WO2023017975A1 - 상태 변경에 따라 음성 명령 처리 결과를 출력하는 전자 장치 및 그의 동작 방법 - Google Patents

상태 변경에 따라 음성 명령 처리 결과를 출력하는 전자 장치 및 그의 동작 방법 Download PDF

Info

Publication number
WO2023017975A1
WO2023017975A1 PCT/KR2022/007541 KR2022007541W WO2023017975A1 WO 2023017975 A1 WO2023017975 A1 WO 2023017975A1 KR 2022007541 W KR2022007541 W KR 2022007541W WO 2023017975 A1 WO2023017975 A1 WO 2023017975A1
Authority
WO
WIPO (PCT)
Prior art keywords
electronic device
processing result
context information
image
voice command
Prior art date
Application number
PCT/KR2022/007541
Other languages
English (en)
French (fr)
Inventor
조정근
손지수
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to US17/846,631 priority Critical patent/US20230061445A1/en
Publication of WO2023017975A1 publication Critical patent/WO2023017975A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/04—Segmentation; Word boundary detection
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/54—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for retrieval
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/221—Announcement of recognition results
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context

Definitions

  • This disclosure relates to artificial intelligence (AI) assisted operations, and more particularly, to AI-assisted operations based on voice commands contextual to a present state of an electronic device. it's about
  • Electronic devices now generally include voice assistant functions that can receive user utterances as input to retrieve and execute services and functions.
  • User utterances are often parsed and analyzed, for example, via artificial intelligence (AI) servers that extract the meaning and intent of user utterances through so-called natural language processing. Therefore, the AI server can infer and/or interpret specific meanings from utterances, search and execute corresponding taxes based on the inference and interpretation, and facilitate input reception through natural conversational interaction between the user and the AI server.
  • AI artificial intelligence
  • the AI server may analyze various pieces of information related to the utterance based on the state of the electronic device detected around the time of the utterance. there is.
  • the AI server may return a processed intent that does not match the user's actual intent.
  • a command processing result set from an AI server is received, status information is collected in response to receiving the processing result set, and the user is based on the processing result set and the status information collected in response to receiving the processing result set.
  • a voice command and state information are transmitted to an intelligent server, a processing set including a plurality of processing results is received from the intelligent server, and processing is performed based on the state information collected again in response to receiving the processing result set.
  • An electronic device for selecting a result may be provided.
  • An operating method of an electronic device may include detecting a state of the electronic device from first context information in response to receiving a user voice command through a microphone; transmitting the first context information and the user voice command to an intelligent server through a communication circuit; receiving a processing result set including at least one processing result generated based on the first context information and the user voice command from the intelligent server; re-detecting a state of the electronic device as second context information through at least one processor in response to receiving the processing result set; generating a target processing result based on the second context information and the processing result set; and outputting the target processing result through an output circuit.
  • An electronic device includes a microphone; communication module; a memory in which computer-executable instructions are stored; and a processor operably connected to the microphone, the communication module, and the memory, wherein the instructions are received from first context information in response to the electronic device receiving a user voice command through the microphone.
  • a processing result set including at least one processing result re-detecting a state of the electronic device as second context information through at least one processor in response to receiving the processing result set; It may be executable by the processor to generate a target processing result based on the second context information and the processing result set, and to output the target processing result.
  • An intelligent server includes a communication module; a memory in which computer-executable instructions are stored; And a processor operably connected to the memory and the communication module, wherein the instructions include a first context in which the intelligent server indicates a user voice command from an external electronic device and a state of the external electronic device through the communication module ( context information, process the received voice command and the first context information to generate a processing result set, and transmit the processing result set to the external electronic device through the communication module. It may be executable by the processor.
  • an electronic device may be provided that collects state information of the electronic device and outputs a result of processing a voice command that meets a user's intention.
  • FIG. 1 is a block diagram of an electronic device in a network environment, according to various embodiments.
  • FIG. 2 is a block diagram illustrating an integrated intelligence system, according to an embodiment.
  • FIG. 3 is a diagram illustrating a user terminal displaying a screen for processing a voice input received through an intelligent app, according to an embodiment.
  • FIG. 4 is a diagram illustrating a form in which relationship information between concepts and actions is stored in a database according to an embodiment.
  • FIG. 5 is a block diagram illustrating an electronic device and an intelligent server, according to various embodiments.
  • 6A and 6B are diagrams for explaining an operation of processing a lock release command in an electronic device, according to an exemplary embodiment.
  • FIG. 7 is a diagram for explaining an operation of deleting an image in an electronic device according to an exemplary embodiment
  • FIG. 8 is a diagram for describing an operation when an intelligent server communicates with various electronic devices according to various embodiments.
  • FIG. 9 is a flowchart illustrating an operation of an electronic device according to various embodiments.
  • FIG. 10 is a flowchart illustrating an operation of an electronic device depending on whether or not the electronic device can process a voice command, according to various embodiments of the present disclosure.
  • FIG. 11 is a flowchart illustrating an operation of generating a target processing result based on second context information and a processing result set, according to various embodiments.
  • FIG. 12 is a flowchart illustrating an operation of an intelligent server according to various embodiments.
  • FIG. 1 is a block diagram of an electronic device 101 within a network environment 100 according to various embodiments.
  • FIG. 1 is a block diagram of an electronic device 101 within a network environment 100, according to various embodiments.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or through a second network 199. It may communicate with at least one of the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • a first network 198 eg, a short-range wireless communication network
  • the server 108 e.g, a long-distance wireless communication network
  • the electronic device 101 includes a processor 120, a memory 130, an input module 150, an audio output module 155, a display module 160, an audio module 170, 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 the antenna module 197 may be included.
  • at least one of these components eg, the connection terminal 178) may be omitted or one or more other components may be added.
  • some of these components eg, sensor module 176, camera module 180, or antenna module 197) are integrated into a single component (eg, display module 160). It can be.
  • the processor 120 for example, executes software (eg, the program 140) to cause at least one other component (eg, hardware or software component) of the electronic device 101 connected to the processor 120. It can control and perform various data processing or calculations. According to one embodiment, as at least part of data processing or operation, processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • software eg, the program 140
  • processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • the processor 120 includes a 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 ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor).
  • a 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 ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor.
  • NPU neural network processing unit
  • the secondary processor 123 may use less power than the main processor 121 or be set to be specialized for a designated function.
  • the secondary processor 123 may be implemented separately from or as part of the main processor 121 .
  • the secondary processor 123 may, for example, take the place of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, running an application). ) state, 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 auxiliary processor 123 eg, an image signal processor or a communication processor
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • AI models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself where 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 foregoing, but is not limited to the foregoing examples.
  • the artificial intelligence model may include, in addition or alternatively, software structures in addition to hardware structures.
  • 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, program 140) and commands related thereto.
  • the memory 130 may include volatile memory 132 or 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 of the electronic device 101 (eg, a user).
  • 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 sound signals 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.
  • a receiver may be used to receive an incoming call. According to one embodiment, the receiver may be implemented separately from the speaker or as part of it.
  • the display module 160 may visually provide information to the outside of the electronic device 101 (eg, a user).
  • the display module 160 may include, for example, a display, a hologram device, or a projector and a control circuit for controlling the device.
  • the display module 160 may include a touch sensor configured to detect a touch or a pressure sensor configured to measure the intensity of force generated by the touch.
  • the audio module 170 may convert sound into an electrical signal or vice versa. According to an embodiment, the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • 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 detected state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, an air pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an infrared (IR) sensor, a bio sensor, It may include a temperature sensor, humidity sensor, hall sensor, or light sensor.
  • the interface 177 may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device 101 to an external electronic device (eg, the electronic device 102).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card interface
  • audio interface audio interface
  • connection terminal 178 may include a connector through which the electronic device 101 may 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 electrical signals into mechanical stimuli (eg, vibration or motion) or electrical stimuli that a user may perceive through tactile or kinesthetic senses.
  • 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 one 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 at least part of a power management integrated circuit (PMIC), for example.
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • the 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). Establishment and communication through the established communication channel may be supported.
  • 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 may be a wireless communication module 192 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, a : a local area network (LAN) communication module or a power line communication module).
  • a corresponding communication module 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, a legacy communication module).
  • the wireless communication module 192 uses 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.
  • IMSI International Mobile Subscriber Identifier
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, NR access technology (new radio access technology).
  • NR access technologies include high-speed transmission of high-capacity data (enhanced mobile broadband (eMBB)), minimization of terminal power and access of multiple terminals (massive machine type communications (mMTC)), or high reliability and low latency (ultra-reliable and low latency (URLLC)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low latency
  • -latency communications can be supported.
  • the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • the wireless communication module 192 uses various technologies for securing performance in a high frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), and full-dimensional multiplexing. Technologies such as input/output (FD-MIMO: full dimensional MIMO), array antenna, analog beam-forming, or large scale antenna may be supported.
  • the wireless communication module 192 may support various requirements defined for 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 be used to realize 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).
  • peak data rate eg, 20 Gbps or more
  • loss coverage eg, 164 dB or less
  • U-plane latency for realizing URLLC.
  • DL downlink
  • UL uplink each of 0.5 ms or less, or round trip 1 ms or less
  • the antenna module 197 may transmit or receive signals or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (eg, PCB).
  • 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 selected from the plurality of antennas by the communication module 190, for example. can be chosen 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) may be additionally formed as a part of the antenna module 197 in addition to the radiator.
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first surface (eg, a bottom surface) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, array antennas) disposed on or adjacent to a second surface (eg, a top surface or a side surface) 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)
  • signal e.g. commands or data
  • commands 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 part of operations executed in the electronic device 101 may be executed in one or more external electronic devices among the external electronic devices 102 , 104 , or 108 .
  • the electronic device 101 when the electronic device 101 needs to perform a certain function or service automatically or in response to a request from a user or another device, the electronic device 101 instead of executing the function or service by itself.
  • one or more external electronic devices may be requested to perform the function or at least part of the service.
  • One or more external electronic devices receiving the request may execute at least a part of the requested function or service or an additional function or service related to the request, and deliver the execution result to the electronic device 101 .
  • the electronic device 101 may provide the result as at least part of a response to the request as it is or additionally processed.
  • cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an internet of things (IoT) device.
  • Server 108 may be an intelligent server using machine learning and/or neural networks. According to one embodiment, the external electronic device 104 or server 108 may be included in the second network 199 .
  • the electronic device 101 may be applied to intelligent services (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 illustrating an integrated intelligence system according to an embodiment.
  • the integrated intelligent system 20 of one embodiment may include an electronic device 101, an intelligent server 200, and a service server 300.
  • the electronic device 101 of an embodiment may be a terminal device (or electronic device) connectable to the Internet, and may include, for example, a mobile phone, a smart phone, a personal digital assistant (PDA), a laptop computer, a TV, white goods, It may be a wearable device, HMD, or smart speaker.
  • a terminal device or electronic device connectable to the Internet
  • PDA personal digital assistant
  • laptop computer a TV, white goods
  • white goods It may be a wearable device, HMD, or smart speaker.
  • the electronic device 101 includes an interface 177, a microphone 150-1, a speaker 155-1, a display module 160, a memory 130, or a processor 120. can do.
  • the components listed above may be operatively or electrically connected to each other.
  • the microphone 150-1 may be included in an input module (eg, the input module 150 of FIG. 1).
  • the speaker 155-1 may be included in an audio output module (eg, the audio output module 155 of FIG. 1).
  • the interface 177 may be connected to an external device to transmit/receive data.
  • the microphone 150-1 may receive sound (eg, user's speech) and convert it into an electrical signal.
  • the speaker 155-1 of one embodiment may output an electrical signal as sound (eg, voice).
  • the display module 160 of one embodiment may be configured to display an image or video.
  • the display module 160 according to an embodiment may also display a graphic user interface (GUI) of an app (or application program) being executed.
  • GUI graphic user interface
  • the memory 130 may store a client module 151, a software development kit (SDK) 153, and a plurality of apps 146-1 and 146-2.
  • the client module 151 and the SDK 153 may constitute a framework (or solution program) for performing general functions. Also, the client module 151 or the SDK 153 may configure a framework for processing voice input.
  • the plurality of apps 146-1 and 146-2 may be programs for performing designated functions.
  • the plurality of apps 146-1 and 146-2 may include a first app 146-1 and a second app 146-2.
  • each of the plurality of apps 146-1 and 146-2 may include a plurality of operations for performing a designated function.
  • the apps may include an alarm app, a message app, and/or a schedule app.
  • the plurality of apps 146-1 and 146-2 may be executed by the processor 120 to sequentially execute at least some of the plurality of operations.
  • the processor 120 may control overall operations of the electronic device 101 .
  • the processor 120 may be electrically connected to the interface 177, the microphone 150-1, the speaker 155-1, and the display module 160 to perform a designated operation.
  • the processor 120 of one embodiment may also execute a program stored in the memory 130 to perform a designated function.
  • the processor 120 may execute at least one of the client module 151 and the SDK 153 to perform the following operation for processing a voice input.
  • the processor 120 may control operations of the plurality of apps 146-1 and 146-2 through the SDK 153, for example.
  • the following operations described as operations of the client module 151 or the SDK 153 may be operations performed by the processor 120 .
  • the client module 151 may receive a voice input.
  • the client module 151 may receive a voice signal corresponding to a user's speech detected through the microphone 150-1.
  • the client module 151 may transmit the received voice input to the intelligent server 200.
  • the client module 151 may transmit state information of the electronic device 101 to the intelligent server 200 together with the received voice input.
  • the state information may be, for example, execution state information of an app.
  • the client module 151 may receive a result corresponding to the received voice input.
  • the client module 151 may receive a result corresponding to the received voice input when the intelligent server 200 can calculate a result corresponding to the received voice input.
  • the client module 151 may display the received result on the display module 160 .
  • the client module 151 may receive a plan corresponding to the received voice input.
  • the client module 151 may display on the display module 160 a result of executing a plurality of operations of the app according to the plan.
  • the client module 151 may sequentially display, for example, execution results of a plurality of operations on a display.
  • the electronic device 101 may display some results of executing a plurality of operations (eg, a result of the last operation) on the display.
  • the client module 151 may receive a request for obtaining information used to calculate a result corresponding to a voice input from the intelligent server 200 . According to one embodiment, the client module 151 may transmit the used information to the intelligent server 200 in response to the request.
  • the client module 151 of one embodiment may transmit information as a result of executing a plurality of operations according to a plan to the intelligent server 200 .
  • the intelligent server 200 can confirm that the received voice input has been correctly processed using the result information.
  • the client module 151 may include a voice recognition module. According to an embodiment, the client module 151 may recognize a voice input that performs a limited function through the voice recognition module. For example, the client module 151 may execute an intelligent app for processing a voice input to perform an organic operation through a designated input (eg, wake up!).
  • a voice recognition module may recognize a voice input that performs a limited function through the voice recognition module.
  • the client module 151 may execute an intelligent app for processing a voice input to perform an organic operation through a designated input (eg, wake up!).
  • the intelligent server 200 of an embodiment may receive information related to a user's voice input from the electronic device 101 through a communication network. According to an embodiment, the intelligent server 200 may change data related to the received voice input into text data. According to an embodiment, the intelligent server 200 may generate a plan for performing a task corresponding to a user voice input based on the text data.
  • the plan may be generated by an artificial intelligent (AI) system.
  • the artificial intelligence system may be a rule-based system, a neural network-based system (e.g., a feedforward neural network (FNN)), a recurrent neural network (RNN) ))) could be. Alternatively, it may be a combination of the foregoing or other artificially intelligent systems.
  • a plan may be selected from a set of predefined plans or may be generated in real time in response to a user request. For example, the artificial intelligence system may select at least one plan from a plurality of predefined plans.
  • the intelligent server 200 may transmit a result according to the generated plan to the electronic device 101 or transmit the generated plan to the electronic device 101 .
  • the electronic device 101 may display results according to the plan on the display module 160 .
  • the electronic device 101 may display a result of executing an operation according to a plan on the display module 160 .
  • the intelligent server 200 of an embodiment includes a front end 210, a natural language platform 220, a capsule DB 230, an execution engine 240, It may include an end user interface 250 , a management platform 260 , a big data platform 270 , or an analytic platform 280 .
  • the front end 210 may receive a voice input received from the electronic device 101 .
  • the front end 210 may transmit a response corresponding to the voice input.
  • the natural language platform 220 includes an automatic speech recognition module (ASR module) 221, a natural language understanding module (NLU module) 223, a planner module ( planner module 225, a natural language generator module (NLG module) 227, or a text to speech module (TTS module) 229.
  • ASR module automatic speech recognition module
  • NLU module natural language understanding module
  • planner module planner module 225
  • NLG module natural language generator module
  • TTS module text to speech module 229.
  • the automatic voice recognition module 221 may convert voice input received from the electronic device 101 into text data.
  • the natural language understanding module 223 may determine the user's intention using text data of voice input. For example, the natural language understanding module 223 may determine the user's intention by performing syntactic analysis or semantic analysis.
  • the natural language understanding module 223 of an embodiment identifies the meaning of a word extracted from a voice input using linguistic features (eg, grammatical elements) of a morpheme or phrase, and matches the meaning of the identified word to the intention of the user. intention can be determined.
  • the planner module 225 may generate a plan using the intent and parameters determined by the natural language understanding module 223 .
  • the planner module 225 may determine a plurality of domains used to perform a task based on the determined intent.
  • the planner module 225 may determine a plurality of operations included in each of the determined plurality of domains based on the intent.
  • the planner module 225 may determine parameters used to execute the determined plurality of operations or result values output by the execution of the plurality of operations.
  • the parameter and the resulting value may be defined as a concept of a designated format (or class).
  • the plan may include a plurality of actions and a plurality of concepts determined by the user's intention.
  • the planner module 225 may determine relationships between the plurality of operations and the plurality of concepts in stages (or hierarchically). For example, the planner module 225 may determine an execution order of a plurality of operations determined based on a user's intention based on a plurality of concepts. In other words, the planner module 225 may determine an execution order of the plurality of operations based on parameters used for execution of the plurality of operations and results output by the execution of the plurality of operations. Accordingly, the planner module 225 may generate a plan including a plurality of operations and association information (eg, an ontology) between a plurality of concepts. The planner module 225 may generate a plan using information stored in the capsule database 230 in which a set of relationships between concepts and operations is stored.
  • the natural language generation module 227 may change designated information into a text form.
  • the information changed to the text form may be in the form of natural language speech.
  • the text-to-speech conversion module 229 may change text-type information into voice-type information.
  • some or all of the functions of the natural language platform 220 may be implemented in the electronic device 101 as well.
  • the capsule database 230 may store information about relationships between a plurality of concepts and operations corresponding to a plurality of domains.
  • a capsule may include a plurality of action objects (action objects or action information) and concept objects (concept objects or concept information) included in a plan.
  • the capsule database 230 may store a plurality of capsules in the form of a concept action network (CAN).
  • CAN concept action network
  • a plurality of capsules may be stored in a function registry included in the capsule database 230.
  • the capsule database 230 may include a strategy registry in which strategy information used when determining a plan corresponding to a voice input is stored.
  • the strategy information may include reference information for determining one plan when there are a plurality of plans corresponding to the voice input.
