KR20240014179A - 화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법 - Google Patents

화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법 Download PDF

Info

Publication number
KR20240014179A
KR20240014179A KR1020220091592A KR20220091592A KR20240014179A KR 20240014179 A KR20240014179 A KR 20240014179A KR 1020220091592 A KR1020220091592 A KR 1020220091592A KR 20220091592 A KR20220091592 A KR 20220091592A KR 20240014179 A KR20240014179 A KR 20240014179A
Authority
KR
South Korea
Prior art keywords
participant
image
gesture
displayed
detected
Prior art date
Application number
KR1020220091592A
Other languages
English (en)
Inventor
장상현
이병주
노창수
이병용
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020220091592A priority Critical patent/KR20240014179A/ko
Priority to PCT/KR2023/008039 priority patent/WO2024025142A1/ko
Publication of KR20240014179A publication Critical patent/KR20240014179A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/14—Systems for two-way working
    • H04N7/15—Conference systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/27—Server based end-user applications
    • H04N21/274—Storing end-user multimedia data in response to end-user request, e.g. network recorder
    • H04N21/2743—Video hosting of uploaded data from client
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
    • H04N21/4316—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations for displaying supplemental content in a region of the screen, e.g. an advertisement in a separate window
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Social Psychology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법이 제공된다. 본 전자 장치는 통신 인터페이스, 디스플레이, 메모리, 및 통신 인터페이스, 디스플레이 및 메모리와 작동적으로 연결되는 적어도 하나의 프로세서를 포함하고, 복수의 참가자와 화상 통화를 진행하는 동안 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 적어도 하나의 프로세서는 공유 컨텐츠를 메인 영역에 표시하고 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하도록 디스플레이를 제어한다. 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 적어도 하나의 프로세서는 감지된 음성 및 제스처 중 적어도 하나에 기초하여 메인 영역에 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상을 표시하도록 디스플레이를 제어한다.

