KR20230134961A

KR20230134961A - 전자 장치 및 그의 동작 방법

Info

Publication number: KR20230134961A
Application number: KR1020220055845A
Authority: KR
Inventors: 이재환
Original assignee: 삼성전자주식회사
Priority date: 2022-03-15
Filing date: 2022-05-06
Publication date: 2023-09-22

Abstract

통신 회로, 메모리, 및 상기 통신 회로 및 상기 메모리와 작동적으로(operatively) 연결된 프로세서를 포함하는 전자 장치가 개시된다. 상기 메모리는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 사용자의 신체의 적어도 일부에 착용 가능한 외부 전자 장치의 디스플레이에 표시되는 지정된 가상 객체를 바라보는 상기 사용자의 시선을 감지함을 나타내는 정보를 상기 통신 회로를 통해 상기 외부 전자 장치로부터 수신하고, 상기 사용자의 시선을 분석한 정보를 수신하고, 상기 외부 전자 장치로부터 상기 사용자의 시선을 감지한 시점에 대응하는 상기 사용자의 얼굴을 분석한 제1 정보, 상기 사용자의 제스처(gesture)를 분석한 제2 정보, 또는 상기 사용자의 발화 시작 여부를 분석한 제3 정보를 수신하고, 상기 제1 정보, 상기 제2 정보, 또는 상기 제3 정보 중 적어도 하나와 상기 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는지 여부에 기반하여 상기 사용자의 음성 명령 발화 의도를 결정하고, 상기 발화 의도가 있는 것으로 결정함에 따라, 상기 메모리에 저장된 음성 인식 어플리케이션을 실행하고, 상기 음성 인식 어플리케이션을 상기 사용자의 음성 명령을 수신할 수 있는 상태로 제어하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.

Description

전자 장치 및 그의 동작 방법{ELECTRONIC DEVICE AND OPERATING METHOD THEREOF}

본 문서에서 개시되는 실시 예들은, 멀티 모달리티(multi modality) 기술을 활용하여 음성 어시스턴트를 이용하는 전자 장치 및 그의 동작 방법에 관한 것이다.

AR(augmented reality)/VR(virtual reality) 글래스와 같은 전자 장치가 등장하고 가상 현실이라는 트렌드가 나타남에 따라, 기존의 터치 인터페이스에서 확장된 시선, 표정, 제스처와 같은 자연스러운 사용자 인터페이스가 일반적인 사용자 인터페이스로 발전하고 있다.

또한, 시선, 표정, 제스처, 또는 음성의 여러 입력 방식을 결합한 멀티 모달리티 기술을 활용한 새로운 인터랙션 모델이 개발되고 있다.

음성 어시스턴트를 호출하기 위해, “하이 빅스비”와 같은 특정 키워드를 발화하거나, 화면 내의 버튼이나 하드웨어 버튼을 누르는 터치 인터페이스를 활용할 수 있다. 음성 어시스턴트를 이용하기 위해 반복적인 호출이 필요한 경우 사용자가 반복적으로 버튼을 누르거나 “하이 빅스비”와 같은 특정 키워드를 반복하여 발화해야 하므로, 자연스럽게 음성 어시스턴트를 활용하는 데에 제약이 있다.

본 문서에 개시되는 실시 예들은, AR/VR 환경에서의 사용자의 자연스러운 동작들(예: 시선, 제스처, 또는 표정)을 활용하여 음성 어시스턴트를 이용할 수 있는 전자 장치 및 그의 동작 방법을 제공하고자 한다.

본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 통신 회로, 메모리, 및 상기 통신 회로 및 상기 메모리와 작동적으로(operatively) 연결된 프로세서를 포함하고, 상기 메모리는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 사용자의 신체의 적어도 일부에 착용 가능한 외부 전자 장치의 디스플레이에 표시되는 지정된 가상 객체를 바라보는 상기 사용자의 시선을 감지함을 나타내는 정보를 상기 통신 회로를 통해 상기 외부 전자 장치로부터 수신하고, 상기 사용자의 시선을 분석한 정보를 수신하고, 상기 외부 전자 장치로부터 상기 사용자의 시선을 감지한 시점에 대응하는 상기 사용자의 얼굴을 분석한 제1 정보, 상기 사용자의 제스처(gesture)를 분석한 제2 정보, 또는 상기 사용자의 발화 시작 여부를 분석한 제3 정보를 수신하고, 상기 제1 정보, 상기 제2 정보, 또는 상기 제3 정보 중 적어도 하나와 상기 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는지 여부에 기반하여 상기 사용자의 음성 명령 발화 의도를 결정하고, 상기 발화 의도가 있는 것으로 결정함에 따라, 상기 메모리에 저장된 음성 인식 어플리케이션을 실행하고, 상기 음성 인식 어플리케이션을 상기 사용자의 음성 명령을 수신할 수 있는 상태로 제어하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.

또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치의 동작 방법은, 사용자의 신체의 적어도 일부에 착용 가능한 외부 전자 장치의 디스플레이에 표시되는 지정된 가상 객체를 바라보는 상기 사용자의 시선을 감지함을 나타내는 정보를 통신 회로를 통해 상기 외부 전자 장치로부터 수신하고, 상기 사용자의 시선을 분석한 정보를 수신하고, 상기 외부 전자 장치로부터 상기 사용자의 시선을 감지한 시점에 대응하는 상기 사용자의 얼굴을 분석한 제1 정보, 상기 사용자의 제스처(gesture)를 분석한 제2 정보, 또는 상기 사용자의 발화 시작 여부를 분석한 제3 정보를 수신하고, 상기 제1 정보, 상기 제2 정보, 또는 상기 제3 정보 중 적어도 하나와 상기 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는지 여부에 기반하여 상기 사용자의 음성 명령 발화 의도를 결정하고, 상기 발화 의도가 있는 것으로 결정함에 따라, 상기 메모리에 저장된 음성 인식 어플리케이션을 실행하고, 상기 음성 인식 어플리케이션을 상기 사용자의 음성 명령을 수신할 수 있는 상태로 제어할 수 있다.

본 문서에 개시되는 실시 예들에 따르면, AR/VR 환경에서의 사용자의 자연스러운 동작들(예: 시선, 제스처, 또는 표정)을 활용하여 음성 어시스턴트를 이용할 수 있는 전자 장치 및 그의 동작 방법을 제공할 수 있다.

본 문서에 개시되는 실시 예들에 따르면, 음성 어시스턴트를 보다 쉽고 자연스럽게 활용할 수 있으며, 음성 어시스턴트의 사용성을 향상시킬 수 있다.

본 문서에 개시되는 실시 예들에 따르면, 사용자가 음성 명령을 발화할 의도가 있는지 여부를 정확하게 결정할 수 있다.

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

도 1은 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시 예에 따른, 전자 장치의 개략도이다.
도 3은 일 실시 예에 따른, 투명 부재를 통한 시선 추적 및 디스플레이 방법의 개략도이다.
도 4는 일 실시예에 따른 전자 장치의 블록도이다.
도 5는 일 실시예에 따른 전자 장치 및 외부 전자 장치의 소프트웨어 모듈을 나타낸 블록도이다.
도 6은 일 실시예에 따른 발화 시작 분석기의 블록도이다.
도 7은 일 실시예에 따른 전자 장치의 동작을 나타낸 흐름도이다.
도 8은 일 실시예에 따른 전자 장치가 제공하는 사용자 인터페이스를 나타낸 도면이다.
도 9는 일 실시예에 따른 전자 장치가 제공하는 사용자 인터페이스를 나타낸 도면이다.
도 10은 일 실시예에 따른 전자 장치의 동작을 나타낸 흐름도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.

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 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 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 제 1 네트워크(198) 또는 제 2 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 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(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.

도 2는 일 실시 예에 따른, 전자 장치(201)의 개략도이다.

도 2를 참조하여, 도 2의 예시에서, 전자 장치(201)는 HMD(head mounted display) 장치, 웨어러블 장치, 스마트 글래스(smart glasses), 또는 아이웨어(eyewear)로 참조될 수 있다. 도 2에 도시된 전자 장치(201)의 형태는 예시적인 것으로서, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 전자 장치(201)는 AR(augmented reality) 또는 VR(virtual reality)을 제공하도록 설정된 임의의 전자 장치일 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 도 1의 전자 장치(101)의 구성들 중 적어도 일부를 포함할 수 있다. 예를 들어, 전자 장치(201)는 디스플레이(예: 도 1의 디스플레이 모듈(160)), 카메라(예: 도 1의 카메라 모듈(180)), 적어도 하나의 센서(예: 도 1의 센서 모듈(176)), 프로세서(예: 도 1의 프로세서(120)), 배터리(예: 도 1의 배터리(189)), 메모리(예: 도 1의 130)), 또는 통신 회로(예: 도 1의 통신 모듈(190)) 중 적어도 하나를 포함할 수 있다. 전자 장치(201)의 구성 요소들 중 적어도 일부는 전자 장치(201)의 하우징 내부에 위치되거나, 하우징의 외부로 노출될 수 있다.

전자 장치(201)는 디스플레이를 포함할 수 있다. 예를 들어, 전자 장치(201)는 제1 디스플레이(261-1) 및/또는 제2 디스플레이(261-2)를 포함할 수 있다. 제1 디스플레이(261-1) 및/또는 제2 디스플레이(261-2)는, 액정 표시 장치(liquid crystal display; LCD), 디지털 미러 장치(digital mirror device; DMD), 실리콘 액정 표시 장치(liquid crystal on silicon device; LCoS device), 유기 발광 다이오드(organic light emitting diode; OLED) 또는 마이크로 LED(micro light emitting diode; micro LED) 중 적어도 하나를 포함할 수 있다. 예를 들어, 전자 장치(201)의 디스플레이는 빛을 조사하기 위한 적어도 하나의 광원을 포함할 수 있다. 제1 디스플레이(261-1) 및/또는 제2 디스플레이(261-2)가 액정 표시 장치, 디지털 미러 장치 또는 실리콘 액정 표시 장치 중 하나를 포함하는 경우, 전자 장치(201)는 디스플레이의 화면 출력 영역(260-1 및/또는 260-2)으로 빛을 조사하는 적어도 하나의 광원을 포함할 수 있다. 다른 예를 들어, 전자 장치(201)의 디스플레이가 자체적으로 빛을 발생시킬 수 있는 경우, 디스플레이는 디스플레이에 포함된 광원 외에 별도의 광원을 포함하지 않을 수 있다. 제1 디스플레이(261-1) 및/또는 제2 디스플레이(261-2)가 유기 발광 다이오드 또는 마이크로 LED 중 적어도 하나를 포함하는 경우, 전자 장치(201)는 별도의 광원을 포함하지 않더라도 사용자에게 이미지를 제공할 수 있다. 디스플레이가 유기 발광 다이오드 또는 마이크로 LED로 구현되는 경우, 별도 광원의 생략을 통하여 전자 장치(201)의 무게가 감소될 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 제1 투명 부재(296-1) 및/또는 제2 투명 부재(296-2)를 포함할 수 있다. 예를 들어, 사용자가 전자 장치(201)를 착용한 경우, 사용자는 제1 투명 부재(296-1) 및/또는 제2 투명 부재(296-2)를 통하여 볼(see through) 수 있다. 제1 투명 부재(296-1) 및/또는 제2 투명 부재(296-2)는 글래스 플레이트, 플라스틱 플레이트 또는 폴리머 중 적어도 하나로 형성될 수 있으며, 투명 또는 반투명할 수 있다. 예를 들어, 착용되었을 때, 제1 투명 부재(296-1)는 사용자의 우안에 대면하게 배치될 수 있고, 제2 투명 부재(296-2)는 사용자의 좌안에 대면하게 배치될 수 있다.

일 실시 예에 따르면, 제1 투명 부재(296-1) 및/또는 제2 투명 부재(296-2)의 적어도 일부는 광도파로(waveguide)일 수 있다. 예를 들어, 광도파로는 디스플레이(예: 제1 디스플레이(261-1) 및/또는 제2 디스플레이(261-2))에 의하여 생성된 이미지를 사용자의 눈에 전달할 수 있다. 광도파로는 글래스, 플라스틱 또는 폴리머로 형성될 수 있다. 예를 들어, 광도파로는 내부 또는 일 표면에 형성된 나노 패턴(예: 다각형 또는 곡면 형상의 격자 구조(grating structure))을 포함할 수 있다. 일 예를 들어, 광도파로의 일단으로 입사된 광은 나노 패턴에 의해 광도파로 내부에서 전파되어 사용자의 눈으로 제공될 수 있다. 일 예를 들어, Free-form형 프리즘으로 구성된 광도파로는 입사된 광을 반사 미러를 통해 사용자에게 제공하도록 구성될 수 있다.

일 실시 예에 따르면, 광도파로는 적어도 하나의 회절 요소(예: DOE(Diffractive Optical Element), HOE(Holographic Optical Element)) 또는 반사 요소(예: 반사 거울) 중 적어도 하나를 포함할 수 있다. 상기 광도파로는 광도파로에 포함된 적어도 하나의 회절 요소 또는 반사 요소를 이용하여 광원부로부터 방출된 디스플레이 광을 사용자의 눈으로 유도할 수 있다. 예를 들어, 회절 요소는 입력 광학 부재(예: 262-1 및/또는 262-2) 및/또는 출력 광학 부재(미도시)를 포함할 수 있다. 제1 입력 광학 부재(262-1) 및/또는 제2 입력 광학 부재(262-2)는 입력 그레이팅 영역(input grating area)으로 참조될 수 있으며, 출력 광학 부재(미도시)는 출력 그레이팅 영역(output grating area)으로 참조될 수 있다. 입력 그레이팅 영역은 광원(예: Micro LED)으로부터 출력되는 빛을 화면 표시부의 투명 부재(예: 제1 투명 부재(296-1) 및/또는 제2 투명 부재(296-2))로 빛을 전달하기 위해 빛을 회절 또는 반사시킬 수 있다. 출력 그레이팅 영역은 광도파로의 투명 부재(예: 제1 투명 부재(296-1) 및/또는 제2 투명 부재(296-2))에 전달된 빛을 사용자의 눈의 방향으로 회절 또는 반사시킬 수 있다. 예를 들어, 반사 요소는 전반사(total internal reflection, TIR)를 위한 전반사 광학 소자 또는 전반사 도파관을 포함할 수 있다. 전반사는 광을 유도하는 하나의 방식으로 참조될 수 있으며, 입력 그레이팅 영역을 통하여 입력되는 빛(예: 이미지)이 광도파로의 일면(예: 특정 면)에서 100% 반사되도록 입사각을 만들어, 출력 그레이팅 영역까지 100% 전달되도록 하는 것을 의미할 수 있다. 일 실시예에서, 디스플레이로부터 방출되는 광의 광 경로는 입력 광학 부재에 의하여 광도파로로 유도될 수 있다. 광도파로 내부를 이동하는 광은 출력 광학 부재를 통해 사용자 눈 방향으로 유도될 수 있다. 화면 출력 영역(260-1 및/또는 260-2)은 눈 방향으로 방출되는 광에 기반하여 결정될 수 있다.

