WO2023096309A1 - 유해 언어를 필터링하기 위한 전자 장치 및 방법 - Google Patents

유해 언어를 필터링하기 위한 전자 장치 및 방법 Download PDF

Info

Publication number
WO2023096309A1
WO2023096309A1 PCT/KR2022/018515 KR2022018515W WO2023096309A1 WO 2023096309 A1 WO2023096309 A1 WO 2023096309A1 KR 2022018515 W KR2022018515 W KR 2022018515W WO 2023096309 A1 WO2023096309 A1 WO 2023096309A1
Authority
WO
WIPO (PCT)
Prior art keywords
harmful
language
audio
electronic device
voice
Prior art date
Application number
PCT/KR2022/018515
Other languages
English (en)
French (fr)
Inventor
오준광
류철
변주용
하다윤
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 KR1020220001102A external-priority patent/KR20230076049A/ko
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2023096309A1 publication Critical patent/WO2023096309A1/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
    • G10L15/08—Speech classification or search
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L25/87—Detection of discrete points within a voice signal
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/93—Discriminating between voiced and unvoiced parts of speech signals

Definitions

  • Various embodiments of the present document relate to an electronic device and method for filtering harmful language.
  • the electronic device may execute various services or functions, such as a call (voice call or video call) service for transmitting or receiving a voice signal, a video playback service, a broadcasting service, or a user interaction service using artificial intelligence (AI).
  • a call voice call or video call
  • AI artificial intelligence
  • a voice signal transmitted or received may include inappropriate harmful language such as profanity in addition to normal language. Since such harmful language causes negative emotions to users, it is necessary to block harmful language when providing services. Conventional techniques for blocking such harmful language may detect harmful language through voice recognition.
  • Conventional technology for blocking harmful language can detect harmful language through voice recognition, but converts voice information into text in order to understand the meaning of speech, and then divides and analyzes the converted text based on sentences to analyze harmful language. detect language.
  • This document may provide an electronic device and method for filtering harmful language based on voice without converting a voice signal requiring real-time into text.
  • an electronic device includes an audio module, a memory, and at least one processor electrically connected to the audio module, the memory, and the communication module, wherein the at least one processor comprises the audio module Obtains voice information through, analyzes an audio frame input in a specified chunk unit from audio streaming data included in the voice information, detects voice in the audio frame, and identifies harmful language included in the detected voice. Based on this, the audio module may be configured to filter the objectionable language in the audio frame and to control the audio module to output output voice information including the audio frame in which the objectionable language is filtered.
  • an operating method in an electronic device includes obtaining voice information through an audio module of the electronic device, and analyzing audio frames input in units of designated chunks from audio streaming data included in the voice information.
  • An operation of detecting a voice in the audio frame, an operation of filtering the harmful language from the audio frame based on identifying the harmful language included in the detected voice, and an audio frame from which the harmful language is filtered It may include an operation of outputting output voice information to be performed.
  • 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 a configuration of a software module of an electronic device according to various embodiments.
  • FIG. 3 is a block diagram illustrating the configuration of an electronic device according to various embodiments.
  • FIG. 4 is a block diagram illustrating a configuration of an electronic device according to an exemplary embodiment.
  • FIG. 5 is a flowchart illustrating an operating method in an electronic device according to various embodiments.
  • FIG. 6 is a diagram illustrating an example of an operating method in an electronic device according to various embodiments.
  • FIG. 7 is a diagram illustrating an example of an operating method in an electronic device according to an exemplary embodiment.
  • the term user used in various embodiments may refer to a person using an electronic device or a device (eg, an artificial intelligence electronic device) using an electronic device.
  • a device eg, an artificial intelligence electronic device
  • 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 .
  • 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 wireless communication module 192 eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module
  • GNSS global navigation satellite system
  • 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, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a telecommunications network such as a computer network (eg, a LAN or a WAN).
  • a telecommunications network such as a computer network (eg, a LAN or a WAN).
  • These various types of communication modules may be integrated as one component (eg, a single chip) or implemented as a plurality of separate components (eg, multiple chips).
  • 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.
  • subscriber information eg, International Mobile Subscriber Identifier (IMSI)
  • IMSI International Mobile Subscriber Identifier
  • the electronic device 101 may be identified or authenticated.
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, NR access technology (new radio access technology).
  • NR access technologies include high-speed transmission of high-capacity data (enhanced mobile broadband (eMBB)), minimization of terminal power and access of multiple terminals (massive machine type communications (mMTC)), or high reliability and low latency (ultra-reliable and low latency (URLLC)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low latency
  • -latency communications can be supported.
  • the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • the wireless communication module 192 uses various technologies for securing performance in a high frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), and full-dimensional multiplexing. Technologies such as input/output (FD-MIMO: full dimensional MIMO), array antenna, analog beam-forming, or large scale antenna may be supported.
  • the wireless communication module 192 may support various requirements defined for the electronic device 101, an external electronic device (eg, the electronic device 104), or a network system (eg, the second network 199).
  • the wireless communication module 192 may be used to realize Peak data rate (eg, 20 Gbps or more) for realizing 1eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency (for realizing URLLC).
  • Peak data rate eg, 20 Gbps or more
  • loss coverage eg, 164 dB or less
  • U-plane latency for realizing URLLC.
  • DL downlink
  • UL uplink each of 0.5 ms or less, or round trip 1 ms or less
  • the antenna module 197 may transmit or receive signals or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (eg, PCB).
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is selected from the plurality of antennas by the communication module 190, for example. can be chosen A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC) may be additionally formed as a part of the antenna module 197 in addition to the radiator.
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first surface (eg, a 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.
  • FIG. 2 is a block diagram illustrating a configuration of a software module of an electronic device according to various embodiments.
  • the electronic device 101 may implement a software module 201 (eg, the program 140 of FIG. 1 ) for executing an application related to harmful language filtering.
  • the memory 130 of the electronic device 101 may store instructions (eg, instructions) to implement the software module 201 shown in FIG. 2 .
  • the at least one processor 120 may execute instructions stored in the memory 130 to implement the software module 201 shown in FIG. 2, and hardware related to the function of the software module 201 (eg, FIG. 1 It is possible to control the input module 150, the audio module 170, the display module 160 or the communication module 190).
  • a software module 201 of an electronic device 101 includes a kernel (or HAL) 210, a framework (eg, middleware 144 of FIG. 1) 220 and an application. 230 (eg, the application 146 of FIG. 1). At least a part of the software module 201 may be preloaded on the electronic device 101 or may be downloaded from a server (eg, the server 108).
  • a kernel or HAL
  • framework eg, middleware 144 of FIG. 1
  • an application. 230 eg, the application 146 of FIG. 1
  • At least a part of the software module 201 may be preloaded on the electronic device 101 or may be downloaded from a server (eg, the server 108).
  • the kernel 210 may include a driver 211 (eg, a device driver).
  • the kernel 10 may include a wireless communication module (eg, wifi chipset) or a power module. It is not limited thereto and may be set to further include other modules.
  • the driver 211 may include a display driver, a camera driver, a Bluetooth driver, a shared memory driver, a USB driver, a keypad driver, a WIFI driver, an audio driver, or an inter-process communication (IPC) driver.
  • the system resource manager may perform at least one of controlling, allocating, or retrieving system resources.
  • the framework 220 may be set to include, for example, an audio transmission module 221 (eg, an audio transfer protocol (RTP) and a voice analysis service module 223,
  • the framework 220 provides functions commonly required by the application 230, or the application 230 is a limited system within the electronic device 101. To efficiently use resources, various functions may be provided to the application 230 through an application programming interface (API) (not shown). Ex: audio packets) may be provided with functions related to generation and transmission
  • the voice analysis service module 223 may provide functions related to voice recognition and analysis of input voice information Framework 220 ) may include a module that forms a combination of various functions of the above components.
  • the framework 220 may provide modules specialized for each type of operating system to provide differentiated functions. Framework ( 220) may dynamically delete some existing components or add new components. It may be configured to further include a module (or service) (not shown) for wireless communication with.
  • the application 230 may include an application (eg, a module, manager, or program) 231 related to filtering harmful language in input voice information.
  • the application 230 may include an application for wireless communication with an external electronic device or server.
  • the application 230 may include an application received from an external electronic device (eg, the server 108 or the electronic devices 102 and 104).
  • the application 230 may include a preloaded application or a third party application downloadable from a server.
  • Components of the software module 201 according to the illustrated embodiment and their names may vary depending on the type of operating system. According to one embodiment, at least a part of the software module 201 may be implemented as software, firmware, hardware, or a combination of at least two or more of these.
  • At least part of the software module 201 may be implemented (eg, executed) by, for example, a processor (eg, AP). At least some of the software modules 201 may include, for example, modules, programs, routines, sets of instructions, or processes for performing at least one function.
  • FIG. 3 is a block diagram illustrating the configuration of an electronic device according to various embodiments.
  • the processor 120 of the electronic device 101 may use a communication module 190 or an input device (eg, the input module of FIG. 1 ( 150) or the voice information received through the microphone) may be obtained.
  • the processor 120 may control the received voice information to be stored in an audio streaming buffer (not shown) of the memory 130 .
  • the audio module 170 may divide the audio streaming data included in the input voice information into frames in units of designated chunks (eg, audio chunks) and transmit the divided audio streams to the processor 120 .
  • the processor 120 may perform an operation for analyzing audio data included in a frame in units of designated chunks and processing voice transmission.
  • the processor 120 of the electronic device 101 may include an audio transmission module 221 and a voice analysis service module 223 executed in software.
  • the processor 120 controls the audio transmission module 221 to execute an operation for real-time voice transmission processing, and the voice analysis service module 223 to perform an operation for analyzing audio data included in a frame in units of chunks. ) can be controlled to run.
  • the audio transmission module 221 executed by the processor 120 transmits input voice information in real time to the receiving device from the audio transmission module 221 using a real-time transport protocol (RTP). Audio frames can be processed.
  • the voice analysis service module 223 executed by the processor 120 transmits from the audio transmission module 221 using a voice recognition program (eg, function or algorithm) (eg, context-aware voice activity detector (VAD)).
  • a voice recognition program eg, function or algorithm
  • VAD context-aware voice activity detector
  • the voice analysis service module 223 executed by the processor 120 may perform an operation for filtering harmful language in a voice section.
  • speech recognition processing eg, automatic speech recognition, speaker recognition (ASR) or natural language processing (NLP)
  • ASR automatic speech recognition, speaker recognition
  • NLP natural language processing
  • the audio transmission module 221 uses a real-time transport protocol (RTP) to generate output voice information (eg, a transport packet) including an audio frame from which harmful language is filtered, and the generated output voice information.
  • RTP real-time transport protocol
  • output voice information eg, a transport packet
  • the output voice information may be transmitted in units of chunks after adding a chunked header through transfer-encoding.
  • the processor 120 may determine whether the audio frame includes harmful language by analyzing the audio frame divided into designated chunk units. If the harmful language is identified in the audio frame, the harmful language may be filtered out of the audio frame through the voice analysis service module 223 .
  • the processor 120 analyzes the audio frame and divides it into a voice section and a non-voice section, and when a harmful language is detected in the divided voice section, the audio section in which the harmful language is detected may be classified as a harmful language section.
  • the processor 120 may replace audio data corresponding to the harmful language identified in the harmful language section of the audio frame with audio data that is not harmful.
  • the non-harmful audio data may be a purified language or sound effect to replace the harmful language.
  • the processor 120 may collect harmful languages and store the collected harmful languages in a database included in the memory 130 .
  • the processor 120 may periodically receive and store harmful languages collected by the server (eg, the server 108 of FIG. 1 ) from the server.
  • the processor 120 may collect and store harmful languages using a related application in an electronic device.
  • the processor 120 may store harmful languages specified by the user.
  • the processor 120 may collect and store harmful languages learned using an artificial intelligence model. It is not limited thereto, and harmful languages may be collected and stored using various methods.
  • the processor 120 may map a refined language to each of the collected harmful languages and store the mapped language in a database.
  • the processor 120 does not convert the audio streaming data included in the voice information input in real time into text, but compares the audio data for the voice recognized in the separated audio frame with the harmful languages stored in the database to filter out the harmful language. can For example, if there is no purified word mapped to the filtered harmful language in the database, the processor 120 removes audio data for the filtered harmful language, processes it with silence, or adds data for a designated sound effect instead of the harmful language to an audio frame. can be added
  • the processor 120 controls the audio module 170 to output output voice information including an audio frame filtered out of harmful language, or the communication module 190 to transmit the output voice information to an external electronic device through a communication network. ) can be controlled.
  • An electronic device may be a user device carried by a user.
  • an electronic device eg, the electronic device 101 of FIGS. 1 and 3
  • the main components of the electronic device have been described through the electronic device 101 of FIGS. 1 and 3 .
  • the electronic device 101 may be implemented with more components than the illustrated components, or fewer components.
  • the electronic device 101 may be implemented by elements.
  • the location of the main components of the electronic device 101 described above with reference to FIGS. 1 and 3 may be changeable according to various embodiments.
  • FIG. 4 is a block diagram illustrating a configuration of an electronic device according to an exemplary embodiment.
  • an electronic device 401 communicates with a first electronic device 403 and a second electronic device 405 . It may be an electronic device that performs
  • the processor 410 of the electronic device 401 (for example, the processor 120 of FIGS. 1 and 3 ) may process an audio packet transmitted/received between the first electronic device 403 and the second electronic device 405.
  • the processor 410 receives an audio frame (raw audio chunk) divided into designated chunks included in an audio packet from the first electronic device 403, analyzes the received audio frame, and uses harmful language in the audio frame. It is possible to perform an operation of filtering.
  • the processor 410 may transmit, to the second electronic device 405 , output voice information (eg, an audio packet) including an audio frame (filtered audio chunk) from which harmful language is filtered.
  • voice information eg, an audio packet
  • the processor 410 divides audio frames into designated chunk units from the second electronic device 405 by the voice analysis service module 413 (eg, the voice analysis service module 223 of FIGS. 2 and 3 ). (raw audio chunk) may be received, and the received audio frame may be analyzed to filter harmful language from the audio frame.
  • the processor 410 outputs voice information (eg, the audio transmission module 221 of FIGS. 2 and 3 ) including an audio frame (filtered audio chunk) from which harmful language is filtered by the audio transmission module 411 (eg, the audio transmission module 221 of FIGS. 2 and 3 ).
  • the generated output voice information may be transmitted to the first electronic device 405 .
  • a detailed operation for filtering harmful language is the same as the operations described in FIGS. 1, 2, and 3 described above, so a description thereof will be omitted.
  • the processor 410 when the first electronic device 403 or the second electronic device 405 is a transmission device, the processor 410 may be implemented as a software module and included in the transmission device, and the transmission device transmits an audio frame. After performing the operation for filtering the harmful language, the audio frame in which the harmful language is filtered may be transmitted to the receiving device.
  • the processor 410 when the first electronic device 403 or the second electronic device 405 is a receiving device, the processor 410 may be implemented as a software module and included in the receiving device, and a harmful language may be transmitted from the transmitting device. After receiving an audio frame including , performing an operation for filtering harmful language on the audio frame received by the receiving device, the audio frame filtered out of harmful language may be output.
  • a detailed operation for filtering harmful language is the same as the operations described in FIGS. 1, 2, and 3 described above, so a description thereof will be omitted.
  • the electronic device eg, the electronic device 101 of FIGS. 1 and 3 and the electronic device 401 of FIG. 4
  • the electronic device is an audio module (eg, the audio module 170 of FIGS. 1 and 3 ).
  • a memory eg, the memory 130 of FIGS. 1 and 3
  • at least one processor electrically connected to the audio module and the memory (eg, the processor 120 of FIGS. 1 and 3 and the processor of FIG.
  • the at least one processor obtains voice information through the audio module, analyzes an audio frame obtained by dividing audio streaming data included in the voice information into designated chunk units, and A voice is detected in a frame, the objectionable language is filtered from the audio frame based on the identification of the objectionable language included in the detected voice, and output voice information including the audio frame filtered out of the objectionable language is output. It may be set to control the audio module to do so.
  • the at least one processor further includes an operation of replacing the harmful language and adding non-harmful audio data to the audio frame from which the harmful language is filtered, wherein the non-harmful audio data It may be a refined language or an effect sound to replace the harmful language.
  • the at least one processor may be configured to replace the harmful language in the audio frame from which the harmful language is filtered and to mute it.
  • the at least one processor controls the audio module to output output voice information including an audio frame without filtering of the harmful language, based on the fact that the harmful language is not detected in the audio frame. can be set to
  • the electronic device includes a communication module (eg, the communication module 190 of FIGS. 1 and 3 ) and an input device receiving the voice information (eg, the input module 150 of FIG. 1 or a microphone). ), wherein the at least one processor electrically connected to the communication module and the input device transmits the output voice information including the audio frame from which the harmful language is filtered to a receiver's electronic device (eg, in FIG. 4 ). It may be set to control the communication module to transmit to the first electronic device 403 or the second electronic device 405 .
  • a communication module eg, the communication module 190 of FIGS. 1 and 3
  • an input device receiving the voice information
  • the at least one processor electrically connected to the communication module and the input device transmits the output voice information including the audio frame from which the harmful language is filtered to a receiver's electronic device (eg, in FIG. 4 ). It may be set to control the communication module to transmit to the first electronic device 403 or the second electronic device 405 .
  • the electronic device further includes a communication module and an output device (eg, the sound output module 155 of FIG. 1, a speaker or a headphone), and electrically connected to the communication module and the output device.
  • At least one processor controls the communication module to receive the voice information from a sender's electronic device (eg, the first electronic device 403 or the second electronic device 405 of FIG. 4 ), and the audio module It may be set to control the output device to output the output voice information processed by a sender's electronic device (eg, the first electronic device 403 or the second electronic device 405 of FIG. 4 ), and the audio module It may be set to control the output device to output the output voice information processed by a sender's electronic device (eg, the first electronic device 403 or the second electronic device 405 of FIG. 4 ), and the audio module It may be set to control the output device to output the output voice information processed by a sender's electronic device (eg, the first electronic device 403 or the second electronic device 405 of FIG. 4 ), and the
  • the at least one processor may collect harmful languages, store the collected harmful languages in a database included in the memory, and each of the collected harmful languages may be mapped to a refined language and stored. there is.
  • the at least one processor is set to filter out the harmful language by comparing it with the harmful language stored in the database through the voice analysis without converting the audio streaming data included in the voice information into text.
  • the at least one processor divides the audio frame into a voice section and a non-voice section, detects the voice in the divided voice section, and converts the voice section in which the harmful language is identified into a harmful language. It may be divided into sections, and audio data corresponding to the harmful language included in the harmful language section may be set to be replaced with audio data that is not harmful.
  • FIG. 5 is a flowchart illustrating an operating method in an electronic device according to various embodiments.
  • an electronic device eg, the electronic device 101 of FIGS. 1 and 3 and the electronic device 401 of FIG. 4
  • an input device eg, the electronic device 401 of FIG. 4
  • Voice information may be acquired through the input module 150 or the microphone of FIG. 1 or a communication module (eg, the communication module 190 of FIG. 1 ).
  • the electronic device may store the received voice information in an audio streaming buffer (not shown) of a memory (eg, the memory 130 of FIG. 1 ).
  • the electronic device may acquire at least one audio frame (eg, audio chunk) by dividing audio streaming data included in the voice information into designated chunk units.
  • the electronic device may perform voice analysis on at least one audio frame.
  • the electronic device analyzes the audio frame using a voice recognition program (eg, function or algorithm) (eg, context-aware VAD (voice activity detector)) to distinguish a voice section and a non-voice section in the audio frame, and voice can be recognized.
  • a voice recognition program eg, function or algorithm
  • VAD voice activity detector
  • the electronic device may check whether harmful language is identified in the audio frame. As a result of the check, if the harmful language is identified as the voice recognized in the audio frame includes the harmful language, the electronic device performs operation 509. Otherwise, the electronic device identifies that the audio frame does not contain the harmful language. In operation 513, an audio frame may be transmitted.
  • the electronic device may filter the harmful language from the audio frame as the harmful language is detected in the audio frame.
  • the electronic device may classify the voice section in which the harmful language is detected as a harmful language section.
  • the electronic device may replace audio data corresponding to the harmful language identified in the harmful language section of the audio frame with audio data that is not harmful.
  • the non-harmful audio data may be a refined language or effect sound to replace the harmful language.
  • the electronic device may replace the harmful language with a purified language mapped to the harmful language filtered in a database (not shown) as audio data. For example, if there is no purified word mapped to the filtered harmful language in the database (not shown), the electronic device removes audio data for the filtered harmful language, mutes it, or adds a designated sound effect instead of the harmful language to an audio frame. data can be added.
  • the electronic device outputs output voice information including an audio frame through an audio module (eg, the audio module 170 of FIG. 1, a speaker or a headphone) or a communication module (eg, the communication module 190 of FIG. 1). )) to an external electronic device (eg, the electronic device 102 or 104 of FIG. 1 , the first electronic device 403 or the second electronic device 405 of FIG. 4 ).
  • an audio module eg, the audio module 170 of FIG. 1, a speaker or a headphone
  • a communication module eg, the communication module 190 of FIG. 1).
  • an external electronic device eg, the electronic device 102 or 104 of FIG. 1 , the first electronic device 403 or the second electronic device 405 of FIG. 4 .
  • the electronic device may generate the audio frame as output voice information.
  • the electronic device may collect harmful languages for a harmful language filtering operation and store the collected harmful languages in a database included in the memory 130 .
  • the electronic device may periodically receive and store harmful languages collected by a server (eg, the server 108 of FIG. 1 ) from the server.
  • the electronic device may collect and store harmful languages using a related application.
  • the electronic device may map a refined language to each of the collected harmful languages and store the mapped language in a database.
  • the electronic device does not convert the audio streaming data included in the voice information input in real time into text, but compares the audio data for the voice recognized in the audio frame divided into designated chunks with the harmful languages stored in the database to remove the harmful language. can be filtered.
  • FIG. 6 is a diagram illustrating an example of an operating method in an electronic device according to various embodiments
  • FIG. 7 is a diagram illustrating an example of an operating method in an electronic device according to an embodiment.
  • electronic devices eg, the electronic device 101 of FIGS. 1 and 3 and the electronic device 401 of FIG. 4 ) according to various embodiments respond to input voice information 610.
  • the included audio data stream can be analyzed in real time by dividing it into audio frames (eg, audio chunks) of designated chunk units (eg, word boundary-based units).
  • the electronic device analyzes audio frames using a voice recognition program (eg, function or algorithm) (eg, context-aware voice activity detector (VAD)) to determine voice sections (s) and non-voice sections (ns) in the audio frame. It can be distinguished and the voice of the voice section can be recognized.
  • VAD context-aware voice activity detector
  • the electronic device may determine whether the harmful language is included in the voice section (s) and classify the voice section including the harmful language into a harmful language speech section (bs).
  • the voice analysis service module 223 of the electronic device generates an audio frame 710 in units of chunks for the voice information 610 input in the interval t1 to t3.
  • the t1 to t2 intervals can be divided into non-verbal intervals
  • the next t2 to t3 intervals can be divided into verbal intervals.
  • the voice analysis service module 223 recognizes a voice (eg, "this") in the language section of the t2 to t3 interval, and since the recognized voice (eg, "this") is a normal, non-harmful language, the recognized voice (eg, :
  • the audio frame 711 including “this” may be transmitted to the audio transmission module (eg, the audio transmission module 221 of FIGS. 2 and 3).
  • the audio transmission module 221 may generate an audio frame 711 including a voice (eg, "this") as output voice information based on an audio transmission protocol, and output or transmit the generated output voice information in real time. .
  • the voice analysis service module 223 of the electronic device analyzes the audio frame 720 in units of chunks for the input voice information 610 to obtain t3 Section ⁇ t4 may be classified as a non-verbal section, and the next section t4 to t5 may be divided into a language section. Sections t3 to t5 may be recognized as nonverbal sections.
  • the voice analysis service module 223 recognizes a voice (eg, “you bastard”) in the section t4 to t5, and classifies the section t4 to t5 as a harmful language section (bs) as the recognized voice is identified as a harmful language After that, the recognized voice can be filtered.
  • the voice analysis service module 223 may replace the recognized voice (eg, "You bastard") with audio data that is not harmful in the period t4 to t5. For example, the voice analysis service module 223 substitutes a purified word mapped to the database (eg, "friend") or a recipient's name or nickname obtained from recipient information, or mutates (eg, "hey ***") can do. The voice analysis service module 223 converts the audio frame 721 replaced with non-harmful audio data (eg "***", "friend” or the name of the recipient) in the period t4 to t5 to the audio transmission module (eg : Can be transmitted to the audio transmission module 221 of FIGS. 2 and 3).
  • the recognized voice eg, "You bastard
  • the voice analysis service module 223 substitutes a purified word mapped to the database (eg, "friend") or a recipient's name or nickname obtained from recipient information, or mutates (eg, "hey ***”) can do.
  • the audio transmission module 221 generates output voice information including an audio frame 721 replaced with audio data (eg "Hey ***", "Hey friend” or the recipient's name) based on the audio transmission protocol, and , the generated output voice information can be output or transmitted in real time.
  • the voice analysis service module 223 may obtain non-harmful audio data based on voices detected in audio frames analyzed at previous points in time.
  • the voice analysis service module 223 of the electronic device generates an audio frame 730 in units of chunks for the voice information 610 input in the interval t5 to t7. ), the t5 to t6 section can be divided into a non-verbal section, and the next t6 to t7 section can be divided into a verbal section.
  • the voice analysis service module 223 recognizes a voice (eg, "what are you doing") in the language section of the t6 to t7 interval, and since the recognized voice is a normal language that is not harmful, an audio frame 731 including the recognized voice may be transmitted to the audio transmission module (eg, the audio transmission module 221 of FIGS. 2 and 3).
  • the voice analysis service module 223 may then recognize the period t7 to t8 as a non-verbal period.
  • the audio transmission module 221 may generate an audio frame 731 including a voice (eg "what are you doing") as output voice information based on an audio transmission protocol, and output or transmit the generated output voice information in real time. there is.
  • an operating method in an electronic device includes an audio module (eg, the electronic device 401 of FIGS. 1 and 4 ) of the electronic device.
  • an audio module eg, the electronic device 401 of FIGS. 1 and 4 ) of the electronic device.
  • Obtaining voice information through the audio module 170 of Step 3 analyzing an audio frame obtained by separating the audio streaming data included in the voice information into designated chunk units, detecting voice in the audio frame, Based on the identification of the objectionable language included in the detected voice, filtering the objectionable language from the audio frame and outputting output voice information including the audio frame from which the objectionable language is filtered. there is.
  • the method further comprises adding non-harmful audio data to the audio frame from which the harmful language is filtered, replacing the harmful language, wherein the non-harmful audio data includes the harmful language It can be a purified word or sound effect to replace.
  • the method may further include an operation of muting the objectionable language by replacing the objectionable language in the audio frame from which the objectionable language is filtered.
  • the method may further include outputting output voice information including an input audio frame without filtering of the harmful language, based on the fact that the harmful language is not identified.
  • the method transmits the output voice information including the audio frame from which the harmful language is filtered to a receiver through a communication module (eg, the communication module 190 of FIGS. 1 and 3 ) of the electronic device.
  • a communication module eg, the communication module 190 of FIGS. 1 and 3
  • An operation of transmitting to an electronic device may be further included.
  • the method receives the voice information from a sender's electronic device (eg, the first electronic device 403 or the second electronic device 405 of FIG. 4 ) through a communication module of the electronic device. and outputting the output voice information processed by the audio module through an output device of the electronic device.
  • a sender's electronic device eg, the first electronic device 403 or the second electronic device 405 of FIG. 4
  • the method may include an operation of collecting harmful languages and an operation of storing the collected harmful languages in a database included in a memory of the electronic device (eg, the memory 130 of FIGS. 1 and 3 ). Including, each of the collected harmful languages may be stored by mapping a refined language.
  • the filtering of the harmful language may include filtering the harmful language by comparing it with harmful languages stored in the database through the voice analysis without converting the audio streaming data included in the voice information into text. Actions may be included.
  • the operation of detecting the voice in the audio frame may include an operation of dividing the audio frame into a voice section and a non-voice section and an operation of detecting the voice in the divided voice section.
  • the filtering of the harmful language may include, when the harmful language is identified, dividing a voice section in which the harmful language is identified into a harmful language section, and the harmful language included in the harmful language section. An operation of replacing the corresponding audio data with non-harmful audio data may be included.
  • the program is a processor (e.g., the electronic device 101 of FIGS. 1 and 3 and the electronic device 401 of FIG. 3) ( Example: When executed by the processor 120 of FIGS. 1 and 3 or the processor 410 of FIG. 4 , the electronic device performs an audio module of the electronic device (eg, the audio module 170 of FIGS. 1 and 3 ).
  • the method may include executable instructions for executing an operation of filtering the objectionable language from the audio frame and an operation of outputting output voice information including the audio frame from which the objectionable language is filtered.
  • 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 a given component from other corresponding components, and may be used to refer to a given component in another aspect (eg, importance or order) is not limited.
  • a (e.g., first) component is said to be “coupled” or “connected” to another (e.g., 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 Store TM ) or on two user devices (e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • a device e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play Store TM
  • 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 storage medium readable by a device such as a manufacturer's server, an application store server, or a relay server's memory.
  • each component (eg, module or program) of the above-described components may include a single object or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. there is.
  • one or more components or operations among the aforementioned corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg modules or programs
  • the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component of the plurality of components prior to the integration. .
  • the actions performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the actions are executed in a different order, or omitted. or one or more other actions may be added.

Landscapes

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

Abstract

본 문서는 유해 언어를 필터링하기 위한 전자 장치 및 방법에 관한 것으로서, 다양한 실시예들에 따르면, 전자 장치는, 오디오 모듈, 메모리 및 상기 오디오 모듈, 상기 메모리 및 상기 통신 모듈과 전기적으로 연결된 적어도 하나의 프로세서를 포함하며, 상기 적어도 하나의 프로세서는, 상기 오디오 모듈을 통해 음성 정보를 획득하고, 상기 음성 정보에 포함된 오디오 스트리밍 데이터에서 지정된 청크 단위로 입력되는 오디오 프레임을 분석하고, 상기 오디오 프레임에서 음성을 감지하고, 상기 감지된 음성에 포함된 유해 언어를 식별한 것에 기반하여, 상기 오디오 프레임에서 상기 유해 언어를 필터링하고, 상기 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하도록 상기 오디오 모듈을 제어하도록 설정될 수 있다. 다른 실시예도 가능하다.

Description

유해 언어를 필터링하기 위한 전자 장치 및 방법
본 문서의 다양한 실시 예들은 유해 언어를 필터링하기 위한 전자 장치 및 방법에 관한 것이다.
최근에는 전자 장치가 사용자의 편의를 위해 다양한 형태로 발전하고 있으며, 다양한 서비스 또는 기능을 제공되고 있다. 전자 장치는 음성 신호를 송신 또는 수신하는 통화(음성 통화 또는 화상 통화) 서비스, 동영상 재생, 방송 서비스, 인공지능(AI)을 이용한 사용자 인터랙션 서비스 등 다양한 서비스 또는 기능을 실행할 수 있다.
송신 또는 수신되는 음성 신호에는 정상적인 언어 이외에 비속어와 같은 부적절한 유해 언어가 포함될 수 있다. 이러한 유해 언어는 사용자에게 부정적인 감정을 초래하므로 서비스를 제공 시 유해 언어를 차단할 필요가 있다. 이러한 유해 언어를 차단하기 위한 종래의 기술은 음성 인식을 통해 유해 언어를 검출할 수 있다.
종래의 유해 언어를 차단하기 위한 기술은 음성 인식을 통해 유해 언어를 검출할 수 있으나, 음성의 의미 단락을 파악하기 위해 음성 정보를 텍스트로 변환한 후 변환된 텍스트를 문장 기반으로 분할하여 분석하여 유해 언어 검출한다.
종래의 기술은 음성을 텍스트로 변환하여 분석하므로 실시간성을 요구하는 음성 서비스에서 상당한 지연 시간이 발생하게 된다.
본 문서는 실시간성을 요구하는 음성 신호를 텍스트로 변환하지 않고, 음성을 기반으로 유해 언어를 필터링하기 위한 전자 장치 및 방법이 제공될 수 있다.
본 문서의 일 실시예에 따르면, 전자 장치는, 오디오 모듈, 메모리 및 상기 오디오 모듈, 상기 메모리 및 상기 통신 모듈과 전기적으로 연결된 적어도 하나의 프로세서를 포함하며, 상기 적어도 하나의 프로세서는, 상기 오디오 모듈을 통해 음성 정보를 획득하고, 상기 음성 정보에 포함된 오디오 스트리밍 데이터에서 지정된 청크 단위로 입력되는 오디오 프레임을 분석하고, 상기 오디오 프레임에서 음성을 감지하고, 상기 감지된 음성에 포함된 유해 언어를 식별한 것에 기반하여, 상기 오디오 프레임에서 상기 유해 언어를 필터링하고, 상기 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하도록 상기 오디오 모듈을 제어하도록 설정될 수 있다.
일 실시 예에 따르면, 전자 장치에서의 동작 방법은, 상기 전자 장치의 오디오 모듈을 통해 음성 정보를 획득하는 동작, 상기 음성 정보에 포함된 오디오 스트리밍 데이터에서 지정된 청크 단위로 입력되는 오디오 프레임을 분석하는 동작, 상기 오디오 프레임에서 음성을 감지하는 동작, 상기 감지된 음성에 포함된 유해 언어를 식별한 것에 기반하여, 상기 오디오 프레임에서 상기 유해 언어를 필터링하는 동작 및 상기 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 입력되는 음성 정보를 텍스트 변환 없이 음성을 기반하여 유해 언어를 필터링함으로써 언어 검출에 의한 지연 시간을 최소화하여 실시간성을 유지한 유해 언어를 검출 및 필터링을 수행할 수 있으며, 유해 언어를 필터링함으로써 유해 언어를 인해 사용자로 하여금 부적절하고 불쾌한 감정이 발생하지 않도록 할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시 예들에 따른 전자 장치의 소프트웨어 모듈의 구성을 나타내는 블록도이다.
도 3은 다양한 실시 예들에 따른 전자 장치의 구성을 나타내는 블록도이다.
도 4는 일 실시 예에 따른 전자 장치의 구성을 나타내는 블록도이다.
도 5는 다양한 실시예들에 따른 전자 장치에서의 동작 방법을 나타내는 흐름도이다.
도 6은 다양한 실시예들에 따른 전자 장치에서의 동작 방법의 예를 나타내는 도면이다.
도 7은 일 실시예에 따른 전자 장치에서의 동작 방법의 예를 나타내는 도면이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 첨부된 도면들을 참조하여 다양한 실시예에 따른 전자 장치에 대해서 살펴본다. 다양한 실시예에서 이용되는 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예를 들어, 인공지능 전자 장치)를 지칭할 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다.
도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 1eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들 간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는 다양한 실시 예들에 따른 전자 장치의 소프트웨어 모듈의 구성을 나타내는 블록도이다.
도 1 및 도 2를 참조하면, 일 실시 예에 따른 전자 장치(101)는 유해 언어 필터링에 관련된 어플리케이션을 실행하기 위한 소프트웨어 모듈(201)(예: 도 1의 프로그램(140))을 구현할 수 있다. 전자 장치(101)의 메모리(130)는 도 2에 도시된 소프트웨어 모듈(201)을 구현하기 위해 명령어들(예: 인스트럭션들(instructions))을 저장할 수 있다. 적어도 하나의 프로세서(120)는 도 2에 도시된 소프트웨어 모듈(201)을 구현하기 위해 메모리(130)에 저장된 명령어들을 실행시킬 수 있고, 소프트웨어 모듈(201)의 기능과 연관된 하드웨어(예: 도 1의 입력 모듈(150), 오디오 모듈(170), 디스플레이 모듈(160) 또는 통신 모듈(190))를 제어할 수 있다.
도 2를 참조하면, 일 실시 예에 따른 전자 장치(101)의 소프트웨어 모듈(201)은 커널(또는 HAL)(210), 프레임워크(예: 도 1의 미들웨어(144))(220) 및 어플리케이션(230)(예: 도 1의 어플리케이션(146))을 포함하여 설정될 수 있다. 소프트웨어 모듈(201)의 적어도 일부는 전자 장치(101) 상에 프리로드(preload) 되거나, 서버(예: 서버(108))로부터 다운로드(download) 가능할 수 있다.
일 실시 예에 따르면, 커널(210)은 드라이버(211)(예: 디바이스 드라이버)를 포함할 수 있다. 예를 들어, 커널(10)은 무선 통신 모듈(예: wifi chipset) 또는 파워(power) 모듈을 포함할 수 있다. 이에 한정되지 않고 다른 모듈을 더 포함하여 설정될 수 있다. 예를 들어, 드라이버(211)는 디스플레이 드라이버, 카메라 드라이버, 블루투스 드라이버, 공유 메모리 드라이버, USB 드라이버, 키패드 드라이버, WIFI 드라이버, 오디오 드라이버, 또는 IPC(inter-process communication) 드라이버를 포함할 수 있다. 시스템 리소스 매니저는 시스템 리소스의 제어, 할당, 또는 회수 중 적어도 하나를 수행할 수 있다.
일 실시 예에 따르면, 프레임워크(framework)(220)는 예를 들어, 오디오 전송 모듈(221)(예:RTP(audio transfer protocol) 및 음성 분석 서비스 모듈(223)을 포함하여 설정될 수 있으며, 이에 한정되지 않고 다른 모듈을 더 포함하여 설정될 수 있다. 프레임워크(220)는 어플리케이션(230)이 공통적으로 필요로 하는 기능을 제공하거나, 어플리케이션(230)이 전자 장치(101) 내부의 제한된 시스템 자원을 효율적으로 사용할 수 있도록 API(application programming interface)(도시되지 않음)를 통해 다양한 기능들을 어플리케이션(230)으로 제공할 수 있다. 오디오 전송 모듈(221)은 무선 통신을 이용하여 송수신되는 음성 정보(예: 오디오 패킷들)을 생성 및 전송에 관련된 기능들을 제공할 수 있다. 음성 분석 서비스 모듈(223)은 입력되는 음성 정보에 대한 음성 인식 및 분석에 관련된 기능들을 제공할 수 있다. 프레임워크(220)는 전술한 구성요소들의 다양한 기능의 조합을 형성하는 모듈을 포함할 수 있다. 프레임워크(220)는 차별화된 기능을 제공하기 위해 운영 체제의 종류별로 특화된 모듈을 제공할 수 있다. 프레임워크(220)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다. 프레임워크(220)는 외부 전자 장치(예, 도 1의 전자 장치(102, 104) 또는 서버(108))와의 무선 통신을 위한 모듈(또는 서비스)(도시되지 않음)을 더 포함하여 설정될 수 있다.
일 실시 예에 따르면, 어플리케이션(230)은 입력되는 음성 정보에서 유해 언어의 필터링에 관련된 어플리케이션(예: 모듈, 매니저 또는 프로그램)(231)을 포함하여 설정될 수 있다. 어플리케이션(230)은 외부 전자 장치 또는 서버와 무선 통신을 위한 어플리케이션을 포함하여 설정될 수 있다. 어플리케이션(230)은 외부 전자 장치(예: 서버(108) 또는 전자 장치(102, 104))로부터 수신된 어플리케이션을 포함할 수 있다. 일 실시 예에 따르면, 어플리케이션(230)은 프리로드 어플리케이션(preloaded application) 또는 서버로부터 다운로드 가능한 제3자 어플리케이션(third party application)을 포함할 수 있다. 도시된 실시 예에 따른 소프트웨어 모듈(201)의 구성요소들 및 구성요소들의 명칭은 운영 체제의 종류에 따라서 달라질 수 있다. 일 실시 예에 따르면, 소프트웨어 모듈(201)의 적어도 일부는 소프트웨어, 펌웨어, 하드웨어, 또는 이들 중 적어도 둘 이상의 조합으로 구현될 수 있다. 소프트웨어 모듈(201)의 적어도 일부는, 예를 들면, 프로세서(예: AP)에 의해 구현(implement)(예: 실행)될 수 있다. 소프트웨어 모듈(201)의 적어도 일부는 적어도 하나의 기능을 수행하기 위한, 예를 들면, 모듈, 프로그램, 루틴, 명령어 세트(sets of instructions) 또는 프로세스 중을 포함할 수 있다.
도 3은 다양한 실시 예들에 따른 전자 장치의 구성을 나타내는 블록도이다.
도 1, 도 2 및 도 3을 참조하면, 다양한 실시예들에 따른 전자 장치(101)의 프로세서(120)는 통신 네트워크를 통해 통신 모듈(190) 또는 입력 장치(예: 도 1의 입력 모듈(150) 또는 마이크)를 통해 수신된 음성 정보를 획득할 수 있다. 프로세서(120)는 수신된 음성 정보를 메모리(130)의 오디오 스트리밍 버퍼(미도시)에 저장하도록 제어할 수 있다. 오디오 모듈(170)은 입력되는 음성 정보에 포함된 오디오 스트리밍 데이터를 지정된 청크(chunk) 단위의 프레임(예: 오디오 청크(audio chunk))으로 구분하여 프로세서(120)로 전달할 수 있다. 프로세서(120)는 지정된 청크 단위의 프레임에 포함된 오디오 데이터를 분석 및 음성 전송 처리를 위한 동작을 수행할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)의 프로세서(120)는 소프트웨어적으로 실행되는 오디오 전송 모듈(221) 및 음성 분석 서비스 모듈(223)을 포함할 수 있다. 프로세서(120)는 실시간 음성 전송 처리하기 위한 동작을 수행하도록 오디오 전송 모듈(221)을 실행하도록 제어하고, 청크 단위의 프레임에 포함된 오디오 데이터를 분석하기 위한 동작을 수행하도록 음성 분석 서비스 모듈(223)을 실행하도록 제어할 수 있다. 프로세서(120)에 의해 실행되는 오디오 전송 모듈(221)은 실시간으로 입력되는 음성 정보를 수신 장치로 전송하도록 실시간 전송 프로토콜(RTP: real-time transport protocol)을 이용하여 오디오 전송 모듈(221)로부터 전달되는 오디오 프레임을 처리할 수 있다. 프로세서(120)에 의해 실행되는 음성 분석 서비스 모듈(223)은 음성 인식 프로그램(예: 기능 또는 알고리즘)(예: context-aware VAD(voice activity detector))을 이용하여 오디오 전송 모듈(221)로부터 전달된 오디오 프레임을 분석하여 오디오 프레임에서 음성 구간 및 비 음성 구간을 구분하고, 음성 구간의 음성을 인식할 수 있다. 프로세서(120)에 의해 실행되는 음성 분석 서비스 모듈(223)은 음성 구간에서 유해 언어를 필터링하기 위한 동작을 수행할 수 있다. 음성 분석 서비스 모듈(223)은 유해 언어 필터링 동작이 완료되면, 유해 언어가 필터링된 오디오 프레임을 음성 인식 처리(예: ASR(automatic speech recognition, speaker recognition) 또는 NLP(natural language processing))를 수행한 후 오디오 전송 모듈(221)로 전달할 수 있다. 오디오 전송 모듈(221)은 실시간 전송 프로토콜(RTP: real-time transport protocol)을 이용하여 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보(예: 전송 패킷)를 생성하고, 생성된 출력 음성 정보를 실시간으로 출력 또는 통신 네트워크를 통해 전송하도록 처리할 수 있다. 여기서, 출력 음성 정보는 전송 엔코딩(transfer-encoding)에 의해 청크된 헤더를 추가하고, 청크 단위로 전송할 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 지정된 청크 단위로 분리한 오디오 프레임을 분석하여 오디오 프레임에 유해 언어가 포함되는 지를 확인할 수 있다. 오디오 프레임에서 유해 언어가 식별되면, 음성 분석 서비스 모듈(223)을 통해 오디오 프레임에서 유해 언어를 필터링할 수 있다. 프로세서(120)는 오디오 프레임을 분석하여 음성 구간 및 비음성 구간으로 구분하고, 상기 구분된 음성 구간에서 유해 언어가 검출되면, 유해 언어가 검출된 음성 구간을 유해 언어 구간으로 구분할 수 있다. 프로세서(120)는 오디오 프레임의 유해 언어 구간에서 식별된 유해 언어에 대응하는 오디오 데이터를 유해하지 않은 오디오 데이터로 대체할 수 있다. 유해하지 않은 오디오 데이터는 유해 언어를 대체할 순화어 또는 효과음일 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 유해 언어들을 수집하고, 수집된 유해 언어들을 메모리(130)에 포함된 데이터 베이스에 저장할 수 있다. 프로세서(120)는 서버(예: 도 1의 서버(108))에 의해 수집된 유해 언어들을 주기적으로 서버로부터 수신하여 저장할 수 있다. 프로세서(120)는 전자 장치에서 관련 어플리케이션을 이용하여 유해 언어들을 수집하여 저장할 수 있다. 프로세서(120)는 사용자가 지정한 유해 언어들을 저장할 수 있다. 프로세서(120)는 인공지능 모델을 이용하여 학습한 유해 언어들을 수집하여 저장할 수 있다. 이에 한정되지 않고, 다양한 방식을 이용하여 유해 언어들을 수집하여 저장할 수 있다. 프로세서(120)는 수집된 유해 언어들 각각에 순화어를 매핑하여 데이터 베이스에 저장할 수 있다. 프로세서(120)는 실시간 입력되는 음성 정보에 포함된 오디오 스트리밍 데이터를 텍스트로 변환하지 않고, 구분된 오디오 프레임에서 인식된 음성에 대한 오디오 데이터를 데이터베이스에 저장된 유해 언어들과 비교하여 유해 언어를 필터링할 수 있다. 예를 들어, 프로세서(120)는 데이터베이스에 필터링된 유해 언어에 매핑된 순화어가 없으면, 필터링된 유해 언어에 대한 오디오 데이터를 제거하고, 묵음 처리하거나 또는 오디오 프레임에 유해 언어 대신 지정된 효과음에 대한 데이터를 추가할 수 있다.
다양한 실시예들에 따르면, 프로세서(120)는 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하도록 오디오 모듈(170)을 제어하거나 통신 네트워크를 통해 외부 전자 장치로 전송하도록 통신 모듈(190)을 제어할 수 있다.
일 실시 예에 따른 전자 장치(예: 도 1 및 도 3의 전자 장치(101))는 사용자가 휴대하는 사용자 장치일 수 있다. 다른 실시예에 있어서, 전자 장치(예: 도 1 및 도 3의 전자 장치(101))는 사용자 장치와 통신 네트워크를 통해 연결되는 장치(예: 게이트웨이(gateway) 또는 서버)로 구현될 수 있으며, 도 1 및 도 3에서 설명한 구성 요소들 중 적어도 일부 구성 요소를 포함하지 않거나 다른 구성 요소를 더 포함하여 구현될 수 있다.
이와 같이, 다양한 실시예들에서는 도 1 및 도 3의 전자 장치(101)를 통해 전자 장치의 주요 구성 요소에 대해 설명하였다. 그러나 다양한 실시 예에서는 도 1 및 도 3을 통해 도시된 구성 요소가 모두 필수 구성 요소인 것은 아니며, 도시된 구성 요소보다 많은 구성 요소에 의해 전자 장치(101)가 구현될 수도 있고, 그 보다 적은 구성 요소에 의해 전자 장치(101)가 구현될 수도 있다. 또한, 도 1 및 도 3을 통해 상술한 전자 장치(101)의 주요 구성 요소의 위치는 다양한 실시 예에 따라 변경 가능할 수 있다.
도 4는 일 실시 예들에 따른 전자 장치의 구성을 나타내는 블록도이다.
도 4를 참조하면, 일 실시예에 따르면, 전자 장치(401)(예: 도 1 및 도 3의 전자 장치(101))는 제1 전자 장치(403) 및 제2 전자 장치(405)와 통신을 수행하는 전자 장치일 수 있다. 전자 장치(401)의 프로세서(410)(예: 도 1 및 도 3의 프로세서(120))는 제1 전자 장치(403) 또는 제2 전자 장치(405) 간에 송/수신되는 오디오 패킷을 처리할 수 있다. 일 예로, 프로세서(410)는 제1 전자 장치(403)로부터 오디오 패킷에 포함된 지정된 청크 단위로 구분된 오디오 프레임(raw audio chunk)을 수신하고, 수신된 오디오 프레임을 분석하여 오디오 프레임에서 유해 언어를 필터링하는 동작을 수행할 수 있다. 프로세서(410)는 유해 언어가 필터링된 오디오 프레임(filtered audio chunk)을 포함하는 출력 음성 정보(예: 오디오 패킷)를 제2 전자 장치(405)로 전송할 수 있다. 다른 예로, 프로세서(410)는 음성 분석 서비스 모듈(413)(예: 도 2 및 도 3의 음성 분석 서비스 모듈(223))에 의해 제2 전자 장치(405)로부터 지정된 청크 단위로 구분된 오디오 프레임(raw audio chunk)을 수신하고, 수신된 오디오 프레임을 분석하여 오디오 프레임에서 유해 언어를 필터링하는 동작을 수행할 수 있다. 프로세서(410)는 오디오 전송 모듈(411)(예: 도 2 및 도 3의 오디오 전송 모듈(221))에 의해 유해 언어가 필터링된 오디오 프레임(filtered audio chunk)을 포함하는 출력 음성 정보(예: 오디오 패킷)를 생성하고, 생성된 출력 음성 정보를 제1 전자 장치(405)로 전송할 수 있다. 여기서, 유해 언어 필터링을 위한 구체적인 동작은 상술한 도 1, 도 2 및 도 3에서 설명한 동작들과 동일하므로 설명을 생략하기로 한다.
다른 실시예에 따르면, 제1 전자 장치(403) 또는 제2 전자 장치(405)가 송신 장치인 경우, 프로세서(410)는 소프트웨어 모듈로 구현되어 송신 장치에 포함될 수 있으며, 송신 장치에서 오디오 프레임을 유해 언어 필터링을 위한 동작을 수행한 후 유해 언어가 필터링된 오디오 프레임을 수신 장치로 전송할 수 있다. 또 다른 실시예에 따르면, 제1 전자 장치(403) 또는 제2 전자 장치(405)가 수신 장치인 경우, 프로세서(410)는 소프트웨어 모듈로 구현되어 수신 장치에 포함될 수 있으며, 송신 장치로부터 유해 언어를 포함하는 오디오 프레임을 수신하고, 수신 장치에서 수신된 오디오 프레임에서 유해 언어 필터링을 위한 동작을 수행한 후 유해 언어가 필터링된 오디오 프레임을 출력할 수 있다. 여기서, 유해 언어 필터링을 위한 구체적인 동작은 상술한 도 1, 도 2 및 도 3에서 설명한 동작들과 동일하므로 설명을 생략하기로 한다.
일 실시예에 따르면, 전자 장치(예, 도 1 및 도 3의 전자 장치(101) 및 도 4의 전자 장치(401))는 오디오 모듈(예: 도 1 및 도 3의 오디오 모듈(170)), 메모리(예: 도 1 및 도 3의 메모리(130))) 및 상기 오디오 모듈 및 상기 메모리와 전기적으로 연결된 적어도 하나의 프로세서(예: 도 1 및 도 3의 프로세서(120) 및 도 4의 프로세서(410))를 포함하며, 상기 적어도 하나의 프로세서는, 상기 오디오 모듈을 통해 음성 정보를 획득하고, 상기 음성 정보에 포함된 오디오 스트리밍 데이터를 지정된 청크 단위로 분리한 오디오 프레임을 분석하고, 상기 오디오 프레임에서 음성을 감지하고, 상기 감지된 음성에 포함된 유해 언어를 식별한 것에 기반하여, 상기 오디오 프레임에서 상기 유해 언어를 필터링하고, 상기 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하도록 상기 오디오 모듈을 제어하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 유해 언어를 대체하여 유해하지 않은 오디오 데이터를 상기 유해 언어가 필터링된 상기 오디오 프레임에 추가하는 동작을 더 포함하며, 상기 유해하지 않은 오디오 데이터는 상기 유해 언어를 대체할 순화어 또는 효과음일 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 유해 언어가 필터링된 상기 오디오 프레임에서 상기 유해 언어를 대체하여 묵음 처리하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 오디오 프레임에서 상기 유해 언어가 검출되지 않은 것에 기반하여, 상기 유해 언어의 필터링 없이 오디오 프레임을 포함하는 출력 음성 정보를 출력하도록 상기 오디오 모듈을 제어하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 통신 모듈(예: 도 1 및 도 3의 통신 모듈(190)) 및 상기 음성 정보를 입력 받는 입력 장치(예: 도 1의 입력 모듈(150) 또는 마이크)를 더 포함하며, 상기 통신 모듈 및 상기 입력 장치와 전기적으로 연결된 상기 적어도 하나의 프로세서는, 상기 유해 언어가 필터링된 오디오 프레임을 포함하는 상기 출력 음성 정보를 수신자의 전자 장치(예: 도 4의 제1 전자 장치(403) 또는 제2 전자 장치(405))로 전송하도록 상기 통신 모듈을 제어하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 통신 모듈 및 출력 장치(예: 도 1의 음향 출력 모듈(155), 스피커 또는 헤드폰)를 더 포함하며, 상기 통신 모듈 및 상기 출력 장치와 전기적으로 연결된 상기 적어도 하나의 프로세서는, 송신자의 전자 장치(예: 도 4의 제1 전자 장치(403) 또는 제2 전자 장치(405))로부터 상기 음성 정보를 수신하도록 상기 통신 모듈을 제어하고, 상기 오디오 모듈에 의해 처리된 상기 출력 음성 정보를 출력하도록 상기 출력 장치를 제어하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 유해 언어들을 수집하고, 수집된 유해 언어들을 상기 메모리에 포함된 데이터 베이스에 저장하고, 상기 수집된 유해 언어들 각각은 순화어를 매핑하여 저장될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 음성 정보에 포함된 상기 오디오 스트리밍 데이터의 텍스트 변환 없이 상기 음성 분석을 통해 상기 데이터베이스에 저장된 유해 언어들과 비교하여 상기 유해 언어를 필터링하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 오디오 프레임을 음성 구간 및 비 음성 구간으로 구분하고, 상기 구분된 음성 구간에서 상기 음성을 감지하고, 상기 유해 언어가 식별된 음성 구간을 유해 언어 구간으로 구분하고, 상기 유해 언어 구간에 포함된 상기 유해 언어에 대응하는 오디오 데이터를 유해하지 않은 오디오 데이터로 대체하도록 설정될 수 있다.
도 5는 다양한 실시예들에 따른 전자 장치에서의 동작 방법을 나타내는 흐름도이다.
도 5를 참조하면, 다양한 실시예들에 따른 전자 장치(예: 도 1 및 도 3의 전자 장치(101) 및 도 4의 전자 장치(401))는, 501 동작에서, 입력 장치(예: 도 1의 입력 모듈(150) 또는 마이크) 또는 통신 모듈(예: 도 1의 통신 모듈(190))을 통해 음성 정보를 획득할 수 있다. 전자 장치는 수신된 음성 정보를 메모리(예: 도 1의 메모리(130))의 오디오 스트리밍 버퍼(미도시)에 저장할 수 있다.
503 동작에서, 전자 장치는 음성 정보에 포함된 오디오 스트리밍 데이터를 지정된 청크 단위로 분리하여 적어도 하나의 오디오 프레임(예: 오디오 청크)을 획득할 수 있다.
505 동작에서, 전자 장치는 적어도 하나의 오디오 프레임에 대한 음성 분석을 수행할 수 있다. 전자 장치는 음성 인식 프로그램(예: 기능 또는 알고리즘)(예: context-aware VAD(voice activity detector))을 이용하여 오디오 프레임을 분석하여 오디오 프레임에서 음성 구간 및 비 음성 구간을 구분하고, 음성 구간의 음성을 인식할 수 있다.
507 동작에서, 전자 장치는 오디오 프레임에서 유해 언어가 식별되었는지를 확인할 수 있다. 확인 결과, 오디오 프레임에서 인식된 음성에 유해 언어가 포함됨에 따라 유해 언어를 식별하면, 전자 장치는 509 동작을 수행하고, 그렇지 않으면, 전자 장치는 오디오 프레임에 유해 언어가 포함되지 않은 것으로 식별함에 따라 513 동작에서 오디오 프레임을 전송하도록 처리할 수 있다.
509 동작에서, 전자 장치는 오디오 프레임에서 유해 언어가 검출됨에 따라 오디오 프레임에서 유해 언어를 필터링할 수 있다. 전자 장치는 상기 구분된 음성 구간에서 유해 언어가 검출되면, 유해 언어가 검출된 음성 구간을 유해 언어 구간으로 구분할 수 있다.
511 동작에서, 전자 장치는 오디오 프레임의 유해 언어 구간에서 식별된 유해 언어에 대응하는 오디오 데이터를 유해하지 않은 오디오 데이터로 대체할 수 있다. 여기서, 유해하지 않은 오디오 데이터는 유해 언어를 대체할 순화어 또는 효과음일 수 있다. 예를 들어, 전자 장치는 오디오 데이터로서 데이터베이스(미도시)에 필터링된 유해 언어에 매핑된 순화어로 유해 언어를 대체할 수 있다. 예를 들어, 전자 장치는 데이터베이스(미도시)에 필터링된 유해 언어에 매핑된 순화어가 없으면, 필터링된 유해 언어에 대한 오디오 데이터를 제거하고, 묵음 처리하거나 또는 오디오 프레임에 유해 언어 대신 지정된 효과음에 대한 데이터를 추가할 수 있다.
513 동작에서, 전자 장치는 오디오 프레임을 포함하는 출력 음성 정보를 오디오 모듈(예: 도 1의 오디오 모듈(170), 스피커 또는 헤드폰)를 통해 출력하거나 통신 모듈(예: 도 1의 통신 모듈(190))을 통해 외부 전자 장치(예: 도 1의 전자 장치(102 또는 104), 도 4의 제1 전자 장치(403) 또는 제2 전자 장치(405))로 전송할 수 있다. 전자 장치는 오디오 프레임에서 유해 언어가 검출되면, 유해 언어가 필터링된 오디오 프레임을 출력 음성 정보로 생성하고, 오디오 프레임에서 유해 언어가 검출되지 않으면, 오디오 프레임을 그대로 출력 음성 정보로 생성할 수 있다.
다양한 실시예들에 따르면, 전자 장치는 유해 언어 필터링 동작을 위한 유해 언어들을 수집하고, 수집된 유해 언어들을 메모리(130)에 포함된 데이터 베이스에 저장할 수 있다. 예를 들어, 전자 장치는 서버(예: 도 1의 서버(108))에 의해 수집된 유해 언어들을 주기적으로 서버로부터 수신하여 저장할 수 있다. 예를 들어, 전자 장치는 관련 어플리케이션을 이용하여 유해 언어들을 수집하여 저장할 수 있다. 전자 장치는 수집된 유해 언어들 각각에 순화어를 매핑하여 데이터 베이스에 저장할 수 있다. 전자 장치는 실시간 입력되는 음성 정보에 포함된 오디오 스트리밍 데이터를 텍스트로 변환하지 않고, 지정된 청크 단위로 구분된 오디오 프레임에서 인식된 음성에 대한 오디오 데이터를 데이터베이스에 저장된 유해 언어들과 비교하여 유해 언어를 필터링할 수 있다.
도 6은 다양한 실시예들에 따른 전자 장치에서의 동작 방법의 예를 나타내는 도면이고, 도 7은 일 실시예에 따른 전자 장치에서의 동작 방법의 예를 나타내는 도면이다.
도 6 및 도 7을 참조하면, 다양한 실시예들에 따른 전자 장치(예: 도 1 및 도 3의 전자 장치(101) 및 도 4의 전자 장치(401))는 입력되는 음성 정보(610)에 포함된 오디오 데이터 스트림을 지정된 청크 단위(예: word boundary 기반 단위)의 오디오 프레임(예: 오디오 청크)으로 구분하여 실시간으로 분석할 수 있다. 전자 장치는 음성 인식 프로그램(예: 기능 또는 알고리즘)(예: context-aware VAD(voice activity detector))을 이용하여 오디오 프레임을 분석하여 오디오 프레임에서 음성 구간(s) 및 비 음성 구간(ns)을 구분하고 음성 구간의 음성을 인식할 수 있다. 전자 장치는 음성 구간(s)에 유해 언어가 포함되었는지를 확인하여 유해 언어가 포함된 음성 구간을 유해 언어 음성 구간(bs)으로 구분할 수 있다.
다양한 실시예들에 따르면, 도 6 및 도 7에 도시된 바와 같이, 전자 장치의 음성 분석 서비스 모듈(223)은 t1~t3 구간에서 입력되는 음성 정보(610)에 대한 청크 단위의 오디오 프레임(710)을 분석하여 t1~t2 구간을 비 언어 구간으로 구분하고, 다음 t2~t3 구간을 언어 구간으로 구분할 수 있다. 음성 분석 서비스 모듈(223)은 t2~t3 구간의 언어 구간에서 음성(예: "이")을 인식하고, 인식된 음성(예: "이")이 유해하지 않은 정상적인 언어이므로 인식된 음성(예: "이")을 포함하는 오디오 프레임(711)을 오디오 전송 모듈(예: 도 2 및 도 3의 오디오 전송 모듈(221))로 전송할 수 있다. 오디오 전송 모듈(221)은 오디오 전송 프로토콜을 기반하여 음성(예: "이")을 포함하는 오디오 프레임(711)을 출력 음성 정보로 생성하고, 생성된 출력 음성 정보를 실시간으로 출력 또는 전송할 수 있다.
다양한 실시예들에 따르면, 도 6 및 도 7에 도시된 바와 같이, 전자 장치의 음성 분석 서비스 모듈(223)은 입력되는 음성 정보(610)에 대한 청크 단위의 오디오 프레임(720)을 분석하여 t3~t4 구간을 비 언어 구간으로 구분하고, 다음 t4~t5 구간을 언어 구간으로 구분할 수 있다. t3~t5 구간을 비언어 구간으로 인식할 수 있다. 음성 분석 서비스 모듈(223)은 t4~t5 구간에서 음성(예:"개새끼야")을 인식하고, 인식된 음성이 유해 언어인 것으로 식별됨에 따라 t4~t5 구간을 유해 언어 구간(bs)으로 분류한 후 인식된 음성을 필터링할 수 있다. 음성 분석 서비스 모듈(223)은 t4~t5 구간에서 인식된 음성(예:"개새끼야")을 유해하지 않은 오디오 데이터로 대체할 수 있다. 예를 들어, 음성 분석 서비스 모듈(223)은 데이터베이스에 매핑된 순화어(예: "친구") 또는 수신자 정보로부터 획득한 수신자 이름 또는 별명으로 대체하거나, 묵음처리(예:"***야")할 수 있다. 음성 분석 서비스 모듈(223)은 t4~t5 구간에서 유해하지 않은 오디오 데이터(예:"***야", "친구야" 또는 수신자 이름)로 대체된 오디오 프레임(721)을 오디오 전송 모듈(예: 도 2 및 도 3의 오디오 전송 모듈(221))로 전송할 수 있다. 오디오 전송 모듈(221)은 오디오 전송 프로토콜을 기반하여 오디오 데이터(예:"***야", "친구야" 또는 수신자 이름)로 대체된 오디오 프레임(721)을 포함하는 출력 음성 정보로 생성하고, 생성된 출력 음성 정보를 실시간으로 출력 또는 전송할 수 있다. 예를 들어, 음성 분석 서비스 모듈(223)은 이전 시점들에서 분석한 오디오 프레임들에서 검출된 음성들을 기반하여 유해하지 않은 오디오 데이터를 획득할 수 있다.
다양한 실시예들에 따르면, 도 6 및 도 7에 도시된 바와 같이, 전자 장치의 음성 분석 서비스 모듈(223)은 t5~t7 구간에서 입력되는 음성 정보(610)에 대한 청크 단위의 오디오 프레임(730)을 분석하여 t5~t6 구간을 비 언어 구간으로 구분하고, 다음 t6~t7 구간을 언어 구간으로 구분할 수 있다. 음성 분석 서비스 모듈(223)은 t6~t7 구간의 언어 구간에서 음성(예: "뭐하는 거야")을 인식하고, 인식된 음성이 유해하지 않은 정상적인 언어이므로 인식된 음성을 포함하는 오디오 프레임(731)을 오디오 전송 모듈(예: 도 2 및 도 3의 오디오 전송 모듈(221))로 전송할 수 있다. 음성 분석 서비스 모듈(223)은 이후 t7~t8 구간은 비언어 구간으로 인식할 수 있다. 오디오 전송 모듈(221)은 오디오 전송 프로토콜을 기반하여 음성(예: "뭐하는 거야")을 포함하는 오디오 프레임(731)을 출력 음성 정보로 생성하고, 생성된 출력 음성 정보를 실시간으로 출력 또는 전송할 수 있다.
일 실시 예에 따르면, 전자 장치(예: 도 1 및 도 2의 전자 장치(101) 및 도 4의 전자 장치(401))에서의 동작 방법은 상기 전자 장치의 오디오 모듈(예: 도 1 및 도 3의 오디오 모듈(170))을 통해 음성 정보를 획득하는 동작, 상기 음성 정보에 포함된 오디오 스트리밍 데이터를 지정된 청크 단위로 분리한 오디오 프레임을 분석하는 동작, 상기 오디오 프레임에서 음성을 감지하는 동작, 상기 감지된 음성에 포함된 유해 언어를 식별한 것에 기반하여, 상기 오디오 프레임에서 상기 유해 언어를 필터링하는 동작 및 상기 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 방법은, 상기 유해 언어를 대체하여 유해하지 않은 오디오 데이터를 상기 유해 언어가 필터링된 상기 오디오 프레임에 추가하는 동작을 더 포함하며, 상기 유해하지 않은 오디오 데이터는 상기 유해 언어를 대체할 순화어 또는 효과음일 수 있다.
일 실시 예에 따르면, 상기 방법은, 상기 유해 언어가 필터링된 상기 오디오 프레임에서 상기 유해 언어를 대체하여 묵음 처리하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 방법은, 상기 유해 언어가 식별되지 않은 것에 기반하여, 상기 유해 언어의 필터링 없이 입력되는 오디오 프레임을 포함하는 출력 음성 정보를 출력하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 방법은, 상기 유해 언어가 필터링된 오디오 프레임을 포함하는 상기 출력 음성 정보를 상기 전자 장치의 통신 모듈(예: 도 1 및 도 3의 통신 모듈(190))을 통해 수신자의 전자 장치(예: 도 4의 제1 전자 장치(403) 또는 제2 전자 장치(405))로 전송하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 방법은, 송신자의 전자 장치(예: 도 4의 제1 전자 장치(403) 또는 제2 전자 장치(405))로부터 상기 음성 정보를 상기 전자 장치의 통신 모듈을 통해 수신하는 동작 및 상기 오디오 모듈에 의해 처리된 상기 출력 음성 정보를 상기 전자 장치의 출력 장치를 통해 출력하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 방법은, 유해 언어들을 수집하는 동작 및 상기 수집된 유해 언어들을 상기 전자 장치의 메모리(예: 도 1 및 도 3의 메모리(130))에 포함된 데이터베이스에 저장하는 동작을 포함하며, 상기 수집된 유해 언어들 각각은 순화어를 매핑하여 저장될 수 있다.
일 실시 예에 따르면, 상기 유해 언어를 필터링하는 동작은, 상기 음성 정보에 포함된 상기 오디오 스트리밍 데이터의 텍스트 변환 없이 상기 음성 분석을 통해 상기 데이터베이스에 저장된 유해 언어들과 비교하여 상기 유해 언어를 필터링하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 오디오 프레임에서 음성을 감지하는 동작은, 상기 오디오 프레임을 음성 구간 및 비 음성 구간으로 구분하는 동작 및 상기 구분된 음성 구간에서 상기 음성을 감지하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 유해 언어를 필터링하는 동작은, 상기 유해 언어가 식별되면, 상기 유해 언어가 식별된 음성 구간을 유해 언어 구간으로 구분하는 동작 및 상기 유해 언어 구간에 포함된 상기 유해 언어에 대응하는 오디오 데이터를 유해하지 않은 오디오 데이터로 대체하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 프로그램을 저장하는 비일시적 저장 매체에 있어서, 상기 프로그램은, 전자 장치(예: 도 1 및 도 3의 전자 장치(101) 및 도 3의 전자 장치(401))의 프로세서(예: 도 1 및 도 3의 프로세서(120) 또는 도 4의 프로세서(410))에 의한 실행 시, 상기 전자 장치가, 상기 전자 장치의 오디오 모듈(예: 도 1 및 도 3의 오디오 모듈(170))을 통해 음성 정보를 획득하는 동작, 상기 음성 정보에 포함된 오디오 스트리밍 데이터에서 지정된 청크 단위로 입력되는 오디오 프레임을 분석하는 동작, 상기 오디오 프레임에서 음성을 감지하는 동작, 상기 감지된 음성에 포함된 유해 언어를 식별한 것에 기반하여, 상기 오디오 프레임에서 상기 유해 언어를 필터링하는 동작, 및 상기 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하는 동작을 실행하도록 실행 가능한 명령을 포함할 수 있다.
그리고 본 문서에 개시된 실시예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 문서에서 기재된 기술의 범위를 한정하는 것은 아니다. 따라서, 본 문서의 범위는, 본 문서의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시예를 포함하는 것으로 해석되어야 한다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (15)

  1. 전자 장치(101, 401)에 있어서,
    오디오 모듈(170);
    메모리(130); 및
    상기 오디오 모듈, 상기 메모리 및 상기 통신 모듈과 전기적으로 연결된 적어도 하나의 프로세서(120, 410)를 포함하며,
    상기 적어도 하나의 프로세서는,
    상기 오디오 모듈을 통해 음성 정보를 획득하고,
    상기 음성 정보에 포함된 오디오 스트리밍 데이터에서 지정된 청크 단위로 입력되는 오디오 프레임을 분석하고,
    상기 오디오 프레임에서 음성을 감지하고,
    상기 감지된 음성에 포함된 유해 언어를 식별한 것에 기반하여, 상기 오디오 프레임에서 상기 유해 언어를 필터링하고,
    상기 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하도록 상기 오디오 모듈을 제어하도록 설정되는, 전자 장치.
  2. 제1항에 있어서, 상기 적어도 하나의 프로세서는,
    상기 유해 언어를 대체하여 유해하지 않은 오디오 데이터를 상기 유해 언어가 필터링된 상기 오디오 프레임에 추가하고,
    상기 유해 언어가 검출되지 않은 것에 기반하여, 상기 유해 언어의 필터링 없이 입력되는 오디오 프레임을 포함하는 출력 음성 정보를 출력하도록 상기 오디오 모듈을 제어하도록 설정되며,
    상기 유해하지 않은 오디오 데이터는 상기 유해 언어를 대체할 순화어 또는 효과음인, 전자 장치.
  3. 제1항 또는 제2항에 있어서, 상기 적어도 하나의 프로세서는,
    상기 유해 언어가 필터링된 상기 오디오 프레임에서 상기 유해 언어를 대체하여 묵음 처리하도록 설정되는, 전자장치.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 전자 장치는,
    통신 모듈(190); 및
    상기 음성 정보를 입력 받는 입력 장치(150)를 더 포함하며,
    상기 통신 모듈 및 상기 입력 장치와 전기적으로 연결된 상기 적어도 하나의 프로세서는,
    상기 통신 모듈을 통해 송신자의 전자 장치(403)로부터 상기 음성 정보를 수신 또는 상기 입력 장치를 통해 상기 음성 정보를 수신하고,
    상기 유해 언어가 필터링된 오디오 프레임을 포함하는 상기 출력 음성 정보를 수신자의 전자 장치(405)로 전송하도록 상기 통신 모듈을 제어하도록 설정되는, 전자 장치.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 적어도 하나의 프로세서는,
    유해 언어들을 수집하고,
    상기 수집된 유해 언어들을 상기 메모리에 포함된 데이터베이스에 저장하고, 상기 수집된 유해 언어들 각각은 순화어를 매핑하여 저장되며,
    상기 음성 정보에 포함된 상기 오디오 스트리밍 데이터의 텍스트 변환 없이 상기 음성 분석을 통해 상기 데이터베이스에 저장된 유해 언어들과 비교하여 상기 유해 언어를 필터링하도록 설정되는, 전자 장치.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 적어도 하나의 프로세서는,
    상기 오디오 프레임을 음성 구간 및 비 음성 구간으로 구분하고,
    상기 구분된 음성 구간에서 상기 음성을 감지하고,
    상기 유해 언어가 식별된 음성 구간을 유해 언어 구간으로 구분하고,
    상기 유해 언어 구간에 포함된 상기 유해 언어에 대응하는 오디오 데이터를 유해하지 않은 오디오 데이터로 대체하도록 설정되는, 전자 장치.
  7. 전자 장치(101, 401)에서의 동작 방법에 있어서,
    상기 전자 장치의 오디오 모듈(170)을 통해 음성 정보를 획득하는 동작;
    상기 음성 정보에 포함된 오디오 스트리밍 데이터에서 지정된 청크 단위로 입력되는 오디오 프레임을 분석하는 동작;
    상기 오디오 프레임에서 음성을 감지하는 동작;
    상기 감지된 음성에 포함된 유해 언어를 식별한 것에 기반하여, 상기 오디오 프레임에서 상기 유해 언어를 필터링하는 동작; 및
    상기 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하는 동작을 포함하는, 방법.
  8. 제7항에 있어서, 상기 방법은,
    상기 유해 언어를 대체하여 유해하지 않은 오디오 데이터를 상기 유해 언어가 필터링된 상기 오디오 프레임에 추가하는 동작을 더 포함하며,
    상기 유해하지 않은 오디오 데이터는 상기 유해 언어를 대체할 순화어 또는 효과음인, 방법.
  9. 제7항 또는 제8항에 있어서, 상기 방법은,
    상기 유해 언어가 필터링된 상기 오디오 프레임에서 상기 유해 언어를 대체하여 묵음 처리하는 동작을 더 포함하는, 방법.
  10. 제7항 내지 제9항 중 어느 한 항에 있어서, 상기 방법은,
    상기 유해 언어가 식별되지 않은 것에 기반하여, 상기 유해 언어의 필터링 없이 입력되는 오디오 프레임을 포함하는 출력 음성 정보를 출력하는 동작을 더 포함하는, 방법.
  11. 제7항 내지 제10항 중 어느 한 항에 있어서, 상기 방법은,
    상기 전자 장치의 통신 모듈(190)을 통해 송신자의 전자 장치(403)로부터 상기 음성 정보를 수신 또는 상기 입력 장치를 통해 상기 음성 정보를 수신하는 동작; 및
    상기 유해 언어가 필터링된 오디오 프레임을 포함하는 상기 출력 음성 정보를 상기 통신 모듈을 통해 수신자의 전자 장치(405)로 전송하는 동작을 더 포함하는, 방법.
  12. 제7항 내지 제11항 중 어느 한 항에 있어서, 상기 방법은,
    유해 언어들을 수집하는 동작; 및
    상기 수집된 유해 언어들을 상기 전자 장치의 메모리(130)에 포함된 데이터 베이스에 저장하는 동작을 더 포함하며,
    상기 수집된 유해 언어들 각각은 순화어를 매핑하여 저장되는, 방법.
  13. 제7항 내지 제12항 중 어느 한 항에 있어서, 상기 유해 언어를 필터링하는 동작은,
    상기 음성 정보에 포함된 상기 오디오 스트리밍 데이터의 텍스트 변환 없이 상기 음성 분석을 통해 상기 데이터베이스에 저장된 유해 언어들과 비교하여 상기 유해 언어를 필터링하는 동작을 포함하는, 방법.
  14. 제7항 내지 제13항 중 어느 한 항에 있어서, 상기 오디오 프레임에서 음성을 감지하는 동작은,
    상기 오디오 프레임을 음성 구간 및 비 음성 구간으로 구분하는 동작; 및
    상기 구분된 음성 구간에서 상기 음성을 감지하는 동작을 포함하며, 상기 유해 언어를 필터링하는 동작은,
    상기 유해 언어가 식별되면, 상기 유해 언어가 식별된 음성 구간을 유해 언어 구간으로 구분하는 동작; 및
    상기 유해 언어 구간에 포함된 상기 유해 언어에 대응하는 오디오 데이터를 유해하지 않은 오디오 데이터로 대체하는 동작을 포함하는, 방법.
  15. 프로그램을 저장하는 비 일시적 저장 매체에 있어서, 상기 프로그램은, 전자 장치(101, 401)의 프로세서(120)에 의한 실행 시, 상기 전자 장치가,
    상기 전자 장치의 오디오 모듈(170)을 통해 음성 정보를 획득하는 동작;
    상기 음성 정보에 포함된 오디오 스트리밍 데이터에서 지정된 청크 단위로 입력되는 오디오 프레임을 분석하는 동작;
    상기 오디오 프레임에서 음성을 감지하는 동작;
    상기 감지된 음성에 포함된 유해 언어를 식별한 것에 기반하여, 상기 오디오 프레임에서 상기 유해 언어를 필터링하는 동작; 및
    상기 유해 언어가 필터링된 오디오 프레임을 포함하는 출력 음성 정보를 출력하는 동작을 실행하도록 실행 가능한 인스트럭션들을 포함하는, 비 일시적 저장 매체.
PCT/KR2022/018515 2021-11-23 2022-11-22 유해 언어를 필터링하기 위한 전자 장치 및 방법 WO2023096309A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2021-0162341 2021-11-23
KR20210162341 2021-11-23
KR1020220001102A KR20230076049A (ko) 2021-11-23 2022-01-04 유해 언어를 필터링하기 위한 전자 장치 및 방법
KR10-2022-0001102 2022-01-04

Publications (1)

Publication Number Publication Date
WO2023096309A1 true WO2023096309A1 (ko) 2023-06-01

Family

ID=86539976

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/018515 WO2023096309A1 (ko) 2021-11-23 2022-11-22 유해 언어를 필터링하기 위한 전자 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2023096309A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050012015A (ko) * 2003-07-24 2005-01-31 주식회사 안다미로 음성채팅 및 음성제어가 가능한 아케이드 게임 시스템 및그 제어방법
KR20100129032A (ko) * 2009-05-29 2010-12-08 (주)엠더블유스토리 한국어를 위한 비속어 필터링 방법
KR20190051453A (ko) * 2017-11-07 2019-05-15 주식회사 제네시스랩 온라인 익명 상담매칭서비스제공시스템, 상담매칭서비스제공방법 및 컴퓨터-판독가능매체
CN110265035A (zh) * 2019-04-25 2019-09-20 武汉大晟极科技有限公司 一种基于深度学习的说话人识别方法
US10820131B1 (en) * 2019-10-02 2020-10-27 Turku University of Applied Sciences Ltd Method and system for creating binaural immersive audio for an audiovisual content

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050012015A (ko) * 2003-07-24 2005-01-31 주식회사 안다미로 음성채팅 및 음성제어가 가능한 아케이드 게임 시스템 및그 제어방법
KR20100129032A (ko) * 2009-05-29 2010-12-08 (주)엠더블유스토리 한국어를 위한 비속어 필터링 방법
KR20190051453A (ko) * 2017-11-07 2019-05-15 주식회사 제네시스랩 온라인 익명 상담매칭서비스제공시스템, 상담매칭서비스제공방법 및 컴퓨터-판독가능매체
CN110265035A (zh) * 2019-04-25 2019-09-20 武汉大晟极科技有限公司 一种基于深度学习的说话人识别方法
US10820131B1 (en) * 2019-10-02 2020-10-27 Turku University of Applied Sciences Ltd Method and system for creating binaural immersive audio for an audiovisual content

Similar Documents

Publication Publication Date Title
WO2019177373A1 (en) Electronic device for controlling predefined function based on response time of external electronic device on user input, and method thereof
WO2022154270A1 (ko) 요약 영상 생성 방법 및 그 전자 장치
WO2023096309A1 (ko) 유해 언어를 필터링하기 위한 전자 장치 및 방법
WO2022186470A1 (ko) 오디오 처리 방법 및 이를 포함하는 전자 장치
WO2022211389A1 (ko) 오디오 공유를 지원하기 위한 전자 장치
WO2022071708A1 (ko) 컨텐츠 추천 서비스를 제공하는 전자 장치 및 그 방법
WO2022102960A1 (en) Electronic device for managing task relating to processing of audio signal, and operation method therefor
WO2022181869A1 (ko) 복수의 어플리케이션들에 공유되는 기계 학습 모델을 이용한 장치 및 방법
WO2021091063A1 (ko) 전자장치 및 그 제어방법
KR20230076049A (ko) 유해 언어를 필터링하기 위한 전자 장치 및 방법
WO2022092609A1 (ko) 오디오 데이터 처리 방법 및 그 장치
KR20210133004A (ko) 음질 향상 방법 및 그 장치
WO2022158838A1 (ko) 전자 장치 및 전자 장치의 데이터 처리 방법
WO2023038217A1 (ko) 신경망 모델을 처리하는 전자 장치와 이의 동작 방법
WO2024043485A1 (ko) 텍스트를 포함하는 이미지를 처리하기 위한 전자 장치 및 방법
WO2024080597A1 (ko) 오디오 비트스트림을 적응적으로 처리하는 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체
WO2022196965A1 (ko) 어시스턴스 모듈을 이용하여 상대방과 통신을 수행하는 전자 장치 및 그 제어 방법
WO2024063251A1 (ko) 전자 장치 및 전자 장치의 발열 제어 방법
WO2023163341A1 (ko) 터치 입력의 인식 감도를 조정하는 방법 및 이를 수행하는 전자 장치
WO2023022359A1 (ko) 어플리케이션의 실행 오류를 검출하는 전자 장치 및 그 작동 방법
WO2022158932A1 (ko) 개인화된 미디어 컨텐츠를 제공하는 방법 및 이를 이용한 전자 장치
WO2022177183A1 (ko) 오디오 데이터 처리 방법 및 이를 지원하는 전자 장치
WO2022182020A1 (ko) 검색 서비스를 제공하기 위한 전자 장치 및 그 작동 방법
WO2023018151A1 (ko) 인증 타입에 따라 상이한 로그인 프로세스를 수행하는 전자 장치 및 그 제어 방법
WO2022154394A1 (ko) 내부 노이즈를 줄이는 전자 장치 및 이의 동작 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: 22898991

Country of ref document: EP

Kind code of ref document: A1