KR20240026811A - 사용자 발화를 분석하기 위한 방법 및 이를 지원하는 전자 장치 - Google Patents

Abstract

일 실시예에 따르면, 전자 장치에 있어서, 마이크, 및 상기 마이크와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 마이크를 통하여 획득한 제1 발화에 기반하여, 상기 제1 발화에 대응하는 하나 이상의 명령들을 획득하고, 상기 하나 이상의 명령들 중에서 상기 제1 발화와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 실행하고, 상기 마이크를 통하여 획득한 제2 발화에 기반하여, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하고, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 제2 발화와의 유사도가 가장 높은 제2 명령을 결정하고, 상기 결정된 제2 명령에 대응하는 동작을 실행하도록 구성된, 전자 장치가 제공될 수 있다. 그 밖의 다양한 실시예가 가능하다.

Description

사용자 발화를 분석하기 위한 방법 및 이를 지원하는 전자 장치{METHOD FOR ANALYZING USER UTTERANCE AND ELECTRONIC DEVICE SUPPORTING THE SAME}

본 개시는 사용자 발화를 분석하기 위한 방법 및 이를 지원하는 전자 장치에 관한 것이다.

현대를 살아가는 많은 사람들에게 휴대용 디지털 통신기기들은 하나의 필수 요소가 되었다. 소비자들은 휴대용 디지털 통신기기들을 이용하여 언제 어디서나 자신이 원하는 다양한 고품질의 서비스를 제공받고 싶어한다.

음성인식 서비스는, 휴대용 디지털 통신기기들에 구현되는 음성인식 인터페이스를 기반으로, 수신되는 사용자 음성에 대응하여 다양한 컨텐츠 서비스를 소비자들에게 제공하는 서비스일 수 있다. 음성인식 서비스의 제공을 위해 휴대용 디지털 통신기기들에는 인간의 언어를 인식하고 분석하는 기술들(예: 자동 음성 인식, 자연어 이해, 자연어 생성, 기계 번역, 대화시스템, 질의 응답, 또는 음성 인식/합성, 등)이 구현될 수 있다.

소비자들에게 질 높은 음성인식 서비스가 제공되기 위해서는, 사용자 음성으로부터 사용자 의도를 정확하게 확인하는 기술의 구현과 확인된 사용자 의도에 대응하는 적절한 컨텐츠 서비스를 제공하는 기술의 구현이 요구될 수 있다.

본 개시의 일 실시예는, 다양한 의도로 해석될 수 있는 사용자 발화에 대응하는 동작을 수행하고, 동작을 정정하기 위한 사용자 발화에 기반하여, 정정된 동작을 수행하는 것을 목적으로 한다. 다만, 본 개시의 목적은 상기 기술된 내용으로 제한되지 않는다.

본 개시의 일 실시예에 따르면, 전자 장치는, 마이크 및 상기 마이크와 작동적으로 연결된 적어도 하나의 프로세서를 포함할 수 있다. 상기 적어도 하나의 프로세서는, 상기 마이크를 통하여 획득한 제1 발화에 기반하여, 상기 제1 발화에 대응하는 하나 이상의 명령들을 획득할 수 있다. 상기 적어도 하나의 프로세서는, 상기 하나 이상의 명령들 중에서 상기 제1 발화와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 실행할 수 있다. 상기 적어도 하나의 프로세서는, 상기 마이크를 통하여 획득한 제2 발화에 기반하여, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 상기 적어도 하나의 프로세서는, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 제2 발화와의 유사도가 가장 높은 제2 명령을 결정할 수 있다. 상기 적어도 하나의 프로세서는, 상기 결정된 제2 명령에 대응하는 동작을 실행하도록 구성될 수 있다.

본 개시의 일 실시예에 따르면, 전자 장치의 사용자 발화를 분석하는 방법은, 마이크를 통하여 획득한 제1 발화에 기반하여, 상기 제1 발화에 대응하는 하나 이상의 명령들을 획득하는 동작을 포함할 수 있다. 상기 방법은, 상기 하나 이상의 명령들 중에서 상기 제1 발화와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 실행하는 동작을 포함할 수 있다. 상기 방법은, 상기 마이크를 통하여 획득한 제2 발화에 기반하여, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하는 동작을 포함할 수 있다. 상기 방법은, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 제2 발화와의 유사도가 가장 높은 제2 명령을 결정하는 동작을 포함할 수 있다. 상기 방법은, 상기 결정된 제2 명령에 대응하는 동작을 실행하는 동작을 포함할 수 있다.

본 개시의 일 실시예에 따르면, 인스트럭션들을 저장하고 있는 비일시적 저장 매체에 있어서, 상기 인스트럭션들은 전자 장치의 적어도 하나의 회로에 의해서 실행될 때에 상기 전자 장치로 하여금 적어도 하나의 동작을 수행하도록 설정될 수 있다. 상기 적어도 하나의 동작은, 마이크를 통하여 획득한 제1 발화에 기반하여, 상기 제1 발화에 대응하는 하나 이상의 명령들을 획득하는 동작을 포함할 수 있다. 상기 적어도 하나의 동작은, 상기 하나 이상의 명령들 중에서 상기 제1 발화와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 실행하는 동작을 포함할 수 있다. 상기 적어도 하나의 동작은, 상기 마이크를 통하여 획득한 제2 발화에 기반하여, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하는 동작을 포함할 수 있다. 상기 적어도 하나의 동작은, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 제2 발화와의 유사도가 가장 높은 제2 명령을 결정하는 동작을 포함할 수 있다. 상기 적어도 하나의 동작은, 상기 결정된 제2 명령에 대응하는 동작을 실행하는 동작을 포함할 수 있다.

본 개시의 일 실시예에 따른, 과제의 해결 수단이 상술한 해결 수단들로 제한되는 것은 아니며, 언급되지 아니한 해결 수단들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은, 본 개시의 일 실시예에 따른, 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도 이다.
도 2는, 본 개시의 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면 이다.
도 3은, 본 개시의 일 실시예에 따른, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면 이다.
도 4는, 본 개시의 일 실시예에 따른 네트워크 환경 내의 전자 장치의 블록도 이다.
도 5는, 본 개시의 일 실시예에 따른 전자 장치를 설명하기 위한 블록도이다.
도 6은, 본 개시의 일 실시예에 따른 전자 장치의 사용자 발화를 분석하는 동작을 설명하기 위한 흐름도이다.
도 7은, 본 개시의 일 실시예에 따른 전자 장치의 후보 명령들을 결정하는 동작을 설명하기 위한 흐름도이다.
도 8은, 본 개시의 일 실시예에 따른 전자 장치의 후보 명령들을 결정하는 동작을 설명하기 위한 예시도이다.
도 9는, 본 개시의 일 실시예에 따른 전자 장치의 제2 발화가 정정 발화인지 여부를 확인하는 동작을 설명하기 위한 흐름도이다.
도 10a 및 도 10b는 본 개시의 일 실시예에 따른 전자 장치의 제1 발화 및 제2 발화 각각에 대응하는 동작을 실행하는 예시를 설명하기 위한 도면이다.
도 11은, 본 개시의 일 실시예에 따른 전자 장치의 제2 발화에 기반하여 제2 명령을 결정하는 동작을 설명하기 위한 흐름도이다.
도 12는, 본 개시의 일 실시예에 따른 전자 장치의 제2 발화에 기반하여 제2 명령을 결정하는 동작을 설명하기 위한 예시도이다.
도 13은, 본 개시의 일 실시예에 따른 전자 장치의 제2 발화가 정정 발화인지 여부를 확인하는 동작을 설명하기 위한 흐름도이다.
도 14a 및 도 14b는, 본 개시의 일 실시예에 따른 전자 장치의 제1 발화 및 제2 발화 각각에 대응하는 동작을 실행하는 예시를 설명하기 위한 도면이다.

도 1은, 다양한 실시예들에 따른, 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도 이다.

도 1을 참조하면, 일 실시예의 통합 지능화 시스템(10)은 사용자 단말(100), 지능형 서버(200), 및 서비스 서버(300)를 포함할 수 있다.

일 실시 예의 사용자 단말(100)은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.

도시된 실시 예에 따르면, 사용자 단말(100)은 통신 인터페이스(110), 마이크(120), 스피커(130), 디스플레이(140), 메모리(150), 또는 프로세서(160)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.

일 실시 예의 통신 인터페이스(110)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(120)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(130)는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 일 실시 예의 디스플레이(140)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이(140)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.

일 실시 예의 메모리(150)는 클라이언트 모듈(151), SDK(software development kit)(153), 및 복수의 앱들(155)을 저장할 수 있다. 상기 클라이언트 모듈(151), 및 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(151) 또는 SDK(153)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.

일 실시 예의 메모리(150)는 상기 복수의 앱들(155)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱(155)은 제1 앱(155_1), 제2 앱(155_3) 을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱(155) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 앱들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(155)은 프로세서(160)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.

일 실시 예의 프로세서(160)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(160)는 통신 인터페이스(110), 마이크(120), 스피커(130), 및 디스플레이(140)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다.

일 실시 예의 프로세서(160)는 또한 상기 메모리(150)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(160)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(160)는, 예를 들어, SDK(153)를 통해 복수의 앱(155)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작은 프로세서(160)의 실행에 의한 동작일 수 있다.

일 실시 예의 클라이언트 모듈(151)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 마이크(120)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 음성 입력을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(151)은 수신된 음성 입력과 함께, 사용자 단말(100)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.

일 실시 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이(140)에 표시할 수 있다.

일 실시 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(140)에 표시할 수 있다. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이에 표시할 수 있다.

일 실시 예에 따르면, 클라이언트 모듈(151)은 지능형 서버(200)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.

일 실시 예의 클라이언트 모듈(151)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.

일 실시 예의 클라이언트 모듈(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.

일 실시 예의 지능형 서버(200)는 통신 망을 통해 사용자 단말(100)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다

일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN)) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 플랜 중 적어도 하나의 플랜을 선택할 수 있다.

일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 사용자 단말(100)로 송신하거나, 생성된 플랜을 사용자 단말(100)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.