도 2에는 전자 장치(201)가 광도파로를 이용하여 사용자에게 이미지를 제공하는 것으로 설명되었으나, 본 문서의 실시 예들이 이에 제한되는 것은 아니다. 일 실시 예에 다르면, 전자 장치(201)의 디스플레이는 투명 또는 반투명 디스플레이일 수 있다. 이 경우, 디스플레이는 사용자의 눈과 대면하는 위치(예: 제1 화면 출력 영역(260-1) 및/또는 제 화면 출력 영역(260-2))에 배치될 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 적어도 하나의 카메라를 포함할 수 있다. 예를 들어, 전자 장치(201)는 제1 카메라(280-1), 제2 카메라(280-2), 및/또는 제3 카메라(280-3)를 포함할 수 있다. 예를 들어, 제1 카메라(280-1) 및 제2 카메라(280-2)는 외부 이미지 인식을 위하여 이용될 수 있다. 제1 카메라(280-1) 및 제2 카메라(280-2)는 사용자의 시선에 대응하는 방향(예: +x 방향)에 대응하는 이미지를 획득하도록 설정될 수 있다. 전자 장치(201)는 제1 카메라(280-1) 및 제2 카메라(280-2)를 이용하여 머리 트랙킹(head tracking)(예: 3 자유도 또는 6 자유도(degree of freedom; DoF) 트랙킹), 손 이미지 검출, 손 이미지 추적 및/또는 공간 인식을 수행할 수 있다. 일 예를 들어, 제1 카메라(280-1) 및 제2 카메라(280-2)는 동일한 규격 및 성능(예: 화각, 셔터 스피드, 해상도, 및/또는 컬러 비트 수 등)을 갖는 GS(global shutter) 카메라일 수 있다. 전자 장치(201)는 좌/우에 배치된 스테레오 카메라를 이용하여 공간 인식(예: 6 자유도 공간 인식) 및/또는 뎁스(depth) 정보 획득을 수행함으로써, SLAM(simultaneous localization and mapping) 기술을 지원할 수 있다. 또한, 전자 장치(201)는 좌/우에 배치된 스테레오 카메라를 사용자의 제스처를 인식할 수 있다. 전자 장치(201)는 RS(rolling shutter) 카메라에 비하여 상대적으로 왜곡이 적은 GS 카메라를 이용함으로써, 보다 빠른 손동작 및 미세 움직임을 검출할 수 있다. 예를 들어, 제3 카메라(280-3)는 외부 이미지 인식을 위하여 이용될 수 있다. 제3 카메라(280-3)는 사용자의 시선에 대응하는 방향(예: +x 방향)에 대응하는 이미지를 획득하도록 설정될 수 있다. 일 예에서, 제3 카메라(280-3)는 제1 카메라(280-1) 및 제2 카메라(280-2)에 비하여 상대적으로 높은 해상도를 갖는 카메라일 수 있다. 제3 카메라(280-3)는 HR(high resolution) 카메라 또는 PV(photo video) 카메라로 참조될 수 있다. 제3 카메라(280-3)는 AF(auto focus) 및/또는 OIS(optical image stabilization)와 같은 고화질 이미지 획득을 위한 기능들을 지원할 수 있다. 제3 카메라(280-3)는 GS 카메라 또는 RS 카메라일 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 적어도 하나의 시선 추적(eye-tracking) 센서를 포함할 수 있다. 예를 들어, 전자 장치(201)는 제1 시선 추적 센서(276-1) 및 제2 시선 추적 센서(276-2)를 포함할 수 있다. 제1 시선 추적 센서(276-1) 및 제2 시선 추적 센서(276-2)는, 예를 들어, 사용자의 눈에 대응하는 방향의 이미지를 획득하도록 설정된 카메라일 수 있다. 제1 시선 추적 센서(276-1) 및 제2 시선 추적 센서(276-2)는 사용자의 우안 이미지와 사용자의 좌안 이미지를 각각 획득하도록 설정될 수 있다. 전자 장치(201)는 제1 시선 추적 센서(276-1) 및 제2 시선 추적 센서(276-2)를 이용하여 사용자의 눈동자(pupil)를 검출하도록 설정될 수 있다. 전자 장치(201)는 사용자의 눈동자 이미지로부터 사용자의 시선을 획득하고, 획득된 시선에 기반하여 이미지를 제공할 수 있다. 예를 들어, 전자 장치(201)는 사용자의 시선 방향에 이미지가 위치되도록 이미지를 디스플레이할 수 있다. 일 예를 들어, 제1 시선 추적 센서(276-1) 및 제2 시선 추적 센서(276-2)는 동일한 규격 및 성능(예: 화각, 셔터 스피드, 해상도, 및/또는 컬러 비트 수 등)을 갖는 GS(global shutter) 카메라일 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 적어도 하나의 조명 유닛(illumination unit)을 포함할 수 있다. 조명 유닛은, 예를 들어, 적어도 하나의 LED를 포함할 수 있다. 도 2에서, 전자 장치(201)는 제1 조명 유닛(281-1) 및 제2 조명 유닛(281-2)을 포함할 수 있다. 전자 장치(201)는, 예를 들어, 제1 조명 유닛(281-1) 및 제2 조명 유닛(281-2)을 이용하여 제1 카메라(280-1), 제2 카메라(280-2), 및/또는 제3 카메라(280-3)에 대한 보조 조명을 제공할 수 있다. 일 예에서, 전자 장치(201)는 조명 유닛(미도시)을 이용하여 동공 이미지 획득을 위한 조명을 제공할 수 있다. 예를 들어, 전자 장치(201)는 적외선 파장의 LED를 이용하여 시선 추적 센서에 대한 조명을 제공할 수 있다. 이 경우, 시선 추적 센서는 적외선 파장 이미지를 획득하기 위한 이미지 센서를 포함할 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 적어도 하나의 PCB(printed circuit board)를 포함할 수 있다. 예를 들어, 전자 장치(201)는 제1 템플(temple, 298-1)에 위치된 제1 PCB(287-1) 및 제2 템플(298-2)에 위치된 제2 PCB(287-2)를 포함할 수 있다. 제1 PCB(287-1) 및/또는 제2 PCB(287-2)는 신호 선 및/또는 FPCB(flexible PCB)를 통하여 전자 장치(201)의 다른 구성 요소들과 전기적으로 연결될 수 있다. 예를 들어, 통신 회로, 메모리, 적어도 하나의 센서, 및/또는 프로세서는 제1 PCB(287-1) 및/또는 제2 PCB(287-2) 상에 배치될 수 있다. 예를 들어, 제1 PCB(287-1) 및 제2 PCB(287-2) 각각은 인터포저(interposer)에 의하여 이격된 복수의 PCB들로 구성될 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 적어도 하나의 배터리를 포함할 수 있다. 예를 들어, 전자 장치(201)는 제1 템플(298-1)의 일단에 위치된 제1 배터리(289-1) 및 제2 템플(298-2)의 일단에 위치된 제2 배터리(289-2)를 포함할 수 있다. 제1 배터리(289-1) 및 제2 배터리(289-2)는 전자 장치(201)의 구성 요소들에 전력을 공급하도록 설정될 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 적어도 하나의 스피커를 포함할 수 있다. 예를 들어, 전자 장치(201)는 제1 스피커(270-1) 및 제2 스피커(270-2)를 포함할 수 있다. 전자 장치(201)는 좌측 및 우측에 위치된 스피커들을 이용하여 스테레오 사운드를 제공하도록 설정될 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 적어도 하나의 마이크를 포함할 수 있다. 예를 들어, 전자 장치(201)는 제1 마이크(271-1), 제2 마이크(271-2), 및/또는 제3 마이크(271-3)를 포함할 수 있다. 제1 마이크(271-1)는 프레임(297)의 우측에 위치되고, 제2 마이크(271-2)는 프레임(297)의 좌측에 위치되고, 제3 마이크(271-3)는 프레임(297)의 브릿지에 위치될 수 있다. 일 예시에서, 전자 장치(201)는 1 마이크(271-1), 제2 마이크(271-2), 및/또는 제3 마이크(271-3)를 이용하여 빔포밍(beamforming)을 수행할 수 있다.

일 실시 예에 따르면, 전자 장치(201)는 제1 템플(298-1), 제2 템플(298-2), 및 프레임(297)을 포함할 수 있다. 제1 템플(298-1), 제2 템플(298-2), 및 프레임(297)은 하우징으로 참조될 수 있다. 제1 템플(298-1)은 제1 힌지부(299-1)를 통하여 프레임(297)에 물리적으로 연결되고, 착용되었을 때, 프레임(297)을 지지할 수 있다. 제2 템플(298-2)은 제2 힌지부(299-2)를 통하여 프레임(297)에 물리적으로 연결되고, 착용되었을 때, 프레임(297)을 지지할 수 있다.

상술된 전자 장치(201)의 구성은 예시적인 것으로서, 본 문서의 실시예들이 이에 제한되지 않는다. 예를 들어, 전자 장치(201)는 도 2와 관련하여 설명된 구성 요소의 적어도 일부를 포함하지 않거나, 설명된 구성 요소 외의 다른 구성 요소를 더 포함할 수 있다. 예를 들어, 전자 장치(201)는 적어도 하나의 센서(예: 가속도 센서, 자이로 센서, 및/또는 터치 센서 등) 및/또는 안테나를 포함할 수 있다.

도 3은 일 실시 예에 따른, 투명 부재를 통한 시선 추적 및 디스플레이 방법의 개략도이다.

도 3을 참조하여, 디스플레이(361)(예: 도 2의 제1 디스플레이(261-1) 또는 제2 디스플레이(261-2))는 투명 부재(396)(예: 도 2의 제1 투명 부재(296-1) 또는 제2 투명 부재(296-2))를 이미지를 제공할 수 있다. 일 실시 예에 따르면, 디스플레이(361)는 렌즈(351)를 통하여 입력 광학 부재(362)(예: 도 2의 제1 입력 광학 부재(262-1) 또는 제2 입력 광학 부재(262-2))에 이미지에 대응하는 광을 입력시킬 수 있다. 입력 광학 부재(362)는 입사된 광을 반사 또는 회절하여 광도파로(360)로 입력할 수 있다. 출력 광학 부재(364)는 광도파로(360)를 통하여 전달된 빛을 사용자의 눈(399) 방향으로 출력시킬 수 있다. 일 예에서, 렌즈(351)는 디스플레이(361)에 포함될 수 있다. 일 예시에서, 렌즈(351)의 위치는 투명 부재(396)와 사용자의 눈(399) 사이의 거리에 기반하여 결정될 수 있다.

시선 추적 센서(371)(예: 도 2의 제1 시선 추적 센서(276-1) 또는 제2 시선 추적 센서(276-2))는 사용자의 눈(399)의 적어도 일부에 대응하는 이미지를 획득할 수 있다. 예를 들어, 사용자의 눈(399)의 이미지에 대응하는 광은 제1 스플리터(splitter, 381)를 통하여 반사 및/또는 회절되어 광도파로(382)로 입력될 수 있다. 광도파로(382)를 통하여 제2 스플리터(383)에 전달된 광은, 제2 스플리터(383)에 의하여 반사 및/또는 회절되어 시선 추적 센서(371) 방향으로 출력될 수 있다.

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

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

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

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(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.

이하, 도 4를 참조하여 일 실시예에 따른 전자 장치 및 외부 전자 장치의 구성 및 동작에 대하여 설명한다.

도 4는 일 실시예에 따른 전자 장치 및 외부 전자 장치의 블록도(400)이다.

일 실시예에 따르면, 전자 장치(401)(예: 도 1의 전자 장치(101))는 통신 회로(410)(예: 도 1의 통신 모듈(190)), 메모리(420)(예: 도 1의 메모리(130)), 및 프로세서(430)(예: 도 1의 프로세서(120))를 포함할 수 있다. 예를 들어, 전자 장치(401)는 스마트폰과 같은 휴대용 통신 장치, 또는 컴퓨터 장치일 수 있다.

일 실시예에 따르면, 외부 전자 장치(402)(예: 도 1의 전자 장치(102 또는 104), 또는 도 2의 전자 장치(201))는 디스플레이(440)(예: 도 1의 디스플레이 모듈(160), 또는 도 2의 디스플레이(261-1 및/또는 261-2)), 카메라(450)(예: 도 1의 카메라 모듈(180), 또는 도 2의 카메라(280-1, 280-2, 및/또는 280-3) 및/또는 시선 추적 센서(276-1 및 276-2)), 센서(460)(예: 도 1의 센서 모듈(176)), 마이크(470)(예: 도 1의 입력 모듈(150), 또는 도 2의 마이크(271-1, 271-2, 및/또는 271-3)), 통신 회로(480)(예: 도 1의 통신 모듈(190)), 및 프로세서(490)(예: 도 1의 프로세서(120))를 포함할 수 있다. 일 실시예에 따르면, 외부 전자 장치(402)는 사용자의 신체의 적어도 일부에 착용 가능할 수 있다. 예를 들어, 외부 전자 장치(402)는 스마트 글래스(smart glasses)와 같은 HMD(head mounted display) 장치일 수 있다.

일 실시예에 따르면, 외부 전자 장치(402)는 AR(augmented reality) 또는 VR(virtual reality) 환경을 제공할 수 있다. 전자 장치(401)는 외부 전자 장치(402)와 통신하며 외부 전자 장치(402)를 통해 사용자에게 제공되는 AR 또는 VR 환경을 제어할 수 있다. 전자 장치(401)는 외부 전자 장치(402)를 통해 AR 또는 VR 환경을 경험하는 사용자에게 음성 인식 서비스를 제공할 수 있다. 예를 들어, 전자 장치(401)는 직접 또는 외부 서버를 통해 음성 인식 서비스를 제공할 수 있다.

이하, 외부 전자 장치(402)의 구성들에 대하여 먼저 설명한다.

