WO2019078576A1 - 음성 신호를 제어하기 위한 전자 장치 및 방법 - Google Patents

음성 신호를 제어하기 위한 전자 장치 및 방법 Download PDF

Info

Publication number
WO2019078576A1
WO2019078576A1 PCT/KR2018/012168 KR2018012168W WO2019078576A1 WO 2019078576 A1 WO2019078576 A1 WO 2019078576A1 KR 2018012168 W KR2018012168 W KR 2018012168W WO 2019078576 A1 WO2019078576 A1 WO 2019078576A1
Authority
WO
WIPO (PCT)
Prior art keywords
electronic device
information
server
processor
voice
Prior art date
Application number
PCT/KR2018/012168
Other languages
English (en)
French (fr)
Inventor
이요한
송원식
류정균
박준호
원종찬
이승용
이영수
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to US16/757,016 priority Critical patent/US20200342869A1/en
Publication of WO2019078576A1 publication Critical patent/WO2019078576A1/ko

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
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3228—Monitoring task completion, e.g. by use of idle timers, stop commands or wait commands
    • 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
    • G10L15/04—Segmentation; Word boundary detection
    • 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
    • G10L15/08—Speech classification or search
    • 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
    • G10L15/28—Constructional details of speech recognition systems
    • 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
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • 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
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/60—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for measuring the quality of voice signals
    • 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
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting
    • 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
    • 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
    • G10L2015/225—Feedback of the input speech
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/75—Information technology; Communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]

Definitions

  • Various embodiments relate to an electronic device and method thereof for controlling a voice signal.
  • the various embodiments may relate to techniques for sensor networks, machine to machine (M2M), machine type communication (MTC) and internet of things (IoT).
  • M2M machine to machine
  • MTC machine type communication
  • IoT internet of things
  • the various embodiments may be implemented in an intelligent service (smart home, smart building, smart city, smart car or connected car, healthcare, digital education, retail, security and safety related services, etc.) Can be utilized.
  • Such electronic devices may receive a voice signal from a user for interaction with a user.
  • the voice signal received by the electronic devices may be differentiated depending on the capabilities of components (e.g., microphones) included in each of the devices, different reception qualities depending on the distance between each of the devices and the user, (reception quality). Accordingly, a scheme for controlling a voice signal may be required in a system including the electronic devices.
  • Various embodiments can provide an electronic device and method for controlling a voice signal based on signaling between a server and electronic devices associated with the electronic devices.
  • a system may include a network interface, at least one processor operatively coupled to the network interface, and at least one memory operatively coupled to the at least one processor, Wherein the memory is operable to receive first data from a first external device over the network interface and associated with a first user utterance and including first voice data and first meta data associated with the first voice data, And receives second data from a second external device via the network interface, the second data being associated with the first user speech and comprising second metadata associated with the second speech data and the second speech data, Based on at least a part of the metadata and the second metadata, the first external device and the second external device When executed to select one of the sub-devices, to provide the selected one device with a response associated with the selected one device, and to receive third data related to the second user's speech from the selected one device And may store instructions that cause the at least one processor.
  • An electronic device includes a microphone, a speaker, a wireless communication circuit configured to support Wi-Fi (wireless fidelity), a processor operatively connected to the microphone, the speaker, And a memory operably coupled to the processor, wherein the memory is configured to receive a first user utterance via the microphone and to communicate with the external server via the wireless communication circuit, And transmitting first data including first audio data associated with the first audio data and first data including first audio data associated with the first audio data, and transmitting a response associated with the electronic device selected as an input device for a voice- Instructions for causing the processor to execute upon receiving from the external server via the wireless communication circuitry It can be saved.
  • Wi-Fi wireless fidelity
  • An electronic device includes a microphone, a communication interface, and a microphone for receiving a voice signal through the microphone and for waking up Up command and determines a value for indicating a reception quality of the voice signal based at least on the wake-up command and transmits the wake-up command to the server via the communication interface And at least one processor configured to transmit information on the determined value.
  • a server includes a communication interface and a communication interface for communicating, via the communication interface from the first electronic device, the reception quality of a voice signal received at the first electronic device ), And receives, via the communication interface from the second electronic device, information about a second value for indicating the reception quality of the voice signal received at the second electronic device From among a plurality of electronic devices including the first electronic device and the second electronic device, based on the first value and the second value, a voice command ) To the determined electronic device via the communication interface, a message indicating to transmit the information about the voice command to the determined electronic device It may include a processor that is set up to God.
  • a method of a system in accordance with various embodiments includes receiving a first voice command from a first external device over a network interface of the system and associated with a first user utterance and associated with a first voice data and a first voice data associated with the first voice data, Receiving first data including meta data from a second external device via the network interface and generating second data associated with the second voice data and the second voice data, Selecting one of the first external device and the second external device based at least in part on the first metadata and the second metadata; , Providing a response associated with the selected one device to the selected one device, And receiving third data associated with the utterance.
  • a method of an electronic device in accordance with various embodiments includes receiving a first user utterance via a microphone of the electronic device and transmitting the first user utterance to an external server via a wireless communication circuit of the electronic device, Transmitting first data comprising first audio data associated with the first audio data and first data associated with the first audio data, and transmitting a first data including first data associated with the electronic device selected as an input device for a voice based service From the external server via the wireless communication circuit.
  • a method of an electronic device in accordance with various embodiments includes receiving an audio signal through a microphone of the electronic device and performing an operation to identify a wake-up command within the audio signal Determining a value for indicating a reception quality of the voice signal based at least on the wake-up command; and transmitting information about the determined value to the server through the communication interface . ≪ / RTI >
  • a method of a server in accordance with various embodiments for receiving a voice signal from a first electronic device via a communication interface of the server and representing the reception quality of a voice signal received at the first electronic device
  • Receiving information about a second value for indicating a reception quality of the voice signal received at the second electronic device from the second electronic device via the communication interface Receiving a voice command from a plurality of electronic devices including the first electronic device and the second electronic device based at least on the first value and the second value, Determining, by the communication interface, a message indicating that the information about the voice command is to be transmitted to the determined electronic device;
  • the action may include an action.
  • An electronic device and method thereof can recognize an audio signal based on signaling with a server to provide an effective service have.
  • FIG. 1 is a diagram of an integrated intelligence system in accordance with various embodiments of the present invention.
  • FIG. 2 is a block diagram illustrating a user terminal of an integrated intelligent system according to an embodiment of the present invention.
  • FIG. 3 is a diagram illustrating execution of an intelligent app of a user terminal according to an embodiment of the present invention.
  • FIG. 4 is a diagram illustrating the context module of the intelligent service module collecting current status according to an embodiment of the present invention.
  • FIG. 5 is a block diagram illustrating a proposal module of an intelligent service module according to an embodiment of the present invention.
  • FIG. 6 is a block diagram illustrating an intelligent server of an integrated intelligent system according to an embodiment of the present invention.
  • FIG. 7 is a diagram illustrating a method of generating a path rule by a natural language understanding (NLU) module according to an embodiment of the present invention.
  • NLU natural language understanding
  • FIG. 8 is a diagram illustrating that a persona module of an intelligent service module manages information of a user according to an exemplary embodiment of the present invention.
  • FIG. 9 illustrates an example of an environment that includes a plurality of electronic devices in accordance with various embodiments.
  • FIG. 10 illustrates an example of a functional configuration of an electronic device that performs operations associated with speech recognition in accordance with various embodiments.
  • FIG 11 illustrates another example of the functional configuration of an electronic device that performs operations related to speech recognition according to various embodiments.
  • FIG. 12 shows an example of the functional configuration of a server according to various embodiments.
  • FIG 13A illustrates an example of operation of an electronic device according to various embodiments.
  • FIG 13B shows another example of the operation of the electronic device according to various embodiments.
  • FIG 14A shows an example of the operation of the server according to various embodiments.
  • FIG 14B shows another example of the operation of the server according to various embodiments.
  • 15 shows an example of signaling between a plurality of electronic devices and a server according to various embodiments.
  • FIG. 16 illustrates an example of the format of a voice signal received at a plurality of electronic devices according to various embodiments.
  • 17 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments.
  • FIG. 18 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments.
  • 19 illustrates an example of the operation of a server that provides feedback in accordance with various embodiments.
  • 20 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments.
  • Figure 21 shows an example of another operation of the server according to various embodiments.
  • 22 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments.
  • FIG. 23 illustrates an example of the operation of a server that performs noise canceling on voice commands in accordance with various embodiments.
  • FIG. 24 illustrates another example of an environment that includes a plurality of electronic devices in accordance with various embodiments.
  • 25 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments.
  • Figure 26 shows another example of signaling between a plurality of electronic devices and a server in accordance with various embodiments.
  • FIG. 1 is a diagram of an integrated intelligence system in accordance with various embodiments of the present invention.
  • the integrated intelligent system 10 may include a user terminal 100, an intelligent server 200, a personalization information server 300, or a proposal server 400.
  • the user terminal 100 can receive a service required by the user through an app stored in the user terminal 100 (or an application program) (e.g., an alarm app, a message app, a photo (gallery) Can be provided.
  • the user terminal 100 may execute and operate another application through an intelligent app (or a voice recognition app) stored in the user terminal 100.
  • the user terminal 100 can receive the user input for executing the other application and executing the operation through the intelligent app.
  • the user input may be received via, for example, a physical button, a touchpad, a voice input, a remote input, or the like.
  • the user terminal 100 may correspond to various terminal devices (or electronic devices) such as a mobile phone, a smart phone, a personal digital assistant (PDA), or a notebook computer.
  • PDA personal digital assistant
  • the user terminal 100 may receive the user's utterance as a user input.
  • the user terminal 100 may receive a user's utterance and generate an instruction to operate the app based on the utterance of the user. Accordingly, the user terminal 100 can operate the application using the command.
  • the intelligent server 200 can receive user voice input from the user terminal 100 through a communication network and change the text data into text data.
  • the intelligent server 200 may generate (or select) a path rule based on the text data.
  • the pass rule may include information about an action (or an operation) for performing the function of the app or information about a parameter necessary for executing the action.
  • the pass rule may include a sequence of the actions of the app.
  • the user terminal 100 may receive the pass rule, select an app according to the pass rule, and execute the action included in the pass rule in the selected app.
  • path rule in this document may generally refer to a sequence of states for an electronic device to perform a task requested by a user, but is not limited thereto.
  • the pass rule may include information about a sequence of states.
  • the task may be, for example, any action an intelligent app can provide.
  • the task may include creating a schedule, sending a photo to a desired party, or providing weather information.
  • the user terminal 100 can perform the task by sequentially having at least one state (e.g., an operating state of the user terminal 100).
  • the pass rules may be provided or generated by an artificial intelligent (AI) system.
  • the artificial intelligence system may be a rule-based system, a neural network-based system such as a feedforward neural network (FNN), a recurrent neural network (RNN) ))). Or a combination of the foregoing or any other artificial intelligence system.
  • a path rule may be selected from a set of predefined path rules, or may be generated in real time in response to a user request.
  • the artificial intelligence system can select at least a path rule out of a plurality of predefined path rules, or generate a pass rule in a dynamic (or real time) manner.
  • the user terminal 100 may use a hybrid system to provide path rules.
  • the user terminal 100 may execute the operation and display a screen corresponding to the state of the user terminal 100 that performed the operation on the display.
  • the user terminal 100 may execute the operation and may not display the result of performing the operation on the display.
  • the user terminal 100 may, for example, execute a plurality of operations and display only some of the results of the operations on the display.
  • the user terminal 100 can display, for example, only the result of executing the last sequence of operations on the display.
  • the user terminal 100 may receive a user's input and display the result of performing the operation on the display.
  • the personalization information server 300 may include a database storing user information.
  • the personalization information server 300 may receive user information (e.g., context information, application execution, etc.) from the user terminal 100 and store the information in the database.
  • the intelligent server 200 can be used when receiving the user information from the personalization information server 300 through a communication network and generating a pass rule for user input.
  • the user terminal 100 can receive user information from the personalization information server 300 via a communication network and use the information as information for managing the database.
  • the proposal server 400 may include a database in which information about an introduction of a function or an application or a function to be provided is stored in the terminal.
  • the proposal server 400 may receive a user information of the user terminal 100 from the personalization information server 300 and include a database of functions that the user can use.
  • the user terminal 100 may receive information on the function to be provided from the proposal server 400 through a communication network and provide information to the user.
  • FIG. 2 is a block diagram illustrating a user terminal of an integrated intelligent system according to an embodiment of the present invention.
  • a user terminal 100 may include an input module 110, a display 120, a speaker 130, a memory 140, or a processor 150.
  • the user terminal 100 may further include a housing, and the configurations of the user terminal 100 may be placed on the inside of the housing or on the housing.
  • the user terminal 100 may further include a communication circuit located inside the housing.
  • the user terminal 100 can exchange data (or information) with an external server (e.g., the intelligent server 200) through the communication circuit.
  • input module 110 may receive user input from a user.
  • input module 110 may receive user input from a connected external device (e.g., keyboard, headset).
  • input module 110 may include a touch screen (e.g., a touch screen display) coupled with display 120.
  • the input module 110 may include a hardware key (or physical key) located at the user terminal 100 (or the housing of the user terminal 100).
  • the input module 110 may include a microphone capable of receiving a user's utterance as a speech signal.
  • the input module 110 may include a speech input system, and may receive a speech of a user via the speech input system.
  • the microphone may be exposed, for example, through a portion (e.g., a first portion) of the housing.
  • the display 120 may display an image of an image, video, and / or application executable.
  • the display 120 may display a graphical user interface (GUI) of the app.
  • GUI graphical user interface
  • the display 120 may be exposed through a portion (e.g., a second portion) of the housing.
  • the speaker 130 may output a voice signal.
  • the speaker 130 may output a voice signal generated inside the user terminal 100 to the outside.
  • the speaker 130 may be exposed through a portion (e.g., a third portion) of the housing.
  • the memory 140 may store a plurality of applications (or application program application programs) 141 and 143.
  • the plurality of apps 141 and 143 may be, for example, a program for performing a function corresponding to a user input.
  • the memory 140 may store the intelligent agent 145, the execution manager module 147, or the intelligent service module 149.
  • the intelligent agent 145, the execution manager module 147 and the intelligent service module 149 may be implemented as a framework for processing received user input (e.g., user utterances) (application framework).
  • the memory 140 may include a database capable of storing information necessary to recognize user input.
  • the memory 140 may include a log database capable of storing log information.
  • the memory 140 may include a persona database capable of storing user information.
  • the memory 140 stores a plurality of apps 141 and 143, and a plurality of apps 141 and 143 can be loaded and operated.
  • a plurality of applications 141 and 143 stored in the memory 140 can be loaded and operated by the execution manager module 147.
  • the plurality of apps 141 and 143 may include execution service modules 141a and 143a that perform functions.
  • a plurality of apps 141, 143 may execute a plurality of actions (e.g., sequences of states) 141b, 143b through execution service modules 141a, 143a to perform a function.
  • the execution service modules 141a and 143a are activated by the execution manager module 147 and can execute a plurality of operations 141b and 143b.
  • the execution status screen when the operations 141b and 143b of the applications 141 and 143 are executed, the execution status screen according to the execution of the operations 141b and 143b may be displayed on the display 120.
  • the execution status screen may be, for example, a screen in which operations 141b and 143b are completed.
  • the execution status screen may be, for example, a screen in which partial execution of operations 141b and 143b is stopped (e.g., when parameters necessary for operations 141b and 143b are not input) .
  • the execution service module 141a, 143a may execute operations 141b, 143b in accordance with a path rule.
  • the execution service module 141a, 143a is activated by the execution manager module 147, receives an execution request according to the pass rule from the execution manager module 147, And 143b, the functions of the apps 141 and 143 can be executed.
  • the execution service modules 141a and 143a may transmit the completion information to the execution manager module 147 when the operations 141b and 143b are completed.
  • the plurality of operations 141b and 143b can be executed sequentially.
  • the execution service modules 141a and 143a perform the following operations (for example, the first application 141 and the second application 143) when execution of one operation (for example, operation 1 of the first application 141 and operation 1 of the second application 143) (Operation 2 of the second application 143 and operation 2 of the second application 143) and transmits the completion information to the execution manager module 147.
  • opening an arbitrary operation can be understood as transitioning an arbitrary operation to an executable state or preparing for execution of an arbitrary operation. In other words, if an operation is not opened, the operation can not be executed.
  • the execution manager module 147 can transmit an execution request for the next operation (for example, operation 2 of the first application 141 and operation 2 of the second application 143) to the execution service module when the completion information is received .
  • a plurality of apps 141 and 143 can be sequentially executed. For example, when the execution of the last operation of the first application 141 (for example, operation 3 of the first application 141) is completed and the completion information is received, the execution manager module 147 transmits the completion information to the second application 143, (E.g., operation 1 of the second application 143) to the execution service 143a.
  • a result screen corresponding to execution of each of the plurality of executed operations 141b and 143b is displayed on the display 120 Can be displayed.
  • only a part of a plurality of result screens resulting from the execution of the plurality of executed operations 141b and 143b may be displayed on the display 120.
  • the memory 140 may store an intelligent app (e.g., a voice recognition app) associated with the intelligent agent 145.
  • An application associated with the intelligent agent 145 can receive and process a user's utterance as a voice signal.
  • an application associated with the intelligent agent 145 is operated by a particular input (e.g., input via a hardware key, input via a touch screen, specific voice input) input via the input module 110 .
  • the intelligent agent 145, execution manager module 147, or intelligent service module 149 stored in the memory 140 may be executed by the processor 150.
  • the functions of the intelligent agent 145, execution manager module 147, or intelligent service module 149 may be implemented by the processor 150.
  • the functions of the intelligent agent 145, the execution manager module 147 and the intelligent service module 149 will be described by the operation of the processor 150.
  • the intelligent agent 145, execution manager module 147, or intelligent service module 149 stored in the memory 140 may be implemented in hardware as well as software.
  • the processor 150 may control the overall operation of the user terminal 100.
  • the processor 150 may control the input module 110 to receive user input.
  • the processor 150 may control the display 120 to display an image.
  • the processor 150 may control the speaker 130 to output a voice signal.
  • the processor 150 may control the memory 140 to execute the program and retrieve or store the necessary information.
  • the processor 150 may execute the intelligent agent 145, the execution manager module 147, or the intelligent service module 149 stored in the memory 140. Accordingly, the processor 150 may implement the functions of the intelligent agent 145, the execution manager module 147, or the intelligent service module 149.
  • the processor 150 may execute the intelligent agent 145 to generate an instruction to operate the app based on the voice signal received at the user input.
  • the processor 150 may execute the execution manager module 147 to execute the apps 141 and 143 stored in the memory 140 according to the generated command.
  • the processor 150 may execute the intelligent service module 149 to manage user information and process user input using the information of the user.
  • Processor 150 may execute intelligent agent 145 to send user input received via input module 110 to intelligent server 200 and process the user input through intelligent server 200.
  • the processor 150 may execute the intelligent agent 145 to pre-process the user input before transmitting the user input to the intelligent server 200.
  • the intelligent agent 145 may include an adaptive echo canceller (AEC) module, a noise suppression (NS) module, an end-point detection (EPD) module or an automatic gain control (AGC) module.
  • the adaptive echo canceller may remove an echo included in the user input.
  • the noise suppression module may suppress background noise included in the user input.
  • the end point detection module detects the end point of the user voice included in the user input and can use the detected end point to find the portion where the user's voice exists.
  • the automatic gain control module may recognize the user input and adjust the volume of the user input to be suitable for processing the recognized user input.
  • the processor 150 may execute all of the preprocessing configurations for performance, while in other embodiments, the processor 150 may execute some of the preprocessing configurations to operate at low power.
  • the intelligent agent 145 may execute a wake up recognition module stored in the memory 140 to recognize the user's call. Accordingly, the processor 150 can recognize the wake-up command of the user via the wake-up recognition module and execute the intelligent agent 145 to receive the user input when the wakeup command is received .
  • the wake-up recognition module may be implemented with a low-power processor (e.g., a processor included in an audio codec).
  • the processor 150 may execute the intelligent agent 145 when it receives user input via a hardware key.
  • an intelligent app e.g., a voice recognition app associated with the intelligent agent 145 may be executed.
  • the intelligent agent 145 may include a speech recognition module for performing user input.
  • the processor 150 may recognize a user input to cause the application to perform an action through the speech recognition module.
  • the processor 150 may receive a limited user (voice) input (e.g., a photographing operation when the camera app is running) that performs an action, such as the wake-up command, Such as " click "
  • the processor 150 may assist the intelligent server 200 and recognize the user command that can be processed in the user terminal 100 through the voice recognition module and perform quick processing.
  • the voice recognition module of the intelligent agent 145 for executing user input may be implemented in an app processor.
  • the voice recognition module of the intelligent agent 145 may recognize the user input using an algorithm for voice recognition.
  • the algorithm used to recognize the speech may be at least one of, for example, a hidden markov model (HMM) algorithm, an artificial neural network (ANN) algorithm, or a dynamic time warping (DTW) algorithm.
  • HMM hidden markov model
  • ANN artificial neural network
  • DTW dynamic time warping
  • the processor 150 may execute the intelligent agent 145 to convert the user's speech input into text data. For example, the processor 150 may transmit the user's voice to the intelligent server 200 via the intelligent agent 145 and may receive the textual data corresponding to the user's voice from the intelligent server 200. [ Accordingly, the processor 150 may display the converted text data on the display 120. [
  • the processor 150 may execute the intelligent agent 145 to receive path rules from the intelligent server 200. According to one embodiment, the processor 150 may communicate the pass rule to the execution manager module 147 via the intelligent agent 145.
  • the processor 150 executes the intelligent agent 145 to pass an execution result log according to the path rules received from the intelligent server 200 to the intelligence service module 149 And the delivered execution result log may be accumulated and managed in the preference information of the user of the persona manager 149b.
  • the processor 150 executes the execution manager module 147 to receive the path rules from the intelligent agent 145 to execute the apps 141 and 143, It is possible to execute the operations 141b and 143b included in the rule. For example, the processor 150 can transmit command information (e.g., path rule information) for executing operations 141b and 143b to the apps 141 and 143 via the execution manager module 147, The completion information of the operations 141b and 143b can be received from the apps 141 and 143.
  • command information e.g., path rule information
  • the processor 150 executes the execution manager module 147 to execute the operations 141b and 143b of the applications 141 and 143 between the intelligent agent 145 and the applications 141 and 143 (E.g., path rule information) to be transmitted.
  • the processor 150 binds the applications 141 and 143 to be executed according to the path rule through the execution manager module 147 and sets the command information of the operations 141b and 143b included in the path rule Path rule information) to the apps 141 and 143.
  • the processor 150 sequentially transmits the actions 141b and 143b included in the pass rule to the apps 141 and 143 through the execution manager module 147, (141b, 143b) can be sequentially executed in accordance with the path rule.
  • the processor 150 may execute the execution manager module 147 to manage the execution states of the operations 141b and 143b of the applications 141 and 143.
  • the processor 150 may receive information on the execution status of the operations 141b and 143b from the apps 141 and 143 via the execution manager module 147.
  • the processor 150 executes
  • the manager module 147 may pass information about the suspended state to the intelligent agent 145.
  • the processor 150 may request the user to input necessary information (e.g., parameter information) using the received information through the intelligent agent 145.
  • the processor 150 may receive speech from the user via the intelligent agent 145 if the execution state of the actions 141b and 143b is another, for example, an operational state.
  • the processor 150 may communicate information about the execution status of the applications 141 and 143 and the applications 141 and 143 to the intelligent agent 145 through the execution manager module 147.
  • the processor 150 may send the user utterance to the intelligent server 200 via the intelligent agent 145.
  • the processor 150 may receive parameter information of the user's utterance from the intelligent server 200 via the intelligent agent 145.
  • the processor 150 may communicate the received parameter information to the execution manager module 147 via the intelligent agent 145.
  • the execution manager module 147 can change the parameters of the operations 141b and 143b to new parameters using the received parameter information.
  • the processor 150 may execute the execution manager module 147 to transfer the parameter information contained in the path rule to the apps 141 and 143.
  • the execution manager module 147 can transmit parameter information included in the path rule from one application to another.
  • the processor 150 may execute the execution manager module 147 to receive a plurality of pass rules.
  • the processor 150 may select a plurality of pass rules based on the user's utterance via the execution manager module 147.
  • the processor 150 may determine that the user's utterance via the execution manager module 147 specifies some apps 141 that will perform some actions 141a, but other apps 143 that will execute the remaining actions 143b If not specified, a different app 143 (e.g., a message app, a telegram app) that can execute the same app 141 (e.g., a gallery app) ) Can be received, respectively.
  • a different app 143 e.g., a message app, a telegram app
  • the same app 141 e.g., a gallery app
  • the processor 150 may execute the same operations 141b and 143b (e.g., the same successive operations 141b and 143b) of the plurality of pass rules via the execution manager module 147, for example.
  • the processor 150 displays a status screen on the display 120 through which the different applications 141 and 143 included in the plurality of path rules can be selected through the execution manager module 147 Can be displayed.
  • the intelligent service module 149 may include a context module 149a, a persona module 149b, or a suggestion module 149c.
  • the processor 150 may execute the context module 149a to collect the current status of the apps 141 and 143 from the apps 141 and 143.
  • the processor 150 executes the context module 149a to receive the context information indicating the current status of the apps 141 and 143, and displays the current status of the apps 141 and 143 Can be collected.
  • the processor 150 may execute the persona module 149b to manage the personal information of the user using the user terminal 100.
  • the processor 150 executes the persona module 149b to collect usage information and performance results of the user terminal 100, and collects usage information and performance results of the user terminal 100, The personal information of the user can be managed.
  • the processor 150 may execute the proposal module 149c to predict the user's intention and recommend the command to the user based on the intention of the user.
  • the processor 150 may run the suggestion module 149c to recommend commands to the user based on the user's current state (e.g., time, location, context, app).
  • FIG. 3 is a diagram illustrating execution of an intelligent app of a user terminal according to an embodiment of the present invention.
  • the user terminal 100 receives user input and executes an intelligent application (e.g., a voice recognition application) associated with the intelligent agent 145.
  • an intelligent application e.g., a voice recognition application
  • the user terminal 100 may execute an intelligent app for voice recognition via the hardware key 112.
  • the user terminal 100 may display the user interface (UI) 121 of the intelligent app on the display 120 when the user input is received via the hardware key 112.
  • the user can touch the voice recognition button 121a to the UI 121 of the intelligent app to input (111b) voice, for example, while the UI 121 of the intelligent app is displayed on the display 120 .
  • the user may, for example, continue to press the hardware key 112 to enter voice 120b to enter voice 120b.
  • the user terminal 100 may execute an intelligent app for recognizing voice through the microphone 111.
  • the user terminal 100 displays the UI 121 of the intelligent app on the display 120 when a voice (e.g., wake up!) Designated via the microphone 111 is input 111a can do.
  • FIG. 4 is a diagram illustrating the context module of the intelligent service module collecting current status according to an embodiment of the present invention.
  • the processor 150 when the context request is received from the intelligent agent 145 (1), the processor 150 requests the context information indicating the current status of the applications 141 and 143 through the context module 149a )can do. According to one embodiment, the processor 150 may receive (3) the context information from the applications 141 and 143 via the context module 149a and transmit (4) it to the intelligent agent 145.
  • the processor 150 may receive a plurality of context information from the applications 141 and 143 via the context module 149a.
  • the context information may be, for example, information on the most recently executed apps 141 and 143.
  • the context information may, for example, be information about the current state in the apps 141 and 143 (e.g., information about the photo if the user is viewing the photo in the gallery).
  • the processor 150 can receive context information indicating the current state of the user terminal 100 from the device platform as well as the applications 141 and 143 via the context module 149a have.
  • the context information may include general context information, user context information, or device context information.
  • the general context information may include general information of the user terminal 100.
  • the general context information may be received through the sensor hub of the device platform or the like and may be confirmed through an internal algorithm.
  • the general context information may include current time and space information.
  • the information on the current time and space may include information on the current time or the current position of the user terminal 100, for example.
  • the current time can be confirmed through time on the user terminal 100, and information on the current position can be confirmed through a global positioning system (GPS).
  • GPS global positioning system
  • the general context information may include information about physical motion.
  • the information on the physical movement may include information on, for example, walking, running, driving, and the like.
  • the physical motion information may be identified through a motion sensor.
  • the information on the driving operation can be confirmed not only through the motion sensor but also through the Bluetooth connection in the vehicle to confirm boarding and parking.
  • the general context information may include user activity information.
  • the user activity information may include information on commute, shopping, trip, and the like, for example.
  • the user activity information can be confirmed using information about a place where a user or an application registers in the database.
  • the user context information may include information about a user.
  • the user context information may include information on a user's emotional state.
  • the information on the emotional state may include, for example, information about a user's happiness, sadness, anger, etc.
  • the user context information may include information on the current state of the user.
  • the information on the current state may include information on, for example, interest, intention, etc. (e.g., shopping).
  • the device context information may include information on the status of the user terminal 100.
  • the device context information may include information about a path rule executed by the execution manager module 147.
  • the device information may include information about the battery. The information on the battery can be confirmed through, for example, the state of charge and discharge of the battery.
  • the device information may include information about connected devices and networks. Information about the connected device can be ascertained, for example, via a communication interface to which the device is connected.
  • FIG. 5 is a block diagram illustrating a proposal module of an intelligent service module according to an embodiment of the present invention.
  • the proposal module 149c includes a hint providing module 149c_1, a context hint generating module 149c_2, a condition checking module 149c_3, a condition model module 149c_4, a reuse hint generating module 149c_5, And a hint generation module 149c_6.
  • the processor 150 may execute a hint providing module 149c_1 to provide a hint to the user.
  • the processor 150 receives a hint generated from the context hint generation module 149c_2, the reuse hint generation module 149c_5 or the introduction hint generation module 149c_6 via the hint providing module 149c_1, Can be provided.
  • the processor 150 may execute the condition checking module 149c_3 or the condition model module 149c_4 to generate a hint that may be recommended according to the current state.
  • the processor 150 executes the condition checking module 149c_3 to receive the information corresponding to the current state, executes the condition model module 149c_4, and sets a condition model using the received information .
  • the processor 150 executes the condition model module 149c_4 to identify a time, a location, an application in use, and the like at the time of providing a hint to the user, Can be provided to the user in descending order.
  • the processor 150 may execute a reuse hint generation module 149c_5 to generate a hint that can be recommended according to frequency of use.
  • the processor 150 may execute a reuse hint generation module 149c_5 to generate a hint based on the usage pattern of the user.
  • the introductory hint generation module 149c_6 may generate a hint that introduces the user to a new feature or a feature often used by another user.
  • hints to introduce the new functionality may include an introduction to the intelligent agent 145 (e.g., how it works).
  • the context hint generation module 149c_2, the condition checking module 149c_3, the condition model module 149c_4, the reuse hint generation module 149c_5 or the introduction hint generation module 149c_6 of the proposal module 149c And may be included in the personalization information server 300.
  • the processor 150 may generate the context hint generation module 149c_2, the reuse hint generation module 149c_5, or the introduction hint generation module 149c_5 of the user personalization information server 300 through the hint providing module 149c_1 of the proposal module 149c May receive a hint from module 149c_6 and provide the received hint to the user.
  • the user terminal 100 may provide hints in accordance with the following sequence of processes. For example, when the processor 150 receives a request for providing a hint from the intelligent agent 145, the processor 150 may transmit the request for hint generation to the context hint generation module 149c_2 via the hint providing module 149c_1. Upon reception of the hint generation request, the processor 150 may receive information corresponding to the current state from the context module 149a and the persona module 149b through the condition checking module 149c_3.
  • the processor 150 transfers the received information to the condition model module 149c_4 through the condition checking module 149c_3 and notifies the condition model module 149c_4 of the hints provided to the user using the information through the condition model module 149c_4 Hints can be prioritized in order of high availability.
  • the processor 150 may check the condition through the context hint generation module 149c_2 and generate a hint corresponding to the current state.
  • the processor 150 may forward the generated hint to the hint providing module 149c_1 via the context hint generation module 149c_2.
  • the processor 150 may arrange the hint according to the rules specified via the hint providing module 149c_1 and forward the hint to the intelligent agent 145.
  • the processor 150 may generate a plurality of context hints through the hint providing module 149c_1, and may assign a priority to a plurality of context hints according to a specified rule. According to one embodiment, the processor 150 may first provide the user with a higher priority among the plurality of context hints via the hint providing module 149c_1.
  • the user terminal 100 may suggest hints based on frequency of use. For example, when the processor 150 receives the hint providing request from the intelligent agent 145, the processor 150 can transmit the hint creation request to the reuse hint generating module 149c_5 via the hint providing module 149c_1. Upon reception of the hint creation request, the processor 150 may receive user information from the persona module 149b through the reuse hint creation module 149c_5. For example, the processor 150 accesses the path rule included in the user's preference information of the persona module 149b via the reuse hint generation module 149c_5, the parameters included in the path rule, the frequency of execution of the application, Space-time information can be received.
  • the processor 150 may generate a hint corresponding to the received user information through the reuse hint generation module 149c_5.
  • the processor 150 may transmit the generated hint to the hint providing module 149c_1 through the reuse hint generating module 149c_5.
  • the processor 150 may arrange the hint via the hint providing module 149c_1 and forward the hint to the intelligent agent 145.
  • the user terminal 100 may propose a hint for a new function.
  • the processor 150 can transmit the request for hint generation to the introduction hint generation module 149c_6 via the hint providing module 149c_1.
  • the processor 150 may receive the introduction hint providing request from the proposal server 400 through the introduction hint generation module 149c_6 and receive the information on the function to be introduced from the proposal server 400.
  • the proposal server 400 may, for example, store information about a function to be introduced, and the hint list for the function to be introduced may be updated by a service operator.
  • the processor 150 may forward the generated hint to the hint providing module 149c_1 through the introduction hint generation module 149c_6.
  • the processor 150 may arrange the hint through the hint providing module 149c_1 and send the hint to the intelligent agent 145 (6).
  • the processor 150 may provide the user with the hints generated by the context hint generation module 149c_2, the reuse hint generation module 149c_5, or the introduction hint generation module 149c_6 through the proposal module 149c.
  • the processor 150 may display the generated hint through the proposal module 149c on an app that operates the intelligent agent 145 and receive an input from the user to select the hint from the user can do.
  • FIG. 6 is a block diagram illustrating an intelligent server of an integrated intelligent system according to an embodiment of the present invention.
  • the intelligent server 200 includes an automatic speech recognition (ASR) module 210, a natural language understanding (NLU) module 220, a path planner module 220, A dialogue manager (DM) module 240, a natural language generator (NLG) module 250 or a text to speech (TTS) module 260 can do.
  • the intelligent server 200 may include a communication circuit, a memory, and a processor.
  • the processor executes the instructions stored in the memory and generates an automatic speech recognition module 210, a natural language understanding module 220, a path planner module 230, a dialogue manager module 240, a natural language creation module 250,
  • the module 260 can be driven.
  • the intelligent server 200 can send and receive data (or information) with an external electronic device (e.g., the user terminal 100) through the communication circuit.
  • the natural language understanding module 220 or the path planner module 230 of the intelligent server 200 may generate a path rule.
  • an automatic speech recognition (ASR) module 210 may convert user input received from the user terminal 100 into text data.
  • ASR automatic speech recognition
  • the automatic speech recognition module 210 may convert user input received from the user terminal 100 into text data.
  • the automatic speech recognition module 210 may include a speech recognition module.
  • the speech recognition module may include an acoustic model and a language model.
  • the acoustic model may include information related to speech
  • the language model may include information on a combination of unit phoneme information and unit phoneme information.
  • the speech recognition module may convert user speech into text data using information on vocalization and information on unit phonemic information.
  • the information about the acoustic model and the language model may be stored in, for example, an automatic speech recognition database (ASR DB)
  • ASR DB automatic speech recognition database
  • the natural language understanding module 220 can perform a syntactic analysis or a semantic analysis to grasp a user's intention.
  • the grammatical analysis can divide the user input into grammatical units (e.g., words, phrases, morphemes, etc.) and determine what grammatical elements the divided units have.
  • the semantic analysis can be performed using semantic matching, rule matching, formula matching, or the like. Accordingly, the natural language understanding module 220 may obtain a domain (domain), an intent, or a parameter (or a slot) necessary for expressing the intention.
  • the one domain e.g., an alarm
  • the plurality of rules may include, for example, one or more mandatory element parameters.
  • the matching rule may be stored in a natural language understanding database (NLU DB)
  • the natural language understanding module 220 grasps the meaning of words extracted from user input using linguistic features (e.g., grammatical elements) such as morphemes, phrases, and the like, And the intention of the user. For example, the natural language understanding module 220 can determine the user intention by calculating how many words extracted from user input are included in each domain and intention. According to one embodiment, the natural language understanding module 220 may determine the parameters of the user input using words that are the basis for grasping the intent. According to one embodiment, the natural language understanding module 220 can determine the intention of the user using the natural language recognition database 221 in which the linguistic characteristic for grasping the intention of the user input is stored.
  • linguistic features e.g., grammatical elements
  • the natural language understanding module 220 may determine the parameters of the user input using words that are the basis for grasping the intent.
  • the natural language understanding module 220 can determine the intention of the user using the natural language recognition database 221 in which the linguistic characteristic for grasping the intention of the user input is stored.
  • the natural language understanding module 220 can determine a user's intention using a personalized language model (PLM).
  • PLM personalized language model
  • the natural language understanding module 220 may determine a user's intention using personalized information (e.g., a contact list, a music list).
  • personalized language model may be stored in the natural language recognition database 221, for example.
  • not only the natural language understanding module 220 but also the automatic speech recognition module 210 can recognize the user's voice by referring to the personalized language model stored in the natural language recognition database 221.
  • the natural language understanding module 220 may generate a pass rule based on the intent and parameters of the user input. For example, the natural language understanding module 220 may select an app to be executed based on an intention of a user input, and determine an operation to be performed in the selected app. The box salmon understanding module 220 may determine a parameter corresponding to the determined operation to generate a pass rule. According to one embodiment, the pass rule generated by the natural language understanding module 220 includes information about an app to be executed, an action to be performed in the app (e.g., at least one or more states) .
  • the natural language understanding module 220 may generate one pass rule, or a plurality of pass rules, based on the intent and parameters of the user input. For example, the natural language understanding module 220 receives the path rule set corresponding to the user terminal 100 from the path planner module 230, maps the intention and parameters of the user input to the received path rule set, The rules can be determined.
  • the natural language understanding module 220 determines an app to be executed, an action to be performed in the app, and parameters necessary to perform the action based on the intention and parameters of the user input, You can create a rule.
  • the natural language understanding module 220 may use the information of the user terminal 100 to describe an operation to be executed in the app to be executed and an application in an ontology or a graph model You can create path rules by arranging them.
  • the generated path rule may be stored in a path rule database (PR DB) 231 via the path planner module 230, for example.
  • the generated path rule may be added to the path rule set of the database 231.
  • the natural language understanding module 220 may select at least one of the generated plurality of pass rules. For example, the natural language understanding module 220 may select an optimal path rule for the plurality of pass rules. As another example, the natural language understanding module 220 may select a plurality of pass rules if only some actions are specified based on user utterances. The natural language understanding module 220 may determine one of the plurality of pass rules by a user's further input.
  • the natural language understanding module 220 may send a pass rule to the user terminal 100 in response to a user input.
  • the natural language understanding module 220 may transmit one pass rule corresponding to user input to the user terminal 100.
  • the natural language understanding module 220 may transmit a plurality of pass rules corresponding to user input to the user terminal 100.
  • the plurality of pass rules may be generated by the natural language understanding module 220 if, for example, only some actions are specified based on user utterances.
  • the path planner module 230 may select at least one of the plurality of path rules.
  • the path planner module 230 may deliver a set of path rules that includes a plurality of pass rules to the natural language understanding module 220.
  • the plurality of path rules of the path rule set may be stored in a form of a table in the path rule database 231 connected to the path planner module 230.
  • the path planner module 230 transmits a path rule set corresponding to information (e.g., OS information, app information) of the user terminal 100 received from the intelligent agent 145 to the natural language understanding module 220 .
  • the table stored in the path rule database 231 may be stored, for example, for each domain or domain version.
  • the path planner module 230 may select one pass rule or a plurality of pass rules from a pass rule set and transmit the selected pass rules to the natural language understanding module 220. For example, the path planner module 230 selects one pass rule or a plurality of pass rules by matching a user's intention and parameters with the path rule set corresponding to the user terminal 100, .
  • the path planner module 230 may generate one pass rule or a plurality of pass rules using the user intent and parameters. For example, the path planner module 230 may generate one pass rule or a plurality of pass rules by determining an app to be executed and an action to be executed in the app based on the user's intention and parameters. According to one embodiment, the path planner module 230 may store the generated path rule in the path rule database 231.
  • the path planner module 230 may store the pass rules generated in the natural language understanding module 220 in the pass rule database 231. [ The generated path rule may be added to the path rule set stored in the path rule database 231. [
  • the table stored in the path rule database 231 may include a plurality of path rules or a plurality of path rule sets.
  • the plurality of path rules or the plurality of path rule sets may reflect the type, version, type, or characteristic of the device that executes each pass rule.
  • the conversation manager module 240 may determine whether the intention of the user identified by the natural language understanding module 220 is clear. For example, the conversation manager module 240 may determine whether the intention of the user is clear based on whether or not the information of the parameter is sufficient. The conversation manager module 240 may determine whether the parameter identified in the natural language understanding module 220 is sufficient to perform the task. According to one embodiment, the conversation manager module 240 may perform feedback requesting the user for the necessary information if the intention of the user is not clear. For example, the conversation manager module 240 may perform feedback requesting information about a parameter for grasping a user's intention.
  • the conversation manager module 240 may include a content provider module. If the content providing module can perform an operation based on the intention and parameters recognized in the natural language understanding module 220, the content providing module may generate a result of performing a task corresponding to a user input. According to one embodiment, the conversation manager module 240 may send the results generated in the content provision module to the user terminal 100 in response to user input.
  • the natural language generation module (NLG) 250 may change the specified information into a text form.
  • the information changed in the text form may be in the form of a natural language utterance.
  • the specified information may be, for example, information about additional inputs, information to guide completion of an operation corresponding to the user input, or information (e.g., feedback information on user input) that directs additional input of the user.
  • the information changed in the text form may be transmitted to the user terminal 100 and displayed on the display 120 or transmitted to the text-to-speech conversion module 260 to be changed to a voice form.
  • the text-to-speech module 260 may change textual information to speech-like information.
  • the text-to-speech conversion module 260 receives the information of the text form from the natural language generation module 250, converts the information of the text form into the information of the voice form, and transmits the information to the user terminal 100.
  • the user terminal 100 may output the voice information to the speaker 130.
  • the natural language understanding module 220, the path planner module 230, and the conversation manager module 240 may be implemented as a single module.
  • the natural language understanding module 220, the path planner module 230, and the conversation manager module 240 may be implemented as a module to determine a user's intention and parameters, You can create a response (eg, a path rule). Accordingly, the generated response can be transmitted to the user terminal 100.
  • FIG. 7 is a diagram illustrating a method of generating a path rule of a path planner module according to an embodiment of the present invention.
  • the natural language understanding module 220 may divide a function of an app into an action (for example, a state A to a state F) and store the function in the pass rule database 231.
  • the natural language understanding module 220 includes a plurality of path rules A-B1-C1, A-B1-C2, A-B1-C3-DF, B1-C3-DEF) may be stored in the path rule database 231.
  • the path rule database 231 of the path planner module 230 may store a set of path rules for performing the function of the app.
  • the set of path rules may include a plurality of pass rules including a plurality of actions (e.g., a sequence of states).
  • the plurality of path rules may be sequentially arranged in accordance with the parameters inputted to each of the plurality of operations.
  • the plurality of pass rules may be configured in an ontology or graph model form and stored in the pass rule database 231.
  • the natural language understanding module 220 includes a plurality of pass rules A-B1-C1, A-B1-C2, A-B1-C3-DF, (A-B1-C3-DF) can be selected among the optimum path rules (B1-C3-DEF).
  • the natural language understanding module 220 may pass a plurality of rules to the user terminal 100 in the absence of a path rule that perfectly matches the user input. For example, the natural language understanding module 220 may select a pass rule (e.g., A-B1) that is partially corresponding to the user input.
  • the natural language understanding module 220 includes one or more pass rules (e.g., A-B1-C1, A-B1-C2, A-B1-C3 -DF, A-B1-C3-DEF) to the user terminal 100.
  • the natural language understanding module 220 may select one of a plurality of pass rules based on the further input of the user terminal 100 and forward the selected one pass rule to the user terminal 100 have. For example, the natural language understanding module 220 may generate a plurality of pass rules (e.g., A-B1-C1, A-B1, etc.) according to a user input (e.g., (For example, A-B1-C3-DF) among the A-B1-C3-DF and the A-B1-C3-DEF.
  • a user input e.g., (For example, A-B1-C3-DF) among the A-B1-C3-DF and the A-B1-C3-DEF.
  • the natural language understanding module 220 may include a user's intention corresponding to a user input (e.g., an input to select C3) further input to the user terminal 100 via the natural language understanding module 220 and / And may transmit the determined user's intention or parameter to the user terminal 100.
  • a user's intention corresponding to a user input e.g., an input to select C3
  • the natural language understanding module 220 may transmit the determined user's intention or parameter to the user terminal 100.
  • A-B1-C3-DF, A-B1-C3-DF, and A-B1-C3-DF based on the transmitted intention or the parameter. DEF) for example, A-B1-C3-DF.
  • the user terminal 100 can complete the operation of the applications 141 and 143 by the selected one pass rule.
  • the natural language understanding module 220 may generate a pass rule that partially corresponds to the received user input, when the intelligent server 200 receives user input that lacks information. For example, the natural language understanding module 220 may send the partially-matched path rule to the intelligent agent 145.
  • Processor 150 may execute intelligent agent 145 to receive the pass rules and pass the partially matched pass rules to execution manager module 147. [ The processor 150 may execute the first application 141 according to the path rule through the execution manager module 147. [ The processor 150 may execute the first app 141 via the execution manager module 147 and send information on the missing parameters to the intelligent agent 145. [ The processor 150 may request additional input to the user using the information on the missing parameter via the intelligent agent 145.
  • the processor 150 may send and process user input to the intelligent server 200 when additional input is received by the user via the intelligent agent 145.
  • the natural language understanding module 220 may generate the added path rule based on the intention and parameter information of the further input user input and transmit the generated path rule to the intelligent agent 145.
  • the processor 150 may execute the second app 143 by sending the pass rule to the execution manager module 147 via the intelligent agent 145.
  • the natural language understanding module 220 may send a user information request to the personalization information server 300 when user input with some information missing is received by the intelligent server 200.
  • the personalization information server 300 may transmit the information of the user who inputs the user input stored in the persona database to the natural language understanding module 220.
  • the natural language understanding module 220 may use the user information to select a path rule corresponding to a user input that is missing some operation. Accordingly, the natural language understanding module 220 may request the missing information to receive the additional input even when the user input with some information is missing, even if it is received by the intelligent server 200, Can be determined.
  • Table 1 may illustrate an exemplary form of a pass rule associated with a task requested by a user according to an embodiment.
  • a pass rule generated or selected in an intelligent server (intelligent server 200 in FIG. 1) according to a user utterance includes at least one state 25, 26 , 27, 28, 29 or 30).
  • the at least one state includes a photo application execution view (PicturesView) 25, a photo search function execution (SearchView) 26, a search result display screen output (SearchViewResult) (SearchEmptySelectedView) 28, a SearchSelectedView 29 on which at least one picture is selected, or a shared application selection screen output (CrossShare) 30 ).
  • the parameter information of the pass rule may correspond to at least one state.
  • the at least one photo may be included in the selected search result display screen output 29 state.
  • a task requested by the user as a result of the execution of the path rule including the sequence of states 25, 26, 27, 28, 29 (e.g., " share photo!
  • FIG. 8 is a diagram illustrating that a persona module of an intelligent service module manages information of a user according to an exemplary embodiment of the present invention.
  • the processor 150 may receive information of the user terminal 100 from the applications 141 and 143, the execution manager module 147, or the context module 149a via the persona module 149b .
  • the processor 150 may store the result information obtained by executing the operations 141b and 143b of the app through the apps 141 and 143 and the execution manager module 147 in the action log database.
  • the processor 150 may store information on the current state of the user terminal 100 in the context database through the context module 149a.
  • the processor 150 may receive the stored information from the action log database or the context database via the persona module 149b.
  • the data stored in the action log database and the context database may be analyzed by, for example, an analysis engine and passed to the persona module 149b.
  • the processor 150 transmits information received from the applications 141 and 143, the execution manager module 147 or the context module 149a to the proposal module 149c via the persona module 149b .
  • the processor 150 may forward the data stored in the action log database or the context database to the proposal module 149c via the persona module 149b.
  • the processor 150 transmits information received from the applications 141 and 143, the execution manager module 147 or the context module 149a to the personalization information server 300 via the persona module 149b can do.
  • the processor 150 may periodically transmit data stored in the action log database or the context database to the personalization information server 300 via the persona module 149b.
  • the processor 150 may communicate the activity log database or the data stored in the context database to the proposal module 149c via the persona module 149b.
  • the user information generated through the persona module 149b may be stored in the persona database.
  • the persona module 149b may periodically transmit the user information stored in the persona database to the personalization information server 300.
  • information sent to the personalization information server 300 via the persona module 149b may be stored in a persona database.
  • the personalization information server 300 can deduce user information necessary for generating a pass rule of the intelligent server 200 using the information stored in the persona database.
  • the inferred user information using information transmitted via the persona module 149b may include profile information or preference information.
  • the profile information or the preference information may be deduced from the user's account and accumulated information.
  • the profile information may include personal information of a user.
  • the profile information may include demographic information of a user.
  • the demographic information may include, for example, a user's gender, age, and the like.
  • the profile information may include life event information.
  • the life event information may be inferred by comparing log information with a life event model, for example, and may be reinforced by analyzing a behavior patter.
  • the profile information may include interest information.
  • the interest information may include, for example, a shopping item of interest, an area of interest (e.g., sports, politics, etc.).
  • the profile information may include activity area information.
  • the activity area information may include information on, for example, a house, a work place, and the like.
  • the information on the active area may include information on the place where the priority is recorded based on the cumulative stay time and the number of visits as well as information on the location of the place.
  • the profile information may include activity time information.
  • the activity time information may include information on, for example, a weather time, a commute time, a sleep time, and the like.
  • the information on the commute time can be inferred using the activity area information (e.g., information on the house and work place). Information about the sleeping time can be inferred through the unused time of the user terminal 100.
  • the preference information may include user preference information.
  • the preference information may include information about an app preference.
  • the app preference can be deduced, for example, through the usage history of the app (e.g., time and place usage records).
  • the preference of the app may be used to determine an app to be executed according to a user's current state (e.g., time, place).
  • the preference information may include information about contact preferences.
  • the contact preference can be inferred by analyzing information on the frequency of contact (e.g., frequency of contact by hour or place) of a contact, for example.
  • the contact preference can be used to determine the contact to contact according to the current state of the user (e.g., contact for duplicate names).
  • the preference information may include setting information.
  • the setting information may be inferred by analyzing information on a setting frequency of a specific setting value (for example, a frequency of setting the setting value by time or place).
  • the setting information may be used to set a specific setting value according to a user's current state (e.g., time, place, situation).
  • the preference information may include location preference.
  • the place preference can be deduced, for example, through a visit record (for example, an hourly visit record) of a specific place.
  • the location preference can be used to determine a visited location according to the user's current state (e.g., time).
  • the preference information may include a command preference.
  • the command preference may be inferred through, for example, the frequency of command usage (e.g., time, frequency of use per location).
  • the command preference may be used to determine a command pattern to be used according to the user's current state (e.g., time, location).
  • the command preference may include information about the menu most frequently selected by the user in the current state of the app being executed by analyzing the log information.
  • FIG. 9 illustrates an example of an environment that includes a plurality of electronic devices in accordance with various embodiments.
  • the environment 900 may include a server 905 and a plurality of electronic devices (e.g., electronic devices 910-1 through 910-N).
  • the server 905 may communicate with the plurality of electronic devices (e.g., electronic devices 910-1 through 910-N).
  • the plurality of electronic devices e.g., electronic devices 910-1 through 910-N.
  • the server 905 receives data, signals, information, or messages from at least some of the plurality of electronic devices (e.g., electronic devices 910-1 through 910-N) can do.
  • the server 905 may receive the data, the signal, the information, or the message associated with a voice signal received at least a portion of the plurality of electronic devices, from at least some of the plurality of electronic devices .
  • the data, the signal, the information, or the message may be received directly from the server 905 directly from at least some of the plurality of electronic devices.
  • the data, the signal, the information, or the message may be received at the server 905 through at least one other device from at least some of the plurality of electronic devices.
  • the server 905 sends data, signals, information, or messages to at least some of the plurality of electronic devices (e.g., electronic devices 910-1 through 910-N) can do.
  • the server 905 may send to at least some of the plurality of electronic devices data, signals, information, and / or information related to a response or feedback to a voice signal received on at least some of the plurality of electronic devices, Or send a message.
  • the data, the signal, the information, or the message may be transmitted directly to at least some of the plurality of electronic devices.
  • the data, the signal, the information, or the message may be transmitted to at least some of the plurality of electronic devices via at least one other device.
  • the server 905 may correspond to at least one of the intelligent server 200, the personalization information server 300, and the proposal server 400 shown in FIG.
  • the server 905 may be a device that interacts with at least one of the intelligent server 200, the personalization information server 300, and the proposal server 400 shown in FIG.
  • the server 905 may be connected to the intelligent server 200 for association with at least one of the intelligent server 200, the personalization information server 300, and the proposal server 400 shown in FIG.
  • Each of the plurality of electronic devices may provide services.
  • Each of the plurality of electronic devices can provide a service based on an input received at each of the plurality of electronic devices.
  • At least some of the plurality of electronic devices may communicate with server 905.
  • at least some of the plurality of electronic devices may provide data, signals, information, or messages to server 905 Can be transmitted.
  • the data, the signal, the information, or the message provided to the server 905 may be associated with a voice signal received at least a portion of the plurality of electronic devices.
  • At least some of the plurality of electronic devices (e.g., electronic devices 910-1 to 910-N) may receive data, signals, information, or messages from server 905 .
  • the data, the signal, the information, or the message provided from the server 905 may be associated with a response or feedback to a voice signal received at least a portion of the plurality of electronic devices.
  • At least some of the plurality of electronic devices may communicate with at least another portion of the plurality of electronic devices.
  • the communication between the plurality of electronic devices may include at least one of bluetooth communication, bluetooth low energy (BLE) communication, Wi-Fi direct communication, LTE or device-to-device (D2D) communication, such as evolution, sidelink communication, and the like.
  • the communication between the plurality of electronic devices may be a communication requiring an intermediate node, such as an access point, a base station, a server, and the like.
  • At least some of the plurality of electronic devices may have different capabilities, characteristics, and / or capabilities from at least another portion of the plurality of electronic devices. ), Or an attribute.
  • At least some of the plurality of electronic devices may be fixed devices, while one or more of the plurality of electronic devices At least another portion may be a device having mobility.
  • at least some of the plurality of electronic devices may be a desktop computer, a television, a refrigerator, a washing machine, an air conditioner, a smart light,
  • At least one of the plurality of electronic devices includes at least one of a smartphone, a tablet, a digital camera, a digital camera, a tablet computer, a laptop computer, a portable game machine, a portable music player, or a vacuum cleaner.
  • At least some of the plurality of electronic devices may perform bi-directional communication (e.g., sending and receiving data, signals, information, or messages) with other devices (e.g., server 905) , At least another portion of the plurality of electronic devices may perform unidirectional communication with another device.
  • bi-directional communication e.g., sending and receiving data, signals, information, or messages
  • other devices e.g., server 905
  • At least another portion of the plurality of electronic devices may perform unidirectional communication with another device.
  • At least some of the plurality of electronic devices have the ability to receive a voice signal, while at least another portion of the plurality of electronic devices does not have the capability to receive a voice signal .
  • FIG. 10 illustrates an example of a functional configuration of an electronic device that performs operations associated with speech recognition in accordance with various embodiments.
  • This functional configuration may be included in at least one of the plurality of electronic devices (e.g., electronic devices 910-1 to 910-N) shown in FIG.
  • an electronic device 910 may include a processor 1010, a microphone 1020, a communication interface 1030, a memory 1040, and an output device 1050.
  • the processor 1010 may control the overall operation of the electronic device 910.
  • the processor 1010 may also include other components within the electronic device 910 such as a microphone 1020, a communication interface 1030, a memory 1040, an output device 1050 to control the overall operation of the electronic device 910 May be operatively associated with a component.
  • the processor 1010 can receive instructions from other components of the electronic device 910, interpret the received instructions, perform calculations or process data according to interpreted instructions.
  • Processor 1010 may process data or signals caused within electronic device 910. For example, processor 1010 may request memory 1040 for instructions, data, or signals. Processor 1010 may write (or store) or update an instruction, data, or signal in memory 1040 to control electronic device 910 or other components within electronic device 910. [
  • the processor 1010 can interpret and process messages, data, commands or signals received from the microphone 1020, the communication interface 1030, the memory 1040, the output device 1050, and the like.
  • the processor 1010 may generate a new message, data, command, or signal based on the received message, data, command, or signal.
  • the processor 1010 may provide processed or generated messages, data, instructions, or signals to the microphone 1020, the communication interface 1030, the memory 1040, the output device 1050, and so on.
  • the processor 1010 may include at least one processor.
  • the processor 1010 may include an application processor for controlling a higher layer program such as an application, a communication processor for controlling functions related to communication, or an encoding related to an audio signal. And an audio codec chip for controlling decoding of the audio signal.
  • the microphone 1020 may receive an audio signal that is caused outside of the electronic device 910.
  • the microphone 1020 may receive an audio signal, such as a voice signal, generated by a user associated with the electronic device 910.
  • the microphone 1020 may convert the received audio signal into an electrical signal.
  • the microphone 1020 may provide the converted electrical signal to the processor 1010.
  • the communication interface 1030 may include a communication path between another electronic device and an electronic device 910 such as a communication path between the electronic device 910 and another electronic device 910-K, an electronic device 910 and a server 905 And the like), and the like.
  • the communication interface 1030 may be a Bluetooth communication technique, a Bluetooth low energy (BLE) communication scheme, a Wi-Fi (wireless fidelity) communication scheme, a cellular (cellular or mobile) And may be a module for at least one of wireline communication techniques.
  • the communication interface 1030 may provide signals, information, data, or messages received from the other electronic device to the processor 1010.
  • the communication interface 1030 may transmit signals, information, data, or messages provided from the processor 1010 to the other electronic device.
  • the memory 1040 may store instructions, control command codes, control information, or user data for controlling the electronic device 910.
  • the memory 1040 may include an application, an operating system (OS), a middleware, and a device driver.
  • OS operating system
  • middleware middleware
  • device driver device driver
  • the output device 1050 can be used to provide information to the user.
  • the output device 1050 may include a speaker that provides information to a user via an audio signal, a display that provides information to a user via a graphical user interface (GUI) And an indicator module (e.g., an LED (light emitting diode) module) that provides information to the user via the wireless network.
  • GUI graphical user interface
  • an indicator module e.g., an LED (light emitting diode) module
  • the output device 1050 can provide information based on information, data, or signals provided from the processor 1010.
  • the processor 1010 may receive a voice signal via the microphone 1020.
  • the processor 1010 may receive a voice signal for interaction between the electronic device 910 and a user via the microphone 1020.
  • the voice signal may also be referred to as user utterance.
  • the voice signal may include a wake-up command.
  • the wake-up command may be used to transition an electronic device 910 operating in an inactive state to an active state.
  • the inactive state may indicate a state in which at least one function of the electronic device 910 is inactive.
  • the inactive state may indicate a state in which at least one component of the electronic device 910 is inactive.
  • the wake-up command may indicate that the user initiates an interaction with the electronic device 910.
  • the wake-up command may indicate that a voice command is to be received after the wake-up command.
  • the wake-up command may be a voice input used to activate a function for voice recognition of the electronic device 910.
  • the wake-up command may be a voice input that is used to indicate that a voice command that may be received after the wake-up command is a voice signal associated with the electronic device 910.
  • the wake-up command may be used to distinguish between a voice signal that is not associated with electronic device 910 and a voice signal that is associated with electronic device 910.
  • the wake-up command may be configured with at least one designated or specified keyword, such as " hey bixby. &Quot;
  • the wake-up command may be a voice input that is required to identify whether it corresponds to the at least one keyword.
  • the wake-up command may be a voice input that does not require natural language processing or requires a limited level of natural language processing.
  • the voice signal may further comprise a voice command after the wake-up command.
  • the voice command may relate to the purpose or reason for which the voice signal was caused by the user.
  • the voice command may include information for indicating a service that a user desires to receive through the electronic device 910. [ The voice command includes " Today's weather ", " What is the name of music being played now? &Quot; And may be configured with at least one text for interaction between the user and the electronic device 910,
  • the voice command may be a voice input that is required to identify what the at least one text is.
  • the voice command may be voice input requiring natural language processing.
  • the processor 1010 may provide, via the output device 1050, an indication that after receiving the voice signal, the voice signal is received.
  • the processor 1010 may provide a sound effect indicating that the voice signal is received via the output device 1050 after the reception of the voice signal is completed, It is possible to provide a visual object.
  • the processor 1010 may include an indication of receiving the voice signal within a duration of silience between the wake-up command in the voice signal and the voice command in the voice signal .
  • the processor 1010 may identify or recognize the wake-up command within the received voice signal.
  • Processor 1010 may monitor whether the received voice signal includes the at least one specified keyword.
  • the processor 1010 may identify or recognize the wake-up command corresponding to the at least one designated keyword in the received voice signal, based on the monitoring.
  • the processor 1010 may send information about the identified wake-up command to the server 905 associated with the electronic device 910 via the communication interface 1030.
  • Processor 1010 may be coupled to the electronic device 910 via the communication interface 1030 in response to identifying the wake-up command to determine or measure the quality of reception of the voice signal received at the electronic device 910.
  • the server 905 may determine a value for indicating the reception quality of the voice signal based at least on information on the wake-up command transmitted from the electronic device 910.
  • the value for indicating the reception quality may include an audio gain for the wake-up command, a received signal strength (RSS) for the wake-up command, a signal for the wake- Up command is included in at least one of the at least one specified keyword, the signal-to-noise ratio (SNR), the energy distribution for the wake-up command, can do.
  • RSS received signal strength
  • SNR signal-to-noise ratio
  • the processor 1010 may determine a value for indicating the reception quality of the voice signal based at least in part on the identified wake-up command. For example, the processor 1010 may be configured to determine whether the received signal strength for the identified wake-up command, the signal-to-noise ratio for the identified wake-up command, the energy distribution for the wake- And the degree to which the command matches the at least one designated keyword may be determined as a value for indicating the reception quality of the speech signal. In various embodiments, the processor 1010 may send information about the determined value to the server 905 via the communication interface 1030. [ The information on the determined value may be referred to as metadata.
  • the value for indicating the reception quality of the voice signal determines a device to transmit the information about the voice command contained in the voice signal to the server 905 .
  • a server 905 may communicate with the at least one electronic device (e. G., The electronic device 910-K) that is included in the environment 900 and received from the at least one electronic device And may receive at least one value for indicating the reception quality of the voice signal.
  • the server 905 compares a value for indicating the reception quality of the voice signal received at the electronic device 910 with a value for indicating the reception quality of the voice signal received at the at least one electronic device, It is possible to determine the device that has received the voice signal with the highest reception quality.
  • the server 905 can determine the determined device as a device to transmit information on the voice command.
  • the processor 1010 may transmit information for identifying the electronic device 910 to the server 905 associated with the electronic device 910 via the communication interface 1030.
  • the information for identifying the electronic device 910 may include information about the wake-up command or information about a value for indicating the reception quality of the voice signal received at the electronic device 910, Quot ;. < / RTI >
  • the information for identifying the electronic device 910 may include information about the wake-up command or information about a value for indicating the quality of reception of the voice signal received at the electronic device 910 910 may be used to identify which system (or environment) is included.
  • the server 905 may receive information about the wake-up command or information received from the electronic device 910 based on at least the information for identifying the electronic device 910 received at the server 905. For example, It is possible to identify that the device transmitting the information on the value for indicating the reception quality of the voice signal is the electronic device 910. [ Alternatively, the server 905 may be configured so that the electronic device 910 can communicate with the at least one other electronic device (e. G., The electronic device 910) based at least on the information for identifying the electronic device 910 received at the server 905. [ Device (e.g., device 910-K), etc.).
  • the information for identifying the electronic device 910 includes at least one of manufacturer information of the electronic device 910, product information of the electronic device 910, a device identifier (ID) of the electronic device 910, A user account of the electronic device 910, a pin code associated with the electronic device 910, and a medium access control (MAC) address of the electronic device 910 .
  • ID device identifier
  • MAC medium access control
  • the information for identifying the electronic device 910 includes information about the wake-up command or a value for indicating the quality of reception of the voice signal received from the electronic device 910 And < / RTI >
  • the processor 1010 may receive the message from the server 905, via the communication interface 1030.
  • the processor 1010 may receive, via the interface 1030 from the server 905, a message indicating to send information about the voice command to the server 905.
  • the processor 1010 may receive information about the voice command from the server 905 via the interface 1030 when the server 905 has determined that the electronic device 910 is to be the device to which to send information about the voice command. And receive a requesting message.
  • the message indicating to send information about the voice command to the server 905 may be a response to information about the wake-up command or a response to information about the determined value.
  • the processor 1010 may receive a message from the server 905 via the communication interface 1030 indicating that the microphone 1020 is to be deactivated (inactive, disabled, or deactivated) for a specified time interval Or not to send information about the voice command to the server 905.
  • the server 905 may be configured to receive a voice command from the server 905,
  • the processor 1010 may receive the microphone 1020 from the server 905 via the interface 1030 if the electronic device 910 has not been determined by the server 905 to be the device to which to send information about the voice command. Receive a message indicating that it is to be deactivated for a specified time period, or receive a message requesting that the server 905 not send information about the voice command.
  • the processor 1010 may be operable to receive, via the output device 1050, indications (e. G., In response to receiving a message from the server 905 via the interface 1030 requesting information about the voice command) indication.
  • the indication may be configured with various formats depending on the characteristics, attributes, or capabilities of the output device 1050. For example, if the output device 1050 is a speaker capable of providing an audio signal, the indication may be configured with a notification sound. In another example, if the output device 1050 is a display capable of providing a visual object, the indication may be configured with a notification message. In another example, if the output device 1050 is an indicator configured with at least one device that emits light, the indication may be set to light having a particular color.
  • the processor 1010 can send information about the voice command in response to receiving a message from the server 905 via the communication interface 1030 requesting information about the voice command have. In other words, the processor 1010 may transmit information about the voice command to the server 905 via the communication interface 1030, in response to the message received from the server 905.
  • the processor 1010 may receive feedback on the voice command from the server 905 via the communication interface 1030.
  • the feedback may be a response to the voice command.
  • the feedback may cause a post operation of the electronic device 910.
  • the processor 1010 may provide information via the output device 1050 based on the feedback, or may switch the functionality of the disabled electronic device 910 to an active state (e.g., Activation, activation of the air purification function of the air conditioner, etc.).
  • the feedback may be configured with various formats depending on the nature of the response.
  • the feedback may be a control signal that commands or guides the electronic device 910 to perform a particular function.
  • the processor 1010 in the electronic device 910 can receive the voice signal and identify the wake-up command within the received voice signal.
  • the processor 1010 may be configured to send information about the identified wake-up command or to transmit the identified wake-up command to the server 905 so that the server 905 can more effectively recognize the voice command contained in the voice signal.
  • information about a value for indicating the reception quality of the voice signal which is determined based on at least the base station.
  • the server 905 can determine or determine an electronic device having the highest reception quality by receiving the information from at least one of the plurality of electronic devices included in the environment 900 as well as the electronic device 910. [
  • the server 905 can acquire a voice command by requesting or instructing the specified electronic device to transmit information about the voice command.
  • the server 905 can more efficiently recognize the voice command and transmit a response to the voice command.
  • the server 905 may request to not transmit the voice command to another electronic device distinct from the electronic device transmitting the information about the voice command or to transmit the voice signal through a microphone for a designated time period It may ask to stop receiving.
  • the environment 900 including the server 905 and the plurality of electronic devices prevents unnecessary resources from being consumed can do.
  • FIG. 11 illustrates another example of the functional configuration of an electronic device that performs operations related to speech recognition according to various embodiments.
  • This functional configuration may be included in at least one of the plurality of electronic devices (e.g., electronic devices 910-1 to 910-N) shown in FIG.
  • an electronic device 910 may include a processor 1010, a microphone 1020, a communication interface 1030, a memory 1040, and an output device 1050.
  • Each of the processor 1010 to the output device 1050 may correspond to each of the processor 1010 to the output device 1050 shown in Fig.
  • the processor 1010 may include an application processor 1010-1 and an audio codec 1010-2.
  • the application processor 1010-1 may operate in an active state or an activate state.
  • the application processor 1010-1 may operate in an active state or an activate state when power is supplied to the application processor 1010-1 in excess of the reference power from the power management integrated circuitry (PMIC) (not shown in FIG. 9).
  • PMIC power management integrated circuitry
  • the active state may indicate a state capable of handling an interrupt or a task.
  • the active state may be referred to as a wake up state (or mode).
  • the application processor 1010-1 may operate in an inactive state, depending on the state of the electronic device 910. [ For example, if the application processor is provided with power less than the reference power from the PMIC, depending on the state of the electronic device 910, the application processor may be in an idle state that does not require booting for switching to the active state an idle state, a sleep state, or a standby state. Alternatively, the application processor 1010-1 may be configured to turn off the power to turn on the switch to the active state if power supplied from the PMIC is interrupted according to the state of the electronic device 910, off state.
  • the audio codec 1010-2 may operate based on the power below the power for the application processor 1010-1, depending on the clock frequency. For example, the audio codec 1010-2 may operate using less power than the power for the application processor 1010-1, based on the first clock frequency.
  • the audio CODEC 1010-2 operating on the basis of the first clock frequency can perform functions related to voice recognition through interlocking with the microphone 1020.
  • the audio codec 1010-2 may operate using power corresponding to power for the application processor 1010-1, based on a second clock frequency higher than the first clock frequency.
  • the audio codec 1010-2 operating based on the second clock frequency may perform preprocessing or post-processing of the audio signal.
  • an audio CODEC 1010-2 operating on the basis of a second clock frequency may be used for digital-to-analog converting (DAC) or analog-to-digital -digital converting) can be performed.
  • DAC digital-to-analog converting
  • application processor 1010-1 when electronic device 910 is in a standby state, application processor 1010-1 may be in a deactivate state. For example, if the electronic device 910 is a TV, the electronic device 910 may operate with the display of the electronic device 910 turned off. In this case, the application processor 1010-1 may be in an inactive state.
  • the inactive state may be an idle state, a sleep state, or a standby state that does not require booting for switching to the active state.
  • the inactive state may be a turn off state requiring booting for switching to the active state.
  • the audio codec 1010-2 may operate based on the first clock frequency.
  • the audio CODEC 1010-2 operating based on the first clock frequency may monitor whether a voice signal is received via the microphone 1020. [
  • the audio codec 1010-2 operating based on the first clock frequency may consume less power than the power consumed by the application processor 1010-1 in the active state.
  • the audio codec 1010-2 operating based on the first clock frequency determines whether a wake-up command is included in the audio signal in response to confirming that the audio signal is received via the microphone 1020 .
  • An audio CODEC 1010-2 operating based on the first clock frequency may identify the wake-up command in the voice signal if the wake-up command is included in the voice signal.
  • the audio CODEC 1010-2 operating based on the first clock frequency may buffer the voice signal (or a voice command in the voice signal) in response to the identification of the wake-up command.
  • the audio CODEC 1010-2 operating based on the first clock frequency is operable, in response to identification of the wake-up command, Can be temporarily stored.
  • the audio CODEC 1010-2 operating based on the first clock frequency generates a signal for switching the application processor 1010-1 in the inactive state to an active state To the PMIC or application processor 1010-1.
  • the application processor 1010-1 may be switched to the active state based on the signal transmitted from the audio codec 1010-2. For example, when the signal is transmitted to the PMIC, the PMIC may provide a steady state power to the application processor 1010-1. The application processor 1010-1 may be switched to the active state based on the provision of the normal power. In another example, when the signal is transmitted to the application processor 1010-1, the application processor 1010-1 may, in response to receiving the signal, request the PMIC to provide normal power. The application processor 1010-1 may transition to the active state in response to acquiring the normal power from the PMIC.
  • the audio codec 1010-2 operating based on the first clock frequency transmits information about the buffered audio signal to the application processor 1010-1, (1010-1).
  • the application processor 1010-1 which has been switched to the active state, can receive a voice signal after the buffered voice signal through the microphone 1020.
  • the application processor 1010-1 may determine that the audio signal received via the microphone 1020 and the buffering signal received via the microphone 1020, if the electronic device 910 is determined by the server 905 to be the device to transmit the information about the voice command, The voice command may be identified based at least on the voice signal.
  • the audio CODEC 1010-2 operating based on the first clock frequency may generate information about the identified wake-up command To the application processor 1010-1.
  • the application processor 1010-1 may determine a value for indicating the reception quality of the voice signal received at the electronic device 910, based at least on the information on the wake-up command.
  • the application processor 1010-1 can transmit information on the determined value to the server 905.
  • the audio CODEC 1010-2 operating based on the first clock frequency may generate an event for processing the audio signal in the electronic device 910 from another (different or different from) the audio signal In response to detecting a second clock frequency, the second clock frequency being higher than the first clock frequency.
  • the audio codec 1010-2 or the application processor 1010-1 detects that the audio signal is being played back in the electronic device 910 or detects that the display of the electronic device 910 is activated
  • the audio codec 1010-2 may operate based on the second clock frequency.
  • the power consumed by the audio codec 1010-2 operating based on the second clock frequency may correspond to the power consumed by the application processor 1010-1 operating in the active state.
  • the electronic device 910 recognizes the voice signal using the audio codec 1010-2 functionally coupled to the microphone 1020 while in the standby state, The power consumed for recognition of the voice signal can be reduced.
  • FIG. 12 shows an example of the functional configuration of a server according to various embodiments. This functional configuration can be included in the server 905 shown in Fig.
  • a server 905 may include a processor 1210, a memory 1220, and a communication interface 1230.
  • the processor 1210 may control the overall operation of the server 905. [ The processor 1210 may be operatively associated with other components within the server 905, such as a communication interface 1230, memory 1220, to control the overall operation of the server 905. [
  • the processor 1210 may receive instructions from other components of the server 905, interpret the received instructions, perform calculations or process data according to the interpreted instructions.
  • the processor 1210 may process data or signals caused within the server 905. For example, processor 1210 may request memory 1220 for instructions, data, or signals. The processor 1210 may write (or store) or update instructions, data, or signals in the memory 1220 to control the server 905 or other components within the server 905.
  • Processor 1210 can interpret and process messages, data, commands, or signals received from communication interface 1230, memory 1220, and the like.
  • the processor 1210 may generate a new message, data, command, or signal based on the received message, data, command, or signal.
  • Processor 1210 may provide processed or generated messages, data, instructions, or signals to communication interface 1230, memory 1220, and so on.
  • the memory 1220 may store instructions, control command codes, control information, or user data for controlling the server 905.
  • the memory 1220 may include an application, an operating system (OS), a middleware, and a device driver.
  • OS operating system
  • middleware middleware
  • device driver device driver
  • Communication interface 1230 may be used to generate or establish a communication path between other electronic devices and server 905 (e.g., a communication path between electronic device 910-K and server 905) Lt; / RTI >
  • the communication interface 1230 may be a module for at least one of a wireless fidelity (Wi-Fi) communication scheme, a cellular (cellular or mobile) communication scheme, or a wired communication scheme.
  • the communication interface 1230 may provide signals, information, data, or messages received from the other electronic device to the processor 1210.
  • the communication interface 1230 may transmit signals, information, data, or messages provided by the processor 1210 to the other electronic device.
  • the processor 1210 may receive information from the electronic device 910, via the communication interface 1230, about the wake-up command or the quality of reception of the voice signal received from the electronic device 910, Information about a value for indicating the user can be received.
  • the processor 1210 may receive information from the electronic device 910, via the communication interface 1230, to identify the electronic device 910.
  • the information for identifying the electronic device 910 includes information about the wake-up command or a value for indicating the reception quality of the voice signal received from the electronic device 910 Can be received together.
  • the information for identifying the electronic device 910 includes information about the wake-up command or a value for indicating the reception quality of the voice signal received from the electronic device 910 May be received before a specified time interval from a received timing, or may be received after a specified time interval.
  • the processor 1210 may query or retrieve a database (DB, database) stored in the memory 1220 using information for identifying the electronic device 910.
  • Processor 1210 may query or retrieve at least one electronic device associated with electronic device 910 within the database based on information for identifying electronic device 910.
  • at least one electronic device associated with electronic device 910 may be at least one device contained within the same environment (e.g., environment 900) as electronic device 910.
  • at least one electronic device associated with electronic device 910 may be at least one device located around electronic device 910 (or located within a specified distance from electronic device 910).
  • the at least one electronic device associated with electronic device 910 may be at least one device registered in the database with the same user account as electronic device 910.
  • the database may include a user account associated with information for identifying the electronic device 910 and information for identifying the at least one electronic device.
  • the processor 1210 may be configured to provide information about the wake-up command or a value for indicating the reception quality of the voice signal received at the at least one electronic device during a specified time interval And may be monitored whether or not it is received from the searched at least one electronic device.
  • the designated time period may be determined based on an area of the environment 900 that includes the electronic device 910 and the at least one electronic device, the communication capabilities of the electronic device 910, And may be set differently depending on the communication performance and the like.
  • the processor 1210 may be configured to receive, via the communication interface 1230 from the at least one electronic device, information about the wake-up command or the reception of the voice signal received at the at least one electronic device It is possible to receive information on a value for indicating quality.
  • Processor 1210 may be configured to receive information about a wake-up command from an electronic device 910 and the at least one electronic device when the electronic device 910 and the at least one electronic device A value for indicating the reception quality of the voice signal received at each of the plurality of electronic apparatuses including the apparatus can be determined.
  • the processor 1210 may provide a value for indicating the reception quality of the voice signal received at the electronic device 910 based at least on information about the wake-up command received from the electronic device 910 And determine at least one value for indicating the reception quality of the voice signal received at the at least one electronic device based at least in part on the information on the wake-up command received from the at least one electronic device have.
  • Processor 1210 may be configured to determine the quality of reception of the voice signal received at electronic device 910 and the at least one value for indicating the reception quality of the voice signal received at the at least one electronic device Value of the voice command included in the voice signal based at least on the value of the voice command. For example, the processor 1210 may determine, based at least on the values, a device that has received the voice signal with the highest quality of reception among the plurality of electronic devices as a device to transmit information about the voice command have.
  • Processor 1210 includes a plurality of electronic devices 910 and a plurality of electronic devices for indicating the reception quality of the voice signal received at each of the plurality of electronic devices from each of the plurality of electronic devices including the at least one electronic device. Values, it is possible to determine a device to transmit information on the voice command contained in the voice signal based at least on each of the plurality of values. For example, the processor 1210 may determine a device that has transmitted the highest value among the plurality of values as a device to transmit information on the voice command.
  • the processor 1210 may send a message (or request) to indicate to the device that will send the information about the voice command via the communication interface 1230 to send information about the voice command can do.
  • the processor 1210 may request the device that has received the voice signal with the highest reception quality to transmit information about the voice command contained in the voice signal.
  • the processor 1210 may communicate, via the communication interface 1230, to the remaining devices, other than the device from which the information about the voice command is to be transmitted, from among the plurality of electronic devices, A message requesting not to transmit information for a voice command or a message requesting to deactivate the microphone of the remaining devices for a specified time period may be transmitted.
  • processor 1210 may communicate, via communication interface 1230, to another electronic device that is distinct from the device from which to transmit information about the voice command from among the plurality of electronic devices, And send another message requesting to transmit information about the audio signal received at the other electronic device outside the time window.
  • the processor 1210 may determine, among the plurality of electronic devices, the other electronic device that is distinct from the device that will transmit information about the voice command, as an apparatus for noise cancellation.
  • the processor 1210 may send a message indicating that the audio signal is to be transmitted to the other electronic device outside the time period in which the audio signal was received in order to cancel the noise contained in the audio signal Can be transmitted.
  • Processor 1210 may compensate for the voice command based at least on information about the audio. In other words, processor 1210 may obtain a compensated voice command based at least on information about the audio.
  • the processor 1210 may receive information about the voice command. Processor 1210 may recognize the voice command based at least in part on information about the received voice command. The processor 1210 may generate feedback on the voice command based on the recognition.
  • the processor 1210 may be configured to determine, based at least in part on the plurality of values indicative of the reception quality of the speech signal, that a user associated with the speech signal is located proximate to a particular electronic device . For example, processor 1210 may determine that based on the plurality of values, the user is located close to the electronic device that received the voice signal with the highest received quality. In response to the determination, the processor 1210 may obtain information about the capabilities of the electronic device located proximate the user from the database.
  • the database may include information about the capabilities of the electronic device in conjunction with information for identifying the electronic device. For example, the information about the capabilities of the electronic device may include information about the type of the output device of the electronic device, the attribute of the output device, or the characteristics of the output device.
  • the processor 1210 may determine the format of the feedback based at least in part on the obtained information. For example, if the output device of the electronic device is confirmed to be a display based at least on the obtained information, the processor 1210 may determine the format of the feedback as a screen display. In another example, if the output device of the electronic device determines that the output device is a speaker based at least on the obtained information, the processor 1210 may determine the format of the feedback as a voice output. In another example, if the output device of the electronic device determines that the output device is an emitting element, based on the obtained information, the processor 1210 converts the format of the feedback to a specific color, As shown in FIG.
  • the processor 1210 determines the format of the feedback as haptic provision with a specific pattern . In various embodiments, the processor 1210 may generate the feedback having the determined format.
  • the processor 1210 may send information about the feedback.
  • Processor 1210 may send information about the feedback to the electronic device that sent the information about the voice command as well as to other electronic devices. For example, if the output device of the electronic device that transmitted the information about the voice command is a speaker and the output device of another electronic device disposed around the electronic device is a display, the processor 1210 may output the voice output And transmits information about the feedback having the format for screen output to the other electronic device.
  • the processor 1210 may obtain information about the user's profile associated with the electronic device (or the user account of the electronic device) from the database.
  • the database may include a profile of the user associated with the user account.
  • the user's profile may include data about the format of the feedback that the user prefers.
  • Processor 1210 may determine the format of the feedback based at least in part on the profile of the user. For example, if it is determined based on the database that the user prefers to receive the feedback on a screen display, the processor 1210 may generate the feedback having a format for screen output. In another example, if it is determined based on the database that the user prefers receiving the feedback as a speech output, the processor 1210 may generate the feedback having a format for speech output.
  • the processor 1210 may send information about the feedback having the determined format to a device capable of outputting the feedback according to the determined format.
  • processor 1210 may generate a response to the voice command based on recognition of the voice command. For example, when the voice command is associated with an operation of a particular device, the processor 1210 may generate the response to the voice command. The response may be distinguishable from the feedback. The feedback may indicate that the voice command is successfully received or that it provides information in accordance with the voice command, while the response may indicate that the particular device (or the function of the specific device) is driven in accordance with the voice command. In other words, the response may be related to the activation or activation of a particular function, which is an operation distinct from providing information. The processor 1210 may determine, based on the recognition, at least one electronic device to perform a response to the voice command.
  • the processor 1210 may determine, based on the recognition, at least one electronic device to perform a response to the voice command, among a plurality of electronic devices included in the environment 900. [ The processor 1210 may transmit the control signal associated with the response to the at least one electronic device via the communication interface 1230 such that the at least one electronic device operates based on the response.
  • the server 905 receives information on the voice command from the electronic device that has received the voice signal with the highest reception quality among the plurality of electronic devices that have received the voice signal. .
  • the server 905 may improve the recognition rate of the voice command by recognizing the voice command based at least on the information on the received voice command.
  • the server 905 in accordance with various embodiments may determine the format of the feedback for the voice command based on the capabilities of the plurality of electronic devices in the system, the profile of the user associated with the voice command, Information or service.
  • a system in accordance with various embodiments as described above may include a network interface (e.g., communication interface 1230) and at least one processor (E.g., processor 1210), and at least one memory (e.g., memory 1220) operatively coupled to the at least one processor, the memory being configured to receive the network interface from a first external device And receives first data associated with a first user utterance and comprising first voice data and first meta data associated with the first voice data, Receiving second data including second voice data associated with the first user utterance and second meta data associated with the second voice data, Selecting one of the first external device and the second external device based at least in part on the first metadata and the second metadata and providing a response associated with the selected one device to the selected one device, And cause the at least one processor to be executed when executed to receive third data associated with a second user utterance from the selected one device.
  • a network interface e.g., communication interface 1230
  • processor e.g., processor 1210
  • memory e.g.
  • each of the first metadata and the second metadata includes at least one of an audio gain, a wake-up command confidence level, or a signal-to-noise (SNR) ratio).
  • SNR signal-to-noise
  • An electronic device in accordance with various embodiments as described above includes a microphone (e.g., microphone 1020), a speaker (e.g., output device 1050) (E. G., A processor 1010) operatively coupled to the microphone, the speaker, and the wireless communication circuit, and a wireless communication circuit (e. G., A communication interface 1030) configured to support wireless fidelity And a memory (e.
  • Memory 1040 operably coupled to the processor, wherein the memory is configured to receive a first user utterance via the microphone and to receive a first user utterance via the wireless communication circuit Transmitting first data including first voice data related to the first user utterance and first meta data related to the first voice data to an external server and transmitting the first data to the external server as an input device for a voice based service Selection If the response related to the electronic device from the external server is executed to receive through the wireless communication circuit may store instructions to cause the processor.
  • the first metadata includes at least one of an audio gain, a wake-up command confidence level, or a signal-to-noise ratio (SNR) can do.
  • SNR signal-to-noise ratio
  • An electronic device may include a microphone (e.g., microphone 1020), a communication interface (e.g., communication interface 1030), at least one processor (e.g., a processor 1010), and the at least one processor is configured to receive a voice signal through the microphone and generate a wake- up command to determine a value for indicating a reception quality of the voice signal based at least on the wake-up command and to inform the server via the communication interface of the determined value As shown in FIG.
  • a microphone e.g., microphone 1020
  • a communication interface e.g., communication interface 1030
  • at least one processor e.g., a processor 1010
  • the voice signal may further include a voice command subsequent to the wake-up command
  • the at least one processor is further configured to cause the server to perform the steps of: The method comprising the steps of: determining, via a communication interface, a device to transmit information about the voice command to the server from among a plurality of electronic devices including at least one other electronic device And to transmit information on the determined value to the server.
  • the electronic device may further comprise an output device (e.g., output device 1050), wherein the at least one processor is operable to communicate, via the communication interface, Receiving a message indicating to transmit a voice command to the server, in response to the receiving, transmitting the information about the voice command to the server via the communication interface; and in response to receiving, To provide an indication to the user.
  • the message may include information about the determined value and information indicating the reception quality of the wake-up command sent to the server from the at least one other electronic device and at the at least one other electronic device Based on at least one other at least one other value of information for the electronic device.
  • the electronic device may further include an output device (e.g., output device 1050), wherein the at least one processor is operable, via the output device, And to provide an indication that the voice signal is received after the reception is completed.
  • an output device e.g., output device 1050
  • the electronic device may further include an output device (e.g., output device 1050), wherein the at least one processor is operable, via the output device, to cause the wake- And to provide an indication that the speech signal is received within a duration of silence between the command and the voice command.
  • an output device e.g., output device 1050
  • the at least one processor includes an application processor (e.g., an application processor 1010-1) and an audio codec chip (e.g., an audio codec 1010-2) Wherein the audio codec chip is configured to receive the voice signal via the microphone based on a first clock frequency and to receive the voice signal in response to the reception of the voice- And sends a signal to the application processor to switch the state of the application processor to a wake-up state in response to the identification, Up command to the processor that has switched to the wake-up state, and the processor, which is switched to the wake-up state, Determining the value for indicating the reception quality of the voice signal based at least on information on the identified wake-up command, and transmitting the information on the determined value to the server via the communication interface
  • the audio codec chip buffers the voice signal until the processor is switched to the wake-up state, and if the processor is in the wake-up state In response to confirming that the audio signal has been switched, providing information about the buffered speech signal to the
  • a server in accordance with various embodiments as described above may include a communication interface (e.g., communication interface 1230) and a processor (e.g., processor 1210) Receiving, via the communication interface from the first electronic device, information about a first value to indicate a reception quality of a voice signal received at the first electronic device, Receiving, via the communication interface from the device, information on a second value for indicating a reception quality of the voice signal received at the second electronic device, and based on the first value and the second value, Determine an electronic device to transmit a voice command contained in the voice signal from among a plurality of electronic devices including the first electronic device and the second electronic device, And to send a message to the determined electronic device via the interface to indicate that the information about the voice command is to be transmitted.
  • a communication interface e.g., communication interface 1230
  • a processor e.g., processor 1210
  • the processor is operable to receive, via the communication interface from the second electronic device, the voice that is received by the second electronic device within a specified time interval from the time the first information is received, And to receive the information on the second value for indicating the reception quality of the signal.
  • each of the first value and the second value may be determined based at least on a wake-up command included in the voice signal and prior to the voice command .
  • the processor determines the first electronic device as an electronic device to send the voice command based on confirming that the first value is higher than the second value, Transmitting the message indicating that the first electronic device is to transmit information about the voice command to the first electronic device; and based on confirming that the first value is lower than the second value, Determine to the electronic device to send the command to and send the message to the second electronic device via the communication interface indicating to transmit information about the voice command.
  • the processor is configured to receive, via the communication interface from the determined electronic device, information about the voice command in response to the message, generate feedback for the voice command, And may further be configured to transmit information about the feedback via the communication interface.
  • the processor is further configured to determine, based at least on the first value and the second value, that a user associated with the voice signal is located in proximity to the third electronic device of the plurality of electronic devices, Acquiring information about a capability of the third electronic device from a database stored in a memory of the server, and based on at least information on capabilities of the third electronic device, and to send information about the feedback having the determined format to the third electronic device via the communication interface.
  • the format may include one or more of voice output, screen display, light emission, or haptic provision.
  • the processor is configured to determine, of the plurality of electronic devices, at least one electronic device to perform a response to the voice command, and to cause the at least one electronic device to operate based on the response And to transmit the control signal associated with the response to the at least one electronic device via the communication interface.
  • the processor determines, based at least on the first value and the second value, another electronic device distinct from the determined electronic device of the plurality of electronic devices Another message indicating that the other electronic device is to transmit information about the audio received at the other electronic device outside the time period during which the voice signal is received, Receiving information about the audio in response to the other message from the determined other electronic device via the communication interface, compensating the voice command based at least on information about the audio, Generating a feedback for the voice command, A may be set to transmit.
  • the processor is configured to obtain information about a profile of a user associated with the first electronic device and the second electronic device from the database, and based on at least information on the profile, Determine a format of the feedback, and transmit information about the feedback having the determined format via the communication interface.
  • FIG. 13A illustrates an example of operation of an electronic device according to various embodiments. This operation can be performed by the processor 1010 included in the electronic device 910 or the electronic device 910 shown in Fig.
  • the processor 1010 may receive a first user utterance via the microphone 1020.
  • the first user utterance may include the wake-up command.
  • the processor 1010 may receive the first user utterance through the microphone 1020 indicating that a voice command is to be recognized.
  • the processor 1010 transmits first data including first voice data associated with the first user utterance and first metadata associated with the first voice data to the communication interface 1030 To the server 905 interlocked with the electronic device 910 via the network interface 910.
  • the first voice data may include information related to the first user utterance.
  • the first voice data may include information on the wake-up command.
  • the first metadata may include information for identifying the electronic device 910.
  • the first metadata may be used to indicate that the device that transmitted the first data is an electronic device 910.
  • the first metadata may be used to identify what system (or environment 900) the electronic device 910 is included in. For example, the first metadata may be used by the server 905 to query a user account associated with the electronic device 910.
  • the first metadata may include audio gain for the first audio data associated with the first user utterance, reliability for the wake-up command included in the first user utterance or a signal-to-noise ratio (SNR) for the first voice data.
  • the first metadata may be used to determine the reception quality of the first user utterance received at the electronic device 910. [ For example, the first metadata may be compared with second metadata included in second data transmitted from the other electronic device to the server 905. [ The second metadata may be associated with second voice data associated with the first user utterance received by the other electronic device transmitting the second data.
  • the server 905 can determine the device that received the first user utterance with higher reception quality by comparing the first meta data with the second meta data.
  • the processor 1010 may receive, via the communication interface 1030 from the server 905, a reply associated with the selected electronic device 910 as an input device for a voice based service .
  • the server 905 having received the first data and the second data may further include a device for transmitting information on the second user's speech based on at least the first meta data and the second meta data You can decide. If the reception quality indicated by the first metadata is higher than the reception quality indicated by the second metadata, the server 905 transmits the information about the second user utterance to the electronic device 910 As a device to transmit.
  • the second user utterance may include information on the voice command.
  • the response may include information requesting to transmit the second user utterance.
  • the response may include information requesting to receive the second user utterance via the microphone 1020.
  • the processor 1010 may provide indications via the output device 1050 in response to receiving the response.
  • the format of the indication may be variously set according to the format of the output device 1050. For example, if the output device 1050 is a display, the format of the indication may be associated with a display. As another example, when the output device 1050 is a speaker, the format of the indication may be related to the output of the audio signal.
  • the processor 1010 may receive the second user reminder including the voice command via the microphone 1020. [ The processor 1010 may transmit information on the second user's utterance to the server 905 through the communication interface 1030. [
  • the processor 1010 may be configured to compare the first voice data and the first voice data associated with the first user utterance including the wake-
  • the server 905 may provide the server 905 with information for determining a device to receive a second user's remark to be received after the first user's remark by sending the first metadata associated to the server 905. [ Through the provision of the information, the processor 1010 can guide the server 905 to determine a device to receive a second user remark having a higher recognition rate.
  • FIG. 13B shows another example of the operation of the electronic device according to various embodiments. This operation can be performed by the processor 1010 included in the electronic device 910 or the electronic device 910 shown in Fig.
  • the processor 1010 may receive a voice signal via the microphone 1020.
  • the voice signal may be caused by a user associated with the electronic device 910.
  • the voice signal may include the wake-up command.
  • the processor 1010 may identify the wake-up command within the voice signal.
  • the processor 1010 may retrieve reference information related to speech recognition stored in the memory 1040. [ The reference information may include data for at least one keyword associated with the wake-up command.
  • Processor 1010 may recognize the wake-up command corresponding to the at least one keyword in the received voice signal.
  • the processor 1010 may determine a value for indicating the reception quality of the voice signal based at least in part on the identified wake-up command. For example, the processor 1010 may determine an audio gain of the voice signal as a value for indicating a reception quality of the voice signal based at least on the identified wake-up command. Alternatively, the processor 1010 may determine, based at least on the identified wake-up command, a confidence level of the wake-up command to indicate a received quality of the voice signal . In another example, the processor 1010 may determine, based at least on the identified wake-up command, a received strength of the voice signal to indicate a reception quality of the voice signal. In another example, the processor 1010 may determine a signal-to-noise ratio of the speech signal as a value for indicating a reception quality of the speech signal based at least on the identified wake-up command.
  • the processor 1010 may send information about the determined value to the server 905.
  • the voice signal may further comprise a voice command after the wake-up command.
  • the processor 1010 may send information about the voice command from the server 905 to the server 905 from among a plurality of electronic devices including the electronic device 910 and the at least one other electronic device that received the voice signal.
  • Information about the determined value via the communication interface 1030 to determine the device to transmit to.
  • the information about the determined value may be transmitted along with information for identifying the electronic device 910.
  • the information for identifying the electronic device 910 may be used to indicate that information about the determined value is to be transmitted from the electronic device 910.
  • Information for identifying the electronic device 910 may be used by the server 905 to identify the at least one other electronic device associated with the voice signal.
  • the server 905 may search the database stored in the memory 1220 using information for identifying the electronic device 910, thereby sharing the same user account with the electronic device 910 (Located at the periphery of the at least one electronic device 910).
  • the server 905 may determine, based on the identification of the at least one other electronic device, for at least one other value for indicating a quality of reception of the voice signal at the at least one other electronic device And may monitor whether information is received from the at least one other electronic device.
  • the server Based on information about the value received from the at least one other electronic device and information about the at least one other value received from the at least one other electronic device.
  • the electronic device 910 in accordance with various embodiments may be configured to receive the voice (s) received by the electronic device 910 so that the server 905 can determine the device that received the voice signal with the highest received quality
  • the server 905 can transmit information on a value for indicating the reception quality of the signal to the server 905. [ Through signaling with the server 905, the electronic device 910 can improve the recognition rate of the voice signal.
  • FIG. 14A shows an example of the operation of the server according to various embodiments. This operation can be performed by the processor 905 included in the server 905 or the server 905 shown in Fig.
  • the processor 1210 may receive first data from a first external device (e.g., electronic device 910-1).
  • the first data may include first voice data associated with a first user utterance.
  • the first user utterance may be received at the first external apparatus through the microphone of the first external apparatus.
  • the first data may include first metadata associated with the first audio data.
  • the first metadata may include information for identifying the first external device.
  • the information for identifying the first external apparatus may be used for identifying a transmission subject of the first data.
  • the information for identifying the first external apparatus may be used to confirm whether or not there is another apparatus associated with the first external apparatus.
  • the processor 1210 may query the database stored in the memory 1220 based at least on information for identifying the first external device.
  • the processor 1210 can confirm that another device exists within a specified distance from the first external device through the inquiry.
  • the processor 1210 may identify a user account associated with information for identifying the first external device in the database.
  • the processor 1210 may verify that the user account is associated with information for identifying the first external device as well as at least one other device.
  • the processor 1210 may monitor, based on the acknowledgment, whether other data having a format corresponding to the first data is received from the at least one other device.
  • the first metadata may include information related to a reception quality of the first user utterance received by the first external apparatus.
  • the first metadata may include at least one of audio gain of the first user utterance, reliability of the wake-up command in the first user utterance, or signal-to-noise ratio of the first user utterance .
  • the first metadata may be compared to other metadata received at the server 905 from at least some of the at least one device. Through the above comparison, the processor 1210 can determine a device having the highest reception quality.
  • the processor 1210 may receive the second data from the second external device.
  • the format of the second data may correspond to the format of the first data.
  • the second data may include second voice data associated with the first user utterance.
  • the second data may include the second voice data which is data on the first user utterance received by the second external device.
  • the second data may include second metadata associated with the second audio data.
  • the processor 1210 may monitor whether data is received from the at least one device that includes the second external device for a designated time after receiving the first data from the first external device.
  • Processor 1210 may receive the second data from the second external device of the at least one device.
  • the second metadata may include information for identifying the second external device.
  • the second metadata may include information related to the reception quality of the first user utterance received by the second external apparatus.
  • the processor 1210 may select one of the first external device and the second external device based at least on the first metadata and the second metadata.
  • the processor 1210 determines whether or not the reception quality for the first user utterance in the first external apparatus indicated by the first metadata and the reception quality for the first user utterance indicated in the second external apparatus, 1 It is possible to compare the reception quality for user utterances.
  • the processor 1210 may select one of the first external device and the second external device based on the comparison result. For example, the processor 1210 may transmit the second external device, which has received the first user's utterance at a reception quality higher than the reception quality for the first user utterance in the first external device, to the one device You can choose.
  • the processor 1210 may provide a response to the selected one device.
  • the processor 1210 may provide a response to the selected one of the devices via the communication interface 1230.
  • the response may be a message for requesting the selected one device to transmit third data related to a second user remark following the first user remark.
  • the response may be a message for requesting to receive the second user utterance.
  • the response may cause an indication in the selected one device.
  • the selected one device that has received the response may provide an indication.
  • processor 1210 may receive third data from the selected one device.
  • the third data may be associated with the second user utterance.
  • the third data may include third voice data related to the second user utterance.
  • the third audio data may include a voice command.
  • the processor 1210 may generate feedback for the voice command and send the generated feedback to the selected one device or to the selected one device and another device.
  • the processor 1210 in the server 905 in accordance with various embodiments may receive metadata from a plurality of devices that have received the user utterance, The device that has received the utterance can be determined. Through this determination, the server 905 can improve the recognition rate of the voice command included in the user utterance.
  • FIG. 14B shows another example of the operation of the server according to various embodiments. This operation can be performed by the processor 905 included in the server 905 or the server 905 shown in Fig.
  • processor 1210 transmits information about a first value to indicate a reception quality of a voice signal received at a first electronic device, Via the communication interface 1230 from the device.
  • the first value may be determined based on a wake-up command in the voice signal received via the microphone of the first electronic device.
  • the information about the first value may be received with information for identifying the first electronic device.
  • Processor 1210 may determine whether at least one electronic device associated with the first electronic device is registered in the database stored in memory 1220 based on information for identifying the first electronic device.
  • the processor (1210) is adapted to receive, from the at least one electronic device, at least one electronic device for indicating the reception quality of the voice signal received at the at least one electronic device You can check for a specified time whether information about the value is received.
  • the processor 1210 may send information about a second value for indicating the reception quality of the voice signal received at the second electronic device during the designated time to the second one of the at least one electronic device Via the communication interface 1230 from the device.
  • the second value may be determined based on a wake-up command in the voice signal received via the microphone of the second electronic device.
  • the information about the second value may be received with information for identifying the second electronic device.
  • Processor 1210 may determine that the second value is associated with the first value based on information for identifying the second electronic device.
  • the processor 1210 may determine based on the data stored in the database that the information for identifying the first electronic device and the information for identifying the second electronic device are associated with the same user account.
  • the processor 1210 may determine, based on the acknowledgment, that the second value is associated with the first value.
  • the processor 1210 may determine, based on the first value and the second value, that, among the plurality of electronic devices comprising the first electronic device and the second electronic device, To determine which electronic device to send the included voice command. For example, processor 1210 may determine the first electronic device to be the electronic device to send information about the voice command based on confirming that the first value is higher than the second value. Alternatively, the processor 1210 may determine the second electronic device to be the electronic device to send the information for the voice command, based on confirming that the first value is lower than the second value .
  • the processor 1210 may send a message, via communication interface 1230, to the determined electronic device indicating that it is to transmit information about the voice command.
  • Processor 1210 may send a message to the determined electronic device that has received the voice signal with a higher reception quality to request to transmit information about the voice command.
  • the server 905 can receive information about a value for indicating the reception quality of the voice signal received from each of the plurality of electronic apparatuses receiving the voice signal have.
  • the server 905 may determine an electronic device from among the plurality of electronic devices to request information on the voice command based at least on the value for indicating the reception quality of the voice signal.
  • the server 905 can request information on the voice command to the determined electronic device to obtain information on voice commands having higher reception quality.
  • the server 905 can improve the recognition rate of the voice command through the acquisition.
  • FIG. 15 shows an example of signaling between a plurality of electronic devices and a server according to various embodiments. This signaling may be caused between a plurality of electronic devices (e.g., electronic devices 910-1 to 910-N) shown in FIG. 9 and a server 905 shown in FIG.
  • a plurality of electronic devices e.g., electronic devices 910-1 to 910-N
  • a server 905 shown in FIG.
  • FIG. 16 illustrates an example of the format of a voice signal received at a plurality of electronic devices according to various embodiments.
  • the first electronic device 910-1 and the second electronic device 910-2 may receive a voice signal from a user. Since the area where the first electronic device 910-1 is located may be different from the area where the second electronic device 910-2 is located, the audio of the audio signal received at the first electronic device 910-1 The gain may be different from the audio gain of the audio signal received at the second electronic device 910-2.
  • the first electronic device 910-1 may identify a wake-up command within the speech signal.
  • voice signal 1600 may include a wake-up command 1610.
  • the wake-up command 1610 may be configured with at least one specified keyword.
  • the voice signal 1600 may further include a voice command 1620.
  • the voice signal 1600 may further include a duration of silence 1615 between the wake-up command 1610 and the voice command 1620.
  • the first electronic device 910-1 may identify the silence period 1615 within the voice signal 1600 and recognize the received portion prior to the silence period 1615.
  • the first electronic device 910-1 may compare the recognized portion with the specified at least one keyword.
  • the first electronic device 910-1 may identify the recognized portion as a wake-up command 1610 if it confirms that at least a portion of the recognized portion corresponds to the specified at least one keyword .
  • the first electronic device 910-1 may determine a first value for indicating the reception quality of the voice signal 1600, based on the identified wake-up command 1610.
  • the first electronic device 910-1 may send information about the first value to the server 905. [ The server 905 may receive information on the first value.
  • the second electronic device 910-2 may identify a wake-up command within the voice signal.
  • the second electronic device 910-2 may identify the wake-up command in the voice signal in a manner similar to the first electronic device 910-1.
  • the second electronic device 910-2 may determine a second value for indicating the reception quality of the voice signal based on the identified wake-up command.
  • the second electronic device 910-2 may send information to the server 905 about the second value.
  • the server 905 may receive information about the second value from the second electronic device 910-2.
  • the server 905 may receive information about the second value from the second electronic device 910-2 within a designated time period 1537.
  • the designated time period 1537 includes information about a value for indicating the reception quality of the voice signal received by the other electronic device, such as information about the second value, from another electronic device that has received the voice signal May be a time interval during which the server 905 waits to receive the data.
  • the designated time period 1537 is used to determine the communication performance of each of the first electronic device 910-1 and the second electronic device 910-2 And the area of the environment 900 including the area.
  • the server 905 may determine the first electronic device 910-1 to send an electronic command based on the first value and the second value. For example, if the first value is higher than the second value, the server 905 may determine the electronic device to which the voice command should be sent as the first electronic device 910-1.
  • the server 905 may send a message indicating to the first electronic device 910-1 to transmit the voice command to the server 905, based on the determination.
  • the server 905 may request the first electronic device 910-1 to transmit the voice command to obtain a voice command having a higher quality.
  • the first electronic device 910-1 may receive the request.
  • the first electronic device 910-1 may provide indications in response to receiving the message (or request).
  • the indication may be used to indicate that the message (or request) is received.
  • the indication may have various formats depending on the type of the output device of the first electronic device 910-1. For example, when the output device of the first electronic device 910-1 is a light emitting device, the indication may be set as a divergence of light having a specific color. As another example, when the output device of the first electronic device 910-1 is a speaker, the indication may be set as an output of a specific audio signal.
  • the server 905 may send a control signal to the second electronic device 910-2.
  • the server 905 may send the control signal to the second electronic device 910-2 that is not selected as the electronic device to send the voice command.
  • the control signal may be used to request that the second electronic device 910-2 stop receiving the speech signal.
  • the control signal may be used to request that the second electronic device 910-2 not send information about the voice command to the server 905.
  • the control signal may be used to request to deactivate the microphone of the second electronic device 910-2 for a particular time period.
  • the server 905 may transmit the control signal to the second electronic device 910-2 to save power consumed by receiving the voice signal or transmitting information about the voice command.
  • the first electronic device 910-1 may send information to the server 905 about the voice command 1620 contained in the voice signal in response to receiving the message (or request) have.
  • the first electronic device 910-1 may send information about the voice command 1620 to the server 905 to provide the user's interaction.
  • the server 905 may receive the information for the voice command 1620.
  • FIG. 15 shows an example in which operation 1560 is performed after operation 1550 is performed
  • operations 1550 and 1560 may be performed in any order.
  • operations 1550 and 1560 may be performed in reverse order, unlike the one shown in FIG. 15, or may be performed simultaneously.
  • the server 905 may generate feedback to the voice command 1620.
  • the server 905 can recognize the voice command based on the natural language processing of the voice command performed by the server 905.
  • the server 905 can recognize the voice command based on natural language processing of the voice command performed by another server associated with the server 905.
  • the server 905 may generate feedback based on the recognized voice command. The generation of the feedback may be performed by the server 905 or may be performed by interworking between the server 905 and another server.
  • the server 905 may send information about the feedback to the first electronic device 910-1.
  • the information on the feedback may indicate that information about the voice command is normally received.
  • the information on the feedback may include data that a user desires to obtain through the voice command.
  • the first electronic device 910-1 may receive information about the feedback.
  • the first electronic device 910-1 may provide the feedback.
  • the first electronic device 910-1 may provide the feedback via the output device 1050.
  • the first electronic device 910-1 may provide the feedback via the output device 1050.
  • the server 905 in accordance with various embodiments may include a plurality of electronic devices (e. G., A first electronic device 910-1 and a second electronic device 910- 2), the server 905 in accordance with various embodiments may generate feedback based on the voice command having a higher quality , It is possible to provide the user with information with improved accuracy.
  • a plurality of electronic devices e. G., A first electronic device 910-1 and a second electronic device 910- 2
  • the server 905 in accordance with various embodiments may generate feedback based on the voice command having a higher quality , It is possible to provide the user with information with improved accuracy.
  • FIG. 17 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments.
  • This signaling may be caused between a plurality of electronic devices (e.g., electronic devices 910-1 to 910-N) shown in FIG. 9 and a server 905 shown in FIG.
  • the first electronic device 910-1 and the second electronic device 910-2 may receive a voice signal from a user.
  • the first electronic device 910-1 may identify a wake-up command within the voice signal received at the first electronic device 910-1.
  • the first electronic device 910-1 may send information to the server 905 about the wake-up command identified by the first electronic device 910-1.
  • the server 905 may receive information about the wake-up command identified by the first electronic device 910-1.
  • the second electronic device 910-2 may identify a wake-up command within the voice signal received at the second electronic device 910-2.
  • the second electronic device 910-2 may send information to the server 905 about the wake-up command identified by the second electronic device 910-2.
  • the server 905 may receive information about the wake-up command identified by the second electronic device 910-2.
  • the server 905 receives the voice (e. G., Voice) received at each of the plurality of electronic devices, including the first electronic device 910-1 and the second electronic device 910-2,
  • the reception quality of the signal can be determined.
  • the server 905 may determine that the voice signal received at the first electronic device 910-1 based at least on information about the wake-up command identified by the first electronic device 910-1 And determines the reception quality of the voice signal received at the second electronic device 910-2 based at least on the information on the wake-up command identified by the second electronic device 910-2 Can be determined.
  • the server 905 may determine the second electronic device 910-2 to transmit the information about the voice command contained in the voice signal. For example, the server 905 determines that the reception quality of the voice signal received by the second electronic device 910-2 is better than the reception quality of the voice signal received by the first electronic device 910-1 The second electronic device 910-2 may determine an electronic device to transmit information about the voice command.
  • the server 905 may send a message to the second electronic device 910-2 indicating to transmit the voice command.
  • the second electronic device 910-2 may receive the message.
  • the server 905 may send a control signal instructing the first electronic device 910-1 not to transmit information about the voice command.
  • the first electronic device 910-1 may receive the control signal.
  • the second electronic device 910-2 may provide indications based on the receipt of the message.
  • the second electronic device 910-2 may send information about the voice command to the server 905 based on the receipt of the message.
  • the server 905 may receive information on the voice command.
  • Operation 1750 and operation 1755 may be performed in any order.
  • the server 905 may generate feedback for the voice command.
  • the server 905 may generate the feedback based on recognition of the voice command.
  • the server 905 may send information about the feedback to the second electronic device 910-2.
  • the second electronic device 910-2 may receive information about the feedback.
  • the second electronic device 910-2 may provide feedback based on the received information.
  • the feedback may include information corresponding to the voice command.
  • a plurality of electronic devices (e. G., First electronic device 910-1 and second electronic device 910-2) according to various embodiments may be received in each of the plurality of electronic devices
  • the determination of the reception quality of the voice signal can be transferred to the server 905. [ Through this transfer, each of the plurality of electronic devices can reduce power consumed to determine the reception quality. Further, through such transfer, each of the plurality of electronic devices can reduce the amount of computation for determining the reception quality.
  • FIG. 18 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments. This signaling may be caused between a plurality of electronic devices (e.g., electronic devices 910-1 to 910-N) shown in FIG. 9 and a server 905 shown in FIG.
  • a plurality of electronic devices e.g., electronic devices 910-1 to 910-N
  • a server 905 shown in FIG.
  • 19 illustrates an example of the operation of a server that provides feedback in accordance with various embodiments.
  • the first electronic device 910-1 receiving the voice signal may transmit information about the first value to the server 905. [ The server 905 may receive information on the first value.
  • the second electronic device 910-2 which has received the voice signal, may transmit information about the second value to the server 905.
  • the server 905 may receive information on the second value.
  • the server 905 may receive information about the second value within the designated time period.
  • the server 905 may determine the first electronic device 910-1 to send an electronic command based on the first value and the second value.
  • the server 905 may determine the first electronic device 910-1 that has transmitted the information for the first value higher than the second value to the electronic device that will send the information about the voice command.
  • the server 905 may, in response to the determination, send a message to the first electronic device 910-1 indicating to transmit information about the voice command contained in the voice signal.
  • the first electronic device 910-1 may receive the message.
  • the first electronic device 910-1 may transmit information about the voice command in response to receiving the message.
  • the server 905 may receive information on the voice command.
  • the server 905 may generate feedback for the voice command based on the recognition of the voice command.
  • the server 905 can verify that the user who has spoken the voice signal based at least on the first value and the second value is located in proximity to the third electronic device. For example, the server 905 may determine a first distance between the user and the first electronic device 910-1 based on the first value, and determine, based on the second value, 910-2. ≪ / RTI > The server 905 determines the positional relationship of the user with the first electronic device 910-1 and the positional relationship of the user with the second electronic device 910-2 based at least on the first distance and the second distance .
  • the server 905 does not have a microphone, and based on the positional relationship between the first electronic device 910-1 and the user and the positional relationship between the second electronic device 910-2 and the user, But can determine the positional relationship between the user and the third electronic device 910-3 disposed around the first electronic device 910-1 and the second electronic device 910-2.
  • the server 905 can verify that the user is located close to the third electronic device 910-3 based at least on the positional relationship between the third electronic device 910-3 and the user.
  • the server 905 may, in response to the confirmation, determine the format of the generated feedback based at least in part on information about the capabilities of the third electronic device 910-3.
  • the server 905 can verify that the third electronic device 910-3 is associated with the first electronic device 910-1 and the second electronic device 910-2 based on the database stored in the memory 1220 have.
  • the server 905 may query information about the capabilities of the third electronic device 910-3 in the database based on the confirmation. Based on the inquiry, the server 905 may determine the format of the feedback in a format corresponding to the capability of the third electronic device 910-3. For example, if the output device of the third electronic device 910-3 is a display, the server 905 may determine the format of the feedback as a format for display. In another example, if the output device of the third electronic device 910-3 is a speaker, the server 905 may determine the format of the feedback as a format for audio output.
  • the server 905 may send information about the feedback having the determined format to the third electronic device 910-3.
  • the third electronic device 910-3 may receive information about the feedback having the determined format. For example, referring to FIG. 19, the third electronic device 910-3 may determine that the output device of the third electronic device 910-3 is a display, based on feedback To the third electronic device 910-3. 19, the third electronic device 910-3 may be configured to determine whether the output device of the third electronic device 910-3 is a speaker, And may send information about the feedback to the third electronic device 910-3. The third electronic device 910-3 may receive information about the feedback.
  • the third electronic device 910-3 may provide feedback based on the received information. For example, referring to FIG. 19, a third electronic device 910-3 may provide visual feedback based on the received information to visual feedback indicating current weather information of New York. For another example, referring to FIG. 19, the third electronic device 910-3 may provide, based on the received information, the audio content representing the current weather information of New York as the feedback.
  • the server 905 provides information about the feedback to the third electronic device 910-3, which is a single device.
  • the server 905 may provide feedback to the plurality of electronic devices, May be provided.
  • the server 905 may provide information about feedback having different sound characteristics to each of a plurality of electronic devices capable of playing music, To provide surround sound or sound for 5.1 channels.
  • the server 905 may provide information about feedback having a different format to each of the electronic device including the speaker and the other electronic device including the display, Provide an audio signal through an electronic device, and provide a screen output through the other electronic device.
  • the server 905 receives information for indicating the reception quality of a voice signal from each of a plurality of electronic apparatuses, thereby enabling the user who has uttered the voice signal and the user
  • the positional relationship between each of the devices can be determined.
  • the server 905 may provide feedback through an electronic device that is located proximate to the user among the plurality of electronic devices.
  • the server 905 can provide more efficient service by changing the format of the feedback adaptively based on the capabilities of the electronic device to provide the feedback.
  • FIG. 20 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments. This can be caused between a plurality of electronic devices (e.g., electronic device 910-1 to electronic device 910-N) shown in FIG. 9 and a server 905 shown in FIG.
  • a plurality of electronic devices e.g., electronic device 910-1 to electronic device 910-N
  • a server 905 shown in FIG.
  • Figure 21 shows an example of another operation of the server according to various embodiments.
  • the first electronic device 910-1 receiving the voice signal may send information about the first value to the server 905. [ The server 905 may receive information on the first value.
  • the second electronic device 910-2 which has received the voice signal, may send information about the second value to the server 905. [ The server 905 may receive information on the second value.
  • the server 905 may determine, as a first electronic device 910-1, an electronic device to transmit a voice command contained in the voice signal based at least on the first value and the second value.
  • the server 905 may send a message to the first electronic device 910-1 indicating to transmit the voice command to the server 905. [ The first electronic device 910-1 may receive the message.
  • the first electronic device 910-1 may send information about the voice command to the server 905. [ The server 905 may receive information on the voice command.
  • the server 905 may determine at least one electronic device to perform a response to the voice command.
  • the response may be distinct from the feedback.
  • the response may be created or defined in the server 905 if the voice command requires information as well as other actions. For example, the response may relate to turning on the turned-off device or switching the disabled device to the active state, and so on.
  • the server 905 can determine the device to be controlled based on the response to the third electronic device 910-3.
  • the server 905 may send a control signal to the third electronic device 910-3 in response to the voice command. For example, referring to FIG. 21, the server 905 may transmit the control signal for driving the air conditioner to the air conditioner which is the third electronic device 910-3.
  • the air conditioner, which is the third electronic device 910-3, may receive the control signal from the server 905.
  • the third electronic device 910-3 may operate based on the control signal. For example, referring to FIG. 21, the third electronic device 910-3 may emit wind for cooling the room, based on the control signal received from the server 905. [
  • the server 905 recognizes a voice command in the voice signal based on receipt of information about a value for indicating a reception quality of the voice signal,
  • the target device can be controlled. Through the above control, the server 905 can provide a seamless service.
  • FIG. 22 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments.
  • This signaling may be caused between a plurality of electronic devices (e.g., electronic devices 910-1 to 910-N) shown in FIG. 9 and a server 905 shown in FIG.
  • the first electronic device 910-1 receiving the voice signal may transmit information about the first value to the server 905. [ The server 905 may receive information on the first value.
  • the second electronic device 910-2 receiving the voice signal may send information about the second value to the server 905. [ The server 905 may receive information on the second value.
  • the server 905 may determine the first electronic device 910-1 to transmit the voice command based at least on the first value and the second value.
  • the server 905 may send a message to the first electronic device 910-1 indicating to transmit the voice command contained in the voice signal.
  • the first electronic device 910-1 may receive the message.
  • the first electronic device 910-1 may provide an indication to indicate receipt of the message.
  • the server 905 may send a control signal requesting the second electronic device 910-2 to stop receiving the voice signal.
  • the second electronic device 910-2 may receive the control signal.
  • the first electronic device 910-1 may send information about the voice command to the server 905 based on the receipt of the message.
  • the server 905 may generate feedback for the voice command based on the received information.
  • the server 905 can generate the feedback by recognizing the voice command.
  • the server 905 obtains information about the user's profile associated with the first electronic device 910-1 and the second electronic device 910-2 based on the database stored in the memory 1220 can do.
  • the server 905 may obtain, from the database, information about the profile, which is information about how the user desires to receive the feedback.
  • the server 905 may determine the format of the feedback based at least in part on the information about the obtained profile. For example, if the information about the profile indicates that the user desires voice output, the server 905 may determine the format of the feedback in a format for voice output. In another example, if the information about the profile indicates that the user desires to provide haptic, the server 905 may determine the format of the feedback in a format for providing the haptic.
  • the server 905 may send information about the feedback having the determined format to the first electronic device 910-1.
  • the first electronic device 910-1 may receive the information.
  • the first electronic device 910-1 may provide feedback based on the received information. Because the feedback has a format determined based on the user's profile, the first electronic device 910-1 may provide services consistent with the user's status (or context).
  • the server 905 in accordance with various embodiments may provide greater feedback by providing feedback based on the profile of the user that is obtained via big data or machine learning and is registered in the database And can be given to the user.
  • FIG. 23 illustrates an example of the operation of a server that performs noise canceling on voice commands in accordance with various embodiments. This operation can be performed by the processor 905 included in the server 905 or the server 905 shown in Fig.
  • the server 905 may receive values for indicating the reception quality of a voice signal from a plurality of electronic devices.
  • the server 905 may determine, based on the received values, an electronic device to which to transmit the voice command contained in the voice signal among the plurality of electronic devices.
  • the server 905 can request the voice command to the determined electronic device.
  • the server 905 may determine, based on the received values, another electronic device to be used to remove noise contained within the voice command from the plurality of electronic devices. For example, the server 905 may receive, from among the plurality of electronic devices, an electronic device that transmits a value having characteristics different from those of the value for indicating the reception quality of the voice signal transmitted from the electronic device determined at operation 2310 The device can be determined as the other electronic device. The characteristic may be related to the frequency characteristic of the speech signal. The characteristic may be related to the energy distribution of the speech signal. The server 905 may request information on the audio received at the other electronic device outside the time period in which the audio signal is received, to the determined other electronic device.
  • the server 905 may receive information about the voice command from the determined electronic device.
  • the server 905 may receive, from the determined other electronic device, information about the audio received at the other electronic device outside the time interval during which the voice signal was received.
  • the information about the audio may be related to the noise included in the voice command.
  • the server 905 may compensate for the voice command based at least on information about the received audio. For example, the server 905 can compensate for the voice command by removing the frequency component corresponding to the frequency of the received audio from the voice command.
  • the server 905 may generate feedback for the compensated voice command.
  • the server 905 can recognize the compensated voice command.
  • the server 905 may generate the feedback based at least on the recognized voice command.
  • the server 905 may send information about the feedback.
  • the server 905 obtains information about a voice command from an electronic device that has received the voice signal with the highest reception quality, and determines the characteristics of the voice signal received at the electronic device By obtaining information used to compensate for the voice command from another electronic device that has received the voice signal having a different characteristic from the voice command.
  • the server 905 can improve the recognition rate of the voice command.
  • the server 905 according to various embodiments can provide a robust speech recognition service through removal of the noise.
  • FIG. 24 illustrates another example of an environment that includes a plurality of electronic devices in accordance with various embodiments.
  • the environment 2400 may include a server 905, an electronic device 910, and other electronic devices 2405.
  • the server 905 included in the environment 2400 may correspond to the server 905 shown in Figs. 9 and 12, and the like.
  • the electronic device 910 included in the environment 2400 may correspond to the electronic device 910 shown in Figs. 9 and 10 and the like.
  • the electronic device 910 contained within the environment 2400 may perform signaling with the server 905 via a wireless access point (AP). To this end, the electronic device 910 may create a communication path between the server 905 and the electronic device 910. The communication path may include a communication path between the server 905 and the wireless AP and a communication path between the electronic device 910 and the wireless AP.
  • AP wireless access point
  • Other electronic devices 2405 included within the environment 2400 may be devices newly installed in the environment 2400.
  • Other electronic devices 2405 may be devices that are not registered in the database in server 905.
  • the other electronic device 2405 may be a fixed device newly entering the environment 2400.
  • the other electronic device 2405 may be a desktop computer, a television, a refrigerator, a washing machine, an air conditioner, a smart light, an LFD a format display, a digital sine, or a mirror display.
  • the other electronic device 2405 may be a device with new mobility in the environment 2400.
  • the other electronic device 2405 may be one of a smartphone, a tablet computer, a laptop computer, a portable game machine, a portable music player, or a vacuum cleaner .
  • the other electronic device 2405 may have a communication function. To this end, the other electronic device 2405 may include a processor and a communication interface. In various embodiments, the other electronic device 2405 may output an audio signal. To this end, the other electronic device 2405 may include a speaker. In various embodiments, the other electronic device 2405 may receive an audio signal. To this end, the other electronic device 2405 may include a microphone.
  • the other electronic device 2405 may perform signaling with the electronic device 910. To this end, another electronic device 2405 can create a communication path between the electronic device 910 and the other electronic device 2405.
  • the other electronic device 2405 may perform signaling with the server 905.
  • another electronic device 2405 may create a communication path between the other electronic device 2405 and the server 905.
  • the communication path may include a communication path between the other electronic device 2405 and the wireless AP and a communication path between the server 905 and the wireless AP.
  • FIG. 25 shows another example of signaling between a plurality of electronic devices and a server according to various embodiments. This signaling may be performed by the electronic device 910, other electronic devices 2405, and the server 905 shown in Fig.
  • the first electronic device 2405 may be a device that has newly entered the environment 2400 that includes the server 905 and the second electronic device 910.
  • first electronic device 2405 is responsive to first acquiring power (or first turning on) after a new entry into environment 2400, at operation 2505, Information about the device 2405 may be transmitted through the communication interface of the first electronic device 2405.
  • the information about the first electronic device 2405 may include information for identifying the first electronic device 2405.
  • the information about the first electronic device 2405 may include information (e.g., resource information, etc.) for connecting to the first electronic device 2405.
  • the information about the first electronic device 2405 may include information about a user account associated with the first electronic device 2405.
  • the first electronic device 2405 may broadcast information about the first electronic device 2405.
  • the second electronic device 910 is connected to the broadcasted first electronic device 2405 in a state that it is not connected to the first electronic device 2405 (or before it creates a connection with the first electronic device 2405) Can be received.
  • the second electronic device 910 may receive a voice signal through the microphone 1020 of the second electronic device 910.
  • the voice signal may include a voice command indicating that the first electronic device 2405 is to be registered.
  • the voice signal may include a voice command indicating that the first electronic device is newly entering the environment 2400.
  • the second electronic device 910 in response to receiving the voice signal, requests a connection to the first electronic device 2405 based on the information about the received first electronic device 2405 .
  • the first electronic device 2405 and the second electronic device 910 may generate a first connection based on the request for the connection of the second electronic device 910.
  • the first connection may represent a connection between the first electronic device 2405 and the second electronic device 910.
  • the first connection may be associated with a first communication technique.
  • the first connection may be a device-to-device direct connection.
  • the first connection may be a Bluetooth connection, a BLE connection, an LTE side link connection, or a Wi-Fi direct connection.
  • the second electronic device 910 may send information to the first electronic device 2405 for connection to the server 905 via the first connection.
  • the information for connecting to the server 905 may include information for identifying the server 905, information about resources required to connect to the server 905, and the like.
  • the first electronic device 2405 may receive information for connection to the server 905 via the first connection.
  • the first electronic device 2405 may create a second connection with the server 905 by requesting a connection to the server 905 based on information to connect to the server 905.
  • the second connection may represent a connection between the first electronic device 2405 and the server 905.
  • the second connection may be associated with a second communication technique different from the first communication technique.
  • the second connection may be an indirect connection requiring an intermediate node.
  • the second connection may be an LTE connection or a Wi-Fi connection.
  • the first electronic device 2405 may send information about the first electronic device 2405 to the server 905 via the second connection.
  • the server 905 may receive information about the first electronic device 2405 from the first electronic device 2405 via the second connection.
  • the information about the first electronic device 2405 received at the server 905 may include information for the server 905 to later manage the first electronic device 2405.
  • the information about the first electronic device 2405 received at the server 905 includes information about the capabilities of the first electronic device 2405, information about the various identifiers that the first electronic device 2405 has, 1 < / RTI > information about the user account associated with the electronic device 2405.
  • the < RTI ID 0.0 >
  • the server 905 may register information about the first electronic device 2405 in the database.
  • the server 905 may register data indicating that the first electronic device 2405 is associated with the second electronic device 910.
  • the server 905 may register data about the capabilities of the first electronic device 2405.
  • the server 905 may store information about the first electronic device 2405 in the database to manage the newly entered first electronic device 2405 at a later time.
  • the server 905 may store information about the first electronic device 2405 obtained via web search or the like, as well as the information received from the first electronic device 2405 in the database.
  • the server 905 may determine whether the first electronic device 2405 is capable of receiving a voice signal, based at least on the information for the first electronic device 2405. For example, if the information for the first electronic device 2405 indicates that the first electronic device 2405 has a microphone, the server 905 may perform an operation 2550. In another example, if the information for the first electronic device 2405 indicates that the first electronic device 2405 does not have a device for receiving a voice signal, such as a microphone, Can be performed.
  • the server 905 sends the location of the first electronic device 2405 to the first electronic device 2405 based on the determination that the first electronic device 2405 is capable of receiving a voice signal. Can be requested. For example, the server 905 may send a message to the first electronic device 2405 to request the location of the first electronic device 2405 to be transmitted. The first electronic device 2405 may receive the message.
  • the first electronic device 2405 may output an audio signal for querying the location of the first electronic device 2405 through the speaker of the first electronic device 2405.
  • the first electronic device 2405 may output an audio signal through the speaker of the first electronic device 2405 to guide the input of the position of the first electronic device 2405 through the audio signal.
  • the first electronic device 2405 may receive another voice signal through the microphone of the first electronic device 2405, in response to the audio signal.
  • the other audio signal may include information for indicating the location of the first electronic device 2405.
  • the first electronic device 2405 may send information about the other voice signal to the server 905. [ The server 905 may receive information on the other voice signal.
  • the server 905 may register the location of the first electronic device 2405 in the database based on the information about the other voice signal.
  • the server 905 may obtain information about the location of the first electronic device 2405 based on the recognition of the other voice signal.
  • the server 905 can register the obtained information in the database.
  • the server 905 sends the location of the first electronic device 2405 to the second electronic device 910, based on the determination that the first electronic device 2405 can not receive a voice signal. Can be requested.
  • the second electronic device 910 may receive the request.
  • the second electronic device 910 may output an audio signal for querying the location of the first electronic device 2405 through the speaker of the second electronic device 910.
  • the second electronic device 910 may output an audio signal through the speaker of the second electronic device 910 to guide the input of the location of the first electronic device 2405 through the audio signal.
  • the second electronic device 910 may receive another voice signal through the microphone of the second electronic device 910, in response to the audio signal.
  • the other audio signal may include information for indicating the location of the first electronic device 2405.
  • the second electronic device 910 may send information about the other voice signal to the server 905. [ The server 905 may receive information on the other voice signal.
  • the server 905 may register the location of the first electronic device 2405 in the database based on information about the other voice signal.
  • the server 905 may obtain information about the location of the first electronic device 2405 based on the recognition of the other voice signal.
  • the server 905 can register the obtained information in the database.
  • the server 905 in accordance with various embodiments may communicate with the newly entered electronic device and the newly entered electronic device via signaling with the electronic device located close to the newly entered electronic device, The position of the newly entered electronic device can be registered through the voice signal.
  • the server 905 according to various embodiments may increase the convenience of the user by changing the signaling adaptively according to whether the newly entered electronic device can recognize the voice signal.
  • Figure 26 shows another example of signaling between a plurality of electronic devices and a server in accordance with various embodiments. This signaling may be performed by the electronic device 910, other electronic devices 2405, and the server 905 shown in Fig.
  • a first electronic device 2405 is a device newly entering an environment 2400 that includes a server 905, a second electronic device 910-2, and a third electronic device 910-3. .
  • the first electronic device 2405 is responsive to first acquiring power (or first turning on) after a new entry into the environment 2400,
  • the audio signal can be outputted through the speaker of the apparatus 2405.
  • the audio signal may include information indicating that the first electronic device 2405 is newly entering the environment 2400.
  • the audio signal may include information for identifying the first electronic device 2405.
  • the information may be audible by the user or non-audible.
  • the information may be watermarked to the audio signal.
  • the second electronic device 910-2 and the third electronic device 910-3 may receive the audio signal.
  • the second electronic device 910-2 may send information about the audio signal to the server 905. [ The server 905 may receive information on the audio signal.
  • the third electronic device 910-3 may send information about the audio signal to the server 905.
  • the server 905 may receive information on the audio signal.
  • the server 905 may determine an electronic device to be associated with the first electronic device as a second electronic device 910-2. For example, the server 905 may determine, based on information about the audio signal received from the second electronic device 910-2 and information about the audio signal received from the third electronic device 910-3 , It may be determined that the second electronic device 910-2 is located closer to the first electronic device 2405. The server 905 may determine, based on the determination, the electronic device to be connected to the first electronic device 2405 as the second electronic device 910-2.
  • operation 2615 and operation 2620 may be omitted or bypassed if environment 2400 does not include third electronic device 910-3.
  • the server 905 may send information about the first electronic device 2405 to the second electronic device 910-2.
  • the information about the first electronic device 2405 may include information for connecting to the first electronic device 2405.
  • the second electronic device 910-2 may receive information about the first electronic device 2405.
  • the second electronic device 910-2 may provide an indication in response to receiving the information.
  • the indication may be used to indicate that the second electronic device 910-2 is selected by the server 905 to be an electronic device to be associated with the first electronic device 905. [ Operation 2630 may be bypassed or omitted.
  • the second electronic device 910-2 may request a connection to the first electronic device 2405, based on the information about the received first electronic device 2405.
  • the first electronic device 2405 and the second electronic device 910-2 may generate the first connection based on the request for the connection.
  • the second electronic device 910-2 based on generating the first connection, sends information to the first electronic device 2405 via the first connection to connect to the server 905 .
  • the first electronic device 2405 can create a second connection with the server 905 by requesting a connection to the server 905 based on information for connecting to the server 905.
  • the second connection may represent a connection between the server 905 and the first electronic device 2405.
  • the server 905 may request the location of the first electronic device 2405 via the second connection.
  • the first electronic device 2405 may receive the request over the second connection.
  • the first electronic device 2405 may output an audio signal for querying the location of the first electronic device 2405, based on the request received from the server 905. [ The audio signal may guide the registration of the location of the first electronic device 2405 through voice input.
  • the first electronic device 2405 may receive a voice signal via the microphone of the first electronic device 2405.
  • the audio signal may be a user's response to the output audio signal.
  • the voice signal may include information indicative of the location of the first electronic device 2405.
  • the first electronic device 2405 may transmit information about the speech signal to the server 905 via the second connection.
  • the server 905 may receive information on the voice signal through the second connection.
  • the server 905 may register the location of the first electronic device 2405 based on the information about the voice signal. For example, the server 905 can obtain information about the location of the first electronic device 2405 by recognizing the voice signal. The server 905 may store the location of the first electronic device 2405 in the database based on the acquisition.
  • a plurality of electronic devices and servers 905 may register the location of the newly entered electronic device via voice input. Because the registration is accomplished through transparent communication signaling to the user and seamless voice input to the user, a plurality of electronic devices and servers 905 according to various embodiments can provide greater convenience.
  • a method of a system in accordance with various embodiments as described above is characterized in that it is associated with a first user utterance through a network interface of the system from a first external device and includes a first voice data and a second voice data, Receiving first data including first meta data associated with the first user utterance from the second external device via the network interface and transmitting second voice data and second voice data associated with the first user utterance; The method comprising: receiving second data including a second metadata associated with the first metadata; and receiving, based at least in part on the first metadata and the second metadata, one of the first external device and the second external device And providing a selected one of the devices with a response associated with the selected one of the devices; And receiving third data associated with a second user utterance.
  • each of the first metadata and the second metadata includes at least one of an audio gain, a wake-up command confidence level, or a signal-to-noise (SNR) ratio).
  • SNR signal-to-noise
  • the method of an electronic device may further include receiving a first user utterance via a microphone of the electronic device and transmitting the first user utterance to an external server via the wireless communication circuit, Transmitting first data including first voice data related to the first user utterance and first meta data associated with the first voice data; And receiving a response associated with the electronic device from the external server via the wireless communication circuit.
  • the first metadata includes at least one of an audio gain, a wake-up command confidence level, or a signal-to-noise ratio (SNR) can do.
  • SNR signal-to-noise ratio
  • the method of an electronic device may include receiving an audio signal through a microphone of the electronic device and receiving a wake-up command Determining, based at least in part on the wake-up command, a value for indicating a reception quality of the voice signal; And transmitting information about the determined value to the mobile station.
  • the voice signal may further include a voice command subsequent to the wake-up command
  • the act of transmitting the information about the determined value comprises: To determine a device to transmit information about the voice command to the server from among a plurality of electronic devices including the electronic device and the at least one other electronic device electronic device receiving the voice signal, And transmitting information about the determined value to the server via the communication interface of the electronic device.
  • the method further comprises: receiving, via the communication interface from the server, a message indicating to transmit the voice command to the server; and in response to receiving the information about the voice command To the server via the communication interface; and in response to the receiving, providing an indication via an output device of the electronic device.
  • the message may include information about the determined value and at least information for indicating the quality of reception of the voice signal in the at least one other electronic device that is transmitted to the server from the at least one other electronic device, May be transmitted from the server to the electronic device based at least on information about an at least one other value.
  • the method may further include, via an output device of the electronic device, providing an indication that the voice signal is received after the reception of the voice signal is completed .
  • the method further comprises receiving, via an output device of the electronic device, an indication indicating reception of the voice signal within a duration of silence between the wake-up command and the voice command ), ≪ / RTI >
  • the operation of receiving the voice signal includes an operation in which the audio codec chip of the electronic device receives the voice signal via the microphone, based on a first clock frequency
  • the act of identifying the wake-up command comprises: the audio codec chip identifying the wake-up command in the voice signal in response to the receiving; and in response to the identification, , Transmitting to the application processor a signal for switching the state of an application processor of the electronic device to a wake-up state, and transmitting, to the processor switched to the wake-up state, And transmitting information about the identified wake-up command, the operation of determining the value comprises:
  • the processor may include determining the value to indicate the reception quality of the voice signal based at least in part on information about the identified wake up command,
  • the processor that has been switched to the wake-up state may transmit the information about the determined value to the server via the communication interface.
  • the method further comprises: the audio codec chip buffering the voice signal until the processor is switched to the wake-up state; To the processor, in response to confirming
  • the method of the server may further comprise the step of determining, via a communication interface of the server from the first electronic device, a reception quality of a voice signal received at the first electronic device, Receiving information about a second value for indicating a reception quality of the voice signal received at the second electronic device from the second electronic device via the communication interface; From among a plurality of electronic devices including the first electronic device and the second electronic device, based on at least the first value and the second value, voice command from the electronic device to determine the electronic device to transmit the voice command to the determined electronic device via the communication interface; And sending the message.
  • the act of receiving information about the second value comprises: receiving, via the communication interface from the second electronic device, a predetermined value within a specified time interval from when information about the first value is received; Receiving the information on the second value for indicating the reception quality of the voice signal received at the second electronic device.
  • each of the first value and the second value may be determined based at least on a wake-up command included in the voice signal and prior to the voice command .
  • the act of sending the message determines the first electronic device to be the electronic device to send the voice command based on confirming that the first value is higher than the second value, Sending the message to the first electronic device via the communication interface indicating that the information about the voice command should be transmitted; and based on confirming that the first value is lower than the second value, 2 determining an electronic device to be the electronic device to send the voice command and sending the message to the second electronic device via the communication interface indicating to transmit information about the voice command.
  • the method further comprises: receiving, via the communication interface from the determined electronic device, information about the voice command in response to the message; generating feedback for the voice command; And transmitting information about the feedback via the communication interface.
  • the act of transmitting information about the feedback is based on at least the first value and the second value, wherein a user associated with the voice signal is selected from among the plurality of electronic devices to a third electronic device Acquiring information about a capability of the third electronic device from a database stored in a memory of the server; determining whether the capability of the third electronic device Determining a format of the feedback based at least in part on information about the feedback, and transmitting information about the feedback with the determined format to the third electronic device via the communication interface have.
  • the format may include one or more of voice output, screen display, light emission, or haptic provision.
  • the method further comprises: determining, of the plurality of electronic devices, at least one electronic device to perform a response to the voice command; and the at least one electronic device The method further comprises transmitting to the at least one electronic device via the communication interface a control signal associated with the response.
  • the method further comprises determining, based at least on the first value and the second value, another electronic device distinct from the determined electronic device of the plurality of electronic devices To indicate to the other electronic device via the communication interface to transmit information about the audio received at the other electronic device outside the time interval during which the voice signal is received; Receiving information about the audio in response to the other message from the determined other electronic device via the communication interface; and transmitting the voice command, at least based on information about the audio, Compensating for the compensated voice command, generating the feedback for the compensated voice command, The may further include an operation for transmitting the information for the feedback through.
  • the act of transmitting information about the feedback includes obtaining information about a profile of a user associated with the first electronic device and the second electronic device from the database, Determining a format of the feedback based at least on information about the feedback, and transmitting information about the feedback having the determined format via the communication interface.
  • the method of an electronic device may further comprise the steps of outputting an audio signal using a speaker of the electronic device and receiving the audio signal using a communication interface of the electronic device, Generating a connection between the electronic device and the external electronic device based at least in part on the received signal using the communication interface; Receiving from the external electronic device, via the connection, information for connection to the server using the communication interface; accessing the server based at least on the information using the communication interface; , Using the communication interface, from the server to the location of the electronic device And receiving a message for requesting the operation, in response to the receipt of the message, and may include an operation to output using the speaker of the other audio signal for inquiring the location of the electronic device.
  • the method may further include sending information about the electronic device using the communication interface, after registering with the server, to register the electronic device with the server ,
  • the message may be transmitted from the server to the electronic device in response to registering the electronic device based at least on information about the electronic device.
  • the method further includes receiving, via the microphone, a response to the other audio signal, and using the communication interface to send information about the response to the server can do.
  • a computer-readable storage medium storing one or more programs (software modules) may be provided.
  • One or more programs stored on a computer-readable storage medium are configured for execution by one or more processors in an electronic device.
  • the one or more programs include instructions that cause the electronic device to perform the methods in accordance with the embodiments of the present disclosure or the claims of the present disclosure.
  • Such programs may be stored in a computer readable medium such as a random access memory, a non-volatile memory including a flash memory, a read only memory (ROM), an electrically erasable programmable ROM (EEPROM), a magnetic disc storage device, a compact disc-ROM (CD-ROM), digital versatile discs (DVDs) An optical storage device, or a magnetic cassette. Or a combination of some or all of these. In addition, a plurality of constituent memories may be included.
  • a computer readable medium such as a random access memory, a non-volatile memory including a flash memory, a read only memory (ROM), an electrically erasable programmable ROM (EEPROM), a magnetic disc storage device, a compact disc-ROM (CD-ROM), digital versatile discs (DVDs) An optical storage device, or a magnetic cassette. Or a combination of some or all of these.
  • a plurality of constituent memories may be included.
  • the program may also be stored on a communication network, such as the Internet, an intranet, a local area network (LAN), a communication network such as a wide area network (WLAN) And can be stored in an attachable storage device that can be accessed.
  • a storage device may be connected to an apparatus performing an embodiment of the present disclosure via an external port. Further, a separate storage device on the communication network may be connected to an apparatus performing the embodiments of the present disclosure.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • User Interface Of Digital Computer (AREA)
  • Electromagnetism (AREA)
  • Telephone Function (AREA)

