WO2025005553A1 - 음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치 - Google Patents

음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치 Download PDF

Info

Publication number
WO2025005553A1
WO2025005553A1 PCT/KR2024/008105 KR2024008105W WO2025005553A1 WO 2025005553 A1 WO2025005553 A1 WO 2025005553A1 KR 2024008105 W KR2024008105 W KR 2024008105W WO 2025005553 A1 WO2025005553 A1 WO 2025005553A1
Authority
WO
WIPO (PCT)
Prior art keywords
electronic device
external electronic
electronic devices
voice signal
processor
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.)
Ceased
Application number
PCT/KR2024/008105
Other languages
English (en)
French (fr)
Inventor
박선응
서현주
김상희
황인철
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020230098428A external-priority patent/KR20250000818A/ko
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Priority to CN202480043166.3A priority Critical patent/CN121420353A/zh
Priority to EP24832333.9A priority patent/EP4718448A4/en
Publication of WO2025005553A1 publication Critical patent/WO2025005553A1/ko
Priority to US19/432,476 priority patent/US20260120697A1/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5044—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering hardware capabilities
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/543—User-generated data transfer, e.g. clipboards, dynamic data exchange [DDE], object linking and embedding [OLE]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/547—Remote procedure calls [RPC]; Web services
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/32—Multiple recognisers used in sequence or in parallel; Score combination systems therefor, e.g. voting systems
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/501—Performance criteria
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5019—Workload prediction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/503—Resource availability
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/54—Indexing scheme relating to G06F9/54
    • G06F2209/541—Client-server
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Definitions

  • the disclosure below relates to a method for processing a voice signal and an electronic device for performing the method.
  • the terminal When using a voice assistant, when a user's speech is input into a terminal, the terminal generally transmits the speech to a server, and speech recognition operations such as speech recognition, interpretation, and execution are performed by the server.
  • An electronic device may include a processor and a memory electrically connected to the processor and storing instructions executed by the processor.
  • the processor may cause the electronic device to receive a voice signal from a user when the instructions are executed.
  • the processor may cause the electronic device to determine an optimal device to process the voice signal among a plurality of external electronic devices communicatively connected to the electronic device.
  • the processor may cause the electronic device to transmit a request for processing the voice signal to the optimal device so as to process the voice signal.
  • the processor may cause the electronic device to perform an operation according to a result of processing the voice signal received from the optimal device.
  • An electronic device may include a natural language platform for processing a voice signal, a processor, and a memory electrically connected to the processor and storing instructions executed by the processor.
  • the processor may cause the electronic device to transmit a state of the electronic device to an external electronic device connected to the communication when the instructions are executed by the processor.
  • the processor may cause the electronic device to receive a request for processing a voice signal from the external electronic device when the electronic device is determined by the external electronic device to be an optimal device for processing the voice signal.
  • the processor may cause the electronic device to transmit a processing result of processing the voice signal received from the external electronic device using the natural language platform, in response to the processing request, to the external electronic device.
  • a voice signal processing method may include an operation of receiving a voice signal from a user, an operation of determining an optimal device to process the voice signal among a plurality of external electronic devices communicatively connected to an electronic device, an operation of transmitting a request for processing the voice signal to the optimal device so as to process the voice signal, and an operation of performing an operation according to a result of processing the voice signal received from the optimal device.
  • a voice signal processing method may include an operation of transmitting a status of an electronic device to an external electronic device connected to a communication network, an operation of receiving a request for processing a voice signal from the external electronic device when the electronic device is determined by the external electronic device to be an optimal device for processing the voice signal, and an operation of transmitting a processing result of processing the voice signal received from the external electronic device using the natural language platform to the external electronic device in response to the processing request.
  • FIG. 1 is a block diagram of an electronic device within a network environment according to various embodiments.
  • FIG. 2 is a block diagram illustrating an integrated intelligence system according to one embodiment.
  • FIG. 3 is a diagram showing a form in which relationship information between concepts and actions is stored in a database according to one embodiment.
  • FIG. 4 is a diagram illustrating a user terminal displaying a screen for processing voice input received through an intelligent app according to one embodiment.
  • FIG. 5 is a diagram illustrating the operation of an electronic device and an external electronic device according to various embodiments.
  • FIG. 6 is a flowchart illustrating an operation of an audio signal processing method performed by an electronic device according to various embodiments.
  • FIG. 7 is a flowchart illustrating an operation of an electronic device performing communication connections with a plurality of external electronic devices according to various embodiments.
  • FIGS. 8 and 9 are diagrams illustrating audio signal processing methods according to various embodiments.
  • FIG. 10 is a diagram illustrating an operation in which an electronic device and a plurality of external electronic devices receive information about a device to perform voice recognition from a server according to various embodiments.
  • FIG. 11 is a diagram illustrating an operation of an electronic device performing voice recognition using an external electronic device 1 according to various embodiments.
  • FIG. 12 is a flowchart illustrating an operation of an electronic device performing an audio signal processing method according to various embodiments.
  • FIGS. 13 and 14 are diagrams showing a user interface (UI) provided by an electronic device according to various embodiments.
  • UI user interface
  • FIGS. 15 and 16 are diagrams illustrating UIs provided by electronic devices according to various embodiments.
  • each of the phrases “A or B”, “at least one of A and B”, “at least one of A or B”, “A, B, or C”, “at least one of A, B, and C”, and “at least one of A, B, or C” can include any one of the items listed together in that phrase, or all possible combinations of them.
  • FIG. 1 is a block diagram of an electronic device (101) in a network environment (100) according to various embodiments.
  • the electronic device (101) may communicate with the electronic device (102) via a first network (198) (e.g., a short-range wireless communication network), or may communicate with at least one of the electronic device (104) or the server (108) via a second network (199) (e.g., a long-range wireless communication network).
  • the electronic device (101) may communicate with the electronic device (104) via the server (108).
  • the electronic device (101) may include a processor (120), a memory (130), an input module (150), an audio output module (155), a display module (160), an audio module (170), a sensor module (176), an interface (177), a connection terminal (178), a haptic module (179), a camera module (180), a power management module (188), a battery (189), a communication module (190), a subscriber identification module (196), or an antenna module (197).
  • the electronic device (101) may omit at least one of these components (e.g., the connection terminal (178)), or may have one or more other components added.
  • some of these components e.g., the sensor module (176), the camera module (180), or the antenna module (197) may be integrated into one component (e.g., the display module (160)).
  • the processor (120) may control at least one other component (e.g., a hardware or software component) of an electronic device (101) connected to the processor (120) by executing, for example, software (e.g., a program (140)), and may perform various data processing or calculations.
  • the processor (120) may store a command or data received from another component (e.g., a sensor module (176) or a communication module (190)) in a volatile memory (132), process the command or data stored in the volatile memory (132), and store result data in a nonvolatile memory (134).
  • the processor (120) may include a main processor (121) (e.g., a central processing unit or an application processor) or an auxiliary processor (123) (e.g., a graphics processing unit, a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor) that can operate independently or together with the main processor (121).
  • a main processor (121) e.g., a central processing unit or an application processor
  • an auxiliary processor (123) e.g., a graphics processing unit, a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor
  • the auxiliary processor (123) may be configured to use less power than the main processor (121) or to be specialized for a given function.
  • the auxiliary processor (123) may be implemented separately from the main processor (121) or as a part thereof.
  • the auxiliary processor (123) may control at least a portion of functions or states associated with at least one of the components of the electronic device (101) (e.g., the display module (160), the sensor module (176), or the communication module (190)), for example, while the main processor (121) is in an inactive (e.g., sleep) state, or together with the main processor (121) while the main processor (121) is in an active (e.g., application execution) state.
  • the auxiliary processor (123) e.g., an image signal processor or a communication processor
  • the auxiliary processor (123) may include a hardware structure specialized for processing artificial intelligence models.
  • the artificial intelligence models may be generated through machine learning. Such learning may be performed, for example, in the electronic device (101) itself on which the artificial intelligence model is executed, or may be performed through a separate server (e.g., server (108)).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but is not limited to the examples described above.
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • the artificial neural network may be one of a deep neural network (DNN), a convolutional neural network (CNN), a recurrent neural network (RNN), a restricted Boltzmann machine (RBM), a deep belief network (DBN), a bidirectional recurrent deep neural network (BRDNN), deep Q-networks, or a combination of two or more of the above, but is not limited to the examples described above.
  • the artificial intelligence model may additionally or alternatively include a software structure.
  • the memory (130) can store various data used by at least one component (e.g., processor (120) or sensor module (176)) of the electronic device (101).
  • the data can include, for example, software (e.g., program (140)) and input data or output data for commands related thereto.
  • the memory (130) can include volatile memory (132) or nonvolatile memory (134).
  • the program (140) may be stored as software in the memory (130) and may include, for example, an operating system (142), middleware (144), or an application (146).
  • the input module (150) can receive commands or data to be used in a component of the electronic device (101) (e.g., a processor (120)) from an external source (e.g., a user) of the electronic device (101).
  • the input module (150) can include, for example, a microphone, a mouse, a keyboard, a key (e.g., a button), or a digital pen (e.g., a stylus pen).
  • the audio output module (155) can output an audio signal to the outside of the electronic device (101).
  • the audio output module (155) can include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • the receiver can be used to receive an incoming call. According to one embodiment, the receiver can be implemented separately from the speaker or as a part thereof.
  • the display module (160) can visually provide information to an external party (e.g., a user) of the electronic device (101).
  • the display module (160) can include, for example, a display, a holographic device, or a projector and a control circuit for controlling the device.
  • the display module (160) can include a touch sensor configured to detect a touch, or a pressure sensor configured to measure the intensity of a force generated by the touch.
  • the audio module (170) can convert sound into an electrical signal, or vice versa, convert an electrical signal into sound. According to one embodiment, the audio module (170) can obtain sound through an input module (150), or output sound through an audio output module (155), or an external electronic device (e.g., an electronic device (102)) (e.g., a speaker or a headphone) directly or wirelessly connected to the electronic device (101).
  • an electronic device e.g., an electronic device (102)
  • a speaker or a headphone directly or wirelessly connected to the electronic device (101).
  • the sensor module (176) can detect an operating state (e.g., power or temperature) of the electronic device (101) or an external environmental state (e.g., user state) and generate an electric signal or data value corresponding to the detected state.
  • the sensor module (176) can include, for example, a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, a temperature sensor, a humidity sensor, or an illuminance sensor.
  • the interface (177) may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device (101) with an external electronic device (e.g., the electronic device (102)).
  • the interface (177) may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card
  • connection terminal (178) may include a connector through which the electronic device (101) may be physically connected to an external electronic device (e.g., the electronic device (102)).
  • the connection terminal (178) may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (e.g., a headphone connector).
  • the haptic module (179) can convert an electrical signal into a mechanical stimulus (e.g., vibration or movement) or an electrical stimulus that a user can perceive through a tactile or kinesthetic sense.
  • the haptic module (179) can include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module (180) can capture still images and moving images.
  • the camera module (180) can include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module (188) can manage power supplied to the electronic device (101).
  • the power management module (188) can be implemented as, for example, at least a part of a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery (189) can power at least one component of the electronic device (101).
  • the battery (189) can include, for example, a non-rechargeable primary battery, a rechargeable secondary battery, or a fuel cell.
  • the communication module (190) may support establishment of a direct (e.g., wired) communication channel or a wireless communication channel between the electronic device (101) and an external electronic device (e.g., the electronic device (102), the electronic device (104), or the server (108)), and performance of communication through the established communication channel.
  • the communication module (190) may operate independently from the processor (120) (e.g., the application processor) and may include one or more communication processors that support direct (e.g., wired) communication or wireless communication.
  • the communication module (190) may include a wireless communication module (192) (e.g., a cellular communication module, a short-range wireless communication module, or a GNSS (global navigation satellite system) communication module) or a wired communication module (194) (e.g., a local area network (LAN) communication module or a power line communication module).
  • a wireless communication module (192) e.g., a cellular communication module, a short-range wireless communication module, or a GNSS (global navigation satellite system) communication module
  • a wired communication module (194) e.g., a local area network (LAN) communication module or a power line communication module.
  • a corresponding communication module may communicate with an external electronic device (104) via a first network (198) (e.g., a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network (199) (e.g., a long-range communication network such as a legacy cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., a LAN or WAN)).
  • a first network (198) e.g., a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
  • a second network (199) e.g., a long-range communication network such as a legacy cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., a LAN or WAN)
  • a computer network e.g.,
  • the wireless communication module (192) may use subscriber information (e.g., an international mobile subscriber identity (IMSI)) stored in the subscriber identification module (196) to identify or authenticate the electronic device (101) within a communication network such as the first network (198) or the second network (199).
  • subscriber information e.g., an international mobile subscriber identity (IMSI)
  • IMSI international mobile subscriber identity
  • the wireless communication module (192) can support a 5G network and next-generation communication technology after a 4G network, for example, NR access technology (new radio access technology).
  • the NR access technology can support high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), terminal power minimization and connection of multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low-latency communications)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low-latency communications
  • the wireless communication module (192) can support, for example, a high-frequency band (e.g., mmWave band) to achieve a high data transmission rate.
  • a high-frequency band e.g., mmWave band
  • the wireless communication module (192) may support various technologies for securing performance in a high-frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), full dimensional MIMO (FD-MIMO), array antenna, analog beam-forming, or large scale antenna.
  • the wireless communication module (192) may support various requirements specified in an electronic device (101), an external electronic device (e.g., an electronic device (104)), or a network system (e.g., a second network (199)).
  • the wireless communication module (192) can support a peak data rate (e.g., 20 Gbps or more) for eMBB realization, a loss coverage (e.g., 164 dB or less) for mMTC realization, or a U-plane latency (e.g., 0.5 ms or less for downlink (DL) and uplink (UL) each, or 1 ms or less for round trip) for URLLC realization.
  • a peak data rate e.g., 20 Gbps or more
  • a loss coverage e.g., 164 dB or less
  • U-plane latency e.g., 0.5 ms or less for downlink (DL) and uplink (UL) each, or 1 ms or less for round trip
  • the antenna module (197) can transmit or receive signals or power to or from the outside (e.g., an external electronic device).
  • the antenna module (197) can include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (e.g., a PCB).
  • the antenna module (197) can include a plurality of antennas (e.g., an array antenna).
  • at least one antenna suitable for a communication method used in a communication network, such as the first network (198) or the second network (199) can be selected from the plurality of antennas by, for example, the communication module (190).
  • a signal or power can be transmitted or received between the communication module (190) and the external electronic device through the selected at least one antenna.
  • another component e.g., a radio frequency integrated circuit (RFIC)
  • RFIC radio frequency integrated circuit
  • the antenna module (197) may form a mmWave antenna module.
  • the mmWave antenna module may include a printed circuit board, an RFIC positioned on or adjacent a first side (e.g., a bottom side) of the printed circuit board and capable of supporting a designated high-frequency band (e.g., a mmWave band), and a plurality of antennas (e.g., an array antenna) positioned on or adjacent a second side (e.g., a top side or a side) of the printed circuit board and capable of transmitting or receiving signals in the designated high-frequency band.
  • a first side e.g., a bottom side
  • a plurality of antennas e.g., an array antenna
  • peripheral devices e.g., a bus, a general purpose input and output (GPIO), a serial peripheral interface (SPI), or a mobile industry processor interface (MIPI)
  • GPIO general purpose input and output
  • SPI serial peripheral interface
  • MIPI mobile industry processor interface
  • commands or data may be transmitted or received between the electronic device (101) and an external electronic device (104) via a server (108) connected to a second network (199).
  • Each of the external electronic devices (102, or 104) may be the same or a different type of device as the electronic device (101).
  • all or part of the operations executed in the electronic device (101) may be executed in one or more of the external electronic devices (102, 104, or 108). For example, when the electronic device (101) is to perform a certain function or service automatically or in response to a request from a user or another device, the electronic device (101) may, instead of executing the function or service itself or in addition, request one or more external electronic devices to perform at least a part of the function or service.
  • One or more external electronic devices that have received the request may execute at least a part of the requested function or service, or an additional function or service related to the request, and transmit the result of the execution to the electronic device (101).
  • the electronic device (101) may process the result as it is or additionally and provide it as at least a part of a response to the request.
  • cloud computing, distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device (101) may provide an ultra-low latency service by using, for example, distributed computing or mobile edge computing.
  • the external electronic device (104) may include an IoT (Internet of Things) device.
  • the server (108) may be an intelligent server using machine learning and/or a neural network.
  • the external electronic device (104) or the server (108) may be included in the second network (199).
  • the electronic device (101) can be applied to intelligent services (e.g., smart home, smart city, smart car, or healthcare) based on 5G communication technology and IoT-related technology.
  • FIG. 2 is a block diagram illustrating an integrated intelligence system according to one embodiment.
  • an integrated intelligent system of one embodiment may include an electronic device (101), an intelligent server (200) (e.g., server (108) of FIG. 1), and a service server (300) (e.g., server (108) of FIG. 1).
  • an intelligent server e.g., server (108) of FIG. 1
  • a service server e.g., server (108) of FIG. 1.
  • the electronic device (101) of one embodiment may be a terminal device (or electronic device) that can connect to the Internet, and may be, for example, a mobile phone, a smart phone, a personal digital assistant (PDA), a notebook computer, a TV, white goods, a wearable device, an HMD, or a smart speaker.
  • a terminal device or electronic device
  • PDA personal digital assistant
  • the electronic device (101) may include an interface (177), an input module (150), an audio output module (155), a display module (160), a memory (130), or a processor (120).
  • the above-listed components may be operatively or electrically connected to each other.
  • the interface (177) of one embodiment may be configured to be connected to an external device and transmit and receive data.
  • the input module (150) of one embodiment may receive sound (e.g., user speech) and convert it into an electrical signal.
  • the audio output module (155) of one embodiment may output the electrical signal as sound (e.g., voice).
  • the display module (160) of one embodiment may be configured to display an image or a video.
  • the display module (160) of one embodiment may also display a graphical user interface (GUI) of an app (or application program) that is being executed.
  • GUI graphical user interface
  • the display module (160) of one embodiment may receive a touch input via a touch sensor.
  • the display module (160) may receive a text input via a touch sensor in an on-screen keyboard area displayed within the display module (160).
  • the memory (130) of one embodiment may store a client module (151), a software development kit (SDK) (153), and a plurality of apps (146).
  • the client module (151) and the SDK (153) may configure a framework (or, a solution program) for performing general-purpose functions.
  • the client module (151) or the SDK (153) may configure a framework for processing user input (e.g., voice input, text input, touch input).
  • the plurality of apps (146) stored in the memory (130) of one embodiment may be programs for performing a specified function.
  • the plurality of apps (146) may include a first app (146-1) and a second app (146-2).
  • each of the plurality of apps (146) may include a plurality of operations for performing a specified function.
  • the apps may include an alarm app, a message app, and/or a schedule app.
  • the plurality of apps (146) may be executed by the processor (120) to sequentially execute at least some of the plurality of operations.
  • the processor (120) of one embodiment can control the overall operation of the electronic device (101).
  • the processor (120) can be electrically connected to the interface (177), the input module (150), the audio output module (155), and the display module (160) to perform a designated operation.
  • the processor (120) of one embodiment may also execute a program stored in the memory (130) to perform a designated function.
  • the processor (120) may execute at least one of the client module (151) or the SDK (153) to perform the following operations for processing user input.
  • the processor (120) may control the operations of a plurality of apps (146), for example, through the SDK (153).
  • the following operations described as operations of the client module (151) or the SDK (153) may be operations executed by the processor (120).
  • the client module (151) of one embodiment can receive user input.
  • the client module (151) can receive a voice signal corresponding to a user utterance detected through the input module (150).
  • the client module (151) can receive a touch input detected through the display module (160).
  • the client module (151) can receive a text input detected through a keyboard or a visual keyboard.
  • various forms of user input detected through an input module included in the electronic device (101) or an input module connected to the electronic device (101) can be received.
  • the client module (151) can transmit the received user input to the intelligent server (200).
  • the client module (151) can transmit status information of the electronic device (101) together with the received user input to the intelligent server (200).
  • the status information can be, for example, execution status information of an app.
  • the client module (151) of one embodiment can receive a result corresponding to the received user input.
  • the client module (151) can receive a result corresponding to the received voice input when the intelligent server (200) can produce a result corresponding to the received user input.
  • the client module (151) can display the received result on the display module (160).
  • the client module (151) can output the received result as audio through the audio output module (155).
  • the client module (151) of one embodiment may receive a plan corresponding to the received user input.
  • the client module (151) may display the results of executing multiple operations of the app according to the plan on the display module (160).
  • the client module (151) may, for example, sequentially display the results of executing multiple operations on the display and output audio through the audio output module (155).
  • the electronic device (101) may, for another example, display only some results (e.g., the result of the last operation) of executing multiple operations on the display module (160) and output audio through the audio output module (155).
  • the client module (151) may receive a request from the intelligent server (200) to obtain information necessary to produce a result corresponding to a user input. According to one embodiment, the client module (151) may transmit the necessary information to the intelligent server (200) in response to the request.
  • the client module (151) of one embodiment can transmit result information of executing multiple operations according to a plan to the intelligent server (200).
  • the intelligent server (200) can use the result information to confirm that the received user input has been processed correctly.
  • the client module (151) of one embodiment may include a voice recognition module. According to one embodiment, the client module (151) may recognize a voice input to perform a limited function through the voice recognition module. For example, the client module (151) may perform an intelligent app to process a voice input to perform an organic action through a designated input (e.g., wake up!).
  • a voice recognition module may recognize a voice input to perform a limited function through the voice recognition module. For example, the client module (151) may perform an intelligent app to process a voice input to perform an organic action through a designated input (e.g., wake up!).
  • An intelligent server (200) of one embodiment can receive information related to a user voice input from an electronic device (101) through a communication network. According to one embodiment, the intelligent server (200) can change data related to the received voice input into text data. According to one embodiment, the intelligent server (200) can generate a plan for performing a task corresponding to the user voice input based on the text data.
  • the plan can be generated by an artificial intelligence (AI) system.
  • AI artificial intelligence
  • the AI system can be a rule-based system, a neural network-based system (e.g., a feedforward neural network (FNN), a recurrent neural network (RNN)), or a combination of the above or another AI system.
  • the plan can be selected from a set of predefined plans, or can be generated in real time in response to a user request. For example, the AI system can select at least one plan from a plurality of predefined plans.
  • An intelligent server (200) of one embodiment may transmit a result according to a generated plan to an electronic device (101), or transmit the generated plan to the electronic device (101).
  • the electronic device (101) may display a result according to a plan on a display module (160).
  • the electronic device (101) may display a result of executing an operation according to a plan on a display module (160).
  • An intelligent server (200) of one embodiment may include a front end (210), a natural language platform (220), a capsule DB (230), an execution engine (240), an end user interface (250), a management platform (260), a big data platform (270), or an analytic platform (280).
  • a front end (210) of one embodiment can receive a user input from an electronic device (101).
  • the front end (210) can transmit a response corresponding to the user input.
  • the natural language platform (220) may include an automatic speech recognition module (ASR module) (221), a natural language understanding module (NLU module) (223), a planner module (225), a natural language generator module (NLG module) (227), or a text to speech module (TTS module) (229).
  • ASR module automatic speech recognition module
  • NLU module natural language understanding module
  • NLG module natural language generator module
  • TTS module text to speech module
  • the automatic speech recognition module (221) of one embodiment can convert voice input received from the electronic device (101) into text data.
  • the natural language understanding module (223) of one embodiment can identify the user's intention using the text data of the voice input. For example, the natural language understanding module (223) can identify the user's intention by performing syntactic analysis or semantic analysis on the user input in the form of text data.
  • the natural language understanding module (223) of one embodiment can identify the meaning of a word extracted from the user input using the linguistic features (e.g., grammatical elements) of a morpheme or phrase, and can determine the user's intention by matching the meaning of the identified word to the intention.
  • the natural language understanding module (223) can obtain intent information corresponding to the user's utterance.
  • the intent information can be information indicating the user's intent determined by interpreting the text data.
  • the intent information can include information indicating an action or function that the user intends to execute using the device.
  • the planner module (225) of one embodiment can generate a plan using the intent and parameters determined by the natural language understanding module (223). According to one embodiment, the planner module (225) can determine a plurality of domains necessary for performing a task based on the determined intent. The planner module (225) can determine a plurality of operations included in each of the plurality of domains determined based on the intent. According to one embodiment, the planner module (225) can determine parameters necessary for executing the determined plurality of operations, or result values output by the execution of the plurality of operations. The parameters and the result values can be defined as concepts of a specified format (or class). Accordingly, the plan can include a plurality of operations and a plurality of concepts determined by the user's intent.
  • the planner module (225) can determine the relationship between the plurality of operations and the plurality of concepts in a stepwise (or hierarchical) manner. For example, the planner module (225) can determine the execution order of a plurality of actions based on the user's intention based on a plurality of concepts. In other words, the planner module (225) can determine the execution order of a plurality of actions based on parameters required for the execution of the plurality of actions and results output by the execution of the plurality of actions. Accordingly, the planner module (225) can generate a plan including association information (e.g., ontology) between the plurality of actions and the plurality of concepts. The planner module (225) can generate the plan using information stored in a capsule database (230) in which a set of relationships between concepts and actions is stored.
  • association information e.g., ontology
  • the natural language generation module (227) of one embodiment can change the specified information into text form.
  • the information changed into text form can be in the form of natural language utterance.
  • the text-to-speech conversion module (229) of one embodiment can change the information in text form into information in voice form.
  • some or all of the functions of the natural language platform (220) may also be implemented in the electronic device (101).
  • the capsule database (230) above can store information on the relationship between a plurality of concepts and actions corresponding to a plurality of domains.
  • a capsule can include a plurality of action objects (or action information) and concept objects (or concept information) included in a plan.
  • the capsule database (230) can store a plurality of capsules in the form of a CAN (concept action network).
  • the plurality of capsules can be stored in a function registry included in the capsule database (230).
  • the capsule database (230) may include a strategy registry in which strategy information required for determining a plan corresponding to a voice input is stored.
  • the strategy information may include reference information for determining one plan when there are multiple plans corresponding to a user input.
  • the capsule database (230) may include a follow up registry in which information on a follow up action for suggesting a follow up action to a user in a specified situation is stored.
  • the follow up action may include, for example, a follow up utterance.
  • the capsule database (230) may include a layout registry that stores layout information of information output through the electronic device (101).
  • the capsule database (230) may include a vocabulary registry in which vocabulary information included in capsule information is stored.
  • the capsule database (230) may include a dialog registry in which information on a dialog (or interaction) with a user is stored.
  • the capsule database (230) may update stored objects through a developer tool.
  • the developer tool may include, for example, a function editor for updating an action object or a concept object.
  • the developer tool may include a vocabulary editor for updating a vocabulary.
  • the developer tool may include a strategy editor for creating and registering a strategy that determines a plan.
  • the developer tool may include a dialog editor for creating a dialog with the user.
  • the developer tool may include a follow up editor for activating a follow up goal and editing a follow up utterance that provides a hint.
  • the follow up goal may be determined based on a currently set goal, the user's preference, or environmental conditions.
  • the capsule database (230) may also be implemented within the electronic device (101).
  • the execution engine (240) of one embodiment can produce a result using the generated plan.
  • the end user interface (250) can transmit the produced result to the electronic device (101). Accordingly, the electronic device (101) can receive the result and provide the received result to the user.
  • the management platform (260) of one embodiment can manage information used in the intelligent server (200).
  • the big data platform (270) of one embodiment can collect user data.
  • the analysis platform (280) of one embodiment can manage the QoS (quality of service) of the intelligent server (200). For example, the analysis platform (280) can manage the components and processing speed (or, efficiency) of the intelligent server (200).
  • the service server (300) of one embodiment may include CP service A (301), CP service B (302), and CP service C.
  • the service server (300) of one embodiment may provide a service (e.g., food ordering or hotel reservation) specified for the electronic device (101).
  • the service server (300) may be a server operated by a third party.
  • the service server (300) of one embodiment may provide information for generating a plan corresponding to a received user input to the intelligent server (200).
  • the provided information may be stored in the capsule database (230).
  • the service server (300) may provide result information according to the plan to the intelligent server (200).
  • the electronic device (101) can provide various intelligent services to the user in response to user input.
  • the user input can include, for example, input via a physical button, touch input, or voice input.
  • the electronic device (101) may provide a voice recognition service through an intelligent app (or, voice recognition app) stored therein.
  • the electronic device (101) may recognize a user utterance or voice input received through the microphone and provide a service corresponding to the recognized voice input to the user.
  • the electronic device (101) may perform a designated operation, alone or together with the intelligent server and/or service server, based on the received voice input. For example, the electronic device (101) may execute an app corresponding to the received voice input and perform a designated operation through the executed app.
  • the user terminal when the electronic device (101) provides a service together with an intelligent server (200) and/or a service server, the user terminal can detect a user utterance using the input module (150) and generate a signal (or voice data) corresponding to the detected user utterance. The user terminal can transmit the voice data to the intelligent server (200) using the interface (177).
  • An intelligent server (200) may generate a plan for performing a task corresponding to a voice input received from an electronic device (101), or a result of performing an operation according to the plan, in response to a voice input.
  • the plan may include, for example, a plurality of operations for performing a task corresponding to a user's voice input, and a plurality of concepts related to the plurality of operations.
  • the concept may define a parameter input to the execution of the plurality of operations, or a result value output by the execution of the plurality of operations.
  • the plan may include association information between the plurality of operations and the plurality of concepts.
  • the electronic device (101) of one embodiment can receive the response using the interface (177).
  • the electronic device (101) can output a voice signal generated within the electronic device (101) to the outside using the sound output module (155), or can output an image generated within the electronic device (101) to the outside using the display module (160).
  • FIG. 3 is a diagram showing a form in which relationship information between concepts and actions is stored in a database according to various embodiments.
  • the capsule database (e.g., the capsule database (230) of FIG. 2) of the intelligent server (e.g., the intelligent server (200) of FIG. 2) can store capsules in the form of a CAN (concept action network).
  • the capsule database can store operations for processing tasks corresponding to a user's voice input and parameters necessary for the operations in the form of a CAN (concept action network).
  • the above capsule database may store a plurality of capsules (capsule (A) (401), capsule (B) (404)) corresponding to each of a plurality of domains (e.g., applications).
  • one capsule e.g., capsule (A) (401)
  • one capsule may correspond to at least one service provider (e.g., CP 1 (402), CP 2 (403), CP 3 (406), or CP 4 (405)) for performing a function for a domain related to the capsule.
  • one capsule may include at least one operation (410) and at least one concept (420) for performing a specified function.
  • the above natural language platform can generate a plan for performing a task corresponding to a received voice input using a capsule stored in a capsule database.
  • the planner module of the natural language platform e.g., the planner module (225) of FIG. 2) can generate a plan using a capsule stored in a capsule database.
  • the plan (407) can be generated using the operations (4011, 4013) and concepts (4012, 4014) of capsule A (410) and the operation (4041) and concept (4042) of capsule B (404).
  • FIG. 4 is a diagram showing a screen for processing voice input received through an intelligent app by a user terminal according to various embodiments.
  • the electronic device (101) can execute an intelligent app to process user input via an intelligent server (e.g., the intelligent server (200) of FIG. 2).
  • an intelligent server e.g., the intelligent server (200) of FIG. 2.
  • the electronic device (101) may execute an intelligent app for processing the voice input. For example, the electronic device (101) may execute the intelligent app while executing a schedule app.
  • the electronic device (101) may display an object (e.g., an icon) (311) corresponding to the intelligent app on the display module (160).
  • the electronic device (101) may receive a voice input by a user's speech.
  • the electronic device (101) may receive a voice input such as “Tell me my schedule this week!”
  • the electronic device (101) may display a user interface (UI) (313) (e.g., an input window) of an intelligent app in which text data of a received voice input is displayed on a display module (e.g., the display module (160) of FIG. 2).
  • UI user interface
  • the electronic device (101) may display a user interface (UI) (313) (e.g., an input window) of an intelligent app in which text data of a received voice input is displayed on a display module (e.g., the display module (160) of FIG. 2).
  • UI user interface
  • the electronic device (101) may display a result corresponding to the received voice input on the display module (160). For example, the electronic device (101) may receive a plan corresponding to the received user input and display ‘this week’s schedule’ on the display module (160) according to the plan.
  • FIG. 5 is a diagram illustrating operations of an electronic device (101) (e.g., the electronic device (101) of FIG. 1 and FIG. 2) and a plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) (e.g., the electronic devices (101, 102, 104) of FIG. 1 and the electronic device (101) of FIG. 2) according to various embodiments.
  • the electronic device (101) and the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) are described according to an example in which the electronic device (101) does not include a natural language platform (e.g., the natural language platform (220) of FIG. 2), but the present invention is not limited thereto.
  • a natural language platform e.g., the natural language platform (220) of FIG. 220
  • the electronic device (101) includes a natural language platform (220)
  • the descriptions of the electronic device (101) and the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) illustrated in FIGS. 5 to 12 below may be substantially equally applied to the electronic device (101) and the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4).
  • a plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) may represent various devices that can be communicatively connected with the electronic device (101).
  • a plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) may represent various devices that can be communicatively connected with other electronic devices in an IoT (internet of things) environment.
  • the electronic device (101) can receive a voice signal from a user using an input module (e.g., input module (150) of FIG. 1, FIG. 2, microphone). If it is determined that the voice signal received from the user includes a set utterance (e.g., wake-up word), the electronic device (101) can perform a communication connection with a plurality of external electronic devices (102-1, 102-2, 102-3). The electronic device (101) and the plurality of external electronic devices (102-1, 102-2, 102-3) can be communicatively connected to form a local network (510).
  • an input module e.g., input module (150) of FIG. 1, FIG. 2, microphone.
  • the electronic device (101) can perform a communication connection with a plurality of external electronic devices (102-1, 102-2, 102-3).
  • the electronic device (101) and the plurality of external electronic devices (102-1, 102-2, 102-3) can be communicatively connected to form a local network (510).
  • the electronic device (101) can determine an optimal device to process a voice signal among a plurality of external electronic devices (102-1, 102-2, 102-3). For example, the electronic device (101) can determine an optimal device based on the status of the plurality of external electronic devices (102-1, 102-2, 102-3) and the set policy.
  • the electronic device (101) can receive statuses of the plurality of external electronic devices (102-1, 102-2, 102-3) from the plurality of external electronic devices (102-1, 102-2, 102-3).
  • the statuses of the plurality of external electronic devices (102-1, 102-2, 102-3) can include hardware performance, network performance, operating status (e.g., utilization), and supported device types.
  • Hardware performance may represent the performance of the processor and memory of the external electronic device (102-1, 102-2, 102-3).
  • the operating status may represent the utilization rate of the processor and memory of the external electronic device (102-1, 102-2, 102-3).
  • the network performance may represent the performance of the network connected between the external electronic device (102-1, 102-2, 102-3) and the electronic device (101).
  • the support device type may indicate the type of device to which the natural language platform of the external electronic device (102-1, 102-2, 102-3) corresponds.
  • the support device type may be classified into types of electronic devices such as speakers, refrigerators, and mobile devices.
  • the type of device supported by the natural language platform can be determined according to the type of external electronic device (102-1, 102-2, 102-3). Depending on the type of device supported by the natural language platform, the voice command to be processed and the plan to be generated according to the result of processing the voice command can be determined.
  • the support device type of the natural language platform included in the external electronic device (102-1, 102-2, 102-3) may be a speaker. If the support device type includes a speaker, the natural language platform of the external electronic device (102-1, 102-2, 102-3) may process a voice command such as “Turn up the volume.” and generate a control signal for increasing the volume of audio being played.
  • the supported device type of the natural language platform does not include a speaker, in the example above, even if the voice command “Turn up the volume” is processed, it may not generate a control signal to increase the volume of the audio.
  • the support device type can be classified according to the type of the electronic device (101) (or the external electronic device (102-1, 102-2, 102-3)).
  • the electronic device (101) can process a voice command and generate a result of processing the voice command (e.g., a plan) according to the support device type of the natural language platform.
  • the policy may include priorities for determining the optimal device. For example, the policy may set the priority of the external electronic device having the highest network performance among the external electronic devices (102-1, 102-2, 102-3) whose supported device type includes the type of the electronic device (101) to be the highest.
  • the priorities included in the above policy are exemplary and are not limited to the above examples.
  • the policy may include weights set for network performance, hardware performance, and operating status among the external electronic devices (102-1, 102-2, 102-3) whose supported device type includes the type of the electronic device (101).
  • the priority of the plurality of external electronic devices (102-1, 102-2, 102-3) can be determined based on weights set for network performance, hardware performance, and operating status among the external electronic devices (102-1, 102-2, 102-3) whose support device type includes the type of the electronic device (101).
  • the priority of the external electronic devices (102-1, 102-2, 102-3) may increase. As the operation state of the external electronic devices (102-1, 102-2, 102-3) approaches a sleep state or an idle state, the priority of the external electronic devices (102-1, 102-2, 102-3) may increase, and as the operation state of the external electronic devices (102-1, 102-2, 102-3) approaches a busy state, the priority of the external electronic devices (102-1, 102-2, 102-3) may decrease. Whether the operation state is a sleep/idle state or a busy state may be determined based on the usage occupancy of the processor and the usage occupancy of the memory. For example, when the processor usage rate of an external electronic device (102-1, 102-2, 102-3) is about 100%, it may indicate a busy state, and when the processor usage rate is about 0%, it may indicate an idle state.
  • an electronic device (101) can receive a status of an external electronic device (102-4) from an external electronic device 4 (102-4) that is not connected to a local network (510).
  • the external electronic device 4 (102-4) can be connected to a communication connection with an external electronic device 3 (102-3).
  • the external electronic device 4 (102-4) can receive a control signal to transmit a status from the electronic device (101) through the external electronic device 3 (102-3), and can transmit the status to the electronic device (101) according to the received control signal.
  • the external electronic device 4 (102-4) can perform a communication connection with the electronic device (101) and directly transmit the status to the electronic device (101), or can transmit the status to the electronic device (101) through the external electronic device 3 (102-3).
  • An electronic device (101) may transmit a voice signal to a determined optimal device.
  • the electronic device (101) may determine an external electronic device 2 (102-2) as an optimal device based on the states and policies of a plurality of external electronic devices (102-1, 102-2, 102-3, 102-4).
  • the electronic device (101) may transmit a voice signal to the external electronic device 2 (102-2) determined as the optimal device.
  • the electronic device (101) may be a speaker.
  • the external electronic device 1 (102-1) may be a device that does not include a natural language platform.
  • the external electronic device 2 (102-2) may include a natural language platform whose supported device types are speaker, mobile, and TV.
  • the external electronic device 3 (102-3) may include a natural language platform whose supported device types are mobile and refrigerator.
  • the electronic device (101) can use a policy to determine the priorities of the multiple external electronic devices (102-1, 102-2, 102-3) depending on whether the multiple external electronic devices (102-1, 102-2, 102-3) can process voice signals.
  • the electronic device (101) can determine that the plurality of external electronic devices (102-1, 102-2, 102-3) are capable of processing voice signals.
  • An electronic device (101) may determine an optimal device based on whether a support device type of an external electronic device corresponds to a type of the electronic device (101).
  • the electronic device (101) may determine an external electronic device 2 (102-2) including a speaker as the optimal device.
  • the electronic device (101) when there are multiple external electronic devices among multiple external electronic devices (102-1, 102-2, 102-3) whose support device types correspond to the type of the electronic device (101), the electronic device (101) can determine an optimal device according to the policy.
  • the electronic device (101) can determine an optimal device based on the hardware performance, network performance, and/or operation status of external electronic device 1 (102-1) and external electronic device 2 (102-2).
  • the electronic device (101) can determine an external electronic device with high hardware performance, high network performance, or low utilization rate as the optimal device according to the policy.
  • the policy may include weights for hardware performance, network performance, or operating status.
  • the electronic device (101) may determine priorities of external electronic devices among a plurality of external electronic devices (102-1, 102-2, 102-3) whose supported device types correspond to the type of the electronic device (101) by using the weights for hardware performance, network performance, or operating status.
  • the electronic device (101) may determine an external electronic device with the highest priority as an optimal device according to the determined priorities.
  • the electronic device (101) may determine external electronic device 1 (102-1) as the optimal device.
  • the electronic device (101) can determine external electronic device 1 (102-1) as the optimal device.
  • the electronic device (101) can determine an optimal device among external electronic device 1 (102-1) and external electronic device 2 (102-2) based on weights. For example, if the priority of external electronic device 1 (102-1) is higher than that of external electronic device 2 (102-2) based on weights regarding hardware performance and network performance, the electronic device (101) can determine external electronic device 1 (102-1) as the optimal device.
  • weights included in the above policy are exemplary and are not limited to the above examples.
  • an external electronic device determined as an optimal device may process a voice signal and transmit a result of processing the voice signal to the electronic device (101).
  • an external electronic device 2 (102-2) determined as an optimal device may process a voice command using a natural language platform.
  • An external electronic device 2 (102-2) may transmit a result of processing the voice command to the electronic device (101).
  • An electronic device (101) may operate according to a result of processing a voice command received from an optimal device.
  • the electronic device (101) may provide an interface for providing a result of processing the voice command to a user.
  • the electronic device (101) may control a configuration of the electronic device (e.g., a processor (120), a memory (130), and an audio output module (155) of FIGS. 1 and 2) to perform a result of processing the voice command.
  • FIG. 6 is a flowchart of an audio signal processing method performed by an electronic device (e.g., the electronic device (101) of FIG. 1, FIG. 2, and FIG. 5) according to various embodiments.
  • an electronic device e.g., the electronic device (101) of FIG. 1, FIG. 2, and FIG. 5
  • the operations may be performed sequentially, but are not necessarily performed sequentially.
  • the order of the operations may be changed, and at least two operations may be performed in parallel.
  • operations (610) to (640) may be understood to be performed in a processor (e.g., processor (120) of FIG. 1 and FIG. 2) of an electronic device (e.g., electronic device (101) of FIG. 1, FIG. 2, FIG. 5).
  • a processor e.g., processor (120) of FIG. 1 and FIG. 2
  • an electronic device e.g., electronic device (101) of FIG. 1, FIG. 2, FIG. 5.
  • the electronic device (101) may, in operation (610), receive a voice signal.
  • the electronic device (101) may receive a voice signal from a user using an input module (e.g., input module (150) of FIGS. 1 and 2).
  • an input module e.g., input module (150) of FIGS. 1 and 2).
  • the electronic device (101) may determine an optimal device to process a voice signal among a plurality of external electronic devices (e.g., the electronic devices (101, 102, 104) of FIG. 1, the electronic device (101) of FIG. 2, and the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) of FIG. 5) that are in communication with the electronic device (101) at operation (620).
  • a plurality of external electronic devices e.g., the electronic devices (101, 102, 104) of FIG. 1, the electronic device (101) of FIG. 2, and the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) of FIG.
  • the electronic device (101) can perform communication connections with a plurality of external electronic devices (102-1, 102-2, 102-3, 102-4).
  • the electronic device (101) can receive statuses of the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) from the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4).
  • the electronic device (101) can determine an optimal device based on the statuses of the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) and the set policy.
  • the electronic device (101) includes a natural language platform (e.g., the natural language platform (220) of FIG. 2) and can determine an optimal device among external electronic devices whose supported device type of the natural language platform (220) includes the type of the electronic device (101).
  • the electronic device (101) can determine an optimal device according to a policy.
  • the policy can represent a criterion set for determining an optimal device among the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) according to the status (e.g., hardware performance, network performance, and operation status) of each external electronic device.
  • the policy may include weights for the status of the external electronic devices, and the electronic device (101) may determine priorities of a plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) according to the policy.
  • the electronic device (101) may determine the external electronic device with the highest priority determined according to the policy as the optimal device.
  • the electronic device (101) can determine a set external electronic device as the optimal device among a plurality of external electronic devices (102-1, 102-2, 102-3, 102-4).
  • the policy may include a set external electronic device.
  • the electronic device (101) may determine the set external electronic device as the optimal device among a plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) according to the policy.
  • the electronic device (101) can determine the external electronic device 2 (102-2) as the optimal device among the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4). If the external electronic device 2 (102-2) is not communicatively connected to the electronic device (101) (e.g., not included in a local network (e.g., a local network (510) of FIG. 5)), the electronic device (101) can determine the optimal device among the plurality of external electronic devices (102-1, 102-3, 102-4) that are communicatively connected according to the policy.
  • a local network e.g., a local network (510) of FIG. 510)
  • the electronic device (101) may transmit a request for processing a voice signal to an optimal device to process the voice signal in operation (630).
  • An external electronic device that has received the request for processing a voice signal may process the voice signal and transmit a result of processing the voice signal to the electronic device (101).
  • the electronic device (101) may perform an operation according to a result of processing a voice signal received from an optimal device in operation (640).
  • the electronic device (101) may provide information about the result of the voice processing to the user in various ways (e.g., voice notification, screen display using a display module (e.g., display module (160) of FIGS. 1 and 2), vibration).
  • the electronic device (101) may perform an operation according to a plan, which is a result of processing the voice signal.
  • An electronic device (101) may perform communication connections with a plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) at set time points (e.g., cycles) and update the plurality of external electronic devices (102-1, 102-2, 102-3, 102-4) connected to the communication.
  • the electronic device (101) may perform communication connections with a plurality of updated external electronic devices (102-1, 102-2, 102-3, 102-4) and operate according to operation (620), operation (630), and operation (640).
  • the electronic device (101) can determine an optimal device among the updated plurality of external electronic devices (102-1, 102-2, 102-3, 102-4). For example, when the electronic device (101) receives a voice signal in operation (610), the electronic device (101) can transmit a request for processing the voice signal to the optimal device determined among the updated plurality of external electronic devices (102-1, 102-2, 102-3, 102-4).
  • FIG. 7 is a flowchart illustrating an operation of an electronic device (e.g., an electronic device (101) of FIG. 1, FIG. 2, and FIG. 5) performing a communication connection with a plurality of external electronic devices (e.g., an electronic device (101, 102, and 104) of FIG. 1, an electronic device (101) of FIG. 2, and a plurality of external electronic devices (102-1, 102-2, 102-3, and 102-4) of FIG. 5) according to various embodiments.
  • a plurality of external electronic devices e.g., an electronic device (101, 102, and 104) of FIG. 1, an electronic device (101) of FIG. 2, and a plurality of external electronic devices (102-1, 102-2, 102-3, and 102-4) of FIG.
  • the operations may be performed sequentially, but are not necessarily performed sequentially.
  • the order of the operations may be changed, and at least two operations may be performed in parallel.
  • operations (710) to (730) may be understood to be performed in a processor (e.g., processor (120) of FIG. 1 and FIG. 2) of an electronic device (e.g., electronic device (101) of FIG. 1, FIG. 2, FIG. 5).
  • a processor e.g., processor (120) of FIG. 1 and FIG. 2
  • an electronic device e.g., electronic device (101) of FIG. 1, FIG. 2, FIG. 5.
  • An electronic device (101) may, in operation (710), determine whether a voice signal received in operation (610) includes a call word.
  • the electronic device (101) may determine, in operation (710), whether the voice signal includes a wake-up word.
  • the wake-up word may include a word set to indicate that the user's utterance is a voice command (e.g., "wake up", "Hi, Bixby") or a user-defined wake-up word. If the voice signal received from the user includes the wake-up word, the electronic device (101) may change the state of the electronic device (101) from an idle state to an active state. The electronic device (101) may receive a user utterance input after the wake-up word as a voice command.
  • the plurality of external electronic devices (102-1, 102-2, 102-3) can also receive a voice signal from a user, determine whether the voice signal includes a call word, and set the state of each of the plurality of external electronic devices (102-1, 102-2, 102-3) to an activated state.
  • the electronic device (101) may receive the voice signal in operation (610).
  • An electronic device (101) may perform communication connections with a plurality of external electronic devices (102-1, 102-2, 102-3) in operation (720).
  • the electronic device (101) may perform communication connections with a plurality of external electronic devices (102-1, 102-2, 102-3) according to a wireless network (e.g., WiFi, Bluetooth) connection method.
  • a wireless network e.g., WiFi, Bluetooth
  • An electronic device (101) and a plurality of external electronic devices (102-1, 102-2, 102-3) can identify that the electronic device (101) is a target of an operation according to a voice signal.
  • the electronic device (101) and the plurality of external electronic devices (102-1, 102-2, 102-3) can each share a size (e.g., signal to noise ratio (SNR)) of a received voice signal.
  • SNR signal to noise ratio
  • the electronic device (101) and the plurality of external electronic devices (102-1, 102-2, 102-3) can each identify that the electronic device (101) is a target of an operation according to the voice signal based on the size of the shared voice signal.
  • the electronic device (101) and multiple external electronic devices (102-1, 102-2, 102-3) can identify that the electronic device (101) is the target of an operation according to the voice signal because the size of the voice signal received by the electronic device (101) is the largest.
  • an electronic device (101) may receive states of a plurality of external electronic devices (102-1, 102-2, 102-3) from a plurality of external electronic devices (102-1, 102-2, 102-3) in operation (730).
  • the plurality of external electronic devices (102-1, 102-2, 102-3) may each transmit their states to an electronic device (101) that is a target of an operation according to a voice signal.
  • an electronic device (101) may determine an optimal device to process a voice signal among a plurality of external electronic devices (102-1, 102-2, 102-3) connected to the electronic device (101) in operation (620) based on the states of a plurality of external electronic devices (102-1, 102-2, 102-3) received in operation (730).
  • FIGS. 8 and 9 are diagrams illustrating audio signal processing methods according to various embodiments.
  • the operations may be performed sequentially, but are not necessarily performed sequentially.
  • the order of the operations may be changed, and at least two operations may be performed in parallel.
  • operations (805-1) to (850) may be understood to be performed in a processor (e.g., processor (120) of FIG. 1 and FIG. 2) of an electronic device (e.g., electronic device (101) of FIG. 1, FIG. 2, FIG. 5) or in each processor of an external electronic device (102-1, 102-2, 102-3).
  • a processor e.g., processor (120) of FIG. 1 and FIG. 2 of an electronic device (e.g., electronic device (101) of FIG. 1, FIG. 2, FIG. 5) or in each processor of an external electronic device (102-1, 102-2, 102-3).
  • an electronic device (101) may receive a speech from a user (103) in operation (805-1).
  • An external electronic device 1 (102-1) may receive a speech from a user (103) in operation (805-2).
  • An external electronic device 2 (102-2) may receive a speech from a user (103) in operation (805-3).
  • An external electronic device 3 (102-3) may receive a speech from a user (103) in operation (805-4).
  • the speech signal may include a wake word.
  • the electronic device (101), the external electronic device 1 (102-1) (e.g., the external electronic device 1 (102-1) of FIG. 5), the external electronic device 2 (102-2) (e.g., the external electronic device 2 (102-2) of FIG. 5), and the external electronic device 3 (102-3) (e.g., the external electronic device 3 (102-3) of FIG. 5) may determine whether the speech signal includes the wake word. If the speech signal includes the wake word, the electronic device (101), the external electronic device 1 (102-1), the external electronic device 2 (102-2), and the external electronic device (102-3) may set their respective states to an activated state.
  • an electronic device (101), an external electronic device 1 (102-1), an external electronic device 2 (102-2), and an external electronic device (102-3) may be communicatively connected in operation (810), respectively.
  • the electronic device (101), an external electronic device 1 (102-1), an external electronic device 2 (102-2), and an external electronic device (102-3) may be communicatively connected to form a local network (e.g., a local network (510) of FIG. 5).
  • external electronic device 1 (102-1) can transmit a state to electronic device (101) in operation (815-1).
  • external electronic device 2 (102-2) can transmit a state to electronic device (101) in operation (815-2).
  • external electronic device 3 (102-3) can transmit a state to electronic device (101) in operation (815-3).
  • the electronic device (101) can determine an optimal device in operation (820). For example, the electronic device (101) can determine an optimal device based on the status of external electronic device 1 (102-1), external electronic device 2 (102-2), and external electronic device (102-3) and the set policy.
  • the policy may include a priority determined based on at least one of whether the external electronic devices (102-1, 102-2, 102-3) can process a voice signal, hardware performance, and operating status of each of the external electronic devices (102-1, 102-2, 102-3).
  • the electronic device (101) may determine an optimal device based on the priority.
  • An electronic device (101) may provide a notification to a user (103) at operation (825).
  • the electronic device (101) may provide information about processing a voice signal using an optimal device at operation (825).
  • An electronic device (101) may transmit a request for processing a voice signal to an optimal device (e.g., external electronic device 1 (102-1)) determined in operation (830).
  • an optimal device e.g., external electronic device 1 (102-1)
  • An external electronic device 1 (102-1) can process a voice signal in operation (835).
  • the external electronic device 1 (102-1) can process the voice signal using a natural language platform (e.g., the natural language platform (220) of FIG. 2).
  • a natural language platform e.g., the natural language platform (220) of FIG. 2.
  • an electronic device (101) can receive a result of processing a voice signal from an external electronic device 1 (102-1) in operation (840).
  • An electronic device (101) may perform an operation according to a result of processing a voice signal in operation (845).
  • the electronic device (101) may provide a result of processing a voice signal to a user (103) in operation (850).
  • operations (905-1) to (950) may be understood to be performed in a processor (e.g., processor (120) of FIG. 1 and FIG. 2) of an electronic device (e.g., electronic device (101) of FIG. 1, FIG. 2, and FIG. 5), a processor of each of external electronic devices (102-1, 102-2, and 102-3), or a processor of a server (108).
  • a processor e.g., processor (120) of FIG. 1 and FIG. 2
  • an electronic device e.g., electronic device (101) of FIG. 1, FIG. 2, and FIG. 5
  • a processor of each of external electronic devices (102-1, 102-2, and 102-3 e.g., a processor of each of external electronic devices (102-1, 102-2, and 102-3
  • a processor of a server 108.
  • the electronic device (101) can receive a speech from a user (103) in operation (905-1).
  • the external electronic device 1 (102-1) can receive a speech from the user (103) in operation (905-2).
  • the external electronic device 2 (102-2) can receive a speech from the user (103) in operation (905-3).
  • the external electronic device 3 (102-3) can receive a speech from the user (103) in operation (905-4).
  • an electronic device (101), an external electronic device 1 (102-1), an external electronic device 2 (102-2), and an external electronic device (102-3) may be each connected to a communication circuit in operation (910).
  • external electronic device 1 (102-1) can transmit a state to electronic device (101) in operation (915-1).
  • external electronic device 2 (102-2) can transmit a state to electronic device (101) in operation (915-2).
  • external electronic device 3 (102-3) can transmit a state to electronic device (101) in operation (915-3).
  • An electronic device (101) may determine an optimal device in operation (920). In operation (920), the electronic device (101) may determine that there is no optimal device among a plurality of external electronic devices (102-1, 102-2, 102-3).
  • the electronic device (101) may determine that there is no optimal device among the external electronic devices (102-1, 102-2, 102-3).
  • An electronic device (101) may provide a notification to a user (103) at operation (925).
  • the electronic device (101) may provide a notification regarding processing a voice signal using a server (108).
  • an electronic device (101) may transmit a request for processing a voice signal to a server (108) that is in communication with the electronic device (101) in operation (930).
  • the server (108) may process a voice signal in operation (935) and transmit the result of processing the voice signal to the electronic device (101) in operation (940).
  • an electronic device (101) may perform an operation in operation (945) based on a result of processing a voice signal received from a server (108) in operation (940).
  • the electronic device (101) may provide a result of processing the voice signal to a user (103) in operation (950).
  • the electronic device (101) can process a voice signal using the natural language platform (220). For example, if the electronic device (101) determines that there is no optimal device among the plurality of external electronic devices (102-1, 102-2, 102-3), the electronic device (101) can process a voice signal using the natural language platform (220).
  • a natural language platform e.g., the natural language platform (220) of FIG. 2
  • the electronic device (101) can process a voice signal using the natural language platform (220).
  • FIG. 10 is a diagram illustrating an operation in which an electronic device (e.g., an electronic device (101) of FIG. 1, FIG. 2, FIG. 5, FIG. 8, and FIG. 9) and a plurality of external electronic devices (102-1, 102-2, and 102-3) (e.g., an electronic device (101, 102, and 104) of FIG. 1, an electronic device (101) of FIG. 2, and a plurality of external electronic devices (102-1, 102-2, and 102-3) of FIG. 5, FIG. 8, and FIG. 9) according to various embodiments receive information about a device to perform voice recognition from a server (108).
  • an electronic device e.g., an electronic device (101) of FIG. 1, FIG. 2, FIG. 5, FIG. 8, and FIG.
  • a plurality of external electronic devices (102-1, 102-2, and 102-3) e.g., an electronic device (101, 102, and 104) of FIG. 1, an electronic device (101) of FIG. 2, and a plurality of external electronic devices (102-1, 102-2, and 102-3)
  • FIG. 10 is a diagram showing an example of identifying that the electronic device (101) is a device that performs a voice command based on information received from a server (108) by the electronic device (101) and a plurality of external electronic devices (102-1, 102-2, 102-3).
  • the operations may be performed sequentially, but are not necessarily performed sequentially.
  • the order of the operations may be changed, and at least two operations may be performed in parallel.
  • operations (1005-1) to (1015-4) may be understood to be performed by a processor (e.g., processor (120) of FIG. 1 and FIG. 2) of an electronic device (e.g., electronic device (101) of FIG. 1, FIG. 2, and FIG. 5), a processor of each of external electronic devices (102-1, 102-2, and 102-3), or a processor of a server (108).
  • a processor e.g., processor (120) of FIG. 1 and FIG. 2
  • an electronic device e.g., electronic device (101) of FIG. 1, FIG. 2, and FIG. 5
  • a processor of each of external electronic devices (102-1, 102-2, and 102-3 e.g., a processor of each of external electronic devices (102-1, 102-2, and 102-3
  • a processor of a server 108.
  • An electronic device (101) can receive a speech from a user (103) in operation (1005-1).
  • An external electronic device 1 (102-1) can receive a speech from a user (103) in operation (1005-2).
  • An external electronic device 2 (102-2) can receive a speech from a user (103) in operation (1005-3).
  • An external electronic device 3 (102-3) can receive a speech from a user (103) in operation (1005-4).
  • An electronic device (101) can transmit a speech (e.g., a voice signal) to a server (108) in operation (1010-1).
  • An external electronic device 1 (102-1) can transmit a speech (e.g., a voice signal) to a server (108) in operation (1010-2).
  • An external electronic device 2 (102-2) can transmit a speech (e.g., a voice signal) to a server (108) in operation (1010-3).
  • An external electronic device 3 (102-3) can transmit a speech (e.g., a voice signal) to a server (108) in operation (1010-4).
  • the server (108) may determine a device to operate according to a voice command based on voice signals received from the electronic device (101), external electronic device 1 (102-1), external electronic device 2 (102-2), and external electronic device 3 (102-3). For example, the server (108) may determine a device to operate according to a voice command using the magnitude (e.g., SNR) of voice signals received from the electronic device (101), external electronic device 1 (102-1), external electronic device 2 (102-2), and external electronic device 3 (102-3).
  • the server (108) may determine a device to operate according to a voice command using the magnitude (e.g., SNR) of voice signals received from the electronic device (101), external electronic device 1 (102-1), external electronic device 2 (102-2), and external electronic device 3 (102-3).
  • the server (108) may determine the electronic device (101) as the device to operate according to the voice command spoken by the user.
  • the server (108) can transmit the result of determining the device to operate according to the voice command in operation (1015-1) to the electronic device (101).
  • the server (108) can transmit the result of determining the device to operate according to the voice command in operation (1015-2) to the external electronic device 1 (102-1).
  • the server (108) can transmit the result of determining the device to operate according to the voice command in operation (1015-3) to the external electronic device 2 (102-2).
  • the server (108) can transmit the result of determining the device to operate according to the voice command in operation (1015-4) to the external electronic device 3 (102-3).
  • the electronic device (101), external electronic device 1 (102-1), external electronic device 2 (102-2), and external electronic device 3 (102-3) can identify that the electronic device (101) is a device that will operate according to a voice command based on the results received from the server (108).
  • External electronic device 1 (102-1), external electronic device 2 (102-2), and external electronic device 3 (102-3) can transmit states such as operation (815-1), operation (815-2), and operation (815-3) of FIG. 8 or operation (915-1), operation (915-2), and operation (915-3) of FIG. 9, respectively.
  • the electronic device (101) can determine an optimal device, such as operation (820) of FIG. 8 or operation (920) of FIG. 9.
  • FIG. 11 is a diagram illustrating an operation in which an electronic device (e.g., the electronic device (101) of FIGS. 1, 2, 5, 8, 9, and 10) performs voice recognition using an external electronic device 1 (102-1) (e.g., the external electronic device 1 (102-1) of FIGS. 5, 8, 9, and 10) according to various embodiments.
  • an electronic device e.g., the electronic device (101) of FIGS. 1, 2, 5, 8, 9, and 10 performs voice recognition using an external electronic device 1 (102-1) (e.g., the external electronic device 1 (102-1) of FIGS. 5, 8, 9, and 10) according to various embodiments.
  • the operations may be performed sequentially, but are not necessarily performed sequentially.
  • the order of the operations may be changed, and at least two operations may be performed in parallel.
  • operations (1105) to (1160) may be understood to be performed by a processor (e.g., processor (120) of FIG. 1 and FIG. 2) of an electronic device (e.g., electronic device (101) of FIG. 1, FIG. 2, FIG. 5) or a processor of an external electronic device 1 (102-1).
  • a processor e.g., processor (120) of FIG. 1 and FIG. 2 of an electronic device (e.g., electronic device (101) of FIG. 1, FIG. 2, FIG. 5) or a processor of an external electronic device 1 (102-1).
  • the electronic device (101) can receive a speech input from a user (103) in operation (1105).
  • the electronic device (101) can be connected to an external electronic device 1 (102-1) through a front end (210-1) of the external electronic device 1 (102-1) (e.g., the front end (210) of FIG. 2).
  • the electronic device can transmit a BLE (Bluetooth low energy) advertising signal to the front end (210-1).
  • the external electronic device (102-1) that receives the BLE advertising signal can be connected to a communication (e.g., a WiFi connection) with the electronic device (101) through the front end (210-1).
  • the electronic device (101) can create a conversation with the front end (210-1) in operation (1110).
  • the electronic device (101) can create the conversation using the user's voice and context.
  • the front end (210-1) can generate a conversation with a natural language platform (220-1) (e.g., the natural language platform (220) of FIG. 2) at operation (1115).
  • the electronic device (101) can transmit an audio stream to the front end (210-1) at operation (1120).
  • the front end (210-1) can transmit the audio stream to the natural language platform (220-1) at operation (1125).
  • the natural language platform (220-1) can transmit an utterance to the front end (210-1) in operation (1130).
  • the front end (210-1) can transmit the utterance to the electronic device (101) in operation (1135).
  • the electronic device (101) can provide the utterance to the user (101) in operation (1140).
  • the utterance may include text information that the natural language platform (220-1) converts into text a voice signal of the user (103) using an audio stream.
  • the electronic device (101) may provide the text information to the user (103) through a display module (e.g., the display module (160) of FIG. 1).
  • the natural language platform (220-1) may transmit the result of processing the audio stream in operation (1145) to the front end (210-1).
  • the front end (210-1) may transmit the result of processing the audio stream in operation (1150) to the electronic device (101).
  • the result of processing an audio stream may include a plan generated by processing a voice command.
  • An electronic device (101) may perform an operation according to a processing result received in operation (1155).
  • the operation according to the processing result may include various operations such as controlling a configuration of the electronic device (101) (e.g., processor (120) and memory (130) of FIGS. 1 and 2), outputting an audio signal, displaying a screen, executing a program or application, and is not limited to the examples described above.
  • the electronic device (101) can provide the result of the operation (1155) to the user (103) in the operation (1160).
  • FIG. 12 is a flowchart illustrating an operation of an electronic device (e.g., an electronic device (102, 104) of FIG. 1, a plurality of external electronic devices (102-1, 102-2, 102-3) of FIGS. 5, 8, 9, and 10) performing an audio signal processing method according to various embodiments.
  • an electronic device e.g., an electronic device (102, 104) of FIG. 1, a plurality of external electronic devices (102-1, 102-2, 102-3) of FIGS. 5, 8, 9, and 10) performing an audio signal processing method according to various embodiments.
  • the operations may be performed sequentially, but are not necessarily performed sequentially.
  • the order of the operations may be changed, and at least two operations may be performed in parallel.
  • processor e.g., processor (120) of FIG. 1 and FIG. 2 of an electronic device (e.g., electronic device (101) of FIG. 1, FIG. 2, and FIG. 5) or in each processor of an external electronic device (102-1, 102-2, and 102-3).
  • An external electronic device (102-1, 102-2, 102-3) can transmit the status of the external electronic device (102-1, 102-2, 102-3) to an electronic device (e.g., the electronic device (101) of FIG. 1, the electronic device (101) of FIG. 5, FIG. 8, FIG. 9, FIG. 10) to which it is connected in operation (1210).
  • an electronic device e.g., the electronic device (101) of FIG. 1, the electronic device (101) of FIG. 5, FIG. 8, FIG. 9, FIG. 10) to which it is connected in operation (1210).
  • the external electronic device (102-1, 102-2, 102-3) may set the state of the external electronic device (102-1, 102-2, 102-3) to an activated state based on a wake word included in a voice signal received from a user (e.g., user (103) of FIG. 8) prior to operation (1210).
  • a user e.g., user (103) of FIG. 8
  • external electronic devices (102-1, 102-2, 102-3) may be connected to communicate with the electronic device (101) in an activated state and may form a local network (e.g., local network (510) of FIG. 5).
  • the external electronic devices (102-1, 102-2, 102-3) may identify that the electronic device (101) is a device that will perform an operation according to a voice command based on a voice signal received from a user (103).
  • the external electronic device (102-1, 102-2, 102-3) may receive a request to process a voice signal from the electronic device (101).
  • an external electronic device (102-1, 102-2, 102-3) may receive a request to transmit a status from an electronic device (101) in operation (1220) and transmit the status to the electronic device (101).
  • an external electronic device (102-1, 102-2, 102-3) may transmit a status to the electronic device (101) based on the identification in operation (1220) that the electronic device (101) is a device to operate according to a voice command.
  • an external electronic device (102-1, 102-2, 102-3) may process a voice signal received from an electronic device (101) using a natural language platform (e.g., the natural language platform (220) of FIG. 2) in response to a processing request and transmit the result to the electronic device (101).
  • a natural language platform e.g., the natural language platform (220) of FIG. 2
  • FIGS. 13 and 14 are diagrams showing a user interface (UI) provided by an electronic device (e.g., the electronic device (101) of FIGS. 1, 2, 5, 8, 9, and 10) according to various embodiments.
  • UI user interface
  • the electronic device (101) may provide a result of recognizing a voice signal received from a user on a screen (1300) through a notification window (1310).
  • the voice signal received from the user is “Hi Bixby, play music,” and the electronic device (101) may provide a result of recognizing the voice signal through the notification window (1310).
  • the interface for providing the result of recognizing a voice signal by the electronic device (101) through a notification window (1310) is one example among various embodiments and is not limited to the embodiment illustrated in Fig. 13.
  • the electronic device (101) may convert the result of recognizing a voice signal into an audio signal and provide it through an audio output module (e.g., the audio output module (155) of Fig. 1).
  • the electronic device (101) may provide a result of processing a voice signal using an external electronic device (e.g., the electronic device (101, 102, 104) of FIG. 1, the electronic device (101) of FIG. 2, and a plurality of external electronic devices (102-1, 102-2, 102-3) of FIGS. 5, 8, 9, and 10) on a screen (1400).
  • an external electronic device e.g., the electronic device (101, 102, 104) of FIG. 1, the electronic device (101) of FIG. 2, and a plurality of external electronic devices (102-1, 102-2, 102-3) of FIGS. 5, 8, 9, and 10.
  • the electronic device (101) may provide a notification window (1410).
  • the electronic device (101) may display, through the notification window (1410), that the voice signal is processed by an optimal device (e.g., TV), as in the notification window (1410).
  • an optimal device e.g., TV
  • the electronic device (101) indicates that it is connected to and responding to the determined optimal device through the notification window (1410), but the information provided through the notification window (1410) is not limited to the embodiment illustrated in Fig. 14.
  • the electronic device (101) may indicate through the notification window (1410) that the processing of the voice signal is completed by the determined optimal device.
  • FIG. 14 may represent a screen (1400) that provides a result of processing the voice signal (“Hi Bixby, play music”) of FIG. 13 by the electronic device (101).
  • the electronic device (101) may execute an application for playing music in response to a voice command included in the voice signal (e.g., “play music”).
  • the electronic device (101) may provide a notification window (1420) (or a pop-up, a control window) of the application for playing music.
  • Hi Bixby can respond to the wake word.
  • FIG. 14 illustrates an example in which an electronic device (101) provides the result of performing an action corresponding to a voice signal (e.g., “Hi Bixby, play music”) through a notification window (1420).
  • a voice signal e.g., “Hi Bixby, play music”
  • the UI that provides the result of performing an action corresponding to a voice signal by the electronic device (101) is not limited to FIG. 14.
  • the electronic device (101) can execute an application for voice calls and make a call to A’s contact stored in the address book. In addition, the electronic device (101) can also switch the screen according to the executed application.
  • FIGS. 15 and 16 are diagrams illustrating a UI provided by an electronic device (e.g., the electronic device (101) of FIGS. 1, 2, 5, 8, 9, and 10) according to various embodiments.
  • an electronic device e.g., the electronic device (101) of FIGS. 1, 2, 5, 8, 9, and 10.
  • the electronic device (101) may provide an interface (1510) for setting whether to process a voice signal using a plurality of external electronic devices (e.g., the electronic device (101, 102, 104) of FIG. 1, the electronic device (101) of FIG. 2, and the plurality of external electronic devices (102-1, 102-2, 102-3) of FIGS. 5, 8, 9, and 10) on a screen (1500), and an interface (1520) for setting the plurality of external electronic devices (102-1, 102-2, 102-3).
  • a plurality of external electronic devices e.g., the electronic device (101, 102, 104) of FIG. 1, the electronic device (101) of FIG. 2, and the plurality of external electronic devices (102-1, 102-2, 102-3) of FIGS. 5, 8, 9, and 10.
  • the electronic device (101) may process a voice signal using an optimal device determined from among a plurality of external electronic devices (102-1, 102-2, 102-3) as described in FIGS. 5 to 11, and operate according to the result of processing the voice signal.
  • the electronic device (101) may process a voice signal using a natural language platform (e.g., the natural language platform (220) of FIG. 2) included in the electronic device (101), or transmit the voice signal to a server (e.g., the server (108) of FIG. 1, the intelligent server (200) of FIG. 2) and operate according to the result of processing the voice signal received from the server (108).
  • a natural language platform e.g., the natural language platform (220) of FIG. 220
  • a server e.g., the server (108) of FIG. 1, the intelligent server (200) of FIG. 2
  • the electronic device (101) can provide a device that can be connected to the electronic device (101) through a screen (1600) as shown in FIG. 16.
  • the electronic device (101) may provide a list (1610) of external electronic devices that can be connected to communicate with the electronic device (101) on a screen (1600).
  • the electronic device (101) can determine an optimal device to process a voice signal from among the multiple selected external electronic devices.
  • the electronic device (101) can determine the selected external electronic device as the optimal device to process a voice signal.
  • An electronic device (e.g., the electronic device (101) of FIGS. 1, 2, 5, 8, 9, and 10) may include a processor (e.g., the processor (120) of FIGS. 1 and 2) and a memory (e.g., the memory (130) of FIGS. 1 and 2) that is electrically connected to the processor (120) and stores instructions executed by the processor (120).
  • the processor (120) may cause the electronic device (101) to receive a voice signal from a user when the instructions are executed by the processor (120).
  • the processor (120) may enable the electronic device (101) to determine an optimal device to process the voice signal among a plurality of external electronic devices (e.g., the electronic devices (101, 102, 104) of FIG. 1, the electronic device (101) of FIG.
  • the processor (120) may enable the electronic device (101) to transmit a request for processing the voice signal to the optimal device so as to process the voice signal.
  • the processor (120) may enable the electronic device (101) to perform an operation according to a result of processing the voice signal received from the optimal device.
  • the processor (120) may enable the electronic device (101) to receive the statuses of the plurality of external electronic devices (102-1, 102-2, 102-3) from the plurality of external electronic devices (102-1, 102-2, 102-3).
  • the processor (120) may enable the electronic device (101) to determine the optimal device based on the statuses of the plurality of external electronic devices (102-1, 102-2, 102-3) and the set policy.
  • the above-described set policy may include a priority determined based on at least one of whether each of the plurality of external electronic devices (102-1, 102-2, 102-3) can process the voice signal, hardware performance, and operating status of each of the plurality of external electronic devices (102-1, 102-2, 102-3).
  • the above processor (120) can enable the electronic device (101) to determine an external electronic device set among the plurality of external electronic devices (102-1, 102-2, 102-3) as the optimal device.
  • the above processor (120) can cause the electronic device (101) to update a plurality of external electronic devices (102-1, 102-2, 102-3) that are connected to the electronic device (101) based on a set cycle.
  • the processor (120) may cause the electronic device (101) to establish communication with the plurality of external electronic devices (102-1, 102-2, 102-3) when the electronic device (101) identifies a call word from the voice signal.
  • the processor (120) may cause the electronic device (101) to receive statuses of the plurality of external electronic devices (102-1, 102-2, 102-3) from the plurality of external electronic devices (102-1, 102-2, 102-3).
  • the processor (120) may cause the electronic device (101) to transmit the voice signal to a server (108) that is connected to the electronic device (101) in a communication connection when the electronic device (101) determines that there is no optimal device among the plurality of external electronic devices (102-1, 102-2, 102-3).
  • the processor (120) may cause the electronic device (101) to receive the result of processing the voice signal from the server (108).
  • An electronic device may include a natural language platform for processing a voice signal (e.g., a natural language platform (220) of FIG. 2), a processor (e.g., a processor (120) of FIGS. 1 and 2), and a memory (e.g., a memory (130) of FIGS. 1 and 2) electrically connected to the processor (120) and storing instructions executed by the processor (120).
  • a natural language platform for processing a voice signal e.g., a natural language platform (220) of FIG. 220) of FIG. 220
  • a processor e.g., a processor (120) of FIGS. 1 and 2)
  • a memory e.g., a memory (130) of FIGS. 1 and 2 electrically connected to the processor (120) and storing instructions executed by the processor (120).
  • the processor (120) may cause the electronic device (102-1, 102-2, 102-3) to transmit the status of the electronic device (102-1, 102-2, 102-3) to an external electronic device (e.g., the electronic device (101) of FIGS. 1, 2, 5, 8, 9, and 10) to which the electronic device is connected when the command is executed by the processor (120).
  • the processor (120) may cause the electronic device (102-1, 102-2, 102-3) to receive a request for processing a voice signal from the external electronic device (101) when the electronic device (102-1, 102-2, 102-3) is determined by the external electronic device (101) to be the optimal device for processing the voice signal.
  • the above processor (120) can, in response to the processing request, cause the electronic device (102-1, 102-2, 102-3) to process the voice signal received from the external electronic device (101) using the natural language platform (220) and transmit the processing result to the external electronic device (101).
  • the processor (120) may set the electronic device (102-1, 102-2, 102-3) to an activated state based on a wake up word included in a voice signal received from a user by the electronic device (101).
  • the processor (120) may enable the electronic device (101) to establish a communication connection with the external electronic device (101) in the activated state.
  • a voice signal processing method may include an operation of receiving a voice signal from a user, an operation of determining an optimal device to process the voice signal among a plurality of external electronic devices (102-1, 102-2, 102-3) that are communicatively connected to an electronic device (e.g., the electronic device (101) of FIGS. 1, 2, 5, 8, 9, and 10), an operation of transmitting a request for processing the voice signal to the optimal device so as to process the voice signal, and an operation of performing an operation according to a result of processing the voice signal received from the optimal device.
  • an electronic device e.g., the electronic device (101) of FIGS. 1, 2, 5, 8, 9, and 10
  • the operation of determining the optimal device may include an operation of receiving states of the plurality of external electronic devices (e.g., the electronic devices (101, 102, 104) of FIG. 1, the electronic device (101) of FIG. 2, and the plurality of external electronic devices (102-1, 102-2, 102-3) of FIGS. 5, 8, 9, and 10) from the plurality of external electronic devices (102-1, 102-2, 102-3).
  • the operation of determining the optimal device may include an operation of determining the optimal device based on the states of the plurality of external electronic devices (102-1, 102-2, 102-3) and the set policy.
  • the above-described set policy may include a priority determined based on at least one of whether each of the plurality of external electronic devices (102-1, 102-2, 102-3) can process the voice signal, hardware performance, and operating status of each of the plurality of external electronic devices (102-1, 102-2, 102-3).
  • the operation of determining the above optimal device can determine a set external electronic device (102-1, 102-2, 102-3) among the plurality of external electronic devices (102-1, 102-2, 102-3) as the optimal device.
  • the above voice signal processing method may further include an operation of updating a plurality of external electronic devices (102-1, 102-2, 102-3) that are connected to the electronic device (101) based on a set cycle.
  • the above voice signal may include a wake up word for setting the operation states of the electronic device (101) and the plurality of external electronic devices (102-1, 102-2, 102-3) to an active state.
  • the voice signal processing method may further include an operation of connecting communication with the plurality of external electronic devices (102-1, 102-2, 102-3) when the wake up word is identified.
  • the voice signal processing method may further include an operation of receiving states of the plurality of external electronic devices (102-1, 102-2, 102-3) through the plurality of external electronic devices (102-1, 102-2, 102-3).
  • the above voice signal processing method may further include an operation of transmitting the voice signal to a server (108) that is connected to communication with the electronic device (101) when it is determined that there is no optimal device among the plurality of external electronic devices (102-1, 102-2, 102-3).
  • the above voice signal processing method may further include an operation of receiving a result of processing the voice signal from the server (108).
  • the electronic devices according to various embodiments disclosed in this document may be devices of various forms.
  • the electronic devices may include, for example, portable communication devices (e.g., smartphones), computer devices, portable multimedia devices, portable medical devices, cameras, wearable devices, or home appliance devices.
  • portable communication devices e.g., smartphones
  • computer devices portable multimedia devices
  • portable medical devices e.g., cameras
  • wearable devices e.g., smart watch devices
  • home appliance devices e.g., smartphones
  • the electronic devices according to embodiments of this document are not limited to the above-described devices.
  • first, second, or first or second may be used merely to distinguish one component from another, and do not limit the components in any other respect (e.g., importance or order).
  • a component e.g., a first
  • another component e.g., a second
  • functionally e.g., a third component
  • module used in various embodiments of this document may include a unit implemented in hardware, software or firmware, and may be used interchangeably with terms such as logic, logic block, component, or circuit, for example.
  • a module may be an integrally configured component or a minimum unit of the component or a part thereof that performs one or more functions.
  • a module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of the present document may be implemented as software (e.g., a program (140)) including one or more instructions stored in a storage medium (e.g., an internal memory (136) or an external memory (138)) readable by a machine (e.g., an electronic device (101)).
  • a processor e.g., a processor (120)
  • the machine e.g., an electronic device (101)
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the machine-readable storage medium may be provided in the form of a non-transitory storage medium.
  • ‘non-transitory’ simply means that the storage medium is a tangible device and does not contain signals (e.g. electromagnetic waves), and the term does not distinguish between cases where data is stored semi-permanently or temporarily on the storage medium.
  • the method according to various embodiments disclosed in the present document may be provided as included in a computer program product.
  • the computer program product may be traded between a seller and a buyer as a commodity.
  • the computer program product may be distributed in the form of a machine-readable storage medium (e.g., a compact disc read only memory (CD-ROM)), or may be distributed online (e.g., downloaded or uploaded) via an application store (e.g., Play StoreTM) or directly between two user devices (e.g., smart phones).
  • an application store e.g., Play StoreTM
  • at least a part of the computer program product may be temporarily stored or temporarily generated in a machine-readable storage medium, such as a memory of a manufacturer's server, a server of an application store, or an intermediary server.
  • each component e.g., a module or a program of the above-described components may include a single or multiple entities, and some of the multiple entities may be separately arranged in other components.
  • one or more of the components or operations of the above-described components may be omitted, or one or more other components or operations may be added.
  • the multiple components e.g., a module or a program
  • the integrated component may perform one or more functions of each of the multiple components identically or similarly to those performed by the corresponding component of the multiple components before the integration.
  • the operations performed by the module, program, or other component may be executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations may be executed in a different order, omitted, or one or more other operations may be added.

Landscapes

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

Abstract

음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치가 개시된다. 다양한 실시예들에 따른 전자 장치는 프로세서 및 상기 프로세서와 전기적으로 연결되고, 상기 프로세서에 의해 실행되는 명령어를 저장하는 메모리를 포함할 수 있다. 상기 프로세서는, 상기 명령어가 상기 프로세서에 의해 실행될 때, 상기 전자 장치로 하여금 사용자로부터 음성 신호를 수신하도록 할 수 있다. 상기 프로세서는, 상기 전자 장치가 상기 전자 장치와 통신 연결된 복수의 외부 전자 장치들 중에서 상기 음성 신호를 처리할 최적 장치를 결정하도록 할 수 있다. 상기 프로세서는, 상기 음성 신호를 처리하도록, 상기 전자 장치가 상기 음성 신호의 처리 요청을 상기 최적 장치로 전송하도록 할 수 있다. 상기 프로세서는, 상기 전자 장치가 상기 최적 장치로부터 수신한 상기 음성 신호를 처리한 결과에 따라 동작을 수행하도록 할 수 있다.

Description

음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치
아래의 개시는 음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치에 관한 것이다.
음성 어시스턴트를 사용함에 있어, 사용자 발화가 단말로 입력되는 경우 단말에서는 일반적으로 해당 발화를 서버로 전달하고, 음성 인식, 해석 및 실행과 같은 음성 인식 동작은 서버에 의하여 수행된다.
최근 온 디바이스(on-device) 기능이 탑재된 단말의 경우, 일부 혹은 전체 발화를 서버로 전달하지 않고, 단말이 발화에 대한 음성 인식, 해석 및 실행을 수행하는 방법이 적용되고 있다. 온 디바이스(on-device) 기능이 탑재된 단말이 음성 인식 동작을 실행하는 경우, 보안, 성능 및 비용 측면에서 많은 이점이 있다.
단말 내에서 사용자 발화를 인식/해석/실행하는 과정은 매우 높은 성능을 요구한다. 그래서 하이엔드(high-end)급 모델에서만 지원되는 것이 일반적이다.
상술한 정보는 본 개시에 대한 이해를 돕기 위한 목적으로 하는 배경 기술(related art)로 제공될 수 있다. 상술한 내용 중 어느 것도 본 개시와 관련된 종래 기술(prior art)로서 적용될 수 있는지에 대하여 어떠한 주장이나 결정이 제기되지 않는다.
다양한 실시예들에 따른 전자 장치는 프로세서 및 상기 프로세서와 전기적으로 연결되고, 상기 프로세서에 의해 실행되는 명령어를 저장하는 메모리를 포함할 수 있다. 상기 프로세서는, 상기 명령어가 실행될 때, 상기 전자 장치로 하여금 사용자로부터 음성 신호를 수신하도록 할 수 있다. 상기 프로세서는, 상기 전자 장치가 상기 전자 장치와 통신 연결된 복수의 외부 전자 장치들 중에서 상기 음성 신호를 처리할 최적 장치를 결정하도록 할 수 있다. 상기 프로세서는, 상기 음성 신호를 처리하도록, 상기 전자 장치가 상기 음성 신호의 처리 요청을 상기 최적 장치로 전송하도록 할 수 있다. 상기 프로세서는, 상기 전자 장치가 상기 최적 장치로부터 수신한 상기 음성 신호를 처리한 결과에 따라 동작을 수행하도록 할 수 있다.
다양한 실시예들에 따른 전자 장치는 음성 신호를 처리하기 위한 자연어 플랫폼, 프로세서 및 상기 프로세서와 전기적으로 연결되고, 상기 프로세서에 의해 실행되는 명령어를 저장하는 메모리를 포함할 수 있다. 상기 프로세서는, 상기 명령어가 상기 프로세서에 의해 실행될 때, 상기 전자 장치로 하여금 통신 연결된 외부 전자 장치로 상기 전자 장치의 상태를 전송하도록 할 수 있다. 상기 프로세서는, 상기 외부 전자 장치에 의하여 상기 전자 장치가 상기 음성 신호를 처리할 최적 장치로 결정된 경우, 상기 전자 장치가 상기 외부 전자 장치로부터 음성 신호의 처리 요청을 수신하도록 할 수 있다. 상기 프로세서는, 상기 처리 요청에 대한 응답으로, 상기 전자 장치가 상기 자연어 플랫폼을 이용하여 상기 외부 전자 장치로부터 수신한 상기 음성 신호를 처리한 처리 결과를 상기 외부 전자 장치로 전송하도록 할 수 있다.
다양한 실시예들에 따른 음성 신호 처리 방법은, 사용자로부터 음성 신호를 수신하는 동작, 전자 장치)와 통신 연결된 복수의 외부 전자 장치들 중에서, 상기 음성 신호를 처리할 최적 장치를 결정하는 동작, 상기 음성 신호를 처리하도록, 상기 음성 신호의 처리 요청을 상기 최적 장치로 전송하는 동작 및 상기 최적 장치로부터 수신한 상기 음성 신호를 처리한 결과에 따라 동작을 수행하는 동작을 포함할 수 있다.
다양한 실시예들에 따른 음성 신호 처리 방법은 통신 연결된 외부 전자 장치로 상기 전자 장치의 상태를 전송하는 동작, 상기 외부 전자 장치에 의하여 상기 전자 장치가 상기 음성 신호를 처리할 최적 장치로 결정된 경우, 상기 외부 전자 장치로부터 음성 신호의 처리 요청을 수신하는 동작, 및 상기 처리 요청에 대한 응답으로, 상기 자연어 플랫폼을 이용하여 상기 외부 전자 장치로부터 수신한 상기 음성 신호를 처리한 처리 결과를 상기 외부 전자 장치로 전송하는 동작을 포함할 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시예에 따른 통합 지능(integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 일 실시예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 5는 다양한 실시예들에 따른 전자 장치 및 외부 전자 장치의 동작을 나타낸 도면이다.
도 6은 다양한 실시예들에 따른 전자 장치가 수행하는 오디오 신호 처리 방법의 동작 흐름도이다.
도 7은 다양한 실시예들에 따른 전자 장치가 복수의 외부 전자 장치들과 통신 연결을 수행하는 동작을 나타낸 흐름도이다.
도 8 및 도 9는 다양한 실시예들에 따른 오디오 신호 처리 방법을 나타낸 도면이다.
도 10은 다양한 실시예들에 따른 전자 장치 및 복수의 외부 전자 장치들이 서버로부터 음성 인식을 수행할 장치에 관한 정보를 수신하는 동작을 나타낸 도면이다.
도 11은 다양한 실시예들에 따른 전자 장치가 외부 전자 장치 1을 이용하여 음성 인식을 수행하는 동작을 나타낸 도면이다.
도 12는 다양한 실시예들에 따른 전자 장치가 오디오 신호 처리 방법을 수행하는 동작 흐름도이다.
도 13 및 도 14는 다양한 실시예들에 따른 전자 장치가 제공하는 UI(user interface)를 나타낸 도면이다.
도 15 및 도 16은 다양한 실시예들에 따른 전자 장치가 제공하는 UI를 나타낸 도면이다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나 와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 2를 참조하면, 일 실시예의 통합 지능화 시스템은 전자 장치(101), 지능형 서버(200)(예: 도 1의 서버(108)), 및 서비스 서버(300)(예: 도 1의 서버 (108))를 포함할 수 있다.
일 실시 예의 전자 장치(101)는, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.
도시된 실시 예에 따르면, 전자 장치(101)는 인터페이스(177), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 메모리(130), 또는 프로세서(120)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
일 실시 예의 인터페이스(177)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 입력 모듈(150)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시 예의 음향 출력 모듈(155)는 전기적 신호를 소리(예: 음성)으로 출력할 수 있다.
일 실시 예의 디스플레이 모듈(160)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이 모듈(160)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다. 일 실시예의 디스플레이 모듈(160)은 터치 센서를 통해 터치 입력을 수신할 수 있다. 예를 들어, 디스플레이 모듈(160)은 디스플레이 모듈(160) 내에 표시되는 화상 키보드 영역의 터치 센서를 통해 텍스트 입력을 수신할 수 있다.
일 실시 예의 메모리(130)는 클라이언트 모듈(151), SDK(software development kit)(153), 및 복수의 앱들(146)을 저장할 수 있다. 상기 클라이언트 모듈(151), 및 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(151) 또는 SDK(153)는 사용자 입력(예: 음성 입력, 텍스트 입력, 터치 입력)을 처리하기 위한 프레임워크를 구성할 수 있다.
일 실시 예의 메모리(130)에 저장된 상기 복수의 앱들(146)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱들(146)은 제1 앱(146-1), 제2 앱(146-2)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(146) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 앱들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(146)은 프로세서(120)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(120)는 전자 장치(101)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(120)는 인터페이스(177), 입력 모듈(150), 음향 출력 모듈(155), 및 디스플레이 모듈(160)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다.
일 실시 예의 프로세서(120)는 또한 상기 메모리(130)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(120)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 사용자 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(120)는, 예를 들어, SDK(153)를 통해 복수의 앱들(146)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작은 프로세서(120)의 실행에 의한 동작일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 사용자 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 입력 모듈(150)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 또는, 클라이언트 모듈(151)은 디스플레이 모듈(160)을 통해 감지된 터치 입력을 수신할 수 있다. 또는, 클라이언트 모듈(151)은 키보드 또는 화상 키보드를 통해 감지된 텍스트 입력을 수신할 수 있다. 이 외에도, 전자 장치(101)에 포함된 입력 모듈 또는 전자 장치(101)에 연결된 입력 모듈을 통해 감지되는 다양한 형태의 사용자 입력을 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 사용자 입력을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(151)은 수신된 사용자 입력과 함께, 전자 장치(101)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 사용자 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)에서 상기 수신된 사용자 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이 모듈(160)에 표시할 수 있다. 또한, 클라이언트 모듈(151)은 상기 수신된 결과를 음향 출력 모듈(155)을 통해 오디오로 출력할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 수신된 사용자 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작들을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작들의 실행 결과를 순차적으로 디스플레이에 표시할 수 있고, 음향 출력 모듈(155)를 통해 오디오를 출력할 수 있다. 전자 장치(101)는, 다른 예를 들어, 복수의 동작들을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이 모듈(160)에 표시할 수 있으며, 음향 출력 모듈(155)를 통해 오디오로 출력할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(151)은 지능형 서버(200)로부터 사용자 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 플랜에 따라 복수의 동작들을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 이용하여 수신된 사용자 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.
일 실시 예의 지능형 서버(200)는 통신 망을 통해 전자 장치(101)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의된 복수의 플랜들 중 적어도 하나의 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 전자 장치(101)로 송신하거나, 생성된 플랜을 전자 장치(101)로 송신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 결과를 디스플레이 모듈(160)에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다.
일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natural language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.
일 실시 예의 프론트 엔드(210)는 전자 장치(101)로부터 수신된 사용자 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 사용자 입력에 대응되는 응답을 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227)또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)를 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(221)은 전자 장치(101)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 텍스트 데이터 형태의 사용자 입력에 대하여 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 자연어 이해 모듈(223)은 사용자 발화에 대응되는 의도 정보(intent information)를 획득할 수 있다. 의도 정보는 텍스트 데이터를 해석하여 판단되는 사용자의 의도를 나타내는 정보일 수 있다. 의도 정보는 사용자가 디바이스를 이용하여 실행하고자 하는 동작 또는 기능을 나타내는 정보를 포함할 수 있다.
일 실시 예의 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인들을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인들 각각에 포함된 복수의 동작들을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 복수의 동작들을 실행하는데 필요한 파라미터나, 상기 복수의 동작들의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작들, 및 복수의 컨셉들을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작들, 및 상기 복수의 컨셉들 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉들에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작들의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)은 복수의 동작들의 실행에 필요한 파라미터, 및 복수의 동작들의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작들의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(225)는 복수의 동작들, 및 복수의 컨셉들 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 전자 장치(101)에서도 구현가능 할 수 있다.
상기 캡슐 데이터베이스(230)는 복수의 도메인들에 대응되는 복수의 컨셉들과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)들을 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐들을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐들은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(230)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 사용자 입력에 대응되는 복수의 플랜들이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 전자 장치(101)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터랙션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시 예에서는 캡슐 데이터베이스(230) 은 전자 장치(101) 내에도 구현이 가능할 수 있다.
일 실시 예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(250)는 산출된 결과를 전자 장치(101)로 송신할 수 있다. 이에 따라, 전자 장치(101)는 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(280)을 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(300)는 CP 서비스 A(301), CP 서비스 B(302) 및 CP 서비스 C를 포함할 수 있다. 일 실시 예의 서비스 서버(300)는 전자 장치(101)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(300)는 수신된 사용자 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.
위에 기술된 통합 지능 시스템(10)에서, 상기 전자 장치(101)는, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시 예에서, 상기 전자 장치(101)는 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 전자 장치(101)는 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)를 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에서, 전자 장치(101)는 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 전자 장치(101)는 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 전자 장치(101)이 지능형 서버(200) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말은, 상기 입력 모듈(150)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말은, 상기 음성 데이터를 인터페이스(177)를 이용하여 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(200)는 전자 장치(101)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작들, 및 상기 복수의 동작들과 관련된 복수의 컨셉들을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작들의 실행에 입력되는 파라미터나, 복수의 동작들의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작들, 및 복수의 컨셉들 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 전자 장치(101)는, 인터페이스(177)를 이용하여 상기 응답을 수신할 수 있다. 전자 장치(101)는 상기 음향 출력 모듈(155)를 이용하여 전자 장치(101) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이 모듈(160)를 이용하여 전자 장치(101) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 3은 다양한 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(예: 도 2의 지능형 서버(200))의 캡슐 데이터베이스(예: 도 2의 캡슐 데이터베이스(230))는 CAN (concept action network) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network) 형태로 저장될 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션)들 각각에 대응되는 복수의 캡슐들(capsule(A)(401), capsule(B)(404))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: capsule(A)(401))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402), CP 2 (403), CP 3(406) 또는 CP 4(405))가 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.
상기, 자연어 플랫폼(예: 도 2의 자연어 플랫폼(220))은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(예: 도 2의 플래너 모듈(225))은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A (410)의 동작들(4011,4013) 과 컨셉들(4012,4014) 및 캡슐 B(404)의 동작(4041) 과 컨셉(4042)를 이용하여 플랜(407)을 생성할 수 있다.
도 4는 다양한 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
전자 장치(101)는 지능형 서버(예: 도 2의 지능형 서버(200))를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 310 화면에서, 전자 장치(101)는 지정된 음성 입력(예: 웨이크 업!)를 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 전자 장치(101)는, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이 모듈(160)에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 전자 장치(101)는 “이번주 일정 알려줘!”라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이 모듈(예: 도 2의 디스플레이 모듈(160))에 표시할 수 있다.
일 실시 예에 따르면, 320 화면에서, 전자 장치(101)는 수신된 음성 입력에 대응되는 결과를 디스플레이 모듈(160)에 표시할 수 있다. 예를 들어, 전자 장치(101)는 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 ‘이번주 일정’을 디스플레이 모듈(160)에 표시할 수 있다.
도 5는 다양한 실시예들에 따른 전자 장치(101)(예: 도 1, 도 2의 전자 장치(101)) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)(예: 도 1의 전자 장치(101, 102, 104), 도 2의 전자 장치(101))의 동작을 나타낸 도면이다. 이하의 도 5 내지 도 12에서, 전자 장치(101)는 자연어 플랫폼(예: 도 2의 자연어 플랫폼(220))을 포함하지 않는 예에 따라서, 전자 장치(101) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)에 관하여 설명하나, 이에 한정되지 않는다.
예를 들어, 전자 장치(101)가 자연어 플랫폼(220)을 포함하는 경우에도, 전자 장치(101) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)에 대하여 이하의 도 5 내지 도 12에 도시된 전자 장치(101) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)에 관한 설명이 실질적으로 동일하게 적용될 수 있다.
일례로, 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)(예: TV, 스피커, 냉장고, 허브(hub), 엣지 디바이스(edge device))은 전자 장치(101)와 통신 연결될 수 있는 다양한 장치들을 나타낼 수 있다. 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)은 IoT(internet of things) 환경에서 다른 전자 장치와 통신 연결될 수 있는 다양한 장치들을 나타낼 수 있다.
전자 장치(101)는 입력 모듈(예: 도 1, 도 2의 입력 모듈(150), 마이크)를 이용하여 사용자로부터 음성 신호를 수신할 수 있다. 사용자로부터 수신한 음성 신호에 설정된 발화(예: 호출어(wake-up word))가 포함된 것으로 판단된 경우, 전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3)과 통신 연결을 수행할 수 있다. 전자 장치(101)와 복수의 외부 전자 장치들(102-1, 102-2, 102-3)이 통신 연결되어, 로컬 네트워크(510)가 형성될 수 있다.
전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 음성 신호를 처리할 최적 장치를 결정할 수 있다. 일례로, 전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태 및 설정된 정책에 기초하여, 최적 장치를 결정할 수 있다.
전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3)로부터 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태를 수신할 수 있다. 예를 들어, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태는 하드웨어 성능, 네트워크 성능, 동작 상태(예: 이용률), 지원 장치 타입을 포함할 수 있다.
하드웨어 성능은 외부 전자 장치(102-1, 102-2, 102-3)의 프로세서, 메모리의 성능을 나타낼 수 있다. 동작 상태는 외부 전자 장치(102-1, 102-2, 102-3)의 프로세서, 메모리의 이용률을 나타낼 수 있다. 네트워크 성능은 외부 전자 장치(102-1, 102-2, 102-3)와 전자 장치(101) 간에 연결된 네트워크의 성능을 나타낼 수 있다.
지원 장치 타입은 외부 전자 장치(102-1, 102-2, 102-3)의 자연어 플랫폼이 대응하는 장치의 타입을 나타낼 수 있다. 예를 들어, 지원 장치 타입은 스피커, 냉장고, 모바일과 같이 전자 장치의 타입으로 구분될 수 있다.
자연어 플랫폼의 지원 장치 타입은, 외부 전자 장치(102-1, 102-2, 102-3)의 종류에 따라 결정될 수 있다. 자연어 플랫폼의 지원 장치 타입에 따라, 처리하는 음성 명령과 음성 명령의 처리 결과에 따라 생성하는 플랜이 결정될 수 있다.
외부 전자 장치(102-1, 102-2, 102-3)가 스피커인 경우, 외부 전자 장치(102-1, 102-2, 102-3)에 포함된 자연어 플랫폼의 지원 장치 타입은 스피커일 수 있다. 지원 장치 타입이 스피커를 포함하는 경우, 외부 전자 장치(102-1, 102-2, 102-3)의 자연어 플랫폼은 "볼륨 높여줘."라는 음성 명령을 처리하고, 재생 중인 오디오의 볼륨을 높이기 위한 제어 신호를 생성할 수 있다.
자연어 플랫폼의 지원 장치 타입이 스피커를 포함하지 않는 경우, 위와 같은 예시에서, "볼륨 높여줘."라는 음성 명령을 처리하더라도 오디오의 볼륨을 높이기 위한 제어 신호를 생성하지 못할 수 있다.
위와 같이, 지원 장치 타입은 전자 장치(101)(또는 외부 전자 장치(102-1, 102-2, 102-3))의 타입에 따라 구분될 수 있다. 전자 장치(101)는 자연어 플랫폼의 지원 장치 타입에 따라, 음성 명령을 처리하고, 음성 명령을 처리한 결과(예: 플랜)를 생성할 수 있다.
정책은 최적 장치를 결정하기 위한 우선 순위를 포함할 수 있다. 예를 들어, 정책은 지원 장치 타입이 전자 장치(101)의 종류를 포함하는 외부 전자 장치(102-1, 102-2, 102-3) 중에서 네트워크 성능이 가장 높은 외부 전자 장치의 우선 순위가 가장 높게 설정될 수 있다. 상기의 정책에 포함된 우선 순위는 예시적인 것으로, 상기의 예시에 한정되지 않는다. 예를 들어, 정책은 지원 장치 타입이 전자 장치(101)의 종류를 포함하는 외부 전자 장치(102-1, 102-2, 102-3) 중에서, 네트워크 성능, 하드웨어 성능 및 동작 상태에 설정된 가중치를 포함할 수 있다. 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 우선 순위는 지원 장치 타입이 전자 장치(101)의 종류를 포함하는 외부 전자 장치(102-1, 102-2, 102-3) 중에서, 네트워크 성능, 하드웨어 성능 및 동작 상태에 설정된 가중치에 따라 결정될 수 있다.
예를 들어, 네트워크 성능 및/또는 하드웨어 성능이 높아질수록, 외부 전자 장치(102-1, 102-2, 102-3)의 우선 순위는 높아질 수 있다. 외부 전자 장치(102-1, 102-2, 102-3)의 동작 상태가 휴면 상태 또는 유휴 상태(idle)에 가까울수록 외부 전자 장치(102-1, 102-2, 102-3)의 우선 순위가 높아지고, 외부 전자 장치(102-1, 102-2, 102-3)의 동작 상태가 바쁨 상태(busy)에 가까울수록, 외부 전자 장치(102-1, 102-2, 102-3)의 우선 순위는 낮아질 수 있다. 동작 상태가 휴면 상태/유휴 상태인지 또는 바쁨 상태인지 여부는, 프로세서의 사용 점유율, 메모리의 사용 점유율에 기초하여 결정될 수 있다. 예를 들어, 외부 전자 장치(102-1, 102-2, 102-3)의 프로세서의 사용 점유율이 약 100%인 경우 바쁨 상태를 나타내고, 프로세서의 사용 점유율이 약 0%인 경우 유휴 상태를 나타낼 수 있다.
도 5와 같이, 일 실시예에 따른 전자 장치(101)는 로컬 네트워크(510)로 연결되지 않은 외부 전자 장치 4(102-4)로부터, 외부 전자 장치(102-4)의 상태를 수신할 수 있다. 예를 들어, 외부 전자 장치 4(102-4)는 외부 전자 장치 3(102-3)과 통신 연결될 수 있다. 외부 전자 장치 4(102-4)는 외부 전자 장치 3(102-3)를 통해 전자 장치(101)로부터 상태를 전송하도록 하는 제어 신호를 수신하고, 수신한 제어 신호에 따라 전자 장치(101)로 상태를 전송할 수 있다. 외부 전자 장치 4(102-4)는 전자 장치(101)와 통신 연결을 수행하고, 직접 전자 장치(101)로 상태를 전송하거나, 또는 외부 전자 장치 3(102-3)을 통해 상태를 전자 장치(101)로 전송할 수 있다.
일 실시 예에 따른 전자 장치(101)는 결정된 최적 장치로 음성 신호를 전송할 수 있다. 예를 들어, 도 5에서 전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)의 상태 및 정책에 기초하여, 외부 전자 장치 2(102-2)를 최적 장치로 결정할 수 있다. 전자 장치(101)는 최적 장치로 결정된 외부 전자 장치 2(102-2)로 음성 신호를 전송할 수 있다.
예를 들어, 전자 장치(101)이 스피커일 수 있다. 외부 전자 장치 1(102-1)은 자연어 플랫폼을 포함하지 않는 장치일 수 있다. 외부 전자 장치 2(102-2)는 지원 장치 타입이 스피커, 모바일, TV인 자연어 플랫폼을 포함할 수 있다. 외부 전자 장치 3(102-3)은 지원 장치 타입이 모바일, 냉장고인 자연어 플랫폼을 포함할 수 있다.
일례로, 전자 장치(101)는 정책을 이용하여, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)이 음성 신호를 처리할 수 있는지 여부에 따라, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 우선 순위를 결정할 수 있다.
예를 들어, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 지원 장치 타입이 전자 장치(101)의 종류에 대응하는 경우, 전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3)이 음성 신호를 처리할 수 있는 것으로 판단할 수 있다.
일 실시 예에 따른 전자 장치(101)는 외부 전자 장치의 지원 장치 타입이 전자 장치(101)의 종류에 대응하는지 여부에 기초하여, 최적 장치를 결정할 수 있다. 상기의 예시에서, 전자 장치(101)는 지원 장치 타입이 스피커를 포함하는 외부 전자 장치 2(102-2)를 최적 장치로 결정할 수 있다.
일 실시 예에 따르면, 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 지원 장치 타입이 전자 장치(101)의 종류에 대응하는 외부 전자 장치가 복수 개인 경우, 전자 장치(101)는 정책에 따라 최적 장치를 결정할 수 있다.
예를 들어, 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2)의 지원 장치 타입이 전자 장치(101)의 종류에 대응하는 경우, 전자 장치(101)는 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2)의 하드웨어 성능, 네트워크 성능 및/또는 동작 상태에 기초하여, 최적 장치를 결정할 수 있다. 전자 장치(101)는 정책에 따라, 하드웨어 성능이 높거나, 네트워크 성능이 높거나, 또는 이용률이 낮은 외부 전자 장치를 최적 장치로 결정할 수 있다.
예를 들어, 정책은 하드웨어 성능, 네트워크 성능 또는 동작 상태에 대한 가중치를 포함할 수 있다. 전자 장치(101)는 하드웨어 성능, 네트워크 성능 또는 동작 상태에 대한 가중치를 이용하여, 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 지원 장치 타입이 전자 장치(101)의 종류에 대응하는 외부 전자 장치들의 우선 순위를 결정할 수 있다. 전자 장치(101)는 결정된 우선 순위에 따라, 우선 순위가 가장 높은 외부 전자 장치를 최적 장치로 결정할 수 있다.
예를 들어, 외부 전자 장치 1(102-1)과 외부 전자 장치 2(102-2)의 하드웨어 성능이 실질적으로 동일하고, 외부 전자 장치 1(102-1)의 네트워크 성능이 외부 전자 장치 2(102-2)의 네트워크 성능보다 높은 경우, 전자 장치(101)는 외부 전자 장치 1(102-1)을 최적 장치로 결정할 수 있다.
예를 들어, 외부 전자 장치 1(102-1)과 외부 전자 장치 2(102-2)의 하드웨어 성능 및 네트워크 성능이 실질적으로 동일하고, 외부 전자 장치 1(102-1)의 동작 상태가 유휴 상태, 외부 전자 장치 2(102-2)의 동작 상태가 바쁨 상태인 경우, 전자 장치(101)는 외부 전자 장치 1(102-1)을 최적 장치로 결정할 수 있다.
예를 들어, 외부 전자 장치 1(102-1)의 하드웨어 성능이 외부 전자 장치 2(102-2)의 하드웨어 성능보다 낮고, 외부 전자 장치 1(102-1)의 네트워크 성능이 외부 전자 장치 2(102-2)의 네트워크 성능보다 높은 경우, 전자 장치(101)는 가중치에 따라 외부 전자 장치 1(102-1) 및 외부 전자 장치 2(102-2) 중에서 최적 장치를 결정할 수 있다. 예를 들어, 하드웨어 성능 및 네트워크 성능에 관한 가중치에 따라, 외부 전자 장치 1(102-1)의 우선 순위가 외부 전자 장치 2(102-2)보다 높을 경우, 전자 장치(101)는 외부 전자 장치 1(102-1)을 최적 장치로 결정할 수 있다.
상기의 정책에 포함된 가중치는 예시적인 것으로, 상기의 예시에 한정되지 않는다.
일 실시 예에 따르면, 최적 장치로 결정된 외부 전자 장치는 음성 신호를 처리하고, 음성 신호를 처리한 결과를 전자 장치(101)로 전송할 수 있다. 도 5에서 최적 장치로 결정된 외부 전자 장치 2(102-2)는 자연어 플랫폼을 이용하여, 음성 명령을 처리할 수 있다. 외부 전자 장치 2(102-2)는 음성 명령을 처리한 결과를 전자 장치(101)로 전송할 수 있다.
일 실시 예에 따른 전자 장치(101)는 최적 장치로부터 수신한 음성 명령을 처리한 결과에 따라 동작할 수 있다. 전자 장치(101)는 음성 명령을 처리한 결과를 사용자에게 제공하기 위한 인터페이스를 제공할 수 있다. 전자 장치(101)는 음성 명령을 처리한 결과를 수행하기 위하여, 전자 장치의 구성(예: 도 1, 도 2의 프로세서(120), 메모리(130), 음향 출력 모듈(155))을 제어할 수 있다.
도 6은 다양한 실시예들에 따른 전자 장치(예: 도 1, 도 2, 도 5의 전자 장치(101))가 수행하는 오디오 신호 처리 방법의 동작 흐름도이다.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
일 실시 예에 따르면, 동작(610) 내지 동작(640)은 전자 장치(예: 도 1, 도2, 도5의 전자 장치(101))의 프로세서(예: 도 1, 도2의 프로세서(120))에서 수행되는 것으로 이해될 수 있다.
일 실시예에 따른, 전자 장치(101)는 동작(610)에서, 음성 신호를 수신할 수 있다. 예를 들어, 전자 장치(101)는 입력 모듈(예: 도 1, 도 2의 입력 모듈(150))을 이용하여, 사용자로부터 음성 신호를 수신할 수 있다.
일 실시예에 따른, 전자 장치(101)는 동작(620)에서 전자 장치(101)와 통신 연결된 복수의 외부 전자 장치들(예: 도 1의 전자 장치(101, 102, 104), 도 2의 전자 장치(101), 도 5의 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)) 중에서 음성 신호를 처리할 최적 장치를 결정할 수 있다.
예를 들어, 전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)과 통신 연결을 수행할 수 있다. 전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)로부터 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)의 상태를 수신할 수 있다. 전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)의 상태 및 설정된 정책에 기초하여, 최적 장치를 결정할 수 있다.
일 실시예에 따른, 전자 장치(101)는 자연어 플랫폼(예: 도 2의 자연어 플랫폼(220))을 포함하고, 자연어 플랫폼(220)의 지원 장치 타입이 전자 장치(101)의 종류를 포함하는 외부 전자 장치 중에서 최적 장치를 결정할 수 있다. 자연어 플랫폼(220)을 포함하고, 자연어 플랫폼(220)의 지원 장치 타입이 전자 장치(101)의 종류를 포함하는 외부 전자 장치가 복수 개인 경우, 전자 장치(101)는 정책에 따라 최적 장치를 결정할 수 있다. 정책은 각 외부 전자 장치의 상태(예: 하드웨어 성능, 네트워크 성능 및 동작 상태)에 따라 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4) 중에서 최적 장치를 결정하기 위하여 설정된 기준을 나타낼 수 있다. 정책은 외부 전자 장치의 상태에 대한 가중치를 포함할 수 있고, 전자 장치(101)는 정책에 따라 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)의 우선 순위를 결정할 수 있다. 전자 장치(101)는 정책에 따라 결정된 우선 순위가 가장 높은 외부 전자 장치를 최적 장치로 결정할 수 있다.
일례로, 전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4) 중에서, 설정된 외부 전자 장치를 최적 장치로 결정할 수 있다.
일례로, 정책은 설정된 외부 전자 장치를 포함할 수 있다. 전자 장치(101)는 정책에 따라, 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4) 중에서, 설정된 외부 전자 장치를 최적 장치로 결정할 수 있다.
예를 들어, 도 5의 외부 전자 장치 2(102-2)가 설정된 외부 전자 장치인 경우, 전자 장치(101)는 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4) 중에서, 외부 전자 장치 2(102-2)를 최적 장치로 결정할 수 있다. 외부 전자 장치 2(102-2)가 전자 장치(101)와 통신 연결되지 않는 경우(예: 로컬 네트워크(예: 도 5의 로컬 네트워크(510))에 포함되지 않는 경우), 전자 장치(101)는 정책에 따라 통신 연결된 복수의 외부 전자 장치들(102-1, 102-3, 102-4) 중에서 최적 장치를 결정할 수 있다.
일 실시예에 따른, 전자 장치(101)는 동작(630)에서 음성 신호를 처리하도록, 음성 신호의 처리 요청을 최적 장치로 전송할 수 있다. 음성 신호의 처리 요청을 수신한 외부 전자 장치는 음성 신호를 처리하고, 음성 신호를 처리한 결과를 전자 장치(101)로 전송할 수 있다.
일 실시예에 따른, 전자 장치(101)는 동작(640)에서 최적 장치로부터 수신한 음성 신호를 처리한 결과에 따라 동작을 수행할 수 있다. 전자 장치(101)는 음성 처리한 결과에 관한 정보를 다양한 방법(예: 음성 알림, 디스플레이 모듈(예: 도 1, 도 2의 디스플레이 모듈(160))을 이용한 화면 표시, 진동)으로 사용자에게 제공할 수 있다. 전자 장치(101)는 음성 신호를 처리한 결과인 플랜에 따라, 동작을 수행할 수 있다.
다양한 실시예들에 따른 전자 장치(101)는 설정된 시점(예: 주기)마다 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)과 통신 연결을 수행하고, 통신 연결된 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)을 업데이트 할 수 있다.
일례로, 전자 장치(101)가 동작(610)에서 음성 신호를 수신하면, 전자 장치(101)는 업데이트 된 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4)과 통신 연결을 수행하고, 동작(620), 동작(630) 및 동작(640)에 따라 동작할 수 있다.
일례로, 전자 장치(101)는 업데이트 된 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4) 중에서 최적 장치를 결정할 수 있다. 예를 들어, 전자 장치(101)가 동작(610)에서 음성 신호를 수신하면, 전자 장치(101)는 업데이트 된 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4) 중에서 결정된 최적 장치로 음성 신호의 처리 요청을 전송할 수 있다.
도 7은 다양한 실시예들에 따른 전자 장치(예: 도 1, 도 2, 도 5의 전자 장치(101))가 복수의 외부 전자 장치들(예: 도 1의 전자 장치(101, 102, 104), 도 2의 전자 장치(101), 도 5의 복수의 외부 전자 장치들(102-1, 102-2, 102-3, 102-4))과 통신 연결을 수행하는 동작을 나타낸 흐름도이다.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
일 실시 예에 따르면, 동작(710) 내지 동작(730)은 전자 장치(예: 도 1, 도2, 도5의 전자 장치(101))의 프로세서(예: 도 1, 도2의 프로세서(120))에서 수행되는 것으로 이해될 수 있다.
일 실시 예에 따른 전자 장치(101)는, 동작(710)에서, 동작(610)에서 수신한 음성 신호가 호출어를 포함하는지 여부를 판단할 수 있다.
예를 들어, 전자 장치(101)는 동작(710)에서, 음성 신호가 호출어(wake-up word)를 포함하는지 여부를 판단할 수 있다. 호출어는 사용자의 발화가 음성 명령임을 나타내기 위하여 설정된 단어(예: "wake up", "하이, 빅스비") 또는 사용자 지정 호출어를 포함할 수 있다. 사용자로부터 수신한 음성 신호가 호출어를 포함하는 경우, 전자 장치(101)는 전자 장치(101)의 상태를 유휴 상태(idle)에서 활성화 상태(active)로 변경할 수 있다. 전자 장치(101)는 호출어 이후에 입력되는 사용자 발화를 음성 명령으로 수신할 수 있다.
전자 장치(101)와 실질적으로 동일하게, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)도 사용자로부터 음성 신호를 수신하고, 음성 신호가 호출어를 포함하는지 여부를 판단하여, 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 각각의 상태를 활성화 상태로 설정할 수 있다.
일 실시 예에 따르면, 동작(710)에서 음성 신호가 호출어를 포함하지 않는 것으로 판단된 경우, 전자 장치(101)는 동작(610)에서 음성 신호를 수신할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(720)에서 복수의 외부 전자 장치들(102-1, 102-2, 102-3)과 통신 연결을 수행할 수 있다. 예를 들어, 전자 장치(101)는 무선 네트워크(예: WiFi, 블루투스) 연결 방법에 따라, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)과 통신 연결을 수행할 수 있다.
일 실시 예에 따른 전자 장치(101) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3)은 음성 신호에 따른 동작의 대상이 전자 장치(101)임을 식별할 수 있다. 예를 들어, 전자 장치(101) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3)은 각각 수신한 음성 신호의 크기(예: SNR(signal to noise ratio))를 공유할 수 있다. 전자 장치(101) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3)은 각각 공유한 음성 신호의 크기에 기초하여, 전자 장치(101)가 음성 신호에 따른 동작의 대상임을 식별할 수 있다. 예를 들어, 사용자가 전자 장치(101)에 가장 근접한 상태에서 발화하는 경우, 전자 장치(101)가 수신한 음성 신호의 크기가 가장 크기 때문에, 전자 장치(101) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3)은 전자 장치(101)가 음성 신호에 따른 동작의 대상임을 식별할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(730)에서 복수의 외부 전자 장치들(102-1, 102-2, 102-3)로부터 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태를 수신할 수 있다. 예를 들어, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)은 음성 신호에 따른 동작의 대상인 전자 장치(101)로 각각 상태를 전송할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(730)에서 수신한 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태에 기초하여, 동작(620)에서 전자 장치(101)와 연결된 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 음성 신호를 처리할 최적 장치를 결정할 수 있다.
도 8 및 도 9는 다양한 실시예들에 따른 오디오 신호 처리 방법을 나타낸 도면이다.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
일 실시 예에 따르면, 동작(805-1) 내지 동작(850)은 전자 장치(예: 도 1, 도2, 도5의 전자 장치(101))의 프로세서(예: 도 1, 도2의 프로세서(120)) 또는 외부 전자 장치(102-1, 102-2, 102-3)의 각각의 프로세서에서 수행되는 것으로 이해될 수 있다.
도 8을 참조하면, 일 실시 예에 따른 전자 장치(101)는 동작(805-1)에서 사용자(103)로부터 발화를 수신할 수 있다. 외부 전자 장치 1(102-1)는 동작(805-2)에서 사용자(103)로부터 발화를 수신할 수 있다. 외부 전자 장치 2(102-2)는 동작(805-3)에서 사용자(103)로부터 발화를 수신할 수 있다. 외부 전자 장치 3(102-3)는 동작(805-4)에서 사용자(103)로부터 발화를 수신할 수 있다.
발화는 호출어를 포함할 수 있다. 전자 장치(101), 외부 전자 장치 1(102-1)(예: 도 5의 외부 전자 장치 1(102-1)), 외부 전자 장치 2(102-2)(예: 도 5의 외부 전자 장치 2(102-2)) 및 외부 전자 장치 3(102-3) (예: 도 5의 외부 전자 장치 3(102-3))은 음성 신호가 호출어를 포함하는지 여부를 판단할 수 있다. 음성 신호가 호출어를 포함하는 경우, 전자 장치(101), 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2) 및 외부 전자 장치(102-3)는 각각의 상태를 활성화 상태로 설정할 수 있다.
일 실시 예에 따른 전자 장치(101), 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2) 및 외부 전자 장치(102-3)는 동작(810)에서 각각 통신 연결될 수 있다. 전자 장치(101), 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2) 및 외부 전자 장치(102-3)는 통신 연결되어, 로컬 네트워크(예: 도 5의 로컬 네트워크(510))를 형성할 수 있다.
일례로, 외부 전자 장치 1(102-1)는 동작(815-1)에서 전자 장치(101)로 상태를 전송할 수 있다. 일례로, 외부 전자 장치 2(102-2)는 동작(815-2)에서 전자 장치(101)로 상태를 전송할 수 있다. 일례로, 외부 전자 장치 3(102-3)는 동작(815-3)에서 전자 장치(101)로 상태를 전송할 수 있다.
일 실시 예에 따른, 전자 장치(101)는 동작(820)에서 최적 장치를 결정할 수 있다. 예를 들어, 전자 장치(101)는 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2) 및 외부 전자 장치(102-3)의 상태 및 설정된 정책에 기초하여, 최적 장치를 결정할 수 있다.
정책은 외부 전자 장치(102-1, 102-2, 102-3)가 음성 신호를 처리할 수 있는지 여부, 외부 전자 장치(102-1, 102-2, 102-3) 각각의 하드웨어 성능 및 동작 상태 중 적어도 하나에 기초하여 결정된 우선 순위를 포함할 수 있다. 전자 장치(101)는 우선 순위에 따라, 최적 장치를 결정할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(825)에서 사용자(103)에게 알림을 제공할 수 있다. 예를 들어, 전자 장치(101)는 동작(825)에서 최적 장치를 이용하여 음성 신호를 처리하는 것에 관한 정보를 제공할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(830)에서 결정된 최적 장치(예: 외부 전자 장치 1(102-1))로 음성 신호의 처리 요청을 전송할 수 있다.
일 실시 예에 따른 외부 전자 장치 1(102-1)는 동작(835)에서 음성 신호를 처리할 수 있다. 예를 들어, 외부 전자 장치 1(102-1)는 자연어 플랫폼(예: 도 2의 자연어 플랫폼(220))을 이용하여, 음성 신호를 처리할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(840)에서 외부 전자 장치 1(102-1)로부터 음성 신호의 처리 결과를 수신할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(845)에서 음성 신호의 처리 결과에 따른 동작을 수행할 수 있다. 전자 장치(101)는 동작(850)에서 음성 신호의 처리 결과를 사용자(103)에게 제공할 수 있다.
일 실시 예에 따르면, 동작(905-1) 내지 동작(950)은 전자 장치(예: 도 1, 도2, 도5의 전자 장치(101))의 프로세서(예: 도 1, 도2의 프로세서(120)), 외부 전자 장치(102-1, 102-2, 102-3)의 각각의 프로세서 또는 서버(108)의 프로세서에서 수행되는 것으로 이해될 수 있다.
도 9를 참조하면, 전자 장치(101)는 동작(905-1)에서 사용자(103)로부터 발화를 수신할 수 있다. 외부 전자 장치 1(102-1)는 동작(905-2)에서 사용자(103)로부터 발화를 수신할 수 있다. 외부 전자 장치 2(102-2)는 동작(905-3)에서 사용자(103)로부터 발화를 수신할 수 있다. 외부 전자 장치 3(102-3)는 동작(905-4)에서 사용자(103)로부터 발화를 수신할 수 있다.
일 실시 예에 따른 전자 장치(101), 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2) 및 외부 전자 장치(102-3)는 동작(910)에서 각각 통신 연결될 수 있다.
일례로, 외부 전자 장치 1(102-1)는 동작(915-1)에서 전자 장치(101)로 상태를 전송할 수 있다. 일례로, 외부 전자 장치 2(102-2)는 동작(915-2)에서 전자 장치(101)로 상태를 전송할 수 있다. 일례로, 외부 전자 장치 3(102-3)는 동작(915-3)에서 전자 장치(101)로 상태를 전송할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(920)에서 최적 장치를 결정할 수 있다. 전자 장치(101)는 동작(920)에서, 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 최적 장치가 없는 것으로 판단할 수 있다.
예를 들어, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 지원 장치 타입이 전자 장치(101)의 종류에 대응하지 않는 경우, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)이 모두 자연어 플랫폼(220)을 포함하지 않는 경우, 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태(예: 하드웨어 성능, 네트워크 성능 및 동작 상태)에 따라 음성 신호 처리가 불가능한 경우, 전자 장치(101)는 외부 전자 장치(102-1, 102-2, 102-3) 중에서 최적 장치가 없는 것으로 판단할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(925)에서 사용자(103)에게 알림을 제공할 수 있다. 예를 들어, 전자 장치(101)는 서버(108)을 이용하여 음성 신호를 처리하는 것에 관한 알림을 제공할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(930)에서 전자 장치(101)와 통신 연결된 서버(108)로 음성 신호의 처리 요청을 전송할 수 있다.
일례로, 서버(108)는 동작(935)에서 음성 신호를 처리하고, 동작(940)에서 음성 신호의 처리 결과를 전자 장치(101)로 전송할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(940)에서 서버(108)로부터 수신한 음성 신호의 처리 결과에 따라, 동작(945)에서 동작을 수행할 수 있다. 전자 장치(101)는 동작(950)에서 음성 신호의 처리 결과를 사용자(103)에게 제공할 수 있다.
도 9의 동작(905-1), 동작(905-2), 동작(905-3), 동작(905-4), 동작(910), 동작(915-1), 동작(915-2), 동작(915-3), 동작(925), 동작(945), 동작(950)에 관하여 각각 도 8의 동작(805-1), 동작(805-2), 동작(805-3), 동작(805-4), 동작(810), 동작(815-1), 동작(815-2), 동작(815-3), 동작(825), 동작(845), 동작(850)에 관한 설명이 실질적으로 동일하게 적용될 수 있다.
일례로, 전자 장치(101)가 자연어 플랫폼(예: 도 2의 자연어 플랫폼(220))을 포함하는 경우, 전자 장치(101)는 자연어 플랫폼(220)을 이용하여 음성 신호를 처리할 수 있다. 예를 들어, 전자 장치(101)가 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 최적 장치가 존재하지 않는 것으로 판단한 경우, 전자 장치(101)는 자연어 플랫폼(220)을 이용하여, 음성 신호를 처리할 수 있다.
도 10은 다양한 실시예들에 따른 전자 장치(예: 도 1, 도 2, 도 5, 도 8, 도 9의 전자 장치(101)) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3)(예: 도 1의 전자 장치(101, 102, 104), 도 2의 전자 장치(101), 도 5, 도 8, 도 9의 복수의 외부 전자 장치들(102-1, 102-2, 102-3))이 서버(108)로부터 음성 인식을 수행할 장치에 관한 정보를 수신하는 동작을 나타낸 도면이다.
도 10은 전자 장치(101) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3)이 서버(108)로부터 수신한 정보에 따라, 전자 장치(101)가 음성 명령을 수행하는 장치임을 식별하는 예를 나타낸 도면이다.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
일 실시 예에 따르면, 동작(1005-1) 내지 동작(1015-4)은 전자 장치(예: 도 1, 도2, 도5의 전자 장치(101))의 프로세서(예: 도 1, 도2의 프로세서(120)), 외부 전자 장치(102-1, 102-2, 102-3)의 각각의 프로세서 또는 서버(108)의 프로세서에서 수행되는 것으로 이해될 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(1005-1)에서 사용자(103)로부터 발화를 수신할 수 있다. 외부 전자 장치 1(102-1)는 동작(1005-2)에서 사용자(103)로부터 발화를 수신할 수 있다. 외부 전자 장치 2(102-2)는 동작(1005-3)에서 사용자(103)로부터 발화를 수신할 수 있다. 외부 전자 장치 3(102-3)는 동작(1005-4)에서 사용자(103)로부터 발화를 수신할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(1010-1)에서 서버(108)로 발화(예: 음성 신호)를 전송할 수 있다. 외부 전자 장치 1(102-1)는 동작(1010-2)에서 서버(108)로 발화(예: 음성 신호)를 전송할 수 있다. 외부 전자 장치 2(102-2)는 동작(1010-3)에서 서버(108)로 발화(예: 음성 신호)를 전송할 수 있다. 외부 전자 장치 3(102-3)는 동작(1010-4)에서 서버(108)로 발화(예: 음성 신호)를 전송할 수 있다.
일례로, 서버(108)는 전자 장치(101), 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2), 외부 전자 장치 3(102-3)으로부터 수신한 음성 신호에 기초하여, 음성 명령에 따라 동작할 장치를 결정할 수 있다. 예를 들어, 서버(108)는 전자 장치(101), 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2), 외부 전자 장치 3(102-3)으로부터 수신한 음성 신호의 크기(예: SNR)을 이용하여, 음성 명령에 따라 동작할 장치를 결정할 수 있다.
예를 들어, 사용자(103)가 전자 장치(101)에 근접하여 발화한 경우, 전자 장치(101)가 수신한 음성 신호의 크기가 가장 클 수 있고, 서버(108)는 전자 장치(101)를 사용자가 발화한 음성 명령에 따라 동작할 장치로 결정할 수 있다.
일례로, 서버(108)는 동작(1015-1)에서 음성 명령에 따라 동작할 장치를 판단한 결과를 전자 장치(101)로 전송할 수 있다. 서버(108)는 동작(1015-2)에서 음성 명령에 따라 동작할 장치를 판단한 결과를 외부 전자 장치 1(102-1)로 전송할 수 있다. 서버(108)는 동작(1015-3)에서 음성 명령에 따라 동작할 장치를 판단한 결과를 외부 전자 장치 2(102-2)로 전송할 수 있다. 서버(108)는 동작(1015-4)에서 음성 명령에 따라 동작할 장치를 판단한 결과를 외부 전자 장치 3(102-3)로 전송할 수 있다.
일례로, 전자 장치(101), 외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2), 외부 전자 장치 3(102-3)은 각각 서버(108)로부터 수신한 결과에 기초하여, 전자 장치(101)가 음성 명령에 따라 동작할 장치임을 식별할 수 있다.
외부 전자 장치 1(102-1), 외부 전자 장치 2(102-2), 외부 전자 장치 3(102-3)은 각각 도 8의 동작(815-1), 동작(815-2), 동작(815-3) 또는 도 9의 동작(915-1), 동작(915-2), 동작(915-3)과 같이 상태를 전송할 수 있다.
전자 장치(101)는 도 8의 동작(820) 또는 도 9의 동작(920)과 같이 최적 장치를 결정할 수 있다.
도 11은 다양한 실시예들에 따른 전자 장치(예: 도 1, 도 2, 도 5, 도 8, 도 9, 도 10의 전자 장치(101))가 외부 전자 장치 1(102-1)(예: 도 5, 도 8, 도 9, 도 10의 외부 전자 장치 1(102-1))를 이용하여 음성 인식을 수행하는 동작을 나타낸 도면이다.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
일 실시 예에 따르면, 동작(1105) 내지 동작(1160)은 전자 장치(예: 도 1, 도2, 도5의 전자 장치(101))의 프로세서(예: 도 1, 도2의 프로세서(120)) 또는 외부 전자 장치 1(102-1)의 프로세서에서 수행되는 것으로 이해될 수 있다.
전자 장치(101)는 동작(1105)에서 사용자(103)으로부터 입력된 발화를 수신할 수 있다. 전자 장치(101)는 외부 전자 장치 1(102-1)의 프론트 엔드(210-1)(예: 도 2의 프론트 엔드(210))를 통해, 외부 전자 장치 1(102-1)과 통신 연결될 수 있다. 예를 들어, 전자 장치는 BLE(bluetooth low energy) advertising 신호를 프론트 엔드(210-1)로 전송할 수 있다. BLE advertising 신호를 전송 받은 외부 전자 장치(102-1)는 프론트 엔드(210-1)를 통해 전자 장치(101)과 통신 연결(예: WiFi 연결)될 수 있다.
일례로, 전자 장치(101)는 동작(1110)에서 프론트 엔드(210-1)와 대화(conversation)을 생성할 수 있다. 전자 장치(101)는 사용자의 음성 및 컨텍스트(context)를 이용하여, 대화를 생성할 수 있다.
일례로, 프론트 엔드(210-1)는 동작(1115)에서 자연어 플랫폼(220-1)(예: 도 2의 자연어 플랫폼(220))과 대화를 생성할 수 있다. 전자 장치(101)는 동작(1120)에서 프론트 엔드(210-1)로 오디오 스트림을 전송할 수 있다. 프론트 엔드(210-1)는 동작(1125)에서 오디오 스트림을 자연어 플랫폼(220-1)로 전송할 수 있다.
일례로, 자연어 플랫폼(220-1)은 동작(1130)에서 발화를 프론트 엔드(210-1)로 전송할 수 있다. 프론트 엔드(210-1)은 동작(1135)에서 발화를 전자 장치(101)로 전송할 수 있다. 전자 장치(101)는 동작(1140)에서 발화를 사용자(101)에게 제공할 수 있다.
동작(1130), 동작(1135) 및 동작(1140)에서, 발화는 자연어 플랫폼(220-1)이 오디오 스트림을 이용하여, 사용자(103)의 음성 신호를 텍스트로 변환한 문자 정보를 포함할 수 있다. 예를 들어, 전자 장치(101)는 디스플레이 모듈(예: 도 1의 디스플레이 모듈(160))을 통해, 문자 정보를 사용자(103)에게 제공할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220-1)은 동작(1145)에서 오디오 스트림을 처리한 결과를 프론트 엔드(210-1)로 전송할 수 있다. 프론트 엔드(210-1)는 동작(1150)에서 오디오 스트림을 처리한 결과를 전자 장치(101)로 전송할 수 있다.
오디오 스트림을 처리한 결과는 음성 명령을 처리하여 생성한 플랜을 포함할 수 있다.
일 실시 예에 따른 전자 장치(101)는 동작(1155)에서 수신한 처리 결과에 따라 동작을 수행할 수 있다. 처리 결과에 따른 동작은, 전자 장치(101)의 구성(예: 도 1, 도 2의 프로세서(120), 메모리(130))을 제어하거나, 음향 신호 출력, 화면 표시, 프로그램 또는 어플리케이션 실행과 같은 다양한 동작을 포함할 수 있으며, 전술한 예시에 제한되지 않는다.
전자 장치(101)는 동작(1160)에서 동작(1155)의 결과를 사용자(103)에게 제공할 수 있다.
도 12는 다양한 실시예들에 따른 전자 장치(예: 도 1의 전자 장치(102, 104), 도 5, 도 8, 도 9, 도 10의 복수의 외부 전자 장치들(102-1, 102-2, 102-3))이 오디오 신호 처리 방법을 수행하는 동작 흐름도이다.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
전자 장치(예: 도 1, 도2, 도5의 전자 장치(101))의 프로세서(예: 도 1, 도2의 프로세서(120)) 또는 외부 전자 장치(102-1, 102-2, 102-3)의 각각의 프로세서에서 수행되는 것으로 이해될 수 있다.
외부 전자 장치(102-1, 102-2, 102-3)는 동작(1210)에서 통신 연결된 전자 장치(예: 도 1의 전자 장치(101), 도 5, 도 8, 도 9, 도 10의 전자 장치(101))로 외부 전자 장치(102-1, 102-2, 102-3)의 상태를 전송할 수 있다.
일례로, 외부 전자 장치(102-1, 102-2, 102-3)는 동작(1210) 이전에 사용자(예: 도 8의 사용자(103))로부터 수신한 음성 신호에 포함된 호출어에 기초하여, 외부 전자 장치(102-1, 102-2, 102-3)의 상태를 활성화 상태로 설정할 수 있다.
예를 들어, 외부 전자 장치(102-1, 102-2, 102-3)는 활성화 상태에서 전자 장치(101)와 통신 연결될 수 있고, 로컬 네트워크(예: 도 5의 로컬 네트워크(510))을 형성할 수 있다. 외부 전자 장치(102-1, 102-2, 102-3)는 사용자(103)로부터 수신한 음성 신호에 기초하여, 전자 장치(101)가 음성 명령에 따른 동작을 수행할 장치임을 식별할 수 있다.
예를 들어, 외부 전자 장치(102-1, 102-2, 102-3)는 동작(1220)에서, 전자 장치(101)에 의하여 외부 전자 장치(102-1, 102-2, 102-3)가 음성 신호를 처리할 최적 장치로 결정된 경우, 전자 장치(101)로부터 음성 신호의 처리 요청을 수신할 수 있다.
일례로, 외부 전자 장치(102-1, 102-2, 102-3)는 동작(1220)에서, 전자 장치(101)로부터 상태를 전송하도록 하는 요청을 수신하고, 전자 장치(101)로 상태를 전송할 수 있다.
일례로, 외부 전자 장치(102-1, 102-2, 102-3)는 동작(1220)에서, 전자 장치(101)가 음성 명령에 따라 동작할 장치임을 식별한 것에 기초하여, 전자 장치(101)로 상태를 전송할 수 있다.
일례로, 외부 전자 장치(102-1, 102-2, 102-3)는 동작(1230)에서, 처리 요청에 대한 응답으로 자연어 플랫폼(예: 도 2의 자연어 플랫폼(220))을 이용하여 전자 장치(101)로부터 수신한 음성 신호를 처리한 결과를 전자 장치(101)로 전송할 수 있다.
도 13 및 도 14는 다양한 실시예들에 따른 전자 장치(예: 도 1, 도 2, 도 5, 도 8, 도 9, 도 10의 전자 장치(101))가 제공하는 UI(user interface)를 나타낸 도면이다.
일 실시 예에 따르면, 도 13과 같이 전자 장치(101)는 화면(1300)에서 사용자로부터 수신한 음성 신호를 인식한 결과를 알림창(1310)으로 제공할 수 있다. 도 13에서, 사용자로부터 수신한 음성 신호는 "하이 빅스비, 음악 틀어줘"이고, 전자 장치(101)는 알림창(1310)을 통해 음성 신호를 인식한 결과를 제공할 수 있다.
도 13에서, 전자 장치(101)가 음성 신호를 인식한 결과를 알림창(1310)을 통해 제공하는 인터페이스는 다양한 실시예들 중 일 예로, 도 13에 도시된 실시예에 한정되지 않는다. 예를 들어, 전자 장치(101)는 음성 신호를 인식한 결과를 음향 신호로 변환하여, 음향 출력 모듈(예: 도 1의 음향 출력 모듈(155))를 통해 제공할 수 있다.
일 실시 예에 따르면, 도 14와 같이, 전자 장치(101)는 화면(1400)에서 외부 전자 장치(예: 도 1의 전자 장치(101, 102, 104), 도 2의 전자 장치(101), 도 5, 도 8, 도 9, 도 10의 복수의 외부 전자 장치들(102-1, 102-2, 102-3))을 이용하여 음성 신호를 처리한 결과를 제공할 수 있다.
도 14와 같이, 음성 신호가 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 음성 신호를 처리하도록 결정된 최적 장치에 의하여 처리되는 경우, 전자 장치(101)는 알림창(1410)을 제공할 수 있다. 전자 장치(101)는 알림창(1410)과 같이, 최적 장치(예: TV)에 의하여 음성 신호가 처리된다는 것을 알림창(1410)을 통해 표시할 수 있다.
도 14에서, 전자 장치(101)는 알림창(1410)을 통해 결정된 최적 장치에 연결되어 응답 중임을 표시하고 있으나, 알림창(1410)을 통해 제공하는 정보는 도 14에 도시된 실시예에 한정되지 않는다. 예를 들어, 결정된 최적 장치에 의하여 음성 신호의 처리가 완료되고, 결정된 최적 장치로부터 처리 결과를 수신한 경우, 전자 장치(101)는 결정된 최적 장치에 의하여 음성 신호의 처리가 완료되었음을 알림창(1410)을 통해 표시할 수 있다.
예를 들어, 도 14는 도 13의 음성 신호("하이 빅스비, 음악 틀어줘")를 전자 장치(101)가 처리한 결과를 제공하는 화면(1400)을 나타낼 수 있다. 도 14에서, 전자 장치(101)는 음성 신호에 포함된 음성 명령(예: "음악 틀어줘")에 대응하여, 음악을 재생하기 위한 어플리케이션을 실행할 수 있다. 전자 장치(101)는 음악을 재생하기 위한 어플리케이션의 알림창(1420)(또는 팝업, 제어창)을 제공할 수 있다.
예를 들어, 음성 신호("하이 빅스비, 음악 틀어줘")에서 "하이 빅스비"는 호출어에 대응할 수 있다.
도 14는 전자 장치(101)가 음성 신호(예: "하이 빅스비, 음악 틀어줘")에 대응하는 동작을 수행한 결과를 알림창(1420)을 통해 제공하는 예를 나타내는 것으로, 전자 장치(101)가 음성 신호에 대응하는 동작을 수행한 결과를 제공하는 UI는 도 14에 한정되지 않는다.
예를 들어, 음성 신호가 "하이 빅스비, A에게 전화 걸어줘"인 경우, 전자 장치(101)는 음성 통화를 위한 어플리케이션을 실행하고, 주소록에 저장된 A의 연락처로 전화를 걸 수 있다. 또한, 전자 장치(101)는 화면을 실행된 어플리케이션에 따라 전환할 수도 있다.
도 15 및 도 16은 다양한 실시예들에 따른 전자 장치(예: 도 1, 도 2, 도 5, 도 8, 도 9, 도 10의 전자 장치(101))가 제공하는 UI를 나타낸 도면이다.
도 15와 같이, 전자 장치(101)는 화면(1500)에서 복수의 외부 전자 장치들(예: 도 1의 전자 장치(101, 102, 104), 도 2의 전자 장치(101), 도 5, 도 8, 도 9, 도 10의 복수의 외부 전자 장치들(102-1, 102-2, 102-3))을 이용하여 음성 신호를 처리할지 여부를 설정하기 위한 인터페이스(1510) 및 복수의 외부 전자 장치들(102-1, 102-2, 102-3)을 설정하기 위한 인터페이스(1520)을 제공할 수 있다.
예를 들어, 사용자의 입력에 기초하여, 인터페이스(1510)의 설정이 활성화된 경우, 전자 장치(101)는 도 5 내지 도 11에서 설명한 바와 같이 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 결정된 최적 장치를 이용하여 음성 신호를 처리하고, 음성 신호를 처리한 결과에 따라 동작할 수 있다.
예를 들어, 사용자의 입력에 기초하여, 인터페이스(1510)의 설정이 비활성화된 경우, 전자 장치(101)는 전자 장치(101)에 포함된 자연어 플랫폼(예: 도 2의 자연어 플랫폼(220))을 이용하여 음성 신호를 처리하거나, 또는 서버(예: 도 1의 서버(108), 도 2의 지능형 서버(200))로 음성 신호를 전송하고, 서버(108)로부터 수신한 음성 신호의 처리 결과에 따라 동작할 수 있다.
도 15에서, 사용자의 입력에 따라 인터페이스(1520)이 선택되는 경우, 전자 장치(101)는 도 16과 같이 전자 장치(101)와 통신 연결될 수 있는 장치를 화면(1600)으로 제공할 수 있다.
일례로, 전자 장치(101)는 화면(1600)에서 전자 장치(101)와 통신 연결될 수 있는 외부 전자 장치의 목록(1610)을 제공할 수 있다.
예를 들어, 외부 전자 장치의 목록(1610) 중에서 둘 이상의 장치가 선택되는 경우, 전자 장치(101)는 선택된 복수의 외부 전자 장치들 중에서 음성 신호를 처리할 최적 장치를 결정할 수 있다.
예를 들어, 외부 전자 장치의 목록(1610)에서 하나의 외부 전자 장치가 선택되는 경우, 전자 장치(101)는 선택된 외부 전자 장치를 음성 신호를 처리할 최적 장치로 결정할 수 있다.
다양한 실시예들에 따른 전자 장치(예: 도 1, 도 2, 도 5, 도 8, 도 9, 도 10의 전자 장치(101))는 프로세서(예: 도 1, 도 2의 프로세서(120)) 및 상기 프로세서(120)와 전기적으로 연결되고, 상기 프로세서(120)에 의해 실행되는 명령어를 저장하는 메모리(예: 도 1, 도 2의 메모리(130))를 포함할 수 있다. 상기 프로세서(120)는, 상기 명령어가 상기 프로세서(120)에 의해 실행될 때, 상기 전자 장치(101)로 하여금 사용자로부터 음성 신호를 수신하도록 할 수 있다. 상기 프로세서(120)는, 상기 전자 장치(101)가 상기 전자 장치(101)와 통신 연결된 복수의 외부 전자 장치들(예: 도 1의 전자 장치(101, 102, 104), 도 2의 전자 장치(101), 도 5, 도 8, 도 9, 도 10의 복수의 외부 전자 장치들(102-1, 102-2, 102-3)) 중에서 상기 음성 신호를 처리할 최적 장치를 결정하도록 할 수 있다. 상기 프로세서(120)는, 상기 음성 신호를 처리하도록, 상기 전자 장치(101)가 상기 음성 신호의 처리 요청을 상기 최적 장치로 전송하도록 할 수 있다. 상기 프로세서(120)는, 상기 전자 장치(101)가 상기 최적 장치로부터 수신한 상기 음성 신호를 처리한 결과에 따라 동작을 수행하도록 할 수 있다.
상기 프로세서(120)는, 상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)로부터 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)들의 상태를 수신하도록 할 수 있다. 상기 프로세서(120)는, 상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태 및 설정된 정책에 기초하여, 상기 최적 장치를 결정하도록 할 수 있다.
상기 설정된 정책은, 각각의 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)이 상기 음성 신호를 처리할 수 있는지 여부, 각각의 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 하드웨어 성능 및 동작 상태 중 적어도 하나에 기초하여 결정된 우선 순위를 포함할 수 있다.
상기 프로세서(120)는, 상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 설정된 외부 전자 장치를 상기 최적 장치로 결정하도록 할 수 있다.
상기 프로세서(120)는, 상기 전자 장치(101)가 설정된 주기에 기초하여, 상기 전자 장치(101)와 통신 연결된 복수의 외부 전자 장치들(102-1, 102-2, 102-3)을 업데이트 하도록 할 수 있다.
상기 프로세서(120)는, 상기 전자 장치(101)가 상기 음성 신호로부터 호출어를 식별하면, 상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)과 통신을 연결하도록 할 수 있다. 상기 프로세서(120)는, 상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)로 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태를 수신하도록 할 수 있다.
상기 프로세서(120)는, 상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서, 상기 최적 장치가 존재하지 않는 것으로 판단한 경우, 상기 전자 장치(101)가 상기 음성 신호를 상기 전자 장치(101)와 통신 연결된 서버(108)로 전송하도록 할 수 있다. 상기 프로세서(120)는, 상기 전자 장치(101)가 상기 서버(108)로부터 상기 음성 신호를 처리한 결과를 수신하도록 할 수 있다.
다양한 실시예들에 따른 전자 장치(예: 도 1의 전자 장치(101, 102, 104), 도 2의 전자 장치(101), 도 5, 도 8, 도 9, 도 10의 복수의 외부 전자 장치들(102-1, 102-2, 102-3))은 음성 신호를 처리하기 위한 자연어 플랫폼(예: 도 2의 자연어 플랫폼(220)), 프로세서(예: 도 1, 도 2의 프로세서(120)) 및 상기 프로세서(120)와 전기적으로 연결되고, 상기 프로세서(120)에 의해 실행되는 명령어를 저장하는 메모리(예: 도 1, 도 2의 메모리(130))를 포함할 수 있다. 상기 프로세서(120)는, 상기 명령어가 상기 프로세서(120)에 의해 실행될 때, 상기 전자 장치(102-1, 102-2, 102-3)가 통신 연결된 외부 전자 장치(예: 도 1, 도 2, 도 5, 도 8, 도 9, 도 10의 전자 장치(101))로 상기 전자 장치(102-1, 102-2, 102-3)의 상태를 전송하도록 할 수 있다. 상기 프로세서(120)는, 상기 외부 전자 장치(101)에 의하여 상기 전자 장치(102-1, 102-2, 102-3)가 상기 음성 신호를 처리할 최적 장치로 결정된 경우, 상기 전자 장치(102-1, 102-2, 102-3)가 상기 외부 전자 장치(101)로부터 음성 신호의 처리 요청을 수신하도록 할 수 있다. 상기 프로세서(120)는, 상기 처리 요청에 대한 응답으로, 상기 전자 장치(102-1, 102-2, 102-3)가 상기 자연어 플랫폼(220)을 이용하여 상기 외부 전자 장치(101)로부터 수신한 상기 음성 신호를 처리한 처리 결과를 상기 외부 전자 장치(101)로 전송하도록 할 수 있다.
상기 프로세서(120)는, 상기 전자 장치(101)가 사용자로부터 수신한 음성 신호에 포함된 호출어(wake up word)에 기초하여, 상기 전자 장치(102-1, 102-2, 102-3)를 활성화 상태로 설정하도록 할 수 있다. 상기 프로세서(120)는, 상기 전자 장치(101)가 상기 활성화 상태에서, 상기 외부 전자 장치(101)와 통신 연결하도록 할 수 있다.
다양한 실시예들에 따른 음성 신호 처리 방법은, 사용자로부터 음성 신호를 수신하는 동작, 전자 장치(예: 도 1, 도 2, 도 5, 도 8, 도 9, 도 10의 전자 장치(101))와 통신 연결된 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서, 상기 음성 신호를 처리할 최적 장치를 결정하는 동작, 상기 음성 신호를 처리하도록, 상기 음성 신호의 처리 요청을 상기 최적 장치로 전송하는 동작 및 상기 최적 장치로부터 수신한 상기 음성 신호를 처리한 결과에 따라 동작을 수행하는 동작을 포함할 수 있다.
상기 최적 장치를 결정하는 동작은, 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)로부터, 상기 복수의 외부 전자 장치들(예: 도 1의 전자 장치(101, 102, 104), 도 2의 전자 장치(101), 도 5, 도 8, 도 9, 도 10의 복수의 외부 전자 장치들(102-1, 102-2, 102-3))의 상태를 수신하는 동작을 포함할 수 있다. 상기 최적 장치를 결정하는 동작은, 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태 및 설정된 정책에 기초하여, 상기 최적 장치를 결정하는 동작을 포함할 수 있다.
상기 설정된 정책은, 각각의 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)이 상기 음성 신호를 처리할 수 있는지 여부, 각각의 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 하드웨어 성능 및 동작 상태 중 적어도 하나에 기초하여 결정된 우선 순위를 포함할 수 있다.
상기 최적 장치를 결정하는 동작은, 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서 설정된 외부 전자 장치(102-1, 102-2, 102-3)를 상기 최적 장치로 결정할 수 있다.
상기 음성 신호 처리 방법은, 설정된 주기에 기초하여, 상기 전자 장치(101)와 통신 연결된 복수의 외부 전자 장치들(102-1, 102-2, 102-3)을 업데이트 하는 동작을 더 포함할 수 있다.
상기 음성 신호는, 상기 전자 장치(101) 및 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 동작 상태를 활성화 상태로 설정하기 위한 호출어(wake up word)를 포함할 수 있다. 상기 음성 신호 처리 방법은, 상기 호출어가 식별되면, 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)과 통신을 연결하는 동작을 더 포함할 수 있다. 상기 음성 신호 처리 방법은, 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)로 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3)의 상태를 수신하는 동작을 더 포함할 수 있다.
상기 음성 신호 처리 방법은, 상기 복수의 외부 전자 장치들(102-1, 102-2, 102-3) 중에서, 상기 최적 장치가 존재하지 않는 것으로 판단한 경우, 상기 음성 신호를 상기 전자 장치(101)와 통신 연결된 서버(108)로 전송하는 동작을 더 포함할 수 있다. 상기 음성 신호 처리 방법은, 상기 서버(108)로부터 상기 음성 신호를 처리한 결과를 수신하는 동작을 더 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체들을 포함할 수 있으며, 복수의 개체들 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (15)

  1. 전자 장치(101)에 있어서,
    프로세서(120); 및
    상기 프로세서(120)와 전기적으로 연결되고, 상기 프로세서(120)에 의해 실행되는 명령어를 저장하는 메모리(130)
    를 포함하고,
    상기 프로세서(120)는,
    상기 명령어가 상기 프로세서(120)에 의해 실행될 때, 상기 전자 장치(101)로 하여금 사용자로부터 음성 신호를 수신하고;
    상기 전자 장치(101)와 통신 연결된 복수의 외부 전자 장치들(102-1; 102-2; 102-3;) 중에서 상기 음성 신호를 처리할 최적 장치를 결정하고;
    상기 음성 신호를 처리하도록, 상기 음성 신호의 처리 요청을 상기 최적 장치로 전송하고;
    상기 최적 장치로부터 수신한 상기 음성 신호를 처리한 결과에 따라 동작을 수행하도록 하는,
    전자 장치(101).
  2. 제1항에 있어서,
    상기 프로세서(120)는,
    상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)로부터 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)의 상태를 수신하도록 하고;
    상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)의 상태 및 설정된 정책에 기초하여, 상기 최적 장치를 결정하도록 하는,
    전자 장치(101).
  3. 제1항 및 제2항 중 어느 한 항에 있어서,
    상기 설정된 정책은,
    각각의 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)이 상기 음성 신호를 처리할 수 있는지 여부, 각각의 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)의 하드웨어 성능 및 동작 상태 중 적어도 하나에 기초하여 결정된 우선 순위를 포함하는,
    전자 장치(101).
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 프로세서(120)는,
    상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;) 중에서 설정된 외부 전자 장치(102-1; 102-2; 102-3;)를 상기 최적 장치로 결정하도록 하는,
    전자 장치(101).
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 프로세서(120)는,
    상기 전자 장치(101)가 설정된 주기에 기초하여, 상기 전자 장치(101)와 통신 연결된 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)들을 업데이트하도록 하는,
    전자 장치(101).
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 프로세서(120)는,
    상기 전자 장치(101)가 상기 음성 신호로부터 호출어를 식별하면, 상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)과 통신을 연결하도록 하고;
    상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)로 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)의 상태를 수신하도록 하는,
    전자 장치(101).
  7. 제1항 내지 제6항 중 어느 한 항에 있어서,
    상기 프로세서(120)는,
    상기 전자 장치(101)가 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;) 중에서, 상기 최적 장치가 존재하지 않는 것으로 판단한 경우, 상기 음성 신호를 상기 전자 장치(101)와 통신 연결된 서버(108)로 전송하도록 하고;
    상기 전자 장치(101)가 상기 서버(108)로부터 상기 음성 신호를 처리한 결과를 수신하도록 하는,
    전자 장치(101).
  8. 전자 장치(102-1; 102-2; 102-3;)에 있어서,
    음성 신호를 처리하기 위한 자연어 플랫폼(220);
    프로세서(120); 및
    상기 프로세서(120)와 전기적으로 연결되고, 상기 프로세서(120)에 의해 실행되는 명령어를 저장하는 메모리(130)
    를 포함하고,
    상기 프로세서(120)는,
    상기 명령어가 상기 프로세서(120)에 의해 실행될 때, 상기 전자 장치(102-1; 102-2; 102-3)로 하여금 통신 연결된 외부 전자 장치(101)로 상기 전자 장치(102-1; 102-2; 102-3;)의 상태를 전송하고;
    상기 외부 전자 장치(101)에 의하여 상기 전자 장치(102-1; 102-2; 102-3;)가 상기 음성 신호를 처리할 최적 장치로 결정된 경우, 상기 외부 전자 장치(101)로부터 음성 신호의 처리 요청을 수신하고;
    상기 처리 요청에 대한 응답으로, 상기 자연어 플랫폼(220)을 이용하여 상기 외부 전자 장치(101)로부터 수신한 상기 음성 신호를 처리한 처리 결과를 상기 외부 전자 장치(101)로 전송하도록 하는,
    전자 장치(102-1; 102-2; 102-3;).
  9. 제8항에 있어서,
    상기 프로세서(120)는,
    상기 전자 장치(102-1; 102-2; 102-3)가 사용자로부터 수신한 음성 신호에 포함된 호출어(wake up word)에 기초하여, 상기 전자 장치(102-1; 102-2; 102-3;)를 활성화 상태로 설정하도록 하고;
    상기 전자 장치(102-1; 102-2; 102-3)가 상기 활성화 상태에서, 상기 외부 전자 장치(101)와 통신 연결하도록 하는,
    전자 장치(102-1; 102-2; 102-3;).
  10. 사용자로부터 음성 신호를 수신하는 동작;
    전자 장치(101)와 통신 연결된 복수의 외부 전자 장치들(102-1; 102-2; 102-3;) 중에서, 상기 음성 신호를 처리할 최적 장치를 결정하는 동작;
    상기 음성 신호를 처리하도록, 상기 음성 신호의 처리 요청을 상기 최적 장치로 전송하는 동작; 및
    상기 최적 장치로부터 수신한 상기 음성 신호를 처리한 결과에 따라 동작을 수행하는 동작
    을 포함하는,
    음성 신호 처리 방법.
  11. 제10항에 있어서,
    상기 최적 장치를 결정하는 동작은,
    상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)로부터, 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)의 상태를 수신하는 동작; 및
    상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)의 상태 및 설정된 정책에 기초하여, 상기 최적 장치를 결정하는 동작
    을 포함하는,
    음성 신호 처리 방법.
  12. 제10항 및 제11항 중 어느 한 항에 있어서,
    상기 설정된 정책은,
    각각의 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)이 상기 음성 신호를 처리할 수 있는지 여부, 각각의 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)의 하드웨어 성능 및 동작 상태 중 적어도 하나에 기초하여 결정된 우선 순위를 포함하는,
    음성 신호 처리 방법.
  13. 제10항 내지 제12항 중 어느 한 항에 있어서,
    상기 최적 장치를 결정하는 동작은,
    상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)들 중에서 설정된 외부 전자 장치(102-1; 102-2; 102-3;)를 상기 최적 장치로 결정하는,
    음성 신호 처리 방법.
  14. 제10항 내지 제13항 중 어느 한 항에 있어서,
    설정된 주기에 기초하여, 상기 전자 장치(101)와 통신 연결된 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)들을 업데이트 하는 동작
    을 더 포함하는,
    전자 장치(101).
  15. 제10항 내지 제14항 중 어느 한 항에 있어서,
    상기 음성 신호는,
    상기 전자 장치(101) 및 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)의 동작 상태를 활성화 상태로 설정하기 위한 호출어(wake up word)를 포함하고,
    상기 호출어가 식별되면, 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)과 통신을 연결하는 동작; 및
    상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)로 상기 복수의 외부 전자 장치들(102-1; 102-2; 102-3;)의 상태를 수신하는 동작
    을 더 포함하는,
    음성 신호 처리 방법.
PCT/KR2024/008105 2023-06-27 2024-06-13 음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치 Ceased WO2025005553A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202480043166.3A CN121420353A (zh) 2023-06-27 2024-06-13 处理语音信号的方法和执行该方法的电子设备
EP24832333.9A EP4718448A4 (en) 2023-06-27 2024-06-13 VOICE SIGNAL PROCESSING METHOD AND ELECTRONIC DEVICE IMPLEMENTING IT
US19/432,476 US20260120697A1 (en) 2023-06-27 2025-12-24 Method for processing voice signal and electronic device performing same

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20230082836 2023-06-27
KR10-2023-0082836 2023-06-27
KR10-2023-0098428 2023-07-27
KR1020230098428A KR20250000818A (ko) 2023-06-27 2023-07-27 음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US19/432,476 Continuation US20260120697A1 (en) 2023-06-27 2025-12-24 Method for processing voice signal and electronic device performing same

Publications (1)

Publication Number Publication Date
WO2025005553A1 true WO2025005553A1 (ko) 2025-01-02

Family

ID=93939046

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/008105 Ceased WO2025005553A1 (ko) 2023-06-27 2024-06-13 음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치

Country Status (4)

Country Link
US (1) US20260120697A1 (ko)
EP (1) EP4718448A4 (ko)
CN (1) CN121420353A (ko)
WO (1) WO2025005553A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190103081A (ko) * 2019-08-15 2019-09-04 엘지전자 주식회사 지능적 음성 출력 방법, 음성 출력 장치 및 지능형 컴퓨팅 디바이스
JP2020095737A (ja) * 2015-12-08 2020-06-18 キヤノン株式会社 通信装置、制御方法、およびプログラム
KR20200074680A (ko) * 2018-12-17 2020-06-25 삼성전자주식회사 단말 장치 및 이의 제어 방법
KR20200074690A (ko) * 2018-12-17 2020-06-25 삼성전자주식회사 전자 장치 및 이의 제어 방법
JP2021099378A (ja) * 2019-12-19 2021-07-01 東芝ライフスタイル株式会社 制御装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020095737A (ja) * 2015-12-08 2020-06-18 キヤノン株式会社 通信装置、制御方法、およびプログラム
KR20200074680A (ko) * 2018-12-17 2020-06-25 삼성전자주식회사 단말 장치 및 이의 제어 방법
KR20200074690A (ko) * 2018-12-17 2020-06-25 삼성전자주식회사 전자 장치 및 이의 제어 방법
KR20190103081A (ko) * 2019-08-15 2019-09-04 엘지전자 주식회사 지능적 음성 출력 방법, 음성 출력 장치 및 지능형 컴퓨팅 디바이스
JP2021099378A (ja) * 2019-12-19 2021-07-01 東芝ライフスタイル株式会社 制御装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4718448A4 *

Also Published As

Publication number Publication date
EP4718448A1 (en) 2026-04-01
CN121420353A (zh) 2026-01-27
US20260120697A1 (en) 2026-04-30
EP4718448A4 (en) 2026-04-15

Similar Documents

Publication Publication Date Title
WO2021025350A1 (en) Electronic device managing plurality of intelligent agents and operation method thereof
WO2022010157A1 (ko) 인공지능 가상 비서 서비스에서의 화면 제공 방법 및 이를 지원하는 사용자 단말 장치 및 서버
WO2020167006A1 (en) Method of providing speech recognition service and electronic device for same
WO2022211590A1 (en) Electronic device for processing user utterance and controlling method thereof
WO2022220559A1 (en) Electronic device for processing user utterance and control method thereof
WO2023113502A1 (ko) 전자 장치 및 전자 장치의 음성 명령어 추천 방법
WO2022092796A1 (ko) 전자 장치 및 전자 장치의 음성 인식 수행 방법
WO2022131566A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2024063507A1 (ko) 전자 장치 및 전자 장치의 사용자 발화 처리 방법
WO2024043729A1 (ko) 전자 장치 및 전자 장치의 사용자에 대한 응답 처리 방법
WO2022163963A1 (ko) 전자 장치 및 전자 장치의 단축 명령어 수행 방법
WO2023048379A1 (ko) 사용자 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법
WO2023177079A1 (ko) 합성 벡터에 기반하여 사용자 발화를 처리하는 서버, 전자 장치, 및 이의 동작 방법
WO2025005553A1 (ko) 음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치
WO2022177224A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022025448A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2025023680A1 (ko) 음성 신호 처리 방법 및 상기 방법을 수행하는 전자 장치와, 기록 매체
WO2025005554A1 (ko) 사용자 정보 획득 방법 및 상기 방법을 수행하는 전자 장치
WO2025053649A1 (ko) 가용성 기반 연결 제어 방법 및 이를 위한 전자 장치
WO2024080729A1 (ko) 전자 장치 및 상기 전자 장치에서 위치 기반 컨텍스트를 이용하여 사용자의 발화를 처리하는 방법
WO2023106649A1 (ko) 추천 명령어를 이용하여 음성 인식을 수행하는 전자 장치
WO2023043094A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2025147071A1 (ko) 전자 장치 및 전자 장치의 발화 처리 방법
WO2026005483A1 (ko) 전자 장치 및 전자 장치의 음성 서비스 제공 방법
WO2023132470A1 (ko) 사용자 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법

Legal Events

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

Ref document number: 24832333

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2024832333

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 202517131940

Country of ref document: IN

WWP Wipo information: published in national office

Ref document number: 202517131940

Country of ref document: IN

ENP Entry into the national phase

Ref document number: 2024832333

Country of ref document: EP

Effective date: 20251223

ENP Entry into the national phase

Ref document number: 2024832333

Country of ref document: EP

Effective date: 20251223

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2024832333

Country of ref document: EP

Effective date: 20251223

ENP Entry into the national phase

Ref document number: 2024832333

Country of ref document: EP

Effective date: 20251223

WWP Wipo information: published in national office

Ref document number: 2024832333

Country of ref document: EP