KR20240054836A - 전자 장치 및 전자 장치의 음성 어시스턴트 서비스 제공 방법 - Google Patents
전자 장치 및 전자 장치의 음성 어시스턴트 서비스 제공 방법 Download PDFInfo
- Publication number
- KR20240054836A KR20240054836A KR1020220171982A KR20220171982A KR20240054836A KR 20240054836 A KR20240054836 A KR 20240054836A KR 1020220171982 A KR1020220171982 A KR 1020220171982A KR 20220171982 A KR20220171982 A KR 20220171982A KR 20240054836 A KR20240054836 A KR 20240054836A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- information
- utterance
- history
- electronic device
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 34
- 238000004891 communication Methods 0.000 claims abstract description 71
- 230000004044 response Effects 0.000 description 38
- 239000002775 capsule Substances 0.000 description 37
- 230000009471 action Effects 0.000 description 32
- 230000006870 function Effects 0.000 description 31
- 238000010586 diagram Methods 0.000 description 29
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 230000000638 stimulation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000004887 air purification Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
Abstract
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 통신 회로, 메모리, 및 프로세서를 포함하고, 상기 프로세서는, 상기 통신 회로를 통하여 제1 외부 장치로부터 사용자 발화에 대응하는 음성 입력을 수신하고, 상기 음성 입력으로부터, 상기 사용자 발화에 대응하는 세션(session), 사용자 의도(intent), 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 인식하고, 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하고, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 상기 동작을 실행하기 위한 명령어를 생성하고, 상기 세션, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여, 상기 컨텍스트 정보를 업데이트하도록 설정될 수 있다. 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.
Description
본 문서에서 개시되는 실시 예들은, 음성 어시스턴스 서비스를 제공하는 기술과 관련된다.
최근 들어, 음성 인식 기술이 발전함에 따라 마이크를 포함하는 다양한 전자 장치에서 음성 인식 기능이 구현될 수 있다. 예를 들어, 최근에는 전자 장치들 사이의 직관적인 인터페이스를 제공할 수 있는 음성 어시스턴스 서비스가 개발되고 있다. 음성 어시스턴스 서비스는 사용자의 발화(utterance)에 대한 자연 언어 처리를 수행하여 사용자의 의도를 추론하고, 추론된 사용자의 의도를 기초로 하여 제어 장치가 제어되도록 처리할 수 있다.
음성 어시스턴트 서비스를 제공함에 있어서, 연속하여 사용자 발화가 입력되는 경우, 이전의 사용자 발화와 연계하여 기능을 수행하거나, 이전의 사용자 발화를 이용하여 새로운 발화에 대한 음성 어시스턴트 서비스를 제공하는데 어려움이 있다.
본 개시의 다양한 실시예들은, 연속되는 사용자 발화가 입력되는 경우, 이전 사용자 발화 및 이전 사용자 발화와 관련된 컨텍스트 정보를 기반으로 음성 어시스턴트 서비스의 정확도, 성능, 및 효율성을 증가시킬 수 있는 전자 장치 및 방법을 제공하고자 한다.
본 문서에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 통신 회로, 메모리, 및 프로세서를 포함하고, 상기 프로세서는, 상기 통신 회로를 통하여 제1 외부 장치로부터 사용자 발화에 대응하는 음성 입력을 수신하고, 상기 음성 입력으로부터, 상기 사용자 발화에 대응하는 세션(session), 사용자 의도(intent), 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 인식하고, 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하고, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 상기 동작을 실행하기 위한 명령어를 생성하고, 상기 세션, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여, 상기 컨텍스트 정보를 업데이트하도록 설정될 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 방법은, 제1 외부 장치로부터 사용자 발화에 대응하는 음성 입력을 수신하는 동작, 상기 음성 입력으로부터, 상기 사용자 발화에 대응하는 세션(session), 사용자 의도(intent), 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 인식하는 동작, 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 상기 동작을 실행하기 위한 명령어를 생성하는 동작, 및 상기 세션, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여, 상기 컨텍스트 정보를 업데이트하는 동작을 포함할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 저장 매체는, 전자 장치의 프로세서에 의해 실행 시, 상기 전자 장치가 상기 통신 회로를 통하여 제1 외부 장치로부터 사용자 발화에 대응하는 음성 입력을 수신하고, 상기 음성 입력으로부터, 상기 사용자 발화에 대응하는 세션(session), 사용자 의도(intent), 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 인식하고, 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하고, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 상기 동작을 실행하기 위한 명령어를 생성하고, 상기 세션, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여, 상기 컨텍스트 정보를 업데이트하도록 하는 프로그램(또는, 인스트럭션들)을 저장할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 연속되는 사용자 발화가 입력되는 경우, 이전 사용자 발화 및 이전 사용자 발화와 관련된 컨텍스트 정보를 기반으로 음성 어시스턴트 서비스의 정확도, 성능, 및 효율성을 증가시킬 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 음성 어시스턴트 서비스를 제공하는 시스템 블록도를 나타낸다.
도 2는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 10은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 11은 일 실시예에 따른 전자 장치의 블록도이다.
도 12는 일 실시예에 따른 전자 장치의 음성 어시스턴트 서비스 제공 방법의 흐름도이다.
도 13은 일 실시예에 따른 전자 장치의 음성 어시스턴트 서비스 제공 방법의 흐름도이다.
도 14은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치를 나타낸다.
도 15은 일 실시예에 따른 통합 지능(integrated intelligence) 시스템을 나타낸 블록도이다.
도 16는 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 17는 일 실시예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시한 도면이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 2는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 10은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 11은 일 실시예에 따른 전자 장치의 블록도이다.
도 12는 일 실시예에 따른 전자 장치의 음성 어시스턴트 서비스 제공 방법의 흐름도이다.
도 13은 일 실시예에 따른 전자 장치의 음성 어시스턴트 서비스 제공 방법의 흐름도이다.
도 14은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치를 나타낸다.
도 15은 일 실시예에 따른 통합 지능(integrated intelligence) 시스템을 나타낸 블록도이다.
도 16는 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 17는 일 실시예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시한 도면이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하에서는 도면을 참조하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면의 설명과 관련하여, 동일하거나 유사한 구성요소에 대해서는 동일하거나 유사한 참조 부호가 사용될 수 있다. 또한, 도면 및 관련된 설명에서는, 잘 알려진 기능 및 구성에 대한 설명이 명확성과 간결성을 위해 생략될 수 있다.
도 1은 음성 어시스턴트 서비스를 제공하는 시스템 블록도를 나타낸다.
일 실시예에 따르면, 음성 어시스턴트 시스템은 전자 장치(110)(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501)), 음성 어시스턴트 서버(120)(예: 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600)) 및 IoT 서버(130)(예: 도 14의 서버(1408) 또는 도 15의 서비스 서버(1700))를 포함할 수 있다.
일 실시예에 따르면, 전자 장치(110)는, 클라이언트 모듈(111)(예: 도 15의 클라이언트 모듈(1531))을 포함할 수 있다. 일 실시예에 따르면, 클라이언트 모듈(111)은 사용자(105)의 발화에 대한 음성 인식 서비스를 제공할 수 있다. 클라이언트 모듈(111)은 자연어 입력을 획득할 수 있다. 자연어 입력은 텍스트 입력 및/또는 음성 입력(예: 사용자 발화)을 포함할 수 있다. 예를 들어, 클라이언트 모듈(111)은 전자 장치(110)의 입력 장치(예: 마이크)(미도시)를 통해 음성 입력(또는, 음성 신호)(예: 사용자 발화)을 수신할 수 있다. 클라이언트 모듈(111)은 자연어 입력이 획득됨에 기초하여, 대화(conversation)(또는, 세션)의 시작을 결정할 수 있다. 클라이언트 모듈(111)은 지정된 자연어 입력(예: 웨이크업 발화)이 획득됨에 기초하여, 대화의 시작을 결정할 수 있다. 클라이언트 모듈(111)은 자연어 입력이 지정된 시간 동안 획득되지 않음에 기초하여, 대화의 종료를 결정할 수 있다. 클라이언트 모듈(111)은 대화의 종료를 요청하는 자연어 입력이 획득됨에 기초하여, 대화의 종료를 결정할 수 있다. 일 실시 예에서, 대화의 시작부터 대화의 종료까지는 음성 세션(이하, '세션'으로 참조됨)으로 지칭될 수 있다. 예를 들어, 첫 사용자 발화로부터 시작된 연속된 사용자 발화들이 하나의 대화가 될 수 있고, 대화는 세션 단위로 구성될 수 있다.
클라이언트 모듈(111)은 음성 입력을 음성 어시스턴트 서버(120)로 송신할 수 있다. 클라이언트 모듈(111)은 음성 입력에 대응하는 결과를 음성 어시스턴트 서버(120)로부터 수신할 수 있다. 클라이언트 모듈(111)은 음성 어시스턴트 서버(120)에 대화의 시작을 알릴 수 있다. 클라이언트 모듈(111)은 음성 어시스턴트 서버(120)에 대화의 종료를 알릴 수 있다. 예를 들어, 클라이언트 모듈(111)은 전자 장치(110)의 통신 회로(예: 도 14의 통신 모듈(1490) 또는 도 15의 통신 인터페이스(1590))를 이용하여 외부 장치(예: 음성 어시스턴트 서버(120))와 데이터 및/또는 정보를 송수신할 수 있다.
클라이언트 모듈(111)은 결과를 나타내는 정보를 사용자에게 제공할 수 있다. 예를 들어, 클라이언트 모듈(111)은 시각적 또는 청각적으로 결과를 나타내는 정보를 사용자에게 제공할 수 있다. 예를 들어, 클라이언트 모듈(111)은 전자 장치(110)의 스피커(예: 도 14의 음향 출력 모듈(1455) 또는 도 15의 스피커(1555))를 통해 결과를 출력하거나, 또는 전자 장치(110)의 디스플레이(예: 도 14의 디스플레이 모듈(1460) 또는 도 15의 디스플레이(1560))를 통해 결과를 출력할 수 있다.
일 실시예에 따르면, 전자 장치(110)의 구성은 도 1에 도시된 바에 한정되지 않으며, 적어도 하나의 구성(예: 도 14의 전자 장치(1401) 또는 도 15의 사용자 단말(1501))의 구성 중 적어도 하나)를 더 포함할 수 있다.
일 실시예에 따르면, 음성 어시스턴트 서버(120)는, 자동 음성 인식(auto speech recognition, ASR) 모듈(121)(예: 도 15의 자동 음성 인식 모듈(1621)), 자연어 이해(natural language understanding, NLU) 모듈(122)(예: 도 15의 자연어 이해 모듈(1623)), 실행(executor) 모듈(123)(예: 도15의 실행 엔진(1640)), 컨텍스트 매니저(context manager) 모듈(124), 장치 검색 엔진(device search engine) 모듈(125), 텍스트 음성 변환(text to speech, TTS) 모듈(126)(예: 도 15의 텍스트 음성 변환 모듈(1629))을 포함할 수 있다.
일 실시예에 따르면, ASR 모듈(121)은 전자 장치(110)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다.
일 실시예에 따르면, 자연어 이해 모듈(122)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 인텐트(intent)(또는, 사용자 의도)를 파악할 수 있다.
일 실시예에 따르면, 실행 모듈(123)은 사용자의 인텐트에 따른 태스크를 실행하여 결과를 산출할 수 있다. 예를 들어, 사용자의 인텐트가 IoT(internet of things) 장치들의 제어인 경우, 실행 모듈(123)은 IoT 장치들을 제어하기 위한 명령(command)(예: 실행 요청)을 IoT 서버(130)로 송신할 수 있다. 예를 들어, 사용자의 인텐트가 현재 시간의 확인인 경우, 실행 모듈(123)은 현재 시간을 식별하기 위한 명령어(instruction)를 실행할 수 있다. 실행 모듈(123)은 IoT 서버(130)로부터 IoT 장치가 동작을 수행한 결과(예: 실행 응답)을 수신할 수 있다.
실행 모듈(123)은 전자 장치(110)에게 음성 입력에 따른 피드백(예: 실행 응답에 대응하는 피드백)을 제공할 수 있다. 예를 들어, 실행 모듈(123)은 피드백을 위한 텍스트 형태의 정보를 생성할 수 있다. 실행 모듈(123)은 산출된 결과를 나타내기 위한 텍스트 형태의 정보를 생성할 수 있다. 예를 들어, 사용자의 의도가 IoT 장치의 제어인 경우, 산출된 결과는 IoT 장치의 제어 결과일 수 있다. 다른 예를 들어, 사용자의 의도가 현재 시간의 확인인 경우, 산출된 결과는 현재 시간일 수 있다.
실행 모듈(123)은 컨텍스트 매니저(124)를 통하여 업데이트된 사용자 인텐트 및/또는 사용자 발화에 대응하는 동작을 수행할 장치(이하, '실행 장치' 용어로 참조됨)의 정보를 수신할 수 있다. 예를 들어, 실행 모듈(123)은 컨텍스트 매니저(124)로부터 사용자 발화와 관련된 정보(예: 사용자 인텐트, 실행 장치 정보, 세션 정보, 타임스탬프 정보, 및/또는 위치 정보)를 획득할 수 있다. 실행 모듈(123)은 사용자 발화와 관련된 정보를 기반으로 IoT 서버(130)에 실행 장치가 사용자 발화에 대응하는 동작을 실행하도록 하는 요청을 전송할 수 있다. 예를 들어, 실행 모듈(123)은 사용자 발화와 관련된 정보를 기반으로 음성 명령을 결정하고, 음성 명령을 포함하는 실행 요청을 IoT 서버(130)에 전송할 수 있다. 실행 모듈(123)은 IoT 서버(130)로부터 실행 요청에 대한 실행 응답을 수신할 수 있다. 실행 응답은 실행 요청에 따라 IoT 서버(130)가 관리하는 IoT 장치(실행 장치)가 사용자 발화에 대응하는 동작 중 적어도 일부를 수행한 결과에 대한 정보를 포함할 수 있다. 일 실시예에 따르면, 실행 모듈(123)은 컨텍스트 매니저(124) 및/또는 장치 검색 엔진(125)으로부터 수신한 정보에 기반하여 사용자 인텐트에 대응하는 동작을 수행할 장치(예: 실행 장치)를 정확히 특정할 수 없는 경우, 전자 장치(110)에 사용자 인텐트에 대응하는 동작을 수행할 장치를 특정하기 위한 추가적인 사용자 발화를 촉구하는 메시지(예: 프롬프트(prompt) 메시지)를 출력하도록 할 수 있다.
일 실시예에 따르면, 컨텍스트 매니저(124)는 실행 모듈(123)로부터 사용자 발화와 관련된 정보(예: 사용자 인텐트, 실행 장치 정보, 세션 정보, 타임스탬프 정보, 및/또는 위치 정보)를 수신할 수 있다. 컨텍스트 매니저(124)는 장치 검색 모듈로부터 적어도 하나의 IoT 장치의 정보를 수신할 수 있다. 예를 들어, 컨텍스트 매니저(124)는 장치 검색 모듈에 사용자 발화와 관련된 정보를 전달하고, 장치 검색 모듈로부터 사용자 발화와 관련된 정보에 기반하여 검색된 IoT 장치의 정보를 수신할 수 있다. 컨텍스트 매니저(124)는 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보(본 명세서에서, '컨텍스트 데이터베이스'라는 용어로 참조됨)를 기반으로 사용자 의도 및 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 IoT 장치(예를 들어, 사용자 의도에 대응하는 동작을 수행할 적어도 하나이 실행 장치)와 관련된 정보를 업데이트하고, 업데이트된 정보를 실행 모듈(123)에 제공할 수 있다. 예를 들어, 컨텍스트 정보는 이전 사용자 발화와 관련된 정보(예: 세션 정보, 실행 장치 정보, 인텐트 정보, 타임스탬프 정보, 및/또는 위치 정보)를 포함할 수 있다. 예를 들어, 컨텍스트 매니저(124)는 장치 검색 엔진(125)으로부터 사용자 의도에 대응하는 동작을 수행할 복수의 후보 IoT 장치들의 정보 및/또는 후보 인텐트들의 정보를 수신한 경우, 컨텍스트 정보를 기반으로 사용자 의도에 대응하는 동작을 수행할 적어도 하나의 IoT 장치(즉, 실행 장치) 및/또는 인텐트를 특정할 수 있다. 컨텍스트 매니저(124)는 특정한 적어도 하나의 IoT 장치의 정보 및/또는 인텐트를 실행 모듈(123)에 제공할 수 있다.
일 실시예에 따르면, 컨텍스트 매니저(124)는 실행 모듈(123)로부터 실행 응답(예: 사용자 인텐트에 대응하는 동작을 수행한 결과)를 수신하고, 이를 기반으로 컨텍스트 정보를 업데이트할 수 있다. 예를 들어, 컨텍스트 매니저(124)는 사용자 발화 이력(예: 사용자 발화와 관련된 세션, 실행 장치, 인텐트, 타임스탬프, 및/또는 위치 정보)을 컨텍스트 정보에 저장할 수 있다.
일 실시예에 따르면, 장치 검색 엔진(125)은 IoT 서버(130)로부터 획득한 IoT 장치의 정보를 기반으로 사용자 발화에 대응하는 동작을 수행할 장치를 검색할 수 있다. 예를 들어, 장치 검색 엔진(125)은 사용자 발화와 관련된 정보(예: 사용자 인텐트, 실행 장치 정보, 세션 정보, 타임스탬프 정보, 및/또는 위치 정보)를 기반으로 사용자 발화에 대응하는 동작을 수행할 적어도 하나의 IoT 장치 및/또는 IoT 장치가 실행 가능한 기능에 대응하는 인텐트를 검색할 수 있다. 예를 들어, 장치 검색 엔진(125)은 사용자 의도에 대응하는 동작을 수행할 적어도 하나의 후보 IoT 장치의 정보 및/또는 적어도 하나의 후보 인텐트의 정보를 검색하고, 검색 결과를 컨텍스트 매니저(124)에 제공할 수 있다.
일 실시예에 따르면, 텍스트 음성 변환 모듈(126)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 텍스트 음성 변환 모듈(126)은 음성 형태의 정보를 전자 장치(110)에게 제공할 수 있다.
일 실시예에 따르면, IoT 서버(130)는 음성 인텐트 핸들러(131)를 포함할 수 있다. IoT 서버(130)는 적어도 하나의 IoT 장치와 연결되어, IoT 장치의 동작 및/또는 상태를 제어할 수 있다. 일 실시예에 따르면, 음성 인텐트 핸들러(131)는 음성 입력(예: 사용자 발화)에 따라 식별되는 인텐트에 기초하여 복수의 IoT 장치들 중 제어할 IoT 장치를 식별하고, 식별된 IoT 장치를 인텐트에 기초하여 제어할 수 있다. 예를 들어, 음성 인텐트 핸들러(131)는 실행 모듈(123)로부터 수신한 실행 요청에 대응하는 동작을 수행할 수 있다. 예를 들어, 음성 인텐트 핸들러(131)는 실행 요청에 대응하는 IoT 장치가 사용자 발화에 대응하는 동작을 수행하도록 제어할 수 있다.
음성 인텐트 핸들러(131)는 IoT 장치를 제어한 결과(예: IoT 장치가 사용자 발화에 대응하는 동작을 수행한 결과)를 인식하고, 이를 기반으로 실행 모듈(123)에 실행 응답을 제공할 수 있다. 일 실시예에 따르면, 음성 인텐트 핸들러(131)는 장치 검색 모듈에 IoT 서버(130)가 관리하는 IoT 장치들의 정보를 제공할 수 있다.
도 2는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 도 2는 기 저장된 컨텍스트 정보가 없는 경우(예를 들어, 컨텐스트 정보 내에 사용자 발화 이력이 없는 경우)를 나타낸다.
