WO2023113502A1 - 전자 장치 및 전자 장치의 음성 명령어 추천 방법 - Google Patents

전자 장치 및 전자 장치의 음성 명령어 추천 방법 Download PDF

Info

Publication number
WO2023113502A1
WO2023113502A1 PCT/KR2022/020468 KR2022020468W WO2023113502A1 WO 2023113502 A1 WO2023113502 A1 WO 2023113502A1 KR 2022020468 W KR2022020468 W KR 2022020468W WO 2023113502 A1 WO2023113502 A1 WO 2023113502A1
Authority
WO
WIPO (PCT)
Prior art keywords
electronic device
voice command
information
user
module
Prior art date
Application number
PCT/KR2022/020468
Other languages
English (en)
French (fr)
Inventor
이윤주
여재영
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to US18/082,179 priority Critical patent/US20230197077A1/en
Publication of WO2023113502A1 publication Critical patent/WO2023113502A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • 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
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Definitions

  • Embodiments disclosed in this document are related to a technique for recommending usable voice commands to a user.
  • the intelligent assistance service may infer the user's intention by performing natural language processing on the user's utterance, and may process the control device to be controlled based on the inferred user's intention.
  • a user may not be able to easily know a usable voice command according to a state of the electronic device. Therefore, there is a need for a technology capable of informing a user of voice commands usable in an electronic device.
  • Various embodiments of the present disclosure are intended to provide an electronic device and method capable of providing a recommended voice command that can be used in relation to a message currently being provided to a user.
  • An electronic device a display, communication circuitry, a memory, and at least one processor operatively coupled with the display, the communication circuitry, and the memory, wherein the memory, when executed by the at least one processor, the The device divides sentences included in a message being provided to the user by the electronic device into action units, converts each sentence of the divided action unit into a form of voice command, and includes user information, information related to the electronic device, and the like. It is determined whether an operation corresponding to the converted voice command can be performed based on at least one of information related to an external execution device connected to the electronic device, and based on the determination, at least one recommendation voice corresponding to the operable operation is determined. It may store instructions that allow information of the instruction to be provided.
  • An electronic device comprising communication circuitry, a memory, and at least one processor operatively coupled with the communication circuitry and the memory, wherein the memory, when executed by the at least one processor, causes the electronic device to: Through a circuit, information on a message being provided by the external electronic device is received from an external electronic device, and based on the information on the message, a sentence included in the message is divided into action units, and the divided action units are divided. An operation of converting each of the sentences in the form of a voice command and corresponding to the converted voice command based on at least one of user information, information related to the external electronic device, and information related to an external execution device connected to the external electronic device. It is determined whether or not the function can be performed, at least one recommended voice command corresponding to an operable operation is determined based on the determination, and information on the at least one recommended voice command is transmitted to the external electronic device through the communication circuit. You can store instructions to provide.
  • a method for recommending a voice command of an electronic device includes an operation of classifying a sentence included in a message being provided to a user by the electronic device in units of actions; converting each sentence of the divided action unit into a form of voice command; determining whether an operation corresponding to the converted voice command can be performed based on at least one of user information, information related to the electronic device, and information related to an external execution device connected to the electronic device; and providing information on at least one recommended voice command corresponding to an action that can be performed based on the determination.
  • a method for recommending a voice command by an electronic device includes an operation of receiving information about a message being provided by the external electronic device from an external electronic device, based on the information about the message, An operation of dividing sentences included in a message into action units, an operation of converting each sentence of the divided action units into a voice command form, user information, information related to the external electronic device, and external execution connected to the external electronic device Determining whether an operation corresponding to the converted voice command can be performed based on at least one of device-related information, determining at least one recommended voice command corresponding to an operable operation based on the determination, and providing information on the at least one recommended voice command to the external electronic device.
  • an electronic device may provide a usable recommended voice command related to a message (eg, a screen or voice) currently being provided to a user.
  • a message eg, a screen or voice
  • voice commands corresponding to operations that can be continuously performed in relation to a response message to a user's voice input may be recommended.
  • voice commands suitable for the current situation may be recommended for various domains regardless of the domain into which the electronic device currently enters.
  • FIG. 1 illustrates an electronic device in a network environment according to various embodiments.
  • FIG. 2 is a block diagram illustrating an integrated intelligence system according to an embodiment.
  • FIG. 3 is a diagram illustrating a form in which relationship information between concepts and actions is stored in a database according to an embodiment.
  • FIG. 4 is a diagram illustrating a user terminal displaying a screen for processing a voice input received through an intelligent app, according to an embodiment.
  • FIG. 5 is a block diagram of an electronic device according to an embodiment.
  • FIG. 6 is a block diagram of an electronic device according to an embodiment.
  • FIG. 7 is a diagram schematically illustrating an integrated intelligence system according to an embodiment.
  • 8A to 8F are diagrams for explaining an operation of an electronic device according to an exemplary embodiment.
  • 9 is an example of a user interface in which an electronic device provides a recommended voice command according to an embodiment.
  • 10 is an example of a user interface in which an electronic device provides a recommended voice command according to an embodiment.
  • FIG. 11 is a flowchart of a method for recommending a voice command of an electronic device according to an embodiment.
  • FIG. 12 is a flowchart of a method for recommending a voice command of an electronic device according to an embodiment.
  • FIG. 13 is a flowchart of a method for recommending a voice command of an electronic device according to an embodiment.
  • FIG. 1 is a block diagram of an electronic device 101 within a network environment 100, according to various embodiments.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or through a second network 199. It may communicate with at least one of the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • a first network 198 eg, a short-range wireless communication network
  • the server 108 e.g, a long-distance wireless communication network
  • the electronic device 101 includes a processor 120, a memory 130, an input module 150, an audio output module 155, a display module 160, an audio module 170, a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or the antenna module 197 may be included.
  • at least one of these components eg, the connection terminal 178) may be omitted or one or more other components may be added.
  • some of these components eg, sensor module 176, camera module 180, or antenna module 197) are integrated into a single component (eg, display module 160). It can be.
  • the processor 120 for example, executes software (eg, the program 140) to cause at least one other component (eg, hardware or software component) of the electronic device 101 connected to the processor 120. It can control and perform various data processing or calculations. According to one embodiment, as at least part of data processing or operation, processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • software eg, the program 140
  • processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • the processor 120 includes a main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor).
  • a main processor 121 eg, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor.
  • NPU neural network processing unit
  • the secondary processor 123 may use less power than the main processor 121 or be set to be specialized for a designated function.
  • the secondary processor 123 may be implemented separately from or as part of the main processor 121 .
  • the secondary processor 123 may, for example, take the place of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, running an application). ) state, together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states.
  • the auxiliary processor 123 eg, an image signal processor or a communication processor
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • AI models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself where the artificial intelligence model is performed, or may be performed through a separate server (eg, the server 108).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning or reinforcement learning, but in the above example Not limited.
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the foregoing, but is not limited to the foregoing examples.
  • the artificial intelligence model may include, in addition or alternatively, software structures in addition to hardware structures.
  • the memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176) of the electronic device 101 .
  • the data may include, for example, input data or output data for software (eg, program 140) and commands related thereto.
  • the memory 130 may include volatile memory 132 or non-volatile memory 134 .
  • the program 140 may be stored as software in the memory 130 and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
  • the input module 150 may receive a command or data to be used by a component (eg, the processor 120) of the electronic device 101 from the outside of the electronic device 101 (eg, a user).
  • the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 155 may output sound signals to the outside of the electronic device 101 .
  • the sound output module 155 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • a receiver may be used to receive an incoming call. According to one embodiment, the receiver may be implemented separately from the speaker or as part of it.
  • the display module 160 may visually provide information to the outside of the electronic device 101 (eg, a user).
  • the display module 160 may include, for example, a display, a hologram device, or a projector and a control circuit for controlling the device.
  • the display module 160 may include a touch sensor configured to detect a touch or a pressure sensor configured to measure the intensity of force generated by the touch.
  • the audio module 170 may convert sound into an electrical signal or vice versa. According to an embodiment, the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the detected state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, an air pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an infrared (IR) sensor, a bio sensor, It may include a temperature sensor, humidity sensor, or light sensor.
  • the interface 177 may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device 101 to an external electronic device (eg, the electronic device 102).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card interface
  • audio interface audio interface
  • connection terminal 178 may include a connector through which the electronic device 101 may be physically connected to an external electronic device (eg, the electronic device 102).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 may convert electrical signals into mechanical stimuli (eg, vibration or motion) or electrical stimuli that a user may perceive through tactile or kinesthetic senses.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 may capture still images and moving images. According to one embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 may manage power supplied to the electronic device 101 .
  • the power management module 188 may be implemented as at least part of a power management integrated circuit (PMIC), for example.
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • the battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). Establishment and communication through the established communication channel may be supported.
  • the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 190 may be a wireless communication module 192 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, a : a local area network (LAN) communication module or a power line communication module).
  • a 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 : 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 eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency (for realizing URLLC).
  • peak data rate eg, 20 Gbps or more
  • loss coverage eg, 164 dB or less
  • U-plane latency for realizing URLLC.
  • DL downlink
  • UL uplink each of 0.5 ms or less, or round trip 1 ms or less
  • the antenna module 197 may transmit or receive signals or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (eg, PCB).
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is selected from the plurality of antennas by the communication module 190, for example. can be chosen A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC) may be additionally formed as a part of the antenna module 197 in addition to the radiator.
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first surface (eg, a 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 an integrated intelligence system according to an embodiment.
  • an integrated intelligent system may include a user terminal 201, an intelligent server 300, and a service server 400.
  • the user terminal 201 (eg, the electronic device 101 of FIG. 1 ) of an embodiment may be a terminal device (or electronic device) capable of connecting to the Internet, and may be, for example, a mobile phone, a smart phone, or a personal digital assistant (PDA). digital assistant), a notebook computer, a television (TV), a white appliance, a wearable device, a head mounted device (HMD), or a smart speaker.
  • a terminal device or electronic device capable of connecting to the Internet
  • PDA personal digital assistant
  • digital assistant digital assistant
  • TV television
  • white appliance a white appliance
  • HMD head mounted device
  • smart speaker a smart speaker
  • the user terminal 201 may include a communication interface 290, a microphone 270, a speaker 255, a display 260, a memory 230, and/or a processor 220. there is.
  • the components listed above may be operatively or electrically connected to each other.
  • the communication interface 290 may be connected to an external device to transmit/receive data.
  • the microphone 270 eg, the audio module 170 of FIG. 1
  • the speaker 255 eg, the sound output module 155 of FIG. 1
  • Display 260 may be configured to display images or video.
  • the display 260 according to an embodiment may also display a graphical user interface (GUI) of an app (or application program) being executed.
  • GUI graphical user interface
  • the memory 230 may store a client module 231, a software development kit (SDK) 233, and a plurality of applications (eg, 235a and 235b). there is.
  • the client module 231 and the SDK 233 may constitute a framework (or solution program) for performing general functions. Also, the client module 231 or the SDK 233 may configure a framework for processing voice input.
  • the plurality of applications may be programs for performing designated functions.
  • the plurality of applications may include a first app 235a and/or a second app 235b.
  • each of the plurality of applications may include a plurality of operations for performing a designated function.
  • the applications may include an alarm app, a message app, and/or a schedule app.
  • a plurality of applications may be executed by the processor 220 to sequentially execute at least some of the plurality of operations.
  • the processor 220 may control overall operations of the user terminal 201 .
  • the processor 220 may be electrically connected to the communication interface 290, the microphone 270, the speaker 255, and the display 260 to perform a designated operation.
  • the processor 220 may include at least one processor.
  • the processor 220 of one embodiment may also execute a program stored in the memory 230 to perform a designated function.
  • the processor 220 may execute at least one of the client module 231 and the SDK 233 to perform the following operation for processing a voice input.
  • the processor 220 may control operations of a plurality of applications through the SDK 233, for example.
  • the following operations described as operations of the client module 231 or the SDK 233 may be operations performed by the execution of the processor 220 .
  • the client module 231 may receive voice input.
  • the client module 231 may receive a voice signal corresponding to a user's speech detected through the microphone 270 .
  • the client module 231 may transmit the received voice input (eg, voice signal) to the intelligent server 300 .
  • the client module 231 may transmit state information of the user terminal 201 to the intelligent server 300 together with the received voice input.
  • the state information may be, for example, execution state information of an app.
  • the client module 231 of one embodiment may receive a result corresponding to the received voice input from the intelligent server 300 .
  • the client module 231 may receive a result corresponding to the received voice input when the intelligent server 300 can calculate a result corresponding to the received voice input.
  • the client module 231 may display the received result on the display 260 .
  • the client module 231 may receive a plan corresponding to the received voice input.
  • the client module 231 may display on the display 260 a result of executing a plurality of operations of the app according to the plan.
  • the client module 231 may sequentially display, for example, execution results of a plurality of operations on a display.
  • the user terminal 201 may display only a partial result of executing a plurality of operations (eg, a result of the last operation) on the display.
  • the client module 231 may receive a request for obtaining information necessary for calculating a result corresponding to a voice input from the intelligent server 300 . According to one embodiment, the client module 231 may transmit the necessary information to the intelligent server 300 in response to the request.
  • the client module 231 of one embodiment may transmit information as a result of executing a plurality of operations according to a plan to the intelligent server 300 .
  • the intelligent server 300 can confirm that the received voice input has been properly processed using the result information.
  • the client module 231 may include a voice recognition module. According to an embodiment, the client module 231 may recognize a voice input that performs a limited function through the voice recognition module. For example, the client module 231 may execute an intelligent app for processing a voice input by performing an organic operation in response to a designated voice input (eg, wake up!).
  • a voice recognition module e.g., a voice recognition module
  • the client module 231 may recognize a voice input that performs a limited function through the voice recognition module.
  • the client module 231 may execute an intelligent app for processing a voice input by performing an organic operation in response to a designated voice input (eg, wake up!).
  • the intelligent server 300 of an embodiment transmits information related to the user's voice input from the user terminal 201 through a network 299 (eg, the first network 198 and/or the second network 199 of FIG. 1). can receive According to one embodiment, the intelligent server 300 may change data related to the received voice input into text data. According to an embodiment, the intelligent server 300 may generate at least one plan for performing a task corresponding to a user voice input based on the text data.
  • the plan may be generated by an artificial intelligent (AI) system.
  • the artificial intelligence system may be a rule-based system, a neural network-based system (e.g., a feedforward neural network (FNN)), and/or a recurrent neural network. network (RNN))). Alternatively, it may be a combination of the foregoing or other artificially intelligent systems.
  • a plan may be selected from a set of predefined plans or may be generated in real time in response to a user request. For example, the artificial intelligence system may select at least one plan from among a plurality of predefined plans.
  • An embodiment of the intelligent server 300 may transmit a result according to the generated plan to the user terminal 201, or transmit the generated plan to the user terminal 201.
  • the user terminal 201 may display a result according to the plan on a display.
  • the user terminal 201 may display a result of executing an operation according to a plan on a display.
  • the intelligent server 300 of one embodiment includes a front end 310, a natural language platform 320, a capsule database 330, an execution engine 340, It may include an end user interface 350 , a management platform 360 , a big data platform 370 , or an analytic platform 380 .
  • the front end 310 may receive a voice input received by the user terminal 201 from the user terminal 201 .
  • the front end 310 may transmit a response corresponding to the voice input to the user terminal 201 .
  • the natural language platform 320 includes an automatic speech recognition module (ASR module) 321, a natural language understanding module (NLU module) 323, a planner module ( planner module 325, natural language generator module (NLG module) 327, and/or text to speech module (TTS module) 329.
  • ASR module automatic speech recognition module
  • NLU module natural language understanding module
  • planner module planner module 325, natural language generator module (NLG module) 327, and/or text to speech module (TTS module) 329.
  • the automatic voice recognition module 321 may convert voice input received from the user terminal 201 into text data.
  • the natural language understanding module 323 may determine the user's intention using text data of voice input. For example, the natural language understanding module 323 may determine the user's intention by performing syntactic analysis and/or semantic analysis.
  • the natural language understanding module 323 of an embodiment identifies the meaning of a word extracted from a voice input using linguistic features (eg, grammatical elements) of a morpheme or phrase, and matches the meaning of the identified word to the intention of the user. intention can be determined.
  • the planner module 325 may generate a plan using the intent and parameters determined by the natural language understanding module 323 .
  • the planner module 325 may determine a plurality of domains required to perform a task based on the determined intent.
  • the planner module 325 may determine a plurality of operations included in each of the determined plurality of domains based on the intention.
  • the planner module 325 may determine parameters necessary for executing the determined plurality of operations or result values output by execution of the plurality of operations.
  • the parameter and the resulting value may be defined as a concept of a designated format (or class).
  • the plan may include a plurality of actions and/or a plurality of concepts determined by the user's intention.
  • the planner module 325 may determine relationships between the plurality of operations and the plurality of concepts in stages (or hierarchically). For example, the planner module 325 may determine an execution order of a plurality of operations determined based on a user's intention based on a plurality of concepts. In other words, the planner module 325 may determine an execution order of the plurality of operations based on parameters required for execution of the plurality of operations and results output by the execution of the plurality of operations. Accordingly, the planner module 325 may generate a plan including information related to a plurality of operations and a plurality of concepts (eg, an ontology). The planner module 325 may generate a plan using information stored in the capsule database 330 in which a set of relationships between concepts and operations is stored.
  • the natural language generation module 327 may change designated information into a text form.
  • the information changed to the text form may be in the form of natural language speech.
  • the text-to-speech conversion module 329 may change text-type information into voice-type information.
  • the user terminal 201 may include an automatic speech recognition module and/or a natural language understanding module. After the user terminal 201 recognizes the user's voice command, it may transmit text information corresponding to the recognized voice command to the intelligent server 300 .
  • the user terminal 201 may include a text-to-speech module. The user terminal 201 may receive text information from the intelligent server 300 and output the received text information as voice.
  • the capsule database 330 may store information about relationships between a plurality of concepts and operations corresponding to a plurality of domains.
  • a capsule may include a plurality of action objects (or action information) and/or concept objects (or concept information) included in a plan.
  • the capsule database 330 may store a plurality of capsules in the form of a concept action network (CAN).
  • CAN concept action network
  • a plurality of capsules may be stored in a function registry included in the capsule database 330.
  • the capsule database 330 may include a strategy registry in which strategy information necessary for determining a plan corresponding to a voice input is stored.
  • the strategy information may include reference information for determining one plan when there are a plurality of plans corresponding to the voice input.
  • the capsule database 330 may include a follow-up registry in which information on a follow-up action for suggesting a follow-up action to a user in a specified situation is stored.
  • the follow-up action may include, for example, a follow-up utterance.
  • the capsule database 330 may include a layout registry for storing layout information of information output through the user terminal 201 .
  • the capsule database 330 may include a vocabulary registry in which vocabulary information included in capsule information is stored.
  • the capsule database 330 may include a dialog registry in which dialog (or interaction) information with a user is stored.
  • the capsule database 330 may update stored objects through a developer tool.
  • the developer tool may include, for example, a function editor for updating action objects or concept objects.
  • the developer tool may include a vocabulary editor for updating vocabulary.
  • the developer tool may include a strategy editor for creating and registering a strategy for determining a plan.
  • the developer tool may include a dialog editor to create a dialog with the user.
  • the developer tool may include a follow up editor that can activate follow up goals and edit follow up utterances that provide hints. The subsequent goal may be determined based on a currently set goal, a user's preference, or environmental conditions.
  • the capsule database 330 may also be implemented in the user terminal 201 .
  • the execution engine 340 of one embodiment may calculate a result using the generated plan.
  • the end user interface 350 may transmit the calculated result to the user terminal 201 . Accordingly, the user terminal 201 may receive the result and provide the received result to the user.
  • the management platform 360 of one embodiment may manage information used in the intelligent server 300 .
  • the big data platform 370 according to an embodiment may collect user data.
  • the analysis platform 380 of one embodiment may manage quality of service (QoS) of the intelligent server 300 . For example, the analysis platform 380 may manage the components and processing speed (or efficiency) of the intelligent server 300 .
  • QoS quality of service
  • the service server 400 may provide a designated service (eg, food order or hotel reservation) to the user terminal 201 .
  • the service server 400 may be a server operated by a third party.
  • the service server 400 of one embodiment may provide information for generating a plan corresponding to the received voice input to the intelligent server 300 .
  • the provided information may be stored in the capsule database 330.
  • the service server 400 may provide result information according to the plan to the intelligent server 300.
  • the service server 400 may communicate with the intelligent server 300 and/or the user terminal 201 through the network 299 .
  • the service server 400 may communicate with the intelligent server 300 through a separate connection.
  • the service server 400 is shown as one server in FIG. 2, the embodiments of this document are not limited thereto. At least one of the services 401, 402, and 403 of the service server 400 may be implemented as a separate server.
  • the user terminal 201 may provide various intelligent services to the user in response to user input.
  • the user input may include, for example, an input through a physical button, a touch input, or a voice input.
  • the user terminal 201 may provide a voice recognition service through an internally stored intelligent app (or voice recognition app).
  • the user terminal 201 may recognize a user's utterance or voice input received through the microphone, and provide a service corresponding to the recognized voice input to the user. .
  • the user terminal 201 may perform a designated operation alone or together with the intelligent server and/or service server based on the received voice input. For example, the user terminal 201 may execute an app corresponding to the received voice input and perform a designated operation through the executed app.
  • the user terminal 201 when the user terminal 201 provides a service together with the intelligent server 300 and/or the service server, the user terminal detects user speech using the microphone 270, and the A signal (or voice data) corresponding to the detected user speech may be generated. The user terminal may transmit the voice data to the intelligent server 300 through the communication interface 290 .
  • a plan for performing a task corresponding to the voice input, or an operation performed according to the plan can produce results.
  • the plan may include, for example, a plurality of operations for performing a task corresponding to a user's voice input and/or a plurality of concepts related to the plurality of operations.
  • the concept may define parameters input to the execution of the plurality of operations or result values output by the execution of the plurality of operations.
  • the plan may include association information between a plurality of actions and/or a plurality of concepts.
  • the user terminal 201 of one embodiment may receive the response using the communication interface 290 .
  • the user terminal 201 outputs a voice signal generated inside the user terminal 201 to the outside using the speaker 255, or transmits an image generated inside the user terminal 201 to the outside using the display 260. can be output as
  • FIG. 3 is a diagram illustrating a form in which relationship information between a concept and an operation is stored in a database according to an exemplary embodiment.
  • the capsule database (eg, the capsule database 330) of the intelligent server 300 may store capsules in the form of a concept action network (CAN).
  • the capsule database may store an operation for processing a task corresponding to a user's voice input and parameters necessary for the operation in the form of a concept action network (CAN).
  • the capsule database may store a plurality of capsules (Capsule A 331 and Capsule B 334) corresponding to each of a plurality of domains (eg, applications).
  • one capsule eg, capsule A 331) may correspond to one domain (eg, location (geo), application).
  • one capsule includes at least one service provider capsule (eg, CP 1 (332), CP 2 (333), CP3 (335), and/or CP4 (336)) for performing functions for domains related to the capsule. )) can correspond.
  • one capsule may include at least one operation 330a and at least one concept 330b to perform a designated function.
  • the natural language platform 320 may create a plan for performing a task corresponding to a received voice input using a capsule stored in the capsule database 330 .
  • the planner module 325 of the natural language platform may generate a plan using capsules stored in a capsule database.
  • plan 337 is created using actions 331a, 332a and concepts 331b, 332b of capsule A 331 and actions 334a and concept 334b of capsule B 334. can do.
  • FIG. 4 is a diagram illustrating a screen in which a user terminal processes a voice input received through an intelligent app according to an embodiment.
  • the user terminal 201 may execute an intelligent app to process user input through the intelligent server 300 .
  • the user terminal 201 when the user terminal 201 recognizes a designated voice input (eg, wake up! or receives an input through a hardware key (eg, a dedicated hardware key), the user terminal 201 hears a voice input.
  • the user terminal 201 may execute an intelligent app, for example, in a state in which a schedule app is executed.
  • the user terminal 201 may display an object (eg, icon) 311 corresponding to an intelligent app on the display 260 .
  • the user terminal 201 may receive a voice input caused by a user's speech. For example, the user terminal 201 may receive a voice input saying “tell me this week's schedule!”.
  • the user terminal 201 may display a user interface (UI) 313 (eg, an input window) of an intelligent app displaying text data of the received voice input on the display.
  • UI user interface
  • the user terminal 201 may display a result corresponding to the received voice input on the display.
  • the user terminal 201 may receive a plan corresponding to the received user input and display 'this week's schedule' on the display according to the plan.
  • the electronic device 500 may include a microphone 520 configured to receive user commands.
  • the communication circuit 530 may transmit the user command to an external electronic device.
  • the external electronic device may determine a recommended voice command and transmit it to the communication circuit 530 of the electronic device 500 .
  • the display 510 may display a recommended voice command to the user.
  • the recommended voice command may be a voice command that can best capture the intention of the Eoi user to issue the original user command.
  • the electronic device 500 (eg, the electronic device 101 of FIG. 1 or the user terminal 201 of FIGS. 2 to 4 ) includes a display 510 (eg, the display module 160 of FIG. 1 ).
  • the display 260 of FIG. 2) the microphone 520 (eg, the input module 150 of FIG. 1 or the microphone 270 of FIG. 2), the communication circuit 530 (eg, the communication module 190 of FIG. 1) ) or communication interface 290 of FIG. 2 ), memory 540 (eg, memory 130 of FIG. 1 or memory 230 of FIG. 2 ), and/or processor 550 (eg, processor of FIG. 1 ). 120 or the processor 220 of FIG. 2).
  • the display 510 may visually provide data to a user.
  • display 510 may visually present a message to a user.
  • the display 510 may display a result of performing an operation corresponding to a user's voice input (eg, a response message).
  • the display 510 may display a user interface corresponding to a user's voice input.
  • the display 510 may display a recommended voice command through a user interface.
  • the microphone 520 may receive external sound.
  • the microphone 520 may receive a user's voice input.
  • the communication circuit 530 may communicate with an external electronic device 500 (eg, the electronic devices 102 and 104 of FIG. 1 or the intelligent server 300 of FIGS. 2 to 4 ).
  • the communication circuit 530 may transmit and receive data to and from the external electronic device 500 .
  • the communication circuit 530 may receive information related to at least one external execution device capable of performing an operation corresponding to a voice command from at least one external execution device.
  • the external execution device may be a device registered in a user account and/or a device communicatively connected to the electronic device 500 as an external device capable of performing or performing an operation corresponding to an actual voice command.
  • the communication circuit 530 receives information related to the external electronic device from an external electronic device (eg, an external IoT server) (which stores information related to the external electronic device (eg, a database for the external electronic device)). can receive
  • the electronic device 500 is connected to an external electronic device 500 (eg, the electronic devices 102 and 104 of FIG. 1, the server 108, or the intelligent server 300 of FIGS. 2 to 4)
  • the communication circuit 530 provides information on a user's voice input (eg, a voice command), information on a message being provided, and/or information about the electronic device 500.
  • Information related to the state may be transmitted to the external electronic device, and/or information on a command to perform a specified operation and/or a recommended voice command may be received from the external electronic device 500 .
  • the external electronic device receives control data from the electronic device 500 using a local area network (eg, NFC, WiFi, LAN, Bluetooth, or D2D) or an RF signal, and controls the external electronic device. It can be set to perform an operation according to data.
  • a local area network eg, NFC, WiFi, LAN, Bluetooth, or D2D
  • the memory 540 may store instructions for controlling the operation of the electronic device 500 when executed by the processor 550 .
  • the memory 540 may at least temporarily store data used to perform the operation of the electronic device 500 .
  • the memory 540 may include a database for an external execution device registered in a user account and connected to or connectable to the electronic device 500 .
  • the external execution device may refer to a device capable of actually performing an operation corresponding to a voice command.
  • the database for an external execution device may store information related to the external execution device (eg, identifier, capability information, and/or type information of the external execution device).
  • the database for the external execution device may be stored in an external server (eg, an external IoT server).
  • the memory 540 stores information about a message, information about a recommended voice command, and/or information about a predefined voice command that matches a sentence (eg, a segmented sentence pattern) included in a message. can
  • the processor 550 may divide (split) the text included in the message being provided to the user into action units that can be performed as one operation.
  • the message may include at least one of a screen displayed on the display 510 of the electronic device 500, a voice output by the electronic device 500, and a response to a user's voice input.
  • the message may include various types of information being provided to the user by the electronic device 500, a response to a user input, and/or feedback.
  • the processor 550 may divide at least some sentences included in the message into action-unit sentences through part of speech tagging analysis or dependency parsing.
  • dependency parsing may be a method of finding a relationship between words by identifying the grammatical structure of a sentence.
  • the processor 550 may convert each sentence of the divided action unit into a form of a voice command. For example, the processor 550 may convert the suffix of each sentence divided into action units into an expression corresponding to a command. According to an embodiment, the processor 550 may recognize sentences that cannot be converted into voice commands by analyzing the meaning of sentences. According to an embodiment, the processor 550 may exclude sentences that cannot be converted into voice commands from a processing target for providing recommended voice commands.
  • the processor 550 may determine whether there is a predefined voice command matching the sentence divided into action units (or stored in the memory 540). According to an embodiment, when there is a predefined voice command that matches a sentence divided into action units, the processor 550 may convert the corresponding sentence into a predefined voice command.
  • the processor 550 may include user information, information related to the electronic device 500 (eg, a user terminal), information related to an external electronic device connected to the electronic device 500 (eg, a voice assistant server), It may be determined whether an operation corresponding to the converted voice command can be performed based on at least one of information related to the electronic device 500 and/or an external execution device connected to the external electronic device.
  • the processor 550 may perform natural language (NL) processing on the converted voice command, and may perform input evaluation on the voice command NL-processed by the device.
  • the processor 550 may perform NL processing on the converted voice command to recognize a domain, intent, and/or slot to perform an operation corresponding to the voice command.
  • the processor 550 may determine whether an operation corresponding to a voice command can be performed based on a result of evaluating an input based on the recognized domain, intent, and/or slot. For example, the processor 550 may determine whether the user has a device for performing an operation corresponding to a voice command based on user information (eg, user account information) through input evaluation. For example, the processor 550 determines whether the electronic device 500 or an external electronic device 500 connected to the electronic device 500 has the ability to perform an operation corresponding to a voice command or an electronic device ( 500) or the external electronic device 500 connected to the electronic device 500 may determine whether or not it is in a state in which an operation corresponding to a user's voice command can be performed.
  • user information eg, user account information
  • the processor 550 may provide information on at least one voice command corresponding to an action that can be performed based on the judgment as recommended voice command information.
  • the processor 550 may provide a user interface including recommended voice commands corresponding to actually performable operations.
  • the electronic device 500 recognizes a voice command that can actually perform an operation based on the content included in a message being provided by the electronic device 500 and provides it as a recommended voice command, thereby providing the current operation (service) Appropriate voice commands available for various domains can be recommended regardless of the domain in question.
  • FIG. 6 is a block diagram of an electronic device according to an embodiment.
  • electronic device 600 (e.g., electronic device 102, 104 of FIG. 1, server 108, or intelligent server 300 of FIGS. 2-4) includes communication circuitry 610, memory 620, and a processor 630.
  • the communication circuit 610 may communicate with an external electronic device (eg, the electronic device 101 of FIG. 1 and the user terminal 201 of FIGS. 2 to 4 ).
  • the processor 630 may transmit and receive data with an external electronic device through the communication circuit 610 .
  • the processor 630 is related to information about a user's voice input (eg, a voice command) from an external electronic device (eg, a user terminal) through the communication circuit 610 and/or a state of the external electronic device. Information may be received (received) or a command for causing the external electronic device to perform a designated operation may be transmitted.
  • the communication circuit 610 may receive information related to at least one external execution device capable of performing an operation corresponding to a voice command from an external electronic device.
  • the external execution device may include a device that is communicatively connected to an external electronic device (eg, a user terminal) or is registered in a user account and is capable of performing an operation corresponding to a voice command.
  • the communication circuit 610 receives information related to the external execution device from an external server (eg, an external IoT server) that stores information (eg, a database for the external execution device) related to the external execution device, or , or information related to an external execution device may be received from an external electronic device (eg, a user terminal).
  • an external server eg, an external IoT server
  • information related to an external execution device may be received from an external electronic device (eg, a user terminal).
  • the processor 630 may receive information about a message being provided by the external electronic device from an external electronic device (eg, a user terminal) through the communication circuit 610 .
  • the processor 630 may provide information about a recommended voice command to an external electronic device (eg, a user terminal) through the communication circuit 610 .
  • the processor 630 may transmit a command for the external electronic device to provide the recommended voice command to the user along with information on the recommended voice command through the communication circuit 610 .
  • the memory 620 may store instructions for controlling the operation of the electronic device 600 when executed by the processor 630 .
  • the memory 620 may at least temporarily store data used to perform the operation of the electronic device 600 .
  • the memory 620 may include a database for an external execution device registered in a user account and connected to or connectable to the electronic device 500 .
  • the external execution device may be an external device capable of actually performing an operation corresponding to a voice command.
  • the database for the external execution device may store information related to the external execution device (eg, identifier, capability information, and/or type information of the external electronic device).
  • the database for the external execution device may be stored in an external server (eg, an external IoT server).
  • the memory 620 may store information about a message received from an external electronic device, information about a recommended voice command, and/or a predefined voice matched to a sentence (eg, a segmented sentence pattern) included in the message. Information about commands can be stored.
  • the processor 630 may receive information about a message being provided by the external electronic device from the external electronic device through the communication circuit 610 .
  • the message may include various types of information being provided to the user by the external electronic device, a response to a user input, and/or feedback.
  • the processor 630 may classify sentences included in a message into action units based on message information. According to an embodiment, the electronic device 600 may divide at least some sentences included in the message into action unit sentences through part of speech tagging or dependency parsing.
  • the processor 630 may convert each sentence of the divided action unit into a form of a voice command.
  • the processor 630 may convert the suffix of each sentence divided into action units into an expression corresponding to a command.
  • the processor 630 determines whether there is a predefined voice command matching the sentence divided into action units, and if there is a predefined voice command matching the sentence divided into action units, the processor 630 determines the corresponding sentence. It can be converted into a predefined voice command.
  • the processor 630 may include user information, information related to the electronic device 600, and an external execution device (eg, corresponding to a voice command) connected to the electronic device 600 and/or the external electronic device 500. It may be determined whether an operation corresponding to the converted voice command can be performed based on at least one of information related to an external device capable of performing the operation. For example, the processor 630 may perform natural language (NL) processing on the converted voice command, and may perform input evaluation on the voice command NL-processed by the device. For example, the processor 630 may perform NL processing on the converted voice command to recognize a domain, intent, and/or slot to perform an operation corresponding to the voice command. The processor 630 may determine whether an operation corresponding to a voice command can be performed based on a result of evaluating an input based on the recognized domain, intent, and/or slot.
  • NL natural language
  • the processor 630 may perform NL processing on the converted voice command to recognize a domain, intent, and/or slot to perform an operation corresponding to the voice command.
  • the processor 630 performs the NL processing operation and/or through a second external electronic device (eg, an integrated intelligence server (eg, a voice assistant server) or an integrated intelligence system (eg, a voice assistant system)). You can perform input evaluation operations.
  • the processor 630 provides information related to the converted voice command to the second external electronic device through the communication circuit 610, and provides information related to the voice command from the second external electronic device through the communication circuit 610. Information about a result of performing NL processing and/or input evaluation may be received.
  • the processor 630 may determine information on at least one recommended voice command corresponding to an action that can be performed based on the determination. For example, the processor 630 may determine, as a recommended voice command, at least one voice command capable of performing an operation corresponding to an actual voice command among converted voice commands, based on a result of NL processing and input evaluation.
  • the processor 630 may provide information about at least one recommended voice command to an external electronic device.
  • the processor 630 may provide the user with a recommended voice command corresponding to an action that can actually be performed through an external electronic device.
  • the electronic device 600 recognizes a voice command that can actually perform an operation based on the content included in a message being provided by the external electronic device and provides it as a recommended voice command, thereby providing a domain currently operating (service). It is possible to recommend suitable voice commands available for various domains regardless of
  • the integrated intelligent system can receive messages.
  • the action splitter module 711 may divide sentences in the message into action units (action unit sentences). Each unit of action can be performed by a single command (word).
  • the action conversion module 713 may convert the action unit sentence from the action splitter module 711 into a voice command form.
  • Action verification module 715 can determine whether the voice command can be performed.
  • the action verification module 715 may use the voice assistant server 720 equipped with the NLU 721 and the execution module 723.
  • the integrated intelligence system includes a recommendation voice command providing module 710 (eg, the electronic device 500 of FIG. 5 or the electronic device 600 of FIG. 6 ), and a voice assistant server 720 (eg, the electronic device 500 of FIG. 5 ).
  • bixby operating service (BOS) server e.g., intelligent server 300 in FIG. 2.
  • the recommended voice command providing module 710 includes an action splitter module 711, an action transformer module 713, an action validator module 715, and an object An entity mapper 717 may be included.
  • the action splitter module 711 is being provided by an external electronic device (eg, a mobile terminal) (eg, the electronic device 101 of FIG. 1 or the user terminal 201 of FIG. 2 ).
  • a message (or information related to the message) may be received.
  • the message is at least one of a screen displayed on a display of the electronic device, a voice output by the electronic device (eg, a voice obtained by converting text to text-to-speech (TTS)), and a response to a user's voice input.
  • TTS text-to-speech
  • the message may include various types of information being provided to the user by the electronic device, a response to a user input, and/or feedback.
  • a message may contain a paragraph consisting of one or more sentences.
  • the action splitter module 711 may divide a sentence included in a message into action units that can be performed as one operation. According to an embodiment, the action splitter module 711 divides at least some sentences included in the message into action-unit sentences through part of speech tagging analysis or dependency parsing based on parts of speech. can For example, the action splitter module 711 may separate the sentence "Pour 550ml of water and add soup and ingredients" into “Pour 550ml of water” and "Pour soup and ingredients".
  • the action splitter module 711 may divide sentences extracted from a partial region of a message into action units.
  • a file defining a user interface (UI) configuration for a message such as a file defining a UI configuration for displaying action descriptions for a cooking sequence (RecipeDirectionSection.layout) or a file defining a UI configuration for displaying fine dust information. (Dustinfo.layout)
  • an area to extract sentences from can be designated by using a code (eg, useRecommnedCommands) designating a partial area of the corresponding file.
  • a partial region of the message eg, UI
  • the action splitter module 711 may selectively classify only sentences included in a partial region of a preset message into action-unit sentences.
  • the action conversion module 713 may convert the action-unit sentences classified by the action splitter module 711 into a voice command form. For example, the action conversion module 713 may convert the sentence “pour 550 ml of water” into “pour 550 ml of water”. According to an embodiment, the action transformation module 713 converts an utterance predicted to be supportable by the voice assistant server 720 and capable of performing a corresponding role (or action) when an incomplete word or sentence or a complete sentence is input. Sentences in action units can be converted into voice commands by using an output model (e.g., artificial intelligence learning model).
  • an output model e.g., artificial intelligence learning model
  • the action conversion module 713 trains a model to output a voice command such as “Please purify 550 ml of water with a water purifier” when a sentence “pour 550 ml of water” is input, and uses the model to voice the sentence. It can be converted into the form of a command.
  • the action verification module 715 may determine whether an operation corresponding to a voice command converted by the action conversion module 713 or the entity mapping module 717 can actually be performed. For example, the action verification module 715 checks whether an appropriate intent for performing a voice command exists, whether a user has a necessary device, or whether an application for performing a voice command is installed on a device possessed by the user. You can check. For example, in order to perform an operation corresponding to a voice command such as “pour 550 ml of water”, the user must own a water purifier that can be controlled by the voice command, and the water purifier must be in a state capable of purifying water. can do.
  • the action verification module 715 may use the voice assistant server 720 to determine whether an operation corresponding to a voice command can actually be performed. For example, the action validation module 715 can classify the domain, intent, and/or slot of the voice command and request the voice assistant server 720 to perform input evaluation. For example, the action verification module 715 may receive information on whether an operation corresponding to a voice command can actually be performed (eg, a result of NL processing and input evaluation of a voice command) from the voice assistant server 720. .
  • the entity mapping module 717 may convert a sentence obtained from the action splitter module 711 or the action conversion module 713 into a voice command form through pattern matching. For example, the entity mapping module 717 may convert a sentence divided into action units or a sentence converted into a voice command into a mapped voice command. According to an embodiment, the entity mapping module 717 may operate before the action conversion module 713 performs an operation or when a sentence is not converted into a voice command form through the action conversion module 713. According to an embodiment, the entity mapping module 717 may provide the converted voice command to the action verification module 715.
  • the pattern of the sentence may be determined according to analysis of words included in the sentence and/or meaning of the sentence.
  • the predefined pattern is a pattern related to duration (e.g., a sentence composed of numbers and time-related words (e.g., seconds, minutes, hours)), or a pattern related to fine dust (e.g., sentences related to the concentration of fine dust) may be included, but are not limited thereto.
  • the electronic device may recognize a predefined voice command corresponding to the predefined pattern.
  • the entity mapping module 717 may convert a time-related sentence (eg, a sentence pattern including a time-related meaning) into a predefined voice command related to a timer operation.
  • the entity mapping module 717 determines that, when a sentence includes an expression related to time (eg, ⁇ second, ⁇ minute, ⁇ hour), the sentence corresponds to a predefined pattern (eg, duration pattern). , and can be converted into a voice command corresponding to a predefined pattern (eg, “( ⁇ seconds, ⁇ minutes, ⁇ hours) timer start”).
  • a predefined pattern eg, duration pattern
  • the entity mapping module 717 may also convert a sentence about a current state rather than an action to be performed, such as 'fine dust is bad', into a voice command mapped to a pattern.
  • the electronic device may recognize a predefined fine dust related pattern for the sentence “fine dust is bad” and recognize a predefined voice command “Turn on the air purifier” corresponding to the fine dust related pattern.
  • the electronic device may recognize (acquire) a voice command “turn on the air purifier” from the sentence “fine dust is bad”.
  • the recommended voice command providing module 710 may transmit the converted voice command or information related to the voice command to the voice assistant server 720.
  • the recommended voice command providing module 710 may receive, from the voice assistant server 720, information indicating whether an operation corresponding to the voice command transmitted to the voice assistant server 720 can be performed. .
  • the voice assistant server 720 may include a natural language understanding (NLU) module 721 and an execution module 723 .
  • NLU natural language understanding
  • the NLU module 721 (eg, the natural language understanding module 323) performs natural language processing on utterances (eg, voice commands) obtained from a user to obtain intent and /or you can figure out the domain (domain).
  • the NLU module 721 may include a domain classifier 7211 and an intent & slot classifier 7213.
  • the domain classifier 7211 may determine a domain (eg, application) corresponding to a user input (eg, a voice command).
  • the intent and slot classifier 7213 may determine a user intention corresponding to a user input (eg, a voice command). According to an embodiment, the intent and slot classifier 7213 may determine parameters (or slots) necessary for performing an operation according to a user's intention. For example, the intent and slot classifier 7213 may extract parameters (or slots) necessary for performing an operation according to a user's intention from a user input.
  • the NLU module 721 is illustrated as including a domain classifier 7211 and an intent and slot classifier 7213, but is not limited thereto. can have a configuration.
  • the NLU module 721 uses a module in which a domain classifier 7211 and an intent and slot classifier 7213 are integrated to generate domains, intents, and slots in response to user input (eg, voice commands). can be classified at once.
  • the NLU module 721 transfers user input (eg, a voice command) to an intent and/or slot classifier (not shown) operated for each domain without the domain classifier 7211 and classifies the intent, slot, and confidence (confidence) It can be implemented to obtain a result (or confidence score).
  • the NLU module 721 identifies a domain having a higher priority confidence among domains whose intent has not been rejected, and if the confidence is higher than a specified threshold, the intent delivered by the corresponding domain is transmitted to the execution module 723. (eg, the input evaluation module 7231).
  • the NLU module 721 may select a domain corresponding to a voice command based on a user preference, a user's use history, and/or a set domain category in addition to the confidence level (or result). For example, the NLU module 721 may give weight to domains frequently used by users or select domains corresponding to voice commands for each domain category so that suggested domains are not limited to designated domains.
  • the intent and slot classifier 7213 may be implemented as a separate component of each intent classifier and slot classifier.
  • the execution module 723 (e.g., the execution engine 340) includes an input evaluator module 7231, a function executor module 7233, and an output evaluator. module 7235.
  • the input evaluation module 7231 may perform input evaluation to determine whether an operation corresponding to a voice command can be performed.
  • the input evaluation module 7231 is a condition for performing an operation corresponding to a voice command based on domain, intent, and/or slot information transmitted from the NLU module 721 (e.g., user device possession). and/or whether or not the operation of the device is supported) is satisfied.
  • the input evaluation module 7231 may determine whether the user has a device for performing an operation corresponding to a voice command based on user information (eg, user account information).
  • the input evaluation module 7231 checks whether the user owns a water purifier in response to a voice command of “pour 550 ml of water”, and if the user owns a water purifier capable of dispensing water, the input evaluation result is successful, and the user If does not own a water purifier capable of dispensing water, it may be determined that the input evaluation result has failed. For example, the input evaluation module 7231 may determine whether a device possessed by a user has the ability to perform an operation corresponding to a voice command or is in a state capable of performing an operation corresponding to a voice command.
  • the input evaluation module 7231 may determine that a result of the input evaluation is successful when an operation corresponding to a voice command can be performed. According to an embodiment, the input evaluation module 7231 may transmit information about the result of the input evaluation to the recommended voice command providing module 710 (eg, the action verification module 715).
  • the function execution module 7233 may execute an operation corresponding to an actual voice command based on the domain, intent, and/or slot recognized by the NLU module 721 .
  • the output evaluation module 7235 may evaluate an execution result of an operation corresponding to a voice command.
  • the input evaluation module 7231, the function execution module 7233, and the output evaluation module 7235 are all
  • the operation of the input evaluation module 7231 may be performed without performing the operations of the function execution module 7233 and the output evaluation module 7235.
  • the voice assistant server 720 receives a voice command or information related to the voice command from the recommended voice command providing module 710, and the NLU module 721 and the execution module 723 (eg, input evaluation) Through the module 7231), it may be determined whether an operation corresponding to a voice command can be performed. According to an embodiment, the voice assistant server 720 may provide a result of determining whether an operation corresponding to a voice command can be performed to the recommended voice command providing module 710 .
  • the recommended voice command providing module 710 may be included in the voice assistant server 720, or the recommended voice command providing module 710 may be integrally implemented with the voice assistant server 720. According to an embodiment, the recommended voice command providing module 710 may be included in an external electronic device (eg, a mobile terminal). For example, the recommended voice command providing module 710 may be included in an external electronic device and implemented as an on-device module.
  • 8A to 8F are electronic devices (eg, the electronic devices 101, 102, and 104 of FIG. 1, the server 108, the user terminal 201 of FIG. 2, the intelligent server 300, and FIG. It is a diagram for explaining the operation of the electronic device 500 of FIG. 5, the electronic device 600 of FIG. 6, the recommended voice command providing module 710 of FIG. 7, or the voice assistant server 720.
  • the message 801 may be similar to or identical to at least a part of the user interface 800 in which the recommended voice command of FIG. 8F is provided.
  • the message 801 may include a screen corresponding to a result of performing an operation corresponding to a user's voice input.
  • the message 801 may be a response message (response screen) corresponding to a user's voice input (eg, “Give me a recipe for kimchi”).
  • the message 801 may include information 810 of the user's voice input.
  • the message 801 may include recipe ingredient information 815 and cooking order information 820 as a result corresponding to a voice input of “Give me a recipe for kimchi ramen.”
  • the electronic device may recognize text information (eg, sentences and/or paragraphs) 810 , 815 , and/or 820 included in the message 801 .
  • the electronic device may recognize sentences included in the user's voice input information 810 , recipe ingredient information 815 , and cooking order information 820 .
  • the electronic device may recognize text information included in a selected part of the message 801 (eg, information on cooking order 820).
  • the information on the cooking order may include text information 821 to 829, 8210, and 8211 indicating a total of 11 cooking steps.
  • an area (eg, area 820) selected within the message 801 may be selected by a user's input, or may be preset for each message being provided, application being executed, and/or service.
  • the electronic device divides the text information 821 to 829, 8210, and 8211 included in the message 801 into action-unit sentences.
  • the electronic device converts information (eg, information on a cooking order 820) included in the message 801 (or at least a part of the message 801) into action unit sentences 831 to 839. , and 8310 to 8316).
  • an action may correspond to a single performable action or action.
  • the electronic device takes at least some sentences 821 to 829, 8210, and 8211 included in the message 801 as an action through part of speech tagging analysis or dependency parsing.
  • Unit sentences (831 to 839 and 8310 to 8316) can be divided.
  • the electronic device may divide the text information (821 to 829, 8210, and 8211) included in the cooking order information 820 into 16 action unit sentences (831 to 839 and 8310 to 8316). .
  • the electronic device may divide the sentences 821 to 825 and 827 to 829 of some stages included in the information on the cooking order as sentences of one action unit, and sentences of some other stages 826 , 8210, 8211) can be divided into sentences of a plurality of action units.
  • the electronic device may divide paragraph 826 into sentences 837 and 838.
  • the electronic device may divide sentence 8210 into sentences 8312 and 8313.
  • the electronic device may divide sentence 8211 into sentences 8314, 8315, and 8316.
  • the electronic device may search for verb patterns and conjunctions to identify individual actions. For example, in the sentence “Pour 550ml of water and add soup and ingredients” (824), the electronic device recognizes the verb “please add” after “wa”, and “please add soup and ingredients” is a separate action. unit can be inferred. In addition, the electronic device recognizes that the verb “please put it in” after “upload” is used in the sentence “Please put the boiled ramen and crush the sesame seeds” (8210), and “Please crush the sesame seeds” It can be inferred that it is a separate action unit.
  • the electronic device may convert each of the sentences 831 to 839 and 8310 to 8316 divided into action units into a voice command form.
  • the electronic device may convert the suffix of each of the sentences 831 to 839 and 8310 to 8316 divided into action units into an expression corresponding to a command.
  • the electronic device may recognize sentences (eg, 8514 to 8516 sentences) that cannot be converted into voice commands by analyzing the meaning of sentences.
  • the electronic device may exclude sentences 8514 to 8516 that cannot be converted into voice commands from processing targets (eg, natural language processing targets) for providing recommended voice commands.
  • the electronic device may determine whether there is a predefined voice command matching the sentences 831 to 839 and 8310 to 8316 divided by action unit.
  • the electronic device may convert the corresponding sentence into a predefined voice command.
  • the electronic device may convert a time-related sentence (eg, a sentence pattern including time-related meaning) into a predefined voice command related to a timer operation.
  • a time-related expression eg, ⁇ second, ⁇ minute, ⁇ hour
  • the electronic device determines that the sentence matches a predefined pattern (eg, duration pattern).
  • a voice command corresponding to a predefined pattern eg, “( ⁇ seconds, ⁇ minutes, ⁇ hours) timer start”.
  • the electronic device may convert a sentence 8310 related to time, “boil it for about 2 minutes,” into a matching predefined voice command “start timer for 2 minutes” 8510.
  • the electronic device may determine sentences that are only descriptive and do not imply any action by recognizing states of verbs such as “is,” “da,” and “do.”
  • the electronic device may perform natural language processing on sentences 851 to 859 and 8510 to 8516 converted into voice commands. For example, the electronic device determines whether there is a domain, intent, and/or slot capable of performing a corresponding operation (service) for each of the sentences (851 to 859 and 8510 to 8516) converted into voice commands. can do. For example, the electronic device may select sentences that cannot recognize domains, intents, and/or slots to perform actual operations as a result of natural language processing, and exclude them from processing to provide recommended voice commands.
  • the electronic device corresponds to the domain controlling the water purifier and/or the intent “DeviceControl/DispenceWaterPurifier” (874) (e.g., the domain 'smartthings'). (or a domain for controlling an external electronic device)' or 'water purifier', an intent 'water extraction', and a parameter '550ml').
  • the electronic device “Clock/StartTimer” (8710) corresponding to the domain and/or intent for starting the timer (eg, domain 'clock', tent 'timer start', and parameter '2 minutes').
  • the electronic device uses sentences other than sentences 854 and 8510 (871 to 873, 875 to 879, and 8711 to 8716) as processing targets for providing recommended voice commands (e.g., performs input evaluation). target) can be excluded.
  • the input evaluation may be an operation of determining whether an operation corresponding to a domain and/or an intent 874 or 8710 recognized as a result of natural language processing can actually be performed.
  • the electronic device may perform input evaluation based on at least one of user information, information related to the electronic device, and/or information related to an external electronic device. For example, based on user information (eg, user account information), the electronic device may determine whether the user owns a device capable of executing the domain and/or intent 874 and 8710 obtained as a result of natural language processing. there is.
  • the electronic device may determine whether the user owns a water purifier in response to the voice command of 894 . According to an embodiment, whether the electronic device can perform a corresponding operation (eg, pouring 550ml of water through the water purifier) based on information related to the electronic device and/or information related to an external electronic device (eg, a water purifier). can judge For example, the electronic device may determine whether a corresponding operation (eg, starting a timer) can be performed in response to the voice command of 8910 through the electronic device or an external electronic device. According to an embodiment, as a result of input evaluation, the electronic device may determine voice commands (eg, 894 and 8910) capable of performing actual operations as recommended voice commands.
  • voice commands eg, 894 and 8910
  • the user interface 800 may include text 810 indicating a user's voice input, text 815 indicating recipe ingredients, and text 820 indicating a cooking order.
  • a specific command may be executed or assisted by an external electronic device.
  • the user interface 800 may include buttons 881 and 883 capable of causing the external electronic device to perform the indicated function.
  • the user interface 800 may include a response screen (eg, a response message) 801 to a user's voice input 810 .
  • the electronic device may display a recommended voice command in a partial region of the message 801 .
  • FIG. 8F shows a user interface 800 provided as a result of a user's voice input 810 saying, “Give me a recipe for kimchi ramen.”
  • the user interface 800 may include information 810 on a user's voice input, information 815 and 820 on a result of processing the voice input, and information 880 on a recommended voice command.
  • a first recommended voice command (“Get out 550ML of water”) 881 is a recommended voice command corresponding to a part 821 of information included in the user interface 800
  • a second recommended voice command ( “Run the 2-minute timer”) 883 may be a recommended voice command corresponding to another part 823 of information included in the user interface 800 .
  • the electronic device recognizes a voice command capable of performing an actual corresponding operation based on information included in the message 801 (or the user interface 800) being provided by the electronic device, and recommends it. It can be provided as voice commands (881, 883). According to an embodiment, the electronic device recognizes an executable voice command based on the content included in the message 801 and provides it as a recommended voice command, so that the electronic device is currently used for various domains regardless of the domain currently operating (service). It can recommend suitable voice commands whenever possible.
  • FIG. 9 illustrates an example of a user interface through which an electronic device provides a recommended voice command according to an embodiment.
  • the user interface may include the user's voice input translated into text 910 along with various actions 920 .
  • the oven is an external electronic device that can be controlled by the electronic device. Accordingly, the user interface may include buttons to cause the oven to preheat 981 and bake 983 .
  • an electronic device eg, the electronic device 101, 102, 104 of FIG. 1, the server 108, the user terminal 201 of FIG. 2, the intelligent server 300, the electronic device of FIG. 5 ( 500), the electronic device 600 of FIG. 6, the recommended voice command providing module 710 of FIG. 7, or the voice assistant server 720
  • display a user interface in response to a user's voice input (“tell me the bagel recipe”).
  • 900 eg, a response message to a user's voice input
  • the user interface 900 may include information 910 on a user's voice input and search information 920 (eg, recipe information) corresponding to the user's voice input.
  • the search information 920 may include text information including at least one word, sentence, and/or paragraph.
  • the user interface 900 may include voice command recommendation information 980 .
  • the electronic device first provides information 910 on the user's voice input and search information 920 corresponding to the user's voice input to the user interface 900, and recommends voice commands described below.
  • the voice command recommendation information 980 may be provided to the user interface 900, or the user's voice input information 910, search information 920, and voice command recommendation information ( The user interface 900 including 980 may be provided from the beginning.
  • the electronic device provides a user interface 900 including information 910 on the user's voice input, search information 920, and voice command recommendation information 980 as a response to the user's voice input. can provide
  • the electronic device may divide (split) information included in at least a portion (eg, search information 920) included in the user interface 900 into action-unit sentences.
  • the electronic device transforms information included in at least a portion of the user interface 900 into an action unit sentence through POS tagging (part of speech tagging) or dependency parsing. can be split.
  • the electronic device converts the sentence “Place the dough on the baking pan and bake it in an oven preheated to 190°C for about 20 minutes” included in the search information 920 to “After putting the dough on the baking pan”, “Place the dough on the baking pan” It can be separated into a plurality of sentences such as “Oven preheated to 190 ° C” and “Bake in the oven for about 20 minutes.”
  • the electronic device may convert each sentence divided into action units into a command form.
  • the electronics could translate “put the batter on the baking pan” to “put the batter on the baking pan”, “preheat the oven to 190°C” to “preheat the oven to 190°C”, and “preheat the oven to 190°C” "Bake for 20 minutes in the oven” can be converted to "Bake for 20 minutes in the oven.”
  • the electronic device when an incomplete word and/or sentence is input, the electronic device generates a sentence predicted to be supported by the voice assistant system and capable of performing an operation corresponding to the input word and/or sentence as an output.
  • a model can be created or utilized.
  • the electronic device may recognize a domain and/or intent corresponding to each of the converted sentences.
  • the electronic device requests information of a domain and/or intent corresponding to each of the sentences divided into action units from an external electronic device (eg, a voice assistant system (eg, NL module));
  • a response to the request eg, a response including information on a corresponding domain and/or intent or a response indicating that there is no corresponding domain and/or intent
  • the electronic device may recognize that there is no domain and intent to perform a corresponding action (service) for “Put the dough on the baking pan”.
  • the electronic device sets a domain (e.g., Smart Things or oven) and an intent (e.g., preheat the oven to 190°C) to perform an operation called “DeviceControl/PreheatOven” corresponding to “Preheat the oven to 190°C.” It can recognize the domain (e.g., SmartThings or Oven) and intent (e.g., bake for 20 minutes) to perform an action called “DeviceControl/BakeOven” corresponding to “Bake in the oven for 20 minutes.” there is.
  • a domain e.g., Smart Things or oven
  • intent e.g., preheat the oven to 190°C
  • It can recognize the domain (e.g., SmartThings or Oven) and intent (e.g., bake for 20 minutes) to perform an action called “DeviceControl/BakeOven” corresponding to “Bake in the oven for 20 minutes.” there is.
  • the electronic device may determine whether an operation (service) corresponding to the recognized domain and/or intent can be performed. For example, the electronic device may determine whether the user owns a device to perform an operation corresponding to a recognized domain and/or intent based on user information (eg, user account information). For example, the electronic device may determine whether an operation corresponding to the recognized domain and/or intent can be performed based on information related to the electronic device and/or information related to an external electronic device (eg, an oven). .
  • user information eg, user account information
  • an external electronic device eg, an oven
  • the electronic device when it determines that it can perform an operation (service) corresponding to the recognized domain and/or intent, it may provide a voice command corresponding to the operation as a recommended voice command.
  • the electronic device may say “Preheat the oven to 190°C” as a voice command corresponding to the domain and intent “DeviceControl/PreheatOven” and “In the oven” corresponding to the domain and intent “DeviceControl/BakeOven”. Bake for 20 minutes” can be provided as a suggested voice command.
  • the electronic device provides a first recommendation voice command corresponding to the first part 921 of the information 920 based on the information 920 included in the user interface 900 (eg, a response message) being provided. 981 and a second recommended voice command 983 corresponding to the second portion 923 of the information 920 may be provided.
  • the electronic device recommends usable voice commands based on information included in the user interface 900 being provided, so that a domain (eg, a domain for information search) related to the user interface 900 being provided is recommended.
  • a domain eg, a domain for information search
  • a recommended voice command for a different domain eg, a domain for controlling an external electronic device (eg, an oven) may be provided.
  • the user interface 10 illustrates an example of a user interface through which an electronic device provides a recommended voice command according to an exemplary embodiment.
  • the user interface may be provided in response to a user voice input of “tell me today's weather”.
  • the user interface may include a user's voice input 1010, information indicating weather 1020, and text 1021 indicating a highlight of information applicable by an external electronic device.
  • the user interface may also include a button 1081 for controlling the air purifier and a button 1083 asking for information on the next day.
  • an electronic device eg, the electronic device 101, 102, 104 of FIG. 1, the server 108, the user terminal 201 of FIG. 2, the intelligent server 300, the electronic device of FIG. 5 ( 500), the electronic device 600 of FIG. 6, the recommended voice command providing module 710 of FIG. 7, or the voice assistant server 720
  • a user's voice input (“tell me today's weather”).
  • search information 1020 eg, weather information
  • the user interface 1000 may include voice command recommendation information 1080 .
  • the electronic device may divide information included in at least a portion (eg, the search information 1020) included in the user interface 1000 into action-unit sentences. For example, the electronic device converts the information included in the search information 1020 into “Today is hot during the day, please drink plenty of water”, “Maetan-dong, Yeongtong-gu”, “Current temperature 26°C”, “Today’s maximum temperature 29°C” , “Today's lowest temperature is 19 °C", "fine dust bad” (1021), and "ultrafine dust normal” can be separated into a plurality of sentences.
  • the electronic device converts the information included in the search information 1020 into “Today is hot during the day, please drink plenty of water”, “Maetan-dong, Yeongtong-gu”, “Current temperature 26°C”, “Today’s maximum temperature 29°C” , “Today's lowest temperature is 19 °C", “fine dust bad” (1021), and "ultrafine dust normal” can be separated into a pluralit
  • the electronic device may convert a sentence divided into action units into a voice command form. For example, the electronic device may exclude a sentence that cannot be converted into a voice command form from a processing target for providing a recommended voice command. According to an embodiment, the electronic device may determine whether there is a predefined voice command for a sentence divided into action units. According to an embodiment, the electronic device may determine whether the separated sentence belongs to a predefined pattern. For example, the pattern of the sentence may be determined according to analysis of words included in the sentence and/or meaning of the sentence.
  • the predefined pattern is a pattern related to duration (e.g., a sentence composed of numbers and time-related words (e.g., seconds, minutes, hours)), or a pattern related to fine dust (e.g., sentences related to the concentration of fine dust) may be included, but are not limited thereto.
  • the electronic device may recognize a predefined voice command corresponding to the predefined pattern.
  • the electronic device may recognize a predefined fine dust related pattern for the sentence “fine dust is bad” and recognize a predefined voice command “Turn on the air purifier” corresponding to the fine dust related pattern.
  • the electronic device may recognize (acquire) a voice command “turn on the air purifier” from the sentence “fine dust is bad”.
  • an electronic device may recognize a domain and/or intent corresponding to a voice command.
  • a predefined voice command may correspond to a predefined domain and/or intent.
  • the electronic device is “DeviceControl-TurnOnAirPurifier (dustmode)” as a domain and/or intent corresponding to a voice command “Turn on the air purifier” (e.g., a domain that controls an external electronic device (air purifier) and/or Intent 'Turn on (air purifier)') can be recognized.
  • the electronic device may determine whether an operation (service) corresponding to the recognized domain and/or intent can be performed. For example, the electronic device may determine whether an operation corresponding to a recognized domain and/or intent can be performed based on user information, information related to the electronic device, and/or information related to an external electronic device. For example, the electronic device may determine whether the user owns the air purifier and/or whether the air purifier is operable.
  • the electronic device when it determines that it can perform an operation (service) corresponding to the recognized domain and/or intent, it may provide a voice command corresponding to the operation as a recommended voice command. For example, the electronic device may provide “Turn on the air purifier” as the recommended voice command 1081 as a voice command corresponding to the domain “DeviceControl-TurnOnAirPurifier (dustmode)” and/or intent. For example, based on the information 1020 included in the user interface 1000 (eg, a response message) being provided, the electronic device provides a first recommendation voice command 1081 corresponding to a portion 1021 of the information 1020. ) can be provided. According to an embodiment, the electronic device may provide a second recommendation voice command 1083 related to the user interface 1000 being provided.
  • the electronic device recommends available voice commands based on information included in the user interface 1000 being provided, so that a domain related to the user interface 1000 being provided (eg, a domain for searching for weather) is provided.
  • a first recommendation voice command 1081 for a domain different from the user interface 1000 being provided eg, a domain for controlling an external electronic device (eg, an air purifier)
  • a second recommendation voice command 1083 related to can also be provided.
  • An electronic device a display, communication circuitry, a memory, and at least one processor operatively coupled with the display, the communication circuitry, and the memory, wherein the memory, when executed by the at least one processor, the The device divides sentences included in a message being provided to the user by the electronic device into action units, converts each sentence of the divided action unit into a form of voice command, and includes user information, information related to the electronic device, and the like. It is determined whether an operation corresponding to the converted voice command can be performed based on at least one of information related to an external execution device connected to the electronic device, and based on the determination, at least one recommendation voice corresponding to the operable operation is determined. It may store instructions that allow information of the instruction to be provided.
  • the electronic device checks whether there is a predefined voice command matching the sentence of the action unit, and if there is a matching predefined voice command, the action unit The sentence of can be converted into the predefined voice command.
  • the electronic device when the instructions are executed, the electronic device recognizes at least one of a domain, an intent, and a slot associated with the converted voice command, and the recognition It is possible to determine whether an operation corresponding to the converted voice command can be performed based on at least one of a domain, an intent, and a slot.
  • the electronic device may recognize the domain based on a user preference, a user's use history, and a preset category.
  • the electronic device when the instructions are executed, selects at least a portion of the message, and for at least a portion of the selected message, the distinguishing operation, the converting operation, the determining operation, And it can be made to perform the provided operation.
  • the electronic device when the instructions are executed, the electronic device performs natural language (NL) analysis on the converted voice command and performs input evaluation based on the natural language analysis result.
  • NL natural language
  • the electronic device may classify sentences included in the message into action units through part of speech tagging or dependency parsing. there is.
  • the message may include at least one of a screen displayed on the display, a voice output by the electronic device, and a response to a user's voice input.
  • An electronic device comprising communication circuitry, a memory, and at least one processor operatively coupled with the communication circuitry and the memory, wherein the memory, when executed by the at least one processor, causes the electronic device to: Through a circuit, information on a message being provided by the external electronic device is received from an external electronic device, and based on the information on the message, a sentence included in the message is divided into action units, and the divided action units are divided. An operation of converting each of the sentences in the form of a voice command and corresponding to the converted voice command based on at least one of user information, information related to the external electronic device, and information related to an external execution device connected to the external electronic device. It is determined whether or not the function can be performed, at least one recommended voice command corresponding to an operable operation is determined based on the determination, and information on the at least one recommended voice command is transmitted to the external electronic device through the communication circuit. You can store instructions to provide.
  • the electronic device checks whether there is a predefined voice command matching the sentence of the action unit, and if there is a matching predefined voice command, the action unit The sentence of can be converted into the predefined voice command.
  • the electronic device when the instructions are executed, the electronic device recognizes at least one of a domain, an intent, and a slot associated with the converted voice command, and the recognition It is possible to determine whether an operation corresponding to the converted voice command can be performed based on at least one of a domain, an intent, and a slot.
  • the electronic device when the instructions are executed, selects at least a portion of the message, and for at least a portion of the selected message, the distinguishing operation, the converting operation, the determining operation, And it can be made to perform the provided operation.
  • the electronic device when the instructions are executed, the electronic device performs natural language (NL) analysis on the converted voice command and performs input evaluation based on the natural language analysis result.
  • NL natural language
  • the electronic device may classify sentences included in the message into action units through part of speech tagging or dependency parsing. .
  • FIG. 11 is a flowchart of a method for recommending a voice command of an electronic device according to an embodiment.
  • the electronic device responds to a message being provided to the user. Included sentences can be split into action units.
  • the message may include at least one of a screen displayed on a display of the electronic device, a voice output by the electronic device, and a response to a user's voice input.
  • the message may include various types of information being provided to the user by the electronic device, a response to a user input, and/or feedback.
  • an action may correspond to one individual action or action.
  • the electronic device may divide at least some sentences included in the message into action unit sentences through part of speech tagging or dependency parsing.
  • the electronic device may convert each of the sentences of the divided action unit into a voice command form.
  • the electronic device may convert the suffix of each sentence divided into action units into an expression corresponding to a command.
  • the electronic device may recognize sentences that cannot be converted into voice commands by analyzing the meaning of sentences.
  • the electronic device may exclude sentences that cannot be converted into voice commands from processing targets for providing recommended voice commands.
  • the electronic device may determine whether there is a predefined voice command matching a sentence divided into action units. According to an embodiment, when there is a predefined voice command that matches a sentence divided into action units, the electronic device may convert the corresponding sentence into a predefined voice command.
  • the electronic device performs an operation corresponding to the converted voice command based on at least one of user information, information related to the electronic device, and/or information related to an external execution device connected to the electronic device. You can judge if it is possible.
  • an external execution device may include an electronic device (eg, a user terminal) and/or an external electronic device (eg, a voice assistant server) (eg, electronic devices 102 and 104 in FIG. 1 , server 108 in FIG. 2 ).
  • an external execution device may include an electronic device (eg, a user terminal) and/or an external electronic device (eg, a voice assistant server) (eg, electronic devices 102 and 104 in FIG. 1 , server 108 in FIG. 2 ).
  • the electronic device 600 of FIG. 6 the recommended voice command providing module 710 of FIG.
  • the voice It may refer to a device capable of actually performing an operation corresponding to a command.
  • the electronic device receives information related to the external execution device (eg, an identifier, capability information, and/or type information of the external execution device) from an external server (eg, an external IoT server or a voice assistant server), and receives the information. Based on this, it may be determined whether an operation corresponding to the converted voice command can be performed.
  • the electronic device may perform natural language (NL) processing on the converted voice command, and may perform input evaluation on the voice command processed by the NL.
  • NL natural language
  • the electronic device recognizes a domain, intent, and/or slot to perform an operation corresponding to the voice command by NL-processing the converted voice command, and based on the recognized domain, intent, and/or slot Therefore, it is possible to determine whether an operation corresponding to a voice command can be performed based on a result of performing input evaluation.
  • the electronic device may determine whether the user has a device for performing an operation corresponding to a voice command based on user information (eg, user account information) through input evaluation.
  • user information eg, user account information
  • the electronic device determines whether the electronic device or an external electronic device connected to the electronic device has the ability to perform an operation corresponding to a voice command through input evaluation, or whether the electronic device or an external execution device connected to the electronic device is the user's voice command. It may be determined whether or not a state in which an operation corresponding to a command is performed can be performed.
  • the electronic device may provide information on at least one voice command corresponding to an action that can be performed based on the judgment as recommended voice command information.
  • the electronic device may provide a user interface including recommended voice commands corresponding to actually performable operations.
  • the electronic device recognizes a voice command that can actually perform an operation based on the content included in a message being provided by the electronic device and provides it as a recommended voice command, thereby providing various services regardless of the domain in which the electronic device is currently operating (service). It can recommend suitable voice commands available for the domain.
  • FIG. 12 is a flowchart of a method for recommending a voice command of an electronic device according to an embodiment.
  • duplicate or similar descriptions to those of FIG. 11 will be omitted or briefly described.
  • the electronic device eg, the electronic devices 102 and 104 of FIG. 1, the server 108, the intelligent server 300 of FIG. 2, the electronic device 600 of FIG. 6, and the FIG.
  • the recommended voice command providing module 710 or the voice assistant server 720 of 7 is an external electronic device (eg, the electronic device 101 of FIG. 1 , the user terminal 201 of FIG. 2 , or the electronic device of FIG. 5 ).
  • Information on a message being provided by the external electronic device may be received from (500)).
  • the message may include various types of information being provided to the user by the external electronic device, a response to a user input, and/or feedback.
  • the electronic device may classify sentences included in the message into action units based on message information. According to an embodiment, the electronic device may divide at least some sentences included in the message into action unit sentences through part of speech tagging or dependency parsing.
  • the electronic device may convert each of the sentences of the divided action unit into a voice command form. For example, the electronic device may convert the suffix of each sentence divided into action units into an expression corresponding to a command. According to an embodiment, the electronic device determines whether there is a predefined voice command matching the sentence divided into action units, and if there is a predefined voice command matched to the sentence divided into action units, the electronic device determines the corresponding sentence as a predefined voice command. can be converted into voice commands.
  • the electronic device performs a converted voice command based on at least one of user information, information related to an external electronic device (eg, a user terminal), and information related to an external execution device connected to the external electronic device. It may be determined whether an operation corresponding to can be performed.
  • the external execution device may include an electronic device (eg, a voice assistant server) and/or an external electronic device (eg, a user terminal (eg, the electronic device 101 in FIG. 1 , the user terminal 201 in FIG. 2 , or A device connected to the electronic device 500 of FIG. 5) or registered in a user account may refer to a device capable of actually performing an operation corresponding to a voice command.
  • the electronic device may provide information related to the external execution device (eg, identifier, capability information, and/or type information of the external execution device) from an external electronic device (eg, a user terminal) or an external server (eg, an external IoT server). ) is received, and based on this, it is possible to determine whether an operation corresponding to the converted voice command can be performed.
  • an external electronic device eg, a user terminal
  • an external server eg, an external IoT server
  • the electronic device may perform natural language (NL) processing on the converted voice command, and may perform input evaluation on the voice command processed by the NL.
  • NL natural language
  • the electronic device recognizes a domain, intent, and/or slot to perform an operation corresponding to the voice command by NL-processing the converted voice command, and based on the recognized domain, intent, and/or slot Therefore, it is possible to determine whether an operation corresponding to a voice command can be performed based on a result of performing input evaluation.
  • the electronic device performs the NL processing operation and the input evaluation operation through a second external electronic device (eg, an integrated intelligence server (eg, a voice assistant server) or an integrated intelligence system (eg, a voice assistant system)).
  • a second external electronic device eg, an integrated intelligence server (eg, a voice assistant server) or an integrated intelligence system (eg, a voice assistant system)
  • the electronic device may provide information related to the converted voice command to the second external electronic device, and receive information about a result of performing NL processing and input evaluation on the voice command from the second external electronic device. there is.
  • the electronic device may determine information on at least one recommended voice command corresponding to an operable operation based on the determination. For example, the electronic device may determine, as a recommended voice command, at least one voice command capable of performing an operation corresponding to an actual voice command, among converted voice commands, based on a result of NL processing and input evaluation.
  • the electronic device may provide information on at least one recommended voice command to the external electronic device.
  • the electronic device may provide the user with a recommended voice command corresponding to an action that can actually be performed through the external electronic device.
  • the electronic device recognizes a voice command that can actually perform an operation based on the content included in a message being provided by the external electronic device and provides it as a recommended voice command, regardless of the domain currently operating (service). It can recommend suitable voice commands available for various domains.
  • FIG. 13 is a flowchart of a method for recommending a voice command of an electronic device according to an embodiment.
  • the electronic device eg, the electronic devices 101, 102, and 104 of FIG. 1, the server 108, the user terminal 201 of FIG. 2, the intelligent server 300, and the FIG. 5
  • the electronic device 500 of FIG. 6 , the recommended voice command providing module 710 of FIG. 7 , or the voice assistant server 720 of FIG. 7 may recognize the message.
  • the message may include at least one of a screen displayed on a display of the electronic device, a voice output by the electronic device, and a response to a user's voice input.
  • the message may include various types of information being provided to the user by the electronic device, a response to a user input, and/or feedback.
  • the electronic device may divide sentences included in the message into action units.
  • an action may correspond to one individual action or action.
  • the electronic device may divide at least some sentences included in the message into action unit sentences through part of speech tagging or dependency parsing.
  • the electronic device may determine whether there is a sentence of an action unit to be verified. According to an embodiment, the electronic device may perform operation 1320 if a sentence of an action unit to be verified exists, and may end an operation of providing a recommended voice command if there is no sentence of an action unit to be verified.
  • the electronic device may perform voice command matching. For example, the electronic device recognizes a pattern of each sentence divided into action units (eg, a sentence pattern including a meaning related to time or a pattern related to fine dust), and a device corresponding to the recognized pattern. It can recognize defined voice commands. For example, the electronic device may recognize a pattern of a sentence based on analysis of words included in the sentence and/or meaning of the sentence.
  • action units eg, a sentence pattern including a meaning related to time or a pattern related to fine dust
  • the electronic device may determine whether a predefined voice command matching the sentence of the action unit exists. According to an embodiment, the electronic device may perform operation 1330 if a predefined voice command matching the sentence of the action unit exists, and may perform operation 1335 if there is no matching predefined voice command.
  • the electronic device may convert a sentence of an action unit into a predefined voice command.
  • the electronic device may convert a sentence of a divided action unit into a voice command form.
  • the electronic device may convert the ending of each sentence divided into action units into a form corresponding to a command.
  • the electronic device may convert a sentence into a voice command form by using a model (eg, an artificial intelligence learning model) that converts a sentence divided into action units into a supportable voice command.
  • a model eg, an artificial intelligence learning model
  • the electronic device may perform natural language (NL) analysis and input evaluation.
  • the electronic device may perform natural language analysis and input evaluation on the voice command converted through operation 1330 or operation 1335.
  • the electronic device recognizes a domain, intent, and/or slot to perform an operation corresponding to the voice command by NL-processing the converted voice command, and based on the recognized domain, intent, and/or slot
  • input evaluation may be performed to determine whether an operation corresponding to a voice command can be performed.
  • the electronic device may determine whether the user has a device for performing an operation corresponding to a voice command based on user information (eg, user account information) through input evaluation.
  • user information eg, user account information
  • the electronic device determines whether the electronic device or an external electronic device connected to the electronic device has the ability to perform an operation corresponding to a voice command or whether the electronic device or an external electronic device connected to the electronic device responds to a voice command through input evaluation. It is possible to determine whether or not it is in a state in which a corresponding operation can be performed.
  • the electronic device may determine whether a result of performing input evaluation is successful. For example, when an operation corresponding to a voice command can be performed, the electronic device may determine that the result of the input evaluation is successful. According to an embodiment, the electronic device may perform operation 1350 if the input evaluation result is successful, and may perform operation 1315 if the input evaluation result is not successful. According to an embodiment, when the NL processing result or the input evaluation result is failure, the electronic device may exclude the corresponding voice command from the recommended voice command. For example, when the electronic device cannot recognize a corresponding domain, intent, and/or slot as a result of NL processing, the electronic device may exclude the corresponding voice command from a target for providing a recommended voice command.
  • the electronic device determines whether a condition for performing an operation corresponding to a voice command (eg, whether the user possesses the device and/or whether the device supports the operation) is satisfied through input evaluation, and determines whether the condition is not satisfied.
  • the corresponding voice command may be excluded (excluded) from the recommended voice commands.
  • the electronic device may add a voice command for which a result of the input evaluation is successful to the recommended voice commands.
  • a result of input evaluation it may mean that an operation corresponding to a corresponding voice command can actually be performed.
  • the electronic device recommends the corresponding voice command. can be added to
  • the electronic device may provide a recommended voice command to the user.
  • the electronic device may display a recommended voice command on a screen or output information of the recommended voice command as sound.
  • the electronic device may provide a voice command that is actually usable according to a current situation as a recommended voice command by adding a voice command for which a result of the input evaluation is successful to the recommended voice command, and the content included in the message It is possible to recommend suitable voice commands available for various domains regardless of the domain currently operating (service) by recognizing voice commands that can actually perform operations based on and providing them as recommended voice commands.
  • a method for recommending a voice command of an electronic device includes an operation of classifying a sentence included in a message being provided to a user by the electronic device in units of actions; converting each sentence of the divided action unit into a form of voice command; determining whether an operation corresponding to the converted voice command can be performed based on at least one of user information, information related to the electronic device, and information related to an external execution device connected to the electronic device; and providing information on at least one recommended voice command corresponding to an action that can be performed based on the determination.
  • the converting may include an operation of checking whether there is a predefined voice command matching the sentence of the action unit, and if there is a matching predefined voice command, the sentence of the action unit is It may include an operation of converting into a predefined voice command.
  • the determining may include recognizing at least one of a domain, an intent, and a slot associated with the converted voice command, and the recognized domain ), an intent (intent), and an operation of determining whether an operation corresponding to the converted voice command can be performed based on at least one of a slot (slot).
  • the determining operation may include performing natural language (NL) analysis on the converted voice command, and performing input evaluation based on a natural language analysis result to obtain the converted voice command. It may include an operation of determining whether an operation corresponding to a voice command can be performed.
  • NL natural language
  • the classifying operation may include classifying the sentences included in the message into action units through part of speech tagging or dependency parsing.
  • a method for recommending a voice command by an electronic device includes an operation of receiving information about a message being provided by the external electronic device from an external electronic device, based on the information about the message, An operation of dividing sentences included in a message into action units, an operation of converting each sentence of the divided action units into a voice command form, user information, information related to the external electronic device, and external execution connected to the external electronic device Determining whether an operation corresponding to the converted voice command can be performed based on at least one of device-related information, determining at least one recommended voice command corresponding to an operable operation based on the determination, and providing information on the at least one recommended voice command to the external electronic device.
  • 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 provided by being included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product is distributed in the form of a device-readable storage medium (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play StoreTM) or on two user devices (e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • a device-readable storage medium e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play StoreTM
  • two user devices e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • at least part of the computer program product may be temporarily stored or temporarily created in a device-readable storage medium such as a manufacturer's server, an application store server, or a relay server's memory.
  • each component (eg, module or program) of the above-described components may include a single object or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. there is.
  • one or more components or operations among the aforementioned corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg modules or programs
  • the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component of the plurality of components prior to the integration. .
  • the actions performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the actions are executed in a different order, or omitted. or one or more other actions may be added.