Description

화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법{An electronic device for providing video call service and method for controlling the same}
본 개시는 화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법에 관한 것으로서, 복수의 참가자와 컨텐츠를 공유하는 컨텐츠 공유 모드를 제공하는 화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법에 관한 것이다.
전자 기술의 발달에 힘입어 다양한 유형의 전자 제품들이 개발 및 보급되고 있다. 특히, TV, 휴대폰, PC, 노트북 PC, PDA 등과 같은 각종 디스플레이 장치들은 대부분의 일반 가정에서도 많이 사용되고 있다. 이러한 디스플레이 장치들은 대부분 카메라, 마이크와 디스플레이를 포함하고 있으며, 이러한 구성을 이용하여 화상 통화 서비스를 제공하고 있다.
특히, 근래에는 각종 전염병 및 사고로 인해 비대면 업무가 증가하고 있어 화상 통화 서비스(혹은 화상 회의 서비스)의 필요성이 점점 증가하고 있다.
최근 화상 통화 서비스에는 복수의 참가자들과 컨텐츠를 공유하여 대화하거나 회의하는 컨텐츠 공유 기능이 제공되고 있다.
본 개시의 일 실시예에 따른, 화상 통화 서비스를 제공하는 전자 장치는, 디스플레이; 메모리; 및 상기 통신 인터페이스, 상기 디스플레이 및 상기 메모리와 작동적으로 연결되는 적어도 하나의 프로세서를 포함한다. 복수의 참가자와 화상 통화를 진행하는 동안 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 상기 적어도 하나의 프로세서는, 공유 컨텐츠를 메인 영역에 표시하고 상기 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하도록 상기 디스플레이를 제어한다. 상기 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 적어도 하나의 프로세서는, 상기 감지된 음성 및 제스처 중 적어도 하나에 기초하여 상기 메인 영역에 상기 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상을 표시하도록 상기 디스플레이를 제어한다.
본 개시의 일 실시예에 따른, 화상 통화 서비스를 제공하는 전자 장치의 제어 방법은, 복수의 참가자와 화상 통화를 진행하는 동안 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 공유 컨텐츠를 메인 영역에 표시하고 상기 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하는 단계; 및 상기 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 음성 및 제스처 중 적어도 하나에 기초하여 상기 메인 영역에 상기 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상을 표시하는 단계;를 포함한다.
본 개시의 일 실시예에 따른, 화상 통화 서비스를 제공하는 전자 장치의 제어 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록매체에 있어서, 상기 제어 방법은, 복수의 참가자와 화상 통화를 진행하는 동안 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 공유 컨텐츠를 메인 영역에 표시하고 상기 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하는 단계; 및 상기 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 음성 및 제스처 중 적어도 하나에 기초하여 상기 메인 영역에 상기 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상을 표시하는 단계;를 포함한다.
도 1은 본 개시의 일 실시예에 따른, 전자 장치의 구성을 나타내는 블록도,
도 2는 본 개시의 일 실시예에 따른, 화상 통화를 수행하는 동안 컨텐츠 공유 모드의 동작을 설명하기 위한 흐름도,
도 3은 본 개시의 일 실시예에 따른, 일반 통화 모드로 동작하는 동안 표시되는 화면을 도시한 도면,
도 4는 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드로 동작하는 동안 표시되는 화면을 도시한 도면,
도 5는 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드로 동작하는 동안 발화 의도를 가진 참가자의 발화가 감지되면 표시되는 화면을 도시한 도면,
도 6은 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드로 동작하는 동안 발화 의도를 가지지 않은 참가자의 발화가 감지되면 표시되는 화면을 도시한 도면,
도 7은 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드로 동작하는 동안 발화 의도를 가진 참가자의 발화가 종료되면 표시되는 화면을 도시한 도면,
도 8a 및 도 8b는 본 개시의 일 실시예에 따른, 참가자의 수에 따라 화면을 구성하는 방법을 설명하기 위한 도면,
도 9 내지 도 17은 본 개시의 다양한 실시예에 따른, 컨텐츠 공유 모드로 동작하는 동안 사용자의 음성 또는 제스처에 따라 전자 장치를 제어하는 실시예들을 설명하기 위한 도면들,
도 18은 본 개시의 일 실시예에 따른, 복수 개의 컨텐츠 화면을 표시하는 컨텐츠 공유 모드로 동작하는 동안 발화 의도를 가진 참가자의 발화가 감지되는 실시예를 설명하기 위한 도면,
도 19는 본 개시의 일 실시예에 따른, 화상 통화 서비스를 제공하는 전자 장치의 제어 방법을 설명하기 위한 흐름도, 그리고,
도 20은 본 개시의 일 실시예에 따른, 서버 및 복수의 단말 장치를 포함하는 화상 통화 시스템을 설명하기 위한 도면이다.
이하, 본 개시의 다양한 실시 예가 기재된다. 그러나, 이는 본 개시의 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 실시 예들의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제 1," "제 2," "첫째," 또는 "둘째," 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제 1 사용자 기기와 제 2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 바꾸어 명명될 수 있다.
본 문서에서 사용된 "모듈", "유닛", "부(part)" 등과 같은 용어는 적어도 하나의 기능이나 동작을 수행하는 구성요소를 지칭하기 위한 용어이며, 이러한 구성요소는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 "모듈", "유닛", "부(part)" 등은 각각이 개별적인 특정한 하드웨어로 구현될 필요가 있는 경우를 제외하고는, 적어도 하나의 모듈이나 칩으로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.
어떤 구성요소(예: 제 1 구성요소)가 다른 구성요소(예: 제 2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제 1 구성요소)가 다른 구성요소(예: 제 2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시예들을 배제하도록 해석될 수 없다
이하에서는 도면을 참조하여 본 개시에 대해 더욱 상세히 설명하도록 한다. 다만, 본 개시를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
이하에서는 도면을 참조하여 본 개시에 대해 더욱 상세히 설명하도록 한다.
도 1은 본 개시의 일 실시예에 따른, 전자 장치(100)의 구성을 나타내는 블록도이다. 도 1에 도시된 바와 같이, 전자 장치(100)는 디스플레이(110), 카메라(120), 스피커(130), 마이크(140), 통신 인터페이스(150), 메모리(160), 입력 인터페이스(170) 및 적어도 하나의 프로세서(180)를 포함할 수 있다. 본 개시의 일 실시예에 따른, 전자 장치(100)는 화상 통화 서비스를 제공할 수 있는 TV일 수 있으나, 이는 일 실시예에 불과할 뿐, 스마트 폰, 태블릿 PC, 노트북 PC, 데스크탑 PC 등과 같은 다양한 전자 장치들로 구현될 수 있다. 또한, 전자 장치(100)의 구성이 도 1에 도시된 구성으로 한정되는 것은 아니며, 당업자에게 자명한 구성이 추가될 수 있음은 물론이다.
디스플레이(110)는 다양한 정보를 디스플레이할 수 있다. 특히, 디스플레이(110)는 화상 통화 기능을 수행하는 동안 화상 통화 어플리케이션의 실행 화면을 제공할 수 있다. 이때, 화상 통화 어플리케이션의 실행 화면은 복수의 참가자 중 하나 또는 컨텐츠를 표시하는 메인 영역과 복수의 참가자 중 적어도 일부를 표시하는 서브 영역을 포함할 수 있다. 메인 영역에 표시되는 영상의 크기는 서브 영역에 표시되는 크기보다 클 수 있다.
특히, 화상 통화 어플리케이션이 실행되는 동안 제1 모드(예로, 일반 통화 모드)로 동작하면, 메인 영역에는 참가자(예로, 발화자 또는 주최자)의 영상을 표시할 수 있다. 화상 통화 어플리케이션이 실행되는 동안 제2 모드(예로, 컨텐츠 공유 모드)로 동작하면, 메인 영역에는 참가자의 영상 및 컨텐츠 중 적어도 하나를 표시할 수 있다.
한편, 디스플레이(110)는 LCD(Liquid Crystal Display Panel), OLED(Organic Light Emitting Diodes) 등으로 구현될 수 있으며, 또한 디스플레이(110)는 경우에 따라 플렉서블 디스플레이, 투명 디스플레이 등으로 구현되는 것도 가능하다. 다만, 본 개시에 따른 디스플레이(110)가 특정한 종류에 한정되는 것은 아니다.
카메라(120)는 전자 장치(100) 주변을 촬영한 이미지를 획득하기 위한 구성이다. 이때, 카메라(120)는 전자 장치(100)의 일 영역(예로, 베젤 또는 디스플레이(110))에 배치될 수 있으며, 전자 장치(100)의 전면 방향을 촬영할 수 있다. 특히, 화상 통화 어플리케이션이 실행되는 동안 전자 장치(100)는 전자 장치(100) 전면에 위치하는 적어도 하나의 참가자를 촬영하여 영상을 획득할 수 있다.
한편, 카메라(120)는 전자 장치(100)의 전면에 배치될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100)의 후면에도 배치될 수 있음은 물론이다. 또한, 카메라(120)는 전자 장치(100)의 유형에 따라 복수 개 구비될 수 있다. 또한, 카메라(120)는 전자 장치(100) 외부에 구비되며, 전자 장치(100)와 전기적으로 연결될 수 있다.
스피커(130)는 다양한 음성 메시지 및 오디오를 출력할 수 있다. 특히, 스피커(130)는 화상 통화 어플리케이션이 실행되는 동안 다른 참가자에 대응되는 단말 장치로부터 수신된 오디오를 출력할 수 있으며, 컨텐츠의 오디오를 출력할 수 있다. 이때, 스피커(130)는 전자 장치(100) 내부에 구비될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100) 외부에 구비되어 전자 장치(100)와 전기적으로 연결될 수 있다.
마이크(140)는 사용자의 음성을 획득할 수 있다. 특히, 마이크(140)는 화상 통화 어플리케이션이 실행되는 동안 사용자의 음성을 획득할 수 있으며, 통신 인터페이스(150)를 통해 서버 또는 외부의 단말 장치로 전송될 수 있다. 이때, 마이크(140)는 전자 장치(100) 내부에 구비될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100) 외부에 구비되어 전자 장치(100)와 전기적으로 연결될 수 있다
통신 인터페이스(150)는 적어도 하나의 회로를 포함하며 다양한 유형의 외부 기기나 서버와 통신을 수행할 수 있다. 통신 인터페이스(150)는 BLE(Bluetooth Low Energy) 모듈, 와이파이 통신 모듈, 셀룰러 통신모듈, 3G(3세대) 이동통신 모듈, 4G(4세대) 이동통신 모듈, 4세대 LTE(Long Term Evolution) 통신 모듈, 5G(5세대) 이동통신 모듈 중 적어도 하나를 포함할 수 있다.
특히, 통신 인터페이스(140)는 화상 통화 어플리케이션이 실행되는 동안 카메라(120)에 의해 획득된 영상 데이터와 마이크(140)를 통해 획득된 오디오 데이터를 외부의 서버 또는 단말 장치로 전송할 수 있으며, 서버 또는 외부 단말 장치로부터 영상 데이터 및 오디오 데이터를 수신할 수 있다.
한편, 상술한 실시예에서는 무선 통신 모듈을 통해 외부 기기와 통신 연결을 수행하는 것으로 설명하였으나, 유선 통신 모듈을 통해 외부 기기와 통신 연결을 수행할 수 있음은 물론이다.
메모리(160)는 전자 장치(100)의 구성요소들의 전반적인 동작을 제어하기 위한 운영체제(OS: Operating System) 및 전자 장치(100)의 구성요소와 관련된 인스트럭션 또는 데이터를 저장할 수 있다. 특히, 메모리(160)는 화상 통화 기능을 수행하기 위한 다양한 모듈을 저장할 수 있다. 특히, 화상 통화 어플리케이션이 실행되면, 비휘발성 메모리에 저장되어 있는 화상 통화 기능을 수행하기 위한 다양한 모듈이 각종 동작을 수행하기 위한 데이터를 휘발성 메모리로 로딩(loading)할 수 있다. 여기서, 로딩이란 적어도 하나의 프로세서(180)가 엑세스할 수 있도록 비휘발성 메모리에 저장된 데이터를 휘발성 메모리에 불러들여 저장하는 동작을 의미한다.
한편, 메모리(160)는 비휘발성 메모리(ex: 하드 디스크, SSD(Solid state drive), 플래시 메모리), 휘발성 메모리(적어도 하나의 프로세서(180) 내의 메모리도 포함할 수 있음.) 등으로 구현될 수 있다.
입력 인터페이스(170)는 회로를 포함하며, 적어도 하나의 프로세서(180)는 입력 인터페이스(170)를 통해 전자 장치(100)의 동작을 제어하기 위한 사용자 명령을 수신할 수 있다. 구체적으로, 입력 인터페이스(170)는 리모컨으로 구현될 수 있으나, 이는 일 실시예에 불과할 뿐, 터치 스크린, 버튼, 키보드 및 마우스 등과 같은 구성으로 이루어 질 수 있다.
적어도 하나의 프로세서(180)는 메모리(160)에 저장된 적어도 하나의 인스트럭션에 따라 전자 장치(100)를 제어할 수 있다. 특히, 복수의 참가자와 화상 통화를 진행하는 동안 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 적어도 하나의 프로세서(180)는 공유 컨텐츠를 메인 영역에 표시하고 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하도록 디스플레이(110)를 제어한다. 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 적어도 하나의 프로세서(180)는 감지된 음성 및 제스처 중 적어도 하나에 기초하여 메인 영역에 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상을 표시하도록 디스플레이(110)를 제어한다.
특히, 적어도 하나의 프로세서(180)는 감지된 음성의 볼륨 및 발화 시간, 감지된 제스처에 기초하여 제1 참가자의 발화 의도를 판단할 수 있다. 구체적으로, 적어도 하나의 프로세서(180)는 감지된 음성의 볼륨이 기설정된 값 이상이거나, 감지된 발화 시간이 임계 시간 이상이거나, 감지된 제스처가 기 정의된 제스처인 경우, 제1 참가자가 발화 의도가 존재하는 것으로 판단할 수 있다.
그리고, 제1 참가자가 발화 의도가 존재하는 것으로 판단되면, 적어도 하나의 프로세서(180)는 메인 영역에 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상을 표시하도록 디스플레이(110)를 제어할 수 있다.
이때, 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 적어도 하나의 프로세서(180)는 감지된 음성 및 제스처 중 적어도 하나에 기초하여 공유 컨텐츠의 크기를 축소시키고 크기가 축소된 공유 컨텐츠를 메인 영역 상에 표시된 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상 상에 표시하도록 디스플레이(110)를 제어할 수 있다.
또한, 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 적어도 하나의 프로세서(180)는 감지된 음성 및 제스처 중 적어도 하나에 기초하여 기존에 서브 영역에 표시되는 제1 참가자에 대응되는 단말 장치로부터 수신된 제2 영상을 제거하고 메인 영역에 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상을 표시하도록 디스플레이(110)를 제어할 수 있다. 여기서, 메인 영역에 표시되는 제1 영상과 서브 영역에 표시되는 제2 영상은 모두 제1 참가자에 대응되는 단말 장치로부터 수신되는 영상이나, 메인 영역에 표시되는 제1 영상의 크기는 서브 영역에 표시되는 제2 영상의 크기보다 클 수 있다.
또한, 제1 참가자가 발화 의도가 없는 것으로 판단되면, 적어도 하나의 프로세서(180)는 메인 영역에 상기 공유 컨텐츠를 유지하고 서브 영역 상에 표시된 제1 참가자에 대응되는 단말 장치로부터 수신된 제2 영상 상에 이미지 효과를 제공하도록 디스플레이(110)를 제어할 수 있다. 이때, 이미지 효과는 감지된 음성 및 제스처 중 적어도 하나의 유형에 대응될 수 있다.
그리고, 메인 영역 상에 상기 제1 영상이 표시되는 동안 임계 시간동안 제1 참가자의 발화가 존재하지 않거나 기설정된 제스처가 감지되면, 적어도 하나의 프로세서(180)는 공유 컨텐츠를 다시 메인 영역에 표시하고 제1 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하도록 디스플레이(110)를 제어할 수 있다.
또한, 복수의 참가자와 화상 통화를 진행하는 동안 복수의 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 적어도 하나의 프로세서(180)는 복수의 공유 컨텐츠를 메인 영역에 표시하고 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하도록 디스플레이(110)를 제어할 수 있다. 복수의 참가자 중 제2 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 적어도 하나의 프로세서(180)는 감지된 제2 참가자의 음성 및 제스처 중 적어도 하나에 기초하여 메인 영역에 표시된 복수의 공유 컨텐츠 중 하나를 제거하고, 제2 참가자에 대응되는 단말 장치로부터 수신된 제3 영상을 제거된 공유 컨텐츠가 표시된 영역 상에 표시하도록 디스플레이(110)를 제어할 수 있다.
도 2 내지 도 7을 참조하여 컨텐츠 공유 모드로 동작하는 동안 사용자의 음성 또는 제스처에 따라 전자 장치를 제어하는 방법에 대해 설명하기로 한다. 도 2는 본 개시의 일 실시예에 따른, 화상 통화를 수행하는 동안 컨텐츠 공유 모드의 동작을 설명하기 위한 흐름도이다.
우선, 전자 장치(100)는 화상 통화를 시작할 수 있다(S210). 구체적으로, 사용자가 화상 통화 어플리케이션을 실행시키고 화상 통화 기능을 실행하기 위한 사용자 인터렉션이 입력되거나 외부 단말 장치로부터 수신된 화상 통화 요청에 응답하는 사용자 인터렉션이 입력되면, 전자 장치(100)는 화상 통화를 시작할 수 있다. 이때, 화상 통화에는 복수의 참가자가 참가할 수 있다.
화상 통화가 시작되면, 전자 장치(100)는 메인 영역 및 서브 영역을 포함하는 화상 통화 화면을 표시할 수 있다. 예를 들어, 도 3에 도시된 바와 같이, 전자 장치(100)는 참가자 1에 대응되는 단말 장치로부터 수신된 영상(310)을 메인 영역에 표시하고, 참가자 2 내지 5에 대응되는 단말 장치들로부터 수신된 영상(320-1 내지 320-4)을 서브 영역에 표시할 수 있다. 이때, 참가자 1은 발화하고 있는 참가자이거나 화상 통화를 주최하는 참가자일 수 있다. 또한, 서브 영역은 도 3에 도시된 바와 같이, 메인 영역의 우측에 표시될 수 있으나, 이는 일 실시예에 불과할 뿐, 서브 영역은 메인 영역의 상측 또는 하측 에 표시될 수 있다.
전자 장치(100)는 컨텐츠 공유 모드에 진입할 수 있다(S220). 구체적으로, 복수의 참가자 중 하나의 참가자를 통해 컨텐츠를 공유하기 위한 인터렉션이 입력되면, 전자 장치(100)는 컨텐츠 공유 모드에 진입할 수 있다. 컨텐츠 공유 모드에 진입하면, 전자 장치(100)는 메인 영역에 공유 컨텐츠를 표시할 수 있다. 구체적으로, 컨텐츠 공유 모드에 진입하면, 전자 장치(100)는 도 4에 도시된 바와 같이, 메인 영역에 표시되는 참가자 1의 영상(310)을 제거하고 공유 컨텐츠(410)를 표시할 수 있다. 이때, 서브 영역에는 참가자 5에 대응되는 단말 장치로부터 수신된 영상(320-4)을 제거하고, 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상(420-1,320-1 내지 320-3)이 표시될 수 있다.
컨텐츠 공유 모드로 동작하는 동안, 전자 장치(100)는 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 하나를 감지할 수 있다(S230). 이때, 전자 장치(100)는 외부로부터 수신된 오디오로부터 음성을 추출하고, 추출된 음성의 볼륨 및 발화 시간을 분석할 수 있다. 또는, 전자 장치(100)는 외부 단말 장치로부터 획득된 영상을 제스처 인식 모델에 입력하여 외부 단말 장치로부터 수신된 영상 속에 사용자가 취한 제스처의 유형을 감지할 수 있다.
전자 장치(100)는 제1 참가자의 발화 의도가 존재하는지 여부를 판단할 수 있다(S240). 구체적으로, 전자 장치(100)는 분석된 음성의 볼륨 및 발화 시간, 감지된 제스처에 기초하여 제1 참가자의 발화 의도가 존재하는지 여부를 판단할 수 있다.
예를 들어, 감지된 음성의 볼륨이 기설정된 값 이상인 경우, 전자 장치(100)는 제1 참가자가 발화 의도를 가진 것으로 판단할 수 있다. 이때, 기설정된 값은 복수의 참가자들의 음성 볼륨의 평균값 또는 기 정의된 목표 볼륨값 중 적어도 하나일 수 있다. 감지된 음성의 볼륨이 기설정된 값 미만인 경우, 전자 장치(100)는 제1 참가자가 발화 의도를 가지지 않은 것으로 판단할 수 있다.
예를 들어, 음성의 발화 시간이 임계 시간(예를 들어, 5초) 이상인 경우, 전자 장치(100)는 제1 참가자가 발화 의도를 가진 것으로 판단할 수 있다. 음성의 발화 시간이 임계 시간 미만인 경우, 전자 장치(100)는 제1 참가자가 발화 의도를 가지지 않은 것으로 판단할 수 있다.
예를 들어, 감지된 제스처가 기 정의된 제스처인 경우, 전자 장치(100)는 제1 참가자가 발화 의도를 가진 것으로 판단할 수 있다. 이때, 기정의된 제스처는 사용자가 주먹을 쥐는 제스처 또는 사용자가 손을 드는 제스처 등이 포함될 수 있다. 다만, 이는 일 실시예에 불과할 뿐, 전자 장치(100)는 영상 속에 참가자가 발화의도를 가지는지 여부를 판단하기 위해 학습된 인공 지능 모델에 참가자의 영상을 입력하여 참가자가 발화 의도를 가지는지 여부를 판단할 수 있다.
그 밖에 함성 소리, 환호 소리, 박수 소리, 감타사 등은 발화 의도를 가지지 않은 음성이라 판단될 수 있으며, 손바닥을 흔드는 제스처, 하트를 그리는 제스처 등은 발화 의도를 가지지 않은 제스처라고 판단될 수 있다.
제1 참가자의 발화 의도가 존재하면(S240-Y), 전자 장치(100)는 메인 영역 상에 제1 참가자의 영상을 표시할 수 있다(S250). 예를 들어, 참가자 3으로부터 음성이 감지되고 참가자 3의 음성에 발화 의도가 존재하는 것으로 판단되면, 전자 장치(100)는 도 5에 도시된 바와 같이, 메인 영역 상에 참가자 3에 대응되는 단말 장치로부터 수신된 영상(510-1)을 메인 영역에 표시할 수 있다. 이때, 기존에 표시되는 공유 컨텐츠(510-2)는 크기가 감소되며, 참가자 3에 대응되는 단말 장치로부터 수신된 영상(510-1) 상에 표시될 수 있다. 즉, 공유 컨텐츠(510-2)는 참가자 3에 대응되는 단말 장치로부터 수신된 영상(510-1)에 PIP(Picture in Picture) 형태로 표시될 수 있다. 그리고, 서브 영역에는 기존에 서브 영역에 표시되는 참가자 3에 대응되는 단말 장치로부터 수신된 영상(320-2)은 제거되고, 참가자 1, 2, 4, 5에 대응되는 단말 장치로부터 수신된 영상들(420-1,320-1,320-3, 320-4)이 표시될 수 있다.
제1 참가자의 발화 의도가 존재하지 않으면(S240-N), 전자 장치(100)는 서브 영역 상에 표시된 제1 참가자의 영상에 이미지 효과를 표시할 수 있다(S260). 예를 들어, 참가자 3으로부터 음성이 감지되었으나 참가자 3의 음성에 발화 의도가 존재하지 않는 것으로 판단되면, 전자 장치(100)는 메인 영역에 표시되는 공유 컨텐츠(410)를 유지하고, 서브 영역에 표시되는 참가자 3에 대응되는 단말 장치로부터 수신된 영상(320-3)을 흔드는 이미지 효과를 제공할 수 있다.
이때, 이미지 효과는 제1 참가자의 음성(오디오) 또는 제스처의 유형에 대응될 수 있다. 예를 들어, 제1 참가자로부터 수신된 음성이 임계값 이하의 음성인 경우, 이미지 효과는 영상을 흔드는 이미지 효과일 수 있다. 예를 들어, 제1 참가자가 취한 제스처의 유형이 박수 제스처인 경우, 이미지 효과는 박수 이미지의 아이콘을 제공하는 이미지 효과일 수 있다. 예를 들어, 제1 참가자가 취한 제스처의 유형이 두 손으로 하트를 만드는 제스처인 경우, 이미지 효과는 하트 이미지의 아이콘을 제공하는 이미지 효과일 수 있다.
이때, 전자 장치(100)는 참가자 3으로부터 음성이 감지되었으나 참가자 3의 음성에 발화 의도가 존재하지 않는 것으로 판단되면, 전자 장치(100)는 참가자 3에 대응되는 단말 장치로부터 수신된 영상이 서브 영역 상에 표시되는지 여부를 판단할 수 있다. 도 6에 도시된 바와 같이, 서브 영역 상에 참가자 3에 대응되는 단말 장치로부터 수신된 영상이 표시된 경우, 전자 장치(100)는 서브 영역에 표시된 참가자 3에 대응되는 단말 장치로부터 수신된 영상(320-3)에 이미지 효과를 제공할 수 있다. 그러나, 서브 영역 상에 참가자 3에 대응되는 단말 장치로부터 수신된 영상이 표시되지 않은 경우, 전자 장치(100)는 메인 영역 상에 아이콘 등과 같은 인디케이터를 제공할 수 있다.
한편, 상술한 실시예에서는 이미지 효과가 영상을 흔드는 이미지 효과로 설명하였으나, 이는 일 실시예에 불과할 뿐, 영상의 색, 밝기를 변경하는 이미지 효과, 영상을 깜빡이는 이미지 효과, 영상에 하이라이트를 제공하는 이미지 효과 등과 같은 다양한 이미지 효과가 제공될 수 있다.
또한, 도 5에 도시된 바와 같은 화면이 표시되는 동안 발화 의도를 가진 참가자 3의 발화가 종료되면, 전자 장치(100)는 공유 컨텐츠를 다시 메인 영역에 표시하고 참가자 3에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시할 수 있다. 예를 들어, 도 5에 도시된 바와 같은 화면이 표시되는 동안 참가자 3의 음성이 기설정된 시간(예로, 5초) 입력되지 않거나 기설정된 제스처(양손으로 엑스를 표시하는 제스처)가 입력되면, 전자 장치(100)는 도 7에 도시된 바와 같이, 공유 컨텐츠(410)를 메인 영역에 다시 표시하고, 참가자 3에 대응되는 단말 장치로부터 수신된 영상(320-3)을 서브 영역에 표시할 수 있다. 이때, 서브 영역에는 참가자 1에 대응되는 단말 장치로부터 수신된 영상(420-1)이 제거되고, 참가자 2,4,5,3에 대응되는 단말 장치로부터 수신된 영상들(320-1,320-3,320-4,320-2)이 표시될 수 있다.
도 8a 및 도 8b는 본 개시의 일 실시예에 따른, 참가자의 수에 따라 화면을 구성하는 방법을 설명하기 위한 도면이다.
화상 통화 화면은 도 3 내지 도 7에서 설명한 바와 같이, 메인 영역과 서브 영역을 포함한다. 서브 영역은 복수의 참가자 중 적어도 일부의 참가자에 대응되는 단말 장치로부터 수신된 영상들을 표시할 수 있다. 이때, 서브 영역에는 기설정된 개수의 영상들을 표시할 수 있다. 예를 들어, 서브 영역에는 도 3 내지 도 7에서 도시된 바와 같이, 4 개의 영상까지 표시될 수 있다.
화상 통화에 4명 이하의 참가자가 포함된 경우, 컨텐츠 공유 모드 동안 서브 영역에는 모든 참가자들에 대응되는 단말 장치들로부터 수신된 영상들이 표시될 수 있다. 예로, 화상 통화에 3명의 참가자가 포함된 경우, 전자 장치(100)는 도 8a에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(810)를 표시하고, 서브 영역에 3명의 참가자에 대응되는 단말 장치들로부터 수신된 영상들(820-1 내지 820-3)을 표시할 수 있다.
그러나 화상 통화에 5명 이상의 참가자가 포함된 경우, 컨텐츠 공유 모드 동안 서브 영역에는 복수의 참가자 중 일부의 참가자들에 대응되는 단말 장치들로부터 수신된 영상들이 표시될 수 있다. 예로, 화상 통화에 8명의 참가자가 포함된 경우, 전자 장치(100)는 도 8b에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(830)를 표시하고, 서브 영역에 8명의 참가자 중 4명의 참가자에 대응되는 단말 장치들로부터 수신된 영상(840-1 내지 840-4)을 표시할 수 있다. 이때, 나머지 4명의 참가자에 대응되는 단말로부터 수신된 영상들(850)은 표시되지 않다가 서브 영역을 변경하는 사용자 인터렉션(예로, 드래그 인터렉션 또는 리모컨의 방향 버튼을 선택하는 인터렉션 등)에 의해 서브 영역 상에 표시될 수 있다. 특히, 화상 통화 화면에는 현재 참가자를 표시하는 아이콘과 참여자의 수를 나타내는 인디케이터(860)가 표시될 수 있다.
도 9는 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드 동안 발화 의도를 가지지 않는 음성이 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 9의 (a)에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(910)을 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(920-1 내지 920-4)을 표시할 수 있다.
이때, 참가자 1이 기설정된 값 미만의 볼륨을 가지는 음성을 임계 시간 미만 동안 발화한 경우, 전자 장치(100)는 도 9의 (b)와 (c)에 도시된 바와 같이, 참가자 1에 대응되는 단말 장치로부터 수신된 영상(920-1)가 흔들리는 이미지 효과를 제공할 수 있다.
기설정된 시간(예로, 3초)이 경과되면, 전자 장치(100)는 도 9의 (d)에 도시된 바와 같이, 참가자 1에 대응되는 단말 장치로부터 수신된 영상(920-1)에 제공된 이미지 효과를 제거할 수 있다.
도 10은 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드 동안 발화 의도를 가지는 음성이 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 10의 (a)에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(1010)을 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(1020-1 내지 1020-4)을 표시할 수 있다.
이때, 참가자 4가 기설정된 값 이상의 볼륨을 가지는 음성으로 발화하거나 임계 시간 이상 동안 음성을 발화한 경우, 전자 장치(100)는 도 10의 (b)에 도시된 바와 같이, 참가자 4에 대응되는 단말 장치로부터 수신된 영상(1030-1)을 메인 영역에 표시하고, 기존에 제공되는 공유 컨텐츠의 크기를 감소시켜 감소된 공유 컨텐츠(1030-2)를 영상(1030-1) 위에 표시할 수 있다. 그리고, 전자 장치(100)는 서브 영역에 제공되는 참가자 4에 대응되는 단말 장치로부터 수신된 영상(1020-4)를 서브 영역에서 제거할 수 있다.
기설정된 시간 동안 사용자 음성이 감지되지 않으면, 전자 장치(100)는 도 10의 (c)에 도시된 바와 같이, 메인 영역에 다시 공유 컨텐츠(1010)를 확대하여 표시하고, 메인 영역에 표시된 참가자 4에 대응되는 단말 장치로부터 수신된 영상(1030-1)을 제거하고, 서브 영역에 참가자 4에 대응되는 단말 장치로부터 수신된 영상(1020-4)을 표시할 수 있다.
도 11은 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드 동안 발화 의도를 가지는 음성과 발화 의도를 가지지 않은 음성이 모두 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 11의 (a)에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(1110)을 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(1120-1 내지 1020-4)을 표시할 수 있다.
이때, 참가자 1가 기설정된 값 이상의 볼륨을 가지는 음성으로 발화하고 참가자 4가 기설정된 값 미만의 볼륨을 가지는 음성을 임계 시간 미만 동안 발화한 경우, 전자 장치(100)는 도 11의 (b)에 도시된 바와 같이, 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1130-1)을 메인 영역에 표시하고, 기존에 제공되는 공유 컨텐츠의 크기를 감소시켜 감소된 공유 컨텐츠(1130-2)를 영상(1130-1) 위에 표시할 수 있다. 그리고, 전자 장치(100)는 서브 영역에 제공되는 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1120-1)를 서브 영역에서 제거할 수 있다. 또한, 전자 장치(100)는 도 11의 (b)에 도시된 바와 같이, 참가자 4에 대응되는 단말 장치로부터 수신된 영상(1120-4)가 흔들리는 이미지 효과를 제공할 수 있다.
기설정된 시간 동안 사용자 음성이 감지되지 않으면, 전자 장치(100)는 도 11의 (c)에 도시된 바와 같이, 메인 영역에 다시 공유 컨텐츠(1110)를 확대하여 표시하고, 메인 영역에 표시된 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1130-1)을 제거하고, 서브 영역에 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1120-1)을 표시할 수 있다. 이때, 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1120-1)은 기존에 표시된 영역이 아닌 제일 아래 영역 상에 표시될 수 있다. 또한, 전자 장치(100)는 도 11의 (c)에 도시된 바와 같이, 참가자 4에 대응되는 단말 장치로부터 수신된 영상(1120-4)에 제공된 이미지 효과를 제거할 수 있다.
도 12는 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드 동안 발화 의도를 가지는 제스처가 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 12의 (a)에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(1210)을 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(1220-1 내지 1220-4)을 표시할 수 있다.
이때, 도 12의 (a)에 도시된 바와 같이, 참가자 1이 주먹을 쥐는 제스처를 한 영상이 수신되면, 전자 장치(100)는 제스처 인식 모델을 통해 참가자 1의 제스처를 인식할 수 있다. 그리고, 전자 장치(100)는 참가자 1의 발화 의도를 식별하고, 도 12의 (b)에 도시된 바와 같이, 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1230-1)을 메인 영역에 표시하고, 기존에 제공되는 공유 컨텐츠의 크기를 감소시켜 감소된 공유 컨텐츠(1230-2)를 영상(1230-1) 위에 표시할 수 있다. 그리고, 전자 장치(100)는 서브 영역에 제공되는 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1220-1)를 서브 영역에서 제거할 수 있다.
도 12의 (b)에 도시된 화면이 표시되는 동안 도 12의(c)에 도시된 바와 같이, 참가자 1이 두 손으로 엑스를 표시하는 제스처를 한 영상이 수신되면, 전자 장치(100)는 제스처 인식 모델을 통해 참가자 1의 제스처를 인식할 수 있다.