일 실시예에 따르면, 201 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 제1 사용자 발화(예: “에어컨 온도 올려줘”)에 대응하는 음성 입력을 수신할 수 있다. 전자 장치는 음성 입력을 기반으로, 제1 사용자 발화와 관련된 세션(session Id), 실행 장치(device), 인텐트(intent), 타임스탬프, 위치를 인식할 수 있다. 예를 들어, 전자 장치는 1번 세션, 에어컨, temperature-increase, 1657099624, 및 37.258, 127.059를 각각 인식할 수 있다. 예를 들어, 타임스탬프는 사용자 발화 시각을 나타내고, 위치는 사용자 발화가 수신된 위치(예를 들어, 사용자 발화를 수신한 수신 장치의 위치)를 나타낼 수 있다. 실행 장치(device)는 특정 실행 장치 자체를 나타내거나, 실행 장치의 종류를 나타낼 수 있다. 예를 들어, 타임스탬프는 유닉스(unix) 타임스탬프 값을 포함할 수 있다. 유닉스 타임스탬프 값은 시간을 총 초 단위로 추적하는 방법으로, 1970년 1월 1일 0시 협성 세계시(universal time coordinated, UTC)로부터 시작되는 시간을 나타내는 값일 수 있다. 유닉스 타임스탬프 값은 어느 곳이든지 실질적으로 동일한 기준으로 측정되어 위치에 따라 변경되지 않는 시간 값을 가질 수 있다. 위치는 위도 및 경도 값을 포함할 수 있다. 예를 들어, 전자 장치는 음성 입력을 분석하여 인식한 사용자 발화와 관련된 정보를 기반으로 음성 명령(voice command)을 결정할 수 있다. 전자 장치는 기 저장된 컨텍스트 정보(290)를 기반으로 음성 입력을 분석하여 결정한 음성 명령의 업데이트를 시도할 수 있다. 예를 들어, 전자 장치는 기 저장된 컨텍스트 정보(290)를 기반으로 제1 사용자 발화와 관련된 정보 중 적어도 일부의 업데이트를 시도할 수 있다.
203 동작에서, 전자 장치는 이전 사용자 발화 이력과 관련된 컨텍스트 정보(290)를 확인할 수 있다. 예를 들어, 컨텍스트 정보(290)는 이전 사용자 발화의 이력(예: 이전 사용자 발화와 관련된 세션 정보(session Id)(291), 실행 장치 정보(device Id)(293), 인텐트 정보(intent)(295), 타임스탬프 정보(timestamp)(297), 및/또는 위치 정보(geo)(299))를 포함할 수 있다. 전자 장치는 컨텍스트 정보(290)에 이전 사용자 발화 이력이 있는지 판단할 수 있다. 도 2는, 컨텍스트 정보(290)에 이전 사용자 발화 이력이 없는 경우를 나타내기 때문에, 전자 장치는 컨텍스트 정보(290)에 동일한 세션에 속하는 이전 사용자 발화가 없음을 인식할 수 있다. 전자 장치는 컨텍스트 정보(290)에 이전 사용자 발화 이력이 없는 경우 205 동작을 수행할 수 있다. 컨텍스트 정보(290)에 이전 사용자 발화 이력이 있는 경우에 대해서는 도 4 이하에서 구체적으로 설명한다.
205 동작에서, 컨텍스트 정보(290)에 사용자 발화 이력이 없음을 인식함(not found)에 응답하여, 전자 장치는 최종적인 음성 명령을 결정할 수 있다. 예를 들어, 전자 장치는 최초 음성 입력을 기반으로 결정한 음성 명령을 업데이트하지 않을 수 있다. 예를 들어, 전자 장치는 201에서 인식한 제1 사용자 발화와 관련된 세션 정보(1번 세션), 실행 장치(에어컨), 및 인텐트(temrature-increase) 정보를 유지할 수 있다.
전자 장치는 제1 사용자 발화와 관련된 정보를 기반으로 결정한 음성 명령을 IoT 서버(예: 음성 인텐트 핸들러(voice intent handler, VIH))(예: 도 1의 IoT 서버(130))로 전송할 수 있다. 음성 명령은 세션, 실행 장치, 및/또는 인텐트 정보를 포함할 수 있다. IoT 서버는 전자 장치로부터 수신한 음성 명령에 기반하여 적어도 하나의 IoT 장치를 제어할 수 있다. 예를 들어, IoT 서버는 실행 장치(예: 에어컨)가 인텐트(temperature-increase)에 대응하는 동작(예: 온도 상승)을 실행하도록 제어할 수 있다.
일 실시예에 따르면, 도 2의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 3 내지 도 9, 도 12, 또는 도 13의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
도 3은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 도 3은 컨텍스트 정보를 업데이트하는 동작을 나타낸다.
301 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 컨텍스트 정보(250)의 업데이트를 시도할 수 있다. 예를 들어, 전자 장치는 사용자 발화(예: 제1 사용자 발화)와 관련된 정보(세션, 실행 장치, 인텐트, 타임스탬프, 및/또는 위치 정보)(391)를 인식할 수 있다. 예를 들어, 전자 장치는 1번 세션, 에어컨, temperature-increase, 1657099624, 37.258, 127.059를 인식할 수 있다.
303 동작에서, 전자 장치는 컨텍스트 정보(250)(예: 컨텍스트 데이터베이스)를 업데이트할 수 있다. 예를 들어, 전자 장치는 컨텍스트 정보(250)에 301 동작에서 인식한 사용자 발화와 관련된 정보(즉, 사용자 발화 이력)(391)를 저장할 수 있다. 예를 들어, 전자 장치는 세션 식별 번호(예: 1), 실행 장치 식별 번호(예: 에어컨의 식별번호 12345678), 인텐트(예: temperature-increase), 타임스탬프(예: 1657099624), 및 위치(예: 37.258, 127.059)를 컨텍스트 정보(250)에 저장할 수 있다.
305 동작에서, 전자 장치는 컨텍스트 정보(250)의 업데이트가 완료(성공)하였음을 인식하고, 컨텍스트 정보(250)의 업데이트를 종료할 수 있다.
일 실시예에 따르면, 도 3의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 2, 도 4 내지 도 9, 도 12, 또는 도 13의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
도 4는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 도 4는 컨텍스트 정보에 현재의 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는 경우를 나타낸다. 이하에서, 도 2 또는 도 3의 설명과 중복되는 내용은 간략히 설명하거나 생략한다.
일 실시예에 따르면, 401 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 제1 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 현재의 제1 사용자 발화(예: “에어컨 공기청정 켜줘”)에 대응하는 음성 입력을 수신할 수 있다. 전자 장치는 음성 입력을 기반으로, 제1 사용자 발화와 관련된 세션(session Id), 실행 장치(device), 및 인텐트(intent)를 인식할 수 있다. 예를 들어, 전자 장치는 1번 세션, 에어컨, purify-on을 각각 인식할 수 있다. 전자 장치는 음성 입력을 분석하여 인식한 정보를 기반으로 음성 명령(voice command)를 결정할 수 있다. 전자 장치는 기 저장된 컨텍스트 정보(450)를 기반으로 음성 입력을 분석하여 결정한 음성 명령의 업데이트를 시도할 수 있다.
402 동작에서, 전자 장치는 컨텍스트 정보(450)에 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력(예: 제2 사용자 발화 이력(491))이 있는지 판단할 수 있다. 컨텍스트 정보(450)는 이전 사용자 발화 이력(예를 들어, 이전 사용자 발화와 관련된 세션 정보(451), 실행 장치 정보(453), 및 인텐트(455))을 포함할 수 있다. 도 4를 참조하면, 컨텍스트 정보(450)는 이전의 제2 사용자 발화의 이력(491)을 포함할 수 있다. 예를 들어, 제2 사용자 발화 이력(491)은 현재의 제1 사용자 발화의 세션(1번 세션)과 동일한 세션에 속하는 제2 사용자 발화의 이력(491)일 수 있다. 전자 장치는, 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는 경우 403 동작을 수행할 수 있다.
403 동작에서, 전자 장치는 음성 입력을 분석하여 획득한 실행 장치 및 인텐트 정보에 대응되는 외부 장치(예: IoT 장치)를 검색할 수 있다. 예를 들어, 검색 결과는 장치의 식별 정보 및 인텐트 정보를 포함할 수 있다. 예를 들어, 전자 장치는 에어컨 및 purify-on(공기청정 on)에 대응하는 외부 장치들을 검색할 수 있다. 예를 들어, 전자 장치는 제2 외부 장치(예: 안방 에어컨)와 관련된 정보(DeviceId: 12345678, intent: purify-on) 및 제3 외부 장치(예: 거실 에어컨)와 관련된 정보(DeviceId: 11111111, intent: purify-on)를 포함하는 검색 결과(search result)를 인식할 수 있다. 예를 들어, 전자 장치는 인텐트(purify-on)에 대응하는 동작을 실행할 수 있는 제2 외부 장치(예: 안방 에어컨)의 식별 번호 12345678, 및 제3 외부 장치(예: 거실 에어컨)의 식별 번호 11111111를 인식할 수 있다. 일 실시예에 따르면, 전자 장치는 제1 사용자 발화의 인텐트와 외부 장치에서 지원하는 기능의 인텐트의 유사도를 판단하여, 사용자 발화의 인텐트와 동일하지 않으나 유사한 인텐트를 가지는 장치를 검색할 수 있다. 예를 들어, 제1 사용자 발화의 인텐트가 purify-on(공기청정 on)인 경우, 전자 장치는, 외부 장치의 인텐트가 동일하게 'purify-on'이 아니더라도, 외부 장치가 동일 또는 유사한 기능의 인텐트(예: mode-setValue-purify)를 가지는 경우 해당 외부 장치의 정보를 검색 결과로 획득할 수 있다.
404 동작에서, 전자 장치는 403 동작에서의 검색 결과에 컨텍스트 정보(450)에 포함된 실행 장치 정보가 존재하는지 판단할 수 있다. 예를 들어, 전자 장치는 검색 결과에 제2 사용자 발화의 이력에 포함된 실행 장치 정보가 존재하는지 판단할 수 있다. 예를 들어, 전자 장치는 검색 결과에 컨텍스트 정보(450)에 포함된 실행 장치 정보가 존재하지 않는 경우 405 동작을 수행하고, 전자 장치는 검색 결과에 컨텍스트 정보(450)에 포함된 실행 장치 정보가 존재하는 경우 406 동작을 수행할 수 있다.
405 동작에서, 전자 장치는 제1 사용자 발화와 관련된 정보를 업데이트하기 위한 정보가 검색되지 않음을 인식함에 응답하여, 제1 사용자 발화와 관련된 정보를 업데이트하지 않을 수 있다.
406 동작에서, 전자 장치는 컨텍스트 정보(450)를 기반으로 제1 사용자 발화와 관련된 정보를 업데이트할 수 있다. 예를 들어, 전자 장치는 컨텍스트 정보(450)에 포함된 동일한 실행 장치 정보(Device Id)에 대한 외부 장치(예: 제3 외부 장치)의 정보를 기반으로 검색 결과 중 특정 외부 장치의 정보(예: 제3 외부 장치의 정보)를 선별할 수 있다. 예를 들어, 전자 장치는 전자 장치는 업데이트된 제1 사용자 발화와 관련된 정보를 기반으로 음성 명령을 결정할 수 있다. 예를 들어, 전자 장치는 음성 명령을 결정하기 위한 제1 사용자 발화와 관련된 실행 장치(Device Id)를 컨텍스트 정보(450)에 포함된 실행 장치 정보인 12345678으로 결정할 수 있다. 예를 들어, 제1 사용자 발화가 “에어컨 공기청정 켜줘”였다면, 전자 장치는 컨텍스트 정보(450)를 기반으로 제1 사용자 발화의 의도가 “안방 에어컨 공기 청정 켜줘”에 대응되는 것으로 결정할 수 있다. 전자 장치는 결정된 실행 장치 정보(예: 12345678) 및 인텐트(예: purify-on)을 기반으로 음성 명령을 결정하고, 음성 명령을 IoT 서버에 전송할 수 있다.
일 실시예에 따르면, 도 4의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 2 내지 3, 도 5 내지 도 9, 도 12, 또는 도 13의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
일 실시예에 따르면, 전자 장치는 컨텍스트 정보(450)에 현재의 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력(491)이 있는 경우, 컨텍스트 정보(450)를 기반으로 음성 명령을 결정하기 위한 사용자 발화와 관련된 정보를 업데이트함으로써, 추가적인 사용자 발화의 요청 없이도 현재 사용자 발화에 대응하는 음성 명령을 결정할 수 있다. 따라서, 전자 장치는 추가적인 사용자 발화 없이도 사용자의 의도에 부합하는 실행 장치를 결정하고, 실행 장치가 사용자 의도에 대응하는 동작을 실행하도록 제어할 수 있다.
도 5는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 도 5는 컨텍스트 정보에 현재의 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있으나, 장치 검색 결과와 일치하는 장치에 대한 사용자 발화 이력이 아닌 경우를 나타낸다. 이하에서, 도 2 내지 도 4의 설명과 중복되는 내용은 간략히 설명하거나 생략한다.
일 실시예에 따르면, 501 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 제1 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 제1 사용자 발화(예: “공기청정기 켜줘”)에 대응하는 음성 입력을 수신할 수 있다. 전자 장치는 음성 입력을 기반으로, 제1 사용자 발화와 관련된 세션(session Id), 실행 장치(device), 및 인텐트(intent)를 인식할 수 있다. 예를 들어, 전자 장치는 1번 세션, 공기청정기, purify-on을 각각 인식할 수 있다. 전자 장치는 음성 입력을 분석하여 인식한 정보를 기반으로 음성 명령(voice command)를 결정할 수 있다. 전자 장치는 기 저장된 컨텍스트 정보(550)를 기반으로 음성 입력을 분석하여 결정한 음성 명령의 업데이트를 시도할 수 있다.
502 동작에서, 전자 장치는 컨텍스트 정보(550)에 현재의 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는지 판단할 수 있다. 컨텍스트 정보(550)는 이전 사용자 발화 이력(예를 들어, 이전 사용자 발화와 관련된 세션 정보(551), 실행 장치 정보(553), 및 인텐트(555))을 포함할 수 있다. 도 5를 참조하면, 컨텍스트 정보(550)는 제1 사용자 발화 이전의 제2 사용자 발화 이력(591) 및 제3 사용자 발화 이력(592)을 포함할 수 있다. 예를 들어, 제2 사용자 발화 이력(591) 및 제3 사용자 발화 이력(592)은 제1 사용자 발화와 동일한 세션에 속하는 사용자 발화의 이력일 수 있다. 전자 장치는, 현재의 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는 경우 503 동작을 수행할 수 있다.
503 동작에서, 전자 장치는 음성 입력을 분석하여 획득한 실행 장치 및 인텐트 정보에 대응되는 외부 장치(예: IoT 장치)를 검색할 수 있다. 예를 들어, 검색 결과는 외부 장치의 식별 정보 및 인텐트 정보를 포함할 수 있다. 예를 들어, 전자 장치는 공기청정기 및 purify-on(공기청정 on)에 대응하는 외부 장치들을 검색할 수 있다. 예를 들어, 전자 장치는 제2 외부 장치와 관련된 정보(DeviceId: 22222222, intent: purify-on) 및 제3 외부 장치와 관련된 정보(DeviceId: 33333333, intent: purify-on)를 포함하는 검색 결과(search result)를 인식할 수 있다. 예를 들어, 전자 장치는 인텐트(purify-on)에 대응하는 동작을 실행할 수 있는 제2 외부 장치(제1 공기청정기)의 식별 번호 22222222, 및 제3 외부 장치(제2 공기청정기)의 식별 번호 33333333을 인식할 수 있다.
504 동작에서, 전자 장치는 503 동작에서의 검색 결과에 컨텍스트 정보(550)에 포함된 실행 장치 정보가 존재하는지 판단할 수 있다. 예를 들어, 전자 장치는 검색 결과에 컨텍스트 정보(550)에 포함된 실행 장치 정보가 존재하지 않는 경우 505 동작을 수행하고, 전자 장치는 검색 결과에 컨텍스트 정보(550)에 포함된 실행 장치 정보가 존재하는 경우 506 동작을 수행할 수 있다.
505 동작에서, 전자 장치는 제1 사용자 발화와 관련된 정보를 업데이트하기 위한 정보가 검색되지 않음을 인식함에 응답하여, 제1 사용자 발화와 관련된 정보를 업데이트하지 않을 수 있다. 예를 들어, 전자 장치는 503 동작에서 인식한 검색 결과(예: SessionId: 1, DeviceId: 22222222, 33333333, intent: purify-on)를 유지할 수 있다. 전자 장치(예: 실행 모듈)는 검색 결과를 기반으로 추가적인 사용자 발화를 촉구하는 자연어 메시지를 생성하고, 자연어 메시지를 제1 외부 장치에 전송하여 사용자에게 출력하도록 할 수 있다. 예를 들어, 검색 결과는 DeviceId: 22222222에 해당하는 제2 외부 장치(예: 안방 공기청정기) 및 DeviceId: 33333333에 해당하는 제3 외부 장치(예: 거실 공기청정기)의 정보를 포함할 수 있다. 전자 장치는 사용자에게 제2 외부 장치 및 제3 외부 장치 중에서 사용자가 의도하는 실행 장치가 무엇인지를 확인하기 위한 자연어 메시지(예: “공기청정기가 2대 있네요. 안방 공기청정기, 거실 공기청정기 중 어느 장치에서 실행할까요?”)를 생성하고, 제1 외부 장치를 통하여 상기 자연어 메시지를 출력되도록 제어할 수 있다. 전자 장치는 자연어 메시지에 응답하여 획득된 추가적인 사용자 발화에 대응하는 음성 입력에 기반하여 제2 외부 장치 및 제3 외부 장치 중에서 사용자 의도에 부합하는 외부 장치를 특정할 수 있다. 예를 들어, 제2 외부 장치를 실행 장치로 특정한 경우, 전자 장치는 특정한 실행 장치의 정보 및 인텐트를 기반으로 음성 명령을 결정하고, 결정한 음성 명령을 IoT 서버(예: 도 1의 IoT 서버(130))에 전송할 수 있다.
506 동작에서, 전자 장치는 컨텍스트 정보(550)를 기반으로 제1 사용자 발화와 관련된 정보를 업데이트할 수 있다. 예를 들어, 506 동작은 도 4의 406 동작에 대응될 수 있다.
일 실시예에 따르면, 도 5의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 2 내지 4, 도 6 내지 도 9, 도 12, 또는 도 13의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
일 실시예에 따르면, 전자 장치는 컨텍스트 정보(550)에 현재의 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있으나 장치 검색 결과와 일치하는 장치에 대한 사용자 발화 이력이 아닌 경우, 최초 인식한 사용자 발화와 관련된 정보(예: 501 동작에서 인식한 정보)를 기반으로 생성한 음성 명령을 IoT 서버로 전송하지 않고, 추가적인 사용자 발화를 촉구하고, 추가적인 사용자 발화를 기반으로 업데이트한 정보(예: 실행 장치를 특정한 정보)를 기반으로 음성 명령을 생성하고 IoT 서버에 음성 명령을 전송할 수 있다. 따라서, IoT 서버(예: 음성 인텐트 핸들러)는 음성 명령에 대응하는 실행 장치를 검색 및/또는 특정하는 동작을 별도로 수행하지 않고, 수신한 음성 명령에 기반하여 실행 장치를 제어할 수 있다. 본 발명의 일 실시예에 따르면, 불특정(불명료)한 음성 명령을 IoT 서버에 전송하고, IoT 서버로부터 추가적인 사용자 발화의 요청을 수신하는 동작이 발생하기 전에 전자 장치에서 먼저 사용자 의도에 부합하는 실행 장치 및 인텐트를 특정하여 음성 어시스턴트 서비스의 성능 및 효율을 높일 수 있다.
