[go: up one dir, main page]

KR102406718B1 - 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템 - Google Patents

컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템 Download PDF

Info

Publication number
KR102406718B1
KR102406718B1 KR1020170091274A KR20170091274A KR102406718B1 KR 102406718 B1 KR102406718 B1 KR 102406718B1 KR 1020170091274 A KR1020170091274 A KR 1020170091274A KR 20170091274 A KR20170091274 A KR 20170091274A KR 102406718 B1 KR102406718 B1 KR 102406718B1
Authority
KR
South Korea
Prior art keywords
user
electronic device
processor
utterance
input
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
KR1020170091274A
Other languages
English (en)
Other versions
KR20190009488A (ko
Inventor
신호선
이철민
이승열
제성민
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 KR1020170091274A priority Critical patent/KR102406718B1/ko
Priority to PCT/KR2018/008189 priority patent/WO2019017715A1/en
Priority to US16/040,165 priority patent/US11048293B2/en
Priority to CN201880048401.0A priority patent/CN110945584B/zh
Priority to EP18834709.0A priority patent/EP3646318B1/en
Publication of KR20190009488A publication Critical patent/KR20190009488A/ko
Application granted granted Critical
Publication of KR102406718B1 publication Critical patent/KR102406718B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1601—Constructional details related to the housing of computer displays, e.g. of CRT monitors, of flat displays
    • G06F1/1605—Multimedia displays, e.g. with integrated or attached speakers, cameras, microphones
    • 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
    • G10L15/28—Constructional details of speech recognition systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3231—Monitoring the presence, absence or movement of users
    • 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
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • 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
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • G06F3/0412—Digitisers structurally integrated in a display
    • 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]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • 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
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L25/87—Detection of discrete points within a voice signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/02—Casings; Cabinets ; Supports therefor; Mountings therein
    • H04R1/025—Arrangements for fixing loudspeaker transducers, e.g. in a box, furniture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/08—Mouthpieces; Microphones; Attachments therefor
    • H04R1/083—Special constructions of mouthpieces
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R27/00—Public address systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic 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
    • G10L15/22—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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2227/00—Details of public address [PA] systems covered by H04R27/00 but not provided for in any of its subgroups
    • H04R2227/003—Digital PA systems using, e.g. LAN or internet

Landscapes

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

Abstract

전자 장치가 개시된다. 상기 전자 장치는, 하우징; 상기 하우징의 제1 부분에 배치된 스피커; 상기 하우징의 제2 부분에 배치된 마이크로폰; 상기 하우징 내 배치되거나 상기 하우징에 부착된 통신 회로; 상기 하우징 내에 배치되고 상기 스피커, 상기 마이크로폰 및 상기 통신 회로와 기능적으로 연결된 프로세서; 및 상기 하우징 내에 배치되고 상기 프로세서와 기능적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 지능형 시스템을 활성화하는 사용자 입력을 수신하고, 상기 전자 장치의 상태에 적어도 일부 기반하여 상기 마이크로폰을 통해 사용자 발화를 수신하는 지속 기간(duration)의 적어도 일부를 결정하고, 상기 사용자 입력을 수신한 후 상기 마이크로폰을 통해 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화와 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 전송하고, 상기 통신 회로를 통해 상기 외부 서버로부터 상기 제1 데이터에 적어도 일부 기반하여 생성된 제1 응답을 수신하도록 하는 인스트럭션들을 저장할 수 있다.이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템{An electronic device and system for deciding a duration of receiving voice input based on context information}
본 문서에서 개시되는 실시 예들은, 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 기술과 관련된다.
키보드나 마우스를 이용한 전통적인 입력 방식에 부가하여, 최근의 전자 장치들은 음성 입력과 같은 다양한 입력 방식을 지원할 수 있다. 예를 들어, 스마트폰이나 태블릿과 같은 전자 장치들은 음성 인식 서비스가 실행된 상태에서 입력되는 사용자의 음성을 인식하고, 음성 입력에 대응되는 동작을 실행하거나 검색 결과를 제공할 수 있다.
근래 음성 인식 서비스는 자연어를 처리하는 기술을 기반으로 발전하고 있다. 자연어를 처리하는 기술은 사용자 발화의 의도를 파악하고, 의도에 맞는 결과를 사용자에게 제공하는 기술이다.
음성 입력 수신을 위해서 사용자 단말의 마이크를 이용해야 하고, 사용자 단말은 마이크 이용에 따른 전력을 소모한다. 전력 소모를 줄이기 위해 마이크를 너무 이르게 비활성화 하면 사용자 단말은 음성 신호의 뒷부분을 누락할 수 있다. 또는, 마이크 비활성화가 늦으면, 불필요한 전력을 소모할 수 있다.
본 문서에서 개시되는 다양한 실시 예들에 따르면, 사용자 단말의 컨텍스트에 기반하여 마이크가 활성화되는 시간을 결정함으로써 전력을 효율적으로 소모할 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징; 상기 하우징의 제1 부분에 배치된 스피커; 상기 하우징의 제2 부분에 배치된 마이크로폰; 상기 하우징 내 배치되거나 상기 하우징에 부착된 통신 회로; 상기 하우징 내에 배치되고 상기 스피커, 상기 마이크로폰 및 상기 통신 회로와 기능적으로 연결된 프로세서; 및 상기 하우징 내에 배치되고 상기 프로세서와 기능적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 지능형 시스템을 활성화하는 사용자 입력을 수신하고, 상기 전자 장치의 상태에 적어도 일부 기반하여 상기 마이크로폰을 통해 사용자 발화를 수신하는 지속 기간(duration)의 적어도 일부를 결정하고, 상기 사용자 입력을 수신한 후 상기 마이크로폰을 통해 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화와 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 전송하고, 상기 통신 회로를 통해 상기 외부 서버로부터 상기 제1 데이터에 적어도 일부 기반하여 생성된 제1 응답을 수신하도록 하는 인스트럭션들을 저장할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징; 상기 하우징의 제1 부분에 배치된 스피커; 상기 하우징의 제2 부분에 배치된 마이크로폰; 상기 하우징 내 배치되거나 상기 하우징에 부착된 통신 회로; 상기 하우징 내에 배치되고 상기 스피커, 상기 마이크로폰 및 상기 통신 회로와 기능적으로 연결된 프로세서; 및 상기 하우징 내에 배치되고 상기 프로세서와 기능적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크로폰을 통해 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화는 상기 전자 장치를 적어도 일부 이용하고, 실행을 위해 하나 이상의 파라미터를 필요로 하는 태스크를 수행하기 위한 요청을 포함하고, 상기 제1 사용자 발화는 상기 하나 이상의 파라미터의 전부를 포함하지 않고, 상기 제1 사용자 발화와 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 전송하고, 상기 태스크를 수행하기 위해 필요한 파라미터를 획득하기 위한 제2 사용자 발화의 컨텍스트에 대한 정보를 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고, 상기 전자 장치의 상태, 상기 제1 사용자 발화 또는 상기 제2 사용자 발화의 컨텍스트 중 적어도 하나에 적어도 일부 기반하여, 상기 제2 사용자 발화를 수신할 지속 기간의 적어도 일부를 결정하고, 상기 지속 기간 동안 상기 마이크로폰을 통해 발화를 수신하는 상태에 있도록 상기 마이크로폰이 개방되도록 유지하도록 하는 인스트럭션들을 저장할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 시스템은 적어도 하나의 네트워크 인터페이스; 상기 네트워크 인터페이스에 기능적으로 연결된 적어도 하나의 프로세서; 상기 프로세서에 기능적으로 연결되는 적어도 하나의 메모리; 상기 메모리는 적어도 하나의 태스크를 수행하기 위한 적어도 하나의 외부 전자 장치의 스테이트들의 상태를 저장하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 마이크로폰을 포함하는 제1 외부 전자 장치를 통해 제공된 제1 사용자 발화와 관련된 제1 데이터를 수신하고, 상기 제1 사용자 발화는 상기 제1 외부 전자 장치를 적어도 일부 이용하는 태스크를 수행하기 위한 요청을 포함하고, 상기 태스크를 수행하기 위해 사용자로부터의 제2 사용자 발화가 필요한 것으로 결정하고, 상기 제1 외부 전자 장치의 상태, 상기 제1 사용자 발화 및/또는 상기 제2 사용자 발화의 컨텍스트에 적어도 일부 기반하여, 상기 제1 외부 전자 장치를 통해 상기 제2 사용자 발화를 수신할 지속 기간의 적어도 일부를 결정하고, 상기 제1 외부 전자 장치가 상기 지속 기간 동안 상기 마이크로폰을 통해 발화를 수신하는 상태에 있도록 상기 제1 외부 전자 장치로 상기 지속 기간의 적어도 일부에 대한 정보를 제공하도록 하는 인스트럭션들을 저장할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 사용자 단말의 컨텍스트에 따라 마이크가 활성화되는 시간을 결정함으로써 불필요한 전력 소모를 줄일 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 마이크 활성화 시간을 조절함으로써 음성 인식 서비스의 반응 속도를 높일 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 2는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 4는 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 것을 나타낸 도면이다.
도 5는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 패스 자연어 이해 모듈(natural language understanding)(NLU)이 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 7은 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 페르소나 모듈(persona module)이 사용자의 정보를 관리하는 것을 나타낸 도면이다.
도 8은 일 실시 예에 따른 사용자 단말의 상태에 따라 결정된 지속 기간 동안 사용자 발화를 수신하여 지정된 동작을 수행하는 방법을 나타낸 흐름도이다.
도 9a는 일 실시 예에 따른 일정을 입력하는 화면에서 시간 입력 필드가 비어있는 상태를 나타내는 도면이다.
도 9b는 일 실시 예에 따른 일정을 입력하는 화면에서 메모 입력 필드가 비어있는 상태를 나타내는 도면이다.
도 10은 일 실시 예에 따른 선택 입력을 수신하기 위한 화면을 나타내는 도면이다.
도 11a는 일 실시 예에 따른 잠금 상태에서 수신된 사용자 발화에 해당하는 텍스트가 표시된 화면을 나타내는 도면이다.
도 11b는 일 실시 예에 따른 패스워드 입력을 요청하는 화면을 나타내는 도면이다.
도 11c는 일 실시 예에 따른 패스워드 발화가 입력된 화면을 나타내는 도면이다.
도 11d는 일 실시 예에 따른 사용자 발화에 따른 태스크가 수행된 결과 화면을 나타내는 도면이다.
도 12a는 일 실시 예에 따른 제2 사용자 발화를 수신하는 지속 기간을 지능형 서버가 결정하는 경우의 사용자 단말과 지능형 서버의 동작을 나타내는 흐름도이다.
도 12b는 일 실시 예에 따른 제2 사용자 발화를 수신하는 지속 기간을 사용자 단말이 결정하는 경우의 사용자 단말과 지능형 서버의 동작을 나타내는 흐름도이다.
도 13a는 일 실시 예에 따른 일부 파라미터가 누락된 사용자 발화에 해당하는 텍스트가 표시된 화면을 나타내는 도면이다.
도 13b는 일 실시 예에 따른 누락된 파라미터를 획득하기 위한 요청 메시지가 표시된 화면을 나타내는 도면이다.
도 13c는 일 실시 예에 따른 일부 파라미터가 누락된 사용자 발화에 해당하는 텍스트가 표시된 화면을 나타내는 도면이다.
도 13d는 일 실시 예에 따른 누락된 파라미터를 획득하기 위한 요청 메시지가 표시된 화면을 나타내는 도면이다.
도 14는 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블럭도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
본 발명의 일 실시 예를 서술하기에 앞서, 본 발명의 일 실시 예가 적용될 수 있는 통합 지능화 시스템에 대해 설명한다.
도 1은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 1을 참조하면, 통합 지능화 시스템(10)은 사용자 단말(100), 지능형 서버(200), 개인화 정보 서버(300) 또는 제안 서버(400)를 포함할 수 있다.
사용자 단말(100)은 사용자 단말(100) 내부에 저장된 앱(app)(또는, 어플리케이션 프로그램(application program))(예: 알람 앱, 메시지 앱, 사진(갤러리) 앱 등)을 통해 사용자에게 필요한 서비스를 제공할 수 있다. 예를 들어, 사용자 단말(100)은 사용자 단말(100) 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 다른 앱을 실행하고 동작시킬 수 있다. 사용자 단말(100)의 상기 지능형 앱을 통해 상기 다른 앱의 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 원격 입력 등을 통해 수신될 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 휴대폰, 스마트폰, PDA(personal digital assistant) 또는 노트북 컴퓨터 등 인터넷에 연결 가능한 각종 단말 장치(또는, 전자 장치)가 이에 해당될 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 사용자의 발화를 사용자 입력으로 수신할 수 있다. 사용자 단말(100)은 사용자의 발화를 수신하고, 상기 사용자의 발화에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 이에 따라, 사용자 단말(100)은 상기 명령을 이용하여 상기 앱을 동작시킬 수 있다.
지능형 서버(200)는 통신망을 통해 사용자 단말(100)로부터 사용자 음성 입력(voice input)을 수신하여 텍스트 데이터(text data)로 변경할 수 있다. 다른 실시 예에서는, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule)을 생성(또는, 선택)할 수 있다. 상기 패스 룰은 앱의 기능을 수행하기 위한 동작(action)(또는, 오퍼레이션(operation))에 대한 정보 또는 상기 동작을 실행하기 위해 필요한 파라미터에 대한 정보를 포함할 수 있다. 또한, 상기 패스 룰은 상기 앱의 상기 동작의 순서를 포함할 수 있다. 사용자 단말(100)은 상기 패스 룰을 수신하고, 상기 패스 룰에 따라 앱을 선택하고, 상기 선택된 앱에서 상기 패스 룰에 포함된 동작을 실행시킬 수 있다.
본 문서의 “패스 룰(path rule)” 이라는 용어는 일반적으로, 전자 장치가 사용자에 의해 요청된 태스크를 수행하기 위한 상태들의 시퀀스를 의미할 수 있지만, 이에 제한되지 않는다. 다시 말해, 패스 룰은 상태들의 시퀀스에 대한 정보를 포함할 수 있다. 상기 태스크는, 예를 들어, 지능형 앱이 제공할 수 있는 어떠한 동작(action)일 수 있다. 상기 태스크는 일정을 생성하거나, 원하는 상대방에게 사진을 전송하거나, 날씨 정보를 제공하는 것을 포함 할 수 있다. 사용자 단말(100)은 적어도 하나 이상의 상태(예: 사용자 단말(100)의 동작 상태)를 순차적으로 갖음으로써, 상기 태스크를 수행할 수 있다.
일 실시 예에 따르면, 패스 룰은 인공 지능(artificial intelligent)(AI) 시스템에 의해 제공되거나, 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neual 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, 패스 룰은 미리 정의된 패스 룰들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 패스 룰 중 적어도 패스 룰을 선택하거나, 동적(또는, 실시간)으로 패스 룰을 생성할 수 있다. 또한, 사용자 단말(100)은 패스 룰을 제공하기 위해 하이브리드 시스템을 사용할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 실행한 사용자 단말(100)의 상태에 대응되는 화면를 디스플레이에 표시할 수 있다. 다른 예를 들어, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 수행한 결과를 디스플레이에 표시하지 않을 수 있다. 사용자 단말(100)은, 예를 들어, 복수의 동작을 실행하고, 상기 복수의 동작의 일부 결과 만을 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 예를 들어, 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 사용자 단말(100)은 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
개인화 정보 서버(300)는 사용자 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 개인화 정보 서버(300)는 사용자 단말(100)로부터 사용자 정보(예: 컨텍스트 정보, 앱 실행 등)를 수신하여 상기 데이터베이스에 저장할 수 있다. 지능형 서버(200)는 통신망을 통해 개인화 정보 서버(300)로부터 상기 사용자 정보를 수신하여 사용자 입력에 대한 패스 룰을 생성하는 경우에 이용할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 통신망을 통해 개인화 정보 서버(300)로부터 사용자 정보를 수신하여 데이터베이스를 관리하기 위한 정보로 이용할 수 있다.
제안 서버(400)는 단말 내에 기능 혹은 어플리케이션의 소개 또는 제공될 기능에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 제안 서버(400)는 개인화 정보 서버(300)로부터 사용자 단말기(100)의 사용자 정보를 수신하여 사용자가 사용 할 수 있는 기능에 대한 데이터베이스를 포함 할 수 있다. 사용자 단말(100)은 통신망을 통해 제안 서버(400)로부터 상기 제공될 기능에 대한 정보를 수신하여 사용자에게 정보를 제공할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 2를 참조하면, 사용자 단말(100)은 입력 모듈(110), 디스플레이(120), 스피커(130), 메모리(140) 또는 프로세서(150)을 포함할 수 있다. 사용자 단말(100)은 하우징을 더 포함할 수 있고, 상기 사용자 단말(100)의 구성들은 상기 하우징의 내부에 안착되거나 하우징 상에(on the housing) 위치할 수 있다.
일 실시 예에 따른, 입력 모듈(110)은 사용자로부터 사용자 입력을 수신할 수 있다. 예를 들어, 입력 모듈(110)은 연결된 외부 장치(예: 키보드, 헤드셋)로부터 사용자 입력을 수신할 수 있다. 다른 예를 들어, 입력 모듈(110)은 디스플레이(120)와 결합된 터치 스크린(예: 터치 스크린 디스플레이)을 포함할 수 있다. 또 다른 예를 들어, 입력 모듈(110)은 사용자 단말(100)(또는, 사용자 단말(100)의 하우징)에 위치한 하드웨어 키(또는, 물리적 키)를 포함할 수 있다.
일 실시 예에 따르면, 입력 모듈(110)은 사용자의 발화를 음성 신호로 수신할 수 있는 마이크를 포함할 수 있다. 예를 들어, 입력 모듈(110)은 발화 입력 시스템(speech input system)을 포함하고, 상기 발화 입력 시스템을 통해 사용자의 발화를 음성 신호로 수신할 수 있다.
일 실시 예에 따른, 디스플레이(120)는 이미지나 비디오, 및/또는 어플리케이션의 실행 화면을 표시할 수 있다. 예를 들어, 디스플레이(120)는 앱의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.
일 실시 예에 따르면, 스피커(130)는 음성 신호를 출력할 수 있다. 예를 들어, 스피커(130)는 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력할 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(또는, 어플리케이션 프로그램 application program))(141, 143)을 저장할 수 있다. 메모리(140)에 저장된 복수의 앱(141, 143)은 사용자 입력에 따라 선택되어 실행되고 동작할 수 있다.
일 실시 예에 따르면, 메모리(140)는 사용자 입력을 인식하는데 필요한 정보를 저장할 수 있는 데이터베이스를 포함할 수 있다. 예를 들어, 메모리(140)은 로그(log) 정보를 저장할 수 있는 로그 데이터베이스를 포함할 수 있다. 다른 예를 들어, 메모리(140)는 사용자 정보를 저장할 수 있는 페르소나 데이터베이스를 포함할 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(141, 143)을 저장하고, 복수의 앱(141, 143)은 로드되어 동작할 수 있다. 예를 들어, 메모리(140)에 저장된 복수의 앱(141,143)은 프로세서(150)의 실행 매니저 모듈(153)에 의해 로드되어 동작할 수 있다. 복수의 앱(141, 143)은 기능을 수행하는 실행 서비스 모듈(141a, 143a)을 포함할 수 있다. 일 실시 예에서, 복수의 앱(141,143)은 기능을 수행하기 위해서 실행 서비스 모듈(141a, 143a)를 통해 복수의 동작(예: 상태 들의 시퀀스)(141b, 143b)을 실행할 수 있다. 다시 말해, 실행 서비스 모듈(141a, 143a)는 실행 매니저 모듈(153)에 의해 활성화되고, 복수의 동작 (141b, 143b)을 실행할 수 있다.
일 실시 예에 따르면, 앱(141, 143)의 동작(141b, 143b)이 실행되었을 때, 동작(141b, 143b)의 실행에 따른 실행 상태 화면은 디스플레이(120)에 표시될 수 있다. 상기 실행 상태 화면은, 예를 들어, 동작(141b, 143b)이 완료된 상태의 화면일 수 있다. 상기 실행 상태 화면은, 다른 예를 들어, 동작(141b, 143b)의 실행이 정지된 상태(partial landing)(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우)의 화면일 수 있다.
일 실시 예에 따른, 실행 서비스 모듈(141a, 143a)은 패스 룰에 따라 동작(141b, 143b)을 실행할 수 있다. 예를 들어, 실행 서비스 모듈(141a, 143a)는 실행 매니저 모듈(153)에 의해 활성화되고, 실행 매니저 모듈(153)로부터 상기 패스 룰에 따라 실행 요청을 수신하고, 상기 실행 요청에 따라 동작(141b, 143b)을 함으로써, 앱(141, 143)의 기능을 실행할 수 있다. 실행 서비스 모듈(141a, 143a)는 상기 동작(141b, 143b)의 수행이 완료되면 완료 정보를 실행 매니저 모듈(153)로 송신할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행되는 경우, 복수의 동작(141b, 143b)은 순차적으로 실행될 수 있다. 실행 서비스 모듈(141a, 143a)는 하나의 동작(예: 제1 앱(141)의 동작 1, 제2 앱(143)의 동작 1)의 실행이 완료되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)을 오픈하고 완료 정보를 실행 매니저 모듈(153)로 송신할 수 있다. 여기서 임의의 동작을 오픈한다는 것은, 임의의 동작을 실행 가능한 상태로 천이시키거나, 임의의 동작의 실행을 준비하는 것으로 이해될 수 있다. 다시 말해서, 임의의 동작이 오픈되지 않으면, 해당 동작은 실행될 수 없다. 실행 매니저 모듈(153)은 상기 완료 정보가 수신되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)에 대한 실행 요청을 실행 서비스 모듈로 송신할 수 있다. 일 실시 예에 따르면, 복수의 앱(141, 143)이 실행되는 경우, 복수의 앱(141, 143)은 순차적으로 실행될 수 있다. 예를 들어, 제1 앱(141)의 마지막 동작(예: 제1 앱(141)의 동작 3)의 실행이 완료되어 완료 정보를 수신하면, 실행 매니저 모듈(153)은 제2 앱(143)의 첫번째 동작(예: 제2 앱(143)의 동작 1)의 실행 요청을 실행 서비스(143a)로 송신할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행된 경우, 상기 실행된 복수의 동작(141b, 143b) 각각의 실행에 따른 결과 화면은 디스플레이(120)에 표시될 수 있다. 일 실시 예에 따르면, 상기 실행된 복수의 동작(141b, 143b)의 실행에 따른 복수의 결과 화면 중 일부만 디스플레이(120)에 표시될 수 있다.
일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(151)와 연동된 지능형 앱(예: 음성 인식 앱)을 저장할 수 있다. 지능형 에이전트(151)와 연동된 앱은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)와 연동된 앱은 입력 모듈(110)을 통해 입력되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 특정 음성 입력)에 의해 동작될 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(150)는 입력 모듈(110)을 제어하여 사용자 입력을 수신할 수 있다. 프로세서(150)는 디스플레이(120)를 제어하여 이미지를 표시할 수 있다. 프로세서(150)는 스피커(130)를 제어하여 음성 신호를 출력할 수 있다. 프로세서(150)는 메모리(140)를 제어하여 필요한 정보를 불러오거나 저장할 수 있다.
일 실시 예에 따르면 프로세서(150)는 지능형 에이전트(151), 실행 매니저 모듈(153) 또는 지능형 서비스 모듈(155)를 포함할 수 있다. 일 실시 예에서, 프로세서(150)는 메모리(140)에 저장된 명령어들을 실행하여 지능형 에이전트(151), 실행 매니저 모듈(153) 또는 지능형 서비스 모듈(155)을 구동시킬 수 있다. 본 발명의 다양한 실시 예에서 언급되는 여러 모듈들은 하드웨어로 구현될 수도 있고, 소프트웨어로 구현될 수도 있다. 본 발명의 다양한 실시 예에서 지능형 에이전트(151), 실행 매니저 모듈(153) 또는 지능형 서비스 모듈(155)에 의해 수행되는 동작은 프로세서(150)에 의해 수행되는 동작으로 이해될 수 있다.
일 실시 예에 따른, 지능형 에이전트(151)는 사용자 입력으로 수신된 음성 신호에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 일 실시 예에 따른, 실행 매니저 모듈(153)은 지능형 에이전트(151)로부터 상기 생성된 명령을 수신하여 메모리(140)에 저장된 앱(141, 143)을 선택하여 실행시키고 동작시킬 수 있다. 일 실시 예에 따르면, 지능형 서비스 모듈(155)은 사용자의 정보를 관리하여 사용자 입력을 처리하는데 이용할 수 있다.
지능형 에이전트(151)는 입력 모듈(110)을 통해 수신된 사용자 입력을 지능형 서버(200)로 송신하여 처리할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 상기 사용자 입력을 지능형 서버(200)로 송신하기 전에, 상기 사용자 입력을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 상기 사용자 입력을 전처리하기 위하여, 적응 반향 제거(adaptive echo canceller)(AEC) 모듈, 노이즈 억제(noise suppression)(NS) 모듈, 종점 검출(end-point detection)(EPD) 모듈 또는 자동 이득 제어(automatic gain control)(AGC) 모듈을 포함할 수 있다. 상기 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 상기 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 상기 종점 검출 모듈은 상기 사용자 입력에 포함된 사용자 음성의 종점을 검출하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하여 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 성능을 위하여 상기 전처리 구성을 전부 포함할 수 있지만, 다른 실시 예에서 지능형 에이전트(151)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 포함할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 사용자의 호출을 인식하는 웨이크 업(wake up) 인식 모듈을 포함할 수 있다. 상기 웨이크 업 인식 모듈은 음성 인식 모듈을 통해 사용자의 웨이크 업 명령을 인식할 수 있고, 상기 웨이크 업 명령을 수신한 경우 사용자 입력을 수신하기 위해 지능형 에이전트(151)을 활성화시킬 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)의 웨이크 업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)에 구현될 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 하드웨어 키를 통한 사용자 입력에 따라 활성화될 수 있다. 지능형 에이전트(151)가 활성화 되는 경우, 지능형 에이전트(151)와 연동된 지능형 앱(예: 음성 인식 앱)이 실행될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 사용자 입력을 실행하기 위한 음성 인식 모듈을 포함할 수 있다. 상기 음성 인식 모듈은 앱에서 동작을 실행하도록 하기 위한 사용자 입력을 인식할 수 있다. 예를 들어, 상기 음성 인식 모듈은 앱(141, 143)에서 상기 웨이크 업 명령과 같은 동작을 실행하는 제한된 사용자 (음성) 입력(예: 카메라 앱이 실행 중일 때 촬영 동작을 실행시키는 “찰칵”과 같은 발화 등)을 인식할 수 있다. 상기 지능형 서버(200)를 보조하여 사용자 입력을 인식하는 음성 인식 모듈은, 예를 들어, 사용자 단말(100)내에서 처리할 수 있는 사용자 명령을 인식하여 빠르게 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)의 사용자 입력을 실행하기 위한 음성 인식 모듈은 앱 프로세서에서 구현될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)의 음성 인식 모듈(웨이크 업 모듈의 음성 인식 모듈을 포함)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 입력을 인식할 수 있다. 상기 음성을 인식하기 위해 사용되는 알고리즘은, 예를 들어, HMM(hidden markov model) 알고리즘, ANN(artificial neural network) 알고리즘 또는 DTW(dynamic time warping) 알고리즘 중 적어도 하나일 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 사용자의 음성을 지능형 서버로(200)로 전달하여, 변환된 텍스트 데이터를 수신할 수 있다. 이에 따라, 지능형 에이전트(151)는 상기 텍스트를 데이터를 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 지능형 서버(200)로부터 송신한 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)은 상기 패스 룰을 실행 매니저 모듈(153)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 지능형 서버(200)로부터 수신된 패스 룰에 따른 실행 결과 로그(log)를 지능형 서비스(intelligence service) 모듈(155)로 송신하고, 상기 송신된 실행 결과 로그는 페르소나 모듈(persona manager)(155b)의 사용자의 선호(preference) 정보에 누적되어 관리될 수 있다.
일 실시 예에 따른, 실행 매니저 모듈(153)은 지능형 에이전트(151)로부터 패스 룰을 수신하여 앱(141, 143)을 실행시키고, 앱(141, 143)이 상기 패스 룰에 포함된 동작(141b, 143b)을 실행하도록 할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 앱(141, 143)으로 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 송신할 수 있고, 상기 앱(141, 143)로부터 동작(141b, 143b)의 완료 정보를 수신할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 지능형 에이전트(151)와 앱(141, 143)의 사이에서 앱(141, 143)의 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 송수신할 수 있다. 실행 매니저 모듈(153)은 상기 패스 룰에 따라 실행할 앱(141, 143)을 바인딩(binding)하고, 상기 패스 룰에 포함된 동작(141b, 143b)의 명령 정보(예: 패스 룰 정보)를 앱(141, 143)으로 송신할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 상기 패스 룰에 포함된 동작(141b, 143b)을 순차적으로 앱(141, 143)으로 송신하여, 앱(141, 143)의 동작(141b, 143b)을 상기 패스 룰에 따라 순차적으로 실행시킬 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 앱(141, 143)의 동작(141b, 143b)의 실행 상태를 관리할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 앱(141, 143)으로부터 상기 동작(141b, 143b)의 실행 상태에 대한 정보를 수신할 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 예를 들어, 정지된 상태(partial landing)인 경우(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우), 실행 매니저 모듈(153)은 상기 정지된 상태에 대한 정보를 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 상기 수신된 정보를 이용하여, 사용자에게 필요한 정보(예: 파라미터 정보)의 입력을 요청할 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 다른 예를 들어, 동작 상태인 경우에 사용자로부터 발화를 수신할 수 있고, 실행 매니저 모듈(153)은 상기 실행되고 있는 앱(141, 143) 및 앱(141, 143)의 실행 상태에 대한 정보를 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 지능형 서버(200)를 통해 상기 사용자의 발화의 파라미터 정보를 수신할 수 있고, 상기 수신된 파라미터 정보를 실행 매니저 모듈(153)로 송신할 수 있다. 실행 매니저 모듈(153)은 상기 수신한 파라미터 정보를 이용하여 동작(141b, 143b)의 파라미터를 새로운 파라미터로 변경할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 패스 룰에 포함된 파라미터 정보를 앱(141, 143)로 전달할 수 있다. 상기 패스 룰에 따라 복수의 앱(141, 143)이 순차적으로 실행되는 경우, 실행 매니저 모듈(153)은 하나의 앱에서 다른 앱으로 패스 룰에 포함된 파라미터 정보를 전달할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 복수의 패스 룰을 수신할 수 있다. 실행 매니저 모듈(153)은 사용자의 발화에 기초하여 복수의 패스 룰이 선택될 수 있다. 예를 들어, 실행 매니저 모듈(153)은 사용자의 발화가 일부 동작(141a)을 실행할 일부 앱(141a)을 특정하였지만, 나머지 동작(143b)을 실행할 다른 앱(143)을 특정하지 않은 경우, 일부 동작(141a)를 실행할 동일한 앱(141)(예: 갤러리 앱)이 실행되고 나머지 동작(143b)를 실행할 수 있는 서로 다른 앱(143)(예: 메시지 앱, 텔레그램 앱)이 각각 실행되는 서로 다른 복수의 패스 룰을 수신할 수 있다. 실행 매니저 모듈(153)은, 예를 들어, 상기 복수의 패스 룰의 동일한 동작(141b, 143b)(예: 연속된 동일한 동작(141b, 143b))을 실행할 수 있다. 실행 매니저 모듈(153)은 상기 동일한 동작까지 실행한 경우, 상기 복수의 패스 룰에 각각 포함된 서로 다른 앱(141, 143)을 선택할 수 있는 상태 화면을 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 서비스 모듈(155)는 컨텍스트 모듈(155a), 페르소나 모듈(155b) 또는 제안 모듈(155c)을 포함할 수 있다.
컨텍스트 모듈(155a)는 앱(141, 143)으로부터 앱(141, 143)의 현재 상태를 수집할 수 있다. 예를 들어, 컨텍스트 모듈(155a)은 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 수신하여 앱(141, 143)의 현재 상태를 수집할 수 있다.
페르소나 모듈(155b)은 사용자 단말(100)을 사용하는 사용자의 개인 정보를 관리할 수 있다. 예를 들어, 페르소나 모듈(155b)은 사용자 단말(100)의 사용 정보 및 수행 결과를 수집하여 사용자의 개인 정보를 관리할 수 있다.
제안 모듈(155c)는 사용자의 의도를 예측하여 사용자에게 명령을 추천해줄 수 있다. 예를 들어, 제안 모듈(155c)은 사용자의 현재 상태(예: 시간, 장소, 상황, 앱)을 고려하여 사용자에게 명령을 추천해줄 수 있다.
도 3은 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 3을 참조하면, 사용자 단말(100)이 사용자 입력을 수신하여 지능형 에이전트(151)와 연동된 지능형 앱(예: 음성 인식 앱)을 실행시키는 것을 나타낸 것이다.
일 실시 예에 따르면, 사용자 단말(100)은 하드웨어 키(112)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 하드웨어 키(112)를 통해 사용자 입력을 수신한 경우 디스플레이(120)에 지능형 앱의 UI(user interface)(121)를 표시할 수 있다. 사용자는, 예를 들어, 지능형 앱의 UI(121)가 디스플레이(120)에 표시된 상태에서 음성을 입력(111b)하기 위해 지능형 앱의 UI(121)에 음성인식 버튼(121a)를 터치할 수 있다. 사용자는, 다른 예를 들어, 음성을 입력(120b)하기 위해 상기 하드웨어 키(112)를 지속적으로 눌러서 음성을 입력(120b)을 할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 마이크(111)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 마이크(111)를 통해 지정된 음성(예: 일어나!(wake up!))이 입력(111a)된 경우 디스플레이(120)에 지능형 앱의 UI(121)를 표시할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 것을 나타낸 도면이다.
도 4를 참조하면, 컨텍스트 모듈(155a)은 지능형 에이전트(151)로부터 컨텍스트 요청을 수신(①)하면, 앱(141, 143)에 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 요청(②)할 수 있다. 일 실시 예에 따르면, 컨텍스트 모듈(155a)은 앱(141, 143)으로부터 상기 컨텍스트 정보를 수신(③)하여 지능형 에이전트(151)로 송신(④)할 수 있다.
일 실시 예에 따르면, 컨텍스트 모듈(155a)은 앱(141, 143)을 통해 복수의 컨텍스트 정보를 수신할 수 있다. 예를 들어, 상기 컨텍스트 정보는 가장 최근 실행된 앱(141, 143)에 대한 정보일 수 있다. 다른 예를 들어, 상기 컨텍스트 정보는 앱(141, 143) 내의 현재 상태에 대한 정보(예:갤러리에서 사진을 보고 있는 경우, 해당 사진에 대한 정보)일 수 있다.
일 실시 예에 따르면, 컨텍스트 모듈(155a)은 앱(141, 143)뿐만 아니라, 디바이스 플랫폼(device platform)으로부터 사용자 단말(100)의 현재 상태를 나타내는 컨텍스트 정보를 수신할 수 있다. 상기 컨텍스트 정보는 일반적 컨텍스트 정보, 사용자 컨텍스트 정보 또는 장치 컨텍스트 정보를 포함할 수 있다.
상기 일반적 컨텍스트 정보는 사용자 단말(100)의 일반적인 정보를 포함할 수 있다. 상기 일반적 컨텍스트 정보는 디바이스 플랫폼의 센서 허브 등을 통해 데이터를 받아서 내부 알고리즘을 통해 확인될 수 있다. 예를 들어, 상기 일반적 컨텍스트 정보는 현재 시공간에 대한 정보를 포함할 수 있다. 상기 현재 시공간에 대한 정보는, 예를 들어, 현재 시간 또는 사용자 단말(100)의 현재 위치에 대한 정보를 포함할 수 있다. 상기 현재 시간은 사용자 단말(100) 상에서의 시간을 통해 확인될 수 있고, 상기 현재 위치에 대한 정보는 GPS(global positioning system)를 통해 확인될 수 있다. 다른 예를 들어, 상기 일반적 컨텍스트 정보는 물리적 움직임에 대한 정보를 포함할 수 있다. 상기 물리적 움직임에 대한 정보는, 예를 들어, 걷기, 뛰기, 운전 중 등에 대한 정보를 포함할 수 있다. 상기 물리적 움직임 정보는 모션 센서(motion sensor)를 통해 확인될 수 있다. 상기 운전 중에 대한 정보는 상기 모션 센서를 통해 운행을 확인할 수 있을 뿐만 아니라, 차량 내의 블루투스 연결을 감지하여 탑승 및 주차를 확인할 수 있다. 또 다른 예를 들어, 상기 일반적 컨텍스트 정보는 사용자 활동 정보를 포함할 수 있다. 상기 사용자 활동 정보는, 예를 들어, 출퇴근, 쇼핑, 여행 등에 대한 정보를 포함할 수 있다. 상기 사용자 활동 정보는 사용자 또는 앱이 데이터베이스에 등록한 장소에 대한 정보를 이용하여 확인될 수 있다.
상기 사용자 컨텍스트 정보는 사용자에 대한 정보를 포함할 수 있다. 예를 들어, 상기 사용자 컨텍스트 정보는 사용자의 감정적 상태에 대한 정보를 포함할 수 있다. 상기 감정적 상태에 대한 정보는, 예를 들어, 사용자의 행복, 슬픔, 화남 등에 대한 정보를 포함할 수 있다. 다른 예를 들어, 상기 사용자 컨텍스트 정보는 사용자의 현재 상태에 대한 정보를 포함할 수 있다. 상기 현재 상태에 대한 정보는, 예를 들어, 관심, 의도 등(예: 쇼핑)에 대한 정보를 포함할 수 있다.
상기 장치 컨텍스트 정보는 사용자 단말(100)의 상태에 대한 정보를 포함할 수 있다. 예를 들어, 상기 장치 컨텍스트 정보는 실행 매니저 모듈(153)이 실행한 패스 룰에 대한 정보를 포함할 수 있다. 다른 예를 들어, 상기 디바이스 정보는 배터리에 대한 정보를 포함할 수 있다. 상기 배터리에 대한 정보는, 예를 들어, 상기 배터리의 충전 및 방전 상태를 통해 확인될 수 있다. 또 다른 예를 들어, 상기 디바이스 정보는 연결된 장치 및 네트워크에 대한 정보를 포함할 수 있다. 상기 연결된 장치에 대한 정보는, 예를 들어, 상기 장치가 연결된 통신 인터페이스를 통해 확인될 수 있다.
도 5는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 5를 참조하면, 지능형 서버(200)는 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210), 자연어 이해(natural language understanding)(NLU) 모듈(220), 패스 플래너(path planner) 모듈(230), 대화 매니저(dialogue manager)(DM) 모듈(240), 자연어 생성(natural language generator)(NLG) 모듈(250) 또는 텍스트 음성 변환(text to speech)(TTS) 모듈(260)을 포함할 수 있다.
지능형 서버(200)의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230)은 패스 룰(path rule)을 생성할 수 있다.
일 실시 예에 따르면, 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다.
일 실시 예에 따르면, 자동 음성 인식 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 자동 음성 인식 모듈(210)은 발화 인식 모듈을 포함할 수 있다. 상기 발화 인식 모듈은 음향(acoustic) 모델 및 언어(language) 모델을 포함할 수 있다. 예를 들어, 상기 음향 모델은 발성에 관련된 정보를 포함할 수 있고, 상기 언어 모델은 단위 음소 정보 및 단위 음소 정보의 조합에 대한 정보를 포함할 수 있다. 상기 발화 인식 모듈은 발성에 관련된 정보 및 단위 음소 정보에 대한 정보를 이용하여 사용자 발화를 텍스트 데이터로 변환할 수 있다. 상기 음향 모델 및 언어 모델에 대한 정보는, 예를 들어, 자동 음성 인식 데이터베이스(automatic speech recognition database)(ASR DB)(211)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자 의도를 파악할 수 있다. 상기 문법적 분석은 사용자 입력을 문법적 단위(예: 단어, 구, 형태소 등)로 나누고, 상기 나누어진 단위가 어떤 문법적인 요소를 갖는지 파악할 수 있다. 상기 의미적 분석은 의미(semantic) 매칭, 룰(rule) 매칭, 포뮬러(formula) 매칭 등을 이용하여 수행할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 사용자 입력이 어느 도메인(domain), 의도(intent) 또는 상기 의도를 표현하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))를 얻을 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 도메인(domain), 의도(intend) 및 상기 의도를 파악하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))로 나누어진 매칭 규칙을 이용하여 사용자의 의도 및 파라미터를 결정할 수 있다. 예를 들어, 상기 하나의 도메인(예: 알람)은 복수의 의도(예: 알람 설정, 알람 해제 등)를 포함할 수 있고, 하나의 의도는 복수의 파라미터(예: 시간, 반복 횟수, 알람음 등)을 포함할 수 있다. 복수의 룰은, 예를 들어, 하나 이상의 필수 요소 파라미터를 포함할 수 있다. 상기 매칭 규칙은 자연어 인식 데이터베이스(natural language understanding database)(NLU DB)(221)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 형태소, 구 등의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 도메인 및 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 각각의 도메인 및 의도에 사용자 입력에서 추출된 단어가 얼마나 포함되어 있는 지를 계산하여 사용자 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 인식 데이터베이스(221)를 이용하여 사용자의 의도를 결정할 수 있다. 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 개인화 언어 모델(personal language model)(PLM)을 이용하여 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 개인화된 정보(예: 연락처 리스트, 음악 리스트)를 이용하여 사용자의 의도를 결정할 수 있다. 상기 개인화 언어 모델은, 예를 들어, 자연어 인식 데이터베이스(221)에 저장될 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)뿐만 아니라 자동 음성 인식 모듈(210)도 자연어 인식 데이터베이스(221)에 저장된 개인화 언어 모델을 참고하여 사용자의 음성을 인식할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력의 의도에 기초하여 실행될 앱을 선택하고, 상기 선택된 앱에서 수행될 동작을 결정할 수 있다. 상자연어 이해 모듈(220)은 상기 결정된 동작에 대응되는 파라미터를 결정하여 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)에 의해 생성된 패스 룰은 실행될 앱, 상기 앱에서 실행될 동작(예: 적어도 하나 이상의 상태(state)) 및 상기 동작을 실행하는데 필요한 파라미터에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터를 기반으로 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 패스 플래너 모듈(230)로부터 사용자 단말(100)에 대응되는 패스 룰 셋을 수신하고, 사용자 입력의 의도 및 파라미터를 상기 수신된 패스 룰 셋에 매핑하여 패스 룰을 결정할 수 있다.
다른 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 실행될 앱, 상기 앱에서 실행될 동작 및 상기 동작을 실행하는데 필요한 파라미터를 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)의 정보를 이용하여 상기 실행될 앱 및 상기 앱에서 실행될 동작을 사용자 입력의 의도에 따라 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 배열하여 패스 룰을 생성할 수 있다. 상기 생성된 패스 룰은, 예를 들어, 패스 플래너 모듈(230)를 통해 패스 룰 데이터베이스(path rule database)(PR DB)(231)에 저장될 수 있다. 상기 생성된 패스 룰은 데이터베이스(231)의 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 생성된 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 복수의 패스 룰 최적의 패스 룰을 선택할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 발화에 기초하여 일부 동작만이 특정된 경우 복수의 패스 룰을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자의 추가 입력에 의해 상기 복수의 패스 룰 중 하나의 패스 룰을 결정할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 대한 요청으로 패스 룰을 사용자 단말(100)로 송신할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 하나의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 복수의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 상기 복수의 패스 룰은, 예를 들어, 사용자 발화에 기초하여 일부 동작만이 특정된 경우 자연어 이해 모듈(220)에 의해 생성될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)로 복수의 패스 룰을 포함하는 패스 룰 셋을 전달할 수 있다. 상기 패스 룰 셋의 복수의 패스 룰은 패스 플래너 모듈(230)에 연결된 패스 룰 데이터베이스(231)에 테이블 형태로 저장될 수 있다. 예를 들어, 패스 플래너 모듈(230)은 지능형 에이전트(151)로부터 수신된 사용자 단말(100)의 정보(예: OS 정보, 앱 정보)에 대응되는 패스 룰 셋을 자연어 이해 모듈(220)로 전달할 수 있다. 상기 패스 룰 데이터베이스(231)에 저장된 테이블은, 예를 들어, 도메인 또는 도메인의 버전 별로 저장될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 패스 룰 셋에서 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자의 의도 및 파라미터를 사용자 단말(100) 에 대응되는 패스 룰 셋에 매칭하여 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터를 이용하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터에 기초하여 실행될 앱 및 상기 앱에서 실행될 동작을 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)에서 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다. 상기 생성된 패스 룰은 패스 룰 데이터베이스(231)에 저장된 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 패스 룰 데이터베이스(231)에 저장된 테이블에는 복수의 패스 룰 또는 복수의 패스 룰 셋을 포함할 수 있다. 복수의 패스 룰 또는 복수의 패스 룰 셋은 각 패스 룰을 수행하는 장치의 종류, 버전, 타입, 또는 특성을 반영할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에 의해 파악된 사용자의 의도가 명확한지 여부를 판단할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 파라미터의 정보가 충분하지 여부에 기초하여 사용자의 의도가 명확한지 여부를 판단할 수 있다. 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에서 파악된 파라미터가 태스크를 수행하는데 충분한지 여부를 판단할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자의 의도가 명확하지 않은 경우 사용자에게 필요한 정보를 요청하는 피드백을 수행할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 사용자의 의도를 파악하기 위한 파라미터에 대한 정보를 요청하는 피드백을 수행할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 컨텐츠 제공(content provider) 모듈을 포함할 수 있다. 상기 컨텐츠 제공 모듈은 자연어 이해 모듈(220)에서 파악된 의도 및 파라미터에 기초하여 동작을 수행할 수 있는 경우, 사용자 입력에 대응되는 태스크를 수행한 결과를 생성할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자 입력에 대한 응답으로 상기 컨텐츠 제공 모듈에서 생성된 상기 결과를 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 생성 모듈(NLG)(250)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 상기 지정된 정보는, 예를 들어, 추가 입력에 대한 정보, 사용자 입력에 대응되는 동작의 완료를 안내하는 정보 또는 사용자의 추가 입력을 안내하는 정보(예: 사용자 입력에 대한 피드백 정보)일 수 있다. 상기 텍스트 형태로 변경된 정보는 사용자 단말(100)로 송신되어 디스플레이(120)에 표시되거나, 텍스트 음성 변환 모듈(260)로 송신되어 음성 형태로 변경될 수 있다.
일 실시 예에 따르면, 텍스트 음성 변환 모듈(260)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 텍스트 음성 변환 모듈(260)은 자연어 생성 모듈(250)로부터 텍스트 형태의 정보를 수신하고, 상기 텍스트 형태의 정보를 음성 형태의 정보로 변경하여 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 음성 형태의 정보를 스피커(130)로 출력할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현될 수 있다. 예를 들어, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현되어 사용자의 의도 및 파라미터를 결정하고, 상기 결정된 사용자의 의도 및 파라미터에 대응되는 응답(예: 패스 룰)을 생성할 수 있다. 이에 따라, 생성된 응답은 사용자 단말(100)로 송신될 수 있다.
도 6은 본 발명의 일 실시 예에 따른 패스 플래너 모듈(path planner module)의 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 6을 참조하면, 일 실시 예에 따른, 자연어 이해 모듈(220)은 앱의 기능을 어느 하나 동작(예: 상태 A 내지 상태 F)으로 구분하여 패스 룰 데이터베이스(231)에 저장할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 어느 하나의 동작(예: 상태)으로 구분된 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 포함하는 패스 룰 셋을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)의 패스 룰 데이터베이스(231)는 앱의 기능을 수행하기 위한 패스 룰 셋을 저장할 수 있다. 상기 패스 룰 셋은 복수의 동작(예: 상태들의 시퀀스)을 포함하는 복수의 패스 룰을 포함할 수 있다. 상기 복수의 패스 룰은 복수의 동작 각각에 입력되는 파라미터에 따라 실행되는 동작이 순차적으로 배열될 수 있다. 일 실시 예에 따르면, 상기 복수의 패스 룰은 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 구성되어 패스 룰 데이터베이스(231)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 대응되는 상기 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중에 최적의 패스 룰(A-B1-C3-D-F)을 선택할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 완벽히 매칭되는 패스 룰이 없는 경우 사용자 단말(100)에 복수의 룰을 전달할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 포함하는 하나 이상의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 선택하여 사용자 단말(100)에 전달할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 단말(100)의 추가 입력에 기초하여 복수의 패스 룰 중 하나를 선택하고, 상기 선택된 하나의 패스 룰을 사용자 단말(100)에 전달 할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)에서 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 따라 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택하여 사용자 단말(100)에 송신할 수 있다.
또 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 자연어 이해 모듈(220)을 통해 사용자 단말(100)에 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 대응되는 사용자의 의도 및 파라미터를 결정할 수 있고, 상기 결정된 사용자의 의도 또는 파라미터를 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 송신된 의도 또는 상기 파라미터에 기초하여, 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택할 수 있다.
이에 따라, 사용자 단말(100)은 상기 선택된 하나의 패스 룰에 의해 앱(141, 143)의 동작을 완료시킬 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 정보가 부족한 사용자 입력이 지능형 서버(200)에 수신된 경우, 상기 수신한 사용자 입력에 부분적으로 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 부분적으로 대응된 패스 룰을 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 실행 매니저 모듈(153)로 상기 부분적으로 대응된 패스 룰을 송신하고, 실행 매니저 모듈(153)는 상기 패스 룰에 따라 제1 앱(141)을 실행시킬 수 있다. 실행 매니저 모듈(153)는 제1 앱(141)을 실행하면서 부족한 파라미터에 대한 정보를 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 상기 부족한 파라미터에 대한 정보를 이용하여 사용자에게 추가 입력을 요청할 수 있다. 지능형 에이전트(151)는 사용자에 의해 추가 입력이 수신되면 지능형 서버(200)로 송신하여 처리할 수 있다. 자연어 이해 모듈(220)은 상기 추가로 입력된 사용자 입력의 의도 및 파라미터 정보에 기초하여 추가된 패스 룰을 생성하여 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 실행 매니저 모듈(153)로 상기 패스 룰을 송신하여 제2 앱(143)를 실행할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신된 경우, 개인화 정보 서버(300)로 사용자 정보 요청을 송신할 수 있다. 개인화 정보 서버(300)는 페르소나 데이터베이스에 저장된 사용자 입력을 입력한 사용자의 정보를 자연어 이해 모듈(220)로 송신할 수 있다. 자연어 이해 모듈(220)은 상기 사용자 정보를 이용하여 일부 동작이 누락된 사용자 입력에 대응되는 패스 룰을 선택할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신되더라도, 누락된 정보를 요청하여 추가 입력을 받거나 사용자 정보를 이용하여 상기 사용자 입력에 대응되는 패스 룰을 결정할 수 있다.
하기에 첨부된 표 1은 일 실시 예에 따른 사용자가 요청한 태스크와 관련한 패스 룰의 예시적 형태를 나타낼 수 있다.
Path rule ID State parameter
Gallery_101 pictureView(25) NULL
searchView(26) NULL
searchViewResult(27) Location,time
SearchEmptySelectedView(28) NULL
SearchSelectedView(29) ContentType,selectall
CrossShare(30) anaphora
표 1을 참조하면, 사용자 발화(예: “사진 공유해줘”)에 따라 지능형 서버(도 1의 지능형 서버(200))에서 생성 또는 선택되는 패스 룰은 적어도 하나의 상태(state)(25, 26, 27, 28, 29 또는 30)를 포함할 수 있다. 예를 들어, 상기 적어도 하나의 상태 (예: 단말의 어느 한 동작 상태)는 사진 어플리케이션 실행(PicturesView)(25), 사진 검색 기능 실행(SearchView)(26), 검색 결과 표시 화면 출력(SearchViewResult)(27), 사진이 미(non)선택된 검색 결과 표시 화면 출력(SearchEmptySelectedView)(28), 적어도 하나의 사진이 선택된 검색 결과 표시 화면 출력(SearchSelectedView)(29) 또는 공유 어플리케이션 선택 화면 출력(CrossShare)(30) 중 적어도 하나에 해당될 수 있다.
일 실시 예에서, 상기 패스 룰의 파라미터 정보는 적어도 하나의 상태(state)에 대응될 수 있다. 예를 들어, 상기 적어도 하나의 사진이 선택된 검색 결과 표시 화면 출력(29) 상태에 포함될 수 있다.
상기 상태(25, 26, 27, 28, 29)들의 시퀀스를 포함한 패스 룰의 수행 결과 사용자가 요청한 태스크 (예: “사진 공유해줘!”)가 수행될 수 있다.
도 7은 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 페르소나 모듈(persona module)이 사용자의 정보를 관리하는 것을 나타낸 도면이다.
도 7을 참조하면, 페르소나 모듈(155b)은 앱(141, 143), 실행 매니저 모듈(153) 또는 컨텍스트 모듈(155a)로부터 사용자 단말(100)의 정보를 수신할 수 있다. 앱(141, 143) 및 실행 매니저 모듈(153)은 앱의 동작(141b, 143b)을 실행한 결과 정보를 동작 로그 데이터베이스에 저장할 수 있다. 컨텍스트 모듈(155a)은 사용자 단말(100)의 현재 상태에 대한 정보를 컨텍스트 데이터베이스에 저장할 수 있다. 페르소나 모듈(155b)은 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스로부터 상기 저장된 정보를 수신할 수 있다. 상기 동작 로그 데이터베이스 및 상기 컨텍스트 데이터베이스에 저장된 데이터는, 예를 들어, 분석 엔진(analysis engine)에 의해 분석되어 페르소나 모듈(155b)로 송신될 수 있다.
일 실시 예에 따르면, 페르소나 모듈(155b)은 앱(141, 143), 실행 매니저 모듈(153) 또는 컨텍스트 모듈(155a)로부터 수신한 정보를 제안 모듈(155c)로 송신할 수 있다. 예를 들어, 페르소나 모듈(155b)은 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스에 저장된 데이터를 제안 모듈(155c)로 송신할 수 있다.
일 실시 예에 따르면, 페르소나 모듈(155b)은 앱(141, 143), 실행 매니저 모듈(153) 또는 컨텍스트 모듈(155a)로부터 수신된 정보를 개인화 정보 서버(300)로 송신할 수 있다. 예를 들어, 페르소나 모듈(155b)은 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스에 누적되어 저장된 데이터를 주기적으로 개인화 정보 서버(300)에 송신할 수 있다.
일 실시 예에 따르면, 페르소나 모듈(155b)은 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스에 저장된 데이터를 제안 모듈(155c)로 송신할 수 있다. 상기 페르소나 모듈(155b)에 의해서 생성된 사용자 정보는 페르소나 데이터베이스에 저장될 수 있다. 페르소나 모듈(155b)는 상기 페르소나 데이터베이스에 저장된 사용자 정보를 주기적으로 개인화 정보 서버(300)로 송신할 수 있다. 일 실시 예에 따르면, 페르소나 모듈(155b)에 의해 개인화 정보 서버(300)로 송신된 정보는 페르소나 데이터베이스에 저장될 수 있다. 개인화 정보 서버(300)는 상기 페르소나 데이터베이스에 저장된 정보를 이용하여 지능형 서버(200)의 패스 룰 생성에 필요한 사용자 정보를 추론할 수 있다.
일 실시 예에 따르면, 페르소나 모듈(155b)이 송신한 정보를 이용하여 추론된 사용자 정보는 프로파일(profile) 정보 또는 프리퍼런스(preference) 정보를 포함할 수 있다. 상기 프로파일 정보 또는 프리퍼런스 정보는 사용자의 계정(account) 및 누적된 정보를 통해 추론될 수 있다.
상기 프로파일 정보는 사용자의 신상 정보를 포함할 수 있다. 예를 들어, 상기 프로파일 정보는 사용자의 인구 통계 정보를 포함할 수 있다. 상기 인구 통계 정보는, 예를 들어, 사용자의 성(gender), 나이 등을 포함할 수 있다. 다른 예를 들어, 상기 프로파일 정보는 라이프 이벤트(life event) 정보를 포함할 수 있다. 상기 라이프 이벤트 정보는, 예를 들어, 로그 정보를 라이프 이벤트 모델(life event model)과 비교하여 추론되고, 행동 패턴(behavior pattern)을 분석하여 보강될 수 있다. 또 다른 예를 들어, 상기 프로파일 정보는 관심(interest) 정보를 포함할 수 있다. 상기 관심 정보는, 예를 들어, 관심 쇼핑 물품, 관심 분야(예: 스포츠, 정치 등) 등을 포함할 수 있다. 또 다른 예를 들어, 상기 프로파일 정보는 활동 지역 정보를 포함할 수 있다. 상기 활동 지역 정보는, 예를 들어, 집, 일하는 곳 등에 대한 정보를 포함할 수 있다. 상기 활동 지역에 대한 정보는 장소의 위치에 대한 정보뿐만 아니라 누적 체류 시간 및 방문 횟수를 기준으로 우선 순위가 기록된 지역에 대한 정보를 포함할 수 있다. 또 다른 예를 들어, 상기 프로파일 정보는 활동 시간 정보를 포함할 수 있다. 상기 활동 시간 정보는, 예를 들어, 기상 시간, 출퇴근 시간, 수면 시간 등에 대한 정보를 포함할 수 있다. 상기 출퇴근 시간에 대한 정보는 상기 활동 지역 정보(예: 집 및 일하는 곳에 대한 정보)를 이용하여 추론될 수 있다. 상기 수면 시간에 대한 정보는 사용자 단말(100)의 미사용 시간을 통해 추론될 수 있다.
상기 프리퍼런스 정보는 사용자의 선호도 정보를 포함할 수 있다. 예를 들어, 상기 프리퍼런스 정보는 앱 선호도에 대한 정보를 포함할 수 있다. 상기 앱 선호도는, 예를 들어, 앱의 사용 기록(예: 시간별, 장소별 사용 기록)을 통해 추론될 수 있다. 상기 앱의 선호도는 사용자의 현재 상태(예: 시간, 장소)에 따라 실행될 앱을 결정하기 위해 이용될 수 있다. 다른 예를 들어, 상기 프리퍼런스 정보는 연락처 선호도에 대한 정보를 포함할 수 있다. 상기 연락처 선호도는, 예를 들어, 연락처의 연락 빈도(예: 시간별, 장소별 연락하는 빈도) 정보를 분석하여 추론될 수 있다. 상기 연락처 선호도는 사용자의 현재 상태(예: 중복된 이름에 대한 연락)에 따라 연락할 연락처를 결정하기 위해 이용될 수 있다. 또 다른 예를 들어, 상기 프리퍼런스 정보는 세팅(setting) 정보를 포함할 수 있다. 상기 세팅 정보는, 예를 들어, 특정 세팅 값의 설정 빈도(예: 시간별, 장소별 세팅 값으로 설정하는 빈도) 정보를 분석하여 추론될 수 있다. 상기 세팅 정보는 사용자의 현재 상태(예: 시간, 장소, 상황)에 따라 특정 세팅 값을 설정하기 위해 이용될 수 있다. 또 다른 예를 들어, 상기 프리퍼런스 정보는 장소 선호도를 포함할 수 있다. 상기 장소 선호도는, 예를 들어, 특정 장소의 방문 기록(예: 시간별 방문 기록)을 통해 추론될 수 있다. 상기 장소 선호도는 사용자의 현재 상태(예: 시간)에 따라 방문하고 있는 장소를 결정하기 위하여 이용될 수 있다. 또 다른 예를 들어, 상기 프리퍼런스 정보는 명령 선호도를 포함할 수 있다. 상기 명령 선호도는, 예를 들어, 명령 사용 빈도(예: 시간별, 장소별 사용 빈도)를 통해 추론될 수 있다. 상기 명령 선호도는 사용자의 현재 상태(예: 시간, 장소)에 따라 사용될 명령어 패턴을 결정하기 위해 이용될 수 있다. 특히, 상기 명령 선호도는 로그 정보를 분석하여 실행되고 있는 앱의 현재 상태에서 사용자가 가장 많이 선택한 메뉴에 대한 정보를 포함할 수 있다.
도 8은 일 실시 예에 따른 사용자 단말의 상태에 따라 결정된 지속 기간 동안 사용자 발화를 수신하여 지정된 동작을 수행하는 방법을 나타낸 흐름도이다.
이하에서는 도 2를 참조하여 설명된 사용자 단말(100)이 도 8의 프로세스를 수행하는 것을 가정한다. 또한, 도 8의 설명에서, 사용자 단말(100)에 의해 수행되는 것으로 기술된 동작은 사용자 단말(100)의 프로세서(150)에 의해 제어되는 것으로 이해될 수 있다.
또는 도 8의 프로세서는 상기 사용자 단말(100)의 프로세서(150)에 의해 수행(혹은, 실행)될 수 있는 인스트럭션(명령어)들로 구현될 수 있다. 상기 인스트럭션들은, 예를 들어, 컴퓨터 기록 매체 또는 도 2에 도시된 사용자 단말(100)의 메모리(140)에 저장될 수 있다.
일 실시 예에 따르면, 동작 801 전, 프로세서(150)는 지능형 시스템(또는, 지능형 앱)을 활성화하는 사용자 입력을 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 터치스크린 디스플레이(120) 또는 물리 버튼 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 터치스크린 디스플레이(120) 또는 물리 버튼을 통해 지능형 시스템을 활성화하는 사용자 입력을 수신할 수 있다.
예를 들어, 프로세서(150)는 도 3에 도시된 사용자 단말(100)의 하드웨어 키(112)를 통해 지능형 시스템을 활성화하는 사용자 입력을 수신할 수 있다. 다른 예로, 프로세서(150)는 도 3의 지능형 앱의 UI(121)가 디스플레이(120)에 표시된 상태에서 음성을 입력(111b)하기 위해 지능형 앱의 UI(121)에 음성인식 버튼(121a)을 터치하는 사용자 입력을 수신할 수 있다.
일 실시 예에 따르면, 사용자 입력은 지능형 시스템을 깨우는(wake) 음성 입력을 포함할 수 있다.
예를 들어, 마이크로폰(111)이 활성화 되어 있는 경우, 마이크로폰(111)을 통해 지정된 음성 입력(예: 하이 빅스비(hi bixby) 또는 일어나!(wake up!))이 수신되면, 프로세서(150)는 지능형 시스템(예:도 2의 지능형 에이전트(151))을 활성화할 수 있다.
일 실시 예에 따르면, 마이크로폰(111)이 활성화 되어 있지 않은 경우, 프로세서(150)는 지능형 시스템을 활성화하는 사용자 입력(예: 물리 버튼 입력) 수신에 응답하여, 마이크로폰(111)을 활성화할 수 있다.
동작 801에서, 프로세서(150)는 사용자 단말(100)의 상태에 적어도 일부 기반하여 마이크로폰(111)을 통해 사용자 발화를 수신하는 지속 기간의 적어도 일부를 결정할 수 있다. 일 실시예에 따르면, 지속 시간은 사용자 발화 수신을 위해 대기하는 시간을 포함할 수 있다. 예를 들어, 지속 시간은 지능형 시스템을 활성화 하기 위한 사용자 입력을 수신한 시점부터 외부 서버(예:도 2의 지능형 서버(200))로 전송할 사용자 발화에 대한 수신 대기를 종료하는 시점까지일 수 있다. 일 실시예에서, 사용자 발화 수신 대기를 종료하는 시점은 마이크로폰(111)을 비활성화하는 시점 또는 프로세서(150)가 사용자 발화 수신을 종료하는 시점일 수 있다.
일 실시예에 따르면, 프로세서(150)은 지속 시간을 기지정된 지속 시간의 기본 값(예: 6초)으로 결정할 수 있다. 또 다른 실시예에 따르면, 프로세서(150)은 지속 시간을 사용자 단말(100)의 상태에 적어도 일부 기반하여 지속 시간을 결정할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자 단말(100)의 상태에 적어도 일부 기반하여 제1 지속 기간을 결정할 수 있다. 일 실시 예에 따르면, 제1 지속 기간은 제1 사용자 발화가 끝난 것으로 판단된 제1 시점부터 제2 시점까지의 기간일 수 있다. 일 실시 예에 따르면, 제2 시점은 마이크로폰(111)이 OFF되는 시점일 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 상태는 전자 장치의 현재 활성화 어플리케이션 프로그램, 현재 활성화 스킬(skill), 현재 활성화 챗봇(chat bot) 또는 잠금/비잠금 상태 중 적어도 하나와 적어도 일부 관련될 수 있다.
일 실시 예에 따르면, 현재 활성화 어플리케이션 프로그램은 프로세서(150)가 현재 포어그라운드 모드(foreground mode)로 실행한 어플리케이션 프로그램일 수 있다. 일 실시 예에 따르면, 현재 활성화 어플리케이션 프로그램은 현재 디스플레이(120)에 표시된 화면과 관련된 어플리케이션 프로그램일 수 있다. 일 실시 예에 따르면, 현재 활성화 스킬은 프로세서(150)가 현재 제공하는 기능일 수 있다. 일 실시 예에 따르면, 현재 활성화 챗봇은 지능형 시스템의 챗봇일 수 있고, 챗봇과 관련된 사용자 단말(100)의 상태는 챗봇과의 대화 컨텍스트(dialog context)를 포함할 수 있다. 일 실시 예에 따르면, 잠금/비잠금 상태(locked/unlocked state)는 지문인증, 얼굴인식, 핀번호 방식, 패스워드 방식 또는 홍채 인증 방식 등으로 설정된 잠금 상태 또는 비잠금 상태일 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 상태는 디스플레이(120)에 현재 표시된 사용자 인터페이스와 적어도 일부 관련될 수 있다. 일 실시 예에 따르면, 사용자 인터페이스는 적어도 하나의 입력 필드를 포함하고, 사용자 단말(100)의 상태는 적어도 하나의 입력 필드 중 적어도 하나와 적어도 일부 연관될 수 있다. 일 실시 예에 따르면, 사용자 단말(100)의 상태는 적어도 하나의 입력 필드의 특성(예: 입력 필드의 길이 또는 입력 필드가 채워져 있는지 여부 등)과 관련될 수 있다. 일 실시 예에 따르면, 사용자 단말(100)의 상태는 복수의 입력 필드 중 입력 값이 없는 입력 필드, 활성화된 입력 필드 또는 포커스된 입력 필드의 특성과 관련될 수 있다.
예를 들어, 캘린더 앱을 위한 사용자 인터페이스는 제목 입력 필드, 시간 입력 필드, 장소 입력 필드 및 메모 입력 필드를 포함할 수 있다. 실시 예에서, 메모 입력 필드의 길이는 시간 입력 필드의 길이보다 길 수 있다. 실시 예에서, 프로세서(150)는 메모 입력 필드에의 입력을 위한 제1 지속 기간의 시간 보다 시간 입력 필드에의 입력을 위한 제1 지속 기간의 시간이 더 짧도록 제1 지속 기간을 결정할 수 있다.
동작 803에서, 프로세서(150)는 마이크로폰(111)을 통해 제1 사용자 발화를 수신할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자 입력을 수신한 후 제1 사용자 발화를 수신할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 제1 사용자 발화가 끝나는 제1 시점을 검출하고, 추가적인 발화를 수신하기 위해 제1 시점부터 제2 시점까지 마이크로폰(111)이 개방(open)되도록 유지할 수 있다. 다시 말해, 제1 시점은 제1 사용자 발화가 끝난 것으로 판단된 시점이고, 프로세서(150)는 제1 지속 기간 동안 마이크로폰(111)을 활성화 상태로 유지할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 보이싱 정보(voicing information)에 기반하여 사용자 발화가 시작하는 시점과 끝나는 시점을 검출할 수 있다.
일 실시 예에 따르면, 보이싱 정보는 음향 신호의 시간축 특성 또는 주파수 특성 등을 포함할 수 있다. 예를 들어, 보이싱 정보는 영교차율(zero-crossing rate), 자기 상관(auto-correlation), 프레임간 상호 상관(cross correlation), 코히어런스(coherence), 파워(power), 스펙트럼 파워(spectral power), 주기성(periodicity) 또는 스펙트럼 포락선(spectral envelop) 등 음성 신호처리에 사용될 수 있는 다양한 특성 또는 이들의 조합을 포함할 수 있다.
일 실시 예에 따르면, 보이싱 정보는 시간축 신호 또는 주파수 신호의 통계적 특성에 기반한 확률 값을 포함할 수 있다.
일 실시 예에 따르면, 보이싱 정보는 음성 특성뿐만 아니라 예측된 비음성 특성을 포함할 수 있다. 예를 들어, 보이싱 정보는 추정된 음성 신호의 파워와 추정된 배경잡음의 파워의 비율인 SNR(signal-to-noise) 값이나 SNR 값의 확률 값을 포함할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 보이싱 정보가 포함하는 확률 값에 기반하여 사용자 발화가 시작되는 시점과 끝나는 시점을 검출할 수 있다.
예를 들어, 프로세서(150)는 보이싱 정보가 포함하는 확률 값이 임계값을 초과하면 음향 신호를 음성 신호로 판단하고, 임계값 미만이면 비음성 신호로 판단할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 음향 신호가 비음성 신호로 판단되다가 음성 신호로 판단되면, 음성 신호로 판단된 음향 신호의 프레임을 사용자 발화가 시작되는 시점으로 결정할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 음향 신호가 음성 신호로 판단되다가 비음성 신호로 판단되면, 비음성 신호로 판단된 음향 신호의 프레임을 사용자 발화가 끝나는 시점으로 결정할 수 있다.
일 실시 예에 따라, 제1 지속 기간 동안 추가적인 발화인 제2 사용자 발화가 수신되면, 프로세서(150)는 제2 사용자 발화가 끝나는 제3 시점을 검출하고, 추가적인 발화를 수신하기 위해 제3 시점부터 제4 시점까지 마이크로폰(111)이 개방되도록 유지할 수 있다. 일 실시 예에 따르면, 제3 시점부터 제4 시점까지의 시간은 제1 지속 기간의 시간과 동일할 수 있다.
일 실시 예에 따라, 제1 지속 기간 동안 추가적인 발화가 수신되지 않고 제1 지속 기간이 경과하면, 프로세서(150)는 사용자 발화 수신(또는, 수신 대기)을 종료할 수 있다. 예를 들어, 프로세서(150)는 마이크로폰(111)을 비활성화 상태로 전환할 수 있다.
동작 805에서, 프로세서(150)는 제1 사용자 발화와 관련된 제1 데이터를 통신 회로를 통해 외부 서버(예: 지능형 서버(200))로 전송할 수 있다.
일 실시 예에 따르면, 제1 사용자 발화와 관련된 제1 데이터는 프로세서(150)가 마이크로폰(111)을 통해 수신한 음성 신호일 수 있다.
일 실시 예에 따라, 제1 지속 기간에 추가적인 발화인 제2 사용자 발화가 수신된 경우, 프로세서(150)는 제1 사용자 발화 및 제2 사용자 발화와 관련된 제1 데이터를 통신 회로를 통해 외부 서버로 전송할 수 있다.
동작 807에서, 프로세서(150)는 통신 회로를 통해 외부 서버로부터 제1 데이터에 적어도 일부 기반하여 생성된 제1 응답을 수신할 수 있다.
일 실시 예에 따르면, 제1 응답은 사용자 단말(100)이 태스크를 수행하기 위한 사용자 단말(100)의 스테이트들의 시퀀스(a sequence of states)에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자 단말(100)이 스테이트들의 시퀀스를 갖도록 함으로써 태스크를 수행하도록 할 수 있다.
이하에서는 도 9a 내지 도 11d를 참조하여 프로세서(150)가 사용자 단말(100)의 상태에 적어도 일부 기반하여 제1 지속 기간을 결정하는 실시 예들이 설명된다.
도 9a는 일 실시 예에 따른 일정을 입력하는 화면에서 시간 입력 필드가 비어있는 상태를 나타내는 도면이다. 도 9b는 일 실시 예에 따른 일정을 입력하는 화면에서 메모 입력 필드가 비어있는 상태를 나타내는 도면이다.
일 실시 예에 따라 도 9a 및 도 9b를 참조하면, 일정을 입력하기 위한 사용자 인터페이스 일정의 제목 입력 필드(911, 921), 일정의 시간 입력 필드(912, 922), 일정의 장소 입력 필드(913, 923) 및 일정과 관련된 메모 입력 필드(914, 924)를 포함할 수 있다.
일 실시 예에 따르면, 도 9a에 도시된 것과 같이 제목 입력 필드(911), 일정의 시간 입력 필드(912), 일정의 장소 입력 필드(913) 및 일정과 관련된 메모 입력 필드(914) 중 일정의 시간 입력 필드(912)만이 비어있을 수 있다. 일 실시 예에 따르면, 프로세서(150)는 입력 값이 없는 입력 필드인 일정의 시간 입력 필드(912)의 입력 값을 수신하기 위한 요청 메시지(915)를 디스플레이(120)에 표시 또는 스피커(130)를 통해 출력할 수 있다.
일 실시 예에 따르면, 도 9b에 도시된 것과 같이 제목 입력 필드(921), 일정의 시간 입력 필드(922), 일정의 장소 입력 필드(923) 및 일정과 관련된 메모 입력 필드(924) 중 일정과 관련된 메모 입력 필드(924)만이 비어있을 수 있다. 일 실시 예에 따르면, 프로세서(150)는 입력 값이 없는 입력 필드인 일정과 관련된 메모 입력 필드(924)의 입력 값을 수신하기 위한 요청 메시지(925)를 디스플레이(120)에 표시 또는 스피커(130)를 통해 출력할 수 있다.
일 실시 예에 따르면, 일정의 시간 입력 필드(912, 922)의 길이는 일정과 관련된 메모 입력 필드(914, 924)의 길이보다 짧을 수 있다. 일 실시 예에 따라, 프로세서(150)는 입력 필드의 길이에 기반하여 제1 사용자 발화가 끝난 것으로 판단된 제1 시점부터 제2 시점까지의 기간인 제1 지속 기간을 결정할 수 있다.
일 실시 예에서, 프로세서(150)는 시간 입력 필드(912)의 입력 값을 수신하기 위한 제1 지속 기간의 시간이 메모 입력 필드(924)의 입력 값을 수신하기 위한 제1 지속 기간의 시간 보다 짧도록 제1 지속 기간을 결정할 수 있다. 예를 들어, 시간 입력 필드(912)의 입력 값을 수신하기 위한 제1 지속 기간의 시간은 0.3초이고, 메모 입력 필드(924)의 입력 값을 수신하기 위한 제1 지속 기간의 시간은 0.8초일 수 있다.
일 실시 예에 따르면, 프로세서(150)는 제1 지속 기간의 시간이 입력 필드의 길이에 비례하도록 제1 지속 기간을 결정할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 입력 필드의 길이 값이 임계 값보다 작은 경우, 미리 설정된 시간(예: 0.5초)보다 짧은 시간(예: 0.3초)으로 제1 지속 기간의 시간을 결정할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 입력 필드의 길이 값이 임계 값보다 큰 경우, 미리 설정된 시간(예: 0.5초)보다 긴 시간(예: 0.8초)으로 제1 지속 기간의 시간을 결정할 수 있다.
일 실시 예에 따르면, 도 9a의 실시 예에서 프로세서(150)는 음성 입력이 끝난 것으로 판단된 시점으로부터 제1 지속 기간(예: 0.3초) 후에 음성 입력 수신(또는, 수신 대기)을 종료할 수 있다. 예를 들어, 프로세서(150)는 마이크를 비활성화 상태로 변경할 수 있다. 일 실시 예에 따르면, 도 9b의 실시 예에서 프로세서(150)는 음성 입력이 끝난 것으로 판단된 시점으로부터 제1 지속 기간(예: 0.8초) 후에 음성 입력 수신(또는, 수신 대기)을 종료할 수 있다.
도 10은 일 실시 예에 따른 선택 입력을 수신하기 위한 화면을 나타내는 도면이다.
일 실시 예에 따른 도 10은 갤러리 앱에서 이미지를 삭제하는 입력이 수신됨에 따라 이미지를 삭제할 것인지 질의하는 메시지 및 선택 입력 오브젝트(1011)가 표시된 화면을 나타낸다.
일 실시 예에 따르면, 프로세서(150)는 이미지 삭제 여부에 대한 음성 입력을 수신하기 위한 질의 메시지(1012)를 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 현재 활성화 어플리케이션 프로그램이 요구하는 입력은 '삭제' 및 '취소' 중 하나에 대한 선택 입력일 수 있다. 일 실시 예에 따라, 프로세서(150)는 선택 입력을 요구하는 어플리케이션 프로그램의 상태에 기반하여 제1 지속 기간을 결정할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 현재 어플리케이션 프로그램이 요구하는 입력이 선택 입력인 경우, 미리 설정된 시간(예: 0.5초)보다 짧은 시간(예: 0.2초)으로 제1 지속 기간의 시간을 결정할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 음성 입력이 끝난 것으로 판단된 시점으로부터 결정된 제1 지속 기간(예: 0.2초) 후에 사용자 발화 수신(또는, 수신 대기)을 종료할 수 있다. 예를 들어, 프로세서(150)는 마이크를 비활성화 상태로 변경할 수 있다.
도 11a는 일 실시 예에 따른 잠금 상태에서 수신된 사용자 발화에 해당하는 텍스트가 표시된 화면을 나타내는 도면이다. 도 11b는 일 실시 예에 따른 패스워드 입력을 요청하는 화면을 나타내는 도면이다. 도 11c는 일 실시 예에 따른 패스워드 발화가 입력된 화면을 나타내는 도면이다. 도 11d는 일 실시 예에 따른 사용자 발화에 따른 태스크가 수행된 결과 화면을 나타내는 도면이다.
일 실시 예에 따르면, 사용자 단말(100)은 음성 패스워드 방식의 잠금 상태가 설정될 수 있다. 일 실시 예에서, 프로세서(150)는 설정된 음성 패스워드 입력이 수신되면, 잠금 상태를 해제할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 시스템을 활성화 하는 사용자 입력을 수신한 후, “오늘 찍은 사진 보여줘”라는 음성 명령 입력을 수신할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 시스템을 활성화 하는 음성 입력과 함께 음성 명령 입력을 수신할 수 있다. 예를 들어, 프로세서(150)는 “하이 빅스비 오늘 찍은 사진 보여줘”라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 프로세서(150)가 잠금 화면에서 음성 입력을 수신할 때의 제1 지속 기간의 시간을 미리 지정된 시간으로 설정할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 수신된 음성 입력과 관련된 데이터(예: 음성 신호)를 지능형 서버(200)로 전송하고, 지능형 서버(200)로부터 응답을 수신할 수 있다. 일 실시 예에 따르면, 수신된 응답은 음성 명령 입력에 해당하는 텍스트 및 음성 명령에 기반한 패스 룰을 포함할 수 있다.
일 실시 예에 따르면, 도 11a에 도시된 것과 같이 프로세서(150)는 음성 명령 입력에 해당하는 텍스트(1111)를 표시할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 잠금 상태이므로 프로세서(150)는 도 11b에 도시된 것과 같이 음성 패스워드 입력을 수신하기 위한 메시지(1121)를 표시(또는, 출력)할 수 있다.
일 실시 예에 따르면, 잠금 상태의 사용자 단말(100)이 요구하는 입력은 음성 패스워드 입력일 수 있다. 일 실시 예에 따라, 프로세서(150)는 음성 패스 워드 입력을 요구하는 사용자 단말(100)의 상태에 기반하여 제1 지속 기간을 결정할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자 단말(100)이 요구하는 입력이 음성 패스워드 입력인 경우, 미리 설정된 시간(예: 0.5초)보다 짧은 시간(예: 0.1초)으로 제1 지속 기간의 시간을 결정할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 음성 입력이 끝난 것으로 판단된 시점으로부터 결정된 제1 지속 기간(예: 0.1초) 후에 음성 입력 수신(또는, 수신 대기)을 종료할 수 있다. 예를들어, 프로세서(150)는 마이크(111)를 비활성화 상태로 변경할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 수신된 음성 입력과 관련된 데이터(예: 음성 신호)를 지능형 서버(200)로 전송하고, 지능형 서버(200)로부터 응답을 수신할 수 있다. 일 실시 예에 따르면, 수신된 응답은 음성 입력에 해당하는 텍스트(예: 열려라 참깨)를 포함할 수 있다.
일 실시 예에 따르면, 도 11c에 도시된 것과 같이 프로세서(150)는 패스 워드 입력에 해당하는 기호(1131)를 표시할 수 있다. 일 실시 예에 따르면, 표시되는 패스 워드 입력에 해당하는 기호의 개수는 음성 입력에 해당하는 텍스트의 문자 개수일 수 있고, 도 11c에 도시된 '*' 외의 패스워드 입력을 표시하기 위한 적절한 기호가 사용될 수 있다. 일 실시 예에 따르면, 프로세서(150)는 패스 워드 음성 입력에 해당하는 텍스트를 표시할 수도 있다.
일 실시 예에 따르면, 프로세서(150)는 수신된 음성 입력에 해당하는 텍스트가 미리 설정된 음성 패스워드와 동일 또는 유사한 경우, 잠금 상태를 해제할 수 있다. 일 실시 예에 따라, 잠금 상태가 해제된 후, 프로세서(150)는 음성 명령(“오늘 찍은 사진 보여줘”)에 기반한 패스 룰에 따라 갤러리 앱을 실행하여 도 11d와 같은 화면을 표시할 수 있다.
이하에서는 일 실시 예에 따라 사용자 단말(100)이 태스크를 수행하기 위한 일부 파라미터를 누락한 음성 명령 입력을 수신한 경우, 사용자 단말(100) 또는 지능형 서버(200)가 제1 지속 기간을 결정하는 실시 예들이 설명된다.
이하에서는 도 2를 참조하여 설명된 사용자 단말(100)이 도 12a 및 도 12b의 프로세스를 수행하는 것을 가정한다. 또한, 도 12a 및 도 12b의 설명에서, 사용자 단말(100)에 의해 수행되는 것으로 기술된 동작은 사용자 단말(100)의 프로세서(150)에 의해 제어되는 것으로 이해될 수 있다.
또는, 도 12a 및 도 12b의 프로세서는 상기 사용자 단말(100)의 프로세서(150)에 의해 수행(혹은, 실행)될 수 있는 인스트럭션(명령어)들로 구현될 수 있다. 상기 인스트럭션들은, 예를 들어, 컴퓨터 기록 매체 또는 도 2에 도시된 사용자 단말(100)의 메모리(140)에 저장될 수 있다.
또한, 도 5를 참조하여 설명된 지능형 서버(200)가 도 12a 및 도 12b의 프로세스를 수행하는 것을 가정한다. 일 실시 예에 따르면, 지능형 서버(200)는 적어도 하나의 네트워크 인터페이스, 적어도 하나의 프로세서 및 적어도 하나의 메모리를 포함할 수 있다. 일 실시 예에 따르면, 메모리는 사용자 단말(100)을 이용하는 적어도 하나의 태스크를 수행하기 위한 적어도 하나의 사용자 단말(100)의 스테이트들의 상태를 저장할 수 있다.
또한, 도 12a 및 도 12b의 설명에서, 지능형 서버(200)에 의해 수행되는 것으로 기술된 동작은 지능형 서버(200)의 프로세서에 의해 제어되는 것으로 이해될 수 있다.
또는, 도 12a 및 도 12b의 프로세서는 상기 지능형 서버(200)의 프로세서에 의해 수행(혹은, 실행)될 수 있는 인스트럭션(명령어)들로 구현될 수 있다. 상기 인스트럭션들은, 예를 들어, 컴퓨터 기록 매체 또는 지능형 서버(200)의 메모리에 저장될 수 있다.
도 12a는 일 실시 예에 따른 제2 사용자 발화를 수신하는 지속 기간을 지능형 서버(200)가 결정하는 경우의 사용자 단말(100)과 지능형 서버(200)의 동작을 나타내는 흐름도이다.
일 실시 예에 따르면, 동작 1211 전, 사용자 단말(100)의 프로세서(150)는 지능형 시스템(또는, 지능형 앱)을 활성화하는 사용자 입력을 수신할 수 있다.
일 실시 예에 따르면, 지능형 시스템을 활성화하는 사용자 입력을 수신하는 동작은 도 8을 참조하여 설명된 동작 801 전 수행되는 지능형 시스템을 활성화하는 사용자 입력을 수신하는 동작에 대응될 수 있다. 일 실시 예에 따르면, 동작 801 전 수행되는 지능형 시스템을 활성화하는 사용자 입력을 수신하는 동작에 적용될 수 있는 실시 예들은 동작 1211 전 지능형 시스템을 활성화하는 사용자 입력을 수신하는 동작에도 적용될 수 있다.
동작 1211에서, 사용자 단말(100)의 프로세서(150)는 마이크로폰(111)을 통해 제1 사용자 발화를 수신할 수 있다. 일 실시 예에 따르면, 제1 사용자 발화는 사용자 단말(100)을 적어도 일부 이용하는 태스크를 수행하기 위한 요청을 포함할 수 있다. 일 실시 예에 따르면, 상기 태스크는 하나 이상의 파라미터를 필요로 하고, 제1 사용자 발화는 상기 하나 이상의 파라미터의 전부를 포함하지 않을 수 있다.
동작 1213에서, 사용자 단말(100)의 프로세서(150)는 제1 사용자 발화와 관련된 데이터를 지능형 서버(200)로 전송할 수 있다. 일 실시 예에 따르면, 제1 사용자 발화와 관련된 데이터는 제1 사용자 발화에 해당하는 음성 신호일 수 있다.
동작 1215에서, 지능형 서버(200)의 프로세서는 제1 사용자 발화와 관련된 데이터에 기반하여 사용자 단말(100)의 프로세서(150)가 태스크를 수행하기 위해 사용자로부터의 제2 사용자 발화가 필요한 것으로 결정할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 사용자 단말(100)의 프로세서(150)가 태스크를 수행하기 위해 필요한 하나 이상의 파라미터 중 누락된 파라미터를 판단할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 누락된 파라미터를 포함하는 제2 사용자 발화가 필요한 것으로 결정할 수 있다.
동작 1217에서, 지능형 서버(200)의 프로세서는 사용자 단말(100)의 상태, 제1 사용자 발화 또는 제2 사용자 발화의 컨텍스트 중 적어도 하나에 적어도 일부 기반하여, 사용자 단말(100)이 제2 사용자 발화를 수신할 지속 기간의 적어도 일부를 결정할 수 있다.
일 실시 예에 따르면, 지능형 앱이 사용자와 대화 형식으로 사용자 발화를 수신하여 사용자 발화를 처리하는 경우, 지능형 서버(200)의 프로세서는 지능형 서버(200)가 요구하는 파라미터의 종류(예: 주소, 배송 트래킹 번호, 이름, 전화번호 등)에 따라서 제2 사용자 발화를 수신할 지속 기간의 적어도 일부를 결정할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 사용자 단말(100)의 상태, 제1 사용자 발화 또는 제2 사용자 발화의 컨텍스트 중 적어도 하나에 적어도 일부 기반하여 제1 지속 기간을 결정할 수 있다. 일 실시 예에 따르면, 제1 지속 기간은 사용자 단말(100)의 마이크를 통해 수신되는 제2 사용자 발화가 끝난 것으로 판단된 제1 시점부터 제2 시점까지의 기간일 수 있다. 일 실시 예에 따르면, 제2 시점은 마이크로폰(111)이 OFF되는 시점일 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 상태는 전자 장치의 현재 활성화 어플리케이션 프로그램, 현재 활성화 스킬, 현재 활성화 챗봇 또는 잠금/비잠금 상태 중 적어도 하나와 적어도 일부 관련될 수 있다.
일 실시 예에 따르면, 제2 사용자 발화의 컨텍스트는 태스크를 수행하기 위해 필요한 하나 이상의 파라미터 중 누락된 파라미터와 관련될 수 있다. 예를 들어, 문자 메시지를 전송하는 태스크를 수행하기 위해 필요한 수신인 파라미터 및 메시지 내용 파라미터 중 수신인 파라미터가 누락될 수 있다. 실시 예에서, 제2 사용자 발화의 컨텍스트는 누락된 수신인 파라미터와 관련될 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 사용자 발화와 관련된 데이터에 기반하여 응답을 생성하여 사용자 단말(100)로 전송할 수 있다. 일 실시 예에 따르면, 제2 사용자 발화의 컨텍스트는 사용자 단말(100)의 프로세서(150)가 응답에 기반하여 태스크 수행 중 동작을 정지할 상태와 관련될 수 있다.
일 실시 예에 따르면, 동작 1217은 전술된 동작 801에 대응될 수 있고, 동작 801에 적용될 수 있는 실시 예들은 동작 1217에도 적용될 수 있다.
동작 1219에서, 지능형 서버(200)의 프로세서는 결정된 지속 기간의 적어도 일부에 대한 정보를 사용자 단말(100)로 전송할 수 있다.
일 실시 예에 따르면, 지속 기간의 적어도 일부에 대한 정보는 제1 지속 기간을 포함할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 사용자 단말(100)이 상기 태스크를 수행하기 위한 사용자 단말(100)의 스테이트들의 시퀀스(a sequence of states)에 대한 정보를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 누락된 파라미터를 포함하는 제2 사용자 발화를 요청하는 메시지를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서가 전송하는 지속 기간의 적어도 일부에 대한 정보, 사용자 단말(100)의 스테이트들의 시퀀스에 대한 정보 및 제2 사용자 발화를 요청하는 메시지는 제1 사용자 발화와 관련된 데이터 전송에 대한 응답에 해당할 수 있다.
동작 1221에서, 사용자 단말(100)의 프로세서(150)는 지속 기간에 기반하여 마이크로폰(111)을 통해 제2 사용자 발화를 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 제2 사용자 발화가 끝나는 제1 시점을 검출하고, 추가적인 발화를 수신하기 위해 제1 시점부터 제2 시점까지 마이크로폰(111)이 개방되도록 유지할 수 있다. 다시 말해, 제1 시점은 제2 사용자 발화가 끝난 것으로 판단된 시점이고, 사용자 단말(100)의 프로세서(150)는 제1 지속 기간 동안 마이크로폰(111)을 활성화 상태로 유지할 수 있다.
일 실시 예에 따라, 제1 지속 기간 동안 추가적인 발화인 제3 사용자 발화가 수신되면, 사용자 단말(100)의 프로세서(150)는 제3 사용자 발화가 끝나는 제3 시점을 검출하고, 추가적인 발화를 수신하기 위해 제3 시점부터 제4 시점까지 마이크로폰(111)이 개방되도록 유지할 수 있다. 일 실시 예에 따르면, 제3 시점부터 제4 시점까지의 시간은 제1 지속 기간의 시간과 동일할 수 있다.
일 실시 예에 따라, 제1 지속 기간 동안 추가적인 발화가 수신되지 않고 제1 지속 기간이 경과하면, 사용자 단말(100)의 프로세서(150)는 추가적인 발화가 수신(또는, 수신 대기)을 종료할 수 있다. 예를 들어 프로세서(150)는 마이크로폰(111)을 비활성화 상태로 전환할 수 있다.
일 실시 예에 따르면, 동작 1221은 전술된 동작 803에 대응될 수 있고, 동작 803에 적용될 수 있는 실시 예들은 동작 1221에도 적용될 수 있다.
도 12b는 일 실시 예에 따른 제2 사용자 발화를 수신하는 지속 기간을 사용자 단말(100)이 결정하는 경우의 사용자 단말(100)과 지능형 서버(200)의 동작을 나타내는 흐름도이다.
일 실시 예에 따르면, 동작 1261 전, 사용자 단말(100)의 프로세서(150)는 지능형 시스템(또는, 지능형 앱)을 활성화하는 사용자 입력을 수신할 수 있다.
일 실시 예에 따르면, 지능형 시스템을 활성화하는 사용자 입력을 수신하는 동작은 도 8을 참조하여 설명된 동작 801 전 수행되는 지능형 시스템을 활성화하는 사용자 입력을 수신하는 동작에 대응될 수 있다. 일 실시 예에 따르면, 동작 801 전 수행되는 지능형 시스템을 활성화하는 사용자 입력을 수신하는 동작에 적용될 수 있는 실시 예들은 동작 1261 전 지능형 시스템을 활성화하는 사용자 입력을 수신하는 동작에도 적용될 수 있다.
동작 1261에서, 사용자 단말(100)의 프로세서(150)는 마이크로폰(111)을 통해 제1 사용자 발화를 수신할 수 있다. 일 실시 예에 따르면, 제1 사용자 발화는 사용자 단말(100)을 적어도 일부 이용하는 태스크를 수행하기 위한 요청을 포함할 수 있다. 일 실시 예에 따르면, 상기 태스크는 하나 이상의 파라미터를 필요로 하고, 제1 사용자 발화는 상기 하나 이상의 파라미터의 전부를 포함하지 않을 수 있다.
동작 1263에서, 사용자 단말(100)의 프로세서(150)는 제1 사용자 발화와 관련된 데이터를 지능형 서버(200)로 전송할 수 있다. 일 실시 예에 따르면, 제1 사용자 발화와 관련된 데이터는 제1 사용자 발화에 해당하는 음성 신호일 수 있다.
동작 1265에서, 지능형 서버(200)의 프로세서는 제1 사용자 발화와 관련된 데이터에 기반하여 사용자 단말(100)의 프로세서(150)가 태스크를 수행하기 위해 사용자로부터의 제2 사용자 발화가 필요한 것으로 결정할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 사용자 단말(100)의 프로세서(150)가 태스크를 수행하기 위해 필요한 하나 이상의 파라미터 중 누락된 파라미터를 판단할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 누락된 파라미터를 포함하는 제2 사용자 발화가 필요한 것으로 결정할 수 있다.
동작 1267에서, 지능형 서버(200)의 프로세서는 제2 사용자 발화의 컨텍스트에 대한 정보를 사용자 단말(100)로 전송할 수 있다.
일 실시 예에 따르면, 제2 사용자 발화의 컨텍스트는 태스크를 수행하기 위해 필요한 하나 이상의 파라미터 중 누락된 파라미터와 관련될 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 사용자 발화와 관련된 데이터에 기반하여 응답을 생성하여 사용자 단말(100)로 전송할 수 있다. 일 실시 예에 따르면, 제2 사용자 발화의 컨텍스트는 사용자 단말(100)의 프로세서(150)가 응답에 기반하여 태스크 수행 중 동작을 정지할 상태와 관련될 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 사용자 단말(100)이 상기 태스크를 수행하기 위한 사용자 단말(100)의 스테이트들의 시퀀스에 대한 정보를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 누락된 파라미터를 포함하는 제2 사용자 발화를 요청하는 메시지를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서가 전송하는 지속 기간의 적어도 일부에 대한 정보, 사용자 단말(100)의 스테이트들의 시퀀스에 대한 정보 및 제2 사용자 발화를 요청하는 메시지는 제1 사용자 발화와 관련된 데이터 전송에 대한 응답에 해당할 수 있다.
동작 1269에서, 사용자 단말(100)의 프로세서(150)는 사용자 단말(100)의 상태, 제1 사용자 발화 또는 제2 사용자 발화의 컨텍스트 중 적어도 하나에 적어도 일부 기반하여, 사용자 단말(100)이 제2 사용자 발화를 수신할 지속 기간의 적어도 일부를 결정할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 사용자 단말(100)의 상태, 제1 사용자 발화 또는 제2 사용자 발화의 컨텍스트 중 적어도 하나에 적어도 일부 기반하여 제1 지속 기간을 결정할 수 있다. 일 실시 예에 따르면, 제1 지속 기간은 사용자 단말(100)의 마이크를 통해 수신되는 제2 사용자 발화가 끝난 것으로 판단된 제1 시점부터 제2 시점까지의 기간일 수 있다. 일 실시 예에 따르면, 제2 시점은 마이크로폰(111)이 OFF되는 시점일 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 상태는 전자 장치의 현재 활성화 어플리케이션 프로그램, 현재 활성화 스킬, 현재 활성화 챗봇 또는 잠금/비잠금 상태 중 적어도 하나와 적어도 일부 관련될 수 있다.
일 실시 예에 따르면, 동작 1269는 전술된 동작 801에 대응될 수 있고, 동작 801에 적용될 수 있는 실시 예들은 동작 1269에도 적용될 수 있다.
동작 1271에서, 사용자 단말(100)의 프로세서(150)는 지속 기간에 기반하여 마이크로폰(111)을 통해 제2 사용자 발화를 수신할 수 있다.
일 실시 예에 따르면, 동작 1271은 전술된 동작 1221에 대응될 수 있고, 동작 1221에 적용될 수 있는 실시 예들은 동작 1271에도 적용될 수 있다.
이하에서는 도 13a 내지 도 13d를 참조하여 사용자 단말(100)이 태스크를 수행하기 위한 일부 파라미터를 누락한 음성 명령 입력을 수신한 경우, 사용자 단말(100) 또는 지능형 서버(200)가 제1 지속 기간을 결정하는 실시 예들이 설명된다.
도 13a는 일 실시 예에 따른 일부 파라미터가 누락된 사용자 발화에 해당하는 텍스트가 표시된 화면을 나타내는 도면이다. 도 13b는 일 실시 예에 따른 누락된 파라미터를 획득하기 위한 요청 메시지가 표시된 화면을 나타내는 도면이다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 지능형 시스템을 활성화 하는 사용자 입력을 수신한 후, “엄마에게 메시지 보내줘”라는 제1 사용자 발화를 수신할 수 있다.
일 실시 예에 따르면, 제1 사용자 발화는 사용자 단말(100)을 적어도 일부 이용하는 문자 메시지를 전송하는 태스크를 수행하기 위한 요청을 포함할 수 있다. 일 실시 예에서, 제1 사용자 발화는 문자 메시지를 전송하는 태스크를 수행하기 위해 필요한 수신인 파라미터 및 메시지 내용 파라미터 중 메시지 내용 파라미터를 누락할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 수신된 제1 사용자 발화와 관련된 데이터(예: 음성 신호)를 지능형 서버(200)로 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 사용자 발화와 관련된 데이터에 기반하여 사용자 단말(100)의 프로세서(150)가 태스크를 수행하기 위해 사용자로부터의 메시지 내용 파라미터를 포함하는 제2 사용자 발화가 필요한 것으로 결정할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 누락된 메시지 내용 파라미터의 특성에 기반하여 제1 지속 기간을 결정할 수 있다. 일 실시 예에 따르면, 메시지 내용 텍스트는 100자 이상의 장문 텍스트일 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 장문 텍스트일 수 있는 메시지 내용 파라미터의 특성에 기반하여 미리 설정된 시간(예: 0.5초)보다 긴 시간(예: 1초)으로 제1 지속 기간의 시간을 결정할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 지속 기간에 대한 정보를 사용자 단말(100)로 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 사용자 단말(100)이 문자 메시지를 보내는 태스크 일부를 수행하기 위한 사용자 단말(100)의 스테이트들의 시퀀스에 대한 정보를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 사용자 발화에 해당하는 텍스트 및 누락된 메시지 내용 파라미터를 포함하는 제2 사용자 발화를 요청하는 메시지를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 제1 사용자 발화를 수신하면서 제1 사용자 발화와 관련된 데이터를 지능형 서버(200)로 전송할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 사용자 발화 전부가 수신되기 전이라도 수신된 제1 사용자 발화의 적어도 일부에 해당하는 텍스트를 사용자 단말(100)로 전송할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 수신된 제1 사용자 발화의 적어도 일부에 해당하는 텍스트를 실시간으로 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 도 13a에 도시된 것과 같이 사용자 단말(100)의 프로세서(150)는 제1 사용자 발화에 해당하는 텍스트(1111)를 표시할 수 있다.
일 실시 예에 따르면, 스테이트들의 시퀀스에 대한 정보 및 제2 사용자 발화를 요청하는 메시지가 수신된 후, 사용자 단말(100)의 프로세서(150)는 사용자 단말(100)이 스테이트들의 시퀀스에 대한 정보를 갖도록 함으로써 문자 메시지를 보내는 태스크 중 일부를 수행할 수 있다. 일 실시 예에 따르면, 도 13b에 도시된 것과 같이 사용자 단말(100)의 프로세서(150)는 태스크 중 일부인 수신인(1321)을 입력하는 태스크를 수행한 후, 제2 사용자 발화를 요청하는 메시지(1322)를 표시할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 마이크로폰(111)을 통해 지속 기간 동안 마이크로폰(111)을 통해 제2 사용자 발화를 수신(또는, 수신 대기)할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 제2 사용자 발화가 끝나는 제1 시점을 검출하고, 추가적인 발화를 수신하기 위해 제1 시점부터 제1 지속 기간의 시간(예: 1초) 동안 마이크로폰(111)이 개방되도록 유지할 수 있다. 일 실시 예에 따라, 제1 지속 기간 동안 추가적인 발화인 제3 사용자 발화가 수신되면, 사용자 단말(100)의 프로세서(150)는 제3 사용자 발화가 끝나는 제3 시점을 검출하고, 추가적인 발화를 수신하기 위해 제3 시점부터 제4 시점까지 마이크로폰(111)이 개방되도록 유지할 수 있다. 일 실시 예에 따르면, 제3 시점부터 제4 시점까지의 시간은 제1 지속 기간의 시간과 동일할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제2 사용자 발화가 필요한 것으로 결정한 후, 누락된 메시지 내용 파라미터의 특성에 대한 정보, 문자 메시지를 보내는 태스크 일부를 수행하기 위한 사용자 단말(100)의 스테이트들의 시퀀스에 대한 정보, 제1 사용자 발화에 해당하는 텍스트 및 누락된 메시지 내용 파라미터를 포함하는 제2 사용자 발화를 요청하는 메시지를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 누락된 메시지 내용 파라미터의 특성에 기반하여 제1 지속 기간을 결정할 수 있다.
일 실시 예에 따라, 사용자 단말(100)의 프로세서(150)는 결정된 제1 지속 기간에 기반한 지속 기간 동안 마이크로폰(111)을 통해 제2 사용자 발화를 수신할 수 있다.
도 13c는 일 실시 예에 따른 일부 파라미터가 누락된 사용자 발화에 해당하는 텍스트가 표시된 화면을 나타내는 도면이다. 도 13d는 일 실시 예에 따른 누락된 파라미터를 획득하기 위한 요청 메시지가 표시된 화면을 나타내는 도면이다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 지능형 시스템을 활성화 하는 사용자 입력을 수신한 후, “늦는다고 메시지 보내줘”라는 제1 사용자 발화를 수신할 수 있다.
일 실시 예에 따르면, 제1 사용자 발화는 사용자 단말(100)을 적어도 일부 이용하는 문자 메시지를 전송하는 태스크를 수행하기 위한 요청을 포함할 수 있다. 일 실시 예에서, 제1 사용자 발화는 문자 메시지를 전송하는 태스크를 수행하기 위해 필요한 수신인 파라미터 및 메시지 내용 파라미터 중 수신인 파라미터를 누락할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 수신된 제1 사용자 발화와 관련된 데이터(예: 음성 신호)를 지능형 서버(200)로 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 사용자 발화와 관련된 데이터에 기반하여 사용자 단말(100)의 프로세서(150)가 태스크를 수행하기 위해 사용자로부터의 메시지 내용 파라미터를 포함하는 제2 사용자 발화가 필요한 것으로 결정할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 누락된 수신인 파라미터의 특성에 기반하여 제1 지속 기간을 결정할 수 있다. 일 실시 예에 따르면, 수신인 텍스트는 10자 이하의 텍스트일 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 짧은 텍스트일 수 있는 수신인 파라미터의 특성에 기반하여 미리 설정된 시간(예: 0.5초)보다 짧은 시간(예: 0.2초)으로 제1 지속 기간의 시간을 결정할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 지속 기간에 대한 정보를 사용자 단말(100)로 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 사용자 단말(100)이 문자 메시지를 보내는 태스크 일부를 수행하기 위한 사용자 단말(100)의 스테이트들의 시퀀스에 대한 정보를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 사용자 발화에 해당하는 텍스트 및 누락된 수신인 파라미터를 포함하는 제2 사용자 발화를 요청하는 메시지를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 제1 사용자 발화를 수신하면서 제1 사용자 발화와 관련된 데이터를 지능형 서버(200)로 전송할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제1 사용자 발화 전부가 수신되기 전이라도 수신된 제1 사용자 발화의 적어도 일부에 해당하는 텍스트를 사용자 단말(100)로 전송할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 수신된 제1 사용자 발화의 적어도 일부에 해당하는 텍스트를 실시간으로 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 도 13c에 도시된 것과 같이 사용자 단말(100)의 프로세서(150)는 제1 사용자 발화에 해당하는 텍스트(1131)를 표시할 수 있다.
일 실시 예에 따르면, 스테이트들의 시퀀스에 대한 정보 및 제2 사용자 발화를 요청하는 메시지가 수신된 후, 사용자 단말(100)의 프로세서(150)는 사용자 단말(100)이 스테이트들의 시퀀스에 대한 정보를 갖도록 함으로써 문자 메시지를 보내는 태스크 중 일부를 수행할 수 있다. 일 실시 예에 따르면, 도 13d에 도시된 것과 같이 사용자 단말(100)의 프로세서(150)는 태스크 중 일부인 수신인을 검색하는 태스크를 수행한 후, 제2 사용자 발화를 요청하는 메시지(1341)를 표시할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 마이크로폰(111)을 통해 지속 기간 동안 마이크로폰(111)을 통해 제2 사용자 발화를 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 제2 사용자 발화가 끝나는 제1 시점을 검출하고, 추가적인 발화를 수신하기 위해 제1 시점부터 제1 지속 기간의 시간(예: 0.2초) 동안 마이크로폰(111)이 개방되도록 유지할 수 있다. 일 실시 예에 따라, 제1 지속 기간 동안 추가적인 발화인 제3 사용자 발화가 수신되면, 사용자 단말(100)의 프로세서(150)는 제3 사용자 발화가 끝나는 제3 시점을 검출하고, 추가적인 발화를 수신하기 위해 제3 시점부터 제4 시점까지 마이크로폰(111)이 개방되도록 유지할 수 있다. 일 실시 예에 따르면, 제3 시점부터 제4 시점까지의 시간은 제1 지속 기간의 시간과 동일할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 프로세서는 제2 사용자 발화가 필요한 것으로 결정한 후, 누락된 수신인 파라미터의 특성에 대한 정보, 문자 메시지를 보내는 태스크 일부를 수행하기 위한 사용자 단말(100)의 스테이트들의 시퀀스에 대한 정보, 제1 사용자 발화에 해당하는 텍스트 및 누락된 수신인 파라미터를 포함하는 제2 사용자 발화를 요청하는 메시지를 사용자 단말(100)로 더 전송할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 프로세서(150)는 누락된 수신인 파라미터의 특성에 기반하여 제1 지속 기간을 결정할 수 있다.
일 실시 예에 따라, 사용자 단말(100)의 프로세서(150)는 결정된 제1 지속 기간에 기반한 지속 기간 동안 마이크로폰(111)을 통해 제2 사용자 발화를 수신할 수 있다.
도 14는, 다양한 실시예들에 따른, 네트워크 환경(1400) 내의 전자 장치(1401)의 블럭도이다. 도 14을 참조하면, 네트워크 환경(1400)에서 전자 장치(1401)(예: 사용자 단말(100))는 제 1 네트워크(1498)(예: 근거리 무선 통신)를 통하여 전자 장치(1402)와 통신하거나, 또는 제 2 네트워크(1499)(예: 원거리 무선 통신)를 통하여 전자 장치(1404) 또는 서버(1408)(예: 지능형 서버(200))와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1401)는 서버(1408)를 통하여 전자 장치(1404)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1401)는 프로세서(1420), 메모리(1430), 입력 장치(1450), 음향 출력 장치(1455), 표시 장치(1460), 오디오 모듈(1470), 센서 모듈(1476), 인터페이스(1477), 햅틱 모듈(1479), 카메라 모듈(1480), 전력 관리 모듈(1488), 배터리(1489), 통신 모듈(1490), 가입자 식별 모듈(1496), 및 안테나 모듈(1497)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1401)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(1460) 또는 카메라 모듈(1480))가 생략되거나 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 예를 들면, 표시 장치(1460)(예: 디스플레이)에 임베디드된 센서 모듈(1476)(예: 지문 센서, 홍채 센서, 또는 조도 센서)의 경우와 같이, 일부의 구성요소들이 통합되어 구현될 수 있다.
프로세서(1420)(예: 프로세서(150))는, 예를 들면, 소프트웨어(예: 프로그램(1440))를 구동하여 프로세서(1420)에 연결된 전자 장치(1401)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 및 연산을 수행할 수 있다. 프로세서(1420)는 다른 구성요소(예: 센서 모듈(1476) 또는 통신 모듈(1490))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1432)에 로드하여 처리하고, 결과 데이터를 비휘발성 메모리(1434)에 저장할 수 있다. 일실시예에 따르면, 프로세서(1420)는 메인 프로세서(1421)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 운영되고, 추가적으로 또는 대체적으로, 메인 프로세서(1421)보다 저전력을 사용하거나, 또는 지정된 기능에 특화된 보조 프로세서(1423)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 여기서, 보조 프로세서(1423)는 메인 프로세서(1421)와 별개로 또는 임베디드되어 운영될 수 있다.
이런 경우, 보조 프로세서(1423)는, 예를 들면, 메인 프로세서(1421)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1421)를 대신하여, 또는 메인 프로세서(1421)가 액티브(예: 어플리케이션 수행) 상태에 있는 동안 메인 프로세서(1421)와 함께, 전자 장치(1401)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(1460), 센서 모듈(1476), 또는 통신 모듈(1490))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(1423)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(1480) 또는 통신 모듈(1490))의 일부 구성 요소로서 구현될 수 있다. 메모리(1430)는, 전자 장치(1401)의 적어도 하나의 구성요소(예: 프로세서(1420) 또는 센서모듈(1476))에 의해 사용되는 다양한 데이터, 예를 들어, 소프트웨어(예: 프로그램(1440)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 저장할 수 있다. 메모리(1430)는, 휘발성 메모리(1432) 또는 비휘발성 메모리(1434)를 포함할 수 있다.
프로그램(1440)은 메모리(1430)에 저장되는 소프트웨어로서, 예를 들면, 운영 체제(1442), 미들 웨어(1444) 또는 어플리케이션(1446)을 포함할 수 있다.
입력 장치(1450)는, 전자 장치(1401)의 구성요소(예: 프로세서(1420))에 사용될 명령 또는 데이터를 전자 장치(1401)의 외부(예: 사용자)로부터 수신하기 위한 장치로서, 예를 들면, 마이크, 마우스, 또는 키보드를 포함할 수 있다.
음향 출력 장치(1455)는 음향 신호를 전자 장치(1401)의 외부로 출력하기 위한 장치로서, 예를 들면, 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용되는 스피커와 전화 수신 전용으로 사용되는 리시버를 포함할 수 있다. 일실시예에 따르면, 리시버는 스피커와 일체 또는 별도로 형성될 수 있다.
표시 장치(1460)는 전자 장치(1401)의 사용자에게 정보를 시각적으로 제공하기 위한 장치로서, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 표시 장치(1460)는 터치 회로(touch circuitry) 또는 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서를 포함할 수 있다.
오디오 모듈(1470)은 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(1470)은, 입력 장치(1450) 를 통해 소리를 획득하거나, 음향 출력 장치(1455), 또는 전자 장치(1401)와 유선 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1402)(예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(1476)은 전자 장치(1401)의 내부의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(1476)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(1477)는 외부 전자 장치(예: 전자 장치(1402))와 유선 또는 무선으로 연결할 수 있는 지정된 프로토콜을 지원할 수 있다. 일실시예에 따르면, 인터페이스(1477)는 HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1478)는 전자 장치(1401)와 외부 전자 장치(예: 전자 장치(1402))를 물리적으로 연결시킬 수 있는 커넥터, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1479)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 햅틱 모듈(1479)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1480)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(1480)은 하나 이상의 렌즈, 이미지 센서, 이미지 시그널 프로세서, 또는 플래시를 포함할 수 있다.
전력 관리 모듈(1488)은 전자 장치(1401)에 공급되는 전력을 관리하기 위한 모듈로서, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구성될 수 있다.
배터리(1489)는 전자 장치(1401)의 적어도 하나의 구성 요소에 전력을 공급하기 위한 장치로서, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1490)은 전자 장치(1401)와 외부 전자 장치(예: 전자 장치(1402), 전자 장치(1404), 또는 서버(1408))간의 유선 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1490)은 프로세서(1420)(예: 어플리케이션 프로세서)와 독립적으로 운영되는, 유선 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(1490)은 무선 통신 모듈(1492)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1494)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함하고, 그 중 해당하는 통신 모듈을 이용하여 제 1 네트워크(1498)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(1499)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 상술한 여러 종류의 통신 모듈(1490)은 하나의 칩으로 구현되거나 또는 각각 별도의 칩으로 구현될 수 있다.
일실시예에 따르면, 무선 통신 모듈(1492)은 가입자 식별 모듈(1496)에 저장된 사용자 정보를 이용하여 통신 네트워크 내에서 전자 장치(1401)를 구별 및 인증할 수 있다.
안테나 모듈(1497)은 신호 또는 전력을 외부로 송신하거나 외부로부터 수신하기 위한 하나 이상의 안테나들을 포함할 수 있다. 일시예에 따르면, 통신 모듈(1490)(예: 무선 통신 모듈(1492))은 통신 방식에 적합한 안테나를 통하여 신호를 외부 전자 장치로 송신하거나, 외부 전자 장치로부터 수신할 수 있다.
상기 구성요소들 중 일부 구성요소들은 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input/output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되어 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(1499)에 연결된 서버(1408)를 통해서 전자 장치(1401)와 외부의 전자 장치(1404)간에 송신 또는 수신될 수 있다. 전자 장치(1402, 1404) 각각은 전자 장치(1401)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(1401)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 외부 전자 장치에서 실행될 수 있다. 일실시예에 따르면, 전자 장치(1401)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(1401)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 외부 전자 장치에게 요청할 수 있다. 상기 요청을 수신한 외부 전자 장치는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(1401)로 전달할 수 있다. 전자 장치(1401)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징; 상기 하우징의 제1 부분에 배치된 스피커; 상기 하우징의 제2 부분에 배치된 마이크로폰; 상기 하우징 내 배치되거나 상기 하우징에 부착된 통신 회로; 상기 하우징 내에 배치되고 상기 스피커, 상기 마이크로폰 및 상기 통신 회로와 기능적으로 연결된 프로세서; 및 상기 하우징 내에 배치되고 상기 프로세서와 기능적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 지능형 시스템을 활성화하는 사용자 입력을 수신하고, 상기 전자 장치의 상태에 적어도 일부 기반하여 상기 마이크로폰을 통해 사용자 발화를 수신하는 지속 기간(duration)의 적어도 일부를 결정하고, 상기 사용자 입력을 수신한 후 상기 마이크로폰을 통해 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화와 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 전송하고, 상기 통신 회로를 통해 상기 외부 서버로부터 상기 제1 데이터에 적어도 일부 기반하여 생성된 제1 응답을 수신하도록 하는 인스트럭션들을 저장할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 실행 시에, 상기 프로세서가 상기 사용자 입력을 수신한 후, 상기 제1 사용자 발화가 끝나는 제1 시점을 검출하고, 상기 제1 시점부터 제2 시점까지인 제1 지속 기간(a first duration) 동안 추가적인 발화를 수신하도록 상기 마이크로폰이 개방되도록 유지하도록 할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 실행 시에, 상기 프로세서가 상기 제1 지속 기간 동안 추가적인 발화인 제2 사용자 발화가 수신되는 경우, 제2 사용자 발화가 끝나는 제3 시점을 검출하고, 상기 제3 시점으로부터 상기 제1 지속 기간과 동일한 시간 동안 추가적인 발화를 수신하도록 상기 마이크로폰이 개방되도록 유지하도록 할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 실행 시에, 상기 프로세서가 상기 전자 장치의 상태에 적어도 일부 기반하여 상기 제1 지속 기간을 결정하도록 할 수 있다.
일 실시 예에서, 상기 전자 장치의 상태는 상기 전자 장치의 현재 활성화 어플리케이션 프로그램, 현재 활성화 스킬, 현재 활성화 챗봇(chat bot) 또는 잠금/비잠금 상태 중 적어도 하나와 적어도 일부 관련될 수 있다.
일 실시 예에서, 상기 하우징을 통해 노출된 디스플레이를 더 포함하고, 상기 전자 장치의 상태는 상기 디스플레이에 현재 표시된 사용자 인터페이스와 적어도 일부 관련될 수 있다.
일 실시 예에서, 상기 사용자 인터페이스는 적어도 하나의 입력 필드를 포함하고, 상기 전자 장치의 상태는 상기 적어도 하나의 입력 필드 중 적어도 하나와 적어도 일부 연관될 수 있다.
일 실시 예에서, 상기 제1 지속 기간은 상기 입력 필드의 길이 비례 할 수 있다.
일 실시 예에서, 상기 사용자 입력은 상기 지능형 시스템을 깨우는(wake) 음성 입력을 포함 할 수 있다.
일 실시 예에서, 터치스크린 디스플레이 및/또는 물리 버튼을 더 포함하고, 상기 사용자 입력은 상기 디스플레이 및/또는 상기 버튼 중 적어도 하나를 통해 수신될 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징; 상기 하우징의 제1 부분에 배치된 스피커; 상기 하우징의 제2 부분에 배치된 마이크로폰; 상기 하우징 내 배치되거나 상기 하우징에 부착된 통신 회로; 상기 하우징 내에 배치되고 상기 스피커, 상기 마이크로폰 및 상기 통신 회로와 기능적으로 연결된 프로세서; 및 상기 하우징 내에 배치되고 상기 프로세서와 기능적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크로폰을 통해 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화는 상기 전자 장치를 적어도 일부 이용하고, 실행을 위해 하나 이상의 파라미터를 필요로 하는 태스크를 수행하기 위한 요청을 포함하고, 상기 제1 사용자 발화는 상기 하나 이상의 파라미터의 전부를 포함하지 않고, 상기 제1 사용자 발화와 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 전송하고, 상기 태스크를 수행하기 위해 필요한 파라미터를 획득하기 위한 제2 사용자 발화의 컨텍스트에 대한 정보를 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고, 상기 전자 장치의 상태, 상기 제1 사용자 발화 또는 상기 제2 사용자 발화의 컨텍스트 중 적어도 하나에 적어도 일부 기반하여, 상기 제2 사용자 발화를 수신할 지속 기간의 적어도 일부를 결정하고, 상기 지속 기간 동안 상기 마이크로폰을 통해 발화를 수신하는 상태에 있도록 상기 마이크로폰이 개방되도록 유지하도록 하는 인스트럭션들을 저장할 수 있다.
일 실시 예에서, 상기 인스트럭션들은, 실행 시에, 상기 프로세서가 상기 전자 장치의 상태, 상기 제1 사용자 발화 또는 상기 제2 사용자 발화의 컨텍스트 중 적어도 하나에 적어도 일부 기반하여 제1 지속 기간의 시간을 결정하고, 상기 제2 사용자 발화가 끝나는 제1 시점을 검출하고, 상기 제1 시점부터 제2 시점까지인 상기 제1 지속 기간 동안 추가적인 발화를 수신하는 상태에 있도록 상기 마이크로폰이 개방되도록 유지하도록 할 수 있다.
일 실시 예에서, 상기 전자 장치의 상태는 상기 전자 장치의 현재 활성화 어플리케이션 프로그램, 현재 활성화 스킬, 현재 활성화 챗봇 또는 잠금/비잠금 상태 중 적어도 하나와 적어도 일부 관련될 수 있다.
일 실시 예에서, 상기 하우징을 통해 노출된 디스플레이를 더 포함하고, 상기 전자 장치의 상태는 상기 디스플레이에 현재 표시된 사용자 인터페이스와 적어도 일부 관련될 수 있다.
일 실시 예에서, 상기 사용자 인터페이스는 적어도 하나의 입력 필드를 포함하고, 상기 전자 장치의 상태는 상기 적어도 하나의 입력 필드 중 적어도 하나와 적어도 일부 연관될 수 있다.
본 문서에 개시되는 일 실시 예에 따른 시스템은 적어도 하나의 네트워크 인터페이스; 상기 네트워크 인터페이스에 기능적으로 연결된 적어도 하나의 프로세서; 상기 프로세서에 기능적으로 연결되는 적어도 하나의 메모리; 상기 메모리는 적어도 하나의 태스크를 수행하기 위한 적어도 하나의 외부 전자 장치의 스테이트들의 상태를 저장하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 마이크로폰을 포함하는 제1 외부 전자 장치를 통해 제공된 제1 사용자 발화와 관련된 제1 데이터를 수신하고, 상기 제1 사용자 발화는 상기 제1 외부 전자 장치를 적어도 일부 이용하는 태스크를 수행하기 위한 요청을 포함하고, 상기 태스크를 수행하기 위해 사용자로부터의 제2 사용자 발화가 필요한 것으로 결정하고, 상기 제1 외부 전자 장치의 상태, 상기 제1 사용자 발화 및/또는 상기 제2 사용자 발화의 컨텍스트에 적어도 일부 기반하여, 상기 제1 외부 전자 장치를 통해 상기 제2 사용자 발화를 수신할 지속 기간의 적어도 일부를 결정하고, 상기 제1 외부 전자 장치가 상기 지속 기간 동안 상기 마이크로폰을 통해 발화를 수신하는 상태에 있도록 상기 제1 외부 전자 장치로 상기 지속 기간의 적어도 일부에 대한 정보를 제공하도록 하는 인스트럭션들을 저장할 수 있다.
일 실시 예에서, 상기 제1 외부 전자 장치는 상기 사용자로부터의 상기 제2 사용자 발화가 끝나는 제1 시점을 검출하고, 상기 제1 시점부터 제2 시점까지인 제1 지속 기간 동안 추가적인 발화를 수신하도록 상기 마이크로폰이 개방되도록 유지하도록 구성되고, 및 상기 인스트럭션들은, 실행 시에, 상기 프로세서가 상기 제1 외부 전자 장치의 상태, 상기 제1 사용자 발화 및/또는 상기 제2 사용자 발화의 컨텍스트에 적어도 일부 기반하여 상기 제1 지속 기간을 결정하도록 할 수 있다.
일 실시 예에서, 상기 제1 외부 전자 장치의 상태는 상기 전자 장치의 현재 활성화 어플리케이션 프로그램, 현재 활성화 스킬, 현재 활성화 챗봇 또는 잠금/비잠금 상태 중 적어도 하나와 적어도 일부 관련될 수 있다.
일 실시 예에서, 디스플레이에 현재 표시된 사용자 인터페이스와 적어도 일부 관련될 수 있다.
일 실시 예에서, 상기 사용자 인터페이스는 적어도 하나의 입력 필드를 포함하고, 상기 제1 외부 전자 장치의 상태는 상기 적어도 하나의 입력 필드 중 적어도 하나와 적어도 일부 연관될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치 중 적어도 하나를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)(예: 내장 메모리(1436) 또는 외장 메모리(1438))에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램(1440))로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 전자 장치(1401))를 포함할 수 있다. 상기 명령이 프로세서(예: 프로세서(1420))에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.

Claims (20)

  1. 전자 장치에 있어서,
    하우징;
    상기 하우징의 제1 부분에 배치된 스피커;
    상기 하우징의 제2 부분에 배치된 마이크로폰;
    상기 하우징 내 배치되거나 상기 하우징에 부착된 통신 회로;
    상기 하우징 내에 배치되고 상기 스피커, 상기 마이크로폰 및 상기 통신 회로와 기능적으로 연결된 프로세서; 및
    상기 하우징 내에 배치되고 상기 프로세서와 기능적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가,
    지능형 시스템을 활성화하는 사용자 입력을 수신하고,
    상기 전자 장치의 상태에 적어도 일부 기반하여 상기 마이크로폰을 통해 사용자 발화를 수신하는 지속 기간(duration)의 적어도 일부를 결정하고,
    상기 사용자 입력을 수신한 후 상기 마이크로폰을 통해 제1 사용자 발화를 수신하고,
    상기 제1 사용자 발화와 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 전송하고,
    상기 통신 회로를 통해 상기 외부 서버로부터 상기 제1 데이터에 적어도 일부 기반하여 생성된 제1 응답을 수신하도록 하는 인스트럭션들을 저장하고,
    상기 전자 장치의 상태는 현재 활성화된 어플리케이션 또는 상기 전자 장치가 요구하는 입력의 타입을 포함하는, 전자 장치.
  2. 청구항 1에 있어서,
    상기 인스트럭션들은, 실행 시에, 상기 프로세서가
    상기 사용자 입력을 수신한 후, 상기 제1 사용자 발화가 끝나는 제1 시점을 검출하고,
    상기 제1 시점부터 제2 시점까지인 제1 지속 기간(a first duration) 동안 추가적인 발화를 수신하도록 상기 마이크로폰이 개방되도록 유지하도록 하는, 전자 장치.
  3. 청구항 2에 있어서,
    상기 인스트럭션들은, 실행 시에, 상기 프로세서가
    상기 제1 지속 기간 동안 추가적인 발화인 제2 사용자 발화가 수신되는 경우, 제2 사용자 발화가 끝나는 제3 시점을 검출하고, 상기 제3 시점으로부터 상기 제1 지속 기간과 동일한 시간 동안 추가적인 발화를 수신하도록 상기 마이크로폰이 개방되도록 유지하도록 하는, 전자 장치.
  4. 청구항 2에 있어서,
    상기 인스트럭션들은, 실행 시에, 상기 프로세서가
    상기 전자 장치의 상태에 적어도 일부 기반하여 상기 제1 지속 기간을 결정하도록 하는, 전자 장치.
  5. 청구항 4에 있어서,
    상기 전자 장치의 상태는 상기 전자 장치의 현재 활성화 어플리케이션 프로그램, 현재 활성화 스킬, 현재 활성화 챗봇(chat bot) 또는 잠금/비잠금 상태 중 적어도 하나와 관련된, 전자 장치.
  6. 청구항 5에 있어서,
    상기 하우징을 통해 노출된 디스플레이를 더 포함하고, 상기 전자 장치의 상태는 상기 디스플레이에 현재 표시된 사용자 인터페이스와 관련된, 전자 장치.
  7. 청구항 6에 있어서,
    상기 사용자 인터페이스는 적어도 하나의 입력 필드를 포함하고, 상기 전자 장치의 상태는 상기 적어도 하나의 입력 필드 중 적어도 하나와 연관된, 전자 장치.
  8. 청구항 7에 있어서,
    상기 제1 지속 기간은 상기 입력 필드의 길이 비례하는, 전자 장치.
  9. 청구항 1에 있어서,
    상기 사용자 입력은 상기 지능형 시스템을 깨우는(wake) 음성 입력을 포함하는, 전자 장치.
  10. 청구항 1에 있어서,
    터치스크린 디스플레이 및/또는 물리 버튼을 더 포함하고,
    상기 사용자 입력은 상기 디스플레이 및/또는 상기 버튼 중 적어도 하나를 통해 수신되는, 전자 장치.
  11. 전자 장치에 있어서,
    하우징;
    상기 하우징의 제1 부분에 배치된 스피커;
    상기 하우징의 제2 부분에 배치된 마이크로폰;
    상기 하우징 내 배치되거나 상기 하우징에 부착된 통신 회로;
    상기 하우징 내에 배치되고 상기 스피커, 상기 마이크로폰 및 상기 통신 회로와 기능적으로 연결된 프로세서; 및
    상기 하우징 내에 배치되고 상기 프로세서와 기능적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가,
    상기 마이크로폰을 통해 제1 사용자 발화를 수신하고, 상기 제1 사용자 발화는 상기 전자 장치를 적어도 일부 이용하고, 실행을 위해 하나 이상의 파라미터를 필요로 하는 태스크를 수행하기 위한 요청을 포함하고, 상기 제1 사용자 발화는 상기 하나 이상의 파라미터의 전부를 포함하지 않고,
    상기 제1 사용자 발화와 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 전송하고,
    상기 태스크를 수행하기 위해 필요한 상기 하나 이상의 파라미터 중 누락된 파라미터를 획득하기 위한 제2 사용자 발화의 컨텍스트에 대한 정보를 상기 통신 회로를 통해 상기 외부 서버로부터 수신하고,
    상기 전자 장치의 상태 또는 상기 제1 사용자 발화 중 적어도 하나 및 상기 제2 사용자 발화의 컨텍스트 에 기반하여, 상기 제2 사용자 발화를 수신할 지속 기간의 적어도 일부를 결정하고,
    상기 지속 기간 동안 상기 마이크로폰을 통해 상기 제2 사용자 발화를 수신하는 상태에 있도록 상기 마이크로폰을 활성화 상태로 유지하도록 하는 인스트럭션들을 저장하는, 전자 장치.
  12. 청구항 11에 있어서,
    상기 인스트럭션들은, 실행 시에, 상기 프로세서가
    상기 전자 장치의 상태, 상기 제1 사용자 발화 또는 상기 제2 사용자 발화의 컨텍스트 중 적어도 하나에 기반하여 제1 지속 기간의 시간을 결정하고,
    상기 제2 사용자 발화가 끝나는 제1 시점을 검출하고,
    상기 제1 시점부터 제2 시점까지인 상기 제1 지속 기간 동안 추가적인 발화를 수신하는 상태에 있도록 상기 마이크로폰이 개방되도록 유지하도록 하는, 전자 장치.
  13. 청구항 12에 있어서,
    상기 전자 장치의 상태는 상기 전자 장치의 현재 활성화 어플리케이션 프로그램, 현재 활성화 스킬, 현재 활성화 챗봇 또는 잠금/비잠금 상태 중 적어도 하나와 관련된, 전자 장치.
  14. 청구항 13에 있어서,
    상기 하우징을 통해 노출된 디스플레이를 더 포함하고, 상기 전자 장치의 상태는 상기 디스플레이에 현재 표시된 사용자 인터페이스와 관련된, 전자 장치.
  15. 청구항 14에 있어서,
    상기 사용자 인터페이스는 적어도 하나의 입력 필드를 포함하고, 상기 전자 장치의 상태는 상기 적어도 하나의 입력 필드 중 적어도 하나와 연관된, 전자 장치.
  16. 시스템에 있어서,
    적어도 하나의 네트워크 인터페이스;
    상기 네트워크 인터페이스에 기능적으로 연결된 적어도 하나의 프로세서;
    상기 프로세서에 기능적으로 연결되는 적어도 하나의 메모리;
    상기 메모리는 적어도 하나의 태스크를 수행하기 위한 적어도 하나의 외부 전자 장치의 스테이트들의 상태를 저장하고, 상기 메모리는, 실행 시에, 상기 프로세서가,
    마이크로폰을 포함하는 제1 외부 전자 장치를 통해 제공된 제1 사용자 발화와 관련된 제1 데이터를 수신하고, 상기 제1 사용자 발화는 상기 제1 외부 전자 장치를 적어도 일부 이용하는 태스크를 수행하기 위한 요청을 포함하고,
    상기 태스크를 수행하기 위해 사용자로부터의 제2 사용자 발화가 필요한 것으로 결정하고,
    상기 제1 외부 전자 장치의 상태 또는 상기 제1 사용자 발화 중 적어도 일부 및 상기 제2 사용자 발화의 컨텍스트에 기반하여, 상기 제1 외부 전자 장치를 통해 상기 제2 사용자 발화를 수신할 지속 기간의 적어도 일부를 결정하고,
    상기 제1 외부 전자 장치가 상기 지속 기간 동안 상기 마이크로폰을 통해 발화를 수신하는 상태에 있도록 상기 제1 외부 전자 장치로 상기 지속 기간의 적어도 일부에 대한 정보를 제공하도록 하는 인스트럭션들을 저장하는, 시스템.
  17. 청구항 16에 있어서,
    상기 제1 외부 전자 장치는 상기 사용자로부터의 상기 제2 사용자 발화가 끝나는 제1 시점을 검출하고, 상기 제1 시점부터 제2 시점까지인 제1 지속 기간 동안 추가적인 발화를 수신하도록 상기 마이크로폰이 개방되도록 유지하도록 구성되고, 및
    상기 인스트럭션들은, 실행 시에, 상기 프로세서가
    상기 제1 외부 전자 장치의 상태, 상기 제1 사용자 발화 및/또는 상기 제2 사용자 발화의 컨텍스트에 적어도 일부 기반하여 상기 제1 지속 기간을 결정하도록 하는, 시스템.
  18. 청구항 17에 있어서,
    상기 제1 외부 전자 장치의 상태는 상기 전자 장치의 현재 활성화 어플리케이션 프로그램, 현재 활성화 스킬, 현재 활성화 챗봇 또는 잠금/비잠금 상태 중 적어도 하나와 관련된, 시스템.
  19. 청구항 18에 있어서,
    상기 제1 외부 전자 장치는 디스플레이를 더 포함하고, 상기 제1 외부 전자 장치의 상태는 상기 디스플레이에 현재 표시된 사용자 인터페이스와 관련된, 시스템.
  20. 청구항 19에 있어서,
    상기 사용자 인터페이스는 적어도 하나의 입력 필드를 포함하고, 상기 제1 외부 전자 장치의 상태는 상기 적어도 하나의 입력 필드 중 적어도 하나와 연관된, 시스템.
KR1020170091274A 2017-07-19 2017-07-19 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템 Active KR102406718B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020170091274A KR102406718B1 (ko) 2017-07-19 2017-07-19 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템
PCT/KR2018/008189 WO2019017715A1 (en) 2017-07-19 2018-07-19 ELECTRONIC DEVICE AND SYSTEM FOR DETERMINING SPEECH INPUT RECEIVING TIME BASED ON CONTEXTUAL INFORMATION
US16/040,165 US11048293B2 (en) 2017-07-19 2018-07-19 Electronic device and system for deciding duration of receiving voice input based on context information
CN201880048401.0A CN110945584B (zh) 2017-07-19 2018-07-19 基于上下文信息确定接收语音输入的持续时间的电子设备和系统
EP18834709.0A EP3646318B1 (en) 2017-07-19 2018-07-19 Electronic device and system for deciding duration of receiving voice input based on context information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170091274A KR102406718B1 (ko) 2017-07-19 2017-07-19 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템

Publications (2)

Publication Number Publication Date
KR20190009488A KR20190009488A (ko) 2019-01-29
KR102406718B1 true KR102406718B1 (ko) 2022-06-10

Family

ID=65015464

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170091274A Active KR102406718B1 (ko) 2017-07-19 2017-07-19 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템

Country Status (5)

Country Link
US (1) US11048293B2 (ko)
EP (1) EP3646318B1 (ko)
KR (1) KR102406718B1 (ko)
CN (1) CN110945584B (ko)
WO (1) WO2019017715A1 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10264030B2 (en) 2016-02-22 2019-04-16 Sonos, Inc. Networked microphone device control
CN112216277A (zh) * 2019-07-12 2021-01-12 Oppo广东移动通信有限公司 通过耳机进行语音识别的方法、耳机、语音识别装置
CN110569017A (zh) * 2019-09-12 2019-12-13 四川长虹电器股份有限公司 基于语音的文本输入方法
US11676589B2 (en) * 2019-09-17 2023-06-13 Global Strategies International LLC Systems and methods for voice search and response retrieval
US11482224B2 (en) 2020-05-20 2022-10-25 Sonos, Inc. Command keywords with input detection windowing
WO2021237235A1 (en) * 2020-05-20 2021-11-25 Sonos, Inc. Input detection windowing
KR20220037846A (ko) * 2020-09-18 2022-03-25 삼성전자주식회사 음성 인식을 수행하기 위한 전자 장치를 식별하기 위한 전자 장치 및 그 동작 방법
CN112601128B (zh) * 2020-12-15 2022-12-27 深圳创维－Rgb电子有限公司 基于语音的电视密码输入处理方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020077830A1 (en) * 2000-12-19 2002-06-20 Nokia Corporation Method for activating context sensitive speech recognition in a terminal
US20160260436A1 (en) * 2015-03-08 2016-09-08 Apple Inc. Virtual assistant activation

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5410632A (en) 1991-12-23 1995-04-25 Motorola, Inc. Variable hangover time in a voice activity detector
US6324512B1 (en) * 1999-08-26 2001-11-27 Matsushita Electric Industrial Co., Ltd. System and method for allowing family members to access TV contents and program media recorder over telephone or internet
JP2004184715A (ja) * 2002-12-04 2004-07-02 Nissan Motor Co Ltd 音声認識装置
KR100668297B1 (ko) * 2002-12-31 2007-01-12 삼성전자주식회사 음성인식방법 및 장치
US20170017464A1 (en) * 2006-11-03 2017-01-19 Philippe Roy Layered contextual configuration management system and method and minimized input speech recognition user interface interactions experience
US7895259B2 (en) * 2008-03-26 2011-02-22 International Business Machines Corporation Method for preventing use of multiple application instances
US20090327979A1 (en) * 2008-06-30 2009-12-31 Nokia Corporation User interface for a peripheral device
US8825493B2 (en) 2011-07-18 2014-09-02 At&T Intellectual Property I, L.P. Method and apparatus for social network communication over a media network
CA2791277C (en) * 2011-09-30 2019-01-15 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US9159322B2 (en) * 2011-10-18 2015-10-13 GM Global Technology Operations LLC Services identification and initiation for a speech-based interface to a mobile device
KR20130101943A (ko) 2012-03-06 2013-09-16 삼성전자주식회사 음원 끝점 검출 장치 및 그 방법
RU2670785C9 (ru) 2012-08-31 2018-11-23 Телефонактиеболагет Л М Эрикссон (Пабл) Способ и устройство для обнаружения голосовой активности
CN103578474B (zh) * 2013-10-25 2017-09-12 小米科技有限责任公司 一种语音控制方法、装置和设备
US9232331B2 (en) 2014-05-08 2016-01-05 Microsoft Technology Licensing, Llc Hand-worn device for surface gesture input
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
JP6150077B2 (ja) * 2014-10-31 2017-06-21 マツダ株式会社 車両用音声対話装置
KR102189137B1 (ko) 2015-01-22 2020-12-09 에스케이실트론 주식회사 에피택셜 웨이퍼의 성장을 위한 리액터의 재가동 준비 방법
KR102371697B1 (ko) * 2015-02-11 2022-03-08 삼성전자주식회사 음성 기능 운용 방법 및 이를 지원하는 전자 장치
US9721566B2 (en) * 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
JP6485281B2 (ja) * 2015-08-10 2019-03-20 アイコム株式会社 音声通信システムの設定方法
KR20170046958A (ko) * 2015-10-22 2017-05-04 삼성전자주식회사 전자 장치 및 그의 음성 인식을 이용한 기능 실행 방법
KR102390713B1 (ko) * 2015-11-25 2022-04-27 삼성전자 주식회사 전자 장치 및 전자 장치의 통화 서비스 제공 방법
CN106601245A (zh) * 2016-12-15 2017-04-26 北京塞宾科技有限公司 一种车载智能音频装置及音频处理方法
US20190013019A1 (en) * 2017-07-10 2019-01-10 Intel Corporation Speaker command and key phrase management for muli -virtual assistant systems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020077830A1 (en) * 2000-12-19 2002-06-20 Nokia Corporation Method for activating context sensitive speech recognition in a terminal
US20160260436A1 (en) * 2015-03-08 2016-09-08 Apple Inc. Virtual assistant activation

Also Published As

Publication number Publication date
WO2019017715A1 (en) 2019-01-24
EP3646318A4 (en) 2020-07-15
US20190025878A1 (en) 2019-01-24
EP3646318B1 (en) 2023-03-22
CN110945584B (zh) 2023-08-25
CN110945584A (zh) 2020-03-31
US11048293B2 (en) 2021-06-29
KR20190009488A (ko) 2019-01-29
EP3646318A1 (en) 2020-05-06

Similar Documents

Publication Publication Date Title
KR102374910B1 (ko) 음성 데이터 처리 방법 및 이를 지원하는 전자 장치
KR102406718B1 (ko) 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템
US11677690B2 (en) Method for providing service by using chatbot and device therefor
US10911910B2 (en) Electronic device and method of executing function of electronic device
KR20190042918A (ko) 전자 장치 및 그의 동작 방법
KR102339819B1 (ko) 프레임워크를 이용한 자연어 표현 생성 방법 및 장치
KR102440651B1 (ko) 자연어 표현 제공 방법 및 이를 지원하는 전자 장치
KR102508677B1 (ko) 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법
US11361750B2 (en) System and electronic device for generating tts model
US10560576B1 (en) Electronic device for performing task including call in response to user utterance and operation method thereof
US12183327B2 (en) Voice recognition service operating method and electronic device supporting same
US10976997B2 (en) Electronic device outputting hints in an offline state for providing service according to user context
KR20210001082A (ko) 사용자 발화를 처리하는 전자 장치와 그 동작 방법
KR102369309B1 (ko) 파셜 랜딩 후 사용자 입력에 따른 동작을 수행하는 전자 장치
KR102519635B1 (ko) 음성 명령을 처리하기 위한 전자 문서 표시 방법 및 그 전자 장치
CN112219235A (zh) 包括处理用户语音的电子设备和控制电子设备上语音识别的方法的系统
KR20190130202A (ko) 전자 장치 및 전자 장치의 기능 실행 방법
KR102786492B1 (ko) 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20170719

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20200615

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20170719

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20211121

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: 20220525

PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220602

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220603

End annual number: 3

Start annual number: 1

PG1601 Publication of registration