베이스(653))에서 대체 데이터를 검색할 수 있다(854). 포스트 프로세서(636)는 대체 데이터가 존재하는지 여부를 판단할 수 있다(855). 포스트 프로세서(636)는 대체 데이터가 존재하는 경우, 대체 데이터로 키워드를 교체할 수 있다(856). 포스트 프로세서(636)는 대체 데이터가 존재하지 않는 경우, 인식 결과를 자연어 프로세서(670)로 전송할 수 있다(870).

다양한 실시예에 따르면, 포스트 프로세서(636)는 추론된 카테고리와 동일한 개인 데이터베이스(653)의 유사 데이터와 유사도를 계산할 수 있다. 포스트 프로세서(636)는 편집 거리(edit distance)를 계산함으로써 유사도를 계산할 수 있다. 포스트 프로세서(636)는 계산된 편집 거리가 임계값(threshold) 내에 들어올 경우 검출된 개체명을 유사 데이터로 대체할 수 있다. 포스트 프로세서(636)는 개인 데이터베이스(653)의 (인명) 카테고리의 이름과 N-베스트 생성기(633)에서 검출된 4개 인명에 대해 편집 거리를 계산할 수 있다. 예를 들어, 전자 장치(500)에 저장된 인명 중 "기여미"가 있는 경우, 편집 거리는 귀요미(2), 귀욤이(4), 귀여미(1), 귀염이(3)로 계산될 수 있고, 포스트 프로세서(636)는 편집 거리가 가장 낮은 "귀여미"를 선택하고, 이를 전자 장치(500)에 저장된 인명인 "기여미"로 대체하며, 최종 결과로 "내일 기여미와 9시 서초구청에서 미팅을 일정에 저장해"를 결정할 수 있다.

다양한 실시예에 따르면, 상술한 예시에서, 허용 오차를 1로 설명했지만 문자의 길이, 및/또는 발화 음소의 유사도를 고려하여 허용오차는 변경될 수 있다. 다양한 실시예에서 만약 허용 오차를 0.5로 하였다면 오차 범위에 들어오는 인식 결과가 없으므로 N-베스트의 후보 중 음성인식 확률값이 가장 높은 첫번째 후보인 귀요미가 선택될 수 있다.

다양한 실시예에 따르면, 포스트 프로세서(636)는 대체 데이터가 개인 정보 식별 가능한 카테고리인지 여부를 판단할 수 있다(857). 대체 데이터가 개인 정보 식별 가능한 카테고리인 경우, 포스트 프로세서(636)는 개인 정보에 대하여 마스크 대체를 수행할 수 있다(858). 대체 데이터가 개인 정보 식별 가능한 카테고리가 아닌 경우, 포스트 프로세서(636)는 인식 결과를 출력할 수 있다(860). 포스트 프로세서(636)는 마스크 대체가 수행된 인식 결과를 자연어 프로세서(670)로 전송할 수 있다(870).

다양한 실시예에 따르면, 포스트 프로세서(636)는 최종 인식 결과를 사용자에게 제공하고, 필요한 경우 전자 장치(500) 내의 다른 유닛에 전달할 수 있다. 최종 인식 결과는 사용자의 발화의 문맥 tracking 및/또는 발화 분석을 위해 원격지 서버(예: 도 1의 서버(108))로 전송될 수 있고, 개인정보 보호를 위해 개인식별 정보는 비식별화될 수 있다. 개인 정보 식별 가능한 카테고리인지 여부는 대체된 데이터의 카테고리에 기초하여 판단될 수 있다. 예를 들어, 포스트 프로세서(636)는 "내일 <person>***</person>와 9시 서초구청에서 미팅을 일정에 저장해"와 같이 인명 또는 일정에 대하여 마스크 대체를 수행할 수 있다.

다양한 실시예에 따르면, 자연어 프로세서(670)는 전송된 인식 결과에 의도치 않게 노출된 개인 정보가 포함되어 있는지 여부를 판단하고, 개인 정보에 대하여 추가적인 비식별화를 수행하거나 전송된 정보를 삭제할 수 있다. 자연어 프로세서(670)는 전송된 문장의 구조 및/또는 내용에 의한 개인정보를 검출할 수 있다. 예를 들어, 자연어 프로세서(670)는 "내일 <person>***</person>과 9시 서초구청에서 미팅을 일정에 저장해"로부터 "일정" 정보를 삭제할 수 있다. 자연어 프로세서(670)는 "<person>***</person> 전화번호를 010-1234-5678로 변경해"로부터 전화번호, 주민번호, 및/또는 주소와 같은 정보를 삭제할 수 있다. 다시 말해, 자연어 프로세서(670)는 문장 내의 전화번호, 주민번호, 및/또는 주소와 같은 정보를 검출하여 비식별화 처리할지 여부를 판단할 수 있다.

다양한 실시예에 따르면, 문장 구조는 사용자의 발화 특성이므로 자연어 프로세서(670)의 성능 개선을 위한 학습 자료로 사용될 수 있다. 자연어 프로세서(670)는 "지금 수원역이야. 곧 도착해"로부터 사용자의 위치, 및/또는 동선을 삭제할 수 있다. 자연어 프로세서(670)는 문장 내 지명 및/또는 "도착"과 같은 단어로 삭제 여부를 판단할 수 있다.

다양한 실시예에 따르면, 자연어 프로세서(670)는 문맥에 기초하여 개인 정보를 검출할 수 있다. 자연어 프로세서(670)는 시점, 장소, 인명, 전화번호 및/또는 닉네임에 기초하여 개인 정보를 검출할 수 있다. 예를 들어, 자연어 프로세서(670)는 "이번 주 금요일 일정 알려줘."로부터 시점을 검출하고, "약속 장소에서 가장 가까운 맛집 찾아줘."로부터 장소를 검출할 수 있다. 자연어 프로세서(670)는 "거기서 7시 귀요미 저녁약속 일정에 반영해줘."로부터 인명을 검출하고, "이거 알면 8780은 짜증내겠지? 라고 010-1234-5678로 문자보내"로부터 전화번호를 검출할 수 있고, "난 걔 정말 싫어"로부터 "걔"가 "8780 (닉네임)"이라는 점을 검출할 수 있다. 자연어 프로세서(670)는 전자 장치(500) 내의 연락처에 저장이 안 된 인명("귀요미")이 나타나는 경우, 또는 개인을 특정할 수 있는 텍스트(예: "8780")가 있는 경우, 앞, 뒤 전송된 발화를 통해 유추하여 개인 정보를 검출할 수 있다.

다양한 실시예에 따르면, 자연어 프로세서(670)는 사용자의 발화 패턴을 분석하고, 룰을 생성하여 추가적인 비식별화를 수행하고, 비식별화 결과를 출력할 수 있다.

다양한 실시예에 따르면, 자연어 프로세서(670)는 전송받은 정보를 이용하여 개인 데이터베이스(653) 및 링귀스틱/프랙티컬 데이터베이스(655)를 갱신할 수 있다. 서버(108)로부터 수신한 텍스트는 전자 장치(500)에서 1차적으로 비식별화가 된 것인데 텍스트 인명, 앱과 같은 정보가 마스킹되지 않고, 그대로 존재할 경우, 자연어 프로세서(670)는 전자 장치(500) 내의 개인 데이터베이스(653)에 저장이 안되어 있을 가능성이 있다고 판단하여 추정된 인명 및 앱과 같은 정보를 개인 데이터베이스(653)에 추가할 수 있다.

자연어 프로세서(670)는 문장의 구조를 분석하여 링귀스틱/프랙티컬 데이터베이스(655)에 저장된 룰과 다른 구조를 갖고 있다면 새로운 룰을 생성하여 링귀스틱/프랙티컬 데이터베이스(655)를 업데이트할 수 있다.

도 9는 다양한 실시예에 따른 전자 장치의 동작의 흐름도를 나타낸다.

도 9를 참조하면, 다양한 실시예에 따르면, 마이크(예: 도 5의 마이크(510))는 사용자의 음성을 포함한 오디오 신호를 수신할 수 있다(910). 프로세서(예: 도 5의 프로세서(530))는 음성의 특징을 분석함으로써 복수의 음성 인식 후보를 추출할 수 있다(930). 프로세서(530)는 음성에 기초하여 특징 벡터를 추출하고, 특징 벡터에 기초하여 복수의 음성 인식 후보를 추출할 수 있다.

프로세서(530)는 음성 인식 후보에 기초하여 키워드를 추출할 수 있다(950). 프로세서(530)는 복수의 음성 인식 후보 및 사용자의 음성에 관련된 데이터베이스에 기초하여 키워드를 추출할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 키워드 및 개인 정보에 기초하여 대체 데이터를 탐색할 수 있다(970). 프로세서(530)는 음성에 관련된 데이터베이스에 기초하여 인식 결과로부터 개체명(entity name)을 검출할 수 있다. 프로세서(530)는 미리 설정된 룰(rule)에 기초하여 개체명에 대응하는 카테고리를 획득할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 카테고리에 기초하여 대체 데이터를 탐색할 수 있다. 개체명은 음성에 포함된 인명, 음성에 관련된 어플리케이션 명칭 및/또는 음성에 관련된 컨텐츠의 명칭을 포함할 수 있다. 컨텐츠는 이미지, 비디오, 음악 및/또는 텍스트를 포함할 수 있다. 카테고리는 음성에 포함된 일정, 및/또는 음성에 관련된 동작을 포함할 수 있다. 예를 들어, 음성에 관련된 동작은 전화, 문자, 실행, 종료, 검색 및/또는 전송을 포함할 수 있다.

다양한 실시예에 따르면, 프로세서(530)는 대체 데이터에 기초하여 음성에 대응되는 인식 결과를 생성할 수 있다(990). 프로세서(530)는 개인 정보로부터 카테고리와 유사한 유사 데이터를 검색할 수 있다. 프로세서(530)는 유사 데이터와 개체명 사이의 유사도를 계산할 수 있다. 프로세서(530)는 유사도에 기초하여 유사 데이터를 대체 데이터로 결정할 수 있다.

메모리(550)는 전자 장치(500)의 사용자의 개인 정보를 저장할 수 있다.

다양한 실시예에 따른 전자 장치(예: 도 1의 전자 장치(101))는, 사용자의 음성을 포함한 오디오 신호를 수신하는 마이크(예: 도 2의 마이크(150-1))와, 하나 이상의 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션 및 상기 사용자의 개인 정보를 저장하는 메모리를 포함하고, 상기 프로세서는, 상기 음성의 특징을 분석함으로써 복수의 음성 인식 후보를 추출하고, 상기 음성 인식 후보에 기초하여 키워드를 추출하고, 상기 키워드 및 상기 개인 정보에 기초하여 대체 데이터를 탐색하고, 상기 대체 데이터에 기초하여 상기 음성에 대응되는 인식 결과를 생성할 수 있다.

상기 프로세서는, 상기 음성에 기초하여 특징 벡터를 추출하고, 상기 특징 벡터에 기초하여 상기 복수의 음성 인식 후보를 추출할 수 있다.

상기 프로세서는, 상기 특징 벡터에 기초하여 상기 복수의 음성 인식 후보에 대응하는 확률 값을 계산하고, 상기 확률 값에 기초하여 하나 이상의 타겟 후보를 결정할 수 있다.

상기 프로세서는, 언어의 일반적인 특성을 모델링한 제1 언어 모델에 상기 복수의 음성 인식 후보를 입력함으로써 제1 확률 값을 계산하고, 상기 사용자의 언어적 특성을 모델링한 제2 언어 모델에 상기 복수의 음성 인식 후보를 입력함으로써 제2 확률 값을 계산하는, 상기 제1 확률 값 및 상기 제2 확률 값에 기초하여 상기 하나 이상의 타겟 후보를 결정할 수 있다.

상기 프로세서는, 상기 복수의 음성 인식 후보 및 사용자의 음성에 관련된 데이터베이스에 기초하여 상기 키워드를 추출할 수 있다.

상기 음성에 관련된 데이터베이스는, 상기 사용자의 발화(utterance)의 특성, 상기 사용자의 발성(vocalization)의 특성, 상기 사용자의 발음(pronunciation)의 특성, 상기 음성에 포함된 문장 구조 및 상기 음성에 포함된 문장의 문법을 포함할 수 있다.

상기 프로세서는, 상기 음성에 관련된 데이터베이스에 기초하여 상기 인식 결과로부터 개체명(entity name)을 검출하고, 미리 설정된 룰(rule)에 기초하여 상기 개체명에 대응하는 카테고리를 획득하고, 상기 카테고리에 기초하여 상기 대체 데이터를 탐색할 수 있다.

상기 개체명은, 상기 음성에 포함된 인명, 상기 음성에 관련된 어플리케이션 명칭 및 상기 음성에 관련된 컨텐츠의 명칭을 포함하고, 상기 카테고리는, 상기 음성에 포함된 일정, 상기 음성에 관련된 동작을 포함할 수 있다.

상기 프로세서는, 상기 개인 정보로부터 상기 카테고리와 유사한 유사 데이터를 검색하고, 상기 유사 데이터와 상기 개체명 사이의 유사도를 계산하고, 상기 유사도에 기초하여 상기 유사 데이터를 상기 대체 데이터로 결정할 수 있다.

상기 프로세서는, 상기 개인 정보에 기초하여 상기 인식 결과 중에서 사용자의 일정, 상기 사용자의 위치의 포함 여부를 판단하고, 판단 결과에 기초하여 상기 인식 결과에 마스킹(masking) 또는 삭제를 수행함으로써 상기 보안 처리를 수행할 수 있다.

Claims

전자 장치에 있어서,
사용자의 음성을 포함한 오디오 신호를 수신하는 마이크;
프로세서; 및
상기 프로세서에 의해 실행 가능한 인스트럭션 및 상기 사용자의 개인 정보를 저장하는 메모리
를 포함하고,
상기 프로세서는,
상기 음성의 특징을 분석함으로써 복수의 음성 인식 후보를 추출하고,
상기 음성 인식 후보에 기초하여 키워드를 추출하고,
상기 키워드 및 상기 개인 정보에 기초하여 대체 데이터를 탐색하고,
상기 대체 데이터에 기초하여 상기 음성에 대응되는 인식 결과를 생성하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 음성에 기초하여 특징 벡터를 추출하고,
상기 특징 벡터에 기초하여 상기 복수의 음성 인식 후보를 추출하는,
전자 장치.
제2항에 있어서,
상기 프로세서는,
상기 특징 벡터에 기초하여 상기 복수의 음성 인식 후보에 대응하는 확률 값을 계산하고,
상기 확률 값에 기초하여 하나 이상의 타겟 후보를 결정하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
언어의 일반적인 특성을 모델링한 제1 언어 모델에 상기 복수의 음성 인식 후보를 입력함으로써 제1 확률 값을 계산하고,
상기 사용자의 언어적 특성을 모델링한 제2 언어 모델에 상기 복수의 음성 인식 후보를 입력함으로써 제2 확률 값을 계산하는,
상기 제1 확률 값 및 상기 제2 확률 값에 기초하여 하나 이상의 타겟 후보를 결정하는,
전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 복수의 음성 인식 후보 및 사용자의 음성에 관련된 데이터베이스에 기초하여 상기 키워드를 추출하는,
전자 장치.
제5항에 있어서,
상기 음성에 관련된 데이터베이스는,
상기 사용자의 발화(utterance)의 특성, 상기 사용자의 발성(vocalization)의 특성, 상기 사용자의 발음(pronunciation)의 특성, 상기 음성에 포함된 문장 구조 및 상기 음성에 포함된 문장의 문법을 포함하는,
전자 장치.
제5항에 있어서,
상기 프로세서는,
상기 음성에 관련된 데이터베이스에 기초하여 상기 인식 결과로부터 개체명(entity name)을 검출하고,
미리 설정된 룰(rule)에 기초하여 상기 개체명에 대응하는 카테고리를 획득하고,
상기 카테고리에 기초하여 상기 대체 데이터를 탐색하는,
전자 장치.
제7항에 있어서,
상기 개체명은,
상기 음성에 포함된 인명, 상기 음성에 관련된 어플리케이션 명칭 및 상기 음성에 관련된 컨텐츠의 명칭을 포함하고,
상기 카테고리는,
상기 음성에 포함된 일정, 상기 음성에 관련된 동작
을 포함하는 전자 장치.
제7항에 있어서,
상기 프로세서는,
상기 개인 정보로부터 상기 카테고리와 유사한 유사 데이터를 검색하고,
상기 유사 데이터와 상기 개체명 사이의 유사도를 계산하고,
상기 유사도에 기초하여 상기 유사 데이터를 상기 대체 데이터로 결정하는,
전자 장치.
전자 장치에 있어서,
사용자의 음성을 포함한 오디오 신호를 수신하는 마이크;
프로세서; 및
상기 프로세서에 의해 실행 가능한 인스트럭션 및 상기 사용자의 개인 정보를 저장하는 메모리
를 포함하고,
상기 프로세서는,
상기 음성의 특징을 분석함으로써 복수의 음성 인식 후보를 추출하고,
상기 음성 인식 후보에 기초하여 키워드를 추출하고,
상기 키워드 및 상기 개인 정보에 기초하여 대체 데이터를 탐색하고,
상기 대체 데이터에 기초하여 상기 음성에 대응하는 인식 결과를 생성하고,
상기 개인 정보에 기초하여 상기 인식 결과에 대한 보안 처리를 수행하는,
전자 장치.
제10항에 있어서,
상기 프로세서는,
상기 음성에 기초하여 특징 벡터를 추출하고,
상기 특징 벡터에 기초하여 상기 복수의 음성 인식 후보를 추출하는,
전자 장치.
제11항에 있어서,
상기 프로세서는,
상기 특징 벡터에 기초하여 상기 복수의 음성 인식 후보에 대응하는 확률 값을 계산하고,
상기 확률 값에 기초하여 하나 이상의 타겟 후보를 결정하는,
전자 장치.
제10항에 있어서,
상기 프로세서는,
언어의 일반적인 특성을 모델링한 제1 언어 모델에 상기 복수의 음성 인식 후보를 입력함으로써 제1 확률 값을 계산하고,
상기 사용자의 언어적 특성을 모델링한 제2 언어 모델에 상기 복수의 음성 인식 후보를 입력함으로써 제2 확률 값을 계산하는,
상기 제1 확률 값 및 상기 제2 확률 값에 기초하여 하나 이상의 타겟 후보를 결정하는,
전자 장치.
제10항에 있어서,
상기 프로세서는,
상기 복수의 음성 인식 후보 및 사용자의 음성에 관련된 데이터베이스에 기초하여 상기 키워드를 추출하는,
전자 장치.
제14항에 있어서,
상기 음성에 관련된 데이터베이스는,
상기 사용자의 발화(utterance)의 특성, 상기 사용자의 발성(vocalization)의 특성, 상기 사용자의 발음(pronunciation)의 특성, 상기 음성에 포함된 문장 구조 및 상기 음성에 포함된 문장의 문법을 포함하는,
전자 장치.
제15항에 있어서,
상기 프로세서는,
상기 음성에 관련된 데이터베이스에 기초하여 상기 인식 결과로부터 개체명(entity name)을 검출하고,
미리 설정된 룰(rule)에 기초하여 상기 개체명에 대응하는 카테고리를 획득하고,
상기 카테고리에 기초하여 상기 대체 데이터를 탐색하는,
전자 장치.
제16항에 있어서,
상기 개체명은,
상기 음성에 포함된 인명, 상기 음성에 관련된 어플리케이션 명칭 및 상기 음성에 관련된 컨텐츠의 명칭을 포함하고,
상기 카테고리는,
상기 음성에 포함된 일정, 상기 음성에 관련된 동작
을 포함하는 전자 장치.
제16항에 있어서,
상기 프로세서는,
상기 개인 정보로부터 상기 카테고리와 유사한 유사 데이터를 검색하고,
상기 유사 데이터와 상기 개체명 사이의 유사도를 계산하고,
상기 유사도에 기초하여 상기 유사 데이터를 상기 대체 데이터로 결정하는,
전자 장치.
제10항에 있어서,
상기 프로세서는,
상기 개인 정보에 기초하여 상기 인식 결과 중에서 사용자의 일정, 상기 사용자의 위치의 포함 여부를 판단하고,
판단 결과에 기초하여 상기 인식 결과에 마스킹(masking) 또는 삭제를 수행함으로써 상기 보안 처리를 수행하는,
전자 장치.
전자 장치의 음성 처리 방법에 있어서,
사용자의 음성을 포함한 오디오 신호를 수신하는 동작;
상기 음성의 특징을 분석함으로써 복수의 음성 인식 후보를 추출하는 동작;
상기 음성 인식 후보에 기초하여 키워드를 추출하는 동작;
상기 키워드 및 상기 사용자의 개인 정보에 기초하여 대체 데이터를 탐색하는 동작; 및
상기 대체 데이터에 기초하여 상기 음성에 대응되는 인식 결과를 생성하는 동작
을 포함하는 음성 처리 방법.