Abstract

다양한 실시예들에 따른 전자 장치는, 마이크로폰과, 스피커와, Wi-Fi(wireless fidelity)를 지원하도록 설정된 무선 통신 회로와, 상기 마이크로폰, 상기 스피커, 및 상기 무선 통신 회로와 작동적으로 연결되는 프로세서와, 상기 프로세서와 작동적으로 연결된 메모리를 포함할 수 있고, 상기 메모리는, 상기 마이크로폰을 통해 제1 사용자 발언(utternace)을 수신하고, 상기 무선 통신 회로를 통해 외부 서버에게, 상기 제1 사용자 발언과 관련된 제1 음성 데이터 및 상기 제1 음성 데이터와 관련된 제1 메타 데이터를 포함하는 제1 데이터를 송신하고, 음성 기반 서비스(voice based service)를 위한 입력 장치로서 선택된 상기 전자 장치와 관련된 응답을 상기 외부 서버로부터 상기 무선 통신 회로를 통해 수신하기 위해 실행되는 경우 상기 프로세서를 야기하는 명령어들을 저장할 수 있다.

Description

음성 신호를 제어하기 위한 전자 장치 및 방법
다양한 실시예들은 음성 신호(voice signal)를 제어하기 위한 전자 장치(electronic device) 및 그의 방법에 관한 것이다.
다양한 실시예들은, 센서 네트워크(sensor network), 사물 통신(machine to machine, M2M), MTC(machine type communication) 및 사물 인터넷(internet of things, IoT)을 위한 기술과 관련될 수 있다. 다양한 실시예들은, 상기 기술을 기반으로 하는 지능형 서비스(스마트 홈, 스마트 빌딩, 스마트 시티, 스마트 카 혹은 커넥티드(connected) 카, 헬스 케어, 디지털 교육, 소매업, 보안, 및 안전 관련 서비스 등)에 활용될 수 있다.
무선 통신 기술(wireless communication technology)의 발달(development)로 인하여, 사물 인터넷(internet of things, IoT)을 위한 전자 장치(electronic device)들이 개발되고 있다. 이러한 전자 장치들은, 사용자(user)와의 인터액션(interaction)을 위해 사용자로부터 음성 신호(voice signal)를 수신할 수 있다. 상기 전자 장치들에 수신되는 음성 신호는, 장치들 각각에 포함된 구성요소(component, 예: 마이크로폰(microphone) 등)의 능력(capability), 장치들 각각과 사용자 사이의 거리 등에 따라 서로 다른 수신 품질(reception quality)을 가질 수 있다. 따라서, 음성 신호를 제어하기 위한 방안이 상기 전자 장치들을 포함하는 시스템 내에서 요구될 수 있다.
다양한 실시예들은, 전자 장치들과 연동되는 서버와 전자 장치들 사이의 시그널링에 기반하여 음성 신호를 제어하는 전자 장치 및 방법을 제공할 수 있다.
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.
다양한 실시예들에 따른 시스템(system)은, 네트워크 인터페이스와, 상기 네트워크 인터페이스와 작동적으로 연결된 적어도 하나의 프로세서와, 상기 적어도 하나의 프로세서와 작동적으로 연결된 적어도 하나의 메모리를 포함할 수 있고, 상기 메모리는, 제1 외부 장치로부터 상기 네트워크 인터페이스를 통해 제1 사용자 발언(utterance)과 관련되고 제1 음성 데이터 및 상기 제1 음성 데이터와 관련된 제1 메타(meta) 데이터를 포함하는 제1 데이터를 수신하고, 제2 외부 장치로부터 상기 네트워크 인터페이스를 통해 상기 제1 사용자 발언과 관련되고 제2 음성 데이터 및 상기 제2 음성 데이터와 관련된 제2 메타 데이터를 포함하는 제2 데이터를 수신하고, 상기 제1 메타 데이터 및 상기 제2 메타 데이터에 적어도 일부 기반하여, 상기 제1 외부 장치 및 상기 제2 외부 장치 중 하나의 장치를 선택하고, 상기 선택된 하나의 장치와 관련된 응답을 상기 선택된 하나의 장치에게 제공하고, 상기 선택된 하나의 장치로부터 제2 사용자 발언과 관련된 제3 데이터를 수신하기 위해 실행되는 경우 상기 적어도 하나의 프로세서를 야기하는 명령어들을 저장할 수 있다.
다양한 실시예들에 따른 전자 장치는, 마이크로폰과, 스피커와, Wi-Fi(wireless fidelity)를 지원하도록 설정된 무선 통신 회로와, 상기 마이크로폰, 상기 스피커, 및 상기 무선 통신 회로와 작동적으로 연결되는 프로세서와, 상기 프로세서와 작동적으로 연결된 메모리를 포함할 수 있고, 상기 메모리는, 상기 마이크로폰을 통해 제1 사용자 발언(utternace)을 수신하고, 상기 무선 통신 회로를 통해 외부 서버에게, 상기 제1 사용자 발언과 관련된 제1 음성 데이터 및 상기 제1 음성 데이터와 관련된 제1 메타 데이터를 포함하는 제1 데이터를 송신하고, 음성 기반 서비스(voice based service)를 위한 입력 장치로서 선택된 상기 전자 장치와 관련된 응답을 상기 외부 서버로부터 상기 무선 통신 회로를 통해 수신하기 위해 실행되는 경우 상기 프로세서를 야기하는 명령어들을 저장할 수 있다.
다양한 실시예들에 따른 전자 장치(electronic device)는, 마이크로폰(microphone)과, 통신 인터페이스(communication interface)와, 상기 마이크로폰을 통해 음성 신호(voice signal)를 수신하고, 상기 음성 신호 내에서 웨이크-업 명령(wake-up command)을 식별하고, 상기 웨이크-업 명령에 적어도 기반하여, 상기 음성 신호의 수신 품질(reception quality)을 나타내기 위한 값을 결정하고, 상기 통신 인터페이스를 통해 서버(server)에게, 상기 결정된 값에 대한 정보를 송신하도록 설정되는 적어도 하나의 프로세서(processor)를 포함할 수 있다.
다양한 실시예들에 따른 서버(server)는 통신 인터페이스(communication interface)와, 제1 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제1 전자 장치에 수신된 음성 신호(voice signal)의 수신 품질(reception quality)을 나타내기 위한 제1 값에 대한 정보를 수신하고, 제2 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제2 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 제2 값에 대한 정보를 수신하고, 상기 제1 값 및 상기 제2 값에 적어도 기반하여, 상기 제1 전자 장치 및 상기 제2 전자 장치를 포함하는 복수의 전자 장치들 중에서, 상기 음성 신호 내에 포함된 음성 명령(voice command)을 송신할 전자 장치를 결정하고, 상기 통신 인터페이스를 통해 상기 결정된 전자 장치에게, 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 메시지를 송신하도록 설정되는 프로세서를 포함할 수 있다.
다양한 실시예들에 따른 시스템(system)의 방법은, 제1 외부 장치로부터 상기 시스템의 네트워크 인터페이스를 통해 제1 사용자 발언(utterance)과 관련되고 제1 음성 데이터 및 상기 제1 음성 데이터와 관련된 제1 메타(meta) 데이터를 포함하는 제1 데이터를 수신하는 동작과, 제2 외부 장치로부터 상기 네트워크 인터페이스를 통해 상기 제1 사용자 발언과 관련되고 제2 음성 데이터 및 상기 제2 음성 데이터와 관련된 제2 메타 데이터를 포함하는 제2 데이터를 수신하는 동작과, 상기 제1 메타 데이터 및 상기 제2 메타 데이터에 적어도 일부 기반하여, 상기 제1 외부 장치 및 상기 제2 외부 장치 중 하나의 장치를 선택하는 동작과, 상기 선택된 하나의 장치와 관련된 응답을 상기 선택된 하나의 장치에게 제공하는 동작과, 상기 선택된 하나의 장치로부터 제2 사용자 발언과 관련된 제3 데이터를 수신하는 동작을 포함할 수 있다.
다양한 실시예들에 따른 전자 장치의 방법은, 상기 전자 장치의 마이크로폰을 통해 제1 사용자 발언(utternace)을 수신하는 동작과, 상기 전자 장치의 무선 통신 회로를 통해 외부 서버에게, 상기 제1 사용자 발언과 관련된 제1 음성 데이터 및 상기 제1 음성 데이터와 관련된 제1 메타 데이터를 포함하는 제1 데이터를 송신하는 동작과, 음성 기반 서비스(voice based service)를 위한 입력 장치로서 선택된 상기 전자 장치와 관련된 응답을 상기 외부 서버로부터 상기 무선 통신 회로를 통해 수신하는 동작을 포함할 수 있다.
다양한 실시예들에 따른 전자 장치의 방법은, 상기 전자 장치의 마이크로폰을 통해 음성 신호(voice signal)를 수신하는 동작과, 상기 음성 신호 내에서 웨이크-업 명령(wake-up command)을 식별하는 동작과, 상기 웨이크-업 명령에 적어도 기반하여 상기 음성 신호의 수신 품질(reception quality)을 나타내기 위한 값을 결정하는 동작과, 상기 통신 인터페이스를 통해 서버(server)에게 상기 결정된 값에 대한 정보를 송신하는 동작을 포함할 수 있다.
다양한 실시예들에 따른 서버(server)의 방법은, 제1 전자 장치로부터 상기 서버의 통신 인터페이스를 통해, 상기 제1 전자 장치에 수신된 음성 신호(voice signal)의 수신 품질(reception quality)을 나타내기 위한 제1 값에 대한 정보를 수신하는 동작과, 제2 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제2 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 제2 값에 대한 정보를 수신하는 동작과, 상기 제1 값 및 상기 제2 값에 적어도 기반하여 상기 제1 전자 장치 및 상기 제2 전자 장치를 포함하는 복수의 전자 장치들 중에서, 상기 음성 신호 내에 포함된 음성 명령(voice command)을 송신할 전자 장치를 결정하는 동작과, 상기 통신 인터페이스를 통해 상기 결정된 전자 장치에게, 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 메시지를 송신하는 동작을 포함할 수 있다.
다양한 실시 예들에 따른 전자 장치(electronic device) 및 그의 방법은, 서버(server)와의 시그널링(signaling)에 기반하여 음성 신호(voice signal)를 인식(recognize)함으로써, 효율적인(effective) 서비스를 제공할 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 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 2는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 4는 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 것을 나타낸 도면이다.
도 5는 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 제안 모듈을 나타낸 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 7은 본 발명의 일 실시 예에 따른 패스 자연어 이해 모듈(natural language understanding)(NLU)이 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 8은 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 페르소나 모듈(persona module)이 사용자의 정보를 관리하는 것을 나타낸 도면이다.
도 9는 다양한 실시예들에 따른 복수의 전자 장치들을 포함하는 환경(environment)의 예를 도시한다.
도 10은 다양한 실시예들에 따라 음성 인식과 관련된 동작을 수행하는 전자 장치의 기능적 구성의 예를 도시한다.
도 11은 다양한 실시예들에 따라 음성 인식과 관련된 동작을 수행하는 전자 장치의 기능적 구성의 다른 예를 도시한다.
도 12는 다양한 실시예들에 따른 서버의 기능적 구성의 예를 도시한다.
도 13a는 다양한 실시예들에 따른 전자 장치의 동작의 예를 도시한다.
도 13b는 다양한 실시예들에 따른 전자 장치의 동작의 다른 예를 도시한다.
도 14a는 다양한 실시예들에 따른 서버의 동작의 예를 도시한다.
도 14b는 다양한 실시예들에 따른 서버의 동작의 다른 예를 도시한다.
도 15는 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 예를 도시한다.
도 16은 다양한 실시예들에 따라 복수의 전자 장치들에 수신되는 음성 신호의 포맷의 예를 도시한다.
도 17은 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 다른 예를 도시한다.
도 18은 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다.
도 19는 다양한 실시예들에 따라 피드백을 제공하는 서버의 동작의 예를 도시한다.
도 20은 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다.
도 21은 다양한 실시예들에 따른 서버의 다른 동작의 예를 도시한다.
도 22는 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다.
도 23은 다양한 실시예들에 따라 음성 명령에 대한 노이즈 캔슬링(noise canceling)을 수행하는 서버의 동작의 예를 도시한다.
도 24는 다양한 실시예들에 따른 복수의 전자 장치들을 포함하는 환경의 다른 예를 도시한다.
도 25는 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다.
도 26은 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다.
본 발명의 일 실시 예를 서술하기에 앞서, 본 발명의 일 실시 예가 적용될 수 있는 통합 지능화 시스템에 대해 설명한다.
도 1은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 1을 참조하면, 통합 지능화 시스템(10)은 사용자 단말(100), 지능형 서버(200), 개인화 정보 서버(300) 또는 제안 서버(400)를 포함할 수 있다.
사용자 단말(100)은 사용자 단말(100) 내부에 저장된 앱(app)(또는, 어플리케이션 프로그램(application program))(예: 알람 앱, 메시지 앱, 사진(갤러리) 앱 등)을 통해 사용자에게 필요한 서비스를 제공할 수 있다. 예를 들어, 사용자 단말(100)은 사용자 단말(100) 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 다른 앱을 실행하고 동작시킬 수 있다. 사용자 단말(100)의 상기 지능형 앱을 통해 상기 다른 앱의 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 원격 입력 등을 통해 수신될 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 휴대폰, 스마트폰, PDA(personal digital assistant) 또는 노트북 컴퓨터 등 인터넷에 연결 가능한 각종 단말 장치(또는, 전자 장치)가 이에 해당될 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 사용자의 발화를 사용자 입력으로 수신할 수 있다. 사용자 단말(100)은 사용자의 발화를 수신하고, 상기 사용자의 발화에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 이에 따라, 사용자 단말(100)은 상기 명령을 이용하여 상기 앱을 동작시킬 수 있다.
지능형 서버(200)는 통신망을 통해 사용자 단말(100)로부터 사용자 음성 입력(voice input)을 수신하여 텍스트 데이터(text data)로 변경할 수 있다. 다른 실시 예에서는, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule)을 생성(또는, 선택)할 수 있다. 상기 패스 룰은 앱의 기능을 수행하기 위한 동작(action)(또는, 오퍼레이션(operation))에 대한 정보 또는 상기 동작을 실행하기 위해 필요한 파라미터에 대한 정보를 포함할 수 있다. 또한, 상기 패스 룰은 상기 앱의 상기 동작의 순서를 포함할 수 있다. 사용자 단말(100)은 상기 패스 룰을 수신하고, 상기 패스 룰에 따라 앱을 선택하고, 상기 선택된 앱에서 상기 패스 룰에 포함된 동작을 실행시킬 수 있다.
본 문서의 "패스 룰(path rule)" 이라는 용어는 일반적으로, 전자 장치가 사용자에 의해 요청된 태스크를 수행하기 위한 상태들의 시퀀스를 의미할 수 있지만, 이에 제한되지 않는다. 다시 말해, 패스 룰은 상태들의 시퀀스에 대한 정보를 포함할 수 있다. 상기 태스크는, 예를 들어, 지능형 앱이 제공할 수 있는 어떠한 동작(action)일 수 있다. 상기 태스크는 일정을 생성하거나, 원하는 상대방에게 사진을 전송하거나, 날씨 정보를 제공하는 것을 포함 할 수 있다. 사용자 단말(100)은 적어도 하나 이상의 상태(예: 사용자 단말(100)의 동작 상태)를 순차적으로 갖음으로써, 상기 태스크를 수행할 수 있다.
일 실시 예에 따르면, 패스 룰은 인공 지능(artificial intelligent)(AI) 시스템에 의해 제공되거나, 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neual network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 패스 룰은 미리 정의된 패스 룰들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 패스 룰 중 적어도 패스 룰을 선택하거나, 동적(또는, 실시간)으로 패스 룰을 생성할 수 있다. 또한, 사용자 단말(100)은 패스 룰을 제공하기 위해 하이브리드 시스템을 사용할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 실행한 사용자 단말(100)의 상태에 대응되는 화면을 디스플레이에 표시할 수 있다. 다른 예를 들어, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 수행한 결과를 디스플레이에 표시하지 않을 수 있다. 사용자 단말(100)은, 예를 들어, 복수의 동작을 실행하고, 상기 복수의 동작의 일부 결과 만을 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 예를 들어, 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 사용자 단말(100)은 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
개인화 정보 서버(300)는 사용자 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 개인화 정보 서버(300)는 사용자 단말(100)로부터 사용자 정보(예: 컨텍스트 정보, 앱 실행 등)를 수신하여 상기 데이터베이스에 저장할 수 있다. 지능형 서버(200)는 통신망을 통해 개인화 정보 서버(300)로부터 상기 사용자 정보를 수신하여 사용자 입력에 대한 패스 룰을 생성하는 경우에 이용할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 통신망을 통해 개인화 정보 서버(300)로부터 사용자 정보를 수신하여 데이터베이스를 관리하기 위한 정보로 이용할 수 있다.
제안 서버(400)는 단말 내에 기능 혹은 어플리케이션의 소개 또는 제공될 기능에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 제안 서버(400)는 개인화 정보 서버(300)로부터 사용자 단말기(100)의 사용자 정보를 수신하여 사용자가 사용 할 수 있는 기능에 대한 데이터베이스를 포함 할 수 있다. 사용자 단말(100)은 통신망을 통해 제안 서버(400)로부터 상기 제공될 기능에 대한 정보를 수신하여 사용자에게 정보를 제공할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 2를 참조하면, 사용자 단말(100)은 입력 모듈(110), 디스플레이(120), 스피커(130), 메모리(140) 또는 프로세서(150)을 포함할 수 있다. 사용자 단말(100)은 하우징을 더 포함할 수 있고, 상기 사용자 단말(100)의 구성들은 상기 하우징의 내부에 안착되거나 하우징 상에(on the housing) 위치할 수 있다. 사용자 단말(100)은 상기 하우징의 내부에 위치한 통신 회로를 더 포함할 수 있다. 사용자 단말(100)은 상기 통신 회로를 통해 외부 서버(예: 지능형 서버(200))와 데이터(또는, 정보)를 송수신할 수 있다.
일 실시 예에 따른, 입력 모듈(110)은 사용자로부터 사용자 입력을 수신할 수 있다. 예를 들어, 입력 모듈(110)은 연결된 외부 장치(예: 키보드, 헤드셋)로부터 사용자 입력을 수신할 수 있다. 다른 예를 들어, 입력 모듈(110)은 디스플레이(120)와 결합된 터치 스크린(예: 터치 스크린 디스플레이)을 포함할 수 있다. 또 다른 예를 들어, 입력 모듈(110)은 사용자 단말(100)(또는, 사용자 단말(100)의 하우징)에 위치한 하드웨어 키(또는, 물리적 키)를 포함할 수 있다.
일 실시 예에 따르면, 입력 모듈(110)은 사용자의 발화를 음성 신호로 수신할 수 있는 마이크를 포함할 수 있다. 예를 들어, 입력 모듈(110)은 발화 입력 시스템(speech input system)을 포함하고, 상기 발화 입력 시스템을 통해 사용자의 발화를 음성 신호로 수신할 수 있다. 상기 마이크는, 예를 들어, 하우징의 일부분(예: 제1 부분)을 통해 노출될 수 있다.
일 실시 예에 따른, 디스플레이(120)는 이미지나 비디오, 및/또는 어플리케이션의 실행 화면을 표시할 수 있다. 예를 들어, 디스플레이(120)는 앱의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(120)는 하우징의 일부분(예: 제2 부분)을 통해 노출될 수 있다.
일 실시 예에 따르면, 스피커(130)는 음성 신호를 출력할 수 있다. 예를 들어, 스피커(130)는 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력할 수 있다. 일 실시 예에 따르면, 스피커(130)는 하우징의 일부분(예: 제3 부분)을 통해 노출될 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(또는, 어플리케이션 프로그램 application program))(141, 143)을 저장할 수 있다. 복수의 앱(141, 143)은, 예를 들어, 사용자 입력에 대응되는 기능을 수행하기 위한 프로그램(program)일 수 있다. 일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)을 저장할 수 있다. 지능형 에이전트(145), 실행 매니저 모듈(147) 및 지능형 서비스 모듈(149)은, 예를 들어, 수신된 사용자 입력(예: 사용자 발화)을 처리하기 위한 프레임워크(framework)(또는, 어플리케이션 프레임워크(application framework))일 수 있다.
일 실시 예에 따르면, 메모리(140)는 사용자 입력을 인식하는데 필요한 정보를 저장할 수 있는 데이터베이스를 포함할 수 있다. 예를 들어, 메모리(140)은 로그(log) 정보를 저장할 수 있는 로그 데이터베이스를 포함할 수 있다. 다른 예를 들어, 메모리(140)는 사용자 정보를 저장할 수 있는 페르소나 데이터베이스를 포함할 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(141, 143)을 저장하고, 복수의 앱(141, 143)은 로드되어 동작할 수 있다. 예를 들어, 메모리(140)에 저장된 복수의 앱(141,143)은 실행 매니저 모듈(147)에 의해 로드되어 동작할 수 있다. 복수의 앱(141, 143)은 기능을 수행하는 실행 서비스 모듈(141a, 143a)을 포함할 수 있다. 일 실시 예에서, 복수의 앱(141,143)은 기능을 수행하기 위해서 실행 서비스 모듈(141a, 143a)를 통해 복수의 동작(예: 상태 들의 시퀀스)(141b, 143b)을 실행할 수 있다. 다시 말해, 실행 서비스 모듈(141a, 143a)는 실행 매니저 모듈(147)에 의해 활성화되고, 복수의 동작 (141b, 143b)을 실행할 수 있다.
일 실시 예에 따르면, 앱(141, 143)의 동작(141b, 143b)이 실행되었을 때, 동작(141b, 143b)의 실행에 따른 실행 상태 화면은 디스플레이(120)에 표시될 수 있다. 상기 실행 상태 화면은, 예를 들어, 동작(141b, 143b)이 완료된 상태의 화면일 수 있다. 상기 실행 상태 화면은, 다른 예를 들어, 동작(141b, 143b)의 실행이 정지된 상태(partial landing)(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우)의 화면일 수 있다.
일 실시 예에 따른, 실행 서비스 모듈(141a, 143a)은 패스 룰에 따라 동작(141b, 143b)을 실행할 수 있다. 예를 들어, 실행 서비스 모듈(141a, 143a)은 실행 매니저 모듈(147)에 의해 활성화되고, 실행 매니저 모듈(147)로부터 상기 패스 룰에 따라 실행 요청을 전달 받고, 상기 실행 요청에 따라 동작(141b, 143b)을 함으로써, 앱(141, 143)의 기능을 실행할 수 있다. 실행 서비스 모듈(141a, 143a)는 상기 동작(141b, 143b)의 수행이 완료되면 완료 정보를 실행 매니저 모듈(147)로 전달할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행되는 경우, 복수의 동작(141b, 143b)은 순차적으로 실행될 수 있다. 실행 서비스 모듈(141a, 143a)은 하나의 동작(예: 제1 앱(141)의 동작 1, 제2 앱(143)의 동작 1)의 실행이 완료되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)을 오픈하고 완료 정보를 실행 매니저 모듈(147)로 송신할 수 있다. 여기서 임의의 동작을 오픈한다는 것은, 임의의 동작을 실행 가능한 상태로 천이시키거나, 임의의 동작의 실행을 준비하는 것으로 이해될 수 있다. 다시 말해서, 임의의 동작이 오픈되지 않으면, 해당 동작은 실행될 수 없다. 실행 매니저 모듈(147)은 상기 완료 정보가 수신되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)에 대한 실행 요청을 실행 서비스 모듈로 전달할 수 있다. 일 실시 예에 따르면, 복수의 앱(141, 143)이 실행되는 경우, 복수의 앱(141, 143)은 순차적으로 실행될 수 있다. 예를 들어, 제1 앱(141)의 마지막 동작(예: 제1 앱(141)의 동작 3)의 실행이 완료되어 완료 정보를 수신하면, 실행 매니저 모듈(147)은 제2 앱(143)의 첫번째 동작(예: 제2 앱(143)의 동작 1)의 실행 요청을 실행 서비스(143a)로 송신할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행된 경우, 상기 실행된 복수의 동작(141b, 143b) 각각의 실행에 따른 결과 화면은 디스플레이(120)에 표시될 수 있다. 일 실시 예에 따르면, 상기 실행된 복수의 동작(141b, 143b)의 실행에 따른 복수의 결과 화면 중 일부만 디스플레이(120)에 표시될 수 있다.
일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)을 저장할 수 있다. 지능형 에이전트(145)와 연동된 앱은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(145)와 연동된 앱은 입력 모듈(110)을 통해 입력되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 특정 음성 입력)에 의해 동작될 수 있다.
일 실시 예에 따르면, 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)이 프로세서(150)에 의해 실행될 수 있다. 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능은 프로세서(150)에 의해 구현될 수 있다. 상기 지능형 에이전트(145), 실행 매니저 모듈(147) 및 지능형 서비스 모듈(149)의 기능에 대해 프로세서(150)의 동작으로 설명하겠다. 일 실시 예에 따르면, 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)는 소프트웨어뿐만 아니라 하드웨어로 구현될 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(150)는 입력 모듈(110)을 제어하여 사용자 입력을 수신할 수 있다. 프로세서(150)는 디스플레이(120)를 제어하여 이미지를 표시할 수 있다. 프로세서(150)는 스피커(130)를 제어하여 음성 신호를 출력할 수 있다. 프로세서(150)는 메모리(140)를 제어하여 프로그램을 실행시키고, 필요한 정보를 불러오거나 저장할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)을 실행시킬 수 있다. 이에 따라, 프로세서(150)는 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능을 구현할 수 있다.
일 실시 예에 따른, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자 입력으로 수신된 음성 신호에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 일 실시 예에 따른, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 상기 생성된 명령에 따라 메모리(140)에 저장된 앱(141, 143)을 실행시킬 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 서비스 모듈(149)을 실행하여 사용자의 정보를 관리하 고, 상기 사용자의 정보를 이용하여 사용자 입력을 처리할 수 있다.
프로세서(150)는 지능형 에이전트(145)를 실행하여 입력 모듈(110)을 통해 수신된 사용자 입력을 지능형 서버(200)로 송신하고, 지능형 서버(200)를 통해 상기 사용자 입력을 처리할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 상기 사용자 입력을 지능형 서버(200)로 송신하기 전에 상기 사용자 입력을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(145)는 상기 사용자 입력을 전처리하기 위하여, 적응 반향 제거(adaptive echo canceller)(AEC) 모듈, 노이즈 억제(noise suppression)(NS) 모듈, 종점 검출(end-point detection)(EPD) 모듈 또는 자동 이득 제어(automatic gain control)(AGC) 모듈을 포함할 수 있다. 상기 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 상기 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 상기 종점 검출 모듈은 상기 사용자 입력에 포함된 사용자 음성의 종점을 검출하 고, 상기 검출된 종점을 이용하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하고, 상기 인식된 사용자 입력을 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 성능을 위하여 상기 전처리 구성을 전부 실행시킬 수 있지만, 다른 실시 예에서 프로세서(150)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 실행시킬 수 있다.
일 실시 예에 따르면, 지능형 에이전트(145)는 사용자의 호출을 인식하기 위해 메모리(140)에 저장된 웨이크 업(wake up) 인식 모듈을 실행시킬 수 있다. 이에 따라, 프로세서(150)는 상기 웨이크 업 인식 모듈을 통해 사용자의 웨이크 업 명령을 인식할 수 있고, 상기 웨이크 업 명령을 수신한 경우 사용자 입력을 수신하기 위한 지능형 에이전트(145)를 실행시킬 수 있다. 상기 웨이크 업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)로 구현될 수 있다. 일 실시 예에 따르면, 프로세서(150)는 하드웨어 키를 통한 사용자 입력 을 수신하였을 때 지능형 에이전트(145)를 실행시킬 수 있다. 지능형 에이전트(145)가 실행된 경우, 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)이 실행될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(145)는 사용자 입력을 실행하기 위한 음성 인식 모듈을 포함할 수 있다. 프로세서(150)는 상기 음성 인식 모듈을 통해 앱에서 동작을 실행하도록 하기 위한 사용자 입력을 인식할 수 있다. 예를 들어, 프로세서(150)는 상기 음성 인식 모듈을 통해 앱(141, 143)에서 상기 웨이크 업 명령과 같은 동작을 실행하는 제한된 사용자 (음성) 입력(예: 카메라 앱이 실행 중일 때 촬영 동작을 실행시키는 "찰칵"과 같은 발화 등)을 인식할 수 있다. 프로세서(150)는 상기 지능형 서버(200)를 보조하여 상기 음성 인식 모듈을 통해 사용자 단말(100)내에서 처리할 수 있는 사용자 명령을 인식하여 빠르게 처리할 수 있다. 일 실시 예에 따르면, 사용자 입력을 실행하기 위한 지능형 에이전트(145)의 음성 인식 모듈은 앱 프로세서에서 구현될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(145)의 음성 인식 모듈(웨이크 업 모듈의 음성 인식 모듈을 포함)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 입력을 인식할 수 있다. 상기 음성을 인식하기 위해 사용되는 알고리즘은, 예를 들어, HMM(hidden markov model) 알고리즘, ANN(artificial neural network) 알고리즘 또는 DTW(dynamic time warping) 알고리즘 중 적어도 하나일 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)를 통해 사용자의 음성을 지능형 서버(200)로 송신하고, 지능형 서버(200)로부터 사용자의 음성에 대응되는 텍스트 데이터를 수신할 수 있다. 이에 따라, 프로세서(150) 는 상기 변환된 텍스트 데이터를 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 지능형 서버(200)로부터 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 통해 상기 패스 룰을 실행 매니저 모듈(147)로 전달할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145) 를 실행하여 지능형 서버(200)로부터 수신된 패스 룰에 따른 실행 결과 로그(log)를 지능형 서비스(intelligence service) 모듈(149)로 전달하고, 상기 전달된 실행 결과 로그는 페르소나 모듈(persona manager)(149b)의 사용자의 선호(preference) 정보에 누적되어 관리될 수 있다.
일 실시 예에 따른, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 지능형 에이전트(145)로부터 패스 룰을 전달받아 앱(141, 143)을 실행시키고, 앱(141, 143)이 상기 패스 룰에 포함된 동작(141b, 143b)을 실행하도록 할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 앱(141, 143)으로 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 송신할 수 있고, 상기 앱(141, 143)로부터 동작(141b, 143b)의 완료 정보를 전달 받을 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 지능형 에이전트(145)와 앱(141, 143)의 사이에서 앱(141, 143)의 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 전달할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 패스 룰에 따라 실행할 앱(141, 143)을 바인딩(binding)하고, 상기 패스 룰에 포함된 동작(141b, 143b)의 명령 정보(예: 패스 룰 정보)를 앱(141, 143)으로 전달할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 패스 룰에 포함된 동작(141b, 143b)을 순차적으로 앱(141, 143)으로 전달하여, 앱(141, 143)의 동작(141b, 143b)을 상기 패스 룰에 따라 순차적으로 실행시킬 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 앱(141, 143)의 동작(141b, 143b)의 실행 상태를 관리할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 앱(141, 143)으로부터 상기 동작(141b, 143b)의 실행 상태에 대한 정보를 전달 받을 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 예를 들어, 정지된 상태(partial landing)인 경우(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우), 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 정지된 상태에 대한 정보를 지능형 에이전트(145)로 전달할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 전달 받은 정보를 이용하여, 사용자에게 필요한 정보(예: 파라미터 정보)의 입력을 요청할 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 다른 예를 들어, 동작 상태인 경우, 프로세서(150)는 지능형 에이전트(145)를 통해 사용자로부터 발화를 수신할 수 있 다. 프로세서(150)는 실행 매니저 모듈(147)를 통해 상기 실행되고 있는 앱(141, 143) 및 앱(141, 143)의 실행 상태에 대한 정보를 지능형 에이전트(145)로 전달할 수 있다. 프로세서(150)는 지능형 에이전트(145) 를 통해 상기 사용자 발화를 지능형 서버(200)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 지능형 서버(200)로부터 상기 사용자의 발화의 파라미터 정보를 수신할 수 있 다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 수신된 파라미터 정보를 실행 매니저 모듈(147)로 전달할 수 있다. 실행 매니저 모듈(147)은 상기 수신한 파라미터 정보를 이용하여 동작(141b, 143b)의 파라미터를 새로운 파라미터로 변경할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 패스 룰에 포함된 파라미터 정보를 앱(141, 143)로 전달할 수 있다. 상기 패스 룰에 따라 복수의 앱(141, 143)이 순차적으로 실행되는 경우, 실행 매니저 모듈(147)은 하나의 앱에서 다른 앱으로 패스 룰에 포함된 파라미터 정보를 전달할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 복수의 패스 룰을 수신할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 사용자의 발화에 기초하여 복수의 패스 룰이 선택될 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 사용자의 발화가 일부 동작(141a)을 실행할 일부 앱(141)을 특정하였지만, 나머지 동작(143b)을 실행할 다른 앱(143)을 특정하지 않은 경우, 일부 동작(141a)를 실행할 동일한 앱(141)(예: 갤러리 앱)이 실행되고 나머지 동작(143b)를 실행할 수 있는 서로 다른 앱(143)(예: 메시지 앱, 텔레그램 앱)이 각각 실행되는 서로 다른 복수의 패스 룰을 수신할 수 있다. 프로세서(150)는, 예를 들어, 실행 매니저 모듈(147)을 통해 상기 복수의 패스 룰의 동일한 동작(141b, 143b)(예: 연속된 동일한 동작(141b, 143b))을 실행할 수 있다. 프로세서(150)는 상기 동일한 동작까지 실행한 경우, 실행 매니저 모듈(147)을 통해 상기 복수의 패스 룰에 각각 포함된 서로 다른 앱(141, 143)을 선택할 수 있는 상태 화면을 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 서비스 모듈(149)은 컨텍스트 모듈(149a), 페르소나 모듈(149b) 또는 제안 모듈(149c)을 포함할 수 있다.
프로세서(150)는 컨텍스트 모듈(149a)을 실행하여 앱(141, 143)으로부터 앱(141, 143)의 현재 상태를 수집할 수 있다. 예를 들어, 프로세서(150)는 컨텍스트 모듈(149a)을 실행하여 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 수신하고, 상기 수신된 컨텍스트 정보를 통해 앱(141, 143)의 현재 상태를 수집할 수 있다.
프로세서(150)는 페르소나 모듈(149b)을 실행하여 사용자 단말(100)을 사용하는 사용자의 개인 정보를 관리할 수 있다. 예를 들어, 프로세서(150)는 페르소나 모듈(149b)을 실행하여 사용자 단말(100)의 사용 정보 및 수행 결과를 수집하고, 상기 수집된 사용자 단말(100)의 사용 정보 및 수행 결과를 이용하여 사용자의 개인 정보를 관리할 수 있다.
프로세서(150)는 제안 모듈(149c)을 실행하여 사용자의 의도를 예측하고, 상기 사용자의 의도에 기초하여 사용자에게 명령을 추천해줄 수 있다. 예를 들어, 프로세서(150)는 제안 모듈(149c)을 실행하여 사용자의 현재 상태(예: 시간, 장소, 상황, 앱)에 따라 사용자에게 명령을 추천해줄 수 있다.
도 3은 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 3을 참조하면, 사용자 단말(100)이 사용자 입력을 수신하여 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)을 실행시키는 것을 나타낸 것이다.
일 실시 예에 따르면, 사용자 단말(100)은 하드웨어 키(112)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 하드웨어 키(112)를 통해 사용자 입력을 수신한 경우 디스플레이(120)에 지능형 앱의 UI(user interface)(121)를 표시할 수 있다. 사용자는, 예를 들어, 지능형 앱의 UI(121)가 디스플레이(120)에 표시된 상태에서 음성을 입력(111b)하기 위해 지능형 앱의 UI(121)에 음성인식 버튼(121a)를 터치할 수 있다. 사용자는, 다른 예를 들어, 음성을 입력(120b)하기 위해 상기 하드웨어 키(112)를 지속적으로 눌러서 음성을 입력(120b)을 할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 마이크(111)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 마이크(111)를 통해 지정된 음성(예: 일어나!(wake up!))이 입력(111a)된 경우 디스플레이(120)에 지능형 앱의 UI(121)를 표시할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 것을 나타낸 도면이다.
도 4를 참조하면, 프로세서(150)는 지능형 에이전트(145)로부터 컨텍스트 요청을 수신(①)하면, 컨텍스트 모듈(149a)을 통해 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 요청(②)할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 컨텍스트 모듈(149a)을 통해 앱(141, 143)으로부터 상기 컨텍스트 정보를 수신(③)하여 지능형 에이전트(145)로 송신(④)할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 컨텍스트 모듈(149a)을 통해 앱(141, 143)으로부터 복수의 컨텍스트 정보를 전달 받을 수 있다. 상기 컨텍스트 정보는, 예를 들어, 가장 최근 실행된 앱(141, 143)에 대한 정보일 수 있다. 상기 컨텍스트 정보는, 다른 예를 들어, 앱(141, 143) 내의 현재 상태에 대한 정보(예: 갤러리에서 사진을 보고 있는 경우, 해당 사진에 대한 정보)일 수 있다.
일 실시 예에 따르면, 프로세서(150)는 컨텍스트 모듈(149a)을 통해 앱(141, 143)뿐만 아니라, 디바이스 플랫폼(device platform)으로부터 사용자 단말(100)의 현재 상태를 나타내는 컨텍스트 정보를 수신할 수 있다. 상기 컨텍스트 정보는 일반적 컨텍스트 정보, 사용자 컨텍스트 정보 또는 장치 컨텍스트 정보를 포함할 수 있다.
상기 일반적 컨텍스트 정보는 사용자 단말(100)의 일반적인 정보를 포함할 수 있다. 상기 일반적 컨텍스트 정보는 디바이스 플랫폼의 센서 허브 등을 통해 데이터를 전달 받아서 내부 알고리즘을 통해 확인될 수 있다. 예를 들어, 상기 일반적 컨텍스트 정보는 현재 시공간에 대한 정보를 포함할 수 있다. 상기 현재 시공간에 대한 정보는, 예를 들어, 현재 시간 또는 사용자 단말(100)의 현재 위치에 대한 정보를 포함할 수 있다. 상기 현재 시간은 사용자 단말(100) 상에서의 시간을 통해 확인될 수 있고, 상기 현재 위치에 대한 정보는 GPS(global positioning system)를 통해 확인될 수 있다. 다른 예를 들어, 상기 일반적 컨텍스트 정보는 물리적 움직임에 대한 정보를 포함할 수 있다. 상기 물리적 움직임에 대한 정보는, 예를 들어, 걷기, 뛰기, 운전 중 등에 대한 정보를 포함할 수 있다. 상기 물리적 움직임 정보는 모션 센서(motion sensor)를 통해 확인될 수 있다. 상기 운전 중에 대한 정보는 상기 모션 센서를 통해 운행을 확인할 수 있을 뿐만 아니라, 차량 내의 블루투스 연결을 감지하여 탑승 및 주차를 확인할 수 있다. 또 다른 예를 들어, 상기 일반적 컨텍스트 정보는 사용자 활동 정보를 포함할 수 있다. 상기 사용자 활동 정보는, 예를 들어, 출퇴근, 쇼핑, 여행 등에 대한 정보를 포함할 수 있다. 상기 사용자 활동 정보는 사용자 또는 앱이 데이터베이스에 등록한 장소에 대한 정보를 이용하여 확인될 수 있다.
상기 사용자 컨텍스트 정보는 사용자에 대한 정보를 포함할 수 있다. 예를 들어, 상기 사용자 컨텍스트 정보는 사용자의 감정적 상태에 대한 정보를 포함할 수 있다. 상기 감정적 상태에 대한 정보는, 예를 들어, 사용자의 행복, 슬픔, 화남 등에 대한 정보를 포함할 수 있다. 다른 예를 들어, 상기 사용자 컨텍스트 정보는 사용자의 현재 상태에 대한 정보를 포함할 수 있다. 상기 현재 상태에 대한 정보는, 예를 들어, 관심, 의도 등(예: 쇼핑)에 대한 정보를 포함할 수 있다.
상기 장치 컨텍스트 정보는 사용자 단말(100)의 상태에 대한 정보를 포함할 수 있다. 예를 들어, 상기 장치 컨텍스트 정보는 실행 매니저 모듈(147)이 실행한 패스 룰에 대한 정보를 포함할 수 있다. 다른 예를 들어, 상기 디바이스 정보는 배터리에 대한 정보를 포함할 수 있다. 상기 배터리에 대한 정보는, 예를 들어, 상기 배터리의 충전 및 방전 상태를 통해 확인될 수 있다. 또 다른 예를 들어, 상기 디바이스 정보는 연결된 장치 및 네트워크에 대한 정보를 포함할 수 있다. 상기 연결된 장치에 대한 정보는, 예를 들어, 상기 장치가 연결된 통신 인터페이스를 통해 확인될 수 있다.
도 5는 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 제안 모듈을 나타낸 블록도이다.
도 5를 참조하면, 제안 모듈(149c)은 힌트 제공 모듈(149c_1), 컨텍스트 힌트 생성 모듈(149c_2), 조건 체킹 모듈(149c_3), 조건 모델 모듈(149c_4), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)을 포함할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 힌트 제공 모듈(149c_1)을 실행하여 사용자에게 힌트(hint)를 제공할 수 있다. 예를 들어, 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 컨텍스트 힌트 생성 모듈(149c_2), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)로부터 생성된 힌트를 전달 받아 사용자에게 힌트를 제공할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 조건 체킹 모듈(149c_3) 또는 조건 모델 모듈(149c_4)을 실행하여 현재 상태에 따라 추천될 수 있는 힌트를 생성할 수 있다. 프로세서(150)는 조건 체킹 모듈(149c_3)을 실행하여 현재 상태에 대응되는 정보를 전달 받을 수 있고, 조건 모델 모듈(149c_4)을 실행하여 상기 전달 받은 정보를 이용하여 조건 모델(condition model)을 설정할 수 있다. 예를 들어, 프로세서(150)는 조건 모델 모듈은(149c_4)을 실행하여 사용자에게 힌트를 제공하는 시점의 시간, 위치, 상황 사용중인 앱 등을 파악하여 해당 조건에서 사용할 가능성이 높은 힌트를 우선 순위가 높은 순으로 사용자에게 제공할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 실행하여 사용 빈도에 따라 추천될 수 있는 힌트를 생성할 수 있다. 예를 들어, 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 실행하여 사용자의 사용 패턴에 기초한 힌트를 생성할 수 있다.
일 실시 예에 따르면, 소개 힌트 생성 모듈(149c_6)은 사용자에게 신규 기능 또는 다른 사용자가 많이 쓰는 기능을 소개하는 힌트를 생성할 수 있다. 예를 들어, 상기 신규 기능을 소개하는 힌트에는 지능형 에이전트(145)에 대한 소개(예: 작동 방법)를 포함할 수 있다.
다른 실시 예에 따르면, 제안 모듈(149c)의 컨텍스트 힌트 생성 모듈(149c_2), 조건 체킹 모듈(149c_3), 조건 모델 모듈(149c_4), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)은 개인화 정보 서버(300)에 포함될 수 있다. 예를 들어, 프로세서(150)는 제안 모듈(149c)의 힌트 제공 모듈(149c_1)을 통해 사용자 개인화 정보 서버(300)의 컨텍스트 힌트 생성 모듈(149c_2), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)로부터 힌트를 수신하여 사용자에게 상기 수신된 힌트를 제공할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 다음의 일련의 프로세스에 따라 힌트를 제공할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)로부터 힌트 제공 요청을 수신하면, 힌트 제공 모듈(149c_1)을 통해 컨텍스트 힌트 생성 모듈(149c_2)로 힌트 생성 요청을 전달할 수 있다. 프로세서(150)는 상기 힌트 생성 요청을 전달 받으면, 조건 체킹 모듈(149c_3)을 통해 컨텍스트 모듈(149a) 및 페르소나 모듈(149b)로부터 현재 상태에 대응되는 정보를 전달 받을 수 있다. 프로세서(150)는 조건 체킹 모듈(149c_3)을 통해 상기 전달 받은 정보를 조건 모델 모듈(149c_4)로 전달하고, 조건 모델 모듈(149c_4)을 통해 상기 정보를 이용하여 사용자에게 제공되는 힌트 중 상기 조건에 사용 가능성이 높은 순서로 힌트에 대해 우선순위를 부여 할 수 있다. 프로세서(150)는 컨텍스트 힌트 생성 모듈(149c_2)을 통해 상기 조건을 확인하고, 상기 현재 상태에 대응되는 힌트를 생성할 수 있다. 프로세서(150)는 컨텍스트 힌트 생성 모듈(149c_2)을 통해 상기 생성된 힌트를 힌트 제공 모듈(149c_1)로 전달할 수 있다. 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 지정된 규칙에 따라 상기 힌트를 정렬하고, 상기 힌트를 지능형 에이전트(145)로 전달할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 복수의 컨텍스트 힌트를 생성할 수 있고, 지정된 규칙에 따라 복수의 컨텍스트 힌트에 우선 순위를 지정할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 상기 복수의 컨텍스트 힌트 중에서 우선 순위가 높은 것을 사용자에게 먼저 제공할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 사용 빈도에 따른 힌트를 제안할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)로부터 힌트 제공 요청을 전달 받으면, 힌트 제공 모듈(149c_1)을 통해 재사용 힌트 생성 모듈(149c_5)로 힌트 생성 요청을 전달할 수 있다. 프로세서(150)는 상기 힌트 생성 요청을 전달 받으면, 재사용 힌트 생성 모듈(149c_5)를 통해 페르소나 모듈(149b)로부터 사용자 정보를 전달 받을 수 있다. 예를 들어, 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 통해 페르소나 모듈(149b)의 사용자의 프리퍼런스 정보에 포함된 패스 룰, 패스 룰에 포함된 파라미터, 앱의 실행 빈도, 앱이 사용된 시공간 정보를 전달 받을 수 있다. 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 통해 상기 전달 받은 사용자 정보에 대응되는 힌트를 생성할 수 있다. 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 통해 상기 생성된 힌트를 힌트 제공 모듈(149c_1)로 전달할 수 있다. 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 상기 힌트를 정렬하고, 상기 힌트를 지능형 에이전트(145)로 전달할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 새로운 기능에 대한 힌트를 제안할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)로부터 힌트 제공 요청을 전달 받으면, 힌트 제공 모듈(149c_1)을 통해 소개 힌트 생성 모듈(149c_6)로 힌트 생성 요청을 전달할 수 있다. 프로세서(150)는 소개 힌트 생성 모듈(149c_6)을 통해 제안 서버(400)로부터 소개 힌트 제공 요청을 전달하여 제안 서버(400)로부터 소개될 기능에 대한 정보를 수신할 수 있다. 제안 서버(400)는, 예를 들어, 소개될 기능에 대한 정보를 저장할 수 있고, 상기 소개될 기능에 대한 힌트 리스트(hint list)는 서비스 운영자에 의해 업데이트될 수 있다. 프로세서(150)는 소개 힌트 생성 모듈(149c_6)을 통해 상기 생성된 힌트를 힌트 제공 모듈(149c_1)로 전달할 수 있다. 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 상기 힌트를 정렬하고, 상기 힌트를 지능형 에이전트(145)로 전송(⑥)할 수 있다.
이에 따라, 프로세서(150)는 제안 모듈(149c)을 통해 컨텍스트 힌트 생성 모듈(149c_2), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)에서 생성된 힌트를 사용자에게 제공할 수 있다. 예를 들어, 프로세서(150)는 제안 모듈(149c)을 통해 상기 생성된 힌트를 지능형 에이전트(145)을 동작시키는 앱에 표시할 수 있고, 상기 앱을 통해 사용자로부터 상기 힌트를 선택하는 입력을 수신할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 6을 참조하면, 지능형 서버(200)는 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210), 자연어 이해(natural language understanding)(NLU) 모듈(220), 패스 플래너(path planner) 모듈(230), 대화 매니저(dialogue manager)(DM) 모듈(240), 자연어 생성(natural language generator)(NLG) 모듈(250) 또는 텍스트 음성 변환(text to speech)(TTS) 모듈(260)을 포함할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 통신 회로, 메모리 및 프로세서를 포함할 수 있다. 상기 프로세서는 상기 메모리에 저장된 명령어를 실행하여 자동 음성 인식 모듈(210), 자연어 이해 모듈(220), 패스 플래너 모듈(230), 대화 매니저 모듈(240), 자연어 생성 모듈(250) 및 텍스트 음성 변환 모듈(260)을 구동시킬 수 있다. 지능형 서버(200)는 상기 통신 회로를 통해 외부 전자 장치(예: 사용자 단말(100))와 데이터(또는, 정보)를 송수신할 수 있다.
지능형 서버(200)의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230)은 패스 룰(path rule)을 생성할 수 있다.
일 실시 예에 따르면, 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다.
일 실시 예에 따르면, 자동 음성 인식 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 자동 음성 인식 모듈(210)은 발화 인식 모듈을 포함할 수 있다. 상기 발화 인식 모듈은 음향(acoustic) 모델 및 언어(language) 모델을 포함할 수 있다. 예를 들어, 상기 음향 모델은 발성에 관련된 정보를 포함할 수 있고, 상기 언어 모델은 단위 음소 정보 및 단위 음소 정보의 조합에 대한 정보를 포함할 수 있다. 상기 발화 인식 모듈은 발성에 관련된 정보 및 단위 음소 정보에 대한 정보를 이용하여 사용자 발화를 텍스트 데이터로 변환할 수 있다. 상기 음향 모델 및 언어 모델에 대한 정보는, 예를 들어, 자동 음성 인식 데이터베이스(automatic speech recognition database)(ASR DB)(211)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자 의도를 파악할 수 있다. 상기 문법적 분석은 사용자 입력을 문법적 단위(예: 단어, 구, 형태소 등)로 나누고, 상기 나누어진 단위가 어떤 문법적인 요소를 갖는지 파악할 수 있다. 상기 의미적 분석은 의미(semantic) 매칭, 룰(rule) 매칭, 포뮬러(formula) 매칭 등을 이용하여 수행할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 사용자 입력이 어느 도메인(domain), 의도(intent) 또는 상기 의도를 표현하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))를 얻을 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 도메인(domain), 의도(intend) 및 상기 의도를 파악하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))로 나누어진 매칭 규칙을 이용하여 사용자의 의도 및 파라미터를 결정할 수 있다. 예를 들어, 상기 하나의 도메인(예: 알람)은 복수의 의도(예: 알람 설정, 알람 해제 등)를 포함할 수 있고, 하나의 의도는 복수의 파라미터(예: 시간, 반복 횟수, 알람음 등)을 포함할 수 있다. 복수의 룰은, 예를 들어, 하나 이상의 필수 요소 파라미터를 포함할 수 있다. 상기 매칭 규칙은 자연어 인식 데이터베이스(natural language understanding database)(NLU DB)(221)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 형태소, 구 등의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 도메인 및 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 각각의 도메인 및 의도에 사용자 입력에서 추출된 단어가 얼마나 포함되어 있는 지를 계산하여 사용자 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 인식 데이터베이스(221)를 이용하여 사용자의 의도를 결정할 수 있다. 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 개인화 언어 모델(personal language model)(PLM)을 이용하여 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 개인화된 정보(예: 연락처 리스트, 음악 리스트)를 이용하여 사용자의 의도를 결정할 수 있다. 상기 개인화 언어 모델은, 예를 들어, 자연어 인식 데이터베이스(221)에 저장될 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)뿐만 아니라 자동 음성 인식 모듈(210)도 자연어 인식 데이터베이스(221)에 저장된 개인화 언어 모델을 참고하여 사용자의 음성을 인식할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력의 의도에 기초하여 실행될 앱을 선택하고, 상기 선택된 앱에서 수행될 동작을 결정할 수 있다. 상자연어 이해 모듈(220)은 상기 결정된 동작에 대응되는 파라미터를 결정하여 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)에 의해 생성된 패스 룰은 실행될 앱, 상기 앱에서 실행될 동작(예: 적어도 하나 이상의 상태(state)) 및 상기 동작을 실행하는데 필요한 파라미터에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터를 기반으로 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 패스 플래너 모듈(230)로부터 사용자 단말(100)에 대응되는 패스 룰 셋을 수신하고, 사용자 입력의 의도 및 파라미터를 상기 수신된 패스 룰 셋에 매핑하여 패스 룰을 결정할 수 있다.
다른 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 실행될 앱, 상기 앱에서 실행될 동작 및 상기 동작을 실행하는데 필요한 파라미터를 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)의 정보를 이용하여 상기 실행될 앱 및 상기 앱에서 실행될 동작을 사용자 입력의 의도에 따라 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 배열하여 패스 룰을 생성할 수 있다. 상기 생성된 패스 룰은, 예를 들어, 패스 플래너 모듈(230)를 통해 패스 룰 데이터베이스(path rule database)(PR DB)(231)에 저장될 수 있다. 상기 생성된 패스 룰은 데이터베이스(231)의 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 생성된 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 복수의 패스 룰 최적의 패스 룰을 선택할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 발화에 기초하여 일부 동작만이 특정된 경우 복수의 패스 룰을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자의 추가 입력에 의해 상기 복수의 패스 룰 중 하나의 패스 룰을 결정할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 대한 요청으로 패스 룰을 사용자 단말(100)로 송신할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 하나의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 복수의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 상기 복수의 패스 룰은, 예를 들어, 사용자 발화에 기초하여 일부 동작만이 특정된 경우 자연어 이해 모듈(220)에 의해 생성될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)로 복수의 패스 룰을 포함하는 패스 룰 셋을 전달할 수 있다. 상기 패스 룰 셋의 복수의 패스 룰은 패스 플래너 모듈(230)에 연결된 패스 룰 데이터베이스(231)에 테이블 형태로 저장될 수 있다. 예를 들어, 패스 플래너 모듈(230)은 지능형 에이전트(145)로부터 수신된 사용자 단말(100)의 정보(예: OS 정보, 앱 정보)에 대응되는 패스 룰 셋을 자연어 이해 모듈(220)로 전달할 수 있다. 상기 패스 룰 데이터베이스(231)에 저장된 테이블은, 예를 들어, 도메인 또는 도메인의 버전 별로 저장될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 패스 룰 셋에서 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자의 의도 및 파라미터를 사용자 단말(100) 에 대응되는 패스 룰 셋에 매칭하여 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터를 이용하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터에 기초하여 실행될 앱 및 상기 앱에서 실행될 동작을 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)에서 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다. 상기 생성된 패스 룰은 패스 룰 데이터베이스(231)에 저장된 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 패스 룰 데이터베이스(231)에 저장된 테이블에는 복수의 패스 룰 또는 복수의 패스 룰 셋을 포함할 수 있다. 복수의 패스 룰 또는 복수의 패스 룰 셋은 각 패스 룰을 수행하는 장치의 종류, 버전, 타입, 또는 특성을 반영할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에 의해 파악된 사용자의 의도가 명확한지 여부를 판단할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 파라미터의 정보가 충분하지 여부에 기초하여 사용자의 의도가 명확한지 여부를 판단할 수 있다. 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에서 파악된 파라미터가 태스크를 수행하는데 충분한지 여부를 판단할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자의 의도가 명확하지 않은 경우 사용자에게 필요한 정보를 요청하는 피드백을 수행할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 사용자의 의도를 파악하기 위한 파라미터에 대한 정보를 요청하는 피드백을 수행할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 컨텐츠 제공(content provider) 모듈을 포함할 수 있다. 상기 컨텐츠 제공 모듈은 자연어 이해 모듈(220)에서 파악된 의도 및 파라미터에 기초하여 동작을 수행할 수 있는 경우, 사용자 입력에 대응되는 태스크를 수행한 결과를 생성할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자 입력에 대한 응답으로 상기 컨텐츠 제공 모듈에서 생성된 상기 결과를 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 생성 모듈(NLG)(250)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 상기 지정된 정보는, 예를 들어, 추가 입력에 대한 정보, 사용자 입력에 대응되는 동작의 완료를 안내하는 정보 또는 사용자의 추가 입력을 안내하는 정보(예: 사용자 입력에 대한 피드백 정보)일 수 있다. 상기 텍스트 형태로 변경된 정보는 사용자 단말(100)로 송신되어 디스플레이(120)에 표시되거나, 텍스트 음성 변환 모듈(260)로 송신되어 음성 형태로 변경될 수 있다.
일 실시 예에 따르면, 텍스트 음성 변환 모듈(260)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 텍스트 음성 변환 모듈(260)은 자연어 생성 모듈(250)로부터 텍스트 형태의 정보를 수신하고, 상기 텍스트 형태의 정보를 음성 형태의 정보로 변경하여 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 음성 형태의 정보를 스피커(130)로 출력할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현될 수 있다. 예를 들어, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현되어 사용자의 의도 및 파라미터를 결정하고, 상기 결정된 사용자의 의도 및 파라미터에 대응되는 응답(예: 패스 룰)을 생성할 수 있다. 이에 따라, 생성된 응답은 사용자 단말(100)로 송신될 수 있다.
도 7은 본 발명의 일 실시 예에 따른 패스 플래너 모듈(path planner module)의 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 7은 참조하면, 일 실시 예에 따른, 자연어 이해 모듈(220)은 앱의 기능을 어느 하나 동작(예: 상태 A 내지 상태 F)으로 구분하여 패스 룰 데이터베이스(231)에 저장할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 어느 하나의 동작(예: 상태)으로 구분된 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 포함하는 패스 룰 셋을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)의 패스 룰 데이터베이스(231)는 앱의 기능을 수행하기 위한 패스 룰 셋을 저장할 수 있다. 상기 패스 룰 셋은 복수의 동작(예: 상태들의 시퀀스)을 포함하는 복수의 패스 룰을 포함할 수 있다. 상기 복수의 패스 룰은 복수의 동작 각각에 입력되는 파라미터에 따라 실행되는 동작이 순차적으로 배열될 수 있다. 일 실시 예에 따르면, 상기 복수의 패스 룰은 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 구성되어 패스 룰 데이터베이스(231)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 대응되는 상기 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중에 최적의 패스 룰(A-B1-C3-D-F)을 선택할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 완벽히 매칭되는 패스 룰이 없는 경우 사용자 단말(100)에 복수의 룰을 전달할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 포함하는 하나 이상의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 선택하여 사용자 단말(100)에 전달할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 단말(100)의 추가 입력에 기초하여 복수의 패스 룰 중 하나를 선택하고, 상기 선택된 하나의 패스 룰을 사용자 단말(100)에 전달 할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)에서 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 따라 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택하여 사용자 단말(100)에 송신할 수 있다.
또 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 자연어 이해 모듈(220)을 통해 사용자 단말(100)에 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 대응되는 사용자의 의도 및 파라미터를 결정할 수 있고, 상기 결정된 사용자의 의도 또는 파라미터를 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 송신된 의도 또는 상기 파라미터에 기초하여, 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택할 수 있다.
이에 따라, 사용자 단말(100)은 상기 선택된 하나의 패스 룰에 의해 앱(141, 143)의 동작을 완료시킬 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 정보가 부족한 사용자 입력이 지능형 서버(200)에 수신된 경우, 상기 수신한 사용자 입력에 부분적으로 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 부분적으로 대응된 패스 룰을 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 실행하여 상기 패스 룰을 수신하고, 실행 매니저 모듈(147)로 상기 부분적으로 대응된 패스 룰을 전달할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)를 통해 상기 패스 룰에 따라 제1 앱(141)을 실행시킬 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 제1 앱(141)을 실행하면서 부족한 파라미터에 대한 정보를 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 부족한 파라미터에 대한 정보를 이용하여 사용자에게 추가 입력을 요청할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 사용자에 의해 추가 입력이 수신되면 사용자 입력을 지능형 서버(200)로 송신하여 처리할 수 있다. 자연어 이해 모듈(220)은 상기 추가로 입력된 사용자 입력의 의도 및 파라미터 정보에 기초하여 추가된 패스 룰을 생성하여 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 실행 매니저 모듈(147)로 상기 패스 룰을 송신하여 제2 앱(143)을 실행할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신된 경우, 개인화 정보 서버(300)로 사용자 정보 요청을 송신할 수 있다. 개인화 정보 서버(300)는 페르소나 데이터베이스에 저장된 사용자 입력을 입력한 사용자의 정보를 자연어 이해 모듈(220)로 송신할 수 있다. 자연어 이해 모듈(220)은 상기 사용자 정보를 이용하여 일부 동작이 누락된 사용자 입력에 대응되는 패스 룰을 선택할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신되더라도, 누락된 정보를 요청하여 추가 입력을 받거나 사용자 정보를 이용하여 상기 사용자 입력에 대응되는 패스 룰을 결정할 수 있다.
하기에 첨부된 표 1은 일 실시 예에 따른 사용자가 요청한 태스크와 관련한 패스 룰의 예시적 형태를 나타낼 수 있다.
Figure PCTKR2018012168-appb-I000001
표 1을 참조하면, 사용자 발화(예: "사진 공유해줘")에 따라 지능형 서버(도 1의 지능형 서버(200))에서 생성 또는 선택되는 패스 룰은 적어도 하나의 상태(state)(25, 26, 27, 28, 29 또는 30)를 포함할 수 있다. 예를 들어, 상기 적어도 하나의 상태 (예: 단말의 어느 한 동작 상태)는 사진 어플리케이션 실행(PicturesView)(25), 사진 검색 기능 실행(SearchView)(26), 검색 결과 표시 화면 출력(SearchViewResult)(27), 사진이 미(non)선택된 검색 결과 표시 화면 출력(SearchEmptySelectedView)(28), 적어도 하나의 사진이 선택된 검색 결과 표시 화면 출력(SearchSelectedView)(29) 또는 공유 어플리케이션 선택 화면 출력(CrossShare)(30) 중 적어도 하나에 해당될 수 있다.
일 실시 예에서, 상기 패스 룰의 파라미터 정보는 적어도 하나의 상태(state)에 대응될 수 있다. 예를 들어, 상기 적어도 하나의 사진이 선택된 검색 결과 표시 화면 출력(29) 상태에 포함될 수 있다.
상기 상태(25, 26, 27, 28, 29)들의 시퀀스를 포함한 패스 룰의 수행 결과 사용자가 요청한 태스크 (예: "사진 공유해줘!")가 수행될 수 있다.
도 8은 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 페르소나 모듈(persona module)이 사용자의 정보를 관리하는 것을 나타낸 도면이다.
도 8을 참조하면, 프로세서(150)는 페르소나 모듈(149b)을 통해 앱(141, 143), 실행 매니저 모듈(147) 또는 컨텍스트 모듈(149a)로부터 사용자 단말(100)의 정보를 전달 받을 수 있다. 프로세서(150)는 앱(141, 143) 및 실행 매니저 모듈(147)을 통해 앱의 동작(141b, 143b)을 실행한 결과 정보를 동작 로그 데이터베이스에 저장할 수 있다. 프로세서(150)는 컨텍스트 모듈(149a)을 통해 사용자 단말(100)의 현재 상태에 대한 정보를 컨텍스트 데이터베이스에 저장할 수 있다. 프로세서(150)는 페르소나 모듈(149b)을 통해 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스로부터 상기 저장된 정보를 전달 받을 수 있다. 상기 동작 로그 데이터베이스 및 상기 컨텍스트 데이터베이스에 저장된 데이터는, 예를 들어, 분석 엔진(analysis engine)에 의해 분석되어 페르소나 모듈(149b)로 전달될 수 있다.
일 실시 예에 따르면, 프로세서(150)는 페르소나 모듈(149b)을 통해 앱(141, 143), 실행 매니저 모듈(147) 또는 컨텍스트 모듈(149a)로부터 수신한 정보를 제안 모듈(149c)로 송신할 수 있다. 예를 들어, 프로세서(150)는 페르소나 모듈(149b)을 통해 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스에 저장된 데이터를 제안 모듈(149c)로 전달할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 페르소나 모듈(149b)을 통해 앱(141, 143), 실행 매니저 모듈(147) 또는 컨텍스트 모듈(149a)로부터 전달 받은 정보를 개인화 정보 서버(300)로 송신할 수 있다. 예를 들어, 프로세서(150)는 페르소나 모듈(149b)을 통해 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스에 누적되어 저장된 데이터를 주기적으로 개인화 정보 서버(300)에 송신할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 페르소나 모듈(149b)을 통해 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스에 저장된 데이터를 제안 모듈(149c)로 전달할 수 있다. 페르소나 모듈(149b)통해 생성된 사용자 정보는 페르소나 데이터베이스에 저장될 수 있다. 페르소나 모듈(149b)는 상기 페르소나 데이터베이스에 저장된 사용자 정보를 주기적으로 개인화 정보 서버(300)로 송신할 수 있다. 일 실시 예에 따르면, 페르소나 모듈(149b)을 통해 개인화 정보 서버(300)로 송신된 정보는 페르소나 데이터베이스에 저장될 수 있다. 개인화 정보 서버(300)는 상기 페르소나 데이터베이스에 저장된 정보를 이용하여 지능형 서버(200)의 패스 룰 생성에 필요한 사용자 정보를 추론할 수 있다.
일 실시 예에 따르면, 페르소나 모듈(149b)을 통해 송신된 정보를 이용하여 추론된 사용자 정보는 프로파일(profile) 정보 또는 프리퍼런스(preference) 정보를 포함할 수 있다. 상기 프로파일 정보 또는 프리퍼런스 정보는 사용자의 계정(account) 및 누적된 정보를 통해 추론될 수 있다.
상기 프로파일 정보는 사용자의 신상 정보를 포함할 수 있다. 예를 들어, 상기 프로파일 정보는 사용자의 인구 통계 정보를 포함할 수 있다. 상기 인구 통계 정보는, 예를 들어, 사용자의 성(gender), 나이 등을 포함할 수 있다. 다른 예를 들어, 상기 프로파일 정보는 라이프 이벤트(life event) 정보를 포함할 수 있다. 상기 라이프 이벤트 정보는, 예를 들어, 로그 정보를 라이프 이벤트 모델(life event model)과 비교하여 추론되고, 행동 패턴(behavior patter)을 분석하여 보강될 수 있다. 또 다른 예를 들어, 상기 프로파일 정보는 관심(interest) 정보를 포함할 수 있다. 상기 관심 정보는, 예를 들어, 관심 쇼핑 물품, 관심 분야(예: 스포츠, 정치 등) 등을 포함할 수 있다. 또 다른 예를 들어, 상기 프로파일 정보는 활동 지역 정보를 포함할 수 있다. 상기 활동 지역 정보는, 예를 들어, 집, 일하는 곳 등에 대한 정보를 포함할 수 있다. 상기 활동 지역에 대한 정보는 장소의 위치에 대한 정보뿐만 아니라 누적 체류 시간 및 방문 횟수를 기준으로 우선 순위가 기록된 지역에 대한 정보를 포함할 수 있다. 또 다른 예를 들어, 상기 프로파일 정보는 활동 시간 정보를 포함할 수 있다. 상기 활동 시간 정보는, 예를 들어, 기상 시간, 출퇴근 시간, 수면 시간 등에 대한 정보을 포함할 수 있다. 상기 출퇴근 시간에 대한 정보는 상기 활동 지역 정보(예: 집 및 일하는 곳에 대한 정보)를 이용하여 추론될 수 있다. 상기 수면 시간에 대한 정보는 사용자 단말(100)의 미사용 시간을 통해 추론될 수 있다.
상기 프리퍼런스 정보는 사용자의 선호도 정보를 포함할 수 있다. 예를 들어, 상기 프리퍼런스 정보는 앱 선호도에 대한 정보를 포함할 수 있다. 상기 앱 선호도는, 예를 들어, 앱의 사용 기록(예: 시간별, 장소별 사용 기록)을 통해 추론될 수 있다. 상기 앱의 선호도는 사용자의 현재 상태(예: 시간, 장소)에 따라 실행될 앱을 결정하기 위해 이용될 수 있다. 다른 예를 들어, 상기 프리퍼런스 정보는 연락처 선호도에 대한 정보를 포함할 수 있다. 상기 연락처 선호도는, 예를 들어, 연락처의 연락 빈도(예: 시간별, 장소별 연락하는 빈도) 정보를 분석하여 추론될 수 있다. 상기 연락처 선호도는 사용자의 현재 상태(예: 중복된 이름에 대한 연락)에 따라 연락할 연락처를 결정하기 위해 이용될 수 있다. 또 다른 예를 들어, 상기 프리퍼런스 정보는 세팅(setting) 정보를 포함할 수 있다. 상기 세팅 정보는, 예를 들어, 특정 세팅 값의 설정 빈도(예: 시간별, 장소별 세팅 값으로 설정하는 빈도) 정보를 분석하여 추론될 수 있다. 상기 세팅 정보는 사용자의 현재 상태(예: 시간, 장소, 상황)에 따라 특정 세팅 값을 설정하기 위해 이용될 수 있다. 또 다른 예를 들어, 상기 프리퍼런스 정보는 장소 선호도를 포함할 수 있다. 상기 장소 선호도는, 예를 들어, 특정 장소의 방문 기록(예: 시간별 방문 기록)을 통해 추론될 수 있다. 상기 장소 선호도는 사용자의 현재 상태(예: 시간)에 따라 방문하고 있는 장소를 결정하기 위하여 이용될 수 있다. 또 다른 예를 들어, 상기 프리퍼런스 정보는 명령 선호도를 포함할 수 있다. 상기 명령 선호도는, 예를 들어, 명령 사용 빈도(예: 시간별, 장소별 사용 빈도)를 통해 추론될 수 있다. 상기 명령 선호도는 사용자의 현재 상태(예: 시간, 장소)에 따라 사용될 명령어 패턴을 결정하기 위해 이용될 수 있다. 특히, 상기 명령 선호도는 로그 정보를 분석하여 실행되고 있는 앱의 현재 상태에서 사용자가 가장 많이 선택한 메뉴에 대한 정보를 포함할 수 있다.
도 9는 다양한 실시예들에 따른 복수의 전자 장치들을 포함하는 환경(environment)의 예를 도시한다.
환경(900)은, 서버(905)와 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N))을 포함할 수 있다.
서버(905)는 상기 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N))과 통신을 수행할 수 있다.
다양한 실시예들에서, 서버(905)는 상기 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N)) 중 적어도 일부로부터 데이터, 신호, 정보, 또는 메시지를 수신할 수 있다. 서버(905)는, 상기 복수의 전자 장치들 중 적어도 일부로부터, 상기 복수의 전자 장치들 중 적어도 일부에 수신된 음성 신호와 관련된 상기 데이터, 상기 신호, 상기 정보, 또는 상기 메시지를 수신할 수 있다. 상기 데이터, 상기 신호, 상기 정보, 또는 상기 메시지는, 상기 복수의 전자 장치들 중 적어도 일부로부터 직접적으로(directly) 서버(905)에 수신될 수 있다. 상기 데이터, 상기 신호, 상기 정보, 또는 상기 메시지는, 상기 복수의 전자 장치들 중 적어도 일부로부터 적어도 하나의 다른(at least one another) 장치를 통해 서버(905)에 수신될 수도 있다.
다양한 실시예들에서, 서버(905)는 상기 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N)) 중 적어도 일부에게 데이터, 신호, 정보, 또는 메시지를 송신할 수 있다. 서버(905)는, 상기 복수의 전자 장치들 중 적어도 일부에게, 상기 복수의 전자 장치들 중 적어도 일부에 수신된 음성 신호에 대한 응답(response) 또는 피드백(feedback)과 관련된 데이터, 신호, 정보, 또는 메시지를 송신할 수 있다. 상기 데이터, 상기 신호, 상기 정보, 또는 상기 메시지는, 상기 복수의 전자 장치들 중 적어도 일부에게 직접적으로 송신될 수 있다. 상기 데이터, 상기 신호, 상기 정보, 또는 상기 메시지는, 적어도 하나의 다른 장치를 통해 상기 복수의 전자 장치들 중 적어도 일부에게 송신될 수도 있다.
다양한 실시예들에서, 서버(905)는 도 1에 도시된 지능형 서버(200), 개인화 정보 서버(300), 제안 서버(400) 중 적어도 하나에 상응(correspond to)할 수 있다.
다양한 실시예들에서, 서버(905)는 도 1에 도시된 지능형 서버(200), 개인화 정보 서버(300), 제안 서버(400) 중 적어도 하나와 연동되는 장치일 수도 있다. 예를 들면, 서버(905)는, 도 1에 도시된 지능형 서버(200), 개인화 정보 서버(300), 제안 서버(400) 중 적어도 하나와의 연동(association)을 위해, 지능형 서버(200), 개인화 정보 서버(300), 제안 서버(400) 중 적어도 하나와 통신할 수 있다.
상기 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N)) 각각은, 서비스를 제공할 수 있다. 상기 복수의 전자 장치들 각각은, 상기 복수의 전자 장치들 각각에 수신되는 입력(input)에 기반하여 서비스를 제공할 수 있다.
상기 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N)) 중 적어도 일부는, 서버(905)와 통신할 수 있다. 다양한 실시예들에서, 상기 복수의 전자 장치들 중 적어도 일부(예: 전자 장치(910-1) 내지 전자 장치(910-N))는, 서버(905)에게 데이터, 신호, 정보, 또는 메시지를 송신할 수 있다. 서버(905)에게 제공되는 상기 데이터, 상기 신호, 상기 정보, 또는 상기 메시지는, 상기 복수의 전자 장치들 중 적어도 일부에 수신된 음성 신호와 관련될 수 있다. 다양한 실시예들에서, 상기 복수의 전자 장치들 중 적어도 일부(예: 전자 장치(910-1) 내지 전자 장치(910-N))는, 서버(905)로부터 데이터, 신호, 정보, 또는 메시지를 수신할 수 있다. 서버(905)로부터 제공되는 상기 데이터, 상기 신호, 상기 정보, 또는 상기 메시지는, 상기 복수의 전자 장치들 중 적어도 일부에 수신된 음성 신호에 대한 응답 또는 피드백과 관련될 수 있다.
상기 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N)) 중 적어도 일부는, 상기 복수의 전자 장치들 중 적어도 다른 일부와 통신할 수 있다. 다양한 실시예들에서, 상기 복수의 전자 장치들 사이의 통신은, 블루투스(bluetooth) 통신, BLE(blutooth low energy) 통신, 와이파이(Wi-Fi, wireless fidelity) 직접(direct) 통신, LTE(long term evolution) 사이드링크(sidelink) 통신 등과 같은 장치 대 장치 간(D2D, device-to-device) 간 직접 통신일 수도 있다. 다양한 실시예들에서, 상기 복수의 전자 장치들 사이의 통신은, 액세스 포인트(access point), 기지국(base station), 서버(server) 등과 같은 중간 노드를 요구하는 통신일 수도 있다.
상기 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N)) 중 적어도 일부는, 상기 복수의 전자 장치들 중 적어도 다른 일부와 다른 능력(capability), 특성(characteristics), 또는 속성(attribute)을 가질 수 있다.
예를 들면, 상기 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N)) 중 적어도 일부는, 고정된(fixed) 장치인 반면, 상기 복수의 전자 장치들 중 적어도 다른 일부는 이동성(mobility)을 가지는 장치일 수 있다. 예를 들면, 상기 복수의 전자 장치들 중 적어도 일부는, 데스크톱 컴퓨터(desktop computer), TV(television), 냉장고(refrigerator), 세탁기(washing machine), 에어컨(air conditioner), 스마트 전등(light), LFD(large format display), 디지털 사이너지(digital sinage), 또는 미러 디스플레이(mirror display) 중 하나 이상을 포함하고, 상기 복수의 전자 장치들 중 적어도 다른 일부는, 스마트폰(smartphone), 테블릿(tablet) 컴퓨터, 랩탑(laptop) 컴퓨터, 휴대용(portable) 게임기, 휴대용 음악 재생기, 또는 청소기(vacuum cleaner) 중 하나 이상을 포함할 수 있다.
다른 예를 들면, 상기 복수의 전자 장치들 중 적어도 일부는 다른 장치(예: 서버(905))와 양방향 통신(예: 데이터, 신호, 정보, 또는 메시지의 송신 및 수신)을 수행할 수 있는 반면, 상기 복수의 전자 장치들 중 적어도 다른 일부는 다른 장치와 단방향 통신을 수행할 수 있다.
또 다른 예를 들면, 상기 복수의 전자 장치들 중 적어도 일부는 음성 신호를 수신할 수 있는 능력을 가지는 반면, 상기 복수의 전자 장치들 중 적어도 다른 일부는 음성 신호를 수신할 수 있는 능력을 가지지 않을 수 있다.
도 10은 다양한 실시예들에 따라 음성 인식과 관련된 동작을 수행하는 전자 장치의 기능적 구성의 예를 도시한다. 이러한 기능적 구성은 도 9에 도시된 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N)) 중 적어도 하나에 포함될 수 있다.
도 10을 참조하면, 전자 장치(910)는, 프로세서(1010), 마이크로폰(1020), 통신 인터페이스(1030), 메모리(1040), 및 출력 장치(1050)를 포함할 수 있다.
프로세서(1010)는, 전자 장치(910)의 전반적인 동작을 제어할 수 있다. 프로세서(1010)는, 전자 장치(910)의 전반적인 동작을 제어하기 위해, 마이크로폰(1020), 통신 인터페이스(1030), 메모리(1040), 출력 장치(1050)과 같은 전자 장치(910) 내의 다른 구성요소(component)와 작동적으로 결합될 수 있다.
프로세서(1010)는 전자 장치(910)의 다른 구성요소들의 명령을 수신할 수 있고, 수신된 명령을 해석할 수 있으며, 해석된 명령에 따라 계산을 수행하거나 데이터를 처리할 수 있다.
프로세서(1010)는 전자 장치(910) 내에서 야기되는 데이터 또는 신호를 처리할 수 있다. 예를 들면, 프로세서(1010)는 메모리(1040)에게 명령어, 데이터, 또는 신호를 요청할 수 있다. 프로세서(1010)는 전자 장치(910)의 제어 또는 전자 장치(910) 내의 다른 구성요소를 제어하기 위해 메모리(1040) 내에 명령어, 데이터, 또는 신호를 기록(또는 저장)하거나 갱신할 수 있다.
프로세서(1010)는 마이크로폰(1020), 통신 인터페이스(1030), 메모리(1040), 출력 장치(1050) 등으로부터 수신되는 메시지, 데이터, 명령어 또는 신호를 해석할 수 있고, 가공할 수 있다. 프로세서(1010)는 수신된 메시지, 데이터, 명령어, 또는 신호에 기반하여 새로운 메시지, 데이터, 명령어, 또는 신호를 생성할 수 있다. 프로세서(1010)는 가공되거나 생성된 메시지, 데이터, 명령어, 또는 신호를 마이크로폰(1020), 통신 인터페이스(1030), 메모리(1040), 출력 장치(1050) 등에게 제공할 수 있다.
프로세서(1010)는 적어도 하나의 프로세서를 포함할 수 있다. 예를 들면, 프로세서(1010)는, 어플리케이션 등과 같은 상위 계층의 프로그램을 제어하는 어플리케이션 프로세서(application processor), 통신과 관련된 기능을 제어하는 통신 프로세서(communication processor), 또는 오디오 신호와 관련된 인코딩(encoding)과 디코딩(decoding)을 제어하는 오디오 코덱 칩(audio codec chip) 중 하나 이상을 포함할 수 있다.
마이크로폰(1020)은, 전자 장치(910)의 외부에서 야기되는 오디오 신호(audio signal)를 수신할 수 있다. 마이크로폰(1020)은, 전자 장치(910)와 관련된 사용자에 의해 생성되는 음성 신호(voice signal)와 같은 오디오 신호를 수신할 수 있다. 마이크로폰(1020)는, 상기 수신된 오디오 신호를 전기적 신호로 변환할 수 있다. 마이크로폰(1020)는, 상기 변환된 전기적 신호를 프로세서(1010)에게 제공할 수 있다.
통신 인터페이스(1030)는 다른 전자 장치와 전자 장치(910) 사이의 통신 경로(예: 전자 장치(910)와 다른 전자 장치(910-K) 사이의 통신 경로, 전자 장치(910)와 서버(905) 사이의 통신 경로) 등을 생성(generate)하거나 수립(establish)하기 위해 이용될 수 있다. 예를 들면, 통신 인터페이스(1030)는, 블루투스(bluetooth) 통신 기법, BLE(bluetooth low energy) 통신 기법, Wi-Fi(wireless fidelity) 통신 기법, 셀룰러(cellular 또는 모바일(mobile)) 통신 기법, 또는 유선 통신 기법 중 적어도 하나를 위한 모듈일 수 있다. 통신 인터페이스(1030)는 상기 다른 전자 장치로부터 수신되는 신호, 정보, 데이터, 또는 메시지를 프로세서(1010)에게 제공할 수 있다. 통신 인터페이스(1030)는 프로세서(1010)로부터 제공되는 신호, 정보, 데이터, 또는 메시지를 상기 다른 전자 장치에게 송신할 수 있다.
메모리(1040)는 전자 장치(910)을 제어하는 명령어, 제어 명령어 코드, 제어 정보(control information), 또는 사용자 데이터(user data)를 저장할 수 있다. 예를 들면, 메모리(1040)는 어플리케이션(application), OS(operating system), 미들웨어(middleware), 디바이스 드라이버(device driver)를 포함할 수 있다.
출력 장치(1050)는 사용자에게 정보를 제공하기 위해 이용될 수 있다. 예를 들면, 출력 장치(1050)는 오디오 신호를 통해 사용자에게 정보를 제공하는 스피커(speaker), GUI(graphical user interface)를 통해 사용자에게 정보를 제공하는 디스플레이(display), 또는 빛(light)을 통해 사용자에게 정보를 제공하는 인디케이터(indicator) 모듈(module)(예: LED(light emitting diode) 모듈) 중 하나 이상을 포함할 수 있다. 출력 장치(1050)는 프로세서(1010)로부터 제공되는 정보, 데이터, 또는 신호에 기반하여 정보를 제공할 수 있다.
다양한 실시예들에서, 프로세서(1010)는 마이크로폰(1020)를 통해 음성 신호를 수신할 수 있다. 프로세서(1010)는 마이크로폰(1020)를 통해 전자 장치(910)와 사용자 사이의 인터액션(interaction)을 위한 음성 신호를 수신할 수 있다. 상기 음성 신호는, 사용자 발언(user utterance)으로 지칭될 수도 있다.
상기 음성 신호는, 웨이크-업(wake-up) 명령(command)을 포함할 수 있다. 상기 웨이크-업 명령은, 비활성 상태에서 동작하는 전자 장치(910)를 활성 상태로 전환하기 위해 이용될 수 있다. 상기 비활성 상태는, 전자 장치(910)의 기능들 중 적어도 하나의 기능이 비활성화된 상태를 나타낼 수 있다. 상기 비활성 상태는, 전자 장치(910)의 구성요소들 중 적어도 하나의 구성요소가 비활성화된 상태를 나타낼 수 있다. 상기 웨이크-업 명령은, 사용자가 전자 장치(910)와의 인터액션을 개시함을 나타낼 수 있다. 상기 웨이크-업 명령은, 상기 웨이크-업 명령 다음에 음성 명령(voice command)이 수신될 예정임을 나타낼 수 있다. 상기 웨이크-업 명령은, 전자 장치(910)의 음성 인식(voice recognition)을 위한 기능을 활성화하기 위해 이용되는 음성 입력일 수 있다. 상기 웨이크-업 명령은, 상기 웨이크-업 명령 후에 수신될 수 있는 음성 명령이 전자 장치(910)와 관련된 음성 신호임을 나타내기 위해 이용되는 음성 입력일 수 있다. 상기 웨이크-업 명령은, 전자 장치(910)와 관련된지 않은 음성 신호와 전자 장치(910)와 관련된 음성 신호를 구별하기 위해 이용될 수 있다. 상기 웨이크-업 명령은, "헤이 빅스비(hey bixby)"와 같이 적어도 하나의 지정된(designated 또는 specified) 키워드(keyword)로 설정될(configured with) 수 있다. 상기 웨이크-업 명령은, 상기 적어도 하나의 키워드에 상응하는지 여부를 식별하는 것이 요구되는 음성 입력일 수 있다. 상기 웨이크-업 명령은, 자연어 처리(natural language processing)를 요구하지 않거나 제한된 수준(level)의 자연어 처리를 요구하는 음성 입력일 수 있다.
상기 음성 신호는, 상기 웨이크-업 명령 다음에 음성 명령을 더 포함할 수 있다. 상기 음성 명령은, 상기 음성 신호가 사용자에 의해 야기된 목적 또는 이유와 관련될 수 있다. 상기 음성 명령은, 사용자가 전자 장치(910)를 통해 제공받길 원하는 서비스를 나타내기 위한 정보를 포함할 수 있다. 상기 음성 명령은 "오늘 날씨는", "지금 재생 중인 음악의 곡명은?" 등과 같이 사용자와 전자 장치(910) 사이의 인터액션을 위한 적어도 하나의 텍스트로 설정될(configured with) 수 있다. 상기 음성 명령은, 상기 적어도 하나의 텍스트가 무엇인지를 식별하는 것이 요구되는 음성 입력일 수 있다. 상기 음성 명령은 자연어 처리를 요구하는 음성 입력일 수 있다.
다양한 실시예들에서, 프로세서(1010)는, 상기 음성 신호의 상기 수신이 완료된 후, 상기 음성 신호를 수신함을 나타내는 인디케이션(indication)을 출력 장치(1050)를 통해 제공할 수 있다. 예를 들면, 프로세서(1010)는, 상기 음성 신호의 상기 수신이 완료된 후, 출력 장치(1050)를 통해 상기 음성 신호를 수신함을 나타내는 효과음(sound effect)을 제공하거나, 상기 음성 신호를 수신함을 나타내는 시각적 객체(visual object)를 제공할 수 있다.
다양한 실시예들에서, 프로세서(1010)는, 상기 음성 신호 내의 상기 웨이크-업 명령과 상기 음성 신호 내의 상기 음성 명령 사이의 침묵 구간(duration of silience) 내에서 상기 음성 신호를 수신함을 나타내는 인디케이션을 제공할 수도 있다.
다양한 실시예들에서, 프로세서(1010)는, 상기 수신된 음성 신호 내에서 상기 웨이크-업 명령을 식별(identify)하거나 인식(recognize)할 수 있다. 프로세서(1010)는, 상기 수신된 음성 신호가 상기 적어도 하나의 지정된 키워드를 포함하는지 여부를 모니터링할 수 있다. 프로세서(1010)는, 상기 모니터링에 기반하여, 상기 수신된 음성 신호 내에서 상기 적어도 하나의 지정된 키워드에 상응하는 상기 웨이크-업 명령을 식별하거나 인식할 수 있다.
다양한 실시예들에서, 프로세서(1010)는, 통신 인터페이스(1030)를 통해 전자 장치(910)와 연동된 서버(905)에게, 상기 식별된 웨이크-업 명령에 대한 정보를 송신할 수 있다. 프로세서(1010)는, 전자 장치(910)에 수신된 상기 음성 신호의 수신 품질을 결정하거나 측정하기 위해, 상기 웨이크-업 명령을 식별하는 것에 응답하여 통신 인터페이스(1030)를 통해 전자 장치(910)와 연동된 서버(905)에게, 상기 식별된 웨이크-업 명령에 대한 정보를 송신할 수 있다. 서버(905)는 전자 장치(910)로부터 송신된 웨이크-업 명령에 대한 정보에 적어도 기반하여, 상기 음성 신호의 수신 품질을 나타내기 위한 값을 결정할 수 있다. 상기 수신 품질을 나타내기 위한 값은, 상기 웨이크-업 명령에 대한 오디오 이득(audio gain), 상기 웨이크-업 명령에 대한 수신 신호 강도(RSS, received signal strength), 상기 웨이크-업 명령에 대한 신호 대 잡음비(SNR, signal to noise ratio), 상기 웨이크-업 명령에 대한 에너지 분포(energy distribution), 또는 상기 웨이크-업 명령이 상기 적어도 하나의 지정된 키워드에 일치되는 정도(degree) 중 하나 이상을 포함할 수 있다.
다양한 실시예들에서, 프로세서(1010)는, 상기 식별된 웨이크-업 명령에 적어도 기반하여 상기 음성 신호의 수신 품질을 나타내기 위한 값을 결정할 수 있다. 예를 들면, 프로세서(1010)는, 상기 식별된 웨이크-업 명령에 대한 수신 신호 강도, 상기 식별된 웨이크-업 명령에 대한 신호 대 잡음비, 상기 웨이크-업 명령에 대한 에너지 분포, 상기 웨이크-업 명령이 상기 적어도 하나의 지정된 키워드에 일치되는 정도 중 하나 이상을 상기 음성 신호의 수신 품질을 나타내기 위한 값으로 결정할 수 있다. 다양한 실시예들에서, 프로세서(1010)는, 상기 결정된 값에 대한 정보를 통신 인터페이스(1030)를 통해 서버(905)에게 송신할 수 있다. 상기 결정된 값에 대한 정보는, 메타 데이터로 지칭될 수도 있다.
전자 장치(910) 또는 서버(905)에 의해 결정되는 상기 음성 신호의 수신 품질을 나타내기 위한 값은, 상기 음성 신호 내에 포함된 상기 음성 명령에 대한 정보를 서버(905)에게 송신할 장치를 결정하기 위해 이용될 수 있다. 예를 들면, 서버(905)는 환경(900) 내에 포함되고 전자 장치(910)와 다른 적어도 하나의 전자 장치(예: 전자 장치(910-K) 등)로부터 상기 적어도 하나의 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 적어도 하나의 값을 수신할 수 있다. 서버(905)는, 전자 장치(910)에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값과 상기 적어도 하나의 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값을 비교함으로써, 가장 높은 수신 품질로 음성 신호를 수신한 장치를 결정할 수 있다. 서버(905)는, 상기 결정된 장치를 상기 음성 명령에 대한 정보를 송신할 장치로 결정할 수 있다.
다양한 실시예들에서, 프로세서(1010)는, 통신 인터페이스(1030)를 통해 전자 장치(910)와 연동된 서버(905)에게, 전자 장치(910)를 식별하기 위한 정보를 송신할 수 있다. 전자 장치(910)를 식별하기 위한 상기 정보는, 상기 웨이크-업 명령에 대한 정보 또는 전자 장치(910)에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보가 어떤 장치로부터 송신되는 것인지를 나타내기 위해 이용될 수 있다. 전자 장치(910)를 식별하기 위한 상기 정보는, 상기 웨이크-업 명령에 대한 정보 또는 전자 장치(910)에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보를 송신한 전자 장치(910)가 어떤 시스템(또는 환경)에 포함되는지를 식별하기 위해 이용될 수 있다. 예를 들면, 서버(905)는, 서버(905)에 수신된 전자 장치(910)를 식별하기 위한 상기 정보에 적어도 기반하여, 상기 웨이크-업 명령에 대한 정보 또는 전자 장치(910)에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보를 송신한 장치가 전자 장치(910)이라는 것을 식별할 수 있다. 다른 예를 들면, 서버(905)는, 서버(905)에 수신된 전자 장치(910)를 식별하기 위한 상기 정보에 적어도 기반하여, 전자 장치(910)가 적어도 하나의 다른 전자 장치(예: 전자 장치(910-K) 등)를 포함하는 시스템(또는 환경) 내에 포함됨을 식별할 수 있다. 다양한 실시예들에서, 전자 장치(910)를 식별하기 위한 상기 정보는, 전자 장치(910)의 제조사 정보, 전자 장치(910)의 제품 정보, 전자 장치(910)의 장치 식별자(ID, identifier), 전자 장치(910)의 사용자 계정(user account), 전자 장치(910)와 관련된 핀 코드(pin code), 전자 장치(910)의 MAC(medium access control) 주소(address) 중 하나 이상을 포함할 수 있다. 다양한 실시예들에서, 전자 장치(910)를 식별하기 위한 상기 정보는, 상기 웨이크-업 명령에 대한 정보 또는 전자 장치(910)로부터 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보와 함께 송신될 수도 있다. 다양한 실시예들에서, 전자 장치(910)를 식별하기 위한 상기 정보의 송신은, 상기 웨이크-업 명령에 대한 정보 또는 전자 장치(910)로부터 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보의 송신과 독립적일 수 있다.
전자 장치(910)를 식별하기 위한 정보와 관련된 서버(905)의 동작에 대한 상세한 설명은 도 12에 대한 설명을 통해 후술될 것이다.
다양한 실시예들에서, 프로세서(1010)는, 서버(905)로부터 통신 인터페이스(1030)를 통해, 메시지를 수신할 수 있다. 예를 들면, 프로세서(1010)는, 서버(905)로부터 인터페이스(1030)를 통해, 상기 음성 명령에 대한 정보를 서버(905)에게 송신할 것을 나타내는 메시지를 수신할 수 있다. 프로세서(1010)는, 서버(905)에 의해 전자 장치(910)가 상기 음성 명령에 대한 정보를 송신할 장치로 결정된 경우, 서버(905)로부터 인터페이스(1030)를 통해 상기 음성 명령에 대한 정보를 요청하는 메시지를 수신할 수 있다. 상기 음성 명령에 대한 정보를 서버(905)에게 송신할 것을 나타내는 메시지는, 상기 웨이크-업 명령에 대한 정보에 대한 응답이거나, 상기 결정된 값에 대한 정보에 대한 응답일 수 있다. 다른 예를 들면, 프로세서(1010)는, 서버(905)로부터 통신 인터페이스(1030)를 통해, 마이크로폰(1020)을 지정된 시간 구간(time interval) 동안 비활성화(inactive, disable, 또는 deactivate)할 것을 나타내는 메시지를 수신하거나, 상기 음성 명령에 대한 정보를 서버(905)에게 송신하지 않을 것을 요청하는 메시지를 수신할 수 있다. 프로세서(1010)는, 서버(905)에 의해 전자 장치(910)가 상기 음성 명령에 대한 정보를 송신할 장치로 결정되지 않은 경우, 서버(905)로부터 인터페이스(1030)를 통해 마이크로폰(1020)을 지정된 시간 구간 동안 비활성화할 것을 나타내는 메시지를 수신하거나, 상기 음성 명령에 대한 정보를 서버(905)에게 송신하지 않을 것을 요청하는 메시지를 수신할 수 있다.
다양한 실시예들에서, 프로세서(1010)는, 서버(905)로부터 인터페이스(1030)를 통해 상기 음성 명령에 대한 정보를 요청하는 메시지를 수신하는 것에 응답하여, 출력 장치(1050)를 통해 인디케이션(indication)을 제공할 수 있다. 상기 인디케이션은, 출력 장치(1050)의 특성, 속성, 또는 능력에 따라 다양한 포맷들로 설정될(configured with) 수 있다. 예를 들어, 출력 장치(1050)가 오디오 신호를 제공할 수 있는 스피커인 경우, 상기 인디케이션은 알림음(notification sound)로 설정될(configured with) 수 있다. 다른 예를 들어, 출력 장치(1050)가 시각적 객체(visual object)를 제공할 수 있는 디스플레이인 경우, 상기 인디케이션은 알림(notification) 메시지로 설정될(configured with) 수 있다. 또 다른 예를 들어, 출력 장치(1050)가 빛을 발산하는 적어도 하나의 소자로 설정된(configured with) 인디케이터(indicator)인 경우, 상기 인디케이션은 특정 색깔을 가지는 빛으로 설정될 수 있다.
다양한 실시예들에서, 프로세서(1010)는 서버(905)로부터 통신 인터페이스(1030)를 통해 상기 음성 명령에 대한 정보를 요청하는 메시지를 수신한 것에 응답하여, 상기 음성 명령에 대한 정보를 송신할 수 있다. 다시 말해, 프로세서(1010)는, 서버(905)로부터 수신된 메시지에 대한 응답으로, 통신 인터페이스(1030)를 통해 서버(905)에게 상기 음성 명령에 대한 정보를 송신할 수 있다.
다양한 실시예들에서, 프로세서(1010)는, 서버(905)로부터 통신 인터페이스(1030)를 통해 상기 음성 명령에 대한 피드백(feedback)을 수신할 수 있다. 상기 피드백은, 상기 음성 명령에 대한 응답(response)일 수 있다. 상기 피드백은, 전자 장치(910)의 후속 동작(post operation)을 야기할 수 있다. 예를 들면, 프로세서(1010)는, 상기 피드백에 기반하여, 출력 장치(1050)를 통해 정보를 제공하거나 비활성화된 상태의 전자 장치(910)의 기능을 활성화 상태로 전환(예: TV의 디스플레이를 활성화, 에어컨의 공기 정화 기능을 활성화 등)할 수 있다. 상기 피드백은, 상기 응답의 특성에 따라 다양한 포맷들로 설정될(configured with) 수 있다. 예를 들면, 상기 피드백은, 전자 장치(910)가 특정 기능을 수행하도록 명령하거나 가이드하는 제어 신호(control signal)일 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 전자 장치(910) 내의 프로세서(1010)는, 상기 음성 신호를 수신하고 수신된 음성 신호 내에서 웨이크-업 명령을 식별할 수 있다. 프로세서(1010)는, 서버(905)가 상기 음성 신호 내에 포함된 상기 음성 명령을 보다 효율적으로 인식할 수 있도록, 상기 식별된 웨이크-업 명령에 대한 정보를 송신하거나 상기 식별된 웨이크-업 명령에 적어도 기반하여 결정되는 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보를 송신할 수 있다. 서버(905)는, 전자 장치(910) 뿐 아니라 환경(900) 내에 포함된 복수의 전자 장치들 중 적어도 하나로부터 상기 정보를 수신함으로써, 가장 높은 수신 품질을 가지는 전자 장치를 특정하거나 결정할 수 있다. 서버(905)는, 상기 특정된 전자 장치에게 상기 음성 명령에 대한 정보를 송신할 것을 요청하거나 명령함으로써, 음성 명령을 획득할 수 있다. 상기 획득된 음성 명령은 가장 높은 수신 품질을 가질 수 있기 때문에, 서버(905)는 보다 효율적으로 상기 음성 명령을 인식하고, 음성 명령에 대한 응답을 송신할 수 있다. 다양한 실시 예들에 따른 서버(905)는 상기 음성 명령에 대한 정보를 송신하는 전자 장치와 구별되는 다른 전자 장치에게 상기 음성 명령을 송신하지 않을 것을 요청하거나, 지정된 시간 구간 동안 마이크로폰을 통해 상기 음성 신호를 수신하는 것을 중단할 것을 요청할 수 있다. 이러한 요청을 통해, 서버(905)와 상기 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N))을 포함하는 환경(900)은 불필요한 자원이 소비되는 것을 방지할 수 있다.
도 11은 다양한 실시예들에 따라 음성 인식과 관련된 동작을 수행하는 전자 장치의 기능적 구성의 다른 예를 도시한다. 이러한 기능적 구성은 도 9에 도시된 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N)) 중 적어도 하나에 포함될 수 있다.
도 11을 참조하면, 전자 장치(910)는, 프로세서(1010), 마이크로폰(1020), 통신 인터페이스(1030), 메모리(1040), 및 출력 장치(1050)를 포함할 수 있다.
프로세서(1010) 내지 출력 장치(1050) 각각은, 도 10에 도시된 프로세서(1010) 내지 출력 장치(1050) 각각에 상응할 수 있다.
프로세서(1010)는, 어플리케이션 프로세서(1010-1)와 오디오 코덱(1010-2)을 포함할 수 있다.
어플리케이션 프로세서(1010-1)는 활성 상태(active state 또는 activate state)에서 동작할 수 있다. 어플리케이션 프로세서(1010-1)는 PMIC(power management integrated circuitry, 도 9에서 미도시)로부터 기준 전력 이상의 전력을 공급 받는 경우, 활성 상태(active state 또는 activate state)에서 동작할 수 있다. 상기 활성 상태는 인터럽트(interrupt) 또는 타스크(task)를 처리할 수 있는 상태를 나타낼 수 있다. 상기 활성 상태는, 웨이크 업(wake up) 상태(또는 모드)로 지칭될 수 있다.
어플리케이션 프로세서(1010-1)는, 전자 장치(910)의 상태에 따라 비활성 상태에서 동작할 수 있다. 예를 들면, 상기 어플리케이션 프로세서는, 전자 장치(910)의 상태에 따라 PMIC로부터 상기 기준 전력 미만의 전력을 제공 받는 경우, 상기 활성 상태로의 전환을 위해 부팅(booting)을 요구하지 않는 유휴 상태(idle state), 슬립 상태(sleep state), 또는 대기 상태(standby state)에서 동작할 수 있다. 다른 예를 들면, 어플리케이션 프로세서(1010-1)는, 전자 장치(910)의 상태에 따라 PMIC로부터 공급되는 전력이 차단되는 경우, 상기 활성 상태로의 전환을 위해 부팅을 요구하는 턴오프(turn-off) 상태를 가질 수 있다.
오디오 코덱(1010-2)은, 클락 주파수(clock frqeuency)에 따라, 어플리케이션 프로세서(1010-1)를 위한 전력보다 낮은 전력에 기반하여 동작할 수 있다. 예를 들면, 오디오 코덱(1010-2)은 제1 클락 주파수에 기반하여, 어플리케이션 프로세서(1010-1)를 위한 전력보다 낮은 전력을 이용하여 동작할 수 있다. 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 마이크로폰(1020)과의 연동을 통해 음성 인식과 관련된 기능을 수행할 수 있다. 다른 예를 들면, 오디오 코덱(1010-2)은 제1 클락 주파수보다 높은 제2 클락 주파수에 기반하여, 어플리케이션 프로세서(1010-1)를 위한 전력에 상응하는 전력을 이용하여 동작할 수 있다. 제2 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 오디오 신호의 전처리 또는 후처리를 수행할 수 있다. 예를 들면, 제2 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 상기 오디오 신호의 재생을 위해, 상기 오디오 신호에 대한 DAC(digital-to-analog converting) 또는 ADC(analog-to-digital converting)를 수행할 수 있다.
다양한 실시예들에서, 전자 장치(910)가 대기 상태(standby state)에 있는 경우, 어플리케이션 프로세서(1010-1)는 비활성 상태(deactivate state)에 있을 수 있다. 예를 들어, 전자 장치(910)가 TV인 경우, 전자 장치(910)는 전자 장치(910)의 디스플레이가 턴-오프된 상태에서 동작할 수 있다. 이러한 경우, 어플리케이션 프로세서(1010-1)는 비활성 상태에 있을 수 있다. 상기 비활성 상태는, 활성 상태로의 전환을 위해 부팅을 요구하지 않는 유휴 상태, 슬립 상태, 또는 대기 상태일 수 있다. 상기 비활성 상태는, 활성 상태로의 전환을 위해 부팅을 요구하는 턴오프 상태일 수도 있다.
어플리케이션 프로세서(1010-1)가 상기 비활성 상태에 있는 동안, 오디오 코덱(1010-2)은 제1 클락 주파수에 기반하여 동작할 수 있다. 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은 마이크로폰(1020)을 통해 음성 신호가 수신되는지 여부를 모니터링할 수 있다. 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 상기 활성 상태에 있는 어플리케이션 프로세서(1010-1)에 의해 소비되는 전력보다 낮은 전력을 소비할 수 있다. 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 마이크로폰(1020)을 통해 상기 음성 신호가 수신됨을 확인하는 것에 응답하여, 상기 음성 신호 내에 웨이크-업 명령이 포함되는지 여부를 확인할 수 있다. 상기 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 상기 웨이크-업 명령이 상기 음성 신호 내에 포함된 경우, 상기 음성 신호 내에서 상기 웨이크-업 명령을 식별할 수 있다.
상기 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 상기 웨이크-업 명령의 식별에 응답하여, 상기 음성 신호(또는 상기 음성 신호 내의 음성 명령)를 버퍼링할 수 있다. 상기 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 상기 웨이크-업 명령의 식별에 응답하여, 어플리케이션 프로세서(1010-1)가 상기 활성 상태로 전환될 때까지, 상기 음성 신호를 임시적으로 저장할 수 있다.
상기 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 상기 웨이크-업 명령의 식별에 응답하여, 상기 비활성 상태에 있는 어플리케이션 프로세서(1010-1)를 활성 상태로 전환하기 위한 신호를 상기 PMIC 또는 어플리케이션 프로세서(1010-1)에게 송신할 수 있다. 어플리케이션 프로세서(1010-1)는, 오디오 코덱(1010-2)로부터 송신되는 상기 신호에 기반하여, 상기 활성 상태로 전환될 수 있다. 예를 들어, 상기 신호가 상기 PMIC에게 송신되는 경우, 상기 PMIC는 어플리케이션 프로세서(1010-1)에게 정상 전력(steady state power)를 제공할 수 있다. 어플리케이션 프로세서(1010-1)는, 상기 정상 전력의 제공에 기반하여, 상기 활성 상태로 전환될 수 있다. 다른 예를 들어, 상기 신호가 어플리케이션 프로세서(1010-1)에게 송신되는 경우, 어플리케이션 프로세서(1010-1)는, 상기 신호의 수신에 응답하여, 상기 PMIC에게 정상 전력을 제공할 것을 요청할 수 있다. 어플리케이션 프로세서(1010-1)는, 상기 정상 전력을 상기 PMIC로부터 획득하는 것에 응답하여, 상기 활성 상태로 전환될 수 있다.
상기 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 어플리케이션 프로세서(1010-1)가 상기 활성 상태로 전환됨을 확인하는 것에 응답하여, 상기 버퍼링된 음성 신호에 대한 정보를 어플리케이션 프로세서(1010-1)에게 제공할 수 있다. 또한, 상기 활성 상태로 전환된 어플리케이션 프로세서(1010-1)는, 마이크로폰(1020)을 통해 상기 버퍼링된 음성 신호 뒤의 음성 신호를 수신할 수 있다. 어플리케이션 프로세서(1010-1)는, 전자 장치(910)가 서버(905)에 의해 상기 음성 명령에 대한 정보를 송신할 장치로 결정되는 경우, 마이크로폰(1020)을 통해 수신되는 상기 음성 신호 및 상기 버퍼링된 음성 신호에 적어도 기반하여 상기 음성 명령을 식별할 수 있다.
상기 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 어플리케이션 프로세서(1010-1)가 상기 활성 상태로 전환됨을 확인하는 것에 응답하여, 상기 식별된 웨이크-업 명령에 대한 정보를 어플리케이션 프로세서(1010-1)에게 제공할 수 있다. 어플리케이션 프로세서(1010-1)는, 상기 웨이크-업 명령에 대한 정보에 적어도 기반하여, 전자 장치(910)에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값을 결정할 수 있다. 어플리케이션 프로세서(1010-1)는, 상기 결정된 값에 대한 정보를 서버(905)에게 송신할 수 있다.
한편, 상기 제1 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)은, 전자 장치(910) 내에서 상기 음성 신호와 다른(other than 또는 different from) 상기 오디오 신호를 처리하기 위한 이벤트가 발생함을 검출하는 것에 응답하여, 상기 제1 클락 주파수보다 높은 제2 클락 주파수에 기반하여 동작할 수 있다. 예를 들어, 오디오 코덱(1010-2) 또는 어플리케이션 프로세서(1010-1)가 전자 장치(910) 내에서 상기 오디오 신호를 재생함을 검출하거나 전자 장치(910)의 디스플레이가 활성화됨을 검출하는 경우, 오디오 코덱(1010-2)는 상기 제2 클락 주파수에 기반하여 동작할 수 있다. 상기 제2 클락 주파수에 기반하여 동작하는 오디오 코덱(1010-2)에 의해 소비되는 전력은 상기 활성 상태에서 동작하는 어플리케이션 프로세서(1010-1)에 의해 소비되는 전력에 상응할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 전자 장치(910)는, 대기 상태에 있는 동안, 마이크로폰(1020)과 기능적으로 연결된 오디오 코덱(1010-2)을 이용하여 상기 음성 신호를 인식함으로써, 상기 음성 신호의 인식을 위해 소비되는 전력을 감소시킬 수 있다.
도 12는 다양한 실시예들에 따른 서버의 기능적 구성의 예를 도시한다. 이러한 기능적 구성은, 도 9에 도시된 서버(905)에 포함될 수 있다.
도 12를 참조하면, 서버(905)는 프로세서(1210), 메모리(1220), 및 통신 인터페이스(1230)를 포함할 수 있다.
프로세서(1210)는, 서버(905)의 전반적인 동작을 제어할 수 있다. 프로세서(1210)는, 서버(905)의 전반적인 동작을 제어하기 위해, 통신 인터페이스(1230), 메모리(1220)와 같은 서버(905) 내의 다른 구성요소(component)와 작동적으로 결합될 수 있다.
프로세서(1210)는 서버(905)의 다른 구성요소들의 명령을 수신할 수 있고, 수신된 명령을 해석할 수 있으며, 해석된 명령에 따라 계산을 수행하거나 데이터를 처리할 수 있다.
프로세서(1210)는 서버(905) 내에서 야기되는 데이터 또는 신호를 처리할 수 있다. 예를 들면, 프로세서(1210)는 메모리(1220)에게 명령어, 데이터, 또는 신호를 요청할 수 있다. 프로세서(1210)는 서버(905)의 제어 또는 서버(905) 내의 다른 구성요소를 제어하기 위해 메모리(1220) 내에 명령어, 데이터, 또는 신호를 기록(또는 저장)하거나 갱신할 수 있다.
프로세서(1210)는 통신 인터페이스(1230), 메모리(1220) 등으로부터 수신되는 메시지, 데이터, 명령어 또는 신호를 해석할 수 있고, 가공할 수 있다. 프로세서(1210)는 수신된 메시지, 데이터, 명령어, 또는 신호에 기반하여 새로운 메시지, 데이터, 명령어, 또는 신호를 생성할 수 있다. 프로세서(1210)는 가공되거나 생성된 메시지, 데이터, 명령어, 또는 신호를 통신 인터페이스(1230), 메모리(1220) 등에게 제공할 수 있다.
메모리(1220)는 서버(905)를 제어하는 명령어, 제어 명령어 코드, 제어 정보(control information), 또는 사용자 데이터(user data)를 저장할 수 있다. 예를 들면, 메모리(1220)는 어플리케이션(application), OS(operating system), 미들웨어(middleware), 디바이스 드라이버(device driver)를 포함할 수 있다.
통신 인터페이스(1230)는 다른 전자 장치와 서버(905) 사이의 통신 경로(예: 전자 장치(910-K)와 서버(905) 사이의 통신 경로) 등을 생성(generate)하거나 수립(establish)하기 위해 이용될 수 있다. 예를 들면, 통신 인터페이스(1230)는, Wi-Fi(wireless fidelity) 통신 기법, 셀룰러(cellular 또는 모바일(mobile)) 통신 기법, 또는 유선 통신 기법 중 적어도 하나를 위한 모듈일 수 있다. 통신 인터페이스(1230)는 상기 다른 전자 장치로부터 수신되는 신호, 정보, 데이터, 또는 메시지를 프로세서(1210)에게 제공할 수 있다. 통신 인터페이스(1230)는 프로세서(1210)로부터 제공되는 신호, 정보, 데이터, 또는 메시지를 상기 다른 전자 장치에게 송신할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 전자 장치(910)로부터 통신 인터페이스(1230)를 통해, 상기 웨이크-업 명령에 대한 정보 또는 전자 장치(910)로부터 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보를 수신할 수 있다. 프로세서(1210)는, 전자 장치(910)로부터 통신 인터페이스(1230)를 통해, 전자 장치(910)를 식별하기 위한 정보를 수신할 수 있다. 다양한 실시예들에서, 전자 장치(910)를 식별하기 위한 정보는, 상기 웨이크-업 명령에 대한 정보 또는 전자 장치(910)로부터 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보와 함께 수신될 수 있다. 다양한 실시예들에서, 전자 장치(910)를 식별하기 위한 정보는, 상기 웨이크-업 명령에 대한 정보 또는 전자 장치(910)로부터 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보가 수신되는 시점(timing)으로부터 지정된 시간 구간 이전에 수신되거나, 지정된 시간 구간 이후에 수신될 수도 있다.
다양한 실시예들에서, 프로세서(1210)는 전자 장치(910)를 식별하기 위한 정보를 이용하여 메모리(1220) 내에 저장된 데이터베이스(DB, database)를 조회하거나 검색할 수 있다. 프로세서(1210)는 전자 장치(910)를 식별하기 위한 정보에 기반하여 상기 데이터베이스 내에서 전자 장치(910)와 관련된 적어도 하나의 전자 장치를 조회하거나 검색할 수 있다. 다양한 실시예들에서, 전자 장치(910)와 관련된 적어도 하나의 전자 장치는, 전자 장치(910)와 동일한 환경(예: 환경(900)) 내에 포함된 적어도 하나의 장치일 수 있다. 예를 들면, 전자 장치(910)와 관련된 적어도 하나의 전자 장치는, 전자 장치(910) 주변에 위치된(또는 전자 장치(910)로부터 지정된 거리 이내에 위치된) 적어도 하나의 장치일 수 있다. 다양한 실시예들에서, 전자 장치(910)와 관련된 적어도 하나의 전자 장치는, 전자 장치(910)와 동일한 사용자 계정(user account)으로 상기 데이터베이스 내에 등록된 적어도 하나의 장치일 수 있다. 예를 들면, 상기 데이터 베이스는, 전자 장치(910)를 식별하기 위한 정보 및 상기 적어도 하나의 전자 장치를 식별하기 위한 정보와 연동된 사용자 계정을 포함할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 지정된 시간 구간 동안, 상기 웨이크-업 명령에 대한 정보 또는 상기 적어도 하나의 전자 장치에 수신되는 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보가 상기 검색된 적어도 하나의 전자 장치로부터 수신되는지 여부를 모니터링할 수 있다. 다양한 실시예들에서, 상기 지정된 시간 구간은, 전자 장치(910) 및 상기 적어도 하나의 전자 장치를 포함하는 환경(900)의 면적, 전자 장치(910)의 통신 성능 및 상기 적어도 하나의 전자 장치의 통신 성능 등에 따라 다르게 설정될 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 상기 적어도 하나의 전자 장치로부터 통신 인터페이스(1230)를 통해, 상기 웨이크-업 명령에 대한 정보 또는 상기 적어도 하나의 전자 장치에 수신되는 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보를 수신할 수 있다.
프로세서(1210)는, 전자 장치(910) 및 상기 적어도 하나의 전자 장치로부터 웨이크-업 명령에 대한 정보를 수신하는 경우, 상기 수신된 정보에 적어도 기반하여 전자 장치(910) 및 상기 적어도 하나의 전자 장치를 포함하는 복수의 전자 장치들 각각에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값을 결정할 수 있다. 예를 들면, 프로세서(1210)는, 전자 장치(910)로부터 수신된 상기 웨이크-업 명령에 대한 정보에 적어도 기반하여 전자 장치(910)에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값을 결정하고, 상기 적어도 하나의 전자 장치로부터 수신된 상기 웨이크-업 명령에 대한 정보에 적어도 기반하여 상기 적어도 하나의 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 적어도 하나의 값을 결정할 수 있다. 프로세서(1210)는, 전자 장치(910)에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 상기 값과 상기 적어도 하나의 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 상기 적어도 하나의 값에 적어도 기반하여, 상기 음성 신호 내에 포함된 상기 음성 명령에 대한 정보를 송신할 장치를 결정할 수 있다. 예를 들면, 프로세서(1210)는, 상기 값들에 적어도 기반하여, 상기 복수의 전자 장치들 중에서 가장 높은 수신 품질로 상기 음성 신호를 수신한 장치를 상기 음성 명령에 대한 정보를 송신할 장치로 결정할 수 있다.
프로세서(1210)는, 전자 장치(910) 및 상기 적어도 하나의 전자 장치를 포함하는 복수의 전자 장치들 각각으로부터 상기 복수의 전자 장치들 각각에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 복수의 값들 각각을 수신하는 경우, 상기 복수의 값들 각각에 적어도 기반하여 상기 음성 신호 내에 포함된 상기 음성 명령에 대한 정보를 송신할 장치를 결정할 수 있다. 예를 들면, 프로세서(1210)는, 상기 복수의 값들 중 가장 높은 값을 송신한 장치를 상기 음성 명령에 대한 정보를 송신할 장치로 결정할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 통신 인터페이스(1230)를 통해 상기 음성 명령에 대한 정보를 송신할 장치에게, 상기 음성 명령에 대한 정보를 송신할 것을 나타내는(또는 요청하는) 메시지를 송신할 수 있다. 다시 말해, 프로세서(1210)는, 가장 높은 수신 품질로 상기 음성 신호를 수신한 장치에게, 상기 음성 신호 내에 포함된 상기 음성 명령에 대한 정보를 송신할 것을 요청할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 통신 인터페이스(1230)를 통해, 상기 복수의 전자 장치들 중에서 상기 음성 명령에 대한 정보를 송신할 장치를 제외한 남은 장치들에게, 서버(905)에게 상기 음성 명령에 대한 정보를 송신하지 않을 것을 요청하는 메시지를 송신하거나 지정된 시간 구간 동안 상기 남은 장치들의 마이크로폰을 비활성화할 것을 요청하는 메시지를 송신할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 통신 인터페이스(1230)를 통해, 상기 복수의 전자 장치들 중에서 상기 음성 명령에 대한 정보를 송신할 장치와 구별되는 다른 전자 장치에게, 상기 음성 신호가 수신된 시간 구간 밖에서(outside of) 상기 다른 전자 장치에 수신된 오디오 신호에 대한 정보를 송신할 것을 요청하는 다른 메시지를 송신할 수 있다. 예를 들면, 프로세서(1210)는, 상기 복수의 전자 장치들 중에서 상기 음성 명령에 대한 정보를 송신할 장치와 구별되는 상기 다른 전자 장치를 노이즈 캔슬링(noise canceling)을 위한 장치로 결정할 수 있다. 프로세서(1210)는, 상기 음성 신호에 포함된 노이즈를 제거(cancel)하기 위해, 상기 음성 신호가 수신된 시간 구간 밖에서 상기 다른 전자 장치에 수신된 상기 오디오 신호에 대한 정보를 송신할 것을 나타내는 메세지를 송신할 수 있다. 프로세서(1210)는, 상기 오디오에 대한 정보에 적어도 기반하여, 상기 음성 명령을 보상할 수 있다. 다시 말해, 프로세서(1210)는, 상기 오디오에 대한 정보에 적어도 기반하여, 보상된 음성 명령을 획득할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 상기 음성 명령에 대한 정보를 수신할 수 있다. 프로세서(1210)는, 상기 수신된 음성 명령에 대한 정보에 적어도 기반하여, 상기 음성 명령을 인식할 수 있다. 프로세서(1210)는 상기 인식에 기반하여, 상기 음성 명령에 대한 피드백을 생성할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 상기 음성 신호의 수신 품질을 나타내는 상기 복수의 값들에 적어도 기반하여, 상기 음성 신호와 관련된 사용자가 상기 복수의 전자 장치들 중에서 특정 전자 장치에 근접하여 위치됨을 확인할 수 있다. 예를 들면, 프로세서(1210)는, 상기 복수의 값들에 적어도 기반하여, 상기 사용자가 가장 높은 수신 품질로 상기 음성 신호를 수신한 전자 장치에 근접하여 위치됨을 결정할 수 있다. 프로세서(1210)는, 상기 결정에 응답하여, 상기 데이터베이스로부터 상기 사용자와 근접하여 위치되는 상기 전자 장치의 능력에 대한 정보를 획득할 수 있다. 다양한 실시예들에서, 상기 데이터베이스는, 상기 전자 장치를 식별하기 위한 정보와 연동된 상기 전자 장치의 능력에 대한 정보를 포함할 수 있다. 예를 들면, 상기 전자 장치의 능력에 대한 정보는, 상기 전자 장치의 출력 장치의 종류, 상기 출력 장치의 속성, 또는 상기 출력 장치의 특성에 대한 정보를 포함할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 상기 획득된 정보에 적어도 기반하여 상기 피드백의 포맷을 결정할 수 있다. 예를 들어, 상기 획득된 정보에 적어도 기반하여 상기 전자 장치의 출력 장치가 디스플레이임을 확인하는 경우, 프로세서(1210)는 상기 피드백의 포맷을 화면 표시(screen display)로 결정할 수 있다. 다른 예를 들어, 상기 획득된 정보에 적어도 기반하여 상기 전자 장치의 출력 장치가 스피커임을 확인하는 경우, 프로세서(1210)는 상기 피드백의 포맷을 음성 출력(voice output)으로 결정할 수 있다. 또 다른 예를 들어, 상기 획득된 정보에 적어도 기반하여 상기 전자 장치의 출력 장치가 발광 소자(emitting element)임을 확인하는 경우, 프로세서(1210)는 상기 피드백의 포맷을 특정(specific) 색깔(color)을 가지는 빛의 방출로 결정할 수 있다. 또 다른 예를 들어, 상기 획득된 정보에 적어도 기반하여 상기 전자 장치의 출력 장치가 햅틱 모듈임을 확인하는 경우, 프로세서(1210)는 상기 피드백의 포맷을 특정 패턴을 가지는 햅틱 제공(haptic provision)으로 결정할 수 있다. 다양한 실시예들에서, 프로세서(1210)는 상기 결정된 포맷을 가지는 상기 피드백을 생성할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 상기 피드백에 대한 정보를 송신할 수 있다. 프로세서(1210)는, 상기 피드백에 대한 정보를, 상기 음성 명령에 대한 정보를 송신한 상기 전자 장치 뿐 아니라 다른 전자 장치에게 송신할 수도 있다. 예를 들어, 상기 음성 명령에 대한 정보를 송신한 상기 전자 장치의 출력 장치가 스피커이고, 상기 전자 장치 주변에 배치된 다른 전자 장치의 출력 장치가 디스플레이인 경우, 프로세서(1210)는, 음성 출력을 위한 포맷을 가지는 상기 피드백에 대한 정보를 상기 전자 장치에게 송신하고 화면 출력을 위한 포맷을 가지는 상기 피드백에 대한 정보를 상기 다른 전자 장치에게 송신할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 상기 데이터베이스로부터 상기 전자 장치(또는 상기 전자 장치의 사용자 계정)와 관련된 사용자의 프로파일에 대한 정보를 획득할 수 있다. 예를 들면, 상기 데이터베이스는, 상기 사용자 계정에 연동된 상기 사용자의 프로파일을 포함할 수 있다. 상기 사용자의 프로파일은, 상기 사용자가 선호하는 피드백의 포맷에 대한 데이터를 포함할 수 있다. 프로세서(1210)는, 상기 사용자의 프로파일에 적어도 기반하여, 상기 피드백의 포맷을 결정할 수 있다. 예를 들어, 상기 데이터베이스에 기반하여 상기 사용자가 화면 표시로 상기 피드백을 제공 받는 것을 선호함을 확인하는 경우, 프로세서(1210)는, 화면 출력을 위한 포맷을 가지는 상기 피드백을 생성할 수 있다. 다른 예를 들어, 상기 데이터베이스에 기반하여 상기 사용자가 음성 출력으로 상기 피드백을 제공 받는 것을 선호함을 확인하는 경우, 프로세서(1210)는, 음성 출력을 위한 포맷을 가지는 상기 피드백을 생성할 수 있다. 프로세서(1210)는, 상기 결정된 포맷을 가지는 상기 피드백에 대한 정보를 상기 결정된 포맷에 따라 상기 피드백을 출력할 수 있는 장치에게 송신할 수 있다.
다양한 실시예들에서, 프로세서(1210)는, 상기 음성 명령의 인식에 기반하여, 상기 음성 명령에 대한 응답을 생성할 수 있다. 예를 들어, 상기 음성 명령이 특정 장치의 구동(operation)과 관련되는 경우, 프로세서(1210)는, 상기 음성 명령에 대한 상기 응답을 생성할 수 있다. 상기 응답은, 상기 피드백과 구별될 수 있다. 상기 피드백은 상기 음성 명령이 성공적으로 수신됨을 나타내거나 상기 음성 명령에 따른 정보 제공을 나타내는 반면, 상기 응답은 상기 음성 명령에 따라 특정 장치가(또는 특정 장치의 기능이) 구동되는 것을 나타낼 수 있다. 다시 말해, 상기 응답은, 정보의 제공과 구별되는 동작인 특정 기능의 활성화 또는 구동과 관련될 수 있다. 프로세서(1210)는, 상기 인식에 기반하여, 상기 음성 명령에 대한 응답을 수행할 적어도 하나의 전자 장치를 결정할 수 있다. 예를 들면, 프로세서(1210)는, 상기 인식에 기반하여, 환경(900) 내에 포함된 복수의 전자 장치들 중에서, 상기 음성 명령에 대한 응답을 수행할 적어도 하나의 전자 장치를 결정할 수 있다. 프로세서(1210)는 상기 적어도 하나의 전자 장치가 상기 응답에 기반하여 동작하도록, 통신 인터페이스(1230)를 통해 상기 적어도 하나의 전자 장치에게 상기 응답과 관련된 제어 신호를 송신할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 서버(905)는 상기 음성 신호를 수신한 상기 복수의 전자 장치들 중에서 상기 음성 신호를 가장 높은 수신 품질로 수신한 전자 장치로부터 상기 음성 명령에 대한 정보를 수신할 수 있다. 다양한 실시예들에 따른 서버(905)는, 상기 수신된 음성 명령에 대한 정보에 적어도 기반하여 상기 음성 명령을 인식함으로써, 상기 음성 명령의 인식률을 향상시킬 수 있다. 또한, 다양한 실시예들에 따른 서버(905)는, 상기 음성 명령에 대한 피드백의 포맷을, 시스템 내의 복수의 전자 장치들의 능력, 상기 음성 명령과 관련된 사용자의 프로파일에 기반하여 결정함으로써, 보다 효율적으로 정보 또는 서비스를 제공할 수 있다.
상술한 바와 같은 다양한 실시예들에 따른 시스템(system)(예: 서버(905))은, 네트워크 인터페이스(예: 통신 인터페이스(1230))와, 상기 네트워크 인터페이스와 작동적으로 연결된 적어도 하나의 프로세서(예: 프로세서(1210))와, 상기 적어도 하나의 프로세서와 작동적으로 연결된 적어도 하나의 메모리(예: 메모리(1220))를 포함할 수 있고, 상기 메모리는, 제1 외부 장치로부터 상기 네트워크 인터페이스를 통해 제1 사용자 발언(utterance)과 관련되고 제1 음성 데이터 및 상기 제1 음성 데이터와 관련된 제1 메타(meta) 데이터를 포함하는 제1 데이터를 수신하고, 제2 외부 장치로부터 상기 네트워크 인터페이스를 통해 상기 제1 사용자 발언과 관련된 제2 음성 데이터 및 상기 제2 음성 데이터와 관련된 제2 메타 데이터를 포함하는 제2 데이터를 수신하고, 상기 제1 메타 데이터 및 상기 제2 메타 데이터에 적어도 일부 기반하여, 상기 제1 외부 장치 및 상기 제2 외부 장치 중 하나의 장치를 선택하고, 상기 선택된 하나의 장치와 관련된 응답을 상기 선택된 하나의 장치에게 제공하고, 상기 선택된 하나의 장치로부터 제2 사용자 발언과 관련된 제3 데이터를 수신하기 위해 실행되는 경우 상기 적어도 하나의 프로세서를 야기하는(cause) 명령어들을 저장할 수 있다.
다양한 실시예들에서, 상기 제1 메타 데이터 및 상기 제2 메타 데이터 각각은, 오디오 이득(audio gain), 웨이크-업 명령 신뢰(confidence) 레벨, 또는 신호 대 잡음 비(SNR, signal-to-noise ratio) 중 적어도 하나를 포함할 수 있다.
상술한 바와 같은 다양한 실시예들에 따른 전자 장치(electronic device)(예: 전자 장치(910))는, 마이크로폰(예: 마이크로폰(1020))과, 스피커(예: 출력 장치(1050))와, Wi-Fi(wireless fidelity)를 지원하도록 설정된 무선 통신 회로(예: 통신 인터페이스(1030))와, 상기 마이크로폰, 상기 스피커, 및 상기 무선 통신 회로와 작동적으로 연결되는 프로세서(예: 프로세서(1010))와, 상기 프로세서와 작동적으로 연결된 메모리(예: 메모리(1040))를 포함할 수 있고, 상기 메모리는, 상기 마이크로폰을 통해 제1 사용자 발언(utternace)을 수신하고, 상기 무선 통신 회로를 통해 외부 서버에게, 상기 제1 사용자 발언과 관련된 제1 음성 데이터 및 상기 제1 음성 데이터와 관련된 제1 메타 데이터를 포함하는 제1 데이터를 송신하고, 음성 기반 서비스(voice based service)를 위한 입력 장치로서 선택된 상기 전자 장치와 관련된 응답을 상기 외부 서버로부터 상기 무선 통신 회로를 통해 수신하기 위해 실행되는 경우 상기 프로세서를 야기하는 명령어들을 저장할 수 있다.
다양한 실시예들에서, 상기 제1 메타 데이터는, 오디오 이득(audio gain), 웨이크-업 명령 신뢰도(confidence level), 또는 신호 대 잡음 비(SNR, signal-to-noise ratio) 중 적어도 하나를 포함할 수 있다.
상술한 바와 같은 다양한 실시예들에 따른 전자 장치는, 마이크로폰(microphone)(예: 마이크로폰(1020))과, 통신 인터페이스(communication interface)(예: 통신 인터페이스(1030))와, 적어도 하나의 프로세서(processor)(예: 프로세서(1010))를 포함할 수 있고, 상기 적어도 하나의 프로세서는, 상기 마이크로폰을 통해, 음성 신호(voice signal)를 수신하고, 상기 음성 신호 내에서 웨이크-업 명령(wake-up command)을 식별하고, 상기 웨이크-업 명령에 적어도 기반하여, 상기 음성 신호의 수신 품질(reception quality)을 나타내기 위한 값을 결정하고, 상기 통신 인터페이스를 통해 서버(server)에게, 상기 결정된 값에 대한 정보를 송신하도록 설정될 수 있다.
다양한 실시예들에서, 상기 음성 신호는, 상기 웨이크-업 명령 다음에(subsequent to) 음성 명령(voice command)을 더 포함할 수 있고, 상기 적어도 하나의 프로세서는, 상기 서버가 상기 전자 장치 및 상기 음성 신호를 수신한 적어도 하나의 다른(at least one other electronic device) 전자 장치를 포함하는 복수의 전자 장치들 중에서 상기 음성 명령에 대한 정보를 상기 서버에게 송신할 장치를 결정하도록, 상기 통신 인터페이스를 통해 상기 결정된 값에 대한 정보를 상기 서버에게 송신하도록 설정될 수 있다. 다양한 실시예들에서, 상기 전자 장치는, 출력 장치(output device)(예: 출력 장치(1050))를 더 포함할 수 있고, 상기 적어도 하나의 프로세서는, 상기 서버로부터 상기 통신 인터페이스를 통해, 상기 음성 명령을 상기 서버에게 송신할 것을 나타내는 메시지를 수신하고, 상기 수신에 응답하여, 상기 음성 명령에 대한 상기 정보를 상기 통신 인터페이스를 통해 상기 서버에게 송신하고, 상기 수신에 응답하여, 상기 출력 장치를 통해, 인디케이션(indication)을 제공하도록 더 설정될 수 있다. 다양한 실시예들에서, 상기 메시지는, 상기 결정된 값에 대한 정보 및 상기 적어도 하나의 다른 전자 장치 로부터 상기 서버에게 송신되고 상기 적어도 하나의 다른 전자 장치에서의 상기 웨이크-업 명령의 수신 품질을 나타내기 위한 적어도 하나의 다른(at least one other) 값에 대한 정보에 적어도 기반하여, 상기 서버로부터 상기 전자 장치에게 송신될 수 있다.
다양한 실시예들에서, 상기 전자 장치는, 출력 장치(output device)(예: 출력 장치(1050))를 더 포함할 수 있고, 상기 적어도 하나의 프로세서는, 상기 출력 장치를 통해, 상기 음성 신호의 상기 수신이 완료된 후 상기 음성 신호를 수신함을 나타내는 인디케이션(indication)을 제공하도록 더 설정될 수 있다.
다양한 실시예들에서, 상기 전자 장치는, 출력 장치(output device)(예: 출력 장치(1050))를 더 포함할 수 있고, 상기 적어도 하나의 프로세서는, 상기 출력 장치를 통해, 상기 웨이크-업 명령과 상기 음성 명령 사이의 침묵 구간(duration of silence) 내에서 상기 음성 신호를 수신함을 나타내는 인디케이션(indication)을 제공하도록 더 설정될 수 있다.
다양한 실시예들에서, 상기 적어도 하나의 프로세서는, 어플리케이션 프로세서(application processor)(예: 어플리케이션 프로세서(1010-1) 및 오디오 코덱 칩(audio codec chip)(예: 오디오 코덱(1010-2))을 포함할 수 있고, 상기 오디오 코덱 칩은, 제1 클락 주파수(clock frequency)에 기반하여, 상기 마이크로폰을 통해 상기 음성 신호를 수신하고, 상기 수신에 응답하여, 상기 음성 신호 내에서 상기 웨이크-업 명령을 식별하고, 상기 식별(identification)에 응답하여, 상기 어플리케이션 프로세서의 상태(state)를 웨이크-업(wake-up) 상태로 전환하기 위한 신호를 상기 어플리케이션 프로세서에게 송신하고, 상기 웨이크-업 상태로 전환된 상기 프로세서에게, 상기 식별된 웨이크-업 명령에 대한 정보를 송신하도록 설정될 수 있으며, 상기 웨이크-업 상태로 전환된 상기 프로세서는, 상기 식별된 웨이크-업 명령에 대한 정보에 적어도 기반하여, 상기 음성 신호의 상기 수신 품질을 나타내기 위한 상기 값을 결정하고, 상기 통신 인터페이스를 통해 상기 서버에게, 상기 결정된 값에 대한 정보를 송신하도록 설정될 수 있다. 다양한 실시예들에서, 상기 오디오 코덱 칩은, 상기 프로세서가 상기 웨이크-업 상태로 전환될 때까지, 상기 음성 신호를 버퍼(buffer)하고, 상기 프로세서가 상기 웨이크-업 상태로 전환됨을 확인하는 것에 응답하여, 상기 버퍼된 음성 신호에 대한 정보를 상기 프로세서에게 제공하도록 더 설정될 수 있다.
상술한 바와 같은 다양한 실시예들에 따른 서버(server)는 통신 인터페이스(communication interface)(예: 통신 인터페이스(1230))와, 프로세서(예: 프로세서(1210))를 포함할 수 있고, 상기 프로세서는, 제1 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제1 전자 장치에 수신된 음성 신호(voice signal)의 수신 품질(reception quality)을 나타내기 위한 제1 값에 대한 정보를 수신하고, 제2 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제2 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 제2 값에 대한 정보를 수신하고, 상기 제1 값 및 상기 제2 값에 적어도 기반하여, 상기 제1 전자 장치 및 상기 제2 전자 장치를 포함하는 복수의 전자 장치들 중에서, 상기 음성 신호 내에 포함된 음성 명령(voice command)을 송신할 전자 장치를 결정하고, 상기 통신 인터페이스를 통해 상기 결정된 전자 장치에게, 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 메시지를 송신하도록 설정될 수 있다.
다양한 실시예들에서, 상기 프로세서는, 상기 제2 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제1 정보가 수신된 시점으로부터 지정된 시간 구간 내(within)에서, 상기 제2 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 상기 제2 값에 대한 상기 정보를 수신하도록 설정될 수 있다.
다양한 실시예들에서, 상기 제1 값 및 상기 제2 값 각각은, 상기 음성 신호 내에 포함되고 상기 음성 명령 이전의(prior to) 웨이크-업 명령(wake-up command)에 적어도 기반하여 결정될 수 있다.
다양한 실시예들에서, 상기 프로세서는, 상기 제1 값이 상기 제2 값보다 높음을 확인하는 것에 기반하여, 상기 제1 전자 장치를 상기 음성 명령을 송신할 전자 장치로 결정하고, 상기 통신 인터페이스를 통해 상기 제1 전자 장치에게 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 상기 메시지를 송신하며, 상기 제1 값이 상기 제2 값보다 낮음을 확인하는 것에 기반하여, 상기 제2 전자 장치를 상기 음성 명령을 송신할 전자 장치로 결정하고, 상기 통신 인터페이스를 통해 상기 제2 전자 장치에게 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 상기 메시지를 송신하도록 설정될 수 있다.
다양한 실시예들에서, 상기 프로세서는, 상기 결정된 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 메시지에 대한 응답으로 상기 음성 명령에 대한 정보를 수신하고, 상기 음성 명령에 대한 피드백(feedback)을 생성하고, 상기 통신 인터페이스를 통해 상기 피드백에 대한 정보를 송신하도록 더 설정될 수 있다. 다양한 실시예들에서, 상기 프로세서는, 상기 제1 값 및 상기 제2 값에 적어도 기반하여, 상기 음성 신호와 관련된 사용자가 상기 복수의 전자 장치들 중에서 제3 전자 장치에 근접하여 위치됨을 확인하고, 상기 서버의 메모리(memory)에 저장된 데이터베이스(database)로부터 상기 제3 전자 장치의 능력(capability)에 대한 정보를 획득하고, 상기 제3 전자 장치의 능력에 대한 정보에 적어도 기반하여, 상기 피드백의 포맷(format)을 결정하고, 상기 통신 인터페이스를 통해 상기 제3 전자 장치에게, 상기 결정된 포맷을 가지는 상기 피드백에 대한 정보를 송신하도록 설정될 수 있다. 다양한 실시예들에서, 상기 포맷은, 음성 출력(voice output), 화면 표시(screen display), 빛 방출(light emission), 또는 햅틱 제공(haptic provision) 중 하나 이상을 포함할 수 있다.
다양한 실시예들에서, 상기 프로세서는, 상기 복수의 전자 장치들 중에서, 상기 음성 명령에 대한 응답을 수행할 적어도 하나의 전자 장치를 결정하고, 상기 적어도 하나의 전자 장치가 상기 응답에 기반하여 동작하도록, 상기 통신 인터페이스를 통해 상기 적어도 하나의 전자 장치에게, 상기 응답과 관련된 제어 신호(control signal)을 송신하도록 더 설정될 수 있다.
다양한 실시예들에서, 상기 프로세서는, 상기 제1 값 및 상기 제2 값에 적어도 기반하여, 상기 복수의 전자 장치들 중에서 상기 결정된 전자 장치와 구별되는(distinct from) 다른(another) 전자 장치를 결정하고, 상기 통신 인터페이스를 통해 상기 다른 전자 장치에게, 상기 음성 신호가 수신되는 시간 구간 밖에서(outside of) 상기 다른 전자 장치에 수신된 오디오(audio)에 대한 정보를 송신할 것을 나타내는 다른(another) 메시지를 송신하고, 상기 결정된 다른 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 다른 메시지에 대한 응답으로 상기 오디오에 대한 정보를 수신하고, 상기 오디오에 대한 정보에 적어도 기반하여 상기 음성 명령을 보상하고, 상기 보상된 음성 명령에 대한 상기 피드백을 생성하고, 상기 통신 인터페이스를 통해 상기 피드백에 대한 정보를 송신하도록 설정될 수 있다.
다양한 실시예들에서, 상기 프로세서는, 상기 데이터베이스로부터 상기 제1 전자 장치 및 상기 제2 전자 장치와 관련된 사용자의 프로파일(profile)에 대한 정보를 획득하고, 상기 프로파일에 대한 정보에 적어도 기반하여, 상기 피드백의 포맷을 결정하고, 상기 통신 인터페이스를 통해 상기 결정된 포맷을 가지는 상기 피드백에 대한 정보를 송신하도록 설정될 수 있다.
도 13a는 다양한 실시예들에 따른 전자 장치의 동작의 예를 도시한다. 이러한 동작은 도 10에 도시된 전자 장치(910) 또는 전자 장치(910)에 포함된 프로세서(1010)에 의해 수행될 수 있다.
도 13a를 참조하면, 동작 1301에서, 프로세서(1010)는 마이크로폰(1020)을 통해 제1 사용자 발언(user utterance)을 수신할 수 있다. 상기 제1 사용자 발언은, 상기 웨이크-업 명령을 포함할 수 있다. 프로세서(1010)는 마이크로폰(1020)을 통해 음성 명령이 인식될 것을 나타내는 상기 제1 사용자 발언을 수신할 수 있다.
동작 1302에서, 프로세서(1010)는 상기 제1 사용자 발언과 관련된 제1 음성 데이터(voice data) 및 상기 제1 음성 데이터와 관련된 제1 메타 데이터를 포함하는 제1 데이터를, 통신 인터페이스(1030)를 통해 전자 장치(910)와 연동된 서버(905)에게, 송신할 수 있다. 상기 제1 음성 데이터는, 상기 제1 사용자 발언과 관련된 정보를 포함할 수 있다. 상기 제1 음성 데이터는, 상기 웨이크-업 명령에 대한 정보를 포함할 수 있다. 다양한 실시예들에서, 상기 제1 메타 데이터는, 전자 장치(910)를 식별하기 위한 정보를 포함할 수 있다. 상기 제1 메타 데이터는, 상기 제1 데이터를 송신한 장치가 전자 장치(910)임을 나타내기 위해 이용될 수 있다. 상기 제1 메타 데이터는, 전자 장치(910)가 포함된 시스템(또는 환경(900))이 무엇인지를 식별하기 위해 이용될 수 있다. 예를 들면, 상기 제1 메타 데이터는 전자 장치(910)와 관련된 사용자 계정을 조회하기 위해 서버(905)에 의해 이용될 수 있다. 다양한 실시예들에서, 상기 제1 메타 데이터는, 상기 제1 사용자 발언과 관련된 상기 제1 음성 데이터에 대한 오디오 이득(audio gain), 상기 제1 사용자 발언에 포함된 상기 웨이크-업 명령에 대한 신뢰도(confidence level), 또는 상기 제1 음성 데이터에 대한 신호 대 잡음 비(SNR, signal-to-noise ratio) 중 적어도 하나를 포함할 수 있다. 상기 제1 메타 데이터는, 전자 장치(910)에 수신된 상기 제1 사용자 발언의 수신 품질을 결정하기 위해 이용될 수 있다. 예를 들면, 상기 제1 메타 데이터는, 다른 전자 장치로부터 서버(905)에게 송신되는 제2 데이터에 포함되는 제2 메타 데이터와 비교될 수 있다. 상기 제2 메타 데이터는, 상기 제2 데이터를 송신하는 상기 다른 전자 장치에 수신된 상기 제1 사용자 발언과 관련된 제2 음성 데이터와 관련될 수 있다. 서버(905)는 상기 제1 메타 데이터와 상기 제2 메타 데이터를 비교함으로써, 상기 제1 사용자 발언을 보다 높은 수신 품질로 수신한 장치를 결정할 수 있다.
동작 1303에서, 프로세서(1010)는, 서버(905)로부터 통신 인터페이스(1030)를 통해, 음성 기반 서비스(voice based service)를 위한 입력 장치로 선택된 전자 장치(910)와 관련된 응답을 수신할 수 있다. 예를 들면, 상기 제1 데이터 및 상기 제2 데이터를 수신한 서버(905)는, 상기 제1 메타 데이터 및 상기 제2 메타 데이터에 적어도 기반하여, 제2 사용자 발언에 대한 정보를 송신할 장치를 결정할 수 있다. 상기 제1 메타 데이터에 의해 지시되는(indicated) 수신 품질이 상기 제2 메타 데이터에 의해 지시된 수신 품질보다 높은 경우, 서버(905)는, 전자 장치(910)를 상기 제2 사용자 발언에 대한 정보를 송신할 장치로 결정할 수 있다. 상기 제2 사용자 발언은, 상기 음성 명령에 대한 정보를 포함할 수 있다. 상기 응답은, 상기 제2 사용자 발언을 송신할 것을 요청하는 정보를 포함할 수 있다. 상기 응답은, 마이크로폰(1020)를 통해 상기 제2 사용자 발언을 수신할 것을 요청하는 정보를 포함할 수 있다.
프로세서(1010)는 상기 응답의 수신에 응답하여, 출력 장치(1050)를 통해 인디케이션을 제공할 수 있다. 상기 인디케이션의 포맷은 출력 장치(1050)의 포맷에 따라 다양하게 설정될 수 있다. 예를 들어, 출력 장치(1050)가 디스플레이인 경우, 상기 인디케이션의 포맷은 화면 표시와 관련될 수 있다. 다른 예를 들어, 출력 장치(1050)가 스피커인 경우, 상기 인디케이션의 포맷은 오디오 신호의 출력과 관련될 수 있다.
프로세서(1010)는 상기 응답의 수신에 응답하여, 마이크로폰(1020)을 통해 상기 음성 명령을 포함하는 상기 제2 사용자 발언을 수신할 수 있다. 프로세서(1010)는 상기 제2 사용자 발언에 대한 정보를 통신 인터페이스(1030)를 통해 서버(905)에게 송신할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 전자 장치(910)에서 프로세서(1010)는, 상기 웨이크-업 명령을 포함하는 상기 제1 사용자 발언과 관련된 상기 제1 음성 데이터와 상기 제1 음성 데이터와 관련된 상기 제1 메타 데이터를 서버(905)에게 송신함으로써, 상기 제1 사용자 발언 다음에 수신될 제2 사용자 발언을 수신할 장치를 결정하기 위한 정보를 서버(905)에게 제공할 수 있다. 상기 정보의 제공을 통해, 프로세서(1010)는, 서버(905)가 보다 높은 인식률을 가지는 제2 사용자 발언을 수신할 장치를 결정할 수 있도록 가이드할 수 있다.
도 13b는 다양한 실시예들에 따른 전자 장치의 동작의 다른 예를 도시한다. 이러한 동작은 도 10에 도시된 전자 장치(910) 또는 전자 장치(910)에 포함된 프로세서(1010)에 의해 수행될 수 있다.
도 13b를 참조하면, 동작 1310에서, 프로세서(1010)는 마이크로폰(1020)을 통해 음성 신호를 수신할 수 있다. 상기 음성 신호는, 전자 장치(910)와 관련된 사용자에 의해 야기될 수 있다. 상기 음성 신호는, 상기 웨이크-업 명령을 포함할 수 있다.
동작 1320에서, 프로세서(1010)는 상기 음성 신호 내에서 상기 웨이크-업 명령을 식별할 수 있다. 프로세서(1010)는, 상기 음성 신호의 수신에 응답하여, 메모리(1040)에 저장된 음성 인식과 관련된 참조 정보(reference information)를 조회할 수 있다. 상기 참조 정보는, 상기 웨이크-업 명령과 관련된 적어도 하나의 키워드에 대한 데이터를 포함할 수 있다. 프로세서(1010)는, 상기 적어도 하나의 키워드에 상응하는 상기 웨이크-업 명령을 상기 수신된 음성 신호 내에서 인식할 수 있다.
동작 1330에서, 프로세서(1010)는 상기 식별된 웨이크-업 명령에 적어도 기반하여 상기 음성 신호의 수신 품질을 나타내기 위한 값을 결정할 수 있다. 예를 들면, 프로세서(1010)는 상기 식별된 웨이크-업 명령에 적어도 기반하여, 상기 음성 신호의 오디오 이득(audio gain)을 상기 음성 신호의 수신 품질을 나타내기 위한 값으로 결정할 수 있다. 다른 예를 들면, 프로세서(1010)는, 상기 식별된 웨이크-업 명령에 적어도 기반하여, 상기 웨이크-업 명령의 신뢰도(confidence level)을 상기 음성 신호의 수신 품질을 나타내기 위한 값으로 결정할 수 있다. 또 다른 예를 들면, 프로세서(1010)는, 상기 식별된 웨이크-업 명령에 적어도 기반하여, 상기 음성 신호의 수신 세기를 상기 음성 신호의 수신 품질을 나타내기 위한 값으로 결정할 수 있다. 또 다른 예를 들면, 프로세서(1010)는, 상기 식별된 웨이크-업 명령에 적어도 기반하여, 상기 음성 신호의 신호 대 잡음비를 상기 음성 신호의 수신 품질을 나타내기 위한 값으로 결정할 수 있다.
동작 1340에서, 프로세서(1010)는 상기 결정된 값에 대한 정보를 서버(905)에게 송신할 수 있다. 상기 음성 신호는, 상기 웨이크-업 명령 다음에 음성 명령을 더 포함할 수 있다. 프로세서(1010)는, 서버(905)가 전자 장치(910) 및 상기 음성 신호를 수신한 적어도 하나의 다른 전자 장치를 포함하는 복수의 전자 장치들 중에서, 상기 음성 명령에 대한 정보를 서버(905)에게 송신할 장치를 결정하도록, 통신 인터페이스(1030)를 통해 상기 결정된 값에 대한 정보를 송신할 수 있다. 다양한 실시예들에서, 상기 결정된 값에 대한 정보는, 전자 장치(910)를 식별하기 위한 정보와 함께 송신될 수 있다. 전자 장치(910)를 식별하기 위한 정보는, 상기 결정된 값에 대한 정보가 전자 장치(910)로부터 송신되는 것임을 나타내기 위해 이용될 수 있다. 전자 장치(910)를 식별하기 위한 정보는, 상기 음성 신호와 관련된 상기 적어도 하나의 다른 전자 장치를 식별하기 위해 서버(905)에 의해 이용될 수 있다. 예를 들면, 서버(905)는, 메모리(1220)에 저장된 데이터베이스를 전자 장치(910)를 식별하기 위한 정보를 이용하여 검색함으로써, 전자 장치(910)과 동일한 사용자 계정을 공유하는(또는 전자 장치(910)의 주변에 위치된) 상기 적어도 하나의 전자 장치를 식별할 수 있다. 서버(905)는, 상기 적어도 하나의 다른 전자 장치의 식별에 기반하여, 지정된 시간 구간 동안, 상기 적어도 하나의 다른 전자 장치에서의 상기 음성 신호의 수신 품질을 나타내기 위한 적어도 하나의 다른 값에 대한 정보가 상기 적어도 하나의 다른 전자 장치로부터 수신되는지 여부를 모니터링할 수 있다. 상기 적어도 하나의 다른 전자 장치로부터 상기 적어도 하나의 다른 전자 장치에서의 싱기 음성 신호의 수신 품질을 나타내기 위한 적어도 하나의 다른 값에 대한 정보가 수신되는 경우, 서버(905)는 전자 장치(910)로부터 수신되는 상기 값에 대한 정보 및 상기 적어도 하나의 다른 전자 장치로부터 수신되는 상기 적어도 하나의 다른 값에 대한 정보에 적어도 기반하여, 가장 높은 수신 품질로 상기 음성 신호를 수신한 장치를 결정할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 전자 장치(910)는, 서버(905)가 가장 높은 수신 품질로 상기 음성 신호를 수신한 장치를 결정할 수 있도록, 전자 장치(910)에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보를 서버(905)에게 송신할 수 있다. 이러한 서버(905)와의 시그널링을 통해, 전자 장치(910)는 상기 음성 신호의 인식률을 향상시킬 수 있다.
도 14a는 다양한 실시예들에 따른 서버의 동작의 예를 도시한다. 이러한 동작은 도 12에 도시된 서버(905) 또는 서버(905)에 포함된 프로세서(1210)에 의해 수행될 수 있다.
도 14a를 참조하면, 동작 1401에서, 프로세서(1210)는 제1 외부 장치(예: 전자 장치(910-1))로부터 제1 데이터를 수신할 수 있다. 상기 제1 데이터는, 제1 사용자 발언과 관련된 제1 음성 데이터를 포함할 수 있다. 상기 제1 사용자 발언은 상기 제1 외부 장치의 마이크로폰을 통해 상기 제1 외부 장치에 수신될 수 있다. 상기 제1 데이터는, 상기 제1 음성 데이터와 관련된 제1 메타 데이터를 포함할 수 있다.
상기 제1 메타 데이터는 상기 제1 외부 장치를 식별하기 위한 정보를 포함할 수 있다. 상기 제1 외부 장치를 식별하기 위한 정보는, 상기 제1 데이터의 송신 주체를 식별하기 위해 이용될 수 있다. 상기 제1 외부 장치를 식별하기 위한 정보는, 상기 제1 외부 장치와 관련된 다른 장치가 존재하는지 여부를 확인하기 위해 이용될 수 있다. 다양한 실시예들에서, 프로세서(1210)는, 상기 제1 외부 장치를 식별하기 위한 정보에 적어도 기반하여 메모리(1220)에 저장된 상기 데이터베이스를 조회할 수 있다. 프로세서(1210)는, 상기 조회를 통해, 상기 제1 외부 장치로부터 지정된 거리 이내에 다른 장치가 존재함을 확인할 수 있다. 예를 들면, 프로세서(1210)는, 상기 데이터베이스 내에서 상기 제1 외부 장치를 식별하기 위한 정보와 연동된 사용자 계정을 식별할 수 있다. 프로세서(1210)는, 상기 사용자 계정이 상기 제1 외부 장치뿐만 아니라 적어도 하나의 다른 장치를 식별하기 위한 정보와 연동됨을 확인할 수 있다. 프로세서(1210)는, 상기 확인에 기반하여, 상기 제1 데이터에 상응하는 포맷을 가지는 다른 데이터가 상기 적어도 하나의 다른 장치로부터 수신되는지 여부를 모니터링할 수 있다.
상기 제1 메타 데이터는, 상기 제1 외부 장치에 수신된 상기 제1 사용자 발언의 수신 품질과 관련된 정보를 포함할 수 있다. 예를 들면, 상기 제1 메타 데이터는, 상기 제1 사용자 발언의 오디오 이득, 상기 제1 사용자 발언 내의 상기 웨이크-업 명령의 신뢰도, 또는 상기 제1 사용자 발언의 신호 대 잡음비 중 적어도 하나를 포함할 수 있다. 상기 제1 메타 데이터는, 상기 적어도 하나의 장치 중 적어도 일부로부터 서버(905)에 수신되는 다른 메타 데이터와 비교될 수 있다. 상기 비교를 통해, 프로세서(1210)는, 가장 높은 수신 품질을 가지는 장치를 결정할 수 있다.
동작 1402에서, 프로세서(1210)는 제2 외부 장치로부터 제2 데이터를 수신할 수 있다. 상기 제2 데이터의 포맷은 상기 제1 데이터의 포맷에 상응할 수 있다. 예를 들면, 상기 제2 데이터는, 상기 제1 사용자 발언과 관련된 제2 음성 데이터를 포함할 수 있다. 상기 제2 데이터는, 상기 제2 외부 장치에 수신된 상기 제1 사용자 발언에 대한 데이터인 상기 제2 음성 데이터를 포함할 수 있다. 상기 제2 데이터는, 상기 제2 음성 데이터와 관련된 제2 메타 데이터를 포함할 수 있다. 프로세서(1210)는, 상기 제1 외부 장치로부터 상기 제1 데이터를 수신한 후 지정된 시간 동안 제2 외부 장치를 포함하는 상기 적어도 하나의 장치로부터 데이터가 수신되는지 여부를 모니터링할 수 있다. 프로세서(1210)는 상기 적어도 하나의 장치 중 상기 제2 외부 장치로부터 상기 제2 데이터를 수신할 수 있다.
상기 제2 메타 데이터는, 상기 제2 외부 장치를 식별하기 위한 정보를 포함할 수 있다. 상기 제2 메타 데이터는, 상기 제2 외부 장치에 수신된 상기 제1 사용자 발언의 수신 품질과 관련된 정보를 포함할 수 있다.
동작 1403에서, 프로세서(1210)는, 상기 제1 메타 데이터 및 상기 제2 메타 데이터에 적어도 기반하여 상기 제1 외부 장치 및 상기 제2 외부 장치 중 하나의 장치를 선택할 수 있다. 프로세서(1210)는, 상기 제1 메타 데이터에 의해 지시되는 상기 제1 외부 장치에서의 상기 제1 사용자 발언에 대한 수신 품질과 상기 제2 메타 데이터에 의해 지시되는 상기 제2 외부 장치에서의 상기 제1 사용자 발언에 대한 수신 품질을 비교할 수 있다. 프로세서(1210)는, 상기 비교 결과에 기반하여, 상기 제1 외부 장치 및 상기 제2 외부 장치 중 하나의 장치를 선택할 수 있다. 예를 들면, 프로세서(1210)는, 상기 제1 외부 장치에서의 상기 제1 사용자 발언에 대한 수신 품질보다 높은 수신 품질로 상기 제1 사용자 발언을 수신한 상기 제2 외부 장치를 상기 하나의 장치로 선택할 수 있다.
동작 1404에서, 프로세서(1210)는, 상기 선택된 하나의 장치에게 응답을 제공할 수 있다. 예를 들면, 프로세서(1210)는, 통신 인터페이스(1230)를 통해 상기 선택된 하나의 장치에게 응답을 제공할 수 있다. 상기 응답은, 상기 제1 사용자 발언 다음의 제2 사용자 발언과 관련된 제3 데이터를 송신할 것을 상기 선택된 하나의 장치에게 요청하기 위한 메시지일 수 있다. 상기 응답은, 상기 제2 사용자 발언을 수신할 것을 요청하기 위한 메시지일 수 있다. 상기 응답은, 상기 선택된 하나의 장치 내에서 인디케이션을 야기할 수 있다. 예를 들면, 상기 응답을 수신한 상기 선택된 하나의 장치는 인디케이션을 제공할 수 있다.
동작 1405에서, 프로세서(1210)는, 상기 선택된 하나의 장치로부터 제3 데이터를 수신할 수 있다. 상기 제3 데이터는 상기 제2 사용자 발언과 관련될 수 있다. 상기 제3 데이터는, 상기 제2 사용자 발언과 관련된 제3 음성 데이터를 포함할 수 있다. 상기 제3 음성 데이터는, 음성 명령을 포함할 수 있다. 프로세서(1210)는, 상기 음성 명령에 대한 피드백을 생성하고, 생성된 피드백을 상기 선택된 하나의 장치 또는 상기 선택된 하나의 장치와 다른 장치에게 송신할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 서버(905) 내의 프로세서(1210)는, 사용자 발언을 수신한 복수의 장치들로부터 메타 데이터를 수신함으로써, 상기 복수의 장치들 중에서 가장 높은 수신 품질로 사용자 발언을 수신한 장치를 결정할 수 있다. 이러한 결정을 통해, 서버(905)는 상기 사용자 발언에 포함된 음성 명령의 인식률을 향상시킬 수 있다.
도 14b는 다양한 실시예들에 따른 서버의 동작의 다른 예를 도시한다. 이러한 동작은 도 12에 도시된 서버(905) 또는 서버(905)에 포함된 프로세서(1210)에 의해 수행될 수 있다.
도 14b를 참조하면, 동작 1410에서, 프로세서(1210)는 제1 전자 장치에 수신된 음성 신호(voice signal)의 수신 품질(reception quality)을 나타내기 위한 제1 값에 대한 정보를 상기 제1 전자 장치로부터 통신 인터페이스(1230)를 통해 수신할 수 있다. 상기 제1 값은, 상기 제1 전자 장치의 마이크로폰을 통해 수신된 상기 음성 신호 내의 웨이크-업 명령에 기반하여 결정될 수 있다. 상기 제1 값에 대한 정보는 상기 제1 전자 장치를 식별하기 위한 정보와 함께 수신될 수 있다. 프로세서(1210)는, 상기 제1 전자 장치를 식별하기 위한 정보에 기반하여 상기 제1 전자 장치와 관련된 적어도 하나의 전자 장치가 메모리(1220) 내에 저장된 상기 데이터베이스 내에 등록되어 있는지 여부를 확인할 수 있다. 상기 적어도 하나의 전자 장치가 상기 데이터베이스 내에 등록되는 경우, 프로세서(1210)는, 상기 적어도 하나의 전자 장치로부터, 상기 적어도 하나의 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 적어도 하나의 값에 대한 정보가 수신되는지 여부를 지정된 시간 동안 확인할 수 있다.
동작 1420에서, 프로세서(1210)는, 상기 지정된 시간 동안, 제2 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 제2 값에 대한 정보를 상기 적어도 하나의 전자 장치 중 상기 제2 전자 장치로부터 통신 인터페이스(1230)를 통해 수신할 수 있다. 상기 제2 값은, 상기 제2 전자 장치의 마이크로폰을 통해 수신된 상기 음성 신호 내의 웨이크-업 명령에 기반하여 결정될 수 있따. 상기 제2 값에 대한 정보는 상기 제2 전자 장치를 식별하기 위한 정보와 함께 수신될 수 있다. 프로세서(1210)는, 상기 제2 전자 장치를 식별하기 위한 정보에 기반하여, 상기 제2 값이 상기 제1 값과 관련됨을 결정할 수 있다. 프로세서(1210)는, 상기 데이터베이스에 저장된 데이터에 기반하여, 상기 제1 전자 장치를 식별하기 위한 정보 및 상기 제2 전자 장치를 식별하기 위한 정보가 동일한 사용자 계정에 연동됨을 확인할 수 있다. 프로세서(1210)는, 상기 확인에 기반하여, 상기 제2 값이 상기 제1 값과 관련됨을 결정할 수 있다.
동작 1430에서, 프로세서(1210)는, 상기 제1 값 및 상기 제2 값에 적어ㅏ도 기반하여 상기 제1 전자 장치 및 상기 제2 전자 장치를 포함하는 복수의 전자 장치들 중에서, 상기 음성 신호 내에 포함된 음성 명령을 송신할 전자 장치를 결정할 수 있다. 예를 들면, 프로세서(1210)는 상기 제1 값이 상기 제2 값보다 높음을 확인하는 것에 기반하여, 상기 제1 전자 장치를 상기 음성 명령에 대한 정보를 송신할 전자 장치로 결정할 수 있다. 다른 예를 들면, 프로세서(1210)는, 상기 제1 값이 상기 제2 값보다 낮음을 확인하는 것에 기반하여, 상기 제2 전자 장치를 상기 음성 명령에 대한 정보를 송신할 전자 장치로 결정할 수 있다.
동작 1440에서, 프로세서(1210)는, 통신 인터페이스(1230)를 통해 상기 결정된 전자 장치에게, 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 메시지를 송신할 수 있다. 프로세서(1210)는, 보다 높은 수신 품질로 상기 음성 신호를 수신한 상기 결정된 전자 장치에게, 상기 음성 명령에 대한 정보를 송신할 것을 요청하는 메시지를 송신할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 서버(905)는, 상기 음성 신호를 수신한 복수의 전자 장치들 각각으로부터 수신되는 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보를 수신할 수 있다. 서버(905)는, 상기 음성 신호의 수신 품질을 나타내기 위한 값에 적어도 기반하여, 상기 복수의 전자 장치들 중에서 상기 음성 명령에 대한 정보를 요청할 전자 장치를 결정할 수 있다. 서버(905)는, 상기 결정된 전자 장치에게 상기 음성 명령에 대한 정보를 요청함으로써, 보다 높은 수신 품질을 가지는 음성 명령에 대한 정보를 획득할 수 있다. 서버(905)는, 상기 획득을 통해, 상기 음성 명령의 인식률을 향상시킬 수 있다.
도 15는 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 예를 도시한다. 이러한 시그널링은 도 9에 도시된 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N))과 도 9에 도시된 서버(905) 사이에서 야기될 수 있다.
도 16은 다양한 실시예들에 따라 복수의 전자 장치들에 수신되는 음성 신호의 포맷의 예를 도시한다.
도 15를 참조하면, 동작 1505에서, 제1 전자 장치(910-1) 및 제2 전자 장치(910-2)는 사용자로부터 음성 신호를 수신할 수 있다. 제1 전자 장치(910-1)가 위치된 영역은 제2 전자 장치(910-2)가 위치된 영역과 다를 수 있기 때문에, 제1 전자 장치(910-1)에 수신되는 상기 음성 신호의 오디오 이득은 제2 전자 장치(910-2)에 수신되는 상기 음성 신호의 오디오 이득과 다를 수 있다.
동작 1510에서, 제1 전자 장치(910-1)는 상기 음성 신호 내에서 웨이크-업 명령을 식별할 수 있다. 예를 들어, 도 16을 참조하면, 음성 신호(1600)는, 웨이크-업 명령(1610)를 포함할 수 있다. 웨이크-업 명령(1610)은 지정된 적어도 하나의 키워드로 설정될(configured with) 수 있다. 음성 신호(1600)는, 음성 명령(1620)를 더 포함할 수 있다. 음성 신호(1600)는, 웨이크-업 명령(1610)과 음성 명령(1620) 사이의 침묵 구간(duration of silence)(1615)를 더 포함할 수 있다. 제1 전자 장치(910-1)는 음성 신호(1600) 내에서 침묵 구간(1615)을 식별하고, 침묵 구간(1615) 이전에(previous to) 수신된 부분을 인식할 수 있다. 제1 전자 장치(910-1)는 상기 인식된 부분과 상기 지정된 적어도 하나의 키워드를 비교할 수 있다. 제1 전자 장치(910-1)는, 상기 인식된 부분의 적어도 일부가 상기 지정된 적어도 하나의 키워드에 상응함을 확인하는 경우, 상기 인식된 부분을 웨이크-업 명령(1610)으로 식별할 수 있다.
동작 1515에서, 제1 전자 장치(910-1)는 상기 식별된 웨이크-업 명령(1610)에 기반하여, 음성 신호(1600)의 수신 품질을 나타내기 위한 제1 값을 결정할 수 있다.
동작 1520에서, 제1 전자 장치(910-1)는 상기 제1 값에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 제1 값에 대한 정보를 수신할 수 있다.
한편, 동작 1525에서, 제2 전자 장치(910-2)는 상기 음성 신호 내에서 웨이크-업 명령을 식별할 수 있다. 제2 전자 장치(910-2)는 제1 전자 장치(910-1)와 유사한 방법으로 상기 음성 신호 내에서 상기 웨이크-업 명령을 식별할 수 있다.
동작 1530에서, 제2 전자 장치(910-2)는 상기 식별된 웨이크-업 명령에 기반하여 상기 음성 신호의 수신품질을 나타내기 위한 제2 값을 결정할 수 있다. 동작 1535에서, 제2 전자 장치(910-2)는 상기 제2 값에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는, 상기 제2 값에 대한 정보를 제2 전자 장치(910-2)로부터 수신할 수 있다. 서버(905)는, 상기 제2 값에 대한 정보를 지정된 시간 구간(1537) 내에서, 제2 전자 장치(910-2)로부터 수신할 수 있다. 지정된 시간 구간(1537)은, 상기 음성 신호를 수신한 다른 전자 장치로부터, 상기 제2 값에 대한 정보와 같이, 상기 다른 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보를 수신하기 위해 서버(905)가 대기하는 시간 구간일 수 있다. 지정된 시간 구간(1537)은, 제1 전자 장치(910-1)와 제2 전자 장치(910-2) 각각의 통신 성능 또는 제1 전자 장치(910-1)와 제2 전자 장치(910-2)를 포함하는 환경(900)의 면적에 따라 다르게 설정될 수 있다.
동작 1540에서, 서버(905)는 상기 제1 값 및 상기 제2 값에 적어도 기반하여 음성 명령을 송신할 전자 장치를 제1 전자 장치(910-1)로 결정할 수 있다. 예를 들어, 상기 제1 값이 상기 제2 값보다 높은 경우, 서버(905)는 상기 음성 명령을 송신할 전자 장치를 제1 전자 장치(910-1)로 결정할 수 있다.
동작 1545에서, 서버(905)는, 상기 결정에 기반하여, 제1 전자 장치(910-1)에게 상기 음성 명령을 서버(905)에게 송신할 것을 나타내는 메시지를 송신할 수 있다. 서버(905)는 보다 높은 품질을 가지는 음성 명령을 획득하기 위해, 제1 전자 장치(910-1)에게 상기 음성 명령을 송신할 것을 요청할 수 있다. 제1 전자 장치(910-1)는 상기 요청을 수신할 수 있다.
동작 1550에서, 제1 전자 장치(910-1)는, 상기 메시지(또는 요청)의 수신에 응답하여, 인디케이션을 제공할 수 있다. 상기 인디케이션은, 상기 메시지(또는 요청)를 수신함을 나타내기 위해 이용될 수 있다. 상기 인디케이션은, 제1 전자 장치(910-1)의 출력 장치의 종류에 따라 다양한 포맷들을 가질 수 있다. 예를 들어, 제1 전자 장치(910-1)의 출력 장치가 발광 소자인 경우, 상기 인디케이션은 특정 색깔을 가지는 빛의 발산으로 설정될 수 있다. 다른 예를 들어, 제1 전자 장치(910-1)의 출력 장치가 스피커인 경우, 상기 인디케이션은 특정 오디오 신호의 출력으로 설정될 수 있다.
동작 1555에서, 서버(905)는, 제2 전자 장치(910-2)에게 제어 신호를 송신할 수 있다. 서버(905)는, 상기 음성 명령을 송신할 전자 장치로 선택되지 않은 제2 전자 장치(910-2)에게, 상기 제어 신호를 송신할 수 있다. 다양한 실시예들에서, 상기 제어 신호는, 제2 전자 장치(910-2)가 상기 음성 신호의 수신을 중단할 것을 요청하기 위해 이용될 수 있다. 다양한 실시예들에서, 상기 제어 신호는, 제2 전자 장치(910-2)가 상기 음성 명령에 대한 정보를 서버(905)에게 송신하지 않을 것을 요청하기 위해 이용될 수 있다. 다양한 실시예들에서, 상기 제어 신호는, 특정 시간 구간 동안 제2 전자 장치(910-2)의 마이크로폰을 비활성화할 것을 요청하기 위해 이용될 수 있다. 서버(905)는, 상기 음성 신호의 수신 또는 상기 음성 명령에 대한 정보의 송신에 의해 소비되는 전력을 절약하기 위해, 제2 전자 장치(910-2)에게 상기 제어 신호를 송신할 수 있다. 제2 전자 장치(910-2)는 상기 제어 신호를 수신할 수 있다. 동작 1555는, 실시예들에 따라, 생략되거나 우회될 수 있다.
동작 1560에서, 제1 전자 장치(910-1)는, 상기 메시지(또는 요청)의 수신에 응답하여, 상기 음성 신호 내에 포함된 음성 명령(1620)에 대한 정보를 서버(905)에게 송신할 수 있다. 제1 전자 장치(910-1)는, 사용자의 인터액션을 제공하기 위해, 음성 명령(1620)에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는, 음성 명령(1620)에 대한 상기 정보를 수신할 수 있다.
도 15는 동작 1550가 수행된 후 동작 1560가 수행되는 예를 도시하고 있으나, 동작 1550 및 동작 1560은 순서와 관계없이 수행될 수 있다. 예를 들면, 동작 1550과 동작 1560은 도 15의 도시와 달리 역순으로 수행될 수도 있고, 동시에 수행될 수도 있다.
동작 1565에서, 서버(905)는 음성 명령(1620)에 대한 피드백을 생성할 수 있다. 다양한 실시예들에서, 서버(905)는, 서버(905)에 의해 수행되는 상기 음성 명령의 자연어 처리에 기반하여, 상기 음성 명령을 인식할 수 있다. 다양한 실시예들에서, 서버(905)는, 서버(905)와 연동되는 다른 서버에 의해 수행되는 상기 음성 명령의 자연어 처리에 기반하여, 상기 음성 명령을 인식할 수 있다. 서버(905)는, 상기 인식된 음성 명령에 기반하여 피드백을 생성할 수 있다. 상기 피드백의 생성은, 서버(905)에 의해 수행될 수도 있고, 서버(905)와 다른 서버 사이의 연동에 의해 수행될 수도 있다.
동작 1570에서, 서버(905)는 상기 피드백에 대한 정보를 제1 전자 장치(910-1)에게 송신할 수 있다. 상기 피드백에 대한 정보는 상기 음성 명령에 대한 정보를 정상적으로 수신함을 나타낼 수 있다. 상기 피드백에 대한 정보는 사용자가 상기 음성 명령을 통해 획득하고자 하는 데이터를 포함할 수 있다. 제1 전자 장치(910-1)는 상기 피드백에 대한 정보를 수신할 수 있다.
동작 1575에서, 제1 전자 장치(910-1)는 상기 피드백을 제공할 수 있다. 예를 들면, 제1 전자 장치(910-1)는 출력 장치(1050)를 통해 상기 피드백을 제공할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 서버(905)는, 음성 신호의 수신 품질과 관련되는 복수의 전자 장치들(예: 제1 전자 장치(910-1) 및 제2 전자 장치(910-2)과의 시그널링을 통해, 보다 높은 품질을 가지는 음성 명령에 대한 정보를 획득할 수 있다. 다양한 실시예들에 따른 서버(905)는, 보다 높은 품질을 가지는 음성 명령에 기반하여 피드백을 생성함으로써, 향상된 정확성을 가지는 정보를 사용자에게 제공할 수 있다.
도 17은 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 다른 예를 도시한다. 이러한 시그널링은 도 9에 도시된 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N))과 도 9에 도시된 서버(905) 사이에서 야기될 수 있다.
도 17을 참조하면, 동작 1705에서, 제1 전자 장치(910-1) 및 제2 전자 장치(910-2)는 사용자로부터 음성 신호를 수신할 수 있다.
동작 1710에서, 제1 전자 장치(910-1)는 제1 전자 장치(910-1)에 수신된 상기 음성 신호 내에서 웨이크-업 명령을 식별할 수 있다.
동작 1715에서, 제1 전자 장치(910-1)는, 서버(905)에게 제1 전자 장치(910-1)에 의해 식별된 상기 웨이크-업 명령에 대한 정보를 송신할 수 있다. 서버(905)는 제1 전자 장치(910-1)에 의해 식별된 상기 웨이크-업 명령에 대한 정보를 수신할 수 있다.
동작 1720에서, 제2 전자 장치(910-2)는 제2 전자 장치(910-2)에 수신된 상기 음성 신호 내에서 웨이크-업 명령을 식별할 수 있다.
동작 1725에서, 제2 전자 장치(910-2)는, 서버(905)에게 제2 전자 장치(910-2)에 의해 식별된 상기 웨이크-업 명령에 대한 정보를 송신할 수 있다. 서버(905)는 제2 전자 장치(910-2)에 의해 식별된 상기 웨이크-업 명령에 대한 정보를 수신할 수 있다.
동작 1730에서, 서버(905)는 상기 수신된 정보에 적어도 기반하여 제1 전자 장치(910-1) 및 제2 전자 장치(910-2)를 포함하는 복수의 전자 장치들 각각에 수신된 상기 음성 신호의 수신 품질을 결정할 수 있다. 예를 들면, 서버(905)는, 제1 전자 장치(910-1)에 의해 식별된 상기 웨이크-업 명령에 대한 정보에 적어도 기반하여 제1 전자 장치(910-1)에 수신된 상기 음성 신호의 수신 품질을 결정하고, 제2 전자 장치(910-2)에 의해 식별된 상기 웨이크-업 명령에 대한 정보에 적어도 기반하여 제2 전자 장치(910-2)에 수신된 상기 음성 신호의 수신 품질을 결정할 수 있다.
동작 1735에서, 서버(905)는 상기 음성 신호 내에 포함된 음성 명령에 대한 정보를 송신할 전자 장치를 제2 전자 장치(910-2)로 결정할 수 있다. 예를 들면, 서버(905)는, 제1 전자 장치(910-1)에 수신된 상기 음성 신호의 수신 품질보다 제2 전자 장치(910-2)에 수신된 상기 음성 신호의 수신 품질이 양호함을 확인하는 것에 기반하여, 상기 음성 명령에 대한 정보를 송신할 전자 장치를 제2 전자 장치(910-2)로 결정할 수 있다.
동작 1740에서, 서버(905)는, 제2 전자 장치(910-2)에게 상기 음성 명령을 송신할 것을 나타내는 메시지를 송신할 수 있다. 제2 전자 장치(910-2)는 상기 메시지를 수신할 수 있다.
동작 1745에서, 서버(905)는, 제1 전자 장치(910-1)에게 상기 음성 명령에 대한 정보를 송신하지 않을 것을 명령하는 제어 신호를 송신할 수 있다. 제1 전자 장치(910-1)는 상기 제어 신호를 수신할 수 있다.
동작 1750에서, 제2 전자 장치(910-2)는 상기 메시지의 수신에 기반하여 인디케이션을 제공할 수 있다. 동작 1755에서, 제2 전자 장치(910-2)는 상기 메시지의 수신에 기반하여, 상기 음성 명령에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 음성 명령에 대한 정보를 수신할 수 있다.
동작 1750 및 동작 1755는 순서에 관계없이 수행될 수 있다.
동작 1760에서, 서버(905)는 상기 음성 명령에 대한 피드백을 생성할 수 있다. 서버(905)는 상기 음성 명령의 인식에 기반하여, 상기 피드백을 생성할 수 있다.
동작 1765에서, 서버(905)는 상기 피드백에 대한 정보를 제2 전자 장치(910-2)에게 송신할 수 있다. 제2 전자 장치(910-2)는 상기 피드백에 대한 정보를 수신할 수 있다.
동작 1770에서, 제2 전자 장치(910-2)는 상기 수신된 정보에 기반하여 피드백을 제공할 수 있다. 상기 피드백은 상기 음성 명령에 상응하는 정보를 포함할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 복수의 전자 장치들(예: 제1 전자 장치(910-1) 및 제2 전자 장치(910-2))는 상기 복수의 전자 장치들 각각에 수신되는 음성 신호의 수신 품질의 결정을 서버(905)에게 양도할 수 있다. 이러한 양도를 통해, 상기 복수의 전자 장치들 각각은, 상기 수신 품질을 결정하기 위해 소비되는 전력을 감소시킬 수 있다. 또한, 이러한 양도를 통해, 상기 복수의 전자 장치들 각각은, 상기 수신 품질을 결정하기 위한 연산량을 감소시킬 수 있다.
도 18은 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다. 이러한 시그널링은 도 9에 도시된 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N))과 도 9에 도시된 서버(905) 사이에서 야기될 수 있다.
도 19는 다양한 실시예들에 따라 피드백을 제공하는 서버의 동작의 예를 도시한다.
도 18을 참조하면, 동작 1805에서, 상기 음성 신호를 수신한 제1 전자 장치(910-1)는 상기 제1 값에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 제1 값에 대한 정보를 수신할 수 있다.
동작 1810에서, 상기 음성 신호를 수신한 제2 전자 장치(910-2)는, 상기 제2 값에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 제2 값에 대한 정보를 수신할 수 있다. 다양한 실시예들에서, 서버(905)는, 상기 지정된 시간 구간 내에서, 상기 제2 값에 대한 정보를 수신할 수 있다.
동작 1815에서, 서버(905)는 상기 제1 값 및 상기 제2 값에 적어도 기반하여 음성 명령을 송신할 전자 장치를 제1 전자 장치(910-1)로 결정할 수 있다. 서버(905)는 상기 제2 값보다 높은 상기 제1 값에 대한 정보를 송신한 제1 전자 장치(910-1)를 상기 음성 명령에 대한 정보를 송신할 전자 장치로 결정할 수 있다.
동작 1820에서, 서버(905)는, 상기 결정에 응답하여, 상기 음성 신호 내에 포함된 음성 명령에 대한 정보를 송신할 것을 나타내는 메시지를 제1 전자 장치(910-1)에게 송신할 수 있다. 제1 전자 장치(910-1)는 상기 메시지를 수신할 수 있다.
동작 1825에서, 제1 전자 장치(910-1)는 상기 메시지의 수신에 응답하여, 상기 음성 명령에 대한 정보를 송신할 수 있다. 서버(905)는 상기 음성 명령에 대한 정보를 수신할 수 있다.
동작 1830에서, 서버(905)는, 상기 음성 명령의 인식에 기반하여, 상기 음성 명령에 대한 피드백을 생성할 수 있다.
동작 1835에서, 서버(905)는 상기 제1 값 및 상기 제2 값에 적어도 기반하여 상기 음성 신호를 발화한 사용자가 제3 전자 장치에 근접하여 위치됨을 확인할 수 있다. 예를 들면, 서버(905)는 상기 제1 값에 기반하여 사용자와 제1 전자 장치(910-1) 사이의 제1 거리를 결정하고, 상기 제2 값에 기반하여 사용자와 제2 전자 장치(910-2) 사이의 제2 거리를 결정할 수 있다. 서버(905)는, 상기 제1 거리 및 상기 제2 거리에 적어도 기반하여 제1 전자 장치(910-1)와 사용자의 위치 관계 및 제2 전자 장치(910-2)와 사용자의 위치 관계를 결정할 수 있다. 또한, 서버(905)는, 제1 전자 장치(910-1)와 사용자의 위치 관계 및 제2 전자 장치(910-2)와 사용자의 위치 관계에 기반하여, 마이크로폰을 구비하지 않아 상기 음성 신호를 수신할 수 없으나, 제1 전자 장치(910-1) 및 제2 전자 장치(910-2) 주변에 배치된 제3 전자 장치(910-3)와 사용자 사이의 위치 관계를 결정할 수 있다. 서버(905)는, 제3 전자 장치(910-3)와 사용자 사이의 위치 관계에 적어도 기반하여, 사용자가 제3 전자 장치(910-3)에 근접하여 위치됨을 확인할 수 있다.
동작 1840에서, 서버(905)는 상기 확인에 응답하여, 제3 전자 장치(910-3)의 능력에 대한 정보에 적어도 기반하여 상기 생성된 피드백의 포맷을 결정할 수 있다. 서버(905)는, 메모리(1220)에 저장된 데이터베이스에 기반하여 제3 전자 장치(910-3)가 제1 전자 장치(910-1) 및 제2 전자 장치(910-2)와 연동됨을 확인할 수 있다. 서버(905)는, 상기 확인에 기반하여, 상기 데이터베이스 내에서 제3 전자 장치(910-3)의 능력에 대한 정보를 조회할 수 있다. 서버(905)는, 상기 조회에 기반하여, 상기 피드백의 포맷을 제3 전자 장치(910-3)의 능력에 상응하는 포맷으로 결정할 수 있다. 예를 들어, 제3 전자 장치(910-3)의 출력 장치가 디스플레이인 경우, 서버(905)는 상기 피드백의 포맷을 화면 표시를 위한 포맷으로 결정할 수 있다. 다른 예를 들어, 제3 전자 장치(910-3)의 출력 장치가 스피커인 경우, 서버(905)는 상기 피드백의 포맷을 오디오 출력을 위한 포맷으로 결정할 수 있다.
동작 1845에서, 서버(905)는 상기 결정된 포맷을 가지는 피드백에 대한 정보를 제3 전자 장치(910-3)에게 송신할 수 있다. 제3 전자 장치(910-3)는 상기 결정된 포맷을 가지는 피드백에 대한 정보를 수신할 수 있다. 예를 들어, 도 19를 참조하면, 제3 전자 장치(910-3)는, 제3 전자 장치(910-3)의 출력 장치가 디스플레이임을 확인하는 것에 기반하여, 화면 출력을 위한 포맷을 가지는 피드백에 대한 정보를 제3 전자 장치(910-3)에게 송신할 수 있다. 다른 예를 들어, 도 19를 참조하면, 제3 전자 장치(910-3)는, 제3 전자 장치(910-3)의 출력 장치가 스피커임을 확인하는 것에 기반하여, 오디오 출력을 위한 포맷을 가지는 피드백에 대한 정보를 제3 전자 장치(910-3)에게 송신할 수 있다. 제3 전자 장치(910-3)는 상기 피드백에 대한 정보를 수신할 수 있다.
동작 1850에서, 제3 전자 장치(910-3)는 상기 수신된 정보에 기반하여 피드백을 제공할 수 있다. 예를 들어, 도 19를 참조하면, 제3 전자 장치(910-3)는, 상기 수신된 정보에 기반하여, 뉴욕의 현재 날씨 정보를 나타내는 시각적 컨텐츠를 상기 피드백으로 제공할 수 있다. 다른 예를 들어, 도 19를 참조하면, 제3 전자 장치(910-3)는, 상기 수신된 정보에 기반하여, 뉴욕의 현재 날씨 정보를 나타내는 오디오 컨텐츠를 상기 피드백으로 제공할 수 있다.
도 18은 서버(905)가 하나의 장치인 제3 전자 장치(910-3)에게 상기 피드백에 대한 정보를 제공하는 예를 도시하고 있으나, 서버(905)는 복수의 전자 장치들 각각에게 상기 피드백에 대한 정보를 제공할 수도 있다. 예를 들어, 상기 피드백이 음악 재생인 경우, 서버(905)는, 음악을 재생할 수 있는 복수의 전자 장치들 각각에게 서로 다른 사운드 특성을 가지는 피드백에 대한 정보를 제공함으로써, 상기 복수의 전자 장치들을 통해 서라운드 사운드 또는 5.1 채널을 위한 사운드를 제공할 수 있다. 다른 예를 들엇, 상기 피드백이 정보의 제공인 경우, 서버(905)는, 스피커를 포함하는 전자 장치 및 디스플레이를 포함하는 다른 전자 장치 각각에게 서로 다른 포맷을 가지는 피드백에 대한 정보를 제공함으로써, 상기 전자 장치를 통해 오디오 신호를 제공하고, 상기 다른 전자 장치를 통해 화면 출력을 제공할 수도 있다.
상술한 바와 같이, 다양한 실시예들에 따른 서버(905)는, 복수의 전자 장치들 각각으로부터 음성 신호의 수신 품질을 나타내기 위한 정보를 수신함으로써, 상기 음성 신호를 발화한 사용자와 상기 복수의 전자 장치들 각각 사이의 위치 관계를 결정할 수 있다. 서버(905)는, 상기 결정에 기반하여, 상기 복수의 전자 장치들 중에서 사용자와 근접하여 위치되는 전자 장치를 통해 피드백을 제공할 수 있다. 뿐만 아니라, 서버(905)는, 상기 피드백을 제공할 전자 장치의 능력에 기반하여 적응적으로 상기 피드백이 가지는 포맷을 변경함으로써, 보다 효율적으로 서비스를 제공할 수 있다.
도 20은 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다. 이러한 도 9에 도시된 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N))과 도 9에 도시된 서버(905) 사이에서 야기될 수 있다.
도 21은 다양한 실시예들에 따른 서버의 다른 동작의 예를 도시한다.
동작 2005에서, 상기 음성 신호를 수신한 제1 전자 장치(910-1)는 상기 제1 값에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 제1 값에 대한 정보를 수신할 수 있다.
동작 2010에서, 상기 음성 신호를 수신한 제2 전자 장치(910-2)는 상기 제2 값에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 제2 값에 대한 정보를 수신할 수 있다.
동작 2015에서, 서버(905)는 상기 제1 값 및 상기 제2 값에 적어도 기반하여 상기 음성 신호 내에 포함되는 음성 명령을 송신할 전자 장치를 제1 전자 장치(910-1)로 결정할 수 있다.
동작 2020에서, 서버(905)는, 상기 음성 명령을 서버(905)에게 송신할 것을 나타내는 메시지를 제1 전자 장치(910-1)에게 송신할 수 있다. 제1 전자 장치(910-1)는 상기 메시지를 수신할 수 있다.
동작 2025에서, 제1 전자 장치(910-1)는 상기 음성 명령에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 음성 명령에 대한 정보를 수신할 수 있다.
동작 2030에서, 서버(905)는 상기 음성 명령에 대한 응답을 수행할 적어도 하나의 전자 장치를 결정할 수 있다. 상기 응답은, 상기 피드백과 구별될 수 있다(distinct from). 상기 응답은, 상기 음성 명령이 정보 제공 뿐 아니라 다른 동작을 요구하는 경우, 서버(905) 내에서 생성되거나 정의될 수 있다. 예를 들면, 상기 응답은, 턴-오프된 장치의 턴-온 또는 비활성화된 장치의 활성 상태로의 전환 등과 관련될 수 있다. 서버(905)는, 상기 음성 명령의 인식에 기반하여, 상기 응답에 기반하여 제어할 장치를 제3 전자 장치(910-3)로 결정할 수 있다.
동작 2040에서, 서버(905)는, 상기 음성 명령에 대한 응답으로, 제어 신호를 제3 전자 장치(910-3)에게 송신할 수 있다. 예를 들어, 도 21을 참조하면, 서버(905)는, 제3 전자 장치(910-3)인 에어컨에게 상기 에어컨을 구동하기 위한 상기 제어 신호를 송신할 수 있다. 제3 전자 장치(910-3)인 에어컨은 서버(905)로부터 상기 제어 신호를 수신할 수 있다.
동작 2045에서, 제3 전자 장치(910-3)는 상기 제어 신호에 기반하여 동작할 수 있다. 예를 들어, 도 21을 참조하면, 제3 전자 장치(910-3)는 서버(905)로부터 수신되는 상기 제어 신호에 기반하여, 실내의 냉각을 위한 바람을 발산할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 서버(905)는, 음성 신호의 수신 품질을 나타내기 위한 값에 대한 정보의 수신에 기반하여, 상기 음성 신호 내의 음성 명령을 인식함으로써, 상기 음성 명령이 목적으로 하는 장치를 제어할 수 있다. 상기 제어를 통해, 서버(905)는 심리스한(seamless) 서비스를 제공할 수 있다.
도 22는 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다. 이러한 시그널링은 도 9에 도시된 복수의 전자 장치들(예: 전자 장치(910-1) 내지 전자 장치(910-N))과 도 9에 도시된 서버(905) 사이에서 야기될 수 있다.
도 22를 참조하면, 동작 2205에서, 상기 음성 신호를 수신한 제1 전자 장치(910-1)는 상기 제1 값에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 제1 값에 대한 정보를 수신할 수 있다.
동작 2210에서, 상기 음성 신호를 수신한 제2 전자 장치(910-2)는 상기 제2 값에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 제2 값에 대한 정보를 수신할 수 있다.
동작 2215에서, 서버(905)는 상기 제1 값 및 상기 제2 값에 적어도 기반하여 상기 음성 명령을 송신할 전자 장치를 제1 전자 장치(910-1)로 결정할 수 있다.
동작 2220에서, 서버(905)는 제1 전자 장치(910-1)에게 상기 음성 신호 내에 포함된 음성 명령을 송신할 것을 나타내는 메시지를 송신할 수 있다. 제1 전자 장치(910-1)는 상기 메시지를 수신할 수 있다.
동작 2225에서, 제1 전자 장치(910-1)는 상기 메시지의 수신에 응답하여, 상기 메시지를 수신함을 나타내는 인디케이션을 제공할 수 있다.
한편, 동작 2230에서, 서버(905)는 제2 전자 장치(910-2)에게 상기 음성 신호의 수신을 중단할 것을 요청하는 제어 신호를 송신할 수 있다. 제2 전자 장치(910-2)는 상기 제어 신호를 수신할 수 있다.
동작 2235에서, 제1 전자 장치(910-1)는 상기 메시지의 수신에 기반하여, 상기 음성 명령에 대한 정보를 서버(905)에게 송신할 수 있다.
동작 2240에서, 서버(905)는 상기 수신된 정보에 기반하여, 상기 음성 명령에 대한 피드백을 생성할 수 있다. 서버(905)는 상기 음성 명령을 인식함으로써, 상기 피드백을 생성할 수 있다.
동작 2245에서, 서버(905)는 메모리(1220)에 저장된 상기 데이터베이스에 기반하여, 제1 전자 장치(910-1) 및 제2 전자 장치(910-2)와 관련된 사용자의 프로파일에 대한 정보를 획득할 수 있다. 서버(905)는, 상기 데이터베이스로부터, 상기 사용자가 상기 피드백을 어떻게 제공받길 원하는지에 대한 정보인 상기 프로파일에 대한 정보를 획득할 수 있다.
동작 2250에서, 서버(905)는 상기 획득된 프로파일에 대한 정보에 적어도 기반하여 상기 피드백의 포맷을 결정할 수 있다. 예를 들어, 상기 프로파일에 대한 정보가 상기 사용자가 음성 출력을 원함을 나타내는 경우, 서버(905)는 음성 출력을 위한 포맷으로 상기 피드백의 포맷을 결정할 수 있다. 다른 예를 들어, 상기 프로파일에 대한 정보가 상기 사용자가 햅틱의 제공을 원함을 나타내는 경우, 서버(905)는 햅틱 제공을 위한 포맷으로 상기 피드백의 포맷을 결정할 수 있다.
동작 2255에서, 서버(905)는 상기 결정된 포맷을 가지는 피드백에 대한 정보를 제1 전자 장치(910-1)에게 송신할 수 있다. 제1 전자 장치(910-1)는 상기 정보를 수신할 수 있다.
동작 2260에서, 제1 전자 장치(910-1)는 상기 수신된 정보에 기반하여, 피드백을 제공할 수 있다. 상기 피드백은 사용자의 프로파일에 기반하여 결정된 포맷을 가지기 때문에, 제1 전자 장치(910-1)는 상기 사용자의 상태(또는 상황(context))에 부합하는 서비스를 제공할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 서버(905)는 빅 데이터 또는 기계 학습(machine learning)을 통해 획득되고 상기 데이터베이스에 등록되는 사용자의 프로파일에 기반하여 상기 피드백을 제공함으로써, 보다 높은 편의성을 사용자에게 부여할 수 있다.
도 23은 다양한 실시예들에 따라 음성 명령에 대한 노이즈 캔슬링(noise canceling)을 수행하는 서버의 동작의 예를 도시한다. 이러한 동작은, 도 12에 도시된 서버(905) 또는 서버(905)에 포함된 프로세서(1210)에 의해 수행될 수 있다.
도 23을 참조하면, 동작 2305에서, 서버(905)는 복수의 전자 장치들로부터 음성 신호의 수신 품질을 나타내기 위한 값들을 수신할 수 있다.
동작 2310에서, 서버(905)는, 상기 수신된 값들에 기반하여, 상기 복수의 전자 장치들 중에서 상기 음성 신호에 포함되는 음성 명령을 송신할 전자 장치를 결정할 수 있다. 서버(905)는 상기 결정된 전자 장치에게 상기 음성 명령을 요청할 수 있다.
동작 2315에서, 서버(905)는, 상기 수신된 값들에 기반하여, 상기 복수의 전자 장치들 중에서 상기 음성 명령 내에 포함된 노이즈를 제거하기 위해 이용될 다른 전자 장치를 결정할 수 있다. 예를 들면, 서버(905)는, 상기 복수의 전자 장치들 중에서, 동작 2310에서 결정된 전자 장치로부터 송신된 상기 음성 신호의 수신 품질을 나타내기 위한 값의 특성과 다른 특성을 가지는 값을 송신한 전자 장치를 상기 다른 전자 장치로 결정할 수 있다. 상기 특성은, 상기 음성 신호의 주파수 특성과 관련될 수 있다. 상기 특성은, 상기 음성 신호의 에너지 분포와 관련될 수 있다. 서버(905)는, 상기 결정된 다른 전자 장치에게, 상기 음성 신호가 수신되는 시간 구간 밖에서 상기 다른 전자 장치에 수신된 오디오에 대한 정보를 요청할 수 있다.
동작 2320에서, 서버(905)는, 상기 결정된 전자 장치로부터, 상기 음성 명령에 대한 정보를 수신할 수 있다.
동작 2325에서, 서버(905)는, 상기 결정된 다른 전자 장치로부터, 상기 음성 신호가 수신된 시간 구간 밖에서 상기 다른 전자 장치에 수신된 오디오에 대한 정보를 수신할 수 있다. 상기 오디오에 대한 정보는, 상기 음성 명령에 포함된 노이즈와 관련될 수 있다.
동작 2330에서, 서버(905)는, 상기 수신된 오디오에 대한 정보에 적어도 기반하여, 상기 음성 명령을 보상할 수 있다. 예를 들면, 서버(905)는, 상기 수신된 오디오가 가지는 주파수에 상응하는 주파수 성분을 상기 음성 명령으로부터 제거함으로써, 상기 음성 명령을 보상할 수 있다.
동작 2335에서, 서버(905)는, 상기 보상된 음성 명령에 대한 피드백을 생성할 수 있다. 예를 들면, 서버(905)는, 상기 보상된 음성 명령을 인식할 수 있다. 서버(905)는 상기 인식된 음성 명령에 적어도 기반하여, 상기 피드백을 생성할 수 있다.
동작 2340에서, 서버(905)는, 상기 피드백에 대한 정보를 송신할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 서버(905)는, 가장 높은 수신 품질로 상기 음성 신호를 수신한 전자 장치로부터 음성 명령에 대한 정보를 획득하고, 상기 전자 장치에 수신된 음성 신호의 특성과 다른 특성을 가지는 음성 신호를 수신한 다른 전자 장치로부터 상기 음성 명령을 보상하기 위해 이용되는 정보를 획득함으로써, 상기 음성 명령 내의 노이즈를 제거할 수 있다. 상기 노이즈의 제거를 통해, 다양한 실시예들에 따른 서버(905)는, 상기 음성 명령의 인식률을 향상시킬 수 있다. 또한, 다양한 실시예들에 따른 서버(905)는, 상기 노이즈의 제거를 통해, 보다 강건한(robust) 음성 인식 서비스를 제공할 수 있다.
도 24는 다양한 실시예들에 따른 복수의 전자 장치들을 포함하는 환경의 다른 예를 도시한다.
환경(2400)은, 서버(905), 전자 장치(910), 및 다른 전자 장치(2405)를 포함할 수 있다.
환경(2400) 내에 포함된 서버(905)는 도 9 및 도 12에 도시된 서버(905) 등에 상응할 수 있다.
환경(2400) 내에 포함된 전자 장치(910)는 도 9 및 도 10 등에 도시된 전자 장치(910)에 상응할 수 있다.
환경(2400) 내에 포함된 전자 장치(910)는 무선 AP(access point)를 통해 서버(905)와 시그널링을 수행할 수 있다. 이를 위해, 전자 장치(910)는 서버(905)와 전자 장치(910) 사이의 통신 경로를 생성할 수 있다. 상기 통신 경로는, 서버(905)와 무선 AP 사이의 통신 경로와 전자 장치(910)와 무선 AP 사이의 통신 경로를 포함할 수 있다.
환경(2400) 내에 포함된 다른 전자 장치(2405)는 환경(2400) 내에 새롭게 설치된 장치일 수 있다. 다른 전자 장치(2405)는 서버(905) 내의 상기 데이터베이스 내에 등록되지 않은 장치일 수 있다.
다른 전자 장치(2405)는 환경(2400) 내에 새롭게 진입된 고정된 장치일 수 있다. 예를 들면, 다른 전자 장치(2405)는, 데스크톱 컴퓨터(desktop computer), TV(television), 냉장고(refrigerator), 세탁기(washing machine), 에어컨(air conditioner), 스마트 전등(light), LFD(large format display), 디지털 사이너지(digital sinage), 또는 미러 디스플레이(mirror display) 중 하나일 수 있다.
다른 전자 장치(2405)는 환경(2400) 내에 새롭게 진입된 이동성을 가지는 장치일 수 있다. 예를 들면, 다른 전자 장치(2405)는, 스마트폰(smartphone), 테블릿(tablet) 컴퓨터, 랩탑(laptop) 컴퓨터, 휴대용(portable) 게임기, 휴대용 음악 재생기, 또는 청소기(vacuum cleaner) 중 하나일 수 있다.
다양한 실시예들에서, 다른 전자 장치(2405)는 통신 기능을 구비할 수 있다. 이를 위해, 다른 전자 장치(2405)는, 프로세서 및 통신 인터페이스를 포함할 수 있다. 다양한 실시예들에서, 다른 전자 장치(2405)는 오디오 신호를 출력할 수 있다. 이를 위해, 다른 전자 장치(2405)는 스피커를 포함할 수 있다. 다양한 실시예들에서, 다른 전자 장치(2405)는 오디오 신호를 수신할 수 있다. 이를 위해, 다른 전자 장치(2405)는 마이크로폰을 포함할 수 있다.
다양한 실시예들에서, 다른 전자 장치(2405)는 전자 장치(910)와 시그널링을 수행할 수 있다. 이를 위해, 다른 전자 장치(2405)는 전자 장치(910)와 다른 전자 장치(2405) 사이의 통신 경로를 생성할 수 있다.
다양한 실시예들에서, 다른 전자 장치(2405)는 서버(905)와 시그널링을 수행할 수 있다. 이를 위해, 다른 전자 장치(2405)는 다른 전자 장치(2405)와 서버(905) 사이의 통신 경로를 생성할 수 있다. 상기 통신 경로는, 다른 전자 장치(2405)와 무선 AP 사이의 통신 경로와 서버(905)와 무선 AP 사이의 통신 경로를 포함할 수 있다.
도 25는 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다. 이러한 시그널링은, 도 24에 도시된 전자 장치(910), 다른 전자 장치(2405), 및 서버(905)에 의해 수행될 수 있다.
도 25에서, 제1 전자 장치(2405)는 서버(905)와 제2 전자 장치(910)를 포함하는 환경(2400) 내에 새롭게 진입한 장치일 수 있다.
도 25를 참조하면, 동작 2505에서, 제1 전자 장치(2405)는, 환경(2400) 내에 새롭게 진입된 후 최초로 전력을 획득하는 것(또는 최초로 턴-온 하는 것)에 응답하여, 제1 전자 장치(2405)에 대한 정보를 제1 전자 장치(2405)의 통신 인터페이스를 통해 송신할 수 있다. 제1 전자 장치(2405)에 대한 정보는, 제1 전자 장치(2405)를 식별하기 위한 정보를 포함할 수 있다. 제1 전자 장치(2405)에 대한 정보는, 제1 전자 장치(2405)에 접속하기 위한 정보(예: 자원 정보 등)를 포함할 수 있다. 제1 전자 장치(2405)에 대한 정보는, 제1 전자 장치(2405)와 관련된 사용자 계정에 대한 정보를 포함할 수 있다. 제1 전자 장치(2405)는, 제1 전자 장치(2405)에 대한 정보를 방송할 수 있다. 제2 전자 장치(910)는, 제1 전자 장치(2405)와 연결되지 않은 상태에서(또는 제1 전자 장치(2405)와의 연결을 생성하기 전에), 상기 방송된 제1 전자 장치(2405)에 대한 정보를 수신할 수 있다.
동작 2510에서, 제2 전자 장치(910)는, 제2 전자 장치(910)의 마이크로폰(1020)를 통해, 음성 신호를 수신할 수 있다. 상기 음성 신호는, 제1 전자 장치(2405)를 등록할 것을 나타내는 음성 명령을 포함할 수 있다. 상기 음성 신호는, 제1 전자 장치가 새롭게 환경(2400) 내에 진입됨을 나타내는 음성 명령을 포함할 수 있다.
동작 2515에서, 제2 전자 장치(910)는, 상기 음성 신호의 수신에 응답하여, 상기 수신된 제1 전자 장치(2405)에 대한 정보에 기반하여, 제1 전자 장치(2405)에게 연결을 요청할 수 있다.
동작 2520에서, 제1 전자 장치(2405) 및 제2 전자 장치(910)는, 제2 전자 장치(910)의 상기 연결의 요청에 기반하여, 제1 연결을 생성할 수 있다. 상기 제1 연결은, 제1 전자 장치(2405)와 제2 전자 장치(910) 사이의 연결을 나타낼 수 있다. 상기 제1 연결은, 제1 통신 기법과 관련될 수 있다. 예를 들면, 상기 제1 연결은, 장치 대 장치 간(device-to-device) 직접 연결일 수 있다. 예를 들면, 상기 제1 연결은, 블루투스 연결, BLE 연결, LTE 사이드링크 연결, 또는 Wi-Fi 다이렉트 연결일 수 있다.
동작 2525에서, 제2 전자 장치(910)는 상기 제1 연결을 통해 서버(905)에 접속하기 위한 정보를 제1 전자 장치(2405)에게 송신할 수 있다. 예를 들면, 서버(905)에 접속하기 위한 정보는, 서버(905)를 식별하기 위한 정보, 서버(905)에 접속하기 위해 요구되는 자원에 대한 정보 등을 포함할 수 있다. 제1 전자 장치(2405)는 상기 제1 연결을 통해 서버(905)에 접속하기 위한 정보를 수신할 수 있다.
동작 2530에서, 제1 전자 장치(2405)는, 서버(905)에 접속하기 위한 정보게 기반하여 서버(905)에게 연결을 요청함으로써, 서버(905)와 제2 연결을 생성할 수 있다. 상기 제2 연결은, 제1 전자 장치(2405)와 서버(905) 사이의 연결을 나타낼 수 있다. 상기 제2 연결은, 상기 제1 통신 기법과 다른 제2 통신 기법과 관련될 수 있다. 예를 들면, 상기 제2 연결은 중간 노드를 요구하는 간접 연결일 수 있다. 예를 들면, 상기 제2 연결은, LTE 연결 또는 Wi-Fi 연결일 수 있다.
동작 2535에서, 제1 전자 장치(2405)는, 상기 제2 연결을 통해, 제1 전자 장치(2405)에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 제2 연결을 통해, 제1 전자 장치(2405)로부터 제1 전자 장치(2405)에 대한 정보를 수신할 수 있다. 서버(905)에 수신된 제1 전자 장치(2405)에 대한 정보는 서버(905)가 추후 제1 전자 장치(2405)를 관리(manage)하기 위한 정보를 포함할 수 있다. 서버(905)에 수신된 제1 전자 장치(2405)에 대한 정보는, 제1 전자 장치(2405)의 능력에 대한 정보, 제1 전자 장치(2405)가 가지는 다양한 식별자들에 대한 정보, 또는 제1 전자 장치(2405)와 관련된 사용자 계정에 대한 정보 중 적어도 하나를 포함할 수 있다.
동작 2540에서, 서버(905)는 제1 전자 장치(2405)에 대한 정보를 상기 데이터베이스에 등록할 수 있다. 예를 들면, 서버(905)는, 제1 전자 장치(2405)가 제2 전자 장치(910)와 관련됨을 나타내는 데이터를 등록할 수 있다. 예를 들면, 서버(905)는, 제1 전자 장치(2405)의 능력에 대한 데이터를 등록할 수 있다. 서버(905)는, 새롭게 진입된 제1 전자 장치(2405)를 추후 관리하기 위해, 제1 전자 장치(2405)에 대한 정보를 데이터베이스에 저장할 수 있다. 서버(905)는, 제1 전자 장치(2405)로부터 수신된 정보 뿐 아니라, 웹 서치 등을 통해 획득되는 제1 전자 장치(2405)에 대한 정보를 상기 데이터베이스에 저장할 수 있다.
동작 2545에서, 서버(905)는, 제1 전자 장치(2405)에 대한 상기 정보에 적어도 기반하여, 제1 전자 장치(2405)가 음성 신호를 수신할 수 있는지 여부를 결정할 수 있다. 예를 들어, 제1 전자 장치(2405)에 대한 상기 정보가 제1 전자 장치(2405)가 마이크로폰을 구비함을 나타내는 경우, 서버(905)는 동작 2550을 수행할 수 있다. 다른 예를 들어, 제1 전자 장치(2405)에 대한 상기 정보가 제1 전자 장치(2405)가 마이크로폰과 같은 음성 신호의 수신을 위한 장치를 구비하지 않음을 나타내는 경우, 서버(905)는 동작 2570을 수행할 수 있다.
동작 2550에서, 서버(905)는, 제1 전자 장치(2405)가 음성 신호를 수신할 수 있음을 결정하는 것에 기반하여, 제1 전자 장치(2405)의 위치를 제1 전자 장치(2405)에게 요청할 수 있다. 예를 들면, 서버(905)는, 제1 전자 장치(2405)에게 제1 전자 장치(2405)의 위치를 송신할 것을 요청하기 위한 메시지를 송신할 수 있다. 제1 전자 장치(2405)는 상기 메시지를 수신할 수 있다.
동작 2555에서, 제1 전자 장치(2405)는, 제1 전자 장치(2405)의 위치를 문의하기 위한 오디오 신호를 제1 전자 장치(2405)의 스피커를 통해 출력할 수 있다. 제1 전자 장치(2405)는, 제1 전자 장치(2405)의 위치를 음성 신호를 통해 입력할 것을 가이드하는 오디오 신호를 제1 전자 장치(2405)의 스피커를 통해 출력할 수 있다.
동작 2560에서, 제1 전자 장치(2405)는, 상기 오디오 신호에 대한 응답으로, 다른 음성 신호를 제1 전자 장치(2405)의 마이크로폰을 통해 수신할 수 있다. 상기 다른 음성 신호는 제1 전자 장치(2405)의 위치를 나타내기 위한 정보를 포함할 수 있다.
동작 2565에서, 제1 전자 장치(2405)는, 상기 다른 음성 신호에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 다른 음성 신호에 대한 정보를 수신할 수 있다.
동작 2567에서, 서버(905)는, 상기 다른 음성 신호에 대한 정보에 기반하여 제1 전자 장치(2405)의 위치를 상기 데이터베이스 내에 등록할 수 있다. 서버(905)는, 상기 다른 음성 신호에 대한 인식에 기반하여, 제1 전자 장치(2405)의 위치에 대한 정보를 획득할 수 있다. 서버(905)는, 상기 획득된 정보를 상기 데이터베이스 내에 등록할 수 있다.
동작 2570에서, 서버(905)는, 제1 전자 장치(2405)가 음성 신호를 수신할 수 없음을 결정하는 것에 기반하여, 제1 전자 장치(2405)의 위치를 제2 전자 장치(910)에게 요청할 수 있다. 제2 전자 장치(910)는 상기 요청을 수신할 수 있다.
동작 2575에서, 제2 전자 장치(910)는 제1 전자 장치(2405)의 위치를 문의 하기 위한 오디오 신호를 제2 전자 장치(910)의 스피커를 통해 출력할 수 있다. 제2 전자 장치(910)는 제1 전자 장치(2405)의 위치를 음성 신호를 통해 입력할 것을 가이드하는 오디오 신호를 제2 전자 장치(910)의 스피커를 통해 출력할 수 있다.
동작 2580에서, 제2 전자 장치(910)는 상기 오디오 신호에 대한 응답으로, 다른 음성 신호를 제2 전자 장치(910)의 마이크로폰을 통해 수신할 수 있다. 상기 다른 음성 신호는 제1 전자 장치(2405)의 위치를 나타내기 위한 정보를 포함할 수 있다.
동작 2585에서, 제2 전자 장치(910)는 상기 다른 음성 신호에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 다른 음성 신호에 대한 정보를 수신할 수 있다.
동작 2590에서, 서버(905)는 상기 다른 음성 신호에 대한 정보에 기반하여 제1 전자 장치(2405)의 위치를 상기 데이터베이스 내에 등록할 수 있다. 서버(905)는 상기 다른 음성 신호에 대한 인식에 기반하여, 제1 전자 장치(2405)의 위치에 대한 정보를 획득할 수 있다. 서버(905)는, 상기 획득된 정보를 상기 데이터베이스 내에 등록할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 서버(905)는, 새롭게 진입된 전자 장치 및 상기 새롭게 진입된 전자 장치와 근접하여 위치된 전자 장치와의 시그널링을 통해, 상기 새롭게 진입된 전자 장치 및 상기 새롭게 진입된 전자 장치의 위치를 음성 신호를 통해 등록할 수 있다. 또한, 다양한 실시예들에 따른 서버(905)는, 상기 새롭게 진입된 전자 장치가 음성 신호를 인식할 수 있는지 여부에 따라, 적응적으로 시그널링을 변경함으로써, 사용자의 편의성을 증대시킬 수 있다.
도 26은 다양한 실시예들에 따른 복수의 전자 장치들과 서버 사이의 시그널링의 또 다른 예를 도시한다. 이러한 시그널링은, 도 24에 도시된 전자 장치(910), 다른 전자 장치(2405), 및 서버(905)에 의해 수행될 수 있다.
도 26에서, 제1 전자 장치(2405)는 서버(905), 제2 전자 장치(910-2), 및 제3 전자 장치(910-3)를 포함하는 환경(2400) 내에 새롭게 진입한 장치일 수 있다.
도 26을 참조하면, 동작 2605에서, 제1 전자 장치(2405)는, 환경(2400) 내에 새롭게 진입된 후 최초로 전력을 획득하는 것(또는 최초로 턴-온 하는 것)에 응답하여, 제1 전자 장치(2405)의 스피커를 통해 오디오 신호를 출력할 수 있다. 다양한 실시예들에서, 상기 오디오 신호는, 제1 전자 장치(2405)가 새롭게 환경(2400) 내에 진입됨을 나타내는 정보를 포함할 수 있다. 다양한 실시예들에서, 상기 오디오 신호는 제1 전자 장치(2405)를 식별하기 위한 정보를 포함할 수 있다. 다양한 실시예들에서, 상기 정보는, 사용자에 의해 청취 가능할 수도 있고, 청취 불가능할 수도 있다. 다양한 실시예들에서, 상기 정보는, 상기 오디오 신호에 워터마크될 수 있다. 제2 전자 장치(910-2) 및 제3 전자 장치(910-3)는 상기 오디오 신호를 수신할 수 있다.
동작 2610에서, 제2 전자 장치(910-2)는 상기 오디오 신호에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 오디오 신호에 대한 정보를 수신할 수 있다.
동작 2615에서, 제3 전자 장치(910-3)는 상기 오디오 신호에 대한 정보를 서버(905)에게 송신할 수 있다. 서버(905)는 상기 오디오 신호에 대한 정보를 수신할 수 있다.
동작 2620에서, 서버(905)는 제1 전자 장치와 연결될 전자 장치를 제2 전자 장치(910-2)로 결정할 수 있다. 예를 들면, 서버(905)는, 제2 전자 장치(910-2)로부터 수신되는 상기 오디오 신호에 대한 정보 및 제3 전자 장치(910-3)로부터 수신되는 상기 오디오 신호에 대한 정보에 기반하여, 제2 전자 장치(910-2)가 제1 전자 장치(2405)와 보다 가깝게 위치됨을 결정할 수 있다. 서버(905)는, 상기 결정에 기반하여, 제1 전자 장치(2405)와 연결될 전자 장치를 제2 전자 장치(910-2)로 결정할 수 있다.
동작 2615 및 동작 2620는, 환경(2400)이 제3 전자 장치(910-3)를 포함하지 않는 경우, 생략되거나 우회될 수 있음에 유의하여야 한다.
동작 2625에서, 서버(905)는 제2 전자 장치(910-2)에게 제1 전자 장치(2405)에 대한 정보를 송신할 수 있다. 예를 들면, 제1 전자 장치(2405)에 대한 정보는 제1 전자 장치(2405)에 접속하기 위한 정보를 포함할 수 있다. 제2 전자 장치(910-2)는 제1 전자 장치(2405)에 대한 정보를 수신할 수 있다.
동작 2630에서, 제2 전자 장치(910-2)는, 상기 정보의 수신에 응답하여, 인디케이션을 제공할 수 있다. 상기 인디케이션은, 서버(905)에 의해 제1 전자 장치(905)와 연동될 전자 장치로 제2 전자 장치(910-2)가 선택됨을 나타내기 위해 이용될 수 있다. 동작 2630은, 우회되거나 생략될 수 있다.
동작 2635에서, 제2 전자 장치(910-2)는 상기 수신된 제1 전자 장치(2405)에 대한 정보에 기반하여, 제1 전자 장치(2405)에게 연결을 요청할 수 있다.
동작 2640에서, 제1 전자 장치(2405) 및 제2 전자 장치(910-2)는, 상기 연결의 요청에 기반하여, 상기 제1 연결을 생성할 수 있다.
동작 2645에서, 제2 전자 장치(910-2)는, 상기 제1 연결을 생성하는 것에 기반하여, 상기 제1 연결을 통해 제1 전자 장치(2405)에게 서버(905)에 접속하기 위한 정보를 제공할 수 있다.
동작 2650에서, 제1 전자 장치(2405)는, 서버(905)에 접속하기 위한 정보에 기반하여 서버(905)에게 연결을 요청함으로써, 서버(905)와 제2 연결을 생성할 수 있다. 상기 제2 연결은 서버(905)와 제1 전자 장치(2405) 사이의 연결을 나타낼 수 있다.
동작 2655에서, 서버(905)는 상기 제2 연결을 통해 제1 전자 장치(2405)의 위치를 요청할 수 있다. 제1 전자 장치(2405)는 상기 제2 연결을 통해 상기 요청을 수신할 수 있다.
동작 2660에서, 제1 전자 장치(2405)는, 서버(905)로부터 수신된 요청에 기반하여, 제1 전자 장치(2405)의 위치를 문의하기 위한 오디오 신호를 출력할 수 있다. 상기 오디오 신호는, 제1 전자 장치(2405)의 위치를 음성 입력을 통해 등록할 것을 가이드할 수 있다.
동작 2665에서, 제1 전자 장치(2405)는 제1 전자 장치(2405)의 마이크를 통해 음성 신호를 수신할 수 있다. 상기 음성 신호는, 상기 출력된 오디오 신호에 대한 사용자의 응답일 수 있다. 상기 음성 신호는, 제1 전자 장치(2405)의 위치를 나타내는 정보를 포함할 수 있다.
동작 2670에서, 제1 전자 장치(2405)는 상기 제2 연결을 통해 서버(905)에게 상기 음성 신호에 대한 정보를 송신할 수 있다. 서버(905)는 상기 제2 연결을 통해 상기 음성 신호에 대한 정보를 수신할 수 있다.
동작 2675에서, 서버(905)는 상기 음성 신호에 대한 정보에 기반하여, 제1 전자 장치(2405)의 위치를 등록할 수 있다. 예를 들면, 서버(905)는 상기 음성 신호를 인식함으로써, 제1 전자 장치(2405)의 위치에 대한 정보를 획득할 수 있다. 서버(905)는, 상기 획득에 기반하여, 제1 전자 장치(2405)의 위치를 데이터베이스 내에 저장할 수 있다.
상술한 바와 같이, 다양한 실시예들에 따른 복수의 전자 장치들 및 서버(905)는 음성 입력을 통해 새롭게 진입된 전자 장치의 위치를 등록할 수 있다. 상기 등록은 사용자에게 투명한(transparent) 통신 시그널링과 사용자에게 심리스한 음성 입력을 통해 이뤄지기 때문에, 다양한 실시예들에 따른 복수의 전자 장치들 및 서버(905)는 보다 높은 편의성을 제공할 수 있다.
상술한 바와 같은 다양한 실시예들에 따른 시스템(system)의 방법은, 제1 외부 장치로부터 상기 시스템의 네트워크 인터페이스를 통해 제1 사용자 발언(utterance)과 관련되고 제1 음성 데이터 및 상기 제1 음성 데이터와 관련된 제1 메타(meta) 데이터를 포함하는 제1 데이터를 수신하는 동작과, 제2 외부 장치로부터 상기 네트워크 인터페이스를 통해 상기 제1 사용자 발언과 관련되고 제2 음성 데이터 및 상기 제2 음성 데이터와 관련된 제2 메타 데이터를 포함하는 제2 데이터를 수신하는 동작과, 상기 제1 메타 데이터 및 상기 제2 메타 데이터에 적어도 일부 기반하여, 상기 제1 외부 장치 및 상기 제2 외부 장치 중 하나의 장치를 선택하는 동작과, 상기 선택된 하나의 장치와 관련된 응답을 상기 선택된 하나의 장치에게 제공하는 동작과, 상기 선택된 하나의 장치로부터 제2 사용자 발언과 관련된 제3 데이터를 수신하는 동작을 포함할 수 있다.
다양한 실시예들에서, 상기 제1 메타 데이터 및 상기 제2 메타 데이터 각각은, 오디오 이득(audio gain), 웨이크-업 명령 신뢰(confidence) 레벨, 또는 신호 대 잡음 비(SNR, signal-to-noise ratio) 중 적어도 하나를 포함할 수 있다.
상술한 바와 같은 다양한 실시예들에 따른 전자 장치(electronic device)의 방법은, 상기 전자 장치의 마이크로폰을 통해 제1 사용자 발언(utternace)을 수신하는 동작과, 상기 무선 통신 회로를 통해 외부 서버에게, 상기 제1 사용자 발언과 관련된 제1 음성 데이터 및 상기 제1 음성 데이터와 관련된 제1 메타 데이터를 포함하는 제1 데이터를 송신하는 동작과, 음성 기반 서비스(voice based service)를 위한 입력 장치로서 선택된 상기 전자 장치와 관련된 응답을 상기 외부 서버로부터 상기 무선 통신 회로를 통해 수신하는 동작을 포함할 수 있다.
다양한 실시예들에서, 상기 제1 메타 데이터는, 오디오 이득(audio gain), 웨이크-업 명령 신뢰도(confidence level), 또는 신호 대 잡음 비(SNR, signal-to-noise ratio) 중 적어도 하나를 포함할 수 있다.
상술한 바와 같은 다양한 실시예들에 따른 전자 장치의 방법은, 상기 전자 장치의 마이크로폰을 통해, 음성 신호(voice signal)를 수신하는 동작과, 상기 음성 신호 내에서 웨이크-업 명령(wake-up command)을 식별하는 동작과, 상기 웨이크-업 명령에 적어도 기반하여, 상기 음성 신호의 수신 품질(reception quality)을 나타내기 위한 값을 결정하는 동작과, 상기 전자 장치의 통신 인터페이스를 통해 서버(server)에게, 상기 결정된 값에 대한 정보를 송신하는 동작을 포함할 수 있다.
다양한 실시예들에서, 상기 음성 신호는, 상기 웨이크-업 명령 다음에(subsequent to) 음성 명령(voice command)을 더 포함할 수 있고, 상기 결정된 값에 대한 정보를 송신하는 동작은, 상기 서버가 상기 전자 장치 및 상기 음성 신호를 수신한 적어도 하나의 다른(at least one other electronic device) 전자 장치를 포함하는 복수의 전자 장치들 중에서 상기 음성 명령에 대한 정보를 상기 서버에게 송신할 장치를 결정하도록, 상기 전자 장치의 통신 인터페이스를 통해 상기 결정된 값에 대한 정보를 상기 서버에게 송신하는 동작을 포함할 수 있다. 다양한 실시예들에서, 상기 방법은, 상기 서버로부터 상기 통신 인터페이스를 통해, 상기 음성 명령을 상기 서버에게 송신할 것을 나타내는 메시지를 수신하는 동작과, 상기 수신에 응답하여, 상기 음성 명령에 대한 상기 정보를 상기 통신 인터페이스를 통해 상기 서버에게 송신하는 동작과, 상기 수신에 응답하여, 상기 전자 장치의 출력 장치를 통해, 인디케이션(indication)을 제공하는 동작을 더 포함할 수 있다. 다양한 실시예들에서, 상기 메시지는, 상기 결정된 값에 대한 정보 및 상기 적어도 하나의 다른 전자 장치 로부터 상기 서버에게 송신되고 상기 적어도 하나의 다른 전자 장치에서의 상기 음성 신호의 수신 품질을 나타내기 위한 적어도 하나의 다른(at least one other) 값에 대한 정보에 적어도 기반하여, 상기 서버로부터 상기 전자 장치에게 송신될 수 있다.
다양한 실시예들에서, 상기 방법은, 상기 전자 장치의 출력 장치를 통해, 상기 음성 신호의 상기 수신이 완료된 후 상기 음성 신호를 수신함을 나타내는 인디케이션(indication)을 제공하는 동작을 더 포함할 수 있다.
다양한 실시예들에서, 상기 방법은, 상기 전자 장치의 출력 장치를 통해, 상기 웨이크-업 명령과 상기 음성 명령 사이의 침묵 구간(duration of silence) 내에서 상기 음성 신호를 수신함을 나타내는 인디케이션(indication)을 제공하는 동작을 더 포함할 수 있다.
다양한 실시예들에서, 상기 음성 신호를 수신하는 동작은, 상기 전자 장치의 오디오 코덱 칩이, 제1 클락 주파수(clock frequency)에 기반하여, 상기 마이크로폰을 통해 상기 음성 신호를 수신하는 동작을 포함할 수 있고, 상기 웨이크-업 명령을 식별하는 동작은, 상기 오디오 코덱 칩이, 상기 수신에 응답하여, 상기 음성 신호 내에서 상기 웨이크-업 명령을 식별하는 동작과, 상기 식별(identification)에 응답하여, 상기 전자 장치의 어플리케이션 프로세서의 상태(state)를 웨이크-업(wake-up) 상태로 전환하기 위한 신호를 상기 어플리케이션 프로세서에게 송신하는 동작과, 상기 웨이크-업 상태로 전환된 상기 프로세서에게, 상기 식별된 웨이크-업 명령에 대한 정보를 송신하는 동작을 포함할 수 있고, 상기 값을 결정하는 동작은, 상기 웨이크-업 상태로 전환된 상기 프로세서가, 상기 식별된 웨이크-업 명령에 대한 정보에 적어도 기반하여, 상기 음성 신호의 상기 수신 품질을 나타내기 위한 상기 값을 결정하는 동작을 포함할 수 있으며, 상기 정보를 송신하는 동작은, 상기 웨이크-업 상태로 전환된 상기 프로세서가 상기 통신 인터페이스를 통해 상기 서버에게, 상기 결정된 값에 대한 정보를 송신하는 동작을 포함할 수 있다. 다양한 실시예들에서, 상기 방법은, 상기 오디오 코덱 칩이, 상기 프로세서가 상기 웨이크-업 상태로 전환될 때까지, 상기 음성 신호를 버퍼(buffer)하는 동작과, 상기 프로세서가 상기 웨이크-업 상태로 전환됨을 확인하는 것에 응답하여, 상기 버퍼된 음성 신호에 대한 정보를 상기 프로세서에게 제공하는 동작을 더 포함할 수 있다.
상술한 바와 같은 다양한 실시예들에 따른 서버의 방법은, 제1 전자 장치로부터 상기 서버의 통신 인터페이스를 통해, 상기 제1 전자 장치에 수신된 음성 신호(voice signal)의 수신 품질(reception quality)을 나타내기 위한 제1 값에 대한 정보를 수신하는 동작과, 제2 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제2 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 제2 값에 대한 정보를 수신하는 동작과, 상기 제1 값 및 상기 제2 값에 적어도 기반하여, 상기 제1 전자 장치 및 상기 제2 전자 장치를 포함하는 복수의 전자 장치들 중에서, 상기 음성 신호 내에 포함된 음성 명령(voice command)을 송신할 전자 장치를 결정하는 동작과, 상기 통신 인터페이스를 통해 상기 결정된 전자 장치에게, 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 메시지를 송신하는 동작을 포함할 수 있다.
다양한 실시예들에서, 상기 제2 값에 대한 정보를 수신하는 동작은, 상기 제2 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제1 값에 대한 정보가 수신된 시점으로부터 지정된 시간 구간 내(within)에서, 상기 제2 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 상기 제2 값에 대한 상기 정보를 수신하는 동작을 포함할 수 있다.
다양한 실시예들에서, 상기 제1 값 및 상기 제2 값 각각은, 상기 음성 신호 내에 포함되고 상기 음성 명령 이전의(prior to) 웨이크-업 명령(wake-up command)에 적어도 기반하여 결정될 수 있다.
다양한 실시예들에서, 상기 메시지를 송신하는 동작은, 상기 제1 값이 상기 제2 값보다 높음을 확인하는 것에 기반하여, 상기 제1 전자 장치를 상기 음성 명령을 송신할 전자 장치로 결정하고, 상기 통신 인터페이스를 통해 상기 제1 전자 장치에게 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 상기 메시지를 송신하는 동작과, 상기 제1 값이 상기 제2 값보다 낮음을 확인하는 것에 기반하여, 상기 제2 전자 장치를 상기 음성 명령을 송신할 전자 장치로 결정하고, 상기 통신 인터페이스를 통해 상기 제2 전자 장치에게 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 상기 메시지를 송신하는 동작을 포함할 수 있다.
다양한 실시예들에서, 상기 방법은, 상기 결정된 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 메시지에 대한 응답으로 상기 음성 명령에 대한 정보를 수신하는 동작과, 상기 음성 명령에 대한 피드백(feedback)을 생성하는 동작과, 상기 통신 인터페이스를 통해 상기 피드백에 대한 정보를 송신하는 동작을 더 포함할 수 있다. 다양한 실시예들에서, 상기 피드백에 대한 정보를 송신하는 동작은, 상기 제1 값 및 상기 제2 값에 적어도 기반하여, 상기 음성 신호와 관련된 사용자가 상기 복수의 전자 장치들 중에서 제3 전자 장치에 근접하여 위치됨을 확인하는 동작과, 상기 서버의 메모리(memory)에 저장된 데이터베이스(database)로부터 상기 제3 전자 장치의 능력(capability)에 대한 정보를 획득하는 동작과, 상기 제3 전자 장치의 능력에 대한 정보에 적어도 기반하여, 상기 피드백의 포맷(format)을 결정하는 동작과, 상기 통신 인터페이스를 통해 상기 제3 전자 장치에게, 상기 결정된 포맷을 가지는 상기 피드백에 대한 정보를 송신하는 동작을 포함할 수 있다. 다양한 실시예들에서, 상기 포맷은, 음성 출력(voice output), 화면 표시(screen display), 빛 방출(light emission), 또는 햅틱 제공(haptic provision) 중 하나 이상을 포함할 수 있다.
다양한 실시예들에서, 상기 방법은, 상기 복수의 전자 장치들 중에서, 상기 음성 명령에 대한 응답을 수행할 적어도 하나의 전자 장치를 결정하는 동작과, 상기 적어도 하나의 전자 장치가 상기 응답에 기반하여 동작하도록, 상기 통신 인터페이스를 통해 상기 적어도 하나의 전자 장치에게, 상기 응답과 관련된 제어 신호(control signal)을 송신하는 동작을 더 포함할 수 있다.
다양한 실시예들에서, 상기 방법은, 상기 제1 값 및 상기 제2 값에 적어도 기반하여, 상기 복수의 전자 장치들 중에서 상기 결정된 전자 장치와 구별되는(distinct from) 다른(another) 전자 장치를 결정하는 동작과, 상기 통신 인터페이스를 통해 상기 다른 전자 장치에게, 상기 음성 신호가 수신되는 시간 구간 밖에서(outside of) 상기 다른 전자 장치에 수신된 오디오(audio)에 대한 정보를 송신할 것을 나타내는 다른(another) 메시지를 송신하는 동작과, 상기 결정된 다른 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 다른 메시지에 대한 응답으로 상기 오디오에 대한 정보를 수신하는 동작과, 상기 오디오에 대한 정보에 적어도 기반하여 상기 음성 명령을 보상하는 동작과, 상기 보상된 음성 명령에 대한 상기 피드백을 생성하는 동작과, 상기 통신 인터페이스를 통해 상기 피드백에 대한 정보를 송신하는 동작을 더 포함할 수 있다.
다양한 실시예들에서, 상기 피드백에 대한 정보를 송신하는 동작은, 상기 데이터베이스로부터 상기 제1 전자 장치 및 상기 제2 전자 장치와 관련된 사용자의 프로파일(profile)에 대한 정보를 획득하는 동작과, 상기 프로파일에 대한 정보에 적어도 기반하여, 상기 피드백의 포맷을 결정하는 동작과, 상기 통신 인터페이스를 통해 상기 결정된 포맷을 가지는 상기 피드백에 대한 정보를 송신하는 동작을 포함할 수 있다.
상술한 바와 같은 다양한 실시예들에 따른 전자 장치의 방법은, 상기 전자 장치의 스피커를 이용하여, 오디오 신호를 출력하는 동작과, 상기 전자 장치의 통신 인터페이스를 이용하여, 상기 오디오 신호를 수신하고 서버와 연결된 외부 전자 장치로부터 연결을 요청하는 신호를 수신하는 동작과, 상기 통신 인터페이스를 이용하여, 상기 수신된 신호에 적어도 기반하여 상기 전자 장치와 상기 외부 전자 장치 사이의 상기 연결을 생성하는 동작과, 상기 통신 인터페이스를 이용하여, 상기 외부 전자 장치로부터 상기 연결을 통해, 상기 서버에 접속하기 위한 정보를 수신하는 동작과, 상기 통신 인터페이스를 이용하여, 상기 정보에 적어도 기반하여 상기 서버에 접속하는 동작과, 상기 통신 인터페이스를 이용하여, 상기 서버로부터 상기 전자 장치의 위치를 요청하는 메시지를 수신하는 동작과, 상기 메시지의 상기 수신에 응답하여, 상기 전자 장치의 상기 위치를 문의하기 위한 다른 오디오 신호를 상기 스피커를 이용하여 출력하는 동작을 포함할 수 있다.
다양한 실시예들에서, 상기 방법은, 상기 서버에 접속한 후, 상기 서버에 상기 전자 장치를 등록하기 위해, 상기 전자 장치에 대한 정보를 상기 통신 인터페이스를 이용하여 송신하는 동작을 더 포함할 수 있고, 상기 메시지는, 상기 전자 장치에 대한 정보에 적어도 기반하여 상기 전자 장치를 등록하는 것에 응답하여 상기 서버로부터 상기 전자 장치에게 송신될 수 있다.
다양한 실시예들에서, 상기 방법은, 상기 마이크로폰을 통해, 상기 다른 오디오 신호에 대한 응답을 수신하는 동작과, 상기 통신 인터페이스를 이용하여, 상기 응답에 대한 정보를 상기 서버에게 송신하는 동작을 더 포함할 수 있다.
본 개시의 청구항 또는 명세서에 기재된 실시예들에 따른 방법들은 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합의 형태로 구현될(implemented) 수 있다.
소프트웨어로 구현하는 경우, 하나 이상의 프로그램(소프트웨어 모듈)을 저장하는 컴퓨터 판독 가능 저장 매체가 제공될 수 있다. 컴퓨터 판독 가능 저장 매체에 저장되는 하나 이상의 프로그램은, 전자 장치(device) 내의 하나 이상의 프로세서에 의해 실행 가능하도록 구성된다(configured for execution). 하나 이상의 프로그램은, 전자 장치로 하여금 본 개시의 청구항 또는 명세서에 기재된 실시예들에 따른 방법들을 실행하게 하는 명령어(instructions)를 포함한다.
이러한 프로그램(소프트웨어 모듈, 소프트웨어)은 랜덤 액세스 메모리 (random access memory), 플래시(flash) 메모리를 포함하는 불휘발성(non-volatile) 메모리, 롬(ROM: read only memory), 전기적 삭제가능 프로그램가능 롬(EEPROM: electrically erasable programmable read only memory), 자기 디스크 저장 장치(magnetic disc storage device), 컴팩트 디스크 롬(CD-ROM: compact disc-ROM), 디지털 다목적 디스크(DVDs: digital versatile discs) 또는 다른 형태의 광학 저장 장치, 마그네틱 카세트(magnetic cassette)에 저장될 수 있다. 또는, 이들의 일부 또는 전부의 조합으로 구성된 메모리에 저장될 수 있다. 또한, 각각의 구성 메모리는 다수 개 포함될 수도 있다.
또한, 상기 프로그램은 인터넷(Internet), 인트라넷(Intranet), LAN(local area network), WLAN(wide LAN), 또는 SAN(storage area network)과 같은 통신 네트워크, 또는 이들의 조합으로 구성된 통신 네트워크를 통하여 접근(access)할 수 있는 부착 가능한(attachable) 저장 장치(storage device)에 저장될 수 있다. 이러한 저장 장치는 외부 포트를 통하여 본 개시의 실시 예를 수행하는 장치에 접속할 수 있다. 또한, 통신 네트워크상의 별도의 저장장치가 본 개시의 실시 예를 수행하는 장치에 접속할 수도 있다.
상술한 본 개시의 구체적인 실시예들에서, 개시에 포함되는 구성 요소는 제시된 구체적인 실시 예에 따라 단수 또는 복수로 표현되었다. 그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 본 개시가 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.
한편 본 개시의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 개시의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

Claims (15)

  1. 전자 장치(electronic device)에 있어서,
    마이크로폰(microphone);
    통신 인터페이스(communication interface); 및
    적어도 하나의 프로세서(processor)를 포함하고, 상기 적어도 하나의 프로세서는,
    상기 마이크로폰을 통해, 음성 신호(voice signal)를 수신하고,
    상기 음성 신호 내에서 웨이크-업 명령(wake-up command)을 식별하고,
    상기 웨이크-업 명령에 적어도 기반하여, 상기 음성 신호의 수신 품질(reception quality)을 나타내기 위한 값을 결정하고,
    상기 통신 인터페이스를 통해 서버(server)에게, 상기 결정된 값에 대한 정보를 송신하도록 설정되는 전자 장치.
  2. 청구항 1에 있어서, 상기 음성 신호는,
    상기 웨이크-업 명령 다음에(subsequent to) 음성 명령(voice command)을 더 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 서버가 상기 전자 장치 및 상기 음성 신호를 수신한 적어도 하나의 다른(at least one other electronic device) 전자 장치를 포함하는 복수의 전자 장치들 중에서 상기 음성 명령에 대한 정보를 상기 서버에게 송신할 장치를 결정하도록, 상기 통신 인터페이스를 통해 상기 결정된 값에 대한 정보를 상기 서버에게 송신하도록 설정되는 전자 장치.
  3. 청구항 2에 있어서,
    출력 장치(output device)를 더 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 서버로부터 상기 통신 인터페이스를 통해, 상기 음성 명령을 상기 서버에게 송신할 것을 나타내는 메시지를 수신하고,
    상기 수신에 응답하여, 상기 음성 명령에 대한 상기 정보를 상기 통신 인터페이스를 통해 상기 서버에게 송신하고,
    상기 수신에 응답하여, 상기 출력 장치를 통해, 인디케이션(indication)을 제공하도록 더 설정되는 전자 장치.
  4. 청구항 3에 있어서, 상기 메시지는,
    상기 결정된 값에 대한 정보 및 상기 적어도 하나의 다른 전자 장치 로부터 상기 서버에게 송신되고 상기 적어도 하나의 다른 전자 장치에서의 상기 음성 신호의 수신 품질을 나타내기 위한 적어도 하나의 다른(at least one other) 값에 대한 정보에 적어도 기반하여, 상기 서버로부터 상기 전자 장치에게 송신되는 전자 장치.
  5. 청구항 4에 있어서,
    출력 장치(output device)를 더 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 출력 장치를 통해, 상기 음성 신호의 상기 수신이 완료된 후 상기 음성 신호를 수신함을 나타내는 인디케이션(indication)을 제공하도록 더 설정되는 전자 장치.
  6. 청구항 1에 있어서,
    출력 장치(output device)를 더 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 출력 장치를 통해, 상기 웨이크-업 명령과 상기 음성 명령 사이의 침묵 구간(duration of silence) 내에서 상기 음성 신호를 수신함을 나타내는 인디케이션(indication)을 제공하도록 더 설정되는 전자 장치.
  7. 청구항 1에 있어서, 상기 적어도 하나의 프로세서는,
    어플리케이션 프로세서(application processor) 및 오디오 코덱 칩(audio codec chip)을 포함하고,
    상기 오디오 코덱 칩은,
    제1 클락 주파수(clock frequency)에 기반하여, 상기 마이크로폰을 통해 상기 음성 신호를 수신하고,
    상기 수신에 응답하여, 상기 음성 신호 내에서 상기 웨이크-업 명령을 식별하고,
    상기 식별(identification)에 응답하여, 상기 어플리케이션 프로세서의 상태(state)를 웨이크-업(wake-up) 상태로 전환하기 위한 신호를 상기 어플리케이션 프로세서에게 송신하고,
    상기 웨이크-업 상태로 전환된 상기 프로세서에게, 상기 식별된 웨이크-업 명령에 대한 정보를 송신하도록 설정되고,
    상기 웨이크-업 상태로 전환된 상기 프로세서는,
    상기 식별된 웨이크-업 명령에 대한 정보에 적어도 기반하여, 상기 음성 신호의 상기 수신 품질을 나타내기 위한 상기 값을 결정하고,
    상기 통신 인터페이스를 통해 상기 서버에게, 상기 결정된 값에 대한 정보를 송신하도록 설정되는 전자 장치.
  8. 청구항 7에 있어서, 상기 오디오 코덱 칩은,
    상기 프로세서가 상기 웨이크-업 상태로 전환될 때까지, 상기 음성 신호를 버퍼(buffer)하고,
    상기 프로세서가 상기 웨이크-업 상태로 전환됨을 확인하는 것에 응답하여, 상기 버퍼된 음성 신호에 대한 정보를 상기 프로세서에게 제공하도록 더 설정되는 전자 장치.
  9. 서버(server)에 있어서,
    통신 인터페이스(communication interface); 및
    프로세서를 포함하고,
    상기 프로세서는,
    제1 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제1 전자 장치에 수신된 음성 신호(voice signal)의 수신 품질(reception quality)을 나타내기 위한 제1 값에 대한 정보를 수신하고,
    제2 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제2 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 제2 값에 대한 정보를 수신하고,
    상기 제1 값 및 상기 제2 값에 적어도 기반하여, 상기 제1 전자 장치 및 상기 제2 전자 장치를 포함하는 복수의 전자 장치들 중에서, 상기 음성 신호 내에 포함된 음성 명령(voice command)을 송신할 전자 장치를 결정하고,
    상기 통신 인터페이스를 통해 상기 결정된 전자 장치에게, 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 메시지를 송신하도록 설정되는 서버.
  10. 청구항 9에 있어서, 상기 프로세서는,
    상기 제2 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 제1 값에 대한 정보가 수신된 시점으로부터 지정된 시간 구간 내(within)에서, 상기 제2 전자 장치에 수신된 상기 음성 신호의 수신 품질을 나타내기 위한 상기 제2 값에 대한 상기 정보를 수신하도록 설정되는 서버.
  11. 청구항 9에 있어서, 상기 제1 값 및 상기 제2 값 각각은,
    상기 음성 신호 내에 포함되고 상기 음성 명령 이전의(prior to) 웨이크-업 명령(wake-up command)에 적어도 기반하여 결정되는 서버.
  12. 청구항 9에 있어서, 상기 프로세서는,
    상기 제1 값이 상기 제2 값보다 높음을 확인하는 것에 기반하여, 상기 제1 전자 장치를 상기 음성 명령을 송신할 전자 장치로 결정하고, 상기 통신 인터페이스를 통해 상기 제1 전자 장치에게 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 상기 메시지를 송신하며,
    상기 제1 값이 상기 제2 값보다 낮음을 확인하는 것에 기반하여, 상기 제2 전자 장치를 상기 음성 명령을 송신할 전자 장치로 결정하고, 상기 통신 인터페이스를 통해 상기 제2 전자 장치에게 상기 음성 명령에 대한 정보를 송신할 것을 나타내는 상기 메시지를 송신하도록 설정되는 서버.
  13. 청구항 9에 있어서, 상기 프로세서는,
    상기 결정된 전자 장치로부터 상기 통신 인터페이스를 통해, 상기 메시지에 대한 응답으로 상기 음성 명령에 대한 정보를 수신하고,
    상기 음성 명령에 대한 피드백(feedback)을 생성하고,
    상기 통신 인터페이스를 통해 상기 피드백에 대한 정보를 송신하도록 더 설정되는 서버.
  14. 청구항 13에 있어서, 상기 프로세서는,
    상기 제1 값 및 상기 제2 값에 적어도 기반하여, 상기 음성 신호와 관련된 사용자가 상기 복수의 전자 장치들 중에서 제3 전자 장치에 근접하여 위치됨을 확인하고,
    상기 서버의 메모리(memory)에 저장된 데이터베이스(database)로부터 상기 제3 전자 장치의 능력(capability)에 대한 정보를 획득하고,
    상기 제3 전자 장치의 능력에 대한 정보에 적어도 기반하여, 상기 피드백의 포맷(format)을 결정하고,
    상기 통신 인터페이스를 통해 상기 제3 전자 장치에게, 상기 결정된 포맷을 가지는 상기 피드백에 대한 정보를 송신하도록 설정되는 서버.
  15. 청구항 13에 있어서, 상기 프로세서는,
    상기 복수의 전자 장치들 중에서, 상기 음성 명령에 대한 응답을 수행할 적어도 하나의 전자 장치를 결정하고,
    상기 적어도 하나의 전자 장치가 상기 응답에 기반하여 동작하도록, 상기 통신 인터페이스를 통해 상기 적어도 하나의 전자 장치에게, 상기 응답과 관련된 제어 신호(control signal)을 송신하도록 더 설정되는 서버.
PCT/KR2018/012168 2017-10-17 2018-10-16 음성 신호를 제어하기 위한 전자 장치 및 방법 WO2019078576A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/757,016 US20200342869A1 (en) 2017-10-17 2018-10-16 Electronic device and method for controlling voice signal

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2017-0134542 2017-10-17
KR1020170134542A KR102421255B1 (ko) 2017-10-17 2017-10-17 음성 신호를 제어하기 위한 전자 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2019078576A1 true WO2019078576A1 (ko) 2019-04-25

Family

ID=66174095

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/012168 WO2019078576A1 (ko) 2017-10-17 2018-10-16 음성 신호를 제어하기 위한 전자 장치 및 방법

Country Status (3)

Country Link
US (1) US20200342869A1 (ko)
KR (1) KR102421255B1 (ko)
WO (1) WO2019078576A1 (ko)

Cited By (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562666A (zh) * 2020-11-30 2021-03-26 海信视像科技股份有限公司 一种筛选设备的方法及服务设备
US10978090B2 (en) 2013-02-07 2021-04-13 Apple Inc. Voice trigger for a digital assistant
US10984798B2 (en) 2018-06-01 2021-04-20 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
US20210117681A1 (en) 2019-10-18 2021-04-22 Facebook, Inc. Multimodal Dialog State Tracking and Action Prediction for Assistant Systems
US11009970B2 (en) 2018-06-01 2021-05-18 Apple Inc. Attention aware virtual assistant dismissal
US11037565B2 (en) 2016-06-10 2021-06-15 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US11070949B2 (en) 2015-05-27 2021-07-20 Apple Inc. Systems and methods for proactively identifying and surfacing relevant content on an electronic device with a touch-sensitive display
US11087759B2 (en) 2015-03-08 2021-08-10 Apple Inc. Virtual assistant activation
US11120372B2 (en) 2011-06-03 2021-09-14 Apple Inc. Performing actions associated with task items that represent tasks to perform
US11126400B2 (en) 2015-09-08 2021-09-21 Apple Inc. Zero latency digital assistant
US11133008B2 (en) 2014-05-30 2021-09-28 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
WO2021202078A1 (en) * 2020-03-30 2021-10-07 Motorola Solutions, Inc. Electronic communications device having a user interface including a single input interface for electronic digital assistant and voice control access
US11152002B2 (en) 2016-06-11 2021-10-19 Apple Inc. Application integration with a digital assistant
US11169616B2 (en) 2018-05-07 2021-11-09 Apple Inc. Raise to speak
US11237797B2 (en) 2019-05-31 2022-02-01 Apple Inc. User activity shortcut suggestions
US11257504B2 (en) 2014-05-30 2022-02-22 Apple Inc. Intelligent assistant for home automation
US11321116B2 (en) 2012-05-15 2022-05-03 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US11348582B2 (en) 2008-10-02 2022-05-31 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US11380310B2 (en) 2017-05-12 2022-07-05 Apple Inc. Low-latency intelligent automated assistant
US11388291B2 (en) 2013-03-14 2022-07-12 Apple Inc. System and method for processing voicemail
US11386892B2 (en) 2019-05-31 2022-07-12 Apple Inc. Voice assistant discoverability through on-device targeting and personalization
US11405466B2 (en) 2017-05-12 2022-08-02 Apple Inc. Synchronization and task delegation of a digital assistant
US11423886B2 (en) 2010-01-18 2022-08-23 Apple Inc. Task flow identification based on user intent
US11431642B2 (en) 2018-06-01 2022-08-30 Apple Inc. Variable latency device coordination
US11467802B2 (en) 2017-05-11 2022-10-11 Apple Inc. Maintaining privacy of personal information
US11500672B2 (en) 2015-09-08 2022-11-15 Apple Inc. Distributed personal assistant
US11516537B2 (en) 2014-06-30 2022-11-29 Apple Inc. Intelligent automated assistant for TV user interactions
US11526368B2 (en) 2015-11-06 2022-12-13 Apple Inc. Intelligent automated assistant in a messaging environment
US11532306B2 (en) 2017-05-16 2022-12-20 Apple Inc. Detecting a trigger of a digital assistant
US11567788B1 (en) 2019-10-18 2023-01-31 Meta Platforms, Inc. Generating proactive reminders for assistant systems
US11580990B2 (en) 2017-05-12 2023-02-14 Apple Inc. User-specific acoustic models
US11599331B2 (en) 2017-05-11 2023-03-07 Apple Inc. Maintaining privacy of personal information
US11657813B2 (en) 2019-05-31 2023-05-23 Apple Inc. Voice identification in digital assistant systems
US11671920B2 (en) 2007-04-03 2023-06-06 Apple Inc. Method and system for operating a multifunction portable electronic device using voice-activation
US11670289B2 (en) 2014-05-30 2023-06-06 Apple Inc. Multi-command single utterance input method
US11675491B2 (en) 2019-05-06 2023-06-13 Apple Inc. User configurable task triggers
US11675829B2 (en) 2017-05-16 2023-06-13 Apple Inc. Intelligent automated assistant for media exploration
US11696060B2 (en) 2020-07-21 2023-07-04 Apple Inc. User identification using headphones
US11705130B2 (en) 2019-05-06 2023-07-18 Apple Inc. Spoken notifications
US11710482B2 (en) 2018-03-26 2023-07-25 Apple Inc. Natural assistant interaction
US11727219B2 (en) 2013-06-09 2023-08-15 Apple Inc. System and method for inferring user intent from speech inputs
US11755276B2 (en) 2020-05-12 2023-09-12 Apple Inc. Reducing description length based on confidence
US11765209B2 (en) 2020-05-11 2023-09-19 Apple Inc. Digital assistant hardware abstraction
US11783815B2 (en) 2019-03-18 2023-10-10 Apple Inc. Multimodality in digital assistant systems
US11790914B2 (en) 2019-06-01 2023-10-17 Apple Inc. Methods and user interfaces for voice-based control of electronic devices
US11798547B2 (en) 2013-03-15 2023-10-24 Apple Inc. Voice activated device for use with a voice-based digital assistant
US11809783B2 (en) 2016-06-11 2023-11-07 Apple Inc. Intelligent device arbitration and control
US11809483B2 (en) 2015-09-08 2023-11-07 Apple Inc. Intelligent automated assistant for media search and playback
US11838734B2 (en) 2020-07-20 2023-12-05 Apple Inc. Multi-device audio adjustment coordination
US11853536B2 (en) 2015-09-08 2023-12-26 Apple Inc. Intelligent automated assistant in a media environment
US11853647B2 (en) 2015-12-23 2023-12-26 Apple Inc. Proactive assistance based on dialog communication between devices
US11854539B2 (en) 2018-05-07 2023-12-26 Apple Inc. Intelligent automated assistant for delivering content from user experiences
US11886805B2 (en) 2015-11-09 2024-01-30 Apple Inc. Unconventional virtual assistant interactions
US11888791B2 (en) 2019-05-21 2024-01-30 Apple Inc. Providing message response suggestions
US11893992B2 (en) 2018-09-28 2024-02-06 Apple Inc. Multi-modal inputs for voice commands
US11900929B2 (en) 2019-12-02 2024-02-13 Samsung Electronics Co., Ltd. Electronic apparatus providing voice-based interface and method for controlling the same
US11914848B2 (en) 2020-05-11 2024-02-27 Apple Inc. Providing relevant data items based on context
US11947873B2 (en) 2015-06-29 2024-04-02 Apple Inc. Virtual assistant for media playback

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10509626B2 (en) 2016-02-22 2019-12-17 Sonos, Inc Handling of loss of pairing between networked devices
US10095470B2 (en) 2016-02-22 2018-10-09 Sonos, Inc. Audio response playback
US9826306B2 (en) 2016-02-22 2017-11-21 Sonos, Inc. Default playback device designation
US10264030B2 (en) 2016-02-22 2019-04-16 Sonos, Inc. Networked microphone device control
US10134399B2 (en) 2016-07-15 2018-11-20 Sonos, Inc. Contextualization of voice inputs
US10115400B2 (en) 2016-08-05 2018-10-30 Sonos, Inc. Multiple voice services
US10181323B2 (en) 2016-10-19 2019-01-15 Sonos, Inc. Arbitration-based voice recognition
US10475449B2 (en) 2017-08-07 2019-11-12 Sonos, Inc. Wake-word detection suppression
US10048930B1 (en) 2017-09-08 2018-08-14 Sonos, Inc. Dynamic computation of system response volume
US10482868B2 (en) 2017-09-28 2019-11-19 Sonos, Inc. Multi-channel acoustic echo cancellation
US10466962B2 (en) 2017-09-29 2019-11-05 Sonos, Inc. Media playback system with voice assistance
US11175880B2 (en) 2018-05-10 2021-11-16 Sonos, Inc. Systems and methods for voice-assisted media content selection
US10959029B2 (en) 2018-05-25 2021-03-23 Sonos, Inc. Determining and adapting to changes in microphone performance of playback devices
US11076035B2 (en) 2018-08-28 2021-07-27 Sonos, Inc. Do not disturb feature for audio notifications
US10587430B1 (en) 2018-09-14 2020-03-10 Sonos, Inc. Networked devices, systems, and methods for associating playback devices based on sound codes
US11024331B2 (en) * 2018-09-21 2021-06-01 Sonos, Inc. Voice detection optimization using sound metadata
US11100923B2 (en) 2018-09-28 2021-08-24 Sonos, Inc. Systems and methods for selective wake word detection using neural network models
US11899519B2 (en) 2018-10-23 2024-02-13 Sonos, Inc. Multiple stage network microphone device with reduced power consumption and processing load
US11183183B2 (en) 2018-12-07 2021-11-23 Sonos, Inc. Systems and methods of operating media playback systems having multiple voice assistant services
US11132989B2 (en) 2018-12-13 2021-09-28 Sonos, Inc. Networked microphone devices, systems, and methods of localized arbitration
EP3891731B1 (en) * 2019-02-12 2024-04-03 Google LLC Directing a vehicle client device to use on-device functionality
US11210911B2 (en) * 2019-03-04 2021-12-28 Timothy T. Murphy Visual feedback system
US11120794B2 (en) 2019-05-03 2021-09-14 Sonos, Inc. Voice assistant persistence across multiple network microphone devices
US20220216956A1 (en) * 2019-05-10 2022-07-07 Ntt Docomo, Inc. User equipment and communication method
KR20220001522A (ko) * 2019-05-29 2022-01-06 엘지전자 주식회사 장치 정보에 기반하여, 다른 장치를 제어할 수 있는 인공 지능 장치
US11200894B2 (en) 2019-06-12 2021-12-14 Sonos, Inc. Network microphone device with command keyword eventing
US11545148B2 (en) * 2019-06-18 2023-01-03 Roku, Inc. Do not disturb functionality for voice responsive devices
CN110457078B (zh) * 2019-08-09 2020-11-24 百度在线网络技术（北京）有限公司 智能服务方法、装置及设备
WO2021045278A1 (ko) * 2019-09-06 2021-03-11 엘지전자 주식회사 디스플레이 장치
US11189286B2 (en) 2019-10-22 2021-11-30 Sonos, Inc. VAS toggle based on device orientation
US11200900B2 (en) 2019-12-20 2021-12-14 Sonos, Inc. Offline voice control
US11562740B2 (en) 2020-01-07 2023-01-24 Sonos, Inc. Voice verification for media playback
CN111312239B (zh) * 2020-01-20 2023-09-26 北京小米松果电子有限公司 响应方法、装置、电子设备及存储介质
US11308958B2 (en) 2020-02-07 2022-04-19 Sonos, Inc. Localized wakeword verification
US11482224B2 (en) 2020-05-20 2022-10-25 Sonos, Inc. Command keywords with input detection windowing
KR20220005348A (ko) 2020-07-06 2022-01-13 삼성전자주식회사 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버
US11984123B2 (en) 2020-11-12 2024-05-14 Sonos, Inc. Network device interaction by range
KR20220102492A (ko) * 2021-01-13 2022-07-20 삼성전자주식회사 오디오 데이터를 처리하기 위한 오디오 장치 및 그의 동작 방법
KR20220118224A (ko) * 2021-02-18 2022-08-25 삼성전자주식회사 오디오 데이터 처리 방법 및 이를 지원하는 전자 장치
KR20230043562A (ko) * 2021-09-24 2023-03-31 삼성전자주식회사 전자 장치 및 그 제어 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009145434A (ja) * 2007-12-12 2009-07-02 O Chuhei 音声認識システム
KR20130043758A (ko) * 2011-10-21 2013-05-02 (주) 아이엔텍 가변위치 음성 인식률 향상 기술을 이용한 음성인식 홈네트워크 시스템
KR20150012918A (ko) * 2013-07-26 2015-02-04 엘지전자 주식회사 전자기기 및 그것의 제어 방법
KR101585105B1 (ko) * 2014-08-11 2016-01-13 주식회사 케이티 음성 인식 장치, 방법 및 시스템
KR20170093629A (ko) * 2016-02-05 2017-08-16 삼성전자주식회사 음성인식 장치 및 방법, 음성인식시스템

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090164215A1 (en) * 2004-02-09 2009-06-25 Delta Electronics, Inc. Device with voice-assisted system
US20130073293A1 (en) * 2011-09-20 2013-03-21 Lg Electronics Inc. Electronic device and method for controlling the same
BR112015018905B1 (pt) * 2013-02-07 2022-02-22 Apple Inc Método de operação de recurso de ativação por voz, mídia de armazenamento legível por computador e dispositivo eletrônico
WO2014190496A1 (en) * 2013-05-28 2014-12-04 Thomson Licensing Method and system for identifying location associated with voice command to control home appliance
US9698999B2 (en) * 2013-12-02 2017-07-04 Amazon Technologies, Inc. Natural language control of secondary device
TWI566107B (zh) * 2014-05-30 2017-01-11 蘋果公司 用於處理多部分語音命令之方法、非暫時性電腦可讀儲存媒體及電子裝置
US9812126B2 (en) * 2014-11-28 2017-11-07 Microsoft Technology Licensing, Llc Device arbitration for listening devices
US10121472B2 (en) * 2015-02-13 2018-11-06 Knowles Electronics, Llc Audio buffer catch-up apparatus and method with two microphones
US10026399B2 (en) * 2015-09-11 2018-07-17 Amazon Technologies, Inc. Arbitration between voice-enabled devices
US9542941B1 (en) * 2015-10-01 2017-01-10 Lenovo (Singapore) Pte. Ltd. Situationally suspending wakeup word to enable voice command input
EP3455719A1 (en) * 2016-05-10 2019-03-20 Google LLC Implementations for voice assistant on devices
US10453449B2 (en) * 2016-09-01 2019-10-22 Amazon Technologies, Inc. Indicator for voice-based communications
US10290302B2 (en) * 2016-12-30 2019-05-14 Google Llc Compact home assistant with combined acoustic waveguide and heat sink
US10467509B2 (en) * 2017-02-14 2019-11-05 Microsoft Technology Licensing, Llc Computationally-efficient human-identifying smart assistant computer
US10102855B1 (en) * 2017-03-30 2018-10-16 Amazon Technologies, Inc. Embedded instructions for voice user interface
US20180336892A1 (en) * 2017-05-16 2018-11-22 Apple Inc. Detecting a trigger of a digital assistant
US11100922B1 (en) * 2017-09-26 2021-08-24 Amazon Technologies, Inc. System and methods for triggering sequences of operations based on voice commands
US10490207B1 (en) * 2018-05-11 2019-11-26 GM Global Technology Operations LLC Automated speech recognition using a dynamically adjustable listening timeout

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009145434A (ja) * 2007-12-12 2009-07-02 O Chuhei 音声認識システム
KR20130043758A (ko) * 2011-10-21 2013-05-02 (주) 아이엔텍 가변위치 음성 인식률 향상 기술을 이용한 음성인식 홈네트워크 시스템
KR20150012918A (ko) * 2013-07-26 2015-02-04 엘지전자 주식회사 전자기기 및 그것의 제어 방법
KR101585105B1 (ko) * 2014-08-11 2016-01-13 주식회사 케이티 음성 인식 장치, 방법 및 시스템
KR20170093629A (ko) * 2016-02-05 2017-08-16 삼성전자주식회사 음성인식 장치 및 방법, 음성인식시스템

Cited By (93)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11979836B2 (en) 2007-04-03 2024-05-07 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US11671920B2 (en) 2007-04-03 2023-06-06 Apple Inc. Method and system for operating a multifunction portable electronic device using voice-activation
US11900936B2 (en) 2008-10-02 2024-02-13 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US11348582B2 (en) 2008-10-02 2022-05-31 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US11423886B2 (en) 2010-01-18 2022-08-23 Apple Inc. Task flow identification based on user intent
US11120372B2 (en) 2011-06-03 2021-09-14 Apple Inc. Performing actions associated with task items that represent tasks to perform
US11321116B2 (en) 2012-05-15 2022-05-03 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US11557310B2 (en) 2013-02-07 2023-01-17 Apple Inc. Voice trigger for a digital assistant
US11862186B2 (en) 2013-02-07 2024-01-02 Apple Inc. Voice trigger for a digital assistant
US11636869B2 (en) 2013-02-07 2023-04-25 Apple Inc. Voice trigger for a digital assistant
US10978090B2 (en) 2013-02-07 2021-04-13 Apple Inc. Voice trigger for a digital assistant
US11388291B2 (en) 2013-03-14 2022-07-12 Apple Inc. System and method for processing voicemail
US11798547B2 (en) 2013-03-15 2023-10-24 Apple Inc. Voice activated device for use with a voice-based digital assistant
US11727219B2 (en) 2013-06-09 2023-08-15 Apple Inc. System and method for inferring user intent from speech inputs
US11133008B2 (en) 2014-05-30 2021-09-28 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US11257504B2 (en) 2014-05-30 2022-02-22 Apple Inc. Intelligent assistant for home automation
US11670289B2 (en) 2014-05-30 2023-06-06 Apple Inc. Multi-command single utterance input method
US11699448B2 (en) 2014-05-30 2023-07-11 Apple Inc. Intelligent assistant for home automation
US11810562B2 (en) 2014-05-30 2023-11-07 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US11516537B2 (en) 2014-06-30 2022-11-29 Apple Inc. Intelligent automated assistant for TV user interactions
US11838579B2 (en) 2014-06-30 2023-12-05 Apple Inc. Intelligent automated assistant for TV user interactions
US11842734B2 (en) 2015-03-08 2023-12-12 Apple Inc. Virtual assistant activation
US11087759B2 (en) 2015-03-08 2021-08-10 Apple Inc. Virtual assistant activation
US11070949B2 (en) 2015-05-27 2021-07-20 Apple Inc. Systems and methods for proactively identifying and surfacing relevant content on an electronic device with a touch-sensitive display
US11947873B2 (en) 2015-06-29 2024-04-02 Apple Inc. Virtual assistant for media playback
US11853536B2 (en) 2015-09-08 2023-12-26 Apple Inc. Intelligent automated assistant in a media environment
US11550542B2 (en) 2015-09-08 2023-01-10 Apple Inc. Zero latency digital assistant
US11954405B2 (en) 2015-09-08 2024-04-09 Apple Inc. Zero latency digital assistant
US11500672B2 (en) 2015-09-08 2022-11-15 Apple Inc. Distributed personal assistant
US11126400B2 (en) 2015-09-08 2021-09-21 Apple Inc. Zero latency digital assistant
US11809483B2 (en) 2015-09-08 2023-11-07 Apple Inc. Intelligent automated assistant for media search and playback
US11526368B2 (en) 2015-11-06 2022-12-13 Apple Inc. Intelligent automated assistant in a messaging environment
US11809886B2 (en) 2015-11-06 2023-11-07 Apple Inc. Intelligent automated assistant in a messaging environment
US11886805B2 (en) 2015-11-09 2024-01-30 Apple Inc. Unconventional virtual assistant interactions
US11853647B2 (en) 2015-12-23 2023-12-26 Apple Inc. Proactive assistance based on dialog communication between devices
US11037565B2 (en) 2016-06-10 2021-06-15 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US11657820B2 (en) 2016-06-10 2023-05-23 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US11809783B2 (en) 2016-06-11 2023-11-07 Apple Inc. Intelligent device arbitration and control
US11749275B2 (en) 2016-06-11 2023-09-05 Apple Inc. Application integration with a digital assistant
US11152002B2 (en) 2016-06-11 2021-10-19 Apple Inc. Application integration with a digital assistant
US11467802B2 (en) 2017-05-11 2022-10-11 Apple Inc. Maintaining privacy of personal information
US11599331B2 (en) 2017-05-11 2023-03-07 Apple Inc. Maintaining privacy of personal information
US11405466B2 (en) 2017-05-12 2022-08-02 Apple Inc. Synchronization and task delegation of a digital assistant
US11862151B2 (en) 2017-05-12 2024-01-02 Apple Inc. Low-latency intelligent automated assistant
US11837237B2 (en) 2017-05-12 2023-12-05 Apple Inc. User-specific acoustic models
US11580990B2 (en) 2017-05-12 2023-02-14 Apple Inc. User-specific acoustic models
US11538469B2 (en) 2017-05-12 2022-12-27 Apple Inc. Low-latency intelligent automated assistant
US11380310B2 (en) 2017-05-12 2022-07-05 Apple Inc. Low-latency intelligent automated assistant
US11532306B2 (en) 2017-05-16 2022-12-20 Apple Inc. Detecting a trigger of a digital assistant
US11675829B2 (en) 2017-05-16 2023-06-13 Apple Inc. Intelligent automated assistant for media exploration
US11710482B2 (en) 2018-03-26 2023-07-25 Apple Inc. Natural assistant interaction
US11900923B2 (en) 2018-05-07 2024-02-13 Apple Inc. Intelligent automated assistant for delivering content from user experiences
US11854539B2 (en) 2018-05-07 2023-12-26 Apple Inc. Intelligent automated assistant for delivering content from user experiences
US11169616B2 (en) 2018-05-07 2021-11-09 Apple Inc. Raise to speak
US11907436B2 (en) 2018-05-07 2024-02-20 Apple Inc. Raise to speak
US11487364B2 (en) 2018-05-07 2022-11-01 Apple Inc. Raise to speak
US11630525B2 (en) 2018-06-01 2023-04-18 Apple Inc. Attention aware virtual assistant dismissal
US11360577B2 (en) 2018-06-01 2022-06-14 Apple Inc. Attention aware virtual assistant dismissal
US11009970B2 (en) 2018-06-01 2021-05-18 Apple Inc. Attention aware virtual assistant dismissal
US11431642B2 (en) 2018-06-01 2022-08-30 Apple Inc. Variable latency device coordination
US10984798B2 (en) 2018-06-01 2021-04-20 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
US11893992B2 (en) 2018-09-28 2024-02-06 Apple Inc. Multi-modal inputs for voice commands
US11783815B2 (en) 2019-03-18 2023-10-10 Apple Inc. Multimodality in digital assistant systems
US11705130B2 (en) 2019-05-06 2023-07-18 Apple Inc. Spoken notifications
US11675491B2 (en) 2019-05-06 2023-06-13 Apple Inc. User configurable task triggers
US11888791B2 (en) 2019-05-21 2024-01-30 Apple Inc. Providing message response suggestions
US11237797B2 (en) 2019-05-31 2022-02-01 Apple Inc. User activity shortcut suggestions
US11386892B2 (en) 2019-05-31 2022-07-12 Apple Inc. Voice assistant discoverability through on-device targeting and personalization
US11657813B2 (en) 2019-05-31 2023-05-23 Apple Inc. Voice identification in digital assistant systems
US11790914B2 (en) 2019-06-01 2023-10-17 Apple Inc. Methods and user interfaces for voice-based control of electronic devices
US11669918B2 (en) 2019-10-18 2023-06-06 Meta Platforms Technologies, Llc Dialog session override policies for assistant systems
US11688021B2 (en) 2019-10-18 2023-06-27 Meta Platforms Technologies, Llc Suppressing reminders for assistant systems
US11966986B2 (en) 2019-10-18 2024-04-23 Meta Platforms, Inc. Multimodal entity and coreference resolution for assistant systems
US11704745B2 (en) 2019-10-18 2023-07-18 Meta Platforms, Inc. Multimodal dialog state tracking and action prediction for assistant systems
US11567788B1 (en) 2019-10-18 2023-01-31 Meta Platforms, Inc. Generating proactive reminders for assistant systems
US11699194B2 (en) 2019-10-18 2023-07-11 Meta Platforms Technologies, Llc User controlled task execution with task persistence for assistant systems
US11694281B1 (en) 2019-10-18 2023-07-04 Meta Platforms, Inc. Personalized conversational recommendations by assistant systems
US11861674B1 (en) 2019-10-18 2024-01-02 Meta Platforms Technologies, Llc Method, one or more computer-readable non-transitory storage media, and a system for generating comprehensive information for products of interest by assistant systems
US20210117681A1 (en) 2019-10-18 2021-04-22 Facebook, Inc. Multimodal Dialog State Tracking and Action Prediction for Assistant Systems
US11636438B1 (en) 2019-10-18 2023-04-25 Meta Platforms Technologies, Llc Generating smart reminders by assistant systems
US11948563B1 (en) 2019-10-18 2024-04-02 Meta Platforms, Inc. Conversation summarization during user-control task execution for assistant systems
US11688022B2 (en) 2019-10-18 2023-06-27 Meta Platforms, Inc. Semantic representations using structural ontology for assistant systems
US11900929B2 (en) 2019-12-02 2024-02-13 Samsung Electronics Co., Ltd. Electronic apparatus providing voice-based interface and method for controlling the same
WO2021202078A1 (en) * 2020-03-30 2021-10-07 Motorola Solutions, Inc. Electronic communications device having a user interface including a single input interface for electronic digital assistant and voice control access
US11765209B2 (en) 2020-05-11 2023-09-19 Apple Inc. Digital assistant hardware abstraction
US11914848B2 (en) 2020-05-11 2024-02-27 Apple Inc. Providing relevant data items based on context
US11924254B2 (en) 2020-05-11 2024-03-05 Apple Inc. Digital assistant hardware abstraction
US11755276B2 (en) 2020-05-12 2023-09-12 Apple Inc. Reducing description length based on confidence
US11838734B2 (en) 2020-07-20 2023-12-05 Apple Inc. Multi-device audio adjustment coordination
US11750962B2 (en) 2020-07-21 2023-09-05 Apple Inc. User identification using headphones
US11696060B2 (en) 2020-07-21 2023-07-04 Apple Inc. User identification using headphones
CN112562666B (zh) * 2020-11-30 2022-11-04 海信视像科技股份有限公司 一种筛选设备的方法及服务设备
CN112562666A (zh) * 2020-11-30 2021-03-26 海信视像科技股份有限公司 一种筛选设备的方法及服务设备

Also Published As

Publication number Publication date
US20200342869A1 (en) 2020-10-29
KR20190042903A (ko) 2019-04-25
KR102421255B1 (ko) 2022-07-18

Similar Documents

Publication Publication Date Title
WO2019078576A1 (ko) 음성 신호를 제어하기 위한 전자 장치 및 방법
WO2019182325A1 (ko) 전자 장치 및 전자 장치의 음성 인식 제어 방법
WO2021071115A1 (en) Electronic device for processing user utterance and method of operating same
WO2019078588A1 (ko) 전자 장치 및 그의 동작 방법
WO2020222444A1 (en) Server for determining target device based on speech input of user and controlling target device, and operation method of the server
WO2020017849A1 (en) Electronic device and method for providing artificial intelligence services based on pre-gathered conversations
WO2018194268A9 (en) Electronic device and method for processing user speech
WO2019112295A1 (ko) 외부 장치의 네트워크 셋업을 위한 전자 장치 및 그의 동작 방법
WO2019182226A1 (en) System for processing sound data and method of controlling system
WO2019039834A1 (en) METHOD FOR PROCESSING VOICE DATA AND ELECTRONIC DEVICE SUPPORTING SAID METHOD
WO2018199483A1 (ko) 지능형 에이전트 관리 방법 및 장치
WO2020060368A2 (en) Method and apparatus for providing notification by interworking plurality of electronic devices
WO2019017715A1 (en) ELECTRONIC DEVICE AND SYSTEM FOR DETERMINING SPEECH INPUT RECEIVING TIME BASED ON CONTEXTUAL INFORMATION
WO2019078608A1 (ko) 외부 장치를 이용하여 음성 기반 서비스를 제공하기 위한 전자 장치, 외부 장치 및 그의 동작 방법
WO2020166995A1 (en) Apparatus and method for managing schedule in electronic device
WO2018182270A1 (ko) 전자 장치 및 이를 이용한 사용자 입력을 처리하기 위한 화면 제어 방법
WO2019221440A1 (ko) 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법
WO2019212213A1 (en) Electronic device and method of executing function of electronic device
WO2020263016A1 (ko) 사용자 발화를 처리하는 전자 장치와 그 동작 방법
AU2019319322B2 (en) Electronic device for performing task including call in response to user utterance and operation method thereof
WO2018174445A1 (ko) 파셜 랜딩 후 사용자 입력에 따른 동작을 수행하는 전자 장치
WO2020218635A1 (ko) 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법 및 컴퓨터로 판독 가능한 기록 매체
WO2021086127A1 (en) Hub device, multi-device system including the hub device and plurality of devices, and operating method of the hub device and multi-device system
WO2020171570A1 (en) Method for providing routine and electronic device supporting same
WO2019039873A1 (ko) Tts 모델을 생성하는 시스템 및 전자 장치

Legal Events

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

Ref document number: 18867811

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18867811

Country of ref document: EP

Kind code of ref document: A1