그리고, 그리고, 전자 장치(100)는 참가자 1의 발화 종료 의도를 식별하고, 도 12의 (d)에 도시된 바와 같이, 메인 영역에 다시 공유 컨텐츠(1210)를 확대하여 표시하고, 메인 영역에 표시된 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1230-1)을 제거하고, 서브 영역에 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1220-1)을 표시할 수 있다. 이때, 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1220-1)은 기존에 표시된 영역 또는 제일 아래 영역 상에 표시될 수 있다.
도 13은 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드 동안 발화 의도를 가지지 않는 제스처가 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 13의 (a)에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(1310)을 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(1320-1 내지 1320-4)을 표시할 수 있다.
이때, 도 13의 (a)에 도시된 바와 같이, 참가자 1이 손을 흔드는 제스처를 한 영상이 수신되면, 전자 장치(100)는 제스처 인식 모델을 통해 참가자 1의 제스처를 인식할 수 있다. 그리고, 전자 장치(100)는 참가자 1이 발화 의도가 없음을 식별하고, 도 13의 (b)와 (c)에 도시된 바와 같이, 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1320-1)가 흔들리는 이미지 효과를 제공할 수 있다.
기설정된 시간(예로, 3초)이 경과되면, 전자 장치(100)는 도 13의 (d)에 도시된 바와 같이, 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1320-1)에 제공된 이미지 효과를 제거할 수 있다.
도 14는 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드 동안 2인 이상의 발화 의도를 가지는 음성과 발화 의도를 가지지 않은 음성이 모두 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 14의 (a)에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(1410)을 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(1420-1 내지 1420-4)을 표시할 수 있다.
이때, 참가자 1 및 참가자 3이 기설정된 값 이상의 볼륨을 가지는 음성으로 발화하고 참가자 4가 기설정된 값 미만의 볼륨을 가지는 음성을 임계 시간 미만 동안 발화한 경우, 전자 장치(100)는 도 14의 (b)에 도시된 바와 같이, 참가자 4에 대응되는 단말 장치로부터 수신된 영상(1120-4)가 흔들리는 이미지 효과를 제공할 수 있다.
참가자 1 및 참가자 3이 기설정된 값 이상의 볼륨을 가지는 음성으로 발화하는 동안 도 14의 (c)에 도시된 바와 같이, 참가자 1이 주먹을 쥐는 제스처를 취한 영상이 입력되면, 전자 장치(100)는 전자 장치(100)는 제스처 인식 모델을 통해 참가자 1의 제스처를 인식할 수 있다. 그리고, 전자 장치(100)는 참가자 1의 발화 의도를 식별하고, 도 14의 (d)에 도시된 바와 같이, 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1430-1)을 메인 영역에 표시하고, 기존에 제공되는 공유 컨텐츠의 크기를 감소시켜 감소된 공유 컨텐츠(1430-2)를 영상(1430-1) 위에 표시할 수 있다. 그리고, 전자 장치(100)는 서브 영역에 제공되는 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1420-1)를 서브 영역에서 제거할 수 있다.
도 14의(d)에 도시된 바와 같이, 참가자 1이 두 손으로 엑스를 표시하는 제스처를 한 영상이 수신되면, 전자 장치(100)는 제스처 인식 모델을 통해 참가자 1의 제스처를 인식할 수 있다.
그리고, 그리고, 전자 장치(100)는 참가자 1의 발화 종료 의도를 식별하고, 도 14의 (e)에 도시된 바와 같이, 메인 영역에 다시 공유 컨텐츠(1410)를 확대하여 표시하고, 메인 영역에 표시된 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1430-1)을 제거하고, 서브 영역에 참가자 1에 대응되는 단말 장치로부터 수신된 영상(1420-1)을 표시할 수 있다.
도 15는 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드 동안 서브 영역에 포함되지 않은 참가자로부터 발화 의도를 가지는 음성이 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 15의 (a)에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(1510)을 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(1520-1 내지 1520-4)을 표시할 수 있다. 이때, 화상 통화에는 참가자 1 내지 4 뿐만 아니라 7명의 참가자(1530)가 더 포함될 수 있다.
이때, 도 15의 (a)에 도시된 바와 같이, 서브 영역에 표시되지 않은 참가자 5(1530-1)가 기설정된 값 이상의 볼륨을 가지는 음성으로 발화하거나 임계 시간 이상 동안 음성을 발화한 경우, 전자 장치(100)는 도 15의 (b)에 도시된 바와 같이, 참가자 5에 대응되는 단말 장치로부터 수신된 영상(1540-1)을 메인 영역에 표시하고, 기존에 제공되는 공유 컨텐츠의 크기를 감소시켜 감소된 공유 컨텐츠(1540-2)를 영상(1540-1) 위에 표시할 수 있다. 그리고, 전자 장치(100)는 서브 영역에 제공되는 참가자 1 내지 4에 대응되는 단말 장치로부터 수신된 영상들(1520-1 내지 1520-4)을 유지할 수 있다.
기설정된 시간 동안 참가자 5의 음성이 감지되지 않으면, 전자 장치(100)는 도 15의 (c)에 도시된 바와 같이, 메인 영역에 다시 공유 컨텐츠(1510)를 확대하여 표시하고, 메인 영역에 표시된 참가자 5에 대응되는 단말 장치로부터 수신된 영상(1540-1)을 제거하고, 서브 영역에 참가자 5에 대응되는 단말 장치로부터 수신된 영상(1520-5)을 표시할 수 있다. 이때, 기존에 표시되는 참가자 1에 대응되는 단말로부터 수신된 영상(1520-4)이 서브 영역에서 제거될 수 있다. 한편, 참가자 5에 대응되는 단말 장치로부터 수신된 영상(1520-5)은 도 15c에 도시된 바와 같이, 서브 영역의 하단 영역 상에 표시될 수 있으나, 이는 일 실시예에 불과할 뿐, 서브 영역의 상단 영역 상에 표시될 수 있다. 이때, 기존에 표시되는 참가자 4에 대응되는 단말로부터 수신된 영상(1520-4)이 서브 영역에서 제거될 수 있다.
도 16은 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드 동안 서브 영역에 포함되지 않은 참가자가 발화 의도를 가지지 않는 제스처가 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 16의 (a)에 도시된 바와 같이, 메인 영역에 공유 컨텐츠(1610)을 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(1620-1 내지 1620-4)을 표시할 수 있다. 이때, 화상 통화에는 참가자 1 내지 4 뿐만 아니라 7명의 참가자(1630)가 더 포함될 수 있다.
이때, 도 16의 (a)에 도시된 바와 같이, 참가자 5가 두손으로 하트를 그리는 제스처를 한 영상(1630-1)이 수신되면, 전자 장치(100)는 제스처 인식 모델을 통해 참가자 5의 제스처를 인식할 수 있다. 그리고, 전자 장치(100)는 참가자 5가 발화 의도가 없음을 식별하고, 도 16의 (b)에 도시된 바와 같이, 메인 영역 상에 제스처의 유형에 대응되는 인디케이터(즉, 하트)(1640)를 표시할 수 있다. 제스처의 유형에 대응되는 인디케이터(1640)는 기설정된 시간 혹은 제스처가 종료되면 제거될 수 있다. 이때, 서브 영역에 제공되는 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신되는 영상(1620-1 내지 1620-5)는 유지될 수 있다.
도 17은 본 개시의 일 실시예에 따른, 컨텐츠 공유 모드로 동작하는 동안 발화 의도를 가지는 참가자가 발화하는 도중 서브 영역에 포함되지 않은 참가자가 발화 의도를 가지지 않는 제스처가 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 16의 (a)에 도시된 바와 같이, 메인 영역에 발화 의도를 가진 참가자에 대응되는 단말 장치로부터 수신된 영상(1710-1) 및 공유 컨텐츠(1710-2)를 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(1720-1 내지 1720-4)을 표시할 수 있다. 이때, 화상 통화에는 참가자 1 내지 4 뿐만 아니라 7명의 참가자(1730)가 더 포함될 수 있다.
발화 의도를 가진 참가자가 발화를 하는 도중 도 17의 (a)에 도시된 바와 같이, 참가자 5 및 참가자 6이 두손으로 하트를 그리는 제스처를 한 영상(1730-1, 1730-2)이 수신되면, 전자 장치(100)는 제스처 인식 모델을 통해 참가자 5 및 참가자 6의 제스처를 인식할 수 있다. 그리고, 전자 장치(100)는 참가자 5 및 참가자 6가 발화 의도가 없음을 식별하고, 도 17의 (b)에 도시된 바와 같이, 메인 영역 상에 제스처의 유형에 대응되는 인디케이터(즉, 하트)(1740)를 식별된 제스처 개수에 대응되도록 두 개 표시할 수 있다. 제스처의 유형에 대응되는 인디케이터(1740)는 기설정된 시간 혹은 제스처가 종료되면 제거될 수 있다. 이때, 서브 영역에 제공되는 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신되는 영상(1720-1 내지 1720-4)는 유지될 수 있다.
도 18은 본 개시의 일 실시예에 따른, 복수 개의 공유 컨텐츠가 메인 영역에 제공되는 컨텐츠 공유 모드 동안 발화 의도를 가진 음성이 감지되는 실시예를 설명하기 위한 도면이다.
우선, 컨텐츠 공유 모드 동안 전자 장치(100)는 도 18의 (a)에 도시된 바와 같이, 메인 영역에 제1 공유 컨텐츠(1810) 및 제2 공유 컨텐츠(1820)을 표시하고, 서브 영역에 참가자 1 내지 4에 대응되는 단말 장치들로부터 수신된 영상들(1830-1 내지 1830-4)을 표시할 수 있다.
이때, 참가자 4가 기설정된 값 이상의 볼륨을 가지는 음성으로 발화하거나 임계 시간 이상 동안 음성을 발화한 경우, 전자 장치(100)는 도 18의 (b)에 도시된 바와 같이, 참가자 4에 대응되는 단말 장치로부터 수신된 영상(1840)을 메인 영역 중 제2 공유 컨텐츠(1820)가 표시되는 영역에 표시할 수 있다. 이때, 메인 영역에 제공되는 제1 공유 컨텐츠(1810)은 유지될 수 있다. 특히, 참가자 4가 발화한 음성은 제1 공유 컨텐츠(1810)와 관련된 음성일 수 있다. 따라서, 전자 장치(100)는 참가자 4가 발화한 음성과 무관한 제2 공유 컨텐츠(1820)를 표시한 영역에 참가자 4에 대응되는 단말 장치로부터 수신된 영상을 표시할 수 있다. 만약, 참가자 4가 발화한 음성이 제2 공유 컨텐츠(1820)와 관련된 경우, 전자 장치(100)는 제1 공유 컨텐츠(1810)를 표시한 영역에 참가자 4에 대응되는 단말 장치로부터 수신된 영상을 표시할 수 있다. 그리고, 전자 장치(100)는 서브 영역에 제공되는 참가자 4에 대응되는 단말 장치로부터 수신된 영상(1830-4)를 서브 영역에서 제거할 수 있다.
한편, 상술한 실시예에서는 제1 공유 컨텐츠(1810)와 참가자 4의 영상(1840)의 크기가 동일한 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 앞서 설명한 바와 같이, 제1 공유 컨텐츠(1810)의 크기가 감소되며, 감소된 크기의 제1 공유 컨텐츠가 참가자 4의 영상(1840) 위에 표시될 수 있음은 물론이다.
도 19는 본 개시의 일 실시예에 따른, 화상 통화 서비스를 제공하는 전자 장치의 제어 방법을 설명하기 위한 흐름도이다.
우선, 전자 장치(100)는 복수의 참가자와 화상 통화를 진행하는 동안 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입한다(S1910).
그리고, 전자 장치(100)는 공유 컨텐츠를 메인 영역에 표시하고 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시한다(S1920).
그리고, 전자 장치(100)는 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나를 감지한다(S1930).
그리고, 전자 장치(100)는 감지된 음성 및 제스처 중 적어도 하나에 기초하여 메인 영역에 제1 참가자에 대응되는 단말로부터 촬영된 제1 영상을 표시한다(S1940).
구체적으로, 전자 장치(100)는 감지된 음성의 볼륨 및 발화 시간, 감지된 제스처에 기초하여 제1 참가자의 발화 의도를 판단할 수 있다. 이때, 전자 장치(100)는 감지된 음성의 볼륨이 기설정된 값 이상이거나, 감지된 발화 시간이 임계 시간 이상이거나, 감지된 제스처가 기 정의된 제스처인 경우, 제1 참가자가 발화 의도가 존재하는 것으로 판단할 수 있다.
제1 참가자가 발화 의도가 존재하는 것으로 판단되면, 전자 장치(100)는 메인 영역에 제1 영상을 표시할 수 있다. 제1 참가자가 발화 의도가 없는 것으로 판단되면, 전자 장치(100)는 메인 영역에 공유 컨텐츠를 유지하고 서브 영역 상에 표시된 제1 참가자에 대응되는 단말 장치로부터 수신된 제2 영상 상에 이미지 효과를 제공할 수 있다. 이때, 이미지 효과는 감지된 음성 및 제스처 중 적어도 하나의 유형에 대응될 수 있다.
또한, 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 전자 장치(100)는 감지된 음성 및 제스처 중 적어도 하나에 기초하여 공유 컨텐츠의 크기를 축소시키고 크기가 축소된 공유 컨텐츠를 메인 영역 상에 표시된 제1 영상 상에 표시할 수 있다. 또한, 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 전자 장치(100)는 감지된 음성 및 제스처 중 적어도 하나에 기초하여 서브 영역에 표시되는 제1 참가자에 대응되는 단말 장치로부터 수신된 제2 영상을 제거하고 메인 영역에 상기 제1 영상을 표시할 수 있다. 이때, 제1 영상의 크기는 제2 영상의 크기보다 클 수 있다.
메인 영역 상에 상기 제1 영상이 표시되는 동안 임계 시간동안 제1 참가자의 발화가 존재하지 않거나 기설정된 제스처가 감지되면, 전자 장치(100)는 공유 컨텐츠를 다시 메인 영역에 표시하고 제1 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시할 수 있다.
한편, 상술한 실시예에서는 컨텐츠 공유 모드 동안 발화 의도를 가진 음성이나 제스처가 감지되면, 발화 의도를 가진 참가자의 영상이 메인 영역에 표시되고, 공유 컨텐츠의 크기가 감소하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 사용자 설정에 따라 발화 의도를 가진 음성이나 제스처가 감지되더라도 발화 의도를 가진 참가자의 영상이 계속해서 서브 영역에 표시될 수 있다. 즉, 컨텐츠 공유 모드 동안 공유 컨텐츠가 계속해서 메인 영역에 표시되도록 하는 사용자 설정이 입력되면, 전자 장치(100)는 발화 의도를 가진 음성이나 제스처가 감지되더라도 발화 의도를 가진 참가자의 영상이 계속해서 서브 영역에 표시될 수 있다. 이때, 전자 장치(100)는 서브 영역에 표시되는 발화 의도를 가진 참가자의 영상에 이미지 효과(예를 들어, 하이라이트 표시 등)를 제공할 수 있다.
한편, 상술한 실시예에서는 전자 장치(100)가 컨텐츠 공유 모드 동안의 동작을 제어하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 컨텐츠 공유 모드 동안의 동작 중 적어도 일부는 외부의 서버에 의해 수행될 수 있다.
도 20은 본 개시의 일 실시예에 따른, 서버 및 복수의 단말 장치를 포함하는 화상 통화 시스템을 설명하기 위한 도면이다.
제1 단말 장치 내지 제4 단말 장치(2010-1 내지 2010-4)는 서버(2020)를 통해 화상 통화 기능을 수행할 수 있다. 특히, 서버(2020)는 제1 단말 장치 내지 제4 단말 장치(2010-1 내지 2010-4)로부터 영상 및 오디오를 수신하고, 수신된 영상을 바탕으로 화상 통화 화면을 생성하여 제1 단말 장치 내지 제4 단말 장치(2010-1 내지 2010-4)로 전송할 수 있다.
그리고, 서버(2020)는 컨텐츠 공유 모드로 동작하는 동안 복수의 단말 장치(2010-1 내지 2010-4) 중 적어도 하나의 단말 장치로부터 수신된 영상 또는 오디오를 분석하여 발화 의도를 가진 참가자가 존재하는지 여부를 판단할 수 있다.
발화 의도가 존재하는 음성 또는 제스처가 감지되면, 서버(2020)는 도 5에 도시된 바와 같이, 메인 영역 상에 발화 의도를 가진 참가자에 대응되는 단말 장치로부터 수신된 영상을 배치하여 복수의 단말 장치(2010-1 내지 2010-4)로 화상 통화 화면을 전송할 수 있다.
발화 의도가 존재하지 않은 음성 또는 제스처가 감지되면, 서버(2020)는 도 6에 도시된 바와 같이, 서브 영역 상에 이미지 효과를 제공하여 복수의 단말 장치(2010-1 내지 2010-4)로 화상 통화 화면을 전송할 수 있다.
한편, 본 개시에 따른 인공지능과 관련된 기능(예로, 신경망 모델에 대한 학습 기능 및 추론 기능)은 전자 장치(100)의 적어도 하나의 프로세서와 메모리를 통해 동작된다.
프로세서는 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU(Central Processing Unit), GPU(Graphic Processing Unit), NPU(Neural Processing Unit) 중 적어도 하나를 포함할 수 있으나 전술한 프로세서의 예시에 한정되지 않는다.
CPU는 일반 연산뿐만 아니라 인공지능 연산을 수행할 수 있는 범용 프로세서로서, 다계층 캐시(Cache) 구조를 통해 복잡한 프로그램을 효율적으로 실행할 수 있다. CPU는 순차적인 계산을 통해 이전 계산 결과와 다음 계산 결과의 유기적인 연계가 가능하도록 하는 직렬 처리 방식에 유리하다. 범용 프로세서는 전술한 CPU로 명시한 경우를 제외하고 전술한 예에 한정되지 않는다.
GPU는 그래픽 처리에 이용되는 부동 소수점 연산 등과 같은 대량 연산을 위한 프로세서로서, 코어를 대량으로 집적하여 대규모 연산을 병렬로 수행할 수 있다. 특히, GPU는 CPU에 비해 컨볼루션(Convolution) 연산 등과 같은 병렬 처리 방식에 유리할 수 있다. 또한, GPU는 CPU의 기능을 보완하기 위한 보조 프로세서(co-processor)로 이용될 수 있다. 대량 연산을 위한 프로세서는 전술한 GPU로 명시한 경우를 제외하고 전술한 예에 한정되지 않는다.
NPU는 인공 신경망을 이용한 인공지능 연산에 특화된 프로세서로서, 인공 신경망을 구성하는 각 레이어를 하드웨어(예로, 실리콘)로 구현할 수 있다. 이때, NPU는 업체의 요구 사양에 따라 특화되어 설계되므로, CPU나 GPU에 비해 자유도가 낮으나, 업체가 요구하기 위한 인공지능 연산을 효율적으로 처리할 수 있다. 한편, 인공지능 연산에 특화된 프로세서로, NPU는 TPU(Tensor Processing Unit), IPU(Intelligence Processing Unit), VPU(Vision processing unit) 등과 같은 다양한 형태로 구현 될 수 있다. 인공 지능 프로세서는 전술한 NPU로 명시한 경우를 제외하고 전술한 예에 한정되지 않는다.
또한, 하나 또는 복수의 프로세서는 SoC(System on Chip)으로 구현될 수 있다. 이때, SoC에는 하나 또는 복수의 프로세서 이외에 메모리, 및 프로세서와 메모리 사이의 데이터 통신을 위한 버스(Bus) 등과 같은 네트워크 인터페이스를 더 포함할 수 있다.
전자 장치(100)에 포함된 SoC(System on Chip)에 복수의 프로세서가 포함된 경우, 전자 장치(100)은 복수의 프로세서 중 일부 프로세서를 이용하여 인공지능과 관련된 연산(예를 들어, 인공지능 모델의 학습(learning)이나 추론(inference)에 관련된 연산)을 수행할 수 있다. 예를 들어, 전자 장치(100)는 복수의 프로세서 중 컨볼루션 연산, 행렬 곱 연산 등과 같은 인공지능 연산에 특화된 GPU, NPU, VPU, TPU, 하드웨어 가속기 중 적어도 하나를 이용하여 인공지능과 관련된 연산을 수행할 수 있다. 다만, 이는 일 실시예에 불과할 뿐, CPU 등과 범용 프로세서를 이용하여 인공지능과 관련된 연산을 처리할 수 있음은 물론이다.
또한, 전자 장치(100)는 하나의 프로세서에 포함된 멀티 코어(예를 들어, 듀얼 코어, 쿼드 코어 등)를 이용하여 인공지능과 관련된 기능에 대한 연산을 수행할 수 있다. 특히, 전자 장치(100)는 프로세서에 포함된 멀티 코어를 이용하여 병렬적으로 컨볼루션 연산, 행렬 곱 연산 등과 같은 인공 지능 연산을 수행할 수 있다.
하나 또는 복수의 프로세서는, 메모리에 저장된 기정의된 동작 규칙 또는 인공지능 모델에 따라, 입력 데이터를 처리하도록 제어한다. 기정의된 동작 규칙 또는 인공지능 모델은 학습을 통해 만들어진 것을 특징으로 한다.
여기서, 학습을 통해 만들어진다는 것은, 다수의 학습 데이터들에 학습 알고리즘을 적용함으로써, 원하는 특성의 기정의된 동작 규칙 또는 인공지능 모델이 만들어짐을 의미한다. 이러한 학습은 본 개시에 따른 인공지능이 수행되는 기기 자체에서 이루어질 수도 있고, 별도의 서버/시스템을 통해 이루어 질 수도 있다.
인공지능 모델은, 복수의 신경망 레이어들로 구성될 수 있다. 적어도 하나의 레이어는 적어도 하나의 가중치(weight values)을 갖고 있으며, 이전(previous) 레이어의 연산 결과와 적어도 하나의 정의된 연산을 통해 레이어의 연산을 수행한다. 신경망의 예로는, CNN (Convolutional Neural Network), DNN (Deep Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 및 심층 Q-네트워크 (Deep Q-Networks), Transformer가 있으며, 본 개시에서의 신경망은 명시한 경우를 제외하고 전술한 예에 한정되지 않는다.
학습 알고리즘은, 다수의 학습 데이터들을 이용하여 소정의 대상 기기(예컨대, TV)을 훈련시켜 소정의 대상 기기 스스로 결정을 내리거나 예측을 할 수 있도록 하는 방법이다. 학습 알고리즘의 예로는, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)이 있으며, 본 개시에서의 학습 알고리즘은 명시한 경우를 제외하고 전술한 예에 한정되지 않는다.
또한, 본 개시의 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품(예: 다운로더블 앱(downloadable app))의 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.
본 개시의 다양한 실시 예에 따른 방법은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시 예들에 따른 전자 장치(예: TV)를 포함할 수 있다.
한편, 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적 저장매체'는 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예로, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접 또는 상기 프로세서의 제어 하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다.
이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시가 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.
110: 디스플레이 120: 카메라
130: 스피커 140: 마이크
150: 통신 인터페이스 160: 메모리
170: 입력 인터페이스 180: 적어도 하나의 프로세서

