WO2023149707A1 - 전자 장치 및 전자 장치의 발화 처리 방법 - Google Patents

전자 장치 및 전자 장치의 발화 처리 방법 Download PDF

Info

Publication number
WO2023149707A1
WO2023149707A1 PCT/KR2023/001384 KR2023001384W WO2023149707A1 WO 2023149707 A1 WO2023149707 A1 WO 2023149707A1 KR 2023001384 W KR2023001384 W KR 2023001384W WO 2023149707 A1 WO2023149707 A1 WO 2023149707A1
Authority
WO
WIPO (PCT)
Prior art keywords
devices
processor
electronic device
information
determining
Prior art date
Application number
PCT/KR2023/001384
Other languages
English (en)
French (fr)
Inventor
신호선
김주환
송가진
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to US18/219,060 priority Critical patent/US20230352020A1/en
Publication of WO2023149707A1 publication Critical patent/WO2023149707A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—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
    • 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
    • G10L15/04—Segmentation; Word boundary detection
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/06—Decision making techniques; Pattern matching strategies
    • G10L17/12—Score normalisation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise
    • 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • 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
    • G10L2015/088—Word spotting
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context

Definitions

  • Various embodiments relate to an electronic device and an ignition processing method of the electronic device.
  • AI artificial intelligence
  • PCs personal computers
  • the voice assistant can be triggered through a wakeup keyword (eg, hibixby, Siri, Alexa).
  • the voice assistant recognizes the command utterance through automatic speech recognition (ASR), analyzes the user utterance through natural language understanding (NLU), and performs a process of performing an action.
  • ASR automatic speech recognition
  • NLU natural language understanding
  • a function in which all devices are not immediately triggered but one device is triggered and responds may be used.
  • the conventional method of selecting a device to be woken up from among a plurality of devices by using the input strength or distance of an audio signal or by searching for a winner through information exchange in a broadcasting method, it is confirmed that the wakeup keyword has been triggered and the winner is selected. Decide.
  • Various embodiments may determine an optimal device for processing a user's utterance in an environment in which a plurality of devices exist.
  • Various embodiments may determine an optimal device for processing an utterance based on a reliability value of the device, application information, and hardware information.
  • an electronic device includes a processor and a memory that stores instructions executable by the processor, and the processor includes a user's speech received from a plurality of devices and a wake-up calculated from the plurality of devices.
  • (wakeup) Receive a reliability value corresponding to an utterance, hardware information of the plurality of devices, and application information executed in the plurality of devices, determine an action for processing the user's utterance, and determine the reliability value , It is possible to determine a target device to perform the action from among the plurality of devices based on the hardware information and the application information.
  • an electronic device includes a processor and a memory that stores instructions executable by the processor, and the processor selects among a plurality of devices based on reliability values of utterances received from a plurality of devices. Determines a first device for processing the utterance, determines whether or not to process the utterance of the first device based on a state of the first device, and determines hardware information of the plurality of devices and execution in the plurality of devices A second device for processing the utterance may be determined from among the plurality of devices based on the applied application information and whether or not the processing is performed.
  • a speech processing method of an electronic device may include user speech received from a plurality of devices, a reliability value corresponding to a wakeup speech calculated from the plurality of devices, hardware information of the plurality of devices, and the plurality of devices.
  • An operation of receiving information about an application executed in a device of a device, an operation of determining an action for processing the user's utterance by the electronic device, and based on the reliability value, the hardware information, and the application information An operation of determining a target device to perform the action among the plurality of devices may be included.
  • the execution of the graph is stopped, thereby preventing excessive use of resources and securing the user's privacy. there is.
  • FIG. 1 is a block diagram of an electronic device 101 within a network environment 100, 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 relation information between a concept and an operation is stored in a database according to various embodiments.
  • FIG. 4 is a diagram illustrating a screen on which an electronic device processes a voice input received through an intelligent app according to various embodiments.
  • FIG. 5 is a block diagram of an electronic device for determining a target device according to various embodiments.
  • FIG. 6 shows an example of a configuration of an ignition processing system according to various embodiments.
  • FIG. 7 illustrates an example of an operation of the speech processing system of FIG. 5 according to various embodiments.
  • FIG. 8A and 8B show operational flows of the speech processing system of FIG. 5 according to various embodiments.
  • FIG. 9 illustrates a flow of an operation of determining a command execution device according to various embodiments.
  • FIG. 10 illustrates a command execution flow of a speech processing system according to various embodiments.
  • 11 and 12 show examples of user interfaces according to various embodiments.
  • FIG. 13 is a flowchart of an operation of an electronic device according to various embodiments.
  • FIG. 1 is a block diagram of an electronic device 101 within a network environment 100, according to various embodiments.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or through a second network 199. It may communicate with at least one of the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to one embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • a first network 198 eg, a short-range wireless communication network
  • the server 108 e.g, a long-distance wireless communication network
  • the electronic device 101 includes a processor 120, a memory 130, an input module 150, an audio output module 155, a display module 160, an audio module 170, a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or the antenna module 197 may be included.
  • at least one of these components eg, the connection terminal 178) may be omitted or one or more other components may be added.
  • some of these components eg, sensor module 176, camera module 180, or antenna module 197) are integrated into a single component (eg, display module 160). It can be.
  • the processor 120 for example, executes software (eg, the program 140) to cause at least one other component (eg, hardware or software component) of the electronic device 101 connected to the processor 120. It can control and perform various data processing or calculations. According to one embodiment, as at least part of data processing or operation, the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • software eg, the program 140
  • the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • the processor 120 may include a main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor).
  • a main processor 121 eg, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor.
  • NPU neural network processing unit
  • the secondary processor 123 may be implemented separately from or as part of the main processor 121 .
  • the secondary processor 123 may, for example, take the place of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, running an application). ) state, together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states.
  • the auxiliary processor 123 eg, image signal processor or communication processor
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • AI models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself where the artificial intelligence model is performed, or may be performed through a separate server (eg, the server 108).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning or reinforcement learning, but in the above example Not limited.
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the foregoing, but is not limited to the foregoing examples.
  • the artificial intelligence model may include, in addition or alternatively, software structures in addition to hardware structures.
  • the memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176) of the electronic device 101 .
  • the data may include, for example, input data or output data for software (eg, program 140) and commands related thereto.
  • the memory 130 may include volatile memory 132 or non-volatile memory 134 .
  • the program 140 may be stored as software in the memory 130 and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
  • the input module 150 may receive a command or data to be used by a component (eg, the processor 120) of the electronic device 101 from the outside of the electronic device 101 (eg, a user).
  • the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 155 may output sound signals to the outside of the electronic device 101 .
  • the sound output module 155 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • a receiver may be used to receive an incoming call. According to one embodiment, the receiver may be implemented separately from the speaker or as part of it.
  • the display module 160 may visually provide information to the outside of the electronic device 101 (eg, a user).
  • the display module 160 may include, for example, a display, a hologram device, or a projector and a control circuit for controlling the device.
  • the display module 160 may include a touch sensor set to detect a touch or a pressure sensor set to measure the intensity of force generated by the touch.
  • the audio module 170 may convert sound into an electrical signal or vice versa. According to one embodiment, the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the detected state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, an air pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a bio sensor, It may include a temperature sensor, humidity sensor, or light sensor.
  • the interface 177 may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device 101 to an external electronic device (eg, the electronic device 102).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card interface
  • audio interface audio interface
  • connection terminal 178 may include a connector through which the electronic device 101 may be physically connected to an external electronic device (eg, the electronic device 102).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 may convert electrical signals into mechanical stimuli (eg, vibration or motion) or electrical stimuli that a user may perceive through tactile or kinesthetic senses.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 may capture still images and moving images. According to one embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 may manage power supplied to the electronic device 101 .
  • the power management module 188 may be implemented as at least part of a power management integrated circuit (PMIC), for example.
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • the battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). Establishment and communication through the established communication channel may be supported.
  • the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 190 is a wireless communication module 192 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, : a local area network (LAN) communication module or a power line communication module).
  • a wireless communication module 192 eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module
  • GNSS global navigation satellite system
  • wired communication module 194 eg, : a local area network (LAN) communication module or a power line communication module.
  • a corresponding communication module is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a telecommunications network such as a computer network (eg, a LAN or a WAN).
  • a telecommunications network such as a computer network (eg, a LAN or a WAN).
  • These various types of communication modules may be integrated as one component (eg, a single chip) or implemented as a plurality of separate components (eg, multiple chips).
  • the wireless communication module 192 uses subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199.
  • subscriber information eg, International Mobile Subscriber Identifier (IMSI)
  • IMSI International Mobile Subscriber Identifier
  • the electronic device 101 may be identified or authenticated.
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, NR access technology (new radio access technology).
  • NR access technologies include high-speed transmission of high-capacity data (enhanced mobile broadband (eMBB)), minimization of terminal power and access of multiple terminals (massive machine type communications (mMTC)), or high reliability and low latency (ultra-reliable and low latency (URLLC)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low latency
  • -latency communications can be supported.
  • the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • the wireless communication module 192 uses various technologies for securing performance in a high frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), and full-dimensional multiplexing. Technologies such as input/output (FD-MIMO: full dimensional MIMO), array antenna, analog beam-forming, or large scale antenna may be supported.
  • the wireless communication module 192 may support various requirements defined for the electronic device 101, an external electronic device (eg, the electronic device 104), or a network system (eg, the second network 199).
  • the wireless communication module 192 is a peak data rate for eMBB realization (eg, 20 Gbps or more), a loss coverage for mMTC realization (eg, 164 dB or less), or a U-plane latency for URLLC realization (eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less) may be supported.
  • eMBB peak data rate for eMBB realization
  • a loss coverage for mMTC realization eg, 164 dB or less
  • U-plane latency for URLLC realization eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less
  • the antenna module 197 may transmit or receive signals or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (eg, PCB).
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is selected from the plurality of antennas by the communication module 190, for example. can be chosen A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC) may be additionally formed as a part of the antenna module 197 in addition to the radiator.
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first surface (eg, a lower surface) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, array antennas) disposed on or adjacent to a second surface (eg, a top surface or a side surface) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • signal e.g. commands or data
  • commands or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 .
  • Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 .
  • all or part of operations executed in the electronic device 101 may be executed in one or more external electronic devices among the external electronic devices 102 , 104 , or 108 .
  • the electronic device 101 when the electronic device 101 needs to perform a certain function or service automatically or in response to a request from a user or another device, the electronic device 101 instead of executing the function or service by itself.
  • one or more external electronic devices may be requested to perform the function or at least part of the service.
  • One or more external electronic devices receiving the request may execute at least a part of the requested function or service or an additional function or service related to the request, and deliver the execution result to the electronic device 101 .
  • the electronic device 101 may provide the result as at least part of a response to the request as it is or additionally processed.
  • cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an internet of things (IoT) device.
  • Server 108 may be an intelligent server using machine learning and/or neural networks. According to one embodiment, the external electronic device 104 or server 108 may be included in the second network 199 .
  • the electronic device 101 may be applied to intelligent services (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • Electronic devices may be devices of various types.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a camera
  • a wearable device e.g., a smart bracelet
  • first, second, or first or secondary may simply be used to distinguish that component from other corresponding components, and may refer to that component in other respects (eg, importance or order) is not limited.
  • a (eg, first) component is said to be “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively.”
  • the certain component may be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logical blocks, parts, or circuits.
  • a module may be an integrally constructed component or a minimal unit of components or a portion thereof that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • a storage medium eg, internal memory 136 or external memory 138
  • a device eg, electronic device 101
  • It may be implemented as software (eg, program 140) containing instructions.
  • a processor eg, the processor 120
  • a device eg, the electronic device 101
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • a storage medium readable by a device may be provided in the form of a non-transitory storage medium.
  • the storage medium is a tangible device and does not contain a signal (e.g. electromagnetic wave), and this term refers to the case where data is stored semi-permanently in the storage medium. It does not discriminate when it is temporarily stored.
  • a signal e.g. electromagnetic wave
  • the method according to various embodiments disclosed in this document may be included and provided in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product is distributed in the form of a device-readable storage medium (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play StoreTM) or on two user devices (e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • a device e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play StoreTM
  • It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • at least part of the computer program product may be temporarily stored or temporarily created in a storage medium readable by a device such as a manufacturer's server, an application store server, or a relay server's memory.
  • each component (eg, module or program) of the above-described components may include a single object or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. there is.
  • one or more components or operations among the aforementioned corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg modules or programs
  • the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component of the plurality of components prior to the integration. .
  • the actions performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the actions are executed in a different order, or omitted. or one or more other actions may be added.
  • FIG. 2 is a block diagram illustrating an integrated intelligence system according to an embodiment.
  • an integrated intelligent system 20 of an embodiment includes an electronic device (eg, the electronic device 101 of FIG. 1), an intelligent server 200 (eg, the server 108 of FIG. 1), and a service server 300 (eg, server 108 in FIG. 1).
  • an electronic device eg, the electronic device 101 of FIG. 1
  • an intelligent server 200 eg, the server 108 of FIG. 1
  • a service server 300 eg, server 108 in FIG. 1).
  • the electronic device 101 of an embodiment may be a terminal device (or electronic device) connectable to the Internet, and may include, for example, a mobile phone, a smart phone, a personal digital assistant (PDA), a laptop computer, a TV, white goods, It may be a wearable device, HMD, or smart speaker.
  • a terminal device or electronic device connectable to the Internet
  • PDA personal digital assistant
  • laptop computer a TV, white goods
  • white goods It may be a wearable device, HMD, or smart speaker.
  • the electronic device 101 includes a communication interface 177 (eg, the interface 177 of FIG. 1), a microphone 150-1 (eg, the input module 150 of FIG. 1), and a speaker.
  • 155-1 eg, sound output module 155 of FIG. 1
  • display module 160 eg, display module 160 of FIG. 1
  • memory 130 eg, memory 130 of FIG. 1
  • the processor 120 eg, the processor 120 of FIG. 1.
  • the components listed above may be operatively or electrically connected to each other.
  • the communication interface 177 may be connected to an external device to transmit/receive data.
  • the microphone 150-1 may receive sound (eg, user's speech) and convert it into an electrical signal.
  • the speaker 155-1 of one embodiment may output an electrical signal as sound (eg, voice).
  • the display module 160 of one embodiment may be configured to display an image or video.
  • the display module 160 according to an embodiment may also display a graphic user interface (GUI) of an app (or application program) being executed.
  • GUI graphic user interface
  • the display module 160 according to an embodiment may receive a touch input through a touch sensor.
  • the display module 160 may receive text input through a touch sensor of an on-screen keyboard area displayed in the display module 160 .
  • the memory 130 may store a client module 151 , a software development kit (SDK) 153 , and a plurality of apps 146 (eg, the application 146 of FIG. 1 ).
  • the client module 151 and the SDK 153 may constitute a framework (or solution program) for performing general functions. Also, the client module 151 or the SDK 153 may configure a framework for processing user input (eg, voice input, text input, or touch input).
  • the plurality of apps 146 in the memory 130 may be programs for performing designated functions.
  • the plurality of apps 146 may include a first app 146_1 and a second app 146_3.
  • each of the plurality of apps 146 may include a plurality of operations for performing a designated function.
  • the apps may include an alarm app, a message app, and/or a schedule app.
  • the plurality of apps 146 may be executed by the processor 120 to sequentially execute at least some of the plurality of operations.
  • the processor 120 may control overall operations of the electronic device 101 .
  • the processor 120 may be electrically connected to the communication interface 177, the microphone 150-1, the speaker 155-1, and the display module 160 to perform a designated operation.
  • the processor 120 of one embodiment may also execute a program stored in the memory 130 to perform a designated function.
  • the processor 120 may execute at least one of the client module 151 and the SDK 153 to perform the following operation for processing user input.
  • the processor 120 may control operations of the plurality of apps 146 through the SDK 153, for example.
  • the following operations described as operations of the client module 151 or the SDK 153 may be operations performed by the processor 120 .
  • the client module 151 may receive a user input.
  • the client module 151 may receive a voice signal corresponding to a user's speech detected through the microphone 150-1.
  • the client module 151 may receive a touch input detected through the display module 160 .
  • the client module 151 may receive text input sensed through a keyboard or an on-screen keyboard.
  • various types of user input detected through an input module included in the electronic device 101 or an input module connected to the electronic device 101 may be received.
  • the client module 151 may transmit the received user input to the intelligent server 200 .
  • the client module 151 may transmit state information of the electronic device 101 to the intelligent server 200 together with the received user input.
  • the state information may be, for example, execution state information of an app.
  • the client module 151 may receive a result corresponding to the received user input. For example, the client module 151 may receive a result corresponding to the received user input when the intelligent server 200 can calculate a result corresponding to the received user input. The client module 151 may display the received result on the display module 160 . In addition, the client module 151 may output the received result as audio through the speaker 155-1.
  • the client module 151 may receive a plan corresponding to the received user input.
  • the client module 151 may display on the display module 160 a result of executing a plurality of operations of the app according to the plan.
  • the client module 151 may sequentially display execution results of a plurality of operations on the display module 160 and output audio through the speaker 155-1.
  • the electronic device 101 may display only a partial result of executing a plurality of operations (eg, the result of the last operation) on the display module 160, and may display audio through the speaker 155-1. can be printed out.
  • the client module 151 may receive a request for obtaining information necessary for calculating a result corresponding to a user input from the intelligent server 200 . According to one embodiment, the client module 151 may transmit the necessary information to the intelligent server 200 in response to the request.
  • the client module 151 of one embodiment may transmit information as a result of executing a plurality of operations according to a plan to the intelligent server 200 .
  • the intelligent server 200 can confirm that the received user input has been properly processed using the result information.
  • the client module 151 may include a voice recognition module. According to an embodiment, the client module 151 may recognize a voice input that performs a limited function through the voice recognition module. For example, the client module 151 may execute an intelligent app for processing a voice input to perform an organic operation through a designated input (eg, wake up!).
