WO2022196930A1 - 전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법 - Google Patents

전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법 Download PDF

Info

Publication number
WO2022196930A1
WO2022196930A1 PCT/KR2022/001445 KR2022001445W WO2022196930A1 WO 2022196930 A1 WO2022196930 A1 WO 2022196930A1 KR 2022001445 W KR2022001445 W KR 2022001445W WO 2022196930 A1 WO2022196930 A1 WO 2022196930A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
voice data
electronic device
characteristic vector
pattern
Prior art date
Application number
PCT/KR2022/001445
Other languages
English (en)
French (fr)
Inventor
현화경
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2022196930A1 publication Critical patent/WO2022196930A1/ko
Priority to US18/369,031 priority Critical patent/US20240005928A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/61—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
    • 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
    • G10L17/06—Decision making techniques; Pattern matching strategies
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing

Definitions

  • Various embodiments relate to an electronic device and a method for storing tag information of content in the electronic device.
  • the electronic device there is a function of inputting a tag to the content and managing it. You can select a tag you want to the content or directly input it and add it, and then filter the content for each tag and provide it.
  • an electronic device capable of storing person tag information in content using voice data and a method of storing tag information of content in the electronic device are provided.
  • An electronic device includes a memory, a display, and a processor operatively connected to the memory and the display, wherein the processor collects voice data, the collected voice data and the voice data are By matching the related user information, the related information between the voice data and the user information is stored in the memory, and when the content is generated, the voice data input while the content is generated is detected, and the detected voice data is matched. If the user information to be used exists in the memory, it may be set to store the user information matching the detected voice data as tag information of the content.
  • a method for storing tag information of content in an electronic device includes collecting voice data, matching the collected voice data with user information related to the voice data, and storing the voice data and the voice data in a memory of the electronic device. Storing information related to the user information, and when generating content, detecting voice data input while generating the content, and when user information matching the detected voice data exists in the memory, the and storing the user information matching the detected voice data as tag information of the content.
  • a person tag may be automatically stored in the content.
  • the section in which the voice of the specific person is output is selected. can be used to facilitate editing.
  • a person tag may be stored in real time not only in a video but also in various contents such as a voice memo capable of voice recording, and an image received from a home surveillance camera.
  • FIG. 1 is a block diagram of an electronic device in a network environment according to various embodiments of the present disclosure
  • FIG. 2 is a block diagram illustrating an electronic device according to various embodiments of the present disclosure
  • FIG. 3 is a block diagram illustrating a tag management module that stores tag information in content in an electronic device according to various embodiments of the present disclosure
  • FIG. 4 is a diagram for describing an operation of checking pattern information of a characteristic vector having a similarity greater than or equal to a predetermined reference value in an electronic device according to various embodiments of the present disclosure
  • FIG. 5 is a diagram for explaining an operation of sharing a voice pattern DB with an external electronic device in an electronic device according to various embodiments of the present disclosure
  • 6A, 6B, 6C, and 6D are diagrams for explaining an operation of displaying user information stored as tag information in content in an electronic device according to various embodiments of the present disclosure
  • FIGS. 7A to 7B are diagrams for explaining an operation of displaying user information stored as tag information in content in an electronic device according to various embodiments of the present disclosure
  • FIG. 8 is a diagram for explaining an operation of displaying user information stored as tag information in content in an electronic device according to various embodiments of the present disclosure
  • FIG. 9 is a view for explaining an operation of displaying user information stored as tag information in content in an electronic device according to various embodiments of the present disclosure.
  • FIG. 10 is a flowchart illustrating an operation of storing tag information of content in an electronic device according to various embodiments of the present disclosure
  • FIG. 11 is a flowchart illustrating an operation of matching and storing user information based on voice data in an electronic device according to various embodiments of the present disclosure
  • FIG. 12 is a flowchart illustrating an operation of collecting voice data while an electronic device performs a call according to various embodiments of the present disclosure
  • FIG. 13 is a flowchart illustrating an operation of collecting voice data for performing voice recording in an electronic device according to various embodiments of the present disclosure
  • FIG. 14 is a flowchart illustrating an operation of generating tag information of content in an electronic device according to various embodiments of the present disclosure
  • 15 is a flowchart illustrating an operation of reproducing content in an electronic device according to various embodiments of the present disclosure
  • FIG. 1 is a block diagram 100 of an electronic device 101 in a network environment 100 according to various embodiments.
  • the electronic device 101 communicates with the 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 .
  • 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 .
  • at least one of these components eg, the connection terminal 178
  • 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 , 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 , 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 (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 eg, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit (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 (eg, a graphic processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a
  • the secondary processor 123 may, for example, act on behalf of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or when 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 coprocessor 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 (eg, the processor 120 or the sensor module 176 ) of the electronic device 101 .
  • 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 by 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 can be used to receive incoming calls. 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 .
  • the electronic device 102) eg, a speaker or headphones
  • the electronic device 102 may output a sound.
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, a 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 specified 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.
  • 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 communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, : It may include a local area network (LAN) communication module, or a power line communication module).
  • a wireless communication module 192 eg, a cellular communication module, a short-range communication module, or a global navigation satellite system (GNSS) communication module
  • GNSS global navigation satellite system
  • wired communication module 194 eg, : It may include a local area network (LAN) communication module, or a power line communication module.
  • a corresponding communication module among these communication modules is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN).
  • 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 uses various techniques 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 defined 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) can be supported.
  • 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.
  • the 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.
  • FIG. 2 is a block diagram 200 illustrating an electronic device according to various embodiments of the present disclosure.
  • the electronic device 201 (eg, the electronic device 101 of FIG. 1 ) includes a processor 220 , a memory 230 , a display 260 , a camera module 280 , and a communication module ( 290) may be included.
  • the processor 220 may control the overall operation of the electronic device 201 , and may be the same as the processor 120 of FIG. 1 , or at least one It can perform a function or action.
  • the processor 220 matches pattern information of a characteristic vector determined based on the voice data with user information related to the voice data, and stores the related information between the voice data and the user in the memory 230 .
  • the processor 220 may store the voice data and the user information matching the voice data in the voice pattern DB 231 of the memory 230 .
  • the processor 220 may store index information for detecting the voice data and the user information stored in the contact DB 233 in the voice pattern DB 231 .
  • the processor 220 may collect voice data in frames of a certain unit for a certain period of time, detect a certain amount or more of a characteristic vector from the collected voice data, and store it in the memory 230 . have.
  • the processor 220 collects voice data while performing a call, detects a predetermined amount or more of the characteristic vector from the collected predetermined amount of voice data, and stores it in the memory 230 .
  • the processor 220 may collect data while changing a buffer size and/or a data request period according to a call environment or a call type. have.
  • the call may be made in various forms according to at least one of a network state, a specific application use, a video call, or a voice call. It may occur in various forms such as various network conditions such as 3G, LTE, or 5G, or a call using VoLTE, and information of voice data used may vary according to the call environment.
  • voice data may be collected while changing at least one of a buffer size and/or a data request period according to a call type for voice data collection.
  • the processor 220 when collecting voice data during a call, is configured for each codec so that all data have the same characteristics because the characteristics of the collected voice data are different according to the type of call.
  • the preprocessing operation can be performed differently. For example, since the AMR codec has a low sampling rate, the processor 220 may detect the characteristic vector after resampling to the target frequency. For example, since the AAC codec has a relatively high sampling rate, the characteristic vector can be detected by using only a high frequency band before resampling is performed.
  • the processor 220 may collect face image information of the user together with the voice data and store it in the memory 230 .
  • the processor 220 collects voice data while storing voice data by executing a voice recording application, detects a certain amount or more of the characteristic vector from the collected voice data of a certain amount, It may be stored in the memory 230 .
  • the processor 220 collects voice data while playing content including voice data, detects a predetermined amount or more of the characteristic vector from the collected predetermined amount of voice data, 230) can be stored.
  • the feature vector is a feature that can be detected in an audio signal and may be a numerical value representing a unique characteristic of a sound.
  • the characteristic vector may include a characteristic vector indicating tone information and a characteristic vector indicating pitch information.
  • the characteristic vector representing tone information may include MelSpectrogram or mel-frequency cepstral coefficients (MFCC).
  • MFCC mel-frequency cepstral coefficients
  • the characteristic vector representing the pitch information may include chroma.
  • the processor 220 may determine pattern information of a feature vector based on the feature vector stored in the memory 230 in a predetermined amount or more.
  • the processor 220 detects statistical values for each dimension (eg, for each frequency band) of a predetermined amount or more of a characteristic vector detected and stored from voice data collected for a predetermined time, and characterizes the detected statistical values. It can be determined by the pattern information of the vector.
  • the statistical values may include mean and/or variance.
  • the processor 220 may generate a model capable of learning pattern information of the characteristic vector determined based on the characteristic vector stored in the memory 230 in a predetermined amount or more.
  • the processor 220 may generate a model using a neural network and a model using a statistical distribution, and input the pattern information of the characteristic vector to the models to learn.
  • a model using a statistical distribution may include a Gaussian mixture model-Universal background model (GMM-UBM).
  • the processor 220 matches the pattern information of the determined characteristic vector with user information related to the collected voice data to match the voice data and the user information.
  • the information related to the liver may be stored in the voice pattern DB 231 of the memory 230 .
  • the processor 220 determines the pattern information of the characteristic vector based on the voice data collected during the call, the processor 220 makes a call based on the contact information stored in the contact DB 233 .
  • the performed counterpart information may be checked, and the checked counterpart information may be determined as user information related to the voice data.
  • the processor 220 determines the pattern information of the characteristic vector based on the voice data collected while performing voice recording or content reproduction
  • the processor 220 converts the contact information input by the user to the voice. It can be determined by user information related to data.
  • the processor 220 may determine a confidence level for the pattern information of the characteristic vector according to the distribution of the characteristic vector stored in the memory 230 in a predetermined amount or more.
  • the processor 220 sets a value of a confidence level to a certain value or more when the distribution of the characteristic vector stored by the predetermined amount or more approaches a normal distribution, and the distribution for the characteristic vector stored by the predetermined amount or more is a normal distribution If it is not close to , the value of the confidence level can be set below a certain value.
  • the processor 220 may generate a new When the value of the confidence level for the pattern information of the characteristic vector is determined to be higher than a certain value, the pattern information of the existing characteristic vector and the value of the confidence level are deleted from the voice pattern DB 231, and a new It can be updated with the pattern information of the characteristic vector and the value of the confidence level.
  • the processor 220 stores the pattern information of the characteristic vector in the voice pattern DB 231 when the distribution of the characteristic vector stored by the predetermined amount or more is equal to or greater than a predetermined level close to the normal distribution. and, when the distribution of the characteristic vector stored in the predetermined amount or more is below a certain level that does not approximate a normal distribution, the pattern information of the characteristic vector may not be stored in the voice pattern DB 231 .
  • the processor 220 may store user information, pattern information of a characteristic vector, and a confidence level value in the voice pattern DB 232 as shown in Table 1 below.
  • user information includes a name, a nickname, and a group
  • the characteristic vector includes mel-frequency cepstral coefficients (MFCC), which are characteristic vectors representing tone information, and pitch information. It may include chroma , which is a characteristic vector representing .
  • MFCC mel-frequency cepstral coefficients
  • the pattern information of the characteristic vector is detected from voice data collected for a predetermined period of time, and a predetermined amount or more of the stored characteristic vector is detected for each dimension (eg, each frequency band), and statistical values are displayed to indicate the detected statistical values.
  • the statistical values may include mean and/or variance.
  • the processor 220 stores all names, nicknames, and groups as user information as shown in Table 1 above, or a user's selection or designated priority. Based on the user information, at least one of a name, a nickname, and a group may be stored in the voice pattern DB 231 .
  • the processor 220 sets a name, nickname, and/or group as user information into the voice pattern DB ( 231 ), index information of the contact DB 232 capable of detecting a name, a nickname, and/or a group in the contact DB 232 may be stored.
  • the processor 220 may detect, in the memory 230 , user information matching voice data received while generating content, and store it as tag information of the content.
  • the processor 220 may collect data input into a microphone of the electronic device while generating the content.
  • the processor 220 may detect a predetermined amount of characteristic vectors from the voice data received in a predetermined time unit while generating the content and store the detected characteristic vector in the memory 230 .
  • the processor 220 may detect statistical values for each dimension (eg, for each frequency band) of the specific vector stored in a predetermined amount or more, and check the detected statistical values as pattern information of the characteristic vector.
  • the statistical values may include mean and/or variance.
  • the processor 220 inputs the pattern information of the characteristic vector into a model using a neural network and a model using a statistical distribution, and stores the first User information matching the pattern information of the characteristic vector may be detected.
  • the processor 220 may determine the result by adding a weight to the result of the model using the neural network.
  • the processor 220 checks the pattern information of the characteristic vector based on the characteristic vector stored in a certain amount or more, and the pattern of the characteristic vector stored in the voice pattern DB 231 of the memory 230 . In the information, it is possible to check the existence of pattern information of the first characteristic vector having a similarity with the pattern information of the identified characteristic vector equal to or greater than a predetermined reference value.
  • the processor 220 may detect user information matching the pattern information of the first characteristic vector, and store the detected user information as tag information of the content.
  • the processor 220 may store user information matching the pattern information of the first characteristic vector as tag information of a section in which the voice data is received in the content.
  • the processor 220 determines a confidence level for the pattern information of the identified characteristic vector based on the distribution of the characteristic vector stored by the predetermined amount or more, and the confidence level is set to a predetermined level. In this case, it may be checked whether pattern information of the first characteristic vector having a similarity with the pattern information of the identified characteristic vector is equal to or greater than a predetermined reference value in the voice pattern DB 231 .
  • the processor 220 is configured to The voice pattern DB may be requested from at least one external electronic device related to the device.
  • the processor 220 may be configured as at least one external electronic device existing in the same network as the electronic device 201 or at least one external electronic device registered with the same account as the electronic device 201 . You can request a voice pattern DB.
  • the processor 220 may check whether pattern information of the first characteristic vector having a similarity with pattern information of the identified characteristic vector in the voice pattern DB received from the at least one external electronic device is equal to or greater than a predetermined reference value exists.
  • the processor 220 includes, in the voice pattern DB 231 , pattern information of the first characteristic vector having a similarity with pattern information of the identified characteristic vector equal to or greater than a predetermined reference value, but When the value of the confidence level of the pattern information of the characteristic vector is equal to or less than a predetermined value, the voice pattern DB may be requested from at least one external electronic device related to the electronic device.
  • the processor 220 is configured to, when it is determined that a confidence level value of the pattern information of the first characteristic vector in the voice pattern DB received from the at least one external electronic device is greater than or equal to a predetermined value, the at least one external electronic device
  • the voice pattern DB 231 of the electronic device may be updated based on the voice pattern DB received from the electronic device.
  • the processor 220 when the pattern information of the checked characteristic vector maintains a similarity with the pattern information of the first characteristic vector for a predetermined time by a predetermined reference value or more, the processor 220 is configured to control the voice pattern DB 231 ), user information matching the pattern information of the first characteristic vector may be detected, and the detected user information may be stored as tag information of the content.
  • the processor 220 may share at least a portion of the voice pattern DB with at least one external electronic device related to the electronic device 201 .
  • the processor 220 is configured to generate a voice pattern DB ( 231 ), at least a portion of the voice pattern DB 231 of the electronic device 201 may be shared with the at least one external electronic device.
  • the at least one external electronic device requesting sharing of the voice pattern DB 231 of the electronic device 201 may include a wearable electronic device (eg, smart watch and AR glasses), an IoT electronic device (eg, : IoT cameras, smart doorbells, and AI speakers) or/and home appliances (eg TVs).
  • the processor 220 may request the voice pattern DB from at least one external electronic device related to the electronic device 201 .
  • the processor 220 when the voice pattern DB does not exist in the memory 230 when generating content, the processor 220 exists in the same network as the electronic device 201 or is registered with the same account.
  • the voice pattern DB may be requested from at least one external electronic device.
  • the electronic device receives at least a portion of the voice pattern DB 231 from the at least one external electronic device, the electronic device uses the received voice pattern DB to provide user information related to voice data received while generating the content to the content. It can be saved as tag information of
  • the processor 220 may compare and update the voice pattern DB 231 of the electronic device 201 and the voice pattern DB with at least one external electronic device related to the electronic device.
  • the processor 220 when the voice pattern DB 231 of the electronic device 201 or at least one external electronic device and the voice pattern DB are newly created or updated, the processor 220 performs a mutual voice pattern DB.
  • the voice pattern DB may be updated while comparing .
  • the processor 220 may detect user information matching the user's face image information from the voice pattern DB and store it as tag information of the content. have.