  • the capsule database 230 may include a follow-up registry in which information on a follow-up action for suggesting a follow-up action to a user in a specified situation is stored.
  • the follow-up action may include, for example, a follow-up utterance.
  • the capsule database 230 may include a layout registry for storing layout information of information output through the electronic device 101 .
  • the capsule database 230 may include a vocabulary registry in which vocabulary information included in capsule information is stored.
  • the capsule database 230 may include a dialog registry in which dialog (or interaction) information with a user is stored.
  • the capsule database 230 may update stored objects through a developer tool.
  • the developer tool may include, for example, a function editor for updating action objects or concept objects.
  • the developer tool may include a vocabulary editor for updating vocabulary.
  • the developer tool may include a strategy editor for creating and registering strategies that determine plans.
  • the developer tool may include a dialog editor to create a dialog with the user.
  • the developer tool may include a follow up editor that can activate follow up goals and edit follow up utterances that provide hints. The subsequent goal may be determined based on a currently set goal, a user's preference, or environmental conditions.
  • the capsule database 230 may be implemented in the electronic device 101 as well.
  • the execution engine 240 of one embodiment may calculate a result using the generated plan.
  • the end user interface 250 may transmit the calculated result to the electronic device 101 . Accordingly, the electronic device 101 may receive the result and provide the received result to the user.
  • the management platform 260 of one embodiment may manage information used in the intelligent server 200 .
  • the big data platform 270 according to an embodiment may collect user data.
  • the analysis platform 280 of one embodiment may manage quality of service (QoS) of the intelligent server 200 . For example, the analysis platform 280 may manage the components and processing speed (or efficiency) of the intelligent server 200 .
  • QoS quality of service
  • the service server 300 may provide a designated service (eg, food order or hotel reservation) to the electronic device 101 .
  • the service server 300 may be a server operated by a third party.
  • the service server 300 of one embodiment may provide information for generating a plan corresponding to the received voice input to the intelligent server 200 .
  • the provided information may be stored in the capsule database 230.
  • the service server 300 may provide result information according to the plan to the intelligent server 200.
  • the electronic device 101 may provide various intelligent services to the user in response to user input.
  • the user input may include, for example, an input through a physical button, a touch input, or a voice input.
  • the electronic device 101 may provide a voice recognition service through an internally stored intelligent app (or voice recognition app).
  • the electronic device 101 recognizes a user's utterance or voice input received through the microphone 150-1, and provides a service corresponding to the recognized voice input to the user. can be provided to
  • the electronic device 101 may perform a designated operation alone or together with the intelligent server and/or service server based on the received voice input. For example, the electronic device 101 may execute an app corresponding to the received voice input and perform a designated operation through the executed app.
  • the electronic device 101 when the electronic device 101 provides a service together with the intelligent server 200 and/or the service server, the electronic device 101 uses the microphone 150-1 to make a user's speech. may be sensed, and a signal (or voice data) corresponding to the detected user utterance may be generated. The electronic device 101 may transmit the voice data to the intelligent server 200 through the interface 177.
  • the intelligent server 200 performs a plan for performing a task corresponding to the voice input or an operation according to the plan. can produce results.
  • the plan may include, for example, a plurality of operations for performing a task corresponding to a user's voice input, and a plurality of concepts related to the plurality of operations.
  • the concept may define parameters input to the execution of the plurality of operations or result values output by the execution of the plurality of operations.
  • the plan may include information related to a plurality of operations and a plurality of concepts.
  • the electronic device 101 may receive the response using the interface 177.
  • the electronic device 101 outputs a voice signal generated inside the electronic device 101 to the outside using the speaker 155-1 or uses the display module 160 to output a voice signal generated inside the electronic device 101. Images can be output externally.
  • FIG. 3 is a diagram illustrating a screen on which an electronic device processes a voice input received through an intelligent app according to various embodiments of the present disclosure.
  • the electronic device 101 may execute an intelligent app to process a user input through an intelligent server (eg, the intelligent server 200 of FIG. 2 ).
  • an intelligent server eg, the intelligent server 200 of FIG. 2 .
  • the electronic device 101 when the electronic device 101 recognizes a designated voice input (eg, wake up! or receives an input through a hardware key (eg, a dedicated hardware key), the electronic device 101 processes the voice input.
  • You can run intelligent apps for The electronic device 101 may, for example, execute an intelligent app while running and displaying a schedule app.
  • the electronic device 101 may display an object (eg, icon) 311 corresponding to an intelligent app on a display (eg, the display module 160 of FIG. 1 ).
  • the electronic device 101 may receive a voice input by a user's speech. For example, the electronic device 101 may receive a voice input including “Tell me this week's schedule!”.
  • the electronic device 101 may display a user interface (UI) 313 (eg, an input window) of an intelligent app displaying text data included in the received voice input on the display.
  • UI user interface
  • the electronic device 101 may display a result corresponding to the received voice input on the display.
  • the electronic device 101 may search for a schedule plan corresponding to the received user input (eg, a current week's schedule corresponding to the current time), and display a “searched schedule plan” on the display.
  • FIG. 4 is a diagram illustrating a form in which relationship information between concepts and actions is stored in a database according to an embodiment.
  • a capsule database (eg, capsule database 230 of FIG. 2 ) of an intelligent server (eg, intelligent server 200 of FIG. 2 ) may store capsules in a concept action network (CAN) form.
  • the capsule database may store an operation for processing a task corresponding to a user's voice input and parameters used for the operation in the form of a concept action network (CAN).
  • the capsule database may store a plurality of capsules (capsule (A) 401 and capsule (B) 404) corresponding to each of a plurality of domains (eg, applications).
  • one capsule eg, capsule (A) 401
  • one domain eg, location or "geo" or application
  • one capsule may correspond to at least one service provider (eg, CP 1 402 or CP 2 403) for performing a function for a domain related to the capsule.
  • one capsule may include at least one operation 410 and at least one concept 420 for performing a designated function.
  • a natural language platform may generate a plan for performing a task corresponding to a received voice input using a capsule stored in a capsule database.
  • a planner module eg, the planner module 225 of FIG. 2
  • the natural language platform may generate a plan using capsules stored in a capsule database.
  • a plan can be created using the operations 4011 and 4013 and concepts 4012 and 4014 of capsule A 401 and the operation 4041 and concept 4042 of capsule B 404. .
  • FIG. 5 is a block diagram illustrating an electronic device 101 and an intelligent server 200 according to various embodiments.
  • the electronic device 101 includes an audio module 170 for receiving a user's voice command, a communication module 190 for communicating with the intelligent server 200 for processing a user's voice command, It may include a memory 130 in which computer-executable instructions are stored, and a processor 120 that accesses the memory 130 and executes the instructions.
  • the electronic device 101, the audio module 170, the communication module 190, the memory 130, and the processor 120 are the electronic device 101 described with reference to FIG. 1, the audio module 170 ), the communication module 190, the memory 130, and the processor 120.
  • context information about the state of the electronic device 101 is collected in the memory 130 of the electronic device 101, and the context information and the processing result set received from the intelligent server 200 (
  • a program for example, the program 140 of FIG. 1 ) outputting a processing result meeting the user's intention based on the set
  • a program may be stored as software.
  • an operating system eg, operating system 142 of FIG. 1
  • middleware eg, middleware 144 of FIG. 1
  • an application eg, application 146 of FIG. 1
  • Instructions stored in the memory 130 may be implemented as one function module in an operating system (eg, the operating system 142 of FIG. 1), implemented in the form of middleware (eg, the middleware 144 of FIG. 1), or a separate It may be implemented in the form of an application (eg, the application 146 of FIG. 1).
  • the electronic device 101 may be an electronic device 101 that communicates with the intelligent server 200 described with reference to FIG. 2, and may be a client module (eg, the client module 151 of FIG. 2). ) may be included in the memory 130.
  • a client module eg, the client module 151 of FIG. 2.
  • the processor 120 may receive a user voice command through the audio module 170 and collect first context information about the state of the electronic device 101 in response to receiving the user voice command.
  • context information on the state of the electronic device 101 includes information on whether the electronic device 101 is locked or unlocked, information on the current location of the electronic device 101, and a ring tone setting. At least one of information about values, information about running systems or applications (apps), information about folding states, and information about whether or not location information is currently being used by the user can be included
  • context information may appear as shown in [Table 1] below.
  • the information about the state of the electronic device 101 collected by the processor 120 of the electronic device 101 is not limited to the context information in Table 1, and various information about the state of the electronic device 101 can be collected.
  • the processor 120 may transmit the first context information collected in response to the user voice command and the user voice command reception to the intelligent server 200 through the communication module 190 .
  • the intelligent server 200 may include a natural language platform 220, a capsule database 230, a communication module 590, a processor 520, and a memory 530.
  • the intelligent server 200 is the intelligent server 200 described with reference to FIG. 2, and includes a communication module 590, a processor 520, a memory 530, a natural language platform 220, and a capsule database ( 230) may correspond to the configuration of the intelligent server 200 of FIG.
  • the communication module 590 may correspond to the front end 210 of FIG. 2 .
  • the processor 520 receives a voice command and first context information about a state of the electronic device 101 collected from the electronic device 101 in response to receiving a voice command from the electronic device 101 through the communication module 590. can do.
  • the processor 520 may transmit a processing result set including processing results generated by the processor 520 to the electronic device 101 through the communication module 590 .
  • the natural language platform 220 includes an automatic speech recognition module (ASR module) 221, a natural language understanding module (NLU module) 223, a planner module (planner module) as described with reference to FIG. 225), a natural language generation module (NLG module) 227, or a text-to-speech module (TTS module) 229.
  • ASR module automatic speech recognition module
  • NLU module natural language understanding module
  • planner module planner module
  • NNLG module natural language generation module
  • TTS module text-to-speech module
  • an operation for processing a task corresponding to a user's voice input and a parameter used for the operation may be stored in the form of a concept action network (CAN) 400 in the capsule database 230 .
  • the concept action network 400 may be configured as described with reference to FIG. 4 .
  • a memory 530 in which computer-executable instructions are stored, and a processor 520 that accesses the memory 530 and executes the instructions executes the intelligent server 200 described with reference to FIG. 2 It may correspond to the engine 240 .
  • the natural language platform 220 may refer to the capsule database 230 and generate a plan based on a user voice command and context information, and the processor 520 may generate a set of processing results according to the plan.
  • the processor 520 receives a voice command and first context information from the electronic device 101 through the communication module 590, and refers to the natural language platform 220 and the capsule database 230 to provide a voice command.
  • a processing result set including at least one processing result based on the command and the first context information may be generated and transmitted to the electronic device 101 .
  • the processor 120 of the electronic device 101 collects second context information about the state of the electronic device 101 in response to receiving a processing result set from the intelligent server 200, and A target processing result meeting a user's intention may be generated based on the context information and the processing result set.
  • the processor 120 of the electronic device 101 may output a target processing result to a user.
  • the processor 120 may output the target processing result as text through a display module (eg, the display module 160 of FIG. 1 ) or as a voice through the audio module 170 .
  • the first context information collected in response to receiving a user voice command and the second context information collected in response to receiving a processing result from the intelligent server 200 may be different.
  • processing of voice commands in the intelligent server 200 or communication between the electronic device 101 and the intelligent server 200 may take a lot of time. Because of this, the state of the electronic device 101 at the time when the processor 120 receives a voice command from the user and the time when the processor 120 receives the voice command processing result from the intelligent server 200 may be different. Accordingly, when state information of the electronic device 101 is collected in response to the reception of a voice command, a result that does not match the user's intention may be output even though the state of the electronic device 101 is changed.
  • the electronic device 101 was in a locked state when the processor 120 received a voice command requiring unlocking from the user (eg, “show me the call log”), but the intelligent server 200 received a processing result.
  • the lock of the electronic device 101 may be released.
  • a result of “Please release the lock” may be output to the electronic device 101.
  • unnecessary calls between the electronic device 101 and the intelligent server 200 may occur by transmitting the unlock state from the electronic device 101 to the intelligent server 200 and receiving the processing result from the intelligent server 200 again.
  • the processor 120 of the electronic device 101 collects first context information in response to receiving a user voice command and second context information collected in response to receiving a processing result set from the intelligent server 200. information can be compared. When the second context information is different from the first context information, the processor 120 outputs a target processing result more consistent with the user's intention to the user based on the processing result set received from the intelligent server 200 and the second context information. can do.
  • An operation of outputting a target processing result meeting a user's intention according to various embodiments will be described in detail with reference to FIGS. 6A to 8 .
  • on-device artificial intelligence capable of processing voice commands without communication with the intelligent server 200 may be installed in the electronic device 101 .
  • the processor 120 of the electronic device 101 may determine whether the electronic device 101 can process the user's voice command based on the on-device AI. When it is determined that the electronic device 101 cannot process, the processor 120 may newly collect context information about the state of the electronic device 101 and further transmit the newly collected context information to the intelligent server 200 .
  • the processor 120 transmits not only the first context information collected in response to the user's voice command reception, but also context information about a state at the time when it is determined that the electronic device 101 cannot process the intelligent server 200. By further transmitting, it is possible to receive an improved processing result set from the intelligent server 200. Specific embodiments related to on-device AI will be described in detail in FIGS. 6A to 8 and 10 .
  • 6A and 6B are diagrams for explaining an operation of processing a lock release command in an electronic device, according to an exemplary embodiment.
  • the electronic device when the electronic device does not apply the operations of the electronic device 101 and the intelligent server 200 described with reference to FIG. 5 , the electronic device can process commands operable in the unlock state of the electronic device. Examples are described.
  • the user when the electronic device 101 is in a locked state as shown in the screen 610, the user needs to unlock the electronic device 101 for display, such as "Show me call history" 615. You can utter voice commands.
  • the processor 120 of the electronic device 101 collects first context information about the state of the electronic device 101, and in the first context information, the electronic device 101 is in a “locked state”. Information may be included.
  • the processor 120 may transmit the voice command 615 and the information of "lock state" to an intelligent server (eg, the artificial-intelligence-supportable intelligent server 200 of FIG. 5) and ,
  • the intelligent server 200 transmits a processing result including an output message "I need unlock first! (625) to the electronic device 101, and the electronic device 101 outputs a message on the screen 620. can be displayed.
  • the processing result 625 of the intelligent server 200 as in this example, may be displayed as text on a display screen or output as a voice through a speaker (not shown).
  • a processing result 625 (ie, an output message requesting unlocking of the device) is output to the electronic device 101 despite the fact that the lock is released when the processing result is received. It can be. That is, as shown in FIG. 6A , the output message 625 requesting unlocking may remain on the display after the user inputs the unlocking pattern.
  • the user may unlock via the electronic device 101, and the electronic device 101 may display a processing result, as shown on screen 630, which may include the requested call log (empty in this example). can display According to some embodiments, the electronic device 101 on the screen 630 may retransmit information about unlocking to the intelligent server 200 and receive a processing result from the intelligent server 200 again.
  • FIG. 6B an embodiment of processing a command requiring unlocking when the operation of the electronic device 101 and the intelligent server 200 described with reference to FIG. 5 is applied will be described.
  • the user voices the request that the electronic device 101 be unlocked for a display such as "Show me call logs" (655). command can be issued.
  • the processor 120 of the electronic device 101 may collect first context information about the state of the electronic device 101 in response to receiving the voice command 655 .
  • the first context information may include information indicating that the electronic device 101 is in a “locked state”.
  • the processor 120 may transmit a voice command and first context information including “locked state” information to an intelligent server (eg, the intelligent server 200 of FIG. 5 ).
  • the processor 520 of the intelligent server 200 based on the "lock state" indicated in the first context information, a processing result set including a result message such as "I need to release the lock first! (set) can be created.
  • the processor 520 of the intelligent server 200 analyzes the voice command "Show me the call log" 655 through the natural language platform 220 and the capsule database 230, and unlocks the voice command for processing. It may be determined that the action should be executed.
  • the first context information received from the electronic device 101 may include an indication of “a locked state, an indication that a navigation app is running, and a current location”, and the processor 520 may include the first context information As indicated by , it may be determined that the "locked state" must be changed in order to successfully perform the requested function through the voice command.
  • the processor 520 may generate, for example, a call record for the last 3 days based on the natural language platform 220 and the capsule database 230, 1 Based on the context information, the first processing result (e.g., message status "need to unlock first!), and the second processing result of the unlock status (e.g., "There are no call records for the last 3 days" message status)
  • a processing result set including a message may be created.
  • the processing result set may appear as shown in [Table 2] below.
  • the processing result set is transmitted to the electronic device 101 by the intelligent server 200, and the processor 120 of the electronic device 101 responds to receiving the processing result set of the electronic device 101.
  • the state can be redetected and thus the second context information can be collected.
  • the processor 120 retrieves the message "There are no call records for the past 3 days" from the processing result set as the target processing result. (e.g. or create).
  • the target processing result may be displayed as text on the screen 670 or output as voice through a speaker (not shown).
  • the processor 120 of the electronic device 101 commands the electronic device 101 before transmitting the first context information and the voice command to the intelligent server 200 . It can be checked whether it can be processed, and context information when it is determined that it cannot be processed can be further transmitted to the intelligent server (200). As described with reference to FIG. 5 , the processor 120 may determine whether the electronic device 101 is equipped with an on-device AI and whether a voice command can be processed by the on-device AI.
  • the processor 120 may compare the command with the second context information when it is determined that the electronic device 101 cannot process the first context information.
  • the processor 120 may transmit both the first context information and the second context information to the intelligent server 200 when the two context information are the same. If the two context information are different, the processor 120 may transmit the second collected context information to the intelligent server 200 .
  • the first context information indicating that the electronic device 101 is placed in a locked state is transmitted to the intelligent server 200 by the processor 120, but additional context information is sent to the processor 120. (120).
  • the processor 120 of the electronic device 101 determines whether the electronic device 101 can process the received voice command including “show me the call log”. According to some embodiments, it may be determined that the electronic device 101 cannot process the corresponding voice command. If the lock is released at the time when the processor 120 determines that the electronic device 101 cannot process "Show me call logs", information associated with the release of the lock may also be transmitted to the intelligent server 200.
  • the processor 520 of the intelligent server 200 processes a result of processing according to the first context information that the electronic device 101 is in a locked state and the context information indicating that the electronic device 101 is in an unlocked state.
  • a processing result set including processing results according to may be generated.
  • the processor 120 of the electronic device 101 receives the processing result set, collects second context information in response to receiving the processing result set, and based on the second context information and the processing result set Target processing results can be generated and output.
  • FIG. 7 is a diagram for explaining an operation of deleting an image in an electronic device according to an exemplary embodiment
  • FIG. 7 referring to the operations and components of FIG. 5 for the electronic device 101 and the intelligent server 200 , an embodiment of processing an image deletion command is described.
  • the user may utter a voice command 715 including the phrase "delete this picture" while the electronic device 101 displays the first image 717 as shown in the screen 710. .
  • the processor 120 of the electronic device 101 may collect first context information in response to receiving the voice command 715 .
  • the first context information may include, for example, information about the first image 717 currently displayed on the screen 710, including the storage location of the first image 717.
  • the processor 120 transmits the first context information and the voice command 175 to the intelligent server 200, and the processor 520 of the intelligent server 200 uses the natural language platform 220 to generate a processing result set. And the voice command 175 can be processed with reference to the capsule database 230 .
  • the processor 520 of the intelligent server 200 may generate a processing result including deletion of the second image 727 based on the storage location of the first image 717 .
  • the processor 520 may determine that the second image 727 stored in the same album matches the first image 717 based on the storage location of the first image 717, and the first image ( A processing result set including not only the deletion execution of 717) but also the deletion execution of the second image 727 can be created.
  • the processor 120 of the electronic device 101 includes an image currently being displayed by the electronic device 101 in response to receiving a processing result set from the intelligent server 200 .
  • the second context information may be collected.
  • information indicating that the currently displayed image is the second image 727 may be included in the second context information. For example, as shown on the screen 720, when the electronic device 101 receives a photo deletion command and receives a processing result set from the intelligent server 200, based on the storage location of the first image 717 Thus, another image such as the second image 727 included in the same album as the first image 717 may be displayed.
  • the processor 120 may generate a target processing result based on information that the displayed image included in the processing result set and the second context information matches the second image 727 . For example, as shown in the screen 730, the processor 120 generates a message requesting a user selection among the deletion processing of the first image 717 and the deletion processing of the second image 727 as a target processing result and processes the target. Results can be output.