  • a voice recognition module may recognize a voice input that performs a limited function through the voice recognition module.
  • the client module 151 may execute an intelligent app for processing a voice input to perform an organic operation through a designated input (eg, wake up!).
  • the intelligent server 200 of an embodiment may receive information related to a user's voice input from the electronic device 101 through a communication network. According to an embodiment, the intelligent server 200 may change data related to the received voice input into text data. According to an embodiment, the intelligent server 200 may generate a plan for performing a task corresponding to a user voice input based on the text data.
  • the plan may be generated by an artificial intelligent (AI) system.
  • the artificial intelligence system may be a rule-based system, a neural network-based system (e.g., a feedforward neural network (FNN)), a recurrent neural network (RNN) ))) could be. Alternatively, it may be a combination of the foregoing or other artificially intelligent systems.
  • a plan may be selected from a set of predefined plans or may be generated in real time in response to a user request. For example, the artificial intelligence system may select at least one of a plurality of predefined plans.
  • the intelligent server 200 may transmit a result according to the generated plan to the electronic device 101 or transmit the generated plan to the electronic device 101 .
  • the electronic device 101 may display the result according to the plan on the display.
  • the electronic device 101 may display a result of executing an operation according to a plan on a display.
  • the intelligent server 200 of an embodiment includes a front end 210, a natural language platform 220, a capsule DB 230, an execution engine 240, It may include an end user interface 250 , a management platform 260 , a big data platform 270 , or an analytic platform 280 .
  • the front end 210 may receive a user input received from the electronic device 101 .
  • the front end 210 may transmit a response corresponding to the user input.
  • the natural language platform 220 includes an automatic speech recognition module (ASR module) 221, a natural language understanding module (NLU module) 223, a planner module ( planner module 225, a natural language generator module (NLG module) 227, or a text to speech module (TTS module) 229.
  • ASR module automatic speech recognition module
  • NLU module natural language understanding module
  • planner module planner module 225
  • NLG module natural language generator module
  • TTS module text to speech module 229.
  • the automatic voice recognition module 221 may convert voice input received from the electronic device 101 into text data.
  • the natural language understanding module 223 may determine the user's intention using text data of voice input. For example, the natural language understanding module 223 may determine the user's intention by performing syntactic analysis or semantic analysis on user input in the form of text data.
  • the natural language understanding module 223 of an embodiment identifies the meaning of a word extracted from a user input using linguistic features (eg, grammatical elements) of a morpheme or phrase, and matches the meaning of the identified word to the intention of the user. intention can be determined.
  • the planner module 225 may generate a plan using the intent and parameters determined by the natural language understanding module 223 .
  • the planner module 225 may determine a plurality of domains required to perform a task based on the determined intent.
  • the planner module 225 may determine a plurality of operations included in each of the determined plurality of domains based on the intent.
  • the planner module 225 may determine parameters 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 a plurality of concepts determined by the user's intention.
  • the planner module 225 may determine relationships between the plurality of operations and the plurality of concepts in stages (or hierarchically). For example, the planner module 225 may determine an execution order of a plurality of operations determined based on a user's intention based on a plurality of concepts. In other words, the planner module 225 may determine an execution order of the plurality of operations based on parameters required for execution of the plurality of operations and results output by the execution of the plurality of operations. Accordingly, the planner module 225 may generate a plan including a plurality of operations and association information (eg, an ontology) between a plurality of concepts. The planner module 225 may generate a plan using information stored in the capsule database 230 in which a set of relationships between concepts and operations is stored.
  • the natural language generation module 227 may change designated information into a text form.
  • the information changed to the text form may be in the form of natural language speech.
  • the text-to-speech conversion module 229 may change text-type information into voice-type information.
  • some or all of the functions of the natural language platform 220 may be implemented in the electronic device 101 as well.
  • the capsule database 230 may store information about relationships between a plurality of concepts and operations corresponding to a plurality of domains.
  • a capsule may include a plurality of action objects (action objects or action information) and concept objects (concept objects or concept information) included in a plan.
  • the capsule database 230 may store a plurality of capsules in the form of a concept action network (CAN).
  • CAN concept action network
  • a plurality of capsules may be stored in a function registry included in the capsule database 230.
  • the capsule database 230 may include a strategy registry in which strategy information 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 user input.
  • the capsule database 230 may include a follow-up registry in which information on a follow-up action for suggesting a follow-up action to a user in a specified situation is stored.
  • the follow-up action may include, for example, a follow-up utterance.
  • the capsule database 230 may include a layout registry for storing layout information of information output through the electronic device 101 .
  • the capsule database 230 may include a vocabulary registry in which vocabulary information included in capsule information is stored.
  • the capsule database 230 may include a dialog registry in which dialog (or interaction) information with a user is stored.
  • the capsule database 230 may update stored objects through a developer tool.
  • the developer tool may include, for example, a function editor for updating action objects or concept objects.
  • the developer tool may include a vocabulary editor for updating vocabulary.
  • the developer tool may include a strategy editor for creating and registering strategies that determine plans.
  • the developer tool may include a dialog editor to create a dialog with the user.
  • the developer tool may include a follow up editor that can activate follow up goals and edit follow up utterances that provide hints. The subsequent goal may be determined based on a currently set goal, a user's preference, or environmental conditions.
  • the capsule database 230 may be implemented in the electronic device 101 as well.
  • the execution engine 240 of one embodiment may calculate a result using the generated plan.
  • the end user interface 250 may transmit the calculated result to the electronic device 101 . Accordingly, the electronic device 101 may receive the result and provide the received result to the user.
  • the management platform 260 of one embodiment may manage information used in the intelligent server 200 .
  • the big data platform 270 according to an embodiment may collect user data.
  • the analysis platform 280 of one embodiment may manage quality of service (QoS) of the intelligent server 200 . For example, the analysis platform 280 may manage the components and processing speed (or efficiency) of the intelligent server 200 .
  • QoS quality of service
  • the service server 300 may provide a designated service (eg, food order or hotel reservation) to the electronic device 101 .
  • the service server 300 may be a server operated by a third party.
  • the service server 300 of one embodiment may provide information for generating a plan corresponding to the received user input to the intelligent server 200 .
  • the provided information may be stored in the capsule database 230.
  • the service server 300 may provide result information according to the plan to the intelligent server 200.
  • the electronic device 101 may provide various intelligent services to the user in response to user input.
  • the user input may include, for example, an input through a physical button, a touch input, or a voice input.
  • the electronic device 101 may provide a voice recognition service through an internally stored intelligent app (or voice recognition app).
  • the electronic device 101 recognizes a user's utterance or voice input received through the microphone 150-1, and provides a service corresponding to the recognized voice input to the user. can provide
  • the electronic device 101 may perform a designated operation alone or together with the intelligent server and/or service server based on the received voice input. For example, the electronic device 101 may execute an app corresponding to the received voice input and perform a designated operation through the executed app.
  • the electronic device 101 when the electronic device 101 provides a service together with the intelligent server 200 and/or the service server, the electronic device 101 uses the microphone 150-1 to make a user's speech. may be sensed, and a signal (or voice data) corresponding to the detected user utterance may be generated. The electronic device 101 may transmit the voice data to the intelligent server 200 through the communication interface 177.
  • the intelligent server 200 performs a plan for performing a task corresponding to the voice input or an operation according to the plan. can produce results.
  • the plan may include, for example, a plurality of operations for performing a task corresponding to a user's voice input, and a plurality of concepts related to the plurality of operations.
  • the concept may define parameters input to the execution of the plurality of operations or result values output by the execution of the plurality of operations.
  • the plan may include information related to a plurality of operations and a plurality of concepts.
  • the electronic device 101 may receive the response using the communication interface 177.
  • the electronic device 101 outputs a voice signal generated inside the electronic device 101 to the outside using the speaker 155-1 or uses the display module 160 to output a voice signal generated inside the electronic device 101. Images can be output externally.
  • FIG. 3 is a diagram illustrating a form in which relationship information between a concept and an operation is stored in a database according to various embodiments of the present disclosure.
  • the capsule database (eg, the capsule database 230) of the intelligent server 200 may store capsules in the form of a concept action network (CAN) 400.
  • 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) 401 and capsule (B) 404) corresponding to each of a plurality of domains (eg, applications).
  • one capsule eg, capsule(A) 401
  • one domain eg, location (geo), application
  • one capsule may correspond to at least one service provider (eg, CP 1 402 or CP 2 403) for performing a function for a domain related to the capsule.
  • one capsule may include at least one operation 410 and at least one concept 420 for performing a designated function.
  • the natural language platform 220 may create a plan for performing a task corresponding to a received voice input using a capsule stored in a capsule database.
  • the planner module 225 of the natural language platform may generate a plan using capsules stored in a capsule database.
  • plan 407 is created using operations 4011 and 4013 and concepts 4012 and 4014 of capsule A 401 and operation 4041 and concept 4042 of capsule B 404. can do.
  • FIG. 4 is a diagram illustrating a screen on which an electronic device processes a voice input received through an intelligent app according to various embodiments of the present disclosure.
  • An electronic device may execute an intelligent app to process a user input through an intelligent server (eg, the intelligent server 200 of FIG. 2 ).
  • an intelligent server eg, the intelligent server 200 of FIG. 2 .
  • the electronic device 101 when the electronic device 101 recognizes a designated voice input (eg, wake up! or receives an input through a hardware key (eg, a dedicated hardware key), the electronic device 101 processes the voice input.
  • You can run intelligent apps for The electronic device 101 may, for example, execute an intelligent app in a state in which a schedule app is executed.
  • the electronic device 101 may display an object (eg, icon) 311 corresponding to an intelligent app on the display module 160 .
  • the electronic device 101 may receive a voice input by a user's speech. For example, the electronic device 101 may receive a voice input of “tell me this week's schedule!”.
  • the electronic device 101 may display a user interface (UI) 313 (eg, an input window) of an intelligent app displaying text data of the received voice input on the display.
  • UI user interface
  • the electronic device 101 may display a result corresponding to the received voice input on the display.
  • the electronic device 101 may receive a plan corresponding to the received user input and display 'this week's schedule' on the display according to the plan.
  • FIG. 5 is a block diagram of an electronic device for determining a target device according to various embodiments.
  • the electronic device 500 may determine a target device for processing a user's utterance in an environment in which a plurality of devices exist.
  • Electronic device 500 may be implemented in a server (eg, server 108 of FIG. 1 ) or device 550 .
  • the electronic device 500 may process a user's speech.
  • the electronic device 500 may generate a processing result by processing the user's speech and provide the generated processing result to the user.
  • the electronic device 500 may receive hardware information and application information from the device 550 and determine a target device to process an utterance based on the received hardware information and application information.
  • the processor 510 may process data stored in the memory 530 (eg, the memory 130 of FIG. 1 ).
  • the processor 510 may execute computer readable code (eg, software) stored in the memory 530 and instructions triggered by the processor 510 .
  • the processor 510 may be a data processing device implemented in hardware having a circuit having a physical structure for executing desired operations. For example, desired operations may include codes or instructions included in a program.
  • a data processing device implemented in hardware includes a microprocessor, a central processing unit, a processor core, a multi-core processor, and a multiprocessor ( multiprocessor), an application-specific integrated circuit (ASIC), and/or a field programmable gate array (FPGA).
  • a microprocessor a central processing unit, a processor core, a multi-core processor, and a multiprocessor ( multiprocessor), an application-specific integrated circuit (ASIC), and/or a field programmable gate array (FPGA).
  • ASIC application-specific integrated circuit
  • FPGA field programmable gate array
  • the processor 510 when a device for which a wake-up is triggered is currently in use and another device capable of performing an action exists within a short distance of the user, maintains the action of the wake-up device and sends the agent a new message.
  • User convenience can be increased by allowing the command to be executed. For example, when the processor 510 receives the speech “Hi Bixby, show me the recipe”, the processor 510 determines whether a device with a larger display than the currently displayed device exists or a history of use in a domain processing the received speech. You can search for a device that exists and switch the display to the searched device.
  • the processor 510 may determine a target device to perform an action for processing an utterance in an optimal device capable of executing an utterance intended by a user.
  • the processor 510 may determine a plurality of candidate devices in a multi-device wakeup situation and select a device to perform an action. At this time, if there is an application running on the wake-up device, the processor 510 may recommend execution on another device or execute an action on the other device.
  • the device 550 when it receives the wake-up utterance, it may calculate a reliability value for the wake-up utterance.
  • the reliability value may include a signal-to-noise ratio (SNR).
  • SNR signal-to-noise ratio
  • the reliability value may be calculated by the SNR of a signal input to the microphone, the SNR of the preprocessed output of the signal input to the microphone, the strength of the signal input to the microphone, the noise level input to the microphone, or a combination thereof.
  • the electronic device 500 may receive, from the device 550, a reliability value corresponding to a wakeup utterance, application information and hardware information of the device 550, and utterances after wakeup.
  • Hardware information may include state information of the device 550 .
  • the electronic device 500 may determine a target device based on data received from a plurality of devices and a target domain (eg, capsule) according to speech analysis, and may recommend the determined target device to the user.
  • a target device based on data received from a plurality of devices and a target domain (eg, capsule) according to speech analysis, and may recommend the determined target device to the user.
  • a target domain eg, capsule
  • the processor 510 may determine the first device based on the reliability value.
  • the processor 510 may determine a device having the highest reliability value corresponding to the wakeup utterance as the first device.
  • the processor 510 searches for the second device and provides information to the user. can provide For example, even if the reliability value of an utterance received from a mobile phone while the user is playing music on the mobile phone is high, the processor 510 determines that if the utterance is not an utterance for controlling a music application, the reliability value is second. , and the second device not executing the application may be recommended to the user.
  • the electronic device 500 may be implemented inside the device 550 .
  • the processor 510 calculates the reliability of the wake-up utterance, and selects the target device based on the state of the device 550 and application information running on the device 550. It can be decided and recommended to users.
  • the processor 510 may include a user's utterance received from a plurality of devices (eg, the device 550), a reliability value corresponding to a wakeup utterance calculated from the plurality of devices, and a plurality of devices. It is possible to receive hardware information of and application information executed in a plurality of devices.
  • the confidence value may include SNRs for wakeup utterances received from multiple devices.
  • the hardware information may include identification (ID) and media access control address (MAC) of a plurality of devices.
  • Application information may include a list of applications executed in a plurality of devices.
  • the processor 510 may determine an action for processing a user's speech.
  • the processor 510 may determine a target device to perform an action from among a plurality of devices based on the reliability value, hardware information, and application information.
  • the processor 510 may determine a candidate device from among a plurality of devices based on the reliability value.
  • the processor 510 may determine a target device from among candidate devices based on hardware information and application information.
  • the processor 510 may determine an application execution state of a candidate device and a hardware specification of the candidate device based on hardware information and application information. The processor 510 may determine whether the candidate device includes hardware for performing the action. The processor 510 may determine a target device based on an application execution state, hardware specifications, and whether hardware is included.
  • the processor 510 may determine a first device to perform the action from among candidate devices based on the reliability value.
  • the processor 510 may determine an action execution condition based on the utterance.
  • the processor 510 may determine whether an application being executed in the first device exists based on the application information.
  • the processor 510 may determine the target device based on the execution condition of the action, hardware information, and a result of determining whether or not the action exists.
  • the processor 510 may search for a second device that satisfies the execution condition. When the second device exists, the processor 510 may determine the second device as the target device.
  • the processor 510 may determine the first device as the target device when there is no application running on the first device.
  • the processor 510 may determine a target device based on a user's preference score for a plurality of devices.
  • the preference score may be calculated based on the cumulative number of uses of each of the plurality of devices.
  • the processor 510 may search for a second device that satisfies the action execution condition.
  • the processor 510 may provide an interface for selecting one of the first device and the second device to the user.
  • the processor 510 may determine one of the first device and the second device as a target device in response to a user's selection.
  • the processor 510 may determine a first device for processing an utterance from among a plurality of devices based on the received reliability value of the utterance. The processor 510 may determine whether to process the utterance of the first device based on the state of the first device. The processor 510 may determine a second device for processing speech from among a plurality of devices based on hardware information of a plurality of devices, application information executed in the plurality of devices, and whether speech is processed.
  • the processor 510 may determine a candidate device from among a plurality of devices based on the reliability value, and may determine a first device and a second device from among the candidate devices.
  • the processor 510 may determine a first device to perform an action from among candidate devices based on the reliability value.
  • the processor 510 may determine an action execution condition based on the utterance.
  • the processor 510 may determine whether an application being executed in the first device exists based on the application information.
  • the processor 510 may determine the second device based on an execution condition, hardware information, and a result of determining existence.
  • the processor 510 may search for a second device that meets an action execution condition.
  • the processor 510 may determine the second device as a device to process an utterance.
  • the processor 510 may determine the first device as a device for processing speech when there is no application running in the first device.
  • the memory 530 may store instructions (or programs) executable by a processor.
  • the instructions may include instructions for executing an operation of the processor 510 and/or an operation of each component of the processor 510 .
  • the memory 530 may be implemented as a volatile memory device (eg, the volatile memory 132 of FIG. 1 ) or a non-volatile memory device (eg, the nonvolatile memory 134 of FIG. 1 ).
  • the volatile memory device may be implemented as dynamic random access memory (DRAM), static random access memory (SRAM), thyristor RAM (T-RAM), zero capacitor RAM (Z-RAM), or twin transistor RAM (TTRAM).
  • DRAM dynamic random access memory
  • SRAM static random access memory
  • T-RAM thyristor RAM
  • Z-RAM zero capacitor RAM
  • TTRAM twin transistor RAM
  • the non-volatile memory device includes electrically erasable programmable read-only memory (EEPROM), flash memory, magnetic RAM (MRAM), spin-transfer torque (STT)-MRAM (MRAM), conductive bridging RAM (CBRAM), ferroelectric RAM (FeRAM), phase change RAM (PRAM), resistive RAM (RRAM), nanotube RRAM (polymer RAM (PoRAM)), nano float It may be implemented as a nano floating gate memory (NFGM), a holographic memory, a molecular electronic memory device, or an insulator resistance change memory.
  • EEPROM electrically erasable programmable read-only memory
  • flash memory includes magnetic RAM (MRAM), spin-transfer torque (STT)-MRAM (MRAM), conductive bridging RAM (CBRAM), ferroelectric RAM (FeRAM), phase change RAM (PRAM), resistive RAM (RRAM), nanotube RRAM (polymer RAM (PoRAM)), nano float It may be implemented as a nano floating gate memory (NFGM
  • FIG. 6 shows an example of a configuration of an ignition processing system according to various embodiments.
  • a server 610 includes an internet of thing (IoT) device database (DB) 611, a personal account module 612, ASR/natural language understanding (NLU)/NLP ( A natural language processing module 613, an action performing condition verifier 614, and a multi-device control manager 615 may be included.
  • IoT internet of thing
  • DB personal account
  • NLU natural language understanding
  • NLP natural language processing module
  • action performing condition verifier 614 an action performing condition verifier 614
  • multi-device control manager 615 may be included.
  • the personal account module 612, the ASR/NLU/NLP module 613, the action execution condition checker 614, and the multi-device control manager 615 may include a processor (eg, the processor of FIG. 5 ( 510) may be included.
  • the personal account module 612 may store personal information.
  • the personal account module 612 may include account related information, a user ID, an installed application list, and main use application information.
