WO2023090667A1 - 발화 기반 퀵 커맨드 재구성 방법 및 이를 위한 전자 장치 - Google Patents

발화 기반 퀵 커맨드 재구성 방법 및 이를 위한 전자 장치 Download PDF

Info

Publication number
WO2023090667A1
WO2023090667A1 PCT/KR2022/016284 KR2022016284W WO2023090667A1 WO 2023090667 A1 WO2023090667 A1 WO 2023090667A1 KR 2022016284 W KR2022016284 W KR 2022016284W WO 2023090667 A1 WO2023090667 A1 WO 2023090667A1
Authority
WO
WIPO (PCT)
Prior art keywords
command
task
electronic device
quick command
quick
Prior art date
Application number
PCT/KR2022/016284
Other languages
English (en)
French (fr)
Inventor
최지선
김설희
여재영
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020210186255A external-priority patent/KR20230072356A/ko
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to US17/989,595 priority Critical patent/US20230154463A1/en
Publication of WO2023090667A1 publication Critical patent/WO2023090667A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/04—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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase

Definitions

  • Various embodiments of the present disclosure relate to a method for reconstructing a speech-based quick command and an electronic device therefor.
  • the electronic device may include a voice assistant configured to identify a user's intention from the user's speech and perform an action corresponding to the identified intention.
  • a user can easily control an electronic device through a voice command.
  • IoT Internet of Things
  • a listener device such as a mobile phone or an artificial intelligence (AI) speaker may acquire user speech and control other IoT devices based on the speech through a network such as the Internet. For example, when the user's utterance is “Turn off the living room lights,” the voice assistant may turn off the lights located in the living room of the user's house.
  • AI artificial intelligence
  • the voice assistant may be configured to perform several operations corresponding to one utterance.
  • the voice assistant may store information about a plurality of motions mapped to one utterance.
  • the voice assistant may be set to perform a plurality of mapped operations when a designated utterance is received. For example, a plurality of actions, such as “today's schedule notification,” “today's weather notification,” and “today's stock index notification,” may be mapped to the utterance “briefing.” Instead of performing each utterance corresponding to several operations, the user can check information about schedule, weather, and stock index simply by uttering “briefing”.
  • a user may want to edit a plurality of mapped actions. For example, a user may want to perform only some operations among a plurality of mapped operations. For another example, a user may want to perform an additional action along with a plurality of mapped actions. Instead of entering the edit menu of the electronic device to edit these mapped actions, the user may want to edit the actions in real time. Also, the user may want to make temporary edits to the action or save the changes following the edit.
  • Various embodiments of the present disclosure may provide an electronic device and method for solving the above problems.
  • An electronic device may include a communication circuitry, a processor, and a memory storing instructions.
  • the electronic device obtains speech data of the user (the speech data includes a quick command and an editing command for editing a task), and executes the quick command using the quick command. Identifying a plurality of tasks related to and editing the task related to the quick command by excluding one of the plurality of tasks or adding another task other than the plurality of tasks based on the editing command, The edited task can be performed.
  • a method for reconstructing a quick command of an electronic device includes an operation of acquiring user's speech data (the speech data includes a quick command and an editing command for editing a task), the Identifying a plurality of tasks related to the quick command by using a quick command, excluding one task from among the plurality of tasks or adding another task other than the plurality of tasks based on the editing command, and An operation of editing a task related to the quick command and an operation of performing the edited task may be included.
  • An electronic device may provide a method for reconstructing an operation related to a quick command in real time.
  • An electronic device may increase user convenience.
  • An electronic device may increase the frequency of use of the electronic device by improving user convenience.
  • An electronic device may reduce a user's input step through real-time reconstruction of operations.
  • 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 form in which relationship information between concepts and actions is stored in a database according to an embodiment.
  • FIG. 4 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. 5 illustrates a system for performing speech-based actions according to one embodiment.
  • FIG. 6 illustrates a multi-device environment according to one embodiment.
  • FIG. 7 shows a block diagram of an electronic device according to an embodiment.
  • FIG. 8 illustrates a system for quick command reconstruction according to one embodiment.
  • FIG. 9 shows a flow chart of a method for performing a task in one embodiment.
  • FIG. 10 shows a flow chart of a method for performing a task according to one embodiment.
  • FIG. 11 illustrates a UI for quick command editing according to an embodiment.
  • FIG. 12 illustrates a quick command execution screen according to an exemplary embodiment.
  • FIG. 13 illustrates an execution screen of an edited quick command according to an exemplary embodiment.
  • FIG. 14 illustrates a UI for saving a new quick command according to an embodiment.
  • 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 one 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, the 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
  • the 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 may include 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 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, image signal processor or 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 set to detect a touch or a pressure sensor set 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 one 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 IR (infrared) sensor, a bio sensor, It may include a temperature sensor, humidity 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 is a wireless communication module 192 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, : 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 is a peak data rate for eMBB realization (eg, 20 Gbps or more), a loss coverage for mMTC realization (eg, 164 dB or less), or a U-plane latency for URLLC realization (eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less) may be supported.
  • eMBB peak data rate for eMBB realization
  • a loss coverage for mMTC realization eg, 164 dB or less
  • U-plane latency for URLLC realization eg, Example: downlink (DL) and uplink (UL) 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 lower 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.
  • 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
  • first, second, or first or secondary may simply be used to distinguish that component from other corresponding components, and may refer to that component in other respects (eg, importance or order) is not limited.
  • 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
  • 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 included and provided 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.
  • FIG. 2 is a block diagram illustrating an integrated intelligence system according to an embodiment.
  • an integrated intelligent system may include a user terminal 201, an intelligent server 300, and a service server 400.
  • the user terminal 201 may be a terminal device (or electronic device) capable of connecting to the Internet.
  • the electronic device may be any one of a mobile phone, a smart phone, a personal digital assistant (PDA), a notebook computer, a television (TV), a white appliance, a wearable device, a head mounted device (HMD), or a smart speaker.
  • the present disclosure is not limited thereto, and the user terminal 201 may be another type of electronic device.
  • the user terminal 201 may include a communication interface 290, a microphone 270, a speaker 255, a display 260, a memory 230, and/or a processor 220. .
  • the components listed above may be operatively or electrically connected to each other. However, the present disclosure is not limited thereto, and other components may be included in the user terminal 201 .
  • the communication interface 290 may be connected to an external device to transmit/receive data.
  • the microphone 270 eg, the audio module 170 of FIG. 1
  • the speaker 255 eg, the sound output module 155 of FIG. 1
  • Display 260 may be configured to display images or video.
  • the display 260 according to an embodiment may also display a graphical user interface (GUI) of an app (or application program) being executed.
  • GUI graphical user interface
  • the memory 230 may store a client module 231 , a software development kit (SDK) 233 , and a plurality of applications.
  • the client module 231 and the SDK 233 may constitute a framework (or solution program) for performing general functions. Also, the client module 231 or the SDK 233 may configure a framework for processing voice input.
  • the plurality of applications may be programs for performing designated functions.
  • the plurality of applications may include a first app 235a and/or a second app 235b.
  • each of the plurality of applications may include a plurality of operations for performing a designated function.
  • the applications may include an alarm app, a message app, and/or a schedule app.
  • a plurality of applications may be executed by the processor 220 to sequentially execute at least some of the plurality of operations.
  • the processor 220 may control overall operations of the user terminal 201 .
  • the processor 220 may be electrically connected to the communication interface 290, the microphone 270, the speaker 255, and the display 260 to perform a designated operation.
  • the processor 220 may include at least one processor.
  • the processor 220 of one embodiment may also execute a program stored in the memory 230 to perform a designated function.
  • the processor 220 may execute at least one of the client module 231 and the SDK 233 to perform the following operation for processing a voice input.
  • the processor 220 may control operations of a plurality of applications through the SDK 233, for example.
  • the following operations described as operations of the client module 231 or the SDK 233 may be operations performed by the execution of the processor 220 .
  • the client module 231 may receive voice input.
  • the client module 231 may receive a voice signal corresponding to a user's speech detected through the microphone 270 .
  • the client module 231 may transmit the received voice input (eg, voice signal) to the intelligent server 300 .
  • the client module 231 may transmit state information of the user terminal 201 to the intelligent server 300 together with the received voice input.
  • the state information may be, for example, execution state information of an app.
  • the client module 231 of one embodiment may receive a result corresponding to the received voice input from the intelligent server 300 .
  • the client module 231 may receive a result corresponding to the received voice input when the intelligent server 300 can calculate a result corresponding to the received voice input.
  • the client module 231 may display the received result on the display 260 .
  • the client module 231 may receive a plan corresponding to the received voice input.
  • the client module 231 may display on the display 260 a result of executing a plurality of operations of the app according to the plan.
  • the client module 231 may sequentially display execution results of a plurality of operations on the display 260 .
  • the user terminal 201 may display on the display 260 only some results of executing a plurality of operations (eg, a result of the last operation).
  • the client module 231 may receive a request for obtaining information necessary for calculating a result corresponding to a voice input from the intelligent server 300 . According to one embodiment, the client module 231 may transmit the necessary information to the intelligent server 300 based on the request. According to one embodiment, the client module 231 may transmit the necessary information to the intelligent server 300 in response to the request.
  • the client module 231 of one embodiment may transmit information as a result of executing a plurality of operations according to a plan to the intelligent server 300 .
  • the intelligent server 300 can confirm that the received voice input has been properly processed using the result information.
  • the client module 231 may include a voice recognition module. According to an embodiment, the client module 231 may recognize a voice input that performs a limited function through the voice recognition module. For example, the client module 231 may execute an intelligent app for processing a voice input by performing an organic operation in response to a designated voice input (eg, wake up!).
  • a voice recognition module e.g., a voice recognition module
  • the client module 231 may recognize a voice input that performs a limited function through the voice recognition module.
  • the client module 231 may execute an intelligent app for processing a voice input by performing an organic operation in response to a designated voice input (eg, wake up!).
  • the intelligent server 300 of an embodiment transmits information related to the user's voice input from the user terminal 201 through a network 299 (eg, the first network 198 and/or the second network 199 of FIG. 1). can receive According to one embodiment, the intelligent server 300 may change data related to the received voice input into text data. According to an embodiment, the intelligent server 300 may generate at least one 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)), and/or a recurrent neural network. network (RNN))). 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 based on a user request.
  • a plan may be selected from a set of predefined plans or may be generated in real time in response to a user request.
  • the artificial intelligence system may select at least one plan from among a plurality of predefined plans.
  • An embodiment of the intelligent server 300 may transmit a result according to the generated plan to the user terminal 201, or transmit the generated plan to the user terminal 201.
  • the user terminal 201 may display a result according to the plan on the display 260 .
  • the user terminal 201 may display a result of executing an operation according to a plan on the display 260 .
  • the intelligent server 300 of one embodiment includes a front end 310, a natural language platform 320, a capsule database 330, an execution engine 340, It may include an end user interface 350 , a management platform 360 , a big data platform 370 , and an analytic platform 380 .
  • intelligent server 300 may include other components and/or may omit one or more components of FIG. 2 .
  • the front end 310 may receive a voice input received by the user terminal 201 from the user terminal 201 .
  • the front end 310 may transmit a response corresponding to the voice input to the user terminal 201 .
  • the natural language platform 320 includes an automatic speech recognition module (ASR module) 321, a natural language understanding module (NLU module) 323, a planner module ( planner module 325, natural language generator module (NLG module) 327, and/or text to speech module (TTS module) 329.
  • ASR module automatic speech recognition module
  • NLU module natural language understanding module
  • planner module planner module 325, natural language generator module (NLG module) 327, and/or text to speech module (TTS module) 329.
  • the automatic voice recognition module 321 may convert voice input received from the user terminal 201 into text data.
  • the natural language understanding module 323 may determine the user's intention using text data of voice input. For example, the natural language understanding module 323 may determine the user's intention by performing syntactic analysis and/or semantic analysis.
  • the natural language understanding module 323 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 325 may generate a plan using the intent and parameters determined by the natural language understanding module 323 .
  • the planner module 325 may determine a plurality of domains required to perform a task based on the determined intent.
  • the planner module 325 may determine a plurality of operations included in each of the determined plurality of domains based on the intention.
  • the planner module 325 may determine parameters necessary for executing the determined plurality of operations or result values output by 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/or a plurality of concepts determined by the user's intention.
  • the planner module 325 may determine relationships between the plurality of operations and the plurality of concepts in stages (or hierarchically). For example, the planner module 325 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 325 may determine an execution order of the plurality of operations based on parameters required for execution of the plurality of operations and results output by the execution of the plurality of operations. Accordingly, the planner module 325 may generate a plan including information related to a plurality of operations and a plurality of concepts (eg, an ontology). The planner module 325 may generate a plan using information stored in the capsule database 330 in which a set of relationships between concepts and operations is stored.
  • the natural language generation module 327 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 329 may change text-type information into voice-type information.
  • the user terminal 201 may include an automatic speech recognition module and/or a natural language understanding module. After the user terminal 201 recognizes the user's voice command, it may transmit text information corresponding to the recognized voice command to the intelligent server 300 .
  • the user terminal 201 may include a text-to-speech module. The user terminal 201 may receive text information from the intelligent server 300 and output the received text information as voice.
  • the capsule database 330 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 (or action information) and/or concept objects (or concept information) included in a plan.
  • the capsule database 330 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 330.
  • the capsule database 330 may include a strategy registry in which strategy information necessary for determining a plan corresponding to a voice input is stored.
  • the strategy information may include reference information for determining one plan when there are a plurality of plans corresponding to the voice input.
  • the capsule database 330 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 330 may include a layout registry for storing layout information of information output through the user terminal 201 .
  • the capsule database 330 may include a vocabulary registry in which vocabulary information included in capsule information is stored.
  • the capsule database 330 may include a dialog registry in which dialog (or interaction) information with a user is stored.
  • the capsule database 330 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 a strategy for determining a plan.
  • 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 330 may also be implemented in the user terminal 201 .
  • the execution engine 340 of one embodiment may calculate a result using the generated plan.
  • the end user interface 350 may transmit the calculated result to the user terminal 201 . Accordingly, the user terminal 201 may receive the result and provide the received result to the user.
  • the management platform 360 of one embodiment may manage information used in the intelligent server 300 .
  • the big data platform 370 according to an embodiment may collect user data.
  • the analysis platform 380 of one embodiment may manage quality of service (QoS) of the intelligent server 300 . For example, the analysis platform 380 may manage the components and processing speed (or efficiency) of the intelligent server 300 .
  • QoS quality of service
  • the service server 400 may provide a designated service (eg, food order or hotel reservation) to the user terminal 201 .
  • the service server 400 may be a server operated by a third party.
  • the service server 400 of one embodiment may provide information for generating a plan corresponding to the received voice input to the intelligent server 300 .
  • the provided information may be stored in the capsule database 330.
  • the service server 400 may provide result information according to the plan to the intelligent server 300.
  • the service server 400 may communicate with the intelligent server 300 and/or the user terminal 201 through the network 299 .
  • the service server 400 may communicate with the intelligent server 300 through a separate connection.
  • the service server 400 is shown as one server in FIG. 2, the embodiments of this document are not limited thereto. At least one of the services 401, 402, and 403 of the service server 400 may be implemented as a separate server.
  • the user terminal 201 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 user terminal 201 may provide a voice recognition service through an internally stored intelligent app (or voice recognition app).
  • the user terminal 201 recognizes a user's utterance or voice input received through the microphone 270 and provides a service corresponding to the recognized voice input to the user. can do.
  • the user terminal 201 may perform a designated operation alone or together with the intelligent server 300 and/or the service server 400 based on the received voice input. For example, the user terminal 201 may execute an app corresponding to the received voice input and perform a designated operation through the executed app.
  • the user terminal 201 when the user terminal 201 provides a service together with the intelligent server 300 and/or the service server 400, the user terminal 201 uses the microphone 270 to provide a user Speech may be detected, and a signal (or voice data) corresponding to the detected user utterance may be generated. The user terminal 201 may transmit the voice data to the intelligent server 300 using the communication interface 290 .
  • a plan for performing a task corresponding to the voice input, or an operation performed 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/or 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 association information between a plurality of actions and/or a plurality of concepts.
  • the user terminal 201 of one embodiment may receive the response using the communication interface 290 .
  • the user terminal 201 outputs a voice signal generated inside the user terminal 201 to the outside using the speaker 255, or transmits an image generated inside the user terminal 201 to the outside using the display 260. can be output as
  • FIG. 3 is a diagram illustrating a form in which relationship information between a concept and an operation is stored in a database according to an exemplary embodiment.
  • the capsule database (eg, the capsule database 330) of the intelligent server 300 may store capsules in the form of a concept action network (CAN).
  • the capsule database may store an operation for processing a task corresponding to a user's voice input and parameters necessary for the operation in the form of a concept action network (CAN).
  • the capsule database may store a plurality of capsules.
  • the plurality of capsules may include a capsule A 331 and a capsule B 334 respectively corresponding to a plurality of domains (eg, applications).
  • one capsule eg, capsule A 331) may correspond to one domain (eg, location (geo), application).
  • one capsule includes at least one service provider (eg, CP 1 (332), CP 2 (333), CP3 (335), and/or CP4 (336)) for performing functions for domains related to the capsule.
  • the capsule of may correspond.
  • one capsule may include at least one operation 330a and at least one concept 330b to perform a designated function.
  • the natural language platform 320 may create a plan for performing a task corresponding to a received voice input using a capsule stored in the capsule database 330 .
  • the planner module 325 of the natural language platform may generate a plan using capsules stored in a capsule database.
  • plan 337 is created using operations 331a, 332a and concepts 331b, 332b of capsule A 331 and operation 334a and concept 334b of capsule B 334. can do.
  • FIG. 4 is a diagram illustrating a screen in which a user terminal processes a voice input received through an intelligent app according to an embodiment.
  • the user terminal 201 may execute an intelligent app to process user input through the intelligent server 300 .
  • the user terminal 201 when the user terminal 201 recognizes a designated voice input (eg, wake up! or receives an input through a hardware key (eg, a dedicated hardware key), the user terminal 201 sounds You can run intelligent apps to process your input.
  • the user terminal 201 may execute an intelligent app, for example, in a state in which a schedule app is executed.
  • the user terminal 201 may display an object (eg, icon) 211 corresponding to an intelligent app on the display 260 .
  • the user terminal 201 may receive a voice input caused by a user's speech. For example, the user terminal 201 may receive a voice input saying “tell me this week's schedule!”.
  • the user terminal 201 may display a user interface (UI) 213 (eg, an input window) of an intelligent app displaying text data of the received voice input on the display.
  • UI user interface
  • the user terminal 201 may display a result corresponding to the received voice input on the display.
  • the user terminal 201 may receive a plan corresponding to the received user input and display 'this week's schedule' on the display according to the plan.
  • FIG. 5 illustrates a system for performing speech-based actions according to one example.
  • a system 500 may include a user device 501 , a server device 511 , a first external electronic device 521 , and a second external electronic device 522 .
  • User device 501 may be referred to as a listener device that receives speech 590 of user 599, and has a similar configuration to user terminal 201 of FIG. 2 or electronic device 101 of FIG. may include
  • the user device 501 may include a voice assistant (eg, the client module 231 of FIG. 2 ).
  • the user device 501 receives speech 590 of the user 599 using a voice receiving circuit (eg, the audio module 170 of FIG. 1 ), and transmits speech data corresponding to the speech 590 to a server device ( 511) may be set to transmit.
  • the user device 501 may be configured to transmit speech data to the server device 511 via a network such as the Internet.
  • the target device may be referred to as a device to be controlled by the utterance 590 .
  • the target device of the utterance 590 may refer to at least one of the user device 501 , the first external electronic device 521 , and/or the second external electronic device 522 .
  • Each of the first external electronic device 521 and the second external electronic device 522 may include components similar to those of the electronic device 101 of FIG. 1 .
  • the target device receives control data from the server device 511 through a network such as the Internet, and the control data It can be set to perform an operation according to.
  • the destination device receives control data (eg, via a local area network (eg, NFC, WiFi, LAN, Bluetooth, or D2D) or RF signal) from a listening device (eg, user device 501). And it can be set to perform an operation according to the control data.
  • the server device 511 may include at least one server device.
  • the server device 511 may include a first server 512 and a second server 513 .
  • the server device 511 may be configured to receive speech data from the user device 501 and process the speech data.
  • the first server 512 may correspond to the intelligent server 300 of FIG. 2 .
  • the second server 513 may include a database for the external electronic device 521 .
  • the second server 513 may be referred to as an internet of things (IoT) server.
  • the second server 513 may store information on the external electronic device (eg, an identifier of the external electronic device, group information, etc.) and may include components for controlling the external electronic device.
  • IoT internet of things
  • the first server 512 may determine the intent of the user 599 included in the received speech data by processing the received speech data. For example, when the intention of the user 599 is to control an external device (eg, the first external electronic device 521 and/or the second external electronic device 522), the first server 512 may identify a target device to be controlled using data of the second server 513 and control the target device so that the identified target device performs an operation according to the intention.
  • the first server 512 and the second server 513 are shown as separate configurations in FIG. 5 , the first server 512 and the second server 513 may be implemented as one server.
  • voice recognition for utterance 590, intent identification, and control of the target device may be performed by one entity or multiple entities. Examples in this document may include various aspects of speech recognition, intent identification, and control of a target device, as described below.
  • speech data transmitted from the user device 501 to the server device 511 may have any type of file format in which voice is recorded.
  • the server device 511 may determine the intention of the user 599 for the speech data through voice recognition and natural language analysis of the speech data.
  • speech data transmitted from the user device 501 to the server device 511 may include a voice recognition result corresponding to the speech 590 .
  • the user device 501 may perform automatic speech recognition on the speech 590 and transmit the automatic speech recognition result to the server device 511 as speech data.
  • the server device 511 may determine the intention of the user 599 for the speech data through natural language analysis of the speech data.
  • the target device may be controlled based on a signal from the server device 511 .
  • the server device 511 may cause the target device to perform an operation corresponding to the intention by transmitting control data to the target device.
  • the destination device may be controlled based on a signal from the user device 501 .
  • the server device 511 may transmit information for controlling the target device to the user device 501 .
  • the user device 501 may control a target device using information received from the server device 511 .
  • user device 501 may be configured to perform automatic speech recognition and natural language understanding.
  • User device 501 may be configured to directly identify the intent of user 599 from utterance 590 .
  • the user device 501 can identify the target device using the information stored in the second server 513 and control the target device according to the intention.
  • the user device 501 may control the target device through the second server 513 or directly transmit a signal to the target device to control the target device.
  • system 500 may not include server device 511 .
  • the user device 501 may be configured to perform all of the operations of the server device 511 described above.
  • the user device 501 may be configured to identify the intention of the user 599 from the utterance 590, identify a target device corresponding to the intention from an internal database, and directly control the target device.
  • FIG. 5 The various examples described above with respect to FIG. 5 are various examples capable of controlling a target device based on speech, and the embodiments of the present disclosure are not limited thereto. Those skilled in the art will appreciate that the control methods of the present disclosure described below can be performed using the system of the various examples described above with respect to FIG. 5 .
  • FIG. 6 illustrates a multi-device environment according to an example.
  • the system 500 may support quick commands and reorganization (eg, editing) of the quick commands described below with respect to FIGS. 6 to 14 .
  • quick commands and reorganization eg, editing
  • FIGS. 6 to 14 various examples of the present disclosure may be described with reference to FIGS. 6 to 14 .
  • a multi-device environment 600 may include a first electronic device 601 , a second electronic device 602 , and a third electronic device 603 .
  • the first electronic device 601 may be the user device 501 of FIG. 5
  • the second electronic device 602 may be the first external electronic device 521 of FIG. 5 .
  • the electronic device 603 may be the second external electronic device 522 of FIG. 5 .
  • the first electronic device 601 is shown as a mobile phone, the second electronic device 602 as an AI speaker, and the third electronic device 603 as a personal computer (PC).
  • PC personal computer
  • Each of 601 , the second electronic device 602 , and the third electronic device 603 may be any electronic device.
  • multi-device environment 600 may include at least a portion of system 500 of FIG. 5 .
  • each of the first electronic device 601 , the second electronic device 602 , and the third electronic device 603 may support execution of a quick command.
  • the term “quick command” may be a designated utterance associated with a plurality of actions (eg, tasks).
  • a designated utterance associated with a plurality of operations may be designated by the user 699 or by a manufacturer of the user device (eg, the first electronic device 601).
  • a plurality of operations related to the designated utterance may be designated by the user 699 or by the manufacturer of the user device.
  • a quick command may be a shortcut command that can be uttered by a user to perform multiple tasks or actions without having to utter each task or multiple tasks separately.
  • a quick command is an utterance in which a plurality of actions are associated or mapped, and may be personalized by the user 699 .
  • a system eg, the system 500 of FIG. 5
  • the database may be located in a device where natural language understanding for utterances is performed (eg, the user device 501 and/or the server device 511 of FIG. 5 ).
  • User 699 can designate any utterance or any phrase as a quick command, and can designate any action in a quick command.
  • Any actions associated with one quick command may be associated with one or more electronic devices.
  • a first action and a second action may be associated with one quick command.
  • the first operation may be performed in the first electronic device 601 and the second operation may be performed in the second electronic device 602 .
  • the user 699 may designate an electronic device to perform each operation.
  • a quick command may have a relatively higher priority than other utterances.
  • a system for executing the quick command eg, the system 500 of FIG. 5 performs an operation mapped to the quick command instead of performing an operation in another domain can be set to perform
  • a quick command called “briefing” may be mapped to a quick command called “briefing”.
  • a quick command called “briefing” can be configured to perform an action mapped to the system quick command.
  • the first operation and the third operation may be associated with the first electronic device 601
  • the second operation may be associated with the second electronic device 602 .
  • the system may be configured to perform the first operation and the third operation in the first electronic device 601 and the second operation in the second electronic device 602 .
  • the embodiments of the present disclosure may support reconstruction (eg, editing) of a quick command described below. For example, when a designated edit command is included in an utterance, operations related to the quick command may be reconstructed based on the edit command.
  • An edit command is a designated word, and when the edit command and the quick command are recognized together from an utterance, operations related to the quick command can be reconstructed in a real-time manner.
  • the quick command and the edit command may be assumed to have been recognized from one continuous utterance (eg, recognized together).
  • one continuous utterance may mean an utterance of the user 699 recognized within one continuous utterance recognition section.
  • the first electronic device 601 recognizes the utterance, the first electronic device 601 recognizes the utterance for a specified period of time or until a specified command (eg, a command instructing the end of utterance) is recognized. It can be set to recognize.
  • speech recognition eg, STT
  • speech intent determination eg, natural language understanding
  • the edit command and the quick command are separate commands in phonetic meaning, they may be semantically included in one sentence.
  • the user 699 may intend to edit the quick command based on the edit command.
  • the edit command may include, for example, a skip word for instructing exclusion of at least some of the operations related to the quick command and/or an adding word for adding new operations to the quick command.
  • the skip word may include at least one of “without”, “skipping”, “excluding”, or “other than”.
  • adding words include “with or along with”, “including”, “adding/in addition to”, “also” or “and/and” )” may include at least one.
  • operations of the quick command may be reconstructed or modified based on utterances adjacent to the edit command (eg, adjacent in word order).
  • utterances adjacent to the edit command eg, adjacent in word order.
  • adjacent utterances are utterances that precede or follow an edit command, and may mean utterances that are consecutive in word order.
  • “Adjacent utterances” may correspond to “adjacent entities” described below with reference to FIG. 8 .
  • the utterance when the utterance is “minus computer briefing”, the utterance may include an editing command “except” and a quick command “briefing”. In this case, among the operations related to the quick command, other operations may be performed except for the operation performed by the “computer”.
  • the utterance when the utterance is “briefing including stock index”, the utterance may include an editing command “including” and a quick command “briefing”.
  • an operation for stock index guidance may be additionally performed in addition to operations related to the quick command.
  • the term “quick command” refers to one utterance associated with a plurality of operations, and it will be apparent to those skilled in the art that any term may be used.
  • terms such as shortcut, shortcut command, abbreviation, and/or short form command may be used instead of “quick command”.
  • edit command refers to an utterance designated for editing of a quick command, and it will be apparent to those skilled in the art that any term may be used. For example, terms such as modification command, amendment, change command, and/or revision may be used instead of “edit command”.
  • FIG. 7 shows a block diagram of an electronic device according to an example.
  • an electronic device 701 includes a processor 720 (eg, the processor 120 of FIG. 1 ), a memory 730 (eg, the memory 130 of FIG. 1 ), and/or communication circuitry 740 (eg, communication module 190 of FIG. 1 ).
  • the electronic device 701 may further include an audio circuit 750 (eg, the audio module 170 of FIG. 1 ) and may further include components not shown in FIG. 7 .
  • the electronic device 701 may further include at least some components of the electronic device 101 of FIG. 1 .
  • the electronic device 701 may be referred to as a device that performs reconfiguration for a quick command.
  • a server device eg, the server device 511 of FIG. 5
  • the electronic device 701 may be referred to as a server device.
  • the electronic device 701 may directly control a device related to the quick command (eg, a device that performs the operation of the quick command) or control a device related to the quick command through another device.
  • the processor 720 may be electrically, operatively, or functionally connected to the memory 730 , communication circuitry 740 , and/or audio circuitry 750 .
  • one component when one component is “operably” connected to another component, one component may mean that the other component is connected to operate. For example, one component may activate another component by passing control signals to the other component, either directly or via another component.
  • one component when one component is “functionally” connected to another component, one component may mean that the other component is connected to perform a function. For example, one component may execute the function of another component by passing control signals to the other component, either directly or via another component.
  • Memory 730 may store instructions. When executed by the processor 720, the instructions may cause the electronic device 701 to perform various operations.
  • the electronic device 701 may obtain user speech data and identify a control function corresponding to the user speech data by using the user speech data.
  • the electronic device 701 may acquire user speech data using the audio circuit 750 or acquire speech data from an external electronic device using the communication circuit 740 .
  • the electronic device 701 identifies an intention corresponding to the user speech data, identifies the control function (eg, a quick command and/or an edit command) corresponding to the intention, and functions for a plurality of external electronic devices. It may be set to identify at least one external electronic device supporting the control function using information of the control function.
  • FIG. 8 illustrates a system for quick command reconstruction according to one example.
  • the system may include various modules for executing a quick command based on an utterance 890 of a user 899 .
  • the utterance 890 may be a voice command by the user.
  • the term “module” in the description related to FIG. 8 refers to a software module, and may be implemented by executing instructions by hardware such as a processor, CPU, or other electronic circuit. Each module may be implemented on the same hardware or on different hardware.
  • the listening device 801 is a device equipped with a voice assistant, and may receive speech 890 of a user 899 and transmit speech data corresponding to the speech 890 to the server device 800. there is.
  • the listening device 801 may be the user device 501 of FIG. 5 .
  • the listening device 801 may activate a voice assistant application and activate a microphone (eg, the audio circuit 750 of FIG. 7 ) in response to a wake-up speech, button input, or touch input.
  • the listening device 801 may transmit speech data corresponding to the received speech 890 to the server device using a microphone.
  • the listening device 801 may transmit information of the listening device 801 together with speech data to the server device.
  • the information of the listening device 801 may include an identifier of the listening device, a function list of the listening device, a listening device status (eg, power status, playback status), and/or location information (eg, latitude and longitude). , connected access point (AP) information (eg, SSID (service set identifier)) may be included.
  • the listening device 801 may provide the result processed by the server to the user 899 through a speaker or a display.
  • the result processed by the server may include a natural language expression indicating the result of processing the utterance 890 .
  • the listening device 801 may include a display and may be configured to provide various user interfaces (UIs) for registering a quick command through the display.
  • UIs user interfaces
  • the server device 800 may include a natural language processing module 810 and a quick command module 820. According to one embodiment, the server device 800 may be the server device 511 of FIG. 5 .
  • the configuration of the server device 800 shown in FIG. 8 is exemplary, and the embodiments of this document are not limited thereto.
  • the server device 800 may further include components of the intelligent server 300 of FIG. 2 such as the front end (eg, the front end 310 of FIG. 2 ) according to another embodiment.
  • the natural language processing module 810 may identify user intention based on speech data received from the listening device 801 .
  • the natural language processing module 810 may correspond to the intelligent server 300 of FIG. 2 (eg, the first server 512 of FIG. 5).
  • the natural language processing module 810 may include an automatic speech recognition module 811 , a natural language understanding module 812 , and a text-to-speech conversion module 813 .
  • the automatic speech recognition module 811 eg, the automatic speech recognition module 321 of FIG. 2
  • the natural language understanding module 812 may identify the user's intention by performing natural language understanding on the text data.
  • the natural language understanding module 812 may identify an intent corresponding to the utterance 890 by comparing text data with a plurality of predefined intents. Also, the natural language understanding module 812 may extract additional information from speech data. For example, the natural language understanding module 812 may perform slot tagging or slot filling by extracting a word (eg, entity) included in speech data.
  • the text-to-speech module 813 eg, the text-to-speech module 329 of FIG. 2 ) may be configured to convert feedback in text format corresponding to the identified intent into speech format. In one example, the converted audio feedback may be provided to user 899 via listening device 801 .
  • the natural language understanding module 812 may include a quick command dispatcher 815 .
  • the natural language understanding module 812 may determine whether a specified command (eg, a quick command) is included in utterance data corresponding to the utterance 890 .
  • a quick command may have a relatively high priority over other intents that may be identified from the utterance.
  • the natural language understanding module 812 may analyze a pattern of the utterance 890 using the quick command dispatcher 815 . In this case, in response to identification of the quick command, identification of other intents within utterance 890 may be omitted.
  • the quick command dispatcher 815 may analyze speech patterns included in speech data. For example, quick command dispatcher 815 can determine whether utterance 890 includes an edit command if it identifies a quick command from utterance 890 . For example, quick command dispatcher 815 can determine, based on the identification of the edit command, that the intent of user 899's utterance 890 involves editing the quick command. When the intention of the utterance 890 includes editing of the quick command, the natural language processing module 810 may perform reconstruction of the quick command by transferring natural language information corresponding to the utterance data to the quick command module 820. .
  • the quick command module 820 may include a quick command database 821 and a quick command reconstruction module 822 .
  • the quick command database 821 may include information on at least one quick command related to the listening device 801 or the user 899 (eg, a user account).
  • Information on the quick command may include, for example, quick command, device type (eg, device identification information), keyword, and/or operation (eg, task) information.
  • the device type is information for identifying a device related to the quick command, and may include information for identifying an arbitrary device.
  • a keyword may be referred to as a keyword for identifying an action associated with a quick command or a natural language expression for performing an action.
  • the keyword may include, for example, a keyword for identifying a task indicating a specific action (eg, an action to be added) or a natural language expression (eg, target utterance) that causes the action to be performed.
  • the device type and keyword are examples of information for identifying an operation to be edited, and may be referred to as operation information. Table 1 below shows information on quick commands stored in a quick command database according to an example.
  • the quick command reconstruction module 822 may receive utterances tagged by the natural language processing module 810 (eg, text information corresponding to the utterance 890 processed through speech recognition by the natural language processing module 810).
  • the quick command reconstruction module 822 can identify quick commands from tagged utterances (hereinafter referred to as recognized utterances).
  • the quick command reconstruction module 822 may identify actions mapped to the identified quick command using information stored in the quick command database 821 .
  • the quick command reconstruction module 822 reconstructs (e.g., actions for the identified quick command) using the identified edit command from the recognized utterance and an entity (e.g., device type or keyword) adjacent to the edit command. : modify or edit).
  • the quick command reconstruction module 822 may reconstruct the quick command by editing an operation corresponding to the indicated device type based on the edit command. there is.
  • the quick command reconfiguration module 822 may reconstruct the quick command by editing an operation corresponding to the indicated keyword based on the edit command. .
  • utterance 890 may be “work from home without PC”. Since the utterance 890 includes “telecommuting” registered as a quick command, the quick command reconstruction module 822 may identify actions related to “telecommuting” from information stored in the quick command database 821 . The quick command reconstruction module 822 can identify an edit command to “subtract” from the recognized utterance. Also, the quick command reconstruction module 822 may identify a “PC” that is an entity adjacent to the edit command. The quick command reconstruction module 822 may reconstruct operations of the identified quick command using the edit command and adjacent entities (eg, device type information or keywords).
  • the quick command reconstruction module 822 may reconstruct operations of the identified quick command using the edit command and adjacent entities (eg, device type information or keywords).
  • the quick command reconfiguration module 822 reconstructs an operation related to “telecommuting” from among the operations related to “telecommuting”, except for an operation related to a PC (eg, executing a first application).
  • the server device 800 may perform reconfigured operations. For example, the server device 800 may set a do not disturb mode in a mobile phone (eg, the listening device 801) and play music using a second application on a speaker (eg, the external device 841). there is.