외부 전자 장치(402)의 디스플레이(440)는 사용자에게 정보를 시각적으로 제공할 수 있다. 예를 들어, 디스플레이(440)는 이미지 또는 그래픽 사용자 인터페이스를 표시할 수 있다. 디스플레이(440)에 표시되는 이미지 또는 그래픽 사용자 인터페이스(graphic user interface, GUI)는 3차원 이미지 또는 3차원 GUI를 포함할 수 있다. 디스플레이(440)에 표시되는 이미지 또는 GUI는 적어도 하나의 가상 객체를 포함할 수 있다. 적어도 하나의 가상 객체는 어플리케이션(또는, 앱)을 나타내는 아이콘을 포함할 수 있다.

외부 전자 장치(402)의 카메라(450)는 손 추적 카메라(hand tracking camera), 눈 추적 카메라(eye tracking camera), 및/또는 뎁스 카메라(depth camera)를 포함할 수 있다. 손 추적 카메라는 외부 전자 장치(402) 주변의 사용자(또는, 착용자)의 손의 위치 및 제스처를 인식할 수 있다. 눈 추적 카메라는 착용자의 시선을 추적할 수 있다. 뎁스 카메라는, 예를 들어, 적외선 LED(infrared light emitting diode)를 포함할 수 있다. 뎁스 카메라는 외부 전자 장치(402) 주변의 실제 공간의 3차원 지도(3D map)를 생성하고, ToF(time of flight)를 이용하여 외부 전자 장치(402)로부터 주변의 실제 공간 상의 지점까지의 거리를 측정하고, 외부 전자 장치(402)의 현재 위치를 추정할 수 있는 정보를 제공할 수 있다.

외부 전자 장치(402)의 센서(460)는 가속도 센서, 자이로 센서, 및/또는 지자기 센서를 포함할 수 있다. 센서(460)는 사용자의 신체의 특정 힘, 각도, 및 방향을 측정할 수 있다. 센서(460)는 측정된 데이터를 기반으로 사용자의 위치 및 방향을 추정할 수 있다.

외부 전자 장치(402)의 마이크(470)는 외부 전자 장치(402) 주변의 소리(또는, 오디오)를 수신할 수 있다. 예를 들어, 마이크(470)는 외부 전자 장치(402)를 착용한 사용자의 음성, 외부 전자 장치(402) 주변에 있는 외부 전자 장치(402)를 착용하지 않은 자의 음성, 및 그 외 주변 소리를 수신할 수 있다.

외부 전자 장치(402)의 통신 회로(480)는 유무선 통신 네트워크(예: 도 1의 제1 네트워크(198) 또는 제2 네트워크(199))를 통해 전자 장치(401)와 통신할 수 있다. 예를 들어, 통신 회로(480)는 카메라(450) 또는 센서(460)를 통해 획득된 데이터 및 정보를 전자 장치(401)로 송신할 수 있다. 통신 회로(480)는 마이크(470)를 통해 획득된 오디오 데이터를 전자 장치(401)로 송신할 수 있다. 다른 예로, 통신 회로(480)는 전자 장치(401)로부터 제어 신호 및/또는 데이터를 수신할 수 있다.

외부 전자 장치(402)의 프로세서(490)는 디스플레이(440), 카메라(450), 센서(460), 마이크(470), 및 통신 회로(480)와 작동적으로(operatively) 연결될 수 있다. 프로세서(490)는 프로세서(490)에 연결된 외부 전자 장치(402)의 적어도 하나의 다른 구성요소를 제어함으로써 외부 전자 장치(402)의 동작 및 상태를 제어할 수 있다.

도 4에 도시되지는 않았으나, 외부 전자 장치(402)는 다른 구성요소를 더 포함할 수 있다. 예를 들어, 외부 전자 장치(402)는 스피커(예: 도 1의 음향 출력 모듈(155)) 및/또는 메모리(예: 도 1의 메모리(130))를 더 포함할 수 있다. 외부 전자 장치(402)의 스피커(미도시)는 오디오 신호(예: 음성 신호)를 출력할 수 있다. 외부 전자 장치(402)의 메모리(미도시)는 프로세서(490)에 의해 실행되는 하나 이상의 인스트럭션들 및 프로세서(490)에 의해 처리된 데이터를 저장할 수 있다.

프로세서(490)는 카메라(450)를 이용하여 사용자의 시선 데이터를 획득하고, 획득된 데이터에 기반하여 사용자의 시선을 분석할 수 있다. 예를 들어, 프로세서(490)는 AR 또는 VR 환경에서 사용자의 시선에 대응되는 지점을 인식할 수 있다. 예를 들어, 인식된 지점이 디스플레이(440)에 표시된 지정된 가상 객체의 위치에 대응되는 경우, 프로세서(490)는 사용자가 지정된 가상 객체를 바라보고 있음을 감지할 수 있다. 프로세서(490)는 지정된 가상 객체를 바라보는 사용자의 시선을 감지함을 나타내는 정보를 통신 회로(480)를 통해 전자 장치(401)로 송신할 수 있다. 프로세서(490)는 사용자의 시선을 분석한 정보를 전자 장치(401)로 송신할 수 있다. 예를 들어, 사용자의 시선을 분석한 정보는 사용자의 시선에 대응하는 방향, 및/또는 사용자의 시선이 머무르는 시간에 대한 정보를 포함할 수 있다. 예를 들어, 프로세서(490)는 지정된 가상 객체를 바라보는 사용자의 시선이 지정된 시간 이상 지속됨을 감지할 수 있다. 프로세서(490)는 지정된 가상 객체를 바라보는 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 정보를 전자 장치(401)로 송신할 수 있다.

프로세서(490)는 카메라(450) 및/또는 센서(460)를 이용하여 사용자의 얼굴(또는, 표정) 데이터를 획득하고, 획득된 데이터에 기반하여 사용자의 얼굴을 분석할 수 있다. 프로세서(490)는 눈 추적(eye tracking) 기술 및 머리 추적(head tracking) 기술에 기반하여 사용자의 얼굴(또는, 표정)을 분석할 수 있다. 예를 들어, 프로세서(490)는 사용자가 눈을 크게 뜨거나, 눈을 찡그리거나, 머리를 살짝 들어올리는 것으로 사용자의 얼굴을 분석할 수 있다. 프로세서(490)는 사용자의 얼굴을 분석한 정보를 통신 회로(480)를 통해 전자 장치(401)로 송신할 수 있다.

프로세서(490)는 카메라(450)를 이용하여 사용자의 손의 위치 및 움직임 데이터를 획득하고, 획득된 데이터에 기반하여 사용자의 제스처를 분석할 수 있다. 프로세서(490)는 손 추적(hand tracking) 기술에 기반하여 사용자의 손과 관련된 제스처를 분석할 수 있다. 예를 들어, 프로세서(490)는 사용자가 디스플레이(440)에 표시된 지정된 가상 객체를 터치(touch)하거나, 탭(tap)하거나, 쓰다듬거나, 잡는 것으로 사용자의 제스처를 분석할 수 있다. 프로세서(490)는 사용자의 제스처를 분석한 정보를 통신 회로(480)를 통해 전자 장치(401)로 송신할 수 있다.

프로세서(490)는 사용자의 발화 시작 여부(또는, 음성 시작 여부)를 분석할 수 있다. 예를 들어, 프로세서(490)는 사용자의 입모양 분석 및 소리 분석을 통해 발화 시작 여부를 판단할 수 있다. 프로세서(490)는 마이크(470)를 통해 수신된 소리를 분석하고, 센서(460)를 통해 감지된 움직임을 분석하여 사용자의 발화 시작 여부를 판단할 수 있다. 여기서, 사용자는 외부 전자 장치(402)를 착용한 사람을 의미할 수 있다. 예를 들어, 지정된 대역(예: 사람의 음역 대역) 및 지정된 크기 이상의 오디오 신호(예: 음성 신호)가 마이크(470)를 통해 수신되고, 센서(460)에 의해 지정된 움직임(예: 착용자의 발화로 인한 외부 전자 장치(402)의 움직임)이 감지되는 경우, 프로세서(490)는 착용자가 발화를 시작한 것으로 판단할 수 있다. 다른 예로, 지정된 대역(예: 사람의 음역 대역) 및 지정된 크기 이상의 오디오 신호(예: 음성 신호)가 마이크(470)를 통해 수신되었으나, 센서(460)에 의해 지정된 움직임(예: 착용자의 발화로 인한 외부 전자 장치(402)의 움직임)이 감지되지 않는 경우, 프로세서(490)는 외부인이 발화를 시작한 것으로 판단할 수 있다. 또 다른 예로, 지정된 대역(예: 사람의 음역 대역) 및 지정된 크기 이상의 오디오 신호(예: 음성 신호)가 수신되지 않은 경우, 프로세서(490)는 수신된 오디오 신호가 잡음(noise)인 것으로 판단할 수 있다. 프로세서(490)는 사용자의 발화 시작 여부를 분석한 정보를 통신 회로(480)를 통해 전자 장치(401)로 송신할 수 있다.

이하, 전자 장치(401)의 구성들에 대하여 설명한다.

전자 장치(401)의 통신 회로(410)는 유무선 통신 네트워크(예: 도 1의 제1 네트워크(198) 또는 제2 네트워크(199))를 통해 외부 전자 장치(402)와 통신할 수 있다. 예를 들어, 통신 회로(410)는 외부 전자 장치(402)로부터 외부 전자 장치(402)(또는, 프로세서(490))가 분석한 사용자의 시선, 얼굴, 제스처, 및/또는 발화 시작 여부에 대한 정보를 수신할 수 있다. 통신 회로(410)는 외부 전자 장치(402)의 마이크(470)를 통해 수신된 오디오 데이터를 수신할 수 있다. 오디오 데이터는 사용자의 음성 명령에 대응될 수 있다. 일 실시예에 따르면, 사용자의 음성 명령은 웨이크-업 워드(wake-up word)(예: 하이 빅스비(Hi Bixby))를 포함하지 않을 수 있다. 사용자의 음성 명령은 전자 장치(401) 및/또는 외부 전자 장치(402)가 제공하는 기능과 관련된 명령어만을 포함할 수 있다. 통신 회로(410)는 외부 전자 장치(402)를 제어하기 위한 제어 신호 및/또는 데이터를 외부 전자 장치(402)로 송신할 수 있다.

전자 장치(401)의 메모리(420)는 전자 장치(401)의 적어도 하나의 구성요소(예: 통신 회로(410) 또는 프로세서(430))에 의해 사용되는 데이터를 저장할 수 있다. 메모리(420)는 통신 회로(410)를 통해 송수신되는 데이터를 저장할 수 있다. 메모리(420)는 프로세서(430)에 의해 실행되는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.

전자 장치(401)의 프로세서(430)는 통신 회로(410) 및 메모리(420)와 작동적으로 연결될 수 있다. 프로세서(430)는 프로세서(430)에 연결된 전자 장치(401)의 적어도 하나의 다른 구성요소를 제어함으로써 전자 장치(401)의 동작 및 상태를 제어할 수 있다.

프로세서(430)는 통신 회로(410)를 통해 외부 전자 장치(402)로부터 사용자의 시선을 분석한 정보를 수신할 수 있다. 예를 들어, 프로세서(430)는 외부 전자 장치(402)의 디스플레이(440)에 표시되는 지정된 가상 객체를 바라보는 사용자의 시선을 감지함을 나타내는 정보 및 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 정보를 수신할 수 있다. 지정된 가상 객체는, 전자 장치(401)에 설치된 음성 인식 어플리케이션을 나타내는 아이콘을 포함할 수 있다. 본 개시에서, 음성 인식 어플리케이션은 음성 어시스턴트 어플리케이션으로 참조될 수 있다. 전자 장치(401)는 음성 인식 어플리케이션을 통해 외부 전자 장치(402)를 착용한 사용자에게 음성 인식 서비스를 제공할 수 있다. 프로세서(430)는 외부 전자 장치(402)로부터 지정된 가상 객체를 바라보는 사용자의 시선을 감지함을 나타내는 정보를 수신함에 응답하여 사용자의 음성 명령 발화 의도를 결정할 수 있다.

프로세서(430)는 통신 회로(410)를 통해 외부 전자 장치(402)로부터 사용자의 시선을 감지한 시점에 대응하는 사용자의 얼굴을 분석한 정보, 사용자의 제스처를 분석한 정보, 또는 사용자의 발화 시작 여부를 분석한 정보를 수신할 수 있다. 예를 들어, 프로세서(430)는 외부 전자 장치(402)가 지정된 가상 객체에 대한 사용자의 시선을 감지한 시점으로부터 지정된 시간 이내에 외부 전자 장치(402)(예: 카메라(450), 센서(460), 및/또는 마이크(470))로 입력되는 정보에 기반하여 분석된 정보를 외부 전자 장치(402)로부터 수신할 수 있다.

프로세서(430)는 수신된 분석된 정보에 기반하여 사용자의 음성 명령 발화 의도를 결정할 수 있다. 프로세서(430)는 사용자의 시선을 분석한 정보, 사용자의 시선을 감지한 시점에 대응하는 사용자의 얼굴을 분석한 정보, 사용자의 제스처를 분석한 정보, 및 사용자의 발화 시작 여부를 분석한 정보에 기반하여 사용자의 음성 명령 발화 의도를 결정할 수 있다. 프로세서(430)는 사용자의 시선을 분석한 정보, 사용자의 시선을 감지한 시점에 대응하는 사용자의 얼굴을 분석한 정보, 사용자의 제스처를 분석한 정보, 또는 사용자의 발화 시작 여부를 분석한 정보 중 적어도 하나가 지정된 조건을 만족하는지 여부에 기반하여 사용자의 음성 명령 발화 의도를 결정할 수 있다. 예를 들어, 프로세서(430)는 사용자의 시선을 분석한 정보가 지정된 조건을 만족하고, 사용자의 얼굴을 분석한 정보, 사용자의 제스처를 분석한 정보, 또는 사용자의 발화 시작 여부를 분석한 정보 중 적어도 하나가 지정된 조건을 만족하는 경우 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다. 다른 예로, 프로세서(430)는 사용자의 시선을 분석한 정보가 지정된 조건을 만족하지 않거나, 사용자의 시선을 분석한 정보가 지정된 조건을 만족하더라도 제1 정보, 제2 정보, 및 제3 정보가 지정된 조건을 만족하지 않는 경우 사용자의 음성 명령 발화 의도가 없는 것으로 결정할 수 있다. 사용자의 시선에만 기반하는 경우보다 사용자의 시선에 추가로 사용자의 표정, 제스처, 또는 발화 시작 여부를 더 고려함으로써 전자 장치(401)는 사용자가 음성 명령을 발화할 의도가 있는지 여부를 보다 정확하게 결정할 수 있다.

프로세서(430)는 사용자의 시선을 분석한 정보가 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 아이콘)를 바라보는 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 경우, 지정된 조건을 만족하는 것으로 결정할 수 있다. 예를 들어, 사용자가 지정된 가상 객체를 지정된 시간 이상 바라본 경우, 프로세서(430)는 사용자가 음성 명령을 발화할 의도가 있다고 판단할 수 있다.

일 실시예에 따르면, 프로세서(430)는 사용자의 시선을 감지한 시점에 대응하는 사용자의 얼굴을 분석한 정보가 지정된 표정을 나타내는 경우, 지정된 조건을 만족하는 것으로 결정할 수 있다. 예를 들어, 사용자가 지정된 가상 객체를 지정된 시간 이상 바라보고 지정된 표정을 짓는 경우, 프로세서(430)는 사용자가 음성 명령을 발화할 의도가 있다고 판단할 수 있다. 지정된 표정은, 머신 러닝(machine learning) 알고리즘에 의해 발화 의도가 있는 표정으로 학습된 표정 또는 사용자에 의해 발화 의도가 있는 표정으로 미리 설정된 표정일 수 있다. 지정된 표정은, 예를 들어, 눈을 크게 뜨거나 찡그리는 표정을 짓거나, 머리를 살짝 들어올리는 것을 포함할 수 있다.

일 실시예에 따르면, 프로세서(430)는 사용자의 시선을 감지한 시점에 대응하는 사용자의 제스처를 분석한 정보가 지정된 가상 객체에 대한 제스처를 나타내는 경우, 지정된 조건을 만족하는 것으로 결정할 수 있다. 예를 들어, 사용자가 지정된 가상 객체를 지정된 시간 이상 바라보고 지정된 가상 객체에 대한 제스처를 취하는 경우, 프로세서(430)는 사용자가 음성 명령을 발화할 의도가 있다고 판단할 수 있다. 지정된 가상 객체에 대한 제스처는, 예를 들어, 지정된 가상 객체를 터치하거나, 탭하거나, 쓰다듬거나, 잡는 것을 포함할 수 있다.

프로세서(430)는 지정된 가상 객체에 대한 제스처(또는, 제스처의 유형)에 따라 다른 방법으로 사용자의 음성 명령 발화 의도를 결정할 수 있다. 예를 들어, 사용자의 시선을 감지한 시점에 대응하는 사용자의 제스처가 지정된 가상 객체에 대한 제1 제스처인 경우, 프로세서(430)는 사용자가 음성 명령을 발화할 의도가 있다고 판단할 수 있다. 사용자의 시선을 감지한 시점에 대응하는 사용자의 제스처가 지정된 가상 객체에 대한 제2 제스처인 경우, 프로세서(430)는 발화 의도를 질문하도록 하는 요청을 외부 전자 장치(402)로 송신할 수 있다. 외부 전자 장치(402)는 상기 요청을 수신함에 응답하여 사용자에게 발화 의도를 묻는 질문(예: "무엇을 도와드릴까요?" 또는 "하실 말씀이 있으신가요?")을 음성 또는 텍스트로 출력할 수 있다. 프로세서(430)는 외부 전자 장치(402)로부터 상기 요청에 대한 응답을 수신할 수 있고, 수신된 응답에 따라 사용자의 음성 명령 발화 의도를 결정할 수 있다.

예를 들어, 사용자로부터 "무엇을 도와드릴까요?"라는 질문에 대하여 "아니야." 또는 "됐어."와 같은 응답을 수신하거나, "하실 말씀이 있으신가요?"라는 질문에 대하여 "없어."와 같은 응답을 수신하는 것과 같이 발화 의도가 없음을 나타내는 응답을 수신하는 경우, 프로세서(430)는 사용자가 음성 명령을 발화할 의도가 없다고 판단할 수 있다. 사용자로부터 "무엇을 도와드릴까요?"라는 질문 또는 "하실 말씀이 있으신가요?"라는 질문에 대하여 "응", 또는 "OOO 해줘."와 같은 응답을 수신하는 것과 같이 발화 의도가 있음을 나타내는 응답을 수신하거나 음성 명령을 수신하는 경우, 프로세서(430)는 사용자가 음성 명령을 발화할 의도가 있다고 판단할 수 있다.

일 실시예에 따르면, 제1 제스처는 프로세서(430)가 사용자에게 추가 질문 없이 발화 의도가 있는 것으로 결정하도록 설정된 제스처이다. 제2 제스처는 프로세서(430)가 사용자에게 한번 더 질문한 후 질문에 대한 응답에 기반하여 발화 의도를 결정하도록 설정된 제스처이다. 제1 제스처는 지정된 가상 객체가 나타내는 음성 인식 어플리케이션을 호출하려는 사용자의 의도가 명확한 제스처일 수 있다. 예를 들어, 제1 제스처는 지정된 가상 객체를 탭하는 제스처일 수 있다. 제2 제스처는 지정된 가상 객체가 나타내는 음성 인식 어플리케이션을 호출하려는 사용자의 의도가 불명확한 제스처일 수 있다. 예를 들어, 제2 제스처는 지정된 가상 객체를 쓰다듬는 제스처일 수 있다. 제1 제스처는 머신 러닝 알고리즘에 의해 발화 의도가 명확한 제스처로 학습된 제스처이거나 사용자에 의해 발화 의도가 명확한 제스처로 미리 설정된 제스처일 수 있다. 제2 제스처는 상기 학습된 제스처 또는 상기 미리 설정된 제스처를 제외한 제스처일 수 있다.

일 실시예에 따르면, 프로세서(430)는 사용자의 시선을 감지한 시점에 대응하는 사용자의 발화 시작 여부를 분석한 정보가 사용자가 발화를 시작하였음을 나타내는 경우, 지정된 조건을 만족하는 것으로 결정할 수 있다. 예를 들어, 사용자는 지정된 가상 객체를 지정된 시간 이상 바라보고 웨이크-업 워드의 발화 없이 명령어를 발화할 수 있다. 예를 들어, 사용자는 명령어를 발화하는 시점에는 지정된 가상 객체를 바라보고 있지 않을 수 있고, 지정된 가상 객체를 지정된 시간 이상 바라본 이후 다른 지점을 바라보는 상태에서 명령어를 발화할 수도 있다. 프로세서(430)는 사용자가 발화를 시작하는 경우, 사용자가 음성 명령을 발화할 의도가 있다고 판단할 수 있다. 여기서, 사용자는 외부 전자 장치(402)를 착용한 사용자일 수 있다. 예를 들어, 사용자의 시선을 감지한 시점에 대응하는 사용자의 발화 시작 여부를 분석한 정보가 외부 전자 장치(402)를 착용한 사용자가 아닌 다른 사용자가 발화를 시작하였음을 나타내는 경우, 프로세서(430)는 지정된 조건을 만족하지 않는 것으로 결정할 수 있다. 다른 예로, 사용자의 시선을 감지한 시점에 대응하는 사용자의 발화 시작 여부를 분석한 정보가 외부 전자 장치(402)로 입력된 소리가 잡음임을 나타내는 경우, 지정된 조건을 만족하지 않는 것으로 결정할 수 있다. 예를 들어, 외부 전자 장치(402)로 입력된 소리가 지정된 대역(예: 사람의 음역 대역)의 오디오 신호(예: 음성 신호)가 아니거나, 지정된 대역(예: 사람의 음역 대역)이더라도 지정된 크기 미만의 오디오 신호인 경우, 입력된 소리는 잡음인 것으로 분석될 수 있다.

프로세서(430)는 사용자와 관련된 컨텍스트 정보에 기반하여 음성 명령에 대한 힌트를 제공할 수 있다. 컨텍스트 정보는 사용자의 음성 인식 어플리케이션에 대한 사용 이력, 또는 사용자의 제스처 중 적어도 하나를 포함할 수 있다. 예를 들어, 컨텍스트 정보는 적어도 하나의 기능을 지원하는 어플리케이션을 나타내는 가상 객체에 대한 제스처를 포함할 수 있다. 예를 들어, 사용자가 AR 환경 또는 VR 환경에서 갤러리 어플리케이션(또는, 음성 인식 어플리케이션을 제외한 다른 어플리케이션)을 나타내는 가상 객체를 잡고 있는 경우, 프로세서(430)는 외부 전자 장치(402)로부터 사용자가 위와 같은 제스처를 취하고 있음을 나타내는 정보를 수신할 수 있다. 프로세서(430)는 사용자가 갤러리 어플리케이션을 나타내는 가상 객체를 잡고 있는 상태에서 음성 인식 어플리케이션을 나타내는 가상 객체를 바라보는 사용자의 시선을 감지함을 나타내는 정보를 외부 전자 장치(402)로부터 수신할 수 있다. 이 경우, 프로세서(430)는 사용자가 잡고 있는 가상 객체에 대응하는 어플리케이션이 지원하는 적어도 하나의 기능을 실행하도록 하는 명령어를 자연어 형태로 외부 전자 장치(402)를 통해 사용자에게 힌트로서 제공할 수 있다. 예를 들어, 사용자가 잡고 있는 가상 객체에 대응하는 어플리케이션이 갤러리 어플리케이션인 경우, 프로세서(430)는 "크게", "종료", 또는"어제 직은 사진 검색해줘."와 같은 적어도 하나의 명령어를 자연어 형태로 제공할 수 있다. 외부 전자 장치(402)는 자연어 형태의 명령어를 음성 또는 텍스트로 사용자에게 제공할 수 있다. 프로세서(430)는 힌트를 제공한 이후, 음성 인식 어플리케이션을 나타내는 가상 객체를 바라보는 사용자의 시선을 감지한 시점에 대응하는 사용자의 얼굴, 제스처, 또는 발화 시작 여부에 대하여 분석된 정보 중 적어도 하나가 지정된 조건을 만족하는 경우, 사용자가 잡고 있는 가상 객체에 대한 사용자의 음성 명령 발화 의도가 있다고 판단할 수 있다.

다른 예로, 컨텍스트 정보는 사용자의 음성 인식 어플리케이션에 대한 사용 이력을 포함할 수 있다. 예를 들어, 사용 이력은 사용자가 음성 인식 어플리케이션 실행 시 지정된 빈도 이상 발화한 명령어, 최근에 발화한 명령어, 및/또는 지정된 횟수 이상 발화한 명령어에 대한 정보를 포함할 수 있다. 프로세서(430)는 지정된 빈도 이상 발화된 명령어, 최근에 발화된 명령어, 및/또는 지정된 횟수 이상 발화된 명령어를 자연어 형태로 외부 전자 장치(402)를 통해 사용자에게 힌트로서 제공할 수 있다.

일 실시예에 따르면, 프로세서(430)는 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 아이콘)에 대한 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 정보를 외부 전자 장치(402)로부터 수신할 수 있다. 프로세서(430)는 해당 정보를 수신한 경우, 발화 의도를 질문하도록 하는 요청을 외부 전자 장치(402)로 송신할 수 있다. 외부 전자 장치(402)는 상기 요청을 수신함에 응답하여 사용자에게 발화 의도를 묻는 질문을 음성 또는 텍스트로 출력할 수 있다. 프로세서(430)는 외부 전자 장치(402)로부터 상기 요청에 대한 응답을 수신할 수 있고, 수신된 응답에 따라 사용자의 음성 명령 발화 의도를 결정할 수 있다.

예를 들어, 프로세서(430)는 외부 전자 장치(402)를 통해 사용자에게 "하실 말씀이 있으신가요?"라는 질문을 할 수 있다. 사용자는 질문에 대하여 "응." 또는 "아니."의 응답을 할 수 있다. 예를 들어, 외부 전자 장치(402)를 통해 사용자로부터 "응."이라는 응답을 수신하는 경우, 프로세서(430)는 사용자가 음성 명령을 발화할 의도가 있다고 판단할 수 있다. 외부 전자 장치(402)를 통해 사용자로부터 "아니."라는 응답을 수신하는 경우, 프로세서(430)는 사용자가 음성 명령을 발화할 의도가 없다고 판단할 수 있다.

예를 들어, 프로세서(430)는 사용자의 시선이 감지된 시점에 대응하는 사용자의 얼굴, 제스처, 및 발화 시작 여부를 분석한 정보가 지정된 조건을 만족하는지 여부와 관계없이, 지정된 가상 객체를 바라보는 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 정보의 수신에 응답하여 발화 의도를 질문하도록 하는 요청을 외부 전자 장치(402)로 송신하고, 외부 전자 장치(402)로부터 수신된 응답에 따라 사용자의 음성 명령 발화 의도를 결정할 수 있다. 다른 예로, 상술한 바와 같이, 프로세서(430)는 사용자의 시선이 감지된 시점에 대응하는 사용자의 얼굴, 제스처, 및 발화 시작 여부를 분석한 정보가 지정된 조건을 만족하는지 여부와 관계없이, 지정된 가상 객체를 바라보는 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 정보의 수신에 응답하여, 사용자에게 발화 의도를 질문하지 않고, 사용자의 음성 명령 발화 의도가 있는 것으로 결정할 수 있다.

프로세서(430)는 사용자의 음성 명령 발화 의도가 있는 것으로 결정함에 따라, 메모리(420)에 저장된 음성 인식 어플리케이션을 실행할 수 있다. 프로세서(430)는 음성 인식 어플리케이션을 사용자의 음성 명령을 수신할 수 있는 상태로 제어할 수 있다. 예를 들어, 사용자의 음성 명령을 수신할 수 있는 상태는, 리스닝 모드(listening mode)로 참조될 수 있다.

프로세서(430)는 통신 회로(410)를 통해 외부 전자 장치(402)로부터 사용자의 음성 입력에 대응하는 오디오 데이터를 수신할 수 있다. 사용자의 음성 입력은 외부 전자 장치(402)의 마이크(470)를 통해 입력될 수 있다. 사용자의 음성 입력은 웨이크-업 워드를 포함하지 않을 수 있다. 사용자의 음성 입력은 전자 장치(401) 및/또는 외부 전자 장치(402)가 제공하는 기능과 관련된 명령어만을 포함할 수 있다.