Claims (18)

  1. 화상 통화 서비스를 제공하는 전자 장치에 있어서,
    통신 인터페이스;
    디스플레이;
    메모리; 및
    상기 통신 인터페이스, 상기 디스플레이 및 상기 메모리와 작동적으로 연결되는 적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는,
    복수의 참가자와 화상 통화를 진행하는 동안 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 공유 컨텐츠를 메인 영역에 표시하고 상기 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하도록 상기 디스플레이를 제어하며,
    상기 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 음성 및 제스처 중 적어도 하나에 기초하여 상기 메인 영역에 상기 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상을 표시하도록 상기 디스플레이를 제어하는 전자 장치.
  2. 제1항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 감지된 음성의 볼륨 및 발화 시간, 상기 감지된 제스처에 기초하여 상기 제1 참가자의 발화 의도를 판단하고,
    상기 제1 참가자가 발화 의도가 존재하는 것으로 판단되면, 상기 메인 영역에 상기 제1 영상을 표시하도록 상기 디스플레이를 제어하는 전자 장치.
  3. 제2항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 감지된 음성의 볼륨이 기설정된 값 이상이거나, 상기 감지된 발화 시간이 임계 시간 이상이거나, 상기 감지된 제스처가 기 정의된 제스처인 경우, 상기 제1 참가자가 발화 의도가 존재하는 것으로 판단하는 전자 장치.
  4. 제2항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 제1 참가자가 발화 의도가 없는 것으로 판단되면, 상기 메인 영역에 상기 공유 컨텐츠를 유지하고 상기 서브 영역 상에 표시된 상기 제1 참가자에 대응되는 단말 장치로부터 수신된 제2 영상 상에 이미지 효과를 제공하도록 상기 디스플레이를 제어하는 전자 장치.
  5. 제4항에 있어서,
    상기 이미지 효과는 상기 감지된 음성 및 제스처 중 적어도 하나의 유형에 대응되는 전자 장치.
  6. 제1항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 음성 및 제스처 중 적어도 하나에 기초하여 상기 공유 컨텐츠의 크기를 축소시키고 상기 크기가 축소된 공유 컨텐츠를 상기 메인 영역 상에 표시된 제1 영상 상에 표시하도록 상기 디스플레이를 제어하는 전자 장치.
  7. 제1항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 음성 및 제스처 중 적어도 하나에 기초하여 상기 서브 영역에 표시되는 제1 참가자에 대응되는 단말 장치로부터 수신된 제2 영상을 제거하고 상기 메인 영역에 상기 제1 영상을 표시하도록 상기 디스플레이를 제어하고,
    상기 제1 영상의 크기는 상기 제2 영상의 크기보다 큰 전자 장치.
  8. 제1항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 메인 영역 상에 상기 제1 영상이 표시되는 동안 임계 시간동안 제1 참가자의 발화가 존재하지 않거나 기설정된 제스처가 감지되면, 상기 공유 컨텐츠를 다시 메인 영역에 표시하고 상기 제1 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하도록 상기 디스플레이를 제어하는 전자 장치.
  9. 제1항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 복수의 참가자와 화상 통화를 진행하는 동안 복수의 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 복수의 공유 컨텐츠를 메인 영역에 표시하고 상기 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하도록 상기 디스플레이를 제어하며,
    상기 복수의 참가자 중 제2 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 제2 참가자의 음성 및 제스처 중 적어도 하나에 기초하여 상기 메인 영역에 표시된 복수의 공유 컨텐츠 중 하나를 제거하고, 상기 제2 참가자에 대응되는 단말 장치로부터 수신된 제3 영상을 상기 제거된 공유 컨텐츠가 표시된 영역 상에 표시하도록 상기 디스플레이를 제어하는 전자 장치.
  10. 화상 통화 서비스를 제공하는 전자 장치의 제어 방법에 있어서,
    복수의 참가자와 화상 통화를 진행하는 동안 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 공유 컨텐츠를 메인 영역에 표시하고 상기 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하는 단계; 및
    상기 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 음성 및 제스처 중 적어도 하나에 기초하여 상기 메인 영역에 상기 제1 참가자에 대응되는 단말 장치로부터 수신된 제1 영상을 표시하는 단계;를 포함하는 제어 방법.
  11. 제10항에 있어서,
    상기 제1 영상을 표시하는 단계는,
    상기 감지된 음성의 볼륨 및 발화 시간, 상기 감지된 제스처에 기초하여 상기 제1 참가자의 발화 의도를 판단하는 단계; 및
    상기 제1 참가자가 발화 의도가 존재하는 것으로 판단되면, 상기 메인 영역에 상기 제1 영상을 표시하는 단계;를 포함하는 제어 방법.
  12. 제11항에 있어서,
    상기 판단하는 단계는,
    상기 감지된 음성의 볼륨이 기설정된 값 이상이거나, 상기 감지된 발화 시간이 임계 시간 이상이거나, 상기 감지된 제스처가 기 정의된 제스처인 경우, 상기 제1 참가자가 발화 의도가 존재하는 것으로 판단하는 제어 방법.
  13. 제11항에 있어서,
    상기 제어 방법은,
    상기 제1 참가자가 발화 의도가 없는 것으로 판단되면, 상기 메인 영역에 상기 공유 컨텐츠를 유지하고 상기 서브 영역 상에 표시된 상기 제1 참가자에 대응되는 단말 장치로부터 수신된 제2 영상 상에 이미지 효과를 제공하는 단계;를 포함하는 제어 방법.
  14. 제13항에 있어서,
    상기 이미지 효과는 상기 감지된 음성 및 제스처 중 적어도 하나의 유형에 대응되는 제어 방법.
  15. 제10항에 있어서,
    상기 제1 영상을 표시하는 단계는,
    상기 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 음성 및 제스처 중 적어도 하나에 기초하여 상기 공유 컨텐츠의 크기를 축소시키고 상기 크기가 축소된 공유 컨텐츠를 상기 메인 영역 상에 표시된 제1 영상 상에 표시하는 제어 방법.
  16. 제10항에 있어서,
    상기 제1 영상을 표시하는 단계는,
    상기 복수의 참가자 중 제1 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 음성 및 제스처 중 적어도 하나에 기초하여 상기 서브 영역에 표시되는 제1 참가자에 대응되는 단말 장치로부터 수신된 제2 영상을 제거하고 상기 메인 영역에 상기 제1 영상을 표시하고,
    상기 제1 영상의 크기는 상기 제2 영상의 크기보다 큰 제어 방법.
  17. 제10항에 있어서,
    상기 제어 방법은,
    상기 메인 영역 상에 상기 제1 영상이 표시되는 동안 임계 시간동안 제1 참가자의 발화가 존재하지 않거나 기설정된 제스처가 감지되면, 상기 공유 컨텐츠를 다시 메인 영역에 표시하고 상기 제1 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하는 단계;를 더 포함하는 제어 방법.
  18. 제10항에 있어서,
    상기 제어 방법은,
    상기 복수의 참가자와 화상 통화를 진행하는 동안 복수의 컨텐츠를 공유하기 위한 컨텐츠 공유 모드에 진입하면, 복수의 공유 컨텐츠를 메인 영역에 표시하고 상기 복수의 참가자 중 적어도 하나의 참가자에 대응되는 단말 장치로부터 수신된 영상을 서브 영역에 표시하는 단계; 및
    상기 복수의 참가자 중 제2 참가자의 음성 및 제스처 중 적어도 하나가 감지되면, 상기 감지된 제2 참가자의 음성 및 제스처 중 적어도 하나에 기초하여 상기 메인 영역에 표시된 복수의 공유 컨텐츠 중 하나를 제거하고, 상기 제2 참가자에 대응되는 단말 장치로부터 수신된 제3 영상을 상기 제거된 공유 컨텐츠가 표시된 영역 상에 표시하는 단계;를 더 포함하는 제어 방법.
KR1020220091592A 2022-07-25 2022-07-25 화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법 KR20240014179A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220091592A KR20240014179A (ko) 2022-07-25 2022-07-25 화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법
PCT/KR2023/008039 WO2024025142A1 (ko) 2022-07-25 2023-06-12 화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220091592A KR20240014179A (ko) 2022-07-25 2022-07-25 화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법

