WO2019098638A1 - Method, interactive ai agent system and computer readable recording medium for providing semantic-free user voiceprint authentication having enhanced security - Google Patents

Method, interactive ai agent system and computer readable recording medium for providing semantic-free user voiceprint authentication having enhanced security Download PDF

Info

Publication number
WO2019098638A1
WO2019098638A1 PCT/KR2018/013780 KR2018013780W WO2019098638A1 WO 2019098638 A1 WO2019098638 A1 WO 2019098638A1 KR 2018013780 W KR2018013780 W KR 2018013780W WO 2019098638 A1 WO2019098638 A1 WO 2019098638A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
present
request
user authentication
interactive
Prior art date
Application number
PCT/KR2018/013780
Other languages
French (fr)
Korean (ko)
Inventor
설재호
장세영
Original Assignee
주식회사 머니브레인
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 머니브레인 filed Critical 주식회사 머니브레인
Publication of WO2019098638A1 publication Critical patent/WO2019098638A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/632—Query formulation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase

Definitions

  • the present invention relates to user authentication of an interactive AI agent system, and more particularly, to a user authentication method by a lexical authentication of a user's answer to a predetermined question or request generated by an interactive AI agent system.
  • many interactive AI agent systems collect and manage information (e.g., user's personal information, history information, etc.) about each user, and based on the information about each user collected and managed, Service.
  • information e.g., user's personal information, history information, etc.
  • many interactive AI agent systems require the user to receive access authentication to the interactive AI agent system prior to some or all service provisioning.
  • a voiceprint authentication method using user voice input has recently been attracting attention.
  • the user speaks an arbitrary or predetermined word or sentence
  • the user authenticates the user by comparing the feature of the voice input with the user voice feature stored in advance.
  • the user With the emphasis on user convenience, it is expected that more and more systems will be adopted.
  • a method of authenticating a user's gateways performed by an interactive AI agent system.
  • the method includes obtaining user identification information; Retrieving user authentication information from a user database based on the user identification information; Providing a query or request for user authentication in the form of a voice, based on a selected portion of the retrieved user authentication information, wherein the provided query or request does not directly include a selected portion of the user authentication information, And if the question or request is provided to the user, provide the user with an answer that meets a selected portion of the user authentication information; Receiving a spoken response to the question or request from the user; And performing a lexicon authentication for the received voice response based on a part of the retrieved user authentication information.
  • a method of authenticating a user's text includes: text-converting a received voice response; And determining whether the converted text is the same as a selected portion of the user authentication information.
  • the retrieved user authentication information includes at least one of a plurality of words or phrases previously registered by the user or the interactive AI agent system, And may include voice feature information of the user regarding each of a plurality of words or phrases.
  • the step of providing a question or request for user authentication based on a selected part of the retrieved user authentication information includes the steps of retrieving one word or phrase of a plurality of words or phrases included in the personal dictionary for authentication , And generating a query or request for user authentication based on the selected one word or phrase.
  • the provided question or request may be that the user is provided to provide a spoken response of a selected word or phrase, if provided to the user.
  • performing the gesture authentication for the received spoken response based on a portion of the retrieved user authentication information may include receiving the spoken answer in response to a user ' s voice And matching with feature information.
  • the provided question or request may be a request to present a first syllable of a selected word or phrase and to say a word beginning with the syllable.
  • the provided question or request may be suggesting ending by presenting a word ending with the first syllable of a selected word or syllable.
  • the user identification information may be obtained from a user speech input relating to a predetermined or randomly selected word or phrase.
  • a computer-readable medium having stored thereon one or more instructions for causing a computer to perform any one of the methods described above,
  • a computer-readable recording medium is provided.
  • an interactive AI agent system configured to provide user authentication.
  • the interactive AI agent system of the present invention comprises: a voice-to-text conversion module; A user database containing user authentication information; And a user authentication module.
  • the user authentication module obtains the user identification information, retrieves the user authentication information from the user database based on the user identification information, and based on the selected part of the retrieved user authentication information, Providing the request - The provided question or request does not directly include a selected part of the user authentication information and is not semantically related to the part, and if the question or request is provided to the user, And is configured to receive voice answers to the questions or requests from the user and to perform voiceprint authentication on the received voice responses based on a portion of the retrieved user authentication information.
  • a grammar authentication method that can effectively avoid the problem of illegal authentication by recording can be provided.
  • a gesture authentication method suitable for use in an interactive AI agent system such as a smart speaker system in which most user interaction is remotely performed by voice input / output can be provided.
  • FIG. 1 is a schematic diagram of a system environment in which an interactive AI agent system may be implemented, according to one embodiment of the present invention.
  • FIG. 2 is a functional block diagram that schematically illustrates the functional configuration of the user terminal 102 of FIG. 1, in accordance with one embodiment of the present invention.
  • FIG. 3 is a functional block diagram that schematically illustrates the functional configuration of the interactive AI agent server 106 of FIG. 1, according to one embodiment of the present invention.
  • FIG. 4 is a flow diagram illustrating an exemplary operational flow for user authentication performed by an interactive AI agent system, in accordance with an embodiment of the present invention.
  • " module " or " module &quot means a functional part that performs at least one function or operation, and may be implemented by hardware or software or a combination of hardware and software. Also, a plurality of "modules” or “sub-modules” may be integrated into at least one software module and implemented by at least one processor, except for "module” or “sub-module” have.
  • FIG. 1 is a schematic diagram of a system environment 100 in which an interactive AI agent system may be implemented, in accordance with one embodiment of the present invention.
  • the system environment 100 includes a plurality of user terminals 102a-102n, a communication network 104, an interactive AI agent server 106, and an external service server 108. As shown in FIG.
  • each of the plurality of user terminals 102a-102n may be any user electronic device having wired or wireless communication capability.
  • Each of the user terminals 102a-102n may be a variety of wired or wireless communication terminals, including, for example, a smart speaker, a music player, a game console, a digital TV, a set top box, a smart phone, a tablet PC, a desktop, a laptop, It is to be understood that the invention is not limited to any particular form.
  • each of the user terminals 102a-102n communicates with the interactive AI agent server 106 via the communication network 104, i.e., with the necessary information (e.g., voice information And the like, but are not limited thereto).
  • each of the user terminals 102a-102n can communicate with the external service server 108 through the communication network 104, that is, send and receive necessary information.
  • each of the user terminals 102a-102n may receive user input in the form of voice, text and / or touch from the outside, and may interact with an interactive AI agent server (E.g., user authentication, provision of a specific conversation response) obtained via communication with the external service server 108 (e.g., the user terminal 102) and / or with the external service server 108 And / or performing certain tasks, etc.).
  • an interactive AI agent server E.g., user authentication, provision of a specific conversation response
  • each of the user terminals 102a-102n may provide a dialog response as a result of an operation corresponding to a user input, in a visual, audible and / or tactile form (e.g., Images, symbols, emoticons, hyperlinks, animations, various notices, motion, haptic feedback, and the like), and the like.
  • a dialog response as a result of an operation corresponding to a user input, in a visual, audible and / or tactile form (e.g., Images, symbols, emoticons, hyperlinks, animations, various notices, motion, haptic feedback, and the like), and the like.
  • the communication network 104 may include any wired or wireless communication network, e.g., a TCP / IP communication network.
  • the communication network 104 may include, for example, a Wi-Fi network, a LAN network, a WAN network, an Internet network, and the like, and the present invention is not limited thereto.
  • the communication network 104 may be any of a variety of wired or wireless, such as Ethernet, GSM, EDGE, CDMA, TDMA, OFDM, Bluetooth, VoIP, Wi- May be implemented using a communication protocol.
  • the interactive AI agent server 106 may communicate with the user terminals 102a-102n via the communication network 104.
  • the interactive AI agent server 106 sends and receives necessary information to and from the user terminals 102a-102n via the communication network 104, The operation result corresponding to the user input, i.e., the user's intention, can be provided to the user.
  • the interactive AI agent server 106 may perform authentication procedures for the user through communication with the user terminals 102a-102n via the communication network 104.
  • the interactive AI agent server 106 may initiate an authentication procedure for the user before providing the predetermined service requiring user authentication.
  • the interactive AI agent server 106 may provide user identification (e. G., Identification) from the user voice input received from the user terminal 102a-102n and / or the identifier of each of the user terminals 102a- Acquire the information, and perform the user authentication procedure based on the obtained user identification information.
  • the interactive AI agent server 106 receives user voice input relating to certain or any words or phrases received from, for example, user terminals 102a-102n, So that the user authentication procedure can be performed.
  • the interactive AI agent server 106 receives user natural language input in the form of speech, text, and / or touch from the user terminals 102a-102n, for example via the communication network 104 ,
  • the received natural language input may be processed based on previously prepared models to determine the intent of the user.
  • the interactive AI agent server 106 may cause a corresponding operation to be performed based on the determined user intention.
  • the interactive AI agent server 106 generates a specific control signal, e.g., to enable the user terminal 102a-102n to perform a particular task that is consistent with the user's intent, 102n.
  • the interactive AI agent server 106 may communicate with the external service server 102 via the communication network 104, for example, to allow the user terminals 102a-102n to perform certain tasks consistent with the user's intent.
  • Lt; RTI ID 0.0 > 108 < / RTI >
  • the interactive AI agent server 106 may generate and send a specific interactive response, e.g., consistent with the user's intent, to the user terminals 102a-102n.
  • the interactive AI agent server 106 generates a corresponding interactive response in the form of voice and / or text based on the determined user intention and sends the generated response to the communication network 104 To the user terminals 102a-102n.
  • the interactive response generated by the interactive AI agent server 106 may include other visual elements such as images, video, symbols, emoticons, etc., along with the natural language responses of the above- Or other auditory elements such as sound, or other tactile elements.
  • the same type of response (e. G., On the interactive AI agent server 106) is performed on the interactive AI agent server 106 according to the type of user input received on the user terminal 102a- (E.g., a voice response is generated if a voice input is given and a text response is generated if a text input is given), but the present invention is not limited thereto. It should be noted that according to another embodiment of the present invention, responses in the form of voice and / or text may be generated and provided irrespective of the type of user input.
  • the interactive AI agent server 106 may communicate with the external service server 108 via the communication network 104, as described above.
  • the external service server 108 may be, for example, a messaging service server, an online consultation center server, an online shopping mall server, an information search server, a map service server, a navigation service server, and the like.
  • an interactive response based on the user's intent which is transmitted from the interactive AI agent server 106 to the user terminals 102a-102n, It should be noted that this may include content.
  • the interactive AI agent server 106 is shown as being a separate physical server configured to communicate with the external service server 108 via the communication network 104, the present disclosure is not limited thereto. According to another embodiment of the present invention, the interactive AI agent server 106 may be included as part of various service servers such as an online consultation center server or an online shopping mall server.
  • the user terminal 102 includes a user input receiving module 202, a sensor module 204, a program memory module 206, a processing module 208, a communication module 210, 212).
  • the user input receiving module 202 may receive various types of input from a user, for example, a natural language input such as a voice input and / or a text input (and additionally, Can be received.
  • a natural language input such as a voice input and / or a text input (and additionally, Can be received.
  • the user input receiving module 202 may receive voice input and touch input, except for text input.
  • the user input receiving module 202 includes, for example, a microphone and an audio circuit, and can acquire a user audio input signal through a microphone and convert the obtained signal into audio data.
  • the user input receiving module 202 may include various types of input devices such as various pointing devices such as a mouse, a joystick, and a trackball, a keyboard, a touch panel, a touch screen, , And can acquire a text input and / or a touch input signal inputted from a user through these input devices.
  • the user input received at the user input receiving module 202 may be associated with user authentication, performing a predetermined task, such as executing a predetermined application, or retrieving certain information, The invention is not so limited.
  • the user input received at the user input receiving module 202 may require only a simple conversation response regardless of user authentication, predetermined application execution, or retrieval of information.
  • the user input received at the user input receiving module 202 may relate to a simple statement for unilateral communication.
  • the sensor module 204 includes one or more different types of sensors through which the status information of the user terminal 102, such as the physical state of the user terminal 102, Software and / or hardware status, or information regarding the environmental conditions of the user terminal 102, and the like.
  • the sensor module 204 may include an optical sensor, for example, and may sense the ambient light condition of the user terminal 102 through the optical sensor.
  • the sensor module 204 includes, for example, a movement sensor and can detect whether the corresponding user terminal 102 is moving through the movement sensor.
  • the sensor module 204 includes, for example, a velocity sensor and a GPS sensor, and through these sensors, the position and / or orientation of the corresponding user terminal 102 can be detected.
  • the sensor module 204 may include other various types of sensors, including temperature sensors, image sensors, pressure sensors, touch sensors, and the like.
  • the program memory module 206 may be any storage medium that stores various programs that may be executed on the user terminal 102, such as various application programs and related data.
  • program memory module 206 may include, for example, a telephone dialer application, an email application, an instant messaging application, a camera application, a music playback application, a video playback application, an image management application, , And data related to the execution of these programs.
  • the program memory module 206 may be configured to include various types of volatile or non-volatile memory such as DRAM, SRAM, DDR RAM, ROM, magnetic disk, optical disk, .
  • the processing module 208 may communicate with each component module of the user terminal 102 and perform various operations on the user terminal 102. According to one embodiment of the present invention, the processing module 208 can drive and execute various application programs on the program memory module 206. [ According to one embodiment of the present invention, the processing module 208 may receive signals from the user input receiving module 202 and the sensor module 204, if necessary, and perform appropriate processing on these signals have. According to one embodiment of the present invention, the processing module 208 may, if necessary, perform appropriate processing on signals received from the outside via the communication module 210.
  • the communication module 210 is configured to allow the user terminal 102 to communicate with the interactive AI agent server 106 and / or the external service server 108 via the communication network 104 of FIG. 1 Communication.
  • the communication module 212 may be configured to receive signals from, for example, the user input receiving module 202 and the sensor module 204 via the communication network 104 in accordance with a predetermined protocol, To server 106 and / or to external service server 108.
  • the communication module 210 may provide various signals received from the interactive AI agent server 106 and / or the external service server 108 via the communication network 104, e.g., voice and / Or a response signal including a natural language response in the form of a text, or various control signals, and perform appropriate processing according to a predetermined protocol.
  • signals received from the interactive AI agent server 106 and / or the external service server 108 via the communication network 104 e.g., voice and / Or a response signal including a natural language response in the form of a text, or various control signals, and perform appropriate processing according to a predetermined protocol.
  • the response output module 212 may output a response corresponding to a user input in various forms such as time, auditory, and / or tactile sense.
  • the response output module 212 may provide primarily audio output and supplementally provide text output.
  • the response output module 212 may include, for example, a speaker or a headset and may provide an audible response, e.g., voice and / or acoustic response corresponding to user input, can do.
  • the response output module 212 includes various display devices such as a touch screen based on technology such as LCD, LED, OLED, QLED, and the like, Such as text, symbols, video, images, hyperlinks, animations, various notices, etc., to the user.
  • the response output module 212 includes a motion / haptic feedback generator, through which a tactile response, e.g., motion / haptic feedback, can be provided to the user.
  • a tactile response e.g., motion / haptic feedback
  • the response output module 212 may simultaneously provide any combination of two or more of a text response, a voice response, and a motion / haptic feedback corresponding to a user input.
  • FIG. 3 is a functional block diagram that schematically illustrates the functional configuration of the interactive AI agent server 106 of FIG. 1, according to one embodiment of the present invention.
  • the interactive agent server 106 includes a communication module 302, a Speech-To-Text (STT) module 304, a Natural Language Understanding (NLU) module 306 A dialogue understanding knowledge base 308, a user database 310, a user authentication module 312, a dialogue management module 314, a dialogue generation module 316, and a text-to-speech (TTS) (318).
  • STT Speech-To-Text
  • NLU Natural Language Understanding
  • the communication module 302 is configured to allow the interactive AI agent server 106 to communicate with the user terminal 102 and / or via the communication network 104, in accordance with any wired or wireless communication protocol, Thereby enabling communication with the external service server 108.
  • the communication module 302 includes a user input (e.g., including touch input, voice input and / or text input, etc.) transmitted from the user terminal 102 via the communication network 104 And is not limited thereby).
  • the user input may include a signal associated with user authentication, e.g., user identification information.
  • the user input may include user identification information, for example, in combination with an identifier of the user terminal 102.
  • the user input may be a voice input signal of a question relating to user authentication or an answer to a request.
  • the user input may be a request signal for a particular task execution or conversation response.
  • communication module 302 is coupled to user terminal 102, which has been transmitted from user terminal 102 via communication network 104, with or without user input, Status information can be received.
  • the state information may include various state information (e.g., the physical state of the user terminal 102, the software of the user terminal 102) related to the user terminal 102 at the time of user input And / or hardware state, environmental state information around the user terminal 102, etc.).
  • communication module 302 may also be configured to generate an interactive response (e. G., A native < / RTI > And / or control signals to the user terminal 102 via the communication network 104.
  • the user terminal 102 may be connected to the user terminal 102 via the network 104,
  • the STT module 304 may receive speech input from user input received via the communication module 302 and convert the received speech input into text data based on pattern matching and the like have. According to one embodiment of the present invention, the STT module 304 may extract a feature from a user's speech input to generate a feature vector sequence. According to an exemplary embodiment of the present invention, the STT module 304 may be implemented by a DTW (Dynamic Time Warping) method, an HMM model (Hidden Markov Model), a GMM model (Gaussian-Mixture Mode), a deep neural network model, For example, a sequence of words, based on various statistical models of the speech recognition results. According to one embodiment of the present invention, the STT module 304 can refer to each user characteristic data of the user database 310, which will be described later, when converting the received voice input into text data based on pattern matching .
  • DTW Dynamic Time Warping
  • HMM model Hidden Markov Model
  • GMM model Gaussian-Mixture Mode
  • the NLU module 306 may receive text input from the communication module 302 or the STT module 304.
  • the textual input received at the NLU module 306 may be transmitted to the user terminal 102 via the user text input or communication module 302 that has been received from the user terminal 102 via the communication network 104, For example, a sequence of words, generated by the STT module 304 from the user speech input received at the STT module 304.
  • the NLU module 306 may include status information associated with the user input, such as with or after receipt of the text input, e.g., status information of the user terminal 102 at the time of the user input And the like.
  • the status information may include various status information (e.g., the physical state of the user terminal 102, the software status of the user terminal 102) associated with the user terminal 102 at the time of user input and / And / or hardware state, environmental state information around the user terminal 102, etc.).
  • various status information e.g., the physical state of the user terminal 102, the software status of the user terminal 102 associated with the user terminal 102 at the time of user input and / And / or hardware state, environmental state information around the user terminal 102, etc.
  • the NLU module 306 may map the received text input to one or more user intents based on a dialog understanding knowledge base 308, which will be described later.
  • the user intent can be associated with a series of operations (s) that can be understood and performed by the interactive AI agent server 106 according to the user intention.
  • the NLU module 306 may refer to the status information described above in associating the received text input with one or more user intentions.
  • the NLU module 306 may refer to each user characteristic data of the user database 310, which will be described later, in mapping the received text input to one or more user intentions.
  • the conversation understanding knowledge base 308 may include, for example, a predefined ontology model.
  • an ontology model can be represented, for example, in a hierarchical structure between nodes, where each node is associated with an " intention " node corresponding to the user & Node (a sub-attribute node directly linked to an " intent " node or linked back to an " attribute " node of an " intent " node).
  • " attribute " nodes directly or indirectly linked to an " intention " node and its " intent " node may constitute one domain, and an ontology may be composed of such a set of domains .
  • the conversation understanding knowledge base 308 may be configured to include domains corresponding to all intents, for example, an interactive AI agent system that can understand and perform corresponding actions have.
  • the ontology model can be dynamically changed by addition or deletion of nodes or modification of relations between nodes.
  • the intention nodes and attribute nodes of each domain in the ontology model may be associated with words and / or phrases associated with corresponding user intents or attributes, respectively.
  • the conversation understanding knowledge base 308 includes an ontology model 308, which includes an ontology model, for example, a dictionary form (consisting of a set of words and / or phrases associated with each node, ,
  • the NLU module 306 can determine the user's intention based on the ontology model implemented in the lexical dictionary form.
  • the NLU module 306 upon receipt of a text input or a sequence of words, can determine which of the domains in the ontology model each word in the sequence is associated with, Based on such a determination, the corresponding domain, i.e. the user intent, can be determined.
  • the user database 310 may be a database for storing and managing characteristic data for each user including authentication information for each user.
  • the characteristic data for each user included in the user database 310 may include, for example, previous conversation / behavior record of the user for each user, pronunciation feature information of the user, user lexical preference, , A set language, a contact / buddy list, and various other user-specific information.
  • the authentication information for each user included in the user database 310 is included in the personal vocabulary for authentication including a plurality of words or phrases previously selected and registered and the personal vocabulary for authentication (E. G., User ' s voice feature model, etc.) regarding each of the words or phrases.
  • each user's personal lexicon for authentication may include a plurality of words or phrases previously selected and registered by the user.
  • the personal lexicon for each user of the user database 310 includes a plurality of first syllables having different first syllables belonging to different categories selected by each user You can include words.
  • a word or the like that a user can register in the user database 310 may be, for example, a self-generated word.
  • the interactive AI agent system may request the user to register words of different categories when the user registers a word or the like in the personal lexicon for authentication of the user.
  • the interactive AI agent system may request the user to register a different first syllable word or the like when registering a word or the like in a personal lexicon for authentication of the user.
  • the interactive AI agent system when a user registers a word or the like in a personal lexicon for authentication of a user, the interactive AI agent system generates a question / But the present invention is not limited thereto.
  • the STT module 304 may be configured to refer to each user characteristic data of the user database 310, e.g., pronunciation characteristics for each user, , More accurate text data can be obtained.
  • the NLU module 306 determines each user characteristic data of the user database 310, for example, characteristics or contexts of each user, .
  • the dialog generation module 316 may refer to user characteristic data of the user database 310 at the time of generating the conversation response.
  • a user database 310 for storing and managing characteristic data for each user is shown as being disposed in the interactive AI agent server 106, but the present invention is not limited thereto.
  • the user database 310 which stores and manages characteristic data for each user, may reside, for example, at the user terminal 102, and may include a user terminal 102 and an interactive AI agent server 106 As shown in FIG.
  • the user authentication module 312 may perform an authentication procedure for a user before providing a predetermined service.
  • a predetermined operation according to a user's intention determined by the NLU module 306 requires user security authentication (e.g., when a user requests a high security service A service using security information, or a service using user personal information)
  • the user authentication module 312 may proceed with the user security authentication procedure.
  • the user authentication module 312 may receive a user security authentication request from the user terminal 102a-102n and proceed with the user security authentication procedure based thereon.
  • the user authentication module 312 may acquire user identification information and perform a user authentication procedure based on the acquired user identification information.
  • the user authentication module 312 may receive a user voice input from the user terminal 102a-102n and obtain user identification information from the received user voice input.
  • the user authentication module 312 obtains, for example, a user identifier (user ID) and / or an identifier (terminal ID) of the user terminal from the user terminals 102a-102n, The user authentication process can be performed based on the information.
  • the user authentication module 312 may obtain user identification information in a variety of other ways.
  • the user authentication module 312 acquires authentication information on the user from the user database 310, for example, a plurality of words or phrases that are selected and registered in advance, based on the acquired user identification information or the like (For example, a voice specific model) related to each word or phrase included in the personal lexicon for authentication and the personal lexicon for authentication.
  • the user authentication module 312 may send a query / request (for example, a user name, a password, etc.) for authenticating the user's voice, based on the retrieved user authentication information, To a particular word or phrase selected randomly in the user ' s personal lexicon.
  • a question generated by the user authentication module 312 may be a message that the user has selected one of the words or phrases included in the personal vocabulary for authentication (that is, 312), and may not actually be semantically related to the particular word or phrase. For example, if only the word " autumn " is included as a word indicating a specific season among the words included in the personal dictionary for authentication, the user can select all the questions , "April is a certain season", etc.) regardless of the substance of the unconditional "autumn" can be answered. In this way, the question or request generated and provided by the user authentication module 312 merely helps the user to remind the user of the answers they need to make, The security of the authentication can be further enhanced.
  • the question generated by the user authentication module 312 may be, for example, a request to present a first syllable of a specific selected word and to say a word starting with the syllable (however, This is not so limited).
  • the request generated by the user authentication module 312 may be a suggestion of ending the word by, for example, presenting a word ending with the first syllable of the selected selected word (in this case, You will have to answer the specific words selected above.
  • the user authentication module 312 determines whether the received answer is the selected word (E.g., a text comparison) to identify whether the same word is the same as the specific word selected in the user's personal lexicon of the user 310 in the user database 310, (E.g., a voice feature model of the user relating to the word or phrase) to perform voice recognition.
  • the user authentication module 312 may perform voice recognition by matching the voice characteristics of the received answer with the registered voice model or the like in accordance with a predetermined matching algorithm .
  • the dialogue management module 314 may generate a series of operational flows corresponding to the user intent determined by the NLU module 306.
  • the conversation management module 314 may perform certain actions based on a predetermined conversation flow management model, e.g., in response to the user's intent received from the NLU module 306, e.g., Or to perform a task execution, and to generate a corresponding detailed operation flow.
  • the dialog generation module 316 may generate an interaction response to be provided to the user based on the conversation flow generated by the conversation management module 314.
  • the dialog generation module 316 in generating the conversation response, generates user characteristic data (e.g., the user's previous conversation history, user's pronunciation feature information, A user's lexical preference, a user's location, a set language, a contact / friend list, and a previous conversation record of the user for each user).
  • user characteristic data e.g., the user's previous conversation history, user's pronunciation feature information, A user's lexical preference, a user's location, a set language, a contact / friend list, and a previous conversation record of the user for each user.
  • the TTS module 318 may receive an interactive response that is generated by the dialog generation module 316 to be transmitted to the user terminal 102.
  • the conversation response received at the TTS module 318 may be a natural word or a sequence of words having a textual form.
  • the TTS module 318 may convert the input of the above received text form into speech form according to various types of algorithms.
  • the interactive AI agent system is a client-server model between the user terminal 102 and the interactive AI agent server 106, And is based on a so-called " thin client-server model ", which delegates all other functions of the interactive AI agent system to the server, but the present invention is not limited thereto.
  • the interactive AI agent system may be implemented as a distributed application between the user terminal and the server, or as a stand-alone application installed on the user terminal .
  • the interactive AI agent system implements the functions of the interactive AI agent system distributed between the user terminal and the server according to an embodiment of the present invention
  • the distribution of each function of the interactive AI agent system between the client and the server is It should be understood that the invention may be otherwise embodied.
  • the specific module has been described as performing certain operations for convenience, the present invention is not limited thereto. According to another embodiment of the present invention, it is to be understood that the operations described as being performed by any particular module in the above description may be performed by separate and distinct modules, respectively.
  • FIG. 4 is a flow diagram illustrating an exemplary operational flow for user security authentication performed by an interactive AI agent system, in accordance with an embodiment of the present invention.
  • the interactive AI agent system may obtain user identification information.
  • the user identification information may be obtained, for example, from user input of a predetermined word or sentence registered in advance for user authentication.
  • the user identification information may be obtained, for example, from a voice input of a user identifier (user ID).
  • the user identification information may be obtained, for example, from a user voice input of a word or sentence arbitrarily selected by the user.
  • the interactive AI agent system can be obtained from an identifier (terminal ID) of the user terminal.
  • the user identification information can be obtained from a combination of the user's voice input and the identifier of the user terminal.
  • the interactive AI agent system can perform the lexicon authentication primarily using the user voice input based on the user identification information, but the present invention is not limited thereto .
  • the interactive AI agent system retrieves, from the user database 310, authentication information about the user, e.g., a pre-selected and registered plurality of words or phrases, based on the user identifier obtained at step 402 (For example, a voice feature model) related to each word or phrase included in the personal lexicon for authentication, and the like.
  • authentication information about the user e.g., a pre-selected and registered plurality of words or phrases, based on the user identifier obtained at step 402 (For example, a voice feature model) related to each word or phrase included in the personal lexicon for authentication, and the like.
  • the personal lexicon for each user included in the user database 310 may include a plurality of words or phrases previously selected and registered by the user.
  • the interactive AI agent system sends a single word or phrase from the personal dictionary for authentication, pre-selected and registered by the user, retrieved from the user database 310 at step 404, You can choose to. Then, at step 408, the interactive AI agent system may generate and / or provide a query or request for user authentication.
  • a question or request created and / or provided in step 408 may be used to induce a response from the user in step 406 of the selected word or phrase if the question or request is presented to the user It may be selected to do.
  • the questions and / or requests generated and / or provided at step 408 may be selected based on the neural network scheme.
  • the questions and / or requests created and / or provided at step 408 may allow the user to remind the user of one of the words or phrases included in his / her personal vocabulary for authentication (i.e., the particular word or phrase selected above) Is sufficient, and may not be semantically related to the particular word or phrase. For example, if only the word " autumn " is included as a word indicating a specific season among the words included in the personal dictionary for authentication, the user can select all the questions , "What is the season for April?") Regardless of the actual content of the question. In this way, if a question or request generated and provided by the user authentication module 312 merely helps the user remind the user of the answer they need to make, The security of the user authentication can be further enhanced. Since the user memorizes the words or phrases registered by him / herself, he / she can answer the selected specific words or phrases corresponding to the above questions or requests irrespective of the actual meaning.
  • a query or request created and / or provided in step 408 may be a request to present a first syllable of a particular selected word or phrase, for example, (For example, if the words registered in the personal vocabulary for authentication are fall, butterfly, next, and radio, then "fall” is selected, "May be generated).
  • a query or request created and / or provided at step 408 may be suggesting ending by presenting a word ending with the first syllable of the selected particular word (e.g., If the words in the personal vocabulary for authentication are assumed to be autumn, butterfly, next, and radio, then “fall” is selected, "begin to end, I will begin first, Request can be generated).
  • the generated query or request can be provided to the user as a voice signal via a user terminal (e.g., smart speaker, etc.).
  • the interactive AI agent system may receive a spoken response from the user for a question and / or request generated and / or provided at step 408.
  • the interactive AI agent system may receive a voice response entered from a user via a user terminal (e.g., smart speaker, etc.).
  • the interactive AI agent system may identify (e.g., compare text, etc.) whether the received answer is the same as the selected word or phrase above. In step 412, if it is determined that the received answer is not the same as the selected word or phrase, the procedure may proceed to step 414 to generate and provide a speech output informing of the failure. If it is determined in step 412 that the received answer is the same as the selected word or phrase, the procedure proceeds to step 416, where the interactive AI agent system sends the voice feature of the received answer to the selected word or phrase Can be compared with the voice feature information on the user database 310 with respect to the voice feature information.
  • the interactive AI agent system sends the voice feature of the received answer to the selected word or phrase Can be compared with the voice feature information on the user database 310 with respect to the voice feature information.
  • step 418 it is possible to determine whether or not the gating authentication is successful. If, at step 418, it is determined that the gatekeeper authentication has failed, the procedure may proceed to step 414 to generate and provide a voice output signaling a user authentication failure. If it is determined in step 418 that the gesture authentication is successful, the procedure may proceed to step 420 to generate and provide a voice output indicating that the user authentication was successful. According to an embodiment of the present invention, it is possible to provide a user with a voice output indicating a user authentication failure or success through a user terminal (e.g., a smart speaker, etc.).
  • a user terminal e.g., a smart speaker, etc.
  • a user can proceed with a user authentication procedure by providing voice input through a user terminal, e.g., a smart speaker, without any text input.
  • a user may provide an appropriate answer (knowing what is an appropriate answer) to a question or request provided via a user terminal, e.g., a smart speaker,
  • the user authentication process can be performed only by the verbal response).
  • the user can complete the user authentication procedure with only a voice in a state of being away from the user terminal, for example, without needing to approach the smart speaker directly.
  • the user authentication procedure can be accomplished only through voice communication with the user terminal (e.g., by voice response to a query or request presented via the user terminal) without having to go through a complicated login procedure.
  • a computer program according to an embodiment of the present invention may be stored in a storage medium readable by a computer processor or the like such as a nonvolatile memory such as EPROM, EEPROM, flash memory device, a magnetic disk such as an internal hard disk and a removable disk, CDROM disks, and the like. Also, the program code (s) may be implemented in assembly language or machine language. And all changes and modifications that fall within the true spirit and scope of the present invention are intended to be embraced by the following claims.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • User Interface Of Digital Computer (AREA)
  • Machine Translation (AREA)

Abstract

A user voiceprint authentication method performed by an interactive AI agent system is provided. The method of the present invention comprises the steps of: obtaining user identification information; retrieving user authentication information from a user database on the basis of the user identification information; providing a question or a request for user authentication in voice form, on the basis of a selected portion of the retrieved user authentication information, wherein the provided question or request does not directly include a selected portion of the user authentication information and is not semantically related to the portion of the user authentication information, and if the question or request is provided to a corresponding user, the user is prompted to provide a response that matches the selected portion of the user authentication information; receiving a voice response to the question or request from the user; and performing voiceprint authentication for a received voice response on the basis of a portion of the retrieved user authentication information.

Description

보안성을 강화한 의미-무관 사용자 성문 인증을 제공하는 방법, 대화형 AI 에이전트 시스템 및 컴퓨터 판독가능 기록 매체A method for providing unauthenticated user authentication, an interactive AI agent system, and a computer-readable recording medium
본 발명은, 대화형 AI 에이전트 시스템의 사용자 인증에 관한 것이며, 보다 구체적으로는 대화형 AI 에이전트 시스템에 의하여 생성된 소정의 질문 또는 요청에 대한 사용자 답변의 성문 인증에 의한 사용자 인증 방법 등에 관한 것이다.The present invention relates to user authentication of an interactive AI agent system, and more particularly, to a user authentication method by a lexical authentication of a user's answer to a predetermined question or request generated by an interactive AI agent system.
근래, 인공지능 분야, 특히 자연어 이해 분야의 기술 발전에 따라, 전통적인 기계 중심의 명령 입출력 방식에 따른 기계 조작에서 벗어나, 사용자로 하여금, 보다 사람 친화적인 방식, 예컨대 음성 및/또는 텍스트 형태의 자연어를 매개로 한 대화 방식으로 기계를 조작하고 기계로부터 원하는 서비스를 얻을 수 있도록 하는 대화형 AI 에이전트 시스템의 개발 및 활용이 점차 늘어나고 있다. 그에 따라, 온라인 상담 센터나 온라인 쇼핑몰 등을 비롯한 (그러나 이에 한정되지 않은 더 많은) 다양한 분야에서, 사용자는 음성 및/또는 텍스트 형태의 자연어 대화를 통해, 대화형 AI 에이전트 시스템에게 원하는 서비스를 요청하고 그로부터 원하는 결과를 얻을 수 있게 되었다. 특히, 최근에는, 텍스트 입출력을 배제하거나 크게 줄이고, 대부분의 사용자 인터랙션이 음성 입출력에 의하여 (원격으로) 이루어지도록 한 대화형 AI 에이전트 시스템, 예컨대 스마트 스피커 시스템 등이 주목을 받고 있다.Description of the Related Art [0002] In recent years, with the development of artificial intelligence fields, especially natural language understanding fields, it has become possible to move away from the machine operation according to the conventional machine-centered command input / output method and to allow users to use natural language in a more human-friendly manner such as voice and / Interactive AI agent systems are increasingly being developed and utilized to interactively manipulate machines and obtain desired services from machines. Accordingly, in various fields, including but not limited to, an online consultation center or an online shopping mall, a user may request a desired service from the interactive AI agent system through natural language conversation in voice and / or text form From there, you can get the results you want. In particular, recently, an interactive AI agent system such as a smart speaker system has been attracting attention, in which text input / output is excluded or greatly reduced, and most user interaction is performed by voice input / output (remotely).
한편, 많은 대화형 AI 에이전트 시스템은, 각 사용자에 관한 정보(예컨대, 사용자의 개인 정보, 이력 정보 등)를 수집 및 관리하고, 수집 및 관리되는 각 사용자에 관한 정보에 기초하여 각 사용자에 맞는 적합한 서비스를 제공하고 있다. 따라서, 많은 대화형 AI 에이전트 시스템은, 일부 또는 전체 서비스 제공에 앞서서, 사용자로 하여금 해당 대화형 AI 에이전트 시스템에 대한 액세스 인증을 받도록 요구하고 있다.On the other hand, many interactive AI agent systems collect and manage information (e.g., user's personal information, history information, etc.) about each user, and based on the information about each user collected and managed, Service. Thus, many interactive AI agent systems require the user to receive access authentication to the interactive AI agent system prior to some or all service provisioning.
대화형 AI 에이전트 시스템의 인증과 관련하여, 최근에는 사용자 음성 입력을 이용한 성문(voiceprint) 인증 방식이 주목을 받고 있다. 성문 인증은, 사용자가 임의의 또는 정해진 단어나 문장을 말하면 그 음성 입력의 특징을 미리 저장된 사용자 음성 특징과 비교하여 사용자의 동일성 여부를 검증하는 방식이다. 사용자 편의성을 중시하는 흐름에 따라 성문 인증 방식은 점점 더 많은 시스템에서 채택될 전망이다. 그런데, 단순히 사용자의 성문에만 기초하여 인증을 행하는 경우, 누군가가 악의적으로 사용자의 목소리를 녹음하여 불법적으로 해당 시스템에 로그인하고자 할 경우 이를 방지하지 못할 우려가 있다.With regard to authentication of an interactive AI agent system, a voiceprint authentication method using user voice input has recently been attracting attention. When the user speaks an arbitrary or predetermined word or sentence, the user authenticates the user by comparing the feature of the voice input with the user voice feature stored in advance. With the emphasis on user convenience, it is expected that more and more systems will be adopted. However, in the case of performing authentication based solely on the user's gateways, there is a concern that when someone intentionally logs a voice of a user and illegally logs in to the system, the user may not be prevented from doing so.
따라서, 녹음에 의한 불법적 인증의 문제를 효과적으로 해결하고 보안성을 강화한 성문 인증 방법이 필요로 된다.Therefore, there is a need for a method of authenticating a grammar, which effectively solves the problem of illegal authentication by recording and enhances security.
본 발명의 일 특징에 의하면, 대화형 AI 에이전트 시스템에 의해 수행되는 사용자 성문 인증 방법이 제공된다. 본 발명의 방법은, 사용자 식별 정보를 획득하는 단계; 사용자 식별 정보에 기초하여, 사용자 데이터베이스로부터 사용자 인증 정보를 검색하는 단계; 검색된 사용자 인증 정보 중 선택된 일부에 기초하여, 음성 형태의, 사용자 인증을 위한 질문 또는 요청을 제공하는 단계 - 제공되는 질문 또는 요청은, 사용자 인증 정보 중 선택된 일부를 직접 포함하지 않고 그 선택된 일부와 의미상 관련성을 갖지 않으며, 질문 또는 요청이 해당 사용자에게 제공되는 경우, 사용자가 사용자 인증 정보 중 선택된 일부에 부합하는 답변을 제공하도록 하는 것임 -; 사용자로부터 질문 또는 요청에 대한 음성 답변을 수신하는 단계; 및 검색된 사용자 인증 정보의 일부에 기초하여, 수신된 음성 답변에 대한 성문 인증을 수행하는 단계를 포함한다.According to one aspect of the present invention, there is provided a method of authenticating a user's gateways performed by an interactive AI agent system. The method includes obtaining user identification information; Retrieving user authentication information from a user database based on the user identification information; Providing a query or request for user authentication in the form of a voice, based on a selected portion of the retrieved user authentication information, wherein the provided query or request does not directly include a selected portion of the user authentication information, And if the question or request is provided to the user, provide the user with an answer that meets a selected portion of the user authentication information; Receiving a spoken response to the question or request from the user; And performing a lexicon authentication for the received voice response based on a part of the retrieved user authentication information.
본 발명의 일 실시예에 의하면, 사용자 성문 인증 방법은, 수신된 음성 답변을 텍스트 변환하는 단계; 및 변환된 텍스트가 사용자 인증 정보 중 선택된 일부와 동일한지 판정하는 단계를 더 포함할 수 있다.According to an embodiment of the present invention, a method of authenticating a user's text includes: text-converting a received voice response; And determining whether the converted text is the same as a selected portion of the user authentication information.
본 발명의 일 실시예에 의하면, 검색된 사용자 인증 정보는, 미리 등록된 인증용 개인 어휘집- 인증용 개인 어휘집은 사용자 또는 대화형 AI 에이전트 시스템에 의해 미리 선택된 복수의 단어 또는 구절을 포함함 -과, 복수의 단어 또는 구절 각각에 관한 사용자의 음성 특징 정보를 포함할 수 있다.According to an embodiment of the present invention, the retrieved user authentication information includes at least one of a plurality of words or phrases previously registered by the user or the interactive AI agent system, And may include voice feature information of the user regarding each of a plurality of words or phrases.
본 발명의 일 실시예에 의하면, 검색된 사용자 인증 정보 중 선택된 일부에 기초하여 사용자 인증을 위한 질문 또는 요청을 제공하는 단계는, 인증용 개인 어휘집에 포함된 복수의 단어 또는 구절 중 하나의 단어 또는 구절을 랜덤하게 선택하는 단계, 및 선택된 하나의 단어 또는 구절에 기초하여 사용자 인증을 위한 질문 또는 요청을 생성하는 단계를 포함할 수 있다. 제공되는 질문 또는 요청은, 사용자에게 제공되는 경우, 사용자가 선택된 하나의 단어 또는 구절의 음성 답변을 제공하도록 생성된 것일 수 있다.According to an embodiment of the present invention, the step of providing a question or request for user authentication based on a selected part of the retrieved user authentication information includes the steps of retrieving one word or phrase of a plurality of words or phrases included in the personal dictionary for authentication , And generating a query or request for user authentication based on the selected one word or phrase. The provided question or request may be that the user is provided to provide a spoken response of a selected word or phrase, if provided to the user.
본 발명의 일 실시예에 의하면, 검색된 사용자 인증 정보의 일부에 기초하여, 수신된 음성 답변에 대한 성문 인증을 수행하는 단계는, 수신된 음성 답변을, 선택된 하나의 단어 또는 구절에 관한 사용자의 음성 특징 정보와 매칭함으로써 수행될 수 있다.According to an embodiment of the present invention, performing the gesture authentication for the received spoken response based on a portion of the retrieved user authentication information may include receiving the spoken answer in response to a user ' s voice And matching with feature information.
본 발명의 일 실시예에 의하면, 제공되는 질문 또는 요청은, 선택된 하나의 단어 또는 구절의 첫번째 음절을 제시하여 해당 음절로 시작하는 단어를 말하라는 요청일 수 있다.According to one embodiment of the present invention, the provided question or request may be a request to present a first syllable of a selected word or phrase and to say a word beginning with the syllable.
본 발명의 일 실시예에 의하면, 제공되는 질문 또는 요청은, 선택된 하나의 단어 또는 음절의 첫번째 음절로 끝나는 단어를 제시하여 끝말잇기를 제안하는 것일 수 있다.According to one embodiment of the present invention, the provided question or request may be suggesting ending by presenting a word ending with the first syllable of a selected word or syllable.
본 발명의 일 실시예에 의하면, 사용자 식별 정보는, 소정의 또는 임의로 선택된 단어 또는 구절에 관한 사용자 음성 입력으로부터 획득될 수 있다.According to one embodiment of the present invention, the user identification information may be obtained from a user speech input relating to a predetermined or randomly selected word or phrase.
본 발명의 다른 특징에 의하면, 하나 이상의 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서, 하나 이상의 명령어는, 컴퓨터에 위해 실행되는 경우, 컴퓨터로 하여금, 전술한 방법들 어느 하나의 방법을 수행하게 하는, 컴퓨터 판독 가능 기록 매체가 제공된다.According to another aspect of the present invention there is provided a computer-readable medium having stored thereon one or more instructions for causing a computer to perform any one of the methods described above, A computer-readable recording medium is provided.
본 발명의 또 다른 특징에 의하면, 사용자 성문 인증을 제공하도록 구성된 대화형 AI 에이전트 시스템이 제공된다. 본 발명의 대화형 AI 에이전트 시스템은, 음성-텍스트 변환 모듈; 사용자 인증 정보를 포함하는 사용자 데이터베이스; 및 사용자 인증 모듈을 포함한다. 사용자 인증 모듈은, 사용자 식별 정보를 획득하고, 사용자 식별 정보에 기초하여, 사용자 데이터베이스로부터 사용자 인증 정보를 검색하고, 검색된 사용자 인증 정보 중 선택된 일부에 기초하여, 음성 형태의, 사용자 인증을 위한 질문 또는 요청을 제공 - 제공되는 질문 또는 요청은, 사용자 인증 정보 중 선택된 일부를 직접 포함하지 않고 그 일부와 의미상 관련성을 갖지 않으며, 질문 또는 요청이 해당 사용자에게 제공되는 경우, 사용자가 사용자 인증 정보 중 선택된 일부에 부합하는 답변을 제공하도록 하는 것임 - 하며, 사용자로부터 질문 또는 요청에 대한 음성 답변을 수신하고, 검색된 사용자 인증 정보의 일부에 기초하여, 수신된 음성 답변에 대한 성문 인증을 수행하도록 구성된다.According to another aspect of the present invention, there is provided an interactive AI agent system configured to provide user authentication. The interactive AI agent system of the present invention comprises: a voice-to-text conversion module; A user database containing user authentication information; And a user authentication module. The user authentication module obtains the user identification information, retrieves the user authentication information from the user database based on the user identification information, and based on the selected part of the retrieved user authentication information, Providing the request - The provided question or request does not directly include a selected part of the user authentication information and is not semantically related to the part, and if the question or request is provided to the user, And is configured to receive voice answers to the questions or requests from the user and to perform voiceprint authentication on the received voice responses based on a portion of the retrieved user authentication information.
녹음에 의한 불법적 인증의 문제를 효과적으로 회피할 수 있는 성문 인증 방법이 제공될 수 있다. 특히, 대부분의 사용자 인터랙션이 음성 입출력에 의하여 원격으로 이루어지도록 한 대화형 AI 에이전트 시스템, 예컨대 스마트 스피커 시스템 등에도 활용하기에 적합한 성문 인증 방법이 제공될 수 있다.A grammar authentication method that can effectively avoid the problem of illegal authentication by recording can be provided. In particular, a gesture authentication method suitable for use in an interactive AI agent system such as a smart speaker system in which most user interaction is remotely performed by voice input / output can be provided.
도 1은, 본 발명의 일 실시예에 따라, 대화형 AI 에이전트 시스템이 구현될 수 있는 시스템 환경을 개략적으로 도시한 도면이다.1 is a schematic diagram of a system environment in which an interactive AI agent system may be implemented, according to one embodiment of the present invention.
도 2는, 본 발명의 일 실시예에 따른, 도 1의 사용자 단말(102)의 기능적 구성을 개략적으로 도시한 기능 블록도이다.FIG. 2 is a functional block diagram that schematically illustrates the functional configuration of the user terminal 102 of FIG. 1, in accordance with one embodiment of the present invention.
도 3은, 본 발명의 일 실시예에 따른, 도 1의 대화형 AI 에이전트 서버(106)의 기능적 구성을 개략적으로 도시한 기능 블록도이다.FIG. 3 is a functional block diagram that schematically illustrates the functional configuration of the interactive AI agent server 106 of FIG. 1, according to one embodiment of the present invention.
도 4는, 본 발명의 일 실시예에 따른, 대화형 AI 에이전트 시스템에 의해 수행되는, 사용자 인증을 위한 예시적 동작 흐름을 보여주는 흐름도이다.4 is a flow diagram illustrating an exemplary operational flow for user authentication performed by an interactive AI agent system, in accordance with an embodiment of the present invention.
이하, 첨부 도면을 참조하여 본 발명의 실시예에 관하여 상세히 설명한다. 이하에서는, 본 발명의 요지를 불필요하게 흐릴 우려가 있다고 판단되는 경우, 이미 공지된 기능 및 구성에 관한 구체적인 설명을 생략한다. 또한, 이하에서 설명하는 내용은 어디까지나 본 발명의 일 실시예에 관한 것일 뿐 본 개시가 이로써 제한되는 것은 아님을 알아야 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. Hereinafter, when it is determined that there is a possibility that the gist of the present invention may be unnecessarily blurred, a detailed description of known functions and configurations will be omitted. In addition, it should be understood that the following description is only an embodiment of the present invention, and the present disclosure is not limited thereto.
본 개시에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로 본 발명을 한정하려는 의도에서 사용된 것이 아니다. 예를 들면, 단수로 표현된 구성요소는 문맥상 명백하게 단수만을 의미하지 않는다면 복수의 구성요소를 포함하는 개념으로 이해되어야 한다. 본 개시에서 사용되는 "및/또는"이라는 용어는, 열거되는 항목들 중 하나 이상의 항목에 의한 임의의 가능한 모든 조합들을 포괄하는 것임이 이해되어야 한다. 본 개시에서 사용되는 '포함하다' 또는 '가지다' 등의 용어는 본 개시 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐이고, 이러한 용어의 사용에 의해 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하려는 것은 아니다.The terminology used in this disclosure is used only to describe a specific embodiment and is not used to limit the invention. For example, an element expressed in singular < Desc / Clms Page number 5 > terms should be understood as including a plurality of elements unless the context clearly dictates a singular value. It is to be understood that the term " and / or " as used in this disclosure encompasses any and all possible combinations of one or more of the listed items. It should be understood that the terms " comprises " or " having ", etc. used in the present disclosure are intended to specify that there exist features, numbers, steps, operations, elements, It is not intended to exclude the presence or addition of one or more other features, numbers, steps, operations, components, parts, or combinations thereof, by use.
본 발명의 실시예에 있어서 '모듈' 또는 '부'는 적어도 하나의 기능이나 동작을 수행하는 기능적 부분을 의미하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 또는 '부'는, 특정한 하드웨어로 구현될 필요가 있는 '모듈' 또는 '부'를 제외하고는, 적어도 하나의 소프트웨어 모듈로 일체화되어 적어도 하나의 프로세서에 의해 구현될 수 있다.As used herein, the term " module " or " module " means a functional part that performs at least one function or operation, and may be implemented by hardware or software or a combination of hardware and software. Also, a plurality of "modules" or "sub-modules" may be integrated into at least one software module and implemented by at least one processor, except for "module" or "sub-module" have.
덧붙여, 달리 정의되지 않는 한 기술적 또는 과학적인 용어를 포함하여, 본 개시에서 사용되는 모든 용어들은 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의된 용어들은, 관련 기술의 문맥상 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 개시에서 명백하게 달리 정의하지 않는 한 과도하게 제한 또는 확장하여 해석되지 않는다는 점을 알아야 한다.In addition, all terms used in the present disclosure, including technical or scientific terms, unless otherwise defined, have the same meaning as commonly understood by one of ordinary skill in the art to which this disclosure belongs. It should be understood that commonly used predefined terms are to be interpreted as having a meaning consistent with the contextual meaning of the related art and are not to be interpreted excessively or extensively unless explicitly defined otherwise in this disclosure .
이하, 첨부된 도면을 참조하여, 본 발명의 실시예에 대해 구체적으로 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은, 본 발명의 일 실시예에 따라, 대화형 AI 에이전트 시스템이 구현될 수 있는 시스템 환경(100)을 개략적으로 도시한 도면이다. 도시된 바에 의하면, 시스템 환경(100)은, 복수의 사용자 단말(102a-102n), 통신망(104), 대화형 AI 에이전트 서버(106), 및 외부 서비스 서버(108)를 포함한다.1 is a schematic diagram of a system environment 100 in which an interactive AI agent system may be implemented, in accordance with one embodiment of the present invention. The system environment 100 includes a plurality of user terminals 102a-102n, a communication network 104, an interactive AI agent server 106, and an external service server 108. As shown in FIG.
본 발명의 일 실시예에 의하면, 복수의 사용자 단말(102a-102n) 각각은 유선 또는 무선 통신 기능을 구비한 임의의 사용자 전자 장치일 수 있다. 사용자 단말(102a-102n) 각각은, 예컨대 스마트 스피커, 뮤직 플레이어, 게임 콘솔, 디지털 TV, 셋탑박스, 스마트 폰, 태블릿 PC, 데스크탑, 랩탑, PDA 등을 포함한 다양한 유선 또는 무선 통신 단말일 수 있으며, 특정 형태로 제한되지 않음을 알아야 한다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 통신망(104)을 통해서, 대화형 AI 에이전트 서버(106)와 통신, 즉 필요한 정보(예컨대, 사용자 성문 인증을 위한 음성 정보 등을 포함할 수 있고, 다만 이로써 제한되지는 않음)를 송수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 통신망(104)을 통해서, 외부 서비스 서버(108)와 통신, 즉 필요한 정보를 송수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 외부로부터 음성, 텍스트 및/또는 터치 형태의 사용자 입력을 수신할 수 있고, 통신망(104)을 통한 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)와의 통신(및/또는 사용자 단말(102a-102n) 내 처리)을 통해 얻어진, 위 사용자 입력에 대응한 동작 결과(예컨대, 사용자 인증, 특정 대화 응답의 제공 및/또는 특정 태스크의 수행 등)를 사용자에게 제공할 수 있다.According to one embodiment of the present invention, each of the plurality of user terminals 102a-102n may be any user electronic device having wired or wireless communication capability. Each of the user terminals 102a-102n may be a variety of wired or wireless communication terminals, including, for example, a smart speaker, a music player, a game console, a digital TV, a set top box, a smart phone, a tablet PC, a desktop, a laptop, It is to be understood that the invention is not limited to any particular form. According to one embodiment of the present invention, each of the user terminals 102a-102n communicates with the interactive AI agent server 106 via the communication network 104, i.e., with the necessary information (e.g., voice information And the like, but are not limited thereto). According to one embodiment of the present invention, each of the user terminals 102a-102n can communicate with the external service server 108 through the communication network 104, that is, send and receive necessary information. In accordance with one embodiment of the invention, each of the user terminals 102a-102n may receive user input in the form of voice, text and / or touch from the outside, and may interact with an interactive AI agent server (E.g., user authentication, provision of a specific conversation response) obtained via communication with the external service server 108 (e.g., the user terminal 102) and / or with the external service server 108 And / or performing certain tasks, etc.).
본 발명의 실시예에 있어서, 사용자 입력에 대응한 동작으로서의 태스크 수행은, 예컨대 정보의 검색, 물품 구매, 메시지 작성, 이메일 작성, 전화 걸기, 음악 재생, 사진 촬영, 사용자 위치 탐색, 지도/내비게이션 서비스 등을 비롯한 각종 다양한 형태의 태스크(그러나 이로써 제한되는 것은 아님) 수행을 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 사용자 입력에 대응한 동작 결과로서의 대화 응답을, 시각, 청각 및/또는 촉각 형태(예컨대, 음성, 음향, 텍스트, 비디오, 이미지, 기호, 이모티콘, 하이퍼링크, 애니메이션, 각종 노티스, 모션, 햅틱 피드백 등을 포함할 수 있으며, 이로써 제한되는 것은 아님) 등 다양한 형태로써 사용자에게 제공할 수 있다.In the embodiment of the present invention, the task execution as an operation corresponding to a user input may be performed by, for example, searching for information, purchasing goods, composing a message, composing an email, dialing, music reproduction, photographing, And the like, as well as performing various various types of tasks (but not limited thereto). In accordance with one embodiment of the present invention, each of the user terminals 102a-102n may provide a dialog response as a result of an operation corresponding to a user input, in a visual, audible and / or tactile form (e.g., Images, symbols, emoticons, hyperlinks, animations, various notices, motion, haptic feedback, and the like), and the like.
본 발명의 일 실시예에 의하면, 통신망(104)은, 임의의 유선 또는 무선 통신망, 예컨대 TCP/IP 통신망을 포함할 수 있다. 본 발명의 일 실시예에 의하면, 통신망(104)은, 예컨대 Wi-Fi망, LAN망, WAN망, 인터넷망 등을 포함할 수 있으며, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 일 실시예에 의하면, 통신망(104)은, 예컨대 이더넷, GSM, EDGE(Enhanced Data GSM Environment), CDMA, TDMA, OFDM, 블루투스, VoIP, Wi-MAX, Wibro 기타 임의의 다양한 유선 또는 무선 통신 프로토콜을 이용하여 구현될 수 있다.According to one embodiment of the present invention, the communication network 104 may include any wired or wireless communication network, e.g., a TCP / IP communication network. According to an embodiment of the present invention, the communication network 104 may include, for example, a Wi-Fi network, a LAN network, a WAN network, an Internet network, and the like, and the present invention is not limited thereto. In accordance with one embodiment of the present invention, the communication network 104 may be any of a variety of wired or wireless, such as Ethernet, GSM, EDGE, CDMA, TDMA, OFDM, Bluetooth, VoIP, Wi- May be implemented using a communication protocol.
본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 통신망(104)을 통해 사용자 단말(102a-102n)과 통신할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 통신망(104)을 통해 사용자 단말(102a-102n)과 필요한 정보를 송수신하고, 이를 통해 사용자 단말(102a-102n) 상에서 수신된 사용자 입력에 대응한, 즉 사용자 의도에 부합하는 동작 결과가, 사용자에게 제공되도록 동작할 수 있다.According to one embodiment of the present invention, the interactive AI agent server 106 may communicate with the user terminals 102a-102n via the communication network 104. [ In accordance with one embodiment of the present invention, the interactive AI agent server 106 sends and receives necessary information to and from the user terminals 102a-102n via the communication network 104, The operation result corresponding to the user input, i.e., the user's intention, can be provided to the user.
본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 통신망(104)을 통한 사용자 단말(102a-102n)과의 통신을 통해, 해당 사용자에 관한 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 사용자 인증이 필요한 소정의 서비스를 제공하기에 앞서서, 해당 사용자에 관한 인증 절차를 개시할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)로부터 수신된 사용자 음성 입력 및/또는 사용자 단말(102a-102n) 각각의 식별자 등으로부터 사용자 식별 정보를 획득하고 획득된 사용자 식별 정보에 기초하여 사용자 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)로부터 수신된 소정의 또는 임의의 단어 또는 구절에 관한 사용자 음성 입력을 수신하고 그로부터 사용자 식별 정보를 획득하여 사용자 인증 절차를 수행할 수 있다. According to one embodiment of the present invention, the interactive AI agent server 106 may perform authentication procedures for the user through communication with the user terminals 102a-102n via the communication network 104. [ According to an embodiment of the present invention, the interactive AI agent server 106 may initiate an authentication procedure for the user before providing the predetermined service requiring user authentication. In accordance with one embodiment of the present invention, the interactive AI agent server 106 may provide user identification (e. G., Identification) from the user voice input received from the user terminal 102a-102n and / or the identifier of each of the user terminals 102a- Acquire the information, and perform the user authentication procedure based on the obtained user identification information. In accordance with one embodiment of the present invention, the interactive AI agent server 106 receives user voice input relating to certain or any words or phrases received from, for example, user terminals 102a-102n, So that the user authentication procedure can be performed.
본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 통신망(104)을 통해 사용자 단말(102a-102n)로부터 음성, 텍스트, 및/또는 터치 형태의 사용자 자연어 입력을 수신하고, 미리 준비된 모델들에 기초해서 그 수신된 자연어 입력을 처리하여 사용자의 의도(intent)를 결정할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 위 결정된 사용자 의도에 기초하여 대응하는 동작이 수행되도록 할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)이 사용자 의도에 부합하는 특정한 태스크를 수행하도록 특정한 제어 신호를 생성하여 해당 사용자 단말(102a-102n)로 전송할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)이 사용자 의도에 부합하는 특정한 태스크를 수행하게 하기 위하여, 통신망(104)을 통해 외부 서비스 서버(108)에 접속할 수 있다.In accordance with one embodiment of the present invention, the interactive AI agent server 106 receives user natural language input in the form of speech, text, and / or touch from the user terminals 102a-102n, for example via the communication network 104 , The received natural language input may be processed based on previously prepared models to determine the intent of the user. According to one embodiment of the present invention, the interactive AI agent server 106 may cause a corresponding operation to be performed based on the determined user intention. In accordance with one embodiment of the present invention, the interactive AI agent server 106 generates a specific control signal, e.g., to enable the user terminal 102a-102n to perform a particular task that is consistent with the user's intent, 102n. In accordance with one embodiment of the present invention, the interactive AI agent server 106 may communicate with the external service server 102 via the communication network 104, for example, to allow the user terminals 102a-102n to perform certain tasks consistent with the user's intent. Lt; RTI ID = 0.0 > 108 < / RTI >
본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 의도에 부합하는 특정한 대화 응답을 생성하여 사용자 단말(102a-102n)로 전송할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 위 결정된 사용자 의도에 기초하여, 대응하는 대화 응답을 음성 및/또는 텍스트 형태로써 생성하고, 생성된 응답을, 통신망(104)을 통해, 사용자 단말(102a-102n)로 전달할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)에 의해 생성되는 대화 응답은, 전술한 음성 및/또는 텍스트 형태의 자연어 응답과 함께, 이미지, 비디오, 기호, 이모티콘 등 다른 시각적 요소들이나, 음향 등의 다른 청각적 요소들이나, 기타 다른 촉각적 요소들을 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 상에서 수신된 사용자 입력의 형태(예컨대, 음성 입력인지 아니면 텍스트 입력인지)에 따라, 대화형 AI 에이전트 서버(106) 상에서 동일한 형태의 응답이 생성될 수 있으며(예컨대, 음성 입력이 주어진 경우에는 음성 응답이 생성되고 텍스트 입력이 주어진 경우에는 텍스트 응답이 생성됨), 다만 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 사용자 입력의 형태와 무관하게 음성 및/또는 텍스트 형태의 응답이 생성 및 제공될 수 있음을 알아야 한다.In accordance with one embodiment of the present invention, the interactive AI agent server 106 may generate and send a specific interactive response, e.g., consistent with the user's intent, to the user terminals 102a-102n. In accordance with one embodiment of the present invention, the interactive AI agent server 106 generates a corresponding interactive response in the form of voice and / or text based on the determined user intention and sends the generated response to the communication network 104 To the user terminals 102a-102n. According to one embodiment of the present invention, the interactive response generated by the interactive AI agent server 106 may include other visual elements such as images, video, symbols, emoticons, etc., along with the natural language responses of the above- Or other auditory elements such as sound, or other tactile elements. According to one embodiment of the present invention, the same type of response (e. G., On the interactive AI agent server 106) is performed on the interactive AI agent server 106 according to the type of user input received on the user terminal 102a- (E.g., a voice response is generated if a voice input is given and a text response is generated if a text input is given), but the present invention is not limited thereto. It should be noted that according to another embodiment of the present invention, responses in the form of voice and / or text may be generated and provided irrespective of the type of user input.
본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 앞서 언급한 바와 같이, 통신망(104)을 통해서 외부 서비스 서버(108)와 통신할 수 있다. 외부 서비스 서버(108)는, 예컨대 메시징 서비스 서버, 온라인 상담 센터 서버, 온라인 쇼핑몰 서버, 정보 검색 서버, 지도 서비스 서버, 네비게이션 서비스 서버 등일 수 있으며, 본 개시가 이로써 제한되는 것은 아니다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)로부터 사용자 단말(102a-102n)로 전달되는, 사용자 의도에 기초한 대화 응답은, 예컨대 외부 서비스 서버(108)로부터 검색 및 획득된 데이터 콘텐츠를 포함한 것일 수 있음을 알아야 한다.According to one embodiment of the present invention, the interactive AI agent server 106 may communicate with the external service server 108 via the communication network 104, as described above. The external service server 108 may be, for example, a messaging service server, an online consultation center server, an online shopping mall server, an information search server, a map service server, a navigation service server, and the like. In accordance with one embodiment of the present invention, an interactive response based on the user's intent, which is transmitted from the interactive AI agent server 106 to the user terminals 102a-102n, It should be noted that this may include content.
본 도면에서는, 대화형 AI 에이전트 서버(106)가 외부 서비스 서버(108)와 통신망(104)을 통해 통신 가능하게 구성된 별도의 물리 서버인 것으로 도시되어 있으나, 본 개시가 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 온라인 상담 센터 서버 또는 온라인 쇼핑몰 서버 등 각종 서비스 서버의 일부로 포함되어 구성될 수도 있음을 알아야 한다.Although the interactive AI agent server 106 is shown as being a separate physical server configured to communicate with the external service server 108 via the communication network 104, the present disclosure is not limited thereto. According to another embodiment of the present invention, the interactive AI agent server 106 may be included as part of various service servers such as an online consultation center server or an online shopping mall server.
도 2는, 본 발명의 일 실시예에 따른, 도 1에 도시된 사용자 단말(102)의 기능적 구성을 개략적으로 도시한 기능 블록도이다. 도시된 바에 의하면, 사용자 단말(102)은, 사용자 입력 수신 모듈(202), 센서 모듈(204), 프로그램 메모리 모듈(206), 프로세싱 모듈(208), 통신 모듈(210), 및 응답 출력 모듈(212)을 포함한다.2 is a functional block diagram that schematically illustrates the functional configuration of the user terminal 102 shown in FIG. 1, in accordance with one embodiment of the present invention. The user terminal 102 includes a user input receiving module 202, a sensor module 204, a program memory module 206, a processing module 208, a communication module 210, 212).
본 발명의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 사용자로부터 다양한 형태의 입력, 예컨대 음성 입력 및/또는 텍스트 입력 등의 자연어 입력(및 부가적으로 터치 입력 등의 다른 형태의 입력)을 수신할 수 있다. 본 발명의 다른 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 텍스트 입력은 제외하고, 음성 입력과 터치 입력을 수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 예컨대 마이크로폰 및 오디오 회로를 포함하며, 마이크로폰을 통해 사용자 음성 입력 신호를 획득하고 획득된 신호를 오디오 데이터로 변환할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 예컨대 마우스, 조이스틱, 트랙볼 등의 각종 포인팅 장치, 키보드, 터치패널, 터치스크린, 스타일러스 등 다양한 형태의 입력 장치를 포함할 수 있고, 이들 입력 장치를 통해 사용자로부터 입력된 텍스트 입력 및/또는 터치 입력 신호를 획득할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)에서 수신되는 사용자 입력은, 사용자 인증이나, 소정의 태스크 수행, 예컨대 소정의 애플리케이션 실행, 또는 소정 정보의 검색 등과 연관될 수 있으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 사용자 입력 수신 모듈(202)에서 수신되는 사용자 입력은, 사용자 인증, 소정의 애플리케이션 실행, 또는 정보의 검색 등과는 무관하게 단순한 대화 응답 만을 필요로 하는 것일 수도 있다. 본 발명의 다른 실시예에 의하면, 사용자 입력 수신 모듈(202)에서 수신되는 사용자 입력은, 일방적 의사 전달을 위한 단순 진술에 관한 것일 수도 있다.According to an embodiment of the present invention, the user input receiving module 202 may receive various types of input from a user, for example, a natural language input such as a voice input and / or a text input (and additionally, Can be received. According to another embodiment of the present invention, the user input receiving module 202 may receive voice input and touch input, except for text input. According to one embodiment of the present invention, the user input receiving module 202 includes, for example, a microphone and an audio circuit, and can acquire a user audio input signal through a microphone and convert the obtained signal into audio data. According to an embodiment of the present invention, the user input receiving module 202 may include various types of input devices such as various pointing devices such as a mouse, a joystick, and a trackball, a keyboard, a touch panel, a touch screen, , And can acquire a text input and / or a touch input signal inputted from a user through these input devices. In accordance with one embodiment of the present invention, the user input received at the user input receiving module 202 may be associated with user authentication, performing a predetermined task, such as executing a predetermined application, or retrieving certain information, The invention is not so limited. According to another embodiment of the present invention, the user input received at the user input receiving module 202 may require only a simple conversation response regardless of user authentication, predetermined application execution, or retrieval of information. According to another embodiment of the present invention, the user input received at the user input receiving module 202 may relate to a simple statement for unilateral communication.
본 발명의 일 실시예에 의하면, 센서 모듈(204)은 하나 이상의 서로 다른 유형의 센서를 포함하고, 이들 센서를 통해 사용자 단말(102)의 상태 정보, 예컨대 해당 사용자 단말(102)의 물리적 상태, 소프트웨어 및/또는 하드웨어 상태, 또는 사용자 단말(102)의 주위 환경 상태에 관한 정보 등을 획득할 수 있다. 본 발명의 일 실시예에 의하면, 센서 모듈(204)은, 예컨대 광 센서를 포함하고, 광 센서를 통해 해당 사용자 단말(102)의 주변 광 상태를 감지할 수 있다. 본 발명의 일 실시예에 의하면, 센서 모듈(204)은, 예컨대 이동 센서를 포함하고, 이동 센서를 통해 해당 사용자 단말(102)의 이동 상태 여부를 감지할 수 있다. 본 발명의 일 실시예에 의하면, 센서 모듈(204)은, 예컨대 속도 센서 및 GPS 센서를 포함하고, 이들 센서를 통해 해당 사용자 단말(102)의 위치 및/또는 배향 상태를 감지할 수 있다. 본 발명의 다른 실시예에 의하면, 센서 모듈(204)은 온도 센서, 이미지 센서, 압력 센서, 접촉 센서 등을 비롯한 다른 다양한 형태의 센서를 포함할 수 있음을 알아야 한다.In accordance with one embodiment of the present invention, the sensor module 204 includes one or more different types of sensors through which the status information of the user terminal 102, such as the physical state of the user terminal 102, Software and / or hardware status, or information regarding the environmental conditions of the user terminal 102, and the like. According to an embodiment of the present invention, the sensor module 204 may include an optical sensor, for example, and may sense the ambient light condition of the user terminal 102 through the optical sensor. According to an embodiment of the present invention, the sensor module 204 includes, for example, a movement sensor and can detect whether the corresponding user terminal 102 is moving through the movement sensor. According to one embodiment of the present invention, the sensor module 204 includes, for example, a velocity sensor and a GPS sensor, and through these sensors, the position and / or orientation of the corresponding user terminal 102 can be detected. In accordance with another embodiment of the present invention, it should be appreciated that the sensor module 204 may include other various types of sensors, including temperature sensors, image sensors, pressure sensors, touch sensors, and the like.