  • device 1 630 includes a microphone 631 (eg, the microphone 150-1 of FIG. 2), a wake-up module 632, a multi-device wake-up controller 633, an activity manager ( 634), a communication interface 635 (eg, the communication interface 177 of FIG. 2), and an IoT device DB 636.
  • Device 2 650 , device 3 670 , and device 4 690 may include the same configuration as device 1 630 .
  • the IoT device DB 636 may be a database that stores specifications of various devices.
  • the IoT device DB 636 may include a model name of the device, hardware included in the device, and specifications of the hardware.
  • the microphone 631 may receive a user's speech.
  • the microphone 631 may transmit the received utterance to the wakeup module 632 and the multi-device wakeup controller 633 .
  • the wakeup module 632 may recognize the wakeup keyword.
  • the multi-device wake-up controller 633 is a module present in an individual device and receives action information and winner information from the multi-device control manager 615 to maintain, cancel, and change the wake-up trigger of the corresponding device to a ready state. and/or may proceed with performing an action.
  • the activity manager 634 may check status information on applications running on the device 1 630 and check a list of running applications and/or services.
  • the communication interface 635 may exchange data with the server 610 .
  • the TVity manager 634 determines the direction of a plurality of devices (eg, device 1 630, device 2 650, device 3 670, or device 4 690) based on sensor information. information (e.g. whether the display is facing down or facing up). For example, when the user cannot view, such as when the display of the device faces downward, processing of the utterance may be performed by a device capable of viewing the display.
  • a plurality of devices eg. device 1 630, device 2 650, device 3 670, or device 4 690.
  • the multi-device wakeup controller 633 may select a winner from candidate devices participating in wakeup competition.
  • the multi-device wakeup controller 633 may select a device performing an action from among candidate devices participating in wakeup contention.
  • the multi-device wakeup controller 633 is included in device 1 630 and the multi-device control manager 615 is indicated as being included in the server 610, but according to various embodiments,
  • the multi-device wakeup controller 633 and the multi-device control manager 615 may all be implemented inside device 1 630, device 2 650, device 3 670, and device 4 690.
  • both the multi-device wakeup controller 633 and the multi-device control manager 615 may be implemented inside the server 610 .
  • the multi-device wakeup controller 633 may select a candidate device (eg, a wakeup candidate device) from among a plurality of devices.
  • Wake-up candidate devices may include all devices that participated in the winner selection process. For example, if a plurality of devices participating in the wake-up competition are refrigerators, tablets, mobile phones, and AI speakers, wake-up candidate devices may include refrigerators, tablets, mobile phones, and AI speakers.
  • a wake-up device may perform an action, and an appropriate device having a function for processing an utterance in a specific situation may be selected and perform the action.
  • the action execution condition checker 614 selects a suitable device and transmits the selection result to the multi-device control manager 615, and the multi-device control manager 615 controls to process the utterance in response to the selection result.
  • the IoT device DB 636 and/or the IoT device DB 611 may search for a device that meets an execution condition of an utterance around device 1 630 or the server 610 .
  • FIG. 7 illustrates an example of an operation of the speech processing system of FIG. 6 according to various embodiments.
  • an activity manager 710 (eg, the activity manager 634 of FIG. 6 ) transmits application information and hardware information to an action execution condition checker 730 (eg, the activity manager 634 of FIG. 6 ). It can be transmitted to the action execution condition checker 614).
  • the application information may include a list of applications executed in the device, and the hardware information may include state information of the device.
  • the action execution condition checker 730 searches by selecting a candidate device using hardware information and determining whether the candidate device can execute a command included in an utterance based on an application execution state. (search) priorities can be determined.
  • search priorities can be determined.
  • the action performance condition checker 730 is configured to execute a function related to music playback to process an utterance in a situation where music is played on the first device, and the music played on the first device is stopped and the corresponding function is performed.
  • the second device is searched for, it is possible to control to perform an action related to music playback through the searched second device.
  • the action execution condition checker 730 may determine whether an action can be performed in a device.
  • the action execution condition checker 730 may grasp the application state and hardware specifications for each device.
  • hardware specifications may include information about the size of a display of a device and functions supported by the device.
  • the action execution condition checker 730 determines whether an action can be performed in a device based on device direction information (eg, whether the display is facing downward or upward). can do.
  • an electronic device may receive status information about an application running on the device created by the activity manager 710 and check the application status of the device.
  • the electronic device 500 may determine the state of an operating device and identify an application executed by a wake-up device among a plurality of devices.
  • Table 1 may represent the application state of the device as a non-limiting example.
  • the electronic device 500 may select an appropriate device for processing speech.
  • Applications related to gallery, recipe, calendar, or knowledge retrieval may be suitable to be executed on a device including a display. That is, a display may be required to process an utterance such as “show me the gallery” or “show me the recipe”. Speech that requires music to be played, actions related to an alarm or timer, such as “play me some fun music,” “tell me a funny story,” or “tell me a story,” are appropriately executed on a device that includes a loudspeaker. can do.
  • the IoT device DB may search for a display around the electronic device 500 that meets an execution condition of a corresponding utterance.
  • Table 2 may indicate a non-limiting example of a list of devices searched by the IoT device DB 611.
  • the ASR/NLU/NLP module (eg, the ASR/NLU/NLP module 613 of FIG. 6 ) performs partial ASR and NLU analysis upon receiving an end point of an utterance. It can be performed to analyze the intention of the utterance and determine the necessary action.
  • an application use history of an existing user may be used as an additional input.
  • the electronic device 500 may collect information on a device that is mainly used and determine a device suitable for the user's intention as an action performing device.
  • the multi-device wakeup controller 770 may determine a device to perform an action based on a user's device preference. Through ASR and NLU analysis, the NLP module can determine the current action to be performed, and at this time, information about preference can be used.
  • Table 3 may indicate a user's use history (eg, function use history) as a non-restrictive example.
  • a processor eg, the processor 510 of FIG. 5
  • the example of Table 3 may represent a case where the preference is in order of refrigerator, tablet, and mobile.
  • the processor 510 may adjust the preference score by receiving user feedback through a user interface (UI) in the application.
  • UI user interface
  • FIG. 8A and 8B show operational flows of the speech processing system of FIG. 6 according to various embodiments.
  • FIGS. 8A and 8B may exemplarily illustrate a process of determining a target device when a speech “Show me a hi-bixby recipe” is received.
  • an electronic device wakes in a multi-device environment in which a plurality of devices (eg, the first device 810 and the second device 850) exist.
  • a multi-device environment in which a plurality of devices (eg, the first device 810 and the second device 850) exist.
  • an action target device for processing an utterance may be determined.
  • FIGS. 8A and 8B may represent cases in which the electronic device 500 is implemented in the server 830 .
  • FIG. 8A shows a wake-up trigger in the first device 810 (eg, a mobile phone) when a user attempts to wake-up in a state in which a plurality of devices exist in the same space.
  • a case of performing a recipe in the second device 850 eg, a tablet may be indicated.
  • the first device 810 includes an activity manager 811 (eg, the activity manager 634 of FIG. 6 ), a microphone 813 (eg, the microphone 631 of FIG. 6 ), and a wakeup module. 815 (eg, wakeup module 632 of FIG. 6).
  • an activity manager 811 eg, the activity manager 634 of FIG. 6
  • a microphone 813 eg, the microphone 631 of FIG. 6
  • a wakeup module. 815 eg, wakeup module 632 of FIG. 6
  • the server 830 includes the ASR module 831, the NLU module 832, the NLP module 833, the IoT device DB 834 (eg, the IoT device DB 611 of FIG. 6), the personal Account module 835 (eg, personal account module 612 of FIG. 6 ), action execution checker 836 (eg, action execution condition checker 614 of FIG. 6 ), and multi-device control manager 837 (eg, the multi-device control manager 615 of FIG. 6).
  • 8A and 8B are examples, and the ASR module 831 , the NLU module 832 , and the NLP module 833 may also be implemented inside the first device 810 or the second device 850 .
  • the IoT device DB 834, personal account module 835, action execution condition checker 836, and multi-device control manager 837 are also implemented inside the first device 810 or the second device 850 It can be.
  • the activity manager 811 may create an app list and transmit it to the action execution condition checker 836 .
  • the app list may include a device ID, user account, mac address, and application list.
  • the activity manager 811 may transmit direction information (eg, whether the display is facing downward or upward) of the device obtained from the sensor of the device to the action execution condition checker 836 .
  • the NLP module 833 may generate action information and transmit it to the multi-device control manager 837 .
  • Action information may include a winner candidate value, action, and action description.
  • Winner candidate values may include yes/no or 1/0.
  • Actions may include run action and ready.
  • the action description may include a description of the action, such as “show me the recipe”.
  • the multi-device control manager 837 may transmit Winner information to the multi-device wakeup controller 851 .
  • Winner information may include a device ID, a user account, a MAC address, a session ID, a reliability value, and a winner candidate value.
  • the winner candidate value may include information about whether or not the device is a winner.
  • the winner candidate value may include yes/no or 1/0.
  • activity manager 811, microphone 813, wakeup module 815, ASR module 831, NLU module 832, NLP module 833, IoT device DB 834, personal Other operations of the account module 835, the action performance checker 836, and the multi-device control manager 837 may be the same as those described in FIG. 6 .
  • FIG. 9 illustrates a flow of an operation of determining a command execution device according to various embodiments.
  • a wakeup trigger may be executed in the first device in response to a user's speech (910).
  • the first device may be a winner device based on the reliability value.
  • a processor eg, the processor 510 of FIG. 5
  • the processor 510 may determine a winner device from among a plurality of devices based on the reliability value.
  • the processor 510 may check a list of devices for which a wakeup trigger has been attempted (920).
  • the processor 510 may determine a device for which a wakeup trigger is attempted as a candidate device (eg, a multi-device wakeup candidate).
  • the microphone of the first device may continuously receive an audio signal to receive command utterance.
  • the first device may transmit the command utterance to the processor 510 in the form of an audio stream.
  • the processor 510 may check the ASR result (930). In this case, if the first device includes on-device ASR, the first device may extract the ASR result and transmit text to the processor 510 .
  • the processor 510 may check an action execution condition based on the ASR result (940).
  • the processor 510 may check action execution conditions for candidate devices that have participated in multi-device contention while performing NLU and NLP.
  • the processor 510 may check a list of applications currently being executed in the candidate device (950). The processor 510 may determine whether there is an application currently being executed in the first device (960). When there is no application currently being executed in the first device, the processor 510 determines the first device as a target device and allows the first device to execute a command.
  • the processor 510 may determine whether a second device meeting the action execution condition exists (970). When the second device that satisfies the action execution condition does not exist, the processor 510 determines the first device as the target device and allows the first device to execute a command. If there is a second device that satisfies the action execution condition, the processor 510 may determine the second device that meets the action execution condition as a target device and execute a command. At this time, according to the user's option, a recommendation pop-up or guidance on the possibility of conversion may be provided to the first device without immediately executing a command.
  • the processor 510 may transfer winner information that the second device has become a winner to the first device and candidate devices that participated in the multi-device wake-up competition while executing commands so that they can be switched to the ready state. there is.
  • FIG. 10 illustrates a command execution flow of a speech processing system according to various embodiments.
  • device 1 1010 , device 2 1030 , device 3 1050 , and device 4 1070 may receive a wakeup utterance.
  • Device 1 (1010), device 2 (1030), device 3 (1050), and device 4 (1070) may transmit information about the wake-up utterance to the server 1090 (eg, the electronic device 500 of FIG. 5). there is.
  • Information about the wake-up utterance may include a score value (eg, a reliability value) for selecting a winner.
  • Device 1 (1010), device 2 (1030), device 3 (1050), and device 4 (1070) may transmit application information and hardware information of devices to the server 1090.
  • the server 1090 may select a winner device.
  • the example of FIG. 10 may represent a case where device 1 (1010) is determined as the winner device.
  • the server 1090 may transmit a wakeup rejection request to device 2 (1030), device 3 (1050), and device 4 (1070), which are devices other than the winner device.
  • the wakeup rejection request and information about the determination of the wakeup device may be transmitted through a multi-wakeup control manager (eg, the multi-device wakeup controller 633 of FIG. 6 ).
  • Device 1 1010 selected as the winner device may continuously receive utterances, receive command utterances and end-points, and transmit them to the server 1090 .
  • the server 1090 may check action execution conditions and check hardware specifications and application states of a plurality of devices.
  • the server 1090 may select a command execution device based on action execution conditions, hardware specifications, and application status.
  • the server 1090 may transmit the final ASR result and command execution feedback to device 2 1030 determined as a command execution device (eg, a target device).
  • the server 1090 may request device 1 (1010), device 3 (1050), and device 4 (1070), which are not selected as command execution devices, to change to a standby state.
  • 11 and 12 show examples of user interfaces according to various embodiments.
  • a processor may provide a recommendation pop-up or a guide on the possibility of device switching according to a user's option through a user interface.
  • the processor 510 may provide a user interface 1110 or a user interface 1210 .
  • User interface 1110 represents an embodiment in which processor 510 provides a pop-up 1111 to a user through a display of a device.
  • the user interface 1210 may represent an embodiment in which the processor 510 provides a notification 1211 to a user through a speaker or display of a device.
  • a guide on whether to perform an action for speech processing on the tablet is provided in the form of a pop-up 1111 or a notification 1211. It can indicate the user interface provided.
  • FIG. 13 is a flowchart of an operation of an electronic device according to various embodiments.
  • a processor receives a user's speech received from a plurality of devices (eg, the device 550 of FIG. 5 ), and a plurality of devices.
  • a reliability value corresponding to the calculated wakeup utterance, hardware information of a plurality of devices, and application information executed in a plurality of devices may be received (1310).
  • the confidence value may include SNRs for wakeup utterances received from multiple devices.
  • the hardware information may include identification (ID) and media access control address (MAC) of a plurality of devices.
  • Application information may include a list of applications executed in a plurality of devices.
  • the processor 510 may determine an action for processing the user's speech (1330).
  • the processor 510 may determine a target device to perform an action from among a plurality of devices based on the reliability value, hardware information, and application information (1350).
  • the processor 510 may determine a candidate device from among a plurality of devices based on the reliability value.
  • the processor 510 may determine a target device from among candidate devices based on hardware information and application information.
  • the processor 510 may determine an application execution state of a candidate device and a hardware specification of the candidate device based on hardware information and application information. The processor 510 may determine whether the candidate device includes hardware for performing the action. The processor 510 may determine a target device based on an application execution state, hardware specifications, and whether hardware is included.
  • the processor 510 may determine a first device to perform the action from among candidate devices based on the reliability value.
  • the processor 510 may determine an action execution condition based on the utterance.
  • the processor 510 may determine whether an application being executed in the first device exists based on the application information.
  • the processor 510 may determine the target device based on the execution condition of the action, hardware information, and a result of determining whether or not the action exists.
  • the processor 510 may search for a second device that satisfies the execution condition. When the second device exists, the processor 510 may determine the second device as the target device.
  • the processor 510 may determine the first device as the target device when there is no application running on the first device.
  • the processor 510 may determine a target device based on a user's preference score for a plurality of devices.
  • the preference score may be calculated based on the cumulative number of uses of each of the plurality of devices.
  • an electronic device (eg, the electronic device 500 of FIG. 5 ) includes a processor (eg, the processor 510 of FIG. 5 ) and a memory (eg, the processor 510 of FIG. 5 ) storing instructions executable by the processor. memory 530), wherein the processor includes a user's utterance received from a plurality of devices, a reliability value corresponding to a wakeup utterance calculated from the plurality of devices, hardware information of the plurality of devices, Receive application information executed in the plurality of devices, determine an action for processing the user's utterance, and determine the action among the plurality of devices based on the reliability value, the hardware information, and the application information. It is possible to determine a target device to perform.
  • the processor includes a user's utterance received from a plurality of devices, a reliability value corresponding to a wakeup utterance calculated from the plurality of devices, hardware information of the plurality of devices, Receive application information executed in the plurality of devices, determine an action for processing the user's
  • the reliability value may include a signal-to-noise ratio (SNR) for the wake-up utterance received from the plurality of devices.
  • SNR signal-to-noise ratio
  • the hardware information may include IDs (identifications) and MAC addresses (media access control addresses) of the plurality of devices
  • the application information may include a list of applications executed in the plurality of devices.
  • the processor may determine a candidate device from among the plurality of devices based on the reliability value, and determine the target device from among the candidate devices based on the hardware information and the application information.
  • the processor determines an application execution state of the candidate device and a hardware specification of the candidate device based on the hardware information and the application information, and performs the action by the candidate device.
  • the target device may be determined based on the application execution state, the hardware specification, and whether or not the hardware is included.
  • the processor determines a first device to perform the action from among the candidate devices based on the reliability value, determines an execution condition of the action based on the utterance, and determines the application information Based on this, it is possible to determine the existence of an application being executed in the first device, and to determine the target device based on the execution condition, the hardware information, and a result of determining the existence of the application.
  • the processor if there is an application running on the first device, searches for a second device that satisfies the execution condition, and if the second device exists, the second device is selected as the target. device can be determined.
  • the processor may determine the first device as the target device when there is no application running on the first device.
  • the processor determines the target device based on a user's preference score for the plurality of devices, and the preference score is based on the accumulated number of uses of each of the plurality of devices. can be calculated.
  • the processor searches for a second device that satisfies the execution condition, provides an interface for selecting one of the first device and the second device to the user, and In response to the selection of, one of the first device and the second device may be determined as the target device.
  • an electronic device includes a processor and a memory that stores instructions executable by the processor, and the processor selects among a plurality of devices based on reliability values of utterances received from a plurality of devices. Determines a first device for processing the utterance, determines whether or not to process the utterance of the first device based on a state of the first device, and determines hardware information of the plurality of devices and execution in the plurality of devices A second device for processing the utterance may be determined from among the plurality of devices based on the applied application information and whether or not the processing is performed.
  • the reliability value may include SNRs for the wake-up utterance received from the plurality of devices.
  • the hardware information may include an ID and a MAC address of the device
  • the application information may include a list of applications executed in the plurality of devices.
  • the processor determines a candidate device from among the plurality of devices based on the reliability value, and the first device and the second device from among the candidate devices based on the hardware information and the application information. can decide
  • the processor determines an application execution state of the candidate device and a hardware specification of the candidate device based on the hardware information and the application information, and the candidate device processes the utterance. It is determined whether hardware to perform an action for the second device is included, and the second device may be determined based on the application execution state, the hardware specifications, and whether or not the hardware is included.
  • the processor determines a first device to perform the action from among the candidate devices based on the reliability value, determines an execution condition of the action based on the utterance, and determines the application information Based on this, it is possible to determine whether an application being executed in the first device exists or not, and to determine the second device based on the execution condition, the hardware information, and a result of determining the existence of the application.
  • the processor may search for a second device that satisfies the execution condition and determine the second device as a device to process the utterance. .
  • the processor may determine the first device as a device for processing the utterance.
  • the processor determines the second device based on a preference score of the user for the plurality of devices, and the preference score is based on the cumulative use count of each of the plurality of devices. can be calculated based on
  • a speech processing method of an electronic device may include user speech received from a plurality of devices, a reliability value corresponding to a wakeup speech calculated from the plurality of devices, hardware information of the plurality of devices, and the plurality of devices.