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

일 실시 예의 프론트 엔드(210)는 사용자 단말(100)로부터 수신된 음성 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 음성 입력에 대응되는 응답을 송신할 수 있다.

일 실시 예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227)또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)를 포함할 수 있다.

일 실시 예의 자동 음성 인식 모듈(221)은 사용자 단말(100)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.

일 실시 예의 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(225)은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.

일 실시 예의 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.

일 실시 예에 따르면, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(100)에서도 구현가능 할 수 있다.

상기 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.

상기 캡슐 데이터베이스(230)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자 단말(100)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록 하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시 예에서는 캡슐 데이터베이스(230) 은 사용자 단말(100) 내에도 구현이 가능할 수 있다.

일 실시 예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(250)는 산출된 결과를 사용자 단말(100)로 송신할 수 있다. 이에 따라, 사용자 단말(100)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(280)은 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.

일 실시 예의 서비스 서버(300)는 사용자 단말(100)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(300)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.

위에 기술된 통합 지능 시스템(10)에서, 상기 사용자 단말(100)은, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.

일 실시 예에서, 상기 사용자 단말(100)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(100)은 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)을 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.

일 실시 예에서, 사용자 단말(100)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(100)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.

일 실시 예에서, 사용자 단말(100)이 지능형 서버(200) 및/또는 서비스 서버(300)와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말(100)은, 상기 마이크(120)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말(100)은, 상기 음성 데이터를 통신 인터페이스(110)를 이용하여 지능형 서버(200)로 송신할 수 있다.

일 실시 예에 따른 지능형 서버(200)는 사용자 단말(100)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.

일 실시 예의 사용자 단말(100)은, 통신 인터페이스(110)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(100)은 상기 스피커(130)를 이용하여 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(140)를 이용하여 사용자 단말(100) 내부에서 생성된 이미지를 외부로 출력할 수 있다.

도 2는 다양한 실시예들에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면 이다.

상기 지능형 서버(200)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(230))는 CAN(concept action network)(400) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network)(400) 형태로 저장될 수 있다.

상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(capsule(A)(401), capsule(B)(404))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예:capsule(A)(401))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402), CP 2(403), CP 3(406), 또는 CP 4(405))가 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작 및 적어도 하나 이상의 컨셉을 포함할 수 있다.

상기, 자연어 플랫폼(220)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(225)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A (401) 의 동작들(4011,4013) 과 컨셉들(4012,4014) 및 캡슐 B(404)의 동작(4041) 과 컨셉(4042)를 이용하여 플랜(407)을 생성할 수 있다.

도 3은 다양한 실시예들에 따른, 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면 이다.

사용자 단말(100)은 지능형 서버(200)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.

일 실시 예에 따르면, 310 화면에서, 사용자 단말(100)은 지정된 음성 입력(예: 웨이크 업!)을 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(100)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이(140)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 "이번주 일정 알려줘!"라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.

일 실시 예에 따르면, 320 화면에서, 사용자 단말(100)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(100)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이에 표시할 수 있다.

도 4는, 본 개시의 일 실시예에 따른 네트워크 환경(410) 내의 전자 장치(411)의 블록도이다.

도 4을 참조하면, 네트워크 환경(410)에서 전자 장치(411)는 제 1 네트워크(498)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(412)와 통신하거나, 또는 제 2 네트워크(499)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(414) 또는 서버(418) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(411)는 서버(418)를 통하여 전자 장치(414)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(411)는 프로세서(420), 메모리(430), 입력 모듈(450), 음향 출력 모듈(455), 디스플레이 모듈(460), 오디오 모듈(470), 센서 모듈(476), 인터페이스(477), 연결 단자(478), 햅틱 모듈(479), 카메라 모듈(480), 전력 관리 모듈(488), 배터리(489), 통신 모듈(490), 가입자 식별 모듈(496), 또는 안테나 모듈(497)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(411)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(478))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(476), 카메라 모듈(480), 또는 안테나 모듈(497))은 하나의 구성요소(예: 디스플레이 모듈(460))로 통합될 수 있다.

프로세서(420)는, 예를 들면, 소프트웨어(예: 프로그램(440))를 실행하여 프로세서(420)에 연결된 전자 장치(411)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(420)는 다른 구성요소(예: 센서 모듈(476) 또는 통신 모듈(490))로부터 수신된 명령 또는 데이터를 휘발성 메모리(432)에 저장하고, 휘발성 메모리(432)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(434)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(420)는 메인 프로세서(421)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(423)(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(411)가 메인 프로세서(421) 및 보조 프로세서(423)를 포함하는 경우, 보조 프로세서(423)는 메인 프로세서(421)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(423)는 메인 프로세서(421)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(423)는, 예를 들면, 메인 프로세서(421)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(421)를 대신하여, 또는 메인 프로세서(421)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(421)와 함께, 전자 장치(411)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(460), 센서 모듈(476), 또는 통신 모듈(490))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(423)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(480) 또는 통신 모듈(490))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(423)(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(411) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(418))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(430)는, 전자 장치(411)의 적어도 하나의 구성요소(예: 프로세서(420) 또는 센서 모듈(476))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(440)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(430)는, 휘발성 메모리(432) 또는 비휘발성 메모리(434)를 포함할 수 있다.

프로그램(440)은 메모리(430)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(442), 미들 웨어(444) 또는 어플리케이션(446)을 포함할 수 있다.

입력 모듈(450)은, 전자 장치(411)의 구성요소(예: 프로세서(420))에 사용될 명령 또는 데이터를 전자 장치(411)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(450)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(455)은 음향 신호를 전자 장치(411)의 외부로 출력할 수 있다. 음향 출력 모듈(455)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. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(460)은 전자 장치(411)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(460)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(460)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(470)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(470)은, 입력 모듈(450)을 통해 소리를 획득하거나, 음향 출력 모듈(455), 또는 전자 장치(411)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(412))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(476)은 전자 장치(411)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. 일 실시예에 따르면, 센서 모듈(476)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(477)는 전자 장치(411)가 외부 전자 장치(예: 전자 장치(412))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(477)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(478)는, 그를 통해서 전자 장치(411)가 외부 전자 장치(예: 전자 장치(412))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(478)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(479)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시예에 따르면, 햅틱 모듈(479)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(480)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(480)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(488)은 전자 장치(411)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(488)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(489)는 전자 장치(411)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(489)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(490)은 전자 장치(411)와 외부 전자 장치(예: 전자 장치(412), 전자 장치(414), 또는 서버(418)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(490)은 프로세서(420)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(490)은 무선 통신 모듈(492)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(494)(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(498)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(499)(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(414)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(492)은 가입자 식별 모듈(496)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(498) 또는 제 2 네트워크(499)와 같은 통신 네트워크 내에서 전자 장치(411)를 확인 또는 인증할 수 있다.

무선 통신 모듈(492)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(492)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(492)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(492)은 전자 장치(411), 외부 전자 장치(예: 전자 장치(414)) 또는 네트워크 시스템(예: 제 2 네트워크(499))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 따르면, 무선 통신 모듈(492)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(497)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(497)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(497)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(498) 또는 제 2 네트워크(499)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(490)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(490)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(497)의 일부로 형성될 수 있다.

일 실시예에 따르면, 안테나 모듈(497)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시예에 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.

일 실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(499)에 연결된 서버(418)를 통해서 전자 장치(411)와 외부의 전자 장치(414)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(402, 또는 404) 각각은 전자 장치(411)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(411)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(402, 404, 또는 408) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(411)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(411)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(411)로 전달할 수 있다. 전자 장치(411)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(411)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(414)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(418)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시예에 따르면, 외부의 전자 장치(414) 또는 서버(418)는 제 2 네트워크(499) 내에 포함될 수 있다. 전자 장치(411)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

본 문서에 개시된 일 실시예에 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 일 실시예 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 일 실시예에서 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, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 일 실시예는 기기(machine)(예: 전자 장치(411)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(436) 또는 외장 메모리(438))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(440))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(411))의 프로세서(예: 프로세서(420))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.

일 실시예에 따르면, 본 문서에 개시된 일 실시예에 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^TM)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.

일 실시예에 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. 일 실시예에 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. 일 실시예에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

도 5는, 본 개시의 일 실시예에 따른 전자 장치(500)를 설명하기 위한 블록도이다.

도 5를 참조하면, 일 실시예에서, 전자 장치(500)는, 마이크(510), 스피커(520), 메모리(530), 및 상기 마이크(510), 상기 스피커(520), 및 상기 메모리(530)와 작동적으로 연결된 적어도 하나의 프로세서(540)를 포함할 수 있다.

일 실시예에서, 마이크(510)는 도 1의 마이크(120) 및 도 4의 입력 모듈(450)에 포함될 수 있다.

일 실시예에서, 스피커(520)는 도 1의 스피커(130) 및 도 4의 음향 출력 모듈(455)에 포함될 수 있다.

일 실시예에서, 메모리(530)는 도 1의 메모리(150) 및 도 4의 메모리(430)에 포함될 수 있다.

일 실시예에서, 메모리(530)는 사용자 발화로부터 획득한 하나 이상의 명령들을 저장할 수 있다. 메모리(530)가 저장하는 정보에 대해서는 후술하도록 한다.

일 실시예에서, 프로세서(540)는 도 1의 프로세서(160) 및 도 4의 프로세서(420)에 포함될 수 있다.

일 실시예에서, 프로세서(540)는, 사용자 발화를 분석하기 위한 전반적인 동작을 제어할 수 있다. 일 실시예에서, 프로세서(540)는 사용자 발화를 분석하기 위한 하나 이상의 프로세서들을 포함할 수 있다. 프로세서(350)가 사용자 발화를 분석하기 위하여 수행하는 동작에 대하여 도 6 내지 도 14a, 및 도 14b를 참조하여 후술하도록 한다.

