KR102189853B1 - 퍼스널 어시스턴트 모듈에 의한 비결정적 작업 개시 - Google Patents

퍼스널 어시스턴트 모듈에 의한 비결정적 작업 개시 Download PDF

Info

Publication number
KR102189853B1
KR102189853B1 KR1020197000505A KR20197000505A KR102189853B1 KR 102189853 B1 KR102189853 B1 KR 102189853B1 KR 1020197000505 A KR1020197000505 A KR 1020197000505A KR 20197000505 A KR20197000505 A KR 20197000505A KR 102189853 B1 KR102189853 B1 KR 102189853B1
Authority
KR
South Korea
Prior art keywords
user
response
declaration
probability
computing device
Prior art date
Application number
KR1020197000505A
Other languages
English (en)
Other versions
KR20190016552A (ko
Inventor
쳉 리
보 왕
오칸 코락
피터 호드손
데니즈 비나이
드르브 아민
프라비르 굽타
니틴 쉐티
자비에 레이
Original Assignee
구글 엘엘씨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 구글 엘엘씨 filed Critical 구글 엘엘씨
Publication of KR20190016552A publication Critical patent/KR20190016552A/ko
Application granted granted Critical
Publication of KR102189853B1 publication Critical patent/KR102189853B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G06F9/453—Help systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90332—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • 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
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72457—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to geographic location
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

수신된 사용자 선언에 응답하여, 취할 응답 액션을 식별하기 위해 퍼스널 어시스턴트 모듈이 사용자로부터 추가 정보를 요청할 필요를 감소시키기 위한 기법들이 본 명세서에 기술된다. 다양한 구현예들에서, 컴퓨팅 디바이스에서 수신된 사용자 선언을 식별할 때, 사용자 선언에 응답하여 컴퓨팅 디바이스에 의해 개시될 수 있는 복수의 후보 응답 액션이 식별될 수 있다. 그 다음, 단일의 후보 응답 액션이 사용자 선언에 응답하여 컴퓨팅 디바이스에서 단독으로 개시되도록 비-결정적으로(예를 들어, 랜덤하게, 확률 적으로) 선택될 수 있다.