  • the processor 220 may display tag information existing in a section in which voice data is output while content is being reproduced.
  • the processor 220 is stored as tag information in at least one content in which user information (eg, person tag information) stored as tag information is stored while displaying a plurality of contents stored in the memory 230 . It may indicate that user information (eg, person tag information) exists.
  • user information eg, person tag information
  • the processor 220 may include tag information in the content selected by the user. It can be notified that there is user information (eg, person tag information) stored as .
  • the processor 220 while playing the content, if there is user information (eg, person tag information) stored as tag information in a section for outputting voice data, displaying the content playback User information (eg, person tag information) stored as tag information may be displayed on a partial area (eg, a play bar) of the display 260 .
  • the processor 220 may perform a search or edit function by using tag information existing in an output section of voice data while displaying or reproducing content.
  • the processor 220 when a search for first user information is requested among at least one piece of user information (eg, person tag information) stored in the content as tag information while the content is displayed or reproduced, the processor 220 is , detect output sections of at least one voice data in which the first user information is stored as tag information, and reproduce the content while moving to output sections of the detected voice data.
  • user information eg, person tag information
  • the processor 220 may include at least one of at least one piece of user information (eg, person tag information) stored as tag information in the content while displaying or reproducing the content, wherein the first user information is stored as tag information.
  • user information eg, person tag information
  • the processor 220 may include at least one of at least one piece of user information (eg, person tag information) stored as tag information in the content while displaying or reproducing the content, wherein the first user information is stored as tag information.
  • the memory 430 may be implemented substantially the same as or similar to the memory 130 of FIG. 1 .
  • the memory 430 includes a voice pattern DB 231 in which pattern information of a characteristic vector determined based on voice data, user information (eg, contact information) related to the voice data, and a confidence level value are stored; It may include a contact DB 233 in which contact information is stored.
  • the memory 430 includes index information of the contact DB 232 capable of detecting pattern information of a characteristic vector determined based on voice data, and user information (eg, contact information) related to the voice data. and a voice pattern DB 231 in which a confidence level value is stored, and a contact DB 233 in which contact information is stored.
  • the display 260 may be implemented substantially the same as or similar to the display module 160 of FIG. 1 .
  • the display 260 may display user information (eg, person) stored as tag information in at least one content in which user information (eg, person tag information) stored as tag information is stored while displaying a plurality of contents. tag information) can be displayed
  • user information eg, person
  • tag information can be displayed
  • the display 260 displays a partial area displaying the content reproduction.
  • User information (eg, person tag information) stored as tag information can be displayed on (eg, a play bar).
  • the camera module 280 may be implemented substantially the same as or similar to the camera module 280 of FIG. 1 .
  • the communication module 290 may be implemented substantially the same as or similar to the communication module 190 of FIG. 1 , and may include a plurality of communication circuits using different communication technologies.
  • the communication module 490 may include at least one of a wireless LAN module (not shown) and a short-range communication module (not shown). band) a communication module, a Wi-Fi communication module, an NFC communication module, a Bluetooth legacy communication module and/or a BLE communication module.
  • the communication module 490 may transmit the voice pattern DB 231 of the memory 230 to at least one external electronic device or receive the voice pattern DB from at least one external electronic device.
  • FIG. 3 is a block diagram 300 illustrating a tag management module that stores tag information in content in an electronic device according to various embodiments of the present disclosure.
  • the tag management module 320 may include a tag management unit 321 , a data management unit 323 , a characteristic vector detection unit 325 , and a pattern analysis unit 327 .
  • the tag management module 320 may operate under the control of a processor (eg, the processor 120 of FIG. 1 and/or the processor 220 of FIG. 2 ).
  • the tag management module 320 may be configured as a software module including at least one instruction and executed by the processor 120 .
  • the tag management module 320 may represent a processor (eg, the processor 120 of FIG. 1 and/or the processor 220 of FIG. 2 ).
  • a processor eg, the processor 120 of FIG. 1 and/or the processor 220 of FIG. 2 .
  • an operation of the tag management module 320 may be understood as an operation of the processor 120 .
  • the tag management unit 321 controls the data management unit 323, the characteristic vector detection unit 325, and the pattern analysis unit 327 included in the tag management module to detect based on voice data.
  • the pattern information of one characteristic vector and user information related to the voice data may be matched and stored in the voice pattern DB 331 .
  • the tag management unit 321 requests the data management unit 323 to collect voice data at the time of collecting the voice data, and sends the request to the data management unit 323 at the end of collecting the voice data. You can request to end the collection of voice data.
  • the tag manager 321 when the tag manager 321 receives an event notifying the start of a call from the call application, it requests the data manager 323 to collect voice data, and receives an event notifying the end of the call from the call application In this case, the data management unit 323 may request the end of the collection of voice data.
  • the tag management unit 321 when the tag management unit 321 receives an event notifying the start of voice recording from the voice recording application, it requests the data management unit 323 to collect voice data, and terminates the voice recording from the voice recording application. Upon receiving the notification event, the data management unit 323 may request termination of the collection of voice data.
  • the tag management unit 321 includes a characteristic vector in the collected voice data of a certain amount transferred from the data management unit 323 to the characteristic vector detection unit 325 at the end of the collection of the voice data. can be requested to detect.
  • the pattern analysis unit 327 transmits the information transmitted from the characteristic vector detection unit 325 to the pattern analysis unit 327 . It may be requested to determine pattern information of the characteristic vector based on the characteristic vector.
  • the tag management unit 321 when the tag management unit 321 receives from the pattern analysis unit 327 that the pattern information of the characteristic vector has been determined, the user information related to the collected voice data is the pattern information of the characteristic vector.
  • User information related to the voice data may be transmitted to the pattern analyzer 327 so that it can be matched with and stored in the voice pattern DB 331 (eg, the voice pattern DB 231 of FIG. 2 ).
  • the tag management unit 321 when collecting voice data during a call, performs a call among the contact information stored in the contact DB 333 (eg, the contact DB 233 in FIG. 2 ).
  • the counterpart information may be checked, and the checked counterpart information may be transmitted to the pattern analyzer 327 as user information related to the voice data.
  • the tag manager 321 transmits contact information input by the user to the pattern analyzer 327 as user information related to the voice data.
  • the tag management unit 321 controls the data management unit 323 , the characteristic vector detection unit 325 , and the pattern analysis unit 327 included in the tag management module to receive while generating content.
  • User information that matches the voice data is detected in the voice pattern DB 231 and stored as tag information of the content.
  • the tag management unit 321 may request the data management unit 323 to collect a certain amount of voice data every predetermined time unit while generating content.
  • the tag management unit 321 may request the characteristic vector detection unit 325 to detect a characteristic vector in the predetermined amount of voice data transmitted from the data management unit 323 .
  • the pattern analysis unit 327 transmits the information transmitted from the characteristic vector detection unit 325 to the pattern analysis unit 327 . It may be requested to determine pattern information of the characteristic vector based on the characteristic vector.
  • the data management unit 323 may collect voice data when a request for collection of voice data is transmitted from the tag management unit 321 .
  • the data management unit 323 when a request for collection of voice data is transmitted from the tag management unit 321 , the data management unit 323 requests the voice data to the voice source unit 350 that receives the voice data, and the voice source The voice data received from the unit 350 may be collected.
  • the data management unit 323 terminates the collection of the voice data, and uses the collected voice data as the characteristic vector detection unit ( 325) can be passed.
  • the data management unit 323 receives a request for collection of a predetermined amount of voice data at every predetermined time unit while generating content from the tag management unit 321, and receives a predetermined amount of voice data collected every predetermined time unit Data may be transmitted to the characteristic vector detection unit 325 .
  • the characteristic vector detection unit 325 may detect the characteristic vector in the voice data according to the request of the tag management unit 321 .
  • the characteristic vector detection unit 325 receives the characteristic vector detection request from the tag management unit 321 , and selects characteristics from the collected voice data of a certain amount transmitted from the data management unit 323 . Vector can be detected.
  • the characteristic vector detection unit 321 when the characteristic vector detection unit 325 completes the detection of the characteristic vector from the collected voice data of the predetermined amount, the characteristic vector detection unit 321 transmits the detection completion of the characteristic vector to the tag management unit 321, The detected characteristic vector may be transmitted to the pattern analysis unit 327 .
  • the pattern analysis unit 327 may determine pattern information of the characteristic vector based on the characteristic vector in response to the request of the tag management unit 321 .
  • the Pattern information of the characteristic vector may be determined based on statistical analysis of the characteristic vector and processing of outliers, and the pattern information of the characteristic vector may be applied to a model to learn.
  • the pattern analysis unit 327 determines the pattern information of the characteristic vector, it transmits the determined pattern information of the characteristic vector to the tag management unit 321, and the tag management unit 321
  • the user information related to the voice data is received from the voice data, it is matched with the pattern information of the characteristic vector and stored in the voice pattern DB 331 (eg, the voice pattern DB 231 of FIG. 2 ).
  • the pattern analysis unit 327 when the pattern analysis unit 327 receives a decision request for pattern information of a characteristic vector based on the characteristic vector from the tag management unit 321, the The pattern information of the characteristic vector is determined based on statistical analysis of the characteristic vector and the processing of outliers, and the pattern information of the characteristic vector is applied to the model, and the pattern of the characteristic vector stored in the speech pattern DB 331 is In the information, it is possible to confirm the existence of pattern information of the first characteristic vector having a similarity to the determined pattern information of the characteristic vector equal to or greater than a predetermined reference value.
  • the pattern analyzer 327 may store user information matching the pattern information of the first characteristic vector as tag information of the content.
  • FIG. 4 is a diagram 400 for explaining an operation of checking pattern information of a characteristic vector having a similarity greater than or equal to a predetermined reference value in an electronic device according to various embodiments of the present disclosure.
  • pattern information of a characteristic vector and a voice pattern DB (eg, the voice pattern DB 231 of FIG. 2 or the voice pattern DB 331 of FIG. 3 ) detected based on voice data received during content creation. ), a graph comparing the similarity between the user information 411 and the pattern information of the matching characteristic vector is displayed.
  • the electronic device detects a characteristic vector for each unit time from a start time point to an end time point of content creation, , check the pattern information of the characteristic vector based on the detected characteristic vector, and the pattern information 415a, 415b, and 415c of the identified characteristic vector among the pattern information of the characteristic vector stored in the voice pattern DB 331)
  • User information 411 matching the pattern information of the first characteristic vector having a similarity equal to or greater than a predetermined reference value 413 may be determined as tag information.
  • the checked pattern information 415a, 415b, and 415c of the characteristic vector maintains a similarity with the pattern information of the first characteristic vector for a predetermined time by a predetermined reference value or more
  • User information 411 matching the pattern information may be determined as tag information.
  • FIG. 5 is a diagram 500 for explaining an operation of sharing a voice pattern DB with an external electronic device in an electronic device according to various embodiments of the present disclosure.
  • an electronic device 501 (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) is at least one IoT electronic device that is at least one external electronic device connected to the cloud.
  • Device 510 eg, IoT camera, smart doorbell, and AI speaker
  • the voice pattern DB of the electronic device eg, the voice pattern DB 231 of FIG. 2 or the voice pattern DB 331 of FIG. 3
  • At least a portion may be transmitted or a voice pattern DB of the at least one IoT electronic device 510 may be received from the at least one IoT electronic device 510 .
  • the electronic device 501 is at least one wearable electronic device 530 (eg, a smart watch and AR glasses) that is at least one external electronic device connected to the electronic device in communication with a voice pattern DB of the electronic device (eg: At least a portion of the voice pattern DB 231 of FIG. 2 or the voice pattern DB 331 of FIG. 3 ) is transmitted, or the at least one wearable electronic device 530 is transmitted from the at least one wearable electronic device 530 .
  • a voice pattern DB can be received.
  • the electronic device 501 includes at least one home appliance device 550 (eg, a TV) that is at least one external electronic device connected to the electronic device in communication with a voice pattern DB (eg, the voice pattern of FIG. 2 ). At least part of the DB 231 or the voice pattern DB 331 of FIG. 3 ) may be transmitted, or the voice pattern DB of the at least one home appliance device 550 may be received from the at least one home appliance device 550 . .
  • a home appliance device 550 eg, a TV
  • a voice pattern DB eg, the voice pattern of FIG. 2
  • 6A, 6B, 6C, and 6D are diagrams 600a to 600d for explaining an operation of displaying user information stored as tag information in content in an electronic device according to various embodiments of the present disclosure.
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • displays a plurality of contents eg, photos and/or videos
  • the first content 601 selected by the user may be checked.
  • the electronic device may display the first content 601 (eg, a video) selected by the user.
  • the electronic device confirms that user information (eg, person tag information) is stored as tag information in the first content 601 , and displays a display (eg, FIG. 2 ) while displaying the first content 61 .
  • An indicator 605 indicating that the user information is stored as tag information may be displayed on a partial area of the display 260 of the .
  • the electronic device matches the user's face with user information in the emoticon or voice pattern DB (eg, the voice pattern DB 231 of FIG. 2 or the voice pattern DB 331 of FIG. 3 ) for knowing the user information.
  • An image can be displayed as an indicator.
  • the electronic device may include numeric information indicating the number of user information in an indicator indicating that user information is stored as tag information.
  • a partial area of a display eg, the display 260 of FIG. 2
  • a first voice data output section 610 in which the first user information is stored as tag information and a second voice data output section 630 in which the second user information is stored as tag information are displayed in a play bar 650 to be distinguished
  • the electronic device displays an indicator 611 informing that the first user information is stored as tag information in the first voice data output section 610 in the play bar 650, and the second An indicator 631 indicating that the second user information is stored as tag information may be displayed in the voice data output section 630 .
  • the electronic device displays an indicator 611 informing that the first user information is stored as tag information in the first voice data output section 610 in the playback bar 650 .
  • the first user information 613 eg, names of two users
  • the voice pattern DB may be displayed around the indicator 611 .
  • FIGS. 7A to 7B are diagrams 700a to 700b for explaining an operation of displaying user information stored as tag information in content in an electronic device according to various embodiments of the present disclosure.
  • the electronic device displays a plurality of contents (eg, a voice recording file) in a voice recording application
  • a plurality of contents 701 , 703 and 705 in which user information (eg, person tag information) is stored as tag information is checked, and the user information is included in the plurality of contents 701 , 703 and 705 as tag information.
  • Indicators 701a, 703a, and 705a indicating that the data is stored as .
  • the electronic device displays the first user information in the voice recording output bar 750 .
  • the electronic device displays an indicator 711 informing that the first user information is stored as tag information in the first voice data output section 710 in the voice recording output bar 750
  • the first user information 713 (eg, names of two users) stored in the voice pattern DB may be displayed around the indicator 711 .
  • FIG. 8 is a diagram 800 for explaining an operation of displaying user information stored as tag information in content in an electronic device according to various embodiments of the present disclosure.
  • an electronic device 801 that is AR glasses displays content through the display 860 of the electronic device.
  • face image information of a person may be checked through the content, and voice data received through the microphone of the electronic device may be checked.
  • the electronic device 801 provides user information matching the face image information and voice data of the person identified in the voice pattern DB (eg, the voice pattern DB 231 of FIG. 2 or the voice pattern DB 331 of FIG. 3 ). can be checked.
  • the electronic device includes an indicator 811 indicating that user information is stored as tag information near the first human face image on the display 860 and first user information 813 stored in the voice pattern DB (eg: The first user's name), an indicator 831 indicating that user information is stored as tag information near the second human face image, and the second user information 833 stored in the voice pattern DB (eg, the second 2 user's name) can be displayed.
  • first user information 813 stored in the voice pattern DB
  • an indicator 831 indicating that user information is stored as tag information near the second human face image
  • the second user information 833 stored in the voice pattern DB eg, the second 2 user's name
  • FIG. 9 is a diagram 900 for explaining an operation of displaying user information stored as tag information in content in an electronic device according to various embodiments of the present disclosure.
  • an electronic device 901 that is a TV device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) is connected to communication through an IoT smart doorbell 950 .
  • the received content may be displayed on the display 960 .
  • the electronic device may check face image information of a person and voice data received through the doorbell 950 through the content while displaying the content through the display 960 .
  • the electronic device 801 provides user information matching the face image information and voice data of the person identified in the voice pattern DB (eg, the voice pattern DB 231 of FIG. 2 or the voice pattern DB 331 of FIG. 3 ). can be checked.
  • the electronic device includes an indicator 911 indicating that user information is stored as tag information near the first human face image on the display 960 and first user information 913 stored in the voice pattern DB (eg: The first user's name), an indicator 931 indicating that user information is stored as tag information near the second human face image, and the second user information 933 stored in the voice pattern DB (eg, the second 2 user's name) can be displayed.
  • first user information 913 stored in the voice pattern DB
  • the second user information 933 stored in the voice pattern DB eg, the second 2 user's name
  • the electronic device (eg, the electronic device 201 of FIG. 2 ) includes a memory (eg, the memory 230 of FIG. 2 ), a display (eg, the display 260 of FIG. 2 ), and the a memory and a processor operatively connected to the display (eg, the processor 220 of FIG. 2 ), wherein the processor collects voice data, and collects the collected voice data and user information related to the voice data.
  • the processor collects voice data, and collects the collected voice data and user information related to the voice data.
  • the related information between the voice data and the user information is stored in the memory, and when the content is generated, the voice data input while the content is generated is detected, and the user information matching the detected voice data is displayed in the memory. If present in the memory, it may be set to store the user information matching the detected voice data as tag information of the content.
  • the processor stores the voice data and the user information in the voice pattern DB of the memory, or the voice data and the user information stored in the contact DB of the memory in the voice pattern DB of the memory may be set to store index information capable of detecting .
  • the processor collects the voice data, determines pattern information of a characteristic vector based on a characteristic vector detected from the collected voice data, and determines pattern information of the characteristic vector and the user information. may be set to match and store in the voice pattern DB.
