[go: up one dir, main page]

KR102225984B1 - 음성 인식 서비스를 제공하는 서버 - Google Patents

음성 인식 서비스를 제공하는 서버 Download PDF

Info

Publication number
KR102225984B1
KR102225984B1 KR1020180104694A KR20180104694A KR102225984B1 KR 102225984 B1 KR102225984 B1 KR 102225984B1 KR 1020180104694 A KR1020180104694 A KR 1020180104694A KR 20180104694 A KR20180104694 A KR 20180104694A KR 102225984 B1 KR102225984 B1 KR 102225984B1
Authority
KR
South Korea
Prior art keywords
voice recognition
voice
speech
recognition model
user
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020180104694A
Other languages
English (en)
Other versions
KR20200026574A (ko
Inventor
김재홍
정한길
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020180104694A priority Critical patent/KR102225984B1/ko
Priority to US16/545,794 priority patent/US11222624B2/en
Priority to PCT/KR2019/011341 priority patent/WO2020050595A1/ko
Publication of KR20200026574A publication Critical patent/KR20200026574A/ko
Application granted granted Critical
Publication of KR102225984B1 publication Critical patent/KR102225984B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/16—Speech classification or search using artificial neural networks
    • 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
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/083—Recognition networks
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/32—Multiple recognisers used in sequence or in parallel; Score combination systems therefor, e.g. voting 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
    • G10L17/18—Artificial neural networks; Connectionist approaches
    • 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
    • G10L15/01—Assessment or evaluation 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
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/063—Training
    • G10L2015/0631—Creating reference templates; Clustering
    • 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
    • G10L2015/227—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of the speaker; Human-factor methodology

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Probability & Statistics with Applications (AREA)
  • Telephonic Communication Services (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

음성 인식 서비스를 제공하는 서버가 개시된다. 본 발명의 실시 예에 따른 음성 인식 서비스를 제공하는 서버는, 복수의 음성 인식 모델을 저장하는 저장부, 복수의 음성 인식 장치와 통신하는 통신부, 및, 상기 복수의 음성 인식 장치에 음성 인식 서비스를 제공하고, 상기 복수의 음성 인식 장치 중 제1 음성 인식 장치의 사용성 정보를 획득하고, 상기 사용성 정보에 기초하여 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 제1 음성 인식 모델로부터 제2 음성 인식 모델로 변경하는 인공지능부를 포함한다.