Description

퍼스널 어시스턴트 모듈에 의한 비결정적 작업 개시
퍼스널 어시스턴트 모듈들은 스마트폰, 태블릿, 차량 네비게이션 시스템 및 스마트 워치와 같은 컴퓨팅 디바이스들에 설치된 소프트웨어 프로세스로 사용자가 자연어 명령을 내릴 수 있는 사용자 친화적 인터페이스를 제공한다. 사용자는 종종 자신의 목소리를 사용하여 자연어 명령을 말하지만, 퍼스널 어시스턴트 모듈은 다양한 형식의 텍스트 입력과 같은 다른 양식으로도 응답할 수 있다. 기존의 퍼스널 어시스턴트 모듈은 사용자의 이전의 선언들 및/또는 선호들을 기억하기에 충분한 지능이 부족할 수 있다. 결과적으로, 사용자가 여러 방식으로 잠재적으로 응답할 수 있는 모호한 선언(예: 요청, 진술, 명령)을 발행하면, 퍼스널 어시스턴트 모듈은 어떻게 진행할지 결정하기 위해 사용자로부터 추가 정보를 요청해야 할 수 있다. 사용자가 "밥(Bob)에게 전화해"라는 단어를 전화기에 말했는데, 사용자의 전화 번호부에 "밥(Bob)"이라는 이름과 일치하는 연락처가 여러 개 있다고 가정한다. 사용자의 전화에서 동작하는 퍼스널 어시스턴트 모듈은 사용자가 의미한 밥(Bob)이 누구인지 및/또는 밥(Bob)의 집 또는 직장에 전화할 것인지 여부를 물을 수 있다. 또는, 다른 사용자가 "내일 식료품점을 들으라고 미리 알려줘."라는 말을 스마트 시계에 말한다고 가정한다. 사용자의 스마트 시계 또는 스마트 시계와 통신하는 스마트폰에서 동작하는 퍼스널 어시스턴트 모듈은 사용자가 미리 알림을 설정하기 위해 사용하려는 어플리케이션(예: 캘린더, 작업 목록, 소셜 네트워킹 어플리케이션)을 물을 수 있다. 이러한 추가 정보의 요청은 적어도 정보 요청 및 프로세싱과 연관된 계산 리소스의 지출이 아닌 여러 가지 이유로 바람직하지 않을 수 있다.
본 명세서는 일반적으로 수신된 선언에 응답하여, 취할 응답 액션을 식별하기 위해 퍼스널 어시스턴트 모듈이 사용자로부터 추가 정보를 요청할 필요성을 감소시키거나 어떤 파라미터들이 응답 액션에 대한 입력으로서 제공되어야 하는지에 대한 다양한 기법들에 관한 것이다. 따라서, 상기 기법들은 사용자의 선언에 대한 응답 액션을 결정하는데 요구되는 계산 리소스의 지출을 감소시킬 수 있다. 예를 들어, 추가 정보를 요청할 필요성을 없애거나 감소시킴으로써, 추가 정보를 요구하고 프로세싱하기 위해 요구되는 사용자의 디바이스 및/또는 네트워크의 컴포넌트들에 대한 부하가 감소될 수 있다. 이러한 컴포넌트들은 스크린, 스피커, 마이크로폰, 터치 감지형 입력 디바이스 및/또는 임의의 연관된 프로세서들을 포함할 수 있다. 또한, 일부 상황에서, 디바이스에 의한 응답들의 요청은 예를 들어 사용자가 운전 중일 때와 같이, 사용자에게 특히 적절하지 않을 수 있다. 결과적으로, 이러한 상황에서, 추가 정보의 요청에 대한 필요성을 감소시키는 것은 사용자에게 특히 유용할 수 있다.
일부 구현예에서, 퍼스널 어시스턴트 모듈은 사용자와 사용자에 의해 동작되는 컴퓨팅 디바이스들의 조화된 "생태계"를 집합적으로 형성하는 하나 이상의 컴퓨팅 디바이스들(예를 들어, 사용자의 전화기, 태블릿, 스마트 시계, 자동차 네비게이션 시스템 등) 간의 인터렉션의 이력에 대한 액세스를 제공받을 수 있다. 사용자가 선언을 하면, 퍼스널 어시스턴트 모듈은 잠재적으로 사용자의 선언에 대한 응답일 수 있는 복수의 후보 응답 액션들을 식별하는 비-결정적 작업 개시 프로세스를 개시할 수 있다. 예를 들면, 사용자가 선언을 하면, 퍼스널 어시스턴트 모듈은 잠재적으로 사용자의 선언에 대한 응답일 수 있는 복수의 후보 응답 액션들을 식별하는 비-결정적 작업 개시 프로세스를 개시할 수 있다. 일부 구현예에서, 인터렉션 이력 및/또는 사용자의 과거/현재 컨텍스트와 같은 다른 정보 신호에 기초하여, 퍼스널 어시스턴트 모듈은 복수의 후보 응답 액션들이 사용자 선언에 대한 응답일 확률들을 결정할 수 있다. 다양한 구현예에서, "선언"은 응답 액션에 대한 사용자 요청, 또는 단순히 하나 이상의 액션들이 잠재적으로 응답일 수 있는 사용자에 의해 발행된 진술을 지칭할 수 있다. 예를 들어, 사용자는 간단하게 "배고프다"라고 말할 수 있으며, 후보 응답 액션들은 음식점 리뷰 앱, 예약 앱 등과 같은 음식점과 관련된 하나 이상의 애플리케이션들의 개시를 포함할 수 있다.
그 다음, 복수의 후보 응답 액션 중 하나가 상기 확률들에 적어도 기초하여, 비-결정적으로(예를 들어, 확률적으로) 선택될 수 있다(예를 들어, 적어도 일부 우연의 요소를 포함하여). 예를 들어, 후보 A가 사용자 선언에 대한 응답일 확률이 51 %이고, 후보 B가 사용자 선언에 대한 응답일 확률이 49 %이면, 후보 A가 약 51% 및 후보 B가 약 49% 확률로 선택될 가능성이 있다. 단일의 응답 액션만을 선택함으로써, 사용자는 다수의 응답 액션들로 쇄도당하지 않는다. 대신에, 사용자에게는 사용자가 수락하거나 거부할 수 있는 단일의 선택이 제공된다. 단일의 비-결정적으로 선택된 응답 액션의 사용자의 수락 또는 거부는 장래에 해당 응답 액션(또는 충분히 유사한 응답 액션)에 대해 결정되는 확률에 대한 강한 피드백일 수 있다.
따라서, 일부 구현예에서, 방법은 하나 이상의 프로세서들에 의해, 컴퓨팅 디바이스에서 수신된 사용자 선언을 식별하는 단계; 상기 하나 이상의 프로세서들에 의해, 상기 사용자 선언에 기초하여, 상기 사용자 선언에 응답하여 상기 컴퓨팅 디바이스에 의해 개시될 수 있는 복수의 후보 응답 액션들을 식별하는 단계; 상기 하나 이상의 프로세서들에 의해, 상기 사용자 선언에 응답하여 상기 컴퓨팅 디바이스에서 단독으로 개시될 상기 복수의 후보 응답 액션들 중 단일의 후보 응답 액션을 비-결정적으로 선택하는 단계; 및 상기 하나 이상의 프로세서들에 의해, 상기 컴퓨팅 디바이스에서 상기 단일의 후보 응답 액션을 단독으로 개시하는 단계를 포함할 수 있다.
다양한 구현예에서, 상기 방법은 상기 하나 이상의 프로세서들에 의해, 상기 사용자와 상기 사용자에 의해 동작되는 하나 이상의 컴퓨팅 디바이스 간의 인터렉션의 이력에 기초하여, 각 후보 응답 액션의 개시가 상기 사용자 선언에 대한 응답일 확률을 결정하는 단계를 더 포함할 수 있다. 다양한 구현예에서, 상기 비-결정적으로 선택하는 단계는 상기 복수의 후보 응답 액션들의 상기 확률들에 적어도 부분적으로 기초할 수 있다.
다양한 구현예에서, 상기 방법은 상기 하나 이상의 프로세서들에 의해, 상기 선택된 액션의 개시에 후속하는 상기 사용자와 상기 컴퓨팅 디바이스 간의 하나 이상의 인터렉션들에 기초하여 상기 개시된 응답 액션과 연관된 확률을 변경하는 단계를 더 포함할 수 있다. 다양한 구현예에서, 상기 사용자와 상기 컴퓨팅 디바이스 간의 상기 하나 이상의 인터렉션들은 상기 선택된 응답 액션의 거부 및 대안 후보 응답 액션의 수동 개시를 포함할 수 있다. 다양한 구현예에서, 상기 변경하는 단계는 상기 선택된 응답 액션과 상기 대안 후보 응답 액션 간의 유사도에 반비례하는 양만큼 상기 선택된 응답 액션과 연관된 확률을 변경하는 것을 포함할 수 있다. 후보 응답 액션과 연관된 확률들을 변경함으로써, 시스템은 시간이 지남에 따라 어느 응답 액션을 개시해야 하는지 정확하게 예측할 때 더욱 효과적이게 될 수 있다. 이와 같이, 잘못된 응답 액션들의 개시와 연관된 계산 리소스의 지출은 감소 될 것이다.
일부 구현예들에서, 상기 확률들은 상기 사용자의 현재 컨텍스트에 적어도 부분적으로 기초할 수 있다. 다양한 구현예에서, 상기 사용자의 상기 현재 컨텍스트는 상기 컴퓨팅 디바이스에 의해 결정된 상기 사용자의 현재 위치 및/또는 상기 사용자의 현재 위치에서의 현재 시간을 포함할 수 있다. 다양한 구현예에서, 적어도 하나의 후보 응답 액션과 연관된 확률은, 상기 사용자의 현재 컨텍스트와 상기 사용자가 과거에 상기 적어도 하나의 응답 액션을 개시했을 때 상기 사용자의 컨텍스트 간의 유사도에 기초할 수 있다.
다양한 구현예에서, 상기 복수의 후보 응답 액션들은 상기 컴퓨팅 디바이스에 설치된 복수의 소프트웨어 애플리케이션들을 포함할 수 있다. 다양한 구현예에서, 상기 사용자 선언은 전화 통화를 개시하기 위한 요청을 포함하며, 그리고 상기 복수의 후보 응답 액션들은 상기 컴퓨팅 디바이스에 설치된 복수의 전화 어플리케이션들을 포함할 수 있다. 다양한 구현예에서, 상기 사용자 선언은 메시지를 전송하기 위한 요청을 포함하며, 그리고 상기 복수의 후보 응답 액션들은 상기 컴퓨팅 디바이스에 설치된 복수의 메시징 어플리케이션들을 포함할 수 있다. 다양한 구현예에서, 상기 사용자 선언은 미리 알림을 설정하기 위한 요청을 포함하며, 그리고 상기 복수의 후보 응답 액션들은 상기 컴퓨팅 디바이스에 설치된 미리 알림 기능을 포함하는 복수의 어플리케이션들을 포함할 수 있다. 다양한 구현예에서, 상기 사용자 선언은 이름으로 통신을 개시하기 위한 요청을 포함하며, 그리고 상기 복수의 후보 응답 액션들은 상기 이름을 포함하는 상기 사용자의 복수의 연락처들을 포함할 수 있다.
추가로, 일부 구현예들은 메모리와 상기 메모리에 저장된 명령어들을 실행하도록 동작가능한 하나 이상의 프로세서들을 포함하는 장치를 포함하며, 상기 명령어들은 상기 언급된 방법들 중 임의의 것을 수행하도록 구성된다. 또한, 일부 구현예들은 상기 언급된 방법들 중 임의의 것을 수행하기 위한 하나 이상의 프로세서들에 의해 실행가능한 컴퓨터 명령어들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체를 포함한다.
본 명세서에서 매우 상세히 기술된 상기 개념들 및 추가적 개념들의 모든 조합들은 본 명세서에 개시된 본 발명의 일부인 것으로 고려되어야 한다. 예를 들면, 본 명세서의 끝부분에 나타나는 청구된 발명의 모든 조합들은 본 명세서에 개시된 본 발명의 일부인 것으로 고려된다.
도 1은 컴퓨터 시스템의 예시적 아키텍처를 도시한다.
도 2는 예시적 분산형 음성 입력 프로세싱 환경의 블록도이다.
도 3은 도 2의 환경을 사용하여 음성 입력을 프로세싱하는 예시적인 방법을 도시하는 흐름도이다.
도 4는 사용자 선언에 대한 퍼스널 어시스턴트 모듈의 응답이 비-결정적으로 선택될 수 있는 다수의 양태들의 예시를 도시한다.
도 5는 퍼스널 어시스턴트 모듈에 의한 비결정적 작업 개시의 예시적 방법을 도시하는 흐름도이다.
이후 논의되는 구현예에서, 퍼스널 어시스턴트 모듈(“지능형 퍼스널 어시스턴트” 또는 “모바일 어시스턴트”로도 지칭됨)은 사용자와 사용자에 의해 동작되는 디바이스들의 "생태계"의 하나 이상의 컴퓨팅 디바이스들(예를 들어, 사용자의 전화기, 태블릿, 스마트 시계, 자동차 네비게이션 시스템 등) 간의 인터렉션의 이력에 대한 액세스를 제공받을 수 있다. 사용자가 선언을 하면(반드시 그렇지는 않지만, 일반적으로 음성을 사용하여), 퍼스널 어시스턴트 모듈은 사용자의 선언에 대한 응답일 수 있는 복수의 후보 응답 액션들을 식별하는 비-결정적 작업 개시 프로세스를 개시할 수 있다. 일부 구현예에서, 상기 인터렉션 이력에 기초하여, 상기 모바일 어시스턴트는 복수의 후보 응답 액션들이 사용자의 선언에 대한 응답일 확률들을 결정할 수 있다.
그 다음, 일부 경우에, 복수의 후보 응답 액션 중 하나가 상기 확률들에 적어도 부분적으로 기초하여, 비-결정적으로 선택될 수 있다(예를 들어, 확률적으로, 적어도 일부 우연의 요소를 포함하여). 예를 들어, 후보 액션 A가 사용자 선언에 대한 응답일 확률이 51 %이고, 후보 응답 액션 B가 사용자 선언에 대한 응답일 확률이 49 %이면, 후보 응답 액션 A는 51%의 확률에 가깝게 선택될 가능성이 있을 것이고 및 후보 응답 액션 B는 49%의 확률에 가깝게 선택될 가능성이 있을 것이다. 다른 구현예에서, 하나 이상의 임계치들을 만족하는 확률들을 가지는 후보들만이 사전적으로 선택될 수 있고, 그리고 그 다음 응답 액션이 남은 후보들로부터 비-결정적으로 선택될 수 있다(예를 들어, 완전히 랜덤으로 또는 확률들에 기초하여 랜덤하게). 단일의 응답 액션만을 선택함으로써, 사용자는 다수의 응답 액션들로 쇄도당하지 않는다. 대신에, 사용자에게는 사용자가 수락하거나 거부할 수 있는 단일의 선택이 제공된다.