  • the processor when collecting the voice data while performing a call, identifies information of a counterpart performing the call based on contact information, and sets the checked counterpart information to a user related to the voice data. It can be set to determine with information.
  • the processor may be configured to determine contact information input by a user as user information related to the voice data when collecting the voice data while performing voice recording.
  • the processor may be configured to share the voice pattern DB of the memory storing the voice data and the user information matching the voice data with at least one external electronic device related to the electronic device. have.
  • the processor when receiving the voice data while generating the content, the processor checks pattern information of a characteristic vector based on a characteristic vector detected based on the received voice data, and the voice pattern
  • the processor checks pattern information of a characteristic vector based on a characteristic vector detected based on the received voice data, and the voice pattern
  • the pattern information of the first characteristic vector having a similarity with the pattern information of the identified characteristic vector is equal to or greater than a predetermined reference value in the DB
  • user information matching the pattern information of the first characteristic vector is stored as tag information of the content can be
  • the processor may be configured to perform at least one external electronic device related to the electronic device.
  • the device may be set to request a voice pattern DB storing voice data and user information matching the voice data.
  • the processor may be configured to store the user information matching the pattern information of the first characteristic vector as tag information of a section in which the voice data is received in the content.
  • the processor may be configured to display user information stored as tag information in the section when tag information is present in a section in which voice data of the content is output while the content is being reproduced.
  • the operation of generating the tag information of the content may include operations 1001 to 1003, and a processor (eg, FIG. 1 ) of an electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ). It can be understood as being performed by the processor 120 of FIG. or the processor 220 of FIG. 2). According to an embodiment, at least one of operations 1001 to 1003 may be omitted, the order of some operations may be changed, or another operation may be added.
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • the related information between the voice data and the user information may be stored in the voice pattern DB (eg, the voice pattern DB 231 of FIG. 2 ).
  • the electronic device when the electronic device collects voice data in a frame of a certain unit for a certain period of time and collects a certain amount of voice data, the electronic device detects a characteristic vector from the collected audio data of a certain amount and sets a certain amount. can be stored longer
  • the electronic device determines the pattern information of the characteristic vector based on the characteristic vector stored in a predetermined amount or more, the pattern information of the determined characteristic vector is matched with user information related to the collected voice data, Association information between the voice data and the user information may be stored in the voice pattern DB.
  • the electronic device may store the voice data and the user information matching the voice data in the voice pattern DB of the memory.
  • the electronic device may store the voice data and index information for detecting the user information stored in the contact DB (eg, the contact DB 233 of FIG. 2 ) in the voice pattern DB. .
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • transfers user information matching the voice data received while generating content to a voice pattern DB eg, It can be detected in the voice pattern DB 231 of FIG. 2
  • tag information of the content e.g, it can be detected in the voice pattern DB 231 of FIG. 2
  • the electronic device may collect data input to a microphone of the electronic device while generating the content.
  • the electronic device may detect and store a predetermined amount or more of a characteristic vector from voice data received in a predetermined time unit while generating the content.
  • the electronic device may detect a statistical value of the specific vector stored in a predetermined amount or more for each dimension (eg, for each frequency band), and identify the detected statistical values as pattern information of the characteristic vector.
  • the statistical values may include mean and/or variance.
  • the electronic device checks the pattern information of the characteristic vector based on the characteristic vector stored in a certain amount or more, and includes pattern information of the identified characteristic vector among pattern information of the characteristic vector stored in the voice pattern DB.
  • the existence of pattern information of the first characteristic vector having a similarity equal to or greater than a predetermined reference value may be confirmed.
  • the electronic device may detect user information matching the pattern information of the first characteristic vector, and store the detected user information as tag information of the content.
  • the user information may include contact information detected from a contact DB (eg, contact DB 233 of FIG. 2 ) or contact information input by a user.
  • a contact DB eg, contact DB 233 of FIG. 2
  • contact information input by a user may include contact information detected from a contact DB (eg, contact DB 233 of FIG. 2 ) or contact information input by a user.
  • the operation of matching and storing user information based on the voice data may include operations 1101 to 1109, and may include a processor of an electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ). (eg, the processor 120 of FIG. 1 or the processor 220 of FIG. 2). According to an embodiment, at least one of operations 1101 to 1109 may be omitted, the order of some operations may be changed, or another operation may be added.
  • the electronic device may collect voice data.
  • the electronic device may collect the voice data in a frame of a predetermined unit for a predetermined time.
  • the electronic device may detect and store a predetermined amount or more of characteristic vectors from the voice data collected in units of a predetermined frame. .
  • the characteristic vector may include a characteristic vector indicating tone information and a characteristic vector indicating pitch information.
  • the characteristic vector representing tone information may include MelSpectrogram or mel-frequency cepstral coefficients (MFCC).
  • MFCC mel-frequency cepstral coefficients
  • the characteristic vector representing the pitch information may include a chroma feature.
  • the electronic device may determine pattern information of the characteristic vector based on the characteristic vector stored in a predetermined amount or more.
  • the electronic device may generate a model capable of learning a pattern of a characteristic vector based on the characteristic vector stored in a predetermined amount or more.
  • the electronic device may generate a model using a neural network and a model using a statistical distribution, and input the pattern information of the characteristic vector to the models to learn.
  • a model using a statistical distribution may include a Gaussian mixture model-Universal background model (GMM-UBM).
  • the electronic device may determine a confidence level for the pattern information of the characteristic vector according to the distribution of the characteristic vector stored by the predetermined amount or more. When the distribution of the characteristic vector stored in the predetermined amount or more approaches the normal distribution, the electronic device sets a value of the confidence level to a predetermined value or more, and the distribution of the characteristic vector stored in the predetermined amount or more approaches the normal distribution Otherwise, the value of the confidence level can be set below a certain value.
  • the value of the confidence level in the voice pattern DB (eg, the voice pattern DB 231 of FIG. 2 ) of the memory (eg, the memory 230 of FIG. 2 ) is In the case of pattern information of a characteristic vector set to a predetermined value or less, if the value of the confidence level for the pattern information of a new characteristic vector having the same user information is determined to be greater than or equal to a predetermined value, the voice pattern DB 231 may delete the pattern information and the confidence level value of the existing characteristic vector, and update it with the pattern information and the confidence level value of the new characteristic vector.
  • the electronic device stores the pattern information of the characteristic vector in the voice pattern DB, and stores the pattern information of the characteristic vector in the voice pattern DB when the distribution of the characteristic vector stored by the predetermined amount or more is equal to or greater than a predetermined level close to the normal distribution. If the distribution of the characteristic vector stored above is equal to or less than a certain level that does not approximate the normal distribution, the pattern information of the characteristic vector may not be stored in the voice pattern DB 231 .
  • the electronic device may check user information related to voice data.
  • the electronic device may identify contact information detected in a contact DB (eg, contact DB 233 of FIG. 2 ) or contact information input by a user as annoying user information.
  • a contact DB eg, contact DB 233 of FIG. 2
  • the electronic device may match the pattern information of the characteristic vector with the user information and store it in the voice pattern DB.
  • the operation of collecting voice data during the call may include operations 1201 to 1211, and a processor (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) of the electronic device. : It can be understood as being performed by the processor 120 of FIG. 1 or the processor 220 of FIG. 2 . According to an embodiment, at least one of operations 1201 to 1211 may be omitted, the order of some operations may be changed, or another operation may be added.
  • the electronic device may start collecting voice data upon confirming the start of performing a call.
  • the electronic device detects a characteristic vector of a certain amount or more from voice data collected in a predetermined frame unit during a call. so you can save it.
  • the electronic device when collecting voice data during a call, may collect data while changing at least one of a buffer size and/or a data request period according to a call environment or a call type. have.
  • the electronic device when collecting voice data during a call, performs a preprocessing operation for each codec so that all data have the same characteristics because the characteristics of the collected voice data are different according to the type of call. can be done differently.
  • the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) may end the collection of voice data when confirming that the call has been completed.
  • the electronic device may determine pattern information of the characteristic vector based on the characteristic vector stored in a predetermined amount or more.
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • information about a user who made a call in the contact DB eg, the contact DB 233 of FIG. 2
  • the contact DB eg, the contact DB 233 of FIG. 2
  • the electronic device when the electronic device determines the pattern information of the characteristic vector based on the voice data collected during the call, the electronic device retrieves the information of the other party who made the call based on the contact information stored in the contact DB. check, and the checked counterpart information may be confirmed as user information related to the voice data.
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • the operation of collecting voice data while performing the call may include operations 1301 to 1311 , and a processor (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) of the electronic device. : It can be understood as being performed by the processor 130 of FIG. 1 or the processor 220 of FIG. 2 . According to an embodiment, at least one of operations 1301 to 1311 may be omitted, the order of some operations may be changed, or another operation may be added.
  • the electronic device may start collecting voice data upon confirming the start of voice recording.
  • the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) collects a certain amount or more of the characteristic vector from the voice data collected in a predetermined frame unit while performing the voice recording. can be detected and stored.
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) may end the collection of voice data when the end of voice recording is confirmed.
  • the electronic device may determine pattern information of the characteristic vector based on the characteristic vector stored in a predetermined amount or more.
  • the electronic device may check contact information input by the user as user information.
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • the operation of generating the tag information of the content may include operations 1401 to 1409, and a processor (eg, FIG. 1 ) of an electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ). It can be understood as being performed by the processor 120 of FIG. or the processor 220 of FIG. 2). According to an embodiment, at least one of operations 1401 to 1409 may be omitted, the order of some operations may be changed, or another operation may be added.
  • the electronic device may confirm the start of content creation.
  • the electronic device detects a certain amount or more of a characteristic vector from the voice data collected at a predetermined time unit during content creation, can be saved.
  • the electronic device may collect data input to a microphone of the electronic device while generating the content.
  • the electronic device may detect and store a predetermined amount or more of a characteristic vector from voice data received in a predetermined time unit while generating the content.
  • the electronic device may check pattern information of the characteristic vector based on the characteristic vector stored in a predetermined amount or more.
  • the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) transmits pattern information of the first characteristic vector corresponding to the identified pattern information of the characteristic vector in the voice pattern DB. can be checked to see if it exists.
  • the electronic device may check the existence of pattern information of the first characteristic vector having a similarity with pattern information of the identified characteristic vector among the pattern information of the characteristic vector stored in the voice pattern DB, which is equal to or greater than a predetermined reference value.
  • the electronic device determines a confidence level for pattern information of the identified characteristic vector based on a distribution of the characteristic vector stored in a predetermined amount or more, and when the confidence level is above a predetermined level, , it can be checked whether pattern information of the first characteristic vector having a similarity with the pattern information of the identified characteristic vector is equal to or greater than a predetermined reference value in the voice pattern DB.
  • the electronic device may include at least one information related to the electronic device.
  • the voice pattern DB may be requested by an external electronic device of the .
  • the electronic device may request the voice pattern DB from at least one external electronic device existing in the same network as the electronic device, or from at least one external electronic device registered with the same account as the electronic device.
  • the electronic device may check whether pattern information of the first characteristic vector having a similarity to pattern information of the identified characteristic vector in the voice pattern DB received from the at least one external electronic device is equal to or greater than a predetermined reference value exists.
  • pattern information of the first characteristic vector having a similarity with pattern information of the identified characteristic vector is equal to or greater than a predetermined reference value exists in the voice pattern DB, but pattern information of the first characteristic vector
  • the voice pattern DB may be requested from at least one external electronic device related to the electronic device.
  • the electronic device determines that the value of the confidence level of the pattern information of the first characteristic vector in the voice pattern DB received from the at least one external electronic device is greater than or equal to a predetermined value
  • the voice pattern DB of the electronic device may be updated based on the voice pattern DB received from the .
  • the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) stores user information matching the pattern information of the first characteristic vector as tag information of the content. can be saved
  • the electronic device inputs pattern information of the characteristic vector into a model using a neural network and a model using a statistical distribution, and user information matching the pattern information of the first characteristic vector in the voice pattern DB can be detected.
  • the electronic device may determine the result by adding a weight to the result of the model using the neural network.
  • the electronic device may store user information matching the pattern information of the first characteristic vector as tag information of a section in which the voice data is received in the content.
  • the electronic device when the checked pattern information of the characteristic vector maintains a similarity with the pattern information of the first characteristic vector for a predetermined time by a predetermined reference value or more, the electronic device is configured to select the first characteristic vector in the voice pattern DB.
  • User information matching the pattern information of the characteristic vector may be detected, and the detected user information may be stored as tag information of the content.
  • the operation of generating the content reproduction information may include operations 1501 to 1503, and a processor (eg, FIG. 1 ) of an electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ). It may be understood as being performed by the processor 120 of FIG. 2 or the processor 220 of FIG. 2 . According to an embodiment, at least one of operations 1501 to 1503 may be omitted, the order of some operations may be changed, or another operation may be added.
  • the electronic device may confirm the start of content reproduction.
  • the electronic device may display user information stored as tag information in an output section of voice data while playing content. have.
  • a play bar eg, a partial area of a display (eg, the display 260 of FIG. 2 )
  • An output section of voice data in which user information is stored as tag information may be separately displayed on the playback bar 650 of FIG. 6C .
  • the electronic device may display an indicator informing that the user information is stored as tag information in the output section of the voice data on the play bar.
  • a method of storing content tag information in an electronic device includes collecting voice data, matching the collected voice data with user information related to the voice data, and storing the collected voice data in a memory of the electronic device and when generating content, detecting voice data input while generating the content, and if user information matching the detected voice data exists in the memory, the user information matching the detected voice data may include an operation of storing the content as tag information of the content.
  • the voice data and the user information may be stored in the voice pattern DB of the memory, or the voice data and the user information stored in the contact DB of the memory may be detected in the voice pattern DB of the memory. It may further include an operation of storing the index information.
  • the storing in the memory includes: collecting the voice data; detecting and detecting a characteristic vector from the collected voice data; and pattern information of a characteristic vector based on the detected characteristic vector. and matching the determined pattern information of the characteristic vector with the user information and storing the matching pattern information in the voice pattern DB.
  • the voice data when the voice data is collected while performing a call, information of the counterpart performing the call is confirmed based on contact information, and the checked counterpart information is determined as user information related to the voice data. It may further include an action.
  • the method may further include determining, when collecting the voice data while performing voice recording, contact information input by a user as user information related to the voice data.
  • the method may further include sharing the voice data and the voice pattern DB of the memory storing the user information matching the voice data with at least one external electronic device related to the electronic device. .
  • the storing of the content as tag information may include, when receiving the voice data while generating the content, detecting a characteristic vector based on the received voice data, the detected characteristic vector Checking the pattern information of the characteristic vector based on The method may further include an operation of storing user information matching with the tag information of the content.
  • voice data is transmitted to at least one external electronic device related to the electronic device. and requesting a voice pattern DB storing user information matching the voice data.
  • the method may further include storing the user information matching the pattern information of the first characteristic vector as tag information of a section in which the voice data is received from the content.
  • the method may further include displaying user information stored as tag information in the section when tag information exists in a section in which voice data of the content is output while the content is being reproduced.
  • Various embodiments of the present document may operate in the same manner not only in electronic devices but also in devices capable of using the optical sensor module and the stretchable display, for example, home appliances and vehicles.
  • 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 simply be used to distinguish the component from other such components, and refer to the component in another aspect (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
  • Various embodiments of the present document include one or more instructions stored in a storage medium (eg, internal memory 136 or external memory 138) readable by a machine (eg, electronic device 101).
  • a storage medium eg, internal memory 136 or external memory 138
  • the processor eg, the processor 120
  • the device eg, the 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 contain 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 Store TM ) or on two user devices ( It can be distributed (eg downloaded or uploaded) directly or online between smartphones (eg: smartphones).
  • a portion of the computer program product may be temporarily stored or temporarily generated in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a memory of a relay server.
  • each component eg, a module or a program of the above-described components may include a singular or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. have.
  • one or more components or operations among the above-described corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg, a module or a program
  • the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component are executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations are executed in a different order, or omitted. , or one or more other operations may be added.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Signal Processing (AREA)
  • Telephone Function (AREA)
  • Credit Cards Or The Like (AREA)