도 6은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 도 6은 컨텍스트 정보에 현재의 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있고, 검색 결과에 대응하는 실행 장치 정보 및 인텐트가 마지막 사용자 발화 이력에 포함된 경우를 나타낸다. 이하에서, 도 2 내지 도 5의 설명과 중복되는 내용은 간략히 설명하거나 생략한다.
일 실시예에 따르면, 601 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 제1 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 제1 사용자 발화(예: “에어컨 올려줘”)에 대응하는 음성 입력을 수신할 수 있다. 전자 장치는 음성 입력을 기반으로, 제1 사용자 발화와 관련된 세션(session Id), 실행 장치(device), 및 인텐트(intent)를 인식할 수 있다. 예를 들어, 전자 장치는 1번 세션, 에어컨, deviceState-increase를 각각 인식할 수 있다. 전자 장치는 음성 입력을 분석하여 인식한 정보를 기반으로 음성 명령(voice command)를 결정할 수 있다. 전자 장치는 기 저장된 컨텍스트 정보(650)를 기반으로 음성 입력을 분석하여 결정한 음성 명령의 업데이트를 시도할 수 있다. 예를 들어, 전자 장치는 음성 입력을 기반으로 인식한 제1 사용자 발화와 관련된 정보 중 적어도 일부의 업데이트를 시도할 수 있다.
602 동작에서, 전자 장치는 컨텍스트 정보(650)에 현재의 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는지 판단할 수 있다. 컨텍스트 정보(650)는 이전 사용자 발화 이력(예를 들어, 이전 사용자 발화와 관련된 세션 정보(651), 실행 장치 정보(653), 및 인텐트(655))을 포함할 수 있다. 도 6을 참조하면, 컨텍스트 정보(650)는 제1 사용자 발화 이전의 제2 사용자 발화 이력(691), 제3 사용자 발화 이력(692), 및 제4 사용자 발화 이력(693)을 포함할 수 있다. 예를 들어, 제2 내지 제4 사용자 발화 이력은 제1 사용자 발화와 동일한 세션에 속하는 사용자 발화의 이력일 수 있다. 전자 장치는, 현재의 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는 경우 603 동작을 수행할 수 있다.
603 동작에서, 전자 장치는 음성 입력을 분석하여 획득한 실행 장치 및 인텐트 정보에 대응되는 외부 장치(예: IoT 장치)를 검색할 수 있다. 예를 들어, 검색 결과는 외부 장치의 식별 정보 및 인텐트 정보를 포함할 수 있다. 예를 들어, 전자 장치는 에어컨 및 deviceState-increase(장치 상태 상승)에 대응하는 외부 장치들을 검색할 수 있다. 예를 들어, 전자 장치는 제2 외부 장치(예: 안방 에어컨)와 관련된 제1 정보(예: DeviceId: 12345678, intent: temperature-increase) 및 제2 외부 장치와 관련된 제2 정보(예: DeviceId: 12345678, intent: windStrength-increase)를 포함하는 검색 결과를 인식할 수 있다. 예를 들어, temperature-increase는 온도를 상승시키는 동작을 나타내는 인텐트이고, windStrength-increase는 바람 세기를 상승시키는 동작을 나타내는 인텐트일 수 있다. 예를 들어, 전자 장치는 제2 외부 장치에 대하여, 현재의 제1 사용자 발화의 인텐트(deviceState-increase)에 대응하는 인텐트들(temperature-increase 및 windStrength-increase)을 인식할 수 있다.
604 동작에서, 전자 장치는 603 동작에서의 검색 결과에 컨텍스트 정보(650)에 마지막으로 저장된(즉, 가장 늦게 발화된) 사용자 발화 이력(예: 제4 사용자 발화 이력(693))과 관련된 실행 장치 정보 및 인텐트가 존재하는지 판단할 수 있다. 전자 장치는 검색 결과에 컨텍스트 정보(650)의 마지막 사용자 발화 이력에 대응하는 실행 장치 정보 및 인텐트가 있는 경우 607 동작을 수행하고, 검색 결과에 컨텍스트 정보(650)의 마지막 사용자 발화 이력에 대응하는 실행 장치 정보 및 인텐트가 없는 경우 605 동작을 수행할 수 있다. 예를 들어, 도 6은 컨텍스트 정보(650)에 현재의 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있고, 검색 결과에 대응하는 실행 장치 정보 및 인텐트가 마지막 사용자 발화 이력에 포함된 경우일 수 있다(604 동작-Yes에 해당함).
605 동작에서, 전자 장치는 603 동작에서의 검색 결과에 컨텍스트 정보(650)에 포함된 실행 장치 정보가 존재하는지 판단할 수 있다. 예를 들어, 605 동작은 도 5의 504 동작에 대응될 수 있다.
606 동작에서, 전자 장치는 사용자 발화와 관련된 정보를 업데이트하기 위한 정보가 검색되지 않음을 인식함에 응답하여, 사용자 발화와 관련된 정보를 업데이트하지 않을 수 있다. 예를 들어, 606 동작은 도 5의 505 동작에 대응될 수 있다.
607 동작에서, 전자 장치는 제1 사용자 발화와 관련된 정보를 업데이트하기 위한 정보로서 컨텍스트 정보(650)에 마지막으로 저장된(즉, 가장 늦게 발화된) 사용자 발화 이력(예: 제4 사용자 발화 이력(693))과 관련된 실행 장치 정보 및 인텐트를 선택할 수 있다.
608 동작에서, 전자 장치는 컨텍스트 정보(650)를 기반으로 사용자 발화와 관련된 정보를 업데이트할 수 있다. 예를 들어, 전자 장치는 제4 사용자 발화 이력(693)에 포함된 실행 장치 정보 및/또는 인텐트를 기반으로 제1 사용자 발화와 관련된 정보를 업데이트할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화와 관련된 인텐트를 windStrength-increase로 업데이트하고, 및/또는 제1 사용자 발화와 관련된 실행 장치 정보를 제2 외부 장치(예: 안방 에어컨)의 식별 정보인 12345678로 업데이트할 수 있다. 예를 들어, 제1 사용자 발화가 “에어컨 올려줘”였다면, 전자 장치는 컨텍스트 정보(650)를 기반으로 제1 사용자 발화의 의도가 “안방 에어컨 바람 세기 올려줘”에 대응되는 것으로 결정할 수 있다. 에어컨 전자 장치는 업데이트된 제1 사용자 발화와 관련된 정보를 기반으로 음성 명령을 생성하고, 음성 명령을 IoT 서버(예: 도 1의 IoT 서버(130))에 전송할 수 있다.
일 실시예에 따르면, 도 6의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 2 내지 5, 도 7 내지 도 9, 도 12, 또는 도 13의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
일 실시예에 따르면, 전자 장치는 이전 사용자 발화 이력과 관련된 컨텍스트 정보(650)를 기반으로, 불명료한 현재의 사용자 발화와 관련된 정보 중 적어도 하나(예: 실행 장치 정보 및/또는 인텐트)를 업데이트하고, 이를 기반으로 음성 명령을 생성할 수 있다.
도 7은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 도 7은 컨텍스트 정보에 현재의 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있고, 검색 결과에 대응하는 실행 장치 정보 및 인텐트가 마지막 사용자 발화 이력에 포함되지 않은 경우를 나타낸다. 이하에서, 도 2 내지 도 6의 설명과 중복되는 내용은 간략히 설명하거나 생략한다.
일 실시예에 따르면, 701 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 제1 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 제1 사용자 발화(예: “에어컨 올려줘”)에 대응하는 음성 입력을 수신할 수 있다. 전자 장치는 음성 입력을 기반으로, 제1 사용자 발화와 관련된 세션(session Id), 실행 장치(device), 및 인텐트(intent)를 인식할 수 있다. 예를 들어, 전자 장치는 1번 세션, 에어컨, deviceState-increase를 각각 인식할 수 있다. 전자 장치는 음성 입력을 기반으로 인식한 제1 사용자 발화와 관련된 정보 중 적어도 일부의 업데이트를 시도할 수 있다.
702 동작에서, 전자 장치는 컨텍스트 정보(750)에 현재의 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는지 판단할 수 있다. 컨텍스트 정보(750)는 이전 사용자 발화 이력(예를 들어, 이전 사용자 발화와 관련된 세션 정보(751), 실행 장치 정보(753), 및 인텐트(755))을 포함할 수 있다. 도 7를 참조하면, 컨텍스트 정보(750)는 제1 사용자 발화 이전의 제2 사용자 발화 이력(791) 및 제3 사용자 발화 이력(792)을 포함할 수 있다. 예를 들어, 제2 사용자 발화 이력(791) 및 제3 사용자 발화 이력(792)은 제1 사용자 발화와 동일한 세션에 속하는 사용자 발화의 이력일 수 있다. 전자 장치는, 현재의 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는 경우 703 동작을 수행할 수 있다.
703 동작에서, 전자 장치는 음성 입력을 분석하여 획득한 실행 장치 및 인텐트 정보에 대응되는 외부 장치(예: IoT 장치)를 검색할 수 있다. 예를 들어, 검색 결과는 외부 장치의 식별 정보 및 인텐트 정보를 포함할 수 있다. 예를 들어, 전자 장치는 에어컨 및 deviceState-increase(장치 상태 상승)에 대응하는 외부 장치들을 검색할 수 있다. 예를 들어, 전자 장치는 제2 외부 장치(예: 안방 에어컨)와 관련된 제1 정보(예: DeviceId: 12345678, intent: temperature-increase) 및 제2 외부 장치와 관련된 제2 정보(예: DeviceId: 12345678, intent: windStrength-increase)를 포함하는 검색 결과를 인식할 수 있다. 예를 들어, 전자 장치는 제2 외부 장치에 대하여, 현재의 제1 사용자 발화의 인텐트(deviceState-increase)에 대응하는 인텐트들(temperature-increase 및 windStrength-increase)를 인식할 수 있다.
704 동작에서, 전자 장치는 703 동작에서의 검색 결과에 컨텍스트 정보(750)에 마지막으로 저장된(즉, 가장 늦게 발화된) 사용자 발화 이력(예: 제3 사용자 발화 이력(792))과 관련된 실행 장치 정보 및 인텐트가 존재하는지 판단할 수 있다. 전자 장치는 검색 결과에 컨텍스트 정보(750)의 마지막 사용자 발화 이력에 대응하는 실행 장치 정보 및 인텐트가 있는 경우 707 동작을 수행하고, 검색 결과에 컨텍스트 정보(750)의 마지막 사용자 발화 이력에 대응하는 실행 장치 정보 및 인텐트가 없는 경우 705 동작을 수행할 수 있다.
705 동작에서, 전자 장치는 703 동작에서의 검색 결과에 컨텍스트 정보(750)에 포함된 실행 장치 정보가 존재하는지 판단할 수 있다. 전자 장치는 컨텍스트 정보(750)에 포함된 제2 사용자 발화 이력(791) 및 제3 사용자 발화 이력(792)이 검색 결과에 포함된 실행 장치 정보(예: deviceId)와 동일함을 인식할 수 있다. 예를 들어, 705 동작은 605 동작에 대응될 수 있다.
706 동작에서, 전자 장치는 사용자 발화와 관련된 정보를 업데이트하기 위한 정보가 검색되지 않음을 인식함에 응답하여, 사용자 발화와 관련된 정보를 업데이트하지 않을 수 있다. 예를 들어, 706 동작은 606 동작에 대응될 수 있다.
707 동작에서, 전자 장치는 제1 사용자 발화와 관련된 정보를 업데이트하기 위한 정보로서 컨텍스트 정보(750)에 마지막으로 저장된(즉, 가장 늦게 발화된) 사용자 발화 이력(예: 제3 사용자 발화 이력(792))과 관련된 실행 장치 정보 및 인텐트를 선택할 수 있다. 예를 들어, 707 동작은 607 동작에 대응될 수 있다.
708 동작에서, 전자 장치는 컨텍스트 정보(750)를 기반으로 사용자 발화와 관련된 정보를 업데이트할 수 있다. 예를 들어, 도 7의 경우, 컨텍스트 정보(750)에 현재의 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력(제2 사용자 발화 이력(791) 및 제3 사용자 발화 이력(792))이 있고, 검색 결과에 대응하는 실행 장치 정보 및 인텐트가 마지막 사용자 발화 이력에 포함되지 않을 수 있다(704 동작-No 및 705 동작-Yes에 해당함). 전자 장치는 검색 결과에 컨텍스트 정보(750)에 포함된 실행 장치 정보(예: deviceId)가 포함된 것을 인식함에 응답하여, 제1 사용자 발화와 관련된 정보 중 적어도 일부를 업데이트할 수 있다. 예를 들어, 전자 장치는 실행 장치 정보(예: 에어컨)를 컨텍스트 정보(750)에 포함된 실행 장치의 정보(예: 12345678)로 업데이트하고, 제1 사용자 발화와 관련된 인텐트는 검색된 2개의 인텐트(예: temperature-increase, windStrength-increase)로 유지할 수 있다. 전자 장치는 업데이트된 제1 사용자 발화와 관련된 정보에 기반하여 음성 명령을 생성할 수 있다. 일 실시예에 따르면, 전자 장치는 생성한 음성 명령이 불완전한 경우(예를 들어, 인텐트를 특정하지 못한 경우), 음성 명령을 IoT 서버로 바로 전송하지 않고, 추가적인 사용자 발화를 촉구하는 자연어 메시지를 생성하고, 자연어 메시지를 제1 외부 장치에 전송하여 사용자에게 출력하도록 할 수 있다. 예를 들어, 음성 명령이 온도 증가에 대응하는 제1 인텐트(temperature-increase) 및 바람세기 증가에 대응하는 제2 인텐트(windStrength-increase)를 포함하는 경우, 전자 장치는 사용자에게 제1 인텐트 및 제2 인텐트 중에서 사용자의 선택을 촉구하는 자연어 메시지(예: “온도, 바람 세기 중 어느 것을 올릴까요?”)를 생성하고, 제1 외부 장치를 통하여 상기 자연어 메시지가 출력되도록 제어할 수 있다. 전자 장치는, 자연어 메시지에 응답하여 획득된 추가적인 사용자 발화(예: “온도”)에 대응하는 음성 입력에 기반하여 제1 인텐트 및 제2 인텐트 중에서 사용자가 의도하는 인텐트를 특정할 수 있다. 예를 들어, 제1 인텐트를 특정한 경우, 전자 장치는 특정한 인텐트를 기반으로 음성 명령을 업데이트하고, 업데이트한 음성 명령을 IoT 서버에 전송할 수 있다. 예를 들어, 제1 사용자 발화가 “에어컨 올려줘”였다면, 전자 장치는 컨텍스트 정보(750) 및 추가적인 사용자 발화(예: “온도”)를 기반으로 제1 사용자 발화의 의도가 “에어컨 온도 올려줘”에 대응되는 것으로 결정하고, 대응되는 음성 명령을 생성할 수 있다.
일 실시예에 따르면, 도 7의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 2 내지 6, 도 8 내지 도 9, 도 12, 또는 도 13의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
일 실시예에 따르면, 전자 장치는 지정된 조건을 만족 시 컨텍스트 정보(750)를 기반으로 음성 명령을 생성하기 위한 사용자 발화와 관련된 정보를 업데이트할 수 있다. 또한, 전자 장치는 음성 명령이 불완전한 경우(예를 들어, 실행 장치 및/또는 인텐트를 정확히 특정하지 못하는 경우) IoT 장치에 불완전한 음성 명령을 전송하기 전에 추가적인 사용자 발화를 촉구하고 음성 명령을 업데이트할 수 있다.
도 8은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 도 8은 컨텍스트 정보에 현재의 사용자 발화와 상이한 세션에 속하고 현재의 사용자 발화 시점으로부터 제1 지정된 시간 이내인 사용자 발화 이력이 있는 경우를 나타낸다. 이하에서, 도 2 내지 도 7의 설명과 중복되는 내용은 간략히 설명하거나 생략한다.
일 실시예에 따르면, 801 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 제1 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 제1 사용자 발화(예: “에어컨 올려줘”)에 대응하는 음성 입력을 수신할 수 있다. 전자 장치는 음성 입력을 기반으로, 제1 사용자 발화와 관련된 세션(session Id), 실행 장치(device), 인텐트(intent), 타임스탬프(timestamp), 및 위치(geo)를 인식할 수 있다. 예를 들어, 전자 장치는 2번 세션, 에어컨, deviceState-increase, 1657099864, (37.258, 127.058)을 각각 인식할 수 있다. 전자 장치는 음성 입력을 분석하여 인식한 정보를 기반으로 음성 명령(voice command)를 결정할 수 있다. 전자 장치는 기 저장된 컨텍스트 정보(850)를 기반으로 음성 입력을 분석하여 결정한 음성 명령의 업데이트를 시도할 수 있다. 예를 들어, 전자 장치는 음성 입력을 기반으로 인식한 제1 사용자 발화와 관련된 정보 중 적어도 일부의 업데이트를 시도할 수 있다.
802 동작에서, 전자 장치는 컨텍스트 정보(850)에 현재의 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는지 판단할 수 있다. 컨텍스트 정보(850)는 이전 사용자 발화 이력(예를 들어, 이전 사용자 발화와 관련된 세션 정보(851), 실행 장치 정보(853), 인텐트(855), 타임스탬프(857), 및 위치 정보(859))을 포함할 수 있다. 도 8을 참조하면, 컨텍스트 정보(850)는 제1 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력을 포함하지 않을 수 있다. 전자 장치는, 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는 경우 804 동작을 수행하고, 동일한 세션에 속하는 이전 사용자 발화 이력이 없는 경우 803 동작을 수행할 수 있다.
803 동작에서, 전자 장치는 컨텍스트 정보(850)에 포함된 사용자 발화 이력의 타임스탬프가 제1 사용자 발화의 타임스탬프와 지정된 제1 시간(예: 3분) 이내인지 판단할 수 있다. 도 8을 참조하면, 제1 사용자 발화의 타임스탬프는 1657099864(KST(Korea Standard Time) 9:31:04)이고, 제2 사용자 발화 이력(891)의 타임스탬프는 1657099624(KST 9:27:04)이고, 제3 사용자 발화 이력(892)의 타임스탬프는 1657099713(KST 9:28:33)이고, 제4 사용자 발화 이력(893)의 타임스탬프는 1657099728 (KST 9:28:48)이다. 즉, 컨텍스트 정보(850)는 제2 사용자 발화 이력(891), 제3 사용자 발화 이력(892), 및 제4 사용자 발화 이력(893)을 포함하고, 제3 사용자 발화 이력(892)의 타임스탬프와 제4 사용자 발화 이력(893)의 타임스탬프가 제1 사용자 발화의 타임스탬프와 지정된 제1 시간 이내일 수 있다. 전자 장치는 컨텍스트 정보(850)에 포함된 사용자 발화 이력의 타임스탬프가 제1 사용자 발화의 타임스탬프와 지정된 제1 시간 이내인 경우 804 동작을 수행하고, 제1 시간 이내가 아닌 경우 807 동작을 수행할 수 있다.
804 동작에서, 전자 장치는 음성 입력을 분석하여 획득한 실행 장치 및 인텐트 정보에 대응되는 외부 장치(예: IoT 장치)를 검색할 수 있다. 예를 들어, 검색 결과는 외부 장치의 식별 정보 및 인텐트 정보를 포함할 수 있다. 예를 들어, 전자 장치는 에어컨 및 deviceState-increase(장치 상태 상승)에 대응하는 외부 장치들을 검색할 수 있다. 예를 들어, 전자 장치는 제2 외부 장치(예: 안방 에어컨)와 관련된 제1 정보(예: DeviceId: 12345678, intent: temperature-increase) 및 제2 외부 장치와 관련된 제2 정보(예: DeviceId: 12345678, intent: windStrength-increase)를 포함하는 검색 결과를 인식할 수 있다. 예를 들어, temperature-increase는 온도를 상승시키는 동작을 나타내는 인텐트이고, windStrength-increase는 바람 세기를 상승시키는 동작을 나타내는 인텐트일 수 있다. 예를 들어, 전자 장치는 제2 외부 장치에 대하여, 현재의 제1 사용자 발화의 인텐트(deviceState-increase)에 대응하는 인텐트들(temperature-increase 및 windStrength-increase)를 인식할 수 있다. 예를 들어, 804 동작은 도 6의 603 또는 도 7의 703 동작에 대응될 수 있다.
805 동작에서, 전자 장치는 804 동작에서의 검색 결과에 컨텍스트 정보(850)에 마지막으로 저장된(즉, 가장 늦게 발화된) 사용자 발화 이력(예: 제4 사용자 발화 이력(893))과 관련된 실행 장치 정보 및 인텐트가 존재하는지 판단할 수 있다. 전자 장치는 검색 결과에 컨텍스트 정보(850)의 마지막 사용자 발화 이력에 대응하는 실행 장치 정보 및 인텐트가 있는 경우 808 동작을 수행하고, 검색 결과에 컨텍스트 정보(850)의 마지막 사용자 발화 이력에 대응하는 실행 장치 정보 및 인텐트가 없는 경우 806 동작을 수행할 수 있다. 예를 들어, 805 동작은 도 6의 604 동작 또는 도 7의 704 동작에 대응될 수 있다.
806 동작에서, 전자 장치는 804 동작에서의 검색 결과에 컨텍스트 정보(850)에 포함된 실행 장치 정보가 존재하는지 판단할 수 있다. 예를 들어, 806 동작(및/또는, 805 동작)에서 검색 결과와 비교하는 컨텍스트 정보(850)는 제1 사용자 발화의 타임스탬프로부터 지정된 제1 시간 이내의 타임스탬프를 가지는 제3 사용자 발화 이력(892) 및 제4 사용자 발화 이력(893)일 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화와 관련된 정보를 업데이트하는데, 제1 사용자 발화의 타임스탬프로부터 지정된 제1 시간을 벗어나는 타임스탬프를 가지는 제2 사용자 발화 이력(891)을 이용하지 않을 수 있다. 예를 들어, 806 동작은 도 6의 605 동작 또는 도 7의 705 동작에 대응될 수 있다.
807 동작에서, 전자 장치는 사용자 발화와 관련된 정보를 업데이트하기 위한 정보가 검색되지 않음을 인식함에 응답하여, 사용자 발화와 관련된 정보를 업데이트하지 않을 수 있다. 예를 들어, 807 동작은 도 6의 606 동작 또는 도 7의 706 동작에 대응될 수 있다.
808 동작에서, 전자 장치는 제1 사용자 발화와 관련된 정보를 업데이트하기 위한 정보로서 컨텍스트 정보(850)에 마지막으로 저장된(즉, 가장 늦게 발화된) 사용자 발화 이력(예: 제4 사용자 발화 이력(893))과 관련된 실행 장치 정보 및 인텐트를 선택할 수 있다. 예를 들어, 808 동작은 도 6의 607 동작 또는 도 7의 707 동작에 대응될 수 있다.
809 동작에서, 전자 장치는 컨텍스트 정보(850)를 기반으로 사용자 발화와 관련된 정보 중 적어도 일부를 업데이트할 수 있다. 예를 들어, 전자 장치는 제4 사용자 발화 이력(893)에 포함된 실행 장치 정보 및/또는 인텐트를 기반으로 제1 사용자 발화와 관련된 정보를 업데이트할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화와 관련된 인텐트를 windStrength-increase로 업데이트하고, 및/또는 제1 사용자 발화와 관련된 실행 장치 정보를 제2 외부 장치(예: 안방 에어컨)의 식별 정보인 12345678로 업데이트할 수 있다. 예를 들어, 제1 사용자 발화가 “에어컨 올려줘”였다면, 전자 장치는 컨텍스트 정보(850)(예: 제4 사용자 발화 이력(893))를 기반으로 제1 사용자 발화의 의도가 “안방 에어컨 바람 세기 올려줘”에 대응되는 것으로 결정할 수 있다. 에어컨 전자 장치는 업데이트된 제1 사용자 발화와 관련된 정보를 기반으로 음성 명령을 생성하고, 음성 명령을 IoT 서버에 전송할 수 있다. 예를 들어, 809 동작은 도 6의 608 동작 또는 도 7의 708 동작에 대응될 수 있다.
일 실시예에 따르면, 도 8의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 2 내지 7, 도 9, 도 12, 또는 도 13의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
일 실시예에 따르면, 전자 장치는 컨텍스트 정보(850)에 포함된 이전 사용자 발화 이력이 현재의 사용자 발화와 동일한 세션에 속하지 않는 경우에도, 컨텍스트 정보(850) 내의 사용자 발화 이력이 현재의 사용자 발화 시점으로부터 제1 지정된 시간 이내의 사용자 발화 이력인 경우, 이를 기반으로 현재의 사용자 발화와 관련된 정보 중 적어도 일부를 업데이트하고, 업데이트된 정보를 기반으로 IoT 서버에 전송할 음성 명령을 생성할 수 있다.
도 9는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 도 9는 컨텍스트 정보에 현재의 사용자 발화와 상이한 세션에 속하고 현재의 사용자 발화 시점으로부터 제2 지정된 시간 내에 현재의 사용자 발화 위치로부터 지정된 거리 내에서 발화된 사용자 발화 이력이 있는 경우를 나타낸다. 이하에서, 도 2 내지 도 8의 설명과 중복되는 내용은 간략히 설명하거나 생략한다.
일 실시예에 따르면, 901 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 제1 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 제1 사용자 발화(예: “에어컨 올려줘”)에 대응하는 음성 입력을 수신할 수 있다. 전자 장치는 음성 입력을 기반으로, 제1 사용자 발화와 관련된 세션(session Id), 실행 장치(device), 인텐트(intent), 타임스탬프(timestamp), 및 위치(geo)를 인식할 수 있다. 예를 들어, 전자 장치는 2번 세션, 에어컨, deviceState-increase, 1657100204, (37.258, 127.056)을 각각 인식할 수 있다. 전자 장치는 음성 입력을 분석하여 인식한 정보를 기반으로 음성 명령(voice command)를 결정할 수 있다. 전자 장치는 기 저장된 컨텍스트 정보(950)를 기반으로 음성 입력을 분석하여 결정한 음성 명령의 업데이트를 시도할 수 있다. 예를 들어, 전자 장치는 음성 입력을 기반으로 인식한 제1 사용자 발화와 관련된 정보 중 적어도 일부의 업데이트를 시도할 수 있다.
902 동작에서, 전자 장치는 컨텍스트 정보(950)에 현재의 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는지 판단할 수 있다. 예를 들어, 전자 장치는 컨텍스트 정보(950)에 현재의 제1 사용자 발화와 동일한 세션 ID가 존재하는지 판단할 수 있다. 컨텍스트 정보(950)는 이전 사용자 발화 이력(예를 들어, 이전 사용자 발화와 관련된 세션 정보(예: 세션 ID)(951), 실행 장치 정보(953), 인텐트(955), 타임스탬프(957), 및 위치 정보(959))을 포함할 수 있다. 도 9를 참조하면, 컨텍스트 정보(950)는 제1 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력을 포함하지 않을 수 있다. 전자 장치는, 제1 사용자 발화와 동일한 세션에 속하는 이전 사용자 발화 이력이 있는 경우 905 동작을 수행하고, 동일한 세션에 속하는 이전 사용자 발화 이력이 없는 경우 903 동작을 수행할 수 있다.
903 동작에서, 전자 장치는 컨텍스트 정보(950)에 포함된 사용자 발화 이력의 타임스탬프가 제1 사용자 발화의 타임스탬프와 지정된 제1 시간(T1)(예: 3분) 이내인지 판단할 수 있다. 예를 들어, 전자 장치는 컨텍스트 정보(950)에 포함된 사용자 발화 이력의 타임스탬프와 제1 사용자 발화의 타임스탬프의 시간 차가 지정된 제1 시간(T1) 이내인지 판단할 수 있다. 도 9를 참조하면, 제1 사용자 발화의 타임스탬프는 1657100204(KST 9:36:44)이고, 제2 사용자 발화 이력(991)의 타임스탬프는 1657099624(KST 9:27:04)이고, 제3 사용자 발화 이력(992)의 타임스탬프는 1657099713(KST 9:28:33)이고, 제4 사용자 발화 이력(993)의 타임스탬프는 1657099728 (KST 9:28:48)이다. 즉, 컨텍스트 정보(950)는 제2 사용자 발화 이력(991), 제3 사용자 발화 이력(992), 및 제4 사용자 발화 이력(993)을 포함하나, 제2 사용자 발화 이력(991)의 타임스탬프, 제3 사용자 발화 이력(992)의 타임스탬프, 및 제4 사용자 발화 이력(993)의 타임스탬프가 제1 사용자 발화의 타임스탬프와 지정된 제1 시간(T1) 이내가 아닌 경우를 가정한다. 전자 장치는 컨텍스트 정보(950)에 포함된 사용자 발화 이력의 타임스탬프가 제1 사용자 발화의 타임스탬프와 지정된 제1 시간(T1) 이내인 경우 905 동작을 수행하고, 제1 시간(T1) 이내가 아닌 경우 904 동작을 수행할 수 있다. 예를 들어, 903 동작은 도 8의 803 동작에 대응될 수 있다.
904 동작에서, 전자 장치는 컨텍스트 정보(950)에 포함된 사용자 발화 이력의 타임스탬프가 제1 사용자 발화의 타임스탬프와 지정된 제2 시간(T2)(예: 10분) 이내이고, 사용자 발화 이력의 위치(geo)가 제1 사용자 발화의 위치와 지정된 거리(D)(예: 100m) 이내인지 판단할 수 있다. 예를 들어, 사용자 발화 이력의 위치는 사용자 발화가 있었던 위치를 나타내는 위도 및 경도(예: (위도, 경도))를 나타낼 수 있다. 도 9를 참조하면, 제2 사용자 발화 이력(991)의 타임스탬프, 제3 사용자 발화 이력(992)의 타임스탬프, 및 제4 사용자 발화 이력(993)의 타임스탬프는 제1 사용자 발화의 타임스탬프와 지정된 제1 시간(T1) 이내임을 가정한다. 또한, 제2 사용자 발화 이력(991)의 위치는 (37.258, 127.059)로, 제1 사용자 발화의 위치(37.258, 127.056)로부터 지정된 거리(예: 100m)를 벗어나며, 제3 사용자 발화 이력(992)의 위치는 (37.258, 127.057)로 제1 사용자 발화의 위치(37.258, 127.056)로부터 지정된 거리(D)(예: 100m) 이내이며, 제4 사용자 발화 이력(993)의 위치는 (37.258, 127.057)이로 제1 사용자 발화의 위치(37.258, 127.056)로부터 지정된 거리(D)(예: 100m) 이내임을 가정한다. 예를 들어, 전자 장치는 컨텍스트 정보(950)에 포함된 사용자 발화 이력의 타임스탬프가 제1 사용자 발화의 타임스탬프와 지정된 제2 시간(T2) 이내이고, 사용자 발화 이력의 위치가 제1 사용자 발화의 위치와 지정된 거리(D) 이내인 경우 905 동작을 수행하고, 컨텍스트 정보(950)에 포함된 사용자 발화 이력의 타임스탬프가 제1 사용자 발화의 타임스탬프와 지정된 제2 시간(T2) 이내가 아니거나 또는 사용자 발화 이력의 위치가 제1 사용자 발화의 위치와 지정된 거리(D) 이내가 아닌 경우 908 동작을 수행할 수 있다.
905 동작에서, 전자 장치는 음성 입력을 분석하여 획득한 실행 장치 및 인텐트 정보에 대응되는 외부 장치(예: IoT 장치)를 검색할 수 있다. 예를 들어, 검색 결과는 외부 장치의 식별 정보 및 인텐트 정보를 포함할 수 있다. 예를 들어, 전자 장치는 에어컨 및 deviceState-increase(장치 상태 상승)에 대응하는 외부 장치들을 검색할 수 있다. 예를 들어, 전자 장치는 제2 외부 장치(예: 스탠드형 에어컨)와 관련된 제1 정보(예: DeviceId: 12345678, intent: temperature-increase) 및 제2 외부 장치와 관련된 제2 정보(예: DeviceId: 12345678, intent: windStrength-increase)를 포함하는 검색 결과를 인식할 수 있다. 예를 들어, temperature-increase는 온도를 상승시키는 동작을 나타내는 인텐트이고, windStrength-increase는 바람 세기를 상승시키는 동작을 나타내는 인텐트일 수 있다. 예를 들어, 전자 장치는 제2 외부 장치에 대하여, 현재의 제1 사용자 발화의 인텐트(deviceState-increase)에 대응하는 인텐트들(temperature-increase 및 windStrength-increase)를 인식할 수 있다. 예를 들어, 905 동작은 도 6의 603, 도 7의 703 동작, 또는 도 8의 804 동작에 대응될 수 있다.
906 동작에서, 전자 장치는 905 동작에서의 검색 결과에 컨텍스트 정보(950)에 마지막으로 저장된(즉, 가장 늦게 발화된) 사용자 발화 이력(예: 제4 사용자 발화 이력(993))과 관련된 실행 장치 정보 및 인텐트가 존재하는지 판단할 수 있다. 전자 장치는 검색 결과에 컨텍스트 정보(950)의 마지막 사용자 발화 이력에 대응하는 실행 장치 정보 및 인텐트가 있는 경우 909 동작을 수행하고, 검색 결과에 컨텍스트 정보(950)의 마지막 사용자 발화 이력에 대응하는 실행 장치 정보 및 인텐트가 없는 경우 907 동작을 수행할 수 있다. 예를 들어, 906 동작은 도 6의 604 동작, 도 7의 704 동작, 또는 도 8의 805 동작에 대응될 수 있다.
907 동작에서, 전자 장치는 905 동작에서의 검색 결과에 컨텍스트 정보(950)에 포함된 실행 장치 정보가 존재하는지 판단할 수 있다. 예를 들어, 907 동작 및/또는 906 동작에서 검색 결과와 비교하는 컨텍스트 정보(950)는 제1 사용자 발화의 타임스탬프로부터 지정된 제2 시간(T2) 이내의 타임스탬프를 가지고, 제1 사용자 발화의 위치와 지정된 거리(D) 이내의 위치 정보를 가지는 제3 사용자 발화 이력(992) 및 제4 사용자 발화 이력(993)일 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화와 관련된 정보를 업데이트하는데, 제1 사용자 발화의 타임스탬프로부터 지정된 제2 시간(T2)을 벗어나는 타임스탬프를 가지는 제2 사용자 발화 이력(991)(및, 제1 사용자 발화의 위치로부터 지정된 거리(D)를 벗어나는 위치에서 발화된 사용자 발화 이력)을 이용하지 않을 수 있다. 예를 들어, 907 동작은 도 6의 605 동작, 도 7의 705 동작, 또는 도 8의 806 동작에 대응될 수 있다.
908 동작에서, 전자 장치는 사용자 발화와 관련된 정보를 업데이트하기 위한 정보가 검색되지 않음을 인식함에 응답하여, 사용자 발화와 관련된 정보를 업데이트하지 않을 수 있다. 예를 들어, 908 동작은 도 6의 606 동작, 도 7의 706 동작, 또는 도 8의 807 동작에 대응될 수 있다.
909 동작에서, 전자 장치는 제1 사용자 발화와 관련된 정보를 업데이트하기 위한 정보로서 컨텍스트 정보(950)에 마지막으로 저장된(즉, 가장 늦게 발화된) 사용자 발화 이력(예: 제4 사용자 발화 이력(993))과 관련된 실행 장치 정보 및 인텐트를 선택할 수 있다. 예를 들어, 909 동작은 도 6의 607 동작, 도 7의 707 동작, 또는 도 8의 808 동작에 대응될 수 있다.
910 동작에서, 전자 장치는 컨텍스트 정보(950)를 기반으로 사용자 발화와 관련된 정보 중 적어도 일부를 업데이트할 수 있다. 예를 들어, 전자 장치는 제4 사용자 발화 이력(993)에 포함된 실행 장치 정보 및/또는 인텐트를 기반으로 제1 사용자 발화와 관련된 정보를 업데이트할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화와 관련된 인텐트를 windStrength-increase로 업데이트하고, 및/또는 제1 사용자 발화와 관련된 실행 장치 정보를 제2 외부 장치(예: 스탠드형 에어컨)의 식별 정보인 12345678로 업데이트할 수 있다. 예를 들어, 제1 사용자 발화가 “에어컨 올려줘”였다면, 전자 장치는 컨텍스트 정보(950)(예: 제4 사용자 발화 이력(993))를 기반으로 제1 사용자 발화의 의도가 “스탠드형 에어컨 바람 세기 올려줘”에 대응되는 것으로 결정할 수 있다. 에어컨 전자 장치는 업데이트된 제1 사용자 발화와 관련된 정보를 기반으로 음성 명령을 생성하고, 음성 명령을 IoT 서버에 전송할 수 있다. 예를 들어, 910 동작은 도 6의 608 동작, 도 7의 708 동작, 또는 도 8의 809 동작에 대응될 수 있다.
일 실시예에 따르면, 도 9의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 2 내지 8, 도 12, 또는 도 13의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
일 실시예에 따르면, 전자 장치는 컨텍스트 정보(950)에 포함된 이전 사용자 발화 이력이 현재의 사용자 발화와 동일한 세션에 속하지 않는 경우에도, 컨텍스트 정보(950) 내의 사용자 발화 이력이 현재의 사용자 발화 시점으로부터 제2 지정된 시간 이내이고, 제1 사용자 발화 위치와 지정된 거리 이내에서 발화된 사용자 발화 이력인 경우, 이를 기반으로 현재의 사용자 발화와 관련된 정보 중 적어도 일부를 업데이트하고, 업데이트된 정보를 기반으로 IoT 서버에 전송할 음성 명령을 생성할 수 있다.
도 10은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다. 예를 들어, 도 10은 제1 장치(1010)(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501)), 제2 장치(1020), 제3 장치(1030), 제4 장치(1040), 제5 장치(1050), 및 제6 장치(1060)를 포함하는 멀티 디바이스 환경(multi device environment, MDE(1000))에서 음성 어시스턴트 서비스를 제공하는 경우를 나타내나, MDE(1000)가 도 10에 도시된 바에 한정되는 것은 아니다. 예를 들어, MDE(1000)에 포함된 장치들은 음성 어시스턴트 시스템의 적어도 일부를 구성할 수 있다. 음성 어시스턴트 시스템은 도 10에 도시된 장치들 외에 음성 어시스턴트 서버(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))를 더 포함할 수 있다. 예를 들어, 도 10에서는 제1 장치(1010), 제2 장치(1020), 및 제3 장치(1030)가 음성 어시스턴트 기능을 지원하는 장치(예를 들어, 사용자로부터 사용자 발화를 수신함에 응답하여 음성 어시스턴트 서비스를 활성화시킬 수 있는 장치)임을 가정하여 설명하나, 이에 한정되는 것은 아니다. 이하에서, 제1 장치(1010)(예: 모바일 단말)는 사용자에 의해 이동이 가능하며, 제2 장치(1020) 내지 제5 장치(1050)는 모두 지정된 위치에 고정된 상태인 동일 또는 상이한 종류의 IoT 장치인 것으로 가정하여 설명한다.
예를 들어, IoT 장치가 두 종류의 에어컨(예: 스탠드형 에어컨 및 벽걸이 에어컨)을 포함하고, 사용자가 제1 시각(예: 낮 12시)에 제1 장소(예: 거실)에서 제1 장치(1010)에 “에어컨 온도 올려”라는 제1 사용자 발화를 입력한 경우를 가정한다. 음성 어시스턴트 시스템은 불완전한(또는, 모호한) 사용자 발화에 대해 “에어컨이 두 대 있어요”라는 추가 사용자 발화를 촉구하는 메시지를 출력할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화에 대응하는 장치 정보, 인텐트, 및/또는 파라미터 정보를 인식할 수 있다. 전자 장치는 제1 사용자 발화에 대응하는 장치 정보, 인텐트, 및/또는 파라미터 정보 중 적어도 일부를 인식할 수 없는 경우, 제1 사용자 발화를 불완전한(또는, 모호한) 사용자 발화로 인식할 수 있다. 사용자가 추가 사용자 발화를 촉구하는 메시지에 응답하여 “스탠드형 에이컨”이라는 추가 사용자 발화(예: 제2 사용자 발화)를 제1 장치(1010)에 입력한 경우, 음성 어시스턴트 시스템은 스탠드형 에어컨의 온도를 올릴 수 있고, 수행하는 동작을 알려주는 자연어 응답(“스탠드형 에어컨의 온도를 올릴게요”)을 출력할 수 있다.
제1 예시로, 이전 사용자 발화 이후에 사용자가 동일한 세션에서 모호한(불완전한) 새로운 사용자 발화(예: 제3 사용자 발화)를 입력한 경우를 가정한다. 예를 들어, 사용자가 “에어컨 낮춰”를 제1 장치(1010)에 입력한 경우, 음성 어시스턴트 시스템은 이전에 입력되었던 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로 동일한 세션에서의 이전 사용자 발화와 관련된 이력이 있는지 확인할 수 있다. 음성 어시스턴트 시스템은 컨텍스트 정보에 포함된 동일한 세션에서의 이전 사용자 발화 이력을 기반으로 스탠드형 에이컨의 온도를 낮출 수 있다. 예를 들어, 음성 어시스턴트 시스템은 이전 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로 추가 사용자 발화를 수신하지 않고 사용자 발화에 대응하는 동작을 실행할 장치(예: 실행 장치)를 스탠드형 에어컨으로 특정할 수 있다. 음성 어시스턴트 시스템(예: 제1 장치(1010))은 결정한 사용자 인텐트 및 특정한 실행 장치를 나타내는 자연어 응답(“스탠드형 에어컨의 온도를 올릴게요”)를 출력하고, 실행 장치의 동작을 제어할 수 있다.
제2 예시로, 이전 사용자 발화 이후에 사용자가 상이한 세션에서 지정된 제1 시간(예: 3분) 내에 새로운 사용자 발화를 입력한 경우를 가정한다. 예를 들어, 제2 시각(예: 낮 12시 1분)에 제1 장소(예: 거실)에서 제2 장치(1020)에 새로운 사용자 발화(예: 제4 사용자 발화)를 입력한 경우를 가정한다. 예를 들어, 사용자는 제2 시각에 제1 장소에서 제2 장치(1020)에 “바람 세기 올려”라는 제4 사용자 발화를 입력할 수 있다. 음성 어시스턴트 시스템은 컨텍스트 정보를 기반으로 제4 사용자 발화와 동일한 세션의 이전 사용자 발화 이력이 없는 경우, 상이한 세션에서 제4 사용자 발화 시점에서 지정된 제1 시간(예: 3분) 이내에 있었던 사용자 발화 이력이 있는지 확인할 수 있다. 예를 들어, 제4 사용자 발화 시점에서 지정된 제1 시간(예: 3분) 이내에 있었던 사용자 발화를 인식한 경우, 음성 어시스턴트 시스템은 인식한 사용자 발화와 관련된 정보를 기반으로 추가 사용자 발화 없이 실행 장치(예: 스탠드형 에어컨)를 특정할 수 있다. 예를 들어, 음성 어시스턴트 시스템은 사용자 인텐트 및 특정한 실행 장치에 대한 자연어 응답(“스탠드형 에어컨의 바람세기를 올릴게요”)를 출력할 수 있다.
제3 예시로, 이전 사용자 발화 이후에 사용자가 상이한 세션에서 지정된 제2 시간(예: 10분) 내, 지정된 거리(예: 100m) 이내에서 새로운 사용자 발화를 입력한 경우를 가정한다. 예를 들어, 제3 시각(예: 낮 12시 5분)에 제1 장소(예: 거실)에서 제3 장치(1030)에 새로운 사용자 발화(예: 제5 사용자 발화)를 입력된 경우를 가정한다. 예를 들어, 사용자는 제3 시각에 제1 장소에서 제3 장치(1030)에 “바람 세기 올려”라는 제5 사용자 발화를 입력할 수 있다. 음성 어시스턴트 시스템은 컨텍스트 정보를 기반으로 제5 사용자 발화와 동일한 세션의 이전 사용자 발화 이력 및 제1 지정된 시간 이내의 사용자 발화 이력이 없는 경우, 상이한 세션에서 제5 사용자 발화 시점에서 지정된 제2 시간(예: 10분) 이내에 제5 사용자 발화 장소로부터 지정된 거리(예: 100m) 이내에서 있었던 사용자 발화 이력이 있는지 확인할 수 있다. 예를 들어, 제5 사용자 발화 시점에서 지정된 제2 시간(예: 10분) 이내 지정된 거리 이내에서 있었던 사용자 발화를 인식한 경우, 음성 어시스턴트 시스템은 인식한 사용자 발화와 관련된 정보를 기반으로 추가 사용자 발화 없이 실행 장치(예: 스탠드형 에어컨)를 특정할 수 있다. 예를 들어, 음성 어시스턴트 시스템은 사용자 인텐트 및 특정한 실행 장치에 대한 자연어 응답(“스탠드형 에어컨의 바람세기를 올릴게요”)를 출력할 수 있다.
제4 예시로, 이전 사용자 발화 이후에 사용자가 상이한 세션에서 지정된 제2 시간(예: 10분) 경과 후, 지정된 거리(예: 100m) 이내에서 새로운 사용자 발화를 입력한 경우를 가정한다. 예를 들어, 사용자가 제4 시각(예: 낮 12시 20분)에 제1 장소(예: 거실)에서 제2 장치(1020)에 새로운 사용자 발화(예: 제6 사용자 발화)를 입력한 경우를 가정한다. 예를 들어, 사용자는 제4 시각에 제1 장소에서 제2 장치(1020)에 “바람 세기 올려”라는 제6 사용자 발화를 입력할 수 있다. 예를 들어, 제6 사용자 발화는 이전 사용자 발화(예: 제5 사용자 발화) 시각(예: 12시 5분)에서 지정된 제2 시간(예: 10분)이 경과한 이후의 사용자 발화이다. 제5 사용자 발화 시각에서 지정된 제2 시간(예: 10분)을 초과하여 제6 사용자 발화를 인식한 경우, 음성 어시스턴트 시스템은 컨텍스트 정보를 검색하지 않을 수 있다. 음성 어시스턴트 시스템은 제6 사용자 발화에 응답하여, 사용자의 추가적인 사용자 발화를 촉구하는 자연어 메시지(예: “디바이스가 3대 있어요. 스탠드형 에어컨, 벽걸이 에어컨, 공기청정기”)를 출력할 수 있다. 이후 사용자가 자연어 메시지에 응답하여 추가적인 제7 사용자 발화(예: “공기청정기”)를 입력하면, 음성 어시스턴트 시스템은 제7 사용자 발화에 적어도 일부 기반하여 사용자 인텐트 및 실행 장치를 특정하고 이를 사용자에게 알려줄 수 있다. 예를 들어, 음성 어시스턴트 시스템은 “공기청정기의 바람 세기를 올릴게요”라는 자연어 메시지를 출력할 수 있다. 음성 어시스턴트 시스템은 컨텍스트 정보를 기반으로 결정한 사용자 인텐트 및 실행 장치 정보에 기반하여 음성 어시스턴트 서비스를 제공할 수 있다.
제5 예시로, 이전 사용자 발화 이후에 사용자가 상이한 세션에서 지정된 제2 시간(예: 10분) 내에 지정된 거리(예: 100m)를 벗어나는 위치에서 새로운 사용자 발화를 입력한 경우를 가정한다. 예를 들어, 사용자가 제5 시각(예: 낮 12시 7분)에 제2 장소(예: 사용자의 차 안)에서 제1 장치(1010)에 새로운 사용자 발화(예: 제8 사용자 발화)를 입력한 경우를 가정한다. 예를 들어, 사용자는 제5 시각에 제2 장소에서 제1 장치(1010)에 “바람 세기 올려”라는 제8 사용자 발화를 입력할 수 있다. 예를 들어, 제8 사용자 발화는 이전 사용자 발화(예: 제5 사용자 발화) 시각(예: 12시 5분)에서 지정된 제2 시간(예: 10분) 이내에 이전 사용자 발화(예: 제5 사용자 발화) 위치에서 지정된 거리(예: 100m) 벗어나는 위치에서 제1 장치(1010)에 입력될 수 있다. 예를 들어, 제5 사용자 발화의 위치에서 지정된 거리를 벗어난 위치에서 제8 발화를 인식한 경우, 음성 어시스턴트 시스템은 컨텍스트 정보를 검색하지 않을 수 있다. 음성 어시스턴트 시스템은 제8 사용자 발화에 응답하여, 사용자의 추가적인 사용자 발화를 촉구하는 자연어 메시지(예: “디바이스가 3대 있어요. 스탠드형 에어컨, 벽걸이 에어컨, 공기청정기”)를 출력할 수 있다. 이후 사용자가 자연어 메시지에 응답하여 추가적인 제9 사용자 발화(예: “공기청정기”)를 입력하면, 음성 어시스턴트 시스템은 제9 사용자 발화에 적어도 일부 기반하여 사용자 인텐트 및 실행 장치를 특정하고 이를 사용자에게 알려줄 수 있다. 예를 들어, 음성 어시스턴트 시스템은 “공기청정기의 바람 세기를 올릴게요”라는 자연어 메시지를 출력할 수 있다.
제6 예시로, 이전 사용자 발화 이후에 사용자가 상이한 세션에서 지정된 제1 시간(예: 3분) 내에 지정된 거리(예: 100m)를 벗어나는 위치에서 새로운 사용자 발화를 입력한 경우를 가정한다. 예를 들어, 사용자가 제6 시각(예: 낮 12시 9분)에 제2 장소(예: 사용자의 차 안)에서 제1 장치(1010)에 새로운 사용자 발화(예: 제10 사용자 발화)를 입력한 경우를 가정한다. 예를 들어, 사용자는 제6 시각에 제2 장소(예: 사용자의 차 안)에서 제1 장치(1010)에 “바람 세기 내려”라는 제10 사용자 발화를 입력할 수 있다. 예를 들어, 제10 사용자 발화는 이전 사용자 발화(예: 제8 사용자 발화) 시각(예: 12시 7분)에서 지정된 제1 시간(예: 3분) 이내에 이전 사용자 발화(예: 제8 사용자 발화) 위치에서 지정된 거리(예: 100m)를 벗어나는 위치에서 제1 장치(1010)에 입력될 수 있다. 예를 들어, 제8 사용자 발화 시점으로부터 지정된 제1 시간 이내에 제10 사용자 발화를 인식한 경우, 음성 어시스턴트 시스템은 컨텍스트 정보를 기반으로 사용자의 추가적인 사용자 발화를 촉구하는 자연어 메시지를 출력하지 않을 수 있다. 음성 어시스턴트 시스템은 인식한 사용자 발화 이력에 기반하여 사용자 인텐트 및 실행 장치를 특정하고 이를 사용자에게 알려줄 수 있다. 예를 들어, 음성 어시스턴트 시스템은 “공기청정기의 바람 세기를 내릴게요”라는 자연어 메시지를 출력할 수 있다. 음성 어시스턴트 시스템은 컨텍스트 정보를 기반으로 결정한 사용자 인텐트 및 실행 장치 정보에 기반하여 음성 어시스턴트 서비스를 제공할 수 있다.
일 실시예에 따르면, 음성 어시스턴트 시스템은 동일한 세션의 이전 사용자 발화 이력, 상이한 세션에서 지정된 제1 시간 내에 입력된 이전 사용자 발화 이력, 및/또는 상이한 세션에서 지정된 제2 시간 내에 제1 거리 이내에서 입력된 이전 사용자 발화 이력을 포함하는 컨텍스트 정보가 있는 경우, 컨텍스트 정보에 포함된 사용자 발화 이력을 기반으로 추가적인 사용자 발화 없이 사용자 인텐트 및/또는 실행 장치를 결정하고, 이를 기반으로 음성 어시스턴트 서비스를 제공할 수 있다.
도 11은 일 실시예에 따른 전자 장치의 블록도이다.
일 실시예에 따르면, 전자 장치(1100)(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 통신 회로(1110), 메모리(1120), 및 프로세서(1130)를 포함할 수 있다.
일 실시예에 따르면, 통신 회로(1110)는 외부 장치와 정보 및/또는 데이터를 송수신할 수 있다. 예를 들어, 통신 회로(1110)는 제1 외부 장치(예: 모바일 단말)(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 사용자 발화에 대응하는 음성 입력을 수신할 수 있다. 통신 회로(1110)는 제1 외부 장치에 사용자 발화를 촉구하는 메시지(또는, 사용자 발화를 촉구하도록 하는 명령)를 전송할 수 있다. 통신 회로(1110)는 사용자 발화와 관련된 정보를 기반으로 생성된 음성 명령을 제2 외부 장치(예: IoT 서버)(예: 도 1의 IoT 서버(130))에 전송할 수 있다. 통신 회로(1110)는 IoT 서버에 실행 요청을 전송하고, IoT 서버로부터 실행 응답을 수신할 수 있다. 통신 회로(1110)는 IoT 서버로부터 IoT 서버가 관리하는 적어도 하나의 IoT 장치의 정보를 수신할 수 있다.
일 실시예에 따르면, 메모리(1120)는 프로세서(1130)에 의해 실행 시, 전자 장치의 동작을 제어하는 인스트럭션들을 저장할 수 있다. 메모리(1120)는 전자 장치의 동작과 관련된 정보 및/또는 데이터를 저장할 수 있다. 예를 들어, 메모리(1120)는 사용자 발화 이력과 관련된 컨텍스트 정보를 저장할 수 있다. 컨텍스트 정보는 사용자 발화 이력(예: 사용자 발화와 관련된 세션 정보, 실행 장치 정보, 인텐트, 타임스탬프, 및/또는 위치 정보)를 포함할 수 있다.
일 실시예에 따르면, 프로세서(1130)는 제1 외부 장치로부터 사용자 발화에 대응하는 음성 입력을 수신할 수 있다. 예를 들어, 사용자 발화는 음성 어시스턴트 시스템(음성 어시스턴트 기능)을 활성화하기 위한 호출어를 포함할 수 있다. 예를 들어, 사용자 발화는 기존 세션의 후속 발화일 수 있고, 새로운 세션을 시작하는 발화일 수도 있다.
프로세서(1130)는, 음성 입력으로부터 사용자 발화에 대응하는 세션, 사용자 의도, 및 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치(예: IoT 장치)와 관련된 정보를 인식할 수 있다. 예를 들어, 프로세서(1130)는 사용자 발화와 관련된 세션 식별 정보(예: 세션 ID), 실행 장치 정보(예: 장치 ID 및/또는 장치 종류), 인텐트, 타임스탬프, 및/또는 사용자 발화가 수신된 위치(예: 제1 외부 장치의 위치)를 인식할 수 있다.
프로세서(1130)는 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트할 수 있다. 예를 들어, 사용자 발화 이력은 사용자 발화 별 세션 정보, 사용자 의도 정보, 실행 장치 정보, 시간 정보, 및/또는 위치 정보를 포함할 수 있다.
프로세서(1130)는 인식한 세션 정보를 기반으로 컨텍스트 정보에 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는지 여부를 판단할 수 있다. 프로세서(1130)는 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력에 기반하여, 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트할 수 있다. 예를 들어, 프로세서(1130)는 상기 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중에서 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력을 인식하고, 인식한 사용자 발화 이력에 포함된 실행 장치 정보를 기반으로 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트할 수 있다. 프로세서(1130)는, 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력이 없는 경우, 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하지 않을 수 있다. 예를 들어, 프로세서(1130)는 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 적어도 하나의 제2 외부 장치와 관련된 정보에 대응하는 실행 장치 정보 및 사용자 발화로부터 인식한 사용자 의도와 관련된 사용자 의도 정보를 포함하는 사용자 발화 이력을 인식하고, 인식한 사용자 발화 이력에 포함된 사용자 의도 정보에 기반하여 사용자 발화와 관련된 사용자 의도를 업데이트할 수 있다. 예를 들어, 프로세서(1130)는 컨텍스트 정보에 포함된, 사용자 발화와 동일한 세션에 속하는 적어도 하나의 사용자 발화 이력 중 마지막에 저장된 사용자 발화 이력에 기반하여 사용자 의도를 업데이트할 수 있다.
일 실시예에 따르면, 프로세서(1130)는 컨텍스트 정보에 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력이 없는 경우, 사용자 발화와 상이한 세션에 속하지만 사용자 발화 시점으로부터 지정된 제1 시간 이내의 타임스탬프를 가지는 사용자 발화 이력을 인식할 수 있다. 예를 들어, 프로세서(1130)는 인식한 사용자 발화 이력에 기반하여 사용자 발화와 관련된 정보(예: 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나)를 업데이트할 수 있다.
일 실시예에 따르면, 프로세서(1130)는 컨텍스트 정보에 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력 및 사용자 발화 시점으로부터 지정된 제1 시간 이내의 타임스탬프를 가지는 사용자 발화 이력이 없는 경우, 사용자 발화와 상이한 세션에 속하지만 사용자 발화 시점으로부터 지정된 제2 시간 이내의 타임스탬프를 가지고 사용자 발화 위치로부터 지정된 거리 이내의 위치 정보를 가지는 사용자 발화 이력을 인식할 수 있다. 프로세서(1130)는 인식한 사용자 발화 이력에 기반하여 사용자 발화와 관련된 정보(예: 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나)를 업데이트할 수 있다.
일 실시예에 따르면, 프로세서(1130)는 인식한 컨텍스트 정보 내의 사용자 발화 이력(예: 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력, 사용자 발화와 상이한 세션에 속하나 사용자 발화의 시점(예: 타임스탬프)로부터 제1 지정된 시간 이내의 타임스탬프를 가지는 사용자 발화 이력, 및/또는 사용자 발화와 상이한 세션에 속하나 사용자 발화의 시점(예: 타임스탬프)로부터 제2 지정된 시간 이내의 타임스탬프를 가지고 사용자 발화 위치로부터 지정된 거리 이내의 위치 정보를 가지는 사용자 발화 이력)이 사용자 발화와 관련된 정보를 업데이트하기에 적합한지 판단할 수 있다. 예를 들어, 프로세서(1130)는 제3 외부 장치(예: IoT 서버)로부터 수신한 제2 외부 장치(예: IoT 장치)의 정보를 기반으로 사용자 발화와 관련된 장치 정보 및/또는 인텐트와 대응되는 장치의 정보를 검색할 수 있다. 프로세서(1130)는 검색 결과와 인식한 컨텍스트 정보 내의 사용자 발화 이력을 비교하여, 사용자 발화 이력이 사용자 발화와 관련된 정보를 업데이트하기 적합한지 판단할 수 있다. 예를 들어, 검색 결과에 복수의 후보 데이터(예: 복수의 실행 장치 후보 정보 및/또는 복수의 인텐트 후보)들이 포함된 경우, 프로세서(1130)는 인식한 컨텍스트 정보 내의 사용자 발화 이력을 이용하여 복수의 후보 데이터들로부터 사용자 발화에 관련된 실행 장치 및/또는 인텐트를 특정할 수 있는지 판단할 수 있다. 프로세서(1130)는 인식한 컨텍스트 정보 내의 사용자 발화 이력이 사용자 발화와 관련된 정보를 업데이트하기에 적합한 경우, 사용자 발화와 관련된 정보(예: 사용자 의도 및/또는 적어도 하나의 제2 외부 장치와 관련된 정보(예를 들어, 실행 장치 정보)를 업데이트할 수 있다.
