WO2017188801A1 - 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법 및 이를 적용한 전자 장치 - Google Patents

동작-음성의 다중 모드 명령에 기반한 최적 제어 방법 및 이를 적용한 전자 장치 Download PDF

Info

Publication number
WO2017188801A1
WO2017188801A1 PCT/KR2017/004626 KR2017004626W WO2017188801A1 WO 2017188801 A1 WO2017188801 A1 WO 2017188801A1 KR 2017004626 W KR2017004626 W KR 2017004626W WO 2017188801 A1 WO2017188801 A1 WO 2017188801A1
Authority
WO
WIPO (PCT)
Prior art keywords
voice
user
command
electronic device
motion
Prior art date
Application number
PCT/KR2017/004626
Other languages
English (en)
French (fr)
Inventor
김석중
김정훈
김소연
Original Assignee
주식회사 브이터치
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 브이터치 filed Critical 주식회사 브이터치
Priority to JP2018556971A priority Critical patent/JP6721713B2/ja
Priority to EP17789985.3A priority patent/EP3451335B1/en
Priority to CN201780026508.0A priority patent/CN109074819B/zh
Publication of WO2017188801A1 publication Critical patent/WO2017188801A1/ko
Priority to US16/134,511 priority patent/US10796694B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/06—Transformation of speech into a non-audible representation, e.g. speech visualisation or speech processing for tactile aids
    • G10L21/16—Transforming into a non-visible representation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/0304—Detection arrangements using opto-electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/065—Adaptation
    • G10L15/07—Adaptation to the speaker
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/24—Speech recognition using non-acoustical features
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
    • H04L12/282—Controlling appliance services of a home automation network by calling their functionalities based on user interaction within the home
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/038—Indexing scheme relating to G06F3/038
    • G06F2203/0381—Multimodal input, i.e. interface arrangements enabling the user to issue commands by simultaneous use of input devices of different nature, e.g. voice plus gesture on digitizer
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Definitions

  • the present invention relates to an optimal control method based on a motion-voice multi-mode command and an electronic device to which the present invention is applied.
  • the present invention relates to a control method capable of processing and delivering a voice command to a specified electronic device, and an electronic device using the same.
  • This speech recognition is roughly operated as follows.
  • the voice recognition algorithm mounted on the electronic device sequentially performs a voice detection process, a feature extraction process, and a matching process.
  • a user's voice signal is input through a microphone, an A / D (Analog to Digital) Convert it to a digital signal.
  • the converted digital voice signal is divided into short period signals (ie, frames), and the user's voice is actually generated from the input voice signal using energy, zero crossing rate, and time length information of each frame. Only the voice section is detected.
  • a test pattern of the input voice is extracted by extracting a feature of the frame for the detected voice section, and the reference pattern having the most similar feature to the test pattern is compared with each reference pattern stored in the test pattern and the reference data memory. Will be output as a recognized voice.
  • the reference pattern of the voice signal is stored in the reference data memory, a feature of the frame corresponding to the voice section is extracted, the reference pattern is generated, and the reference pattern is stored in the reference data memory.
  • the reference pattern is stored in the memory for reference data as a database.
  • Korean Patent Publication No. 10-1000925 control method of a digital photographing apparatus in which speech recognition is efficiently used, and a digital photographing apparatus using the method
  • a shutter release button having a two-stage structure, and a shutter release button. According to the pressed state, a digital photographing apparatus for performing automatic focusing or photographing according to a user's voice command is proposed.
  • the button input for voice recognition can generally control the home appliance through a remote control in a home network system, the operation can be made by using an electronic key in an external mobile device such as a car.
  • the functions to be performed by the wireless remote controller increase more and more, and the number of buttons of the wireless remote controller increases greatly, so that the user can use the remote control for voice recognition operation.
  • the complexity of the remote control function can increase the inconvenience to the elderly or the elderly, it may be difficult to use the voice recognition function using the remote control when you can not remember or lost the storage location of the remote control,
  • there is an environmentally friendly problem such as the need to replace the battery when used as a battery.
  • a method of transmitting a command for passing a voice command through voice recognition after the electronic device to be used by the user is conventionally used.
  • These methods are 'Hey Siri', 'Alexa', 'Cortana'.
  • the electronic device to perform voice recognition is registered as a predetermined word, and the user specifies the electronic device through voice
  • the specified electronic device starts to recognize the voice to the user through sound or a light emitting diode (LED).
  • the user inputs electronic devices (TV, audio, lighting, fan, thermostat, etc.) and commands (On, Off, Up, Down, etc.) that are the targets of commands by voice.
  • the method of specifying an electronic device to be controlled by using a voice and performing a voice command is inconvenient in that it takes a long time and a process to specify the electronic device and input a voice. It is necessary to have a way to deal with it.
  • the conventional speech recognition system is required to find the frequency of the input voice command to search the command, a relatively large amount of computation is required.
  • These voice commands are mainly predetermined at the time of shipment of the electronic device, and consist of simple commands such as "power on” or "volume up".
  • the predetermined voice command is difficult to accurately recognize all the various voices and pronunciations of various users, and when there are many voice commands, it is inconvenient for the user to memorize all the voice commands.
  • a voice command must be registered in advance in a corresponding language. Therefore, there is a need for a method for overcoming a disadvantage in that a recognition failure rate for a voice command is high and a high specification hardware and a complicated algorithm are required to recognize a voice command.
  • Korean Patent No. 10-1046022 (a remote control device using human movement and human voice) discloses a method of controlling a mouse pointer displayed on a display device such as a TV by detecting a user's motion.
  • -2012-0054743 (Method for controlling voice and gesture in multimedia device and multimedia device accordingly) recognizes user's voice and gesture together and executes the user's desired action when both voice and gesture features match. The method is disclosed.
  • motion recognition requires a user to identify a motion moving in a space. It is not easy to distinguish whether a user motion is a motion for controlling an electronic device or a general motion. Since the price is high, the application of the gesture recognition function for the control of the electronic device has a disadvantage in that its utility value is low in terms of efficiency and economics.
  • general poses and movements movement of the body part
  • the recognition rate decreases when the position and orientation of the camera and the person are changed.
  • a plurality of cameras are provided for each electronic device and an object.
  • a part that is processed by motion recognition and a part that is processed by voice recognition may be distinguished to implement the most optimized processing process in consideration of comprehensive aspects such as user use and economic efficiency. There is a need.
  • the present invention has been made to solve the above-mentioned problems, and processes a trigger event as a pre-step for the user to specify an electronic device and delivers a voice command as motion recognition, and applies the voice command to the specified electronic device.
  • the purpose of the present invention is to provide an optimized control method and an electronic device using the same.
  • the optimal control method based on the motion-voice multi-mode command of the present invention comprises the steps of receiving the user's motion information through the motion recognition device, the first body coordinates of the user from the motion information; And detecting second body coordinates, detecting a connection vector connecting the second body coordinates from the first body coordinates, or a motion vector of the second body coordinates, wherein the characteristic value of the motion vector is predetermined. If the threshold condition is satisfied, the method may include switching to a voice recognition mode for recognizing a voice command of the user.
  • the first body coordinate of the user may be a position coordinate of an eye, nose or mouth.
  • the second body coordinates of the user may be position coordinates of the end of the finger of the user.
  • connection vector may be linear information extending from the first body coordinates to the second body coordinates.
  • the motion vector may be a vector connecting the user's second body coordinates during the first time and the second time.
  • the threshold condition may vary a range of a characteristic value of the motion vector according to the connection vector.
  • the user when switching to the voice recognition mode, the user may start to recognize the voice command before and after a specific time.
  • the optimal control method based on the motion-voice multi-mode command of the present invention sets an extension line of the first body coordinate and the second body coordinate as a command vector, and when the characteristic value of the command vector satisfies a predetermined execution condition.
  • the method may further include executing a voice command of the user.
  • the instruction vector may be detected if the characteristic value of the motion vector satisfies the first threshold condition and satisfies the second threshold inter-phase within the valid time.
  • the optimal control method based on the motion-voice multi-mode command of the present invention is an area for executing the voice command of the user according to the command range formed by the user's second body from the second body coordinates after switching to the voice recognition mode. Can be determined.
  • the command range may include a spatial region formed by an extension line of the first body coordinate and a point formed by the user's second body in the up, down, left, and right directions with respect to the direction of the first body of the user.
  • an optimal control method based on an operation-voice multi-mode command may further include controlling an operation of an electronic device located near the voice command.
  • Controlling an operation of an electronic device located near the voice command according to the voice command may include: when the characteristic value of the motion vector satisfies a first predetermined threshold condition and satisfies a second threshold condition within an effective time, the user's voice command And switching the electronic devices located in the vicinity of the voice recognition mode to recognize the ID.
  • the electronic device based on the motion-voice multi-mode command of the present invention includes a motion recognition unit for recognizing a user's motion information, a voice recognition unit for recognizing a user's voice command, and the motion recognition unit.
  • a coordinate detection unit for detecting a first body coordinate and a second body coordinate of the user from motion information, and a vector detection unit for detecting a connection vector connecting the second body coordinates from the first body coordinates or a motion vector of the second body coordinates;
  • a controller for switching to a voice recognition mode for recognizing a user's voice command when a characteristic value of the motion vector satisfies a first predetermined threshold condition and meets a second threshold condition within an effective time.
  • the motion recognition unit may include a camera module and a motion sensor.
  • the voice recognition unit may include a microphone and a voice sensor.
  • the electronic control apparatus based on the operation-voice multi-mode command of the present invention may further include a controller for controlling an operation of an electronic device located near the user according to a voice command of the user input through the voice recognition unit.
  • the electronic control apparatus based on the motion-voice multi-mode command of the present invention, when the characteristic value of the motion vector satisfies the first predetermined threshold condition and the second threshold condition within the effective time, the user's voice command
  • the electronic devices located nearby may be switched to the voice recognition mode so that the electronic device can recognize the data.
  • An optimal control method and an electronic device using the same can deliver a voice command to the electronic device more quickly and effectively regardless of the surrounding situation, and can specify the electronic device and transmit the voice command through motion recognition. By doing so, a user can effectively perform a voice command without learning or remembering a name of an electronic device to be recognized for speech in advance. In addition, it is possible to recognize the operation as a preliminary step for transmitting the voice command to the electronic device more accurately, thereby increasing the recognition rate and preventing malfunction.
  • FIG. 1 is an overall conceptual diagram of an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention
  • FIG. 2 is an internal configuration diagram of an electronic device to which an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention is applied;
  • FIG. 3 is an exemplary diagram when an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention is applied to a home appliance;
  • FIG. 4 is an exemplary diagram for explaining an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention
  • FIG. 5 is an exemplary diagram for describing an optimal control method based on an operation-voice multi-mode command according to another embodiment of the present invention.
  • FIG. 6 is an exemplary diagram for describing an optimal control method based on an operation-voice multi-mode command according to another embodiment of the present invention.
  • FIG. 7 is a diagram illustrating an example of a condition for triggering a voice recognition function of an electronic device in an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention
  • FIG. 8 is an explanatory diagram of a case of controlling an electronic device using a command vector after a trigger for speech recognition in an optimal control method based on a motion-voice multi-mode command according to another embodiment of the present invention
  • FIGS. 9 to 11 are diagrams for describing a case in which a user gives a voice command to an electronic device within a predetermined area in an optimal control method based on an operation-voice multi-mode command according to another embodiment of the present invention.
  • FIG. 12 is a flowchart of an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention
  • FIG. 13 is a flowchart of an optimal control method based on an operation-voice multi-mode command according to another embodiment of the present invention.
  • 15 is an exemplary software configuration of an electronic device using an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention.
  • FIG. 1 is an overall conceptual diagram of an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention.
  • an optimal control method based on an operation-voice multi-mode command of the present invention may be applied to control various home appliances, and a representative application may be a home network system.
  • the electronic device 100 of the present invention may be disposed in a predetermined area of a home network system including a plurality of home appliances.
  • the home network system may include a plurality of devices connected through a wired or wireless network.
  • a network is a network in which all electrical and electronic devices used in a home are connected by wire or wirelessly to enable bidirectional communication.
  • Such a network may use wired or wireless Internet, through which a TV 10, an air conditioner 20, a cooking appliance 30, a notebook 40, a robot cleaner 50, a dishwasher 60, a refrigerator 70 may be used.
  • Information sharing between the electronic device such as the microwave oven 80 or the washing machine 90.
  • Typical examples of wired networks include home phone line networking alliance (PNA), IEEE 1394, and power line using existing telephone lines.
  • RF home radio frequency
  • Bluetooth Bluetooth
  • IrDA Infrared
  • Wi-Fi Wireless LAN
  • the user may arrange the electronic device 100 of the present invention in the home and control the home device constituting the home network system by operation and voice.
  • the electronic device 100 of the present invention may be implemented as a separate device, the electronic device 100 may be implemented by embedding the function in an existing device such as a home device.
  • the home network system has been described as an example.
  • the optimal control method based on the motion-voice multi-mode command of the present invention is used not only in a home but also outside a home such as a smart car, a drone, and a digital camera. It will be apparent that the present invention can be applied to electronic devices.
  • the electronic device 100 of the present invention may include a memory system 150, a controller 140, an input device 110, and an output device connected to the memory device 150 to control an operation of the electronic device 100. 120).
  • the input device 110 includes a camera 112 for receiving image information according to the movement of the user and a microphone 114 for receiving voice information of the user, and additionally touches the user's touch like a touch screen. Recognizable devices or various types of physical transducers, such as conventional mice or electronic pens, may also be included.
  • the output device 120 refers to a display capable of displaying text or images in the case of a smartphone or a tablet, but may include a transducer such as a printer or a speaker. Displays include Liquid Crystal Display (LCD), Thin Film Transistor-Liquid Crystal Display (TFT LCD), Organic Light-Emitting Diode (OLED), Flexible Display, 3 It may be in various forms such as a 3D display.
  • a device such as a network interface or a modem may be used as the input and / or output device.
  • the sensor unit 130 is connected to the input device 110.
  • the sensor unit 130 may recognize the motion sensor 132 for recognizing a user's movement and the voice for recognizing a user's voice signal through the input device 110.
  • the sensor 134 is provided together.
  • the sensor unit 130 provides the operation information and the voice information to the controller 140.
  • the controller 140 calculates an operation direction and a size of a user recognized by a central processing unit (CPU) 142 for controlling the operation of the electronic device 100, the camera 112, and the motion sensor 132.
  • the signal processor 144 includes a voice signal processor 146 that calculates a voice pattern from a digital voice signal of the user transmitted through the voice sensor 134.
  • the image signal processor 12 identifies an area where a motion occurs in the user's video signal input from the camera 112 and calculates the direction and the size of the area where the motion occurs as a motion vector.
  • the image signal processor 144 may determine that the image signal processor 144 is not an operation for remote control of the electronic device 100 and ignore the calculated motion vector.
  • the user may determine that the operation is for remote control of the electronic device 100 and perform a designated command.
  • the voice signal input through the microphone 114 is an analog signal
  • an analog-to-digital converter (ADC) (not shown) to be input to the voice sensor 134 and the voice signal processor 146. It may be provided.
  • the voice signal processor 146 calculates a voice pattern from the input voice signal, and compares the voice pattern with the voice pattern previously stored in the memory system 150. To execute the command.
  • the controller 140 may further include a register for temporarily storing data and instructions and a controller for controlling the operation of the electronic device 100.
  • the CPU 142 includes Digital, Alpha, MIPS Technology, NEC, IDT, Siemens, MIPS, Intel, Cyrix, AMD, and Nexgen. It could be a processor with a variety of architectures, such as the company's x86 and IBM's and Powerola's PowerPC.
  • Memory system 150 typically includes random access memory (RAM) and read only memory (ROM), static random access memory (SRAM), electrically erasable programmable read-only memory (EPEROM), and programmable read-only memory (PROM).
  • RAM random access memory
  • ROM read only memory
  • SRAM static random access memory
  • EPEROM electrically erasable programmable read-only memory
  • PROM programmable read-only memory
  • High speed main memory 152 in the form of a storage medium, floppy disk, hard disk, tape, CD-ROM, flash memory, multimedia card micro type, card type memory (e.g. SD or XD
  • Auxiliary memory 154 in the form of a long term storage medium, such as a memory
  • the main memory 152 may include a video display memory for displaying an image through the display device. It will be apparent to those skilled in the art that the memory system 150 may have various forms as a product having various storage capabilities.
  • an operation or voice signal transmitted by the user through the input device 110 is transmitted to the controller 140 through the sensor unit 130, and the controller 140 transmits the motion vector information calculated therefrom to the memory system 150.
  • the controller 140 transmits the motion vector information calculated therefrom to the memory system 150.
  • it is determined whether or not to match, and if it matches, it is determined as a user having a remote control authority to perform a designated command.
  • the electronic device 100 to which the optimal control method based on the operation-voice multi-mode command is applied may include an operating system (OS) and at least one application program.
  • the OS is a set of software that controls the operation of the electronic device 100 and the designation of resources.
  • An application program is a set of software for performing a task requested by a user by using computer resources available through an OS.
  • the OS and applications will reside in memory system 150.
  • the present invention will be described in accordance with representations of operations and operations performed by electronic device 100. This operation is computer based and may be performed by the OS or a suitable application.
  • Such operations and functions may not only change the operation of the control unit 140 and the operation of the electronic device 100, but also may change the operation of the electronic device 100.
  • the memory region in which the data bit signal is managed is a physical region having electrical, magnetic or optical characteristics corresponding to the data bit.
  • the optimal control method based on the operation-voice multi-mode command of the present invention may be implemented in home appliances or other various electronic products provided in a home network, or may be separately installed in a home to independently control an electronic product. It may be implemented in an electronic device. If implemented as a separate independent electronic device for controlling voice commands for the surrounding electronic products, the wireless communication function for controlling the operation of the electronic products within a certain distance and the surrounding electronic products may be identified. It may include a function that can.
  • FIG. 3 is an exemplary diagram when an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention is applied to a home appliance.
  • the electronic device 100 to which the optimal control method based on the operation-voice multi-mode command of the present invention is applied may be implemented in a home appliance such as a TV, or a separate control module for controlling the home appliance. It may be implemented as.
  • the electronic device 100 of the present invention may include a camera 112 for recognizing a user's motion and a microphone 114 for recognizing a user's voice.
  • the camera 112 detects an image focusing by a lens condensing incoming light and converts the image into an electrical image signal and converts it into an electrical image signal such as a charge coupled device (CCD) or a complementary metal-oxide semiconductor (CMOS). It may include a sensor.
  • the microphone 114 may include an analog / digital converter (ADC) for converting an analog voice signal input from a user into a digital voice signal.
  • ADC analog / digital converter
  • the camera 112 and the microphone 114 are attached to the electronic device 100 to which the optimal control method based on the motion-voice multi-mode command of the present invention is applied, the recognition of the user's motion or voice can be performed well. It can be installed on top of the TV frame. Accordingly, the camera 112 may more easily detect a movement of a user who wants to remotely control the electronic device 100 in front of the electronic device 100. There may be various methods of moving the user, but it may be a user's finger movement to designate the electronic device 100 that is the target of the remote control. Since a human's finger can provide sufficient size and directionality with only a simple movement, the movement of the body detected by the camera 112 installed in the electronic device 100 of the present invention is to target the user's finger movement. desirable.
  • FIG. 4 is an exemplary diagram for describing an optimal control method based on an operation-voice multi-mode command according to an embodiment of the present invention.
  • a user may control an operation of a target device 10 through an operation using a finger on a specific device 10 located at a remote location, and the process will be described below.
  • the optimum control function based on the operation-voice multi-mode command of the present invention may be mounted on a general device or may be configured as a separate product for controlling the general device.
  • connection vector (S) a straight line from one eye of the user to the user's finger becomes the connection vector (S).
  • S connection vector
  • the movement vector M a movement vector generated.
  • the magnitude of the connection vector (S), the time (tm) and the motion vector (M) at which the user moved the finger, and the angle (a) formed in space by the connection vector (S) and the motion vector (M) ) Can be calculated.
  • the magnitude of the connection vector (S), the time (tm) and the motion vector (M) at which the user moved the finger, and the angle (a) that the connection vector (S) and the motion vector (M) form in space ) Satisfies the first threshold condition stored in the electronic device 100 of the present invention and satisfies the second threshold condition within an effective time, thereby triggering a voice recognition function of the electronic device 100 of the present invention.
  • the reference body coordinates can select one of the user's body features, the size of the connection vector (S), the time the finger was moved (tm), the size of the movement vector (M), the connection vector (S) And the reference value of the angle a formed by the motion vector M may be set differently according to the type of body coordinates.
  • connection vector (S) the straight line from the user's mouth to the user's finger becomes the connection vector (S).
  • a movement vector M corresponding to the movement straight line is generated.
  • the magnitude of the connection vector (S), the time (tm) and the motion vector (M) at which the user moved the finger, and the angle (a) formed in space by the connection vector (S) and the motion vector (M) the voice recognition function of the electronic device 100 is triggered. Let's go.
  • connection vector (S) a straight line from the user's nose to the user's finger becomes the connection vector (S).
  • M a movement vector corresponding to the movement straight line.
  • the magnitude of the connection vector (S) and the motion vector (M), the time (tm) at which the user moved the finger, the angle (a) and the reference viewpoint formed by the connection vector (S) and the motion vector (M) in space Decision on (t0) is the same as the process described in Figures 4 and 5.
  • the pose of the hand HP is open with one index finger and the fingertip moves for 0.1 second. If the magnitude of the motion vector M is 3 cm or more and the angle between the motion vector M and the connection vector S has a value between -40 degrees and 40 degrees, the first threshold condition is considered to be satisfied.
  • the pose of the hand (HP) is open with one index finger within the effective time of 0.2 seconds from the point in time, the size of the movement vector (M) where the fingertip is moved for 0.1 second is less than 1 cm, and the size of the connection vector (S) is If the value is between 10 and 100 cm, the second threshold condition is satisfied and the first command vector is detected.
  • the pose of the hand HP is held with one index finger and the point of movement of the movement vector M is 0.1 seconds. If the size is 3 cm or more and the angle between the motion vector M and the connection vector S has a value between 140 degrees and 220 degrees, the first threshold condition is considered to be satisfied.
  • the pose of the hand (HP) is open with one index finger within the effective time of 0.2 seconds from the point in time, the size of the movement vector (M) where the fingertip is moved for 0.1 second is less than 1 cm, and the size of the connection vector (S) is If the value is less than 5 cm, the second threshold condition is satisfied and the second command vector is detected.
  • connection vector S to the finger based on the user's body coordinates, the magnitude of the movement vector M of the finger, the movement time, and the angle between the connection vector S and the movement vector M are the first.
  • the electronic device 100 changes to a mode for recognizing the user's voice, and when the user inputs the voice signal, the electronic device 100 recognizes the voice signal and applies the voice signal to the recognized result value. Will execute the corresponding command.
  • the user can trigger the voice recognition function of a specific electronic device with a simple operation even when there is ambient noise or noise. You can run the command.
  • the electronic device using the optimal control method based on the motion-voice multi-mode command of the present invention utilizes the user's motion as a trigger means for speech recognition, and uses the speech after being triggered by the speech recognition function. The user can effectively perform a voice command without learning or remembering the name of the electronic device to be recognized for speech in advance, and can increase the recognition rate of the electronic device and prevent malfunction.
  • FIG. 8 is an explanatory diagram of a case of controlling an electronic device using a command vector after a trigger for speech recognition in an optimal control method based on a motion-voice multi-mode command according to another embodiment of the present invention.
  • FIG. 8 illustrates a case in which a user triggers a specific electronic device to a mode for speech recognition through one of the processes of FIGS. 5 to 7. Therefore, the electronic device has already been switched to a mode for voice recognition of the user.
  • the user may give a command by voice without a separate operation, but when there are several electronic devices in the vicinity, the user may want to give a voice command by specifying only one electronic device.
  • an extension line connecting the user's body coordinates (one eye here) and a finger is set as a command vector (c) for the electronic device that has been switched to the voice recognition mode, and only the electronic device on the extension line of the command vector (C) It is to perform the voice command of this user.
  • FIG. 8 illustrates a case in which a user gives a voice command by specifying only one electronic device among a plurality of electronic devices, the user may give a voice command to an electronic device in a certain area at the same time.
  • FIGS. 9 to 11 are diagrams illustrating an optimal control method based on an operation-voice multi-mode command according to another embodiment of the present invention, wherein a user uses a home appliance in a certain area by using the electronic device 100 of the present invention. It is a figure for explaining the case of giving a voice command with respect to. 9 to 11, it is assumed that the user sets the nose in body coordinates. The user may set his / her fingers in a vertical direction or left and right directions with the electronic device at a reference time point t0 for triggering the home appliance in the voice recognition mode or a command time point tc for issuing a voice command after being triggered in the voice recognition mode. have.
  • a cone-shaped voice command range (Field of Command, FoC) is formed as a whole.
  • the area of the formed cone may be determined by the distance (r) from the body coordinates to the virtual plane, the vertical height (h) of the plane, and the horizontal width (w) of the plane, the electronic device located in this space May be set to collectively perform a voice command of the user.
  • the TV located in the range of the voice command will perform the voice command of the user, and the robot cleaner that is out of the range of the voice command will ignore the user without performing the voice command.
  • FIG. 10 illustrates a case in which the user sets the range of the voice command in the form of a pyramid
  • FIG. 11 illustrates a case in which the range of the voice command is set in the form of an ellipse.
  • the robot cleaner is not located in the range of the voice command.
  • the robot cleaner is located in the range of the voice command.
  • the electronic device 100 obtains an image of a user in the vicinity through the attached camera 112.
  • the body coordinates eye, nose, mouth, etc.
  • the connection vector S leading to the user's finger based on the body coordinates and the user's finger This moving vector M is calculated.
  • the voice trigger is generated to recognize the voice command by determining that the user has requested a trigger for the voice command.
  • the voice command is switched to the voice recognition mode by the voice trigger, the user's voice is recognized through the attached microphone 114 and the voice command is executed according to the voice recognition result.
  • FIG. 13 is a flowchart illustrating a case where an electronic device is controlled by using a command vector after a trigger for speech recognition in an optimal control method based on a motion-voice multi-mode command according to another embodiment of the present invention.
  • a voice trigger is generated to recognize a user's voice in a case where a gesture of a finger is recognized based on the body coordinates of the user and falls within a threshold condition for a voice command.
  • Command vector that reflects not only user's voice command but also user's body coordinates (eye, nose, or mouth) and finger motion at the voice command start point (tc), which has passed a certain time since switching to voice recognition mode through voice trigger. (c) is considered together. Accordingly, only the electronic device on the extension line of the command vector C will perform the voice command of the user.
  • the command vector c may be a determination condition for the time tm of the user's finger movement, the distance of the finger movement, etc. while the electronic device is switched to the voice recognition mode.
  • FIG. 14 is a flowchart illustrating a case where a user gives a voice command to an electronic device within a predetermined area in an optimal control method based on an operation-voice multi-mode command according to another embodiment of the present invention.
  • connection vector S between the body coordinates and the finger and a movement vector M through which the user's finger moves are calculated.
  • the magnitude of the connection vector (S) and the movement vector (M), the time (tm) the user moves the finger, the angle (a) and the reference that the connection vector (S) and the movement vector (M) are formed in space If the time point t0 corresponds to a range of threshold conditions stored in the memory system 150, a voice trigger is generated to recognize a voice command of the user.
  • the command range is determined based on the area of the user's finger drawing in the space.
  • the electronic device located in the command range set by the user recognizes the voice command of the user and performs an operation according to the voice command, and the electronic device not located in the command range will ignore the voice command of the user. If the user's operation does not satisfy the condition for setting the command range, only the electronic device in which the user designates the command vector c using the finger will perform the voice command without considering the area.
  • the application module 380 of the electronic device using an optimal control method based on a motion-voice multi-mode command according to an example of the present invention is a gesture recognition module 381 that recognizes a motion of a user moving a finger based on body coordinates.
  • the electronic device 100 including the application module 380 may use various OSs as the OS of the system.
  • the OS provides a high level command to an application program interface (API) 361 to control the operation of each application module 380.
  • the electronic device 100 of the present invention identifies a corresponding application module 380 according to a high level command provided from the API 361, decodes the high level command, and provides a high level command processing unit for decoding the high level command to a corresponding place. 362).
  • the application module controller 370 controls the operation of the application module 380 according to the instructions provided from the high level command processor 362.
  • the high level instruction processor 362 identifies whether there is an application module 380 corresponding thereto according to the high level instruction provided through the API, and the application module corresponding to the case where the corresponding application module 380 exists. Decoded by the command recognizable at 380 and transmitted to the corresponding mapping unit or message transmission. Accordingly, the application module controller 370 may include the mapping units 371, 373, and 375 and the interface units 372, 374, and 376 for the gesture recognition module 381, the speech recognition module 382, and the command processing module 383. Each).
  • the motion recognition module mapping unit 371 receives a high level command for recognizing a user's motion and processing a recognition result from the high level command processor 362 through a camera attached to the electronic device 100, thereby recognizing the motion.
  • the module 381 maps to a device level that can be processed, and provides the motion recognition module 381 through the motion recognition module interface 372.
  • the voice recognition module mapping unit 373 and the voice recognition module interface unit 374 recognize and process a voice command of a user through a microphone attached to the electronic device 100. That is, the voice recognition module mapping unit 373 receives a high level command for using the voice recognition module 382 from the high level command processing unit 362 and maps it to a device level command, and the voice recognition module interface unit ( 374 is provided to the speech recognition module 382.
  • the command processing module 383 analyzes and processes a voice command of a user transmitted through the voice recognition module 382.
  • the command processing module mapping unit 375 receives a high level command applied through the high level command processing unit 362 in order to execute a voice command of a user, and a device level command recognized by the command processing module 383. Map to.
  • the device level command is provided to the command processing module 383 through the command processing module interface 376. Accordingly, the command processing module 383 is executed to provide a result of the comparison between the motion recognition value caused by the user's movement and the trigger reference stored in the memory system 150, and when the motion recognition value is within the range of the trigger reference.
  • the voice recognition mode of the electronic device is activated, and performs the voice command of the analyzed user according to the voice recognition module 382.
  • the open API is used to open a session of an application module regarding on / off of the device, display of a lock screen, gesture recognition, voice recognition, and user's voice command processing at the request of the electronic device 100.
  • the Close API is used to terminate the session for the application module used.
  • the retrieve API is used to retrieve an application module callable from the electronic device 100.
  • Status API is used to determine the operation status of each application module.
  • Initialize API (Initialize API) has a function to initialize the application module to be called.
  • the list API is used to identify a function or operation provided to the user through the electronic device 100, a list of instructions that can be executed through motion recognition or voice recognition, and the like.
  • the register API has a function of recording information such as an operation or a voice command input by the user through the electronic device 100.
  • the unregister API is used to delete information such as an operation or a voice command input by a user.
  • Such individual APIs may be executed according to the application module or message transmission type used, and thus, an application module for user's motion recognition, voice recognition, and command execution may be used.
  • washing machine 100 electronic device
  • CPU 144 video signal processing unit
  • voice signal processor 150 memory system
  • main memory 154 auxiliary memory
  • API 362 high level instruction processing unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Otolaryngology (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • User Interface Of Digital Computer (AREA)
  • Selective Calling Equipment (AREA)
  • Position Input By Displaying (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법 및 이를 적용한 전자 장치에 관한 것으로서, 보다 상세하게는 사용자가 전자 장치를 특정하여 음성 인식 모드로 전환하기 위한 트리거(Trigger)를 동작 인식으로 처리하고, 특정된 전자 장치에 대하여 음성 명령을 전달할 수 있는 제어 방법 및 이를 적용한 전자 장치에 관한 것이다. 본 발명의 실시예에 따른 최적 제어 방법 및 이를 활용한 전자 장치는 주변의 상황에 상관없이 보다 빠르고 효과적으로 전자 장치에 음성 명령을 전달할 수 있으며, 동작 인식을 통하여 전자 장치를 특정하고 음성 명령을 전달할 수 있도록 함으로써 사용자가 음성 인식을 위해 대상이 되는 전자 장치의 명칭 등을 미리 학습하거나 기억하지 않고도 효과적으로 음성 명령을 수행할 수 있다. 또한, 전자 장치에 음성 명령을 전달하기 위한 사전 단계로서의 동작을 보다 정확하게 인식할 수 있도록 함으로써, 인식률을 높이고 오동작을 방지할 수 있는 효과가 있다.

Description

동작-음성의 다중 모드 명령에 기반한 최적 제어 방법 및 이를 적용한 전자 장치
본 발명은 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법 및 이를 적용한 전자 장치에 관한 것으로서, 보다 상세하게는 사용자가 전자 장치를 특정하여 음성 인식 모드로 전환하기 위한 트리거(Trigger)를 동작 인식으로 처리하고, 특정된 전자 장치에 대하여 음성 명령을 전달할 수 있는 제어 방법 및 이를 적용한 전자 장치에 관한 것이다.
최근, 일상 생활에서 사용되고 있는 전자 제품들을 사용자의 음성을 인식하고 이에 따라 동작이 이루어질 수 있도록 하는 시도가 크게 증가되고 있다. 특히, 현대인의 생활에서 가사 노동을 줄일 수 있도록 함으로써 생활의 편리함을 제공하는 세탁기나 식기세척기, 여가 활동이나 정보 수집과 같은 문화나 교육 관련 분야에서 중요한 부분을 차지하고 있는 TV나 오디오(audio) 등에 이러한 음성 인식 기능을 채택하는 경향이 많아지고 있다.
이러한 음성 인식은 개략적으로 다음과 같이 동작이 이루어진다. 먼저, 전자 장치에 탑재된 음성 인식 알고리즘은 음성 검출 과정과 특징(feature) 추출 과정, 그리고 매칭(matching) 과정을 순차적으로 거치게 되는데, 마이크를 통해 사용자의 음성 신호가 입력되면 A/D(Analog to Digital) 컨버터에서 이를 디지털 신호로 변환한다. 변환된 디지털 음성 신호는 짧은 구간의 신호(즉, 프레임)로 분할되고, 각 프레임의 에너지와 영 교차율(zero crossing rate) 그리고, 시간 길이 정보 등을 이용하여 입력된 음성 신호 중에서 사용자가 실제로 발성한 음성 구간만을 검출하게 된다. 이후, 검출된 음성 구간에 대한 프레임의 특징을 추출하여 입력된 음성의 테스트 패턴을 만들고, 테스트 패턴과 기준 데이터용 메모리에 저장된 각 기준 패턴들과 각각 비교하여 테스트 패턴과 가장 유사한 특징을 갖는 기준 패턴을 인식된 음성으로 출력하게 되는 것이다. 이 때, 기준 데이터용 메모리에 음성 신호의 기준 패턴을 저장하는 경우에도 음성 구간에 해당하는 프레임의 특징을 추출하여 기준 패턴을 만든 후, 기준 데이터용 메모리에 저장하게 되는데, 이와 같은 동작을 인식하고자 하는 음성 신호에 대하여 반복 수행함으로써 기준 패턴을 기준 데이터용 메모리에 데이터베이스로써 저장하게 되는 것이다.
그런데, 음성 인식을 위해서는 사용자의 음성 명령과 일반 음성(대화 등)을 구별하는 과정이 필요하게 된다. 이에 따라, 종래에는 터치 또는 버튼을 누르는 동작으로 음성 인식의 시작 시점을 특정하고, 음성 인식을 통하여 명령을 수행할 전자 장치를 특정한 후에, 음성으로 명령을 입력하여 대상이 되는 전자 장치의 동작을 수행하는 방법을 사용하였다. 등록특허공보 제 10-1000925 호(음성 인식이 효율적으로 이용되는 디지털 촬영 장치의 제어 방법, 및 이 방법을 사용한 디지털 촬영 장치)는 이와 같이, 2단 구조의 셔터 릴리즈 버튼을 구비하고, 셔터 릴리즈 버튼이 눌려지는 상태에 따라 사용자의 음성 명령에 따라 자동 포커싱 또는 촬영을 수행하는 디지털 촬영 장치를 제시하였다.
이와 같이, 음성 인식을 위한 버튼 입력은 일반적으로 홈 네트워크 시스템에서는 리모컨을 통해 가전 기기를 제어할 수 있으며, 자동차와 같은 외부 이동 기기에서는 전자 키를 사용함으로써 동작이 이루어질 수 있다. 그러나, TV와 같은 가전 기기의 경우에는, 무선 리모컨이 수행해야 할 기능들이 점점 더 증가하게 되고, 그에 따라 무선 리모컨이 갖는 버튼의 수도 크게 증가하게 됨으로써, 사용자가 음성 인식 동작을 위해 리모컨을 사용하는데 불편함을 크게 느끼는 경향이 있다. 특히, 리모컨 기능의 복잡화는 어린이나 노약자에게 더욱 큰 불편함을 가중시킬 수 있으며, 리모컨의 보관 장소를 기억하지 못하거나 분실하는 경우에 리모컨을 이용한 음성 인식 기능의 사용이 어려울 수 있으며, 리모컨의 전원으로 이용되는 건전지가 수명을 다하면 이를 교체해야 하는 등 환경 친화적인 문제점도 있다.
이러한 버튼 입력 방식의 문제점을 개선하기 위하여, 종래에는 음성을 이용하여 사용자가 이용하고자 하는 전자 장치를 특정한 후에, 음성 인식을 통행 명령을 전달하는 방법이 사용되기도 하였다. 이러한 방법은 'Hey Siri', 'Alexa', 'Cortana'…와 같이, 음성 인식을 수행할 전자 장치를 미리 정해진 단어로 등록하고, 사용자가 음성을 통해 전자 장치를 특정하면 특정된 전자 장치가 소리나 LED(Light Emitting Diode) 등을 통해 사용자에게 음성 인식 시작 시점을 지정하게 되고, 그 후에 사용자가 음성으로 명령의 대상이 되는 전자 장치(TV, 오디오, 조명, Fan, Thermostat 등)와 명령어(On, Off, Up, Down 등)를 음성으로 입력하는 방법이다. 하지만 이와 같이, 사용자가 음성을 이용하여 제어하고자 하는 전자 장치를 특정하고 음성 명령을 하는 방법은, 전자 장치의 특정과 음성 입력에 긴 시간과 과정이 소요되는 불편함이 있기 때문에, 음성 인식을 효과적으로 처리하는 방법을 마련하는 것이 필요하다.
특히, 기존의 음성 인식 시스템은 입력된 음성 명령의 주파수를 파악하여 명령을 검색하는데, 비교적 많은 연산량이 요구될 수밖에 없다. 이러한 음성 명령은 주로 전자 장치의 출고 시점에 미리 정해져 있는데, "전원 켜" 또는 "볼륨 업" 등의 간단한 명령어로 구성된다. 그런데, 이와 같이 미리 정해진 음성 명령은 다양한 사용자의 다양한 음색과 발음을 모두 구별하여 정확하게 인식하기 어려운 점이 있으며, 음성 명령이 많은 경우에는 사용자가 수 많은 음성 명령을 모두 암기하고 있어야 하는 불편함이 있다. 또한, 하나의 전자 장치가 다양한 나라로 수출되는 경우, 해당 나라의 언어로 음성 명령을 미리 등록해야 한다는 단점이 있다. 따라서, 음성 명령에 대한 인식 실패율이 높고, 음성을 인식하기 위해 높은 사양의 하드웨어와 복잡한 알고리즘이 요구되는 단점을 극복하기 위한 방안이 필요하다.
이러한 문제점을 해결하기 위해서, 종래에는 사용자의 음성과 동작을 동시에 인식하여 전자 장치를 제어하는 방법이 개시되었다. 등록특허공보 제 10-1046022 호(인체 움직임 및 인간 음성을 이용한 원격 조정 장치)는 사용자의 동작을 감지하여 TV와 같은 디스플레이 장치에 표시되는 마우스 포인터를 제어하는 방법을 개시하였으며, 공개특허공보 제 10-2012-0054743 호 (멀티미디어 장치에서 음성과 제스쳐를 이용한 제어 방법 및 그에 따른 멀티미디어 장치)는 사용자의 음성과 제스쳐를 함께 인식하여 음성과 제스쳐의 특징이 모두 매칭되는 경우에 사용자가 원하는 동작을 실행하는 방법을 개시하였다.
그러나, 일반적으로 동작 인식은 사용자가 공간에서 움직이는 동작을 식별하여야 하는데, 사용자의 동작이 전자 장치의 제어를 위한 동작인지 일반적인 움직임인지를 구별하는 것이 쉽지 않고, 동작 인식을 위해서 사용되는 동작 인식 모듈의 가격도 높기 때문에 전자 장치의 제어를 위하여 일괄적으로 동작 인식 기능을 적용하는 것은 효율성이나 경제적 측면에서 그 효용 가치가 낮은 단점이 있다. 또한, 일반적인 포즈나 동작(신체부위의 이동)은 사용자가 카메라를 향한 상태에서는 상대적으로 잘 인식이 되지만 카메라 및 사람의 위치와 방향이 바뀌면 인식률이 떨어지기 때문에, 홈 네트워크와 같이 여러가지 전자 기기와 사물이 존재하는 공간에서는 각각의 전자 기기 및 사물 마다 복수의 카메라가 구비되어야 하는 단점이 있다.
따라서, 동작 인식과 음성 인식 기능을 병행하는 경우에는 동작 인식으로 처리하는 부분과 음성 인식으로 처리하는 부분을 구분함으로써, 사용자의 이용과 경제적 효율성 등 종합적인 측면을 고려하여 가장 최적화된 처리 프로세스를 구현할 필요가 있다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 사용자가 전자 장치를 특정하여 음성 명령을 전달하기 위한 사전 단계로서의 트리거(Trigger) 이벤트를 동작 인식으로 처리하고, 특정된 전자 장치에 대하여 음성 명령을 전달함으로써, 최적화된 제어 방법 및 이를 활용한 전자 장치를 제공하는데 그 목적이 있다.
상기와 같은 목적을 달성하기 위하여, 본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법은 동작 인식 장치를 통하여 사용자의 동작 정보를 수신하는 단계와, 상기 동작 정보로부터 사용자의 제1 신체 좌표와 제2 신체 좌표를 검출하는 단계와, 상기 제1 신체 좌표로부터 제2 신체 좌표를 잇는 연결 벡터, 또는 상기 제2 신체 좌표의 이동 벡터를 검출하는 단계와, 상기 이동 벡터의 특성 값이 미리 정해진 임계 조건을 만족하는 경우, 사용자의 음성 명령을 인식하기 위한 음성 인식 모드로 전환하는 단계를 포함할 수 있다.
상기 사용자의 제1 신체 좌표는 눈, 코 또는 입의 위치 좌표일 수 있다.
상기 사용자의 제2 신체 좌표는 사용자의 손가락 끝부분의 위치 좌표일 수 있다.
상기 연결 벡터는 상기 제1 신체 좌표에서 상기 제2 신체 좌표까지 이어지는 직선 정보일 수 있다.
상기 이동 벡터는 제1 시각과 제2 시각 동안 사용자의 제2 신체 좌표를 연결한 벡터일 수 있다.
상기 임계 조건은 상기 연결 벡터에 따라 상기 이동 벡터의 특성 값에 대한 범위를 달리할 수 있다.
본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법에 따라, 상기 음성 인식 모드로 전환하는 경우, 특정 시각을 전후하여 사용자의 음성 명령에 대한 인식을 시작할 수 있다.
본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법은 상기 제1 신체 좌표와 제2 신체 좌표의 연장선을 명령 벡터로 설정하고, 상기 명령 벡터의 특성 값이 미리 정해진 실행 조건을 만족하는 경우에, 사용자의 음성 명령을 실행하는 단계들 더 포함할 수 있다.
상기 명령 벡터는 이동 벡터의 특성 값이 제1 임계 조건을 만족하고 유효시간 이내에 제2 임계 조간에 만족하면 경우에 검출될 수 있다.
본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법은 상기 음성 인식 모드로 전환한 후, 제2 신체 좌표로부터 사용자의 제2 신체가 형성하는 명령 범위에 따라 사용자의 음성 명령을 실행하는 영역을 결정할 수 있다.
상기 명령 범위는 사용자의 제1 신체가 향하는 방향에 대하여, 사용자의 제2 신체가 상하좌우로 형성하는 지점과 상기 제1 신체 좌표의 연장 선상이 이루는 공간 영역을 포함할 수 있다.
본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법은 상기 음성 명령에 따라 주변에 위치하는 전자 장치의 동작을 제어하는 단계를 더 포함할 수 있다.
상기 음성 명령에 따라 주변에 위치하는 전자 장치의 동작을 제어하는 단계는 상기 이동 벡터의 특성 값이 미리 정해진 제1 임계 조건을 만족하고 유효시간 이내에 제2 임계조건에 만족하는 경우, 사용자의 음성 명령을 인식할 수 있도록 주변에 위치하는 전자 장치를 음성 인식 모드로 전환시키는 단계를 포함할 수 있다.
또한, 본 발명의 동작-음성의 다중 모드 명령에 기반한 전자 장치는 사용자의 동작 정보를 인식하기 위한 동작 인식부와, 사용자의 음성 명령을 인식하기 위한 음성 인식부와, 상기 동작 인식부로부터 인식된 동작 정보로부터 사용자의 제1 신체 좌표와 제2 신체 좌표를 검출하는 좌표 검출부와, 상기 제1 신체 좌표로부터 제2 신체 좌표를 잇는 연결 벡터, 또는 상기 제2 신체 좌표의 이동 벡터를 검출하는 벡터 검출부와, 상기 이동 벡터의 특성 값이 미리 정해진 제1 임계 조건을 만족하고 유효시간 이내에 제2 임계조건에 만족하는 경우, 사용자의 음성 명령을 인식하기 위한 음성 인식 모드로 전환하는 제어부를 포함할 수 있다.
상기 동작 인식부는 카메라 모듈 및, 동작 센서로 이루어질 수 있다.
상기 음성 인식부는 마이크 및 음성 센서를 포함할 수 있다.
또한, 본 발명의 동작-음성의 다중 모드 명령에 기반한 전자 제어 장치는 상기 음성 인식부를 통해 입력된 사용자의 음성 명령에 따라 주변에 위치하는 전자 장치의 동작을 제어하는 제어부를 더 포함할 수 있다.
또한, 본 발명의 동작-음성의 다중 모드 명령에 기반한 전자 제어 장치는 상기 이동 벡터의 특성 값이 미리 정해진 제1 임계 조건을 만족하고 유효시간 이내에 제2 임계조건에 만족하는 경우, 사용자의 음성 명령을 인식할 수 있도록 주변에 위치하는 전자 장치를 음성 인식 모드로 전환시킬 수 있다.
본 발명의 실시예에 따른 최적 제어 방법 및 이를 활용한 전자 장치는 주변의 상황에 상관없이 보다 빠르고 효과적으로 전자 장치에 음성 명령을 전달할 수 있으며, 동작 인식을 통하여 전자 장치를 특정하고 음성 명령을 전달할 수 있도록 함으로써 사용자가 음성 인식을 위해 대상이 되는 전자 장치의 명칭 등을 미리 학습하거나 기억하지 않고도 효과적으로 음성 명령을 수행할 수 있다. 또한, 전자 장치에 음성 명령을 전달하기 위한 사전 단계로서의 동작을 보다 정확하게 인식할 수 있도록 함으로써, 인식률을 높이고 오동작을 방지할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법의 전체적인 개념도,
도 2는 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법이 적용된 전자 장치의 내부 구성도,
도 3은 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법이 가전 제품에 적용된 경우의 예시도,
도 4는 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 설명하기 위한 예시도,
도 5는 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 설명하기 위한 예시도,
도 6은 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 설명하기 위한 예시도,
도 7은 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법에 있어서, 전자 장치의 음성 인식 기능을 트리거시키기 위한 조건을 예시로 나타낸 도표,
도 8은 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법에 있어서, 음성 인식을 위한 트리거 이후에 명령 벡터를 이용하여 전자 장치를 제어하는 경우의 설명도,
도 9 내지 도 11은 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법에 있어서, 사용자가 일정한 영역 내에 있는 전자 장치에 대해 음성 명령을 내리는 경우를 설명하기 위한 도면,
도 12는 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법의 흐름도,
도 13은 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법의 흐름도,
도 14는 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법의 흐름도,
도 15는 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 활용한 전자 장치의 소프트웨어 구성 예시도이다.
여기서 사용되는 전문용어는 단지 특정 실시예를 언급하기 위한 것이며, 본 발명을 한정하는 것을 의도하지 않는다. 여기서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다. 명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특정 특성, 영역, 정수, 단계, 동작, 요소, 성분 및/또는 군의 존재나 부가를 제외시키는 것은 아니다.
다르게 정의하지는 않았지만, 여기에 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 보통 사용되는 사전에 정의된 용어들은 관련 기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.
이하, 첨부한 도면에 의하여 본 발명의 바람직한 실시예를 자세히 설명하도록 한다.
도 1은 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법의 전체적인 개념도이다. 도 1을 참조하면, 본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법은 다양한 가정용 기기를 제어하는데 적용될 수 있는데, 대표적인 적용대상이 홈 네트워크 시스템이 될 수 있다.
즉, 다수의 가정용 기기를 포함하는 홈 네트워크 시스템의 일정 영역에 본 발명의 전자 장치(100)가 배치될 수 있다. 홈 네트워크 시스템은 유선 또는 무선 네트워크를 통해 연결되는 복수의 기기를 포함할 수 있다. 네트워크는 가정 내에서 사용되는 모든 전기, 전자 기기들이 유선 또는 무선으로 연결되어 양방향 통신이 가능하도록 설정되는 네트워크이다. 이러한 네트워크는 유선 또는 무선 인터넷을 사용할 수 있으며, 이를 통해 TV(10), 에어컨(20), 조리 기기(30), 노트북(40), 로봇 청소기(50), 식기 세척기(60), 냉장고(70), 전자레인지(80), 또는 세탁기(90) 등의 전자 장치 사이에 정보 공유가 가능하도록 한다. 유선 네트워크의 대표적인 것으로 기존 전화선을 이용한 홈 PNA(Home Phoneline Networking Alliance), IEEE 1394, 전력선 방식을 들 수 있고, 무선 네트워크의 형태로는 홈 RF(Home Radio Frequency), 블루투스(Bluetooth), IrDA(Infrared Data Association) 및 무선 LAN(Wifi) 등을 들 수 있다. 사용자는 본 발명의 전자 장치(100)를 가정 내에 배치하고, 홈 네트워크 시스템을 구성하는 가정용 기기를 동작과 음성으로 제어할 수 있다. 또한, 본 발명의 전자 장치(100)는 별도의 기기로 구현될 수도 있지만, 가정용 기기 등 기존의 기기 내에 그 기능을 내장하여 구현할 수도 있다.
도 1에서는 홈 네트워크 시스템의 경우를 예로 들어 설명하였지만, 본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법은 가정 내에서 뿐만 아니라, 스마트 자동차, 드론, 디자털 카메라 등 가정 외부에서 사용되는 전자 장치에도 적용될 수 있는 것은 자명할 것이다.
도 2는 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법이 적용된 전자 장치의 내부 구성도를 나타낸 것이다. 도 2를 참조하면, 본 발명의 전자 장치(100)는 메모리 시스템(150)과, 여기에 연결되어 전자 장치(100)의 동작을 제어하는 제어부(140), 입력 장치(110) 및 출력 장치(120)를 포함한다.
여기에서, 입력 장치(110)는 사용자의 움직임에 따라 영상 정보를 입력받기 위한 카메라(112)와 사용자의 음성 정보를 입력받기 위한 마이크(114)를 포함하고, 추가적으로 터치 스크린과 같이 사용자의 터치를 인식할 수 있는 장치 또는, 통상적인 마우스나 전자 펜과 같은 여러가지 형태의 물리적 변환기(Physical transducer) 등도 포함될 수 있다. 출력 장치(120)는 스마트폰이나 태블릿의 경우에 문자나 이미지를 표시할 수 있는 디스플레이를 의미하지만, 프린터나 스피커와 같은 변환기(transducer)도 포함될 수 있다. 디스플레이는 액정 디스플레이(Liquid Crystal Display, LCD), 박막 트랜지스터 액정 디스플레이(Thin Film Transistor-Liquid Crystal Display, TFT LCD), 유기 발광 다이오드(Organic Light-Emitting Diode, OLED), 플렉서블 디스플레이(flexible display), 3차원 디스플레이(3D display) 등 다양한 형태로 이루어질 수 있다. 전자 장치(100)가 통신 장치인 경우에는 네트워크 인터페이스 또는 모뎀과 같은 장치가 입력 및/또는 출력 장치로서 사용될 수도 있다.
입력 장치(110)에는 센서부(130)가 연결되는데, 센서부(130)는 입력 장치(110)를 통해 사용자의 움직임을 인식하기 위한 동작 센서(132)와 사용자의 음성 신호를 인식하기 위한 음성 센서(134)를 함께 구비한다. 입력 장치(110)를 통해 사용자의 움직임이 인식되거나 사용자의 음성 신호가 인식되는 경우, 센서부(130)는 동작 정보 및 음성 정보를 제어부(140)에 제공하게 된다.
제어부(140)는 전자 장치(100)의 작동을 제어하기 위한 CPU(Central Processing Unit; 142)와, 카메라(112) 및 동작 센서(132)를 통해 인식된 사용자의 동작 방향 및 크기를 산출하는 영상 신호 처리부(144)와, 음성 센서(134)를 통해 전달되는 사용자의 디지털 음성 신호로부터 음성 패턴을 산출하는 음성 신호 처리부(146)를 포함한다. 영상 신호 처리부(12)는 카메라(112)로부터 입력되는 사용자의 영상 신호에서 움직임이 발생하는 영역을 식별하고, 이 움직임이 발생하는 영역의 방향과 크기를 이동 벡터로 산출한다. 바람직하게, 영상 신호 처리부(144)는 산출된 이동 벡터의 크기가 미리 설정된 기준 값보다 작은 경우에는 전자 장치(100)의 원격 조정을 위한 동작이 아닌 것으로 판단하고 무시할 수 있으며, 산출된 이동 벡터의 크기가 미리 설정된 기준 값보다 큰 경우에는 사용자가 전자 장치(100)의 원격 조정을 위한 동작인 것으로 판단하고 지정된 명령을 수행할 수 있다. 일반적으로, 마이크(114)를 통해 입력되는 음성 신호는 아날로그 신호이기 때문에, 음성 센서(134) 및 음성 신호 처리부(146)에 입력될 수 있도록 아날로그/디지털 변환기(ADC)(도면에 도시되지 않음)가 구비될 수 있다. 음성 신호 처리부(146)는 입력된 음성 신호로부터 음성 패턴을 산출한 후, 메모리 시스템(150)에 미리 저장되어 있는 음성 패턴과 비교하여, 일치하는 음성 패턴이 존재하는 경우에 해당 음성 패턴에 대응되는 명령을 수행하도록 한다.
또한, 제어부(140)는 데이터 및 명령어의 일시적인 저장을 위한 레지스터와 전자 장치(100)의 동작을 제어하기 위한 컨트롤러를 더 포함할 수 있다. 한편, CPU(142)는 디지털(Digital) 사의 알파(Alpha), MIPS 테크놀로지, NEC, IDT, 지멘스(Siemens) 등의 MIPS, 인텔(Intel)과 사이릭스(Cyrix), AMD 및 넥스젠(Nexgen)을 포함하는 회사의 x86 및 IBM과 모토롤라(Motorola)의 파워PC(PowerPC)와 같이 다양한 아키텍쳐(Architecture)를 갖는 프로세서일 수 있다.
메모리 시스템(150)은 일반적으로 RAM(Random Access Memory) 과 ROM(Read Only Memory), SRAM(Static Random Access Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory) 같은 저장 매체 형태인 고속의 메인 메모리(152)와, 플로피 디스크, 하드 디스크, 테이프, CD-ROM, 플래시 메모리, 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리) 등의 장기(longterm) 저장 매체 형태의 보조 메모리(154) 및 전기, 자기, 광학이나 그 밖의 저장 매체를 이용하여 데이터를 저장하는 장치를 포함한다. 또한, 메인 메모리(152)는 디스플레이 장치를 통하여 이미지를 디스플레이 하는 비디오 디스플레이 메모리를 포함할 수 있다. 본 발명의 기술 분야에서 통상의 지식을 가진 당업자에게는 상기 메모리 시스템(150)이 여러 가지 저장 성능을 구비하는 제품으로서, 여러 가지 형태를 가질 수 있다는 것이 자명할 것이다.
따라서, 사용자가 입력 장치(110)를 통해 전달하는 동작 또는 음성 신호는 센서부(130)를 통해 제어부(140)에 전달되고, 제어부(140)는 이로부터 산출된 이동 벡터 정보를 메모리 시스템(150)에 기 저장된 동작 및 음성 신호의 기준 값과 비교하여, 일치 여부를 판단하고 일치하는 경우에 원격 제어 권한을 가진 사용자로 판단하여 지정된 명령을 수행하게 될 것이다.
본 발명의 기술 분야에 있어서, 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법이 적용된 전자 장치(100)는 OS(Operating System) 및 적어도 하나의 응용 프로그램을 포함할 수 있다. OS는 전자 장치(100)의 동작 및 리소스의 지정을 제어하는 소프트웨어 집합이다. 응용 프로그램은 OS를 통하여 이용 가능한 컴퓨터 리소스를 사용함으로써, 사용자가 요청한 업무를 수행하기 위한 소프트웨어 집합이다. OS 및 응용 프로그램은 메모리 시스템(150)에 상주될 것이다. 컴퓨터 프로그래밍의 기술 분야에서 통상의 지식을 가진 당업자의 경험에 따라, 다른 표현으로 기술되지 않으면 본 발명은 전자 장치(100)에 의해 수행되는 동작 및 동작에 대한 표현 기호에 따라 기술될 것이다. 이러한 동작은 컴퓨터 기반으로 이루어지며, OS 또는 적당한 응용 프로그램에 의하여 수행될 것이다. 또한, 이러한 동작 및 기능은 전기 신호의 변환 또는 차단을 유발하는 데이터 비트 등의 전기 신호에 대한 제어부(140)의 처리와, 전자 장치(100)의 동작을 변경할 뿐만 아니라 메모리 시스템(150) 내의 메모리 영역에 저장된 데이터 비트 신호에 대한 관리를 포함한다. 데이터 비트 신호가 관리되는 메모리 영역은 데이터 비트에 해당하는 전기, 자기 또는 광학 특성을 갖는 물리 영역이다.
본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법은 홈 네트워크에 구비되는 가전 제품이나 그 밖의 다양한 전자 제품내에 구현될 수도 있고, 가정 내에 별도로 설치하여 주변의 전자 제품을 제어하기 위한 독립적인 전자 장치 내에 구현될 수도 있다. 만약, 주변의 전자 제품에 대한 음성 명령을 제어하기 위한 별도의 독립적인 전자 장치로 구현되는 경우에는, 일정한 거리 내에 있는 전자 제품의 동작을 제어하기 위한 무선 통신 기능과 주변에 있는 전자 제품을 식별할 수 있는 기능을 포함할 수 있을 것이다.
도 3은 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법이 가전 제품에 적용된 경우의 예시도이다. 도 3을 참조하면, 본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법이 적용된 전자 장치(100)는 TV와 같은 가정용 기기에 구현될 수도 있고, 가정용 기기를 제어하기 위한 별도의 제어 모듈로 구현될 수도 있다.
본 발명의 전자 장치(100)는 사용자의 동작을 인식하기 위한 카메라(112)와 사용자의 음성을 인식하기 위한 마이크(114)를 구비할 수 있다. 통상적으로 카메라(112)는 입력되는 빛을 집광하는 렌즈와 렌즈에 의해 초점이 형성되는 영상을 검출하여 전기적인 이미지 신호로 변환하는 CCD(Charge Coupled Device) 또는 CMOS(Complementary Metal-Oxide Semiconductor)와 같은 센서를 포함할 수 있다. 마이크(114)는 사용자로부터 입력되는 아날로그 음성 신호를 디지털 음성 신호로 변환하는 아날로그/디지털 변환기(ADC)를 포함할 수 있다. 본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법이 적용된 전자 장치(100)에 카메라(112)와 마이크(114)를 부착하는 경우, 사용자의 동작이나 음성에 대한 인식이 잘 이루어질 수 있도록 TV 프레임의 상단에 설치될 수 있다. 이에 따라, 카메라(112)는 전자 장치(100)의 전방에서 전자 장치(100)를 원격으로 제어하고자 하는 사용자의 움직임을 보다 쉽게 검출할 수 있을 것이다. 사용자가 움직이는 동작은 여러 가지 방법이 있을 수 있지만, 원격 제어의 대상이 되는 전자 장치(100)를 지정하는 사용자의 손가락 움직임이 될 수 있다. 사람의 손가락은 간단한 움직임만으로도 충분한 크기와 방향성을 제공할 수 있기 때문에, 본 발명의 전자 장치(100)에 설치되는 카메라(112)에 의해 검출되는 신체의 움직임은 사용자의 손가락 움직임을 대상으로 하는 것이 바람직하다.
도 4는 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 설명하기 위한 예시도이다. 도 4를 참조하면, 사용자는 원격 위치에 있는 특정 기기(10)를 대상으로, 손가락을 이용한 동작을 통해 대상이 되는 기기(10)의 동작을 제어할 수 있으며, 그 과정을 설명하면 아래와 같다. 전술한 바와 같이, 본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 기능은 일반 기기에 탑재될 수도 있고, 일반 기기를 제어하기 위한 별도의 제품으로 구성될 수도 있다.
먼저, 사용자의 한쪽 눈에서 사용자의 손가락까지의 직선이 연결 벡터(S)가 된다. 이 상태에서, 사용자가 손가락을 움직이면 이동 직선에 해당하는 이동 벡터(M)가 생성된다. 이 상태에서, 사용자가 손가락을 이동하여 연결 벡터(S)까지 움직이면 이동 직선에 해당하는 이동 벡터(M)가 생성된다. 이 과정에서, 연결 벡터(S)의 크기, 사용자가 손가락을 움직인 시간(tm)과 이동 벡터(M)의 크기 및 연결 벡터(S)와 이동 벡터(M)가 공간상에서 형성하는 각도(a)를 계산할 수 있다. 이 과정에서, 연결 벡터(S)의 크기, 사용자가 손가락을 움직인 시간(tm)과 이동 벡터(M)의 크기, 연결 벡터(S)와 이동 벡터(M)가 공간상에서 형성하는 각도(a)의 값이 본 발명의 전자 장치(100)에 저장된 제1 임계 조건을 만족하고 유효시간 이내에 제2 임계조건에 만족하는 경우 본 발명의 전자 기기(100)의 음성 인식 기능을 트리거시키게 된다. 이 때, 기준이 되는 신체 좌표는 사용자의 신체 특징 중 하나를 선택할 수 있으며, 연결 벡터(S)의 크기, 손가락을 움직인 시간(tm), 이동 벡터(M)의 크기, 연결 벡터(S)와 이동 벡터(M)가 형성하는 각도(a)의 기준 값은 신체 좌표의 종류에 따라 다르게 설정될 수 있을 것이다.
도 5는 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 설명하기 위한 예시도이다. 도 5를 참조하면, 사용자의 입에서 사용자의 손가락까지의 직선이 연결 벡터(S)가 된다. 이 상태에서, 사용자가 손가락을 움직이면 이동 직선에 해당하는 이동 벡터(M)가 생성된다. 이 과정에서, 연결 벡터(S)의 크기, 사용자가 손가락을 움직인 시간(tm)과 이동 벡터(M)의 크기 및 연결 벡터(S)와 이동 벡터(M)가 공간상에서 형성하는 각도(a)를 계산할 수 있으며, 계산된 값들이 본 발명의 전자 장치(100)에 저장된 제1 임계 조건을 만족하고 유효시간 이내에 제2 임계조건에 만족하는 경우 상기 전자 장치(100)의 음성 인식 기능을 트리거시키게 된다.
도 6은 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 설명하기 위한 예시도이다. 도 6을 참조하면, 사용자의 코에서 사용자의 손가락까지의 직선이 연결 벡터(S)가 된다. 이 상태에서, 사용자가 손가락을 움직이면 이동 직선에 해당하는 이동 벡터(M)가 생성된다. 이에 따라 연결 벡터(S)와 이동 벡터(M)의 크기, 사용자가 손가락을 움직인 시간(tm), 연결 벡터(S)와 이동 벡터(M)가 공간상에서 형성하는 각도(a) 및 기준 시점(t0)에 대한 결정은 도 4와 도 5에서 설명한 프로세스가 동일하게 적용된다.
도 7을 참조하면, 사용자가 한쪽 눈을 제1 신체 좌표로 하고 손끝을 제2 신체 좌표로 설정하는 경우, 손의 포즈(HP)가 검지 손가락 하나를 편 상태이고, 손끝점이 0.1초 동안 움직인 이동 벡터(M)의 크기가 3cm 이상이고, 이동 벡터(M)와 연결 벡터(S)가 공간 상에서 이루는 각도가 -40도~40도 사이의 값을 가지면 제1 임계 조건을 만족하는 것으로 본다.
해당 시점으로부터 0.2초의 유효시간 이내에 손의 포즈(HP)가 검지 손가락 하나를 편 상태이고, 손끝점이 0.1초 동안 움직인 이동 벡터(M)의 크기가 1cm 미만이고, 연결 벡터(S)의 크기가 10~100cm 사이의 값을 가지면 제2 임계 조건을 만족하는 것으로 보고 제1 명령벡터를 검출하는 것으로 본다.
사용자가 코 또는 입을 제1 신체 좌표로 하고 손끝을 제2 신체 좌표로 설정하는 경우, 손의 포즈(HP)가 검지 손가락 하나를 편 상태이고, 손끝점이 0.1초 동안 움직인 이동 벡터(M)의 크기가 3cm 이상이고, 이동 벡터(M)와 연결 벡터(S)가 공간 상에서 이루는 각도가 140도~220도 사이의 값을 가지면 제1 임계 조건을 만족하는 것으로 본다.
해당 시점으로부터 0.2초의 유효시간 이내에 손의 포즈(HP)가 검지 손가락 하나를 편 상태이고, 손끝점이 0.1초 동안 움직인 이동 벡터(M)의 크기가 1cm 미만이고, 연결 벡터(S)의 크기가 5cm 미만의 값을 가지면 제2 임계 조건을 만족하는 것으로 보고 제2 명령벡터를 검출하는 것으로 본다.
이러한 조건은 다양한 값으로 변경하여 설정할 수 있는 것은 자명할 것이다.
위와 같이, 사용자의 신체 좌표를 기준으로 손가락까지의 연결 벡터(S), 손가락의 이동 벡터(M)에 대한 크기, 이동 시간 및 연결 벡터(S)와 이동 벡터(M) 사이의 각도가 제1 임계 조건을 만족하고 유효시간 이내에 제2 임계조건에 만족하는 경우, 전자 장치(100)는 사용자의 음성을 인식하기 위한 모드로 변경하고, 사용자가 음성 신호를 입력하면 이를 인식하여 인식된 결과 값에 해당하는 명령을 실행하게 된다.
따라서, 본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법에 따르면, 사용자는 주위의 소음이나 잡음이 있는 경우에도 특정 전자 장치의 음성 인식 기능을 간단한 동작으로 트리거시킬 수 있게 되어, 효과적인 음성 명령을 실행할 수 있다. 또한, 본 발명의 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 활용한 전자 장치는 음성 인식을 위한 트리거 수단으로 사용자의 동작을 활용하고, 음성 인식 기능으로 트리거 된 이후에는 음성을 활용함으로써, 사용자가 음성 인식을 위해 대상이 되는 전자 장치의 명칭 등을 미리 학습하거나 기억하지 않고도 효과적으로 음성 명령을 수행할 수 있으며, 전자 장치의 인식률을 높이고 오동작을 방지할 수 있다.
도 8은 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법에 있어서, 음성 인식을 위한 트리거 이후에 명령 벡터를 이용하여 전자 장치를 제어하는 경우의 설명도이다. 도 8은, 사용자가 도 5 내지 도 7의 과정 중 어느 하나의 과정을 통하여, 특정한 전자 장치가 음성 인식을 위한 모드로 트리거시킨 경우를 나타낸 것이다. 따라서, 전자 장치는 사용자의 음성 인식을 위한 모드로 이미 전환된 상태이다. 이 때, 사용자는 별도의 동작이 없이도 음성으로 명령을 내릴 수 있겠지만, 주변에 여러 대의 전자 장치가 있는 경우에는 하나의 전자 장치만을 특정해서 음성 명령을 내리고자 할 수가 있다. 이를 위해서는 음성 인식 모드로 전환된 전자 장치를 대상으로 사용자가 신체 좌표(여기서는 한쪽 눈)와 손가락을 잇는 연장선을 명령 벡터(c)로 설정하고, 명령 벡터(C)의 연장선 상에 있는 전자 장치만이 사용자의 음성 명령을 수행하도록 하는 것이다.
도 8은 여러 대의 전자 장치 중에서 하나의 전자 장치만을 특정해서 사용자가 음성 명령을 내리는 경우를 설명하였지만, 반대로 사용자가 일정한 영역에 있는 전자 장치를 대상으로 한꺼번에 음성 명령을 내리는 경우도 가능할 것이다.
도 9 내지 도 11은 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법에 있어서, 사용자가 본 발명의 전자 장치(100)를 이용하여 일정한 영역 내에 있는 가정용 기기에 대해 음성 명령을 내리는 경우를 설명하기 위한 도면이다. 도 9 내지 도 11을 참조하면, 사용자가 코를 신체 좌표로 설정한 경우를 가정한다. 사용자는 가정용 기기를 음성 인식 모드로 트리거시키기 위한 기준 시점(t0) 또는 음성 인식 모드로 트리거된 후 음성 명령을 내리기 위한 명령 시점(tc)에 손가락을 전자 장치가 있는 상하 방향 또는 좌우 방향으로 설정할 수 있다. 이와 같이, 사용자가 움직인 손가락의 범위는 사용자의 신체 좌표(코)로부터 연장되어 가상의 평면까지 이어지면 전체적으로 원뿔 모양의 음성 명령 범위(Field of Command, FoC)가 형성된다. 이 때, 형성되는 원뿔의 면적은 신체 좌표로부터 가상의 평면까지의 거리(r), 평면의 상하 높이(h), 및 평면의 좌우 너비(w)로 결정될 수 있으며, 이러한 공간에 위치하는 전자 장치는 사용자의 음성 명령을 일괄적으로 수행하도록 설정될 수 있다. 도 10의 경우에는 음성 명령의 범위에 위치하는 TV가 사용자의 음성 명령을 수행할 것이며, 음성 명령의 범위에서 벗어나 있는 로봇 청소기는 사용자의 음성 명령을 수행하지 않고 무시하게 될 것이다.
한편, 도 10은 사용자가 음성 명령의 범위를 피라미드 형태로 설정하는 경우를 나타낸 것이며, 도 11은 음성 명령의 범위를 타원의 형태로 설정하는 경우를 나타낸 것이다. 도 10의 경우에는 로봇 청소기가 음성 명령의 범위에 위치하지 않고 있지만, 도 11의 경우에는 로봇 청소기가 음성 명령의 범위에 위치하고 있어서 사용자의 음성 명령을 수행하게 될 것이다.
도 12는 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법의 흐름도를 나타낸 것이다. 도 12를 참조하면, 전자 장치(100)는 부착된 카메라(112)를 통하여 주변에 있는 사용자의 영상을 획득한다. 이 때, 기준이 되는 사용자의 신체 좌표(눈, 코 또는 입 등)가 영상에 포착되는 경우에는 신체 좌표를 산출하고, 신체 좌표를 기준으로 사용자의 손가락까지 이어지는 연결 벡터(S)와 사용자의 손가락이 이동하는 이동 벡터(M)를 산출한다. 이 때, 연결 벡터(S)와 이동 벡터(M)의 크기, 사용자가 손가락을 움직인 시간(tm), 연결 벡터(S)와 이동 벡터(M)가 공간상에서 형성하는 각도(a) 및 기준 시점(t0)이 메모리 시스템(150)에 저장된 임계 조건의 범위에 해당하면, 사용자가 음성 명령을 위한 트리거를 요청한 것으로 판단하여 음성 명령을 인식할 수 있도록 음성 트리거를 생성한다. 음성 트리거에 의해 음성 인식 모드로 전환된 후 사용자의 음성 명령이 있으면, 부착된 마이크(114)를 통하여 사용자의 음성을 인식하고 음성 인식 결과에 따라 음성 명령을 실행하게 된다. 이 때, 특정 전자 장치에 대하여 음성 명령을 전달하고자 하는 경우, 주변의 다른 전자 장치에 의한 소음이나 잡음이 방해가 될 수 있으므로, 음성 명령 전달 대상이 되는 전자 장치 이외의 전자 장치에 대해서는 음향을 소거하거나 감소시키는 명령을 생성하는 것도 가능할 것이다.
도 13은 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법에 있어서, 음성 인식을 위한 트리거 이후에 명령 벡터를 이용하여 전자 장치를 제어하는 경우의 흐름도를 나타낸 것이다. 도 13을 참조하면, 사용자의 신체 좌표를 기준으로 손가락의 동작을 인식하여 음성 명령을 위한 임계 조건의 범위에 해당하는 경우에는 사용자의 음성을 인식할 수 있도록 음성 트리거가 생성된다.
음성 트리거를 통해 음성 인식 모드로 전환한 시점부터 일정 시간이 흐른 음성 명령 시작 지점(tc)에서 사용자의 음성 명령 뿐만 아니라 사용자의 신체 좌표(눈, 코, 또는 입)와 손가락의 동작을 반영한 명령 벡터(c)를 함께 고려하게 된다. 이에 따라, 명령 벡터(C)의 연장선 상에 있는 전자 장치만이 사용자의 음성 명령을 수행하게 되는 것이다. 명령 벡터(c)는 앞에서 설명한 바와 같이, 전자 장치가 음성 인식 모드로 전환된 상태에서 사용자가 손가락을 이동한 시간(tm), 손가락의 이동 거리 등을 판단 조건으로 할 수 있을 것이다.
도 14는 본 발명의 또 다른 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법에 있어서, 사용자가 일정한 영역 내에 있는 전자 장치에 대해 음성 명령을 내리는 경우의 흐름도이다.
사용자의 신체 좌표를 기준으로 손가락의 움직임을 판단하여, 신체 좌표와 손가락 사이의 연결 벡터(S)와 사용자의 손가락이 이동하는 이동 벡터(M)가 산출된다. 이 때, 연결 벡터(S)와 이동 벡터(M)의 크기, 사용자가 손가락을 움직인 시간(tm), 연결 벡터(S)와 이동 벡터(M)가 공간상에서 형성하는 각도(a) 및 기준 시점(t0)이 메모리 시스템(150)에 저장된 임계 조건의 범위에 해당하면, 사용자의 음성 명령을 인식할 수 있도록 음성 트리거를 생성한다.
음성 트리거에 의해 음성 인식 모드로 전환되면 사용자가 음성 명령을 내릴 범위를 설정하는지를 판단하게 되는데, 앞에서 설명한 바와 같이 사용자의 손가락이 공간상에 그리는 영역을 기준으로 명령 범위를 결정하게 된다. 사용자가 설정한 명령 범위에 위치하는 전자 장치는 사용자의 음성 명령을 인식하여 음성 명령에 따른 동작을 수행하게 되고, 명령 범위에 위치하지 않는 전자 장치는 사용자의 음성 명령을 무시하게 될 것이다. 만약, 사용자의 동작이 명령 범위를 설정하는 조건에 만족하지 않는 경우에는 영역을 고려하지 않고, 사용자가 손가락을 이용하여 명령 벡터(c)를 지정한 전자 장치만이 음성 명령을 수행하게 될 것이다.
도 15는 본 발명의 실시예에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 활용한 전자 장치의 소프트웨어 구성 예시도이다. 본 발명의 일례에 따른 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법을 활용한 전자 장치의 응용 모듈(380)은 사용자가 신체 좌표를 기준으로 손가락을 움직이는 동작을 인식하는 동작 인식 모듈(381)과, 음성 인식 모드로 전환 후 사용자가 마이크를 통해 전달하는 음성 명령을 입력받아 이를 처리하는 음성 인식 모듈(382) 및 사용자가 입력한 음성 명령에 따라 전자 장치의 동작을 제어하는 명령 처리 모듈(383)을 포함할 수 있다.
이러한 응용 모듈(380)을 포함하는 전자 장치(100)는 다양한 OS를 시스템의 OS로서 사용할 수 있다. 이러한 OS는 API(Application Program Interface: 361)에 하이 레벨 명령어를 제공하여 각 응용 모듈(380)의 동작을 제어한다. 본 발명의 전자 장치(100)는 API(361)로부터 제공되는 하이 레벨 명령어에 따라 대응하는 각 응용 모듈(380)을 식별하고, 하이 레벨 명령어를 디코딩하여 해당하는 곳으로 제공하는 하이 레벨 명령어 처리부(362)를 포함한다. 응용모듈 제어부(370)는 하이 레벨 명령어 처리부(362)로부터 제공된 명령어에 따라 응용 모듈(380)의 동작을 제어한다. 즉, 하이 레벨 명령어 처리부(362)는 API를 통하여 제공된 하이 레벨 명령어에 따라 여기에 대응하는 응용 모듈(380)이 존재하는지를 식별하고, 대응되는 응용 모듈(380)이 존재하는 경우에 해당하는 응용 모듈(380)에서 인식할 수 있는 명령어로 디코딩하여 해당하는 매핑부에 전송하거나 메시지 전송을 제어한다. 따라서, 응용 모듈 제어부(370)는 동작 인식 모듈(381)과, 음성 인식 모듈(382) 및 명령 처리 모듈(383)에 대한 매핑부(371, 373, 375)와 인터페이스부(372, 374, 376)를 각각 포함한다.
동작 인식 모듈 매핑부(371)는 하이 레벨 명령어 처리부(362)로부터 전자 장치(100)에 부착된 카메라를 통해 사용자의 동작을 인식하고 인식 결과를 처리하기 위한 하이 레벨의 명령어를 제공받아, 동작 인식 모듈(381)에서 처리할 수 있는 디바이스 레벨로 매핑하고, 동작 인식 모듈 인터페이스부(372)를 통하여 동작 인식 모듈(381)로 제공한다. 음성 인식 모듈 매핑부(373) 및 음성 인식 모듈 인터페이스부(374)는 전자 장치(100)에 부착된 마이크를 통해 사용자의 음성 명령을 인식하고 이를 처리하는 부분이다. 즉, 음성 인식 모듈 매핑부(373)는 하이 레벨 명령어 처리부(362)로부터 음성 인식 모듈(382)을 이용하기 위한 하이 레벨 명령어를 제공받아 이를 디바이스 레벨의 명령어로 매핑시키고, 음성 인식 모듈 인터페이스부(374)를 통하여 음성 인식 모듈(382)로 제공한다. 명령 처리 모듈(383)은 음성 인식 모듈(382)을 통해 전달된 사용자의 음성 명령을 분석하고 이를 처리하는 부분이다. 명령 처리 모듈 매핑부(375)는 사용자의 음성 명령을 실행하기 위하여, 하이 레벨 명령어 처리부(362)를 통하여 인가된 하이 레벨 명령어를 제공받아 명령 처리 모듈(383)이 인식할 수 있는 디바이스 레벨의 명령어로 매핑시킨다. 디바이스 레벨의 명령어는 명령 처리 모듈 인터페이스부(376)를 통하여 명령 처리 모듈(383)로 제공된다. 이에 따라, 명령 처리 모듈(383)이 실행되어 사용자의 움직임에 의한 동작 인식 값과 메모리 시스템(150)에 저장된 트리거 기준과의 비교 결과가 제공되며, 동작 인식 값이 트리거 기준의 범위 내에 있는 경우에 전자 장치의 음성 인식 모드가 활성화되고, 음성 인식 모듈(382)에 따라 분석된 사용자의 음성 명령을 수행하게 된다.
이러한 기능을 수행하도록 구성된 API(361)에 대한 세부적인 멤버 함수를 좀 더 상세하게 기술하면 다음과 같다. 개방 API(Open API)는 전자 장치(100)의 요청에 따라 장치의 온/오프, 잠금 화면의 표시, 동작 인식, 음성 인식 및 사용자의 음성 명령 처리에 관한 응용 모듈의 세션을 개방하기 위하여 사용된다. 폐쇄 API(Close API)는 사용된 응용 모듈에 대한 세션을 종료하는데 사용된다. 검색 API(Retrieve API)는 전자 장치(100)에서 호출 가능한 응용 모듈을 검색하는데 사용된다. 상태 API(Status API)는 각 응용 모듈의 동작 상태를 판단하기 위해 사용된다. 초기화 API(Initialize API)는 응용 모듈의 호출할 수 있도록 초기화하는 기능을 가진다. 리스트 API(List API)는 전자 장치(100)를 통해 사용자에게 제공되는 기능이나 동작, 동작 인식이나 음성 인식을 통하여 실행가능한 명령어 리스트 등을 확인하는데 사용된다. 기록 API(Register API)는 사용자가 전자 장치(100)를 통해 입력한 동작이나 음성 명령 등의 정보를 기록하는 기능을 가진다. 삭제 API(Unregister API)는 사용자가 입력한 동작이나 음성 명령어 등의 정보를 삭제하는데 사용된다. 결국, 사용되는 응용 모듈이나 메시지 전송 형태에 따라 이와 같은 개별적인 API가 실행되고, 그에 따라 사용자의 동작 인식이나 음성 인식, 명령 실행을 위한 응용 모듈의 이용이 가능할 것이다.
이상 첨부된 도면을 참조하여 본 발명의 실시 예들을 설명하였지만, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 그 기술적 사상이나 필수적인 특징들이 변경되지 않고서 다른 구체적인 형태로 실시될 수 있다는 것으로 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10: TV 20: 에어컨
30: 조리 기기 40: 노트북
50: 로봇 청소기 60: 식기 세척기
70: 냉장고 80: 전자레인지
90: 세탁기 100: 전자 장치
110: 입력 장치 112: 카메라
114: 마이크 120: 출력 장치
130: 센서부 132: 동작 센서
134: 음성 센서 140: 제어부
142: CPU 144: 영상 신호 처리부
146: 음성 신호 처리부 150: 메모리 시스템
152: 메인 메모리 154: 보조 메모리
361: API 362: 하이레벨 명령어 처리부
370: 응용모듈 제어부 380: 응용모듈
371: 동작 인식 모듈 매핑부
372: 동작 인식 모듈 인터페이스부
373: 음성 인식 모듈 매핑부
374: 음성 인식 모듈 인터페이스부
375: 명령 처리 모듈 매핑부
376: 명령 처리 모듈 인터페이스부
381: 동작 인식 모듈
382: 음성 인식 모듈
383: 명령 처리 모듈

Claims (21)

  1. 동작 인식 장치와 음성 인식 장치를 구비하는 전자 장치의 제어 방법에 있어서,
    상기 동작 인식 장치를 통하여 사용자의 동작 정보를 수신하는 단계;
    상기 동작 정보로부터 사용자의 제1 신체 좌표와 제2 신체 좌표를 검출하는 단계;
    상기 제1 신체 좌표로부터 제2 신체 좌표를 잇는 연결 벡터 및 상기 제2 신체 좌표의 이동 벡터를 검출하는 단계; 및
    상기 이동 벡터의 특성 값이 미리 정해진 임계 조건을 만족하는 경우, 사용자의 음성을 인식할 수 있도록 음성 트리거를 생성하는 단계를 포함하는 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  2. 제 1 항에 있어서,
    상기 사용자의 제1 신체 좌표는 눈, 코 또는 입의 위치 좌표인 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  3. 제 1 항에 있어서,
    상기 사용자의 제2 신체 좌표는 사용자의 손가락 끝부분의 위치 좌표인 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  4. 제 1 항에 있어서,
    상기 연결 벡터는 상기 제1 신체 좌표에서 상기 제2 신체 좌표까지 이어지는 직선 정보인 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  5. 제 1 항에 있어서,
    상기 이동 벡터는 제1 시각과 제2 시각 동안 사용자의 제2 신체 좌표를 연결한 벡터인 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  6. 제 1 항에 있어서,
    상기 이동 벡터의 특성 값은 제1 시각과 제2 시각 동안 제2 신체 좌표가 이동한 거리, 사용자의 손의 포즈 또는 상기 연결 벡터와 상기 이동 벡터가 공간 상에서 이루는 각도 정보인 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  7. 제 1 항에 있어서,
    상기 임계 조건은 상기 연결 벡터에 따라 상기 이동 벡터의 특성 값에 대한 범위를 달리하는 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  8. 제 1 항에 있어서,
    상기 음성 트리거를 생성한 후, 특정 시각을 전후하여 사용자의 음성 명령에 대한 인식을 시작하는 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  9. 제 8 항에 있어서,
    상기 제1 신체 좌표와 제2 신체 좌표의 연장선을 명령 벡터로 설정하고, 상기 명령 벡터의 특성 값이 미리 정해진 실행 조건을 만족하는 경우에, 사용자의 음성 명령을 실행하는 단계들 더 포함하는 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  10. 제 9 항에 있어서,
    상기 명령 벡터의 특성 값은 사용자의 제2 신체가 상기 명령 벡터를 따라 이동하는 거리, 또는 상기 사용자의 제2 신체가 상기 명령 벡터를 따라 이동한 시간 정보인 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  11. 제 1 항에 있어서,
    상기 음성 트리거를 생성한 후, 제2 신체 좌표로부터 사용자의 제2 신체가 형성하는 명령 범위에 따라 사용자의 음성 명령을 실행하는 영역을 결정하는 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  12. 제 11 항에 있어서,
    상기 명령 범위는 사용자의 제1 신체가 향하는 방향에 대하여, 사용자의 제2 신체가 상하좌우로 형성하는 지점과 상기 제1 신체 좌표의 연장 선상이 이루어는 공간 영역을 포함하는 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  13. 제 1 항에 있어서,
    사용자의 음성 명령에 따라 주변에 위치하는 전자 장치의 동작을 제어하는 단계를 더 포함하는 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  14. 제13항에 있어서,
    상기 주변에 위치하는 전자 장치의 동작을 제어하는 단계는
    상기 이동 벡터의 특성 값이 미리 정해진 임계 조건을 만족하는 경우, 주변에 위치하는 전자 장치를 음성 인식 모드로 전환시키기 위한 음성 트리거를 생성하는 단계를 포함하는 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  15. 제 13 항에 있어서,
    상기 주변에 위치하는 전자 장치의 동작을 제어하는 단계는
    음성 인식 시작 시점부터 일정 시간 동안 주변에 위치하는 전자 장치의 음향을 소거하거나 감소시키기 위한 명령을 발생하는 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법.
  16. 동작 인식 및 음성 인식 기능을 구비하는 전자 장치에 있어서,
    사용자의 동작 정보를 인식하기 위한 동작 인식부;
    사용자의 음성 명령을 인식하기 위한 음성 인식부;
    상기 동작 인식부로부터 인식된 동작 정보로부터 사용자의 제1 신체 좌표와 제2 신체 좌표를 검출하는 좌표 검출부;
    상기 제1 신체 좌표로부터 제2 신체 좌표를 잇는 연결 벡터, 또는 상기 제2 신체 좌표의 이동 벡터를 검출하는 벡터 검출부; 및
    상기 이동 벡터의 특성 값이 미리 정해진 임계 조건을 만족하는 경우, 사용자의 음성 명령을 인식하기 위한 음성 트리거를 생성하는 제어부를 포함하는 동작-음성의 다중 모드 명령에 기반한 전자 장치.
  17. 제 16 항에 있어서,
    상기 동작 인식부는 카메라 모듈 및, 동작 센서로 이루어지는 동작-음성의 다중 모드 명령에 기반한 전자 장치.
  18. 제 16 항에 있어서,
    상기 음성 인식부는 마이크 및 음성 센서를 포함하는 동작-음성의 다중 모드 명령에 기반한 전자 장치.
  19. 제 16 항에 있어서,
    상기 제어부는 음성 인식부를 통해 입력된 사용자의 음성 명령에 따라 주변에 위치하는 전자 장치의 동작을 제어하는 주변 장치 제어부를 더 포함하는 동작-음성의 다중 모드 명령에 기반한 전자 제어 장치.
  20. 제 19 항에 있어서,
    상기 주변 장치 제어부는 상기 이동 벡터의 특성 값이 미리 정해진 임계 조건을 만족하는 경우, 사용자의 음성 명령을 인식할 수 있도록 주변에 위치하는 전자 장치를 음성 인식 모드로 전환시키는 동작-음성의 다중 모드 명령에 기반한 전자 제어 장치.
  21. 제 16 항에 있어서,
    상기 음성 트리거는
    음성 인식 시작 시점부터 일정 시간 동안 주변에 위치하는 전자 장치의 음향을 소거하거나 감소시키기 위한 명령을 더 포함하는 동작-음성의 다중 모드 명령에 기반한 전자 제어 장치.
PCT/KR2017/004626 2016-04-29 2017-05-01 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법 및 이를 적용한 전자 장치 WO2017188801A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2018556971A JP6721713B2 (ja) 2016-04-29 2017-05-01 動作−音声の多重モード命令に基づいた最適制御方法およびこれを適用した電子装置
EP17789985.3A EP3451335B1 (en) 2016-04-29 2017-05-01 Optimum control method based on multi-mode command of operation-voice, and electronic device to which same is applied
CN201780026508.0A CN109074819B (zh) 2016-04-29 2017-05-01 基于操作-声音的多模式命令的优选控制方法及应用其的电子设备
US16/134,511 US10796694B2 (en) 2016-04-29 2018-09-18 Optimum control method based on multi-mode command of operation-voice, and electronic device to which same is applied

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20160053428 2016-04-29
KR10-2016-0053428 2016-04-29

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/134,511 Continuation US10796694B2 (en) 2016-04-29 2018-09-18 Optimum control method based on multi-mode command of operation-voice, and electronic device to which same is applied

Publications (1)

Publication Number Publication Date
WO2017188801A1 true WO2017188801A1 (ko) 2017-11-02

Family

ID=60161019

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/004626 WO2017188801A1 (ko) 2016-04-29 2017-05-01 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법 및 이를 적용한 전자 장치

Country Status (6)

Country Link
US (1) US10796694B2 (ko)
EP (1) EP3451335B1 (ko)
JP (1) JP6721713B2 (ko)
KR (2) KR20170124104A (ko)
CN (1) CN109074819B (ko)
WO (1) WO2017188801A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019168377A1 (en) 2018-03-02 2019-09-06 Samsung Electronics Co., Ltd. Electronic device and method for controlling external electronic device based on use pattern information corresponding to user
CN115617169A (zh) * 2022-10-11 2023-01-17 深圳琪乐科技有限公司 一种语音控制机器人及基于角色关系的机器人控制方法

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018528551A (ja) * 2015-06-10 2018-09-27 ブイタッチ・コーポレーション・リミテッド ユーザー基準空間座標系上におけるジェスチャー検出方法および装置
US10867606B2 (en) * 2015-12-08 2020-12-15 Chian Chiu Li Systems and methods for performing task using simple code
KR101937823B1 (ko) * 2016-10-24 2019-01-14 주식회사 브이터치 객체 제어를 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
CN110377145B (zh) * 2018-04-13 2021-03-30 北京京东尚科信息技术有限公司 电子设备确定方法、系统、计算机系统和可读存储介质
US11169668B2 (en) * 2018-05-16 2021-11-09 Google Llc Selecting an input mode for a virtual assistant
KR20200048701A (ko) 2018-10-30 2020-05-08 삼성전자주식회사 사용자 특화 음성 명령어를 공유하기 위한 전자 장치 및 그 제어 방법
US11741951B2 (en) * 2019-02-22 2023-08-29 Lenovo (Singapore) Pte. Ltd. Context enabled voice commands
DE102019134874A1 (de) 2019-06-25 2020-12-31 Miele & Cie. Kg Verfahren zur Bedienung eines Geräts durch einen Benutzer mittels einer Sprachsteuerung
CN110390934B (zh) * 2019-06-25 2022-07-26 华为技术有限公司 一种信息提示的方法和语音交互终端
EP3757990A1 (de) * 2019-06-25 2020-12-30 Miele & Cie. KG Verfahren zur bedienung eines geräts durch einen benutzer mittels einer sprachsteuerung
CN110265031A (zh) * 2019-07-25 2019-09-20 秒针信息技术有限公司 一种语音处理方法及装置
DE102019126830A1 (de) 2019-10-07 2021-04-08 Miele & Cie. Kg Aufstellgerät für ein Kochfeld mit einem Griff
WO2021118115A1 (ko) * 2019-12-10 2021-06-17 주식회사 브이터치 객체 제어를 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
JP7463242B2 (ja) * 2020-09-16 2024-04-08 Ｔｖｓ Ｒｅｇｚａ株式会社 受信装置、サーバ及び音声情報処理システム
US11474690B2 (en) * 2020-08-14 2022-10-18 VTouch Co., Ltd. Method, system and non-transitory computer-readable recording medium for non-contact control
US20220050432A1 (en) * 2020-08-14 2022-02-17 VTouch Co., Ltd. Method, system and non-transitory computer-readable recording medium for supporting object control
TWI756966B (zh) * 2020-12-04 2022-03-01 緯創資通股份有限公司 視訊裝置與其操作方法
WO2022260655A1 (en) * 2021-06-08 2022-12-15 Hewlett-Packard Development Company, L.P. Gestures for switching audio endpoints
EP4428656A1 (en) * 2021-12-10 2024-09-11 Samsung Electronics Co., Ltd. Electronic device, and method for preventing misrecognition of gesture in electronic device
KR20230138656A (ko) * 2022-03-24 2023-10-05 주식회사 브이터치 음성 인식 트리거를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
US20230409122A1 (en) * 2022-06-21 2023-12-21 Apple Inc. Hand-Gesture Activation of Actionable Items
CN117492373B (zh) * 2023-09-25 2024-06-28 西安电子科技大学 基于手势识别控制的智能家居系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000338995A (ja) * 1999-05-31 2000-12-08 Toshiba Corp 音声認識装置及び音声認識用プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2011039765A (ja) * 2009-08-11 2011-02-24 Nec Corp 機能起動装置および機能起動方法
JP4992218B2 (ja) * 2005-09-29 2012-08-08 ソニー株式会社 情報処理装置および方法、並びにプログラム
KR20120132337A (ko) * 2011-05-25 2012-12-05 삼성전자주식회사 음성 인식을 이용하는 사용자 인터페이스 제어 장치 및 방법
KR20150065643A (ko) * 2012-01-09 2015-06-15 삼성전자주식회사 표시 장치 및 그 제어방법

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5619709A (en) * 1993-09-20 1997-04-08 Hnc, Inc. System and method of context vector generation and retrieval
US6243683B1 (en) * 1998-12-29 2001-06-05 Intel Corporation Video control of speech recognition
JP2000338895A (ja) 1999-05-31 2000-12-08 Toshiba Lighting & Technology Corp 直下式バックライト装置および液晶表示装置
US6804396B2 (en) * 2001-03-28 2004-10-12 Honda Giken Kogyo Kabushiki Kaisha Gesture recognition system
KR101000925B1 (ko) 2004-03-08 2010-12-13 삼성전자주식회사 음성 인식이 효율적으로 이용되는 디지털 촬영 장치의제어 방법, 및 이 방법을 사용한 디지털 촬영 장치
US8321219B2 (en) * 2007-10-05 2012-11-27 Sensory, Inc. Systems and methods of performing speech recognition using gestures
KR101046022B1 (ko) 2009-03-11 2011-07-01 삼성전기주식회사 인체 움직임 및 인간 음성을 이용한 원격 조정 장치
US8296151B2 (en) * 2010-06-18 2012-10-23 Microsoft Corporation Compound gesture-speech commands
KR101789619B1 (ko) * 2010-11-22 2017-10-25 엘지전자 주식회사 멀티미디어 장치에서 음성과 제스쳐를 이용한 제어 방법 및 그에 따른 멀티미디어 장치
US10230346B2 (en) * 2011-01-10 2019-03-12 Zhinian Jing Acoustic voice activity detection
US20120226981A1 (en) * 2011-03-02 2012-09-06 Microsoft Corporation Controlling electronic devices in a multimedia system through a natural user interface
US20120304067A1 (en) * 2011-05-25 2012-11-29 Samsung Electronics Co., Ltd. Apparatus and method for controlling user interface using sound recognition
RU2455676C2 (ru) * 2011-07-04 2012-07-10 Общество с ограниченной ответственностью "ТРИДИВИ" Способ управления устройством с помощью жестов и 3d-сенсор для его осуществления
US9092394B2 (en) * 2012-06-15 2015-07-28 Honda Motor Co., Ltd. Depth based context identification
JP6202810B2 (ja) * 2012-12-04 2017-09-27 アルパイン株式会社 ジェスチャ認識装置および方法ならびにプログラム
WO2014107413A1 (en) * 2013-01-04 2014-07-10 Kopin Corporation Bifurcated speech recognition
US9721587B2 (en) * 2013-01-24 2017-08-01 Microsoft Technology Licensing, Llc Visual feedback for speech recognition system
KR20140109020A (ko) 2013-03-05 2014-09-15 한국전자통신연구원 스마트 가전기기의 제어를 위한 디바이스 정보 구축 장치 및 그 방법
US9196262B2 (en) * 2013-03-14 2015-11-24 Qualcomm Incorporated User sensing system and method for low power voice command activation in wireless communication systems
US20140282273A1 (en) * 2013-03-15 2014-09-18 Glen J. Anderson System and method for assigning voice and gesture command areas
KR20150027608A (ko) * 2013-09-04 2015-03-12 현대자동차주식회사 제스처 기반의 원격 조작 시스템 및 그 조작 방법
JP2015175983A (ja) * 2014-03-14 2015-10-05 キヤノン株式会社 音声認識装置、音声認識方法及びプログラム
KR101453815B1 (ko) 2014-08-01 2014-10-22 스타십벤딩머신 주식회사 사용자의 시점을 고려하여 동작인식하는 인터페이스 제공방법 및 제공장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000338995A (ja) * 1999-05-31 2000-12-08 Toshiba Corp 音声認識装置及び音声認識用プログラムを記録したコンピュータ読み取り可能な記録媒体
JP4992218B2 (ja) * 2005-09-29 2012-08-08 ソニー株式会社 情報処理装置および方法、並びにプログラム
JP2011039765A (ja) * 2009-08-11 2011-02-24 Nec Corp 機能起動装置および機能起動方法
KR20120132337A (ko) * 2011-05-25 2012-12-05 삼성전자주식회사 음성 인식을 이용하는 사용자 인터페이스 제어 장치 및 방법
KR20150065643A (ko) * 2012-01-09 2015-06-15 삼성전자주식회사 표시 장치 및 그 제어방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3451335A4 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019168377A1 (en) 2018-03-02 2019-09-06 Samsung Electronics Co., Ltd. Electronic device and method for controlling external electronic device based on use pattern information corresponding to user
KR20190104798A (ko) * 2018-03-02 2019-09-11 삼성전자주식회사 사용자에 대응하는 사용 패턴 정보에 기반하여 외부 전자 장치를 제어 하기 위한 전자 장치 및 방법
CN111801650A (zh) * 2018-03-02 2020-10-20 三星电子株式会社 电子装置及基于对应于用户的使用模式信息控制外部电子装置的方法
KR102580837B1 (ko) * 2018-03-02 2023-09-21 삼성전자 주식회사 사용자에 대응하는 사용 패턴 정보에 기반하여 외부 전자 장치를 제어 하기 위한 전자 장치 및 방법
CN115617169A (zh) * 2022-10-11 2023-01-17 深圳琪乐科技有限公司 一种语音控制机器人及基于角色关系的机器人控制方法

Also Published As

Publication number Publication date
EP3451335C0 (en) 2023-06-14
EP3451335A1 (en) 2019-03-06
US10796694B2 (en) 2020-10-06
KR102181588B1 (ko) 2020-11-23
JP6721713B2 (ja) 2020-07-15
KR20170124104A (ko) 2017-11-09
KR102181588B9 (ko) 2021-10-27
EP3451335B1 (en) 2023-06-14
US20190019515A1 (en) 2019-01-17
KR20190135974A (ko) 2019-12-09
EP3451335A4 (en) 2019-12-11
CN109074819A (zh) 2018-12-21
JP2019520626A (ja) 2019-07-18
CN109074819B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
WO2017188801A1 (ko) 동작-음성의 다중 모드 명령에 기반한 최적 제어 방법 및 이를 적용한 전자 장치
WO2020213762A1 (ko) 전자장치, 그 동작방법, 및 복수의 인공지능장치를 포함한 시스템
WO2017078361A1 (en) Electronic device and method for recognizing speech
WO2019132284A1 (ko) 세탁기 및 세탁기의 동작방법
WO2014030902A1 (en) Input method and apparatus of portable device
WO2015137742A1 (en) Display apparatus and controlling method thereof
WO2014135023A1 (zh) 一种智能终端的人机交互方法及系统
WO2015126197A1 (ko) 카메라 중심의 가상터치를 이용한 원격 조작 장치 및 방법
EP2411891A2 (en) Multi-telepointer, virtual object display device, and virtual object control method
US11373650B2 (en) Information processing device and information processing method
CN109446775A (zh) 一种声控方法及电子设备
WO2018004140A1 (ko) 전자 장치 및 그의 동작 방법
WO2020096288A1 (en) Display apparatus and control method thereof
CN112860169A (zh) 交互方法及装置、计算机可读介质和电子设备
CN113495617A (zh) 设备控制的方法、装置、终端设备以及存储介质
WO2019221479A1 (ko) 공기 조화 장치 및 이의 제어 방법
WO2020080638A1 (ko) 전자장치 및 그 제어방법
KR20110041757A (ko) 제스처를 이용한 사용자 인터페이스 제공 단말기 및 방법
WO2018117660A1 (en) Security enhanced speech recognition method and device
JP2023511156A (ja) 撮影方法及び電子機器
WO2020032650A1 (en) Speech recognition method and electronic device for supporting the same
CN110545352A (zh) 电子设备、控制装置、电子设备的控制方法、及记录介质
WO2021246795A1 (ko) 제스처를 인식하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
CN110536009B (zh) 一种通信建立方法和移动终端
CN108427303B (zh) 一种智能家居控制系统

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2018556971

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17789985

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017789985

Country of ref document: EP

Effective date: 20181129