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)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

전자 장치 및 전자 장치의 발화 처리 방법이 개시된다. 다양한 실시예에 따른 전자 장치는 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고, 상기 프로세서는, 복수의 디바이스에서 수신된 사용자의 발화, 상기 복수의 디바이스에서 계산된 웨이크업(wakeup) 발화에 대응하는 신뢰도 값, 상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보를 수신하고, 상기 사용자의 발화를 처리하기 위한 액션(action)을 결정하고, 상기 신뢰도 값, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 복수의 디바이스 중에서 상기 액션을 수행할 타겟 디바이스를 결정한다.

Description

전자 장치 및 전자 장치의 발화 처리 방법
다양한 실시예들은 전자 장치 및 전자 장치의 발화 처리 방법에 관한 것이다.
음성 비서가 일반화됨에 따라 음성 비서를 탑재하고 있는 디바이스가 다수인 상황이 증가하고 있다. 예를 들어, AI(artificial intelligence) 스피커, 모바일 폰, 태블릿, 이어버즈(earbuds) 또는 PC(personal computer) 등이 한 공간에 배치될 수 있다.
일반적으로 음성 비서는 웨이크업 키워드(wakeup keyword)(예: hibixby, Siri, Alexa)를 통해 트리거(trigger)될 수 있다. 음성 비서는 커맨드 발화를 ASR(automatic speech recognition)을 통해 인지하여, NLU(natural language understanding)를 거쳐 사용자 발화가 어떤 것인지를 분석하고, 액션을 수행하는 과정을 수행한다.
복수의 장치가 동일 공간에 존재하는 경우 사용자가 웨이크업 키워드를 발화하면, 모든 디바이스가 바로 트리거 되지 않고, 하나의 디바이스가 트리거되어 응답하는 기능이 사용될 수 있다. 복수의 디바이스 중에서 웨이크업되는 디바이스를 선택하는 종래 방식의 경우 오디오 신호의 입력 세기나 거리를 이용하거나 브로드 캐스팅 방식으로 정보 교환을 통해 위너(winner)를 탐색함으로써 웨이크업 키워드로 트리거되었음을 확인하고 위너를 결정한다.
하지만, 종래 방식을 이용하여 발화를 처리할 디바이스를 결정하는 경우, 사용자의 발화 의도와는 관계없이 액션이 수행되는 디바이스가 결정될 가능성이 있다.
다양한 실시예들은, 복수의 디바이스가 존재하는 환경에서, 사용자의 발화를 처리하기 위한 최적의 디바이스를 결정할 수 있다.
다양한 실시예들은, 디바이스의 신뢰도 값, 어플리케이션 정보 및 하드웨어 정보에 기초하여 발화를 처리하기 위한 최적의 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 전자 장치는 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고, 상기 프로세서는, 복수의 디바이스에서 수신된 사용자의 발화, 상기 복수의 디바이스에서 계산된 웨이크업(wakeup) 발화에 대응하는 신뢰도 값, 상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보를 수신하고, 상기 사용자의 발화를 처리하기 위한 액션(action)을 결정하고, 상기 신뢰도 값, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 복수의 디바이스 중에서 상기 액션을 수행할 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 전자 장치는, 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고, 상기 프로세서는, 복수의 디바이스에서 수신된 발화의 신뢰도 값에 기초하여 상기 복수의 디바이스 중에서 상기 발화를 처리하기 위한 제1 디바이스를 결정하고, 상기 제1 디바이스의 상태에 기초하여 상기 제1 디바이스의 상기 발화의 처리 여부를 결정하고, 상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보 및 상기 처리 여부에 기초하여 상기 복수의 디바이스 중에서 상기 발화를 처리하기 위한 제2 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 전자 장치의 발화 처리 방법은, 복수의 디바이스에서 수신된 사용자의 발화, 상기 복수의 디바이스에서 계산된 웨이크업 발화에 대응하는 신뢰도 값, 상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보를 수신하는 동작과, 상기 전자 장치에 의해 상기 사용자의 발화를 처리하기 위한 액션(action)을 결정하는 동작과, 상기 신뢰도 값, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 복수의 디바이스 중에서 상기 액션을 수행할 타겟 디바이스를 결정하는 동작을 포함할 수 있다.
다양한 실시예들은, 사용자의 발화가 입력된 경우, 그래프의 노드에 부여된 권한 여부에 따라 그래프의 실행 여부를 결정함으로써 과도한 자원의 사용을 방지하고, 사용자의 프라이버시를 확보할 수 있다.
다양한 실시예들은, 그래프의 권한을 파악하고, 발화를 처리하기 위해 요구되는 권한에 비하여 낮은 권한을 가진 경우, 그래프의 실행을 중단시킴으로써, 과도한 자원을 사용을 방지하고, 사용자의 프라이버시를 확보할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1 은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다.
도 2는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 다양한 실시예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 다양한 실시예에 따른 전자 장치가 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
도 5는 다양한 실시예에 따른 타겟 디바이스를 결정하는 전자 장치의 블록도를 나타낸다.
도 6은 다양한 실시예에 따른 발화 처리 시스템의 구성의 예를 나타낸다.
도 7은 다양한 실시예에 따른 도 5의 발화 처리 시스템의 동작의 예를 나타낸다.
도 8a 및 도 8b는 다양한 실시예에 따른 도 5의 발화 처리 시스템의 동작의 흐름들을 나타낸다.
도 9는 다양한 실시예에 따른 명령 수행 디바이스를 결정하는 동작의 흐름을 나타낸다.
도 10은 다양한 실시예에 따른 발화 처리 시스템의 명령 수행의 흐름을 나타낸다.
도 11 및 도 12는 다양한 실시예에 따른 사용자 인터페이스의 예들을 나타낸다.
도 13 은 다양한 실시예에 따른 전자 장치의 동작의 흐름도를 나타낸다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 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 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 디바이스들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 디바이스를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 디바이스, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 디바이스들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 디바이스(machine)(예: 전자 장치(101))에 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, 디바이스(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 디바이스가 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. 디바이스로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 디바이스로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 디바이스로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 2는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 2를 참조하면, 일 실시예의 통합 지능화 시스템(20)은 전자 장치(예: 도 1의 전자 장치(101)), 지능형 서버(200)(예: 도 1의 서버(108)), 및 서비스 서버(300)(예: 도 1의 서버(108))를 포함할 수 있다.
일 실시 예의 전자 장치(101)는, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.
도시된 실시 예에 따르면, 전자 장치(101)는 통신 인터페이스(177)(예: 도 1의 인터페이스(177)), 마이크(150-1)(예: 도 1의 입력 모듈(150)), 스피커(155-1)(예: 도 1의 음향 출력 모듈(155)), 디스플레이 모듈(160)(예: 도 1의 디스플레이 모듈(160)), 메모리(130)(예: 도 1의 메모리(130)), 또는 프로세서(120)(예: 도 1의 프로세서(120))를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
일 실시 예의 통신 인터페이스(177)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(150-1)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(155-1)는 전기적 신호를 소리(예: 음성)으로 출력할 수 있다.
일 실시 예의 디스플레이 모듈(160)은 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이 모듈(160)은 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다. 일 실시 예의 디스플레이 모듈(160)은 터치 센서를 통해 터치 입력을 수신할 수 있다. 예를 들어, 디스플레이 모듈(160)은 디스플레이 모듈(160) 내에 표시되는 화상 키보드 영역의 터치 센서를 통해 텍스트 입력을 수신할 수 있다.
일 실시 예의 메모리(130)는 클라이언트 모듈(151), SDK(software development kit)(153), 및 복수의 앱들(146)(예: 도 1의 어플리케이션(146))을 저장할 수 있다. 상기 클라이언트 모듈(151), 및 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(151) 또는 SDK(153)는 사용자 입력(예: 음성 입력, 텍스트 입력, 터치 입력)을 처리하기 위한 프레임워크를 구성할 수 있다.
일 실시 예의 메모리(130)는 상기 복수의 앱들(146)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱(146)은 제1 앱(146_1), 제2 앱(146_3)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱(146) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 앱들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(146)은 프로세서(120)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(120)는 전자 장치(101)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(120)는 통신 인터페이스(177), 마이크(150-1), 스피커(155-1), 및 디스플레이 모듈(160)과 전기적으로 연결되어 지정된 동작을 수행할 수 있다.
일 실시 예의 프로세서(120)는 또한 상기 메모리(130)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(120)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 사용자 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(120)는, 예를 들어, SDK(153)를 통해 복수의 앱(146)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작은 프로세서(120)의 실행에 의한 동작일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 사용자 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 마이크(150-1)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 또는, 클라이언트 모듈(151)은 디스플레이 모듈(160)을 통해 감지된 터치 입력을 수신할 수 있다. 또는, 클라이언트 모듈(151)은 키보드 또는 화상 키보드를 통해 감지된 텍스트 입력을 수신할 수 있다. 이 외에도, 전자 장치(101)에 포함된 입력 모듈 또는 전자 장치(101)에 연결된 입력 모듈을 통해 감지되는 다양한 형태의 사용자 입력을 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 사용자 입력을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(151)은 수신된 사용자 입력과 함께, 전자 장치(101)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 사용자 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)에서 상기 수신된 사용자 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 사용자 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이 모듈(160)에 표시할 수 있다. 또한, 클라이언트 모듈(151)은 상기 수신된 결과를 스피커(155-1)를 통해 오디오로 출력할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 사용자 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이 모듈(160)에 표시할 수 있고, 스피커(155-1)를 통해 오디오를 출력할 수 있다. 전자 장치(101)는, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이 모듈(160)에 표시할 수 있으며, 스피커(155-1)를 통해 오디오로 출력할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 지능형 서버(200)로부터 사용자 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 이용하여 수신된 사용자 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.
일 실시 예의 지능형 서버(200)는 통신 망을 통해 전자 장치(101)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의된 복수의 플랜 중 적어도 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 전자 장치(101)로 송신하거나, 생성된 플랜을 전자 장치(101)로 송신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natural language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.
일 실시 예의 프론트 엔드(210)는 전자 장치(101)로부터 수신된 사용자 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 사용자 입력에 대응되는 응답을 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227) 또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)를 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(221)은 전자 장치(101)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 텍스트 데이터 형태의 사용자 입력에 대하여 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.
일 실시 예의 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 복수의 동작을 실행하는데 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 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(225)은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 전자 장치(101)에서도 구현가능 할 수 있다.
상기 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(230)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 사용자 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 전자 장치(101)를 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시 예에서는 캡슐 데이터베이스(230)는 전자 장치(101) 내에도 구현이 가능할 수 있다.
일 실시 예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(250)는 산출된 결과를 전자 장치(101)로 송신할 수 있다. 이에 따라, 전자 장치(101)는 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(280)은 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(300)는 전자 장치(101)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(300)는 수신된 사용자 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.
위에 기술된 통합 지능 시스템(20)에서, 상기 전자 장치(101)는, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시 예에서, 상기 전자 장치(101)는 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 전자 장치(101)는 마이크(150-1)를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)을 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에서, 전자 장치(101)는 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 전자 장치(101)는 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 전자 장치(101)가 지능형 서버(200) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 전자 장치(101)는, 상기 마이크(150-1)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 전자 장치(101)는, 상기 음성 데이터를 통신 인터페이스(177)를 이용하여 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(200)는 전자 장치(101)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 전자 장치(101)는, 통신 인터페이스(177)를 이용하여 상기 응답을 수신할 수 있다. 전자 장치(101)는 상기 스피커(155-1)를 이용하여 전자 장치(101) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이 모듈(160)을 이용하여 전자 장치(101) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 3은 다양한 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(200)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(230))는 CAN (concept action network)(400) 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(capsule(A)(401), capsule(B)(404))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: capsule(A)(401))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402) 또는 CP 2 (403))가 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.
상기, 자연어 플랫폼(220)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(225)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A (401)의 동작들(4011,4013) 과 컨셉들(4012,4014) 및 캡슐 B(404)의 동작(4041)과 컨셉(4042)을 이용하여 플랜(407)을 생성할 수 있다.
도 4는 다양한 실시 예에 따른 전자 장치가 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
전자 장치(예: 도 1의 전자 장치(101))는 지능형 서버(예: 도 2의 지능형 서버(200))를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 310 화면에서, 전자 장치(101)는 지정된 음성 입력(예: 웨이크 업!)를 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 전자 장치(101)는, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이 모듈(160)에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 전자 장치(101)는 "이번주 일정 알려줘!"라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 320 화면에서, 전자 장치(101)는 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 전자 장치(101)는 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이에 표시할 수 있다.
도 5는 다양한 실시예에 따른 타겟 디바이스를 결정하는 전자 장치의 블록도를 나타낸다.
도 5를 참조하면, 다양한 실시예에 따르면, 전자 장치(500)는 복수의 디바이스가 존재하는 환경에서 사용자의 발화(utterance)를 처리하기 위한 타겟 디바이스를 결정할 수 있다. 전자 장치(500)는 서버(예: 도 1의 서버(108)) 또는 디바이스(550) 내에 구현될 수 있다.
다양한 실시예에 따르면, 전자 장치(500)는 사용자의 발화를 처리할 수 있다. 전자 장치(500)는 사용자의 발화를 처리함으로써 처리 결과를 생성하고, 생성된 처리 결과를 사용자에게 제공할 수 있다.
전자 장치(500)는 디바이스(550)로부터 하드웨어 정보 및 어플리케이션 정보를 수신하고, 수신한 하드웨어 정보 및 어플리케이션 정보에 기초하여 발화를 처리할 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)(예: 도 1의 프로세서(120))는 메모리(530)(예: 도 1의 메모리(130))에 저장된 데이터를 처리할 수 있다. 프로세서(510)는 메모리(530)에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(510)에 의해 유발된 인스트럭션(instruction)들을 실행할 수 있다. 프로세서(510)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다.
다양한 실시예에 따르면, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), 및/또는 FPGA(field programmable gate array)를 포함할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 현재 웨이크업이 트리거된 디바이스가 사용 중이고, 사용자의 근거리에 액션을 수행할 수 있는 다른 디바이스가 존재할 경우, 웨이크업된 기기의 액션은 유지하면서 에이전트에게 새로운 명령을 수행하도록 함으로써 사용자의 편의성을 증대시킬 수 있다. 예를 들어, 프로세서(510)는 "하이빅스비, 레시피 보여줘”라는 발화를 수신한 경우, 현재 디스플레이되는 디바이스보다 더 큰 디스플레이를 가진 디바이스가 존재하거나, 수신한 발화를 처리하는 도메인에서 사용한 이력이 있는 디바이스를 탐색하여 탐색된 디바이스로 디스플레이를 전환할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 사용자가 의도하는 발화를 실행시킬 수 있는 최적의 기기에서 발화 처리를 위한 액션을 수행하도록 타겟 디바이스를 결정할 수 있다. 프로세서(510)는 멀티-디바이스 웨이크업 상황에서 복수의 후보 디바이스를 결정하고, 액션을 수행할 디바이스를 선정할 수 있다. 이 때, 프로세서(510)는 웨이크업된 디바이스에서 실행 중인 어플리케이션이 존재하는 경우, 다른 디바이스로 실행할 것을 추천하거나, 다른 디바이스에서 액션을 실행시킬 수 있다.
다양한 실시예에 다르면, 디바이스(550)는 웨이크업 발화를 수신한 경우, 웨이크업 발화에 대한 신뢰도 값을 계산할 수 있다. 신뢰도 값은 SNR(signal-to-noise ratio)를 포함할 수 있다. 신뢰도 값은 마이크에 입력되는 신호의 SNR, 마이크에 입력되는 신호를 전처리한 출력의 SNR, 마이크에 입력되는 신호의 세기, 마이크에 입력되는 잡음 수준 또는 이들의 조합으로 계산될 수 있다.
다양한 실시예에 따르면, 전자 장치(500)는 디바이스(550)로부터 웨이크업 발화에 대응하는 신뢰도 값, 디바이스(550)의 어플리케이션 정보 및 하드웨어 정보 및 웨이크업 이후의 발화를 수신할 수 있다. 하드웨어 정보는 디바이스(550)의 상태 정보를 포함할 수 있다. 전자 장치(500)는 복수의 디바이스로부터 수신한 데이터 및 발화 분석에 따른 타겟 도메인(예: 캡슐)에 기초하여 타겟 디바이스를 결정하고, 결정된 타겟 디바이스를 사용자에게 추천할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 신뢰도 값에 기초하여 제1 디바이스를 결정할 수 있다. 프로세서(510)는 웨이크업 발화에 대응하는 신뢰도 값이 가장 높은 기기를 제1 디바이스로 결정할 수 있다. 프로세서(510)는 제1 디바이스의 실행 어플리케이션이 멀티미디어 관련 어플리케이션(예: 음악 또는 비디오 플레이어)이고, 발화를 분석한 타겟 도메인이 제1 디바이스의 실행 어플리케이션과 다를 경우, 제2 디바이스를 탐색하여 사용자에게 제공할 수 있다. 예를 들어, 프로세서(510)는 사용자가 모바일 폰에서 음악을 재생하는 도중에 모바일 폰에서 수신된 발화의 신뢰도 값이 높더라도, 발화가 음악 어플리케이션을 제어하기 위한 발화가 아닐 경우, 신뢰도 값이 두 번째로 높고, 어플리케이션을 실행하고 있지 않은 제2 디바이스를 사용자에게 추천할 수 있다.
다양한 실시예에 따르면, 전자 장치(500)는 디바이스(550) 내부에 구현될 수 있다. 디바이스(550)에서 웨이크업 발화를 수신한 경우, 프로세서(510)는 웨이크업 발화에 대한 신뢰도를 계산하고, 디바이스(550)의 상태, 디바이스(550)에서 실행되는 어플리케이션 정보에 기초하여 타겟 디바이스를 결정하여 사용자에게 추천할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 복수의 디바이스(예: 디바이스(550))에서 수신된 사용자의 발화, 복수의 디바이스에서 계산된 웨이크업(wakeup) 발화에 대응하는 신뢰도 값, 복수의 디바이스의 하드웨어 정보, 복수의 디바이스에서 실행되는 어플리케이션 정보를 수신할 수 있다. 신뢰도 값은, 복수의 디바이스에서 수신된 웨이크업 발화에 대한 SNR을 포함할 수 있다.
다양한 실시예에 따르면, 하드웨어 정보는 복수의 디바이스의 ID(identification), MAC 주소(media access control address)를 포함할 수 있다. 어플리케이션 정보는 복수의 디바이스에서 실행되는 어플리케이션 리스트를 포함할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 사용자의 발화를 처리하기 위한 액션(action)을 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 신뢰도 값, 하드웨어 정보 및 어플리케이션 정보에 기초하여 복수의 디바이스 중에서 액션을 수행할 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 신뢰도 값에 기초하여 복수의 디바이스 중에서 후보 디바이스를 결정할 수 있다. 프로세서(510)는 하드웨어 정보 및 어플리케이션 정보에 기초하여 후보 디바이스 중에서 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 하드웨어 정보 및 어플리케이션 정보에 기초하여 후보 디바이스의 어플리케이션 실행 상태 및 후보 디바이스의 하드웨어 사양(spec)을 파악할 수 있다. 프로세서(510)는 후보 디바이스가 액션을 수행하기 위한 하드웨어를 포함하는지 여부를 판단할 수 있다. 프로세서(510)는 어플리케이션 실행 상태, 하드웨어 사양 및 하드웨어의 포함 여부에 기초하여 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 신뢰도 값에 기초하여 후보 디바이스 중에서 상기 액션을 수행할 제1 디바이스를 결정할 수 있다. 프로세서(510)는 발화에 기초하여 액션의 수행 조건을 결정할 수 있다. 프로세서(510)는 어플리케이션 정보에 기초하여 제1 디바이스에서 실행 중인 어플리케이션의 존재 여부를 판단할 수 있다. 프로세서(510)는 액션의 수행 조건, 하드웨어 정보 및 존재 여부의 판단 결과에 기초하여 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 제1 디바이스에서 실행 중인 어플리케이션이 있는 경우, 수행 조건에 부합하는 제2 디바이스를 탐색할 수 있다. 프로세서(510)는 제2 디바이스가 존재하는 경우 제2 디바이스를 타겟 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 제1 디바이스에서 실행 중인 어플리케이션이 없는 경우, 제1 디바이스를 타겟 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 복수의 디바이스에 대한 사용자의 선호도 점수(preference score)에 기초하여 타겟 디바이스를 결정할 수 있다. 선호도 점수는 복수의 디바이스 각각의 누적 사용 횟수에 기초하여 계산될 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 액션 수행 조건에 부합하는 제2 디바이스를 탐색할 수 있다. 프로세서(510)는 사용자에게 제1 디바이스 및 제2 디바이스 중 하나의 디바이스를 선택하기 위한 인터페이스를 제공할 수 있다. 프로세서(510)는 사용자의 선택에 응답하여 제1 디바이스 및 제2 디바이스에 중에서 하나를 타겟 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 수신된 발화의 신뢰도 값에 기초하여 복수의 디바이스 중에서 발화를 처리하기 위한 제1 디바이스를 결정할 수 있다. 프로세서(510)는 제1 디바이스의 상태에 기초하여 제1 디바이스의 발화의 처리 여부를 결정할 수 있다. 프로세서(510)는 복수의 디바이스의 하드웨어 정보, 복수의 디바이스에서 실행되는 어플리케이션 정보 및 발화의 처리 여부에 기초하여 복수의 디바이스 중에서 발화를 처리하기 위한 제2 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 신뢰도 값에 기초하여 복수의 디바이스 중에서 후보 디바이스를 결정하고, 후보 디바이스 중에서 제1 디바이스 및 제2 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 신뢰도 값에 기초하여 후보 디바이스 중에서 액션을 수행할 제1 디바이스를 결정할 수 있다. 프로세서(510)는 발화에 기초하여 액션의 수행 조건을 결정할 수 있다. 프로세서(510)는 어플리케이션 정보에 기초하여 제1 디바이스에서 실행 중인 어플리케이션의 존재 여부를 판단할 수 있다. 프로세서(510)는 수행 조건, 하드웨어 정보 및 존재 여부의 판단 결과에 기초하여 제2 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 제1 디바이스에서 실행 중인 어플리케이션이 있는 경우, 액션 수행 조건에 부합하는 제2 디바이스를 탐색할 수 있다. 프로세서(510)는 제2 디바이스를 발화를 처리할 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 제1 디바이스에서 실행 중인 어플리케이션이 없는 경우, 제1 디바이스를 발화를 처리하기 위한 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 메모리(530)는 프로세서에 의해 실행가능한 인스트럭션들(또는 프로그램)을 저장할 수 있다. 예를 들어, 인스트럭션들은 프로세서(510)의 동작 및/또는 프로세서(510)의 각 구성의 동작을 실행하기 위한 인스트럭션들을 포함할 수 있다.
다양한 실시예에 따르면, 메모리(530)는 휘발성 메모리 장치(예: 도 1의 휘발성 메모리(132)) 또는 비휘발성 메모리 장치(예: 도 1의 비휘발성 메모리(134))로 구현될 수 있다. 휘발성 메모리 장치는 DRAM(dynamic random access memory), SRAM(static random access memory), T-RAM(thyristor RAM), Z-RAM(zero capacitor RAM), 또는 TTRAM(twin transistor RAM)으로 구현될 수 있다.
다양한 실시예에 따르면, 비휘발성 메모리 장치는 EEPROM(electrically erasable programmable read-only memory), 플래시(flash) 메모리, MRAM(magnetic RAM), 스핀전달토크 MRAM(spin-transfer torque(STT)-MRAM), conductive bridging RAM(CBRAM), FeRAM(ferroelectric RAM), PRAM(phase change RAM), 저항 메모리(resistive RAM(RRAM)), 나노 튜브 RRAM(nanotube RRAM), 폴리머 RAM(polymer RAM(PoRAM)), 나노 부유 게이트 메모리(nano floating gate memory(NFGM)), 홀로그래픽 메모리(holographic memory), 분자 전자 메모리 소자(molecular electronic memory device), 또는 절연 저항 변화 메모리(insulator resistance change memory)로 구현될 수 있다.
도 6은 다양한 실시예에 따른 발화 처리 시스템의 구성의 예를 나타낸다.
도 6을 참조하면, 다양한 실시예에 따르면, 서버(610)는 IoT(internet of thing) 디바이스 DB(database)(611), 퍼스널 어카운트 모듈(612), ASR/NLU(natural language understanding)/NLP(natural language processing) 모듈(613), 액션 수행 조건 확인기(action performing condition verifier)(614) 및 멀티-디바이스 컨트롤 매니저(615)를 포함할 수 있다.
다양한 실시예에 따르면, 퍼스널 어카운트 모듈(612), ASR/NLU/NLP 모듈(613), 액션 수행 조건 확인기(614) 및 멀티-디바이스 컨트롤 매니저(615)는 프로세서(예: 도 5의 프로세서(510)에 포함될 수 있다.
다양한 실시예에 따르면, 퍼스널 어카운트 모듈(612)은 개인 정보를 저장할 수 있다. 퍼스널 어카운트 모듈(612)은 계정 관련 정보, 사용자 ID, 설치된 어플리케이션 리스트 및 주 사용 어플리케이션 정보를 포함할 수 있다.
다양한 실시예에 따르면, 디바이스 1(630)은 마이크(631)(예: 도 2의 마이크(150-1)), 웨이크업 모듈(632), 멀티-디바이스 웨이크업 컨트롤러(633), 액티비티 매니저(634), 통신 인터페이스(635)(예: 도 2의 통신 인터페이스(177)) 및 IoT 디바이스 DB(636)을 포함할 수 있다. 디바이스 2(650), 디바이스 3(670) 및 디바이스 4(690)은 디바이스 1(630)과 동일한 구성을 포함할 수 있다. IoT 디바이스 DB(636)는 다양한 디바이스의 사양(spec)을 저장하는 데이터베이스일 수 있다. IoT 디바이스 DB(636)는 디바이스의 모델명, 디바이스가 포함하고 있는 하드웨어 및 하드웨어의 사양을 포함할 수 있다.
다양한 실시예에 따르면, 마이크(631)는 사용자의 발화를 수신할 수 있다. 마이크(631)는 수신한 발화를 웨이크업 모듈(632) 및 멀티-디바이스 웨이크업 컨트롤러(633)에 전송할 수 있다. 웨이크업 모듈(632)은 웨이크업 키워드를 인식할 수 있다. 멀티-디바이스 웨이크업 컨트롤러(633)는 개별 디바이스 내에 존재하는 모듈로, 멀티-디바이스 컨트롤 매니저(615)로부터 액션 정보 및 위너 정보를 전달받아 해당 디바이스의 웨이크업 트리거 유지, 취소, 레디 상태로의 변경 및/또는 액션의 수행을 진행할 수 있다.
다양한 실시예에 따르면, 액티비티 매니저(634)는 디바이스 1(630)에서 실행 중인 어플리케이션에 대한 상태(status) 정보를 확인하고, 실행 중인 어플리케이션 및/또는 서비스의 목록을 확인할 수 있다. 통신 인터페이스(635)는 서버(610)와 데이터를 주고받을 수 있다.
다양한 실시예에 따르면, 티비티 매니저(634)는 센서 정보에 기초하여 복수의 디바이스(예: 디바이스 1(630), 디바이스 2(650), 디바이스 3(670) 또는 디바이스 4(690))의 방향 정보(예: 디스플레이가 아래를 향해 있는지 또는 디스플레이가 위를 향해 있는지 여부)를 확인할 수 있다. 예를 들어, 디바이스의 디스플레이가 아래를 향해 있는 경우와 같이 사용자가 시청 불가능한 경우, 발화의 처리는 디스플레이의 시청이 가능한 디바이스에서 수행될 수 있다.
다양한 실시예에 따르면, 멀티-디바이스 웨이크업 컨트롤러(633)는 웨이크업 경합에 참여했던 후보 디바이스 중에서 위너(winner)를 선정할 수 있다. 멀티-디바이스 웨이크업 컨트롤러(633)는 웨이크업 경합에 참여했던 후보 디바이스 중에서 액션 수행 디바이스를 선정할 수 있다. 도 6의 예시에서, 멀티-디바이스 웨이크업 컨트롤러(633)는 디바이스 1(630)에 포함되고, 멀티-디바이스 컨트롤 매니저(615)는 서버(610)에 포함되는 것으로 표시되었으나, 다양한 실시예에 따라 멀티-디바이스 웨이크업 컨트롤러(633) 및 멀티-디바이스 컨트롤 매니저(615)가 모두 디바이스 1(630), 디바이스 2(650), 디바이스 3(670) 및 디바이스 4(690) 내부에 구현될 수 있다. 또는, 멀티-디바이스 웨이크업 컨트롤러(633) 및 멀티-디바이스 컨트롤 매니저(615)가 모두 서버(610) 내부에 구현될 수 있다.
다양한 실시예에 따르면, 멀티-디바이스 웨이크업 컨트롤러(633)는 복수의 디바이스 중에서 후보 디바이스(예: 웨이크업 후보 디바이스)를 선정할 수 있다. 웨이크업 후보 디바이스는 위너 선정 과정에 참여했던 모든 디바이스를 포함할 수 있다. 예를 들어, 웨이크업 경합에 참여했던 복수의 디바이스가 냉장고, 태블릿, 모바일 폰 및 AI 스피커일 경우, 웨이크업 후보 디바이스는 냉장고, 태블릿, 모바일 폰 및 AI 스피커를 포함할 수 있다.
다양한 실시예에 따르면, 일반적인 도메인에서는 웨이크업 된 디바이스에서 액션을 수행하고, 특정한 상황에서 발화를 처리하기 위한 기능을 갖는 적합한 디바이스가 선택되어 액션을 수행할 수 있다. 액션 수행 조건 확인기(614)는 적합한 디바이스를 선정하여 멀티-디바이스 컨트롤 매니저(615)에게 선정 결과를 전송하고, 멀티-디바이스 컨트롤 매니저(615)는 선정 결과에 응답하여 발화를 처리하기 위한 제어를 수행할 수 있다.
다양한 실시예에 따르면, IoT 디바이스 DB(636) 및/또는 IoT 디바이스 DB(611)는 디바이스 1(630) 또는 서버(610) 주변에서 발화의 실행 조건과 부합하는 디바이스를 검색할 수 있다.
도 7은 다양한 실시예에 따른 도 6의 발화 처리 시스템의 동작의 예를 나타낸다.
도 7을 참조하면, 다양한 실시예에 따르면, 액티비티 매니저(710)(예: 도 6의 액티비티 매니저(634))는 어플리케이션 정보 및 하드웨어 정보를 액션 수행 조건 확인기(730)(예: 도 6의 액션 수행 조건 확인기(614))로 전송할 수 있다. 어플리케이션 정보는 디바이스에서 수행되는 어플리케이션 리스트를 포함할 수 있고, 하드웨어 정보는 디바이스의 상태 정보를 포함할 수 있다.
다양한 실시예에 따르면, 액션 수행 조건 확인기(730)는 하드웨어 정보를 이용하여 후보 디바이스를 선정하고, 어플리케이션 실행 상태에 기초하여 후보 디바이스가 발화에 포함된 명령을 수행할 수 있는지 여부를 판단함으로써 탐색(search) 우선 순위를 결정할 수 있다. 예를 들어, 액션 수행 조건 확인기(730)는 제1 디바이스에서 음악이 재생되는 상황에서 발화를 처리하기 위해 음악 재생과 관련된 기능을 실행하려면, 제1 디바이스에서 재생되는 음악을 멈추고 해당 기능이 수행되어야 하는데, 제2 디바이스가 탐색되는 경우에는, 탐색되는 제2 디바이스를 통해 음악 재생과 관련된 액션을 수행하도록 제어할 수 있다.
다양한 실시예에 따르면, 액션 수행 조건 확인기(730)는 임의의 디바이스에서 액션의 수행이 가능한지 여부를 판단할 수 있다. 액션 수행 조건 확인기(730)는 어플리케이션 상태 및 디바이스 별 하드웨어 사양(spec)을 파악할 수 있다. 예를 들어, 하드웨어 사양은 디바이스의 디스플레이의 크기, 디바이스가 지원하는 기능에 대한 정보를 포함할 수 있다.
다양한 실시예에 따르면, 액션 수행 조건 확인기(730)는 디바이스의 방향 정보(예: 디스플레이가 아래를 향해 있는지 또는 디스플레이가 위를 향해 있는지 여부)에 기초하여 임의의 디바이스에서 액션의 수행이 가능한지 판단할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 5의 전자 장치(500))는 액티비티 매니저(710)에서 생성된 디바이스에서 실행 중인 어플리케이션에 대한 상태 정보를 수신하여 디바이스의 어플리케이션 상태를 확인할 수 있다. 전자 장치(500)는 동작 중인 디바이스의 상태를 파악하고, 복수의 디바이스 중에서 웨이크업된 디바이스가 실행하는 어플리케이션을 확인할 수 있다. 표 1은 디바이스의 어플리케이션 상태를 비 제한적인 예시로 나타낼 수 있다.
디바이스 액티브 어플리케이션 상태 확인 실행 어플리케이션
냉장고 X X
태블릿 X X
모바일 O YouTube
AI스피커 O Spotify
다양한 실시예에 따르면, 전자 장치(500)는 발화의 처리를 위해 적합한 디바이스를 선정할 수 있다. 갤러리, 레시피, 캘린더 또는 지식 검색 관련 어플리케이션은 디스플레이를 포함하는 디바이스에서 실행되는 것이 적합할 수 있다. 즉, "갤러리 보여줘" 또는 "레시피 보여줘"와 같은 발화를 처리하기 위해서는 디스플레이가 요구될 수 있다. "신나는 음악 틀어줘", "재미있는 이야기해줘" 또는 "동화 읽어줘"와 같이 재생이 필요한 음악, 알람 또는 타이머와 관련된 액션을 필요로 하는 발화는 라우드스피커(loudspeaker)를 포함한 기기에서 실행되는 것이 적합할 수 있다.
다양한 실시예에 따르면, IoT 디바이스 DB(예: 도 6의 IoT 디바이스 DB(611))는 전자 장치(500) 주변의 해당 발화의 실행 조건에 부합하는 디스플레이를 검색할 수 있다. 표 2는 IoT 디바이스 DB(611)가 검색한 디바이스의 리스트의 비 제한적인 예를 나타낼 수 있다.
디바이스 디스플레이 스피커 카메라 ...
냉장고 O O X
태블릿 O O O
모바일 O O O
AI 스피커 X O X
다양한 실시예에 따르면, ASR/NLU/NLP 모듈(예: 도 6 ASR/NLU/NLP 모듈(613))은 발화의 엔드 포인트(end point)를 수신하면, 부분 ASR(partial ASR) 및 NLU 분석을 수행하여 발화의 의도를 분석하고, 필요한 액션을 판단할 수 있다.
다양한 실시예에 따르면, 액션 수행 조건을 확인할 때, 기존 사용자의 어플리케이션 사용 이력이 추가 입력으로 사용될 수 있다. 개인별 맞춤 액션을 수행하기 위해, 전자 장치(500)는 주로 사용하는 디바이스에 대한 정보를 수집하여 사용자의 의도에 맞는 디바이스를 액션 수행 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 멀티-디바이스 웨이크업 컨트롤러(770)는 사용자의 디바이스에 대한 선호도에 기초하여 액션을 수행할 디바이스를 결정할 수 있다. ASR, NLU 분석을 통해 NLP 모듈은 현재 수행해야할 액션을 결정할 수 있고, 이 때, 선호도에 대한 정보가 이용될 수 있다.
다양한 실시예에 따르면, 표 3은 사용자의 사용 이력(예: 기능 사용 이력)을 비 제한젝인 예로 나타낼 수 있다. 프로세서(예: 도 5의 프로세서(510))는 사용자의 사용 이력 기반 선호도 점수(preference score)를 계산하고, 탐색 우선 순위의 선정에 계산된 선호도 점수를 이용할 수 있다. 표 3의 예는 선호도가 냉장고, 태블릿 및 모바일 순인 경우를 나타낼 수 있다. 프로세서(510)는 어플리케이션 내의 UI(user interface)를 통해 사용자의 피드백을 받아 선호도 점수를 조정할 수 있다.
어플리케이션
(캡슐)		 디바이스 사용 이력 누적 사용 횟수 쪋 Preference score
레시피 냉장고 O 1 100
레시피 태블릿 O 2 80
레시피 모바일 O 0 30
도 8a 및 도 8b는 다양한 실시예에 따른 도 6의 발화 처리 시스템의 동작의 흐름들을 나타낸다.
도 8a 및 도 8b를 참조하면, 다양한 실시예에 따르면, 도 8a 및 도 8는 "하이빅스비 레시피 보여줘" 발화를 수신했을 때, 타겟 디바이스를 결정하는 과정을 예시적으로 나타낼 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 5의 전자 장치(500))는 복수의 디바이스(예: 제1 디바이스(810) 및 제2 디바이스(850))이가 존재하는 멀티-디바이스 환경에서 웨이크업 트리거 디바이스가 주어진 경우, 발화의 처리를 위한 액션 타겟 디바이스를 결정할 수 있다. 도 8a 및 도 8b의 예시는 전자 장치(500)가 서버(830)에 구현된 경우를 나타낼 수 있다.
다양한 실시예에 따르면, 도 8a는 서버(830)는 복수의 디바이스가 동일한 공간에 존재하는 상태에서, 사용자가 웨이크업을 시도하여 제1 디바이스(810)(예: 모바일 폰)에서 웨이크업 트리거된 후, 제2 디바이스(850)(예: 태블릿)에서 레시피를 수행하는 경우를 나타낼 수 있다.
다양한 실시예에 따르면, 제1 디바이스(810)는 액티비티 매니저(811)(예: 도 6의 액티비티 매니저(634)), 마이크(813)(예: 도 6의 마이크(631)) 및 웨이크업 모듈(815)(예: 도 6의 웨이크업 모듈(632))를 포함할 수 있다.
다양한 실시예에 따르면, 서버(830)는 ASR 모듈(831), NLU 모듈(832), NLP 모듈(833), IoT 디바이스 DB(834)(예: 도 6의 IoT 디바이스 DB(611)), 퍼스널 어카운트 모듈(835)(예: 도 6의 퍼스널 어카운트 모듈(612)), 액션 수행 확인기(836)(예: 도 6의 액션 수행 조건 확인기(614)) 및 멀티-디바이스 컨트롤 매니저(837)(예: 도 6의 멀티-디바이스 컨트롤 매니저(615))를 포함할 수 있다. 도 8a 및 도 8b는 예시적인 것으로, ASR 모듈(831), NLU 모듈(832) 및 NLP 모듈(833)는 제1 디바이스(810) 또는 제2 디바이스(850) 내부에도 구현될 수 있다. 또한, IoT 디바이스 DB(834), 퍼스널 어카운트 모듈(835), 액션 수행 조건 확인기(836) 및 멀티-디바이스 컨트롤 매니저(837)도 제1 디바이스(810) 또는 제2 디바이스(850) 내부에 구현될 수 있다.
다양한 실시예에 따르면, 액티비티 매니저(811)는 앱 리스트를 생성하여 액션 수행 조건 확인기(836)로 전송할 수 있다. 앱 리스트는 디바이스 ID, 사용자 계정(account), mac 주소, 어플리케이션 리스트를 포함할 수 있다. 액티비티 매니저(811)는 디바이스의 센서로부터 획득되는 디바이스의 방향 정보(예: 디스플레이가 아래를 향해 있는지 또는 디스플레이가 위를 향해 있는지 여부)를 액션 수행 조건 확인기(836)로 전송할 수 있다.
다양한 실시예에 따르면, NLP 모듈(833)는 액션 정보를 생성하여 멀티-디바이스 컨트롤 매니저(837)로 전송할 수 있다. 액션 정보는 위너 후보 값, 액션 및 액션 설명을 포함할 수 있다. 위너 후보 값은 네/아니오 또는 1/0을 포함할 수 있다. 액션은 액션 실행(run action), 레디(ready)를 포함할 수 있다. 액션 설명은 "레시피 보여줘"와 같은 액션에 대한 설명을 포함할 수 있다.
다양한 실시예에 따르면, 멀티-디바이스 컨트롤 매니저(837)는 멀티-디바이스 웨이크업 컨트롤러(851)로 위너 정보를 전송할 수 있다. 위너 정보는 디바이스 ID, 사용자 계정, mac 주소, 세션ID, 신뢰도 값 및 위너 후보 값을 포함할 수 있다. 위너 후보 값은 디바이스가 위너인지 아닌지에 대한 정보를 포함할 수 있다. 예를 들어, 위너 후보 값은 네/아니오 또는 1/0을 포함할 수 있다.
다양한 실시예에 따르면, 액티비티 매니저(811), 마이크(813), 웨이크업 모듈(815), ASR 모듈(831), NLU 모듈(832), NLP 모듈(833), IoT 디바이스 DB(834), 퍼스널 어카운트 모듈(835), 액션 수행 확인기(836) 및 멀티-디바이스 컨트롤 매니저(837)의 다른 동작은 도 6에서 설명한 것과 동일할 수 있다.
도 9는 다양한 실시예에 따른 명령 수행 디바이스를 결정하는 동작의 흐름을 나타낸다.
도 9를 참조하면, 다양한 실시예에 따르면, 사용자의 발화에 응답하여 제1 디바이스에서 웨이크업 트리거가 실행될 수 있다(910). 이 때, 제1 디바이스가 신뢰도 값에 기초한 위너 디바이스일 수 있다. 복수의 디바이스들은 상시 마이크 온(always mic on) 상태로 마이크를 통해 오디오 신호를 입력 받고 있는 상태에서 웨이크업 키워드를 수신한 경우, 신뢰도 값을 계산하여 프로세서(예: 도 5의 프로세서(510))로 전송할 수 있다. 프로세서(510)는 신뢰도 값에 기초하여 복수의 디바이스 중에서 위너 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510) 웨이크업 트리거가 시도된 디바이스 리스트를 확인할 수 있다(920). 프로세서(510)는 웨이크업 트리거가 시도된 디바이스를 후보 디바이스(예: 멀티-디바이스 웨이크업 후보)로 결정할 수 있다.