Description

음성 인식 서비스를 제공하는 서버 {DEVICE INCLUDING BATTERY}
본 발명은, 복수의 전자 기기에 음성 인식 서비스를 제공하는 서버에 있어서, 각 전자 기기의 사용자에게 맞춤형의 음성 인식 모델을 제공할 수 있는, 음성 인식 서비스를 제공하는 서버에 관한 것이다.
인공 지능(artificial intelligence)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다.
또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.
한편, 인공지능을 이용하여 사용자가 처한 상황을 인지하고 사용자가 원하는 정보를 원하는 형태로 제공하는 상황 인지(Context Awareness) 기술이 활발하게 연구되고 있다.
상술한, 상황 인지 기술이 발달함과 동시에 사용자가 처한 상황에 적합한 기능을 수행할 수 있는 시스템에 대한 수요가 증가하고 있다.
한편, 사용자의 음성 인식과 상황 인지 기술을 결합하여, 음성 인식을 통하여 사용자에게 각종 동작과 기능을 제공하는 음성 인식 시스템이 증가하고 있다.
음성 인식(voice recognition)이란, 음성 신호를 해석하여 패턴화되어 있는 데이터 베이스와 조합함으로써 음성 신호를 문자열로 변환하거나 언어적 의미 내용을 식별하는 것을 의미한다.
음성 인식 기술은 입력 받은 음성 데이터를 음성 인식 모델이 분석하고, 특징을 추출한 다음, 미리 수집된 음성 모델 데이터베이스와의 유사도를 측정하여 가장 유사한 것을 문자 또는 명령어로 변환한다.
음성 인식 기술은 일종의 패턴 인식 과정으로, 사람마다 목소리와 발음, 억양 등이 다르므로 종래의 음성 인식 기술은 최대한 많은 사람들로부터 음성 데이터를 수집하여 이로부터 공통된 특성을 추출하고, 기준 패턴을 생성하였다.
딥 러닝 등의 인공지능 기반 음성 인식 모델은, 음성 데이터를 지속적으로 학습하면서 진화한다.
한편 종래에는, 음성 인식 모델을 탑재한 서버가 복수의 전자기기에 음성 인식 서비스를 제공하고, 음성 인식 모델을 탑재한 서버가 수많은 사용자로부터 음성 데이터를 수집하고, 음성 인식 모델이 수많은 사용자로부터 수집한 음성 데이터를 학습한 후, 학습된 음성 인식 모델을 복수의 전자 기기에 일괄적으로 적용하는 방식을 취하였다.
다만 사용자들마다 성별, 나이, 지역 등의 차이에 따른 음성 패턴이 상이하기 때문에, 모든 사용자로부터 수집된 음성 데이터를 학습한 하나의 음성 인식 모델을 모든 사용자에게 일괄적으로 업데이트 하는 경우, 특정 사용자 입장에서는 음성 인식 서비스의 성능이 도리어 저하되는 문제가 발생할 수 있었다.
본 발명은 상술한 문제점을 해결하기 위한 것으로, 본 발명의 목적은 각 전자 기기의 사용자에게 맞춤형의 음성 인식 모델을 제공하기 위함이다.
본 발명의 실시 예에 따른 음성 인식 서비스를 제공하는 서버는, 복수의 음성 인식 모델을 저장하는 저장부, 복수의 음성 인식 장치와 통신하는 통신부, 및, 상기 복수의 음성 인식 장치에 음성 인식 서비스를 제공하고, 상기 복수의 음성 인식 장치 중 제1 음성 인식 장치의 사용성 정보를 획득하고, 상기 사용성 정보에 기초하여 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 제1 음성 인식 모델로부터 제2 음성 인식 모델로 변경하는 인공지능부를 포함한다.
이 경우 상기 인공지능부는, 상기 복수의 음성 인식 장치 중 제2 음성 인식 장치의 사용성 정보를 획득하고, 상기 제2 음성 인식 장치의 사용성 정보에 기초하여 상기 제2 음성 인식 장치에 대응하는 음성 인식 모델을 상기 제1 음성 인식 모델로부터 제3 음성 인식 모델로 변경할 수 있다.
한편 상기 사용성 정보는, 상기 제1 음성 인식 장치의 사용자의 피드백, 상기 제1 음성 인식 장치의 사용자의 메타 정보, 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능 및 상기 제1 음성 인식 장치의 사용자의 업데이트 요청 중 적어도 하나를 포함할 수 있다.
이 경우 상기 메타 정보는, 상기 사용자의 성별, 나이, 지역 및 국가 중 적어도 하나를 포함할 수 있다.
한편 상기 사용자의 피드백은, 상기 사용자의 음성 인식 시도, 재문의 및 은어 또는 속어의 사용 중 적어도 하나를 포함할 수 있다.
한편 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능은, 상기 제1 음성 인식 모델을 이용하여 상기 제1 음성 인식 장치의 사용자의 음성에 대한 음성 인식을 수행한 경우의 음성 인식률을 포함할 수 있다.
한편 상기 인공지능부는, 상기 제1 음성 인식 장치의 사용성 정보에 기초하여 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 변경 여부를 결정하고, 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 변경하는 것으로 결정되면, 상기 제1 음성 인식 장치의 사용자의 발화 습관 및 상기 메타 정보 중 적어도 하나에 기초하여 변경될 음성 인식 모델을 결정 할 수 있다.
한편 상기 인공지능부는, 상기 사용성 정보에 가중치를 부여하고 상기 가중치가 부여된 사용성 정보를 음성 인식 엔진 분류 모델에 입력하여 상기 음성 인식 모델의 변경 여부 및 변경될 음성 인식 모델을 결정 할 수 있다.
한편 본 발명의 실시 예에 따른 음성 인식 서비스를 제공하는 서버의 동작 방법은, 복수의 음성 인식 장치에 음성 인식 서비스를 제공하는 단계, 상기 복수의 음성 인식 장치 중 제1 음성 인식 장치의 사용성 정보를 획득하는 단계, 및, 상기 사용성 정보에 기초하여 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 복수의 음성 인식 모델 중 제1 음성 인식 모델로부터 상기 복수의 음성 인식 모델 중 제2 음성 인식 모델로 변경하는 단계를 포함한다.
이 경우 상기 복수의 음성 인식 장치 중 제2 음성 인식 장치의 사용성 정보를 획득하는 단계, 및, 상기 제2 음성 인식 장치의 사용성 정보에 기초하여 상기 제2 음성 인식 장치에 대응하는 음성 인식 모델을 상기 제1 음성 인식 모델로부터 제3 음성 인식 모델로 변경하는 단계를 더 포함할 수 있다.
한편 상기 사용성 정보는, 상기 제1 음성 인식 장치의 사용자의 피드백, 상기 제1 음성 인식 장치의 사용자의 메타 정보, 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능 및 상기 제1 음성 인식 장치의 사용자의 업데이트 요청 중 적어도 하나를 포함 할 수 있다.
이 경우 상기 메타 정보는, 상기 사용자의 성별, 나이, 지역 및 국가 중 적어도 하나를 포함 할 수 있다.
한편 상기 사용자의 피드백은, 상기 사용자의 음성 인식 시도, 재문의 및 은어 또는 속어의 사용 중 적어도 하나를 포함 할 수 있다.
한편 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능은,
상기 제1 음성 인식 모델을 이용하여 상기 제1 음성 인식 장치의 사용자의 음성에 대한 음성 인식을 수행한 경우의 음성 인식률을 포함 할 수 있다.
한편 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 상기 제1 음성 인식 모델로부터 상기 제2 음성 인식 모델로 변경하는 단계는, 상기 제1 음성 인식 장치의 사용성 정보에 기초하여 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 변경 여부를 결정하는 단계, 및, 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 변경하는 것으로 결정되면, 상기 제1 음성 인식 장치의 사용자의 발화 습관 및 상기 메타 정보 중 적어도 하나에 기초하여 변경될 음성 인식 모델을 결정하는 단계를 포함 할 수 있다.
한편 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 상기 제1 음성 인식 모델로부터 상기 제2 음성 인식 모델로 변경하는 단계는, 상기 사용성 정보에 가중치를 부여하고 상기 가중치가 부여된 사용성 정보를 음성 인식 엔진 분류 모델에 입력하여 상기 음성 인식 모델의 변경 여부 및 변경될 음성 인식 모델을 결정하는 단계를 포함 할 수 있다.
본 발명은, 수많은 사용자들의 개별 특성을 고려하여 다양한 카테고리의 음성 인식 모델을 개별적으로 학습시키고, 사용자의 특성에 맞는 카테고리의 음성 인식 모델을 업데이트 함으로써, 일괄 업데이트에 의한 음성 인식 서비스의 성능 저하를 방지하고, 사용자에게 최적화된 음성 인식 모델을 이용한 음성 인식 서비스를 제공할 수 있는 장점이 있다.
또한 본 발명은 사용자의 업데이트 요청이나 사용자 만족도를 고려하여 음성 인식 모델의 업데이트 여부를 결정함으로써, 강제적인 일괄 업데이트에 의한 음성 인식 서비스의 성능 저하를 방지할 수 있는 장점이 있다.
또한 본 발명은 사용자의 피드백을 분석함으로써, 사용자의 업데이트 요청이 없더라도 사용자의 만족도를 자동으로 산출하여 업데이트를 진행하는 장점이 있다.
도 1은 본 발명의 실시 예에 따른 음성 인식 시스템을 설명하기 위한 도면이다.
도 2는 종래의 음성 인식 시스템의 문제점을 설명하기 위한 도면이다.
도 3은 본 발명의 실시 예에 따른 음성 인식 장치를 설명하기 위한 블록도이다.
도 4는 본 발명의 실시 예에 따른 서버를 설명하기 위한 블록도이다.
도 5는 본 발명의 실시 예에 따른, 음성 인식 서비스를 제공하는 서버의 동작 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 실시 예에 따른, 음성 인식 장치의 사용성 정보를 이용하여 음성 인식 모델을 변경하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 실시 예에 따른, 복수의 음성 인식 장치에 대응하는 음성 인식 모델의 변경 과정을 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 본 발명의 실시 예에 따른 음성 인식 시스템(10)을 설명하기 위한 도면이다.
본 발명의 실시 예에 따른 음성 인식 시스템(10)은, 복수의 음성 인식 장치(100, 200, 300, 400) 및 음성 인식 서비스를 제공하는 서버(500)를 포함할 수 있다.
여기서 음성 인식 서비스를 제공한다는 의미는, 사용자로부터 음성 데이터를 수신하는 복수의 음성 인식 장치(100, 200, 300, 400)가 수신된 음성 데이터에 대응하는 기능을 수행하도록, 서버(500)가 음성 인식 모델을 복수의 음성 인식 장치(100, 200, 300, 400)에 제공하거나 음성 인식 결과를 복수의 음성 인식 장치(100, 200, 300, 400)에 제공하는 것을 의미할 수 있다.
첫번째 예를 들어, 서버(500)는 복수의 음성 인식 장치(100, 200, 300, 400)로부터 음성 데이터를 수신하여, 음성 인식 모델이 음성 데이터를 학습하도록 할 수 있다. 그리고 서버(500)는 학습된 음성 인식 모델을 복수의 음성 인식 장치(100, 200, 300, 400)에 전송할 수 있다. 이 경우 복수의 음성 인식 장치(100, 200, 300, 400)는 사용자로부터 음성 데이터를 수신하고, 수신된 음성 데이터를 음성 인식 모델에 입력함으로써 수신된 음성 데이터의 언어적 의미, 즉 음성 인식 결과를 출력할 수 있다. 그리고 복수의 음성 인식 장치(100, 200, 300, 400)는 음성 인식 결과에 대응하는 기능을 수행할 수 있다.
두번째 예를 들어 서버(500)는 복수의 음성 인식 장치(100, 200, 300, 400)로부터 음성 데이터를 수신하여, 음성 인식 모델이 음성 데이터를 학습하도록 할 수 있다. 그리고 복수의 음성 인식 장치(100, 200, 300, 400)는 사용자로부터 음성 데이터를 수신하고, 수신된 음성 데이터를 서버(500)에 전송할 수 있다. 이 경우 서버(500)는 수신된 음성 데이터를 음성 인식 모델에 입력함으로써 음성 인식 결과를 출력하고, 출력된 음성 인식 결과를 복수의 음성 인식 장치(100, 200, 300, 400)에 전송할 수 있다. 그리고 복수의 음성 인식 장치(100, 200, 300, 400)는 음성 인식 결과에 대응하는 기능을 수행할 수 있다.
이하에서는 두번째의 예에 따라 본 발명을 설명하나 이에 한정되지 아니하며, 본 발명은 첫번째의 예, 즉 서버가 업데이트 된 음성 인식 모델을 복수의 음성 인식 장치에 전송하는 실시 예에도 적용될 수 있다.
복수의 음성 인식 장치(100, 200, 300, 400)는 서버(500)와 통신할 수 있다. 구체적으로 복수의 음성 인식 장치(100, 200, 300, 400)는 복수의 음성 인식 장치(100, 200, 300, 400)를 인터넷 망을 포함하는 유/무선 네트워크와 연결하기 위한 인터페이스를 제공할 수 있다. 그리고 복수의 음성 인식 장치(100, 200, 300, 400)는 접속된 네트워크 또는 접속된 네트워크에 링크된 다른 네트워크를 통해, 서버와 데이터를 송신 또는 수신할 수 있다.
한편 복수의 음성 인식 장치(100, 200, 300, 400)는 다양한 방식으로 음성 데이터를 학습하거나, 음성 데이터에 대응하는 기능을 수행할 수 있다.
예를 들어 음성 인식 모델이 서버(500)에 탑재되고, 복수의 음성 인식 장치(100, 200, 300, 400)가 음성 데이터를 수신하여 서버(500)에 전송하면, 서버(500)는 음성 데이터를 학습하거나 음성 데이터에 대한 인식 결과를 출력하여 복수의 음성 인식 장치(100, 200, 300, 400)에 전송하고, 복수의 음성 인식 장치(100, 200, 300, 400)는 인식 결과에 대응하는 제어 명령을 생성하여 제어를 수행하는 방식으로 구현될 수 있다.
다른 예를 들어 음성 인식 모델이 서버(200)에 탑재되고, 복수의 음성 인식 장치(100, 200, 300, 400)가 음성 데이터를 수신하여 서버(500)에 전송하면, 서버(500)가 음성 데이터를 학습하거나 음성 데이터에 대한 인식 결과를 출력하고, 인식 결과에 대응하는 제어 명령을 복수의 음성 인식 장치(100, 200, 300, 400)에 전송하는 방식으로 구현될 수 있다.
다른 예를 들어 인식 모델이 복수의 음성 인식 장치(100, 200, 300, 400)에 탑재되고, 복수의 음성 인식 장치(100, 200, 300, 400)가 음성 데이터를 수신하여 음성 데이터를 학습하거나 음성 데이터에 대한 인식 결과를 출력하여 서버(500)에 전송하며, 서버(500)에서 인식 결과에 대응하는 제어 명령을 복수의 음성 인식 장치(100, 200, 300, 400)에 전송하는 방식으로 구현될 수 있다.
또한 복수의 음성 인식 장치(100, 200, 300, 400)는, 서버(500)와는 관계 없이, 독자적으로 인공지능 기능을 수행할 수도 있다.
예를 들어 음성 인식 모델이 복수의 음성 인식 장치(100, 200, 300, 400)에 탑재되고, 복수의 음성 인식 장치(100, 200, 300, 400)가 음성 데이터를 수신하여 음성 데이터를 학습하거나 음성 데이터에 대한 인식 결과를 출력하고, 인식 결과에 대응하는 제어 명령을 생성할 수 있다.
도 2는 종래의 음성 인식 시스템의 문제점을 설명하기 위한 도면이다.
서버(500)는 복수의 음성 인식 장치(100, 200, 300, 400)와 통신하여 복수의 음성 인식 장치(100, 200, 300, 400)에 음성 인식 서비스를 제공할 수 있다.
한편 인공지능 기반의 음성 인식 모델(210)은 음성 데이터를 학습할수록 더 좋은 성능을 발휘한다.
따라서 서버(500)에 탑재되는 음성 인식 모델(210)은 복수의 음성 인식 장치(100, 200, 300, 400)로부터 수신된 음성 데이터를 학습하여 업데이트 된다. 그리고 서버(500)는 업데이트 된 음성 인식 모델(210)을 이용하여 복수의 음성 인식 장치(100, 200, 300, 400)에 음성 인식 서비스를 제공할 수 있다.
한편 제1 음성 인식 장치(100)의 사용자는 10대 / 서울에 사는 여성 / 업데이트 되기 전의 음성 인식 모델의 인식 성능에 만족도가 매우 높은 여성이라고 가정한다.
또한 제2 음성 인식 장치(200)의 사용자는 20대 / 강원도에 사는 남성 / 업데이트 되기 전의 음성 인식 모델의 인식 성능에 만족도가 낮은 남성이라고 가정한다.
또한 제3 음성 인식 장치(300)의 사용자는 30대 / 경상남도에 사는 남성 / 업데이트 되기 전의 음성 인식 모델의 인식 성능에 만족도가 매우 낮은 남성이라고 가정한다.
또한 제4 음성 인식 장치(400)의 사용자는 10대 / 서울에 사는 남성 / 업데이트 되기 전의 음성 인식 모델의 인식 성능에 만족도가 높은 남성이라고 가정한다.
제1 음성 인식 장치(100)의 사용자는 다른 음성 인식 장치의 사용자들과 성별, 지역, 나이 등이 상이하기 때문에, 억양, 언어 습관 등의 차이에 따른 발화 패턴이 다른 사용자들과 상이할 수 있다.
다만 음성 인식 모델(210)은 복수의 음성 인식 장치(100, 200, 300, 400)의 사용자 들의 음성 데이터를 이용하여 학습을 수행하는 경우, 제1 음성 인식 장치(100)의 사용자의 발화 패턴뿐만 아니라 다른 사용자들의 발화 패턴까지 반영하여 학습이 수행되게 된다. 예를 들어 제1 음성 인식 장치(100)의 사용자는 10대 여성이 자주 말하는 용어를 표준어로 구사함에도 불구하고, 음성 인식 모델(210)은 다양한 연령대의 남녀가 발화하는 표준어 및 다양한 사투리를 모두 학습하여 업데이트 된다.
그리고, 서버(500)가 학습된 음성 인식 모델(210)을 복수의 음성 인식 장치(100, 200, 300, 400)에 일괄적으로 적용하는 경우, 복수의 음성 인식 장치(100, 200, 300, 400)에 대한 평균적인 음성 인식 성능은 증가하게 된다. 다만 제1 음성 인식 장치(100)의 사용자의 입장에서는 음성 인식 성능이 도리어 저하되는 문제가 발생될 수 있다.
도 3은 본 발명과 관련된 음성 인식 장치(100)를 설명하기 위한 도면이다.
음성 인식 장치(100)는 무선 통신부(110), 입력부(120), 인공 지능부(130), 감지부(140), 출력부(150), 인터페이스부(160), 메모리(170), 제어부(180) 및 전원 공급부(190) 등을 포함할 수 있다.
도 3에 도시된 구성요소들은 음성 인식 장치(100)를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 음성 인식 장치(100)는 위에서 열거된 구성요소들보다 많거나, 또는 적은 구성요소들을 가질 수 있다.
보다 구체적으로, 상기 구성요소들 중 무선 통신부(110)는, 음성 인식 장치(100)와 무선 통신 시스템 사이, 음성 인식 장치(100)와 다른 음성 인식 장치(100) 사이, 또는 음성 인식 장치(100)와 외부서버 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 또한, 상기 무선 통신부(110)는, 음성 인식 장치(100)를 하나 이상의 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.
이러한 무선 통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.
입력부(120)는, 영상 신호 입력을 위한 카메라(121) 또는 영상 입력부, 오디오 신호 입력을 위한 마이크로폰(microphone, 122), 또는 오디오 입력부, 사용자로부터 정보를 입력 받기 위한 사용자 입력부(123, 예를 들어, 터치키(touch key), 푸시키(mechanical key) 등)를 포함할 수 있다. 입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.
인공지능부(130)는, 인공 지능 기술에 기반하여 정보들을 처리하는 역할을 수행하는 것으로, 정보의 학습, 정보의 추론, 정보의 지각, 자연 언어의 처리 중 적어도 하나를 수행하는 하나 이상의 모듈을 포함할 수 있다.
인공지능부(130)는 머신 러닝(machine learning) 기술을 이용하여, 음성 인식 장치 내에 저장된 정보, 음성 인식 장치 주변의 환경 정보, 통신 가능한 외부 저장소에 저장된 정보 등 방대한 양의 정보(빅데이터, big data)를 학습, 추론, 처리 중 적어도 하나를 수행할 수 있다. 그리고, 인공지능부(130)는 상기 머신 러닝 기술을 이용하여 학습된 정보들을 이용하여, 실행 가능한 적어도 하나의 음성 인식 장치의 동작을 예측(또는 추론)하고, 상기 적어도 하나의 예측된 동작들 중 가장 실현성이 높은 동작이 실행되도록 음성 인식 장치를 제어할 수 있다.
머신 러닝 기술은 적어도 하나의 알고리즘에 근거하여, 대규모의 정보들을 수집 및 학습하고, 학습된 정보를 바탕으로 정보를 판단 및 예측하는 기술이다. 정보의 학습이란 정보들의 특징, 규칙, 판단 기준 등을 파악하여, 정보와 정보 사이의 관계를 정량화하고, 정량화된 패턴을 이용하여 새로운 데이터들을 예측하는 동작이다.
이러한 머신 러닝 기술이 사용하는 알고리즘은 통계학에 기반한 알고리즘이 될 수 있으며, 예를 들어, 트리 구조 형태를 예측 모델로 사용하는 의사 결정 나무(decision tree), 생물의 신경 네트워크 구조와 기능을 모방하는 인공 신경망(neural network), 생물의 진화 알고리즘에 기반한 유전자 프로그래밍(genetic programming), 관측된 예를 군집이라는 부분집합으로 분배하는 군집화(Clustering), 무작위로 추출된 난수를 통해 함수값을 확률로 계산하는 몬테카를로 방법(Monter carlo method) 등이 될 수 있다.
머신 러닝 기술의 한 분야로써, 딥러닝(deep learning) 기술은 인공 신경망 알고리즘을 이용하여, 정보들을 학습, 판단, 처리 중 적어도 하나를 수행하는 기술이다. 인공 신경망은 레이어와 레이어 사이를 연결하고, 레이어와 레이어 사이의 데이터를 전달하는 구조를 가질 수 있다. 이러한 딥러닝 기술은 병렬 연산에 최적화된 GPU(graphic processing unit)를 이용하여 인공 신경망을 통하여 방대한 양의 정보를 학습할 수 있다.
한편, 인공지능부(130)는 머신 러닝 기술을 적용하기 위한 방대한 양의 정보들을 수집하기 위하여, 음성 인식 장치의 구성 요소들에서 입력 또는 출력되는 신호, 데이터, 정보 등을 수집(감지, 모니터링, 추출, 검출, 수신)할 수 있다. 또한, 인공지능부(130)는 통신을 통하여 연결되는 외부 저장소(예를 들어, 클라우드 서버, cloud server)에 저장된 데이터, 정보 등을 수집(감지, 모니터링, 추출, 검출, 수신)할 수 있다. 보다 구체적으로, 정보의 수집이란, 센서를 통하여 정보를 감지하거나, 메모리(170)에 저장된 정보를 추출하거나, 통신을 통하여, 외부 저장소로부터 정보들을 수신하는 동작을 포함하는 용어로 이해될 수 있다.
인공지능부(130)는 센싱부(140)를 통하여, 음성 인식 장치 내 정보, 음성 인식 장치를 둘러싼 주변 환경 정보 및 사용자 정보를 감지할 수 있다. 또한, 인공지능부(130)는 무선 통신부(110)를 통하여, 방송 신호 및/또는 방송 관련된 정보, 무선 신호, 무선 데이터 등을 수신할 수 있다. 또한, 인공지능부(130)는 입력부로부터 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터 또는 사용자로부터 입력되는 정보를 입력받을 수 있다.
이러한 인공지능부(130)는 백그라운드 상에서 실시간으로 방대한 양의 정보들을 수집하고, 이를 학습하여, 적절한 형태로 가공한 정보(예를 들어, 지식 그래프, 명령어 정책, 개인화 데이터베이스, 대화 엔진 등)를 메모리(170)에 저장할 수 있다.
그리고, 인공지능부(130)는 머신 러닝 기술을 이용하여 학습된 정보들을 바탕으로, 음성 인식 장치의 동작이 예측되면, 이러한 예측된 동작을 실행하기 위하여, 음성 인식 장치의 구성 요소들을 제어하거나, 예측된 동작을 실행하기 위한 제어 명령을 제어부(180)로 전달할 수 있다. 제어부(180)는 제어 명령에 근거하여, 음성 인식 장치를 제어함으로써, 예측된 동작을 실행할 수 있다.
한편, 인공지능부(130)는 특정 동작이 수행되면, 머신 러닝 기술을 통하여, 특정 동작의 수행을 나타내는 이력 정보를 분석하고, 이러한 분석 정보를 바탕으로 기존의 학습된 정보에 대한 업데이트를 수행할 수 있다. 이에, 인공지능부(130)는 정보 예측의 정확도를 향상시킬 수 있다.
한편, 본 명세서에서, 인공지능부(130)와 제어부(180)는 동일한 구성요소로 이해될 수 있다. 이 경우, 본 명세서에서 설명되는 제어부(180)에서 수행되는 기능은, 인공지능부(130)에서 수행된다고 표현할 수 있으며, 제어부(180)는 인공지능부(130)로 명명되거나, 이와 반대로, 인공지능부(130)는 제어부(180)로 명명되어도 무방하다.
또한, 이와 다르게, 본 명세서에서, 인공지능부(130)와 제어부(180)는 별도의 구성요소로 이해될 수 있다. 이 경우, 인공지능부(130)와 제어부(180)는 서로 데이터 교환을 통하여, 음성 인식 장치 상에서 다양한 제어를 수행할 수 있다. 제어부(180)는 인공지능부(130)에서 도출된 결과를 기반으로, 음성 인식 장치 상에서 적어도 하나의 기능을 수행하거나, 음성 인식 장치의 구성요소 중 적어도 하나를 제어할 수 있다. 나아가, 인공지능부(130) 또한, 제어부(180)의 제어 하에 동작될 수 있다.
센싱부(140)는 음성 인식 장치 내 정보, 음성 인식 장치를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱하기 위한 하나 이상의 센서를 포함할 수 있다.
예를 들어, 센싱부(140)는 근접센서(141, proximity sensor), 조도 센서(142, illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 음성 인식 장치는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅팁 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다. 디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 음성 인식 장치(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 음성 인식 장치(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
인터페이스부(160)는 음성 인식 장치(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다. 음성 인식 장치(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.
또한, 메모리(170)는 음성 인식 장치(100)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(170)는 음성 인식 장치(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 음성 인식 장치(100)의 동작을 위한 데이터들, 명령어들을, 인공 지능부(130)의 동작을 위한 데이터들(예를 들어, 머신 러닝을 위한 적어도 하나의 알고리즘 정보 등)을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다. 또한 이러한 응용 프로그램 중 적어도 일부는, 음성 인식 장치(100)의 기본적인 기능(예를 들어, 전화 착신, 발신 기능, 메시지 수신, 발신 기능)을 위하여 출고 당시부터 음성 인식 장치(100)상에 존재할 수 있다. 한편, 응용 프로그램은, 메모리(170)에 저장되고, 음성 인식 장치(100) 상에 설치되어, 제어부(180)에 의하여 상기 음성 인식 장치의 동작(또는 기능)을 수행하도록 구동될 수 있다.
제어부(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 음성 인식 장치(100)의 전반적인 동작을 제어한다. 제어부(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
또한, 제어부(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 1a와 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 제어부(180)는 상기 응용프로그램의 구동을 위하여, 음성 인식 장치(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.
전원공급부(190)는 제어부(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 음성 인식 장치(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다.
이하에서는, 위에서 살펴본 음성 인식 장치(100)를 통하여 구현되는 다양한 실시 예들을 살펴보기에 앞서, 위에서 열거된 구성요소들에 대하여 도 2를 참조하여 보다 구체적으로 살펴본다.
먼저, 무선 통신부(110)에 대하여 살펴보면, 무선 통신부(110)의 방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 상기 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 적어도 두 개의 방송 채널들에 대한 동시 방송 수신 또는 방송 채널 스위칭을 위해 둘 이상의 상기 방송 수신 모듈이 상기 이동단말기(100)에 제공될 수 있다.
상기 방송 관리 서버는, 방송 신호 및/또는 방송 관련 정보를 생성하여 송신하는 서버 또는 기 생성된 방송 신호 및/또는 방송 관련 정보를 제공받아 단말기에 송신하는 서버를 의미할 수 있다. 상기 방송 신호는, TV 방송 신호, 라디오 방송 신호, 데이터 방송 신호를 포함할 뿐만 아니라, TV 방송 신호 또는 라디오 방송 신호에 데이터 방송 신호가 결합한 형태의 방송 신호도 포함할 수 있다.
상기 방송 신호는 디지털 방송 신호의 송수신을 위한 기술표준들(또는방송방식, 예를들어, ISO, IEC, DVB, ATSC 등) 중 적어도 하나에 따라 부호화될 수 있으며, 방송 수신 모듈(111)은 상기 기술 표준들에서 정한 기술규격에 적합한 방식을 이용하여 상기 디지털 방송 신호를 수신할 수 있다.
상기 방송 관련 정보는, 방송 채널, 방송 프로그램 또는 방송 서비스 제공자에 관련된 정보를 의미할 수 있다. 상기 방송 관련 정보는, 이동통신망을 통하여도 제공될 수 있다. 이러한 경우에는 상기 이동통신 모듈(112)에 의해 수신될 수 있다.
상기 방송 관련 정보는 예를 들어, DMB(Digital Multimedia Broadcasting)의 EPG(Electronic Program Guide) 또는 DVB-H(Digital Video Broadcast-Handheld)의 ESG(Electronic Service Guide) 등의 다양한 형태로 존재할 수 있다. 방송 수신 모듈(111)을 통해 수신된 방송 신호 및/또는 방송 관련 정보는 메모리(160)에 저장될 수 있다.
이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.
상기 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 음성 인식 장치(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.
무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있으며, 상기 무선 인터넷 모듈(113)은 상기에서 나열되지 않은 인터넷 기술까지 포함한 범위에서 적어도 하나의 무선 인터넷 기술에 따라 데이터를 송수신하게 된다.
WiBro, HSDPA, HSUPA, GSM, CDMA, WCDMA, LTE, LTE-A 등에 의한 무선인터넷 접속은 이동통신망을 통해 이루어진다는 관점에서 본다면, 상기 이동통신망을 통해 무선인터넷 접속을 수행하는 상기 무선 인터넷 모듈(113)은 상기 이동통신 모듈(112)의 일종으로 이해될 수도 있다.
근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다. 이러한, 근거리 통신 모듈(114)은, 근거리 무선 통신망(Wireless Area Networks)을 통해 음성 인식 장치(100)와 무선 통신 시스템 사이, 음성 인식 장치(100)와 다른 음성 인식 장치(100) 사이, 또는 음성 인식 장치(100)와 다른 음성 인식 장치(100, 또는 외부서버)가 위치한 네트워크 사이의 무선 통신을 지원할 수 있다. 상기 근거리 무선 통신망은 근거리 무선 개인 통신망(Wireless Personal Area Networks)일 수 있다.
여기에서, 다른 음성 인식 장치(100)는 본 발명에 따른 음성 인식 장치(100)와 데이터를 상호 교환하는 것이 가능한(또는 연동 가능한) 웨어러블 디바이스(wearable device, 예를 들어, 스마트워치(smartwatch), 스마트 글래스(smart glass), HMD(head mounted display))가 될 수 있다. 근거리 통신 모듈(114)은, 음성 인식 장치(100) 주변에, 상기 음성 인식 장치(100)와 통신 가능한 웨어러블 디바이스를 감지(또는 인식)할 수 있다. 나아가, 제어부(180)는 상기 감지된 웨어러블 디바이스가 본 발명에 따른 음성 인식 장치(100)와 통신하도록 인증된 디바이스인 경우, 음성 인식 장치(100)에서 처리되는 데이터의 적어도 일부를, 상기 근거리 통신 모듈(114)을 통해 웨어러블 디바이스로 전송할 수 있다. 따라서, 웨어러블 디바이스의 사용자는, 음성 인식 장치(100)에서 처리되는 데이터를, 웨어러블 디바이스를 통해 이용할 수 있다. 예를 들어, 이에 따르면 사용자는, 음성 인식 장치(100)에 전화가 수신된 경우, 웨어러블 디바이스를 통해 전화 통화를 수행하거나, 음성 인식 장치(100)에 메시지가 수신된 경우, 웨어러블 디바이스를 통해 상기 수신된 메시지를 확인하는 것이 가능하다.
위치정보 모듈(115)은 음성 인식 장치의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 음성 인식 장치는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 음성 인식 장치의 위치를 획득할 수 있다.
다른 예로서, 음성 인식 장치는 Wi-Fi모듈을 활용하면, Wi-Fi모듈과 무선신호를 송신 또는 수신하는 무선 AP(Wireless Access Point)의 정보에 기반하여, 음성 인식 장치의 위치를 획득할 수 있다. 필요에 따라서, 위치정보모듈(115)은 치환 또는 부가적으로 음성 인식 장치의 위치에 관한 데이터를 얻기 위해 무선 통신부(110)의 다른 모듈 중 어느 기능을 수행할 수 있다. 위치정보모듈(115)은 음성 인식 장치의 위치(또는 현재 위치)를 획득하기 위해 이용되는 모듈로, 음성 인식 장치의 위치를 직접적으로 계산하거나 획득하는 모듈로 한정되지는 않는다.
다음으로, 입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, 음성 인식 장치(100) 는 하나 또는 복수의 카메라(121)를 구비할 수 있다. 카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다. 한편, 음성 인식 장치(100)에 구비되는 복수의 카메라(121)는 매트릭스 구조를 이루도록 배치될 수 있으며, 이와 같이 매트릭스 구조를 이루는 카메라(121)를 통하여, 음성 인식 장치(100)에는 다양한 각도 또는 초점을 갖는 복수의 영상정보가 입력될 수 있다. 또한, 복수의 카메라(121)는 입체영상을 구현하기 위한 좌 영상 및 우 영상을 획득하도록, 스트레오 구조로 배치될 수 있다.
마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 음성 인식 장치(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.
사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 제어부(180)는 입력된 정보에 대응되도록 음성 인식 장치(100)의 동작을 제어할 수 있다. 이러한, 사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 음성 인식 장치(100)의 전?후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있 한편, 상기 가상키 또는 비주얼 키는, 다양한 형태를 가지면서 터치스크린 상에 표시되는 것이 가능하며, 예를 들어, 그래픽(graphic), 텍스트(text), 아이콘(icon), 비디오(video) 또는 이들의 조합으로 이루어질 수 있다.
한편, 센싱부(140)는 음성 인식 장치 내 정보, 음성 인식 장치를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱하고, 이에 대응하는 센싱 신호를 발생시킨다. 제어부(180)는 이러한 센싱 신호에 기초하여, 음성 인식 장치(100)의 구동 또는 동작을 제어하거나, 음성 인식 장치(100)에 설치된 응용 프로그램과 관련된 데이터 처리, 기능 또는 동작을 수행 할 수 있다. 센싱부(140)에 포함될 수 있는 다양한 센서 중 대표적인 센서들의 대하여, 보다 구체적으로 살펴본다.
먼저, 근접 센서(141)는 소정의 검출면에 접근하는 물체, 혹은 근방에 존재하는 물체의 유무를 전자계의 힘 또는 적외선 등을 이용하여 기계적 접촉이 없이 검출하는 센서를 말한다. 이러한 근접 센서(141)는 위에서 살펴본 터치 스크린에 의해 감싸지는 음성 인식 장치의 내부 영역 또는 상기 터치 스크린의 근처에 근접 센서(141)가 배치될 수 있다.
근접 센서(141)의 예로는 투과형 광전 센서, 직접 반사형 광전 센서, 미러 반사형 광전 센서, 고주파 발진형 근접 센서, 정전 용량형 근접 센서, 자기형 근접 센서, 적외선 근접 센서 등이 있다. 터치 스크린이 정전식인 경우에, 근접 센서(141)는 전도성을 갖는 물체의 근접에 따른 전계의 변화로 상기 물체의 근접을 검출하도록 구성될 수 있다. 이 경우 터치 스크린(또는 터치 센서) 자체가 근접 센서로 분류될 수 있다.
한편, 설명의 편의를 위해, 터치 스크린 상에 물체가 접촉되지 않으면서 근접되어 상기 물체가 상기 터치 스크린 상에 위치함이 인식되도록 하는 행위를 "근접 터치(proximity touch)"라고 명명하고, 상기 터치 스크린 상에 물체가 실제로 접촉되는 행위를 "접촉 터치(contact touch)"라고 명명한다. 상기 터치 스크린 상에서 물체가 근접 터치 되는 위치라 함은, 상기 물체가 근접 터치될 때 상기 물체가 상기 터치 스크린에 대해 수직으로 대응되는 위치를 의미한다. 상기 근접 센서(141)는, 근접 터치와, 근접 터치 패턴(예를 들어, 근접 터치 거리, 근접 터치 방향, 근접 터치 속도, 근접 터치 시간, 근접 터치 위치, 근접 터치 이동 상태 등)을 감지할 수 있다.
한편, 제어부(180)는 위와 같이, 근접 센서(141)를 통해 감지된 근접 터치 동작 및 근접 터치 패턴에 상응하는 데이터(또는 정보)를 처리하며, 나아가, 처리된 데이터에 대응하는 시각적인 정보를 터치 스크린상에 출력시킬 수 있다. 나아가, 제어부(180)는, 터치 스크린 상의 동일한 지점에 대한 터치가, 근접 터치인지 또는 접촉 터치인지에 따라, 서로 다른 동작 또는 데이터(또는 정보)가 처리되도록 음성 인식 장치(100)를 제어할 수 있다.
터치 센서는 저항막 방식, 정전용량 방식, 적외선 방식, 초음파 방식, 자기장 방식 등 여러 가지 터치방식 중 적어도 하나를 이용하여 터치 스크린(또는 디스플레이부(151))에 가해지는 터치(또는 터치입력)을 감지한다.
일 예로서, 터치 센서는, 터치 스크린의 특정 부위에 가해진 압력 또는 특정 부위에 발생하는 정전 용량 등의 변화를 전기적인 입력신호로 변환하도록 구성될 수 있다. 터치 센서는, 터치 스크린 상에 터치를 가하는 터치 대상체가 터치 센서 상에 터치 되는 위치, 면적, 터치 시의 압력, 터치 시의 정전 용량 등을 검출할 수 있도록 구성될 수 있다. 여기에서, 터치 대상체는 상기 터치 센서에 터치를 인가하는 물체로서, 예를 들어, 손가락, 터치펜 또는 스타일러스 펜(Stylus pen), 포인터 등이 될 수 있다.
이와 같이, 터치 센서에 대한 터치 입력이 있는 경우, 그에 대응하는 신호(들)는 터치 제어기로 보내진다. 터치 제어기는 그 신호(들)를 처리한 다음 대응하는 데이터를 제어부(180)로 전송한다. 이로써, 제어부(180)는 디스플레이부(151)의 어느 영역이 터치 되었는지 여부 등을 알 수 있게 된다. 여기에서, 터치 제어기는, 제어부(180)와 별도의 구성요소일 수 있고, 제어부(180) 자체일 수 있다.
한편, 제어부(180)는, 터치 스크린(또는 터치 스크린 이외에 구비된 터치키)을 터치하는, 터치 대상체의 종류에 따라 서로 다른 제어를 수행하거나, 동일한 제어를 수행할 수 있다. 터치 대상체의 종류에 따라 서로 다른 제어를 수행할지 또는 동일한 제어를 수행할 지는, 현재 음성 인식 장치(100)의 동작상태 또는 실행 중인 응용 프로그램에 따라 결정될 수 있다.
한편, 위에서 살펴본 터치 센서 및 근접 센서는 독립적으로 또는 조합되어, 터치 스크린에 대한 숏(또는 탭) 터치(short touch), 롱 터치(long touch), 멀티 터치(multi touch), 드래그 터치(drag touch), 플리크 터치(flick touch), 핀치-인 터치(pinch-in touch), 핀치-아웃 터치(pinch-out 터치), 스와이프(swype) 터치, 호버링(hovering) 터치 등과 같은, 다양한 방식의 터치를 센싱할 수 있다.
초음파 센서는 초음파를 이용하여, 감지대상의 위치정보를 인식할 수 있다. 한편 제어부(180)는 광 센서와 복수의 초음파 센서로부터 감지되는 정보를 통해, 파동 발생원의 위치를 산출하는 것이 가능하다. 파동 발생원의 위치는, 광이 초음파보다 매우 빠른 성질, 즉, 광이 광 센서에 도달하는 시간이 초음파가 초음파 센서에 도달하는 시간보다 매우 빠름을 이용하여, 산출될 수 있다. 보다 구체적으로 광을 기준 신호로 초음파가 도달하는 시간과의 시간차를 이용하여 파동 발생원의 위치가 산출될 수 있다.
한편, 입력부(120)의 구성으로 살펴본, 카메라(121)는 카메라 센서(예를 들어, CCD, CMOS 등), 포토 센서(또는 이미지 센서) 및 레이저 센서 중 적어도 하나를 포함한다.
카메라(121)와 레이저 센서는 서로 조합되어, 3차원 입체영상에 대한 감지대상의 터치를 감지할 수 있다. 포토 센서는 디스플레이 소자에 적층될 수 있는데, 이러한 포토 센서는 터치 스크린에 근접한 감지대상의 움직임을 스캐닝하도록 이루어진다. 보다 구체적으로, 포토 센서는 행/열에 Photo Diode와 TR(Transistor)를 실장하여 Photo Diode에 인가되는 빛의 양에 따라 변화되는 전기적 신호를 이용하여 포토 센서 위에 올려지는 내용물을 스캔한다. 즉, 포토 센서는 빛의 변화량에 따른 감지대상의 좌표 계산을 수행하며, 이를 통하여 감지대상의 위치정보가 획득될 수 있다.
디스플레이부(151)는 음성 인식 장치(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부(151)는 음성 인식 장치(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
또한, 상기 디스플레이부(151)는 입체영상을 표시하는 입체 디스플레이부로서 구성될 수 있다. 상기 입체 디스플레이부에는 스테레오스코픽 방식(안경 방식), 오토 스테레오스코픽 방식(무안경 방식), 프로젝션 방식(홀로그래픽 방식) 등의 3차원 디스플레이 방식이 적용될 수 있다.
일반적으로 3차원 입체 영상은 좌 영상(좌안용 영상)과 우 영상(우안용 영상)으로 구성된다. 좌 영상과 우 영상이 3차원 입체 영상으로 합쳐지는 방식에 따라, 좌 영상과 우 영상을 한 프레임 내 상하로 배치하는 탑-다운(top-down) 방식, 좌 영상과 우 영상을 한 프레임 내 좌우로 배치하는 L-to-R(left-to-right, side by side) 방식, 좌 영상과 우 영상의 조각들을 타일 형태로 배치하는 체커 보드(checker board) 방식, 좌 영상과 우 영상을 열 단위 또는 행 단위로 번갈아 배치하는 인터레이스드(interlaced) 방식, 그리고 좌 영상과 우 영상을 시간 별로 번갈아 표시하는 시분할(time sequential, frame by frame) 방식 등으로 나뉜다.
또한, 3차원 썸네일 영상은 원본 영상 프레임의 좌 영상 및 우 영상으로부터 각각 좌 영상 썸네일 및 우 영상 썸네일을 생성하고, 이들이 합쳐짐에 따라 하나의 영상으로 생성될 수 있다. 일반적으로 썸네일(thumbnail)은 축소된 화상 또는 축소된 정지영상을 의미한다. 이렇게 생성된 좌 영상 썸네일과 우 영상 썸네일은 좌 영상과 우 영상의 시차에 대응하는 깊이감(depth)만큼 화면 상에서 좌우 거리차를 두고 표시됨으로써 입체적인 공간감을 나타낼 수 있다.
3차원 입체영상의 구현에 필요한 좌 영상과 우 영상은 입체 처리부에 의하여 입체 디스플레이부에 표시될 수 있다. 입체 처리부는 3D 영상(기준시점의 영상과 확장시점의 영상)을 입력 받아 이로부터 좌 영상과 우 영상을 설정하거나, 2D 영상을 입력 받아 이를 좌 영상과 우 영상으로 전환하도록 이루어진다.
음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다. 음향출력부(152)는 음성 인식 장치(100)에서 수행되는 기능(예를 들어, 호신호 수신음, 메시지 수신음 등)과 관련된 음향 신호를 출력하기도 한다. 이러한 음향 출력부(152)에는 리시버(receiver), 스피커(speaker), 버저(buzzer) 등이 포함될 수 있다.
햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다. 햅틱 모듈(153)에서 발생하는 진동의 세기와 패턴 등은 사용자의 선택 또는 제어부의 설정에 의해 제어될 수 있다. 예를 들어, 상기햅틱 모듈(153)은 서로 다른 진동을 합성하여 출력하거나 순차적으로 출력할 수도 있다.
햅틱 모듈(153)은, 진동 외에도, 접촉 피부면에 대해 수직 운동하는 핀 배열, 분사구나 흡입구를 통한 공기의 분사력이나 흡입력, 피부 표면에 대한 스침, 전극(electrode)의 접촉, 정전기력 등의 자극에 의한 효과와, 흡열이나 발열 가능한 소자를 이용한 냉온감 재현에 의한 효과 등 다양한 촉각 효과를 발생시킬 수 있다.
햅틱 모듈(153)은 직접적인 접촉을 통해 촉각 효과를 전달할 수 있을 뿐만 아니라, 사용자가 손가락이나 팔 등의 근 감각을 통해 촉각 효과를 느낄 수 있도록 구현할 수도 있다. 햅틱 모듈(153)은 음성 인식 장치(100)의 구성 태양에 따라 2개 이상이 구비될 수 있다.
광출력부(154)는 음성 인식 장치(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 음성 인식 장치(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.
광출력부(154)가 출력하는 신호는 음성 인식 장치가 전면이나 후면으로 단색이나 복수색의 빛을 발광함에 따라 구현된다. 상기 신호 출력은 음성 인식 장치가 사용자의 이벤트확인을 감지함에 의하여 종료될 수 있다.
인터페이스부(160)는 음성 인식 장치(100)에 연결되는 모든 외부 기기와의 통로 역할을 한다. 인터페이스부(160)는 외부 기기로부터 데이터를 전송 받거나, 전원을 공급받아 음성 인식 장치(100) 내부의 각 구성요소에 전달하거나, 음성 인식 장치(100) 내부의 데이터가 외부 기기로 전송되도록 한다. 예를 들어, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트(port), 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port) 등이 인터페이스부(160)에 포함될 수 있다.
한편, 식별 모듈은 음성 인식 장치(100)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(user identify module; UIM), 가입자 인증 모듈(subscriber identity module; SIM), 범용 사용자 인증 모듈(universal subscriber identity module; USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 상기 인터페이스부(160)를 통하여 단말기(100)와 연결될 수 있다.
또한, 상기 인터페이스부(160)는 음성 인식 장치(100)가 외부 크래들(cradle)과 연결될 때 상기 크래들로부터의 전원이 상기 음성 인식 장치(100)에 공급되는 통로가 되거나, 사용자에 의해 상기 크래들에서 입력되는 각종 명령 신호가 상기 음성 인식 장치(100)로 전달되는 통로가 될 수 있다. 상기 크래들로부터 입력되는 각종 명령 신호 또는 상기 전원은 상기 음성 인식 장치(100)가 상기 크래들에 정확히 장착되었음을 인지하기 위한 신호로 동작될 수 있다.
메모리(170)는 제어부(180)의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 폰북, 메시지, 정지영상, 동영상 등)을 임시 저장할 수도 있다. 상기 메모리(170)는 상기 터치 스크린 상의 터치 입력시 출력되는 다양한 패턴의 진동 및 음향에 관한 데이터를 저장할 수 있다.
메모리(170)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 음성 인식 장치(100)는 인터넷(internet)상에서 상기 메모리(170)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작될 수도 있다.
한편, 앞서 살펴본 것과 같이, 제어부(180)는 응용 프로그램과 관련된 동작과, 통상적으로 음성 인식 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 제어부(180)는 상기 음성 인식 장치의 상태가 설정된 조건을 만족하면, 애플리케이션들에 대한 사용자의 제어 명령의 입력을 제한하는 잠금 상태를 실행하거나, 해제할 수 있다.
또한, 제어부(180)는 음성 통화, 데이터 통신, 화상 통화 등과 관련된 제어 및 처리를 수행하거나, 터치 스크린 상에서 행해지는 필기 입력 또는 그림 그리기 입력을 각각 문자 및 이미지로 인식할 수 있는 패턴 인식 처리를 행할 수 있다. 나아가 제어부(180)는 이하에서 설명되는 다양한 실시 예들을 본 발명에 따른 음성 인식 장치(100) 상에서 구현하기 위하여, 위에서 살펴본 구성요소들을 중 어느 하나 또는 복수를 조합하여 제어할 수 있다.
전원 공급부(190)는 제어부(180)의 제어에 의해 외부의 전원, 내부의 전원을 인가 받아 각 구성요소들의 동작에 필요한 전원을 공급한다. 전원공급부(190)는 배터리를 포함하며, 배터리는 충전 가능하도록 이루어지는 내장형 배터리가 될 수 있으며, 충전 등을 위하여 단말기 바디에 착탈 가능하게 결합될 수 있다.
또한, 전원공급부(190)는 연결포트를 구비할 수 있으며, 연결포트는 배터리의 충전을 위하여 전원을 공급하는 외부 충전기가 전기적으로 연결되는 인터페이스(160)의 일 예로서 구성될 수 있다.
다른 예로서, 전원공급부(190)는 상기 연결포트를 이용하지 않고 무선방식으로 배터리를 충전하도록 이루어질 수 있다. 이 경우에, 전원공급부(190)는외부의 무선 전력 전송장치로부터 자기 유도 현상에 기초한 유도 결합(Inductive Coupling) 방식이나 전자기적 공진 현상에 기초한 공진 결합(Magnetic Resonance Coupling) 방식 중 하나 이상을 이용하여 전력을 전달받을 수 있다.
한편, 이하에서 다양한 실시 예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 내에서 구현될 수 있다.
한편 제어부(180)는 인공지능부(130)의 제어하에, 이동 단말기(100)의 각 구성의 동작을 제어할 수 있다.
한편, 이동 단말기(100)의 입력부(120)는 센싱부(140)를 포함할 수 있으며, 센싱부(140)가 수행하는 모든 기능을 수행할 수 있다. 예를 들어 입력부(120)는 사용자 터치 입력을 감지할 수 있다.
도 4는 본 발명의 실시 예에 따른, 음성 인식 서비스를 제공하는 서버(500)의 구성을 나타내는 블록도이다.
서버(500)는 저장부(510), 인공지능부(520) 및 통신부(530)를 포함할 수 있다.
통신부(530)는 외부 장치와 통신할 수 있다.
구체적으로 통신부(530)는 복수의 음성 인식 장치(100, 200, 300, 400)와 연결되어, 인공지능부(520)의 제어 하에, 복수의 음성 인식 장치(100, 200, 300, 400)와 데이터를 송수신 할 수 있다.
인공지능부(520)는 통신부(530)를 통하여 복수의 음성 인식 장치(100, 200, 300, 400)로부터 음성 데이터를 수신할 수 있다.
또한 인공지능부(520)에 포함되는 음성 인식부(521)는 음성 인식 모델을 이용하여 음성 데이터에 대한 인식 결과를 출력하고, 출력된 인식 결과를 또는 출력된 인식 결과에 대응하는 제어 명령을 복수의 음성 인식 장치(100, 200, 300, 400)에 전송할 수 있다.
한편 저장부(510)는 복수의 음성 인식 모델(511, 512, 513, 514)를 저장할 수 있다.
여기서 복수의 음성 인식 모델(511, 512, 513, 514)은, 인공지능부(520)가 인공 신경망 등의 기계 학습 모델에 다양한 카테고리의 음성 데이터를 입력함으로써, 각 카테고리에 적응적으로 학습된 기계 학습 모델들일 수 있다.
구체적으로 복수의 음성 인식 모델(511, 512, 513, 514)은 복수의 카테고리에 각각 대응할 수 있다. 여기서 카테고리는, 음성 인식 장치의 사용자의 메타 정보에 따라 구분될 수 있다. 여기서 메타 정보는 성별, 나이 및 지역 중 적어도 하나를 포함할 수 있다.
예를 들어 제1 음성 인식 모델(511)은 20대, 여성 및 서울에 대응하는 카테고리의 음성 인식 모델일 수 있다. 다른 예를 들어 제2 음성 인식 모델(512)은 30대, 남성 및 경상남도에 대응하는 카테고리의 음성 인식 모델일 수 있다. 다른 예를 들어 제3 음성 인식 모델(513)은 60대 및 전라북도에 대응하는 음성 인식 모델일 수 있다.
그리고 복수의 음성 인식 모델 각각은, 복수의 음성 인식 모델 각각의 카테고리에 대응하는 사용자들의 음성 데이터에 의하여 학습될 수 있다.
구체적으로 인공지능부(520)는 제1 음성 인식 모델(511)이 제1 음성 인식 모델(511)의 카테고리에 대응하는 사용자들의 음성 데이터를 학습하도록 제어할 수 있다. 그리고 학습이 완료되면 인공지능부(510)는 학습된 제1 음성 인식 모델(511)을 업데이트 할 수 있다.
예를 들어 인공지능부(520)는 제1 음성 인식 모델(511)이 서울에 사는 20대 여성들의 음성 데이터를 학습하도록, 서울에 사는 20대 여성들의 음성 데이터를 제1 음성 인식 모델(511)에 제공할 수 있다. 그리고 학습이 완료되면 인공지능부(520)는 기존의 제1 음성 인식 모델(511)을 학습된 제1 음성 인식 모델(511)로 변경할 수 있다.
또한 인공지능부(520)는 제2 음성 인식 모델(512)이 제2 음성 인식 모델(512)의 카테고리에 대응하는 사용자들의 음성 데이터를 학습하도록 제어할 수 있다. 그리고 학습이 완료되면 인공지능부(520)는 학습된 제2 음성 인식 모델(512)을 업데이트 할 수 있다.
예를 들어 인공지능부(520)는 제2 음성 인식 모델(512)이 경상남도에 사는 30대 남성들의 음성 데이터를 학습하도록, 경상남도에 사는 30대 남성들의 음성 데이터를 제2 음성 인식 모델(512)에 제공할 수 있다. 그리고 학습이 완료되면 인공지능부(520)는 기존의 제2 음성 인식 모델(512)을 학습된 제2 음성 인식 모델(512)로 변경할 수 있다.
한편 인공지능부(520)는 음성 인식 모델을 이용하여 사용자의 음성 신호(즉 사용자의 음성 데이터)를 분석하고 특징을 추출하여 인식 결과를 추출할 수 있다. 여기서 인식 결과는 수신된 음성 신호가 명령어인지 비 명령어인지, 또는 복수의 명령어 중 어느 명령어를 의미하는지 일 수 있다.
여기서 명령어란 음성 인식 장치 또는 음성 인식 에이전트와 연결된 다른 장치가 특정 기능을 수행하도록 기 등록된 것일 수 있으며, 비 명령어란 특정 기능의 수행과는 관계 없는 것일 수 있다.
한편 본 명세서에서, 용어 저장부(510)는 용어 메모리와 혼용되어 사용될 수 있다.
또한 본 명세서에서, 용어 인공지능부(520)는 용어 인공지능 컨트롤러, 인공지능 프로세서와 혼용되어 사용될 수 있다.
도 5는 본 발명의 실시 예에 따른, 음성 인식 서비스를 제공하는 서버의 동작 방법을 설명하기 위한 도면이다.
도 5에 따르면, 본 발명의 실시 예에 따른 음성 인식 서비스를 제공하는 서버의 동작 방법은, 음성 인식 장치의 사용성 정보를 획득하는 단계(S710), 사용성 정보에 기초하여 음성 인식 장치에 대응하는 음성 인식 모델을 제1 음성 인식 모델로부터 제2 음성 인식 모델로 변경하는 단계(S730) 및 음성 인식 장치에 대응하는 음성 인식 모델이 변경된 경우, 음성 인식 장치에 업데이트 알림을 전송하는 단계(S730)를 포함할 수 있다.
음성 인식 장치의 사용성 정보를 획득하는 단계(S710) 및 사용성 정보에 기초하여 음성 인식 장치에 대응하는 음성 인식 모델을 제1 음성 인식 모델로부터 제2 음성 인식 모델로 변경하는 단계(S730)와 관련하여 도 6을 참조하여 설명한다.
도 6은 본 발명의 실시 예에 따른, 음성 인식 장치의 사용성 정보를 이용하여 음성 인식 모델을 변경하는 방법을 설명하기 위한 도면이다.
인공지능부(520)는 수신된 음성 데이터를 음성 인식 모델에 입력하여 수신된 음성 데이터의 인식 결과를 출력하고, 음성 인식 모델의 인식 성능을 획득하는 음성 인식부(521), 사용자의 피드백을 추출하고 만족도를 획득하는 만족도 추출부(522) 및 사용성 정보에 기초하여 음성 인식 모델의 변경 여부 또는 변경될 음성 인식 모델을 결정하는 음성 인식 모델 업데이트부(523)를 포함할 수 있다.
음성 인식 장치에 대응하는 음성 인식 모델이란, 음성 인식 장치에서 수신되는 사용자의 음성 데이터(음성 신호)를 인식하기 위하여 사용되는 음성 인식 모델을 의미할 수 있다.
예를 들어 제1 음성 인식 장치가 사용자로부터 음성 데이터를 수신하여 서버(500)에 전송하고, 서버(500)가 음성 데이터를 제1 음성 인식 모델에 입력하여 음성 인식 결과를 출력한 후 출력된 음성 인식 결과를 제1 음성 인식 장치에 전송하는 경우, 제1 음성 인식 장치에 대응하는 음성 인식 모델은 제1 음성 인식 모델일 수 있다.
사용성 정보란, 음성 인식 장치에 대응하는 음성 인식 모델의 변경 여부를 결정하기 위하여, 또는 음성 인식 장치에 대응하는 음성 인식 모델을 현재의 음성인식 모델로부터 어느 음성 인식 모델로 변경할 것인가를 결정하기 위하여 사용되는 데이터를 의미할 수 있다.
구체적으로 사용성 정보는, 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능, 음성 인식 장치의 사용자의 피드백, 음성 인식 장치의 사용자의 메타 정보, 음성 인식 장치의 사용자의 업데이트 요청 중 적어도 하나를 포함할 수 있다.
음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능은, 음성 인식 장치에서 수신되는 사용자의 음성 데이터를 인식하기 위하여 사용되는 음성 인식 모델의 음성 인식률을 의미할 수 있다.
구체적으로 제1 음성 인식 장치가 제1 사용자로부터 음성 데이터를 수신하여 서버(500)에 전송한 경우, 서버(500)의 음성 인식부(521)는 제1 음성 인식 모델을 이용하여 음성 인식 결과를 출력할 수 있다. 이 경우 서버(500)의 음성 인식부(521)는 제1 음성 인식 모델을 이용하여 제1 사용자에 대한 음성 인식을 수행하는 경우의 음성 인식의 정확도를 나타내는 음성 인식률을 출력할 수 있다.
음성 인식 장치의 사용자의 피드백은, 음성 인식 모델에 대한 사용자의 만족도를 나타내는 요소일 수 있다.
예를 들어 음성 인식이 제대로 되지 않아 사용자가 은어/속어 등의 부정적인 표현을 사용하는 경우, 음성 인식이 제대로 되지 않아 동일한 용어를 계속 재발화 하는 경우, 사용자가 발화한 음성에 대한 회신이 출력되었으나 사용자가 재 문의를 하는 경우 등은, 사용자의 만족도가 낮은 것을 나타내는 요소일 수 있다.
따라서 만족도 추출부(522)는 사용자가 발화한 음성 데이터로부터 은어/속어, 음성 인식 시도 횟수(동일한 용어의 재발화), 재 문의 등의 사용자의 피드백 및 각 피드백의 횟수를 추출할 수 있다. 또한 만족도 추출부(522)는 각각의 피드백의 횟수를 피드백 정적 분석 모델에 입력하여, 현재 사용중인 음성 인식 모델에 대한 사용자의 만족도를 획득할 수 있다.
한편, 음성 인식 장치의 사용자의 메타 정보는, 사용자의 성별, 연령, 지역, 국가 등의 개인 정보를 의미할 수 있다. 구체적으로, 사용자는 음성 인식 장치에 자신의 메타 정보를 입력할 수 있다. 이 경우 음성 인식 장치는 메타 정보를 서버(500)에 전송할 수 있다.
음성 인식 장치의 사용자의 업데이트 요청은, 음성 인식 모델의 변경의 요청을 의미할 수 있다. 구체적으로 사용자는 음성 인식 모델의 변경을 요청할 수 있으며, 이 경우 음성 인식 장치는 음성 인식 모델의 변경의 요청을 서버(500)에 전송할 수 있다.
이하에서는, 제1 음성 인식 장치에 대응하는 음성 인식 모델을 업데이트 하는 과정을 설명한다.
인공지능부(520)는 복수의 음성 인식 장치(100, 200, 300, 400) 중 제1 음성 인식 장치(100)의 사용성 정보를 획득할 수 있다.
구체적으로 제1 음성 인식 모델을 이용하여 제1 음성 인식 장치에 음성 인식 서비스를 제공하고 있는 경우, 인공지능부(520)는 제1 음성 인식 모델의 음성 인식 성능을 획득할 수 있다.
또한 인공지능부(520)는 제1 음성 인식 장치(100)로부터 수신되는 음성 데이터를 분석하여 사용자의 피드백을 추출하고, 일정 시간 동안 카운팅 되는 사용자의 피드백의 횟수에 기초하여 사용자의 만족도를 획득할 수 있다.
또한 인공지능부(520)는 제1 음성 인식 장치(100)로부터 사용자의 메타 정보를 획득할 수 있다.
또한 인공지능부(520)는 제1 음성 인식 장치(100)로부터 음성 인식 모델의 업데이트 요청을 수신할 수 있다.
이렇게 획득된 사용성 정보는 아래의 표 1과 같이 나타낼 수 있다.
기기 인식률 만족도(주기 별 횟수) 메타정보 업데이트 요청
부정적 표현
(은어/속어)		 인공지능 미응답으로 인한 재발화 시도 횟수 인공지능의 회신에 대한 재문의
제1 음성인식
장치		 34.13 13 34 70% 여자/40대/경기 O
한편 인공지능부(520)는 제1 음성 인식 장치의 사용성 정보에 기초하여, 제1 음성 인식 장치에 대응하는 음성 인식 모델을 제1 음성 인식 모델로부터 제2 음성 인식 모델로 변경할 수 있다.
구체적으로, 인공지능부(520)는 사용성 정보에 기초하여 음성 인식 모델의 변경 여부를 결정할 수 있다.
더욱 구체적으로 인공지능부(520)는 음성 인식률, 만족도 및 업데이트 요청 중 적어도 하나에 기초하여 음성 인식 모델의 변경 여부를 결정할 수 있다.
예를 들어 음성 인식률이 기 설정된 값보다 낮거나 만족도가 기 설정된 값 보다 낮은 경우, 인공지능부(520)는 제1 음성 인식 장치에 대응하는 음성 인식 모델을 제1 음성 인식 모델로부터 다른 음성 인식 모델로 변경하는 것으로 결정할 수 있다.
다른 예를 들어 사용자로부터 음성 인식 모델의 변경 요청이 수신된 경우, 인공지능부(520)는 제1 음성 인식 장치에 대응하는 음성 인식 모델을 제1 음성 인식 모델로부터 다른 음성 인식 모델로 변경하는 것으로 결정할 수 있다.
한편 음성인식 모델을 변경 하는 것으로 결정되면, 인공지능부(520)는 제1 음성 인식 장치의 사용성 정보에 기초하여 변경될 음성 인식 모델을 결정할 수 있다.
구체적으로 복수의 음성 인식 모델은 복수의 카테고리에 각각 대응할 수 있다. 또한 복수의 카테고리는 메타 정보에 따라 구분될 수 있다.
이 경우 인공지능부(520)는 제1 음성 인식 장치의 사용자의 메타 정보에 기초하여, 복수의 음성 인식 모델 중 사용자의 메타 정보에 대응하는 카테고리의 음성 인식 모델을 변경될 음성 인식 모델로써 결정할 수 있다.
예를 들어 사용자의 메타 정보가 한국/서울/여성이고, 한국/서울/여성/10대의 제2 카테고리에 대응하는 제2 음성 인식 모델, 한국/서울/남성/40대의 제3 카테고리에 대응하는 제3 음성 인식 모델이 존재하는 경우, 인공지능부(520)는 제2 카테고리에 대응하는 제2 음성 인식 모델을 변경될 음성 인식 모델로써 결정할 수 있다.
한편 제1 음성 인식 장치의 사용자의 메타 정보에 기초하여 변경될 음성 인식 모델을 결정하는 것으로 설명하였으나 이에 한정되지 않는다.
구체적으로 인공지능부(520)는 제1 음성 인식 장치로부터 수신되는 사용자의 음성 데이터에 기초하여 사용자의 발화 습관을 획득하고, 사용자의 발화 습관에 기초하여 변경될 음성 인식 모델을 결정할 수 있다.
예를 들어 인공지능부(520)는 사용자의 발화 습관을 이용하여 사용자의 출신 지역, 성별, 나이 등을 예측할 수 있다. 그리고 인공지능부(520)는 예측된 정보에 기초하여 변경될 음성 인식 모델을 결정할 수 있다.
한편 인공지능부(520)는 음성 인식 엔진 분류 모델을 이용하여 음성 인식 모델의 변경 여부 및 변경될 음성 인식 모델을 결정할 수 있다.
구체적으로 인공지능부(520)의 음성 인식 모델 업데이트부(523)는 사용성 정보에 가중치를 부여하는 전처리 과정을 수행할 수 있다.
가중치가 부여된 사용성 정보는 아래의 표 2와 같이 나타낼 수 있다.
기기 인식률 만족도(주기 별 횟수) 메타정보 업데이트 요청
부정적 표현
(은어/속어)		 인공지능 미응답으로 인한 재발화 시도 횟수 인공지능의 회신에 대한 재문의
가중치 10 5 5 2 10 20
제1 음성인식
장치		 34.13 13 34 70% 여자/40대/경기 O
또한 음성 인식 모델 업데이트부(523)는 음성 인식 모델의 인식 성능 및 만족도를 0과 1 사이의 값으로 정규화 시키고, 메타 정보는 성별, 연령, 지역 등을 기준으로 카테고리를 분류한 후 가변수(one-hot encoding) 처리를 하여 2진수로 나타낼 수 있다.
또한 음성 인식 모델 업데이트부(523)는 업데이트 요청이 있는 경우에는 1, 업데이트 요청이 없는 경우에는 0으로 처리할 수 있다.
전처리 된 사용성 정보는 아래의 표 3과 같이 나타낼 수 있다.
기기 인식률 만족도(주기 별 횟수) 메타정보 업데이트 요청
부정적 표현
(은어/속어)		 인공지능 미응답으로 인한 재발화 시도 횟수 인공지능의 회신에 대한 재문의
가중치 10 5 5 2 10 20
제1 음성인식
장치		 0.34 0.13 0.34 0.7 카테고리 7
(000000111)		 1
한편 음성 인식 모델 업데이트부(523)는 가중치가 부여되고 전처리된 사용성 정보를 음성 인식 엔진 분류 모델에 입력할 수 있다.
여기서 음성 인식 엔진 분류 모델은, 인공 신경망이 기계 학습을 이용하여 사용성 정보와 음성 인식 모델의 카테고리를 선행 학습하고, 사용성 정보가 입력되면 학습된 인공 신경망을 이용하여 음성 인식 모델의 변경 여부 및 변경될 음성 인식 모델을 결정하는 모델일 수 있다.
다시 말해서 음성 인식 엔진 분류 모델은, 어떠한 음성 인식 모델이 해당 음성 인식 장치의 성능 개선에 도움이 될지 분류하는 모델일 수 있다.
한편 인공지능부(520)는 가중치가 부여되고 전처리된 사용성 정보를 음성 인식 엔진 분류 모델에 입력하여, 음성 인식 모델의 변경 여부 및 변경될 음성 인식 모델을 결정할 수 있다.
한편 앞서 설명한 음성 인식 모델의 변경 여부 및 변경될 음성 인식 모델을 결정하는 과정은 각 음성 인식 장치에 대하여 개별적으로 수행될 수 있다.
구체적으로 복수의 음성 인식 장치의 사용성 정보는 표 4에서, 가중치 부여 및 전처리 과정을 거친 사용성 정보는 표 5에서 도시하였다.
기기 인식률 만족도(주기 별 횟수) 메타정보 업데이트 요청
부정적 표현
(은어/속어)		 인공지능 미응답으로 인한 재발화 시도 횟수 인공지능의 회신에 대한 재문의
제1 음성인식
장치		 34.13 13 34 70% 여자/40대/경기 O
제2 음성인식
장치		 75.12 3 41 9% 남자/20대/경상 O
제3 음성인식
장치		 45.23 4 14 34% 남자/10대/서울 O
제4 음성인식
장치		 64.53 0 7 9% 여자/70대/전라 x
기기 인식률 만족도(주기 별 횟수) 메타정보 업데이트 요청
부정적 표현
(은어/속어)		 인공지능 미응답으로 인한 재발화 시도 횟수 인공지능의 회신에 대한 재문의
가중치 10 5 5 2 10 20
제1 음성인식
장치		 0.34 0.13 0.34 0.7 카테고리 7
(000000111)		 1
제2 음성인식
장치		 0.75 0.03 0.41 0.09 카테고리 56
(000111000)		 1
제3 음성인식
장치		 0.45 0.04 0.14 0.34 카테고리 1
(000000001)		 1
제4 음성인식
장치		 0.64 0 0.07 0.6 카테고리 70
(1000110)		 0
이 경우 인공지능부(520)는 복수의 음성 인식 장치 각각에 대하여 음성 인식 모델의 변경 및 변경될 음성 인식 모델의 결정을 수행할 수 있다.
이와 관련해서는 도 7을 참조하여 설명한다.
도 7은 본 발명의 실시 예에 따른, 복수의 음성 인식 장치에 대응하는 음성 인식 모델의 변경 과정을 설명하기 위한 도면이다.
표 4와 표 5를 함께 참고하여 설명한다.
제1 음성 인식 장치(100), 제2 음성 인식 장치(200)는 현재 제1 음성 인식 모델(511)을 사용 중이고, 제3 음성 인식 장치(300)는 현재 제3 음성 인식 모델(513)을 사용 중이며, 제4 음성 인식 장치(400)는 현재 제4 음성 인식 모델(514)을 사용중인 것으로 가정하여 설명한다.
한편 제4 음성 인식 장치(400)로부터는 음성 인식 모델의 업데이트 요청이 수신되지 않은 상태이다.
음성 인식 모델의 업데이트 요청이 수신되지 않은 경우, 제4 음성 인식 장치(400)의 사용자는 제4 음성 인식 모델(514)의 음성 인식 성능에 만족하고 있는 상태일 수 있다. 따라서 음성 인식 모델의 업데이트 요청이 제4 음성 인식 장치(400)로부터 수신되지 않는 경우, 서버(500)는 제4 음성 인식 장치(400)에 대응하는 음성 인식 모델을 변경하지 않을 수 있다.
한편 서버(500)는 제4 음성 인식 장치(400)의 사용성 정보에 기초하여 음성 인식 모델의 업데이트 제안을 제4 음성 인식 장치(400)에 전송할 수 있다.
구체적으로 제4 음성 인식 모델의 인식률이 기 설정된 값보다 낮거나, 제4 음성 인식 장치(400)의 사용자의 만족도가 기 설정된 값보다 낮은 경우, 서버(500)는 제4 음성 인식 장치(400)의 음성 인식 모델의 업데이트 제안을 제4 음성 인식 장치(400)에 전송할 수 있다. 그리고 음성 인식 모델의 업데이트 요청이 제4 음성 인식 장치(400)로부터 수신되는 경우, 서버(500)는 제4 음성 인식 장치(400)에 대응하는 음성 인식 모델을 제4 음성 인식 모델(514)로부터 다른 음성 인식 모델로 변경할 수 있다.
한편 서버(500)는 제1 음성 인식 모델(511)을 이용하여 제1 음성 인식 장치(100)에 음성 인식 서비스를 제공하던 중 제1 음성 인식 장치(100)로부터 음성 인식 모델의 업데이트 요청을 수신하였다.
이 경우 서버(500)는 제1 음성 인식 장치(100)의 사용성 정보에 기초하여 제1 음성 인식 장치(100)에 대응하는 음성 인식 모델을 제1 음성 인식 모델(511)로부터 제2 음성 인식 모델(512)로 변경할 수 있다. 구체적으로 서버(500)는 제1 음성 인식 장치(100)의 사용자의 제1 음성 인식 모델(511)에 대한 만족도, 제1 음성 인식 장치(100)의 사용자의 메타 정보, 제1 음성 인식 장치(100)의 사용자의 발화에 대한 제1 음성 인식 모델(511)의 인식 성능에 기초하여, 음성 인식의 성능을 최적화 할 수 있는 제2 음성 인식 모델(512)을 선택할 수 있다. 그리고 서버(500)는 제2 음성 인식 모델(512)을 이용하여 제1 음성 인식 장치(100)에 음성 인식 서비스를 제공할 수 있다.
한편 서버(500)는 제1 음성 인식 모델(511)을 이용하여 제2 음성 인식 장치(200)에 음성 인식 서비스를 제공하던 중 제2 음성 인식 장치(200)로부터 음성 인식 모델의 업데이트 요청을 수신하였다.
이 경우 서버(500)는 제2 음성 인식 장치(200)의 사용성 정보에 기초하여 제2 음성 인식 장치(200)에 대응하는 음성 인식 모델을 제1 음성 인식 모델(511)로부터 제3 음성 인식 모델(513)로 변경할 수 있다. 구체적으로 서버(500)는 제2 음성 인식 장치(200)의 사용자의 제1 음성 인식 모델(511)에 대한 만족도, 제2 음성 인식 장치(200)의 사용자의 메타 정보, 제2 음성 인식 장치(200)의 사용자의 발화에 대한 제1 음성 인식 모델(511)의 인식 성능에 기초하여, 음성 인식의 성능을 최적화 할 수 있는 제3 음성 인식 모델(513)을 선택할 수 있다. 그리고 서버(500)는 제3 음성 인식 모델(513)을 이용하여 제2 음성 인식 장치(200)에 음성 인식 서비스를 제공할 수 있다.
한편 서버(500)는 제3 음성 인식 모델(513)을 이용하여 제3 음성 인식 장치(300)에 음성 인식 서비스를 제공하던 중 제3 음성 인식 장치(300)로부터 음성 인식 모델의 업데이트 요청을 수신하였다.
이 경우 서버(500)는 제3 음성 인식 장치(300)의 사용성 정보에 기초하여 제3 음성 인식 장치(300)에 대응하는 음성 인식 모델을 제3 음성 인식 모델(513)로부터 제4 음성 인식 모델(514)로 변경할 수 있다. 구체적으로 서버(500)는 제3 음성 인식 장치(300)의 사용자의 제3 음성 인식 모델(513)에 대한 만족도, 제3 음성 인식 장치(300)의 사용자의 메타 정보, 제3 음성 인식 장치(300)의 사용자의 발화에 대한 제3 음성 인식 모델(513)의 인식 성능에 기초하여, 음성 인식의 성능을 최적화 할 수 있는 제4 음성 인식 모델(514)을 선택할 수 있다. 그리고 서버(500)는 제4 음성 인식 모델(514)을 이용하여 제3 음성 인식 장치(300)에 음성 인식 서비스를 제공할 수 있다.
한편 업데이트가 완료된 경우, 서버(500)는 음성 인식 장치에 업데이트 알림을 출력할 수 있다;
예를 들어 서버(500)는 “고객님의 음성 인식 장치의 성능이 더욱 개선되었습니다.”라는 메시지를 출력하도록 음성 인식 장치를 제어할 수 있다.
다른 예를 들어 서버(500)는 변경된 음성 인식 모델의 음성 인식률을 획득할 수 있다. 그리고 서버(500)는 “고객님의 음성에 맞게 음성 인식 엔진을 튜닝하여 인식률을 4프로 개선 하였습니다”라는 메시지를 출력하도록 음성 인식 장치를 제어할 수 있다.
다른 예를 들어 음성 인식 모델이 사용자의 메타 정보에 기초하여 변경됨에 따라, 사용자의 나이, 성별, 지역 등에서 많이 사용되는 용어에 대한 음성 인식 기능이 강화된 상태이다. 따라서 서버(500)는 “고객님께서 자주 사용하시는 기능과 단어 위주로 의도 파악 및 응답 성능을 상향시켰습니다”, “40대 여성들이 관심을 가질만한 뷰티/요리/건강 등에 대한 지능을 더 강화하였습니다” 등의 메시지를 출력하도록 음성 인식 장치를 제어할 수 있다.
한편 상술한 실시 예에서는 사용자의 업데이트 요청이 있는 경우에 음성 인식 모델을 변경하는 것으로 설명하였으나 이에 한정되지 않는다.
구체적으로 서버(500)는 음성 인식 장치의 사용자의 피드백, 음성 인식 장치의 사용자의 메타 정보 및 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능 중 적어도 하나에 기초하여, 자동으로 음성 인식 모델을 변경할 수 있다.
이 경우 서버(500)는 음성 인식 모델의 업데이트 알림을 음성 인식 장치에 전송할 수 있다.
이와 같이 본 발명은, 수많은 사용자들의 개별 특성을 고려하여 다양한 카테고리의 음성 인식 모델을 개별적으로 학습시키고, 사용자의 특성에 맞는 카테고리의 음성 인식 모델을 업데이트 함으로써, 일괄 업데이트에 의한 음성 인식 서비스의 성능 저하를 방지하고, 사용자에게 최적화된 음성 인식 모델을 이용한 음성 인식 서비스를 제공할 수 있는 장점이 있다.
또한 본 발명은 사용자의 업데이트 요청이나 사용자 만족도를 고려하여 음성 인식 모델의 업데이트 여부를 결정함으로써, 강제적인 일괄 업데이트에 의한 음성 인식 서비스의 성능 저하를 방지할 수 있는 장점이 있다.
또한 본 발명은 사용자의 피드백을 분석함으로써, 사용자의 업데이트 요청이 없더라도 사용자의 만족도를 자동으로 산출하여 업데이트를 진행하는 장점이 있다.
한편 상술한 설명에서는 본 발명이 음성 인식 모델에 사용되는 것으로 설명하였으나 이에 한정되지 않는다.
구체적으로, 서버는 복수의 청소 로봇에 공간이나 장애물을 인식하고 사용자의 선호도에 기초하여 청소 모드, 청소 시간 등을 결정하는 청소 서비스를 제공할 수 있다.
이 경우 복수의 청소 모델은, 공간 정보(장애물, 조명, 바닥 재질 등), 사용자 선호도(사용자가 선호하는 청소 시간, 사용자가 선호하는 청소 모드, 사용자가 선호하는 청소 패턴 등), 가족 구성 등에 따라 구분될 수 있다.
또한 서버(500)는 청소 로봇의 사용성 정보를 획득할 수 있다. 예를 들어 서버(500)는 청소 로봇에서 추천한 자동 청소 모드/시간을 활용하지 않고 사용자가 계속적으로 청소 모드/시간을 수동으로 변경하는 경우, 사용자의 만족도가 낮은 것으로 판단할 수 있다.
이 경우 서버(500)는 공간 정보(장애물, 조명, 바닥 재질 등), 사용자 선호도(사용자가 선호하는 청소 시간, 사용자가 선호하는 청소 모드, 사용자가 선호하는 청소 패턴 등), 가족 구성 등에 기초하여, 청소 모델을 변경할 수 있다.
또한 청소 모델의 변경이 완료되면, 서버(500)는 “고객님의 청소 로봇에서 자동 청소 모드 추천 엔진의 성능이 더욱 개선되었습니다”, “고객님께서 선호하시는 추천 모드/시간/사용패턴을 기준으로 추천 엔진의 성능을 더 튜닝하여 개선하였고, 집안 내 조명과 장애물을 분석하여 고객님의 공간 내에서 더 똑똑하게 물체를 인식하고 주행하도록 성능을 강화하였습니다.”등의 메시지를 출력하도록 청소 로봇을 제어할 수 있다.
한편, 제어부는 중앙처리장치, 마이크로 프로세서, 프로세서 등의 용어와 혼용될 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 단말기의 제어부(180)를 포함할 수도 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
510: 저장부 520: 인공지능부
530: 통신부

Claims (16)

  1. 복수의 음성 인식 모델을 저장하는 저장부;
    복수의 음성 인식 장치와 통신하는 통신부; 및
    상기 복수의 음성 인식 장치에 음성 인식 서비스를 제공하고, 상기 복수의 음성 인식 장치 중 제1 음성 인식 장치의 사용성 정보를 획득하고, 상기 사용성 정보에 기초하여 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 제1 음성 인식 모델로부터 제2 음성 인식 모델로 변경하는 프로세서를 포함하고,
    상기 사용성 정보는,
    상기 제1 음성 인식 모델에 대한 상기 제1 음성 인식 장치의 사용자의 만족도를 나타내는 피드백을 포함하고,
    상기 프로세서는,
    상기 제1 음성 인식 장치로부터 상기 제1 음성 인식 장치의 사용자의 음성 데이터를 수신하고, 상기 음성 데이터를 상기 제1 음성 인식 모델에 입력하여 상기 음성 데이터에 대응하는 인식 결과를 획득하고, 상기 음성 데이터로부터 상기 피드백을 추출하고, 상기 음성 데이터에 대응하는 인식 결과를 상기 제1 음성 인식 장치에 전송하고,
    상기 피드백을 포함하는 상기 사용성 정보에 기초하여 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 변경 여부를 결정하고,
    상기 프로세서는
    동일한 용어의 발화 횟수, 재 문의 발화 횟수를 이용하여, 상기 음성 인식 모델에 대한 사용자의 만족도를 결정하는
    음성 인식 서비스를 제공하는 서버.
  2. 제 1항에 있어서,
    상기 프로세서는,
    상기 복수의 음성 인식 장치 중 제2 음성 인식 장치의 사용성 정보를 획득하고, 상기 제2 음성 인식 장치의 사용성 정보에 기초하여 상기 제2 음성 인식 장치에 대응하는 음성 인식 모델을 상기 제1 음성 인식 모델로부터 제3 음성 인식 모델로 변경하는
    음성 인식 서비스를 제공하는 서버.
  3. 제 1항에 있어서,
    상기 사용성 정보는,
    상기 제1 음성 인식 장치의 사용자의 메타 정보, 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능 및 상기 제1 음성 인식 장치의 사용자의 업데이트 요청 중 적어도 하나를 더 포함하는
    음성 인식 서비스를 제공하는 서버.
  4. 제 3항에 있어서,
    상기 메타 정보는,
    상기 사용자의 성별, 나이, 지역 및 국가 중 적어도 하나를 포함하는
    음성 인식 서비스를 제공하는 서버.
  5. 삭제
  6. 제 3항에 있어서,
    상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능은,
    상기 제1 음성 인식 모델을 이용하여 상기 제1 음성 인식 장치의 사용자의 음성에 대한 음성 인식을 수행한 경우의 음성 인식률을 포함하는
    음성 인식 서비스를 제공하는 서버.
  7. 제 3항에 있어서,
    상기 프로세서는,
    상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 변경하는 것으로 결정되면, 상기 제1 음성 인식 장치의 사용자의 발화 습관 및 상기 메타 정보 중 적어도 하나에 기초하여 변경될 음성 인식 모델을 결정하는
    음성 인식 서비스를 제공하는 서버.
  8. 제 3항에 있어서,
    상기 프로세서는,
    상기 사용성 정보에 가중치를 부여하고 상기 가중치가 부여된 사용성 정보를 음성 인식 엔진 분류 모델에 입력하여 상기 음성 인식 모델의 변경 여부 및 변경될 음성 인식 모델을 결정하는
    음성 인식 서비스를 제공하는 서버.
  9. 음성 인식 서비스를 제공하는 서버의 동작 방법에 있어서,
    복수의 음성 인식 장치에 음성 인식 서비스를 제공하는 단계;
    상기 복수의 음성 인식 장치 중 제1 음성 인식 장치의 사용성 정보를 획득하는 단계; 및
    상기 사용성 정보에 기초하여 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 복수의 음성 인식 모델 중 제1 음성 인식 모델로부터 상기 복수의 음성 인식 모델 중 제2 음성 인식 모델로 변경하는 단계를 포함하고,
    상기 사용성 정보는,
    상기 제1 음성 인식 모델에 대한 상기 제1 음성 인식 장치의 사용자의 만족도를 나타내는 피드백을 포함하고,
    상기 복수의 음성 인식 장치에 음성 인식 서비스를 제공하는 단계는,
    상기 제1 음성 인식 장치로부터 상기 제1 음성 인식 장치의 사용자의 음성 데이터를 수신하는 단계;
    상기 음성 데이터를 상기 제1 음성 인식 모델에 입력하여 상기 음성 데이터에 대응하는 인식 결과를 획득하고, 상기 음성 데이터로부터 상기 피드백을 추출하는 단계; 및
    상기 음성 데이터에 대응하는 인식 결과를 상기 제1 음성 인식 장치에 전송하는 단계를 포함하고,
    상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 상기 제1 음성 인식 모델로부터 상기 제2 음성 인식 모델로 변경하는 단계는,
    상기 피드백을 포함하는 상기 사용성 정보에 기초하여 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 변경 여부를 결정하는 단계를 포함하고,
    상기 동작 방법은
    동일한 용어의 발화 횟수, 재 문의 발화 횟수를 이용하여, 상기 음성 인식 모델에 대한 사용자의 만족도를 결정하는 단계를 더 포함하는
    음성 인식 서비스를 제공하는 서버의 동작 방법.
  10. 제 9항에 있어서,
    상기 복수의 음성 인식 장치 중 제2 음성 인식 장치의 사용성 정보를 획득하는 단계; 및
    상기 제2 음성 인식 장치의 사용성 정보에 기초하여 상기 제2 음성 인식 장치에 대응하는 음성 인식 모델을 상기 제1 음성 인식 모델로부터 제3 음성 인식 모델로 변경하는 단계를 더 포함하는
    음성 인식 서비스를 제공하는 서버의 동작 방법.
  11. 제 9항에 있어서,
    상기 사용성 정보는,
    상기 제1 음성 인식 장치의 사용자의 메타 정보, 상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능 및 상기 제1 음성 인식 장치의 사용자의 업데이트 요청 중 적어도 하나를 더 포함하는
    음성 인식 서비스를 제공하는 서버의 동작 방법.
  12. 제 11항에 있어서,
    상기 메타 정보는,
    상기 사용자의 성별, 나이, 지역 및 국가 중 적어도 하나를 포함하는
    음성 인식 서비스를 제공하는 서버의 동작 방법.
  13. 삭제
  14. 제 11항에 있어서,
    상기 제1 음성 인식 장치에 대응하는 음성 인식 모델의 인식 성능은,
    상기 제1 음성 인식 모델을 이용하여 상기 제1 음성 인식 장치의 사용자의 음성에 대한 음성 인식을 수행한 경우의 음성 인식률을 포함하는
    음성 인식 서비스를 제공하는 서버의 동작 방법.
  15. 제 11항에 있어서,
    상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 상기 제1 음성 인식 모델로부터 상기 제2 음성 인식 모델로 변경하는 단계는,

    상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 변경하는 것으로 결정되면, 상기 제1 음성 인식 장치의 사용자의 발화 습관 및 상기 메타 정보 중 적어도 하나에 기초하여 변경될 음성 인식 모델을 결정하는 단계를 더 포함하는
    음성 인식 서비스를 제공하는 서버의 동작 방법.
  16. 제 11항에 있어서,
    상기 제1 음성 인식 장치에 대응하는 음성 인식 모델을 상기 제1 음성 인식 모델로부터 상기 제2 음성 인식 모델로 변경하는 단계는,
    상기 사용성 정보에 가중치를 부여하고 상기 가중치가 부여된 사용성 정보를 음성 인식 엔진 분류 모델에 입력하여 상기 음성 인식 모델의 변경 여부 및 변경될 음성 인식 모델을 결정하는 단계를 포함하는
    음성 인식 서비스를 제공하는 서버의 동작 방법.
KR1020180104694A 2018-09-03 2018-09-03 음성 인식 서비스를 제공하는 서버 Active KR102225984B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020180104694A KR102225984B1 (ko) 2018-09-03 2018-09-03 음성 인식 서비스를 제공하는 서버
US16/545,794 US11222624B2 (en) 2018-09-03 2019-08-20 Server for providing voice recognition service
PCT/KR2019/011341 WO2020050595A1 (ko) 2018-09-03 2019-09-03 음성 인식 서비스를 제공하는 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180104694A KR102225984B1 (ko) 2018-09-03 2018-09-03 음성 인식 서비스를 제공하는 서버

Publications (2)

Publication Number Publication Date
KR20200026574A KR20200026574A (ko) 2020-03-11
KR102225984B1 true KR102225984B1 (ko) 2021-03-10

Family

ID=69640059

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180104694A Active KR102225984B1 (ko) 2018-09-03 2018-09-03 음성 인식 서비스를 제공하는 서버

Country Status (3)

Country Link
US (1) US11222624B2 (ko)
KR (1) KR102225984B1 (ko)
WO (1) WO2020050595A1 (ko)

Families Citing this family (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9772817B2 (en) 2016-02-22 2017-09-26 Sonos, Inc. Room-corrected voice detection
US9965247B2 (en) 2016-02-22 2018-05-08 Sonos, Inc. Voice controlled media playback system based on user profile
US9947316B2 (en) 2016-02-22 2018-04-17 Sonos, Inc. Voice control of a media playback system
US10509626B2 (en) 2016-02-22 2019-12-17 Sonos, Inc Handling of loss of pairing between networked devices
US10095470B2 (en) 2016-02-22 2018-10-09 Sonos, Inc. Audio response playback
US10264030B2 (en) 2016-02-22 2019-04-16 Sonos, Inc. Networked microphone device control
US9978390B2 (en) 2016-06-09 2018-05-22 Sonos, Inc. Dynamic player selection for audio signal processing
US10134399B2 (en) 2016-07-15 2018-11-20 Sonos, Inc. Contextualization of voice inputs
US10115400B2 (en) 2016-08-05 2018-10-30 Sonos, Inc. Multiple voice services
US9942678B1 (en) 2016-09-27 2018-04-10 Sonos, Inc. Audio playback settings for voice interaction
US10181323B2 (en) 2016-10-19 2019-01-15 Sonos, Inc. Arbitration-based voice recognition
US11183181B2 (en) 2017-03-27 2021-11-23 Sonos, Inc. Systems and methods of multiple voice services
US10475449B2 (en) 2017-08-07 2019-11-12 Sonos, Inc. Wake-word detection suppression
US10048930B1 (en) 2017-09-08 2018-08-14 Sonos, Inc. Dynamic computation of system response volume
US10531157B1 (en) * 2017-09-21 2020-01-07 Amazon Technologies, Inc. Presentation and management of audio and visual content across devices
US10446165B2 (en) 2017-09-27 2019-10-15 Sonos, Inc. Robust short-time fourier transform acoustic echo cancellation during audio playback
US10482868B2 (en) 2017-09-28 2019-11-19 Sonos, Inc. Multi-channel acoustic echo cancellation
US10051366B1 (en) 2017-09-28 2018-08-14 Sonos, Inc. Three-dimensional beam forming with a microphone array
US10621981B2 (en) 2017-09-28 2020-04-14 Sonos, Inc. Tone interference cancellation
US10466962B2 (en) 2017-09-29 2019-11-05 Sonos, Inc. Media playback system with voice assistance
US10880650B2 (en) 2017-12-10 2020-12-29 Sonos, Inc. Network microphone devices with automatic do not disturb actuation capabilities
US10818290B2 (en) 2017-12-11 2020-10-27 Sonos, Inc. Home graph
WO2019152722A1 (en) 2018-01-31 2019-08-08 Sonos, Inc. Device designation of playback and network microphone device arrangements
US10600408B1 (en) * 2018-03-23 2020-03-24 Amazon Technologies, Inc. Content output management based on speech quality
US11175880B2 (en) 2018-05-10 2021-11-16 Sonos, Inc. Systems and methods for voice-assisted media content selection
US10959029B2 (en) 2018-05-25 2021-03-23 Sonos, Inc. Determining and adapting to changes in microphone performance of playback devices
US10681460B2 (en) 2018-06-28 2020-06-09 Sonos, Inc. Systems and methods for associating playback devices with voice assistant services
US11076035B2 (en) 2018-08-28 2021-07-27 Sonos, Inc. Do not disturb feature for audio notifications
US10461710B1 (en) 2018-08-28 2019-10-29 Sonos, Inc. Media playback system with maximum volume setting
US10587430B1 (en) 2018-09-14 2020-03-10 Sonos, Inc. Networked devices, systems, and methods for associating playback devices based on sound codes
WO2020060311A1 (en) * 2018-09-20 2020-03-26 Samsung Electronics Co., Ltd. Electronic device and method for providing or obtaining data for training thereof
US11024331B2 (en) 2018-09-21 2021-06-01 Sonos, Inc. Voice detection optimization using sound metadata
US10811015B2 (en) 2018-09-25 2020-10-20 Sonos, Inc. Voice detection optimization based on selected voice assistant service
US11100923B2 (en) 2018-09-28 2021-08-24 Sonos, Inc. Systems and methods for selective wake word detection using neural network models
US10692518B2 (en) 2018-09-29 2020-06-23 Sonos, Inc. Linear filtering for noise-suppressed speech detection via multiple network microphone devices
US11899519B2 (en) 2018-10-23 2024-02-13 Sonos, Inc. Multiple stage network microphone device with reduced power consumption and processing load
EP3654249A1 (en) 2018-11-15 2020-05-20 Snips Dilated convolutions and gating for efficient keyword spotting
US11183183B2 (en) 2018-12-07 2021-11-23 Sonos, Inc. Systems and methods of operating media playback systems having multiple voice assistant services
US11132989B2 (en) 2018-12-13 2021-09-28 Sonos, Inc. Networked microphone devices, systems, and methods of localized arbitration
US10602268B1 (en) 2018-12-20 2020-03-24 Sonos, Inc. Optimization of network microphone devices using noise classification
US11315556B2 (en) 2019-02-08 2022-04-26 Sonos, Inc. Devices, systems, and methods for distributed voice processing by transmitting sound data associated with a wake word to an appropriate device for identification
US10867604B2 (en) 2019-02-08 2020-12-15 Sonos, Inc. Devices, systems, and methods for distributed voice processing
EP3709194A1 (en) 2019-03-15 2020-09-16 Spotify AB Ensemble-based data comparison
US11120794B2 (en) 2019-05-03 2021-09-14 Sonos, Inc. Voice assistant persistence across multiple network microphone devices
US10586540B1 (en) 2019-06-12 2020-03-10 Sonos, Inc. Network microphone device with command keyword conditioning
US11200894B2 (en) 2019-06-12 2021-12-14 Sonos, Inc. Network microphone device with command keyword eventing
US11361756B2 (en) 2019-06-12 2022-06-14 Sonos, Inc. Conditional wake word eventing based on environment
US11138969B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US11138975B2 (en) 2019-07-31 2021-10-05 Sonos, Inc. Locally distributed keyword detection
US10871943B1 (en) 2019-07-31 2020-12-22 Sonos, Inc. Noise classification for event detection
US11094319B2 (en) 2019-08-30 2021-08-17 Spotify Ab Systems and methods for generating a cleaned version of ambient sound
US11189286B2 (en) 2019-10-22 2021-11-30 Sonos, Inc. VAS toggle based on device orientation
KR20210054800A (ko) * 2019-11-06 2021-05-14 엘지전자 주식회사 사용자의 음성샘플 수집
US11200900B2 (en) 2019-12-20 2021-12-14 Sonos, Inc. Offline voice control
US11562740B2 (en) 2020-01-07 2023-01-24 Sonos, Inc. Voice verification for media playback
US11556307B2 (en) 2020-01-31 2023-01-17 Sonos, Inc. Local voice data processing
US11308958B2 (en) 2020-02-07 2022-04-19 Sonos, Inc. Localized wakeword verification
US11308959B2 (en) 2020-02-11 2022-04-19 Spotify Ab Dynamic adjustment of wake word acceptance tolerance thresholds in voice-controlled devices
US11328722B2 (en) * 2020-02-11 2022-05-10 Spotify Ab Systems and methods for generating a singular voice audio stream
JP7196122B2 (ja) * 2020-02-18 2022-12-26 株式会社東芝 インタフェース提供装置、インタフェース提供方法およびプログラム
US11482224B2 (en) 2020-05-20 2022-10-25 Sonos, Inc. Command keywords with input detection windowing
US11727919B2 (en) 2020-05-20 2023-08-15 Sonos, Inc. Memory allocation for keyword spotting engines
US11308962B2 (en) * 2020-05-20 2022-04-19 Sonos, Inc. Input detection windowing
JP7491761B2 (ja) 2020-07-20 2024-05-28 ローランドディー．ジー．株式会社 三次元造形装置および三次元造形装置用の帯電捕集装置
US11698771B2 (en) 2020-08-25 2023-07-11 Sonos, Inc. Vocal guidance engines for playback devices
US11984123B2 (en) 2020-11-12 2024-05-14 Sonos, Inc. Network device interaction by range
CN112908333B (zh) * 2021-05-08 2021-07-16 鹏城实验室 语音识别方法、装置、设备及计算机可读存储介质
KR102459856B1 (ko) * 2022-06-22 2022-10-31 주식회사 인조이웍스 비대면 실시간 민원상담을 위한 주민생활 통합 지원 서비스 제공 시스템
CN116206606A (zh) * 2023-02-21 2023-06-02 蔚来汽车科技(安徽)有限公司 语音处理方法、装置、计算机设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005215689A (ja) * 2004-02-02 2005-08-11 Fuji Xerox Co Ltd 情報源から情報を認識する方法およびシステム
JP2008203469A (ja) * 2007-02-19 2008-09-04 Toshiba Corp 音声認識装置及び方法

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2871557B2 (ja) * 1995-11-08 1999-03-17 株式会社エイ・ティ・アール音声翻訳通信研究所 音声認識装置
US9076448B2 (en) * 1999-11-12 2015-07-07 Nuance Communications, Inc. Distributed real time speech recognition system
US7548651B2 (en) * 2003-10-03 2009-06-16 Asahi Kasei Kabushiki Kaisha Data process unit and data process unit control program
GB0420464D0 (en) * 2004-09-14 2004-10-20 Zentian Ltd A speech recognition circuit and method
CN101034390A (zh) * 2006-03-10 2007-09-12 日电（中国）有限公司 用于语言模型切换和自适应的装置和方法
JP4466665B2 (ja) * 2007-03-13 2010-05-26 日本電気株式会社 議事録作成方法、その装置及びそのプログラム
US8352264B2 (en) * 2008-03-19 2013-01-08 Canyon IP Holdings, LLC Corrective feedback loop for automated speech recognition
US8990085B2 (en) * 2009-09-30 2015-03-24 At&T Intellectual Property I, L.P. System and method for handling repeat queries due to wrong ASR output by modifying an acoustic, a language and a semantic model
US8442827B2 (en) * 2010-06-18 2013-05-14 At&T Intellectual Property I, L.P. System and method for customized voice response
US20130325447A1 (en) * 2012-05-31 2013-12-05 Elwha LLC, a limited liability corporation of the State of Delaware Speech recognition adaptation systems based on adaptation data
US9966064B2 (en) * 2012-07-18 2018-05-08 International Business Machines Corporation Dialect-specific acoustic language modeling and speech recognition
US10346542B2 (en) * 2012-08-31 2019-07-09 Verint Americas Inc. Human-to-human conversation analysis
US9035884B2 (en) * 2012-10-17 2015-05-19 Nuance Communications, Inc. Subscription updates in multiple device language models
US9190057B2 (en) * 2012-12-12 2015-11-17 Amazon Technologies, Inc. Speech model retrieval in distributed speech recognition systems
US9460083B2 (en) * 2012-12-27 2016-10-04 International Business Machines Corporation Interactive dashboard based on real-time sentiment analysis for synchronous communication
KR20160030168A (ko) * 2013-07-09 2016-03-16 주식회사 윌러스표준기술연구소 음성 인식 방법, 장치 및 시스템
US20150073774A1 (en) * 2013-09-11 2015-03-12 Avaya Inc. Automatic Domain Sentiment Expansion
US9128930B2 (en) * 2013-10-31 2015-09-08 Tencent Technology (Shenzhen) Company Limited Method, device and system for providing language service
EP3067884B1 (en) * 2015-03-13 2019-05-08 Samsung Electronics Co., Ltd. Speech recognition system and speech recognition method thereof
US10325590B2 (en) * 2015-06-26 2019-06-18 Intel Corporation Language model modification for local speech recognition systems using remote sources
KR20170046291A (ko) * 2015-10-21 2017-05-02 삼성전자주식회사 전자 기기, 그의 음향 모델 적응 방법 및 음성 인식 시스템
DE112016006496T5 (de) * 2016-02-26 2018-11-15 Mitsubishi Electric Corporation Stimmerkennungsvorrichtung
US11216069B2 (en) * 2018-05-08 2022-01-04 Facebook Technologies, Llc Systems and methods for improved speech recognition using neuromuscular information
KR102501714B1 (ko) * 2016-11-16 2023-02-21 삼성전자주식회사 사용자의 음성 입력에 대한 답변 메시지를 제공하는 디바이스 및 방법
KR20180074210A (ko) * 2016-12-23 2018-07-03 삼성전자주식회사 전자 장치 및 전자 장치의 음성 인식 방법
US11521641B2 (en) * 2017-02-08 2022-12-06 Nippon Telegraph And Telephone Corporation Model learning device, estimating device, methods therefor, and program
US11056104B2 (en) * 2017-05-26 2021-07-06 International Business Machines Corporation Closed captioning through language detection
CN107240396B (zh) * 2017-06-16 2023-01-17 百度在线网络技术（北京）有限公司 说话人自适应方法、装置、设备及存储介质
GB201801527D0 (en) * 2017-07-07 2018-03-14 Cirrus Logic Int Semiconductor Ltd Method, apparatus and systems for biometric processes
US10558763B2 (en) * 2017-08-03 2020-02-11 Electronics And Telecommunications Research Institute Automatic translation system, device, and method
KR102413282B1 (ko) * 2017-08-14 2022-06-27 삼성전자주식회사 개인화된 음성 인식 방법 및 이를 수행하는 사용자 단말 및 서버
KR102369416B1 (ko) * 2017-09-18 2022-03-03 삼성전자주식회사 복수의 사용자 각각에 대응하는 개인화 레이어를 이용하여 복수의 사용자 각각의 음성 신호를 인식하는 음성 신호 인식 시스템
US10380261B2 (en) * 2017-12-22 2019-08-13 Disney Enterprises, Inc. Conversational language and informational response systems and methods
KR102550932B1 (ko) * 2017-12-29 2023-07-04 삼성전자주식회사 음성 인식 모델의 개인화 방법 및 장치
US10783882B2 (en) * 2018-01-03 2020-09-22 International Business Machines Corporation Acoustic change detection for robust automatic speech recognition based on a variance between distance dependent GMM models
US10937414B2 (en) * 2018-05-08 2021-03-02 Facebook Technologies, Llc Systems and methods for text input using neuromuscular information
US10650811B2 (en) * 2018-03-13 2020-05-12 Microsoft Technology Licensing, Llc Correction of speech recognition on repetitive queries
EP4254402B1 (en) * 2018-04-16 2025-01-01 Google LLC Automatically determining language for speech recognition of spoken utterance received via an automated assistant interface
US10679615B2 (en) * 2018-04-16 2020-06-09 Google Llc Adaptive interface in a voice-based networked system
EP4270385B1 (en) * 2018-04-16 2024-12-18 Google LLC Automatically determining language for speech recognition of spoken utterance received via an automated assistant interface
US11010179B2 (en) * 2018-04-20 2021-05-18 Facebook, Inc. Aggregating semantic information for improved understanding of users
US10592001B2 (en) * 2018-05-08 2020-03-17 Facebook Technologies, Llc Systems and methods for improved speech recognition using neuromuscular information
KR102699827B1 (ko) * 2018-05-11 2024-08-29 삼성전자주식회사 음성 인식 모델을 개인화하는 방법 및 장치
US20190362709A1 (en) * 2018-05-25 2019-11-28 Motorola Mobility Llc Offline Voice Enrollment
US11011162B2 (en) * 2018-06-01 2021-05-18 Soundhound, Inc. Custom acoustic models

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005215689A (ja) * 2004-02-02 2005-08-11 Fuji Xerox Co Ltd 情報源から情報を認識する方法およびシステム
JP2008203469A (ja) * 2007-02-19 2008-09-04 Toshiba Corp 音声認識装置及び方法

Also Published As

Publication number Publication date
KR20200026574A (ko) 2020-03-11
WO2020050595A1 (ko) 2020-03-12
US11222624B2 (en) 2022-01-11
US20200074990A1 (en) 2020-03-05

Similar Documents

Publication Publication Date Title
KR102225984B1 (ko) 음성 인식 서비스를 제공하는 서버
EP3509061B1 (en) Electronic device for voice recognition
KR102225918B1 (ko) 인공 지능 기기
KR102384641B1 (ko) 다국어 처리를 수행하는 인공 지능 시스템의 제어 방법
US11531864B2 (en) Artificial intelligence server
US10593322B2 (en) Electronic device and method for controlling the same
US10464570B2 (en) Electronic device and method using machine learning for identifying characteristics of users located within a specific space
KR20190100114A (ko) 배터리 장치 및 그 제어 방법
US20200193989A1 (en) Audio device and control method therefor
EP3364661A2 (en) Electronic device and method for controlling the same
US20200302313A1 (en) Artificial intelligence device
US10685650B2 (en) Mobile terminal and method of controlling the same
KR102390685B1 (ko) 전자 장치 및 그 제어 방법
KR20190116035A (ko) 인공지능 서버
KR102172772B1 (ko) 인공지능 서버 및 인공지능 디바이스
US20190163436A1 (en) Electronic device and method for controlling the same
US11734400B2 (en) Electronic device and control method therefor
US20210287665A1 (en) Voice recognition system
KR20190121558A (ko) 이동 단말기
KR102114064B1 (ko) 이동 단말기
US12216955B2 (en) User terminal to which external display may be connected and control method therefor
KR20230031056A (ko) 감성 분석 시스템을 이용한 데이터 학습 방법
KR20220104595A (ko) 중단 없는 기계학습 클러스터 재구성 방법
KR20220075654A (ko) Multi-class 데이터 잠재공간 분리를 위한 오토인코더 모델
KR20190035363A (ko) 전자 장치 및 그 제어 방법

Legal Events

Date Code Title Description
A201 Request for examination
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20180903

PA0201 Request for examination
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20200113

Patent event code: PE09021S01D

PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20200729

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20210126

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20210304

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20210305

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20250210

Start annual number: 5

End annual number: 5