프로세서(430)는 음성 인식 어플리케이션을 통해 음성 입력에 대응하는 명령을 실행할 수 있다. 예를 들어, 프로세서(430)는 음성 입력에 대응하는 오디오 데이터를 텍스트 데이터로 변환하고, 변환된 텍스트 데이터를 이용하여 사용자의 의도를 결정하고, 결정된 사용자의 의도에 기초하여 하나 이상의 동작을 실행함으로써 음성 입력에 대응하는 명령을 실행할 수 있다. 다른 예로, 프로세서(430)는 상술한 동작의 적어도 일부를 외부 서버(예: 지능형 서버)를 통해 처리할 수도 있다. 예를 들어, 프로세서(430)는 음성 입력에 대응하는 오디오 데이터를 텍스트 데이터로 변환한 후, 변환된 텍스트 데이터를 통신 회로(410)를 통해 외부 서버로 전송할 수 있다. 프로세서(430)는 외부 서버로부터 사용자의 의도 및/또는 하나 이상의 동작에 대한 정보를 수신하고, 수신된 정보에 기반하여 하나 이상의 동작을 실행함으로써 음성 입력에 대응하는 명령을 실행할 수도 있다.

예를 들어, 프로세서(430)는 음성 입력에 대응하는 명령의 실행 결과를 통신 회로(430)를 통해 외부 전자 장치(402)로 전송하여, 외부 전자 장치(402)의 디스플레이를 통해 표시할 수 있다.

프로세서(430)는 음성 인식 어플리케이션을 실행한 이후 지정된 시간 이내에 사용자의 음성 입력이 수신되지 않는 경우, 음성 인식 어플리케이션의 실행을 종료할 수 있다.

프로세서(430)는 외부 전자 장치(402)로부터 수신한 사용자의 시선, 얼굴, 제스처, 및 발화 시작 여부에 대한 분석 정보와 음성 인식 어플리케이션의 실제 사용 여부에 관한 정보를 이용하여 발화 의도 결정 모델을 구축하고 학습시킬 수 있다. 음성 인식 어플리케이션의 실제 사용 여부는, 분석 정보에 기반하여 음성 인식 어플리케이션이 실행된 이후, 음성 명령에 대응하는 사용자의 음성 입력이 수신되었는지 여부 또는 음성 입력에 대응하는 음성 명령이 실행되었는지 여부 중 적어도 하나를 포함할 수 있다. 예를 들어, 프로세서(430)는 음성 인식 어플리케이션이 실행된 이후 음성 명령에 대응하는 사용자의 음성 입력이 수신되었거나, 수신된 사용자의 음성 입력에 대응하는 음성 명령이 실행된 경우, 음성 인식 어플리케이션의 실행에 기반이 된 분석 정보를 사용자의 음성 명령 발화 의도가 있다는 결과 값과 함께 학습시킬 수 있다. 프로세서(430)는 음성 인식 어플리케이션이 실행된 이후 음성 명령에 대응하는 사용자의 음성 입력이 수신되지 않거나, 수신된 사용자의 음성 입력에 대응하는 음성 명령이 실행되지 않은 경우, 음성 인식 어플리케이션의 실행에 기반이 된 분석 정보를 사용자의 음성 명령 발화 의도가 없다는 결과 값과 함께 학습시킬 수 있다.

프로세서(430)는 발화 의도 결정 모델을 구축 및 학습시킴으로써 보다 정밀하게 발화 의도를 결정할 수 있고, 모델을 사용할수록 사용자에게 개인화시켜 보다 자연스럽게 음성 인식 어플리케이션을 활용할 수 있다.

이하, 도 5를 참조하여 사용자의 음성 명령 발화 의도를 판단하는 시스템(500) 및 그 시스템(500)의 동작 방법에 대하여 설명한다. 사용자의 음성 명령 발화 의도를 판단하는 시스템(500)은 도 4의 전자 장치(401) 및 외부 전자 장치(402)를 포함할 수 있다.

도 5는 일 실시예에 따른 전자 장치 및 외부 전자 장치의 소프트웨어 모듈을 나타낸 블록도이다. 도 5에 도시된 전자 장치 및 외부 전자 장치의 소프트웨어 모듈들은 도 4에 도시된 전자 장치 및 외부 전자 장치의 하드웨어 구성들에 의하여 구현될 수 있다.

일 실시예에 따르면, 외부 전자 장치(402)는 시선 분석기(510), 얼굴 분석기(520), 제스처 분석기(530), 및 발화 시작 분석기(540)를 포함할 수 있다.

시선 분석기(510)는 사용자가 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 가상 객체)를 바라보았는지 아닌지 여부를 판단할 수 있다. 시선 분석기(510)는 사용자의 시선이 지정된 가상 객체에 머무른 시간을 판단할 수 있다. 시선 분석기(510)는 지정된 가상 객체를 바라보는 사용자의 시선이 지정된 시간 이상 지속되었는지 여부를 판단할 수 있다. 지정된 가상 객체는, 예를 들어, 아이콘(icon) 또는 별도의 이미지 객체로 구현될 수 있다.

얼굴 분석기(520)는 외부 전자 장치(402)에 탑재된 카메라 및/또는 센서를 이용한 눈 추적 및/또는 머리 추적 기술을 기반으로 사용자의 얼굴 표정 및/또는 얼굴과 관련된 제스처를 인식할 수 있다. 예를 들어, 얼굴 분석기(520)는 사용자의 눈의 크기가 확장되거나, 사용자의 머리를 살짝 들어올리는 제스처를 인식할 수 있다.

제스처 분석기(530)는 외부 전자 장치(402)에 탑재된 카메라를 이용한 손 추적 기술을 기반으로 사용자의 손과 관련된 제스처를 인식할 수 있다. 예를 들어, 제스처 분석기(530)는 사용자가 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 가상 객체)를 톡톡 쳐서 부르는 제스처를 인식할 수 있다. 다른 예로, 제스처 분석기(530)는 사용자가 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 가상 객체)가 아닌 다른 가상 객체를 잡고 있는 제스처를 인식할 수 있다. 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 가상 객체)가 아닌 다른 가상 객체는 적어도 하나의 기능을 지원하는 어플리케이션을 나타내는 가상 객체일 수 있다. 다른 가상 객체는, 예를 들어, 갤러리 어플리케이션일 수 있다.

발화 시작 분석기(540)는 음성 활동 감지(voice activity detection, VAD) 기술을 기반으로 사용자의 발화 여부 및 외부인의 발화 여부를 감지할 수 있다. 여기서, 사용자란 외부 전자 장치(402)를 착용한 자를 의미하고, 외부인은 외부 전자 장치(402)를 착용하지 않은 자를 의미할 수 있다. 발화 시작 분석기(540)는 수신된 오디오 신호로부터 지정된 음역 대역(예: 사람의 음역 대역) 및 지정된 크기 이상의 오디오 신호(예: 음성 신호)를 감지할 수 있다. 발화 시작 분석기(540)는 음성 신호가 감지되는 동안 지정된 움직임(예: 착용자의 발화로 인한 움직임)이 감지되는지 여부에 기반하여 사용자가 발화하는지, 외부인이 발화하는지 여부를 결정할 수 있다. 예를 들어, 발화 시작 분석기(540)는 음성 신호가 감지되고, 음성 신호가 감지되는 동안 착용자의 발화로 인한 움직임이 감지된 경우, 사용자가 발화를 시작한 것으로 판단할 수 있다. 발화 시작 분석기(540)는 음성 신호가 감지되고, 음성 신호가 감지되는 동안 착용자의 발화로 인한 움직임이 감지되지 않은 경우, 외부인이 발화를 시작한 것으로 판단할 수 있다.

얼굴 분석기(520), 제스처 분석기(530), 및 발화 시작 분석기(540)는 각각 시선 분석기(510)에 의해 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 가상 객체)를 바라보는 사용자의 시선이 감지된 시점으로부터 지정된 시간 이내에 입력된 정보에 기반하여 사용자의 얼굴, 제스처, 및 발화 시작 여부를 분석할 수 있다.

외부 전자 장치(402)의 시선 분석기(510), 얼굴 분석기(520), 제스처 분석기(530), 및 발화 시작 분석기(540)는 각각 분석 정보를 전자 장치(401)로 송신할 수 있다.

일 실시예에 따르면, 전자 장치(401)는 발화 의도 결정 모듈(550), 학습 모듈(560), 및 실행 모듈(570)을 포함할 수 있다. 발화 의도 결정 모듈(550)은 외부 전자 장치(402)의 시선 분석기(510), 얼굴 분석기(520), 제스처 분석기(530), 및 발화 시작 분석기(540)로부터 각각 분석 정보를 수신할 수 있다. 발화 의도 결정 모듈(550)은 시선 분석기(510)로부터 수신한 분석 정보에 따라 사용자가 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 가상 객체)를 바라보고 있음에 기반하여 사용자의 음성 명령 발화 의도를 일차적으로 판단할 수 있다. 발화 의도 결정 모듈(550)은 사용자가 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 가상 객체)를 바라보고 있는 경우, 사용자가 음성 명령을 발화할 의도가 있다고 일차적으로 판단할 수 있다. 예를 들어, 발화 의도 결정 모듈(550)은 사용자가 음성 인식 어플리케이션을 나타내는 지정된 가상 객체를 지정된 시간 이상 바라보고 있는 경우, 사용자가 음성 명령을 발화할 의도가 있다고 판단하여, 음성 인식 어플리케이션을 실행하고 음성 인식 어플리케이션을 사용자의 음성 명령을 수신할 수 있는 상태(예: 리스닝 모드)로 제어할 수 있다.

발화 의도 결정 모듈(550)은 얼굴 분석기(520), 제스처 분석기(530), 및 발화 시작 분석기(540)로부터 수신한 분석 정보 중 적어도 하나가 지정된 조건을 만족하는지 여부에 기반하여 사용자의 음성 명령 발화 의도를 최종적으로 판단할 수 있다. 발화 의도 결정 모듈(550)은 얼굴 분석기(520), 제스처 분석기(530), 및 발화 시작 분석기(540)로부터 수신한 분석 정보 중 적어도 하나가 지정된 조건을 만족하는 경우 사용자가 음성 명령을 발화할 의도가 있다고 최종적으로 판단할 수 있다.

발화 의도 결정 모듈(550)은 얼굴 분석기(520)로부터 수신한 분석 정보가 사용자가 지정된 표정임을 나타내는 경우 지정된 조건을 만족하는 것으로 결정할 수 있다. 예를 들어, 발화 의도 결정 모듈(550)은 얼굴 분석기(520)로부터 사용자가 눈을 크게 뜨거나 눈을 찡그리거나 머리를 살짝 들어올림을 나타내는 분석 정보를 수신한 경우, 얼굴 분석기(520)로부터 수신한 분석 정보가 지정된 조건을 만족하는 것으로 결정할 수 있다.

발화 의도 결정 모듈(550)은 제스처 분석기(530)로부터 수신한 분석 정보가 사용자의 지정된 가상 객체에 대한 제스처를 나타내는 경우 지정된 조건을 만족하는 것으로 결정할 수 있다. 예를 들어, 발화 의도 결정 모듈(550)은 제스처 분석기(530)로부터 사용자가 지정된 가상 객체를 톡톡 침을 나타내는 분석 정보를 수신한 경우, 수신한 분석 정보가 지정된 조건을 만족하는 것으로 결정할 수 있다.

발화 의도 결정 모듈(550)은 제스처 분석기(530)로부터 수신한 사용자의 제스처(또는, 제스처 유형)에 따라 사용자의 발화 의도를 결정하는 방법을 달리할 수 있다. 예를 들어, 발화 의도 결정 모듈(550)은 제스처 분석기(530)로부터 사용자가 지정된 가상 객체를 쓰다듬음을 나타내는 분석 정보를 수신한 경우, 사용자에게 발화 의도를 한번 더 질문하고, 질문에 대한 응답에 따라 발화 의도를 결정할 수 있다.

발화 의도 결정 모듈(550)은 제스처 분석기(530)로부터 지정된 가상 객체가 아닌 다른 가상 객체에 대한 제스처를 수신한 경우, 사용자가 다른 가상 객체에 대한 발화 의도가 있는 것으로 결정할 수 있다. 예를 들어, 발화 의도 결정 모듈(550)은 제스처 분석기(530)로부터 사용자가 갤러리 어플리케이션을 나타내는 가상 객체를 잡고 있음을 나타내는 분석 정보를 수신한 경우, 사용자가 갤러리 어플리케이션에 대한 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다.

발화 의도 결정 모듈(550)은 발화 시작 분석기(540)로부터 수신한 분석 정보가 사용자가 발화를 시작하였음을 나타내는 경우 지정된 조건을 만족하는 것으로 결정할 수 있다. 사용자는 외부 전자 장치(402)의 착용자로 참조될 수 있다. 발화 의도 결정 모듈(550)은 발화 시작 분석기(540)로부터 수신한 분석 정보가 사용자가 아닌 다른 사용자가 발화를 시작하였음을 나타내는 경우 지정된 조건을 만족하지 않는 것으로 결정할 수 있다. 다른 사용자는 외부인, 또는 외부 전자 장치(402)의 착용자가 아닌 자로 참조될 수 있다. 발화 의도 결정 모듈(550)은 발화 시작 분석기(540)로부터 수신한 분석 정보가 외부 전자 장치(402)로 입력된 소리가 잡음임을 나타내는 경우 지정된 조건을 만족하지 않는 것으로 결정할 수 있다.

발화 의도 결정 모듈(550)은 시선 분석기(510)로부터 수신한 분석 정보가 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 가상 객체)에 대한 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 경우, 사용자의 발화 의도를 질문하고, 질문에 대한 응답에 따라 발화 의도를 결정할 수 있다. 발화 의도 결정 모듈(550)은 시선 분석기(510)로부터 수신한 분석 정보가 음성 인식 어플리케이션을 나타내는 지정된 가상 객체에 대한 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 경우, 사용자의 발화 의도를 질문하지 않고, 발화 의도가 있는 것으로 결정할 수도 있다.

발화 의도 결정 모듈(550)은 학습 모듈(560)에 의해 구축 및 학습된 모델에 기반하여 사용자의 음성 명령 발화 의도를 보다 정확하게 결정할 수 있다. 학습 모듈(560)은 시선 분석기(510), 얼굴 분석기(520), 제스처 분석기(530), 및 발화 시작 분석기(540)로부터 수신한 분석 정보와 사용자가 음성 명령을 실제로 발화하였는지 여부에 대한 정보를 이용하여 머신 러닝 알고리즘을 기반으로 모델을 학습시킬 수 있다.

실행 모듈(570)은 발화 의도 결정 모듈(550)을 통해 사용자가 음성 명령을 발화할 의도가 있는 것으로 판단된 경우 음성 인식 어플리케이션을 실행하고, 음성 인식 어플리케이션을 사용자의 음성 명령을 수신할 수 있는 상태로 제어할 수 있다. 예를 들어, 실행 모듈(570)은 음성 인식 어플리케이션을 실행하고 음성 인식 어플리케이션을 리스닝 모드(listening mode)로 전환할 수 있다.