다양한 실시예에 따르면, 제1 디바이스에서 웨이크업 트리거가 실행된 경우, 제1 디바이스의 마이크는 오디오 신호를 계속 수신하여 커맨드 발화를 수신할 수 있다. 제1 디바이스는 컴맨드 발화를 오디오 스트림(audio stream)의 형태로 프로세서(510)로 전송할 수 있다. 프로세서(510)는 ASR 결과를 확인할 수 있다(930). 이 때, 제1 디바이스에서 온-디바이스 ASR을 포함하는 경우, 제1 디바이스가 ASR 결과를 추출하여 텍스트를 프로세서(510)로 전송할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 ASR 결과에 기초하여 액션 수행 조건을 확인할 수 있다(940). 프로세서(510)는 NLU, NLP을 수행하는 동안 멀티-디바이스 경합에 참여했던 후보 디바이스들을 대상으로 액션 수행 조건을 확인할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 후보 디바이스에서 현재 실행 중인 어플리케이션 리스트를 확인할 수 있다(950). 프로세서(510)는 제1 디바이스에서 현재 실행 중인 어플리케이션이 있는지 여부를 판단할 수 있다(960). 제1 디바이스에서 현재 실행 중인 어플리케이션이 없는 경우, 프로세서(510)는 제1 디바이스를 타겟 디바이스로 결정하여 제1 디바이스에서 명령을 수행하도록 할 수 있다.
다양한 실시예에 따르면, 제1 디바이스에서 현재 실행 중인 어플리케이션이 있는 경우, 프로세서(510)는 액션 수행 조건에 부합하는 제2 디바이스가 존재하는지 여부를 판단할 수 있다(970). 액션 수행 조건에 부합하는 제2 디바이스가 존재하지 않는 경우, 프로세서(510)는 제1 디바이스를 타겟 디바이스로 결정하여 제1 디바이스에서 명령을 수행하도록 할 수 있다. 액션 수행 조건에 부합하는 제2 디바이스가 존재하는 경우, 프로세서(510)는 액션 수행 조건에 부합하는 제2 디바이스를 타겟 디바이스로 결정하여 명령을 수행하도록 할 수 있다. 이 때, 사용자의 옵션에 따라 바로 명령을 수행하지 않고, 제1 디바이스에 추천 팝업(pop-up) 또는 전환 가능성에 대한 안내를 제공할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 명령 수행 사이에 제1기기 및 멀티 디바이스 웨이크업 경합에 참여했던 후보 디바이스들에는 제2 디바이스가 위너가 되었다는 위너 정보를 전달하여 레디 상태로 전환하도록 할 수 있다.
도 10은 다양한 실시예에 따른 발화 처리 시스템의 명령 수행의 흐름을 나타낸다.
도 10을 참조하면, 다양한 실시예에 따르면, 디바이스 1(1010), 디바이스 2(1030), 디바이스 3(1050) 및 디바이스 4(1070)는 웨이크업 발화를 수신할 수 있다. 디바이스 1(1010), 디바이스 2(1030), 디바이스 3(1050) 및 디바이스 4(1070)는 웨이크업 발화에 대한 정보를 서버(1090)(예: 도 5의 전자 장치(500))로 전송할 수 있다. 웨이크업 발화에 대한 정보는 위너 선정을 위한 스코어 값(예: 신뢰도 값)을 포함할 수 있다. 디바이스 1(1010), 디바이스 2(1030), 디바이스 3(1050) 및 디바이스 4(1070)는 디바이스의 어플리케이션 정보 및 하드웨어 정보를 서버(1090)로 전송할 수 있다.
다양한 실시예에 따르면, 서버(1090)는 위너 디바이스를 선정할 수 있다. 도 10의 예시는 디바이스 1(1010)을 위너 디바이스로 결정한 경우를 나타낼 수 있다. 서버(1090)는 위너 디바이스 이외의 디바이스인 디바이스 2(1030), 디바이스 3(1050) 및 디바이스 4(1070)에 웨이크업 리젝션(rejection) 요청을 전송할 수 있다. 웨이크업 리젝션 요청 및 웨이크업 디바이스의 결정에 관한 정보는 멀티-웨이크업 컨트롤 매니저(예: 도 6의 멀티-디바이스 웨이크업 컨트롤러(633))를 통해 전송될 수 있다. 위너 디바이스로 선정된 디바이스 1(1010)는 발화를 지속적으로 수신하여, 명령어 발화 및 엔드-포인트를 수신하여 서버(1090)로 전송할 수 있다.
다양한 실시예에 따르면, 서버(1090)는 액션 수행 조건을 확인하고, 복수의 디바이스의 하드웨어 사양 및 어플리케이션 상태를 확인할 수 있다. 서버(1090)는 액션 수행 조건, 하드웨어 사양 및 어플리케이션 상태에 기초하여 명령 수행 기기를 선정할 수 있다. 서버(1090)는 최종 ASR 결과 및 명령 수행 피드백을 명령 수행 디바이스(예: 타겟 디바이스)로 결정된 디바이스 2(1030)로 전송할 수 있다. 서버(1090)는 명령 수행 디바이스로 선정되지 않은 디바이스 1(1010), 디바이스 3(1050) 및 디바이스 4(1070)에 대기 상태로 변경할 것을 요청할 수 있다.
도 11 및 도 12는 다양한 실시예에 따른 사용자 인터페이스의 예들을 나타낸다.
도 11 및 도 12를 참조하면, 다양한 실시예에 따르면, 프로세서(예: 도 5의 프로세서(510))는 사용자의 옵션에 따라 추천 팝업 또는 디바이스의 전환 가능성에 대한 안내를 사용자 인터페이스를 통해 제공할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 사용자 인터페이스(1110) 또는 사용자 인터페이스(1210)을 제공할 수 있다. 사용자 인터페이스(1110)은 프로세서(510)가 사용자에게 디바이스의 디스플레이를 통해 팝업(1111)을 제공하는 실시예를 나타내고. 사용자 인터페이스(1210)은 프로세서(510)가 사용자에게 디바이스의 스피커 또는 디스플레이를 통해 알림(1211)을 제공하는 실시예를 나타낼 수 있다.
다양한 실시예에 따르면, 도 11 및 도 12의 예시는 제2 디바이스로 태블릿이 결정된 경우, 태블릿에서 발화 처리를 위한 액션을 수행할지 여부에 대한 안내를 팝업(1111) 또는 알림(1211)의 형태로 제공하는 사용자 인터페이스를 나타낼 수 있다.
도 13 은 다양한 실시예에 따른 전자 장치의 동작의 흐름도를 나타낸다.
도 13을 참조하면, 다양한 실시예에 따르면, 프로세서(예: 도 5의 프로세서(510))는 복수의 디바이스(예: 도 5의 디바이스(550))에서 수신된 사용자의 발화, 복수의 디바이스에서 계산된 웨이크업 발화에 대응하는 신뢰도 값, 복수의 디바이스의 하드웨어 정보, 복수의 디바이스에서 실행되는 어플리케이션 정보를 수신할 수 있다(1310). 신뢰도 값은, 복수의 디바이스에서 수신된 웨이크업 발화에 대한 SNR을 포함할 수 있다.
다양한 실시예에 따르면, 하드웨어 정보는 복수의 디바이스의 ID(identification), MAC 주소(media access control address)를 포함할 수 있다. 어플리케이션 정보는 복수의 디바이스에서 실행되는 어플리케이션 리스트를 포함할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 사용자의 발화를 처리하기 위한 액션(action)을 결정할 수 있다(1330).
다양한 실시예에 따르면, 프로세서(510)는 신뢰도 값, 하드웨어 정보 및 어플리케이션 정보에 기초하여 복수의 디바이스 중에서 액션을 수행할 타겟 디바이스를 결정할 수 있다(1350).
다양한 실시예에 따르면, 프로세서(510)는 신뢰도 값에 기초하여 복수의 디바이스 중에서 후보 디바이스를 결정할 수 있다. 프로세서(510)는 하드웨어 정보 및 어플리케이션 정보에 기초하여 후보 디바이스 중에서 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 하드웨어 정보 및 어플리케이션 정보에 기초하여 후보 디바이스의 어플리케이션 실행 상태 및 후보 디바이스의 하드웨어 사양(spec)을 파악할 수 있다. 프로세서(510)는 후보 디바이스가 액션을 수행하기 위한 하드웨어를 포함하는지 여부를 판단할 수 있다. 프로세서(510)는 어플리케이션 실행 상태, 하드웨어 사양 및 하드웨어의 포함 여부에 기초하여 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 신뢰도 값에 기초하여 후보 디바이스 중에서 상기 액션을 수행할 제1 디바이스를 결정할 수 있다. 프로세서(510)는 발화에 기초하여 액션의 수행 조건을 결정할 수 있다. 프로세서(510)는 어플리케이션 정보에 기초하여 제1 디바이스에서 실행 중인 어플리케이션의 존재 여부를 판단할 수 있다. 프로세서(510)는 액션의 수행 조건, 하드웨어 정보 및 존재 여부의 판단 결과에 기초하여 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 제1 디바이스에서 실행 중인 어플리케이션이 있는 경우, 수행 조건에 부합하는 제2 디바이스를 탐색할 수 있다. 프로세서(510)는 제2 디바이스가 존재하는 경우 제2 디바이스를 타겟 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 제1 디바이스에서 실행 중인 어플리케이션이 없는 경우, 제1 디바이스를 타겟 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 복수의 디바이스에 대한 사용자의 선호도 점수(preference score)에 기초하여 타겟 디바이스를 결정할 수 있다. 선호도 점수는 복수의 디바이스 각각의 누적 사용 횟수에 기초하여 계산될 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 5의 전자 장치(500))는 프로세서(예: 도 5의 프로세서(510))와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리(도 5의 메모리(530))를 포함하고, 상기 프로세서는, 복수의 디바이스에서 수신된 사용자의 발화, 상기 복수의 디바이스에서 계산된 웨이크업(wakeup) 발화에 대응하는 신뢰도 값, 상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보를 수신하고, 상기 사용자의 발화를 처리하기 위한 액션(action)을 결정하고, 상기 신뢰도 값, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 복수의 디바이스 중에서 상기 액션을 수행할 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 상기 신뢰도 값은, 상기 복수의 디바이스에서 수신된 상기 웨이크업 발화에 대한 SNR(signal-to-noise ratio)을 포함할 수 있다.
다양한 실시예에 따르면, 상기 하드웨어 정보는, 상기 복수의 디바이스의 ID(identification), MAC 주소(media access control address)를 포함하고, 상기 어플리케이션 정보는, 상기 복수의 디바이스에서 실행되는 어플리케이션 리스트를 포함할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 신뢰도 값에 기초하여 상기 복수의 디바이스 중에서 후보 디바이스를 결정하고, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 후보 디바이스 중에서 상기 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 후보 디바이스의 어플리케이션 실행 상태 및 상기 후보 디바이스의 하드웨어 사양(spec)을 파악하고, 상기 후보 디바이스가 상기 액션을 수행하기 위한 하드웨어를 포함하는지 여부를 판단하고, 상기 어플리케이션 실행 상태, 상기 하드웨어 사양 및 상기 하드웨어의 포함 여부에 기초하여 상기 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 신뢰도 값에 기초하여 상기 후보 디바이스 중에서 상기 액션을 수행할 제1 디바이스를 결정하고, 상기 발화에 기초하여 상기 액션의 수행 조건을 결정하고, 상기 어플리케이션 정보에 기초하여 상기 제1 디바이스에서 실행 중인 어플리케이션의 존재 여부를 판단하고, 상기 수행 조건, 상기 하드웨어 정보 및 상기 존재 여부의 판단 결과에 기초하여 상기 타겟 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 제1 디바이스에서 실행 중인 어플리케이션이 있는 경우, 상기 수행 조건에 부합하는 제2 디바이스를 탐색하고, 상기 제2 디바이스가 존재하는 경우 상기 제2 디바이스를 상기 타겟 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 제1 디바이스에서 실행 중인 어플리케이션이 없는 경우, 상기 제1 디바이스를 상기 타겟 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 디바이스에 대한 사용자의 선호도 점수(preference score)에 기초하여 상기 타겟 디바이스를 결정하고, 상기 선호도 점수는 상기 복수의 디바이스 각각의 누적 사용 횟수에 기초하여 계산될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 수행 조건에 부합하는 제2 디바이스를 탐색하고, 상기 사용자에게 상기 제1 디바이스 및 상기 제2 디바이스 중 하나의 디바이스를 선택하기 위한 인터페이스를 제공하고, 상기 사용자의 선택에 응답하여 상기 제1 디바이스 및 상기 제2 디바이스에 중에서 하나를 상기 타겟 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 전자 장치는, 프로세서와, 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고, 상기 프로세서는, 복수의 디바이스에서 수신된 발화의 신뢰도 값에 기초하여 상기 복수의 디바이스 중에서 상기 발화를 처리하기 위한 제1 디바이스를 결정하고, 상기 제1 디바이스의 상태에 기초하여 상기 제1 디바이스의 상기 발화의 처리 여부를 결정하고, 상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보 및 상기 처리 여부에 기초하여 상기 복수의 디바이스 중에서 상기 발화를 처리하기 위한 제2 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 상기 신뢰도 값은, 상기 복수의 디바이스에서 수신된 상기 웨이크업 발화에 대한 SNR을 포함할 수 있다.
다양한 실시예에 따르면, 상기 하드웨어 정보는, 상기 디바이스의 ID, MAC 주소를 포함하고, 상기 어플리케이션 정보는, 상기 복수의 디바이스에서 실행되는 어플리케이션 리스트를 포함할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 신뢰도 값에 기초하여 상기 복수의 디바이스 중에서 후보 디바이스를 결정하고, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 후보 디바이스 중에서 상기 제1 디바이스 및 상기 제2 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 후보 디바이스의 어플리케이션 실행 상태 및 상기 후보 디바이스의 하드웨어 사양(spec)을 파악하고, 상기 후보 디바이스가 상기 발화를 처리하기 위한 액션을 수행할 하드웨어를 포함하는지 여부를 판단하고, 상기 어플리케이션 실행 상태, 상기 하드웨어 사양 및 상기 하드웨어의 포함 여부에 기초하여 상기 제2 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 신뢰도 값에 기초하여 상기 후보 디바이스 중에서 상기 액션을 수행할 제1 디바이스를 결정하고, 상기 발화에 기초하여 상기 액션의 수행 조건을 결정하고, 상기 어플리케이션 정보에 기초하여 상기 제1 디바이스에서 실행 중인 어플리케이션의 존재 여부를 판단하고, 상기 수행 조건, 상기 하드웨어 정보 및 상기 존재 여부의 판단 결과에 기초하여 상기 제2 디바이스를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 제1 디바이스에서 실행 중인 어플리케이션이 있는 경우, 상기 수행 조건에 부합하는 제2 디바이스를 탐색하고, 상기 제2 디바이스를 상기 발화를 처리할 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 제1 디바이스에서 실행 중인 어플리케이션이 없는 경우, 상기 제1 디바이스를 상기 발화를 처리하기 위한 디바이스로 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 복수의 디바이스에 대한 상기 사용자의 선호도 점수(preference score)에 기초하여 상기 제2 디바이스를 결정하고, 상기 선호도 점수는 상기 복수의 디바이스 각각의 누적 사용 횟수에 기초하여 계산될 수 있다.
다양한 실시예에 따르면, 전자 장치의 발화 처리 방법은, 복수의 디바이스에서 수신된 사용자의 발화, 상기 복수의 디바이스에서 계산된 웨이크업 발화에 대응하는 신뢰도 값, 상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보를 수신하는 동작과, 상기 전자 장치에 의해 상기 사용자의 발화를 처리하기 위한 액션(action)을 결정하는 동작과, 상기 전자 장치에 의해 상기 신뢰도 값, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 복수의 디바이스 중에서 상기 액션을 수행할 타겟 디바이스를 결정하는 동작을 포함할 수 있다.

Claims (15)

  1. 전자 장치에 있어서,
    프로세서; 및
    상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리
    를 포함하고,
    상기 프로세서는,
    복수의 디바이스에서 수신된 사용자의 발화, 상기 복수의 디바이스에서 계산된 웨이크업(wakeup) 발화에 대응하는 신뢰도 값, 상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보를 수신하고,
    상기 사용자의 발화를 처리하기 위한 액션(action)을 결정하고,
    상기 신뢰도 값, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 복수의 디바이스 중에서 상기 액션을 수행할 타겟 디바이스를 결정하는,
    전자 장치.
  2. 제1항에 있어서,
    상기 신뢰도 값은,
    상기 복수의 디바이스에서 수신된 상기 웨이크업 발화에 대한 SNR(signal-to-noise ratio)을 포함하는,
    전자 장치.
  3. 제1항에 있어서,
    상기 하드웨어 정보는,
    상기 복수의 디바이스의 ID(identification), MAC 주소(media access control address)를 포함하고,
    상기 어플리케이션 정보는,
    상기 복수의 디바이스에서 실행되는 어플리케이션 리스트를 포함하는,
    전자 장치.
  4. 제1항에 있어서,
    상기 프로세서는,
    상기 신뢰도 값에 기초하여 상기 복수의 디바이스 중에서 후보 디바이스를 결정하고,
    상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 후보 디바이스 중에서 상기 타겟 디바이스를 결정하는,
    전자 장치.
  5. 제4항에 있어서,
    상기 프로세서는,
    상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 후보 디바이스의 어플리케이션 실행 상태 및 상기 후보 디바이스의 하드웨어 사양(spec)을 파악하고,
    상기 후보 디바이스가 상기 액션을 수행하기 위한 하드웨어를 포함하는지 여부를 판단하고,
    상기 어플리케이션 실행 상태, 상기 하드웨어 사양 및 상기 하드웨어의 포함 여부에 기초하여 상기 타겟 디바이스를 결정하는,
    전자 장치.
  6. 제4항에 있어서,
    상기 프로세서는,
    상기 신뢰도 값에 기초하여 상기 후보 디바이스 중에서 상기 액션을 수행할 제1 디바이스를 결정하고,
    상기 발화에 기초하여 상기 액션의 수행 조건을 결정하고,
    상기 어플리케이션 정보에 기초하여 상기 제1 디바이스에서 실행 중인 어플리케이션의 존재 여부를 판단하고,
    상기 수행 조건, 상기 하드웨어 정보 및 상기 존재 여부의 판단 결과에 기초하여 상기 타겟 디바이스를 결정하는,
    전자 장치.
  7. 제6항에 있어서,
    상기 프로세서는,
    상기 제1 디바이스에서 실행 중인 어플리케이션이 있는 경우,
    상기 수행 조건에 부합하는 제2 디바이스를 탐색하고,
    상기 제2 디바이스가 존재하는 경우 상기 제2 디바이스를 상기 타겟 디바이스로 결정하는,
    전자 장치.
  8. 제6항에 있어서,
    상기 프로세서는,
    상기 제1 디바이스에서 실행 중인 어플리케이션이 없는 경우,
    상기 제1 디바이스를 상기 타겟 디바이스로 결정하는,
    전자 장치.
  9. 제6항에 있어서,
    상기 프로세서는,
    상기 수행 조건에 부합하는 제2 디바이스를 탐색하고,
    상기 사용자에게 상기 제1 디바이스 및 상기 제2 디바이스 중 하나의 디바이스를 선택하기 위한 인터페이스를 제공하고,
    상기 사용자의 선택에 응답하여 상기 제1 디바이스 및 상기 제2 디바이스에 중에서 하나를 상기 타겟 디바이스로 결정하는,
    전자 장치.
  10. 제1항에 있어서,
    상기 프로세서는,
    상기 복수의 디바이스에 대한 상기 사용자의 선호도 점수(preference score)에 기초하여 상기 타겟 디바이스를 결정하고,
    상기 선호도 점수는 상기 복수의 디바이스 각각의 누적 사용 횟수에 기초하여 계산되는,
    전자 장치.
  11. 전자 장치에 있어서,
    프로세서; 및
    상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리
    를 포함하고,
    상기 프로세서는,
    복수의 디바이스에서 수신된 발화의 신뢰도 값에 기초하여 상기 복수의 디바이스 중에서 상기 발화를 처리하기 위한 제1 디바이스를 결정하고,
    상기 제1 디바이스의 상태에 기초하여 상기 제1 디바이스의 상기 발화의 처리 여부를 결정하고,
    상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보 및 상기 처리 여부에 기초하여 상기 복수의 디바이스 중에서 상기 발화를 처리하기 위한 제2 디바이스를 결정하는,
    전자 장치.
  12. 제11항에 있어서,
    상기 프로세서는,
    상기 신뢰도 값에 기초하여 상기 복수의 디바이스 중에서 후보 디바이스를 결정하고,
    상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 후보 디바이스 중에서 상기 제1 디바이스 및 상기 제2 디바이스를 결정하는,
    전자 장치.
  13. 제12항에 있어서,
    상기 프로세서는,
    상기 신뢰도 값에 기초하여 상기 후보 디바이스 중에서 상기 액션을 수행할 제1 디바이스를 결정하고,
    상기 발화에 기초하여 상기 액션의 수행 조건을 결정하고,
    상기 어플리케이션 정보에 기초하여 상기 제1 디바이스에서 실행 중인 어플리케이션의 존재 여부를 판단하고,
    상기 수행 조건, 상기 하드웨어 정보 및 상기 존재 여부의 판단 결과에 기초하여 상기 제2 디바이스를 결정하는,
    전자 장치.
  14. 제11항에 있어서,
    상기 프로세서는,
    상기 복수의 디바이스에 대한 사용자의 선호도 점수(preference score)에 기초하여 상기 제2 디바이스를 결정하고,
    상기 선호도 점수는 상기 복수의 디바이스 각각의 누적 사용 횟수에 기초하여 계산되는,
    전자 장치.
  15. 전자 장치의 발화 처리 방법에 있어서,
    복수의 디바이스에서 수신된 사용자의 발화, 상기 복수의 디바이스에서 계산된 웨이크업 발화에 대응하는 신뢰도 값, 상기 복수의 디바이스의 하드웨어 정보, 상기 복수의 디바이스에서 실행되는 어플리케이션 정보를 수신하는 동작;
    상기 전자 장치에 의해 상기 사용자의 발화를 처리하기 위한 액션(action)을 결정하는 동작; 및
    상기 전자 장치에 의해 상기 신뢰도 값, 상기 하드웨어 정보 및 상기 어플리케이션 정보에 기초하여 상기 복수의 디바이스 중에서 상기 액션을 수행할 타겟 디바이스를 결정하는 동작
    을 포함하는 전자 장치의 발화 처리 방법.
PCT/KR2023/001384 2022-02-07 2023-01-31 전자 장치 및 전자 장치의 발화 처리 방법 WO2023149707A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/219,060 US20230352020A1 (en) 2022-02-07 2023-07-06 Electronic device and utterance processing method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0015304 2022-02-07
KR1020220015304A KR20230119317A (ko) 2022-02-07 2022-02-07 전자 장치 및 전자 장치의 발화 처리 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/219,060 Continuation US20230352020A1 (en) 2022-02-07 2023-07-06 Electronic device and utterance processing method thereof

Publications (1)

Publication Number Publication Date
WO2023149707A1 true WO2023149707A1 (ko) 2023-08-10

Family

ID=87552555

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/001384 WO2023149707A1 (ko) 2022-02-07 2023-01-31 전자 장치 및 전자 장치의 발화 처리 방법

Country Status (3)

Country Link
US (1) US20230352020A1 (ko)
KR (1) KR20230119317A (ko)
WO (1) WO2023149707A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160005045A (ko) * 2013-05-07 2016-01-13 퀄컴 인코포레이티드 음성 활성화를 제어하는 방법 및 장치
KR20190134975A (ko) * 2018-05-01 2019-12-05 삼성전자주식회사 인공지능 시스템의 앱들 또는 스킬들의 리스트를 표시하는 증강 현실 장치 및 동작 방법
US20200118559A1 (en) * 2018-10-15 2020-04-16 Midea Group Co., Ltd. System and method for providing portable natural language processing interface across multiple appliances
KR20210038460A (ko) * 2020-03-17 2021-04-07 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 음성 인터랙션 처리 방법, 장치와 전자기기
KR20210116897A (ko) * 2020-03-18 2021-09-28 삼성전자주식회사 외부 장치의 음성 기반 제어를 위한 방법 및 그 전자 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160005045A (ko) * 2013-05-07 2016-01-13 퀄컴 인코포레이티드 음성 활성화를 제어하는 방법 및 장치
KR20190134975A (ko) * 2018-05-01 2019-12-05 삼성전자주식회사 인공지능 시스템의 앱들 또는 스킬들의 리스트를 표시하는 증강 현실 장치 및 동작 방법
US20200118559A1 (en) * 2018-10-15 2020-04-16 Midea Group Co., Ltd. System and method for providing portable natural language processing interface across multiple appliances
KR20210038460A (ko) * 2020-03-17 2021-04-07 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 음성 인터랙션 처리 방법, 장치와 전자기기
KR20210116897A (ko) * 2020-03-18 2021-09-28 삼성전자주식회사 외부 장치의 음성 기반 제어를 위한 방법 및 그 전자 장치

Also Published As

Publication number Publication date
KR20230119317A (ko) 2023-08-16
US20230352020A1 (en) 2023-11-02

Similar Documents

Publication Publication Date Title
WO2022010157A1 (ko) 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버
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
WO2022191395A1 (ko) 사용자 명령을 처리하는 장치 및 그 동작 방법
WO2023149707A1 (ko) 전자 장치 및 전자 장치의 발화 처리 방법
WO2022131566A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2023106862A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2023158076A1 (ko) 전자 장치 및 전자 장치의 발화 처리 방법
WO2023022381A1 (ko) 전자 장치 및 전자 장치의 발화 처리 방법
WO2023132470A1 (ko) 사용자 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법
WO2023048379A1 (ko) 사용자 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법
WO2024029851A1 (ko) 전자 장치 및 음성 인식 방법
WO2024063508A1 (ko) 전자 장치 및 복수의 장치들의 동작 상태를 제공하는 방법
WO2023008798A1 (ko) 부적절한 대답을 관리하는 전자 장치 및 이의 동작 방법
WO2023075159A1 (ko) 발화 기반 목적 장치의 식별 방법 및 이를 위한 전자 장치
WO2024063507A1 (ko) 전자 장치 및 전자 장치의 사용자 발화 처리 방법
WO2023136449A1 (ko) 전자 장치 및 음성 인식 서비스를 활성화하는 방법
WO2023038292A1 (ko) 전자 장치 및 전자 장치의 음성 처리 방법
WO2023090590A1 (ko) 전자 장치 및 장치 상태 복원 방법
WO2023008781A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2023008819A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022260337A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2023017975A1 (ko) 상태 변경에 따라 음성 명령 처리 결과를 출력하는 전자 장치 및 그의 동작 방법
WO2023043025A1 (ko) 불완전 연속 발화를 처리하는 방법 및 그 방법을 수행하는 서버 및 전자 장치
WO2024029845A1 (ko) 전자 장치 및 이의 음성 인식 방법

Legal Events

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

Ref document number: 23749940

Country of ref document: EP

Kind code of ref document: A1