Landscapes

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

Abstract

본 문서에 개시되는 일 실시예에 따른 전자 장치는. 디스플레이, 통신 회로, 메모리, 및 상기 디스플레이, 상기 통신 회로, 및 상기 메모리와 작동적으로(operatively) 연결된 적어도 하나의 프로세서를 포함하고, 상기 메모리는, 상기 적어도 하나의 프로세서에 의해 실행 시, 상기 전자 장치가, 상기 전자 장치가 사용자에게 제공 중인 메시지에 포함된 문장을 액션 단위로 구분하고, 상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하고, 사용자 정보, 상기 전자 장치와 관련된 정보 및 상기 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하고, 상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어의 정보를 제공하도록 하는 인스트럭션들(instructions)을 저장할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

전자 장치 및 전자 장치의 음성 명령어 추천 방법
본 문서에서 개시되는 실시 예들은, 사용자에게 사용 가능한 음성 명령어를 추천하는 기술과 관련된다.
최근 들어, 음성 인식 기술에 따라 다양한 전자 장치에서 음성 인식 기능이 구현될 수 있다. 인텔리전트 어시스턴스 서비스는 사용자의 발화(utterance)에 대한 자연 언어 처리를 수행하여 사용자의 의도를 추론하고, 추론된 사용자의 의도를 기초로 하여 제어 장치가 제어되도록 처리할 수 있다.
인텔리전트 어시스턴스 서비스를 지원하는 전자 장치에서, 사용자는 전자 장치의 상태에 따라 사용 가능한 음성 명령어를 용이하게 알 수 없을 수 있다. 따라서, 전자 장치에서 사용 가능한 음성 명령어를 사용자에게 알려줄 수 있는 기술이 필요하다.
본 개시의 다양한 실시예들은, 사용자에게 현재 제공 중인 메시지와 관련하여 사용 가능한 추천 음성 명령어를 제공할 수 있는 전자 장치 및 방법을 제공하고자 한다.
본 문서에 개시되는 일 실시예에 따른 전자 장치는. 디스플레이, 통신 회로, 메모리, 및 상기 디스플레이, 상기 통신 회로, 및 상기 메모리와 작동적으로(operatively) 연결된 적어도 하나의 프로세서를 포함하고, 상기 메모리는, 상기 적어도 하나의 프로세서에 의해 실행 시, 상기 전자 장치가, 상기 전자 장치가 사용자에게 제공 중인 메시지에 포함된 문장을 액션 단위로 구분하고, 상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하고, 사용자 정보, 상기 전자 장치와 관련된 정보 및 상기 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하고, 상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어의 정보를 제공하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
본 문서에 개시되는 일 실시예에 따른 전자 장치는. 통신 회로, 메모리, 및 상기 통신 회로, 및 상기 메모리와 작동적으로(operatively) 연결된 적어도 하나의 프로세서를 포함하고, 상기 메모리는, 상기 적어도 하나의 프로세서에 의해 실행 시, 상기 전자 장치가, 상기 통신 회로를 통하여, 외부 전자 장치로부터 상기 외부 전자 장치가 제공 중인 메시지에 대한 정보를 수신하고, 상기 메시지에 대한 정보에 기반하여, 상기 메시지에 포함된 문장을 액션 단위로 구분하고, 상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하고, 사용자 정보, 상기 외부 전자 장치와 관련된 정보 및 상기 외부 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하고, 상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어를 결정하고, 상기 통신 회로를 통하여 상기 외부 전자 장치에 상기 적어도 하나의 추천 음성 명령어에 대한 정보를 제공하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
본 문서에 개시되는 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법은, 상기 전자 장치가 사용자에게 제공 중인 메시지에 포함된 문장을 액션 단위로 구분하는 동작; 상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하는 동작; 사용자 정보, 상기 전자 장치와 관련된 정보 및 상기 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하는 동작; 및 상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어의 정보를 제공하는 동작을 포함할 수 있다.
본 문서에 개시되는 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법은, 외부 전자 장치로부터, 상기 외부 전자 장치가 제공 중인 메시지에 대한 정보를 수신하는 동작, 상기 메시지에 대한 정보에 기반하여, 상기 메시지에 포함된 문장을 액션 단위로 구분하는 동작, 상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하는 동작, 사용자 정보, 상기 외부 전자 장치와 관련된 정보 및 상기 외부 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하는 동작, 상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어를 결정하는 동작, 및 상기 외부 전자 장치에 상기 적어도 하나의 추천 음성 명령어에 대한 정보를 제공하는 동작을 포함할 수 있다.
본 문서에 개시되는 실시예들에 따르면, 전자 장치가 사용자에게 현재 제공 중인 메시지(예: 화면 또는 음성)와 관련하여 사용 가능한 추천 음성 명령어를 제공할 수 있다.
본 문서에 개시되는 실시예들에 따르면, 사용자의 음성 입력에 대한 응답 메시지와 관련하여 연속적으로 수행 가능한 동작들에 대응하는 음성 명령어를 추천할 수 있다.
본 문서에 개시되는 실시예들에 따르면, 현재 전자 장치가 진입한 도메인(domain)과 무관하게, 다양한 도메인에 대하여 현재의 상황에 적합한 음성 명령어를 추천할 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 장치를 나타낸다.
도 2는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 일 실시예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 5는 일 실시예에 따른, 전자 장치의 블록도이다.
도 6은 일 실시예에 따른, 전자 장치의 블록도이다.
도 7은 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 개략적으로 도시한 도면이다.
도 8a 내지 8f는 일 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 전자 장치가 추천 음성 명령어를 제공한 사용자 인터페이스의 예시이다.
도 10은 일 실시예에 따른 전자 장치가 추천 음성 명령어를 제공한 사용자 인터페이스의 예시이다.
도 11은 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법의 흐름도이다.
도 12는 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법의 흐름도이다.
도 13은 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법의 흐름도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 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. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 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. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 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. 일 실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 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. 일 실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시예에 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. 일 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 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 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 2를 참조하면, 일 실시예의 통합 지능 시스템은 사용자 단말(201), 지능형 서버(300), 및 서비스 서버(400)를 포함할 수 있다.
일 실시 예의 사용자 단말(201)(예: 도 1의 전자 장치(101))은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV(television), 백색 가전, 웨어러블 장치, HMD (head mounted device), 또는 스마트 스피커일 수 있다.
도시된 실시 예에 따르면, 사용자 단말(201)은 통신 인터페이스(290), 마이크(270), 스피커(255), 디스플레이(260), 메모리(230), 및/또는 프로세서(220)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
통신 인터페이스(290)(예: 도 1의 통신 모듈(190))는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 마이크(270)(예: 도 1의 오디오 모듈(170))는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 스피커(255)(예: 도 1의 음향 출력 모듈(155))는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 디스플레이(260)(예: 도 1의 디스플레이 모듈(160))는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이(260)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface, GUI)를 표시할 수 있다.
일 실시 예의 메모리(230)(예: 도 1의 메모리(130))는 클라이언트 모듈(231), SDK(software development kit)(233), 및 복수의 어플리케이션들(예: 235a, 235b)을 저장할 수 있다. 상기 클라이언트 모듈(231), 및 SDK(233)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(231) 또는 SDK(233)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.
상기 복수의 어플리케이션들(예: 235a, 235b)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 제1 앱(235a), 및/또는 제2 앱(235b)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 어플리케이션들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 프로세서(220)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(220)는 사용자 단말(201)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(220)는 통신 인터페이스(290), 마이크(270), 스피커(255), 및 디스플레이(260)와 전기적으로 연결되어 연결되어 지정된 동작을 수행할 수 있다. 예를 들어, 프로세서(220)는 적어도 하나의 프로세서를 포함할 수 있다.
일 실시 예의 프로세서(220)는 또한 상기 메모리(230)에 저장된 프로그램을 실행하여 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(220)는 클라이언트 모듈(231) 또는 SDK(233) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(220)는, 예를 들어, SDK(233)를 통해 복수의 어플리케이션들의 동작을 제어할 수 있다. 클라이언트 모듈(231) 또는 SDK(233)의 동작으로 설명된 이하의 동작들은 프로세서(220)의 실행에 의하여 수행되는 동작일 수 있다.
일 실시 예의 클라이언트 모듈(231)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(231)은 마이크(270)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(231)은 수신된 음성 입력(예: 음성 신호)을 지능형 서버(300)로 송신할 수 있다. 클라이언트 모듈(231)은 수신된 음성 입력과 함께, 사용자 단말(201)의 상태 정보를 지능형 서버(300)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(231)은 수신된 음성 입력에 대응되는 결과를 지능형 서버(300)로부터 수신할 수 있다. 예를 들어, 클라이언트 모듈(231)은 지능형 서버(300)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(231)은 상기 수신된 결과를 디스플레이(260)에 표시할 수 있다.
일 실시 예의 클라이언트 모듈(231)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(231)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(260)에 표시할 수 있다. 클라이언트 모듈(231)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 사용자 단말(201)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(231)은 지능형 서버(300)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(231)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(300)로 송신할 수 있다.
일 실시 예의 클라이언트 모듈(231)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(300)로 송신할 수 있다. 지능형 서버(300)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(231)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(231)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(231)은 지정된 음성 입력(예: 웨이크 업!)에 대응하여 유기적인 동작을 수행함으로써 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다.
일 실시 예의 지능형 서버(300)는 네트워크(299)(예: 도 1의 제1 네트워크(198) 및/또는 제2 네트워크(199))를 통해 사용자 단말(201)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(300)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(300)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 적어도 하나의 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 및/또는 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 플랜들 중 적어도 하나의 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(300)는 생성된 플랜에 따른 결과를 사용자 단말(201)로 송신하거나, 생성된 플랜을 사용자 단말(201)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
일 실시 예의 지능형 서버(300)는 프론트 엔드(front end)(310), 자연어 플랫폼(natural language platform)(320), 캡슐 데이터베이스(capsule database)(330), 실행 엔진(execution engine)(340), 엔드 유저 인터페이스(end user interface)(350), 매니지먼트 플랫폼(management platform)(360), 빅 데이터 플랫폼(big data platform)(370), 또는 분석 플랫폼(analytic platform)(380)을 포함할 수 있다.
일 실시 예의 프론트 엔드(310)는 사용자 단말(201)에 의하여 수신된 음성 입력을 사용자 단말(201)로부터 수신할 수 있다. 프론트 엔드(310)는 상기 음성 입력에 대응되는 응답을 사용자 단말(201)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(320)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(321), 자연어 이해 모듈(natural language understanding module)(NLU module)(323), 플래너 모듈(planner module)(325), 자연어 생성 모듈(natural language generator module)(NLG module)(327), 및/또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(329)을 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(321)은 사용자 단말(201)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(323)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(323)은 문법적 분석(syntactic analyze) 및/또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(323)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.
일 실시 예의 플래너 모듈(325)은 자연어 이해 모듈(323)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(325)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(325)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(325)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및/또는 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(325)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(325)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(325)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(325)은 복수의 동작 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(325)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(330)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(327)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(329)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(320)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(201)에서도 구현가능 할 수 있다. 예를 들어, 사용자 단말(201)이 자동 음성 인식 모듈 및/또는 자연어 이해 모듈을 포함할 수 있다. 사용자 단말(201)이 사용자 음성 명령을 인식한 뒤, 인식된 음성 명령에 대응하는 텍스트 정보를 지능형 서버(300)로 송신할 수 있다. 예를 들어, 사용자 단말(201)이 텍스트 음성 변환 모듈을 포함할 수 있다. 사용자 단말(201)이 지능형 서버(300)로부터 텍스트 정보를 수신하고, 수신된 텍스트 정보를 음성으로 출력할 수 있다.
상기 캡슐 데이터베이스(330)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object)(또는 동작 정보) 및/또는 컨셉 오브젝트(concept object)(또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(330)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(330)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 사용자 단말(201)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(330)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(330)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록 하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시 예에서는 캡슐 데이터베이스(330)가 사용자 단말(201) 내에도 구현될 수 있다.
일 실시 예의 실행 엔진(340)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(350)는 산출된 결과를 사용자 단말(201)로 송신할 수 있다. 이에 따라, 사용자 단말(201)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(360)은 지능형 서버(300)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(370)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(380)은 지능형 서버(300)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(380)은 지능형 서버(300)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(400)는 사용자 단말(201)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(400)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(400)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(300)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(330)에 저장될 수 있다. 또한, 서비스 서버(400)는 플랜에 따른 결과 정보를 지능형 서버(300)에 제공할 수 있다. 서비스 서버(400)는 네트워크(299)를 통하여 지능형 서버(300) 및/또는 사용자 단말(201)과 통신할 수 있다. 서비스 서버(400)는 별도의 연결을 통하여 지능형 서버(300)와 통신할 수 있다. 도 2에는 서비스 서버(400)가 하나의 서버로 도시되어 있으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 서비스 서버(400)의 각각의 서비스(401, 402, 및 403)들 중 적어도 하나는 별도의 서버로 구현될 수 있다.
위에 기술된 통합 지능 시스템에서, 상기 사용자 단말(201)은, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시 예에서, 상기 사용자 단말(201)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(201)은 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)을 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에서, 사용자 단말(201)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(201)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 사용자 단말(201)이 지능형 서버(300) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말은, 상기 마이크(270)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말은, 상기 음성 데이터를 통신 인터페이스(290)를 이용하여 지능형 서버(300)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(300)는 사용자 단말(201)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작 및/또는 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작 및/또는 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 사용자 단말(201)은, 통신 인터페이스(290)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(201)은 상기 스피커(255)를 이용하여 사용자 단말(201) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(260)를 이용하여 사용자 단말(201) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 3은 일 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(300)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(330))는 CAN (concept action network) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network) 형태로 저장될 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(캡슐A(331), 캡슐B(334))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: 캡슐A(331))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자의 캡슐(예: CP 1(332), CP 2 (333), CP3 (335), 및/또는 CP4 (336))이 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(330a) 및 적어도 하나 이상의 컨셉(330b)을 포함할 수 있다.
상기, 자연어 플랫폼(320)은 캡슐 데이터베이스(330)에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(325)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(331)의 동작들(331a, 332a) 과 컨셉들(331b, 332b) 및 캡슐 B(334)의 동작(334a)과 컨셉(334b)을 이용하여 플랜(337)을 생성할 수 있다.
도 4는 일 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
사용자 단말(201)은 지능형 서버(300)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 제1 화면(310)에서, 사용자 단말(201)은 지정된 음성 입력(예: 웨이크 업!)을 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(201)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이(260)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(201)은 “이번주 일정 알려줘!”라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 제2 화면(315)에서, 사용자 단말(201)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(201)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이에 표시할 수 있다.
도 5는 일 실시예에 따른, 전자 장치의 블록도이다. 전자 장치(500)는 사용자 명령을 수신하도록 구성된 마이크(520)를 포함할 수 있다. 사용자 명령을 수신한 경우, 통신 회로(530)는 사용자 명령을 외부 전자 장치로 전송할 수 있다. 외부 전자 장치는 추천 음성 명령어를 결정하고, 전자 장치(500)의 통신 회로(530)에 전달할 수 있다. 디스플레이(510)는 사용자에게 추천 음성 명령어를 표시할 수 있다. 추천 음성 명령어는 원래의 사용자 명령을 할 Eoi 사용자의 의도를 가장 잘 포착할 수 있는 음성 명령어일 수 있다.
일 실시예에 따르면, 전자 장치(500)(예: 도 1의 전자 장치(101) 또는 도 2 내지 4의 사용자 단말(201))는 디스플레이(510)(예: 도 1의 디스플레이 모듈(160) 또는 도 2의 디스플레이(260)), 마이크(520)(예: 도 1의 입력 모듈(150) 또는 도 2의 마이크(270)), 통신 회로(530)(예: 도 1의 통신 모듈(190) 또는 도 2의 통신 인터페이스(290)), 메모리(540)(예: 도 1의 메모리(130) 또는 도 2의 메모리(230)), 및/또는 프로세서(550)(예: 도 1의 프로세서(120) 또는 도 2의 프로세서(220))를 포함할 수 있다.
일 실시예에 따르면, 디스플레이(510)는 데이터를 시각적으로 사용자에게 제공할 수 있다. 예를 들어, 디스플레이(510)는 사용자에게 메시지를 시각적으로 제공할 수 있다. 예를 들어, 디스플레이(510)는 사용자의 음성 입력에 대응하는 동작의 수행 결과(예: 응답 메시지)를 표시할 수 있다. 예를 들어, 디스플레이(510)는 사용자의 음성 입력에 대응하는 사용자 인터페이스를 표시할 수 있다. 예를 들어, 디스플레이(510)는 사용자 인터페이스를 통하여 추천 음성 명령어를 표시할 수 있다.
일 실시예에 따르면, 마이크(520)는 외부의 소리를 입력 받을 수 있다. 예를 들어, 마이크(520)는 사용자의 음성 입력을 수신할 수 있다.
일 실시예에 따르면, 통신 회로(530)는 외부 전자 장치(500)(예: 도 1의 전자 장치(102, 104) 또는 도 2 내지 4의 지능형 서버(300))와 통신을 연결할 수 있다. 예를 들어, 통신 회로(530)는 외부 전자 장치(500)와 데이터를 송수신할 수 있다. 예를 들어, 통신 회로(530)는 음성 명령어에 대응하는 동작을 수행 가능한 적어도 하나의 외부 실행 장치와 관련된 정보를 적어도 하나의 외부 실행 장치로부터 수신할 수 있다. 예를 들어, 외부 실행 장치는 실제 음성 명령어에 대응하는 동작을 수행하거나, 수행 가능한 외부 장치로서 사용자 계정에 등록된 장치 및/또는 전자 장치(500)와 통신 연결된 장치일 수 있다. 일 실시예에 따르면, 통신 회로(530)는 (외부 전자 장치와 관련된 정보(예: 외부 전자 장치에 대한 데이터베이스)를 저장하는) 외부 전자 장치(예: 외부 IoT 서버)로부터 외부 전자 장치와 관련된 정보를 수신할 수 있다.
일 실시예에 따르면, 전자 장치(500)가 외부 전자 장치(500)(예: 도 1의 전자 장치(102, 104), 서버(108), 또는 도 2 내지 4의 지능형 서버(300))와 연계하여 추천 음성 명령어를 제공하는 동작들을 수행하는 경우, 통신 회로(530)는 사용자의 음성 입력(예: 음성 명령)에 대한 정보, 제공 중인 메시지에 대한 정보, 및/또는 전자 장치(500)의 상태와 관련된 정보를 외부 전자 장치에 전송하거나, 및/또는 외부 전자 장치(500)로부터 지정된 동작을 수행하도록 하는 명령 및/또는 추천 음성 명령어에 대한 정보를 수신할 수 있다.
일 실시예에 따르면, 외부 전자 장치는 예를 들어, 근거리 네트워크(예: NFC, WiFi, LAN, 블루투스, 또는 D2D) 또는 RF 신호를 이용하여, 전자 장치(500)로부터 제어 데이터를 수신하고, 제어 데이터에 따른 동작을 수행하도록 설정될 수 있다.
일 실시예에 따르면, 메모리(540)는 프로세서(550)에 의해 실행 시 전자 장치(500)의 동작을 제어하도록 하는 인스트럭션들을 저장할 수 있다. 일 실시예에 따르면, 메모리(540)는 전자 장치(500)의 동작을 수행하는데 사용되는 데이터를 적어도 일시적으로 저장할 수 있다. 예를 들어, 메모리(540)는 사용자 계정에 등록되고, 전자 장치(500)에 연결되거나 또는 연결 가능한 외부 실행 장치에 대한 데이터베이스를 포함할 수 있다. 예를 들어, 외부 실행 장치는 음성 명령어에 대응하는 동작을 실제로 수행 가능한 장치를 의미할 수 있다. 예를 들어, 외부 실행 장치에 대한 데이터베이스는 외부 실행 장치와 관련된 정보(예: 외부 실행 장치의 식별자, 능력 정보, 및/또는 타입 정보)를 저장할 수 있다. 일 실시예에 따르면, 외부 실행 장치에 대한 데이터베이스는 외부 서버(예: 외부 IoT 서버)에 저장될 수 있다. 예얘를 들어, 메모리(540)는 메시지에 대한 정보, 추천 음성 명령어에 대한 정보, 및/또는 메시지에 포함된 문장(예: 구분된 문장 패턴)에 매칭되는 기 정의된 음성 명령어에 대한 정보를 저장할 수 있다.
일 실시예에 따르면, 프로세서(550)는 사용자에게 제공 중인 메시지에 포함된 문자를 하나의 동작으로 수행 가능한 액션(action) 단위로 구분(split)할 수 있다. 일 실시예에 따르면, 메시지는 전자 장치(500)의 디스플레이(510)에 표시된 화면, 전자 장치(500)가 출력하는 음성, 및 사용자의 음성 입력에 대한 응답 중 적어도 하나를 포함할 수 있다. 예를 들어, 메시지는 전자 장치(500)가 사용자에게 제공 중인 다양한 형태의 정보, 사용자 입력에 대한 응답, 및/또는 피드백을 포함할 수 있다.
일 실시예에 따르면, 프로세서(550)는 품사 기반의 POS 태깅(part of speech tagging) 분석 또는 의존 구조 분석(dependency parsing)을 통하여 메시지에 포함된 적어도 일부 문장을 액션 단위의 문장들로 구분할 수 있다. 예를 들어, 의존 구조 분석(dependency parsing)은 문장의 문법적 구조를 파악하여 각 단어별 관계성을 찾는 방법일 수 있다.
일 실시예에 따르면, 프로세서(550)는 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환할 수 있다. 예를 들어, 프로세서(550)는 액션 단위로 구분한 문장 각각의 어미를 명령어에 대응하는 표현으로 변환할 수 있다. 일 실시예에 따르면, 프로세서(550)는 문장의 의미를 분석하여 음성 명령어의 형태로 변환할 수 없는 문장들을 인식할 수 있다. 일 실시예에 따르면, 프로세서(550)는 음성 명령어의 형태로 변환할 수 없는 문장들에 대하여 추천 음성 명령어를 제공하기 위한 처리 대상에서 제외시킬 수 있다.
일 실시예에 따르면, 프로세서(550)는 액션 단위로 구분한 문장에 매칭되는 기 정의된 음성 명령어가 있는지(또는, 메모리(540)에 저장되어 있는지) 판단할 수 있다. 일 실시예에 따르면, 액션 단위로 구분한 문장에 매칭되는 기 정의된 음성 명령어가 있는 경우, 프로세서(550)는 해당 문장을 기 정의된 음성 명령어로 변환할 수 있다.
일 실시예에 따르면, 프로세서(550)는 사용자 정보, 전자 장치(500)(예: 사용자 단말)와 관련된 정보, 전자 장치(500)와 연결된 외부 전자 장치(예: 음성 어시스턴트 서버)와 관련된 정보, 전자 장치(500) 및/또는 외부 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다. 예를 들어, 프로세서(550)는 변환한 음성 명령어에 대하여 자연어(natural language, NL) 처리를 수행하고, 장치가 NL 처리한 음성 명령어에 대해, 입력 평가(input evaluation)를 수행할 수 있다. 예를 들어, 프로세서(550)는 변환된 음성 명령어를 NL 처리하여 음성 명령어에 대응하는 동작을 수행할 도메인, 인텐트, 및/또는 슬롯을 인식할 수 있다. 프로세서(550)는 인식한 도메인, 인텐트, 및/또는 슬롯에 기반한 입력 평가를 수행한 결과에 기반하여 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다. 예를 들어, 프로세서(550)는 입력 평가를 통하여 사용자 정보(예: 사용자 계정 정보)를 기반으로 사용자가 음성 명령어에 대응하는 동작을 수행하기 위한 장치를 보유하고 있는지 판단할 수 있다. 예를 들어, 프로세서(550)는 입력 평가를 통하여 전자 장치(500) 또는 전자 장치(500)와 연결된 외부 전자 장치(500)가 음성 명령어에 대응하는 동작을 수행할 능력을 가지는지 또는 전자 장치(500) 또는 전자 장치(500)와 연결된 외부 전자 장치(500)가 사용자가 음성 명령어에 대응하는 동작을 수행할 수 있는 상태인지 여부를 판단할 수 있다.
일 실시예에 따르면, 프로세서(550)는 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 음성 명령어의 정보를 추천 음성 명령어의 정보로서 제공할 수 있다. 예를 들어, 프로세서(550)는 실제 수행 가능한 동작에 대응하는 추천 음성 명령어를 포함하는 사용자 인터페이스를 제공할 수 있다.
일 실시예에 따르면, 전자 장치(500)는 전자 장치(500)가 제공 중인 메시지에 포함된 내용을 기반으로 실제로 동작을 수행 가능한 음성 명령어를 인식 하여 추천 음성 명령어로 제공함으로써, 현재 동작(서비스) 중인 도메인과 무관하게 다양한 도메인에 대하여 이용 가능한 적합한 음성 명령어를 추천할 수 있다.
도 6은 일 실시예에 따른, 전자 장치의 블록도이다.
일 실시예에 따르면, 전자 장치(600)(예: 도 1의 전자 장치(102, 104), 서버(108), 또는 도 2 내지 4의 지능형 서버(300))는 통신 회로(610), 메모리(620), 및 프로세서(630)를 포함할 수 있다.
일 실시예에 따르면, 통신 회로(610)는 외부 전자 장치(예: 도 1의 전자 장치(101), 도 2 내지 4의 사용자 단말(201))와 통신을 연결할 수 있다. 예를 들어, 프로세서(630)는 통신 회로(610)를 통하여 외부 전자 장치와 데이터를 송수신할 수 있다. 예를 들어, 프로세서(630)는 통신 회로(610)를 통하여 외부 전자 장치(예: 사용자 단말)로부터 사용자의 음성 입력(예: 음성 명령)에 대한 정보, 및/또는 외부 전자 장치의 상태와 관련된 정보를 수신하거나(전달 받거나), 외부 전자 장치가 지정된 동작을 수행하도록 하는 명령을 전송할 수 있다. 예를 들어, 통신 회로(610)는 음성 명령어에 대응하는 동작을 수행 가능한 적어도 하나의 외부 실행 장치와 관련된 정보를 외부 전자 장치로부터 수신할 수 있다. 예를 들어, 외부 실행 장치는 외부 전자 장치(예: 사용자 단말)와 통신 연결되거나, 또는 사용자 계정에 등록된 장치로서, 음성 명령어에 대응하는 동작을 수행 가능한 장치를 포함할 수 있다. 일 실시예에 따르면, 통신 회로(610)는 외부 실행 장치와 관련된 정보(예: 외부 실행 장치에 대한 데이터베이스)를 저장하는 외부 서버(예: 외부 IoT 서버)로부터 외부 실행 장치와 관련된 정보를 수신하거나, 또는 외부 전자 장치(예: 사용자 단말)로부터 외부 실행 장치와 관련된 정보를 수신할 수 있다. 예를 들어, 프로세서(630)는 통신 회로(610)를 통하여 외부 전자 장치(예: 사용자 단말)로부터, 외부 전자 장치가 제공 중인 메시지에 대한 정보를 수신할 수 있다. 예를 들어, 프로세서(630)는 통신 회로(610)를 통하여 외부 전자 장치(예: 사용자 단말)에 추천 음성 명령어에 대한 정보를 제공할 수 있다. 예를 들어, 프로세서(630)는 통신 회로(610)를 통하여 추천 음성 명령어에 대한 정보와 함께 외부 전자 장치가 추천 음성 명령어를 사용자에게 제공하도록 하는 명령을 전송할 수 있다.
일 실시예에 따르면, 메모리(620)는 프로세서(630)에 의해 실행 시 전자 장치(600)의 동작을 제어하도록 하는 인스트럭션들을 저장할 수 있다. 일 실시예에 따르면, 메모리(620)는 전자 장치(600)의 동작을 수행하는데 사용되는 데이터를 적어도 일시적으로 저장할 수 있다. 예를 들어, 메모리(620)는 사용자 계정에 등록되고, 전자 장치(500)에 연결되거나 또는 연결 가능한 외부 실행 장치에 대한 데이터베이스를 포함할 수 있다. 예를 들어, 외부 실행 장치는 음성 명령어에 대응하는 동작을 실제로 수행 가능한 외부 장치일 수 있다. 예를 들어, 외부 실행 장치에 대한 데이터베이스는 외부 실행 장치와 관련된 정보(예: 외부 전자 장치의 식별자, 능력 정보, 및/또는 타입 정보)를 저장할 수 있다. 일 실시예에 따르면, 외부 실행 장치에 대한 데이터베이스는 외부 서버(예: 외부 IoT 서버)에 저장될 수 있다. 예를 들어, 메모리(620)는 외부 전자 장치로부터 수신한 메시지에 대한 정보, 추천 음성 명령어에 대한 정보, 및/또는 메시지에 포함된 문장(예: 구분된 문장 패턴)에 매칭되는 기 정의된 음성 명령어에 대한 정보를 저장할 수 있다.
일 실시예에 따르면, 프로세서(630)는 통신 회로(610)를 통하여 외부 전자 장치로부터, 외부 전자 장치가 제공 중인 메시지에 대한 정보를 수신할 수 있다. 예를 들어, 메시지는 외부 전자 장치가 사용자에게 제공 중인 다양한 형태의 정보, 사용자 입력에 대한 응답, 및/또는 피드백을 포함할 수 있다.
일 실시예에 따르면, 프로세서(630)는 메시지에 대한 정보에 기반하여 메시지에 포함된 문장을 액션 단위로 구분할 수 있다. 일 실시예에 따르면, 전자 장치(600)는 POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 메시지에 포함된 적어도 일부 문장을 액션 단위의 문장들로 구분할 수 있다.
일 실시예에 따르면, 프로세서(630)는 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환할 수 있다. 예를 들어, 프로세서(630)는 액션 단위로 구분한 문장 각각의 어미를 명령어에 대응하는 표현으로 변환할 수 있다. 일 실시예에 따르면, 프로세서(630)는 액션 단위로 구분한 문장에 매칭되는 기 정의된 음성 명령어가 있는지 판단하고, 액션 단위로 구분한 문장에 매칭되는 기 정의된 음성 명령어가 있는 경우 해당 문장을 기 정의된 음성 명령어로 변환할 수 있다.
일 실시예에 따르면, 프로세서(630)는 사용자 정보, 전자 장치(600)와 관련된 정보 및 전자 장치(600) 및/또는 외부 전자 장치(500)와 연결된 외부 실행 장치(예: 음성 명령어에 대응하는 동작을 수행 가능한 외부 장치)와 관련된 정보 중 적어도 하나에 기반하여 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다. 예를 들어, 프로세서(630)는 변환한 음성 명령어에 대하여 자연어(natural language, NL) 처리를 수행하고, 장치가 NL 처리한 음성 명령어에 대한 입력 평가(input evaluation)를 수행할 수 있다. 예를 들어, 프로세서(630)는 변환된 음성 명령어를 NL 처리하여 음성 명령어에 대응하는 동작을 수행할 도메인, 인텐트, 및/또는 슬롯을 인식할 수 있다. 프로세서(630)는 인식한 도메인, 인텐트, 및/또는 슬롯에 기반한 입력 평가를 수행한 결과에 기반하여 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다.
일 실시예에 따르면, 프로세서(630)는 제2 외부 전자 장치(예: 통합 지능 서버(예: 음성 어시스턴트 서버), 또는 통합 지능 시스템(예: 음성 어시스턴트 시스템))을 통하여 NL 처리 동작 및/또는 입력 평가 동작을 수행할 수 있다. 예를 들어, 프로세서(630)는 통신 회로(610)를 통하여 제2 외부 전자 장치에 변환된 음성 명령어와 관련된 정보를 제공하고, 통신 회로(610)를 통하여 제2 외부 전자 장치로부터 음성 명령어에 대하여 NL 처리 및/또는 입력 평가를 수행한 결과에 대한 정보를 수신할 수 있다.
일 실시예에 따르면, 프로세서(630)는 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어의 정보를 결정할 수 있다. 예를 들어, 프로세서(630)는 NL 처리 및 입력 평가 결과를 기반으로, 변환한 음성 명령어들 중에서 실제 음성 명령어에 대응하는 동작이 수행 가능한 적어도 하나의 음성 명령어를 추천 음성 명령어로서 결정할 수 있다.
일 실시예에 따르면, 프로세서(630)는 외부 전자 장치에 적어도 하나의 추천 음성 명령어에 대한 정보를 제공할 수 있다. 예를 들어, 프로세서(630)는 외부 전자 장치를 통해 실제 수행 가능한 동작에 대응하는 추천 음성 명령어를 사용자에게 제공할 수 있다.
일 실시예에 따르면, 전자 장치(600)는 외부 전자 장치가 제공 중인 메시지에 포함된 내용을 기반으로 실제로 동작을 수행 가능한 음성 명령어를 인식 하여 추천 음성 명령어로 제공함으로써, 현재 동작(서비스) 중인 도메인과 무관하게 다양한 도메인에 대하여 이용 가능한 적합한 음성 명령어를 추천할 수 있다.
도 7은 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 개략적으로 도시한 도면이다. 통합 지능 시스템은 메시지를 수신할 수 있다. 액션 스플리터 모듈(711)은 메시지 내의 문장을 액션 단위로(동작 단위 문장들)로 분할할 수 있다. 액션의 단위는 각각 단일 명령(어)에 의해 수행될 수 있다. 액션 변환 모듈(713)은 액션 스플리터 모듈(711)로부터 액션 단위 문장을 음성 명령어의 형태로 변환할 수 있다. 액션 검증 모듈(715)은 음성 명령어가 수행될 수 있는지 여부를 결정할 수 있다. 액션 검증 모듈(715)은 NLU(721) 및 실행 모듈(723)이 장착된 음성 어시스턴트 서버(720)를 이용할 수 있다.
일 실시예에 따르면, 통합 지능 시스템은 추천 음성 명령어 제공 모듈(710)(예: 도 5의 전자 장치(500) 또는 도 6의 전자 장치(600)), 및 음성 어시스턴트 서버(720)(예: bixby operating service(BOS) 서버)(예: 도 2의 지능형 서버(300))를 포함할 수 있다.
일 실시예에 따르면, 추천 음성 명령어 제공 모듈(710)은 액션 스플리터 모듈(action splitter)(711), 액션 변환 모듈(action transformer)(713), 액션 검증 모듈(action validator)(715), 및 개체 매핑 모듈(entity mapper)(717)을 포함할 수 있다.
일 실시예에 따르면, 액션 스플리터 모듈(711)은 외부 전자 장치(예: 모바일 단말)(예: 도 1의 전자 장치(101) 또는 도 2의 사용자 단말(201))로부터 외부 전자 장치가 제공 중인 메시지(또는, 메시지와 관련된 정보)를 수신할 수 있다. 일 실시예에 따르면, 메시지는 전자 장치의 디스플레이에 표시된 화면, 전자 장치가 출력하는 음성(예: 텍스트를 TTS(text-to-speech) 변환한 음성), 및 사용자의 음성 입력에 대한 응답 중 적어도 하나를 포함할 수 있다. 예를 들어, 메시지는 전자 장치가 사용자에게 제공 중인 다양한 형태의 정보, 사용자 입력에 대한 응답, 및/또는 피드백을 포함할 수 있다. 예를 들어, 메시지는 하나 이상의 문장으로 구성된 단락을 포함할 수 있다.
일 실시예에 따르면, 액션 스플리터 모듈(711)은 메시지에 포함된 문장을 하나의 동작으로 수행 가능한 액션 단위로 구분할 수 있다. 일 실시예에 따르면, 액션 스플리터 모듈(711)은 품사 기반의 POS 태깅(part of speech tagging) 분석 또는 의존 구조 분석(dependency parsing)을 통하여 메시지에 포함된 적어도 일부 문장을 액션 단위의 문장들로 구분할 수 있다. 예를 들어, 액션 스플리터 모듈(711)은 “물 550ml를 따르고 스프와 건더기를 넣어주세요”라는 문장을 “물 550ml를 따르고” 및 “스프와 건더기를 넣어주세요”로 분리할 수 있다.
일 실시예에 따르면, 액션 스플리터 모듈(711)은 메시지의 일부 영역으로부터 추출된 문장을 액션 단위로 구분할 수 있다. 예를 들어, 메시지가 사용자 인터페이스(user interface, UI) 구성을 정의한 파일(예: 요리 순서에 따른 동작 설명으로 보여주는 UI 구성을 정의한 파일(RecipeDirectionSection.layout) 또는 미세 먼지 정보를 보여주는 UI 구성을 정의한 파일(Dustinfo.layout))인 경우, 해당 파일의 일부 영역을 지정하는 코드(예: useRecommnedCommands)를 이용하여 문장을 추출할 영역이 지정될 수 있다. 예를 들어, 상기 메시지(예: UI)의 일부 영역은 메시지를 제공하는 어플리케이션의 개발자에 의해 기 설정될 수 있다. 예를 들어, 액션 스플리터 모듈(711)은 기 설정된 메시지의 일부 영역에 포함된 문장만을 선별적으로 액션 단위의 문장으로 구분할 수 있다.
일 실시예에 따르면, 액션 변환 모듈(713)은 액션 스플리터 모듈(711)이 구분한 액션 단위의 문장을 음성 명령어의 형태로 변환할 수 있다. 예를 들어, 액션 변환 모듈(713)은 “물 550ml 따르고”라는 문장을 “물 550ml를 따르세요”와 같이 변환할 수 있다. 일 실시예에 따르면, 액션 변환 모듈(713)은 불완전한 단어나 문장, 또는 완전한 문장을 입력하면 음성 어시스턴트 서버(720)에서 지원 가능하고 대응되는 역할(또는 동작)을 수행할 수 있다고 예측되는 발화를 출력해주는 모델(예: 인공지능 학습 모델)을 이용하여 액션 단위의 문장을 음성 명령어의 형태로 변환할 수 있다. 예를 들어, 액션 변환 모듈(713)은 “물 550ml 따르고”라는 문장을 입력하면 “정수기로 물 550ml를 정수해주세요”와 같은 음성 명령어를 출력하도록 모델을 학습시키고, 해당 모델을 이용하여 문장을 음성 명령어의 형태로 변환할 수 있다.
일 실시예에 따르면, 액션 검증 모듈(715)은 액션 변환 모듈(713) 또는 개체 매핑 모듈(717)이 변환한 음성 명령어에 대응하는 동작이 실제 수행 가능한지 여부를 판단할 수 있다. 예를 들어, 액션 검증 모듈(715)은 음성 명령어 수행을 위한 적절한 인텐트가 존재하는지, 사용자가 필요한 장치를 보유하고 있는지, 또는 사용자가 보유한 장치에 음성 명령어 수행을 위한 어플리케이션이 설치되어 있는지 여부를 확인할 수 있다. 예를 들어, “물 550ml를 따르세요”와 같은 음성 명령어에 대응하는 동작을 수행하기 위해서는, 사용자가 음성 명령어로 제어 가능한 정수기를 소유하고 있어야 하며, 정수기가 현재 물을 정수할 수 있는 상태에 있어야 할 수 있다.
일 실시예에 따르면, 액션 검증 모듈(715)은 음성 어시스턴트 서버(720)를 이용하여 음성 명령어에 대응하는 동작이 실제 수행 가능한지 여부를 판단할 수 있다. 예를 들어, 액션 검증 모듈(715)은 음성 명령어의 도메인, 인텐트, 및/또는 슬롯을 분류하고, 입력 평가를 수행하도록 음성 어시스턴트 서버(720)에 요청할 수 있다. 예를 들어, 액션 검증 모듈(715)은 음성 어시스턴트 서버(720)로부터 음성 명령어에 대응하는 동작이 실제 수행 가능한지에 대한 정보(예: 음성 명령어를 NL 처리 및 입력 평가한 결과)를 수신할 수 있다.
일 실시예에 따르면, 개체 매핑 모듈(717)은 패턴 매칭을 통하여 액션 스플리터 모듈(711) 또는 액션 변환 모듈(713)로부터 획득한 문장을 음성 명령어의 형태로 변환할 수 있다. 예를 들어, 개체 매핑 모듈(717)은 액션 단위로 분할한 문장 또는 음성 명령어의 형태로 변환한 문장을 매핑된 음성 명령어로 변환할 수 있다. 일 실시예에 따르면, 개체 매핑 모듈(717)은 액션 변환 모듈(713)의 동작 수행 전 또는 액션 변환 모듈(713)을 통해 문장을 음성 명령어의 형태로 변환하지 못한 경우에 동작할 수 있다. 일 실시예에 따르면, 개체 매핑 모듈(717)은 변환한 음성 명령어를 액션 검증 모듈(715)에 제공할 수 있다.
예를 들어, 문장의 패턴은 문장에 포함된 단어 및/또는 문장의 의미 분석에 따라 결정될 수 있다. 예를 들어, 기 정의된 패턴은 기간(duration)과 관련된 패턴(예: 숫자 및 시간 관련 단어(예: 초, 분, 시간)로 구성된 문장), 또는 미세먼지(dust)와 관련된 패턴(예: 미세먼지 농도와 관련된 문장)을 포함할 수 있으며, 이에 한정되는 것은 아니다. 일 실시예에 따르면, 전자 장치는 문장이 기 정의된 패턴에 속하는 경우, 기 정의된 패턴에 대응하는 기 정의된 음성 명령어를 인식할 수 있다. 예를 들어, 개체 매핑 모듈(717)은 시간과 관련된 문장(예: 시간과 관련된 의미를 포함하는 문장 패턴)의 경우 타이머 동작과 관련된 기 정의된 음성 명령어로 변환할 수 있다. 예를 들어, 개체 매핑 모듈(717)은 문장에 시간과 관련된 표현(예: ○초, ○분, ○시간)이 포함된 경우, 해당 문장이 기 정의된 패턴(예: 기간(duration) 패턴)에 매칭되는 것으로 판단하고, 기 정의된 패턴에 대응하는 음성 명령어(예: “(○초, ○분, ○시간) 타이머 시작”)로 변환할 수 있다. 예를 들어, 개체 매핑 모듈(717)은 '미세 먼지 나쁨'과 같이 수행할 동작이 아닌 현재 상태에 대한 문장에 대해서도 패턴에 매핑되는 음성 명령어로 변환할 수 있다. 예를 들어, 전자 장치는 “미세 먼지 나쁨”이라는 문장에 대하여 기 정의된 미세먼지와 관련된 패턴을 인식하고, 미세먼지와 관련된 패턴에 대응하는 기 정의된 “공기 청정기 켜줘”라는 음성 명령어를 인식할 수 있다. 예를 들어, 전자 장치는 “미세 먼지 나쁨”이라는 문장으로부터 “공기 청정기 켜줘”라는 음성 명령어를 인식(획득)할 수 있다.
일 실시예에 따르면, 추천 음성 명령어 제공 모듈(710)(예: 액션 검증 모듈(715))은 변환된 음성 명령어 또는 음성 명령어와 관련된 정보를 음성 어시스턴트 서버(720)에 전달할 수 있다. 일 실시예에 따르면, 추천 음성 명령어 제공 모듈(710)은, 음성 어시스턴트 서버(720)로부터, 음성 어시스턴트 서버(720)에 전달한 음성 명령어에 대응하는 동작의 수행 가능 여부를 나타내는 정보를 수신할 수 있다.
일 실시예에 따르면, 음성 어시스턴트 서버(720)는 자연어 이해(natural language understanding, NLU) 모듈(721) 및 실행(execution) 모듈(723)을 포함할 수 있다.
일 실시예에 따르면, NLU 모듈(721)(예: 자연어 이해 모듈(323))은 사용자로부터 획득된 발화(예: 음성 명령어)에 대한 자연어 처리를 수행하여, 사용자 입력에 대한 의도(intent) 및/또는 도메인(domain)을 파악할 수 있다. 일 실시예에 따르면, NLU 모듈(721)은 도메인 분류기(7211)(domain classifier), 및 인텐트 및 슬롯 분류기(7213)(intent & slot classifier)를 포함할 수 있다.
일 실시예에 따르면, 도메인 분류기(7211)는 사용자 입력(예: 음성 명령어)에 대응하는 도메인(예: 어플리케이션)을 결정할 수 있다.
일 실시예에 따르면, 인텐트 및 슬롯 분류기(7213)는 사용자 입력(예: 음성 명령어)에 대응하는 사용자 의도를 결정할 수 있다. 일 실시예에 따르면, 인텐트 및 슬롯 분류기(7213)는 사용자 의도에 따른 동작을 수행할 때 필요한 파라미터(또는, 슬롯)를 결정할 수 있다. 예를 들어, 인텐트 및 슬롯 분류기(7213)는 사용자 입력으로부터 사용자 의도에 따른 동작을 수행할 때 필요한 파라미터(또는, 슬롯)를 추출할 수 있다.
도 7에서는 NLU 모듈(721)이 도메인 분류기(7211) 및 인텐트 및 슬롯 분류기(7213)를 포함하는 것으로 도시하였으나 이에 한정되는 것은 아니며, 일 실시예에 따르면, NLU 모듈(721)은 다양한 형태 및 구성을 가질 수 있다. 예를 들어, NLU 모듈(721)은 도메인 분류기(7211) 및 인텐트 및 슬롯 분류기(7213)가 통합된 하나의 모듈을 이용하여 사용자 입력(예: 음성 명령어)에 대응하여 도메인, 인텐트 및 슬롯을 한번에 분류할 수 있다. 다른 예로, NLU 모듈(721)은 도메인 분류기(7211) 없이 각 도메인 별로 운용되는 인텐트 및/또는 슬롯 분류기(미도시)에 사용자 입력(예: 음성 명령)을 전달하고 인텐트, 슬롯, 및 컨피던스(confidence) 결과(또는 신뢰도 점수)를 얻도록 구현될 수 있다. 예를 들어, NLU 모듈(721)은 인텐트가 거절되지 않은 도메인들 중 높은 우선순위의 컨피던스를 가지는 도메인을 확인하고, 컨피던스가 지정된 임계값 이상이면 해당 도메인이 전달한 인텐트를 실행 모듈(723)(예: 입력 평가 모듈(7231))로 전달할 수 있다. 일 실시예에 따르면, NLU 모듈(721)은 컨피던스 레벨(또는 결과) 외에 사용자 선호도, 사용자의 사용 이력, 및/또는 설정된 도메인의 카테고리를 기반으로 음성 명령어에 대응하는 도메인을 선별할 수 있다. 예를 들어, NLU 모듈(721)은 사용자가 많이 사용하는 도메인에 가중치를 주거나 또는 제안하는 도메인이 지정된 도메인에 한정되지 않도록 도메인의 카테고리 별로 음성 명령어에 대응하는 도메인을 선별할 수 있다.
일 실시예에 따르면, 인텐트 및 슬롯 분류기(7213)는 인텐트 분류기 및 슬롯 분류기 각각의 분리된 구성으로서 구현될 수 있다.
일 실시예에 따르면, 실행 모듈(723)(예: 실행 엔진(340))은 입력 평가(input evaluator) 모듈(7231), 기능 실행(function executor) 모듈(7233), 및 출력 평가(output evaluator) 모듈(7235)을 포함할 수 있다.
일 실시예에 따르면, 입력 평가 모듈(7231)은 음성 명령어에 대응하는 동작이 수행 가능한지 판단하기 위하여 입력 평가를 수행할 수 있다. 예를 들어, 입력 평가 모듈(7231)은 NLU 모듈(721)로부터 전달 받은 도메인, 인텐트, 및/또는 슬롯 정보에 기반하여 음성 명령어에 대응하는 동작을 수행하기 위한 조건(예: 사용자의 장치 보유 여부 및/또는 장치의 동작 지원 여부)이 만족되었는지 여부를 판단할 수 있다. 예를 들어, 입력 평가 모듈(7231)은 사용자 정보(예: 사용자 계정 정보)를 기반으로 사용자가 음성 명령어에 대응하는 동작을 수행하기 위한 장치를 보유하고 있는지 판단할 수 있다. 예를 들어, 입력 평가 모듈(7231)은 “물 550ml 따르세요”의 음성 명령어에 대하여 사용자가 정수기를 소유하고 있는지 확인하고, 사용자가 출수 가능한 정수기를 소유하고 있는 경우 입력 평가 결과가 성공한 것으로, 사용자가 출수 가능한 정수기를 소유하고 있지 않은 경우 입력 평가 결과가 실패한 것으로 판단할 수 있다. 예를 들어, 입력 평가 모듈(7231)은 사용자가 보유한 장치가 음성 명령어에 대응하는 동작을 수행할 능력을 가지는지 또는 음성 명령어에 대응하는 동작을 수행할 수 있는 상태인지 여부를 판단할 수 있다.
일 실시예에 따르면, 입력 평가 모듈(7231)은 음성 명령어에 대응하는 동작이 수행 가능한 경우 입력 평가의 결과가 성공인 것으로 결정할 수 있다. 일 실시예에 따르면, 입력 평가 모듈(7231)은 입력 평가의 결과에 대한 정보를 추천 음성 명령어 제공 모듈(710)(예: 액션 검증 모듈(715))에 전달할 수 있다.
일 실시예에 따르면, 기능 실행 모듈(7233)은 NLU 모듈(721)에서 인식한 도메인, 인텐트, 및/또는 슬롯을 기반으로 실제 음성 명령어에 대응하는 동작을 실행할 수 있다.
일 실시예에 따르면, 출력 평가 모듈(7235)은 음성 명령어에 대응하는 동작의 실행 결과를 평가할 수 있다.
일 실시예에 따르면, 음성 어시스턴트 서버(720)가 일반적인 음성 명령어를 처리하여 대응되는 동작을 수행하는 경우에는 입력 평가 모듈(7231), 기능 실행 모듈(7233), 및 출력 평가 모듈(7235)이 모두 동작할 수도 있으나, 추천 음성 명령어를 제공하는 동작을 수행하는 경우에는 기능 실행 모듈(7233) 및 출력 평가 모듈(7235)의 동작 수행 없이 입력 평가 모듈(7231)의 동작만이 수행될 수 있다. 예를 들어, 추천 음성 명령어를 제공하기 위하여 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하는 것은 입력 평가 모듈(7231)의 동작만을 수행 가능할 수 있고, 이 경우 기능 실행 모듈(7233) 및 출력 평가 모듈(7235)의 동작 수행 없이 입력 평가 모듈(7231)의 동작만이 수행될 수 있다.
일 실시예에 따르면, 음성 어시스턴트 서버(720)는 추천 음성 명령어 제공 모듈(710)로부터 음성 명령어 또는 음성 명령어와 관련된 정보를 수신하고, NLU 모듈(721) 및 실행 모듈(723)(예: 입력 평가 모듈(7231))을 통하여 음성 명령어에 대응하는 동작을 수행 가능한지 판단할 수 있다. 일 실시예에 따르면, 음성 어시스턴트 서버(720)는 음성 명령어에 대응하는 동작을 수행 가능한지 판단한 결과를 추천 음성 명령어 제공 모듈(710)에 제공할 수 있다.
일 실시예에 따르면, 추천 음성 명령어 제공 모듈(710)은 음성 어시스턴트 서버(720)에 포함되거나, 추천 음성 명령어 제공 모듈(710)은 음성 어시스턴트 서버(720)와 일체로 구현될 수 있다. 일 실시예에 따르면, 추천 음성 명령어 제공 모듈(710)은 외부 전자 장치(예: 모바일 단말)에 포함될 수 있다. 예를 들어, 추천 음성 명령어 제공 모듈(710)은 외부 전자 장치에 포함되어 온-디바이스 모듈로서 구현될 수 있다.
도 8a 내지 도 8f는 일 실시예에 따른 전자 장치(예: 도 1의 전자 장치(101, 102, 104), 서버(108), 도 2의 사용자 단말(201), 지능형 서버(300), 도 5의 전자 장치(500), 도 6의 전자 장치(600), 도 7의 추천 음성 명령어 제공 모듈(710), 또는 음성 어시스턴트 서버(720))의 동작을 설명하기 위한 도면이다.
도 8a는 전자 장치가 제공하는 메시지(801)의 일 예시를 나타낸다. 일 실시예에 따르면, 메시지(801)는 도 8f의 추천 음성 명령어가 제공되는 사용자 인터페이스(800)의 적어도 일부와 유사하거나 동일할 수 있다. 예를 들어, 메시지(801)는 사용자의 음성 입력에 대응하는 동작을 수행한 결과에 대응하는 화면을 포함할 수 있다. 예를 들어, 메시지(801)는 사용자의 음성 입력(예: “김치라면 레시피 알려줘”)에 대응하는 응답 메시지(응답 화면)일 수 있다. 일 실시예에 따르면, 메시지(801)는 사용자의 음성 입력의 정보(810)를 포함할 수 있다. 예를 들어, 메시지(801)는 “김치라면 레시피 알려줘”라는 음성 입력에 대응하는 결과로서, 레시피 재료의 정보(815) 및 요리 순서에 대한 정보(820)를 포함할 수 있다. 일 실시예에 따르면, 전자 장치는 메시지(801)에 포함된 텍스트 정보(예: 문장 및/또는 문단)(810, 815, 및/또는 820)을 인식할 수 있다. 예를 들어, 전자 장치는 사용자의 음성 입력의 정보(810), 레시피 재료의 정보(815), 및 요리 순서에 대한 정보(820)에 포함된 문장들을 인식할 수 있다. 일 실시예에 따르면, 전자 장치는 메시지(801) 중에서 선택된 일부 영역(예: 요리 순서에 대한 정보(820))에 포함된 텍스트 정보를 인식할 수 있다. 예를 들어, 요리 순서에 대한 정보는 총 11단계의 요리 순서를 나타내는 텍스트 정보(821 내지 829, 8210, 8211)를 포함할 수 있다. 예를 들어, 메시지(801) 내에서 선택되는 영역(예: 820 영역)은 사용자의 입력에 의해 선택되거나, 또는 제공 중인 메시지, 실행 중인 어플리케이션 및/또는 서비스 별로 미리 설정되어 있을 수 있다.
도 8b는 전자 장치가 메시지(801)에 포함된 텍스트 정보(821 내지 829, 8210, 8211)를 액션(action) 단위의 문장으로 구분한 일 예시(803)를 나타낸다. 일 실시예에 따르면, 전자 장치는 메시지(801)(또는, 메시지(801)의 적어도 일부)에 포함된 정보(예: 요리 순서에 대한 정보(820))를 액션 단위의 문장들(831 내지 839, 및 8310 내지 8316)로 구분(split)할 수 있다. 예를 들어, 액션은 개별적인 하나의 수행 가능한 동작 또는 행위에 대응할 수 있다. 일 실시예에 따르면, 전자 장치는 POS 태깅(part of speech tagging) 분석 또는 의존 구조 분석(dependency parsing)을 통하여 상기 메시지(801)에 포함된 적어도 일부 문장(821 내지 829, 8210, 8211)을 액션 단위의 문장들(831 내지 839 및 8310 내지 8316)로 구분할 수 있다. 예를 들어, 전자 장치는 요리 순서에 대한 정보(820)에 포함된 텍스트 정보들(821 내지 829, 8210, 8211)을 16개의 액션 단위의 문장(831 내지 839 및 8310 내지 8316)으로 구분할 수 있다. 예를 들어, 전자 장치는 요리 순서에 대한 정보에 포함된 일부 단계의 문장들(821 내지 825 및 827 내지 829)은 그대로 하나의 액션 단위의 문장으로 구분할 수 있고, 다른 일부 단계의 문장들(826, 8210, 8211)은 복수 개의 액션 단위의 문장으로 나눌 수 있다. 예를 들어, 전자 장치는 826 문단을 837 및 838 문장으로 구분할 수 있다. 예를 들어, 전자 장치는 8210 문장을 8312 및 8313 문장으로 구분할 수 있다. 예를 들어, 전자 장치는 8211 문장을 8314, 8315, 및 8316 문장으로 구분할 수 있다.
일 실시예에 따르면, 전자 장치는 개별 동작을 식별하기 위해 동사 패턴 및 접속사를 검색할 수 있다. 예를 들어, “물 550ml를 따르고 스프와 건더기를 넣어주세요”(824)라는 문장에서 전자 장치는 “와” 뒤에 동사 “넣어주세요”를 인식하고, “스프와 건더기를 넣어주세요”가 별도의 액션 단위임을 추론할 수 있다. 또한, 전자 장치는 “다 끓인 라면을 올리고 통깨를 으깨 넣어주세요”(8210)라는 문장에서, “올리고” 뒤의 “넣어주세요”라는 동사가 사용된 것을 인식하고, “통깨를 으깨 넣어주세요”가 별도의 액션 단위임을 추론할 수 있다.
도 8c는 전자 장치가 액션 단위로 구분한 문장(831 내지 839, 및 8310 내지 8316)을 음성 명령어의 형태로 변환한 일 예시(805)를 나타낸다. 일 실시예에 따르면, 전자 장치는 액션 단위로 구분한 문장 (831 내지 839, 및 8310 내지 8316) 각각을 음성 명령어의 형태로 변환할 수 있다. 예를 들어, 전자 장치는 액션 단위로 구분한 문장(831 내지 839, 및 8310 내지 8316) 각각의 어미를 명령어에 대응하는 표현으로 변환할 수 있다. 일 실시예에 따르면, 전자 장치는 문장의 의미를 분석하여 음성 명령어의 형태로 변환할 수 없는 문장들(예를 들어, 8514 내지 8516 문장들)을 인식할 수 있다. 예를 들어, 전자 장치는 음성 명령어의 형태로 변환할 수 없는 문장들(8514 내지 8516)에 대하여 추천 음성 명령어를 제공하기 위한 처리 대상(예: 자연어 처리 대상)에서 제외시킬 수 있다. 일 실시예에 따르면, 전자 장치는 액션 단위로 구분한 문장(831 내지 839, 및 8310 내지 8316)에 매칭되는 기 정의된 음성 명령어가 있는지 판단할 수 있다. 일 실시예에 따르면, 액션 단위로 구분한 문장에 매칭되는 기 정의된 음성 명령어가 있는 경우, 전자 장치는 해당 문장을 기 정의된 음성 명령어로 변환할 수 있다. 예를 들어, 전자 장치는 시간과 관련된 문장(예: 시간과 관련된 의미를 포함하는 문장 패턴)의 경우 타이머 동작과 관련된 기 정의된 음성 명령어로 변환할 수 있다. 예를 들어, 전자 장치는 문장에 시간과 관련된 표현(예: ○초, ○분, ○시간)이 포함된 경우, 해당 문장이 기 정의된 패턴(예: 기간(duration) 패턴)에 매칭되는 것으로 판단하고, 기 정의된 패턴에 대응하는 음성 명령어(예: “(○초, ○분, ○시간) 타이머 시작”)로 변환할 수 있다. 예를 들어, 전자 장치는 “2분 정도 끓여줍니다”라는 시간과 관련된 문장(8310)을 매칭되는 기 정의된 음성 명령어인 “2분 타이머 시작”(8510)으로 변환할 수 있다.
일 실시예에 따르면, 전자 장치는 “이다”, “다”, “하다”와 같은 동사의 상태를 인식하여, 단지 서술적일 뿐 어떠한 동작도 암시하지 않는 문장들을 결정할 수 있다.
도 8d는 전자 장치가 변환한 음성 명령어(851 내지 859 및 8510 내지 8516)에 대하여 자연어(natural language, NL) 처리한 결과의 일 예시(807)를 나타낸다. 일 실시예에 따르면, 전자 장치는 음성 명령어의 형태로 변환한 문장들(851 내지 859 및 8510 내지 8516)에 대하여 자연어 처리를 수행할 수 있다. 예를 들어, 전자 장치는 음성 명령어의 형태로 변환한 문장들(851 내지 859 및 8510 내지 8516) 각각에 대하여 해당 동작(서비스)을 수행할 수 있는 도메인, 인텐트, 및/또는 슬롯이 있는지 판단할 수 있다. 예를 들어, 전자 장치는 자연어 처리 결과 실제 동작을 수행할 도메인, 인텐트, 및/또는 슬롯을 인식할 수 없는 문장들을 선별하여 추천 음성 명령어를 제공하기 위한 처리 대상에서 제외시킬 수 있다. 예를 들어, 전자 장치는 “물 550ml를 따라줘”(854) 문장에 대하여 정수기를 제어하는 도메인 및/또는 인텐트에 대응하는 “DeviceControl/DispenceWaterPurifier”(874)(예: 도메인 '스마트띵스(smartthings)(또는, 외부 전자 장치를 제어하기 위한 도메인)' 또는 '정수기', 인텐트 '물 출수', 및 파라미터 '550ml')를 인식할 수 있다. 예를 들어, 전자 장치는 “2분 타이머 시작”(8510) 문장에 대하여 타이머를 시작하기 위한 도메인 및/또는 인텐트에 대응하는 “Clock/StartTimer”(8710)(예: 도메인 '시계', 인텐트 '타이머 시작', 및 파라미터 '2분')를 인식할 수 있다. 예를 들어, 전자 장치는 854 및 8510 문장을 제외한 다른 문장들(871 내지 873, 875 내지 879, 및 8711 내지 8716)을 추천 음성 명령어를 제공하기 위한 처리 대상(예: 입력 평가(input evaluation) 수행 대상)에서 제외시킬 수 있다.
도 8e는 전자 장치가 NL 처리한 음성 명령어(874, 8710)에 입력 평가(input evaluation)를 수행한 결과(894, 8910)의 일 예시(809)를 나타낸다. 예를 들어, 입력 평가는 자연어 처리한 결과 인식한 도메인 및/또는 인텐트(874, 8710)에 대응하는 동작을 실제 수행할 수 있는지 판단하는 동작일 수 있다. 예를 들어, 전자 장치는 사용자 정보, 전자 장치와 관련된 정보, 및/또는 외부 전자 장치와 관련된 정보 중 적어도 하나를 기반으로 입력 평가를 수행할 수 있다. 예를 들어, 전자 장치는 사용자 정보(예: 사용자 계정 정보)를 기반으로 사용자가 자연어 처리 결과 획득한 도메인 및/또는 인텐트(874, 8710)를 수행할 수 있는 장치를 소유하고 있는지 판단할 수 있다. 예를 들어, 전자 장치는 894의 음성 명령어에 대하여 사용자가 정수기를 소유하고 있는지 판단할 수 있다. 일 실시예에 따르면, 전자 장치는 전자 장치와 관련된 정보 및/또는 외부 전자 장치(예: 정수기)와 관련된 정보를 기반으로 해당 동작(예: 정수기를 통하여 물 550ml를 따르는 동작)을 수행할 수 있는지 판단할 수 있다. 예를 들어, 전자 장치는 8910의 음성 명령어에 대하여 전자 장치 또는 외부 전자 장치를 통하여 해당 동작(예: 타이머 시작)을 수행할 수 있는지 판단할 수 있다. 일 실시예에 따르면, 전자 장치는 입력 평가 결과 실제 동작을 수행할 수 있는 음성 명령어(예: 894 및 8910)를 추천 음성 명령어로 결정할 수 있다.
도 8f는 전자 장치가 추천 음성 명령어를 제공하는 사용자 인터페이스(800)의 일 예시를 나타낸다. 사용자 인터페이스(800)는 사용자의 음성 입력을 나타내는 텍스트(810), 레시피 재료를 나타내는 텍스트(815), 및 요리 순서를 나타내는 텍스트(820)를 포함할 수 있다. 외부 전자 장치에 의해 특정 명령이 수행되거나 도움을 받을 수 있다. 따라서, 사용자 인터페이스(800)는 외부 전자 장치가 지시된 기능을 수행하도록 할 수 있는 버튼(881, 883)을 포함할 수 있다.
예를 들어, 사용자 인터페이스(800)는 사용자의 음성 입력(810)에 대한 응답 화면(예: 응답 메시지)(801)을 포함할 수 있다. 예를 들어, 전자 장치는 메시지(801)의 일부 영역에 추천 음성 명령어를 표시할 수 있다. 예를 들어, 도 8f는 사용자의 “김치라면 레시피 알려줘”라는 음성 입력(810)에 대한 결과로서 제공되는 사용자 인터페이스(800)를 나타낸다. 예를 들어, 사용자 인터페이스(800)는 사용자의 음성 입력에 대한 정보(810), 및 음성 입력을 처리한 결과에 대한 정보(815, 820), 및 추천 음성 명령어에 대한 정보(880)를 포함할 수 있다. 예를 들어, 제1 추천 음성 명령어(“물 550ML 출수해줘”)(881)는 사용자 인터페이스(800)에 포함된 정보 중 일부(821)에 대응하여 추천된 음성 명령어이고, 제2 추천 음성 명령어(“2분 타이머 실행해줘”)(883)는 사용자 인터페이스(800)에 포함된 정보 중 다른 일부(823)에 대응하여 추천된 음성 명령어일 수 있다.
일 실시예에 따르면, 전자 장치는 전자 장치가 제공 중인 메시지(801)(또는, 사용자 인터페이스(800)) 상에 포함된 정보에 기반하여 실제 대응되는 동작을 수행 가능한 음성 명령어를 인식하고, 이를 추천 음성 명령어(881, 883)로서 제공할 수 있다. 일 실시예에 따르면, 전자 장치는 메시지(801)에 포함된 내용을 기반으로 실행 가능한 음성 명령어를 인식하여 추천 음성 명령어로 제공함으로써, 현재 동작(서비스) 중인 도메인과 무관하게 다양한 도메인에 대하여 현재 이용 가능한 적합한 음성 명령어를 추천할 수 있다.
도 9는 일 실시예에 따른 전자 장치가 추천 음성 명령어를 제공하는 사용자 인터페이스의 일 예시를 나타낸다. 도 9에서, 사용자는 “베이글 레시피 알려줘”라는 음성 입력을 한 경우를 나타낸다. 사용자 인터페이스는 다양한 액션(920)과 함께 텍스트(910)로 번역된 사용자의 음성 입력을 포함할 수 있다. 해당 예시에서, 오븐은 전자 장치에 의해 제어될 수 있는 외부 전자 장치이다. 따라서, 사용자 인터페이스는 오븐이 예열(981) 및 베이킹(983)하도록 하는 버튼을 포함할 수 있다.
일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101, 102, 104), 서버(108), 도 2의 사용자 단말(201), 지능형 서버(300), 도 5의 전자 장치(500), 도 6의 전자 장치(600), 도 7의 추천 음성 명령어 제공 모듈(710), 또는 음성 어시스턴트 서버(720))는 사용자의 음성 입력(“베이글 레시피 알려줘”)에 대한 응답으로 사용자 인터페이스(900)(예: 사용자의 음성 입력에 대한 응답 메시지)를 제공할 수 있다. 예를 들어, 사용자 인터페이스(900)는 사용자의 음성 입력에 대한 정보(910) 및 사용자의 음성 입력에 대응하는 검색 정보(920)(예: 레시피 정보)를 포함할 수 있다. 예를 들어, 검색 정보(920)는 적어도 하나의 단어, 문장 및/또는 문단을 포함하는 텍스트 정보를 포함할 수 있다. 일 실시예에 따르면, 사용자 인터페이스(900)는 음성 명령어 추천 정보(980)를 포함할 수 있다. 일 실시예에 따르면, 전자 장치는 사용자의 음성 입력에 대한 정보(910) 및 사용자의 음성 입력에 대응하는 검색 정보(920)를 사용자 인터페이스(900)에 먼저 제공하고, 아래에서 설명하는 추천 음성 명령어 제공 동작이 수행된 이후에 음성 명령어 추천 정보(980)를 사용자 인터페이스(900)에 제공할 수도 있고, 또는 사용자의 음성 입력에 대한 정보(910), 검색 정보(920), 및 음성 명령어 추천 정보(980)를 포함하는 사용자 인터페이스(900)를 처음부터 제공할 수도 있다. 예를 들어, 전자 장치는 사용자의 음성 입력에 대한 응답으로, 사용자의 음성 입력에 대한 정보(910), 검색 정보(920), 및 음성 명령어 추천 정보(980)를 포함하는 사용자 인터페이스(900)를 제공할 수 있다.
일 실시예에 따르면, 전자 장치는 사용자 인터페이스(900)에 포함된 적어도 일부분(예: 검색 정보(920))에 포함된 정보를 액션(action) 단위의 문장으로 구분(split)할 수 있다. 일 실시예에 따르면, 전자 장치는 POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 사용자 인터페이스(900)에 포함된 적어도 일부분에 포함된 정보를 액션(action) 단위의 문장으로 구분(split)할 수 있다. 예를 들어, 전자 장치는 검색 정보(920)에 포함된 “베이킹 팬 위에 반죽을 올린 후 190℃로 예열된 오븐에서 20분 정도 구워주세요”의 문장을 “베이킹 팬 위에 반죽을 올린 후”, “190℃로 예열된 오븐”, 및 “오븐에서 20분 정도 구워주세요”라는 복수 개의 문장으로 분리할 수 있다.
일 실시예에 따르면, 전자 장치는 액션 단위로 분리한 문장 각각을 명령어의 형태로 변환할 수 있다. 예를 들어, 전자 장치는 “베이킹 팬 위에 반죽을 올린 후”를 “베이킹 팬 위에 반죽을 올려줘”로, “190℃로 예열된 오븐”을 “190℃로 오븐을 예열해줘”로, 및 “오븐에서 20분 정도 구워주세요”를 “오븐에서 20분 정도 구워줘”로 변환할 수 있다. 일 실시예에 따르면, 전자 장치는 불완전한 단어 및/또는 문장이 입력될 때 음성 어시스턴트 시스템에서 지원되고 입력된 단어 및/또는 문장에 대응하는 동작을 수행할 수 있다고 예측되는 문장을 출력으로 생성해주는 학습 모델을 생성 또는 활용할 수 있다.
일 실시예에 따르면, 전자 장치는 변환한 문장들 각각에 대하여 대응되는 도메인 및/또는 인텐트를 인식할 수 있다. 일 실시예에 따르면, 전자 장치는 외부 전자 장치(예: 음성 어시스턴트 시스템(예: NL 모듈))에 액션 단위로 구분된 문장들 각각에 대하여 대응되는 도메인 및/또는 인텐트의 정보를 요청하고, 외부 전자 장치로부터 요청에 대한 응답(예: 대응되는 도메인 및/또는 인텐트의 정보를 포함하는 응답, 또는 대응되는 도메인 및/또는 인텐트가 없음을 나타내는 응답)을 수신할 수 있다. 예를 들어, 전자 장치는 “베이킹 팬 위에 반죽을 올려줘”에 대하여 대응되는 동작(서비스)을 수행할 도메인 및 인텐트가 없음을 인식할 수 있다. 예를 들어, 전자 장치는 “190℃로 오븐을 예열해줘”에 대응되는 “DeviceControl/PreheatOven”이라는 동작을 수행할 도메인(예: 스마트띵스 또는 오븐) 및 인텐트(예: 190℃ 예열하기)를 인식할 수 있고, “오븐에서 20분 정도 구워줘”에 대응하는 “DeviceControl/BakeOven”이라는 동작을 수행할 도메인(예: 스마트띵스 또는 오븐) 및 인텐트(예: 20분 굽기)를 인식할 수 있다.
일 실시예에 따르면, 전자 장치는 인식한 도메인 및/또는 인텐트에 대응하는 동작(서비스)을 수행할 수 있는지 판단할 수 있다. 예를 들어, 전자 장치는 사용자 정보(예: 사용자 계정 정보)를 기반으로 사용자가 인식한 도메인 및/또는 인텐트에 대응하는 동작을 수행할 장치를 소유하고 있는지 판단할 수 있다. 예를 들어, 전자 장치는 전자 장치와 관련된 정보 및/또는 외부 전자 장치(예: 오븐)와 관련된 정보를 기반으로 인식한 도메인 및/또는 인텐트에 대응하는 동작을 수행할 수 있는지 판단할 수 있다.
일 실시예에 따르면, 전자 장치는 인식한 도메인 및/또는 인텐트에 대응하는 동작(서비스)을 수행할 수 있다고 판단하는 경우, 해당 동작에 대응하는 음성 명령어를 추천 음성 명령어로 제공할 수 있다. 예를 들어, 전자 장치는 “DeviceControl/PreheatOven”이라는 도메인 및 인텐트에 대응하는 음성 명령어로 “190℃로 오븐을 예열해줘”를, “DeviceControl/BakeOven” 라는 도메인 및 인텐트에 대응하는 “오븐에서 20분 정도 구워줘”를 추천 음성 명령어로 제공할 수 있다. 예를 들어, 전자 장치는 제공 중인 사용자 인터페이스(900)(예: 응답 메시지)에 포함된 정보(920)에 기반하여, 정보(920)의 제1 부분(921)에 대응하는 제1 추천 음성 명령어(981) 및 정보(920)의 제2 부분(923)에 대응하는 제2 추천 음성 명령어(983)를 제공할 수 있다.
일 실시예에 따르면, 전자 장치는 제공 중인 사용자 인터페이스(900)에 포함된 정보에 기반하여 이용 가능한 음성 명령어를 추천함으로써, 제공 중인 사용자 인터페이스(900)와 관련된 도메인(예: 정보 검색을 위한 도메인)과 상이한 도메인(예: 외부 전자 장치(예: 오븐)를 제어하기 위한 도메인)에 대한 추천 음성 명령어를 제공할 수 있다.
도 10은 일 실시예에 따른 전자 장치가 추천 음성 명령어를 제공하는 사용자 인터페이스의 일 예시를 나타낸다. 이하에서, 도 9의 설명과 중복되거나 유사한 설명은 생략 또는 간략히 설명한다. 사용자 인터페이스는 “오늘 날씨 알려줘”라는 사용자 음성 입력에 응답하여 제공될 수 있다. 사용자 인터페이스는 사용자의 음성 입력(1010), 날씨를 나타내는 정보(1020), 외부 전자 장치에 의해 적용될 수 있는 정보의 하이라이트를 나타내는 텍스트(1021)를 포함할 수 있다. 사용자 인터페이스는 또한 공기 청정기를 제어하는 버튼(1081) 및 다음날의 정보를 묻는 버튼(1083)을 포함할 수 있다.
일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101, 102, 104), 서버(108), 도 2의 사용자 단말(201), 지능형 서버(300), 도 5의 전자 장치(500), 도 6의 전자 장치(600), 도 7의 추천 음성 명령어 제공 모듈(710), 또는 음성 어시스턴트 서버(720))는 사용자의 음성 입력(“오늘 날씨 알려줘”)에 대한 응답으로 사용자 인터페이스(1000)(예: 사용자의 음성 입력에 대한 응답 메시지))를 제공할 수 있다. 예를 들어, 사용자 인터페이스(1000)는 사용자의 음성 입력에 대한 정보(1010) 및 사용자의 음성 입력에 대응하는 검색 정보(1020)(예: 날씨 정보)를 포함할 수 있다. 일 실시예에 따르면, 사용자 인터페이스(1000)는 음성 명령어 추천 정보(1080)를 포함할 수 있다.
일 실시예에 따르면, 전자 장치는 사용자 인터페이스(1000)에 포함된 적어도 일부분(예: 검색 정보(1020))에 포함된 정보를 액션(action) 단위의 문장으로 구분할 수 있다. 예를 들어, 전자 장치는 검색 정보(1020)에 포함된 정보를 “오늘도 낮동안 더우니, 수분을 충분히 섭취해 주세요”, “영통구 매탄동”, “현재 온도 26℃”, “오늘 최고 온도 29℃”, “오늘 최저 온도 19℃”, “미세먼지 나쁨”(1021), 및 “초미세먼지 보통”이라는 복수 개의 문장으로 분리할 수 있다.
일 실시예에 따르면, 전자 장치는 액션 단위로 분리한 문장을 음성 명령어의 형태로 변환할 수 있다. 예를 들어, 전자 장치는 음성 명령어의 형태로 변환할 수 없는 문장에 대해서는 추천 음성 명령어를 제공하기 위한 처리 대상에서 제외시킬 수 있다. 일 실시예에 따르면, 전자 장치는 액션 단위로 분리한 문장에 대하여 기 정의된 음성 명령어가 있는지 판단할 수 있다. 일 실시예에 따르면, 전자 장치는 분리한 문장이 기 정의된 패턴에 속하는지 판단할 수 있다. 예를 들어, 문장의 패턴은 문장에 포함된 단어 및/또는 문장의 의미 분석에 따라 결정될 수 있다. 예를 들어, 기 정의된 패턴은 기간(duration)과 관련된 패턴(예: 숫자 및 시간 관련 단어(예: 초, 분, 시간)로 구성된 문장), 또는 미세먼지(dust)와 관련된 패턴(예: 미세먼지 농도와 관련된 문장)을 포함할 수 있으며, 이에 한정되는 것은 아니다. 일 실시예에 따르면, 전자 장치는 문장이 기 정의된 패턴에 속하는 경우, 기 정의된 패턴에 대응하는 기 정의된 음성 명령어를 인식할 수 있다. 예를 들어, 전자 장치는 “미세 먼지 나쁨”이라는 문장에 대하여 기 정의된 미세먼지와 관련된 패턴을 인식하고, 미세먼지와 관련된 패턴에 대응하는 기 정의된 “공기 청정기 켜줘”라는 음성 명령어를 인식할 수 있다. 예를 들어, 전자 장치는 “미세 먼지 나쁨”이라는 문장으로부터 “공기 청정기 켜줘”라는 음성 명령어를 인식(획득)할 수 있다.
일 실시예에 따르면, 전자 장치는 음성 명령어에 대응되는 도메인 및/또는 인텐트를 인식할 수 있다. 예를 들어, 기 정의된 음성 명령어는 기 정의된 도메인 및/또는 인텐트에 대응할 수 있다. 예를 들어, 전자 장치는 “공기 청정기 켜줘”라는 음성 명령어에 대응하는 도메인 및/또는 인텐트로 “DeviceControl-TurnOnAirPurifier(dustmode)”(예: 외부 전자 장치(공기 청정기)를 제어하는 도메인 및/또는 인텐트 '(공기 청정기) 켜기')를 인식할 수 있다.
일 실시예에 따르면, 전자 장치는 인식한 도메인 및/또는 인텐트에 대응하는 동작(서비스)을 수행할 수 있는지 판단할 수 있다. 예를 들어, 전자 장치는 사용자 정보, 전자 장치와 관련된 정보 및/또는 외부 전자 장치와 관련된 정보를 기반으로 인식한 도메인 및/또는 인텐트에 대응하는 동작을 수행할 수 있는지 판단할 수 있다. 예를 들어, 전자 장치는 사용자가 공기 청정기를 소유하고 있는지, 및/또는 공기 청정기가 동작 가능한 상태인지 판단할 수 있다.
일 실시예에 따르면, 전자 장치는 인식한 도메인 및/또는 인텐트에 대응하는 동작(서비스)을 수행할 수 있다고 판단하는 경우, 해당 동작에 대응하는 음성 명령어를 추천 음성 명령어로 제공할 수 있다. 예를 들어, 전자 장치는 “DeviceControl-TurnOnAirPurifier(dustmode)”라는 도메인 및/또는 인텐트에 대응하는 음성 명령어로 “공기 청정기 켜줘”를 추천 음성 명령어(1081)로 제공할 수 있다. 예를 들어, 전자 장치는 제공 중인 사용자 인터페이스(1000)(예: 응답 메시지)에 포함된 정보(1020)에 기반하여, 정보(1020)의 일부분(1021)에 대응하는 제1 추천 음성 명령어(1081)를 제공할 수 있다. 일 실시예에 따르면, 전자 장치는 제공 중인 사용자 인터페이스(1000)과 관련된 제2 추천 음성 명령어(1083)를 제공할 수도 있다.
일 실시예에 따르면, 전자 장치는 제공 중인 사용자 인터페이스(1000)에 포함된 정보에 기반하여 이용 가능한 음성 명령어를 추천함으로써, 제공 중인 사용자 인터페이스(1000)와 관련된 도메인(예: 날씨 검색을 위한 도메인)과 관련된 제2 추천 음성 명령어(1083)뿐만 아니라, 제공 중인 사용자 인터페이스(1000)와 상이한 도메인(예: 외부 전자 장치(예: 공기 청정기)를 제어하기 위한 도메인)에 대한 제1 추천 음성 명령어(1081)도 제공할 수 있다.
본 문서에 개시되는 일 실시예에 따른 전자 장치는. 디스플레이, 통신 회로, 메모리, 및 상기 디스플레이, 상기 통신 회로, 및 상기 메모리와 작동적으로(operatively) 연결된 적어도 하나의 프로세서를 포함하고, 상기 메모리는, 상기 적어도 하나의 프로세서에 의해 실행 시, 상기 전자 장치가, 상기 전자 장치가 사용자에게 제공 중인 메시지에 포함된 문장을 액션 단위로 구분하고, 상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하고, 사용자 정보, 상기 전자 장치와 관련된 정보 및 상기 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하고, 상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어의 정보를 제공하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, 상기 액션 단위의 문장에 매칭되는 기 정의된 음성 명령어가 있는지 확인하고, 매칭되는 기 정의된 음성 명령어가 있는 경우, 상기 액션 단위의 문장을 상기 기 정의된 음성 명령어로 변환하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, 상기 변환된 음성 명령어와 연관된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나를 인식하고, 상기 인식된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작을 수행할 수 있는지 판단하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, 사용자 선호도, 사용자의 사용 이력, 및 기 설정된 카테고리에 기반하여 상기 도메인을 인식하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, 상기 메시지의 적어도 일부분을 선택하고, 상기 선택된 메시지의 적어도 일부분에 대하여 상기 구분하는 동작, 상기 변환하는 동작, 상기 판단하는 동작, 및 상기 제공하는 동작을 수행하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, 변환된 음성 명령어에 대하여 자연어(natural language, NL) 분석을 수행하고, 자연어 분석 결과에 기반하여 입력 평가(input evaluation)를 수행하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 상기 메시지에 포함된 문장을 액션 단위로 구분하도록 할 수 있다.
일 실시예에 따르면, 상기 메시지는 상기 디스플레이에 표시된 화면, 상기 전자 장치가 출력하는 음성, 및 사용자의 음성 입력에 대한 응답 중 적어도 하나를 포함할 수 있다.
본 문서에 개시되는 일 실시예에 따른 전자 장치는. 통신 회로, 메모리, 및 상기 통신 회로, 및 상기 메모리와 작동적으로(operatively) 연결된 적어도 하나의 프로세서를 포함하고, 상기 메모리는, 상기 적어도 하나의 프로세서에 의해 실행 시, 상기 전자 장치가, 상기 통신 회로를 통하여, 외부 전자 장치로부터 상기 외부 전자 장치가 제공 중인 메시지에 대한 정보를 수신하고, 상기 메시지에 대한 정보에 기반하여, 상기 메시지에 포함된 문장을 액션 단위로 구분하고, 상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하고, 사용자 정보, 상기 외부 전자 장치와 관련된 정보 및 상기 외부 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하고, 상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어를 결정하고, 상기 통신 회로를 통하여 상기 외부 전자 장치에 상기 적어도 하나의 추천 음성 명령어에 대한 정보를 제공하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, 상기 액션 단위의 문장에 매칭되는 기 정의된 음성 명령어가 있는지 확인하고, 매칭되는 기 정의된 음성 명령어가 있는 경우, 상기 액션 단위의 문장을 상기 기 정의된 음성 명령어로 변환하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, 상기 변환된 음성 명령어와 연관된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나를 인식하고, 상기 인식된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작을 수행할 수 있는지 판단하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, 상기 메시지의 적어도 일부분을 선택하고, 상기 선택된 메시지의 적어도 일부분에 대하여 상기 구분하는 동작, 상기 변환하는 동작, 상기 판단하는 동작, 및 상기 제공하는 동작을 수행하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, 변환된 음성 명령어에 대하여 자연어(natural language, NL) 분석을 수행하고, 자연어 분석 결과에 기반하여 입력 평가(input evaluation)를 수행하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하도록 할 수 있다.
일 실시예에 따르면, 상기 인스트럭션들은, 실행 시, 상기 전자 장치가, POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 메시지에 포함된 문장을 액션 단위로 구분하도록 할 수 있다.
도 11은 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법의 흐름도이다.
일 실시예에 따르면, 1110 동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 2의 사용자 단말(201), 또는 도 5의 전자 장치(500))는 사용자에게 제공 중인 메시지에 포함된 문장을 액션(action) 단위로 구분(split)할 수 있다. 일 실시예에 따르면, 메시지는 전자 장치의 디스플레이에 표시된 화면, 전자 장치가 출력하는 음성, 및 사용자의 음성 입력에 대한 응답 중 적어도 하나를 포함할 수 있다. 예를 들어, 메시지는 전자 장치가 사용자에게 제공 중인 다양한 형태의 정보, 사용자 입력에 대한 응답, 및/또는 피드백을 포함할 수 있다.
일 실시예에 따르면, 액션은 개별적인 하나의 동작 또는 행위에 대응할 수 있다. 일 실시예에 따르면, 전자 장치는 POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 메시지에 포함된 적어도 일부 문장을 액션 단위의 문장들로 구분할 수 있다.
일 실시예에 따르면, 1120 동작에서, 전자 장치는 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환할 수 있다. 예를 들어, 전자 장치는 액션 단위로 구분한 문장 각각의 어미를 명령어에 대응하는 표현으로 변환할 수 있다. 일 실시예에 따르면, 전자 장치는 문장의 의미를 분석하여 음성 명령어의 형태로 변환할 수 없는 문장들을 인식할 수 있다. 일 실시예에 따르면, 전자 장치는 음성 명령어의 형태로 변환할 수 없는 문장들에 대하여 추천 음성 명령어를 제공하기 위한 처리 대상에서 제외시킬 수 있다.
일 실시예에 따르면, 전자 장치는 액션 단위로 구분한 문장에 매칭되는 기 정의된 음성 명령어가 있는지 판단할 수 있다. 일 실시예에 따르면, 액션 단위로 구분한 문장에 매칭되는 기 정의된 음성 명령어가 있는 경우, 전자 장치는 해당 문장을 기 정의된 음성 명령어로 변환할 수 있다.
일 실시예에 따르면, 1130 동작에서, 전자 장치는 사용자 정보, 전자 장치와 관련된 정보 및/또는 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다. 예를 들어, 외부 실행 장치는 전자 장치(예: 사용자 단말) 및/또는 외부 전자 장치(예: 음성 어시스턴트 서버) (예: 도 1의 전자 장치(102, 104), 서버(108), 도 2의 지능형 서버(300), 도 6의 전자 장치(600), 도 7의 추천 음성 명령어 제공 모듈(710), 또는 음성 어시스턴트 서버(720))에 연결되거나, 또는 사용자 계정에 등록된 장치로서, 음성 명령어에 대응하는 동작을 실제로 수행 가능한 장치를 의미할 수 있다. 예를 들어, 전자 장치는 외부 서버(예: 외부 IoT 서버 또는 음성 어시스턴트 서버)로부터 외부 실행 장치와 관련된 정보(예: 외부 실행 장치의 식별자, 능력 정보, 및/또는 타입 정보)를 수신하고, 이를 기반으로 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다.
예를 들어, 전자 장치는 변환한 음성 명령어에 대하여 자연어(natural language, NL) 처리를 수행하고, 장치가 NL 처리한 음성 명령어에 입력 평가(input evaluation)를 수행할 수 있다. 예를 들어, 전자 장치는 변환된 음성 명령어를 NL 처리하여 음성 명령어에 대응하는 동작을 수행할 도메인, 인텐트, 및/또는 슬롯을 인식하고, 인식한 도메인, 인텐트, 및/또는 슬롯에 기반하여 입력 평가를 수행한 결과에 기반하여 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다. 예를 들어, 전자 장치는 입력 평가를 통하여 사용자 정보(예: 사용자 계정 정보)를 기반으로 사용자가 음성 명령어에 대응하는 동작을 수행하기 위한 장치를 보유하고 있는지 판단할 수 있다. 예를 들어, 전자 장치는 입력 평가를 통하여 전자 장치 또는 전자 장치와 연결된 외부 전자 장치가 음성 명령어에 대응하는 동작을 수행할 능력을 가지는지 또는 전자 장치 또는 전자 장치와 연결된 외부 실행 장치가 사용자가 음성 명령어에 대응하는 동작을 수행할 수 있는 상태인지 여부를 판단할 수 있다.
일 실시예에 따르면, 1140 동작에서, 전자 장치는 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 음성 명령어의 정보를 추천 음성 명령어의 정보로서 제공할 수 있다. 예를 들어, 전자 장치는 실제 수행 가능한 동작에 대응하는 추천 음성 명령어를 포함하는 사용자 인터페이스를 제공할 수 있다.
일 실시예에 따르면, 전자 장치는 전자 장치가 제공 중인 메시지에 포함된 내용을 기반으로 실제로 동작을 수행 가능한 음성 명령어를 인식 하여 추천 음성 명령어로 제공함으로써, 현재 동작(서비스) 중인 도메인과 무관하게 다양한 도메인에 대하여 이용 가능한 적합한 음성 명령어를 추천할 수 있다.
도 12는 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법의 흐름도이다. 이하에서, 도 11의 설명과 중복되거나 유사한 설명은 생략하거나 또는 간략히 설명한다.
일 실시예에 따르면, 1210 동작에서, 전자 장치(예: 도 1의 전자 장치(102, 104), 서버(108), 도 2의 지능형 서버(300), 도 6의 전자 장치(600), 도 7의 추천 음성 명령어 제공 모듈(710), 또는 음성 어시스턴트 서버(720))는 외부 전자 장치(예: 도 1의 전자 장치(101), 도 2의 사용자 단말(201), 또는 도 5의 전자 장치(500))로부터, 외부 전자 장치가 제공 중인 메시지에 대한 정보를 수신할 수 있다. 예를 들어, 메시지는 외부 전자 장치가 사용자에게 제공 중인 다양한 형태의 정보, 사용자 입력에 대한 응답, 및/또는 피드백을 포함할 수 있다.
일 실시예에 따르면, 1220 동작에서, 전자 장치는 메시지에 대한 정보에 기반하여 메시지에 포함된 문장을 액션 단위로 구분할 수 있다. 일 실시예에 따르면, 전자 장치는 POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 메시지에 포함된 적어도 일부 문장을 액션 단위의 문장들로 구분할 수 있다.
일 실시예에 따르면, 1230 동작에서, 전자 장치는 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환할 수 있다. 예를 들어, 전자 장치는 액션 단위로 구분한 문장 각각의 어미를 명령어에 대응하는 표현으로 변환할 수 있다. 일 실시예에 따르면, 전자 장치는 액션 단위로 구분한 문장에 매칭되는 기 정의된 음성 명령어가 있는지 판단하고, 액션 단위로 구분한 문장에 매칭되는 기 정의된 음성 명령어가 있는 경우 해당 문장을 기 정의된 음성 명령어로 변환할 수 있다.
일 실시예에 따르면, 1240 동작에서, 전자 장치는 사용자 정보, 외부 전자 장치(예: 사용자 단말)와 관련된 정보 및 외부 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다. 예를 들어, 외부 실행 장치는 전자 장치(예: 음성 어시스턴트 서버) 및/또는 외부 전자 장치(예: 사용자 단말(예: 도 1의 전자 장치(101), 도 2의 사용자 단말(201), 또는 도 5의 전자 장치(500)))에 연결되거나, 또는 사용자 계정에 등록된 장치로서, 음성 명령어에 대응하는 동작을 실제로 수행 가능한 장치를 의미할 수 있다. 예를 들어, 전자 장치는 외부 전자 장치(예: 사용자 단말) 또는 외부 서버(예: 외부 IoT 서버)로부터 외부 실행 장치와 관련된 정보(예: 외부 실행 장치의 식별자, 능력 정보, 및/또는 타입 정보)를 수신하고, 이를 기반으로 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다.
예를 들어, 전자 장치는 변환한 음성 명령어에 대하여 자연어(natural language, NL) 처리를 수행하고, 장치가 NL 처리한 음성 명령어에 입력 평가(input evaluation)를 수행할 수 있다. 예를 들어, 전자 장치는 변환된 음성 명령어를 NL 처리하여 음성 명령어에 대응하는 동작을 수행할 도메인, 인텐트, 및/또는 슬롯을 인식하고, 인식한 도메인, 인텐트, 및/또는 슬롯에 기반하여 입력 평가를 수행한 결과에 기반하여 음성 명령어에 대응하는 동작이 수행 가능한지 판단할 수 있다.
일 실시예에 따르면, 전자 장치는 제2 외부 전자 장치(예: 통합 지능 서버(예: 음성 어시스턴트 서버), 또는 통합 지능 시스템(예: 음성 어시스턴트 시스템))을 통하여 NL 처리 동작 및 입력 평가 동작을 수행할 수 있다. 예를 들어, 전자 장치는 제2 외부 전자 장치에 변환된 음성 명령어와 관련된 정보를 제공하고, 제2 외부 전자 장치로부터 음성 명령어에 대하여 NL 처리 및 입력 평가를 수행한 결과에 대한 정보를 수신할 수 있다.
일 실시예에 따르면, 1250 동작에서, 전자 장치는 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어의 정보를 결정할 수 있다. 예를 들어, 전자 장치는 NL 처리 및 입력 평가 결과를 기반으로, 변환한 음성 명령어들 중에서 실제 음성 명령어에 대응하는 동작이 수행 가능한 적어도 하나의 음성 명령어를 추천 음성 명령어로서 결정할 수 있다.
일 실시예에 따르면, 1260 동작에서, 전자 장치는 외부 전자 장치에 적어도 하나의 추천 음성 명령어에 대한 정보를 제공할 수 있다. 예를 들어, 전자 장치는 외부 전자 장치를 통해 실제 수행 가능한 동작에 대응하는 추천 음성 명령어를 사용자에게 제공할 수 있다.
일 실시예에 따르면, 전자 장치는 외부 전자 장치가 제공 중인 메시지에 포함된 내용을 기반으로 실제로 동작을 수행 가능한 음성 명령어를 인식 하여 추천 음성 명령어로 제공함으로써, 현재 동작(서비스) 중인 도메인과 무관하게 다양한 도메인에 대하여 이용 가능한 적합한 음성 명령어를 추천할 수 있다.
도 13은 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법의 흐름도이다.
일 실시예에 따르면, 1305 동작에서, 전자 장치(예: 도 1의 전자 장치(101, 102, 104), 서버(108), 도 2의 사용자 단말(201), 지능형 서버(300), 도 5의 전자 장치(500), 도 6의 전자 장치(600), 도 7의 추천 음성 명령어 제공 모듈(710), 또는 음성 어시스턴트 서버(720))는 메시지를 인식할 수 있다. 일 실시예에 따르면, 메시지는 전자 장치의 디스플레이에 표시된 화면, 전자 장치가 출력하는 음성, 및 사용자의 음성 입력에 대한 응답 중 적어도 하나를 포함할 수 있다. 예를 들어, 메시지는 전자 장치가 사용자에게 제공 중인 다양한 형태의 정보, 사용자 입력에 대한 응답, 및/또는 피드백을 포함할 수 있다.
일 실시예에 따르면, 1310 동작에서, 전자 장치는 메시지에 포함된 문장을 액션 단위로 구분할 수 있다. 일 실시예에 따르면, 액션은 개별적인 하나의 동작 또는 행위에 대응할 수 있다. 일 실시예에 따르면, 전자 장치는 POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 메시지에 포함된 적어도 일부 문장을 액션 단위의 문장들로 구분할 수 있다.
일 실시예에 따르면, 1315 동작에서, 전자 장치는 검증할 액션 단위의 문장이 존재하는지 판단할 수 있다. 일 실시예에 따르면, 전자 장치는 검증할 액션 단위의 문장이 존재하면 1320 동작을 수행하고, 검증할 액션 단위의 문장이 존재하지 않으면 추천 음성 명령어를 제공하는 동작을 종료할 수 있다.
일 실시예에 따르면, 1320 동작에서, 전자 장치는 음성 명령어 매칭을 수행할 수 있다. 예를 들어, 전자 장치는 액션 단위로 구분한 문장 각각의 패턴(예: 시간과 관련된 의미를 포함하는 문장 패턴 또는 미세먼지(dust)와 관련된 패턴 등)을 인식하고, 인식된 패턴에 대응하는 기 정의된 음성 명령어를 인식할 수 있다. 예를 들어, 전자 장치는 문장에 포함된 단어 및/또는 문장의 의미 분석에 기반하여 문장의 패턴을 인식할 수 있다.
일 실시예에 따르면, 1325 동작에서, 전자 장치는 액션 단위의 문장에 매칭되는 기 정의된 음성 명령어가 존재하는지 판단할 수 있다. 일 실시예에 따르면, 전자 장치는 액션 단위의 문장에 매칭되는 기 정의된 음성 명령어가 존재하면 1330 동작을 수행하고, 매칭되는 기 정의된 음성 명령어가 존재하지 않으면 1335 동작을 수행할 수 있다.
일 실시예에 따르면, 1330 동작에서, 전자 장치는 액션 단위의 문장을 기 정의된 음성 명령어로 변환할 수 있다.
일 실시예에 따르면, 1335 동작에서, 전자 장치는 구분된 액션 단위의 문장을 음성 명령어 형태로 변환할 수 있다. 예를 들어, 전자 장치는 액션 단위로 구분한 문장 각각의 어미를 명령어에 대응하는 형태로 변환할 수 있다. 일 실시예에 따르면, 전자 장치는 액션 단위로 구분한 문장을 지원 가능한 음성 명령어로 변환해주는 모델(예: 인공지능 학습 모델)을 이용하여 문장을 음성 명령어 형태로 변환할 수 있다.
일 실시예에 따르면, 1340 동작에서, 전자 장치는 자연어(natural language, NL) 분석 및 입력 평가(input evaluation)를 수행할 수 있다. 예를 들어, 전자 장치는 1330 동작 또는 1335 동작을 통해 변환한 음성 명령어에 대하여 자연어 분석 및 입력 평가를 수행할 수 있다. 예를 들어, 전자 장치는 변환된 음성 명령어를 NL 처리하여 음성 명령어에 대응하는 동작을 수행할 도메인, 인텐트, 및/또는 슬롯을 인식하고, 인식한 도메인, 인텐트, 및/또는 슬롯에 기반하여 음성 명령어에 대응하는 동작이 수행 가능한지 판단하기 위하여 입력 평가를 수행할 수 있다. 예를 들어, 전자 장치는 입력 평가를 통하여 사용자 정보(예: 사용자 계정 정보)를 기반으로 사용자가 음성 명령어에 대응하는 동작을 수행하기 위한 장치를 보유하고 있는지 판단할 수 있다. 예를 들어, 전자 장치는 입력 평가를 통하여 전자 장치 또는 전자 장치와 연결된 외부 전자 장치가 음성 명령어에 대응하는 동작을 수행할 능력을 가지는지 또는 전자 장치 또는 전자 장치와 연결된 외부 전자 장치가 음성 명령어에 대응하는 동작을 수행할 수 있는 상태인지 여부를 판단할 수 있다.
일 실시예에 따르면, 1345 동작에서, 전자 장치는 입력 평가의 수행 결과가 성공인지 판단할 수 있다. 예를 들어, 전자 장치는 음성 명령어에 대응하는 동작이 수행 가능한 경우 입력 평가의 결과가 성공인 것으로 판단할 수 있다. 일 실시예에 따르면, 전자 장치는 입력 평가의 결과가 성공이면 1350 동작을 수행하고, 입력 평가의 결과가 성공이 아닌 경우 1315 동작을 수행할 수 있다. 일 실시예에 따르면, 전자 장치는 NL 처리 결과 또는 입력 평가 결과가 실패(failure)인 경우, 해당 음성 명령어를 추천 음성 명령어에서 배제할 수 있다. 예를 들어, 전자 장치는 NL 처리 결과 대응되는 도메인, 인텐트, 및/또는 슬롯을 인식할 수 없는 경우 해당 음성 명령어를 추천 음성 명령어 제공을 위한 대상에서 제외시킬 수 있다. 예를 들어, 전자 장치는 입력 평가를 통해 음성 명령어에 대응하는 동작을 수행하기 위한 조건(예: 사용자의 장치 보유 여부 및/또는 장치의 동작 지원 여부)을 만족하는지 판단하고, 조건을 만족하지 못하는 경우 해당 음성 명령어를 추천 음성 명령어에서 제외(배제)시킬 수 있다.
일 실시예에 따르면, 1350 동작에서, 전자 장치는 입력 평가의 결과가 성공인 음성 명령어를 추천 음성 명령어에 추가할 수 있다. 예를 들어, 입력 평가의 결과가 성공인 경우, 해당 음성 명령어에 대응하는 동작이 실제로 수행 가능함을 의미할 수 있다. 예를 들어, 전자 장치는 입력 평가를 통해 음성 명령어에 대응하는 동작을 수행하기 위한 조건(예: 사용자의 장치 보유 여부 및/또는 장치의 동작 지원 여부)을 만족하는 경우 해당 음성 명령어를 추천 음성 명령어에 추가할 수 있다.
일 실시예에 따르면, 전자 장치는 추천 음성 명령어를 사용자에게 제공할 수 있다. 예를 들어, 전자 장치는 추천 음성 명령어를 화면에 표시하거나, 또는 추천 음성 명령어의 정보를 소리로 출력할 수 있다.
일 실시예에 따르면, 전자 장치는 입력 평가의 결과가 성공인 음성 명령어를 추천 음성 명령어에 추가함으로써, 현재 상황에 따라 실제 사용 가능한 음성 명령어를 추천 음성 명령어로서 제공할 수 있으며, 메시지에 포함된 내용을 기반으로 실제로 동작을 수행 가능한 음성 명령어를 인식 하여 추천 음성 명령어로 제공함으로써, 현재 동작(서비스) 중인 도메인과 무관하게 다양한 도메인에 대하여 이용 가능한 적합한 음성 명령어를 추천할 수 있다.
본 문서에 개시되는 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법은, 상기 전자 장치가 사용자에게 제공 중인 메시지에 포함된 문장을 액션 단위로 구분하는 동작; 상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하는 동작; 사용자 정보, 상기 전자 장치와 관련된 정보 및 상기 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하는 동작; 및 상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어의 정보를 제공하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 변환하는 동작은, 상기 액션 단위의 문장에 매칭되는 기 정의된 음성 명령어가 있는지 확인하는 동작, 및 매칭되는 기 정의된 음성 명령어가 있는 경우, 상기 액션 단위의 문장을 상기 기 정의된 음성 명령어로 변환하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 판단하는 동작은, 상기 변환된 음성 명령어와 연관된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나를 인식하는 동작, 및 상기 인식된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작을 수행할 수 있는지 판단하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 판단하는 동작은, 변환된 음성 명령어에 대하여 자연어(natural language, NL) 분석을 수행하는 동작, 및 자연어 분석 결과에 기반하여 입력 평가(input evaluation)를 수행하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 구분하는 동작은, POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 상기 메시지에 포함된 문장을 액션 단위로 구분하는 동작을 포함할 수 있다.
본 문서에 개시되는 일 실시예에 따른 전자 장치의 음성 명령어 추천 방법은, 외부 전자 장치로부터, 상기 외부 전자 장치가 제공 중인 메시지에 대한 정보를 수신하는 동작, 상기 메시지에 대한 정보에 기반하여, 상기 메시지에 포함된 문장을 액션 단위로 구분하는 동작, 상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하는 동작, 사용자 정보, 상기 외부 전자 장치와 관련된 정보 및 상기 외부 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하는 동작, 상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어를 결정하는 동작, 및 상기 외부 전자 장치에 상기 적어도 하나의 추천 음성 명령어에 대한 정보를 제공하는 동작을 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 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, 일 실시예에 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.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어™)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (14)

  1. 전자 장치에 있어서,
    디스플레이;
    통신 회로;
    메모리; 및
    상기 디스플레이, 상기 통신 회로, 및 상기 메모리와 작동적으로(operatively) 연결된 적어도 하나의 프로세서를 포함하고,
    상기 메모리는, 상기 적어도 하나의 프로세서에 의해 실행 시, 상기 전자 장치가,
    상기 전자 장치가 사용자에게 제공 중인 메시지에 포함된 문장을 액션 단위로 구분하고,
    상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하고,
    사용자 정보, 상기 전자 장치와 관련된 정보 및 상기 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하고,
    상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어를 제공하도록 하는 인스트럭션들(instructions)을 저장하는 전자 장치.
  2. 청구항 1에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    상기 액션 단위의 문장에 매칭되는 기 정의된 음성 명령어가 있는지 확인하고,
    기 정의된 음성 명령어가 있는 경우, 상기 액션 단위의 문장을 상기 기 정의된 음성 명령어로 변환하도록 하는 전자 장치.
  3. 청구항 1에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    상기 음성 명령어와 연관된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나를 인식하고,
    상기 인식된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나에 기반하여 상기 음성 명령어에 대응하는 동작을 수행할 수 있는지 판단하도록 하는 전자 장치.
  4. 청구항 3에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    사용자 선호도, 사용자의 사용 이력, 및 기 설정된 카테고리에 기반하여 상기 도메인을 인식하도록 하는 전자 장치.
  5. 청구항 1에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    상기 메시지의 적어도 일부분을 선택하고,
    상기 선택된 메시지의 적어도 일부분에 대하여 상기 구분하는 동작, 상기 변환하는 동작, 상기 판단하는 동작, 및 상기 제공하는 동작을 수행하도록 하는 전자 장치.
  6. 청구항 1에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    상기 변환된 음성 명령어에 대하여 자연어(natural language, NL) 분석을 수행하고,
    자연어 분석 결과에 기반하여 입력 평가(input evaluation)를 수행하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하도록 하는 전자 장치.
  7. 청구항 1에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 상기 메시지에 포함된 문장을 액션 단위로 구분하도록 하는 전자 장치.
  8. 청구항 1에 있어서,
    상기 메시지는
    상기 디스플레이에 표시된 화면, 상기 전자 장치가 출력하는 음성, 및 사용자의 음성 입력에 대한 응답 중 적어도 하나를 포함하는 전자 장치.
  9. 통신 회로;
    메모리; 및
    상기 통신 회로, 및 상기 메모리와 작동적으로(operatively) 연결된 적어도 하나의 프로세서를 포함하고,
    상기 메모리는, 상기 적어도 하나의 프로세서에 의해 실행 시, 상기 전자 장치가,
    상기 통신 회로를 통하여, 외부 전자 장치로부터 상기 외부 전자 장치가 제공 중인 메시지에 대한 정보를 수신하고,
    상기 메시지에 대한 정보에 기반하여, 상기 메시지에 포함된 문장을 액션 단위로 구분하고,
    상기 구분된 액션 단위의 문장 각각을 음성 명령어의 형태로 변환하고,
    사용자 정보, 상기 외부 전자 장치와 관련된 정보 및 상기 외부 전자 장치와 연결된 외부 실행 장치와 관련된 정보 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하고,
    상기 판단에 기반하여 수행 가능한 동작에 대응하는 적어도 하나의 추천 음성 명령어를 결정하고,
    상기 통신 회로를 통하여 상기 외부 전자 장치에 상기 적어도 하나의 추천 음성 명령어에 대한 정보를 제공하도록 하는 인스트럭션들(instructions)을 저장하는 전자 장치.
  10. 청구항 9에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    상기 액션 단위의 문장에 매칭되는 기 정의된 음성 명령어가 있는지 확인하고,
    매칭되는 기 정의된 음성 명령어가 있는 경우, 상기 액션 단위의 문장을 상기 기 정의된 음성 명령어로 변환하도록 하는 전자 장치.
  11. 청구항 9에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    상기 변환된 음성 명령어와 연관된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나를 인식하고,
    상기 인식된 도메인(domain), 인텐트(intent), 및 슬롯(slot) 중 적어도 하나에 기반하여 상기 변환된 음성 명령어에 대응하는 동작을 수행할 수 있는지 판단하도록 하는 전자 장치.
  12. 청구항 9에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    상기 메시지의 적어도 일부분을 선택하고,
    상기 선택된 메시지의 적어도 일부분에 대하여 상기 구분하는 동작, 상기 변환하는 동작, 상기 판단하는 동작, 및 상기 제공하는 동작을 수행하도록 하는 전자 장치.
  13. 청구항 9에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    변환된 음성 명령어에 대하여 자연어(natural language, NL) 분석을 수행하고,
    자연어 분석 결과에 기반하여 입력 평가(input evaluation)를 수행하여 상기 변환된 음성 명령어에 대응하는 동작이 수행 가능한지 여부를 판단하도록 하는 전자 장치.
  14. 청구항 9에 있어서,
    상기 인스트럭션들은, 실행 시, 상기 전자 장치가,
    POS 태깅(part of speech tagging) 또는 의존 구조 분석(dependency parsing)을 통하여 메시지에 포함된 문장을 액션 단위로 구분하도록 하는 전자 장치.
PCT/KR2022/020468 2021-12-16 2022-12-15 전자 장치 및 전자 장치의 음성 명령어 추천 방법 WO2023113502A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/082,179 US20230197077A1 (en) 2021-12-16 2022-12-15 Electronic device and method for recommending voice command thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0180326 2021-12-16
KR1020210180326A KR20230091322A (ko) 2021-12-16 2021-12-16 전자 장치 및 전자 장치의 음성 명령어 추천 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/082,179 Continuation US20230197077A1 (en) 2021-12-16 2022-12-15 Electronic device and method for recommending voice command thereof

Publications (1)

Publication Number Publication Date
WO2023113502A1 true WO2023113502A1 (ko) 2023-06-22

Family

ID=86773122

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/020468 WO2023113502A1 (ko) 2021-12-16 2022-12-15 전자 장치 및 전자 장치의 음성 명령어 추천 방법

Country Status (2)

Country Link
KR (1) KR20230091322A (ko)
WO (1) WO2023113502A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005341182A (ja) * 2004-05-26 2005-12-08 Matsushita Electric Works Ltd 料理レシピ編集提示システム
JP2006011036A (ja) * 2004-06-25 2006-01-12 Brother Ind Ltd 音声出力装置及び音声出力プログラム
US20100235165A1 (en) * 2009-03-13 2010-09-16 Invention Machine Corporation System and method for automatic semantic labeling of natural language texts
KR102247504B1 (ko) * 2019-11-15 2021-05-03 박상인 휴대용 인덕션 및 이를 이용한 레시피 제공 방법
KR20210120960A (ko) * 2019-05-02 2021-10-07 삼성전자주식회사 사용자의 입력 입력에 기초하여 타겟 디바이스를 결정하고, 타겟 디바이스를 제어하는 서버 및 그 동작 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005341182A (ja) * 2004-05-26 2005-12-08 Matsushita Electric Works Ltd 料理レシピ編集提示システム
JP2006011036A (ja) * 2004-06-25 2006-01-12 Brother Ind Ltd 音声出力装置及び音声出力プログラム
US20100235165A1 (en) * 2009-03-13 2010-09-16 Invention Machine Corporation System and method for automatic semantic labeling of natural language texts
KR20210120960A (ko) * 2019-05-02 2021-10-07 삼성전자주식회사 사용자의 입력 입력에 기초하여 타겟 디바이스를 결정하고, 타겟 디바이스를 제어하는 서버 및 그 동작 방법
KR102247504B1 (ko) * 2019-11-15 2021-05-03 박상인 휴대용 인덕션 및 이를 이용한 레시피 제공 방법

Also Published As

Publication number Publication date
KR20230091322A (ko) 2023-06-23

Similar Documents

Publication Publication Date Title
WO2021025350A1 (en) Electronic device managing plurality of intelligent agents and operation method thereof
WO2020032563A1 (en) System for processing user voice utterance and method for operating same
WO2022010157A1 (ko) 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버
WO2020167006A1 (en) Method of providing speech recognition service and electronic device for same
WO2020085784A1 (en) Electronic device and system which provides service based on voice recognition
WO2022092796A1 (ko) 전자 장치 및 전자 장치의 음성 인식 수행 방법
WO2022177224A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022131566A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022163963A1 (ko) 전자 장치 및 전자 장치의 단축 명령어 수행 방법
WO2022139420A1 (ko) 전자 장치 및 그의 연속성을 가지는 사용자 입력에 대한 실행 정보를 공유하는 방법
WO2023113502A1 (ko) 전자 장치 및 전자 장치의 음성 명령어 추천 방법
WO2023075225A1 (ko) 전자 장치 및 그의 동작 방법
WO2023132470A1 (ko) 사용자 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법
WO2024043670A1 (ko) 사용자 발화를 분석하기 위한 방법 및 이를 지원하는 전자 장치
WO2023106862A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2023158076A1 (ko) 전자 장치 및 전자 장치의 발화 처리 방법
WO2022234919A1 (ko) 오호출을 식별하는 서버 및 이의 제어 방법
WO2024063508A1 (ko) 전자 장치 및 복수의 장치들의 동작 상태를 제공하는 방법
WO2022075751A1 (ko) 전자 장치 및 자연어 이해를 위한 파라미터의 획득 방법
WO2022220559A1 (en) Electronic device for processing user utterance and control method thereof
WO2023017975A1 (ko) 상태 변경에 따라 음성 명령 처리 결과를 출력하는 전자 장치 및 그의 동작 방법
WO2024080729A1 (ko) 전자 장치 및 상기 전자 장치에서 위치 기반 컨텍스트를 이용하여 사용자의 발화를 처리하는 방법
WO2023043094A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2023008798A1 (ko) 부적절한 대답을 관리하는 전자 장치 및 이의 동작 방법
WO2024080745A1 (ko) 발화 캐시에 기반하여 사용자 발화를 분석하기 위한 방법 및 이를 지원하는 전자 장치

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: 22907969

Country of ref document: EP

Kind code of ref document: A1