프로세서(1130)는 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 동작을 실행하기 위한 명령어를 생성할 수 있다. 예를 들어, 프로세서(1130)는 사용자 의도 및 제2 외부 장치와 관련된 정보(예: 실행 장치 정보)에 기반하여 음성 명령을 생성하고, 음성 명령을 제3 외부 장치(예: IoT 서버)에 전송할 수 있다. 예를 들어, 제3 외부 장치는 적어도 하나의 제2 외부 장치를 관리하는 장치일 수 있다. 예를 들어, 프로세서(1130)는 제3 외부 장치로부터 사용자 발화에 대응하는 제2 외부 장치(예: 실행 장치)가 사용자 인텐트에 대응하는 동작을 수행한 결과에 대한 정보를 수신할 수 있다.
프로세서(1130)는 불완전한(불명료한) 음성 명령을 생성한 경우(예를 들어, 사용자 의도 및/또는 사용자 의도에 대응하는 동작을 실행하는 실행 장치를 특정하지 못한 경우), 음성 명령을 제3 외부 장치에 전송하기 이전에 추가적인 사용자 발화를 촉구하는 자연어 메시지를 생성하고, 제1 외부 장치를 통해 자연어 메시지를 사용자에게 제공할 수 있다. 예를 들어, 프로세서(1130)는 추가적인 사용자 발화에 대응하는 음성 입력을 획득한 경우, 추가적인 사용자 발화에 기반하여 음성 명령을 업데이트할 수 있다. 예를 들어, 프로세서(1130)는 추가적인 사용자 발화에 기반하여 사용자 의도 및/또는 사용자 의도에 대응하는 동작을 실행하는 실행 장치를 명확하게 지정하도록 음성 명령을 업데이트할 수 있다.
프로세서(1130)는 세션, 사용자 의도, 및 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 컨텍스트 정보를 업데이트할 수 있다. 예를 들어, 프로세서(1130)는 사용자 발화와 관련된 정보 및/또는 제3 외부 장치로부터 수신한 사용자 인텐트에 대응하는 동작을 수행한 결과에 대한 정보를 기반으로 컨텍스트 정보를 업데이트할 수 있다. 예를 들어, 프로세서(1130)는 사용자 발화 이력(예: 사용자 발화와 관련된 세션, 실행 장치, 인텐트, 타임스탬프, 및/또는 위치 정보)를 컨텍스트 정보에 저장할 수 있다.
일 실시예에 따르면, 전자 장치는 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로 불완전 또는 불명료한 사용자 발화와 관련된 실행 장치 정보 및/또는 사용자 의도를 업데이트하여 사용자 발화와 관련된 실행 장치 및 사용자 의도를 특정함으로써, 음성 인식 어시스턴트 서비스의 정확도, 인식율, 및/또는 효율을 상대적으로 증가시키고 사용자의 편의성을 높일 수 있다.
일 실시예에 따른 전자 장치는, 통신 회로, 메모리, 및 프로세서를 포함할 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 통신 회로를 통하여 제1 외부 장치로부터 사용자 발화에 대응하는 음성 입력을 수신하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 음성 입력으로부터, 상기 사용자 발화에 대응하는 세션(session), 사용자 의도(intent), 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 인식하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 상기 동작을 실행하기 위한 명령어를 생성하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 세션, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여, 상기 컨텍스트 정보를 업데이트하도록 설정될 수 있다.
일 실시예에 따르면, 상기 사용자 발화 이력은, 사용자 발화 별 세션 정보, 사용자 의도 정보, 실행 장치 정보, 시간 정보, 및 위치 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 인식한 세션 정보를 기반으로, 상기 컨텍스트 정보에 상기 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는지 여부를 판단하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 판단에 적어도 일부 기반하여, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는 경우, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중에서 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력을 인식하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 인식한 사용자 발화 이력에 포함된 상기 매칭되는 실행 장치 정보를 기반으로 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력이 없는 경우, 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하지 않도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는 경우, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 대응하는 실행 장치 정보 및 상기 사용자 의도와 관련된 사용자 의도 정보를 포함하는 사용자 발화 이력을 인식하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 인식한 사용자 발화 이력에 포함된 상기 사용자 의도 정보에 기반하여 상기 사용자 의도를 업데이트하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 인식한 사용자 발화 이력이 상기 적어도 하나의 사용자 발화 이력 중 마지막에 저장된 사용자 발화 이력인 경우, 상기 사용자 의도를 업데이트하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 인식한 사용자 발화 이력이 상기 적어도 하나의 사용자 발화 이력 중 마지막에 저장된 사용자 발화 이력이 아닌 경우, 상기 사용자 의도를 업데이트하지 않도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 동일한 세션에 해당하는 사용자 발화 이력이 없는 경우, 상기 사용자 발화 이력에 포함된 시간 정보를 기반으로, 상기 사용자 발화 시점으로부터 지정된 제1 시간 이내에 대응하는 시간 정보를 포함하는 사용자 발화 이력을 인식하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 지정된 제1 시간 이내에 대응하는 시간 정보를 포함하는 사용자 발화 이력을 기반으로, 상기 사용자 의도 또는 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 사용자 발화 시점으로부터 지정된 제1 시간 이내에 속하는 시간 정보를 포함하는 사용자 발화 이력이 없는 경우, 상기 사용자 발화 시점으로부터 지정된 제2 시간 이내에 대응하는 시간 정보 및 상기 사용자 발화의 위치로부터 지정된 거리 이내에 대응하는 위치 정보를 포함하는 사용자 발화 이력을 인식하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 지정된 제2 시간 이내에 대응하는 시간 정보 및 상기 위치 정보를 포함하는 사용자 발화 이력을 기반으로, 상기 사용자 의도 또는 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 명령어를 상기 적어도 하나의 제2 외부 장치 또는 상기 적어도 하나의 제2 외부 장치와 연결된 제3 외부 장치에 전송하도록 설정될 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 사용자 의도 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 기반으로 상기 동작 또는 상기 동작을 실행하기 위한 실행 장치를 특정하지 못한 경우, 상기 동작 또는 상기 실행 장치를 특정하기 위한 추가적인 사용자 발화를 촉구하는 메시지를 생성하도록 설정될 수 있다.
도 12는 일 실시예에 따른 전자 장치의 음성 어시스턴트 서비스 제공 방법의 흐름도이다.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
일 실시 예에 따르면, 1205 동작 내지 1255 동작은 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))의 프로세서(예: 도 11의 프로세서(1130))에서 수행되는 것으로 이해될 수 있다.
일 실시예에 따르면, 1205 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 음성 세션을 시작할 수 있다.
일 실시예에 따르면, 1210 동작에서, 전자 장치는 새로운 발화 입력을 인식할 수 있다. 예를 들어, 전자 장치는 제1 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 새로운 제1 사용자 발화에 대응하는 음성 입력을 수신할 수 있다. 예를 들어, 제1 사용자 발화는 음성 어시스턴트 시스템과의 대화(conversation)의 시작을 나타내는 발화일 수 있다. 예를 들어, 제1 사용자 발화는 음성 어시스턴트 시스템(음성 어시스턴트 기능)을 활성화하기 위한 호출어를 포함할 수 있다. 일 실시예에 따르면, 1205 동작은 1210 동작과 함께 이루어질 수 있다. 예를 들어, 전자 장치는 이전 음성 세션의 종료 이후 새로운 제1 사용자 발화가 입력됨에 따라 새로운 음성 세션의 시작을 인식할 수 있다.
일 실시예에 따르면, 1215 동작에서, 전자 장치는 발화 정보를 추출할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화에 대응하는 음성 입력으로부터 제1 사용자 발화와 관련된 정보(예: 제1 사용자 발화와 관련된 세션, 실행 장치, 인텐트, 타임스탬프, 및/또는 위치 정보)를 추출할 수 있다. 전자 장치는 제1 사용자 발화에 대응하는 장치 정보, 인텐트, 및/또는 파라미터를 인식할 수 있다. 1215 동작에서 인식(추출)하는 장치 정보는 구체적인 장치를 지칭하는 정보(예: 장치 ID)일 수도 있고, 장치의 종류(예: IoT 장치의 종류)를 나타내는 정보일 수 있다.
일 실시예에 따르면, 1220 동작에서, 전자 장치는 기 저장된 사용자 발화 이력과 관련된 컨텍스트 데이터베이스(context database, context DB)에 제1 사용자 발화와 동일한 세션 정보가 존재하는지 판단할 수 있다. 예를 들어, 컨텍스트 데이터베이스는 새로운 사용자 발화(예: 제1 사용자 발화) 이전의 사용자 발화 이력을 포함할 수 있다. 예를 들어, 사용자 발화 이력은 이전 사용자 발화와 관련된 세션, 실행 장치, 인텐트, 타임스탬프, 및/또는 위치 정보를 포함할 수 있다. 전자 장치는 컨텍스트 DB에 제1 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력이 존재하는 경우(1220 동작 - Yes) 1230 동작을 수행하고, 컨텍스트 DB에 제2 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력이 없는 경우(1220 동작 - No) 1225 동작을 수행할 수 있다.
일 실시예에 따르면, 1225 동작에서, 전자 장치는 컨텍스트 DB에 지정된 시간 및/또는 장소 조건을 만족하는 정보가 존재하는지 판단할 수 있다. 일 실시예에 따르면, 전자 장치는 컨텍스트 DB에 제1 사용자 발화의 타임스탬프와 지정된 제1 시간(예: 3분) 이내의 타임스탬프를 가지는 사용자 발화 이력이 있는지 판단할 수 있다. 예를 들어, 전자 장치는 컨텍스트 DB에 제1 사용자 발화의 타임스탬프와 지정된 제1 시간 이내의 타임스탬프를 가지는 사용자 발화 이력이 있는 경우(1225 동작 - Yes) 1130 동작을 수행하고, 컨텍스트 DB에 제1 사용자 발화의 타임스탬프와 지정된 제1 시간 이내의 타임스탬프를 가지는 사용자 발화 이력이 없는 경우(1225 동작 - No) 1135 동작을 수행할 수 있다. 일 실시예에 따르면, 전자 장치는 컨텍스트 DB에 제1 사용자 발화의 타임스탬프와 지정된 제2 시간(예: 10분) 이내의 타임스탬프 및 제1 사용자 발화의 위치와 지정된 거리(예: 100m) 이내의 위치 정보를 가지는 사용자 발화 이력이 있는지 판단할 수 있다. 예를 들어, 전자 장치는 컨텍스트 DB에 제1 사용자 발화의 타임스탬프와 지정된 제2 시간 이내의 타임스탬프 및 제1 사용자 발화의 위치와 지정된 거리 이내의 위치 정보를 가지는 사용자 발화 이력이 있는 경우(1225 동작 - Yes) 1130 동작을 수행하고, 컨텍스트 DB에 제1 사용자 발화의 타임스탬프와 지정된 제2 시간 이내의 타임스탬프 및 제1 사용자 발화의 위치와 지정된 거리 이내의 위치 정보를 가지는 사용자 발화 이력이 없는 경우(1225 동작 - No) 1135 동작을 수행할 수 있다.
일 실시예에 따르면, 1230 동작에서, 전자 장치는 컨텍스트 DB 내의 정보가 새로운 발화(예: 제1 사용자 발화)에 적합한지 판단할 수 있다. 예를 들어, 전자 장치는 컨텍스트 DB 내의 사용자 발화 이력이 제1 사용자 발화와 관련된 정보(예: 실행 장치 정보 및/또는 인텐트)를 업데이트하기에 적절한 정보인지 판단할 수 있다. 예를 들어, 전자 장치는 1215 동작에서 추출한 정보를 기반으로 제1 사용자 발화와 관련된 장치 정보 및/또는 인텐트와 대응되는 장치의 정보를 검색할 수 있다. 예를 들어, 전자 장치는 제2 외부 장치(예: IoT 서버)로부터 수신한 제3 외부 장치(예: IoT 장치)의 정보를 기반으로 제1 사용자 발화와 관련된 장치 정보 및/또는 인텐트와 대응되는 장치의 정보(이하, '검색 결과'로 참조됨)를 획득할 수 있다. 전자 장치는 검색 결과와 1220 동작 또는 1225 동작에서 인식한 컨텍트스 DB 내의 정보를 비교하여, 컨텍스트 DB 내의 정보가 제1 사용자 발화와 관련된 정보를 업데이트하기 적합한지 판단할 수 있다. 예를 들어, 전자 장치는 검색 결과에 복수의 후보 데이터(예: 복수의 실행 장치 후보 정보 및/또는 복수의 인텐트 후보)들이 포함된 경우, 컨텍스트 DB 내의 정보를 이용하여 복수의 후보 데이터들로부터 제1 사용자 발화에 관련된 실행 장치 및/또는 인텐트를 특정할 수 있는지 판단할 수 있다. 예를 들어, 전자 장치는 컨텍스트 DB 내의 정보가 제1 사용자 발화에 적합한 경우(1230 동작 - Yes) 1235 동작을 수행하고, 컨텍스트 DB 내의 정보가 제1 사용자 발화에 적합하지 않은 경우(1230 동작 - No) 1235 동작을 생략하고 1240 동작을 수행할 수 있다.
일 실시예에 따르면, 1235 동작에서, 전자 장치는 발화 정보를 업데이트할 수 있다. 예를 들어, 전자 장치는 컨텍스트 DB를 포함된 정보 중 적어도 일부에 기반하여 제1 사용자 발화와 관련된 정보를 업데이트할 수 있다. 예를 들어, 전자 장치는 컨텍스트 DB에 포함된 사용자 발화 이력에 기반하여 제1 사용자 발화와 관련된 실행 장치 및/또는 인텐트를 업데이트할 수 있다.
일 실시예에 따르면, 1240 동작에서, 전자 장치는 실행 장치를 검색하고, 실행 장치가 제1 사용자 발화에 대응하는 동작 중 적어도 일부를 실행하도록 제어할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화와 관련된 정보를 기반으로 제2 외부 장치(예: IoT 서버)에 전송할 음성 명령을 생성할 수 있다. 예를 들어, 음성 명령은 적어도 실행 장치 정보 및/또는 인텐트를 포함할 수 있다. 전자 장치는 제2 외부 장치에 음성 명령을 포함하는 실행 요청을 전송할 수 있다. 제2 외부 장치는 실행 요청에 응답하여 제2 외부 장치가 관리하는 실행 장치로 지정된 제3 외부 장치(예: IoT 장치)가 인텐트에 대응하는 동작을 실행하도록 제어할 수 있다. 전자 장치는 제2 외부 장치로부터 실행 응답(예: 실행 요청에 대응하는 동작을 실행한 결과)를 수신할 수 있다.
일 실시예에 따르면, 1245 동작에서, 전자 장치는 컨텍스트 DB를 업데이트할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화와 관련된 정보를 컨텍스트 DB에 저장할 수 있다. 예를 들어, 전자 장치는 제1 사용자 발화와 관련된 세션, 실행 장치, 인텐트, 타임스탬프, 및/또는 위치 정보를 제1 사용자 발화 이력으로서 컨텍스트 DB에 저장할 수 있다.
일 실시예에 따르면, 1250 동작에서, 전자 장치는 추가 발화 입력 여부를 인식할 수 있다. 예를 들어, 전자 장치는 제1 외부 장치로부터 추가 발화(예: 제2 사용자 발화)에 대응하는 음성 입력을 수신(1250 동작 - Yes)하면 추가 발화에 대응하는 음성 입력에 대하여 1215 동작을 수행할 수 있다. 전자 장치는 지정된 시간 이상 추가 발화에 대응하는 음성 입력을 수신하지 않는 경우(1250 동작 - No) 1255 동작을 수행할 수 있다.
일 실시예에 따르면, 1255 동작에서, 전자 장치는 음성 세션의 종료를 인식할 수 있다. 예를 들어, 전자 장치는 마지막 사용자 발화(예: 제1 사용자 발화)로부터 지정된 시간 이상 연속되는 추가 발화가 입력되지 않는 경우 음성 세션을 종료할 수 있다.
일 실시예에 따르면, 도 12의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 2 내지 9, 또는 도 13의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
일 실시예에 따르면, 전자 장치는 기 저장된 사용자 발화 이력과 관련된 컨텍스트 DB를 기반으로 불완전 또는 불명료한 사용자 발화와 관련된 정보를 업데이트하여 사용자 발화와 관련된 실행 장치 및 인텐트를 특정함으로써, 음성 인식 어시스턴트 서비스의 정확도, 인식율, 및/또는 효율을 증가시키고 사용자의 편의성을 높일 수 있다.
도 13은 일 실시예에 따른 전자 장치의 음성 어시스턴트 서비스 제공 방법의 흐름도이다.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
일 실시 예에 따르면, 1310 동작 내지 1320 동작은 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))의 프로세서(예: 도 11의 프로세서(1130))에서 수행되는 것으로 이해될 수 있다.
일 실시예에 따르면, 1310 동작에서, 전자 장치(예: 도 1의 음성 어시스턴트 서버(120), 도 11의 전자 장치(1100), 도 14의 서버(1408), 또는 도 15의 지능형 서버(1600))는 제1 외부 장치(예: 도 14의 전자 장치(1401) 또는 도 15 내지 17의 사용자 단말(1501))로부터 사용자 발화에 대응하는 음성 입력을 수신할 수 있다. 예를 들어, 사용자 발화는 음성 어시스턴트 시스템(음성 어시스턴트 기능)을 활성화하기 위한 호출어를 포함할 수 있다. 예를 들어, 사용자 발화는 기존 세션의 후속 발화일 수 있고, 새로운 세션을 시작하는 발화일 수도 있다.
일 실시예에 따르면, 1320 동작에서, 전자 장치는 음성 입력으로부터, 사용자 발화에 대응하는 세션, 사용자 의도, 및 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치(예: IoT 장치)와 관련된 정보를 인식할 수 있다. 예를 들어, 전자 장치는 사용자 발화와 관련된 세션 식별 정보(예: 세션 ID), 실행 장치 정보(예: 장치 ID 및/또는 장치 종류), 인텐트, 타임스탬프, 및/또는 사용자 발화가 수신된 위치(예: 제1 외부 장치의 위치)를 인식할 수 있다.
일 실시예에 따르면, 1330 동작에서, 전자 장치는 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트할 수 있다. 예를 들어, 사용자 발화 이력은 사용자 발화 별 세션 정보, 사용자 의도 정보, 실행 장치 정보, 시간 정보, 및/또는 위치 정보를 포함할 수 있다.
전자 장치는 1320 동작에서 인식한 세션 정보를 기반으로, 상기 컨텍스트 정보에 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는지 여부를 판단할 수 있다. 전자 장치는 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력에 기반하여, 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트할 수 있다. 예를 들어, 전자 장치는 상기 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중에서 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력을 인식하고, 인식한 사용자 발화 이력에 포함된 실행 장치 정보를 기반으로 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트할 수 있다. 전자 장치는, 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력이 없는 경우, 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하지 않을 수 있다. 예를 들어, 전자 장치는 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 적어도 하나의 제2 외부 장치와 관련된 정보에 대응하는 실행 장치 정보 및 사용자 발화로부터 인식한 사용자 의도와 관련된 사용자 의도 정보를 포함하는 사용자 발화 이력을 인식하고, 인식한 사용자 발화 이력에 포함된 사용자 의도 정보에 기반하여 사용자 발화와 관련된 사용자 의도를 업데이트할 수 있다. 예를 들어, 전자 장치는 컨텍스트 정보에 포함된, 사용자 발화와 동일한 세션에 속하는 적어도 하나의 사용자 발화 이력 중 마지막에 저장된 사용자 발화 이력에 기반하여 사용자 의도를 업데이트할 수 있다.
일 실시예에 따르면, 전자 장치는 컨텍스트 정보에 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력이 없는 경우, 사용자 발화와 상이한 세션에 속하지만 사용자 발화 시점으로부터 지정된 제1 시간 이내의 타임스탬프를 가지는 사용자 발화 이력을 인식할 수 있다. 예를 들어, 전자 장치는 인식한 사용자 발화 이력에 기반하여 사용자 발화와 관련된 정보(예: 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나)를 업데이트할 수 있다.
일 실시예에 따르면, 전자 장치는 컨텍스트 정보에 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력 및 사용자 발화 시점으로부터 지정된 제1 시간 이내의 타임스탬프를 가지는 사용자 발화 이력이 없는 경우, 사용자 발화와 상이한 세션에 속하지만 사용자 발화 시점으로부터 지정된 제2 시간 이내의 타임스탬프를 가지고 사용자 발화 위치로부터 지정된 거리 이내의 위치 정보를 가지는 사용자 발화 이력을 인식할 수 있다. 전자 장치는 인식한 사용자 발화 이력에 기반하여 사용자 발화와 관련된 정보(예: 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나)를 업데이트할 수 있다.
일 실시예에 따르면, 전자 장치는 인식한 컨텍스트 정보 내의 사용자 발화 이력(예: 사용자 발화와 동일한 세션에 속하는 사용자 발화 이력, 사용자 발화와 상이한 세션에 속하나 사용자 발화의 시점(예: 타임스탬프)로부터 제1 지정된 시간 이내의 타임스탬프를 가지는 사용자 발화 이력, 및/또는 사용자 발화와 상이한 세션에 속하나 사용자 발화의 시점(예: 타임스탬프)로부터 제2 지정된 시간 이내의 타임스탬프를 가지고 사용자 발화 위치로부터 지정된 거리 이내의 위치 정보를 가지는 사용자 발화 이력)이 사용자 발화와 관련된 정보를 업데이트하기에 적합한지 판단할 수 있다. 예를 들어, 전자 장치는 제3 외부 장치(예: IoT 서버)로부터 수신한 제2 외부 장치(예: IoT 장치)의 정보를 기반으로 사용자 발화와 관련된 장치 정보 및/또는 인텐트와 대응되는 장치의 정보를 검색할 수 있다. 전자 장치는 검색 결과와 인식한 컨텍스트 정보 내의 사용자 발화 이력을 비교하여, 사용자 발화 이력이 사용자 발화와 관련된 정보를 업데이트하기 적합한지 판단할 수 있다. 예를 들어, 검색 결과에 복수의 후보 데이터(예: 복수의 실행 장치 후보 정보 및/또는 복수의 인텐트 후보)들이 포함된 경우, 전자 장치는 인식한 컨텍스트 정보 내의 사용자 발화 이력을 이용하여 복수의 후보 데이터들로부터 사용자 발화에 관련된 실행 장치 및/또는 인텐트를 특정할 수 있는지 판단할 수 있다. 전자 장치는 인식한 컨텍스트 정보 내의 사용자 발화 이력이 사용자 발화와 관련된 정보를 업데이트하기에 적합한 경우, 사용자 발화와 관련된 정보(예: 사용자 의도 및/또는 적어도 하나의 제2 외부 장치와 관련된 정보(예를 들어, 실행 장치 정보)를 업데이트할 수 있다.
일 실시예에 따르면, 1340 동작에서, 전자 장치는 사용자 의도 및 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 동작을 실행하기 위한 명령어를 생성할 수 있다. 예를 들어, 전자 장치는 사용자 의도 및 제2 외부 장치와 관련된 정보(예: 실행 장치 정보)에 기반하여 음성 명령을 생성하고, 음성 명령을 제3 외부 장치(예: IoT 서버)에 전송할 수 있다. 예를 들어, 제3 외부 장치는 적어도 하나의 제2 외부 장치를 관리하는 장치일 수 있다. 예를 들어, 전자 장치는 제3 외부 장치로부터 사용자 발화에 대응하는 제2 외부 장치(예: 실행 장치)가 사용자 인텐트에 대응하는 동작을 수행한 결과에 대한 정보를 수신할 수 있다.
전자 장치는 불완전한(불명료한) 음성 명령을 생성한 경우(예를 들어, 사용자 의도 및/또는 사용자 의도에 대응하는 동작을 실행하는 실행 장치를 특정하지 못한 경우), 음성 명령을 제3 외부 장치에 전송하기 이전에 추가적인 사용자 발화를 촉구하는 자연어 메시지를 생성하고, 제1 외부 장치를 통해 자연어 메시지를 사용자에게 제공할 수 있다. 예를 들어, 전자 장치는 추가적인 사용자 발화에 대응하는 음성 입력을 획득한 경우, 추가적인 사용자 발화에 기반하여 음성 명령을 업데이트할 수 있다. 예를 들어, 전자 장치는 추가적인 사용자 발화에 기반하여 사용자 의도 및/또는 사용자 의도에 대응하는 동작을 실행하는 실행 장치를 명확하게 지정하도록 음성 명령을 업데이트할 수 있다.
일 실시예에 따르면, 1350 동작에서, 전자 장치는 세션, 사용자 의도, 및 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 컨텍스트 정보를 업데이트할 수 있다. 예를 들어, 전자 장치는 사용자 발화와 관련된 정보 및/또는 제3 외부 장치로부터 수신한 사용자 인텐트에 대응하는 동작을 수행한 결과에 대한 정보를 기반으로 컨텍스트 정보를 업데이트할 수 있다. 예를 들어, 전자 장치는 사용자 발화 이력(예: 사용자 발화와 관련된 세션, 실행 장치, 인텐트, 타임스탬프, 및/또는 위치 정보)를 컨텍스트 정보에 저장할 수 있다.
일 실시예에 따르면, 도 13의 동작들 중 적어도 일부는 생략되거나. 또는 적어도 하나의 다른 동작(예: 도 2 내지 9, 또는 도 12의 동작 중 적어도 일부)가 추가될 수 있으며, 적어도 일부 동작의 순서가 변경될 수 있다.
일 실시예에 따르면, 전자 장치는 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로 불완전 또는 불명료한 사용자 발화와 관련된 실행 장치 정보 및/또는 사용자 의도를 업데이트하여 사용자 발화와 관련된 실행 장치 및 사용자 의도를 특정함으로써, 음성 인식 어시스턴트 서비스의 정확도, 인식율, 및/또는 효율을 상대적으로 증가시키고 사용자의 편의성을 높일 수 있다.
일 실시예에 따른 전자 장치의 음성 어시스턴트 서비스 제공 방법은, 제1 외부 장치로부터 사용자 발화에 대응하는 음성 입력을 수신하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은, 상기 음성 입력으로부터, 상기 사용자 발화에 대응하는 세션(session), 사용자 의도(intent), 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 인식하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은, 기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 상기 동작을 실행하기 위한 명령어를 생성하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은, 상기 세션, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여, 상기 컨텍스트 정보를 업데이트하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 사용자 발화 이력은, 사용자 발화 별 세션 정보, 사용자 의도 정보, 실행 장치 정보, 시간 정보, 및 위치 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작은, 상기 인식한 세션 정보를 기반으로, 상기 컨텍스트 정보에 상기 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는지 여부를 판단하는 동작, 및 상기 판단에 적어도 일부 기반하여, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작은, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는 경우, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중에서 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력을 인식하는 동작, 및 상기 인식한 사용자 발화 이력에 포함된 상기 매칭되는 실행 장치 정보를 기반으로 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력이 없는 경우, 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하지 않을 수 있다.
일 실시예에 따르면, 사용자 발화 이력이 있는지 여부를 판단하는 동작은, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는 경우, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 대응하는 실행 장치 정보 및 상기 사용자 의도와 관련된 사용자 의도 정보를 포함하는 사용자 발화 이력을 인식하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작은, 상기 인식한 사용자 발화 이력에 포함된 상기 사용자 의도 정보에 기반하여 상기 사용자 의도를 업데이트하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은, 상기 동일한 세션에 해당하는 사용자 발화 이력이 없는 경우, 상기 사용자 발화 이력에 포함된 시간 정보를 기반으로, 상기 사용자 발화 시점으로부터 지정된 제1 시간 이내에 대응하는 시간 정보를 포함하는 사용자 발화 이력을 인식하는 동작, 및 상기 지정된 제1 시간 이내에 대응하는 시간 정보를 포함하는 사용자 발화 이력을 기반으로, 상기 사용자 의도 또는 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은, 상기 사용자 발화 시점으로부터 지정된 제1 시간 이내에 속하는 시간 정보를 포함하는 사용자 발화 이력이 없는 경우, 상기 사용자 발화 시점으로부터 지정된 제2 시간 이내에 대응하는 시간 정보 및 상기 사용자 발화의 위치로부터 지정된 거리 이내에 대응하는 위치 정보를 포함하는 사용자 발화 이력을 인식하는 동작, 및 지정된 제2 시간 이내에 대응하는 시간 정보 및 상기 위치 정보를 포함하는 사용자 발화 이력을 기반으로, 상기 사용자 의도 또는 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은, 상기 사용자 의도 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 기반으로 상기 동작 또는 상기 동작을 실행하기 위한 실행 장치를 특정하지 못한 경우, 상기 동작 또는 상기 실행 장치를 특정하기 위한 추가적인 사용자 발화를 촉구하는 메시지를 생성하는 동작을 포함할 수 있다.
도 14은, 다양한 실시예들에 따른, 네트워크 환경(1400) 내의 전자 장치(1401)의 블록도이다. 도 14을 참조하면, 네트워크 환경(1400)에서 전자 장치(1401)는 제 1 네트워크(1498)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1402)와 통신하거나, 또는 제 2 네트워크(1499)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1404) 또는 서버(1408) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1401)는 서버(1408)를 통하여 전자 장치(1404)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1401)는 프로세서(1420), 메모리(1430), 입력 모듈(1450), 음향 출력 모듈(1455), 디스플레이 모듈(1460), 오디오 모듈(1470), 센서 모듈(1476), 인터페이스(1477), 연결 단자(1478), 햅틱 모듈(1479), 카메라 모듈(1480), 전력 관리 모듈(1488), 배터리(1489), 통신 모듈(1490), 가입자 식별 모듈(1496), 또는 안테나 모듈(1497)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1401)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(1478))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(1476), 카메라 모듈(1480), 또는 안테나 모듈(1497))은 하나의 구성요소(예: 디스플레이 모듈(1460))로 통합될 수 있다.
프로세서(1420)는, 예를 들면, 소프트웨어(예: 프로그램(1440))를 실행하여 프로세서(1420)에 연결된 전자 장치(1401)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(1420)는 다른 구성요소(예: 센서 모듈(1476) 또는 통신 모듈(1490))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1432)에 저장하고, 휘발성 메모리(1432)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1434)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(1420)는 메인 프로세서(1421)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1423)(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(1401)가 메인 프로세서(1421) 및 보조 프로세서(1423)를 포함하는 경우, 보조 프로세서(1423)는 메인 프로세서(1421)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1423)는 메인 프로세서(1421)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1423)는, 예를 들면, 메인 프로세서(1421)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1421)를 대신하여, 또는 메인 프로세서(1421)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1421)와 함께, 전자 장치(1401)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(1460), 센서 모듈(1476), 또는 통신 모듈(1490))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(1423)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(1480) 또는 통신 모듈(1490))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(1423)(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(1401) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(1408))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(1430)는, 전자 장치(1401)의 적어도 하나의 구성요소(예: 프로세서(1420) 또는 센서 모듈(1476))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1440)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1430)는, 휘발성 메모리(1432) 또는 비휘발성 메모리(1434)를 포함할 수 있다.
프로그램(1440)은 메모리(1430)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1442), 미들 웨어(1444) 또는 어플리케이션(1446)을 포함할 수 있다.
입력 모듈(1450)은, 전자 장치(1401)의 구성요소(예: 프로세서(1420))에 사용될 명령 또는 데이터를 전자 장치(1401)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(1450)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(1455)은 음향 신호를 전자 장치(1401)의 외부로 출력할 수 있다. 음향 출력 모듈(1455)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(1460)은 전자 장치(1401)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(1460)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(1460)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(1470)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(1470)은, 입력 모듈(1450)을 통해 소리를 획득하거나, 음향 출력 모듈(1455), 또는 전자 장치(1401)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1402))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(1476)은 전자 장치(1401)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(1476)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(1477)는 전자 장치(1401)가 외부 전자 장치(예: 전자 장치(1402))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(1477)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1478)는, 그를 통해서 전자 장치(1401)가 외부 전자 장치(예: 전자 장치(1402))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(1478)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1479)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(1479)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1480)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(1480)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1488)은 전자 장치(1401)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(1488)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1489)는 전자 장치(1401)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(1489)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1490)은 전자 장치(1401)와 외부 전자 장치(예: 전자 장치(1402), 전자 장치(1404), 또는 서버(1408)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1490)은 프로세서(1420)(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(1490)은 무선 통신 모듈(1492)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1494)(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(1498)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(1499)(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(1404)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(1492)은 가입자 식별 모듈(1496)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(1498) 또는 제 2 네트워크(1499)와 같은 통신 네트워크 내에서 전자 장치(1401)를 확인 또는 인증할 수 있다.
무선 통신 모듈(1492)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(1492)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(1492)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(1492)은 전자 장치(1401), 외부 전자 장치(예: 전자 장치(1404)) 또는 네트워크 시스템(예: 제 2 네트워크(1499))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 따르면, 무선 통신 모듈(1492)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(1497)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(1497)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(1497)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(1498) 또는 제 2 네트워크(1499)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1490)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1490)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(1497)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(1497)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(1499)에 연결된 서버(1408)를 통해서 전자 장치(1401)와 외부의 전자 장치(1404)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(1402, 또는 104) 각각은 전자 장치(1401)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(1401)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(1402, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1401)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1401)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(1401)로 전달할 수 있다. 전자 장치(1401)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(1401)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(1404)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(1408)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시예에 따르면, 외부의 전자 장치(1404) 또는 서버(1408)는 제 2 네트워크(1499) 내에 포함될 수 있다. 전자 장치(1401)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 15는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 15를 참조하면, 일 실시예의 통합 지능 시스템은 사용자 단말(1501), 지능형 서버(1600), 및 서비스 서버(1700)를 포함할 수 있다.
일 실시 예의 사용자 단말(1501)(예: 도 14의 전자 장치(1401))은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV(television), 백색 가전, 웨어러블 장치, HMD (head mounted device), 또는 스마트 스피커일 수 있다.
도시된 실시 예에 따르면, 사용자 단말(1501)은 통신 인터페이스(1590), 마이크(1570), 스피커(1555), 디스플레이(1560), 메모리(1530), 및/또는 프로세서(1520)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
통신 인터페이스(1590)(예: 도 14의 통신 모듈(1490))는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 마이크(1570)(예: 도 14의 오디오 모듈(1470))는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 스피커(1555)(예: 도 14의 음향 출력 모듈(1455))는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 디스플레이(1560)(예: 도 14의 디스플레이 모듈(1460))는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이(1560)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface, GUI)를 표시할 수 있다.
일 실시예의 디스플레이(1560)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시예의 디스플레이(1560)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다. 일 실시예의 디스플레이(1560)는 터치 센서를 통해 터치 입력을 수신할 수 있다. 예를 들어, 디스플레이(1560)는 디스플레이(1560) 내에 표시되는 화상 키보드 영역의 터치 센서를 통해 텍스트 입력을 수신할 수 있다.
일 실시 예의 메모리(1530)(예: 도 14의 메모리(1430))는 클라이언트 모듈(1531), SDK(software development kit)(1533), 및 복수의 어플리케이션들을 저장할 수 있다. 상기 클라이언트 모듈(1531), 및 SDK(1533)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(1531) 또는 SDK(1533)는 사용자 입력(예: 음성 입력, 텍스트 입력, 터치 입력)을 처리하기 위한 프레임워크를 구성할 수 있다.
상기 복수의 어플리케이션들(예: 1555a, 1555b)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 제1 앱(1535a), 및/또는 제2 앱(1535b)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 어플리케이션들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 프로세서(1520)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(1520)는 사용자 단말(1501)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(1520)는 통신 인터페이스(1590), 마이크(1570), 스피커(1555), 및 디스플레이(1560)와 전기적으로 연결되어 연결되어 지정된 동작을 수행할 수 있다. 예를 들어, 프로세서(1520)는 적어도 하나의 프로세서를 포함할 수 있다.
일 실시 예의 프로세서(1520)는 또한 상기 메모리(1530)에 저장된 프로그램을 실행하여 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(1520)는 클라이언트 모듈(1531) 또는 SDK(1533) 중 적어도 하나를 실행하여, 사용자 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(1520)는, 예를 들어, SDK(1533)를 통해 복수의 어플리케이션들의 동작을 제어할 수 있다. 클라이언트 모듈(1531) 또는 SDK(1533)의 동작으로 설명된 이하의 동작들은 프로세서(1520)의 실행에 의하여 수행되는 동작일 수 있다.
일 실시 예의 클라이언트 모듈(1531)은 사용자 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(1531)은 마이크(1570)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 생성할 수 있다. 또는, 클라이언트 모듈(1531)은 디스플레이(1560)를 통해 감지된 터치 입력을 수신할 수 있다. 또는, 클라이언트 모듈(1531)은 키보드 또는 화상 키보드를 통해 감지된 텍스트 입력을 수신할 수 있다. 이 외에도, 사용자 단말(1501)에 포함된 입력 모듈 또는 사용자 단말(1501)에 연결된 입력 모듈을 통해 감지되는 다양한 형태의 사용자 입력을 수신할 수 있다. 상기 클라이언트 모듈(1531)은 수신된 사용자 입력을 지능형 서버(1600)로 송신할 수 있다. 클라이언트 모듈(1531)은 수신된 사용자 입력과 함께, 사용자 단말(1501)의 상태 정보를 지능형 서버(1600)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(1531)은 수신된 사용자 입력에 대응되는 결과를 지능형 서버(1600)로부터 수신할 수 있다. 예를 들어, 클라이언트 모듈(1531)은 지능형 서버(1600)에서 상기 수신된 사용자 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(1531)은 상기 수신된 결과를 디스플레이(1560)에 표시할 수 있다. 또한, 클라이언트 모듈(1531)은 상기 수신된 결과를 스피커(1555)를 통해 오디오로 출력할 수 있다.
일 실시 예의 클라이언트 모듈(1531)은 수신된 사용자 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(1531)은 플랜에 따라 앱의 복수의 동작들을 실행한 결과를 디스플레이(1560)에 표시할 수 있다. 클라이언트 모듈(1531)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있고 스피커(1555)를 통해 오디오를 출력할 수 있다. 사용자 단말(1501)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이에 표시할 수 있으며, 스피커(1555)를 통해 오디오를 출력할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(1531)은 지능형 서버(1600)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 상기 결과를 산출하기 위해 필요한 정보는, 예를 들어, 사용자 단말(1501)의 상태 정보일 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(1531)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(1600)로 송신할 수 있다.
일 실시 예의 클라이언트 모듈(1531)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(1600)로 송신할 수 있다. 지능형 서버(1600)는 상기 결과 정보를 이용하여 수신된 사용자 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(1531)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(1531)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(1531)은 지정된 음성 입력(예: 웨이크 업!)에 대응하여 유기적인 동작을 수행함으로써 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다.
일 실시 예의 지능형 서버(1600)는 네트워크(1599)(예: 도 14의 제1 네트워크(1498) 및/또는 제2 네트워크(1499))을 통해 사용자 단말(1501)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(1600)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(1600)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 적어도 하나의 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 및/또는 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 플랜들 중 적어도 하나의 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(1600)는 생성된 플랜에 따른 결과를 사용자 단말(1501)로 송신하거나, 생성된 플랜을 사용자 단말(1501)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(1501)은 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(1501)은 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
일 실시 예의 지능형 서버(1600)는 프론트 엔드(front end)(1610), 자연어 플랫폼(natural language platform)(1620), 캡슐 데이터베이스(capsule database)(1630), 실행 엔진(execution engine)(1640), 엔드 유저 인터페이스(end user interface)(1650), 매니지먼트 플랫폼(management platform)(1660), 빅 데이터 플랫폼(big data platform)(1670), 또는 분석 플랫폼(analytic platform)(1680)을 포함할 수 있다.
일 실시 예의 프론트 엔드(1610)는 사용자 단말(1501)에 의하여 수신된 사용자 입력을 사용자 단말(1501)로부터 수신할 수 있다. 프론트 엔드(1610)는 상기 사용자 입력에 대응되는 응답을 사용자 단말(1501)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(1620)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(1621), 자연어 이해 모듈(natural language understanding module)(NLU module)(1623), 플래너 모듈(planner module)(1625), 자연어 생성 모듈(natural language generator module)(NLG module)(1627), 및/또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(1629)를 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(1621)은 사용자 단말(1501)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(1623)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(1623)은 텍스트 데이터 형태의 사용자 입력에 대하여 문법적 분석(syntactic analyze) 및/또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(1623)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 자연어 이해 모듈(1623)은 사용자 발화에 대응되는 의도 정보(intent information)를 획득할 수 있다. 의도 정보는 텍스트 데이터를 해석하여 판단되는 사용자의 의도를 나타내는 정보일 수 있다. 의도 정보는 사용자가 디바이스를 이용하여 실행하고자 하는 동작 또는 기능을 나타내는 정보를 포함할 수 있다.
일 실시 예의 플래너 모듈(1625)은 자연어 이해 모듈(1623)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(1625)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인들을 결정할 수 있다. 플래너 모듈(1625)은 상기 의도에 기초하여 결정된 복수의 도메인들 각각에 포함된 복수의 동작들을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(1625)은 상기 결정된 복수의 동작들을 실행하는데 필요한 파라미터나, 상기 복수의 동작들의 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 동작들, 및/또는 복수의 컨셉들을 포함할 수 있다. 상기 플래너 모듈(1625)은 상기 복수의 동작들, 및 상기 복수의 컨셉들 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(1625)은 복수의 컨셉들에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작들의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(1625)은 복수의 동작들의 실행에 필요한 파라미터, 및 복수의 동작들의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작들의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(1625)는 복수의 동작들 및 복수의 컨셉들 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜를 생성할 수 있다. 상기 플래너 모듈(1625)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(1630)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(1627)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(1629)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(1620)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(1501)에서도 구현가능 할 수 있다. 예를 들어, 사용자 단말(1501)이 자동 음성 인식 모듈 및/또는 자연어 이해 모듈을 포함할 수 있다. 사용자 단말(1501)이 사용자 음성 명령을 인식한 뒤, 인식된 음성 명령에 대응하는 텍스트 정보를 지능형 서버(1600)로 송신할 수 있다. 예를 들어, 사용자 단말(1501)이 텍스트 음성 변환 모듈을 포함할 수 있다. 사용자 단말(1501)이 지능형 서버(1600)로부터 텍스트 정보를 수신하고, 수신된 텍스트 정보를 음성으로 출력할 수 있다.
상기 캡슐 데이터베이스(1630)는 복수의 도메인들에 대응되는 복수의 컨셉들과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object)(또는 동작 정보)들 및/또는 컨셉 오브젝트(concept object)(또는 컨셉 정보)들을 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(1630)는 CAN(concept action network)의 형태로 복수의 캡슐들을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐들은 캡슐 데이터베이스(1630)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(1630)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 사용자 입력에 대응되는 복수의 플랜들이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(1630)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(1630)는 사용자 단말(1501)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(1630)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(1630)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(1630)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(1630)가 사용자 단말(1501) 내에도 구현될 수 있다.
일 실시 예의 실행 엔진(1640)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(1650)는 산출된 결과를 사용자 단말(1501)로 송신할 수 있다. 이에 따라, 사용자 단말(1501)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(1660)은 지능형 서버(1600)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(1670)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(1680)을 지능형 서버(1600)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(1680)은 지능형 서버(1600)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(1700)는 사용자 단말(1501)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(1700)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(1700)는 수신된 사용자 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(1600)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(1630)에 저장될 수 있다. 또한, 서비스 서버(1700)는 플랜에 따른 결과 정보를 지능형 서버(1600)에 제공할 수 있다. 서비스 서버(1700)는 네트워크(1599)를 통하여 지능형 서버(1600) 및/또는 사용자 단말(1501)과 통신할 수 있다. 서비스 서버(1700)는 별도의 연결을 통하여 지능형 서버(1600)와 통신할 수 있다. 도 15에는 서비스 서버(1700)가 하나의 서버로 도시되어 있으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 서비스 서버(1700)의 각각의 서비스(1701, 1702, 및 1703)들 중 적어도 하나는 별도의 서버로 구현될 수 있다.
위에 기술된 통합 지능 시스템에서, 상기 사용자 단말(1501)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(1501)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(1501)은 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)를 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에서, 사용자 단말(1501)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(1501)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 사용자 단말(1501)이 지능형 서버(1600) 및/또는 서비스 서버(1700)와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말(1501)은, 상기 마이크(1570)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말(1501)은, 상기 음성 데이터를 통신 인터페이스(1590)를 이용하여 지능형 서버(1600)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(1600)는 사용자 단말(1501)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 동작들 및/또는 상기 복수의 동작들과 관련된 복수의 컨셉들을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작들의 실행에 입력되는 파라미터나, 복수의 동작들의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작들 및/또는 복수의 컨셉들 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 사용자 단말(1501)은, 통신 인터페이스(1590)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(1501)은 상기 스피커(1555)를 이용하여 사용자 단말(1501) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(1560)를 이용하여 사용자 단말(1501) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 16는 일 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(예: 15의 지능형 서버(1600))의 캡슐 데이터베이스(예: 도 15의 캡슐 데이터베이스(1630))는 CAN (concept action network) 형태로 복수의 캡슐들을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network) 형태로 저장될 수 있다. 상기 CAN은 동작(action)과 상기 동작을 수행하는데 필요한 파라미터(parameter)를 정의한 컨셉(concept) 사이의 유기적인 관계를 나타낸 것일 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션)들 각각에 대응되는 복수의 캡슐(캡슐A(1631), 캡슐B(1634))들을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: 캡슐A(1631))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자의 캡슐(예: CP 1(1632), CP 2 (1633), CP3 (1635), 및/또는 CP4 (1636))이 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(1630a) 및 적어도 하나 이상의 컨셉(1630b)을 포함할 수 있다.
상기, 자연어 플랫폼(예: 도 15의 자연어 플랫폼(1620))은 캡슐 데이터베이스(1630)에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(예: 도 15의 플래너 모듈(1625))은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(16310) 의 동작들(1631a, 1632a) 과 컨셉들(1631b, 1632b) 및 캡슐 B(1634)의 동작(1634a) 과 컨셉(1634b)를 이용하여 플랜(1637)을 생성할 수 있다.
도 17는 일 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
사용자 단말(1501)은 지능형 서버(예: 도 15의 지능형 서버(1600))를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 제1 화면(1710)에서, 사용자 단말(1501)은 지정된 음성 입력(예: 웨이크 업!)를 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(1501)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(1501)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(1711)를 디스플레이(예: 도 15의 디스플레이(1560))에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(1501)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(1501)은 “이번주 일정 알려줘!”라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(1501)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(1513)(예: 입력창)를 디스플레이(1560)에 표시할 수 있다.
일 실시 예에 따르면, 제2 화면(1715)에서, 사용자 단말(1501)은 수신된 음성 입력에 대응되는 결과를 디스플레이(1560)에 표시할 수 있다. 예를 들어, 사용자 단말(1501)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이(1560)에 표시할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(1401)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1436) 또는 외장 메모리(1438))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1440))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1401))의 프로세서(예: 프로세서(1420))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 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어™)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
Claims (20)
- 전자 장치에 있어서,
통신 회로;
메모리; 및
프로세서를 포함하고,
상기 프로세서는,
상기 통신 회로를 통하여 제1 외부 장치로부터 사용자 발화에 대응하는 음성 입력을 수신하고,
상기 음성 입력으로부터, 상기 사용자 발화에 대응하는 세션(session), 사용자 의도(intent), 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 인식하고,
기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하고,
상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 상기 동작을 실행하기 위한 명령어를 생성하고,
상기 세션, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여, 상기 컨텍스트 정보를 업데이트하도록 설정된 전자 장치. - 청구항 1에 있어서,
상기 사용자 발화 이력은, 사용자 발화 별 세션 정보, 사용자 의도 정보, 실행 장치 정보, 시간 정보, 및 위치 정보 중 적어도 하나를 포함하는 전자 장치. - 청구항 1에 있어서,
상기 프로세서는,
상기 인식한 세션 정보를 기반으로, 상기 컨텍스트 정보에 상기 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는지 여부를 판단하고,
상기 판단에 적어도 일부 기반하여, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하도록 설정된 전자 장치. - 청구항 3에 있어서,
상기 프로세서는,
상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는 경우, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중에서 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력을 인식하고,
상기 인식한 사용자 발화 이력에 포함된 상기 매칭되는 실행 장치 정보를 기반으로 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하도록 설정된 전자 장치. - 청구항 4에 있어서,
상기 프로세서는,
상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력이 없는 경우, 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하지 않도록 설정된 전자 장치. - 청구항 3에 있어서,
상기 프로세서는,
상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는 경우, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 대응하는 실행 장치 정보 및 상기 사용자 의도와 관련된 사용자 의도 정보를 포함하는 사용자 발화 이력을 인식하고,
상기 인식한 사용자 발화 이력에 포함된 상기 사용자 의도 정보에 기반하여 상기 사용자 의도를 업데이트하도록 설정된 전자 장치. - 청구항 6에 있어서,
상기 프로세서는,
상기 인식한 사용자 발화 이력이 상기 적어도 하나의 사용자 발화 이력 중 마지막에 저장된 사용자 발화 이력인 경우, 상기 사용자 의도를 업데이트하고,
상기 인식한 사용자 발화 이력이 상기 적어도 하나의 사용자 발화 이력 중 마지막에 저장된 사용자 발화 이력이 아닌 경우, 상기 사용자 의도를 업데이트하지 않도록 설정된 전자 장치. - 청구항 3에 있어서,
상기 프로세서는,
상기 동일한 세션에 해당하는 사용자 발화 이력이 없는 경우,
상기 사용자 발화 이력에 포함된 시간 정보를 기반으로, 상기 사용자 발화 시점으로부터 지정된 제1 시간 이내에 대응하는 시간 정보를 포함하는 사용자 발화 이력을 인식하고,
상기 지정된 제1 시간 이내에 대응하는 시간 정보를 포함하는 사용자 발화 이력을 기반으로, 상기 사용자 의도 또는 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하도록 설정된 전자 장치. - 청구항 8에 있어서,
상기 프로세서는,
상기 사용자 발화 시점으로부터 지정된 제1 시간 이내에 속하는 시간 정보를 포함하는 사용자 발화 이력이 없는 경우, 상기 사용자 발화 시점으로부터 지정된 제2 시간 이내에 대응하는 시간 정보 및 상기 사용자 발화의 위치로부터 지정된 거리 이내에 대응하는 위치 정보를 포함하는 사용자 발화 이력을 인식하고,
지정된 제2 시간 이내에 대응하는 시간 정보 및 상기 위치 정보를 포함하는 사용자 발화 이력을 기반으로, 상기 사용자 의도 또는 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하도록 설정된 전자 장치. - 청구항 1에 있어서,
상기 프로세서는,
상기 명령어를 상기 적어도 하나의 제2 외부 장치 또는 상기 적어도 하나의 제2 외부 장치와 연결된 제3 외부 장치에 전송하도록 설정된 전자 장치. - 청구항 1에 있어서,
상기 프로세서는,
상기 사용자 의도 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 기반으로 상기 동작 또는 상기 동작을 실행하기 위한 실행 장치를 특정하지 못한 경우, 상기 동작 또는 상기 실행 장치를 특정하기 위한 추가적인 사용자 발화를 촉구하는 메시지를 생성하도록 설정된 전자 장치. - 전자 장치의 음성 어시스턴트 서비스 제공 방법에 있어서,
제1 외부 장치로부터 사용자 발화에 대응하는 음성 입력을 수신하는 동작;
상기 음성 입력으로부터, 상기 사용자 발화에 대응하는 세션(session), 사용자 의도(intent), 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 인식하는 동작;
기 저장된 사용자 발화 이력과 관련된 컨텍스트 정보를 기반으로, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작;
상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여 상기 동작을 실행하기 위한 명령어를 생성하는 동작; 및
상기 세션, 상기 사용자 의도, 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 기반하여, 상기 컨텍스트 정보를 업데이트하는 동작을 포함하는 방법. - 청구항 12에 있어서,
상기 사용자 발화 이력은, 사용자 발화 별 세션 정보, 사용자 의도 정보, 실행 장치 정보, 시간 정보, 및 위치 정보 중 적어도 하나를 포함하는 방법. - 청구항 12에 있어서,
상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작은,
상기 인식한 세션 정보를 기반으로, 상기 컨텍스트 정보에 상기 사용자 발화와 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는지 여부를 판단하는 동작; 및
상기 판단에 적어도 일부 기반하여, 상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작을 포함하는 방법. - 청구항 14에 있어서,
상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작은,
상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는 경우, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중에서 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력을 인식하는 동작; 및
상기 인식한 사용자 발화 이력에 포함된 상기 매칭되는 실행 장치 정보를 기반으로 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하는 동작을 포함하는 방법. - 청구항 15에 있어서,
상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 매칭되는 실행 장치 정보를 포함하는 사용자 발화 이력이 없는 경우, 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하지 않는 방법. - 청구항 14에 있어서,
사용자 발화 이력이 있는지 여부를 판단하는 동작은,
상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력이 있는 경우, 상기 동일한 세션에 해당하는 적어도 하나의 사용자 발화 이력 중 상기 적어도 하나의 제2 외부 장치와 관련된 정보에 대응하는 실행 장치 정보 및 상기 사용자 의도와 관련된 사용자 의도 정보를 포함하는 사용자 발화 이력을 인식하는 동작을 포함하고,
상기 사용자 의도 및 상기 적어도 하나의 제2 외부 장치와 관련된 정보 중 적어도 하나를 업데이트하는 동작은,
상기 인식한 사용자 발화 이력에 포함된 상기 사용자 의도 정보에 기반하여 상기 사용자 의도를 업데이트하는 동작을 포함하는 방법. - 청구항 14에 있어서,
상기 동일한 세션에 해당하는 사용자 발화 이력이 없는 경우, 상기 사용자 발화 이력에 포함된 시간 정보를 기반으로, 상기 사용자 발화 시점으로부터 지정된 제1 시간 이내에 대응하는 시간 정보를 포함하는 사용자 발화 이력을 인식하는 동작; 및
상기 지정된 제1 시간 이내에 대응하는 시간 정보를 포함하는 사용자 발화 이력을 기반으로, 상기 사용자 의도 또는 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하는 동작을 더 포함하는 방법. - 청구항 18에 있어서,
상기 사용자 발화 시점으로부터 지정된 제1 시간 이내에 속하는 시간 정보를 포함하는 사용자 발화 이력이 없는 경우, 상기 사용자 발화 시점으로부터 지정된 제2 시간 이내에 대응하는 시간 정보 및 상기 사용자 발화의 위치로부터 지정된 거리 이내에 대응하는 위치 정보를 포함하는 사용자 발화 이력을 인식하는 동작; 및
지정된 제2 시간 이내에 대응하는 시간 정보 및 상기 위치 정보를 포함하는 사용자 발화 이력을 기반으로, 상기 사용자 의도 또는 상기 적어도 하나의 제2 외부 장치와 관련된 정보를 업데이트하는 동작을 더 포함하는 방법. - 청구항 12에 있어서,
상기 사용자 의도 및 상기 사용자 의도에 대응하는 동작과 관련된 적어도 하나의 제2 외부 장치와 관련된 정보를 기반으로 상기 동작 또는 상기 동작을 실행하기 위한 실행 장치를 특정하지 못한 경우, 상기 동작 또는 상기 실행 장치를 특정하기 위한 추가적인 사용자 발화를 촉구하는 메시지를 생성하는 동작을 더 포함하는 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2023/016022 WO2024085592A1 (ko) | 2022-10-19 | 2023-10-17 | 전자 장치 및 전자 장치의 음성 어시스턴트 서비스 제공 방법 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20220134864 | 2022-10-19 | ||
| KR1020220134864 | 2022-10-19 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240054836A true KR20240054836A (ko) | 2024-04-26 |
Family
ID=90883088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220171982A KR20240054836A (ko) | 2022-10-19 | 2022-12-09 | 전자 장치 및 전자 장치의 음성 어시스턴트 서비스 제공 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240054836A (ko) |
-
2022
- 2022-12-09 KR KR1020220171982A patent/KR20240054836A/ko unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20220005348A (ko) | 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버 | |
| US11769489B2 (en) | Electronic device and method for performing shortcut command in electronic device | |
| US20230126305A1 (en) | Method of identifying target device based on reception of utterance and electronic device therefor | |
| US20220287110A1 (en) | Electronic device and method for connecting device thereof | |
| KR20220126544A (ko) | 사용자 명령을 처리하는 장치 및 그 동작 방법 | |
| KR20220108919A (ko) | 전자 장치 및 전자 장치의 단축 명령어 수행 방법 | |
| KR20220091085A (ko) | 전자 장치 및 그의 연속성을 가지는 사용자 입력에 대한 실행 정보를 공유하는 방법 | |
| KR20240054836A (ko) | 전자 장치 및 전자 장치의 음성 어시스턴트 서비스 제공 방법 | |
| US11756575B2 (en) | Electronic device and method for speech recognition processing of electronic device | |
| US20240096331A1 (en) | Electronic device and method for providing operating state of plurality of devices | |
| US20230127543A1 (en) | Method of identifying target device based on utterance and electronic device therefor | |
| US20230179675A1 (en) | Electronic device and method for operating thereof | |
| US20230139088A1 (en) | Electronic device for providing voice recognition service and operating method thereof | |
| US20230214397A1 (en) | Server and electronic device for processing user utterance and operating method thereof | |
| US20230154463A1 (en) | Method of reorganizing quick command based on utterance and electronic device therefor | |
| US20230267929A1 (en) | Electronic device and utterance processing method thereof | |
| KR20240052579A (ko) | 전자 장치 및 상기 전자 장치에서 위치 기반 컨텍스트를 이용하여 사용자의 발화를 처리하는 방법 | |
| US20220028381A1 (en) | Electronic device and operation method thereof | |
| KR20230175069A (ko) | 전자 장치 및 오프라인 장치 등록 방법 | |
| KR20240039562A (ko) | 전자 장치 및 복수의 장치들의 동작 상태를 제공하는 방법 | |
| KR20230064504A (ko) | 음성 인식 서비스를 제공하는 전자 장치 및 이의 동작 방법 | |
| KR20230136493A (ko) | 합성 벡터에 기반하여 사용자 발화를 처리하는 서버, 전자 장치, 및 이의 동작 방법 | |
| KR20240045927A (ko) | 음성인식 장치 및 음성인식 장치의 동작방법 | |
| KR20240039565A (ko) | 전자 장치 및 전자 장치의 사용자 발화 처리 방법 | |
| KR20240026820A (ko) | 전자 장치 및 전자 장치의 인식 모델 관리 방법 |