이하, 도 6을 참조하여 발화 시작 분석기(540)에 대해 보다 상세히 설명한다.

도 6은 일 실시예에 따른 발화 시작 분석기의 블록도이다. 도 6에 도시된 발화 시작 분석기(540)는 사용자의 발화 시작 여부를 판단하기 위한 하드웨어 모듈 및 소프트웨어 모듈을 포함할 수 있다.

일 실시예에 따르면, 발화 시작 분석기(540)는 오디오 수신 회로(610), 전처리 모듈(620), VAD(voice activity detection) 모듈(630), 및 센서 회로(640)를 포함할 수 있다. 오디오 수신 회로(610)는 외부 전자 장치(402)의 외부로부터 들어오는 오디오 신호를 수신할 수 있다. 본 개시에서, 오디오 수신 회로(610)는 마이크로 참조될 수 있다. 전처리 모듈(620)은 오디오 수신 회로(610)를 통해 수신된 오디오 신호를 전처리할 수 있다. 오디오 수신 회로(610)를 통해 수신된 전처리되지 않은 오디오 신호 및 오디오 수신 회로(610)를 통해 수신되어 전처리 모듈(620)을 통해 전처리된 오디오 신호는 VAD 모듈(630)에 전달될 수 있다. 센서 회로(640)는 외부 전자 장치(402)의 움직임을 감지할 수 있다. 센서 회로(640)는, 예를 들어, 모션 센서, 가속도 센서, 및/또는 자이로 센서를 포함할 수 있다. 센서 회로(640)를 통해 감지된 장치의 움직임은 VAD 모듈(630)에 전달될 수 있다.

VAD 모듈(630)은 오디오 신호 및 장치의 움직임 정보를 이용하여 외부 전자 장치(402)를 착용한 사용자의 발화 시작 여부를 판단할 수 있다. VAD 모듈(630)은 오디오 신호의 대역 및 크기에 기반하여 음성 신호를 감지할 수 있다. 예를 들어, VAD 모듈(630)은 사람의 음역 대역에서 지정된 크기 이상의 오디오 신호로부터 음성 신호를 감지하 수 있다. VAD 모듈(630)은 음성 신호가 감지되는 동안 센서 회로(640)를 이용하여 장치의 움직임을 감지할 수 있다. 예를 들어, VAD 모듈(630)은 음성 신호가 감지되는 동안 지정된 움직임이 감지되는 경우, 착용자가 발화하고 있음을 감지할 수 있다. 지정된 움직임은 착용자의 발화로 인한 장치의 움직임을 의미할 수 있다. 지정된 움직임은 움직임 또는 진동의 형태로 센서 회로(640)에 의해 감지될 수 있다. VAD 모듈(630)은 음성 신호 및 지정된 움직임에 기반하여 착용자의 발화의 시작 시간과 끝 시간에 대한 정보를 획득할 수 있다. VAD 모듈(630)은 음성 신호가 감지되는 동안 지정된 움직임이 감지되지 않는 경우, 외부인(예: 착용자가 아닌 사람)이 발화하고 있음을 감지할 수 있다.

일 실시예에 따르면, 발화 시작 분석기(540)는 사용자의 발화인지 외부인의 발화인지 감지함에 있어서 상이한 마이크를 이용할 수 있다. 예를 들어, 외부 전자 장치(402)는 내부 마이크 및 외부 마이크를 포함할 수 있다. 예를 들어, 내부 마이크는 착용자를 향하는 방향으로 배치되고, 외부 마이크는 착용자의 외부를 향하는 방향(예: 착용자가 마주하는 방향)으로 배치될 수 있다. 발화 시작 분석기(540)는 외부 마이크를 이용하여 외부인의 발화를 감지할 수 있고, 내부 마이크를 이용하여 착용자의 발화를 감지할 수 있다. 발화 시작 분석기(540)는 내부 마이크를 통해 수신되는 음성 신호와 센서 회로(640)를 통해 수신되는 장치의 움직임 정보에 기반하여 착용자의 발화 시작 여부를 결정할 수 있다.

이하, 도 7을 참조하여 일 실시예에 따른 전자 장치의 동작에 대하여 설명한다.

도 7은 일 실시예에 따른 전자 장치의 동작을 나타낸 흐름도이다. 도 7에 도시된 동작들은 도 4의 전자 장치(401) 또는 전자 장치(401)의 프로세서(430)에 의해 수행될 수 있다.

동작 701에서, 전자 장치는 사용자의 시선 이벤트를 감지할 수 있다. 시선 이벤트는 사용자가 지정된 가상 객체(예: 음성 인식 어플리케이션을 나타내는 가상 객체)를 바라보는 것일 수 있다. 전자 장치는 전자 장치와 통신 연결된 외부 전자 장치(예: 도 4의 외부 전자 장치(402))를 통해 사용자가 지정된 가상 객체를 바라봄을 감지할 수 있다. 전자 장치는 외부 전자 장치를 통해 사용자가 지정된 가상 객체를 지정된 시간 이상 지속적으로 바라봄을 감지할 수 있다.

동작 703에서, 전자 장치는 얼굴 인식, 제스처 인식, 및 발화 시작 인식을 이용하여 발화 의도를 결정할 수 있다. 전자 장치는 외부 전자 장치를 통해 시선 이벤트가 감지된 시점에 대응하는 사용자의 얼굴, 제스처, 및 발화 시작을 인식할 수 있다. 전자 장치는 인식된 사용자의 얼굴, 제스처, 및 발화 시작 여부에 대한 정보에 기반하여 사용자의 발화 의도 유무를 결정할 수 있다. 전자 장치는 인식된 사용자의 얼굴, 제스처, 및 발화 시작 여부에 대한 정보 중 적어도 하나가 지정된 조건을 만족하는 경우 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다. 지정된 조건은 인식된 사용자의 얼굴에 대한 정보가 지정된 표정을 나타내는 것을 포함할 수 있다. 예를 들어, 전자 장치는 사용자가 눈을 크게 뜨는 것을 인식함에 기반하여 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다. 지정된 조건은 인식된 사용자의 제스처에 대한 정보가 음성 인식 어플리케이션을 나타내는 가상 객체에 대한 제스처를 나타내는 것을 포함할 수 있다. 예를 들어, 전자 장치는 사용자가 음성 인식 어플리케이션을 나타내는 가상 객체를 탭(tap)하는 것을 인식함에 기반하여 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다. 지정된 조건은 인식된 사용자의 발화 시작 여부에 대한 정보가 착용자가 발화를 시작하였음을 나타내는 것을 포함할 수 있다. 예를 들어, 전자 장치는 착용자가 발화를 시작하였음을 인식함에 기반하여 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다.

예를 들어, 전자 장치는 동작 701에서 사용자가 음성 인식 어플리케이션을 나타내는 가상 객체를 지정된 시간 이상 바라보는 것을 감지함에 기반하여, 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다. 상술한 동작 703은, 전자 장치가 동작 701을 수행함에 따라 사용자가 지정된 가상 객체를 바라보는 지정된 시간 이상 지속적으로 바라봄을 감지하고 사용자의 얼굴, 제스처, 및 발화 시작 여부에 대한 정보 중 적어도 하나가 지정된 조건을 만족함에 기반하여 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정하는 동작을 포함할 수 있다. 다른 예로, 전자 장치는 사용자가 음성 인식 어플리케이션을 나타내는 가상 객체를 지정된 시간 이상 바라보는 것을 감지한 경우 사용자의 얼굴, 제스처, 및 발화 시작 여부에 대한 정보 중 적어도 하나가 지정된 조건을 만족하는지 여부와 관계 없이 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정할 수도 있다.

동작 705에서, 전자 장치는 사용자의 발화 의도가 있는지 여부를 확인할 수 있다. 전자 장치는 동작 703에 의해 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정된 경우, 동작 707을 수행할 수 있다. 전자 장치는 동작 703에 의해 사용자가 음성 명령을 발화할 의도가 없는 것으로 결정된 경우, 다음 시선 이벤트를 감지할 때까지 대기할 수 있다.

동작 707에서, 전자 장치는 음성 어시스턴트를 실행하고, 사용자의 음성 명령을 수신할 수 있다. 음성 어시스턴트는 음성 인식 서비스를 제공하는 음성 인식 어플리케이션으로 참조될 수 있다. 예를 들어, 전자 장치는 음성 인식 어플리케이션을 실행함으로써 음성 어시스턴트를 실행할 수 있다. 전자 장치는 음성 인식 어플리케이션을 리스닝 모드로 전환함으로써 음성 명령을 수신할 수 있는 상태로 제어할 수 있다. 전자 장치는 리스닝 모드에서 외부 전자 장치를 통해 음성 명령을 수신할 수 있다.

이하, 도 8 및 도 9를 참조하여 일 실시예에 따른 전자 장치가 제공하는 사용자 인터페이스에 대하여 설명한다. 도 8 및 도 9에 도시된 전자 장치(801)는 도 4의 전자 장치(401)일 수 있다. 도 8 및 도 9에 도시된 외부 전자 장치(802)는 도 4의 외부 전자 장치(402)일 수 있다.

도 8은 일 실시예에 따른 전자 장치가 제공하는 사용자 인터페이스를 나타낸 도면(800)이다.

도 8을 참조하면, 외부 전자 장치(802)를 착용한 사용자(810)는 음성 인식 어플리케이션을 나타내는 가상 객체(820)를 바라볼 수 있다. 가상 객체(820)는, 예를 들어, 음성 인식 어플리케이션을 나타내는 아이콘, 캐릭터 이미지, 또는 아바타일 수 있다. 전자 장치(801)는 외부 전자 장치(802)로부터 가상 객체(820)를 바라보는 사용자의 시선을 감지함을 나타내는 정보를 수신할 수 있다. 전자 장치(801)는 사용자의 시선을 분석한 정보를 수신할 수 있다. 전자 장치(801)는 외부 전자 장치(802)로부터 가상 객체(820)를 바라보는 사용자의 시선을 감지한 시점에 대응하는 사용자의 얼굴, 제스처, 또는 발화 시작 여부를 분석한 정보를 수신할 수 있다. 예를 들어, 전자 장치(801)는 수신한 분석된 정보 중 사용자의 시선을 분석한 정보와 사용자의 얼굴, 제스처, 또는 발화 시작 여부를 분석한 정보 중 적어도 하나가 지정된 조건을 만족함에 기반하여, 전자 장치(801)의 음성 인식 어플리케이션을 실행하고, 음성 인식 어플리케이션을 음성 명령을 수신할 수 있는 상태로 제어할 수 있다. 다른 예로, 전자 장치(801)는 사용자의 시선을 분석한 정보가 지정된 조건(예: 가상 객체(820)를 바라보는 사용자의 시선이 지정된 시간 이상 지속될 것)을 만족하는 경우, 음성 인식 어플리케이션을 실행하여 음성 명령을 수신할 수 있는 상태로 제어할 수 있다. 전자 장치(801)는 사용자의 시선에 기반하여 음성 인식 어플리케이션을 실행한 이후, 사용자의 얼굴, 제스처, 또는 발화 시작 여부를 분석한 정보에 기반하여 수신되는 사용자의 음성 명령에 대응하는 응답을 제공할지 여부를 결정할 수 있다.

예를 들어, 사용자(810)는 가상 객체(820)를 바라보는 상태에서 발화할 수 있다. 전자 장치(801)는 외부 전자 장치(802)로부터 가상 객체(820)를 바라보는 상태에서의 사용자 발화(830)에 대응하는 음성 입력을 수신할 수 있다. 사용자 발화(830)는 웨이크-업 워드(wake-up word)(예: "하이 빅스비")를 포함하지 않고, 명령어(예: "오늘 몇일이야?")만을 포함할 수 있다. 다른 예로, 사용자(810)는 가상 객체(820)를 지정된 시간(예: N초) 이상 바라본 이후 다른 지점을 바라보는 상태에서 발화할 수도 있다. 상술한 바와 같이, 전자 장치(801)는 가상 객체(820)를 바라보는 사용자의 시선이 지정된 시간 이상 지속되는 경우 음성 인식 어플리케이션을 실행하고 음성 인식 어플리케이션을 음성 명령을 수신할 수 있는 상태로 제어할 수 있고, 외부 전자 장치(802)로부터 수신되는 웨이크-업 워드를 포함하지 않는 사용자 발화(830)에 대응하는 음성 명령을 실행할 수 있다.

전자 장치(801)는 사용자 발화(830)에 대응하는 명령을 실행한 결과(예: 사용자 인터페이스(840))를 외부 전자 장치(802)를 통해 제공할 수 있다. 예를 들어, 전자 장치(801)는 날짜 정보를 포함하는 사용자 인터페이스(840)를 외부 전자 장치(802)의 디스플레이(예: 도 4의 디스플레이(440))에 표시할 수 있다.

도 9는 일 실시예에 따른 전자 장치가 제공하는 사용자 인터페이스를 나타낸 도면(900)이다.

도 9를 참조하면, 외부 전자 장치(802)를 착용한 사용자(810)는 음성 인식 어플리케이션을 나타내는 가상 객체(820)를 바라보지 않고 다른 곳을 바라볼 수 있다. 사용자(810)는 가상 객체(820)를 바라보지 않은 상태에서 발화할 수 있다. 전자 장치(801)는 외부 전자 장치(802)로부터 가상 객체(820)를 바라보지 않은 상태에서의 사용자 발화(930)에 대응하는 음성 입력을 수신할 수 있다. 사용자 발화(930)는 웨이크-업 워드(wake-up word)(예: "하이 빅스비")를 포함할 수 있다. 전자 장치(801)는 사용자 발화(930)에 포함된 웨이크-업 워드를 인식함에 기반하여 음성 인식 어플리케이션을 실행하고, 음성 인식 어플리케이션을 음성 명령을 수신할 수 있는 상태로 제어할 수 있다

전자 장치(801)는 웨이크-업 워드 이후에 수신된 사용자 발화에 대응하는 명령을 실행할 수 있다. 사용자 발화(930)는 웨이크-업 워드 이후에 명령어(예: "30초 타이머(timer) 시작해줘.")를 포함할 수 있다. 전자 장치(801)는 사용자 발화(930)에 대응하는 명령을 실행한 결과(예: 사용자 인터페이스(940))를 외부 전자 장치(802)를 통해 제공할 수 있다. 예를 들어, 전자 장치(801)는 타이머(timer) 어플리케이션의 사용자 인터페이스(940)를 외부 전자 장치(802)의 디스플레이(예: 도 4의 디스플레이(440))에 표시할 수 있다.