Publications (1)

Publication Number Publication Date
KR20240014179A true KR20240014179A (ko) 2024-02-01

Family

ID=89706965

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220091592A KR20240014179A (ko) 2022-07-25 2022-07-25 화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법

Country Status (2)

Country Link
KR (1) KR20240014179A (ko)
WO (1) WO2024025142A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014109422A1 (ko) * 2013-01-09 2014-07-17 엘지전자 주식회사 음성 추적 장치 및 그 제어 방법
KR20160071732A (ko) * 2014-12-12 2016-06-22 삼성전자주식회사 음성 입력을 처리하는 방법 및 장치
KR20170064242A (ko) * 2015-12-01 2017-06-09 삼성전자주식회사 영상통화를 제공하는 전자 장치 및 방법
KR20170082349A (ko) * 2016-01-06 2017-07-14 삼성전자주식회사 디스플레이 장치 및 그 제어 방법
KR102575038B1 (ko) * 2020-07-14 2023-09-07 (주)날리지포인트 화상 회의 서비스 제공 장치 및 방법

Also Published As

Publication number Publication date
WO2024025142A1 (ko) 2024-02-01

Similar Documents

Publication Publication Date Title
US11470385B2 (en) Method and apparatus for filtering video
KR102298947B1 (ko) 음성 데이터 처리 방법 및 이를 지원하는 전자 장치
US11126140B2 (en) Electronic device, external device capable of being combined with the electronic device, and a display method thereof
US11210827B2 (en) Electronic device providing text-related image and method for operating the same
CN106293074B (zh) 一种情绪识别方法和移动终端
KR102595790B1 (ko) 전자 장치 및 그의 제어방법
US20190279409A1 (en) Electronic apparatus and controlling method thereof
KR102586014B1 (ko) 전자 장치 및 전자 장치의 제어 방법
US11150870B2 (en) Method for providing natural language expression and electronic device supporting same
KR102517228B1 (ko) 사용자의 입력에 대한 외부 전자 장치의 응답 시간에 기반하여 지정된 기능을 제어하는 전자 장치 및 그의 방법
EP3610479B1 (en) Electronic apparatus for processing user utterance
US20200075008A1 (en) Voice data processing method and electronic device for supporting same
CN113778663A (zh) 一种多核处理器的调度方法及电子设备
KR102369309B1 (ko) 파셜 랜딩 후 사용자 입력에 따른 동작을 수행하는 전자 장치
KR102345883B1 (ko) 그래픽 표시를 출력하는 전자 장치
JP2021530038A (ja) 低電力のリアルタイムオブジェクト検出用のシステム及び方法
KR20240014179A (ko) 화상 통화 서비스를 제공하는 전자 장치 및 이의 제어 방법
US11747954B1 (en) Systems and methods for organizing contents in XR environments
US20210201142A1 (en) Electronic device and control method thereof
WO2020207294A1 (zh) 服务处理方法、装置、存储介质及电子设备
CN110852093A (zh) 文本信息生成方法、装置、计算机设备及存储介质
US11127400B2 (en) Electronic device and method of executing function of electronic device
US11243598B2 (en) Proactive power management of a graphics processor
US20230267168A1 (en) Vector circuit with scalar operations in accelerator circuit for mathematical operations
US11914500B2 (en) Debugging of accelerator circuit for mathematical operations using packet limit breakpoint