  • the present invention is not limited thereto, and the processor 120 may generate a deletion process of the first image 717 or a deletion process of the second image 727 as a result of the target process.
  • the processor 120 may generate the first image 717 deletion process as a target process result.
  • the processor 120 may generate a message requesting user selection for deletion from the processing result set as a target processing result.
  • the processor 120 of the electronic device 101 determines whether the electronic device 101 can process the command before transmitting the command to the intelligent server 200. It can, and can further transmit the context information when it is determined that the processing is not possible to the intelligent server (200).
  • the processor 120 of the electronic device 101 determines whether the electronic device 101 can process the voice command “Delete this picture” (ie, in the current state), and when it is determined that it cannot be processed, the image being displayed If the second image 727 is changed, information indicating that the second image 727 is currently being displayed may also be transmitted to the intelligent server 200 .
  • the processor 520 of the intelligent server 200 may generate a processing result set including a plurality of results such as deleting the first image 717 and deleting the second image 727 .
  • the processor 120 of the electronic device 101 receives the processing result set, collects second context information in response to receiving the processing result set, and based on the second context information and the processing result set Target processing results can be generated and output.
  • the location of the electronic device 101 at the time of receiving the voice command and the processing result from the intelligent server 200 is can be different.
  • first location information may be included in state information of the electronic device 101 collected in response to receiving a voice command, “Search for nearby restaurants.” Then, the first location information and the voice command "Search for a restaurant if you give me" may be transmitted to the intelligent server 200 .
  • the processor 520 of the intelligent server 200 determines a first set of search results in which one or more nearby restaurants are listed based on the first location information and one or more nearby restaurants based on the second location information within a specific threshold distance of the first location.
  • a processing results set may be created that includes a second set of listed search results.
  • the processor 120 of the electronic device 101 may re-detect the location of the electronic device 101 as the second context information in response to receiving the processing result set.
  • the processor 120 When the second context information indicates that the second location information is located within a certain area from the first location, the processor 120 generates, as a target processing result, a search result of nearby restaurants based on the second location information from the processing result set. and can be printed.
  • FIG. 8 is a diagram for describing an operation when an intelligent server communicates with various electronic devices according to various embodiments.
  • the intelligent server 200 may be the same as that described with reference to FIGS. 2 and 5 , and may communicate with various electronic devices 101 and 104 . According to one embodiment, the intelligent server 200 may communicate with the smart phone 101 and the TV 104 and process user voice commands. According to an embodiment, the smart phone 101 may be the same as that described with reference to FIGS. 1 and 5 , and the TV 104 may be the same as the electronic device 104 described with reference to FIG. 1 .
  • the user may utter a voice command, "Turn on channel 9 on TV” through the smart phone 101 .
  • the intelligent server 200 receives a voice command (810), first confirms the connection with the TV 104 (820), second confirms the connection with the TV (830), and transmits the processing result (840). A series of actions can be executed.
  • the processor 120 of the smart phone 101 may receive a user's voice command "Turn on channel 9 on TV” and transmit the voice command to the intelligent server 200.
  • the processor 520 of the intelligent server 200 may check the communication connection with the TV 104 (823).
  • the TV 104 is still booting up, and as such, cannot process the voice command and returns processing result 827 "It is not connected to the TV. Please check the connection first.” can create
  • the processor 520 before sending a processing result 827 indicating that the command cannot be processed to the smartphone 101, the processor 520 once again reconfirms the connection with the TV 104 in operation 833. can According to one embodiment, after reconfirming the connection, and after booting of the TV 104 is complete and the intelligent server 200 successfully connects with the TV 104, the processor 520 returns the results in operation 837. It may reprocess and generate a results output prompt 860 that includes, for example, "Check the results on TV".
  • the processor 520 of the intelligent server 200 executes a channel change to number 9 for the TV 104 and transmits the processing result to the smartphone 101 (850).
  • the processing result may be output in the smart phone 101 .
  • an output prompt 860 saying “Check the result on TV” based on the status information confirmed later may be output from the smart phone 101 .
  • a processing result set including one or more processing results is transmitted from the intelligent server 200 to the smart phone 101, and processed by the smart phone 101.
  • a processing result may be output based on information collected in response to receiving a result set.
  • the processing result set may include "There is no connection with the TV. Please check the connection first" based on the status information checked first and “Check the result on the TV” based on the status information checked later, and the smartphone ( The processor 120 of 101 may check the connection between the TV 104 and the intelligent server 200, generate a target processing result based on this, and output the target processing result.
  • FIG. 8 is a diagram for describing an operation when an intelligent server communicates with various electronic devices according to various embodiments.
  • the intelligent server 200 may be the same as that described with reference to FIGS. 2 and 5 , and may communicate with various electronic devices 101 and 104 . According to one embodiment, the intelligent server 200 may communicate with the smart phone 101 and the TV 104 and process user voice commands. According to an embodiment, the smart phone 101 may be the same as that described with reference to FIGS. 1 and 5 , and the TV 104 may be the same as the electronic device 104 described with reference to FIG. 1 .
  • the user may utter a voice command, "Turn on channel 9 on TV” through the smart phone 101 .
  • the intelligent server 200 receives a voice command (810), first confirms the connection with the TV 104 (820), second confirms the connection with the TV (830), and transmits the processing result (840). A series of actions can be executed.
  • the processor 120 of the smart phone 101 may receive a user's voice command "Turn on channel 9 on TV” and transmit the voice command to the intelligent server 200.
  • the processor 520 of the intelligent server 200 may check the communication connection with the TV 104 (823).
  • the TV 104 is still booting up, and as such, cannot process the voice command and returns processing result 827 "It is not connected to the TV. Please check the connection first.” can create
  • the processor 520 before sending a processing result 827 indicating that the command cannot be processed to the smartphone 101, the processor 520 once again reconfirms the connection with the TV 104 in operation 833. can According to one embodiment, after reconfirming the connection, and after booting of the TV 104 is complete and the intelligent server 200 successfully connects with the TV 104, the processor 520 returns the results in operation 837. It may reprocess and generate a results output prompt 860 that includes, for example, "Check the results on TV".
  • the processor 520 of the intelligent server 200 executes a channel change to number 9 for the TV 104 and transmits the processing result to the smartphone 101 (850).
  • the processing result may be output in the smart phone 101 .
  • an output prompt 860 saying “Check the result on TV” based on the status information confirmed later may be output from the smart phone 101 .
  • a processing result set including one or more processing results is transmitted from the intelligent server 200 to the smart phone 101, and processed by the smart phone 101.
  • a processing result may be output based on information collected in response to receiving a result set.
  • the processing result set may include "There is no connection with the TV. Please check the connection first" based on the status information checked first and “Check the result on the TV” based on the status information checked later, and the smartphone ( The processor 120 of 101 may check the connection between the TV 104 and the intelligent server 200, generate a target processing result based on this, and output the target processing result.
  • FIG. 10 is a flowchart illustrating an operation of an electronic device depending on whether or not the electronic device can process a voice command, according to various embodiments of the present disclosure.
  • Operations 1010 to 1030 may be performed by the processor 120 of the electronic device 101 described above with reference to FIG. 5 , and for brevity, descriptions duplicated with those described with reference to FIGS. 1 to 9 will be omitted. can
  • operations 1010 to 1030 may be performed between operations 910 and 920 of FIG. 9 .
  • the processor 120 processes the user voice command in the electronic device 101 in operation 1010. You can judge if you can.
  • on-device artificial intelligence capable of processing voice commands (without the need to communicate with the external intelligent server 200) is the electronic device 101 can be mounted on
  • on-device artificial intelligence may be the same as or similar to the configuration of the natural language platform 220 and the capsule database 230 of the intelligent server 200 .
  • the processor 120 processes the voice command without communication with the intelligent server 200 in operation 1020 and , the result can be output.
  • the processor 120 when it is determined that the electronic device 101 cannot process the voice command, in operation 1030, the processor 120 re-detects the state of the electronic device 101 as newly collected context information, Newly collected context information may be transmitted to the intelligent server 200 .
  • the processor 120 not only collects first context information in response to receiving a user voice command, but also context information about a state at the time when the electronic device 101 determines that processing is impossible. By further sending to the intelligent server 200, it is possible to receive an improved processing result set from the intelligent server 200.
  • FIG. 11 is a flowchart illustrating an operation of generating a target processing result based on second context information and a processing result set, according to various embodiments.
  • Operations 1110 to 1149 may be performed by the processor 120 of the electronic device 101 described above with reference to FIG. 5, and for brevity, descriptions overlapping those described with reference to FIGS. 1 to 10 will be omitted. can
  • operations 1110 to 1149 may correspond to an operation of generating a target processing result based on the second context information and the processing result set described with reference to FIG. 9 (eg, operation 950 of FIG. 9 ). .
  • the processor 120 may compare the second context information with the first context information. According to an embodiment, when the first context information and the second context information are the same, in operation 1120, the processor 120 may output a processing result according to the second context information.
  • operations 1133 and 1143 may correspond to operations of the processor 120 according to the unlocking embodiment described with reference to FIG. 6B.
  • the user's voice command may be a command requiring unlocking of the electronic device 101
  • the processor 120 determines that the electronic device 101 is locked in the unlocked state in the second context information. You can check that it has been changed to .
  • the processor 120 may generate a processing result when the lock is unlocked from the processing result set as a target processing result.
  • operations 1136 and 1146 may correspond to operations of the processor 120 according to the photo deletion embodiment described with reference to FIG. 7 .
  • the user's voice command may be a picture deletion command
  • the processor 120 determines that the image being displayed by the electronic device 101 has changed from the first image to the second image in the second context information. You can check.
  • the processor 120 sends a message requesting user selection among the first image deletion processing and the second image deletion processing based on the processing result set as a target processing result (eg, 730 of FIG. 7 ). can be created with
  • operations 1139 and 1149 may correspond to operations of the processor 120 according to the location search embodiment described above with reference to FIG. 7 .
  • the user's voice command may be a nearby location search command, and in operation 1139, the processor 120 determines that the location of the electronic device 101 has changed from the first location to the second location in the second context information.
  • the processor 120 in operation 1149, the processor 120 may generate a location search result based on the second location information as a target processing result in the processing result set.
  • the processor 120 may generate a target processing result in operations 1143, 1146, and 1149, and then output the target processing result in operation 960.
  • FIG. 12 is a flowchart illustrating an operation of an intelligent server according to various embodiments.
  • Operations 1210 to 1230 may be performed by the processor 520 of the intelligent server 200 described above with reference to FIG. 5, and duplicate descriptions of those described with reference to FIGS. 1 to 11 will be omitted for brevity. can
  • the processor 520 of the intelligent server 200 may receive a user voice command and first context information from the electronic device 101.
  • the first context information may be collected by the electronic device 101 in response to the user's voice command being received by the electronic device 101 .
  • the processor 520 of the intelligent server 200 may generate a processing result set including at least one processing result generated based on the first context information and the voice command. there is. As described above with reference to FIGS. 6A to 8 , the processor 520 determines (eg, infers) the user's intention through the natural language platform 220 and the capsule database 230, and generates a processing result set accordingly. can do.
  • the processor 520 of the intelligent server 200 may transmit a processing result set to the electronic device 101.
  • the processor 120 of the electronic device 101 collects second context information in response to receiving a processing result set (eg, operation 940 of FIG. 9 ), and second context information and A target processing result may be generated based on the processing result set (eg, operation 950 of FIG. 9 ) and output to the user (eg, operation 960 of FIG. 9 ).
  • the electronic device 101 includes an audio module 170 for receiving a user's voice command; a communication module 190 for communicating with the intelligent server 200 for processing user voice commands; a memory 130 storing computer-executable instructions; and a processor 120 that accesses the memory 130 and executes instructions.
  • the commands collect first context information about the state of the electronic device 101 in response to receiving a user voice command, transmit the first context information and the user voice command to the intelligent server 200, and A processing result set including a processing result generated based on the first context information and the user's voice command is received from 200, and in response to receiving the processing result set, a second information about the state of the electronic device 101 is received. It may be configured to collect context information, generate a target processing result based on the second context information and the processing result set, and output the target processing result.
  • the commands are intelligent server 200 when a user's voice command is a command requiring unlocking of the electronic device 101 and information that the electronic device 101 is in a locked state is included in the first context information.
  • information is collected, and when the second context information includes information that the electronic device 101 is in an unlocked state, a second processing result is generated as a target processing result in the processing result set, and the target processing result is output.
  • the instructions include, when the user voice command is an image deletion command and the first context information includes the storage location of the first image, a first processing result for deleting the first image from the intelligent server 200 and A processing result set including a second processing result for deleting a second image based on the storage location of the first image is received, and second context information about the image being displayed in the electronic device 101 in response to receiving the processing result set is received. collects, if the image being displayed is the second image, generates a target processing result based on the processing result set, and outputs the target processing result.
  • the instructions may be configured to generate a message requesting user selection among the first image deletion process or the second image deletion process as a result of the target process.
  • commands are issued from the intelligent server 200 when a user voice command is a search command for a place around the electronic device 101 and the first context information includes first location information of the electronic device 101.
  • To collect second context information including location information of, and when the second context information includes the second location information, generate a second processing result as a target processing result in a processing result set, and output the target processing result. can be configured.
  • the electronic device 101 determines whether the electronic device 101 can process the user's voice command and collects the commands in response to the determination that the electronic device 101 cannot process the user's voice command. ) It may be further configured to transmit context information about the state of the intelligent server (200).
  • context information on the state of the electronic device 101 includes information on whether the electronic device 101 is locked, information on the current location of the electronic device 101, and a current ring tone setting value. It may include at least one of information about, information about an application (app) being executed, information about a folding state, and information about whether location information is used.
  • a user voice command is received, and first context information about a state of the electronic device 101 is collected in response to the user voice command reception. movement; Transmitting the first context information and the user's voice command to the intelligent server 200; receiving a processing result set including at least one processing result generated based on the first context information and the user's voice command from the intelligent server 200; collecting second context information about a state of the electronic device 101 in response to receiving a processing result set; generating a target processing result based on the second context information and the processing result set; and an operation of outputting a target processing result.
  • the intelligent server 200 reports the locked state. receiving a processing result set including a first processing result when the lock is released and a second processing result when the lock is released; and collecting second context information about the state of the electronic device 101 in response to receiving the processing result set. generating a second processing result as a target processing result from a processing result set when the second context information includes information indicating that the electronic device 101 is in an unlocked state; and an operation of outputting a target processing result.
  • the first processing result for deleting the first image and the first image from the intelligent server 200 receiving a processing result set including a second processing result for deleting a second image based on a storage location of ; and collecting second context information about an image being displayed in the electronic device 101 in response to receiving the processing result set. generating a target processing result based on the processing result set when the image being displayed is the second image; and an operation of outputting a target processing result.
  • the operation of generating the target processing result based on the processing result set may include a message requesting a user selection among deleting the first image or deleting the second image. It may include an operation generated as a result of target processing.
  • the first location information when the user's voice command is a search command for a place around the electronic device 101 and the first context information includes the first location information of the electronic device 101, the first location information from the intelligent server 200 receiving a processing result set including a first processing result corresponding to and a second processing result corresponding to second location information based on the first location information; and collecting second context information including location information of the electronic device 101 in response to receiving the processing result set; generating a second processing result as a target processing result in the processing result set when the second context information includes the second location information; and an operation of outputting a target processing result.
  • an operation of determining whether the electronic device 101 can process a user's voice command comprising: determining whether the electronic device 101 can process a user's voice command; and transmitting context information about the state of the electronic device 101 collected in response to the determination that the user's voice command cannot be processed by the electronic device 101 to the intelligent server 200 .
  • context information on the state of the electronic device 101 includes information on whether the electronic device 101 is locked, information on the current location of the electronic device 101, and a current ring tone setting value. It may include at least one of information about, information about an application (app) being executed, information about a folding state, and information about whether location information is used.
  • the intelligent server 200 processing the user's voice command collects the user's voice command from the electronic device 101 and the electronic device 101 collected in response to receiving the user's voice command from the electronic device 101.
  • the commands may be configured to generate a processing result set including at least one processing result generated based on the first context information and the user's voice command, and transmit it to the electronic device 101 .
  • the commands are, when a user voice command is a command requiring unlocking of the electronic device 101 and information that the electronic device 101 is in a locked state is included in the first context information, the electronic device 101 may be configured to generate a processing result set including a first processing result when is locked and a second processing result when lock is released.
  • the commands include, when a user voice command is an image deletion command and the first context information includes the storage location of the first image, the first processing result for deleting the first image and the storage location of the first image. It may be configured to generate a processing result set comprising a second processing result for a second image deletion based on .
  • the commands correspond to the first location information when the user voice command is a search command for a place around the electronic device 101 and the first context information includes the first location information of the electronic device 101. and generate a processing result set including a first processing result and a second processing result corresponding to second location information based on the first location information.
  • context information on the state of the electronic device 101 includes information on whether the electronic device 101 is locked, information on the current location of the electronic device 101, and a current ring tone setting value. It may include at least one of information about, information about an application (app) being executed, information about a folding state, and information about whether location information is used.
  • Electronic devices may be devices of various types.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a camera
  • a wearable device e.g., a smart bracelet
  • a (eg, first) component is said to be “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively.”
  • the certain component may 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, logical blocks, parts, or circuits.
  • a module may be an integrally constructed component or a minimal unit of components or a portion thereof that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • a storage medium eg, internal memory 136 or external memory 138
  • a machine eg, electronic device 101 of FIG. 1
  • It may be implemented as software (eg, program 140) comprising one or more instructions.
  • a processor eg, the processor 120
  • a 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.
  • the storage medium is a tangible device and does not contain a signal (e.g. electromagnetic wave), and this term refers to the case where data is stored semi-permanently in the storage medium. It does not discriminate when it is temporarily stored.
  • a signal e.g. electromagnetic wave
  • the method according to various embodiments disclosed in this document may be provided by being included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product is distributed in the form of a device-readable storage medium (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play StoreTM) or on two user devices (e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • a device-readable storage medium e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play StoreTM
  • two user devices e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • at least part of the computer program product may be temporarily stored or temporarily created in a device-readable storage medium such as a manufacturer's server, an application store server, or a relay server's memory.
  • each component (eg, module or program) of the above-described components may include a single object or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. there is.
  • one or more components or operations among the aforementioned corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg modules or programs
  • the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component of the plurality of components prior to the integration. .
  • the actions performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the actions are executed in a different order, or omitted. or one or more other actions may be added.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

인공지능 서버는 발화 의도를 파악하기 위해 발화 당시 전자 장치의 상태에 대한 여러 정보를 발화와 연계하여 분석할 수 있다. 일 실시예에 따른 전자 장치의 동작 방법에 있어서, 사용자 음성 명령을 수신하고, 사용자 음성 명령 수신에 대응하여 전자 장치의 상태에 대한 제1 컨텍스트(context) 정보를 수집하는 동작; 제1 컨텍스트 정보 및 사용자 음성 명령을 지능형 서버로 전송하는 동작; 지능형 서버로부터 제1 컨텍스트 정보 및 사용자 음성 명령에 기초하여 생성된 적어도 하나의 처리 결과를 포함하는 처리 결과 세트(set)를 수신하는 동작; 처리 결과 세트 수신에 대응하여 전자 장치의 상태에 대한 제2 컨텍스트 정보를 수집하는 동작; 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하는 동작; 및 타겟 처리 결과를 출력하는 동작을 포함할 수 있다. 그 외에도 다양한 실시예들이 가능할 수 있다.

Description

상태 변경에 따라 음성 명령 처리 결과를 출력하는 전자 장치 및 그의 동작 방법
본 개시는 인공 지능(AI) 지원 동작들에 관한 것으로, 보다 상세하게는, 전자 장치의 현재 상태의 전후 사정과 관련된 음성 명령들(voice commands contextual to a present state)에 기초한 AI-지원 동작들에 관한 것이다.
전자 장치는 이제 일반적으로 사용자 발화를 입력으로 수신하여 서비스 및 기능을 검색하고 실행할 수 있는 음성 지원 기능들(voice assistant functions)을 포함한다. 사용자 발화는 종종, 예를 들어, 소위 자연어 처리를 통해 사용자 발화의 의미 및 의도를 추출하는 인공 지능(AI) 서버를 통해 파싱(parsed) 및 분석된다. 따라서 AI 서버는 발화로부터 특정 의미들을 추론 및/또는 해석하고, 추론 및 해석을 기반으로 대응하는 tax를 검색 및 실행할 수 있고, 사용자 및 AI 서버 사이의 자연스러운 대화 상호 작용을 통해 입력 수신을 촉진할 수 있다.
일부 실시 예들에서, AI 서버는, 발화의 의도를 파악함에 있어서, 발화의 시점을 전후로(around the time of the utterance) 검출된 전자 장치의 상태에 기초하여, 발화와 연관된 다양한 정보 조각들을 분석할 수 있다.
상태 정보가 사용자의 발화를 통해 사용자의 의도를 파악하기 위해 사용되는 경우, 사용자 발화가 수신되는 시점에 다른 상태들이 존재할 수 있다. 그 결과, AI 서버가 사용자의 실제 의도와 일치하지 않게 처리된 의도를 반환할 수 있는 문제가 발생한다.
다양한 실시 예에 따르면, AI 서버로부터의 명령 처리 결과 세트를 수신하고, 처리 결과 세트 수신에 대응하여 상태 정보를 수집하고, 처리 결과 세트 및 처리 결과 세트 수신에 대응하여 수집한 상태 정보에 기초하여 사용자 의도에 부합하는 처리 결과를 출력하는 전자 장치가 제공됨으로써 이 문제를 해결할 수 있다.
다양한 실시 예에 따르면, 음성 명령 및 상태 정보를 지능형 서버로 전송하고, 지능형 서버로부터 복수의 처리 결과들을 포함하는 처리 세트를 수신하고, 처리 결과 세트 수신에 대응하여 다시 수집한 상태 정보에 기초하여 처리 결과를 선택하는 전자 장치가 제공될 수 있다.
일 실시 예에 따른 전자 장치의 동작 방법은, 마이크를 통해 사용자 음성 명령을 수신하는 것에 대응하여, 제1 컨텍스트(context) 정보로부터 상기 전자 장치의 상태를 검출하는 동작; 통신 회로를 통해 상기 제1 컨텍스트 정보 및 상기 사용자 음성 명령을 지능형 서버로 전송하는 동작; 상기 지능형 서버로부터 상기 제1 컨텍스트 정보 및 상기 사용자 음성 명령에 기초하여 생성된 적어도 하나의 처리 결과를 포함하는 처리 결과 세트(set)를 수신하는 동작; 상기 처리 결과 세트 수신에 대응하여, 적어도 하나의 프로세서를 통해, 상기 전자 장치의 상태를 제2 컨텍스트 정보로서 재검출하는 동작; 상기 제2 컨텍스트 정보 및 상기 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하는 동작; 및 출력 회로를 통해 상기 타겟 처리 결과를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따른 전자 장치는, 마이크; 통신 모듈; 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리; 및 상기 마이크, 상기 통신 모듈 및 상기 메모리에 동작 가능하게 연결된 프로세서를 포함하고, 상기 명령어들은, 상기 전자 장치가, 마이크를 통해 사용자 음성 명령을 수신하는 것에 대응하여, 제1 컨텍스트(context) 정보로부터 상기 전자 장치의 상태를 검출하고, 통신 모듈을 통해 상기 제1 컨텍스트 정보 및 상기 사용자 음성 명령을 상기 지능형 서버로 전송하고, 상기 지능형 서버로부터 상기 제1 컨텍스트 정보 및 상기 사용자 음성 명령에 기초하여 생성된 적어도 하나의 처리 결과를 포함하는 처리 결과 세트(set)를 수신하고, 상기 처리 결과 세트 수신에 대응하여, 적어도 하나의 프로세서를 통해, 상기 전자 장치의 상태를 제2 컨텍스트 정보로서 재검출하고, 상기 제2 컨텍스트 정보 및 상기 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하고, 및 상기 타겟 처리 결과를 출력하도록 상기 프로세서에 의해 실행 가능할 수 있다.
일 실시 예에 따른 지능형 서버는, 통신 모듈; 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리; 및 상기 메모리 및 상기 통신 모듈에 동작 가능하게 연결된 프로세서를 포함하고, 상기 명령어들은, 상기 지능형 서버가, 통신 모듈을 통해 외부 전자 장치로부터 사용자 음성 명령 및 상기 외부 전자 장치의 상태를 나타내는 제1 컨텍스트(context) 정보를 수신하고, 처리 결과 세트(set)를 생성하기 위해 상기 수신된 음성 명령 및 상기 제1 컨텍스트 정보를 처리하고, 및 상기 처리 결과 세트를 상기 통신 모듈을 통해 상기 외부 전자 장치로 전송하도록 상기 프로세서에 의해 실행 가능할 수 있다.
다양한 실시 예에 따르면, 전자 장치의 상태 정보를 수집하여 사용자 의도에 부합하는 음성 명령 처리 결과를 출력하는 전자 장치가 제공될 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시예에 따른, 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 일 실시예에 따른, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 4는 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 5는 다양한 실시 예들에 따른, 전자 장치 및 지능형 서버를 예시하는 블록도이다.
도 6a 및 도 6b는 일 실시예에 따른, 전자 장치에서 잠금 해제가 필요한 명령을 처리하는 동작을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른, 전자 장치에서 이미지를 삭제하는 동작을 설명하기 위한 도면이다.
도 8은 다양한 실시 예들에 따른, 지능형 서버가 여러 전자 기기와 통신하는 경우의 동작을 설명하기 위한 도면이다.
도 9는 다양한 실시 예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 10은 다양한 실시 예들에 따른, 전자 장치에서의 음성 명령 처리 가능 여부에 따른 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 11은 다양한 실시 예들에 따른, 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하는 동작을 설명하기 위한 흐름도이다.
도 12는 다양한 실시 예들에 따른, 지능형 서버의 동작을 설명하기 위한 흐름도이다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
<전자 장치 및 지능형 서버>
도 1은 다양한 실시 예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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), 미들웨어(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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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, 홀 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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 제2 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 제2 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: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 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. 일 실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 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. 일 실시예에 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 제2 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.
일 실시예에 따르면, 명령 또는 데이터는 제2 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. 일 실시예에 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. 일 실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 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 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 2를 참조하면, 일 실시예의 통합 지능화 시스템(20)은 전자 장치(101), 지능형 서버(200), 및 서비스 서버(300)를 포함할 수 있다.
일 실시 예의 전자 장치(101)는, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.
도시된 실시 예에 따르면, 전자 장치(101)는 인터페이스(177), 마이크(150-1), 스피커(155-1), 디스플레이 모듈(160), 메모리(130), 또는 프로세서(120)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다. 마이크(150-1)는 입력 모듈(예: 도 1의 입력 모듈(150))에 포함될 수 있다. 스피커(155-1)는 음향 출력 모듈(예: 도 1의 음향 출력 모듈(155))에 포함될 수 있다.
일 실시 예의 인터페이스(177)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(150-1)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(155-1)는 전기적 신호를 소리(예: 음성)으로 출력할 수 있다. 일 실시 예의 디스플레이 모듈(160)은 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이 모듈(160)은 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.
일 실시 예의 메모리(130)는 클라이언트 모듈(151), SDK(software development kit)(153), 및 복수의 앱들(146-1 및 146-2)을 저장할 수 있다. 상기 클라이언트 모듈(151), 및 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(151) 또는 SDK(153)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.
일 실시 예의 메모리(130)는 상기 복수의 앱들(146-1 및 146-2)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱(146-1 및 146-2)은 제1 앱(146-1), 제2 앱(146-2)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱(146-1 및 146-2) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 앱들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(146-1 및 146-2)은 프로세서(120)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(120)는 전자 장치(101)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(120)는 인터페이스(177), 마이크(150-1), 스피커(155-1), 및 디스플레이 모듈(160)과 전기적으로 연결되어 지정된 동작을 수행할 수 있다.
일 실시 예의 프로세서(120)는 또한 상기 메모리(130)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(120)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(120)는, 예를 들어, SDK(153)를 통해 복수의 앱(146-1 및 146-2)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작은 프로세서(120)의 실행에 의한 동작일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 마이크(150-1)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 음성 입력을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(151)은 수신된 음성 입력과 함께, 전자 장치(101)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이 모듈(160)에 표시할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 전자 장치(101)는, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 지능형 서버(200)로부터 음성 입력에 대응되는 결과를 산출하기 위해 사용되는 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 사용되는 정보를 지능형 서버(200)로 송신할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.
일 실시 예의 지능형 서버(200)는 통신 망을 통해 전자 장치(101)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의된 복수의 플랜 중 적어도 하나의 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 전자 장치(101)로 송신하거나, 생성된 플랜을 전자 장치(101)로 송신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 결과를 디스플레이 모듈(160)에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다.
일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natural language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.
일 실시 예의 프론트 엔드(210)는 전자 장치(101)로부터 수신된 음성 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 음성 입력에 대응되는 응답을 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227) 또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)을 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(221)은 전자 장치(101)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.
일 실시 예의 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 사용되는 복수의 도메인을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 복수의 동작을 실행하는데 사용되는 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)은 복수의 동작의 실행에 사용되는 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(225)은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 전자 장치(101)에서도 구현가능 할 수 있다.
상기 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(230)는 음성 입력에 대응되는 플랜을 결정할 때 사용되는 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 전자 장치(101)를 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시 예에서는 캡슐 데이터베이스(230)는 전자 장치(101) 내에도 구현이 가능할 수 있다.
일 실시 예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(250)는 산출된 결과를 전자 장치(101)로 송신할 수 있다. 이에 따라, 전자 장치(101)는 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(280)은 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(300)는 전자 장치(101)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(300)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.
위에 기술된 통합 지능 시스템(20)에서, 상기 전자 장치(101)는, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시 예에서, 상기 전자 장치(101)는 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 전자 장치(101)는 상기 마이크(150-1)를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)을 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에서, 전자 장치(101)는 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 전자 장치(101)는 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 전자 장치(101)가 지능형 서버(200) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 전자 장치(101)는, 상기 마이크(150-1)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 전자 장치(101)는, 상기 음성 데이터를 인터페이스(177)를 이용하여 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(200)는 전자 장치(101)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 전자 장치(101)는, 인터페이스(177)를 이용하여 상기 응답을 수신할 수 있다. 전자 장치(101)는 상기 스피커(155-1)를 이용하여 전자 장치(101) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이 모듈(160)을 이용하여 전자 장치(101) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 3은 다양한 실시 예에 따른 전자 장치가 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
전자 장치(101)는 지능형 서버(예: 도 2의 지능형 서버(200))를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 310 화면에서, 전자 장치(101)는 지정된 음성 입력(예: 웨이크 업!)을 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 전자 장치(101)는, 예를 들어, 스케줄 앱을 실행 및 표시한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이(예: 도 1의 디스플레이 모듈(160))에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 전자 장치(101)는 “이번주 일정 알려줘!”를 포함하는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 수신된 음성 입력에 포함된 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 320 화면에서, 전자 장치(101)는 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 전자 장치(101)는 수신된 사용자 입력에 대응되는 스케줄 플랜(예: 현재 시간에 대응하는 현재 일주일의 스케줄)을 검색하고, "검색된 스케줄 플랜"을 디스플레이에 표시할 수 있다.
도 4는 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
지능형 서버(예: 도 2의 지능형 서버(200))의 캡슐 데이터베이스(예: 도 2의 캡슐 데이터베이스(230))는 CAN (concept action network) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 사용되는 파라미터를 CAN(concept action network) 형태로 저장될 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(capsule(A)(401), capsule(B)(404))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: capsule(A)(401))은 하나의 도메인(예: 위치 또는 "geo" 또는 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402) 또는 CP 2 (403))가 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.
자연어 플랫폼(예: 도 2의 자연어 플랫폼(220))은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(예: 도 2의 플래너 모듈(225))은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A (401)의 동작들(4011,4013) 과 컨셉들(4012,4014) 및 캡슐 B(404)의 동작(4041) 과 컨셉(4042)을 이용하여 플랜을 생성할 수 있다.
도 5는 다양한 실시 예들에 따른, 전자 장치(101) 및 지능형 서버(200)를 예시하는 블록도이다.
도 5를 참조하면, 일 실시 예에 따른 전자 장치(101)는 사용자 음성 명령 수신을 위한 오디오 모듈(170), 사용자 음성 명령을 처리하는 지능형 서버(200)와 통신하기 위한 통신 모듈(190), 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리(130) 및 메모리(130)에 억세스(access)하여 명령어들을 실행하는 프로세서(120)를 포함할 수 있다. 일 실시 예에 따르면, 전자 장치(101), 오디오 모듈(170), 통신 모듈(190), 메모리(130) 및 프로세서(120)는 도 1을 참조하여 설명한 전자 장치(101), 오디오 모듈(170), 통신 모듈(190), 메모리(130) 및 프로세서(120)에 대응될 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 메모리(130)에는 전자 장치(101)의 상태에 대한 컨텍스트(context) 정보를 수집하고, 컨텍스트 정보 및 지능형 서버(200)로부터 수신한 처리 결과 세트(set)에 기초하여 사용자 의도에 부합하는 처리 결과를 출력하는 프로그램(예: 도 1의 프로그램(140))이 소프트웨어로서 저장될 수 있다. 예를 들면, 운영 체제(예: 도 1의 운영 체제(142)), 미들웨어(예: 도 1의 미들웨어(144)) 또는 어플리케이션(예: 도 1의 어플리케이션(146))이 메모리(130)에 포함될 수 있다. 메모리(130)에 저장된 명령어들은 운영 체제(예: 도 1의 운영 체제(142))에 하나의 기능 모듈로 구현되거나, 미들웨어(예: 도 1의 미들웨어(144)) 형태로 구현되거나, 별도의 어플리케이션 (예: 도 1의 어플리케이션(146))형태로 구현될 수 있다.
일 실시 예에 따르면, 전자 장치(101)는 도 2를 참조하여 설명한 지능형 서버(200)와 통신을 수행하는 전자 장치(101)일 수 있고, 클라이언트 모듈(예: 도 2의 클라이언트 모듈(151))이 메모리(130)에 포함될 수 있다.
일 실시 예에 따르면, 프로세서(120)는 오디오 모듈(170)을 통해 사용자 음성 명령을 수신하고, 사용자 음성 명령 수신에 대응하여 전자 장치(101)의 상태에 대한 제1 컨텍스트 정보를 수집할 수 있다. 다양한 실시 예들에 따르면, 전자 장치(101)의 상태에 대한 컨텍스트(context) 정보에는 전자 장치(101)의 잠금 또는 잠금 해제 여부에 대한 정보, 전자 장치(101)의 현재 위치에 대한 정보, 벨소리 설정 값에 대한 정보, 실행중인 시스템 또는 어플리케이션(app)에 대한 정보, 폴딩(folding) 상태에 대한 정보 및 위치 정보가 현재 사용자에 의해 사용 중인지 또는 사용 중이지 않은 지 여부에 대한 정보 중 적어도 어느 하나가 포함될 수 있다. 예를 들어, 컨텍스트 정보는 아래 [표 1]과 같이 나타날 수 있다. 다만, 전자 장치(101)의 프로세서(120)가 수집한 전자 장치(101)의 상태에 대한 정보는 [표 1]의 컨텍스트 정보에 제한되지 않으며, 전자 장치(101)의 상태에 대한 다양한 정보가 수집될 수 있다.
Figure PCTKR2022007541-appb-img-000001
일 실시 예에 따르면, 프로세서(120)는 통신 모듈(190)을 통해 사용자 음성 명령 및 사용자 음성 명령 수신에 대응하여 수집한 제1 컨텍스트 정보를 지능형 서버(200)로 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 자연어 플랫폼(220), 캡슐 데이터베이스(230), 통신 모듈(590), 프로세서(520) 및 메모리(530)를 포함할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 도 2를 참조하여 설명한 지능형 서버(200)이고, 통신 모듈(590), 프로세서(520), 메모리(530), 자연어 플랫폼(220) 및 캡슐 데이터베이스(230)는 도 2의 지능형 서버(200)의 구성에 대응될 수 있다.
일 실시 예에 따르면, 통신 모듈(590)은 도 2의 프론트 엔드(210)에 대응될 수 있다. 프로세서(520)는 통신 모듈(590)을 통해 전자 장치(101)로부터 음성 명령 및 음성 명령 수신에 대응하여 전자 장치(101)에서 수집된 전자 장치(101)의 상태에 대한 제1 컨텍스트 정보를 수신할 수 있다. 프로세서(520)는 프로세서(520)가 생성한 처리 결과를 포함하는 처리 결과 세트(set)를 통신 모듈(590)을 통해 전자 장치(101)로 전송할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)은 도 2를 참조하여 설명한 바와 같이 자동 음성 인식 모듈(ASR module)(221), 자연어 이해 모듈(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(NLG module)(227) 또는 텍스트 음성 변환 모듈(TTS module)(229)을 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)에는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작 및 동작을 위해 사용되는 파라미터가 CAN(concept action network)(400) 형태로 저장될 수 있다. 컨셉 액션 네트워크(400)는 도 4를 참조하여 설명한 바와 같이 구성될 수 있다.
일 실시 예에 따르면, 컴퓨터로 실행 가능한 명령어들이 저장된 메모리(530) 및 메모리(530)에 억세스(access)하여 명령어들을 실행하는 프로세서(520)는 도 2를 참조하여 설명한 지능형 서버(200)의 실행 엔진(240)에 대응될 수 있다. 예를 들어, 자연어 플랫폼(220)은 캡슐 데이터베이스(230)를 참조하고, 사용자 음성 명령 및 컨텍스트 정보에 기초하여 플랜(plan)을 생성할 수 있고, 프로세서(520)는 플랜에 따라 처리 결과 세트를 생성할 수 있다.
일 실시 예에 따르면, 프로세서(520)는 통신 모듈(590)을 통해 전자 장치(101)로부터 음성 명령 및 제1 컨텍스트 정보를 수신하고, 자연어 플랫폼(220) 및 캡슐 데이터베이스(230)를 참조하여 음성 명령 및 제1 컨텍스트 정보에 기초한 적어도 하나의 처리 결과를 포함하는 처리 결과 세트(set)를 생성해 전자 장치(101)로 전송할 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 지능형 서버(200)로부터의 처리 결과 세트 수신에 대응하여 전자 장치(101)의 상태에 대한 제2 컨텍스트 정보를 수집하고, 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 사용자 의도에 부합하는 타겟 처리 결과를 생성할 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 타겟 처리 결과를 사용자에게 출력할 수 있다. 예를 들어 프로세서(120)는 타겟 처리 결과를 디스플레이 모듈(예를 들어, 도 1의 디스플레이 모듈(160))을 통해 텍스트로 출력하거나, 오디오 모듈(170)을 통해 음성으로 출력할 수 있다.
다양한 실시 예에 따르면, 사용자 음성 명령 수신에 대응하여 수집된 제1 컨텍스트 정보와 지능형 서버(200)로부터의 처리 결과 수신에 대응하여 수집된 제2 컨텍스트 정보가 다를 수 있다. 예를 들어 네트워크 환경이 좋지 않은 경우, 지능형 서버(200)에서의 음성 명령 처리 또는 전자 장치(101)와 지능형 서버(200) 간의 통신에 시간이 많이 소요될 수 있다. 이로 인해 프로세서(120)가 사용자로부터 음성 명령을 수신한 시점과, 프로세서(120)가 지능형 서버(200)로부터 음성 명령 처리 결과를 수신한 시점의 전자 장치(101)의 상태가 다를 수 있다. 따라서 음성 명령 수신에 대응해서 전자 장치(101)의 상태 정보를 수집하는 경우에는, 전자 장치(101)의 상태가 변경되었음에도 불구하고 사용자 의도에 맞지 않는 결과가 출력될 수 있다.
예를 들어, 프로세서(120)가 사용자로부터 잠금 해제가 필요한 음성 명령(예: "통화 기록 보여줘")을 수신한 때 전자 장치(101)가 잠금 상태였으나, 지능형 서버(200)에서 처리 결과를 수신한 때에는 전자 장치(101)의 잠금이 해제된 상태일 수 있다. 전자 장치(101)에서는 잠금이 해제되었음에도 전자 장치(101)에 "잠금을 해제해 주세요"라는 결과가 출력될 수 있다. 또한, 전자 장치(101)로부터 지능형 서버(200)로 다시 잠금 해제 상태를 전송하고, 지능형 서버(200)로부터 처리 결과를 다시 수신함으로써 전자 장치(101)와 지능형 서버(200) 간 불필요한 호출이 발생할 수 있다.
다양한 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 사용자 음성 명령 수신에 대응하여 수집한 제1 컨텍스트 정보와 지능형 서버(200)로부터의 처리 결과 세트 수신에 대응하여 수집한 제2 컨텍스트 정보를 비교할 수 있다. 제2 컨텍스트 정보가 제1 컨텍스트 정보와 다른 경우, 프로세서(120)는 지능형 서버(200)로부터 수신한 처리 결과 세트 및 제2 컨텍스트 정보에 기초하여 사용자 의도에 보다 부합하는 타겟 처리 결과를 사용자에게 출력할 수 있다. 다양한 실시 예들에 따른 사용자 의도에 부합하는 타겟 처리 결과를 출력하는 동작은 도 6a 내지 도 8을 통해 상세히 설명한다.
일 실시 예에 따르면, 지능형 서버(200)와의 통신 없이 음성 명령을 처리할 수 있는 온 디바이스 AI(on-device artificial intelligence)가 전자 장치(101)에 탑재될 수 있다. 일 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 사용자 음성 명령을 온 디바이스 AI에 기초하여 전자 장치(101)에서 처리할 수 있는지 판단할 수 있다. 전자 장치(101)에서 처리할 수 없다고 판단한 경우, 프로세서(120)는 전자 장치(101)의 상태에 대한 컨텍스트 정보를 새로 수집하고, 새로 수집한 컨텍스트 정보를 지능형 서버(200)로 더 전송할 수 있다. 일 실시 예에 따르면, 프로세서(120)는 사용자 음성 명령 수신에 대응하여 수집한 제1 컨텍스트 정보뿐만 아니라 전자 장치(101)에서 처리 불가능하다고 판단한 시점의 상태에 대한 컨텍스트 정보를 지능형 서버(200)로 더 전송함으로써, 지능형 서버(200)로부터 개선된 처리 결과 세트를 수신할 수 있다. 온 디바이스 AI와 관련된 구체적인 실시예는 도 6a 내지 도 8 및 도 10에서 상세히 설명한다.
도 6a 및 도 6b는 일 실시예에 따른, 전자 장치에서 잠금 해제가 필요한 명령을 처리하는 동작을 설명하기 위한 도면이다.
도 6a를 참조하면, 전자 장치가 도 5를 참조하여 설명한 전자 장치(101) 및 지능형 서버(200)의 동작이 적용되지 않은 경우에 전자 장치의 잠금 해제 상태에서 동작 가능한 명령을 처리할 수 있는 일 실시예가 설명된다.
일 실시 예에 따르면, 사용자는 전자 장치(101)가 화면(610)과 같이 잠금 상태에 놓인 경우 "통화 기록 보여줘"(615)와 같은, 표시를 위해 전자 장치(101)의 잠금이 해제되어야 하는 음성 명령을 발화할 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 전자 장치(101)의 상태에 대한 제1 컨텍스트 정보를 수집하고, 제1 컨텍스트 정보에는 전자 장치(101)가 "잠금 상태"에 놓였다는 정보가 포함될 수 있다. 일 실시 예에 따르면, 프로세서(120)는 음성 명령(615)과 "잠금 상태"라는 정보를 지능형 서버(예를 들어, 도 5의 인공-지능-지원 가능한 지능형 서버(200))로 전송할 수 있고, 지능형 서버(200)에서는 "먼저 잠금 해제가 필요해요!"(625)라는 출력 메시지를 포함하는 처리 결과를 전자 장치(101)로 전송하여 전자 장치(101)에서는 화면(620) 상에 출력 메시지가 디스플레이 될 수 있다. 지능형 서버(200)의 처리 결과(625)는, 이 예와 같이, 디스플레이 화면 상에 텍스트로 디스플레이 되거나, 스피커(도시되지 않음)를 통해 음성으로 출력될 수 있다.
일 실시 예에 따르면, 사용자 명령을 수신한 때 전자 장치(101)가 화면(610)에 보이는 것과 같이 잠금 상태에 놓였더라도, 지능형 서버(200)로부터 처리 결과를 수신한 때에는 화면(620)과 같이 잠금 해제상태로 바뀔 수 있다. 화면(620)을 참조하면, 처리 결과 수신 시 잠금이 해제되었음에도 불구하고 전자 장치(101)에는 "잠금 상태"에 따른 처리 결과(625)(즉, 장치의 잠금 해제를 요구하는 출력 메시지)가 출력될 수 있다. 즉, 잠금 해제를 요구하는 출력 메시지(625)는, 도 6a에 보이는 바와 같이, 유저가 잠금 해제 패턴을 입력한 후 디스플레이에 남아있을 수 있다.
사용자는 전자 장치(101)를 통해 잠금을 해제할 수 있고, 전자 장치(101)는 화면(630)에 보이는 바와 같이, 요청된 통화 기록(이 예에서는 비어 있음)을 포함할 수 있는 처리 결과를 디스플레이 할 수 있다. 일부 실시 예들에 따르면, 화면(630)의 전자 장치(101)는 지능형 서버(200)로 잠금 해제에 대한 정보를 재전송하고, 지능형 서버(200)로부터 처리 결과를 다시 재수신 할 수 있다.
도 6b를 참조하면, 도 5를 참조하여 설명한 전자 장치(101) 및 지능형 서버(200)의 동작이 적용된 경우의 잠금 해제가 필요한 명령을 처리하는 실시예가 설명된다.
일 실시 예에 따르면, 사용자는 전자 장치(101)가 화면(650)과 같이 잠금 상태에 놓인 경우 "통화 기록 보여줘"(655)와 같은 표시를 위해 전자 장치(101)의 잠금이 해제되어야 하는 음성명령을 발화할 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 음성 명령(655)의 수신에 대응하여 전자 장치(101)의 상태에 대한 제1 컨텍스트 정보를 수집할 수 있다. 일 실시 예에 따르면, 제1 컨텍스트 정보에는 전자 장치(101)가 "잠금 상태"에 놓였다는 정보가 포함될 수 있다. 프로세서(120)는 음성 명령과 "잠금 상태"라는 정보가 포함된 제1 컨텍스트 정보를 지능형 서버(예를 들어, 도 5의 지능형 서버(200))로 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서(520)는 제1 컨텍스트 정보에 나타난 "잠금 상태"에 기초하여, "먼저 잠금 해제가 필요해요!"와 같은 결과 메시지를 포함하는 처리 결과 세트(set)를 생성할 수 있다.
예를 들어, 지능형 서버(200)의 프로세서(520)는 음성 명령인 "통화 기록 보여줘"(655)를 자연어 플랫폼(220) 및 캡슐 데이터베이스(230)를 통해 분석하고, 음성 명령 처리를 위해서는 잠금 해제 동작이 실행되어야 한다고 판단할 수 있다. 일 실시 예에 따르면 전자 장치(101)로부터 수신한 제1 컨텍스트 정보에 "잠금 상태, 네비게이션 app이 실행 중이라는 표시, 및 현재 위치"라는 표시가 포함될 수 있고, 프로세서(520)는 제1 컨텍스트 정보에 의해 표시된 바와 같이 "잠금 상태"가 음성 명령을 통해 요구된 기능을 성공적으로 수행하기 위해 변경되어야 한다고 판단할 수 있다. 잠금 상태가 잠금 해제 상태로 바뀐 경우, 프로세서(520)는 자연어 플랫폼(220) 및 캡슐 데이터베이스(230)에 기초하여, 예를 들어 최근 3일 동안의 통화 기록을 생성할 수 있고, 잠금 상태의 제1 컨텍스트 정보에 기초한, 제1 처리 결과(예: "먼저 잠금 해제가 필요해요!"라는 메시지 상태), 및 잠금 해제 상태의 제2 처리 결과(예: "최근 3일 동안 통화 기록은 없네요"라는 메시지)를 포함하는 처리 결과 세트(set)를 생성할 수 있다. 처리 결과 세트는 아래 [표 2]와 같이 나타날 수 있다.
Figure PCTKR2022007541-appb-img-000002
일 실시 예에 따르면, 처리 결과 세트가 지능형 서버(200)에 의해 전자 장치(101)로 전송되고, 전자 장치(101)의 프로세서(120)는 처리 결과 세트 수신에 대응하여 전자 장치(101)의 상태를 재검출할 수 있고 따라서 제2 컨텍스트 정보를 수집할 수 있다. 제2 컨텍스트 정보가 전자 장치(101)가 "잠금 해제 상태"에 놓였다는 것을 나타내는 경우, 프로세서(120)는 처리 결과 세트에서 "최근 3일 동안 통화 기록은 없네요"라는 메시지를 타겟 처리 결과로 검색(예: 또는 생성)할 수 있다. 타겟 처리 결과는 화면(670)과 같이 텍스트로 디스플레이 되거나, 스피커(도시되지 않음)를 통해 음성으로 출력될 수 있다.
일 실시 예에 따르면, 도 5를 참조하여 설명한 바와 같이 전자 장치(101)의 프로세서(120)는 지능형 서버(200)로 제1 컨텍스트 정보 및 음성 명령을 전송하기 전에 전자 장치(101)에서 명령을 처리할 수 있는지 확인할 수 있고, 처리할 수 없다고 판단한 경우의 컨텍스트 정보를 더 수집하여 지능형 서버(200)로 더 전송할 수 있다. 도 5를 참조하여 설명한 바와 같이, 프로세서(120)는 전자 장치(101)에 온 디바이스 AI가 탑재되었는지 여부, 온 디바이스 AI로 음성 명령을 처리할 수 있는지 여부에 대해 판단할 수 있다.
일 실시 예에 따르면, 프로세서(120)는 명령을 제1 컨텍스트 정보를 전자 장치(101)에서 처리할 수 없다고 판단한 경우 제2 컨텍스트 정보와 비교할 수 있다. 프로세서(120)는 두 컨텍스트 정보가 같으면 제1 컨텍스트 정보 및 제2 컨텍스트 정보 모두를 지능형 서버(200)로 전송할 수 있다. 두 컨텍스트 정보가 다르면, 프로세서(120)는 두 번째로 수집된 컨텍스트 정보를 지능형 서버(200)로 전송할 수 있다.
예를 들어, 전술한 도 6b의 실시예에서는 전자 장치(101)가 잠금 상태에 놓였다는 것을 나타내는 제1 컨텍스트 정보가 프로세서(120)에 의해 지능형 서버(200)로 전송되었지만, 추가적인 컨텍스트 정보가 프로세서(120)에 의해 전송될 수 있다. 전자 장치(101)의 프로세서(120)는 "통화 기록 보여줘" 를 포함하는, 수신된 음성 명령을 전자 장치(101)에서 처리할 수 있는지 판단한다. 일부 실시 예들에 따르면, 이는 해당 음성 명령을 전자 장치(101)에서 처리 불가능하다는 판단이 나올 수 있다. 프로세서(120)가 전자 장치(101)에서 "통화 기록 보여줘"를 처리할 수 없다고 판단한 시점에 잠금이 해제되었다면, 잠금이 해제되었다는 것과 연관된 정보도 지능형 서버(200)로 함께 전송될 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서(520)는 전자 장치(101)가 잠금 상태라는 제1 컨텍스트 정보에 따른 처리 결과 및 전자 장치(101)가 잠금 해제에 놓였다는 것을 나타내는 컨텍스트 정보에 따른 처리 결과를 포함하는 처리 결과 세트를 생성할 수 있다. 전술한 바와 같이, 전자 장치(101)의 프로세서(120)는 처리 결과 세트를 수신하고, 처리 결과 세트를 수신함에 대응하여 제2 컨텍스트 정보를 수집하고, 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 타겟 처리 결과를 생성해 출력할 수 있다.
도 7은 일 실시예에 따른, 전자 장치에서 이미지를 삭제하는 동작을 설명하기 위한 도면이다.
도 7을 참조하면, 전자 장치(101) 및 지능형 서버(200)에 대한 도 5의 동작들 및 컴포넌트들을 참조하여, 이미지 삭제 명령을 처리하는 실시예가 설명된다.
일 실시 예에 따르면, 사용자는 전자 장치(101)가 화면(710)과 같이 제1 이미지(717)를 디스플레이 중 "이 사진 삭제해줘"라는 문구를 포함하는 음성 명령(715)을 발화할 수 있다. 전자 장치(101)의 프로세서(120)는 음성 명령(715) 수신에 대응하여 제1 컨텍스트 정보를 수집할 수 있다. 제1 컨텍스트 정보에는, 예를 들어, 제1 이미지(717)의 저장 위치를 포함하여, 화면(710)에 현재 디스플레이 된 제1 이미지(717)에 대한 정보가 포함될 수 있다. 프로세서(120)는 제1 컨텍스트 정보와 음성 명령(175)을 지능형 서버(200)로 전송하고, 지능형 서버(200)의 프로세서(520)는 처리 결과 세트를 생성하기 위해, 자연어 플랫폼(220), 및 캡슐 데이터베이스(230)를 참조하여 음성 명령(175)을 처리할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서(520)는 제1 이미지(717)의 저장 위치에 기초한 제2 이미지(727)의 삭제를 포함하는 처리 결과를 생성할 수 있다. 예를 들어, 프로세서(520)는 제1 이미지(717)의 저장 위치에 기초하여 동일한 앨범에 저장된 제2 이미지(727)가 제1 이미지(717)와 매칭되는 것을 확인할 수 있고, 제1 이미지(717)의 삭제 실행 뿐만 아니라 제2 이미지(727)의 삭제 실행도 포함하는 처리 결과 세트를 생성할 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 지능형 서버(200)로부터의 처리 결과 세트 수신에 대응하여 전자 장치(101)에 의해 현재 디스플레이중인 이미지를 포함하는, 전자 장치(101)의 제2 컨텍스트 정보를 수집할 수 있다. 일 실시 예에 따르면, 제2 컨텍스트 정보에 현재 디스플레이중인 이미지가 제2 이미지(727)라는 정보가 포함될 수 있다. 예를 들어 화면(720)에 보이는 것과 같이, 전자 장치(101)는 사진 삭제 명령을 수신하고, 지능형 서버(200)로부터 처리 결과 세트를 수신한 때에는, 제1 이미지(717)의 저장 위치에 기초하여, 예를 들어 제1 이미지(717)와 동일한 앨범에 포함된 제2 이미지(727)와 같은 다른 이미지를 디스플레이 중일 수 있다.
일 실시 예에 따르면, 프로세서(120)는 처리 결과 세트 및 제2 컨텍스트 정보에 포함된 디스플레이중인 이미지가 제2 이미지(727)와 매칭된다는 정보에 기초하여 타겟 처리 결과를 생성할 수 있다. 예를 들어 화면(730)과 같이, 프로세서(120)가 제1 이미지(717)의 삭제 처리 및 제2 이미지(727)의 삭제 처리 중 사용자 선택을 요청하는 메시지를 타겟 처리 결과로 생성하여 타겟 처리 결과가 출력될 수 있다. 다만 이에 제한되는 것은 아니고, 프로세서(120)는 제1 이미지(717)의 삭제 처리 또는 제2 이미지(727)의 삭제 처리를 타겟 처리 결과로 생성할 수 있다. 일 실시 예에 따르면, 제1 이미지(717)와 제2 이미지(727)가 매칭되는 경우, 프로세서(120)는 제1 이미지(717) 삭제 처리를 타겟 처리 결과로 생성할 수 있다. 일 실시 예에 따르면, 제1 이미지(717)와 제2 이미지(727)가 다른 경우 프로세서(120)는 처리 결과 세트로부터 삭제를 위해 사용자 선택을 요청하는 메시지를 타겟 처리 결과로 생성할 수 있다.
일 실시 예에 따르면, 도 5를 참조하여 설명한 바와 같이 전자 장치(101)의 프로세서(120)는 지능형 서버(200)로 명령을 전송하기에 앞서 전자 장치(101)에서 명령을 처리할 수 있는지 확인할 수 있고, 처리할 수 없다고 판단한 경우의 컨텍스트 정보를 지능형 서버(200)로 더 전송할 수 있다.
예를 들어, 전술한 도 7의 실시예에서는 디스플레이 중인 이미지가 제1 이미지(717)라는 제1 컨텍스트 정보가 지능형 서버(200)로 전송되었지만, 추가적인 컨텍스트 정보가 더 전송될 수 있다. 전자 장치(101)의 프로세서(120)는 "이 사진 삭제해줘"라는 음성 명령을 전자 장치(101)에서 처리할 수 있는지 판단하고(즉, 현재 상태에서), 처리 불가능하다고 판단한 때 디스플레이 중인 이미지가 제2 이미지(727)로 변경되었다면 제2 이미지(727)가 현재 디스플레이 중이라는 것을 나타내는 정보도 지능형 서버(200)로 함께 전송될 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 프로세서(520)는 제1 이미지(717) 삭제 및 제2 이미지(727) 삭제와 같은 복수의 결과들을 포함하는 처리 결과 세트를 생성할 수 있다. 전술한 바와 같이, 전자 장치(101)의 프로세서(120)는 처리 결과 세트를 수신하고, 처리 결과 세트를 수신함에 대응하여 제2 컨텍스트 정보를 수집하고, 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 타겟 처리 결과를 생성해 출력할 수 있다.
일 실시 예에 따르면, 도 6a 내지 도 7을 참조하여 설명한 실시예에 제한되는 것은 아니고, 다양한 실시예가 가능할 수 있다. 예를 들어 사용자가 전자 장치(101)로 "주변 맛집 검색해줘"라고 음성 명령을 하는 경우, 음성 명령 수신 시점과 지능형 서버(200)로부터 처리 결과를 수신한 시점의 전자 장치(101)의 위치가 다를 수 있다.
일 실시 예에 따르면, "주변 맛집 검색해줘"라는 음성 명령 수신에 대응하여 수집된 전자 장치(101)의 상태 정보에는 제1 위치 정보가 포함될 수 있다. 그러면 제1 위치 정보 및 "주면 맛집 검색해줘"라는 음성 명령이 지능형 서버(200)로 전송될 수 있다. 지능형 서버(200)의 프로세서(520)는 제1 위치 정보에 기초한 하나 이상의 주변 맛집들이 나열된 검색 결과의 제1 세트 및 제1 위치의 특정 임계 거리 이내의 제2 위치 정보에 기초한 하나 이상의 주변 맛집들이 나열된 검색 결과의 제2 세트가 포함된 처리 결과 세트를 생성할 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 처리 결과 세트 수신에 대응하여, 전자 장치(101)의 위치를 제2 컨텍스트 정보로서 재검출 할 수 있다. 제2 컨텍스트 정보가 제1 위치로부터 일정 영역 이내 제2 위치 정보가 놓여 있다는 것을 나타내는 경우, 프로세서(120)는 타겟 처리 결과로, 처리 결과 세트에서 제2 위치 정보에 기초한 주변 맛집들 검색 결과를 생성하고, 출력할 수 있다.
도 8은 다양한 실시 예들에 따른, 지능형 서버가 여러 전자 기기와 통신하는 경우의 동작을 설명하기 위한 도면이다.
도 8을 참조하면, 지능형 서버(200)는 도 2 및 도 5를 참조하여 설명한 것과 동일할 수 있고, 여러 전자 기기(101, 104)와 통신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 스마트폰(101) 및 TV(104)와 통신을 수행하며 사용자 음성 명령을 처리할 수 있다. 일 실시 예에 따르면 스마트폰(101)은 도 1 및 도 5를 참조하여 설명한 것과 동일할 수 있고, TV(104)는 도 1을 참조하여 설명한 전자 장치(104)와 동일할 수 있다.
일 실시 예에 따르면, 사용자는 스마트폰(101)을 통해 "TV에서 채널 9번 틀어줘"라고 음성 명령을 발화할 수 있다. 이에 응답하여, 지능형 서버(200)는 음성 명령 수신(810), TV(104)와의 연결 1차 확인(820), TV와의 연결 2차 확인(830), 및 처리 결과 전송(840)을 포함하는 일련의 동작들을 실행시킬 수 있다.
참조번호 810에서, 스마트폰(101)의 프로세서(120)는 "TV에서 채널 9번 틀어줘"라는 사용자의 음성 명령을 수신하고, 음성 명령을 지능형 서버(200)로 전송할 수 있다.
참조번호 820에서, 지능형 서버(200)의 프로세서(520)는 TV(104)와의 통신 연결을 확인(823)할 수 있다. 본 예시에서, TV(104)는 여전히 부팅 중이고, 그렇게(as such), 따라서 음성 명령을 처리할 수 없고, "TV와 연결되어 있지 않네요. 먼저 연결을 확인해주세요."라는 처리 결과(827)를 생성할 수 있다.
참조번호 830에서, 명령을 처리할 수 없다는 것을 나타내는 처리 결과(827)를 스마트폰(101)으로 전송하기 전에, 프로세서(520)는 동작(833)에서 다시 한번 TV(104)와의 연결을 재확인할 수 있다. 일 실시 예에 따르면, 연결을 재확인한 후에, 그리고 TV(104)의 부팅이 완료되고 지능형 서버(200)가 TV(104)와 성공적으로 연결된 후에, 프로세서(520)는 동작(837)에서 결과들을 재처리할 수 있고, 예를 들어 "TV에서 결과를 확인하세요"를 포함하는 결과 출력 프롬프트(860)를 생성할 수 있다.
참조번호 840에서, 지능형 서버(200)의 프로세서(520)는 TV(104)에 대해서 채널을 9번으로의 변경을 실행하고, 스마트폰(101)으로는 처리 결과를 전달(850)할 수 있다. 일 실시 예에 따르면, 스마트폰(101)에서는 처리 결과가 출력될 수 있다. 예를 들어, 나중에 확인한 상태 정보에 기초한 "TV에서 결과를 확인하세요"라는 출력 프롬프트(860)가 스마트폰(101)에서 출력될 수 있다.
다른 실시 예에 따르면, 도 6a 내지 도 7을 참조하여 설명한 바와 같이 지능형 서버(200)로부터 스마트폰(101)으로 하나 이상의 처리 결과를 포함하는 처리 결과 세트가 전송되고, 스마트폰(101)에서 처리 결과 세트 수신에 대응하여 수집한 정보에 기초하여 처리 결과가 출력될 수 있다. 예를 들어 처리 결과 세트에는 먼저 확인한 상태 정보에 기초한 "TV와 연결되어 있지 않네요. 먼저 연결을 확인해주세요" 및 나중에 확인한 상태 정보에 기초한 "TV에서 결과를 확인하세요"가 포함될 수 있고, 스마트폰(101)의 프로세서(120)가 TV(104)와 지능형 서버(200)의 연결을 확인하고, 이에 기초하여 타겟 처리 결과를 생성하여 타겟 처리 결과가 출력될 수 있다.
도 8은 다양한 실시 예들에 따른, 지능형 서버가 여러 전자 기기와 통신하는 경우의 동작을 설명하기 위한 도면이다.
도 8을 참조하면, 지능형 서버(200)는 도 2 및 도 5를 참조하여 설명한 것과 동일할 수 있고, 여러 전자 기기(101, 104)와 통신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 스마트폰(101) 및 TV(104)와 통신을 수행하며 사용자 음성 명령을 처리할 수 있다. 일 실시 예에 따르면 스마트폰(101)은 도 1 및 도 5를 참조하여 설명한 것과 동일할 수 있고, TV(104)는 도 1을 참조하여 설명한 전자 장치(104)와 동일할 수 있다.
일 실시 예에 따르면, 사용자는 스마트폰(101)을 통해 "TV에서 채널 9번 틀어줘"라고 음성 명령을 발화할 수 있다. 이에 응답하여, 지능형 서버(200)는 음성 명령 수신(810), TV(104)와의 연결 1차 확인(820), TV와의 연결 2차 확인(830), 및 처리 결과 전송(840)을 포함하는 일련의 동작들을 실행시킬 수 있다.
참조번호 810에서, 스마트폰(101)의 프로세서(120)는 "TV에서 채널 9번 틀어줘"라는 사용자의 음성 명령을 수신하고, 음성 명령을 지능형 서버(200)로 전송할 수 있다.
참조번호 820에서, 지능형 서버(200)의 프로세서(520)는 TV(104)와의 통신 연결을 확인(823)할 수 있다. 본 예시에서, TV(104)는 여전히 부팅 중이고, 그렇게(as such), 따라서 음성 명령을 처리할 수 없고, "TV와 연결되어 있지 않네요. 먼저 연결을 확인해주세요."라는 처리 결과(827)를 생성할 수 있다.
참조번호 830에서, 명령을 처리할 수 없다는 것을 나타내는 처리 결과(827)를 스마트폰(101)으로 전송하기 전에, 프로세서(520)는 동작(833)에서 다시 한번 TV(104)와의 연결을 재확인할 수 있다. 일 실시 예에 따르면, 연결을 재확인한 후에, 그리고 TV(104)의 부팅이 완료되고 지능형 서버(200)가 TV(104)와 성공적으로 연결된 후에, 프로세서(520)는 동작(837)에서 결과들을 재처리할 수 있고, 예를 들어 "TV에서 결과를 확인하세요"를 포함하는 결과 출력 프롬프트(860)를 생성할 수 있다.
참조번호 840에서, 지능형 서버(200)의 프로세서(520)는 TV(104)에 대해서 채널을 9번으로의 변경을 실행하고, 스마트폰(101)으로는 처리 결과를 전달(850)할 수 있다. 일 실시 예에 따르면, 스마트폰(101)에서는 처리 결과가 출력될 수 있다. 예를 들어, 나중에 확인한 상태 정보에 기초한 "TV에서 결과를 확인하세요"라는 출력 프롬프트(860)가 스마트폰(101)에서 출력될 수 있다.
다른 실시 예에 따르면, 도 6a 내지 도 7을 참조하여 설명한 바와 같이 지능형 서버(200)로부터 스마트폰(101)으로 하나 이상의 처리 결과를 포함하는 처리 결과 세트가 전송되고, 스마트폰(101)에서 처리 결과 세트 수신에 대응하여 수집한 정보에 기초하여 처리 결과가 출력될 수 있다. 예를 들어 처리 결과 세트에는 먼저 확인한 상태 정보에 기초한 "TV와 연결되어 있지 않네요. 먼저 연결을 확인해주세요" 및 나중에 확인한 상태 정보에 기초한 "TV에서 결과를 확인하세요"가 포함될 수 있고, 스마트폰(101)의 프로세서(120)가 TV(104)와 지능형 서버(200)의 연결을 확인하고, 이에 기초하여 타겟 처리 결과를 생성하여 타겟 처리 결과가 출력될 수 있다.
도 10은 다양한 실시 예들에 따른, 전자 장치에서의 음성 명령 처리 가능 여부에 따른 전자 장치의 동작을 설명하기 위한 흐름도이다.
동작 1010 내지 동작 1030은 도 5를 참조하여 전술된 전자 장치(101)의 프로세서(120)에 의해 수행될 수 있고, 간결성을 위해 도 1 내지 도 9를 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.
일부 실시 예들에서, 동작 1010 내지 동작 1030은 도 9의 동작 910 및 동작 920 사이에서 수행될 수 있다. 일 실시 예에 따르면, 프로세서(120)가 동작 910에서 사용자 음성 명령 수신에 대응하여 제1 컨텍스트 정보를 수집한 후, 동작 1010에서 프로세서(120)는 사용자 음성 명령을 전자 장치(101)에서 처리할 수 있는지 판단할 수 있다. 예를 들어 도 5를 참조하여 전술한 바와 같이, (외부의 지능형 서버(200)와 통신할 필요 없이) 음성 명령을 처리할 수 있는 온 디바이스 AI(on-device artificial intelligence)가 전자 장치(101)에 탑재될 수 있다. 예를 들어, 온 디바이스 AI(on-device artificial intelligence)는 지능형 서버(200)의 자연어 플랫폼(220), 및 캡슐 데이터베이스(230)의 구성과 동일하거나 유사할 수 있다.
일 실시 예에 따르면, 전자 장치(101)에서 온 디바이스 AI에 의하여 사용자 음성 명령을 처리할 수 있다고 결정되는 경우, 동작 1020에서 프로세서(120)는 지능형 서버(200)와의 통신 없이 음성 명령을 처리하고, 결과를 출력할 수 있다.
일 실시 예에 따르면, 전자 장치(101)에서 음성 명령을 처리할 수 없다고 판단되었다고 판단한 경우, 동작 1030에서 프로세서(120)는 새로 수집한 컨텍스트 정보로서 전자 장치(101)의 상태를 재검출하고, 새로 수집한 컨텍스트 정보를 지능형 서버(200)로 전송할 수 있다.
도 6a 내지 도 7을 참조하여 전술한 바와 같이, 프로세서(120)는 사용자 음성 명령 수신에 대응하여 수집한 제1 컨텍스트 정보뿐만 아니라 전자 장치(101)에서 처리 불가능하다고 판단한 시점의 상태에 대한 컨텍스트 정보를 지능형 서버(200)로 더 전송함으로써, 지능형 서버(200)로부터 개선된 처리 결과 세트를 수신할 수 있다.
도 11은 다양한 실시 예들에 따른, 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하는 동작을 설명하기 위한 흐름도이다.
동작 1110 내지 동작 1149는 도 5를 참조하여 전술된 전자 장치(101)의 프로세서(120)에 의해 수행될 수 있고, 간결성을 위해 도 1 내지 도 10을 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.
일 실시 예에 따르면, 동작 1110 내지 동작 1149은 도 9를 참조하여 설명한 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하는 동작(예: 도 9의 동작 950)에 대응될 수 있다.
일 실시 예에 따르면, 동작 1110에서, 프로세서(120)는 제2 컨텍스트 정보와 제1 컨텍스트 정보를 비교할 수 있다. 일 실시 예에 따르면, 제1 컨텍스트 정보와 제2 컨텍스트 정보가 동일한 경우, 동작 1120에서 프로세서(120)는 제2 컨텍스트 정보에 따른 처리 결과를 출력할 수 있다.
일 실시 예에 따르면, 동작 1133 및 동작 1143은 도 6b를 참조하여 설명한 잠금 해제 실시예에 따른 프로세서(120)의 동작에 대응할 수 있다. 일 실시 예에 따르면, 사용자 음성 명령이 전자 장치(101)의 잠금 해제가 필요한 명령일 수 있고, 동작 1133에서 프로세서(120)는 제2 컨텍스트 정보에서 전자 장치(101)가 잠금 상태에서 잠금 해제 상태로 변경되었음을 확인할 수 있다. 일 실시 예에 따르면, 동작 1143에서 프로세서(120)는 처리 결과 세트에서 잠금 해제 상태일 때의 처리 결과를 타겟 처리 결과로 생성할 수 있다.
일 실시 예에 따르면, 동작 1136 및 동작 1146은 도 7을 참조하여 설명한 사진 삭제 실시예에 따른 프로세서(120)의 동작에 대응할 수 있다. 일 실시 예에 따르면, 사용자 음성 명령이 사진 삭제 명령일 수 있고, 동작 1136에서 프로세서(120)는 제2 컨텍스트 정보에서 전자 장치(101)가 디스플레이중인 이미지가 제1 이미지에서 제2 이미지로 변경되었음을 확인할 수 있다. 일 실시 예에 따르면, 동작 1146에서 프로세서(120)는 처리 결과 세트에 기초하여 제1 이미지 삭제 처리 또는 제2 이미지 삭제 처리 중 사용자 선택을 요청하는 메시지를 타겟 처리 결과(예: 도 7의 730)로 생성할 수 있다.
일 실시 예에 따르면, 동작 1139 및 동작 1149는 도 7을 참조하여 전술한 위치 검색 실시예에 따른 프로세서(120)의 동작에 대응할 수 있다. 일 실시 예에 따르면, 사용자 음성 명령이 주변 위치 검색 명령일 수 있고, 동작 1139에서 프로세서(120)는 제2 컨텍스트 정보에서 전자 장치(101)의 위치가 제1 위치에서 제2 위치로 변경되었음을 확인할 수 있다. 일 실시 예에 따르면, 동작 1149에서 프로세서(120)는 처리 결과 세트에서 제2 위치 정보에 기초한 위치 검색 결과를 타겟 처리 결과로 생성할 수 있다.
일 실시 예에 따르면, 프로세서(120)는 동작 1143, 동작 1146 및 동작 1149에서 타겟 처리 결과를 생성한 후, 동작 960에서 타겟 처리 결과를 출력할 수 있다.
<지능형 서버의 동작 방법>
도 12는 다양한 실시 예들에 따른, 지능형 서버의 동작을 설명하기 위한 흐름도이다.
동작 1210 내지 동작 1230은 도 5를 참조하여 전술된 지능형 서버(200)의 프로세서(520)에 의해 수행될 수 있고, 간결성을 위해 도 1 내지 도 11을 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.
일 실시 예에 따르면, 동작 1210에서 지능형 서버(200)의 프로세서(520)는 전자 장치(101)로부터 사용자 음성 명령 및 제1 컨텍스트 정보를 수신할 수 있다. 제1 컨텍스트 정보는 전자 장치(101)에서 사용자 음성 명령 수신에 대응하여, 전자 장치(101)에 의해 수집되었을 수 있다.
일 실시 예에 따르면, 동작 1220에서 지능형 서버(200)의 프로세서(520)는 제1 컨텍스트 정보 및 음성 명령에 기초하여 생성한 적어도 하나의 처리 결과를 포함하는 처리 결과 세트(set)를 생성할 수 있다. 도 6a 내지 도 8을 참조하여 전술한 바와 같이, 프로세서(520)는 자연어 플랫폼(220), 및 캡슐 데이터베이스(230)를 통해 사용자 의도를 판단(예: 추론)하고, 이에 따라 처리 결과 세트를 생성할 수 있다.
일 실시 예에 따르면, 동작 1230에서 지능형 서버(200)의 프로세서(520)는 처리 결과 세트를 전자 장치(101)로 전송할 수 있다. 도 9를 참조하여 설명한 바와 같이, 전자 장치(101)의 프로세서(120)는 처리 결과 세트를 수신함에 대응하여 제2 컨텍스트 정보를 수집하고(예: 도 9의 동작 940), 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하여(예: 도 9의 동작 950) 사용자에게 출력할 수 있다(예: 도 9의 동작 960).
일 실시 예에 따르면, 전자 장치(101)는, 사용자 음성 명령 수신을 위한 오디오 모듈(170); 사용자 음성 명령을 처리하는 지능형 서버(200)와 통신하기 위한 통신 모듈(190); 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리(130); 및 메모리(130)에 억세스(access)하여 명령어들을 실행하는 프로세서(120)를 포함할 수 있다. 명령어들은, 사용자 음성 명령 수신에 대응하여 전자 장치(101)의 상태에 대한 제1 컨텍스트(context) 정보를 수집하고, 제1 컨텍스트 정보 및 사용자 음성 명령을 지능형 서버(200)로 전송하고, 지능형 서버(200)로부터 제1 컨텍스트 정보 및 사용자 음성 명령에 기초하여 생성된 처리 결과를 포함하는 처리 결과 세트(set)를 수신하고, 처리 결과 세트 수신에 대응하여 전자 장치(101)의 상태에 대한 제2 컨텍스트 정보를 수집하고, 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하고, 타겟 처리 결과를 출력하도록 구성될 수 있다.
일 실시 예에 따르면, 명령어들은, 사용자 음성 명령이 전자 장치(101)의 잠금 해제가 필요한 명령이고 제1 컨텍스트 정보에 전자 장치(101)가 잠금 상태라는 정보가 포함되는 경우, 지능형 서버(200)로부터 잠금 상태일 때의 제1 처리 결과 및 잠금이 해제된 경우의 제2 처리 결과를 포함하는 처리 결과 세트를 수신하고, 처리 결과 세트 수신에 대응하여 전자 장치(101)의 상태에 대한 제2 컨텍스트 정보를 수집하고, 제2 컨텍스트 정보에 전자 장치(101)가 잠금 해제 상태라는 정보가 포함되는 경우, 처리 결과 세트에서 제2 처리 결과를 타겟 처리 결과로 생성하고, 타겟 처리 결과를 출력하도록 구성될 수 있다.
일 실시 예에 따르면, 명령어들은, 사용자 음성 명령이 이미지 삭제 명령이고 제1 컨텍스트 정보에 제1 이미지의 저장 위치가 포함되는 경우, 지능형 서버(200)로부터 제1 이미지 삭제에 대한 제1 처리 결과 및 제1 이미지의 저장 위치에 기초한 제2 이미지 삭제에 대한 제2 처리 결과를 포함하는 처리 결과 세트를 수신하고, 처리 결과 세트 수신에 대응하여 전자 장치(101)에서 디스플레이중인 이미지에 대한 제2 컨텍스트 정보를 수집하고, 디스플레이중인 이미지가 제2 이미지인 경우, 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하고, 타겟 처리 결과를 출력하도록 구성될 수 있다.
일 실시 예에 따르면, 명령어들은, 제1 이미지 삭제 처리 또는 제2 이미지 삭제 처리 중 사용자 선택을 요청하는 메시지를 타겟 처리 결과로 생성하도록 구성될 수 있다.
일 실시 예에 따르면, 명령어들은, 사용자 음성 명령이 전자 장치(101) 주변 장소 검색 명령이고 제1 컨텍스트 정보에 전자 장치(101)의 제1 위치 정보가 포함되는 경우, 지능형 서버(200)로부터 제1 위치 정보에 대응하는 제1 처리 결과 및 제1 위치 정보에 기초한 제2 위치 정보에 대응하는 제2 처리 결과를 포함하는 처리 결과 세트를 수신하고, 처리 결과 세트 수신에 대응하여 전자 장치(101)의 위치 정보를 포함하는 제2 컨텍스트 정보를 수집하고, 제2 컨텍스트 정보에 제2 위치 정보가 포함되는 경우, 처리 결과 세트에서 제2 처리 결과를 타겟 처리 결과로 생성하고, 타겟 처리 결과를 출력하도록 구성될 수 있다.
일 실시 예에 따르면, 명령어들은, 사용자 음성 명령을 전자 장치(101)에서 처리할 수 있는지 판단하고, 사용자 음성 명령을 전자 장치(101)에서 처리할 수 없다는 판단에 대응하여 수집한 전자 장치(101)의 상태에 대한 컨텍스트 정보를 지능형 서버(200)로 전송하도록 더 구성될 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 상태에 대한 컨텍스트(context) 정보는, 전자 장치(101)의 잠금 여부에 대한 정보, 전자 장치(101)의 현재 위치에 대한 정보, 현재 벨소리 설정 값에 대한 정보, 실행중인 어플리케이션(app)에 대한 정보, 폴딩(folding) 상태에 대한 정보 및 위치 정보 사용 여부에 대한 정보 중 적어도 어느 하나를 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 동작 방법에 있어서, 사용자 음성 명령을 수신하고, 사용자 음성 명령 수신에 대응하여 전자 장치(101)의 상태에 대한 제1 컨텍스트(context) 정보를 수집하는 동작; 제1 컨텍스트 정보 및 사용자 음성 명령을 지능형 서버(200)로 전송하는 동작; 지능형 서버(200)로부터 제1 컨텍스트 정보 및 사용자 음성 명령에 기초하여 생성된 적어도 하나의 처리 결과를 포함하는 처리 결과 세트(set)를 수신하는 동작; 처리 결과 세트 수신에 대응하여 전자 장치(101)의 상태에 대한 제2 컨텍스트 정보를 수집하는 동작; 제2 컨텍스트 정보 및 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하는 동작; 및 타겟 처리 결과를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 사용자 음성 명령이 전자 장치(101)의 잠금 해제가 필요한 명령이고 제1 컨텍스트 정보에 전자 장치(101)가 잠금 상태라는 정보가 포함되는 경우, 지능형 서버(200)로부터 잠금 상태일 때의 제1 처리 결과 및 잠금이 해제된 경우의 제2 처리 결과를 포함하는 처리 결과 세트를 수신하는 동작; 및 처리 결과 세트 수신에 대응하여 전자 장치(101)의 상태에 대한 제2 컨텍스트 정보를 수집하는 동작; 제2 컨텍스트 정보에 전자 장치(101)가 잠금 해제 상태라는 정보가 포함되는 경우, 처리 결과 세트에서 제2 처리 결과를 타겟 처리 결과로 생성하는 동작; 및 타겟 처리 결과를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 사용자 음성 명령이 이미지 삭제 명령이고 제1 컨텍스트 정보에 제1 이미지의 저장 위치가 포함되는 경우, 지능형 서버(200)로부터 제1 이미지 삭제에 대한 제1 처리 결과 및 제1 이미지의 저장 위치에 기초한 제2 이미지 삭제에 대한 제2 처리 결과를 포함하는 처리 결과 세트를 수신하는 동작; 및 처리 결과 세트 수신에 대응하여 전자 장치(101)에서 디스플레이중인 이미지에 대한 제2 컨텍스트 정보를 수집하는 동작; 디스플레이중인 이미지가 제2 이미지인 경우, 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하는 동작; 및 타겟 처리 결과를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 디스플레이중인 이미지가 제2 이미지인 경우, 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하는 동작은, 제1 이미지 삭제 처리 또는 제2 이미지 삭제 처리 중 사용자 선택을 요청하는 메시지를 타겟 처리 결과로 생성하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 사용자 음성 명령이 전자 장치(101) 주변 장소 검색 명령이고 제1 컨텍스트 정보에 전자 장치(101)의 제1 위치 정보가 포함되는 경우, 지능형 서버(200)로부터 제1 위치 정보에 대응하는 제1 처리 결과 및 제1 위치 정보에 기초한 제2 위치 정보에 대응하는 제2 처리 결과를 포함하는 처리 결과 세트를 수신하는 동작; 및 처리 결과 세트 수신에 대응하여 전자 장치(101)의 위치 정보를 포함하는 제2 컨텍스트 정보를 수집하는 동작; 제2 컨텍스트 정보에 제2 위치 정보가 포함되는 경우, 처리 결과 세트에서 제2 처리 결과를 타겟 처리 결과로 생성하는 동작; 및 타겟 처리 결과를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 사용자 음성 명령을 전자 장치(101)에서 처리할 수 있는지 판단하는 동작; 및 사용자 음성 명령을 전자 장치(101)에서 처리할 수 없다는 판단에 대응하여 수집한 전자 장치(101)의 상태에 대한 컨텍스트 정보를 지능형 서버(200)로 전송하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 상태에 대한 컨텍스트(context) 정보는, 전자 장치(101)의 잠금 여부에 대한 정보, 전자 장치(101)의 현재 위치에 대한 정보, 현재 벨소리 설정 값에 대한 정보, 실행중인 어플리케이션(app)에 대한 정보, 폴딩(folding) 상태에 대한 정보 및 위치 정보 사용 여부에 대한 정보 중 적어도 어느 하나를 포함할 수 있다.
일 실시 예에 따르면, 사용자 음성 명령을 처리하는 지능형 서버(200)는, 전자 장치(101)로부터 사용자 음성 명령 및 전자 장치(101)에서 사용자 음성 명령의 수신에 대응하여 수집된 전자 장치(101)의 상태에 대한 제1 컨텍스트(context) 정보를 수신하고, 전자 장치(101)로 사용자 음성 명령을 처리한 처리 결과 세트(set)를 전송하기 위한 통신 모듈(590); 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리(530); 및 메모리(530)에 억세스(access)하여 명령어들을 실행하는 프로세서(520)를 포함할 수 있다. 명령어들은, 제1 컨텍스트 정보 및 사용자 음성 명령에 기초하여 생성한 적어도 하나의 처리 결과를 포함하는 처리 결과 세트(set)를 생성하고, 전자 장치(101)로 전송하도록 구성될 수 있다.
일 실시 예에 따르면, 명령어들은, 사용자 음성 명령이 전자 장치(101)의 잠금 해제가 필요한 명령이고 제1 컨텍스트 정보에 전자 장치(101)가 잠금 상태라는 정보가 포함되는 경우, 전자 장치(101)가 잠금 상태일 때의 제1 처리 결과 및 잠금이 해제된 경우의 제2 처리 결과를 포함하는 처리 결과 세트를 생성하도록 구성될 수 있다.
일 실시 예에 따르면, 명령어들은, 사용자 음성 명령이 이미지 삭제 명령이고 제1 컨텍스트 정보에 제1 이미지의 저장 위치가 포함되는 경우, 제1 이미지 삭제에 대한 제1 처리 결과 및 제1 이미지의 저장 위치에 기초한 제2 이미지 삭제에 대한 제2 처리 결과를 포함하는 처리 결과 세트를 생성하도록 구성될 수 있다.
일 실시 예에 따르면, 명령어들은, 사용자 음성 명령이 전자 장치(101) 주변 장소 검색 명령이고 제1 컨텍스트 정보에 전자 장치(101)의 제1 위치 정보가 포함되는 경우, 제1 위치 정보에 대응하는 제1 처리 결과 및 제1 위치 정보에 기초한 제2 위치 정보에 대응하는 제2 처리 결과를 포함하는 처리 결과 세트를 생성하도록 구성될 수 있다.
일 실시 예에 따르면, 전자 장치(101)의 상태에 대한 컨텍스트(context) 정보는, 전자 장치(101)의 잠금 여부에 대한 정보, 전자 장치(101)의 현재 위치에 대한 정보, 현재 벨소리 설정 값에 대한 정보, 실행중인 어플리케이션(app)에 대한 정보, 폴딩(folding) 상태에 대한 정보 및 위치 정보 사용 여부에 대한 정보 중 적어도 어느 하나를 포함할 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 임의의 다른 변형들을 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", "제2", 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: 제2) 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 제3 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, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 도 1의 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.
일 실시예에 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 장치의 동작 방법에 있어서,
    마이크를 통해 사용자 음성 명령을 수신하는 것에 대응하여, 제1 컨텍스트(context) 정보로부터 상기 전자 장치의 상태를 검출하는 동작;
    통신 회로를 통해 상기 제1 컨텍스트 정보 및 상기 사용자 음성 명령을 지능형 서버로 전송하는 동작;
    상기 지능형 서버로부터 상기 제1 컨텍스트 정보 및 상기 사용자 음성 명령에 기초하여 생성된 적어도 하나의 처리 결과를 포함하는 처리 결과 세트(set)를 수신하는 동작;
    상기 처리 결과 세트 수신에 대응하여, 적어도 하나의 프로세서를 통해, 상기 전자 장치의 상태를 제2 컨텍스트 정보로서 재검출하는 동작;
    상기 제2 컨텍스트 정보 및 상기 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하는 동작; 및
    출력 회로를 통해 상기 타겟 처리 결과를 출력하는 동작
    을 포함하는,
    전자 장치의 동작 방법.
  2. 제1항에 있어서,
    상기 음성 명령은 상기 전자 장치의 잠금 해제 상태에서 실행 가능하고, 상기 전자 장치는 잠금 상태에 놓이고,
    상기 처리 결과 세트는 상기 잠금 상태일 때에 대응하는 제1 처리 결과 및 상기 잠금 해제 상태에 대응하는 제2 처리 결과를 포함하고, 및
    상기 제2 컨텍스트 정보가 상기 전자 장치가 상기 잠금 해제 상태라고 나타내는 경우, 상기 제2 처리 결과로부터 상기 타겟 처리 결과가 생성되는,
    전자 장치의 동작 방법.
  3. 제1항에 있어서,
    상기 음성 명령은 이미지 삭제를 요구하고, 상기 제1 컨텍스트 정보에 제1 이미지의 저장 위치의 식별이 포함되고;
    상기 처리 결과 세트는 상기 제1 이미지 삭제를 나타내는 제1 처리 결과를 포함하고, 제2 처리 결과는 상기 제1 이미지의 저장 위치에 기초한 제2 이미지 삭제를 나타내고;
    상기 제2 컨텍스트 정보는 상기 전자 장치에서 현재 디스플레이중인 다른 이미지를 나타내고; 및
    상기 디스플레이중인 다른 이미지가 상기 제2 이미지와 매칭되는 경우, 상기 처리 결과 세트에 기초하여 상기 타겟 처리 결과가 생성되는,
    전자 장치의 동작 방법.
  4. 제3항에 있어서,
    상기 디스플레이중인 다른 이미지가 상기 제2 이미지와 매칭되는 경우,
    상기 타겟 처리 결과를 생성하는 동작은,
    상기 제1 이미지 삭제 처리 또는 상기 제2 이미지 삭제 처리 중 선택을 요청하는 메시지를 생성하는 동작
    을 더 포함하는,
    전자 장치의 동작 방법.
  5. 제1항에 있어서,
    상기 사용자 음성 명령은 상기 전자 장치 주변 위치 검색 요청을 포함하고, 상기 제1 컨텍스트 정보에 상기 전자 장치가 놓인 제1 위치가 포함되고,
    상기 처리 결과 세트는 상기 제1 위치에 대응하는 제1 처리 결과, 및 제2 위치에 대응하는 제2 처리 결과를 포함하고,
    상기 전자 장치의 현재 위치를 나타내는 제2 컨텍스트 정보는, 상기 처리 결과 세트 수신에 대응하여 생성되고,
    상기 현재 위치가 상기 제2 위치와 매칭되는 경우, 상기 타겟 처리 결과가 상기 제2 처리 결과를 사용하여 생성되는,
    전자 장치의 동작 방법.
  6. 제1항에 있어서,
    상기 음성 명령을 상기 전자 장치에서 처리할 수 있는지 판단하는 동작; 및
    상기 사용자 음성 명령을 상기 전자 장치에서 처리할 수 없다는 판단에 대응하여, 상기 전자 장치의 상태를 제3 컨텍스트 정보로서 검출하고, 상기 제3 컨텍스트 정보를 상기 지능형 서버로 전송하는 동작
    을 더 포함하는,
    전자 장치의 동작 방법.
  7. 제1항에 있어서,
    상기 컨텍스트(context) 정보는,
    상기 전자 장치의 잠금 또는 잠금 해제 상태, 상기 전자 장치의 현재 위치, 상기 전자 장치의 현재 벨소리 설정 값, 상기 전자 장치의 현재 실행중인 어플리케이션(app), 상기 전자 장치의 접힘(folded) 또는 펴짐(unfolded) 상태, 및 상기 전자 장치의 위치 억세스(access) 설정 중 적어도 어느 하나를 더 포함하는,
    전자 장치의 동작 방법.
  8. 프로세서에 의해 실행되는 경우, 상기 프로세서가 제1항의 방법을 수행하도록 하는 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 저장 매체.
  9. 전자 장치에 있어서,
    마이크;
    통신 모듈;
    컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리; 및
    상기 마이크, 상기 통신 모듈 및 상기 메모리에 동작 가능하게 연결된 프로세서
    를 포함하고,
    상기 명령어들은,
    상기 전자 장치가,
    마이크를 통해 사용자 음성 명령을 수신하는 것에 대응하여, 제1 컨텍스트(context) 정보로부터 상기 전자 장치의 상태를 검출하고,
    통신 모듈을 통해 상기 제1 컨텍스트 정보 및 상기 사용자 음성 명령을 상기 지능형 서버로 전송하고,
    상기 지능형 서버로부터 상기 제1 컨텍스트 정보 및 상기 사용자 음성 명령에 기초하여 생성된 적어도 하나의 처리 결과를 포함하는 처리 결과 세트(set)를 수신하고,
    상기 처리 결과 세트 수신에 대응하여, 적어도 하나의 프로세서를 통해, 상기 전자 장치의 상태를 제2 컨텍스트 정보로서 재검출하고,
    상기 제2 컨텍스트 정보 및 상기 처리 결과 세트에 기초하여 타겟 처리 결과를 생성하고, 및
    상기 타겟 처리 결과를 출력
    하도록 상기 프로세서에 의해 실행 가능한,
    전자 장치.
  10. 제9항에 있어서,
    상기 명령어들은,
    상기 음성 명령은 상기 전자 장치의 잠금 해제 상태에서 실행 가능하고, 상기 전자 장치는 잠금 상태에 놓이고,
    상기 처리 결과 세트는 상기 잠금 상태일 때에 대응하는 제1 처리 결과 및 상기 잠금 해제 상태에 대응하는 제2 처리 결과를 포함하고, 및
    상기 제2 컨텍스트 정보가 상기 전자 장치가 상기 잠금 해제 상태라고 나타내는 경우, 상기 제2 처리 결과로부터 상기 타겟 처리 결과가 생성되는
    것을 위해 더 실행 가능한,
    전자 장치.
  11. 제9항에 있어서,
    상기 명령어들은,
    상기 음성 명령은 이미지 삭제를 요구하고, 상기 제1 컨텍스트 정보에 제1 이미지의 저장 위치의 식별이 포함되고;
    상기 처리 결과 세트는 상기 제1 이미지 삭제를 나타내는 제1 처리 결과를 포함하고, 제2 처리 결과는 상기 제1 이미지의 저장 위치에 기초한 제2 이미지 삭제를 나타내고;
    상기 제2 컨텍스트 정보는 상기 전자 장치에서 현재 디스플레이중인 다른 이미지를 나타내고,
    상기 디스플레이중인 다른 이미지가 상기 제2 이미지와 매칭되는 경우, 상기 처리 결과 세트에 기초하여 상기 타겟 처리 결과가 생성되는
    것을 위해 더 실행 가능한,
    전자 장치.
  12. 제11항에 있어서,
    상기 디스플레이중인 다른 이미지가 상기 제2 이미지와 매칭되는 경우,
    상기 타겟 처리 결과를 생성하는 동작은,
    상기 제1 이미지 삭제 처리 또는 상기 제2 이미지 삭제 처리 중 선택을 요청하는 메시지를 생성하는 동작
    을 더 포함하는,
    전자 장치.
  13. 음성 명령들을 처리하는 지능형 서버에 있어서,
    통신 모듈;
    컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리; 및
    상기 메모리 및 상기 통신 모듈에 동작 가능하게 연결된 프로세서
    를 포함하고,
    상기 명령어들은,
    상기 지능형 서버가,
    통신 모듈을 통해 외부 전자 장치로부터 사용자 음성 명령 및 상기 외부 전자 장치의 상태를 나타내는 제1 컨텍스트(context) 정보를 수신하고,
    처리 결과 세트(set)를 생성하기 위해 상기 수신된 음성 명령 및 상기 제1 컨텍스트 정보를 처리하고, 및
    상기 처리 결과 세트를 상기 통신 모듈을 통해 상기 외부 전자 장치로 전송
    하도록 상기 프로세서에 의해 실행 가능한,
    지능형 서버.
  14. 제13항에 있어서,
    상기 음성 명령은 상기 전자 장치의 잠금 해제 상태에서 실행 가능하고, 상기 전자 장치는 잠금 상태에 놓이고,
    상기 처리 결과 세트는 상기 잠금 상태일 때에 대응하는 제1 처리 결과 및 상기 잠금 해제 상태에 대응하는 제2 처리 결과를 포함하는,
    지능형 서버.
  15. 제13항에 있어서,
    상기 음성 명령은 이미지 삭제를 요구하고, 상기 제1 컨텍스트 정보에 제1 이미지의 저장 위치의 식별이 포함되고,
    상기 처리 결과 세트는 상기 제1 이미지 삭제를 나타내는 제1 처리 결과를 포함하고, 제2 처리 결과는 상기 제1 이미지의 저장 위치에 기초한 제2 이미지 삭제를 나타내는,
    지능형 서버.
PCT/KR2022/007541 2021-08-10 2022-05-27 상태 변경에 따라 음성 명령 처리 결과를 출력하는 전자 장치 및 그의 동작 방법 WO2023017975A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/846,631 US20230061445A1 (en) 2021-08-10 2022-06-22 Electronic device for outputting voice command processing result based on state change and operating method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0105110 2021-08-10
KR1020210105110A KR20230023212A (ko) 2021-08-10 2021-08-10 상태 변경에 따라 음성 명령 처리 결과를 출력하는 전자 장치 및 그의 동작 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/846,631 Continuation US20230061445A1 (en) 2021-08-10 2022-06-22 Electronic device for outputting voice command processing result based on state change and operating method thereof

