WO2022131533A1 - 주변 소리 제어 방법 및 이를 위한 전자 장치 - Google Patents

주변 소리 제어 방법 및 이를 위한 전자 장치 Download PDF

Info

Publication number
WO2022131533A1
WO2022131533A1 PCT/KR2021/015767 KR2021015767W WO2022131533A1 WO 2022131533 A1 WO2022131533 A1 WO 2022131533A1 KR 2021015767 W KR2021015767 W KR 2021015767W WO 2022131533 A1 WO2022131533 A1 WO 2022131533A1
Authority
WO
WIPO (PCT)
Prior art keywords
wireless audio
audio device
conversation mode
utterance
voice
Prior art date
Application number
PCT/KR2021/015767
Other languages
English (en)
French (fr)
Inventor
신호선
이철민
이영우
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to US17/545,257 priority Critical patent/US12033628B2/en
Publication of WO2022131533A1 publication Critical patent/WO2022131533A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/10—Earpieces; Attachments therefor ; Earphones; Monophonic headphones
    • H04R1/1083—Reduction of ambient noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
    • 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
    • G10L25/78—Detection of presence or absence of voice signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/10—Earpieces; Attachments therefor ; Earphones; Monophonic headphones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/10—Earpieces; Attachments therefor ; Earphones; Monophonic headphones
    • H04R1/1016—Earpieces of the intra-aural type
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2400/00—Loudspeakers
    • H04R2400/01—Transducers used as a loudspeaker to generate sound aswell as a microphone to detect sound
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2420/00—Details of connection covered by H04R, not provided for in its groups
    • H04R2420/07—Applications of wireless loudspeakers or wireless microphones

Definitions

  • the present disclosure relates to a method for controlling an ambient sound and an electronic device therefor.
  • Wireless audio devices such as earbuds are widely used.
  • the wireless audio device may be wirelessly connected to an electronic device such as a mobile phone to output audio data received from the mobile phone. Since the wireless audio device is wirelessly connected to the electronic device, user convenience may be increased. Due to the increase in convenience, a user's wearing time of the wireless audio device may be increased.
  • the wireless audio device may be worn on the user's ear. Due to the wearing of the wireless audio device, it may be difficult for the user to hear external sounds.
  • the wireless audio device may output an ambient sound so that a wearer of the wireless audio device can hear external sounds.
  • the wireless audio device may provide ambient sounds to the user by outputting a sound received by a microphone of the wireless audio device in real time.
  • the user may set the wireless audio device to provide the ambient sound.
  • the user may change the settings of the wireless audio device by using an electronic device connected to the wireless audio device.
  • the user may be disturbed from listening to music due to ambient sounds. Accordingly, the user may tend to disable the ambient sound providing function.
  • a user may take out an electronic device from a pocket and activate an ambient sound providing function. Due to the complexity of the operation of the electronic device, the user may prefer to simply stop using the wireless audio device rather than activate the ambient sound providing function. For example, the user may stop wearing the wireless audio device. This may deteriorate the user's experience of the wireless audio device.
  • Various embodiments disclosed in this document may provide an electronic device and method for solving the above-described problems.
  • the present disclosure is to provide a wireless audio device comprising an audio receiving circuit, an audio output circuit, an acceleration sensor, a communication circuit, a processor, and a memory, wherein the memory, when executed by the processor, the wireless audio device , detects a utterance of a user of the wireless audio device using the acceleration sensor, and outputs at least a portion of an ambient sound received by the audio receiving circuit in response to the detection of the user's utterance as the audio output It is possible to store instructions for entering a conversation mode outputted through a circuit and, in the conversation mode, ending the conversation mode when a voice is not detected for a specified period of time using the audio receiving circuit.
  • Another aspect of the present disclosure is to provide a method for controlling a conversation mode of a wireless audio device, the operation of detecting a user's utterance of the wireless audio device based on an acceleration of the wireless audio device, and sensing of the user's utterance
  • the method may include entering a conversation mode for outputting at least a part of an ambient sound, and ending the conversation mode when no voice is detected for a specified time or longer in the conversation mode.
  • Another aspect of the present disclosure includes at least one internal microphone facing a user when the wireless audio device is worn, at least one external microphone exposed to the outside when the wireless audio device is worn, an audio output circuit, an acceleration sensor, a communication circuit,
  • a wireless audio device comprising: a processor; and a memory, wherein the memory, when executed by the processor, causes the wireless audio device to operate by using the at least one internal microphone and the acceleration sensor of the wireless audio device.
  • Detect a user's utterance determine whether the user's utterance corresponds to an utterance for a voice agent call, and if the user's utterance does not correspond to a utterance for the voice agent call, receive by the at least one external microphone Enters a conversation mode in which at least a portion of the ambient sound is output through the audio output circuit, and in the conversation mode, if no voice is detected through the at least one external microphone for a specified time or longer, the conversation mode is entered You can store instructions that cause it to end.
  • the electronic device may improve the function of the wireless audio device by providing ambient sounds based on whether the wearer speaks.
  • the electronic device may improve sound quality by providing sound in consideration of the surrounding environment.
  • the electronic device may improve the user experience by controlling the conversation mode based on the wearer's utterance and the utterance of another person.
  • the electronic device may provide a function conforming to the user's intention by controlling the conversation mode in consideration of the voice agent call operation.
  • FIG. 1 is a block diagram of an electronic device in a network environment according to various embodiments of the present disclosure
  • FIG. 2 illustrates a communication environment between a wireless audio device and an electronic device according to an example of the present disclosure
  • FIG. 3 shows a block diagram of an electronic device and wireless audio devices according to an embodiment of the present disclosure
  • FIG. 4 shows a front view and a rear view of a first wireless audio device according to an embodiment of the present disclosure
  • FIG. 5 shows a block diagram of a wireless audio device according to an embodiment of the present disclosure
  • FIG. 6 illustrates a conversation environment according to an example of the present disclosure
  • FIG. 7 illustrates a system configuration of a first wireless audio device according to an embodiment of the present disclosure
  • FIG. 11 illustrates wake-up speech recognition according to an embodiment of the present disclosure
  • FIG. 14 shows a signal flow diagram of a conversation mode termination method using an intelligent server according to an embodiment of the present disclosure
  • FIG. 15 shows a signal flow diagram of a voice agent-based conversation mode termination method according to an embodiment of the present disclosure
  • FIG. 16 shows a signal flow diagram of a method for exiting a designated voice command-based conversation mode according to an embodiment of the present disclosure
  • FIG. 17 shows a flowchart of a voice-based conversation mode control method according to an embodiment of the present disclosure
  • 19 is a flowchart of a conversation mode control method considering a voice agent call according to an embodiment of the present disclosure
  • FIG. 20 is a block diagram illustrating an integrated intelligence system according to an embodiment of the present disclosure
  • 21 is a diagram illustrating a form in which relation information between a concept and an action is stored in a database according to an embodiment of the present disclosure
  • FIG. 22 is a diagram illustrating a user terminal displaying a screen for processing a voice input received through an intelligent app, according to an embodiment of the present disclosure
  • 26 illustrates an ambient sound control user interface according to an embodiment of the present disclosure.
  • 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 at least one of the electronic device 104 and 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 the artificial intelligence model 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 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.
  • FIG. 2 illustrates a communication environment between a wireless audio device and an electronic device according to an example of the present disclosure.
  • an electronic device 201 and a wireless audio device 202 are illustrated in FIG. 1 .
  • the electronic device 101 may include the same or similar components, and at least some may perform the same or similar functions.
  • the term wireless audio device 202 refers to a first wireless audio device 202-1, a second wireless audio device 202-1, or first and second wireless audio devices 202, unless otherwise described. -1, 202-2).
  • the electronic device 201 may include, for example, a user terminal such as a smartphone, a tablet, a desktop computer, or a laptop computer.
  • the wireless audio device 202 may include, but is not limited to, wireless earphones, headsets, earbuds, or speakers.
  • the wireless audio device 202 may include various types of devices (eg, a hearing aid or a portable sound device) that receive an audio signal and output the received audio signal.
  • the term “wireless audio device” is used to distinguish it from the electronic device 201 , and “wireless audio device” may be referred to as an electronic device, a wireless earphone, an earbud, a true wireless stereo (TWS), or an earset. .
  • the electronic device 201 and the wireless audio device 202 may perform wireless communication in a short distance according to a Bluetooth network defined by a BluetoothTM special interest group (SIG).
  • the Bluetooth network may include, for example, a Bluetooth legacy network or a BLE network.
  • the electronic device 201 and the wireless audio device 202 may perform wireless communication through one of a Bluetooth legacy network and a BLE network, or may perform wireless communication through two networks.
  • the electronic device 201 serves as a primary device (eg, a master device), and the wireless audio device 202 serves as a secondary device (eg, a slave device). can be performed.
  • the number of devices performing the role of the secondary device is not limited to the example shown in FIG. 2 .
  • the role of the primary device or the secondary device may be determined in an operation of generating a link (eg, 205 , 210 , and/or 215 ) between devices.
  • one of the first wireless audio device 202-1 and the second wireless audio device 202-2 (eg, the first wireless audio device 202-1) is the primary device. role, and another device may serve as a secondary device.
  • the electronic device 201 may transmit a data packet including content such as text, audio, image, or video to the wireless audio device 202 .
  • At least one of the wireless audio devices 202 as well as the electronic device 201 may transmit the data packet to the electronic device 201 .
  • the electronic device 201 connects to the wireless audio device 202 and a created link (eg, the first link 205 and/or the second link 210 ).
  • a data packet including content (eg, music data) may be transmitted through the .
  • at least one of the wireless audio devices 202 may transmit a data packet including content (eg, audio data) to the electronic device 201 through the generated link.
  • the electronic device 201 may be referred to as a source device, and the wireless audio device 202 may be referred to as a sink device.
  • the electronic device 201 may create or establish a link with at least one device 202-1 and/or 202-2 among the wireless audio devices 202 to transmit a data packet.
  • the electronic device 201 may have a first link 205 with the first wireless audio device 202-1 and/or a second connection with the second wireless audio device 202-2 based on a Bluetooth or BLE protocol.
  • a link 210 may be created.
  • the electronic device 201 may communicate with the first wireless audio device 202-1 through a first link 205 with the first wireless audio device 202-1.
  • the second wireless audio device 202 - 2 may be configured to monitor the first link 205 .
  • the second wireless audio device 202 - 2 may receive data transmitted by the electronic device 201 through the first link 205 by monitoring the first link 205 .
  • the second wireless audio device 202 - 2 may monitor the first link 205 using information related to the first link 205 .
  • the information related to the first link 205 includes address information (eg, a Bluetooth address of the primary device of the first link 205 , a Bluetooth address of the electronic device 201 , and/or the first wireless audio device 202- 1) of the Bluetooth address), piconet (eg topology 200), clock information (eg CLKN (clock native) of the primary device of the first link 205), logical transport (LT) Address information (eg, information allocated by the primary device of the first link 205 ), used channel map information, link key information, and service discovery protocol (SDP) information (eg: service and/or profile information associated with the first link 205 ), and/or supported feature information.
  • address information eg, a Bluetooth address of the primary device of the first link 205 , a Bluetooth address of the electronic device 201 , and/or the first wireless audio device 202- 1
  • piconet eg topology 200
  • FIG. 3 is a block diagram of an electronic device and wireless audio devices according to an embodiment of the present disclosure.
  • the electronic device 201 includes a processor 320 (eg, the processor 120 of FIG. 1 ), a memory 330 (eg, the memory 130 of FIG. 1 ); A first communication circuit 391 (eg, the communication module 190 of FIG. 1 ), a display 360 (eg, the display module 160 of FIG. 1 ), and/or a second communication circuit 392 (eg: The communication module 190 of FIG. 1) may be included.
  • the processor 320 may be operatively coupled to the memory 330 , the display 360 , the first communication circuitry 391 , and the second communication circuitry 392 .
  • the memory 330 may store one or more instructions that, when executed, cause the processor 320 to perform various operations of the electronic device 201 .
  • the second communication circuit 392 may be configured to support wireless communication based on a Bluetooth protocol (eg, Bluetooth legacy and/or BLE).
  • the first communication circuit 391 may be configured to support communication based on a wireless communication standard (eg, cellular and/or Wi-Fi) excluding the Bluetooth protocol.
  • the electronic device 201 may further include a configuration not shown in FIG. 3 .
  • the electronic device 201 may further include an audio input/output device (eg, the audio module 170 of FIG. 1 ) and/or a housing.
  • the electronic device 201 may be connected to the first wireless audio device 202-1 through a first link 205 .
  • the electronic device 201 and the first wireless audio device 202-1 may communicate in units of time slots set based on the clock of the primary device of the first link 205 .
  • the electronic device 201 may be connected to the second wireless audio device 202 - 2 through the second link 210 .
  • the electronic device 201 may establish the second link 210 after connection with the first wireless audio device 202-1.
  • the second link 210 may be omitted.
  • the first wireless audio device 202-1 includes a processor 421 (eg, the processor 120 of FIG. 1 ), a memory 431 (eg, the memory 130 of FIG. 1 ), and a sensor.
  • Circuit 451 eg, sensor module 176 of FIG. 1
  • audio output circuit 471 eg, audio module 170 of FIG. 1
  • audio receiving circuit 481 eg, audio module of FIG. 1
  • communication circuitry 491 eg, communication module 190 of FIG. 1 ).
  • the processor 421 may be operatively coupled to the sensor circuit 451 , the communication circuit 491 , the audio output circuit 471 , the audio receiving circuit 481 , and the memory 431 .
  • the sensor circuit 451 may include at least one sensor.
  • the sensor circuit 451 may detect information on the wearing state of the first wireless audio device 202-1, biometric information of the wearer, and/or movement.
  • the sensor circuit 451 may include a proximity sensor for detecting a wearing state, a biosensor (eg, a heart rate sensor) for detecting biometric information, and/or a motion sensor (eg, an acceleration sensor) for detecting motion.
  • the sensor circuit 451 may further include at least one of a bone conduction sensor and an acceleration sensor.
  • the acceleration sensor may be disposed close to the skin to detect bone conduction.
  • the acceleration sensor may be set to detect shaking information in kHz units using sampling in kHz units, which is relatively higher than general motion sampling.
  • the processor 421 may use a vibration centered on a significant axis (at least one of the x, y, and z axes) among the vibration information of the acceleration sensor to identify voice in a noisy environment, detect a voice, detect a tap, and/or Wear detection can be performed.
  • the audio output circuit 471 may be set to output sound.
  • the audio receiving circuit 481 may include one or a plurality of microphones.
  • the audio receiving circuit 481 may be configured to acquire an audio signal using one or a plurality of microphones.
  • each of the plurality of microphones may correspond to a different audio reception path.
  • the processor 421 may acquire audio data by using at least one of a plurality of microphones connected to the audio receiving circuit 481 .
  • the processor 421 may, for example, dynamically select or determine at least one microphone for acquiring audio data among a plurality of microphones.
  • the processor 421 may acquire audio data by performing beamforming using a plurality of microphones.
  • the memory 431 may store one or more instructions that, when executed, cause the processor 421 to perform various operations of the first wireless audio device 202-1.
  • the processor 421 may acquire audio data by using at least one of the audio receiving circuit 481 and the sensor circuit 451 .
  • the processor 421 may acquire audio data using one or more microphones connected to the audio receiving circuit 481 .
  • the processor 421 may acquire audio data by detecting a vibration corresponding to the audio signal using the sensor circuit 451 .
  • the processor 421 may acquire audio data using at least one of a motion sensor, a bone conduction sensor, and an acceleration sensor.
  • the processor 421 may be configured to process (eg, noise suppression, noise cancellation, or echo cancellation) audio data acquired through various paths (eg, at least one of the audio receiving circuit 481 or the sensor circuit 451 ). have.
  • the first wireless audio device 202-1 may further include a configuration not shown in FIG. 3 .
  • the first wireless audio device 202-1 may include an indicator (eg, display module 160 of FIG. 1 ), an input interface (eg, interface 177 of FIG. 1 ), and/or a housing. may further include
  • the second wireless audio device 202 - 2 includes a processor 422 (eg, the processor 120 of FIG. 1 ), a memory 432 (eg, the memory 130 of FIG. 1 ), and a sensor.
  • Circuit 452 eg, sensor module 176 of FIG. 1
  • audio output circuit 472 eg, audio module 170 of FIG. 1
  • audio receiving circuit 482 e.g., the communication module 190 of FIG. 1 .
  • the processor 422 may be operatively coupled to the communication circuit 492 , the audio output circuit 472 , the audio receive circuit 482 , and the memory 432 .
  • the sensor circuit 452 may detect information about a wearing state of the second wireless audio device 202 - 2 , biometric information of the wearer, and/or movement information.
  • the sensor circuit 452 may include a proximity sensor for detecting a wearing state, a biometric sensor (eg, a heart rate sensor) for detecting biometric information, and/or a motion sensor (eg, an acceleration sensor) for detecting motion.
  • the sensor circuit 452 may further include at least one of a bone conduction sensor and an acceleration sensor.
  • the acceleration sensor may be disposed close to the skin to detect bone conduction.
  • the acceleration sensor may be set to detect shaking information in kHz units using sampling in kHz units, which is relatively higher than general motion sampling.
  • the processor 422 uses a vibration centered on a significant axis (at least one of x, y, and z axes) among the vibration information of the acceleration sensor to identify voice in a noisy environment, detect a voice, detect a tap, and/or Wear detection can be performed.
  • a significant axis at least one of x, y, and z axes
  • the audio output circuit 472 may be set to output sound.
  • the audio receiving circuit 482 may include one or a plurality of microphones.
  • the audio receiving circuit 482 may be configured to acquire an audio signal using one or a plurality of microphones.
  • each of the plurality of microphones may correspond to a different audio reception path.
  • the audio receiving circuit 482 includes a first microphone and a second microphone
  • the audio signal obtained by the first microphone and the audio signal by the second microphone may be referred to as different audio channels.
  • the processor 422 may acquire audio data by performing beamforming using a plurality of microphones.
  • the memory 432 may store one or more instructions that, when executed, cause the processor 422 to perform various operations of the second wireless audio device 202 - 2 .
  • the processor 422 may acquire audio data by using at least one of the audio receiving circuit 482 and the sensor circuit 452 .
  • the processor 422 may acquire audio data using one or more microphones connected to the audio receiving circuit 482 .
  • the processor 422 may acquire audio data by detecting a vibration corresponding to the audio signal using the sensor circuit 452 .
  • the processor 422 may acquire audio data using at least one of a motion sensor, a bone conduction sensor, and an acceleration sensor.
  • the processor 422 may be configured to process (eg, noise suppression, noise cancellation, or echo cancellation) audio data obtained through various paths (eg, at least one of the audio receiving circuit 482 or the sensor circuit 452 ). have.
  • the second wireless audio device 202 - 2 may further include a configuration not shown in FIG. 3 .
  • the second wireless audio device 202 - 2 includes an indicator (eg, the display module 160 of FIG. 1 ), an audio input device (eg, the audio module 170 of FIG. 1 ), and an input interface (eg: interface 177 of FIG. 1 ), and/or a housing.
  • FIG. 4 illustrates a front view and a rear view of a first wireless audio device according to an embodiment of the present disclosure.
  • the structure of the first wireless audio device 202-1 will be described. Although redundant descriptions are omitted for convenience of description, the second wireless audio device 202 - 2 may also have the same or similar structure to the first wireless audio device 202-1 .
  • the first wireless audio device 202-1 may include a housing 410 .
  • the housing 410 may form at least a part of the exterior of the first wireless audio device 202-1. It may include a button 413 and a plurality of microphones 481a and 481b disposed on the first surface of the housing 410 (eg, the surface facing the outside when worn).
  • the button 413 may be set to receive a user input (eg, a touch input or a push input).
  • the first microphone 481a and the second microphone 481b may be included in the audio receiving circuit 481 of FIG. 3 .
  • the first microphone 481a and the second microphone 481b may be disposed to detect a sound in a direction facing the outside of the user when the first wireless audio device 202-1 is worn.
  • the first microphone 481a and the second microphone 481b may be referred to as external microphones.
  • the first microphone 481a and the second microphone 481b may detect a sound outside the housing 410 .
  • the first microphone 481a and the second microphone 481b may detect a sound generated in the vicinity of the first wireless audio device 202-1.
  • the sound of the surrounding environment sensed by the first wireless audio device 202-1 may be output by the speaker 470 .
  • the first microphone 481a and the second microphone 481b may be sound-collecting microphones for a noise canceling function (eg, active noise cancellation (ANC)) of the first wireless audio device 202-1.
  • the first microphone 481a and the second microphone 481b may be sound pickup microphones for a function of listening to an ambient sound (eg, a transparency function or an ambient aware function) of the first wireless audio device 202-1.
  • the first microphone 481a and the second microphone 481b may include various types of microphones including an electronic condenser microphone (ECM) and a micro electro mechanical system (MEMS) microphone.
  • ECM electronic condenser microphone
  • MEMS micro electro mechanical system
  • a wing tip 411 may be coupled to the circumference of the housing 410 .
  • the wing tip 411 may be formed of an elastic material.
  • the wing tip 411 may be detached from the housing 410 or attached to the housing 410 .
  • the wingtip 411 may improve wearability of the first wireless audio device 202-1.
  • Reference numeral 402 shows a rear view of the first wireless audio device 202-1.
  • a first electrode 414 , a second electrode 415 , a proximity sensor 450 , a third microphone 481c, and A speaker 470 may be included.
  • the speaker 470 may be included in the audio output circuit 471 of FIG. 3 .
  • the speaker 470 may convert an electrical signal into a sound signal.
  • the speaker 470 may output sound to the outside of the first wireless audio device 202-1.
  • the speaker 470 may convert an electrical signal into a sound that the user can audibly recognize and output.
  • At least a portion of the speaker 470 may be disposed inside the housing 410 .
  • the speaker 470 may be coupled to the ear tip 412 through one end of the housing 410 .
  • the ear tip 412 may be formed in a cylindrical shape with a hollow formed therein.
  • the sound (audio) output from the speaker 470 may be transmitted to an external object (eg, a user) through the hollow of the ear tip 412 . have.
  • the first wireless audio device 202-1 may include a sensor 451a (eg, an acceleration sensor, a bone conduction sensor, and/or a gyro sensor) disposed on the second surface of the housing 410 .
  • a sensor 451a eg, an acceleration sensor, a bone conduction sensor, and/or a gyro sensor
  • FIG. 4 The position and shape of the sensor 451a illustrated in FIG. 4 are exemplary, and embodiments of the present document are not limited thereto.
  • the sensor 451a may be disposed inside the housing 410 and may not be exposed to the outside.
  • the sensor 451a when worn, may be located at a position capable of contacting the wearer's ear or at a portion of the housing 410 in contact with the wearer's ear.
  • the ear tip 412 may be formed of an elastic material (or a flexible material).
  • the ear tip 412 may assist the first wireless audio device 202-1 to be inserted in close contact with the user's ear.
  • the ear tip 412 may be formed of a silicon material.
  • At least one region of the ear tip 412 may be deformed according to the shape of the external object (eg, the shape of the ear kernel).
  • the ear tip 412 may be formed by a combination of at least two of silicone, foam, and plastic material.
  • a region in which the ear tip 412 is inserted into and abuts against a user's ear may be formed of a silicone material, and a region into which the housing 410 is inserted may be formed of a plastic material.
  • the ear tip 412 may be detached from the housing 410 or attached to the housing 410 .
  • the first electrode 414 and the second electrode 415 may be connected to an external power source (eg, a case) and receive an electrical signal from the external power source.
  • the proximity sensor 450 may be used to detect a wearing state of the user.
  • the proximity sensor 450 may be disposed inside the housing 410 . At least a portion of the proximity sensor 450 may be disposed to be exposed to the exterior of the first wireless audio device 202-1.
  • the first wireless audio device 202-1 may determine whether the first wireless audio device 202-1 is worn by the user based on data measured by the proximity sensor 450 .
  • the proximity sensor 450 may include an IR sensor.
  • the IR sensor may detect whether the housing 410 is in contact with the user's body, and the first wireless audio device 202-1 is the first wireless audio device 202-1 based on the detection of the IR sensor. You can decide whether to wear it or not.
  • the proximity sensor 450 is not limited to the IR sensor, and may be implemented using various types of sensors (eg, an acceleration sensor or a gyro sensor).
  • the third microphone 481c may be disposed to detect a sound in a direction toward the user when the first wireless audio device 202-1 is worn.
  • the third microphone 481c may be referred to as an internal microphone.
  • FIG. 5 is a block diagram of a wireless audio device according to an embodiment of the present disclosure.
  • the components of the wireless audio device 202 may include example software modules.
  • the above configurations may be implemented by the first wireless audio device 202-1 or the second wireless audio device 202-2. At least some of the above components may be omitted. At least some of the components may be implemented as one software module.
  • the division of the components is logical, and any program, thread, application, or code that performs the same function may correspond to the components.
  • the pre-processing module 510 performs pre-processing on the received audio (or audio signal) using an audio receiving circuit (eg, the audio receiving circuit 481 or 482 of FIG. 3 ).
  • the preprocessing module 510 may cancel an echo of an audio signal obtained by using an acoustic echo canceller (AEC) 511 .
  • the preprocessing module 510 may reduce noise of the acquired audio signal using noise suppression (NS) 512 .
  • the preprocessing module 510 may reduce a signal of a specified band of the acquired audio signal by using a high pass filter (HPF) 513 .
  • HPF high pass filter
  • the preprocessing module 510 may change a sampling rate of the audio input signal by using the converter 514 .
  • the converter 514 may be configured to perform downsampling or upsampling on an audio input signal.
  • the preprocessing module 510 may selectively apply at least one of the AEC 511 , the NS 512 , the HPF 513 , and the converter 514 to the audio signal.
  • a dialog mode module 520 may determine initiation and termination of the dialog mode. For example, the conversation mode module 520 may detect whether a wearer (eg, a user) of the wireless audio device 202 speaks by using a first voice activity detection (VAD) 521 . The conversation mode module 520 may use the second VAD 522 to detect whether the wearer's utterance and an outsider's utterance are uttered. The conversation mode module 520 may identify and/or specify the utterance section of the wearer through the first VAD 521 . The conversation mode module 520 may identify and/or specify an outsider's utterance section through the first VAD 521 and the second VAD 522 .
  • VAD voice activity detection
  • the conversation mode module 520 identifies the utterance section of an outsider by excluding the section in which the utterance of the wearer is identified through the first VAD 521 from among the sections in which the utterance is identified through the second VAD 522 . and/or may be specified.
  • the conversation mode module 520 may determine whether to execute or terminate the voice agent by using the first VAD 521 , the second VAD 522 , and the conversation mode function 523 .
  • the conversation mode module 520 may detect whether the user's utterance and whether an outsider utters the utterance using the first VAD 521 and the second VAD 522 .
  • the interactive mode module 520 uses the audio signal pre-processed by the pre-processing module 510 or the audio signal not processed by the pre-processing module 510 to configure the first VAD 521 or the second VAD 522 . ) can be performed at least one of.
  • the wireless audio device 202 may receive an audio signal using audio reception circuits 481 and 482 .
  • the wireless audio device 202 may detect the movement of the wireless audio device 202 using the sensor circuits 451 and 452 (eg, a motion sensor, an acceleration sensor, and/or a gyro sensor). For example, when an audio signal (eg, a voice signal) of a specified size or larger is detected in a specified band (eg, a human voice range), the wireless audio device 202 may detect a voice signal from the audio signal. When a designated movement is sensed simultaneously or substantially simultaneously while a voice signal is detected, the wireless audio device 202 may detect a user's utterance (eg, a wearer's utterance) based on the voice signal.
  • a user's utterance eg, a wearer's utterance
  • the designated movement may be a movement sensed by the wireless audio device 202 due to the utterance of the wearer of the wireless audio device 202 .
  • movement due to the wearer's utterance may be transmitted to a motion sensor, an acceleration sensor, and/or a gyro sensor in the form of movement or vibration.
  • the motion caused by the wearer's speech may be input to the motion sensor, the acceleration sensor, and/or the gyro sensor in a form similar to the input of the bone conduction microphone.
  • the wireless audio device 202 may acquire information on the start time and end time of the wearer's utterance based on the specified movement and voice signal.
  • the wireless audio device 202 While a voice signal is detected, simultaneously or substantially simultaneously, if a designated movement is not detected, the wireless audio device 202 performs an outsider utterance based on the voice signal (eg, a utterance by a person other than the wearer (eg, an outsider or the other party)). ) can be detected.
  • the wireless audio device 202 may acquire information on the start time and end time of an outsider's utterance based on a designated motion and voice signal.
  • the conversation mode module 520 stores information on the start and end times of the user's or an outsider's utterance in the memories 431 and 432, and starts or ends the conversation mode based on the information stored in the memories 431 and 432. can be decided
  • the first VAD 521 and the second VAD 522 may be a serial process.
  • the wireless audio device 202 detects a motion using a motion sensor (eg, an acceleration sensor and/or a gyro sensor), so that the voice signal responds to the user's utterance It can be identified whether a motion sensor is detected using the second VAD 522 .
  • a motion sensor eg, an acceleration sensor and/or a gyro sensor
  • the first VAD 521 and the second VAD 522 may be parallel processes.
  • the first VAD 521 may be configured to detect a user's utterance independently of the second VAD 522 .
  • the second VAD 522 may be set to detect a voice signal regardless of whether a user speaks.
  • the wireless audio device 202 may use different microphones to detect the user's utterance and the utterance of an outsider.
  • the wireless audio device 202 may use an external microphone (eg, the first microphone 481a and the second microphone 481b of FIG. 4 ) to detect the utterance of an outsider.
  • the wireless audio device 202 may use an internal microphone (eg, the third microphone 481c of FIG. 4 ) to detect the user's utterance.
  • the electronic device 202 may determine whether the wearer speaks based on a voice signal and motion information based on the internal microphone.
  • the wireless audio device 202 may determine whether the wearer is uttering based on a voice signal input through a sensor input in order to detect the user's utterance.
  • the signal flowing into the sensor input may include at least one of an acceleration sensor and a gyro sensor input.
  • the conversation mode module 520 may determine the start of the conversation mode by using the first VAD 521 and/or the second VAD 522 .
  • the chat mode module 520 may determine whether to start the chat mode. For example, the conversation mode module 520 may determine the start of the conversation mode when the user's utterance is maintained for a specified time period (eg, ts in FIGS. 8, 9, and 10 ). As another example, the conversation mode module 520 may determine the start of the conversation mode when the other party's utterance is maintained for a specified time period after the user's utterance is terminated.
  • the conversation mode module 520 may determine whether to maintain or terminate the conversation mode by using the first VAD 521 and/or the second VAD 522 .
  • the conversation mode module 520 may determine whether to maintain or terminate the conversation mode. For example, during the conversation mode, the conversation mode module 520 may determine the end of the conversation mode if no voice signal is detected for a specified time period (eg, te in FIGS. 8, 9, and 10 ).
  • the conversation mode module 520 may determine to maintain the conversation mode when a voice signal is detected within a specified time interval (eg, te in FIGS. 8, 9, and 10 ) from the end of the previous voice signal.
  • the conversation mode module 520 may determine the start and/or end of the conversation mode based on the conversation mode function 523 .
  • the conversation mode function 523 may detect the start and/or end of the conversation mode based on a user input.
  • the user input may include a user's voice command, a user's touch input, or a user's button input.
  • the conversation mode module 520 may determine the length of the designated time period (eg, te in FIGS. 8, 9, and 10 ) based on the ambient sound. For example, the conversation mode module 520 may determine the length of the designated time period based on at least one of a background noise sensitivity of a sound acquired using an external microphone, an SNR value, or a noise type. In a noisy environment, the conversation mode module 520 may increase the length of the designated time interval.
  • the conversation mode module 520 may increase the length of the designated time interval.
  • the conversation mode module 520 may determine the start and/or end of the conversation mode based on the user's voice command.
  • the voice agent module 530 may detect a voice command instructing the user to initiate the conversation mode, and transmit information instructing the initiation of the conversation mode to the conversation mode function 523 in response to the detection of the voice command. have.
  • the voice command instructing initiation of the conversation mode may include a wake-up utterance (eg, hi Bixby) and a voice command for waking up of the voice agent.
  • the voice command may have a form such as “Hi Bixby, start conversation mode”.
  • the voice command instructing to start the conversation mode may have a form such as “start the conversation mode” that does not include a wake-up utterance.
  • the conversation mode module 520 may determine the start of the conversation mode.
  • the voice agent module 530 detects a voice command instructing the user to end the conversation mode, and transmits information instructing the end of the conversation mode to the conversation mode function 523 in response to the detection of the voice command.
  • the voice command instructing end of the conversation mode may include a wake-up utterance and a voice command for waking up of the voice agent.
  • the voice command may have a form such as “Hi Bixby, end the conversation mode”.
  • the voice command instructing end of the conversation mode may have a form such as “End the conversation mode” that does not include a wake-up utterance.
  • the conversation mode module 520 may determine the end of the conversation mode.
  • the conversation mode module 520 may determine the start and/or end of the conversation mode based on the user's touch input.
  • the electronic device 201 may provide a UI for controlling the conversation mode of the wireless audio device 202 . Through the UI, the electronic device 201 may receive a user input for setting activation or deactivation of the conversation mode. When a user input instructing activation of the conversation mode is received, the electronic device 201 may transmit a signal instructing the start of the conversation mode to the wireless audio device 202 . When the conversation mode function 523 obtains from the signal information indicating the start of the conversation mode, the conversation mode module 520 may determine the start of the conversation mode.
  • the electronic device 201 may transmit a signal instructing the end of the conversation mode to the wireless audio device 202 .
  • the conversation mode module 520 may determine the end of the conversation mode.
  • the wireless audio device 202 transmits a signal indicating that the start or end of the conversation mode is determined to the electronic device 201 can do.
  • the electronic device 201 may provide information indicating that the start or end of the conversation mode has been determined obtained from the signal through the UI for controlling the conversation mode of the wireless audio device 202 .
  • the conversation mode module 520 may determine the start and/or end of the conversation mode based on the user's button input.
  • the wireless audio device 202 may include at least one button (eg, button 413 of FIG. 4 ).
  • the conversation mode function 523 may be set to detect a designated input for a button (eg, a double tap or a long press).
  • the conversation mode module 520 may determine the start of the conversation mode.
  • the conversation mode module 520 may determine the end of the conversation mode.
  • the conversation mode function 523 may be configured to interact with the voice agent module 530 .
  • the conversation mode function 523 may obtain information indicating whether the utterance is for a voice agent call from the voice agent module 530 .
  • the wearer's utterance maintained for a specified time or longer may be detected by the first VAD 521 .
  • the conversation mode module 520 may use the conversation mode function 523 to identify whether the wearer's utterance is for a call of the voice agent.
  • the conversation mode function 523 confirms using the voice agent module 530 that the voice agent call is performed by the corresponding utterance, the conversation mode module 520 may ignore the corresponding utterance.
  • the conversation mode module 520 may not determine to start the conversation mode only with the corresponding utterance.
  • the voice agent module 530 may identify a voice command instructing initiation of a conversation mode from the corresponding utterance.
  • the voice agent module 530 transmits a signal instructing the start of the conversation mode to the conversation mode module 520 , and the conversation mode module 520 may determine the start of the conversation mode. That is, in this case, the conversation mode module 520 may determine the start of the conversation mode based on the instruction of the voice agent module 530 rather than the length of the utterance itself.
  • the conversation mode module 520 may determine the end of the conversation mode based on the operation time of the conversation mode. For example, when a predetermined time elapses after the conversation mode is turned on, the conversation mode module 520 may determine the end of the conversation mode.
  • the voice agent module 530 may include a wakeup speech recognition module 531 and a voice agent control module 532 .
  • the voice agent module 530 may further include a voice command recognition module 533 .
  • the wake-up utterance recognition module 531 may obtain an audio signal using the audio receiving circuits 481 and 482 and recognize a wake-up utterance (eg, Hi Bixby) from the audio signal.
  • the wake-up speech recognition module 531 may control the voice agent using the voice agent control module 532 .
  • the voice agent control module 532 may transmit a received voice signal to the electronic device 201 and receive a task or command corresponding to the voice signal from the electronic device 201 .
  • the electronic device 201 may transmit a signal instructing to adjust the volume to the wireless audio device 202 .
  • the voice command recognition module 533 may obtain an audio signal using the audio receiving circuits 481 and 482 and recognize a specified voice command from the audio signal.
  • the designated voice utterance may include a voice command (eg, starting a conversation mode, ending the conversation mode) for controlling the conversation mode.
  • the voice command recognition module 533 may perform a function corresponding to the specified voice command when the specified voice command is recognized without recognizing the wake-up utterance.
  • the voice command recognition module 533 may transmit a signal instructing the end of the conversation mode to the electronic device 201 when recognizing the utterance of a specified command such as “end of the conversation mode”.
  • the voice command recognition module 533 may perform a function corresponding to a specified voice command without interaction with the voice agent.
  • the electronic device 201 may perform sound control of the wireless audio device 202 to be described later in response to a signal instructing the end of the conversation mode.
  • the conversation mode module 520 may transmit a decision on the conversation mode (eg, the end of the conversation mode or the start of the conversation mode) to the conversation mode control module 550 .
  • the conversation mode control module 550 may control the function of the wireless audio device 202 according to activation and/or deactivation of the conversation mode.
  • the conversation mode control module 550 may control the output sound of the wireless audio device 202 using the sound control module 540 according to activation and/or deactivation of the conversation mode.
  • the sound control module 540 may include an active noise canceling (ANC) module 541 and an ambient sound control module 542 .
  • the ANC module 541 may be configured to acquire an ambient sound and perform noise cancellation based on the ambient sound.
  • the ANC module 541 may acquire an ambient sound using an external microphone and perform noise cancellation using the acquired ambient sound.
  • the ambient sound control module 542 may be configured to provide ambient sounds to the wearer.
  • the ambient sound control module 542 may be set to provide ambient sound by obtaining ambient sound using an external microphone and outputting the obtained ambient sound using a speaker of the wireless audio device 202 . .
  • the conversation mode control module 550 may control the output sound of the wireless audio device 202 using the sound control module 540 .
  • the conversation mode control module 550 may deactivate ANC and activate ambient sounds in response to the start of the conversation mode.
  • the conversation mode control module 550 reduces the volume level of the music being output by a certain percentage or more in response to the start of the conversation mode, or sets it to the maximum mute. can The user of the wireless audio device 202 can clearly hear ambient sounds upon initiation of the conversation mode.
  • the conversation mode control module 550 may control the output sound of the wireless audio device 202 using the sound control module 540 .
  • the conversation mode control module 550 may restore the ANC setting and/or the ambient sound setting to the settings before the start of the conversation mode in response to the end of the conversation mode, and may deactivate the ambient sound.
  • the conversation mode control module 550 may store the ANC setting and/or the ambient sound setting in the memory.
  • the conversation mode control module 550 may activate or deactivate the ANC and/or the ambient sound according to the ANC setting and/or the ambient sound setting stored in the memory.
  • the conversation mode control module 550 may restore the output sound of the wireless audio device 202 to a setting prior to initiation of the conversation mode in response to the end of the conversation mode. For example, if music is being output from the wireless audio device 202 before the start of the conversation mode, the conversation mode control module 550 may store the music output sound setting in the memory. When the conversation mode ends, the conversation mode control module 550 may restore the music output sound to the music output sound setting stored in the memory. The conversation mode control module 550 may reduce or mute the media output volume to a specified value according to a setting in the conversation mode.
  • the wireless audio device 202 may output a notification of the voice agent (eg, a response to a user's utterance) independently of the volume in the conversation mode.
  • the wireless audio device 202 may output a notification (eg, a TTS-based response) of the voice agent as a specified volume value.
  • the conversation mode control module 550 may control the output sound using the sound control module 540 during the operation of the conversation mode.
  • the conversation mode control module 550 may control the intensity of ANC and/or ambient sound.
  • the conversation mode control module 550 may control the gain value of the ambient sound to amplify the intensity of the ambient sound.
  • the conversation mode control module 550 may amplify only a section in which a voice exists or a voice corresponding frequency band in the surrounding sound. In the conversation mode, the conversation mode control module 550 may reduce the strength of the ANC.
  • the conversation mode control module 550 may control an output volume of an audio signal.
  • Tables 1 and 2 below show examples of sound control of the conversation mode control module 550 according to the start (eg, ON) and end (eg, OFF) of the conversation mode.
  • the wearer of the wireless audio device 202 may be listening to music using the wireless audio device 202 .
  • the wireless audio device 202 may output music while performing ANC.
  • the wireless audio device 202 may output music at a first volume.
  • the conversation mode control module 550 may activate an ambient sound and deactivate the ANC.
  • the conversation mode control module 550 may reduce the volume of the music being output to a specified value or less, or may decrease it by a specified ratio.
  • the conversation mode control module 550 may decrease the volume of music being output to a second value in the conversation mode.
  • the conversation mode control module 550 may restore settings related to the output sound.
  • the conversation mode control module 550 may activate ANC and deactivate ambient sounds.
  • the conversation mode control module 550 may increase the volume of the music being output to the first value.
  • the wearer of the wireless audio device 202 may be listening to music using the wireless audio device 202 .
  • the wireless audio device 202 may output music without applying ANC.
  • the wireless audio device 202 may output music at a first volume.
  • the conversation mode control module 550 may activate an ambient sound and maintain the ANC in an inactive state.
  • the conversation mode control module 550 may reduce the volume of the music being output to a specified value or less, or may decrease it by a specified ratio.
  • the conversation mode control module 550 may decrease the volume of music being output to a second value in the conversation mode.
  • the conversation mode control module 550 may restore settings related to the output sound.
  • the conversation mode control module 550 may maintain ANC in a deactivated state and deactivate ambient sounds.
  • the conversation mode control module 550 may increase the volume of the music being output to the first value.
  • the wireless audio device 202 deactivates the ambient sound when the conversation mode is not set, but embodiments of the present document are not limited thereto. For example, even when the conversation mode is not set, the wireless audio device 202 may activate ambient sounds according to a user's setting.
  • the environment classification module 560 may obtain an audio signal using an audio receiving circuit and classify the environment based on the audio signal. For example, the environment classification module 560 may obtain at least one of a background noise, a signal to noise ratio (SNR), or a type of noise from the audio signal. The environment classification module 560 may detect the environment based on the intensity of the background noise, the SNR, or the type of noise. For example, the environment classification module 560 may identify the environment of the wireless audio device 202 by comparing the environment information stored in the memory with at least one of the intensity of the background noise, the SNR, and the type of noise. For example, the environment classification module 560 may control an output sound based on the identified environment.
  • SNR signal to noise ratio
  • the environment classification module 560 may control an output sound based on the identified environment.
  • the environment classification module 560 may control the ambient sound based on the intensity and/or SNR of the background noise.
  • the environment classification module 560 may determine the overall output of the ambient sound, the amplification of a voice band among the ambient sounds, or the amplification of a specified sound (eg, an alarm or a siren) among the ambient sounds.
  • the environment classification module 560 may determine the strength of the ANC.
  • the environment classification module 560 may adjust parameters (eg, coefficients) of a filter for ANC.
  • the environment classification module 560 identifies the environment using the audio signal, but embodiments of the present document are not limited thereto.
  • the environment classification module 560 may identify the environment using Wi-Fi information and/or GPS information.
  • the environment classification module 560 may control the conversation mode based on the identified environment. For example, the environment classification module 560 may activate the conversation mode based on the identified environment.
  • the conversation mode control module 550 may be used to activate the conversation mode, and may provide ambient sounds to the user according to the conversation mode. For example, when the user is in a dangerous environment (eg, an environment in which a siren sound is sensed), the environment classification module 560 may activate a conversation mode.
  • the electronic device 201 may display a user interface instructing the end or start of the conversation mode on the display 360 .
  • the electronic device 201 may provide the user interface in a manner synchronized with the conversation mode of the wireless audio device 202 .
  • the electronic device 201 may display the user interface when the electronic device 201 determines the end or start of the conversation mode, or receives a signal instructing the end or start of the conversation mode from the wireless audio device 202 .
  • the electronic device 201 may display a first user interface including information indicating that the conversation mode has been set.
  • the first user interface (eg, the user interface 2600 of FIG. 26 ) may include an interface (eg, the volume interface 2610 of FIG.
  • the electronic device 201 may display a second user interface (eg, the user interface 2300 of FIG. 23 ) including information indicating that the conversation mode is terminated.
  • the electronic device 201 may display the first user interface and the second user interface on an execution screen of an application (eg, a wearable application) for controlling the wireless audio device 202 .
  • the conversation mode module 520 may determine the start and end of the conversation mode further based on whether or not the user is wearing it. For example, when the wireless audio device 202 is worn by a user, the conversation mode module 520 may initiate a conversation mode based on a user's (eg, a wearer) utterance or a user input. When the wireless audio device 202 is not worn by the user, the conversation mode module 520 may not initiate the conversation mode even if the user's utterance is detected.
  • a user's eg, a wearer
  • each of the first wireless audio device 202-1 and the second wireless audio device 202-2 may include the components of the wireless audio device 202 shown in FIG. 5 .
  • Each of the first wireless audio device 202-1 and the second wireless audio device 202-2 may be configured to determine whether to initiate a conversation mode.
  • the first wireless audio device 202-1 or the second wireless audio device 202-2 determines to start the conversation mode
  • the audio device 202 - 2 may be set to operate in a conversation mode.
  • the first wireless audio device 202-1 or the second wireless audio device 202-2 having decided to initiate the conversation mode, informs the other wireless audio device and/or the electronic device 201 to initiate the conversation mode. It may be set to transmit an indication signal.
  • the first wireless audio device 202-1 and the second wireless audio device 202-2 may be set to operate in a conversation mode.
  • the first wireless audio device 202-1 or the second wireless audio device 202-2 which has decided to initiate the conversation mode, checks whether another wireless audio device has decided to initiate the conversation mode, and the two wireless audio devices The first wireless audio device 202-1 and the second wireless audio device 202-2 may operate in the conversation mode when both devices decide to start the conversation mode.
  • the first wireless audio device 202-1 or the second wireless audio device 202-2 that has decided to start the conversation mode may transmit a signal instructing the start of the conversation mode to the electronic device 201.
  • the electronic device 201 receives a signal instructing to initiate a conversation mode from both the first wireless audio device 202-1 and the second wireless audio device 202-2 within a specified time, and the first wireless audio device ( 202-1) and the second wireless audio device 202-2 may transmit a signal to operate in a conversation mode.
  • a method of determining starting, maintaining, and/or ending of the conversation mode may be referred to by reference to the following contents with reference to FIGS. 6 to 19 .
  • FIG. 6 illustrates a conversation environment according to an example of the present disclosure.
  • FIG. 7 illustrates a system configuration of a first wireless audio device according to an embodiment of the present disclosure.
  • a user 601 wearing a wireless audio device 202 and a counterpart 602 have a conversation.
  • an utterance by the user 601 may be referred to as a user utterance 610
  • an utterance by the counterpart 602 may be referred to as a counterpart utterance 620 .
  • the conversation may be as in the example of Table 3.
  • the conversation mode may be started according to a voice command of the user 601 .
  • the wireless audio device 202 may acquire an audio signal including the user's utterance “Hi Bixby, start conversation mode” by using the audio receiving circuits 481 and 482 .
  • the obtained audio signal may be transmitted to the voice agent module 530 , the pre-processing module 510 , and the environment classification module 560 .
  • the first VAD 521 may detect the utterance of the user 601 based on the voice signal of the audio signal and the motion detected by the sensor circuits 451 and 452 .
  • the voice agent module 530 may detect a wakeup word (eg, hi Bixby) from the audio signal, and transmit that the user utterance 610 indicates the wakeup utterance to the conversation mode module 520 .
  • the conversation mode module 520 may not start the conversation mode because the audio signal is for a voice agent call.
  • the voice agent module 530 may transmit a signal instructing to start the conversation mode to the conversation mode module 520 based on a voice command (“Start conversation mode”) included in the user utterance 610 .
  • the conversation mode module 520 may start the conversation mode in response to a signal instructing the start of the conversation mode.
  • the voice agent may output a sound indicating the start of conversation mode (“Conversation mode started”).
  • Conversation mode started the wireless audio device 202 may be configured to decrease or mute the volume of the media being output. Even in this case, the wireless audio device 202 may output a notification of the voice agent (eg, a response to a user's utterance) independently of the volume of the conversation mode.
  • the wireless audio device 202 may output a notification (eg, a TTS-based response) of the voice agent as a specified volume value.
  • the conversation mode control module 550 may control the sound using the sound control module 540 .
  • the conversation mode control module 550 may deactivate ANC and activate an ambient sound.
  • a time interval between an utterance in which the conversation mode is maintained and an utterance may be shorter than a designated time interval ( te in FIGS. 8 , 9 , and 10 ).
  • the conversation mode module 520 may maintain the conversation mode.
  • user 601 can call a voice agent.
  • the user's utterance 610 may be "Hi Bixby, save it in a reminder that tomorrow 8 o'clock coffee shop coupon use is used".
  • the start of a designated time interval (te in FIGS. 8, 9, and 10) for determining whether to end the conversation mode is an arbitrary utterance (eg, user utterance 610 or counterpart utterance 620). It can start from an end point.
  • a designated time interval te in FIGS. 8 , 9 , and 10 ) for determining whether to end the conversation mode may start from the end point of the user utterance 610 .
  • the conversation mode may be terminated.
  • the wireless audio device 202 may not provide a separate notification for the end of the conversation mode.
  • the wireless audio device 202 provides a notification of exiting the conversation mode upon termination of the conversation mode based on the user's explicit instruction (eg, voice command, button input, and/or touch input), and a time
  • a notification for ending the conversation mode may not be provided.
  • the conversation mode control module 550 may control the sound using the sound control module 540 .
  • the conversation mode control module 550 may restore the ANC and ambient sounds to a state prior to initiation of the conversation mode.
  • FIG 8 illustrates a conversation mode control according to an embodiment of the present disclosure.
  • the wireless audio device 202 may initiate a conversation mode based on a user utterance. For example, when a user utterance is detected, a conversation mode may be started.
  • the utterance of the counterpart 602 may start at time t1 and the utterance of the counterpart 602 may end at time t2 .
  • the wireless audio device 202 may detect the utterance of the counterpart 602 .
  • the wireless audio device 202 may detect the voice activity (VAD), but may not detect the user's voice activity (VAD_U).
  • VAD voice activity
  • VAD_U voice activity
  • the wireless audio device 202 may detect the utterance of the counterpart 602 as an ambient utterance.
  • the utterance of the user 601 may start at time t3 and the utterance of the user 601 may end at time t5.
  • the wireless audio device 202 may detect a user utterance by detecting a voice activity (VAD) and a voice activity (VAD_U) of the user.
  • VAD voice activity
  • VAD_U voice activity
  • the wireless audio device 202 may start a conversation mode.
  • the wireless audio device 202 may start a conversation mode.
  • the utterance of the counterpart 602 may start at time t6 and the utterance of the counterpart 602 may end at time t7. Since the length between the utterance end time t5 of the previous user 601 and the utterance start time t6 of the other party 602 is shorter than the designated second time period te, the wireless audio device 202 enters the conversation mode. can keep
  • the utterance of the counterpart 602 may start at time t6 and the utterance of the counterpart 602 may end at time t7. Since the length between the utterance end time t5 of the previous user 601 and the utterance start time t6 of the other party 602 is shorter than the designated second time period te, the wireless audio device 202 enters the conversation mode. can keep
  • the utterance of the user 601 may start at time t8 and the utterance of the user 601 may end at time t9. Since the length between the previous utterance end time t7 of the counterpart 602 and the utterance start time t8 of the user 601 is shorter than the specified second time period te, the wireless audio device 202 enters the conversation mode. can keep
  • the wireless audio device 202 may end the conversation mode.
  • FIG 9 illustrates a conversation mode control according to an embodiment of the present disclosure.
  • the wireless audio device 202 may start a conversation mode based on the user's utterance and the other party's utterance. For example, when the conversation mode is started based on only the user's utterance, the conversation mode may be started even when the user 601 speaks to himself or sings a song. Accordingly, the wireless audio device 202 may start a conversation mode when the user 601's utterance is sensed after detecting the surrounding utterance (eg, the counterpart 602 utterance).
  • the surrounding utterance eg, the counterpart 602 utterance
  • the utterance of the counterpart 602 may start at time t1 and the utterance of the counterpart 602 may end at time t2 .
  • the wireless audio device 202 may detect the utterance of the counterpart 602 .
  • the wireless audio device 202 may detect the voice activity (VAD), but may not detect the user's voice activity (VAD_U).
  • VAD voice activity
  • VAD_U voice activity
  • the wireless audio device 202 may detect the utterance of the counterpart 602 as an ambient utterance.
  • the utterance of the user 601 may start at time t3 and the utterance of the user 601 may end at time t4.
  • the wireless audio device 202 may detect a user utterance by detecting a voice activity (VAD) and a voice activity (VAD_U) of the user.
  • VAD voice activity
  • VAD_U voice activity
  • the utterance of the counterpart 602 may start at time t5 and the utterance of the counterpart 602 may end at time t7.
  • the wireless audio device 202 can start conversational mode.
  • the wireless audio device 202 may start a conversation mode.
  • the utterance of the user 601 may start at time t8 and the utterance of the user 601 may end at time t9. Since the length between the previous utterance end time t7 of the counterpart 602 and the utterance start time t8 of the user 601 is shorter than the specified second time period te, the wireless audio device 202 enters the conversation mode. can keep
  • the wireless audio device 202 may end the conversation mode.
  • the wireless audio device 202 may selectively apply the conversation mode control based on the user's utterance described above with reference to FIG. 8 and the conversation mode control based on the counterpart's utterance described above with reference to FIG. 9 .
  • the wireless audio device 202 may perform conversation mode control based on a user's utterance or a counterpart's utterance according to a user selection (eg, user setting).
  • the wireless audio device 202 may selectively apply a conversation mode control based on a user's utterance or a conversation mode control based on a counterpart's utterance according to an environment. If the noise is greater than the specified level, the wireless audio device 202 may perform conversation mode control based on the counterpart's speech, and if the noise is less than or equal to the specified level, it may perform the user's speech-based conversation mode control.
  • FIG. 10 illustrates a conversation mode control according to an embodiment of the present disclosure.
  • the wireless audio device 202 may start the conversation mode by detecting the other party's utterance after the user utterance.
  • the utterance of the counterpart 602 may start at time t1 and the utterance of the counterpart 602 may end at time t2 .
  • the wireless audio device 202 may detect the utterance of the counterpart 602 .
  • the wireless audio device 202 may detect the voice activity (VAD), but may not detect the user's voice activity (VAD_U).
  • VAD voice activity
  • VAD_U voice activity
  • the wireless audio device 202 may detect the utterance of the counterpart 602 as an ambient utterance.
  • the utterance of the user 601 may start at time t3 and the utterance of the user 601 may end at time t5.
  • the wireless audio device 202 may detect a user utterance by detecting a voice activity (VAD) and a voice activity (VAD_U) of the user.
  • VAD voice activity
  • VAD_U voice activity
  • the utterance of the counterpart 602 may occur.
  • the utterance of the counterpart 602 may start at time t4 and end at time t7.
  • the wireless audio apparatus 202 initiates the conversation. You can start the mod.
  • the wireless audio device 202 may start a conversation mode.
  • the utterance start point of the counterpart 602 may be understood as a point where only peripheral utterances in which the utterance of the user 601 is not detected starts to be sensed.
  • the utterance of the user 601 may start at time t8 and the utterance of the user 601 may end at time t9. Since the length between the previous utterance end time t7 of the counterpart 602 and the utterance start time t8 of the user 601 is shorter than the specified second time period te, the wireless audio device 202 enters the conversation mode. can keep
  • the wireless audio device 202 may end the conversation mode.
  • FIG 11 illustrates wake-up speech recognition according to an embodiment of the present disclosure.
  • the wireless audio device 202 may control a conversation mode based on a specified voice command.
  • the designated voice command may include a wake-up utterance.
  • the wireless audio device 202 may control the conversation mode based on the voice command. Even if the wake-up utterance is recognized, if a voice command for controlling the conversation mode is not received, the wireless audio device 202 may maintain the state of the conversation mode.
  • the designated voice command may include a conversation mode control utterance.
  • the wireless audio device 202 may control the conversation mode based on the conversation mode control utterance.
  • the voice agent module and the VAD of the wireless audio device 202 may operate independently.
  • the wireless audio device 202 may stop the conversation mode control based on the VAD.
  • the voice agent module may provide a response. After providing the response, when a specified time elapses, the wireless audio device 202 may resume the conversational mode control based on the VAD.
  • the conversation mode control of the wireless audio device 202 may be associated with a voice agent call.
  • a speech recognition method may be described with reference to FIG. 11 .
  • the user 601 may perform a wake-up utterance (Hi Bixby) between time t1 and time t2, and may perform a subsequent voice command (How's the weather?) between time t3 and t4.
  • the wireless audio device 202 may detect the user's utterance in a time interval between time t1 and t2 and a time interval between time t3 and t4.
  • the wireless audio device 202 may calculate a confidence score for a real-time voice call keyword (eg, a wake-up word). For example, the wireless audio device 202 may cumulatively calculate the reliability as the syllables of the voice call keyword increase. Since the reliability is increased according to the increase of the syllable, the reliability may be the highest at the end time t2 of the user's wake-up utterance. For example, the wireless audio device 202 may calculate the reliability for each frame according to the passage of time.
  • a real-time voice call keyword eg, a wake-up word
  • the wireless audio device 202 may control the conversation mode based on the reliability of the voice call keyword. For example, even if the user's utterance is detected, the wireless audio device 202 may not use the user's utterance to determine the start of the conversation mode if the reliability of the voice call keyword is greater than or equal to a specified value. Through the exception handling for the user's utterance, the wireless audio device 202 may prevent the conversation mode from being started by an utterance other than a conversational utterance (eg, a voice agent call utterance).
  • a conversational utterance eg, a voice agent call utterance
  • the wireless audio device 202 detects the user's utterance rather than the wake-up utterance, the reliability is increased according to an increase in syllables, but since the reliability of the voice call keyword is low below a specified value, the user The utterance of can be used to determine the start of the conversation mode.
  • the above-described example will be described in detail with reference to FIG. 12 .
  • the user 601 may perform a conversational utterance (Excuse me) between time t1 and t2, and may perform a subsequent conversational utterance (Do you have the time?) between time t3 and t4. .
  • the wireless audio device 202 may determine the user's utterance as an utterance for a conversation because the reliability of the voice call keyword is low. For example, the wireless audio device 202 may use the user utterance as a user utterance for starting a conversation mode according to the embodiment of FIG. 8 or a user utterance prior to the other party utterance for starting a conversation mode according to the embodiment of FIG. 9 . have.
  • the reliability of the voice call keyword may be subdivided into three threshold values (Th_L, Th_M, and Th_H).
  • the wireless audio device 202 may control the conversation mode based on reliability. For example, the wireless audio device 202 may initiate a conversational mode based on a user utterance, as described above with respect to FIG. 8 .
  • the wireless audio device 202 may detect user voice activity between time t1 and time t2.
  • the wireless audio device 202 may start a timer having a specified first length (eg, ts in FIG. 8 ) for starting the conversation mode.
  • the wireless audio device 202 may identify whether the reliability of the corresponding voice (eg, the reliability of the voice call keyword) is less than the first threshold value Th_L. If the reliability is less than the first threshold value Th_L, the wireless audio device 202 may continuously operate the timer. If the timer expires, the wireless audio device 202 may start the conversation mode at the time the timer expires.
  • the reliability of the corresponding voice e.g. the reliability of the voice call keyword
  • FIG 13 illustrates wake-up speech recognition according to an embodiment of the present disclosure.
  • the user 601 may perform a wake-up utterance (Hi Bixby) between time t1 and time t3, and may perform a subsequent utterance (How's the weather?) between time t3 and t4.
  • Hi Bixby a wake-up utterance
  • subsequent utterance How's the weather
  • the wireless audio device 202 may control the conversation mode based on reliability. For example, the wireless audio device 202 may initiate a conversational mode based on a user utterance, as described above with respect to FIG. 8 .
  • the wireless audio device 202 may detect user voice activity between time t1 and time t4. In response to detecting the user's voice activity, the wireless audio device 202 may start a timer having a specified first length (eg, ts in FIG. 8 ) for starting the conversation mode. While the user's voice activity is detected, the wireless audio device 202 may identify whether the reliability of the corresponding voice (eg, the reliability of the voice call keyword) is less than the first threshold value Th_L.
  • Th_L the reliability of the corresponding voice
  • the wireless audio device 202 may detect a voice frame having a reliability greater than or equal to the first threshold value Th_L. In this case, the wireless audio device 202 may increase the length of the timer. For example, the wireless audio device 202 may set a timer having a length of ts+ta by increasing the length ts of the timer by ta. By setting a longer timer, the wireless audio device 202 can determine whether the utterance corresponds to an actual voice call keyword.
  • the wireless audio device 202 may increase the length of the timer by a multiple of ta. For example, the length of the timer may be changed to ts+N*ta.
  • N may be a natural number of 2 or more.
  • the N value may be preset or may be increased according to the number of voice frames having a reliability greater than or equal to the Th_M value. For example, at time t2, the wireless audio device 202 may increase the length of the timer.
  • the third threshold value Th_H may be the reliability at which the wireless audio device 202 recognizes the wake-up utterance.
  • the wireless audio device 202 may recognize the utterance as a wake-up utterance. For example, if a wake-up utterance is recognized before expiration of the timer, the wireless audio device 202 may terminate the timer and not use that utterance and subsequent utterances (eg, How's the weather) for conversation mode control. have.
  • the wireless audio device 202 may start a timer before recognizing the wake-up utterance.
  • the wireless audio device 202 may set the third threshold value Th_H based on a user setting.
  • the second threshold value Th_M may be set to a value between the first threshold value Th_L and the third threshold value Th_H.
  • the second threshold value Th_M may be set as a value at a point where a large change in reliability of a predetermined value or more occurs among the values between the first threshold value Th_L and the third threshold value Th_H.
  • the wireless audio device 202 may change the second threshold value Th_M according to the change of the third threshold value Th_H.
  • FIG. 14 is a diagram illustrating a signal flow diagram of a method for ending a conversation mode using an intelligent server according to an embodiment of the present disclosure.
  • the electronic device 201 may operate a voice agent using the intelligent server 1400 (eg, the intelligent server 2100 of FIG. 20 ).
  • the intelligent server 1400 eg, the intelligent server 2100 of FIG. 20
  • the electronic device 201 and the wireless audio device 202 are wirelessly connected.
  • the electronic device 201 may include a media application for media control, a wearable application for controlling a wearable device including the wireless audio device 202 , and a voice agent application for controlling a voice agent.
  • the conversation mode may be started by detection of a conversation and may be terminated based on a voice command.
  • the electronic device 201 may perform automatic speech recognition (ASR) and/or natural language understanding (NLU) using the intelligent server 1400 .
  • ASR automatic speech recognition
  • NLU natural language understanding
  • the wireless audio device 202 may detect a conversation.
  • the wireless audio device 202 may detect a conversation by detecting the user's utterance or the other party's utterance that is maintained for more than a specified first time period (eg, ts in FIGS. 8, 9, and 10).
  • the wireless audio device 202 may initiate a conversation mode in response to detecting the conversation.
  • the conversation mode module eg, the conversation mode module 520 of FIG. 5
  • the conversation mode module may determine the start of the conversation mode.
  • the wireless audio device 202 may transmit a signal triggering the conversation mode to the electronic device 201 .
  • the wireless audio device 202 may transmit a signal including information instructing the start of the conversation mode through a wireless connection to the electronic device 201 .
  • the electronic device 201 may transmit a signal instructing ANC OFF and ambient sound ON to the wireless audio device 202 according to the start of the conversation mode.
  • the electronic device 201 may receive a signal for triggering a conversation mode using a wearable application and transmit a signal instructing sound control for the conversation mode to the wireless audio device 202 .
  • the wireless audio device 202 may control the sound based on a signal instructing the sound control.
  • the wireless audio device 202 may deactivate ANC and activate ambient sound.
  • the wireless audio device 202 may detect a wake-up utterance and a voice command. For example, the wireless audio device 202 may detect a wake-up utterance according to the method described above with respect to FIGS. 11 , 12 , and 13 , and detect a subsequent voice as a voice command.
  • the wireless audio device 202 may deliver a voice agent triggering and a voice command to the electronic device 201 .
  • the wireless audio device 202 may communicate a voice agent triggering to the electronic device 201 in response to detecting a wake-up utterance.
  • the electronic device 201 may receive a voice agent triggering and a voice command by using a wearable application.
  • the wearable application may transmit the received voice agent triggering and voice command to the voice agent application of the electronic device 201 .
  • the electronic device 201 may transmit a voice command to the intelligent server 1400 .
  • the intelligent server 1400 may generate at least one task or pass rule based on voice recognition and natural language understanding of the received voice command. Speech recognition, natural language understanding, task generation, and pass rule generation of the intelligent server 1400 may be specifically described with reference to FIGS. 20 , 21 , and 22 .
  • the intelligent server 1400 may generate a task or pass rule instructing the end of the conversation mode based on the received voice command.
  • the intelligent server 1400 may transmit a signal instructing the end of the conversation mode to the electronic device 201 .
  • the voice agent application of the electronic device 201 may transmit information instructing the end of the conversation mode to the wearable application.
  • the electronic device 201 may transmit a signal instructing the restoration of the ANC and ambient sound to a previous state (eg, a state before operation 1410 ) to the wireless audio device 202 .
  • a previous state eg, a state before operation 1410
  • the wearable application of the electronic device 201 may transmit a signal instructing restoration to the previous state to the wireless audio device 202 .
  • the information on the previous state may be possessed by the wearable application of the electronic device 201 .
  • information about the previous state may be stored in the wireless audio device 202 .
  • FIG. 15 illustrates a signal flow diagram of a method for ending a voice agent-based conversation mode according to an embodiment of the present disclosure.
  • the electronic device 201 (eg, the user terminal 2001 of FIG. 20 ) operates a voice agent without using the intelligent server 1400 (eg, the intelligent server 2100 of FIG. 20 ).
  • the electronic device 201 may include at least some components of the intelligent server 1400 (eg, the natural language platform 2120, the execution engine 2140, and the capsule database 2130 of FIG. 20 ).
  • the electronic device 201 and the wireless audio device 202 may be assumed to be wirelessly connected.
  • the electronic device 201 may include a media application for media control, a wearable application for controlling a wearable device including the wireless audio device 202 , and a voice agent application for controlling a voice agent.
  • the conversation mode may be started by detection of a conversation and may be terminated based on a voice command.
  • the wireless audio device 202 may detect a conversation.
  • the wireless audio device 202 may detect a conversation by detecting the user's utterance or the other party's utterance that is maintained for more than a specified first time period (eg, ts in FIGS. 8, 9, and 10).
  • the wireless audio device 202 may initiate a conversation mode in response to detecting the conversation.
  • the conversation mode module eg, the conversation mode module 520 of FIG. 5
  • the conversation mode module may determine the start of the conversation mode.
  • the wireless audio device 202 may transmit a signal triggering the conversation mode to the electronic device 201 .
  • the wireless audio device 202 may transmit a signal including information instructing the start of the conversation mode through a wireless connection to the electronic device 201 .
  • the electronic device 201 may transmit a signal instructing ANC OFF and ambient sound ON to the wireless audio device 202 according to the start of the conversation mode.
  • the description of operation 1520 may be referred to as the description of operation 1420 of FIG. 14 .
  • the wireless audio device 202 may detect a wake-up utterance and a voice command. For example, the wireless audio device 202 may detect a wake-up utterance according to the method described above with respect to FIGS. 11 , 12 , and 13 , and detect a subsequent voice as a voice command.
  • the wireless audio device 202 may transmit a voice agent triggering and a voice command to the electronic device 201 .
  • the wireless audio device 202 may communicate a voice agent triggering to the electronic device 201 in response to detecting a wake-up utterance.
  • the electronic device 201 may receive a voice agent triggering and a voice command using a wearable application.
  • the wearable application may transmit the received voice agent triggering and voice command to the voice agent application of the electronic device 201 .
  • the electronic device 201 may determine to end the conversation mode based on the voice command.
  • the voice agent application may perform voice recognition and natural language understanding for a voice command, and may decide to end the conversation mode based on the voice recognition and natural language understanding.
  • the voice agent application may generate at least one task or pass rule based on voice recognition and natural language understanding.
  • the voice agent application of the electronic device 201 may generate a task or pass rule instructing the end of the conversation mode based on the voice command.
  • the voice agent application of the electronic device 201 may transmit information instructing the end of the conversation mode to the wearable application.
  • the electronic device 201 may transmit a signal instructing restoration of the ANC and ambient sound to a previous state (eg, a state before operation 1510 ) to the wireless audio device 202 .
  • a previous state eg, a state before operation 1510
  • the wearable application of the electronic device 201 may transmit a signal instructing restoration to the previous state to the wireless audio device 202 .
  • the information on the previous state may be possessed by the wearable application of the electronic device 201 .
  • information about the previous state may be stored in the wireless audio device 202 .
  • 16 illustrates a signal flow diagram of a method for ending a designated voice command-based conversation mode according to an embodiment of the present disclosure.
  • the electronic device 201 (eg, the user terminal 2001 of FIG. 20 ) does not use an intelligent server 1400 (eg, the intelligent server 2100 of FIG. 20 ) or a voice agent.
  • a conversation mode of the audio device 202 may be controlled.
  • the electronic device 201 and the wireless audio device 202 may be assumed to be wirelessly connected.
  • the electronic device 201 may include a media application for controlling media and a wearable application for controlling a wearable device including the wireless audio device 202 .
  • the conversation mode may be started by detection of a conversation and may be terminated based on a designated voice command.
  • the wireless audio device 202 may detect a conversation.
  • the wireless audio device 202 may detect a conversation by detecting the user's utterance or the other party's utterance that is maintained for more than a specified first time period (eg, ts in FIGS. 8, 9, and 10).
  • the wireless audio device 202 may initiate a conversation mode in response to detecting the conversation.
  • the conversation mode module eg, the conversation mode module 520 of FIG. 5
  • the conversation mode module 520 of FIG. 5 may determine the start of the conversation mode.
  • the wireless audio device 202 may transmit a signal triggering the conversation mode to the electronic device 201 .
  • the wireless audio device 202 may transmit a signal including information instructing the start of the conversation mode through a wireless connection to the electronic device 201 .
  • the electronic device 201 may transmit a signal instructing ANC OFF and ambient sound ON to the wireless audio device 202 according to the start of the conversation mode.
  • the description of operation 1620 may be referred to as the description of operation 1420 of FIG. 14 .
  • the wireless audio device 202 may detect a designated voice command.
  • the wireless audio device 202 may be configured to detect a specified voice command (eg, end a conversation mode).
  • the wireless audio device 202 stores the voice model for the specified voice command in a memory (eg, the memories 431 and 432 of FIG. 4 ), compares the stored voice model with the received voice, and detects the specified voice command.
  • the wireless audio device 202 may be configured to detect a designated voice command even if there is no wake-up utterance.
  • a speech model may be pre-trained to recognize (or detect) a specified speech command.
  • the wireless audio device 202 may transmit the conversation mode end triggering to the electronic device 201 .
  • the wireless audio device 202 may transmit the conversation mode end triggering to the electronic device 201 in response to detection of a specified voice command.
  • the electronic device 201 may receive the conversation mode end triggering using the wearable application.
  • the electronic device 201 may transmit a signal instructing the restoration of the ANC and ambient sound to a previous state (eg, a state before operation 1610 ) to the wireless audio device 202 .
  • a previous state eg, a state before operation 1610
  • the wearable application of the electronic device 201 may transmit a signal instructing restoration to the previous state to the wireless audio device 202 .
  • the information on the previous state may be possessed by the wearable application of the electronic device 201 .
  • information about the previous state may be stored in the wireless audio device 202 .
  • FIG. 17 is a flowchart illustrating a voice-based conversation mode control method according to an embodiment of the present disclosure.
  • the operations described in FIG. 17 are loaded from a memory (eg, the memories 431 and 432 of FIG. 3 ) of the wireless audio device 202 , and are loaded from a processor (eg, the processors 421 and 422 of FIG. 3 ). )), it can be implemented as instructions to be executed.
  • the wireless audio device 202 may control the conversation mode without intervention of the electronic device 201 .
  • the wireless audio device 202 may be configured to recognize a specified voice command (eg, operation 1625 of FIG. 16 ).
  • the conversation mode may be started by detection of a conversation and may be terminated based on a designated voice command.
  • the wireless audio device 202 may detect an utterance.
  • the wireless audio device 202 may determine whether the utterance satisfies a specified condition. For example, when the wireless audio device 202 detects the user's utterance or the other's utterance maintained for more than a specified first time period (eg, ts in FIGS. 8, 9, and 10), it is determined that the specified condition is satisfied. can For example, the wireless audio device 202 may determine that the specified condition is satisfied if the user's utterance or the other party's utterance is sensed and the corresponding utterance is not the wake-up utterance of the voice agent that is maintained for more than a specified first time period.
  • a specified first time period eg, ts in FIGS. 8, 9, and 10
  • the wireless audio device 202 may continue to monitor the audio signal.
  • the wireless audio device 202 may initiate a conversation mode and perform sound control.
  • the wireless audio device 202 may initiate a conversation mode in response to detecting an utterance that satisfies a specified condition.
  • the conversation mode module eg, the conversation mode module 520 of FIG. 5
  • the wireless audio device 202 may control the sound according to the initiation of the conversation mode.
  • the wireless audio device 202 may deactivate ANC and activate ambient sound.
  • the wireless audio device 202 may detect a specified voice command.
  • the wireless audio device 202 may be configured to detect a specified voice command (eg, end a conversation mode).
  • the wireless audio device 202 may store a voice model for the specified voice command, compare the stored voice model with the received voice, and detect the specified voice command.
  • the wireless audio device 202 may be configured to detect a designated voice command even if there is no wake-up utterance.
  • the wireless audio device 202 may terminate the conversation mode and perform sound control. For example, the wireless audio device 202 may terminate the conversation mode in response to detection of a designated voice command. The wireless audio device 202 may restore the ANC and ambient sounds to a previous state (eg, a state prior to the start of the conversation mode (eg, a state before operation 1715) according to the end of the conversation mode.
  • a previous state eg, a state prior to the start of the conversation mode (eg, a state before operation 1715) according to the end of the conversation mode.
  • FIG. 18 is a flowchart of a conversation mode control method according to an embodiment of the present disclosure.
  • the operations described with reference to FIG. 18 are loaded from the memory of the wireless audio device 202 (eg, the memory 431 and/or 432 of FIG. 3 ), and a processor (eg, the processor of FIG. 3 ). 421 and/or 422).
  • the wireless audio device 202 includes an audio receiving circuit (eg, audio receiving circuitry 481 and/or 482 of FIG. 3) and an acceleration sensor (eg, sensor circuitry 451 and/or 452 of FIG. 3) can be used to detect the wearer's utterance. For example, a method of detecting a wearer's utterance may be described later with reference to FIG. 19 .
  • the wireless audio device 202 may enter a conversation mode in response to detecting the utterance. For example, in response to entering the conversation mode, the wireless audio device 202 may deactivate ANC and activate ambient sound. For example, the wireless audio device 202 may initiate a conversational mode according to the methods described above with respect to FIGS. 14 , 15 , 16 , and 17 . For example, the wireless audio device 202 may initiate the conversation mode based on a signal received from the electronic device 201 or based on a determination to start the conversation mode.
  • the wireless audio device 202 may end the conversation mode when no voice is detected for a specified period of time or longer. In response to the end of the conversation mode, the wireless audio device 202 may restore the ANC and ambient sound to a previous state. For example, the wireless audio device 202 may exit the conversation mode according to the methods described above with respect to FIGS. 16 and 17 .
  • 19 is a flowchart illustrating a conversation mode control method in consideration of a voice agent call according to an embodiment of the present disclosure.
  • the operations described with reference to FIG. 19 are loaded from the memory of the wireless audio device 202 (eg, the memory 431 and/or 432 of FIG. 3 ), and a processor (eg, the processor of FIG. 3 ). 421 and/or 422).
  • the wireless audio device 202 may activate a voice receiving circuit and an acceleration sensor.
  • the wireless audio device 202 may activate a regular voice reception circuit while the wireless audio device 202 is worn.
  • the wireless audio device 202 may activate the acceleration sensor when conversation mode control (eg, voice detection-based conversation mode control) is activated.
  • the wireless audio device 202 may always activate the acceleration sensor while the wireless audio device 202 is worn.
  • the wireless audio device 202 may detect whether a voice activity is detected. For example, the wireless audio device 202 may use a VAD to determine if voice activity is detected. If the voice activity is not detected (eg, operation 1910 -NO), the wireless audio device 202 may continue to monitor whether the voice activity is detected.
  • the wireless audio device 202 may use a VAD to determine if voice activity is detected. If the voice activity is not detected (eg, operation 1910 -NO), the wireless audio device 202 may continue to monitor whether the voice activity is detected.
  • the wireless audio device 202 may determine whether a specified acceleration is detected.
  • the specified acceleration may include a specified magnitude and/or a specified acceleration pattern that can be sensed by the wearer's utterance. If the specified acceleration is not detected (eg, operation 1915-NO), the wireless audio device 202 may continue to monitor whether a voice activity is detected.
  • the wireless audio device 202 may determine whether the voice corresponds to a voice agent call. For example, the wireless audio device 202 may determine that the voice corresponds to a voice agent call if the voice corresponds to a wake-up utterance. For example, the wireless audio device 202 may determine whether a voice corresponds to a voice agent call based on the reliability described above with respect to FIG. 13 . 19 shows that operation 1920 is performed after operation 1915, but embodiments of the present document are not limited thereto. For example, operation 1920 may be performed in parallel with operation 1910 or operation 1915 .
  • the wireless audio device 202 may determine to start a conversation mode.
  • the wireless audio device 202 may call the voice agent.
  • the wireless audio device 202 may call the voice agent of the wireless audio device 202 .
  • the wireless audio device 202 may transmit a signal for a voice agent call to the electronic device 201 .
  • 20 is a block diagram illustrating an integrated intelligence system according to an embodiment of the present disclosure.
  • the integrated intelligent system may include a user terminal 2001 , an intelligent server 2100 , and a service server 2200 .
  • the user terminal 2001 may be a terminal device (or electronic device) connectable to the Internet, for example, a mobile phone, a smart phone, or a personal digital assistant (PDA).
  • digital assistant digital assistant
  • notebook computer television (television), white goods, wearable device, head mounted device (HMD), or smart speaker.
  • the user terminal 2001 may include a communication interface 2090 , a microphone 2070 , a speaker 2055 , a display 2060 , a memory 2030 , and/or a processor 2020 . have.
  • the components listed above may be operatively or electrically connected to each other.
  • the communication interface 2090 may be configured to be connected to an external device to transmit/receive data.
  • the microphone 2070 eg, the audio module 170 of FIG. 1
  • the speaker 2055 eg, the sound output module 155 of FIG. 1
  • the display 2060 may be configured to display an image or a video.
  • the display 2060 may also display a graphic user interface (GUI) of an executed app (or an application program).
  • GUI graphic user interface
  • the memory 2030 may store the client module 2031 , a software development kit (SDK) 2033 , and a plurality of applications.
  • the client module 2031 and the SDK 2033 may constitute a framework (or solution program) for performing general functions.
  • the client module 2031 or the SDK 2033 may configure a framework for processing a voice input.
  • the plurality of applications may be programs for performing a specified function.
  • the plurality of applications may include a first app 2035a and/or a second app 2035b.
  • each of the plurality of applications may include a plurality of operations for performing a specified function.
  • the applications may include an alarm app, a message app, and/or a schedule app.
  • the plurality of applications may be executed by the processor 2020 to sequentially execute at least some of the plurality of operations.
  • the processor 2020 may control the overall operation of the user terminal 2001 .
  • the processor 2020 may be electrically connected to the communication interface 2090 , the microphone 2070 , the speaker 2055 , and the display 2060 to perform a specified operation.
  • the processor 2020 may include at least one processor.
  • the processor 2020 may also execute a program stored in the memory 2030 to perform a specified function.
  • the processor 2020 may execute at least one of the client module 2031 and the SDK 2033 to perform the following operations for processing a voice input.
  • the processor 2020 may control operations of a plurality of applications through, for example, the SDK 2033 .
  • the following operations described as operations of the client module 2031 or SDK 2033 may be operations performed by execution of the processor 2020 .
  • the client module 2031 may receive a voice input.
  • the client module 2031 may receive a voice signal corresponding to the user's utterance sensed through the microphone 2070 .
  • the client module 2031 may transmit a received voice input (eg, a voice signal) to the intelligent server 2100 .
  • the client module 2031 may transmit the state information of the user terminal 2001 together with the received voice input to the intelligent server 2100 .
  • the state information may be, for example, execution state information of an app.
  • the client module 2031 may receive a result corresponding to the received voice input from the intelligent server 2100 .
  • the client module 2031 may receive a result corresponding to the received voice input.
  • the client module 2031 may display the received result on the display 2060 .
  • the client module 2031 may receive a plan corresponding to the received voice input.
  • the client module 2031 may display a result of executing a plurality of operations of the app according to the plan on the display 2060 .
  • the client module 2031 may, for example, sequentially display execution results of a plurality of operations on a display.
  • the user terminal 2001 may display only some results of executing a plurality of operations (eg, results of the last operation) on the display.
  • the client module 2031 may receive a request for obtaining information necessary to calculate a result corresponding to a voice input from the intelligent server 2100 . According to an embodiment, the client module 2031 may transmit the necessary information to the intelligent server 2100 in response to the request.
  • the client module 2031 may transmit result information of executing a plurality of operations according to the plan to the intelligent server 2100 .
  • the intelligent server 2100 may confirm that the received voice input has been correctly processed using the result information.
  • the client module 2031 may include a voice recognition module. According to an embodiment, the client module 2031 may recognize a voice input performing a limited function through the voice recognition module. For example, the client module 2031 may execute an intelligent app for processing a voice input by performing an organic operation in response to a specified voice input (eg, wake up!).
  • the intelligent server 2100 receives information related to a user's voice input from the user terminal 2001 through the network 2099 (eg, the first network 198 and/or the second network 199 of FIG. 1 ). can receive According to an embodiment, the intelligent server 2100 may change data related to the received voice input into text data. According to an embodiment, the intelligent server 2100 may generate at least one plan for performing a task corresponding to a user's voice input based on the text data.
  • the plan may be generated by an artificial intelligent (AI) system.
  • the artificial intelligence system may be a rule-based system, a neural network-based system (eg, a feedforward neural network (FNN)), and/or a recurrent neural network network(RNN))). Alternatively, it may be a combination of the above or other artificial intelligence systems.
  • the plan may be selected from a set of predefined plans or may be generated in real time in response to a user request. For example, the artificial intelligence system may select at least one plan from among a plurality of predefined plans.
  • the intelligent server 2100 may transmit a result according to the generated plan to the user terminal 2001 or transmit the generated plan to the user terminal 2001 .
  • the user terminal 2001 may display a result according to the plan on the display.
  • the user terminal 2001 may display the result of executing the operation according to the plan on the display.
  • the intelligent server 2100 of an embodiment includes a front end 2110, a natural language platform 2120, a capsule database 2130, an execution engine 2140, It may include an end user interface 2150 , a management platform 2160 , a big data platform 2170 , or an analytics platform 2180 .
  • the front end 2110 may receive a voice input received by the user terminal 2001 from the user terminal 2001 .
  • the front end 2110 may transmit a response corresponding to the voice input to the user terminal 2001 .
  • the natural language platform 2120 includes an automatic speech recognition module (ASR module) 2121 , a natural language understanding module (NLU module) 2123 , a planner module ( a planner module 2125 , a natural language generator module (NLG module) 2127 , and/or a text to speech module (TTS module) 2129 .
  • ASR module automatic speech recognition module
  • NLU module natural language understanding module
  • NLU module natural language understanding module
  • planner module a planner module 2125
  • NNLG module natural language generator module
  • TTS module text to speech module
  • the automatic voice recognition module 2121 may convert a voice input received from the user terminal 2001 into text data.
  • the natural language understanding module 2123 may determine the user's intention by using text data of the voice input. For example, the natural language understanding module 2123 may determine the user's intention by performing syntactic analysis and/or semantic analysis.
  • the natural language understanding module 2123 identifies the meaning of a word extracted from a voice input by using a linguistic feature (eg, a grammatical element) of a morpheme or phrase, and matches the meaning of the identified word to the intention of the user. You can decide your intentions.
  • the planner module 2125 may generate a plan by using the intention and parameters determined by the natural language understanding module 2123 .
  • the planner module 2125 may determine a plurality of domains required to perform a task based on the determined intention.
  • the planner module 2125 may determine a plurality of operations included in each of the plurality of domains determined based on the intention.
  • the planner module 2125 may determine a parameter required to execute the determined plurality of operations or a result value output by the execution of the plurality of operations.
  • the parameter and the result value may be defined as a concept of a specified format (or class).
  • the plan may include a plurality of actions and/or a plurality of concepts determined by the user's intention.
  • the planner module 2125 may determine the relationship between the plurality of operations and the plurality of concepts in a stepwise (or hierarchical manner). For example, the planner module 2125 may determine an execution order of a plurality of operations determined based on a user's intention based on a plurality of concepts. In other words, the planner module 2125 may determine the execution order of the plurality of operations based on parameters required for execution of the plurality of operations and results output by the execution of the plurality of operations. Accordingly, the planner module 2125 may generate a plan including related information (eg, ontology) between a plurality of operations and a plurality of concepts. The planner module 2125 may generate a plan by using information stored in the capsule database 2130 in which a set of relationships between concepts and operations is stored.
  • related information eg, ontology
  • the natural language generating module 2127 may change the specified information into a text form.
  • the information changed to the text form may be in the form of natural language utterance.
  • the text-to-speech conversion module 2129 may change information in a text format into information in a voice format.
  • the user terminal 2001 may include an automatic speech recognition module and/or a natural language understanding module. After the user terminal 2001 recognizes the user's voice command, text information corresponding to the recognized voice command may be transmitted to the intelligent server 2100 .
  • the user terminal 2001 may include a text-to-speech module. The user terminal 2001 may receive text information from the intelligent server 2100 and output the received text information as voice.
  • the capsule database 2130 may store information on a relationship between a plurality of concepts and operations corresponding to a plurality of domains.
  • a capsule may include a plurality of action objects (or action information) and/or concept objects (or concept information) included in the plan.
  • the capsule database 2130 may store a plurality of capsules in the form of a concept action network (CAN).
  • the plurality of capsules may be stored in a function registry included in the capsule database 2130 .
  • the capsule database 2130 may include a strategy registry in which strategy information necessary for determining a plan corresponding to a voice input is stored.
  • the strategy information may include reference information for determining one plan when there are a plurality of plans corresponding to the voice input.
  • the capsule database 2130 may include a follow up registry in which information on a subsequent operation for suggesting a subsequent operation to the user in a specified situation is stored.
  • the subsequent operation may include, for example, a subsequent utterance.
  • the capsule database 2130 may include a layout registry that stores layout information of information output through the user terminal 2001 .
  • the capsule database 2130 may include a vocabulary registry in which vocabulary information included in the capsule information is stored.
  • the capsule database 2130 may include a dialog registry in which information about a dialog (or interaction) with a user is stored.
  • the capsule database 2130 may update a stored object through a developer tool.
  • the developer tool may include, for example, a function editor for updating an action object or a concept object.
  • the developer tool may include a vocabulary editor for updating the vocabulary.
  • the developer tool may include a strategy editor for creating and registering strategies for determining plans.
  • the developer tool may include a dialog editor that creates a dialog with the user.
  • the developer tool can include a follow up editor that can edit subsequent utterances that activate follow-up goals and provide hints. The subsequent goal may be determined based on a currently set goal, a user's preference, or an environmental condition.
  • the capsule database 2130 may be implemented in the user terminal 2001 as well.
  • the execution engine 2140 may calculate a result using the generated plan.
  • the end user interface 2150 may transmit the calculated result to the user terminal 2001 . Accordingly, the user terminal 2001 may receive the result and provide the received result to the user.
  • the management platform 2160 may manage information used in the intelligent server 2100 .
  • the big data platform 2170 according to an embodiment may collect user data.
  • the analysis platform 2180 according to an embodiment may manage the quality of service (QoS) of the intelligent server 2100 .
  • the analytics platform 2180 may manage components and processing speed (or efficiency) of the intelligent server 2100 .
  • the service server 2200 may provide a specified service (eg, food order or hotel reservation) to the user terminal 2001 .
  • the service server 2200 may be a server operated by a third party.
  • the service server 2200 may provide information for generating a plan corresponding to the received voice input to the intelligent server 2100 .
  • the provided information may be stored in the capsule database 2130 .
  • the service server 2200 may provide result information according to the plan to the intelligent server 2100 .
  • the service server 2200 may communicate with the intelligent server 2100 and/or the user terminal 2001 through the network 2099 .
  • the service server 2200 may communicate with the intelligent server 2100 through a separate connection.
  • the service server 2200 is illustrated as one server in FIG. 20 , embodiments of the present document are not limited thereto. At least one of the respective services 2201 , 2202 , and 2203 of the service server 2200 may be implemented as a separate server.
  • the user terminal 2001 may provide various intelligent services to the user in response to a user input.
  • the user input may include, for example, an input through a physical button, a touch input, or a voice input.
  • the user terminal 2001 may provide a voice recognition service through an intelligent app (or a voice recognition app) stored therein.
  • the user terminal 2001 may recognize a user utterance or a voice input received through the microphone, and provide a service corresponding to the recognized voice input to the user. .
  • the user terminal 2001 may perform a specified operation alone or together with the intelligent server and/or service server, based on the received voice input. For example, the user terminal 2001 may execute an app corresponding to the received voice input and perform a specified operation through the executed app.
  • the user terminal 2001 when the user terminal 2001 provides a service together with the intelligent server 2100 and/or the service server, the user terminal detects a user's utterance using the microphone 2070, A signal (or voice data) corresponding to the sensed user's utterance may be generated. The user terminal may transmit the voice data to the intelligent server 2100 using the communication interface 2090 .
  • the intelligent server 2100 is a plan for performing a task corresponding to the voice input as a response to the voice input received from the user terminal 2001, or performing an operation according to the plan. results can be generated.
  • the plan may include, for example, a plurality of actions for performing a task corresponding to a user's voice input and/or a plurality of concepts related to the plurality of actions.
  • the concept may define parameters input to the execution of the plurality of operations or result values output by the execution of the plurality of operations.
  • the plan may include association information between a plurality of actions and/or a plurality of concepts.
  • the user terminal 2001 may receive the response using the communication interface 2090 .
  • the user terminal 2001 outputs a voice signal generated inside the user terminal 2001 using the speaker 2055 to the outside, or an image generated inside the user terminal 2001 using the display 2060 to the outside. can be output as
  • 21 is a diagram illustrating a form in which relation information between a concept and an operation is stored in a database according to an embodiment of the present disclosure.
  • the capsule database (eg, the capsule database 2130 ) of the intelligent server 2100 may store the capsule in the form of a concept action network (CAN).
  • the capsule database may store an operation for processing a task corresponding to a user's voice input and parameters necessary for the operation in the form of a concept action network (CAN).
  • the capsule database may store a plurality of capsules (capsule A 2131 and capsule B 2134 ) corresponding to each of a plurality of domains (eg, applications).
  • one capsule eg, capsule A 2131
  • at least one service provider's capsule for performing a function for the domain related to the capsule eg, CP 1 (2132), CP 2 (2133), CP3 (2135), and/or CP4 (2136)
  • one capsule may include at least one operation 2130a and at least one concept 2130b for performing a specified function.
  • the natural language platform 2120 may generate a plan for performing a task corresponding to the received voice input using a capsule stored in the capsule database 2130 .
  • the planner module 2125 of the natural language platform may generate a plan using a capsule stored in a capsule database. For example, using operations 2131a and 2132a and concepts 2131b and 2132b of capsule A 21310 and operations 2134a and concept 2134b of capsule B 2134 to create plan 2137 can do.
  • FIG. 22 is a diagram illustrating a screen in which a user terminal processes a voice input received through an intelligent app according to an embodiment of the present disclosure.
  • the user terminal 2001 may execute an intelligent app to process a user input through the intelligent server 2100 .
  • the user terminal 2001 recognizes a specified voice input (eg, wake up!) or through a hardware key (eg, a dedicated hardware key). Upon receiving the input, an intelligent app can be launched to process the voice input.
  • the user terminal 2001 may, for example, run an intelligent app in a state in which the schedule app is running.
  • the user terminal 2001 may display an object (eg, an icon) 2211 corresponding to an intelligent app on the display 2060 .
  • the user terminal 2001 may receive a voice input by the user's utterance.
  • the user terminal 2001 may receive a voice input saying "Tell me about this week's schedule!
  • the user terminal 2001 may display a user interface (UI) 2013 (eg, an input window) of an intelligent app in which text data of the received voice input is displayed on the display.
  • UI user interface
  • the user terminal 2001 may display a result corresponding to the received voice input on the display.
  • the user terminal 2001 may receive a plan corresponding to the received user input, and display 'this week's schedule' on the display according to the plan.
  • FIG. 23 illustrates a user interface according to an embodiment of the present disclosure.
  • an electronic device may provide a user interface 2300 for noise control.
  • the electronic device 201 may display the user interface 2300 on the display 360 of the electronic device 201 .
  • the electronic device 201 may provide the user interface 2300 based on a user input.
  • the user interface 2300 may include a first icon 2310 , a second icon 2320 , and a third icon 2330 .
  • the first icon 2310 may indicate that the ANC function is activated. For example, when the first icon 2310 is displayed in the first state, the first icon 2310 may indicate that the ANC function is activated. When the first icon 2310 is displayed in the second state, the first icon 2310 may indicate that the ANC function is deactivated.
  • the second icon 2320 may indicate that the ANC function is deactivated. For example, when the second icon 2320 is displayed in the first state, the second icon 2320 may indicate that the ANC function is deactivated.
  • the second icon 2320 When the second icon 2320 is displayed in the second state, the second icon 2320 may indicate that the ANC function is activated.
  • the third icon 2330 may indicate whether an ambient sound is activated.
  • the third icon 2330 When the third icon 2330 is displayed in the first state, the third icon 2330 may indicate that the ambient sound is activated.
  • the third icon 2330 When the third icon 2330 is displayed in the second state, the third icon 2330 may indicate that the ambient sound is deactivated.
  • At least one display characteristic may be different from the first state and the second state.
  • the first state and the second state may be different from each other in saturation, shape, color, and/or size.
  • the first icon 2310 and the third icon 2330 may be displayed in the second state, and the second icon 2320 may be displayed in the first state.
  • the electronic device 201 may indicate that the ANC function and the ambient sound of the wireless audio device 202 are deactivated through the user interface 2300 .
  • the electronic device 201 may display the voice detection setting interface 2340 for activating the voice detection-based conversation mode on the user interface 2300 .
  • the electronic device 201 may change the voice-based conversation mode activation setting.
  • the wireless audio device 202 may be configured to detect the wearer's voice.
  • the wireless audio device 202 may dynamically activate or deactivate the conversation mode based on whether the wearer's voice is detected.
  • the voice detection configuration setting is disabled, the wireless audio device 202 may not perform voice detection for activating the conversation mode.
  • the electronic device 201 may indicate that the voice detection-based conversation mode activation function of the wireless audio device 202 is activated.
  • the wireless audio device 202 may activate the conversation mode based on the wearer's voice. For example, the wireless audio device 202 detects whether the wireless audio device 202 is worn by the user, and if the wireless audio device 202 is worn by the user, activates the conversation mode based on detecting the user's voice can do it For example, the wireless audio device 202 detects that both the first wireless audio device 202_1 and the second wireless audio device 202_2 are worn by the user, and when the user's voice is detected, FIGS. 5 to 19 .
  • the conversation mode may be activated according to the methods described above in relation to .
  • the wireless audio device 202 when it is detected that only one of the first wireless audio device 202_1 and the second wireless audio device 202_2 is worn by the user, the wireless audio device 202 activates the conversation mode even if the user's voice is detected. may not do it As another example, when both the first wireless audio device 202_1 and the second wireless audio device 202_2 are not worn by the user, the wireless audio device 202 may not activate the conversation mode.
  • the ambient sound function of the wireless audio device 202 may be activated.
  • the electronic device 201 may display the third icon 2330 in the first state.
  • the electronic device 201 may display the third icon 2330 in a first state.
  • the ambient sound function may be activated before the start of the conversation mode. In this case, regardless of the start or end of the conversation mode, the electronic device 201 may display the third icon 2330 in the first state.
  • the wireless audio device 202 may perform sound control (eg, decrease the volume of media being output) according to the initiation of the conversation mode.
  • FIGS. 24 to 26 various user interfaces may be described with reference to FIGS. 24 to 26 .
  • descriptions of components having the same reference numerals as those described above with reference to FIG. 23 may be omitted for convenience of description.
  • FIG. 24 illustrates a conversation mode control user interface according to an embodiment of the present disclosure.
  • the wireless audio device 202 may initiate the conversation mode by detecting a utterance of a wearer (eg, a user). For example, as described above with reference to FIGS. 1 to 19 , the wireless audio device 202 may automatically initiate a conversation mode when the wearer's utterance is detected. When the voice detection-based conversation mode activation function is deactivated, the wireless audio device 202 may not initiate the conversation mode even if the wearer's utterance is detected.
  • the electronic device 201 may provide the conversation mode control user interface 2400 for controlling the voice detection-based conversation mode activation function of the wireless audio device 202 .
  • the electronic device 201 receives, the electronic device 201 receives, The interactive mode control user interface 2400 may be displayed.
  • the conversation mode control user interface 2400 may include a setting bar 2410 indicating the state of the voice detection-based conversation mode activation function.
  • the electronic device 201 may be set to control activation or deactivation of a voice detection-based conversation mode activation function based on an input to the setting bar 2410 .
  • the conversation mode control user interface 2400 may include an interface 2420 for setting a time for ending the conversation mode (eg, te in FIGS. 8, 9, and 10 ).
  • the user of the electronic device 201 may set a time for ending the conversation mode by performing an input to the interface 2420 .
  • the wireless audio device 202 may end the conversation mode if no voice is detected for a set period of time.
  • the user may set the time for ending the conversation mode to 5 seconds, 10 seconds, or 15 seconds.
  • the time for ending the conversation mode shown in the conversation mode control user interface 2400 is exemplary, and embodiments of the present document are not limited thereto.
  • the conversation mode control user interface 2400 may include guide information 2430 for ending the conversation mode.
  • the guide information 2430 may include information for guiding that the conversation mode may be ended based on an input to the wireless audio device 202 .
  • the wireless audio device 202 may assume that the voice detection-based conversation mode activation function is activated.
  • the wireless audio device 202 may dynamically apply the conversation mode by detecting the wearer's voice.
  • the wireless audio device 202 may disable the ANC function in the conversation mode.
  • the wireless audio device 202 may end the conversation mode if no voice is detected for a set period of time in the conversation mode.
  • the wireless audio device 202 may restore the ANC function to a state before the conversation mode according to the end of the conversation mode.
  • the ANC function is activated in the previous state of the conversation mode, for example, the wireless audio device 202 may activate the ANC function according to the end of the conversation mode.
  • 25 illustrates a dynamic noise cancellation control user interface according to an embodiment of the present disclosure.
  • the electronic device 201 may provide a user interface 2500 for controlling dynamic noise cancellation.
  • the electronic device 201 may activate the ANC function by restoring the ANC function to a state prior to the conversation mode according to the end of the conversation mode.
  • the electronic device 201 may activate the ANC function based on a touch input to the first icon 2310 .
  • the electronic device 201 may display the first icon 2310 in the first state and the second icon 2320 in the second state.
  • the user interface 2500 may include a control interface 2510 for ANC strength control.
  • the electronic device 201 may be configured to control the ANC strength of the wireless audio device 202 based on a user input to the control interface 2510 .
  • the wireless audio device 202 may be configured to control an ANC strength (eg, an ANC-related gain value) based on a signal from the electronic device 201 .
  • the electronic device 201 may display the control interface 2510 when the ANC function is activated.
  • the electronic device 201 may dynamically change the display states of the first icon 2310 and the second icon 2320 .
  • the wireless audio device 202 may have a voice detection-based conversation mode activation function and an ANC function activated, and an ambient sound function is deactivated.
  • the electronic device 201 may display the first icon 2310 in the first state and display the second icon 2320 and the third icon 2330 in the second state. have. If the wireless audio device 202 is in a worn state and the wearer's voice is detected, the wireless audio device 202 may determine to initiate a conversation mode.
  • the electronic device 201 may display the first icon 2310 in the second state, and display the second icon 2320 and the third icon 2330 in the first state.
  • the wireless audio device 202 may end the conversation mode.
  • the electronic device 201 may display the first icon 2310 in a first state, and display the second icon 2320 and the third icon 2330 in a second state. .
  • the wireless audio device 202 has a voice detection-based conversation mode activation function and an ANC function activated, and an ambient sound function is deactivated.
  • the electronic device 201 may display the first icon 2310 in the first state and display the second icon 2320 and the third icon 2330 in the second state. have.
  • the wireless audio device 202 may determine to initiate a conversation mode.
  • the wearer's voice may be an utterance for a call of a voice agent (eg, a wake-up utterance).
  • the electronic device 201 may activate an ambient sound for a while in response to the utterance.
  • the electronic device 201 may display the third icon 2330 in the first state for a while.
  • the electronic device 201 may execute the voice agent and deactivate ambient sounds.
  • the electronic device 201 may display the third icon 2330 again in the second state.
  • the electronic device 201 may display a user interface associated with the voice agent.
  • the electronic device 201 may be set to display a screen of a previous state (eg, the user interface 2500 of FIG. 25 ).
  • 26 illustrates an ambient sound control user interface according to an embodiment of the present disclosure.
  • the electronic device 201 may provide a user interface 2600 for controlling ambient sound.
  • a user interface 2600 for controlling ambient sound.
  • the electronic device 201 may display the user interface 2600 .
  • the user interface 2600 may include a volume interface 2610 for controlling an ambient sound volume.
  • the electronic device 201 may control the volume of an ambient sound of the wireless audio device 202 based on a user input to the volume interface 2610 .
  • the electronic device 201 is the user of FIG. 23 .
  • An interface 2300 may be displayed.
  • the electronic device 201 activates the ANC function according to the user setting, and the user of FIG. 25
  • An interface 2500 may be displayed.
  • the electronic device 202 activates the ambient sound and the user interface 2600 of FIG. ) can be displayed.
  • the wireless audio device 202-1 or 202-2 includes audio reception circuits 461 and 462, audio output circuits 471 and 472, and an acceleration sensor (eg, : sensor circuits 451 and 452), communication circuits 491 and 492, processors 421 and 422, and memories 431 and 432 may be included.
  • the memory when executed by the processor, causes the wireless audio device to detect a utterance of a user of the wireless audio device using the acceleration sensor, and, in response to detecting the utterance of the user, by the audio receiving circuit Enters a conversation mode in which at least a part of the received ambient sound is output through the audio output circuit, and in the conversation mode, if no voice is detected for a specified time or longer using the audio receiving circuit, the conversation mode is entered You can store instructions that cause it to end.
  • the wireless audio device when the instructions are executed by the processor, the wireless audio device detects a voice using the audio receiving circuit and detects an acceleration corresponding to the utterance of the voice using the acceleration sensor and in response to the detection of the voice and the detection of the acceleration, the utterance of the user may be detected.
  • the acceleration corresponding to the utterance of the voice may be generated by the utterance of the user.
  • the audio receiving circuit may include at least one internal microphone facing the user when worn (eg, 481c in FIG. 4 ) and at least one external microphone exposed to the outside (eg 481a and 481b in FIG. 4 ).
  • the wireless audio device detects the user's utterance using the at least one internal microphone, and whether a voice is detected for the specified time using the at least one external microphone can be made to decide
  • the wireless audio device acquires an audio signal using the at least one external microphone, and selects the output ambient sound based on the noise intensity of the audio signal. can be made to control.
  • the instructions when executed by the processor, may cause the wireless audio device to emphasize a frequency band corresponding to a voice among the ambient sounds for a section in which a voice is sensed among the ambient sounds.
  • the instructions when executed by the processor, may cause the wireless audio device to acquire the ambient sound using the at least one external microphone and set the specified length of time based on the noise of the ambient sound. have.
  • the instructions when executed by the processor, cause the wireless audio device to enter the conversation mode if the user's utterance does not correspond to a wake-up utterance for calling a voice agent, and the user's If the utterance corresponds to the wake-up utterance, the conversation mode may not be entered.
  • the wireless audio device may deactivate active noise canceling (ANC) when entering the conversation mode.
  • the instructions when executed by the processor, may cause the wireless audio device to restore the ANC to a state before entering the conversation mode when the conversation mode ends.
  • ANC active noise canceling
  • a method for controlling a conversation mode of a wireless audio device includes: detecting a utterance of a user of the wireless audio device based on an acceleration of the wireless audio device, in response to detecting the utterance of the user; The method may include entering a conversation mode in which at least a portion of an ambient sound is output, and terminating the conversation mode when a voice is not detected for a specified period of time in the conversation mode.
  • the detecting of the user's utterance of the wireless audio device includes detecting a voice using an audio receiving circuit of the wireless audio device, and detecting the utterance of the voice using an acceleration sensor of the wireless audio device. It may include an operation of detecting a corresponding acceleration, and an operation of sensing the user's utterance in response to the detection of the voice and the detection of the acceleration.
  • the acceleration corresponding to the utterance of the voice may be generated by the utterance of the user.
  • the method may further include, for example, acquiring the ambient sound in the conversation mode, and controlling the output ambient sound based on a noise intensity of the ambient sound.
  • the operation of controlling the output ambient sound may include emphasizing a voice corresponding frequency band among the ambient sounds with respect to a section in which a voice is sensed among the ambient sounds.
  • the method may further include setting the specified length of time based on the noise intensity of the ambient sound.
  • Detecting the user's utterance of the wireless audio device may include detecting the voice signal as the user's utterance based on the acceleration if the voice signal does not correspond to a wake-up utterance for a call of a voice agent.
  • the wireless audio devices 202-1 and 202-2 include at least one internal microphone 481c facing the user when the wireless audio device is worn, and the wireless At least one external microphone (481a and/or 481b) exposed to the outside when the audio device is worn, audio output circuits (471, 472), acceleration sensors (eg, sensor circuits (451, 452)), communication circuits (491) , 492 , processors 421 and 422 , and memories 431 and 432 .
  • the memory when executed by the processor, causes the wireless audio device to detect a utterance of a user of the wireless audio device using the at least one internal microphone and the acceleration sensor, and the utterance of the user initiates a voice agent call.
  • the wireless audio device detects a voice using the at least one internal microphone, and detects an acceleration due to the utterance of the user's voice using the acceleration sensor, In response to the detection of the voice and the detection of the acceleration, the user's utterance may be detected.
  • the instructions when executed by the processor, may cause the wireless audio device to acquire the ambient sound using the at least one external microphone and set the specified length of time based on the noise of the ambient sound. have.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Telephone Function (AREA)

Abstract

무선 오디오 장치가 제공된다. 상기 무선 오디오 장치는 오디오 수신 회로, 오디오 출력 회로, 가속도 센서, 통신 회로, 프로세서, 및 메모리를 포함한다. 상기 메모리는 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가 상기 가속도 센서를 이용하여 상기 무선 오디오 장치의 사용자의 발화를 감지하고, 상기 사용자의 발화의 감지에 응답하여, 상기 오디오 수신 회로에 의하여 수신된 주변 소리(ambient sound)의 적어도 일부를 상기 오디오 출력 회로를 통하여 출력하는 대화 모드에 진입하고, 상기 대화 모드에서, 상기 오디오 수신 회로를 이용하여 지정된 시간 이상 음성이 감지되지 않으면 상기 대화 모드를 종료하도록 하는 인스트럭션들을 저장할 수 있다.

Description

주변 소리 제어 방법 및 이를 위한 전자 장치
본 개시는 주변 소리(ambient sound)의 제어 방법 및 이를 위한 전자 장치에 관한 것이다.
이어버드(earbud)와 같은 무선 오디오 장치가 널리 이용된다. 무선 오디오 장치는 휴대폰과 같은 전자 장치와 무선으로 연결되어, 휴대폰으로부터 수신되는 오디오 데이터를 출력할 수 있다. 무선 오디오 장치는 전자 장치와 무선으로 연결되기 때문에, 사용자의 편의성이 증대될 수 있다. 편의성의 증대로 인하여, 사용자의 무선 오디오 장치의 착용 시간이 증가될 수 있다.
무선 오디오 장치는 사용자의 귀에 착용 될 수 있다. 무선 오디오 장치의 착용으로 인하여, 사용자는 외부의 소리를 듣기 어려울 수 있다. 무선 오디오 장치의 착용자가 외부의 소리를 들을 수 있도록, 무선 오디오 장치는 주변 소리(ambient sound)를 출력할 수 있다. 예를 들어, 무선 오디오 장치는 무선 오디오 장치의 마이크에 의하여 수신된 소리를 실시간으로 출력함으로써, 사용자에게 주변 소리를 제공할 수 있다.
상기 정보는 본 개시의 이해를 돕기 위하여서만 배경 지식으로 제공된 것이다. 상기 정보가 본 개시에 대한 선행 기술로서 적용가능한 것인지에 대하여 결정 및 주장된 바 없다.
사용자가 주변 소리를 듣기 위하여, 사용자는 무선 오디오 장치가 주변 소리를 제공하도록 설정할 수 있다. 예를 들어, 사용자는 무선 오디오 장치와 연결된 전자 장치를 이용하여 무선 오디오 장치의 설정을 변경할 수 있다. 사용자가 무선 오디오 장치를 이용하여 음악을 청취하는 경우, 사용자는 주변 소리로 인하여 음악 감상에 방해를 받을 수 있다. 따라서, 사용자는 주변 소리 제공 기능을 비활성화하는 경향이 있을 수 있다.
사용자가 주변 소리 제공 기능을 비활성화 한 상태에서, 다른 사람이 사용자에게 말을 걸 수 있다. 다른 사람과의 대화를 위하여, 예를 들어, 사용자는 주머니에 있는 전자 장치를 꺼내어, 주변 소리 제공 기능을 활성화 할 수 있다. 전자 장치의 조작의 번잡성으로 인하여, 주변 소리 제공 기능을 활성화하기 보다, 사용자는 단순히 무선 오디오 장치의 이용을 중단을 선호할 수 있다. 예를 들어, 사용자는 무선 오디오 장치의 착용을 중단할 수 있다. 이는, 무선 오디오 장치의 사용자의 경험(experience)을 열화 시킬 수 있다.
본 문서에 개시된 다양한 실시 예들은, 상술한 문제들을 해결하기 위한 전자 장치 및 방법을 제공할 수 있다.
본 개시의 양상들은 적어도 상술된 문제를 적어도 해소하고 후술된 장점들을 적어도 제공하기 위한 것이다. 따라서, 본 개시는 오디오 수신 회로, 오디오 출력 회로, 가속도 센서, 통신 회로, 프로세서, 및 메모리를 포함하는 무선 오디오 장치를 제공하기 위한 것으로서, 상기 메모리는 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 가속도 센서를 이용하여 상기 무선 오디오 장치의 사용자의 발화를 감지하고, 상기 사용자의 발화의 감지에 응답하여, 상기 오디오 수신 회로에 의하여 수신된 주변 소리(ambient sound)의 적어도 일부를 상기 오디오 출력 회로를 통하여 출력하는 대화 모드에 진입하고, 상기 대화 모드에서, 상기 오디오 수신 회로를 이용하여 지정된 시간 이상 음성이 감지되지 않으면 상기 대화 모드를 종료하도록 하는 인스트럭션들을 저장할 수 있다.
본 개시의 다른 양상은 무선 오디오 장치의 대화 모드 제어를 위한 방법을 제공하기 위한 것으로서, 상기 무선 오디오 장치의 가속도에 기반하여 상기 무선 오디오 장치의 사용자의 발화를 감지하는 동작, 상기 사용자의 발화의 감지에 응답하여, 주변 소리(ambient sound)의 적어도 일부를 출력하는 대화 모드에 진입하는 동작, 및 상기 대화 모드에서, 지정된 시간 이상 음성이 감지되지 않으면 상기 대화 모드를 종료하는 동작을 포함할 수 있다.
본 개시의 다른 양상은 무선 오디오 장치가 착용되었을 때 사용자를 향하는 적어도 하나의 내부 마이크, 상기 무선 오디오 장치가 착용되었을 때 외부로 노출되는 적어도 하나의 외부 마이크, 오디오 출력 회로, 가속도 센서, 통신 회로, 프로세서, 및 메모리를 포함하는 무선 오디오 장치를 제공하기 위한 것으로서, 상기 메모리는 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 적어도 하나의 내부 마이크 및 상기 가속도 센서를 이용하여 상기 무선 오디오 장치의 사용자의 발화를 감지하고, 상기 사용자의 발화가 음성 에이전트 호출을 위한 발화에 대응하는지 결정하고, 상기 사용자의 발화가 상기 음성 에이전트 호출을 위한 발화에 대응하지 않으면, 상기 적어도 하나의 외부 마이크에 의하여 수신된 주변 소리(ambient sound)의 적어도 일부를 상기 오디오 출력 회로를 통하여 출력하는 대화 모드에 진입하고, 상기 대화 모드에서, 상기 적어도 하나의 외부 마이크를 통하여 지정된 시간 이상 음성이 감지되지 않으면 상기 대화 모드를 종료하도록 하는 인스트럭션들을 저장할 수 있다.
추가적인 양상들이 후속하는 설명에 후술되며, 이러한 양상들은 설명으로부터 자명하거나, 후술하는 제시된 실시예들의 실현으로부터 학습될 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는 착용자의 발화 여부에 기반하여 주변 소리를 제공함으로써 무선 오디오 장치의 기능을 향상시킬 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는 소리를 주변 환경을 고려하여 제공함으로써 음질을 개선할 수 있다.
본 문서에 개시되는 일 실시예에 따른 전자 장치는 착용자의 발화 및 다른 사람의 발화에 기반하여 대화 모드를 제어함으로써 사용자 경험을 개선할 수 있다.
본 문서에 개시되는 일 실시예에 따른 전자 장치는 음성 에이전트 호출 동작을 고려하여 대화 모드를 제어함으로써 사용자 의도에 부합하는 기능을 제공할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
본 개시의 다른 양상, 효과, 및 핵심적 특징이, 첨부된 도면들과 함께, 본 개시의 다양한 실시예들을 설명하는 후속 상세한 설명으로부터 통상의 기술자에게 명백할 것이다.
본 개시의 특정 실시예들의 상술되거나 다른 양상, 특징들, 및 효과가 첨부된 도면들과 함께 후속 설명으로부터 명백하여 질 것이다:
도 1은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다;
도 2는 본 개시의 일 예시에 따른 무선 오디오 장치와 전자 장치의 통신 환경을 도시한다;
도 3은 본 개시의 일 실시예에 따른 전자 장치와 무선 오디오 장치들의 블록도를 도시한다;
도 4는 본 개시의 일 실시예에 따른 제1 무선 오디오 장치의 정면도 및 배면도를 도시한다;
도 5는 본 개시의 일 실시예에 따른 무선 오디오 장치의 블록도를 도시한다;
도 6은 본 개시의 일 예시에 따른 대화 환경을 도시한다;
도 7은 본 개시의 일 실시예에 따른 제1 무선 오디오 장치의 시스템 구성을 도시한다;
도 8은 본 개시의 일 실시예에 따른 대화 모드 제어를 도시한다;
도 9는 본 개시의 일 실시예에 따른 대화 모드 제어를 도시한다;
도 10은 본 개시의 일 실시예에 따른 대화 모드 제어를 도시한다;
도 11은 본 개시의 일 실시예에 따른 웨이크업 발화 인식을 도시한다;
도 12는 본 개시의 일 실시예에 따른 발화 감지를 도시한다;
도 13은 본 개시의 일 실시예에 따른 웨이크업 발화 인식을 도시한다;
도 14는 본 개시의 일 실시예에 따른 지능형 서버를 이용하는 대화 모드 종료 방법의 신호 흐름도를 도시한다;
도 15는 본 개시의 일 실시예에 따른 음성 에이전트 기반 대화 모드 종료 방법의 신호 흐름도를 도시한다;
도 16은 본 개시의 일 실시예에 따른 지정된 음성 명령 기반 대화 모드 종료 방법의 신호 흐름도를 도시한다;
도 17은 본 개시의 일 실시예에 따른 음성 기반 대화 모드 제어 방법의 흐름도를 도시한다;
도 18은 본 개시의 일 실시예에 따른 대화 모드 제어 방법의 흐름도를 도시한다;
도 19는 본 개시의 일 실시예에 따른 음성 에이전트 호출을 고려한 대화 모드 제어 방법의 흐름도를 도시한다;
도 20은 본 개시의 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다;
도 21은 본 개시의 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다;
도 22는 본 개시의 일 실시예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다;
도 23은 본 개시의 일 실시예에 따른 유저 인터페이스를 도시한다;
도 24는 본 개시의 일 실시예에 따른 대화 모드 제어 유저 인터페이스를 도시한다;
도 25는 본 개시의 일 실시예에 따른 동적 잡음 제거 제어 유저 인터페이스를 도시한다;
도 26은 본 개시의 일 실시예에 따른 주변 소리 제어 유저 인터페이스를 도시한다.
도면에 있어서, 유사한 참조번호는 유사한 부분, 구성요소, 및 구조를 참조하는 것으로 이해될 수 있다.
첨부된 도면을 참조한 다음의 설명은 청구범위 및 그 균등물에 의해 정의된 바와 같은 본 개시의 다양한 실시예의 포괄적인 이해를 돕기 위해 제공된다. 여기에는 이해를 돕기 위한 다양한 특정 세부 사항이 포함되어 있지만 이는 단지 예시적인 것으로 간주되어야 한다. 따라서, 본 기술분야의 통상의 지식을 가진 자는 본 개시의 범위 및 사상을 벗어나지 않고 본 명세서에 기술된 다양한 실시예의 다양한 변경 및 수정이 이루어질 수 있음을 인식할 것이다. 또한, 명료함과 간결함을 위해 잘 알려진 기능 및 구성에 대한 설명은 생략할 수 있다.
하기 설명 및 청구범위에서 사용된 용어 및 단어는 서지적 의미에 한정되지 않으며, 발명자에 의하여 본 발명의 명확하고 일관된 이해를 가능하게 하기 위해 사용된 것이다. 따라서, 본 발명의 다양한 실시예에 대한 다음의 설명은 단지 예시의 목적으로 제공되고 첨부된 청구범위 및 그 균등물에 의해 정의된 바와 같은 본 발명을 제한하기 위한 것이 아님이 통상의 기술자에게 명백할 것이다
단수 형태 "a", "an" 및 "the"는 문맥이 명백하게 달리 지시하지 않는 한 복수 지시 대상을 포함하는 것으로 이해되어야 한다. 따라서, 예를 들어 "구성요소 표면"에 대한 언급은 그러한 표면 중 하나 이상에 대한 언급을 포함할 수 있다.
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) 중 적어도 하나와 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.
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.
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, 인공지능 모델이 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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 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.
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.
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.
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.
도 2는 본 개시의 일 예시에 따른 무선 오디오 장치와 전자 장치의 통신 환경을 도시한다.
도 2를 참조하면, 전자 장치(201) 및 무선 오디오 장치(202)(예: 제1 무선 오디오 장치(202-1) 및/또는 제2 무선 오디오 장치(202-2))는 도 1에 도시된 전자 장치(101)와 적어도 일부가 동일하거나 유사한 구성요소를 포함하고, 적어도 일부가 동일하거나 유사한 기능을 수행할 수 있다. 이하에서, 용어 무선 오디오 장치(202)는, 다르게 설명되지 않으면, 제1 무선 오디오 장치(202-1), 제2 무선 오디오 장치(202-1), 또는 제1 및 제2 무선 오디오 장치(202-1, 202-2)로 참조될 수 있다. 전자 장치(201)는 예를 들어, 스마트폰, 태블릿, 데스크탑 컴퓨터, 또는 랩탑 컴퓨터와 같은 사용자 단말을 포함할 수 있다. 무선 오디오 장치(202)는 무선 이어폰, 헤드셋, 이어버드, 또는 스피커를 포함할 수 있으나, 이에 한정되는 것은 아니다. 무선 오디오 장치(202)는 오디오 신호를 수신하고, 수신된 오디오 신호를 출력하는 다양한 형태의 장치(예: 보청기, 또는 휴대용 음향기기)를 포함할 수 있다. 용어 “무선 오디오 장치”는 전자 장치(201)와의 구분을 위한 것으로서, “무선 오디오 장치”는 전자 장치, 무선 이어폰, 이어버드, TWS(true wireless stereo), 또는 이어셋(earset)으로 참조될 수 있다.
예를 들어, 전자 장치(201)와 무선 오디오 장치(202)는 블루투스(Bluetooth™) SIG(special interest group)에 의하여 규정되는 블루투스 네트워크에 따라 근거리에서 무선 통신을 수행할 수 있다. 블루투스 네트워크는 예를 들어, 블루투스 레거시(legacy) 네트워크 또는 BLE 네트워크를 포함할 수 있다. 일 실시 예에 따르면, 전자 장치(201)와 무선 오디오 장치(202)는 블루투스 레거시 네트워크 또는 BLE 네트워크 중 하나의 네트워크를 통해 무선 통신을 수행하거나, 두 개의 네트워크를 통해 무선 통신을 수행할 수 있다.
일 실시 예에 따르면, 전자 장치(201)는 프라이머리(primary) 장치(예: 마스터 장치)의 역할을 수행하고, 무선 오디오 장치(202)는 세컨더리(secondary) 장치(예: 슬레이브 장치)의 역할을 수행할 수 있다. 세컨더리 장치의 역할을 수행하는 장치들의 개수는 도 2에 도시된 예로 제한되는 것은 아니다. 일 실시 예에 따르면, 프라이머리 장치 또는 세컨더리 장치의 역할은 장치들 간 링크(link)(예: 205, 210, 및/또는 215)가 생성되는 동작에서 결정될 수 있다. 다른 실시 예에 따르면, 제1 무선 오디오 장치(202-1)와 제2 무선 오디오 장치(202-2) 중에서 하나의 장치(예: 제1 무선 오디오 장치(202-1))가 프라이머리 장치의 역할을 수행하고, 다른 하나의 장치가 세컨더리 장치의 역할을 수행할 수 있다.
일 실시 예에 따르면, 전자 장치(201)는 무선 오디오 장치(202)에 문자, 오디오, 이미지, 또는 비디오와 같은 콘텐츠를 포함하는 데이터 패킷을 전송할 수 있다. 전자 장치(201)뿐만 무선 오디오 장치(202) 중 적어도 하나의 장치도 데이터 패킷을 전자 장치(201)로 전송할 수 있다. 예를 들어, 전자 장치(201)에서 음악이 재생되면, 전자 장치(201)가 무선 오디오 장치(202)와 생성된 링크(예: 제1 링크(205) 및/또는 제2 링크(210))를 통하여 콘텐츠(예: 음악 데이터)를 포함하는 데이터 패킷을 전송할 수 있다. 예를 들어, 무선 오디오 장치(202) 중 적어도 하나도 생성된 링크를 통하여 콘텐츠(예: 오디오 데이터)를 포함하는 데이터 패킷을 전자 장치(201)로 전송할 수 있다. 전자 장치(201)가 데이터 패킷을 전송하는 경우, 전자 장치(201)는 소스 장치(source device)로 지칭되고, 무선 오디오 장치(202)는 싱크 장치(sink device)로 지칭될 수 있다.
전자 장치(201)는 데이터 패킷을 전송하기 위하여 무선 오디오 장치(202) 중 적어도 하나의 장치(202-1 및/또는 202-2)와 링크를 생성(create) 또는 수립(establish))할 수 있다. 예를 들어, 전자 장치(201)는 블루투스 또는 BLE 프로토콜에 기반하여 제1 무선 오디오 장치(202-1)와의 제1 링크(205) 및/또는 제2 무선 오디오 장치(202-2)와의 제2 링크(210)를 생성할 수 있다. 일 실시예에서, 전자 장치(201)는 제1 무선 오디오 장치(202-1)와의 제1 링크(205)를 통하여 제1 무선 오디오 장치(202-1)와 통신할 수 있다. 이 경우, 예를 들어, 제2 무선 오디오 장치(202-2)는 제1 링크(205)를 모니터링하도록 설정될 수 있다. 예를 들어, 제2 무선 오디오 장치(202-2)는 제1 링크(205)를 모니터링함으로써, 전자 장치(201)가 제1 링크(205)를 통하여 송신한 데이터를 수신할 수 있다.
일 실시예에 따르면, 제2 무선 오디오 장치(202-2)는 제1 링크(205)에 연관된 정보를 이용하여 제1 링크(205)를 모니터링할 수 있다. 상기 제1 링크(205)에 연관된 정보는 주소 정보(예: 제1 링크(205)의 프라이머리 장치의 블루투스 주소, 전자 장치(201)의 블루투스 주소, 및/또는 제1 무선 오디오 장치(202-1)의 블루투스 주소), 피코넷(piconet)(예: 토폴로지(200)) 클록 정보(예: 제1 링크(205)의 프라이머리 장치의 CLKN(clock native)), 논리 운송(logical transport, LT) 주소 정보(예: 제1 링크(205)의 프라이머리 장치에 의하여 할당된 정보), 사용 채널 맵(used channel map) 정보, 링크 키(link key) 정보, SDP(service discovery protocol) 정보(예: 제1 링크(205)에 연관된 서비스 및/또는 프로필 정보), 및/또는 지원 피쳐(supported feature) 정보를 포함할 수 있다.
도 3은 본 개시의 일 실시예에 따른 전자 장치와 무선 오디오 장치들의 블록도를 도시한다.
도 3을 참조하여, 일 실시예에 따르면, 전자 장치(201)는 프로세서(320)(예: 도 1의 프로세서(120)), 메모리(330)(예: 도 1의 메모리(130)), 제1 통신 회로(391)(예: 도 1의 통신 모듈(190)), 디스플레이(360)(예: 도 1의 디스플레이 모듈(160)), 및/또는 제2 통신 회로(392)(예: 도 1의 통신 모듈(190))를 포함할 수 있다. 프로세서(320)는 메모리(330), 디스플레이(360), 제1 통신 회로(391), 및 제2 통신 회로(392)에 작동적으로(operatively) 연결될 수 있다. 메모리(330)는 실행 되었을 때, 프로세서(320)로 하여금 전자 장치(201)의 다양한 동작들을 수행하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다. 제2 통신 회로(392)는 블루투스 프로토콜(예: 블루투스 레거시 및/또는 BLE)에 기반하여 무선 통신을 지원하도록 설정될 수 있다. 제1 통신 회로(391)는 블루투스 프로토콜을 제외한 무선 통신 규격(예: 셀룰러 및/또는 와이파이)에 기반한 통신을 지원하도록 설정될 수 있다. 전자 장치(201)는 도 3에 미도시된 구성을 더 포함할 수 있다. 예를 들어, 전자 장치(201)는 오디오 입출력 장치(예: 도 1의 오디오 모듈(170)), 및/또는 하우징(housing)을 더 포함할 수 있다.
전자 장치(201)는 제1 무선 오디오 장치(202-1)와 제1 링크(205)를 통하여 연결될 수 있다. 예를 들어, 전자 장치(201)와 제1 무선 오디오 장치(202-1)는 제1 링크(205)의 프라이머리 장치의 클록에 기반하여 설정된 시간 슬롯(time slot) 단위로 통신할 수 있다. 전자 장치(201)는 제2 무선 오디오 장치(202-2)와 제2 링크(210)를 통하여 연결될 수 있다. 예를 들어, 전자 장치(201)는 제1 무선 오디오 장치(202-1)와의 연결 후에 제2 링크(210)를 수립할 수 있다. 일 예에서, 제2 링크(210)는 생략될 수 있다.
일 실시예에 따르면, 제1 무선 오디오 장치(202-1)는 프로세서(421)(예: 도 1의 프로세서(120)), 메모리(431)(예: 도 1의 메모리(130)), 센서 회로(451)(예: 도 1의 센서 모듈(176)), 오디오 출력 회로(471)(예: 도 1의 오디오 모듈(170)), 오디오 수신 회로(481)(예: 도 1의 오디오 모듈(170)), 및/또는 통신 회로(491)(예: 도 1의 통신 모듈(190))를 포함할 수 있다.
프로세서(421)는 센서 회로(451), 통신 회로(491), 오디오 출력 회로(471), 오디오 수신 회로(481) 및 메모리(431)에 작동적으로(operatively) 연결될 수 있다.
센서 회로(451)는 적어도 하나의 센서를 포함할 수 있다. 센서 회로(451)는 제1 무선 오디오 장치(202-1)의 착용상태에 대한 정보, 착용자의 생체 정보, 및/또는 움직임을 감지할 수 있다. 예를 들어, 센서 회로(451)는 착용 상태 감지를 위한 근접센서, 생체 정보 감지를 위한 생체 센서(예: 심박 센서), 및/또는 움직임 감지를 위한 모션 센서(예: 가속도 센서)를 포함할 수 있다. 일 예시에서, 센서 회로(451)는 골전도 센서 또는 가속도 센서 중 적어도 하나를 더 포함할 수 있다. 또 하나의 실시예로 가속도 센서는 골전도를 감지하기 위해 피부에 가깝게 센서가 배치될 수 있다. 예를 들어, 가속도 센서는 일반적인 움직임 샘플링보다 상대적으로 높은 kHz단위의 샘플링을 이용하여 kHz단위의 떨림 정보를 감지하도록 설정될 수 있다. 프로세서(421)는 가속도 센서의 떨림 정보 중 유의미한 축(x,y,z 축 중 적어도 하나의 축)을 중심으로 하는 떨림을 이용하여 노이즈 환경에서의 음성 식별, 음성 감지, 탭 감지, 및/또는 착용 감지를 수할 수 있다.
오디오 출력 회로(471)는 소리를 출력하도록 설정될 수 있다. 오디오 수신 회로(481)는 하나 또는 복수의 마이크를 포함할 수 있다. 오디오 수신 회로(481)는 하나 또는 복수의 마이크를 이용하여 오디오 신호를 획득하도록 설정될 수 있다. 일 실시 예에서, 복수의 마이크들 각각은 서로 다른 오디오 수신 경로에 대응할 수 있다. 예를 들어, 오디오 수신 회로(481)가 제1 마이크와 제2 마이크를 포함하는 경우, 제1 마이크에 의하여 획득된 오디오 신호와 제2 마이크에 의하여 오디오 신호는 서로 다른 오디오 채널로 참조될 수 있다. 프로세서(421)는 오디오 수신 회로(481)에 연결된 복수의 마이크들 중 적어도 하나의 마이크를 이용하여 오디오 데이터를 획득할 수 있다. 프로세서(421)는, 예를 들어, 복수의 마이크들 중 오디오 데이터 획득을 위한 적어도 하나의 마이크를 동적으로 선택 또는 결정할 수 있다. 프로세서(421)는 복수의 마이크들을 이용하여 빔포밍을 함으로써 오디오 데이터를 획득할 수 있다. 메모리(431)는 실행 되었을 때, 프로세서(421)로 하여금 제1 무선 오디오 장치(202-1)의 다양한 동작들을 수행하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.
일 실시예에 따르면, 프로세서(421)는 오디오 수신 회로(481) 또는 센서 회로(451) 중 적어도 하나를 이용하여 오디오 데이터를 획득할 수 있다. 예를 들어, 프로세서(421)는 오디오 수신 회로(481)와 연결된 하나 이상의 마이크들을 이용하여 오디오 데이터를 획득할 수 있다. 프로세서(421)는 센서 회로(451)를 이용하여 오디오 신호에 대응하는 진동을 감지함으로써 오디오 데이터를 획득할 수 있다. 예를 들어, 프로세서(421)는 모션 센서, 골전도 센서, 또는 가속도 센서 중 적어도 하나를 이용하여 오디오 데이터를 획득할 수 있다. 프로세서(421)는 다양한 경로(예: 오디오 수신 회로(481) 또는 센서 회로(451) 중 적어도 하나)를 통하여 획득된 오디오 데이터를 처리(예: 잡음 억제, 잡음 제거 또는 에코 제거)하도록 설정될 수 있다.
제1 무선 오디오 장치(202-1)는 도 3에 미도시된 구성을 더 포함할 수 있다. 예를 들어, 제1 무선 오디오 장치(202-1)는 인디케이터(예: 도 1의 디스플레이 모듈(160)), 입력 인터페이스(예: 도 1의 인터페이스(177)), 및/또는 하우징(housing)을 더 포함할 수 있다
일 실시예에 따르면, 제2 무선 오디오 장치(202-2)는 프로세서(422)(예: 도 1의 프로세서(120)), 메모리(432)(예: 도 1의 메모리(130)), 센서 회로(452)(예: 도 1의 센서 모듈(176)), 오디오 출력 회로(472)(예: 도 1의 오디오 모듈(170)), 오디오 수신 회로(482), 및/또는 통신 회로(492)(예: 도 1의 통신 모듈(190))를 포함할 수 있다.
프로세서(422)는 통신 회로(492), 오디오 출력 회로(472), 오디오 수신 회로(482), 및 메모리(432)에 작동적으로(operatively) 연결될 수 있다.
센서 회로(452)는 제2 무선 오디오 장치(202-2)의 착용 상태에 대한 정보, 착용자의 생체 정보, 및/또는 움직임 정보를 감지할 수 있다. 예를 들어, 센서 회로(452)는 착용 상태 감지를 위한 근접센서, 생체 정보 감지를 위한 생체 센서(예: 심박 센서), 및/또는 움직임 감지를 위한 모션 센서(예: 가속도 센서)를 포함할 수 있다. 일 예시에서, 센서 회로(452)는 골전도 센서 또는 가속도 센서 중 적어도 하나를 더 포함할 수 있다. 또 하나의 실시예로 가속도 센서는 골전도를 감지하기 위해 피부에 가깝게 센서가 배치될 수 있다. 예를 들어, 가속도 센서는 일반적인 움직임 샘플링보다 상대적으로 높은 kHz단위의 샘플링을 이용하여 kHz단위의 떨림 정보를 감지하도록 설정될 수 있다. 프로세서(422)는 가속도 센서의 떨림 정보 중 유의미한 축(x,y,z축 중 적어도 하나의 축)을 중심으로 하는 떨림을 이용하여 노이즈 환경에서의 음성 식별, 음성 감지, 탭 감지, 및/또는 착용 감지를 수할 수 있다.
오디오 출력 회로(472)는 소리를 출력하도록 설정될 수 있다. 오디오 수신 회로(482)는 하나 또는 복수의 마이크를 포함할 수 있다. 오디오 수신 회로(482)는 하나 또는 복수의 마이크를 이용하여 오디오 신호를 획득하도록 설정될 수 있다. 일 실시예에서, 복수의 마이크들 각각은 서로 다른 오디오 수신 경로에 대응할 수 있다. 예를 들어, 오디오 수신 회로(482)가 제1 마이크와 제2 마이크를 포함하는 경우, 제1 마이크에 의하여 획득된 오디오 신호와 제2 마이크에 의하여 오디오 신호는 서로 다른 오디오 채널로 참조될 수 있다. 프로세서(422)는 복수의 마이크들을 이용하여 빔포밍을 함으로써 오디오 데이터를 획득할 수 있다.
메모리(432)는 실행 되었을 때, 프로세서(422)로 하여금 제2 무선 오디오 장치(202-2)의 다양한 동작들을 수행하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.
일 실시예에 따르면, 프로세서(422)는 오디오 수신 회로(482) 또는 센서 회로(452) 중 적어도 하나를 이용하여 오디오 데이터를 획득할 수 있다. 예를 들어, 프로세서(422)는 오디오 수신 회로(482)와 연결된 하나 이상의 마이크들을 이용하여 오디오 데이터를 획득할 수 있다. 프로세서(422)는 센서 회로(452)를 이용하여 오디오 신호에 대응하는 진동을 감지함으로써 오디오 데이터를 획득할 수 있다. 예를 들어, 프로세서(422)는 모션 센서, 골전도 센서, 또는 가속도 센서 중 적어도 하나를 이용하여 오디오 데이터를 획득할 수 있다. 프로세서(422)는 다양한 경로(예: 오디오 수신 회로(482) 또는 센서 회로(452) 중 적어도 하나)를 통하여 획득된 오디오 데이터를 처리(예: 잡음 억제, 잡음 제거 또는 에코 제거)하도록 설정될 수 있다.
제2 무선 오디오 장치(202-2)는 도 3에 미도시된 구성을 더 포함할 수 있다. 예를 들어, 제2 무선 오디오 장치(202-2)는 인디케이터(예: 도 1의 디스플레이 모듈(160)), 오디오 입력 장치(예: 도 1의 오디오 모듈(170)), 입력 인터페이스(예: 도 1의 인터페이스(177)), 및/또는 하우징(housing)을 더 포함할 수 있다.
도 4는 본 개시의 일 실시예에 따른 제1 무선 오디오 장치의 정면도 및 배면도를 도시한다.
도 4를 참조하여, 제1 무선 오디오 장치(202-1)의 구조가 설명된다. 설명의 편의를 위하여 중복된 설명은 생략되나, 제2 무선 오디오 장치(202-2)도 제1 무선 오디오 장치(202-1)와 동일 또는 유사한 구조를 가질 수 있다.
참조 번호 401은 제1 무선 오디오 장치(202-1)의 정면도를 도시한다. 제1 무선 오디오 장치(202-1)는 하우징(410)을 포함할 수 있다. 하우징(410)은 제1 무선 오디오 장치(202-1)의 외관의 적어도 일부를 형성할 수 있다. 하우징(410)의 제1 면(예: 착용 되었을 때 외부를 향하는 면)에 배치된 버튼(413) 및 복수의 마이크(481a, 481b)를 포함할 수 있다. 버튼(413)은 사용자 입력(예: 터치 입력 또는 푸시 입력)을 수신하도록 설정될 수 있다. 제1 마이크(481a) 및 제2 마이크(481b)는 도 3의 오디오 수신 회로(481)에 포함될 수 있다. 제1 마이크(481a) 및 제2 마이크(481b)는, 제1 무선 오디오 장치(202-1)가 착용 되었을 때, 사용자의 외부를 향하는 방향으로 소리를 감지하도록 배치될 수 있다. 제1 마이크(481a) 및 제2 마이크(481b)는 외부 마이크로 참조될 수 있다. 제1 마이크(481a) 및 제2 마이크(481b)는 하우징(410) 외부의 소리를 감지할 수 있다. 예를 들어, 제1 마이크(481a) 및 제2 마이크(481b)는 제1 무선 오디오 장치(202-1)의 주변에서 발생되는 소리를 감지할 수 있다. 제1 무선 오디오 장치(202-1)에 의해 감지된 주변 환경의 소리는 스피커(470)에 의해 출력될 수도 있다. 일 실시 예에서, 제1 마이크(481a) 및 제2 마이크(481b)는 제1 무선 오디오 장치(202-1)의 노이즈 캔슬 기능(예: ANC; active noise cancellation)을 위한 수음용 마이크일 수 있다. 또한, 제1 마이크(481a) 및 제2 마이크(481b)는 제1 무선 오디오 장치(202-1)의 주변 소리 듣기 기능(예: transparency 기능 또는 ambient aware 기능)을 위한 수음용 마이크일 수 있다. 예를 들어, 제1 마이크(481a) 및 제2 마이크(481b)는 전자 콘덴서 마이크(ECM; electronic condenser microphone) 및 MEMS(micro electro mechanical system) 마이크를 포함하는 다양한 종류의 마이크를 포함할 수 있다. 하우징(410)의 둘레에는 윙팁(wing tip, 411)이 결합될 수 있다. 윙 팁(411)은 탄성 소재로 형성될 수 있다. 윙팁(411)은 하우징(410)으로부터 탈착되거나 하우징(410)에 부착될 수 있다. 윙팁(411)은 제1 무선 오디오 장치(202-1)의 착용성을 개선할 수 있다.
참조 번호 402는 제1 무선 오디오 장치(202-1)의 배면도를 도시한다. 하우징(410)의 제2 면(예: 착용 되었을 때 사용자를 향하는 면)에 배치된 제1 전극(414), 제2 전극(415), 근접 센서(450), 제3 마이크(481c), 및 스피커(470)를 포함할 수 있다. 스피커(470)는 도 3의 오디오 출력 회로(471)에 포함될 수 있다. 스피커(470)는 전기 신호를 소리 신호로 변환할 수 있다. 스피커(470)는 제1 무선 오디오 장치(202-1) 외부로 소리를 출력할 수 있다. 예를 들어, 스피커(470)는 전기 신호를 사용자가 청각적으로 인식할 수 있는 소리로 변환하여 출력할 수 있다. 스피커(470)의 적어도 일부는 하우징(410) 내부에 배치될 수 있다. 스피커(470)는 하우징(410)의 일 단부를 통하여 이어팁(412)과 결합될 수 있다. 이어팁(412)은 내부에 중공이 형성된 원통 형상으로 형성될 수 있다. 예를 들어, 이어팁(412)이 하우징(410)과 결합된 경우에, 스피커(470)로부터 출력되는 소리(오디오)는 이어팁(412)의 중공을 통해 외부 객체(예: 사용자)에게 전달 될 수 있다.
일 실시예에 따르면, 제1 무선 오디오 장치(202-1)는 하우징(410)의 제2 면에 배치된 센서(451a)(예: 가속도 센서, 골전도 센서 및/또는 자이로 센서)를 포함할 수 있다. 도 4에 도시된 센서(451a)의 위치 및 형태는 예시적인 것으로서, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 센서(451a)는 하우징(410)의 내부에 배치되어 외부에 노출되지 않을 수도 있다. 센서(451a)는, 착용되었을 때, 착용자의 귀에 접촉할 수 있는 위치 또는 착용자의 귀에 접촉하는 하우징(410)의 일 부분에 위치될 수 있다.
이어팁(412)은 탄성 소재(또는 가요성 재질)로 형성될 수 있다. 이어팁(412)은 제1 무선 오디오 장치(202-1)가 사용자의 귀에 밀착하여 삽입되도록 보조할 수 있다. 예를 들어, 이어팁(412)은 실리콘(silicon) 재질로 형성될 수 있다. 이어팁(412)의 적어도 일 영역은 외부 객체의 형상(예: 귀의 커널 모양)에 따라 변형될 수 있다. 본 발명의 다양한 실시 예에 따라서, 이어팁(412)은 실리콘, 폼(foam) 및 플라스틱 재질 중 적어도 둘의 조합에 의하여 형성될 수도 있다. 예를 들어, 이어팁(412) 중 사용자 귀에 삽입되어 맞닿는 영역은 실리콘 재질로 형성되고, 하우징(410)이 삽입되는 영역은 플라스틱 재질로 형성될 수 있다. 이어팁(412)은 하우징(410)으로부터 탈착되거나 하우징(410)에 부착될 수 있다. 제1 전극(414) 및 제2 전극(415)은, 외부 전력원(예: 케이스)과 연결되고, 외부 전력원으로부터 전기 신호를 수신할 수 있다. 근접 센서(450)는, 사용자의 착용 상태를 감지하기 위하여 이용될 수 있다. 근접 센서(450)는 하우징(410)의 내부에 배치될 수 있다. 근접 센서(450)는 적어도 일부가 제1 무선 오디오 장치(202-1)의 외관으로 노출되도록 배치될 수 있다. 제1 무선 오디오 장치(202-1)는 근접 센서(450)에 의해 측정된 데이터에 기반하여, 제1 무선 오디오 장치(202-1)의 사용자에게 착용 여부를 판단할 수 있다. 예를 들어, 근접 센서(450)는 IR 센서를 포함할 수 있다. IR 센서는 하우징(410)이 사용자의 신체에 접촉되었는지 여부를 감지할 수 있고, 제1 무선 오디오 장치(202-1)는 IR 센서의 감지에 기초하여 제1 무선 오디오 장치(202-1)의 착용 여부를 판단할 수 있다. 근접 센서(450)는 IR 센서에 한정되지 않고, 다양한 종류의 센서(예: 가속도 센서 또는 자이로 센서)를 이용하여 구현될 수 있다. 제3 마이크(481c)는 제1 무선 오디오 장치(202-1)가 착용 되었을 때, 사용자를 향하는 방향으로 소리를 감지하도록 배치될 수 있다. 제3 마이크(481c)는 내부 마이크로 참조될 수 있다.
도 5는 본 개시의 일 실시예에 따른 무선 오디오 장치의 블록도를 도시한다.
도 5를 참조하여, 무선 오디오 장치(202)의 구성들은 예시적인 소프트웨어 모듈들을 포함할 수 있다. 예를 들어, 상기 구성들은 제1 무선 오디오 장치(202-1) 또는 제2 무선 오디오 장치(202-2)에 의하여 구현될 수 있다. 상기 구성들의 적어도 일부는 생략될 수 있다. 상기 구성들 중 적어도 일부는 하나의 소프트웨어 모듈로 구현될 수 있다. 상기 구성들의 구분은 논리적인 것으로서, 동일한 기능을 수행하는 임의의 프로그램, 쓰레드(thread), 어플리케이션, 또는 코드(code)가 상기 구성들에 대응할 수 있다.
전처리(pre-processing) 모듈 (510)은 오디오 수신 회로(예: 도 3의 오디오 수신 회로(481 또는 482))를 이용하여 수신된 소리(audio)(또는, 오디오 신호)에 대한 전처리를 수행할 수 있다. 예를 들어, 전처리 모듈(510)은 AEC(acoustic echo canceller, 511)를 이용하여 획득된 오디오 신호의 에코를 제거할 수 있다. 전처리 모듈(510)은 NS(noise suppression, 512)를 이용하여 획득된 오디오 신호의 잡음을 감소시킬 수 있다. 전처리 모듈(510)은 HPF(high pass filter, 513)를 이용하여 획득된 오디오 신호의 지정된 대역의 신호를 감소시킬 수 있다. 전처리 모듈(510)은 컨버터(514)를 이용하여 오디오 입력 신호의 샘플링 레이트(sampling rate)를 변경할 수 있다. 예를 들어, 컨버터(514)는 오디오 입력 신호에 대한 다운샘플링 또는 업샘플링을 수행하도록 설정될 수 있다. 전처리 모듈(510)은 AEC(511), NS(512), HPF(513), 또는 컨버터(514) 중 적어도 하나를 오디오 신호에 선택적으로 적용시킬 수 있다.
대화 모드 모듈(dialog mode module, 520)은 대화 모드의 개시 및 종료를 결정할 수 있다. 예를 들어, 대화 모드 모듈(520)은 제1 VAD(voice activity detection, 521)을 이용하여, 무선 오디오 장치(202)의 착용자(예: 사용자)의 발화 여부를 감지할 수 있다. 대화 모드 모듈(520)은 제2 VAD(522)를 이용하여, 착용자의 발화 및 외부인의 발화 여부를 감지할 수 있다. 대화 모드 모듈(520)은 제1 VAD(521)를 통하여 착용자의 발화 구간을 식별 및/또는 특정할 수 있다. 대화 모드 모듈(520)은 제1 VAD(521) 및 제2 VAD(522)를 통하여 외부인의 발화 구간을 식별 및/또는 특정할 수 있다. 예를 들어, 대화 모드 모듈(520)은 제2 VAD(522)를 통하여 발화가 식별된 구간 중, 제1 VAD(521)를 통하여 착용자의 발화가 식별된 구간을 제외함으로써 외부인의 발화 구간을 식별 및/또는 특정할 수 있다. 대화 모드 모듈(520)은 제1 VAD(521), 제2 VAD(522), 및 대화 모드 기능(523)을 이용하여 음성 에이전트의 실행 및 종료 여부를 결정할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 제1 VAD(521) 및 제2 VAD(522)를 이용하여 사용자의 발화 여부 및 외부인의 발화 여부를 감지할 수 있다. 일 예에서, 대화 모드 모듈(520)은 전처리 모듈(510)에 의하여 전처리된 오디오 신호 또는 전처리 모듈(510)에 의하여 처리되지 않은 오디오 신호를 이용하여 제1 VAD(521) 또는 제2 VAD(522) 중 적어도 하나를 수행할 수 있다. 도 3을 참조하여, 무선 오디오 장치(202)는 오디오 수신 회로(481, 482)를 이용하여 오디오 신호를 수신할 수 있다. 무선 오디오 장치(202)는 센서 회로(451, 452)(예: 모션 센서, 가속도 센서 및/또는 자이로 센서)를 이용하여 무선 오디오 장치(202)의 움직임을 감지할 수 있다. 일 예를 들어, 지정된 대역(예: 사람의 음역 대역)에서, 지정된 크기 이상의 오디오 신호(예: 음성 신호)가 감지되면, 무선 오디오 장치(202)는 오디오 신호로부터 음성 신호를 감지할 수 있다. 음성 신호가 감지되는 동안, 동시에 또는 실질적으로 동시에, 지정된 움직임이 감지되는 경우, 무선 오디오 장치(202)는 음성 신호에 기반한 사용자 발화(예: 착용자 발화)를 감지할 수 있다. 예를 들어, 지정된 움직임은 무선 오디오 장치(202)의 착용자의 발화로 인하여 무선 오디오 장치(202)에 의하여 감지되는 움직임일 수 있다. 예를 들어, 착용자의 발화로 인한 움직임은 움직임 또는 진동의 형태로 모션 센서, 가속도 센서, 및/또는 자이로 센서에 전달될 수 있다. 착용자의 발화로 인한 움직임은 골전도 마이크로폰의 입력과 유사한 형태로 모션 센서, 가속도 센서, 및/또는 자이로 센서에 유입될 수 있다. 무선 오디오 장치(202)는 지정된 움직임과 음성 신호에 기반하여 착용자의 발화의 시작 시간과 끝 시간에 대한 정보를 획득할 수 있다. 음성 신호가 감지되는 동안, 동시에 또는 실질적으로 동시에, 지정된 움직임이 감지되지 않는 경우, 무선 오디오 장치(202)는 음성 신호에 기반한 외부인 발화(예: 착용자가 아닌 사람(예: 외부인 또는 상대방)의 발화)를 감지할 수 있다. 무선 오디오 장치(202)는 지정된 움직임과 음성 신호에 기반하여 외부인의 발화의 시작 시간과 끝 시간에 대한 정보를 획득할 수 있다. 대화 모드 모듈(520)은 사용자 또는 외부인의 발화의 시작 시작과 끝 시간에 대한 정보를 메모리(431, 432)에 저장하고, 메모리(431, 432)에 저장된 정보에 기반하여 대화 모드의 시작 또는 종료를 결정할 수 있다.
일 예를 들어, 제1 VAD(521)와 제2 VAD(522)는 직렬적인 프로세스일 수 있다. 무선 오디오 장치(202)는 제2 VAD(522)를 이용하여 음성 신호가 감지되면 움직임 센서(예: 가속도 센서 및/또는 자이로 센서)를 이용하여 움직임을 감지함으로써, 음성 신호가 사용자의 발화에 대응하는 것인지 식별할 수 있다.
일 예를 들어, 제1 VAD(521)와 제2 VAD(522)는 병렬적인 프로세스일 수 있다. 예를 들어, 제1 VAD(521)는 제2 VAD(522)와는 독립적으로 사용자 발화를 감지하도록 설정될 수 있다. 제2 VAD(522)는 사용자의 발화 여부와 무관하게 음성 신호를 감지하도록 설정될 수 있다.
일 예를 들어, 무선 오디오 장치(202)는 사용자의 발화와 외부인의 발화를 감지함에 있어서 상이한 마이크를 이용할 수 있다. 무선 오디오 장치(202)는 외부인의 발화를 감지하기 위하여 외부 마이크(예: 도 4의 제1 마이크(481a) 및 제2 마이크(481b))를 이용할 수 있다. 무선 오디오 장치(202)는 사용자의 발화를 감지하기 위하여 내부 마이크(예: 도 4의 제3 마이크(481c))를 이용할 수 있다. 내부 마이크를 이용하는 경우, 전자 장치(202)는 내부 마이크에 기반한 음성 신호와 움직임 정보에 기반하여 착용자의 발화 여부를 결정할 수 있다. 무선 오디오 장치(202)는 사용자의 발화를 감지하기 위하여 센서 입력으로 유입된 음성 신호에 기반하여 착용자의 발화 여부를 결정할 수 있다. 센서 입력으로 유입되는 신호로는 가속도 센서, 자이로 센서 입력을 적어도 하나 포함할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 제1 VAD(521) 및/또는 제2 VAD(522)를 이용하여 대화 모드의 시작을 결정할 수 있다. 대화 모드 OFF 상태에서, 대화 모드 모듈(520)은 대화 모드의 시작 여부를 결정할 수 있다. 예를 들어, 대화 모드 모듈(520)은 사용자의 발화가 지정된 시간 구간(예: 도 8, 9, 및 10의 ts) 동안 유지되면 대화 모드의 시작을 결정할 수 있다. 다른 예를 들어, 대화 모드 모듈(520)은 사용자의 발화 종료 후, 상대방의 발화가 지정된 시간 구간 동안 유지되면 대화 모드의 시작을 결정할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 제1 VAD(521) 및/또는 제2 VAD(522)를 이용하여 대화 모드의 유지 또는 종료를 결정할 수 있다. 대화 모드 ON 상태에서, 대화 모드 모듈(520)은 대화 모드의 유지 또는 종료 여부를 결정할 수 있다. 예를 들어, 대화 모드 중에, 대화 모드 모듈(520)은 지정된 시간 구간(예: 도 8, 9, 및 10의 te) 동안 음성 신호가 감지되지 않으면 대화 모드의 종료를 결정할 수 있다. 대화 모드 중에, 대화 모드 모듈(520)은 이전 음성 신호의 종료로부터 지정된 시간 구간(예: 도 8, 9, 및 10의 te) 내에 음성 신호가 감지되면 대화 모드의 유지를 결정할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 대화 모드 기능(523)에 기반하여 대화 모드의 시작 및/또는 종료를 결정할 수 있다. 대화 모드 기능(523)은 사용자 입력에 기반한 대화 모드 시작 및/또는 종료를 감지할 수 있다. 예를 들어, 사용자 입력은 사용자의 음성 명령, 사용자의 터치 입력, 또는 사용자의 버튼 입력을 포함할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 지정된 시간 구간(예: 도 8, 9, 및 10의 te)의 길이를 주변 소리에 기반하여 결정할 수 있다. 예를 들어, 대화 모드 모듈(520)은 외부 마이크를 이용하여 획득되는 소리의 배경 잡음의 감도, SNR의 값 또는 잡음의 종류 중 적어도 하나에 기반하여 지정된 시간 구간의 길이를 결정할 수 있다. 잡음이 큰 환경에서, 대화 모드 모듈(520)은 지정된 시간 구간의 길이를 증가시킬 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 사용자의 음성 명령에 기반하여 대화 모드의 시작 및/또는 종료를 결정할 수 있다. 일 예에서, 음성 에이전트 모듈(530)은 사용자의 대화 모드 개시를 지시하는 음성 명령을 감지하고, 음성 명령의 감지에 응답하여 대화 모드의 개시를 지시하는 정보를 대화 모드 기능(523)으로 전달할 수 있다. 대화 모드 개시를 지시하는 음성 명령은 음성 에이전트의 웨이크업을 위한 웨이크업 발화(예: 하이 빅스비) 및 음성 명령을 포함할 수 있다. 예를 들어, 상기 음성 명령은 “하이 빅스비, 대화 모드 시작해줘”와 같은 형태를 가질 수 있다. 다른 예를 들어, 대화 모드 개시를 지시하는 음성 명령은 웨이크업 발화를 포함하지 않는 “대화 모드 시작해줘”와 같은 형태를 가질 수 있다. 대화 모드 기능(523)이 음성 에이전트 모듈(530)로부터 대화 모드 개시를 지시하는 정보를 수신하는 경우, 대화 모드 모듈(520)은 대화 모드의 개시를 결정할 수 있다. 일 예에서, 음성 에이전트 모듈(530)은 사용자의 대화 모드 종료를 지시하는 음성 명령을 감지하고, 상기 음성 명령의 감지에 응답하여 대화 모드의 종료를 지시하는 정보를 대화 모드 기능(523)으로 전달할 수 있다. 예를 들어, 대화 모드 종료를 지시하는 음성 명령은 음성 에이전트의 웨이크업을 위한 웨이크업 발화 및 음성 명령을 포함할 수 있다. 상기 음성 명령은 “하이 빅스비, 대화 모드 종료해줘”와 같은 형태를 가질 수 있다. 예를 들어, 대화 모드 종료를 지시하는 음성 명령은 웨이크업 발화를 포함하지 않는 “대화 모드 종료해줘”와 같은 형태를 가질 수 있다. 대화 모드 기능(523)이 음성 에이전트 모듈(530)로부터 대화 모드 종료를 지시하는 정보를 수신하는 경우, 대화 모드 모듈(520)은 대화 모드의 종료를 결정할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 사용자의 터치 입력에 기반하여 대화 모드의 시작 및/또는 종료를 결정할 수 있다. 예를 들어, 전자 장치(201)는 무선 오디오 장치(202)의 대화 모드 제어를 위한 UI를 제공할 수 있다. UI를 통하여, 전자 장치(201)는 대화 모드의 활성화 또는 비활성화를 설정하는 사용자의 입력을 수신할 수 있다. 대화 모드의 활성화를 지시하는 사용자 입력이 수신되면, 전자 장치(201)는 무선 오디오 장치(202)에 대화 모드의 개시를 지시하는 신호를 송신할 수 있다. 대화 모드 기능(523)이 대화 모드의 개시를 지시하는 정보를 상기 신호로부터 획득하면, 대화 모드 모듈(520)은 대화 모드의 개시를 결정할 수 있다. UI를 통하여 대화 모드의 비활성화를 지시하는 사용자 입력이 수신되면, 전자 장치(201)는 무선 오디오 장치(202)에 대화 모드의 종료를 지시하는 신호를 송신할 수 있다. 대화 모드 기능(523)이 상기 신호로부터 대화 모드의 종료를 지시하는 정보를 획득하면, 대화 모드 모듈(520)은 대화 모드의 종료를 결정할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(530)이 대화 모드의 개시 또는 종료를 결정하면, 무선 오디오 장치(202)는 전자 장치(201)에 대화 모드의 개시 또는 종료가 결정되었음을 지시하는 신호를 송신할 수 있다. 전자 장치(201)는 상기 신호로부터 획득된 대화 모드의 개시 또는 종료가 결정되었음을 지시하는 정보를 무선 오디오 장치(202)의 대화 모드 제어를 위한 UI를 통하여 제공할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 사용자의 버튼 입력에 기반하여 대화 모드의 시작 및/또는 종료를 결정할 수 있다. 예를 들어, 무선 오디오 장치(202)는 적어도 하나의 버튼(예: 도 4의 버튼 (413))을 포함할 수 있다. 대화 모드 기능(523)은 버튼에 대한 지정된 입력(예: 더블 탭(double tap) 또는 롱 프레스)을 감지하도록 설정될 수 있다. 버튼을 통하여 대화 모드의 개시를 지시하는 입력이 수신되면, 대화 모드 모듈(520)은 대화 모드의 개시를 결정할 수 있다. 버튼을 통하여 대화 모드의 종료를 지시하는 입력이 수신되면, 대화 모드 모듈(520)은 대화 모드의 종료를 결정할 수 있다.
일 실시예에 따르면, 대화 모드 기능(523)은 음성 에이전트 모듈(530)과 상호작용하도록 설정될 수 있다. 예를 들어, 대화 모드 기능(523)은 음성 에이전트 모듈(530)로부터 발화가 음성 에이전트 호출에 대한 것인지를 지시하는 정보를 획득할 수 있다. 예를 들어, 지정된 시간 이상 유지되는 착용자의 발화가 제1 VAD(521)에 의하여 감지될 수 있다. 이 경우, 대화 모드 모듈(520)은 대화 모드 기능(523)을 이용하여 해당 착용자의 발화가 음성 에이전트의 호출에 대한 것인지를 식별할 수 있다. 대화 모드 기능(523)이 해당 발화에 의한 음성 에이전트 호출이 수행되었음을 음성 에이전트 모듈(530)을 이용하여 확인하는 경우, 대화 모드 모듈(520)은 해당 발화를 무시할 수 있다. 예를 들어, 해당 발화가 지정된 시간 이상 지속되었다고 하더라도, 대화 모드 모듈(520)은 해당 발화만으로는 대화 모드를 시작하도록 결정하지 않을 수 있다. 예를 들어, 음성 에이전트 모듈(530)은 해당 발화로부터 대화 모드의 개시를 지시하는 음성 명령을 식별할 수 있다. 이 경우, 음성 에이전트 모듈(530)은 대화 모드의 개시를 지시하는 신호를 대화 모드 모듈(520)로 전달하고, 대화 모드 모듈(520)은 대화 모드의 시작을 결정할 수 있다. 즉, 이 경우, 대화 모드 모듈(520)은 발화 자체의 길이가 아닌, 음성 에이전트 모듈(530)의 지시에 기반하여 대화 모드의 시작을 결정할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 대화 모드의 작동 시간에 기반하여 대화 모드의 종료를 결정할 수 있다. 예를 들어, 대화 모드가 ON된 후, 일정 시간이 경과되면, 대화 모드 모듈(520)은 대화 모드의 종료를 결정할 수 있다.
일 실시예에 따르면, 음성 에이전트 모듈(530)은 웨이크업 발화 인식 모듈(531) 및 음성 에이전트 제어 모듈(532)을 포함할 수 있다. 일 예에서, 음성 에이전트 모듈(530)은 음성 명령 인식 모듈(533)을 더 포함할 수 있다. 웨이크업 발화 인식 모듈(531)은 오디오 수신 회로(481, 482)를 이용하여 오디오 신호를 획득하고, 오디오 신호로부터 웨이크업 발화(예: 하이 빅스비)를 인식할 수 있다. 웨이크업 발화 인식 모듈(531)은 지정된 음성 명령이 인식되면, 음성 에이전트 제어 모듈(532)을 이용하여 음성 에이전트를 제어할 수 있다. 예를 들어, 음성 에이전트 제어 모듈(532)은 전자 장치(201)에 수신된 음성 신호를 전달하고, 전자 장치(201)로부터 음성 신호에 대응하는 태스크 또는 명령을 수신할 수 있다. 예를 들어, 음성 신호가 볼륨 조정을 지시하는 경우, 전자 장치(201)는 볼륨 조정을 지시하는 신호를 무선 오디오 장치(202)에 전달할 수 있다. 음성 명령 인식 모듈(533)은 오디오 수신 회로(481, 482)를 이용하여 오디오 신호를 획득하고, 오디오 신호로부터 지정된 음성 명령을 인식할 수 있다. 일 예시에서, 지정된 음성 발화는, 대화 모드의 제어를 위한 음성 명령(예: 대화 모드 시작, 대화 모드 종료)을 포함할 수 있다. 음성 명령 인식 모듈(533)은 웨이크업 발화의 인식 없이도 지정된 음성 명령이 인식되면 지정된 음성 명령에 대응하는 기능을 수행할 수 있다. 예를 들어, 음성 명령 인식 모듈(533)은 “대화 모드 종료”와 같은 지정된 명령의 발화를 인식하면, 전자 장치(201)에 대화 모드의 종료를 지시하는 신호를 송신할 수 있다. 예를 들어, 음성 명령 인식 모듈(533)은 음성 에이전트와의 상호작용 없이 지정된 음성 명령에 대응하는 기능을 수행할 수 있다. 전자 장치(201)는 대화 모드의 종료를 지시하는 신호에 응답하여, 후술되는 무선 오디오 장치(202)의 소리 제어를 수행할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 대화 모드에 대한 결정(예: 대화 모드의 종료 또는 대화 모드의 시작)을 대화 모드 제어 모듈(550)에 전달할 수 있다. 대화 모드 제어 모듈(550)은 대화 모드의 활성화 및/또는 비활성화에 따른 무선 오디오 장치(202)의 기능을 제어할 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은 대화 모드의 활성화 및/또는 비활성화에 따라서 소리 제어 모듈(540)을 이용하여 무선 오디오 장치(202)의 출력 소리를 제어할 수 있다.
일 예를 들어, 소리 제어 모듈(540)은 ANC(active noise cancelling) 모듈(541) 및 주변 소리(ambient sound) 제어 모듈(542)을 포함할 수 있다. ANC 모듈(541)은 주변 소리를 획득하고, 주변 소리에 기반하여 잡음 제거를 수행하도록 설정될 수 있다. 예를 들어, ANC 모듈(541)은 외부 마이크를 이용하여 주변 소리를 획득하고, 획득된 주변 소리를 이용하여 잡음 제거를 수행할 수 있다. 주변 소리 제어 모듈(542)는 주변 소리를 착용자에게 제공하도록 설정될 수 있다. 예를 들어, 주변 소리 제어 모듈(542)은 외부 마이크를 이용하여 주변 소리를 획득하고, 획득된 주변 소리를 무선 오디오 장치(202)의 스피커를 이용하여 출력함으로써 주변 소리를 제공하도록 설정될 수 있다.
일 실시예에 따르면, 대화 모드가 시작되면, 대화 모드 제어 모듈(550)은 소리 제어 모듈(540)을 이용하여 무선 오디오 장치(202)의 출력 소리를 제어할 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은 대화 모드의 시작에 응답하여 ANC을 비활성화하고, 주변 소리를 활성화할 수 있다. 다른 예를 들어, 대화 모드 제어 모듈(550)은 무선 오디오 장치(202)에서 음악이 출력 중인 경우, 대화 모드의 시작에 응답하여 출력 중인 음악의 음량 레벨을 일정 비율 이상 줄이거나, 최대 mute로 설정할 수 있다. 무선 오디오 장치(202)의 사용자는, 대화 모드의 개시에 따라서 주변 소리를 선명하게 들을 수 있다.
일 실시예에 따르면, 대화 모드가 종료되면, 대화 모드 제어 모듈(550)은 소리 제어 모듈(540)을 이용하여 무선 오디오 장치(202)의 출력 소리를 제어할 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은 대화 모드의 종료에 응답하여 ANC 설정 및/또는 주변 소리 설정을 대화 모드 개시 이전의 설정으로 복원하고, 주변 소리를 비활성화할 수 있다. 예를 들어, 대화 모드 시작 전에, 대화 모드 제어 모듈(550)은 ANC 설정 및/또는 주변 소리 설정을 메모리에 저장할 수 있다. 대화 모드가 종료되면, 대화 모드 제어 모듈(550)은 메모리에 저장된 ANC 설정 및/또는 주변 소리 설정에 따라서 ANC 및/또는 주변 소리를 활성화 또는 비활성화 할 수 있다.
다른 예를 들어, 대화 모드 제어 모듈(550)은 대화 모드의 종료에 응답하여 무선 오디오 장치(202)의 출력 소리를 대화 모드 개시 이전의 설정으로 복원할 수 있다. 예를 들어, 대화 모드 시작 전에, 무선 오디오 장치(202)에서 음악이 출력 중인 경우, 대화 모드 제어 모듈(550)은 음악 출력 소리 설정을 메모리에 저장할 수 있다. 대화 모드가 종료되면, 대화 모드 제어 모듈(550)은 메모리에 저장된 음악 출력 소리 설정으로 음악 출력 소리를 복원할 수 있다. 대화 모드 제어 모듈(550)은 대화 모드에서, 설정에 따라서 미디어 출력 볼륨을 지정된 값으로 감소시키거나 뮤트시킬 수 있다. 대화 모드에서, 무선 오디오 장치(202)는 음성 에이전트의 알림(예: 사용자 발화에 대한 응답)을 대화 모드의 볼륨과는 독립적으로 출력할 수 있다. 예를 들어, 무선 오디오 장치(202)는 대화 모드에서, 음성 에이전트의 알림(예: TTS 기반 응답)을 지정된 볼륨 값으로 출력할 수 있다.
일 실시예에 따르면, 대화 모드 제어 모듈(550)은 대화 모드의 동작 중에 소리 제어 모듈(540)을 이용하여 출력 소리를 제어할 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은 ANC 및/또는 주변 소리의 강도를 제어할 수 있다. 대화 모드 제어 모듈(550)은 주변 소리의 이득 값을 제어하여 주변 소리의 강도를 증폭시킬 수 있다. 대화 모드 제어 모듈(550)은 주변 소리에서 음성이 존재하는 구간 또는 음성 대응 주파수 대역만을 증폭시킬 수 있다. 대화 모드에서, 대화 모드 제어 모듈(550)은 ANC의 강도를 감소시킬 수 있다. 대화 모드 제어 모듈(550)은 오디오 신호의 출력 볼륨을 제어할 수 있다.
하기, 표 1 및 표 2는 대화 모드 시작(예: ON)과 종료(예: OFF)에 따른 대화 모드 제어 모듈(550)의 소리 제어의 예시들을 나타낸다.
소리 제어 이전 상태 대화 모드 ON 대화 모드 OFF
ANC ON OFF ON
주변 소리 OFF ON OFF
표 1을 참조하여, 무선 오디오 장치(202)의 착용자는 무선 오디오 장치(202)를 이용하여 음악을 청취 중일 수 있다. 예를 들어, 무선 오디오 장치(202)는 ANC를 수행하면서 음악을 출력할 수 있다. 예를 들어, 무선 오디오 장치(202)는 제1 볼륨으로 음악을 출력할 수 있다. 대화 모드의 시작에 따라서, 대화 모드 제어 모듈(550)은 주변 소리를 활성화하고, ANC를 비활성화할 수 있다. 이 경우, 대화 모드 제어 모듈(550)은 출력 중인 음악의 볼륨을 지정된 값 이하로 감소시키거나, 지정된 비율만큼 감소시킬 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은, 대화 모드에서, 출력 중인 음악의 볼륨을 제2 값으로 감소시킬 수 있다. 대화 모드의 종료에 따라서, 대화 모드 제어 모듈(550)은 출력 소리에 관련된 설정을 복원할 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은 ANC를 활성화하고 주변 소리를 비활성화할 수 있다. 또한, 대화 모드 제어 모듈(550)은 출력 중인 음악의 볼륨을 제1 값으로 증가시킬 수 있다.
소리 제어 이전 상태 대화 모드 ON 대화 모드 OFF
ANC OFF OFF OFF
주변 소리 OFF ON OFF
표 2를 참조하여, 무선 오디오 장치(202)의 착용자는 무선 오디오 장치(202)를 이용하여 음악을 청취 중일 수 있다. 예를 들어, 무선 오디오 장치(202)는 ANC를 적용하지 않고 음악을 출력할 수 있다. 예를 들어, 무선 오디오 장치(202)는 제1 볼륨으로 음악을 출력할 수 있다. 대화 모드의 시작에 따라서, 대화 모드 제어 모듈(550)은 주변 소리를 활성화하고, ANC를 비활성화 상태로 유지할 수 있다. 이 경우, 대화 모드 제어 모듈(550)은 출력 중인 음악의 볼륨을 지정된 값 이하로 감소시키거나, 지정된 비율만큼 감소시킬 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은, 대화 모드에서, 출력 중인 음악의 볼륨을 제2 값으로 감소시킬 수 있다. 대화 모드의 종료에 따라서, 대화 모드 제어 모듈(550)은 출력 소리에 관련된 설정을 복원할 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은 ANC를 비활성화 상태로 유지하고 주변 소리를 비활성화할 수 있다. 또한, 대화 모드 제어 모듈(550)은 출력 중인 음악의 볼륨을 제1 값으로 증가시킬 수 있다.
표 1과 표 2의 예시에서, 대화 모드가 설정되지 않았을 때, 무선 오디오 장치(202)가 주변 소리를 비활성화한 것으로 설명되었으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 무선 오디오 장치(202)는, 대화 모드가 설정되지 않은 경우에도, 사용자의 설정에 따라서 주변 소리를 활성화할 수 있다.
일 실시예에 따르면, 환경 분류 모듈(560)은 오디오 수신 회로를 이용하여 오디오 신호를 획득하고, 오디오 신호에 기반하여 환경을 분류할 수 있다. 예를 들어, 환경 분류 모듈(560)은 오디오 신호로부터 배경 잡음, SNR(signal to noise ratio), 또는 잡음의 종류 중 적어도 하나를 획득할 수 있다. 환경 분류 모듈(560)은 배경 잡음의 강도, SNR, 또는 잡음의 종류에 기반하여 환경을 감지할 수 있다. 예를 들어, 환경 분류 모듈(560)은 메모리에 저장된 환경 정보와 배경 잡음의 강도, SNR, 또는 잡음의 종류 중 적어도 하나를 비교하여, 무선 오디오 장치(202)의 환경을 식별할 수 있다. 예를 들어, 환경 분류 모듈(560)은 식별된 환경에 기반하여 출력 소리를 제어할 수 있다.
일 예를 들어, 대화 모드가 활성화된 상태에서 환경 분류 모듈(560)은 식별된 환경에 기반하여 출력 소리를 제어할 수 있다. 환경 분류 모듈(560)은 배경 잡음의 강도 및/또는 SNR에 기반하여 주변 소리를 제어할 수 있다. 예를 들어, 환경 분류 모듈(560)은 주변 소리의 전체 출력, 주변 소리 중 음성 대역의 증폭, 또는 주변 소리 중 지정된 소리(예: 알람 또는 사이렌)의 증폭을 결정할 수 있다. 예를 들어, 환경 분류 모듈(560)은 ANC의 강도를 결정할 수 있다. 예를 들어, 환경 분류 모듈(560)은 ANC를 위한 필터의 파라미터(예: 계수)를 조절할 수 있다. 상술된 예시에서, 환경 분류 모듈(560)은 오디오 신호를 이용하여 환경을 식별하고 있으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 환경 분류 모듈(560)은 와이파이 정보 및/또는 GPS 정보를 이용하여 환경을 식별할 수 있다.
일 실시예에 따르면, 환경 분류 모듈(560)은 식별된 환경에 기반하여 대화 모드를 제어할 수 있다. 예를 들어, 환경 분류 모듈(560)은 식별된 환경에 기반하여 대화 모드를 활성화시킬 수 있다. 환경 분류 모듈(560)은 사용자가 주변 소리를 들어야 할 환경에 있다고 판단되면, 대화 모드 제어 모듈(550)을 이용하여 대화 모드를 활성화시키고, 대화 모드에 따라서 주변 소리를 사용자에게 제공할 수 있다. 예를 들어, 사용자가 위험한 환경(예: 사이렌 소리가 감지되는 환경)에 처한 경우, 환경 분류 모듈(560)은 대화 모드를 활성화 시킬 수 있다.
일 실시예에 따르면, 전자 장치(201)는 대화 모드의 종료 또는 시작을 지시하는 유저 인터페이스를 디스플레이(360) 상에 디스플레이할 수 있다. 전자 장치(201)는 무선 오디오 장치(202)의 대화 모드와 동기화된 방식으로 유저 인터페이스를 제공할 수 있다. 전자 장치(201)는 전자 장치(201)가 대화 모드의 종료 또는 시작을 결정하였을 때, 또는 무선 오디오 장치(202)로부터 대화 모드의 종료 또는 시작을 지시하는 신호를 수신하였을 때 유저 인터페이스를 디스플레이할 수 있다. 예를 들어, 전자 장치(201)는 대화 모드가 시작되면, 대화 모드가 설정되었음을 알리는 정보를 포함하는 제1 유저 인터페이스를 디스플레이할 수 있다. 제1 유저 인터페이스(예: 도 26의 사용자 인터페이스(2600))는 대화 모드에서의 출력 소리 설정을 제어하기 위한 인터페이스(예: 도 26의 볼륨 인터페이스(2610))를 포함할 수 있다. 예를 들어, 전자 장치(201)는 대화 모드가 종료되면, 대화 모드가 종료되었음을 알리는 정보를 포함하는 제2 유저 인터페이스(예: 도 23의 유저 인터페이스(2300))를 디스플레이할 수 있다. 전자 장치(201)는 무선 오디오 장치(202)의 제어를 위한 어플리케이션(예: 웨어러블 어플리케이션)의 실행 화면 상에 제1 유저 인터페이스 및 제2 유저 인터페이스를 디스플레이할 수 있다.
일 실시예에 따르면, 대화 모드 모듈(520)은 착용 여부에 더 기반하여 대화 모드의 개시 및 종료를 결정할 수 있다. 예를 들어, 대화 모드 모듈(520)은 무선 오디오 장치(202)가 사용자에 의하여 착용되었을 때에, 사용자(예: 착용자)의 발화 또는 사용자 입력에 기반하여 대화 모드를 개시할 수 있다. 무선 오디오 장치(202)가 사용자에 의하여 착용되지 않은 경우, 대화 모드 모듈(520)은 사용자의 발화가 감지되더라도 대화 모드의 개시하지 않을 수 있다.
예를 들어, 제1 무선 오디오 장치(202-1) 및 제2 무선 오디오 장치(202-2) 각각은 도 5에 도시된 무선 오디오 장치(202)의 구성들을 포함할 수 있다. 제1 무선 오디오 장치(202-1)와 제2 무선 오디오 장치(202-2) 각각이 대화 모드의 개시 여부를 결정하도록 설정될 수 있다. 일 실시예에 따르면, 제1 무선 오디오 장치(202-1) 또는 제2 무선 오디오 장치(202-2)가 대화 모드의 개시를 결정하면, 제1 무선 오디오 장치(202-1)와 제2 무선 오디오 장치(202-2)가 대화 모드로 동작하도록 설정될 수 있다. 예를 들어, 대화 모드를 개시를 결정한 제1 무선 오디오 장치(202-1) 또는 제2 무선 오디오 장치(202-2)는 다른 무선 오디오 장치 및/또는 전자 장치(201)에 대화 모드의 개시를 지시하는 신호를 송신하도록 설정될 수 있다. 일 실시예에 따르면, 제1 무선 오디오 장치(202-1) 및 제2 무선 오디오 장치(202-2) 양자가 대화 모드의 개시를 결정하면, 제1 무선 오디오 장치(202-1)와 제2 무선 오디오 장치(202-2)가 대화 모드로 동작하도록 설정될 수 있다. 예를 들어, 대화 모드를 개시를 결정한 제1 무선 오디오 장치(202-1) 또는 제2 무선 오디오 장치(202-2)는 다른 무선 오디오 장치가 대화 모드의 개시를 결정하였는지 확인하고, 두 무선 오디오 장치 모두가 대화 모드의 개시를 결정한 경우에 제1 무선 오디오 장치(202-1) 및 제2 무선 오디오 장치(202-2)가 대화 모드로 동작할 수 있다. 다른 예를 들어, 대화 모드의 개시를 결정한 제1 무선 오디오 장치(202-1) 또는 제2 무선 오디오 장치(202-2)는 전자 장치(201)로 대화 모드의 개시를 지시하는 신호를 송신할 수 있다. 전자 장치(201)는 지정된 시간 내에 제1 무선 오디오 장치(202-1) 및 제2 무선 오디오 장치(202-2) 양자로부터 대화 모드를 개시를 지시하는 신호가 수신되면, 제1 무선 오디오 장치(202-1) 및 제2 무선 오디오 장치(202-2)가 대화 모드로 동작하도록 하는 신호를 송신할 수 있다.
대화 모드의 시작, 유지, 및/또는 종료의 결정 방법은 도 6 내지 도 19와 관련하여 후술되는 내용들에 의하여 참조될 수 있다.
도 6은 본 개시의 일 예시에 따른 대화 환경을 도시한다.
도 7은 본 개시의 일 실시예에 따른 제1 무선 오디오 장치의 시스템 구성을 도시한다.
도 6 및 도 7을 참조하여, 무선 오디오 장치(202)를 착용한 사용자(601)와 상대방(602)이 대화를 나누는 경우가 가정될 수 있다. 예를 들어, 사용자(601)에 의한 발화는 사용자 발화(610)로 참조되고, 상대방(602)에 의한 발화는 상대방 발화(620)로 참조될 수 있다. 예를 들어, 대화는 표 3의 예시와 같을 수 있다.
사용자: “하이 빅스비, 대화 모드 시작해줘”
음성 에이전트: “대화 모드를 시작했습니다.”
<대화 모드 시작>
사용자: “아이스 커피 한잔 주세요”
상대방: “다음 번에 방문하시면 무료 쿠폰을 이용하실 수 있습니다”
사용자: “하이 빅스비, 내일 8시 커피숍 쿠폰 사용이라고 리마인더에 저장 해줘”
음성 에이전트: “네, 리마인더에 저장했어요”
상대방: “무료 쿠폰 여기 있습니다”
(상대방 발화와 발화 사이의 간격이 시간 te보다 작음)
상대방: “커피 여기 있습니다”
사용자: “감사합니다”
(상대방 발화 종료 이후 시간 te 경과)
<대화 모드 종료>
표 3의 예시에서, 사용자(601)의 음성 명령에 따라서 대화 모드가 시작될 수 있다. 무선 오디오 장치(202)는 오디오 수신 회로(481, 482)를 이용하여 사용자 발화 “하이 빅스비, 대화 모드 시작해줘”를 포함하는 오디오 신호를 획득할 수 있다. 획득된 오디오 신호는 음성 에이전트 모듈(530), 전처리 모듈(510), 및 환경 분류 모듈(560)에 전달될 수 있다. 제1 VAD(521)는 오디오 신호의 음성 신호 및 센서 회로(451, 452)에 의하여 감지된 움직임에 기반하여 사용자(601)의 발화를 감지할 수 있다. 음성 에이전트 모듈(530)은 오디오 신호로부터 웨이크업 워드(예: 하이 빅스비)를 감지하고, 사용자 발화(610)가 웨이크업 발화를 지시함을 대화 모드 모듈(520)에 전달할 수 있다. 대화 모드 모듈(520)은 오디오 신호가 음성 에이전트 호출에 대한 것이므로, 대화 모드를 시작하지 않을 수 있다. 음성 에이전트 모듈(530)은 사용자 발화(610)에 포함된 음성 명령(“대화 모드 시작해줘”)에 기반하여 대화 모드 시작을 지시하는 신호를 대화 모드 모듈(520)에 전달할 수 있다. 대화 모드 모듈(520)은 대화 모드 시작을 지시하는 신호에 응답하여 대화 모드를 시작할 수 있다.
음성 에이전트는 대화 모드의 시작을 지시하는 소리(“대화 모드를 시작했습니다”)를 출력할 수 있다. 예를 들어, 대화 모드에서 무선 오디오 장치(202)는 출력 중이던 미디어의 볼륨을 감소시키거나 뮤트시키도록 설정될 수 있다. 이 경우에도, 무선 오디오 장치(202)는 음성 에이전트의 알림(예: 사용자 발화에 대한 응답)을 대화 모드의 볼륨과는 독립적으로 출력할 수 있다. 예를 들어, 무선 오디오 장치(202)는 대화 모드에서, 음성 에이전트의 알림(예: TTS 기반 응답)을 지정된 볼륨 값으로 출력할 수 있다.
대화 모드의 시작에 따라서, 대화 모드 제어 모듈(550)은 소리 제어 모듈(540)을 이용하여 소리를 제어할 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은 ANC를 비활성화하고 주변 소리를 활성화할 수 있다.
대화 모드가 유지되는 발화와 발화 사이의 시간 구간은 지정된 시간 구간(도 8, 9, 및 10의 te)보다 짧을 수 있다. 이 경우, 대화 모드 모듈(520)은 대화 모드를 유지할 수 있다.
예를 들어, 대화 모드 중에도, 사용자(601)는 음성 에이전트를 호출할 수 있다. 예를 들어, 사용자 발화(610)는 “하이 빅스비, 내일 8시 커피숍 쿠폰 사용이라고 리마인더에 저장 해줘”일 수 있다. 일 예를 들어, 대화 모드의 종료 여부를 결정하기 위한 지정된 시간 구간(도 8, 9, 및 10의 te)의 시작은 임의의 발화(예: 사용자 발화(610) 또는 상대방 발화(620))의 종료 시점으로부터 시작될 수 있다. 사용자 발화(610)가 음성 에이전트에 관련된 것이라고 하더라도, 사용자 발화(610)의 종료 시점으로부터 대화 모드의 종료 여부를 결정하기 위한 지정된 시간 구간(도 8, 9, 및 10의 te)이 시작될 수 있다.
표 3의 예시에서, 사용자(601)의 마지막 발화(“감사합니다”)로부터 지정된 시간(te)이 경과되면, 대화 모드가 종료될 수 있다. 일 예에서, 무선 오디오 장치(202)는 대화 모드의 종료에 대한 별도의 알림을 제공하지 않을 수 있다. 예를 들어, 무선 오디오 장치(202)는 사용자의 명시적인 지시(예: 음성 명령, 버튼 입력, 및/또는 터치 입력)에 기반한 대화 모드의 종료 시에 대화 모드 종료에 대한 알림을 제공하고, 시간 경과에 따른 대화 모드의 종료 시에는 대화 모드 종료에 대한 알림을 제공하지 않을 수 있다.
대화 모드의 종료에 따라서, 대화 모드 제어 모듈(550)은 소리 제어 모듈(540)을 이용하여 소리를 제어할 수 있다. 예를 들어, 대화 모드 제어 모듈(550)은 ANC 및 주변 소리를 대화 모드 개시 이전의 상태로 복구할 수 있다.
도 8은 본 개시의 일 실시예에 따른 대화 모드 제어를 도시한다.
일 실시예에 따르면, 무선 오디오 장치(202)는 사용자 발화에 기반하여 대화 모드를 시작할 수 있다. 예를 들어, 사용자 발화가 감지되면 대화 모드를 시작할 수 있다.
도 8을 참조하여, 시각 t1에서 상대방(602)의 발화가 시작되어 시각 t2에서 상대방(602)의 발화가 종료될 수 있다. 무선 오디오 장치(202)는 상대방(602)의 발화를 감지할 수 있다. 이 경우, 무선 오디오 장치(202)는 음성 활동(VAD)을 감지하나, 사용자의 음성 활동(VAD_U)을 감지하지 못할 수 있다. 무선 오디오 장치(202)는 상대방(602)의 발화를 주변 발화로 감지할 수 있다.
시각 t3에서 사용자(601)의 발화가 시작되어 시각 t5에서 사용자(601)의 발화가 종료될 수 있다. 무선 오디오 장치(202)는 음성 활동(VAD) 및 사용자의 음성 활동(VAD_U)을 감지함으로써 사용자 발화를 감지할 수 있다. 사용자(601)의 발화가 감지되고, 사용자(601)의 발화가 지정된 제1 시간 구간(ts)이상 유지되는 경우, 무선 오디오 장치(202)는 대화 모드를 시작할 수 있다. 사용자(601)의 발화 시작점(t3)으로부터 지정된 제1 시간 구간(ts)이 경과된 시점(t4)에서, 무선 오디오 장치(202)는 대화 모드를 시작할 수 있다.
시각 t6에서 상대방(602)의 발화가 시작되어 시각 t7에서 상대방(602)의 발화가 종료될 수 있다. 이전 사용자(601)의 발화 종료 시각(t5)과 상대방(602)의 발화 시작 시각(t6) 사이의 길이는 지정된 제2 시간 구간(te)보다 짧기 때문에, 무선 오디오 장치(202)는 대화 모드를 유지할 수 있다.
시각 t6에서 상대방(602)의 발화가 시작되어 시각 t7에서 상대방(602)의 발화가 종료될 수 있다. 이전 사용자(601)의 발화 종료 시각(t5)과 상대방(602)의 발화 시작 시각(t6) 사이의 길이는 지정된 제2 시간 구간(te)보다 짧기 때문에, 무선 오디오 장치(202)는 대화 모드를 유지할 수 있다.
시각 t8에서 사용자(601)의 발화가 시작되어 시각 t9에서 사용자(601)의 발화가 종료될 수 있다. 상대방(602)의 이전 발화 종료 시각(t7)과 사용자(601)의 발화 시작 시각(t8) 사이의 길이는 지정된 제2 시간 구간(te)보다 짧기 때문에, 무선 오디오 장치(202)는 대화 모드를 유지할 수 있다.
사용자(601)의 발화 종료(t9) 이후, 지정된 제2 시간 구간(te) 내에 사용자(601) 또는 상대방(602)의 발화가 감지되지 않을 수 있다. 사용자(601)의 발화 종료 후 지정된 제2 시간 구간이 경과된 시점(t10)에, 무선 오디오 장치(202)는 대화 모드를 종료할 수 있다.
도 9는 본 개시의 일 실시예에 따른 대화 모드 제어를 도시한다.
일 실시예에 따르면, 무선 오디오 장치(202)는 사용자 발화 및 상대방 발화에 기반하여 대화 모드를 시작할 수 있다. 예를 들어, 사용자 발화에만 기반하여 대화 모드를 시작하는 경우, 사용자(601)의 혼잣말이나 노래와 같은 경우에도 대화 모드가 시작될 수 있다. 따라서, 무선 오디오 장치(202)는 주변 발화(예: 상대방(602)의 발화) 감지 후에 사용자(601)의 발화가 감지되면 대화 모드를 시작할 수 있다.
도 9를 참조하여, 시각 t1에서 상대방(602)의 발화가 시작되어 시각 t2에서 상대방(602)의 발화가 종료될 수 있다. 무선 오디오 장치(202)는 상대방(602)의 발화를 감지할 수 있다. 이 경우, 무선 오디오 장치(202)는 음성 활동(VAD)을 감지하나, 사용자의 음성 활동(VAD_U)을 감지하지 못할 수 있다. 무선 오디오 장치(202)는 상대방(602)의 발화를 주변 발화로 감지할 수 있다.
시각 t3에서 사용자(601)의 발화가 시작되어 시각 t4에서 사용자(601)의 발화가 종료될 수 있다. 무선 오디오 장치(202)는 음성 활동(VAD) 및 사용자의 음성 활동(VAD_U)을 감지함으로써 사용자 발화를 감지할 수 있다.
시각 t5에서 상대방(602)의 발화가 시작되어 시각 t7에서 상대방(602)의 발화가 종료될 수 있다. 사용자(601)의 발화 감지 후에, 상대방(602)의 발화(예: 주변 발화)가 감지되고, 상대방(602)의 발화가 지정된 제1 시간 구간(ts)이상 유지되는 경우, 무선 오디오 장치(202)는 대화 모드를 시작할 수 있다. 상대방(602)의 발화 시작점(t5)으로부터 지정된 제1 시간 구간(ts)이 경과된 시점(t6)에서, 무선 오디오 장치(202)는 대화 모드를 시작할 수 있다.
시각 t8에서 사용자(601)의 발화가 시작되어 시각 t9에서 사용자(601)의 발화가 종료될 수 있다. 상대방(602)의 이전 발화 종료 시각(t7)과 사용자(601)의 발화 시작 시각(t8) 사이의 길이는 지정된 제2 시간 구간(te)보다 짧기 때문에, 무선 오디오 장치(202)는 대화 모드를 유지할 수 있다.
사용자(601)의 발화 종료(t9) 이후, 지정된 제2 시간 구간(te) 내에 사용자(601) 또는 상대방(602)의 발화가 감지되지 않을 수 있다. 사용자(601)의 발화 종료 후 지정된 제2 시간 구간이 경과된 시점(t10)에, 무선 오디오 장치(202)는 대화 모드를 종료할 수 있다.
일 실시예에 따르면, 무선 오디오 장치(202)는 도 8과 관련하여 상술된 사용자 발화 기반 대화 모드 제어 및 도 9와 관련하여 상술된 상대방 발화 기반 대화 모드 제어를 선택적으로 적용할 수 있다. 예를 들어, 무선 오디오 장치(202)는 사용자 선택(예: 사용자 설정)에 따라서 사용자 발화 또는 상대방 발화에 기반한 대화 모드 제어를 수행할 수 있다. 다른 예를 들어, 무선 오디오 장치(202)는 환경에 따라서 사용자 발화 기반 대화 모드 제어 또는 상대방 발화 기반 대화 모드 제어를 선택적으로 적용할 수 있다. 무선 오디오 장치(202)는 잡음이 지정된 수준보다 크면 상대방 발화 기반 대화 모드 제어를 수행하고, 잡음이 지정된 수준 이하이면 사용자 발화 기반 대화 모드 제어를 수행할 수 있다.
도 10은 본 개시의 일 실시예에 따른 대화 모드 제어를 도시한다.
도 10의 예시에서, 무선 오디오 장치(202)는, 도 9와 관련하여 상술된 바와 같이, 사용자 발화 후에 상대방 발화를 감지함으로써 대화 모드를 시작할 수 있다.
도 10을 참조하여, 시각 t1에서 상대방(602)의 발화가 시작되어 시각 t2에서 상대방(602)의 발화가 종료될 수 있다. 무선 오디오 장치(202)는 상대방(602)의 발화를 감지할 수 있다. 이 경우, 무선 오디오 장치(202)는 음성 활동(VAD)을 감지하나, 사용자의 음성 활동(VAD_U)을 감지하지 못할 수 있다. 무선 오디오 장치(202)는 상대방(602)의 발화를 주변 발화로 감지할 수 있다.
시각 t3에서 사용자(601)의 발화가 시작되어 시각 t5에서 사용자(601)의 발화가 종료될 수 있다. 무선 오디오 장치(202)는 음성 활동(VAD) 및 사용자의 음성 활동(VAD_U)을 감지함으로써 사용자 발화를 감지할 수 있다. 사용자(601)의 발화 중에, 상대방(602)의 발화가 발생할 수 있다. 예를 들어, 상대방(602)의 발화는 시각 t4에서 시작되어 시각 t7에서 종료될 수 있다.
이 경우, 무선 오디오 장치(202)는 사용자(601)의 발화 종료 시점(t5)으로부터 상대방(602)의 발화가 지정된 제1 시간 구간(ts)이상 유지되는 경우, 무선 오디오 장치(202)는 대화 모드를 시작할 수 있다. 사용자(601)의 발화 종료 시점(t5)으로부터 지정된 제1 시간 구간(ts)이 경과된 시점(t6)에서, 무선 오디오 장치(202)는 대화 모드를 시작할 수 있다. 본 문서에 개시된 다양한 실시예에서, 상대방(602)의 발화 시작 지점은, 사용자(601)의 발화가 감지되지 않는 주변 발화만이 감지되기 시작하는 지점으로 이해될 수 있다.
시각 t8에서 사용자(601)의 발화가 시작되어 시각 t9에서 사용자(601)의 발화가 종료될 수 있다. 상대방(602)의 이전 발화 종료 시각(t7)과 사용자(601)의 발화 시작 시각(t8) 사이의 길이는 지정된 제2 시간 구간(te)보다 짧기 때문에, 무선 오디오 장치(202)는 대화 모드를 유지할 수 있다.
사용자(601)의 발화 종료(t9) 이후, 지정된 제2 시간 구간(te) 내에 사용자(601) 또는 상대방(602)의 발화가 감지되지 않을 수 있다. 사용자(601)의 발화 종료 후 지정된 제2 시간 구간이 경과된 시점(t10)에, 무선 오디오 장치(202)는 대화 모드를 종료할 수 있다.
도 11은 본 개시의 일 실시예에 따른 웨이크업 발화 인식을 도시한다.
도 11을 참조하여, 일 실시예에 따르면, 무선 오디오 장치(202)는 지정된 음성 명령에 기반하여 대화 모드를 제어할 수 있다. 일 예에서, 지정된 음성 명령은 웨이크업 발화를 포함할 수 있다. 이 경우, 무선 오디오 장치(202)는 웨이크업 발화의 인식 후, 대화 모드 제어에 연관된 음성 명령이 후속하면, 음성 명령에 기반하여 대화 모드를 제어할 수 있다. 웨이크업 발화가 인식 되더라도, 대화 모드 제어에 대한 음성 명령이 수신되지 않으면, 무선 오디오 장치(202)는 대화 모드의 상태를 유지할 수 있다. 다른 예에서, 지정된 음성 명령은 대화 모드 제어 발화를 포함할 수 있다. 이 경우, 무선 오디오 장치(202)는 대화 모드 제어 발화가 인식되면, 대화 모드 제어 발화에 기반하여 대화 모드를 제어할 수 있다. 예를 들어, 무선 오디오 장치(202)의 음성 에이전트 모듈과 VAD는 독립적으로 동작할 수 있다. 무선 오디오 장치(202)의 음성 에이전트 모듈이 대화 모드 제어 발화 또는 웨이크업 발화를 인식한 경우, 무선 오디오 장치(202)는 VAD에 기반한 대화 모드 제어를 중단할 수 있다. 사용자 발화에 대하여, 음성 에이전트 모듈은 응답을 제공할 수 있다. 상기 응답의 제공 후, 지정된 시간이 지나면, 무선 오디오 장치(202)는 VAD에 기반한 대화 모드 제어를 재개할 수 있다.
상술된 바와 같이, 무선 오디오 장치(202)의 대화 모드 제어는 음성 에이전트 호출과 연동될 수 있다. 이하에서, 도 11을 참조하여 발화 인식 방법이 설명될 수 있다.
도 11의 예시에서, 사용자(601)는 시각 t1과 시각 t2 사이에서 웨이크업 발화(Hi Bixby)를 수행하고, 시각 t3와 t4 사이에서 후속 음성 명령(How’s the weather?)을 수행할 수 있다. 무선 오디오 장치(202)는 사용자 발화를 시각 t1과 t2 사이의 시간 구간 및 시각 t3와 t4 사이의 시간 구간에서 감지할 수 있다.
무선 오디오 장치(202)는 실시간 음성 호출 키워드(예: 웨이크업 워드)에 대한 신뢰도(confidence score)를 계산할 수 있다. 예를 들어, 무선 오디오 장치(202)는 음성 호출 키워드의 음절이 증가함에 따라서 신뢰도를 누적적으로 계산할 수 있다. 음절의 증가에 따라서 신뢰도가 증가되기 때문에, 사용자의 웨이크업 발화 종료 시점(t2)에서 신뢰도가 가장 높게 나타날 수 있다. 일 예로, 무선 오디오 장치(202)는 시간의 흐름에 따라서 매 프레임 별로 신뢰도를 계산할 수 있다.
일 실시예에 따르면, 무선 오디오 장치(202)는 음성 호출 키워드에 대한 신뢰도에 기반하여 대화 모드를 제어할 수 있다. 예를 들어, 무선 오디오 장치(202)는 사용자 발화가 감지되더라도, 음성 호출 키워드에 대한 신뢰도가 지정된 값 이상이면 해당 사용자 발화를 대화 모드의 시작 결정에 이용하지 않을 수 있다. 사용자 발화에 대한 예외 처리를 통하여, 무선 오디오 장치(202)는 대화 발화가 아닌 발화(예: 음성 에이전트 호출 발화)에 의하여 대화 모드가 시작되는 것을 방지할 수 있다. 다른 예를 들어, 무선 오디오 장치(202)는 웨이크업 발화가 아닌 사용자의 발화를 감지할 경우, 음절의 증가에 따라서 신뢰도가 증가되지만, 음성 호출 키워드에 대한 신뢰도가 지정된 값 이하로 낮으므로, 사용자의 발화를 대화 모드의 시작 결정에 이용할 수 있다. 상술한 예에 관해서 도 12에서 자세하게 설명하기로 한다.
도 12는 본 개시의 일 실시예에 따른 발화 감지를 도시한다.
도 12를 참조하여, 사용자(601)는 시각 t1과 시각 t2 사이에서 대화 발화(Excuse me)를 수행하고, 시각 t3와 t4 사이에서 후속 대화 발화(Do you have the time?)을 수행할 수 있다. 음성 호출 키워드 및 그에 후속하는 발화가 아닌 경우, 음성 호출 키워드에 대한 신뢰도가 낮기 때문에, 무선 오디오 장치(202)는 사용자 발화를 대화를 위한 발화로서 판단할 수 있다. 예를 들어, 무선 오디오 장치(202)는 사용자 발화를 도 8의 실시예에 따른 대화 모드 시작을 위한 사용자 발화 또는 도 9의 실시예에 따른 대화 모드 시작을 위한 상대방 발화에 앞서는 사용자 발화로서 이용할 수 있다.
도 12의 예시에서, 음성 호출 키워드에 대한 신뢰도는 3개의 임계값들(Th_L, Th_M, 및 Th_H)로 세분화될 수 있다. 일 실시예에 따르면, 무선 오디오 장치(202)는 신뢰도에 기반하여 대화 모드를 제어할 수 있다. 예를 들어, 무선 오디오 장치(202)가, 도 8과 관련하여 상술된 바와 같이, 사용자 발화에 기반하여 대화 모드를 시작할 수 있다. 무선 오디오 장치(202)는 시각 t1과 t2 사이에서 사용자 음성 활동을 감지할 수 있다. 사용자 음성 활동 감지에 응답하여, 무선 오디오 장치(202)는 대화 모드 시작을 위한 지정된 제1 길이(예: 도 8의 ts)를 갖는 타이머를 개시할 수 있다. 사용자 음성 활동이 감지되는 동안, 무선 오디오 장치(202)는 해당 음성에 대한 신뢰도(예: 음성 호출 키워드에 대한 신뢰도)가 제1 임계값(Th_L) 미만인지 식별할 수 있다. 신뢰도가 제1 임계값(Th_L) 미만이면 무선 오디오 장치(202)는 계속하여 타이머를 동작시킬 수 있다. 타이머가 만료되는 경우, 무선 오디오 장치(202)는 타이머의 만료 시점에 대화 모드를 시작할 수 있다.
도 13은 본 개시의 일 실시예에 따른 웨이크업 발화 인식을 도시한다.
도 13을 참조하여, 사용자(601)는 시각 t1과 시각 t3 사이에서 웨이크업 발화(Hi Bixby)를 수행하고, 시각 t3와 t4 사이에서 후속 발화(How’s the weather?)을 수행할 수 있다.
일 실시예에 따르면, 무선 오디오 장치(202)는 신뢰도에 기반하여 대화 모드를 제어할 수 있다. 예를 들어, 무선 오디오 장치(202)가, 도 8과 관련하여 상술된 바와 같이, 사용자 발화에 기반하여 대화 모드를 시작할 수 있다. 무선 오디오 장치(202)는 시각 t1과 t4 사이에서 사용자 음성 활동을 감지할 수 있다. 사용자 음성 활동 감지에 응답하여, 무선 오디오 장치(202)는 대화 모드 시작을 위한 지정된 제1 길이(예: 도 8의 ts)를 갖는 타이머를 개시할 수 있다. 사용자 음성 활동이 감지되는 동안, 무선 오디오 장치(202)는 해당 음성에 대한 신뢰도(예: 음성 호출 키워드에 대한 신뢰도)가 제1 임계값(Th_L) 미만인지 식별할 수 있다.
도 13의 예시에서, 타이머의 만료 전에, 무선 오디오 장치(202)는 제1 임계값(Th_L) 이상의 신뢰도를 갖는 음성 프레임을 감지할 수 있다. 이 경우, 무선 오디오 장치(202)는 타이머의 길이를 증가시킬 수 있다. 예를 들어, 무선 오디오 장치(202)는 타이머의 길이 ts를 ta만큼 증가시켜 ts+ta의 길이를 갖는 타이머를 설정할 수 있다. 보다 긴 타이머를 설정함으로써, 무선 오디오 장치(202)는 해당 발화가 실제 음성 호출 키워드에 대응하는 것인지 결정할 수 있다.
타이머의 동작 중에 제2 임계값(Th_M) 이상의 신뢰도를 갖는 음성 프레임이 감지되면, 무선 오디오 장치(202)는 타이머의 길이를 ta의 배수만큼 증가시킬 수 있다. 예를 들어, 타이머의 길이는 ts+N*ta로 변경될 수 있다. 여기서, N은 2 이상의 자연수일 수 있다. N 값은 미리 설정되거나, Th_M 값 이상의 신뢰도를 갖는 음성 프레임의 수에 따라서 증가될 수 있다. 예를 들어, 시각 t2에서, 무선 오디오 장치(202)는 타이머의 길이를 증가시킬 수 있다.
예를 들어, 제3 임계값(Th_H)은 무선 오디오 장치(202)가 웨이크업 발화를 인식하는 신뢰도일 수 있다. 제3 임계값(Th_H) 이상의 신뢰도가 감지되면, 무선 오디오 장치(202)는 발화를 웨이크업 발화로 인식할 수 있다. 예를 들어, 타이머의 만료 전에 웨이크업 발화가 인식되면, 무선 오디오 장치(202)는 타이머를 종료(terminate)시키고 해당 발화 및 후속 발화(예: How’s the weather)를 대화 모드 제어에 이용하지 않을 수 있다.
제2 임계값(Th_M)은 제1 임계값(Th_L)과 제3 임계값(Th_H) 사이의 값으로 설정되기 때문에, 무선 오디오 장치(202)는 웨이크업 발화의 인식 전에 타이머를 시작할 수 있다.
일 실시예에 따르면, 무선 오디오 장치(202)는 사용자 설정에 기반하여 제3 임계값(Th_H)을 설정할 수 있다. 제2 임계값(Th_M)은 제1 임계값(Th_L)과 제3 임계값(Th_H) 사이의 값으로 설정될 수 있다. 예를 들어, 제2 임계값(Th_M)은 제1 임계값(Th_L)과 제3 임계값(Th_H) 사이의 값들 중 신뢰도가 일정 값 이상의 큰 변화가 발생하는 지점의 값으로 설정될 수 있다. 일 예에서, 무선 오디오 장치(202)는 제3 임계값(Th_H)의 변경에 따라서 제2 임계값(Th_M)을 변경할 수 있다.
도 14는 본 개시의 일 실시예에 따른 지능형 서버를 이용하는 대화 모드 종료 방법의 신호 흐름도를 도시한다.
도 14를 참조하여, 전자 장치(201)(예: 도 20의 사용자 단말(2001))는 지능형 서버(1400)(예: 도 20의 지능형 서버(2100))를 이용하여 음성 에이전트를 운용할 수 있다. 예를 들어, 전자 장치(201)와 무선 오디오 장치(202)는 무선 연결된 상태로 가정될 수 있다. 예를 들어, 전자 장치(201)는 미디어 제어를 위한 미디어 어플리케이션, 무선 오디오 장치(202)를 포함하는 웨어러블 장치를 제어하기 위한 웨어러블 어플리케이션, 및 음성 에이전트 제어를 위한 음성 에이전트 어플리케이션을 포함할 수 있다.
도 14의 예시에서, 대화 모드는 대화의 감지에 의하여 시작되고, 음성 명령에 기반하여 종료될 수 있다. 예를 들어, 전자 장치(201)는 지능형 서버(1400)를 이용하여 ASR(automatic speech recognition) 및/또는 NLU(natural language understanding)을 수행할 수 있다.
동작 1405에서, 무선 오디오 장치(202)는 대화를 감지할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 제1 시간 구간(예: 도 8, 9, 및 10의 ts) 이상 유지되는 사용자의 발화 또는 상대방의 발화를 감지함으로써 대화를 감지할 수 있다.
동작 1410에서, 무선 오디오 장치(202)는 대화의 감지에 응답하여 대화 모드를 개시할 수 있다. 예를 들어, 대화 모드 모듈(예: 도 5의 대화 모드 모듈(520)은 대화 모드의 시작을 결정할 수 있다.
동작 1415에서, 무선 오디오 장치(202)는 전자 장치(201)에 대화 모드를 트리거링하는 신호를 송신할 수 있다. 예를 들어, 무선 오디오 장치(202)는 전자 장치(201)에 대한 무선 연결을 통하여 대화 모드의 시작을 지시하는 정보를 포함하는 신호를 송신할 수 있다.
동작 1420에서, 전자 장치(201)는 대화 모드의 개시에 따라서, ANC OFF 및 주변 소리 ON을 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 예를 들어, 전자 장치(201)는 웨어러블 어플리케이션을 이용하여 대화 모드를 트리거링하는 신호를 수신하고, 대화 모드에 대한 소리 제어를 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 무선 오디오 장치(202)는 소리 제어를 지시하는 신호에 기반하여 소리를 제어할 수 있다. 예를 들어, 무선 오디오 장치(202)는 ANC를 비활성화하고, 주변 소리를 활성화 할 수 있다.
동작 1425에서, 무선 오디오 장치(202)는 웨이크업 발화 및 음성 명령을 감지할 수 있다. 예를 들어, 무선 오디오 장치(202)는 도 11, 도 12, 및 도 13과 관련하여 상술된 방법에 따라서 웨이크업 발화를 감지하고, 후속하는 음성을 음성 명령으로 감지할 수 있다.
동작 1430에서, 무선 오디오 장치(202)는 음성 에이전트 트리거링 및 음성 명령을 전자 장치(201)에 전달할 수 있다. 예를 들어, 무선 오디오 장치(202)는 웨이크업 발화의 감지에 응답하여 음성 에이전트 트리거링을 전자 장치(201)에 전달할 수 있다. 전자 장치(201)는 웨어러블 어플리케이션을 이용하여 음성 에이전트 트리거링 및 음성 명령을 수신할 수 있다. 웨어러블 어플리케이션은 수신된 음성 에이전트 트리거링 및 음성 명령을 전자 장치(201)의 음성 에이전트 어플리케이션에 전달할 수 있다.
동작 1435에서, 전자 장치(201)는 지능형 서버(1400)에 음성 명령을 전달할 수 있다. 지능형 서버(1400)는 수신된 음성 명령에 대한 음성 인식 및 자연어 이해에 기반하여 적어도 하나의 태스크 또는 패스룰을 생성할 수 있다. 지능형 서버(1400)의 음성 인식, 자연어 이해, 태스크 생성, 및 패스룰 생성은 도 20, 도 21, 및 도 22에 의하여 구체적으로 설명될 수 있다. 예를 들어, 지능형 서버(1400)는 수신된 음성 명령에 기반하여 대화 모드의 종료를 지시하는 태스크 또는 패스룰을 생성할 수 있다.
동작 1440에서, 지능형 서버(1400)는 대화 모드 종료를 지시하는 신호를 전자 장치(201)에 송신할 수 있다. 전자 장치(201)의 음성 에이전트 어플리케이션은 대화 모드의 종료를 지시하는 정보를 웨어러블 어플리케이션에 전달할 수 있다.
동작 1445에서, 전자 장치(201)는 ANC 및 주변 소리의 이전 상태(예: 동작 1410 이전 상태)로의 복구를 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 예를 들어, 전자 장치(201)의 웨어러블 어플리케이션은 대화 모드의 종료를 지시하는 정보를 음성 에이전트 어플리케이션으로부터 획득하면, 이전 상태로의 복구를 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 일 예에서, 이전 상태에 대한 정보는 전자 장치(201)의 웨어러블 어플리케이션이 가지고 있을 수 있다. 일 예에서, 이전 상태에 대한 정보는 무선 오디오 장치(202)에 저장되어 있을 수 있다.
도 15는 본 개시의 일 실시예에 따른 음성 에이전트 기반 대화 모드 종료 방법의 신호 흐름도를 도시한다.
도 15를 참조하여, 전자 장치(201)(예: 도 20의 사용자 단말(2001))는 지능형 서버(1400)(예: 도 20의 지능형 서버(2100))를 이용하지 않고 음성 에이전트를 운용할 수 있다. 예를 들어, 전자 장치(201)는 지능형 서버(1400)의 적어도 일부 구성(예: 도 20의 자연어 플랫폼(2120), 실행 엔진(2140) 및 캡슐 데이터베이스(2130))을 포함할 수 있다. 전자 장치(201)와 무선 오디오 장치(202)는 무선 연결된 상태로 가정될 수 있다. 예를 들어, 전자 장치(201)는 미디어 제어를 위한 미디어 어플리케이션, 무선 오디오 장치(202)를 포함하는 웨어러블 장치를 제어하기 위한 웨어러블 어플리케이션, 및 음성 에이전트 제어를 위한 음성 에이전트 어플리케이션을 포함할 수 있다.
도 15의 예시에서, 대화 모드는 대화의 감지에 의하여 시작되고, 음성 명령에 기반하여 종료될 수 있다.
동작 1505에서, 무선 오디오 장치(202)는 대화를 감지할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 제1 시간 구간(예: 도 8, 9, 및 10의 ts) 이상 유지되는 사용자의 발화 또는 상대방의 발화를 감지함으로써 대화를 감지할 수 있다.
동작 1510에서, 무선 오디오 장치(202)는 대화의 감지에 응답하여 대화 모드를 개시할 수 있다. 예를 들어, 대화 모드 모듈(예: 도 5의 대화 모드 모듈(520))은 대화 모드의 시작을 결정할 수 있다.
동작 1515에서, 무선 오디오 장치(202)는 전자 장치(201)에 대화 모드를 트리거링하는 신호를 송신할 수 있다. 예를 들어, 무선 오디오 장치(202)는 전자 장치(201)에 대한 무선 연결을 통하여 대화 모드의 시작을 지시하는 정보를 포함하는 신호를 송신할 수 있다.
동작 1520에서, 전자 장치(201)는 대화 모드에 개시에 따라서, ANC OFF 및 주변 소리 ON을 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 동작 1520에 대한 설명은 도 14의 동작 1420에 대한 설명에 의하여 참조될 수 있다.
동작 1525에서, 무선 오디오 장치(202)는 웨이크업 발화 및 음성 명령을 감지할 수 있다. 예를 들어, 무선 오디오 장치(202)는 도 11, 도 12, 및 도 13과 관련하여 상술된 방법에 따라서 웨이크업 발화를 감지하고, 후속하는 음성을 음성 명령으로 감지할 수 있다.
동작 1530에서, 무선 오디오 장치(202)는 음성 에이전트 트리거링 및 음성 명령을 전자 장치(201)에 전달할 수 있다. 예를 들어, 무선 오디오 장치(202)는 웨이크업 발화의 감지에 응답하여 음성 에이전트 트리거링을 전자 장치(201)에 전달할 수 있다. 전자 장치(201)는 웨어러블 어플리케이션을 이용하여 음성 에이전트 트리거링 및 음성 명령을 수신할 수 있다. 웨어러블 어플리케이션은 수신된 음성 에이전트 트리거링 및 음성 명령을 전자 장치(201)의 음성 에이전트 어플리케이션에 전달할 수 있다.
동작 1535에서, 전자 장치(201)는 음성 명령에 기반하여 대화 모드의 종료를 결정할 수 있다. 음성 에이전트 어플리케이션은, 음성 명령에 대한 음성 인식 및 자연어 이해를 수행하고, 음성 인식 및 자연어 이해에 기반하여 대화 모드 종료를 결정할 수 있다. 음성 에이전트 어플리케이션은 음성 인식 및 자연어 이해에 기반하여 적어도 하나의 태스크 또는 패스룰을 생성할 수 있다. 예를 들어, 전자 장치(201)의 음성 에이전트 어플리케이션은 음성 명령에 기반하여 대화 모드의 종료를 지시하는 태스크 또는 패스룰을 생성할 수 있다. 전자 장치(201)의 음성 에이전트 어플리케이션은 대화 모드의 종료를 지시하는 정보를 웨어러블 어플리케이션에 전달할 수 있다.
동작 1540에서, 전자 장치(201)는 ANC 및 주변 소리의 이전 상태(예: 동작 1510 이전 상태)로의 복구를 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 예를 들어, 전자 장치(201)의 웨어러블 어플리케이션은 대화 모드의 종료를 지시하는 정보를 음성 에이전트 어플리케이션으로부터 획득하면, 이전 상태로의 복구를 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 일 예에서, 이전 상태에 대한 정보는 전자 장치(201)의 웨어러블 어플리케이션이 가지고 있을 수 있다. 일 예에서, 이전 상태에 대한 정보는 무선 오디오 장치(202)에 저장되어 있을 수 있다.
도 16은 본 개시의 일 실시예에 따른 지정된 음성 명령 기반 대화 모드 종료 방법의 신호 흐름도를 도시한다.
도 16을 참조하여, 전자 장치(201)(예: 도 20의 사용자 단말(2001))은 지능형 서버(1400)(예: 도 20의 지능형 서버(2100)) 또는 음성 에이전트를 를 이용하지 않고 무선 오디오 장치(202)의 대화 모드를 제어할 수 있다. 전자 장치(201)와 무선 오디오 장치(202)는 무선 연결된 상태로 가정될 수 있다. 예를 들어, 전자 장치(201)는 미디어 제어를 위한 미디어 어플리케이션, 무선 오디오 장치(202)를 포함하는 웨어러블 장치를 제어하기 위한 웨어러블 어플리케이션을 포함할 수 있다.
도 16의 예시에서, 대화 모드는 대화의 감지에 의하여 시작되고, 지정된 음성 명령에 기반하여 종료될 수 있다.
동작 1605에서, 무선 오디오 장치(202)는 대화를 감지할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 제1 시간 구간(예: 도 8, 9, 및 10의 ts) 이상 유지되는 사용자의 발화 또는 상대방의 발화를 감지함으로써 대화를 감지할 수 있다.
동작 1610에서, 무선 오디오 장치(202)는 대화의 감지에 응답하여 대화 모드를 개시할 수 있다. 예를 들어, 대화 모드 모듈(예: 도 5의 대화 모드 모듈(520))은 대화 모드의 시작을 결정할 수 있다.
동작 1615에서, 무선 오디오 장치(202)는 전자 장치(201)에 대화 모드를 트리거링하는 신호를 송신할 수 있다. 예를 들어, 무선 오디오 장치(202)는 전자 장치(201)에 대한 무선 연결을 통하여 대화 모드의 시작을 지시하는 정보를 포함하는 신호를 송신할 수 있다.
동작 1620에서, 전자 장치(201)는 대화 모드에 개시에 따라서, ANC OFF 및 주변 소리 ON을 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 동작 1620에 대한 설명은 도 14의 동작 1420에 대한 설명에 의하여 참조될 수 있다.
동작 1625에서, 무선 오디오 장치(202)는 지정된 음성 명령을 감지할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 음성 명령(예: 대화 모드 종료)를 감지하도록 설정될 수 있다. 무선 오디오 장치(202)는 지정된 음성 명령에 대한 음성 모델을 메모리(예: 도 4의 메모리(431, 432))에 저장하고, 저장된 음성 모델과 수신된 음성을 비교하여, 지정된 음성 명령을 감지할 수 있다. 본 예시에서, 무선 오디오 장치(202)는 웨이크업 발화가 없더라도 지정된 음성 명령을 감지하도록 설정될 수 있다. 예를 들어, 음성 모델은 지정된 음성 명령을 인식(또는 감지)하기 위해 사전에 학습될 수 있다.
동작 1630에서, 무선 오디오 장치(202)는 대화 모드 종료 트리거링을 전자 장치(201)에 전달할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 음성 명령의 감지에 응답하여 대화 모드 종료 트리거링을 전자 장치(201)에 전달할 수 있다. 전자 장치(201)는 웨어러블 어플리케이션을 이용하여 대화 모드 종료 트리거링을 수신할 수 있다.
동작 1635에서, 전자 장치(201)는 ANC 및 주변 소리의 이전 상태(예: 동작 1610 이전 상태)로의 복구를 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 예를 들어, 전자 장치(201)의 웨어러블 어플리케이션은 대화 모드의 종료를 지시하는 정보를 획득하면, 이전 상태로의 복구를 지시하는 신호를 무선 오디오 장치(202)에 송신할 수 있다. 일 예에서, 이전 상태에 대한 정보는 전자 장치(201)의 웨어러블 어플리케이션이 가지고 있을 수 있다. 일 예에서, 이전 상태에 대한 정보는 무선 오디오 장치(202)에 저장되어 있을 수 있다.
도 17은 본 개시의 일 실시예에 따른 음성 기반 대화 모드 제어 방법의 흐름도를 도시한다. 일 실시예에 따르면, 도 17에서 설명되는 동작들은 무선 오디오 장치(202)의 메모리(예: 도 3의 메모리(431, 432))로부터 로드되어, 프로세서(예: 도 3의 프로세서(421, 422))에 의해, 실행되는 인스트럭션들로 구현될 수 있다.
도 17을 참조하여, 무선 오디오 장치(202)는 전자 장치(201)의 개입 없이 대화 모드를 제어할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 음성 명령을 인식(예: 도 16의 동작 1625)할 수 있도록 설정될 수 있다.
도 17의 예시에서, 대화 모드는 대화의 감지에 의하여 시작되고, 지정된 음성 명령에 기반하여 종료될 수 있다.
동작 1705에서, 무선 오디오 장치(202)는 발화를 감지할 수 있다.
동작 1710에서, 무선 오디오 장치(202)는 발화가 지정된 조건을 만족하는지 결정할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 제1 시간 구간(예: 도 8, 9, 및 10의 ts) 이상 유지되는 사용자의 발화 또는 상대방의 발화를 감지되면, 지정된 조건을 만족하는 것으로 결정할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 제1 시간 구간 이상 유지되는 사용자의 발화 또는 상대방의 발화가 감지되고 해당 발화가 음성 에이전트의 웨이크업 발화가 아니면 지정된 조건을 만족하는 것으로 결정할 수 있다.
지정된 조건이 만족되지 않는 경우(동작 1710-NO), 무선 오디오 장치(202)는 계속하여 오디오 신호를 모니터링할 수 있다.
지정된 조건이 만족되는 경우(동작 1710-YES), 동작 1715에서, 무선 오디오 장치(202)는 대화 모드 개시 및 사운드 제어를 수행할 수 있다. 무선 오디오 장치(202)는 지정된 조건을 만족하는 발화의 감지에 응답하여 대화 모드를 개시할 수 있다. 예를 들어, 대화 모드 모듈(예: 도 5의 대화 모드 모듈(520))은 대화 모드의 시작을 결정할 수 있다. 무선 오디오 장치(202)는 대화 모드의 개시에 따라서 소리를 제어할 수 있다. 예를 들어, 무선 오디오 장치(202)는 ANC를 비활성화 하고, 주변 소리를 활성화할 수 있다.
동작 1720에서, 무선 오디오 장치(202)는 지정된 음성 명령을 감지할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 음성 명령(예: 대화 모드 종료)를 감지하도록 설정될 수 있다. 무선 오디오 장치(202)는 지정된 음성 명령에 대한 음성 모델을 저장하고, 저장된 음성 모델과 수신된 음성을 비교하여, 지정된 음성 명령을 감지할 수 있다. 본 예시에서, 무선 오디오 장치(202)는 웨이크업 발화가 없더라도 지정된 음성 명령을 감지하도록 설정될 수 있다.
동작 1725에서, 무선 오디오 장치(202)는 대화 모드 종료 및 사운드 제어를 수행할 수 있다. 예를 들어, 무선 오디오 장치(202)는 지정된 음성 명령의 감지에 응답하여 대화 모드 종료를 수행할 수 있다. 무선 오디오 장치(202)는 대화 모드의 종료에 따라서 ANC 및 주변 소리를 이전 상태(예: 대화 모드 시작(예: 동작 1715 이전 상태)로 복구할 수 있다.
도 18은 본 개시의 일 실시예에 따른 대화 모드 제어 방법의 흐름도를 도시한다.
일 실시예에 따르면, 도 18을 참조하여 설명되는 동작들은 무선 오디오 장치(202)의 메모리(예: 도 3의 메모리(431 및/또는 432))로부터 로드되어, 프로세서(예: 도 3의 프로세서(421 및/또는 422))에 의해, 실행되는 인스트럭션들로 구현될 수 있다. 동작 1805에서, 무선 오디오 장치(202)는 오디오 수신 회로(예: 도 3의 오디오 수신 회로(481 및/또는 482))및 가속도 센서(예: 도 3의 센서 회로(451 및/또는 452))를 이용하여 착용자의 발화를 감지할 수 있다. 예를 들어, 착용자의 발화의 감지 방법은 도 19와 관련하여 후술될 수 있다.
동작 1810에서, 무선 오디오 장치(202)는 발화의 감지에 응답하여, 대화 모드에 진입할 수 있다. 예를 들어, 무선 오디오 장치(202)는 대화 모드 진입에 응답하여, ANC를 비활성화하고 주변 소리를 활성화할 수 있다. 예를 들어, 무선 오디오 장치(202)는 도 14, 도 15, 도 16, 및 도 17과 관련하여 상술된 방법들에 따라서 대화 모드를 시작할 수 있다. 예를 들어, 무선 오디오 장치(202)는 전자 장치(201)로부터 수신된 신호에 기반하여 또는 대화 모드의 시작 결정에 기반하여 대화 모드를 시작할 수 있다.
동작 1815에서, 무선 오디오 장치(202)는 지정된 시간 이상 음성이 감지되지 않으면 대화 모드를 종료할 수 있다. 대화 모드의 종료에 응답하여, 무선 오디오 장치(202)는 ANC 및 주변 소리를 이전 상태로 복원할 수 있다. 예를 들어, 무선 오디오 장치(202)는 도 16 및 도 17과 관련하여 상술된 방법들에 따라서 대화 모드를 종료할 수 있다.
도 19는 본 개시의 일 실시예에 따른 음성 에이전트 호출을 고려한 대화 모드 제어 방법의 흐름도를 도시한다.
일 실시예에 따르면, 도 19를 참조하여 설명되는 동작들은 무선 오디오 장치(202)의 메모리(예: 도 3의 메모리(431 및/또는 432))로부터 로드되어, 프로세서(예: 도 3의 프로세서(421 및/또는 422))에 의해, 실행되는 인스트럭션들로 구현될 수 있다.
도 19의 동작 1905에서, 무선 오디오 장치(202)는 음성 수신 회로 및 가속도 센서를 활성화할 수 있다. 예를 들어, 무선 오디오 장치(202)는 무선 오디오 장치(202)가 착용된 상태에서 상시 음성 수신 회로를 활성화할 수 있다. 예를 들어, 무선 오디오 장치(202)는 대화 모드 제어(예: 음성 감지 기반 대화 모드 제어)가 활성화된 경우에 가속도 센서를 활성화할 수 있다. 다른 예를 들어, 무선 오디오 장치(202)는 무선 오디오 장치(202)가 착용된 상태에서 상시 가속도 센서를 활성화할 수 있다.
동작 1910에서, 무선 오디오 장치(202)는 음성 활동 검출 여부를 감지할 수 있다. 예를 들어, 무선 오디오 장치(202)는 VAD를 이용하여 음성 활동이 검출되는지 결정할 수 있다. 음성 활동이 검출되지 않는 경우(예: 동작 1910-NO), 무선 오디오 장치(202)는 계속하여 음성 활동이 검출되는지 모니터링할 수 있다.
음성 활동이 검출되는 경우(예: 동작 1910-YES) 동작 1915에서, 무선 오디오 장치(202)는 지정된 가속도가 검출되는지 결정할 수 있다. 예를 들어, 지정된 가속도는 착용자의 발화에 의하여 감지될 수 있는 지정된 크기 및/또는 지정된 가속도 패턴을 포함할 수 있다. 지정된 가속도가 검출되지 않는 경우(예: 동작 1915-NO) 무선 오디오 장치(202)는 계속하여 음성 활동이 검출되는지 모니터링할 수 있다.
지정된 가속도가 검출되는 경우(예: 동작 1915-YES) 동작 1920에서, 무선 오디오 장치(202)는 음성이 음성 에이전트 호출에 대응하는지 결정할 수 있다. 예를 들어, 무선 오디오 장치(202)는 음성이 웨이크업 발화에 대응하면 음성이 음성 에이전트 호출에 대응하는 것으로 결정할 수 있다. 예를 들어, 무선 오디오 장치(202)는 도 13과 관련하여 상술된 신뢰도에 기반하여 음성이 음성 에이전트 호출에 대응하는지 결정할 수 있다. 도 19에는 동작 1920이 동작 1915 이후에 수행되는 것으로 도시되어 있으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 동작 1920은 동작 1910 또는 동작 1915와 병렬적으로 수행될 수 있다.
음성이 음성 에이전트 호출에 대응하지 않는 경우(예: 동작 1920-NO) 동작 1925에서, 무선 오디오 장치(202)는 대화 모드 시작을 결정할 수 있다.
음성이 음성 에이전트 호출에 대응하는 경우(예: 동작 1920-YES) 동작 1930에서, 무선 오디오 장치(202)는 음성 에이전트를 호출할 수 있다. 예를 들어, 무선 오디오 장치(202)는 무선 오디오 장치(202)의 음성 에이전트를 호출할 수 있다. 다른 예를 들어, 무선 오디오 장치(202)는 전자 장치(201)에 음성 에이전트 호출을 위한 신호를 송신할 수 있다.
도 20은 본 개시의 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 20을 참조하면, 일 실시예의 통합 지능 시스템은 사용자 단말(2001), 지능형 서버(2100), 및 서비스 서버(2200)를 포함할 수 있다.
일 실시 예의 사용자 단말(2001)(예: 도 1의 전자 장치(101))은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV(television), 백색 가전, 웨어러블 장치, HMD (head mounted device), 또는 스마트 스피커일 수 있다.
도시된 실시 예에 따르면, 사용자 단말(2001)은 통신 인터페이스(2090), 마이크(2070), 스피커(2055), 디스플레이(2060), 메모리(2030), 및/또는 프로세서(2020)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
통신 인터페이스(2090)(예: 도 1의 통신 모듈(190))는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 마이크(2070)(예: 도 1의 오디오 모듈(170))는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 스피커(2055)(예: 도 1의 음향 출력 모듈(155))는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 디스플레이(2060)(예: 도 1의 디스플레이 모듈(160))는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이(2060)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface, GUI)를 표시할 수 있다.
일 실시 예의 메모리(2030)(예: 도 1의 메모리(130))는 클라이언트 모듈(2031), SDK(software development kit)(2033), 및 복수의 어플리케이션들을 저장할 수 있다. 상기 클라이언트 모듈(2031), 및 SDK(2033)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(2031) 또는 SDK(2033)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.
상기 복수의 어플리케이션들(예: 2035a, 2035b)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 제1 앱(2035a), 및/또는 제2 앱(2035b)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 어플리케이션들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 프로세서(2020)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(2020)는 사용자 단말(2001)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(2020)는 통신 인터페이스(2090), 마이크(2070), 스피커(2055), 및 디스플레이(2060)와 전기적으로 연결되어 연결되어 지정된 동작을 수행할 수 있다. 예를 들어, 프로세서(2020)는 적어도 하나의 프로세서를 포함할 수 있다.
일 실시 예의 프로세서(2020)는 또한 상기 메모리(2030)에 저장된 프로그램을 실행하여 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(2020)는 클라이언트 모듈(2031) 또는 SDK(2033) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(2020)는, 예를 들어, SDK(2033)를 통해 복수의 어플리케이션들의 동작을 제어할 수 있다. 클라이언트 모듈(2031) 또는 SDK(2033)의 동작으로 설명된 이하의 동작들은 프로세서(2020)의 실행에 의하여 수행되는 동작일 수 있다.
일 실시 예의 클라이언트 모듈(2031)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(2031)은 마이크(2070)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(2031)은 수신된 음성 입력(예: 음성 신호)을 지능형 서버(2100)로 송신할 수 있다. 클라이언트 모듈(2031)은 수신된 음성 입력과 함께, 사용자 단말(2001)의 상태 정보를 지능형 서버(2100)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(2031)은 수신된 음성 입력에 대응되는 결과를 지능형 서버(2100)로부터 수신할 수 있다. 예를 들어, 클라이언트 모듈(2031)은 지능형 서버(2100)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(2031)은 상기 수신된 결과를 디스플레이(2060)에 표시할 수 있다.
일 실시 예의 클라이언트 모듈(2031)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(2031)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(2060)에 표시할 수 있다. 클라이언트 모듈(2031)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 사용자 단말(2001)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(2031)은 지능형 서버(2100)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(2031)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(2100)로 송신할 수 있다.
일 실시 예의 클라이언트 모듈(2031)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(2100)로 송신할 수 있다. 지능형 서버(2100)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(2031)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(2031)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(2031)은 지정된 음성 입력(예: 웨이크 업!)에 대응하여 유기적인 동작을 수행함으로써 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다.
일 실시 예의 지능형 서버(2100)는 네트워크(2099)(예: 도 1의 제1 네트워크(198) 및/또는 제2 네트워크(199))을 통해 사용자 단말(2001)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(2100)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(2100)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 적어도 하나의 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 및/또는 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 플랜들 중 적어도 하나의 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(2100)는 생성된 플랜에 따른 결과를 사용자 단말(2001)로 송신하거나, 생성된 플랜을 사용자 단말(2001)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(2001)은 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(2001)은 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
일 실시 예의 지능형 서버(2100)는 프론트 엔드(front end)(2110), 자연어 플랫폼(natural language platform)(2120), 캡슐 데이터베이스(capsule database)(2130), 실행 엔진(execution engine)(2140), 엔드 유저 인터페이스(end user interface)(2150), 매니지먼트 플랫폼(management platform)(2160), 빅 데이터 플랫폼(big data platform)(2170), 또는 분석 플랫폼(analytic platform)(2180)을 포함할 수 있다.
일 실시 예의 프론트 엔드(2110)는 사용자 단말(2001)에 의하여 수신된 음성 입력을 사용자 단말(2001)로부터 수신할 수 있다. 프론트 엔드(2110)는 상기 음성 입력에 대응되는 응답을 사용자 단말(2001)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(2120)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(2121), 자연어 이해 모듈(natural language understanding module)(NLU module)(2123), 플래너 모듈(planner module)(2125), 자연어 생성 모듈(natural language generator module)(NLG module)(2127), 및/또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(2129)를 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(2121)은 사용자 단말(2001)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(2123)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(2123)은 문법적 분석(syntactic analyze) 및/또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(2123)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.
일 실시 예의 플래너 모듈(2125)은 자연어 이해 모듈(2123)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(2125)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(2125)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(2125)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및/또는 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(2125)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(2125)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(2125)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(2125)는 복수의 동작 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜를 생성할 수 있다. 상기 플래너 모듈(2125)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(2130)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(2127)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(2129)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(2120)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(2001)에서도 구현가능 할 수 있다. 예를 들어, 사용자 단말(2001)이 자동 음성 인식 모듈 및/또는 자연어 이해 모듈을 포함할 수 있다. 사용자 단말(2001)이 사용자 음성 명령을 인식한 뒤, 인식된 음성 명령에 대응하는 텍스트 정보를 지능형 서버(2100)로 송신할 수 있다. 예를 들어, 사용자 단말(2001)이 텍스트 음성 변환 모듈을 포함할 수 있다. 사용자 단말(2001)이 지능형 서버(2100)로부터 텍스트 정보를 수신하고, 수신된 텍스트 정보를 음성으로 출력할 수 있다.
상기 캡슐 데이터베이스(2130)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object)(또는 동작 정보) 및/또는 컨셉 오브젝트(concept object)(또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(2130)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(2130)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(2130)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(2130)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(2130)는 사용자 단말(2001)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(2130)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(2130)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(2130)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록 하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시 예에서는 캡슐 데이터베이스(2130)가 사용자 단말(2001) 내에도 구현될 수 있다.
일 실시 예의 실행 엔진(2140)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(2150)는 산출된 결과를 사용자 단말(2001)로 송신할 수 있다. 이에 따라, 사용자 단말(2001)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(2160)은 지능형 서버(2100)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(2170)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(2180)을 지능형 서버(2100)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(2180)은 지능형 서버(2100)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(2200)는 사용자 단말(2001)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(2200)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(2200)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(2100)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(2130)에 저장될 수 있다. 또한, 서비스 서버(2200)는 플랜에 따른 결과 정보를 지능형 서버(2100)에 제공할 수 있다. 서비스 서버(2200)는 네트워크(2099)를 통하여 지능형 서버(2100) 및/또는 사용자 단말(2001)과 통신할 수 있다. 서비스 서버(2200)는 별도의 연결을 통하여 지능형 서버(2100)와 통신할 수 있다. 도 20에는 서비스 서버(2200)가 하나의 서버로 도시되어 있으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 서비스 서버(2200)의 각각의 서비스(2201, 2202, 및 2203)들 중 적어도 하나는 별도의 서버로 구현될 수 있다.
위에 기술된 통합 지능 시스템에서, 상기 사용자 단말(2001)은, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시 예에서, 상기 사용자 단말(2001)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(2001)은 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)를 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에서, 사용자 단말(2001)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(2001)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 사용자 단말(2001)이 지능형 서버(2100) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말은, 상기 마이크(2070)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말은, 상기 음성 데이터를 통신 인터페이스(2090)를 이용하여 지능형 서버(2100)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(2100)는 사용자 단말(2001)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작 및/또는 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작 및/또는 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 사용자 단말(2001)은, 통신 인터페이스(2090)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(2001)은 상기 스피커(2055)를 이용하여 사용자 단말(2001) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(2060)를 이용하여 사용자 단말(2001) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 21은 본 개시의 일 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 21을 참조하여, 상기 지능형 서버(2100)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(2130))는 CAN (concept action network) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network) 형태로 저장될 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(캡슐A(2131), 캡슐B(2134))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: 캡슐A(2131))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자의 캡슐(예: CP 1(2132), CP 2 (2133), CP3 (2135), 및/또는 CP4 (2136))이 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(2130a) 및 적어도 하나 이상의 컨셉(2130b)을 포함할 수 있다.
상기, 자연어 플랫폼(2120)은 캡슐 데이터베이스(2130)에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(2125)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(21310) 의 동작들(2131a, 2132a) 과 컨셉들(2131b, 2132b) 및 캡슐 B(2134)의 동작(2134a) 과 컨셉(2134b)를 이용하여 플랜(2137)을 생성할 수 있다.
도 22는 본 개시의 일 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
사용자 단말(2001)은 지능형 서버(2100)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
도 22를 참조하여, 일 실시 예에 따르면, 제1 화면(2210)에서, 사용자 단말(2001)은 지정된 음성 입력(예: 웨이크 업!)를 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(2001)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(2001)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(2211)를 디스플레이(2060)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(2001)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(2001)은 “이번주 일정 알려줘!”라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(2001)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(2013)(예: 입력창)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 제2 화면(2215)에서, 사용자 단말(2001)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(2001)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 ‘이번주 일정’을 디스플레이에 표시할 수 있다.
도 23은 본 개시의 일 실시예에 따른 유저 인터페이스를 도시한다.
도 23을 참조하여, 일 실시예에 따르면, 전자 장치(예: 도 2의 전자 장치(201))는 잡음 제어를 위한 유저 인터페이스(2300)를 제공할 수 있다. 예를 들어, 전자 장치(201)는 전자 장치(201)의 디스플레이(360) 상에 유저 인터페이스(2300)를 디스플레이할 수 있다. 전자 장치(201)는 사용자 입력에 기반하여 유저 인터페이스(2300)를 제공할 수 있다.
일 실시예에 따르면, 유저 인터페이스(2300)는 제1 아이콘(2310), 제2 아이콘(2320), 및 제3 아이콘(2330)을 포함할 수 있다. 제1 아이콘(2310)은 ANC 기능이 활성화 되었음을 나타낼 수 있다. 예를 들어, 제1 아이콘(2310)이 제1 상태로 표시되면 제1 아이콘(2310)은 ANC 기능이 활성화 되었음을 나타낼 수 있다. 제1 아이콘(2310)이 제2 상태로 표시되면, 제1 아이콘(2310)은 ANC 기능이 비활성화 되었음을 나타낼 수 있다. 제2 아이콘(2320)은 ANC 기능이 비활성화 되었음을 나타낼 수 있다. 예를 들어, 제2 아이콘(2320)이 제1 상태로 표시되면 제2 아이콘(2320)은 ANC 기능이 비활성화 되었음을 나타낼 수 있다. 제2 아이콘(2320)이 제2 상태로 표시되면, 제2 아이콘(2320)은 ANC 기능이 활성화 되었음을 나타낼 수 있다. 제3 아이콘(2330)은 주변 소리의 활성화 여부를 나타낼 수 있다. 제3 아이콘(2330)이 제1 상태로 표시되면, 제3 아이콘(2330)은 주변 소리가 활성화 되었음을 나타낼 수 있다. 제3 아이콘(2330)이 제2 상태로 표시되면, 제3 아이콘(2330)은 주변 소리가 비활성화 되었음을 나타낼 수 있다. 제1 상태와 제2 상태는 적어도 하나의 디스플레이 특성이 상이할 수 있다. 예를 들어, 제1 상태와 제2 상태는, 채도, 모양, 색상, 및/또는 크기가 서로 상이할 수 있다. 도 23의 예시에서, 제1 아이콘(2310)과 제3 아이콘(2330)은 제2 상태로 디스플레이되고, 제2 아이콘(2320)은 제1 상태로 디스플레이될 수 있다. 도 23의 예시에서, 전자 장치(201)는, 유저 인터페이스(2300)를 통하여, 무선 오디오 장치(202)의 ANC 기능 및 주변 소리가 비활성화 되었음을 나타낼 수 있다.
일 실시예에 따르면, 전자 장치(201)는 유저 인터페이스(2300) 상에 음성 검출 기반 대화 모드의 활성화를 위한 음성 탐지 설정 인터페이스(2340)를 디스플레이할 수 있다. 예를 들어, 음성 탐지 설정 인터페이스(2340)에 대한 입력에 기반하여, 전자 장치(201)는 음성 기반 대화 모드 활성화 설정을 변경할 수 있다. 음성 탐지 설정이 인에이블 되었을 때, 무선 오디오 장치(202)는 착용자의 음성을 검출하도록 설정될 수 있다. 무선 오디오 장치(202)는 착용자의 음성의 검출 여부에 기반하여 동적으로 대화 모드를 활성화 또는 비활성화할 수 있다. 음성 탐지 설정화 설정이 디스에이블되었을 때, 무선 오디오 장치(202)는 대화 모드 활성화를 위한 음성 검출을 수행하지 않을 수 있다. 도 23의 예시에서, 전자 장치(201)는 유저 인터페이스(2300)를 통하여, 무선 오디오 장치(202)의 음성 검출 기반 대화 모드의 활성화 기능이 활성화 되었음을 나타낼 수 있다.
일 실시예에 따르면, 음성 검출 기반 대화 모드의 활성화 기능이 활성화 되었을 때, 무선 오디오 장치(202)는 착용자의 음성에 기반하여 대화 모드를 활성화시킬 수 있다. 예를 들어, 무선 오디오 장치(202)는 무선 오디오 장치(202)가 사용자에 의하여 착용되었는지 감지하고, 무선 오디오 장치(202)가 사용자에게 착용되었다면, 사용자의 음성을 감지함에 기반하여 대화 모드를 활성화시킬 수 있다. 예를 들어, 무선 오디오 장치(202)는 제1 무선 오디오 장치(202_1) 및 제2 무선 오디오 장치(202_2)가 모두 사용자에 의하여 착용된 것으로 감지되고, 사용자의 음성이 감지되면 도 5 내지 도 19와 관련하여 상술된 방법들에 따라서 대화 모드를 활성화시킬 수 있다. 다른 예를 들어, 무선 오디오 장치(202)는 제1 무선 오디오 장치(202_1) 및 제2 무선 오디오 장치(202_2) 중 하나만 사용자에 의하여 착용된 것으로 감지되면, 사용자의 음성이 감지되더라도 대화 모드를 활성화시키지 않을 수 있다. 또 다른 예를 들어, 무선 오디오 장치(202)는 제1 무선 오디오 장치(202_1) 및 제2 무선 오디오 장치(202_2) 모두가 사용자에 의하여 착용되지 않은 경우, 대화 모드를 활성화시키지 않을 수 있다.
일 예시에서, 무선 오디오 장치(202)의 주변 소리 기능이 활성화될 수 있다. 이 경우, 전자 장치(201)는 제3 아이콘(2330)을 제1 상태로 디스플레이할 수 있다. 예를 들어, 대화 모드가 개시되는 경우, 전자 장치(201)는 제3 아이콘(2330)을 제1 상태로 디스플레이할 수 있다. 다른 예를 들어, 대화 모드의 개시 전에 주변 소리 기능이 활성화된 상태일 수 있다. 이 경우, 대화 모드의 시작 또는 종료와 무관하게, 전자 장치(201)는 제3 아이콘(2330)을 제1 상태로 디스플레이할 수 있다. 무선 오디오 장치(202)는 대화 모드의 개시에 따라서 소리 제어(예: 출력 중인 미디어 볼륨의 감소)를 수행할 수 있다.
이하에서, 도 24 내지 도 26과 관련하여, 다양한 유저 인터페이스들이 설명될 수 있다. 이하에서, 도 23과 관련하여 상술된 구성과 동일한 참조번호를 갖는 구성의 설명은 설명의 편의를 위하여 생략될 수 있다.
도 24는 본 개시의 일 실시예에 따른 대화 모드 제어 유저 인터페이스를 도시한다.
음성 검출 기반 대화 모드 활성화 기능이 활성화 되었을 때, 무선 오디오 장치(202)는 착용자(예: 사용자)의 발화를 감지함으로써 대화 모드를 개시할 수 있다. 예를 들어, 도 1 내지 도 19와 관련하여 상술된 바와 같이, 무선 오디오 장치(202)는 착용자의 발화가 감지되면 자동적으로 대화 모드를 개시할 수 있다. 음성 검출 기반 대화 모드 활성화 기능이 비활성화 되었을 때, 무선 오디오 장치(202)는 착용자의 발화가 감지되더라도, 대화 모드를 개시하지 않을 수 있다.
일 실시예에 따르면, 전자 장치(201)는 무선 오디오 장치(202)의 음성 검출 기반 대화 모드 활성화 기능의 제어를 위한 대화 모드 제어 유저 인터페이스(2400)를 제공할 수 있다. 예를 들어, 전자 장치(201)는 음성 검출 기반 대화 모드 활성화 기능의 활성화를 위한 입력(예: 도 23의 유저 인터페이스(2300)의 음성 탐지 설정 인터페이스(2340)에 대한 터치 입력)이 수신되면, 대화 모드 제어 유저 인터페이스(2400)를 디스플레이할 수 있다.
도 24를 참조하여, 예를 들어, 대화 모드 제어 유저 인터페이스(2400)는 음성 검출 기반 대화 모드 활성화 기능의 상태를 지시하는 설정 바(2410)를 포함할 수 있다. 전자 장치(201)는 설정 바(2410)에 대한 입력에 기반하여 음성 검출 기반 대화 모드 활성화 기능의 활성화 또는 비활성화를 제어하도록 설정될 수 있다.
예를 들어, 대화 모드 제어 유저 인터페이스(2400)는 대화 모드 종료를 위한 시간(예: 도 8, 도 9, 및 도 10의 te)를 설정하기 위한 인터페이스(2420)를 포함할 수 있다. 전자 장치(201)의 사용자는 인터페이스(2420)에 대한 입력을 수행함으로써, 대화 모드의 종료를 위한 시간을 설정할 수 있다. 무선 오디오 장치(202)는 설정된 시간 동안 음성이 감지되지 않으면 대화 모드를 종료시킬 수 있다. 예를 들어, 사용자는 대화 모드의 종료를 위한 시간 5초, 10초, 또는 15초로 설정할 수 있다. 대화 모드 제어 유저 인터페이스(2400)에 도시된 대화 모드의 종료를 위한 시간은 예시적인 것으로서, 본 문서의 실시예들이 이에 제한되는 것은 아니다.
예를 들어, 대화 모드 제어 유저 인터페이스(2400)는 대화 모드의 종료를 위한 가이드 정보(2430)를 포함할 수 있다. 가이드 정보(2430)는 무선 오디오 장치(202)에 대한 입력에 기반하여 대화 모드가 종료될 수 있음을 안내하는 정보를 포함할 수 있다.
도 23 및 도 24의 예시에서, 무선 오디오 장치(202)는 음성 검출 기반 대화 모드 활성화 기능이 활성화된 상태로 가정될 수 있다. 이 경우, 무선 오디오 장치(202)는 착용자의 음성을 검출함으로써 대화 모드를 동적으로 적용할 수 있다. 예를 들어, 무선 오디오 장치(202)는 대화 모드에서, ANC 기능을 비활성화할 수 있다. 무선 오디오 장치(202)는 대화 모드에서 설정된 시간 동안 음성이 검출되지 않으면 대화 모드를 종료할 수 있다. 이 경우, 무선 오디오 장치(202)는 대화 모드의 종료에 따라서 대화 모드 이전 상태로 ANC 기능을 복원할 수 있다. 대화 모드의 이전 상태에서 ANC 기능이 활성화된 상태인 경우, 예를 들어, 무선 오디오 장치(202)는 대화 모드의 종료에 따라서 ANC 기능을 활성화시킬 수 있다.
도 25는 본 개시의 일 실시예에 따른 동적 잡음 제거 제어 유저 인터페이스를 도시한다.
도 25의 예시에서, 전자 장치(201)는 동적 잡음 제거의 제어를 위한 유저 인터페이스(2500)를 제공할 수 있다. 예를 들어, 전자 장치(201)는 대화 모드의 종료에 따라서 ANC 기능을 대화 모드 이전 상태로 복원함으로써 ANC 기능을 활성화할 수 있다. 다른 예를 들어, 전자 장치(201)는 제1 아이콘(2310)에 대한 터치 입력에 기반하여 ANC 기능을 활성화할 수 있다. ANC 기능의 활성화에 따라서, 전자 장치(201)는 제1 아이콘(2310)을 제1 상태로 디스플레이하고, 제2 아이콘(2320)을 제2 상태로 디스플레이할 수 있다.
도 25를 참조하여, 일 실시예에 따르면, 유저 인터페이스(2500)은 ANC 강도 제어를 위한 제어 인터페이스(2510)를 포함할 수 있다. 예를 들어, 전자 장치(201)는 제어 인터페이스(2510)에 대한 사용자 입력에 기반하여 무선 오디오 장치(202)의 ANC 강도를 제어하도록 설정될 수 있다. 무선 오디오 장치(202)는 전자 장치(201)로부터의 신호에 기반하여 ANC 강도(예: ANC 관련 이득값)을 제어하도록 설정될 수 있다. 예를 들어, 전자 장치(201)는 ANC 기능이 활성화되었을 때, 제어 인터페이스(2510)를 디스플레이할 수 있다.
대화 모드의 동적인 변동에 따라서, 전자 장치(201)는 제1 아이콘(2310)과 제2 아이콘(2320)의 디스플레이 상태를 동적으로 변경할 수 있다. 예를 들어, 무선 오디오 장치(202)는 음성 검출 기반 대화 모드 활성화 기능 및 ANC 기능이 활성화된 상태이고, 주변 소리 기능이 비활성화된 상태로 가정될 수 있다. 이 경우, 대화 모드의 개시 전에, 전자 장치(201)는 제1 아이콘(2310)을 제1 상태로 디스플레이하고, 제2 아이콘(2320) 및 제3 아이콘(2330)을 제2 상태로 디스플레이할 수 있다. 무선 오디오 장치(202)가 착용된 상태이고 착용자의 음성이 검출되면, 무선 오디오 장치(202)는 대화 모드의 개시를 결정할 수 있다. 이 경우, 전자 장치(201)는 제1 아이콘(2310)을 제2 상태로 디스플레이하고, 제2 아이콘(2320) 및 제3 아이콘(2330)을 제1 상태로 디스플레이할 수 있다. 대화 모드에서, 사용자의 음성이 지정된 시간 동안 검출되지 않으면, 무선 오디오 장치(202)는 대화 모드를 종료시킬 수 있다. 대화 모드의 종료에 응답하여, 전자 장치(201)는 제1 아이콘(2310)을 제1 상태로 디스플레이하고, 제2 아이콘(2320) 및 제3 아이콘(2330)을 제2 상태로 디스플레이할 수 있다.
다른 예를 들어, 무선 오디오 장치(202)는 음성 검출 기반 대화 모드 활성화 기능 및 ANC 기능이 활성화된 상태이고, 주변 소리 기능이 비활성화된 상태로 가정될 수 있다. 이 경우, 대화 모드의 개시 전에, 전자 장치(201)는 제1 아이콘(2310)을 제1 상태로 디스플레이하고, 제2 아이콘(2320) 및 제3 아이콘(2330)을 제2 상태로 디스플레이할 수 있다. 무선 오디오 장치(202)가 착용된 상태이고 착용자의 음성이 검출되면, 무선 오디오 장치(202)는 대화 모드의 개시를 결정할 수 있다. 예를 들어, 착용자의 음성은 음성 에이전트의 호출을 위한 발화(예: 웨이크업 발화)일 수 있다. 이 경우, 전자 장치(201)는 발화에 응답하여 잠시 동안 주변 소리를 활성화시킬 수 있다. 전자 장치(201)는 잠시 동안 제3 아이콘(2330)을 제1 상태로 디스플레이할 수 있다. 해당 발화가 음성 에이전트 호출을 위한 발화인 경우, 전자 장치(201)는 음성 에이전트를 실행시키고, 주변 소리를 비활성화시킬 수 있다. 전자 장치(201)는 제3 아이콘(2330)을 다시 제2 상태로 디스플레이할 수 있다. 음성 에이전트의 실행에 따라서, 전자 장치(201)는 음성 에이전트에 연관된 유저 인터페이스를 디스플레이할 수 있다. 음성 에이전트가 종료되면, 전자 장치(201)는 이전 상태의 화면(예: 도 25의 유저 인터페이스(2500))를 디스플레이하도록 설정될 수 있다.
도 26은 본 개시의 일 실시예에 따른 주변 소리 제어 유저 인터페이스를 도시한다.
도 26의 예시에서, 전자 장치(201)는 주변 소리의 제어를 위한 유저 인터페이스(2600)를 제공할 수 있다. 예를 들어, 전자 장치(201)는 주변 소리 기능이 활성화되면(예: 대화 모드가 활성화되면), 유저 인터페이스(2600)를 디스플레이할 수 있다. 유저 인터페이스(2600)는 주변 소리 볼륨의 제어를 위한 볼륨 인터페이스(2610)를 포함할 수 있다. 예를 들어, 전자 장치(201)는 볼륨 인터페이스(2610)에 대한 사용자 입력에 기반하여 무선 오디오 장치(202)의 주변 소리의 볼륨을 제어할 수 있다.
도 23 내지 도 26을 참조하여, 예를 들어, 제1 무선 오디오 장치(202-1) 및 제2 무선 오디오 장치(202-2)가 착용되지 않은 경우, 전자 장치(201)는 도 23의 유저 인터페이스(2300)를 디스플레이할 수 있다. 제1 무선 오디오 장치(202-1)와 제2 무선 오디오 장치(202-2)가 모두 착용자에 의하여 착용된 경우, 전자 장치(201)는 사용자 설정에 따라서 ANC 기능을 활성화하고, 도 25의 유저 인터페이스(2500)를 디스플레이할 수 있다. 제1 무선 오디오 장치(202-1)와 제2 무선 오디오 장치(202-2) 중 하나가 사용자의 귀로부터 탈착된 경우, 전자 장치(202)는 주변 소리를 활성화하고 도 26의 유저 인터페이스(2600)를 디스플레이할 수 있다.
도 3 및 도 4를 참조하여, 일 실시예에 따른 무선 오디오 장치(202-1 또는 202-2)는, 오디오 수신 회로(461, 462), 오디오 출력 회로(471, 472), 가속도 센서(예: 센서 회로(451, 452)), 통신 회로(491, 492), 프로세서(421, 422) 및 메모리(431, 432)를 포함할 수 있다. 상기 메모리는 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 가속도 센서를 이용하여 상기 무선 오디오 장치의 사용자의 발화를 감지하고, 상기 사용자의 발화의 감지에 응답하여, 상기 오디오 수신 회로에 의하여 수신된 주변 소리(ambient sound)의 적어도 일부를 상기 오디오 출력 회로를 통하여 출력하는 대화 모드에 진입하고, 상기 대화 모드에서, 상기 오디오 수신 회로를 이용하여 지정된 시간 이상 음성이 감지되지 않으면 상기 대화 모드를 종료하도록 하는 인스트럭션들을 저장할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 오디오 수신 회로를 이용하여 음성을 감지하고, 상기 가속도 센서를 이용하여 상기 음성의 발화에 대응하는 가속도를 감지하고, 상기 음성의 감지와 상기 가속도의 감지에 응답하여, 상기 사용자의 발화를 감지하도록 할 수 있다. 예를 들어, 상기 음성의 발화에 대응하는 상기 가속도는 상기 사용자의 발화에 의하여 발생된 것일 수 있다.
예를 들어, 상기 오디오 수신 회로는 착용되었을 때 상기 사용자를 향하는 적어도 하나의 내부 마이크(예: 도 4의 481c)와 외부로 노출된 적어도 하나의 외부 마이크(예: 도 4의 481a, 481b)를 포함할 수 있다. 상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 적어도 하나의 내부 마이크를 이용하여 상기 사용자의 발화를 감지하고, 상기 적어도 하나의 외부 마이크를 이용하여 상기 지정된 시간 동안 음성이 감지되는지 결정하도록 할 수 있다. 예를 들어, 상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 적어도 하나의 외부 마이크를 이용하여 오디오 신호를 획득하고, 상기 오디오 신호의 잡음 강도에 기반하여 상기 출력되는 주변 소리를 제어하도록 할 수 있다. 상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 주변 소리 중 음성이 감지되는 구간에 대하여 상기 주변 소리 중 음성 대응 주파수 대역을 강조하도록 할 수 있다. 상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 적어도 하나의 외부 마이크를 이용하여 상기 주변 소리를 획득하고, 상기 주변 소리의 잡음에 기반하여 상기 지정된 시간의 길이를 설정하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 사용자의 발화가 음성 에이전트의 호출을 위한 웨이크업 발화에 대응하지 않으면 상기 대화 모드에 진입하고, 상기 사용자의 발화가 상기 웨이크업 발화에 대응하면 상기 대화 모드에 진입하지 않도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 대화 모드에 진입하면 ANC(active noise cancelling)을 비활성화 하도록 할 수 있다. 상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 대화 모드가 종료되면 상기 ANC를 상기 대화 모드 진입 전의 상태로 복원하도록 할 수 있다.
일 실시예에 따른, 무선 오디오 장치의 대화 모드 제어를 위한 방법은, 상기 무선 오디오 장치의 가속도에 기반하여 상기 무선 오디오 장치의 사용자의 발화를 감지하는 동작, 상기 사용자의 발화의 감지에 응답하여, 주변 소리(ambient sound)의 적어도 일부를 출력하는 대화 모드에 진입하는 동작, 및 상기 대화 모드에서, 지정된 시간 이상 음성이 감지되지 않으면 상기 대화 모드를 종료하는 동작을 포함할 수 있다.
예를 들어, 상기 무선 오디오 장치의 사용자의 발화를 감지하는 동작은, 상기 무선 오디오 장치의 오디오 수신 회로를 이용하여 음성을 감지하는 동작, 상기 무선 오디오 장치의 가속도 센서를 이용하여 상기 음성의 발화에 대응하는 가속도를 감지하는 동작, 및 상기 음성의 감지와 상기 가속도의 감지에 응답하여, 상기 사용자의 발화를 감지하는 동작을 포함할 수 있다. 예를 들어, 상기 음성의 발화에 대응하는 상기 가속도는 상기 사용자의 발화에 의하여 발생될 수 있다. 상기 방법은, 예를 들어, 상기 대화 모드에서, 상기 주변 소리를 획득하는 동작, 및 상기 주변 소리의 잡음 강도에 기반하여 상기 출력되는 주변 소리를 제어하는 동작을 더 포함할 수 있다.
상기 출력되는 주변 소리를 제어하는 동작은, 상기 주변 소리 중 음성이 감지되는 구간에 대하여 상기 주변 소리 중 음성 대응 주파수 대역을 강조하는 동작을 포함할 수 있다.
상기 방법은, 상기 주변 소리의 잡음 강도에 기반하여 상기 지정된 시간의 길이를 설정하는 동작을 더 포함할 수 있다.
상기 무선 오디오 장치의 사용자의 발화를 감지하는 동작은, 상기 음성 신호가 음성 에이전트의 호출을 위한 웨이크업 발화에 대응하지 않으면 상기 음성 신호를 상기 가속도에 기반하여 상기 사용자 발화로 감지하는 동작을 포함할 수 있다.
도 3 및 도 4를 참조하여, 일 실시예에 따른 무선 오디오 장치(202-1, 202-2)는, 상기 무선 오디오 장치가 착용되었을 때 사용자를 향하는 적어도 하나의 내부 마이크(481c), 상기 무선 오디오 장치가 착용되었을 때 외부로 노출되는 적어도 하나의 외부 마이크(481a 및/또는 481b), 오디오 출력 회로(471, 472), 가속도 센서(예: 센서 회로 (451, 452)), 통신 회로(491, 492), 프로세서(421, 422), 및 메모리(431, 432)를 포함할 수 있다. 상기 메모리는 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 적어도 하나의 내부 마이크 및 상기 가속도 센서를 이용하여 상기 무선 오디오 장치의 사용자의 발화를 감지하고, 상기 사용자의 발화가 음성 에이전트 호출을 위한 발화에 대응하는지 결정하고, 상기 사용자의 발화가 상기 음성 에이전트 호출을 위한 발화에 대응하지 않으면, 상기 적어도 하나의 외부 마이크에 의하여 수신된 주변 소리(ambient sound)의 적어도 일부를 상기 오디오 출력 회로를 통하여 출력하는 대화 모드에 진입하고, 상기 대화 모드에서, 상기 적어도 하나의 외부 마이크를 통하여 지정된 시간 이상 음성이 감지되지 않으면 상기 대화 모드를 종료하도록 하는 인스트럭션들을 저장할 수 있다.
상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 적어도 하나의 내부 마이크를 이용하여 음성을 감지하고, 상기 가속도 센서를 이용하여 상기 사용자의 상기 음성의 발화에 의한 가속도를 감지하고, 상기 음성의 감지와 상기 가속도의 감지에 응답하여, 상기 사용자의 발화를 감지하도록 할 수 있다.
상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 적어도 하나의 외부 마이크를 이용하여 상기 주변 소리를 획득하고, 상기 주변 소리의 잡음에 기반하여 상기 지정된 시간의 길이를 설정하도록 할 수 있다.
개시 내용이 다양한 실시예들을 참조하여 도시되고 설명되었지만, 다음과 같은 개시 내용의 사상 및 범위를 벗어나지 않으면서 형태 및 세부 사항의 다양한 변경이 이루어질 수 있다는 것이 당업자에 의해 이해될 것이다.

Claims (15)

  1. 무선 오디오 장치에 있어서,
    오디오 수신 회로;
    오디오 출력 회로;
    가속도 센서;
    통신 회로;
    프로세서; 및
    메모리를 포함하고, 상기 메모리는 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가:
    상기 가속도 센서를 이용하여 상기 무선 오디오 장치의 사용자의 발화를 감지하고;
    상기 사용자의 발화의 감지에 응답하여, 상기 오디오 수신 회로에 의하여 수신된 주변 소리(ambient sound)의 적어도 일부를 상기 오디오 출력 회로를 통하여 출력하는 대화 모드에 진입하고;
    상기 대화 모드에서, 상기 오디오 수신 회로를 이용하여 지정된 시간 이상 음성이 감지되지 않으면 상기 대화 모드를 종료하도록 하는 인스트럭션들을 저장하는, 무선 오디오 장치.
  2. 제 1 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가:
    상기 오디오 수신 회로를 이용하여 음성을 감지하고,
    상기 가속도 센서를 이용하여 상기 음성의 발화에 대응하는 가속도를 감지하고,
    상기 음성의 감지와 상기 가속도의 감지에 응답하여, 상기 사용자의 발화를 감지하도록 하는, 무선 오디오 장치.
  3. 제 2 항에 있어서,
    상기 음성의 발화에 대응하는 상기 가속도는 상기 사용자의 발화에 의하여 발생된, 무선 오디오 장치.
  4. 제 1 항에 있어서,
    상기 오디오 수신 회로는 착용되었을 때 상기 사용자를 향하는 적어도 하나의 내부 마이크와 외부로 노출된 적어도 하나의 외부 마이크를 포함하고,
    상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가:
    상기 적어도 하나의 내부 마이크를 이용하여 상기 사용자의 발화를 감지하고,
    상기 적어도 하나의 외부 마이크를 이용하여 상기 지정된 시간 동안 음성이 감지되는지 결정하도록 하는, 무선 오디오 장치.
  5. 제 4 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가:
    상기 적어도 하나의 외부 마이크를 이용하여 오디오 신호를 획득하고,
    상기 오디오 신호의 잡음 강도에 기반하여 상기 출력되는 주변 소리를 제어하도록 하는, 무선 오디오 장치.
  6. 제 5 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가:
    상기 주변 소리 중 음성이 감지되는 구간에 대하여 상기 주변 소리 중 음성 대응 주파수 대역을 강조하도록 하는, 무선 오디오 장치.
  7. 제 4 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가:
    상기 적어도 하나의 외부 마이크를 이용하여 상기 주변 소리를 획득하고,
    상기 주변 소리의 잡음에 기반하여 상기 지정된 시간의 길이를 설정하도록 하는, 무선 오디오 장치.
  8. 제 1 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가:
    상기 사용자의 발화가 음성 에이전트의 호출을 위한 웨이크업 발화에 대응하지 않으면 상기 대화 모드에 진입하고,
    상기 사용자의 발화가 상기 웨이크업 발화에 대응하면 상기 대화 모드에 진입하지 않도록 하는, 무선 오디오 장치.
  9. 제 1 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 대화 모드에 진입하면 ANC(active noise cancelling)을 비활성화 하도록 하는, 무선 오디오 장치.
  10. 제 9 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의해 실행되었을 때 상기 무선 오디오 장치가, 상기 대화 모드가 종료되면 상기 ANC를 상기 대화 모드 진입 전의 상태로 복원하도록 하는, 무선 오디오 장치.
  11. 무선 오디오 장치의 대화 모드 제어를 위한 방법에 있어서,
    상기 무선 오디오 장치의 가속도에 기반하여 상기 무선 오디오 장치의 사용자의 발화를 감지하는 동작;
    상기 사용자의 발화의 감지에 응답하여, 주변 소리(ambient sound)의 적어도 일부를 출력하는 대화 모드에 진입하는 동작; 및
    상기 대화 모드에서, 지정된 시간 이상 음성이 감지되지 않으면 상기 대화 모드를 종료하는 동작을 포함하는, 방법.
  12. 제 11 항에 있어서,
    상기 무선 오디오 장치의 사용자의 발화를 감지하는 동작은,
    상기 무선 오디오 장치의 오디오 수신 회로를 이용하여 음성을 감지하는 동작;
    상기 무선 오디오 장치의 가속도 센서를 이용하여 상기 음성의 발화에 대응하는 가속도를 감지하는 동작; 및
    상기 음성의 감지와 상기 가속도의 감지에 응답하여, 상기 사용자의 발화를 감지하는 동작을 포함하는, 방법.
  13. 제 12 항에 있어서,
    상기 음성의 발화에 대응하는 상기 가속도는 상기 사용자의 발화에 의하여 발생된, 방법.
  14. 제 11 항에 있어서,
    상기 대화 모드에서, 상기 주변 소리를 획득하는 동작; 및
    상기 주변 소리의 잡음 강도에 기반하여 출력되는 주변 소리를 제어하는 동작을 더 포함하는, 방법.
  15. 제 14 항에 있어서,
    상기 출력되는 주변 소리를 제어하는 동작은, 상기 주변 소리 중 음성이 감지되는 구간에 대하여 상기 주변 소리 중 음성 대응 주파수 대역을 강조하는 동작을 포함하는, 방법.
PCT/KR2021/015767 2020-12-14 2021-11-03 주변 소리 제어 방법 및 이를 위한 전자 장치 WO2022131533A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/545,257 US12033628B2 (en) 2020-12-14 2021-12-08 Method for controlling ambient sound and electronic device therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200174848A KR20220084902A (ko) 2020-12-14 2020-12-14 주변 소리 제어 방법 및 이를 위한 전자 장치
KR10-2020-0174848 2020-12-14

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/545,257 Continuation US12033628B2 (en) 2020-12-14 2021-12-08 Method for controlling ambient sound and electronic device therefor

Publications (1)

Publication Number Publication Date
WO2022131533A1 true WO2022131533A1 (ko) 2022-06-23

Family

ID=82059589

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/015767 WO2022131533A1 (ko) 2020-12-14 2021-11-03 주변 소리 제어 방법 및 이를 위한 전자 장치

Country Status (2)

Country Link
KR (1) KR20220084902A (ko)
WO (1) WO2022131533A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240056177A (ko) * 2022-10-21 2024-04-30 삼성전자주식회사 오디오 재생장치의 음향 출력 제어 방법 및 그러한 방법을 수행하는 전자 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140086425A1 (en) * 2012-09-24 2014-03-27 Apple Inc. Active noise cancellation using multiple reference microphone signals
KR20150003528A (ko) * 2013-07-01 2015-01-09 삼성전자주식회사 머리 움직임을 이용한 사용자 인터페이스 방법 및 장치
KR101647974B1 (ko) * 2015-03-30 2016-08-16 주식회사 이드웨어 스마트 믹싱 모듈을 갖춘 스마트 이어폰, 스마트 믹싱 모듈을 갖춘 기기, 외부음과 기기음을 혼합하는 방법 및 시스템
KR20170025840A (ko) * 2015-08-31 2017-03-08 엘지전자 주식회사 이어셋, 이어셋 시스템 및 그 제어방법
KR20200056329A (ko) * 2018-11-14 2020-05-22 주식회사 오르페오사운드웍스 키워드 웨이크업 기능을 갖는 스마트 이어셋

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140086425A1 (en) * 2012-09-24 2014-03-27 Apple Inc. Active noise cancellation using multiple reference microphone signals
KR20150003528A (ko) * 2013-07-01 2015-01-09 삼성전자주식회사 머리 움직임을 이용한 사용자 인터페이스 방법 및 장치
KR101647974B1 (ko) * 2015-03-30 2016-08-16 주식회사 이드웨어 스마트 믹싱 모듈을 갖춘 스마트 이어폰, 스마트 믹싱 모듈을 갖춘 기기, 외부음과 기기음을 혼합하는 방법 및 시스템
KR20170025840A (ko) * 2015-08-31 2017-03-08 엘지전자 주식회사 이어셋, 이어셋 시스템 및 그 제어방법
KR20200056329A (ko) * 2018-11-14 2020-05-22 주식회사 오르페오사운드웍스 키워드 웨이크업 기능을 갖는 스마트 이어셋

Also Published As

Publication number Publication date
KR20220084902A (ko) 2022-06-21

Similar Documents

Publication Publication Date Title
WO2019182325A1 (ko) 전자 장치 및 전자 장치의 음성 인식 제어 방법
WO2021071115A1 (en) Electronic device for processing user utterance and method of operating same
WO2020197166A1 (en) Electronic device providing response and method of operating same
WO2019078588A1 (ko) 전자 장치 및 그의 동작 방법
WO2019039834A1 (en) METHOD FOR PROCESSING VOICE DATA AND ELECTRONIC DEVICE SUPPORTING SAID METHOD
WO2020085794A1 (en) Electronic device and method for controlling the same
WO2019172627A1 (en) System for processing user utterance and controlling method thereof
WO2019017715A1 (en) ELECTRONIC DEVICE AND SYSTEM FOR DETERMINING SPEECH INPUT RECEIVING TIME BASED ON CONTEXTUAL INFORMATION
WO2019221440A1 (ko) 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법
AU2019319322B2 (en) Electronic device for performing task including call in response to user utterance and operation method thereof
WO2020263016A1 (ko) 사용자 발화를 처리하는 전자 장치와 그 동작 방법
EP3635533A1 (en) Electronic apparatus for processing user utterance for controlling an external electronic apparatus and controlling method thereof
WO2022131533A1 (ko) 주변 소리 제어 방법 및 이를 위한 전자 장치
WO2022010157A1 (ko) 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버
WO2022010187A1 (ko) 전자 장치 및 전자 장치의 인증 동작 수행 방법
WO2022186540A1 (ko) 전자 장치 및 전자 장치에서 레코딩과 음성 입력을 처리하는 방법
WO2023282576A1 (ko) 주변 소리 제어 방법 및 이를 위한 전자 장치
WO2024058568A1 (ko) 가창 모드 동작 방법 및 이를 수행하는 전자 장치
WO2022158852A1 (ko) 소리 데이터에 기초하여 제어되는 전자 장치 및 소리 데이터에 기초하여 전자 장치를 제어하는 방법
WO2022119121A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2023239124A1 (ko) 센서를 포함하는 웨어러블 전자 장치 및 상기 전자 장치에서 터치 신호를 처리하는 방법
WO2023080574A1 (ko) 음성 인식 서비스를 제공하는 전자 장치 및 이의 동작 방법
WO2024085592A1 (ko) 전자 장치 및 전자 장치의 음성 어시스턴트 서비스 제공 방법
WO2022177186A1 (ko) 스피커 및 마이크를 포함하는 전자 장치 및 그 동작 방법
WO2020153720A1 (ko) 사용자 음성을 처리하는 전자장치 및 그 제어 방법

Legal Events

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

Ref document number: 21906838

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: 21906838

Country of ref document: EP

Kind code of ref document: A1