본 발명의 일 실시예에 의하면, 프로그램 메모리 모듈(206)은, 사용자 단말(102) 상에서 실행될 수 있는 각종 프로그램, 예컨대 각종 애플리케이션 프로그램 및 관련 데이터 등이 저장된 임의의 저장 매체일 수 있다. 본 발명의 일 실시예에 의하면, 프로그램 메모리 모듈(206)에는, 예컨대 전화 걸기 애플리케이션, 이메일 애플리케이션, 인스턴트 메시징 애플리케이션, 카메라 애플리케이션, 음악 재생 애플리케이션, 비디오 재생 애플리케이션, 이미지 관리 애플리케이션, 지도 애플리케이션, 브라우저 애플리케이션 등을 비롯한 다양한 애플리케이션 프로그램들과 이들 프로그램의 실행과 관련된 데이터들이 저장될 수 있다. 본 발명의 일 실시예에 의하면, 프로그램 메모리 모듈(206)은, DRAM, SRAM, DDR RAM, ROM, 자기 디스크, 광 디스크, 플래시 메모리 등 다양한 형태의 휘발성 또는 비휘발성 메모리를 포함하도록 구성될 수 있다.According to one embodiment of the present invention, the program memory module 206 may be any storage medium that stores various programs that may be executed on the user terminal 102, such as various application programs and related data. In accordance with one embodiment of the present invention, program memory module 206 may include, for example, a telephone dialer application, an email application, an instant messaging application, a camera application, a music playback application, a video playback application, an image management application, , And data related to the execution of these programs. According to one embodiment of the present invention, the program memory module 206 may be configured to include various types of volatile or non-volatile memory such as DRAM, SRAM, DDR RAM, ROM, magnetic disk, optical disk, .
본 발명의 일 실시예에 의하면, 프로세싱 모듈(208)은, 사용자 단말(102)의 각 컴포넌트 모듈과 통신하고 사용자 단말(102) 상에서 각종 연산을 수행할 수 있다. 본 발명의 일 실시예에 의하면, 프로세싱 모듈(208)은, 프로그램 메모리 모듈(206) 상의 각종 애플리케이션 프로그램을 구동 및 실행시킬 수 있다. 본 발명의 일 실시예에 의하면, 프로세싱 모듈(208)은, 필요한 경우, 사용자 입력 수신 모듈(202) 및 센서 모듈(204)에서 획득된 신호를 수신하고, 이들 신호에 관한 적절한 처리를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 프로세싱 모듈(208)은, 필요한 경우, 통신 모듈(210)을 통해 외부로부터 수신되는 신호에 대해 적절한 처리를 수행할 수 있다.According to one embodiment of the present invention, the processing module 208 may communicate with each component module of the user terminal 102 and perform various operations on the user terminal 102. According to one embodiment of the present invention, the processing module 208 can drive and execute various application programs on the program memory module 206. [ According to one embodiment of the present invention, the processing module 208 may receive signals from the user input receiving module 202 and the sensor module 204, if necessary, and perform appropriate processing on these signals have. According to one embodiment of the present invention, the processing module 208 may, if necessary, perform appropriate processing on signals received from the outside via the communication module 210.
본 발명의 일 실시예에 의하면, 통신 모듈(210)은, 사용자 단말(102)이 도 1의 통신망(104)을 통하여, 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)와 통신할 수 있게 한다. 본 발명의 일 실시예에 의하면, 통신 모듈(212)은, 예컨대 사용자 입력 수신 모듈(202) 및 센서 모듈(204) 상에서 획득된 신호가 소정의 프로토콜에 따라 통신망(104)을 통하여 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)로 전송되도록 할 수 있다. 본 발명의 일 실시예에 의하면, 통신 모듈(210)은, 예컨대 통신망(104)을 통하여 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)로부터 수신된 각종 신호, 예컨대 음성 및/또는 텍스트 형태의 자연어 응답을 포함한 응답 신호 또는 각종 제어 신호 등을 수신하고, 소정의 프로토콜에 따라 적절한 처리를 수행할 수 있다.According to one embodiment of the invention, the communication module 210 is configured to allow the user terminal 102 to communicate with the interactive AI agent server 106 and / or the external service server 108 via the communication network 104 of FIG. 1 Communication. According to one embodiment of the present invention, the communication module 212 may be configured to receive signals from, for example, the user input receiving module 202 and the sensor module 204 via the communication network 104 in accordance with a predetermined protocol, To server 106 and / or to external service server 108. [ In accordance with one embodiment of the present invention, the communication module 210 may provide various signals received from the interactive AI agent server 106 and / or the external service server 108 via the communication network 104, e.g., voice and / Or a response signal including a natural language response in the form of a text, or various control signals, and perform appropriate processing according to a predetermined protocol.
본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)은, 사용자 입력에 대응하는 응답을 시각, 청각 및/또는 촉각 등 다양한 형태로써 출력할 수 있다. 본 발명의 다른 실시예에 의하면, 응답 출력 모듈(212)은, 주로 음성 출력을 제공하고, 보조적으로 텍스트 출력을 제공할 수 있다. 본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)은, 예컨대 스피커 또는 헤드셋을 포함하고, 사용자 입력에 대응하는 청각적 응답, 예컨대 음성 및/또는 음향 응답을 스피커 또는 헤드셋을 통해 사용자에게 제공할 수 있다. 본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)은, 예컨대 LCD, LED, OLED, QLED 등의 기술에 기초한 터치 스크린 등의 각종 디스플레이 장치를 포함하고, 이들 디스플레이 장치를 통해 사용자 입력에 대응하는 시각적 응답, 예컨대 텍스트, 기호, 비디오, 이미지, 하이퍼링크, 애니메이션, 각종 노티스 등을 사용자에게 제시할 수 있다. 본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)는 모션/햅틱 피드백 생성부를 포함하고, 이를 통해 촉각적 응답, 예컨대 모션/햅틱 피드백을 사용자에게 제공할 수 있다. 본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)은, 사용자 입력에 대응하는 텍스트 응답, 음성 응답 및 모션/햅틱 피드백 중 임의의 두 개이상의 조합을 동시에 제공할 수 있음을 알아야 한다.According to an embodiment of the present invention, the response output module 212 may output a response corresponding to a user input in various forms such as time, auditory, and / or tactile sense. In accordance with another embodiment of the present invention, the response output module 212 may provide primarily audio output and supplementally provide text output. According to one embodiment of the present invention, the response output module 212 may include, for example, a speaker or a headset and may provide an audible response, e.g., voice and / or acoustic response corresponding to user input, can do. According to one embodiment of the present invention, the response output module 212 includes various display devices such as a touch screen based on technology such as LCD, LED, OLED, QLED, and the like, Such as text, symbols, video, images, hyperlinks, animations, various notices, etc., to the user. According to one embodiment of the present invention, the response output module 212 includes a motion / haptic feedback generator, through which a tactile response, e.g., motion / haptic feedback, can be provided to the user. In accordance with one embodiment of the present invention, it should be appreciated that the response output module 212 may simultaneously provide any combination of two or more of a text response, a voice response, and a motion / haptic feedback corresponding to a user input.
도 3은, 본 발명의 일 실시예에 따른, 도 1의 대화형 AI 에이전트 서버(106)의 기능적 구성을 개략적으로 도시한 기능 블록도이다. 도시된 바에 의하면, 대화형 에이전트 서버(106)는, 통신 모듈(302), 음성-텍스트 변환(Speech-To-Text; STT) 모듈(304), 자연어 이해(Natural Language Understanding; NLU) 모듈(306), 대화 이해 지식베이스(308), 사용자 데이터베이스(310), 사용자 인증 모듈(312), 대화 관리 모듈(314), 대화 생성 모듈(316), 및 음성 합성(Text-To-Speech; TTS) 모듈(318)을 포함한다.FIG. 3 is a functional block diagram that schematically illustrates the functional configuration of the interactive AI agent server 106 of FIG. 1, according to one embodiment of the present invention. The interactive agent server 106 includes a communication module 302, a Speech-To-Text (STT) module 304, a Natural Language Understanding (NLU) module 306 A dialogue understanding knowledge base 308, a user database 310, a user authentication module 312, a dialogue management module 314, a dialogue generation module 316, and a text-to-speech (TTS) (318).
본 발명의 일 실시예에 의하면, 통신 모듈(302)은, 소정의 유선 또는 무선 통신 프로토콜에 따라, 통신망(104)을 통하여, 대화형 AI 에이전트 서버(106)가 사용자 단말(102) 및/또는 외부 서비스 서버(108)와 통신할 수 있게 한다. 본 발명의 일 실시예에 의하면, 통신 모듈(302)은, 통신망(104)을 통해, 사용자 단말(102)로부터 전송되어 온, 사용자 입력(예컨대 터치 입력, 음성 입력 및/또는 텍스트 입력 등을 포함하며, 이로써 제한되지 않음)을 수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력은 사용자 인증과 관련된 신호, 예컨대 사용자 식별 정보를 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력은, 예컨대 사용자 단말(102)의 식별자와 결합한 사용자 식별 정보를 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력은 사용자 인증과 관련된 질문 또는 요청에 관한 답변의 음성 입력 신호일 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력은 특정한 태스크 실행 또는 대화 응답의 요청 신호일 수 있다. According to one embodiment of the present invention, the communication module 302 is configured to allow the interactive AI agent server 106 to communicate with the user terminal 102 and / or via the communication network 104, in accordance with any wired or wireless communication protocol, Thereby enabling communication with the external service server 108. According to one embodiment of the present invention, the communication module 302 includes a user input (e.g., including touch input, voice input and / or text input, etc.) transmitted from the user terminal 102 via the communication network 104 And is not limited thereby). According to one embodiment of the present invention, the user input may include a signal associated with user authentication, e.g., user identification information. According to one embodiment of the present invention, the user input may include user identification information, for example, in combination with an identifier of the user terminal 102. According to one embodiment of the present invention, the user input may be a voice input signal of a question relating to user authentication or an answer to a request. According to one embodiment of the present invention, the user input may be a request signal for a particular task execution or conversation response.
본 발명의 일 실시예에 의하면, 통신 모듈(302)은, 전술한 사용자 입력과 함께 또는 그와 별도로, 통신망(104)을 통해, 사용자 단말(102)로부터 전송되어 온, 사용자 단말(102)의 상태 정보를 수신할 수 있다. 본 발명의 일 실시예에 의하면, 상태 정보는, 예컨대 전술한 사용자 입력 당시의 해당 사용자 단말(102)에 관련된 여러가지 상태 정보(예컨대, 사용자 단말(102)의 물리적 상태, 사용자 단말(102)의 소프트웨어 및/또는 하드웨어 상태, 사용자 단말(102) 주위의 환경 상태 정보 등)일 수 있다. 본 발명의 일 실시예에 의하면, 통신 모듈(302)은, 또한, 위 수신된 사용자 입력에 대응하여 대화형 AI 에이전트 서버(106)에서 생성된 대화 응답(예컨대, 음성 및/또는 텍스트 형태의 자연어 대화 응답 등) 및/또는 제어 신호를, 통신망(104)을 통해, 사용자 단말(102)로 전달하기 위해 필요한 적절한 조치를 수행할 수 있다.In accordance with one embodiment of the present invention, communication module 302 is coupled to user terminal 102, which has been transmitted from user terminal 102 via communication network 104, with or without user input, Status information can be received. According to one embodiment of the present invention, the state information may include various state information (e.g., the physical state of the user terminal 102, the software of the user terminal 102) related to the user terminal 102 at the time of user input And / or hardware state, environmental state information around the user terminal 102, etc.). In accordance with one embodiment of the present invention, communication module 302 may also be configured to generate an interactive response (e. G., A native < / RTI > And / or control signals to the user terminal 102 via the communication network 104. The user terminal 102 may be connected to the user terminal 102 via the network 104,
본 발명의 일 실시예에 의하면, STT 모듈(304)은, 통신 모듈(302)을 통해 수신된 사용자 입력 중 음성 입력을 수신하고, 수신된 음성 입력을 패턴 매칭 등에 기초하여 텍스트 데이터로 변환할 수 있다. 본 발명의 일 실시예에 의하면, STT 모듈(304)은, 사용자의 음성 입력으로부터 특징을 추출하여 특징 벡터열을 생성할 수 있다. 본 발명의 일 실시예에 의하면, STT 모듈(304)은, DTW(Dynamic Time Warping) 방식이나 HMM 모델(Hidden Markov Model), GMM 모델(Gaussian-Mixture Mode), 딥 신경망 모델, n-gram 모델 등의 다양한 통계적 모델에 기초하여, 텍스트 인식 결과, 예컨대 단어들의 시퀀스를 생성할 수 있다. 본 발명의 일 실시예에 의하면, STT 모듈(304)은, 수신된 음성 입력을 패턴 매칭에 기초하여 텍스트 데이터로 변환할 때, 후술하는 사용자 데이터베이스(310)의 각 사용자 특징적 데이터를 참조할 수 있다.According to one embodiment of the present invention, the STT module 304 may receive speech input from user input received via the communication module 302 and convert the received speech input into text data based on pattern matching and the like have. According to one embodiment of the present invention, the STT module 304 may extract a feature from a user's speech input to generate a feature vector sequence. According to an exemplary embodiment of the present invention, the STT module 304 may be implemented by a DTW (Dynamic Time Warping) method, an HMM model (Hidden Markov Model), a GMM model (Gaussian-Mixture Mode), a deep neural network model, For example, a sequence of words, based on various statistical models of the speech recognition results. According to one embodiment of the present invention, the STT module 304 can refer to each user characteristic data of the user database 310, which will be described later, when converting the received voice input into text data based on pattern matching .
본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 통신 모듈(302) 또는 STT 모듈(304)로부터 텍스트 입력을 수신할 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)에서 수신되는 텍스트 입력은, 예컨대 통신 모듈(302)에서 통신망(104)을 통하여 사용자 단말(102)로부터 수신되었던 사용자 텍스트 입력 또는 통신 모듈(302)에서 수신된 사용자 음성 입력으로부터 STT 모듈(304)에서 생성된 텍스트 인식 결과, 예컨대 단어들의 시퀀스일 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 텍스트 입력을 수신하는 것과 함께 또는 그 이후에, 해당 사용자 입력과 연관된 상태 정보, 예컨대 해당 사용자 입력 당시의 사용자 단말(102)의 상태 정보 등을 수신할 수 있다. 전술한 바와 같이, 상태 정보는, 예컨대 사용자 단말(102)에서 사용자 음성 입력 및/또는 텍스트 입력 당시의 해당 사용자 단말(102)에 관련된 여러가지 상태 정보(예컨대, 사용자 단말(102)의 물리적 상태, 소프트웨어 및/또는 하드웨어 상태, 사용자 단말(102) 주위의 환경 상태 정보 등)일 수 있다.According to one embodiment of the present invention, the NLU module 306 may receive text input from the communication module 302 or the STT module 304. The textual input received at the NLU module 306 may be transmitted to the user terminal 102 via the user text input or communication module 302 that has been received from the user terminal 102 via the communication network 104, For example, a sequence of words, generated by the STT module 304 from the user speech input received at the STT module 304. [ In accordance with one embodiment of the present invention, the NLU module 306 may include status information associated with the user input, such as with or after receipt of the text input, e.g., status information of the user terminal 102 at the time of the user input And the like. As described above, the status information may include various status information (e.g., the physical state of the user terminal 102, the software status of the user terminal 102) associated with the user terminal 102 at the time of user input and / And / or hardware state, environmental state information around the user terminal 102, etc.).
본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 후술하는 대화 이해 지식베이스(308)에 기초하여, 위 수신된 텍스트 입력을 하나 이상의 사용자 의도(intent)에 대응시킬 수 있다. 여기서 사용자 의도는, 그 사용자 의도에 따라 대화형 AI 에이전트 서버(106)에 의해 이해되고 수행될 수 있는 일련의 동작(들)과 연관될 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 수신된 텍스트 입력을 하나 이상의 사용자 의도에 대응시킴에 있어서 전술한 상태 정보를 참조할 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 수신된 텍스트 입력을 하나 이상의 사용자 의도에 대응시킴에 있어서 후술하는 사용자 데이터베이스(310)의 각 사용자 특징적 데이터를 참조할 수 있다.According to one embodiment of the present invention, the NLU module 306 may map the received text input to one or more user intents based on a dialog understanding knowledge base 308, which will be described later. Where the user intent can be associated with a series of operations (s) that can be understood and performed by the interactive AI agent server 106 according to the user intention. According to one embodiment of the present invention, the NLU module 306 may refer to the status information described above in associating the received text input with one or more user intentions. According to one embodiment of the present invention, the NLU module 306 may refer to each user characteristic data of the user database 310, which will be described later, in mapping the received text input to one or more user intentions.
본 발명의 일 실시예에 의하면, 대화 이해 지식베이스(308)는, 예컨대 미리 정의된 온톨로지 모델을 포함할 수 있다. 본 발명의 일 실시예에 의하면, 온톨로지 모델은, 예컨대 노드들 간의 계층 구조로 표현될 수 있는데, 각 노드는 사용자의 의도에 대응한 "의도" 노드 또는 "의도" 노드에 링크된 하위 "속성" 노드("의도" 노드에 직접 링크되거나 "의도" 노드의 "속성" 노드에 다시 링크된 하위 "속성" 노드) 중 하나일 수 있다. 본 발명의 일 실시예에 의하면, "의도" 노드와 그 "의도" 노드에 직접 또는 간접 링크된 "속성" 노드들은 하나의 도메인을 구성할 수 있고, 온톨로지는 이러한 도메인들의 집합으로 구성될 수 있다. 본 발명의 일 실시예에 의하면, 대화 이해 지식베이스(308)는, 예컨대 대화형 AI 에이전트 시스템이 이해하고 그에 대응한 동작을 수행할 수 있는 모든 의도들에 각각 대응하는 도메인들을 포함하도록 구성될 수 있다. 본 발명의 일 실시예에 의하면, 온톨로지 모델은, 노드의 추가나 삭제, 또는 노드 간의 관계의 수정 등에 의해 동적으로 변경될 수 있음을 알아야 한다.According to one embodiment of the present invention, the conversation understanding knowledge base 308 may include, for example, a predefined ontology model. According to one embodiment of the present invention, an ontology model can be represented, for example, in a hierarchical structure between nodes, where each node is associated with an " intention " node corresponding to the user & Node (a sub-attribute node directly linked to an " intent " node or linked back to an " attribute " node of an " intent " node). According to one embodiment of the present invention, " attribute " nodes directly or indirectly linked to an " intention " node and its " intent " node may constitute one domain, and an ontology may be composed of such a set of domains . According to one embodiment of the present invention, the conversation understanding knowledge base 308 may be configured to include domains corresponding to all intents, for example, an interactive AI agent system that can understand and perform corresponding actions have. According to one embodiment of the present invention, it should be noted that the ontology model can be dynamically changed by addition or deletion of nodes or modification of relations between nodes.
본 발명의 일 실시예에 의하면, 온톨로지 모델 내의 각 도메인의 의도 노드 및 속성 노드들은, 그에 대응하는 사용자 의도 또는 속성들에 관련된 단어들 및/또는 구절들과 각각 연관될 수 있다. 본 발명의 일 실시예에 의하면, 대화 이해 지식베이스(308)은, 온톨로지 모델을, 계층 구조의 노드들과, 각 노드 별로 연관된 단어들 및/또는 구절들의 집합으로 구성된, 예컨대 어휘 사전 형태(구체적으로 도시되지 않음)로 구현할 수 있고, NLU 모듈(306)은 이와 같이 어휘 사전 형태로 구현된 온톨로지 모델에 기초하여 사용자 의도를 결정할 수 있다. 예컨대, 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 텍스트 입력 또는 단어들의 시퀀스를 수신하면, 그 시퀀스 내의 각 단어들이 온톨로지 모델 내의 어떤 도메인의 어떤 노드들에 연관되는지 결정할 수 있고, 그러한 결정에 기초하여 대응하는 도메인, 즉 사용자 의도를 결정할 수 있다. According to one embodiment of the present invention, the intention nodes and attribute nodes of each domain in the ontology model may be associated with words and / or phrases associated with corresponding user intents or attributes, respectively. According to one embodiment of the present invention, the conversation understanding knowledge base 308 includes an ontology model 308, which includes an ontology model, for example, a dictionary form (consisting of a set of words and / or phrases associated with each node, , And the NLU module 306 can determine the user's intention based on the ontology model implemented in the lexical dictionary form. For example, according to one embodiment of the present invention, the NLU module 306, upon receipt of a text input or a sequence of words, can determine which of the domains in the ontology model each word in the sequence is associated with, Based on such a determination, the corresponding domain, i.e. the user intent, can be determined.
본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)는, 각 사용자별 인증 정보를 포함한 각 사용자별 특징적 데이터를 저장 및 관리하는 데이터베이스일 수 있다. 본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)에 포함되는 각 사용자별 특징적 데이터는, 예컨대 각 사용자별로 해당 사용자의 이전 대화/거동 기록, 사용자의 발음 특징 정보, 사용자 어휘 선호도, 사용자의 소재지, 설정 언어, 연락처/친구 목록, 기타 다양한 사용자 특징적 정보를 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)에 포함된 각 사용자별 인증 정보는, 예컨대 미리 선택 및 등록된 복수의 단어 또는 구절을 포함하는 인증용 개인 어휘집 및 그 인증용 개인 어휘집에 포함된 단어 또는 구절 각각에 관한 사용자의 음성 특징 정보(예컨대, 사용자의 음성 특징 모델 등)를 포함할 수 있다. 본 발명의 일 실시예에 의하면, 각 사용자의 인증용 개인 어휘집은, 사용자에 의해 미리 선택되고 등록된 복수의 단어나 구절을 포함할 수 있다.According to an embodiment of the present invention, the user database 310 may be a database for storing and managing characteristic data for each user including authentication information for each user. According to an embodiment of the present invention, the characteristic data for each user included in the user database 310 may include, for example, previous conversation / behavior record of the user for each user, pronunciation feature information of the user, user lexical preference, , A set language, a contact / buddy list, and various other user-specific information. According to an embodiment of the present invention, the authentication information for each user included in the user database 310 is included in the personal vocabulary for authentication including a plurality of words or phrases previously selected and registered and the personal vocabulary for authentication (E. G., User ' s voice feature model, etc.) regarding each of the words or phrases. According to an embodiment of the present invention, each user's personal lexicon for authentication may include a plurality of words or phrases previously selected and registered by the user.
구체적으로 도시되지는 않았으나, 본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)의 각 사용자별 인증용 개인 어휘집은, 각 사용자에 의해 선택된, 각기 다른 카테고리에 속한 각기 다른 첫 음절을 갖는 복수의 단어를 포함할 수 있다. 이와 같이, 다양한 카테고리의 다양한 첫 음절을 갖는 단어를 등록할 경우, 사용자 인증의 안전성과 성문 인증의 정확성을 높일 수 있다. 본 발명의 일 실시예에 의하면, 사용자가 사용자 데이터베이스(310)에 등록할 수 있는 단어 등은, 예컨대 스스로 만들어낸 조어일 수도 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자가 해당 사용자의 인증용 개인 어휘집에 단어 등을 등록할 때 각기 다른 카테고리의 단어를 등록하도록 요청할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자가 해당 사용자의 인증용 개인 어휘집에 단어 등을 등록할 때 각기 다른 첫 음절의 단어 등을 등록할 것을 요청할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자가 해당 사용자의 인증용 개인 어휘집에 단어 등을 등록할 때, 그에 대응하는 질문/또는 요청을 함께 생성하여 사용자 데이터베이스(310)에 저장하도록 할 수 있으며, 다만 본 발명이 이로써 제한되는 것은 아니다.Although not shown in detail, according to an embodiment of the present invention, the personal lexicon for each user of the user database 310 includes a plurality of first syllables having different first syllables belonging to different categories selected by each user You can include words. In this manner, when a word having various first syllables of various categories is registered, the security of user authentication and the accuracy of the grammar authentication can be increased. According to an embodiment of the present invention, a word or the like that a user can register in the user database 310 may be, for example, a self-generated word. According to an embodiment of the present invention, the interactive AI agent system may request the user to register words of different categories when the user registers a word or the like in the personal lexicon for authentication of the user. According to an embodiment of the present invention, the interactive AI agent system may request the user to register a different first syllable word or the like when registering a word or the like in a personal lexicon for authentication of the user. According to an embodiment of the present invention, when a user registers a word or the like in a personal lexicon for authentication of a user, the interactive AI agent system generates a question / But the present invention is not limited thereto.
본 발명의 일 실시예에 의하면, 전술한 바와 같이, STT 모듈(304)은, 음성 입력을 텍스트 데이터로 변환할 때 사용자 데이터베이스(310)의 각 사용자 특징적 데이터, 예컨대 각 사용자별 발음 특징을 참조함으로써, 보다 정확한 텍스트 데이터를 얻을 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 사용자 의도를 결정할 때 사용자 데이터베이스(310)의 각 사용자 특징적 데이터, 예컨대 각 사용자별 특징이나 맥락을 참조함으로써, 보다 정확한 사용자 의도 결정을 할 수 있다. 본 발명의 일 실시예에 의하면, 후술하는 바와 같이, 대화 생성 모듈(316)은, 대화 응답의 생성시, 사용자 데이터베이스(310)의 사용자 특징적 데이터를 참조할 수 있다.In accordance with one embodiment of the present invention, as described above, the STT module 304 may be configured to refer to each user characteristic data of the user database 310, e.g., pronunciation characteristics for each user, , More accurate text data can be obtained. According to one embodiment of the present invention, the NLU module 306 determines each user characteristic data of the user database 310, for example, characteristics or contexts of each user, . According to one embodiment of the present invention, as described below, the dialog generation module 316 may refer to user characteristic data of the user database 310 at the time of generating the conversation response.
본 도면에서는, 각 사용자별 특징적 데이터를 저장 및 관리하는 사용자 데이터베이스(310)가 대화형 AI 에이전트 서버(106)에 배치되는 것으로 도시되어 있으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 각 사용자별 특징적 데이터를 저장 및 관리하는 사용자 데이터베이스(310)는, 예컨대 사용자 단말(102)에 존재할 수도 있고, 사용자 단말(102) 및 대화형 AI 에이전트 서버(106)에 분산되어 배치될 수도 있음을 알아야 한다.In this figure, a user database 310 for storing and managing characteristic data for each user is shown as being disposed in the interactive AI agent server 106, but the present invention is not limited thereto. According to another embodiment of the present invention, the user database 310, which stores and manages characteristic data for each user, may reside, for example, at the user terminal 102, and may include a user terminal 102 and an interactive AI agent server 106 As shown in FIG.
본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 소정의 서비스를 제공하기에 앞서서, 사용자에 관한 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 예컨대 NLU 모듈(306)에 의해 결정된 사용자 의도에 따른 소정의 동작이 사용자 보안 인증을 필요로 하는 경우(예를 들어, 사용자가 의료 서비스나 금융 서비스와 같이 고도의 보안성 있는 정보를 이용하는 서비스 또는 사용자 개인 정보를 이용하는 서비스 등을 이용하고자 할 경우), 사용자 인증 모듈(312)이 사용자 보안 인증 절차를 진행할 수 있다. 본 발명의 다른 실시예에 의하면, 사용자 인증 모듈(312)은, 사용자 단말(102a-102n)로부터 사용자 보안 인증 요청을 수신하고, 그에 기초하여 사용자 보안 인증 절차를 진행할 수 있다.According to an embodiment of the present invention, the user authentication module 312 may perform an authentication procedure for a user before providing a predetermined service. According to an embodiment of the present invention, when a predetermined operation according to a user's intention determined by the NLU module 306 requires user security authentication (e.g., when a user requests a high security service A service using security information, or a service using user personal information), the user authentication module 312 may proceed with the user security authentication procedure. According to another embodiment of the present invention, the user authentication module 312 may receive a user security authentication request from the user terminal 102a-102n and proceed with the user security authentication procedure based thereon.
본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 사용자 식별 정보를 획득하고, 획득된 사용자 식별 정보에 기초하여 사용자 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 사용자 단말(102a-102n)로부터 사용자 음성 입력을 수신하고 그 수신된 사용자 음성 입력으로부터 사용자 식별 정보를 획득할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 사용자 단말(102a-102n)로부터, 예컨대 사용자 식별자(사용자 ID) 및/또는 사용자 단말의 식별자(단말기 ID)를 획득하고, 획득된 정보에 기초하여 사용자 인증 절차를 수행할 수 있다. 본 발명의 다른 실시예에 의하면, 사용자 인증 모듈(312)은, 그 외 많은 다양한 방식을 통해서도 사용자 식별 정보를 획득할 수 있음을 알아야 한다.According to an embodiment of the present invention, the user authentication module 312 may acquire user identification information and perform a user authentication procedure based on the acquired user identification information. According to one embodiment of the present invention, the user authentication module 312 may receive a user voice input from the user terminal 102a-102n and obtain user identification information from the received user voice input. According to one embodiment of the present invention, the user authentication module 312 obtains, for example, a user identifier (user ID) and / or an identifier (terminal ID) of the user terminal from the user terminals 102a-102n, The user authentication process can be performed based on the information. In accordance with another embodiment of the present invention, it should be appreciated that the user authentication module 312 may obtain user identification information in a variety of other ways.
본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 획득한 사용자 식별 정보 등에 기초하여 사용자 데이터베이스(310)로부터 해당 사용자에 관한 인증 정보, 예컨대 미리 선택 및 등록된 복수의 단어 또는 구절을 포함하는 인증용 개인 어휘집 및 그 인증용 개인 어휘집에 포함된 단어 또는 구절 각각에 관한 해당 사용자의 음성 특징 정보(예컨대, 음성 특정 모델) 등을 검색할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 검색된 사용자 인증 정보, 예컨대 미리 선택 및 등록된 해당 사용자의 개인 어휘집에 기초하여, 사용자 성문 인증을 위한 질문/요청(예컨대, 사용자로 하여금 해당 사용자의 개인 어휘집에서 랜덤하게 선택된 특정 단어 또는 구절을 대답하게 유도할 수 있는 질문/요청)을 생성 및 제공할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)이 생성하는 질문은, 사용자로 하여금 해당 사용자가 자신의 인증용 개인 어휘집에 포함된 단어 또는 구절들 중 하나(즉, 이번에 사용자 인증 모듈(312)에 의해서 선택된 특정 단어 또는 구절)를 연상하게 하는 것이면 충분하고, 실제로 그 특정 단어 또는 구절과 의미상 관련성을 갖지 않을 수 있다. 예컨대, 인증용 개인 어휘집에 포함된 단어들 중 특정 계절을 나타내는 단어로는 "가을"만이 포함되어 있을 경우, 사용자는, 대화형 AI 에이전트 시스템과의 사전 합의에 따라, 계절을 묻는 모든 질문(예컨대, "4월이 어떤 계절이야" 등의 질문)에 대해 그 실질적 내용과 무관하게 무조건 "가을"을 답할 수 있다. 이와 같이, 사용자 인증 모듈(312)에 의하여 생성 및 제공되는 질문 또는 요청이, 단순히 사용자로 하여금 자신이 해야 할 답변을 떠올리도록 돕기만 할 뿐 실제로 획득되어야 할 답변과 의미상 관련되지 않도록 함으로써, 사용자 인증의 보안성을 더욱 높일 수 있다.According to one embodiment of the present invention, the user authentication module 312 acquires authentication information on the user from the user database 310, for example, a plurality of words or phrases that are selected and registered in advance, based on the acquired user identification information or the like (For example, a voice specific model) related to each word or phrase included in the personal lexicon for authentication and the personal lexicon for authentication. According to an embodiment of the present invention, the user authentication module 312 may send a query / request (for example, a user name, a password, etc.) for authenticating the user's voice, based on the retrieved user authentication information, To a particular word or phrase selected randomly in the user ' s personal lexicon. ≪ / RTI > According to an embodiment of the present invention, a question generated by the user authentication module 312 may be a message that the user has selected one of the words or phrases included in the personal vocabulary for authentication (that is, 312), and may not actually be semantically related to the particular word or phrase. For example, if only the word " autumn " is included as a word indicating a specific season among the words included in the personal dictionary for authentication, the user can select all the questions , "April is a certain season", etc.) regardless of the substance of the unconditional "autumn" can be answered. In this way, the question or request generated and provided by the user authentication module 312 merely helps the user to remind the user of the answers they need to make, The security of the authentication can be further enhanced.
본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)이 생성하는 질문은, 예컨대 위 선택된 특정 단어의 첫번째 음절을 제시하여 해당 음절로 시작하는 단어를 말하라는 요청일 수 있다(다만, 본 발명이 이로써 제한되는 것은 아님). 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)이 생성하는 요청은, 예컨대 위 선택된 특정 단어의 첫번째 음절로 끝나는 단어를 제시하여 끝말잇기를 제안하는 것일 수 있다(이 경우, 사용자는 자신이 등록한, 위 선택된 특정 단어를 답해야 할 것이다). According to an embodiment of the present invention, the question generated by the user authentication module 312 may be, for example, a request to present a first syllable of a specific selected word and to say a word starting with the syllable (however, This is not so limited). According to an embodiment of the present invention, the request generated by the user authentication module 312 may be a suggestion of ending the word by, for example, presenting a word ending with the first syllable of the selected selected word (in this case, You will have to answer the specific words selected above.
본 발명의 일 실시예에 의하면, 위 생성된 질문에 대한 답변이 사용자 단말(102a-102n)로부터 수신된 경우, 사용자 인증 모듈(312)은, 그 수신된 답변이 위 선택된 단어(즉, 사용자 데이터베이스(310)의 사용자 개인 어휘집에서 선택된 위 특정 단어)와 동일한지 단어의 동일성 여부를 확인(예컨대, 텍스트의 비교 등)하고 또한 그 수신된 답변의 음성 특징을 선택된 단어 등에 관한 사용자 데이터베이스(310) 상의 음성 특징 정보(예컨대, 해당 단어나 구절에 관한 사용자의 음성 특징 모델 등)과 비교하여 성문 인증을 수행할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 소정의 매칭 알고리즘에 따라 수신된 답변의 음성 특징과 선택된 단어 등에 관하여 등록된 음성 모델 등을 매칭 비교하여 성문 인증을 수행할 수 있다. According to one embodiment of the present invention, when an answer to the above generated question is received from the user terminal 102a-102n, the user authentication module 312 determines whether the received answer is the selected word (E.g., a text comparison) to identify whether the same word is the same as the specific word selected in the user's personal lexicon of the user 310 in the user database 310, (E.g., a voice feature model of the user relating to the word or phrase) to perform voice recognition. According to an embodiment of the present invention, the user authentication module 312 may perform voice recognition by matching the voice characteristics of the received answer with the registered voice model or the like in accordance with a predetermined matching algorithm .
본 발명의 일 실시예에 의하면, 대화 관리 모듈(314)은, NLU 모듈(306)에 의해 결정된 사용자 의도에 따라, 그에 대응하는 일련의 동작 흐름을 생성할 수 있다. 본 발명의 일 실시예에 의하면, 대화 관리 모듈(314)은, 소정의 대화 흐름 관리 모델에 기초하여, 예컨대 NLU 모듈(306)로부터 수신된 사용자 의도에 대응하여 어떠한 동작, 예컨대 어떠한 대화 응답 및/또는 태스크 수행을 행하여야 할지를 결정하고, 그에 따른 세부 동작 흐름을 생성할 수 있다.According to one embodiment of the present invention, the dialogue management module 314 may generate a series of operational flows corresponding to the user intent determined by the NLU module 306. [ In accordance with one embodiment of the present invention, the conversation management module 314 may perform certain actions based on a predetermined conversation flow management model, e.g., in response to the user's intent received from the NLU module 306, e.g., Or to perform a task execution, and to generate a corresponding detailed operation flow.
본 발명의 일 실시예에 의하면, 대화 생성 모듈(316)은, 대화 관리 모듈(314) 에 의하여 생성된 대화 흐름에 기초하여 사용자에게 제공될 대화 응답을 생성할 수 있다. 본 발명의 일 실시예에 의하면, 대화 생성 모듈(316)은, 대화 응답의 생성에 있어서, 전술한 사용자 데이터베이스(310)의 사용자 특징적 데이터(예컨대, 사용자의 이전 대화 기록, 사용자의 발음 특징 정보, 사용자 어휘 선호도, 사용자의 소재지, 설정 언어, 연락처/친구 목록, 각 사용자별로 해당 사용자의 이전 대화 기록 등)를 참조할 수 있다. In accordance with one embodiment of the invention, the dialog generation module 316 may generate an interaction response to be provided to the user based on the conversation flow generated by the conversation management module 314. According to one embodiment of the present invention, the dialog generation module 316, in generating the conversation response, generates user characteristic data (e.g., the user's previous conversation history, user's pronunciation feature information, A user's lexical preference, a user's location, a set language, a contact / friend list, and a previous conversation record of the user for each user).
본 발명의 일 실시예에 의하면, TTS 모듈(318)은, 대화 생성 모듈(316)에 의해 사용자 단말(102)로 전송되도록 생성된 대화 응답을 수신할 수 있다. TTS 모듈(318)에서 수신되는 대화 응답은 텍스트 형태를 갖는 자연어 또는 단어들의 시퀀스일 수 있다. 본 발명의 일 실시예에 의하면, TTS 모듈(318)은, 다양한 형태의 알고리즘에 따라, 위 수신된 텍스트 형태의 입력을 음성 형태로 변환할 수 있다.In accordance with one embodiment of the present invention, the TTS module 318 may receive an interactive response that is generated by the dialog generation module 316 to be transmitted to the user terminal 102. The conversation response received at the TTS module 318 may be a natural word or a sequence of words having a textual form. According to one embodiment of the present invention, the TTS module 318 may convert the input of the above received text form into speech form according to various types of algorithms.
도 1 내지 3을 참조하여 전술한 본 발명의 실시예에서는, 대화형 AI 에이전트 시스템이 사용자 단말(102)과 대화형 AI 에이전트 서버(106) 간의 클라이언트-서버 모델, 특히 클라이언트는 오로지 사용자 입출력 기능만을 제공하고 그 외 대화형 AI 에이전트 시스템의 다른 모든 기능들을 서버에 위임된, 소위 "씬 클라이언트-서버 모델"에 기초하여 구현된 것과 같이 설명되어 있으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 대화형 AI 에이전트 시스템은 그 기능들이 사용자 단말과 서버 사이에 분배되어 구현될 수 있고, 또는 그와 달리 사용자 단말 상에 설치된 독립형 애플리케이션으로 구현될 수도 있음을 알아야 한다. 또한, 본 발명의 일 실시예에 따라 대화형 AI 에이전트 시스템이 그 기능들을 사용자 단말과 서버 사이에 분배하여 구현하는 경우, 클라이언트와 서버 사이의 대화형 AI 에이전트 시스템의 각 기능의 분배는 실시예마다 달리 구현될 수 있음을 알아야 한다. 또한, 도 1 내지 3을 참조하여 전술한 본 발명의 실시예에서는, 편의상 특정 모듈이 소정의 동작들을 수행하는 것처럼 설명되었으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 위 설명에서 어느 특정 모듈에 의해 수행되는 것과 같이 설명된 동작들이, 그와 다른 별개의 모듈에 의해 각각 수행될 수 있음을 알아야 한다.In the embodiment of the present invention described above with reference to FIGS. 1 to 3, the interactive AI agent system is a client-server model between the user terminal 102 and the interactive AI agent server 106, And is based on a so-called " thin client-server model ", which delegates all other functions of the interactive AI agent system to the server, but the present invention is not limited thereto. According to another embodiment of the present invention, it should be understood that the interactive AI agent system may be implemented as a distributed application between the user terminal and the server, or as a stand-alone application installed on the user terminal . In addition, when the interactive AI agent system implements the functions of the interactive AI agent system distributed between the user terminal and the server according to an embodiment of the present invention, the distribution of each function of the interactive AI agent system between the client and the server is It should be understood that the invention may be otherwise embodied. In addition, although in the embodiments of the present invention described above with reference to FIGS. 1 to 3, the specific module has been described as performing certain operations for convenience, the present invention is not limited thereto. According to another embodiment of the present invention, it is to be understood that the operations described as being performed by any particular module in the above description may be performed by separate and distinct modules, respectively.
도 4는, 본 발명의 일 실시예에 따른, 대화형 AI 에이전트 시스템에 의해 수행되는, 사용자 보안 인증을 위한 예시적 동작 흐름을 보여주는 흐름도이다. 4 is a flow diagram illustrating an exemplary operational flow for user security authentication performed by an interactive AI agent system, in accordance with an embodiment of the present invention.
단계(402)에서, 대화형 AI 에이전트 시스템은, 사용자 식별 정보를 획득할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 식별 정보는, 예컨대 사용자 인증을 위하여 미리 등록된 소정의 단어 또는 문장의 사용자 입력으로부터 획득될 수 있다. 본 발명의 일 실시예에 의하면, 사용자 식별 정보는, 예컨대 사용자 식별자(사용자 ID)의 음성 입력으로부터 획득될 수 있다. 본 발명의 다른 실시예에 의하면, 사용자 식별 정보는, 예컨대 사용자에 의하여 임의로 선택된 단어 또는 문장의 사용자 음성 입력으로부터 획득될 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자 단말의 식별자(단말기 ID)로부터 획득될 수 있다. 본 발명의 일 실시예에 의하면, 사용자 식별 정보는, 사용자 음성 입력 및 사용자 단말의 식별자의 결합으로부터 획득될 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자 식별 정보를 획득한 기초가 된 사용자 음성 입력을 이용하여 일차적으로 성문 인증을 수행할 수 있으며, 다만 본 발명이 이로써 제한되는 것은 아니다.In step 402, the interactive AI agent system may obtain user identification information. According to one embodiment of the present invention, the user identification information may be obtained, for example, from user input of a predetermined word or sentence registered in advance for user authentication. According to one embodiment of the present invention, the user identification information may be obtained, for example, from a voice input of a user identifier (user ID). According to another embodiment of the present invention, the user identification information may be obtained, for example, from a user voice input of a word or sentence arbitrarily selected by the user. According to one embodiment of the present invention, the interactive AI agent system can be obtained from an identifier (terminal ID) of the user terminal. According to an embodiment of the present invention, the user identification information can be obtained from a combination of the user's voice input and the identifier of the user terminal. According to an embodiment of the present invention, the interactive AI agent system can perform the lexicon authentication primarily using the user voice input based on the user identification information, but the present invention is not limited thereto .
단계(404)에서, 대화형 AI 에이전트 시스템은, 단계(402)에서 획득된 사용자 식별자에 기초하여, 사용자 데이터베이스(310)로부터, 사용자에 관한 인증 정보, 예컨대 미리 선택 및 등록된 복수의 단어 또는 구절을 포함하는 인증용 개인 어휘집 및 그 인증용 개인 어휘집에 포함된 단어 또는 구절 각각에 관한 해당 사용자의 음성 특징 정보(예컨대, 음성 특징 모델) 등을 검색할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)에 포함된 각 사용자의 인증용 개인 어휘집은, 예컨대 해당 사용자에 의해 미리 선택 및 등록된 복수의 단어 또는 구절을 포함할 수 있다. At step 404, the interactive AI agent system retrieves, from the user database 310, authentication information about the user, e.g., a pre-selected and registered plurality of words or phrases, based on the user identifier obtained at step 402 (For example, a voice feature model) related to each word or phrase included in the personal lexicon for authentication, and the like. According to one embodiment of the present invention, the personal lexicon for each user included in the user database 310 may include a plurality of words or phrases previously selected and registered by the user.
단계(406)에서, 대화형 AI 에이전트 시스템은, 단계(404)에서 사용자 데이터베이스(310)로부터 검색된 사용자 인증 정보 중 해당 사용자에 의해 미리 선택 및 등록된 인증용 개인 어휘집에서 하나의 단어 또는 구절을 랜덤하게 선택할 수 있다. 그런 다음, 단계(408)에서, 대화형 AI 에이전트 시스템은, 사용자 인증을 위한 질문이나 요청을 생성 및/또는 제공할 수 있다. 본 발명의 일 실시예에 의하면, 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 그 질문이나 요청이 사용자에게 제공되는 경우 사용자로부터 단계(406)에서 선택된 단어 또는 구절의 답변을 유도할 수 있도록 선택된 것일 수 있다. 본 발명의 일 실시예에 의하면, 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 신경망 방식에 기초하여 선택된 것일 수 있다. 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 사용자로 하여금 해당 사용자가 자신의 인증용 개인 어휘집에 포함된 단어 또는 구절들 중 하나(즉, 위 선택된 특정 단어 또는 구절)를 연상하게 하는 것이면 충분하고, 실제로 그 특정 단어 또는 구절과 의미상 관련성을 갖지 않을 수 있다. 예컨대, 인증용 개인 어휘집에 포함된 단어들 중 특정 계절을 나타내는 단어로는 "가을"만이 포함되어 있을 경우, 사용자는, 대화형 AI 에이전트 시스템과의 사전 합의에 따라, 계절을 묻는 모든 질문(예컨대, "4월이 어떤 계절이야?" 등의 질문)에 대해 그 실질적 내용과 무관하게 무조건 "가을"을 답할 수 있다. 이와 같이, 사용자 인증 모듈(312)에 의하여 생성 및 제공되는 질문 또는 요청이, 단순히 사용자로 하여금 자신이 해야 할 답변을 떠올리도록 돕기만 할 뿐 실제로 획득되어야 할 답변과 의미상 관련되지 않도록 할 경우, 사용자 인증의 보안성을 더욱 높일 수 있다. 사용자는 자신이 등록한 단어 또는 구절들을 기억하므로, 실질적 의미와 무관하게, 위 질문 또는 요청에 대응한 위 선택된 특정 단어 또는 구절을 답할 수 있다.At step 406, the interactive AI agent system sends a single word or phrase from the personal dictionary for authentication, pre-selected and registered by the user, retrieved from the user database 310 at step 404, You can choose to. Then, at step 408, the interactive AI agent system may generate and / or provide a query or request for user authentication. In accordance with one embodiment of the present invention, a question or request created and / or provided in step 408 may be used to induce a response from the user in step 406 of the selected word or phrase if the question or request is presented to the user It may be selected to do. According to one embodiment of the present invention, the questions and / or requests generated and / or provided at step 408 may be selected based on the neural network scheme. The questions and / or requests created and / or provided at step 408 may allow the user to remind the user of one of the words or phrases included in his / her personal vocabulary for authentication (i.e., the particular word or phrase selected above) Is sufficient, and may not be semantically related to the particular word or phrase. For example, if only the word " autumn " is included as a word indicating a specific season among the words included in the personal dictionary for authentication, the user can select all the questions , "What is the season for April?") Regardless of the actual content of the question. In this way, if a question or request generated and provided by the user authentication module 312 merely helps the user remind the user of the answer they need to make, The security of the user authentication can be further enhanced. Since the user memorizes the words or phrases registered by him / herself, he / she can answer the selected specific words or phrases corresponding to the above questions or requests irrespective of the actual meaning.
본 발명의 일 실시예에 의하면, 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 예컨대 위 선택된 특정 단어 또는 구절의 첫번째 음절을 제시하여 해당 음절로 시작하는 단어를 말하라는 요청일 수 있으며, 다만 본 발명이 이로써 제한되는 것은 아니다(예컨대, 인증용 개인 어휘집에 등록된 단어가 가을, 나비, 다음, 및 라디오라고 가정하는 경우, "가을"이 선택되고, "가로 시작하는 단어는?" 등의 질문이 생성될 수 있음). 본 발명의 일 실시예에 의하면, 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 예컨대 위 선택된 특정 단어의 첫번째 음절로 끝나는 단어를 제시하여 끝말잇기를 제안하는 것일 수 있다(예컨대, 인증용 개인 어휘집에 등록된 단어가 가을, 나비, 다음, 및 라디오라고 가정하는 경우, "가을"이 선택되고, "끝말잇기를 시작합니다. 저 먼저 하겠습니다. '화가'"와 같은 형태의 질문 또는 요청이 생성될 수 있음). 본 발명의 일 실시예에 의하면, 위 생성된 질문 또는 요청은, 사용자 단말(예컨대, 스마트 스피커 등)을 통하여, 음성 신호로서 사용자에게 제공될 수 있다.According to one embodiment of the present invention, a query or request created and / or provided in step 408 may be a request to present a first syllable of a particular selected word or phrase, for example, (For example, if the words registered in the personal vocabulary for authentication are fall, butterfly, next, and radio, then "fall" is selected, "May be generated). According to one embodiment of the present invention, a query or request created and / or provided at step 408 may be suggesting ending by presenting a word ending with the first syllable of the selected particular word (e.g., If the words in the personal vocabulary for authentication are assumed to be autumn, butterfly, next, and radio, then "fall" is selected, "begin to end, I will begin first, Request can be generated). According to one embodiment of the present invention, the generated query or request can be provided to the user as a voice signal via a user terminal (e.g., smart speaker, etc.).
단계(410)에서, 대화형 AI 에이전트 시스템은, 단계(408)에서 생성 및/또는 제공된 질문이나 요청에 대한 사용자로부터의 음성 답변을 수신할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자 단말(예컨대 스마트 스피커 등)을 통하여 사용자로부터 입력된 음성 답변을 수신할 수 있다. At step 410, the interactive AI agent system may receive a spoken response from the user for a question and / or request generated and / or provided at step 408. According to one embodiment of the present invention, the interactive AI agent system may receive a voice response entered from a user via a user terminal (e.g., smart speaker, etc.).
그런 다음, 단계(412)에서, 대화형 AI 에이전트 시스템은, 수신된 답변이 위 선택된 단어 또는 구절과 동일한지 단어의 동일성 여부를 확인(예컨대, 텍스트의 비교 등)할 수 있다. 단계(412)에서, 수신된 답변이 위 선택된 단어 또는 구절과 동일하지 않다고 판정된 경우, 절차는 단계(414)로 진행하여 그 실패를 알리는 음성 출력을 생성 및 제공할 수 있다. 단계(412)에서, 수신된 답변이 위 선택된 단어 또는 구절과 동일하다고 판정된 경우, 절차는 단계(416)로 진행하고, 대화형 AI 에이전트 시스템은 그 수신된 답변의 음성 특징을 선택된 단어 또는 구절에 관한 사용자 데이터베이스(310) 상의 음성 특징 정보와 비교하여 성문 인증을 수행할 수 있다. Then, at step 412, the interactive AI agent system may identify (e.g., compare text, etc.) whether the received answer is the same as the selected word or phrase above. In step 412, if it is determined that the received answer is not the same as the selected word or phrase, the procedure may proceed to step 414 to generate and provide a speech output informing of the failure. If it is determined in step 412 that the received answer is the same as the selected word or phrase, the procedure proceeds to step 416, where the interactive AI agent system sends the voice feature of the received answer to the selected word or phrase Can be compared with the voice feature information on the user database 310 with respect to the voice feature information.
그런 다음, 단계(418)에서 성문 인증 성공 여부를 판정할 수 있다. 단계(418)에서, 성문 인증에 실패한 것으로 판정한 경우, 절차는 단계(414)로 진행하여 사용자 인증 실패를 알리는 음성 출력을 생성 및 제공할 수 있다. 단계(418)에서 성문 인증에 성공한 것으로 판정한 경우, 절차는 단계(420)로 진행하여 사용자 인증이 성공적으로 이루어졌음을 알리는 음성 출력을 생성 및 제공할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(예컨대, 스마트 스피커 등)을 통하여 사용자 인증 실패 또는 성공을 알리는 음성 출력을 사용자에게 제공할 수 있다.Then, in step 418, it is possible to determine whether or not the gating authentication is successful. If, at step 418, it is determined that the gatekeeper authentication has failed, the procedure may proceed to step 414 to generate and provide a voice output signaling a user authentication failure. If it is determined in step 418 that the gesture authentication is successful, the procedure may proceed to step 420 to generate and provide a voice output indicating that the user authentication was successful. According to an embodiment of the present invention, it is possible to provide a user with a voice output indicating a user authentication failure or success through a user terminal (e.g., a smart speaker, etc.).
본 발명의 일 실시예에 의하면, 사용자는, 어떠한 텍스트 입력도 없이, 사용자 단말, 예컨대 스마트 스피커 등을 통하여 음성 입력을 제공하는 것만으로 사용자 인증 절차를 진행할 수 있다. 본 발명의 일 실시예에 의하면, 사용자는, 사용자 단말, 예컨대 스마트 스피커 등을 통하여 제공되는 질문 또는 요청에 대해 적절한 답변(무엇이 적절한 답변인지는 이미 알고 있음)을 음성 형태로 제공하는 것(예컨대, 말로 대답하는 것)만으로 사용자 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 사용자는, 사용자 단말, 예컨대 스마트 스피커 등에 직접 다가갈 필요 없이, 다소 떨어진 상태에서 목소리 만으로 사용자 인증 절차를 완수할 수 있다.According to an embodiment of the present invention, a user can proceed with a user authentication procedure by providing voice input through a user terminal, e.g., a smart speaker, without any text input. According to one embodiment of the present invention, a user may provide an appropriate answer (knowing what is an appropriate answer) to a question or request provided via a user terminal, e.g., a smart speaker, The user authentication process can be performed only by the verbal response). According to an embodiment of the present invention, the user can complete the user authentication procedure with only a voice in a state of being away from the user terminal, for example, without needing to approach the smart speaker directly.
본 발명의 일 실시예에 의하면, 예컨대 스마트 스피커와 같이, 가족 내 다수의 사용자가 함께 이용하는 사용자 단말의 경우, 그 스마트 스피커 등의 사용자 단말을 이용하기 원하는 사용자는, 스마트폰 등 별도의 기기를 경유한 복잡한 로그인 절차를 거칠 필요 없이, 해당 사용자 단말과의 음성 대화만을 통하여(예컨대 사용자 단말을 통해서 제시되는 질문 또는 요청에 음성 답변하는 것만으로) 사용자 인증 절차를 완수할 수 있다.According to an embodiment of the present invention, in the case of a user terminal used by a plurality of users in a family, such as a smart speaker, for example, a user who wants to use a user terminal such as a smart speaker, The user authentication procedure can be accomplished only through voice communication with the user terminal (e.g., by voice response to a query or request presented via the user terminal) without having to go through a complicated login procedure.
당업자라면 알 수 있듯이, 본 발명이 본 명세서에 기술된 예시에 한정되는 것이 아니라 본 발명의 범주를 벗어나지 않는 범위 내에서 다양하게 변형, 재구성 및 대체될 수 있다. 본 명세서에 기술된 다양한 기술들은 하드웨어 또는 소프트웨어, 또는 하드웨어와 소프트웨어의 조합에 의해 구현될 수 있음을 알아야 한다.As will be appreciated by those skilled in the art, the present invention is not limited to the examples described herein, but can be variously modified, rearranged, and replaced without departing from the scope of the present invention. It should be understood that the various techniques described herein may be implemented in hardware or software, or a combination of hardware and software.
본 발명의 일 실시예에 따른 컴퓨터 프로그램은, 컴퓨터 프로세서 등에 의해 판독 가능한 저장 매체, 예컨대 EPROM, EEPROM, 플래시 메모리장치와 같은 비휘발성 메모리, 내장형 하드 디스크와 착탈식 디스크 같은 자기 디스크, 광자기 디스크, 및 CDROM 디스크 등을 포함한 다양한 유형의 저장 매체에 저장된 형태로 구현될 수 있다. 또한, 프로그램 코드(들)는 어셈블리어나 기계어로 구현될 수 있다. 본 발명의 진정한 사상 및 범주에 속하는 모든 변형 및 변경을 이하의 특허청구범위에 의해 모두 포괄하고자 한다.A computer program according to an embodiment of the present invention may be stored in a storage medium readable by a computer processor or the like such as a nonvolatile memory such as EPROM, EEPROM, flash memory device, a magnetic disk such as an internal hard disk and a removable disk, CDROM disks, and the like. Also, the program code (s) may be implemented in assembly language or machine language. And all changes and modifications that fall within the true spirit and scope of the present invention are intended to be embraced by the following claims.

Claims (10)

  1. 대화형 AI 에이전트 시스템에 의해 수행되는 사용자 성문 인증 방법으로서,A user authentication method performed by an interactive AI agent system,
    사용자 식별 정보를 획득하는 단계;Obtaining user identification information;
    상기 사용자 식별 정보에 기초하여, 사용자 데이터베이스로부터 사용자 인증 정보를 검색하는 단계;Retrieving user authentication information from a user database based on the user identification information;
    상기 검색된 사용자 인증 정보 중 선택된 일부에 기초하여, 음성 형태의, 사용자 인증을 위한 질문 또는 요청을 제공하는 단계 - 상기 제공되는 질문 또는 요청은, 상기 사용자 인증 정보 중 선택된 상기 일부를 직접 포함하지 않고 상기 일부와 의미상 관련성을 갖지 않으며, 상기 질문 또는 요청이 해당 사용자에게 제공되는 경우, 상기 사용자가 상기 사용자 인증 정보 중 선택된 상기 일부에 부합하는 답변을 제공하도록 하는 것임 -;Providing a query or request for user authentication in the form of a voice based on a selected portion of the retrieved user authentication information, wherein the provided query or request does not include the selected portion of the user authentication information directly, And if the query or request is provided to the user, providing the user with an answer that matches the selected one of the user authentication information;
    상기 사용자로부터 상기 질문 또는 요청에 대한 음성 답변을 수신하는 단계; 및Receiving a voice response to the query or request from the user; And
    상기 검색된 사용자 인증 정보의 일부에 기초하여, 상기 수신된 음성 답변에 대한 성문 인증을 수행하는 단계Performing a grammar authentication on the received voice response based on a part of the retrieved user authentication information
    를 포함하는 성문 인증 방법.The method comprising the steps of:
  2. 제1항에 있어서,The method according to claim 1,
    상기 방법은,The method comprises:
    상기 수신된 음성 답변을 텍스트 변환하는 단계; 및Text conversion of the received voice response; And
    상기 변환된 텍스트가 상기 사용자 인증 정보 중 선택된 상기 일부와 동일한지 판정하는 단계를 더 포함하는, 성문 인증 방법.Further comprising determining whether the converted text is the same as the selected portion of the user authentication information.
  3. 제1항에 있어서,The method according to claim 1,
    상기 검색된 사용자 인증 정보는, 미리 등록된 인증용 개인 어휘집- 상기 인증용 개인 어휘집은 상기 사용자 또는 상기 대화형 AI 에이전트 시스템에 의해 미리 선택된 복수의 단어 또는 구절을 포함함 -과, 상기 복수의 단어 또는 구절 각각에 관한 상기 사용자의 음성 특징 정보를 포함하는, 성문 인증 방법.Wherein the searched user authentication information comprises: a pre-registered private vocabulary for authentication, the personal vocabulary for authentication comprising a plurality of words or phrases pre-selected by the user or the interactive AI agent system; And the voice feature information of the user regarding each of the phrases.
  4. 제3항에 있어서, The method of claim 3,
    상기 검색된 사용자 인증 정보 중 선택된 일부에 기초하여 상기 사용자 인증을 위한 질문 또는 요청을 제공하는 단계는, 상기 인증용 개인 어휘집에 포함된 상기 복수의 단어 또는 구절 중 하나의 단어 또는 구절을 랜덤하게 선택하는 단계, 및 상기 선택된 하나의 단어 또는 구절에 기초하여 상기 사용자 인증을 위한 질문 또는 요청을 생성하는 단계를 포함하고, Wherein the step of providing a query or request for user authentication based on a selected portion of the retrieved user authentication information comprises: randomly selecting one word or phrase of the plurality of words or phrases included in the personal dictionary for authentication And generating a query or request for the user authentication based on the selected one word or phrase,
    상기 제공되는 질문 또는 요청은, 상기 사용자에게 제공되는 경우, 상기 사용자가 상기 선택된 하나의 단어 또는 구절의 음성 답변을 제공하도록 생성된 것인, 성문 인증 방법.Wherein the provided question or request is generated to provide a spoken response of the selected one word or phrase when presented to the user.
  5. 제4항에 있어서,5. The method of claim 4,
    상기 검색된 사용자 인증 정보의 일부에 기초하여, 상기 수신된 음성 답변에 대한 성문 인증을 수행하는 단계는, 상기 수신된 음성 답변을, 상기 선택된 하나의 단어 또는 구절에 관한 상기 사용자의 음성 특징 정보와 매칭함으로써 수행되는, 성문 인증 방법.Wherein performing voice recognition of the received voice response based on a portion of the retrieved user authentication information comprises matching the received voice response with voice feature information of the user regarding the selected one word or phrase Wherein the method comprises the steps of:
  6. 제4항에 있어서,5. The method of claim 4,
    상기 제공되는 질문 또는 요청은, 상기 선택된 하나의 단어 또는 구절의 첫번째 음절을 제시하여 해당 음절로 시작하는 단어를 말하라는 요청인, 성문 인증 방법.Wherein the provided question or request is a request to present a first syllable of the selected one word or phrase and to say a word beginning with the syllable.
  7. 제4항에 있어서,5. The method of claim 4,
    상기 제공되는 질문 또는 요청은, 상기 선택된 하나의 단어 또는 음절의 첫번째 음절로 끝나는 단어를 제시하여 끝말잇기를 제안하는 것인, 성문 인증 방법.Wherein the provided question or request suggests ending by presenting a word ending with the first syllable of the selected one word or syllable.
  8. 제1항에 있어서,The method according to claim 1,
    상기 사용자 식별 정보는, 소정의 또는 임의로 선택된 단어 또는 구절에 관한 사용자 음성 입력으로부터 획득될 수 있는, 성문 인증 방법.Wherein the user identification information can be obtained from a user voice input relating to a predetermined or randomly selected word or phrase.
  9. 하나 이상의 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서,A computer-readable medium having stored thereon one or more instructions,
    상기 하나 이상의 명령어는, 컴퓨터에 위해 실행되는 경우, 상기 컴퓨터로 하여금, 제1항 내지 제8항 중 어느 한 항의 방법을 수행하게 하는, 컴퓨터 판독 가능 기록 매체.Wherein the one or more instructions cause the computer to perform the method of any one of claims 1 to 8 when executed on a computer.
  10. 사용자 성문 인증을 제공하도록 구성된 대화형 AI 에이전트 시스템으로서,An interactive AI agent system configured to provide user sign language authentication,
    음성-텍스트 변환 모듈;Voice-to-text conversion module;
    사용자 인증 정보를 포함하는 사용자 데이터베이스; 및A user database containing user authentication information; And
    사용자 인증 모듈을 포함하고,A user authentication module,
    상기 사용자 인증 모듈은, Wherein the user authentication module comprises:
    사용자 식별 정보를 획득하고,Acquiring user identification information,
    상기 사용자 식별 정보에 기초하여, 상기 사용자 데이터베이스로부터 사용자 인증 정보를 검색하고, Retrieving user authentication information from the user database based on the user identification information,
    상기 검색된 사용자 인증 정보 중 선택된 일부에 기초하여, 음성 형태의, 사용자 인증을 위한 질문 또는 요청을 제공 - 상기 제공되는 질문 또는 요청은, 상기 사용자 인증 정보 중 선택된 상기 일부를 직접 포함하지는 않고 상기 일부와 의미상 관련성을 갖지 않으며, 상기 질문 또는 요청이 해당 사용자에게 제공되는 경우, 상기 사용자가 상기 사용자 인증 정보 중 선택된 상기 일부에 부합하는 답변을 제공하도록 하는 것임 - 하며,Providing a query or request for user authentication in the form of a voice, based on a selected portion of the retrieved user authentication information, wherein the provided query or request does not directly include the selected portion of the user authentication information, Wherein the user is not semantically related and provides the user with an answer that matches the selected portion of the user authentication information if the question or request is provided to the user,
    상기 사용자로부터 상기 질문 또는 요청에 대한 음성 답변을 수신하고,Receiving a voice response to the question or request from the user,
    상기 검색된 사용자 인증 정보의 일부에 기초하여, 상기 수신된 음성 답변에 대한 성문 인증을 수행하도록 구성된, Configured to perform a loudspeaker authentication for the received voice response based on a portion of the retrieved user authentication information,
    대화형 AI 에이전트 시스템.Interactive AI agent system.
PCT/KR2018/013780 2017-11-17 2018-11-13 Method, interactive ai agent system and computer readable recording medium for providing semantic-free user voiceprint authentication having enhanced security WO2019098638A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170154046A KR101914582B1 (en) 2017-11-17 2017-11-17 Method, interactive ai agent system and computer readable recoding medium for providing semantic-free user voiceprint authentication having enhanced security
KR10-2017-0154046 2017-11-17

Publications (1)

Publication Number Publication Date
WO2019098638A1 true WO2019098638A1 (en) 2019-05-23

Family

ID=65027691

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/013780 WO2019098638A1 (en) 2017-11-17 2018-11-13 Method, interactive ai agent system and computer readable recording medium for providing semantic-free user voiceprint authentication having enhanced security

Country Status (2)

Country Link
KR (1) KR101914582B1 (en)
WO (1) WO2019098638A1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002014695A (en) * 2000-06-28 2002-01-18 Nippon Telegr & Teleph Corp <Ntt> Method and device for interactive personal identification
JP2002024182A (en) * 2000-07-11 2002-01-25 Mitsubishi Electric Corp User authentication system
JP2004139221A (en) * 2002-10-16 2004-05-13 Ntt Docomo Tokai Inc Authentication system
JP2007034726A (en) * 2005-07-27 2007-02-08 Nomura Research Institute Ltd User authentication device and method of registering user information
JP2010102383A (en) * 2008-10-21 2010-05-06 Ricoh Co Ltd User authentication device and method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002014695A (en) * 2000-06-28 2002-01-18 Nippon Telegr & Teleph Corp <Ntt> Method and device for interactive personal identification
JP2002024182A (en) * 2000-07-11 2002-01-25 Mitsubishi Electric Corp User authentication system
JP2004139221A (en) * 2002-10-16 2004-05-13 Ntt Docomo Tokai Inc Authentication system
JP2007034726A (en) * 2005-07-27 2007-02-08 Nomura Research Institute Ltd User authentication device and method of registering user information
JP2010102383A (en) * 2008-10-21 2010-05-06 Ricoh Co Ltd User authentication device and method

Also Published As

Publication number Publication date
KR101914582B1 (en) 2019-01-14

Similar Documents

Publication Publication Date Title
US11495224B2 (en) Contact resolution for communications systems
US10089981B1 (en) Messaging account disambiguation
WO2019088384A1 (en) Method for providing rich-expression natural language conversation by modifying reply, computer device and computer-readable recording medium
US20220335930A1 (en) Utilizing pre-event and post-event input streams to engage an automated assistant
WO2019124647A1 (en) Method and computer apparatus for automatically building or updating hierarchical conversation flow management model for interactive ai agent system, and computer-readable recording medium
WO2019147039A1 (en) Method for determining optimal conversation pattern for goal achievement at particular time point during conversation session associated with conversation understanding ai service system, method for determining goal achievement prediction probability, and computer-readable recording medium
WO2019132135A1 (en) Interactive ai agent system and method for actively monitoring and intervening in dialogue session between users, and computer readable recording medium
US11501764B2 (en) Apparatus for media entity pronunciation using deep learning
KR101891498B1 (en) Method, computer device and computer readable recording medium for multi domain service resolving the mixture of multi-domain intents in interactive ai agent system
KR102120751B1 (en) Method and computer readable recording medium for providing answers based on hybrid hierarchical conversation flow model with conversation management model using machine learning
JP2019185737A (en) Search method and electronic device using the same
WO2019088638A1 (en) Method, computer device and computer readable recording medium for providing natural language conversation by timely providing substantial reply
WO2019156536A1 (en) Method and computer device for constructing or updating knowledge base model for interactive ai agent system by labeling identifiable, yet non-learnable, data from among learning data, and computer-readable recording medium
WO2019156537A1 (en) Interactive ai agent system and method for actively providing service related to security and like through dialogue session or separate session on basis of monitoring of dialogue session between users, and computer-readable recording medium
WO2019088383A1 (en) Method and computer device for providing natural language conversation by providing interjection response in timely manner, and computer-readable recording medium
WO2019168235A1 (en) Method and interactive ai agent system for providing intent determination on basis of analysis of same type of multiple pieces of entity information, and computer-readable recording medium
KR101949470B1 (en) Method, interactive ai agent system and computer readable recoding medium for providing user context-based authetication having enhanced security
KR20190103951A (en) Method, computer device and computer readable recording medium for building or updating knowledgebase models for interactive ai agent systen, by labeling identifiable but not-learnable data in training data set
Maskeliunas et al. Voice-based human-machine interaction modeling for automated information services
WO2019143170A1 (en) Method for generating conversation template for conversation-understanding ai service system having predetermined goal, and computer readable recording medium
JP2020154378A (en) Interaction device with himself or herself, chatbot, and robot
WO2019098638A1 (en) Method, interactive ai agent system and computer readable recording medium for providing semantic-free user voiceprint authentication having enhanced security
WO2019066132A1 (en) User context-based authentication method having enhanced security, interactive ai agent system, and computer-readable recording medium
WO2019103569A1 (en) Method for improving performance of voice recognition on basis of context, computer apparatus, and computer-readable recording medium
KR20190056967A (en) Method, interactive ai agent system and computer readable recoding medium for providing semantic-free user voiceprint authentication having enhanced security

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: 18877872

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: 18877872

Country of ref document: EP

Kind code of ref document: A1