Publications (1)

Publication Number Publication Date
WO2023017975A1 true WO2023017975A1 (ko) 2023-02-16

Family

ID=85200006

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/007541 WO2023017975A1 (ko) 2021-08-10 2022-05-27 상태 변경에 따라 음성 명령 처리 결과를 출력하는 전자 장치 및 그의 동작 방법

Country Status (3)

Country Link
US (1) US20230061445A1 (ko)
KR (1) KR20230023212A (ko)
WO (1) WO2023017975A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100656954B1 (ko) * 2005-12-06 2006-12-14 삼성전자주식회사 분산 컴퓨팅 환경에서의 멀티미디어 컨텐츠 처리 방법 및그 장치
KR20160033233A (ko) * 2010-08-06 2016-03-25 구글 인코포레이티드 컨텍스트에 기초한 음성입력 자동 모니터링을 위한 방법, 장치 및 시스템
KR20190091545A (ko) * 2017-06-30 2019-08-06 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 음성 서비스 제공 방법, 장치 및 서버
US20200379730A1 (en) * 2019-05-31 2020-12-03 Apple Inc. User interfaces for audio media control
KR20210024224A (ko) * 2016-06-06 2021-03-04 구글 엘엘씨 음성 액션 검색 가능 시스템

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2014221287B2 (en) * 2009-06-05 2016-07-14 Apple Inc. Contextual voice commands
US9026441B2 (en) * 2012-02-29 2015-05-05 Nant Holdings Ip, Llc Spoken control for user construction of complex behaviors
US10991373B1 (en) * 2018-05-29 2021-04-27 Amazon Technologies, Inc. Voice command processing for locked devices
US20220199079A1 (en) * 2020-12-22 2022-06-23 Meta Platforms, Inc. Systems and Methods for Providing User Experiences on Smart Assistant Systems

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100656954B1 (ko) * 2005-12-06 2006-12-14 삼성전자주식회사 분산 컴퓨팅 환경에서의 멀티미디어 컨텐츠 처리 방법 및그 장치
KR20160033233A (ko) * 2010-08-06 2016-03-25 구글 인코포레이티드 컨텍스트에 기초한 음성입력 자동 모니터링을 위한 방법, 장치 및 시스템
KR20210024224A (ko) * 2016-06-06 2021-03-04 구글 엘엘씨 음성 액션 검색 가능 시스템
KR20190091545A (ko) * 2017-06-30 2019-08-06 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 음성 서비스 제공 방법, 장치 및 서버
US20200379730A1 (en) * 2019-05-31 2020-12-03 Apple Inc. User interfaces for audio media control

Also Published As

Publication number Publication date
KR20230023212A (ko) 2023-02-17
US20230061445A1 (en) 2023-03-02

Similar Documents

Publication Publication Date Title
WO2022019538A1 (ko) 언어 모델 및 이를 포함하는 전자 장치
WO2020180000A1 (ko) 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치
WO2020171545A1 (en) Electronic device and system for processing user input and method thereof
WO2023048379A1 (ko) 사용자 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법
WO2023113502A1 (ko) 전자 장치 및 전자 장치의 음성 명령어 추천 방법
WO2022139420A1 (ko) 전자 장치 및 그의 연속성을 가지는 사용자 입력에 대한 실행 정보를 공유하는 방법
WO2022191395A1 (ko) 사용자 명령을 처리하는 장치 및 그 동작 방법
WO2022177164A1 (ko) 온디바이스 인공지능 서비스를 제공하는 전자 장치 및 방법
WO2022163963A1 (ko) 전자 장치 및 전자 장치의 단축 명령어 수행 방법
WO2022065879A1 (ko) 음성 인식 서비스를 위한 등록 사용자에 대한 화자 인증 학습 장치 및 그 동작 방법
WO2021096281A1 (en) Voice input processing method and electronic device supporting same
WO2023017975A1 (ko) 상태 변경에 따라 음성 명령 처리 결과를 출력하는 전자 장치 및 그의 동작 방법
WO2023043025A1 (ko) 불완전 연속 발화를 처리하는 방법 및 그 방법을 수행하는 서버 및 전자 장치
WO2023008798A1 (ko) 부적절한 대답을 관리하는 전자 장치 및 이의 동작 방법
WO2023158076A1 (ko) 전자 장치 및 전자 장치의 발화 처리 방법
WO2023106862A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022010158A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2024058524A1 (ko) 오거부 판단 방법 및 이를 수행하는 전자 장치
WO2023022381A1 (ko) 전자 장치 및 전자 장치의 발화 처리 방법
WO2023132470A1 (ko) 사용자 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법
WO2023177079A1 (ko) 합성 벡터에 기반하여 사용자 발화를 처리하는 서버, 전자 장치, 및 이의 동작 방법
WO2022025448A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022177165A1 (ko) 음성 인식 결과를 분석하는 전자 장치 및 방법
WO2023008781A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022191425A1 (ko) 다이얼로그 텍스트에 시각적 효과를 적용하는 전자 장치 및 이의 제어 방법

Legal Events

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

Ref document number: 22855977

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: 22855977

Country of ref document: EP

Kind code of ref document: A1