일 실시예에서, 전자 장치(500)는, 사용자 발화를 처리하기 위한 온 디바이스(on-device) 형태의 전자 장치일 수 있다. 일 실시예에서, 프로세서(540)가 마이크(510)를 통해 획득된 사용자 발화를 처리하기 위하여, 메모리(530)에 자연어 플랫폼(220)이 저장될 수 있다. 일 실시예에서, 메모리(530)에 저장된 자연어 플랫폼(220)은 프로세서(540)에 의해 실행될 수 있다. 일 실시예에서, 메모리(530)에 저장된 자연어 플랫폼(220)은 소프트웨어뿐만 아니라 하드웨어로 구현될 수 있다.

일 실시예에서, 프로세서(540)는 자연어 플랫폼(220)을 실행하여 도 1의 지능형 서버(200)에 포함된 자연어 플랫폼(220)의 기능을 수행할 수 있다. 예를 들어, 자연어 플랫폼(220)은 자동 음성 인식 모듈(예: 도 1의 자동 음성 인식 모듈(221)), 자연어 이해 모듈(예: 도 1의 자연어 이해 모듈(223)), 플래너 모듈(예: 도 1의 플래너 모듈(225)), 자연어 생성 모듈(예: 도 1의 자연어 생성 모듈(227)) 또는 텍스트 음성 변환 모듈(예: 도 1의 텍스트 음성 변환 모듈(229))을 포함할 수 있고, 지능형 서버(200)에서 수행하는 자연어 플랫폼(220)의 기능을 전자 장치(500)에서 수행할 수 있다.

도 5에서 전자 장치(500)가 마이크(510), 스피커(520), 메모리(530), 및/또는 프로세서(540)를 포함하는 것으로 예시하고 있지만, 이에 제한되지 않는다. 예를 들어, 전자 장치(500)는, 도 1 및 도 4에 도시된 적어도 하나의 구성을 더 포함할 수 있다. 일 실시예에서, 전자 장치(500)는 외부 전자 장치와 통신하기 위한 통신 모듈(예: 도 1의 통신 인터페이스(110) 또는 도 4의 통신 모듈(490))을 더 포함할 수 있다.

도 6은, 본 개시의 일 실시예에 따른 전자 장치(500)의 사용자 발화를 분석하는 동작을 설명하기 위한 흐름도(600)이다.

도 6을 참조하면, 동작 601에서, 일 실시예에서, 프로세서(540)는, 제1 발화에 대응하는 하나 이상의 명령들을 획득할 수 있다.

일 실시예에서, 프로세서(540)는, 마이크(510)를 통하여 획득한 제1 발화에 기반하여, 제1 발화에 대응하는 하나 이상의 명령들을 획득(또는 생성)할 수 있다. 제1 발화는, 특정 동작을 수행하도록 하는 의도를 갖는 사용자 발화일 수 있다. 프로세서(540)는 자연어 플랫폼(예: 도 1의 자연어 플랫폼(220))을 이용하여, 제1 발화의 의도(intent)를 획득할 수 있다. 일 실시예에서, 프로세서(540)는 자연어 플랫폼(220)을 이용하여, 하나 이상의 명령들에 각각 대응하는 유사도(confidence score) 및 매칭 식별자(matched ID) 중 적어도 하나를 획득할 수 있다. 일 실시예에서, 프로세서(540)는 하나 이상의 명령들 중에서 가장 높은 유사도를 갖는 명령을, 사용자 발화와 일치하는 명령으로 결정할 수 있다. 프로세서(540)는 결정된 명령의 매칭 식별자를 확인함에 기반하여, 명령에 대응하는 동작을 실행할 수 있다. 프로세서(540)는, 제1 발화의 의도가 하나 이상인 것으로 자연어 플랫폼(220)에 의하여 해석되는 것에 기반하여, 획득된 하나 이상의 명령들을 메모리(530)에 저장할 수 있다. 일 실시예에서, 프로세서(540)는 하나 이상의 명령들에 각각 대응하는 유사도 및 매칭 식별자를 메모리(530)에 저장할 수 있다.

일 실시예에서, 메모리(530)에 저장된 명령은, 골(goal), 카테고리(category), 캡슐, 및 시그널 중 적어도 하나에 관한 정보를 포함할 수 있다. 일 실시예에서, 프로세서(540)는 표 1의 형식에 따라, 하나 이상의 명령들을 메모리(530)에 저장할 수 있다. 프로세서(540)는 골 및 캡슐에 관한 정보를 포함하는 명령을 메모리(530)에 저장할 수 있다. 프로세서(540)는 표 1의 형식에 따라 메모리(530)에 명령을 저장함으로써, 이후 명령에 포함된 도메인에 기반하여, 명령에 대응하는 동작을 수행할 수 있다. 일 실시예에서, 프로세서(540)는 제1 식별자(ID)에 대응하는 명령에 대응하는 동작을 실행할 수 있다. 프로세서는, 제1 식별자에 대응하는 명령에 포함된 골 정보(bixby.mediaResolverPlay)에 기반하여, 노래의 제목인 “보헤미안 랩소디”를 재생하는 동작을 실행할 수 있다. 일 실시예에서, 프로세서(540)는 동작을 실행한 이후, 제1 식별자를 갖는 명령에 대한 실행 식별자(executed ID)를 메모리(530)에 저장할 수 있다. 프로세서(540)는, 실행된 동작을 정정하기 위한 사용자 발화에 대응하는 명령을 결정하기 위하여, 하나 이상의 명령들에 각각 대응하는 실행 식별자가 저장되었는지 여부를 확인할 수 있다. 프로세서(540)는 실행 식별자가 저장됨을 확인함에 기반하여, 실행 식별자에 대응하는 명령을 제외한 하나 이상의 명령들 중에서, 실행된 동작을 정정하기 위한 사용자 발화에 대응하는 명령을 결정할 수 있다.

일 실시예에서, 프로세서(540)는 표 2의 형식에 따라, 하나 이상의 명령들을 메모리(530)에 저장할 수도 있다. 프로세서(540)는 골, 카테고리, 및 캡슐에 관한 정보를 포함하는 명령을 메모리(530)에 저장할 수 있다. 프로세서(540)는 명령에 대응하는 동작을 수행하는 동안 획득된 카테고리 정보를, 표 2의 형식에 따라 메모리(530)에 저장할 수 있다.

일 실시예에서, 프로세서(540)는 표 3의 형식에 따라, 하나 이상의 명령들을 메모리(530)에 저장할 수도 있다. 프로세서(540)는 캡슐에 관한 정보를 포함하는 명령을 메모리(530)에 저장할 수 있다. 프로세서(540)는 명령에 포함된 캡슐 정보에 기반하여, 자연어 플랫폼(220)을 이용하여, 명령에 대응하는 골 정보를 획득할 수 있다. 프로세서(540)는 획득된 골 정보에 기반하여, 명령에 대응하는 동작을 수행할 수 있다.

동작 603에서, 일 실시예에서, 프로세서(540)는, 하나 이상의 명령들 중에서 제1 명령에 대응하는 동작을 실행할 수 있다.

일 실시예에서, 프로세서(540)는, 하나 이상의 명령들 중에서 제1 발화와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 실행할 수 있다. 일 실시예에서, 프로세서(540)는 메모리(530)에 저장된 하나 이상의 명령들 및 하나 이상의 명령들 각각에 대응하는 유사도를 확인할 수 있다. 프로세서(540)는 하나 이상의 명령들 중에서 가장 높은 유사도에 대응하는 명령을 제1 명령으로 결정할 수 있다. 프로세서(540)는 명령에 포함된 골, 카테고리, 및 캡슐과 관련된 정보에 기반하여, 제1 명령에 대응하는 동작을 실행할 수 있다.

동작 605에서, 일 실시예에서, 프로세서(540)는, 제2 발화가 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(540)는, 마이크(510)를 통하여 획득한 제2 발화에 기반하여, 제2 발화가 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 제2 발화는, 제1 발화 이후에 획득된 사용자 발화일 수 있다.

일 실시예에서, 프로세서(540)는 제1 발화와 제2 발화 간의 시간 간격에 기반하여, 제2 발화가 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 일 실시예에서, 프로세서(540)는 제1 발화를 획득한 시간으로부터 기 설정된 시간 내에 제2 발화를 획득함에 기반하여, 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(540)는 제1 발화를 획득한 시간으로부터 기 설정된 시간 이후에 제2 발화를 획득함에 기반하여, 자연어 플랫폼(220)을 이용하여, 제2 발화에 대응하는 하나 이상의 명령들을 획득할 수 있다. 프로세서(540)는, 제2 발화로부터 획득한 하나 이상의 명령들 중에서 제2 발화와의 유사도가 가장 높은 명령을 제2 명령으로 결정할 수 있다. 프로세서(540)는 제2 명령에 포함된 골, 카테고리, 캡슐 중 적어도 하나와 관련되는 정보에 기반하여, 결정된 제2 명령에 대응하는 동작을 실행할 수 있다.

일 실시예에서, 프로세서(540)는 제2 발화가 부정 응답인지 여부를 확인함에 기반하여, 제2 발화를 정정 발화로 결정할 수 있다. 정정 발화는, 제1 명령에 대응하는 동작을 정정하기 위한 발화일 수 있다. 예를 들어, 부정 응답은 "아니, 그거 말고", "아니, 그게 아니라", 또는 "아니, 그거 아니야"와 같이 부정의 의미를 갖는 발화일 수 있다. 일 실시예에서, 프로세서(540)는 부정 응답에 관한 패턴을 미리 저장할 수 있다. 일 실시예에서, 프로세서(540)는 자연어 플랫폼(220)을 이용하여, 제2 발화를 미리 저장된 부정 응답에 관한 패턴과 비교함으로써, 제2 발화가 정정 발화인지 여부를 결정할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화의 일부 문구가 부정 응답에 관한 패턴과 일치하는 것을 확인함에 기반하여, 제2 발화를 정정 발화인 것으로 결정할 수 있다.

일 실시예에서, 프로세서(540)는 기 학습된 발화 식별 모델을 이용하여, 제2 발화로부터 제1 레이블 및 제2 레이블을 획득할 수 있다. 제1 레이블은, 제2 발화가 정정 발화인지 여부에 관한 정보를 포함하는 레이블일 수 있다. 제2 레이블은 제2 발화 중에서, 정정 문구에 관한 정보를 포함하는 레이블일 수 있다. 정정 문구는, 제2 발화에 대응하는 동작과 관련되는 단어 또는 문장일 수 있다.

일 실시예에서, 프로세서(540)는 제1 레이블을 확인함에 기반하여, 제2 발화가 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 프로세서(540)는 제2 레이블을 확인함에 기반하여, 제2 발화에 포함된 정정 문구를 식별할 수 있다. 일 실시예에서, 정정 문구는 시작 토큰 및 끝 토큰을 포함할 수 있다.

일 실시예에서, 프로세서(540)는, 제1 레이블에 따라 제2 발화가 정정 발화인 것으로 확인함에 기반하여, 제2 레이블에 따라 제2 발화에 포함된 정정 문구를 식별할 수 있다.

일 실시예에서, 프로세서(540)는 제2 레이블에 기반하여 정정 문구를 획득한 이후, 제1 레이블에 기반하여 제2 발화가 정정 발화인지 여부를 확인할 수도 있다.

일 실시예에서, 프로세서(540)는, 동시에, 제1 레이블에 기반하여 제2 발화가 정정 발화인지 여부를 확인하고, 제2 레이블에 기반하여 제2 발화에 포함된 정정 문구를 식별할 수도 있다.

프로세서(540)는 제1 명령을 제외한 하나 이상의 명령들 각각과 정정 문구 간의 유사도를 획득할 수 있다. 일 실시예에서, 프로세서(540)는 하나 이상의 명령들 각각에 대응하는 적어도 하나의 레이블 정보를 확인함에 기반하여, 제1 명령을 제외한 하나 이상의 명령들 각각과 정정 문구 간의 유사도를 획득할 수 있다. 프로세서(540)는 제1 명령을 제외한 하나 이상의 명령들 중에서, 정정 문구와의 유사도가 가장 높은 명령을 제2 명령으로 결정할 수 있다. 프로세서(540)는 제2 명령에 포함된 골, 카테고리, 및 캡슐 중 적어도 하나와 관련되는 정보에 기반하여, 제2 명령에 대응하는 동작을 수행할 수 있다.

일 실시예에서, 프로세서(540)는 "아니, 그거 말고"와 같은 제2 발화를 획득할 수 있다. 프로세서(540)는 발화 식별 모델로부터 출력된 제1 레이블이 참(True)인 것을 확인함에 기반하여, 제2 발화가 정정 발화인 것으로 결정할 수 있다. 프로세서(540)는 발화 식별 모델로부터 제2 레이블이 출력되지 않음을 확인함에 기반하여, 제2 발화에 정정 문구가 포함되지 않음을 확인할 수 있다. 프로세서(540)는, 정정 문구를 획득하기 위하여, 스피커(520)를 통해, 제2 발화의 의도를 묻는 음성을 생성할 수 있다.

일 실시예에서, 프로세서(540)는 "아니, 그거 말고 레미가 출연하는 영화"와 같은 제2 발화를 획득할 수 있다. 프로세서(540)는 발화 식별 모델로부터 출력된 제1 레이블이 참(True)인 것을 확인함에 기반하여, 제2 발화가 정정 발화인 것으로 결정할 수 있다. 프로세서(540)는 발화 식별 모델로부터 출력된 제2 레이블에 기반하여, "레미가 출연하는 영화"를 정정 문구로 결정할 수 있다. 프로세서(540)는 하나 이상의 명령들에 대응하는 레이블 정보와 정정 문구 간의 유사도를 획득할 수 있다. 프로세서(540)는 유사도가 가장 높은 명령을 제2 명령으로 결정할 수 있다. 프로세서(540)는 제2 명령에 포함된 정보에 기반하여, 제2 명령에 대응하는 동작을 실행할 수 있다.

동작 607에서, 일 실시예에서, 프로세서(540)는, 제2 발화와의 유사도가 가장 높은 제2 명령을 결정할 수 있다.

일 실시예에서, 프로세서(540)는, 제2 발화가 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인함에 기반하여, 제1 명령을 제외한 하나 이상의 명령들 중에서, 제2 발화와의 유사도가 가장 높은 제2 명령을 결정할 수 있다.

일 실시예에서, 프로세서(540)는, 제1 명령을 제외한 하나 이상의 명령들 각각에 대응하는 레이블 정보를 식별할 수 있다. 레이블 정보는, 골, 카테고리, 캡슐, 및 시그널 중 적어도 하나를 표현하는 데이터에 관한 정보일 수 있다.

일 실시예에서, 프로세서(540)는 하나 이상의 명령들 각각의 매칭 식별자를 확인함으로써, 하나 이상의 명령들 각각에 대응하는 표 4의 레이블 식별자(Label ID)를 확인할 수 있다. 프로세서(540)는 하나 이상의 명령들 각각에 포함된 시그널에 관한 정보 기반하여, 레이블 정보를 식별할 수 있다. 일 실시예에서, 하나 이상의 명령들 각각에 대응하는 레이블 정보는, 명령과 관련되는 텍스트 및 상기 텍스트가 변환된 임베딩 벡터 중 적어도 하나를 포함할 수 있다. 레이블 정보의 형식은 텍스트 또는 임베딩 벡터일 수 있다. 일 실시예에서, 제1 레이블 정보(Label info1)의 형식은 텍스트 단어일 수 있다. 제2 레이블 정보(Label info2)의 형식은 텍스트 문장일 수 있다. 제3 레이블 정보(Label info3)의 형식은 임베딩 벡터일 수 있다.

일 실시예에서, 프로세서(540)는 하나 이상의 명령들 각각의 매칭 식별자를 확인함으로써, 하나 이상의 명령들 각각에 대응하는 표 5의 레이블 식별자를 확인할 수 있다. 프로세서(540)는 하나 이상의 명령들 각각에 포함된 카테고리에 관한 정보에 기반하여, 레이블 정보를 식별할 수 있다.

일 실시예에서, 프로세서(540)는 하나 이상의 명령들 각각의 매칭 식별자를 확인함으로써, 하나 이상의 명령들 각각에 대응하는 표 6의 레이블 식별자를 확인할 수 있다. 프로세서(540)는 하나 이상의 명령들 각각에 포함된 캡슐에 관한 정보에 기반하여, 레이블 정보를 식별할 수 있다.

일 실시예에서, 프로세서(540)는 제2 발화를 레이블 정보와 비교함으로써, 하나 이상의 명령들 각각과 제2 발화 간의 유사도를 획득할 수 있다. 프로세서(540)는 제1 레이블, 제2 레이블, 제3 레이블 중 적어도 하나와 제2 발화 간의 유사도를 획득(또는 산출)할 수 있다. 일 실시예에서, 프로세서(540)는 제1 명령을 제외한 하나 이상의 명령들 중에서, 제2 발화와의 유사도가 가장 높은 명령을 제2 명령으로 결정할 수 있다. 프로세서(540)는 결정된 제2 명령에 포함된 정보에 기반하여, 제2 명령에 대응하는 동작을 수행할 수 있다.

일 실시예에서, 프로세서(540)는 레이블 정보에 기반하여, 하나 이상의 패턴들을 생성할 수 있다. 프로세서(540)는 제2 발화를 "<제1 레이블> 말이야", "<제2 레이블> 말이야", 또는 "<부정 응답>, <제1 레이블>"과 같은 하나 이상의 패턴들과 비교함으로써, 하나 이상의 명령들 중에서 제2 발화와의 유사도가 가장 높은 명령을 결정할 수 있다.

동작 609에서, 일 실시예에서, 프로세서(540)는, 제2 명령에 대응하는 동작을 실행할 수 있다.

일 실시예에서, 프로세서(540)는, 결정된 제2 명령에 포함된 골, 카테고리, 캡슐, 및 시그널 중 적어도 하나와 관련되는 정보에 기반하여, 제2 명령에 대응하는 동작을 실행할 수 있다. 일 실시예에서, 프로세서(540)는 제1 발화 및 제2 발화 중 적어도 하나로부터 획득한 하나 이상의 명령들 각각에 대응하는 유사도에 기반하여, 발화 의도와 일치하는 명령을 결정할 수 있다. 프로세서(540)는 발화 의도와 일치하는 명령에 대응하는 동작을 실행함으로써, 사용자 경험의 품질을 향상시킬 수 있다.

도 7은, 본 개시의 일 실시예에 따른 전자 장치(500)의 후보 명령들을 결정하는 동작을 설명하기 위한 흐름도(700)이다.

도 7을 참조하면, 동작 701에서, 일 실시예에서, 프로세서(540)는, 하나 이상의 명령들 각각과 제1 발화 간의 유사도를 획득할 수 있다.

일 실시예에서, 프로세서(540)는, 자연어 플랫폼(220)을 이용하여, 하나 이상의 명령들 각각에 대한 유사도를 획득할 수 있다. 일 실시예에서, 유사도는 1 또는 0의 값을 가질 수 있다. 프로세서(540)는 유사도 1의 값을 갖는 하나 이상의 명령들을 획득함에 기반하여, 제1 발화에 대응하는 의도가 하나 이상임을 결정할 수 있다. 일 실시예에서, 유사도는 0과 1 사이의 유한 소수 값을 가질 수 있다. 프로세서(540)는 기 설정된 기준값을 초과하는 유사도 값을 갖는 하나 이상의 명령들을 획득함에 기반하여, 제1 발화에 대응하는 의도가 하나 이상임을 결정할 수 있다. 일 실시예에서, 프로세서(540)는, 서버(예: 도 2의 지능형 서버(200) 또는 도 4의 서버(418))와의 통신을 통해, 하나 이상의 명령들 각각에 대한 유사도를 획득할 수도 있다.

동작 703에서, 일 실시예에서, 프로세서(540)는, 제1 발화와의 유사도가 높은 명령들을 후보 명령들로 결정할 수 있다.

일 실시예에서, 프로세서(540)는, 제1 발화와의 유사도가 기 설정된 유사도 이상인 하나 이상의 명령들을 후보 명령들로 결정함으로써, 유사도가 낮은 적어도 하나의 명령을 필터링 할 수 있다.

동작 705에서, 일 실시예에서, 프로세서(540)는, 제1 명령에 대응하는 동작을 결정할 수 있다.

일 실시예에서, 프로세서(540)는, 후보 명령들 중에서 제1 발화와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 결정할 수 있다. 프로세서(540)는 결정된 제1 명령에 포함된 정보에 기반하여, 제1 명령에 대응하는 동작을 실행할 수 있다.

도 8은, 본 개시의 일 실시예에 따른 전자 장치(500)의 후보 명령들(851)을 결정하는 동작을 설명하기 위한 예시도이다.

참조부호 800을 참조하면, 전자 장치(500)(예: 프로세서(540))는 마이크(510)를 통해 사용자(810)의 제1 발화(811)를 획득할 수 있다. 프로세서(540)는 획득한 제1 발화(811)에 기반하여, 제1 발화(811)에 대응하는 하나 이상의 명령들을 획득할 수 있다. 일 실시예에서, 하나 이상의 명령들은 "보헤미안 랩소디" 음악 재생, "보헤미안 랩소디" 영화 재생 및 "보헤미안 랩소디" 장소 검색을 포함할 수 있다.

참조부호 830을 참조하면, 프로세서(540)는 자연어 플랫폼(220)을 이용하여, 하나 이상의 명령들(831) 각각과 제1 발화(811) 간의 유사도를 획득할 수 있다. 일 실시예에서, 프로세서(540)는 기 설정된 유사도 이상의 유사도 값을 갖는 명령들을 후보 명령들로 결정(840)할 수 있다. 프로세서(540)는 후보 명령들을 결정(또는 추출)함으로써, 낮은 유사도 값을 갖는 적어도 하나의 명령을 필터링할 수 있다.

참조부호 850을 참조하면, 프로세서(540)는 후보 명령들(851) 및 명령들 각각에 대응하는 유사도를 메모리(530)에 저장할 수 있다. 프로세서(540)는 후보 명령들 중에서 가장 높은 유사도를 갖는 음악 재생 명령을 제1 명령으로 결정할 수 있다. 프로세서(540)는 제1 명령에 대응하는 동작을 실행할 수 있다. 프로세서(540)는 음악 재생 명령에 포함된 정보에 기반하여, 제목이 "보헤미안 랩소디"인 음악을 재생할 수 있다. 일 실시예에서, 프로세서(540)는 음악을 재생하기 위하여 음악 재생 어플리케이션을 실행할 수 있다.

도 9는, 본 개시의 일 실시예에 따른 전자 장치(500)의 제2 발화가 정정 발화인지 여부를 확인하는 동작을 설명하기 위한 흐름도(900)이다.

도 9를 참조하면, 동작 901에서, 일 실시예에서, 프로세서(540)는, 제2 발화가 부정 응답인지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(540)는, 제2 발화를 기 설정된 발화 패턴과 비교함으로써, 획득한 제2 발화가 부정 응답인지 여부를 확인할 수 있다. 일 실시예에서, 프로세서(540)는 "아니, 그거 말고", "아니, 그게 아니라", 또는 "아니, 그거 아니야"와 같은 부정 응답에 관한 발화 패턴을 미리 저장할 수 있다. 일 실시예에서, 프로세서(540)는 자연어 플랫폼(220)을 이용하여, 제2 발화를 미리 저장된 부정 응답에 관한 패턴과 비교함으로써, 제2 발화가 부정 응답인지 여부를 확인할 수 있다.

동작 903에서, 일 실시예에서, 프로세서(540)는, 제2 발화가 부정 응답임을 확인하는 것에 기반하여, 제2 발화가 제1 명령에 대응하는 동작을 정정하기 위한 발화인 것으로 결정(또는 판단)할 수 있다.

일 실시예에서, 프로세서(540)는, 제2 발화의 일부 문구가 부정 응답에 관한 패턴과 일치하는 것을 확인함에 기반하여, 제2 발화를 정정 발화인 것으로 결정할 수 있다. 프로세서(540)는 정정 발화를 분석함으로써, 제1 명령을 제외한 하나 이상의 명령들 중에서, 제2 발화와 일치하는 명령을 결정할 수 있다.

도 10a 및 도 10b는 본 개시의 일 실시예에 따른 전자 장치(500)의 제1 발화(811) 및 제2 발화(1021) 각각에 대응하는 동작을 실행하는 예시를 설명하기 위한 도면이다.

도 10a를 참조하면, 전자 장치(500)(예: 프로세서(540))는 마이크(510)를 통해 사용자(810)의 제1 발화(811)를 획득할 수 있다. 일 실시예에서, 제1 발화(811)는 "보헤미안 랩소디 틀어줘"일 수 있다. 프로세서(540)는 자연어 플랫폼(220)을 이용하여, 제1 발화(811)에 대응하는 하나 이상의 명령들 및 명령들 각각과 제1 발화(811) 간의 유사도를 획득할 수 있다. 일 실시예에서, 하나 이상의 명령들은 "보헤미안 랩소디"와 관련된 음악 재생, 영화 재생, 및 장소 검색을 포함할 수 있다. 프로세서(540)는 하나 이상의 명령들 중에서, 가장 높은 유사도 값을 갖는 명령을 제1 명령으로 결정할 수 있다. 일 실시예에서, 제1 발화(811)와의 유사도가 가장 높은 명령은 "보헤미안 랩소디" 제목의 음악 재생일 수 있다. 프로세서(540)는 스피커(520)를 통해 제1 명령에 대응하는 음성(1011)을 출력할 수 있다. 프로세서(540)는 제1 명령에 포함된 정보에 기반하여, 제1 명령에 대응하는 동작과 관련된 도메인을 결정할 수 있다. 일 실시예에서, 프로세서(540)는 음악 재생 동작을 수행하기 위하여, 미디어 스트리밍 어플리케이션을 실행할 수 있다.

도 10b를 참조하면, 전자 장치(500)(예: 프로세서(540))는 마이크(510)를 통해 사용자(810)의 제2 발화(1021)를 획득할 수 있다. 일 실시예에서, 제2 발화(1021)는 "아니 영화 말이야"일 수 있다. 프로세서(540)는 제2 발화(1021)가 부정 응답인지 여부를 확인함에 기반하여, 제2 발화가 정정 발화인지 여부를 결정할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1021)를 부정 응답 패턴과 비교함으로써, "아니 영화 말이야"에서 부정 응답을 식별할 수 있다. 프로세서(540)는 제2 발화가 부정 응답임을 확인함에 기반하여, 제2 발화가 정정 발화인 것으로 결정할 수 있다. 프로세서(540)는 제1 명령을 제외한 하나 이상의 명령들 중에서, 제2 발화와의 유사도가 가장 높은 명령을 제2 명령으로 결정할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1021)를 하나 이상의 명령들 각각에 대한 레이블 정보와 비교함으로써, 제1 명령을 제외한 하나 이상의 명령들과 제2 발화 간의 유사도를 획득할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1021)에 포함된 "영화"를 인식함에 기반하여, 제2 발화(1021)와 영화 재생 명령에 대응하는 레이블 정보 간의 유사도가 가장 높음을 확인할 수 있다. 일 실시예에서, 프로세서(540)는 제1 명령을 제외한 하나 이상의 명령들 중에서, 영화 재생 명령을 제2 명령으로 결정할 수 있다. 프로세서(540)는 스피커를 통해, 제2 명령에 대응하는 음성(1031)을 출력할 수 있다. 프로세서(540)는 결정된 제2 명령에 기반하여, 영화 재생 동작을 수행할 수 있다.

도 11은, 본 개시의 일 실시예에 따른 전자 장치(500)의 제2 발화에 기반하여 제2 명령을 결정하는 동작을 설명하기 위한 흐름도(1100)이다.

일 실시예에서, 전자 장치(500)(예: 도 5의 프로세서(540))는, 부정 응답만을 포함하는 제2 발화를 획득하는 경우, 제1 명령을 제외한 나머지 명령과 제1 발화 간의 유사도에 기반하여, 제2 명령을 결정할 수 있다.

도 11을 참조하면, 동작 1101에서, 일 실시예에서, 프로세서(540)는, 제1 명령을 제외한 나머지 명령들 각각과 제2 발화 간의 유사도를 획득(또는 산출)할 수 있다.

일 실시예에서, 프로세서(540)는, 제2 발화를 나머지 명령들에 대한 레이블 정보와 비교함으로써, 나머지 명령들 각각과 제2 발화 간의 유사도를 획득할 수 있다. 프로세서(540)는 나머지 명령들 각각에 대응하는 매칭 식별자에 기반하여, 나머지 명령들 각각에 대응하는 레이블 정보를 식별할 수 있다.

동작 1103에서, 일 실시예에서, 프로세서(540)는, 나머지 명령들 각각과 제2 발화 간의 유사도가 낮은 것을 확인함에 기반하여, 제1 발화와의 유사도가 가장 높은 제2 명령에 대응하는 동작을 수행할 수 있다.

일 실시예에서, 프로세서(540)는, 부정 응답만을 포함하는 제2 발화를 획득할 수 있다. 프로세서(540)는, 획득된 유사도들이 기 설정된 유사도보다 작은 것을 확인함에 기반하여, 제1 명령을 제외한 나머지 명령들 중에서, 제1 발화와 연관된 명령을 결정할 수 있다. 일 실시예에서, 프로세서(540)는, 제1 명령을 제외한 하나 이상의 명령들 중에서, 제1 발화와의 유사도가 가장 높은 제2 명령을 결정할 수 있다. 프로세서(540)는 결정된 제2 명령에 대응하는 동작을 수행할 수 있다. 일 실시예에서, 프로세서(540)는, 제2 발화와의 유사도가 높은 명령을 결정할 수 없는 경우, 제1 명령을 제외한 하나 이상의 나머지 명령들 중에서, 제1 발화와의 유사도가 가장 높은 제2 명령을 결정함으로써, 발화 의도에 대응하는 동작을 실행할 수 있다.

도 12는, 본 개시의 일 실시예에 따른 전자 장치(500)의 제2 발화(1231)에 기반하여 제2 명령을 결정하는 동작을 설명하기 위한 예시도이다.

참조부호 1210을 참조하면, 전자 장치(500)(예: 프로세서(540))는 마이크(510)를 통해 사용자(810)의 제1 발화(811)를 획득할 수 있다. 일 실시예에서, 제1 발화(811)는 “보헤미안 랩소디 틀어줘”일 수 있다. 프로세서(540)는 자연어 플랫폼(220)을 이용하여, 제1 발화(811)에 대응하는 하나 이상의 명령들 및 명령들 각각과 제1 발화(811) 간의 유사도를 획득할 수 있다. 일 실시예에서, 하나 이상의 명령들은 “보헤미안 랩소디”와 관련된 음악 재생, 영화 재생, 및 장소 검색을 포함할 수 있다. 프로세서(540)는 하나 이상의 명령들 중에서, 가장 높은 유사도 값을 갖는 명령을 제1 명령으로 결정할 수 있다. 일 실시예에서, 제1 발화(811)와의 유사도가 가장 높은 명령은 “보헤미안 랩소디” 제목의 음악 재생일 수 있다. 프로세서(540)는 스피커(520)를 통해 제1 명령에 대응하는 음성(1011)을 출력할 수 있다. 프로세서(540)는 제1 명령에 포함된 정보에 기반하여, 제1 명령에 대응하는 동작과 관련된 도메인을 결정할 수 있다. 일 실시예에서, 프로세서(540)는 음악 재생 동작을 수행하기 위하여, 미디어 스트리밍 어플리케이션을 실행할 수 있다. 프로세서(540)는 제1 발화(811)를 획득한 시간으로부터 기 설정된 시간 이내에 제2 발화를 획득(1220)할 수 있다.

참조부호 1230을 참조하면, 전자 장치(500)(예: 프로세서(540))는 마이크(510)를 통해 사용자(810)의 제2 발화(1231)를 획득할 수 있다. 일 실시예에서, 제2 발화(1231)는 “아니 그거 말고”일 수 있다. 프로세서(540)는 제2 발화(1231)가 부정 응답인지 여부를 확인함에 기반하여, 제2 발화(1231)가 정정 발화인지 여부를 결정할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1231)를 부정 응답 패턴과 비교함으로써, “아니 그거 말고”에서 부정 응답을 식별할 수 있다. 프로세서(540)는 제2 발화(1231)가 부정 응답임을 확인함에 기반하여, 제2 발화(1231)가 정정 발화인 것으로 결정할 수 있다.

일 실시예에서, 프로세서(540)는 제1 명령을 제외한 하나 이상의 명령들 중에서, 제2 발화(1231)와의 유사도가 가장 높은 명령을 제2 명령으로 결정할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1231)를 하나 이상의 명령들 각각에 대한 레이블 정보와 비교함으로써, 제1 명령을 제외한 하나 이상의 명령들과 제2 발화(1231) 간의 유사도를 획득할 수 있다. 일 실시예에서, 프로세서(540)는, 획득된 유사도들과 기 설정된 유사도를 비교할 수 있다. 프로세서(540)는 나머지 명령들 각각과 제2 발화(1231) 간의 유사도 모두 기 설정된 유사도보다 작은 것에 기반하여, 제2 발화(1231)에 정정 문구가 포함되어 있지 않음을 확인할 수 있다. 프로세서(540)는 제2 발화(1231)에 정정 문구가 포함되어 있지 않음을 확인하는 것에 기반하여, 나머지 명령들 중에서, 제1 발화(811)와의 유사도가 가장 높은 명령을 제2 명령으로 결정할 수 있다. 프로세서(540)는 결정된 제2 명령에 대응하는 동작을 수행할 수 있다. 일 실시예에서, 프로세서(540)는 나머지 명령들 중에서 제1 발화(811)와의 유사도가 가장 높은 영화 재생 명령을 제2 명령으로 결정할 수 있다. 프로세서(540)는 스피커를 통해, 제2 명령에 대응하는 음성(1233)을 출력할 수 있다. 프로세서(540)는 결정된 제2 명령에 기반하여, 영화 재생 동작을 수행할 수 있다.

도 13은, 본 개시의 일 실시예에 따른 전자 장치(500)의 제2 발화가 정정 발화인지 여부를 확인하는 동작을 설명하기 위한 흐름도(1300)이다.

도 13을 참조하면, 동작 1301에서, 일 실시예에서, 프로세서(540)는, 제2 발화가 정정 발화인지 여부를 확인할 수 있다.

일 실시예에서, 프로세서(540)는, 제2 발화를 기 설정된 발화 패턴과 비교함으로써, 제2 발화가 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 일 실시예에서, 프로세서(540)는 레이블 정보에 기반하여, 하나 이상의 패턴들을 생성할 수 있다. 프로세서(540)는 제2 발화를 "<제1 레이블> 말이야", "<제2 레이블> 말이야", 또는 "<부정 응답>, <제1 레이블>"과 같은 하나 이상의 발화 패턴들과 비교함으로써, 제2 발화가 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다.

동작 1303에서, 일 실시예에서, 프로세서(540)는, 제2 명령을 결정할 수 있다.

일 실시예에서, 프로세서(540)는, 제2 발화가 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인하는 것에 기반하여, 제1 명령을 제외한 하나 이상의 명령들 중에서 제2 발화와의 유사도가 가장 높은 제2 명령을 결정할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1231)를 하나 이상의 명령들 각각에 대한 레이블 정보와 비교함으로써, 제1 명령을 제외한 하나 이상의 명령들과 제2 발화(1231) 간의 유사도를 획득할 수 있다. 프로세서(540)는 제1 명령을 제외한 나머지 하나 이상의 명령들 중에서, 제2 발화와의 유사도가 가장 높은 명령을 제2 명령으로 결정할 수 있다.

일 실시예에서, 프로세서(540)는, 제2 발화가 부정 응답만을 포함하는 것을 확인함에 기반하여, 도 11의 동작 1101 또는 동작 1103에 따라, 제1 명령을 제외한 나머지 명령들과 제1 발화와의 유사도에 기반하여, 제2 명령을 결정할 수 있다.

동작 1305에서, 일 실시예에서, 프로세서(540)는, 결정된 제2 명령에 대응하는 동작을 실행할 수 있다.

일 실시예에서, 프로세서(540)는, 결정된 제2 명령에 포함된 정보에 기반하여, 제2 명령에 대응하는 동작을 실행할 수 있다. 프로세서(540)가 제2 명령에 대응하는 동작을 실행하는 동작은, 동작 609에 대응될 수 있다.

도 14a 및 도 14b는, 본 개시의 일 실시예에 따른 전자 장치(500)의 제1 발화(1411) 및 제2 발화(1431) 각각에 대응하는 동작을 실행하는 예시를 설명하기 위한 도면이다.

도 14a를 참조하면, 전자 장치(500)(예: 프로세서(540))는 마이크(510)를 통해 사용자(810)의 제1 발화(1411)를 획득할 수 있다. 일 실시예에서, 제1 발화(1411)는 “PS5 틀어줘”일 수 있다. 프로세서(540)는 자연어 플랫폼(220)을 이용하여, 제1 발화(1411)에 대응하는 하나 이상의 명령들 및 명령들 각각과 제1 발화(1411) 간의 유사도를 획득할 수 있다. 일 실시예에서, 하나 이상의 명령들은 “PS5” 전자 장치 실행 및 노래 재생을 포함할 수 있다. 프로세서(540)는 하나 이상의 명령들 중에서, 제1 발화(1411)와의 유사도가 가장 높은 명령을 제1 명령으로 결정할 수 있다. 일 실시예에서, 제1 발화(1411)와의 유사도가 가장 높은 명령은 “PS5” 전자 장치 실행일 수 있다. 프로세서(540)는 제1 명령에 포함된 정보에 기반하여, 제1 명령에 대응하는 동작과 관련된 도메인을 결정할 수 있다. 일 실시예에서, 프로세서(540)는 전자 장치 PS5를 실행하기 위하여, 전자 장치 PS5를 검색할 수 있다. 프로세서(540)는 전자 장치 PS5와 전자 장치(500) 간의 통신이 연결되지 않았음을 확인함에 기반하여, 스피커(520)를 통해 제1 명령을 수행할 수 없다는 음성(1421)을 출력할 수 있다.

도 14b를 참조하면, 전자 장치(500)(예: 프로세서(540))는 마이크(510)를 통해 사용자(810)의 제2 발화(1431)를 획득할 수 있다. 일 실시예에서, 제2 발화(1431)는 “노래 틀어 달라고”일 수 있다. 일 실시예에서, 프로세서(540)는, 제2 발화(1431)를 기 설정된 발화 패턴과 비교함으로써, 제2 발화(1431)가 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 일 실시예에서, 프로세서(540)는 레이블 정보에 기반하여, 하나 이상의 패턴들을 생성할 수 있다. 프로세서(540)는 제2 발화(1431)를 "<제1 레이블> 말이야", "<제2 레이블> 말이야", 또는 "<부정 응답>, <제1 레이블>"과 같은 하나 이상의 발화 패턴들과 비교함으로써, 제2 발화(1431)가 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1431)에 포함된 "노래"와 노래 재생 명령에 대응하는 레이블 정보가 일치함을 확인하는 것에 기반하여, 제2 발화(1431)가 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 결정할 수 있다. 프로세서(540)는 제2 발화가 정정 발화임을 결정하는 것에 기반하여, 제1 명령을 제외한 하나 이상의 명령들 중에서, 제2 발화(1431)와의 유사도가 가장 높은 명령을 제2 명령으로 결정할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1431)를 하나 이상의 명령들 각각에 대한 레이블 정보와 비교함으로써, 제1 명령을 제외한 하나 이상의 명령들과 제2 발화 간의 유사도를 획득할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1431)에 포함된 “노래”를 인식함에 기반하여, 제2 발화(1431)와 노래 재생 명령에 대응하는 레이블 정보 간의 유사도가 가장 높음을 확인할 수 있다. 일 실시예에서, 프로세서(540)는 제1 명령을 제외한 하나 이상의 명령들 중에서, 노래 재생 명령을 제2 명령으로 결정할 수 있다. 프로세서(540)는 스피커(520)를 통해, 제2 명령에 대응하는 음성(1441)을 출력할 수 있다. 프로세서(540)는 결정된 제2 명령에 기반하여, 노래 재생 동작을 수행할 수 있다. 일 실시예에서, 프로세서(540)는 제2 발화(1431)에 포함된 "노래"가 노래 재생 명령에 대한 레이블 정보와 일치함을 확인함에 기반하여, 노래 재생 명령에 대응하는 동작을 실행할 수도 있다.