  • utterance 890 may be “work from home without music”. Since the utterance 890 includes “telecommuting” registered as a quick command, the quick command reconstruction module 822 may identify actions related to “telecommuting” from information stored in the quick command database 821 . The quick command reconstruction module 822 may identify an edit command “without” from the recognized utterance. Additionally, the quick command reconstruction module 822 can identify “music” as an entity adjacent to the edit command. The quick command reconstruction module 822 may reconstruct operations of the identified quick command using the edit command and adjacent entities (eg, device type information or keywords).
  • the quick command reconstruction module 822 may reconstruct operations of the identified quick command using the edit command and adjacent entities (eg, device type information or keywords).
  • the quick command reconfiguration module 822 performs an operation related to “telecommuting” with the rest of the operations related to “telecommuting” except for an operation related to music (eg, playing music in the second application). can be reconstructed.
  • the server device 800 may perform reconfigured operations. For example, the server device 800 may execute a first application on a PC and set a do not disturb mode in a mobile phone (eg, the listening device 801).
  • utterance 890 may be "briefing other than the weather.” Since the utterance 890 includes a “briefing” registered as a quick command, the quick command reconstruction module 822 can identify actions associated with the “briefing” from information stored in the quick command database 821 . The quick command reconstruction module 822 can identify an edit command to “subtract” from the recognized utterance. Additionally, the quick command reconstruction module 822 may identify “weather” as an entity adjacent to the edit command. The quick command reconstruction module 822 may reconstruct operations of the identified quick command using the edit command and adjacent entities (eg, device type information or keywords).
  • the quick command reconstruction module 822 may reconstruct an operation related to “briefing” from among operations related to “briefing”, except for an operation related to music (eg, weather notification).
  • the server device 800 may perform reconfigured operations. For example, the server device 800 may notify schedules and news through a mobile phone (eg, the listening device 801).
  • utterance 890 may be "briefing including stock index.” Since the utterance 890 includes a “briefing” registered as a quick command, the quick command reconstruction module 822 can identify actions associated with the “briefing” from information stored in the quick command database 821 . The quick command reconstruction module 822 can identify an edit command “including” from the recognized utterance. Additionally, the quick command reconstruction module 822 can identify a “stock index” that is an entity adjacent to the edit command. The quick command reconstruction module 822 may reconstruct operations of the identified quick command using the edit command and adjacent entities (eg, device type information or keywords). In this example, the quick command reconstruction module 822 may reconstruct an operation related to “briefing” by adding an operation of stock index notification together with operations related to “briefing”. The server device 800 may perform reconfigured operations. For example, the server device 800 may provide information on weather, schedule, news, and stock index through a mobile phone (eg, the listening device 801).
  • the quick command database 821 includes information on keywords, but embodiments of the present document are not limited thereto.
  • the quick command database 821 may not include information on keywords.
  • the quick command reconstruction module 822 may identify an action to be edited based on a similarity between an entity and an action adjacent to the editing command of the recognized utterance.
  • information about a keyword for an operation related to a speaker may not exist.
  • the quick command database 821 may identify a motion related to the speaker from a neighboring entity if the similarity between the motion-related parameters (eg, music and the second application) and the neighboring entity is equal to or greater than a specified value.
  • the aforementioned similarity may include phonetic similarity and/or semantic similarity.
  • the similarity may be indicated by a similarity value indicating a similarity level between the first parameter A and the second parameter B. If the similarity value indicating the level of similarity between the parameter (eg, music and the second application) related to the motion and the neighboring entity is equal to or greater than a specified value, the quick command database 821 identifies the motion related to the speaker from the neighboring entity.
  • the quick command reconstruction module 822 may reconstruct the quick command based on the order of words (eg, entities) in the utterance 890 .
  • the quick command reconstruction module 822 may reconstruct the quick command based on the order of recognized entities within the utterance 890 if the identified edit command from the utterance 890 directs the addition of a task.
  • the quick command reconstruction module 822 determines whether a task to be added (hereinafter referred to as an additional task) is performed prior to a task mapped to a quick command (hereinafter referred to as a quick command task) based on the order of recognized entities or not. You can decide what to do later.
  • the quick command reconstruction module 822 can determine the order of execution of additional tasks based on the order of edit commands and quick commands within utterance 890 . If an edit command precedes a quick command, the quick command reconfiguration module 822 can restructure the quick command such that an additional task is performed prior to the quick command task. If a quick command precedes an edit command, the quick command reconfiguration module 822 can restructure the quick command such that an additional task is performed after execution of the quick command task.
  • the quick command reconstruction module 822 can determine the order of execution of additional tasks based on the order of neighboring entities and quick commands within the utterance 890 . If a neighboring entity precedes the quick command, the quick command reconstruction module 822 can restructure the quick command such that an additional task (eg, a task corresponding to the neighboring entity) is performed prior to the quick command task. If the quick command precedes a neighboring entity, the quick command reconfiguration module 822 can restructure the quick command such that an additional task is performed after execution of the quick command task.
  • an additional task eg, a task corresponding to the neighboring entity
  • the utterance 890 may be “working from home (and running a messenger on the desktop)”. Since the utterance 890 includes “telecommuting” registered as a quick command, the quick command reconstruction module 822 may identify actions related to “telecommuting” from information stored in the quick command database 821 . The quick command reconstruction module 822 may identify an edit command such as “do” from the recognized utterance. In addition, the quick command reconfiguration module 822 may identify “execute messenger on the desktop,” which is an entity (eg, target utterance) adjacent to the edit command. The quick command reconstruction module 822 executes the tasks mapped to “telecommuting” based on the order of the recognized entities in the utterance 890, and then executes the added task, messenger, on the desktop. can be reconstructed.
  • the quick command reconstruction module 822 executes the tasks mapped to “telecommuting” based on the order of the recognized entities in the utterance 890, and then executes the added task, messenger, on the desktop. can be reconstructed
  • utterance 890 may be “turn on living room lights and work from home”. Since the utterance 890 includes “telecommuting” registered as a quick command, the quick command reconstruction module 822 may identify actions related to “telecommuting” from information stored in the quick command database 821 . The quick command reconstruction module 822 may identify an edit command called “and” from the recognized utterance. Also, the quick command reconfiguration module 822 may identify “living room light chim”, which is an entity (eg, target utterance) adjacent to the edit command. The quick command reconfiguration module 822 may reconstruct the quick command to execute tasks mapped to “work from home” after turning on the lights in the living room based on the order of the recognized entities within the utterance 890 .
  • the quick command reconstruction module 822 may reconstruct the quick command based on the logical order of tasks to be added to words (eg, entities) in the utterance 890 .
  • the quick command reconstruction module 822 reconstructs the quick commands based on the logical order of recognized quick command tasks and additional tasks within the utterance 890 when the identified edit command from the utterance 890 directs the addition of a task. can do.
  • the additional task may be a task that logically follows the task of the quick command. That is, the additional task may be a task that can be executed only after the quick command task is executed.
  • the quick command reconfiguration module 822 may reconstruct the quick command so that a logically succeeding task may be executed after a logically preceding task is executed.
  • utterance 890 may be “raise speaker volume and work from home”. Since the utterance 890 includes “telecommuting” registered as a quick command, the quick command reconstruction module 822 may identify actions related to “telecommuting” from information stored in the quick command database 821 . The quick command reconstruction module 822 may identify an edit command called “and” from the recognized utterance. Also, the quick command reconstruction module 822 may identify “speaker volume up” which is an entity (eg, target utterance) adjacent to the edit command. Raising the volume of the speaker may be premised on reproducing music through the speaker. In this case, the additional task may be premised on the execution of a task of “playing music in the second application” of the quick command.
  • the additional task when the additional task presupposes the execution of the task of the quick command, the additional task may be a task that logically follows the task of the quick command.
  • the quick command reconfiguration module 822 may reconstruct the quick command so that after execution of the quick command task, a “speaker volume up” logically follows is executed.
  • the server device 800 and the listening device 801 are separately described, but the embodiments of this document are not limited thereto.
  • components of the server device 800 may be implemented in the listening device 801 .
  • the electronic device 701 of FIG. 7 refers to an electronic device that performs reconfiguration of a quick command.
  • the quick command module 820 is implemented in the server device 800
  • the electronic device 701 of FIG. 7 may be referred to as the server device 800.
  • the electronic device 701 may be referred to as the listening device 801.
  • FIG. 9 shows a flow chart of a method for performing a task in one embodiment.
  • the electronic device 701 may obtain user speech data.
  • the electronic device 701 may obtain user speech data from an external device (eg, the listening device 801 of FIG. 8 ).
  • the user speech data may include voice data corresponding to the user's speech or text data corresponding to the user's speech.
  • the electronic device 701 may obtain speech data from the user by using the audio circuit 750 of the electronic device 701 .
  • the user's utterance data may be assumed to include a quick command and an edit command.
  • the electronic device 701 may generate text data (eg, work from home without PC) corresponding to the utterance.
  • the electronic device 701 may label or tag text data corresponding to speech data.
  • the electronic device 701 may identify (eg, label or tag) “work from home” as a quick command, “minus” as an edit command, and “PC” as an adjacent entity (eg, device type information or keyword information). there is.
  • the electronic device 701 sets “briefing” (see example in Table 1) as a quick command, “including” as an edit command, and “stock index” as an adjacent entity. can be identified.
  • the electronic device 701 may use the quick command to identify a plurality of tasks related to the quick command.
  • the electronic device 701 may identify a task set (eg, a set of tasks) related to the quick command.
  • a task set may include a plurality of tasks related to a quick command.
  • the electronic device 701 may perform a plurality of tasks (eg, quick command database 821 of FIG. 8 ) related to a quick command identified by using a database of quick commands stored in the electronic device 701 actions) can be identified.
  • the electronic device 701 may edit (eg, reorganize) a task related to the quick command by excluding one task from among a plurality of tasks or adding another task based on the edit command.
  • the electronic device 701 may edit a task related to the command in real time and/or dynamically based on the edit command.
  • the electronic device 701 may reassemble a task related to the quick command by using the edit command and an entity (eg, device information or keyword information) spoken adjacent to the edit command.
  • An edit command and an adjacent entity may be referred to as an utterance pattern indicating editing of the quick command.
  • the electronic device 701 may edit the task associated with the quick command. For example, the electronic device 701 may recombine operations related to a quick command based on information obtained from a quick command database and an utterance pattern.
  • an edit command may indicate an exclusion of an action
  • an adjacent entity may be a device type.
  • the electronic device 701 may identify an operation to be excluded among the operations of the corresponding quick command by using the device type information.
  • the electronic device 701 may reconstruct the operation of the quick command with the remaining operations except for the identified operation.
  • an edit command may indicate exclusion of an action, and an adjacent entity may contain keyword information.
  • an operation to be excluded among the operations of the corresponding quick command may be identified using keyword information.
  • the electronic device 701 may identify an action to be excluded based on similarity (eg, pronunciation and/or meaning) between the keyword information and the actions of the quick command.
  • the electronic device 701 may identify, as an operation to be excluded, an operation having a similarity greater than or equal to a specified similarity with the keyword information.
  • the electronic device 701 may reconstruct the operation of the quick command with the remaining operations except for the identified operation.
  • an edit command may instruct the addition of an operation
  • an adjacent entity may include keyword information.
  • the electronic device 701 may identify an operation (eg, task) to be additionally performed using keyword information.
  • the electronic device 701 may reconstruct the operation of the quick command by adding an operation related to keyword information to operations of the corresponding quick command.
  • the electronic device 701 may perform the edited task. For example, the electronic device 701 may transmit a control signal to the external electronic device so that the external electronic device performs the edited task. If the electronic device 701 is a listening device and a part of the edited task is related to the listening device, the electronic device 701 may directly perform the edited task. For example, the processor of the electronic device 701 may control the electronic device 701 to perform the edited task and/or the external electronic device to perform the edited task.
  • the electronic device 701 may feed back information about the edited task to the user. For example, when the electronic device 701 is a server device, the electronic device 701 transmits information of a reconstructed motion (eg, a list of reconstructed motions and/or voice data for the list of reconstructed motions) to the listening device. It is possible to provide feedback through the listening device by transmitting. For another example, when the electronic device 701 is a listening device, the electronic device 701 may provide feedback using a display and/or an audio output circuit.
  • a reconstructed motion eg, a list of reconstructed motions and/or voice data for the list of reconstructed motions
  • the electronic device 701 may provide feedback using a display and/or an audio output circuit.
  • reconfiguration of a task may be ad-hoc.
  • the electronic device 701 may temporarily reconstruct the task and, after reconfiguration, store the task related to the quick command in its original state.
  • the electronic device 701 may be configured to provide a UI for storing the reconfigured quick command.
  • FIG. 10 shows a flow chart of a method for performing a task according to one embodiment.
  • the operations of the flowchart 1000 of FIG. 10 may correspond to operations 910 and 915 of FIG. 9 .
  • the electronic device 701 may determine whether the speech data includes a quick command. For example, the electronic device 701 may determine whether the speech data includes a quick command by using a quick command stored in a quick command database.
  • the electronic device 701 may perform an operation corresponding to the speech data. For example, the electronic device 701 may perform an operation corresponding to speech data based on voice recognition and identification of intent described above with reference to FIG. 2 .
  • the electronic device 701 may determine whether the speech data includes an edit command. For example, the electronic device 701 may determine whether the speech data includes an edit command based on voice recognition of the speech data.
  • the edit command may include a skip word indicating exclusion of at least some of operations related to the quick command and/or an adding word adding new operations to the quick command.
  • the skip word may include at least one of “without”, “skipping”, “excluding”, or “other than”.
  • the adding word includes at least one of "with or along with", “including", “adding/in addition to” or "and/and” can do.
  • the electronic device 701 responds to the quick command tasks can be performed.
  • the electronic device 701 can perform tasks without editing the quick commands.
  • FIG. 10 it has been described that quick command corresponding tasks are performed when information of an operation to be edited is not identified even if an edit command is identified, but embodiments of the present document are not limited thereto.
  • the electronic device 701 may be configured to query the user about which motion to edit.
  • the electronic device 701 may edit tasks corresponding to quick commands and perform the edited tasks.
  • the utterance data may be “working from home without a PC”.
  • the electronic device 701 may identify a quick command “work from home”, an edit command “exclude” from the speech data, and identify “PC” as device information.
  • the electronic device 701 may be configured to perform the remaining operations other than the PC-related operations among operations related to “telecommuting”.
  • the speech data may be “working from home without playing music”.
  • the electronic device 701 may identify a quick command “work from home”, an edit command “no”, and a keyword “play music” from the speech data.
  • the electronic device 701 may be configured to perform the rest of the operations related to “telecommuting” except for the operation related to playing music.
  • the utterance data may be "briefing including stock index”.
  • the electronic device 701 can identify a quick command “briefing”, an editing command “including”, and a keyword “stock index” from the speech data.
  • the electronic device 701 may be configured to perform an operation related to stock index notification along with operations related to “briefing”.
  • FIG. 11 illustrates a UI for quick command editing according to an example.
  • a user device may provide an editing UI 1100 for editing a quick command.
  • a user may register or edit a quick command using the editing UI 1100 .
  • the quick command input interface 1110 may indicate a quick command input by a user.
  • the user may designate a quick command through voice utterance or touch input (eg, input on a virtual keyboard).
  • a quick command specified by the user may be displayed on the quick command input interface 1110 .
  • the user device may provide a new UI allowing the user to input a new quick command.
  • the action addition UI 1120 may include a menu for adding an action to a quick command.
  • the user device may provide a list of electronic devices registered to a user account of the user device. The user may select a device to perform an operation through an input of a list of provided electronic devices. When a device is selected, the selected device may be displayed on the device selection UI 1121 .
  • the user device may provide a list of operations that can be performed by the selected device. The user may select an operation to be performed through an input on the provided operation list.
  • the selected action may be displayed on the action UI 1123 . After selecting a device and an action, the user may add the action to the quick command through an input to the add button 1124 .
  • a list of actions related to the current quick command may be displayed below the action addition UI 1120 .
  • the first operation information 1130 may include information 1132 of the first operation and information 1131 of a device to perform the first operation.
  • the second operation information 1140 may include information 1142 of the second operation and information 1141 of a device to perform the second operation.
  • the editing UI 1100 may include a deletion interface for deleting an operation related to a quick command. For example, when an input for the first delete button 1133 is received, the user device may delete the first operation among operations of the corresponding quick command. For example, when an input for the second delete button 1143 is received, the user device may delete the second operation among operations of the corresponding quick command.
  • the user device can cancel modifications to the quick command and end provision of the editing UI 1100 .
  • the user device can save the modifications to the quick command and end provision of the editing UI 1100 .
  • FIG. 12 illustrates a quick command execution screen according to an embodiment.
  • a user device may provide an execution screen 1200 .
  • the execution screen 1200 may include quick command information 1210 indicating an executed quick command.
  • the execution screen 1200 may also include execution operation information 1220 .
  • execution operation information 1220 includes first device information 1221, first operation information 1222 performed in the first device, second device information 1223, and second device information 1223 performed in the second device. 2 operation information 1224, third device information 1225, and third operation information performed by the third device.
  • the execution screen 1200 may include guide information 1230 .
  • the guide information 1230 may include, for example, guide information on utterances for real-time editing of quick commands.
  • the user device may end the display of the execution screen 1200 .
  • FIG. 13 illustrates an execution screen of an edited quick command according to an exemplary embodiment.
  • the user device eg, the listening device 801 of FIG. 8
  • the execution screen 1300 may include speech information 1311 corresponding to speech and feedback 1312 for the speech information.
  • speech information 1311 may include speech data indicated by speech information 1311, “work from home” as a quick command, “exclude” as an edit command, and “device 3” as device type information.
  • the feedback 1312 may include information on an operation or device excluded based on the above edit command.
  • the executed operation information 1320 may include information on an executed operation and information on an unexecuted operation. In the example of FIG. 13 , it may be assumed that the first operation and the second operation are executed, but the third operation is not executed.
  • the user device may provide a UI capable of storing the edited quick command.
  • the execution screen 1300 may include a first button 1331 and a second button 1332 for storing the modified quick command.
  • the user device may store the modified quick command.
  • the user device may delete a third operation among operations related to telecommuting.
  • the user device may provide a UI (see FIG. 14 ) for mapping modified operations to new quick commands.
  • the user device may end the display of the execution screen 1300 . In this case, modifications to the quick command may be discarded.
  • FIG. 14 illustrates a UI for saving a new quick command according to an embodiment.
  • the user device eg, the listening device 801 of FIG. 8
  • the user device When an input to the quick command input interface 1410 is received, the user device may be configured to provide an interface (eg, voice recording or virtual keyboard) for quick command input.
  • an interface eg, voice recording or virtual keyboard
  • the input quick command may be displayed on the quick command input interface 1410 .
  • the user device may map and store the first and second actions to the newly input quick command.
  • the user device may discard information about the edited quick command.

Landscapes

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

Abstract

본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 프로세서, 및 인스트럭션들을 저장하는 메모리를 포함할 수 있다. 상기 상기 프로세서는 퀵 커맨드 및 태스크의 편집을 위한 편집 커맨드를 포함하는 발화 데이터를 획득하고, 상기 퀵 커맨드를 이용하여 상기 퀵 커맨드에 연관된 복수의 태스크들을 식별하고, 상기 편집 커맨드에 기반하여, 상기 복수의 태스크들 중 하나의 태스크를 제외시키거나 상기 복수의 태스크들 외의 다른 태스크를 추가하여 상기 퀵 커맨드에 연관된 태스크를 편집하고, 상기 편집된 태스크를 수행하도록 상기 인스트럭션들을 실행할 수 있다.

Description

발화 기반 퀵 커맨드 재구성 방법 및 이를 위한 전자 장치
본 개시의 다양한 실시예들은 발화 기반 퀵 커맨드(quick command)의 재구성 방법 및 이를 위한 전자 장치에 관한 것이다.
사용자의 음성 명령에 기반하여 전자 장치를 제어하는 기술들이 널리 활용되고 있다. 예를 들어, 전자 장치는 사용자의 발화로부터 사용자의 의도(intent)를 식별하고 식별된 의도에 대응하는 동작(action)을 수행하도록 설정된 음성 비서(voice assistant)를 포함할 수 있다. 사용자는 음성 명령을 통하여 전자 장치를 용이하게 제어할 수 있다.
IoT(internet of things) 장치가 증가함에 따라서, 사용자가 음성 명령을 통하여, IoT 장치와 같은 다른 전자 장치를 제어할 수 있는 기술이 널리 이용된다. 휴대폰이나 AI(artificial intelligence) 스피커와 같은 청취 장치(listener device)는 사용자 발화를 획득하고, 인터넷과 같은 네트워크를 통하여 발화에 기반하여 다른 IoT 장치를 제어할 수 있다. 예를 들어, 사용자의 발화가 “거실 전등 꺼줘”인 경우, 음성 비서는 사용자의 집의 거실에 위치된 전등을 끌 수 있다.
사용자 편의의 증가를 위하여, 음성 비서는 하나의 발화에 대응하는 여러 동작들을 수행하도록 설정될 수 있다. 음성 비서는 하나의 발화에 매핑된 복수의 동작들에 대한 정보를 저장할 수 있다. 음성 비서는 지정된 발화가 수신되면, 매핑된 복수의 동작들을 수행하도록 설정될 수 있다. 예를 들어, “브리핑”이라는 발화에 “오늘 일정 알림”, “오늘 날씨 알림”, 및 “오늘 주식 지수 알림”이라는 복수의 동작들이 매핑될 수 있다. 사용자는 여러 동작들에 대응하는 각각의 발화를 수행하는 대신, 단순히, “브리핑”이라고 발화함으로써 일정, 날씨, 및 주식 지수에 대한 정보를 확인할 수 있다.
사용자는 매핑된 복수의 동작들을 편집하기 원할 수 있다. 예를 들어, 사용자는 매핑된 복수의 동작들 중 일부의 동작들 만을 수행하기 원할 수 있다. 다른 예를 들어, 사용자는 매핑된 복수의 동작들과 함께 추가적인 동작을 수행하기 원할 수 있다. 이러한 매핑된 동작들의 편집을 위해 전자 장치의 편집 메뉴에 진입하는 대신에, 사용자는 실시간으로 동작을 편집하기 원할 수 있다. 또한, 사용자는 동작에 대한 임시적인 편집을 원하거나 편집에 따른 변경을 저장하기 원할 수 있다.
본 개시의 다양한 실시 예들은, 상술한 문제들을 해결하기 위한 전자 장치 및 방법을 제공할 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 통신 회로(circuitry), 프로세서, 및 인스트럭션들을 저장하는 메모리를 포함할 수 있다. 상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때 상기 전자 장치가 사용자의 발화 데이터를 획득하고 (상기 발화 데이터는 퀵 커맨드 및 태스크의 편집을 위한 편집 커맨드를 포함함), 상기 퀵 커맨드를 이용하여 상기 퀵 커맨드에 연관된 복수의 태스크들을 식별하고, 상기 편집 커맨드에 기반하여, 상기 복수의 태스크들 중 하나의 태스크를 제외시키거나 상기 복수의 태스크들 외의 다른 태스크를 추가하여 상기 퀵 커맨드에 연관된 태스크를 편집하고, 상기 편집된 태스크를 수행하도록 할 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치의 퀵 커맨드의 재구성을 위한 방법은, 사용자의 발화 데이터를 획득하는 동작(상기 발화 데이터는 퀵 커맨드 및 태스크의 편집을 위한 편집 커맨드를 포함), 상기 퀵 커맨드를 이용하여 상기 퀵 커맨드에 연관된 복수의 태스크들을 식별하는 동작, 상기 편집 커맨드에 기반하여, 상기 복수의 태스크들 중 하나의 태스크를 제외시키거나 상기 복수의 태스크들 외의 다른 태스크를 추가하여 상기 퀵 커맨드에 연관된 태스크를 편집하는 동작, 및 상기 편집된 태스크를 수행하는 동작을 포함할 수 있다.
본 개시의 일 실시 예에 따른 전자 장치는 실시간으로 퀵 커맨드에 연관된 동작을 재구성할 수 있는 방법을 제공할 수 있다.
본 개시의 일 실시 예에 따른 전자 장치는 사용자의 편의성을 증가시킬 수 있다.
본 개시의 일 예시에 따른 전자 장치는 사용자의 편의성을 개선함으로써 전자 장치의 사용 빈도를 증가시킬 수 있다.
본 개시의 일 예시에 따른 전자 장치는 동작들의 실시간 재구성을 통하여 사용자의 입력 단계를 줄일 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, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 일 실시예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 5는 일 실시예에 따른 발화 기반 동작 수행을 위한 시스템을 도시한다.
도 6은 일 실시예에 따른 다중 기기 환경을 도시한다.
도 7은 일 실시예에 따른 전자 장치의 블록도를 도시한다.
도 8은 일 실시예에 따른 퀵 커맨드 재구성을 위한 시스템을 도시한다.
도 9는 일 실시예에 태스크 수행 방법의 흐름도를 도시한다.
도 10은 일 실시예에 따른 태스크 수행 방법의 흐름도를 도시한다.
도 11은 일 실시에 따른 퀵 커맨드 편집을 위한 UI를 도시한다.
도 12는 일 실시에 따른 퀵 커맨드 실행 화면을 도시한다.
도 13은 일 실시에 따른 편집된 퀵 커맨드의 실행 화면을 도시한다.
도 14는 일 실시예에 따른 새로운 퀵 커맨드 저장을 위한 UI를 도시한다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
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. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 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. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 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. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 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.
일실시예에 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. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 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.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "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, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어™)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 2는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 2를 참조하면, 일 실시예의 통합 지능 시스템은 사용자 단말(201), 지능형 서버(300), 및 서비스 서버(400)를 포함할 수 있다.
일 실시 예의 사용자 단말(201)(예: 도 1의 전자 장치(101))은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있다. 예를 들어, 전자 장치는 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV(television), 백색 가전, 웨어러블 장치, HMD (head mounted device), 또는 스마트 스피커 중 임의의 하나일 수 있다. 그러나, 본 개시는 여기에 제한되지 아니하며, 사용자 단말(201)은 다른 유형의 전자 장치일 수 있다.
일 실시 예에 따르면, 사용자 단말(201)은 통신 인터페이스(290), 마이크(270), 스피커(255), 디스플레이(260), 메모리(230), 및/또는 프로세서(220)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다. 그러나, 본 개시는 여기에 제한되지 아니하며, 사용자 단말(201)에 다른 구성요소가 포함될 수 있다.
통신 인터페이스(290)(예: 도 1의 통신 모듈(190))는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 마이크(270)(예: 도 1의 오디오 모듈(170))는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 스피커(255)(예: 도 1의 음향 출력 모듈(155))는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 디스플레이(260)(예: 도 1의 디스플레이 모듈(160))는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이(260)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface, GUI)를 표시할 수 있다.
일 실시 예의 메모리(230)(예: 도 1의 메모리(130))는 클라이언트 모듈(231), SDK(software development kit)(233), 및 복수의 어플리케이션들을 저장할 수 있다. 상기 클라이언트 모듈(231), 및 SDK(233)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(231) 또는 SDK(233)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.
상기 복수의 어플리케이션들(예: 제1 어플리케이션(235a) 및 제2 어플리케이션(235b))은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 제1 앱(235a), 및/또는 제2 앱(235b)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 어플리케이션들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 프로세서(220)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(220)는 사용자 단말(201)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(220)는 통신 인터페이스(290), 마이크(270), 스피커(255), 및 디스플레이(260)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다. 예를 들어, 프로세서(220)는 적어도 하나의 프로세서를 포함할 수 있다.
일 실시 예의 프로세서(220)는 또한 상기 메모리(230)에 저장된 프로그램을 실행하여 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(220)는 클라이언트 모듈(231) 또는 SDK(233) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(220)는, 예를 들어, SDK(233)를 통해 복수의 어플리케이션들의 동작을 제어할 수 있다. 클라이언트 모듈(231) 또는 SDK(233)의 동작으로 설명된 이하의 동작들은 프로세서(220)의 실행에 의하여 수행되는 동작일 수 있다.
일 실시 예의 클라이언트 모듈(231)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(231)은 마이크(270)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(231)은 수신된 음성 입력(예: 음성 신호)을 지능형 서버(300)로 송신할 수 있다. 클라이언트 모듈(231)은 수신된 음성 입력과 함께, 사용자 단말(201)의 상태 정보를 지능형 서버(300)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(231)은 수신된 음성 입력에 대응되는 결과를 지능형 서버(300)로부터 수신할 수 있다. 예를 들어, 클라이언트 모듈(231)은 지능형 서버(300)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(231)은 상기 수신된 결과를 디스플레이(260)에 표시할 수 있다.
일 실시 예의 클라이언트 모듈(231)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(231)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(260)에 표시할 수 있다. 클라이언트 모듈(231)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이(260)에 표시할 수 있다. 사용자 단말(201)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이(260)에 표시할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(231)은 지능형 서버(300)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(231)은 상기 요청에 기반하여 상기 필요한 정보를 지능형 서버(300)로 송신할 수 있다. 일 실시예에 따르면, 클라이언트 모듈(231)은 상기 요청에 응답하여 상기 필요한 정보를 지능형 서버(300)에 송신할 수 있다.
일 실시 예의 클라이언트 모듈(231)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(300)로 송신할 수 있다. 지능형 서버(300)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(231)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(231)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(231)은 지정된 음성 입력(예: 웨이크 업!)에 대응하여 유기적인 동작을 수행함으로써 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다.
일 실시 예의 지능형 서버(300)는 네트워크(299)(예: 도 1의 제1 네트워크(198) 및/또는 제2 네트워크(199))를 통해 사용자 단말(201)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(300)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(300)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 적어도 하나의 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 및/또는 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜들의 집합에서 선택될 수 있거나, 사용자 요청에 기반하여 실시간으로 생성될 수 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의된 복수의 플랜들 중 적어도 하나의 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(300)는 생성된 플랜에 따른 결과를 사용자 단말(201)로 송신하거나, 생성된 플랜을 사용자 단말(201)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 플랜에 따른 결과를 디스플레이(260)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 플랜에 따른 동작을 실행한 결과를 디스플레이(260)에 표시할 수 있다.
일 실시 예의 지능형 서버(300)는 프론트 엔드(front end)(310), 자연어 플랫폼(natural language platform)(320), 캡슐 데이터베이스(capsule database)(330), 실행 엔진(execution engine)(340), 엔드 유저 인터페이스(end user interface)(350), 매니지먼트 플랫폼(management platform)(360), 빅 데이터 플랫폼(big data platform)(370), 및 분석 플랫폼(analytic platform)(380)을 포함할 수 있다. 그러나, 본 개시는 도 2에 도시된 구성요소들에 제한되지 않는다. 다른 실시예에 따르면, 지능형 서버(300)는 다른 구성요소를 포함하거나/하고 도 2의 하나 이상의 구성요소들이 생략될 수 있다.
일 실시 예의 프론트 엔드(310)는 사용자 단말(201)에 의하여 수신된 음성 입력을 사용자 단말(201)로부터 수신할 수 있다. 프론트 엔드(310)는 상기 음성 입력에 대응되는 응답을 사용자 단말(201)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(320)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(321), 자연어 이해 모듈(natural language understanding module)(NLU module)(323), 플래너 모듈(planner module)(325), 자연어 생성 모듈(natural language generator module)(NLG module)(327), 및/또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(329)을 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(321)은 사용자 단말(201)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(323)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(323)은 문법적 분석(syntactic analyze) 및/또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(323)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(325)은 자연어 이해 모듈(323)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(325)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(325)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(325)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및/또는 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(325)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(325)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(325)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(325)은 복수의 동작 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(325)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(330)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(327)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(329)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(320)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(201)에서도 구현가능 할 수 있다. 예를 들어, 사용자 단말(201)이 자동 음성 인식 모듈 및/또는 자연어 이해 모듈을 포함할 수 있다. 사용자 단말(201)이 사용자 음성 명령을 인식한 뒤, 인식된 음성 명령에 대응하는 텍스트 정보를 지능형 서버(300)로 송신할 수 있다. 예를 들어, 사용자 단말(201)이 텍스트 음성 변환 모듈을 포함할 수 있다. 사용자 단말(201)이 지능형 서버(300)로부터 텍스트 정보를 수신하고, 수신된 텍스트 정보를 음성으로 출력할 수 있다.
상기 캡슐 데이터베이스(330)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object)(또는 동작 정보) 및/또는 컨셉 오브젝트(concept object)(또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(330)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(330)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)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(330)는 사용자 단말(201)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(330)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록 하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시 예에서는 캡슐 데이터베이스(330)가 사용자 단말(201) 내에도 구현될 수 있다.
일 실시 예의 실행 엔진(340)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(350)는 산출된 결과를 사용자 단말(201)로 송신할 수 있다. 이에 따라, 사용자 단말(201)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(360)은 지능형 서버(300)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(370)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(380)은 지능형 서버(300)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(380)은 지능형 서버(300)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(400)는 사용자 단말(201)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(400)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(400)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(300)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(330)에 저장될 수 있다. 또한, 서비스 서버(400)는 플랜에 따른 결과 정보를 지능형 서버(300)에 제공할 수 있다. 서비스 서버(400)는 네트워크(299)를 통하여 지능형 서버(300) 및/또는 사용자 단말(201)과 통신할 수 있다. 서비스 서버(400)는 별도의 연결을 통하여 지능형 서버(300)와 통신할 수 있다. 도 2에는 서비스 서버(400)가 하나의 서버로 도시되어 있으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 서비스 서버(400)의 각각의 서비스(401, 402, 및 403)들 중 적어도 하나는 별도의 서버로 구현될 수 있다.
위에 기술된 통합 지능 시스템에서, 상기 사용자 단말(201)은, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시 예에서, 상기 사용자 단말(201)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(201)은 상기 마이크(270)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, 사용자 단말(201)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버(300) 및/또는 서비스 서버(400)와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(201)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 사용자 단말(201)이 지능형 서버(300) 및/또는 서비스 서버(400)와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말(201)은, 상기 마이크(270)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말(201)은, 상기 음성 데이터를 통신 인터페이스(290)를 이용하여 지능형 서버(300)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(300)는 사용자 단말(201)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작 및/또는 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작 및/또는 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 사용자 단말(201)은, 통신 인터페이스(290)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(201)은 상기 스피커(255)를 이용하여 사용자 단말(201) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(260)를 이용하여 사용자 단말(201) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 3은 일 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(300)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(330))는 CAN (concept action network) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network) 형태로 저장될 수 있다.
상기 캡슐 데이터베이스는 복수의 캡슐들을 저장할 수 있다. 일 실시예에 따르면, 복수의 캡슐들은 복수의 도메인(예: 어플리케이션) 각각에 대응되는 캡슐A(331) 및 캡슐B(334)를 포함할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: 캡슐A(331))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(332), CP 2 (333), CP3 (335), 및/또는 CP4 (336))의 캡슐이 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(330a) 및 적어도 하나 이상의 컨셉(330b)을 포함할 수 있다.
상기, 자연어 플랫폼(320)은 캡슐 데이터베이스(330)에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(325)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(331)의 동작들(331a, 332a)과 컨셉들(331b, 332b) 및 캡슐 B(334)의 동작(334a)과 컨셉(334b)을 이용하여 플랜(337)을 생성할 수 있다.
도 4는 일 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
사용자 단말(201)은 지능형 서버(300)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 제1 화면(210)에서, 사용자 단말(201)은 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. 사용자 단말(201)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(211)를 디스플레이(260)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(201)은 “이번주 일정 알려줘!”라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(213)(예: 입력창)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 제2 화면(215)에서, 사용자 단말(201)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(201)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 ‘이번주 일정’을 디스플레이에 표시할 수 있다.
도 5는 일 예시에 따른 발화 기반 동작 수행을 위한 시스템을 도시한다.
도 5를 참조하여, 시스템(500)은 사용자 장치(501), 서버 장치(511), 제1 외부 전자 장치(521), 및 제2 외부 전자 장치(522)를 포함할 수 있다.
사용자 장치(501)는 사용자(599)의 발화(590)를 수신하는 청취 장치(listener device)로 참조될 수 있으며, 도 2의 사용자 단말(201) 또는 도 1의 전자 장치(101)와 유사한 구성들을 포함할 수 있다. 사용자 장치(501)는 음성 비서(예: 도 2의 클라이언트 모듈(231))를 포함할 수 있다. 사용자 장치(501)는 사용자(599)의 발화(590)를 음성 수신 회로(예: 도 1의 오디오 모듈(170))을 이용하여 수신하고, 발화(590)에 대응하는 발화 데이터를 서버 장치(511)에 송신하도록 설정될 수 있다. 예를 들어, 사용자 장치(501)는 인터넷과 같은 네트워크를 통하여 서버 장치(511)에 발화 데이터를 송신하도록 설정될 수 있다.
목적 장치는 발화(590)에 의하여 제어의 대상이 되는 장치로 참조될 수 있다. 예를 들어, 발화(590)의 목적 장치는 사용자 장치(501), 제1 외부 전자 장치(521), 및/또는 제2 외부 전자 장치(522) 중 적어도 하나로 참조될 수 있다. 제1 외부 전자 장치(521) 및 제2 외부 전자 장치(522) 각각은 도 1의 전자 장치(101)와 유사한 구성들을 포함할 수 있다.
예를 들어, 목적 장치(예: 제1 외부 전자 장치(521) 및/또는 제2 외부 전자 장치(522))는 인터넷과 같은 네트워크를 통하여 서버 장치(511)로부터 제어 데이터를 수신하고, 제어 데이터에 따른 동작을 수행하도록 설정될 수 있다. 다른 예에서, 목적 장치는 청취 장치(예: 사용자 장치(501))로부터 (예를 들어, 근거리 네트워크(예: NFC, WiFi, LAN, 블루투스, 또는 D2D) 또는 RF 신호를 통하여) 제어 데이터를 수신하고, 제어 데이터에 따른 동작을 수행하도록 설정될 수 있다.
서버 장치(511)는 적어도 하나의 서버 장치를 포함할 수 있다. 예를 들어, 서버 장치(511)는 제1 서버(512)와 제2 서버(513)를 포함할 수 있다. 서버 장치(511)는 사용자 장치(501)로부터 발화 데이터를 수신하고, 발화 데이터를 처리하도록 설정될 수 있다. 예를 들어, 제1 서버(512)는 도 2의 지능형 서버(300)에 대응할 수 있다. 제2 서버(513)는 외부 전자 장치(521)에 대한 데이터 베이스를 포함할 수 있다. 제2 서버(513)는 IoT(internet of things) 서버로 참조될 수 있다. 예를 들어, 제2 서버(513)는 외부 전자 장치의 정보(예: 외부 전자 장치의 식별자, 그룹 정보 등)를 저장하고, 외부 전자 장치의 제어를 위한 구성들을 포함할 수 있다. 제1 서버(512)는 수신된 발화 데이터를 처리함으로써 수신된 발화 데이터에 포함된 사용자(599)의 의도(intent)를 결정할 수 있다. 예를 들어, 사용자(599)의 의도가 외부 장치(예: 제1 외부 전자 장치(521) 및/또는 제2 외부 전자 장치(522))의 제어에 대한 것인 경우, 제1 서버(512)는 제2 서버(513)의 데이터를 이용하여 제어 대상이 되는 목적 장치를 식별하고, 식별된 목적 장치가 의도에 따른 동작을 수행하도록 목적 장치를 제어할 수 있다. 도 5에는 제1 서버(512)와 제2 서버(513)가 별개의 구성으로 도시되어 있으나, 제1 서버(512)와 제2 서버(513)는 하나의 서버로 구현될 수 있다.
일 실시예에 따르면, 발화(590)에 대한 음성 인식, 의도 식별 및 목적 장치의 제어는 하나의 엔티티 또는 다양한 엔티티들에 의하여 수행될 수 있다. 본 문서의 예시들은, 후술되는 바와 같이, 음성 인식, 의도 식별 및 목적 장치의 제어에 대한 다양한 양상들을 포함할 수 있다.
일 예에서, 사용자 장치(501)가 서버 장치(511)로 송신하는 발화 데이터는 음성을 기록한 임의의 형태의 파일 포맷을 가질 수 있다. 이 경우, 서버 장치(511)는 발화 데이터에 대한 음성 인식 및 자연어 분석을 통하여 발화 데이터에 대한 사용자(599)의 의도를 결정할 수 있다. 일 예에서, 사용자 장치(501)가 서버 장치(511)로 송신하는 발화 데이터는 발화(590)에 대응하는 음성 인식 결과를 포함할 수 있다. 이 경우, 사용자 장치(501)는 발화(590)에 대한 자동 음성 인식을 수행하고, 자동 음성 인식 결과를 발화 데이터로서 서버 장치(511)에 송신할 수 있다. 서버 장치(511)는 발화 데이터에 대한 자연어 분석을 통하여 발화 데이터에 대한 사용자(599)의 의도를 결정할 수 있다.
일 예에서, 목적 장치는 서버 장치(511)로부터의 신호에 기반하여 제어될 수 있다. 서버 장치(511)는 사용자(599)의 의도가 목적 장치의 제어인 경우, 목적 장치에 제어 데이터를 송신함으로써 목적 장치가 의도에 대응하는 동작을 수행하도록 할 수 있다. 일 예에서, 목적 장치는 사용자 장치(501)로부터의 신호에 기반하여 제어될 수 있다. 서버 장치(511)는 사용자(599)의 의도가 목적 장치의 제어인 경우, 목적 장치의 제어를 위한 정보를 사용자 장치(501)에 송신할 수 있다. 사용자 장치(501)는 서버 장치(511)로부터 수신된 정보를 이용하여 목적 장치를 제어할 수 있다.
일 예에서, 사용자 장치(501)는 자동 음성 인식 및 자연어 이해를 수행하도록 설정될 수 있다. 사용자 장치(501)는 발화(590)로부터 사용자(599)의 의도를 직접 식별하도록 설정될 수 있다. 이 경우, 사용자 장치(501)는 제2 서버(513)에 저장된 정보를 이용하여 목적 장치를 식별하고, 목적 장치를 의도에 따라서 제어할 수 있다. 사용자 장치(501)는 제2 서버(513)를 통하여 목적 장치를 제어하거나, 직접 목적 장치에 신호를 송신하여 목적 장치를 제어할 수 있다.
일 예에서, 시스템(500)은 서버 장치(511)를 포함하지 않을 수 있다. 예를 들어, 사용자 장치(501)는 상술된 서버 장치(511)의 동작들을 모두 수행하도록 설정될 수 있다. 이 경우, 사용자 장치(501)는 발화(590)로부터 사용자(599)의 의도를 식별하고, 의도에 대응하는 목적 장치를 내부 데이터베이스로부터 식별하고, 목적 장치를 직접 제어하도록 설정될 수 있다.
도 5와 관련하여 상술된 다양한 예시들은, 발화에 기반하여 목적 장치를 제어할 수 있는 다양한 예시들로서, 본 개시의 실시예들이 이에 제한되는 것은 아니다. 통상의 기술자는 후술되는 본 개시의 제어 방법들이 도 5와 관련하여 상술된 다양한 예시들의 시스템을 이용하여 수행될 수 있음을 이해할 수 있을 것이다.
도 6은 일 예시에 따른 다중 기기 환경을 도시한다.
일 실시예에 따르면, 시스템(500)은 도 6 내지 도 14와 관련하여 후술되는 퀵 커맨드 및 퀵 커맨드의 재구성(예: 편집)을 지원할 수 있다. 이하에서, 도 6 내지 도 14를 참조하여 본 개시의 다양한 예시들이 설명될 수 있다.
도 6을 참조하여, 다중 기기 환경(600)은 제1 전자 장치(601), 제2 전자 장치(602), 및 제3 전자 장치(603)를 포함할 수 있다. 일 실시예에 따르면, 제1 전자 장치(601)는 도 5의 사용자 장치(501)일 수 있으며, 제2 전자 장치(602)는 도 5의 제1 외부 전자 장치(521)일 수 있으며, 제3 전자 장치(603)는 도 5의 제2 외부 전자 장치(522)일 수 있다. 도 6에서, 제1 전자 장치(601)는 모바일 폰으로, 제2 전자 장치(602)는 AI 스피커로, 제3 전자 장치(603)는 PC(personal computer)로 도시되어 있으나, 제1 전자 장치(601), 제2 전자 장치(602), 및 제3 전자 장치(603) 각각은 임의의 전자 장치일 수 있다. 예를 들어, 다중 기기 환경(600)은 도 5의 시스템(500)의 적어도 일부를 포함할 수 있다.
일 실시예에 따르면, 제1 전자 장치(601), 제2 전자 장치(602), 및 제3 전자 장치(603) 각각은 퀵 커맨드의 수행을 지원할 수 있다. 본 개시에서, 용어 “퀵 커맨드”는 복수의 동작들(예: 태스크들)과 연관된 지정된 발화일 수 있다. 일 예를 들어, 복수의 동작들에 연관된 지정된 발화는 사용자(699)에 의하여 지정되거나, 사용자 장치(예: 제1 전자 장치(601))의 제조사에 의하여 지정될 수 있다. 지정된 발화에 연관된 복수의 동작들은 사용자(699)에 의하여 지정되거나, 사용자 장치의 제조사 등에 의하여 지정될 수 있다. 예를 들어, 사용자(699)의 발화가 퀵 커맨드에 대응하는 경우, 제1 전자 장치(601)는 퀵 커맨드에 연관된 복수의 동작들을 수행(예: 직접 또는 제2 전자 장치(602) 및/또는 제3 전자 장치(603)를 통하여)하도록 설정될 수 있다. 일 실시예에 따르면, 퀵 커맨드는, 각각의 태스크 또는 다중 태스크를 별도로 발화할 필요 없이, 다중 태스크 또는 동작들을 수행하도록 사용자에 의하여 발화될 수 있는 단축 커맨드(shortcut command)일 수 있다.
퀵 커맨드는 복수의 동작들이 연관 또는 매핑된 발화로서, 사용자(699)에 의하여 개인화될 수 있다. 일 실시예에 따르면, 시스템(예: 도 5의 시스템(500))은 퀵 커맨드 및 퀵 커맨드에 매핑 또는 연관된 동작들에 대한 정보를 저장하는 데이터베이스를 포함할 수 있다. 예를 들어, 데이터베이스는 발화에 대한 자연어 이해가 수행되는 장치(예: 도 5의 사용자 장치(501) 및/또는 서버 장치(511))에 위치될 수 있다. 사용자(699)는 퀵 커맨드로 임의의 발화 또는 임의의 구문을 지정할 수 있으며, 퀵 커맨드에 임의의 동작을 지정할 수 있다. 하나의 퀵 커맨드에 연관된 임의의 동작들은 하나 이상의 전자 장치에 연관될 수 있다. 예를 들어, 하나의 퀵 커맨드에 제1 동작과 제2 동작이 연관될 수 있다. 일 예시에서, 제1 동작은 제1 전자 장치(601)에서, 제2 동작은 제2 전자 장치(602)에서 수행될 수 있다. 사용자(699)는 각각의 동작을 수행할 전자 장치를 지정할 수 있다.
일 예를 들어, 퀵 커맨드는 다른 발화에 비하여 상대적으로 높은 우선순위를 가질 수 있다. 자연어 이해 과정에서, 발화로부터 퀵 커맨드가 검출되는 경우, 퀵 커맨드의 수행을 위한 시스템(예: 도 5의 시스템(500))은 다른 도메인에서의 동작을 수행하는 대신에, 퀵 커맨드에 매핑된 동작들을 수행하도록 설정될 수 있다.
예를 들어, “브리핑”이라는 퀵 커맨드에 “날씨 알림(제1 동작)”, “주식 지수 알림(제2 동작)”, 및 “일정 알림(제3 동작)”의 3가지 동작이 매핑될 수 있다. 발화로부터 “브리핑”이라는 퀵 커맨드가 정확하게 탐지(exactly matched)되면, 시스템 퀵 커맨드에 매핑된 동작을 수행하도록 설정될 수 있다. 예를 들어, 제1 동작과 제3 동작은 제1 전자 장치(601)에 연관되고, 제2 동작은 제2 전자 장치(602)에 연관될 수 있다. “브리핑”이라는 퀵 커맨드에 응답하여, 시스템은 제1 전자 장치(601)에서 제1 동작 및 제3 동작을 수행하고, 제2 전자 장치(602)에서 제2 동작을 수행하도록 설정될 수 있다.
일 실시예에 따르면, 본 개시의 실시예들은 후술되는 퀵 커맨드의 재구성(예: 편집)을 지원할 수 있다. 예를 들어, 지정된 편집 커맨드가 발화에 포함된 경우, 퀵 커맨드에 연관된 동작들이 편집 커맨드에 기반하여 재구성될 수 있다. 편집 커맨드는 지정된 단어로서, 편집 커맨드와 퀵 커맨드가 발화로부터 함께 인식되는 경우, 퀵 커맨드에 연관된 동작들이 실시간 방식으로 재구성될 수 있다.
본 개시에서, 퀵 커맨드와 편집 커맨드는 하나의 연속적인 발화로부터 인식된 것(예: 함께 인식된)으로 가정될 수 있다. 예를 들어, 하나의 연속적인 발화는 하나의 연속적인 발화 인식 구간 내에서 인식된 사용자(699)의 발화를 의미할 수 있다. 제1 전자 장치(601)가 발화에 대한 인식을 하는 경우, 제1 전자 장치(601)는 지정된 시간 동안 발화를 인식하거나, 지정된 커맨드(예: 발화 종료를 지시하는 커맨드)가 인식될 때까지 발화를 인식하도록 설정될 수 있다. 음성에 대한 인식(예: STT)이 음절 또는 어절 단위로 수행된다고 하더라도, 발화에 대한 의도 판단(예: 자연어 이해)은 하나의 발화 인식 구간 내에서 이루어진 전체 발화에 대하여 수행될 수 있다. 따라서, 편집 커맨드와 퀵 커맨드가 음성학적 의미에서 분리된 커맨드일지라도, 의미론적으로 하나의 문장 내에 포함될 수 있다. 이 경우, 사용자(699)는 편집 커맨드에 기반한 퀵 커맨드의 편집을 의도한 것일 수 있다.
편집 커맨드는, 예를 들어, 퀵 커맨드에 연관된 동작들 중 적어도 일부의 제외를 지시하는 스킵 워드(skip word) 및/또는 퀵 커맨드에 새로운 동작을 추가하는 애딩 워드(adding word)를 포함할 수 있다. 예를 들어, 스킵 워드는 “빼고(without)”, “생략하고(skipping)”, “제외하고(excluding)”, 또는 “외에(other than)” 중 적어도 하나를 포함할 수 있다. 예를 들어, 애딩 워드는 “함께(with or along with)”, “포함하여(including)”, “추가하여(adding/in addition to)”, “또한(also)” 또는 “및/그리고(and)” 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면, 퀵 커맨드의 동작들은 편집 커맨드에 인접한(예; 어순 상으로 인접한) 발화에 기반하여 재구성 또는 수정될 수 있다. 예를 들어, “인접한 발화”는, 편집 커맨드에 앞서거나 후속하는 발화로서, 어순 상으로 연속된 발화를 의미할 수 있다. “인접한 발화”는 도 8과 관련하여 후술되는 “인접 엔티티”에 대응할 수 있다. 예를 들어, 발화가 “컴퓨터 빼고 브리핑”인 경우, 발화는 편집 커맨드인 “빼고”와, 퀵 커맨드인 “브리핑”을 포함할 수 있다. 이 경우, 퀵 커맨드에 연관된 동작들 중, “컴퓨터”에 의하여 수행되는 동작을 제외하고 나머지 동작들이 수행될 수 있다. 예를 들어, 발화가 “주식 지수 포함하여 브리핑”인 경우, 발화는 편집 커맨드인 “포함하여”와 퀵 커맨드인 “브리핑”을 포함할 수 있다. 이 경우, 퀵 커맨드에 연관된 동작들에 더하여, 주식 지수 안내에 대한 동작이 추가적으로 수행될 수 있다. 이하에서, 퀵 커맨드에 연관된 동작들의 재구성을 위한 다양한 방법들이 설명될 수 있다.
본 개시에서, 용어 “퀵 커맨드”는 복수의 동작들에 연관된 하나의 발화를 지칭하는 용어로서, 임의의 용어가 이용될 수 있음은 통상의 기술자에게 자명할 것이다. 예를 들어, 바로 가기(shortcut), 바로 가기 명령어(shortcut command), 단축어(abbreviation) 및/또는 단축형 명령어(short form command)와 같은 용어들이 “퀵 커맨드” 대신에 사용될 수 있다.
본 개시에서, 용어 “편집 커맨드”는 퀵 커맨드에 대한 편집을 위하여 지정된 발화를 지칭하는 용어로서, 임의의 용어가 이용될 수 있음은 통상의 기술자에게 자명할 것이다. 예를 들어, 수정 커맨드(modification command), 보정(amendment), 변경 커맨드(change command) 및/또는 리비젼(revision) 등과 같은 용어들이 “편집 커맨드” 대신에 사용될 수 있다.
도 7은 일 예시에 따른 전자 장치의 블록도를 도시한다.
도 7을 참조하여, 일 실시예에 따르면, 전자 장치(701)는 프로세서(720)(예: 도 1의 프로세서(120)), 메모리(730)(예: 도 1의 메모리(130)), 및/또는 통신 회로(740)(예: 도 1의 통신 모듈(190))를 포함할 수 있다. 예를 들어, 전자 장치(701)는 오디오 회로(750)(예: 도 1의 오디오 모듈(170))를 더 포함할 수 있으며, 도 7에 미도시된 구성을 더 포함할 수 있다. 예를 들어, 전자 장치(701)는 도 1의 전자 장치(101)의 적어도 일부 구성을 더 포함할 수 있다.
본 개시의 다양한 실시예에서, 전자 장치(701)는 퀵 커맨드에 대한 재구성을 수행하는 장치로 참조될 수 있다. 예를 들어, 퀵 커맨드에 대한 재구성이 서버 장치(예: 도 5의 서버 장치(511))에서 수행되는 경우, 전자 장치(701)는 서버 장치로 참조될 수 있다. 예를 들어, 퀵 커맨드에 대한 재구성이 사용자 장치(예: 도 5의 사용자 장치(501))에서 수행되는 경우, 전자 장치(701)는 사용자 장치로 참조될 수 있다. 전자 장치(701)는 직접적으로 퀵 커맨드에 연관된 장치(예: 퀵 커맨드의 동작을 수행하는 장치)를 제어하거나, 다른 장치를 통하여 퀵 커맨드에 연관된 장치를 제어할 수 있다.
프로세서(720)는 메모리(730), 통신 회로(740), 및/또는 오디오 회로(750)와 전기적으로(electrically), 작동적으로(operatively) 또는 기능적으로(functionally) 연결될 수 있다. 본 개시에서, 일 구성이 타 구성과 “작동적으로” 연결된 경우, 일 구성은 타 구성을 작동시킬 수 있도록 연결된 것을 의미할 수 있다. 예를 들어, 일 구성은 직접 또는 다른 구성을 거쳐서 타 구성에 제어 신호를 전달함으로써 타 구성을 작동시킬 수 있다. 본 개시에서 일 구성이 타 구성과 “기능적으로” 연결된 경우, 일 구성은 타 구성의 기능을 실행할 수 있도록 연결된 것을 의미할 수 있다. 예를 들어, 일 구성은 직접 또는 다른 구성을 거쳐서 타 구성에 제어 신호를 전달함으로써 타 구성의 기능을 실행시킬 수 있다.
메모리(730)는 인스트럭션들을 저장할 수 있다. 인스트럭션들은 프로세서(720)에 의하여 실행되었을 때, 전자 장치(701)로 하여금 다양한 동작들을 수행하도록 할 수 있다.
전자 장치(701)는, 예를 들어, 사용자 발화 데이터를 획득하고, 상기 사용자 발화 데이터를 이용하여 상기 사용자 발화 데이터에 대응하는 제어 기능을 식별할 수 있다. 전자 장치(701)는 오디오 회로(750)를 이용하여 사용자 발화 데이터를 획득하거나, 통신 회로(740)를 이용하여 외부 전자 장치로부터 발화 데이터를 획득할 수 있다. 전자 장치(701)는 상기 사용자 발화 데이터에 대응하는 의도를 식별하고, 상기 의도에 대응하는 상기 제어 기능(예: 퀵 커맨드 및/또는 편집 커맨드)을 식별하고, 복수의 외부 전자 장치들에 대한 기능의 정보를 이용하여 상기 제어 기능을 지원하는 적어도 하나의 외부 전자 장치를 식별하도록 설정될 수 있다.
도 8은 일 예시에 따른 퀵 커맨드 재구성을 위한 시스템을 도시한다.
도 8을 참조하여, 시스템은 사용자(899)의 발화(890)에 기반하여 퀵 커맨드를 수행하기 위한 다양한 모듈들을 포함할 수 있다. 발화(890)는 사용자에 의한 음성 명령일 수 있다. 도 8과 관련된 설명의 용어 “모듈”은 소프트웨어 모듈을 의미하는 것으로서, 인스트럭션들이 프로세서, CPU 또는 다른 전자 회로와 같은 하드웨어에 의하여 실행됨으로써 구현될 수 있다. 각각의 모듈은 동일한 하드웨어 상에서 구현되거나 서로 상이한 하드웨어 상에서 구현될 수 있다.
일 실시예에 따르면, 청취 장치(801)는 음성 비서가 설치된 장치로서, 사용자(899)의 발화(890)를 수신하여 발화(890)에 대응하는 발화 데이터를 서버 장치(800)에 송신할 수 있다. 일 실시예에 따르면, 청취 장치(801)는 도 5의 사용자 장치(501)일 수 있다. 예를 들어, 청취 장치(801)는 웨이크업 발화, 버튼 입력, 또는 터치 입력에 응답하여 음성 비서 어플리케이션을 활성화하고, 마이크(예: 도 7의 오디오 회로(750))를 활성화할 수 있다. 청취 장치(801)는 마이크를 이용하여 수신된 발화(890)에 대응하는 발화 데이터를 서버 장치에 송신할 수 있다. 청취 장치(801)는 발화 데이터와 함께 청취 장치(801)의 정보를 함께 서버 장치에 송신할 수 있다. 예를 들어, 청취 장치(801)의 정보는 청취 장치의 식별자, 청취 장치의 기능(function) 목록, 청취 장치 상태(예: 전원 상태, 재생 상태), 및/또는 위치 정보(예: 위도 및 경도, 연결된 AP(access point) 정보(예: SSID (service set identifier)))를 포함할 수 있다. 청취 장치(801)는 서버에 의하여 처리된 결과를 스피커 또는 디스플레이를 통하여 사용자(899)에게 제공할 수 있다. 서버에 의하여 처리된 결과는 발화(890)가 처리된 결과를 지시하는 자연어 표현을 포함할 수 있다. 일 예에서, 청취 장치(801)는 디스플레이를 포함하고, 디스플레이를 통하여 퀵 커맨드의 등록을 위한 다양한 UI(user interface)를 제공하도록 설정될 수 있다.
일 실시예에 따르면, 서버 장치(800)는 자연어 처리 모듈(810) 및 퀵 커맨드 모듈(820)을 포함할 수 있다. 일 실시예에 따르면, 서버 장치(800)는 도 5의 서버 장치(511)일 수 있다. 도 8에 도시된 서버 장치(800)의 구성은 예시적인 것으로서, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 서버 장치(800)는 다른 실시예에 따른 프론트 엔드(예: 도 2의 프론트 엔드(310))와 같은 도 2의 지능형 서버(300)의 구성들을 더 포함할 수 있다.
자연어 처리 모듈(810)은 청취 장치(801)로부터 수신된 발화 데이터에 기반하여 사용자 의도를 식별할 수 있다. 예를 들어, 자연어 처리 모듈(810)은 도 2의 지능형 서버(300)(예: 도 5의 제1 서버(512))에 대응할 수 있다. 자연어 처리 모듈(810)은 자동 음성 인식 모듈(811), 자연어 이해 모듈(812), 및 텍스트 음성 변환 모듈(813)을 포함할 수 있다. 자동 음성 인식 모듈(811)(예: 도 2의 자동 음성 인식 모듈(321))은 발화 데이터에 대한 음성 인식을 수행함으로써 발화 데이터로부터 텍스트 데이터를 생성할 수 있다. 자연어 이해 모듈(812)(예: 도 2의 자연어 이해 모듈(323))은 텍스트 데이터에 대한 자연어 이해(natural language understanding)를 수행함으로써 사용자의 의도를 식별할 수 있다. 예를 들어, 자연어 이해 모듈(812)은 복수의 기 정의된 의도와 텍스트 데이터를 비교함으로써 발화(890)에 대응하는 의도를 식별할 수 있다. 또한, 자연어 이해 모듈(812)은 발화 데이터로부터 추가적인 정보를 추출할 수 있다. 예를 들어, 자연어 이해 모듈(812)은 발화 데이터에 포함된 단어(예: 엔티티(entity))를 추출함으로써 슬롯 태깅(slot tagging) 또는 슬롯 필링(slot filling)을 수행할 수 있다. 텍스트 음성 변환 모듈(813)(예: 도 2의 텍스트 음성 변환 모듈(329))은 식별된 의도에 대응하는 텍스트 형식의 피드백을 음성 형식으로 변환하도록 설정될 수 있다. 일 예에서, 변환된 음성 피드백은 청취 장치(801)를 통하여 사용자(899)에게 제공될 수 있다.
자연어 이해 모듈(812)은 퀵커맨드 디스패처(815)를 포함할 수 있다. 자연어 이해 모듈(812)은 발화(890)에 대응하는 발화 데이터 내에 지정된 커맨드(예: 퀵 커맨드)가 포함되어 있는지 결정할 수 있다. 일 예에서, 퀵 커맨드는 발화로부터 식별될 수 있는 다른 의도에 비하여 상대적으로 높은 우선순위를 가질 수 있다. 자연어 이해 모듈(812)은 발화 데이터로부터 퀵 커맨드가 식별되는 경우, 퀵 커맨드 디스패처(815)를 이용하여 발화(890)의 패턴을 분석할 수 있다. 이 경우, 퀵 커맨드의 식별에 응답하여, 발화(890) 내의 다른 의도의 식별은 생략될 수 있다.
퀵 커맨드 디스패처(815)는 발화 데이터에 포함된 발화의 패턴을 분석할 수 있다. 예를 들어, 퀵 커맨드 디스패처(815)는 발화(890)로부터 퀵 커맨드가 식별되면, 발화(890)가 편집 커맨드를 포함하는지 결정할 수 있다. 예를 들어, 퀵 커맨드 디스패처(815)는 편집 커맨드의 식별에 기반하여, 사용자(899)의 발화(890)의 의도가 퀵 커맨드의 편집을 포함하는 것으로 결정할 수 있다. 발화(890)의 의도가 퀵 커맨드의 편집을 포함하는 경우, 자연어 처리 모듈(810)은 퀵 커맨드 모듈(820)에 발화 데이터에 대응하는 자연어 정보를 전달함으로써 퀵 커맨드에 대한 재구성을 수행할 수 있다.
퀵 커맨드 모듈(820)은 퀵 커맨드 데이터베이스(821) 및 퀵 커맨드 재구성 모듈(822)을 포함할 수 있다. 퀵 커맨드 데이터베이스(821)는 청취 장치(801) 또는 사용자(899)(예: 사용자 계정)에 연관된 적어도 하나의 퀵 커맨드에 대한 정보를 포함할 수 있다. 퀵 커맨드에 대한 정보는, 예를 들어, 퀵 커맨드, 장치 유형(예: 장치 식별 정보), 키워드(keyword) 및/또는 동작(예: 태스크) 정보를 포함할 수 있다. 장치 유형은 퀵 커맨드에 연관된 장치를 식별하기 위한 정보로서, 임의의 장치 식별을 위한 정보를 포함할 수 있다. 키워드는 퀵 커맨드에 연관된 동작을 식별하기 위한 키워드 또는 동작을 수행하도록 하는 자연어 표현으로 참조될 수 있다. 키워드는, 예를 들어, 특정한 동작(예: 추가될 동작)을 지시하는 태스크를 식별하기 위한 키워드 또는 동작을 수행하도록하는 자연어 표현(예: 목적 발화)을 포함할 수 있다. 장치 유형과 키워드는 편집 대상이 되는 동작을 식별하기 위한 정보의 예시로서, 동작 정보로 참조될 수 있다. 하기 표 1은 일 예시에 따른 퀵 커맨드 데이터베이스에 저장된 퀵 커맨드에 대한 정보를 나타낸다.
Index 퀵 커맨드 장치 유형 키워드 동작
1 재택 근무 PC 제1 어플리케이션 제1 어플리케이션 실행
MOBILE PHONE 방해 금지 방해 금지 모드 실행
SPEAKER 제2 어플리케이션/음악 제2 어플리케이션에서 음악 재생
2 브리핑 MOBILE PHONE 날씨 날씨 알림
MOBILE PHONE 캘린더/일정 일정 알림
MOBILE PHONE 뉴스 뉴스 알림
퀵 커맨드 재구성 모듈(822)은 자연어 처리 모듈(810)에 의하여 태깅된 발화(예: 자연어 처리 모듈(810)에 의하여 음성 인식 처리된 발화(890)에 대응하는 텍스트 정보)를 수신할 수 있다. 퀵 커맨드 재구성 모듈(822)은 태깅된 발화(이하, 인식된 발화로 지칭됨)로부터 퀵 커맨드를 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 퀵 커맨드 데이터베이스(821)에 저장된 정보를 이용하여 식별된 퀵 커맨드에 매핑된 동작들을 식별할 수 있다. 일 실시예에 따르면, 퀵 커맨드 재구성 모듈(822)은 인식된 발화로부터 식별된 편집 커맨드와 편집 커맨드에 인접한 엔티티(예: 장치 유형 또는 키워드)를 이용하여 식별된 퀵 커맨드에 대한 동작들의 재구성(예: 수정 또는 편집)을 수행할 수 있다. 예를 들어, 퀵 커맨드 재구성 모듈(822)은 편집 커맨드에 인접하게 식별된 엔티티가 장치 유형을 지시하는 경우, 지시된 장치 유형에 대응하는 동작을 편집 커맨드에 기반하여 편집함으로써 퀵 커맨드를 재구성할 수 있다. 예를 들어, 퀵 커맨드 재구성 모듈(822)은 편집 커맨드에 인접하게 식별된 엔티티가 지정된 키워드를 지시하는 경우, 지시된 키워드에 대응하는 동작을 편집 커맨드에 기반하여 편집함으로써 퀵 커맨드를 재구성할 수 있다.
표 1을 참조하여, 일 예에서, 발화(890)는 “PC 빼고 재택 근무”일 수 있다. 발화(890)가 퀵 커맨드로 등록된 “재택 근무”를 포함하기 때문에, 퀵 커맨드 재구성 모듈(822)은 퀵 커맨드 데이터베이스(821)에 저장된 정보로부터 “재택근무”에 연관된 동작들을 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 인식된 발화로부터 “빼고”라는 편집 커맨드를 식별할 수 있다. 또한, 퀵 커맨드 재구성 모듈(822)은 편집 커맨드에 인접한 엔티티인 “PC”를 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 편집 커맨드와 인접 엔티티(예: 장치 유형 정보 또는 키워드)를 이용하여 식별된 퀵 커맨드의 동작들을 재구성할 수 있다. 본 예시에서, 퀵 커맨드 재구성 모듈(822)은 “재택근무”에 연관된 동작들 중, PC에 연관된 동작(예: 제1 어플리케이션 실행)을 제외한 나머지 동작들로 “재택 근무”에 연관된 동작을 재구성할 수 있다. 서버 장치(800)는 재구성된 동작들을 수행할 수 있다. 예를 들어, 서버 장치(800)는 모바일 폰(예: 청취 장치(801))에 방해 금지 모드를 설정하고, 스피커(예: 외부 장치(841))에서 제2 어플리케이션을 이용하여 음악을 재생할 수 있다.
표 1을 참조하여, 일 예에서, 발화(890)는 “음악 없이(without) 재택 근무”일 수 있다. 발화(890)가 퀵 커맨드로 등록된 “재택 근무”를 포함하기 때문에, 퀵 커맨드 재구성 모듈(822)은 퀵 커맨드 데이터베이스(821)에 저장된 정보로부터 “재택근무”에 연관된 동작들을 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 인식된 발화로부터 “없이”라는 편집 커맨드를 식별할 수 있다. 또한, 퀵 커맨드 재구성 모듈(822)은 편집 커맨드에 인접한 엔티티인 “음악”을 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 편집 커맨드와 인접 엔티티(예: 장치 유형 정보 또는 키워드)를 이용하여 식별된 퀵 커맨드의 동작들을 재구성할 수 있다. 본 예시에서, 퀵 커맨드 재구성 모듈(822)은 “재택근무”에 연관된 동작들 중, 음악에 연관된 동작(예: 제2 어플리케이션에서 음악 재생)을 제외한 나머지 동작들로 “재택 근무”에 연관된 동작을 재구성할 수 있다. 서버 장치(800)는 재구성된 동작들을 수행할 수 있다. 예를 들어, 서버 장치(800)는 PC에서 제1 어플리케이션을 실행하고, 모바일 폰(예: 청취 장치(801))에 방해 금지 모드를 설정할 수 있다.
표 1을 참조하여, 일 예에서, 발화(890)는 “날씨 빼고(other than) 브리핑”일 수 있다. 발화(890)가 퀵 커맨드로 등록된 “브리핑”을 포함하기 때문에, 퀵 커맨드 재구성 모듈(822)은 퀵 커맨드 데이터베이스(821)에 저장된 정보로부터 “브리핑”에 연관된 동작들을 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 인식된 발화로부터 “빼고”라는 편집 커맨드를 식별할 수 있다. 또한, 퀵 커맨드 재구성 모듈(822)은 편집 커맨드에 인접한 엔티티인 “날씨”를 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 편집 커맨드와 인접 엔티티(예: 장치 유형 정보 또는 키워드)를 이용하여 식별된 퀵 커맨드의 동작들을 재구성할 수 있다. 본 예시에서, 퀵 커맨드 재구성 모듈(822)은 “브리핑”에 연관된 동작들 중, 음악에 연관된 동작(예: 날씨 알림)을 제외한 나머지 동작들로 “브리핑”에 연관된 동작을 재구성할 수 있다. 서버 장치(800)는 재구성된 동작들을 수행할 수 있다. 예를 들어, 서버 장치(800)는 모바일 폰(예: 청취 장치(801))을 통하여 일정 및 뉴스를 알릴 수 있다.
표 1을 참조하여, 일 예에서, 발화(890)는 “주식 지수 포함하여(including) 브리핑”일 수 있다. 발화(890)가 퀵 커맨드로 등록된 “브리핑”을 포함하기 때문에, 퀵 커맨드 재구성 모듈(822)은 퀵 커맨드 데이터베이스(821)에 저장된 정보로부터 “브리핑”에 연관된 동작들을 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 인식된 발화로부터 “포함하여”라는 편집 커맨드를 식별할 수 있다. 또한, 퀵 커맨드 재구성 모듈(822)은 편집 커맨드에 인접한 엔티티인 “주식 지수”를 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 편집 커맨드와 인접 엔티티(예: 장치 유형 정보 또는 키워드)를 이용하여 식별된 퀵 커맨드의 동작들을 재구성할 수 있다. 본 예시에서, 퀵 커맨드 재구성 모듈(822)은 “브리핑”에 연관된 동작들과 함께 주식 지수 알림이라는 동작을 추가하여 “브리핑”에 연관된 동작을 재구성할 수 있다. 서버 장치(800)는 재구성된 동작들을 수행할 수 있다. 예를 들어, 서버 장치(800)는 모바일 폰(예: 청취 장치(801))을 통하여, 날씨, 일정, 뉴스, 및 주식 지수에 대한 정보를 제공할 수 있다.
표 1의 예시에서, 퀵 커맨드 데이터베이스(821)가 키워드에 대한 정보를 포함하는 것으로 설명 되었으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 퀵 커맨드 데이터베이스(821)는 키워드에 대한 정보를 포함하지 아니할 수 있다. 일 실시예에서, 퀵 커맨드 재구성 모듈(822)은 인식된 발화의 편집 명령어에 인접한 엔티티와 동작의 유사도에 기반하여 편집의 대상이 되는 동작을 식별할 수 있다. 예를 들어, 표 1의 예시에서, 스피커에 연관된 동작에 대한 키워드에 대한 정보가 존재하지 않을 수 있다. 이 경우에도, 퀵 커맨드 데이터베이스(821)는 동작에 연관된 파라미터(예: 음악 및 제2 어플리케이션)와 인접 엔티티의 유사도가 지정된 값 이상이면 인접 엔티티로부터 스피커에 연관된 동작을 식별할 수 있다. 상술된 유사도는 발음상의 유사도 및/또는 의미론적인 유사도를 포함할 수 있다. 일 실시예에 따르면, 유사도는 제1 파라미터 A와 제2 파라미터 B 사이의 유사도 레벨을 나타내는 유사도 값에 의하여 지시될 수 있다. 동작에 연관된 파라미터(예: 음악 및 제2 어플리케이션)와 인접 엔티티 사이의 유사성의 레벨을 지시하는 유사도 값이 지정된 값 이상이면, 퀵 커맨드 데이터베이스(821)는 상기 인접 엔티티로부터 스피커에 연관된 동작을 식별할 수 있다.
일 실시예에 따르면, 퀵 커맨드 재구성 모듈(822)은 발화(890) 내의 단어(예: 엔티티)의 순서에 기반하여 퀵 커맨드를 재구성할 수 있다. 퀵 커맨드 재구성 모듈(822)은 발화(890)로부터 식별된 편집 커맨드가 태스크의 추가를 지시하는 경우, 발화(890) 내에서 인식된 엔티티들의 순서에 기반하여 퀵 커맨드를 재구성할 수 있다. 퀵 커맨드 재구성 모듈(822)은 인식된 엔티티들의 순서에 기반하여 추가될 태스크(이하, 추가 태스크라 함)가 퀵 커맨드에 매핑된 태스크(이하, 퀵 커맨드 태스크라 함)에 선행하여 수행될 것인지 또는 후행하여 수행될 것인지를 결정할 수 있다.
예를 들어, 퀵 커맨드 재구성 모듈(822)은 발화(890) 내에서의 편집 커맨드와 퀵 커맨드의 순서에 기반하여 추가 태스크의 실행 순서를 결정할 수 있다. 편집 커맨드가 퀵 커맨드에 선행하는 경우, 퀵 커맨드 재구성 모듈(822)은 추가 태스크가 퀵 커맨드 태스크에 앞서서 수행되도록 퀵 커맨드를 재구성할 수 있다. 퀵 커맨드가 편집 커맨드에 선행하는 경우, 퀵 커맨드 재구성 모듈(822)은 추가 태스크가 퀵 커맨드 태스크의 실행 뒤에 수행되도록 퀵 커맨드를 재구성할 수 있다.
예를 들어, 퀵 커맨드 재구성 모듈(822)은 발화(890) 내에서의 인접 엔티티와 퀵 커맨드의 순서에 기반하여 추가 태스크의 실행 순서를 결정할 수 있다. 인접 엔티티가 퀵 커맨드에 선행하는 경우, 퀵 커맨드 재구성 모듈(822)은 추가 태스크(예: 인접 엔티티에 대응하는 태스크)가 퀵 커맨드 태스크에 앞서서 수행되도록 퀵 커맨드를 재구성할 수 있다. 퀵 커맨드가 인접 엔티티에 선행하는 경우, 퀵 커맨드 재구성 모듈(822)은 추가 태스크가 퀵 커맨드 태스크의 실행 뒤에 수행되도록 퀵 커맨드를 재구성할 수 있다.
표 1을 참조하여, 일 예에서, 발화(890)는 “재택 근무하고(and) 데스크탑에서 메신저 실행시켜”일 수 있다. 발화(890)가 퀵 커맨드로 등록된 “재택 근무”를 포함하기 때문에, 퀵 커맨드 재구성 모듈(822)은 퀵 커맨드 데이터베이스(821)에 저장된 정보로부터 “재택근무”에 연관된 동작들을 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 인식된 발화로부터 “하고”라는 편집 커맨드를 식별할 수 있다. 또한, 퀵 커맨드 재구성 모듈(822)은 편집 커맨드에 인접한 엔티티(예: 목적 발화)인 “데스크탑에서 메신저 실행시켜줘”를 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 발화(890) 내에서의 인식된 엔티티들의 순서에 기반하여 “재택 근무”에 매핑된 태스크들을 실행한 뒤에, 추가된 태스크인 메신저를 데스크 탑에서 실행하도록 퀵 커맨드를 재구성할 수 있다.
표 1을 참조하여, 일 예에서, 발화(890)는 “거실 조명 키고(and) 재택 근무”일 수 있다. 발화(890)가 퀵 커맨드로 등록된 “재택 근무”를 포함하기 때문에, 퀵 커맨드 재구성 모듈(822)은 퀵 커맨드 데이터베이스(821)에 저장된 정보로부터 “재택근무”에 연관된 동작들을 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 인식된 발화로부터 “키고(and)”라는 편집 커맨드를 식별할 수 있다. 또한, 퀵 커맨드 재구성 모듈(822)은 편집 커맨드에 인접한 엔티티(예: 목적 발화)인 “거실 조명 킴”를 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 발화(890) 내에서의 인식된 엔티티들의 순서에 기반하여 거실의 조명을 킨 후에 “재택 근무”에 매핑된 태스크들을 실행하도록 퀵 커맨드를 재구성할 수 있다.
일 실시예에 따르면, 퀵 커맨드 재구성 모듈(822)은 발화(890) 내의 단어(예: 엔티티)의 추가될 태스크의 논리적인 순서에 기반하여 퀵 커맨드를 재구성할 수 있다. 퀵 커맨드 재구성 모듈(822)은 발화(890)로부터 식별된 편집 커맨드가 태스크의 추가를 지시하는 경우, 발화(890) 내에서 인식된 퀵 커맨드 태스크와 추가 태스크의 논리적 순서에 기반하여 퀵 커맨드를 재구성할 수 있다. 예를 들어, 추가 태스크는 퀵 커맨드의 태스크에 논리적으로 후행하는 태스크일 수 있다. 즉, 추가 태스크는 퀵 커맨드 태스크가 실행된 뒤에만 실행될 수 있는 태스크일 수 있다. 이 경우, 퀵 커맨드 재구성 모듈(822)은 논리적으로 선행하는 태스크가 실행된 뒤에 논리적으로 후행하는 태스크가 실행될 수 있도록 퀵 커맨드를 재구성할 수 있다.
표 1을 참조하여, 일 예에서, 발화(890)는 “스피커 볼륨 올리고(and) 재택 근무”일 수 있다. 발화(890)가 퀵 커맨드로 등록된 “재택 근무”를 포함하기 때문에, 퀵 커맨드 재구성 모듈(822)은 퀵 커맨드 데이터베이스(821)에 저장된 정보로부터 “재택근무”에 연관된 동작들을 식별할 수 있다. 퀵 커맨드 재구성 모듈(822)은 인식된 발화로부터 “올리고(and)”라는 편집 커맨드를 식별할 수 있다. 또한, 퀵 커맨드 재구성 모듈(822)은 편집 커맨드에 인접한 엔티티(예: 목적 발화)인 “스피커 볼륨 올림”을 식별할 수 있다. 스피커의 볼륨을 올리는 것은, 스피커에서 음악을 재생하는 것을 전제로 할 수 있다. 이 경우, 추가 태스크는 퀵 커맨드의 “제2 어플리케이션에서 음악 재생”이라는 태스크의 실행을 전제로 할 수 있다. 이처럼, 추가 태스크가 퀵 커맨드의 태스크의 실행을 전제로하는 경우, 추가 태스크는 퀵 커맨드의 태스크에 논리적으로 후행하는 태스크일 수 있다. 퀵 커맨드 재구성 모듈(822)은 퀵 커맨드 태스크의 실행 후에, 논리적으로 후행하는 “스피커 볼륨 올림”이 실행되도록 퀵 커맨드를 재구성할 수 있다.
도 8의 예시에서, 설명의 편의를 위하여, 서버 장치(800)와 청취 장치(801)가 나뉘어 설명되었으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 서버 장치(800)의 구성들은 청취 장치(801) 내에 구현될 수 있다. 도 7과 관련하여 상술된 바와 같이, 도 7의 전자 장치(701)는 퀵 커맨드의 재구성을 수행하는 전자 장치를 지칭하는 것이다. 예를 들어, 퀵 커맨드 모듈(820)이 서버 장치(800)에 구현된 경우, 도 7의 전자 장치(701)는 서버 장치(800)로 참조될 수 있다. 예를 들어, 퀵 커맨드 모듈(820)이 청취 장치(801)에 구현된 경우, 전자 장치(701)는 청취 장치(801)로 참조될 수 있다.
도 9는 일 실시예에 태스크 수행 방법의 흐름도를 도시한다.
도 7 및 도 9를 참조하여, 동작 905에서, 전자 장치(701)는 사용자 발화 데이터를 획득할 수 있다. 예를 들어, 전자 장치(701)는 외부 장치(예: 도 8의 청취 장치(801))로부터 사용자 발화 데이터를 획득할 수 있다. 사용자 발화 데이터는 사용자의 발화에 대응하는 음성 데이터 또는 사용자 발화에 대응하는 텍스트 데이터를 포함할 수 있다. 다른 예를 들어, 전자 장치(701)는 전자 장치(701)의 오디오 회로(750)를 이용하여 사용자로부터 발화 데이터를 획득할 수 있다.
일 예시에서, 사용자의 발화 데이터는 퀵 커맨드 및 편집 커맨드를 포함하는 것으로 가정될 수 있다. 발화가 “PC 빼고 재택근무”인 경우, 전자 장치(701)는 발화에 대응하는 텍스트 데이터(예: PC 빼고 재택근무)를 생성할 수 있다. 예를 들어, 전자 장치(701)는 발화 데이터에 대응하는 텍스트 데이터에 대한 레이블링(labeling) 또는 태깅(tagging)을 수행할 수 있다. 전자 장치(701)는 “재택 근무”를 퀵 커맨드로, “빼고”를 편집 커맨드로, “PC”를 인접 엔티티(예: 장치 유형 정보 또는 키워드 정보)로 식별(예: 레이블링 또는 태깅)할 수 있다. 발화가 “주식 지수 포함하여 브리핑”인 경우, 전자 장치(701)는 “브리핑”(표 1의 예시 참조)을 퀵 커맨드로, “포함하여”를 편집 커맨드로, “주식 지수”를 인접 엔티티로 식별할 수 있다.
동작 910에서, 전자 장치(701)는 퀵 커맨드를 이용하여 퀵 커맨드에 연관된 복수의 태스크들을 식별할 수 있다. 일 실시예에 따르면, 전자 장치(701)는 퀵 커맨드에 연관된 태스크 세트(예: 태스크들의 세트)를 식별할 수 있다. 태스크 세트는 퀵 커맨드에 연관된 복수의 태스크들을 포함할 수 있다. 예를 들어, 전자 장치(701)는 전자 장치(701)에 저장된 퀵 커맨드의 데이터베이스(예: 도 8의 퀵 커맨드 데이터베이스(821))를 이용하여 식별된 퀵 커맨드에 연관된 복수의 태스크들(예: 동작들)을 식별할 수 있다.
동작 915에서, 전자 장치(701)는 편집 커맨드에 기반하여 복수의 태스크들 중 하나의 태스크를 제외 시키거나, 다른 태스크를 추가하여 퀵 커맨드에 연관된 태스크를 편집(예: 재구성)할 수 있다. 예를 들어, 전자 장치(701)는 편집 커맨드에 기반하여 커맨드에 연관된 태스크를 실시간으로 및/또는 동적으로 편집할 수 있다. 전자 장치(701)는 편집 커맨드와 편집 커맨드에 인접하게 발언된 엔티티(예: 장치 정보 또는 키워드 정보)를 이용하여 퀵 커맨드에 연관된 태스크를 재조합할 수 있다. 편집 커맨드와 인접 엔티티는 퀵 커맨드의 편집을 지시하는 발화 패턴으로 참조될 수 있다.
편집을 지시하는 발화 패턴의 식별에 응답하여, 전자 장치(701)는 퀵 커맨드에 연관된 태스크를 편집할 수 있다. 예를 들어, 전자 장치(701)는 퀵 커맨드 데이터베이스로부터 획득된 정보 및 발화 패턴에 기반하여 퀵 커맨드에 연관된 동작들을 재조합할 수 있다.
예를 들어, 편집 커맨드가 동작의 제외를 지시하고, 인접 엔티티가 장치 유형일 수 있다. 이 경우, 전자 장치(701)는 장치 유형 정보를 이용하여 해당 퀵 커맨드의 동작들 중 제외될 동작을 식별할 수 있다. 전자 장치(701)는 식별된 동작을 제외하고, 나머지 동작들로 퀵 커맨드의 동작을 재구성할 수 있다.
예를 들어, 편집 커맨드가 동작의 제외를 지시하고, 인접 엔티티가 키워드 정보를 포함할 수 있다. 이 경우, 키워드 정보를 이용하여 해당 퀵 커맨드의 동작들 중 제외될 동작을 식별할 수 있다. 예를 들어, 전자 장치(701)는 키워드 정보와 퀵 커맨드의 동작들 사이의 유사도(예: 발음 및/또는 의미)에 기반하여 제외될 동작을 식별할 수 있다. 일 예로, 전자 장치(701)는 키워드 정보와 지정된 유사도 이상의 유사도를 갖는 동작을 제외될 동작으로 식별할 수 있다. 전자 장치(701)는 식별된 동작을 제외하고, 나머지 동작들로 퀵 커맨드의 동작을 재구성할 수 있다.
예를 들어, 편집 커맨드가 동작의 추가를 지시하고, 인접 엔티티가 키워드 정보를 포함할 수 있다. 이 경우, 전자 장치(701)는 키워드 정보를 이용하여, 추가적으로 수행될 동작(예: 태스크)를 식별할 수 있다. 전자 장치(701)는 해당 퀵 커맨드의 동작들에 키워드 정보에 연관된 동작을 추가함으로써 퀵 커맨드의 동작을 재구성할 수 있다.
동작 920에서, 전자 장치(701)는 편집된 태스크를 수행할 수 있다. 예를 들어, 전자 장치(701)가 외부 전자 장치에 제어 신호를 송신함으로써 외부 전자 장치가 편집된 태스크를 수행하도록 할 수 있다. 전자 장치(701)가 청취 장치이고, 편집된 태스크의 일부가 청취 장치에 연관된 경우, 전자 장치(701)는 편집된 태스크를 직접 수행할 수 있다. 예를 들어, 전자 장치(701)의 프로세서는 전자 장치(701)가 편집된 태스크를 수행하도록 제어하거나/하고 외부 전자 장치가 편집된 태스크를 수행하도록 제어할 수 있다.
전자 장치(701)는 편집된 태스크에 대한 정보를 사용자에게 피드백할 수 있다. 예를 들어, 전자 장치(701)가 서버 장치인 경우, 전자 장치(701)는 청취 장치에 재구성된 동작의 정보(예: 재구성된 동작의 리스트 및/또는 재구성된 동작의 리스트에 대한 음성 데이터)를 송신함으로써 청취 장치를 통하여 피드백을 제공할 수 있다. 다른 예를 들어, 전자 장치(701)가 청취 장치인 경우, 전자 장치(701)는 디스플레이 및/또는 오디오 출력 회로를 이용하여 피드백을 제공할 수 있다.
본 개시에서, 태스크의 재구성(예: 동작의 재구성)은 임시적일 수 있다. 예를 들어, 전자 장치(701)는 태스크를 임시적으로 재구성하고, 재구성 후에는 퀵 커맨드에 연관된 태스크를 원래의 상태로 저장할 수 있다. 다만, 도 13 및 도 14와 관련하여 후술되는 바와 같이, 전자 장치(701)는 재구성된 퀵 커맨드의 저장을 위한 UI를 제공하도록 설정될 수 있다.
도 10은 일 실시예에 따른 태스크 수행 방법의 흐름도를 도시한다.
도 7 및 도 10의 흐름도(1000)를 참조하여, 도 10의 흐름도(1000)의 동작들은 도 9의 동작 910 및 동작 915에 대응할 수 있다.
동작 1005에서, 전자 장치(701)는 발화 데이터가 퀵 커맨드를 포함하는지 결정할 수 있다. 예를 들어, 전자 장치(701)는 퀵 커맨드 데이터베이스에 저장된 퀵 커맨드를 이용하여 발화 데이터가 퀵 커맨드를 포함하는지 결정할 수 있다.
발화 데이터가 퀵 커맨드를 포함하지 않는 경우(예: 동작 1005-NO), 동작 1025에서, 전자 장치(701)는 발화 데이터에 대응하는 동작을 수행할 수 있다. 예를 들어, 전자 장치(701)는 도 2와 관련하여 상술된 음성 인식 및 의도의 식별에 기반하여 발화 데이터에 대응하는 동작을 수행할 수 있다.
발화 데이터가 퀵 커맨드를 포함하는 경우(예: 동작 1005-YES), 동작 1010에서, 전자 장치(701)는 발화 데이터가 편집 커맨드를 포함하는지 결정할 수 있다. 예를 들어, 전자 장치(701)는 발화 데이터에 대한 음성 인식에 기반하여 발화 데이터가 편집 커맨드를 포함하는지 결정할 수 있다. 예를 들어, 편집 커맨드는 퀵 커맨드에 연관된 동작들 중 적어도 일부의 제외를 지시하는 스킵 워드(skip word) 및/또는 퀵 커맨드에 새로운 동작을 추가하는 애딩 워드(adding word)를 포함할 수 있다. 예를 들어, 스킵 워드는 “빼고(without)”, “생략하고(skipping)”, “제외하고(excluding)”, 또는 “외에(other than)” 중 적어도 하나를 포함할 수 있다. 예를 들어, 애딩 워드는 “함께(with or along with)”, “포함하여(including)”, “추가하여(adding/in addition to)” 또는 “및/그리고(and)” 중 적어도 하나를 포함할 수 있다.
발화 데이터가 편집 커맨드를 포함하지 않거나(예: 동작 1010-NO), 장치 정보 및 키워드를 포함하지 않는 경우(예: 동작 1015-NO), 동작 1030에서, 전자 장치(701)는 퀵 커맨드에 대응하는 태스크들을 수행할 수 있다. 예를 들어, 전자 장치(701)는 퀵 커맨드에 대한 편집 없이 태스크들을 수행할 수 있다. 도 10에서, 편집 커맨드가 식별되더라도 편집될 동작의 정보가 식별되지 않은 경우 퀵 커맨드 대응 태스크들을 수행하는 것으로 설명 되었으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 이 경우, 전자 장치(701)는 사용자에게 어떤 동작의 편집을 원하는 것인지 질의하도록 설정될 수 있다.
발화 데이터가 장치 정보 또는 키워드를 포함하는 경우(예: 동작 1015-YES), 동작 1020에서, 전자 장치(701)는 퀵 커맨드 대응 태스크들을 편집하고, 편집된 태스크들을 수행할 수 있다. 일 예를 들어, 발화 데이터는 “PC 빼고 재택근무”일 수 있다. 상술된 표 1의 예시를 참조하여, 전자 장치(701)는 발화 데이터로부터 퀵 커맨드인 “재택근무”, 편집 커맨드인 “빼고”를 식별하고, 장치 정보인 “PC”를 식별할 수 있다. 이 경우, 전자 장치(701)는 “재택근무”에 연관된 동작들 중, PC에 연관된 동작을 제외한 나머지 동작을 수행하도록 설정될 수 있다. 다른 예를 들어, 발화 데이터는 “음악 재생하지 않고 재택근무”일 수 있다. 상술된 표 1의 예시를 참조하여, 전자 장치(701)는 발화 데이터로부터 퀵 커맨드인 “재택근무”을, 편집 커맨드인 “않고”를 식별하고, 키워드인 “음악 재생”을 식별할 수 있다. 전자 장치(701)는 “재택근무”에 연관된 동작들 중, 음악 재생에 연관된 동작을 제외한 나머지 동작을 수행하도록 설정될 수 있다. 또 다른 예를 들어, 발화 데이터는 “주식 지수 포함하여 브리핑”일 수 있다. 상술된 표 1의 예시를 참조하여, 전자 장치(701)는 발화 데이터로부터 퀵 커맨드인 “브리핑”을, 편집 커맨드인 “포함하여”를, 키워드인 “주식 지수”를 식별할 수 있다. 전자 장치(701)는 “브리핑”에 연관된 동작들과 함께, 주식 지수의 알림에 연관된 동작을 수행하도록 설정될 수 있다.
도 11은 일 예시에 따른 퀵 커맨드 편집을 위한 UI를 도시한다.
도 11을 참조하여, 사용자 장치(예: 도 8의 청취 장치(801))는 퀵 커맨드의 편집을 위한 편집 UI(1100)를 제공할 수 있다. 사용자는 편집 UI(1100)를 이용하여 퀵 커맨드를 등록하거나 편집할 수 있다.
퀵 커맨드 입력 인터페이스(1110)는 사용자에 의하여 입력된 퀵 커맨드를 나타낼 수 있다. 예를 들어, 사용자는 음성 발화 또는 터치 입력(예: 가상 키보드에 대한 입력)을 통하여 퀵 커맨드를 지정할 수 있다. 사용자에 의하여 지정된 퀵 커맨드는 퀵 커맨드 입력 인터페이스(1110)에 표시될 수 있다. 퀵 커맨드 입력 인터페이스(1110)에 대한 입력이 수신되면, 사용자 장치는 사용자로 하여금 새로운 퀵 커맨드를 입력하도록 하는 새로운 UI를 제공할 수 있다.
동작 추가 UI(1120)는 퀵 커맨드에 대한 동작의 추가를 위한 메뉴를 포함할 수 있다. 예를 들어, 장치 선택 UI(1121) 또는 드롭 다운 버튼(1122)에 대한 입력이 수신되면, 사용자 장치는 사용자 장치의 사용자 계정에 등록된 전자 장치의 목록을 제공할 수 있다. 사용자는 제공된 전자 장치의 목록에 대한 입력을 통하여 동작을 수행할 장치를 선택할 수 있다. 장치가 선택되면, 선택된 장치는 장치 선택 UI(1121)에 표시될 수 있다. 예를 들어, 동작 UI(1123)에 대한 입력이 수신되면, 사용자 장치는 선택된 장치에서 수행가능한 동작의 목록을 제공할 수 있다. 사용자는 제공된 동작 목록에 대한 입력을 통하여 수행될 동작을 선택할 수 있다. 동작이 선택되면, 선택된 동작은 동작 UI(1123)에 표시될 수 있다. 장치 및 동작의 선택 후, 사용자는 추가 버튼(1124)에 대한 입력을 통하여 동작을 퀵 커맨드에 추가할 수 있다.
동작 추가 UI(1120)의 아래 쪽에는 현재 해당 퀵 커맨드에 대하여 연관된 동작의 목록이 표시될 수 있다. 예를 들어, 제1 동작 정보(1130)는, 제1 동작의 정보(1132) 및 제1 동작을 수행할 장치의 정보(1131)를 포함할 수 있다. 예를 들어, 제2 동작 정보(1140)는, 제2 동작의 정보(1142) 및 제2 동작을 수행할 장치의 정보(1141)를 포함할 수 있다.
예를 들어, 편집 UI(1100)는 퀵 커맨드에 연관된 동작의 삭제를 위한 삭제 인터페이스를 포함할 수 있다. 예를 들어, 제1 삭제 버튼(1133)에 대한 입력이 수신되면, 사용자 장치는 해당 퀵 커맨드의 동작들 중에서 제1 동작을 삭제할 수 있다. 예를 들어, 제2 삭제 버튼(1143)에 대한 입력이 수신되면, 사용자 장치는 해당 퀵 커맨드의 동작들 중에서 제2 동작을 삭제할 수 있다.
취소 버튼(1151)에 대한 입력이 수신되면, 사용자 장치는 퀵 커맨드에 대한 수정사항을 취소하고, 편집 UI(1100)의 제공을 종료할 수 있다. 저장 버튼(1152)에 대한 입력이 수신되면, 사용자 장치는 퀵 커맨드에 대한 수정사항을 저장하고, 편집 UI(1100)의 제공을 종료할 수 있다.
도 12는 일 실시예에 따른 퀵 커맨드 실행 화면을 도시한다.
도 12를 참조하여, 사용자 장치(예: 도 8의 청취 장치(801))는 실행 화면(1200)을 제공할 수 있다. 예를 들어, 실행 화면(1200)은 실행된 퀵 커맨드를 나타내는 퀵 커맨드 정보(1210)를 포함할 수 있다. 실행 화면(1200)은 또한, 실행 동작 정보(1220)를 포함할 수 있다. 도 12의 예시에서, 실행 동작 정보(1220)는 제1 장치 정보(1221), 제1 장치에서 수행된 제1 동작 정보(1222), 제2 장치 정보(1223), 제2 장치에서 수행된 제2 동작 정보(1224), 제3 장치 정보(1225), 및 제3 장치에서 수행된 제3 동작 정보를 포함할 수 있다.
일 예시에서, 실행 화면(1200)은 가이드 정보(1230)를 포함할 수 있다. 가이드 정보(1230)는 예를 들어, 퀵 커맨드의 실시간 편집을 위한 발화에 대한 가이드 정보를 포함할 수 있다. 편집 커맨드에 기반한 퀵 커맨드의 편집 방법을 제공함으로써, 사용자가 직관적으로 퀵 커맨드를 편집하도록 할 수 있다.
확인 버튼(1240)에 대한 입력이 수신되는 경우, 사용자 장치는 실행 화면(1200)의 디스플레이를 종료할 수 있다.
도 13은 일 실시예에 따른 편집된 퀵 커맨드의 실행 화면을 도시한다.
도 13을 참조하여, 사용자 장치(예: 도 8의 청취 장치(801))는 편집 커맨드에 기반하여 편집된 퀵 커맨드를 실행한 뒤에, 실행 화면(1300)을 제공할 수 있다.
실행 화면(1300)은 발화에 대응하는 발화 정보(1311) 및 발화 정보에 대한 피드백(1312)을 포함할 수 있다. 도 13의 예시에서, 발화 정보(1311)에 의하여 나타내어진 발화 데이터, 퀵 커맨드인 “재택근무”, 편집 커맨드인 “빼고”, 및 장치 유형 정보인 “장치3”을 포함할 수 있다. 피드백(1312)은 위 편집 커맨드에 기반하여 제외된 동작 또는 장치의 정보를 포함할 수 있다.
실행 동작 정보(1320)는 실행된 동작의 정보 및 실행되지 않은 동작의 정보를 포함할 수 있다. 도 13의 예시에서, 제1 동작 및 제2 동작은 실행되었으나, 제3 동작은 실행되지 않은 것으로 가정될 수 있다.
일 실시예에 따르면, 사용자 장치는 편집된 퀵 커맨드를 저장할 수 있는 UI를 제공할 수 있다. 예를 들어, 실행 화면(1300)은 수정된 퀵 커맨드를 저장하기 위한 제1 버튼(1331) 및 제2 버튼(1332)을 포함할 수 있다. 제1 버튼(1331)에 대한 입력이 수신되면, 사용자 장치는 수정된 퀵 커맨드를 저장할 수 있다. 예를 들어, 사용자 장치는 재택근무에 연관된 동작들 중 제3 동작을 삭제할 수 있다. 제2 버튼(1332)에 대한 입력이 수신되면, 사용자 장치는 수정된 동작들을 새로운 퀵 커맨드에 매핑하기 위한 UI(도 14 참조)를 제공할 수 있다.
확인 버튼(1333)에 대한 입력이 수신되면, 사용자 장치는 실행 화면(1300)의 디스플레이를 종료할 수 있다. 이 경우, 퀵 커맨드에 대한 수정은 폐기될 수 있다.
도 14는 일 실시예에 따른 새로운 퀵 커맨드 저장을 위한 UI를 도시한다.
예를 들어, 사용자 장치(예: 도 8의 청취 장치(801))는 도 13의 제2 버튼(1332)에 대한 입력이 수신되면 퀵 커맨드 저장을 위한 저장 UI(1400)를 제공할 수 있다.
사용자 장치는 퀵 커맨드 입력 인터페이스(1410)에 대한 입력이 수신되면, 퀵 커맨드 입력을 위한 인터페이스(예: 음성 녹음 또는 가상 키보드)를 제공하도록 설정될 수 있다. 사용자로부터 퀵 커맨드가 입력되면, 입력된 퀵 커맨드는 퀵 커맨드 입력 인터페이스(1410)에 표시될 수 있다.
저장 버튼(1422)에 대한 입력이 수신되면, 사용자 장치는 새로이 입력된 퀵 커맨드에 제1 동작 및 제2 동작을 매핑하여 저장할 수 있다. 취소 버튼(1421)에 대한 입력 이 수신되면, 사용자 장치는 편집된 퀵 커맨드에 대한 정보를 폐기할 수 있다.

Claims (15)

  1. 전자 장치로서,
    통신 회로(circuitry);
    프로세서; 및
    인스트럭션들을 저장하는 메모리를 포함하고,
    상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때 상기 전자 장치가:
    사용자의 음성 명령에 대응하는 발화 데이터를 획득하고, 상기 발화 데이터는 퀵 커맨드 및 편집 커맨드를 포함함,
    상기 퀵 커맨드에 기반하여 상기 퀵 커맨드에 연관된 복수의 태스크들을 포함하는 태스크 세트를 식별하고,
    상기 편집 커맨드에 기반하여, 상기 복수의 태스크들 중 제1태스크를 제외시키거나 상기 태스크 세트에 새로운 태스크를 추가하여 상기 퀵 커맨드에 연관된 상기 태스크 세트를 편집하고,
    상기 편집된 태스크 세트를 수행하도록 하는, 전자 장치.
  2. 제 1 항에 있어서,
    상기 편집 커맨드는 상기 태스크 세트로부터 상기 제1 태스크의 제외를 지시하는 스킵 워드 또는 상기 태스크 세트에 상기 새로운 태스크의 추가를 지시하는 애딩 워드를 포함하는, 전자 장치.
  3. 제 1 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
    상기 발화 데이터로부터 상기 편집 커맨드 및 상기 편집 커맨드에 선행 또는 후행하는 동작 정보를 식별하고,
    상기 식별된 동작 정보에 기반하여 상기 복수의 태스크들 중 상기 제1 태스크를 식별하고,
    상기 제1 태스크를 제외시킴으로써, 상기 퀵 커맨드에 연관된 상기 태스크 세트를 편집하도록 하는, 전자 장치.
  4. 제 3 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
    상기 동작 정보에 포함된 장치 정보에 연관된 상기 제1 태스크를 식별하도록 하는, 전자 장치.
  5. 제 3 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
    상기 동작 정보에 포함된 키워드에 대응하는 상기 제1 태스크를 식별하도록 하는, 전자 장치.
  6. 제 5 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가, 상기 키워드와 상기 제1 태스크 사이의 지정된 값 이상의 유사도에 기반하여, 제외될 상기 제1 태스크를 식별하도록 하는, 전자 장치.
  7. 제 1 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
    상기 발화 데이터로부터 상기 편집 커맨드 및 상기 편집 커맨드에 선행 또는 후행하는 동작 정보를 식별하고,
    상기 식별된 동작 정보에 기반하여 추가 태스크를 식별하고,
    상기 추가 태스크를 추가 함으로써, 상기 퀵 커맨드에 연관된 상기 태스크 세트를 편집하도록 하는, 전자 장치.
  8. 제 7 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가,
    상기 동작 정보로부터 키워드를 식별하고,
    상기 식별된 키워드에 대응하는 상기 추가 태스크를 식별하도록 하는, 전자 장치.
  9. 제 1 항에 있어서,
    상기 인스트럭션들은 상기 프로세서에 의하여 실행되었을 때에 상기 전자 장치가, 상기 편집 커맨드에 기반하여, 실시간 방식으로 상기 퀵 커맨드에 연관된 상기 태스크 세트를 임시적으로 편집하도록 하는, 전자 장치.
  10. 제 1 항에 있어서,
    상기 발화 데이터는 지정된 시간 구간 내에서 획득된 발화에 대응하는, 전자 장치.
  11. 전자 장치의 퀵 커맨드의 재구성을 위한 방법으로서,
    사용자의 음성 명령에 대응하는 발화 데이터를 획득하는 동작으로서, 상기 발화 데이터는 퀵 커맨드 및 태스크의 편집을 위한 편집 커맨드를 포함함;
    상기 퀵 커맨드에 기반하여 상기 퀵 커맨드에 연관된 복수의 태스크들을 포함하는 태스크 세트를 식별하는 동작;
    상기 편집 커맨드에 기반하여, 상기 복수의 태스크들 중 제1 태스크를 제외시키거나 상기 태스크 세트에 새로운 태스크를 추가하여 상기 퀵 커맨드에 연관된 상기 태스크 세트를 편집하는 동작; 및
    상기 편집된 태스크 세트를 수행하는 동작을 포함하는, 방법.
  12. 제 11 항에 있어서,
    상기 편집 커맨드는 상기 태스크 세트로부터의 상기 제1 태스크의 제외를 지시하는 스킵 워드 또는 상기 태스크 세트로의 상기 새로운 태스크의 추가를 지시하는 애딩 워드를 포함하는, 방법.
  13. 제 11 항에 있어서,
    상기 퀵 커맨드에 연관된 태스크를 편집하는 동작은:
    상기 발화 데이터로부터 상기 편집 커맨드 및 상기 편집 커맨드에 선행 또는 후행하는 동작 정보를 식별하는 동작;
    상기 식별된 동작 정보에 기반하여 상기 태스크 세트의 상기 복수의 태스크들 중 상기 제1 태스크를 식별하는 동작; 및
    상기 퀵 커맨드에 연관된 상기 복수의 태스크들로부터 상기 제1 태스크를 제외시킴으로써, 상기 퀵 커맨드에 연관된 상기 태스크 세트를 편집하는 동작을 포함하는, 방법.
  14. 제 13 항에 있어서,
    상기 제1 태스크를 식별하는 동작은, 상기 동작 정보에 포함된 장치 정보에 연관된 상기 제1 태스크를 식별하는 동작을 포함하는, 방법.
  15. 제 13 항에 있어서,
    상기 제1 태스크를 식별하는 동작은, 상기 동작 정보에 포함된 키워드에 대응하는 상기 제1 태스크를 식별하는 동작을 포함하는, 방법.
PCT/KR2022/016284 2021-11-17 2022-10-24 발화 기반 퀵 커맨드 재구성 방법 및 이를 위한 전자 장치 WO2023090667A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/989,595 US20230154463A1 (en) 2021-11-17 2022-11-17 Method of reorganizing quick command based on utterance and electronic device therefor

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2021-0158233 2021-11-17
KR20210158233 2021-11-17
KR10-2021-0186255 2021-12-23
KR1020210186255A KR20230072356A (ko) 2021-11-17 2021-12-23 발화 기반 퀵 커맨드 재구성 방법 및 이를 위한 전자 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/989,595 Continuation US20230154463A1 (en) 2021-11-17 2022-11-17 Method of reorganizing quick command based on utterance and electronic device therefor

Publications (1)

Publication Number Publication Date
WO2023090667A1 true WO2023090667A1 (ko) 2023-05-25

Family

ID=86397244

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/016284 WO2023090667A1 (ko) 2021-11-17 2022-10-24 발화 기반 퀵 커맨드 재구성 방법 및 이를 위한 전자 장치

Country Status (1)

Country Link
WO (1) WO2023090667A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130135410A (ko) * 2012-05-31 2013-12-11 삼성전자주식회사 음성 인식 기능을 제공하는 방법 및 그 전자 장치
KR20160069308A (ko) * 2014-12-08 2016-06-16 현대자동차주식회사 차량용 제어시스템 및 차량용 제어시스템의 외부기기 제어방법
US20190103103A1 (en) * 2017-10-03 2019-04-04 Google Llc Voice user interface shortcuts for an assistant application
KR20200027753A (ko) * 2018-09-05 2020-03-13 삼성전자주식회사 전자 장치 및 단축 명령어에 대응하는 태스크 수행 방법
KR20210072471A (ko) * 2019-12-09 2021-06-17 현대자동차주식회사 음성 명령 인식 장치 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130135410A (ko) * 2012-05-31 2013-12-11 삼성전자주식회사 음성 인식 기능을 제공하는 방법 및 그 전자 장치
KR20160069308A (ko) * 2014-12-08 2016-06-16 현대자동차주식회사 차량용 제어시스템 및 차량용 제어시스템의 외부기기 제어방법
US20190103103A1 (en) * 2017-10-03 2019-04-04 Google Llc Voice user interface shortcuts for an assistant application
KR20200027753A (ko) * 2018-09-05 2020-03-13 삼성전자주식회사 전자 장치 및 단축 명령어에 대응하는 태스크 수행 방법
KR20210072471A (ko) * 2019-12-09 2021-06-17 현대자동차주식회사 음성 명령 인식 장치 및 그 방법

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
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
WO2022092901A1 (ko) 사용자 발화를 처리하는 전자 장치, 및 그 전자 장치의 제어 방법
WO2023090667A1 (ko) 발화 기반 퀵 커맨드 재구성 방법 및 이를 위한 전자 장치
WO2021096281A1 (en) Voice input processing method and electronic device supporting same
WO2022182038A1 (ko) 음성 명령 처리 장치 및 방법
WO2023075160A1 (ko) 발화 수신에 기반한 목적 장치의 식별 방법 및 이를 위한 전자 장치
WO2024072036A1 (ko) 음성인식 장치 및 음성인식 장치의 동작방법
WO2024029845A1 (ko) 전자 장치 및 이의 음성 인식 방법
WO2024106913A1 (ko) 발화를 처리하기 위한 전자 장치, 그 동작 방법 및 저장 매체
WO2022196994A1 (ko) 개인화 텍스트 투 스피치 모듈을 포함하는 전자 장치 및 이의 제어 방법
WO2024058597A1 (ko) 전자 장치 및 사용자 발화 처리 방법
WO2023075159A1 (ko) 발화 기반 목적 장치의 식별 방법 및 이를 위한 전자 장치
WO2024029851A1 (ko) 전자 장치 및 음성 인식 방법
WO2023022381A1 (ko) 전자 장치 및 전자 장치의 발화 처리 방법
WO2023158076A1 (ko) 전자 장치 및 전자 장치의 발화 처리 방법
WO2024029850A1 (ko) 언어 모델에 기초하여 사용자 발화를 처리하는 방법 및 전자 장치
WO2023008798A1 (ko) 부적절한 대답을 관리하는 전자 장치 및 이의 동작 방법
WO2023106862A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2023043025A1 (ko) 불완전 연속 발화를 처리하는 방법 및 그 방법을 수행하는 서버 및 전자 장치
WO2024071921A1 (ko) 인공지능과 음성 인식을 기반으로 동작하는 전자 장치 및 이의 제어 방법
WO2022186440A1 (ko) 사용자 발화를 처리하기 위한 전자 장치 및 그 동작 방법
WO2023149644A1 (ko) 전자 장치 및 사용자 언어 모델 생성 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: 22895875

Country of ref document: EP

Kind code of ref document: A1