WO2022124872A1 - Electronic device, and electronic device operation method - Google Patents
Electronic device, and electronic device operation method Download PDFInfo
- Publication number
- WO2022124872A1 WO2022124872A1 PCT/KR2021/018887 KR2021018887W WO2022124872A1 WO 2022124872 A1 WO2022124872 A1 WO 2022124872A1 KR 2021018887 W KR2021018887 W KR 2021018887W WO 2022124872 A1 WO2022124872 A1 WO 2022124872A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- electronic device
- audio content
- audio
- tag
- sub
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 64
- 230000005236 sound signal Effects 0.000 claims description 109
- 238000013507 mapping Methods 0.000 claims description 7
- 239000011295 pitch Substances 0.000 description 93
- 238000004891 communication Methods 0.000 description 53
- 238000007781 pre-processing Methods 0.000 description 35
- 230000006870 function Effects 0.000 description 31
- 238000010586 diagram Methods 0.000 description 25
- 239000000284 extract Substances 0.000 description 19
- 238000006243 chemical reaction Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000000638 solvent extraction Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
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
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/90—Pitch determination of speech signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/93—Discriminating between voiced and unvoiced parts of speech signals
Definitions
- Embodiments disclosed in this document relate to a technology for converting audio into text and providing it.
- Recent electronic devices may provide various functions in combination as well as a communication function with an external device.
- the electronic device may provide a function of reproducing audio content or a function of recording a voice call.
- electronic devices capable of providing a speech to text (STT) function for converting speech into text have been popularized.
- STT speech to text
- Various embodiments of the present disclosure provide an electronic device capable of reducing a time required to convert audio content into text and efficiently converting audio content into text and an operating method of the electronic device.
- Various embodiments of the present disclosure are intended to provide an electronic device capable of easily searching for and managing a part desired by a user in audio content, and an operating method of the electronic device.
- An electronic device includes a display, a speaker, a memory, and a processor operatively connected to the display, the speaker, and the memory, wherein the memory, when executed, The processor divides the original audio content into a plurality of sub-audio content, and while playing each of the plurality of sub-audio content, converts each of the plurality of sub-audio content into text, and analyzes the converted text to obtain at least one and store instructions for mapping at least one of the converted text and the at least one tag with the original audio content to be stored.
- the method of operating an electronic device includes dividing an original audio content into a plurality of sub-audio contents, reproducing each of the plurality of sub-audio contents, and the plurality of sub-audio contents converting each into text, generating at least one tag by analyzing the converted text, and storing at least one of the converted text and the at least one tag by mapping the original audio content may include
- a time required to convert audio content into text can be reduced and audio content can be efficiently converted into text.
- a user may easily search for and manage a part desired by the user within the audio content.
- a user can quickly and easily search for desired audio content and content through a tag (eg, a keyword).
- a tag eg, a keyword
- FIG. 1 illustrates an electronic device in a network environment according to various embodiments of the present disclosure.
- FIG. 2 is a block diagram of an audio module, according to various embodiments.
- FIG. 3 is a block diagram of an electronic device according to an exemplary embodiment.
- FIG. 4 illustrates a system structure of an electronic device according to an exemplary embodiment.
- FIG. 5 is a diagram for explaining an operation of an electronic device according to an exemplary embodiment.
- FIG. 6 is a diagram for describing an operation of an electronic device according to an exemplary embodiment.
- FIG. 7A and 7B are diagrams for explaining an operation in which an electronic device divides original audio content according to an exemplary embodiment.
- 8A to 8D are diagrams for explaining an operation in which an electronic device reproduces divided sub-audio contents, according to an exemplary embodiment.
- FIG. 9 is a diagram for explaining an operation in which an electronic device generates a tag for audio content, according to an exemplary embodiment.
- FIG. 10 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
- FIG. 11 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
- FIG. 12 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
- FIG. 13 is a diagram for describing an operation in which an electronic device generates a tag for audio content, according to an exemplary embodiment.
- 14A and 14B are diagrams for explaining an operation in which an electronic device manages a tag according to an exemplary embodiment.
- 15 illustrates an example of a search screen provided by an electronic device according to an embodiment.
- 16 is a diagram for explaining an operation in which an electronic device provides audio content, according to an exemplary embodiment.
- 17 is a diagram for describing an operation in which an electronic device provides audio content, according to an exemplary embodiment.
- 18 is a diagram for explaining an operation in which an electronic device provides audio content, according to an exemplary embodiment.
- FIG. 1 is a block diagram of an electronic device 101 in a network environment 100 according to various embodiments.
- an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or a second network 199 . It may communicate with the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
- a first network 198 eg, a short-range wireless communication network
- a second network 199 e.g., a second network 199
- the electronic device 101 may communicate with the electronic device 104 through the server 108 .
- the electronic device 101 includes a processor 120 , a memory 130 , an input module 150 , a sound output module 155 , a display module 160 , an audio module 170 , and a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or an antenna module 197 may be included.
- at least one of these components eg, the connection terminal 178
- may be omitted or one or more other components may be added to the electronic device 101 .
- some of these components are integrated into one component (eg, display module 160 ). can be
- the processor 120 for example, executes software (eg, a program 140) to execute at least one other component (eg, a hardware or software component) of the electronic device 101 connected to the processor 120 . It can control and perform various data processing or operations. According to one embodiment, as at least part of data processing or operation, the processor 120 converts commands or data received from other components (eg, the sensor module 176 or the communication module 190 ) to the volatile memory 132 . may be stored in the volatile memory 132 , and may process commands or data stored in the volatile memory 132 , and store the result data in the non-volatile memory 134 .
- software eg, a program 140
- the processor 120 converts commands or data received from other components (eg, the sensor module 176 or the communication module 190 ) to the volatile memory 132 .
- the volatile memory 132 may be stored in the volatile memory 132 , and may process commands or data stored in the volatile memory 132 , and store the result data in the non-volatile memory 134 .
- the processor 120 is the main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor).
- the main processor 121 e.g, a central processing unit or an application processor
- a secondary processor 123 eg, a graphic processing unit, a neural network processing unit
- NPU neural processing unit
- an image signal processor e.g., a sensor hub processor, or a communication processor.
- the main processor 121 e.g, a central processing unit or an application processor
- a secondary processor 123 eg, a graphic processing unit, a neural network processing unit
- NPU neural processing unit
- an image signal processor e.g., a sensor hub processor, or a communication processor.
- the main processor 121 e.g, a central processing unit or an application processor
- a secondary processor 123
- the auxiliary processor 123 is, for example, on behalf of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, executing an application). ), together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states.
- the co-processor 123 eg, an image signal processor or a communication processor
- may be implemented as part of another functionally related component eg, the camera module 180 or the communication module 190. have.
- the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
- Artificial intelligence models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself on which artificial intelligence is performed, or may be performed through a separate server (eg, the server 108).
- the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but in the above example not limited
- the artificial intelligence model may include a plurality of artificial neural network layers.
- Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the above, but is not limited to the above example.
- the artificial intelligence model may include, in addition to, or alternatively, a software structure in addition to the hardware structure.
- the memory 130 may store various data used by at least one component of the electronic device 101 (eg, the processor 120 or the sensor module 176 ).
- the data may include, for example, input data or output data for software (eg, the program 140 ) and instructions related thereto.
- the memory 130 may include a volatile memory 132 or a non-volatile memory 134 .
- the program 140 may be stored as software in the memory 130 , and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
- the input module 150 may receive a command or data to be used in a component (eg, the processor 120 ) of the electronic device 101 from the outside (eg, a user) of the electronic device 101 .
- the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
- the sound output module 155 may output a sound signal to the outside of the electronic device 101 .
- the sound output module 155 may include, for example, a speaker or a receiver.
- the speaker can be used for general purposes such as multimedia playback or recording playback.
- the receiver may be used to receive an incoming call. According to one embodiment, the receiver may be implemented separately from or as part of the speaker.
- the display module 160 may visually provide information to the outside (eg, a user) of the electronic device 101 .
- the display module 160 may include, for example, a control circuit for controlling a display, a hologram device, or a projector and a corresponding device.
- the display module 160 may include a touch sensor configured to sense a touch or a pressure sensor configured to measure the intensity of a force generated by the touch.
- the audio module 170 may convert a sound into an electric signal or, conversely, convert an electric signal into a sound. According to an embodiment, the audio module 170 acquires a sound through the input module 150 , or an external electronic device (eg, a sound output module 155 ) connected directly or wirelessly with the electronic device 101 . A sound may be output through the electronic device 102 (eg, a speaker or headphones).
- an external electronic device eg, a sound output module 155
- a sound may be output through the electronic device 102 (eg, a speaker or headphones).
- the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, user state), and generates an electrical signal or data value corresponding to the sensed state. can do.
- the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, It may include a temperature sensor, a humidity sensor, or an illuminance sensor.
- the interface 177 may support one or more designated protocols that may be used by the electronic device 101 to directly or wirelessly connect with an external electronic device (eg, the electronic device 102 ).
- the interface 177 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
- the connection terminal 178 may include a connector through which the electronic device 101 can be physically connected to an external electronic device (eg, the electronic device 102 ).
- the connection terminal 178 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 179 may convert an electrical signal into a mechanical stimulus (eg, vibration or movement) or an electrical stimulus that the user can perceive through tactile or kinesthetic sense.
- the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
- the camera module 180 may capture still images and moving images. According to an embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
- the power management module 188 may manage power supplied to the electronic device 101 .
- the power management module 188 may be implemented as, for example, at least a part of a power management integrated circuit (PMIC).
- PMIC power management integrated circuit
- the battery 189 may supply power to at least one component of the electronic device 101 .
- battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
- the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). It can support establishment and communication performance through the established communication channel.
- the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
- the communication module 190 is a wireless communication module 192 (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 194 (eg, : It may include a LAN (local area network) communication module, or a power line communication module).
- GNSS global navigation satellite system
- a corresponding communication module among these communication modules is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN).
- a first network 198 eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
- a second network 199 eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN).
- a telecommunication network
- the wireless communication module 192 uses the subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199 .
- the electronic device 101 may be identified or authenticated.
- the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, a new radio access technology (NR).
- NR access technology includes high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and access to multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low-latency) -latency communications)).
- eMBB enhanced mobile broadband
- mMTC massive machine type communications
- URLLC ultra-reliable and low-latency
- the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
- a high frequency band eg, mmWave band
- the wireless communication module 192 includes various technologies for securing performance in a high-frequency band, for example, beamforming, massive multiple-input and multiple-output (MIMO), all-dimensional multiplexing. It may support technologies such as full dimensional MIMO (FD-MIMO), an array antenna, analog beam-forming, or a large scale antenna.
- the wireless communication module 192 may support various requirements specified in the electronic device 101 , an external electronic device (eg, the electronic device 104 ), or a network system (eg, the second network 199 ).
- the wireless communication module 192 may include a peak data rate (eg, 20 Gbps or more) for realizing eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency for realizing URLLC ( Example: downlink (DL) and uplink (UL) each 0.5 ms or less, or round trip 1 ms or less).
- a peak data rate eg, 20 Gbps or more
- loss coverage eg, 164 dB or less
- U-plane latency for realizing URLLC
- the antenna module 197 may transmit or receive a signal or power to the outside (eg, an external electronic device).
- the antenna module 197 may include an antenna including a conductor formed on a substrate (eg, a PCB) or a radiator formed of a conductive pattern.
- the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is connected from the plurality of antennas by, for example, the communication module 190 . can be selected. A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
- other components eg, a radio frequency integrated circuit (RFIC)
- RFIC radio frequency integrated circuit
- the antenna module 197 may form a mmWave antenna module.
- the mmWave antenna module comprises a printed circuit board, an RFIC disposed on or adjacent to a first side (eg, bottom side) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, an array antenna) disposed on or adjacent to a second side (eg, top or side) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
- peripheral devices eg, 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
- the command or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 .
- Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 .
- all or a part of operations executed in the electronic device 101 may be executed in one or more external electronic devices 102 , 104 , or 108 .
- the electronic device 101 may perform the function or service itself instead of executing the function or service itself.
- one or more external electronic devices may be requested to perform at least a part of the function or the service.
- One or more external electronic devices that have received 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 101 .
- the electronic device 101 may process the result as it is or additionally and provide it as at least a part of a response to the request.
- cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
- the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
- the external electronic device 104 may include an Internet of things (IoT) device.
- Server 108 may be an intelligent server using machine learning and/or neural networks.
- the external electronic device 104 or the server 108 may be included in the second network 199 .
- the electronic device 101 may be applied to an intelligent service (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
- the audio module 170 includes, for example, an audio input interface 210 , an audio input mixer 220 , an analog to digital converter (ADC) 230 , an audio signal processor 240 , and a DAC. It may include a digital to analog converter 250 , an audio output mixer 260 , or an audio output interface 270 .
- ADC analog to digital converter
- the audio input interface 210 is obtained from the outside of the electronic device 101 as part of the input device 150 or through a microphone (eg, a dynamic microphone, a condenser microphone, or a piezo microphone) configured separately from the electronic device 101 .
- An audio signal corresponding to the sound may be received.
- the audio input interface 210 is directly connected to the external electronic device 102 through the connection terminal 178 . , or wirelessly (eg, via Bluetooth communication) through the wireless communication module 192 to receive an audio signal.
- the audio input interface 210 may receive a control signal related to an audio signal obtained from the external electronic device 102 (eg, a volume adjustment signal received through an input button).
- the audio input interface 210 may include a plurality of audio input channels, and may receive a different audio signal for each corresponding audio input channel among the plurality of audio input channels.
- the audio input interface 210 may receive an audio signal from another component of the electronic device 101 (eg, the processor 120 or the memory 130 ).
- the audio input mixer 220 may synthesize a plurality of input audio signals into at least one audio signal.
- the audio input mixer 220 may synthesize a plurality of analog audio signals input through the audio input interface 210 into at least one analog audio signal.
- the ADC 230 may convert an analog audio signal into a digital audio signal.
- the ADC 230 converts an analog audio signal received through the audio input interface 210, or additionally or alternatively, an analog audio signal synthesized through the audio input mixer 220 to digital audio. can be converted into a signal.
- the audio signal processor 240 may perform various processing on the digital audio signal input through the ADC 230 or the digital audio signal received from other components of the electronic device 101 .
- the audio signal processor 240 may change a sampling rate for one or more digital audio signals, apply one or more filters, perform interpolation processing, amplify or attenuate all or part of a frequency band, It can perform noise processing (such as noise or echo reduction), channel changes (such as switching between mono and stereo), mixing, or specified signal extraction.
- noise processing such as noise or echo reduction
- channel changes such as switching between mono and stereo
- mixing or specified signal extraction.
- one or more functions of the audio signal processor 240 may be implemented in the form of an equalizer.
- the DAC 250 may convert a digital audio signal into an analog audio signal.
- the DAC 250 is a digital audio signal processed by the audio signal processor 240 , or another component of the electronic device 101 (eg, the processor 120 or the memory 130 ). ))) can be converted into an analog audio signal.
- the audio output mixer 260 may synthesize a plurality of audio signals to be output into at least one audio signal.
- the audio output mixer 260 may include an audio signal converted to analog through the DAC 250 and another analog audio signal (eg, an analog audio signal received through the audio input interface 210 ). ) can be synthesized into at least one analog audio signal.
- the audio output interface 270 transmits an analog audio signal converted through the DAC 250 or an analog audio signal synthesized by the audio output mixer 260 additionally or alternatively through the audio output device 155 to the electronic device 101 . ) can be printed out.
- the sound output device 155 may include, for example, a speaker such as a dynamic driver or a balanced armature driver, or a receiver.
- the sound output device 155 may include a plurality of speakers.
- the audio output interface 270 may output an audio signal having a plurality of different channels (eg, stereo or 5.1 channel) through at least some of the plurality of speakers.
- the audio output interface 270 is directly connected to the external electronic device 102 (eg, external speaker or headset) through the connection terminal 178 or wirelessly through the wireless communication module 192 . to output an audio signal.
- the audio module 170 does not separately include the audio input mixer 220 or the audio output mixer 260 , and uses at least one function of the audio signal processor 240 to provide a plurality of digital audio signals. At least one digital audio signal may be generated by synthesizing them.
- the audio module 170 is an audio amplifier (not shown) capable of amplifying an analog audio signal input through the audio input interface 210 or an audio signal to be output through the audio output interface 270 . (eg speaker amplification circuit).
- the audio amplifier may be configured as a module separate from the audio module 170 .
- FIG. 3 is a block diagram of an electronic device according to an exemplary embodiment.
- the electronic device 300 (eg, the electronic device 101 of FIG. 1 ) includes a display 310 , a communication circuit 320 , a speaker 330 , a memory 340 , and/or a processor ( 350) may be included.
- the display 310 may display a screen related to a function being executed in the electronic device 300 .
- the display 310 may display an audio content playback screen, a call screen, and/or a search screen (eg, a tag search screen).
- the display 310 may display a result of searching for tag-related information input by a user.
- the communication circuit 320 may transmit/receive data to and from the external electronic device 300 .
- the communication circuit 320 transmits data (eg, audio content, text converted from audio content, and/or tag information) stored in the electronic device 300 to the external electronic device 300 (eg, an external database). or may receive audio content from the external electronic device 300 .
- the speaker 330 may output a sound corresponding to audio content.
- the electronic device 300 includes at least a portion of the sound output module 155 and the audio module 170 included in the electronic device 101 of FIG. 1 . may include,
- the memory 340 may store instructions executed by the processor 350 .
- the memory 340 may store audio content (eg, original audio content and/or sub-audio content), text converted from audio content, and/or a tag.
- the processor 350 may convert audio content into text.
- the processor 350 may pre-process the original audio content to be converted into text before text conversion.
- the pre-processing operation may include dividing the original audio content, adjusting the reproduction speed of the divided sub-audio content, and/or skipping the silent section of each sub-audio content.
- the processor 350 may divide the original audio content into a plurality of sub audio content.
- the processor 350 may recognize resource performance capable of simultaneously playing back audio content or simultaneously converting to text, and may determine the number of divisions of the original audio content based on the recognized resource performance. For example, the processor 350 may divide the original audio content into a number of sub-audio content determined based on resource performance.
- the processor 350 may recognize a pitch of an audio signal included in the original audio content, and determine the number of divisions of the original audio content based on the recognized pitch. For example, the processor 350 may divide the original audio content into sub audio content equal to the number of pitches of the audio signal included in the original audio content.
- the processor 350 is a time domain detection method (eg, parallel processing method, average amplitude difference function (AMDF), autocorrelation method (ACM, auto) for detecting the pitch by decision logic after emphasizing the periodicity of the waveform. -correlation method)), a frequency domain detection method that detects the fundamental frequency of a voiced sound by measuring the harmonic spacing of the speech spectrum (e.g., harmonic analysis method, lifter method, combfiltering method) or time domain method Reduction of calculation time, precision of pitch, and the use of time-frequency hybrid domain detection methods (eg, cepstrum method, spectral comparison method) that simultaneously apply the time domain detection method and the frequency domain detection method to the pitch of the audio signal can be detected.
- the processor 350 may detect the pitch of the audio signal using a pitch search method including an average magnitude difference function (AMDF).
- AMDF average magnitude difference function
- the processor 350 may recognize a period of a pitch of an audio signal included in each of a plurality of sub-audio contents. According to an embodiment, the processor 350 may determine the reproduction speed of each of the plurality of sub-audio contents based on the period of the pitch. According to an embodiment, the processor 350 may overlap at least a portion of the sub-audio content based on the period of the pitch of the audio signal included in the sub-audio content. For example, the processor 350 may determine an overlapping portion of sub-audio content (eg, the number of overlapping samples among samples included in one pitch period) based on a desired pitch period and a desired reproduction speed. . For example, the processor 350 may increase the reproduction speed when the sub audio content is reproduced by overlapping at least a portion of the sub audio content.
- the processor 350 may detect a silent section included in each of the plurality of sub-audio contents and skip or delete the silent section included in each of the plurality of sub-audio contents.
- the processor 350 may convert each of the plurality of sub audio contents into text while playing each of the plurality of pre-processed sub audio contents. According to an embodiment, the processor 350 may generate the integrated text for the original audio content by merging the text for each of the plurality of sub audio content.
- the processor 350 may generate at least one tag by analyzing the converted text.
- the processor 350 may extract a feature point from the converted text and generate a tag based on the extracted feature point.
- the processor 350 may extract a keyword (eg, a designated proper noun) by analyzing a morpheme of a sentence included in the text.
- the processor 350 may generate the extracted keyword as a tag.
- the processor 350 may map and store at least one of the converted text and at least one tag with the original audio content.
- the processor 350 may store the converted text in association with the original audio content.
- the processor 350 may store the tag in association with a portion corresponding to the tag in the original audio content.
- the processor 350 may link text and/or tags to a corresponding part in the original content.
- the processor 350 groups the generated at least one tag based on at least one of a type, subject, frequency of use, relevance, user preference, related application, and whether the user has directly created the tag.
- the priority of the generated at least one tag may be set.
- the processor 350 may search for audio content corresponding to a tag input from the user and provide it to the user. For example, the processor 350 may reproduce a part corresponding to the tag from the audio content corresponding to the tag input by the user through the speaker 330 .
- the electronic device 300 may further include at least a part of the configuration of the electronic device 101 illustrated in FIG. 1 .
- FIG. 4 illustrates a system architecture of an electronic device according to an embodiment.
- the system structure of the electronic device may include a hardware (HW) layer 410, a kernel layer ( 420 ), a hardware abstraction layer (HAL) layer 430 , a framework layer 440 , and an application layer 450 .
- HW hardware
- kernel layer 420
- HAL hardware abstraction layer
- framework layer 440
- application layer 450 application layer
- the application layer 450 may include at least one application 451 and a system UI 453 .
- the application 451 may draw at least one layer based on the resolution of the display area of the display of the electronic device.
- the application 451 may draw at least one layer based on the resolution of the display area of the display using a drawing library (eg, a view system 445 ).
- the type of the application 451 may not be limited, such as a phone application, an Internet browser, a video application, or a game application.
- the system UI 453 is an application constituting various graphical user interface (GUI) screens implemented on the system of the electronic device 101 , such as a notification bar or a quick view. can mean
- GUI graphical user interface
- the framework layer 440 includes a window manager 442 , a view system 445 , a sensor manager 441 , an audio service 444 , an activity manager 446 , and an audio to text convert manager (ATCM). ) (443).
- the framework layer 440 may provide various functions to the application 451 so that functions or information provided from one or more resources of the electronic device may be used by the application 451 .
- the window manager 442 may manage one or more GUI resources used on the screen of the electronic device. For example, when a state change of the electronic device is identified through a sensor of the electronic device, the window manager 442 may transmit information on the display area corresponding to the changed state of the electronic device to the application layer 450 . For example, when a change in the state of the electronic device is identified, the window manager 442 may transmit information on the display area corresponding to the changed state of the electronic device to an application for which continuity is set among the running applications 451 .
- the view system 445 may be a module for drawing at least one layer based on the resolution of the display area of the display.
- the application 451 may draw at least one layer using the view system 445 .
- the sensor manager 441 may control a sensor based on usability including a sensor-related application.
- the audio service 444 may configure a screen and audio state related to an application program being executed.
- the activity manager 446 may control a lifecycle and an activity stack of the application 451 .
- the ATCM 443 may control an operation of converting audio content into text.
- the HAL layer 430 may mean an abstracted layer between a plurality of hardware modules included in the hardware layer 410 and software (program) of the electronic device.
- the HAL layer 430 may include an event hub 431 and a surface flinger 433 .
- the event hub 431 may be an interface module that standardizes events occurring in the touch module and the sensor module of the electronic device.
- the surface flinger 433 may combine a plurality of layers. According to an embodiment, the surface flinger 433 may provide data representing a plurality of synthesized layers to the display controller 423 .
- the kernel layer 420 may include various drivers for controlling a hardware module included in the electronic device.
- the kernel layer 420 may include a sensor driver 421 including an interface module for controlling a sensor controller connected to a sensor.
- the kernel layer 420 may include a display controller (DDI controller) 423 corresponding to a display driver IC (DDI).
- the hardware layer 410 may include a sensor controller 411 and a display panel 413 .
- the sensor controller 411 may recognize a state change of the electronic device based on the sensor module.
- the display panel 413 may display content based on control by the DDI controller.
- the display panel 413 may refer to a display device.
- the electronic device may include an audio to text conversion module (ATCM) 501 .
- ATCM audio to text conversion module
- the ATCM 501 may convert audio content into text.
- the ATCM 501 may include an audio input module 510 , a preprocessing module 520 , an interpreter module 530 , and a database 540 .
- the ATCM 501 may receive audio content, pre-process the audio content, and convert the text. According to an embodiment, the ATCM 501 may synchronize text and audio content by extracting a feature point based on the changed text and performing a tagging operation.
- the audio input module 510 may receive audio content.
- the audio input module 510 may analyze audio content.
- the audio content may be stored in a buffer or may include a file 515 format.
- audio content stored in the buffer may be input to the audio input module 510 through various methods.
- the input method of audio content may include file 515 transmission, streaming, audio capture, and media scan.
- the audio input module 510 may search for or extract audio content based on the media scanner 511 or the user action 513 .
- the media scanner 511 may obtain a list of audio files 515 included in the electronic device, and search and recognize audio content based on the obtained list.
- the audio input module 510 may provide the location of the selected audio content to the preprocessing module 520 in the form of a universal resource identifier (URI).
- URI universal resource identifier
- the ATCM 501 may receive audio content from the file 515 system of the electronic device.
- the file 515 system may be included in the ATCM 501 or may exist external to the ATCM 501 .
- the preprocessing module 520 may divide the audio content, adjust the reproduction speed of the audio content, or skip a silent section in the audio content.
- the interpreter module 530 may convert audio content into text while playing it.
- the database 540 may store the converted text (eg, the converted text full text, or extracted keywords (feature points), and/or tag information) and information for synchronizing text and audio content (eg, text). It is possible to store a time position (time position) of the audio content corresponding to .
- the operations described as being executed by the ATCM in FIG. 5 may be performed by a processor of the electronic device.
- FIG. 6 is a diagram for explaining an operation of an electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) according to an embodiment.
- an electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3
- the same operation as in FIG. 5 will be omitted or simplified, and the operation of the preprocessing module 620 of the ATCM 601 will be mainly described.
- the pre-processing module 620 may pre-process the original audio content received from the audio input module 610 or the file system 615 and provide it to the interpreter module 630 .
- the interpreter module 630 converts the data (eg, original audio content and/or sub-audio content) provided from the pre-processing module 620 into text while playing back, and converts the original or sub-audio content, the converted Text and data related to a text conversion operation may be stored in the database 640 .
- the preprocessing module 620 may receive the original audio content through a receiver.
- the pre-processing module 620 may decode the received original audio content. For example, when the received original audio content is in a compressed form, the preprocessing module 620 may decompress it through a decoder. For example, when the format of the original audio content is a standard compressed audio coding format such as MP3 and OGG, the preprocessing module 620 may convert it into a PCM audio format such as WAV using a corresponding decoder.
- a decoder For example, when the format of the original audio content is a standard compressed audio coding format such as MP3 and OGG, the preprocessing module 620 may convert it into a PCM audio format such as WAV using a corresponding decoder.
- the preprocessing module 620 may divide the original audio content into a plurality of sub audio content.
- the preprocessing module 620 may divide the original audio content based on system characteristics of the electronic device. For example, resource capabilities capable of simultaneously operating the electronic device may be determined. For example, the preprocessing module 620 may check resource performance that the electronic device can operate simultaneously. For example, the preprocessing module 620 may check the number of simultaneously playable audio contents, the number of submixes that can be created simultaneously, and/or the number of interpreters that can be simultaneously created. For example, if the electronic device can simultaneously operate on 200 audio tracks, the number of submixes that can be created simultaneously and/or the number of interpreters that can be created simultaneously may be 200.
- the preprocessing module 620 may determine the number of divisions of the original audio content based on resource performance that can be operated simultaneously. For example, the preprocessing module 620 may divide the original audio content into sub-audio content of the number of resources capable of being operated simultaneously. According to an embodiment, the divided sub-audio content may be stored in a memory or in an external file system according to the memory usage of the electronic device.
- the pre-processing module 620 may divide the original audio content into a plurality of sub-audio content based on the characteristics of the original audio content. For example, the preprocessing module 620 may recognize a pitch of an audio signal included in the original audio content, and determine the number of divisions of the original audio content based on the recognized pitch. For example, various methods including an average magnitude difference function (AMDF) may be used as a method of searching for a pitch. For example, the preprocessing module 620 may divide the original audio content by a pitch section while searching for pitches in both directions of the beginning and the end of the audio signal in order to reduce the time required for the division. For example, the preprocessing module 620 may detect a pitch from both the start and end portions of the audio signal, and divide the original audio content based on the detected pitch.
- AMDF average magnitude difference function
- the pre-processing module 620 may store each of the divided sub-audio contents.
- each of the divided sub-audio contents may be stored in the form of an audio track.
- the pre-processing module 620 may adjust the speed of each of the divided sub-audio contents.
- the pre-processing module 620 may detect a pitch of an audio signal included in each sub-audio content, and overlap at least a portion of the sub-audio content based on the detected pitch (eg, a pitch period). have.
- the electronic device may determine a double speed at which the sub audio content is to be reproduced, and determine the number of samples to be overlapped in the sub audio content based on the double speed and the pitch period.
- the preprocessing module 620 may overlap at least a portion of the sub-audio content to adjust a speed (double speed) when the sub-audio content is reproduced thereafter. A detailed operation of adjusting the double speed will be described in more detail with reference to FIGS. 8A to 8D below.
- the pre-processing module 620 may skip a silent section in each sub-audio content.
- each sub audio content may include a section in which no sound is made.
- the silent section may include a section in which there is no sound or meaningful sound.
- the preprocessing module 620 deletes (skips) a silent section included in the sub-audio content and reproduces it in order to shorten the playback time of the sub-audio content and increase the efficiency of converting audio into text by deleting unnecessary conversion sections.
- the pre-processing module 620 may re-store the sub-audio content in which the silent section is skipped in the form of an audio track in operation 624 .
- the preprocessing module 620 may convert the output of a plurality of sub audio contents preprocessed through a submix into an input.
- the preprocessed sub audio content may be provided as a submix output in operation 627
- the submix output may be provided as a submix input in operation 628 .
- the submix output and submix input can share the same memory space.
- the corresponding content audio track
- audio content provided as a submix output may be mapped one-to-one with audio content of a submix input.
- the pre-processing module 620 may record each pre-processed sub audio content and provide it to the interpreter module 630 .
- the preprocessing module 620 may record the sub audio content provided as a submix input in operation 628 in operation 629 .
- the preprocessing module 620 may generate an audio record corresponding to each sub audio content.
- a memory space corresponding to an audio record may include a memory space corresponding to a submix input.
- sub audio content provided as a submix input may be recorded as an audio record.
- the audio track of operation 624 and the audio record of operation 629 may be mapped one-to-one.
- the audio track of operation 624 may be provided as a submix output of operation 627 and a submix input of operation 628 and provided as an audio record of operation 629 .
- an audio track corresponding to each of the plurality of sub audio contents and an audio record corresponding to each of the plurality of sub audio contents may be mapped.
- the pre-processing module 620 may generate an audio track and an audio record corresponding to each of the plurality of sub-audio contents, so that each of the plurality of sub-audio contents is transmitted to the interpreter module 630 without mutual interference. .
- the order of operations 623 to 626 may be changed.
- operation 626 of skipping the silent section may be performed before operation 623 of dividing the original audio content into a plurality of sub audio content.
- the operations described as being executed by the ATCM 601 may be performed by a processor of the electronic device.
- FIG. 7A and 7B are diagrams for explaining an operation in which an electronic device divides original audio content according to an exemplary embodiment.
- the electronic device when the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) according to an embodiment converts the original audio content 700 into text, the original The audio content 700 may be divided into a plurality of sub audio content 710 , 720 , 730 , 740 , and 750 .
- the electronic device after decoding the compressed original audio content 700 , the electronic device divides the decoded original audio content 700 into a plurality of sub audio content 710 , 720 , 730. 740 , 750 . can For example, in order to convert the audio content into text, it may be necessary to reproduce the audio content.
- the electronic device may convert the divided sub-audio contents 710 , 720 , 730 , 740 , and 750 into text while simultaneously playing them. For example, the electronic device converts the entire original audio content 700 into text by simultaneously and parallelly converting each of the divided sub audio content 710 , 720 , 730 , 740 , and 750 into text. It can reduce the time required. For example, if the total time of the original audio content 700 is 10 minutes and the original audio content 700 is divided into 5 sub-audio contents (710, 720, 730.
- the electronic device may divide the original audio content 700 into a plurality of sub audio content 710 , 720 , 730 , 740 , and 750 in consideration of the characteristics of the audio signal. .
- the electronic device sequentially recognizes pitches in the forward and/or reverse directions of an audio signal included in the original audio content 700 , and generates a plurality of original audio content 700 based on the recognized pitch. It can be divided into sub-audio contents.
- the electronic device may recognize the start part and the end part of the audio signal included in the original audio content 700 .
- the electronic device may initialize the forward division pointer S of the audio signal to an offset of the beginning of the audio signal.
- the electronic device may recognize the forward pitch section lenS from S of the audio signal. For example, the electronic device may recognize the first forward pitch from S of the audio signal and recognize the section from S to the first forward pitch. According to an embodiment, in operation 775 , the electronic device recognizes the forward pitch interval ( lenS) data can be stored in memory.
- the electronic device may update the forward division pointer by adding the forward pitch section lenS to the forward division pointer S.
- the updated forward division pointer S′ may indicate a pitch point sequentially recognized from the beginning of the audio signal.
- the electronic device may divide a point corresponding to the updated forward dividing pointer S′ in the original audio content 700 (audio signal).
- the electronic device may initialize the backward division pointer E of the audio signal to an offset of the end of the audio signal.
- the electronic device may recognize the reverse pitch section lenE from E of the audio signal. For example, the electronic device may recognize a first reverse pitch from E of the audio signal and recognize a section from E to the first reverse pitch.
- the electronic device may store data of the reverse pitch period lenE in the memory.
- the electronic device may update the backward division pointer by subtracting the forward pitch section lenS from the backward division pointer E.
- the updated backward segmentation pointer E' may indicate a pitch point sequentially recognized from the end of the audio signal.
- the electronic device may divide a point corresponding to the updated backward division pointer E' in the original audio content 700 (audio signal).
- the electronic device may determine whether the updated forward partitioning pointer S′ is equal to or greater than the updated backward partitioning pointer E′.
- the electronic device may end the division of the original audio content 700 (eg, an audio signal included in the original audio content 700). For example, when S' is equal to or greater than E', it may mean that all pitches are recognized in the entire section of the audio signal.
- the electronic device may re-perform operations 771 and/or 781.
- the electronic device may detect the pitch of the audio signal more quickly by detecting the pitch of the audio signal included in the original audio content from both directions of the audio signal.
- the electronic device divides the original audio content each time the forward division pointer or the backward division pointer is updated in operation 777 or after detecting all pitches of the audio signal, stored data (eg, the A point of the audio signal corresponding to the detected pitch may be divided based on the detected or updated forward pitch interval, reverse pitch interval, forward division pointer, and/or backward division pointer) while performing the operations of FIG. 7B .
- the electronic device may simultaneously perform operations 771 to 777 and operations 781 to 787 in parallel with each other. According to an embodiment, the electronic device may omit one of operations 771 to 777 and operations 781 to 787 . For example, the electronic device may divide the original audio content 700 by detecting only a forward pitch, or may divide the original audio content 700 by detecting only a reverse pitch.
- the operations illustrated in FIG. 7B are examples of a method for the electronic device to divide the original audio content 700, and according to various embodiments, the method for the electronic device to divide the original audio content 700 is not limited thereto.
- 8A to 8D are diagrams for explaining an operation in which an electronic device reproduces divided sub-audio contents, according to an exemplary embodiment.
- the electronic device may adjust the speed of the sub audio contents when playing a plurality of sub audio contents.
- the electronic device detects a pitch of the audio signal 810 included in each sub-audio content, and based on the detected pitch, overlaps at least some sections of the sub-audio content and reproduces it. For example, the electronic device may overlap and reproduce at least some sections of the sub audio content based on the detected pitch period.
- the pitch of the audio signal 810 is a factor sensitively responding to human hearing, and may mean a minimum unit of the audio signal 810 that can be understood by humans.
- the pitch of the audio signal 810 may form a local minimum in the audio signal 810 .
- P1, P2, P3, and P4 may be pitches of the audio signal 810, and intervals between P1, P2, P3, and P4 may be pitch periods.
- the electronic device may detect the period of the pitch of the audio signal 810 included in the sub-audio content for each sub-audio content.
- various methods including an average magnitude difference function (AMDF) method may be used as a method of detecting the period of the pitch.
- AMDF average magnitude difference function
- the electronic device may increase the reproduction speed of the sub audio content by overlapping at least a portion of the sub audio content.
- FIG. 8B shows the audio signal before superposition.
- the audio signal before superposition is the first to sixteenth samples (x[1], x[2], x[3], x[4], x[5], x[6], x[7] ], x[8], x[9], x[10], x[11], x[12], x[13], x[14], x[15], x[16]) can
- the electronic device may determine the number of overlapping samples in the audio signal based on the double speed. For example, the electronic device may determine the number of samples to be overlapped by using Equation 1 below.
- FIG. 8C shows a case where the double speed is doubled.
- the electronic device may overlap and reproduce at least some sections of the audio signal based on the determined number of samples to be overlapped.
- the electronic device may include a fifth to eighth sample (x[5], x[6], x[7], x[8]) and a ninth to twelfth sample (x[9], x [10], x[11], x[12]) can be nested.
- the electronic device may reproduce an audio signal in which some sections are overlapped. For example, when the electronic device reproduces an audio signal in which some sections are overlapped, 4 samples are reproduced from the signal of the second pitch period, and thus the audio signal is reproduced at twice the reproduction speed than when the existing 8 samples are reproduced.
- the ninth to sixteenth samples (x[9], x[10], x[11], x[12], x[13], x[14], x[15], x[16]) are reproduced, but only the 13th to 16th samples (x[13], x[14], x[15], x[16] ]), so the playback speed can be doubled.
- FIG. 8D shows a case where the double speed is 4 times.
- the electronic device includes a third sample to eighth samples (x[3], x[4], x[5], x[6], x[7], x[8]) and a ninth sample to Fourteenth samples (x[9], x[10], x[11], x[12], x[13], x[14]) may be overlapped.
- the superimposed result of the first sample (x[1]) and the second sample (x[2]) is followed by the superimposed sample (x[3]', x[4]', x[5]', x[6]', x[7]', x[8]') may be followed, followed by a fifteenth sample (x[15]) and a sixteenth sample (x[16]).
- the electronic device may reproduce an audio signal in which some sections are overlapped.
- two samples are reproduced from the signal of the second pitch period, and thus the audio signal is reproduced at a reproduction speed four times higher than in the case of reproducing the existing eight samples.
- the ninth to sixteenth samples (x[9], x[10], x[11], x[12], x[13], x[14], x[15], x[16]), but after overlapping, only the 15th sample (x[15]) and the 16th sample (x[16]) need to be played, so the playback speed is increased can be quadrupled.
- FIG. 9 is a diagram for explaining an operation in which an electronic device generates a tag for audio content, according to an exemplary embodiment.
- the electronic device may generate a plurality of sub audio contents 910 , 920 , 930 , 940 , and 950 by dividing the original audio content. According to an embodiment, the electronic device may convert each sub-audio content 910 , 920 , 930 , 940 , and 950 into text while playing. According to an embodiment, the electronic device may convert each of the sub-audio contents 910 , 920 , 930 , 940 , and 950 into text using various automatic speech recognition (ASR) technologies.
- ASR automatic speech recognition
- the electronic device may extract a feature point from the converted text and generate at least one tag 911 , 921 , and 941 based on the extracted feature point.
- the electronic device may extract a keyword from the converted text.
- the electronic device extracts a keyword from the text based on at least one of content, context, user's electronic device usage history, original audio content information, user preference, and user input, and tags the extracted keyword ( 911, 921, 941).
- the electronic device assigns the generated tags 911, 921, and 941 to the sub-audio content 910, 920, 930, 940, 950 and/or the location or time of audio corresponding to the tag in the original audio content. can be stored in association with
- the electronic device may extract a feature point (keyword) called “contract” from the converted text and generate a tag 911 called “#contract”. have.
- the electronic device marks a point within the first sub-audio content 910 related to the “#contract” tag 911 (eg, when the word “contract” appears in the first sub-audio content 910) as a “#contract” tag. It can be stored in association with (911).
- the electronic device may extract a feature point (keyword) called “real estate” from the converted text and generate a tag 921 called “#real estate”. have.
- the electronic device marks a point in the second sub audio content 920 related to the "#real estate" tag 921 (eg, the point in time when the word "real estate" appears in the second sub audio content 920) as a "#real estate” tag It can be stored in association with (921).
- the electronic device may extract a feature point (keyword) of “Gangnam” from the converted text and generate a tag 941 of “#Gangnam”. have.
- the electronic device marks a point within the fourth sub audio content 940 related to the “#Gangnam” tag 941 (eg, the point at which the word “Gangnam” appears in the fourth sub audio content 940) as a “#Gangnam” tag. It can be stored in association with (941).
- the electronic device detects a tag related to at least one of the sub audio contents 910 , 920 , 930 , 940 and 950 (eg, the third sub audio content 930 and the fifth sub audio content 950 ). may not be created.
- the electronic device may generate the integrated text 990 of the original audio content by integrating the text converted from each of the sub audio contents 910 , 920 , 930 , 940 and 950 .
- the electronic device converts text obtained by converting each of the sub audio contents 910 , 920 , 930 , 940 and 950 in the order of each of the sub audio contents 910 , 920 , 930 , 940 and 950 with respect to the original audio content.
- By integrating based on it is possible to generate an integrated text 990 corresponding to the entire original audio content.
- the electronic device may synchronize the tags generated when the integrated text 990 and the original audio content and each of the sub-audio content 910, 920, 930, 940, and 950 are converted into text.
- the integrated text 990 may include content related to the previously created “#contract” 911, “#real estate” 921, and “#Gangnam” 941 tags.
- the electronic device attaches each tag of “#contract” 911, “#real estate” 921, and “#Gangnam” 941 to a point in the original audio content associated with the corresponding tag (eg, the original audio content). It can be stored in association with the point in time when a word related to each tag appears).
- the electronic device when receiving a user input for the generated tag, may search for or reproduce the original content corresponding to the tag and/or the part of the original content corresponding to the tag.
- An electronic device includes a display, a speaker, a memory, and a processor operatively connected to the display, the speaker, and the memory, wherein the memory, when executed, includes the processor A, the original audio content is divided into a plurality of sub audio content, each of the plurality of sub audio content is played, each of the plurality of sub audio content is converted into text, and the converted text is analyzed to create at least one tag , and store instructions for mapping at least one of the converted text and the at least one tag with the original audio content to be stored.
- the instructions recognize that the processor simultaneously reproduces audio content in the electronic device or simultaneously recognizes resource capabilities that can be converted into text, and divides the original audio content based on the recognized resource capabilities. You can decide how many to do.
- the processor recognizes a pitch of an audio signal included in the original audio content, and determines the number of divisions of the original audio content based on the recognized pitch can make it
- the instructions may cause the processor to skip a silent section when the plurality of sub-audio contents are reproduced.
- the instructions include, when the processor reproduces each of the plurality of sub audio contents, recognizes a period of a pitch of an audio signal included in each of the plurality of sub audio contents, and the pitch It is possible to adjust the reproduction speed of each of the plurality of sub-audio contents based on the period of .
- the instructions may cause the processor to reproduce at least a portion of each of the plurality of sub-audio contents by overlapping each other based on the period of the pitch.
- the instructions may cause the processor to generate a tag for the original audio content based on a user input.
- the instructions cause the processor to extract a feature point from the converted text and generate the at least one tag corresponding to one point of each sub-audio content based on the extracted feature point.
- the instructions may be generated by the processor based on at least one of a tag type, subject, frequency of use, relevance, user preference, related application, and whether the user has directly created the at least one Tags may be grouped or the priority of the at least one generated tag may be set.
- the instructions may search for original audio content corresponding to the specific tag and provide it to the user.
- the instructions may cause the processor to reproduce a part corresponding to the specific tag in the original audio content.
- FIG. 10 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
- the electronic device may receive an audio input.
- the electronic device may acquire an audio file through pre-stored audio content, audio streaming, or voice recording.
- the electronic device may perform text conversion preprocessing based on the received audio input.
- the electronic device may divide an audio file into a plurality of sub audio files.
- the electronic device may divide the audio file into a plurality of sub audio files based on resource performance of the electronic device or characteristics of the audio file.
- the electronic device may divide an audio file into a plurality of sub-audio files that can be simultaneously processed, or detect a pitch of the audio file, and divide the audio file into a plurality of sub-audio files based on the detected pitch .
- the electronic device may overlap at least a portion of the sub audio file.
- the electronic device may detect a pitch of the sub audio file and overlap at least a portion of the sub audio file based on a period of the pitch and a desired double speed.
- the electronic device may skip a silent section in the sub audio file.
- the electronic device may convert audio into text.
- the electronic device may convert each of the plurality of pre-processed sub audio files into text while playing them back.
- the electronic device may generate text corresponding to the audio file by integrating text obtained by converting each of the plurality of sub audio files.
- the electronic device may extract a feature point based on the converted text and perform a tagging operation. For example, the electronic device may extract a keyword from within the text and automatically generate a tag based on the extracted keyword. For example, the electronic device may manually generate a tag based on a user input. For example, each generated tag may be associated with a portion of audio content.
- the electronic device may synchronize text and audio.
- the electronic device may associate audio content with a tag.
- the electronic device may synchronize the tag with a portion corresponding to the tag in the audio content.
- the electronic device may display the converted text and audio.
- the electronic device may receive a specific tag input from the user.
- the electronic device may search for audio content corresponding to the received tag.
- the electronic device may reproduce audio content corresponding to the tag.
- the electronic device may directly reproduce a part corresponding to a tag in the audio content.
- the electronic device may display text corresponding to the tag while providing audio content corresponding to the tag.
- FIG. 11 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
- the electronic device may divide the original audio content into a plurality of sub audio content.
- the electronic device may simultaneously reproduce audio content or simultaneously recognize resource capabilities that can be converted into text, and determine the number of divisions of the original audio content based on the recognized resource capabilities. For example, the electronic device may divide the original audio content into a number of sub audio content determined based on resource performance.
- the electronic device may recognize a pitch of an audio signal included in the original audio content, and determine the number of divisions of the original audio content based on the recognized pitch. For example, the electronic device may divide the original audio content into sub audio content equal to the number of pitches of the audio signal included in the original audio content. According to an embodiment, the electronic device may detect the pitch of the audio signal using a pitch search method including an average magnitude difference function (AMDF).
- AMDF average magnitude difference function
- the electronic device may detect a silent section included in each of the plurality of sub-audio contents and skip or delete the silent section included in each of the plurality of sub-audio contents.
- the electronic device may convert each of the plurality of sub audio contents into text while playing each of the plurality of sub audio contents.
- the electronic device may generate the integrated text for the original audio content by merging the text for each of the plurality of sub audio content.
- the electronic device may analyze the converted text to generate at least one tag.
- the electronic device may extract a feature point from the converted text and generate a tag based on the extracted feature point.
- the electronic device may extract a keyword (eg, a designated proper noun) by analyzing a morpheme of a sentence included in the text.
- the electronic device may generate the extracted keyword as a tag.
- the electronic device may map and store at least one of the converted text and at least one tag with the original audio content.
- the electronic device may store the converted text in association with the original audio content.
- the electronic device may store the tag in association with a part corresponding to the tag in the original audio content.
- the electronic device may link text and/or tags to a corresponding part in the original content.
- FIG. 12 is a flowchart of a method of operating an electronic device according to an exemplary embodiment. Hereinafter, operations overlapping those of FIG. 11 will be briefly described.
- the electronic device may divide the original audio content into a plurality of sub audio content.
- the electronic device determines the number of original audio content to be divided based on resource performance capable of simultaneously playing back audio content or simultaneously converting to text and/or a pitch of an audio signal included in the original audio content. can decide For example, the electronic device may generate a determined number of sub audio content by dividing the original audio content.
- the electronic device may recognize a period of a pitch of an audio signal included in each of the plurality of sub audio contents.
- the electronic device may determine a reproduction speed of each of the plurality of sub-audio contents based on the period of the pitch.
- the electronic device may overlap at least a portion of the sub-audio content based on the period of the pitch of the audio signal included in the sub-audio content.
- the electronic device may determine a portion (eg, the number of overlapping samples among samples included in one pitch period) on which the sub-audio content is to be overlapped based on a desired pitch period and a desired reproduction speed.
- the electronic device may increase the reproduction speed when the sub audio content is reproduced by overlapping at least a portion of the sub audio content.
- the electronic device may convert each of the plurality of sub audio contents into text while playing each of the plurality of sub audio contents.
- the electronic device may reproduce sub-audio content in which a portion is overlapped. For example, by overlapping a portion of the sub-audio content, the reproduction time of the sub-audio content may be reduced compared to a case in which the portion of the sub-audio content is not overlapped.
- the electronic device may reproduce the sub audio content at the determined reproduction speed.
- the electronic device may generate the integrated text for the original audio content by merging the text for each of the plurality of sub audio content.
- the electronic device may analyze the converted text to generate at least one tag.
- the electronic device may extract a feature point from the converted text and generate a tag based on the extracted feature point.
- the electronic device may extract a keyword (eg, a designated proper noun) by analyzing a morpheme of a sentence included in the text.
- the electronic device may generate the extracted keyword as a tag.
- the electronic device may store at least one of the converted text and at least one tag by mapping it with the original audio content.
- the electronic device may store the converted text in association with the original audio content.
- the electronic device may store the tag in association with a part corresponding to the tag in the original audio content.
- the electronic device may link text and/or tags to a corresponding part in the original content.
- FIG. 13 is a diagram for describing an operation in which an electronic device generates a tag for audio content, according to an exemplary embodiment.
- the electronic device 1300 when the electronic device 1300 (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) converts the audio content into text, at least one tag ( 1301) can be created.
- the electronic device may generate a tag 1301 related to a portion of audio content, and store the tag 1301 in association with the audio content.
- the tag 1301 may include information on the corresponding audio content and information on a portion of the corresponding audio content.
- the electronic device may manually or automatically generate the tag 1301 .
- the electronic device may reproduce audio content.
- the electronic device may reproduce previously generated audio content or generate new audio content (eg, perform voice recording).
- the electronic device may display content (eg, a waveform of an audio signal) 1320 and/or a menu 1310 for controlling audio content.
- the menu may include a button for adjusting the volume of audio content, a playback setting (eg, repeat) button, a playback speed setting button, a play/stop button, and/or a previous/next play button.
- the electronic device may display an edit menu 1330 related to audio content.
- the edit menu may include items for editing, deleting, converting text, moving audio content, setting a name for audio content, displaying detailed content, and/or generating a tag.
- the electronic device may generate a tag 1301 related to audio content based on the user input.
- the electronic device may generate the tag 1301 for a portion of the specified audio content based on a user input.
- the electronic device when receiving a user input in the text conversion item of the edit menu, may convert the audio content into text.
- the electronic device may display the content 1350 of the converted text on the display.
- the electronic device when converting audio content into text, may extract a feature point from the text and automatically generate the tag 1301 based on the extracted feature point. For example, the electronic device may analyze a morpheme of a sentence from the converted text or extract a designated proper noun (eg, a keyword), and generate the tag 1301 based on this.
- the electronic device may display the generated tag 1301 (eg, “#Samsung”) on a corresponding part of the text being displayed or the content of the audio content being played (eg, a waveform of the audio content). have.
- 14A and 14B are diagrams for explaining an operation in which an electronic device manages a tag according to an exemplary embodiment.
- the electronic device may include a tag type, subject, frequency of use, relevance, user preference, related application, and user At least one generated tag may be grouped or priority may be set based on at least one of whether the tag is directly generated.
- the electronic device may group and manage tags in stages.
- level 1 may be a set of tags automatically generated by the electronic device.
- level 2 may be a set of encapsulated tags.
- a tag used more than a specified number of times, a tag used in a specified number of applications or more, and/or a tag directly added (generated) by a user may be managed as a level 2 tag.
- level 3 may be a set of tags grouped by a subject when tags can be grouped into one subject. For example, when tags used for content greater than or equal to a specified number are duplicated or consecutive, a group may be formed with duplicate tags, and tags included in the formed group may be managed as level 3 tags.
- level 4 may be a set of tags designated as a representative tag among grouped tags.
- the most used tag among tags belonging to one group may be managed as a level 4 tag.
- level 5 may be a set of tags extracted as the highest interest based on the grouped tags.
- a designated proper noun eg, a proper noun determined by the user
- a tag added (created) by the user may be managed as a level 5 tag.
- the electronic device may integrate and manage tags based on tag usage histories in various applications.
- the electronic device may manage tags through an application for integrated management of tags.
- the electronic device may set priorities (eg, ranking) to tags.
- the electronic device may select a tag that can be utilized as a user's interest, and set the priority of the tag based on an additional point, an accumulation frequency, whether a tag is directly generated by the user, and/or a usage frequency for each application.
- the electronic device may give an additional point to the tag based on the usage situation or frequency of the tag. For example, in the case of a tag directly generated by a user, the electronic device may manage the tag with a higher added point.
- the electronic device may apply a tag service to an application, extract and search for a tag in the background when the application uses a tag, and provide it to the application. For example, in each application, tags other than a searched tag may not be exposed in a hidden state.
- the electronic device may build a database for tag management.
- methods and criteria for the electronic device to manage tags are not limited to those shown in FIGS. 14A and 14B , but types, subjects, frequency of use, relevance, user preferences, related applications, and users
- a method of classifying tags based on at least one of whether tags are directly generated may be changed.
- FIG. 15 illustrates an example of a search screen provided by the electronic device according to an embodiment.
- the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 . searches for a generated tag or a search screen that provides tag information (eg, a tag board) ) can be provided.
- tag information eg, a tag board
- the search screen 1501 includes a back button 1510 for returning to the previous screen, a button 1550 for changing the number of searched tags 1520, and a method for sorting the search results.
- the sorting method may include a tag creation time, a content creation time, and/or a content type-based sorting method.
- tags used together with a search keyword tag selected by the user as a search result may be provided in an overlapping order. For example, if there are no tags used with the search keyword tag selected by the user, no tags may be provided for that area.
- the number of tags provided in area 1530 may be preset.
- content including content related to a search keyword tag selected by the user may be provided in the most recent order.
- the search screen 1503 may provide contents related to a search tag input by a user.
- the search screen 1503 may include a button 1560 that provides a search result through another application (eg, an SNS application) using a search tag input by the user.
- another application eg, an SNS application
- 16 is a diagram for explaining an operation in which an electronic device provides audio content, according to an exemplary embodiment.
- the electronic device 1600 displays a search field 1610 and a keyboard 1620 on the display 1601 .
- the electronic device 1600 may receive the tag 1611 input into the search field 1610 from the user through the keyboard 1620 .
- the user may input a specific tag 1611 into the electronic device 1600 to request a search for content 1630 related to the specific tag 1611 .
- the electronic device 1600 may search for content 1630 related to the input tag 1611 and provide the found content 1630 .
- the electronic device 1600 provides a list of contents related to the input tag 1611 , directly plays the contents 1630 related to the input tag 1611 , or combines the contents with the input tag 1611 .
- a part related to the corresponding tag 1611 may be directly reproduced from the related content 1630 .
- the electronic device 1600 may provide an indication 1635 corresponding to the input tag 1611 on the content 1630 .
- the electronic device 1600 may search for and provide content 1630 related to the “#goopdeungi” tag 1611 .
- the electronic device 1600 may directly reproduce a portion related to “#golden” in the searched content 1630 .
- 17 is a diagram for describing an operation in which an electronic device provides audio content, according to an exemplary embodiment.
- the electronic device 1700 may display a screen related to a call during a call on the display 1701 .
- the electronic device 1700 may record the content of a call during a call based on a user input.
- the electronic device 1700 may generate and store audio content (eg, an audio file) 1750 by recording the content of the call.
- the electronic device 1700 may perform a text conversion function while recording a call.
- the text conversion function may be performed in the background.
- the electronic device 1700 may convert the recorded audio content 1750 into text.
- the electronic device 1700 may convert a recorded audio signal into text using an ACR function.
- the electronic device 1700 extracts a feature point (eg, “contract”) 1751 from the converted text, and based on the extracted feature point 1751 , You can create a tag 1711 (eg, “#contract”).
- the electronic device 1700 may receive a tag 1711 from the user in the search field 1710 after the call is terminated. For example, the user may input the tag 1711 through the keyboard 1720 displayed on the display 1701 .
- the electronic device 1700 may search for and provide audio content 1730 (eg, an audio file in which a call is recorded) corresponding to the input tag 1711 .
- the electronic device 1700 provides information about the corresponding audio content 1730 , information 1731 corresponding to the input tag 1711 , and/or a portion corresponding to the tag 1711 in the audio content 1730 . information can be provided.
- FIG. 18 is a diagram for explaining an operation of providing audio content by the electronic device 1800 according to an exemplary embodiment.
- the electronic device 1800 may reproduce content (eg, a song). For example, during content reproduction, the electronic device 1800 may display a screen related to content reproduction on the display 1801 . According to an embodiment, the electronic device 1800 may perform a text conversion function during content reproduction. According to an embodiment, the text conversion function may be performed in the background. For example, the electronic device 1800 may convert content being played back into text. According to an embodiment, the electronic device 1800 may provide a text input field 1810 and/or a keyboard during content reproduction. For example, the electronic device 1800 may receive a specific text 1811 (eg, song lyrics) input to the text input field 1810 through the keyboard.
- content eg, a song
- the electronic device 1800 may display a screen related to content reproduction on the display 1801 .
- the electronic device 1800 may perform a text conversion function during content reproduction.
- the text conversion function may be performed in the background.
- the electronic device 1800 may convert content being played back into text.
- the electronic device 1800 may provide a text input field 1810 and/or a keyboard
- the electronic device 1800 may search for a portion corresponding to the input text 1811 from the content being reproduced based on the converted text. For example, the electronic device 1800 may directly reproduce a portion corresponding to the input text 1811 in the content being reproduced. For example, the electronic device may display an indication 1830 indicating the content and/or location of the text 1811 input by the user on the content reproduction screen.
- the method of operating an electronic device includes dividing an original audio content into a plurality of sub-audio contents, reproducing each of the plurality of sub-audio contents, and converting each of the plurality of sub-audio contents into text It may include an operation of converting, an operation of analyzing the converted text to generate at least one tag, and an operation of mapping at least one of the converted text and the at least one tag with the original audio content and storing it. .
- the method includes an operation of simultaneously reproducing audio content in the electronic device or recognizing a resource capability that can be converted into text at the same time, and the number of dividing the original audio content based on the recognized resource capability It may further include an operation of determining
- the method may further include an operation of recognizing a pitch of an audio signal included in the original audio content, and an operation of determining the number of divisions of the original audio content based on the recognized pitch.
- the converting into text may include skipping a silent section when each of the plurality of sub-audio contents is reproduced.
- the converting into text includes: recognizing a period of a pitch of an audio signal included in each of the plurality of sub-audio contents when each of the plurality of sub-audio contents is reproduced; and adjusting a reproduction speed of each of the plurality of sub-audio contents based on the period of the pitch.
- the method may include, for each of the plurality of sub-audio contents, overlapping and reproducing at least some sections based on the period of the pitch.
- the method may include extracting a feature point from the converted text and generating the at least one tag corresponding to one point of each sub-audio content based on the extracted feature point.
- the method may include grouping the at least one generated tag based on at least one of a type of tag, subject, frequency of use, relevance, user preference, related application, and whether the user has directly created the tag, or , or setting the priority of the generated at least one tag may be further included.
- the method may further include, when receiving a user input related to a specific tag, searching for original audio content corresponding to the specific tag and providing the original audio content to the user.
- the electronic device may have various types of devices.
- 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 device.
- 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 portable medical device
- a camera e.g., a portable medical device
- a camera e.g., a portable medical device
- a wearable device e.g., a smart bracelet
- a home appliance device e.g., a home appliance
- first, second, or first or second may be used simply to distinguish the element from other elements in question, and may refer to elements in other aspects (e.g., importance or order) is not limited. It is said that one (eg, first) component is “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively”. When referenced, it means that one component can be connected to the other component directly (eg by wire), wirelessly, or through a third component.
- module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logic block, component, or circuit.
- a module may be an integrally formed part or a minimum unit or a part of the part 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
- one or more instructions stored in a storage medium may be implemented as software (eg, the program 140) including
- a processor eg, processor 120
- a device eg, electronic device 101
- the one or more instructions may include code generated by a compiler or code executable by an interpreter.
- the device-readable storage medium may be provided in the form of a non-transitory storage medium.
- 'non-transitory' only means that the storage medium is a tangible device and does not include a signal (eg, electromagnetic wave), and this term is used in cases where data is semi-permanently stored in the storage medium and It does not distinguish between temporary storage cases.
- a signal eg, electromagnetic wave
- the method according to various embodiments disclosed in this document may be provided as included in a computer program product.
- Computer program products may be traded between sellers and buyers as commodities.
- the computer program product is distributed in the form of a machine-readable storage medium (eg compact disc read only memory (CD-ROM)), or via an application store (eg Play StoreTM) or on two user devices ( It can be distributed (eg downloaded or uploaded) directly between smartphones (eg: smartphones) and online.
- a part of the computer program product may be temporarily stored or temporarily created in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a relay server.
- each component (eg, module or program) of the above-described components may include a singular or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. have.
- 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 a program
- the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration. .
- operations performed by a module, program, or other component are executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations are executed in a different order, or omitted. or one or more other operations may be added.
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
An electronic device according to an embodiment of the present disclosure may comprise a display, a speaker, a memory, and a processor operatively connected to the display, the speaker, and the memory, wherein the memory stores instructions causing, when executed, the processor to: divide an original audio content into a plurality of sub-audio contents; convert each of the plurality of sub-audio contents into text, while playing back each of the plurality of sub-audio contents; generate at least one tag by analyzing the converted text; and map at least one of the at least one tag and the converted text to the original audio content so as to store same. Various other embodiments understood through the specification are also possible.
Description
본 문서에서 개시되는 실시 예들은, 오디오를 텍스트로 변환하여 제공하는 기술과 관련된다.Embodiments disclosed in this document relate to a technology for converting audio into text and providing it.
최근의 전자 장치(예: 모바일 단말)들은 외부 장치와의 통신 기능뿐만 아니라 다양한 기능들을 복합적으로 제공할 수 있다. 예를 들어, 전자 장치는 오디오 컨텐츠를 재생하는 기능, 또는 통화 음성을 녹음하는 기능을 제공할 수 있다. 또한, 최근에는 스피치를 텍스트로 변환하는 STT(speech to text) 기능을 제공할 수 있는 전자 장치들이 보급되고 있다. Recent electronic devices (eg, mobile terminals) may provide various functions in combination as well as a communication function with an external device. For example, the electronic device may provide a function of reproducing audio content or a function of recording a voice call. Also, recently, electronic devices capable of providing a speech to text (STT) function for converting speech into text have been popularized.
오디오 컨텐츠를 텍스트로 변환하기 위해서 오디오 컨텐츠 전체를 재생하게 되는 경우 오디오 컨텐츠를 텍스트로 변환하는데 많은 시간이 소요될 수 있다. 또한, 오디오 컨텐츠 중에서 사용자가 원하는 부분을 검색하기 위해서는 오디오 컨텐츠를 처음부터 재생하면서 원하는 부분을 찾아야 하는 불편함이 있다. When the entire audio content is played to convert the audio content into text, it may take a lot of time to convert the audio content into text. In addition, in order to search for a desired part of the audio content, it is inconvenient to find the desired part while playing the audio content from the beginning.
본 개시의 다양한 실시예들은, 오디오 컨텐츠를 텍스트로 변환하는데 소요되는 시간을 감소시키고 효율적으로 오디오 컨텐츠를 텍스트로 변환할 수 있는 전자 장치 및 전자 장치의 동작 방법을 제공하고자 한다. 본 개시의 다양한 실시예들은, 오디오 컨텐츠 내에서 사용자가 원하는 부분을 용이하게 검색 및 관리할 수 있는 전자 장치 및 전자 장치의 동작 방법을 제공하고자 한다.Various embodiments of the present disclosure provide an electronic device capable of reducing a time required to convert audio content into text and efficiently converting audio content into text and an operating method of the electronic device. Various embodiments of the present disclosure are intended to provide an electronic device capable of easily searching for and managing a part desired by a user in audio content, and an operating method of the electronic device.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 디스플레이, 스피커, 메모리, 및 상기 디스플레이, 상기 스피커, 및 상기 메모리와 작동적으로(operatively) 연결된 프로세서를 포함하고, 상기 메모리는, 실행 시, 상기 프로세서가, 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할하고, 상기 복수 개의 서브 오디오 컨텐츠 각각을 재생하면서, 상기 복수 개의 서브 오디오 컨텐츠 각각을 텍스트로 변환하고, 상기 변환한 텍스트를 분석하여 적어도 하나의 태그를 생성하고, 상기 변환한 텍스트 및 상기 적어도 하나의 태그 중 적어도 하나를 상기 원본 오디오 컨텐츠와 매핑하여 저장하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.An electronic device according to an embodiment disclosed herein includes a display, a speaker, a memory, and a processor operatively connected to the display, the speaker, and the memory, wherein the memory, when executed, The processor divides the original audio content into a plurality of sub-audio content, and while playing each of the plurality of sub-audio content, converts each of the plurality of sub-audio content into text, and analyzes the converted text to obtain at least one and store instructions for mapping at least one of the converted text and the at least one tag with the original audio content to be stored.
또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치의 동작 방법은, 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할하는 동작, 상기 복수 개의 서브 오디오 컨텐츠 각각을 재생하면서, 상기 복수 개의 서브 오디오 컨텐츠 각각을 텍스트로 변환하는 동작, 상기 변환한 텍스트를 분석하여 적어도 하나의 태그를 생성하는 동작, 및 상기 변환한 텍스트 및 상기 적어도 하나의 태그 중 적어도 하나를 상기 원본 오디오 컨텐츠와 매핑하여 저장하는 동작을 포함할 수 있다.In addition, the method of operating an electronic device according to an exemplary embodiment disclosed in this document includes dividing an original audio content into a plurality of sub-audio contents, reproducing each of the plurality of sub-audio contents, and the plurality of sub-audio contents converting each into text, generating at least one tag by analyzing the converted text, and storing at least one of the converted text and the at least one tag by mapping the original audio content may include
본 문서에 개시되는 실시 예들에 따르면, 오디오 컨텐츠를 텍스트로 변환하는데 소요되는 시간을 감소시키고 효율적으로 오디오 컨텐츠를 텍스트로 변환할 수 있다.According to the embodiments disclosed in this document, a time required to convert audio content into text can be reduced and audio content can be efficiently converted into text.
본 문서에 개시되는 실시 예들에 따르면, 사용자는 오디오 컨텐츠 내에서 사용자가 원하는 부분을 용이하게 검색 및 관리할 수 있다.According to the embodiments disclosed in this document, a user may easily search for and manage a part desired by the user within the audio content.
본 문서에 개시되는 실시 예들에 따르면, 사용자 커스터마이즈(customized)된 빠른 오디오 컨텐츠의 텍스트 변환 방식 및 검색 방식을 제공할 수 있다.According to the embodiments disclosed in this document, it is possible to provide a text conversion method and a search method for a user-customized fast audio content.
본 문서에 개시되는 실시 예들에 따르면, 태그(예: 키워드)를 통하여 사용자가 원하는 오디오 컨텐츠 및 내용을 빠르고 용이하게 검색할 수 있다.According to the embodiments disclosed in this document, a user can quickly and easily search for desired audio content and content through a tag (eg, a keyword).
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.In addition, various effects directly or indirectly identified through this document may be provided.
도 1은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치를 나타낸다.1 illustrates an electronic device in a network environment according to various embodiments of the present disclosure.
도 2는, 다양한 실시에 따른, 오디오 모듈의 블록도이다.2 is a block diagram of an audio module, according to various embodiments.
도 3은 일 실시예에 따른 전자 장치의 블록도이다.3 is a block diagram of an electronic device according to an exemplary embodiment.
도 4는 일 실시예에 따른 전자 장치의 시스템 구조를 도시한다.4 illustrates a system structure of an electronic device according to an exemplary embodiment.
도 5는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.5 is a diagram for explaining an operation of an electronic device according to an exemplary embodiment.
도 6은 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.6 is a diagram for describing an operation of an electronic device according to an exemplary embodiment.
도 7a 및 도 7b는 일 실시예에 따른 전자 장치가 원본 오디오 컨텐츠를 분할하는 동작을 설명하기 위한 도면이다.7A and 7B are diagrams for explaining an operation in which an electronic device divides original audio content according to an exemplary embodiment.
도 8a 내지 8d는 일 실시예에 따른 전자 장치가 분할된 서브 오디오 컨텐츠들을 재생하는 동작을 설명하기 위한 도면이다.8A to 8D are diagrams for explaining an operation in which an electronic device reproduces divided sub-audio contents, according to an exemplary embodiment.
도 9는 일 실시예에 따른 전자 장치가 오디오 컨텐츠에 대한 태그를 생성하는 동작을 설명하기 위한 도면이다.FIG. 9 is a diagram for explaining an operation in which an electronic device generates a tag for audio content, according to an exemplary embodiment.
도 10은 일 실시예에 따른 전자 장치의 동작 방법의 순서도이다.10 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
도 11은 일 실시예에 따른 전자 장치의 동작 방법의 순서도이다.11 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
도 12는 일 실시예에 따른 전자 장치의 동작 방법의 순서도이다.12 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
도 13은 일 실시예에 따른 전자 장치가 오디오 컨텐츠에 대한 태그를 생성하는 동작을 설명하기 위한 도면이다.13 is a diagram for describing an operation in which an electronic device generates a tag for audio content, according to an exemplary embodiment.
도 14a 및 도 14b는 일 실시예에 따른 전자 장치가 태그를 관리하는 동작을 설명하기 위한 도면이다.14A and 14B are diagrams for explaining an operation in which an electronic device manages a tag according to an exemplary embodiment.
도 15는 일 실시예에 따른 전자 장치가 제공하는 검색 화면의 예시를 도시한다.15 illustrates an example of a search screen provided by an electronic device according to an embodiment.
도 16은 일 실시예에 따른 전자 장치가 오디오 컨텐츠를 제공하는 동작을 설명하기 위한 도면이다.16 is a diagram for explaining an operation in which an electronic device provides audio content, according to an exemplary embodiment.
도 17은 일 실시예에 따른 전자 장치가 오디오 컨텐츠를 제공하는 동작을 설명하기 위한 도면이다.17 is a diagram for describing an operation in which an electronic device provides audio content, according to an exemplary embodiment.
도 18은 일 실시예에 따른 전자 장치가 오디오 컨텐츠를 제공하는 동작을 설명하기 위한 도면이다.18 is a diagram for explaining an operation in which an electronic device provides audio content, according to an exemplary embodiment.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.In connection with the description of the drawings, the same or similar reference numerals may be used for the same or similar components.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.1 is a block diagram of an electronic device 101 in a network environment 100 according to various embodiments. Referring to FIG. 1 , in a network environment 100 , an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or a second network 199 . It may communicate with the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 . According to an embodiment, the electronic device 101 includes a processor 120 , a memory 130 , an input module 150 , a sound output module 155 , a display module 160 , an audio module 170 , and a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or an antenna module 197 may be included. In some embodiments, at least one of these components (eg, the connection terminal 178 ) may be omitted or one or more other components may be added to the electronic device 101 . In some embodiments, some of these components (eg, sensor module 176 , camera module 180 , or antenna module 197 ) are integrated into one component (eg, display module 160 ). can be
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.The processor 120, for example, executes software (eg, a program 140) to execute at least one other component (eg, a hardware or software component) of the electronic device 101 connected to the processor 120 . It can control and perform various data processing or operations. According to one embodiment, as at least part of data processing or operation, the processor 120 converts commands or data received from other components (eg, the sensor module 176 or the communication module 190 ) to the volatile memory 132 . may be stored in the volatile memory 132 , and may process commands or data stored in the volatile memory 132 , and store the result data in the non-volatile memory 134 . According to an embodiment, the processor 120 is the main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor). For example, when the electronic device 101 includes the main processor 121 and the sub-processor 123 , the sub-processor 123 may use less power than the main processor 121 or may be set to be specialized for a specified function. can The auxiliary processor 123 may be implemented separately from or as a part of the main processor 121 .
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다. The auxiliary processor 123 is, for example, on behalf of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, executing an application). ), together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states. According to an embodiment, the co-processor 123 (eg, an image signal processor or a communication processor) may be implemented as part of another functionally related component (eg, the camera module 180 or the communication module 190). have. According to an embodiment, the auxiliary processor 123 (eg, a neural network processing device) may include a hardware structure specialized for processing an artificial intelligence model. Artificial intelligence models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself on which artificial intelligence is performed, or may be performed through a separate server (eg, the server 108). The learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but in the above example not limited The artificial intelligence model may include a plurality of artificial neural network layers. Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the above, but is not limited to the above example. The artificial intelligence model may include, in addition to, or alternatively, a software structure in addition to the hardware structure.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다. The memory 130 may store various data used by at least one component of the electronic device 101 (eg, the processor 120 or the sensor module 176 ). The data may include, for example, input data or output data for software (eg, the program 140 ) and instructions related thereto. The memory 130 may include a volatile memory 132 or a non-volatile memory 134 .
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다. The program 140 may be stored as software in the memory 130 , and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다. The input module 150 may receive a command or data to be used in a component (eg, the processor 120 ) of the electronic device 101 from the outside (eg, a user) of the electronic device 101 . The input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.The sound output module 155 may output a sound signal to the outside of the electronic device 101 . The sound output module 155 may include, for example, a speaker or a receiver. The speaker can be used for general purposes such as multimedia playback or recording playback. The receiver may be used to receive an incoming call. According to one embodiment, the receiver may be implemented separately from or as part of the speaker.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다. The display module 160 may visually provide information to the outside (eg, a user) of the electronic device 101 . The display module 160 may include, for example, a control circuit for controlling a display, a hologram device, or a projector and a corresponding device. According to an embodiment, the display module 160 may include a touch sensor configured to sense a touch or a pressure sensor configured to measure the intensity of a force generated by the touch.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.The audio module 170 may convert a sound into an electric signal or, conversely, convert an electric signal into a sound. According to an embodiment, the audio module 170 acquires a sound through the input module 150 , or an external electronic device (eg, a sound output module 155 ) connected directly or wirelessly with the electronic device 101 . A sound may be output through the electronic device 102 (eg, a speaker or headphones).
센서 모듈(176)은 전자 장치(101)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(176)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. The sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, user state), and generates an electrical signal or data value corresponding to the sensed state. can do. According to an embodiment, the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, It may include a temperature sensor, a humidity sensor, or an illuminance sensor.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.The interface 177 may support one or more designated protocols that may be used by the electronic device 101 to directly or wirelessly connect with an external electronic device (eg, the electronic device 102 ). According to an embodiment, the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.The connection terminal 178 may include a connector through which the electronic device 101 can be physically connected to an external electronic device (eg, the electronic device 102 ). According to an embodiment, the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
햅틱 모듈(179)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(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.The haptic module 179 may convert an electrical signal into a mechanical stimulus (eg, vibration or movement) or an electrical stimulus that the user can perceive through tactile or kinesthetic sense. According to an embodiment, the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.The camera module 180 may capture still images and moving images. According to an embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.The power management module 188 may manage power supplied to the electronic device 101 . According to an embodiment, the power management module 188 may be implemented as, for example, at least a part of a power management integrated circuit (PMIC).
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.The battery 189 may supply power to at least one component of the electronic device 101 . According to one embodiment, battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(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(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(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(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다. The communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). It can support establishment and communication performance through the established communication channel. The communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication. According to one embodiment, the communication module 190 is a wireless communication module 192 (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 194 (eg, : It may include a LAN (local area network) communication module, or a power line communication module). A corresponding communication module among these communication modules is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN). These various types of communication modules may be integrated into one component (eg, a single chip) or may be implemented as a plurality of components (eg, multiple chips) separate from each other. The wireless communication module 192 uses the subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199 . The electronic device 101 may be identified or authenticated.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.The wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, a new radio access technology (NR). NR access technology includes high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and access to multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low-latency) -latency communications)). The wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example. The wireless communication module 192 includes various technologies for securing performance in a high-frequency band, for example, beamforming, massive multiple-input and multiple-output (MIMO), all-dimensional multiplexing. It may support technologies such as full dimensional MIMO (FD-MIMO), an array antenna, analog beam-forming, or a large scale antenna. The wireless communication module 192 may support various requirements specified in the electronic device 101 , an external electronic device (eg, the electronic device 104 ), or a network system (eg, the second network 199 ). According to an embodiment, the wireless communication module 192 may include a peak data rate (eg, 20 Gbps or more) for realizing eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency for realizing URLLC ( Example: downlink (DL) and uplink (UL) each 0.5 ms or less, or round trip 1 ms or less).
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다. The antenna module 197 may transmit or receive a signal or power to the outside (eg, an external electronic device). According to an embodiment, the antenna module 197 may include an antenna including a conductor formed on a substrate (eg, a PCB) or a radiator formed of a conductive pattern. According to an embodiment, the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is connected from the plurality of antennas by, for example, the communication module 190 . can be selected. A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna. According to some embodiments, other components (eg, a radio frequency integrated circuit (RFIC)) other than the radiator may be additionally formed as a part of the antenna module 197 .
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.According to various embodiments, the antenna module 197 may form a mmWave antenna module. According to one embodiment, the mmWave antenna module comprises a printed circuit board, an RFIC disposed on or adjacent to a first side (eg, bottom side) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, an array antenna) disposed on or adjacent to a second side (eg, top or side) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.At least some of the components are connected to each other through a communication method between peripheral devices (eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)) and a signal ( eg commands or data) can be exchanged with each other.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다. According to an embodiment, the command or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 . Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 . According to an embodiment, all or a part of operations executed in the electronic device 101 may be executed in one or more external electronic devices 102 , 104 , or 108 . For example, when the electronic device 101 is to perform a function or service automatically or in response to a request from a user or other device, the electronic device 101 may perform the function or service itself instead of executing the function or service itself. Alternatively or additionally, one or more external electronic devices may be requested to perform at least a part of the function or the service. One or more external electronic devices that have received 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 101 . The electronic device 101 may process the result as it is or additionally and provide it as at least a part of a response to the request. For this, for example, cloud computing, distributed computing, mobile edge computing (MEC), or client-server computing technology may be used. The electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing. In another embodiment, the external electronic device 104 may include an Internet of things (IoT) device. Server 108 may be an intelligent server using machine learning and/or neural networks. According to an embodiment, the external electronic device 104 or the server 108 may be included in the second network 199 . The electronic device 101 may be applied to an intelligent service (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
도 2는, 다양한 실시에 따른, 오디오 모듈(170)의 블록도(200)이다. 도 2를 참조하면, 오디오 모듈(170)은, 예를 들면, 오디오 입력 인터페이스(210), 오디오 입력 믹서(220), ADC(analog to digital converter)(230), 오디오 신호 처리기(240), DAC(digital to analog converter)(250), 오디오 출력 믹서(260), 또는 오디오 출력 인터페이스(270)를 포함할 수 있다. 2 is a block diagram 200 of an audio module 170, in accordance with various implementations. Referring to FIG. 2 , the audio module 170 includes, for example, an audio input interface 210 , an audio input mixer 220 , an analog to digital converter (ADC) 230 , an audio signal processor 240 , and a DAC. It may include a digital to analog converter 250 , an audio output mixer 260 , or an audio output interface 270 .
오디오 입력 인터페이스(210)는 입력 장치(150)의 일부로서 또는 전자 장치(101)와 별도로 구성된 마이크(예: 다이나믹 마이크, 콘덴서 마이크, 또는 피에조 마이크)를 통하여 전자 장치(101)의 외부로부터 획득한 소리에 대응하는 오디오 신호를 수신할 수 있다. 예를 들어, 오디오 신호가 외부의 전자 장치(102)(예: 헤드셋 또는 마이크)로부터 획득되는 경우, 오디오 입력 인터페이스(210)는 상기 외부의 전자 장치(102)와 연결 단자(178)를 통해 직접, 또는 무선 통신 모듈(192)을 통하여 무선으로(예: Bluetooth 통신) 연결되어 오디오 신호를 수신할 수 있다. 일실시예에 따르면, 오디오 입력 인터페이스(210)는 상기 외부의 전자 장치(102)로부터 획득되는 오디오 신호와 관련된 제어 신호(예: 입력 버튼을 통해 수신된 볼륨 조정 신호)를 수신할 수 있다. 오디오 입력 인터페이스(210)는 복수의 오디오 입력 채널들을 포함하고, 상기 복수의 오디오 입력 채널들 중 대응하는 오디오 입력 채널 별로 다른 오디오 신호를 수신할 수 있다. 일실시예에 따르면, 추가적으로 또는 대체적으로, 오디오 입력 인터페이스(210)는 전자 장치(101)의 다른 구성 요소(예: 프로세서(120) 또는 메모리(130))로부터 오디오 신호를 입력 받을 수 있다.The audio input interface 210 is obtained from the outside of the electronic device 101 as part of the input device 150 or through a microphone (eg, a dynamic microphone, a condenser microphone, or a piezo microphone) configured separately from the electronic device 101 . An audio signal corresponding to the sound may be received. For example, when an audio signal is obtained from the external electronic device 102 (eg, a headset or a microphone), the audio input interface 210 is directly connected to the external electronic device 102 through the connection terminal 178 . , or wirelessly (eg, via Bluetooth communication) through the wireless communication module 192 to receive an audio signal. According to an embodiment, the audio input interface 210 may receive a control signal related to an audio signal obtained from the external electronic device 102 (eg, a volume adjustment signal received through an input button). The audio input interface 210 may include a plurality of audio input channels, and may receive a different audio signal for each corresponding audio input channel among the plurality of audio input channels. According to an embodiment, additionally or alternatively, the audio input interface 210 may receive an audio signal from another component of the electronic device 101 (eg, the processor 120 or the memory 130 ).
오디오 입력 믹서(220)는 입력된 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 입력 믹서(220)는, 오디오 입력 인터페이스(210)를 통해 입력된 복수의 아날로그 오디오 신호들을 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.The audio input mixer 220 may synthesize a plurality of input audio signals into at least one audio signal. For example, according to an embodiment, the audio input mixer 220 may synthesize a plurality of analog audio signals input through the audio input interface 210 into at least one analog audio signal.
ADC(230)는 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, ADC(230)는 오디오 입력 인터페이스(210)을 통해 수신된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 입력 믹서(220)를 통해 합성된 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다.The ADC 230 may convert an analog audio signal into a digital audio signal. For example, according to one embodiment, the ADC 230 converts an analog audio signal received through the audio input interface 210, or additionally or alternatively, an analog audio signal synthesized through the audio input mixer 220 to digital audio. can be converted into a signal.
오디오 신호 처리기(240)는 ADC(230)를 통해 입력받은 디지털 오디오 신호, 또는 전자 장치(101)의 다른 구성 요소로부터 수신된 디지털 오디오 신호에 대하여 다양한 처리를 수행할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 신호 처리기(240)는 하나 이상의 디지털 오디오 신호들에 대해 샘플링 비율 변경, 하나 이상의 필터 적용, 보간(interpolation) 처리, 전체 또는 일부 주파수 대역의 증폭 또는 감쇄, 노이즈 처리(예: 노이즈 또는 에코 감쇄), 채널 변경(예: 모노 및 스테레오간 전환), 합성(mixing), 또는 지정된 신호 추출을 수행할 수 있다. 일실시예에 따르면, 오디오 신호 처리기(240)의 하나 이상의 기능들은 이퀄라이저(equalizer)의 형태로 구현될 수 있다.The audio signal processor 240 may perform various processing on the digital audio signal input through the ADC 230 or the digital audio signal received from other components of the electronic device 101 . For example, according to one embodiment, the audio signal processor 240 may change a sampling rate for one or more digital audio signals, apply one or more filters, perform interpolation processing, amplify or attenuate all or part of a frequency band, It can perform noise processing (such as noise or echo reduction), channel changes (such as switching between mono and stereo), mixing, or specified signal extraction. According to an embodiment, one or more functions of the audio signal processor 240 may be implemented in the form of an equalizer.
DAC(250)는 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, DAC(250)는 오디오 신호 처리기(240)에 의해 처리된 디지털 오디오 신호, 또는 전자 장치(101)의 다른 구성 요소(예: 프로세서(120) 또는 메모리(130))로부터 획득한 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다.The DAC 250 may convert a digital audio signal into an analog audio signal. For example, according to an embodiment, the DAC 250 is a digital audio signal processed by the audio signal processor 240 , or another component of the electronic device 101 (eg, the processor 120 or the memory 130 ). ))) can be converted into an analog audio signal.
오디오 출력 믹서(260)는 출력할 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 출력 믹서(260)는 DAC(250)를 통해 아날로그로 전환된 오디오 신호 및 다른 아날로그 오디오 신호(예: 오디오 입력 인터페이스(210)을 통해 수신한 아날로그 오디오 신호)를 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다. The audio output mixer 260 may synthesize a plurality of audio signals to be output into at least one audio signal. For example, according to an embodiment, the audio output mixer 260 may include an audio signal converted to analog through the DAC 250 and another analog audio signal (eg, an analog audio signal received through the audio input interface 210 ). ) can be synthesized into at least one analog audio signal.
오디오 출력 인터페이스(270)는 DAC(250)를 통해 변환된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 출력 믹서(260)에 의해 합성된 아날로그 오디오 신호를 음향 출력 장치(155)를 통해 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 장치(155)는, 예를 들어, dynamic driver 또는 balanced armature driver 같은 스피커, 또는 리시버를 포함할 수 있다. 일실시예에 따르면, 음향 출력 장치(155)는 복수의 스피커들을 포함할 수 있다. 이런 경우, 오디오 출력 인터페이스(270)는 상기 복수의 스피커들 중 적어도 일부 스피커들을 통하여 서로 다른 복수의 채널들(예: 스테레오, 또는 5.1채널)을 갖는 오디오 신호를 출력할 수 있다. 일실시예에 따르면, 오디오 출력 인터페이스(270)는 외부의 전자 장치(102)(예: 외부 스피커 또는 헤드셋)와 연결 단자(178)를 통해 직접, 또는 무선 통신 모듈(192)을 통하여 무선으로 연결되어 오디오 신호를 출력할 수 있다. The audio output interface 270 transmits an analog audio signal converted through the DAC 250 or an analog audio signal synthesized by the audio output mixer 260 additionally or alternatively through the audio output device 155 to the electronic device 101 . ) can be printed out. The sound output device 155 may include, for example, a speaker such as a dynamic driver or a balanced armature driver, or a receiver. According to an embodiment, the sound output device 155 may include a plurality of speakers. In this case, the audio output interface 270 may output an audio signal having a plurality of different channels (eg, stereo or 5.1 channel) through at least some of the plurality of speakers. According to an embodiment, the audio output interface 270 is directly connected to the external electronic device 102 (eg, external speaker or headset) through the connection terminal 178 or wirelessly through the wireless communication module 192 . to output an audio signal.
일실시예에 따르면, 오디오 모듈(170)은 오디오 입력 믹서(220) 또는 오디오 출력 믹서(260)를 별도로 구비하지 않고, 오디오 신호 처리기(240)의 적어도 하나의 기능을 이용하여 복수의 디지털 오디오 신호들을 합성하여 적어도 하나의 디지털 오디오 신호를 생성할 수 있다.According to an embodiment, the audio module 170 does not separately include the audio input mixer 220 or the audio output mixer 260 , and uses at least one function of the audio signal processor 240 to provide a plurality of digital audio signals. At least one digital audio signal may be generated by synthesizing them.
일실시예에 따르면, 오디오 모듈(170)은 오디오 입력 인터페이스(210)를 통해 입력된 아날로그 오디오 신호, 또는 오디오 출력 인터페이스(270)를 통해 출력될 오디오 신호를 증폭할 수 있는 오디오 증폭기(미도시)(예: 스피커 증폭 회로)를 포함할 수 있다. 일실시예에 따르면, 상기 오디오 증폭기는 오디오 모듈(170)과 별도의 모듈로 구성될 수 있다.According to an embodiment, the audio module 170 is an audio amplifier (not shown) capable of amplifying an analog audio signal input through the audio input interface 210 or an audio signal to be output through the audio output interface 270 . (eg speaker amplification circuit). According to an embodiment, the audio amplifier may be configured as a module separate from the audio module 170 .
도 3은 일 실시예에 따른 전자 장치의 블록도이다.3 is a block diagram of an electronic device according to an exemplary embodiment.
일 실시예에 따르면, 전자 장치(300)(예: 도 1의 전자 장치(101))는 디스플레이(310), 통신 회로(320), 스피커(330), 메모리(340), 및/또는 프로세서(350)를 포함할 수 있다.According to an embodiment, the electronic device 300 (eg, the electronic device 101 of FIG. 1 ) includes a display 310 , a communication circuit 320 , a speaker 330 , a memory 340 , and/or a processor ( 350) may be included.
일 실시예에 따르면, 디스플레이(310)는 전자 장치(300)에서 실행 중인 기능과 관련된 화면을 표시할 수 있다. 예를 들어, 디스플레이(310)는 오디오 컨텐츠 재생 화면, 통화 화면, 및/또는 검색 화면(예: 태그 검색 화면)을 표시할 수 있다. 예를 들어, 디스플레이(310)는 사용자가 입력한 태그 관련 정보를 검색한 결과를 표시할 수 있다.According to an embodiment, the display 310 may display a screen related to a function being executed in the electronic device 300 . For example, the display 310 may display an audio content playback screen, a call screen, and/or a search screen (eg, a tag search screen). For example, the display 310 may display a result of searching for tag-related information input by a user.
일 실시예에 따르면, 통신 회로(320)는 외부 전자 장치(300)와 데이터를 송수신할 수 있다. 예를 들어, 통신 회로(320)는 전자 장치(300)에 저장된 데이터(예: 오디오 컨텐츠, 오디오 컨텐츠를 변환한 텍스트, 및/또는 태그 정보)를 외부 전자 장치(300)(예: 외부 데이터베이스)에 전송하거나, 외부 전자 장치(300)로부터 오디오 컨텐츠를 수신할 수 있다.According to an embodiment, the communication circuit 320 may transmit/receive data to and from the external electronic device 300 . For example, the communication circuit 320 transmits data (eg, audio content, text converted from audio content, and/or tag information) stored in the electronic device 300 to the external electronic device 300 (eg, an external database). or may receive audio content from the external electronic device 300 .
일 실시예에 따르면, 스피커(330)는 오디오 컨텐츠에 대응하는 사운드를 출력할 수 있다. 다양한 실시예에 따르면, 도 3에서는 스피커(330)만을 도시하였으나, 전자 장치(300)는 도 1의 전자 장치(101)에 포함된 음향 출력 모듈(155) 및 오디오 모듈(170)의 적어도 일부를 포함할 수 있다,According to an embodiment, the speaker 330 may output a sound corresponding to audio content. According to various embodiments, although only the speaker 330 is illustrated in FIG. 3 , the electronic device 300 includes at least a portion of the sound output module 155 and the audio module 170 included in the electronic device 101 of FIG. 1 . may include,
일 실시예에 따르면, 메모리(340)는 프로세서(350)에 의해 실행되는 인스트럭션들을 저장할 수 있다. 일 실시예에 따르면, 메모리(340)는 오디오 컨텐츠(예: 원본 오디오 컨텐츠 및/또는 서브 오디오 컨텐츠), 오디오 컨텐츠를 변환한 텍스트, 및/또는 태그(tag)를 저장할 수 있다.According to an embodiment, the memory 340 may store instructions executed by the processor 350 . According to an embodiment, the memory 340 may store audio content (eg, original audio content and/or sub-audio content), text converted from audio content, and/or a tag.
일 실시예에 따르면, 프로세서(350)는 오디오 컨텐츠를 텍스트로 변환할 수 있다. 일 실시예에 따르면, 프로세서(350)는 텍스트 변환 이전에 텍스트로 변환할 원본 오디오 컨텐츠를 전처리할 수 있다. 일 실시예에 따르면, 전처리 동작은 원본 오디오 컨텐츠를 분할하는 동작, 분할한 서브 오디오 컨텐츠들의 재생 속도를 조정하는 동작, 및/또는 서브 오디오 컨텐츠 각각의 무음 구간을 스킵하는 동작을 포함할 수 있다.According to an embodiment, the processor 350 may convert audio content into text. According to an embodiment, the processor 350 may pre-process the original audio content to be converted into text before text conversion. According to an embodiment, the pre-processing operation may include dividing the original audio content, adjusting the reproduction speed of the divided sub-audio content, and/or skipping the silent section of each sub-audio content.
일 실시예에 따르면, 프로세서(350)는 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할할 수 있다. 일 실시예에 따르면, 프로세서(350)는 오디오 컨텐츠를 동시에 재생하거나 또는 동시에 텍스트로 변환 가능한 리소스 성능을 인식하고, 인식한 리소스 성능에 기반하여 원본 오디오 컨텐츠를 분할할 개수를 결정할 수 있다. 예를 들어, 프로세서(350)는 원본 오디오 컨텐츠를 리소스 성능에 기반하여 결정된 개수의 서브 오디오 컨텐츠로 분할할 수 있다. 일 실시예에 따르면, 프로세서(350)는 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치(pitch)를 인식하고, 인식한 피치를 기반으로 원본 오디오 컨텐츠를 분할할 개수를 결정할 수 있다. 예를 들어, 프로세서(350)는 원본 오디오 컨텐츠를 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치 개수만큼의 서브 오디오 컨텐츠로 분할할 수 있다. 일 실시예에 따르면, 프로세서(350)는 파형의 주기성을 강조한 후에 결정 논리에 의해 피치를 검출하는 시간 영역 검출 방법(예: 병렬처리법, 평균 진폭 차 함수(AMDF), 자기 상관법(ACM, auto-correlation method)), 음성 스펙트럼의 고조파 간격을 측정하여 유성음의 기본 주파수를 검출하는 주파수 영역 검출 방법(예: 고조파 분석법, 리프터(lifter)법, 콤필러팅(combfiltering)법) 또는 시간 영역법의 계산 시간 절감과 피치의 정밀성, 그리고 시간 영역 검출 방법 및 주파수 영역 검출 방법을 동시에 적용한 시간-주파수 혼성 영역 검출 방법(예: 켑스트럼(cepstrum)법, 스펙스럼 비교법)을 이용하여 오디오 신호의 피치를 검출 할 수 있다. 예를 들어, 프로세서(350)는 AMDF(average magnitude difference function)을 포함하는 피치 탐색 방법을 이용하여 오디오 신호의 피치를 검출할 수 있다.According to an embodiment, the processor 350 may divide the original audio content into a plurality of sub audio content. According to an embodiment, the processor 350 may recognize resource performance capable of simultaneously playing back audio content or simultaneously converting to text, and may determine the number of divisions of the original audio content based on the recognized resource performance. For example, the processor 350 may divide the original audio content into a number of sub-audio content determined based on resource performance. According to an embodiment, the processor 350 may recognize a pitch of an audio signal included in the original audio content, and determine the number of divisions of the original audio content based on the recognized pitch. For example, the processor 350 may divide the original audio content into sub audio content equal to the number of pitches of the audio signal included in the original audio content. According to one embodiment, the processor 350 is a time domain detection method (eg, parallel processing method, average amplitude difference function (AMDF), autocorrelation method (ACM, auto) for detecting the pitch by decision logic after emphasizing the periodicity of the waveform. -correlation method)), a frequency domain detection method that detects the fundamental frequency of a voiced sound by measuring the harmonic spacing of the speech spectrum (e.g., harmonic analysis method, lifter method, combfiltering method) or time domain method Reduction of calculation time, precision of pitch, and the use of time-frequency hybrid domain detection methods (eg, cepstrum method, spectral comparison method) that simultaneously apply the time domain detection method and the frequency domain detection method to the pitch of the audio signal can be detected. For example, the processor 350 may detect the pitch of the audio signal using a pitch search method including an average magnitude difference function (AMDF).
일 실시예에 따르면, 프로세서(350)는 복수 개의 서브 오디오 컨텐츠 각각에 포함된 오디오 신호의 피치(pitch)의 주기를 인식할 수 있다. 일 실시예에 따르면, 프로세서(350)는 피치의 주기를 기반으로 복수 개의 서브 오디오 컨텐츠 각각의 재생 배속을 결정할 수 있다. 일 실시예에 따르면, 프로세서(350)는 서브 오디오 컨텐츠에 포함된 오디오 신호의 피치의 주기를 기반으로 서브 오디오 컨텐츠의 적어도 일부분을 중첩시킬 수 있다. 예를 들어, 프로세서(350)는 원하는 피치의 주기 및 원하는 재생 배속에 기반하여 서브 오디오 컨텐츠를 중첩시킬 부분(예: 하나의 피치 주기에 포함된 샘플들 중 중첩시킬 샘플의 수)를 결정할 수 있다. 예를 들어, 프로세서(350)는 서브 오디오 컨텐츠의 적어도 일부분을 중첩시킴으로써, 서브 오디오 컨텐츠 재생 시, 재생 속도를 증가시킬 수 있다.According to an embodiment, the processor 350 may recognize a period of a pitch of an audio signal included in each of a plurality of sub-audio contents. According to an embodiment, the processor 350 may determine the reproduction speed of each of the plurality of sub-audio contents based on the period of the pitch. According to an embodiment, the processor 350 may overlap at least a portion of the sub-audio content based on the period of the pitch of the audio signal included in the sub-audio content. For example, the processor 350 may determine an overlapping portion of sub-audio content (eg, the number of overlapping samples among samples included in one pitch period) based on a desired pitch period and a desired reproduction speed. . For example, the processor 350 may increase the reproduction speed when the sub audio content is reproduced by overlapping at least a portion of the sub audio content.
일 실시예에 따르면, 프로세서(350)는 복수 개의 서브 오디오 컨텐츠 각각에 포함된 무음 구간을 검출하고, 복수 개의 서브 오디오 컨텐츠 각각에 포함된 무음 구간을 스킵(skip) 또는 삭제할 수 있다.According to an embodiment, the processor 350 may detect a silent section included in each of the plurality of sub-audio contents and skip or delete the silent section included in each of the plurality of sub-audio contents.
일 실시예에 따르면, 프로세서(350)는 전처리한 복수 개의 서브 오디오 컨텐츠 각각을 재생하면서, 복수 개의 서브 오디오 각각을 텍스트로 변환할 수 있다. 일 실시예에 따르면, 프로세서(350)는 복수 개의 서브 오디오 컨텐츠 각각에 대한 텍스트를 병합하여 원본 오디오 컨텐츠에 대한 통합된 텍스트를 생성할 수 있다.According to an embodiment, the processor 350 may convert each of the plurality of sub audio contents into text while playing each of the plurality of pre-processed sub audio contents. According to an embodiment, the processor 350 may generate the integrated text for the original audio content by merging the text for each of the plurality of sub audio content.
일 실시예에 따르면, 프로세서(350)는 변환한 텍스트를 분석하여 적어도 하나의 태그를 생성할 수 있다. 일 실시예에 따르면, 프로세서(350)는 변환된 텍스트에서 특징점을 추출하고, 추출한 특징점을 기반으로 태그를 생성할 수 있다. 예를 들어, 프로세서(350)는 텍스트에 포함된 문장의 형태소를 분석하여 키워드(예: 지정된 고유 명사)를 추출할 수 있다. 예를 들어, 프로세서(350)는 추출한 키워드를 태그로 생성할 수 있다.According to an embodiment, the processor 350 may generate at least one tag by analyzing the converted text. According to an embodiment, the processor 350 may extract a feature point from the converted text and generate a tag based on the extracted feature point. For example, the processor 350 may extract a keyword (eg, a designated proper noun) by analyzing a morpheme of a sentence included in the text. For example, the processor 350 may generate the extracted keyword as a tag.
일 실시예에 따르면, 프로세서(350)는 변환한 텍스트 및 적어도 하나의 태그 중 적어도 하나를 원본 오디오 컨텐츠와 매핑하여 저장할 수 있다. 예를 들어, 프로세서(350)는 변환한 텍스트를 원본 오디오 컨텐츠와 연관시켜 저장할 수 있다. 예를 들어, 프로세서(350)는 태그를 원본 오디오 컨텐츠에서 태그에 대응하는 부분에 연관시켜 저장할 수 있다. 예를 들어, 프로세서(350)는 텍스트 및/또는 태그를 원본 컨텐츠에서 대응되는 부분에 링크(link)시킬 수 있다.According to an embodiment, the processor 350 may map and store at least one of the converted text and at least one tag with the original audio content. For example, the processor 350 may store the converted text in association with the original audio content. For example, the processor 350 may store the tag in association with a portion corresponding to the tag in the original audio content. For example, the processor 350 may link text and/or tags to a corresponding part in the original content.
일 실시예에 따르면, 프로세서(350)는 태그의 종류, 주제, 사용 빈도, 관련성, 사용자 선호도, 관련된 어플리케이션, 및 사용자가 직접 생성하였는지 여부 중 적어도 하나에 기반하여 상기 생성한 적어도 하나의 태그를 그룹화하거나, 또는 상기 생성한 적어도 하나의 태그의 우선 순위를 설정할 수 있다.According to an embodiment, the processor 350 groups the generated at least one tag based on at least one of a type, subject, frequency of use, relevance, user preference, related application, and whether the user has directly created the tag. Alternatively, the priority of the generated at least one tag may be set.
일 실시예에 따르면, 프로세서(350)는 사용자로부터 입력 받은 태그에 대응하는 오디오 컨텐츠를 검색하여 사용자에게 제공할 수 있다. 예를 들어, 프로세서(350)는 사용자로부터 입력 받은 태그에 대응하는 오디오 컨텐츠에서 태그에 대응하는 부분을 스피커(330)를 통하여 재생할 수 있다.According to an embodiment, the processor 350 may search for audio content corresponding to a tag input from the user and provide it to the user. For example, the processor 350 may reproduce a part corresponding to the tag from the audio content corresponding to the tag input by the user through the speaker 330 .
다양한 실시예에 따르면, 전자 장치(300)는 도 1에 도시된 전자 장치(101)의 구성 중 적어도 일부를 더 포함할 수 있다.According to various embodiments, the electronic device 300 may further include at least a part of the configuration of the electronic device 101 illustrated in FIG. 1 .
도 4는 일 실시예에 따른 전자 장치의 시스템 구조(system architecture)를 도시한다.4 illustrates a system architecture of an electronic device according to an embodiment.
일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))의 시스템 구조는 하드웨어(hardware, HW) 계층(410), 커널(kernel) 계층(420), HAL(hardware abstraction layer) 계층(430), 프레임워크(framework) 계층(440), 및 어플리케이션(application) 계층(450)을 포함할 수 있다.According to an embodiment, the system structure of the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) may include a hardware (HW) layer 410, a kernel layer ( 420 ), a hardware abstraction layer (HAL) layer 430 , a framework layer 440 , and an application layer 450 .
일 실시예에 따르면, 어플리케이션 계층(450)은 적어도 하나의 어플리케이션(451) 및 시스템 UI(453)를 포함할 수 있다. 일 실시예에 따르면, 어플리케이션(451)은 전자 장치의 디스플레이의 표시 영역의 해상도에 기반하여 적어도 하나의 레이어를 드로잉(drawing)할 수 있다. 일 실시예에 따르면, 어플리케이션(451)은 드로잉 라이브러리(예: 뷰 시스템(view system)(445))를 이용하여 디스플레이의 표시 영역의 해상도에 기반한 적어도 하나의 레이어를 드로잉할 수 있다. 일 실시예에 따르면, 어플리케이션(451)은 전화 어플리케이션, 인터넷 브라우저, 비디오 어플리케이션, 또는 게임 어플리케이션과 같이 그 종류가 제한되지 않을 수 있다. 일 실시예에 따르면, 시스템 UI(453)는 알림 바(notification bar), 또는 퀵 뷰(quick view)와 같이 전자 장치(101)의 시스템 상에서 구현하는 여러 GUI(graphical user interface) 화면을 구성하는 어플리케이션을 의미할 수 있다.According to an embodiment, the application layer 450 may include at least one application 451 and a system UI 453 . According to an embodiment, the application 451 may draw at least one layer based on the resolution of the display area of the display of the electronic device. According to an embodiment, the application 451 may draw at least one layer based on the resolution of the display area of the display using a drawing library (eg, a view system 445 ). According to an embodiment, the type of the application 451 may not be limited, such as a phone application, an Internet browser, a video application, or a game application. According to an embodiment, the system UI 453 is an application constituting various graphical user interface (GUI) screens implemented on the system of the electronic device 101 , such as a notification bar or a quick view. can mean
일 실시예에 따르면, 프레임워크 계층(440)은 윈도우 매니저(442), 뷰 시스템(445), 센서 매니저(441), 오디오 서비스(444), 액티비티 매니저(446), ATCM(audio to text convert manager)(443)를 포함할 수 있다. 일 실시예에 따르면, 프레임워크 계층(440)은 전자 장치의 하나 이상의 리소스들로부터 제공되는 기능 또는 정보가 어플리케이션(451)에 의해 사용될 수 있도록 다양한 기능들을 어플리케이션(451)으로 제공할 수 있다.According to an embodiment, the framework layer 440 includes a window manager 442 , a view system 445 , a sensor manager 441 , an audio service 444 , an activity manager 446 , and an audio to text convert manager (ATCM). ) (443). According to an embodiment, the framework layer 440 may provide various functions to the application 451 so that functions or information provided from one or more resources of the electronic device may be used by the application 451 .
일 실시예에 따르면, 윈도우 매니저(442)는 전자 장치의 화면에서 사용되는 하나 이상의 GUI 자원들을 관리할 수 있다. 예를 들어, 윈도우 매니저(442)는, 전자 장치의 센서를 통해 전자 장치의 상태 변경이 식별되면, 전자 장치의 변경된 상태에 대응하는 표시 영역의 정보를 어플리케이션 계층(450)에 전달할 수 있다. 예를 들어, 전자 장치의 상태 변경이 식별되면, 윈도우 매니저(442)는 실행 중인 어플리케이션들(451) 중 연속성이 설정된 어플리케이션에게 전자 장치의 변경된 상태에 대응하는 표시 영역의 정보를 전달할 수 있다.According to an embodiment, the window manager 442 may manage one or more GUI resources used on the screen of the electronic device. For example, when a state change of the electronic device is identified through a sensor of the electronic device, the window manager 442 may transmit information on the display area corresponding to the changed state of the electronic device to the application layer 450 . For example, when a change in the state of the electronic device is identified, the window manager 442 may transmit information on the display area corresponding to the changed state of the electronic device to an application for which continuity is set among the running applications 451 .
일 실시예에 따르면, 뷰 시스템(445)은 디스플레이의 표시 영역의 해상도에 기반하여 적어도 하나의 레이어를 드로잉하기 위한 모듈일 수 있다. 예를 들어, 어플리케이션(451)은 뷰 시스템(445)을 이용하여 적어도 하나의 레이어를 드로잉할 수 있다.According to an embodiment, the view system 445 may be a module for drawing at least one layer based on the resolution of the display area of the display. For example, the application 451 may draw at least one layer using the view system 445 .
일 실시예에 따르면, 센서 매니저(441)는 센서 관련 어플리케이션을 포함하는 사용성에 기반하여 센서를 제어할 수 있다.According to an embodiment, the sensor manager 441 may control a sensor based on usability including a sensor-related application.
일 실시예에 따르면, 오디오 서비스(444)는 실행중인 어플리케이션 프로그램과 관련된 화면 및 오디오 상태를 구성할 수 있다.According to an embodiment, the audio service 444 may configure a screen and audio state related to an application program being executed.
일 실시예에 따르면, 액티비티 매니저(446)는 어플리케이션(451)의 생명주기(lifecycle)와 액티비티 스택을 제어할 수 있다. According to an embodiment, the activity manager 446 may control a lifecycle and an activity stack of the application 451 .
일 실시예에 따르면, ATCM(443)은 오디오 컨텐츠를 텍스트로 변환하는 동작을 제어할 수 있다.According to an embodiment, the ATCM 443 may control an operation of converting audio content into text.
일 실시예에 따르면, HAL 계층(430)은 하드웨어 계층(410)에 포함된 복수의 하드웨어 모듈과 전자 장치의 소프트웨어(프로그램) 사이의 추상화된 계층을 의미할 수 있다. 일 실시예에 따르면, HAL 계층(430)은 이벤트 허브(event hub)(431) 및 서피스 플링거(surface flinger)(433)를 포함할 수 있다.According to an embodiment, the HAL layer 430 may mean an abstracted layer between a plurality of hardware modules included in the hardware layer 410 and software (program) of the electronic device. According to an embodiment, the HAL layer 430 may include an event hub 431 and a surface flinger 433 .
일 실시예에 따르면, 이벤트 허브(431)는 전자 장치의 터치 모듈 및 센서 모듈에서 발생하는 이벤트를 표준화하는 인터페이스 모듈일 수 있다.According to an embodiment, the event hub 431 may be an interface module that standardizes events occurring in the touch module and the sensor module of the electronic device.
일 실시예에 따르면, 서피스 플링거(433)는 복수의 레이어들을 합성할 수 있다. 일 실시예에 따르면, 서피스 플링거(433)는 합성된 복수의 레이어들을 나타내는 데이터를 디스플레이 컨트롤러(423)에 제공할 수 있다.According to an embodiment, the surface flinger 433 may combine a plurality of layers. According to an embodiment, the surface flinger 433 may provide data representing a plurality of synthesized layers to the display controller 423 .
일 실시예에 따르면, 커널 계층(420)은 전자 장치에 포함된 하드웨어 모듈을 제어하기 위한 다양한 드라이버를 포함할 수 있다. 예를 들어, 커널 계층(420)은 센서와 연결된 센서 컨트롤러를 제어하는 인터페이스 모듈을 포함하는 센서 드라이버(421)를 포함할 수 있다. 일 실시예에 따르면, 커널 계층(420)은 디스플레이 구동 회로(display driver IC, DDI)에 대응하는 디스플레이 컨트롤러(DDI controller)(423)를 포함할 수 있다.According to an embodiment, the kernel layer 420 may include various drivers for controlling a hardware module included in the electronic device. For example, the kernel layer 420 may include a sensor driver 421 including an interface module for controlling a sensor controller connected to a sensor. According to an embodiment, the kernel layer 420 may include a display controller (DDI controller) 423 corresponding to a display driver IC (DDI).
일 실시예에 따르면, 하드웨어 계층(410)은 센서 컨트롤러(411) 및 디스플레이 패널(413)을 포함할 수 있다. 일 실시예에 따르면, 센서 컨트롤러(411)는 센서 모듈에 기반하여 전자 장치의 상태 변경을 인식할 수 있다. 일 실시예에 따르면, 디스플레이 패널(413)은 DDI 컨트롤러에 제어에 기반하여 컨텐츠를 표시할 수 있다. 일 실시예에 따르면, 디스플레이 패널(413)은 표시 장치를 의미할 수 있다.According to an embodiment, the hardware layer 410 may include a sensor controller 411 and a display panel 413 . According to an embodiment, the sensor controller 411 may recognize a state change of the electronic device based on the sensor module. According to an embodiment, the display panel 413 may display content based on control by the DDI controller. According to an embodiment, the display panel 413 may refer to a display device.
도 5는 일 실시예에 따른 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))의 동작을 설명하기 위한 도면이다. 일 실시예에 따르면, 전자 장치는 ATCM(audio to text conversion module)(501)를 포함할 수 있다.5 is a diagram for explaining an operation of an electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) according to an exemplary embodiment. According to an embodiment, the electronic device may include an audio to text conversion module (ATCM) 501 .
일 실시예에 따르면, ATCM(501)은 오디오 컨텐츠를 텍스트로 변환할 수 있다. 일 실시예에 따르면, ATCM(501)은 오디오 입력 모듈(510), 전처리 모듈(520), 인터프리터 모듈(530), 및 데이터베이스(540)를 포함할 수 있다.According to an embodiment, the ATCM 501 may convert audio content into text. According to an embodiment, the ATCM 501 may include an audio input module 510 , a preprocessing module 520 , an interpreter module 530 , and a database 540 .
일 실시예에 따르면, ATCM(501)은 오디오 컨텐츠를 수신하고, 오디오 컨텐츠를 전처리하고 텍스트 변환할 수 있다. 일 실시예에 따르면, ATCM(501)은 변한된 텍스트를 기반으로 특징점을 추출하고, 태깅(tagging) 동작을 수행하여 텍스트와 오디오 컨텐츠를 동기화할 수 있다.According to an embodiment, the ATCM 501 may receive audio content, pre-process the audio content, and convert the text. According to an embodiment, the ATCM 501 may synchronize text and audio content by extracting a feature point based on the changed text and performing a tagging operation.
일 실시예에 따르면, 오디오 입력 모듈(510)는 오디오 컨텐츠를 수신할 수 있다. 일 실시예에 따르면, 오디오 입력 모듈(510)는 오디오 컨텐츠를 분석할 수 있다. 예를 들어, 오디오 컨텐츠는 버퍼에 저장된 형태이거나, 파일(515) 형태를 포함할 수 있다. 예를 들어, 버퍼에 저장된 오디오 컨텐츠는 다양한 방식을 통해 오디오 입력 모듈(510)로 입력될 수 있다. 예를 들어, 오디오 컨텐츠의 입력 방식은 파일(515) 전송, 스트리밍, 오디오 캡쳐, 및 미디어 스캔을 포함할 수 있다. 일 실시예에 따르면, 오디오 입력 모듈(510)은 미디어 스캐너(511) 또는 사용자 액션(513)을 기반으로 오디오 컨텐츠를 검색 또는 추출할 수 있다. 일 실시예에 따르면, 미디어 스캐너(511)는 전자 장치에 포함된 오디오 파일(515)들의 목록을 획득하고, 획득한 목록에 기반하여 오디오 컨텐츠를 검색 및 인식할 수 있다. 일 실시예에 따르면, 오디오 입력 모듈(510)는 선택된 오디오 컨텐츠의 위치를 URI(universal resource identifier)의 형태로 전처리 모듈(520)에 제공할 수 있다.According to an embodiment, the audio input module 510 may receive audio content. According to an embodiment, the audio input module 510 may analyze audio content. For example, the audio content may be stored in a buffer or may include a file 515 format. For example, audio content stored in the buffer may be input to the audio input module 510 through various methods. For example, the input method of audio content may include file 515 transmission, streaming, audio capture, and media scan. According to an embodiment, the audio input module 510 may search for or extract audio content based on the media scanner 511 or the user action 513 . According to an embodiment, the media scanner 511 may obtain a list of audio files 515 included in the electronic device, and search and recognize audio content based on the obtained list. According to an embodiment, the audio input module 510 may provide the location of the selected audio content to the preprocessing module 520 in the form of a universal resource identifier (URI).
일 실시예에 따르면, ATCM(501)은 전자 장치의 파일(515) 시스템으로부터 오디오 컨텐츠를 수신할 수도 있다. 다양한 실시에에 따르면, 파일(515) 시스템은 ATCM(501)에 포함되거나 ATCM(501) 외부에 존재할 수 있다.According to an embodiment, the ATCM 501 may receive audio content from the file 515 system of the electronic device. According to various implementations, the file 515 system may be included in the ATCM 501 or may exist external to the ATCM 501 .
일 실시예에 따르면, 전처리 모듈(520)은 오디오 컨텐츠를 분할하거나, 오디오 컨텐츠의 재생 배속을 조정하거나, 오디오 컨텐츠 내의 무음 구간을 스킵(skip)할 수 있다.According to an embodiment, the preprocessing module 520 may divide the audio content, adjust the reproduction speed of the audio content, or skip a silent section in the audio content.
일 실시예에 따르면, 인터프리터 모듈(530)은 오디오 컨텐츠를 재생하면서 텍스트로 변환할 수 있다.According to an embodiment, the interpreter module 530 may convert audio content into text while playing it.
일 실시예에 따르면, 데이터베이스(540)는 변환된 텍스트(예: 변환된 텍스트 전문, 또는 추출된 키워드(특징점), 및/또는 태그 정보) 및 텍스트와 오디오 컨텐츠를 동기화하기 위한 정보(예: 텍스트에 대응하는 오디오 컨텐츠의 타임 포지션(time position))을 저장할 수 있다.According to an embodiment, the database 540 may store the converted text (eg, the converted text full text, or extracted keywords (feature points), and/or tag information) and information for synchronizing text and audio content (eg, text). It is possible to store a time position (time position) of the audio content corresponding to .
다양한 실시예에 따르면, 도 5에서 ATCM에 의해 실행되는 것으로 설명한 동작들은, 전자 장치의 프로세서에 의해 수행될 수 있다.According to various embodiments, the operations described as being executed by the ATCM in FIG. 5 may be performed by a processor of the electronic device.
도 6은 일 실시예에 따른 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))의 동작을 설명하기 위한 도면이다. 이하에서는, 도 5와 동일한 동작은 설명을 생략하거나, 간략히 하고, ATCM(601)의 전처리 모듈(620)의 동작을 중점적으로 설명한다.6 is a diagram for explaining an operation of an electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) according to an embodiment. Hereinafter, the same operation as in FIG. 5 will be omitted or simplified, and the operation of the preprocessing module 620 of the ATCM 601 will be mainly described.
일 실시예에 따르면, 전처리 모듈(620)은 오디오 입력 모듈(610) 또는 파일 시스템(615)로부터 수신한 원본 오디오 컨텐츠를 전처리하여 인터프리터 모듈(630)에 제공할 수 있다. 일 실시예에 따르면, 인터프리터 모듈(630)은 전처리 모듈(620)로부터 제공 받은 데이터(예: 원본 오디오 컨텐츠 및/또는 서브 오디오 컨텐츠)를 재생하면서 텍스트로 변환하고, 원본 또는 서브 오디오 컨텐츠, 변환된 텍스트, 및 텍스트 변환 작업과 관련된 데이터를 데이터베이스(640)에 저장할 수 있다.According to an embodiment, the pre-processing module 620 may pre-process the original audio content received from the audio input module 610 or the file system 615 and provide it to the interpreter module 630 . According to an embodiment, the interpreter module 630 converts the data (eg, original audio content and/or sub-audio content) provided from the pre-processing module 620 into text while playing back, and converts the original or sub-audio content, the converted Text and data related to a text conversion operation may be stored in the database 640 .
일 실시예에 따르면, 621 동작에서, 전처리 모듈(620)은 수신기(receiver)를 통해 원본 오디오 컨텐츠를 수신할 수 있다. According to an embodiment, in operation 621 , the preprocessing module 620 may receive the original audio content through a receiver.
일 실시예에 따르면, 622 동작에서, 전처리 모듈(620)은 수신한 원본 오디오 컨텐츠를 디코딩할 수 있다. 예를 들어, 전처리 모듈(620)은 수신한 원본 오디오 컨텐츠가 압축된 형태인 경우 디코더를 통하여 압축을 해제할 수 있다. 예를 들어, 전처리 모듈(620)은 원본 오디오 컨텐츠의 포맷이 MP3 및 OGG와 같은 표준 압축 오디오 코딩 포맷인 경우, 대응되는 디코더를 이용하여 WAV와 같은 PCM 형태의 오디오 포맷으로 변환할 수 있다.According to an embodiment, in operation 622 , the pre-processing module 620 may decode the received original audio content. For example, when the received original audio content is in a compressed form, the preprocessing module 620 may decompress it through a decoder. For example, when the format of the original audio content is a standard compressed audio coding format such as MP3 and OGG, the preprocessing module 620 may convert it into a PCM audio format such as WAV using a corresponding decoder.
일 실시예에 따르면, 623 동작에서, 전처리 모듈(620)은 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할할 수 있다. According to an embodiment, in operation 623 , the preprocessing module 620 may divide the original audio content into a plurality of sub audio content.
일 실시예에 따르면, 전처리 모듈(620)은 전자 장치의 시스템 특성을 기반으로 원본 오디오 컨텐츠를 분할할 수 있다. 예를 들어, 전자 장치는 동시에 동작 가능한 리소스 성능이 정해져 있을 수 있다. 예를 들어, 전처리 모듈(620)은 전자 장치가 동시에 동작 가능한 리소스 성능을 확인할 수 있다. 예를 들어, 전처리 모듈(620)은 동시에 재생 가능한 오디오 컨텐츠 개수, 동시에 생성 가능한 서브믹스(submix) 개수, 및/또는 동시에 생성 가능한 인터프리터(interpreter) 개수를 확인할 수 있다. 예를 들어, 전자 장치가 200개의 오디오 트랙에 대해 동시에 동작이 가능하다면, 동시에 생성 가능한 서브믹스 개수 및/또는 동시에 생성 가능한 인터프리터의 개수는 200개 일 수 있다. 일 실시예에 따르면, 전처리 모듈(620)은 동시에 동작 가능한 리소스 성능에 기반하여 원본 오디오 컨텐츠를 분할할 개수를 결정할 수 있다. 예를 들어, 전처리 모듈(620)은 원본 오디오 컨텐츠를 동시에 동작 가능한 자원 개수의 서브 오디오 컨텐츠로 분할할 수 있다. 일 실시예에 따르면, 분할된 서브 오디오 컨텐츠는 전자 장치의 메모리 사용량에 따라 메모리에 저장되거나, 외부의 파일 시스템에 저장될 수 있다.According to an embodiment, the preprocessing module 620 may divide the original audio content based on system characteristics of the electronic device. For example, resource capabilities capable of simultaneously operating the electronic device may be determined. For example, the preprocessing module 620 may check resource performance that the electronic device can operate simultaneously. For example, the preprocessing module 620 may check the number of simultaneously playable audio contents, the number of submixes that can be created simultaneously, and/or the number of interpreters that can be simultaneously created. For example, if the electronic device can simultaneously operate on 200 audio tracks, the number of submixes that can be created simultaneously and/or the number of interpreters that can be created simultaneously may be 200. According to an embodiment, the preprocessing module 620 may determine the number of divisions of the original audio content based on resource performance that can be operated simultaneously. For example, the preprocessing module 620 may divide the original audio content into sub-audio content of the number of resources capable of being operated simultaneously. According to an embodiment, the divided sub-audio content may be stored in a memory or in an external file system according to the memory usage of the electronic device.
일 실시예에 따르면, 전처리 모듈(620)은 원본 오디오 컨텐츠의 특성에 기반하여 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할할 수 있다. 예를 들어, 전처리 모듈(620)은 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치(pitch)를 인식하고, 인식한 피치를 기반으로 원본 오디오 컨텐츠를 분할할 개수를 결정할 수 있다. 예를 들어, 피치를 탐색하는 방법은 AMDF(average magnitude difference function)을 포함하는 다양한 방법이 사용될 수 있다. 예를 들어, 전처리 모듈(620)은 분할에 소요되는 시간을 감소시키기 위하여 오디오 신호의 시작 부분과 끝 부분 양 방향에서 피치를 탐색하면서, 피치 구간만큼 원본 오디오 컨텐츠를 분할할 수 있다. 예를 들어, 전처리 모듈(620)은 오디오 신호의 시작 및 끝 부분 양쪽으로부터 피치를 검출하고, 검출된 피치를 기준으로 원본 오디오 컨텐츠를 분할할 수 있다.According to an embodiment, the pre-processing module 620 may divide the original audio content into a plurality of sub-audio content based on the characteristics of the original audio content. For example, the preprocessing module 620 may recognize a pitch of an audio signal included in the original audio content, and determine the number of divisions of the original audio content based on the recognized pitch. For example, various methods including an average magnitude difference function (AMDF) may be used as a method of searching for a pitch. For example, the preprocessing module 620 may divide the original audio content by a pitch section while searching for pitches in both directions of the beginning and the end of the audio signal in order to reduce the time required for the division. For example, the preprocessing module 620 may detect a pitch from both the start and end portions of the audio signal, and divide the original audio content based on the detected pitch.
일 실시예에 따르면, 624 동작에서, 전처리 모듈(620)은 분할된 서브 오디오 컨텐츠 각각을 저장할 수 있다. 예를 들어, 분할된 서브 오디오 컨텐츠 각각은 오디오 트랙의 형태로 저장될 수 있다.According to an embodiment, in operation 624 , the pre-processing module 620 may store each of the divided sub-audio contents. For example, each of the divided sub-audio contents may be stored in the form of an audio track.
일 실시예에 따르면, 625 동작에서, 전처리 모듈(620)은 분할한 서브 오디오 컨텐츠 각각의 배속을 조정할 수 있다. 일 실시예에 따르면, 전처리 모듈(620)은 서브 오디오 컨텐츠 각각에 포함된 오디오 신호의 피치를 검출하고, 검출된 피치(예: 피치의 주기)를 기반으로 서브 오디오 컨텐츠의 적어도 일부분을 중첩할 수 있다. 예를 들어, 전자 장치는 서브 오디오 컨텐츠를 재생하고자 하는 배속 속도를 결정하고, 배속 속도 및 피치 주기를 기반으로 서브 오디오 컨텐츠에서 중첩시킬 샘플의 수를 결정할 수 있다. 예를 들어, 전처리 모듈(620)은 서브 오디오 컨텐츠의 적어도 일부분을 중첩시켜서, 이후 서브 오디오 컨텐츠의 재생 시의 속도(배속)를 조정할 수 있다. 배속을 조정하는 자세한 동작은 이하의 도 8a 내지 도 8d에서 더 상세히 설명한다.According to an embodiment, in operation 625 , the pre-processing module 620 may adjust the speed of each of the divided sub-audio contents. According to an embodiment, the pre-processing module 620 may detect a pitch of an audio signal included in each sub-audio content, and overlap at least a portion of the sub-audio content based on the detected pitch (eg, a pitch period). have. For example, the electronic device may determine a double speed at which the sub audio content is to be reproduced, and determine the number of samples to be overlapped in the sub audio content based on the double speed and the pitch period. For example, the preprocessing module 620 may overlap at least a portion of the sub-audio content to adjust a speed (double speed) when the sub-audio content is reproduced thereafter. A detailed operation of adjusting the double speed will be described in more detail with reference to FIGS. 8A to 8D below.
일 실시예에 따르면, 626 동작에서, 전처리 모듈(620)은 서브 오디오 컨텐츠 각각에서 무음 구간을 스킵(skip)할 수 있다. 예를 들어, 서브 오디오 컨텐츠 각각은 아무런 소리가 없는 구간을 포함할 수 있다. 예를 들어, 무음 구간은 아무런 소리가 없거나 의미 있는 소리가 없는 구간을 포함할 수 있다. 예를 들어, 전처리 모듈(620)은 서브 오디오 컨텐츠의 재생 시간을 단축시키고 불필요한 변환 구간을 삭제하여 오디오를 텍스트로 변환하는 효율을 높이기 위하여 서브 오디오 컨텐츠에 포함된 무음 구간을 삭제(스킵)하고 재생할 수 있다. 일 실시예에 따르면, 전처리 모듈(620)은 무음 구간을 스킵한 서브 오디오 컨텐츠를 624 동작의 오디오 트랙의 형태로 다시 저장할 수도 있다.According to an embodiment, in operation 626 , the pre-processing module 620 may skip a silent section in each sub-audio content. For example, each sub audio content may include a section in which no sound is made. For example, the silent section may include a section in which there is no sound or meaningful sound. For example, the preprocessing module 620 deletes (skips) a silent section included in the sub-audio content and reproduces it in order to shorten the playback time of the sub-audio content and increase the efficiency of converting audio into text by deleting unnecessary conversion sections. can According to an embodiment, the pre-processing module 620 may re-store the sub-audio content in which the silent section is skipped in the form of an audio track in operation 624 .
일 실시예에 따르면, 627 동작 및 628 동작에서, 전처리 모듈(620)은 서브믹스(submix)를 통하여 전처리된 복수의 서브 오디오 컨텐츠들의 출력을 입력으로 전환할 수 있다. 예를 들어, 627 동작에서 전처리된 서브 오디오 컨텐츠가 서브믹스 출력(submix output)으로 제공되고, 628 동작에서 서브믹스 출력이 서브믹스 입력(submix input)으로 제공될 수 있다. 예를 들어, 서브믹스 출력과 서브믹스 입력은 동일한 메모리 공간을 공유할 수 있다. 예를 들어, 624 동작의 오디오 트랙이 서브믹스 출력에 대응하는 메모리에 써(write)지면, 해당 컨텐츠(오디오 트랙)은 서브믹스 입력으로 전달될 수 있다. 예를 들어, 서브믹스 출력으로 제공되는 오디오 컨텐츠가 서브믹스 입력의 오디오 컨텐츠와 1대1로 매핑될 수 있다. 일 실시예에 따르면, 629 동작에서, 전처리 모듈(620)은 전처리된 서브 오디오 컨텐츠 각각을 기록(record)하고 인터프리터 모듈(630)에 제공할 수 있다. 일 실시예에 따르면, 전처리 모듈(620)은 628 동작에서 서브믹스 입력으로 제공된 서브 오디오 컨텐츠를 629 동작에서 기록(record)할 수 있다. 예를 들어, 629 동작에서, 전처리 모듈(620)은 서브 오디오 컨텐츠 각각에 대응하는 오디오 레코드를 생성할 수 있다. 일 실시예에 따르면, 오디오 레코드에 대응하는 메모리 공간은 서브믹스 입력에 대응하는 메모리 공간을 포함할 수 있다. 예를 들어, 서브믹스 입력으로 제공되는 서브 오디오 컨텐츠가 오디오 레코드로서 기록될 수 있다. 일 실시예에 따르면, 624 동작의 오디오 트랙과 629 동작의 오디오 레코드는 1대1로 매핑될 수 있다. 예를 들어, 624 동작의 오디오 트랙이 627 동작의 서브믹스 출력 및 628 동작의 서브믹스 입력으로 제공되고, 629 동작의 오디오 레코드로서 제공될 수 있다. 예를 들어, 복수 개의 서브 오디오 컨텐츠 각각에 대응하는 오디오 트랙과 복수 개의 서브 오디오 컨텐츠 각각에 대응하는 오디오 레코드는 매핑될 수 있다. 예를 들어, 전처리 모듈(620)은 복수 개의 서브 오디오 컨텐츠 각각에 대응하는 오디오 트랙 및 오디오 레코드를 생성함으로써, 복수 개의 서브 오디오 컨텐츠 각각이 서로 상호 간섭 없이 인터프리터 모듈(630)로 전달되도록 할 수 있다.According to an embodiment, in steps 627 and 628 , the preprocessing module 620 may convert the output of a plurality of sub audio contents preprocessed through a submix into an input. For example, the preprocessed sub audio content may be provided as a submix output in operation 627 , and the submix output may be provided as a submix input in operation 628 . For example, the submix output and submix input can share the same memory space. For example, when an audio track in operation 624 is written to a memory corresponding to the submix output, the corresponding content (audio track) may be transmitted to the submix input. For example, audio content provided as a submix output may be mapped one-to-one with audio content of a submix input. According to an embodiment, in operation 629 , the pre-processing module 620 may record each pre-processed sub audio content and provide it to the interpreter module 630 . According to an embodiment, the preprocessing module 620 may record the sub audio content provided as a submix input in operation 628 in operation 629 . For example, in operation 629 , the preprocessing module 620 may generate an audio record corresponding to each sub audio content. According to an embodiment, a memory space corresponding to an audio record may include a memory space corresponding to a submix input. For example, sub audio content provided as a submix input may be recorded as an audio record. According to an embodiment, the audio track of operation 624 and the audio record of operation 629 may be mapped one-to-one. For example, the audio track of operation 624 may be provided as a submix output of operation 627 and a submix input of operation 628 and provided as an audio record of operation 629 . For example, an audio track corresponding to each of the plurality of sub audio contents and an audio record corresponding to each of the plurality of sub audio contents may be mapped. For example, the pre-processing module 620 may generate an audio track and an audio record corresponding to each of the plurality of sub-audio contents, so that each of the plurality of sub-audio contents is transmitted to the interpreter module 630 without mutual interference. .
일 실시예에 따르면, 623 동작 내지 626 동작의 순서는 변경될 수 있다. 예를 들어, 무음 구간을 스킵하는 626 동작은 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할하는 623 동작 이전에 수행될 수도 있다.According to an embodiment, the order of operations 623 to 626 may be changed. For example, operation 626 of skipping the silent section may be performed before operation 623 of dividing the original audio content into a plurality of sub audio content.
다양한 실시예에 따르면, 도 5에서 ATCM(601)(예: 전처리 모듈(620))에 의해 실행되는 것으로 설명한 동작들은, 전자 장치의 프로세서에 의해 수행될 수 있다.According to various embodiments, the operations described as being executed by the ATCM 601 (eg, the preprocessing module 620 ) in FIG. 5 may be performed by a processor of the electronic device.
도 7a 및 도 7b는 일 실시예에 따른 전자 장치가 원본 오디오 컨텐츠를 분할하는 동작을 설명하기 위한 도면이다.7A and 7B are diagrams for explaining an operation in which an electronic device divides original audio content according to an exemplary embodiment.
도 7a를 참조하면, 일 실시예에 따른 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 원본 오디오 컨텐츠(700)를 텍스트로 변환하는 경우에, 원본 오디오 컨텐츠(700)를 복수 개의 서브 오디오 컨텐츠(710, 720, 730, 740, 750)로 분할할 수 있다. 일 실시예에 따르면, 전자 장치는 압축된 원본 오디오 컨텐츠(700)를 디코딩한 이후, 디코딩된 원본 오디오 컨텐츠(700)를 복수 개의 서브 오디오 컨텐츠(710, 720, 730. 740, 750)로 분할할 수 있다. 예를 들어, 오디오 컨텐츠를 텍스트로 변환하기 위해서는 오디오 컨텐츠의 재생이 필요할 수 있다. 일 실시예에 따르면, 전자 장치는 분할된 서브 오디오 컨텐츠(710, 720, 730. 740, 750) 각각을 동시에 재생하면서 텍스트로 변환할 수 있다. 예를 들어, 전자 장치는 분할된 서브 오디오 컨텐츠(710, 720, 730. 740, 750) 각각을 텍스트로 변환하는 작업을 동시에 병렬적으로 진행함으로써, 전체 원본 오디오 컨텐츠(700)를 텍스트로 변환하는데 소요되는 시간을 감소시킬 수 있다. 예를 들어, 원본 오디오 컨텐츠(700)의 전체 시간이 10분이고 원본 오디오 컨텐츠(700)를 2분 길이의 서브 오디오 컨텐츠 5개(710, 720, 730. 740, 750)로 분할하는 경우, 원본 오디오 컨텐츠(700) 전체를 재생하면서 텍스트로 변환하는 경우에는 10분의 재생 시간이 필요하나, 서브 오디오 컨텐츠들(710, 720, 730. 740, 750)로 분할하여 동시에 재생하는 경우 2분의 재생 시간 후에 텍스트 변환이 가능할 수 있다.Referring to FIG. 7A , when the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) according to an embodiment converts the original audio content 700 into text, the original The audio content 700 may be divided into a plurality of sub audio content 710 , 720 , 730 , 740 , and 750 . According to an embodiment, after decoding the compressed original audio content 700 , the electronic device divides the decoded original audio content 700 into a plurality of sub audio content 710 , 720 , 730. 740 , 750 . can For example, in order to convert the audio content into text, it may be necessary to reproduce the audio content. According to an embodiment, the electronic device may convert the divided sub-audio contents 710 , 720 , 730 , 740 , and 750 into text while simultaneously playing them. For example, the electronic device converts the entire original audio content 700 into text by simultaneously and parallelly converting each of the divided sub audio content 710 , 720 , 730 , 740 , and 750 into text. It can reduce the time required. For example, if the total time of the original audio content 700 is 10 minutes and the original audio content 700 is divided into 5 sub-audio contents (710, 720, 730. 740, 750) with a length of 2 minutes, the original audio content When converting the entire content 700 to text while playing it, 10 minutes of playback time is required, but when divided into sub audio contents 710, 720, 730, 740, and 750 and played at the same time, the playback time of 2 minutes Text conversion may be possible later.
도 7b를 참조하면, 일 실시예에 따른 전자 장치는 오디오 신호의 특성을 고려하여, 원본 오디오 컨텐츠(700)를 복수 개의 서브 오디오 컨텐츠(710, 720, 730, 740, 750)로 분할할 수 있다. 예를 들어, 전자 장치는 원본 오디오 컨텐츠(700)에 포함된 오디오 신호의 정방향 및/또는 역방향의 피치(pitch)를 순차적으로 인식하고, 인식한 피치를 기반으로 원본 오디오 컨텐츠(700)를 복수 개의 서브 오디오 컨텐츠로 분할할 수 있다.Referring to FIG. 7B , the electronic device according to an embodiment may divide the original audio content 700 into a plurality of sub audio content 710 , 720 , 730 , 740 , and 750 in consideration of the characteristics of the audio signal. . For example, the electronic device sequentially recognizes pitches in the forward and/or reverse directions of an audio signal included in the original audio content 700 , and generates a plurality of original audio content 700 based on the recognized pitch. It can be divided into sub-audio contents.
일 실시예에 따르면, 760 동작에서, 전자 장치는 원본 오디오 컨텐츠(700)에 포함된 오디오 신호의 시작 부분 및 끝 부분을 인식할 수 있다.According to an embodiment, in operation 760 , the electronic device may recognize the start part and the end part of the audio signal included in the original audio content 700 .
일 실시예에 따르면, 771 동작에서, 전자 장치는 오디오 신호의 정방향 분할 포인터(S)를 오디오 신호의 시작 부분의 오프셋(offset)으로 초기화할 수 있다.According to an embodiment, in operation 771 , the electronic device may initialize the forward division pointer S of the audio signal to an offset of the beginning of the audio signal.
일 실시예에 따르면, 773 동작에서, 전자 장치는 오디오 신호의 S로부터 정방향 피치 구간(lenS)을 인식할 수 있다. 예를 들어, 전자 장치는 오디오 신호의 S로부터 첫번째 정방향 피치를 인식하고, S부터 첫번째 정방향 피치까지의 구간을 인식할 수 있다.일 실시예에 따르면, 775 동작에서, 전자 장치는 정방향 피치 구간(lenS)의 데이터를 메모리에 저장할 수 있다.According to an embodiment, in operation 773 , the electronic device may recognize the forward pitch section lenS from S of the audio signal. For example, the electronic device may recognize the first forward pitch from S of the audio signal and recognize the section from S to the first forward pitch. According to an embodiment, in operation 775 , the electronic device recognizes the forward pitch interval ( lenS) data can be stored in memory.
일 실시예에 따르면, 777 동작에서, 전자 장치는 정방향 분할 포인터(S)에 정방향 피치 구간(lenS)을 가산하여 정방향 분할 포인터를 갱신할 수 있다. 예를 들어, 전자 장치는 갱신한 정방향 분할 포인터(S’)=이전 정방향 분할 포인터(S)+정방향 피치 구간(lens)으로 갱신할 수 있다. 예를 들어, 갱신된 정방향 분할 포인터(S’)는 오디오 신호의 시작 부분으로부터 순차적으로 인식된 피치 지점을 나타낼 수 있다. 일 실시예에 따르면, 전자 장치는 원본 오디오 컨텐츠(700)(오디오 신호)에서 갱신한 정방향 분할 포인터(S’)에 대응하는 지점을 분할할 수 있다.According to an embodiment, in operation 777 , the electronic device may update the forward division pointer by adding the forward pitch section lenS to the forward division pointer S. For example, the electronic device may update the updated forward dividing pointer S′=previous forward dividing pointer S+forward pitch interval lens. For example, the updated forward division pointer S′ may indicate a pitch point sequentially recognized from the beginning of the audio signal. According to an embodiment, the electronic device may divide a point corresponding to the updated forward dividing pointer S′ in the original audio content 700 (audio signal).
일 실시예에 따르면, 781 동작에서, 전자 장치는 오디오 신호의 역방향 분할 포인터(E)를 오디오 신호의 끝 부분의 오프셋(offset)으로 초기화할 수 있다.According to an embodiment, in operation 781 , the electronic device may initialize the backward division pointer E of the audio signal to an offset of the end of the audio signal.
일 실시예에 따르면, 783 동작에서, 전자 장치는 오디오 신호의 E로부터 역방향 피치 구간(lenE)을 인식할 수 있다. 예를 들어, 전자 장치는 오디오 신호의 E로부터 첫번째 역방향 피치를 인식하고, E부터 첫번째 역방향 피치까지의 구간을 인식할 수 있다. According to an embodiment, in operation 783 , the electronic device may recognize the reverse pitch section lenE from E of the audio signal. For example, the electronic device may recognize a first reverse pitch from E of the audio signal and recognize a section from E to the first reverse pitch.
일 실시예에 따르면, 785 동작에서, 전자 장치는 역방향 피치 구간(lenE)의 데이터를 메모리에 저장할 수 있다.According to an embodiment, in operation 785 , the electronic device may store data of the reverse pitch period lenE in the memory.
일 실시예에 따르면, 787 동작에서, 전자 장치는 역방향 분할 포인터(E)에 정방향 피치 구간(lenS)을 감산하여 역방향 분할 포인터를 갱신할 수 있다. 예를 들어, 전자 장치는 갱신한 역방향 분할 포인터(E’)=이전 역방향 분할 포인터(E)-역방향 피치 구간(lenE)으로 갱신할 수 있다. 예를 들어, 갱신된 역방향 분할 포인터(E’)는 오디오 신호의 끝부분으로부터 순차적으로 인식된 피치 지점을 나타낼 수 있다. 일 실시예에 따르면, 전자 장치는 원본 오디오 컨텐츠(700)(오디오 신호)에서 갱신한 역방향 분할 포인터(E’)에 대응하는 지점을 분할할 수 있다.According to an embodiment, in operation 787, the electronic device may update the backward division pointer by subtracting the forward pitch section lenS from the backward division pointer E. For example, the electronic device may update the updated backward partitioning pointer E′=previous backward partitioning pointer E-reverse pitch section lenE. For example, the updated backward segmentation pointer E' may indicate a pitch point sequentially recognized from the end of the audio signal. According to an embodiment, the electronic device may divide a point corresponding to the updated backward division pointer E' in the original audio content 700 (audio signal).
일 실시예에 따르면, 790 동작에서, 전자 장치는 갱신한 정방향 분할 포인터(S’)가 갱신한 역방향 분할 포인터(E’) 이상인지 여부를 판단할 수 있다. 일 실시예에 따르면, 전자 장치는 갱신한 S’가 갱신한 E’ 이상인 경우 원본 오디오 컨텐츠(700)(예: 원본 오디오 컨텐츠(700)에 포함된 오디오 신호)의 분할을 종료할 수 있다. 예를 들어, S’가 E’ 이상인 경우는 오디오 신호의 전체 구간에서 피치를 모두 인식하였음을 의미할 수 있다. 일 실시예에 따르면, 전자 장치는 갱신한 S’가 갱신한 E’ 미만인 경우, 771 동작 및/또는 781 동작을 재수행할 수 있다.According to an embodiment, in operation 790 , the electronic device may determine whether the updated forward partitioning pointer S′ is equal to or greater than the updated backward partitioning pointer E′. According to an embodiment, when the updated S' is equal to or greater than the updated E', the electronic device may end the division of the original audio content 700 (eg, an audio signal included in the original audio content 700). For example, when S' is equal to or greater than E', it may mean that all pitches are recognized in the entire section of the audio signal. According to an embodiment, when the updated S' is less than the updated E', the electronic device may re-perform operations 771 and/or 781.
일 실시예에 따르면, 전자 장치는 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치를 오디오 신호의 양 방향으로부터 검출하여 오디오 신호의 피치를 더 빠르게 검출할 수 있다. 일 실시예에 따르면, 전자 장치는 777 동작 또는 787 동작에서 정방향 분할 포인터 또는 역방향 분할 포인터를 갱신시마다 원본 오디오 컨텐츠를 분할하거나, 최종적으로 오디오 신호의 피치를 모두 검출한 이후, 저장된 데이터(예: 상기 도 7b의 동작들을 수행하면서 검출 또는 갱신한 정방향 피치 구간, 역방향 피치 구간, 정방향 분할 포인터, 및/또는 역방향 분할 포인터)를 기반으로 검출된 피치에 대응하는 오디오 신호의 지점을 분할할 수도 있다.According to an embodiment, the electronic device may detect the pitch of the audio signal more quickly by detecting the pitch of the audio signal included in the original audio content from both directions of the audio signal. According to an embodiment, in operation 777 or 787, the electronic device divides the original audio content each time the forward division pointer or the backward division pointer is updated in operation 777 or after detecting all pitches of the audio signal, stored data (eg, the A point of the audio signal corresponding to the detected pitch may be divided based on the detected or updated forward pitch interval, reverse pitch interval, forward division pointer, and/or backward division pointer) while performing the operations of FIG. 7B .
일 실시예에 따르면, 전자 장치는 771 내지 777 동작, 및 781 동작 내지 787 동작을 서로 병렬적으로 동시에 수행할 수 있다. 일 실시예에 따르면, 전자 장치는 771 내지 777 동작, 및 781 동작 내지 787 동작 중 하나를 생략할 수 있다. 예를 들어, 전자 장치는 정방향의 피치만을 검출하여 원본 오디오 컨텐츠(700)를 분할하거나 또는 역방향의 피치만을 검출하여 원본 오디오 컨텐츠(700)를 분할할 수도 있다.According to an embodiment, the electronic device may simultaneously perform operations 771 to 777 and operations 781 to 787 in parallel with each other. According to an embodiment, the electronic device may omit one of operations 771 to 777 and operations 781 to 787 . For example, the electronic device may divide the original audio content 700 by detecting only a forward pitch, or may divide the original audio content 700 by detecting only a reverse pitch.
도 7b에 도시된 동작들은 전자 장치가 원본 오디오 컨텐츠(700)를 분할하는 방법의 일 예시로서, 다양한 실시예에 따르면, 전자 장치가 원본 오디오 컨텐츠(700)를 분할하는 방법은 이에 한정되지 않는다.The operations illustrated in FIG. 7B are examples of a method for the electronic device to divide the original audio content 700, and according to various embodiments, the method for the electronic device to divide the original audio content 700 is not limited thereto.
도 8a 내지 8d는 일 실시예에 따른 전자 장치가 분할된 서브 오디오 컨텐츠들을 재생하는 동작을 설명하기 위한 도면이다.8A to 8D are diagrams for explaining an operation in which an electronic device reproduces divided sub-audio contents, according to an exemplary embodiment.
일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 복수 개의 서브 오디오 컨텐츠들을 재생 시, 서브 오디오 컨텐츠들의 배속을 조정할 수 있다. 일 실시예에 따르면, 전자 장치는 서브 오디오 컨텐츠 각각에 포함된 오디오 신호(810)의 피치(pitch)를 검출하고, 검출된 피치에 기반하여 서브 오디오 컨텐츠의 적어도 일부 구간을 중첩하여 재생할 수 있다. 예를 들어, 전자 장치는 검출된 피치의 주기에 기반하여 서브 오디오 컨텐츠의 적어도 일부 구간을 중첩하여 재생할 수 있다.According to an embodiment, the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) may adjust the speed of the sub audio contents when playing a plurality of sub audio contents. According to an embodiment, the electronic device detects a pitch of the audio signal 810 included in each sub-audio content, and based on the detected pitch, overlaps at least some sections of the sub-audio content and reproduces it. For example, the electronic device may overlap and reproduce at least some sections of the sub audio content based on the detected pitch period.
도 8a를 참조하면, 오디오 신호(810)의 피치는 인간의 청각에 민감하게 반응하는 요소로써, 인간이 이해할 수 있는 오디오 신호(810)의 최소한의 단위를 의미할 수 있다. 예를 들어, 오디오 신호(810)의 피치는 오디오 신호(810)에서 국부적 최소점을 형성할 수 있다. 예를 들어, P1, P2, P3, 및 P4는 오디오 신호(810)의 피치이며, P1, P2, P3, 및 P4 사이의 간격이 피치의 주기일 수 있다. 일 실시예에 따르면, 전자 장치는 서브 오디오 컨텐츠 각각에 대하여 서브 오디오 컨텐츠에 포함된 오디오 신호(810)의 피치의 주기를 검출할 수 있다. 다양한 실시예에 따르면, 피치의 주기를 검출하는 방법은 AMDF(average magnitude difference function) 방법을 포함하는 다양한 방법이 활용될 수 있다.Referring to FIG. 8A , the pitch of the audio signal 810 is a factor sensitively responding to human hearing, and may mean a minimum unit of the audio signal 810 that can be understood by humans. For example, the pitch of the audio signal 810 may form a local minimum in the audio signal 810 . For example, P1, P2, P3, and P4 may be pitches of the audio signal 810, and intervals between P1, P2, P3, and P4 may be pitch periods. According to an embodiment, the electronic device may detect the period of the pitch of the audio signal 810 included in the sub-audio content for each sub-audio content. According to various embodiments, as a method of detecting the period of the pitch, various methods including an average magnitude difference function (AMDF) method may be used.
도 8b 내지 8d를 참고하면, 전자 장치는 서브 오디오 컨텐츠의 적어도 일 부분을 중첩하여 서브 오디오 컨텐츠의 재생 배속을 증가시킬 수 있다.8B to 8D , the electronic device may increase the reproduction speed of the sub audio content by overlapping at least a portion of the sub audio content.
예를 들어, 도 8b에 도시된 바와 같이, 서브 오디오 컨텐츠가 8개 샘플(sample)의 피치 주기를 가지며, 2개의 피치로 이루어진 오디오 신호를 가정한다. 예를 들어, 도 8b는 중첩 전의 오디오 신호를 나타낸다. 예를 들어, 중첩 전의 오디오 신호는 제1 샘플 내지 제16 샘플(x[1], x[2], x[3], x[4], x[5], x[6], x[7], x[8], x[9], x[10], x[11], x[12], x[13], x[14], x[15], x[16])을 포함할 수 있다.For example, as shown in FIG. 8B , it is assumed that sub audio content has a pitch period of 8 samples and an audio signal composed of 2 pitches. For example, FIG. 8B shows the audio signal before superposition. For example, the audio signal before superposition is the first to sixteenth samples (x[1], x[2], x[3], x[4], x[5], x[6], x[7] ], x[8], x[9], x[10], x[11], x[12], x[13], x[14], x[15], x[16]) can
일 실시예에 따르면, 전자 장치는 배속 속도를 기반으로 오디오 신호에서 중첩할 샘플 수를 결정할 수 있다. 예를 들어, 전자 장치는 하기의 수학식 1을 이용하여 중첩할 샘플 수를 결정할 수 있다.According to an embodiment, the electronic device may determine the number of overlapping samples in the audio signal based on the double speed. For example, the electronic device may determine the number of samples to be overlapped by using Equation 1 below.
예를 들어, 도 8c는 배속 속도가 2배인 경우를 도시한다. 예를 들어, 수학식 1에 의해, 중첩할 샘플 수=피치 주기-(피치 주기/배속 속도)=8-(8/2)=4가 된다.For example, FIG. 8C shows a case where the double speed is doubled. For example, by Equation 1, the number of samples to be superimposed = pitch period - (pitch period / double speed) = 8 - (8/2) = 4.
예를 들어, 전자 장치는 결정된 중첩할 샘플 수에 기반하여 오디오 신호의 적어도 일부 구간을 중첩하여 재생할 수 있다. 예를 들어, 전자 장치는 제5 샘플 내지 재8 샘플(x[5], x[6], x[7], x[8])과 제9 샘플 내지 제12 샘플(x[9], x[10], x[11], x[12])을 중첩할 수 있다. 예를 들어, 중첩된 결과 제1 샘플 내지 제4 샘플(x[1], x[2], x[3], x[4]) 이후에는 중첩된 샘플(x[5]’, x[6]’, x[7]’, x[8]’)이 이어지고, 그 이후에 제13 샘플 내지 제16 샘플(x[13], x[14], x[15], x[16])이 이어질 수 있다. 예를 들어, 전자 장치는 일부 구간이 중첩된 오디오 신호를 재생할 수 있다. 예를 들어, 전자 장치가 일부 구간이 중첩된 오디오 신호를 재생할 경우, 2번째 피치 주기의 신호부터는 4개의 샘플을 재생하게 되어 기존의 8개의 샘플을 재생하는 경우보다 2배의 재생 배속으로 오디오 신호를 재생할 수 있다. 예를 들어, 두 번째 피치 주기에서 오디오 신호를 중첩하지 않은 경우에는 제9 샘플 내지 제16 샘플(x[9], x[10], x[11], x[12], x[13], x[14], x[15], x[16])을 재생하게 되나, 중첩 이후에는 제13 샘플 내지 제16 샘플만(x[13], x[14], x[15], x[16])을 재생하면 되기 때문에 재생 배속이 2배가 될 수 있다.For example, the electronic device may overlap and reproduce at least some sections of the audio signal based on the determined number of samples to be overlapped. For example, the electronic device may include a fifth to eighth sample (x[5], x[6], x[7], x[8]) and a ninth to twelfth sample (x[9], x [10], x[11], x[12]) can be nested. For example, after the overlapped result first to fourth samples (x[1], x[2], x[3], x[4]), the overlapped samples (x[5]', x[6] ]', x[7]', x[8]') followed by the thirteenth to sixteenth samples (x[13], x[14], x[15], x[16]) can lead For example, the electronic device may reproduce an audio signal in which some sections are overlapped. For example, when the electronic device reproduces an audio signal in which some sections are overlapped, 4 samples are reproduced from the signal of the second pitch period, and thus the audio signal is reproduced at twice the reproduction speed than when the existing 8 samples are reproduced. can play For example, when the audio signal is not overlapped in the second pitch period, the ninth to sixteenth samples (x[9], x[10], x[11], x[12], x[13], x[14], x[15], x[16]) are reproduced, but only the 13th to 16th samples (x[13], x[14], x[15], x[16] ]), so the playback speed can be doubled.
예를 들어, 도 8d는 배속 속도가 4배인 경우를 도시한다. 예를 들어, 수학식 1에 의해, 중첩할 샘플 수=피치 주기-(피치 주기/배속 속도)=8-(8/4)=6이 된다.For example, FIG. 8D shows a case where the double speed is 4 times. For example, by Equation 1, the number of samples to be superimposed=pitch period-(pitch period/double speed)=8-(8/4)=6.
예를 들어, 전자 장치는 제3 샘플 내지 재8 샘플(x[3], x[4], x[5], x[6], x[7], x[8])과 제9 샘플 내지 제14 샘플(x[9], x[10], x[11], x[12], x[13], x[14])을 중첩할 수 있다. 예를 들어, 중첩된 결과 제1 샘플(x[1]) 및 제2 샘플(x[2]) 이후에는 중첩된 샘플(x[3]’, x[4]’, x[5]’, x[6]’, x[7]’, x[8]’)이 이어지고, 그 이후에 제15 샘플(x[15]) 및 제16 샘플(x[16])이 이어질 수 있다. 예를 들어, 전자 장치는 일부 구간이 중첩된 오디오 신호를 재생할 수 있다. 예를 들어, 전자 장치가 일부 구간이 중첩된 오디오 신호를 재생할 경우, 2번째 피치 주기의 신호부터는 2개의 샘플을 재생하게 되어 기존의 8개의 샘플을 재생하는 경우보다 4배의 재생 배속으로 오디오 신호를 재생할 수 있다. 예를 들어, 두 번째 피치 주기에서 오디오 신호를 중첩하지 않은 경우에는 제9 샘플 내지 제16 샘플(x[9], x[10], x[11], x[12], x[13], x[14], x[15], x[16])을 재생하게 되나, 중첩 이후에는 제15 샘플(x[15]) 및 제16 샘플(x[16])만을 재생하면 되기 때문에 재생 배속이 4배가 될 수 있다.For example, the electronic device includes a third sample to eighth samples (x[3], x[4], x[5], x[6], x[7], x[8]) and a ninth sample to Fourteenth samples (x[9], x[10], x[11], x[12], x[13], x[14]) may be overlapped. For example, the superimposed result of the first sample (x[1]) and the second sample (x[2]) is followed by the superimposed sample (x[3]', x[4]', x[5]', x[6]', x[7]', x[8]') may be followed, followed by a fifteenth sample (x[15]) and a sixteenth sample (x[16]). For example, the electronic device may reproduce an audio signal in which some sections are overlapped. For example, when the electronic device reproduces an audio signal in which some sections are overlapped, two samples are reproduced from the signal of the second pitch period, and thus the audio signal is reproduced at a reproduction speed four times higher than in the case of reproducing the existing eight samples. can play For example, when the audio signal is not overlapped in the second pitch period, the ninth to sixteenth samples (x[9], x[10], x[11], x[12], x[13], x[14], x[15], x[16]), but after overlapping, only the 15th sample (x[15]) and the 16th sample (x[16]) need to be played, so the playback speed is increased can be quadrupled.
도 9는 일 실시예에 따른 전자 장치가 오디오 컨텐츠에 대한 태그를 생성하는 동작을 설명하기 위한 도면이다.FIG. 9 is a diagram for explaining an operation in which an electronic device generates a tag for audio content, according to an exemplary embodiment.
일 실시예에 따르면, 전자 장치는 원본 오디오 컨텐츠를 분할하여 복수 개의 서브 오디오 컨텐츠(910, 920, 930, 940, 950)를 생성할 수 있다. 일 실시예에 따르면, 전자 장치는 서브 오디오 컨텐츠(910, 920, 930, 940, 950) 각각을 재생하면서 텍스트로 변환할 수 있다. 일 실시예에 따르면, 전자 장치는 다양한 ASR(automatic speech recognition) 기술을 이용하여 서브 오디오 컨텐츠(910, 920, 930, 940, 950) 각각을 텍스트로 변환할 수 있다.According to an embodiment, the electronic device may generate a plurality of sub audio contents 910 , 920 , 930 , 940 , and 950 by dividing the original audio content. According to an embodiment, the electronic device may convert each sub-audio content 910 , 920 , 930 , 940 , and 950 into text while playing. According to an embodiment, the electronic device may convert each of the sub-audio contents 910 , 920 , 930 , 940 , and 950 into text using various automatic speech recognition (ASR) technologies.
일 실시예에 따르면, 전자 장치는 변환한 텍스트로부터 특징점을 추출하고, 추출한 특징점을 기반으로 적어도 하나의 태그(911, 921, 941) 를 생성할 수 있다. 예를 들어, 전자 장치는 변환한 텍스트로부터 키워드를 추출할 수 있다. 예를 들어, 전자 장치는 텍스트의 내용, 컨텍스트, 사용자의 전자 장치 사용 이력, 원본 오디오 컨텐츠의 정보, 사용자 선호도, 및 사용자 입력 중 적어도 하나에 기반하여 텍스트로부터 키워드를 추출하고, 추출한 키워드를 태그(911, 921, 941)로 생성할 수 있다. 일 실시예에 따르면, 전자 장치는 생성한 태그(911, 921, 941)를 서브 오디오 컨텐츠(910, 920, 930, 940, 950) 및/또는 원본 오디오 컨텐츠 내의 태그에 대응하는 오디오의 위치 또는 시간과 연관시켜서 저장할 수 있다.According to an embodiment, the electronic device may extract a feature point from the converted text and generate at least one tag 911 , 921 , and 941 based on the extracted feature point. For example, the electronic device may extract a keyword from the converted text. For example, the electronic device extracts a keyword from the text based on at least one of content, context, user's electronic device usage history, original audio content information, user preference, and user input, and tags the extracted keyword ( 911, 921, 941). According to an embodiment, the electronic device assigns the generated tags 911, 921, and 941 to the sub-audio content 910, 920, 930, 940, 950 and/or the location or time of audio corresponding to the tag in the original audio content. can be stored in association with
예를 들어, 전자 장치는 제1 서브 오디오 컨텐츠(910)를 텍스트로 변환 시, 변환한 텍스트로부터 “계약”이라는 특징점(키워드)를 추출하고, “#계약”이라는 태그(911)를 생성할 수 있다. 전자 장치는 “#계약” 태그(911)와 관련된 제1 서브 오디오 컨텐츠(910) 내의 지점(예: 제1 서브 오디오 컨텐츠(910)에서 “계약”이라는 단어가 나오는 시점)을 “#계약” 태그(911)와 연관시켜서 저장할 수 있다.For example, when the first sub-audio content 910 is converted into text, the electronic device may extract a feature point (keyword) called “contract” from the converted text and generate a tag 911 called “#contract”. have. The electronic device marks a point within the first sub-audio content 910 related to the “#contract” tag 911 (eg, when the word “contract” appears in the first sub-audio content 910) as a “#contract” tag. It can be stored in association with (911).
예를 들어, 전자 장치는 제2 서브 오디오 컨텐츠(920)를 텍스트로 변환 시, 변환한 텍스트로부터 “부동산”이라는 특징점(키워드)를 추출하고, “#부동산”이라는 태그(921)를 생성할 수 있다. 전자 장치는 “#부동산” 태그(921)와 관련된 제2 서브 오디오 컨텐츠(920) 내의 지점(예: 제2 서브 오디오 컨텐츠(920)에서 “부동산”이라는 단어가 나오는 시점)을 “#부동산” 태그(921)와 연관시켜서 저장할 수 있다.For example, when converting the second sub-audio content 920 into text, the electronic device may extract a feature point (keyword) called “real estate” from the converted text and generate a tag 921 called “#real estate”. have. The electronic device marks a point in the second sub audio content 920 related to the "#real estate" tag 921 (eg, the point in time when the word "real estate" appears in the second sub audio content 920) as a "#real estate" tag It can be stored in association with (921).
예를 들어, 전자 장치는 제4 서브 오디오 컨텐츠(940)를 텍스트로 변환 시, 변환한 텍스트로부터 “강남”이라는 특징점(키워드)를 추출하고, “#강남”이라는 태그(941)를 생성할 수 있다. 전자 장치는 “#강남” 태그(941)와 관련된 제4 서브 오디오 컨텐츠(940) 내의 지점(예: 제4 서브 오디오 컨텐츠(940)에서 “강남”이라는 단어가 나오는 시점)을 “#강남” 태그(941)와 연관시켜서 저장할 수 있다.For example, when the fourth sub audio content 940 is converted into text, the electronic device may extract a feature point (keyword) of “Gangnam” from the converted text and generate a tag 941 of “#Gangnam”. have. The electronic device marks a point within the fourth sub audio content 940 related to the “#Gangnam” tag 941 (eg, the point at which the word “Gangnam” appears in the fourth sub audio content 940) as a “#Gangnam” tag. It can be stored in association with (941).
예를 들어, 전자 장치는 서브 오디오 컨텐츠(910, 920, 930, 940, 950) 중 적어도 하나(예: 제3 서브 오디오 컨텐츠(930) 및 제5 서브 오디오 컨텐츠(950))와 관련되는 태그를 생성하지 않을 수도 있다.For example, the electronic device detects a tag related to at least one of the sub audio contents 910 , 920 , 930 , 940 and 950 (eg, the third sub audio content 930 and the fifth sub audio content 950 ). may not be created.
일 실시예에 따르면, 전자 장치는 서브 오디오 컨텐츠(910, 920, 930, 940, 950) 각각을 변환한 텍스트를 통합하여 원본 오디오 컨텐츠에 대한 통합된 텍스트(990)를 생성할 수 있다. 예를 들어, 전자 장치는 서브 오디오 컨텐츠(910, 920, 930, 940, 950) 각각을 변환한 텍스트를 원본 오디오 컨텐츠에 대한 각각의 서브 오디오 컨텐츠(910, 920, 930, 940, 950)의 순서에 기반하여 통합하여, 원본 오디오 컨텐츠 전체에 대응하는 통합된 텍스트(990)를 생성할 수 있다. 일 실시예에 따르면, 전자 장치는 통합된 텍스트(990) 및 원본 오디오 컨텐츠와 서브 오디오 컨텐츠(910, 920, 930, 940, 950) 각각을 텍스트로 변환 시 생성하였던 태그를 동기화할 수 있다. 예를 들어, 통합된 텍스트(990)에는 기 생성하였던 “#계약”(911), “#부동산”(921), 및 “#강남”(941) 태그와 관련된 내용이 포함될 수 있다. 예를 들어, 전자 장치는 “#계약”(911), “#부동산”(921), 및 “#강남”(941) 각각의 태그를 원본 오디오 컨텐츠 내의 해당 태그와 관련된 지점(예: 원본 오디오 컨텐츠에서 각 태그와 관련된 단어가 나오는 시점)과 연관시켜서 저장할 수 있다.According to an embodiment, the electronic device may generate the integrated text 990 of the original audio content by integrating the text converted from each of the sub audio contents 910 , 920 , 930 , 940 and 950 . For example, the electronic device converts text obtained by converting each of the sub audio contents 910 , 920 , 930 , 940 and 950 in the order of each of the sub audio contents 910 , 920 , 930 , 940 and 950 with respect to the original audio content. By integrating based on , it is possible to generate an integrated text 990 corresponding to the entire original audio content. According to an embodiment, the electronic device may synchronize the tags generated when the integrated text 990 and the original audio content and each of the sub-audio content 910, 920, 930, 940, and 950 are converted into text. For example, the integrated text 990 may include content related to the previously created “#contract” 911, “#real estate” 921, and “#Gangnam” 941 tags. For example, the electronic device attaches each tag of “#contract” 911, “#real estate” 921, and “#Gangnam” 941 to a point in the original audio content associated with the corresponding tag (eg, the original audio content). It can be stored in association with the point in time when a word related to each tag appears).
일 실시예에 따르면, 전자 장치는 생성한 태그에 대한 사용자 입력을 수신한 경우, 태그에 대응하는 원본 컨텐츠 및/또는 태그에 대응하는 원본 컨텐츠의 부분을 검색 또는 재생할 수 있다.According to an embodiment, when receiving a user input for the generated tag, the electronic device may search for or reproduce the original content corresponding to the tag and/or the part of the original content corresponding to the tag.
본 개시의 일 실시예에 따른 전자 장치는, 디스플레이, 스피커, 메모리, 및 상기 디스플레이, 상기 스피커, 및 상기 메모리와 작동적으로(operatively) 연결된 프로세서를 포함하고, 상기 메모리는, 실행 시, 상기 프로세서가, 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할하고, 상기 복수 개의 서브 오디오 컨텐츠 각각을 재생하면서, 상기 복수 개의 서브 오디오 컨텐츠 각각을 텍스트로 변환하고, 상기 변환한 텍스트를 분석하여 적어도 하나의 태그를 생성하고, 상기 변환한 텍스트 및 상기 적어도 하나의 태그 중 적어도 하나를 상기 원본 오디오 컨텐츠와 매핑하여 저장하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.An electronic device according to an embodiment of the present disclosure includes a display, a speaker, a memory, and a processor operatively connected to the display, the speaker, and the memory, wherein the memory, when executed, includes the processor A, the original audio content is divided into a plurality of sub audio content, each of the plurality of sub audio content is played, each of the plurality of sub audio content is converted into text, and the converted text is analyzed to create at least one tag , and store instructions for mapping at least one of the converted text and the at least one tag with the original audio content to be stored.
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 상기 전자 장치에서 오디오 컨텐츠를 동시에 재생하거나 또는 동시에 텍스트로 변환 가능한 리소스 성능을 인식하고, 상기 인식한 리소스 성능에 기반하여 상기 원본 오디오 컨텐츠를 분할할 개수를 결정하도록 할 수 있다.According to an embodiment, the instructions recognize that the processor simultaneously reproduces audio content in the electronic device or simultaneously recognizes resource capabilities that can be converted into text, and divides the original audio content based on the recognized resource capabilities. You can decide how many to do.
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 상기 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치(pitch)를 인식하고, 상기 인식한 피치를 기반으로, 상기 원본 오디오 컨텐츠를 분할할 개수를 결정하도록 할 수 있다.According to an embodiment, in the instructions, the processor recognizes a pitch of an audio signal included in the original audio content, and determines the number of divisions of the original audio content based on the recognized pitch can make it
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 상기 복수 개의 서브 오디오 컨텐츠 재생 시, 무음 구간을 스킵(skip)하도록 할 수 있다.According to an embodiment, the instructions may cause the processor to skip a silent section when the plurality of sub-audio contents are reproduced.
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 상기 복수 개의 서브 오디오 컨텐츠 각각을 재생 시, 상기 복수 개의 서브 오디오 컨텐츠 각각에 포함된 오디오 신호의 피치(pitch)의 주기를 인식하고, 상기 피치의 주기를 기반으로 상기 복수 개의 서브 오디오 컨텐츠 각각의 재생 배속을 조정하도록 할 수 있다.According to an embodiment, the instructions include, when the processor reproduces each of the plurality of sub audio contents, recognizes a period of a pitch of an audio signal included in each of the plurality of sub audio contents, and the pitch It is possible to adjust the reproduction speed of each of the plurality of sub-audio contents based on the period of .
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 상기 복수 개의 서브 오디오 컨텐츠 각각에 대하여, 상기 피치의 주기를 기반으로 적어도 일부 구간을 중첩하여 재생하도록 할 수 있다.According to an embodiment of the present disclosure, the instructions may cause the processor to reproduce at least a portion of each of the plurality of sub-audio contents by overlapping each other based on the period of the pitch.
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 사용자 입력에 기반하여 상기 원본 오디오 컨텐츠에 대한 태그를 생성하도록 할 수 있다.According to an embodiment, the instructions may cause the processor to generate a tag for the original audio content based on a user input.
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 상기 변환한 텍스트에서 특징점을 추출하고, 상기 추출한 특징점을 기반으로 상기 서브 오디오 컨텐츠 각각의 일 지점에 대응하는 상기 적어도 하나의 태그를 생성하도록 할 수 있다.According to an embodiment, the instructions cause the processor to extract a feature point from the converted text and generate the at least one tag corresponding to one point of each sub-audio content based on the extracted feature point. can
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 태그의 종류, 주제, 사용 빈도, 관련성, 사용자 선호도, 관련된 어플리케이션, 및 사용자가 직접 생성하였는지 여부 중 적어도 하나에 기반하여 상기 생성한 적어도 하나의 태그를 그룹화하거나, 또는 상기 생성한 적어도 하나의 태그의 우선 순위를 설정하도록 할 수 있다.According to an embodiment, the instructions may be generated by the processor based on at least one of a tag type, subject, frequency of use, relevance, user preference, related application, and whether the user has directly created the at least one Tags may be grouped or the priority of the at least one generated tag may be set.
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 특정 태그와 관련된 사용자 입력을 수신하는 경우, 상기 특정 태그에 대응하는 원본 오디오 컨텐츠를 검색하여 사용자에게 제공하도록 할 수 있다.According to an embodiment, when the processor receives a user input related to a specific tag, the instructions may search for original audio content corresponding to the specific tag and provide it to the user.
일 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서가, 상기 원본 오디오 컨텐츠에서 상기 특정 태그에 대응하는 부분을 재생하도록 할 수 있다.According to an embodiment, the instructions may cause the processor to reproduce a part corresponding to the specific tag in the original audio content.
도 10은 일 실시예에 따른 전자 장치의 동작 방법의 순서도이다.10 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
일 실시예에 따르면, 1010 동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 오디오 입력을 수신할 수 있다. 예를 들어, 전자 장치는 기 저장된 오디오 컨텐츠, 오디오 스트리밍, 또는 음성 녹음을 통하여 오디오 파일을 획득할 수 있다.According to an embodiment, in operation 1010 , the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) may receive an audio input. For example, the electronic device may acquire an audio file through pre-stored audio content, audio streaming, or voice recording.
일 실시예에 따르면, 1020 동작에서, 전자 장치는 수신된 오디오 입력을 기반으로 텍스트 변환 전처리를 수행할 수 있다. 일 실시예에 따르면, 전자 장치는 오디오 파일을 복수 개의 서브 오디오 파일로 분할할 수 있다. 일 실시예에 따르면, 전자 장치는 전자 장치의 리소스 성능 또는 오디오 파일의 특성에 기반하여 오디오 파일을 복수 개의 서브 오디오 파일로 분할할 수 있다. 예를 들어, 전자 장치는 오디오 파일을 동시에 처리 가능한 복수 개의 서브 오디오 파일로 분할하거나, 또는 오디오 파일의 피치를 검출하고, 검출된 피치를 기반으로 오디오 파일을 복수 개의 서브 오디오 파일로 분할할 수 있다. 예를 들어, 전자 장치는 서브 오디오 파일의 적어도 일부분을 중첩시킬 수 있다. 예를 들어, 전자 장치는 서브 오디오 파일의 피치를 검출하고, 피치의 주기 및 원하는 배속 속도를 기반으로 서브 오디오 파일의 적어도 일부분을 중첩할 수 있다. 예를 들어, 전자 장치는 서브 오디오 파일 내의 무음 구간을 스킵할 수 있다.According to an embodiment, in operation 1020 , the electronic device may perform text conversion preprocessing based on the received audio input. According to an embodiment, the electronic device may divide an audio file into a plurality of sub audio files. According to an embodiment, the electronic device may divide the audio file into a plurality of sub audio files based on resource performance of the electronic device or characteristics of the audio file. For example, the electronic device may divide an audio file into a plurality of sub-audio files that can be simultaneously processed, or detect a pitch of the audio file, and divide the audio file into a plurality of sub-audio files based on the detected pitch . For example, the electronic device may overlap at least a portion of the sub audio file. For example, the electronic device may detect a pitch of the sub audio file and overlap at least a portion of the sub audio file based on a period of the pitch and a desired double speed. For example, the electronic device may skip a silent section in the sub audio file.
일 실시예에 따르면, 1030 동작에서, 전자 장치는 오디오를 텍스트로 변환할 수 있다. 예를 들어, 전자 장치는 전처리된 복수 개의 서브 오디오 파일 각각을 재생하면서 텍스트로 변환할 수 있다. 예를 들어, 전자 장치는 복수 개의 서브 오디오 파일 각각을 변환한 텍스트를 통합하여 오디오 파일에 대응하는 텍스트를 생성할 수 있다.According to an embodiment, in operation 1030 , the electronic device may convert audio into text. For example, the electronic device may convert each of the plurality of pre-processed sub audio files into text while playing them back. For example, the electronic device may generate text corresponding to the audio file by integrating text obtained by converting each of the plurality of sub audio files.
일 실시예에 따르면, 1040 동작에서, 전자 장치는 변환된 텍스트를 기반으로 특징점을 추출하고, 태깅(tagging) 동작을 수행할 수 있다. 예를 들어, 전자 장치는 텍스트 내에서 키워드를 추출하고 추출된 키워드를 기반으로 자동으로 태그를 생성할 수 있다. 예를 들어, 전자 장치는 사용자 입력에 기반하여 수동으로 태그를 생성할 수도 있다. 예를 들어, 생성한 태그 각각은 오디오 컨텐츠의 일 부분과 연관될 수 있다.According to an embodiment, in operation 1040 , the electronic device may extract a feature point based on the converted text and perform a tagging operation. For example, the electronic device may extract a keyword from within the text and automatically generate a tag based on the extracted keyword. For example, the electronic device may manually generate a tag based on a user input. For example, each generated tag may be associated with a portion of audio content.
일 실시예에 따르면, 1050 동작에서, 전자 장치는 텍스트와 오디오의 동기화 동작을 수행할 수 있다. 예를 들어, 전자 장치는 오디오 컨텐츠와 태그를 연결시킬 수 있다. 예를 들어, 전자 장치는 태그를 오디오 컨텐츠 내의 태그에 대응하는 부분과 동기화시킬 수 있다.According to an embodiment, in operation 1050, the electronic device may synchronize text and audio. For example, the electronic device may associate audio content with a tag. For example, the electronic device may synchronize the tag with a portion corresponding to the tag in the audio content.
일 실시예에 따르면, 1060 동작에서, 전자 장치는 변환된 텍스트 및 오디오의 표시 동작을 수행할 수 있다. 예를 들어, 전자 장치는 사용자로부터 특정 태그를 입력 받을 수 있다. 예를 들어, 전자 장치는 입력 받은 태그에 대응하는 오디오 컨텐츠를 검색할 수 있다. 예를 들어, 전자 장치는 태그에 대응하는 오디오 컨텐츠를 재생할 수 있다. 예를 들어, 전자 장치는 오디오 컨텐츠에서 태그에 대응하는 부분을 바로 재생할 수 있다. 예를 들어, 전자 장치는 태그에 대응하는 오디오 컨텐츠를 제공하면서 태그에 대응하는 텍스트를 표시할 수 있다.According to an embodiment, in operation 1060 , the electronic device may display the converted text and audio. For example, the electronic device may receive a specific tag input from the user. For example, the electronic device may search for audio content corresponding to the received tag. For example, the electronic device may reproduce audio content corresponding to the tag. For example, the electronic device may directly reproduce a part corresponding to a tag in the audio content. For example, the electronic device may display text corresponding to the tag while providing audio content corresponding to the tag.
도 11은 일 실시예에 따른 전자 장치의 동작 방법의 순서도이다.11 is a flowchart of a method of operating an electronic device according to an exemplary embodiment.
일 실시예에 따르면, 1110 동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할할 수 있다.According to an embodiment, in operation 1110 , the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) may divide the original audio content into a plurality of sub audio content.
일 실시예에 따르면, 전자 장치는 오디오 컨텐츠를 동시에 재생하거나 또는 동시에 텍스트로 변환 가능한 리소스 성능을 인식하고, 인식한 리소스 성능에 기반하여 원본 오디오 컨텐츠를 분할할 개수를 결정할 수 있다. 예를 들어, 전자 장치는 원본 오디오 컨텐츠를 리소스 성능에 기반하여 결정된 개수의 서브 오디오 컨텐츠로 분할할 수 있다.According to an embodiment, the electronic device may simultaneously reproduce audio content or simultaneously recognize resource capabilities that can be converted into text, and determine the number of divisions of the original audio content based on the recognized resource capabilities. For example, the electronic device may divide the original audio content into a number of sub audio content determined based on resource performance.
일 실시예에 따르면, 전자 장치는 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치(pitch)를 인식하고, 인식한 피치를 기반으로 원본 오디오 컨텐츠를 분할할 개수를 결정할 수 있다. 예를 들어, 전자 장치는 원본 오디오 컨텐츠를 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치 개수만큼의 서브 오디오 컨텐츠로 분할할 수 있다. 일 실시예에 따르면, 전자 장치는 AMDF(average magnitude difference function)을 포함하는 피치 탐색 방법을 이용하여 오디오 신호의 피치를 검출할 수 있다.According to an embodiment, the electronic device may recognize a pitch of an audio signal included in the original audio content, and determine the number of divisions of the original audio content based on the recognized pitch. For example, the electronic device may divide the original audio content into sub audio content equal to the number of pitches of the audio signal included in the original audio content. According to an embodiment, the electronic device may detect the pitch of the audio signal using a pitch search method including an average magnitude difference function (AMDF).
일 실시예에 따르면, 전자 장치는 복수 개의 서브 오디오 컨텐츠 각각에 포함된 무음 구간을 검출하고, 복수 개의 서브 오디오 컨텐츠 각각에 포함된 무음 구간을 스킵(skip) 또는 삭제할 수 있다.According to an embodiment, the electronic device may detect a silent section included in each of the plurality of sub-audio contents and skip or delete the silent section included in each of the plurality of sub-audio contents.
일 실시예에 따르면, 1120 동작에서, 전자 장치는 복수 개의 서브 오디오 컨텐츠 각각을 재생하면서, 복수 개의 서브 오디오 각각을 텍스트로 변환할 수 있다. 일 실시예에 따르면, 전자 장치는 복수 개의 서브 오디오 컨텐츠 각각에 대한 텍스트를 병합하여 원본 오디오 컨텐츠에 대한 통합된 텍스트를 생성할 수 있다.According to an embodiment, in operation 1120 , the electronic device may convert each of the plurality of sub audio contents into text while playing each of the plurality of sub audio contents. According to an embodiment, the electronic device may generate the integrated text for the original audio content by merging the text for each of the plurality of sub audio content.
일 실시예에 따르면, 1130 동작에서, 전자 장치는 변환한 텍스트를 분석하여 적어도 하나의 태그를 생성할 수 있다. 일 실시예에 따르면, 전자 장치는 변환된 텍스트에서 특징점을 추출하고, 추출한 특징점을 기반으로 태그를 생성할 수 있다. 예를 들어, 전자 장치는 텍스트에 포함된 문장의 형태소를 분석하여 키워드(예: 지정된 고유 명사)를 추출할 수 있다. 예를 들어, 전자 장치는 추출한 키워드를 태그로 생성할 수 있다.According to an embodiment, in operation 1130 , the electronic device may analyze the converted text to generate at least one tag. According to an embodiment, the electronic device may extract a feature point from the converted text and generate a tag based on the extracted feature point. For example, the electronic device may extract a keyword (eg, a designated proper noun) by analyzing a morpheme of a sentence included in the text. For example, the electronic device may generate the extracted keyword as a tag.
일 실시예에 따르면, 1140 동작에서, 전자 장치는 변환한 텍스트 및 적어도 하나의 태그 중 적어도 하나를 원본 오디오 컨텐츠와 매핑하여 저장할 수 있다. 예를 들어, 전자 장치는 변환한 텍스트를 원본 오디오 컨텐츠와 연관시켜 저장할 수 있다. 예를 들어, 전자 장치는 태그를 원본 오디오 컨텐츠에서 태그에 대응하는 부분에 연관시켜 저장할 수 있다. 예를 들어, 전자 장치는 텍스트 및/또는 태그를 원본 컨텐츠에서 대응되는 부분에 링크(link)시킬 수 있다.According to an embodiment, in operation 1140 , the electronic device may map and store at least one of the converted text and at least one tag with the original audio content. For example, the electronic device may store the converted text in association with the original audio content. For example, the electronic device may store the tag in association with a part corresponding to the tag in the original audio content. For example, the electronic device may link text and/or tags to a corresponding part in the original content.
도 12는 일 실시예에 따른 전자 장치의 동작 방법의 순서도이다. 이하에서, 도 11과 중복되는 동작은 간략히 설명한다.12 is a flowchart of a method of operating an electronic device according to an exemplary embodiment. Hereinafter, operations overlapping those of FIG. 11 will be briefly described.
일 실시예에 따르면, 1210 동작에서, 전자 장치는 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할할 수 있다. 일 실시예에 따르면, 전자 장치는 오디오 컨텐츠를 동시에 재생하거나 또는 동시에 텍스트로 변환 가능한 리소스 성능 및/또는 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치(pitch)를 기반으로 원본 오디오 컨텐츠를 분할할 개수를 결정할 수 있다. 예를 들어, 전자 장치는 원본 오디오 컨텐츠를 분할하여 결정된 개수의 서브 오디오 컨텐츠를 생성할 수 있다.According to an embodiment, in operation 1210 , the electronic device may divide the original audio content into a plurality of sub audio content. According to an embodiment, the electronic device determines the number of original audio content to be divided based on resource performance capable of simultaneously playing back audio content or simultaneously converting to text and/or a pitch of an audio signal included in the original audio content. can decide For example, the electronic device may generate a determined number of sub audio content by dividing the original audio content.
일 실시예에 따르면, 1220 동작에서, 전자 장치는 복수 개의 서브 오디오 컨텐츠 각각에 포함된 오디오 신호의 피치(pitch)의 주기를 인식할 수 있다. According to an embodiment, in operation 1220 , the electronic device may recognize a period of a pitch of an audio signal included in each of the plurality of sub audio contents.
일 실시예에 따르면, 1230 동작에서, 전자 장치는 피치의 주기를 기반으로 복수 개의 서브 오디오 컨텐츠 각각의 재생 배속을 결정할 수 있다. 일 실시예에 따르면, 전자 장치는 서브 오디오 컨텐츠에 포함된 오디오 신호의 피치의 주기를 기반으로 서브 오디오 컨텐츠의 적어도 일부분을 중첩시킬 수 있다. 예를 들어, 전자 장치는 원하는 피치의 주기 및 원하는 재생 배속에 기반하여 서브 오디오 컨텐츠를 중첩시킬 부분(예: 하나의 피치 주기에 포함된 샘플들 중 중첩시킬 샘플의 수)를 결정할 수 있다. 예를 들어, 전자 장치는 서브 오디오 컨텐츠의 적어도 일부분을 중첩시킴으로써, 서브 오디오 컨텐츠를 재생 시의 재생 속도를 증가시킬 수 있다.According to an embodiment, in operation 1230, the electronic device may determine a reproduction speed of each of the plurality of sub-audio contents based on the period of the pitch. According to an embodiment, the electronic device may overlap at least a portion of the sub-audio content based on the period of the pitch of the audio signal included in the sub-audio content. For example, the electronic device may determine a portion (eg, the number of overlapping samples among samples included in one pitch period) on which the sub-audio content is to be overlapped based on a desired pitch period and a desired reproduction speed. For example, the electronic device may increase the reproduction speed when the sub audio content is reproduced by overlapping at least a portion of the sub audio content.
일 실시예에 따르면, 1240 동작에서, 전자 장치는 복수 개의 서브 오디오 컨텐츠 각각을 재생하면서 복수 개의 서브 오디오 컨텐츠 각각을 텍스트로 변환할 수 있다. 예를 들어, 전자 장치는 1230 동작에서 일 부분을 중첩시킨 서브 오디오 컨텐츠를 재생할 수 있다. 예를 들어, 서브 오디오 컨텐츠의 일 부분을 중첩시킴으로써 서브 오디오 컨텐츠의 재생 시간은 서브 오디오 컨텐츠의 일부분을 중첩하지 않은 경우보다 감소할 수 있다. 예를 들어, 전자 장치는 서브 오디오 컨텐츠를 결정된 재생 배속으로 재생할 수 있다. 일 실시예에 따르면, 전자 장치는 복수 개의 서브 오디오 컨텐츠 각각에 대한 텍스트를 병합하여 원본 오디오 컨텐츠에 대한 통합된 텍스트를 생성할 수 있다.According to an embodiment, in operation 1240 , the electronic device may convert each of the plurality of sub audio contents into text while playing each of the plurality of sub audio contents. For example, in operation 1230 , the electronic device may reproduce sub-audio content in which a portion is overlapped. For example, by overlapping a portion of the sub-audio content, the reproduction time of the sub-audio content may be reduced compared to a case in which the portion of the sub-audio content is not overlapped. For example, the electronic device may reproduce the sub audio content at the determined reproduction speed. According to an embodiment, the electronic device may generate the integrated text for the original audio content by merging the text for each of the plurality of sub audio content.
일 실시예에 따르면, 1250 동작에서, 전자 장치는 변환한 텍스트를 분석하여 적어도 하나의 태그를 생성할 수 있다. 일 실시예에 따르면, 전자 장치는 변환된 텍스트에서 특징점을 추출하고, 추출한 특징점을 기반으로 태그를 생성할 수 있다. 예를 들어, 전자 장치는 텍스트에 포함된 문장의 형태소를 분석하여 키워드(예: 지정된 고유 명사)를 추출할 수 있다. 예를 들어, 전자 장치는 추출한 키워드를 태그로 생성할 수 있다.According to an embodiment, in operation 1250 , the electronic device may analyze the converted text to generate at least one tag. According to an embodiment, the electronic device may extract a feature point from the converted text and generate a tag based on the extracted feature point. For example, the electronic device may extract a keyword (eg, a designated proper noun) by analyzing a morpheme of a sentence included in the text. For example, the electronic device may generate the extracted keyword as a tag.
일 실시예에 따르면, 1250 동작에서, 전자 장치는 변환한 텍스트 및 적어도 하나의 태그 중 적어도 하나를 원본 오디오 컨텐츠와 매핑하여 저장할 수 있다. 예를 들어, 전자 장치는 변환한 텍스트를 원본 오디오 컨텐츠와 연관시켜 저장할 수 있다. 예를 들어, 전자 장치는 태그를 원본 오디오 컨텐츠에서 태그에 대응하는 부분에 연관시켜 저장할 수 있다. 예를 들어, 전자 장치는 텍스트 및/또는 태그를 원본 컨텐츠에서 대응되는 부분에 링크(link)시킬 수 있다.According to an embodiment, in operation 1250 , the electronic device may store at least one of the converted text and at least one tag by mapping it with the original audio content. For example, the electronic device may store the converted text in association with the original audio content. For example, the electronic device may store the tag in association with a part corresponding to the tag in the original audio content. For example, the electronic device may link text and/or tags to a corresponding part in the original content.
도 13은 일 실시예에 따른 전자 장치가 오디오 컨텐츠에 대한 태그를 생성하는 동작을 설명하기 위한 도면이다.13 is a diagram for describing an operation in which an electronic device generates a tag for audio content, according to an exemplary embodiment.
일 실시예에 따르면, 전자 장치(1300)(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 오디오 컨텐츠를 텍스트로 변환 시, 오디오 컨텐츠와 관련된 적어도 하나의 태그(1301)를 생성할 수 있다. 예를 들어, 전자 장치는 오디오 컨텐츠의 일 부분과 관련된 태그(1301)를 생성하고, 오디오 컨텐츠와 연관시켜서 저장할 수 있다. 예를 들어, 태그(1301)는 대응하는 오디오 컨텐츠의 정보, 및 대응하는 오디오 컨텐츠의 부분에 대한 정보를 포함할 수 있다. 예를 들어, 전자 장치는 수동 또는 자동으로 태그(1301)를 생성할 수 있다.According to an embodiment, when the electronic device 1300 (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) converts the audio content into text, at least one tag ( 1301) can be created. For example, the electronic device may generate a tag 1301 related to a portion of audio content, and store the tag 1301 in association with the audio content. For example, the tag 1301 may include information on the corresponding audio content and information on a portion of the corresponding audio content. For example, the electronic device may manually or automatically generate the tag 1301 .
일 실시예에 따르면, 전자 장치는 오디오 컨텐츠를 재생할 수 있다. 예를 들어, 전자 장치는 기 생성된 오디오 컨텐츠를 재생하거나, 또는 새로운 오디오 컨텐츠를 생성(예: 음성 녹음을 수행)할 수 있다. 예를 들어, 전자 장치는 오디오 컨텐츠 재생 또는 생성 시 오디오 컨텐츠의 내용(예: 오디오 신호의 파형)(1320) 및/또는 오디오 컨텐츠를 제어하기 위한 메뉴(1310)를 표시할 수 있다. 예를 들어, 메뉴는 오디오 컨텐츠의 볼륨을 조정하기 위한 버튼, 재생 설정(예: 반복) 버튼, 재생 배속 설정 버튼, 재생/멈춤 버튼, 및/또는 이전/이후 재생 버튼을 포함할 수 있다. 일 실시예에 따르면, 전자 장치는 오디오 컨텐츠와 관련된 편집 메뉴(1330)를 표시할 수 있다. 예를 들어, 편집 메뉴는 오디오 컨텐츠를 편집, 삭제, 텍스트 변환, 이동하거나, 오디오 컨텐츠의 명칭을 설정, 상세 내용 표시, 및/또는 태그 생성을 위한 항목을 포함할 수 있다. 예를 들어, 전자 장치는 편집 메뉴에서 태그 생성 항목에 사용자 입력을 수신한 경우, 사용자 입력에 기반하여 오디오 컨텐츠와 관련된 태그(1301)를 생성할 수 있다. 예를 들어, 전자 장치는 사용자 입력에 기반하여 지정된 오디오 컨텐츠의 일 부분에 대한 태그(1301)를 생성할 수 있다.According to an embodiment, the electronic device may reproduce audio content. For example, the electronic device may reproduce previously generated audio content or generate new audio content (eg, perform voice recording). For example, when audio content is reproduced or generated, the electronic device may display content (eg, a waveform of an audio signal) 1320 and/or a menu 1310 for controlling audio content. For example, the menu may include a button for adjusting the volume of audio content, a playback setting (eg, repeat) button, a playback speed setting button, a play/stop button, and/or a previous/next play button. According to an embodiment, the electronic device may display an edit menu 1330 related to audio content. For example, the edit menu may include items for editing, deleting, converting text, moving audio content, setting a name for audio content, displaying detailed content, and/or generating a tag. For example, when receiving a user input for the tag generation item in the edit menu, the electronic device may generate a tag 1301 related to audio content based on the user input. For example, the electronic device may generate the tag 1301 for a portion of the specified audio content based on a user input.
일 실시예에 따르면, 전자 장치는 편집 메뉴의 텍스트 변환 항목에 사용자 입력을 수신한 경우, 오디오 컨텐츠를 텍스트로 변환할 수 있다. 일 실시예에 따르면, 전자 장치는 오디오 컨텐츠를 텍스트로 변환하는 경우 변환된 텍스트의 내용(1350)을 디스플레이에 표시할 수 있다. 일 실시예에 따르면, 전자 장치는 오디오 컨텐츠를 텍스트로 변환 시, 텍스트로부터 특징점을 추출하고, 추출한 특징점에 기반하여 자동으로 태그(1301)를 생성할 수 있다. 예를 들어, 전자 장치는 변환한 텍스트로부터 문장의 형태소를 분석하거나, 또는 지정된 고유 명사(예: 키워드)를 추출하고, 이를 기반으로 태그(1301)를 생성할 수 있다. 일 실시예에 따르면, 전자 장치는 생성한 태그(1301)(예: “#Samsung”)를 표시 중인 텍스트 또는 재생 중인 오디오 컨텐츠의 내용(예: 오디오 컨텐츠의 파형)의 대응되는 부분에 표시할 수 있다.According to an embodiment, when receiving a user input in the text conversion item of the edit menu, the electronic device may convert the audio content into text. According to an embodiment, when converting audio content into text, the electronic device may display the content 1350 of the converted text on the display. According to an embodiment, when converting audio content into text, the electronic device may extract a feature point from the text and automatically generate the tag 1301 based on the extracted feature point. For example, the electronic device may analyze a morpheme of a sentence from the converted text or extract a designated proper noun (eg, a keyword), and generate the tag 1301 based on this. According to an embodiment, the electronic device may display the generated tag 1301 (eg, “#Samsung”) on a corresponding part of the text being displayed or the content of the audio content being played (eg, a waveform of the audio content). have.
도 14a 및 도 14b는 일 실시예에 따른 전자 장치가 태그를 관리하는 동작을 설명하기 위한 도면이다.14A and 14B are diagrams for explaining an operation in which an electronic device manages a tag according to an exemplary embodiment.
일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 태그의 종류, 주제, 사용 빈도, 관련성, 사용자 선호도, 관련된 어플리케이션, 및 사용자가 직접 태그를 생성하였는지 여부 중 적어도 하나에 기반하여 생성한 적어도 하나의 태그를 그룹화하거나, 또는 우선 순위를 설정할 수 있다.According to an embodiment, the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) may include a tag type, subject, frequency of use, relevance, user preference, related application, and user At least one generated tag may be grouped or priority may be set based on at least one of whether the tag is directly generated.
도 14a를 참고하면, 일 실시예에 따르면, 전자 장치는 태그를 단계적으로 그룹화하여 관리할 수 있다. 예를 들어, 레벨 1은 전자 장치가 자동으로 생성한 태그들의 집합일 수 있다. 예를 들어, 레벨 2는 캡슐(capsule)화된 태그들의 집합일 수 있다. 예를 들어, 지정된 횟수 이상 사용된 태그, 지정된 개수 이상의 어플리케이션에서 사용된 태그, 및/또는 사용자가 직접 추가(생성)한 태그가 레벨 2의 태그로 관리될 수 있다. 예를 들어, 레벨 3은 태그들이 하나의 주제로 묶일 수 있는 경우 해당 주제로 그룹핑된 태그들의 집합일 수 있다. 예를 들어, 지정된 개수 이상 컨텐츠에 사용된 태그들이 중복 또는 연속될 때 중복된 태그들로 그룹을 형성하고, 형성된 그룹에 포함되는 태그들이 레벨 3의 태그로 관리될 수 있다. 예를 들어, 레벨 4는 그룹핑된 태그들 중 대표 태그로 지정된 태그들의 집합일 수 있다. 예를 들어, 하나의 그룹에 속하는 태그들 중에서 가장 많이 사용된 태그가 레벨 4의 태그로 관리될 수 있다. 예를 들어, 레벨 5는 그룹핑된 태그를 기반으로 최상위의 관심사로 추출된 태그들의 집합일 수 있다. 예를 들어, 지정된 고유 명사(예: 사용자가 결정한 고유 명사), 또는 사용자가 직접 추가(생성)한 태그가 레벨 5의 태그로 관리될 수 있다.Referring to FIG. 14A , according to an embodiment, the electronic device may group and manage tags in stages. For example, level 1 may be a set of tags automatically generated by the electronic device. For example, level 2 may be a set of encapsulated tags. For example, a tag used more than a specified number of times, a tag used in a specified number of applications or more, and/or a tag directly added (generated) by a user may be managed as a level 2 tag. For example, level 3 may be a set of tags grouped by a subject when tags can be grouped into one subject. For example, when tags used for content greater than or equal to a specified number are duplicated or consecutive, a group may be formed with duplicate tags, and tags included in the formed group may be managed as level 3 tags. For example, level 4 may be a set of tags designated as a representative tag among grouped tags. For example, the most used tag among tags belonging to one group may be managed as a level 4 tag. For example, level 5 may be a set of tags extracted as the highest interest based on the grouped tags. For example, a designated proper noun (eg, a proper noun determined by the user) or a tag added (created) by the user may be managed as a level 5 tag.
도 14b를 참고하면, 일 실시예에 따르면, 전자 장치는 다양한 어플리케이션에서의 태그 사용 이력을 기반으로 태그를 통합 관리할 수 있다. 예를 들어, 전자 장치는 태그를 통합 관리하는 어플리케이션을 통하여 태그들을 관리할 수 있다. 예를 들어, 전자 장치는 태그들에 우선 순위(예: 랭킹(ranking))를 설정할 수 있다. 예를 들어, 전자 장치는 사용자의 관심사로써 활용이 가능한 태그를 선별하고, 가산점, 누적 빈도, 사용자가 직접 생성한 태그 여부, 및/또는 어플리케이션 별 사용 빈도를 기반으로 태그의 우선 순위를 설정할 수 있다. 예를 들어, 전자 장치는 태그의 사용 상황, 또는 빈도에 기반하여 태그에 가산점을 부여할 수 있다. 예를 들어, 전자 장치는 사용자가 직접 생성한 태그의 경우 더 높은 가산점으로 태그를 관리할 수 있다. 일 실시예에 따르면, 전자 장치는 어플리케이션에 태그 서비스를 적용하여, 어플리케이션에서 태그를 사용하는 경우 백그라운드에서 태그를 추출 및 검색하여 어플리케이션에 제공할 수 있다. 예를 들어, 각 어플리케이션에서는 검색하는 태그 이외의 태그들은 숨겨진 상태로 노출되지 않을 수 있다. 일 실시예에 따르면, 전자 장치는 태그 관리를 위한 데이터베이스를 구축할 수 있다. Referring to FIG. 14B , according to an embodiment, the electronic device may integrate and manage tags based on tag usage histories in various applications. For example, the electronic device may manage tags through an application for integrated management of tags. For example, the electronic device may set priorities (eg, ranking) to tags. For example, the electronic device may select a tag that can be utilized as a user's interest, and set the priority of the tag based on an additional point, an accumulation frequency, whether a tag is directly generated by the user, and/or a usage frequency for each application. . For example, the electronic device may give an additional point to the tag based on the usage situation or frequency of the tag. For example, in the case of a tag directly generated by a user, the electronic device may manage the tag with a higher added point. According to an embodiment, the electronic device may apply a tag service to an application, extract and search for a tag in the background when the application uses a tag, and provide it to the application. For example, in each application, tags other than a searched tag may not be exposed in a hidden state. According to an embodiment, the electronic device may build a database for tag management.
다양한 실시예에 따르면, 전자 장치가 태그를 관리하는 방법 및 기준은 도 14a 및 도 14b에 도시된 바에 한정되지 않으며, 태그의 종류, 주제, 사용 빈도, 관련성, 사용자 선호도, 관련된 어플리케이션, 및 사용자가 직접 태그를 생성하였는지 여부 중 적어도 하나에 기반하여 태그를 분류하는 방식은 변경될 수 있다.According to various embodiments, methods and criteria for the electronic device to manage tags are not limited to those shown in FIGS. 14A and 14B , but types, subjects, frequency of use, relevance, user preferences, related applications, and users A method of classifying tags based on at least one of whether tags are directly generated may be changed.
15는 일 실시예에 따른 전자 장치가 제공하는 검색 화면의 예시를 도시한다.15 illustrates an example of a search screen provided by the electronic device according to an embodiment.
일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 생성된 태그를 검색하거나, 또는 태그 정보를 제공하는 검색 화면(예: 태그 보드)를 제공할 수 있다.According to an embodiment, the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) searches for a generated tag or a search screen that provides tag information (eg, a tag board) ) can be provided.
일 실시예에 따르면, 검색 화면(1501)은 이전 화면으로 복귀하기 위한 백 버튼(1510), 검색된 태그들의 개수(1520), 검색 결과를 정렬(sort)하는 방식을 변경하기 위한 버튼(1550)을 포함할 수 있다. 예를 들어, 정렬 방식은 태그 생성 시간, 컨텐츠 생성 시간, 및/또는 컨텐츠 타입 기반의 정렬 방식을 포함할 수 있다. 예를 들어, 1530 영역에는, 검색 결과 사용자가 선택한 검색 키워드 태그와 함께 사용된 태그들이 중복된 순서대로 제공될 수 있다. 예를 들어, 사용자가 선택한 검색 키워드 태그와 함께 사용된 태그가 없는 경우 해당 영역에는 아무런 태그가 제공되지 않을 수 있다. 예를 들어, 1530 영역에 제공되는 태그들의 수는 미리 설정될 수 있다. 예를 들어, 1540 영역에는, 사용자가 선택한 검색 키워드 태그와 관련된 내용을 포함하는 컨텐츠가 최근 순으로 제공될 수 있다.According to an embodiment, the search screen 1501 includes a back button 1510 for returning to the previous screen, a button 1550 for changing the number of searched tags 1520, and a method for sorting the search results. may include For example, the sorting method may include a tag creation time, a content creation time, and/or a content type-based sorting method. For example, in the area 1530, tags used together with a search keyword tag selected by the user as a search result may be provided in an overlapping order. For example, if there are no tags used with the search keyword tag selected by the user, no tags may be provided for that area. For example, the number of tags provided in area 1530 may be preset. For example, in the area 1540, content including content related to a search keyword tag selected by the user may be provided in the most recent order.
일 실시예에 따르면, 검색 화면(1503)는 사용자가 입력한 검색 태그와 관련된 컨텐츠들을 제공할 수 있다. 검색 화면(1503)는 사용자가 입력한 검색 태그를 이용하여 다른 어플리케이션(예: SNS 어플리케이션)을 통한 검색 결과를 제공하는 버튼(1560)을 포함할 수 있다.According to an embodiment, the search screen 1503 may provide contents related to a search tag input by a user. The search screen 1503 may include a button 1560 that provides a search result through another application (eg, an SNS application) using a search tag input by the user.
도 16은 일 실시예에 따른 전자 장치가 오디오 컨텐츠를 제공하는 동작을 설명하기 위한 도면이다.16 is a diagram for explaining an operation in which an electronic device provides audio content, according to an exemplary embodiment.
일 실시예에 따르면, 전자 장치(1600) (예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 디스플레이(1601)에 검색 필드(1610) 및 키보드(1620)를 표시할 수 있다. 일 실시예에 따르면, 전자 장치(1600)는 키보드(1620)를 통하여 사용자로부터 검색 필드(1610)에 태그(1611)를 입력 받을 수 있다. 예를 들어, 사용자는 전자 장치(1600)에 특정 태그(1611)를 입력하여, 특정 태그(1611)와 관련된 컨텐츠(1630)의 검색을 요청할 수 있다. 일 실시예에 따르면, 전자 장치(1600)는 입력된 태그(1611)와 관련된 컨텐츠(1630)를 검색하고, 검색된 컨텐츠(1630)를 제공할 수 있다. 예를 들어, 전자 장치(1600)는 입력된 태그(1611)와 관련된 컨텐츠들의 리스트를 제공하거나, 입력된 태그(1611)와 관련된 컨텐츠(1630)를 바로 재생하거나, 또는 입력된 태그(1611)와 관련된 컨텐츠(1630)에서 해당 태그(1611)와 관련된 부분을 바로 재생할 수 있다. 일 실시예에 따르면, 전자 장치(1600)는 컨텐츠(1630) 제공 시, 입력된 태그(1611)에 대응하는 인디케이션(1635)를 컨텐츠(1630) 상에 제공할 수 있다.According to an embodiment, the electronic device 1600 (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) displays a search field 1610 and a keyboard 1620 on the display 1601 . can do. According to an embodiment, the electronic device 1600 may receive the tag 1611 input into the search field 1610 from the user through the keyboard 1620 . For example, the user may input a specific tag 1611 into the electronic device 1600 to request a search for content 1630 related to the specific tag 1611 . According to an embodiment, the electronic device 1600 may search for content 1630 related to the input tag 1611 and provide the found content 1630 . For example, the electronic device 1600 provides a list of contents related to the input tag 1611 , directly plays the contents 1630 related to the input tag 1611 , or combines the contents with the input tag 1611 . A part related to the corresponding tag 1611 may be directly reproduced from the related content 1630 . According to an embodiment, when the content 1630 is provided, the electronic device 1600 may provide an indication 1635 corresponding to the input tag 1611 on the content 1630 .
예를 들어, 사용자가 “#곱등이”라는 태그(1611)를 입력한 경우, 전자 장치(1600)는 “#곱등이” 태그(1611)와 관련된 컨텐츠(1630)를 검색하여 제공할 수 있다. 예를 들어, 전자 장치(1600)는 검색된 컨텐츠(1630)에서 “#곱등이”와 관련된 부분을 바로 재생할 수 있다.For example, when the user inputs a tag 1611 of “#goddeungi”, the electronic device 1600 may search for and provide content 1630 related to the “#goopdeungi” tag 1611 . For example, the electronic device 1600 may directly reproduce a portion related to “#golden” in the searched content 1630 .
도 17은 일 실시예에 따른 전자 장치가 오디오 컨텐츠를 제공하는 동작을 설명하기 위한 도면이다.17 is a diagram for describing an operation in which an electronic device provides audio content, according to an exemplary embodiment.
일 실시예에 따르면, 전자 장치(1700) (예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 통화 중 통화와 관련된 화면을 디스플레이(1701)에 표시할 수 있다. 일 실시예에 따르면, 전자 장치(1700)는 사용자 입력에 기반하여 통화 중 통화 내용을 녹음할 수 있다. 예를 들어, 전자 장치(1700)는 통화 내용을 녹음하여 오디오 컨텐츠(예: 오디오 파일)(1750)를 생성 및 저장할 수 있다. 일 실시예에 따르면, 전자 장치(1700)는 통화 내용을 녹음 중에 텍스트 변환 기능을 수행할 수 있다. 일 실시예에 따르면, 텍스트 변환 기능은 백그라운드에서 수행될 수 있다. 예를 들어, 전자 장치(1700)는 녹음되는 오디오 컨텐츠(1750)를 텍스트로 변환할 수 있다. 예를 들어, 전자 장치(1700)는 녹음되는 오디오 신호를 ACR 기능을 이용하여 텍스트로 변환할 수 있다. 일 실시예에 따르면, 전자 장치(1700)는 오디오 컨텐츠(1750)를 텍스트로 변환 시 변환한 텍스트로부터 특징점(예: “계약”)(1751)을 추출하고, 추출된 특징점(1751)에 기반하여 태그(1711)(예: “#계약”)를 생성할 수 있다. 일 실시예에 따르면, 전자 장치(1700)는 통화 종료 이후 검색 필드(1710)에 사용자로부터 태그(1711)를 입력 받을 수 있다. 예를 들어, 사용자는 디스플레이(1701)에 표시된 키보드(1720)를 통하여 태그(1711)를 입력할 수 있다. 일 실시예에 따르면, 전자 장치(1700)는 입력된 태그(1711)에 대응하는 오디오 컨텐츠(1730)(예: 통화를 녹음한 오디오 파일)을 검색하여 제공할 수 있다. 예를 들어, 전자 장치(1700)는 해당 오디오 컨텐츠(1730), 입력된 태그(1711)에 대응하는 정보(1731), 및/또는 오디오 컨텐츠(1730)에서 태그(1711)에 대응하는 부분에 대한 정보를 제공할 수 있다.According to an embodiment, the electronic device 1700 (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) may display a screen related to a call during a call on the display 1701 . According to an embodiment, the electronic device 1700 may record the content of a call during a call based on a user input. For example, the electronic device 1700 may generate and store audio content (eg, an audio file) 1750 by recording the content of the call. According to an embodiment, the electronic device 1700 may perform a text conversion function while recording a call. According to an embodiment, the text conversion function may be performed in the background. For example, the electronic device 1700 may convert the recorded audio content 1750 into text. For example, the electronic device 1700 may convert a recorded audio signal into text using an ACR function. According to an embodiment, when the audio content 1750 is converted into text, the electronic device 1700 extracts a feature point (eg, “contract”) 1751 from the converted text, and based on the extracted feature point 1751 , You can create a tag 1711 (eg, “#contract”). According to an embodiment, the electronic device 1700 may receive a tag 1711 from the user in the search field 1710 after the call is terminated. For example, the user may input the tag 1711 through the keyboard 1720 displayed on the display 1701 . According to an embodiment, the electronic device 1700 may search for and provide audio content 1730 (eg, an audio file in which a call is recorded) corresponding to the input tag 1711 . For example, the electronic device 1700 provides information about the corresponding audio content 1730 , information 1731 corresponding to the input tag 1711 , and/or a portion corresponding to the tag 1711 in the audio content 1730 . information can be provided.
도 18은 일 실시예에 따른 전자 장치(1800)가 오디오 컨텐츠를 제공하는 동작을 설명하기 위한 도면이다.18 is a diagram for explaining an operation of providing audio content by the electronic device 1800 according to an exemplary embodiment.
일 실시예에 따르면, 전자 장치(1800) (예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 컨텐츠(예: 노래)를 재생할 수 있다. 예를 들어, 컨텐츠 재생 중 전자 장치(1800)는 컨텐츠 재생과 관련된 화면을 디스플레이(1801)에 표시할 수 있다. 일 실시예에 따르면, 전자 장치(1800)는 컨텐츠 재생 중 텍스트 변환 기능을 수행할 수 있다. 일 실시예에 따르면, 텍스트 변환 기능은 백그라운드에서 수행될 수 있다. 예를 들어, 전자 장치(1800)는 재생 중인 컨텐츠를 텍스트로 변환할 수 있다. 일 실시예에 따르면, 전자 장치(1800)는 컨텐츠 재생 중에 텍스트 입력 필드(1810) 및/또는 키보드를 제공할 수 있다. 예를 들어, 전자 장치(1800)는 키보드를 통하여 텍스트 입력 필드(1810)에 특정 텍스트(1811)(예: 노래 가사)를 입력 받을 수 있다. 예를 들어, 전자 장치(1800)는 변환한 텍스트를 기반으로 재생 중인 컨텐츠에서 입력된 텍스트(1811)에 대응하는 부분을 검색할 수 있다. 예를 들어, 전자 장치(1800)는 재생 중인 컨텐츠에서 입력된 텍스트(1811)에 대응하는 부분을 바로 재생할 수 있다. 예를 들어, 전자 장치는 컨텐츠 재생 화면에 사용자가 입력한 텍스트(1811)의 내용 및/또는 위치를 나타내는 인디케이션(1830)을 표시할 수 있다.According to an embodiment, the electronic device 1800 (eg, the electronic device 101 of FIG. 1 or the electronic device 300 of FIG. 3 ) may reproduce content (eg, a song). For example, during content reproduction, the electronic device 1800 may display a screen related to content reproduction on the display 1801 . According to an embodiment, the electronic device 1800 may perform a text conversion function during content reproduction. According to an embodiment, the text conversion function may be performed in the background. For example, the electronic device 1800 may convert content being played back into text. According to an embodiment, the electronic device 1800 may provide a text input field 1810 and/or a keyboard during content reproduction. For example, the electronic device 1800 may receive a specific text 1811 (eg, song lyrics) input to the text input field 1810 through the keyboard. For example, the electronic device 1800 may search for a portion corresponding to the input text 1811 from the content being reproduced based on the converted text. For example, the electronic device 1800 may directly reproduce a portion corresponding to the input text 1811 in the content being reproduced. For example, the electronic device may display an indication 1830 indicating the content and/or location of the text 1811 input by the user on the content reproduction screen.
본 개시의 일 실시예에 따른 전자 장치의 동작 방법은, 원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할하는 동작, 상기 복수 개의 서브 오디오 컨텐츠 각각을 재생하면서, 상기 복수 개의 서브 오디오 컨텐츠 각각을 텍스트로 변환하는 동작, 상기 변환한 텍스트를 분석하여 적어도 하나의 태그를 생성하는 동작, 및 상기 변환한 텍스트 및 상기 적어도 하나의 태그 중 적어도 하나를 상기 원본 오디오 컨텐츠와 매핑하여 저장하는 동작을 포함할 수 있다.The method of operating an electronic device according to an embodiment of the present disclosure includes dividing an original audio content into a plurality of sub-audio contents, reproducing each of the plurality of sub-audio contents, and converting each of the plurality of sub-audio contents into text It may include an operation of converting, an operation of analyzing the converted text to generate at least one tag, and an operation of mapping at least one of the converted text and the at least one tag with the original audio content and storing it. .
일 실시예에 따르면, 상기 방법은, 상기 전자 장치에서 오디오 컨텐츠를 동시에 재생하거나 또는 동시에 텍스트로 변환 가능한 리소스 성능을 인식하는 동작, 및 상기 인식한 리소스 성능에 기반하여 상기 원본 오디오 컨텐츠를 분할할 개수를 결정하는 동작을 더 포함할 수 있다.According to an embodiment, the method includes an operation of simultaneously reproducing audio content in the electronic device or recognizing a resource capability that can be converted into text at the same time, and the number of dividing the original audio content based on the recognized resource capability It may further include an operation of determining
일 실시예에 따르면, 상기 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치(pitch)를 인식하는 동작, 및 상기 인식한 피치를 기반으로, 상기 원본 오디오 컨텐츠를 분할할 개수를 결정하는 동작을 더 포함할 수 있다.According to an embodiment, the method may further include an operation of recognizing a pitch of an audio signal included in the original audio content, and an operation of determining the number of divisions of the original audio content based on the recognized pitch. can
일 실시예에 따르면, 상기 텍스트로 변환하는 동작은, 상기 복수 개의 서브 오디오 컨텐츠 각각을 재생 시, 무음 구간을 스킵(skip)하는 동작을 포함할 수 있다.According to an embodiment, the converting into text may include skipping a silent section when each of the plurality of sub-audio contents is reproduced.
일 실시예에 따르면, 상기 텍스트로 변환하는 동작은, 상기 복수 개의 서브 오디오 컨텐츠 각각을 재생 시, 상기 복수 개의 서브 오디오 컨텐츠 각각에 포함된 오디오 신호의 피치(pitch)의 주기를 인식하는 동작, 및 상기 피치의 주기를 기반으로 상기 복수 개의 서브 오디오 컨텐츠 각각의 재생 배속을 조정하는 동작을 포함할 수 있다.According to an embodiment, the converting into text includes: recognizing a period of a pitch of an audio signal included in each of the plurality of sub-audio contents when each of the plurality of sub-audio contents is reproduced; and adjusting a reproduction speed of each of the plurality of sub-audio contents based on the period of the pitch.
일 실시예에 따르면, 상기 방법은, 상기 복수 개의 서브 오디오 컨텐츠 각각에 대하여, 상기 피치의 주기를 기반으로 적어도 일부 구간을 중첩하여 재생하는 동작을 포함할 수 있다.According to an embodiment, the method may include, for each of the plurality of sub-audio contents, overlapping and reproducing at least some sections based on the period of the pitch.
일 실시예에 따르면, 상기 방법은, 상기 변환한 텍스트에서 특징점을 추출하는 동작 및 상기 추출한 특징점을 기반으로 상기 서브 오디오 컨텐츠 각각의 일 지점에 대응하는 상기 적어도 하나의 태그를 생성하는 동작을 포함할 수 있다.According to an embodiment, the method may include extracting a feature point from the converted text and generating the at least one tag corresponding to one point of each sub-audio content based on the extracted feature point. can
일 실시예에 따르면, 상기 방법은, 태그의 종류, 주제, 사용 빈도, 관련성, 사용자 선호도, 관련된 어플리케이션, 및 사용자가 직접 생성하였는지 여부 중 적어도 하나에 기반하여 상기 생성한 적어도 하나의 태그를 그룹화하거나, 또는 상기 생성한 적어도 하나의 태그의 우선 순위를 설정하는 동작을 더 포함할 수 있다.According to an embodiment, the method may include grouping the at least one generated tag based on at least one of a type of tag, subject, frequency of use, relevance, user preference, related application, and whether the user has directly created the tag, or , or setting the priority of the generated at least one tag may be further included.
일 실시예에 따르면, 상기 방법은, 특정 태그와 관련된 사용자 입력을 수신하는 경우, 상기 특정 태그에 대응하는 원본 오디오 컨텐츠를 검색하여 사용자에게 제공하는 동작을 더 포함할 수 있다.According to an embodiment, the method may further include, when receiving a user input related to a specific tag, searching for original audio content corresponding to the specific tag and providing the original audio content to the user.
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.The electronic device according to various embodiments disclosed in this document may have various types of devices. 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 device. The electronic device according to the embodiment of the present document is not limited to the above-described devices.
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.The various embodiments of this document and terms used therein are not intended to limit the technical features described in this document to specific embodiments, but it should be understood to include various modifications, equivalents, or substitutions of the embodiments. In connection with the description of the drawings, like reference numerals may be used for similar or related components. The singular form of the noun corresponding to the item may include one or more of the item, unless the relevant context clearly dictates otherwise. As used herein, "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 , B, or C" each 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 element from other elements in question, and may refer to elements in other aspects (e.g., importance or order) is not limited. It is said that one (eg, first) component is "coupled" or "connected" to another (eg, second) component, with or without the terms "functionally" or "communicatively". When referenced, it means that one component can be connected to the other component directly (eg by wire), wirelessly, or through a third component.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다. The term “module” used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logic block, component, or circuit. can be used as A module may be an integrally formed part or a minimum unit or a part of the part that performs one or more functions. For example, according to an embodiment, the module may be implemented in the form of an application-specific integrated circuit (ASIC).
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.According to various embodiments of the present document, one or more instructions stored in a storage medium (eg, internal memory 136 or external memory 138) readable by a machine (eg, electronic device 101) may be implemented as software (eg, the program 140) including For example, a processor (eg, processor 120 ) of a device (eg, electronic device 101 ) may call at least one command among one or more commands stored from a storage medium and execute it. This makes it possible for the device to be operated to perform at least one function according to the called at least one command. The one or more instructions may include code generated by a compiler or code executable by an interpreter. The device-readable storage medium may be provided in the form of a non-transitory storage medium. Here, 'non-transitory' only means that the storage medium is a tangible device and does not include a signal (eg, electromagnetic wave), and this term is used in cases where data is semi-permanently stored in the storage medium and It does not distinguish between temporary storage cases.
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 스토어™)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.According to one embodiment, the method according to various embodiments disclosed in this document may be provided as included in a computer program product. Computer program products may be traded between sellers and buyers as commodities. The computer program product is distributed in the form of a machine-readable storage medium (eg compact disc read only memory (CD-ROM)), or via an application store (eg Play Store™) or on two user devices ( It can be distributed (eg downloaded or uploaded) directly between smartphones (eg: smartphones) and online. In the case of online distribution, at least a part of the computer program product may be temporarily stored or temporarily created in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a relay server.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.According to various embodiments, each component (eg, module or program) of the above-described components may include a singular or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. have. According to various embodiments, 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. Alternatively or additionally, a plurality of components (eg, a module or a program) may be integrated into one component. In this case, the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration. . According to various embodiments, operations performed by a module, program, or other component are executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations are executed in a different order, or omitted. or one or more other operations may be added.
Claims (15)
- 전자 장치에 있어서,In an electronic device,디스플레이;display;스피커;speaker;메모리; 및Memory; and상기 디스플레이, 상기 스피커, 및 상기 메모리와 작동적으로(operatively) 연결된 프로세서를 포함하고,a processor operatively coupled to the display, the speaker, and the memory;상기 메모리는, 실행 시, 상기 프로세서가,The memory, when executed, the processor원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할하고, Split the original audio content into a plurality of sub audio content,상기 복수 개의 서브 오디오 컨텐츠 각각을 재생하면서, 상기 복수 개의 서브 오디오 컨텐츠 각각을 텍스트로 변환하고,converting each of the plurality of sub audio contents into text while playing each of the plurality of sub audio contents;상기 변환한 텍스트를 분석하여 적어도 하나의 태그를 생성하고,generating at least one tag by analyzing the converted text;상기 변환한 텍스트 및 상기 적어도 하나의 태그 중 적어도 하나를 상기 원본 오디오 컨텐츠와 매핑하여 저장하도록 하는 인스트럭션들(instructions)을 저장하는 전자 장치.An electronic device for storing instructions for mapping at least one of the converted text and the at least one tag with the original audio content and storing them.
- 청구항 1에 있어서,The method according to claim 1,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,상기 전자 장치에서 오디오 컨텐츠를 동시에 재생하거나 또는 동시에 텍스트로 변환 가능한 리소스 성능을 인식하고,Recognizing resource performance capable of simultaneously playing back audio content or simultaneously converting to text in the electronic device,상기 인식한 리소스 성능에 기반하여 상기 원본 오디오 컨텐츠를 분할할 개수를 결정하도록 하는 전자 장치.An electronic device configured to determine the number of divisions of the original audio content based on the recognized resource performance.
- 청구항 1에 있어서,The method according to claim 1,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,상기 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치(pitch)를 인식하고,Recognizing a pitch of an audio signal included in the original audio content,상기 인식한 피치를 기반으로, 상기 원본 오디오 컨텐츠를 분할할 개수를 결정하도록 하는 전자 장치.An electronic device configured to determine the number of divisions of the original audio content based on the recognized pitch.
- 청구항 1에 있어서,The method according to claim 1,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,상기 복수 개의 서브 오디오 컨텐츠 재생 시, 무음 구간을 스킵(skip)하도록 하는 전자 장치.An electronic device configured to skip a silent section when the plurality of sub-audio contents are reproduced.
- 청구항 1에 있어서,The method according to claim 1,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,상기 복수 개의 서브 오디오 컨텐츠 각각을 재생 시, 상기 복수 개의 서브 오디오 컨텐츠 각각에 포함된 오디오 신호의 피치(pitch)의 주기를 인식하고, 상기 피치의 주기를 기반으로 상기 복수 개의 서브 오디오 컨텐츠 각각의 재생 배속을 조정하도록 하는 전자 장치.When each of the plurality of sub audio contents is reproduced, a period of a pitch of an audio signal included in each of the plurality of sub audio contents is recognized, and each of the plurality of sub audio contents is reproduced based on the period of the pitch An electronic device that allows you to adjust the speed.
- 청구항 5에 있어서,6. The method of claim 5,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,상기 복수 개의 서브 오디오 컨텐츠 각각에 대하여, 상기 피치의 주기를 기반으로 적어도 일부 구간을 중첩하여 재생하도록 하는 전자 장치.An electronic device configured to overlap and reproduce at least a portion of each of the plurality of sub-audio contents based on a period of the pitch.
- 청구항 1에 있어서,The method according to claim 1,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,사용자 입력에 기반하여 상기 원본 오디오 컨텐츠에 대한 태그를 생성하도록 하는 전자 장치.An electronic device that generates a tag for the original audio content based on a user input.
- 청구항 1에 있어서,The method according to claim 1,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,상기 변환한 텍스트에서 특징점을 추출하고,Extracting feature points from the converted text,상기 추출한 특징점을 기반으로 상기 서브 오디오 컨텐츠 각각의 일 지점에 대응하는 상기 적어도 하나의 태그를 생성하도록 하는 전자 장치.The electronic device generates the at least one tag corresponding to one point of each of the sub-audio contents based on the extracted feature points.
- 청구항 1에 있어서,The method according to claim 1,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,태그의 종류, 주제, 사용 빈도, 관련성, 사용자 선호도, 관련된 어플리케이션, 및 사용자가 직접 생성하였는지 여부 중 적어도 하나에 기반하여 상기 생성한 적어도 하나의 태그를 그룹화하거나, 또는 상기 생성한 적어도 하나의 태그의 우선 순위를 설정하도록 하는 전자 장치.The at least one generated tag is grouped based on at least one of a tag type, subject, frequency of use, relevance, user preference, related application, and whether the user has directly created the at least one tag, or An electronic device that allows you to set priorities.
- 청구항 1에 있어서,The method according to claim 1,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,특정 태그와 관련된 사용자 입력을 수신하는 경우, 상기 특정 태그에 대응하는 원본 오디오 컨텐츠를 검색하여 사용자에게 제공하도록 하는 전자 장치.When receiving a user input related to a specific tag, the electronic device searches for and provides the original audio content corresponding to the specific tag to the user.
- 청구항 10에 있어서,11. The method of claim 10,상기 인스트럭션들은, 상기 프로세서가, The instructions, the processor,상기 원본 오디오 컨텐츠에서 상기 특정 태그에 대응하는 부분을 재생하도록 하는 전자 장치.An electronic device that reproduces a part corresponding to the specific tag in the original audio content.
- 전자 장치의 동작 방법에 있어서,A method of operating an electronic device, comprising:원본 오디오 컨텐츠를 복수 개의 서브 오디오 컨텐츠로 분할하는 동작; dividing the original audio content into a plurality of sub audio content;상기 복수 개의 서브 오디오 컨텐츠 각각을 재생하면서, 상기 복수 개의 서브 오디오 컨텐츠 각각을 텍스트로 변환하는 동작;converting each of the plurality of sub audio contents into text while playing each of the plurality of sub audio contents;상기 변환한 텍스트를 분석하여 적어도 하나의 태그를 생성하는 동작; 및generating at least one tag by analyzing the converted text; and상기 변환한 텍스트 및 상기 적어도 하나의 태그 중 적어도 하나를 상기 원본 오디오 컨텐츠와 매핑하여 저장하는 동작을 포함하는 방법.and storing at least one of the converted text and the at least one tag by mapping the original audio content.
- 청구항 12에 있어서,13. The method of claim 12,상기 전자 장치에서 오디오 컨텐츠를 동시에 재생하거나 또는 동시에 텍스트로 변환 가능한 리소스 성능을 인식하는 동작; 및recognizing resource capabilities capable of simultaneously playing back audio content or simultaneously converting to text in the electronic device; and상기 인식한 리소스 성능에 기반하여 상기 원본 오디오 컨텐츠를 분할할 개수를 결정하는 동작을 더 포함하는 방법.The method further comprising determining the number of divisions of the original audio content based on the recognized resource performance.
- 청구항 12에 있어서,13. The method of claim 12,상기 원본 오디오 컨텐츠에 포함된 오디오 신호의 피치(pitch)를 인식하는 동작; 및recognizing a pitch of an audio signal included in the original audio content; and상기 인식한 피치를 기반으로, 상기 원본 오디오 컨텐츠를 분할할 개수를 결정하는 동작을 더 포함하는 방법.The method further comprising determining the number of divisions of the original audio content based on the recognized pitch.
- 청구항 12에 있어서,13. The method of claim 12,상기 변환한 텍스트에서 특징점을 추출하는 동작; 및extracting feature points from the converted text; and상기 추출한 특징점을 기반으로 상기 서브 오디오 컨텐츠 각각의 일 지점에 대응하는 상기 적어도 하나의 태그를 생성하는 동작을 포함하는 방법.and generating the at least one tag corresponding to one point of each of the sub-audio contents based on the extracted feature points.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2020-0173402 | 2020-12-11 | ||
KR1020200173402A KR20220083294A (en) | 2020-12-11 | 2020-12-11 | Electronic device and method for operating thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022124872A1 true WO2022124872A1 (en) | 2022-06-16 |
Family
ID=81974565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2021/018887 WO2022124872A1 (en) | 2020-12-11 | 2021-12-13 | Electronic device, and electronic device operation method |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20220083294A (en) |
WO (1) | WO2022124872A1 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR19980702558A (en) * | 1995-02-28 | 1998-07-15 | 다니엘 케이. 니콜스 | Communication system and method using speaker dependent time scaling technique |
JP2002366552A (en) * | 2001-04-10 | 2002-12-20 | Internatl Business Mach Corp <Ibm> | Method and system for searching recorded speech and retrieving relevant segment |
KR20080061747A (en) * | 2006-12-28 | 2008-07-03 | 삼성전자주식회사 | Method and apparatus for varying audio playback speed |
KR20100120977A (en) * | 2009-05-07 | 2010-11-17 | 포항공과대학교 산학협력단 | Method and apparatus for searching voice data from audio and video data under the circumstances including unregistered words |
KR20140108180A (en) * | 2013-02-28 | 2014-09-05 | 삼성전자주식회사 | systems and methods for accessing multi-media content |
JP2015025873A (en) * | 2013-07-24 | 2015-02-05 | 株式会社ベネッセコーポレーション | Information processing device, information processing method, and program |
-
2020
- 2020-12-11 KR KR1020200173402A patent/KR20220083294A/en unknown
-
2021
- 2021-12-13 WO PCT/KR2021/018887 patent/WO2022124872A1/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR19980702558A (en) * | 1995-02-28 | 1998-07-15 | 다니엘 케이. 니콜스 | Communication system and method using speaker dependent time scaling technique |
JP2002366552A (en) * | 2001-04-10 | 2002-12-20 | Internatl Business Mach Corp <Ibm> | Method and system for searching recorded speech and retrieving relevant segment |
KR20080061747A (en) * | 2006-12-28 | 2008-07-03 | 삼성전자주식회사 | Method and apparatus for varying audio playback speed |
KR20100120977A (en) * | 2009-05-07 | 2010-11-17 | 포항공과대학교 산학협력단 | Method and apparatus for searching voice data from audio and video data under the circumstances including unregistered words |
KR20140108180A (en) * | 2013-02-28 | 2014-09-05 | 삼성전자주식회사 | systems and methods for accessing multi-media content |
JP2015025873A (en) * | 2013-07-24 | 2015-02-05 | 株式会社ベネッセコーポレーション | Information processing device, information processing method, and program |
Also Published As
Publication number | Publication date |
---|---|
KR20220083294A (en) | 2022-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020045927A1 (en) | Electronic device and method for generating short cut of quick command | |
WO2019013510A1 (en) | Voice processing method and electronic device supporting the same | |
WO2020105856A1 (en) | Electronic apparatus for processing user utterance and controlling method thereof | |
WO2020050509A1 (en) | Voice synthesis device | |
WO2020180034A1 (en) | Method and device for providing user-selection-based information | |
WO2020167006A1 (en) | Method of providing speech recognition service and electronic device for same | |
WO2022177224A1 (en) | Electronic device and operating method of electronic device | |
WO2022124872A1 (en) | Electronic device, and electronic device operation method | |
WO2022216059A1 (en) | Electronic device and method for providing personalized audio information | |
WO2022139420A1 (en) | Electronic device, and method for sharing execution information of electronic device regarding user input having continuity | |
WO2022163963A1 (en) | Electronic device and method for performing shortcut instruction of electronic device | |
WO2022098168A1 (en) | Electronic device for providing video conference and method for providing video conference | |
WO2022131566A1 (en) | Electronic device and operation method of electronic device | |
WO2022211413A1 (en) | Electronic device and method for operating electronic device | |
WO2022139515A1 (en) | Method for providing voice-based content, and electronic device therefor | |
WO2020141643A1 (en) | Voice synthetic server and terminal | |
WO2022177221A1 (en) | Electronic device, and operation method of electronic device | |
WO2023106649A1 (en) | Electronic device for performing voice recognition by using recommended command | |
WO2024096641A1 (en) | Electronic device, and voice recognition method of electronic device | |
WO2024072142A1 (en) | Electronic device, operating method and storage medium for processing speech not including predicate | |
WO2024076114A1 (en) | Electronic device for controlling execution of voice command, and method thereof | |
WO2017160062A1 (en) | Method and device for recognizing content | |
WO2023043094A1 (en) | Electronic device and operation method of electronic device | |
WO2023027377A1 (en) | Electronic device and method for providing personalized user context aware service | |
WO2022196930A1 (en) | Electronic device and method by which electronic device stores tag information of content |
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: 21903917 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: 21903917 Country of ref document: EP Kind code of ref document: A1 |