WO2021086130A1 - 사용자 발화를 처리하는 전자 장치와 그 동작 방법 - Google Patents

사용자 발화를 처리하는 전자 장치와 그 동작 방법 Download PDF

Info

Publication number
WO2021086130A1
WO2021086130A1 PCT/KR2020/015073 KR2020015073W WO2021086130A1 WO 2021086130 A1 WO2021086130 A1 WO 2021086130A1 KR 2020015073 W KR2020015073 W KR 2020015073W WO 2021086130 A1 WO2021086130 A1 WO 2021086130A1
Authority
WO
WIPO (PCT)
Prior art keywords
utterance
category
common
utterances
voice
Prior art date
Application number
PCT/KR2020/015073
Other languages
English (en)
French (fr)
Inventor
변두호
엄태광
김운수
여재영
Original Assignee
삼성전자 주식회사
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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2021086130A1 publication Critical patent/WO2021086130A1/ko
Priority to US17/449,878 priority Critical patent/US20220028385A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/04—Segmentation; Word boundary detection
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06F40/35—Discourse or dialogue representation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/221—Announcement of recognition results

Definitions

  • Various embodiments of the present disclosure relate to an electronic device that processes user utterance and a method of operating the same.
  • portable digital communication devices For many people living in modern times, portable digital communication devices have become an essential element. Consumers want to be provided with a variety of high-quality services they want anytime, anywhere by using portable digital communication devices.
  • the voice recognition service is a service that provides various content services to consumers in response to a user's voice received based on a voice recognition interface implemented in portable digital communication devices.
  • portable digital transmitters include technologies that recognize and analyze human language (e.g., automatic speech recognition, natural language understanding, natural language generation, machine translation, dialogue system, question and answer, speech recognition/synthesis, Etc.) is implemented.
  • the electronic device may provide various voice services to the user by processing the utterance received from the user through an external server.
  • the external server receives the user utterance from the electronic device and provides a specific service by processing the user utterance based on the voice assistant corresponding to the received user utterance among a plurality of voice assistants for processing the user utterance registered in the external server. can do.
  • the voice assistant should be able to process increases, and accordingly, there may be a problem that an operational burden increases in training utterances of the voice assistant.
  • the electronic device trains other voice assistants included in a specific category based on processable utterances of voice assistants included in a specific category, and trains newly registered voice assistants included in a specific category.
  • the training efficiency of the assistant can be improved.
  • An electronic device manages a plurality of registered voice assistants in a category unit, and provides a category corresponding to the user's utterance and a voice assistant included in the category based on the speeches that can be processed by the voice assistants registered in the categories. By checking, the accuracy of identifying the voice assistant providing a specific service can be improved.
  • registering a plurality of voice assistants in a first category-the plurality of voice assistants provide information on a plurality of utterances that can be processed and the plurality of utterances.
  • a control operation may be provided including an operation of providing information related to the at least one utterance to the external device.
  • a control operation of an electronic device registering a plurality of voice assistants in a first category-information on a plurality of utterances that can be processed by the plurality of voice assistants and corresponding to the plurality of utterances -, an operation of checking the plurality of speeches that can be processed by the plurality of voice assistants registered in the first category, based on the confirmed plurality of speeches, in the first category Information related to the at least one common utterance based on confirmation of a corresponding at least one common utterance, an operation of confirming satisfaction of a condition set to share the at least one common utterance, and confirmation of satisfaction of the condition
  • a control operation may be provided including an operation of providing at least some of a plurality of external devices corresponding to the plurality of voice assistants registered in the first category.
  • the memory when executed, the processor registers a plurality of voice assistants in a first category-and the plurality of voice assistants are processed. Including information on a plurality of possible utterances and a plurality of processing result information corresponding to the plurality of utterances-, the plurality of voice assistants registered in the first category check the plurality of utterances that can be processed, Checking at least one common utterance among the identified plurality of utterances-the at least one common utterance satisfies a specified condition associated with similarity-, and the communication circuit is a first voice assistant from an external device to the first category
  • An electronic device storing instructions for controlling to receive a request for registration of a device, and for controlling the communication circuit to transmit information related to the at least one utterance to the external device based on the request. Can be provided.
  • the voice assistant by training other voice assistants included in a specific category based on processable utterances of voice assistants included in a specific category, and training newly registered voice assistants included in a specific category, the voice assistant An electronic device and a method of operating the same for improving training efficiency may be provided.
  • An electronic device and a method of operating the same for improving accuracy of checking a voice assistant providing a specific service may be provided.
  • FIG. 1 is a block diagram illustrating an integrated intelligent system according to various embodiments.
  • FIG. 2 is a diagram illustrating a form in which relationship information between a concept and an operation is stored in a database according to various embodiments.
  • FIG. 3 is a diagram illustrating a screen in which a user terminal processes a voice input received through an intelligent app, according to various embodiments.
  • FIG. 4 is a diagram illustrating an example of a configuration of an intelligent system according to various embodiments.
  • FIG. 5 is a diagram for describing an example of a configuration of an intelligent server according to various embodiments.
  • FIG. 6 is a flowchart illustrating an example of an operation of an intelligent server according to various embodiments.
  • FIG. 7 is a diagram illustrating an example of an operation of checking at least one common speech of a speech data analysis module of an intelligent server according to various embodiments of the present disclosure.
  • FIG. 8 is a diagram for describing an example of speeches that can be processed by a plurality of voice assistants included in a specific category according to various embodiments of the present disclosure.
  • FIG. 9 is a diagram for describing an example of an operation of receiving a request for registration of a specific voice assistant in a specific category from another device of an intelligent server according to various embodiments of the present disclosure.
  • FIG. 10 is a flowchart illustrating an example of an operation of an intelligent server according to various embodiments.
  • 11 is a diagram for describing an example of an operation of checking satisfaction of a specified condition of an intelligent server according to various embodiments of the present disclosure.
  • FIG. 12 is a flowchart illustrating an example of an operation of checking whether an intelligent server can support common speech according to various embodiments and processing a common speech according to whether or not the common speech is supported.
  • FIG. 13 is a diagram illustrating an example of an operation of checking whether an intelligent server can support common speech according to various embodiments, and processing a common speech according to whether or not the common speech is supported.
  • FIG. 14 is a diagram illustrating an example of an interface for checking whether an intelligent server can support common speech according to various embodiments.
  • 15 is a flowchart illustrating an example of an operation of an electronic device and an intelligent server according to various embodiments of the present disclosure.
  • 16 is a diagram illustrating an example of an operation in which an external device receives information on a category from an intelligent server according to various embodiments of the present disclosure.
  • 17 is a flowchart illustrating an example of an operation of an intelligent server, an electronic device, and a developer server according to various embodiments of the present disclosure.
  • 18 is a diagram for describing an example of an operation of receiving information about speech for training from an electronic device of an intelligent server according to various embodiments of the present disclosure.
  • 19 is a diagram for describing an example of an operation of receiving information about speech for training from a developer server of an intelligent server according to various embodiments of the present disclosure.
  • 20 is a block diagram of an electronic device in a network environment, according to various embodiments.
  • FIG. 1 is a block diagram illustrating an integrated intelligence system, according to various embodiments.
  • the integrated intelligent system 10 may include a user terminal 100, an intelligent server 200, and a service server 300.
  • the user terminal 100 may be a terminal device (or electronic device) capable of connecting to the Internet.
  • the user terminal 100 may be a mobile phone, a smart phone, a personal digital assistant (PDA), or a notebook computer.
  • PDA personal digital assistant
  • the user terminal 100 may include a communication interface 110, a microphone 120, a speaker 130, a display 140, a memory 150, or a processor 160.
  • the components listed above may be operatively or electrically connected to each other.
  • the communication interface 110 may be configured to transmit and receive data by being connected to an external device.
  • the microphone 120 may receive sound (eg, a user's speech) and convert it into an electrical signal.
  • the speaker 130 of an embodiment may output an electrical signal as sound (eg, voice).
  • the display 140 may be configured to display an image or video.
  • the display 140 according to an exemplary embodiment may also display a graphic user interface (GUI) of an executed app (or application program).
  • GUI graphic user interface
  • the memory 150 may store a client module 151, a software development kit (SDK) 153, and a plurality of apps 155.
  • the client module 151 and the SDK 153 may configure a framework (or a solution program) for performing a general function.
  • the client module 151 or the SDK 153 may configure a framework for processing voice input.
  • the memory 150 may be a program for performing a specified function of the plurality of apps 155.
  • the plurality of apps 155 may include a first app 155_1 and a second app 155_3.
  • each of the plurality of apps 155 may include a plurality of operations for performing a specified function.
  • the apps may include an alarm app, a message app, and/or a schedule app.
  • the plurality of apps 155 may be executed by the processor 160 to sequentially execute at least some of the plurality of operations.
  • the processor 160 may control the overall operation of the user terminal 100.
  • the processor 160 may be electrically connected to and connected to the communication interface 110, the microphone 120, the speaker 130, and the display 140 to perform a designated operation.
  • the processor 160 may also execute a program stored in the memory 150 to perform a designated function.
  • the processor 160 may execute at least one of the client module 151 or the SDK 153 to perform the following operation for processing a voice input.
  • the processor 160 may control the operation of the plurality of apps 155 through the SDK 153, for example.
  • the following operation described as the operation of the client module 151 or the SDK 153 may be an operation by the execution of the processor 160.
  • the client module 151 may receive a voice input.
  • the client module 151 may receive a voice signal corresponding to a user's speech detected through the microphone 120.
  • the client module 151 may transmit the received voice input to the intelligent server 200.
  • the client module 151 may transmit state information of the user terminal 100 to the intelligent server 200 together with the received voice input.
  • the status information may be, for example, information on an execution status of an app.
  • the client module 151 may receive a result corresponding to the received voice input. For example, when the intelligent server 200 can calculate a result corresponding to the received voice input, the client module 151 may receive a result corresponding to the received voice input. The client module 151 may display the received result on the display 140.
  • the client module 151 may receive a plan corresponding to the received voice input.
  • the client module 151 may display a result of executing a plurality of operations of the app on the display 140 according to the plan.
  • the client module 151 may sequentially display execution results of a plurality of operations on the display, for example.
  • the user terminal 100 may display only a partial result of executing a plurality of operations (eg, a result of the last operation) on the display.
  • the client module 151 may receive a request from the intelligent server 200 to obtain information necessary to calculate a result corresponding to a voice input. According to an embodiment, the client module 151 may transmit the necessary information to the intelligent server 200 in response to the request.
  • the client module 151 may transmit information as a result of executing a plurality of operations according to a plan to the intelligent server 200.
  • the intelligent server 200 may confirm that the received voice input has been correctly processed using the result information.
  • the client module 151 may include a voice recognition module. According to an embodiment, the client module 151 may recognize a voice input performing a limited function through the voice recognition module. For example, the client module 151 may perform an intelligent app for processing a voice input for performing an organic operation through a designated input (eg, wake-up!).
  • a voice recognition module may recognize a voice input performing a limited function through the voice recognition module. For example, the client module 151 may perform an intelligent app for processing a voice input for performing an organic operation through a designated input (eg, wake-up!).
  • the intelligent server 200 may receive information related to a user's voice input from the user terminal 100 through a communication network. According to an embodiment, the intelligent server 200 may change data related to the received voice input into text data. According to an embodiment, the intelligent server 200 may generate a plan for performing a task corresponding to a user's voice input based on the text data.
  • the plan may be created by an artificial intelligent (AI) system.
  • the artificial intelligence system may be a rule-based system, or a neural network-based system (e.g., a feedforward neural network (FNN)), a recurrent neural network (RNN). It may be ))). Alternatively, it may be a combination of the above or another artificial intelligence system.
  • the plan may be selected from a set of predefined plans, or may be generated in real time in response to a user request. For example, the artificial intelligence system may select at least one of a plurality of predefined plans.
  • the intelligent server 200 may transmit a result according to the generated plan to the user terminal 100 or may transmit the generated plan to the user terminal 100.
  • the user terminal 100 may display a result according to the plan on the display.
  • the user terminal 100 may display a result of executing an operation according to a plan on a display.
  • the intelligent server 200 of an embodiment includes a front end 210, a natural language platform 220, a capsule DB 230, an execution engine 240, and It may include an end user interface 250, a management platform 260, a big data platform 270, or an analytic platform 280.
  • the front end 210 may receive a voice input received from the user terminal 100.
  • the front end 210 may transmit a response corresponding to the voice input.
  • the natural language platform 220 includes an automatic speech recognition module (ASR module) 221, a natural language understanding module (NLU module) 223, and a planner module ( A planner module 225, a natural language generator module (NLG module) 227, or a text to speech module (TTS module) 229 may be included.
  • ASR module automatic speech recognition module
  • NLU module natural language understanding module
  • TTS module text to speech module
  • the automatic speech recognition module 221 may convert a voice input received from the user terminal 100 into text data.
  • the natural language understanding module 223 may grasp a user's intention by using text data of a voice input.
  • the natural language understanding module 223 may grasp a user's intention by performing a syntactic analysis or a semantic analysis.
  • the natural language understanding module 223 of an embodiment grasps the meaning of the word extracted from the voice input by using the linguistic features (eg, grammatical elements) of a morpheme or phrase, and matches the meaning of the identified word to the intention of the user. You can decide your intentions.
  • the planner module 225 may generate a plan using the intention and parameters determined by the natural language understanding module 223. According to an embodiment, the planner module 225 may determine a plurality of domains necessary to perform a task based on the determined intention. The planner module 225 may determine a plurality of operations included in each of a plurality of domains determined based on the intention. According to an embodiment, the planner module 225 may determine a parameter required to execute the determined plurality of operations or a result value output by executing the plurality of operations. The parameter and the result value may be defined as a concept of a designated format (or class). Accordingly, the plan may include a plurality of operations and a plurality of concepts determined by the intention of the user.
  • the planner module 225 may determine a relationship between the plurality of operations and the plurality of concepts in stages (or hierarchical). For example, the planner module 225 may determine an execution order of a plurality of operations determined based on a user's intention based on a plurality of concepts. In other words, the planner module 225 may determine the execution order of the plurality of operations based on parameters required for execution of the plurality of operations and results output by the execution of the plurality of operations. Accordingly, the planner module 225 may generate a plan including a plurality of operations and related information (eg, ontology) between a plurality of concepts. The planner module 225 may generate a plan using information stored in the capsule database 230 in which a set of relationships between concept and operation is stored.
  • the planner module 225 may determine an execution order of a plurality of operations determined based on a user's intention based on a plurality of concepts. In other words, the planner module 225 may determine the execution order of the plurality of operations based on parameters required for execution
  • the natural language generation module 227 may change designated information into a text format.
  • the information changed in the text form may be in the form of natural language speech.
  • the text-to-speech module 229 may change information in text form into information in voice form.
  • some or all of the functions of the natural language platform 220 may be implemented in the user terminal 100 as well.
  • the capsule database 230 may store information on a relationship between a plurality of concepts and operations corresponding to a plurality of domains.
  • a capsule may include a plurality of action objects (action objects or action information) and concept objects (concept objects or concept information) included in a plan.
  • the capsule database 230 may store a plurality of capsules in the form of a concept action network (CAN).
  • CAN concept action network
  • a plurality of capsules may be stored in a function registry included in the capsule database 230.
  • the capsule database 230 may include a strategy registry in which strategy information necessary for determining a plan corresponding to the voice input is stored.
  • the strategy information may include reference information for determining one plan when there are a plurality of plans corresponding to the voice input.
  • the capsule database 230 may include a follow up registry in which information on a follow-up operation for suggesting a follow-up operation to a user in a specified situation is stored.
  • the subsequent operation may include, for example, a subsequent speech.
  • the capsule database 230 may include a layout registry that stores layout information of information output through the user terminal 100.
  • the capsule database 230 may include a vocabulary registry in which vocabulary information included in capsule information is stored.
  • the capsule database 230 may include a dialog registry in which information about a conversation (or interaction) with a user is stored.
  • the capsule database 230 may update an object stored through a developer tool.
  • the developer tool may include, for example, a function editor for updating a motion object or a concept object.
  • the developer tool may include a vocabulary editor for updating vocabulary.
  • the developer tool may include a strategy editor for creating and registering a strategy for determining a plan.
  • the developer tool may include a dialog editor that creates a dialog with a user.
  • the developer tool may include a follow up editor capable of activating a follow-up goal and editing subsequent utterances that provide hints.
  • the subsequent target may be determined based on a currently set target, user preference, or environmental conditions.
  • the capsule database 230 may be implemented in the user terminal 100 as well.
  • the execution engine 240 may calculate a result using the generated plan.
  • the end user interface 250 may transmit the calculated result to the user terminal 100. Accordingly, the user terminal 100 may receive the result and provide the received result to the user.
  • the management platform 260 may manage information used in the intelligent server 200.
  • the big data platform 270 according to an embodiment may collect user data.
  • the analysis platform 280 may manage the quality of service (QoS) of the intelligent server 200. For example, the analysis platform 280 may manage components and processing speed (or efficiency) of the intelligent server 200.
  • QoS quality of service
  • the service server 300 may provide a designated service (eg, food order or hotel reservation) to the user terminal 100.
  • the service server 300 may be a server operated by a third party.
  • the service server 300 may provide information for generating a plan corresponding to the received voice input to the intelligent server 200.
  • the provided information may be stored in the capsule database 230.
  • the service server 300 may provide the result information according to the plan to the intelligent server 200.
  • the user terminal 100 may provide various intelligent services to a user in response to a user input.
  • the user input may include, for example, an input through a physical button, a touch input, or a voice input.
  • the user terminal 100 may provide a voice recognition service through an intelligent app (or voice recognition app) stored therein.
  • the user terminal 100 may recognize a user utterance or voice input received through the microphone, and provide a service corresponding to the recognized voice input to the user. .
  • the user terminal 100 may perform a specified operation alone or together with the intelligent server and/or service server based on the received voice input. For example, the user terminal 100 may execute an app corresponding to the received voice input and perform a designated operation through the executed app.
  • the user terminal 100 when the user terminal 100 provides a service together with the intelligent server 200 and/or a service server, the user terminal detects the user's speech using the microphone 120, and A signal (or voice data) corresponding to the detected user's speech may be generated. The user terminal may transmit the voice data to the intelligent server 200 using the communication interface 110.
  • the intelligent server 200 is a plan for performing a task corresponding to the voice input as a response to a voice input received from the user terminal 100, or performing an operation according to the plan. Can produce results.
  • the plan may include, for example, a plurality of operations for performing a task corresponding to a user's voice input, and a plurality of concepts related to the plurality of operations.
  • the concept may be defined as a parameter input to execution of the plurality of operations or a result value output from execution of the plurality of operations.
  • the plan may include a plurality of operations and association information between a plurality of concepts.
  • the user terminal 100 may receive the response using the communication interface 110.
  • the user terminal 100 outputs the voice signal generated inside the user terminal 100 to the outside using the speaker 130, or externally outputs the image generated inside the user terminal 100 using the display 140.
  • FIG. 2 is a diagram illustrating a form in which relationship information between a concept and an operation is stored in a database according to various embodiments.
  • the capsule database (eg, capsule database 230) of the intelligent server 200 may store capsules in the form of a concept action network (CAN) 400.
  • the capsule database may store an operation for processing a task corresponding to a user's voice input and a parameter necessary for the operation in the form of a concept action network (CAN) 400.
  • the capsule database may store a plurality of capsules (capsule(A) 401, capsule(B) 404) corresponding to each of a plurality of domains (eg, applications).
  • one capsule eg, capsule(A) 401
  • one domain eg, location (geo), application.
  • at least one service provider eg, CP 1 (402), CP 2 (403), CP 3 (406), or CP 4 (405)
  • CP 1 CP 1 (402), CP 2 (403), CP 3 (406), or CP 4 (405)
  • one capsule may include at least one operation 410 and at least one concept 420 for performing a specified function.
  • the natural language platform 220 may generate a plan for performing a task corresponding to a received voice input using a capsule stored in a capsule database.
  • the planner module 225 of the natural language platform may generate a plan using capsules stored in a capsule database. For example, using the actions 4011 and 4013 and concepts 4012 and 4014 of capsule A 410 and the action 4041 and concept 4042 of capsule B 404 to create a plan 407 can do.
  • FIG. 3 is a diagram illustrating a screen in which a user terminal processes a voice input received through an intelligent app, according to various embodiments.
  • the user terminal 100 may execute an intelligent app to process a user input through the intelligent server 200.
  • the user terminal 100 processes the voice input. It can run intelligent apps for.
  • the user terminal 100 may, for example, run the intelligent app while running the schedule app.
  • the user terminal 100 may display an object (eg, an icon) 311 corresponding to an intelligent app on the display 140.
  • the user terminal 100 may receive a voice input by user utterance. For example, the user terminal 100 may receive a voice input “Tell me this week's schedule!”.
  • the user terminal 100 may display a user interface (UI) 313 (eg, an input window) of an intelligent app in which text data of a received voice input is displayed on the display.
  • UI user interface
  • the user terminal 100 may display a result corresponding to the received voice input on the display.
  • the user terminal 100 may receive a plan corresponding to the received user input, and display a “this week schedule” on the display according to the plan.
  • FIG. 4 is a diagram illustrating an example of a configuration of an intelligent system according to various embodiments.
  • the intelligent system may include an electronic device, an intelligent server, a developer server, and an external electronic device as shown in FIG. 4.
  • the electronic device 100 may acquire various pieces of information for providing a voice recognition service.
  • the electronic device 100 may execute an intelligent app (eg, Bixby) based on a user's input (eg, a voice input for calling an intelligent app).
  • the electronic device may receive an utterance (user utterance) from a user while an intelligent app is being executed.
  • the electronic device 100 may acquire various additional information while the intelligent app is being executed.
  • Various additional information may include context information and/or user information.
  • the context information may include information on an application or program executed in the electronic device 100, information on a current location, and the like.
  • the user information may include a user's electronic device 100 usage pattern (eg, application usage pattern, etc.), user's personal information (eg, age, etc.).
  • the electronic device 100 may transmit information on the received user utterance to the intelligent server 200.
  • the information on the user utterance refers to various types of information representing the received user utterance, and the information of the speech signal type in which the user utterance has not been processed, or the received user utterance is processed as a corresponding text (e.g., ASR). User utterance is processed accordingly) information of the text type, and the like.
  • the electronic device 100 may provide the acquired additional information to the intelligent server 200.
  • the electronic device 100 receives processing result information from the intelligent server 200 in response to the processing result of the user's speech by the intelligent server 200, and provides a service to the user based on the processing result information.
  • the electronic device 100 may display content corresponding to the user utterance on the display based on the received processing result information (eg, UI/UX including content corresponding to the user utterance).
  • the electronic device 100 provides a service that provides an operation of an application corresponding to the user utterance on the electronic device based on processing result information (eg, a deep link for executing an application corresponding to the user utterance). can do.
  • the electronic device 100 may provide a service for controlling at least one external electronic device 440 based on processing result information.
  • At least one external electronic device 440 is connected to the electronic device 100 for communication based on various types of communication schemes (eg, Wifi, etc.) to control received from the electronic device 100. It may be a target device controlled by a signal. In other words, the external electronic device 440 may be controlled by the electronic device 100 based on specific information acquired by the user's speech.
  • the external electronic device 440 is an IOT device and may be a device managed in a specific cloud (eg, a smart home cloud) together with the electronic device 100.
  • the intelligent server 200 will be described. A description of the intelligent server 200 that is duplicated with FIG. 1 will be omitted.
  • the intelligent server 200 may process the user utterance received from the electronic device 100 to obtain information for providing a service corresponding to the user utterance.
  • the intelligent server 200 may refer to additional information received together with the user utterance received from the electronic device 100 to process the user utterance.
  • the intelligent server 200 may cause the user utterance to be processed by the voice assistant.
  • the intelligent server 200 allows user utterances to be processed by the voice assistant provided in the intelligent server 200 to obtain processing result information from the voice assistant, or to an external server linked to the intelligent server 200. By allowing it to be processed, the processing result information can be obtained from an external server. Since the voice assistant can perform the same operation as the capsule database described above, a redundant description will be omitted. Since the processing result information obtained according to the processing of the speech by the voice assistant may be a plan for performing the above-described task or a result of performing an operation according to the plan, a redundant description will be omitted.
  • the processing result information may further include at least one of a deep link including an access mechanism for accessing a specific screen of a designated application or visual information (UI/UX) for providing a service.
  • UI/UX visual information
  • the intelligent server 200 may obtain a voice assistant for processing user utterances from the developer server 430.
  • the intelligent server 200 may obtain a capsule for processing user utterances from the developer server 430.
  • a developer of the developer server 430 may register voice assistants with the intelligent server 200.
  • the intelligent server 200 may cause a user interface for registering voice assistants to be displayed on the developer server 430 when the developer server 430 is connected to the intelligent server 200, and the developer can display the voice assistant on the displayed user interface. You can register them.
  • the present invention is not limited to the above description, and the intelligent server 200 may store voice assistants produced by the intelligent server 200 by itself.
  • the voice assistant may be assigned to at least one category.
  • the developer server may select a category in which voice assistants are to be registered.
  • the developer server receives information on a plurality of categories in which the voice assistant can be registered, and displays information on the plurality of categories on the interface. Can be displayed.
  • the developer server may receive a selection for a specific category among the displayed plurality of categories from the developer, and transmit information on the selected specific category to the intelligent server. Based on this, the intelligent server may include and store the voice assistant in a specific category.
  • the first category of "delivery service” includes “first voice assistant” and “second voice assistant”, and the category of “cafe” is “first voice assistant” and May include a “third voice assistant”.
  • the registration operation of the voice assistant will be described later in the operation of the intelligent server described later.
  • the intelligent server may manage utterances of voice assistants registered in a category, which will be described in detail later.
  • the plurality of developer servers 431, 432, 433, and 434 may register voice assistants for processing user utterances in the intelligent server 200.
  • a voice assistant for processing user utterances is produced in the developer server 430, and the developer server 430 (or capsule developer) may register the voice assistant produced in the intelligent server 200.
  • the registration procedure may be performed as the developer server 430 directly connects to the intelligent server 200 and registers the voice assistant in the connected intelligent server 200, but is not limited to what is described, and a separate registration server is provided and registered.
  • the voice assistant may be registered in the server, and the voice assistant registered from the registration server to the intelligent server 200 may be provided.
  • At least one function provided by capsules manufactured by each of the plurality of developer servers 411, 412, 413, and 414 may be different from each other or may be similar.
  • a first voice assistant produced by a first developer server provides a first function (eg, a music related function)
  • a second voice assistant produced by a second developer server provides a second function (eg, a music related function).
  • Function e.g., a music related function
  • the Nth voice assistant produced by the Nth developer server may provide the Nth function (eg, an image related function).
  • various services corresponding to user utterances may be provided to the user.
  • the intelligent server 200 may include a plurality of modules, as described later.
  • the plurality of modules may be a program, computer code, or instructions that are coded so that the specific intelligent server 200 performs a specified operation. That is, the intelligent server 200 may store a plurality of modules in a memory, and a plurality of modules included in the stored memory may cause the processor to perform a designated operation.
  • the description of the plurality of modules included in the constant intelligent server 200 may also apply mutatis mutandis to the description of the modules included in the electronic device 100 and the developer server 430.
  • the processor of the electronic device 100, the intelligent server 200, and the developer server 430 is at least one of the electronic device 100, the intelligent server 200, and the developer server 430.
  • the configuration may be set to perform the operations described below.
  • the electronic device 100, the intelligent server 200, and the computer code or instructions stored in the memory of the developer server 430 are the electronic device 100, the intelligent server 200, and the developer server (
  • the processor (not shown) of the 430 may be configured to perform the operations described below.
  • FIG. 5 is a diagram illustrating an example of a configuration of an intelligent server 200 according to various embodiments.
  • the intelligent server 200 includes a natural language platform 510 including a category classification module 511 and a speech data analysis module 512, and a category including a plurality of category databases 521 and 522. It may include a speech database 520, a plurality of voice assistants 531, 533, 535, 541, 543, 545, and an interface providing module 550 included in each of the plurality of categories 530 and 540. have.
  • the natural language platform 510 and the category classification module 511 and speech data analysis module 512 included in the natural language platform 510 will be described.
  • the natural language platform 510 is an automatic speech recognition module (ASR module) (not shown), like the natural language platform 510 described above in FIG. 1, and a natural language understanding module.
  • ASR module automatic speech recognition module
  • NLU module language understanding module
  • planner module not shown
  • natural language generator module not shown
  • TTS module text to speech module
  • the natural language platform 510 analyzes the utterances, checks a category (eg, 530, 540) corresponding to the utterance, and provides information corresponding to the identified category (eg, 530, 540), or By analyzing the utterances, voice assistants (eg, 531, 533, 535, 541, 543, 545) related to a specific category may train the utterances.
  • voice assistants eg, 531, 533, 535, 541, 543, 545
  • the natural language platform 510 analyzes the utterances and analyzes the intentions. Can be checked, a category corresponding to the utterance can be identified based on the identified intent, and information related to the identified category can be generated.
  • the natural language platform 510 may analyze a plurality of utterances related to a plurality of voice assistants, and allow the plurality of voice assistants to train a specific utterance.
  • the category classification module 511 may analyze the utterance and check a category (eg, 530, 540) corresponding to the utterance based on the analysis result of the utterance. For example, the category classification module 511 may select a category supporting the corresponding intention based on the intention obtained by analyzing the speech by the natural language understanding module.
  • a category eg, 530, 540
  • the speech data analysis module 512 analyzes speech associated with voice assistants (eg, 531, 533, 535, 541, 543, 545) registered in the intelligent server 200, and analyzes the result of the analysis. Based on, voice assistants (eg, 531, 533, 535, 541, 543, 545) can train specific utterances. For example, the utterance data analysis module 512 may analyze utterances associated with voice assistants included in a specific category, and allow the voice assistants included in a specific category to train a specific utterance among the analyzed utterances.
  • voice assistants eg, 531, 533, 535, 541, 543, 545
  • voice assistants eg, 531, 533, 535, 541, 543, 545
  • the utterance data analysis module 512 may analyze utterances associated with voice assistants included in a specific category, and allow the voice assistants included in a specific category to train a specific utterance among the analyzed utterances.
  • a specific utterance to be trained by the voice assistants may be utterance corresponding to an utterance commonly supported by a specific category (to be described later, a common utterance).
  • a specific utterance may refer to an utterance that is a trait such as a common utterance.
  • the meaning of the same trait may mean that information on the utterances is the same and/or similar to each other (eg, a similarity range is within a preset range).
  • the meaning of traits that are the same as each other means that analysis results (eg, intention and/or parameters, etc.) of utterances by various modules (eg, natural language understanding module 223, etc.) that can be implemented in the natural language platform 220 It may mean that they are the same and/or similar to each other. For example, if a specific category commonly supports an utterance of "deliver coffee", the specific utterance to be trained is "Coffee,” which is an utterance having the same and/or similar intent and/or parameters to the common utterance of "deliver coffee”. It could be "deliver me”, "order coffee", etc. An operation for allowing voice assistants included in a specific category to train specific utterances will be described later in detail with reference to FIGS. 6 to 12.
  • the category utterance database 520 includes information on each of the supportable utterances of the plurality of categories 530 and 540 (e.g., the utterance is various modules included in the natural language understanding platform 220). Information analyzed by the field) can be stored.
  • the supportable utterances may mean utterances that can be processed by at least one voice assistant included in a corresponding category. For example, when the first voice assistant 531 and the second voice assistant 533 included in the first category 530 can process the first utterance (for example, "deliver coffee"), the category data utterance base is The first utterance may be stored as utterances supported by the first category 530.
  • the first voice assistant 531 and the second voice assistant 533 included in the first category 530 can process the first utterance, but the N-th voice included in the first category 530
  • the category data utterance base 520 may store the first utterance as an utterance that can be supported by the first category 530.
  • the intelligent server 200 may transmit the first utterance to the N-th voice assistant 535 and perform training so that the N-th voice assistant 535 can process the first utterance. The training operation will be described later in detail with reference to FIGS. 10 to 12.
  • a voice assistant (eg, 531, 533, 535, 541, 543, 545) will be described. Since the description of the capsule database 230 may be applied mutatis mutandis to the voice assistant, duplicate descriptions will be omitted.
  • a plurality of voice assistants may generate processing result information for providing a service corresponding to the utterance by processing the utterance.
  • each of a plurality of voice assistants e.g., 531, 533, 535, 541, 543, 545) stores (not shown) processing result information corresponding to a specific utterance, and receives information about a specific utterance. In this case, the processing result information corresponding to a specific utterance can be checked and provided.
  • the plurality of assistants 531, 533, 535, 541, 543, and 545 store utterance databases related to each of the plurality of voice assistants (e.g., information on utterances that the voice assistant can process.
  • Databases 532, 534, 536, 542, 544, 546.
  • the database related to the voice assistant will be described in detail later in FIGS. 12 to 14.
  • the database related to the voice assistant) 532, 534, 536, 542, 544, 546 is not limited to the bar shown in FIG. 5 and may be stored separately from the voice assistant.
  • each of the plurality of voice assistants 531, 533, 535, 541, 543, and 545 may be included in at least one category 530 and 540.
  • a plurality of voice assistants (531, 533, 535, 541, 543, 545) is based on a registration request to at least one category (eg, 530, 540) of the plurality of voice assistants, at least one It may be included in the categories 530 and 540.
  • the developer server 430 requests registration of a voice assistant from the intelligent server 200
  • the developer server 430 relates to a plurality of categories (eg, 530, 540) in which a specific voice assistant is to be registered. You can receive information.
  • the developer server 430 may request registration of the specific voice assistant as one of a plurality of categories (eg, 530 and 540).
  • the intelligent server 200 may include and manage a specific voice assistant in one category based on a request for registration of the specific voice assistant in the one category.
  • the plurality of voice assistants 531, 533, 535, 541, 543, and 545 may be classified according to categories 530 and 540 in which each of the plurality of voice assistants is registered.
  • the voice assistants 531, 533, and 535 included in the first category 530 are related to each other, and the voice assistants 541, 543, and 545 included in the second category 540 are each Although related, the voice assistants 531, 533, and 535 included in the first category and the voice assistants 541, 543, and 545 included in the second category may not be related to each other. Meanwhile, the first voice assistant 531 may be included not only in the first category 530 but also in a category different from the first category 530.
  • the interface providing module 550 may provide information such that an interface for providing a service is displayed on an external device connected to the intelligent server 200. For example, when the developer server 430 accesses the intelligent server 200, the interface providing module 550 may provide an interface for registering the voice assistant to the developer server 430. The interface providing operation will be described later in detail with reference to FIGS. 14 to 17.
  • the modules of the above-described intelligent server 200 are not limited to the above, and may be implemented in other external devices (for example, the electronic device 100).
  • the natural language platform 510 illustrated in FIG. 5 may be included in the electronic device 100, and the remaining modules may be included in the intelligent server 200. Accordingly, the electronic device 100 may perform an operation based on the natural language platform 510, and the intelligent server 200 may perform an operation by the remaining modules.
  • the modules of the intelligent server 200 described above will be described on the basis of being included in the intelligent server 200.
  • the modules of the intelligent server 200 are not limited to the above, and may be implemented in other external devices (for example, the electronic device 100), and accordingly, various embodiments described below.
  • the operation of the intelligent server 200 according to the data may be performed by the electronic device 100.
  • the intelligent server 200 may enable a voice assistant newly registered in a specific category to process a specific utterance related to a plurality of assistants included in a specific category.
  • FIG. 6 is a flowchart 600 illustrating an example of an operation of the intelligent server 200 according to various embodiments.
  • the operation of the intelligent server 200 is not limited to the order of the operation of the intelligent server 200 illustrated in FIG. 6, and may be performed in a different order from the illustrated order.
  • more operations are performed than the operations of the intelligent server 200 illustrated in FIG. 6, or at least one operation less than the operations of the intelligent server 200 illustrated in FIG. 6. This may be done.
  • FIG. 6 will be described with reference to FIGS. 7, 8, and 9.
  • FIG. 7 is a diagram illustrating an example of an operation of checking at least one common speech of the speech data analysis module 512 of the intelligent server 200 according to various embodiments of the present disclosure.
  • 8 is a diagram illustrating an example of utterances that can be processed by a plurality of voice assistants included in a specific category according to various embodiments.
  • 9 is a diagram illustrating an example of an operation of receiving a request for registration of a specific voice assistant in a specific category from another device of the intelligent server 200 according to various embodiments of the present disclosure.
  • the intelligent server 200 may register a plurality of voice assistants in the first category 530 in operation 601.
  • the intelligent server 200 may receive a registration request of the voice assistant from at least one developer server 430 connected to the intelligent server 200.
  • the intelligent server 200 based on the received registration request, information on a plurality of categories (for example, 530, 540 shown in FIG. 7) in which the voice assistant can be registered with at least one developer server 430 Can provide.
  • the at least one developer server 430 may display an interface including a plurality of categories based on information on a plurality of categories (eg, 530 and 540) provided.
  • the intelligent server 200 When at least one of a plurality of categories (eg, 530, 540) in which a voice assistant is to be registered on the interface by a developer (or user) in at least one developer server 430 is selected, the intelligent server 200 ) May receive information on at least one selected category from at least one developer server 430.
  • the intelligent server 200 may register the voice assistant requested for registration in the selected at least one category based on information on the selected at least one category.
  • the intelligent server 200 includes the voice assistants requested for registration (eg, 531, 533, 535, 541, 543, 545) in the at least one category (eg, 530, 540). It can be included and managed (or stored).
  • the intelligent server 200 together with the voice assistant requested for registration, is a utterance database related to the voice assistant (e.g., a utterance database that can be processed by the voice assistant (to be described later, a learning database related to the voice assistant)) 532, 534. , 536, 542, 544, 546, and a database (not shown) storing information on a processing result corresponding to the utterance may be registered in the at least one category.
  • the utterance database 532, 534, 536, 542, 544, 546 that the voice assistant can process is intelligent utterances that are acquired from the developer server 430 separately from the registered voice assistant or processed by the registered voice assistant. It can be obtained by being verified by the server 200.
  • the intelligent server 200 (for example, a processor of an intelligent server that performs an operation based on the speech data analysis module 512) is processed by a plurality of voice assistants registered in the first category in operation 602. Multiple possible utterances can be identified.
  • the intelligent server 200 (for example, the speech data analysis module 512) is a plurality of voice assistants 531, 533, 535 included in the first category 530, as shown in FIG. Information on utterances that can be processed by each of the plurality of voice assistants 531, 533, 535 may be checked from the utterance database associated with each of.
  • the intelligent server 200 (for example, the speech data analysis module 512) includes a plurality of voice assistants 531, 533, and 535 included in the first category 530 as shown in FIG. 7. Information on utterances that can be processed by the plurality of voice assistants 531, 533, 535 included in the first category 530 may be checked from each utterance database 532, 534, and 536.
  • the intelligent server 200 (eg, a processor of an intelligent server that performs an operation based on the speech data analysis module 512) is based on at least one common speech obtained in operation 603. You can check the ignition. For example, when at least one common utterance is identified, the intelligent server 200 may store information on at least one identified common utterance in the utterance database 521 of the first category. In addition, the intelligent server 200 checks whether the at least one common utterance identified is supportable in the first category 530, and provides information on at least one common utterance according to whether or not the at least one common utterance is supported. Supportable utterances of the first category 530 may be stored in the database 521 of the first category, which will be described later in detail with reference to FIGS. 12 to 13.
  • the intelligent server 200 (eg, a processor of an intelligent server that performs an operation based on the speech data analysis module 512) is a plurality of voice assistants included in the identified first category 530. At least one utterance that satisfies a specified condition related to the similarity among the utterances that can be processed by the groups 531, 533, and 535 may be identified as the common utterance.
  • the intelligent server 200 (eg, a processor of an intelligent server that performs an operation based on the speech data analysis module 512) is included in the identified first category 530 as shown in FIG. 8.
  • the same utterance among the processable utterances 801, 802, 803 is shared in common based on information on the processable utterances 801, 802, and 803 of the plurality of voice assistants 531, 533, and 535 that have been processed. It can be confirmed as.
  • the intelligent server 200 has the same utterances (eg, third Utterance) may be identified as a common utterance, but is not limited thereto, and at least a portion (eg, at least two or more) of the voice assistants included in the first category 530 can be processed.
  • the same utterance can also be identified as a common utterance.
  • the intelligent server 200 may include a plurality of voice assistants included in the identified first category 530. Based on information on the processable speeches 801, 802, and 803, among the processable speeches 801, 802, and 803, speeches corresponding to each other may be identified as a common speech. For example, the intelligent server 200 may identify utterances having a similarity of more than a threshold value among the utterances that can be processed as common utterances.
  • the intelligent server 200 includes a processable utterance of the first voice assistant 531 included in the first category 530, "deliver the pizza,” and the second voice assistant included in the first category 530
  • the processable utterances of 533, "I want to eat pizza,” and the processable utterances of the N-th voice assistant 535 included in the first category 530, "Tell me a nearby pizza shop,” are not identical, but critical to each other. It is judged as utterances having a degree of similarity greater than or equal to a value and can be identified as a common utterance.
  • the intelligent server 200 may compare patterns of information on the processable utterances based on information on the processable utterances, and check similarity between the processable utterances based on the comparison result of the pattern. have.
  • the intelligent server 200 may identify utterances having the identified similarity greater than or equal to the threshold value as common utterances.
  • the comparison of the patterns of information on the utterances may be comparing a pattern of intentions corresponding to each of the utterances, or may be comparing a pattern of texts corresponding to each of the utterances. It is not limited to the above description, and various analysis operations for comparing similarity between utterances may be performed.
  • the intelligent server 200 may receive a request for registration of the first voice assistant in the category from an external device in operation 604.
  • the intelligent server 200 may receive a request for registering a first voice assistant from a first developer server.
  • the intelligent server 200 may receive a request for requesting registration of the A-th voice assistant 700 in the first category 530 from the first developer server.
  • the intelligent server 200 receives a request from the first developer server for newly registering the A-th voice assistant 700 in the first category 530, and a new voice A in the first category 530. It can be seen that the assistant 700 is included.
  • the intelligent server 200 may provide information related to the common utterance to an external device based on the request in operation 605. For example, based on receiving a request for registration of the voice assistant 700 from the developer server 430 to the first category 530, the intelligent server 200 receives the first category 530 ), the voice assistant 700 may be included.
  • the intelligent server 200 as shown in FIG. 9, based on the confirmation that the voice A assistant 700 is newly included in the first category 530, the voice assistant 700 is the at least one Information on the at least one common utterance (eg, the third utterance shown in Fig.
  • the developer server 430 can be provided to the developer server 430 so as to process the common utterance (eg, the third utterance shown in FIG. 8 ).
  • the developer server 430 may receive information on the common utterance "recommend an espresso menu” in the category "Recommend menu” in which the first voice assistant is to be registered have.
  • the A-th voice assistant 700 may train to process at least one common utterance based on information on the at least one common utterance.
  • training of the common utterance of the voice assistant may mean that the voice assistant checks for the common utterance and recognizes utterances corresponding to the common utterance as processing targets.
  • the voice assistant who trained the common utterance checks the analyzed result by various modules such as the NLU module and the ASR module in which the common utterance can be implemented in the natural language platform 220 as information on the common utterance, Speeches corresponding to the analyzed result may be recognized as processing targets.
  • the voice assistant who has trained the common utterance may recognize utterances having the same and/or similar intention and/or parameter as the intention and/or parameter of the common utterance as processing targets.
  • training of the common speech by the voice assistant may mean that the voice assistant can provide a processing result corresponding to the common speech.
  • the intelligent server 200 or the developer server 430 acquires not only information on common utterances, but also processing result information corresponding to common utterances to train the voice assistant, and the voice assistant obtains common utterances and common utterances.
  • the common utterance may be trained to return the obtained processing result information in response to utterances corresponding to.
  • the processing result information may be obtained from processing result information returned by voice assistants included in a specific category in response to a common speech.
  • the processing result information may be separately obtained by the developer of the voice assistant.
  • processing result information is provided from the developer server 430 registering the voice assistant to the intelligent server 200, and the voice assistant When training is performed, processing result information from the developer may be input to the developer server 430.
  • the developer server 430 includes at least one common utterance and at least one common utterance, such as 901, 902, and 903 shown in FIG. 9, based on the provided information on at least one common utterance.
  • the interface 900 including at least one graphic element (eg, 910) for determining whether to support or not may be displayed.
  • the developer server 430 receives an input of the graphic element 910 for determining whether to support at least one common utterance from a developer (or a user) on the interface, and based on the received input, the A-th voice assistant ( 700), it is possible to check whether or not at least one common speech is supported.
  • the developer server 430 trains the voice assistant to process the common utterance, or the intelligent server 200 so that the voice assistant can process the common utterance in the intelligent server 200. ) To request the training of the voice assistant.
  • the intelligent server 200 is not limited to what is described in operation 605 of the intelligent server 200, and the intelligent server 200 does not provide information on at least one common utterance to the developer server 430, and the newly included first voice
  • the first voice assistant may train the at least one common utterance so that the assistant can process the at least one common utterance. In other words, training of the first voice assistant may be performed in the intelligent server 200 without feedback from the developer server 430.
  • information on commonly supported utterances is provided so that the voice assistant newly registered in a specific category can process utterances commonly supported by the previously registered voice assistants of a specific category.
  • the operational burden for training the voice assistant's utterance can be alleviated.
  • the number of utterances not supported by each of the voice assistants may be reduced by being able to process utterances commonly supported by the voice assistants included in a specific category.
  • the number of unsupported utterances is reduced, the possibility that the user utterances are processed by voice assistants included in a specific category increases, and the efficiency of processing the user utterances may be increased.
  • training is conducted based on information on utterances obtained from a plurality of voice assistants included in a specific category, thereby obtaining utterances for training of the voice assistant of the intelligent server 200.
  • the required operational burden can be reduced.
  • the intelligent server 200 may allow at least one voice assistant included in a specific category to train speech based on confirming that a specified condition is satisfied.
  • the intelligent server 200 may train not only voice assistants newly registered in a specific category, but also voice assistants included in a specific category based on satisfaction of a specified condition.
  • FIG. 10 is a flowchart 1000 illustrating an example of an operation of the intelligent server 200 according to various embodiments.
  • the operation of the intelligent server 200 is not limited to the order of the operation of the intelligent server 200 illustrated in FIG. 10, and may be performed in a different order from the illustrated order. Further, according to various embodiments, more operations are performed than the operations of the intelligent server 200 illustrated in FIG. 10, or at least one operation less than the operations of the intelligent server 200 illustrated in FIG. 10. This may be done.
  • FIG. 10 will be described with reference to FIG. 11.
  • 11 is a diagram illustrating an example of an operation of confirming satisfaction of a specified condition of the intelligent server 200 according to various embodiments of the present disclosure.
  • the intelligent server 200 registers a plurality of voice assistants in a first category in operation 1001, and checks a plurality of speeches that can be processed by a plurality of voice assistants registered in the first category in operation 1002. , At least one common utterance may be identified based on the plurality of utterances acquired in operation 1003. Since operations 1001 to 1003 of the intelligent server 200 may be performed in the same manner as operations 601 to 603 of the intelligent server 200 described above, a redundant description will be omitted.
  • the intelligent server 200 may check satisfaction of a condition set to share at least one common utterance in operation 1004.
  • the intelligent server 200 may check satisfaction of the set condition. For example, as shown in FIG. 11, when a specific voice assistant (eg, the A-th voice assistant 1103) is registered in a specific category (eg, the first category 530), the set condition You can confirm your satisfaction.
  • a specific voice assistant eg, the A-th voice assistant 1103
  • a specific category eg, the first category 530
  • the intelligent server 200 may check the satisfaction of the set condition.
  • the intelligent server 200 can process a specific voice assistant (eg, a second voice assistant 1102) included in a specific category (eg, the first category 530).
  • a new common utterance of a specific category may be identified by updating the utterances (eg, the third utterances 1111 and 1112).
  • the second voice assistant 1102 can newly process a specific utterance (eg, the third utterance 1112 ), so that a new common utterance of a specific category can be confirmed.
  • the second voice assistant 1102 is newly assigned a specific utterance (e.g.: Since the third utterance 1112) can be processed, it is confirmed that the third utterances 1111 and 1112 satisfy a specified condition related to the degree of similarity, and thus may be newly identified as a common utterance.
  • Information on the specific utterance is stored in a database (for example, a learning database) related to the specific voice assistant (for example, 532, 534, etc. in FIG. 5), and the intelligent server 200 stores the stored specific utterance.
  • the intelligent server 200 may check a specific utterance as a common utterance based on the comparison result. Since the operation of checking the common utterance of the intelligent server 200 may be performed like the operation 603 of the intelligent server 200 described above, a redundant description will be omitted.
  • the intelligent server 200 may receive information on the user's utterance from the electronic device 100, thereby confirming a new supportable utterance of a specific category.
  • the operation of receiving information on the user's utterance by the intelligent server 200 and confirming the supportable utterance will be described later in detail with reference to FIGS. 17 to 19.
  • the intelligent server 200 may receive information on the category registration utterance from the developer server 430, thereby confirming a new supportable utterance of a specific category. An operation of receiving information on the category registration utterance of the intelligent server 200 and confirming the supportable utterance will be described later in detail with reference to FIGS. 17 to 19.
  • the intelligent server 200 may check satisfaction of a set condition for sharing a common utterance based on a request received from the developer server 430. For example, when the intelligent server 200 receives a request for a common utterance received from the developer server 430 (or developer) that has registered the voice assistant in a specific category, it may check satisfaction of the set condition.
  • the intelligent server 200 may provide information related to a common utterance to an external device based on confirmation of satisfaction of a condition in operation 1005. Since operation 1005 of the intelligent server 200 may be performed like operation 605 of the intelligent server 200 described above, a redundant description will be omitted.
  • the intelligent server 200 may provide information related to a common utterance to an external device corresponding to the satisfied condition based on confirmation of satisfaction of the set condition.
  • the intelligent server 200 may provide information related to the common speech only to the developer server 430 that has newly registered the voice assistant.
  • the intelligent server 200 utters a common utterance to all developer servers 430 corresponding to all voice assistants included in the specific category. You can provide information related to.
  • the intelligent server 200 when it receives a request from the developer server 430, it may provide information related to a common speech only to the developer server 430 that has transmitted the request.
  • the intelligent server 200 may provide information related to common speech to the developer server 430 corresponding to at least one voice assistant included in a specific category based on satisfaction of the set condition. .
  • the intelligent server 200 checks whether a plurality of voice assistants included in a specific category can support common utterance, and transmits the common utterance to an external device (eg, a developer server) according to whether or not a plurality of voice assistants included in a specific category can be supported. You can decide whether to provide it or not.
  • an external device eg, a developer server
  • FIG. 12 is a flowchart 1200 for explaining an example of an operation of checking whether the intelligent server 200 can support common utterances according to various embodiments, and processing common utterances according to whether or not the common utterances are supported to be.
  • the operation of the electronic device 100 is not limited to the order of the operation of the electronic device 100 illustrated in FIG. 12, and may be performed in a different order from the illustrated order. Further, according to various embodiments, more operations are performed than the operations of the electronic device 100 illustrated in FIG. 12 or at least one operation less than the operations of the electronic device 100 illustrated in FIG. 12. This may be done.
  • FIG. 12 will be described with reference to FIGS. 13 and 14.
  • 13 is a diagram for explaining an example of an operation of checking whether the intelligent server 200 can support common speech according to various embodiments and processing the common speech according to whether or not the common speech is supported.
  • 14 is a diagram illustrating an example of an interface for checking whether the intelligent server 200 can support common speech according to various embodiments.
  • the intelligent server 200 (eg, a processor of an intelligent server performing an operation based on the speech data analysis module 512) is capable of processing a plurality of voice assistants registered in the first category in operation 1201. A plurality of utterances may be checked, and at least one common utterance may be identified based on the plurality of utterances acquired in operation 1202. Since operations 1201 to 1202 of the intelligent server 200 may be performed in the same manner as operations 602 to 603 of the intelligent server 200 described above, a redundant description will be omitted.
  • the intelligent server 200 is a learning database 1303, 1305, 1307 of speech databases 532, 534, 536 related to each of a plurality of voice assistants included in the first category 530 as shown in FIG.
  • the learning databases 1303, 1305, and 1307 may be databases that store information on speech trained to be processed by a voice assistant corresponding to the learning databases 1303, 1305, and 1307.
  • the intelligent server 200 may check at least one common utterance of the plurality of voice assistants based on information on the identified speeches that can be processed by the plurality of voice assistants.
  • the intelligent server 200 determines whether the common speech obtained in operation 1203 is a supportable speech of a category. I can confirm. Supportable utterances in a category may mean utterances identified as common utterances among utterances that can be handled by voice assistants included in the category.
  • the intelligent server 200 checks information on the supportable utterances of the first category 530 from the first learning database 1321 of the database 521 of the first category shown in FIG.
  • the first learning database 1321 of the first category database 521 stores information on utterances identified as common utterances among utterances that can be processed by a plurality of voice assistants included in the first category 530 It may be the database you are doing.
  • the intelligent server 200 (for example, a processor of an intelligent server that performs an operation based on the speech data analysis module 512) is a pre-stored first category 530 with a supportable speech and a threshold value or more. At least a part of the at least one common utterance having a similarity may be identified as supportable (1301), and the remaining part of the at least one common utterance having a similarity less than a threshold may be determined (1302) as unsupportable. For example, the intelligent server 200 compares information on supportable utterances of the first category 530 stored in advance with information on the at least one common utterance, and supports the first category 530 stored in advance.
  • a common utterance having a similarity of a possible utterance and a threshold value or more may be identified as a supportable utterance of the first category 530 (1301). For example, if the supportable utterance of the first category stored in advance is "Order pizza" and the confirmed common utterance is "Deliver pizza", the similarity of the supportable utterance of the first category in which the common utterance is stored in advance and a threshold value or higher It is determined to have a and may be stored as a supportable utterance of the first category.
  • utterances that can be supported in the first category are checked and stored based on the degree of similarity, utterances that can be processed by the voice assistant may be varied.
  • the intelligent server 200 e.g., a processor of an intelligent server performing an operation based on the speech data analysis module 512
  • the identified common speech is identified as a supportable speech of the first category.
  • the common utterance identified in operation 1204 may be stored as a supportable utterance of the category, and in operation 1205, the supportable utterance of the stored category may be provided to an external device.
  • the intelligent server 200 may convert at least a portion 1301 of at least one common utterance identified as supportable into a first learning database 1321 of the first category database 521. ) Can be saved.
  • At least a part of the at least one common utterance stored in the first learning database 1321 of the first category database 521 includes at least one specific voice assistant included in the first category 530 of the at least one common utterance. May be provided for some training.
  • at least a part of the stored at least one common utterance is in the A-th utterance database 1310 corresponding to the A-th voice assistant newly included in the first category 530, as shown in FIG. 13. It may be provided as the A-th unlearned database 1312.
  • the A-th voice assistant may train at least a part of the at least one common utterance to be able to process at least a part of the at least one common utterance provided to the A-th unlearned database 1312.
  • At least a part of the at least one common utterance provided to the A-th unlearned database 1312 is provided to the A-th learning database 1311 for training of the A-th voice assistant, and the A-th learning database 1311 Information on at least a part of at least one common utterance provided as) may be provided to the developer server 430. Accordingly, the developer server 430 determines whether or not the A-th voice assistant supports at least a part of the at least one common utterance identified as supportable, and it is determined that the A-th voice assistant supports at least one common utterance. Accordingly, training of the voice assistant A may be performed. An operation of determining whether to support the developer server 430 will be described in detail later in FIG. 19.
  • the A-th voice assistant Some can be trained. Meanwhile, not limited to the above description, based on the satisfaction of the set conditions described above in FIGS. 10 to 11, in addition to the newly registered voice assistant (for example, the voice assistant A), unlearned databases of voice assistants included in the category ( Example: It is stored in 1304, 1306, 1308 shown in FIG. 13, and training may proceed.
  • the intelligent server 200 (for example, a processor of an intelligent server performing an operation based on the speech data analysis module 512) is determined that the identified common speech is an unsupportable speech in the first category.
  • the common utterance identified in operation 1206 may be stored as a support candidate utterance of the category, and in operation 1207, it may be checked whether the common utterance stored as the support candidate utterance is a supportable utterance of the first category.
  • the intelligent server 200 may perform operation 1205 when the common utterance stored as the support candidate utterance in operation 1207 is identified as a supportable utterance of the first category.
  • the intelligent server 200 (eg, a processor of an intelligent server performing an operation based on the speech data analysis module 512) is among at least one identified common speech, as shown in FIG. 13.
  • the remaining part 1302 confirmed to be unsupported may be stored in the first unlearned database 1322 of the first category data 521.
  • the intelligent server 200 (eg, a processor of an intelligent server that performs an operation based on the speech data analysis module 512) is among at least one common speech stored in the first unlearned database 1322. You can decide whether or not to apply for some of the rest that are found to be unsupported. For example, as shown in 1401, 1402, and 1403 of FIG. 14, the intelligent server 200 stores speeches stored in the first unlearned database 1322 (e.g., some of the remaining utterances identified as unsupportable among at least one common utterance). ) And graphic elements 1412 and 1413 for determining whether to support speech. For example, as shown in FIG.
  • the intelligent server 200 displays a common utterance 1411, "Order a delicious cake menu," which is an utterance stored in an unlearned database of a category 1410 called “Recomund Menu", as shown in FIG. ,
  • a first element 1412 for determining support for the common utterance and a second element 1413 for determining non-support may be displayed.
  • the intelligent server 200 selects that the utterance is supported on the interface 1400 (eg, the first element 1412 is selected)
  • the corresponding utterance eg, 1411
  • the first category eg, 1410
  • the utterance is confirmed as utterance and the utterance is selected as unsupportable on the interface (for example, the second element 1413 is selected), the utterance (for example, 1411) is selected from the first unlearned database of the first category (for example, 1410). It can be deleted so that no further inquiries about whether or not the utterance is supported can be stopped.
  • the supportability is managed by the intelligent server 200, so that voice assistants may be managed to provide a voice service corresponding to a specific category.
  • the intelligent server 200 may provide information related to a category corresponding to a user utterance received from the electronic device 100 to the electronic device 100.
  • FIG. 15 is a flowchart 1500 for explaining an example of operations of the electronic device 100 and the intelligent server 200 according to various embodiments.
  • operations of the electronic device 100 and the intelligent server 200 are not limited to the order of operations of the electronic device 100 and the intelligent server 200 illustrated in FIG. It can be done in sequence. Further, according to various embodiments, more operations are performed than operations of the electronic device 100 and the intelligent server 200 illustrated in FIG. 15, or at least one operation less than the operations illustrated in FIG. 15. This may be done.
  • FIG. 15 will be described with reference to FIG. 16.
  • 16 is a diagram illustrating an example of an operation of receiving information on a category from the intelligent server 200 by an external device according to various embodiments.
  • the intelligent server 200 checks a plurality of utterances that can be processed by a plurality of voice assistants registered in the first category in operation 1501, and at least one based on the plurality of utterances acquired in operation 1502. Common utterances can be identified.
  • Operations 1501 to 1502 of the intelligent server 200 may be performed in the same manner as operations 602 to 603 and operations 1201 to 1202 of the intelligent server 200 described above, and thus redundant descriptions will be omitted.
  • the electronic device 100 may acquire a user utterance in operation 1503. For example, when the electronic device 100 recognizes a designated voice input or receives an input through a hardware key, the electronic device 100 may execute an intelligent app for processing a speech. The electronic device 100 may receive a user utterance (eg, XX) while the intelligent app is being executed.
  • a user utterance eg, XX
  • the electronic device 100 may transmit information on the user utterance acquired in operation 1504 to the intelligent server 200.
  • the intelligent server 200 may receive information on a user's speech (eg, "order ice americano" 1601 shown in FIG. 16) from the electronic device 100.
  • the intelligent server 200 may compare the user utterance with at least one common utterance in operation 1505 and confirm that the user utterance corresponds to the common utterance in operation 1506.
  • the intelligent server 200 may compare information on user utterances received from the electronic device 100 with information on supportable utterances in each of a plurality of categories. The intelligent server 200, based on the comparison result, information on the received user utterance (eg, "Order Ice Americano" 1601 shown in FIG. 16) among the supportable utterances of a plurality of categories. Information on at least one supportable utterance in the first category corresponding to.
  • information on the received user utterance eg, "Order Ice Americano" 1601 shown in FIG. 16
  • Information on at least one supportable utterance in the first category corresponding to.
  • the intelligent server 200 compares information on user utterances and information on supportable utterances of each of a plurality of categories, based on similarity as in operation 1203 of the intelligent server 200. Since it can be performed, a redundant description will be omitted.
  • the intelligent server 200 may transmit information on the first category to the electronic device 100 in operation 1507 based on confirming that the user utterance corresponds to the common utterance.
  • the information on the first category may include at least one of information for identifying the first category or information on voice assistants included in the category.
  • the information on the first category may include information for identifying the first category “delivery service” or information on a plurality of voice assistants included in the “delivery service”.
  • the electronic device 100 may display information on the first category received in operation 1508.
  • the electronic device 100 includes a plurality of categories corresponding to a user's speech (eg, "order ice americano” (1601)) based on the received first category information. : “Delivery service” 1602, “cafe” 1603, “Gourmet” (1604)) can be displayed.
  • the present invention is not limited to what is described, and the electronic device 100 may display information on a plurality of voice assistants included in the first category based on the received information on the first category.
  • the electronic device 100 may display information on a plurality of categories and receive feedback information from a user on an interface based on the displayed information.
  • the feedback information may include information indicating accuracy of information on a plurality of categories corresponding to the displayed user utterance, or information on other categories input by a user other than the displayed plurality of categories.
  • the feedback information may be data for training of the voice assistant. The training operation of the voice assistant based on the feedback information received from the electronic device 100 will be described later in detail with reference to FIGS. 17 to 19.
  • the intelligent server 200 may receive speech for training of the voice assistant from at least one external electronic device 100 (eg, the electronic device 100 and the developer server 430). have.
  • FIG. 17 is a flowchart 1700 illustrating an example of operations of the intelligent server 200, the electronic device 100, and the developer server 430 according to various embodiments.
  • operations of the electronic device 100, the intelligent server 200, and the developer server 430 are not limited to the order of operations illustrated in FIG. 17, and may be performed in a different order from the illustrated order. .
  • more operations are performed than operations of the electronic device 100, the intelligent server 200, and the developer server 430 illustrated in FIG. 17, or operations illustrated in FIG. 17. At least one less than one operation may be performed.
  • FIG. 17 will be described with reference to FIGS. 18 to 19.
  • 18 is a diagram for describing an example of an operation of receiving information on speech for training from the electronic device 100 of the intelligent server 200 according to various embodiments of the present disclosure.
  • 19 is a diagram for explaining an example of an operation of receiving information on speech for training from the developer server 430 of the intelligent server 200 according to various embodiments.
  • the electronic device 100 may acquire the user utterance in operation 1701 and transmit information on the user utterance acquired in operation 1702 to the intelligent server 200. Since operations 1701 to 1702 of the electronic device 100 may be performed in the same manner as operations 1503 to 1504 of the electronic device 100 described above, redundant descriptions will be omitted. For example, the electronic device 100 may receive a user utterance “Please place an order for ice americano” and transmit information on the user utterance to the intelligent server 200.
  • the intelligent server 200 may transmit information on a category corresponding to the user's utterance to the electronic device 100 in operation 1703. Since the operation 1703 of the intelligent server 200 may be performed in the same manner as the operations 1505 to 1507 of the intelligent server 200 described above, a redundant description will be omitted.
  • the intelligent server 200 may transmit information on a category (eg, delivery service) corresponding to a user's utterance of “order ice americano” to the electronic device 100.
  • the electronic device 100 may transmit feedback information to the intelligent server 200 in operation 1704.
  • the electronic device 100 may transmit feedback information including information on a category corresponding to the user utterance to the intelligent server 200 in response to information on a category corresponding to the received user utterance. have.
  • the electronic device 100 may select at least one category from among a plurality of categories corresponding to the user utterance and transmit information on the selected at least one category to the intelligent server 200. .
  • the electronic device 100 may include at least one category corresponding to the user utterance based on information on the category corresponding to the user utterance received from the intelligent server 200 ( Example: An interface including a delivery service 1811, a cafe 1812, and a restaurant 1813 can be displayed.
  • the electronic device 100 receives an input for a specific category from a user among at least one category displayed on the interface (eg, delivery service 1811, cafe 1812, and restaurant 1813), and Information can be transmitted to the intelligent server 200.
  • the electronic device 100 when the category corresponding to the received user utterance is not identified, provides a plurality of categories (eg, delivery service) from the intelligent server 200.
  • a plurality of categories eg, delivery service
  • the electronic device 100 may receive an input for a specific category from among a plurality of categories displayed on the interface and transmit information on the selected specific category to the intelligent server 200.
  • the intelligent server 200 may store the user utterance in operation 1705 in the database of the identified category. For example, the intelligent server 200 selects a specific category (eg, a cafe) corresponding to the user's utterance based on information on a specific category (eg, a cafe) included in the feedback information received from the electronic device 100. I can confirm. The intelligent server 200 may store information on the user utterance received from the electronic device 100 in a database of the identified specific category.
  • a specific category eg, a cafe
  • the intelligent server 200 may store information on the user utterance received from the electronic device 100 in a database of the identified specific category.
  • the intelligent server 200 may store information on user utterances in a learning database or an unlearned database of a specific category that has been identified. For example, the intelligent server 200 stores information on the user utterance received from the electronic device 100 in the identified learning database of a specific category, and then, a plurality of assistants included in the specific category processes the user utterance. You can make it possible. In addition, for example, the intelligent server 200 stores information on the user utterance received from the electronic device 100 in the unlearned database of the identified specific category, and then determines whether or not a specific category of the user utterance can be supported. You can do it.
  • the operation of storing the information on the user utterance of the intelligent server 200 in the learning database or the non-learning database includes information on the user utterance and pre-stored specific categories, such as operations 1203 to 1207 of the intelligent server 200 described above. It may be performed based on the degree of similarity between information about the supportable utterances (eg, if the similarity is greater than or equal to the threshold value, it is stored in the learning database, and if the similarity is less than the threshold value, it may be stored in the unlearned database). Therefore, in operation 1705 of the intelligent server 200, descriptions overlapping with operations 1203 to 1207 of the intelligent server 200 will be omitted.
  • voice assistants registered in the category can be processed.
  • the utterances can be varied.
  • the developer server 430 may transmit information about the category registration utterance to the intelligent server 200 in operation 1706.
  • the information on the category registration utterance may mean utterance for registration in a specific category. That is, the developer server 430 may request registration of a specific speech as a supportable speech of a specific category. For example, the developer server 430 requests registration of the utterance “recommended a delicious cake menu” to the intelligent server 200 as a supportable utterance in the category “Recommend menu”, or delivers two “citron smoothies”.
  • a specific speech that can be processed by the first voice assistant registered by the first developer server 430 in a specific category cannot be processed by other voice assistants of a specific category, and thus cannot be supported in a specific category. Can be classified. Accordingly, the intelligent server 200 cannot check a specific category corresponding to a specific utterance received from the electronic device 100, so that information on the first voice assistant included in the specific category is provided to the electronic device 100 It may not be. As a result, the utilization of the first voice assistant registered by the first developer server 430 may be reduced.
  • the first developer server 430 (or developer) requests registration of a specific speech that can be processed by the first voice assistant registered in a specific category as a supportable speech of a specific category, so that other voice assistants included in a specific category
  • information on the first voice assistant included in a specific category may be provided to the electronic device 100 in response to information on the specific utterance received from the electronic device 100.
  • speech that can be processed by the voice assistant registered in a specific category but also speech that cannot be processed is requested to register with the intelligent server 200 with supportable speech of a specific category at the request of the developer server 430 It could be.
  • the intelligent server 200 may store the category registration speech in operation 1707 in a database of a corresponding category. As in operation 1705 described above, the intelligent server 200 may store the category registration utterances in a learning database or an unlearned database of a specific category. Accordingly, in operation 1707 of the intelligent server 200, a description that is duplicated with operation 1705 of the intelligent server 200 will be omitted. As shown in 1901, 1902, and 1903 of FIG. 19, the intelligent server 200 displays information on utterances stored in the unlearned database and displays an interface 1900 for determining whether to support the displayed utterances. can do.
  • the intelligent server 200 may receive an input for determining whether to support or not on the interface 1900 and store a corresponding utterance as a supportable utterance of a category in response to the received input.
  • the operation of determining whether or not the intelligent server 200 supports speech may be performed in the same manner as operations 1203 to 1207 described above, and thus redundant descriptions will be omitted.
  • the intelligent server 200 checks a plurality of utterances related to a plurality of voice assistants included in the category in operation 1708, and at least one common utterance based on the plurality of utterances acquired in operation 1709. You can check. Since operations 1708 to 1709 of the intelligent server 200 may be performed in the same manner as operations 603 to 604 of the intelligent server 200 and operations 1201 to 1202 of the intelligent server 200 described above, a redundant description will be omitted. .
  • FIG. 20 is a block diagram of an electronic device 2001 in a network environment 2000 according to various embodiments.
  • the electronic device 2001 communicates with the electronic device 2002 through a first network 2098 (for example, a short-range wireless communication network), or a second network 2099. It is possible to communicate with the electronic device 2004 or the server 2008 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 2001 may communicate with the electronic device 2004 through the server 2008.
  • the electronic device 2001 includes a processor 2020, a memory 2030, an input device 2050, an audio output device 2055, a display device 2060, an audio module 2070, and a sensor module ( 2076), interface 2077, haptic module 2079, camera module 2080, power management module 2088, battery 2089, communication module 2090, subscriber identification module 2096, or antenna module 2097 ) Can be included.
  • at least one of these components (for example, the display device 2060 or the camera module 2080) may be omitted or one or more other components may be added to the electronic device 2001.
  • some of these components may be implemented as one integrated circuit.
  • the sensor module 2076 eg, a fingerprint sensor, an iris sensor, or an illuminance sensor
  • the display device 2060 eg, a display.
  • the processor 2020 for example, executes software (eg, a program 2040) to configure at least one other component (eg, a hardware or software component) of the electronic device 2001 connected to the processor 2020. It can be controlled and can perform various data processing or operations. According to an embodiment, as at least part of data processing or operation, the processor 2020 may transfer commands or data received from other components (eg, the sensor module 2076 or the communication module 2090) to the volatile memory 2032. The command or data stored in the volatile memory 2032 may be processed, and result data may be stored in the nonvolatile memory 2034.
  • software eg, a program 2040
  • the processor 2020 may transfer commands or data received from other components (eg, the sensor module 2076 or the communication module 2090) to the volatile memory 2032.
  • the command or data stored in the volatile memory 2032 may be processed, and result data may be stored in the nonvolatile memory 2034.
  • the processor 2020 is a main processor 2021 (eg, a central processing unit or an application processor), and a secondary processor 2023 (eg, a graphics processing unit, an image signal processor) that can be operated independently or together with the main processor 2021 (eg, a central processing unit or an application processor). , A sensor hub processor, or a communication processor). Additionally or alternatively, the coprocessor 2023 may be set to use less power than the main processor 2021, or to be specialized for a designated function.
  • the secondary processor 2023 may be implemented separately from or as a part of the main processor 2021.
  • the coprocessor 2023 is, for example, on behalf of the main processor 2021 while the main processor 2021 is in an inactive (eg, sleep) state, or the main processor 2021 is active (eg, an application execution). ) While in the state, together with the main processor 2021, at least one of the components of the electronic device 2001 (for example, the display device 2060, the sensor module 2076, or the communication module 2090) It is possible to control at least some of the functions or states associated with it.
  • the coprocessor 2023 eg, an image signal processor or a communication processor
  • may be implemented as part of another functionally related component eg, a camera module 2080 or a communication module 2090. have.
  • the memory 2030 may store various data used by at least one component (eg, the processor 2020 or the sensor module 2076) of the electronic device 2001.
  • the data may include, for example, software (eg, the program 2040) and input data or output data for commands related thereto.
  • the memory 2030 may include a volatile memory 2032 or a nonvolatile memory 2034.
  • the program 2040 may be stored as software in the memory 2030, and may include, for example, an operating system 2042, middleware 2044, or an application 2046.
  • the input device 2050 may receive a command or data to be used for a component (eg, the processor 2020) of the electronic device 2001 from outside (eg, a user) of the electronic device 2001.
  • the input device 2050 may include, for example, a microphone, a mouse, a keyboard, or a digital pen (eg, a stylus pen).
  • the sound output device 2055 may output an sound signal to the outside of the electronic device 2001.
  • the sound output device 2055 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback, and the receiver can be used to receive incoming calls.
  • the receiver may be implemented separately from the speaker or as part of the speaker.
  • the display device 2060 may visually provide information to the outside of the electronic device 2001 (eg, a user).
  • the display device 2060 may include, for example, a display, a hologram device, or a projector and a control circuit for controlling the device.
  • the display device 2060 may include a touch circuitry set to sense a touch, or a sensor circuit (eg, a pressure sensor) set to measure the strength of a force generated by the touch. have.
  • the audio module 2070 may convert sound into an electrical signal, or conversely, may convert an electrical signal into sound. According to an embodiment, the audio module 2070 obtains sound through the input device 2050, the sound output device 2055, or an external electronic device directly or wirelessly connected to the electronic device 2001 (for example: Sound may be output through the electronic device 2002) (for example, a speaker or headphone).
  • the sensor module 2076 detects an operating state (eg, power or temperature) of the electronic device 2001, or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the detected state. can do.
  • the sensor module 2076 is, for example, a gesture sensor, a gyro sensor, an atmospheric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an infrared (IR) sensor, a biometric sensor, It may include a temperature sensor, a humidity sensor, or an illuminance sensor.
  • the interface 2077 may support one or more designated protocols that may be used to connect the electronic device 2001 to an external electronic device (eg, the electronic device 2002) directly or wirelessly.
  • the interface 2077 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card
  • connection terminal 2078 may include a connector through which the electronic device 2001 can be physically connected to an external electronic device (eg, the electronic device 2002).
  • the connection terminal 2078 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 2079 may convert an electrical signal into a mechanical stimulus (eg, vibration or movement) or an electrical stimulus that a user can perceive through tactile or motor sensations.
  • the haptic module 2079 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 2080 may capture a still image and a video.
  • the camera module 2080 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 2088 may manage power supplied to the electronic device 2001. According to an embodiment, the power management module 2088 may be implemented as at least a part of, for example, a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery 2089 may supply power to at least one component of the electronic device 2001.
  • the battery 2089 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 2090 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 2001 and an external electronic device (eg, the electronic device 2002, the electronic device 2004, or the server 2008). It is possible to support establishment and communication through the established communication channel.
  • the communication module 2090 operates independently of the processor 2020 (eg, an application processor), and may include one or more communication processors that support direct (eg, wired) communication or wireless communication.
  • the communication module 2090 is a wireless communication module 2092 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 2094 (eg : A local area network (LAN) communication module, or a power line communication module) may be included.
  • a corresponding communication module is a first network 2098 (for example, a short-range communication network such as Bluetooth, WiFi direct or IrDA (infrared data association)) or a second network 2099 (for example, a cellular network, the Internet, or It can communicate with external electronic devices through a computer network (for example, a telecommunication network such as a LAN or WAN).
  • the wireless communication module 2092 uses subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 2096 in a communication network such as the first network 2098 or the second network 2099.
  • subscriber information eg, International Mobile Subscriber Identifier (IMSI)
  • IMSI International Mobile Subscriber Identifier
  • the antenna module 2097 may transmit a signal or power to the outside (eg, an external electronic device) or receive from the outside.
  • the antenna module may include one antenna including a conductor formed on a substrate (eg, a PCB) or a radiator formed of a conductive pattern.
  • the antenna module 2097 may include a plurality of antennas. In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 2098 or the second network 2099 is, for example, provided by the communication module 2090 from the plurality of antennas. Can be chosen.
  • the signal or power may be transmitted or received between the communication module 2090 and an external electronic device through the selected at least one antenna.
  • other components eg, RFIC
  • other than the radiator may be additionally formed as part of the antenna module 2097.
  • At least some of the components are connected to each other through a communication method (e.g., a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI))) between peripheral devices and a signal ( E.g. commands or data) can be exchanged with each other.
  • a communication method e.g., a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • GPIO general purpose input and output
  • SPI serial peripheral interface
  • MIPI mobile industry processor interface
  • commands or data may be transmitted or received between the electronic device 2001 and the external electronic device 2004 through the server 2008 connected to the second network 2099.
  • Each of the electronic devices 2002 and 2004 may be a device of the same or different type as the electronic device 2001.
  • all or part of the operations executed in the electronic device 2001 may be executed in one or more of the external electronic devices 2002, 2004, or 2008.
  • the electronic device 2001 needs to perform a function or service automatically or in response to a request from a user or another device, the electronic device 2001
  • One or more external electronic devices receiving the request may execute at least a part of the requested function or service, or an additional function or service related to the request, and transmit a result of the execution to the electronic device 2001.
  • the electronic device 2001 may process the result as it is or additionally and provide it as at least part of a response to the request.
  • cloud computing, distributed computing, or client-server computing technology Can be used.
  • An electronic device may be a device of various types.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a camera
  • a wearable device e.g., a smart bracelet
  • the electronic device according to the embodiment of the present document is not limited to the above-described devices.
  • a or B “at least one of A and B”, “at least one of A or B,” “A, B or C,” “at least one of A, B and C,” and “A”
  • Each of the phrases such as “at least one of, B, or C” may include any one of the items listed together in the corresponding one of the phrases, or all possible combinations thereof.
  • Terms such as “first”, “second”, or “first” or “second” may be used simply to distinguish the component from other Order) is not limited.
  • Some (eg, first) component is referred to as “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively”. When mentioned, it means that any of the above components can be connected to the other components directly (eg by wire), wirelessly, or via a third component.
  • module used in this document may include a unit implemented in hardware, software, or firmware, and may be used interchangeably with terms such as logic, logic blocks, parts, or circuits.
  • the module may be an integrally configured component or a minimum unit of the component or a part thereof that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of the present document include one or more instructions stored in a storage medium (eg, internal memory 2036 or external memory 2038) that can be read by a machine (eg, electronic device 2001). It may be implemented as software (for example, the program 2040) including them.
  • a processor eg, processor 2020 of a device (eg, electronic device 2001) may call and execute at least one command among one or more commands stored from a storage medium. This enables the device to be operated to perform at least one function according to the at least one command invoked.
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • a storage medium that can be read by a device may be provided in the form of a non-transitory storage medium.
  • 'non-transient' only means that the storage medium is a tangible device and does not contain a signal (e.g., electromagnetic waves). It does not distinguish between temporary storage cases.
  • a method according to various embodiments disclosed in the present document may be provided by being included in a computer program product.
  • Computer program products can be traded between sellers and buyers as commodities.
  • Computer program products are distributed in the form of a device-readable storage medium (e.g., compact disc read only memory (CD-ROM)), or through an application store (e.g. Play StoreTM) or two user devices (e.g. It can be distributed (e.g., downloaded or uploaded) directly between, e.g. smartphones).
  • a device e.g., compact disc read only memory (CD-ROM)
  • an application store e.g. Play StoreTM
  • two user devices e.g. It can be distributed (e.g., downloaded or uploaded) directly between, e.g. smartphones).
  • at least a part of the computer program product may be temporarily stored or temporarily generated in a storage medium that can be read by a device such as a server of a manufacturer, a server of an application store, or a memory of a relay server.
  • each component (eg, module or program) of the above-described components may include a singular number or a plurality of entities.
  • one or more components or operations among the above-described corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg, a module or program
  • the integrated component may perform one or more functions of each component of the plurality of components in the same or similar to that performed by the corresponding component among the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component may be sequentially, parallel, repeatedly, or heuristically executed, or one or more of the operations may be executed in a different order or omitted. Or one or more other actions may be added.
  • registering a plurality of voice assistants in a first category-the plurality of voice assistants provide information on a plurality of utterances that can be processed and the plurality of utterances.
  • a control operation may be provided including an operation of providing information related to the at least one utterance to the external device.
  • a control operation may be provided, including an operation of acquiring first processing result information generated by processing the received user utterance by a second voice assistant capable of processing.
  • the at least one common utterance is an utterance that can be processed by each of the plurality of voice assistants, and the at least one common utterance is the same utterance among the plurality of utterances, or the at least one A control operation may be provided, wherein each of the common utterances is utterances having a degree of similarity greater than or equal to a threshold value with each other.
  • a control operation in which the at least one common utterance can be processed by the first voice assistant may be provided based on the at least one common utterance being provided to the external device.
  • checking whether the at least one common utterance is a supportable utterance of the category, and when the at least one common utterance is a supportable utterance of the category, the at least one common utterance A control operation may be provided, including an operation of storing as a supportable utterance of the first category.
  • the operation of checking at least one supportable utterance of the first category previously stored-at least one supportable utterance of the pre-stored first category is identified as a common utterance among the plurality of utterances. If the at least one common utterance corresponds to at least some of the identified at least one supportable utterance stored in advance, and the at least one common utterance is identified as a supportable utterance of the first category Further comprising, a control operation may be provided.
  • a control operation may be provided including an operation of storing the at least one common speech as a supportable speech of the first category.
  • the operation of acquiring a plurality of utterances related to a plurality of voice assistants included in the first category includes a first utterance for registering a supportable utterance of the first category from the external device.
  • a control operation may be provided, further comprising an operation of receiving and confirming the received first utterance as the plurality of utterances.
  • the operation of acquiring a plurality of utterances related to a plurality of voice assistants included in a category includes an operation of receiving a user utterance from a first external device, and an operation related to the user utterance from the first external device.
  • a control operation may be provided, further comprising an operation of confirming the utterance.
  • storing the at least one utterance as a supportable utterance of the category receiving a user utterance from a first external device, and comparing the received user utterance with the at least one common utterance And when the received user utterance is identified as corresponding to the at least one common utterance based on the comparison result, providing information related to the first category to the first external device. That, a control operation can be provided.
  • a control operation of an electronic device registering a plurality of voice assistants in a first category-information on a plurality of utterances that can be processed by the plurality of voice assistants and corresponding to the plurality of utterances -, an operation of checking the plurality of speeches that can be processed by the plurality of voice assistants registered in the first category, based on the confirmed plurality of speeches, in the first category Information related to the at least one common utterance based on confirmation of a corresponding at least one common utterance, an operation of confirming satisfaction of a condition set to share the at least one common utterance, and confirmation of satisfaction of the condition
  • a control operation may be provided including an operation of providing at least some of a plurality of external devices corresponding to the plurality of voice assistants registered in the first category.
  • a control operation when receiving a request for registration of the first voice assistant in the first category from an external device, a control operation may be provided, further comprising an operation of confirming satisfaction of the set condition. have.
  • a control operation may be provided, further comprising-associated with the plurality of assistants.
  • a control operation may be provided, further comprising an operation of confirming satisfaction of the set condition. have.
  • the memory when executed, the processor registers a plurality of voice assistants in a first category-and the plurality of voice assistants are processed. Including information on a plurality of possible utterances and a plurality of processing result information corresponding to the plurality of utterances-, the plurality of voice assistants registered in the first category check the plurality of utterances that can be processed, Checking at least one common utterance among the identified plurality of utterances-the at least one common utterance satisfies a specified condition associated with similarity-, and the communication circuit is a first voice assistant from an external device to the first category
  • An electronic device storing instructions for controlling to receive a request for registration of a device, and for controlling the communication circuit to transmit information related to the at least one utterance to the external device based on the request. Can be provided.
  • the instructions include, by the processor, controlling the communication circuit to receive a user utterance from a first external device, and the received user utterance corresponds to a first utterance among the plurality of utterances.
  • an electronic device configured to obtain first processing result information generated by processing the received user utterance by a second voice assistant capable of processing the first utterance among the plurality of assistants may be provided.
  • the at least one common utterance is an utterance that can be processed by each of the plurality of voice assistants, and the at least one common utterance is the same utterance among the plurality of utterances, or the at least one An electronic device may be provided in which each of the common utterances is utterances having a degree of similarity equal to or greater than a threshold value with each other.
  • an electronic device may be provided in which the at least one common utterance can be processed by the first voice assistant based on the at least one common utterance being provided to the external device.
  • the instructions include, by the processor, checking whether the at least one common utterance is a supportable utterance of the category, and when the at least one common utterance is a supportable utterance of the category, An electronic device may be provided that stores the at least one common utterance as a supportable utterance of the first category.
  • the instructions include, by the processor, an operation of checking at least one supportable utterance of the first category stored in advance-at least one supportable utterance of the pre-stored first category is the plurality of If the at least one common utterance corresponds to at least some of the identified at least one supportable utterance among the pre-stored utterances, the at least one common utterance is assigned to the first category.
  • An electronic device may be provided that allows confirmation of supportable speech.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

다양한 실시예들에 따르면, 전자 장치의 제어 동작에 있어서, 제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하는 동작-상기 복수 개의 보이스 어시턴트들은 처리 가능한 복수 개의 발화들에 대한 정보 및 상기 복수 개의 발화에 대응하는 복수 개의 처리 결과 정보를 포함함-, 상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들이 처리 가능한 상기 복수 개의 발화들을 확인하는 동작, 상기 확인된 복수 개의 발화들 중 적어도 하나의 공통 발화를 확인하는 동작-상기 적어도 하나의 공통 발화는 유사도와 연관된 지정된 조건을 만족함-, 외부 장치로부터 상기 제 1 카테고리로의 제 1 보이스 어시스턴트의 등록을 위한 요청을 수신하는 동작, 및 상기 요청에 기반하여, 상기 적어도 하나의 발화와 관련된 정보를 상기 외부 장치로 제공하는 동작을 포함하는, 제어 동작이 제공될 수 있다. 그 밖의 다양한 실시예가 가능하다.

Description

사용자 발화를 처리하는 전자 장치와 그 동작 방법
본 개시의 다양한 실시예는 사용자 발화를 처리하는 전자 장치와 그 동작 방법에 관한 것이다.
현대를 살아가는 많은 사람들에게 휴대용 디지털 통신기기들은 하나의 필수 요소가 되었다. 소비자들은 휴대용 디지털 통신기기들을 이용하여 언제 어디서나 자신이 원하는 다양한 고품질의 서비스를 제공받고 싶어한다.
음성인식 서비스는, 휴대용 디지털 통신기기들에 구현되는 음성인식 인터페이스를 기반으로, 수신되는 사용자 음성에 대응하여 다양한 컨텐츠 서비스를 소비자들에게 제공하는 서비스이다. 음성인식 서비스의 제공을 위해 휴대용 디지털 통시기기들에는 인간의 언어를 인식하고 분석하는 기술들(예: 자동 음성 인식, 자연어 이해, 자연어 생성, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성, 등)이 구현된다.
소비자들에게 질 높은 음성인식 서비스가 제공되기 위해서는, 다양한 사용자 음성들을 처리 가능한 보이스 어시스턴트를 제공하는 기술의 구현이 필요하다.
전자 장치는 사용자로부터 수신된 발화를 외부 서버를 통해 처리하여 사용자에게 다양한 음성 서비스를 제공할 수 있다. 외부 서버는 전자 장치로부터 사용자 발화를 수신하고, 외부 서버에 등록된 사용자 발화를 처리하기 위한 복수 개의 보이스 어시스턴트들 중 수신된 사용자 발화에 대응하는 보이스 어시스턴트를 기반으로 사용자 발화를 처리하여 특정 서비스를 제공할 수 있다. 그러나, 다양한 종류의 서비스에 대한 사용자의 수요가 증가됨에 따라, 보이스 어시스턴트가 처리 가능해야 하는 발화들의 수가 증가되고, 이에 따라 보이스 어시스턴트의 발화들을 트레이닝하는데 운용 부담이 증가되는 문제점이 발생될 수 있다. 또한, 특정 서비스를 제공하기 위해 등록되는 신규 보이스 어시스턴트의 경우, 이미 등록된 보이스 어시스턴트들이 제공하는 발화들을 처리 가능하도록 구현하기에 운용 부담이 증가되는 문제점이 있을 수 있다. 또한, 보이스 어시스턴트들의 수가 증가됨에 따라, 보이스 어시스턴트들 중에서 사용자의 발화에 대응하는 특정 서비스를 제공하는 보이스 어시스턴트를 특정하기 어려워지는 문제점이 발생될 수 있다.
다양한 실시예에 따른, 전자 장치는 특정 카테고리에 포함된 보이스 어시스턴트들의 처리 가능한 발화들을 기반으로 특정 카테고리에 포함된 다른 보이스 어시스턴트들을 트레이닝하고, 특정 카테고리에 포함된 새로 등록되는 보이스 어시스턴트들을 트레이닝함으로써, 보이스 어시스턴트의 트레이닝의 효율성이 향상될 수 있다. 다양한 실시예에 따른 전자 장치는 등록된 복수 개의 보이스 어시스턴트들을 카테고리 단위로 관리하고, 카테고리들에 등록된 보이스 어시스턴트들의 처리 가능한 발화들을 기반으로 사용자의 발화에 대응하는 카테고리 및 카테고리에 포함된 보이스 어시스턴트를 확인함으로써, 특정 서비스를 제공하는 보이스 어시스턴트를 확인하는 정확성이 향상될 수 있다.
다양한 실시예들에 따르면, 전자 장치의 제어 동작에 있어서, 제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하는 동작-상기 복수 개의 보이스 어시턴트들은 처리 가능한 복수 개의 발화들에 대한 정보 및 상기 복수 개의 발화에 대응하는 복수 개의 처리 결과 정보를 포함함-, 상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들이 처리 가능한 상기 복수 개의 발화들을 확인하는 동작, 상기 확인된 복수 개의 발화들 중 적어도 하나의 공통 발화를 확인하는 동작-상기 적어도 하나의 공통 발화는 유사도와 연관된 지정된 조건을 만족함-, 외부 장치로부터 상기 제 1 카테고리로의 제 1 보이스 어시스턴트의 등록을 위한 요청을 수신하는 동작, 및 상기 요청에 기반하여, 상기 적어도 하나의 발화와 관련된 정보를 상기 외부 장치로 제공하는 동작을 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 전자 장치의 제어 동작에 있어서, 제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하는 동작-상기 복수 개의 보이스 어시턴트들 처리 가능한 복수 개의 발화에 대한 정보 및 상기 복수 개의 발화에 대응하는 복수 개의 처리 결과 정보를 포함함-, 상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들이 처리 가능한 상기 복수 개의 발화들을 확인하는 동작, 상기 확인된 복수 개의 발화들을 기반으로, 상기 제 1 카테고리에 대응하는 적어도 하나의 공통 발화를 확인하는 동작, 상기 적어도 하나의 공통 발화를 공유하도록 설정된 조건의 만족을 확인하는 동작, 및 상기 조건의 만족의 확인에 기반하여, 상기 적어도 하나의 공통 발화와 관련된 정보를 상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들에 대응하는 복수 개의 외부 장치들 중 적어도 일부로 제공하는 동작을 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 통신 회로, 프로세서, 및 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하고-상기 복수 개의 보이스 어시턴트들은 처리 가능한 복수 개의 발화들에 대한 정보 및 상기 복수 개의 발화들에 대응하는 복수 개의 처리 결과 정보를 포함함-, 상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들이 처리 가능한 상기 복수 개의 발화들을 확인하고, 상기 확인된 복수 개의 발화들 중 적어도 하나의 공통 발화를 확인하고-상기 적어도 하나의 공통 발화는 유사도와 연관된 지정된 조건을 만족함-, 상기 통신 회로가 외부 장치로부터 상기 제 1 카테고리로의 제 1 보이스 어시스턴트의 등록을 위한 요청을 수신하도록 제어하고, 상기 통신 회로가, 상기 요청에 기반하여, 상기 적어도 하나의 발화와 관련된 정보를 상기 외부 장치로 송신하도록 제어하는 인스트럭션들(instructions)을 저장하는 전자 장치가 제공될 수 있다.
다양한 실시예들에 따른, 과제의 해결 수단이 상술한 해결 수단들로 제한되는 것은 아니며, 언급되지 아니한 해결 수단들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
다양한 실시예들에 따른, 특정 카테고리에 포함된 보이스 어시스턴트들의 처리 가능한 발화들을 기반으로 특정 카테고리에 포함된 다른 보이스 어시스턴트들을 트레이닝하고, 특정 카테고리에 포함된 새로 등록되는 보이스 어시스턴트들을 트레이닝함으로써, 보이스 어시스턴트의 트레이닝의 효율성이 향상되도록 하는 전자 장치 및 그 동작 방법이 제공될 수 있다. 다양한 실시예들에 따른 등록된 복수 개의 보이스 어시스턴트들을 카테고리 단위로 관리하고, 카테고리들에 등록된 보이스 어시스턴트들의 처리 가능한 발화들을 기반으로 사용자의 발화에 대응하는 카테고리 및 카테고리에 포함된 보이스 어시스턴트를 확인함으로써, 특정 서비스를 제공하는 보이스 어시스턴트를 확인하는 정확성이 향상되도록 하는 전자 장치 및 그 동작 방법이 제공될 수 있다.
도 1은 다양한 실시예들에 따른, 통합 지능형 시스템을 나타낸 블록도이다.
도 2는 다양한 실시예들에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 3은 다양한 실시예들에 따른, 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
도 4는 다양한 실시예들에 따른 지능형 시스템의 구성의 일 예를 설명하기 위한 도면이다.
도 5는 다양한 실시예들에 따른 지능형 서버의 구성의 일 예를 설명하기 위한 도면이다.
도 6은 다양한 실시예들에 따른 지능형 서버의 동작의 일 예를 설명하기 위한 흐름도이다.
도 7은 다양한 실시예들에 따른 지능형 서버의 발화 데이터 분석 모듈의 적어도 하나의 공통 발화를 확인하는 동작의 일 예를 설명하기 위한 도면이다.
도 8은 다양한 실시예들에 따른 특정 카테고리에 포함된 복수 개의 보이스 어시스턴트들의 처리 가능한 발화들의 일 예를 설명하기 위한 도면이다.
도 9는 다양한 실시예들에 따른 지능형 서버의 다른 장치로부터 특정 카테고리로 특정 보이스 어시스턴트의 등록의 요청을 수신하는 동작의 일 예를 설명하기 위한 도면이다.
도 10은 다양한 실시예들에 따른 지능형 서버의 동작의 일 예를 설명하기 위한 흐름도이다.
도 11은 다양한 실시예들에 따른 지능형 서버의 지정된 조건의 만족을 확인하는 동작의 일 예를 설명하기 위한 도면이다.
도 12는 다양한 실시예들에 따른 지능형 서버의 공통 발화의 지원 가능 여부를 확인하고, 공통 발화의 지원 가능 여부에 따라 공통 발화를 처리하는 동작의 일 예를 설명하기 위한 흐름도이다.
도 13은 다양한 실시예들에 따른 지능형 서버의 공통 발화의 지원 가능 여부를 확인하고, 공통 발화의 지원 가능 여부에 따라 공통 발화를 처리하는 동작의 일 예를 설명하기 위한 도면이다.
도 14는 다양한 실시예들에 따른 지능형 서버의 공통 발화의 지원 가능 여부를 확인하기 위한 인터페이스의 일 예를 설명하기 위한 도면이다.
도 15는 다양한 실시예들에 따른 전자 장치 및 지능형 서버의 동작의 일 예를 설명하기 위한 흐름도이다.
도 16은 다양한 실시예들에 따른 외부 장치가 지능형 서버로부터 카테고리에 대한 정보를 수신하는 동작의 일 예를 설명하기 위한 도면이다.
도 17은 다양한 실시예들에 따른 지능형 서버, 전자 장치, 및 개발자 서버의 동작의 일 예를 설명하기 위한 흐름도이다.
도 18은 다양한 실시예들에 따른 지능형 서버의 전자 장치로부터 트레이닝을 위한 발화에 대한 정보를 수신하는 동작의 일 예를 설명하기 위한 도면이다.
도 19는 다양한 실시에들에 따른 지능형 서버의 개발자 서버로부터 트레이닝을 위한 발화에 대한 정보를 수신하는 동작의 일 예를 설명하기 위한 도면이다.
도 20은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블럭도이다.
다양한 실시예들을 서술하기에 앞서, 통합 지능 시스템에 대해 설명한다.
도 1은 다양한 실시예들에 따른, 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 1을 참조하면, 일 실시예의 통합 지능 시스템(10)은 사용자 단말(100), 지능형 서버(200), 및 서비스 서버(300)를 포함할 수 있다.
일 실시 예의 사용자 단말(100)은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 사용자 단말(100)은 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.
도시된 실시 예에 따르면, 사용자 단말(100)은 통신 인터페이스(110), 마이크(120), 스피커(130), 디스플레이(140), 메모리(150), 또는 프로세서(160)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
일 실시 예의 통신 인터페이스(110)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(120)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(130)는 전기적 신호를 소리(예: 음성)으로 출력할 수 있다. 일 실시 예의 디스플레이(140)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이(140)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.
일 실시 예의 메모리(150)는 클라이언트 모듈(151), SDK(software development kit)(153), 및 복수의 앱들(155)을 저장할 수 있다. 상기 클라이언트 모듈(151), 및 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(151) 또는 SDK(153)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.
일 실시 예의 메모리(150)는 상기 복수의 앱들(155)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱(155)은 제1 앱(155_1), 제2 앱(155_3) 을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱(155) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 앱들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(155)은 프로세서(160)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(160)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(160)는 통신 인터페이스(110), 마이크(120), 스피커(130), 및 디스플레이(140)와 전기적으로 연결되어 연결되어 지정된 동작을 수행할 수 있다.
일 실시 예의 프로세서(160)는 또한 상기 메모리(150)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(160)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(160)는, 예를 들어, SDK(153)를 통해 복수의 앱(155)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작은 프로세서(160)의 실행에 의한 동작일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 마이크(120)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 음성 입력을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(151)은 수신된 음성 입력과 함께, 사용자 단말(100)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이(140)에 표시할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(140)에 표시할 수 있다. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 지능형 서버(200)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.
일 실시 예의 지능형 서버(200)는 통신 망을 통해 사용자 단말(100)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neual network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 플랜 중 적어도 하나의 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 사용자 단말(100)로 송신하거나, 생성된 플랜을 사용자 단말(100)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natual language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.
일 실시 예의 프론트 엔드(210)는 사용자 단말(100)로부터 수신된 음성 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 음성 입력에 대응되는 응답을 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227)또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)를 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(221)은 사용자 단말(100)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.
일 실시 예의 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(225)는 복수의 동작, 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜를 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(100)에서도 구현가능 할 수 있다.
상기 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(230)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자 단말(100)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록 하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시 예에서는 캡슐 데이터베이스(230) 은 사용자 단말(100) 내에도 구현이 가능할 수 있다.
일 실시 예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(250)는 산출된 결과를 사용자 단말(100)로 송신할 수 있다. 이에 따라, 사용자 단말(100)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(280)을 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(300)는 사용자 단말(100)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(300)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.
위에 기술된 통합 지능 시스템(10)에서, 상기 사용자 단말(100)은, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시 예에서, 상기 사용자 단말(100)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(100)은 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)를 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에서, 사용자 단말(100)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(100)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 사용자 단말(100)이 지능형 서버(200) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말은, 상기 마이크(120)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말은, 상기 음성 데이터를 통신 인터페이스(110)를 이용하여 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(200)는 사용자 단말(100)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 사용자 단말(100)은, 통신 인터페이스(110)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(100)은 상기 스피커(130)를 이용하여 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(140)를 이용하여 사용자 단말(100) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 2는 다양한 실시예들에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(200)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(230))는 CAN(concept action network)(400) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network)(400) 형태로 저장될 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(capsule(A)(401), capsule(B)(404))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예:capsule(A)(401))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402), CP 2(403), CP 3(406), 또는 CP 4(405))가 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.
상기, 자연어 플랫폼(220)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(225)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A (410) 의 동작들(4011,4013) 과 컨셉들(4012,4014) 및 캡슐 B(404)의 동작(4041) 과 컨셉(4042) 를 이용하여 플랜(407)을 생성할 수 있다.
도 3은 다양한 실시예들에 따른, 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
사용자 단말(100)은 지능형 서버(200)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 310 화면에서, 사용자 단말(100)은 지정된 음성 입력(예: 웨이크 업!)를 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(100)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이(140)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 “이번주 일정 알려줘!”라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 320 화면에서, 사용자 단말(100)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(100)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 ‘이번주 일정’을 디스플레이에 표시할 수 있다.
이하에서는, 다양한 실시예들에 따른, 지능형 시스템에 대해서 설명한다. 이하에서 설명되는, 발화는 상술한 음성 입력에 대응할 수 있다.
도 4는 다양한 실시예들에 따른 지능형 시스템의 구성의 일 예를 설명하기 위한 도면이다.
다양한 실시예들에 다르면, 지능형 시스템은 도 4에 도시된 바와 같이 전자 장치, 지능형 서버, 개발자 서버, 및 외부 전자 장치를 포함할 수 있다.
이하에서는 전자 장치(100)에 대해서 설명한다. 전자 장치(100)의 도 1과 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 전자 장치(100)는 음성 인식 서비스 제공을 위한 다양한 정보를 획득할 수 있다. 전자 장치(100)는 사용자의 입력(예: 지능형 앱을 호출하는 음성 입력 등)에 기반하여 지능형 앱(예: Bixby)을 실행할 수 있다. 전자 장치는 지능형 앱의 실행 중에 사용자로부터 발화(사용자 발화)를 수신할 수 있다. 또, 전자 장치(100)는 지능형 앱이 실행되는 동안, 다양한 부가 정보를 획득할 수 있다. 다양한 부가 정보는 컨텍스트 정보 및/또는 사용자 정보를 포함할 수 있다. 예를 들어, 컨텍스트 정보는 전자 장치(100)에서 실행되는 어플리케이션 내지는 프로그램에 대한 정보, 현재 위치에 대한 정보 등을 포함할 수 있다. 예를 들어, 사용자 정보는 사용자의 전자 장치(100) 사용 패턴(예: 어플리케이션 사용 패턴 등), 사용자의 신상 정보(예: 나이 등) 등을 포함할 수 있다.
다양한 실시예들에 따르면, 전자 장치(100)는 수신된 사용자 발화에 대한 정보를 지능형 서버(200)로 송신할 수 있다. 여기서, 사용자 발화에 대한 정보는 수신된 사용자 발화를 나타내는 다양한 종류의 정보를 의미하며, 사용자 발화가 처리되지 않은 음성 신호 타입의 정보, 또는 수신된 사용자 발화가 대응하는 텍스트로 처리(예: ASR에 의해 사용자 발화가 처리됨)된 텍스트 타입의 정보 등을 포함할 수 있다. 또, 전자 장치(100)는 획득된 부가 정보를 지능형 서버(200)로 제공할 수 있다.
다양한 실시예들에 따르면, 전자 장치(100)는 지능형 서버(200)로부터 지능형 서버(200)의 사용자 발화의 처리 결과에 대한 응답으로 처리 결과 정보를 수신하고, 처리 결과 정보를 기반으로 사용자에게 서비스를 제공할 수 있다. 예를 들어, 전자 장치(100)는 수신된 처리 결과 정보(예: 사용자 발화에 대응하는 컨텐트를 포함하는 UI/UX)에 기반하여, 디스플레이 상에 사용자 발화에 대응하는 컨텐트를 표시할 수 있다. 또 예를 들어, 전자 장치(100)는 처리 결과 정보(예: 사용자 발화에 대응하는 어플리케이션을 실행하기 위한 딥 링크)를 기반으로 전자 장치 상에서 사용자 발화에 대응하는 어플리케이션의 동작을 제공하는 서비스를 제공할 수 있다. 또 예를 들어, 전자 장치(100)는 처리 결과 정보를 기반으로 적어도 하나의 외부 전자 장치(440)를 제어하는 서비스를 제공할 수 있다.
이하에서는 적어도 하나의 외부 전자 장치(440)에 대해서 설명한다.
다양한 실시예들에 따르면, 적어도 하나의 외부 전자 장치(440)는 전자 장치(100)에 다양한 종류의 통신 스킴(예: Wifi 등)을 기반으로 통신 연결되어, 전자 장치(100)로부터 수신되는 제어 신호에 의해 제어되는 대상 장치일 수 있다. 달리 말해, 외부 전자 장치(440)는 사용자 발화에 의해 획득된 특정 정보를 기반으로 전자 장치(100)에 의해 제어될 수 있다. 외부 전자 장치(440)는 IOT 장치로서, 전자 장치(100)와 함께 특정 클라우드(예: 스마트 홈 클라우드)에서 관리되는 장치일 수 있다.
이하에서는 지능형 서버(200)에 대해서 설명한다. 지능형 서버(200)의 도 1과 중복되는 설명은 생략한다.
다양한 실시예들에 따르면 지능형 서버(200)는 전자 장치(100)로부터 수신된 사용자 발화를 처리하여, 사용자 발화에 대응하는 서비스를 제공하기 위한 정보를 획득할 수 있다. 지능형 서버(200)는 사용자 발화를 처리하는 데에 전자 장치(100)로부터 수신된 사용자 발화와 함께 수신된 부가 정보를 참조할 수 있다.
다양한 실시예들에 따르면 지능형 서버(200)는 사용자 발화를 보이스 어시스턴트에 의해 처리되도록 할 수 있다. 일 예를 들어, 지능형 서버(200)는 사용자 발화가 지능형 서버(200)에 구비되는 보이스 어시스턴트에 의해 처리되도록 하여 처리 결과 정보를 보이스 어시스턴트로부터 획득하거나, 지능형 서버(200)에 연동되는 외부 서버에 의해 처리되도록 하여 처리 결과 정보를 외부 서버로부터 획득 할 수 있다. 상기 보이스 어시스턴트는 상술한 캡슐 데이터 베이스와 같은 동작을 수행할 수 있기 때문에, 중복되는 설명은 생략한다. 상기 보이스 어시스턴트의 발화의 처리에 따라 획득되는 처리 결과 정보는 상술한 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과가 될 수 있으므로, 중복되는 설명은 생략한다. 아울러, 상기 처리 결과 정보는 지정된 어플리케이션의 특정 화면에 접근하기 위한 액세스 메카니즘을 포함하는 딥 링크 또는 서비스를 제공하기 위한 시각적인 정보(UI/UX) 중 적어도 하나를 더 포함할 수 있따.
다양한 실시예들에 따르면 지능형 서버(200)는 사용자 발화를 처리하기 위한 보이스 어시스턴트를 개발자 서버(430)로부터 획득할 수 있다. 예를 들어, 지능형 서버(200)는 사용자 발화를 처리하기 위한 캡슐을 개발자 서버(430)로부터 획득할 수 있다. 예를 들어, 개발자 서버(430)의 개발자는 보이스 어시스턴트들을 지능형 서버(200)에 등록할 수 있다. 지능형 서버(200)는 개발자 서버(430)가 지능형 서버(200)로 접속되는 경우 보이스 어시스턴트들을 등록하기 위한 유저 인터페이스가 개발자 서버(430)에 표시되도록 할 수 있고, 개발자는 표시된 유저 인터페이스 상에서 보이스 어시스턴트들을 등록할 수 있다. 한편, 상기 기재에 국한되지 않고, 지능형 서버(200)는 지능형 서버(200)에서 자체적으로 제작된 보이스 어시스턴트들을 저장할 수도 있다.
다양한 실시예들에 따르면 보이스 어시스턴트는 적어도 하나의 카테고리에 할당될 수 있다. 예를 들어, 개발자 서버는, 보이스 어시스턴트를 등록할 카테고리를 선택할 수 있다. 예를 들어, 개발자 서버는, 보이스 어시스턴트를 등록하기 위해 지능형 서버에 접속하는 경우, 보이스 어시스턴트가 등록될 수 있는 복수 개의 카테고리들에 대한 정보를 수신하고, 복수 개의 카테고리들에 대한 정보를 인터페이스 상에 표시할 수 있다. 개발자 서버는, 표시된 복수 개의 카텍리들 중 특정 카테고리에 대한 선택을 개발자로부터 수신하고, 지능형 서버로 선택된 특정 카테고리에 대한 정보를 송신할 수 있다. 지능형 서버는 이에 기반하여, 특정 카테고리에 보이스 어시스턴트를 포함시켜 저장할 수 있다. 구체적인 예를 들어, 위와 같은 등록에 따라, "배달 서비스"라는 제 1 카테고리는 "제 1 보이스 어시스턴트" 및 "제 2 보이스 어시스턴트"를 포함하고, "카페"라는 카테고리는 "제 1 보이스 어시스턴트" 및 "제 3 보이스 어시스턴트"를 포함할 수 있다. 보이스 어시스턴트의 등록 동작에 대해서는, 후술한 지능형 서버의 동작에서 더 후술한다.
다양한 실시예들에 따르면, 지능형 서버는 카테고리에 등록된 보이스 어시스턴트들의 발화를 관리할 수 있는데, 이에 대해서는 구체적으로 후술한다.
이하에서는 개발자 서버(430)에 대해서 설명한다.
다양한 실시예들에 따르면 복수 개의 개발자 서버(431, 432, 433, 434)는 지능형 서버(200)에 사용자 발화를 처리하기 위한 보이스 어시스턴트를 등록할 수 있다. 예를 들어, 개발자 서버(430)에서 사용자 발화를 처리하기 위한 보이스 어시스턴트가 제작되고, 개발자 서버(430)(또는, 캡슐 개발자)는 지능형 서버(200)에 제작된 보이스 어시스턴트를 등록할 수 있다. 이때, 등록 절차는 개발자 서버(430)가 지능형 서버(200)에 직접 접속하고 접속된 지능형 서버(200)에 보이스 어시스턴트를 등록함에 따라 수행될 수 있으나, 기재된 바에 국한되지 않고 별도로 등록 서버가 마련되어 등록 서버에 보이스 어시스턴트가 등록되고 등록 서버로부터 지능형 서버(200)로 등록된 보이스 어시스턴트가 제공될 수도 있다.
다양한 실시예들에 따르면 각각의 복수 개의 개발자 서버(411, 412, 413, 414)에서 제작되는 캡슐이 제공하는 적어도 하나의 기능은 서로 상이할 수 있으며, 또는 유사할 수 있다. 예를 들어, 제 1 개발자 서버에서 제작된 제 1 보이스 어시스턴트는 제 1 기능(예: 음악 관련 기능)을 제공하고, 제 2 개발자 서버에서 제작된 제 2 보이스 어시스턴트는 제 2 기능(예: 음악 관련 기능)을 제공하고, ... , 제 N 개발자 서버에서 제작된 제 N 보이스 어시스턴트은 제 N 기능(예: 영상 관련 기능)을 제공할 수 있다. 상술한 바와 같이 보이스 어시스턴트들 별로 제공할 수 있는 다양한 서비스에 기반하여, 사용자 발화에 대응하는 다양한 서비스가 사용자에게 제공될 수 있다.
이하에서는 지능형 서버(200)의 구성의 일 예에 대해서 설명한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 후술하는 바와 같이, 복수 개의 모듈들을 포함할 수 있다. 복수 개의 모듈들은 특정 지능형 서버(200)가 지정된 동작을 수행할 수 있도록 코딩된 프로그램, 컴퓨터 코드 내지는 인스터력션들일 수 있다. 즉, 지능형 서버(200)는 복수 개의 모듈들을 메모리에 저장하고, 저장된 메모리에 포함된 복수 개의 모듈들은 프로세서가 지정된 동작을 수행하도록 할 수 있다. 상수한 지능형 서버(200)에 포함되는 복수 개의 모듈들에 대한 설명은, 전자 장치(100) 및 개발자 서버(430)에 구비되는 모듈들에 대한 설명에도 준용될 수 있다.
다양한 실시예들에 따르면, 전자 장치(100), 지능형 서버(200), 및 개발자 서버(430)의 프로세서는 전자 장치(100), 지능형 서버(200), 및 개발자 서버(430)의 적어도 하나의 구성이 이하에서 설명되는 동작들을 수행하도록 설정되는 것일 수 있다. 또는, 이에 국한되지 않고, 전자 장치(100), 지능형 서버(200), 및 개발자 서버(430)의 메모리에 저장된 컴퓨터 코드 또는 인스트럭션들이 전자 장치(100), 지능형 서버(200), 및 개발자 서버(430)의 프로세서(미도시)가 이하에서 설명되는 동작들을 수행하도록 설정되는 것일 수 있다. 전자 장치(100), 지능형 서버(200), 및 개발자 서버(430)의 프로세서 및 메모리는 후술될 메모리(2030) 및 프로세서(2020)에 대한 설명이 준용되므로, 중복되는 설명은 생략한다.
도 5는 다양한 실시예들에 따른 지능형 서버(200)의 구성의 일 예를 설명하기 위한 도면이다.
다양한 실시예들에 따르면, 지능형 서버(200)는 카테고리 분류 모듈(511)과 발화 데이터 분석 모듈(512)을 포함하는 자연어 플랫폼(510), 복수 개의 카테고리 데이터 베이스(521, 522)를 포함하는 카테고리 발화 데이터 베이스(520), 복수 개의 카테고리(530, 540)의 각각에 포함된 복수 개의 보이스 어시스턴트들(531, 533, 535, 541, 543, 545), 및 인터페이스 제공 모듈(550)을 포함할 수 있다.
이하에서는 먼저 자연어 플랫폼(510) 및 자연어 플랫폼(510)에 포함된 카테고리 분류 모듈(511)과 발화 데이터 분석 모듈(512)에 대해서 설명한다.
다양한 실시예들에 따르면, 자연어 플랫폼(510)은 도 1에서 상술한 자연어 플랫폼(510)과 같이, 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(미도시), 자연어 이해 모듈(natural language understanding module)(NLU module)(미도시), 플래너 모듈(planner module)(미도시), 자연어 생성 모듈(natural language generator module)(NLG module)(미도시) 또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(미도시)를 포함할 수 있다. 각각의 미도시된 모듈과 관련된 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 자연어 플랫폼(510)은 발화들을 분석하여 발화에 대응하는 카테고리(예: 530, 540)를 확인하고 확인된 카테고리(예: 530, 540)에 대응하는 정보를 제공하거나, 발화들을 분석하여 특정 카테고리에 연관된 보이스 어시스턴트들(예: 531, 533, 535, 541, 543, 545)이 발화들을 트레이닝하도록 할 수 있다.. 일 예로, 자연어 플랫폼(510)은 발화를 분석하여 의도를 확인하고, 확인된 의도를 기반으로 발화에 대응하는 카테고리를 확인하고, 확인된 카테고리와 관련된 정보를 생성할 수 있다. 또 일 예로, 자연어 플랫폼(510)은 복수 개의 보이스 어시스턴트들과 관련된 복수 개의 발화들을 분석하고, 복수 개의 보이스 어시스턴트들이 특정 발화를 트레이닝하도록 할 수 있다.
다양한 실시예들에 따르면, 카테고리 분류 모듈(511)은 발화를 분석하고, 발화의 분석 결과를 기반으로 발화에 대응하는 카테고리(예: 530, 540)를 확인할 수 있다. 일 예로, 카테고리 분류 모듈(511)은 자연어 이해 모듈에 의해 발화가 분석되어 획득된 의도를 기반으로, 해당 의도를 지원하는 카테고리를 선택할 수 있다.
다양한 실시예들에 따르면, 발화 데이터 분석 모듈(512)은 지능형 서버(200)에 등록된 보이스 어시스턴트들(예: 531, 533, 535, 541, 543, 545)과 연관된 발화들을 분석하고, 분석 결과를 기반으로 보이스 어시스턴트들(예: 531, 533, 535, 541, 543, 545)이 특정 발화를 트레이닝하도록 할 수 있다. 예를 들어, 발화 데이터 분석 모듈(512)은 특정 카테고리에 포함된 보이스 어시스턴트들과 연관된 발화들을 분석하고, 특정 카테고리에 포함된 보이스 어시스턴트들이 분석된 발화들 중 특정 발화를 트레이닝하도록 할 수 있다.
다양한 실시예들에 따르면, 보이스 어시스턴트들이 트레이닝할 특정 발화는 특정 카테고리에서 공통적으로 지원하는 발화(후술할, 공통 발화)에 대응하는 발화일 수 있다. 예를 들어, 특정 발화는 공통 발화와 같은 형질인 발화를 의미할 수 있다. 상기 같은 형질이라는 의미는 발화들에 대한 정보가 서로 동일 및/또는 유사(예: 유사도 범위가 기설정된 범위 이내임)하다는 의미일 수 있다. 예를 들어, 서로 같은 형질이라는 의미는 자연어 플랫폼(220)에 구현될 수 있는 각종 모듈(예: 자연어 이해 모듈(223) 등)에 의한 발화들의 분석 결과(예: 의도 및/또는 파라미터 등)들이 서로 동일 및/또는 유사하다는 의미일 수 있다. 일 예로, 특정 카테고리에서 공통적으로 "커피 배달해줘"라는 발화를 지원하는 경우, 트레이닝할 특정 발화는 "커피 배달해줘"라는 공통 발화와 동일 및/또는 유사한 의도 및/또는 파라미터를 가지는 발화인 "커피 배달해줘", "커피 주문해줘" 등일 수 있다. 특정 카테고리에 포함된 보이스 어시스턴트들이 특정 발화를 트레이닝하도록 하는 동작은, 도 6 내지 도 12에서 구체적으로 후술한다.
이하에서는, 카테고리 발화 데이터 베이스(520)에 대해서 설명한다.
다양한 실시예들에 따르면, 카테고리 발화 데이터 베이스(520)는 복수 개의 카테고리들(530, 540)의 각각의 지원 가능한 발화들에 대한 정보(예: 발화가 자연어 이해 플랫폼(220)에 포함된 각종 모듈들에 의해 분석된 정보)를 저장할 수 있다. 상기 지원 가능한 발화들은 해당하는 카테고리에 포함된 적어도 하나의 보이스 어시스턴트들에 의해 처리 가능한 발화들을 의미할 수 있다. 일 예로, 제 1 카테고리(530)에 포함된 제 1 보이스 어시스턴트(531)와 제 2 보이스 어시스턴트(533)가 제 1 발화(예: "커피 배달해줘")를 처리 가능한 경우, 카테고리 데이터 발화 베이스는 제 1 발화를 제 1 카테고리(530)가 지원 가능한 발화로 저장할 수 있다. 또 일 예로, 제 1 카테고리(530)에 포함된 제 1 보이스 어시스턴트(531)와 제 2 보이스 어시스턴트(533)에 의해 제 1 발화가 처리 가능하지만, 제 1 카테고리(530)에 포함된 제 N 보이스 어시스턴트(535)에 의해 상기 제 1 발화가 처리 불가능한 경우에도, 카테고리 데이터 발화 베이스(520)는 제 1 발화를 제 1 카테고리(530)가 지원 가능한 발화로 저장할 수 있다. 이 경우, 지능형 서버(200)는 상기 제 1 발화를 제 N 보이스 어시스턴트(535)로 전달하여, 제 N 보이스 어시스턴트(535)가 상기 제 1 발화를 처리 할 수 있도록, 트레이닝을 할 수 있다. 트레이닝 동작에 대해서는 도 10 내지 도 12에서 구체적으로 후술한다.
이하에서는 보이스 어시스턴트(예: 531, 533, 535, 541, 543, 545)에 대해서 설명한다. 보이스 어시스턴트에는 캡슐 데이터베이스(230)에 대한 설명이 준용될 수 있으므로, 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 복수 개의 보이스 어시스턴트들(예: 531, 533, 535, 541, 543, 545)은 발화를 처리하여 발화에 대응하는 서비스를 제공하기 위한 처리 결과 정보를 생성할 수 있다. 달리 말해, 복수 개의 보이스 어시스턴트들(예: 531, 533, 535, 541, 543, 545)의 각각은 특정 발화에 대응하는 처리 결과 정보를 저장(미도시)하고, 특정 발화에 대한 정보가 수신되는 경우 특정 발화에 대응하는 처리 결과 정보를 확인하고 이를 제공할 수 있다.
다양한 실시예들에 따르면, 복수 개의 어시스턴트들(531, 533, 535, 541, 543, 545)은 복수 개의 보이스 어시스턴트들의 각각과 관련된 발화 데이터베이스들(예: 보이스 어시스턴트가 처리 가능한 발화에 대한 정보를 저장하는 데이터베이스들)(532, 534, 536, 542, 544, 546)을 저장할 수 있다. 보이스 어시스턴트와 관련된 데이터베이스에 대해서는, 도 12 내지 도 14에서 구체적으로 후술한다. 한편 도 5에 도시된 바에 국한되지 않고 보이스 어시스턴트와 관련된 데이터베이스)(532, 534, 536, 542, 544, 546)는 보이스 어시스턴트와 별도로 저장될 수 있다.
다양한 실시예들에 따르면, 복수 개의 보이스 어시스턴트들(531, 533, 535, 541, 543, 545)의 각각은 적어도 하나의 카테고리(530, 540)에 포함될 수 있다. 예를 들어, 복수 개의 보이스 어시스턴트들(531, 533, 535, 541, 543, 545)은 상기 복수 개의 보이스 어시스턴트들의 적어도 하나의 카테고리(예: 530, 540)로의 등록 요청에 기반하여, 적어도 하나의 카테고리(530, 540)에 포함될 수 있다. 예를 들어, 개발자 서버(430)는 지능형 서버(200)에 일 보이스 어시스턴트의 등록을 요청하는 경우, 지능형 서버(200)로부터 특정 보이스 어시스턴트가 등록될 복수 개의 카테고리(예: 530, 540)와 관련된 정보를 수신할 수 있다. 개발자 서버(430)는 복수 개의 카테고리들(예: 530, 540) 중 일 카테고리로 상기 특정 보이스 어시스턴트의 등록을 요청할 수 있다. 지능형 서버(200)는 상기 일 카테고리로의 상기 특정 보이스 어시스턴트의 등록 요청에 기반하여, 특정 보이스 어시스턴트를 일 카테고리에 포함하여 관리할 수 있다. 복수 개의 보이스 어시스턴트들(531, 533, 535, 541, 543, 545)은 상기 복수 개의 보이스 어시스턴트들의 각각이 등록된 카테고리(530, 540)에 따라 분류될 수 있다. 예를 들어, 제 1 카테고리(530)에 포함된 보이스 어시스턴트들(531, 533, 535)은 서로 연관되고, 다른 제 2 카테고리(540)에 포함된 보이스 어시스턴트들(541, 543, 545)은 서로 연관되되, 제 1 카테고리에 포함된 보이스 어시스턴트들(531, 533, 535)과 제 2 카테고리에 포함된 보이스 어시스턴트들(541, 543, 545)은 은 서로 연관되지 않을 수 있다. 한편, 제 1 보이스 어시스턴트(531)는 제 1 카테고리(530) 뿐만 아니라, 제 1 카테고리(530)와는 다른 카테고리에도 포함될 수 있다.
이하에서는 인터페이스 제공 모듈(550)에 대해서 설명한다.
다양한 실시예들에 따르면, 인터페이스 제공 모듈(550)은 서비스를 제공하기 위한 인터페이스가 지능형 서버(200)로 접속하는 외부 장치에서 표시되도록 정보를 제공할 수 있다. 일 예로, 인터페이스 제공 모듈(550)은 지능형 서버(200)로 개발자 서버(430)가 접속하는 경우, 개발자 서버(430)로 보이스 어시스턴트를 등록하기 위한 인터페이스를 제공할 수 있다. 인터페이스 제공 동작에 대해서는 도 14 내지 도 17에서 구체적으로 후술한다.
한편, 상술한 지능형 서버(200)의 모듈들은 상술한 바에 국한되지 않고, 다른 외부 장치(예: 전자 장치(100))에 구현될 수 있다. 예를 들어, 도 5에 도시된 자연어 플랫폼(510)은 전자 장치(100)에 포함되고, 나머지 모듈들은 지능형 서버(200)에 포함될 수 있다. 이에 따라, 전자 장치(100)에서는 자연어 플랫폼(510)에 기반한 동작이 수행되고, 지능형 서버(200)에서는 나머지 모듈들에 의한 동작이 수행될 수 있다.
이하에서는, 설명의 편의를 위하여, 상술한 지능형 서버(200)의 모듈들이 지능형 서버(200)에 포함되는 것을 기준으로 설명한다. 그러나, 상술한 바와 같이 상술한 지능형 서버(200)의 모듈들은 상술한 바에 국한되지 않고, 다른 외부 장치(예: 전자 장치(100))에 구현될 수 있으며, 이에 따라 이하에서 설명되는 다양한 실시예들에 따른 지능형 서버(200)의 동작은 전자 장치(100)에서 수행될 수도 있다.
이하에서는, 다양한 실시예들에 따른 지능형 서버(200)의 동작의 일 예에 대해서 설명한다. 한편, 이하에서는, 상술한 지능형 서버(200)와 관련된 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 특정 카테고리에 새로 등록되는 보이스 어시스턴트가, 특정 카테고리에 포함된 복수 개의 어시스턴트들과 관련된 특정 발화를 처리 가능하도록 할 수 있다.
도 6은 다양한 실시예들에 따른 지능형 서버(200)의 동작의 일 예를 설명하기 위한 흐름도(600)이다. 다양한 실시예들에 따르면 지능형 서버(200)의 동작은 도 6에 도시되는 지능형 서버(200)의 동작의 순서에 국한되지 않고, 도시되는 순서와 다른 순서로 수행될 수 있다. 또한, 다양한 실시예들에 따르면, 도 6에 도시되는 지능형 서버(200)의 동작 보다 더 많은 동작들이 수행되거나, 또는 도 6에 도시되는 지능형 서버(200)의 동작들 보다 더 적은 적어도 하나의 동작이 수행될 수도 있다. 이하에서는 도 7, 도 8, 및 도 9를 참조하여 도 6에 대해서 설명한다.
도 7은 다양한 실시예들에 따른 지능형 서버(200)의 발화 데이터 분석 모듈(512)의 적어도 하나의 공통 발화를 확인하는 동작의 일 예를 설명하기 위한 도면이다. 도 8은 다양한 실시예들에 따른 특정 카테고리에 포함된 복수 개의 보이스 어시스턴트들의 처리 가능한 발화들의 일 예를 나타내는 도면이다. 도 9는 다양한 실시예들에 따른 지능형 서버(200)의 다른 장치로부터 특정 카테고리로 특정 보이스 어시스턴트의 등록의 요청을 수신하는 동작의 일 예를 설명하기 위한 도면이다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 지능형 서버의 프로세서)는 601 동작에서 제 1 카테고리(530)에 복수 개의 보이스 어시스턴트들을 등록할 수 있다. 예를 들어, 지능형 서버(200)는 상기 지능형 서버(200)로 접속된 적어도 하나의 개발자 서버(430)로부터 보이스 어시스턴트의 등록 요청을 수신할 수 있다. 지능형 서버(200)는, 수신된 등록 요청에 기반하여, 적어도 하나의 개발자 서버(430)로 보이스 어시스턴트가 등록될 수 있는 복수 개의 카테고리들(예: 도 7에 도시된 530, 540)에 대한 정보를 제공할 수 있다. 적어도 하나의 개발자 서버(430)는 제공된 복수 개의 카테고리들(예: 530, 540)에 대한 정보에 기반하여, 복수 개의 카테고리들을 포함하는 인터페이스를 표시할 수 있다. 적어도 하나의 개발자 서버(430)에서 개발자(또는, 사용자)에 의해 상기 인터페이스 상에서 보이스 어시스턴트가 등록될 복수 개의 카테고리들(예: 530, 540) 중 적어도 하나의 카테고리가 선택되는 경우, 지능형 서버(200)는 선택된 적어도 하나의 카테고리에 대한 정보를 적어도 하나의 개발자 서버(430)로부터 수신할 수 있다. 지능형 서버(200)는 선택된 적어도 하나의 카테고리에 대한 정보를 기반으로, 등록 요청된 보이스 어시스턴트를 선택된 적어도 하나의 카테고리에 등록할 수 있다. 다시 말해, 지능형 서버(200)는 도 7에 도시된 바와 같이 등록 요청된 보이스 어시스턴트들을(예: 531, 533, 535, 541, 543, 545) 상기 적어도 하나의 카테고리(예: 530, 540)에 포함시켜 관리(또는, 저장)할 수 있다. 이때, 지능형 서버(200)는 등록 요청된 보이스 어시스턴트와 함께 상기 보이스 어시스턴트와 관련된 발화 데이터 베이스(예: 보이스 어시스턴트가 처리 가능한 발화 데이터 베이스(후술할, 보이스 어시스턴트와 관련된 학습 데이터베이스))(532, 534, 536, 542, 544, 546) 및 발화에 대응하는 처리 결과에 대한 정보를 저장하는 데이터베이스(미도시)를 상기 적어도 하나의 카테고리에 등록할 수 있다. 또는 상기 보이스 어시스턴트가 처리 가능한 발화 데이터 베이스(532, 534, 536, 542, 544, 546)는, 등록되는 보이스 어시스턴트와 별도로 개발자 서버(430)로부터 획득되거나 또는 등록된 보이스 어시스턴트가 처리 가능한 발화들이 지능형 서버(200)에 의해 확인됨으로써 획득될 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)을 기반으로 동작을 수행하는 지능형 서버의 프로세서)는 602 동작에서 제 1 카테고리에 등록된 복수 개의 보이스 어시스턴트들이 처리 가능한 복수 개의 발화들을 확인할 수 있다. 예를 들어, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512))는 도 7에 도시된 바와 같이, 제 1 카테고리(530)에 포함된 복수 개의 보이스 어시스턴트들(531, 533, 535)의 각각과 관련된 발화 데이터베이스로부터 복수 개의 보이스 어시스턴트들(531, 533, 535)의 각각이 처리 가능한 발화들에 대한 정보를 확인할 수 있다. 일 예로, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512))는 도 7에 도시된 바와 같이, 제 1 카테고리(530)에 포함된 복수 개의 보이스 어시스턴트들(531, 533, 535)의 각각의 발화 데이터베이스(532, 534, 536)로부터, 제 1 카테고리(530)에 포함된 복수 개의 보이스 어시스턴트들(531, 533, 535)이 처리 가능한 발화에 대한 정보를 확인할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)을 기반으로 동작을 수행하는 지능형 서버의 프로세서)는 603 동작에서 획득된 복수 개의 발화들을 기반으로 적어도 하나의 공통 발화를 확인할 수 있다. 예를 들어, 지능형 서버(200)는 적어도 하나의 공통 발화가 확인되는 경우, 확인된 적어도 하나의 공통 발화에 대한 정보를 제 1 카테고리의 발화 데이터 베이스(521)에 저장할 수 있다. 또, 지능형 서버(200)는 확인된 적어도 하나의 공통 발화가 제 1 카테고리(530)의 지원 가능 여부를 확인하고, 적어도 하나의 공통 발화의 지원 가능 여부에 따라 적어도 하나의 공통 발화에 대한 정보를 제 1 카테고리(530)의 지원 가능한 발화로 제 1 카테고리의 데이터 베이스(521)에 저장할 수 있는데, 이에 대해서는 도 12 내지 도 13에서 구체적으로 후술한다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)을 기반으로 동작을 수행하는 지능형 서버의 프로세서)는 확인된 제 1 카테고리(530)에 포함된 복수 개의 보이스 어시스턴트들(531, 533, 535)의 처리 가능한 발화들 중 유사도와 관련된 지정된 조건을 만족하는 적어도 하나의 발화를 공통 발화로서 확인할 수 있다.
예를 들어, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)을 기반으로 동작을 수행하는 지능형 서버의 프로세서)는 도 8에 도시된 바와 같이, 확인된 제 1 카테고리(530)에 포함된 복수 개의 보이스 어시스턴트들(531, 533, 535)의 처리 가능한 발화들(801, 802, 803)에 대한 정보를 기반으로, 상기 처리 가능한 발화들(801, 802, 803) 중 동일한 발화를 공통 발화로서 확인할 수 있다. 지능형 서버(200)는 도 8에 도시된 바와 같이, 제 1 카테고리(530)에 포함된 복수 개의 보이스 어시스턴트들의 모두의 처리 가능한 발화들(801, 802, 803) 중 서로 동일한 발화(예: 제 3 발화)를 공통 발화로서 확인할 수 있으나, 이에 국한되지 않고 제 1 카테고리(530)에 포함된 보이스 어시스턴트들의 지정된 적어도 일부(예: 적어도 둘 이상)의 처리 가능한 발화들(예: 801, 802) 중 서로 동일한 발화를 공통 발화로서 확인할 수도 있다.
또 예를 들어, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)을 기반으로 동작을 수행하는 지능형 서버의 프로세서)는, 확인된 제 1 카테고리(530)에 포함된 복수 개의 보이스 어시스턴트들의 처리 가능한 발화들(801, 802, 803)에 대한 정보를 기반으로, 상기 처리 가능한 발화들(801, 802, 803) 중 서로 대응하는 발화를 공통 발화로서 확인할 수 있다. 예를 들어, 지능형 서버(200)는, 상기 처리 가능한 발화들 중 서로 임계값 이상의 유사도를 가지는 발화들을 공통 발화로서 확인할 수 있다. 일 예로, 지능형 서버(200)는, 제 1 카테고리(530)에 포함된 제 1 보이스 어시스턴트(531)의 처리 가능한 발화인 "피자 배달 해줘", 제 1 카테고리(530)에 포함된 제 2 보이스 어시스턴트(533)의 처리 가능한 발화인 "피자 먹고 싶어", 제 1 카테고리(530)에 포함된 제 N 보이스 어시스턴트(535)의 처리 가능한 발화인 "가까운 피자 가게 알려줘"는 서로 동일한 발화는 아니나, 서로 임계값 이상의 유사도를 가지는 발화들로 판단되어 공통 발화로서 확인될 수 있다. 지능형 서버(200)는, 상기 처리 가능한 발화들에 대한 정보를 기반으로, 상기 처리 가능한 발화들에 대한 정보의 패턴을 비교하고, 패턴의 비교 결과에 기반하여 상기 처리 가능한 발화들 간의 유사도를 확인할 수 있다. 지능형 서버(200)는 확인된 유사도가 임계값 이상인 발화들을 공통 발화로서 확인할 수 있다. 상기 발화들에 대한 정보의 패턴의 비교는, 상기 발화들의 각각에 대응하는 의도들의 패턴을 비교하는 것일 수 있고, 상기 발화들의 각각에 대응하는 텍스트들의 패턴을 비교하는 것일 수도 있다. 상기 기재에 국한되지 않고 발화들 간의 유사도를 비교하는 다양한 분석 동작들이 수행될 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 지능형 서버의 프로세서)는 604 동작에서 외부 장치로부터 상기 카테고리로의 제 1 보이스 어시스턴트의 등록을 위한 요청을 수신할 수 있다. 예를 들어, 지능형 서버(200)는 도 7에 도시된 바와 같이, 제 1 개발자 서버로부터 제 1 보이스 어시스언트를 등록하기 위한 요청을 수신할 수 있다. 지능형 서버(200)는 601 동작과 같이, 제 1 개발자 서버로부터 제 1 카테고리(530)로 상기 제 A 보이스 어시스턴트(700)의 등록을 요청하기 위한 요청을 수신할 수 있다. 달리 말해, 지능형 서버(200)는 제 1 카테고리(530)로 제 A 보이스 어시스턴트(700)를 신규로 등록하기 위한 제 1 개발자 서버의 요청을 수신하고, 제 1 카테고리(530)로 새로운 제 A 보이스 어시스턴트(700)가 포함됨을 확인할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 지능형 서버의 프로세서)는 605 동작에서 상기 요청에 기반하여, 공통 발화와 관련된 정보를 외부 장치로 제공할 수 있다. 예를 들어, 지능형 서버(200)는 개발자 서버(430)로부터 제 1 카테고리(530)로 상기 제 A 보이스 어시스턴트(700)의 등록을 요청하기 위한 요청을 수신한 것에 기반하여, 제 1 카테고리(530)에 상기 제 A 보이스 어시스턴트(700)가 포함되도록 할 수 있다. 지능형 서버(200)는, 도 9에 도시된 바와 같이 제 1 카테고리(530)에 제 A 보이스 어시스턴트(700)가 신규로 포함됨을 확인한 것에 기반하여, 상기 제 A 보이스 어시스턴트(700)가 상기 적어도 하나의 공통 발화(예: 도 8에 도시된 제 3 발화)를 처리 가능하도록 상기 적어도 하나의 공통 발화(예: 도 8에 도시된 제 3 발화)에 대한 정보를 개발자 서버(430)로 제공할 수 있다. 예를 들어, 개발자 서버(430)는 도 9에 도시된 바와 같이, 제 1 보이스 어시스턴트를 등록하고자 하는 "Recommend menu"라는 카테고리에 공통 발화인 "에소프레소 메뉴 추천 해줘"에 대한 정보를 수신할 수 있다. 제 A 보이스 어시스턴트(700)는 상기 적어도 하나의 공통 발화에 대한 정보를 기반으로 적어도 하나의 공통 발화를 처리하도록 트레이닝할 수 있다.
다양한 실시예들에 따르면, 보이스 어시스턴트의 공통 발화의 트레이닝은 보이스 어시스턴트가 공통 발화에 를 확인하고, 공통 발화에 대응하는 발화들을 처리 대상으로 인식하도록 되는 것을 의미할 수 있다. 예를 들어, 공통 발화를 트레이닝한 보이스 어시스턴트는, 공통 발화에 대한 정보로서 공통 발화가 자연어 플랫폼(220)에 구현될 수 있는 NLU module, ASR module 등 각종 모듈들에 의한 분석된 결과를 확인하고, 상기 분석된 결과에 대응하는 발화들을 처리 대상으로 인식할 수 있다. 일 예로, 공통 발화를 트레이닝한 보이스 어시스턴트는, 공통 발화의 의도 및/또는 파라미터와 동일 및/또는 유사한 의도 및/또는 파라미터를 갖는 발화들을 처리 대상으로 인식할 수 있다.
또, 다양한 실시예들에 따르면, 보이스 어시스턴트의 공통 발화의 트레이닝은 보이스 어시스턴트가 공통 발화에 대응하는 처리 결과를 제공할 수 있도록 되는 것을 의미할 수 있다. 예를 들어, 지능형 서버(200) 또는 개발자 서버(430)는 보이스 어시스턴트를 트레이닝 하기 위해 공통 발화에 대한 정보 뿐만 아니라, 공통 발화에 대응하는 처리 결과 정보를 획득하고, 보이스 어시스턴트가 공통 발화 및 공통 발화에 대응하는 발화들에 대한 응답으로 상기 획득된 처리 결과 정보를 반환할 수 있도록 공통 발화를 트레이닝시킬 수 있다. 이 때, 상기 처리 결과 정보는 특정 카테고리에 포함된 보이스 어시스턴트들이 공통 발화에 대응하여 반환하는 처리 결과 정보로부터 획득될 수 있다. 또는, 상기 처리 결과 정보는 보이스 어시스턴트의 개발자에 의해 별도로 획득될 수 있다. 따라서, 지능형 서버(200)에서 보이스 어시스턴트의 트레이닝이 수행되는 경우에는 보이스 어시스턴트를 등록하는 개발자 서버(430)로부터 지능형 서버(200)로 처리 결과 정보가 제공되고, 개발자 서버(430)에서 보이스 어시스턴트의 트레이닝이 수행되는 경우에는 개발자로부터 처리 결과 정보가 개발자 서버(430)로 입력될 수 있다.
다양한 실시예들에 따르면, 개발자 서버(430)는, 제공된 적어도 하나의 공통 발화에 대한 정보를 기반으로, 도 9에 도시된 901, 902, 903과 같이 적어도 하나의 공통 발화 및 적어도 하나의 공통 발화의 지원 여부를 결정하기 위한 적어도 하나의 그래픽 엘리먼트(예: 910)를 포함하는 인터페이스(900)를 표시할 수 있다. 개발자 서버(430)는, 인터페이스 상에서 개발자(또는, 사용자)로부터 적어도 하나의 공통 발화의 지원 여부를 결정하기 위한 그래픽 엘리먼트(910)의 입력을 수신하고, 수신된 입력을 기반으로 제 A 보이스 어시스턴트(700)의 적어도 하나의 공통 발화의 지원 여부를 확인할 수 있다. 적어도 하나의 공통 발화가 지원되는 것으로 결정되는 경우, 개발자 서버(430)는 보이스 어시스턴트가 공통 발화를 처리 가능하도록 트레이닝하거나, 지능형 서버(200)에서 보이스 어시스턴트가 공통 발화를 처리 가능하도록 지능형 서버(200)로 보이스 어시스턴트의 트레이닝을 요청할 수 있다.
한편, 지능형 서버(200)의 605 동작에 기재된 바에 국한되지 않고, 지능형 서버(200)는 개발자 서버(430)로 적어도 하나의 공통 발화에 대한 정보의 제공을 수행하지 않고, 새로 포함된 제 1 보이스 어시스턴트가 적어도 하나의 공통 발화를 처리 가능하도록 제 1 보이스 어시스턴트가 적어도 하나의 공통 발화를 트레이닝하도록 할 수도 있다. 달리 말해, 개발자 서버(430)와의 피드백 없이, 지능형 서버(200)에서 제 1 보이스 어시스턴트의 트레이닝이 수행될 수 있다.
상술한 바와 같은 동작에 따라, 특정 카테고리로 새롭게 등록되는 보이스 어시스턴트가 특정 카테고리의 기존에 등록된 보이스 어시스터트들이 공통적으로 지원하는 발화를 처리 가능하도록, 공통적으로 지원하는 발화에 대한 정보가 제공됨으로써 보이스 어시스턴트의 발화를 트레이닝하기 위한 운용 부담이 경감될 수 있다.
아울러 상술한 바와 같은 동작에 따라, 특정 카테고리에 포함된 보이스 어시스턴트들이 공통적으로 지원하는 발화들을 처리 가능하게 됨으로써 각각의 보이스 어시스턴트들이 미지원하는 발화들의 수가 경감될 수 있다. 미지원 발화들의 수가 경감됨에 따라, 특정 카테고리에 포함된 보이스 어시스턴트들에 의해 사용자 발화가 처리될 가능성이 높아져, 사용자 발화의 처리의 효율성이 증대될 수 있다.
아울러 상술한 바와 같은 동작에 따라, 특정 카테고리에 포함된 복수 개의 보이스 어시스턴트들로부터 획득되는 발화에 대한 정보를 기반으로 트레이닝이 진행됨으로써, 지능형 서버(200)의 보이스 어시스턴트의 트레이닝을 위한 발화를 획득하는데 소요되는 운용 부담이 경감될 수 있다.
이하에서는, 다양한 실시예들에 따른 지능형 서버(200)의 동작의 다른 예에 대해서 설명한다. 한편, 이하에서는, 상술한 지능형 서버(200)와 관련된 중복되는 설명은 생략한다.
다양한 실시예들에 따르면 지능형 서버(200)는 지정된 조건의 만족을 확인한 것에 기반하여, 특정 카테고리에 포함된 적어도 하나의 보이스 어시스턴트가 발화를 트레이닝하도록 할 수 있다. 달리 말해, 지능형 서버(200)는, 상술한 바와 같이 특정 카테고리에 새롭게 등록되는 보이스 어시스턴트 뿐만 아니라, 지정된 조건의 만족에 기반하여 특정 카테고리에 포함된 보이스 어시스턴트들도 발화를 트레이닝하도록 할 수 있다.
도 10은 다양한 실시예들에 따른 지능형 서버(200)의 동작의 일 예를 설명하기 위한 흐름도(1000)이다. 다양한 실시예들에 따르면 지능형 서버(200)의 동작은 도 10에 도시되는 지능형 서버(200)의 동작의 순서에 국한되지 않고, 도시되는 순서와 다른 순서로 수행될 수 있다. 또한, 다양한 실시예들에 따르면, 도 10에 도시되는 지능형 서버(200)의 동작 보다 더 많은 동작들이 수행되거나, 또는 도 10에 도시되는 지능형 서버(200)의 동작들 보다 더 적은 적어도 하나의 동작이 수행될 수도 있다. 이하에서는 도 11을 참조하여 도 10에 대해서 설명한다.
도 11은 다양한 실시예들에 따른 지능형 서버(200)의 지정된 조건의 만족을 확인하는 동작의 일 예를 설명하기 위한 도면이다.
다양한 실시예들에 따르면, 지능형 서버(200)는 1001 동작에서 제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하고, 1002 동작에서 제 1 카테고리에 등록된 복수 개의 보이스 어시스턴트들이 처리 가능한 복수 개의 발화들을 확인하고, 1003 동작에서 획득된 복수 개의 발화들을 기반으로 적어도 하나의 공통 발화를 확인할 수 있다. 지능형 서버(200)의 1001 동작 내지 1003 동작은 상술한 지능형 서버(200)의 601 동작 내지 603 동작과 같이 수행될 수 있으므로 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 1004 동작에서 적어도 하나의 공통 발화를 공유하도록 설정된 조건의 만족을 확인할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)는 도 6 내지 도 9에서 상술한 바와 같이 특정 카테고리에 새로운 보이스 어시스턴트가 포함되는 경우, 상기 설정된 조건의 만족을 확인할 수 있다. 예를 들어, 지능형 서버는 도 11에 도시된 바와 같이, 특정 카테고리(예: 제 1 카테고리(530))에 특정 보이스 어시스턴트(예: 제 A 보이스 어시스턴트(1103))가 등록되는 경우, 상기 설정된 조건의 만족을 확인할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)는 특정 카테고리의 새로운 공통 발화가 확인되는 경우, 상기 설정된 조건의 만족을 확인할 수 있다.
예를 들어, 지능형 서버(200)는 도 11에 도시된 바와 같이, 특정 카테고리(예: 제 1 카테고리(530))에 포함된 특정 보이스 어시스턴트(예: 제 2 보이스 어시스턴트(1102))의 처리 가능한 발화(예: 제 3 발화(1111, 1112))가 갱신됨으로써 특정 카테고리의 새로운 공통 발화가 확인될 수 있다. 예를 들어, 도 11에 도시된 바와 같이 제 2 보이스 어시스턴트(1102)가 새롭게 특정 발화(예: 제 3 발화(1112))를 처리 가능하게 됨으로써, 특정 카테고리의 새로운 공통 발화를 확인할 수 있다. 상기 특정 카테고리에 포함된 다른 보이스 어시스턴트(예: 제 1 보이스 어시스턴트(1101))의 처리 가능한 발화로서 제 3 발화(1111)가 미리 저장된 경우, 제 2 보이스 어시스턴트(1102)가 새롭게 특정 발화(예: 제 3 발화(1112))를 처리 가능하게 됨으로써, 제 3 발화(1111, 1112)가 유사도와 관련된 지정된 조건을 만족하는 것으로 확인되어 공통 발화로서 새롭게 확인될 수 있다. 상기 특정 발화에 대한 정보가 상기 특정 보이스 어시스턴트와 관련된 데이터 베이스(예: 학습 데이터베이스)(예: 상술한 도 5의 532, 534, 등)에 저장되고, 지능형 서버(200)는 상기 저장된 특정 발화에 대한 정보와 다른 보이스 어시스턴트와 관련된 데이터 베이스에 저장된 발화들에 대한 정보를 비교할 수 있다. 지능형 서버(200)는 상기 비교 결과에 기반하여, 특정 발화를 공통 발화로서 확인할 수 있다. 지능형 서버(200)의 공통 발화를 확인하는 동작은 상술한 지능형 서버(200)의 603 동작과 같이 수행될 수 있으므로 중복되는 설명은 생략한다.
또 예를 들어, 지능형 서버(200)는 전자 장치(100)로부터 사용자 발화에 대한 정보를 수신함으로써, 특정 카테고리의 새로운 지원 가능 발화를 확인 할 수 있다. 지능형 서버(200)의 사용자 발화에 대한 정보의 수신 및 지원 가능 발화의 확인 동작에 대해서는, 도 17 내지 도 19에서 구체적으로 후술한다.
또 예를 들어, 지능형 서버(200)는 개발자 서버(430)로부터 카테고리 등록 발화에 대한 정보를 수신함으로써, 특정 카테고리의 새로운 지원 가능 발화를 확인 할 수 있다. 지능형 서버(200)의 카테고리 등록 발화에 대한 정보의 수신 및 지원 가능 발화의 확인 동작에 대해서는, 도 17 내지 도 19에서 구체적으로 후술한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 개발자 서버(430)로부터 수신되는 요청에 기반하여 공통 발화를 공유하기 위한 설정된 조건의 만족을 확인할 수 있다. 예를 들어, 지능형 서버(200)는 특정 카테고리에 보이스 어시스턴트를 등록한 개발자 서버(430)(또는, 개발자)로부터 수신되는 공통 발화의 요청을 수신한 경우, 설정된 조건의 만족을 확인할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)는 1005 동작에서 조건의 만족의 확인에 기반하여, 공통된 발화와 관련된 정보를 외부 장치로 제공할 수 있다. 지능형 서버(200)의 1005 동작은 상술한 지능형 서버(200)의 605 동작과 같이 수행될 수 있으므로, 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 설정된 조건의 만족의 확인에 기반하여, 만족된 조건에 대응하는 외부 장치로 공통된 발화와 관련된 정보를 제공할 수 있다.
예를 들어, 지능형 서버(200)는 만족된 조건이 새로 등록된 보이스 어시스턴트를 확인하는 것인 경우, 새로 보이스 어시스턴트를 등록한 개발자 서버(430)로만 공통된 발화와 관련된 정보를 제공할 수 있다.
또 예를 들어, 지능형 서버(200)는 만족된 조건이 특정 카테고리의 새로운 공통 발화가 확인되는 것인 경우, 특정 카테고리에 포함된 모든 보이스 어시스턴트들에 대응하는 모든 개발자 서버(430)들로 공통된 발화와 관련된 정보를 제공할 수 있다.
또 예를 들어, 지능형 서버(200)는 개발자 서버(430)로부터 요청을 수신하는 것인 경우, 요청을 송신한 개발자 서버(430)로만 공통된 발화와 관련된 정보를 제공할 수 있다.
한편 상기 기재에 국한되지 않고, 지능형 서버(200)는 설정된 조건의 만족에 기반하여 특정 카테고리에 포함된 적어도 하나의 보이스 어시스턴트에 대응하는 개발자 서버(430)로 공통된 발화와 관련된 정보를 제공할 수도 있다.
이하에서는, 다양한 실시예들에 따른 지능형 서버(200)의 동작의 또 다른 예에 대해서 설명한다. 한편, 이하에서는, 상술한 지능형 서버(200)와 관련된 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 특정 카테고리에 포함된 복수 개의 보이스 어시스턴트들의 공통 발화의 지원 가능 여부를 확인하고, 지원 가능 여부에 따라 공통 발화를 외부 장치(예: 개발자 서버)로 제공할지 여부를 결정할 수 있다.
도 12는 다양한 실시예들에 따른 지능형 서버(200)의 공통 발화의 지원 가능 여부를 확인하고, 공통 발화의 지원 가능 여부에 따라 공통 발화를 처리하는 동작의 일 예를 설명하기 위한 흐름도(1200)이다. 다양한 실시예들에 따르면 전자 장치(100)의 동작은 도 12에 도시되는 전자 장치(100)의 동작의 순서에 국한되지 않고, 도시되는 순서와 다른 순서로 수행될 수 있다. 또한, 다양한 실시예들에 따르면, 도 12에 도시되는 전자 장치(100)의 동작 보다 더 많은 동작들이 수행되거나, 또는 도 12에 도시되는 전자 장치(100)의 동작들 보다 더 적은 적어도 하나의 동작이 수행될 수도 있다. 이하에서는 도 13 및 도 14를 참조하여 도 12에 대해서 설명한다.
도 13은 다양한 실시예들에 따른 지능형 서버(200)의 공통 발화의 지원 가능 여부를 확인하고, 공통 발화의 지원 가능 여부에 따라 공통 발화를 처리하는 동작의 일 예를 설명하기 위한 도면이다. 도 14는 다양한 실시예들에 따른 지능형 서버(200)의 공통 발화의 지원 가능 여부를 확인하기 위한 인터페이스의 일 예를 설명하기 위한 도면이다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)에 기반한 동작을 수행하는 지능형 서버의 프로세서)는 1201 동작에서 제 1 카테고리에 등록된 복수 개의 보이스 어시스턴트들이 처리 가능한 복수 개의 발화들을 확인하고, 1202 동작에서 획득된 복수 개의 발화들을 기반으로 적어도 하나의 공통 발화를 확인할 수 있다. 지능형 서버(200)의 1201 동작 내지 1202 동작은, 상술한 지능형 서버(200)의 602 동작 내지 603 동작과 같이 수행될 수 있으므로 중복되는 설명은 생략한다. 지능형 서버(200)는, 도 13에 도시된 바와 같이 제 1 카테고리(530)에 포함된 복수 개의 보이스 어시스턴트들의 각각에 관련된 발화 데이터베이스(532, 534, 536)의 학습 데이터베이스(1303, 1305, 1307)로부터 복수 개의 보이스 어시스턴트들이 처리 가능한 발화들에 대한 정보를 확인할 수 있다. 상기 학습 데이터베이스(1303, 1305, 1307)는, 학습 데이터베이스(1303, 1305, 1307)에 대응하는 보이스 어시스턴트가 처리 가능하도록 트레이닝한 발화들에 대한 정보를 저장하는 데이터베이스일 수 있다. 지능형 서버(200)는 확인된 복수 개의 보이스어시스턴트들의 처리 가능한 발화들에 대한 정보를 기반으로, 복수 개의 보이스 어시스턴트들의 적어도 하나의 공통 발화를 확인할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)에 기반한 동작을 수행하는 지능형 서버의 프로세서)는 1203 동작에서 획득된 공통된 발화가 카테고리의 지원 가능한 발화인지 여부를 확인할 수 있다. 카테고리의 지원 가능한 발화는 카테고리에 포함된 보이스 어시스턴트들이 처리 가능한 발화들 중 공통 발화로 확인된 발화를 의미할 수 있다. 지능형 서버(200)는 도 13에 도시된 제 1 카테고리의 데이터베이스(521)의 제 1 학습 데이터베이스(1321)로부터 제 1 카테고리(530)의 지원 가능한 발화들에 대한 정보를 확인하고, 확인된 제 1 카테고리(530)의 지원 가능한 발화들에 대한 정보와 획득된 적어도 하나의 공통 발화에 대한 정보를 비교함으로써 적어도 하나의 공통 발화의 지원 가능 여부를 확인(1301 또는 1302)할 수 있다. 상기 제 1 카테고리의 데이터베이스(521)의 제 1 학습 데이터베이스(1321)는 상기 제 1 카테고리(530)에 포함된 복수 개의 보이스 어시스턴트들이 처리 가능한 발화들 중 공통 발화로 확인된 발화들에 대한 정보를 저장하고 있는 데이터베이스일 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)에 기반한 동작을 수행하는 지능형 서버의 프로세서)는 미리 저장된 제 1 카테고리(530)의 지원 가능한 발화와 임계값 이상의 유사도를 가지는 적어도 하나의 공통 발화 중 적어도 일부를 지원 가능한 것으로 확인(1301)하고, 임계값 미만의 유사도를 가지는 적어도 하나의 공통 발화 중 나머지 일부를 지원 불가능한 것으로 확인(1302)할 수 있다. 예를 들어, 지능형 서버(200)는 미리 저장된 제 1 카테고리(530)의 지원 가능한 발화들에 대한 정보와 상기 적어도 하나의 공통 발화에 대한 정보를 비교하여, 미리 저장된 제 1 카테고리(530)의 지원 가능한 발화와 임계값 이상의 유사도를 가지는 공통 발화를 제 1 카테고리(530)의 지원 가능한 발화로 확인(1301)할 수 있다. 예를 들어, 미리 저장된 제 1 카테고리의 지원 가능한 발화가 "피자 주문해줘"이고 확인된 공통 발화가 "피자 배달해줘"인 경우, 공통 발화가 미리 저장된 제 1 카테고리의 지원 가능한 발화와 임계값 이상의 유사도를 가지는 것으로 판단되고, 제 1 카테고리의 지원 가능한 발화로서 저장될 수 있다.
상술한 바와 같이 유사도를 기준으로 제 1 카테고리에서 지원 가능한 발화를 확인하고 저장함에 따라, 보이스 어시스턴트에 의해 처리될 수 있는 발화들이 다양해질 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)에 기반한 동작을 수행하는 지능형 서버의 프로세서)는, 확인된 공통 발화가 제 1 카테고리의 지원 가능한 발화로 확인된 경우, 1204 동작에서 확인된 공통된 발화를 카테고리의 지원 가능 발화로 저장하고, 1205 동작에서 상기 저장된 카테고리의 지원 가능 발화를 외부 장치로 제공할 수 있다. 예를 들어, 지능형 서버(200)는, 도 13에 도시된 바와 같이, 지원 가능한 것으로 확인된 적어도 하나의 공통 발화의 적어도 일부(1301)를 제 1 카테고리 데이터베이스(521)의 제 1 학습 데이터베이스(1321)에 저장할 수 있다. 제 1 카테고리 데이터베이스(521)의 제 1 학습 데이터베이스(1321)에 저장된 적어도 하나의 공통 발화의 적어도 일부는, 제 1 카테고리(530)에 포함된 특정 적어도 하나의 보이스 어시스턴트가 적어도 하나의 공통 발화의 적어도 일부의 트레이닝을 위해 제공될 수 있다. 예를 들어, 상기 저장된 적어도 하나의 공통 발화의 적어도 일부는, 도 13에 도시된 바와 같이, 제 1 카테고리(530)에 새로 포함된 제 A 보이스 어시스턴트에 대응하는 제 A 발화 데이터 베이스(1310)의 제 A 미학습 데이터베이스(1312)로 제공될 수 있다. 제 A 보이스 어시스턴트는 제 A 미학습 데이터베이스(1312)로 제공된 적어도 하나의 공통 발화의 적어도 일부를 처리 가능하도록, 적어도 하나의 공통 발화의 적어도 일부를 트레이닝할 수 있다. 상기 제 A 미학습 데이터 베이스(1312)에 제공된 적어도 하나의 공통 발화의 적어도 일부는 제 A 보이스 어시스턴트의 트레이닝을 위해 상기 제 A 학습 데이터 베이스(1311)로 제공되고, 상기 제 A 학습 데이터 베이스(1311)로 제공된 적어도 하나의 공통 발화의 적어도 일부에 대한 정보가 개발자 서버(430)로 제공될 수 있다. 이에 따라, 개발자 서버(430)는 지원 가능한 것으로 확인된 적어도 하나의 공통 발화의 적어도 일부에 대한 제 A 보이스 어시스턴트의 지원 여부를 결정하고, 제 A 보이스 어시스턴트가 적어도 하나의 공통 발화를 지원하는 것으로 결정됨에 따라 상기 제 A 보이스 어시스턴트의 트레이닝이 수행될 수 있다. 개발자 서버(430)의 지원 여부 결정 동작에 대해서는, 도 19에서 구체적으로 후술한다. 또 예를 들어, 지능형 서버(200) 내에서 제 A 보이스 어시스턴트가 제 A 미학습 데이터베이스(1312)에 저장된 적어도 하나의 공통 발화의 적어도 일부에 대한 정보를 기반으로, 적어도 하나의 공통 발화에 대한 적어도 일부를 트레이닝할 수 있다. 한편 상기 기재에 국한되지 않고, 도 10 내지 도 11에서 상술한 설정된 조건의 만족에 기반하여, 새롭게 등록된 보이스 어시스턴트(예: 제 A 보이스 어시스턴트) 이외에도 카테고리에 포함된 보이스 어시스턴트들의 미학습 데이터베이스들(예: 도 13에 도시된 1304, 1306, 1308)에 저장되어, 트레이닝이 진행될 수도 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)에 기반한 동작을 수행하는 지능형 서버의 프로세서)는 확인된 공통 발화가 제 1 카테고리의 지원 불가능한 발화로 확인된 경우, 1206 동작에서 확인된 공통 발화를 카테고리의 지원 후보 발화로 저장하고, 1207 동작에서 지원 후보 발화로 저장된 공통 발화를 제 1 카테고리의 지원 가능한 발화인지 여부를 확인할 수 있다. 지능형 서버(200)는 1207 동작에서 지원 후보 발화로 저장된 공통 발화가 제 1 카테고리의 지원 가능한 발화로 확인되는 경우, 1205 동작을 수행할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)에 기반한 동작을 수행하는 지능형 서버의 프로세서)는 도 13에 도시된 바와 같이, 확인된 적어도 하나의 공통 발화 중 지원 불가능한 것으로 확인된 나머지 일부(1302)를 제 1 카테고리 데이테버이스(521)의 제 1 미학습 데이터베이스(1322)에 저장할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)(예: 발화 데이터 분석 모듈(512)에 기반한 동작을 수행하는 지능형 서버의 프로세서)는 제 1 미학습 데이터베이스(1322)에 저장된 적어도 하나의 공통 발화 중 지원 불가능한 것으로 확인된 나머지 일부의 지원 여부를 결정할 수 있다. 예를 들어, 지능형 서버(200)는 도 14의 1401, 1402, 1403에 도시된 바와 같이 제 1 미학습 데이터베이스(1322)에 저장된 발화(예: 적어도 하나의 공통 발화 중 지원 불가능한 것으로 확인된 나머지 일부) 및 발화의 지원 여부를 결정하기 위한 그래픽 엘리먼트(1412, 1413)를 포함하는 인터페이스(1400)를 표시할 수 있다. 일 예로, 지능형 서버(200)는 도 14에 도시된 바와 같이, "Recomund Menu"라는 카테고리(1410)의 미학습 데이터베이스에 저장된 발화인 "맛잇는 케이크 메뉴 주문해줘"라는 공통 발화(1411)를 표시하고, 공통 발화에 대한 지원을 결정하기 위한 제 1 엘리먼트(1412) 및 미지원을 결정하기 위한 제 2 엘리먼트(1413)를 표시할 수 있다. 지능형 서버(200)는 인터페이스(1400) 상에서 발화가 지원 가능한 것으로 선택(예: 제 1 엘리먼트(1412)가 선택됨)되는 경우 해당 발화(예: 1411)를 제 1 카테고리(예: 1410)의 지원 가능한 발화로 확인하고, 인터페이스 상에서 발화가 지원 불가능한 것으로 선택(예: 제 2 엘리먼트(1413)가 선택됨)되는 경우 해당 발화(예: 1411)를 제 1 카테고리(예: 1410)의 제 1 미학습 데이터베이스에서 삭제되도록 하여 해당 발화의 지원 여부를 더 이상 질의하지 않도록 할 수 있다.
상술한 바와 같은 동작에 따라, 지원 가능 여부가 지능형 서버(200)에서 관리됨으로써 특정 카테고리에 부합하는 음성 서비스를 제공하도록 보이스 어시스턴트들이 관리될 수 있다.
이하에서는, 지능형 서버(200) 및 전자 장치(100)의 동작의 일 예에 대해서 설명한다. 한편, 이하에서는, 상술한 지능형 서버(200) 및 전자 장치(100)와 관련된 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 전자 장치(100)로부터 수신되는 사용자 발화에 대응하는 카테고리와 관련된 정보를 전자 장치(100)로 제공할 수 있다.
도 15는 다양한 실시예들에 따른 전자 장치(100) 및 지능형 서버(200)의 동작의 일 예를 설명하기 위한 흐름도(1500)이다. 다양한 실시예들에 따르면 전자 장치(100) 및 지능형 서버(200)의 동작은 도 15에 도시되는 전자 장치(100) 및 지능형 서버(200)의 동작의 순서에 국한되지 않고, 도시되는 순서와 다른 순서로 수행될 수 있다. 또한, 다양한 실시예들에 따르면, 도 15에 도시되는 전자 장치(100) 및 지능형 서버(200)의 동작 보다 더 많은 동작들이 수행되거나, 또는 도 15에 도시되는 동작들 보다 더 적은 적어도 하나의 동작이 수행될 수도 있다. 이하에서는 도 16을 참조하여 도 15에 대해서 설명한다.
도 16은 다양한 실시예들에 따른 외부 장치가 지능형 서버(200)로부터 카테고리에 대한 정보를 수신하는 동작의 일 예를 설명하기 위한 도면이다.
다양한 실시예들에 따르면, 지능형 서버(200)는 1501 동작에서 제 1 카테고리에 등록된 복수 개의 보이스 어시스턴트들이 처리 가능한 복수 개의 발화들을 확인하고, 1502 동작에서 획득된 복수 개의 발화들을 기반으로 적어도 하나의 공통 발화를 확인할 수 있다. 지능형 서버(200)의 1501 동작 내지 1502 동작은 상술한 지능형 서버(200)의 602 동작 내지 603 동작 및 1201 동작 내지 1202 동작과 같이 수행될 수 있으므로 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 전자 장치(100)는 1503 동작에서 사용자 발화를 획득할 수 있다. 예를 들어, 전자 장치(100)는 지정된 음성 입력을 인식하거나, 하드웨어 키를 통한 입력을 수신하면, 발화를 처리하기 위한 지능형 앱을 실행할 수 있다. 전자 장치(100)는, 지능형 앱의 실행 중에, 사용자 발화(예: XX)를 수신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(100)는 1504 동작에서 획득된 사용자 발화에 대한 정보를 지능형 서버(200)로 송신할 수 있다. 달리 말해, 지능형 서버(200)는 전자 장치(100)로부터 사용자 발화(예: 도 16에 도시된 "아이스 아메리카노 주문해줘"(1601))에 대한 정보를 수신할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)는 1505 동작에서 사용자 발화와 적어도 하나의 공통된 발화를 비교하고, 1506 동작에서 사용자 발화가 공통된 발화에 대응하는 것을 확인할 수 있다.
다양한 실시에들에 따르면, 지능형 서버(200)는 전자 장치(100)로부터 수신된 사용자 발화에 대한 정보와 복수 개의 카테고리들의 각각의 지원 가능한 발화들에 대한 정보를 비교할 수 있다. 지능형 서버(200)는, 상기 비교 결과에 기반하여, 복수 개의 카테고리들의 각각의 지원 가능한 발화들 중 수신된 사용자 발화(예: 도 16에 도시된 "아이스 아메리카노 주문해줘"(1601))에 대한 정보에 대응하는 제 1 카테고리의 적어도 하나의 지원 가능 발화에 대한 정보를 확인할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)는 사용자 발화에 대한 정보와 복수 개의 카테고리들의 각각의 지원 가능한 발화들에 대한 정보를 비교는, 지능형 서버(200)의 1203 동작과 같이 유사도를 기준으로 수행할 수 있으므로, 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 사용자 발화가 공통된 발화에 대응하는 것을 확인한 것에 기반하여, 1507 동작에서 제 1 카테고리에 대한 정보를 전자 장치(100)로 송신할 수 있다.
다양한 실시예들에 따르면 제 1 카테고리에 대한 정보는 제 1 카테고리를 식별하기 위한 정보 또는 카테고리에 포함된 보이스 어시스턴트들에 대한 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 제 1 카테고리에 대한 정보는 제 1 카테고리인 "배달 서비스"를 식별하기 위한 정보 또는 "배달 서비스"에 포함된 복수 개의 보이스 어시스턴트들에 대한 정보를 포함할 수 있다.
다양한 실시예들에 따르면, 전자 장치(100)는 1508 동작에서 수신된 제 1 카테고리에 대한 정보를 표시할 수 있다. 전자 장치(100)는 도 16에 도시된 바와 같이, 수신된 제 1 카테고리에 대한 정보를 기반으로, 사용자 발화(예: "아이스 아메리카노 주문해줘"(1601))에 대응하는 복수 개의 카테고리들(예: "배달 서비스"(1602), "카페"(1603), "맛집"(1604))을 표시할 수 있다. 아울러, 기재된 바에 국한되지 않고, 전자 장치(100)는 수신된 제 1 카테고리에 대한 정보를 기반으로, 제 1 카테고리에 포함된 복수 개의 보이스 어시스턴트들에 대한 정보를 표시할 수도 있다.
다양한 실시예들에 따르면, 전자 장치(100)는 복수 개의 카테고리에 대한 정보를 표시하고, 표시된 정보를 기반으로 인터페이스 상에서 사용자로부터 피드백 정보를 수신할 수 있다. 예를 들어, 피드백 정보는 표시된 사용자 발화에 대응하는 복수 개의 카테고리에 대한 정보의 정확도를 나타내는 정보, 또는 표시된 복수 개의 카테고리들 이외의 사용자에 의해 입력되는 다른 카테고리에 대한 정보 등을 포함할 수 있다. 상기 피드백 정보는 보이스 어시스턴트의 트레이닝을 위한 데이터가 될 수 있다. 전자 장치(100)로부터 수신된 피드백 정보에 기반한 보이스 어시스턴트의 트레이닝 동작에 대해서는 도 17 내지 도 19에서 구체적으로 후술한다.
이하에서는, 지능형 서버(200), 전자 장치(100), 및 개발자 서버(430) 의 동작의 일 예에 대해서 설명한다. 한편, 이하에서는, 상술한 지능형 서버(200) 및 전자 장치(100)와 관련된 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 적어도 하나의 외부 전자 장치(100)(예: 전자 장치(100), 및 개발자 서버(430))로부터 보이스 어시스턴트의 트레이닝을 위한 발화들을 제공받을 수 있다.
도 17은 다양한 실시예들에 따른 지능형 서버(200), 전자 장치(100), 및 개발자 서버(430)의 동작의 일 예를 설명하기 위한 흐름도(1700)이다. 다양한 실시예들에 따르면 전자 장치(100), 지능형 서버(200) 및 개발자 서버(430)의 동작은 도 17에 도시되는 동작의 순서에 국한되지 않고, 도시되는 순서와 다른 순서로 수행될 수 있다. 또한, 다양한 실시예들에 따르면, 도 17에 도시되는 전자 장치(100), 지능형 서버(200) 및 개발자 서버(430)의 동작들 보다 더 많은 동작들이 수행되거나, 또는 도 17에 도시되는 동작들 보다 더 적은 적어도 하나의 동작이 수행될 수도 있다. 이하에서는, 도 18 내지 도 19를 참조하여 도 17에 대해서 설명한다.
도 18은 다양한 실시예들에 따른 지능형 서버(200)의 전자 장치(100)로부터 트레이닝을 위한 발화에 대한 정보를 수신하는 동작의 일 예를 설명하기 위한 도면이다. 도 19는 다양한 실시에들에 따른 지능형 서버(200)의 개발자 서버(430)로부터 트레이닝을 위한 발화에 대한 정보를 수신하는 동작의 일 예를 설명하기 위한 도면이다.
다양한 실시예들에 따르면, 전자 장치(100)는 1701 동작에서 사용자 발화를 획득하고, 1702 동작에서 획득된 사용자 발화에 대한 정보를 지능형 서버(200)로 송신할 수 있다. 전자 장치(100)의 1701 동작 내지 1702 동작은 상술한 전자 장치(100)의 1503 동작 내지 1504 동작과 같이 수행될 수 있으므로 중복되는 설명은 생략한다. 예를 들어, 전자 장치(100)는 "아이스 아메리카노 주문 해줘"라는 사용자 발화를 수신하고, 사용자 발화에 대한 정보를 지능형 서버(200)로 송신할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)는 1703 동작에서 사용자 발화에 대응하는 카테고리에 대한 정보를 전자 장치(100)로 송신할 수 있다. 지능형 서버(200)의 1703 동작은 상술한 지능형 서버(200)의 1505 동작 내지 1507 동작과 같이 수행될 수 있으므로 중복되는 설명은 생략한다. 예를 들어, 지능형 서버(200)는 "아이스 아메리카노 주문 해줘"라는 사용자 발화에 대응하는 카테고리(예: 배달 서비스)에 대한 정보를 전자 장치(100)로 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(100)는 1704 동작에서 피드백 정보를 지능형 서버(200)로 송신할 수 있다. 예를 들어, 전자 장치(100)는, 수신된 사용자 발화에 대응하는 카테고리에 대한 정보에 응답하여, 사용자 발화에 대응하는 카테고리에 대한 정보를 포함하는 피드백 정보를 지능형 서버(200)로 송신할 수 있다.
다양한 실시예들에 따르면, 전자 장치(100)는 사용자 발화에 대응하는 복수 개의 카테고리들 중 적어도 하나의 카테고리를 선택하고, 선택된 적어도 하나의 카테고리에 대한 정보를 지능형 서버(200)로 송신할 수 있다.
예를 들어, 전자 장치(100)는 도 18의 1801에 도시된 바와 같이, 지능형 서버(200)로부터 수신된 사용자 발화에 대응하는 카테고리에 대한 정보를 기반으로 사용자 발화에 대응하는 적어도 하나의 카테고리(예: 배달 서비스(1811), 카페(1812), 맛집(1813))를 포함하는 인터페이스를 표시할 수 있다. 전자 장치(100)는, 인터페이스 상에서 표시된 적어도 하나의 카테고리(예: 배달 서비스(1811), 카페(1812), 맛집(1813)) 중 사용자로부터 특정 카테고리에 대한 입력을 수신하고, 선택된 특정 카테고리에 대한 정보를 지능형 서버(200)로 송신할 수 있다.
또 예를 들어, 전자 장치(100)는 도 18의 1802에 도시된 바와 같이, 수신된 사용자 발화에 대응하는 카테고리가 확인되지 않는 경우, 지능형 서버(200)로부터 복수 개의 카테고리들(예: 배달 서비스(1814), 카페(1815), 맛집(1816))에 대한 정보를 수신하고, 수신된 복수 개의 카테고리들(예: 배달 서비스(1814), 카페(1815), 맛집(1816))을 포함하는 인터페이스를 표시할 수 있다. 전자 장치(100)는, 인터페이스 상에서 표시된 복수 개의 카테고리들 중 사용자로부터 특정 카테고리에 대한 입력을 수신하고, 선택된 특정 카테고리에 대한 정보를 지능형 서버(200)로 송신할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)는 1705 동작에서 사용자 발화를 확인된 카테고리의 데이터 베이스에 저장할 수 있다. 예를 들어, 지능형 서버(200)는 전자 장치(100)로부터 수시된 피드백 정보에 포함된 특정 카테고리(예: 카페)에 대한 정보를 기반으로, 사용자 발화에 대응하는 특정 카테고리(예: 카페)를 확인할 수 있다. 지능형 서버(200)는, 확인된 특정 카테고리의 데이터 베이스에 전자 장치(100)로부터 수신된 사용자 발화에 대한 정보를 저장할 수 있다.
다양한 실시예들에 따르면, 지능형 서버(200)는 사용자 발화에 대한 정보를 확인된 특정 카테고리의 학습 데이터베이스 또는 미학습 데이터베이스에 저장할 수 있다. 예를 들어, 지능형 서버(200)는, 확인된 특정 카테고리의 학습 데이터베이스에 전자 장치(100)로부터 수신된 사용자 발화에 대한 정보를 저장하고, 이후 특정 카테고리에 포함된 복수 개의 어시스턴트들이 사용자 발화를 처리 가능하도록 할 수 있다. 또 예를 들어, 지능형 서버(200)는, 확인된 특정 카테고리의 미학습 데이터베이스에 전자 장치(100)로부터 수신된 사용자 발화에 대한 정보를 저장하고, 이후 사용자 발화의 특정 카테고리의 지원 가능 여부가 결정되도록 할 수 있다. 지능형 서버(200)의 사용자 발화에 대한 정보를 학습 데이터베이스 또는 미학습 데이터베이스에 저장하는 동작은, 상술한 지능형 서버(200)의 1203 내지 1207 동작과 같이, 사용자 발화에 대한 정보와 미리 저장된 특정 카테고리의 지원 가능한 발화에 대한 정보 사이의 유사도를 기반으로 수행(예: 유사도가 임계값 이상인 경우 학습 데이터베이스에 저장되고, 유사도가 임계값 미만인 경우 미학습 데이터베이스에 저장됨)될 수 있다. 따라서, 지능형 서버(200)의 1705 동작에서, 지능형 서버(200)의 1203 내지 1207 동작과 중복되는 설명은 생략한다.
상술한 바와 같은 지능형 서버(200)의 전자 장치(100) 뿐만 아니라 개발자 서버(430)로부터 카테고리의 지원 가능 발화로서 확인할 수 있는 다양한 종류의 발화를 제공 받게됨으로써, 카테고리에 등록된 보이스 어시스턴트들의 처리 가능한 발화들이 다양해질 수 있다.
다양한 실시예들에 따르면, 개발자 서버(430)는 1706 동작에서 카테고리 등록 발화에 대한 정보를 지능형 서버(200)로 전송할 수 있다. 카테고리 등록 발화에 대한 정보는 특정 카테고리에 등록하기 위한 발화를 의미할 수 있다. 즉, 개발자 서버(430)는 특정 발화를 특정 카테고리의 지원 가능 발화로 등록을 요청할 수 있다. 예를 들어, 개발자 서버(430)는, 지능형 서버(200)로 "맛있는 케이크 메뉴 추천해줘"라는 발화를 "Recommend menu"라는 카테고리의 지원 가능 발화로 등록을 요청하거나, "유자 스무디 두 잔 배달해줘"라는 발화를 "OrderMenu"라는 카테고리의 지원 가능 발화로 등록을 요청하거나, "카페 기프트카드 구매하기"라는 발화를 "BuyGiftcard"라는 카테고리의 지원 가능 발화로 등록을 요청할 수 있다.
다양한 실시예들에 따르면 특정 카테고리에 제 1 개발자 서버(430)에 의해 등록된 제 1 보이스 어시스턴트의 처리 가능한 특정 발화는 특정 카테고리의 다른 보이스 어시스턴트들에 의해 처리 불가능하여, 특정 카테고리의 지원 불가능 발화로 분류될 수 있다. 이에 따라, 지능형 서버(200)는 전자 장치(100)로부터 수신되는 특정 발화에 대응하는 특정 카테고리를 확인하지 못하게 되어, 특정 카테고리에 포함된 제 1 보이스 어시스턴트에 대한 정보가 전자 장치(100)로 제공되지 않을 수 있다. 결과적으로, 제 1 개발자 서버(430)가 등록한 제 1 보이스 어시스턴트의 활용도가 저하 될 수 있다. 따라서, 제 1 개발자 서버(430)(또는, 개발자)는 특정 카테고리에 등록한 제 1 보이스 어시스턴트가 처리 가능한 특정 발화를 특정 카테고리의 지원 가능 발화로 등록을 요청함으로써, 특정 카테고리에 포함된 다른 보이스 어시스턴트들이 특정 발화를 처리 가능하도록 할 뿐만 아니라, 전자 장치(100)로부터 수신된 특정 발화에 대한 정보에 응답하여 특정 카테고리에 포함된 제 1 보이스 어시스턴트에 대한 정보가 전자 장치(100)로 제공되도록 할 수 있다. 한편 상기 기재에 국한되지 않고, 특정 카테고리에 등록된 보이스 어시스턴트가 처리 가능한 발화뿐만 아니라, 처리 불가능한 발화 또한 개발자 서버(430)의 요청에 따라 특정 카테고리의 지원 가능 발화로 지능형 서버(200)에 등록 요청될 수도 있다.
다양한 실시예들에 따르면, 지능형 서버(200)는 1707 동작에서 카테고리 등록 발화를 해당 카테고리의 데이터 베이스에 저장할 수 있다. 지능형 서버(200)는 상술한 1705 동작과 같이, 카테고리 등록 발화를 특정 카테고리의 학습 데이터베이스 또는 미학습 데이터베이스에 저장할 수 있다. 따라서, 지능형 서버(200)의 1707 동작에서, 지능형 서버(200)의 1705 동작과 중복되는 설명은 생략한다. 지능형 서버(200)는 도 19의 1901, 1902, 1903에 도시된 바와 같이, 미학습 데이터베이스에 저장된 발화들에 대한 정보를 표시하고 표시된 발화들에 대한 지원 여부를 결정하기 위한 인터페이스(1900)를 표시할 수 있다. 지능형 서버(200)는 인터페이스(1900) 상에서 지원 여부를 결정하기 위한 입력을 수신하고, 수신된 입력에 응답하여 해당하는 발화를 카테고리의 지원 가능 발화로 저장할 수 있다. 지능형 서버(200)의 발화의 지원 여부를 결정하는 동작은, 상술한 1203 내지 1207 동작과 같이 수행될 수 있으므로 중복되는 설명은 생략한다.
다양한 실시예들에 따르면, 지능형 서버(200)는 1708 동작에서 카테고리에 포함된 복수 개의 보이스 어시스턴트들과 관련된 복수 개의 발화들을 확인하고, 1709 동작에서 획득된 복수 개의 발화들을 기반으로 적어도 하나의 공통 발화를 확인할 수 있다. 지능형 서버(200)의 1708 동작 내지 1709 동작은, 상술한 지능형 서버(200)의 603 동작 내지 604 동작 및 지능형 서버(200)의 1201 동작 내지 1202 동작과 같이 수행될 수 있으므로 중복되는 설명은 생략한다.
이하에서는, 상술한 다양한 실시예들에 따른 지능형 서버(200), 전자 장치(100), 및 개발자 서버(430)의 구성의 일 예에 대해서 설명한다. 상술한 지능형 서버(200), 전자 장치(100), 및 개발자 서버(430)에는 후술한 네트워크 환경(2000)내의 장치들에 대한 설명이 준용될 수 있다.
도 20은, 다양한 실시예들에 따른, 네트워크 환경(2000) 내의 전자 장치(2001)의 블럭도이다. 도 20을 참조하면, 네트워크 환경(2000)에서 전자 장치(2001)는 제 1 네트워크(2098)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(2002)와 통신하거나, 또는 제 2 네트워크(2099)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(2004) 또는 서버(2008)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(2001)는 서버(2008)를 통하여 전자 장치(2004)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(2001)는 프로세서(2020), 메모리(2030), 입력 장치(2050), 음향 출력 장치(2055), 표시 장치(2060), 오디오 모듈(2070), 센서 모듈(2076), 인터페이스(2077), 햅틱 모듈(2079), 카메라 모듈(2080), 전력 관리 모듈(2088), 배터리(2089), 통신 모듈(2090), 가입자 식별 모듈(2096), 또는 안테나 모듈(2097)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(2001)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(2060) 또는 카메라 모듈(2080))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(2076)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(2060)(예: 디스플레이)에 임베디드된 채 구현될 수 있다
프로세서(2020)는, 예를 들면, 소프트웨어(예: 프로그램(2040))를 실행하여 프로세서(2020)에 연결된 전자 장치(2001)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(2020)는 다른 구성요소(예: 센서 모듈(2076) 또는 통신 모듈(2090))로부터 수신된 명령 또는 데이터를 휘발성 메모리(2032)에 로드하고, 휘발성 메모리(2032)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(2034)에 저장할 수 있다. 일실시예에 따르면, 프로세서(2020)는 메인 프로세서(2021)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(2023)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(2023)은 메인 프로세서(2021)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(2023)는 메인 프로세서(2021)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(2023)는, 예를 들면, 메인 프로세서(2021)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(2021)를 대신하여, 또는 메인 프로세서(2021)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(2021)와 함께, 전자 장치(2001)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(2060), 센서 모듈(2076), 또는 통신 모듈(2090))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(2023)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(2080) 또는 통신 모듈(2090))의 일부로서 구현될 수 있다.
메모리(2030)는, 전자 장치(2001)의 적어도 하나의 구성요소(예: 프로세서(2020) 또는 센서모듈(2076))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(2040)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(2030)는, 휘발성 메모리(2032) 또는 비휘발성 메모리(2034)를 포함할 수 있다.
프로그램(2040)은 메모리(2030)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(2042), 미들 웨어(2044) 또는 어플리케이션(2046)을 포함할 수 있다.
입력 장치(2050)는, 전자 장치(2001)의 구성요소(예: 프로세서(2020))에 사용될 명령 또는 데이터를 전자 장치(2001)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(2050)은, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예:스타일러스 펜)을 포함할 수 있다.
음향 출력 장치(2055)는 음향 신호를 전자 장치(2001)의 외부로 출력할 수 있다. 음향 출력 장치(2055)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(2060)는 전자 장치(2001)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(2060)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 표시 장치(2060)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.
오디오 모듈(2070)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(2070)은, 입력 장치(2050) 를 통해 소리를 획득하거나, 음향 출력 장치(2055), 또는 전자 장치(2001)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(2002)) (예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(2076)은 전자 장치(2001)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(2076)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(2077)는 전자 장치(2001)이 외부 전자 장치(예: 전자 장치(2002))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(2077)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(2078)는, 그를 통해서 전자 장치(2001)가 외부 전자 장치(예: 전자 장치(2002))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(2078)은, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(2079)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(2079)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(2080)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(2080)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(2088)은 전자 장치(2001)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(2088)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(2089)는 전자 장치(2001)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(2089)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(2090)은 전자 장치(2001)와 외부 전자 장치(예: 전자 장치(2002), 전자 장치(2004), 또는 서버(2008))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(2090)은 프로세서(2020)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(2090)은 무선 통신 모듈(2092)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(2094)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(2098)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(2099)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(2092)은 가입자 식별 모듈(2096)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(2098) 또는 제 2 네트워크(2099)와 같은 통신 네트워크 내에서 전자 장치(2001)를 확인 및 인증할 수 있다.
안테나 모듈(2097)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 하나의 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(2097)은 복수의 안테나들을 포함할 수 있다. 이런 경우, 제 1 네트워크(2098) 또는 제 2 네트워크(2099)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(2090)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(2090)과 외부 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC)이 추가로 안테나 모듈(2097)의 일부로 형성될 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(2099)에 연결된 서버(2008)를 통해서 전자 장치(2001)와 외부의 전자 장치(2004)간에 송신 또는 수신될 수 있다. 전자 장치(2002, 2004) 각각은 전자 장치(2001)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(2001)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(2002, 2004, 또는 2008) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(2001)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(2001)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(2001)로 전달할 수 있다. 전자 장치(2001)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다.. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나",“A 또는 B 중 적어도 하나,”"A, B 또는 C," "A, B 및 C 중 적어도 하나,”및 “A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, “기능적으로” 또는 “통신적으로”라는 용어와 함께 또는 이런 용어 없이, “커플드” 또는 “커넥티드”라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(2001)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(2036) 또는 외장 메모리(2038))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(2040))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(2001))의 프로세서(예: 프로세서(2020))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
다양한 실시예들에 따르면, 전자 장치의 제어 동작에 있어서, 제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하는 동작-상기 복수 개의 보이스 어시턴트들은 처리 가능한 복수 개의 발화들에 대한 정보 및 상기 복수 개의 발화에 대응하는 복수 개의 처리 결과 정보를 포함함-, 상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들이 처리 가능한 상기 복수 개의 발화들을 확인하는 동작, 상기 확인된 복수 개의 발화들 중 적어도 하나의 공통 발화를 확인하는 동작-상기 적어도 하나의 공통 발화는 유사도와 연관된 지정된 조건을 만족함-, 외부 장치로부터 상기 제 1 카테고리로의 제 1 보이스 어시스턴트의 등록을 위한 요청을 수신하는 동작, 및 상기 요청에 기반하여, 상기 적어도 하나의 발화와 관련된 정보를 상기 외부 장치로 제공하는 동작을 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 제 1 외부 장치로부터 사용자 발화를 수신하는 동작, 및 상기 수신된 사용자 발화가 상기 복수 개의 발화들 중 제 1 발화에 대응하는 경우, 상기 복수 개의 어시스턴트들 중 상기 제 1 발화를 처리 가능한 제 2 보이스 어시스턴트에 의해 상기 수신된 사용자 발화가 처리됨으로써 생성되는 제 1 처리 결과 정보를 획득하는 동작을 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 상기 적어도 하나의 공통 발화는 상기 복수 개의 보이스 어시스턴트들의 각각에 의해 처리 가능한 발화이고, 상기 적어도 하나의 공통 발화는 상기 복수 개의 발화들 중 동일한 발화이거나, 또는 상기 적어도 하나의 공통 발화의 각각은 서로 임계값 이상의 유사도를 가지는 발화들인, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 상기 적어도 하나의 공통 발화가 상기 외부 장치로 제공된 것에 기반하여, 상기 적어도 하나의 공통 발화가 상기 제 1 보이스 어시스턴트에 의해 처리 가능해지는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 상기 적어도 하나의 공통 발화가 상기 카테고리의 지원 가능한 발화인지 여부를 확인하는 동작, 및 상기 적어도 하나의 공통 발화가 상기 카테고리의 지원 가능한 발화인 경우, 상기 적어도 하나의 공통 발화를 상기 제 1 카테고리의 지원 가능한 발화로서 저장하는 동작을 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 미리 저장된 상기 제 1 카테고리의 적어도 하나의 지원 가능한 발화를 확인하는 동작-미리 저장된 상기 제 1 카테고리의 적어도 하나의 지원 가능한 발화는 상기 복수 개의 발화들 중 공통 발화로 확인된 발화임-, 및 상기 확인된 미리 저장된 적어도 하나의 지원 가능한 발화 중 적어도 일부에 상기 적어도 하나의 공통 발화가 대응하는 경우, 상기 적어도 하나의 공통 발화를 상기 제 1 카테고리의 지원 가능한 발화로 확인하는 동작을 더 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 상기 적어도 하나의 공통 발화가 상기 미리 저장된 상기 카테고리의 지원 가능한 발화가 아닌 경우, 상기 적어도 하나의 공통 발화의 지원 여부를 확인하는 동작, 및 상기 적어도 하나의 공통 발화를 지원하는 것으로 확인된 경우, 상기 적어도 하나의 공통 발화를 상기 제 1 카테고리의 지원 가능한 발화로 저장하는 동작을 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 상기 제 1 카테고리에 포함된 복수 개의 보이스 어시스턴트들과 관련된 복수 개의 발화들을 획득하는 동작은, 상기 외부 장치로부터 상기 제 1 카테고리의 지원 가능한 발화에 등록하기 위한 제 1 발화를 수신하는 동작, 및 상기 복수 개의 발화들로서 상기 수신된 제 1 발화를 확인하는 동작을 더 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 카테고리에 포함된 복수 개의 보이스 어시스턴트들과 관련된 복수 개의 발화들을 획득하는 동작은, 제 1 외부 장치로부터 사용자 발화를 수신하는 동작, 상기 제 1 외부 장치로부터 상기 사용자 발화와 관련된 카테고리 정보를 수신하는 동작, 상기 수신된 카테고리 정보를 기반으로 상기 사용자 발화에 대응하는 카테고리를 확인하는 동작, 및 상기 확인된 사용자 발화의 카테고리가 상기 제 1 카테고리인 경우, 상기 복수 개의 발화들로서 상기 사용자 발화를 확인하는 동작을 더 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 상기 적어도 하나의 발화를 상기 카테고리의 지원 가능한 발화로 저장하는 동작, 제 1 외부 장치로부터 사용자 발화를 수신하는 동작, 상기 수신된 사용자 발화와 상기 적어도 하나의 공통 발화를 비교하는 동작, 및 상기 비교 결과에 기반하여 상기 수신된 사용자 발화가 상기 적어도 하나의 공통 발화가 대응하는 것으로 식별된 경우, 상기 제 1 카테고리와 관련된 정보를 상기 제 1 외부 장치로 제공하는 동작을 더 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 전자 장치의 제어 동작에 있어서, 제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하는 동작-상기 복수 개의 보이스 어시턴트들 처리 가능한 복수 개의 발화에 대한 정보 및 상기 복수 개의 발화에 대응하는 복수 개의 처리 결과 정보를 포함함-, 상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들이 처리 가능한 상기 복수 개의 발화들을 확인하는 동작, 상기 확인된 복수 개의 발화들을 기반으로, 상기 제 1 카테고리에 대응하는 적어도 하나의 공통 발화를 확인하는 동작, 상기 적어도 하나의 공통 발화를 공유하도록 설정된 조건의 만족을 확인하는 동작, 및 상기 조건의 만족의 확인에 기반하여, 상기 적어도 하나의 공통 발화와 관련된 정보를 상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들에 대응하는 복수 개의 외부 장치들 중 적어도 일부로 제공하는 동작을 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 외부 장치로부터 상기 제 1 카테고리로의 제 1 보이스 어시스턴트의 등록을 위한 요청을 수신하는 경우, 상기 설정된 조건의 만족을 확인하는 동작을 더 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 외부 장치로부터 상기 적어도 하나의 공통 발화와 관련된 정보의 요청을 수신하는 경우, 상기 설정된 조건의 만족을 확인하는 동작-상기 적어도 하나의 외부 장치는 상기 제 1 카테고리에 등록된 상기 복수 개의 어시스턴트들과 연관됨-을 더 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 상기 확인된 적어도 하나의 공통 발화가 미리 저장된 상기 제 1 카테고리의 지원 가능한 발화와 다른 경우, 상기 설정된 조건의 만족을 확인하는 동작을 더 포함하는, 제어 동작이 제공될 수 있다.
다양한 실시예들에 따르면, 통신 회로, 프로세서, 및 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하고-상기 복수 개의 보이스 어시턴트들은 처리 가능한 복수 개의 발화들에 대한 정보 및 상기 복수 개의 발화들에 대응하는 복수 개의 처리 결과 정보를 포함함-, 상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들이 처리 가능한 상기 복수 개의 발화들을 확인하고, 상기 확인된 복수 개의 발화들 중 적어도 하나의 공통 발화를 확인하고-상기 적어도 하나의 공통 발화는 유사도와 연관된 지정된 조건을 만족함-, 상기 통신 회로가 외부 장치로부터 상기 제 1 카테고리로의 제 1 보이스 어시스턴트의 등록을 위한 요청을 수신하도록 제어하고, 상기 통신 회로가, 상기 요청에 기반하여, 상기 적어도 하나의 발화와 관련된 정보를 상기 외부 장치로 송신하도록 제어하는 인스트럭션들(instructions)을 저장하는 전자 장치가 제공될 수 있다.
다양한 실시예들에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 상기 통신 회로가 제 1 외부 장치로부터 사용자 발화를 수신하도록 제어하고, 상기 수신된 사용자 발화가 상기 복수 개의 발화들 중 제 1 발화에 대응하는 경우, 상기 복수 개의 어시스턴트들 중 상기 제 1 발화를 처리 가능한 제 2 보이스 어시스턴트에 의해 상기 수신된 사용자 발화가 처리됨으로써 생성되는 제 1 처리 결과 정보를 획득하도록 하는 전자 장치가 제공될 수 있다.
다양한 실시예들에 따르면, 상기 적어도 하나의 공통 발화는 상기 복수 개의 보이스 어시스턴트들의 각각에 의해 처리 가능한 발화이고, 상기 적어도 하나의 공통 발화는 상기 복수 개의 발화들 중 동일한 발화이거나, 또는 상기 적어도 하나의 공통 발화의 각각은 서로 임계값 이상의 유사도를 가지는 발화들인, 전자 장치가 제공될 수 있다.
다양한 실시예들에 따르면, 상기 적어도 하나의 공통 발화가 상기 외부 장치로 제공된 것에 기반하여, 상기 적어도 하나의 공통 발화가 상기 제 1 보이스 어시스턴트에 의해 처리 가능해지는, 전자 장치가 제공될 수 있다.
다양한 실시예들에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 상기 적어도 하나의 공통 발화가 상기 카테고리의 지원 가능한 발화인지 여부를 확인하고, 상기 적어도 하나의 공통 발화가 상기 카테고리의 지원 가능한 발화인 경우, 상기 적어도 하나의 공통 발화를 상기 제 1 카테고리의 지원 가능한 발화로서 저장하도록 하는, 전자 장치가 제공될 수 있다.
다양한 실시예들에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 미리 저장된 상기 제 1 카테고리의 적어도 하나의 지원 가능한 발화를 확인하는 동작-상기 미리 저장된 제 1 카테고리의 적어도 하나의 지원 가능한 발화는 상기 복수 개의 발화들 중 공통 발화로 확인된 발화임-, 상기 확인된 미리 저장된 적어도 하나의 지원 가능한 발화 중 적어도 일부에 상기 적어도 하나의 공통 발화가 대응하는 경우, 상기 적어도 하나의 공통 발화를 상기 제 1 카테고리의 지원 가능한 발화로 확인하도록 하는, 전자 장치가 제공될 수 있다.

Claims (15)

  1. 전자 장치의 제어 동작에 있어서,
    제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하는 동작-상기 복수 개의 보이스 어시턴트들은 처리 가능한 복수 개의 발화들에 대한 정보 및 상기 복수 개의 발화에 대응하는 복수 개의 처리 결과 정보를 포함함-;
    상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들이 처리 가능한 상기 복수 개의 발화들을 확인하는 동작;
    상기 확인된 복수 개의 발화들 중 적어도 하나의 공통 발화를 확인하는 동작-상기 적어도 하나의 공통 발화는 유사도와 연관된 지정된 조건을 만족함-;
    외부 장치로부터 상기 제 1 카테고리로의 제 1 보이스 어시스턴트의 등록을 위한 요청을 수신하는 동작; 및
    상기 요청에 기반하여, 상기 적어도 하나의 발화와 관련된 정보를 상기 외부 장치로 제공하는 동작;을 포함하는,
    제어 동작.
  2. 제 1 항에 있어서,
    제 1 외부 장치로부터 사용자 발화를 수신하는 동작; 및
    상기 수신된 사용자 발화가 상기 복수 개의 발화들 중 제 1 발화에 대응하는 경우, 상기 복수 개의 어시스턴트들 중 상기 제 1 발화를 처리 가능한 제 2 보이스 어시스턴트에 의해 상기 수신된 사용자 발화가 처리됨으로써 생성되는 제 1 처리 결과 정보를 획득하는 동작;을 포함하는, 제어 동작.
  3. 제 2 항에 있어서,
    상기 적어도 하나의 공통 발화는 상기 복수 개의 보이스 어시스턴트들의 각각에 의해 처리 가능한 발화이고,
    상기 적어도 하나의 공통 발화는 상기 복수 개의 발화들 중 동일한 발화이거나, 또는 상기 적어도 하나의 공통 발화의 각각은 서로 임계값 이상의 유사도를 가지는 발화들인, 제어 동작.
  4. 제 1 항에 있어서,
    상기 적어도 하나의 공통 발화가 상기 외부 장치로 제공된 것에 기반하여, 상기 적어도 하나의 공통 발화가 상기 제 1 보이스 어시스턴트에 의해 처리 가능해지는, 제어 동작.
  5. 제 1 항에 있어서,
    상기 적어도 하나의 공통 발화가 상기 제 1 카테고리의 지원 가능한 발화에 대응하는지 여부를 확인하는 동작; 및
    상기 적어도 하나의 공통 발화가 카테고리의 지원 가능한 발화에 대응하는 경우, 상기 적어도 하나의 공통 발화를 상기 제 1 카테고리의 지원 가능한 발화로서 저장하는 동작;을 포함하는, 제어 동작.
  6. 제 5 항에 있어서,
    미리 저장된 상기 제 1 카테고리의 적어도 하나의 지원 가능한 발화를 확인하는 동작-상기 미리 저장된 제 1 카테고리의 적어도 하나의 지원 가능한 발화는 상기 복수 개의 발화들 중 공통 발화로 확인된 발화임-; 및
    상기 확인된 미리 저장된 적어도 하나의 지원 가능한 발화 중 적어도 일부와 상기 적어도 하나의 공통 발화가 대응하는 경우, 상기 적어도 하나의 공통 발화를 상기 제 1 카테고리의 지원 가능한 발화로 확인하는 동작;을 더 포함하는, 제어 동작.
  7. 제 5 항에 있어서,
    상기 적어도 하나의 공통 발화가 상기 제 1 카테고리의 지원 가능한 발화에 대응하지 않는 경우, 상기 적어도 하나의 공통 발화의 지원 여부를 확인하는 동작; 및
    상기 적어도 하나의 공통 발화를 지원하는 것으로 확인된 경우, 상기 적어도 하나의 공통 발화를 상기 제 1 카테고리의 지원 가능한 발화로 저장하는 동작;을 포함하는, 제어 동작.
  8. 제 1 항에 있어서,
    상기 제 1 카테고리에 포함된 복수 개의 보이스 어시스턴트들과 관련된 복수 개의 발화들을 획득하는 동작은:
    상기 외부 장치로부터 상기 제 1 카테고리의 지원 가능한 발화에 등록하기 위한 제 1 발화를 수신하는 동작; 및
    상기 복수 개의 발화들로서 상기 수신된 제 1 발화를 확인하는 동작;을 더 포함하는, 제어 동작.
  9. 제 1 항에 있어서,
    카테고리에 포함된 복수 개의 보이스 어시스턴트들과 관련된 복수 개의 발화들을 획득하는 동작은:
    제 1 외부 장치로부터 사용자 발화를 수신하는 동작;
    상기 제 1 외부 장치로부터 상기 사용자 발화와 관련된 카테고리 정보를 수신하는 동작;
    상기 수신된 카테고리 정보를 기반으로 상기 사용자 발화에 대응하는 카테고리를 확인하는 동작; 및
    상기 확인된 사용자 발화의 카테고리가 상기 제 1 카테고리인 경우, 상기 복수 개의 발화들로서 상기 사용자 발화를 확인하는 동작;을 더 포함하는, 제어 동작.
  10. 제 1 항에 있어서,
    상기 적어도 하나의 발화를 상기 제 1 카테고리의 지원 가능한 발화로 저장하는 동작;
    제 1 외부 장치로부터 사용자 발화를 수신하는 동작;
    상기 수신된 사용자 발화와 상기 적어도 하나의 공통 발화를 비교하는 동작; 및
    상기 비교 결과에 기반하여 상기 수신된 사용자 발화가 상기 적어도 하나의 공통 발화가 대응하는 것으로 식별된 경우, 상기 제 1 카테고리와 관련된 정보를 상기 제 1 외부 장치로 제공하는 동작;을 더 포함하는, 제어 동작.
  11. 통신 회로;
    프로세서; 및
    메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가,
    제 1 카테고리에 복수 개의 보이스 어시스턴트들을 등록하고-상기 복수 개의 보이스 어시턴트들은 처리 가능한 복수 개의 발화들에 대한 정보 및 상기 복수 개의 발화들에 대응하는 복수 개의 처리 결과 정보를 포함함-,
    상기 제 1 카테고리에 등록된 상기 복수 개의 보이스 어시스턴트들이 처리 가능한 상기 복수 개의 발화들을 확인하고,
    상기 확인된 복수 개의 발화들 중 적어도 하나의 공통 발화를 확인하고-상기 적어도 하나의 공통 발화는 유사도와 연관된 지정된 조건을 만족함-,
    상기 통신 회로가 외부 장치로부터 상기 제 1 카테고리로의 제 1 보이스 어시스턴트의 등록을 위한 요청을 수신하도록 제어하고,
    상기 통신 회로가, 상기 요청에 기반하여, 상기 적어도 하나의 발화와 관련된 정보를 상기 외부 장치로 송신하도록 하는 인스트럭션들(instructions)을 저장하는 전자 장치.
  12. 제 11 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 통신 회로가 제 1 외부 장치로부터 사용자 발화를 수신하도록 제어하고,
    상기 수신된 사용자 발화가 상기 복수 개의 발화들 중 제 1 발화에 대응하는 경우, 상기 복수 개의 어시스턴트들 중 상기 제 1 발화를 처리 가능한 제 2 보이스 어시스턴트에 의해 상기 수신된 사용자 발화가 처리됨으로써 생성되는 제 1 처리 결과 정보를 획득하도록 하는 전자 장치.
  13. 제 12 항에 있어서,
    상기 적어도 하나의 공통 발화는 상기 복수 개의 보이스 어시스턴트들의 각각에 의해 처리 가능한 발화이고,
    상기 적어도 하나의 공통 발화는 상기 복수 개의 발화들 중 동일한 발화이거나, 또는 상기 적어도 하나의 공통 발화의 각각은 서로 임계값 이상의 유사도를 가지는 발화들인, 전자 장치.
  14. 제 11 항에 있어서,
    상기 적어도 하나의 공통 발화가 상기 외부 장치로 제공된 것에 기반하여, 상기 적어도 하나의 공통 발화가 상기 제 1 보이스 어시스턴트에 의해 처리 가능해지는, 전자 장치.
  15. 제 12 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가,
    상기 적어도 하나의 공통 발화가 상기 제 1 카테고리의 지원 가능한 발화에 대응하는지 여부를 확인하고,
    상기 적어도 하나의 공통 발화가 상기 제 1 카테고리의 지원 가능한 발화에 대응하는 경우, 상기 적어도 하나의 공통 발화를 상기 제 1 카테고리의 지원 가능한 발화로서 저장하도록 하는, 전자 장치.
PCT/KR2020/015073 2019-11-01 2020-10-30 사용자 발화를 처리하는 전자 장치와 그 동작 방법 WO2021086130A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/449,878 US20220028385A1 (en) 2019-11-01 2021-10-04 Electronic device for processing user utterance and method for operating thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2019-0138900 2019-11-01
KR1020190138900A KR20210053072A (ko) 2019-11-01 2019-11-01 사용자 발화를 처리하는 전자 장치와 그 동작 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/449,878 Continuation US20220028385A1 (en) 2019-11-01 2021-10-04 Electronic device for processing user utterance and method for operating thereof

Publications (1)

Publication Number Publication Date
WO2021086130A1 true WO2021086130A1 (ko) 2021-05-06

Family

ID=75715462

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/015073 WO2021086130A1 (ko) 2019-11-01 2020-10-30 사용자 발화를 처리하는 전자 장치와 그 동작 방법

Country Status (3)

Country Link
US (1) US20220028385A1 (ko)
KR (1) KR20210053072A (ko)
WO (1) WO2021086130A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7257532B2 (en) * 2002-09-18 2007-08-14 Pioneer Corporation Apparatus and method for speech recognition
KR20110133739A (ko) * 2010-06-07 2011-12-14 주식회사 서비전자 다중 모델 적응화와 음성인식장치 및 방법
KR20140082157A (ko) * 2012-12-24 2014-07-02 한국전자통신연구원 다중 음향 모델을 이용하여 음성을 인식하기 위한 장치 및 그 방법
US20180061421A1 (en) * 2016-08-31 2018-03-01 Microsoft Technology Licensing, Llc Personalization of experiences with digital assistants in communal settings through voice and query processing
KR20190099761A (ko) * 2018-02-20 2019-08-28 삼성전자주식회사 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101759009B1 (ko) * 2013-03-15 2017-07-17 애플 인크. 적어도 부분적인 보이스 커맨드 시스템을 트레이닝시키는 것
US9443527B1 (en) * 2013-09-27 2016-09-13 Amazon Technologies, Inc. Speech recognition capability generation and control
US9508339B2 (en) * 2015-01-30 2016-11-29 Microsoft Technology Licensing, Llc Updating language understanding classifier models for a digital personal assistant based on crowd-sourcing
US10535343B2 (en) * 2016-05-10 2020-01-14 Google Llc Implementations for voice assistant on devices
US20210005189A1 (en) * 2019-07-02 2021-01-07 Lenovo (Singapore) Pte. Ltd. Digital assistant device command performance based on category
US11120790B2 (en) * 2019-09-24 2021-09-14 Amazon Technologies, Inc. Multi-assistant natural language input processing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7257532B2 (en) * 2002-09-18 2007-08-14 Pioneer Corporation Apparatus and method for speech recognition
KR20110133739A (ko) * 2010-06-07 2011-12-14 주식회사 서비전자 다중 모델 적응화와 음성인식장치 및 방법
KR20140082157A (ko) * 2012-12-24 2014-07-02 한국전자통신연구원 다중 음향 모델을 이용하여 음성을 인식하기 위한 장치 및 그 방법
US20180061421A1 (en) * 2016-08-31 2018-03-01 Microsoft Technology Licensing, Llc Personalization of experiences with digital assistants in communal settings through voice and query processing
KR20190099761A (ko) * 2018-02-20 2019-08-28 삼성전자주식회사 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법

Also Published As

Publication number Publication date
US20220028385A1 (en) 2022-01-27
KR20210053072A (ko) 2021-05-11

Similar Documents

Publication Publication Date Title
WO2021025350A1 (en) Electronic device managing plurality of intelligent agents and operation method thereof
WO2019156314A1 (ko) 챗봇과 대화하기 위한 전자 장치 및 그의 동작 방법
WO2021075736A1 (en) Electronic device and method for sharing voice command thereof
WO2020032563A1 (en) System for processing user voice utterance and method for operating same
WO2020105856A1 (en) Electronic apparatus for processing user utterance and controlling method thereof
WO2020040595A1 (ko) 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법
WO2020180034A1 (ko) 사용자 선택 기반의 정보를 제공하는 방법 및 장치
WO2020167006A1 (en) Method of providing speech recognition service and electronic device for same
WO2020050475A1 (ko) 전자 장치 및 단축 명령어에 대응하는 태스크 수행 방법
WO2020130447A1 (ko) 페르소나에 기반하여 문장을 제공하는 방법 및 이를 지원하는 전자 장치
WO2021060728A1 (ko) 사용자 발화를 처리하는 전자 장치 및 그 작동 방법
EP3847641A1 (en) Electronic device and system which provides service based on voice recognition
WO2020116818A1 (en) Electronic device and method of controlling thereof
WO2019190062A1 (en) Electronic device for processing user voice input
WO2022010157A1 (ko) 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버
WO2019235878A1 (ko) 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치
WO2020101389A1 (ko) 음성 인식 기반 이미지를 표시하는 전자 장치
WO2020180000A1 (ko) 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치
WO2020166809A1 (en) Speech recognition function-equipped electronic device and operation-related notification method thereof
WO2023113502A1 (ko) 전자 장치 및 전자 장치의 음성 명령어 추천 방법
WO2020076086A1 (en) System for processing user utterance and operating method thereof
WO2019240434A1 (en) Electronic device and method of controlling thereof
WO2020032381A1 (en) Electronic apparatus for processing user utterance and controlling method thereof
WO2021085855A1 (ko) 다수의 사용자들이 참여하는 음성 에이전트 지원 방법 및 장치
WO2022139420A1 (ko) 전자 장치 및 그의 연속성을 가지는 사용자 입력에 대한 실행 정보를 공유하는 방법

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: 20883377

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: 20883377

Country of ref document: EP

Kind code of ref document: A1