이하, 도 10을 참조하여 일 실시예에 따른 전자 장치의 동작에 대하여 설명한다.

도 10은 일 실시예에 따른 전자 장치의 동작을 나타낸 흐름도(1000)이다. 후술하는 전자 장치의 동작들은 도 4의 전자 장치(401) 또는 전자 장치(401)의 프로세서(430)에 의해 수행될 수 있다. 후술하는 외부 전자 장치의 동작들은 도 4의 외부 전자 장치(402) 또는 전자 장치(402)의 프로세서(490)에 의해 수행될 수 있다.

동작 1001에서, 전자 장치는 사용자의 시선을 감지함을 나타내는 정보를 외부 전자 장치로부터 수신할 수 있다. 전자 장치는 외부 전자 장치의 디스플레이(예: 도 4의 디스플레이(440))에 표시되는 지정된 객체를 바라보는 사용자의 시선을 감지함을 나타내는 정보를 통신 회로(예: 도 4의 통신 회로(410))를 통해 외부 전자 장치로부터 수신할 수 있다. 외부 전자 장치는 사용자의 신체의 적어도 일부에 착용 가능할 수 있다. 지정된 객체는 음성 인식 어플리케이션을 나타내는 가상 객체일 수 있다.

동작 1003에서, 전자 장치는 사용자의 시선을 분석한 정보를 외부 전자 장치로부터 수신할 수 있다. 사용자의 시선을 분석한 정보는 외부 전자 장치의 카메라(예: 도 4의 카메라(450)) 및/또는 센서(예: 도 4의 센서(460))에 입력된 정보를 이용하여 획득될 수 있다. 예를 들어, 사용자의 시선을 분석한 정보는 사용자의 시선에 대응하는 방향 및/또는 사용자의 시선이 머무르는 시간에 대한 정보를 포함할 수 있다.

동작 1005에서, 전자 장치는 사용자의 얼굴을 분석한 제1 정보, 사용자의 제스처를 분석한 제2 정보, 또는 사용자의 발화 시작 여부를 분석한 제3 정보를 외부 전자 장치로부터 수신할 수 있다. 전자 장치는 외부 전자 장치로부터 사용자의 시선을 감지한 시점에 대응하는 제1 정보, 제2 정보, 또는 제3 정보를 수신할 수 있다. 제1 정보, 제2 정보, 및 제3 정보는 사용자의 시선을 감지한 시점으로부터 지정된 시간 이내에 외부 전자 장치에 입력되는 정보에 기반하여 분석된 정보를 포함할 수 있다. 예를 들어, 제1 정보는 외부 전자 장치가 카메라(예: 도 4의 카메라(450)) 및/또는 센서(예: 도 4의 센서(460))에 입력된 정보를 이용하여 눈 추적(eye tracking) 및 머리 추적(head tracking) 기술을 기반으로 사용자의 얼굴을 분석한 정보일 수 있다. 예를 들어, 제2 정보는 외부 전자 장치가 카메라에 입력된 정보를 이용하여 손 추적(hand tracking) 기술을 기반으로 사용자의 제스처를 분석한 정보일 수 있다. 예를 들어, 제3 정보는 외부 전자 장치가 마이크를 통해 수신된 오디오 신호와 센서를 통해 감지된 움직임 정보에 기반하여 외부 전자 장치의 착용자의 발화 시작 여부를 분석한 정보일 수 있다.

동작 1005에서, 전자 장치는 사용자의 음성 명령 발화 의도를 결정할 수 있다. 전자 장치는 제1 정보, 제2 정보 또는 제3 정보 중 적어도 하나와 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는지 여부에 기반하여 사용자의 음성 명령 발화 의도를 결정할 수 있다. 전자 장치는 사용자의 시선을 분석한 정보가 지정된 가상 객체를 바라보는 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 경우 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는 것으로 결정할 수 있다. 전자 장치는 제1 정보가 지정된 표정을 나타내는 경우 제1 정보가 지정된 조건을 만족하는 것으로 결정할 수 있다. 지정된 표정은, 머신 러닝(machine learning) 알고리즘에 의해 발화 의도가 있는 표정으로 학습된 표정 또는 사용자에 의해 발화 의도가 있는 표정으로 미리 설정된 표정일 수 있다. 지정된 표정은, 예를 들어, 눈을 크게 뜨거나 찡그리는 표정을 짓거나, 머리를 살짝 들어올리는 것을 포함할 수 있다.

전자 장치는 제2 정보가 지정된 가상 객체에 대한 제스처를 나타내는 경우 제2 정보가 지정된 조건을 만족하는 것으로 결정할 수 있다. 지정된 가상 객체에 대한 제스처는, 예를 들어, 지정된 가상 객체를 터치(touch)하거나, 탭(tap)하거나, 쓰다듬거나, 잡는 것을 포함할 수 있다.

전자 장치는 제2 정보가 지정된 가상 객체에 대한 제1 제스처를 나타내는 경우 사용자의 음성 명령 발화 의도가 있는 것으로 결정할 수 있다. 전자 장치는 제2 정보가 지정된 가상 객체에 대한 제2 제스처를 나타내는 경우 발화 의도를 질문하도록 하는 요청을 외부 전자 장치로 송신하고, 외부 전자 장치로부터 수신된 응답에 따라 사용자의 음성 명령 발화 의도를 결정할 수 있다. 제1 제스처는 전자 장치가 사용자에게 추가 질문 없이 발화 의도가 있는 것으로 결정하도록 설정된 제스처이다. 제2 제스처는 전자 장치가 사용자에게 한번 더 질문한 후 질문에 대한 응답에 기반하여 발화 의도를 결정하도록 설정된 제스처이다. 제1 제스처는 지정된 가상 객체가 나타내는 음성 인식 어플리케이션을 호출하려는 사용자의 의도가 명확한 제스처일 수 있다. 예를 들어, 제1 제스처는 지정된 가상 객체를 탭(tap)하는 제스처일 수 있다. 제2 제스처는 지정된 가상 객체가 나타내는 음성 인식 어플리케이션을 호출하려는 사용자의 의도가 불명확한 제스처일 수 있다. 예를 들어, 제2 제스처는 지정된 가상 객체를 쓰다듬는 제스처일 수 있다. 제1 제스처는 머신 러닝(machine learning) 알고리즘에 의해 발화 의도가 명확한 제스처로 학습된 제스처이거나 사용자에 의해 발화 의도가 명확한 제스처로 미리 설정된 제스처일 수 있다. 제2 제스처는 상기 학습된 제스처 또는 상기 미리 설정된 제스처를 제외한 제스처일 수 있다.

전자 장치는 제3 정보가 사용자가 발화를 시작하였음을 나타내는 경우 제3 정보가 지정된 조건을 만족하는 것으로 결정할 수 있다. 여기서, 사용자는 외부 전자 장치를 착용한 사용자일 수 있다. 전자 장치는 제3 정보가 외부 전자 장치를 착용한 사용자가 아닌 다른 사용자(예: 외부인)가 발화를 시작하였음을 나타내는 경우 제3 정보가 지정된 조건을 만족하지 않는 것으로 결정할 수 있다. 전자 장치는 제3 정보가 외부 전자 장치로 입력된 소리가 잡음(noise)을 나타내는 경우 제3 정보가 지정된 조건을 만족하지 않는 것으로 결정할 수 있다. 예를 들어, 잡음은 지정된 대역(예: 사람의 음역 대역)이 아닌 오디오 신호, 또는 지정된 대역이더라도 지정된 크기 미만인 경우의 오디오 신호를 포함할 수 있다.

동작 1009에서, 전자 장치는 발화 의도가 있는지 여부를 확인할 수 있다. 전자 장치는 제1 정보, 제2 정보, 또는 제3 정보 중 적어도 하나와 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는 경우 사용자의 음성 명령 발화 의도가 있는 것으로 결정할 수 있다. 예를 들어, 전자 장치는 사용자의 시선을 분석한 정보가 지정된 조건을 만족하고, 제1 정보, 제2 정보, 또는 제3 정보가 지정된 조건을 만족하는 경우 사용자의 음성 명령 발화 의도가 있는 것으로 결정할 수 있다. 전자 장치는 사용자의 시선을 분석한 정보가 지정된 가상 객체를 바라보는 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 제1 정보가 지정된 표정을 나타내는 경우, 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다. 전자 장치는 사용자의 시선을 분석한 정보가 지정된 가상 객체를 바라보는 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 제2 정보가 지정된 가상 객체에 대한 제스처를 나타내는 경우, 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다. 전자 장치는 사용자의 시선을 분석한 정보가 지정된 가상 객체를 바라보는 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 제3 정보가 사용자가 발화를 시작하였음을 나타내는 경우, 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정할 수 있다. 전자 장치는 사용자가 음성 명령을 발화할 의도가 있는 것으로 결정한 경우 동작 1011를 수행할 수 있다.

예를 들어, 전자 장치는 사용자의 시선을 분석한 정보가 지정된 조건을 만족하지 않거나, 사용자의 시선을 분석한 정보가 지정된 조건을 만족하더라도 제1 정보, 제2 정보, 및 제3 정보가 지정된 조건을 만족하지 않는 경우 사용자의 음성 명령 발화 의도가 없는 것으로 결정할 수 있다. 이 경우, 전자 장치는 다음 번의 시선 감지 정보를 외부 전자 장치로부터 수신할 때까지 대기할 수 있다.

동작 1011에서, 전자 장치는 음성 인식 어플리케이션을 실행하고, 음성 인식 어플리케이션을 사용자의 음성 명령을 수신할 수 있는 상태로 제어할 수 있다. 전자 장치는 사용자의 음성 명령 발화 의도가 있는 것으로 결정함에 따라 메모리(예: 도 4의 메모리(420))에 저장된 음성 인식 어플리케이션을 실행하고, 음성 인식 어플리케이션을 사용자의 음성 명령을 수신할 수 있는 상태로 제어할 수 있다. 사용자의 음성 명령을 수신할 수 있는 상태는 '리스닝 모드(listening mode)'로 참조될 수 있다.

전자 장치는 통신 회로를 통해 외부 전자 장치로부터 사용자의 음성 입력에 대응하는 오디오 데이터를 수신할 수 있다. 예를 들어, 전자 장치는 리스닝 모드에서 외부 전자 장치(또는, 외부 전자 장치의 마이크(예: 도 4의 마이크(470))를 통해 사용자의 음성 입력에 대응하는 오디오 데이터를 수신할 수 있다. 음성 입력은 웨이크-업 워드(wake-up word)를 포함하지 않을 수 있다. 예를 들어, 음성 입력은 명령어만을 포함할 수 있다. 전자 장치는 음성 인식 어플리케이션을 통해 음성 입력에 대응하는 명령을 실행할 수 있다. 전자 장치는 직접 또는 외부 서버를 통해 음성 입력에 대응하는 오디오 데이터를 텍스트 데이터로 변환하고, 텍스트 데이터를 이용하여 사용자의 의도 및/또는 하나 이상의 동작에 대한 정보를 획득하고, 획득된 정보에 기반하여 하나 이상의 동작을 실행함으로써 음성 입력에 대응하는 명령을 실행할 수 있다.

전자 장치는 음성 입력에 대응하는 명령의 실행 결과를 외부 전자 장치를 통해 사용자에게 제공할 수 있다. 예를 들어, 전자 장치는 음성 입력에 대응하는 명령의 실행 결과를 통신 회로를 통해 외부 전자 장치로 전송하여, 외부 전자 장치의 디스플레이를 통해 표시할 수 있다.

본 개시의 일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101), 도 4 및 도 5의 전자 장치(401), 또는 도 8 및 도 9의 전자 장치(801))는, 통신 회로(예: 도 1의 통신 모듈(190), 도 4의 통신 회로(410)), 메모리(예: 도 1의 메모리(130), 도 4의 메모리(420)), 및 상기 통신 회로 및 상기 메모리와 작동적으로(operatively) 연결된 프로세서(예: 도 1의 프로세서(120), 또는 도 4의 프로세서(430))를 포함하고, 상기 메모리는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 사용자의 신체의 적어도 일부에 착용 가능한 외부 전자 장치(예: 도 1의 전자 장치(102) 또는 전자 장치(104), 도 2의 전자 장치(201), 도 4 및 도 5의 외부 전자 장치(402), 또는 도 8 및 도 9의 외부 전자 장치(802))의 디스플레이(예: 도 1의 디스플레이 모듈(160), 도 2의 디스플레이(261-1 및/또는 261-2), 또는 도 4의 디스플레이(440))에 표시되는 지정된 가상 객체를 바라보는 상기 사용자의 시선을 감지함을 나타내는 정보를 상기 통신 회로를 통해 상기 외부 전자 장치로부터 수신하고, 상기 사용자의 시선을 분석한 정보를 수신하고, 상기 외부 전자 장치로부터 상기 사용자의 시선을 감지한 시점에 대응하는 상기 사용자의 얼굴을 분석한 제1 정보, 상기 사용자의 제스처(gesture)를 분석한 제2 정보, 또는 상기 사용자의 발화 시작 여부를 분석한 제3 정보를 수신하고, 상기 제1 정보, 상기 제2 정보, 또는 상기 제3 정보 중 적어도 하나와 상기 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는지 여부에 기반하여 상기 사용자의 음성 명령 발화 의도를 결정하고, 상기 발화 의도가 있는 것으로 결정함에 따라, 상기 메모리에 저장된 음성 인식 어플리케이션을 실행하고, 상기 음성 인식 어플리케이션을 상기 사용자의 음성 명령을 수신할 수 있는 상태로 제어하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 사용자의 음성 입력에 대응하는 오디오 데이터를 수신하고, 상기 음성 인식 어플리케이션을 통해 상기 음성 입력에 대응하는 명령을 실행하도록 하고, 상기 음성 입력은, 웨이크-업 워드(wake-up word)를 포함하지 않을 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제1 정보가 지정된 표정을 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하도록 할 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제2 정보가 상기 지정된 가상 객체에 대한 제스처를 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하도록 할 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제3 정보가 상기 사용자가 발화를 시작하였음을 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하도록 할 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 제2 정보가 상기 지정된 가상 객체에 대한 제1 제스처를 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하고, 상기 제2 정보가 상기 지정된 가상 객체에 대한 제2 제스처를 나타내는 경우, 상기 발화 의도를 질문하도록 하는 요청을 상기 외부 전자 장치로 송신하고, 상기 외부 전자 장치로부터 수신된 응답에 따라 상기 발화 의도를 결정하도록 할 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 제3 정보가 상기 사용자가 아닌 다른 사용자가 발화를 시작하였음을 나타내거나, 상기 외부 전자 장치로 입력된 소리가 잡음(noise)임을 나타내는 경우, 상기 제3 정보가 상기 지정된 조건을 만족하지 않는 것으로 결정하도록 할 수 있다.