Abstract

다양한 실시 예들에 따른 전자 장치는, 메모리, 디스플레이, 및 상기 메모리 및 상기 디스플레이와 작동적으로 연결되는 프로세서를 포함하고, 상기 프로세서는, 음성 데이터를 수집하고, 상기 수집한 음성 데이터와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 상기 메모리에 상기 음성 데이터와 상기 사용자 정보 간의 연관 정보를 저장하고, 컨텐츠를 생성할 때, 상기 컨텐츠를 생성하는 동안 입력되는 음성 데이터를 검출하고, 상기 검출한 음성 데이터와 매칭되는 사용자 정보가 상기 메모리에 존재하면, 상기 검출된 음성 데이터와 매칭되는 상기 사용자 정보를 상기 컨텐츠의 태그 정보로 저장하도록 설정될 수 있다. 그 밖에 다양한 실시 예가 제공될 수 있다.

Description

전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법
다양한 실시 예들은, 전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법에 관한 것이다.
전자 장치에서는 컨텐츠에 태그를 입력하여 관리하는 기능이 있다. 컨텐츠에 원하는 태그를 선택하거나 또는 직접 입력하여 추가하고, 이후 태그 별로 컨텐츠들을 필터링 하여 제공할 수 있다.
사진 및 동영상과 같은 컨텐츠에는 태그를 입력하여 관리하는 기능이 있지만 복잡한 과정을 통해 수동으로 태그를 입력해만 한다. 예를 들어, 동영상에 인물 태그를 추가하기 위해서, 먼저 사용자는 동영상을 재생하여 동영상에 포함된 인물의 정보를 파악한 후, 상세 정보 편집 메뉴에 진입하여 수동 입력으로 인물 정보에 대한 태그를 저장해야 하는 불편함이 있다.
다양한 실시 예들에 따르면, 음성 데이터를 이용하여 컨텐츠에 인물 태그 정보를 저장할 수 있는 전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법에 관한 것이다.
다양한 실시 예들에 따른 전자 장치는, 메모리, 디스플레이, 및 상기 메모리 및 상기 디스플레이와 작동적으로 연결되는 프로세서를 포함하고, 상기 프로세서는, 음성 데이터를 수집하고, 상기 수집한 음성 데이터와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 상기 메모리에 상기 음성 데이터와 상기 사용자 정보 간의 연관 정보를 저장하고, 컨텐츠를 생성할 때, 상기 컨텐츠를 생성하는 동안 입력되는 음성 데이터를 검출하고, 상기 검출한 음성 데이터와 매칭되는 사용자 정보가 상기 메모리에 존재하면, 상기 검출된 음성 데이터와 매칭되는 상기 사용자 정보를 상기 컨텐츠의 태그 정보로 저장하도록 설정하도록 설정될 수 있다.
다양한 실시 예들에 따른 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법은, 음성 데이터를 수집하고, 상기 수집한 음성 데이터와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 상기 전자 장치의 메모리에 상기 음성 데이터와 상기 사용자 정보 간의 연관 정보를 저장하는 동작, 및 컨텐츠를 생성할 때, 상기 컨텐츠를 생성하는 동안 입력되는 음성 데이터를 검출하고, 상기 검출한 음성 데이터와 매칭되는 사용자 정보가 상기 메모리에 존재하면, 상기 검출된 음성 데이터와 매칭되는 상기 사용자 정보를 상기 컨텐츠의 태그 정보로 저장하는 동작을 포함할 수 있다.
다양한 실시 예들에 따르면, 컨텐츠에 인물 태그를 자동으로 저장할 수 있다.
다양한 실시 예들에 따르면, 음성 데이터를 기반으로 컨텐츠를 분류할 수 있어서, 예를 들어 동영상 플레이리스트, SNS 공유, 편집 및 가공 시나리오에서 활용도를 높일 수 있다.
다양한 실시 예들에 따르면, 음성 데이터를 기반으로 인물 태그가 저장된 동영상의 경우, 자동으로 특정 인물의 목소리가 출력되는 시점과 출력이 정지되는 시점을 알 수 있기 때문에 상기 특정 인물의 목소리가 출력되는 구간을 이용하여 편집을 용이하게 할 수 있다.
다양한 실시 예들에 따르면, 동영상뿐 아니라, 음성 녹음이 가능한 보이스 메모, 및 가정용 감시 카메라로부터 수신하는 이미지등과 같은 다양한 컨텐츠에서도 실시간으로 인물 태그를 저장할 수 있다.
도 1은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도 이다.
도 2는 다양한 실시 예들에 따라 전자 장치를 도시하는 블록 도 이다.
도 3은 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보를 저장하는 태그 관리 모듈을 도시한 블록도 이다.
도 4는 다양한 실시 예들에 따른 전자 장치에서 유사도가 일정 기준 값 이상인 특성 백터의 패턴 정보를 확인하는 동작을 설명하기 위한 도면이다.
도 5는 다양한 실시 예에 따른 전자 장치에서 외부 전자 장치와 음성 패턴 DB을 공유하는 동작을 설명하기 위한 도면 이다.
도 6a, 도 6b, 도 6c 및 도 6d는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 설명하기 위한 도면들 이다.
도 7a 내지 도 7b는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 설명하기 위한 도면들 이다.
도 8은 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 설명하기 위한 도면 이다.
도 9는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 설명하기 위한 도면 이다.
도 10은 다양한 실시 예들에 따른 전자 장치에서 컨텐츠의 태그 정보를 저장하는 동작을 설명하기 위한 흐름도 이다.
도 11은 다양한 실시 예들에 따른 전자 장치에서 음성데이터를 기반으로 사용자 정보를 매칭하여 저장하는 동작을 설명하기 위한 흐름도 이다.
도 12는 다양한 실시 예들에 따른 전자 장치에서 통화를 수행하는 동안 음성 데이터를 수집하는 동작을 설명하기 위한 흐름도 이다.
도 13는 다양한 실시 예들에 따른 전자 장치에서 음성 녹음을 수행하는 음성 데이터를 수집하는 동작을 설명하기 위한 흐름도 이다.
도 14는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠의 태그 정보를 생성하는 동작을 설명하기 위한 흐름도 이다.
도 15는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠의 재생 동작을 설명하기 위한 흐름도 이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록 도(100)이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 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 제1 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 제1 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, 제1 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 제1 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.
도 2는 다양한 실시 예들에 따른 전자 장치를 도시한 블록도(200)이다.
상기 도 2를 참조하면, 전자 장치(201)(예: 도 1의 전자 장치(101))는, 프로세서(220), 메모리(230), 디스플레이(260) 및 카메라 모듈(280) 및 통신 모듈(290)을 포함할 수 있다.
다양한 실시 예들에 따르면, 프로세서(220)는, 전자 장치(201)의 전반적인 동작을 제어할 수 있으며, 도 1의 프로세서(120)와 동일할 수 있거나, 상기 프로세서(120)에서 수행되는 적어도 하나의 기능 또는 동작을 수행할 수 있다.
다양한 실시 예들에 따르면, 프로세서(220)는, 음성 데이터를 기반으로 결정한 특성 백터의 패턴 정보와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 메모리(230)에 상기 음성 데이터와 상기 사용자 간의 연관 정보를 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 음성 데이터 및 상기 음성 데이터와 매칭되는 상기 사용자 정보를 상기 메모리(230)의 음성 패턴 DB(231)에 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 음성 패턴 DB(231)에 상기 음성 데이터 및 연락처 DB(233)에 저장된 상기 사용자 정보를 검출할 수 있는 인덱스 정보를 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 일정 시간 동안 일정 단위의 프레임으로 음성 데이터를 수집하고, 상기 수집한 음성 데이터에서 일정 량 이상의 특성 백터를 검출하여 상기 메모리(230)에 저장시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 통화를 수행하는 동안 음성 데이터를 수집하고, 상기 수집한 일정 량의 음성 데이터에서 일정 량 이상의 상기 특성 백터를 검출하여 상기 메모리(230)에 저장시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 통화를 수행하는 동안 음성 데이터를 수집하는 경우, 통화 환경 또는 통화 형태에 따라 버퍼 사이즈, 또는/및 데이터 요청 주기 등을 변경해가면서 데이터를 수집할 수 있다. 통화는 네트워크 상태, 특정 애플리케이션 사용, 영상통화, 또는 음성통화 중 적어도 하나에 따라 여러 형태로 이루어 질 수 있다. 3G, LTE, 또는 5G와 같은 다양한 네트워크 상황, 또는 VoLTE 를 이용한 통화 등의 다양한 형태로 발생할 수 있고, 이러한 통화 환경에 따라 사용되는 음성 데이터의 정보가 달라질 수 있다. 예를 들어, LTE 망에서는 AMR-WB 코덱을 이용하여 16KHz 의 샘플링 레이트로 통화가 일어나고, VoLTE 의 경우에는 사용하는 애플리케이션에 따라서 AMR 혹은 AAC와 같은 코덱을 사용하며, 샘플링 레이트도 8KHz 부터 48KHz 까지 다양한 방식으로 통화가 이루어지고 있다. 따라서 수집되는 음성 데이터에도 차이가 발생할 수 있음으로, 음성 데이터 수집을 위하여 통화 형태에 따라 버퍼 사이즈, 또는/및 데이터 요청 주기 중 적어도 하나를 변경해가면서 음성 데이터가 수집될 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 통화를 수행하는 동안 음성 데이터를 수집하는 경우, 통화 형태에 따라서 수집된 음성 데이터의 특성이 다르기 때문에 모든 데이터가 동일한 특성을 가질 수 있도록 각 코덱 별로 전처리 동작을 다르게 수행할 수 있다. 예를 들어, 상기 프로세서(220)는, AMR 코덱의 경우에는 샘플링 레이트가 낮기 때문에 타겟 주파수로 리샘플링 후 특성 백터를 검출할 수 있다. 예를 들어, AAC 코덱의 경우, 비교적 높은 샘플링 레이트를 가지고 있기 때문에 리샘플링을 수행하기 전에 고주파 대역만을 활용하여 상기 특성 백터를 검출할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 영상 통화를 수행하는 동안 음성 데이터를 수집하는 경우, 음성 데이터와 함께 사용자의 얼굴 이미지 정보를 수집하여 상기 메모리(230)에 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 음성 녹음 어플리케이션을 실행하여 음성 데이터를 저장하는 동안 음성 데이터를 수집하고, 상기 수집한 일정 량의 음성 데이터에서 일정 량 이상의 상기 특성 백터를 검출하여 상기 메모리(230)에 저장 시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 음성 데이터를 포함하는 컨텐츠를 재생하는 동안 음성 데이터를 수집하고, 상기 수집한 일정 량의 음성 데이터에서 일정 량 이상의 상기 특성 백터를 검출하여 상기 메모리(230)를 저장시킬 수 있다.
일 실시 예에 따르면, 상기 특성 백터(feature vector)란 오디오 신호에서 검출할 수 있는 특성(feature)으로써 소리의 고유한 특징을 나타내는 수치일 수 있다. 상기 특성 백터는, 음색 정보를 나타내는 특성 백터와 음 높이 정보를 나타내는 특성 백터를 포함할 수 있다. 예를 들어 음색 정보를 나타내는 특성 백터는 MelSpectrogram 또는 MFCC(mel-frequency cepstral coefficients)을 포함할 수 있다. 예를 들어, 음 높이 정보를 나타내는 특성 백터는 chroma 을 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 메모리(230)에 일정 량 이상 저장된 특성 백터를 기반으로 특성 백터의 패턴 정보(pattern information of feature vector)를 결정할 수 있다. 상기 프로세서(220)는, 일정 시간 동안 수집한 음성 데이터에서 검출하여 저장된 일정 량 이상의 특성 백터를 각 차원 별로(예를 들어, 각 주파수 대역 별로) 통계 값을 검출하고, 상기 검출된 통계 값들을 특성 백터의 패턴 정보로 결정할 수 있다. 상기 통계 값은 평균 및/또는 분산을 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 메모리(230)에 일정 량 이상 저장된 특성 백터를 기반으로 결정한 특성 백터의 패턴 정보를 학습할 수 있는 모델을 생성할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 뉴럴 네트워크를 이용하는 모델과 통계 분포를 이용하는 모델을 생성하고 상기 모델들에게 상기 특성 백터의 패턴 정보를 입력하여 학습시킬 수 있다. 예를 들어, 통계 분포를 이용하는 모델은 GMM-UBM(Gaussian mixture model-Universal background model)을 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 특성 백터의 패턴 정보를 결정하면, 상기 결정된 특성 백터의 패턴 정보와 상기 수집한 음성 데이터와 관련된 사용자 정보를 매칭하여 상기 음성 데이터와 상기 사용자 정보 간의 연관 정보를 상기 메모리(230)의 음성 패턴 DB(231)에 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 통화를 수행하는 동안 수집된 음성 데이터를 기반으로 상기 특성 백터의 패턴 정보를 결정하면, 상기 연락처 DB(233)에 저장된 연락처 정보를 기반으로 통화를 수행한 상대방 정보를 확인하고, 상기 확인한 상대방 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 음성 녹음 수행 또는 컨텐츠 재생을 수행하는 동안 수집된 음성 데이터를 기반으로 상기 특성 백터의 패턴 정보를 결정하면, 사용자에 의해 입력된 연락처 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 메모리(230)에 일정 량 이상 저장된 특성 백터의 분포에 따라 상기 특성 백터의 패턴 정보에 대한 신뢰 수준(confidence level)을 결정할 수 있다. 상기 프로세서(220)는 상기 일정 량 이상 저장된 특성 백터의 분포가 정규 분포에 근접되면 신뢰 수준(confidence level)의 값을 일정 값 이상으로 설정하고, 상기 일정 량 이상 저장된 특성 백터에 대한 분포가 정규 분포에 근접되지 않으면 신뢰 수준(confidence level)의 값을 일정 값 이하로 설정할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 음성 패턴DB(231)에서 신뢰 수준(confidence level)의 값이 일정 값 이하로 설정되어 있는 특성 백터의 패턴 정보의 경우, 동일한 사용자 정보를 가지는 새로운 특성 백터의 패턴 정보에 대한 신뢰 수준(confidence level)의 값이 일정 값 이상으로 결정되면, 음성 패턴 DB(231)에서 기존 특성 백터의 패턴 정보 및 신뢰 수준(confidence level)의 값을 삭제하고, 새로운 특성 백터의 패턴 정보 및 신뢰 수준(confidence level)의 값으로 업데이트할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 일정 량 이상 저장된 특성 백터에 대한 분포가 정규 분포에 근접되는 일정 수준 이상이면, 상기 특성 백터의 패턴 정보를 상기 음성 패턴 DB(231)에 저장하고, 상기 일정 량 이상 저장된 특성 백터에 대한 분포가 정규 분포에 근접되지 않는 일정 수준 이하이면, 상기 특성 백터의 패턴 정보를 상기 음성 패턴 DB(231)에 저장하지 않을 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 하기 <표 1>과 같이 사용자 정보, 특성 백터의 패턴 정보 및 신뢰 수준 값을 음성 패턴 DB(232)에 저장할 수 있다.
<표 1>
Figure PCTKR2022001445-appb-I000001
상기 <표 1>에서, 사용자 정보는 이름(Name), 별명(Nick) 및 그룹(Group)을 포함하고, 특성 백터는 음색 정보를 나타내는 특성 백터인 MFCC(mel-frequency cepstral coefficients)와 음 높이 정보를 나타내는 특성 백터인 chroma 를 포함할 수 있다. 상기 특성 백터의 패턴 정보는 일정 시간 동안 수집한 음성 데이터에서 검출하여 저장된 일정 량 이상의 특성 백터를 각 차원 별로(예를 들어, 각 주파수 대역 별로) 통계 값을 검출하고, 상기 검출된 통계 값들을 나타낼 수 있다. 상기 통계 값은 평균 및/또는 분산을 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 <표 1>과 같이 사용자 정보로써 이름(Name), 별명(Nick) 및 그룹(Group)을 모두 저장하거나, 또는 사용자의 선택 또는 지정된 우선 순위를 기반으로 사용자 정보로써 이름(Name), 별명(Nick) 및 그룹(Group) 중 적어도 하나를 음성 패턴 DB(231)에 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 음성 패턴 DB(231)의 저장 용량을 고려하여, 사용자 정보로써 이름(Name), 별명(Nick) 또는/및 그룹(Group)을 음성 패턴 DB(231)에 저장하는 대신, 연락처 DB(232)에서 이름(Name), 별명(Nick) 또는/및 그룹(Group)을 검출할 수 있는 연락처 DB(232)의 인덱스 정보를 저장할 수 있다.
다양한 실시 예들에 따르면, 프로세서(220)는, 컨텐츠를 생성하는 동안 수신하는 음성 데이터와 매칭되는 사용자 정보를 메모리(230)에서 검출하여 상기 컨텐츠의 태그 정보로 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 컨텐츠를 생성하는 동안 전자 장치의 마이크로 입력되는 데이터를 수집할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 컨텐츠를 생성하는 동안 일정 시간 단위로 수신하는 음성 데이터부터 일정 량의 특성 백터를 검출하여 상기 메모리(230)에 저장시킬 수 있다. 상기 프로세서(220)는, 상기 일정 량 이상 저장된 특정 백터를 각 차원 별로(예를 들어, 각 주파수 대역 별로) 통계 값을 검출하고, 상기 검출된 통계 값들을 특성 백터의 패턴 정보로 확인할 수 있다. 상기 통계 값은 평균 및/또는 분산을 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 뉴럴 네트워크를 이용하는 모델과 통계 분포를 이용하는 모델에 상기 특성 백터의 패턴 정보를 입력하여 상기 메모리(230)의 음성 패턴 DB(231)에서 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 검출할 수 있다. 상기 프로세서(220)는, 상기 뉴럴 네트워크를 이용하는 모델과 상기 통계 분포를 이용하는 모델의 결과가 다른 경우, 상기 뉴럴 네트워크를 이용하는 모델의 결과에 가중치를 추가하여 결과를 결정할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 일정 량 이상 저장된 특성 백터를 기반으로 특성 백터의 패턴 정보를 확인하고, 상기 메모리(230)의 음성 패턴 DB(231)에 저장된 특성 백터의 패턴 정보 중 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보의 존재를 확인할 수 있다. 상기 프로세서(220)는, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 검출하고, 상기 검출된 사용자 정보를 상기 컨텐츠의 태그 정보로 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 상기 컨텐츠에서 상기 음성 데이터를 수신하는 구간의 태그 정보로 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 일정 량 이상 저장된 특성 백터의 분포를 기반으로 상기 확인한 특성 백터의 패턴 정보에 대한 신뢰 수준을 결정하고, 상기 신뢰 수준(confidence level) 이 일정 수준 이상일 때, 상기 음성 패턴 DB(231)에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보가 존재하는지 확인할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 음성 패턴 DB(231)에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하지 않으면, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치로 음성 패턴 DB를 요청할 수 있다. 예를 들어, 상기 프로세서(220)는 상기 전자 장치(201)와 동일한 네트워크에 존재하는 적어도 하나의 외부 전자 장치, 또는 상기 전자 장치(201)와 동일한 계정으로 등록되어 있는 적어도 하나의 외부 전자 장치로 음성 패턴 DB를 요청할 수 있다. 상기 프로세서(220)는, 상기 적어도 하나의 외부 전자 장치로부터 수신한 음성 패턴 DB에서 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하는지 확인할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 음성 패턴 DB(231)에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하나, 상기 제1 특성 백터의 패턴 정보의 신뢰 수준(confidence level)의 값이 일정 값 이하인 경우, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치로 음성 패턴 DB를 요청할 수 있다. 상기 프로세서(220)는, 적어도 하나의 외부 전자 장치로부터 수신한 음성 패턴 DB에서 상기 제1 특성 백터의 패턴 정보의 신뢰 수준(confidence level)의 값이 일정 값 이상으로 확인하면, 상기 적어도 하나의 외부 전자 장치로부터 수신한 음성 패턴 DB를 기반으로 상기 전자 장치의 음성 패턴 DB(231)를 업데이트할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 확인한 특성 백터의 패턴 정보가 일정 시간 동안 상기 제1 특성 백터의 패턴 정보와의 유사도를 일정 기준 값 이상 유지하는 경우, 상기 음성 패턴 DB(231)에서 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 검출하고, 상기 검출된 사용자 정보를 상기 컨텐츠의 태그 정보로 저장할 수 있다.
다양한 실시 예들에 따르면, 프로세서(220)는, 전자 장치(201)와 관련된 적어도 하나의 외부 전자 장치와 음성 패턴 DB의 적어도 일부를 공유할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 전자 장치(201)와 동일한 네트워크에 존재하거나 또는 동일한 계정으로 등록되어 있는 적어도 하나의 외부 전자 장치로부터 상기 전자 장치(201)의 음성 패턴 DB(231)의 공유가 요청되면, 상기 적어도 하나의 외부 전자 장치로 상기 전자 장치(201)의 음성 패턴 DB(231)의 적어도 일부를 공유할 수 있다. 예를 들어, 상기 전자 장치(201)의 음성 패턴 DB(231)에 대한 공유를 요청하는 상기 적어도 하나의 외부 전자 장치는, 웨어러블 전자 장치(예: 스마트 워치 및 AR 글라스), IoT 전자 장치(예: IoT카메라, 스마트 도어벨, 및 AI 스피커) 또는/및 가전 장치(예: TV)를 포함할 수 있다.
다양한 실시 예들에 따르면, 프로세서(220)는, 메모리(230)에 음성 패턴 DB가 존재하지 않는 경우, 전자 장치(201)와 관련된 적어도 하나의 외부 전자 장치로 음성 패턴 DB를 요청할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 컨텐츠를 생성할 때 메모리(230)에 음성 패턴 DB가 존재하지 않는 경우, 상기 전자 장치(201)와 동일한 네트워크에 존재하거나 또는 동일한 계정으로 등록되어 있는 적어도 하나의 외부 전자 장치로부터 음성 패턴 DB를 요청할 수 있다. 상기 전자 장치는 상기 적어도 하나의 외부 전자 장치로부터 음성 패턴 DB(231)의 적어도 일부를 수신하면 상기 수신한 음성 패턴 DB를 이용하여 상기 컨텐츠를 생성하는 동안 수신하는 음성데이터와 관련된 사용자 정보를 상기 컨텐츠의 태그 정보로 저장할 수 있다.
다양한 실시 예들에 따르면, 프로세서(220)는, 전자 장치(201)의 음성 패턴 DB(231)와 전자 장치와 관련된 적어도 하나의 외부 전자 장치와 음성 패턴 DB를 비교하여 업데이트할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 전자 장치(201)의 음성 패턴 DB(231) 또는 적어도 하나의 외부 전자 장치와 음성 패턴 DB가 새롭게 생성되거나 또는 업데이트될 때, 서로의 음성 패턴 DB를 비교하면서 상기 음성 패턴 DB를 업데이트할 수 있다.
다양한 실시 예들에 따르면, 프로세서(220)는, 음성 데이터가 없는 이미지와 같은 컨텐츠를 생성되는 경우, 음성 패턴 DB에서 사용자의 얼굴 이미지 정보와 매칭되는 사용자 정보를 검출하여 상기 컨텐츠의 태그 정보로 저장할 수 있다.
다양한 실시 예들에 따르면, 프로세서(220)는, 컨텐츠를 재생하는 동안 음성 데이터를 출력하는 구간에 존재 하는 태그 정보를 표시할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 메모리(230)에 저장된 복수의 컨텐츠들을 표시하는 동안 태그 정보로 저장된 사용자 정보(예: 인물 태그 정보)가 저장된 적어도 하나의 컨텐츠에 태그 정보로 저장된 사용자 정보(예: 인물 태그 정보)가 존재함을 알릴 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 메모리(230)에 저장된 복수의 컨텐츠들 중 사용자에 의해 선택된 컨텐츠에 태그 정보로 저장된 사용자 정보가 저장되어 있으면, 상기 사용자에 의해 선택된 컨텐츠에 태그 정보로 저장된 사용자 정보(예: 인물 태그 정보)가 존재함을 알릴 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 상기 컨텐츠를 재생하는 동안, 음성 데이터를 출력하는 구간에 태그 정보로 저장된 사용자 정보(예: 인물 태그 정보)의 존재하면, 상기 컨텐츠 재생을 표시하는 디스플레이(260)의 일부 영역(예: 재생 바(bar))에 태그 정보로 저장된 사용자 정보(예: 인물 태그 정보)를 표시할 수 있다.
다양한 실시 예들에 따르면, 프로세서(220)는, 컨텐츠를 표시 또는 재생하는 동안 음성 데이터의 출력 구간에 존재하는 태그 정보를 이용하여 검색 또는 편집 기능을 수행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 컨텐츠를 표시 또는 재생하는 동안 상기 컨텐츠에 태그 정보로 저장된 적어도 하나의 사용자 정보(예: 인물 태그 정보) 중 제1 사용자 정보에 대한 검색이 요청되면, 상기 제1 사용자 정보가 태그 정보로 저장된 적어도 하나의 음성 데이터의 출력 구간들을 검출하고, 상기 검출된 음성 데이터의 출력 구간들로 이동하면서 상기 컨텐츠를 재생할 수 있다.
일 실시 예에 따르면, 상기 프로세서(220)는, 컨텐츠를 표시 또는 재생하는 동안 상기 컨텐츠에 태그 정보로 저장된 적어도 하나의 사용자 정보(예: 인물 태그 정보) 중 제1 사용자 정보가 태그 정보로 저장된 적어도 하나의 음성 데이터의 출력 구간들에 대한 편집이 요청되면, 상기 제1 사용자 정보가 태그 정보로 저장된 적어도 하나의 음성 데이터의 출력 구간들을 검출하고, 상기 검출된 음성 데이터의 출력 구간들에 대한 편집 기능을 제공할 수 있다.
다양한 실시 예들에 따르면, 메모리(430)는 도 1의 메모리(130)와 실질적으로 동일하거나 유사하게 구현될 수 있다.
일 실시 예에 따르면, 상기 메모리(430)는 음성 데이터를 기반으로 결정된 특성 백터의 패턴 정보, 상기 음성 데이터와 관련된 사용자 정보(예: 연락처 정보) 및 신뢰 수준 값이 저장된 음성 패턴 DB(231)와 연락처 정보가 저장된 연락처 DB(233)를 포함할 수 있다.
일 실시 예에 따르면, 상기 메모리(430)는 음성 데이터를 기반으로 결정된 특성 백터의 패턴 정보, 상기 음성 데이터와 관련된 사용자 정보(예: 연락처 정보)를 검출할 수 있는 연락처 DB(232)의 인덱스 정보 및 신뢰 수준 값이 저장된 음성 패턴 DB(231) 연락처 정보가 저장된 연락처 DB(233)를 포함할 수 있다.
다양한 실시 예들에 따르면, 디스플레이(260)는, 도 1의 디스플레이 모듈(160)과 실질적으로 동일하거나 유사하게 구현될 수 있다.
일 실시 예에 따르면, 상기 디스플레이(260)는, 복수의 컨텐츠를 표시하는 동안 태그 정보로 저장된 사용자 정보(예: 인물 태그 정보)가 저장된 적어도 하나의 컨텐츠에 태그 정보로 저장된 사용자 정보(예: 인물 태그 정보)가 존재함을 표시할 수 있다
일 실시 예에 따르면, 상기 디스플레이(260)는, 컨텐츠를 재생하는 동안 음성 데이터를 출력하는 구간에 태그 정보로 저장된 사용자 정보(예: 인물 태그 정보)의 존재하면, 상기 컨텐츠 재생을 표시하는 일부 영역(예: 재생 바(bar))에 태그 정보로 저장된 사용자 정보(예: 인물 태그 정보)를 표시할 수 있다.
다양한 실시 예들에 따르면, 카메라 모듈(280)는, 도 1의 카메라 모듈(280)과 실질적으로 동일하거나 유사하게 구현될 수 있다.
다양한 실시 예들에 따르면, 통신 모듈(290)은 도 1의 통신 모듈(190) 과 실질적으로 동일하거나 유사하게 구현될 수 있으며, 서로 다른 통신 기술을 사용하는 복수의 통신 회로를 포함할 수 있다.
일 실시 예에 따르면, 통신 모듈(490)은, 무선랜 모듈(미도시)과 근거리통신 모듈(미도시) 중 적어도 하나를 포함할 수 있으며, 상기 근거리통신 모듈(미도시)로 UWB(ultra wide band) 통신 모듈, Wi-Fi 통신 모듈, NFC 통신 모듈, 블루투스 레거시(legacy) 통신 모듈 및/또는 BLE통신 모듈을 포함할 수 있다.
일 실시 예에 따르면, 통신 모듈(490)은, 적어도 하나의 외부 전자 장치로 상기 메모리(230)의 음성 패턴 DB(231)를 전송하거나, 또는 적어도 하나의 외부 전자 장치로부터 음성 패턴 DB를 수신할 수 있다.
도 3은 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보를 저장하는 태그 관리 모듈을 도시한 블록도(300)이다.
상기 도 3을 참조하면, 태그 관리 모듈(320)은 태그 관리부(321), 데이터 관리부(323), 특성 백터 검출부(325), 및 패턴 분석부(327)를 포함할 수 있다.
다양한 실시 예들에 따르면, 태그 관리 모듈(320)은, 프로세서(예: 도1의 프로세서(120) 또는/및 도 2의 프로세서(220))의 제어 하에 동작할 수 있다. 예를 들어, 태그 관리 모듈(320)은 적어도 하나의 명령어를 포함하는 소프트웨어 모듈로 구성되어 프로세서(120)에 의해 실행될 수 있다.
다양한 실시 예들에 따르면, 태그 관리 모듈(320)은, 프로세서(예: 도1의 프로세서(120) 또는/및 도 2의 프로세서(220))를 나타낼 수 있다. 예를 들어, 이하에서 태그 관리 모듈(320)의 동작은 프로세서(120)의 동작으로 이해될 수 있다.
다양한 실시 예들에 따르면, 상기 태그 관리부(321)는, 태그 관리 모듈에 포함된 데이터 관리부(323), 특성 백터 검출부(325), 및 패턴 분석부(327)를 제어하여, 음성 데이터를 기반으로 검출한 특성 백터의 패턴 정보와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 음성패턴 DB(331)에 저장할 수 있다.
일 실시 예에 따르면, 상기 태그 관리부(321)는, 음성 데이터의 수집 시점에 상기 데이터 관리부(323)로 음성 데이터의 수집을 요청하고, 상기 음성 데이터의 수집 종료 시점에 상기 데이터 관리부(323)로 음성 데이터의 수집 종료를 요청할 수 있다.
예를 들어, 상기 태그 관리부(321)는, 통화 어플리케이션으로부터 통화 시작을 알리는 이벤트를 수신하면, 상기 데이터 관리부(323)로 음성 데이터의 수집을 요청하고, 상기 통화 어플리케이션으로부터 통화 종료를 알리는 이벤트를 수신하면 상기 데이터 관리부(323)로 음성 데이터의 수집 종료를 요청할 수 있다.
예를 들어, 상기 태그 관리부(321)는, 음성 녹음 어플리케이션으로부터 음성 녹음 시작을 알리는 이벤트를 수신하면, 상기 데이터 관리부(323)로 음성 데이터의 수집을 요청하고, 상기 음성 녹음 어플리케이션으로부터 음성 녹음 종료를 알리는 이벤트를 수신하면 상기 데이터 관리부(323)로 음성 데이터의 수집 종료를 요청할 수 있다.
일 실시 예에 따르면, 상기 태그 관리부(321)는, 상기 음성 데이터의 수집 종료 시점에 상기 특성 백터 검출부(325)로 상기 데이터 관리부(323)로부터 전달된 상기 수집한 일정 량의 음성 데이터에서 특성 백터의 검출을 요청할 수 있다.
일 실시 예에 따르면, 상기 태그 관리부(321)는, 상기 특성 백터 검출부(325)로부터 특성 백터의 검출이 완료 되었음을 전달받으면, 상기 패턴 분석부(327)로 상기 특성 백터 검출부(325)로부터 전달된 상기 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정할 것을 요청할 수 있다.
일 실시 예에 따르면, 상기 태그 관리부(321)는, 상기 패턴 분석부(327)로부터 특성 백터의 패턴 정보를 결정하였음을 전달받으면, 상기 수집한 음성 데이터와 관련된 사용자 정보가 상기 특성 백터의 패턴 정보와 매칭되어 음성 패턴DB(331)(예: 도 2의 음성 패턴DB(231))에 저장될 수 있도록, 상기 음성 데이터와 관련된 사용자 정보를 상기 패턴 분석부(327)로 전송할 수 있다.
예를 들어, 상기 태그 관리부(321)는, 통화를 수행하는 동안 음성 데이터를 수집하는 경우, 연락처 DB(333)(예: 도 2의 연락처 DB(233))에 저장된 연락처 정보 중 통화를 수행하는 상대방 정보를 확인하고, 상기 확인한 상대방 정보를 상기 음성 데이터와 관련된 사용자 정보로 상기 패턴 분석부(327)로 전송할 수 있다.
예를 들어, 상기 태그 관리부(321)는, 음성 녹음을 수행하는 동안 음성 데이터를 수집하는 경우, 사용자에 의해 입력되는 연락처 정보를 상기 음성 데이터와 관련된 사용자 정보로 상기 패턴 분석부(327)로 전송할 수 있다.
다양한 실시 예들에 따르면, 상기 태그 관리부(321)는, 태그 관리 모듈에 포함된 데이터 관리부(323), 특성 백터 검출부(325), 및 패턴 분석부(327)를 제어하여, 컨텐츠를 생성하는 동안 수신하는 음성 데이터와 매칭되는 사용자 정보를 음성패턴 DB(231)에서 검출하여 상기 컨텐츠의 태그 정보로 저장할 수 있다.
일 실시 예에 따르면, 상기 태그 관리부(321)는, 컨텐츠를 생성하는 동안 일정 시간 단위마다 일정 량의 음성 데이터의 수집할 것을 상기 데이터 관리부(323)로 요청할 수 있다.
일 실시 예에 따르면, 상기 태그 관리부(321)는, 상기 특성 백터 검출부(325)로 상기 데이터 관리부(323)로부터 전달된 상기 일정 량의 음성 데이터에서 특성 백터의 검출을 요청할 수 있다.
일 실시 예에 따르면, 상기 태그 관리부(321)는, 상기 특성 백터 검출부(325)로부터 특성 백터의 검출이 완료 되었음을 전달받으면, 상기 패턴 분석부(327)로 상기 특성 백터 검출부(325)로부터 전달된 상기 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정할 것을 요청할 수 있다.
다양한 실시 예들에 따르면, 데이터 관리부(323)는, 상기 태그 관리부(321)로부터 음성 데이터의 수집 요청이 전달되면, 음성 데이터를 수집할 수 있다.
일 실시 예에 따르면, 데이터 관리부(323)는, 상기 태그 관리부(321)로부터 음성 데이터의 수집 요청이 전달되면, 음성 데이터를 수신하는 음성 소스부(350)로 음성 데이터를 요청하고, 상기 음성 소스부(350)로부터 수신한 음성 데이터를 수집할 수 있다.
일 실시 예에 따르면, 데이터 관리부(323)는, 상기 태그 관리부(321)로부터 음성 데이터의 수집 종료 요청이 전달되면, 상기 음성 데이터의 수집을 종료하고, 상기 수집한 음성 데이터를 상기 특성 백터 검출부(325)로 전달할 수 있다.
일 실시 예에 따르면, 데이터 관리부(323)는, 상기 태그 관리부(321)로부터 컨텐츠를 생성하는 동안 일정 시간 단위마다 일정 량의 음성 데이터 수집 요청을 수신하면, 일정 시간 단위마다 수집한 일정 량의 음성 데이터를 상기 특성 백터 검출부(325)로 전달할 수 있다.
다양한 실시 예들에 따르면, 특성 백터 검출부(325)는, 상기 태그 관리부(321)의 요청에 따라, 상기 음성 데이터에서 특성 백터의 검출할 수 있다.
일 실시 예에 따르면, 상기 특성 백터 검출부(325)는, 상기 태그 관리부(321)로부터 특성 백터의 검출 요청을 수신하면, 상기 데이터 관리부(323)로부터 전달된 상기 수집한 일정 량의 음성 데이터에서 특성 백터의 검출할 수 있다.
일 실시 예에 따르면, 상기 특성 백터 검출부(325)는, 상기 수집한 일정 량의 음성 데이터에서 특성 백터의 검출을 완료하면, 상기 특성 백터의 검출 완료를 상기 태그 관리부(321)로 전송하고, 상기 검출한 특성 백터를 상기 패턴 분석부(327)로 전송할 수 있다.
다양한 실시 예들에 따르면, 패턴 분석부(327)는, 상기 태그 관리부(321)의 요청에 따라, 상기 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정할 수 있다.
일 실시 예에 따르면, 상기 패턴 분석부(327)는, 상기 태그 관리부(321)로부터 특성 백터를 기반으로 특성 백터의 패턴 정보에 대한 결정 요청을 수신하면, 상기 특성 백터 검출부(325)로부터 수신한 특성 백터에 대한 통계 분석 및 이상치(outlier)의 처리 동작을 기반으로 특성 백터의 패턴 정보를 결정하고, 상기 특성 백터의 패턴 정보를 모델에 적용하여 학습 시킬 수 있다.
일 실시 예에 따르면, 상기 패턴 분석부(327)는, 상기 특성 백터의 패턴 정보를 결정하면, 상기 태그 관리부(321)로 특성 백터의 패턴 정보를 결정하였음을 전달하고, 상기 태그 관리부(321)로부터 상기 음성 데이터와 관련된 사용자 정보를 수신하면 상기 특성 백터의 패턴 정보와 매칭되어 음성 패턴DB(331)(예: 도 2의 음성 패턴DB(231))에 저장할 수 있다.
일 실시 예에 따르면, 상기 패턴 분석부(327)는, 상기 태그 관리부(321)로부터 특성 백터를 기반으로 특성 백터의 패턴 정보에 대한 결정 요청을 수신하면, 상기 특성 백터 검출부(325)로부터 수신한 특성 백터에 대한 통계 분석 및 이상치(outlier)의 처리 동작을 기반으로 특성 백터의 패턴 정보를 결정하고, 상기 특성 백터의 패턴 정보를 모델에 적용하여 상기 음성 패턴DB(331)에 저장된 특성 백터의 패턴 정보 중 상기 결정된 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보의 존재를 확인할 수 있다. 상기 패턴 분석부(327)는, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 컨텐츠의 태그 정보로 저장할 수 있다.
도 4는 다양한 실시 예들에 따른 전자 장치에서 유사도가 일정 기준 값 이상인 특성 백터의 패턴 정보를 확인하는 동작을 설명하기 위한 도면(400)이다.
상기 도 4에서는, 컨텐츠를 생성하는 동안 수신되는 음성 데이터를 기반으로 검출한 특성 백터의 패턴 정보와 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231) 또는 도 3의 음성 패턴 DB(331))에 저장된 사용자 정보(411)와 매칭되는 특성 백터의 패턴 정보간의 유사도를 비교하는 그래프를 표시하고 있다.
상기 도 4를 참조하면, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 컨텐츠를 생성하는 시작 시점부터 종료 시점까지 단위 시간 별로 특성 백터를 검출하고, 상기 검출된 특성 백터를 기반으로 특성 백터의 패턴 정보를 확인하며, 음성 패턴 DB(331))에 저장된 특성 백터의 패턴 정보 중 상기 확인된 특성 백터의 패턴 정보(415a, 415b, 및 415c)와 유사도가 일정 기준 값(413) 이상인 제1 특성 백터의 패턴 정보에 매칭되는 사용자 정보(411)를 태그 정보로 결정할 수 있다.
상기 전자 장치는, 상기 확인한 특성 백터의 패턴 정보(415a, 415b, 및 415c)가 일정 시간 동안 상기 제1 특성 백터의 패턴 정보와의 유사도를 일정 기준 값 이상 유지하는 경우, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보(411)를 태그 정보로 결정할 수 있다.
도 5는 다양한 실시 예에 따른 전자 장치에서 외부 전자 장치와 음성 패턴 DB을 공유하는 동작을 설명하기 위한 도면(500)이다.
상기 도 5를 참조하면, 전자 장치(501)(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 클라우드로 연결된 적어도 하나의 외부 전자 장치인 적어도 하나의 IoT 전자 장치(510)(예: IoT카메라, 스마트 도어벨, 및 AI 스피커)로 상기 전자 장치의 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231) 또는 도 3의 음성 패턴DB(331))의 적어도 일부를 전송하거나, 또는 상기 적어도 하나의 IoT 전자 장치(510)로부터 상기 적어도 하나의 IoT 전자 장치(510)의 음성 패턴 DB를 수신할 수 있다.
상기 전자 장치(501)는, 전자 장치와 통신이 연결된 적어도 하나의 외부 전자 장치인 적어도 하나의 웨어러블 전자 장치(530)(예: 스마트 워치 및 AR 글라스)로 상기 전자 장치의 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231) 또는 도 3의 음성 패턴DB(331))의 적어도 일부를 전송하거나, 또는 상기 적어도 하나의 웨어러블 전자 장치(530)로부터 상기 적어도 하나의 웨어러블 전자 장치(530)의 음성 패턴 DB를 수신할 수 있다.
상기 전자 장치(501)는, 전자 장치와 통신이 연결된 적어도 하나의 외부 전자 장치인 적어도 하나의 가전 장치(550)(예: TV)로 상기 전자 장치의 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231) 또는 도 3의 음성 패턴DB(331))적어도 일부를 전송하거나, 또는 상기 적어도 하나의 가전 장치(550)로부터 상기 적어도 하나의 가전 장치(550)의 음성 패턴 DB를 수신할 수 있다.
도 6a, 도 6b, 도 6c 및 도 6d는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 설명하기 위한 도면들(600a 내지 600d)이다.
상기 도 6a와 같이, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 갤러리 어플리케이션에서 복수의 컨텐츠(예: 사진 또는/및 동영상)를 표시하는 동안, 사용자에 의해 선택된 제1 컨텐츠(601)를 확인할 수 있다.
상기 도 6b와 같이, 상기 전자 장치는, 사용자에 의해 선택된 제1 컨텐츠(601)(예: 동영상)를 표시할 수 있다. 상기 전자 장치는, 상기 제1 컨텐츠(601)에 사용자 정보(예: 인물 태그 정보)가 태그 정보로 저장되어 있음을 확인하며, 상기 제1 컨테츠(61)를 표시하는 동안 디스플레이(예: 도 2의 디스플레이(260))의 일부 영역에 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(605)를 표시할 수 있다. 상기 전자 장치는, 사용자 정보를 알 수 있는 이모티콘, 또는 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231) 또는 도 3의 음성 패턴 DB(331))에서 사용자 정보와 매치되어 저장된 사용자의 얼굴 이미지를 인디케이터로 표시할 수 있다. 상기 전자 장치는 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터에 사용자 정보의 개수를 알리는 숫자 정보를 포함할 수 있다.
상기 도 6c와 같이, 상기 전자 장치는, 상기 제1 컨텐츠(601)에 재생이 선택되면, 상기 제1 컨테츠의 재생을 표시하는 동안 디스플레이(예: 도 2의 디스플레이(260))의 일부 영역인 재생 바(bar)(650)에서 제1 사용자 정보가 태그 정보로 저장된 제1 음성 데이터 출력 구간(610)과 제2 사용자 정보가 태그 정보로 저장된 제2 음성 데이터 출력 구간(630)을 구분되게 표시할 수 있다. 상기 전자 장치는, 상기 재생 바(bar)(650)에서 상기 제1 음성 데이터 출력 구간(610)에 제1 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(611)를 표시하고, 상기 제2 음성 데이터 출력 구간(630)에 제2 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(631)를 표시할 수 있다.
상기 도 6d와 같이, 상기 전자 장치는, 상기 재생 바(bar)(650)에서 상기 제1 음성 데이터 출력 구간(610)에 제1 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(611)를 표시하는 동안, 상기 인디케이터(611)의 주변에 상기 음성 패턴 DB에서 저장된 제1 사용자 정보(613)(예: 두 명의 사용자의 이름)을 표시할 수 있다.
도 7a 내지 도 7b는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 설명하기 위한 도면들(700a 내지 700b)이다.
상기 도 7a와 같이, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 음성 녹음 어플리케이션에서 복수의 컨텐츠(예: 음성 녹음 파일)를 표시하는 동안, 상기 복수의 컨텐츠 중 사용자 정보(예: 인물 태그 정보)가 태그 정보로 저장된 복수의 컨텐츠(701, 703 및 705)를 확인하고, 상기 복수의 컨텐츠(701, 703 및 705)에 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(701a, 703a, 및 705a)를 표시할 수 있다.
상기 도 7b와 같이, 상기 전자 장치는, 복수의 컨텐츠(701, 703 및 705) 중 제1 컨텐츠(701)의 선택을 확인하면, 상기 음성 녹음 출력 바(bar)(750)에서 제1 사용자 정보가 태그 정보로 저장된 제1 음성 데이터 출력 구간(710)을 구분되게 표시하고, 상기 제1 음성 데이터 출력 구간(710)에 제1 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(711)를 표시할 수 있다. 상기 전자 장치는, 상기 음성 녹음 출력 바(bar)(750)에서 상기 제1 음성 데이터 출력 구간(710)에 제1 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(711)를 표시하는 동안, 상기 인디케이터(711)의 주변에 상기 음성 패턴 DB에 저장된 제1 사용자 정보(713)(예: 두 명의 사용자의 이름)을 표시할 수 있다.
도 8은 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 설명하기 위한 도면(800)이다.
상기 도 8을 참조하면, AR 글래스인 전자 장치(801)(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 상기 전자 장치의 디스플레이(860)을 통해 컨텐츠를 표시하는 동안, 상기 컨텐츠를 통해 사람의 얼굴 이미지 정보를 확인하고, 상기 전자 장치의 마이크를 통해 수신하는 음성 데이터를 확인할 수 있다. 상기 전자 장치(801)는, 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231) 또는 도 3의 음성 패턴 DB(331))에서 상기 확인한 사람의 얼굴 이미지 정보 및 음성 데이터와 매칭되는 사용자 정보를 확인할 수 있다. 상기 전자 장치는, 상기 디스플레이(860)에서 제1 사람 얼굴 이미지 근처에 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(811)와 상기 음성 패턴DB에 저장된 제1 사용자 정보(813)(예: 제1 사용자의 이름)를 표시하고, 제2 사람 얼굴 이미지 근처에 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(831)와 상기 음성 패턴DB에 저장된 제2 사용자 정보(833)(예: 제2 사용자의 이름)를 표시할 수 있다.
도 9는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 설명하기 위한 도면(900)이다.
상기 도 9를 참조하면, TV장치인 전자 장치(901)(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 통신이 연결된 Iot 스마트 도어벨(950)을 통해 수신되는 컨텐츠를 디스플레이(960)에 표시할 수 있다. 상기 전자 장치는, 디스플레이(960)을 통해 상기 컨텐츠를 표시하는 동안, 상기 컨텐츠를 통해 사람의 얼굴 이미지 정보와 상기 도어벨(950)를 통해 수신하는 음성 데이터를 확인할 수 있다. 상기 전자 장치(801)는, 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231) 또는 도 3의 음성 패턴 DB(331))에서 상기 확인한 사람의 얼굴 이미지 정보 및 음성 데이터와 매칭되는 사용자 정보를 확인할 수 있다. 상기 전자 장치는, 상기 디스플레이(960)에서 제1 사람 얼굴 이미지 근처에 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(911)와 상기 음성 패턴DB에 저장된 제1 사용자 정보(913)(예: 제1 사용자의 이름)를 표시하고, 제2 사람 얼굴 이미지 근처에 사용자 정보가 태그 정보로 저장되어 있음을 알리는 인디케이터(931)와 상기 음성 패턴DB에 저장된 제2 사용자 정보(933)(예: 제2 사용자의 이름)를 표시할 수 있다.
다양한 실시 예들에 따르면, 전자 장치(예: 도 2의 전자 장치(201))는, 메모리(예: 도 2의 메모리(230)), 디스플레이(예: 도 2의 디스플레이(260)), 및 상기 메모리 및 상기 디스플레이와 작동적으로 연결되는 프로세서(예: 도 2의 프로세서(220))를 포함하고, 상기 프로세서는, 음성 데이터를 수집하고, 상기 수집한 음성 데이터와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 상기 메모리에 음성 데이터와 상기 사용자 정보 간의 연관 정보를 저장하고, 컨텐츠를 생성할 때, 상기 컨텐츠를 생성하는 동안 입력되는 음성 데이터를 검출하고, 상기 검출한 음성 데이터와 매칭되는 사용자 정보가 상기 메모리에 존재하면, 상기 검출된 음성 데이터와 매칭되는 상기 사용자 정보를 상기 컨텐츠의 태그 정보로 저장하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 메모리의 음성 패턴 DB에 상기 음성 데이터 및 상기 사용자 정보를 저장하거나, 또는 상기 메모리의 음성 패턴 DB에 상기 음성 데이터 및 상기 메모리의 연락처 DB에 저장된 상기 사용자 정보를 검출할 수 있는 인덱스 정보를 저장하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 음성 데이터를 수집하고, 상기 수집한 음성 데이터에서 검출한 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정하고, 상기 결정한 특성 백터의 패턴 정보와 상기 사용자 정보를 매칭하여 상기 음성 패턴 DB에 저장하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 통화를 수행하는 동안 상기 음성 데이터를 수집할 때, 연락처 정보를 기반으로 상기 통화를 수행하는 상대방 정보를 확인하고, 상기 확인한 상대방 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 음성 녹음을 수행하는 동안 상기 음성 데이터를 수집할 때, 사용자에 의해 입력되는 연락처 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치와 상기 음성 데이터 및 상기 음성 데이터와 매칭되는 상기 사용자 정보를 저장한 상기 메모리의 음성 패턴 DB를 공유하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 컨텐츠를 생성하는 동안 상기 음성 데이터를 수신하면, 상기 수신한 음성 데이터를 기반으로 검출한 특성 백터를 기반으로 특성 백터의 패턴 정보를 확인하고, 상기 음성 패턴 DB에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보가 존재하면, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 상기 컨텐츠의 태그 정보로 저장하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 메모리에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하지 않으면, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치로 음성 데이터 및 상기 음성 데이터와 매칭되는 사용자 정보를 저장한 음성 패턴 DB를 요청하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 제1 특성 백터의 패턴 정보와 매칭되는 상기 사용자 정보를 상기 컨텐츠에서 상기 음성 데이터를 수신하는 구간의 태그 정보로 저장하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 컨텐츠를 재생하는 동안 상기 컨텐츠의 음성 데이터가 출력되는 구간에 태그 정보가 존재하면 상기 구간에 태그 정보로 저장된 사용자 정보를 표시하도록 설정될 수 있다.
도 10은 다양한 실시 예들에 따른 전자 장치에서 컨텐츠의 태그 정보를 저장하는 동작을 설명하기 위한 흐름도(1000)이다. 상기 컨텐츠의 태그 정보를 생성하는 동작은 1001 동작 내지 1003동작들을 포함할 수 있으며 전자 장치(예: 도 1의 전자 장치(101) 또는 도2의 전자 장치(201))의 프로세서(예: 도 1의 프로세서(120) 또는 도2의 프로세서(220))에 의해 수행되는 것으로 이해될 수 있다. 일 실시 예에 따르면, 1001 동작 내지 1003동작들 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
1001동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 음성 데이터를 기반으로 결정한 특성 백터의 패턴 정보와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231))에 상기 음성 데이터와 상기 사용자 정보 간의 연관 정보를 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 일정 시간 동안 일정 단위의 프레임으로 음성 데이터를 수집하고, 일정 량의 음성 데이터를 수집하면, 상기 수집한 일정 량의 음성 데이터에서 특성 백터를 검출하여 일정 량 이상 저장시킬 수 있
일 실시 예에 따르면, 상기 전자 장치는, 상기 일정 량 이상 저장된 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정하면, 상기 결정된 특성 백터의 패턴 정보와 상기 수집한 음성 데이터와 관련된 사용자 정보를 매칭하여 상기 음성 패턴 DB에 상기 음성 데이터와 상기 사용자 정보 간의 연관 정보를 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 음성 데이터 및 상기 음성 데이터와 매칭되는 상기 사용자 정보를 상기 메모리의 상기 음성 패턴 DB에 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 음성 패턴 DB에 상기 음성 데이터 및 연락처 DB(예: 도 2의 연락처 DB(233))에 저장된 상기 사용자 정보를 검출할 수 있는 인덱스 정보를 저장할 수 있다.
1003동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 컨텐츠를 생성하는 동안 수신하는 음성 데이터와 매칭되는 사용자 정보를 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231))에서 검출하여 상기 컨텐츠의 태그 정보로 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 컨텐츠를 생성하는 동안 전자 장치의 마이크로 입력되는 데이터를 수집할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 컨텐츠를 생성하는 동안 일정 시간 단위로 수신하는 음성 데이터부터 일정 량 이상의 특성 백터를 검출하여 저장시킬 수 있다. 상기 전자 장치는, 상기 일정 량 이상 저장된 특정 백터를 각 차원 별로(예를 들어, 각 주파수 대역 별로) 통계 값을 검출하고, 상기 검출된 통계 값들을 특성 백터의 패턴 정보로 확인할 수 있다. 상기 통계 값은 평균 및/또는 분산을 포함할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 일정 량 이상 저장된 특성 백터를 기반으로 특성 백터의 패턴 정보를 확인하고, 상기 음성 패턴 DB에 저장된 특성 백터의 패턴 정보 중 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보의 존재를 확인할 수 있다. 상기 전자 장치는, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 검출하고, 상기 검출된 사용자 정보를 상기 컨텐츠의 태그 정보로 저장할 수 있다.
일 실시 예에 따르면, 상기 사용자 정보는, 연락처 DB(예: 도 2의 연락처 DB(233))에서 검출되는 연락처 정보 또는 사용자에 의해 입력되는 연락처 정보를 포함할 수 있다.
도 11은 다양한 실시 예들에 따른 전자 장치에서 음성데이터를 기반으로 사용자 정보를 매칭하여 저장하는 동작을 설명하기 위한 흐름도(1100)이다. 상기 음성데이터를 기반으로 사용자 정보를 매칭하여 저장하는 동작은 1101 동작 내지 1109동작들을 포함할 수 있으며 전자 장치(예: 도 1의 전자 장치(101) 또는 도2의 전자 장치(201))의 프로세서(예: 도 1의 프로세서(120) 또는 도2의 프로세서(220))에 의해 수행되는 것으로 이해될 수 있다. 일 실시 예에 따르면, 1101 동작 내지 1109동작들 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
1101동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 음성 데이터를 수집할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 일정 시간 동안 일정 단위의 프레임으로 상기 음성 데이터를 수집할 수 있다.
1103동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 일정 프레임 단위로 수집한 음성 데이터에서 일정 량 이상의 특성 백터를 검출하여 저장시킬 수 있다.
일 실시 예에 따르면, 상기 특성 백터는, 음색 정보를 나타내는 특성 백터와 음 높이 정보를 나타내는 특성 백터를 포함할 수 있다. 예를 들어 음색 정보를 나타내는 특성 백터는 MelSpectrogram 또는 MFCC(mel-frequency cepstral coefficients)를 포함할 수 있다. 예를 들어, 음 높이 정보를 나타내는 특성 백터는 chroma feature을 포함할 수 있다.
1105동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 일정 량 이상 저장된 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 일정량 이상 저장된 특성 백터를 기반으로 특성 백터의 패턴을 학습할 수 있는 모델을 생성할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 뉴럴 네트워크를 이용하는 모델과 통계 분포를 이용하는 모델을 생성하고 상기 모델들에게 상기 특성 백터의 패턴 정보를 입력하여 학습시킬 수 있다. 예를 들어, 통계 분포를 이용하는 모델은 GMM-UBM(Gaussian mixture model-Universal background model)을 포함할 수 있다. 일 실시 예에 따르면, 상기 전자 장치는, 상기 일정량 이상 저장된 특성 백터의 분포에 따라 상기 특성 백터의 패턴 정보에 대한 신뢰 수준(confidence level)을 결정할 수 있다. 상기 전자 장치는 상기 일정 량 이상 저장된 특성 백터의 분포가 정규 분포에 근접되면 신뢰 수준(confidence level)의 값을 일정 값 이상으로 설정하고, 상기 일정 량 이상 저장된 특성 백터에 대한 분포가 정규 분포에 근접되지 않으면 신뢰 수준(confidence level)의 값을 일정 값 이하로 설정할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 메모리(예: 도 2의 메모리(230))의 음성 패턴DB(예: 도 2의 음성 패턴 DB(231))에서 신뢰 수준(confidence level)의 값이 일정 값 이하로 설정되어 있는 특성 백터의 패턴 정보의 경우, 동일한 사용자 정보를 가지는 새로운 특성 백터의 패턴 정보에 대한 신뢰 수준(confidence level)의 값이 일정 값 이상으로 결정되면, 음성 패턴 DB(231)에서 기존 특성 백터의 패턴 정보 및 신뢰 수준(confidence level)의 값을 삭제하고, 새로운 특성 백터의 패턴 정보 및 신뢰 수준(confidence level)의 값으로 업데이트할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 일정 량 이상 저장된 특성 백터에 대한 분포가 정규 분포에 근접되는 일정 수준 이상이면, 상기 특성 백터의 패턴 정보를 상기 음성 패턴 DB에 저장하고, 상기 일정 량 이상 저장된 특성 백터에 대한 분포가 정규 분포에 근접되지 않는 일정 수준 이하이면, 상기 특성 백터의 패턴 정보를 상기 음성 패턴 DB(231)에 저장하지 않을 수 있다.
1107동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 음성 데이터와 관련된 사용자 정보를 확인할 수 있다.
일실 시예에 ㄸ르면, 상기 전자 장치는, 연락처 DB(예: 도 2의 연락처 DB(233))에서 검출되는 연락처 정보 또는 사용자에 의해 입력되는 연락처 정보를 성가 사용자 정보로 확인할 수 있다.
1109동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 특성 백터의 패턴 정보와 사용자 정보를 매칭하여 음성 패턴DB에 저장할 수 있다.
도 12는 다양한 실시 예들에 따른 전자 장치에서 통화를 수행하는 동안 음성 데이터를 수집하는 동작을 설명하기 위한 흐름도(1200)이다. 상기 통화를 수행하는 동안 음성 데이터를 수집하는 동작은 1201 동작 내지 1211동작들을 포함할 수 있으며 전자 장치(예: 도 1의 전자 장치(101) 또는 도2의 전자 장치(201))의 프로세서(예: 도 1의 프로세서(120) 또는 도2의 프로세서(220))에 의해 수행되는 것으로 이해될 수 있다. 일 실시 예에 따르면, 1201 동작 내지 1211동작들 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
1201동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 통화 수행의 개시를 확인하면 음성 데이터의 수집을 시작할 수 있다.
1203동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 통화를 수행하는 동안 일정 프레임 단위로 수집한 음성 데이터에서 일정 량 이상의 특성 백터를 검출하여 저장킬 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 통화를 수행하는 동안 음성 데이터를 수집하는 경우, 통화 환경 또는 통화 형태에 따라 버퍼 사이즈, 또는/및 데이터 요청 주기 중 적어도 하나를 변경해가면서 데이터를 수집할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 통화를 수행하는 동안 음성 데이터를 수집하는 경우, 통화 형태에 따라서 수집된 음성 데이터의 특성이 다르기 때문에 모든 데이터가 동일한 특성을 가질 수 있도록 각 코덱 별로 전처리 동작을 다르게 수행할 수 있다.
1205동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 통화 수행의 종료를 확인하면, 음성 데이터의 수집을 종료할 수 있다.
1207동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 일정 량 이상 저장된 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정할 수 있다.
1209동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 연락처 DB(예: 도 2의 연락처 DB(233))에서 통화를 수행한 사용자 정보를 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 통화를 수행하는 동안 수집된 음성 데이터를 기반으로 상기 특성 백터의 패턴 정보를 결정하면, 상기 연락처 DB에 저장된 연락처 정보를 기반으로 통화를 수행한 상대방 정보를 확인하고, 상기 확인한 상대방 정보를 상기 음성 데이터와 관련된 사용자 정보로 확인할 수 있다.
1211동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 특성 백터의 패턴 정보와 사용자 정보를 매칭하여 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231)에 저장할 수 있다
도 13는 다양한 실시 예들에 따른 전자 장치에서 음성 녹음을 수행하는 음성 데이터를 수집하는 동작을 설명하기 위한 흐름도(1300)이다. 상기 통화를 수행하는 동안 음성 데이터를 수집하는 동작은 1301 동작 내지 1311동작들을 포함할 수 있으며 전자 장치(예: 도 1의 전자 장치(101) 또는 도2의 전자 장치(201))의 프로세서(예: 도 1의 프로세서(130) 또는 도2의 프로세서(220))에 의해 수행되는 것으로 이해될 수 있다. 일 실시 예에 따르면, 1301 동작 내지 1311동작들 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
1301동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 음성 녹음의 수행의 개시를 확인하면 음성 데이터의 수집을 시작할 수 있다.
1303동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 음성 녹음을 수행하는 동안 일정 프레임 단위로 수집한 음성 데이터에서 일정 량 이상의 특성 백터를 검출하여 저장시킬 수 있다.
1305동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 음성 녹음의 종료를 확인하면, 음성 데이터의 수집을 종료할 수 있다.
1307동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 일정 량 이상 저장된 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정할 수 있다.
1309동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 사용자에 의해 입력되는 연락처 정보를 사용자 정보로 확인할 수 있다.
1311동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 특성 백터의 패턴 정보와 사용자 정보를 매칭하여 음성 패턴 DB(예: 도 2의 음성 패턴 DB(231)에 저장할 수 있다.
도 14는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠의 태그 정보를 생성하는 동작을 설명하기 위한 흐름도(1400)이다. 상기 컨텐츠의 태그 정보를 생성하는 동작은 1401 동작 내지 1409동작들을 포함할 수 있으며 전자 장치(예: 도 1의 전자 장치(101) 또는 도2의 전자 장치(201))의 프로세서(예: 도 1의 프로세서(120) 또는 도2의 프로세서(220))에 의해 수행되는 것으로 이해될 수 있다. 일 실시 예에 따르면, 1401 동작 내지 1409동작들 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
1401동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 컨텐츠 생성의 개시를 확인할 수 있다.
1403동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 컨텐츠 생성하는 동안 일정 시간 단위로 수집한 음성 데이터에서 일정 량 이상의 특성 백터를 검출하여 저장시킬 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 컨텐츠를 생성하는 동안 전자 장치의 마이크로 입력되는 데이터를 수집할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 컨텐츠를 생성하는 동안 일정 시간 단위로 수신하는 음성 데이터부터 일정 량 이상의 특성 백터의 검출하여 저장시킬 수 있다.
1405동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 일정 량 이상 저장된 특성 백터를 기반으로 특성 백터의 패턴 정보를 확인할 수 있다.
1407동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 음성 패턴 DB에 상기 확인한 특성 백터의 패턴 정보에 대응되는 제1 특성 백터의 패턴 정보가 존재하는지 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 음성 패턴 DB에 저장된 특성 백터의 패턴 정보 중 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보의 존재를 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 일정 량 이상 저장된 특성 백터의 분포를 기반으로 상기 확인한 특성 백터의 패턴 정보에 대한 신뢰 수준을 결정하고, 상기 신뢰 수준(confidence level) 이 일정 수준 이상일 때, 상기 음성 패턴 DB에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보가 존재하는지 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 음성 패턴 DB에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하지 않으면, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치로 음성 패턴 DB를 요청할 수 있다. 예를 들어, 상기 전자 장치는 상기 전자 장치와 동일한 네트워크에 존재하는 적어도 하나의 외부 전자 장치, 또는 상기 전자 장치와 동일한 계정으로 등록되어 있는 적어도 하나의 외부 전자 장치로 음성 패턴 DB를 요청할 수 있다. 상기 전자 장치는, 상기 적어도 하나의 외부 전자 장치로부터 수신한 음성 패턴 DB에서 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하는지 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 음성 패턴 DB에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하나, 상기 제1 특성 백터의 패턴 정보의 신뢰 수준(confidence level)의 값이 일정 값 이하인 경우, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치로 음성 패턴 DB를 요청할 수 있다. 상기 전자 장치는, 적어도 하나의 외부 전자 장치로부터 수신한 음성 패턴 DB에서 상기 제1 특성 백터의 패턴 정보의 신뢰 수준(confidence level)의 값이 일정 값 이상으로 확인하면, 상기 적어도 하나의 외부 전자 장치로부터 수신한 음성 패턴 DB를 기반으로 상기 전자 장치의 상기 음성 패턴 DB를 업데이트할 수 있다.
1409동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 상기 컨텐츠의 태그 정보로 저장로 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 뉴럴 네트워크를 이용하는 모델과 통계 분포를 이용하는 모델에 상기 특성 백터의 패턴 정보를 입력하여 상기 음성 패턴 DB에서 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 검출할 수 있다. 상기 전자 장치는, 상기 뉴럴 네트워크를 이용하는 모델과 상기 통계 분포를 이용하는 모델의 결과가 다른 경우, 상기 뉴럴 네트워크를 이용하는 모델의 결과에 가중치를 추가하여 결과를 결정할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 상기 컨텐츠에서 상기 음성 데이터를 수신하는 구간의 태그 정보로 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 확인한 특성 백터의 패턴 정보가 일정 시간 동안 상기 제1 특성 백터의 패턴 정보와의 유사도를 일정 기준 값 이상 유지하는 경우, 상기 음성 패턴 DB에서 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 검출하고, 상기 검출된 사용자 정보를 상기 컨텐츠의 태그 정보로 저장할 수 있다.
도 15는 다양한 실시 예들에 따른 전자 장치에서 컨텐츠의 재생 동작을 설명하기 위한 흐름도(1500)이다. 상기 컨텐츠의 재생 정보를 생성하는 동작은 1501 동작 내지 1503동작들을 포함할 수 있으며 전자 장치(예: 도 1의 전자 장치(101) 또는 도2의 전자 장치(201))의 프로세서(예: 도 1의 프로세서(120) 또는 도 2의 프로세서(220))에 의해 수행되는 것으로 이해될 수 있다. 일 실시 예에 따르면, 1501 동작 내지 1503동작들 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
1501동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 컨텐츠의 재생 시작을 확인할 수 있다.
1503동작에서, 전자 장치(예: 도 1 의 전자 장치(101) 또는 도2의 전자 장치(201))는, 컨텐츠를 재생하는 동안 음성 데이터의 출력 구간에 태그 정보로 저장된 사용자 정보를 표시할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 컨텐츠에 사용자 정보가 태그 정보로 저장되어 있음을 확인하면, 디스플레이(예: 도 2의 디스플레이(260))의 일부 영역인 재생 바(bar)(예: 도 6c의 재생 바(bar)(650))에 사용자 정보가 태그 정보로 저장된 음성 데이터의 출력 구간을 구분되게 표시할 수 있다. 상기 전자 장치는, 상기 재생 바(bar)에서 상기 음성 데이터의 출력 구간에 사용자 정보가 태그 정보로 저장되었움을 알리는 인디케이터를 표시할 수 있다.
다양한 실시 예들에 따르면, 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법은, 음성 데이터를 수집하고, 상기 수집한 음성 데이터와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 상기 전자 장치의 메모리에 저장하는 동작, 및 컨텐츠를 생성할 때, 상기 컨텐츠를 생성하는 동안 입력되는 음성 데이터를 검출하고, 상기 검출한 음성 데이터와 매칭되는 사용자 정보가 상기 메모리에 존재하면, 상기 검출된 음성 데이터와 매칭되는 상기 사용자 정보를 상기 컨텐츠의 태그 정보로 저장하는 동작을 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 메모리의 음성 패턴 DB에 상기 음성 데이터 및 상기 사용자 정보를 저장하거나, 또는 상기 메모리의 음성 패턴 DB에 상기 음성 데이터 및 상기 메모리의 연락처 DB에 저장된 상기 사용자 정보를 검출할 수 있는 인덱스 정보를 저장하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 메모리에 저장하는 동작은, 상기 음성 데이터를 수집하는 동작, 상기 수집한 음성 데이터에서 특성 백터를 검출하여 검출하는 동작, 상기 검출된 특성 백터를 기반으로특성 백터의 패턴 정보를 결정하는 동작, 및 상기 결정한 특성 백터의 패턴 정보와 상기 사용자 정보를 매칭하여 상기 음성 패턴 DB에 저장하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 통화를 수행하는 동안 상기 음성 데이터를 수집할 때, 연락처 정보를 기반으로 상기 통화를 수행하는 상대방 정보를 확인하고, 상기 확인한 상대방 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 음성 녹음을 수행하는 동안 상기 음성 데이터를 수집할 때, 사용자에 의해 입력되는 연락처 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치와 상기 음성 데이터 및 상기 음성 데이터와 매칭되는 상기 사용자 정보를 저장한 상기 메모리의 음성 패턴 DB를 공유하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 컨텐츠의 태그 정보로 저장하는 동작은, 상기 컨텐츠를 생성하는 동안 상기 음성 데이터를 수신하면, 상기 수신한 음성 데이터를 기반으로 특성 백터를 검출하는 동작, 상기 검출된 특성 백터를 기반으로 특성 백터의 패턴 정보를 확인하는 동작, 및 상기 메모리에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보가 존재하면, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 상기 컨텐츠의 태그 정보로 저장하는 동작 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 메모리에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하지 않으면, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치로 음성 데이터 및 상기 음성 데이터와 매칭되는 사용자 정보를 저장한 음성 패턴 DB를 요청하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 제1 특성 백터의 패턴 정보와 매칭되는 상기 사용자 정보를 상기 컨텐츠에서 상기 음성 데이터를 수신하는 구간의 태그 정보로 저장하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 컨텐츠를 재생하는 동안 상기 컨텐츠의 음성 데이터가 출력되는 구간에 태그 정보가 존재하면 상기 구간에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 더 포함할 수 있다.
본 문서의 다양한 실시 예들은 전자 장치뿐만 아니라, 광학 센서 모듈과 스트레처블 디스플레이를 이용할 수 있는 기기들 예를 들어, 가전 제품 및 차량에서도 동일하게 동작할 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. "제1", "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: 제1) 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 스토어TM)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.

Claims (15)

  1. 전자 장치에 있어서,
    메모리;
    디스플레이; 및
    상기 메모리 및 상기 디스플레이와 작동적으로 연결되는 프로세서를 포함하고, 상기 프로세서는,
    음성 데이터를 수집하고, 상기 수집한 음성 데이터와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 상기 메모리에 상기 음성 데이터와 상기 사용자 정보 간의 연관 정보를 저장하고,
    컨텐츠를 생성할 때, 상기 컨텐츠를 생성하는 동안 입력되는 음성 데이터를 검출하고, 상기 검출한 음성 데이터와 매칭되는 사용자 정보가 상기 메모리에 존재하면, 상기 검출된 음성 데이터와 매칭되는 상기 사용자 정보를 상기 컨텐츠의 태그 정보로 저장하도록 설정된 전자 장치.
  2. 제1 항에 있어서, 상기 프로세서는,
    상기 메모리의 음성 패턴 DB에 상기 음성 데이터 및 상기 사용자 정보를 저장하거나, 또는 상기 메모리의 음성 패턴 DB에 상기 음성 데이터 및 상기 메모리의 연락처 DB에 저장된 상기 사용자 정보를 검출할 수 있는 인덱스 정보를 저장하도록 설정된 전자 장치.
  3. 제1 항에 있어서, 상기 프로세서는,
    상기 음성 데이터를 수집하고, 상기 수집한 음성 데이터에서 검출한 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정하고, 상기 결정한 특성 백터의 패턴 정보와 상기 사용자 정보를 매칭하여 상기 메모리에 저장하도록 설정된 전자 장치.
  4. 제1 항에 있어서, 상기 프로세서는,
    통화를 수행하는 동안 상기 음성 데이터를 수집할 때, 연락처 정보를 기반으로 상기 통화를 수행하는 상대방 정보를 확인하고, 상기 확인한 상대방 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정하도록 설정된 전자 장치.
  5. 제1 항에 있어서, 상기 프로세서는,
    음성 녹음을 수행하는 동안 상기 음성 데이터를 수집할 때, 사용자에 의해 입력되는 연락처 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정하도록 설정된 전자 장치.
  6. 제1 항에 있어서, 상기 프로세서는,
    상기 컨텐츠를 생성하는 동안 상기 음성 데이터를 수신하면, 상기 수신한 음성 데이터를 검출한 특성 백터를 기반으로 특성 백터의 패턴 정보를 확인하고, 상기 메모리에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보가 존재하면, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 상기 컨텐츠에서 상기 음성 데이터를 수신하는 구간의 태그 정보로 저장하도록 설정된 전자 장치.
  7. 제6항에 있어서, 상기 프로세서는,
    상기 메모리에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하지 않으면, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치로 음성 데이터 및 상기 음성 데이터와 매칭되는 사용자 정보를 저장한 음성 패턴 DB를 요청하도록 설정된 전자 장치.
  8. 제1항에 있어서, 상기 프로세서는,
    상기 컨텐츠를 재생하는 동안 상기 컨텐츠의 음성 데이터가 출력되는 구간에 태그 정보가 존재하면 상기 구간에 태그 정보로 저장된 사용자 정보를 표시하도록 설정된 전자 장치.
  9. 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법에 있어서,
    음성 데이터를 수집하고, 상기 수집한 음성 데이터와 상기 음성 데이터와 관련된 사용자 정보를 매칭하여 상기 전자 장치의 메모리에 상기 음성 데이터와 상기 사용자 정보 간이 연관 정보를 저장하는 동작; 및
    컨텐츠를 생성할 때, 상기 컨텐츠를 생성하는 동안 입력되는 음성 데이터를 검출하고, 상기 검출한 음성 데이터와 매칭되는 사용자 정보가 상기 메모리에 존재하면, 상기 검출된 음성 데이터와 매칭되는 상기 사용자 정보를 상기 컨텐츠의 태그 정보로 저장하는 동작을 포함하는 방법.
  10. 제9 항에 있어서,
    상기 메모리의 음성 패턴 DB에 상기 음성 데이터 및 상기 사용자 정보를 저장하거나, 또는 상기 메모리의 음성 패턴 DB에 상기 음성 데이터 및 상기 메모리의 연락처 DB에 저장된 상기 사용자 정보를 검출할 수 있는 인덱스 정보를 저장하는 동작을 더 포함하는 방법.
  11. 제9 항에 있어서, 상기 메모리에 저장하는 동작은
    상기 음성 데이터를 수집하는 동작;
    상기 수집한 음성 데이터에서 특성 백터를 검출하는 동작;
    상기 검출된 특성 백터를 기반으로 특성 백터의 패턴 정보를 결정하는 동작; 및
    상기 결정한 특성 백터의 패턴 정보와 상기 사용자 정보를 매칭하여 상기 메모리에 저장하는 동작을 더 포함하는 방법.
  12. 제9 항에 있어서,
    통화를 수행하는 동안 상기 음성 데이터를 수집할 때, 연락처 정보를 기반으로 상기 통화를 수행하는 상대방 정보를 확인하고, 상기 확인한 상대방 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정하는 동작을 더 포함하는 방법.
  13. 제9 항에 있어서,
    음성 녹음을 수행하는 동안 상기 음성 데이터를 수집할 때, 사용자에 의해 입력되는 연락처 정보를 상기 음성 데이터와 관련된 사용자 정보로 결정하는 동작을 더 포함하는 방법.
  14. 제9 항에 있어서, 상기 컨텐츠의 태그 정보로 저장하는 동작은,
    상기 컨텐츠를 생성하는 동안 상기 음성 데이터를 수신하면, 상기 수신한 음성 데이터를 기반으로 특성 백터를 검출하는 동작;
    상기 검출된 특성 백터를 기반으로 특성 백터의 패턴 정보를 확인하는 동작;
    상기 메모리에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 제1 특성 백터의 패턴 정보가 존재하면, 상기 제1 특성 백터의 패턴 정보와 매칭되는 사용자 정보를 상기 컨텐츠에서 상기 음성 데이터를 수신하는 구간의 태그 정보로 저장하는 동작; 및
    상기 메모리에 상기 확인한 특성 백터의 패턴 정보와 유사도가 일정 기준 값 이상인 상기 제1 특성 백터의 패턴 정보가 존재하지 않으면, 상기 전자 장치와 관련된 적어도 하나의 외부 전자 장치로 음성 데이터 및 상기 음성 데이터와 매칭되는 사용자 정보를 저장한 음성 패턴 DB를 요청하는 동작을 포함하는 방법.
  15. 제9항에 있어서,
    상기 컨텐츠를 재생하는 동안 상기 컨텐츠의 음성 데이터가 출력되는 구간에 태그 정보가 존재하면 상기 구간에 태그 정보로 저장된 사용자 정보를 표시하는 동작을 더 포함하는 방법.
PCT/KR2022/001445 2021-03-18 2022-01-27 전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법 WO2022196930A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/369,031 US20240005928A1 (en) 2021-03-18 2023-09-15 Electronic device and method by which electronic device stores tag information of content

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0035143 2021-03-18
KR1020210035143A KR20220130362A (ko) 2021-03-18 2021-03-18 전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/369,031 Continuation US20240005928A1 (en) 2021-03-18 2023-09-15 Electronic device and method by which electronic device stores tag information of content

Publications (1)

Publication Number Publication Date
WO2022196930A1 true WO2022196930A1 (ko) 2022-09-22

Family

ID=83320710

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/001445 WO2022196930A1 (ko) 2021-03-18 2022-01-27 전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법

Country Status (3)

Country Link
US (1) US20240005928A1 (ko)
KR (1) KR20220130362A (ko)
WO (1) WO2022196930A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6434520B1 (en) * 1999-04-16 2002-08-13 International Business Machines Corporation System and method for indexing and querying audio archives
KR20120126531A (ko) * 2011-05-12 2012-11-21 삼성전자주식회사 화자 표시 방법 및 이를 구현하는 영상 통화 단말기
US20180277122A1 (en) * 2015-12-30 2018-09-27 Baidu Online Network Technology (Beijing) Co., Ltd. Artificial intelligence-based method and device for voiceprint authentication
JP2019216408A (ja) * 2018-06-08 2019-12-19 バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド 情報を出力するための方法、及び装置
KR20210010594A (ko) * 2021-01-12 2021-01-27 주식회사 케이티 화자 인식을 통한 콘텐츠의 관리 방법, 컴퓨터 판독가능 매체 및 컴퓨팅 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6434520B1 (en) * 1999-04-16 2002-08-13 International Business Machines Corporation System and method for indexing and querying audio archives
KR20120126531A (ko) * 2011-05-12 2012-11-21 삼성전자주식회사 화자 표시 방법 및 이를 구현하는 영상 통화 단말기
US20180277122A1 (en) * 2015-12-30 2018-09-27 Baidu Online Network Technology (Beijing) Co., Ltd. Artificial intelligence-based method and device for voiceprint authentication
JP2019216408A (ja) * 2018-06-08 2019-12-19 バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド 情報を出力するための方法、及び装置
KR20210010594A (ko) * 2021-01-12 2021-01-27 주식회사 케이티 화자 인식을 통한 콘텐츠의 관리 방법, 컴퓨터 판독가능 매체 및 컴퓨팅 장치

Also Published As

Publication number Publication date
KR20220130362A (ko) 2022-09-27
US20240005928A1 (en) 2024-01-04

Similar Documents

Publication Publication Date Title
WO2021025350A1 (en) Electronic device managing plurality of intelligent agents and operation method thereof
WO2020032443A1 (en) Electronic device supporting personalized device connection and method thereof
WO2015194693A1 (ko) 영상 표시 기기 및 그의 동작 방법
WO2021162186A1 (ko) 전자 장치와 외부 전자 장치의 전기적 연결에 의해 생성된 통신 채널을 이용하는 전자 장치 및 전자 장치의 동작 방법
WO2020167006A1 (en) Method of providing speech recognition service and electronic device for same
WO2021085902A1 (ko) 복수의 어플리케이션들의 오디오 데이터를 출력하는 전자 장치 및 그 동작 방법
WO2022010157A1 (ko) 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버
WO2021075752A1 (en) Method for providing screen using foldable display and electronic device for supporting same
WO2019083125A1 (en) AUDIO SIGNAL PROCESSING METHOD AND ELECTRONIC DEVICE FOR SUPPORTING IT
WO2019240434A1 (en) Electronic device and method of controlling thereof
WO2022163963A1 (ko) 전자 장치 및 전자 장치의 단축 명령어 수행 방법
WO2022154440A1 (ko) 오디오 데이터를 처리하는 전자 장치 및 그 동작 방법
WO2022196930A1 (ko) 전자 장치 및 전자 장치에서 컨텐츠의 태그 정보를 저장하는 방법
WO2022085961A1 (ko) 컨텐츠를 출력하는 전자 장치 및 전자 장치의 동작 방법
WO2021054662A1 (ko) 전자 장치 및 전자 장치의 정보 제공 방법
WO2020141784A1 (ko) 스타일러스 펜을 이용하여 콘텐트를 공유하기 위한 전자 장치 및 그 제어 방법
WO2022092458A1 (ko) 전자 장치 및 전자 장치에서 태스크 수행을 위한 장치를 결정하는 방법
WO2022025376A1 (ko) Ar 오디오 데이터 제공 방법 및 장치
WO2024039000A1 (ko) 가상 공간을 제공하기 위한 전자 장치 및 컴퓨터 판독가능 저장 매체
WO2024117508A1 (ko) 가상 공간을 제공하기 위한 전자 장치 및 방법
WO2024080729A1 (ko) 전자 장치 및 상기 전자 장치에서 위치 기반 컨텍스트를 이용하여 사용자의 발화를 처리하는 방법
WO2023286979A1 (ko) 위젯을 표시하는 전자 장치 및 이의 제어 방법
WO2022245173A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2023132470A1 (ko) 사용자 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법
WO2024122951A1 (ko) 화면 및 화면 캡처 시점의 상황을 공유하는 전자 장치, 동작 방법, 및 저장 매체

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: 22771596

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: 22771596

Country of ref document: EP

Kind code of ref document: A1