일 실시예에 따른 전자 장치(100; 411; 500)는, 마이크(120; 450; 510), 및 상기 마이크(120; 450; 510)와 작동적으로 연결된 적어도 하나의 프로세서(160; 420; 540)를 포함할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 마이크(120; 450; 510)를 통하여 획득한 제1 발화(811; 1411)에 기반하여, 상기 제1 발화(811; 1411)에 대응하는 하나 이상의 명령들을 획득할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 하나 이상의 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 실행할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 마이크(120; 450; 510)를 통하여 획득한 제2 발화(1021; 1231; 1431)에 기반하여, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 결정된 제2 명령에 대응하는 동작을 실행하도록 구성될 수 있다.

일 실시예에서, 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 획득된 하나 이상의 명령들 각각과 상기 제1 발화(811; 1411) 간의 유사도를 획득할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제1 발화(811; 1411)와의 유사도가 기 설정된 유사도 이상인 하나 이상의 명령들을 후보 명령들로 결정할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 후보 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 결정하도록 구성될 수 있다.

일 실시예에서, 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제1 발화(811; 1411)를 획득한 시간으로부터 기 설정된 시간 내에 상기 제2 발화(1021; 1231; 1431)를 획득함에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하도록 구성될 수 있다.

일 실시예에서, 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제1 발화(811; 1411)를 획득한 시간으로부터 기 설정된 시간 이후 제2 발화(1021; 1231; 1431)를 획득함에 기반하여, 하나 이상의 명령들을 획득할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제2 발화(1021; 1231; 1431)로부터 획득한 하나 이상의 명령들 중에서 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 결정된 제2 명령에 대응하는 동작을 실행하도록 구성될 수 있다.

일 실시예에서, 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제2 발화(1021; 1231; 1431)를 기 설정된 발화 패턴과 비교함으로써, 상기 획득한 제2 발화(1021; 1231; 1431)가 부정 응답인지 여부를 확인할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제2 발화(1021; 1231; 1431)가 부정 응답임을 확인하는 것에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인 것으로 결정하도록 구성될 수 있다.

일 실시예에서, 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제2 발화(1021; 1231; 1431)를 기 설정된 발화 패턴과 비교함으로써, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인하는 것에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 결정된 제2 명령에 대응하는 동작을 실행하도록 구성될 수 있다.

일 실시예에서, 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각과 상기 제2 발화(1021; 1231; 1431) 간의 유사도들을 획득할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 획득된 유사도들이 기 설정된 유사도보다 작은 것을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 명령에 대응하는 동작을 수행하도록 구성될 수 있다.

일 실시예에서, 상기 적어도 하나의 프로세서(160; 420; 540)는, 기 학습된 발화 식별 모델을 이용하여, 상기 제2 발화(1021; 1231; 1431)로부터 제1 레이블 및 제2 레이블을 획득할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제1 레이블에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제2 레이블에 기반하여, 상기 제2 발화(1021; 1231; 1431)에 포함된 정정 문구를 식별할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각과 상기 정정 문구 간의 유사도를 획득할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 정정 문구와의 유사도가 가장 높은 제2 명령에 대응하는 동작을 수행하도록 구성될 수 있다.

일 실시예에서, 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인하는 것에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각에 대응하는 레이블 정보를 식별할 수 있다. 상기 적어도 하나의 프로세서(160; 420; 540)는, 상기 제2 발화(1021; 1231; 1431)를 상기 레이블 정보와 비교함으로써, 상기 하나 이상의 명령들 각각과 상기 제2 발화(1021; 1231; 1431) 간의 유사도를 획득하도록 구성될 수 있다.

일 실시예에서, 상기 하나 이상의 명령들 각각에 대응하는 레이블 정보는, 명령과 관련되는 텍스트 및 상기 텍스트가 변환된 임베딩 벡터 중 적어도 하나를 포함할 수 있다.

일 실시예에 따른 전자 장치의 사용자 발화를 분석하는 방법은, 마이크(120; 450; 510)를 통하여 획득한 제1 발화(811; 1411)에 기반하여, 상기 제1 발화(811; 1411)에 대응하는 하나 이상의 명령들을 획득하는 동작을 포함할 수 있다. 상기 방법은, 상기 하나 이상의 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 실행하는 동작을 포함할 수 있다. 상기 방법은, 상기 마이크(120; 450; 510)를 통하여 획득한 제2 발화(1021; 1231; 1431)에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하는 동작을 포함할 수 있다. 상기 방법은, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정하는 동작을 포함할 수 있다. 상기 방법은, 상기 결정된 제2 명령에 대응하는 동작을 실행하는 동작을 포함할 수 있다.

일 실시예에서, 상기 방법은, 상기 획득된 하나 이상의 명령들 각각과 상기 제1 발화(811; 1411) 간의 유사도를 획득하는 동작을 포함할 수 있다. 상기 방법은, 상기 제1 발화(811; 1411)와의 유사도가 기 설정된 유사도 이상인 하나 이상의 명령들을 후보 명령들로 결정하는 동작을 포함할 수 있다. 상기 방법은, 상기 후보 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 결정하는 동작을 더 포함할 수 있다.

일 실시예에서, 상기 방법은, 상기 제1 발화(811; 1411)를 획득한 시간으로부터 기 설정된 시간 내에 상기 제2 발화(1021; 1231; 1431)를 획득함에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하는 동작을 더 포함할 수 있다.

일 실시예에서, 상기 방법은, 상기 제1 발화(811; 1411)를 획득한 시간으로부터 기 설정된 시간 이후 제2 발화(1021; 1231; 1431)를 획득함에 기반하여, 하나 이상의 명령들을 획득하는 동작을 포함할 수 있다. 상기 방법은, 상기 제2 발화(1021; 1231; 1431)로부터 획득한 하나 이상의 명령들 중에서 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정하는 동작을 포함할 수 있다. 상기 방법은, 상기 결정된 제2 명령에 대응하는 동작을 더 포함할 수 있다.

일 실시예에서, 상기 방법은, 상기 제2 발화(1021; 1231; 1431)를 기 설정된 발화 패턴과 비교함으로써, 상기 획득한 제2 발화(1021; 1231; 1431)가 부정 응답인지 여부를 확인하는 동작을 포함할 수 있다. 상기 방법은, 상기 제2 발화(1021; 1231; 1431)가 부정 응답임을 확인하는 것에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인 것으로 결정하는 동작을 더 포함할 수 있다.

일 실시예에서, 상기 방법은, 상기 제2 발화(1021; 1231; 1431)를 기 설정된 발화 패턴과 비교함으로써, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하는 동작을 포함할 수 있다. 상기 방법은, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인하는 것에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정하는 동작을 포함할 수 있다. 상기 방법은, 상기 결정된 제2 명령에 대응하는 동작을 실행하는 동작을 더 포함할 수 있다.

일 실시예에서, 상기 방법은, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각과 상기 제2 발화(1021; 1231; 1431) 간의 유사도들을 획득하는 동작을 포함할 수 있다. 상기 방법은, 상기 획득된 유사도들이 기 설정된 유사도보다 작은 것을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서 상기 제1 발화와의 유사도가 가장 높은 명령에 대응하는 동작을 수행하는 동작을 더 포함할 수 있다.

일 실시예에서, 상기 방법은, 기 학습된 발화 식별 모델을 이용하여, 상기 제2 발화(1021; 1231; 1431)로부터 제1 레이블 및 제2 레이블을 획득하는 동작을 포함할 수 있다. 상기 방법은, 상기 제1 레이블에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인할 수 있다. 상기 방법은, 상기 제2 레이블에 기반하여, 상기 제2 발화(1021; 1231; 1431)에 포함된 정정 문구를 식별하는 동작을 포함할 수 있다. 상기 방법은, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각과 상기 정정 문구 간의 유사도를 획득하는 동작을 포함할 수 있다. 상기 방법은, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 정정 문구와의 유사도가 가장 높은 제2 명령에 대응하는 동작을 수행하는 동작을 더 포함할 수 있다.

일 실시예에서, 상기 방법은, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인하는 것에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각에 대응하는 레이블 정보를 식별하는 동작을 포함할 수 있다. 상기 방법은, 상기 제2 발화(1021; 1231; 1431)를 상기 레이블 정보와 비교함으로써, 상기 하나 이상의 명령들 각각과 상기 제2 발화(1021; 1231; 1431) 간의 유사도를 획득하는 동작을 더 포함할 수 있다.

일 실시예에서, 상기 방법에서, 상기 하나 이상의 명령들 각각에 대응하는 레이블 정보는, 명령과 관련되는 텍스트 및 상기 텍스트가 변환된 임베딩 벡터 중 적어도 하나를 포함할 수 있다.

또한, 상술한 본 발명의 실시예에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, CD-ROM, DVD 등)와 같은 저장매체를 포함한다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (20)

1. 전자 장치(100; 411; 500)에 있어서,
   마이크(120; 450; 510); 및
   상기 마이크(120; 450; 510)와 작동적으로 연결된 적어도 하나의 프로세서(160; 420; 540);를 포함하고,
   상기 적어도 하나의 프로세서(160; 420; 540)는,
   상기 마이크(120; 450; 510)를 통하여 획득한 제1 발화(811; 1411)에 기반하여, 상기 제1 발화(811; 1411)에 대응하는 하나 이상의 명령들을 획득하고,
   상기 하나 이상의 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 실행하고,
   상기 마이크(120; 450; 510)를 통하여 획득한 제2 발화(1021; 1231; 1431)에 기반하여, 상기 제2 발화가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하고,
   상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정하고, 및
   상기 결정된 제2 명령에 대응하는 동작을 실행하도록 구성된, 전자 장치.
   
2. 제 1 항에 있어서,
   상기 적어도 하나의 프로세서(160; 420; 540)는,
   상기 획득된 하나 이상의 명령들 각각과 상기 제1 발화(811; 1411) 간의 유사도를 획득하고,
   상기 제1 발화(811; 1411)와의 유사도가 기 설정된 유사도 이상인 하나 이상의 명령들을 후보 명령들로 결정하고, 및
   상기 후보 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 결정하도록 구성된, 전자 장치.
   
3. 제 1 항 또는 제 2 항에 있어서,
   상기 적어도 하나의 프로세서(160; 420; 540)는,
   상기 제1 발화(811; 1411)를 획득한 시간으로부터 기 설정된 시간 내에 상기 제2 발화(1021; 1231; 1431)를 획득함에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하도록 구성된, 전자 장치.
   
4. 제1 항 내지 제 3 항 중 어느 한 항에 있어서,
   상기 적어도 하나의 프로세서(160; 420; 540)는,
   상기 제1 발화(811; 1411)를 획득한 시간으로부터 기 설정된 시간 이후 제2 발화(1021; 1231; 1431)를 획득함에 기반하여, 하나 이상의 명령들을 획득하고,
   상기 제2 발화(1021; 1231; 1431)로부터 획득한 하나 이상의 명령들 중에서 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정하고, 및
   상기 결정된 제2 명령에 대응하는 동작을 실행하도록 구성된, 전자 장치.
   
5. 제1 항 내지 제 4 항 중 어느 한 항에 있어서
   상기 적어도 하나의 프로세서(160; 420; 540)는,
   상기 제2 발화(1021; 1231; 1431)를 기 설정된 발화 패턴과 비교함으로써, 상기 획득한 제2 발화(1021; 1231; 1431)가 부정 응답인지 여부를 확인하고, 및
   상기 제2 발화(1021; 1231; 1431)가 부정 응답임을 확인하는 것에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인 것으로 결정하도록 구성된, 전자 장치.
   
6. 제1 항 내지 제 5 항 중 어느 한 항에 있어서
   상기 적어도 하나의 프로세서(160; 420; 540)는,
   상기 제2 발화(1021; 1231; 1431)를 기 설정된 발화 패턴과 비교함으로써, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하고,
   상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인하는 것에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정하고, 및
   상기 결정된 제2 명령에 대응하는 동작을 실행하도록 구성된, 전자 장치.
   
7. 제1 항 내지 제 6 항 중 어느 한 항에 있어서,
   상기 적어도 하나의 프로세서(160; 420; 540)는,
   상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각과 상기 제2 발화(1021; 1231; 1431) 간의 유사도들을 획득하고, 및
   상기 획득된 유사도들이 기 설정된 유사도보다 작은 것을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 명령에 대응하는 동작을 수행하도록 구성된, 전자 장치.
   
8. 제1 항 내지 제 7 항 중 어느 한 항에 있어서,
   상기 적어도 하나의 프로세서(160; 420; 540)는,
   기 학습된 발화 식별 모델을 이용하여, 상기 제2 발화(1021; 1231; 1431)로부터 제1 레이블 및 제2 레이블을 획득하고,
   상기 제1 레이블에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하고,
   상기 제2 레이블에 기반하여, 상기 제2 발화(1021; 1231; 1431)에 포함된 정정 문구를 식별하고,
   상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각과 상기 정정 문구 간의 유사도를 획득하고, 및
   상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 정정 문구와의 유사도가 가장 높은 제2 명령에 대응하는 동작을 수행하도록 구성된, 전자 장치.
   
9. 제1 항 내지 제 8 항 중 어느 한 항에 있어서,
   상기 적어도 하나의 프로세서(160; 420; 540)는,
   상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인하는 것에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각에 대응하는 레이블 정보를 식별하고, 및
   상기 제2 발화(1021; 1231; 1431)를 상기 레이블 정보와 비교함으로써, 상기 하나 이상의 명령들 각각과 상기 제2 발화(1021; 1231; 1431) 간의 유사도를 획득하도록 구성된, 전자 장치.
   
10. 제1 항 내지 제 9 항 중 어느 한 항에 있어서,
    상기 하나 이상의 명령들 각각에 대응하는 레이블 정보는,
    명령과 관련되는 텍스트 및 상기 텍스트가 변환된 임베딩 벡터 중 적어도 하나를 포함하는, 전자 장치.
    
11. 전자 장치의 사용자 발화를 분석하는 방법에 있어서,
    마이크(120; 450; 510)를 통하여 획득한 제1 발화(811; 1411)에 기반하여, 상기 제1 발화(811; 1411)에 대응하는 하나 이상의 명령들을 획득하는 동작;
    상기 하나 이상의 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 실행하는 동작;
    상기 마이크(120; 450; 510)를 통하여 획득한 제2 발화(1021; 1231; 1431)에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하는 동작;
    상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정하는 동작; 및
    상기 결정된 제2 명령에 대응하는 동작을 실행하는 동작을 포함하는, 방법.
    
12. 제 11 항에 있어서,
    상기 획득된 하나 이상의 명령들 각각과 상기 제1 발화(811; 1411) 간의 유사도를 획득하는 동작;
    상기 제1 발화(811; 1411)와의 유사도가 기 설정된 유사도 이상인 하나 이상의 명령들을 후보 명령들로 결정하는 동작; 및
    상기 후보 명령들 중에서 상기 제1 발화(811; 1411)와의 유사도가 가장 높은 제1 명령에 대응하는 동작을 결정하는 동작을 더 포함하는, 방법.
    
13. 제 11 항 또는 제 12 항에 있어서,
    상기 제1 발화(811; 1411)를 획득한 시간으로부터 기 설정된 시간 내에 상기 제2 발화(1021; 1231; 1431)를 획득함에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하는 동작을 더 포함하는, 방법.
    
14. 제 11 항 내지 제 13 항 중 어느 한 항에 있어서,
    상기 제1 발화(811; 1411)를 획득한 시간으로부터 기 설정된 시간 이후 제2 발화(1021; 1231; 1431)를 획득함에 기반하여, 하나 이상의 명령들을 획득하는 동작;
    상기 제2 발화(1021; 1231; 1431)로부터 획득한 하나 이상의 명령들 중에서 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정하는 동작; 및
    상기 결정된 제2 명령에 대응하는 동작을 더 포함하는, 방법.
    
15. 제 11 항 내지 제 14 항 중 어느 한 항에 있어서,
    상기 제2 발화(1021; 1231; 1431)를 기 설정된 발화 패턴과 비교함으로써, 상기 획득한 제2 발화(1021; 1231; 1431)가 부정 응답인지 여부를 확인하는 동작; 및
    상기 제2 발화(1021; 1231; 1431)가 부정 응답임을 확인하는 것에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인 것으로 결정하는 동작을 더 포함하는, 방법.
    
16. 제 11 항 내지 제 15 항 중 어느 한 항에 있어서,
    상기 제2 발화(1021; 1231; 1431)를 기 설정된 발화 패턴과 비교함으로써, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하는 동작;
    상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인하는 것에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서 상기 제2 발화(1021; 1231; 1431)와의 유사도가 가장 높은 제2 명령을 결정하는 동작; 및
    상기 결정된 제2 명령에 대응하는 동작을 실행하는 동작을 더 포함하는, 방법.
    
17. 제 11 항 내지 제 16 항 중 어느 한 항에 있어서,
    상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각과 상기 제2 발화(1021; 1231; 1431) 간의 유사도들을 획득하는 동작; 및
    상기 획득된 유사도들이 기 설정된 유사도보다 작은 것을 확인함에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서 상기 제1 발화와의 유사도가 가장 높은 명령에 대응하는 동작을 수행하는 동작을 더 포함하는, 방법.
    
18. 제 11 항 내지 제 17 항 중 어느 한 항에 있어서,
    기 학습된 발화 식별 모델을 이용하여, 상기 제2 발화(1021; 1231; 1431)로부터 제1 레이블 및 제2 레이블을 획득하는 동작;
    상기 제1 레이블에 기반하여, 상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화인지 여부를 확인하는 동작;
    상기 제2 레이블에 기반하여, 상기 제2 발화(1021; 1231; 1431)에 포함된 정정 문구를 식별하는 동작;
    상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각과 상기 정정 문구 간의 유사도를 획득하는 동작; 및
    상기 제1 명령을 제외한 상기 하나 이상의 명령들 중에서, 상기 정정 문구와의 유사도가 가장 높은 제2 명령에 대응하는 동작을 수행하는 동작을 더 포함하는, 방법.
    
19. 제 11 항 내지 제 18 항 중 어느 한 항에 있어서,
    상기 제2 발화(1021; 1231; 1431)가 상기 제1 명령에 대응하는 동작을 정정하기 위한 발화임을 확인하는 것에 기반하여, 상기 제1 명령을 제외한 상기 하나 이상의 명령들 각각에 대응하는 레이블 정보를 식별하는 동작; 및
    상기 제2 발화(1021; 1231; 1431)를 상기 레이블 정보와 비교함으로써, 상기 하나 이상의 명령들 각각과 상기 제2 발화(1021; 1231; 1431) 간의 유사도를 획득하는 동작을 더 포함하는, 방법.
    
20. 제 11 항 내지 제 19 항 중 어느 한 항에 있어서,
    상기 하나 이상의 명령들 각각에 대응하는 레이블 정보는,
    명령과 관련되는 텍스트 및 상기 텍스트가 변환된 임베딩 벡터 중 적어도 하나를 포함하는, 방법.
    

Images