본 개시의 일 실시예에 따르면, 상기 제1 정보, 상기 제2 정보, 및 상기 제3 정보는, 상기 사용자의 시선을 감지한 시점으로부터 지정된 시간 이내에 입력되는 정보에 기반하여 분석된 정보를 포함할 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 음성 인식 어플리케이션을 통해 상기 사용자와 관련된 컨텍스트 정보에 기반하여 음성 명령에 대한 힌트를 제공하도록 하고, 상기 컨텍스트 정보는 사용자의 상기 음성 인식 어플리케이션에 대한 사용 이력, 또는 상기 사용자의 제스처 중 적어도 하나를 포함할 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 적어도 하나의 기능을 지원하는 어플리케이션을 나타내는 가상 객체에 대한 상기 사용자의 제스처에 기반하여, 상기 적어도 하나의 기능을 실행하도록 하는 명령어를 자연어 형태로 상기 힌트로서 제공하도록 할 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체에 대한 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 경우, 상기 발화 의도를 질문하도록 하는 요청을 상기 외부 전자 장치로 송신하고, 상기 외부 전자 장치로부터 수신된 응답에 따라 상기 발화 의도를 결정하도록 할 수 있다.

본 개시의 일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 제1 정보, 상기 제2 정보, 및 상기 제3 정보를 포함하는 분석 정보와 상기 음성 인식 어플리케이션의 실제 사용 여부에 관한 정보를 이용하여 발화 의도 결정 모델을 구축하고 학습시키도록 할 수 있다.

본 개시의 일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101), 도 4 및 도 5의 전자 장치(401), 또는 도 8 및 도 9의 전자 장치(801))의 동작 방법은, 사용자의 신체의 적어도 일부에 착용 가능한 외부 전자 장치(예: 도 1의 전자 장치(102) 또는 전자 장치(104), 도 2의 전자 장치(201), 도 4 및 도 5의 외부 전자 장치(402), 또는 도 8 및 도 9의 외부 전자 장치(802))의 디스플레이(예: 도 1의 디스플레이 모듈(160), 도 2의 디스플레이(261-1 및/또는 261-2), 또는 도 4의 디스플레이(440))에 표시되는 지정된 가상 객체를 바라보는 상기 사용자의 시선을 감지함을 나타내는 정보를 통신 회로(예: 도 1의 통신 모듈(190), 도 4의 통신 회로(410))를 통해 상기 외부 전자 장치로부터 수신하고, 상기 사용자의 시선을 분석한 정보를 수신하고, 상기 외부 전자 장치로부터 상기 사용자의 시선을 감지한 시점에 대응하는 상기 사용자의 얼굴을 분석한 제1 정보, 상기 사용자의 제스처(gesture)를 분석한 제2 정보, 또는 상기 사용자의 발화 시작 여부를 분석한 제3 정보를 수신하고, 상기 제1 정보, 상기 제2 정보, 또는 상기 제3 정보 중 적어도 하나와 상기 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는지 여부에 기반하여 상기 사용자의 음성 명령 발화 의도를 결정하고, 상기 발화 의도가 있는 것으로 결정함에 따라, 상기 메모리(예: 도 1의 메모리(130), 도 4의 메모리(420))에 저장된 음성 인식 어플리케이션을 실행하고, 상기 음성 인식 어플리케이션을 상기 사용자의 음성 명령을 수신할 수 있는 상태로 제어할 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 사용자의 음성 입력에 대응하는 오디오 데이터를 수신하고, 상기 음성 인식 어플리케이션을 통해 상기 음성 입력에 대응하는 명령을 실행하고, 상기 음성 입력은, 웨이크-업 워드(wake-up word)를 포함하지 않을 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제1 정보가 지정된 표정을 나타내는 경우, 상기 발화 의도가 있는 것으로 결정할 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제2 정보가 상기 지정된 가상 객체에 대한 제스처를 나타내는 경우, 상기 발화 의도가 있는 것으로 결정할 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제3 정보가 상기 사용자가 발화를 시작하였음을 나타내는 경우, 상기 발화 의도가 있는 것으로 결정할 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 상기 제2 정보가 상기 지정된 가상 객체에 대한 제1 제스처를 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하고, 상기 제2 정보가 상기 지정된 가상 객체에 대한 제2 제스처를 나타내는 경우, 상기 발화 의도를 질문하도록 하는 요청을 상기 외부 전자 장치로 송신하고, 상기 외부 전자 장치로부터 수신된 응답에 따라 상기 발화 의도를 결정할 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 상기 제3 정보가 상기 사용자가 아닌 다른 사용자가 발화를 시작하였음을 나타내거나, 상기 외부 전자 장치로 입력된 소리가 잡음(noise)임을 나타내는 경우, 상기 제3 정보가 상기 지정된 조건을 만족하지 않는 것으로 결정할 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 상기 음성 인식 어플리케이션을 통해 상기 사용자와 관련된 컨텍스트 정보에 기반하여 음성 명령에 대한 힌트를 제공하고, 상기 컨텍스트 정보는 사용자의 상기 음성 인식 어플리케이션에 대한 사용 이력, 또는 상기 사용자의 제스처 중 적어도 하나를 포함할 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 적어도 하나의 기능을 지원하는 어플리케이션을 나타내는 가상 객체에 대한 상기 사용자의 제스처에 기반하여, 상기 적어도 하나의 기능을 실행하도록 하는 명령어를 자연어 형태로 상기 힌트로서 제공할 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 상기 지정된 가상 객체에 대한 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 정보를 상기 외부 전자 장치로부터 수신한 경우, 상기 발화 의도를 질문하도록 하는 요청을 상기 외부 전자 장치로 송신하고, 상기 외부 전자 장치로부터 수신된 응답에 따라 상기 발화 의도를 결정할 수 있다.

본 개시의 일 실시예에 따르면, 상기 방법은, 상기 제1 정보, 상기 제2 정보, 및 상기 제3 정보를 포함하는 분석 정보와 상기 음성 인식 어플리케이션의 실제 사용 여부에 관한 정보를 이용하여 발화 의도 결정 모델을 구축하고 학습시킬 수 있다.

Claims

전자 장치에 있어서,
통신 회로;
메모리; 및
상기 통신 회로 및 상기 메모리와 작동적으로(operatively) 연결된 프로세서를 포함하고,
상기 메모리는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
사용자의 신체의 적어도 일부에 착용 가능한 외부 전자 장치의 디스플레이에 표시되는 지정된 가상 객체를 바라보는 상기 사용자의 시선을 감지함을 나타내는 정보를 상기 통신 회로를 통해 상기 외부 전자 장치로부터 수신하고,
상기 사용자의 시선을 분석한 정보를 수신하고,
상기 외부 전자 장치로부터 상기 사용자의 시선을 감지한 시점에 대응하는 상기 사용자의 얼굴을 분석한 제1 정보, 상기 사용자의 제스처(gesture)를 분석한 제2 정보, 또는 상기 사용자의 발화 시작 여부를 분석한 제3 정보를 수신하고,
상기 제1 정보, 상기 제2 정보, 또는 상기 제3 정보 중 적어도 하나와 상기 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는지 여부에 기반하여 상기 사용자의 음성 명령 발화 의도를 결정하고,
상기 발화 의도가 있는 것으로 결정함에 따라, 상기 메모리에 저장된 음성 인식 어플리케이션을 실행하고, 상기 음성 인식 어플리케이션을 상기 사용자의 음성 명령을 수신할 수 있는 상태로 제어하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장하는, 전자 장치.
청구항 1에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 사용자의 음성 입력에 대응하는 오디오 데이터를 수신하고,
상기 음성 인식 어플리케이션을 통해 상기 음성 입력에 대응하는 명령을 실행하도록 하고,
상기 음성 입력은, 웨이크-업 워드(wake-up word)를 포함하지 않는, 전자 장치.
청구항 1에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제1 정보가 지정된 표정을 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하도록 하는, 전자 장치.
청구항 1에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제2 정보가 상기 지정된 가상 객체에 대한 제스처를 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하도록 하는, 전자 장치.
청구항 1에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제3 정보가 상기 사용자가 발화를 시작하였음을 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하도록 하는, 전자 장치.
청구항 4에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
상기 제2 정보가 상기 지정된 가상 객체에 대한 제1 제스처를 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하고,
상기 제2 정보가 상기 지정된 가상 객체에 대한 제2 제스처를 나타내는 경우, 상기 발화 의도를 질문하도록 하는 요청을 상기 외부 전자 장치로 송신하고, 상기 외부 전자 장치로부터 수신된 응답에 따라 상기 발화 의도를 결정하도록 하는, 전자 장치.
청구항 5에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
상기 제3 정보가 상기 사용자가 아닌 다른 사용자가 발화를 시작하였음을 나타내거나, 상기 외부 전자 장치로 입력된 소리가 잡음(noise)임을 나타내는 경우, 상기 제3 정보가 상기 지정된 조건을 만족하지 않는 것으로 결정하도록 하는, 전자 장치.
청구항 1에 있어서,
상기 제1 정보, 상기 제2 정보, 및 상기 제3 정보는, 상기 사용자의 시선을 감지한 시점으로부터 지정된 시간 이내에 입력되는 정보에 기반하여 분석된 정보를 포함하는, 전자 장치.
청구항 1에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
상기 음성 인식 어플리케이션을 통해 상기 사용자와 관련된 컨텍스트 정보에 기반하여 음성 명령에 대한 힌트를 제공하도록 하고,
상기 컨텍스트 정보는 사용자의 상기 음성 인식 어플리케이션에 대한 사용 이력, 또는 상기 사용자의 제스처 중 적어도 하나를 포함하는, 전자 장치.
청구항 9에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
적어도 하나의 기능을 지원하는 어플리케이션을 나타내는 가상 객체에 대한 상기 사용자의 제스처에 기반하여, 상기 적어도 하나의 기능을 실행하도록 하는 명령어를 자연어 형태로 상기 힌트로서 제공하도록 하는, 전자 장치.
청구항 1에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체에 대한 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내는 경우, 상기 발화 의도를 질문하도록 하는 요청을 상기 외부 전자 장치로 송신하고, 상기 외부 전자 장치로부터 수신된 응답에 따라 상기 발화 의도를 결정하도록 하는, 전자 장치.
청구항 1에 있어서,
상기 인스트럭션들은, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가,
상기 제1 정보, 상기 제2 정보, 및 상기 제3 정보를 포함하는 분석 정보와 상기 음성 인식 어플리케이션의 실제 사용 여부에 관한 정보를 이용하여 발화 의도 결정 모델을 구축하고 학습시키도록 하는, 전자 장치.
전자 장치의 동작 방법에 있어서,
사용자의 신체의 적어도 일부에 착용 가능한 외부 전자 장치의 디스플레이에 표시되는 지정된 가상 객체를 바라보는 상기 사용자의 시선을 감지함을 나타내는 정보를 통신 회로를 통해 상기 외부 전자 장치로부터 수신하고,
상기 사용자의 시선을 분석한 정보를 수신하고,
상기 외부 전자 장치로부터 상기 사용자의 시선을 감지한 시점에 대응하는 상기 사용자의 얼굴을 분석한 제1 정보, 상기 사용자의 제스처(gesture)를 분석한 제2 정보, 또는 상기 사용자의 발화 시작 여부를 분석한 제3 정보를 수신하고,
상기 제1 정보, 상기 제2 정보, 또는 상기 제3 정보 중 적어도 하나와 상기 사용자의 시선을 분석한 정보가 지정된 조건을 만족하는지 여부에 기반하여 상기 사용자의 음성 명령 발화 의도를 결정하고,
상기 발화 의도가 있는 것으로 결정함에 따라, 상기 메모리에 저장된 음성 인식 어플리케이션을 실행하고, 상기 음성 인식 어플리케이션을 상기 사용자의 음성 명령을 수신할 수 있는 상태로 제어하는, 방법.
청구항 13에 있어서,
상기 방법은, 상기 통신 회로를 통해 상기 외부 전자 장치로부터 상기 사용자의 음성 입력에 대응하는 오디오 데이터를 수신하고,
상기 음성 인식 어플리케이션을 통해 상기 음성 입력에 대응하는 명령을 실행하고,
상기 음성 입력은, 웨이크-업 워드(wake-up word)를 포함하지 않는, 방법.
청구항 13에 있어서,
상기 방법은, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제1 정보가 지정된 표정을 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하는, 방법.
청구항 13에 있어서,
상기 방법은, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제2 정보가 상기 지정된 가상 객체에 대한 제스처를 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하는, 방법.
청구항 13에 있어서,
상기 방법은, 상기 사용자의 시선을 분석한 정보가 상기 지정된 가상 객체를 바라보는 상기 사용자의 시선이 지정된 시간 이상 지속됨을 나타내고, 상기 제3 정보가 상기 사용자가 발화를 시작하였음을 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하는, 방법.
청구항 16에 있어서,
상기 방법은, 상기 제2 정보가 상기 지정된 가상 객체에 대한 제1 제스처를 나타내는 경우, 상기 발화 의도가 있는 것으로 결정하고,
상기 제2 정보가 상기 지정된 가상 객체에 대한 제2 제스처를 나타내는 경우, 상기 발화 의도를 질문하도록 하는 요청을 상기 외부 전자 장치로 송신하고, 상기 외부 전자 장치로부터 수신된 응답에 따라 상기 발화 의도를 결정하는, 방법.
청구항 17에 있어서,
상기 방법은, 상기 제3 정보가 상기 사용자가 아닌 다른 사용자가 발화를 시작하였음을 나타내거나, 상기 외부 전자 장치로 입력된 소리가 잡음(noise)임을 나타내는 경우, 상기 제3 정보가 상기 지정된 조건을 만족하지 않는 것으로 결정하는, 방법.
청구항 13에 있어서,
상기 방법은, 상기 제1 정보, 상기 제2 정보, 및 상기 제3 정보를 포함하는 분석 정보와 상기 음성 인식 어플리케이션의 실제 사용 여부에 관한 정보를 이용하여 발화 의도 결정 모델을 구축하고 학습시키는, 방법.