비-결정적으로 선택된 응답 액션의 개시에 후속하는 컴퓨팅 디바이스와의 사용자 인터렉션에 기초하여, 선택된 응답 액션과 연관된 확률이 변경될 수 있다. 예를 들어, 응답 액션이 인터넷 전화 어플리케이션을 열고 실제로 통화를 개시하지 않고 특정한 사용자의 전화 번호를 미리 다이얼링하는 것이었고, 사용자가 통화를 개시하기 위해 "통화” 버튼을 눌렀다면, 이는 상기 액션과 연관된 확률을 증가시킬 수 있다. 반대로, 사용자가 통화를 완료하지 않고 인터넷 전화 어플리케이션을 닫았다면, 상기 응답 액션과 연관된 확률은 감소될 것이다.
선택된 구현예들에 관한 더 상세한 내용은 아래에서 논의된다. 그러나, 본 명세서에 개시된 구현예들은 배타적이지 않기 때문에 다른 구현예들도 고려될 수 있음이 이해될 것이다.
이제 도면을 참조하면, 동일한 도면 부호는 여러 도면에 걸쳐 동일한 부분을 나타내며, 도 1은 예시적인 컴퓨터 시스템(10)의 전자 컴포넌트들의 블록도이다. 시스템(10)는 일반적으로 적어도 하나의 프로세서(12)를 포함하며, 버스 서브시스템(14)을 통해 다수의 주변 디바이스들과 통신한다. 이들 주변 디바이스들은 예를 들면, 메모리 서브시스템(18) 및 파일 저장 서브시스템(20)을 포함하는 저장 서브시스템(16), 사용자 인터페이스 입력 디바이스(22), 사용자 인터페이스 출력 디바이스(24) 및 네트워크 인터페이스 서브시스템(26)을 포함할 수 있다. 입력 및 출력 디바이스들은 시스템(10)과 사용자 인터렉션을 하게 한다. 네트워크 인터페이스 서브시스템(26)은 외부 네트워크에 대한 인터페이스를 제공하며, 다른 컴퓨터 시스템들의 대응하는 인터페이스 디바이스들과 연결된다.
일부 구현예들에서, 사용자 인터페이스 입력 디바이스(22)는 키보드, 마우스, 트랙볼, 터치패드 또는 그래픽 태블릿, 스캐너, 디스플레이에 통합된 터치스크린과 같은 포인팅 디바이스, 음성 인식 시스템, 마이크로폰과 같은 오디오 입력 디바이스 및/또는 다른 유형의 입력 디바이스를 포함한다. 일반적으로, 용어 “입력 디바이스”의 사용은 정보를 컴퓨터 시스템(10) 또는 통신 네트워크에 입력하기 위한 모든 가능한 유형의 디바이스들과 방식들을 포함하도록 의도된다.
사용자 인터페이스 출력 디바이스(24)는 디스플레이 서브시스템, 프린터, 팩스 기계 또는 오디오 출력 디바이스와 같은 비-시각적 디스플레이를 포함할 수 있다. 디스플레이 서브시스템은 CRT, LCD와 같은 평면 패널 디바이스, 프로젝션 디바이스 또는 시각적 이미지를 생성하기 위한 일부 기타 메커니즘을 포함할 수 있다. 또한, 디스플레이 서브시스템은 오디오 출력 디바이스와 같은 비-시각적 디스플레이를 제공할 수 있다. 일반적으로, 용어 “출력 디바이스”의 사용은 정보를 컴퓨터 시스템(10)로부터 사용자에게 또는 다른 기계 또는 컴퓨터 시스템에 정보를 출력하기 위한 모든 가능한 유형의 디바이스들과 방식들을 포함하도록 의도된다.
저장 서브시스템(16)은 본 명세서에 기술된 일부 또는 전부의 모듈들의 기능을 제공하기 위한 프로그래밍 및 데이터 구조를 저장한다. 예를 들면, 저장 서브시스템(16)은 이하에 개시된 방법들의 선택된 양태들을 수행하기 위한 로직을 포함할 수 있다.
이들 소프트웨어 모듈들은 일반적으로 프로세서(12) 단독으로 또는 다른 프로세서들과의 조합에 의해 실행된다. 저장 서브시스템(16)에서 사용된 메모리 서브시스템(18)은 프로그램 실행 중에 명령어들 및 데이터의 저장을 위한 메인 RAM(28) 및 고정된 명령어들이 저장되는 ROM(30)을 포함하는 다수의 메모리들을 포함할 수 있다. 파일 저장 서브시스템(20)은 프로그램 및 데이터 파일에 대한 영구적 저장을 제공할 수 있고, 하드 디스크 드라이브, 연관된 이동식 매체와 함께인 플로피 디스크 드라이브, CD-ROM 드라이브, 광학 드라이브 또는 이동식 매체 카트리지들을 포함할 수 있다. 특정 구현예들의 기능을 구현하는 모듈들은 파일 저장 서브시스템(20)에 의해 저장 서브시스템(16)에 또는 프로세서(들)(12)에 의해 엑세스가능한 다른 기계에 저장될 수 있다.
버스 서브시스템(14)은 의도된 대로 시스템(10)의 다양한 컴포넌트들 및 서브시스템들이 서로 통신하게 하기 위한 메커니즘을 제공한다. 버스 서브시스템(14)이 개략적으로 단일의 버스로 도시되었지만, 버스 서브시스템의 대안적 구현예들은 다수의 버스들을 사용할 수 있다.
시스템(10)은 모바일 디바이스, 휴대용 전자 디바이스, 임베디드 디바이스, 데스크톱 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 웨어러블 디바이스, 워크 스테이션, 서버, 컴퓨팅 클러스터, 블레이드 서버, 서버 팜, 또는 임의의 기타 데이터 프로세싱 시스템 또는 컴퓨팅 디바이스를 포함하는 다양한 유형일 수 있다. 추가로, 시스템(10)에 의해 구현된 기능은 하나 이상의 네트워크들, 예를 들어 클라이언트-서버, 피어-투-피어 또는 기타 네트워킹 구성을 통해 상호연결된 다수의 시스템에 걸쳐 분산될 수 있다. 컴퓨터들 및 네트워크들의 변하지 않는 성질 때문에, 도 1에 도시된 시스템(10)의 기술은 일부 구현예들을 도시하기 위한 목적의 특정 예시로만 의도된다. 시스템(10)의 많은 다른 구성들이 도 1에 도시된 컴퓨터 시스템보다 많거나 적은 컴포넌트들을 가질 수 있다.
이하 논의되는 구현예들은 본 명세서에서 개시된 기능성의 다양한 조합을 구현하는 하나 이상의 방법을 포함할 수 있다. 다른 구현예들은 프로세서에 의해 실행가능한 명령어들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체를 포함할 수 있으며, 상기 명령어들은 본 명세서에 기술된 하나 이상의 방법들과 같은 방법을 수행한다. 또 다른 구현예는 메모리 및 본 명세서에 기술된 방법들 중 하나 이상과 같은 방법을 수행하기 위한 상기 메모리에 저장된 명령어들을 실행하기 위해 동작가능한 하나 이상의 프로세서들을 포함할 수 있다.
후술되는 다양한 프로그램 코드는 그것이 특정 구현예에서 구현되는 어플리케이션에 기초하여 식별될 수 있다. 그러나, 이하의 임의의 특정한 프로그램 명칭은 단지 편의를 위해 사용되었다는 것을 이해해야 한다. 또한, 컴퓨터 프로그램들이 루틴, 절차, 방법, 모듈, 객체 등으로 조직화될 수 있는 수 많은 방식들 뿐만 아니라, 프로그램 기능이 일반적 컴퓨터 내에 상주하는 다양한 소프트웨어 레이어들 가운데 할당될 수 있는 다양한 방식들(예: 운영 체제, 라이브러리, API, 어플리케이션, 애플릿 등)을 고려하면, 일부 구현예들은 본 명세서에 기술된 특정 조직 및 프로그램 기능의 할당에 제한되지 않을 수 있다는 것이 이해되어야 한다.
또한, 임의의 프로그램 코드에 의해 수행되거나 또는 임의의 루틴, 워크 플로우 등에서 수행될 수 있는 본 명세서에 기술된 다양한 동작들은 조합, 분할, 재순서화, 생략, 순차적 또는 병렬로 수행 및/또는 다른 기법으로 보완될 수 있으며, 따라서 일부 구현예는 본 명세서에 기술된 특정한 동작 순서에 제한되지 않는다는 것이 인식될 것이다.
도 2는 예를 들어, 온라인 의미 프로세서(online semantic processor)(54)와 같은 온라인 서비스와 통신하는 음성 지원 디바이스(52)와 함께 사용하기 위한 예시적인 분산형 음성 입력 프로세싱 환경(50)을 도시한다. 이하에 설명되는 구현예에서, 예를 들어, 음성 지원 디바이스(52)는 셀룰러 전화 또는 태블릿 컴퓨터와 같은 모바일 디바이스로서 기술된다. 그러나, 다른 구현예는 다양한 다른 음성 지원 디바이스를 활용할 수 있으므로, 이후 모바일 디바이스에 대한 참조는 단지 이하의 설명을 단순화하기 위한 것일 뿐이다. 예를 들어, 랩톱 컴퓨터, 시계, 머리-장착형 디바이스, 가상 또는 증강 현실 디바이스, 기타 웨어러블 디바이스, 오디오/비디오 시스템, 네비게이션 시스템, 자동차 및 기타 차량 시스템 등을 포함하는 무수한 기타 유형의 음성 지원 디바이스들이 본 명세서에 기술된 기능을 사용할 수 있다. 추가로, 이러한 음성 지원 디바이스들 중 많은 것은 이러한 디바이스의 메모리 및/또는 프로세싱 능력이 기술적, 경제적 또는 기타 이유로 제한될 수 있다는 점에서 (특히, 사실상 무제한 컴퓨팅 리소스를 개별적 작업에 할애할 수 있는 온라인 또는 클라우드 기반 서비스의 능력과 비교할 때), 리소스-제한적인 것으로 고려될 수 있다. 예를 들어, 상기 디바이스들이 일반적 사용 하에서 때때로 일시적 네트워크 연결 중단을 경험할 수 있다는 예상에 기초하여, 상기 디바이스가 "오프라인"으로 동작할 수 있고 적어도 일부 시간 온라인 서비스에 연결되지 않을 수 있는 한, 상기 디바이스들 중 일부는 오프라인 디바이스로 고려될 수 있다.
일부 구현예들에서, 온라인 의미 프로세서(54)는 예를 들어, 다수의 사용자들로부터의 선언들의 많은 양을 핸들링하기에 적절한 소프트웨어를 실행하는 고성능 컴퓨터들의 서버 팜 또는 클러스터를 사용하는 클라우드 인프라를 이용하는 클라우드-기반 서비스로서 구현될 수 있다. 온라인 의미 프로세서(54)는 음성 기반 선언들에 제한되지 않을 수 있고, 다른 유형의 선언, 예를 들어 텍스트 기반 선언, 이미지 기반 선언 등을 처리할 수 있다. 일부 구현예에서, 온라인 의미 프로세서(54)는 알람 또는 미리 알림 설정, 리스트 관리, 전화, 문자, 이메일 등을 통해 다른 사용자와의 통신 개시 또는 음성 입력을 통해 개시될 수 있는 기타 액션 수행과 같은 음성 기반 선언들을 처리할 수 있다. 본 개시의 목적상, 음성 기반 선언들 및 다른 형태의 음성 입력은 음성 기반 선언이 검색, 질문 제기, 명령 발행 또는 사용자와 퍼스널 어시스턴트 모듈 간에 사용자의 개인적 선호에 관한 쓸떼없는 잡담을 포함하는지 여부와 관계없이 집합적으로 음성 기반 선언으로서 지칭될 수 있다. 따라서, 일반적으로, 하나 이상의 단어 또는 문구를 포함하는 임의의 음성 입력은 도시된 구현예의 컨텍스트 내에서 음성 기반 선언으로 고려될 수 있다.
도 2의 구현예에서, 음성 지원 디바이스(52)에 의해 수신된 음성 입력은 도 2에서 퍼스널 어시스턴트 모듈(56)의 형태를 취하는 음성 지원 어플리케이션(또는 "앱")에 의해 프로세싱된다. 다른 구현에서, 음성 입력은 음성 지원 디바이스(52)의 운영 체제 또는 펌웨어 내에서 처리될 수 있다. 도시된 구현예에서 퍼스널 어시스턴트 모듈(56)은 음성 액션 모듈(58), 온라인 인터페이스 모듈(60) 및 렌더링/동기화 모듈(62)을 포함한다. 음성 액션 모듈(58)은 퍼스널 어시스턴트 모듈(56)로 향하는 음성 입력을 수신하고, 음성 입력의 분석 및 음성 지원 디바이스(52)의 사용자에 대한 하나 이상의 액션들의 수행을 조정한다. 온라인 인터페이스 모듈(60)은 온라인 의미 프로세서(54)에 음성 입력을 포워딩하고 이에 대한 응답을 수신하는 것을 포함하여, 온라인 의미 프로세서(54)와의 인터페이스를 제공한다. 렌더링/동기화 모듈(62)은 예를 들어 시각적 디스플레이, 발화된 오디오 또는 특정한 음성 지원 디바이스에 적절한 다른 피드백 인터페이스를 통해 사용자에 대한 응답의 렌더링을 관리한다. 또한, 일부 구현예에서, 모듈(62)은 예를 들어, 응답 또는 액션이 온라인 검색 서비스에서 사용자에 대해 유지되는 데이터에 영향을 줄 때마다(예를 들어, 음성 입력이 클라우드 기반 캘린더에서 유지되는 일정의 생성을 요청하는 경우) 온라인 의미 프로세서(54)와의 동기화를 처리한다.
퍼스널 어시스턴트 모듈(56)은 예를 들어, 스트리밍 음성-텍스트 변환 모듈(64) 및 파서 모듈(parser module)(68), 대화 관리자 모듈(70) 및 액션 빌더 모듈(72)를 포함하는 의미 프로세서 모듈(semantic processor module)(66)을 포함하는 음성 입력을 처리하기 위한 다양한 미들웨어, 프레임워크, 운영 체제 및/또는 펌웨어 모듈들에 의존할 수 있다.
모듈(64)은 예를 들어, 디지털 오디오 데이터의 형태로 음성 입력의 오디오 레코딩을 수신하고, 상기 디지털 오디오 데이터를 하나 이상의 텍스트 단어들 또는 문구들(본 명세서에서 "토큰들"이라고도 지칭됨)로 변환한다. 도시된 구현예에서, 모듈(64)은 음성 입력이 토큰 단위로 그리고 실시간 또는 거의 실시간으로 텍스트로 변환되어, 토큰들이 효과적으로 동시에 그리고 따라서 완전한 발화된 선언을 말하기 전에 모듈(64)로부터 출력될 수 있도록 하는 스트리밍 모듈이다. 모듈(64)은 언어에서 단어 시퀀스들과 함께 언어에서 오디오 신호와 표음 단위들 간의 관계를 모델링하는 하나 이상의 로컬에 저장된 오프라인 음향 및/또는 언어 모델들(74)에 의존할 수 있다. 일부 구현예에서, 단일 모델(74)이 사용될 수 있는 반면, 다른 구현예에서는, 예를 들어, 다수의 언어들, 다수의 발화자들 등을 지원하기 위해, 다수의 모델들이 지원될 수 있다.
모듈(64)이 음성을 텍스트로 변환하는 반면, 모듈(66)은 목적을 위해 모듈(64)에 의한 텍스트 출력의 어의 또는 의미를 식별하거나 적절한 응답을 공식화하려고 시도한다. 파서 모듈(68)은 예를 들어, 텍스트를 특정한 액션들에 매핑하기 위해 그리고 상기 액션들의 수행을 제한하는 속성들 예를 들면, 상기 액션들에 대한 입력 변수들을 식별하기 위해 하나 이상의 오프라인 문법 모델들(76)에 의존할 수 있다. 일부 구현예에서, 단일 모델(76)이 사용될 수 있는 반면, 다른 구현예에서는, 상이한 액션들 또는 액션 도메인들(즉, 통신 관련 액션, 검색 관련 액션, 오디오/시각 관련 액션, 캘린더 관련 액션, 디바이스 제어 관련 액션 등과 같은 관련된 액션들의 집합)을 지원하기 위해, 다수의 모델들이 지원될 수 있다.
예시로서, 오프라인 문법 모델(76)은 설정하고자 하는 미리 알림의 유형을 특정하는 미리 알림 유형 파라미터, 미리 알림과 연관된 하나 이상의 아이템들을 특정하는 아이템 파라미터 및 미리 알림을 동작시키고 사용자에게 미리 알리기 위한 시간을 특정하는 시간 파라미터를 가지는 "미리 알림 설정"과 같은 액션을 지원할 수 있다. 파서 모듈(64)은 "미리 알려줘", "픽업", "빵” 및 "일과 후"와 같은 토큰들의 시퀀스를 수신하고, 상기 토큰들의 시퀀스를 “쇼핑 미리 알림”으로 설정되는 미리 알림 유형 파라미터, “빵”으로 설정되는 아이템 파라미터 및 “5:00pm”의 시간 파라미터를 가지는 미리 알림 설정의 액션에 매핑하여, 사용자가 그날 5:00pm에 “빵 사기” 미리 알림을 수신하도록 한다.
파서 모듈(68)은 또한 사용자와의 대화를 관리하는 대화 관리자 모듈(70)과 함께 동작할 수 있다. 이 컨텍스트에서, 대화는 두 사람 간의 대화와 유사한 음성 입력 및 응답의 세트를 지칭한다. 따라서, 모듈(70)은 대화의 "상태"를 유지하여, 이전 음성 입력에서 사용자로부터 획득된 정보가 후속 음성 입력을 처리할 때 사용될 수 있게 한다. 따라서, 예를 들어, 사용자가 "나에게 빵 사라고 미리 알려줘"라고 말했다면, 응답은 "알겠습니다, 언제 미리 알림을 받으시겠습니까?"라고 말하기 위해 생성될 수 있고, "일과 후에"의 후속 음성 입력은 미리 알림을 생성하기 위한 원래 요청과 다시 묶이게 된다. 일부 구현예에서, 모듈(70)은 퍼스널 어시스턴트 모듈(56)의 일부로서 구현될 수 있다.
액션 빌더 모듈(72)은 음성 입력 해석을 표현하는 파서 모듈(68)로부터 파싱된 텍스트를 수신하고, 퍼스널 어시스턴트 모듈(56)의 모듈(62)에 의한 프로세싱을 위한 임의의 연관된 파라미터들와 함께 하나 이상의 응답 액션들 또는 "작업들"을 생성한다. 액션 빌더 모듈(72)은 파싱된 텍스트로부터 액션들을 생성하기 위한 다양한 규칙들을 통합하는 하나 이상의 오프라인 액션 모델들(78)에 의존할 수 있다. 일부 구현예에서, 예를 들면, 액션들은 F(IT) = AU인 함수 F로 정의될 수 있으며, 여기서 T는 입력 해석의 유형을 나타내고, U는 출력 액션의 유형을 나타낸다. 따라서, F는 서로 매핑되는 복수의 입력 쌍들(T, U)을 포함할 수 있는데, 예를 들어, f(it) = au인 경우, it는 t 유형의 입력 프로토 변수(proto variable)이고, au는 출력 모듈러 인수 또는 유형 u의 파라미터이다. 예를 들어, 사용자의 위치, 인구 통계 정보, 또는 사용자에게 특정한 다른 정보에 기초하여, 일부 파라미터들은 음성 입력으로서 직접 수신될 수 있지만, 일부 파라미터들은 다른 방식으로 결정될 수 있다는 것이 이해될 것이다. 예를 들어, 사용자가 "식료품점에서 빵을 사오라고 미리 알려줘"라고 말했다면, 위치 파라미터는 사용자의 현재 위치, 직장과 집 사이의 사용자의 알려진 경로, 사용자가 일반적으로 가는 식료품점 등과는 추가 정보없이는 결정될 수 없다.
전술한 바와 같이, 일부 구현예에서, 퍼스널 어시스턴트 모듈(56)은 사용자로부터 명령을 수신할 수 있고 하나 이상의 응답 액션들을 개시하기 위해 다양한 오프라인 및 온라인 리소스를 사용할 수 있다. 사용자가 작업을 개시하기 위해 퍼스널 어시스턴트 모듈(56)에 음성 입력을 제공하는 경우, 액션 빌더 모듈(72)은 잠재적으로 사용자 선언에 대한 응답일 수 있는 다수의 후보 액션들을 식별할 수 있다. 사용자에게 (예를 들어, 음성 대화 상자를 통해) 다수의 후보 응답 액션들 중에서 선택할 수 있는 기회가 제공될 수 있지만, 이것은 사용자가 운전과 같은 다른 활동에 이미 관련된 경우에 이상적이지 않을 수 있다. 또한, 여러 후보 응답 액션들이 있는 경우, 이들 모두를 제시하는 것은 너무 많은 정보 및/또는 선택으로 사용자를 혼란스럽게 할 수 있고, 이는 사용자가 장래에 퍼스널 어시스턴트 모듈(56)과 인터렉션하는 것을 피하게 할 수 있다.
따라서, 일부 구현예에서, 퍼스널 어시스턴트 모듈(56)은 사용자 선언에 대한 응답일 대응하는 확률들을 갖는 복수의 후보 응답 액션들으로부터, 사용자 선언에 대한 응답으로 음성 지원 디바이스(52)에 의해 단독으로 개시될 단일의 응답 액션을 비-결정적으로 선택하는 비결정적 작업 개시 프로세스를 개시할 수 있다. 결과적으로, 사용자가 선언을 하면, 사용자의 추가 입력이 거의 없거나 전혀 없이도 액션이 자동적으로 개시된다.
다양한 구현예에서, 다수의 후보 응답 액션들에 대응하는 확률들은 사용자와 음성 지원 디바이스(52)와 같이 사용자에 의해 동작되는 디바이스들의 생태계의 하나 이상의 컴퓨팅 디바이스들 간의 인터렉션의 이력에 적어도 부분적으로 기초할 수 있다. 다양한 구현예에서, 선택된 응답 액션과 연관된 확률은 선택된 작업의 개시에 후속하는 사용자와 음성 지원 디바이스(52)(또는 생태계의 다른 디바이스들) 간의 하나 이상의 인터렉션들에 기초하여 후속적으로 변경될 수 있다.
일부 구현예에서, 모델들(74, 76 및 78)은 모듈들(64, 68, 70 및 72)의 기능일 수 있는, 더 적은 수의 모델로 결합되거나 추가 모델로 분할될 수 있음이 이해될 것이다. 또한, 모델들(74-78)은 모델이 음성 지원 디바이스(52)에 로컬로 저장됨에 따라 오프라인 모델들로 지칭되며, 따라서 디바이스(52)가 온라인 의미 프로세서(54)와 통신하지 않을 때 오프라인으로 액세스될 수 있다. 또한, 모듈(56)이 본 명세서에서 퍼스널 어시스턴트 모듈로서 기술되었지만, 이는 제한하려는 것이 아니다. 다양한 구현예에서, 음성 지원 디바이스(52)에서 동작하는 임의의 유형의 앱은 사용자 선언들 및 쿼리들에 응답하여 응답 액션들을 비-결정적으로 선택하고 및/또는 호출하기 위해 본 명세서에 기술된 기법들을 수행할 수 있다.
다양한 구현예들에서, 온라인 의미 프로세서(54)는, 예를 들어, 다양한 음향/언어, 문법 및/또는 액션 모델들(82)에 의존하는 음성 기반 쿼리 프로세서(80)를 사용하여, 음성 입력을 처리하기 위한 보완적인 기능을 포함할 수 있다. 일부 구현예들에서, 특히 음성 지원 디바이스(52)가 리소스-제한 디바이스인 경우, 그에 따라 사용된 음성 기반 쿼리 프로세서(80) 및 모델들(82)은 음성 지원 디바이스(52)에 로컬인 것보다 더 복잡하고 계산 리소스-집약적인 음성 프로세싱 기능을 구현할 수 있음이 인식될 것이다.
일부 구현예들에서, 다수의 음성 기반 쿼리 프로세서들(80)이 이용될 수 있고, 각각은 하나 이상의 개별 퍼스널 어시스턴트 모듈들(56)에 대한 온라인 대응 물로서 작동한다. 예를 들어, 일부 구현예들에서, 사용자의 생태계의 각 디바이스는(예를 들어, 사용자의 선호로 구성된, 동일한 인터렉션 이력과 연관된) 사용자와 연관된 퍼스널 어시스턴트 모듈(56)의 인스턴스를 동작하도록 구성될 수 있다. 음성 기반 쿼리 프로세서(80)의 단일의, 사용자 중심 온라인 인스턴스는 사용자가 그 시간에 어떤 디바이스를 동작하고 있는지에 따라, 이들 다수의 퍼스널 어시스턴트 모듈(56) 각각에 액세스가능할 수 있다.
일부 구현예들에서, 예를 들어, 디바이스가 온라인 서비스와 통신할 때마다 온라인 기능이 사용되고, 연결이 없는 경우 오프라인 기능이 사용되도록 온라인 및 오프라인 기능 모두가 지원될 수 있다. 다른 구현예들에서, 상이한 액션들 또는 액션 도메인들은 온라인 및 오프라인 기능에 할당될 수 있고, 다른 구현예들에서는 오프라인 기능이 특정한 음성 입력을 적절히 처리하지 못할 때에만 온라인 기능이 사용될 수 있다. 그러나 다른 구현예들에서는 보완적인 온라인 기능을 사용할 수 없다.
예를 들어, 도 3은 음성 입력을 처리하기 위해 음성 지원 디바이스(52)에 의해 실행될 수 있는 음성 프로세싱 루틴(100)을 도시한다. 블록(102)에서, 루틴(100)은 예를 들어 디지털 오디오 신호의 형태로 음성 입력을 수신함으로써 시작한다. 이러한 구현예에서, 음성 입력을 온라인 검색 서비스로 전송하기 위한 초기 시도가 이루어진다(블록(104)). 예를 들어, 연결 부재 또는 온라인 검색 서비스로부터의 응답 부재로 인해 성공하지 못하면, 블록(106)은 블록(108)으로 제어를 전달하여, 음성 입력을 텍스트 토큰들로 변환하고(예를 들어, 도 2의 모듈(64)을 사용하여, 블록(108)) 상기 텍스트 토큰들을 파싱하고(예를 들어, 도 2의 모듈(68)을 사용하여, 블록(110)), 상기 파싱된 텍스트로부터 액션을 빌드한다(예를 들어, 도 2의 모듈(72)을 사용하여, 블록(112)). 그 다음, 결과 액션이 클라이언트-사이드 렌더링 및 동기화를 수행하는데 사용되며(예를 들어, 도 2의 모듈 62 사용하여, 블록(114)), 음성 입력의 프로세싱이 완료된다.
블록(106)으로 돌아가서, 음성 입력을 온라인 검색 서비스로 전달하려는 시도가 성공적이면, 블록(106)은 블록들(108-112)을 바이패스하고, 블록(114)에 직접 제어를 전달하여, 클라이언트-사이드 렌더링 및 동기화를 수행한다. 그 다음 음성 입력의 프로세싱이 완료된다. 상술한 바와 같이, 다른 구현예에서, 음성 입력이 로컬적으로 처리될 수 있는 경우, 예를 들어, 불필요한 데이터 통신을 피하기 위해, 온라인 프로세싱 전에 오프라인 프로세싱이 시도될 수 있다는 것이 이해될 것이다.
도 4는 어떻게 퍼스널 어시스턴트 모듈(56)이 단독으로 또는 상대방 온라인 음성 기반 프로세서(80)와 함께 비결정적으로 작업 개시 프로세스를 호출하여, 사용자 선언(422)에 응답하여 수행할 하나 이상의 응답 액션들을 비-결정적으로 선택/개시할 수 있는지에 대한 예시적 시나리오(420)를 개략적으로 도시한다. 이 예에서, 사용자 선언(422)은 "존에게 연락해보자"라는 발화된 문구의 형태의 음성 입력을 포함한다. 사용자 선언(422)에 응답하여, 예를 들어, 액션 빌더 모듈(72) 및/또는 퍼스널 어시스턴트 모듈(56)에 의해 복수의 후보 응답 액션(424I-N 및 426I-M)이 식별될 수 있다. 각 후보 응답 액션(424/426)은 사용자 선언(422)을 만족시키는 연관된 확률을 갖는다.
사용자 선언(422)을 발행한 사용자가 "존(John)"또는 "존(Jon)"으로 명명된 다수의 연락처를 가진다고 가정하면, 사용자 선언(422)은 사용자가 어떤 “존”을 참조하는지 모호하다. 따라서, 후보 응답 액션들(424)의 제1 "레벨"은 사용자의 연락처 목록(또는 소셜 네트워크, 또는 다른 소스)에 "존(John)"또는 "존(Jon)"이라는 이름을 갖는 연락처를 포함한다. 제1 연락처(424i), 존 아담스(John Adams)는 사용자 선언(422)에 대한 응답일 확률이 20%이다. 제2 연락처(4242), 존 브래들리(John Bradley)는 사용자 선언(422)에 대한 응답일 확률이 15%이다. 제3 연락처(4243), 존 클라크(Jon Clarke)는 사용자 선언(422)에 대한 응답일 확률이 5%이다. 연락처(424N), 존 제니스(John Zenith)는 사용자 선언(422)에 대한 응답일 확률이 40%이다. 다양한 구현예에서, 하나 이상의 도시되지 않은 연락처들도 도 4에 도시된 것들과 함께 포함될 때, 비록 이것이 요구되지는 않지만, 합산 100%까지의 확률을 가질 수 있다.
본 명세서에 기술된 기법들을 사용하여, 퍼스널 어시스턴트 모듈(56)은 적어도 상기 확률들에 기초하여 사용자 선언(422)에 응답하여 단일의 연락처(424)를 비-결정적으로 그리고 단독으로 선택할 수 있다. 따라서, 존 아담스가 선택될 확률이 20 %, 존 제니스가 선택될 확률이 40%이다. 결과적으로, 사용자가 동일한 사용자 선언(422)이 10번 제공하면, 존 아담스가 두번 선택되고, 존 제니스가 네번 선택되며, 나머지 네 개의 인스턴스들은 나머지 연락처들(424) 중으로 분산될 가능성이 있다. 다른 구현예에서, 하나 이상의 임계치들을 만족하지 않는 확률들을 가지는 후보들은 폐기될 수 있고, 응답 후보는 나머지 후보들 중에서 비-결정적으로 선택될 수 있다(예를 들어, 완전히 랜덤하게 또는 확률들에 기초하여 랜덤하게).
도 4의 예에서, "존에게 연락해보자"라는 사용자 선언(422)은 또한 존이 어떻게 연락해야 하는지 모호하다. 음성 지원 디바이스(52)는 잠재적으로 사용자 선언(422)에 응답할 수 있는 다양한 앱들(426I-M)이 설치되어 있을 가능성이 크다. 따라서, 후보 응답 액션의 제2 "레벨"은 음성 지원 디바이스(52) 상에 설치된 그리고 개시되면 사용자 선언(422)에 잠재적으로 응답할 수 있는 후보 앱들(426)을 포함한다. 도 4에서, 연락처가 먼저 선택되고, 그 다음 앱이 선택된다. 그러나 이것은 제한적이지 않으며, 앱은 다른 구현예 및/또는 시나리오에서 연락처 보다 먼저 선택될 수 있다. 또한, 특정한 앱 및 연락처 중 하나의 선택은 다른 특정한 앱 및 연락처의 다운스트림 선택과 연관된 확률에 영향을 줄 수 있다.
이 예에서, 제1 후보 앱(426i)은 일반적으로 스마트폰에서 발견되는 표준 전화 어플리케이션인 "전화 앱 A"이다. 이는 60%의 연관된 확률을 가진다. 제2 후보 앱(4262)은 전화 대화를 용이하게하기 위해 VoIP(voice-over-IP) 또는 다른 유사한 기술을 사용하는 소위 "인터넷 전화” 어플리케이션일 수 있는 "전화 앱 B"이다. 이는 연관된 확률은 5%를 가지며, 사용자가 통신 모드로서 드물게 전화 앱 B(4262)를 사용한다는 것을 의미한다. 제3 후보 앱(4263)은 SMS 앱이다. 이는 20%의 연관된 확률을 가진다. 또 다른 후보 앱(426M)은 사용자가 소셜 네트워크 메시지를 보내는데 사용할 수 있는 소셜 네트워킹 어플리케이션이다. 이는 연관된 확률 5%를 가지며, 사용자가 통신 모드로서 드물게 후보 앱(426M)을 사용한다는 것을 의미한다.
후보 연락처들(424)의 경우에서와 같이, 퍼스널 어시스턴트 모듈(56)은 상기 확률들에 적어도 부분적으로 기초하여, 사용자 선언(422)에 응답하여 단독적 개시를 위해 단일의 앱(426)을 비-결정적으로 선택할 수 있다. 따라서, 전화 앱 A가 자동적으로 개시될 60%의 확률, SMS 앱(4263)이 자동적으로 개시될 20%의 확률이 있다. 나머지 앱들(426)은 상대적으로 낮은 확률을 가지며, 따라서 자동적으로 개시 될 가능성이 훨씬 적다(일부 구현예에서는 고려 대상으로부터 모두 제거될 수 있다). 결과적으로, 사용자가 동일한 사용자 선언(422)이 10번 제공하면, 전화 앱(426i)이 여섯번 선택되고, SMS 앱(4263)이 두번 선택되며, 나머지 두 개의 인스턴스들은 나머지 앱들(426) 중으로 분산될 가능성이 있다. 물론, 전술한 바와 같이, 후보 응답 앱들(426I-M)과 연관된 확률은 연락처(424)가 비-결정적으로 선택되는 것에 의해 영향을 받을 수 있다. 예를 들어, 존 브래들리가 비-결정적으로 선택되고, 사용자가 보통 SMS 앱(4263)을 통해 존 브래들리와 연락하면, SMS 앱(4263)과 연관된 확률이 증가될 수 있다.
후보 응답 액션들(예: 424, 426)과 연관된 확률들은 다양한 정보 신호에 기초하여 결정될 수 있다. 일부 구현예에서, 이들은 사용자와 이전에 언급된 디바이스들의 "생태계"와 같이 사용자에 의해 동작되는 하나 이상의 컴퓨팅 디바이스 사이의 인터렉션의 이력에 적어도 부분적으로 기초할 수 있다. 사용자와 하나 이상의 컴퓨팅 디바이스들 간의 인터렉션의 이력은 함께 또는 개별적으로 저장될 수 있는 사용자 인터렉션의 다양한 레코드를 포함할 수 있다. 예를 들어, 사용자의 인터렉션 이력에는 통화 로그(또는 여러 개의 다른 통화 어플리케이션이 있는 경우 둘 이상의 통화 로그), 문자 메시지 이력, 전자 메일 이력(예를 들어, 받은 편지함 및 보낸 편지함) 및 사용자에 의해 동작되는 디바이스들의 생태계 중 하나 이상에 설치된 다양한 앱과의 사용자 인터렉션의 기타 이력을 포함할 수 있다.
예시로서, 도 4를 다시 한번 참조하면, 사용자 선언(422)을 발행한 사용자가 “존(John)” 또는 “존(Jon)” 이름을 가지는 연락처 리스트에서 임의의 사람과 통신을 개시하는 경우, 존 제니스가 이력적으로 사용자에 의해 타겟팅된 가장 인기 있는 “존”이었고(40% 확률로 반영), 뒤이어 존 아담스, 그 다음이 존 브래들리, 그 다음이 존 클라크 등이었다는 것이 예를 들어, 통화 로그, 텍스트 메시지 이력, 이메일 이력 등으로부터 결정될 수 있다. 예를 들어, 사용자가 "존"에게 연락한 지난 N번에서, 존 제니스는 40%의 타겟이었고 존 아담스는 20%의 타겟이었다. 유사하게, 사용자가 임의의 사람과 통신을 개시하는 경우, 사용자가 전화 앱 A(예를 들어, 다른 사용자와의 연락을 개시한 마지막 N번의 인스턴스 중 60%)를 사용하였고, 그 다음 SMS 앱 등을 사용하였다는 것이 동일 또는 상이한 소스로부터 결정될 수 있다.
일부 구현예에서, 하나의 응답 액션과 연관된 확률은 충분히 유사한 것으로 간주되는 다른 작업과 연관된 하나 이상의 정보 신호에 적어도 부분적으로 기초하여 결정될 수 있다. 예를 들어, 도 4의 후보 연락처들(424I-N)과 연관된 확률을 계산할 때, 전화 앱 A를 사용하는 이전 전화 통화, SMS 앱을 사용하여 전송된 이전 텍스트 등과 같이 특정한 연락처와의 이전의 연락의 임의의 형태가 다른 앱을 사용하여 상기 특정한 연락처와 연락을 개시하는 것과 연관된 확률을 결정할 때 집합적으로 고려될 수 있다. 사용자가 “밥에게 메시지보내"라는 선언을 발행하지만, 사용자의 메시징 이력에서 검출된 이전 메시징 활동 특히, "밥에게 메시지보내"라는 퍼스널 어시스턴트 모듈에 대한 선언에 대한 응답이 없다고 가정한다. 그러나 "밥에게 전화해"라는 퍼스널 어시스턴트 모듈에 대한 이전의 사용자 선언에 응답하여 "밥 스미스"라는 연락처에 사용자가 전화를 걸었던 레코드들이 있다. 메시징 및 전화 응답 액션들은 "밥에게 메시지보내” 선언에 응답하여, 퍼스널 어시스턴트 모듈이 밥 스미스에게 메시징함으로써 선언이 이행되어야 하는 확률을 계산할 수 있는 것과 충분히 유사하다고 간주될 수 있다.
원시 구현에 더하여 또는 그 대신에, 다양한 구현예에서, 후보 응답 액션과 연관된 확률은 사용자의 인터렉션 이력에서 응답 액션(또는 충분히 유사한 응답 액션)이 얼마나 최근에 검출되었는지에 적어도 부분적으로 기초하여 결정될 수 있다. 사용자가 "존에게 전화해"라는 선언을 발행한 후 “존 아담스”보다 "존 제니스"를 이력적으로 더 자주 선택했다고 가정한다. 그러나, 사용자가 최근의 경우(예: 지난 주 동안) "존 제니스"보다 "존 아담스"를 더 자주 선택했다고 가정한다. 일부 구현예에서, 이것은 "존 아담스"와 연관된 확률을 그렇지 않은 것보다 약간 더 큰 것으로 계산하도록 고려될 수 있다.
후보 응답 액션(예: 424, 426)과 연관된 확률은 다양한 신호에 대한 응답으로 시간이 지남에 따라 변경될 수 있다. 일부 구현예에서, 비-결정적으로 선택된 응답 액션과 연관된 확률은 선택된 작업의 개시에 후속하는 사용자와 생태계의 하나 이상의 음성 지원 디바이스(52) 간의 하나 이상의 인터렉션들에 기초하여 변경될 수 있다. 존 아담스(424i)가 비-결정적으로 선택되고 전화 앱 A(426i)가 존 아담스의 전화 번호가 미리 다이얼된 상태로 비-결정적으로 개시되었다고 가정한다. 또한 사용자가 "통화"를 눌러 전화를 개시한다고 가정한다. 이 사용자 인터렉션은 긍정적인 피드백으로 해석될 수 있으며, 결과적으로 존 아담스 및 전화 앱 A에 할당된 미래의 확률을 증가시킬 수 있다. 마찬가지로, 사용자가 존 아담스의 전화 번호가 미리 다이얼된 전화 앱 A의 인스턴스화를 거부하고, 수동으로 새 번호를 다이얼하면, 해당 인터렉션은 부정적인 피드백으로 해석되어 동일한 확률을 감소시킨다.
다양한 구현예에서, 후보 응답 액션과 연관된 확률이 긍정 또는 부정적 피드백에 응답하여 변경될 수 있는 양은 다양한 척도들에 기초하여 결정될 수 있다. 일부 구현예에서, 비-결정적으로 선택된 응답 액션과 연관된 확률은 비-결정적으로 선택된 응답 액션과 예를 들어 비-결정적으로 선택된 작업을 거부한 후에 사용자에 의해 수동으로 개시되었던 대안적 응답 액션 간의 유사도에 반비례하는 양만큼 변경될 수 있다. 사용자가 "내일 아침 휴지통을 비우도록 미리 알림을 설정해"라는 요청을 발행한다고 가정하면, 비-결정적으로 선택된 응답 액션은 사용자의 업무 캘린더에 항목을 생성하는 것이다. 사용자가 상기 응답 액션을 거부하고, 대신에 내일 아침 휴지통을 꺼내기 위해 사용자의 개인 캘린더의 항목을 수동으로 정의한다고 가정한다. 이들 2개의 작업 - 업무 캘린더에 미리 알림을 생성하는 것과 개인 캘린더에 미리 알림을 생성하는 것 - 은 다소 비슷하기 때문에, 사용자가 후자를 선호하여 전자를 거부했다는 사실은 각 작업과 연관된 확률에만 상대적으로 작은 양으로 영향을 줄 수 있다. 대조적으로, 사용자가 완전히 구분되는 비-캘린더 관련 작업 미리 알림 어플리케이션(예를 들어, 운영 체제와 연관된)에서 작업을 수동으로 설정하는 것을 선호하여 전자를 거부한 경우, 확률은 더 크게 영향을 받을 수 있다.
두 개의 후보 응답 액션들 간의 "유사도"는 다양한 기법을 사용하여 결정될 수 있다. 일부 구현예에서, 다양한 특징들이 각 후보 응답 액션으로부터 추출되어 특징 벡터(feature vector)를 형성할 수 있다. 후보 응답 액션 특징 벡터들은 Kullback-Leibler ("KL") 발산(divergence), 코사인 유사성(cosine similarity)(때로는 "소프트 코사인 측정"이라고도 함), Levenshtein 거리 등과 같은 다양한 알고리즘들을 사용하여 서로 비교되어, 그들 사이의 유사도를 결정할 수 있다.
일부 구현예에서, 후보 응답 액션들과 연관된 확률들은 추가적으로 또는 대안 적으로 사용자의 현재 및/또는 과거 컨텍스트와 연관된 정보 신호에 기초하여 결정될 수 있다. 다양한 구현에서, 사용자의 현재 컨텍스트는 사용자의 현재 위치(예를 들어, 음성 지원 디바이스(52)상의 GPS 센서에 의해 제공되는 위치 좌표), 사용자의 위치에서의 현재 시간, 사용자의 캘린더상의 현재 스케쥴된 항목, 사용자의 소셜 네트워킹 상태 및/또는 다양한 센서들로부터 결정될 수 있는 다른 신호들을 포함할 수 있다. 예를 들어, 음성 지원 디바이스(52)는 사용자가 움직이고 있는 자동차 또는 비행기에 있음을 나타내는 가속도계를 구비할 수 있다. 추가적으로 또는 대안적으로, 사용자의 컨텍스트는 음성 지원 디바이스(52) 상에 현재 설치되고 및/또는 실행 중/실행 중이지 않은 하나 이상의 앱들을 포함할 수 있다.
사용자가 도 4의 사용자 선언(422)에 의해 표현된 음성 명령을 음성 지원 디바이스(52)에 발행한다고 가정한다. SMS 앱(4263)이 백그라운드에서 이미 열려 있고, 사용자가 최근에 존 브래들리와 문자 메시지를 보내고 있었다고 더 가정한다. SMS 앱(4263)이 이미 열려 있다는 사실은 상기 앱이 사용자 선언(422)에 응답일 (예를 들어, 도 4에 도시된 20%부터 더 높은 확률로) 확률을 증가시킬 수 있다. 유사하게, 사용자가 최근에 존 브래들리와 문자 메시지를 보내고 있었다는 사실은 또한 존 브래들리의 후보 연락처(4242)와 연관된 확률을 증가시킬 수 있다(예를 들어, 도 4에 도시된 15%로부터 이에 상응하게 더 높은 확률로). 결과적으로, SMS 앱(4263)은 존 브래들리(또한 비 결정적으로 선택된)에게 텍스트 메시지를 작성하기 위해 비 결정적으로 선택될 가능성이 도 4에 도시된 확률에 기초한 경우보다 더 커질 수 있다.
또 다른 예시로서, 사용자가 "데이비드에게 전화해” 요청을 하면, 사용자는 보통 동일한 시간대에 사는 데이비드 스미스를 의미한다고 가정한다. 그러나, 사용자가 먼 시간대로 이동했으며, 사용자에게는 그 먼 시간대에 살고 있는 데이비드 존스라는 이름의 다른 연락처가 있다고 가정한다. 일반적으로, 데이비드 스미스에게 비-결정적으로 전화를 개시할 확률은 데이비드 존스에게 전화를 비-결정적으로 개시할 확률보다 높을 수 있다. 그러나, 사용자의 현재 위치 및/또는 시간과 같은 음성 지원 디바이스(52)로부터의 하나 이상의 신호에 기초하여 결정될 수 있는 사용자의 현재 컨텍스트에 기초하여, 데이비드 존스에게 비-결정적으로 전화를 개시할 확률이 증가될 수 있다. 결과적으로, 사용자가 데이비드 존스의 시간대를 여행하는 동안, "데이비드에게 전화해"라는 사용자의 요청은 데이비드 스미스보다 데이비드 존스에게 비-결정적으로 전화가 개시되도록 할 가능성이 더 높다. 반대로, 사용자가 집에 있는 경우, "데이비드에게 전화해"라는 사용자의 요청은 데이비드 존스보다 데이비드 스미스에게 비-결정적으로 전화가 개시되도록 할 가능성이 더 높다.
대응하는 시간대에 더하여, 퍼스널 어시스턴트 모듈에 발행된 모호한 선언에서 사용자가 참조하는 연락처일 확률을 결정하기 위해 연락처와 연관된 다른 정보 신호가 사용될 수 있다. 예를 들어, "스벤"이라는 두 개의 연락처가 있는 사용자가 "스벤에게 전화해” 요청을 했다고 가정한다. 하나의 스벤 연락처가 일반적으로 선호될 수 있지만(예: 더 높은 확률이 할당 됨), 사용자가 가까운 장래에 다른 스벤과 스케쥴링된 미팅이 있다면, 다른 스벤의 확률은 미팅까지 미팅 중에 그리고 아마도 미팅 이후 일정 시간 동안 적어도 일시적으로 상승될 수 있다. 유사하게, 한 스벤이 다가오는 생일을 맞거나, 특정한 비행기로 동네에 도착할 예정이라면, 그 스벤의 확률은 적어도 일시적으로 다른 스벤보다 상승될 수 있다.
일부 구현예에서, 적어도 하나의 응답 액션과 연관된 확률은, 상기 사용자의 현재 컨텍스트와 상기 사용자가 과거에 상기 적어도 하나의 응답 액션(또는 충분히 유사한 작업)을 개시했을 때 상기 사용자의 컨텍스트 간의 유사도에 기초할 수 있다. 사용자가 주중에는 직장 동료 데이비드 스미스에게 전화하고, 주말에는 친척 데이비드 존스에게 전화한다고 가정한다. 사용자가 주중에 "데이비드에게 전화해” 선언을 하면, 사용자의 컨텍스트가 사용자가 데이비드 스미스에게 전화한 이전 인스턴스와 더 유사할 수 있으므로, 데이비드 스미스와의 전화가 비-결정적으로 개시될 확률이 증가된다. 마찬가지로, 주말에 사용자가 상기 선언을 하면, 사용자가 데이비드 존스에게 전화하는 이전 인스턴스와 더 유사할 수 있다. 이는 데이비드 존스와의 전화가 비-결정적으로 개시될 가능성을 증가시킬 수 있다.
확률을 결정하기 위해 보다 복잡한 컨텍스트적 비교가 수행될 수 있다. 일부 구현예에서, 특징은 이전 및 현재 컨텍스트로부터 추출되어 유사도를 결정하기 위해 비교될 수 있다. 상기 대안적 후보 응답 액션들과 유사하게, 컨텍스트들 간의 유사도를 계산하기 위해 다양한 기법들이 이용될 수 있고, 이는 KL 발산, 코사인 유사도, Levenshtein 거리 등을 포함하지만 이에 한정되지 않는다. 예를 들어, 선언을 할 때, 사용자의 현재 컨텍스트와 대응하는 특징 벡터가 복수의 후보 응답 액션들 각각의 이전 수행 동안 사용자의 컨텍스트에 대해 생성된 특징 벡터들과 비교될 수 있다. 사용자의 현재 컨텍스트를 표현하는 특징 벡터와 가장 유사한 특징 벡터를 갖는 후보 응답 액션은 응답일 가장 높은 가능성을 갖는 것으로 간주될 수 있으며, 따라서 가장 높은 확률이 할당될 수 있다. 사용자의 현재 컨텍스트를 표현하는 특징 벡터와 가장 유사한 특징 벡터를 갖는 후보 응답 액션은 응답일 가장 낮은 가능성을 갖는 것으로 간주될 수 있으며, 따라서 가장 낮은 확률이 할당될 수 있다. 등등.
도 5는 잠재적으로 사용자 선언에 대한 응답일 하나 이상의 작업들을 비-결정적으로 선택하고 및/또는 개시하기 위한 퍼스널 어시스턴트 모듈에 의한 실행에 적절한 루틴(550)을 도시한다. 루틴(550)은 음성 기반의 쿼리들을 프로세싱하는 동일한 서비스에 의해 실행될 수 있거나, 함께있는 상이한 서비스일 수 있다.
루틴(550)의 블록들(552-556)은 도 3에 도시된 루틴(100)의 다양한 블록들과 유사하다. 블록(552)에서, 예를 들어, 디지털 오디오 신호의 형태로 음성 입력이 수신된다. 블록(554)에서, 음성 입력은(예를 들어, 도 2의 모듈(64) 및/또는 모델(82)을 사용하여) 텍스트 토큰들로 변환된다. 블록(556)에서, 상기 텍스트 토큰들은(예를 들어, 도 2의 모듈(68) 및/또는 모델(82)을 사용하여) 파싱된다.
블록(558)에서, 블록(556)에서 식별된 선언에 대한 응답인 액션을 비-결정 론적으로 선택하고 및/또는 개시하기 위해, 예를 들어 퍼스널 어시스턴트 모듈(56)에 의해 비결정 작업 개시 프로세스(예를 들어, 서브 루틴)가 개시될 수 있다. 블록(560)에서, 비결정적 작업 개시 프로세스는 잠재적으로 블록(556)에서 식별된 사용자 선언에 대한 응답일 수 있는 다수의 액션들을 후보들로서 식별할 수 있다(또는 식별하기 위해 액션 빌더 모듈(72)을 요청할 수 있다). 예를 들어, 사용자 선언이 "전화"라는 용어를 포함하고 있으면, 하나 이상의 전화 어플리케이션과 같이, 전화 액션과 의미적으로 관련된 임의의 어플리케이션이 잠재적으로 응답 후보들로서 식별될 수 있다.
선택적인 블록(562)에서, 블록(560)에서 식별된 하나 이상의 후보 응답 액션들과 연관된 하나 이상의 확률들이 결정될 수 있다. 전술한 바와 같이, 이들 확률들은 사용자 인터렉션 이력, 사용자의 현재 컨텍스트, 사용자가 후보 응답 액션들을 이전에 개시했을 때의 사용자 컨텍스트 등과 같은 다양한 정보 신호에 기초할 수 있다. 블록(564)에서, 일부 경우에 블록(562)에서 결정된 확률에 적어도 부분적으로 기초하여, 단일의 응답 액션이 음성 지원 디바이스(52)에서 비-결정적으로 선택되고 및/또는 개시될 수 있다.
블록(566)에서, 사용자 및 음성 지원 디바이스(52)(및/또는 사용자 생태계의 일부를 형성하는 다른 컴퓨팅 디바이스) 간의 후속 인터렉션 이력이 분석될 수 있다. 블록(568)에서, 하나 이상의 후보 응답 액션들과 연관된 하나 이상의 확률들이 예를 들어 후속 사용자 선언에 응답하여 대응하여 변경될 수 있다. 이전에 언급된 바와 같이, 후속하는 인터렉션 이력은 예를 들어, 사용자가 비-결정적으로 개시된 응답 액션을 수락 또는 거절하는 것을 포함할 수 있다.
사용자와 그 사용자에 의해 동작되는 컴퓨팅 디바이스들의 생태계 간의 인터렉션 이력은 이들 컴퓨팅 디바이스들의 메모리에 더하여 또는 그 대신에 다양한 메모리 위치에 저장될 수 있다. 예를 들어, 일부 구현예에서, 하나 이상의 인터렉션 이력 레코드는 예를 들어 하나 이상의 음성 기반 쿼리 프로세서(80)와 연관되어 클라우드에 저장될 수 있다. 이러한 의미에서, 사용자 선언이 하나의 컴퓨팅 디바이스에 제공된 때, 클라우드에 저장된 생태계 및/또는 레코드의 하나 이상의 다른 컴퓨팅 디바이스가 컨설팅될 수 있고, 후보 응답 액션에 확률을 할당하는데 사용될 수 있다. 사용자의 후속하는 인터렉션 이력은 장래의 사용을 위해 이들 다양한 위치 중 하나 이상에 저장될 수 있다. 클라우드에 적어도 일부 인터렉션 이력 레코드를 저장함으로써, 사용자의 생태계의 모든 컴퓨팅 디바이스들에서 이러한 레코드가 사용가능할 수 있다. 이는 모든 사용자의 디바이스들에서 사용자가 보다 일관된 경험을 할 수 있게 한다. 또한, 사용자가 생태계에 새 디바이스를 추가하면, 해당 새 디바이스에서 동작하는 퍼스널 어시스턴트 모듈이 사용자의 인터렉션 이력에 즉시 액세스 할 수 있다.
본 명세서에 설명된 구현예는 주로 전화 및 메시징 응답 액션의 사용을 시연했지만, 이는 제한하려는 것이 아니다. 본 명세서에 기술된 기법들은 다양한 다른 유형의 응답 액션들에 확률들을 할당하는데 사용될 수 있다. 예를 들어, 사용자가 "XX에 알람 설정"이라고 말하면, 사용자의 이전 생태계의 컴퓨팅 디바이스들과의 사용자의 이전의 인터렉션을 분석하여 사용자의 알람 설정에 대한 습관을 결정할 수 있다. 이러한 습관 및 날짜, 시간 및 위치와 같은 다양한 다른 정보 신호에 기초하여, 알람 시간은 사용자가 수락 또는 거부할 수 있도록 비-결정적으로 선택될 수 있다.
일부 구현예에서, 모든 가능한 후보 응답 액션들와 연관된 확률이 어떤 임계치(예를 들어, 15% 초과)를 충족하지 못하면, 이는 임의의 특정한 응답 액션이 정확할 것이라는 확신이 거의 없음을 나타낸다. 그러한 경우, 퍼스널 어시스턴트 모듈(56)은 사용자로부터 추가 정보를 요구할 수 있다. 일부 구현예에서, 이러한 상황에서 사용자에게 제공되는 하나 이상의 프롬프트는 본 명세서에 기술된 기법들을 사용하여 선택될 수 있다. 예를 들어, 사용자는 가장 높은 연관된 확률들로 2개 이상의 후보 응답 액션들 간의 모호성을 제거하기 위한 정보에 대해 구체적으로 프롬프트될 수 있다. 전술한 바와 같이, 다른 구현예에서, 하나 이상의 임계치들(또는 N개의 가장 높은 확률의 후보들만)을 만족시키는 확률들을 갖는 후보 응답 액션들만이 하나가 비-결정적으로 선택되는 후보의 풀에 포함될 수 있다.
또한, 일부 구현예에서, 비-결정적으로 선택된 응답 액션과 연관된 확률은 응답 액션이 사용자에게 개시되고 및/또는 제시되는지에 영향을 줄 수 있다. 예를 들어, 확률이 상대적으로 높은 임계치(예를 들어, 95%초과)를 충족하는 경우 응답 액션은 완전하게 개시될 수 있다(예를 들어, 전화가 걸림). 확률이 그 임계치를 충족하지 못하는 경우, 상기 응답 액션은 보다 낮은 정도로 개시될 수 있다(예를 들어, 전화 앱이 열리고 전화 번호가 미리 눌리지만, 사용자가 “통화”를 누를 때까지 전화가 걸리지 않을 수 있음).
몇몇 구현예가 본 명세서에서 기술되고 도시되었지만, 기능을 수행하고 및/또는 결과 및/또는 본 명세서에 기술된 하나 이상의 이점을 획득하기 위한 다양한 다른 수단들 및/또는 구조들가 활용될 수 있으며, 그러한 변형들 및/또는 수정들은 본 명세서에서 기술된 구현예들의 범위 내에 있는 것으로 간주된다. 보다 일반적으로, 본 명세서에 기술된 모든 파라미터, 치수, 재료 및 구성은 예시적인 것으로 의도되었으며, 실제 파라미터, 치수, 재료 및/또는 구성은 교시를 사용되는 특정 어플리케이션 또는 어플리케이션들에 의존할 것이다. 통상의 기술자는 일상적인 실험만을 사용하여 본 명세서에 기술된 특정 구현예들에 대한 많은 균등물들을 인식할 수 있거나 또는 확인할 수 있을 것이다. 따라서, 전술한 구현예들은 단지 예일 뿐이며, 첨부된 청구범위 및 그 균등물의 범위 내에서 구현은 구체적으로 기술되고 청구된 것과 다르게도 실시 될 수 있음을 이해해야 한다. 본 개시의 구현은 본 명세서에 기술된 각각의 개별적인 구성, 시스템, 물품, 재료, 키트 및/또는 방법에 관한 것이다. 또한 구성, 시스템, 물품, 재료, 키트 및/또는 방법이 상호 불일치하지 않는다면, 그러한 두 개 이상의 구성, 시스템, 물품, 재료, 키트 및/또는 방법의 모든 조합이 본 발명의 범위 내에 포함된다.

Claims (20)

  1. 컴퓨터로 구현되는 방법으로서,
    하나 이상의 프로세서들에 의해, 컴퓨팅 디바이스에서 수신된 사용자 선언을 식별하는 단계;
    상기 하나 이상의 프로세서들에 의해, 상기 사용자 선언에 기초하여, 상기 사용자 선언에 응답하여 상기 컴퓨팅 디바이스에 의해 개시될 수 있는 복수의 후보 응답 액션들을 식별하는 단계;
    상기 하나 이상의 프로세서들에 의해, 각 후보 응답 액션의 개시가 상기 사용자 선언에 대한 응답일 확률을 결정하는 단계, 상기 확률을 상기 사용자와 상기 사용자에 의해 동작되는 하나 이상의 컴퓨팅 디바이스들 간의 인터렉션의 이력에 기초하며;
    상기 하나 이상의 프로세서들에 의해, 상기 사용자 선언에 응답하여 상기 컴퓨팅 디바이스에서 단독으로 개시될 상기 복수의 후보 응답 액션들 중 단일의 후보 응답 액션을 비-결정적으로 선택하는 단계, 상기 복수의 후보 응답 액션들은 상기 복수의 후보 응답 액션들의 상기 확률에 기초하여 상기 비-결정적 선택 동안에 가중화되며;
    상기 하나 이상의 프로세서들에 의해, 상기 컴퓨팅 디바이스에서 상기 선택된 단일의 후보 응답 액션을 단독으로 개시하는 단계; 및
    상기 하나 이상의 프로세서들에 의해, 상기 선택된 응답 액션의 개시에 후속하는 상기 사용자와 상기 컴퓨팅 디바이스 간의 하나 이상의 인터렉션들에 기초하여 상기 개시된 응답 액션과 연관된 확률을 변경하는 단계를 포함하며,
    상기 사용자와 상기 컴퓨팅 디바이스 간의 상기 하나 이상의 인터렉션들은 상기 단일의 응답 액션의 거부 및 대안 후보 응답 액션의 수동 개시를 포함하며; 그리고
    상기 변경하는 단계는 상기 선택된 응답 액션과 상기 대안 후보 응답 액션 간의 유사도에 반비례하는 양만큼 상기 선택된 응답 액션과 연관된 확률을 변경하는 것을 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 방법.
  2. 청구항 1에 있어서,
    상기 확률은 추가적으로 상기 사용자의 현재 컨텍스트에 적어도 부분적으로 기초하여 결정되는 것을 특징으로 하는 컴퓨터로 구현되는 방법.
  3. 청구항 2에 있어서,
    상기 사용자의 현재 컨텍스트는 상기 컴퓨팅 디바이스에 의해 결정된 상기 사용자의 현재 위치를 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 방법.
  4. 청구항 2에 있어서,
    상기 사용자의 현재 컨텍스트는 상기 사용자의 현재 위치에서의 현재 시간을 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 방법.
  5. 청구항 2에 있어서,
    적어도 하나의 후보 응답 액션과 연관된 확률은, 상기 사용자의 현재 컨텍스트와 상기 사용자가 과거에 상기 적어도 하나의 응답 액션을 개시했을 때 상기 사용자의 컨텍스트 간의 유사도에 기초하는 것을 특징으로 하는 컴퓨터로 구현되는 방법.
  6. 청구항 1에 있어서,
    상기 복수의 후보 응답 액션들은 상기 컴퓨팅 디바이스에 설치된 복수의 소프트웨어 애플리케이션들을 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 방법.
  7. 청구항 1에 있어서,
    상기 사용자 선언은 전화 통화를 개시하기 위한 요청을 포함하며, 그리고 상기 복수의 후보 응답 액션들은 상기 컴퓨팅 디바이스에 설치된 복수의 전화 어플리케이션들을 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 방법.
  8. 청구항 1에 있어서,
    상기 사용자 선언은 메시지를 전송하기 위한 요청을 포함하며, 그리고 상기 복수의 후보 응답 액션들은 상기 컴퓨팅 디바이스에 설치된 복수의 메시징 어플리케이션들을 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 방법.
  9. 청구항 1에 있어서,
    상기 사용자 선언은 미리 알림을 설정하기 위한 요청을 포함하며, 그리고 상기 복수의 후보 응답 액션들은 상기 컴퓨팅 디바이스에 설치된 미리 알림 기능을 포함하는 복수의 어플리케이션들을 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 방법.
  10. 시스템으로서, 하나 이상의 프로세서들 및 명령어들을 저장하는 메모리를 포함하며, 상기 명령어들은 상기 하나 이상의 프로세서들에 의해 실행될 때, 상기 하나 이상의 프로세서들로 하여금 청구항 1 내지 9 중 어느 한 항에 기재된 방법을 수행하게 하는 것을 특징으로 하는 시스템.
  11. 명령어들을 저장하는 컴퓨터 판독가능 저장 매체로서, 상기 명령어들은 컴퓨팅 시스템에 의해 실행될 때, 상기 컴퓨팅 시스템으로 하여금 청구항 1 내지 9 중 어느 한 항에 기재된 방법을 수행하게 하는 것을 특징으로 하는 컴퓨터 판독가능 저장 매체.
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
KR1020197000505A 2016-06-07 2016-12-28 퍼스널 어시스턴트 모듈에 의한 비결정적 작업 개시 KR102189853B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/175,639 US10282218B2 (en) 2016-06-07 2016-06-07 Nondeterministic task initiation by a personal assistant module
US15/175,639 2016-06-07
PCT/US2016/068909 WO2017213702A1 (en) 2016-06-07 2016-12-28 Nondeterministic task initiation by a personal assistant module

Publications (2)

Publication Number Publication Date
KR20190016552A KR20190016552A (ko) 2019-02-18
KR102189853B1 true KR102189853B1 (ko) 2020-12-11

Family

ID=57838519

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197000505A KR102189853B1 (ko) 2016-06-07 2016-12-28 퍼스널 어시스턴트 모듈에 의한 비결정적 작업 개시

Country Status (8)

Country Link
US (2) US10282218B2 (ko)
EP (1) EP3465676B1 (ko)
JP (1) JP6827479B2 (ko)
KR (1) KR102189853B1 (ko)
CN (1) CN107481719B (ko)
DE (2) DE102016125801A1 (ko)
GB (1) GB2551216A (ko)
WO (1) WO2017213702A1 (ko)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10257314B2 (en) * 2016-06-22 2019-04-09 Microsoft Technology Licensing, Llc End-to-end user experiences with a digital assistant
US10671602B2 (en) * 2017-05-09 2020-06-02 Microsoft Technology Licensing, Llc Random factoid generation
CN116679903A (zh) * 2017-10-03 2023-09-01 谷歌有限责任公司 车辆环境中的多个数字助理协调
CN110136701B (zh) * 2018-02-09 2023-03-31 阿里巴巴集团控股有限公司 语音交互服务处理方法、装置和设备
US10360304B1 (en) 2018-06-04 2019-07-23 Imageous, Inc. Natural language processing interface-enabled building conditions control system
CN108762851A (zh) * 2018-06-04 2018-11-06 联想(北京)有限公司 电子设备的操作方法和电子设备
US20190386840A1 (en) * 2018-06-18 2019-12-19 Cisco Technology, Inc. Collaboration systems with automatic command implementation capabilities
CN108962261A (zh) * 2018-08-08 2018-12-07 联想(北京)有限公司 信息处理方法、信息处理装置和蓝牙耳机
US11151986B1 (en) * 2018-09-21 2021-10-19 Amazon Technologies, Inc. Learning how to rewrite user-specific input for natural language understanding
KR102643444B1 (ko) 2018-09-27 2024-03-06 구글 엘엘씨 자동 내비게이션을 용이하게 하기 위한 웹 페이지 분석
KR102613210B1 (ko) * 2018-11-08 2023-12-14 현대자동차주식회사 차량 및 그 제어방법
DE102018221712B4 (de) * 2018-12-13 2022-09-22 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines interaktiven Informationssystems für ein Fahrzeug, sowie ein Fahrzeug
US11455987B1 (en) * 2019-03-06 2022-09-27 Amazon Technologies, Inc. Multiple skills processing
EP3757991A1 (en) 2019-06-26 2020-12-30 Samsung Electronics Co., Ltd. Electronic apparatus and control method thereof
CN110780956A (zh) * 2019-09-16 2020-02-11 平安科技（深圳）有限公司 一种智能远程协助方法、装置、计算机设备及存储介质
CN110674338B (zh) * 2019-09-27 2022-11-01 百度在线网络技术（北京）有限公司 语音技能推荐方法、装置、设备及存储介质
US11798538B1 (en) * 2020-09-21 2023-10-24 Amazon Technologies, Inc. Answer prediction in a speech processing system
EP4064279A4 (en) * 2021-01-28 2022-12-21 Samsung Electronics Co., Ltd. DEVICE AND METHOD FOR PROVIDING RECOMMENDED SENTENCES ASSOCIATED WITH USER STATEMENT INPUT
DE202021001939U1 (de) * 2021-06-01 2021-07-15 Tigacall Gmbh Smartphone-Applikation zur effizienten Anrufhandhabung

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002287793A (ja) 2001-03-28 2002-10-04 Just Syst Corp コマンド処理装置、コマンド処理方法、及びコマンド処理プログラム
US20120265528A1 (en) * 2009-06-05 2012-10-18 Apple Inc. Using Context Information To Facilitate Processing Of Commands In A Virtual Assistant
CN103226949A (zh) 2011-09-30 2013-07-31 苹果公司 在虚拟助理中使用情境信息来促进命令的处理
JP2014068170A (ja) 2012-09-26 2014-04-17 Kyocera Corp 情報端末、音声操作プログラムおよび音声操作方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0451799A (ja) * 1990-06-20 1992-02-20 Hitachi Ltd 遠隔制御方式
JP3662780B2 (ja) * 1999-07-16 2005-06-22 日本電気株式会社 自然言語を用いた対話システム
JP4405370B2 (ja) * 2004-11-15 2010-01-27 本田技研工業株式会社 車両用機器制御装置
US8131718B2 (en) 2005-12-13 2012-03-06 Muse Green Investments LLC Intelligent data retrieval system
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
EP1914639A1 (en) 2006-10-16 2008-04-23 Tietoenator Oyj System and method allowing a user of a messaging client to interact with an information system
US8140335B2 (en) 2007-12-11 2012-03-20 Voicebox Technologies, Inc. System and method for providing a natural language voice user interface in an integrated voice navigation services environment
JP2011107603A (ja) * 2009-11-20 2011-06-02 Sony Corp 音声認識装置、および音声認識方法、並びにプログラム
GB2476964A (en) * 2010-01-15 2011-07-20 Anatoly Verenchikov Electrostatic trap mass spectrometer
US8694313B2 (en) * 2010-05-19 2014-04-08 Google Inc. Disambiguation of contact information using historical data
WO2012135229A2 (en) * 2011-03-31 2012-10-04 Microsoft Corporation Conversational dialog learning and correction
JP5658641B2 (ja) * 2011-09-15 2015-01-28 株式会社Ｎｔｔドコモ 端末装置、音声認識プログラム、音声認識方法および音声認識システム
US9411639B2 (en) * 2012-06-08 2016-08-09 Alcatel Lucent System and method for managing network navigation
US8949334B2 (en) 2012-07-26 2015-02-03 Microsoft Corporation Push-based recommendations
US9104487B2 (en) * 2012-09-28 2015-08-11 Alcatel Lucent Reducing response time variance of virtual processors
US20140095172A1 (en) * 2012-10-01 2014-04-03 Nuance Communications, Inc. Systems and methods for providing a voice agent user interface
EP2741477B1 (en) * 2012-12-06 2020-02-05 BlackBerry Limited Method Of Identifying Contacts For Initiating A Communication Using Speech Recognition
KR101759009B1 (ko) * 2013-03-15 2017-07-17 애플 인크. 적어도 부분적인 보이스 커맨드 시스템을 트레이닝시키는 것
WO2014197336A1 (en) * 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
CN103442138A (zh) * 2013-08-26 2013-12-11 华为终端有限公司 语音控制方法、装置及终端
CN104427109B (zh) * 2013-08-30 2017-04-19 联想(北京)有限公司 使用语音创建联系人项的方法及电子设备
US9286892B2 (en) 2014-04-01 2016-03-15 Google Inc. Language modeling in speech recognition
US20170010859A1 (en) * 2014-04-22 2017-01-12 Mitsubishi Electric Corporation User interface system, user interface control device, user interface control method, and user interface control program
JP6390264B2 (ja) * 2014-08-21 2018-09-19 トヨタ自動車株式会社 応答生成方法、応答生成装置及び応答生成プログラム
JP2016151928A (ja) * 2015-02-18 2016-08-22 ソニー株式会社 情報処理装置、情報処理方法、及びプログラム
US20170018268A1 (en) * 2015-07-14 2017-01-19 Nuance Communications, Inc. Systems and methods for updating a language model based on user input

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002287793A (ja) 2001-03-28 2002-10-04 Just Syst Corp コマンド処理装置、コマンド処理方法、及びコマンド処理プログラム
US20120265528A1 (en) * 2009-06-05 2012-10-18 Apple Inc. Using Context Information To Facilitate Processing Of Commands In A Virtual Assistant
CN103226949A (zh) 2011-09-30 2013-07-31 苹果公司 在虚拟助理中使用情境信息来促进命令的处理
JP2014068170A (ja) 2012-09-26 2014-04-17 Kyocera Corp 情報端末、音声操作プログラムおよび音声操作方法

Also Published As

Publication number Publication date
CN107481719B (zh) 2020-12-29
WO2017213702A1 (en) 2017-12-14
EP3465676B1 (en) 2022-10-26
US10282218B2 (en) 2019-05-07
US20170351532A1 (en) 2017-12-07
DE102016125801A1 (de) 2017-12-07
JP2019523907A (ja) 2019-08-29
GB201621097D0 (en) 2017-01-25
DE202016008238U1 (de) 2017-05-05
JP6827479B2 (ja) 2021-02-10
CN107481719A (zh) 2017-12-15
EP3465676A1 (en) 2019-04-10
GB2551216A (en) 2017-12-13
US20190235888A1 (en) 2019-08-01
KR20190016552A (ko) 2019-02-18

Similar Documents

Publication Publication Date Title
KR102189853B1 (ko) 퍼스널 어시스턴트 모듈에 의한 비결정적 작업 개시
KR102178896B1 (ko) 선택적으로 조종 가능한 상태 머신을 갖는 개인 보조 모듈 제공
EP3510593B1 (en) Task initiation using long-tail voice commands
KR102297394B1 (ko) 적절한 에이전트의 자동화된 어시스턴트 호출
JP6690063B2 (ja) 対話型アシスタントモジュールによるアクセスの条件付き提供
KR20230003253A (ko) 인간 사용자를 대신하여 대화형 음성 응답(ivr) 트리 자동 탐색
JP2022539674A (ja) 特定話者スピーチモデルを使用した話者認識
JP2024020472A (ja) 人間の参加者の代理の自動アシスタントによる準委任通話
US20240205332A1 (en) System(s) and method(s) for implementing a personalized chatbot
US20240185834A1 (en) Unstructured description-based chatbot development techniques

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant