KR102398649B1 - 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 - Google Patents
사용자 발화를 처리하는 전자 장치 및 그 동작 방법 Download PDFInfo
- Publication number
- KR102398649B1 KR102398649B1 KR1020170039495A KR20170039495A KR102398649B1 KR 102398649 B1 KR102398649 B1 KR 102398649B1 KR 1020170039495 A KR1020170039495 A KR 1020170039495A KR 20170039495 A KR20170039495 A KR 20170039495A KR 102398649 B1 KR102398649 B1 KR 102398649B1
- Authority
- KR
- South Korea
- Prior art keywords
- electronic device
- user
- utterance
- text
- external server
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 83
- 238000012545 processing Methods 0.000 title description 198
- 238000004891 communication Methods 0.000 claims abstract description 113
- 238000003825 pressing Methods 0.000 claims description 29
- 230000004044 response Effects 0.000 abstract description 74
- 238000010586 diagram Methods 0.000 description 49
- 230000006870 function Effects 0.000 description 44
- 239000003795 chemical substances by application Substances 0.000 description 37
- 230000009471 action Effects 0.000 description 35
- 230000008859 change Effects 0.000 description 26
- 230000008569 process Effects 0.000 description 22
- 230000005540 biological transmission Effects 0.000 description 20
- 230000004913 activation Effects 0.000 description 17
- 238000007726 management method Methods 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 9
- 230000001413 cellular effect Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 5
- 230000003111 delayed effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000972773 Aulopiformes Species 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000010391 action planning Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 238000002567 electromyography Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000001646 magnetic resonance method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- STEPQTYSZVCJPV-UHFFFAOYSA-N metazachlor Chemical compound CC1=CC=CC(C)=C1N(C(=O)CCl)CN1N=CC=C1 STEPQTYSZVCJPV-UHFFFAOYSA-N 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 235000019515 salmon Nutrition 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04886—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures by partitioning the display area of the touch-screen or the surface of the digitising tablet into independently controllable areas, e.g. virtual keyboards or menus
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—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
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- General Health & Medical Sciences (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
본 발명의 다양한 실시예에 따른 전자 장치는, 전면, 후면 및 상기 전면과 상기 후면 사이의 공간을 둘러싸는 측면을 포함하는 하우징; 상기 하우징 안에 배치되며, 상기 전면을 통하여 노출되는 터치스크린 디스플레이; 상기 하우징 안에 배치되며, 상기 하우징의 부분을 통하여 노출되는 마이크; 상기 하우징 안에 배치되며, 상기 하우징의 다른 부분을 통하여 노출되는 적어도 하나의 스피커; 상기 하우징의 또 다른 부분에 배치되거나 또는 상기 터치스크린 디스플레이 상에 표시하도록 설정되는 버튼; 상기 하우징 안에 위치하는 무선 통신 회로; 상기 하우징 안에 위치하며, 상기 터치스크린 디스플레이, 상기 마이크, 상기 스피커 및 상기 무선 통신 회로에 전기적으로 연결되는 프로세서; 및 상기 하우징 안에 위치하며, 상기 프로세서에 전기적으로 연결되는 메모리를 포함하고, 상기 메모리는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고, 상기 메모리는, 실행 시에, 상기 프로세서가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고, 상기 제 1 동작은, 상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 도중에, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 1 사용자 발화를 수신하고, 자동 스피치 인식(automatic speech recognition: ASR) 시스템 및 지능 시스템(intelligence system)을 포함하는 외부 서버로 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고, 상기 제 1 데이터를 제공한 이후에, 상기 서버로부터 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성되는 태스크를 수행하도록 하는 적어도 하나의 명령을 수신하고, 상기 제 2 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되는 도중에 상기 버튼을 통하여 상기 제 1 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 2 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고, 상기 제 2 데이터를 제공한 이후에, 상기 서버로부터, 상기 제 2 사용자 발화로부터 상기 자동 스피치 인식에 의하여 생성된 텍스트에 대한 데이터를 수신하지만, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고, 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력할 수 있다. 또는, 다른 실시예도 가능하다.
Description
본 발명의 다양한 실시예는, 사용자 발화를 처리하는 전자 장치 및 그 동작 방법에 관한 것이다.
음성인식 서비스, 음성인식 인터페이스를 통하여, 사용자로부터 음성을 입력받아 사용자 의도에 기반한 다양한 컨텐츠 서비스를 제공하거나, 전자 장치 내 특정 기능들을 수행할 수 있는 기술이 개발되어 왔다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다.
자동음성인식(automatic speech recognition: ASR)은 사용자의 음성을 받아 음향적 특징 벡터(feature vector)을 추출하고 이에 기반하여 상기 입력 음성에 대응되는 텍스트를 생성할 수 있다. 상기 ASR을 통해서, 전자 장치는, 사용자의 직접적인 입력으로 자연어 입력을 받을 수 있다. 자연어(natural language)는 일반적으로 사람이 사용하는 언어를 의미하며, 기계가 별도의 분석 없이 직접적으로 이해할 수 없다. 일반적으로 음성인식 시스템에 있어서의 자연어 이해 (natural language understanding: NLU) 방법으로는 수동으로 구축한 의미론적 단계의 문법을 통하여 음성언어를 이해하는 방법 또는, 통계적 방법으로 생성된 언어 모델에 기반하여 정의된 의미 구조에 단어 문자열을 대응하여 이해하는 방법을 포함할 수 있다.
전자 장치는, 상기 언급한 음성인식과 자연어처리를 통해 사용자에게 다양한 형태의 음성기반 서비스를 제공할 수 있다.
전자 장치는, 같은 사용자 발화에 대하여서도 음성처리 방법에 따라 다른 결과를 제공할 수 있다. 예를 들어, 전자 장치는, "오늘 날씨 어때"의 사용자 발화에 대하여서, 구술(dictation) 서비스를 적용한 경우에는 "오늘 날씨 어때"의 텍스트 인식 결과를 출력할 수 있으며, 대화 서비스를 적용한 경우에는 "오늘 날씨가 맑습니다"라는 응답을 제공할 수 있다. 전자 장치에서, 예를 들어 구술 서비스 또는 대화 서비스에 대응하는 사용자 발화를 처리하고, 전자 장치의 상태 등에 기초하여 사용자 발화의 처리 모드를 선택하는 데 어려움이 있었다.
본 발명의 다양한 실시예에 따른 전자 장치 및 그 동작 방법은, 다양한 사용자 발화 모드에 따라 처리된 결과를 제공할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치는, 전면, 후면 및 상기 전면과 상기 후면 사이의 공간을 둘러싸는 측면을 포함하는 하우징; 상기 하우징 안에 배치되며, 상기 전면을 통하여 노출되는 터치스크린 디스플레이; 상기 하우징 안에 배치되며, 상기 하우징의 부분을 통하여 노출되는 마이크; 상기 하우징 안에 배치되며, 상기 하우징의 다른 부분을 통하여 노출되는 적어도 하나의 스피커; 상기 하우징의 또 다른 부분에 배치되거나 또는 상기 터치스크린 디스플레이 상에 표시하도록 설정되는 버튼; 상기 하우징 안에 위치하는 무선 통신 회로; 상기 하우징 안에 위치하며, 상기 터치스크린 디스플레이, 상기 마이크, 상기 스피커 및 상기 무선 통신 회로에 전기적으로 연결되는 프로세서; 및 상기 하우징 안에 위치하며, 상기 프로세서에 전기적으로 연결되는 메모리를 포함하고, 상기 메모리는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고, 상기 메모리는, 실행 시에, 상기 프로세서가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고, 상기 제 1 동작은, 상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 도중에, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 1 사용자 발화를 수신하고, 자동 스피치 인식(automatic speech recognition: ASR) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고, 상기 제 1 데이터를 제공한 이후에, 상기 서버로부터 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성되는 태스크를 수행하도록 하는 적어도 하나의 명령을 수신하고, 상기 제 2 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되는 도중에 상기 버튼을 통하여 상기 제 1 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 2 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고, 상기 제 2 데이터를 제공한 이후에, 상기 서버로부터, 상기 제 2 사용자 발화로부터 상기 자동 스피치 인식에 의하여 생성된 텍스트에 대한 데이터를 수신하지만, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고, 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치는, 전면, 후면 및 상기 전면과 상기 후면 사이의 공간을 둘러싸는 측면을 포함하는 하우징; 상기 하우징 안에 배치되며, 상기 전면을 통하여 노출되는 터치스크린 디스플레이; 상기 하우징 안에 배치되며, 상기 하우징의 부분을 통하여 노출되는 마이크; 상기 하우징 안에 배치되며, 상기 하우징의 다른 부분을 통하여 노출되는 적어도 하나의 스피커; 상기 하우징의 또 다른 부분에 배치되거나 또는 상기 터치스크린 디스플레이 상에 표시하도록 설정되는 버튼; 상기 하우징 이내에 위치하는 무선 통신 회로; 상기 하우징 이내에 위치하며, 상기 터치스크린 디스플레이, 상기 마이크, 상기 스피커 및 상기 무선 통신 회로에 전기적으로 연결되는 프로세서; 및 상기 하우징 이내에 위치하며, 상기 프로세서에 전기적으로 연결되는 메모리를 포함하고, 상기 메모리는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고, 상기 메모리는, 실행 시에, 상기 프로세서가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고, 상기 제 1 동작은, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 1 사용자 발화를 수신하고, 자동 스피치 인식(automatic speech recognition: ASR) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로, 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고, 및 상기 제 1 데이터를 제공한 이후에, 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하고, 상기 제 2 동작은, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 2 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고, 상기 제 2 데이터를 제공한 이후에, 상기 서버로부터, 상기 제 2 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않으며, 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치는, 전면, 후면 및 상기 전면과 상기 후면 사이의 공간을 둘러싸는 측면을 포함하는 하우징; 상기 하우징 안에 배치되며, 상기 전면을 통하여 노출되는 터치스크린 디스플레이; 상기 하우징 안에 배치되며, 상기 하우징의 부분을 통하여 노출되는 마이크; 상기 하우징 안에 위치하는 무선 통신 회로; 상기 하우징 안에 위치하며, 상기 터치스크린 디스플레이, 상기 마이크, 상기 스피커 및 상기 무선 통신 회로에 전기적으로 연결되는 프로세서; 및 상기 하우징 안에 위치하며, 상기 프로세서에 전기적으로 연결되는 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크를 통하여 사용자 발화를 수신하고, 자동 스피치 인식(automatic speech recognition: ASR) 또는 자연어 이해(NLU: natural language understanding) 중 적어도 하나를 수행하는 외부 서버로, 상기 사용자 발화에 대한 데이터와 함께, 상기 사용자 발화에 대한 데이터에 대하여 상기 ASR을 수행하여 획득된 텍스트에 대하여 상기 자연어 이해를 수행할지 여부와 연관된 정보를 송신하고, 상기 정보가 상기 자연어 이해를 수행하지 않을 것을 나타내면, 상기 외부 서버로부터 상기 사용자 발화에 대한 데이터에 대한 상기 텍스트를 수신하고, 상기 정보가 상기 자연어 이해를 수행할 것을 나타내면, 상기 외부 서버로부터 상기 텍스트에 대한 상기 자연어 이해 수행 결과 획득된 명령을 수신하도록 야기할 수 있다.
본 발명의 다양한 실시예에 따라, 전자 장치의 상태 또는 사용자 입력 중 적어도 하나에 기초하여, 다양한 사용자 발화 처리 모드 중 어느 하나를 선택할 수 있으며, 선택된 사용자 발화 처리 모드에 따라 처리된 결과를 제공할 수 있는, 전자 장치 및 그 동작 방법이 제공될 수 있다.
도 1은 본 발명의 다양한 실시예에 따른 전자 장치 및 네트워크의 블록도를 도시한다.
도 2는 다양한 실시예에 따른 전자 장치의 블록도이다.
도 3은 다양한 실시예에 따른 프로그램 모듈의 블록도이다.
도 4a 내지 4c는 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도들을 도시한다.
도 5a 및 5b는, 본 발명의 다양한 실시예에 따른 전자 장치의 개념도들을 도시한다.
도 6a 내지 6d는 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
도 7은 본 발명의 다양한 실시예에 따른 클라이언트 장치 및 서버의 동작 과정을 설명하기 위한 개념도를 도시한다.
도 8은 본 발명의 다양한 실시예에 따른 연속 명령 모드에서의 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 9는 본 발명의 다양한 실시예에 따른 연속 명령 모드에서의 전자 장치의 동작 방법을 설명하기 위한 개념도를 도시한다.
도 10a 및 10b는 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면의 개념도를 도시한다.
도 11a는 본 발명의 다양한 실시예에 따른 대화 모드에서의 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 11b는 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
도 12a 내지 12c는 본 발명의 다양한 실시예에 따른 대화 모드에서의 전자 장치의 표시 화면을 설명하기 위한 개념도를 도시한다.
도 13은 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
도 14는 본 발명의 다양한 실시예에 따른 키보드 모드에서의 전자 장치의 화면을 설명하기 위한 개념도를 도시한다.
도 15는 본 발명의 다양한 실시예에 따른 메모 모드에서의 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 16은 본 발명의 다양한 실시예에 따른 메모 모드에서의 전자 장치의 화면을 설명하기 위한 개념도를 도시한다.
도 17은 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 18a 및 18b는 본 발명의 다양한 실시예에 따른 음성 처리 어플리케이션 실행을 위한 웨이크 업 명령을 설명하기 위한 개념도들을 도시한다.
도 18c는 본 발명의 다양한 실시예에 따른 음성 처리 어플리케이션 실행 화면을 도시한다.
도 18d는 본 발명의 다양한 실시예에 따른 음성 처리 어플리케이션 실행을 위한 웨이크 업 명령을 설명하기 위한 개념도들을 도시한다.
도 19는 본 발명의 다양한 실시예에 따른 사용자 발화 처리 모드 초기 선택 또는 전환을 설명하기 위한 개념도를 도시한다.
도 20은 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 21은 본 발명의 다양한 실시예에 따른 모드 변경을 설명하기 위한 개념도를 도시한다.
도 22는 본 발명의 다양한 실시예에 따른 명령 모드에서의 전자 장치의 화면을 설명하기 위한 개념도를 도시한다.
도 23a 및 23b는 본 발명의 다양한 실시예에 따른 대기 화면의 전환을 설명하기 위한 개념도들을 도시한다.
도 24는 본 발명의 다양한 실시예에 따른 명령 모드 진입을 설명하기 위한 화면을 도시한다.
도 25는 본 발명의 다양한 실시예에 따른 연속 명령 모드에서의 화면을 설명하기 위한 개념도를 도시한다.
도 26은 본 발명의 다양한 실시예에 따른 구술 모드로의 진입을 설명하기 위한 화면을 도시한다.
도 27은 본 발명의 다양한 실시예에 따른 구술 모드로의 진입을 설명하기 위한 화면을 도시한다.
도 28은 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면을 도시한다.
도 29a는 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면을 도시한다.
도 29b는 본 발명의 다양한 실시예에 따른 구술 모드 진입을 설명하기 위한 개념도를 도시한다.
도 30은 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면을 도시한다.
도 31a 및 31b는 본 발명의 다양한 실시예에 따른 대화 모드의 화면을 설명하기 위한 개념도들을 도시한다.
도 32 및 33은 본 발명의 다양한 실시예에 따른 대화 모드 진입을 설명하기 위한 화면들을 도시한다.
도 34는 본 발명의 다양한 실시예에 따른 대화 모드 종료를 설명하기 위한 화면을 도시한다.
도 35는 본 발명의 다양한 실시예에 따른 대화 모드 진입을 설명하기 위한 화면을 도시한다.
도 36은 본 발명의 다양한 실시예에 따른 전자 장치의 사용자 발화 처리 모드 초기 선택 또는 전환을 설명하기 위한 개념도를 도시한다.
도 37은 본 발명의 다양한 실시예에 따른 전자 장치의 사용자 발화 처리 모드 초기 선택 또는 전환을 설명하기 위한 개념도를 도시한다.
도 38은 본 발명의 다양한 실시예에 따른 전자 장치의 사용자 발화 처리 모드 변경을 설명하기 위한 개념도를 도시한다.
도 39는 본 발명의 다양한 실시예에 따른 키보드 모드에서의 화면을 설명하기 위한 개념도를 도시한다.
도 40은 본 발명의 다양한 실시예에 따른 전자 장치 상태 사이의 전환을 설명하기 위한 개념도를 도시한다.
도 41a 내지 41c는 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도들을 도시한다.
도 42a 및 42b는 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도들을 도시한다.
도 43은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 44는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 45는 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 46은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 2는 다양한 실시예에 따른 전자 장치의 블록도이다.
도 3은 다양한 실시예에 따른 프로그램 모듈의 블록도이다.
도 4a 내지 4c는 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도들을 도시한다.
도 5a 및 5b는, 본 발명의 다양한 실시예에 따른 전자 장치의 개념도들을 도시한다.
도 6a 내지 6d는 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
도 7은 본 발명의 다양한 실시예에 따른 클라이언트 장치 및 서버의 동작 과정을 설명하기 위한 개념도를 도시한다.
도 8은 본 발명의 다양한 실시예에 따른 연속 명령 모드에서의 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 9는 본 발명의 다양한 실시예에 따른 연속 명령 모드에서의 전자 장치의 동작 방법을 설명하기 위한 개념도를 도시한다.
도 10a 및 10b는 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면의 개념도를 도시한다.
도 11a는 본 발명의 다양한 실시예에 따른 대화 모드에서의 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 11b는 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
도 12a 내지 12c는 본 발명의 다양한 실시예에 따른 대화 모드에서의 전자 장치의 표시 화면을 설명하기 위한 개념도를 도시한다.
도 13은 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
도 14는 본 발명의 다양한 실시예에 따른 키보드 모드에서의 전자 장치의 화면을 설명하기 위한 개념도를 도시한다.
도 15는 본 발명의 다양한 실시예에 따른 메모 모드에서의 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 16은 본 발명의 다양한 실시예에 따른 메모 모드에서의 전자 장치의 화면을 설명하기 위한 개념도를 도시한다.
도 17은 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 18a 및 18b는 본 발명의 다양한 실시예에 따른 음성 처리 어플리케이션 실행을 위한 웨이크 업 명령을 설명하기 위한 개념도들을 도시한다.
도 18c는 본 발명의 다양한 실시예에 따른 음성 처리 어플리케이션 실행 화면을 도시한다.
도 18d는 본 발명의 다양한 실시예에 따른 음성 처리 어플리케이션 실행을 위한 웨이크 업 명령을 설명하기 위한 개념도들을 도시한다.
도 19는 본 발명의 다양한 실시예에 따른 사용자 발화 처리 모드 초기 선택 또는 전환을 설명하기 위한 개념도를 도시한다.
도 20은 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
도 21은 본 발명의 다양한 실시예에 따른 모드 변경을 설명하기 위한 개념도를 도시한다.
도 22는 본 발명의 다양한 실시예에 따른 명령 모드에서의 전자 장치의 화면을 설명하기 위한 개념도를 도시한다.
도 23a 및 23b는 본 발명의 다양한 실시예에 따른 대기 화면의 전환을 설명하기 위한 개념도들을 도시한다.
도 24는 본 발명의 다양한 실시예에 따른 명령 모드 진입을 설명하기 위한 화면을 도시한다.
도 25는 본 발명의 다양한 실시예에 따른 연속 명령 모드에서의 화면을 설명하기 위한 개념도를 도시한다.
도 26은 본 발명의 다양한 실시예에 따른 구술 모드로의 진입을 설명하기 위한 화면을 도시한다.
도 27은 본 발명의 다양한 실시예에 따른 구술 모드로의 진입을 설명하기 위한 화면을 도시한다.
도 28은 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면을 도시한다.
도 29a는 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면을 도시한다.
도 29b는 본 발명의 다양한 실시예에 따른 구술 모드 진입을 설명하기 위한 개념도를 도시한다.
도 30은 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면을 도시한다.
도 31a 및 31b는 본 발명의 다양한 실시예에 따른 대화 모드의 화면을 설명하기 위한 개념도들을 도시한다.
도 32 및 33은 본 발명의 다양한 실시예에 따른 대화 모드 진입을 설명하기 위한 화면들을 도시한다.
도 34는 본 발명의 다양한 실시예에 따른 대화 모드 종료를 설명하기 위한 화면을 도시한다.
도 35는 본 발명의 다양한 실시예에 따른 대화 모드 진입을 설명하기 위한 화면을 도시한다.
도 36은 본 발명의 다양한 실시예에 따른 전자 장치의 사용자 발화 처리 모드 초기 선택 또는 전환을 설명하기 위한 개념도를 도시한다.
도 37은 본 발명의 다양한 실시예에 따른 전자 장치의 사용자 발화 처리 모드 초기 선택 또는 전환을 설명하기 위한 개념도를 도시한다.
도 38은 본 발명의 다양한 실시예에 따른 전자 장치의 사용자 발화 처리 모드 변경을 설명하기 위한 개념도를 도시한다.
도 39는 본 발명의 다양한 실시예에 따른 키보드 모드에서의 화면을 설명하기 위한 개념도를 도시한다.
도 40은 본 발명의 다양한 실시예에 따른 전자 장치 상태 사이의 전환을 설명하기 위한 개념도를 도시한다.
도 41a 내지 41c는 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도들을 도시한다.
도 42a 및 42b는 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도들을 도시한다.
도 43은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 44는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 45는 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 46은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 기재된다. 실시예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1," "제 2," "첫째," 또는 "둘째,"등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 드론(drone), 금융 기관의 ATM, 상점의 POS(point of sales), 또는 사물 인터넷 장치 (예: 전구, 각종 센서, 스프링클러 장치, 화재 경보기, 온도조절기, 가로등, 토스터, 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다. 어떤 실시예에 따르면, 전자 장치는 가구, 건물/구조물 또는 자동차의 일부, 전자 보드(electronic board), 전자 사인 수신 장치(electronic signature receiving device), 프로젝터, 또는 각종 계측 기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 다양한 실시예에서, 전자 장치는 플렉서블하거나, 또는 전술한 다양한 장치들 중 둘 이상의 조합일 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1을 참조하여, 다양한 실시예에서의, 네트워크 환경(100) 내의 전자 장치(101)가 기재된다. 전자 장치(101)는 버스(110), 프로세서(120), 메모리(130), 입출력 인터페이스(150), 디스플레이(160), 및 통신 인터페이스(170)를 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)는, 구성요소들 중 적어도 하나를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다. 버스(110)는 구성요소들(110-170)을 서로 연결하고, 구성요소들 간의 통신(예: 제어 메시지 또는 데이터)을 전달하는 회로를 포함할 수 있다. 프로세서(120)는, 중앙처리장치, 어플리케이션 프로세서, 또는 커뮤니케이션 프로세서(communication processor(CP)) 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(120)는, 예를 들면, 전자 장치(101)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다.
메모리(130)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(130)는, 예를 들면, 전자 장치(101)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 한 실시예에 따르면, 메모리(130)는 소프트웨어 및/또는 프로그램(140)을 저장할 수 있다. 프로그램(140)은, 예를 들면, 커널(141), 미들웨어(143), 어플리케이션 프로그래밍 인터페이스(API)(145), 및/또는 어플리케이션 프로그램(또는 "어플리케이션")(147) 등을 포함할 수 있다. 커널(141), 미들웨어(143), 또는 API(145)의 적어도 일부는, 운영 시스템으로 지칭될 수 있다. 커널(141)은, 예를 들면, 다른 프로그램들(예: 미들웨어(143), API(145), 또는 어플리케이션 프로그램(147))에 구현된 동작 또는 기능을 실행하는 데 사용되는 시스템 리소스들(예: 버스(110), 프로세서(120), 또는 메모리(130) 등)을 제어 또는 관리할 수 있다. 또한, 커널(141)은 미들웨어(143), API(145), 또는 어플리케이션 프로그램(147)에서 전자 장치(101)의 개별 구성요소에 접근함으로써, 시스템 리소스들을 제어 또는 관리할 수 있는 인터페이스를 제공할 수 있다.
미들웨어(143)는, 예를 들면, API(145) 또는 어플리케이션 프로그램(147)이 커널(141)과 통신하여 데이터를 주고받을 수 있도록 중개 역할을 수행할 수 있다. 또한, 미들웨어(143)는 어플리케이션 프로그램(147)으로부터 수신된 하나 이상의 작업 요청들을 우선 순위에 따라 처리할 수 있다. 예를 들면, 미들웨어(143)는 어플리케이션 프로그램(147) 중 적어도 하나에 전자 장치(101)의 시스템 리소스(예: 버스(110), 프로세서(120), 또는 메모리(130) 등)를 사용할 수 있는 우선 순위를 부여하고, 상기 하나 이상의 작업 요청들을 처리할 수 있다. API(145)는 어플리케이션(147)이 커널(141) 또는 미들웨어(143)에서 제공되는 기능을 제어하기 위한 인터페이스로, 예를 들면, 파일 제어, 창 제어, 영상 처리, 또는 문자 제어 등을 위한 적어도 하나의 인터페이스 또는 함수(예: 명령어)를 포함할 수 있다. 입출력 인터페이스(150)는, 예를 들면, 사용자 또는 다른 외부 기기로부터 입력된 명령 또는 데이터를 전자 장치(101)의 다른 구성요소(들)에 전달하거나, 또는 전자 장치(101)의 다른 구성요소(들)로부터 수신된 명령 또는 데이터를 사용자 또는 다른 외부 기기로 출력할 수 있다.
디스플레이(160)는, 예를 들면, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이, 유기 발광 다이오드(OLED) 디스플레이, 또는 마이크로 전자기계 시스템 (MEMS) 디스플레이, 또는 전자종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이(160)는, 예를 들면, 사용자에게 각종 콘텐츠(예: 텍스트, 이미지, 비디오, 아이콘, 및/또는 심볼 등)을 표시할 수 있다. 디스플레이(160)는, 터치 스크린을 포함할 수 있으며, 예를 들면, 전자 펜 또는 사용자의 신체의 일부를 이용한 터치, 제스쳐, 근접, 또는 호버링 입력을 수신할 수 있다. 통신 인터페이스(170)는, 예를 들면, 전자 장치(101)와 외부 장치(예: 제 1 외부 전자 장치(102), 제 2 외부 전자 장치(104), 또는 서버(106)) 간의 통신을 설정할 수 있다. 예를 들면, 통신 인터페이스(170)는 무선 통신 또는 유선 통신을 통해서 네트워크(162)에 연결되어 외부 장치(예: 제 2 외부 전자 장치(104) 또는 서버(106))와 통신할 수 있다.
무선 통신은, 예를 들면, LTE, LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용하는 셀룰러 통신을 포함할 수 있다. 한 실시예에 따르면, 무선 통신은, 예를 들면, WiFi(wireless fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(Magnetic Secure Transmission), 라디오 프리퀀시(RF), 또는 보디 에어리어 네트워크(BAN) 중 적어도 하나를 포함할 수 있다. 한실시예에 따르면, 무선 통신은 GNSS를 포함할 수 있다. GNSS는, 예를 들면, GPS(Global Positioning System), Glonass(Global Navigation Satellite System), Beidou Navigation Satellite System(이하 "Beidou") 또는 Galileo, the European global satellite-based navigation system일 수 있다. 이하, 본 문서에서는, "GPS"는 "GNSS"와 상호 호환적으로 사용될 수 있다. 유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크(162)는 텔레커뮤니케이션 네트워크, 예를 들면, 컴퓨터 네트워크(예: LAN 또는 WAN), 인터넷, 또는 텔레폰 네트워크 중 적어도 하나를 포함할 수 있다.
제 1 및 제 2 외부 전자 장치(102, 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 다양한 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(102,104), 또는 서버(106)에서 실행될 수 있다. 한 실시예에 따르면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(102, 104), 또는 서버(106))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(102, 104), 또는 서버(106))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
도 2는 다양한 실시예에 따른 전자 장치(201)의 블록도이다. 전자 장치(201)는, 예를 들면, 도 1에 도시된 전자 장치(101)의 전체 또는 일부를 포함할 수 있다. 전자 장치(201)는 하나 이상의 프로세서(예: AP)(210), 통신 모듈(220), (가입자 식별 모듈(224), 메모리(230), 센서 모듈(240), 입력 장치(250), 디스플레이(260), 인터페이스(270), 오디오 모듈(280), 카메라 모듈(291), 전력 관리 모듈(295), 배터리(296), 인디케이터(297), 및 모터(298) 를 포함할 수 있다. 프로세서(210)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(210)에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(210)는, 예를 들면, SoC(system on chip) 로 구현될 수 있다. 한 실시예에 따르면, 프로세서(210)는 GPU(graphic processing unit) 및/또는 이미지 신호 프로세서를 더 포함할 수 있다. 프로세서(210)는 도 2에 도시된 구성요소들 중 적어도 일부(예: 셀룰러 모듈(221))를 포함할 수도 있다. 프로세서(210) 는 다른 구성요소들(예: 비휘발성 메모리) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리에 로드)하여 처리하고, 결과 데이터를 비휘발성 메모리에 저장할 수 있다.
통신 모듈(220)(예: 통신 인터페이스(170))와 동일 또는 유사한 구성을 가질 수 있다. 통신 모듈(220)은, 예를 들면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227), NFC 모듈(228) 및 RF 모듈(229)를 포함할 수 있다. 셀룰러 모듈(221)은, 예를 들면, 통신망을 통해서 음성 통화, 영상 통화, 문자 서비스, 또는 인터넷 서비스 등을 제공할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 가입자 식별 모듈(예: SIM 카드)(224)을 이용하여 통신 네트워크 내에서 전자 장치(201)의 구별 및 인증을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 프로세서(210)가 제공할 수 있는 기능 중 적어도 일부 기능을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 커뮤니케이션 프로세서(CP)를 포함할 수 있다. 어떤 실시예에 따르면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227) 또는 NFC 모듈(228) 중 적어도 일부(예: 두 개 이상)는 하나의 integrated chip(IC) 또는 IC 패키지 내에 포함될 수 있다. RF 모듈(229)은, 예를 들면, 통신 신호(예: RF 신호)를 송수신할 수 있다. RF 모듈(229)은, 예를 들면, 트랜시버, PAM(power amp module), 주파수 필터, LNA(low noise amplifier), 또는 안테나 등을 포함할 수 있다. 다른 실시예에 따르면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227) 또는 NFC 모듈(228) 중 적어도 하나는 별개의 RF 모듈을 통하여 RF 신호를 송수신할 수 있다. 가입자 식별 모듈(224)은, 예를 들면, 가입자 식별 모듈을 포함하는 카드 또는 임베디드 SIM을 포함할 수 있으며, 고유한 식별 정보(예: ICCID(integrated circuit card identifier)) 또는 가입자 정보(예: IMSI(international mobile subscriber identity))를 포함할 수 있다.
메모리(230)(예: 메모리(130))는, 예를 들면, 내장 메모리(232) 또는 외장 메모리(234)를 포함할 수 있다. 내장 메모리(232)는, 예를 들면, 휘발성 메모리(예: DRAM, SRAM, 또는 SDRAM 등), 비휘발성 메모리(예: OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, 플래시 메모리, 하드 드라이브, 또는 솔리드 스테이트 드라이브 (SSD) 중 적어도 하나를 포함할 수 있다. 외장 메모리(234)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD, Mini-SD, xD(extreme digital), MMC(multi-media card) 또는 메모리 스틱 등을 포함할 수 있다. 외장 메모리(234)는 다양한 인터페이스를 통하여 전자 장치(201)와 기능적으로 또는 물리적으로 연결될 수 있다.
센서 모듈(240)은, 예를 들면, 물리량을 계측하거나 전자 장치(201)의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 센서 모듈(240)은, 예를 들면, 제스처 센서(240A), 자이로 센서(240B), 기압 센서(240C), 마그네틱 센서(240D), 가속도 센서(240E), 그립 센서(240F), 근접 센서(240G), 컬러(color) 센서(240H)(예: RGB(red, green, blue) 센서), 생체 센서(240I), 온/습도 센서(240J), 조도 센서(240K), 또는 UV(ultra violet) 센서(240M) 중의 적어도 하나를 포함할 수 있다. 추가적으로 또는 대체적으로, 센서 모듈(240)은, 예를 들면, 후각(e-nose) 센서, 일렉트로마이오그라피(EMG) 센서, 일렉트로엔씨팔로그램(EEG) 센서, 일렉트로카디오그램(ECG) 센서, IR(infrared) 센서, 홍채 센서 및/또는 지문 센서를 포함할 수 있다. 센서 모듈(240)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시예에서는, 전자 장치(201)는 프로세서(210)의 일부로서 또는 별도로, 센서 모듈(240)을 제어하도록 구성된 프로세서를 더 포함하여, 프로세서(210)가 슬립(sleep) 상태에 있는 동안, 센서 모듈(240)을 제어할 수 있다.
입력 장치(250)는, 예를 들면, 터치 패널(252), (디지털) 펜 센서(254), 키(256), 또는 초음파 입력 장치(258)를 포함할 수 있다. 터치 패널(252)은, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. 또한, 터치 패널(252)은 제어 회로를 더 포함할 수도 있다. 터치 패널(252)은 택타일 레이어(tactile layer)를 더 포함하여, 사용자에게 촉각 반응을 제공할 수 있다. (디지털) 펜 센서(254)는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트를 포함할 수 있다. 키(256)는, 예를 들면, 하드웨어 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 초음파 입력 장치(258)는 마이크(예: 마이크(288))를 통해, 입력 도구에서 발생된 초음파를 감지하여, 상기 감지된 초음파에 대응하는 데이터를 확인할 수 있다.
디스플레이(260)(예: 디스플레이(160))는 패널(262), 홀로그램 장치(264), 프로젝터(266), 및/또는 이들을 제어하기 위한 제어 회로를 포함할 수 있다. 패널(262)은, 예를 들면, 유연하게, 투명하게, 또는 착용할 수 있게 구현될 수 있다. 패널(262)은 터치 패널(252)과 하나 이상의 모듈로 구성될 수 있다. 한 실시예에 따르면, 패널(262)은 사용자의 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서(또는 포스 센서)를 포함할 수 있다. 상기 압력 센서는 터치 패널(252)과 일체형으로 구현되거나, 또는 터치 패널(252)과는 별도의 하나 이상의 센서로 구현될 수 있다. 홀로그램 장치(264)는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터(266)는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(201)의 내부 또는 외부에 위치할 수 있다. 인터페이스(270)는, 예를 들면, HDMI(272), USB(274), 광 인터페이스(optical interface)(276), 또는 D-sub(D-subminiature)(278)를 포함할 수 있다. 인터페이스(270)는, 예를 들면, 도 1에 도시된 통신 인터페이스(170)에 포함될 수 있다. 추가적으로 또는 대체적으로, 인터페이스(270)는, 예를 들면, MHL(mobile high-definition link) 인터페이스, SD카드/MMC(multi-media card) 인터페이스, 또는 IrDA(infrared data association) 규격 인터페이스를 포함할 수 있다.
오디오 모듈(280)은, 예를 들면, 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 오디오 모듈(280)의 적어도 일부 구성요소는, 예를 들면, 도 1 에 도시된 입출력 인터페이스(145)에 포함될 수 있다. 오디오 모듈(280)은, 예를 들면, 스피커(282), 리시버(284), 이어폰(286), 또는 마이크(288) 등을 통해 입력 또는 출력되는 소리 정보를 처리할 수 있다. 카메라 모듈(291)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있는 장치로서, 한 실시예에 따르면, 하나 이상의 이미지 센서(예: 전면 센서 또는 후면 센서), 렌즈, 이미지 시그널 프로세서(ISP), 또는 플래시(예: LED 또는 xenon lamp 등)를 포함할 수 있다. 전력 관리 모듈(295)은, 예를 들면, 전자 장치(201)의 전력을 관리할 수 있다. 한 실시예에 따르면, 전력 관리 모듈(295)은 PMIC(power management integrated circuit), 충전 IC, 또는 배터리 또는 연료 게이지를 포함할 수 있다. PMIC는, 유선 및/또는 무선 충전 방식을 가질 수 있다. 무선 충전 방식은, 예를 들면, 자기공명 방식, 자기유도 방식 또는 전자기파 방식 등을 포함하며, 무선 충전을 위한 부가적인 회로, 예를 들면, 코일 루프, 공진 회로, 또는 정류기 등을 더 포함할 수 있다. 배터리 게이지는, 예를 들면, 배터리(296)의 잔량, 충전 중 전압, 전류, 또는 온도를 측정할 수 있다. 배터리(296)는, 예를 들면, 충전식 전지 및/또는 태양 전지를 포함할 수 있다.
인디케이터(297)는 전자 장치(201) 또는 그 일부(예: 프로세서(210))의 특정 상태, 예를 들면, 부팅 상태, 메시지 상태 또는 충전 상태 등을 표시할 수 있다. 모터(298)는 전기적 신호를 기계적 진동으로 변환할 수 있고, 진동, 또는 햅틱 효과 등을 발생시킬 수 있다. 전자 장치(201)는, 예를 들면, DMB(digital multimedia broadcasting), DVB(digital video broadcasting), 또는 미디어플로(mediaFloTM) 등의 규격에 따른 미디어 데이터를 처리할 수 있는 모바일 TV 지원 장치(예: GPU)를 포함할 수 있다. 본 문서에서 기술된 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 다양한 실시예에서, 전자 장치(예: 전자 장치(201))는 일부 구성요소가 생략되거나, 추가적인 구성요소를 더 포함하거나, 또는, 구성요소들 중 일부가 결합되어 하나의 개체로 구성되되, 결합 이전의 해당 구성요소들의 기능을 동일하게 수행할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(201)(또는, 전자 장치(101))는, 전면, 후면 및 상기 전면과 상기 후면 사이의 공간을 둘러싸는 측면을 포함하는 하우징을 포함할 수도 있다. 터치스크린 디스플레이(예: 디스플레이(260))는, 상기 하우징 안에 배치되며, 상기 전면을 통하여 노출될 수 있다. 마이크(288)는, 상기 하우징 안에 배치되며, 상기 하우징의 부분을 통하여 노출될 수 있다. 적어도 하나의 스피커(282)는, 상기 하우징 안에 배치되며, 상기 하우징의 다른 부분을 통하여 노출될 수 있다. 하드웨어 버튼(예: 키(256))는, 상기 하우징의 또 다른 부분에 배치되거나 또는 상기 터치스크린 디스플레이 상에 표시하도록 설정될 수 있다. 무선 통신 회로(예: 통신 모듈(220))은, 상기 하우징 안에 위치할 수 있다. 상기 프로세서(210)(또는, 프로세서(120))는, 상기 하우징 안에 위치하며, 상기 터치스크린 디스플레이, 상기 마이크(288), 상기 스피커(282) 및 상기 무선 통신 회로에 전기적으로 연결될 수 있다. 상기 메모리(230)(또는, 메모리(130))는, 상기 하우징 안에 위치하며, 상기 프로세서(210)에 전기적으로 연결될 수 있다.
본 발명의 다양한 실시예에서, 상기 메모리(230)는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고, 상기 메모리(230)는, 실행 시에, 상기 프로세서(210)가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고, 상기 제 1 동작은, 상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 도중에, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 1 사용자 발화를 수신하고, 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고, 상기 제 1 데이터를 제공한 이후에, 상기 외부 서버로부터 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성되는 태스크를 수행하도록 하는 적어도 하나의 명령을 수신하고, 상기 제 2 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되는 도중에 상기 버튼을 통하여 상기 제 1 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 2 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고, 상기 제 2 데이터를 제공한 이후에, 상기 서버로부터, 상기 제 2 사용자 발화로부터 상기 자동 스피치 인식에 의하여 생성된 텍스트에 대한 데이터를 수신하지만, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고, 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력할 수 있다.
본 발명의 다양한 실시예에서, 상기 버튼은, 상기 하우징의 상기 측면에 위치하는 물리적인 키를 포함할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 타입의 사용자 입력은, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나일 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서가 상기 제 1 사용자 인터페이스를 가상 키보드와 함께 표시하도록 더 야기할 수 있다. 상기 버튼은, 상기 가상 키보드의 일부가 아닐 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 외부 서버로부터, 상기 제 1 동작 내에서의 상기 제 1 사용자 발화로부터 ASR에 의하여 생성되는 텍스트에 대한 데이터를 수신하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 어플리케이션 프로그램은, 노트 어플리케이션 프로그램, 이메일 어플리케이션 프로그램, 웹 브라우저 어플리케이션 프로그램 또는 달력 어플리케이션 프로그램 중 적어도 하나를 포함할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 어플리케이션 프로그램은, 메시지 어플리케이션을 포함하고, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 텍스트를 입력한 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 자동으로 입력된 텍스트를 송신하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 제 3 동작을 수행하도록 더 야기하고, 상기 제 3 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 3 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공하고, 상기 제 3 데이터를 제공한 이후에, 상기 제 3 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 제 4 동작을 수행하도록 더 야기하고, 상기 제 4 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되지 않는 도중에, 상기 버튼을 통하여 상기 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 4 사용자 발화를 수신하고, 상기 제 4 사용자 발화에 대한 제 4 데이터를 상기 외부 서버로 제공하고, 상기 제 4 데이터를 제공한 이후에, 상기 제 4 사용자 발화에 응답하여, 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하고, 상기 마이크를 통하여 제 5 사용자 발화를 수신하고, 상기 외부 서버로, 상기 제 5 사용자 발화에 대한 제 5 데이터를 제공하고, 및 상기 제 5 데이터를 제공한 이후에, 상기 제 5 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 타입의 사용자 입력 및 상기 제 2 타입의 사용자 입력은 서로 다르며, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나로부터 선택될 수 있다.
본 발명의 다양한 실시예에서, 상기 메모리(230)는, 텍스트 입력을 수신하기 위한 제 2 사용자 인터페이스를 포함하는 제 2 어플리케이션 프로그램을 저장하도록 더 설정되며, 상기 인스트럭션들은, 실행 시에, 상기 프로세서(210)가, 제 3 동작을 수행하도록 더 야기하고, 상기 제 3 동작은, 상기 제 2 사용자 인터페이스를 표시하는 도중에 상기 버튼을 통하여 상기 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력이 수신된 이후에, 상기 마이크를 통하여 제 3 사용자 발화를 수신하고, 상기 외부 서버로, 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공하고, 상기 제 3 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 3 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고, 상기 제 2 사용자 인터페이스에 상기 텍스트를 입력하고, 및 상기 텍스트를 입력하고, 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 상기 입력된 텍스트를 자동으로 송신할 수 있다.
본 발명의 다양한 실시예에서, 상기 메모리(230)는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고, 상기 메모리(230)는, 실행 시에, 상기 프로세서(210)가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고, 상기 제 1 동작은, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 1 사용자 발화를 수신하고, 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로, 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고, 및 상기 제 1 데이터를 제공한 이후에, 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하고, 상기 제 2 동작은, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 2 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고, 상기 제 2 데이터를 제공한 이후에, 상기 서버로부터, 상기 제 2 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않으며, 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가 상기 제 1 사용자 인터페이스를 가상 키보드와 함께 표시하도록 더 야기할 수 있으며, 상기 버튼은, 상기 가상 키보드의 일부가 아닐 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 외부 서버로부터 상기 제 1 동작 내에서 상기 제 1 사용자 발화로부터 상기 ASR에 의하여 생성되는 텍스트에 대한 데이터를 수신하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 어플리케이션 프로그램은, 노트 어플리케이션 프로그램, 이메일 어플리케이션 프로그램, 웹 브라우저 어플리케이션 프로그램 또는 달력 어플리케이션 프로그램 중 적어도 하나를 포함할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 어플리케이션 프로그램은, 메시지 어플리케이션을 포함하고, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 텍스트를 입력한 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 자동으로 입력된 텍스트를 송신하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가 상기 제 1 사용자 인터페이스의 상기 디스플레이 상에 표시와 독립적으로 상기 제 1 동작을 수행하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 전자 장치가 잠금 상태에 있거나 또는 상기 터치스크린 디스플레이가 턴 오프된 것 중 적어도 하나인 경우에, 상기 제 2 동작을 수행하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 제 2 동작을 수행하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 메모리(230)는, 실행 시에, 상기 프로세서(210)가, 상기 마이크(288)를 통하여 사용자 발화를 수신하고, 자동 스피치 인식(automatic speech recognition: ASR) 또는 자연어 이해(natural language understanding: NLU) 중 적어도 하나를 수행하는 외부 서버로, 상기 사용자 발화에 대한 데이터와 함께, 상기 사용자 발화에 대한 데이터에 대하여 상기 ASR을 수행하여 획득된 텍스트에 대하여 상기 자연어 이해를 수행할지 여부와 연관된 정보를 송신하고, 상기 정보가 상기 자연어 이해를 수행하지 않을 것을 나타내면, 상기 외부 서버로부터 상기 사용자 발화에 대한 데이터에 대한 상기 텍스트를 수신하고, 상기 정보가 상기 자연어 이해를 수행할 것을 나타내면, 상기 외부 서버로부터 상기 텍스트에 대한 상기 자연어 이해 수행 결과 획득된 명령을 수신하도록 야기하는 인스트럭션을 저장할 수 있다.
도 3은 다양한 실시예에 따른 프로그램 모듈의 블록도이다. 한 실시예에 따르면, 프로그램 모듈(310)(예: 프로그램(140))은 전자 장치(예: 전자 장치(101))에 관련된 자원을 제어하는 운영 체제 및/또는 운영 체제 상에서 구동되는 다양한 어플리케이션(예: 어플리케이션 프로그램(147))을 포함할 수 있다. 운영 체제는, 예를 들면, AndroidTM, iOSTM, WindowsTM, SymbianTM, TizenTM, 또는 BadaTM를 포함할 수 있다. 도 3을 참조하면, 프로그램 모듈(310)은 커널(320)(예: 커널(141)), 미들웨어(330)(예: 미들웨어(143)), (API(360)(예: API(145)), 및/또는 어플리케이션(370)(예: 어플리케이션 프로그램(147))을 포함할 수 있다. 프로그램 모듈(310)의 적어도 일부는 전자 장치 상에 프리로드 되거나, 외부 전자 장치(예: 전자 장치(102, 104), 서버(106) 등)로부터 다운로드 가능하다.
커널(320)은, 예를 들면, 시스템 리소스 매니저(321) 및/또는 디바이스 드라이버(323)를 포함할 수 있다. 시스템 리소스 매니저(321)는 시스템 리소스의 제어, 할당, 또는 회수를 수행할 수 있다. 한 실시예에 따르면, 시스템 리소스 매니저(321)는 프로세스 관리부, 메모리 관리부, 또는 파일 시스템 관리부를 포함할 수 있다. 디바이스 드라이버(323)는, 예를 들면, 디스플레이 드라이버, 카메라 드라이버, 블루투스 드라이버, 공유 메모리 드라이버, USB 드라이버, 키패드 드라이버, WiFi 드라이버, 오디오 드라이버, 또는 IPC(inter-process communication) 드라이버를 포함할 수 있다. 미들웨어(330)는, 예를 들면, 어플리케이션(370)이 공통적으로 필요로 하는 기능을 제공하거나, 어플리케이션(370)이 전자 장치 내부의 제한된 시스템 자원을 사용할 수 있도록 API(360)를 통해 다양한 기능들을 어플리케이션(370)으로 제공할 수 있다. 한 실시예에 따르면, 미들웨어(330) 는 런타임 라이브러리(335), 어플리케이션 매니저(341), 윈도우 매니저(342), 멀티미디어 매니저(343), 리소스 매니저(344), 파워 매니저(345), 데이터베이스 매니저(346), 패키지 매니저(347), 커넥티비티 매니저(348), 노티피케이션 매니저(349), 로케이션 매니저(350), 그래픽 매니저(351), 또는 시큐리티 매니저(352) 중 적어도 하나를 포함할 수 있다.
런타임 라이브러리(335)는, 예를 들면, 어플리케이션(370)이 실행되는 동안에 프로그래밍 언어를 통해 새로운 기능을 추가하기 위해 컴파일러가 사용하는 라이브러리 모듈을 포함할 수 있다. 런타임 라이브러리(335)는 입출력 관리, 메모리 관리, 또는 산술 함수 처리를 수행할 수 있다. 어플리케이션 매니저(341)는, 예를 들면, 어플리케이션(370)의 생명 주기를 관리할 수 있다. 윈도우 매니저(342)는 화면에서 사용되는 GUI 자원을 관리할 수 있다. 멀티미디어 매니저(343)는 미디어 파일들의 재생에 필요한 포맷을 파악하고, 해당 포맷에 맞는 코덱을 이용하여 미디어 파일의 인코딩 또는 디코딩을 수행할 수 있다. 리소스 매니저(344)는 어플리케이션(370)의 소스 코드 또는 메모리의 공간을 관리할 수 있다. 파워 매니저(345)는, 예를 들면, 배터리의 용량 또는 전원을 관리하고, 전자 장치의 동작에 필요한 전력 정보를 제공할 수 있다. 한 실시예에 따르면, 파워 매니저(345)는 바이오스(BIOS: basic input/output system)와 연동할 수 있다. 데이터베이스 매니저(346)는, 예를 들면, 어플리케이션(370)에서 사용될 데이터베이스를 생성, 검색, 또는 변경할 수 있다. 패키지 매니저(347)는 패키지 파일의 형태로 배포되는 어플리케이션의 설치 또는 갱신을 관리할 수 있다.
커넥티비티 매니저(348)는, 예를 들면, 무선 연결을 관리할 수 있다. 노티피케이션 매니저(349)는, 예를 들면, 도착 메시지, 약속, 근접성 알림 등의 이벤트를 사용자에게 제공할 수 있다. 로케이션 매니저(350)는, 예를 들면, 전자 장치의 위치 정보를 관리할 수 있다. 그래픽 매니저(351)는, 예를 들면, 사용자에게 제공될 그래픽 효과 또는 이와 관련된 사용자 인터페이스를 관리할 수 있다. 보안 매니저(352)는, 예를 들면, 시스템 보안 또는 사용자 인증을 제공할 수 있다. 한 실시예에 따르면, 미들웨어(330)는 전자 장치의 음성 또는 영상 통화 기능을 관리하기 위한 통화(telephony) 매니저 또는 전술된 구성요소들의 기능들의 조합을 형성할 수 있는 하는 미들웨어 모듈을 포함할 수 있다. 한 실시예에 따르면, 미들웨어(330)는 운영 체제의 종류 별로 특화된 모듈을 제공할 수 있다. 미들웨어(330)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다. API(360)는, 예를 들면, API 프로그래밍 함수들의 집합으로, 운영 체제에 따라 다른 구성으로 제공될 수 있다. 예를 들면, 안드로이드 또는 iOS의 경우, 플랫폼 별로 하나의 API 셋을 제공할 수 있으며, 타이젠의 경우, 플랫폼 별로 두 개 이상의 API 셋을 제공할 수 있다.
어플리케이션(370)은, 예를 들면, 홈(371), 다이얼러(372), SMS/MMS(373), IM(instant message)(374), 브라우저(375), 카메라(376), 알람(377), 컨택트(378), 음성 다이얼(379), 이메일(380), 달력(381), 미디어 플레이어(382), 앨범(383), 와치(384), 헬스 케어(예: 운동량 또는 혈당 등을 측정), 또는 환경 정보(예: 기압, 습도, 또는 온도 정보) 제공 어플리케이션을 포함할 수 있다. 한 실시예에 따르면, 어플리케이션(370)은 전자 장치와 외부 전자 장치 사이의 정보 교환을 지원할 수 있는 정보 교환 어플리케이션을 포함할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치에 특정 정보를 전달하기 위한 노티피케이션 릴레이 어플리케이션, 또는 외부 전자 장치를 관리하기 위한 장치 관리 어플리케이션을 포함할 수 있다. 예를 들면, 알림 전달 어플리케이션은 전자 장치의 다른 어플리케이션에서 발생된 알림 정보를 외부 전자 장치로 전달하거나, 또는 외부 전자 장치로부터 알림 정보를 수신하여 사용자에게 제공할 수 있다. 장치 관리 어플리케이션은, 예를 들면, 전자 장치와 통신하는 외부 전자 장치의 기능(예: 외부 전자 장치 자체(또는, 일부 구성 부품)의 턴-온/턴-오프 또는 디스플레이의 밝기(또는, 해상도) 조절), 또는 외부 전자 장치에서 동작하는 어플리케이션을 설치, 삭제, 또는 갱신할 수 있다. 한 실시예에 따르면, 어플리케이션(370)은 외부 전자 장치의 속성에 따라 지정된 어플리케이션(예: 모바일 의료 기기의 건강 관리 어플리케이션)을 포함할 수 있다. 한 실시예에 따르면, 어플리케이션(370)은 외부 전자 장치로부터 수신된 어플리케이션을 포함할 수 있다. 프로그램 모듈(310)의 적어도 일부는 소프트웨어, 펌웨어, 하드웨어(예: 프로세서(210)), 또는 이들 중 적어도 둘 이상의 조합으로 구현(예: 실행)될 수 있으며, 하나 이상의 기능을 수행하기 위한 모듈, 프로그램, 루틴, 명령어 세트 또는 프로세스를 포함할 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있으며, 예를 들면, 어떤 동작들을 수행하는, 알려졌거나 앞으로 개발될, ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays), 또는 프로그램 가능 논리 장치를 포함할 수 있다. 다양한 실시예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 저장 매체(예: 메모리(130))에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(120))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(예: 자기테이프), 광기록 매체(예: CD-ROM, DVD, 자기-광 매체 (예: 플롭티컬 디스크), 내장 메모리 등을 포함할 수 있다. 명령어는 컴파일러에 의해 만들어지는 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 다양한 실시예에 따른 모듈 또는 프로그램 모듈은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 다른 구성요소를 더 포함할 수 있다. 다양한 실시예에 따른, 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
도 4a 내지 4c는 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도들을 도시한다. 도 4a 내지 4c의 실시예들은, 도 5a 및 5b를 참조하여 더욱 상세하게 설명하도록 한다. 도 5a 및 5b는, 본 발명의 다양한 실시예에 따른 전자 장치의 개념도들을 도시한다.
도 4a를 참조하면, 전자 장치(101)(예:프로세서(120 또는 210))는, 410 동작에서 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 실행할 수 있다. 제 1 어플리케이션 프로그램이 제 1 사용자 인터페이스를 포함한다는 것의 의미는, 제 1 어플리케이션 프로그램의 실행 화면 중 적어도 일부가 제 1 사용자 인터페이스를 포함한다는 것을 의미할 수 있다. 예를 들어, 제 1 어플리케이션 프로그램이 웹 브라우징 어플리케이션과 같은 경우에는, 접속 URL에 대응하는 서버로부터 다운로드한 화면을 일시적 또는 비일시적으로 저장할 수도 있으며, 다운로드한 화면에 제 1 사용자 인터페이스가 포함될 수도 있다. 이 경우에도, 제 1 어플리케이션이 제 1 사용자 인터페이스를 포함한 것으로 명명될 수 있다. 즉, 제 1 어플리케이션 프로그램이 미리 저장하고 있던 화면에서 제 1 사용자 인터페이스를 포함할 수도 있으며, 또는 전자 장치(101)가 제 1 어플리케이션 프로그램 설치 이후 추후에 제 1 어플리케이션 프로그램의 실행에 따라 일시적 또는 비일시적으로 저장한 화면에서 제 1 사용자 인터페이스를 포함할 수도 있으며, 양자 모두 제 1 어플리케이션이 제 1 사용자 인터페이스를 포함한 것으로 명명할 수 있다.
본 발명의 다양한 실시예에서, 제 1 사용자 인터페이스는, 사용자로 하여금 텍스트를 입력할 수 있도록 제공되는 텍스트 박스(text box)일 수 있다. 또는, 제 1 사용자 인터페이스는, 텍스트 박스 등에 입력되는 캐릭터를 선택할 수 있는 키보드(예: 가상 키보드)를 포함할 수도 있다. 예를 들어, 도 5b에서와 같이, 전자 장치(101)는, 사용자로부터 표시된 키보드(512)(예: 가상 키보드)를 통하여 입력되는 텍스트를 표시할 수 있는 텍스트 박스(511)를 포함하는 제 2 실행 화면(510)을 표시할 수 있다. 도 5b의 동작에 대하여서는, 도 4c를 참조하면서 더욱 상세하게 후술하도록 한다.
420 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 제 1 사용자 인터페이스가 표시되는지 여부를 판단할 수 있다. 본 발명의 다양한 실시예에 따른 제 1 어플리케이션 프로그램은, 다양한 실행 화면을 포함할 수 있다. 예를 들어, 제 1 어플리케이션 프로그램이 웹 브라우징 어플리케이션 프로그램인 경우에는, 도 5a의 좌측에서와 같이, 특정 URL에 대응하는 제 1 실행 화면(500)을 표시할 수 있으며, 제 1 실행 화면(500)에는 텍스트 박스 또는 키보드 등과 같은 제 1 사용자 인터페이스가 포함되지 않을 수 있다. 전자 장치(101)는, 도 5b의 좌측에서와 같이, 특정 URL에 대응하는 제 2 실행 화면(510)을 표시할 수도 있으며, 제 2 실행 화면(510)에는 텍스트 박스(511)와 같은 제 1 사용자 인터페이스가 포함될 수도 있다. 전자 장치(101)는, 예를 들어 표시하고 있는 화면들의 분석 결과 또는 표시하고 있는 화면에 대한 식별 정보 등을 이용하여, 표시하고 있는 화면에서 텍스트 박스와 같은 제 1 사용자 인터페이스가 포함되는지를 판단할 수 있으며, 전자 장치(101)가 표시하고 있는 화면에서 제 1 사용자 인터페이스가 포함되는지 판단하는 방법에 대하여서는 제한이 없음을 당업자는 용이하게 이해할 수 있을 것이다. 한편, 제 2 실행 화면(510)에는 텍스트 박스(511)에 대한 텍스트 입력을 위한 키보드(512)가 더 포함될 수도 있으나, 구현에 따라 키보드(512)는 표시되지 않을 수도 있다. 또는, 전자 장치(101)는, 텍스트 박스(511)에 대한 터치 등의 사용자 지정에 응답하여, 키보드(512)의 표시를 시작하도록 구성될 수도 있다.
430 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 제 1 타입의 사용자 입력 수신과 연관된 제 1 동작을 수행할 수 있다. 전자 장치(101)는, 제 1 사용자 인터페이스가 표시되지 않는 중에 제 1 타입의 사용자 입력이 입력되면, 마이크(280)를 통하여 입력되는 사용자 발화(501)에 대하여 제 1 동작을 수행할 수 있다. 제 1 동작에 대하여서는 도 4b를 참조하여 더욱 상세하게 설명하도록 한다. 예를 들어, 제 1 타입의 사용자 입력은, 예를 들어 전자 장치(101)의 하드웨어 버튼(502)의 입력을 포함할 수 있다. 버튼(502)은, 예를 들어 도 2에서의 키(256)에 포함될 수 있으며, 버튼(502)의 위치에는 제한이 없다. 본 발명의 다양한 실시예에서, 버튼(502)은, 홈 버튼 이외의 다른 버튼으로 구현될 수도 있으며, 예를 들어 전자 장치(101)의 하우징의 측면에 배치될 수도 있다. 예를 들어, 본 발명의 다양한 실시예에서, 음성 인식의 용도에만 이용되는 하드웨어 버튼이 전자 장치(101)의 측면에 배치될 수도 있다. 전자 장치(101)는, 해당 버튼이 눌러지고 눌림이 유지되는 기간 동안에 마이크를 활성화할 수 있으며, 활성화된 마이크를 통하여 획득된 사용자 발화를 처리할 수 있다. 또는, 전자 장치(101)는, 해당 버튼이 눌러지면 마이크를 활성화할 수 있으며, 활성화된 마이크를 통하여 획득된 사용자 발화를 처리할 수도 있다. 상술한 바와 같이 전자 장치(101)의 측면에 배치되는 하드웨어 버튼에 대하여서는 도 18b에서 더욱 상세하게 설명하도록 한다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 소프트웨어에 의하여 렌더링되는 버튼을 포함하는 화면을 표시할 수도 있으며, 이에 대한 터치 등을 검출함으로써, 제 1 타입의 사용자 입력을 수신할 수도 있다. 전자 장치(101)는, 하드웨어 버튼(502 또는 도 2의 키(256)), 터치 스크린 디스플레이의 터치 패널(252) 등 이외에도, 펜 센서(254), 초음파 입력 장치(258) 등의 다양한 입력 장치를 통하여 사용자에 의하여 수행되는 제 1 타입의 사용자 입력을 수신할 수 있으며, 검출하는 입력 장치의 종류에는 제한이 없음을 당업자는 용이하게 이해할 수 있을 것이다. 또는, 전자 장치(101)는, 다양한 센서 모듈(예: 도 2의 센서 모듈(240))을 통하여 제 1 타입의 사용자 입력을 수신할 수도 있다.
440 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 제 2 타입의 사용자 입력 수신과 연관된 제 2 동작을 수행할 수 있다. 전자 장치(101)는, 제 1 사용자 인터페이스가 표시되는 중에 제 2 타입의 사용자 입력이 입력되면, 마이크(280)를 통하여 입력되는 사용자 발화(501)에 대하여 제 2 동작을 수행할 수 있다. 제 2 동작에 대하여서는 도 4c를 참조하여 더욱 상세하게 설명하도록 한다. 전자 장치(101)는, 제 1 사용자 인터페이스가 표시되는지 여부에 따라, 제 1 사용자 입력 수신 시, 동일한 사용자 발화(501)에 대하여 상이한 동작(예: 제 1 동작 또는 제 2 동작))을 수행할 수 있다.
도 4b는, 본 발명의 다양한 실시예에 따른 제 1 어플리케이션 프로그램의 제 1 동작을 설명하기 위한 흐름도를 도시한다. 도 4b를 참조하면, 전자 장치(101)(예:프로세서(120 또는 210))는, 431 동작에서, 제 1 사용자 인터페이스가 표시되지 않는 동안에, 버튼을 통하여 제 1 타입의 사용자 입력을 수신할 수 있다. 예를 들어, 도 5a의 좌측에서와 같이, 전자 장치(101)는 텍스트 박스와 같은 제 1 사용자 인터페이스를 포함하지 않는 제 1 실행 화면(500)을 표시할 수 있다. 전자 장치(101)는, 제 1 실행 화면(500)을 표시 중, 즉 제 1 사용자 인터페이스를 표시하지 않는 동안에, 버튼(502)을 통하여 제 1 타입의 사용자 입력을 수신할 수 있다.
432 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 마이크(280)를 통하여 제 1 사용자 발화(utterance)(501)를 수신할 수 있다. 433 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 제 1 사용자 발화(501)에 대한 데이터를, ASR 시스템 및 지능 시스템을 포함하는 외부 서버로 제공할 수 있다. 지능 시스템은, 예를 들어 ASR 시스템에 의하여 획득된 텍스트에 대하여 NLU를 적용하여, 사용자 의도 등을 판단하여 이에 대응하는 태스크(task)를 포함하는 명령을 생성할 수 있다. 예를 들어, 전자 장치(101)는, 통신 인터페이스(170) 또는 통신 모듈(220)을 이용하여, 제 1 사용자 발화(501)에 대한 데이터를 외부 서버로 송신할 수 있다. 마이크(280)는, 예를 들어 제 1 사용자 발화(501)를 전기적인 신호로 변환할 수 있으며, 전자 장치(101)는, 변환된 전기적인 신호, 즉 제 1 사용자 발화(501)에 대한 데이터를 포함하는 통신 신호를 외부 서버로 송신할 수 있다. 전자 장치(101)는, 변환된 전기적인 신호에 대하여 전처리(pre-processing)를 수행하여 전처리된 전기적인 신호를 포함하는 통신 신호를 외부 서버로 송신할 수도 있으며, 이에 대하여서는 더욱 상세하게 후술하도록 한다.
434 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 데이터를 제공한 이후에, 제 1 사용자 발화에 응답하여 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 서버로부터 수신할 수 있다. 예를 들어, 외부 서버는, 발화에 대한 데이터를 이용하여 텍스트를 생성할 수 있는 자동음성인식(ASR) 시스템 및 텍스트를 자연어 이해하여, 텍스트의 의미를 파악하고 텍스트에 대응하는 명령을 생성할 수 있는 지능 시스템을 포함할 수 있다. 외부 서버는, 자동음성인식 시스템 및 지능 시스템을 이용하여, 제 1 사용자 발화에 대응하는 태스크를 수행하기 위한 적어도 하나의 명령을 생성할 수 있다. 예를 들어, 외부 서버는, 전자 장치(101)가 제 1 사용자 인터페이스를 표시하지 않는다는 전자 장치의 상태에 대응하여, 수신된 데이터로부터 적어도 하나의 명령을 생성할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 제 1 사용자 인터페이스를 표시하지 않는 중이라는 전자 장치의 상태에 대한 정보를 외부 서버로 송신할 수도 있으며, 이에 대하여서는 더욱 상세하게 후술하도록 한다. 외부 서버는, 생성된 명령을 전자 장치(101)로 송신할 수 있다. 전자 장치(101)는, 수신된 명령을 수행함에 따라, 제 1 사용자 발화에 대응하는 태스크를 수행할 수 있다. 예를 들어, 도 5a를 참조하면, 전자 장치(101)는, "Register Study schedule on February second."의 제 1 사용자 발화(501)를 획득할 수 있다. 전자 장치(101)는, 제 1 사용자 발화(501)에 대한 데이터를 외부 서버로 송신할 수 있으며, 외부 서버는, 수신한 데이터에 ASR을 적용하여 "Register, Study schedule on February, second."의 텍스트를 획득할 수 있다. 외부 서버는, 지능 시스템을 이용하여, 획득한 텍스트로부터 제 1 사용자 발화(501)에 대응하는, 스케줄 관리 어플리케이션 실행 및 스케줄 관리 어플리케이션의 2월 2일에 "Study"의 스케줄을 등록하는 태스크들을 포함하는 명령을 생성할 수 있다. 외부 서버는, 생성된 명령을 전자 장치(101)로 송신할 수 있으며, 전자 장치(101)는 명령에 포함된 태스크를 수행할 수 있다. 도 5a의 우측에서와 같이, 전자 장치(101)는 스케줄 관리 어플리케이션 실행 화면(520)을 표시할 수 있으며, 2월 2일 항목(521)에 "Study"의 스케줄(522)을 등록한 결과를 표시할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 제 1 실행 화면(500)의 표시를 유지하면서, 백그라운드에서 스케줄 관리 어플리케이션을 실행하고, 태스크에 포함된 스케줄을 등록할 수도 있다.
도 4c는 본 발명의 다양한 실시예에 따른 제 1 어플리케이션 프로그램의 제 1 동작을 설명하기 위한 흐름도를 도시한다. 도 4c를 참조하면, 전자 장치(101)(예:프로세서(120 또는 210))는, 441 동작에서, 제 1 사용자 인터페이스가 표시되는 동안에, 버튼을 통하여 제 1 타입의 사용자 입력을 수신할 수 있다.
442 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 마이크(280)를 통하여 제2사용자 발화(utterance)를 수신할 수 있다. 예를 들어, 도 5b에서와 같이, 전자 장치(101)는 "Register, Study schedule on February, second."의 제 2 사용자 발화(503)를 획득할 수 있다. 여기에서, 제 1 사용자 발화(501)와 제 2 사용자 발화(503)가 동일한 것을 상정하도록 한다.
443 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 제 2 사용자 발화(503)에 대한 데이터를, ASR 시스템 및 지능 시스템을 포함하는 외부 서버로 제공할 수 있다. 444 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 데이터를 제공한 이후에, 지능 시스템에 의하여 생성된 명령은 수신하지 않으면서, 제 2 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신할 수 있다. 445 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 제 1 유저 인터페이스(511)에 수신한 텍스트(513)를 입력하여 표시할 수 있다. 예를 들어, 외부 서버는, ASR 시스템을 이용하여, 제 2 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 획득할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 제 1 사용자 인터페이스를 표시하는 중이라는 전자 장치의 상태에 대한 정보를 외부 서버로 송신할 수도 있으며, 이에 대하여서는 더욱 상세하게 후술하도록 한다. 외부 서버는, 획득한 텍스트를 전자 장치(101)로 송신할 수 있다. 전자 장치(101)는, 수신된 획득한 텍스트를 제 1 사용자 인터페이스에 입력하여 표시할 수 있다. 예를 들어, 도 5b를 참조하면, 전자 장치(101)는, "Register, Study schedule on February, second."의 제 2 사용자 발화(503)를 획득할 수 있다. 전자 장치(101)는, 제 2 사용자 발화(503)에 대한 데이터를 외부 서버로 송신할 수 있으며, 외부 서버는, 수신한 데이터에 ASR을 적용하여 "Register, Study schedule on February, second."의 텍스트를 획득할 수 있다. 외부 서버는, 획득한 텍스트를 전자 장치(101)로 송신할 수 있으며, 전자 장치(101)는 도 5b의 우측에서와 같이, 텍스트 박스(511) 내에 획득한 텍스트의 적어도 일부(513)를 표시할 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 제 1 사용자 인터페이스를 표시 중이라는 상태 정보에 기초하여, 외부 서버로부터 수신한 텍스트를 제 1 사용자 인터페이스에 입력하도록 설정될 수 있다. 본 발명의 다양한 실시예에 따른 외부 서버는, 제 1 사용자 인터페이스의 표시 여부와 연관된 전자 장치의 상태 정보에 따라서, 전자 장치(101)로부터 수신한 데이터에 대하여 ASR을 통한 텍스트를 획득하여 전자 장치(101)로 송신할 것인지 또는, 전자 장치(101)로부터 수신한 데이터에 대하여 ASR을 통한 텍스트를 획득하고, 획득한 텍스트로부터 태스크를 포함하는 명령까지 생성하여 전자 장치(101)로 송신할 것인지 여부를 판단할 수 있다.
한편, 본 발명의 다양한 실시예에서, 전자 장치(101)는 외부 서버(600)로 사용자 발화에 대한 데이터를 송신하지 않고, 전자 장치(101)의 내부에 설치된 ASR 시스템 및 NLU 시스템을 이용하여 사용자 발화를 처리할 수도 있다. 예를 들어, 전자 장치(101)는, 판단된 사용자 발화 처리 모드에 따라 획득한 사용자 발화에 대하여 ASR만을 적용할지 또는 ASR 및 NLU를 모두 적용할지를 판단할 수도 있다. 이하의 실시예에서도, 외부 서버가 수행하는 동작은, 전자 장치(101) 또한 수행가능하도록 구현될 수도 있다.
도 6a 내지 6d는 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
도 6a를 참조하면, 601 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 사용자 발화를 획득할 수 있다. 603 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 사용자 발화 처리 모드를 판단할 수 있다. 한편, 601의 동작이 603 동작보다 선행된 것과 같이 도 6a에 도시되어 있지만, 이는 단순히 예시적인 것으로, 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 사용자 발화 처리 모드를 판단하고, 이후에 사용자 발화를 획득할 수도 있다. 예를 들어, 전자 장치(101)는, 도 4a 내지 4c에서 설명한 바와 같이, 텍스트 박스와 같은 제 1 사용자 인터페이스가 표시되는지 여부에 기초하여 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 사용자 인터페이스가 표시되는 중이라는 전자 장치 상태에 대응하여, 사용자 발화 처리 모드를 구술 모드(dictation mode)로 판단할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 사용자 인터페이스가 표시되지 않는 중이라는 전자 장치의 상태에 대응하여, 사용자 발화 처리 모드를 명령 모드(command mode)로 판단할 수 있다. 구술 모드는, 외부 서버(600)로 하여금 수신한 사용자 발화에 대한 데이터에 대하여 ASR을 적용하여 텍스트를 획득한 이후에, 텍스트의 반환을 요청하는 사용자 발화 처리 모드일 수 있다. 명령 모드는, 외부 서버(600)로 하여금 수신한 사용자 발화에 대한 데이터에 대하여 ASR을 적용하여 텍스트를 획득하고, 획득된 텍스트로부터 태스크를 포함하는 명령을 생성하고, 명령의 반환을 요청하는 사용자 발화 처리 모드일 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 상술한 제 1 사용자 인터페이스의 표시 여부 이외에도, 실행 중인 어플리케이션의 상태 또는 타입, 표시되는 오브젝트의 상태 또는 타입, 키보드와 같은 제 2 사용자 인터페이스의 표시 여부 또는 사용자 입력의 타입 중 적어도 하나와 같은 다양한 팩터에 따라 사용자 발화 처리 모드를 판단할 수도 있다.
605 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 획득한 사용자 발화에 대한 데이터 및 판단된 처리 모드의 식별 정보를 외부 서버(600)로 송신할 수 있다. 607 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서)는, 수신된 식별 정보에 기초하여 사용자 발화 처리 모드를 식별할 수 있다. 609 동작에서, 외부 서버(600)(예: 외부 서버가 포함한 프로세서)는, 식별된 처리 모드에 따라, 수신된 사용자 발화에 대한 데이터를 처리할 수 있다. 예를 들어, 처리 모드가 구술 모드인 경우에는, 외부 서버(600)는 사용자 발화에 대한 텍스트를 획득할 수 있다. 예를 들어, 처리 모드가 명령 모드인 경우에는, 외부 서버(600)는 사용자 발화에 대한 텍스트를 획득하고, 획득된 텍스트에 대하여 NLU를 적용하여 의미를 판단할 수 있으며, 판단된 의미로부터 태스크를 포함하는 명령을 생성할 수 있다. 본 발명의 다른 실시예에서는, 전자 장치(101)는 사용자 발화 처리 모드의 식별 정보가 아닌, 처리 작업을 지정하여 외부 서버(600)로 송신할 수도 있다. 예를 들어, 전자 장치(101)는 사용자 발화 처리 모드를 판단하지 않고, 사용자 발화를 획득한 이후에, 사용자 발화에 대하여 ASR 처리를 지정하여 외부 서버(600)로 송신할 수 있다. 또는, 전자 장치(101)는, 사용자 발화를 획득한 이후에, 사용자 발화에 대한 ASR 처리 및 NLU 처리를 모두 수행할 것을 지정하여 외부 서버(600)로 송신할 수도 있다. 본 발명의 또 다른 실시예에서는, 전자 장치(101)는, 사용자 발화 처리 모드의 식별 정보가 아닌, 전자 장치(101)의 상태에 대한 정보를 외부 서버(600)로 송신할 수도 있다. 예를 들어, 전자 장치(101)는, 사용자 발화 처리 모드를 판단하지 않고, 사용자 발화를 획득한 이후에, 현재 텍스트 박스와 같은 제 1 사용자 인터페이스를 표시하고 있다는 상태에 대한 정보를 외부 서버(600)로 송신할 수도 있다. 외부 서버(600)는, 전자 장치(101)의 상태에 대한 정보를 이용하여, 사용자 발화에 대한 데이터에 대하여 텍스트를 획득하여 반환할 것인지 또는 태스크를 포함하는 명령까지 생성하여 반환할 것인지 여부를 판단할 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 사용자 발화와 함께 외부 서버(600)가 사용자 발화에 대하여 처리할 작업을 식별할 수 있는 정보를 송신할 수 있으며, 외부 서버(600)가 사용자 발화에 대하여 처리할 작업을 식별할 수 있는 정보는, 사용자 발화 처리 모드의 식별 정보, 처리 작업 식별 정보 또는 전자 장치의 상태 정보 등의 다양한 형태로 구현될 수 있다.
611 동작에서, 외부 서버(600)(예: 외부 서버가 포함한 프로세서 또는 통신 모듈)는 처리 결과를 전자 장치(101)로 송신할 수 있다. 613 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 수신된 처리 결과에 따라 동작할 수 있다. 예를 들어, 외부 서버(600)가 텍스트를 송신한 경우에는, 전자 장치(101)는, 수신한 텍스트를 화면의 적어도 일부에 표시할 수 있다. 전자 장치(101)는, 예를 들어 구술 모드로 사용자 발화 처리 모드가 판단된 경우에는, 수신한 텍스트를 화면의 적어도 일부에 반영하도록 설정될 수도 있다. 예를 들어, 외부 서버(600)가 태스크를 포함한 명령을 송신한 경우에는, 전자 장치(101)는 수신된 명령에 따라 동작할 수 있다.
도 6b는 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
601 동작에서, 전자 장치(101)(또는, 프로세서(120) 또는 프로세서(210))는 사용자 발화를 획득할 수 있다. 621 동작에서, 전자 장치(101)는, 사용자 발화 처리 모드를 명령 모드로 판단할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 예를 들어 텍스트 박스가 표시중이지 않다는 점에 대응하여, 사용자 발화 처리 모드를 명령 모드로 판단할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 다양한 다른 전자 장치(101)의 상태 정보 또는 사용자 입력의 타입 등에 따라 사용자 발화 처리 모드를 명령 모드로 판단할 수 있으며, 사용자 발화 처리 모드의 판단 과정에 대하여서는 더욱 상세하게 후술하도록 한다.
623 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 명령 모드의 식별 정보와 획득된 사용자 발화에 대한 데이터를 외부 서버(600)로 송신할 수 있다. 625 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서)는, 사용자 발화 처리 모드가 명령 모드인 것을 식별할 수 있다. 627 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서)는 사용자 발화에 대한 데이터에 대하여 ASR을 수행하여 텍스트를 획득할 수 있다. 629 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서)는 획득된 텍스트에 대하여 NLU를 수행하여 사용자 질의에 대한 의도(intent)와 관련된 파라미터를 파악하고, 상기 의도에 대응되는 태스크를 포함하는 적어도 하나의 명령을 생성할 수 있다.
예를 들어, 전자 장치(101)는, "최근에 하와이에서 찍은 사진을 엄마에게 보내줘"라는 사용자 발화를 획득하여, 사용자 발화에 대한 데이터를 외부 서버(600)로 송신할 수 있다. 전자 장치(101)는, 사용자 발화의 끝점을 검출하고, 끝점 이전에 수신한 사용자 발화에 대한 데이터를 외부 서버(600)로 송신할 수 있다. 예를 들어, 전자 장치(101)는, 소리 신호의 특성에 기반하여 음성 구간의 끝점을 검출할 수 있다. 또는, 전자 장치(101)는, 사용자의 명시적인 입력 시점의 지시 명령에 따라 끝점을 검출할 수도 있다. 예를 들어, 사용자는, 하드웨어 버튼을 누른 이후 누름 유지(press and hold)를 수행할 수 있으며, 하드웨어 버튼의 누름 유지 동안 사용자 발화를 말할 수 있다. 사용자는, 원하는 사용자 발화가 종료되면, 하드웨어 버튼의 누름 유지를 해제(release)할 수 있다. 전자 장치(101)는, 하드웨어 버튼의 누름 유지 해제에 따라 사용자 발화의 입력이 완료된 것으로 판단할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 버튼을 통한 사용자 발화 수신이 완료된 것으로 판단되더라도, 추가적으로 음성 신호의 특성에 기반하여 보다 정확한 끝점 추출을 수행할 수도 있다.
본 발명의 다양한 실시예에 따른 외부 서버(600)는, 수신한 사용자 발화에 대한 데이터에 ASR을 적용함으로써 "최근에 하와이에서 찍은 사진을 엄마에게 보내줘"라는 텍스트를 획득할 수 있다. 외부 서버(600)는, 획득한 텍스트에 대하여 NLU를 적용함으로써, SEND_PHOTO라는 의도(Intent)와 “하와이/#location”, “최근/#date”, “엄마/#contact_person” 라는 슬롯(slot)(또는, 파라미터)을 생성하고, 이에 대응되는 액션 시퀀스(action sequence)를 결정한다. 액션 시퀀스는, 전자 장치(101)가 수행하는 동작을 순서대로 나타내는 것으로, 예를 들어 적어도 하나의 태스크를 포함할 수 있다. 결정된 액션 시퀀스는, 예를 들어 하기 표 1과 같을 수 있다.
| GALLERY_launch- GALLERY_search(“하와이/#location”,“최근/#date”)-GALLERY_search_result - GALLERY_search_selected_view - SHARE - MESSAGE_conversation_view(“엄마/#contact_person”)-MESSAGE_send |
표 1의 액션 시퀀스는, 갤러리 어플리케이션 실행(GALLERY_launch)의 태스크, 갤러리 어플리케이션 내에서의 장소가 하와이이며, 날짜가 최근인 사진의 검색(GALLERY_search(“하와이/#location”,“최근/#date”))의 태스크, 갤러리 어플리케이션 검색 결과 확인(GALLERY_search_result)의 태스크, 갤러리 어플리케이션 검색 결과 표시(GALLERY_search_selected_view)의 태스크, 사진 공유(SHARE)의 태스크, 메시지 대화창 중 연락처: 엄마의 대화 창 표시(MESSAGE_conversation_view(“엄마/#contact_person”))의 태스크, 메시지 송신(MESSAGE_send)의 태스크와, 각각의 순서를 포함할 수 있다.
631 동작에서, 외부 서버(600)(예: 외부 서버가 포함한 프로세서 또는 통신 모듈)는, 획득된 명령을 전자 장치(101)로 송신할 수 있다. 본 발명의 다양한 실시예에서, 외부 서버(600)는, 획득된 명령과 함께 획득된 텍스트를 전자 장치(101)로 송신할 수도 있다. 633 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 수신한 명령에 따라 동작할 수 있다. 예를 들어, 전자 장치(101)는, 수신된 액션 시퀀스에 포함된 태스크를 각각의 순서에 따라 수행할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 추가로 수신한 텍스트를 화면의 적어도 일부에 표시할 수도 있으며, 이에 따라 사용자는 자신이 의도한 텍스트가 적절하게 처리되었는지 여부를 파악할 수도 있다.
도 6c는, 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
601 동작에서, 전자 장치(101)(또는, 프로세서(120) 또는 프로세서(210))는 사용자 발화를 획득할 수 있다. 641 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 사용자 발화 처리 모드를 구술 모드로 판단할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 예를 들어 텍스트 박스가 표시중인 점에 대응하여, 사용자 발화 처리 모드를 구술 모드로 판단할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 다양한 다른 전자 장치(101)의 상태 정보 또는 사용자 입력의 타입 등에 따라 사용자 발화 처리 모드를 구술 모드로 판단할 수 있으며, 사용자 발화 처리 모드의 판단 과정에 대하여서는 더욱 상세하게 후술하도록 한다.
643 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 구술 모드의 식별 정보와 획득된 사용자 발화에 대한 데이터를 외부 서버(600)로 송신할 수 있다. 645 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서)는, 수신된 식별 정보에 기초하여 사용자 발화 처리 모드가 구술 모드인 것을 식별할 수 있다. 647 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서)는 사용자 발화에 대한 데이터에 대하여 ASR을 수행하여 텍스트를 획득할 수 있다.
예를 들어, 전자 장치(101)는, "최근에 하와이에서 찍은 사진을 엄마에게 보내줘"라는 사용자 발화를 마이크를 통하여 수신하여, 사용자 발화에 대한 데이터를 외부 서버(600)로 송신할 수 있다. 외부 서버(600)는, 수신한 사용자 발화에 대한 데이터에 ASR을 적용함으로써 "최근에 하와이에서 찍은 사진을 엄마에게 보내줘"라는 텍스트를 획득할 수 있다. 649 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서 또는 통신 모듈)는 획득된 텍스트를 전자 장치(101)로 송신할 수 있다. 651 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 수신한 텍스트를 화면의 적어도 일부, 예를 들어 텍스트 박스 내에 입력하여 표시할 수 있다.
도 6d는 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다. 도 6d의 601 동작 내지 647의 동작의 설명은, 도 6c와 동일하므로, 여기에서는 생략하도록 한다.
648 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서)는, 텍스트 입력의 명령을 생성할 수 있다. 예를 들어, 외부 서버(600)는, 적어도 하나의 태스크를 포함하는 액션 시퀀스를 생성할 수 있다. 본 발명의 다양한 실시예에 따른 외부 서버(600)는, 지능 시스템에 의한 NLU를 수행하지 않고, 디폴트된 형식에 기초하여 액션 시퀀스를 생성할 수 있으며, 예를 들어 획득된 텍스트를 텍스트 박스에 입력하고 표시하는 태스크를 포함하는 액션 시퀀스를 생성할 수 있다. 즉, 외부 서버(600)는 NLU를 수행하지 않으면서도 명령을 생성할 수 있다. 653 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서 또는 통신 모듈)는 전자 장치(101)로, 생성된 액션 시퀀스를 포함하는 명령을 송신할 수 있다. 655 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 명령에 따라 동작할 수 있다. 도 6c 및 6d에서 상술한 바와 같이, 구술 모드인 경우에는, 외부 서버(600)는 공통적으로 획득된 사용자 발화에 대하여 ASR을 적용하여 텍스트를 획득할 수 있다. 아울러, 외부 서버(600)는, 획득된 텍스트에 대하여 NLU를 적용하지 않으며, 도 6c의 실시예에서는 전자 장치(101)로 텍스트만을 송신하며, 도 6d의 실시예에서는, 전자 장치(101)로 텍스트를 입력하라는 명령을 송신할 수도 있다. 즉, 본 발명의 다양한 실시예에서, ASR 결과 획득된 텍스트를 입력하는 동작의 결정 주체는, 전자 장치(101) 또는 외부 서버(600) 양자가 모두 수행 수도 있다.
본 발명의 다양한 실시예에서, 외부 서버(600)는, 전자 장치(101)와 데이터를 송수신할 수 있는 통신 회로를 포함할 수 있다. 아울러, 외부 서버(600)는, 수신한 사용자 발화 데이터에 대하여 ASR을 수행하거나, 또는 텍스트에 대하여 NLU를 수행할 수 있는 프로세서 또는, 프로세서로 하여금 발화 데이터에 대하여 ASR을 수행하거나, 또는 텍스트에 대하여 NLU를 수행하도록 야기하는 인스트럭션을 저장하는 메모리 중 적어도 하나를 포함할 수도 있다. 통신 회로는, 사용자 발화에 대한 데이터 또는 식별 정보를 수신하거나, 또는 텍스트 또는 명령을 송신할 수 있다.
도 7은 본 발명의 다양한 실시예에 따른 클라이언트 장치 및 서버의 동작 과정을 설명하기 위한 개념도를 도시한다. 도 7의 클라이언트 장치(700)는, 예를 들어 전자 장치(101)일 수 있으며, 서버(750)는 예를 들어 외부 서버(600)일 수 있다.
클라이언트 장치(700)는, 웨이크업 인식 매니저(701), 전처리 매니저(703) 및 제어 매니저(710)를 포함할 수 있으며, 제어 매니저(710)는 클라이언트 제어 매니저(711) 및 EM(executor manager)를 포함할 수 있다. 서버(750)는, ASR 모듈(751), NLU 모듈(753), DM(dialogue manager)(757), NLG(natural language generation) 매니저(761), TTS(text to speech) 매니저(763), 컨텐트 생성 매니저(755) 및 액션 계획 매니저(759)를 포함할 수 있다. NLU 모듈(753), DM(dialogue manager)(757), NLG(natural language generation) 매니저(761), TTS(text to speech) 매니저(763), 컨텐트 생성 매니저(755) 및 액션 계획 매니저(759) 중 적어도 하나를 포함하는 시스템을, 예를 들어 지능 시스템으로 명명할 수 있다.
클라이언트 장치(700)는, 통합 음성 에이전트(integrated voice agent)를 통해 사용자 발화를 입력받을 수 있다.
웨이크업 인식 매니저(701)는 저전력 프로세서를 이용하여 언제든지 사용자 입력을 받아들여 음성 처리 어플리케이션을 실행할 수 있다. 예를 들어, 저전력 프로세서에 의하여 마이크는 항상 온 상태를 유지할 수 있다. 웨이크업 명령 인식은 마이크가 연결된 오디오 코덱(audio codec)과 같은 마이크로 프로세서에 구현될 수도 있다. 웨이크업 키워드와 매칭되는 음성입력이 수신된 경우, 클라이언트 장치(700)는, 음성인식서비스를 이용하려는 사용자 의도를 인지하고, 서버(750)에 사용자 발화에 대한 데이터를 전달할 수 있다. 전처리 매니저(703)는, 사용자 발화를 전기적인 신호로 처리하여, 사용자 발화에 대한 데이터를 생성하여 ASR 모듈(751)로 전달할 수 있다. 예를 들어, 전처리 매니저(703)는, 적응 반향 제거(adaptive echo canceller: AEC) 모듈, 노이즈 억제(noise suppression: NS) 모듈, 끝점 검출(end-point detection: EPD) 모듈 및 자동 이득 제어(automatic gain control: AGC) 모듈 등을 포함할 수 있다.
서버(700)는, 사용자 발화에 대한 데이터를 수신할 수 있다. 서버(700)는, 예를 들어 무선으로 데이터를 송수신할 수 있는 통신 모듈, 프로세서, 메모리 등을 포함할 수 있으며, 각 하드웨어는, 예를 들어 도 1의 통신 인터페이스(170), 프로세서(120), 메모리(130)와 동일하거나 또는 유사하게 구현될 수 있다. 사용자 발화에 대한 데이터가 입력이 되면, ASR(Automatic Speech Recognition) 모듈(751)을 통해 발화에 대응되는 텍스트질의(text query)를 생성할 수 있다. ASR 모듈(751)은, ASR 시스템으로 명명될 수도 있다. 상기 텍스트질의는 NLU(Natural Language Understanding) 매니저(753)를 통해 정해진 규칙이나 통계적 특성에 기반하여 상기 발화에 대응되는 의도(intent)와 키워드(slot)를 생성할 수 있다. NLU 매니저(753)는, 상기 의도 또는 키워드에 기반하여 사용자에게 제공할 응답을 결정할 수 있다. 상기 응답은 대화형 답변(문장 형태)일 수도 있고, 다양한 형태의 컨텐츠(영상, 소리, 텍스트 등을 포함할 수 있는 멀티미디어 자료)일 수도 있고, 클라이언트 장치(700)에서 수행할 기능을 지시하는 정보일 수 있다. 또는 이의 조합이 될 수도 있다. 예를 들어, 컨텐트 생성 매니저(755)는 클라이언트에서 재생될 다양한 형태의 컨텐츠를 외부로부터 수집, 생성하여 클라이언트 장치(700)로 제공할 수도 있다. 상기 의도 또는 키워드에 기반하여 단말에서 수행할 기능이 결정된 경우, 액션 계획 매니저(759)는 상기 의도 또는 키워드에 대응되는 클라이언트 장치(700)에서 수행할 액션 시퀀스(action sequence) 를 결정할 수 있다. 상기 액션 시퀀스는 순서에 따라 각각의 어플리케이션 에서 수행할 하나 이상의 기능(function)과 상기 기능에 이용할 하나 이상의 파라미터(parameter)를 포함할 수 있다.
클라이언트 장치(700)에서는 상기 대화형 답변, 컨텐트, 또는 action sequence 중 적어도 하나를 수신하면, 각 응답을 적합한 형태로 출력할 수 있다. 클라이언트 장치(700)이 액션 시퀀스를 수신한 경우, EM(713)는 액션 시퀀스에 포함된 하나 이상의 기능과 파라미터에 기반하여 단계별로 태스크를 수행하고 단계별 수행 상황을 출력할 수 있다. 각 수행 단계마다 EM은(713) 각 기능에 대응되는 어플리케이션이 상기 기능을 수행하도록 요청하고, 각 어플리케이션으로부터 각 기능의 실행 결과를 보고받을 수 있다.
예를 들어, EM(713)은 상기 액션 시퀀스에 기반하여 순차적으로 각 단계 액션에 대응되는 어플리케이션(예: 클라이언트 제어 매니저(711))에게 액션 실행 요청을 보낸다. 본 발명의 다양한 실시예에서, 액션은 태스크로 명명될 수도 있다. 실행 요청을 받은 어플리케이션에서는 상기 액션에 대응되는 기능을 실행하며, 실행 결과 또는 상황을 EM(713)로 전달한다. 표 2는, 본 발명의 다양한 실시예에 따른 액션 실행 요청의 예시이다.
| Gallery app 실행 : return NULL 사진 검색 화면 실행 : return NULL Hawaii검색 결과 표시 : return ArrayList<> 검색 결과 창에 표시된 사진들 선택: return ArrayList<> Send via 화면 실행: return ArrayList<> Message앱의 엄마와의 대화 창 실행: return NULL 엄마에게 메시지 보내기: return NULL |
표 2의 액션 실행 요청은, 갤러리 어플리케이션 실행, 사진 검색 화면 실행, 하와이 검색 결과 표시, 검색 결과 창에 표시된 사진들 선택, 선택된 사진들 송신 화면 실행, 메시지 어플리케이션의 실행 및 대화 상대자인 엄마와의 대화 창 실행, 대화 상대자에게 메시지를 송신하는 액션 실행 요청이 포함될 수 있다.
예를 들어, DM(757)은, 사용자 대화 이력을 관리하고, Slot(task parameter)를 관리할 수 있다. DM(757)은, NLU 모듈(753)을 통해 파악된 Intent/Slot을 기반으로 액션을 결정할 수 있다. 예를 들어, DM(757)은 파악된 의도(Intent)에 포함된 Slot(task parameter)를 관리하면서, NLU 모듈(753)에서 파악된 슬롯이 이후 태스크를 수행하는데 충분한지 판단할 수 있다. 태스크를 수행하는데 슬롯이 부족한 경우, 해당 슬롯에 대한 필요한 정보를 요청할 수 있다. DM(757)은 대화이력(Dialog Flow)들을 관리하는 동작을 수행할 수 있으며, 현재 대화창의 대화상태(Dialog status)를 관리할 수 있다. DM(757)은 대화상태에 따라, 이전대화의 정보를 활용할지, 새롭게 질문을 할지를 결정할 수 있다. 또한, DM(757)은 사용자에게 필요한 정보를 요청하거나, 사용자 입력에 대한 피드백을 주고 받을 수도 있다. 또한, DM(757)은 태스크 플로우를 관리할 수 있다. DM(757)은 시스템이 어플리케이션, 서비스 등을 호출하여 어떤 동작을 할 수 있을지 판단할 수도 있다.
NLG(natural language generator) 모듈(761)는 사용자 입력, 자연어 처리결과, 서비스 실행 결과 등의 결과물(output)을 사용자가 알아들을 수 있는 자연어 형태로 표현할 수 있다. 예를 들어, NLG 모듈(761)은, 사용자가 어떤 자연어 입력을 수행할 경우, 사용자 입력에 대한 paraphrasing을 수행할 수 있다. 또한, NLG 모듈(761)은 사용자 입력에 대한 자연어처리를 수행하고 파악된 의도에 따라 사용자 의도가 무엇이고, 그것을 확인하고 있음을 알릴 수 있다. 또 다른 예로, NLG 모듈(761)은 자연어처리 이후 실제 서비스(app/CP)로부터 서비스 결과를 얻은 이후에, 그 결과를 보여주면서 결과에 대한 간략한 정보를 생성하여 설명할 수 있다. NLG 모듈(761)로부터의 정보는, 예를 들어 TTS(763) 모듈로 제공되고, 음성으로 합성되어 제공될 수도 있다. 한편, 본 발명의 다양한 실시예에서, 전자 장치(101)는 상술한 바와 같이, 단독으로 사용자 발화를 처리하여 액션(또는, 태스크)을 생성할 수도 있으며, 이 경우에는, 전자 장치(101)가 서버(750)의 구성 요소를 적어도 하나 포함할 수도 있다.
도 8은 본 발명의 다양한 실시예에 따른 연속 명령 모드에서의 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
810 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 사용자 발화 처리 모드가 연속 명령 모드인 것으로 판단할 수 있다. 전자 장치(101)는, 위치 정보, 전자 장치(101)의 상태 정보(통신 연결 상태, 메시지 수신 정보 등), 활성화되어 있는 백그라운드 어플리케이션 상태 정보, 표시되는 오브젝트의 타입 또는 상태, 사용자 입력의 타입 등의 다양한 정보에 기초하여 사용자 발화 처리 모드를 판단할 수 있다. 전자 장치(101)는, 어플리케이션 상태, 예를 들어 텍스트 박스 또는 키보드가 표시되는지 여부, 또는 활성화된 지 여부 등에 기초하여 사용자 발화 처리 모드를 판단할 수 있다. 전자 장치(101)는, 실행중인 어플리케이션 종류에 따라 사용자 발화 처리 모드를 판단할 수 있다. 연속 명령 모드로의 진입의 다양한 실시예는 더욱 상세하게 후술하도록 한다.
820 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 마이크를 활성화할 수 있다. 830 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 활성화된 마이크를 통하여 사용자 발화를 획득할 수 있다. 840 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는 사용자 발화에 대한 데이터를 외부 서버로 송신할 수 있다. 예를 들어, 전자 장치(101)는 사용자의 명시적 입력에 따라 발화의 시작 시점 및 발화 종료 시점을 판단할 수 있다. 전자 장치(101)는, 발화의 시작 시점 및 발화의 종료 시점 사이에 입력된 소리 정보로부터, 사용자 발화의 단일 명령의 종료 시점을 검출할 수 있으며, 단일 명령에 해당되는 사용자 발화에 대한 데이터를 외부 서버로 송신할 수 있다. 아울러, 전자 장치(101)는, 사용자 발화에 대한 데이터와 함께, 연속 명령 모드의 식별자를 외부 서버로 송신할 수 있다.
외부 서버는, 수신된 사용자 발화에 대한 데이터에 대하여 ASR 및 NLU를 적용하여, 명령을 생성할 수 있다. 850 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 외부 서버로부터 사용자 발화를 처리한 결과로 획득된 명령을 수신할 수 있다. 860 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 수신된 명령에 따라 동작할 수 있다. 870 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 사용자 발화를 획득할 수 있다. 880 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 연속 명령 모드 종료 이벤트가 검출되는지 여부를 판단할 수 있다. 연속 명령 모드 종료 이벤트가 검출되면, 사용자 발화에 대한 데이터를 외부 서버로 송신할 수 있으며, 다시 명령을 수신하여 동작할 수 있다. 연속 명령 모드 종료 이벤트가 검출되면, 전자 장치(101)는, 사용자 발화의 획득을 중단하고, 예를 들어 마이크를 비활성화할 수 있다. 연속 명령 모드 종료 이벤트는, 예를 들어 하드웨어 버튼의 눌림 등으로 설정될 수 있으나, 그 종류에는 제한이 없다. 예를 들어, 사용자가 하드웨어 버튼을 두 번 누르면, 전자 장치(101)의 마이크가 활성화되어 음성 입력 대기 상태가 되어, 이후 발화되는 모든 음성 명령이 연속 명령 모드 종료에 대응하는 사용자 입력이 확인될 때까지 외부 서버로 전달될 수 있다. 아울러, 추가적으로 하드웨어 버튼이 두 번 눌리면, 전자 장치(101)는 마이크를 비활성화할 수 있다. 또는, 전자 장치(101) (예:프로세서(120 또는 210))는 870 동작에서 수신된 사용자 발화가 연속 명령 모드 종료를 나타내는 경우에, 이에 대응하여 연속 명령 모드를 종료할 수 있다.
도 9는 본 발명의 다양한 실시예에 따른 연속 명령 모드에서의 전자 장치의 동작 방법을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 연속 명령 모드로 사용자 발화 모드를 판단하고, 마이크를 활성화할 수 있다. 전자 장치(101)는, 예를 들어 제 1 어플리케이션 실행 화면(910)을 표시할 수 있으며, 제 1 어플리케이션 실행 화면(910) 상에, 사용자 발화를 대기 중, 즉 청취 중(listening)이라는 취지의 인디케이터(901)를 표시할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(901)를 음성 인식 버튼으로 동작시킬 수도 있다. 제 1 어플리케이션은, 예를 들어 사용자 발화 처리 어플리케이션일 수도 있으며, 또는 사용자 발화 처리 어플리케이션과 상이한 어플리케이션일 수도 있다. 전자 장치(101)는, 사용자 발화에 대한 데이터를 단일 명령 단위로 외부 서버로 송신할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는 제 1 사용자 발화에 대한 명령이 수신되면, 수신된 명령에 대한 텍스트 또는 제 1 사용자 발화에 대한 텍스트(903)를 제 1 어플리케이션 실행 화면(910) 상에 표시할 수 있다. 본 발명의 다양한 실시예에서, 제 1 사용자 발화의 획득이 완료되면, 전자 장치(101)는 마이크를 계속 활성화하여 제 2 사용자 발화를 획득할 수도 있으며, 또는 마이크를 비활성화하였다가, 제 1 사용자 발화에 대응하는 명령의 수행이 완료되면 마이크를 활성화하여 제 2 사용자 발화를 획득할 수도 있다. 도 9의 실시예에서는, 전자 장치(101)는, 현재 모드(921) 및 사용자 발화를 유도하는 메시지(923)를 포함하는 화면(920)을 표시하고, 사용자 발화를 획득할 수도 있다. 연속 명령 모드에서, 전자 장치(101)는, 수행 결과(905)를 표시할 수도 있으며, 이후 대기중, 즉 청취 중을 나타내는 인디케이터(907)를 표시하고, 제 2 사용자 발화의 획득을 대기할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(907)를 음성 인식 버튼으로 동작시킬 수도 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 음성 명령을 통하여서도 연속 명령 모드로 진입할 수 있다. 예를 들어, 전자 장치(101)의 하드웨어 버튼이 눌리면, 전자 장치(101)는 명령 모드로 진입할 수 있다. 전자 장치(101)는, 명령 모드 진입 이후에, 사용자로부터 "start continuous command mode"라는 사용자 발화를 획득할 수 있다. 명령 모드 동작에 따라, 전자 장치(101)는, 획득된 사용자 발화에 대한 데이터를 외부 서버(600)로 송신할 수 있으며, 외부 서버로부터 사용자 발화에 대응하는 명령을 획득할 수 있다. 여기에서, 명령은 예를 들어 연속 명령 모드를 실행하는 것일 수 있다. 전자 장치(101)는 수신된 명령에 대응하여 연속 명령 모드로 진입할 수 있다. 이후, 입력되는 사용자 발화에 대하여 전자 장치(101)는 연속 명령 모드의 동작에 따라 처리할 수 있다. 연속 명령 모드 종료 이벤트는, 상술한 바와 같이 하드웨어 버튼의 조작뿐만 아니라, 음성 명령을 포함할 수도 있다. 예를 들어, 전자 장치(101)는, 연속 명령 모드 중에서, "finish continuous command mode"의 사용자 발화를 획득할 수 있으며, 사용자 발화에 대한 데이터를 외부 서버(600)로 송신할 수 있다. 전자 장치(101)는, 외부 서버(600)로부터 사용자 발화에 대응하는 명령을 수신할 수 있으며, 이 경우 명령은 연속 명령 모드의 종료일 수 있다. 전자 장치(101)는, 수신된 명령에 대응하여 연속 명령 모드를 종료할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 사용자 발화의 끝점이 추출된 음성 신호에 대하여 외부 서버로 송신할 수 있다. 전자 장치(101)는, 외부 서버로 연속 명령 모드의 식별 정보를 함께 송신할 수 있다. 외부 서버는, 사용자 발화 처리 모드가 연속 명령 모드인 것을 확인하고, 예를 들어 명령 모드와 유사하게 동작을 수행할 수 있다. 우선, 외부 서버는, 사용자 발화에 대한 데이터에 ASR을 적용하여 텍스트로 변환할 수 있다. 외부 서버는, 변환된 텍스트에 NLU를 적용하여, 사용자 의도(intent)와 관련 파라미터(parameter)(예: 슬롯(slots))를 판단하고, 이에 기반하여 명령을 생성할 수 있다. 외부 서버는, 생성한 명령을 전자 장치(101)로 송신할 수 있으며, 전자 장치(101)는 수신된 명령에 따라 동작할 수 있다. 명령 내의 복수 개의 태스크에 대한 데이터 흐름 또는 호출해야할 모듈의 순서는, 예를 들어 외부 서버의 서비스 오케스트레이터(service orchestrator) 매니저에 의하여 제어될 수 있다.
전자 장치(101)는, 외부 서버에서 처리되어 생성된 정보를 표시할 수도 있다. 예를 들어, 전자 장치(101)는, 상기 ASR을 통해 생성된 텍스트 정보를 외부 서버로부터 수신하여 표시할 수도 있으며, 표시하지 않을 수도 있다. 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 액션 플래닝(action planning) 매니저 또는 DM을 통해 텍스트를 분석하여 생성된 사용자 의도에 대응되는 응답정보를 수신할 수 있으며, 이에 대한 정보를 순차적으로 시각적으로 표시하거나 청각적으로 출력할 수 있다. 전자 장치(101)는, 발화 시간 동안 입력된 복수 개의 단일 명령에 대한 응답은 순차적으로 출력할 수 있다.
도 10a 및 10b는 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면의 개념도를 도시한다.
도 10a를 참조하면, 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 텍스트 박스(1011) 및 STT(speech to text) 활성화 버튼(1013)을 포함하는 화면(1010)을 표시할 수 있다. 텍스트 박스(1011)에는 커서와 같은 포커스가 표시될 수도 있으나, 본 발명의 다양한 실시예에서는 커서가 표시되지 않을 수도 있다. 전자 장치(101)는, 텍스트 박스(1011)와 같은 미리 지정된 사용자 인터페이스가 표시되면, 사용자 발화 처리 모드를 구술 모드로 판단할 수 있다. 또는, 전자 장치(101)는, 추가적인 사용자 입력, 예를 들어 STT 활성화 버튼(1013)의 지정 등을 검출하면, 이에 대응하여 사용자 발화 처리 모드를 구술 모드로 판단할 수도 있다.
전자 장치(101)는, 구술 모드에서, 사용자 발화의 끝점을 검출하고, 사용자 발화에 대한 데이터, 즉 사용자 명령에 해당하는 음성 정보를 외부 서버로 송신할 수 있다. 전자 장치(101)는, 사용자 발화에 대한 데이터와 함께 구술 모드의 식별 정보를 외부 서버로 송신할 수 있다. 외부 서버는, 구술 모드의 식별 정보를 판단하고, 이에 대응하여 수신된 사용자 발화에 대한 데이터에 대하여 ASR을 수행하여 텍스트를 획득할 수 있다. 외부 서버는, 획득한 텍스트를 전자 장치(101)로 송신할 수 있으며, 이 경우 명령은 외부 서버로부터 전자 장치(101)로 송신되지 않을 수도 있다. 본 발명의 다양한 실시예에서, 외부 서버는, 획득한 텍스트에 NLU를 수행하여 사용자 의도와 관련된 파라미터를 판단하여, 대화 문맥 파악에 이용할 수는 있으나, 이에 대응하는 명령은 전자 장치(101)로 송신하지 않도록 설정될 수도 있다. 구술 모드에서, 전자 장치(101)는 수신된 텍스트(1015)를 도 10의 우측에서와 같이, 텍스트 박스(1011)에 입력하여 표시할 수 있다.
도 10b를 참조하면, 전자 장치(101)는 가상 키보드(1021)를 포함하는 화면(1020)을 표시할 수도 있다. 전자 장치(101)는, 가상 키보드(1021)가 표시중이라는 것에 적어도 기초하여, 사용자 발화 처리 모드를 구술 모드로 판단할 수 있다. 예를 들어, 전자 장치(101)는, 가상 키보드(1021)를 표시한 상태에서, 하드웨어 버튼이 눌림 및 눌림 유지된 상태이면, 마이크를 통하여 사용자 발화를 획득하고, 이에 대응하는 텍스트를 외부 서버로부터 수신할 수 있다. 예를 들어, 전자 장치(101)는, 가상 키보드(1021)가 표시된 상태에서, 하드웨어 버튼이 눌리면, 도 10b의 우측에서와 같이 음성 인식이 활성화되었음을 나타내는 인디케이터(1023)를 표시할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(1023)를 음성 인식 버튼으로 동작시킬 수도 있다. 또는, 전자 장치(101)는, 도 10b의 중앙에서와 같이, STT 활성화 버튼(1022)을 표시할 수도 있다. 전자 장치(101)는, STT 활성화 버튼(1022)의 지정이 검출되면, 예를 들어 도 10b의 우측에서와 같이, 도 10b의 우측에서와 같이 음성 인식이 활성화되었음을 나타내는 인디케이터(1023)를 표시할 수 있다.
도 11a는 본 발명의 다양한 실시예에 따른 대화 모드에서의 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다.
1110 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 사용자 발화 처리 모드가 대화 모드인 것으로 판단할 수 있다. 1120 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 마이크를 활성화할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 예를 들어 사용자가 전자 장치(101)를 들어올려서 입에 마이크를 가까이 가져가는 모션이 인식되면, 마이크를 활성화시킬 수 있다. 전자 장치(101)는, 사용자가 전자 장치(101)를 내리는 모션이 인식되면, 추후 마이크를 비활성화하고 그 동안 외부 서버에서 처리된 텍스트를 표시하거나 또는 생성된 명령을 수행할 수 있다.
1130 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 활성화된 마이크를 통하여 사용자 발화를 획득할 수 있다. 1140 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는 사용자 발화 및 대화 모드의 식별 정보를 외부 서버로 송신할 수 있다. 전자 장치(101)는, 명령 모드와 유사하게, 사용자 발화의 끝점을 검출하고, 사용자 발화에 대한 데이터, 즉 사용자 명령에 해당하는 음성 정보를 외부 서버로 송신할 수 있다. 외부 서버는, 사용자 발화 처리 모드가 대화 모드인 것을 식별하고, 이에 대응하여 수신된 사용자 발화에 대한 데이터에 ASR을 적용하여 텍스트를 획득할 수 있다. 외부 서버는, 획득한 텍스트를 전자 장치(101)로 송신할 수 있으며, 명령을 송신하지 않을 수 있다.
1150 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 사용자 발화를 처리한 텍스트를 수신할 수 있다. 1160 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 수신된 텍스트를 대화 창에 입력하고, 대화 창에 입력된 텍스트의 송신 명령을 자동 입력할 수 있다. 1170 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는 텍스트를 송신하고, 송신 결과를 표시할 수 있다. 본 발명의 다양한 실시예에서, 대화 모드에서 전자 장치(101)는, 텍스트를 수신할 수 있으며, 수신된 텍스트를 대화 창에 입력하여 표시한 이후에, 송신 명령까지 추가적으로 수행할 수도 있다.
도 11b는 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다.
1181 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 사용자 발화 처리 모드가 대화 모드인 것으로 판단할 수 있다. 1183 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 사용자 발화를 획득할 수 있다. 1185 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는 사용자 발화 및 대화 모드의 식별 정보를 외부 서버로 송신할 수 있다. 1187 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서)는, 사용자 발화 처리 모드가 대화 모드인 것을 식별하고, 이에 대응하여 수신된 사용자 발화에 대한 데이터에 ASR을 적용하여 텍스트를 획득할 수 있다. 1189 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서)는, 획득한 텍스트를 대화 창 등의 텍스트 박스에 입력하고 입력된 텍스트를 송신하는 명령을 생성할 수 있다. 1191 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서 또는 통신 모듈)는 생성한 명령을 전자 장치(101)로 송신할 수 있다. 1193 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 수신된 명령에 따라 동작할 수 있으며, 이에 따라 획득한 텍스트를 대화 창 등의 텍스트 박스에 입력하고 입력된 텍스트를 송신하는 태스크를 수행할 수 있다. 또 다른 실시예에서는, 전자 장치(101)는, 도 11a에서와 같이, 스스로 텍스트를 송신하는 것을 결정할 수도 있다. 이 경우, 전자 장치(101)는, 외부 서버(600)로부터 텍스트를 수신하고, 수신된 텍스트를 대화 상대자의 계정에 대하여 송신할 수도 있다.
도 12a 내지 12c는 본 발명의 다양한 실시예에 따른 대화 모드에서의 전자 장치의 표시 화면을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는, 도 12a에서와 같은, 대화 상대자(1211) 및 대화 내용창(1220)을 포함하는 제 1 화면(1210)을 표시할 수 있다. 예를 들어, 전자 장치(101)는, 메시지 어플리케이션을 실행할 수 있으며, 제 1 화면(1210)은 메시지 어플리케이션의 실행 화면일 수 있다. 대화 내용창(1220)에는, 그 동안 대화 상대자와 전자 장치(101)를 통하여 로그인된 사용자 계정 사이에 송수신되었던 메시지(1221)가 말풍선 형태로 표시될 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 대화 모드 종료 버튼(1223) 및 메시지 지연 송신 버튼(1225)을, 예를 들어 힌트(hint)로써 표시할 수 있다. 전자 장치(101)는, 추가적으로 대화 모드 식별을 위한 인디케이터(1227), 텍스트 박스(1229) 및 메시지 송신 버튼(1231)을 더 표시할 수도 있다. 대화 모드 종료 버튼(1223)이 지정되면, 전자 장치(101)는 대화 모드를 종료할 수 있다. 대화 모드 식별을 위한 인디케이터(1227)이 지정되면, 전자 장치(101)는 대화 모드를 종료할 수도 있다. 또 다른 실시예에서는, 전자 장치(101)는, 예를 들어 사용자가 전자 장치(101)를 들어올려서 입에 마이크를 가까이 가져가는 모션이 인식되면, 마이크를 활성화시킬 수 있다. 전자 장치(101)는, 사용자가 전자 장치(101)를 내리는 모션이 인식되면, 대화 모드를 종료할 수도 있다. 전자 장치(101)는, 사용자 발화에 대한 데이터를 외부 서버로 송신할 수 있으며, 외부 서버로부터 사용자 발화에 대응하는 텍스트를 획득할 수 있다. 전자 장치(101)는, 획득한 텍스트를 텍스트 박스(1229)에 입력하고, 자동으로 송신할 수도 있다. 또는, 전자 장치(101)는, 획득한 텍스트를 텍스트 박스(1229)에 입력하고 추가적으로 메시지 송신 버튼(1231)이 지정되면 텍스트 박스(1229)에 입력된 메시지를 다른 전자 장치, 예를 들어 메시지 어플리케이션 관리 서버를 통하여 대화 상대자 계정으로 로그인된 다른 전자 장치로 송신할 수 있다. 전자 장치(101)는, 예를 들어 도 12b에서와 같이, 송신한 메시지(1241)를 대화 내용창(1220)에 추가적으로 표시할 수 있다.
지연 송신 버튼(1225)이 지정되면, 전자 장치(101)는 외부 서버(600)로부터 수신한 텍스트를 다른 전자 장치로 기설정된 시간이 초과한 이후에 송신할 수 있다. 예를 들어, 도 12c에서와 같이, 전자 장치(101)는 외부 서버로부터 수신한 텍스트(1251)를 텍스트 박스(1229)에 표시할 수 있으며, 메시지 송신 취소 버튼(1253)을 표시할 수 있다. 메시지 송신 취소 버튼(1253)은 메시지 송신까지 남은 시간을 나타내는 인디케이터를 더 포함할 수도 있다. 예를 들어, 인디케이터는, 시간의 도과에 따라서 메시지 송신 취소 버튼(1253)의 테두리의 프로그레스 바의 적어도 일부의 색상 또는 두께가 변경되는 방식으로 구현될 수 있으며, 사용자는 해당 인디케이터가 기설정된 시간을 나타내기 이전에 메시지 송신 취소 버튼(1253)을 지정할 수 있다. 또는, 전자 장치(101)는 기설정된 숫자가 1씩 감소하는 형태의 카운트다운 시계를 표시할 수도 있으며, 숫자가 감소하여 0이되면 해당 텍스트를 송신하도록 설정될 수도 있다. 이 경우에는, 전자 장치(101)는 텍스트 박스(1229)에 표시된 텍스트(1251)의 송신을 취소할 수 있다. 만약, 메시지 송신 취소 버튼(1253)이 지정되지 않고 기설정된 시간이 초과되면, 전자 장치(101)는 텍스트 박스(1229)에 표시된 텍스트(1251)를 송신하고, 예를 들어 도 12b에서와 같이 송신한 메시지(1241)를 표시할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는 텍스트(1251)에 추가적으로 지정된 텍스트 처리 관련 정보를 더 표시할 수도 있다. 예를 들어, 전자 장치(101)는, 외부 서버로부터 수신한 텍스트(1251)인 "Where to go"이외에 추가적으로, 처리 주체인 Bixby를 나타내는 정보를 더 표시하여, 예를 들어 "Where to go, by Bixby"의 텍스트를 텍스트 박스에 표시할 수도 있다. Bixby는, 예를 들어 서비스 제공 주체를 나타내는 식별 정보 또는 어플리케이션 명칭의 예시이며, 추가적으로 표시되는 정보에는 제한이 없음을 당업자는 용이하게 이해할 수 있을 것이다.
도 13은 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 서버의 동작을 설명하기 위한 흐름도를 도시한다. 도 13의 실시예는 도 14를 참조하여 더욱 상세하게 설명하도록 한다. 도 14는 본 발명의 다양한 실시예에 따른 키보드 모드에서의 전자 장치의 화면을 설명하기 위한 개념도를 도시한다.
1301 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는 사용자 발화 처리 모드가 키보드 모드인 것으로 판단할 수 있다. 1303 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 사용자 발화를 획득할 수 있다. 예를 들어, 도 14의 좌측에서와 같이, 전자 장치(101)는 "one hundred percent sure"라는 사용자 발화(1420)를 마이크(280)를 통하여 획득할 수 있다. 전자 장치(101)는 대화 상대자(1411) 및 대화 내용창(1413)을 포함하는 화면(1410)을 표시할 수 있다. 대화 내용창(1413)은 대화 상대자와 송수신되었던 메시지(1415)를 포함할 수 있다.
1305 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 사용자 발화에 대한 데이터 및 키보드 모드의 식별 정보를 외부 서버로 송신할 수 있다. 외부 서버(600)는, 키보드 모드의 식별 정보에 대응하여, 수신된 사용자 발화의 제 1 부분을 구술한 결과인 제 1 텍스트와 수신된 사용자 발화의 제 2 부분의 의미에 대응하는 제 2 텍스트를 획득할 수 있다. 예를 들어, 외부 서버(600)는, 수신된 사용자 발화에 대한 데이터에 대하여 ASR을 수행하여, "one hundred percent sure"의 텍스트를 획득할 수 있다. 1307 동작에서, 외부 서버 (예: 외부 서버가 포함한 프로세서)는, "one hundred"의 의미에 대응하는 텍스트인 "100"을 획득하고, "percent"의 의미에 대응하는 텍스트인 "%"를 획득할 수 있다. 외부 서버(600)는, 획득한 텍스트에서 지정된 단어셋을 인식할 수 있다. 외부 서버(600)는 키보드 상 캐릭터(문자, 숫자, 기호 등등)를 나타내는 단어셋을 획득한 텍스트로부터 인식할 수 있다. 예를 들어, 외부 서버(600)는 "percent"와 "%" 사이의 연관 관계를 미리 저장할 수 있으며, 획득한 텍스트에서 "percent"가 존재하며, 사용자 발화 처리 모드가 키보드 모드인 경우에는, "percent"를 "%"로 변환할 수도 있다. 외부 서버(600)는, 키보드 상 캐릭터뿐만 아니라, 이모티콘 또는 띄어쓰기와 같은 텍스트 또한 해당 이모티콘 또는 띄어쓰기로 처리할 수도 있다. 예를 들어, 외부 서버(600)가 사용자 발화에 대한 데이터로부터 "I love you space heart emoticon"의 텍스트를 획득한 경우에, "space"에 대하여서는 띄어쓰기로 처리할 수 있으며, hear emoticon에 대하여서는 대응되는 이모티콘으로 변환할 수 있다.
외부 서버(600)는, 수신된 사용자 발화의 제 1 부분을 구술한 결과인 제 1 텍스트인 "sure"와 제 2 부분의 의미에 대응하는 제 2 텍스트인 "100%"를 전자 장치(101)로 송신할 수 있다. 1309 동작에서, 외부 서버(600) (예: 외부 서버가 포함한 프로세서 또는 통신 모듈)는 제 1 텍스트 및 제 2 텍스트를 전자 장치(101)로 송신할 수 있다. 1311 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 수신한 제 1 텍스트 및 제 2 텍스트를 텍스트 박스 또는 대화 내용창에 표시할 수 있다. 예를 들어, 도 14의 우측에서와 같이, 전자 장치(101)는 수신된 제 1 텍스트 및 제 2 텍스트인 "100% Sure"의 메시지(1420)를 말풍선 형태로 표시할 수 있다. 본 발명의 다양한 실시예에서는, 전자 장치(101)는 텍스트 박스에 제 1 텍스트 및 제 2 텍스트를 표시할 수도 있으며, 추가적인 사용자 확인을 거친 이후에 해당 메시지를 다른 전자 장치로 송신할 수도 있다. 본 발명의 다양한 실시예에서, 키보드 모드는 구술 모드에 포함될 수도 있다. 즉, 다양한 실시예에 따른 전자 장치(101) 또는 외부 서버(600)는, 키보드 모드 및 구술 모드를 구분하지 않을 수 있으며, 구술 모드에서 획득된 사용자 발화를 처리하여 특수 문자의 텍스트를 획득할 수도 있다. 예를 들어, 전자 장치(101)는, 사용자 발화 처리 모드를 구술 모드로 판단하고, "one hundred percent sure"의 사용자 발화를 획득할 수도 있다. 전자 장치(101)는 사용자 발화에 대한 데이터와 식별 정보를 외부 서버(600)로 송신할 수 있으며, 외부 서버(600)는 식별 정보에 기초하여 사용자 발화 처리 모드가 구술 모드인 것으로 판단할 수 있다. 외부 서버(600)는, 구술 처리 모드에 대응하여, 수신된 사용자 발화에 대한 데이터에 ASR을 처리하여 "one hundred percent sure"의 텍스트를 획득할 수 있다. 외부 서버(600)는, 수신된 텍스트에 포함된 "one hundred"를 숫자 텍스트인 "100"로 변경하고, "percent"를 "%"로 변경하여, "100% sure"의 텍스트를 획득할 수도 있다. 또는, 구현에 따라 외부 서버(600)의 ASR의 적용 결과에 따라, 사용자 발화에 대한 데이터로부터 곧바로 "100% sure"의 텍스트를 획득할 수도 있다.
도 15는 본 발명의 다양한 실시예에 따른 메모 모드에서의 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다. 도 15의 실시예는 도 16을 참조하여 더욱 상세하게 설명하도록 한다. 도 16은 본 발명의 다양한 실시예에 따른 메모 모드에서의 전자 장치의 화면을 설명하기 위한 개념도를 도시한다.
도 15를 참조하면, 전자 장치(101)(예:프로세서(120 또는 210))는, 1501 동작에서 사용자 발화 처리 모드가 메모 모드인 것으로 판단할 수 있다. 예를 들어, 도 16에서와 같이, 전자 장치(101)는 복수 개의 오브젝트(1611)가 포함되는 화면(1610)을 표시할 수 있으며, 메모 모드 진입에 대응하여 메모 모드를 나타내는 인디케이터(1620)를 표시할 수 있다. 전자 장치(101)는 마이크를 활성화할 수 있다. 1503 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 사용자 발화를 획득할 수 있다. 예를 들어, 전자 장치(101)는, "shopping at 4"라는 사용자 발화를 획득할 수 있다. 1505 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는 사용자 발화에 대한 데이터 및 메모 모드의 식별 정보를 외부 서버로 송신할 수 있다. 1507 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는 외부 서버로부터 획득된 텍스트를 수신할 수 있다. 1509 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 텍스트를 메모장 어플리케이션에 비일시적으로 저장하거나 또는 백그라운드에 일시적으로 저장할 수 있다. 전자 장치(101)는, 예를 들어 텍스트를 메모장 어플리케이션을 이용하여 스케줄로서 등록할 수 있다. 또는, 도 16에서와 같이, 전자 장치(101)는 수신된 텍스트(1621)을 텍스트 박스 내에 표시하고, 텍스트가 저장되었다는 취지의 텍스트(1630)를 표시할 수 있다. 전자 장치(101)는, 텍스트를 백그라운드에서 일시적으로 저장할 수 있으며, 추후 붙여넣기 등의 사용자 명령에 대응하여 일시적으로 저장되었던 텍스트를 표시할 수도 있다. 또는, 전자 장치(101)는 텍스트를 백그라운드에서 영구적으로 저장할 수도 있으며, 지정된 명령이 입력되거나 또는 지정된 시간이 초과하기 이전까지 해당 텍스트를 저장할 수도 있다.
도 17은 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다. 도 17의 실시예는 도 18a 내지 18c를 참조하여 더욱 상세하게 설명하도록 한다. 도 18a 내지 18c는 본 발명의 다양한 실시예에 따른 음성 처리 어플리케이션 실행을 위한 웨이크 업 명령을 설명하기 위한 개념도들을 도시한다.
1701 동작에서, 전자 장치(101)(또는, 프로세서(120 또는 210))는 웨이크 업 명령을 획득할 수 있다. 1703 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 웨이크 업 명령에 대응하여, 어플리케이션 프로세서(120 또는 210)을 휴면 상태에서 활성화 시키거나 음성 처리 어플리케이션을 실행할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)의 오디오 모듈(280)에 포함된 오디오 코덱이 웨이크 업 명령을 획득하여, 웨이크 업 대응 동작을 수행할 수도 있다. 또는, 전자 장치(101)에 포함된 센서 허브가 웨이크 업 명령을 획득하고, 웨이크 업 대응 동작을 수행할 수도 있다. 1705 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 전자 장치(101)의 상태 정보, 웨이크 업 명령의 종류 또는 후행 명령 중 적어도 하나에 따라 사용자 발화 처리 모드를 결정할 수 있다. 본 발명의 다양한 실시예에서, 도 18a에서와 같이, 배경 화면(1801)을 표시할 수 있으며, 배경 화면(1801)은 예를 들어 날씨 정보를 포함할 수 있다. 전자 장치(101)는 음성 명령(voice command)(1803)을 웨이크 업 명령으로서 획득하여, 음성 처리 어플리케이션을 실행할 수 있다. 전자 장치(101)는 마이크를 항상 활성화(always on)할 수 있으며, 이에 따라 미리 지정된 음성 명령(예를 들어, Hi, bixby)을 웨이크 업 명령으로서 획득할 수 있다. 전자 장치(101)는 음성 처리 어플리케이션의 실행 화면(1810)을 디스플레이의 적어도 일부 상에 표시할 수 있다. 본 발명의 다양한 실시예에서, 음성 처리 어플리케이션의 실행 화면(1810)은, 예를 들어 청취 중임을 나타내는 텍스트(1811), 청취 중임을 나타내는 인디케이터(1813) 및 외부 서버로부터 수신되는 텍스트 또는 명령을 표시할 수 있는 텍스트 박스(1814)를 포함할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(1813)를 음성 인식 버튼으로 동작시킬 수도 있다. 본 발명의 다양한 실시예에서, 음성 처리 어플리케이션의 실행 화면(1810)은, 예를 들어 위치 공유 버튼(share my location)(1815), 미팅 스케줄 진행 버튼(schedule meeting)(1817) 및 시간 설정 버튼(set time)(1819)을 포함할 수도 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 단일 웨이크 업 명령에 따라 음성 처리 어플리케이션을 실행하도록 설정될 수 있다. 이 경우, 전자 장치(101)는, 웨이크 업 명령이 획득되면, 전자 장치(101)의 상태 정보에 기초하여 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 전자 장치(101)는 기본적으로 웨이크 업 명령이 입력되는 경우에는 기본 모드로 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 전자 장치(101)는, 현재 메신저 등의 어플리케이션이 표시 중이라면, 어플리케이션의 종류에 따라 대화 모드로 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 전자 장치(101)는, 텍스트 박스 또는 키보드가 표시되는 경우라면, 표시 중인 오브젝트의 종류에 따라 구술 모드로 사용자 발화 처리 모드를 판단할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 복수의 웨이크 업 명령에 따라 음성 처리 어플리케이션을 실행하도록 설정될 수 있다. 이 경우, 전자 장치(101)는 복수 개의 웨이크 업 명령과 사용자 발화 처리 모드 사이의 관계 정보를 미리 저장할 수 있으며, 저장한 관계 정보에 기초하여 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 전자 장치(101)는, "dictation mode on"이라는 음성 명령과 "구술 모드"를 매핑시킨 관계 정보와, "chat mode on"이라는 음성 명령과 "대화 모드"를 매핑시킨 관계 정보를 저장할 수 있다. 이후, 예를 들어 전자 장치(101)가 "dictation mode on"이라는 음성 명령을 획득하면, 미리 저장하고 있던 관계 정보에 기초하여 사용자 발화 처리 모드를 구술 모드로 판단할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 웨이크 업 명령과 후행 명령을 이용하여 사용자 발화 처리 모드를 판단하도록 설정될 수도 있다. 전자 장치(101)는, 음성 처리 어플리케이션 실행을 요청하는 웨이크 업 명령과 함께 요청하고자 하는 명령을 획득할 수 있다. 예를 들어, 웨이크 업 명령이 "Hi, Bixby"의 음성 명령으로 설정된 경우에, 전자 장치(101)는 "Hi, Bixby, dictation mode"의 음성 명령을 획득할 수 있다. 전자 장치(101)는, 웨이크 업 명령 이후에, 후행 명령인 "dictation mode"에 따라 사용자 발화 처리 모드를 구술 모드로 판단할 수도 있다. 이 경우, 단일 웨이크 업 명령이 획득되면, 전자 장치(101)는 명령 모드로 사용자 발화 처리 모드를 판단할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 예를 들어 도 18b에서와 같이, 하드웨어 버튼(1823)의 지정을 웨이크 업 명령으로서 획득하여 음성 처리 어플리케이션을 실행할 수도 있다. 하드웨어 버튼(1823)은, 전자 장치(101)의 하우징의 측면에 위치할 수 있으며, 예를 들어 물리적인 키로 명명될 수도 있다. 전자 장치(101)는, 음성 처리 어플리케이션 실행만을 위하여 할당된 하드웨어 버튼(1823)을 포함할 수도 있다. 하드웨어 버튼(1823)이 지정되면, 전자 장치(101)는 임의의 화면에서도 곧바로 음성 처리 어플리케이션을 실행할 수 있으며, 음성 처리 어플리케이션을 백그라운드에서 실행하거나 또는 음성 처리 어플리케이션의 실행 화면을 디스플레이의 적어도 일부 상에 표시할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 하드웨어 버튼(1823)을 누르는 방식과 사용자 발화 처리 모드 사이의 연관 정보를 미리 저장할 수 있다. 전자 장치(101)는, 연관 정보를 이용하여 하드웨어 버튼(1823)이 눌러지는 방식에 따라, 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 하드웨어 버튼(1823)이 1회 눌러진 것이 검출되면, 전자 장치(101)는 이에 대응하여 명령 모드로 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 하드웨어 버튼(1823)이 2회 눌러진 것이 검출되면, 전자 장치(101)는 이에 대응하여 연속 명령 모드로 사용자 발화 처리 모드를 판단할 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치는, 1회 누름, 2회 누름, 3회 누름, 누른 후 유지(press and hold), 2회 누른 후 유지, 길게 누름(long press) 등의 다양한 버튼을 누르는 방식과 사용자 발화 처리 모드들 사이의 관계 정보를 미리 저장할 수 있으며, 저장된 관계 정보 및 검출된 하드웨어 버튼(1823)이 눌러지는 방식에 기초하여 사용자 발화 처리 모드를 판단할 수 있다. 또는, 전자 장치(101)는, 하드웨어 버튼(1823)이 눌러지는 압력을 검출할 수 있는 압력 센서를 더 포함할 수도 있다. 예를 들어, 하드웨어 버튼(1823)이 커패시티브 터치 버튼(capacitive touch button)을 포함하는 경우에는, 전자 장치(101)는 하드웨어 버튼(1823)이 눌러지는 압력에 대응하는 사용자 발화 처리 모드를 판단할 수도 있다. 또 다른 실시 예에서, 전자 장치(101)는 하드웨어 버튼(1823)이 눌러짐이 검출되면, 사용자 발화 처리 모드 선택을 위한 사용자 인터페이스를 표시할 수도 있으며, 추가적인 사용자 입력에 따라 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 전자 장치(101)는 메신저 어플리케이션의 실행 화면을 표시 중인 상태에서, 하드웨어 버튼(1823)이 눌러짐이 검출되면, 실행 화면의 적어도 일부 상에 명령 모드, 연속 명령 모드, 대화 모드 등 중 하나를 선택할 수 있는 사용자 인터페이스를 표시할 수 있다. 전자 장치(101)는, 현재 전자 장치(101)의 상태 정보 또는 어플리케이션의 종류 중 적어도 하나에 따라 사용자 인터페이스에 포함되는 사용자 발화 처리 모드를 결정할 수도 있다. 도 18c는 본 발명의 다양한 실시예에 따른 하드웨어 버튼(1823)의 눌림에 따른 화면들을 도시한다. 도 18c의 좌측에서와 같이, 전자 장치(101)는 하드웨어 버튼(1823)이 눌림이 검출되면, 음성 인식 어플리케이션의 제 1 실행 화면(1824)을 표시할 수 있다. 제 1 실행 화면(1824)에는, 예를 들어 서비스 제공자 또는 어플리케이션 식별자(Bixby), 음성 처리 인식 히스토리 또는 사용자 발화 예시(Call mom, Open my channel, Wake me up tomorrow, Set up a schedule with PT, Change wallpaper), 이메일 관련 정보(EMAIL, Unread, VIP, starred), 실시간 정보(REAL-TIME TREND) 등이 포함될 수 있다. 또는, 전자 장치(101)는 하드웨어 버튼(1823)의 눌림 및 눌림 유지가 검출되면, 도 18c의 우측에서과 같이 음성 인식 어플리케이션의 제 2 실행 화면(1825)을 표시할 수도 있다. 제 2 실행 화면(1825)에는, 음성 처리 인식 히스토리 또는 사용자 발화 예시(Call mom, Open my channel, Wake me up tomorrow, Set up a schedule with PT, Change wallpaper) 등이 포함될 수 있다. 제 2 실행 화면(1825)은, 예를 들어 음성 인식 대기 중인 상태에 대응하는 화면일 수 있다. 제 2 화면(1825)에는, 음성 인식 대기중, 즉 청취중 이라는 취지의 인디케이터(1826)가 포함될 수도 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(1826)를 음성 인식 버튼으로 동작시킬 수도 있다. 본 발명의 다양한 실시예에 따른 하드웨어 버튼(1823)의 눌림에 따른 화면들을 도시하였으나, 하드웨어 버튼(1823)의 눌림에 따른 다양한 피드백(예: 진동, 햅틱 또는 사운드) 효과를 제공할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 소프트웨어에 의한 키 입력 또는 아이콘에 대한 입력을 통하여 음성 처리 어플리케이션을 실행할 수도 있다. 본 발명의 다양한 실시예에 의한 전자 장치(101)는, 홈 화면 전환 키, 뒤로가기 키, 메뉴 키 등을 소프트웨어에 의한 키로 구현할 수도 있으며, 이 경우 소프트웨어에 의한 키의 종류 또는 입력 방식 중 적어도 하나에 기초하여 사용자 발화 처리 모드를 판단할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 하드웨어 버튼(1823)의 입력과 음성 명령의 조합에 기초하여 사용자 발화 처리 모드를 판단할 수도 있다. 예를 들어, 전자 장치(101)는, 하드웨어 버튼(1823)이 눌러지는 도중이나, 눌러진 이전 또는 이후에 음성 명령을 획득할 수도 있으며, 획득한 음성 명령 또는 하드웨어 버튼(1823)이 눌러진 방식 중 적어도 하나에 기초하여 사용자 발화 처리 모드를 판단할 수도 있다. 예를 들어, 도 18d에서와 같이, 전자 장치(101)는, 메시지 어플리케이션의 실행 화면(1830)을 표시할 수 있으며, 메시지 어플리케이션 실행 화면(1830)은 대화 상대자(1831) 및 대화 내용창(1833)을 포함할 수 있다. 대화 내용창(1833)에는, 대화 상대자와 그동안 송수신하였던 메시지(1835)들이 말풍선 형태로 표시될 수 있다. 전자 장치(101)는, 하드웨어 버튼(1823)의 누름을 검출하고, 추가적으로 음성 명령(예: "Chat mode on")을 획득할 수 있다. 이에 대응하여, 전자 장치(101)는 음성 처리 어플리케이션의 실행 화면(1838)을 표시할 수 있으며, 획득된 음성의 텍스트(1839)를 표시할 수 있다. 이후, 전자 장치(101)는 대화 모드를 실행하며, 현재 사용자 발화 처리 모드인 대화 모드 인디케이터(1840)를 표시할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 실행 또는 표시하고 있는 어플리케이션의 종류 또는 상태 중 적어도 하나에 기초하여 사용자 발화 처리 모드를 판단할 수도 있다. 예를 들어, 전자 장치(101)는, 웨이크 업 명령이 검출된 시점에서, 표시 중인 어플리케이션의 종류 또는 상태 중 적어도 하나에 기초하여 사용자 발화 처리 모드를 판단할 수도 있다. 예를 들어, 전자 장치(101)가, 메신저 어플리케이션, 텍스트 메시지 어플리케이션 등을 표시 중인 경우에는, 어플리케이션 종류에 따라 사용자 발화 처리 모드를 대화 모드로 판단할 수 있다. 전자 장치(101)는, 어플리케이션의 종류, 상태 또는 표시 중인 오브젝트의 종류 또는 상태 중 적어도 하나와 사용자 발화 처리 모드 사이의 관계 정보를 저장할 수도 있으며, 관계 정보를 이용하여 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 전자 장치(101)가 키보드 또는 텍스트 박스를 표시 중인 경우에는, 어플리케이션 종류 또는 표시 중인 오브젝트의 종류 또는 상태에 대응하여 구술 모드로 사용자 발화 처리 모드를 판단할 수도 있다. 예를 들어, 전자 장치(101)가 입력창 이외 다른 메뉴 또는 기능을 지원하지 않는 노트 어플리케이션 등이 표시되는 경우에는, 전자 장치(101)는 표시 중인 어플리케이션 종류 또는 상태 또는 표시 중인 오브젝트의 종류 또는 상태에 대응하여 구술 모드로 사용자 발화 처리 모드를 판단할 수도 있다.
도 19는 본 발명의 다양한 실시예에 따른 사용자 발화 처리 모드 초기 선택 또는 전환을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는, 제 1 사용자 발화 처리 모드로부터 제 2 사용자 발화 처리 모드로 모드를 전환할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 사용자 발화 처리 모드에서 마이크를 활성화할 수 있으며, 음성 명령을 획득할 수 있다. 전자 장치(101)는, 획득된 음성 명령에 대응하여 제 2 사용자 발화 처리 모드로 모드를 전환할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 사용자 발화 처리 모드 중에서, 하드웨어 버튼의 입력을 검출할 수 있다. 전자 장치(101)는, 하드웨어 버튼의 눌림에 대응하여 일시적으로 모드를 제 2 사용자 발화 처리 모드로 전환하였다가, 다시 제 1 사용자 발화 처리 모드로 복귀할 수도 있다. 예를 들어, 전자 장치(101)는 하드웨어 버튼의 누르고 유지하기(press and hold) 등의 미리 지정된 방식의 눌림이 검출되면, 이에 대응하여 제 2 사용자 발화 처리 모드로 일시적으로 모드를 전환하였다가, 다시 이전에 실행 중이던 모드로 복귀할 수도 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 하드웨어 버튼의 눌림에 대응하여 제 2 사용자 발화 처리 모드로 모드를 전환하고, 제 2 사용자 발화 처리 모드를 유지할 수도 있다. 예를 들어, 전자 장치(101)는 전자 장치(101)의 상태 정보 등에 기초하여 현재 상태에 대응하는 제 2 사용자 발화 처리 모드로 모드를 전환할 수 있다. 또는, 전자 장치(101)는, 기설정된 순서에 따라 사용자 발화 처리 모드를 전환할 수 있다. 예를 들어, 전자 장치(101)는, 모드 전환 명령에 따라, 명령 모드, 연속 명령 모드, 구술 모드 순으로 모드를 전환하도록 설정될 수도 있으며, 연속 명령 모드에서 하드웨어 버튼의 눌림이 검출되면 구술 모드로 모드 전환할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는 표시 중인 어플리케이션의 종류 또는 상태 또는 입력 중 적어도 하나에 기초하여 사용자 발화 처리 모드를 판단할 수 있다. 예를 들어, 전자 장치(101)는 도 19에서와 같이, 표시 중인 어플리케이션의 종류 또는 상태를, 일반 어플리케이션 상태(1901), 텍스트 박스 표시 상태(1902) 또는 대화창 표시 상태(1903) 등으로 구분할 수 있다. 전자 장치(101)는, 어느 하나의 상태에서 검출되는 입력에 따라 진입하는 모드를 판단할 수 있으며, 하나의 상태, 즉 하나의 어플리케이션을 표시 중이더라도 검출하는 입력의 종류에 따라 상이한 모드로 진입할 수 있다. 전자 장치(101)는, 동일한 입력을 검출한다 하더라도, 현재 표시 중인 어플리케이션의 종류 또는 상태가 상이하다면, 상이한 모드로 진입할 수도 있다. 본 발명의 다양한 실시예에서, 일반 어플리케이션 상태(1901), 텍스트 박스 표시 상태(1902) 또는 대화창 표시 상태(1903) 등은 우선 순위를 가질 수도 있다. 예를 들어, 대화 창에서 텍스트 박스 등이 표시된 상태라면, 전자 장치(101)는 우선 순위에 따라 어플리케이션의 상태를, 텍스트 박스가 표시된 상태(1902)로 판단할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 현재 전자 장치(101)의 상태가 텍스트 박스 표시 상태(1902)인 것으로 판단할 수 있다. 예를 들어, 전자 장치(101)는, 표시되고 있는 화면 중에 텍스트가 입력되는 텍스트 박스 또는 텍스트 입력을 위한 키보드 중 적어도 하나가 포함된 경우에, 텍스트 박스 표시 상태(1902)인 것으로 판단할 수 있다. 전자 장치(101)는, 제 1 사용자 입력(1908)이 검출되면, 사용자 발화 처리 모드를 구술 모드(1909)로 판단할 수 있다. 예를 들어, 전자 장치(101)는 하드웨어 버튼에 대하여 누르고 유지(press and hold)가 검출되거나 또는 표시되고 있는 마이크 활성화 버튼의 지정이 검출되면, 구술 모드(1909)로 진입할 수 있다. 제 1 사용자 입력(1908)과 상이한 제 3 사용자 입력(1910)이 입력된 경우에는, 전자 장치(101)는 사용자 발화 처리 모드를 명령 모드(1911)로 판단할 수 있다. 예를 들어, 전자 장치(101)는 하드웨어 버튼의 눌림과 "BixBy" 등의 웨이크 업 음성 명령을 획득한 경우에는, 명령 모드(1911)로 진입할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 현재 전자 장치(101)의 상태가 대화창 표시 상태(1903)인 것으로 판단할 수 있다. 예를 들어, 전자 장치(101)는, 표시되고 있는 화면 중에 대화창이 포함된 경우에, 대화창 표시 상태(1903)인 것으로 판단할 수 있다. 전자 장치(101)는, 제 1 사용자 입력(1912)이 검출되면, 사용자 발화 처리 모드를 대화 모드(1913)로 판단할 수 있다. 예를 들어, 하드웨어 버튼에 대하여 누르고 유지(press and hold)가 검출되거나 또는 마이크 활성화 버튼의 지정이 검출되거나 또는 "BixBy" 등의 웨이크 업 음성 명령을 획득한 경우에, 전자 장치(101)는 대화 모드(1913)로 진입할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는 대화 모드를 활성화한 경우에, 제 1 사용자 입력(1912) 검출에 대응하여 대화 모드(1913)로 진입하도록 설정될 수도 있다. 제 1 사용자 입력(1912)과 상이한 제 4 사용자 입력(1914)이 검출되면, 사용자 발화 처리 모드를 명령 모드(1915)로 판단할 수 있다. 한편, 본 발명의 다양한 실시예에서, 대화 모드를 활성화시키지 않은 경우에는, 하드웨어 버튼에 대한 누르고 유지가 검출되거나, 마이크 활성화 버튼이 지정되거나 또는 "BixBy" 등의 웨이크 업 음성 명령을 획득한 경우에, 전자 장치(101)가 명령 모드(1915)로 진입하도록 설정될 수도 있다. 명령 모드(1915)에서, 제 5 사용자 입력(1917)이 검출되면, 전자 장치(101)는 모드를 명령 모드(1915)로부터 대화 모드(1913)로 전환할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 현재 전자 장치(101)의 상태가 일반 어플리케이션 상태(1901)인 것으로 판단할 수 있다. 예를 들어, 전자 장치(101)는, 상기의 텍스트 박스 표시 상태(1902) 또는 대화창 표시 상태(1903)가 아닌 경우에는, 일반 어플리케이션 상태(1901)인 것으로 판단할 수 있다. 제 1 사용자 입력(1904)이 검출되면, 전자 장치(101)는 사용자 발화 처리 모드를 명령 모드(1905)로 판단할 수 있다. 예를 들어, 하드웨어 버튼에 대한 누르고 유지가 검출되거나, 마이크 활성화 버튼이 지정되거나 또는 "BixBy" 등의 웨이크 업 음성 명령을 획득한 경우에, 전자 장치(101)는 명령 모드(1905)로 진입할 수 있다. 제 1 사용자 입력(1904)과 상이한 제 2 사용자 입력(1906)이 검출되면, 전자 장치(101)는 사용자 발화 처리 모드를 연속 명령 모드(1907)로 판단할 수 있다. 예를 들어, "Bixby, Command mode on" 등의 모드 식별이 가능한 텍스트가 포함된 음성 명령이 획득되거나, 또는 긴급 버튼 및 종료 버튼의 동시 눌림 등의 사용자 입력에 대응하여, 전자 장치(101)는 연속 명령 모드(1907)로 진입할 수 있다. 한편, 일반 어플리케이션 상태(1901)에서, 전자 장치(101)는 "Chat mode on" 등의 모드 식별이 가능한 텍스트가 포함된 음성 명령이 획득되거나, 대화 모드 개시 버튼이 눌리는 것이 검출되면, 대화 모드(1913)로 진입할 수도 있다.
도 20은 본 발명의 다양한 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도를 도시한다. 도 20의 실시예는 도 21을 참조하여 더욱 상세하게 설명하도록 한다. 도 21은 본 발명의 다양한 실시예에 따른 모드 변경을 설명하기 위한 개념도를 도시한다.
2001 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는 제 1 처리 모드로 동작할 수 있다. 2003 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 처리 모드 변경 이벤트를 검출할 수 있다. 2005 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 제 2 처리 모드로 처리 모드를 변경할 수 있다. 2007 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 제 2 처리 모드로 동작할 수 있다. 예를 들어, 전자 장치(101)는, 명령 모드(2101)에서, "Dictation mode on"의 음성 명령을 획득할 수 있다. 전자 장치(101)는, 이에 대응하여 사용자 발화 처리 모드를 구술 모드(2103)으로 변경할 수 있다. 예를 들어, 전자 장치(101)는 명령 모드(2101)에서, "Chat mode on"의 음성 명령을 획득하거나 또는 대화 모드 개시 버튼의 지정을 검출하거나 또는 힌트(hint)에서의 대화 모드 개시 버튼의 지정을 검출할 수도 있다. 전자 장치(101)는, 이에 대응하여 사용자 발화 처리 모드를 대화 모드(2107)로 변경할 수 있다. 힌트(hint)에 대한 설명을 더욱 상세하게 후술하도록 한다. 본 발명의 다양한 실시예에서, 전자 장치(101)는 명령 모드(2101)로부터 연속 명령 모드(2105)로 모드를 변경할 수도 있으며, 연속 명령 모드(2105)로부터 구술 모드(2103) 또는 대화 모드(2107)로 모드를 변경할 수도 있으며, 모드 전환의 전후 모드에는 제한이 없음을 당업자는 용이하게 이해할 수 있을 것이다.
도 22는 본 발명의 다양한 실시예에 따른 명령 모드에서의 전자 장치의 화면을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는, 임의의 어플리케이션을 실행하는 중에 음성 처리 어플리케이션을 실행할 수 있다. 도 22에 도시된 바와 같이, 전자 장치(101)는, 임의의 어플리케이션의 실행 화면(2210)을 표시하다가, 웨이크 업 명령이 검출되면, 음성 처리 어플리케이션을 실행하고, 음성 처리 어플리케이션 실행 화면(2211)을 디스플레이의 적어도 일부 상에 표시할 수 있다. 본 발명의 다양한 실시예에서는, 전자 장치(101)는, 기존에 표시되던 임의의 어플리케이션의 실행 화면(2210)을 어둡게 처리할 수도 있다. 예를 들어, 하드웨어 버튼에 대하여 누르고 유지하기가 검출되면, 전자 장치(101)는 사용자 발화 처리 모드를 명령 모드로 판단할 수 있다. 본 발명의 다양한 실시예에서, 음성 처리 어플리케이션 실행 화면(2211)에는 현재 음성 청취 중이라는 취지의 메시지 또는 청취 중임을 나타내는 인디케이터가 포함될 수도 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터를 음성 인식 버튼으로 동작시킬 수도 있다.
전자 장치(101)가 사용자 발화를 획득하면, 사용자 발화에 대한 데이터 및 명령 모드의 식별 정보를 외부 서버로 송신할 수 있다. 예를 들어, 하드웨어 버튼의 누르고 유지하기가 해제(release)되면, 전자 장치(101)는 이에 대응하여 사용자 발화에 대한 데이터 및 명령 모드의 식별 정보를 외부 서버로 송신할 수도 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는 외부 서버로부터 명령 또는 텍스트 중 적어도 하나를 수신할 수 있으며, 텍스트(2213)를 표시하면서, 수신된 명령을 수행할 수 있다. 예를 들어, 전자 장치(101)는 사용자 발화에 대응하는 텍스트인 "Find Photos of Hawaii"의 텍스트(2213)를 표시하면서, 하와이에서 촬영한 사진 검색의 태스크를 수행할 수 있다. 전자 장치(101)는, 음성이 인식되는 단위마다(예를 들어, EPD 시간에 따라 인식되는 단위마다), 인식 결과 텍스트(2214)를 표시할 수도 있도다. 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 음성 인식 결과 및 태스크 수행 결과를 메시지가 송수신된 것과 같이 구성된 대화창(2220)을 통하여 표시할 수도 있으며, 대화창(2220)에는, 위젯 형태로 결과가 포함될 수도 있다.
도 23a 및 23b는 본 발명의 다양한 실시예에 따른 대기 화면의 전환을 설명하기 위한 개념도들을 도시한다.
도 23a를 참조하면, 본 발명의 다양한 실시예에서, 전자 장치(101)는 임의의 화면(any screen)(2301)을 표시할 수 있다. 전자 장치(101)는, 하드웨어 버튼(2302)에 대한 눌림(press) 또는 하드웨어 버튼(2302)에 대한 누르고 유지하기(press & hold)가 검출되면, 음성 처리 어플리케이션을 실행할 수 있다. 전자 장치(101)는, "Bixby"와 같은 음성 명령이 획득되면, 음성 처리 어플리케이션을 실행할 수 있다. 전자 장치(101)는, 임의의 화면(2301) 상에 음성 처리 어플리케이션 실행 화면(2312)을 표시할 수 있다. 음성 처리 어플리케이션 실행 화면(2312)에는, 복수 개의 힌트들(2313,2314,2315), 청취 중임을 나타내는 인디케이터(2316), 텍스트 입력창(2317)을 포함할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(2316)를 음성 인식 버튼으로 동작시킬 수도 있다. 텍스트 입력창(2137)에는, 사용자 발화에 대응하는 텍스트(2318)가 표시될 수 있다. 전자 장치(101)는, 텍스트(2319)를 대화창의 말풍선 형태로 표시할 수도 있다. 전자 장치(101) (예:프로세서(120 또는 210))는, 2320 동작에서, 처리 결과가 위젯 또는 텍스트로 표시가 가능한지 여부를 판단할 수 있다. 표시가 가능한 것으로 판단되면, 전자 장치(101)는, 처리 결과를 위젯(2322) 형태로 표시할 수 있다. 표시가 불가능한 것으로 판단되면, 도 28b에서와 같이, 전자 장치(101)는 처리 중을 나타내는 인디케이터(2324)를 표시할 수 있다. 2325 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는 파라미터(예: slots)가 요구되는지 여부를 판단할 수 있다. 예를 들어, 액션 시퀀스에서는 의도(intent)에 대응하는 파라미터들이 존재할 수 있으나, 일부 의도에 대응하여서는 파라미터가 설정되지 않을 수도 있으며, 이 경우에는 전자 장치(101)는 추가적으로 태스크를 수행하기 위하여서는 추가 파라미터를 획득할 필요가 있다. 파라미터 획득이 요구되는 경우에는, 2327 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 예를 들어 파라미터 획득이 요구된다는 피드백 결과(2327)를 표시할 수 있다. 이후, 전자 장치(101)는, 다음 사용자 발화 (2329)를 획득하여 표시하고, 기설정된 시간(예를 들어, N sec) 이후에 마이크 활성화 버튼(2330)을 표시할 수 있으며, 예를 들어 추가 입력된 사용자 발화에 대응하는 동작을 수행할 수 있다. 파라미터 획득이 요구되지 않는 경우에는, 전자 장치(101) (예:프로세서(120 또는 210))는 피드백 결과(2332)를 표시하고, 기설정된 시간(예를 들어, N sec) 이내에 추가적인 명령이 없으면, 음성 처리 어플리케이션 화면 표시를 중단하고, 2423 동작에서 음성 처리 어플리케이션을 종료할 수 있다.
도 24는 본 발명의 다양한 실시예에 따른 명령 모드 진입을 설명하기 위한 화면을 도시한다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 텍스트 박스(2411) 및 텍스트 입력을 위한 키보드(2412)를 포함하는 화면(2410)을 표시할 수 있다. 이 경우, 하드웨어 버튼의 눌림이 검출되거나 또는 "Bixby"와 같은 웨이크 업 음성 명령이 검출되면, 전자 장치(101)는 구술 모드가 아닌 명령 모드로 진입할 수도 있다. 이 경우, 전자 장치(101)는 음성 처리 어플리케이션 실행 화면(2420)을 포함할 수 있다. 음성 처리 어플리케이션 실행 화면(2420)은 복수 개의 힌트들(2421,2422,2423)(예: 모드 전환 힌트(2421))과, 청취 중임을 나타내는 인디케이터(2424) 및 텍스트가 표시되는 창(2425)을 포함할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(2424)를 음성 인식 버튼으로 동작시킬 수도 있다.
도 25는 본 발명의 다양한 실시예에 따른 연속 명령 모드에서의 화면을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에서, 연속 명령 모드로 진입하면, 전자 장치(101)는 청취 중임을 나타내는 인디케이터(2502)를 임의의 어플리케이션 실행 화면(2501) 상에 표시할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(2502)를 음성 인식 버튼으로 동작시킬 수도 있다. 전자 장치(101)는, 수신된 사용자 발화에 대한 데이터와 연속 명령 모드의 식별 정보와 함께 외부 서버로 송신할 수 있다. 예를 들어, 전자 장치(101)는, EDP 인식을 통하여 사용자 발화의 단위를 외부 서버로 송신할 수 있다. 외부 서버는, 사용자 발화에 대한 데이터에 ASR 및 NLU를 적용할 수 있으며, 명령을 생성할 수 있다. 예를 들어, 전자 장치(101)는 외부 서버로부터 처리 결과를 수신할 때까지 처리중의 인디케이터를 표시할 수도 있다. 전자 장치(101)가 외부 서버로부터 명령을 수신하여, 태스크를 수행한 이후에, 전자 장치(101)는 명령 또는 텍스트(2503)를 표시할 수 있다. 이후, 전자 장치(101)는, 청취 중임을 나타내는 인디케이터(2504)를 표시할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(2504)를 음성 인식 버튼으로 동작시킬 수도 있다. 전자 장치(101)는, 추가적으로 사용자 발화를 획득할 수 있으며, 이에 대응한 명령 또는 텍스트를 외부 서버로부터 수신하여, 수신된 텍스트 또는 명령(2505)을 표시할 수도 있다. 전자 장치(101)는, 연속 명령 모드 종료 이벤트가 검출되면, 예를 들어 "command mode off"의 음성 명령이 획득되면, 연속 명령 모드를 종료할 수 있다. 전자 장치(101)는, 음성 인식 어플리케이션 실행 화면의 표시를 중단하고, 기존에 표시되던 임의의 화면을 표시할 수 있다.
도 26은 본 발명의 다양한 실시예에 따른 구술 모드로의 진입을 설명하기 위한 화면을 도시한다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 텍스트 박스(2611) 및 키보드(2612)를 포함하는 화면(2610)을 표시할 수 있다. 전자 장치(101)는, 텍스트 박스(2611) 또는 키보드(2612) 등이 표시중인 상태에서, 하드웨어 버튼의 누르고 유지하기(Press & Hold)를 검출할 수 있다. 전자 장치(101)는, 구술 모드로 진입할 수 있으며, 청취 중임을 나타내는 인디케이터(2613)를 표시할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(2613)를 음성 인식 버튼으로 동작시킬 수도 있다. 전자 장치(101)는, 사용자 발화를 획득할 수 있으며, 사용자 발화에 대한 데이터 및 구술 모드의 식별 정보를 외부 서버로 송신할 수 있다. 외부 서버는, 구술 모드의 식별 정보에 기초하여, 사용자 발화에 대한 데이터에 ASR을 적용하고, 획득된 텍스트를 전자 장치(101)로 송신할 수 있다. 전자 장치(101)는, 수신한 텍스트(2621)를 텍스트 박스(2611) 내에 입력하여 표시할 수 있다. 전자 장치(101)는, 하드웨어 버튼의 누름 해제(release HW key)를 검출할 수 있으며, 이에 대응하여 키보드(2612)를 다시 표시할 수 있다.
도 27은 본 발명의 다양한 실시예에 따른 구술 모드로의 진입을 설명하기 위한 화면을 도시한다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는, 메시지 어플리케이션 실행 화면(2701)을 표시할 수 있다. 하드웨어 키가 눌린 이후 눌림 상태를 유지되고 있는 동안에, 음성 인식 어플리케이션을 실행하고, 마이크 활성화 버튼(2702)을 표시할 수 있다. 또 다른 실시예에서는, 전자 장치(101)는 마이크 활성화 버튼(2702)이 추가적으로 지정되면, 사용자 발화를 획득할 수도 있다. 사용자 발화가 입력되면, 전자 장치(101)는 이를 외부 서버로 송신할 수 있으며, 외부 서버로부터 사용자 발화에 대응하는 텍스트를 수신할 수 있다. 전자 장치(101)는 청취 중이라는 취지의 인디케이터(2703)를 표시할 수 있으며, 해당 인디케이터(2703)가 지정되면 음성 인식이 중단될 수도 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(2703)를 음성 인식 버튼으로 동작시킬 수도 있다. 전자 장치(101)는, 수신된 텍스트를 표시할 수 있으며, 추가 입력을 고려하여 표시한 텍스트 뒤에 커서를 표시할 수도 있다.
도 28은 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면을 도시한다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는, 텍스트 박스(2801)를 포함하는 화면(2810)을 표시할 수 있다. 이 경우, 전자 장치(101)는 마이크를 턴 오프 상태 또는 아이들(idle) 상태로 유지할 수 있다. 전자 장치(101)는 마이크 활성화 버튼(2802)을 표시할 수 있다. 전자 장치(101)는 하드웨어 버튼의 눌림 및 눌림 유지가 검출되면, 마이크를 활성화시키며, 대기 상태임을 나타내는 아이콘(2803)을 표시할 수 있다. 전자 장치(101)는, 활성화한 마이크를 통하여 사용자 발화를 획득할 수 있으며, 사용자 발화에 대한 데이터를 외부 서버로 송신하고, 이에 대응하는 텍스트를 수신할 수 있다. 전자 장치(101)는 수신한 텍스트(2804)를 텍스트 박스(2801) 내에 입력하여 표시할 수 있다. 전자 장치(101)는, 눌려있던 하드웨어의 눌림 해제(release HW key)를 검출할 수 있으며, 이에 대응하여 마이크를 턴 오프하고, 마이크 활성화 아이콘(2802)을 표시할 수 있다.
도 29a 및 29b는 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면을 도시한다.
도 29a를 참조하면, 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 텍스트 박스(2911) 및 키보드(2912)를 포함하는 화면(2910)을 표시할 수 있다. 전자 장치(101)는, 키보드(2912)에는 마이크 활성화 아이콘(2913)이 포함될 수 있다. 마이크 활성화 아이콘(2913)이 지정되면, 전자 장치(101)는 마이크를 활성화시키고, 사용자 발화의 획득을 대기할 수 있다. 전자 장치(101)는 청취 중임을 나타내는 아이콘(2921)을 표시하고, 구술 모드에서 동작할 수도 있다.
도 29b를 참조하면, 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 눌림 및 드래그(press&drag)(2933)에 의하여 플로팅(floating)될 수 있는 제 1 아이콘(2931) 및 드래그 앤 드롭의 해제(release)를 위한 제 2 아이콘(2932)을 표시할 수도 있다. 전자 장치(101)는, 제 1 아이콘(2931)의 지정(즉, 눌림)이 검출되고, 이후에 드래그가 검출되면, 드래그 지점에 따라 제 1 아이콘(2931)의 위치를 변경하여 표시할 수 있다. 드래그가 제 2 아이콘(2932)의 위치에서 해제되면, 전자 장치(101)는, 구술 모드로 진입할 수도 있다.
도 30은 본 발명의 다양한 실시예에 따른 구술 모드에서의 전자 장치의 화면을 도시한다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는, 임의의 화면(3010)을 표시할 수 있다. 전자 장치(101)는, 사용자로부터 "받아 적어"의 사용자 발화(3011)를 획득할 수 있다. 전자 장치(101)는, 최초에는 명령 모드에서 동작할 수 있다. 전자 장치(101)는, 수신된 사용자 발화에 대한 데이터를 외부 서버로 송신하고, 이에 대응하는 명령을 수신할 수 있으며, 수신된 명령과 연관된 텍스트(3012)를 화면에 표시할 수 있다. 전자 장치(101)는, 수신된 텍스트(3014)를 대화창의 말풍선 형태로 표시할 수도 있다. 전자 장치(101)는 수신된 명령을 수행할 수 있다. 예를 들어, 전자 장치(101)는, 사용자 발화 처리 모드를 구술 모드로 변경할 수 있다. 이에 따라, 전자 장치(101)는 구술 모드에 대응하는 화면(3015)을 표시할 수 있으며, 구술 모드에 대응하는 화면(3015)은 음성 입력을 대기중, 즉 청취 중이라는 취지의 인디케이터(3016)를 포함할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는, 인디케이터(3016)를 음성 인식 버튼으로 동작시킬 수도 있다. 전자 장치(101)는, 구술 모드에서, 사용자 발화(3017)를 획득할 수 있다. 전자 장치(101)는 수신된 사용자 발화에 대한 데이터와 구술 모드의 식별 정보를 외부 서버로 송신할 수 있다. 전자 장치(101)는 외부 서버로부터 사용자 발화에 대응하는 텍스트를 수신할 수 있으며, 수신된 텍스트(3018)를 화면(3015)의 적어도 일부에 표시할 수 있다. 본 발명의 다양한 실시예에서, 인디케이터(3016)가 지정되면, 전자 장치(101)는 예를 들어 마이크를 턴 오프하고, 음성 인식의 대기를 중단할 수 있으며, 이에 따라 청취 중임을 나타내는 인디케이터(3016)의 표시를 중단할 수도 있다.
도 31a 및 31b는 본 발명의 다양한 실시예에 따른 대화 모드의 화면을 설명하기 위한 개념도들을 도시한다.
도 31a를 참조하면, 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 메시지 어플리케이션 실행 화면(3010)을 표시할 수 있다. 메시지 어플리케이션 실행 화면(3110)은 대화 상대자(3111) 및 대화 상대자와 송수신한 메시지(3112)를 포함할 수 있다. 하드웨어 버튼(3113)의 눌리고 눌린 상태가 유지(Press & Hold)됨이 검출되거나, 짧은 눌림(short pree), 마이크 활성화 버튼 지정(Tap mic icon), 음성 명령(예를 들어, "Bixby")이 검출되면, 전자 장치(101)는 우선 명령 모드로 진입할 수 있다. 이후에, 예를 들어 "Turn on Chat mode"와 같은 대화 모드 진입을 위하여 지정된 음성(3116)이 입력되면, 전자 장치(101)는 대화 모드로 진입할 수 있다. 또는, 전자 장치(101)는 힌트(hint) 중 하나인 대화 모드 진입 아이콘(3114)의 지정이 검출되면, 대화 모드로 진입할 수도 있다. 전자 장치(101)는 텍스트를 표시하기 위한 창(3115)을 표시할 수 있다. 예를 들어, 하드웨어 버튼(3113)이 눌림 유지 상태에서, 눌림이 해제(Release)되면, 전자 장치(101)는 대화 모드로 진입할 수 있다. 대화 모드로 진입하면, 전자 장치(101)는 힌트 중 하나인 대화 모드 종료 아이콘(3118) 또는 지연 메시지 송신 활성화 아이콘(3119) 등을 표시할 수도 있다. 아울러, 대화 모드를 나타내는 인디케이터를 표시할 수도 있다. 도 31b를 참조하면, 전자 장치(101)는 대화 모드에 따라 외부 서버로부터 수신한 텍스트(3123)를 창(3115) 내에 입력하고, 입력된 텍스트를 자동으로 송신할 수도 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는 입력된 텍스트의 길이에 따라 SMS/MMS 등의 메시지 타입의 표시를 변경하여 표시할 수도 있으며, 예를 들어 스크롤 바(3124)를 더 표시할 수도 있다. 스크롤 바(3124)의 조작 명령이 수신되면, 전자 장치(101)는 텍스트를 스크롤링하여 표시할 수 있다.
도 32 및 33은 본 발명의 다양한 실시예에 따른 대화 모드 진입을 설명하기 위한 화면들을 도시한다.
도 32에서와 같이, 본 발명의 다양한 실시예에 따른 전자 장치(101)는 메시지 어플리케이션의 실행 화면(3110)을 표시할 수 있으며, 메시지 입력창(3131)과 송신 버튼(3132)을 표시할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는 하드웨어 버튼(3113)의 눌림에 응답하여, 바로 대화 모드로 진입할 수도 있다. 대화 모드 진입 이후에, 전자 장치(101)는 사용자 발화(3141)를 획득할 수 있으며, 수신된 사용자 발화에 대한 데이터를 외부 서버로 송신하고, 외부 서버로부터 사용자 발화에 대응하는 텍스트를 수신할 수 있다. 전자 장치(101)는 수신한 사용자 발화에 대응하는 텍스트(3142)를 창(3115)에 표시할 수도 있다. 전자 장치(101)는, 수신된 텍스트를 자동으로 대화 상대자의 계정으로 접속한 다른 전자 장치로 송신할 수도 있으며, 송신된 메시지(3143)를 말풍선 형태로 표시할 수도 있다. 또 다른 실시예에서, 전자 장치(101)는 도 33에서와 같이 대화 모드를 나타내는 인디케이터(3120) 등과 같은 소프트웨어 키가 지정되면, 대화 모드로 진입할 수도 있다. 또 다른 실시예에서, 전자 장치(101)는 음성 인식 어플리케이션의 설정에서 대화 모드를 활성화할 수도 있으며, 이 경우 명령 모드 진입과 동일한 인터랙션(interaction)이 검출되면, 대화 모드로 진입할 수도 있다.
도 34는 본 발명의 다양한 실시예에 따른 대화 모드 종료를 설명하기 위한 화면을 도시한다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는, 하드웨어 버튼(3113)을 누른 상태에서 사용자 발화(3160)를 획득할 수 있다. 전자 장치(101)는, 획득한 사용자 발화에 대한 데이터를 외부 서버로 송신하고, 이에 대응하는 텍스트(3161)를 수신하여 표시할 수 있다. 전자 장치(101)는, 예를 들어 "Chat mode Off"와 같이, 대화 모드 종료로 지정된 텍스트가 수신되는 경우에는, 하드웨어 버튼(3113)의 눌림 해제(release)에 대응하여, 대화 모드를 종료할 수 있다. 전자 장치(101)는, 마이크 활성화 버튼(3175)를 표시할 수 있다. 전자 장치(101)는, 대화 모드 종료 명령(3171) 및 대화 모드 종료(3172)의 수행된 태스크들을 말풍선 형태로 표시할 수도 있다.
도 35는 본 발명의 다양한 실시예에 따른 대화 모드 진입을 설명하기 위한 화면을 도시한다.
본 발명의 다양한 실시예에서, 전자 장치(101)는, 메시지 어플리케이션이 아닌, 홈 스크린(3511)과 같은 런처 어플리케이션의 실행 화면을 표시할 수 있다. 전자 장치(101)는 홈 스크린(3511) 표시 중에 "Chat mode on"의 음성 명령(3501)을 획득할 수 있으며, 이에 대응하여 대화 모드로 진입할 수 있다. 전자 장치(101)는, 대화 모드 종료 아이콘(3512) 및 최근에 연락을 수행했던 연락처 아이콘(3514,3515,3516)를 표시할 수 있다. 본 발명의 다양한 실시예에 따른 전자 장치(101)는, 연락을 수행했던 연락처와 함께 연락을 수행했던 어플리케이션을 함께 표시할 수도 있다. 예를 들어, 전자 장치(101)는 James에 대하여서는 메시지 어플리케이션을 이용하여 연락을 수행했던 취지의 아이콘(3514)을 표시하고, Jack에 대하여서는 메신저 어플리케이션을 이용하여 연락을 수행했던 취지의 아이콘(3516)을 표시할 수 있다. 전자 장치(101)는, 지정된 아이콘(예를 들어, 3515)에 대응하는 어플리케이션(예를 들어, 메시지 어플리케이션)을 실행하면서 대화 모드에서 동작할 수 있다. 전자 장치(101)는, 수행한 태스크(3518)를 말풍선 형태로 표시할 수도 있다. 전자 장치(101)는, 메시지 어플리케이션 실행 화면(3520)을 표시할 수 있으며, 메시지 어플리케이션 실행 화면(3520)은 지정된 아이콘(예를 들어, 3515)에 대응하는 대화 상대자(3521) 및 대화 상대자와 송수신되었던 메시지(3522)를 포함할 수 있다. 전자 장치(101)는, 메시지 어플리케이션 실행 화면(3520) 상에 대화 모드 종료 아이콘(3523) 및 지연 송신 아이콘(3524)과 대화 모드를 나타내는 인디케이터(3525)를 표시할 수 있다.
도 36은 본 발명의 다양한 실시예에 따른 전자 장치의 사용자 발화 처리 모드 초기 선택 또는 전환을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 전자 장치(101)의 상태가 일반 어플리케이션 상태(3601), 텍스트 박스 표시 상태(3603) 또는 대화창 표시 상태(3604) 중 어느 하나인 것으로 판단할 수 있다. 본 발명의 다양한 실시예에서, 전자 장치(101)는 지정된 상태에서는 하나의 사용자 발화 처리 모드로만 진입을 허용할 수도 있다. 예를 들어, 전자 장치(101)는, 일반 어플리케이션 상태(3601)에서, 사용자 입력(예를 들어, 하드웨어 버튼의 누름 및 누름 유지(Press & Hold)(3611))에 대응하여, 하나의 사용자 발화 처리 모드(예를 들어, 명령 모드(3602))로만 진입을 허용할 수도 있다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 지정된 상태와 상이한 다른 상태에서는 사용자 입력에 따라 복수 개의 사용자 발화 처리 모드로의 진입을 허용할 수도 있다. 예를 들어, 전자 장치(101)는, 텍스트 박스 표시 상태(3603)에서는, 제 1 타입의 사용자 입력(예를 들어, 하드웨어 버튼의 누름 및 누름 유지(Press & Hold)(3612))에 대응하여 명령 모드(3605)로 진입할 수 있다. 예를 들어, 전자 장치(101)는 텍스트 박스 표시 상태(3603)에서는, 제 2 타입의 사용자 입력(예를 들어, 하드웨어 버튼의 2회 누름 및 누름 유지(double Press & Hold)(3613))에 대응하여 구술 모드(3606)로 진입할 수 있다. 예를 들어, 전자 장치(101)는, 대화창 표시 상태(3604)에서는, 제 1 타입의 사용자 입력(예를 들어, 하드웨어 버튼의 누름 및 누름 유지(Press & Hold)(3614))에 대응하여 명령 모드(3607)로 진입할 수 있다. 예를 들어, 전자 장치(101)는 대화창 표시 상태(3604)에서는, 제 2 타입의 사용자 입력(예를 들어, 하드웨어 버튼의 2회 누름 및 누름 유지(double Press & Hold)(3615))에 대응하여 대화 모드(3608)로 진입할 수 있다.
도 37은 본 발명의 다양한 실시예에 따른 전자 장치의 사용자 발화 처리 모드 초기 선택 또는 전환을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 전자 장치(101)의 상태가 일반 어플리케이션 상태(3701), 텍스트 박스 표시 상태(3703) 또는 대화창 표시 상태(3704) 중 어느 하나인 것으로 판단할 수 있다. 전자 장치(101)는, 제 1 타입의 사용자 입력, 예를 들어 하드웨어 버튼의 누르기 및 누름 유지(Press & Hold)(3711,3713,3715)에 대응하여 명령 모드(3602,3605,3607)로 진입할 수 있다. 전자 장치(101)는, 제 1 타입의 사용자 입력이 검출되면, 현재 상태와 관계없이 고정적으로 지정된 특정 사용자 발화 처리 모드, 예를 들어 명령 모드(3602,3605,3607)로 진입할 수 있다. 전자 장치(101)는, 제 2 타입의 사용자 입력, 예를 들어 하드웨어 버튼의 2회 누름 및 누름 유지(double Press & Hold)(3712,3714,3716)이 검출되면, 전자 장치(101)의 상태에 따라 연속 명령 모드(3703), 구술 모드(3707) 또는 대화 모드(3709)의 다양한 사용자 발화 처리 모드로 진입할 수 있다. 본 발명의 다양한 실시예에서, 제 2 타입의 사용자 입력, 예를 들어 하드웨어 버튼의 2회 누름 및 누름 유지(double Press & Hold)(3712,3714,3716)에 대응하여서는, ASR만을 외부 서버로 요청하고, NLU를 요청하지 않는 사용자 발화 처리 모드가 선택될 수도 있다. 본 발명의 다양한 실시예에서, 일반 어플리케이션 상태(3701)에서 2회 누름 및 누름 유지(3712)가 검출되면, 전자 장치(101)는, 연속 명령 모드(3703)가 아닌 메모 모드로 진입할 수도 있다.
도 38은 본 발명의 다양한 실시예에 따른 전자 장치의 사용자 발화 처리 모드 변경을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에서, 전자 장치(101)는 텍스트 박스 표시 상태(3801)에서, 하드웨어 버튼의 누르기 및 누름 유지(Press & Hold)가 검출되거나 또는 "Write Down"과 같은 음성 명령(3811)이 획득되면, 이에 대응하여 구술 모드(3802)로 진입할 수 있다. 전자 장치(101)는, 구술 모드(3802)에서, 하드웨어 버튼의 누르기 해제(Release)가 검출되거나 또는 STT(speech to text) 중단(STT close) 버튼의 지정(3812)이 검출되면 다시 텍스트 박스 표시 상태(3801)로 복귀할 수도 있다. 전자 장치(101)는 텍스트 박스 표시 상태(3801)에서, "keyboard mode on" 또는 "keyboard"와 같은 음성 명령(3813)이 획득되면, 이에 대응하여 키보드 모드(3803)로 진입할 수 있다. 전자 장치(101)는, 키보드 모드(3803)에서, "keyboard mode off"와 같은 음성 명령(3814)이 획득되면, 다시 텍스트 박스 표시 상태(3801)로 복귀할 수도 있다.
도 39는 본 발명의 다양한 실시예에 따른 키보드 모드에서의 화면을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는, 키보드(3114)를 포함하는 화면(3110)을 표시할 수 있다. 전자 장치(101)는, 키보드(3114)가 표시된 상태에서, 미리 지정된 음성 명령(예를 들어, "keyboard mode on" 또는 "keyboard")를 획득할 수 있으며, 이에 대응하여 키보드 모드로 진입할 수 있다.
전자 장치(101)는, 키보드 모드에서, 사용자 발화를 획득할 수 있으며, 사용자 발화에 대한 데이터를 외부 서버로 송신할 수 있다. 외부 서버는, 수신된 사용자 발화의 제 1 부분을 구술한 결과인 제 1 텍스트와 수신된 사용자 발화의 제 2 부분의 의미에 대응하는 제 2 텍스트를 획득하여, 전자 장치(101)로 송신할 수 있다. 전자 장치(101)는, 수신된 제 1 텍스트 및 제 2 텍스트(3921)를 표시할 수 있으며, 이미 송신된 메시지(3920) 등을 표시할 수도 있다. 전자 장치(101)는, 예를 들어 키보드 모드 종료로 지정된 음성 명령(예를 들어, "keyboard mode off")이 획득되면, 이에 대응하여 키보드 모드를 종료할 수 있다.
도 40은 본 발명의 다양한 실시예에 따른 전자 장치 상태 사이의 전환을 설명하기 위한 개념도를 도시한다.
본 발명의 다양한 실시예에 따른 전자 장치(101)는, 텍스트 박스 표시 상태(4002) 및 일반 어플리케이션 상태(4001) 사이에서 전자 장치의 상태를 전환할 수 있다. 예를 들어, 일반 어플리케이션 상태(4001)에서, 하드웨어 버튼 누름(Press) 및 "keyboard" 또는 "Bixby, keyboard" 등의 음성 명령이 획득되거나, 텍스트 박스에 대한 터치(4013)가 획득되면, 전자 장치(101)는 텍스트 박스 표시 상태(4002)로 진입할 수 있다. 또는, 텍스트 박스 표시 상태(4002)에서, 하드웨어 버튼 누름(Press) 및 "Finish" 또는 "Bixby, Finish" 등의 음성 명령이 획득되거나, 뒤로 가기 키(Back key)에 대한 터치(4014)가 획득되면, 전자 장치(101)는 일반 어플리케이션 상태(4001)로 진입할 수 있다. 예를 들어, 전자 장치(101)는 일반 어플리케이션 상태(4001)에서는, 하드웨어 버튼의 눌림 또는 "Hi, bixby"와 같은 음성 명령(4011)에 대응하여 음성 처리 어플리케이션을 실행할 수 있다. 전자 장치(101)는, 다양한 사용자 발화 처리 모드로 진입할 수 있으며, 음성 처리 어플리케이션이 종료되면, 다시 일반 어플리케이션 상태(4001)로 복귀할 수 있다. 예를 들어, 전자 장치(101)는 텍스트 박스 표시 상태(4002)에서는, 하드웨어 버튼의 눌림 및 눌림 유지 및 "Hi, bixby"와 같은 음성 명령(4012)에 대응하여 음성 처리 어플리케이션을 실행할 수 있다. 전자 장치(101)는, 다양한 사용자 발화 처리 모드로 진입할 수 있으며, 음성 처리 어플리케이션이 종료되면, 다시 텍스트 박스 표시 상태(4002) 또는 일반 어플리케이션 상태(4001)로 복귀할 수 있다.
도 41a는 본 발명의 다양한 실시예에 따른 제 1 어플리케이션 프로그램의 제 3 동작을 설명하기 위한 흐름도를 도시한다. 예를 들어, 제 1 어플리케이션은, 도 4a 내지 4c에서 설명하였던 제 1 사용자 인터페이스를 포함하는 어플리케이션일 수 있다.
4101 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신할 수 있다.
4102 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 마이크를 통하여 제 3 사용자 발화를 수신할 수 있다. 4103 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 상기 외부 서버로 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공할 수 있다. 4104 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는 상기 제 3 데이터를 제공한 이후에, 상기 제 3 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신할 수 있다. 즉, 전자 장치(101)는, 텍스트 박스와 같은 제 1 사용자 인터페이스를 표시하더라도, 구술 모드가 아닌 명령 모드로 진입할 수 있다. 전자 장치(101)는, 제 1 타입의 사용자 입력이 수신되면 구술 모드로 진입하고, 이와 상이한 제 2 타입의 사용자 입력이 수신되면 명령 모드로 진입할 수 있다. 이에 따라, 전자 장치(101)는, 명령 모드에서 수신된 제 3 사용자 발화에 대한 데이터와 명령 모드의 식별 정보를 외부 서버로 송신할 수 있다. 외부 서버는, 명령 모드의 식별 정보에 대응하여, 수신된 사용자 발화에 대한 데이터에 ASR을 적용하여 텍스트를 획득하고, 텍스트에 대하여 NLU를 적용하여 명령을 생성하여 전자 장치(101)로 송신할 수 있다.
도 41b는 본 발명의 다양한 실시예에 따른 제 1 어플리케이션 프로그램의 제 4 동작을 설명하기 위한 흐름도를 도시한다. 예를 들어, 제 1 어플리케이션은, 도 4a 내지 4c에서 설명하였던 제 1 사용자 인터페이스를 포함하는 어플리케이션일 수 있다.
4111 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 제 1 사용자 인터페이스가 표시되지 않는 동안에, 버튼을 통하여 제 2 타입의 사용자 입력을 수신할 수 있다. 예를 들어, 전자 장치(101)는 제 2 타입의 사용자 입력에 따라 연속 명령 모드로 진입할 수 있다. 4112 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 마이크를 통하여 제 4 사용자 발화를 수신할 수 있다. 4113 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 상기 제 4 사용자 발화에 대한 제 4 데이터를 상기 외부 서버로 제공할 수 있다. 4114 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 상기 제 4 데이터를 제공한 이후에, 상기 제 4 사용자 발화에 응답하여, 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신할 수 있다. 연속 명령 모드에서, 전자 장치(101)는 계속하여 마이크를 온 상태로 유지할 수 있다. 또는, 전자 장치(101)는, 마이크를 일시적으로 턴 오프하였다가 제 4 데이터에 대응하는 명령을 수신 및 수행하고, 이후에 다시 마이크를 턴 온할 수도 있다. 4115 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 상기 마이크를 통하여 제 5 사용자 발화를 수신할 수 있다. 4116 동작에서, 전자 장치(101)(예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 상기 외부 서버로, 상기 제 5 사용자 발화에 대한 제 5 데이터를 제공할 수 있다. 4117 동작에서, 전자 장치(101)(예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 상기 제 5 데이터를 제공한 이후에, 상기 제 5 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신할 수 있다.
도 41c는 본 발명의 다양한 실시예에 따른 제 1 어플리케이션 프로그램의 제 5 동작을 설명하기 위한 흐름도를 도시한다. 예를 들어, 제 1 어플리케이션은, 도 4a 내지 4c에서 설명하였던 제 1 사용자 인터페이스를 포함하는 어플리케이션일 수 있다.
4121 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 제 2 사용자 인터페이스를 표시하는 도중에 상기 버튼을 통하여 상기 제 1 타입의 사용자 입력을 수신할 수 있다. 예를 들어, 전자 장치(101)는 대화 모드로 진입할 수 있다. 4122 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 제 6 사용자 발화를 수신할 수 있다. 4123 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 상기 외부 서버로, 상기 제 6 사용자 발화에 대한 제 6 데이터를 제공할 수 있다. 4124 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 상기 제 6 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 6 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않을 수 있다. 4125 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 상기 제 2 사용자 인터페이스에 상기 텍스트를 입력할 수 있다. 4126 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 데이터 입력 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 상기 입력된 텍스트를 자동으로 송신할 수 있다.
도 42a 및 42b는 본 발명의 다양한 실시예에 따른 전자 장치의 동작을 설명하기 위한 흐름도를 도시한다.
도 42a를 참조하면, 4201 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 버튼을 통하여 제 1 타입의 사용자 입력을 수신할 수 있다. 예를 들어, 전자 장치(101)는, 현재 전자 장치의 상태와 무관하게, 제 1 타입의 사용자 입력에 대응하여 명령 모드로 진입하도록 설정될 수 있다. 4202 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 마이크를 통하여 제 1 사용자 발화를 수신할 수 있다. 4203 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 제 1 사용자 발화에 대한 데이터를 외부 서버로 제공할 수 있다. 4204 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 제 1 사용자 발화에 대한 데이터를 제공한 이후에, 제 1 사용자 발화에 응답하여 지능 시스템에 의하여 생성된 태스크를 수행하기 위하여 서버로부터 적어도 하나의 명령을 수신할 수 있다.
도 42b를 참조하면, 4211 동작에서, 전자 장치(101)(예:프로세서(120 또는 210))는, 버튼을 통하여 제 2 타입의 사용자 입력을 수신할 수 있다. 예를 들어, 전자 장치(101)는, 현재 전자 장치의 상태와 무관하게, 제 2 타입의 사용자 입력에 대응하여 구술 모드 또는 대화 모드의 ASR만을 요청하는 사용자 발화 처리 모드로 진입하도록 설정될 수 있다. 4212 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 마이크를 통하여 제 2 사용자 발화를 수신할 수 있다. 4213 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 제 2 사용자 발화에 대한 데이터를 외부 서버로 제공할 수 있다. 4214 동작에서, 전자 장치(101) (예:프로세서(120 또는 210) 또는 통신 인터페이스(170) 또는 통신 모듈(220))는, 제 2 사용자 발화에 대한 데이터를 제공한 이후에, 제 2 사용자 발화에 응답하여 지능 시스템에 의하여 생성된 명령은 수신하지 않으면서, 제 2 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신할 수 있다. 4215 동작에서, 전자 장치(101) (예:프로세서(120 또는 210))는, 제 1 사용자 인터페이스에 텍스트를 입력하여 표시할 수 있다.
도 43 내지 46에서는, 본 발명의 다양한 실시예에 의한 전자 장치(예: 전자 장치(101)) 또는 외부 서버(예: 외부 서버(600))가 적용될 수 있는 통합 지능화 시스템에 대하여 설명한다.
도 43은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 43을 참조하면, 통합 지능화 시스템(4300)은 사용자 단말(4310)(예: 전자 장치(101)), 지능형 서버(4320), 개인화 정보 서버(4330) 또는 제안 서버(4340)를 포함할 수 있다. 지능형 서버(4320), 개인화 정보 서버(4330) 또는 제안 서버(4340) 중 적어도 하나는 상술한 외부 서버(600)에 포함될 수 있다.
사용자 단말(4310)은 사용자 단말(4310) 내부에 저장된 어플리케이션(app)(또는, 어플리케이션 프로그램(application program))(예: 알람 어플리케이션, 메시지 어플리케이션, 사진(갤러리) 어플리케이션 등)을 통해 사용자에게 필요한 서비스를 제공할 수 있다. 예를 들어, 사용자 단말(4310)은 사용자 단말(4310) 내부에 저장된 지능형 어플리케이션(또는, 음성 인식 어플리케이션)을 통해 다른 어플리케이션을 실행하고 동작시킬 수 있다. 사용자 단말(4310)의 상기 지능형 어플리케이션을 통해 상기 다른 어플리케이션의 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 원격 입력 등을 통해 수신될 수 있다. 일 실시 예에 따르면, 사용자 단말(4310)은 휴대폰, 스마트폰, PDA(personal digital assistant) 또는 노트북 컴퓨터 등 인터넷에 연결 가능한 각종 단말 장치(또는, 전자 장치)가 이에 해당될 수 있다.
일 실시 예에 따르면, 사용자 단말(4310)은 사용자의 발화를 사용자 입력으로 수신할 수 있다. 사용자 단말(4310)은 사용자의 발화를 수신하고, 상기 사용자의 발화에 기초하여 어플리케이션을 동작시키는 명령을 생성할 수 있다. 이에 따라, 사용자 단말(4310)은 상기 명령을 이용하여 상기 어플리케이션을 동작시킬 수 있다.
지능형 서버(4320)는 통신망을 통해 사용자 단말(4310)로부터 사용자 음성 입력(voice input)(예: 사용자 발화)을 수신하여 텍스트 데이터(text data)로 변경할 수 있다. 다른 실시 예에서는, 지능형 서버(4320)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule)(예: 액션 시퀀스)을 생성(또는, 선택)할 수 있다. 상기 패스 룰은 어플리케이션의 기능을 수행하기 위한 동작(action)(또는, 오퍼레이션(operation) 또는 태스크(task))에 대한 정보 또는 상기 동작을 실행하기 위해 필요한 파라미터에 대한 정보를 포함할 수 있다. 또한, 상기 패스 룰은 상기 어플리케이션의 상기 동작의 순서를 포함할 수 있다. 사용자 단말(4310)은 상기 패스 룰을 수신하고, 상기 패스 룰에 따라 어플리케이션을 선택하고, 상기 선택된 어플리케이션에서 상기 패스 룰에 포함된 동작을 실행시킬 수 있다.
예를 들어, 사용자 단말(4310)은 상기 동작을 실행하고, 동작을 실행한 사용자 단말(4310)의 상태에 대응되는 화면를 디스플레이에 표시할 수 있다. 다른 예를 들어, 사용자 단말(4310)은 상기 동작을 실행하고, 동작을 수행한 결과를 디스플레이에 표시하지 않을 수 있다. 사용자 단말(4310)은, 예를 들어, 복수의 동작을 실행하고, 상기 복수의 동작의 일부 결과 만을 디스플레이에 표시할 수 있다. 사용자 단말(4310)은, 예를 들어, 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 사용자 단말(4310)은 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
개인화 정보 서버(4330)는 사용자 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 개인화 정보 서버(4330)는 사용자 단말(4310)로부터 사용자 정보(예: 컨텍스트 정보, 어플리케이션 실행 등)를 수신하여 상기 데이터베이스에 저장할 수 있다. 지능형 서버(4320)는 통신망을 통해 개인화 정보 서버(4330)로부터 상기 사용자 정보를 수신하여 사용자 입력에 대한 패스 룰을 생성하는 경우에 이용할 수 있다. 일 실시 예에 따르면, 사용자 단말(4310)은 통신망을 통해 개인화 정보 서버(4330)로부터 사용자 정보를 수신하여 데이터베이스를 관리하기 위한 정보로 이용할 수 있다.
제안 서버(4340)는 단말 내에 기능 혹은 어플리케이션의 소개 또는 제공될 기능에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 제안 서버(4340)는 개인화 정보 서버(4330)로부터 사용자 단말(4310)의 사용자 정보를 수신하여 사용자가 사용 할 수 있는 기능에 대한 데이터베이스를 포함 할 수 있다. 사용자 단말(4310)은 통신망을 통해 제안 서버(4340)로부터 상기 제공될 기능에 대한 정보를 수신하여 사용자에게 정보를 제공할 수 있다.
도 44는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 44를 참조하면, 사용자 단말(4310)은 입력 모듈(4410)(예: 마이크(288) 또는 입력 장치(250)), 디스플레이(4420)(예: 디스플레이(160 또는 260)), 스피커(4430)(예: 스피커(282)), 메모리(4440)(예: 메모리(130) 또는 메모리(230)) 또는 프로세서(4450)(예: 프로세서(120 또는 210))을 포함할 수 있다. 사용자 단말(4310)은 하우징을 더 포함할 수 있고, 상기 사용자 단말(4310)의 구성들은 상기 하우징의 내부에 안착되거나 하우징 상에(on the housing) 위치할 수 있다.
일 실시 예에 따른, 입력 모듈(4410)은 사용자로부터 사용자 입력을 수신할 수 있다. 예를 들어, 입력 모듈(4410)은 연결된 외부 장치(예: 키보드, 헤드셋)로부터 사용자 입력을 수신할 수 있다. 다른 예를 들어, 입력 모듈(4410)은 디스플레이(4420)와 결합된 터치 스크린(예: 터치 스크린 디스플레이)을 포함할 수 있다. 또 다른 예를 들어, 입력 모듈(4410)은 사용자 단말(4310)(또는, 사용자 단말(4310)의 하우징)에 위치한 하드웨어 키(또는, 물리적 키)를 포함할 수 있다.
일 실시 예에 따르면, 입력 모듈(4410)은 사용자의 발화를 음성 신호로 수신할 수 있는 마이크(4411)를 포함할 수 있다. 예를 들어, 입력 모듈(4410)은 발화 입력 시스템(speech input system)을 포함하고, 상기 발화 입력 시스템을 통해 사용자의 발화를 음성 신호로 수신할 수 있다.
일 실시 예에 따른, 디스플레이(4420)는 이미지나 비디오, 및/또는 어플리케이션의 실행 화면을 표시할 수 있다. 예를 들어, 디스플레이(4420)는 어플리케이션의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.
일 실시 예에 따르면, 스피커(4430)는 음성 신호를 출력할 수 있다. 예를 들어, 스피커(4430)는 사용자 단말(4310) 내부에서 생성된 음성 신호를 외부로 출력할 수 있다.
일 실시 예에 따르면, 메모리(4440)는 복수의 어플리케이션(4441, 4443)을 저장할 수 있다. 메모리(4440)에 저장된 복수의 어플리케이션(4441, 4443)은 사용자 입력에 따라 선택되어 실행되고 동작할 수 있다.
일 실시 예에 따르면, 메모리(4440)는 사용자 입력을 인식하는데 필요한 정보를 저장할 수 있는 데이터베이스를 포함할 수 있다. 예를 들어, 메모리(4440)은 로그(log) 정보를 저장할 수 있는 로그 데이터베이스를 포함할 수 있다. 다른 예를 들어, 메모리(4440)는 사용자 정보를 저장할 수 있는 페르소나 데이터베이스를 포함할 수 있다.
일 실시 예에 따르면, 메모리(4440)는 복수의 어플리케이션(4441, 4443)을 저장하고, 복수의 어플리케이션(4441, 4443)은 로드되어 동작할 수 있다. 예를 들어, 메모리(4440)에 저장된 복수의 어플리케이션(4441,143)은 프로세서(4450)의 실행 매니저 모듈(4453)에 의해 로드되어 동작할 수 있다. 복수의 어플리케이션(4441, 4443)은 기능을 수행하는 실행 서비스(4441a, 4443a) 또는 복수의 동작(또는, 단위 동작)(4441b, 4443b)을 포함할 수 있다. 실행 서비스(4441a, 4443a)는 프로세서(4450)의 실행 매니저 모듈(4453)에 의해 생성되고, 복수의 동작 (4441b, 4443b)을 실행할 수 있다.
일 실시 예에 따르면, 어플리케이션(4441, 4443)의 동작(4441b, 4443b)이 실행되었을 때, 동작(4441b, 4443b)의 실행에 따른 실행 상태 화면은 디스플레이(4420)에 표시될 수 있다. 상기 실행 상태 화면은, 예를 들어, 동작(4441b, 4443b)이 완료된 상태의 화면일 수 있다. 상기 실행 상태 화면은, 다른 예를 들어, 동작(4441b, 4443b)의 실행이 정지된 상태(partial landing)(예: 동작(4441b, 4443b)에 필요한 파라미터가 입력되지 않은 경우)의 화면일 수 있다.
일 실시 예에 따른, 실행 서비스(4441a, 4443a)는 패스 룰에 따라 동작(4441b, 4443b)을 실행할 수 있다. 예를 들어, 실행 서비스(4441a, 4443a)는 실행 매니저 모듈(4453)에 의해 생성되고, 실행 매니저 모듈(4453)로부터 상기 패스 룰에 따라 실행 요청을 수신하고, 상기 실행 요청에 따라 동작(4441b, 4443b)을 어플리케이션(4441, 4443)의 동작을 실행할 수 있다. 실행 서비스(4441a, 4443a)는 상기 동작(4441b, 4443b)의 수행이 완료되면 완료 정보를 실행 매니저 모듈(4453)로 송신할 수 있다.
일 실시 예에 따르면, 어플리케이션(4441, 4443)에서 복수의 동작(4441b, 4443b)이 실행되는 경우, 복수의 동작(4441b, 4443b)은 순차적으로 실행될 수 있다. 실행 서비스(4441a, 4443a)는 하나의 동작(동작 1)의 실행이 완료되면 다음 동작(동작 2)을 오픈하고 완료 정보를 실행 매니저 모듈(4453)로 송신할 수 있다. 여기서 임의의 동작을 오픈한다는 것은, 임의의 동작을 실행 가능한 상태로 천이시키거나, 임의의 동작의 실행을 준비하는 것으로 이해될 수 있다. 다시 말해서, 임의의 동작이 오픈되지 않으면, 해당 동작은 실행될 수 없다. 실행 매니저 모듈(4453)은 상기 완료 정보가 수신되면 다음 동작(4441b, 4443b)에 대한 실행 요청을 실행 서비스(예: 동작 2)로 송신할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션(4441, 4443)이 실행되는 경우, 복수의 어플리케이션(4441, 4443)은 순차적으로 실행될 수 있다. 예를 들어, 제1 어플리케이션(4441)의 마지막 동작의 실행이 완료되어 완료 정보를 수신하면, 실행 매니저 모듈(4453)은 제2 어플리케이션(4443)의 첫번째 동작의 실행 요청을 실행 서비스(4443a)로 송신할 수 있다.
일 실시 예에 따르면, 어플리케이션(4441, 4443)에서 복수의 동작(4441b, 4443b)이 실행된 경우, 상기 실행된 복수의 동작(4441b, 4443b) 각각의 실행에 따른 결과 화면은 디스플레이(4420)에 표시될 수 있다. 일 실시 예에 따르면, 상기 실행된 복수의 동작(4441b, 4443b)의 실행에 따른 복수의 결과 화면 중 일부만 디스플레이(4420)에 표시될 수 있다.
일 실시 예에 따르면, 메모리(4440)는 지능형 에이전트(4451)와 연동된 지능형 어플리케이션(예: 음성 인식 어플리케이션)을 저장할 수 있다. 지능형 에이전트(4451)와 연동된 어플리케이션은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(4451)와 연동된 어플리케이션은 입력 모듈(4410)을 통해 입력되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 특정 음성 입력)에 의해 동작될 수 있다.
일 실시 예에 따르면, 프로세서(4450)는 사용자 단말(4310)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(4450)는 입력 모듈(4410)을 제어하여 사용자 입력을 수신할 수 있다. 프로세서(4450)는 디스플레이(4420)를 제어하여 이미지를 표시할 수 있다. 프로세서(4450)는 스피커(4430)를 제어하여 음성 신호를 출력할 수 있다. 프로세서(4450)는 메모리(4440)를 제어하여 필요한 정보를 불러오거나 저장할 수 있다.
일 실시 예에 따르면 프로세서(4450)는 지능형 에이전트(4451), 실행 매니저 모듈(4453) 또는 지능형 서비스 모듈(4455)를 포함할 수 있다. 일 실시 예에서, 프로세서(4450)는 메모리(4440)에 저장된 명령어들을 실행하여 지능형 에이전트(4451), 실행 매니저 모듈(4453) 또는 지능형 서비스 모듈(4455)을 구동시킬 수 있다. 본 발명의 다양한 실시 예에서 언급되는 여러 모듈들은 하드웨어로 구현될 수도 있고, 소프트웨어로 구현될 수도 있다. 본 발명의 다양한 실시 예에서 지능형 에이전트(4451), 실행 매니저 모듈(4453) 또는 지능형 서비스 모듈(4455)에 의해 수행되는 동작은 프로세서(4450)에 의해 수행되는 동작으로 이해될 수 있다.
일 실시 예에 따른, 지능형 에이전트(4451)는 사용자 입력으로 수신된 음성 신호에 기초하여 어플리케이션을 동작시키는 명령을 생성할 수 있다. 일 실시 예에 따른, 실행 매니저 모듈(4453)은 지능형 에이전트(4451)로부터 상기 생성된 명령을 수신하여 메모리(4440)에 저장된 어플리케이션(4441, 4443)을 선택하여 실행시키고 동작시킬 수 있다. 일 실시 예에 따르면, 지능형 서비스 모듈(4455)은 사용자의 정보를 관리하여 사용자 입력을 처리하는데 이용할 수 있다.
지능형 에이전트(4451)는 입력 모듈(4410)을 통해 수신된 사용자 입력을 지능형 서버(4320)로 송신하여 처리할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(4451)는 상기 사용자 입력을 지능형 서버(4320)로 송신하기 전에, 상기 사용자 입력을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(4451)는 상기 사용자 입력을 전처리하기 위하여, 적응 반향 제거(adaptive echo canceller)(AEC) 모듈, 노이즈 억제(noise suppression)(NS) 모듈, 종점 검출(end-point detection)(EPD) 모듈 또는 자동 이득 제어(automatic gain control)(AGC) 모듈을 포함할 수 있다. 상기 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 상기 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 상기 종점 검출 모듈은 상기 사용자 입력에 포함된 사용자 음성의 종점을 검출하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하여 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(4451)는 성능을 위하여 상기 전처리 구성을 전부 포함할 수 있지만, 다른 실시 예에서 지능형 에이전트(4451)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 포함할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(4451)는 사용자의 호출을 인식하는 웨이크 업(wake up) 인식 모듈을 포함할 수 있다. 상기 웨이크 업 인식 모듈은 음성 인식 모듈을 통해 사용자의 웨이크 업 명령을 인식할 수 있고, 상기 웨이크 업 명령을 수신한 경우 사용자 입력을 수신하기 위해 지능형 에이전트(4451)을 활성화시킬 수 있다. 일 실시 예에 따르면, 지능형 에이전트(4451)의 웨이크 업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)에 구현될 수 있다. 일 실시 예에 따르면, 지능형 에이전트(4451)는 하드웨어 키를 통한 사용자 입력에 따라 활성화될 수 있다. 지능형 에이전트(4451)가 활성화 되는 경우, 지능형 에이전트(4451)와 연동된 지능형 어플리케이션(예: 음성 인식 어플리케이션)이 실행될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(4451)는 사용자 입력을 실행하기 위한 음성 인식 모듈을 포함할 수 있다. 상기 음성 인식 모듈은 어플리케이션에서 동작을 실행하도록 하기 위한 사용자 입력을 인식할 수 있다. 예를 들어, 상기 음성 인식 모듈은 어플리케이션(4441, 4443)에서 상기 웨이크 업 명령과 같은 동작을 실행하는 제한된 사용자 (음성) 입력(예: 카메라 어플리케이션이 실행 중일 때 촬영 동작을 실행시키는 "찰칵"과 같은 발화 등)을 인식할 수 있다. 상기 지능형 서버(4320)를 보조하여 사용자 입력을 인식하는 음성 인식 모듈은, 예를 들어, 사용자 단말(4310)내에서 처리할 수 있는 사용자 명령을 인식하여 빠르게 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(4451)의 사용자 입력을 실행하기 위한 음성 인식 모듈은 어플리케이션 프로세서에서 구현될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(4451)의 음성 인식 모듈(웨이크 업 모듈의 음성 인식 모듈을 포함)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 입력을 인식할 수 있다. 상기 음성을 인식하기 위해 사용되는 알고리즘은, 예를 들어, HMM(hidden markov model) 알고리즘, ANN(artificial neural network) 알고리즘 또는 DTW(dynamic time warping) 알고리즘 중 적어도 하나일 수 있다.
일 실시 예에 따르면, 지능형 에이전트(4451)는 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(4451)는 사용자의 음성을 지능형 서버(4420)로 전달하여, 변환된 텍스트 데이터를 수신할 수 있다. 이에 따라, 지능형 에이전트(4451)는 상기 텍스트를 데이터를 디스플레이(4420)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(4451)는 지능형 서버(4320)로부터 송신한 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(4451)은 상기 패스 룰을 실행 매니저 모듈(4453)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(4451)는 지능형 서버(4320)로부터 수신된 패스 룰에 따른 실행 결과 로그(log)를 지능형 서비스(intelligence service) 모듈(4455)로 송신하고, 상기 송신된 실행 결과 로그는 페르소나 모듈(persona manager)(4455b)의 사용자의 선호(preference) 정보에 누적되어 관리될 수 있다.
일 실시 예에 따른, 실행 매니저 모듈(4453)은 지능형 에이전트(4451)로부터 패스 룰을 수신하여 어플리케이션(4441, 4443)을 실행시키고, 어플리케이션(4441, 4443)이 상기 패스 룰에 포함된 동작(4441b, 4443b)을 실행하도록 할 수 있다. 예를 들어, 실행 매니저 모듈(4453)은 어플리케이션(4441, 4443)으로 동작(4441b, 4443b)을 실행하기 위한 명령 정보를 송신할 수 있고, 상기 어플리케이션(4441, 4443)로부터 동작(4441b, 4443b)의 완료 정보를 수신할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(4453)은 지능형 에이전트(4451)와 어플리케이션(4441, 4443)의 사이에서 어플리케이션(4441, 4443)의 동작(4441b, 4443b)을 실행하기 위한 명령 정보를 송수신할 수 있다. 실행 매니저 모듈(4453)은 상기 패스 룰에 따라 실행할 어플리케이션(4441, 4443)을 바인딩(binding)하고, 상기 패스 룰에 포함된 동작(4441b, 4443b)의 명령 정보를 어플리케이션(4441, 4443)으로 송신할 수 있다. 예를 들어, 실행 매니저 모듈(4453)은 상기 패스 룰에 포함된 동작(4441b, 4443b)을 순차적으로 어플리케이션(4441, 4443)으로 송신하여, 어플리케이션(4441, 4443)의 동작(4441b, 4443b)을 상기 패스 룰에 따라 순차적으로 실행시킬 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(4453)은 어플리케이션(4441, 4443)의 동작(4441b, 4443b)의 실행 상태를 관리할 수 있다. 예를 들어, 실행 매니저 모듈(4453)은 어플리케이션(4441, 4443)으로부터 상기 동작(4441b, 4443b)의 실행 상태에 대한 정보를 수신할 수 있다. 상기 동작(4441b, 4443b)의 실행 상태가, 예를 들어, 정지된 상태(partial landing)인 경우(예: 동작(4441b, 4443b)에 필요한 파라미터가 입력되지 않은 경우), 실행 매니저 모듈(4453)은 상기 정지된 상태에 대한 정보를 지능형 에이전트(4451)로 송신할 수 있다. 지능형 에이전트(4451)는 상기 수신된 정보를 이용하여, 사용자에게 필요한 정보(예: 파라미터 정보)의 입력을 요청할 수 있다. 상기 동작(4441b, 4443b)의 실행 상태가, 다른 예를 들어, 동작 상태인 경우에 사용자로부터 발화를 수신할 수 있고, 실행 매니저 모듈(4453)은 상기 실행되고 있는 어플리케이션(4441, 4443) 및 어플리케이션(4441, 4443)의 실행 상태에 대한 정보를 지능형 에이전트(4451)로 송신할 수 있다. 지능형 에이전트(4451)는 지능형 서버(4320)를 통해 상기 사용자의 발화의 파라미터 정보를 수신할 수 있고, 상기 수신된 파라미터 정보를 실행 매니저 모듈(4453)로 송신할 수 있다. 실행 매니저 모듈(4453)은 상기 수신한 파라미터 정보를 이용하여 동작(4441b, 4443b)의 파라미터를 새로운 파라미터로 변경할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(4453)은 패스 룰에 포함된 파라미터 정보를 어플리케이션(4441, 4443)로 전달할 수 있다. 상기 패스 룰에 따라 복수의 어플리케이션(4441, 4443)이 순차적으로 실행되는 경우, 실행 매니저 모듈(4453)은 하나의 어플리케이션에서 다른 어플리케이션으로 패스 룰에 포함된 파라미터 정보를 전달할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(4453)은 복수의 패스 룰을 수신할 수 있다. 실행 매니저 모듈(4453)은 사용자의 발화에 기초하여 복수의 패스 룰이 선택될 수 있다. 예를 들어, 실행 매니저 모듈(4453)은 사용자의 발화가 일부 동작(4441a)을 실행할 일부 어플리케이션(4441)을 특정하였지만, 나머지 동작(4443b)을 실행할 다른 어플리케이션(4443)을 특정하지 않은 경우, 일부 동작(4441a)를 실행할 동일한 어플리케이션(4441)(예: 갤러리 어플리케이션)이 실행되고 나머지 동작(4443b)를 실행할 수 있는 서로 다른 어플리케이션(4443)(예: 메시지 어플리케이션, 텔레그램 어플리케이션)이 각각 실행되는 서로 다른 복수의 패스 룰을 수신할 수 있다. 실행 매니저 모듈(4453)은, 예를 들어, 상기 복수의 패스 룰의 동일한 동작(4441b, 4443b)(예: 연속된 동일한 동작(4441b, 4443b))을 실행할 수 있다. 실행 매니저 모듈(4453)은 상기 동일한 동작까지 실행한 경우, 상기 복수의 패스 룰에 각각 포함된 서로 다른 어플리케이션(4441, 4443)을 선택할 수 있는 상태 화면을 디스플레이(4420)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 서비스 모듈(4455)는 컨텍스트 모듈(4455a), 페르소나 모듈(4455b) 또는 제안 모듈(4455c)을 포함할 수 있다.
컨텍스트 모듈(4455a)는 어플리케이션(4441, 4443)으로부터 어플리케이션(4441, 4443)의 현재 상태를 수집할 수 있다. 예를 들어, 컨텍스트 모듈(4455a)은 어플리케이션(4441, 4443)의 현재 상태를 나타내는 컨텍스트 정보를 수신하여 어플리케이션(4441, 4443)의 현재 상태를 수집할 수 있다.
페르소나 모듈(4455b)은 사용자 단말(4310)을 사용하는 사용자의 개인 정보를 관리할 수 있다. 예를 들어, 페르소나 모듈(4455b)은 사용자 단말(4310)의 사용 정보 및 수행 결과를 수집하여 사용자의 개인 정보를 관리할 수 있다.
제안 모듈(4455c)는 사용자의 의도를 예측하여 사용자에게 명령을 추천해줄 수 있다. 예를 들어, 제안 모듈(4455c)은 사용자의 현재 상태(예: 시간, 장소, 상황, 어플리케이션)을 고려하여 사용자에게 명령을 추천해줄 수 있다.
도 45는 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 어플리케이션을 실행시키는 것을 나타낸 도면이다.
도 45를 참조하면, 사용자 단말(4310)이 사용자 입력을 수신하여 지능형 에이전트(4451)와 연동된 지능형 어플리케이션(예: 음성 인식 어플리케이션)을 실행시키는 것을 나타낸 것이다.
일 실시 예에 따르면, 사용자 단말(4310)은 하드웨어 키(4512)를 통해 음성을 인식하기 위한 지능형 어플리케이션을 실행시킬 수 있다. 예를 들어, 사용자 단말(4310)은 하드웨어 키(4512)를 통해 사용자 입력을 수신한 경우 디스플레이(4420)에 지능형 어플리케이션의 UI(user interface)(4421)를 표시할 수 있다. 사용자는, 예를 들어, 지능형 어플리케이션의 UI(4421)가 디스플레이(4420)에 표시된 상태에서 음성을 입력(4511b)하기 위해 지능형 어플리케이션의 UI(4421)에 음성인식 버튼(4421a)를 터치할 수 있다. 사용자는, 다른 예를 들어, 음성을 입력(4511b)하기 위해 상기 하드웨어 키(4512)를 지속적으로 눌러서 음성을 입력(4511b)을 할 수 있다.
일 실시 예에 따르면, 사용자 단말(4310)은 마이크(4411)를 통해 음성을 인식하기 위한 지능형 어플리케이션을 실행시킬 수 있다. 예를 들어, 사용자 단말(4310)은 마이크(4411)를 통해 지정된 음성(예: 일어나!(wake up!))이 입력(4511a)된 경우 디스플레이(4420)에 지능형 어플리케이션의 UI(4421)를 표시할 수 있다.
도 46은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 46을 참조하면, 지능형 서버(4320)는 자동 음성 인식(automatic speech recognition)(ASR) 모듈(4610)(예: ASR 모듈(751)), 자연어 이해(natural language understanding)(NLU) 모듈(4620)(예: NLU 모듈(753)), 패스 플래너(path planner) 모듈(4630)(예:액션 계획 매니저(759)), 대화 매니저(dialogue manager)(DM) 모듈(4640)(예: DM(757)), 자연어 생성(natural language generator)(NLG) 모듈(4650)(예: NLG 매니저(761)) 또는 텍스트 음성 변환(text to speech)(TTS) 모듈(4660)(예: TTS 매니저(763)을 포함할 수 있다.
지능형 서버(4320)의 자연어 이해 모듈(4620) 또는 패스 플래너 모듈(4630)은 패스 룰(path rule)(예: 액션 시퀀스 또는 태스크)을 생성할 수 있다.
일 실시 예에 따르면, 자동 음성 인식(automatic speech recognition)(ASR) 모듈(4610)은 사용자 단말(4310)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다.
일 실시 예에 따르면, 자동 음성 인식 모듈(4610)은 사용자 단말(4310)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 자동 음성 인식 모듈(4610)은 발화 인식 모듈을 포함할 수 있다. 상기 발화 인식 모듈은 음향(acoustic) 모델 및 언어(language) 모델을 포함할 수 있다. 예를 들어, 상기 음향 모델은 발성에 관련된 정보를 포함할 수 있고, 상기 언어 모델은 단위 음소 정보 및 단위 음소 정보의 조합에 대한 정보를 포함할 수 있다. 상기 발화 인식 모듈은 발성에 관련된 정보 및 단위 음소 정보에 대한 정보를 이용하여 사용자 발화를 텍스트 데이터로 변환할 수 있다. 상기 음향 모델 및 언어 모델에 대한 정보는, 예를 들어, 자동 음성 인식 데이터베이스(automatic speech recognition database)(ASR DB)(4611)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(4620)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자 의도를 파악할 수 있다. 상기 문법적 분석은 사용자 입력을 문법적 단위(예: 단어, 구, 형태소 등)로 나누고, 상기 나누어진 단위가 어떤 문법적인 요소를 갖는지 파악할 수 있다. 상기 의미적 분석은 의미(semantic) 매칭, 룰(rule) 매칭, 포뮬러(formula) 매칭 등을 이용하여 수행할 수 있다. 이에 따라, 자연어 이해 모듈(4620)은 사용자 입력이 어느 도메인(domain), 의도(intent) 또는 상기 의도를 표현하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))를 얻을 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(4620)은 도메인(domain), 의도(intend) 및 상기 의도를 파악하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))로 나누어진 매칭 규칙을 이용하여 사용자의 의도 및 파라미터를 결정할 수 있다. 예를 들어, 상기 하나의 도메인(예: 알람)은 복수의 의도(예: 알람 설정, 알람 해제 등)를 포함할 수 있고, 하나의 의도는 복수의 파라미터(예: 시간, 반복 횟수, 알람음 등)을 포함할 수 있다. 복수의 룰은, 예를 들어, 하나 이상의 필수 요소 파라미터를 포함할 수 있다. 상기 매칭 규칙은 자연어 인식 데이터베이스(natural language understanding database)(NLU DB)(4621)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(4620)은 형태소, 구 등의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 도메인 및 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(4620)은 각각의 도메인 및 의도에 사용자 입력에서 추출된 단어가 얼마나 포함되어 있는 지를 계산하여 사용자 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(4620)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(4620)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 인식 데이터베이스(4621)를 이용하여 사용자의 의도를 결정할 수 있다. 다른 실시 예에 따르면, 자연어 이해 모듈(4620)은 개인화 언어 모델(personal language model)(PLM)을 이용하여 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(4620)은 개인화된 정보(예: 연락처 리스트, 음악 리스트)를 이용하여 사용자의 의도를 결정할 수 있다. 상기 개인화 언어 모델은, 예를 들어, 자연어 인식 데이터베이스(4621)에 저장될 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(4620)뿐만 아니라 자동 음성 인식 모듈(4610)도 자연어 인식 데이터베이스(4621)에 저장된 개인화 언어 모델을 참고하여 사용자의 음성을 인식할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(4620)은 사용자 입력의 의도 및 파라미터에 기초하여 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(4620)은 사용자 입력의 의도에 기초하여 실행될 어플리케이션을 선택하고, 상기 선택된 어플리케이션에서 수행될 동작을 결정할 수 있다. 상자연어 이해 모듈(4620)은 상기 결정된 동작에 대응되는 파라미터를 결정하여 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(4620)에 의해 생성된 패스 룰은 실행될 어플리케이션, 상기 어플리케이션에서 실행될 동작 및 상기 동작을 실행하는데 필요한 파라미터에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(4620)은 사용자 입력의 의도 및 파라미터를 기반으로 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(4620)은 패스 플래너 모듈(4630)로부터 사용자 단말(4310)에 대응되는 패스 룰 셋을 수신하고, 사용자 입력의 의도 및 파라미터를 상기 수신된 패스 룰 셋에 매핑하여 패스 룰을 결정할 수 있다.
다른 실시 예에 따르면, 자연어 이해 모듈(4620)은 사용자 입력의 의도 및 파라미터에 기초하여 실행될 어플리케이션, 상기 어플리케이션에서 실행될 동작 및 상기 동작을 실행하는데 필요한 파라미터를 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(4620)은 사용자 단말(4310)의 정보를 이용하여 상기 실행될 어플리케이션 및 상기 어플리케이션에서 실행될 동작을 사용자 입력의 의도에 따라 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 배열하여 패스 룰을 생성할 수 있다. 상기 생성된 패스 룰은, 예를 들어, 패스 플래너 모듈(4630)를 통해 패스 룰 데이터베이스(path rule database)(PR DB)(4631)에 저장될 수 있다. 상기 생성된 패스 룰은 데이터베이스(4631)의 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(4620)은 생성된 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다. 예를 들어, 자연어 이해 모듈(4620)은 상기 복수의 패스 룰 최적의 패스 룰을 선택할 수 있다. 다른 예를 들어, 자연어 이해 모듈(4620)은 사용자 발화에 기초하여 일부 동작만이 특정된 경우 복수의 패스 룰을 선택할 수 있다. 자연어 이해 모듈(4620)은 사용자의 추가 입력에 의해 상기 복수의 패스 룰 중 하나의 패스 룰을 결정할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(4620)은 사용자 입력에 대한 요청으로 패스 룰을 사용자 단말(4310)로 송신할 수 있다. 예를 들어, 자연어 이해 모듈(4620)은 사용자 입력에 대응되는 하나의 패스 룰을 사용자 단말(4310)로 송신할 수 있다. 다른 예를 들어, 자연어 이해 모듈(4620)은 사용자 입력에 대응되는 복수의 패스 룰을 사용자 단말(4310)로 송신할 수 있다. 상기 복수의 패스 룰은, 예를 들어, 사용자 발화에 기초하여 일부 동작만이 특정된 경우 자연어 이해 모듈(4620)에 의해 생성될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(4630)은 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(4630)은 자연어 이해 모듈(4620)로 복수의 패스 룰을 포함하는 패스 룰 셋을 전달할 수 있다. 상기 패스 룰 셋의 복수의 패스 룰은 패스 플래너 모듈(4630)에 연결된 패스 룰 데이터베이스(4631)에 테이블 형태로 저장될 수 있다. 예를 들어, 패스 플래너 모듈(4630)은 지능형 에이전트(4451)로부터 수신된 사용자 단말(4310)의 정보(예: OS 정보, 어플리케이션 정보)에 대응되는 패스 룰 셋을 자연어 이해 모듈(4620)로 전달할 수 있다. 상기 패스 룰 데이터베이스(4631)에 저장된 테이블은, 예를 들어, 도메인 또는 도메인의 버전 별로 저장될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(4630)은 패스 룰 셋에서 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(4620)로 전달할 수 있다. 예를 들어, 패스 플래너 모듈(4630)은 사용자의 의도 및 파라미터를 사용자 단말(4310) 에 대응되는 패스 룰 셋에 매칭하여 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(4620)로 전달할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(4630)은 사용자 의도 및 파라미터를 이용하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 패스 플래너 모듈(4630)은 사용자 의도 및 파라미터에 기초하여 실행될 어플리케이션 및 상기 어플리케이션에서 실행될 동작을 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(4630)은 상기 생성된 패스 룰을 패스 룰 데이터베이스(4631)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(4630)은 자연어 이해 모듈(4620)에서 생성된 패스 룰을 패스 룰 데이터베이스(4631)에 저장할 수 있다. 상기 생성된 패스 룰은 패스 룰 데이터베이스(4631)에 저장된 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 패스 룰 데이터베이스(4631)에 저장된 테이블에는 복수의 패스 룰 또는 복수의 패스 룰 셋을 포함할 수 있다. 복수의 패스 룰 또는 복수의 패스 룰 셋은 각 패스 룰을 수행하는 장치의 종류, 버전, 타입, 또는 특성을 반영할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(4640)은 자연어 이해 모듈(4620)에 의해 파악된 사용자의 의도가 명확한지 여부를 판단할 수 있다. 예를 들어, 대화 매니저 모듈(4640)은 파라미터의 정보가 충분하지 여부에 기초하여 사용자의 의도가 명확한지 여부를 판단할 수 있다. 대화 매니저 모듈(4640)는 자연어 이해 모듈(4620)에서 파악된 파라미터가 태스크를 수행하는데 충분한지 여부를 판단할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(4640)는 사용자의 의도가 명확하지 않은 경우 사용자에게 필요한 정보를 요청하는 피드백을 수행할 수 있다. 예를 들어, 대화 매니저 모듈(4640)는 사용자의 의도를 파악하기 위한 파라미터에 대한 정보를 요청하는 피드백을 수행할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(4640)은 컨텐츠 제공(content provider) 모듈을 포함할 수 있다. 상기 컨텐츠 제공 모듈은 자연어 이해 모듈(4620)에서 파악된 의도 및 파라미터에 기초하여 동작을 수행할 수 있는 경우, 사용자 입력에 대응되는 태스크를 수행한 결과를 생성할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(4640)은 사용자 입력에 대한 응답으로 상기 컨텐츠 제공 모듈에서 생성된 상기 결과를 사용자 단말(4310)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 생성 모듈(NLG)(4650)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 상기 지정된 정보는, 예를 들어, 추가 입력에 대한 정보, 사용자 입력에 대응되는 동작의 완료를 안내하는 정보 또는 사용자의 추가 입력을 안내하는 정보(예: 사용자 입력에 대한 피드백 정보)일 수 있다. 상기 텍스트 형태로 변경된 정보는 사용자 단말(4310)로 송신되어 디스플레이(4420)에 표시되거나, 텍스트 음성 변환 모듈(4660)로 송신되어 음성 형태로 변경될 수 있다.
일 실시 예에 따르면, 텍스트 음성 변환 모듈(4660)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 텍스트 음성 변환 모듈(4660)은 자연어 생성 모듈(4650)로부터 텍스트 형태의 정보를 수신하고, 상기 텍스트 형태의 정보를 음성 형태의 정보로 변경하여 사용자 단말(4310)로 송신할 수 있다. 사용자 단말(4310)은 상기 음성 형태의 정보를 스피커(4430)로 출력할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(4620), 패스 플래너 모듈(4630) 및 대화 매니저 모듈(4640)은 하나의 모듈로 구현될 수 있다. 예를 들어, 자연어 이해 모듈(4620), 패스 플래너 모듈(4630) 및 대화 매니저 모듈(4640)은 하나의 모듈로 구현되어 사용자의 의도 및 파라미터를 결정하고, 상기 결정된 사용자의 의도 및 파라미터에 대응되는 응답(예: 패스 룰)을 생성할 수 있다. 이에 따라, 생성된 응답은 사용자 단말(4310)로 송신될 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 도중에, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하는 동작; 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 1 사용자 발화를 수신하는 동작; 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하는 동작; 상기 제 1 데이터를 제공한 이후에, 상기 외부 서버로부터 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성되는 태스크를 수행하도록 하는 적어도 하나의 명령을 수신하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되는 도중에 상기 버튼을 통하여 상기 제 1 사용자 입력을 수신하는 동작; 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 2 사용자 발화를 수신하는 동작; 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하는 동작; 상기 제 2 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 2 사용자 발화로부터 상기 자동 스피치 인식에 의하여 생성된 텍스트에 대한 데이터를 수신하지만, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않는 동작; 및 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따른 상기 제 1 타입의 사용자 입력은, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나일 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 제 1 사용자 인터페이스를 가상 키보드와 함께 표시하는 동작을 더 포함할 수도 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 프로세서가, 상기 외부 서버로부터, 상기 제 1 동작 내에서의 상기 제 1 사용자 발화로부터 ASR에 의하여 생성되는 텍스트에 대한 데이터를 수신하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따른 상기 제 1 어플리케이션 프로그램은, 노트 어플리케이션 프로그램, 이메일 어플리케이션 프로그램, 웹 브라우저 어플리케이션 프로그램 또는 달력 어플리케이션 프로그램 중 적어도 하나를 포함할 수 있다.
본 발명의 다양한 실시예에 따른 상기 제 1 어플리케이션 프로그램은, 메시지 어플리케이션을 포함하고, 본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 텍스트를 입력한 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 자동으로 입력된 텍스트를 송신하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하는 동작; 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 3 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공하는 동작; 및 상기 제 3 데이터를 제공한 이후에, 상기 제 3 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되지 않는 도중에, 상기 버튼을 통하여 상기 제 2 타입의 사용자 입력을 수신하는 동작; 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 4 사용자 발화를 수신하는 동작; 상기 제 4 사용자 발화에 대한 제 4 데이터를 상기 외부 서버로 제공하는 동작; 상기 제 4 데이터를 제공한 이후에, 상기 제 4 사용자 발화에 응답하여, 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하는 동작; 상기 마이크를 통하여 제 5 사용자 발화를 수신하는 동작; 상기 외부 서버로, 상기 제 5 사용자 발화에 대한 제 5 데이터를 제공하는 동작; 및 상기 제 5 데이터를 제공한 이후에, 상기 제 5 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따른 상기 제 1 타입의 사용자 입력 및 상기 제 2 타입의 사용자 입력은 서로 다르며, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나로부터 선택될 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 제 2 사용자 인터페이스를 표시하는 도중에 상기 버튼을 통하여 상기 제 1 타입의 사용자 입력을 수신하는 동작; 상기 제 1 타입의 사용자 입력이 수신된 이후에, 상기 마이크를 통하여 제 6 사용자 발화를 수신하는 동작; 상기 외부 서버로, 상기 제 6 사용자 발화에 대한 제 6 데이터를 제공하는 동작; 상기 제 6 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 6 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않는 동작; 상기 제 2 사용자 인터페이스에 상기 텍스트를 입력하는 동작; 상기 텍스트를 입력하고, 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 상기 입력된 텍스트를 자동으로 송신하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하는 동작; 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 1 사용자 발화를 수신하는 동작; 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로, 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하는 동작; 및 상기 제 1 데이터를 제공한 이후에, 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하는 동작; 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 2 사용자 발화를 수신하는 동작; 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하는 동작; 상기 제 2 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 2 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않는 동작; 및 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 프로세서가, 상기 외부 서버로부터 상기 제 1 동작 내에서 상기 제 1 사용자 발화로부터 상기 ASR에 의하여 생성되는 텍스트에 대한 데이터를 수신하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 제 1 사용자 인터페이스의 상기 디스플레이 상에 표시와 독립적으로 상기 제 1 동작을 수행하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 전자 장치가 잠금 상태에 있거나 또는 상기 터치스크린 디스플레이가 턴 오프된 것 중 적어도 하나인 경우에, 상기 제 2 동작을 수행하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 제 2 동작을 수행하는 동작을 더 포함할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치의 제어 방법은, 상기 마이크를 통하여 사용자 발화를 수신하는 동작; 자동 스피치 인식(automatic speech recognition: ASR) 또는 자연어 이해(natural language understanding: NLU) 중 적어도 하나를 수행하는 외부 서버로, 상기 사용자 발화에 대한 데이터와 함께, 상기 사용자 발화에 대한 데이터에 대하여 상기 ASR을 수행하여 획득된 텍스트에 대하여 상기 자연어 이해를 수행할지 여부와 연관된 정보를 송신하는 동작; 상기 정보가 상기 자연어 이해를 수행하지 않을 것을 나타내면, 상기 외부 서버로부터 상기 사용자 발화에 대한 데이터에 대한 상기 텍스트를 수신하는 동작; 및 상기 정보가 상기 자연어 이해를 수행할 것을 나타내면, 상기 외부 서버로부터 상기 텍스트에 대한 상기 자연어 이해 수행 결과 획득된 명령을 수신하는 동작을 포함할 수 있다.
상기 전자 장치의 전술한 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성 요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 다양한 실시예에서, 전자 장치는 전술한 구성요소 중 적어도 하나를 포함하여 구성될 수 있으며, 일부 구성요소가 생략되거나 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 또한, 다양한 실시예에 따른 전자 장치의 구성 요소들 중 일부가 결합되어 하나의 개체(entity)로 구성됨으로써, 결합되기 이전의 해당 구성 요소들의 기능을 동일하게 수행할 수 있다.
본 문서에서 사용된 용어 “모듈”은, 예를 들면, 하드웨어, 소프트웨어 또는 펌웨어(firmware) 중 하나 또는 둘 이상의 조합을 포함하는 단위(unit)를 의미할 수 있다. “모듈”은, 예를 들면, 유닛(unit), 로직(logic), 논리 블록(logical block), 부품(component), 또는 회로(circuit) 등의 용어와 바꾸어 사용(interchangeably use)될 수 있다. “모듈”은, 일체로 구성된 부품의 최소 단위 또는 그 일부가 될 수 있다. “모듈”은 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수도 있다. “모듈”은 기계적으로 또는 전자적으로 구현될 수 있다. 예를 들면,“모듈”은, 알려졌거나 앞으로 개발될, 어떤 동작들을 수행하는 ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays) 또는 프로그램 가능 논리 장치(programmable-logic device) 중 적어도 하나를 포함할 수 있다.
다양한 실시예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는, 예컨대, 프로그램 모듈의 형태로 컴퓨터로 읽을 수 있는 저장매체(computer-readable storage media)에 저장된 명령어로 구현될 수 있다. 상기 명령어는, 프로세서(예: 프로세서(120))에 의해 실행될 경우, 상기 하나 이상의 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 읽을 수 있는 저장매체는, 예를 들면, 상기 메모리(130)가 될 수 있다.
상기 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(magnetic media)(예: 자기테이프), 광기록 매체(optical media)(예: CD-ROM(compact disc read only memory), DVD(digital versatile disc), 자기-광 매체(magneto-optical media)(예: 플롭티컬 디스크(floptical disk)), 하드웨어 장치(예: ROM(read only memory), RAM(random access memory), 또는 플래시 메모리 등) 등을 포함할 수 있다. 또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 다양한 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지다.
다양한 실시예에 따른 모듈 또는 프로그램 모듈은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 다양한 실시예에 따른 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)한 방법으로 실행될 수 있다. 또한, 일부 동작은 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
본 발명의 다양한 실시예에 따르면, 명령들을 저장하고 있는 저장 매체에 있어서, 상기 명령들은 적어도 하나의 프로세서에 의하여 실행될 때에 상기 적어도 하나의 프로세서로 하여금 적어도 하나의 동작을 수행하도록 설정된 것으로서, 상기 적어도 하나의 동작은, 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 도중에, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하는 동작; 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 1 사용자 발화를 수신하는 동작; 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하는 동작; 상기 제 1 데이터를 제공한 이후에, 상기 외부 서버로부터 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성되는 태스크를 수행하도록 하는 적어도 하나의 명령을 수신하는 동작; 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되는 도중에 상기 버튼을 통하여 상기 제 1 사용자 입력을 수신하는 동작; 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 2 사용자 발화를 수신하는 동작; 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하는 동작; 상기 제 2 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 2 사용자 발화로부터 상기 자동 스피치 인식에 의하여 생성된 텍스트에 대한 데이터를 수신하지만, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않는 동작; 및 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력하는 동작을 포함할 수 있다.
또는, 상기 적어도 하나의 동작은, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하는 동작; 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 1 사용자 발화를 수신하는 동작; 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로, 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하는 동작; 및 상기 제 1 데이터를 제공한 이후에, 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하는 동작; 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하는 동작; 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 2 사용자 발화를 수신하는 동작; 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하는 동작; 상기 제 2 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 2 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않는 동작; 및 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력하는 동작을 포함할 수 있다.
또는, 상기 적어도 하나의 동작은, 상기 마이크를 통하여 사용자 발화를 수신하는 동작; 자동 스피치 인식(automatic speech recognition: ASR) 또는 자연어 이해(natural language understanding: NLU) 중 적어도 하나를 수행하는 외부 서버로, 상기 사용자 발화에 대한 데이터와 함께, 상기 사용자 발화에 대한 데이터에 대하여 상기 ASR을 수행하여 획득된 텍스트에 대하여 상기 자연어 이해를 수행할지 여부와 연관된 정보를 송신하는 동작; 상기 정보가 상기 자연어 이해를 수행하지 않을 것을 나타내면, 상기 외부 서버로부터 상기 사용자 발화에 대한 데이터에 대한 상기 텍스트를 수신하는 동작; 및 상기 정보가 상기 자연어 이해를 수행할 것을 나타내면, 상기 외부 서버로부터 상기 텍스트에 대한 상기 자연어 이해 수행 결과 획득된 명령을 수신하는 동작을 포함할 수 있다.
그리고 본 문서에 개시된 실시예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 개시의 범위를 한정하는 것은 아니다. 따라서, 본 개시의 범위는, 본 개시의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시예를 포함하는 것으로 해석되어야 한다.
Claims (24)
- 전자 장치에 있어서,
전면, 후면 및 상기 전면과 상기 후면 사이의 공간을 둘러싸는 측면을 포함하는 하우징;
상기 하우징 안에 배치되며, 상기 전면을 통하여 노출되는 터치스크린 디스플레이;
상기 하우징 안에 배치되며, 상기 하우징의 부분을 통하여 노출되는 마이크;
상기 하우징 안에 배치되며, 상기 하우징의 다른 부분을 통하여 노출되는 적어도 하나의 스피커;
상기 하우징의 또 다른 부분에 배치되거나 또는 상기 터치스크린 디스플레이 상에 표시하도록 설정되는 버튼;
상기 하우징 안에 위치하는 무선 통신 회로;
상기 하우징 안에 위치하며, 상기 터치스크린 디스플레이, 상기 마이크, 상기 스피커 및 상기 무선 통신 회로에 전기적으로 연결되는 프로세서; 및
상기 하우징 안에 위치하며, 상기 프로세서에 전기적으로 연결되는 메모리
를 포함하고,
상기 메모리는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고,
상기 메모리는, 실행 시에, 상기 프로세서가,
상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 상기 전자 장치의 제 1 상태에서 제 1 타입의 사용자 입력을 수신하는 것에 기반하여 제 1 동작을 수행하고,
상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되는 상기 전자 장치의 제 2 상태에서 상기 제 1 타입의 사용자 입력을 수신하는 것에 기반하여 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고,
상기 제 1 동작은,
상기 마이크를 통하여 제 1 사용자 발화를 수신하고,
자동 스피치 인식(automatic speech recognition: ASR) 시스템 및 지능 시스템(intelligence system)을 포함하는 외부 서버로 상기 제 1 사용자 발화에 대한 제 1 발화 데이터 및 상기 전자 장치의 상기 제 1 상태에 대한 제 1 상태 데이터를 제공하고,
상기 제 1 발화 데이터 및 상기 제 1 상태 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 1 발화 데이터 및 상기 제 1 상태 데이터에 기반하여 상기 지능 시스템에 의하여 생성되는 태스크의 수행을 위한 적어도 하나의 명령을 수신하고,
상기 적어도 하나의 명령에 기반하여 상기 태스크를 수행하고,
상기 제 2 동작은,
상기 마이크를 통하여 제 2 사용자 발화를 수신하고,
상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 발화 데이터 및 상기 전자 장치의 상기 제 2 상태에 대한 제 2 상태 데이터를 제공하고,
상기 제 2 발화 데이터 및 상기 제 2 상태 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 2 발화 데이터 및 상기 제 2 상태 데이터에 기반하여 상기 자동 스피치 인식 시스템에 의하여 생성된 제 1 텍스트에 대한 데이터를 수신하고,
상기 제 1 사용자 인터페이스에 상기 제 1 텍스트를 입력하는 전자 장치. - 제 1 항에 있어서,
상기 버튼은, 상기 하우징의 상기 측면에 위치하는 물리적인 키를 포함하는 전자 장치. - 제 1 항에 있어서,
상기 제 1 타입의 사용자 입력은, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나인 전자 장치. - 제 1 항에 있어서,
상기 인스트럭션들은, 상기 프로세서가 상기 제 1 사용자 인터페이스를 가상 키보드와 함께 표시하도록 더 야기하는 전자 장치. - 제 4 항에 있어서,
상기 버튼은, 상기 가상 키보드의 일부가 아닌 전자 장치. - 제 1 항에 있어서,
상기 제 1 동작은, 상기 외부 서버로부터, 상기 제 1 발화 데이터에 기반하여 상기 자동 스피치 인식 시스템에 의하여 생성되는 제 2 텍스트에 대한 데이터를 수신하는 전자 장치. - 제 1 항에 있어서,
상기 제 1 어플리케이션 프로그램은, 노트 어플리케이션 프로그램, 이메일 어플리케이션 프로그램, 웹 브라우저 어플리케이션 프로그램 또는 달력 어플리케이션 프로그램 중 적어도 하나를 포함하는 전자 장치. - 제 1 항에 있어서,
상기 제 1 어플리케이션 프로그램은, 메시지 어플리케이션을 포함하고,
상기 인스트럭션들은, 상기 프로세서가, 상기 제 1 텍스트가 입력된 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 자동으로 상기 입력된 제 1 텍스트를 송신하도록 더 야기하는 전자 장치. - 제 1 항에 있어서,
상기 인스트럭션들은, 상기 프로세서가, 상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되는 상태에서 제 2 타입의 사용자 입력을 수신하는 것에 기반하여 제 3 동작을 수행하도록 더 야기하고,
상기 제 3 동작은,
상기 마이크를 통하여 제 3 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 3 사용자 발화에 대한 제 3 발화 데이터를 제공하고,
상기 제 3 발화 데이터를 제공한 이후에, 상기 제 3 발화 데이터에 기반하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하는 전자 장치. - 제 9 항에 있어서,
상기 인스트럭션들은, 상기 프로세서가, 상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 상태에서 상기 제 2 타입의 사용자 입력을 수신하는 것에 기반하여 제 4 동작을 수행하도록 더 야기하고,
상기 제 4 동작은,
상기 마이크를 통하여 제 4 사용자 발화를 수신하고,
상기 제 4 사용자 발화에 대한 제 4 발화 데이터를 상기 외부 서버로 제공하고,
상기 제 4 발화 데이터를 제공한 이후에, 상기 제 4 발화 데이터에 기반하여, 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하고,
상기 마이크를 통하여 제 5 사용자 발화를 수신하고,
상기 외부 서버로, 상기 제 5 사용자 발화에 대한 제 5 발화 데이터를 제공하고, 및
상기 제 5 발화 데이터를 제공한 이후에, 상기 제 5 발화 데이터에 기반하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하는 전자 장치. - 제 9 항에 있어서,
상기 제 1 타입의 사용자 입력 및 상기 제 2 타입의 사용자 입력은 서로 다르며, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나로부터 선택되는 전자 장치. - 제 1 항에 있어서,
상기 메모리는, 텍스트 입력을 수신하기 위한 제 2 사용자 인터페이스를 포함하는 제 2 어플리케이션 프로그램을 저장하도록 더 설정되며,
상기 인스트럭션들은, 실행 시에, 상기 프로세서가, 상기 제 2 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되는 상태에서 상기 제 1 타입의 사용자 입력을 수신하는 것에 기반하여 제 3 동작을 수행하도록 더 야기하고,
상기 제 3 동작은,
상기 마이크를 통하여 제 3 사용자 발화를 수신하고,
상기 외부 서버로, 상기 제 3 사용자 발화에 대한 제 3 발화 데이터를 제공하고,
상기 제 3 발화 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 3 발화 데이터에 기반하여 상기 자동 스피치 인식 시스템에 의하여 생성된 제 2 텍스트에 대한 데이터를 수신하고, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고,
상기 제 2 사용자 인터페이스에 상기 제 2 텍스트를 입력하고, 및
상기 텍스트가 입력된 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 상기 입력된 제 2 텍스트를 자동으로 송신하는 전자 장치. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170039495A KR102398649B1 (ko) | 2017-03-28 | 2017-03-28 | 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 |
| PCT/KR2018/001408 WO2018182163A1 (ko) | 2017-03-28 | 2018-02-01 | 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 |
| EP18775255.5A EP3605315B1 (en) | 2017-03-28 | 2018-02-01 | Electronic device for processing user speech and operating method therefor |
| EP22199889.1A EP4137934A1 (en) | 2017-03-28 | 2018-02-01 | Electronic device for processing user speech and operating method therefor |
| US16/497,088 US11222635B2 (en) | 2017-03-28 | 2018-02-01 | Electronic device for processing user speech and operating method therefor |
| US17/572,419 US11955124B2 (en) | 2017-03-28 | 2022-01-10 | Electronic device for processing user speech and operating method therefor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170039495A KR102398649B1 (ko) | 2017-03-28 | 2017-03-28 | 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180109580A KR20180109580A (ko) | 2018-10-08 |
| KR102398649B1 true KR102398649B1 (ko) | 2022-05-17 |
Family
ID=63676477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170039495A KR102398649B1 (ko) | 2017-03-28 | 2017-03-28 | 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US11222635B2 (ko) |
| EP (2) | EP3605315B1 (ko) |
| KR (1) | KR102398649B1 (ko) |
| WO (1) | WO2018182163A1 (ko) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8713459B2 (en) * | 2009-05-29 | 2014-04-29 | Jason Philip Yanchar | Graphical planner |
| KR102398649B1 (ko) * | 2017-03-28 | 2022-05-17 | 삼성전자주식회사 | 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 |
| CN108600911B (zh) * | 2018-03-30 | 2021-05-18 | 联想(北京)有限公司 | 一种输出方法及电子设备 |
| KR102592769B1 (ko) * | 2018-07-20 | 2023-10-24 | 삼성전자주식회사 | 전자 장치 및 그의 동작 방법 |
| JP7275795B2 (ja) * | 2019-04-15 | 2023-05-18 | コニカミノルタ株式会社 | 操作受付装置、制御方法、画像形成システム、及び、プログラム |
| KR20190101325A (ko) * | 2019-08-12 | 2019-08-30 | 엘지전자 주식회사 | 지능적 음성 인식 방법, 음성 인식 장치 및 지능형 컴퓨팅 디바이스 |
| US11176942B2 (en) * | 2019-11-26 | 2021-11-16 | Vui, Inc. | Multi-modal conversational agent platform |
| CN113096665A (zh) * | 2019-12-23 | 2021-07-09 | 上海浩宜信息科技有限公司 | 一种智能麦克风阵列 |
| US20210224078A1 (en) * | 2020-01-17 | 2021-07-22 | Syntiant | Systems and Methods for Generating Wake Signals from Known Users |
| US11775254B2 (en) * | 2020-01-31 | 2023-10-03 | Google Llc | Analyzing graphical user interfaces to facilitate automatic interaction |
| CN113362828B (zh) * | 2020-03-04 | 2022-07-05 | 阿波罗智联(北京)科技有限公司 | 用于识别语音的方法和装置 |
| WO2021206413A1 (en) * | 2020-04-06 | 2021-10-14 | Samsung Electronics Co., Ltd. | Device, method, and computer program for performing actions on iot devices |
| CN111899732A (zh) * | 2020-06-17 | 2020-11-06 | 北京百度网讯科技有限公司 | 语音输入方法、装置及电子设备 |
| DE102020215064A1 (de) * | 2020-11-30 | 2022-06-02 | Siemens Healthcare Gmbh | Verfahren und Magnetresonanzvorrichtung zur automatischen Interaktion mit einem Patienten |
| US11220182B1 (en) * | 2021-04-30 | 2022-01-11 | Fisker Inc. | Rotating vehicle center information display with stationary buttons and touch bar |
| CN114489437B (zh) * | 2022-01-14 | 2024-03-19 | 深圳优美创新科技有限公司 | 智能手表及其控制方法、计算机可读存储介质 |
| US11999183B1 (en) * | 2023-09-13 | 2024-06-04 | King Faisal University | Finger pen with replicable tips |
| CN117392983B (zh) * | 2023-12-08 | 2024-02-20 | 四川霍尼尔电气技术有限公司 | 一种钻机智能语音交互控制***及控制方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100312547A1 (en) | 2009-06-05 | 2010-12-09 | Apple Inc. | Contextual voice commands |
| US20140358535A1 (en) | 2013-05-28 | 2014-12-04 | Samsung Electronics Co., Ltd. | Method of executing voice recognition of electronic device and electronic device using the same |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5799279A (en) | 1995-11-13 | 1998-08-25 | Dragon Systems, Inc. | Continuous speech recognition of text and commands |
| JP2008096541A (ja) * | 2006-10-06 | 2008-04-24 | Canon Inc | 音声処理装置およびその制御方法 |
| EP3091535B1 (en) * | 2009-12-23 | 2023-10-11 | Google LLC | Multi-modal input on an electronic device |
| US8359020B2 (en) | 2010-08-06 | 2013-01-22 | Google Inc. | Automatically monitoring for voice input based on context |
| KR20130133629A (ko) * | 2012-05-29 | 2013-12-09 | 삼성전자주식회사 | 전자장치에서 음성명령을 실행시키기 위한 장치 및 방법 |
| US20140218372A1 (en) * | 2013-02-05 | 2014-08-07 | Apple Inc. | Intelligent digital assistant in a desktop environment |
| KR102057629B1 (ko) * | 2013-02-19 | 2020-01-22 | 엘지전자 주식회사 | 이동 단말기 및 이동 단말기의 제어 방법 |
| JP6245846B2 (ja) * | 2013-05-30 | 2017-12-13 | インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | 音声認識における読み精度を改善するシステム、方法、およびプログラム |
| US9305554B2 (en) | 2013-07-17 | 2016-04-05 | Samsung Electronics Co., Ltd. | Multi-level speech recognition |
| US9575720B2 (en) | 2013-07-31 | 2017-02-21 | Google Inc. | Visual confirmation for a recognized voice-initiated action |
| KR20150077774A (ko) * | 2013-12-30 | 2015-07-08 | 삼성전자주식회사 | 화면 전환 방법 및 그 장치 |
| KR102414173B1 (ko) * | 2014-04-07 | 2022-06-29 | 삼성전자주식회사 | 전자 장치와 서버를 활용한 음성 인식 |
| KR102346302B1 (ko) * | 2015-02-16 | 2022-01-03 | 삼성전자 주식회사 | 전자 장치 및 음성 인식 기능 운용 방법 |
| KR102405793B1 (ko) * | 2015-10-15 | 2022-06-08 | 삼성전자 주식회사 | 음성 신호 인식 방법 및 이를 제공하는 전자 장치 |
| US10547729B2 (en) * | 2017-03-27 | 2020-01-28 | Samsung Electronics Co., Ltd. | Electronic device and method of executing function of electronic device |
| KR102389996B1 (ko) * | 2017-03-28 | 2022-04-25 | 삼성전자 주식회사 | 전자 장치 및 이를 이용한 사용자 입력을 처리하기 위한 화면 제어 방법 |
| KR102398649B1 (ko) * | 2017-03-28 | 2022-05-17 | 삼성전자주식회사 | 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 |
| KR102431817B1 (ko) * | 2017-10-12 | 2022-08-12 | 삼성전자주식회사 | 사용자 발화를 처리하는 전자 장치 및 서버 |
| KR102612835B1 (ko) * | 2018-04-20 | 2023-12-13 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 기능 실행 방법 |
| EP3608906B1 (en) * | 2018-08-07 | 2024-05-22 | Samsung Electronics Co., Ltd. | System for processing user voice utterance and method for operating same |
-
2017
- 2017-03-28 KR KR1020170039495A patent/KR102398649B1/ko active IP Right Grant
-
2018
- 2018-02-01 WO PCT/KR2018/001408 patent/WO2018182163A1/ko unknown
- 2018-02-01 US US16/497,088 patent/US11222635B2/en active Active
- 2018-02-01 EP EP18775255.5A patent/EP3605315B1/en active Active
- 2018-02-01 EP EP22199889.1A patent/EP4137934A1/en active Pending
-
2022
- 2022-01-10 US US17/572,419 patent/US11955124B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100312547A1 (en) | 2009-06-05 | 2010-12-09 | Apple Inc. | Contextual voice commands |
| US20140358535A1 (en) | 2013-05-28 | 2014-12-04 | Samsung Electronics Co., Ltd. | Method of executing voice recognition of electronic device and electronic device using the same |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20180109580A (ko) | 2018-10-08 |
| EP4137934A1 (en) | 2023-02-22 |
| WO2018182163A1 (ko) | 2018-10-04 |
| US11955124B2 (en) | 2024-04-09 |
| US11222635B2 (en) | 2022-01-11 |
| US20200020334A1 (en) | 2020-01-16 |
| EP3605315B1 (en) | 2022-11-02 |
| EP3605315A1 (en) | 2020-02-05 |
| US20220130388A1 (en) | 2022-04-28 |
| EP3605315A4 (en) | 2020-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102398649B1 (ko) | 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 | |
| KR102414122B1 (ko) | 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 | |
| US10838765B2 (en) | Task execution method for voice input and electronic device supporting the same | |
| US10706847B2 (en) | Method for operating speech recognition service and electronic device supporting the same | |
| CN110199350B (zh) | 用于感测语音结束的方法和实现该方法的电子设备 | |
| US11145302B2 (en) | System for processing user utterance and controlling method thereof | |
| CN110476150B (zh) | 用于操作语音辨识服务的方法和支持其的电子装置 | |
| KR102365649B1 (ko) | 화면 제어 방법 및 이를 지원하는 전자 장치 | |
| KR20180060328A (ko) | 멀티 모달 입력을 처리하는 전자 장치, 멀티 모달 입력을 처리하는 방법 및 멀티 모달 입력을 처리하는 서버 | |
| KR102348758B1 (ko) | 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치 | |
| KR102389996B1 (ko) | 전자 장치 및 이를 이용한 사용자 입력을 처리하기 위한 화면 제어 방법 | |
| KR102343084B1 (ko) | 전자 장치 및 전자 장치의 기능 실행 방법 | |
| KR102345883B1 (ko) | 그래픽 표시를 출력하는 전자 장치 | |
| KR102426411B1 (ko) | 사용자 발화을 처리하는 전자 장치 및 시스템 | |
| KR20180116725A (ko) | 음성 인식 서비스의 운용 화면 표시 방법 및 이를 지원하는 전자 장치 | |
| KR101993368B1 (ko) | 멀티 모달 입력을 처리하는 전자 장치, 멀티 모달 입력을 처리하는 방법 및 멀티 모달 입력을 처리하는 서버 | |
| KR20190113130A (ko) | 사용자 음성 입력을 처리하는 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |