KR20230060351A

KR20230060351A - 발화 수신에 기반한 목적 장치의 식별 방법 및 이를 위한 전자 장치

Info

Publication number: KR20230060351A
Application number: KR1020210144994A
Authority: KR
Inventors: 김성한; 여재영
Original assignee: 삼성전자주식회사
Priority date: 2021-10-27
Filing date: 2021-10-27
Publication date: 2023-05-04
Also published as: WO2023075160A1

Abstract

통신 회로(circuitry), 프로세서, 및 인스트럭션들을 저장하는 메모리를 포함하는 전자 장치가 개시된다. 상기 전자 장치는, 웨이크업(wake up) 발화를 수신한 복수의 외부 전자 장치들로부터 상기 복수의 외부 전자 장치들의 상태를 지시하는 상태 정보를 획득하고, 상기 웨이크업 발화에 후속하고 제1 기능에 대한 제어를 지시하는 제어 발화에 대응하는 제어 데이터를 획득하고, 상기 상태 정보를 이용하여, 상기 복수의 외부 전자 장치들 중 적어도 일부에 대하여, 상기 제1 기능의 이용가능성(availability)을 결정하고, 상기 이용가능성에 기반하여, 상기 복수의 외부 전자 장치들 중에서, 상기 제1 기능을 수행할 목적 장치(target device)를 결정하고, 상기 제1 기능을 수행하도록 상기 목적 장치를 제어 하도록 설정될 수 있다.

Description

발화 수신에 기반한 목적 장치의 식별 방법 및 이를 위한 전자 장치{METHOD OF IDENTIFYING TARGET DEVICE BASED ON RECEPTION OF UTTERANCE AND ELECTRONIC DEVICE THEREFOR}

본 개시의 다양한 실시예들은 발화의 수신에 기반한 목적 장치(target device)의 식별 방법 및 이를 위한 전자 장치에 관한 것이다.

사용자의 음성 명령에 기반하여 전자 장치를 제어하는 기술들이 널리 활용되고 있다. 예를 들어, 전자 장치는 사용자의 발화로부터 사용자의 의도(intent)를 식별하고 식별된 의도에 대응하는 동작을 수행하도록 설정된 음성 비서(voice assistant)를 포함할 수 있다. 사용자는 음성 명령을 통하여 전자 장치를 제어할 수 있다. 음성 비서를 지원하는 전자 장치가 증가함에 따라서, 사용자는 다양한 장치들을 발화에 기반하여 제어할 수 있다. 예를 들어, 사용자는 웨이크업 워드(wake up word)의 발화를 통하여 음성 비서를 활성화할 수 있다. 음성 비서의 활성화 후, 사용자는 특정 기능의 제어를 지시하는 제어 발화를 이용하여 전자 장치의 특정 기능을 제어할 수 있다.

음성 비서를 지원하는 전자 장치가 증가함에 따라서, 사용자에 인접하게 위치된 복수의 전자 장치들이 음성 비서를 지원하도록 설정될 수 있다. 이 경우, 사용자의 지정된 발화(예: 웨이크업 워드)에 대응하여 복수의 전자 장치들이 응답할 수 있다. 복수의 전자 장치들이 사용자 발화에 응답하는 경우, 사용자는 음성 명령을 통한 전자 장치의 제어에 어려움을 겪을 수 있다.

복수의 전자 장치들이 동시에 응답하는 것을 방지하기 위하여, 웨이크업 발화를 수신한 복수의 전자 장치들 중 하나의 위너(winner) 장치만이 사용자에게 응답을 제공하도록 설정될 수 있다. 그러나, 위너 장치가 어느 장치로 결정되는가에 따라서 사용자의 경험이 달라질 수 있다. 예를 들어, 사용자의 의도는 TV의 볼륨을 증가시키는 것일 수 있다. TV가 위너 장치로 선정된 경우, 사용자는 단순히 “볼륨 올려줘(volume up)”라고 발화함으로써 TV의 볼륨을 증가시킬 수 있다. 반면, TV가 아닌 다른 장치가 위너 장치로 선정된 경우, 사용자는 “TV의 볼륨 올려줘”라고 발화하여 목적 장치를 지시하여야 할 수 있다. 이처럼, 위너 장치의 결정에 따라서 사용자의 발화가 달라져야 할 수 있기 때문에, 사용자의 편의성이 열화될 수 있다.

다른 예를 들어, 사용자가 제어하고자 하는 장치의 이름을 언제나 제어 발화에 포함시키도록 할 수 있다. 그러나, 이 경우에, 사용자가 목적 장치의 이름을 제어 발화에 포함시켜야 하기 때문에, 사용자의 편의성이 열화될 수 있다. 나아가, 제어 대상이 될 수 있는 장치가 증가함에 따라서, 목적 장치의 식별은 더욱 어려워질 수 있다.

본 개시의 다양한 실시 예들은, 상술한 문제들을 해결하기 위한 전자 장치 및 방법을 제공할 수 있다.

본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 통신 회로(circuitry), 프로세서, 및 인스트럭션들을 저장하는 메모리를 포함하고, 상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때 상기 전자 장치가, 웨이크업(wake up) 발화를 수신한 복수의 외부 전자 장치들로부터 상기 복수의 외부 전자 장치들의 상태를 지시하는 상태 정보를 획득하고, 상기 웨이크업 발화에 후속하는 제어 발화에 대응하는 제어 데이터를 획득하고, 상기 제어 발화는 제1 기능에 대한 제어를 지시함, 상기 상태 정보를 이용하여, 상기 복수의 외부 전자 장치들 중 적어도 일부에 대하여, 상기 제1 기능의 이용가능성(availability)을 결정하고, 상기 이용가능성에 기반하여, 상기 복수의 외부 전자 장치들 중에서, 상기 제1 기능을 수행할 목적 장치(target device)를 결정하고, 상기 제1 기능을 수행하도록 상기 목적 장치를 제어 하도록 할 수 있다.

본 문서에 개시되는 일 실시 예에 따른 전자 장치의 목적 장치의 제어를 위한 방법은, 웨이크업(wake up) 발화를 수신한 복수의 외부 전자 장치들로부터 상기 복수의 외부 전자 장치들의 상태를 지시하는 상태 정보를 획득하는 동작, 상기 웨이크업 발화에 후속하는 제어 발화에 대응하는 제어 데이터를 획득하는 동작으로서, 상기 제어 발화는 제1 기능에 대한 제어를 지시함, 상기 상태 정보를 이용하여, 상기 복수의 외부 전자 장치들 중 적어도 일부에 대하여, 상기 제1 기능의 이용가능성(availability)을 결정하는 동작, 상기 이용가능성에 기반하여, 상기 복수의 외부 전자 장치들 중에서, 상기 제1 기능을 수행할 목적 장치(target device)를 결정하는 동작, 및 상기 제1 기능을 수행하도록 상기 목적 장치를 제어하는 동작을 포함할 수 있다.

본 개시의 일 실시 예에 따른 전자 장치는 사용자의 발화의 의도에 따라서 전자 장치를 제어함으로써 사용자 편의성 및 전자 장치의 효용성을 개선할 수 있다.

본 개시의 일 예시에 따른 전자 장치는 사용자의 의도와 전자 장치들의 상태를 고려하여 목적 장치를 식별함으로써 사용자의 편의성을 개선함으로써 전자 장치의 사용 빈도를 증가시킬 수 있다.

본 개시의 일 예시에 따른 전자 장치는 발화 데이터와 전자 장치의 상태를 함께 이용함으로써 사용자의 입력 단계를 줄일 수 있다.

도 1은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 일 실시예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 5는 일 예시에 따른 발화 기반 목적 장치의 제어를 위한 시스템을 도시한다.
도 6은 일 예시에 따른 다중 기기 환경을 도시한다.
도 7은 일 예시에 따른 전자 장치의 블록도를 도시한다.
도 8은 일 예시에 따른 청취 장치의 제어를 위한 시스템을 도시한다.
도 9는 일 예시에 따른 목적 장치의 제어 방법의 신호 흐름도를 도시한다.
도 10은 일 예시에 따른 목적 장치의 제어 방법의 신호 흐름도를 도시한다.
도 11은 일 예시에 따른 목적 장치의 제어 환경을 도시한다.
도 12는 일 예시에 따른 목적 장치의 제어 방법의 흐름도를 도시한다.

이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 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 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.

무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 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, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 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 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

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

일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어™)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 지능 시스템은 사용자 단말(201), 지능형 서버(300), 및 서비스 서버(400)를 포함할 수 있다.

일 실시 예의 사용자 단말(201)(예: 도 1의 전자 장치(101))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(201)은 통신 인터페이스(290), 마이크(270), 스피커(255), 디스플레이(260), 메모리(230), 및/또는 프로세서(220)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.

통신 인터페이스(290)(예: 도 1의 통신 모듈(190))는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 마이크(270)(예: 도 1의 오디오 모듈(170))는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 스피커(255)(예: 도 1의 음향 출력 모듈(155))는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 디스플레이(260)(예: 도 1의 디스플레이 모듈(160))는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이(260)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(230)(예: 도 1의 메모리(130))는 클라이언트 모듈(231), SDK(software development kit)(233), 및 복수의 어플리케이션들을 저장할 수 있다. 상기 클라이언트 모듈(231), 및 SDK(233)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(231) 또는 SDK(233)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.

상기 복수의 어플리케이션들(예: 235a, 235b)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 제1 앱(235a), 및/또는 제2 앱(235b)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 어플리케이션들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 프로세서(220)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.

일 실시 예의 프로세서(220)는 사용자 단말(201)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(220)는 통신 인터페이스(290), 마이크(270), 스피커(255), 및 디스플레이(260)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다. 예를 들어, 프로세서(220)는 적어도 하나의 프로세서를 포함할 수 있다.

일 실시 예의 프로세서(220)는 또한 상기 메모리(230)에 저장된 프로그램을 실행하여 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(220)는 클라이언트 모듈(231) 또는 SDK(233) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(220)는, 예를 들어, SDK(233)를 통해 복수의 어플리케이션들의 동작을 제어할 수 있다. 클라이언트 모듈(231) 또는 SDK(233)의 동작으로 설명된 이하의 동작들은 프로세서(220)의 실행에 의하여 수행되는 동작일 수 있다.

일 실시 예의 클라이언트 모듈(231)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(231)은 마이크(270)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(231)은 수신된 음성 입력(예: 음성 신호)을 지능형 서버(300)로 송신할 수 있다. 클라이언트 모듈(231)은 수신된 음성 입력과 함께, 사용자 단말(201)의 상태 정보를 지능형 서버(300)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.

일 실시 예의 클라이언트 모듈(231)은 수신된 음성 입력에 대응되는 결과를 지능형 서버(300)로부터 수신할 수 있다. 예를 들어, 클라이언트 모듈(231)은 지능형 서버(300)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(231)은 상기 수신된 결과를 디스플레이(260)에 표시할 수 있다.

일 실시 예의 클라이언트 모듈(231)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(231)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(260)에 표시할 수 있다. 클라이언트 모듈(231)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이(260)에 표시할 수 있다. 사용자 단말(201)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이(260)에 표시할 수 있다.

일 실시 예에 따르면, 클라이언트 모듈(231)은 지능형 서버(300)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(231)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(300)로 송신할 수 있다.

일 실시 예의 클라이언트 모듈(231)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(300)로 송신할 수 있다. 지능형 서버(300)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.

일 실시 예의 클라이언트 모듈(231)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(231)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(231)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(300)는 네트워크(299)(예: 도 1의 제1 네트워크(198) 및/또는 제2 네트워크(199))를 통해 사용자 단말(201)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(300)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(300)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(neural 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(300)는 생성된 플랜에 따른 결과를 사용자 단말(201)로 송신하거나, 생성된 플랜을 사용자 단말(201)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 플랜에 따른 결과를 디스플레이(260)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 플랜에 따른 동작을 실행한 결과를 디스플레이(260)에 표시할 수 있다.

일 실시 예의 지능형 서버(300)는 프론트 엔드(front end)(310), 자연어 플랫폼(natural language platform)(320), 캡슐 데이터베이스(capsule database)(330), 실행 엔진(execution engine)(340), 엔드 유저 인터페이스(end user interface)(350), 매니지먼트 플랫폼(management platform)(360), 빅 데이터 플랫폼(big data platform)(370), 또는 분석 플랫폼(analytic platform)(380)을 포함할 수 있다.

일 실시 예의 프론트 엔드(310)는 사용자 단말(201)에 의하여 수신된 음성 입력을 사용자 단말(201)로부터 수신할 수 있다. 프론트 엔드(310)는 상기 음성 입력에 대응되는 응답을 사용자 단말(201)로 송신할 수 있다.

일 실시 예에 따르면, 자연어 플랫폼(320)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(321), 자연어 이해 모듈(natural language understanding module)(NLU module)(323), 플래너 모듈(planner module)(325), 자연어 생성 모듈(natural language generator module)(NLG module)(327), 및/또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(329)을 포함할 수 있다.

일 실시 예의 자동 음성 인식 모듈(321)은 사용자 단말(201)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(323)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(323)은 문법적 분석(syntactic analyze) 및/또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(323)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(325)은 자연어 이해 모듈(323)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(325)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(325)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(325)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(325)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(325)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(325)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(325)은 복수의 동작 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(325)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(330)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.

일 실시 예의 자연어 생성 모듈(327)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(329)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.

일 실시 예에 따르면, 자연어 플랫폼(320)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(201)에서도 구현가능 할 수 있다. 예를 들어, 사용자 단말(201)이 자동 음성 인식 모듈 및/또는 자연어 이해 모듈을 포함할 수 있다. 사용자 단말(201)이 사용자 음성 명령을 인식한 뒤, 인식된 음성 명령에 대응하는 텍스트 정보를 지능형 서버(300)로 송신할 수 있다. 예를 들어, 사용자 단말(201)이 텍스트 음성 변환 모듈을 포함할 수 있다. 사용자 단말(201)이 지능형 서버(300)로부터 텍스트 정보를 수신하고, 수신된 텍스트 정보를 음성으로 출력할 수 있다.

상기 캡슐 데이터베이스(330)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/또는 컨셉 오브젝트(concept object)(또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(330)에 포함된 기능 저장소(function registry)에 저장될 수 있다.

상기 캡슐 데이터베이스(330)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(330)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(330)는 사용자 단말(201)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(330)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(330)가 사용자 단말(201) 내에도 구현될 수 있다.

일 실시 예의 실행 엔진(340)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(350)는 산출된 결과를 사용자 단말(201)로 송신할 수 있다. 이에 따라, 사용자 단말(201)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(360)은 지능형 서버(300)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(370)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(380)은 지능형 서버(300)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(380)은 지능형 서버(300)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.

일 실시 예의 서비스 서버(400)는 사용자 단말(201)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(400)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(400)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(300)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(330)에 저장될 수 있다. 또한, 서비스 서버(400)는 플랜에 따른 결과 정보를 지능형 서버(300)에 제공할 수 있다. 서비스 서버(400)는 네트워크(299)를 통하여 지능형 서버(300) 및/또는 사용자 단말(201)과 통신할 수 있다. 서비스 서버(400)는 별도의 연결을 통하여 지능형 서버(300)와 통신할 수 있다. 도 2에는 서비스 서버(400)가 하나의 서버로 도시되어 있으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 서비스 서버(400)의 각각의 서비스(401, 402, 및 403)들 중 적어도 하나는 별도의 서버로 구현될 수 있다.

위에 기술된 통합 지능 시스템에서, 상기 사용자 단말(201)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(201)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(201)은 상기 마이크(270)를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)을 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.

일 실시 예에서, 사용자 단말(201)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버(300) 및/또는 서비스 서버(400)와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(201)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.

일 실시 예에서, 사용자 단말(201)이 지능형 서버(300) 및/또는 서비스 서버(400)와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말(201)은, 상기 마이크(270)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말(201)은, 상기 음성 데이터를 통신 인터페이스(290)를 이용하여 지능형 서버(300)로 송신할 수 있다.

일 실시 예에 따른 지능형 서버(300)는 사용자 단말(201)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(201)은, 통신 인터페이스(290)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(201)은 상기 스피커(255)를 이용하여 사용자 단말(201) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(260)를 이용하여 사용자 단말(201) 내부에서 생성된 이미지를 외부로 출력할 수 있다.

도 3은 일 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.

상기 지능형 서버(300)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(330))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(캡슐A(331), 캡슐B(334))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: 캡슐A(331))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자의 캡슐(예: CP 1(332), CP 2 (333), CP3 (335), 및/또는 CP4 (336))이 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(330a) 및 적어도 하나 이상의 컨셉(330b)을 포함할 수 있다.

상기, 자연어 플랫폼(320)은 캡슐 데이터베이스(330)에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(325)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(331)의 동작들(331a, 332a) 과 컨셉들(331b, 332b) 및 캡슐 B(334)의 동작(334a)과 컨셉(334b)을 이용하여 플랜(337)을 생성할 수 있다.

도 4는 일 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.

사용자 단말(201)은 지능형 서버(300)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.

일 실시 예에 따르면, 제1 화면(210)에서, 사용자 단말(201)은 지정된 음성 입력(예: 웨이크 업!)을 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(201)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(211)를 디스플레이(260)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(201)은 “이번주 일정 알려줘!”라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(213)(예: 입력창)를 디스플레이에 표시할 수 있다.

일 실시 예에 따르면, 제2 화면(215)에서, 사용자 단말(201)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(201)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 ‘이번주 일정’을 디스플레이에 표시할 수 있다.

도 5는 일 예시에 따른 발화 기반 목적 장치의 제어를 위한 시스템을 도시한다.

도 5를 참조하여, 시스템(500)은 제1 사용자 장치(501), 제2 사용자 장치(502), 및 서버 장치(511)를 포함할 수 있다. 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각은 사용자(599)의 발화(590)를 수신하는 청취 장치(listener device)로 참조될 수 있으며, 도 2의 사용자 단말(201) 또는 도 1의 전자 장치(101)와 유사한 구성들을 포함할 수 있다. 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각은 음성 비서(예: 도 2의 클라이언트 모듈(231))를 포함할 수 있다. 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각은 사용자(599)의 발화(590)를 음성 수신 회로(예: 도 1의 오디오 모듈(170))을 이용하여 수신하고, 발화(590)에 대응하는 발화 데이터를 서버 장치(511)에 송신하도록 설정될 수 있다. 예를 들어, 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각은 인터넷과 같은 네트워크를 통하여 서버 장치(511)에 발화 데이터를 송신하도록 설정될 수 있다.

목적 장치는 발화(590)에 의하여 제어의 대상이 되는 장치로 참조될 수 있다. 일 실시예에 따르면, 목적 장치는 발화(590)를 수신한 제1 사용자 장치(501) 및 제2 사용자 장치(502) 중 하나일 수 있다. 본 개시의 예시들에 있어서, 발화(590)를 수신한(예를 들어, 성공적으로 수신한) 장치들 중 하나를 목적 장치로 결정함으로써, 사용자(599)의 의도에 부합하는 목적 장치가 결정될 수 있다. 일 예에서, 목적 장치는 인터넷과 같은 네트워크를 통하여 서버 장치(511)로부터 제어 데이터를 수신하고, 제어 데이터에 따른 동작(예: 일련의 동작들)을 수행하도록 설정될 수 있다.

서버 장치(511)는 적어도 하나의 서버 장치를 포함할 수 있다. 예를 들어, 서버 장치(511)는 제1 서버(512)와 제2 서버(513)를 포함할 수 있다. 서버 장치(511)는 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각 으로부터 발화 데이터를 수신하고, 발화 데이터를 처리하도록 설정될 수 있다. 예를 들어, 제1 서버(512)는 도 2의 지능형 서버(300)에 대응할 수 있다. 제2 서버(513)는 외부 전자 장치에 대한 데이터 베이스를 포함할 수 있다. “외부 전자 장치”는 서버 장치(511)의 외부에 위치된 전자 장치로 참조될 수 있다. 예를 들어, 제1 사용자 장치(501) 및/또는 제2 사용자 장치(502)에 대한 정보가 제2 서버(513)의 데이터베이스에 저장될 수 있다. 제2 서버(513)는 IoT(internet of things) 서버로 참조될 수 있다. 예를 들어, 제2 서버(513)는 외부 전자 장치의 정보(예: 외부 전자 장치의 식별자, 그룹 정보 등)를 저장하고, 외부 전자 장치의 제어를 위한 구성들을 포함할 수 있다. 제1 서버(512)는 수신된 발화 데이터를 처리함으로써 수신된 발화 데이터에 포함된 사용자(599)의 의도를 결정할 수 있다. 사용자(599)의 의도가 외부 장치(예: 목적 장치)의 제어에 대한 것인 경우, 제1 서버(512)는 제2 서버(513)의 데이터를 이용하여 제어 대상이 되는 목적 장치를 식별하고, 식별된 목적 장치가 의도에 따른 동작을 수행하도록 목적 장치를 제어할 수 있다. 도 5에는 제1 서버(512)와 제2 서버(513)가 별개의 구성으로 도시되어 있으나, 제1 서버(512)와 제2 서버(513)는 하나의 서버로 구현될 수 있다.

도 5에 도시된 시스템(500)의 구성은 예시적인 것으로서, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 목적 장치의 제어를 위한 다양한 방법들이 본 문서의 실시예들에 포함될 수 있다.

일 예에서, 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각이 서버 장치(511)로 송신하는 발화 데이터는 음성을 기록한 임의의 형태의 파일 포맷을 가질 수 있다. 이 경우, 서버 장치(511)는 발화 데이터에 대한 음성 인식 및 자연어 분석을 통하여 발화 데이터에 대한 사용자(599)의 의도를 결정할 수 있다. 다른 예에서, 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각이 서버 장치(511)로 송신하는 발화 데이터는 발화(590)에 대응하는 음성 인식 결과를 포함할 수 있다. 이 경우, 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각은 발화(590)에 대한 자동 음성 인식을 수행하고, 자동 음성 인식 결과를 발화 데이터로서 서버 장치(511)에 송신할 수 있다. 서버 장치(511)는 발화 데이터에 대한 자연어 분석을 통하여 발화 데이터에 대한 사용자(599)의 의도를 결정할 수 있다.

일 예에서, 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각은 자동 음성 인식 및 자연어 이해를 수행하도록 설정될 수 있다. 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각은 발화(590)로부터 사용자(599)의 의도를 직접 식별하도록 설정될 수 있다. 이 경우, 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각은, 제2 서버(513)에 저장된 정보 또는 제1 사용자 장치(501)와 제2 사용자 장치(502) 사이에 공유된 정보를 이용하여 목적 장치를 식별하고, 목적 장치를 사용자(599)의 의도에 따라서 제어할 수 있다.

일 예에서, 시스템(500)은 서버 장치(511)를 포함하지 않을 수 있다. 예를 들어, 제1 사용자 장치(501) 및 제2 사용자 장치(502) 각각이 상술된 서버 장치(511)의 동작들을 모두 수행하도록 설정될 수 있다.

도 5와 관련하여 상술된 다양한 예시들은, 발화에 기반하여 목적 장치를 제어할 수 있는 시스템의 다양한 예시들로서, 본 개시의 실시예들이 이에 제한되는 것은 아니다. 통상의 기술자는 후술되는 본 개시의 제어 방법들이 도 5와 관련하여 상술된 다양한 예시적인 시스템들을 이용하여 수행될 수 있음을 이해할 수 있을 것이다.

도 6은 일 예시에 따른 다중 기기 환경을 도시한다.

도 6을 참조하여, 예시적인 다중 기기 환경(600)은 적어도 하나의 청취 장치와 적어도 하나의 목적 장치(예: 제어의 대상이 되는 장치)를 포함할 수 있다.

예를 들어, 스마트 와치(601), 모바일 폰(602), 및 AI 스피커 (603) 각각은 도 5의 사용자 장치(501, 502)에 대응할 수 있다. 사용자(699)는 스마트 와치(601), 모바일 폰(602), 또는 AI 스피커(603)에 구비된 음성 비서를 이용하여 전자 장치를 제어할 수 있다. 예를 들어, 사용자(699)는 웨이크업 발화 또는 청취 장치에 대한 사용자 입력(예: 버튼 입력 또는 터치 입력)을 통하여 음성 비서를 호출하고, 전자 장치의 제어를 위한 제어 발화를 수행함으로써 다른 장치를 제어할 수 있다.

도 6의 예시에서, 제1 전등(621), 스탠드(622), 및 TV(623)는 거실(681)에 위치된 것으로 가정되고, 제2 전등(624), 제3 전등(625), 및 냉장고(626)는 부엌(682)에 위치된 것으로 가정될 수 있다. 일 예에서, 사용자(699)는 모바일 폰(602)의 음성 비서를 이용하여 음성 명령을 실행할 수 있다. 예를 들어, 사용자(699)의 발화는 다음과 같을 수 있다. “거실 등 켜줘.” 거실(681)에는 제1 전등(621)과 스탠드(622)가 위치되기 때문에, 모바일 폰(602)의 음성 비서는 제1 전등(621)과 스탠드(622)를 켤 수 있다. 이 경우, 사용자(699)의 발화에 의하여 목적 장치의 유형(예: 등)과 위치(예: 거실)가 지정되어 있기 때문에, 음성 비서는 발화로부터 목적 장치를 식별할 수 있다.

다른 예시에서, 사용자(699)는 발화를 수신하는 장치를 발화를 통하여 제어하기 원할 수 있다. 이 경우, 사용자(699)의 발화는 제어 대상이 되는 장치의 이름이나 위치에 대한 정보를 포함하지 않을 수 있다. 사용자(699)는 발화를 수신하는 장치를 직접 제어하고 있기 때문에, 제어의 대상이 되는 목적 장치에 대한 별도의 정보가 불요하다고 판단할 수 있다. 이 경우, 사용자(699)의 발화를 수신할 수 있는 스마트 와치(601), 모바일 폰(602), 및 AI 스피커(603) 중, 어느 장치가 사용자(699)의 발화의 대상인지 식별되어야 할 필요가 있다.

본 개시의 실시예들에 따르면, 발화를 수신한 장치들 중, 제어 발화에 대응하는 기능을 수행할 수 있는 장치가 목적 장치로 결정될 수 있다. 이 경우, 사용자(699)가 제어의 대상이 되는 목적 장치의 명칭을 이야기하지 않더라도, 사용자(699)의 의도에 부합하는 목적 장치가 발화에 기반하여 제어될 수 있다. 예를 들어, 웨이크업 발화를 수신한 장치들의 컨텍스트 정보가 수집되고, 제어 발화에 대응하는 기능을 수행가능한 목적 장치가 컨텍스트 정보에 기반하여 결정될 수 있다.

이하에서, 도 7 내지 도 12를 참조하여, 목적 장치의 식별을 위한 방법들이 상세히 설명될 수 있다.

도 7은 일 예시에 따른 전자 장치의 블록도를 도시한다.

도 7을 참조하여, 일 실시예에 따르면, 전자 장치(701)는 프로세서(720)(예: 도 1의 프로세서(120)), 메모리(730)(예: 도 1의 메모리(130)), 및/또는 통신 회로(790)(예: 도 1의 통신 회로(190))를 포함할 수 있다. 예를 들어, 전자 장치(701)는 오디오 회로(750)(예: 도 1의 오디오 모듈(170))를 더 포함할 수 있으며, 도 7에 미도시된 구성을 더 포함할 수 있다. 예를 들어, 전자 장치(701)는 도 1의 전자 장치(101)의 적어도 일부 구성을 더 포함할 수 있다.

본 개시의 예시들에서, 전자 장치(701)는 목적 장치를 식별 및/또는 결정하는 장치로 참조될 수 있다. 예를 들어, 목적 장치의 식별 및/또는 결정이 서버 장치(예: 도 5의 서버 장치(511))에서 수행되는 경우, 전자 장치(701)는 서버 장치로 참조될 수 있다. 다른 예를 들어, 목적 장치의 식별 및/또는 결정이 사용자 장치(예: 도 5의 제1 사용자 장치(501) 및/또는 제2 사용자 장치(502))에서 수행되는 경우, 전자 장치(701)는 사용자 장치로 참조될 수 있다. 목적 장치의 식별 이후, 목적 장치의 제어가 다른 장치를 이용하여 수행될 수 있음은 상술된 바와 같다. 따라서, 전자 장치(701)는 직접적으로 목적 장치를 제어하거나, 다른 장치를 통하여 간접적으로 목적 장치를 제어할 수 있다.

프로세서(720)는 메모리(730), 통신 회로(790), 및/또는 오디오 회로(750)와 전기적으로(electrically), 작동적으로(operatively) 또는 기능적으로(functionally) 연결될 수 있다. 메모리(730)는 인스트럭션들을 저장할 수 있다. 인스트럭션들은 프로세서(720)에 의하여 실행되었을 때, 전자 장치(701)로 하여금 다양한 동작들을 수행하도록 할 수 있다.

일 실시예에 따르면, 전자 장치(701)는 웨이크업(wake up) 발화를 수신한 복수의 외부 전자 장치들로부터 상기 복수의 외부 전자 장치들의 상태를 지시하는 상태 정보를 획득하도록 설정될 수 있다. 예를 들어, 상기 복수의 외부 전자 장치들 각각은 오디오 수신 회로를 이용하여 상기 웨이크업 발화를 수신하도록 설정될 수 있다. 예를 들어, 상기 상태 정보는 상기 복수의 외부 전자 장치들 각각의 활성 서비스 정보를 포함할 수 있다. 예를 들어, 상기 활성 서비스는 상기 복수의 외부 전자 장치들 각각에서 현재 실행 중인 서비스에 대응할 수 있다.

일 실시예에 따르면, 전자 장치(701)는 상기 웨이크업 발화에 후속하는 제어 발화에 대응하는 제어 데이터를 획득하도록 설정될 수 있다. 예를 들어, 상기 제어 발화는 제1 기능에 대한 제어를 지시할 수 있다. 예를 들어, 상기 제어 데이터는 상기 목적 장치의 식별 정보(예: 이름)을 포함하지 않을 수 있다. 전자 장치(701)는 상기 제어 데이터에 대한 음성 인식에 기반하여 상기 제어 데이터에 대응하는 의도(intent)를 식별하고, 상기 의도에 대응하는 상기 제1 기능을 식별하도록 설정될 수 있다.

일 실시예에 따르면, 전자 장치(701)는 상기 상태 정보를 이용하여, 상기 복수의 외부 전자 장치들 중 적어도 일부에 대하여, 상기 제1 기능의 이용가능성(availability)을 결정하도록 설정될 수 있다. 예를 들어, 전자 장치(701)는 상기 활성 서비스 정보에 의하여 지시되는 활성 서비스에 대응하는 기능들을 식별하고, 상기 식별된 기능들과 상기 제1 기능을 비교함으로써 상기 이용가능성을 결정하도록 설정될 수 있다.

일 실시예에 따르면, 전자 장치(701)는 상기 이용가능성에 기반하여, 상기 복수의 외부 전자 장치들 중에서, 상기 제1 기능을 수행할 목적 장치(target device)를 결정하도록 설정될 수 있다. 예를 들어, 전자 장치(701)는 상기 복수의 외부 전자 장치들의 계정에 연관된 외부 전자 장치들 중에서, 상기 제1 기능을 지원하는 제1 장치 그룹을 식별하고, 상기 복수의 외부 전자 장치들 중에서, 상기 제1 장치 그룹에 속한 장치들로 구성된 제2 장치 그룹을 식별하도록 설정될 수 있다. 전자 장치(701)는, 상기 상태 정보를 이용하여, 상기 제2 장치 그룹의 외부 전자 장치들의 상기 제1 기능의 이용가능성을 결정하고, 상기 이용가능성에 기반하여 상기 목적 장치를 결정하도록 설정될 수 있다. 다른 예를 들어, 상기 상태 정보에 기반하여 상기 복수의 외부 전자 장치들 중 제1 외부 전자 장치 및 제2 외부 전자 장치에서 상기 제1 기능이 이용가능한 것으로 결정된 경우, 전자 장치(701)는 상기 제1 외부 전자 장치와 상기 제2 외부 전자 장치 중에서, 상기 웨이크업 발화의 수신 볼륨 또는 수신 감도가 높은 장치를 상기 목적 장치로 결정하도록 설정될 수 있다. 또 다른 예를 들어, 전자 장치(701)는 상기 제1 외부 전자 장치와 상기 제2 외부 전자 장치 중에서, 이용빈도가 높은 장치를 목적 장치로 결정하도록 설정될 수 있다.

일 실시예에 따르면, 전자 장치(701)는 상기 제1 기능을 수행하도록 상기 목적 장치를 제어 하도록 설정될 수 있다. 예를 들어, 전자 장치(701)는 목적 장치에 직접 또는 다른 장치를 통하여 목적 장치에 간접적으로 제1 기능의 수행을 지시하는 정보를 송신함으로써, 상기 목적 장치를 제어할 수 있다.

도 8은 일 예시에 따른 청취 장치의 제어를 위한 시스템을 도시한다.

도 8을 참조하여, 시스템(800)은 사용자(899)의 발화에 기반하여 복수의 청취 장치들(805) 중 적어도 하나를 제어하기 위한 다양한 모듈들을 포함할 수 있다. 도 8의 용어 “모듈”이 소프트웨어 모듈 또는 하드웨어 모듈을 의미할 수 있다. 모듈이 소프트웨어 모듈인 경우, 해당 모듈은 인스트럭션들이 프로세서에 의하여 실행됨으로써 구현될 수 있다.

일 예에서, 자연어 처리 모듈(810)은 도 5의 제1 서버(512)에 포함되고, 디스패처(dispatcher) 모듈(820) 및 장치 제어 모듈(830)은 도 5의 제2 서버(513)에 포함될 수 있다. 다른 예에서, 복수의 청취 장치들(805) 각각이 자연어 처리 모듈(810)을 포함하고, 도 5의 서버 장치(511)가 디스패처 모듈(820) 및 장치 제어 모듈(830)을 포함할 수 있다. 또 다른 예에서, 복수의 청취 장치들(805) 각각이 자연어 처리 모듈(810), 디스패처 모듈(820), 및 장치 제어 모듈(830)을 포함할 수 있다. 도 7과 관련하여 상술된 바와 같이, 도 7의 전자 장치(701)는 적어도 장치 결정 모듈(822)을 포함하는 전자 장치로 참조될 수 있다.

복수의 청취 장치들(805) 각각은 음성 비서가 설치된 장치로서, 사용자(899)의 발화를 수신하여 발화에 대응하는 발화 데이터를 서버 장치(예: 도 5의 제1 서버(511))에 송신할 수 있다. 이하에서, 설명의 편의를 위하여, 제1 청취 장치(801)의 동작들이 설명되나, 제2 청취 장치(802) 및 제3 청취 장치(803)도 동일한 동작들을 수행하도록 설정될 수 있다.

예를 들어, 제1 청취 장치(801)는 사용자(899)로부터 웨이크업 발화(890)를 수신할 수 있다. 웨이크업 발화(890)의 수신에 응답하여, 제1 청취 장치(801)는 음성 비서 어플리케이션을 활성화하고, 마이크(예: 도 7의 오디오 회로(750))를 활성화할 수 있다. 웨이크업 발화(890)의 수신에 응답하여 제1 청취 장치(801)는 제1 청취 장치(801)의 상태 정보를 디스패처 모듈(820)에 송신할 수 있다. 제1 청취 장치(801)의 상태 정보는, 제1 청취 장치(801)에서 현재 실행 중인 적어도 하나의 기능의 상태에 대한 정보를 포함할 수 있다. 예를 들어, 상태 정보는 제1 청취 장치(801)에서 현재(currently) 활성화된 서비스의 정보를 포함할 수 있다. 제1 청취 장치(801)에서 음악이 재생 중인 경우, 제1 청취 장치(801)의 상태 정보는 음악 재생이 활성화된 서비스임을 지시할 수 있다. 제1 청취 장치(801)에서 현재 활성화된 서비스가 없는 경우, 제1 청취 장치(801)의 상태 정보는 현재 활성화된 서비스가 없음을 지시할 수 있다. 일 예에서, 상태 정보는 장치 유형 정보(예: 모바일, 스피커, TV 등) 및/또는 위너 장치 지시자를 더 포함할 수 있다.

도 8의 예시에서, 복수의 청취 장치들(805)은 웨이크업 발화(890)를 수신한 것으로 가정될 수 있다. 본 개시의 예시들에서, “발화의 수신”은 발화의 성공적인 수신으로 참조될 수 있다. “성공적인 수신”은, 예를 들어, 발화의 음성이 인식이 가능한 경우, 발화의 SNR(signal-to-noise ratio)가 지정된 값 이상인 경우, 또는 발화의 볼륨이 지정된 값 이상인 경우를 의미할 수 있다.

상술된 바와 같이, 복수의 청취 장치들(805) 각각은 웨이크업 발화(890)에 대응하여 상태 정보를 디스패처 모듈(820)에 송신할 수 있다. 예를 들어, 디스패처 모듈(820)이 서버에 포함된 경우, 복수의 청취 장치들(805) 각각은 인터넷과 같은 네트워크를 통하여 디스패처 모듈(820)에 상태 정보를 송신할 수 있다. 다른 예를 들어, 디스패처 모듈(820)이 각각의 청취 장치들에 포함된 경우, 복수의 청취 장치들(805) 각각은 근거리 네트워크(예: WiFi, 블루투스, NAAN, 및/또는 UWB에 기반한 네트워크)를 통하여 자신의 상태 정보를 송신(예: 브로드캐스팅)함으로써 상태 정보를 공유할 수 있다.

위너 장치가 복수의 청취 장치들(805) 중에서 결정될 수 있다. 예를 들어, 복수의 청취 장치들(805) 각각은 웨이크업 발화(890)의 수신 정보(예: 수신 음량 및/또는 SNR)를 디스패처 모듈(820)에 송신할 수 있다. 디스패처 모듈(820)은 웨이크업 발화(890)의 수신 정보를 이용하여 복수의 청취 장치들(805) 중에서 위너 장치를 결정할 수 있다. 디스패처 모듈(820)은 수신 정보를 이용하여, 가장 수신 음량이 높은 장치 또는 가장 SNR이 높은 장치를 위너 장치로 결정할 수 있다. 다른 예를 들어, 복수의 청취 장치들(805) 각각은 웨이크업 발화(890)의 수신 정보를 서로 공유할 수 있다. 복수의 청취 장치들(805) 각각은 수신 정보를 이용하여 위너 장치를 결정할 수 있다. 예를 들어, 복수의 청취 장치들(805) 각각은 가장 수신 음량이 높은 장치 또는 가장 SNR이 높은 장치를 위너 장치로 결정할 수 있다. 위너 장치가 복수의 청취 장치들(805)에 의하여 결정되는 경우, 복수의 청취 장치들(805) 각각은 위너 장치에 대한 정보(예: 위너 장치 지시자)를 포함하는 상태 정보를 송신하도록 설정될 수 있다.

도 8의 예시에서, 복수의 청취 장치들(805)은 웨이크업 발화(890)에 후속하여 제어 발화(891)를 수신할 수 있다. 제어 발화(891)는 특정 기능에 대한 제어를 지시하는 발화로서, 도 8의 예시에서, 제어 발화(891)는 제어의 대상이 되는 목적 장치의 이름에 대한 정보를 포함하지 않을 수 있다. 제어 발화(981)는 복수의 청취 장치들(805)로부터 자연어 처리 모듈(810)로 전달될 수 있다.

자연어 처리 모듈(810)은 복수의 청취 장치들(805)로부터 수신된 발화 데이터(예: 제어 발화(981)에 대응하는 데이터)에 기반하여 사용자 의도를 식별할 수 있다. 예를 들어, 자연어 처리 모듈(810)은 도 2의 지능형 서버(300)(예: 도 5의 제1 서버(512))에 대응할 수 있다. 도 8에는 미도시 되었으나, 자연어 처리 모듈(810)은 프론트엔드(예: 도 2의 프론트 엔드(310))를 더 포함할 수 있다.

자연어 처리 모듈(810)은 자동 음성 인식 모듈(811)(예: 도 2의 자동 음성 인식 모듈(321))을 이용하여 발화 데이터에 대한 음성 인식을 수행함으로써 발화 데이터로부터 텍스트 데이터를 생성할 수 있다. 자연어 처리 모듈(810)은 자연어 이해(natural language understanding) 모듈(812)(예: 도 2의 자연어 이해 모듈(323))을 이용하여 텍스트 데이터로부터 의도를 식별할 수 있다. 예를 들어, 자연어 처리 모듈(810)은 복수의 기 정의된 의도와 텍스트 데이터를 비교함으로써 발화(예: 제어 발화(891))에 대응하는 의도를 식별할 수 있다. 또한, 자연어 처리 모듈(810)은 발화 데이터로부터 추가적인 정보를 추출할 수 있다. 예를 들어, 자연어 처리 모듈(810)은 발화 데이터에 포함된 단어(예: 엔티티(entity))를 추출함으로써 슬롯 태깅(slot tagging) 또는 슬롯 필링(slot filling)을 수행할 수 있다.

자연어 처리 모듈(810)은 자연어 생성 모듈(813)(예: 도 2의 자연어 생성 모듈(327))을 이용하여 사용자에게 발화(예: 제어 발화(891))에 대한 피드백(예: 응답)을 제공할 수 있다. 예를 들어, 자연어 생성 모듈(813)은 사용자에게 제공될 피드백을 자연어 표현으로 생성할 수 있다. 텍스트 음성 변환 모듈(814)(예: 도 2의 텍스트 음성 변환 모듈(329))은 자연어 생성 모듈(813)에 의하여 생성된 자연어 표현을 텍스트 데이터로부터 음성 데이터로 변환할 수 있다. 예를 들어, 자연어 처리 모듈(810)은 생성된 음성 데이터를 제1 청취 장치(801)에 송신함으로써, 제1 청취 장치(801)를 통하여 발화에 대한 응답을 사용자(899)에게 제공할 수 있다.

자연어 처리 모듈(810)은 사용자(899)의 발화(예: 제어 발화(891))로부터 식별된 의도를 디스패처 모듈(820)에 전달할 수 있다. 자연어 처리 모듈(810)은 제어 발화(891)로부터 식별된 의도 및 추출된 추가 정보(예: 엔티티)를 디스패처 모듈(820)에 전달할 수 있다.

일 실시예에 따르면, 디스패처 모듈(820)은, 디텍터(821), 장치 결정 모듈(822), 및 컨텍스트 분류기(823)를 포함할 수 있다. 디텍터(821)는 제어 발화(891)에 대응하는 기능(예: 제어 발화(891)의 의도에 대응하는 기능)을 수행 가능한 후보 장치 정보를 장치 결정 모듈(822)에 전달할 수 있다. 예를 들어, 디텍터(821)는 복수의 청취 장치들(805)의 사용자(899)에 연관된 장치들(예: 사용자(899)의 계정에 등록된 전자 장치들) 중에서, 제어 발화(891)에 대응하는 기능을 실행 가능한 후보 장치들의 목록을 장치 결정 모듈(822)에 전달할 수 있다. 표 1은 제어 발화(891)가 “볼륨 올려줘”인 경우의 후보 장치 정보의 예시를 나타낸다.

발화	의도	후보 장치 정보
볼륨 올려줘	Media-Volume-Up	안방 TV
		거실 TV
		거실 스피커1
		거실 스피커2
		모바일 폰

컨텍스트 분류기(823)는 웨이크업 발화(890)를 수신한 복수의 청취 장치들(805)의 상태 정보를 이용하여, 복수의 청취 장치들(805) 각각의 기능들의 이용가능성을 결정할 수 있다. 예를 들어, 제3 청취 장치(803)의 상태 정보가 미디어 재생 중임을 지시하는 경우, 컨텍스트 분류기(823)는 미디어 재생 중에 실행될 수 있는 기능들(예: 볼륨 조정, 재생 중지 등)을 이용가능한 기능으로 식별할 수 있다. 컨텍스트 분류기(823)는 각각의 서비스에 매핑된 기능들의 데이터베이스를 포함할 수 있으며, 청취 장치들로부터 수신된 서비스의 상태에 기반하여 해당 서비스에 매핑된 기능의 이용가능성을 결정할 수 있다. 컨텍스트 분류기(823)는 상태 정보에 기반하여 식별된 각 기능들의 이용가능성을 장치 결정 모듈(822)에 전달할 수 있다.

하기의 표 2는 일 예시에 따른 상태 정보를 나타낸다.

장치	장치 유형	위너 장치	활성 서비스
제1 청취 장치	모바일 폰	TRUE	NONE
제2 청취 장치	거실 TV	FALSE	NONE
제3 청취 장치	거실 스피커	FALSE	MUSIC PLAY

컨텍스트 분류기(823)는 제3 청취 장치(803)의 활성 서비스에 매핑된 이용가능(available) 기능을 식별할 수 있다. 하기의 표 3은 일 예시에 따른 이용가능 기능을 나타낸다.

장치 유형	활성 서비스	이용가능 기능
거실 스피커	MUSIC PLAY	Media-Volume-Up
		Media-Volume-Down
		Media-Stop
		Etc.

일 실시예에 따르면, 장치 결정 모듈(822)은 이용가능성에 기반하여 복수의 청취 장치들(805) 중에서 목적 장치를 결정할 수 있다. 장치 결정 모듈(822)은 후보 장치 정보에 의하여 지시된 후보 장치들 중, 의도에 대응하는 기능이 이용가능한 장치를 목적 장치로 결정할 수 있다. 표 1 내지 표 3의 예시에서, 장치 결정 모듈(822)은 표 1의 후보 장치들 중에서 “Media-Volume-Up” 기능이 이용가능한 제3 청취 장치(803)를 목적 장치로 결정할 수 있다.

목적 장치가 결정되면, 디스패처 모듈(820)은 결정된 목적 장치의 식별 정보와 제어 발화(891)로부터 식별된 의도를 장치 제어 모듈(830)에 전달할 수 있다. 장치 제어 모듈(830)은 목적 장치에 의도에 대응하는 동작을 수행하도록 하는 정보를 송신할 수 있다. 도 8의 예시에서, 장치 제어 모듈(830)은 제3 청취 장치(803)에 “Media-Volume-Up”에 대응하는 동작을 수행하도록 하는 정보(예: 해당 기능에 대하여 지정된 링크 정보)를 송신함으로써, 제3 청취 장치(803)의 재생 볼륨을 증가시킬 수 있다.

일 예에서, 청취 장치들 중 복수의 전자 장치들이 제어 발화(891)의 의도에 대응하는 기능을 이용가능한 상태일 수 있다. 예를 들어, 제2 청취 장치(802)와 제3 청취 장치(803)가 “Media-Volume-Up”을 이용가능한 상태일 수 있다. 예를 들어, 장치 결정 모듈(822)은 상태 정보에 의하여 지시된 위너 장치를 목적 장치로 결정할 수 있다. 다른 예를 들어, 장치 결정 모듈(822)은 제2 청취 장치(802)와 제3 청취 장치(803) 중에서 웨이크업 발화(890)의 수신 볼륨이 더 큰 장치 또는 SNR이 더 높은 장치를 목적 장치로 결정할 수 있다. 또 다른 예를 들어, 장치 결정 모듈(822)은 제2 청취 장치(802)와 제3 청취 장치(803) 모두를 목적 장치로 결정하고, 제2 청취 장치(802)와 제3 청취 장치(803)로 하여금 제어 발화(891)에 대응하는 기능을 수행하도록 할 수 있다. 또 다른 예를 들어, 장치 결정 모듈(822)은 제2 청취 장치(802)와 제3 청취 장치(803) 중에서 어느 장치를 제어하기 원하는지 사용자(899)에게 문의할 수 있다. 이 경우, 장치 결정 모듈(822)은 복수의 청취 장치들(805) 중 위너 장치를 이용하여 사용자(899)에게 문의할 수 있다. 장치 결정 모듈(822)은 문의에 대한 사용자(899)의 응답에 기반하여 목적 장치를 결정할 수 있다.

일 예에서, 청취 장치들 중 제어 발화(891)의 의도에 대응하는 기능을 이용가능한 장치가 없을 수 있다. 이 경우, 장치 결정 모듈(822)은 이력 정보에 기반하여 목적 장치를 결정할 수 있다. 장치 결정 모듈(822)은 복수의 청취 장치들(805) 중에서 후보 장치에 포함된 장치를 식별하고, 식별된 청취 장치들 중 음성 기반 제어 빈도가 가장 높은 청취 장치를 목적 장치로 결정할 수 있다. 다른 예를 들어, 장치 결정 모듈(822)은 복수의 청취 장치들(805) 중에서 후보 장치에 포함된 장치를 식별하고, 식별된 장치들 중 어느 장치의 제어를 원하는지 사용자(899)에게 문의할 수 있다. 장치 결정 모듈(822)은 문의에 대한 사용자(899)의 응답에 기반하여 목적 장치를 결정할 수 있다.

도 9는 일 예시에 따른 목적 장치의 제어 방법의 신호 흐름도를 도시한다.

도 7, 도 8, 및 도 9를 참조하여, 전자 장치(701)는 청취 장치와는 별개의 장치(예: 도 5의 서버 장치(511))일 수 있다. 예를 들어, 디텍터(821), 장치 결정 모듈(822), 컨텍스트 분류기(823), 및 장치 제어 모듈(830)은 전자 장치(701)의 구성으로 참조될 수 있다. 일 실시예에 따르면, 전자 장치(701)는 청취 장치들 중에서 목적 장치를 결정할 수 있다.

신호 흐름도(900)의 동작 901에서, 제1 청취 장치(801) 및 제2 청취 장치(802)는 웨이크업 발화를 수신할 수 있다. 동작 903에서, 웨이크업 발화의 수신에 응답하여, 제1 청취 장치(801)는 컨텍스트 분류기(823)에 제1 청취 장치(801)의 상태 정보를 송신할 수 있다. 상태 정보는 제1 청취 장치(801)의 활성 서비스, 유형 정보, 및/또는 위너 장치 지시자를 포함할 수 있다. 동작 905에서, 웨이크업 발화의 수신에 응답하여, 제2 청취 장치(802)는 제2 청취 장치(802)의 상태 정보를 컨텍스트 분류기(823)에 송신할 수 있다. 상태 정보는 제2 청취 장치(802)의 활성 서비스, 유형 정보, 및/또는 위너 장치 지시자를 포함할 수 있다.

동작 907에서, 제1 청취 장치(801) 및 제2 청취 장치(802)는 제어 발화를 수신할 수 있다. 예를 들어, 제어 발화는 제1 기능에 대한 제어를 지시하고, 목적 장치의 이름을 포함하지 않을 수 있다. 제어 발화의 수신에 응답하여, 제1 청취 장치(801) 및 제2 청취 장치(802)는 제어 발화에 대응하는 데이터를 음성 인식 모듈(예: 도 8의 자연어 처리 모듈(810))에 송신할 수 있다.

동작 909에서, 디텍터(821)는 후보 장치를 식별할 수 있다. 예를 들어, 디텍터(821)는 음성 인식 모듈(미도시)로부터 제어 발화에 대응하는 의도(예: 제어 대상 기능)를 수신하고, 의도를 이용하여 후보 장치를 식별할 수 있다. 디텍터(821)는 제1 청취 장치(801)와 제2 청취 장치(802)에 연관되고(예: 제1 청취 장치(801)와 제2 청취 장치(802)의 사용자 계정에 등록된), 제어 발화의 의도에 대응하는 기능을 지원하는 장치를 후보 장치로 식별할 수 있다.

동작 911에서, 디텍터(821)는 후보 장치 정보를 장치 결정 모듈(822)에 송신할 수 있다. 동작 913에서, 컨텍스트 분류기(823)는 장치 결정 모듈(822)에 상태 정보 대응 기능 정보를 송신할 수 있다. 컨텍스트 분류기(823)는 제1 청취 장치(801)의 상태 정보(예: 활성화 서비스 정보)에 기반하여 대응하는 이용가능 기능에 대한 정보를 포함하는 상태 정보 대응 기능 정보를 장치 결정 모듈(822)에 송신할 수 있다. 컨텍스트 분류기(823)는 제2 청취 장치(802)의 상태 정보(예: 활성화 서비스 정보)에 기반하여 대응하는 이용가능 기능에 대한 정보를 포함하는 상태 정보 대응 기능 정보를 장치 결정 모듈(822)에 송신할 수 있다. 도 9의 예시에서, 동작 913은 동작 911 이후에 수행되는 것으로 도시되어 있으나, 본 개시의 예시들이 이에 제한되는 것은 아니다. 동작 913은 제어 발화의 수신(예: 동작 907)후의 임의의 시점에 수행될 수 있다.

동작 915에서, 장치 결정 모듈(822)은 목적 장치를 식별할 수 있다. 예를 들어, 장치 결정 모듈(822)은 후보 장치 정보에 의하여 지시된 후보 장치들 중 상태 정보 대응 기능 정보가 제어 발화에 대응하는 기능을 이용가능함을 지시하는 청취 장치를 목적 장치로 식별할 수 있다. 예를 들어, 장치 결정 모듈(822)은 후보 장치 정보 및 청취 장치에 모두 속한 장치들 중에서, 제어 발화에 대응하는 기능이 이용가능한 장치를 목적 장치로 식별할 수 있다. 예를 들어, 도 9의 예시에서, 장치 결정 모듈(822)은 제1 청취 장치(801)를 목적 장치로 식별할 수 있다.

동작 917에서, 장치 결정 모듈(822)은 목적 장치 정보를 장치 제어 모듈(830)에 송신할 수 있다. 예를 들어, 장치 결정 모듈(822)은 제1 청취 장치(801)의 식별 정보를 장치 제어 모듈(830)에 송신할 수 있다.

동작 919에서, 장치 제어 모듈(830)은 제어 발화 대응 제어 명령(제어 발화의 의도에 대응하는 명령어)을 제1 청취 장치(801)에 송신할 수 있다. 장치 제어 모듈(830)은 목적 장치 정보를 장치 결정 모듈(822)로부터 수신하고, 제어 명령은 음성 인식 모듈(미도시)로부터 수신할 수 있다. 다른 예에서, 장치 제어 모듈(830)은 목적 장치 정보 및 제어 명령을 장치 결정 모듈(822)로부터 수신할 수 있다.

도 10은 일 예시에 따른 목적 장치의 제어 방법의 신호 흐름도를 도시한다.

도 7, 도 8, 및 도 10을 참조하여, 전자 장치(701)는 청취 장치일 수 있다. 예를 들어, 디텍터(821), 장치 결정 모듈(822), 컨텍스트 분류기(823), 및 장치 제어 모듈(830)은 전자 장치(701)의 구성으로 참조될 수 있다. 일 실시예에 따르면, 전자 장치(701)는 청취 장치들 중에서 목적 장치를 결정할 수 있다.

신호 흐름도(1000)의 동작 1001에서, 제1 청취 장치(801), 제2 청취 장치(802), 및 제3 청취 장치(803)는 웨이크업 발화를 수신할 수 있다. 동작 1003에서, 웨이크업 발화의 수신에 응답하여, 제1 청취 장치(801), 제2 청취 장치(802), 및 제3 청취 장치(803)는 상태 정보를 공유할 수 있다. 예를 들어, 제1 청취 장치(801), 제2 청취 장치(802), 및 제3 청취 장치(803) 각각은 근거리 네트워크를 통하여 상태 정보를 송신(예: 브로드캐스트)함으로써 상태 정보를 공유할 수 있다. 상태 정보는 각각의 청취 장치의 활성 서비스, 유형 정보, 및/또는 웨이크업 발화 수신 정보(예; 수신 강도 및/또는 SNR)를 포함할 수 있다.

동작 1005에서, 제1 청취 장치(801), 제2 청취 장치(802), 및 제3 청취 장치(803)는 제어 발화를 수신할 수 있다. 예를 들어, 제어 발화는 제1 기능에 대한 제어를 지시하고, 목적 장치의 이름을 포함하지 않을 수 있다.

동작 1007에서, 제1 청취 장치(801), 제2 청취 장치(802), 및 제3 청취 장치(803) 각각은 목적 장치를 식별할 수 있다. 예를 들어, 각각의 청취 장치는 제어 발화에 대응하는 기능을 자신이 수행할 수 있는지 자신의 현재 활성 서비스에 기반하여 판단할 수 있다. 각각의 청취 장치는 현재 자신이 제어 발화에 대응하는 기능의 이용가능성을 지시하는 정보를 송신(예: 브로드캐스팅)함으로써 청취 장치들 사이에 이용가능성을 공유할 수 있다. 각각의 청취 장치는, 이용가능성에 기반하여 목적 장치를 식별할 수 있다. 청취 장치는, 자신이 유일한 목적 장치로 식별된 경우(예: 다른 청취 장치로부터 수신된 정보가 제어 발화에 대응하는 기능의 이용 불가능(non-available)을 지시하는 경우), 목적 장치로서 제어 기능을 실행할 수 있다. 예를 들어, 제2 청취 장치(802)가 목적 장치로 식별된 경우, 동작 1009에서, 제2 청취 장치(802)는 제어 기능을 실행할 수 있다.

도 11은 일 예시에 따른 목적 장치의 제어 환경을 도시한다.

도 11을 참조하여, 제어 환경(1100)에서, 사용자(1199)는 발화를 통하여 다른 장치를 제어하기 원할 수 있다. 사용자(1199)는 웨이크업 발화(예: 웨이크업 워드의 발화)를 통하여, 음성 비서를 호출할 수 있다. 도 11의 예시에서, 제1 전자 장치(1111), 제2 전자 장치(1112), 및 제3 전자 장치(1113) 중에서, 제2 전자 장치(1112)와 제3 전자 장치(113)가 발화를 수신한 것으로 가정될 수 있다. 본 문서의 예시들에 있어서, 웨이크업 발화의 수신에 실패한 제1 전자 장치(1111)는 후속하는 제어 발화의 목적 장치의 후보로부터 제외될 수 있다. 웨이크업 발화를 직접 수신한 장치들만을 목적 장치의 후보로 함으로써, 보다 사용자(1199)의 의도에 부합하는 전자 장치 제어가 제공될 수 있다.

사용자(1199)는 웨이크업 발화에 이어서, 제어 발화를 말할 수 있다. 예를 들어, 사용자(1199)는 “볼륨 올려줘”라고 말할 수 있다. 도 11의 예시에서, 제2 전자 장치(1112)는 음악을 재생 중이고, 제3 전자 장치(1113)는 대기중일 수 있다. 이 경우, 제2 전자 장치(1112)는 미디어의 볼륨의 제어가 이용가능한 상태이고, 제3 전자 장치(1113)는 미디어의 볼륨 제어가 이용가능하지 않은 상태일 수 있다. 본 개시의 실시예들에 따르면, 목적 장치는 웨이크업 발화를 수신한 장치들 중에서, 제어 발화에 대응하는 기능이 이용가능한 상태인 장치가 목적 장치로 결정될 수 있다. 예를 들어, 제2 전자 장치(1112)가 목적 장치로 결정될 수 있다. 이 경우, 제2 전자 장치(1112)는 사용자의 제어 발화에 대응하는 동작을 수행할 수 있다. 제2 전자 장치(1112)는 제어 발화에 대응하는 동작을 수행한 뒤, 사용자(1199)에게 피드백을 제공할 수 있다.

도 12는 일 예시에 따른 목적 장치의 제어 방법의 흐름도를 도시한다.

도 7 및 도 12를 참조하여, 일 실시예에 따르면, 전자 장치(701)는 제어 발화에 대응하는 기능의 이용가능성에 기반하여 목적 장치를 결정할 수 있다.

동작 1205에서, 전자 장치(701)는 복수의 외부 전자 장치들로부터 상태 정보를 획득할 수 있다. 복수의 외부 전자 장치들 각각은 웨이크업 발화의 수신에 응답하여 상태 정보를 송신하도록 설정될 수 있다. 예를 들어, 복수의 외부 전자 장치들 각각은 오디오 수신 회로를 이용하여 웨이크업 발화를 수신하도록 설정될 수 있다. 상태 정보는 복수의 외부 전자 장치들 각각의 활성화 서비스 정보, 장치 유형 정보, 및/또는 위너 장치 정보를 포함할 수 있다. 복수의 외부 전자 장치들 각각은 웨이크업 발화를 성공적으로 수신한 것으로 가정될 수 있다.

동작 1210에서, 전자 장치(701)는 제어 발화에 대응하는 제어 데이터를 획득할 수 있다. 예를 들어, 전자 장치(701)는 복수의 외부 전자 장치들로부터 제어 발화에 대응하는 제어 데이터를 수신함으로서 제어 데이터를 획득할 수 있다. 제어 데이터는, 제어 발화에 대한 음성 인식을 통하여 획득된 데이터일 수 있다. 제어 데이터는 목적 장치의 식별 정보(예: 이름)를 포함하지 않을 수 있다. 일 예에서, 전자 장치(701)는 제어 데이터에 대한 음성 인식에 기반하여 제어 데이터에 대응하는 의도를 식별하고, 의도에 대응하는 제1 기능을 식별하도록 설정될 수 있다.

동작 1215에서, 전자 장치(701)는 상태 정보를 이용하여 제어 데이터에 대응하는 기능(이하, 제어 기능이라고 함)의 이용가능성을 결정할 수 있다. 전자 장치(701)는 복수의 외부 전자 장치들 각각의 상태 정보와, 상태 정보에 의하여 지시된 서비스에 매핑된 기능을 식별할 수 있다. 전자 장치(701)는 상태 정보에 의하여 지시된 서비스(예: 활성 서비스)에 매핑된 기능을 이용가능한 기능으로 식별할 수 있다. 예를 들어, 제1 외부 전자 장치에서 활성화된 서비스에 매핑된 기능들이 제어 기능을 포함하는 경우, 전자 장치(701)는 제어 기능이 제1 외부 전자 장치에서 이용가능한 것으로 결정할 수 있다. 예를 들어, 활성 서비스는 복수의 외부 전자 장치들 각각에서 현재 실행 중인 서비스에 대응할 수 있다.

동작 1220에서, 전자 장치(701)는 이용가능성에 기반하여 복수의 외부 전자 장치들 중 목적 장치를 결정할 수 있다. 예를 들어, 전자 장치(701)는 제어 기능이 이용가능한 외부 전자 장치를 목적 장치로 결정할 수 있다. 다른 예를 들어, 복수의 외부 전자 장치들에서 제어 기능이 이용가능한 경우, 전자 장치(701)는 도 8과 관련하여 상술된 방법들 중 하나에 따라서 목적 장치를 결정할 수 있다.

예를 들어, 상기 목적 장치를 결정하는 동작(동작 1220)은, 상기 복수의 외부 전자 장치들의 계정에 연관된 외부 전자 장치들 중에서, 상기 제1 기능을 지원하는 제1 장치 그룹을 식별하는 동작, 상기 복수의 외부 전자 장치들 중에서, 상기 제1 장치 그룹에 속한 장치들로 구성된 제2 장치 그룹을 식별하는 동작, 상기 상태 정보를 이용하여, 상기 제2 장치 그룹의 외부 전자 장치들의 상기 제1 기능의 이용가능성을 결정하는 동작, 및 상기 이용가능성에 기반하여 상기 목적 장치를 결정하는 동작을 포함할 수 있다.

예를 들어, 상기 목적 장치를 결정하는 동작(동작 1220)은, 상기 상태 정보에 기반하여, 상기 복수의 외부 전자 장치들 중 제1 외부 전자 장치 및 제2 외부 전자 장치에서 상기 제1 기능이 이용가능한 것으로 결정하는 동작, 및 상기 제1 외부 전자 장치와 상기 제2 외부 전자 장치 중에서, 상기 웨이크업 발화의 수신 볼륨 또는 수신 감도가 높은 장치를 상기 목적 장치로 결정하는 동작을 포함할 수 있다.

예를 들어, 상기 목적 장치를 결정하는 동작(동작 1220)은, 상기 상태 정보에 기반하여, 상기 복수의 외부 전자 장치들 중 제1 외부 전자 장치 및 제2 외부 전자 장치에서 상기 제1 기능이 이용가능한 것으로 결정하는 동작, 및 상기 제1 외부 전자 장치와 상기 제2 외부 전자 장치 중에서, 사용 빈도가 높은 장치를 상기 목적 장치로 결정하는 동작을 포함할 수 있다.

동작 1225에서, 전자 장치(701)는 목적 장치로 하여금 제어 발화에 대응하는 기능을 수행하도록 목적 장치를 제어할 수 있다. 예를 들어, 전자 장치(701)는 결정된 목적 장치에 제어 데이터에 대응하는 기능의 제어를 지시하는 정보를 송신함으로써 목적 장치를 제어할 수 있다.

Claims

전자 장치로서,
통신 회로(circuitry);
프로세서; 및
인스트럭션들을 저장하는 메모리를 포함하고,
상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때 상기 전자 장치가:
웨이크업(wake up) 발화를 수신한 복수의 외부 전자 장치들로부터 상기 복수의 외부 전자 장치들의 상태를 지시하는 상태 정보를 획득하고,
상기 웨이크업 발화에 후속하는 제어 발화에 대응하는 제어 데이터를 획득하고, 상기 제어 발화는 제1 기능에 대한 제어를 지시함,
상기 상태 정보를 이용하여, 상기 복수의 외부 전자 장치들 중 적어도 일부에 대하여, 상기 제1 기능의 이용가능성(availability)을 결정하고,
상기 이용가능성에 기반하여, 상기 복수의 외부 전자 장치들 중에서, 상기 제1 기능을 수행할 목적 장치(target device)를 결정하고,
상기 제1 기능을 수행하도록 상기 목적 장치를 제어 하도록 하는, 전자 장치.
제 1 항에 있어서,
상기 상태 정보는 상기 복수의 외부 전자 장치들 각각의 활성 서비스 정보를 포함하는, 전자 장치.
제 2 항에 있어서,
상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
상기 활성 서비스 정보에 의하여 지시되는 활성 서비스에 대응하는 기능들을 식별하고,
상기 식별된 기능들과 상기 제1 기능을 비교함으로써 상기 이용가능성을 결정하도록 하는, 전자 장치.
제 3 항에 있어서,
상기 활성 서비스는 상기 복수의 외부 전자 장치들 각각에서 현재 실행 중인 서비스에 대응하는, 전자 장치.
제 1 항에 있어서,
상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
상기 제어 데이터에 대한 음성 인식에 기반하여 상기 제어 데이터에 대응하는 의도(intent)를 식별하고,
상기 의도에 대응하는 상기 제1 기능을 식별하도록 하는, 전자 장치.
제 1 항에 있어서,
상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
상기 복수의 외부 전자 장치들의 계정에 연관된 외부 전자 장치들 중에서, 상기 제1 기능을 지원하는 제1 장치 그룹을 식별하고,
상기 복수의 외부 전자 장치들 중에서, 상기 제1 장치 그룹에 속한 장치들로 구성된 제2 장치 그룹을 식별하고,
상기 상태 정보를 이용하여, 상기 제2 장치 그룹의 외부 전자 장치들의 상기 제1 기능의 이용가능성을 결정하고,
상기 이용가능성에 기반하여 상기 목적 장치를 결정하도록 하는, 전자 장치.
제 1 항에 있어서,
상기 제어 데이터는 상기 목적 장치의 이름을 포함하지 않는, 전자 장치.
제 1 항에 있어서,
상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
상기 상태 정보에 기반하여, 상기 복수의 외부 전자 장치들 중 제1 외부 전자 장치 및 제2 외부 전자 장치에서 상기 제1 기능이 이용가능한 것으로 결정하고,
상기 제1 외부 전자 장치와 상기 제2 외부 전자 장치 중에서, 상기 웨이크업 발화의 수신 볼륨 또는 수신 감도가 높은 장치를 상기 목적 장치로 결정하도록 하는, 전자 장치.
제 1 항에 있어서,
상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
상기 상태 정보에 기반하여, 상기 복수의 외부 전자 장치들 중 제1 외부 전자 장치 및 제2 외부 전자 장치에서 상기 제1 기능이 이용가능한 것으로 결정하고,
상기 제1 외부 전자 장치와 상기 제2 외부 전자 장치 중에서, 사용 빈도가 높은 장치를 상기 목적 장치로 결정하도록 하는, 전자 장치.
제 1 항에 있어서,
상기 복수의 외부 전자 장치들 각각은 오디오 수신 회로를 이용하여 상기 웨이크업 발화를 수신하도록 설정된, 전자 장치.
전자 장치의 목적 장치의 제어를 위한 방법으로서,
웨이크업(wake up) 발화를 수신한 복수의 외부 전자 장치들로부터 상기 복수의 외부 전자 장치들의 상태를 지시하는 상태 정보를 획득하는 동작;
상기 웨이크업 발화에 후속하는 제어 발화에 대응하는 제어 데이터를 획득하는 동작으로서, 상기 제어 발화는 제1 기능에 대한 제어를 지시함;
상기 상태 정보를 이용하여, 상기 복수의 외부 전자 장치들 중 적어도 일부에 대하여, 상기 제1 기능의 이용가능성(availability)을 결정하는 동작;
상기 이용가능성에 기반하여, 상기 복수의 외부 전자 장치들 중에서, 상기 제1 기능을 수행할 목적 장치(target device)를 결정하는 동작; 및
상기 제1 기능을 수행하도록 상기 목적 장치를 제어하는 동작을 포함하는, 방법.
제 11 항에 있어서,
상기 상태 정보는 상기 복수의 외부 전자 장치들 각각의 활성 서비스 정보를 포함하는, 방법.
제 12 항에 있어서,
상기 목적 장치를 결정하는 동작은,
상기 활성 서비스 정보에 의하여 지시되는 활성 서비스에 대응하는 기능들을 식별하는 동작; 및
상기 식별된 기능들과 상기 제1 기능을 비교함으로써 상기 이용가능성을 결정하는 동작을 포함하는, 방법.
제 13 항에 있어서,
상기 활성 서비스는 상기 복수의 외부 전자 장치들 각각에서 현재 실행 중인 서비스에 대응하는, 방법.
제 11 항에 있어서,
상기 제어 데이터에 대한 음성 인식에 기반하여 상기 제어 데이터에 대응하는 의도(intent)를 식별하는 동작; 및
상기 의도에 대응하는 상기 제1 기능을 식별하는 동작을 더 포함하는, 방법.
제 11 항에 있어서,
상기 목적 장치를 결정하는 동작은,
상기 복수의 외부 전자 장치들의 계정에 연관된 외부 전자 장치들 중에서, 상기 제1 기능을 지원하는 제1 장치 그룹을 식별하는 동작;
상기 복수의 외부 전자 장치들 중에서, 상기 제1 장치 그룹에 속한 장치들로 구성된 제2 장치 그룹을 식별하는 동작;
상기 상태 정보를 이용하여, 상기 제2 장치 그룹의 외부 전자 장치들의 상기 제1 기능의 이용가능성을 결정하는 동작; 및
상기 이용가능성에 기반하여 상기 목적 장치를 결정하는 동작을 포함하는, 방법.
제 11 항에 있어서,
상기 제어 데이터는 상기 목적 장치의 이름을 포함하지 않는, 방법.
제 11 항에 있어서,
상기 목적 장치를 결정하는 동작은,
상기 상태 정보에 기반하여, 상기 복수의 외부 전자 장치들 중 제1 외부 전자 장치 및 제2 외부 전자 장치에서 상기 제1 기능이 이용가능한 것으로 결정하는 동작; 및
상기 제1 외부 전자 장치와 상기 제2 외부 전자 장치 중에서, 상기 웨이크업 발화의 수신 볼륨 또는 수신 감도가 높은 장치를 상기 목적 장치로 결정하는 동작을 포함하는, 방법.
제 11 항에 있어서,
상기 목적 장치를 결정하는 동작은,
상기 상태 정보에 기반하여, 상기 복수의 외부 전자 장치들 중 제1 외부 전자 장치 및 제2 외부 전자 장치에서 상기 제1 기능이 이용가능한 것으로 결정하는 동작; 및
상기 제1 외부 전자 장치와 상기 제2 외부 전자 장치 중에서, 사용 빈도가 높은 장치를 상기 목적 장치로 결정하는 동작을 포함하는, 방법.
제 11 항에 있어서,
상기 복수의 외부 전자 장치들 각각은 오디오 수신 회로를 이용하여 상기 웨이크업 발화를 수신하도록 설정된, 방법.