KR20220099831A

KR20220099831A - 전자 장치 및 전자 장치에서 사용자 발화 처리 방법

Info

Publication number: KR20220099831A
Application number: KR1020210002173A
Authority: KR
Inventors: 김현진; 조현덕; 추희영; 이재영; 이정근
Original assignee: 삼성전자주식회사
Priority date: 2021-01-07
Filing date: 2021-01-07
Publication date: 2022-07-14
Also published as: US20220215836A1; WO2022149693A1; EP4185946A4; EP4185946A1; US11769503B2

Abstract

다양한 실시예에 따르면, 전자 장치에 있어서, 통신 모듈, 메모리, 및 적어도 하나의 프로세서를 포함하고, 상기 메모리는 상기 적어도 하나의 프로세서가 실행 시, 상기 통신 모듈을 통해 제1 전자 장치로부터 수신된 사용자의 제1 발화에 대응된 제1 음성 입력을 처리한 제1 응답 데이터를 상기 제1 전자 장치에 전송하고, 상기 사용자의 제1 발화 후 지정된 시간 내에 상기 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치를 확인하고, 상기 제2 전자 장치에 웨이크 업 신호를 전송하여 상기 제2 전자 장치로부터 상기 웨이크 업 신호에 기반한 마이크 온에 의해 획득된 사용자의 발화에 대응된 음성 입력을 수신하고, 상기 수신된 상기 사용자의 발화에 대응된 음성 입력이 상기 제2 발화에 대응된 제2 음성 입력인지 확인하고, 상기 제2 발화에 대응된 제2 음성 입력이 확인되면 상기 제1 음성 입력 및 상기 제1 응답 데이터에 기반하여 상기 제2 음성 입력을 처리한 제2 응답 데이터를 획득하고, 상기 제2 응답 데이터를 상기 통신 모듈을 통해 상기 제1 전자 장치 또는 상기 제2 전자 장치 중 적어도 하나에 전송하도록 설정된 인스트럭션들을 저장할 수 있으며, 다른 실시예도 가능할 수 있다.

Description

전자 장치 및 전자 장치에서 사용자 발화 처리 방법{ELECTRONIC DEVICE AND METHOD FOR PROCESSING USER UTTERANCE IN THE ELECTRONIC DEVICE}

다양한 실시예들은 전자 장치에 관한 것으로서, 사용자 발화를 수집 및 처리하는 방법 및 장치에 관한 것이다.

현대를 살아가는 많은 사람들에게 휴대용 디지털 통신기기들은 하나의 필수 요소가 되었다. 소비자들은 휴대용 디지털 통신기기들을 이용하여 언제 어디서나 자신이 원하는 다양한 고품질의 서비스를 제공받고 싶어한다.

음성인식 서비스는, 휴대용 디지털 통신기기들에 구현되는 음성인식 인터페이스를 기반으로, 수신되는 사용자 음성에 대응하여 다양한 컨텐츠 서비스를 소비자들에게 제공하는 서비스이다. 음성인식 서비스의 제공을 위해 휴대용 디지털 통신기기들에는 인간의 언어를 인식하고 분석하는 기술들(예: 자동 음성 인식, 자연어 이해, 자연어 생성, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성)이 구현된다.

소비자들에게 질 높은 음성인식 서비스가 제공되기 위해서는, 사용자 음성으로부터 사용자 의도를 정확하게 확인하는 기술의 구현과 확인된 사용자 의도에 대응하는 적절한 컨텐츠 서비스를 제공하는 기술의 구현이 필요하다.

AI(artificial intelligence) 기술이 발전하면서 음성인식 인식 서비스를 제공하는 지능형 에이전트가 탑재된 전자 장치가 개발되고 있다. 지능형 에이전트가 탑재된 전자 장치(이하, 전자 장치라고도 함)는 사용자 발화를 수신하여 처리할 수 있다. 전자 장치는 마이크를 통해 사용자의 발화에 대응된 음성 신호를 수신할 수 있다. 전자 장치와 사용자의 거리가 먼 경우 사용자의 발화는 전자 장치에 명확하게 수신되지 못하여 음성인식 실패를 야기할 수 있다. 예를 들면, 사용자는 발화하면서 이동할 수 있고, 사용자의 이동에 의해 사용자 발화가 전자 장치에 수신되지 못하는 경우 음성인식 서비스를 제공받지 못할 수 있다. 따라서 사용자는 음성인식 서비스를 제공받기 위해 전자 장치와 음성인식 가능 거리를 유지해야만 하는 불편함이 있을 수 있다.

다양한 실시예에 따르면 사용자가 발화하면서 이동하는 경우에도 끊김없이 사용자 발화를 획득하여 음성인식 서비스를 제공할 수 있는 전자 장치 및 전자 장치에서 사용자 발화 처리 방법을 제공할 수 있다.

다양한 실시예에 따르면 사용자가 발화하면서 이동하는 경우 제1 전자 장치를 통해 사용자의 제1 발화를 획득하고, 제1 발화의 후속 발화인 제2 발화를 사용자의 이동 경로 상의 다른 제2 전자 장치를 통해 획득하도록 함으로써, 사용자가 발화하면서 이동하는 경우에도 음성인식 서비스를 제공할 수 있는 전자 장치 및 전자 장치에서 사용자 발화 처리 방법을 제공할 수 있다.

다양한 실시예에 따른 전자 장치는 통신 모듈, 메모리, 및 적어도 하나의 프로세서를 포함하고, 상기 메모리는 상기 적어도 하나의 프로세서가 실행 시, 상기 통신 모듈을 통해 제1 전자 장치로부터 수신된 사용자의 제1 발화에 대응된 제1 음성 입력을 처리한 제1 응답 데이터를 상기 제1 전자 장치에 전송하고, 상기 사용자의 제1 발화 후 지정된 시간 내에 상기 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치를 확인하고, 상기 제2 전자 장치에 웨이크 업 신호를 전송하여 상기 제2 전자 장치로부터 상기 웨이크 업 신호에 기반한 마이크 온에 의해 획득된 사용자의 발화에 대응된 음성 입력을 수신하고, 상기 수신된 상기 사용자의 발화에 대응된 음성 입력이 상기 제2 발화에 대응된 제2 음성 입력인지 확인하고, 상기 제2 발화에 대응된 제2 음성 입력이 확인되면 상기 제1 음성 입력 및 상기 제1 응답 데이터에 기반하여 상기 제2 음성 입력을 처리한 제2 응답 데이터를 획득하고, 상기 제2 응답 데이터를 상기 통신 모듈을 통해 상기 제1 전자 장치 또는 상기 제2 전자 장치 중 적어도 하나에 전송하도록 설정된 인스트럭션들을 저장할 수 있다.

다양한 실시예에 따른 전자 장치에서 사용자 발화 처리 방법은 통신 모듈을 통해 제1 전자 장치로부터 수신된 사용자의 제1 발화에 대응된 제1 음성 입력을 처리한 제1 응답 데이터를 상기 제1 전자 장치에 전송하는 동작, 상기 사용자의 제1 발화 후 지정된 시간 내에 상기 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치를 확인하는 동작, 상기 제2 전자 장치에 웨이크 업 신호를 전송하여 상기 제2 전자 장치로부터 상기 웨이크 업 신호에 기반한 마이크 온에 의해 획득된 사용자의 발화에 대응된 음성 입력을 수신하는 동작, 상기 수신된 상기 사용자의 발화에 대응된 음성 입력이 상기 제2 발화에 대응된 제2 음성 입력인지 확인하는 동작, 상기 제2 발화에 대응된 제2 음성 입력이 확인되면 상기 제1 음성 입력 및 상기 제1 응답 데이터에 기반하여 상기 제2 음성 입력을 처리한 제2 응답 데이터를 획득하는 동작, 및 상기 제2 응답 데이터를 상기 통신 모듈을 통해 상기 제1 전자 장치 또는 상기 제2 전자 장치 중 적어도 하나에 전송하는 동작을 포함할 수 있다.

다양한 실시예에 따르면, 명령들을 저장하고 있는 비휘발성 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, 통신 모듈을 통해 제1 전자 장치로부터 수신된 사용자의 제1 발화에 대응된 제1 음성 입력을 처리한 제1 응답 데이터를 상기 제1 전자 장치에 전송하는 동작, 상기 사용자의 제1 발화 후 지정된 시간 내에 상기 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치를 확인하는 동작, 상기 제2 전자 장치에 웨이크 업 신호를 전송하여 상기 제2 전자 장치로부터 상기 웨이크 업 신호에 기반한 마이크 온에 의해 획득된 사용자의 발화에 대응된 음성 입력을 수신하는 동작, 상기 수신된 상기 사용자의 발화에 대응된 음성 입력이 상기 제2 발화에 대응된 제2 음성 입력인지 확인하는 동작, 상기 제2 발화에 대응된 제2 음성 입력이 확인되면 상기 제1 음성 입력 및 상기 제1 응답 데이터에 기반하여 상기 제2 음성 입력을 처리한 제2 응답 데이터를 획득하는 동작, 및 상기 제2 응답 데이터를 상기 통신 모듈을 통해 상기 제1 전자 장치 또는 상기 제2 전자 장치 중 적어도 하나에 전송하는 동작을 포함할 수 있다.

다양한 실시예에 따르면 사용자가 발화하면서 이동하는 경우에도 사용자 이동 경로의 복수의 전자 장치를 통해 사용자 발화와 후속 발화를 획득하여 처리함으로써 끊김없이 사용자 발화를 획득하여 음성인식 서비스를 제공할 수 있다.

다양한 실시예에 따르면 사용자가 발화하면서 이동하는 경우 제1 전자 장치를 통해 사용자의 제1 발화를 획득하고, 제1 발화의 후속 발화인 제2 발화를 사용자의 이동 경로 상의 다른 제2 전자 장치를 통해 획득하도록 함으로써, 사용자가 이동하면서도 복수의 전자 장치를 통해 음성인식 서비스를 제공받도록 할 수 있다.

본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 일 실시예에 따른 통합 지능(integrated intelligence) 시스템을 나타낸 블럭도이다.
도 2는 일 실시예에 따른 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 3은 일 실시예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
도 4는 일 실시예에 따른 지능형 서버와 복수의 전자 장치들을 나타낸 도면이다.
도 5는 일 실시예에 따른 지능형 서버, 제1 전자 장치, 제2 전자 장치가 사용자 발화를 처리하는 방법을 설명하기 위한 흐름도이다.
도 6은 일 실시예에 따른 지능형 서버, 제1 전자 장치, 제2 전자 장치가 사용자 발화를 처리하는 방법의 다른 예를 설명하기 위한 흐름도이다.
도 7은 일 실시예에 따른 지능형 서버의 블록 구성도를 나타낸 도면이다.
도 8은 일 실시예에 따른 지능형 서버의 사용자 발화 처리 동작을 나타낸 도면이다.
도 9는 일 실시예에 따른 지능형 서버에서 사용자의 제1 발화에 대한 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 전자 장치 확인 동작을 나타내 흐름도이다.
도 10은 일 실시예에 따른 지능형 서버에서 제2 전자 장치로부터 수신된 음성 입력이 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인하는 동작을 나타낸 흐름도이다.
도 11은 일 실시예에 따른 전자 장치의 블럭 구성도이다.
도 12는 일 실시예에 따른 전자 장치에서 획득된 제1 음성 입력, 제1 음성 입력에 대응된 제1 응답 데이터, 및 외부 전자 장치에서 획득된 제2 음성 입력 기반의 제2 응답 데이터를 출력하는 동작을 나타낸 흐름도이다.
도 13은 일 실시예에 따른 전자 장치에서 지능형 서버로부터 사용자의 발화를 감지하도록 제어하는 제어 신호에 기반한 음성 입력 획득 동작을 나타낸 도면이다.
도 14는 일 실시예에 따른 제1 전자 장치, 제2 전자 장치, 및 제3 전자 장치를 이용한 쇼핑 리스트와 연관된 발화 감지 및 쇼핑 리스트와 연관된 응답 데이터 출력 예를 나타낸 도면이다.
도 15는 일 실시예에 따른 제1 전자 장치 및 제2 전자 장치를 이용한 맛집 검색과 연관된 발화 감지 및 맛집 검색과 연관된 응답 데이터 출력 예를 나타낸 도면이다.
도 16은 일 실시예에 따른 제1 전자 장치, 제2 전자 장치, 및 제3 전자 장치를 이용한 알람 설정과 연관된 발화 감지 및 알람 설정과 연관된 응답 데이터 출력 예를 나타낸 도면이다.
도 17은 일 실시예에 따른 사용자의 가청거리, 제1 전자 장치의 제1 발화 감지 거리, 제2 전자 장치의 제2 발화 감지 거리를 나타낸 도면이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성 요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.

본 문서에서 사용된 용어들은 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의된 용어들은 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미를 가지는 것으로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 발명의 실시예들을 배제하도록 해석될 수 없다.

도 1은 일 실시예에 따른 통합 지능(integrated intelligence) 시스템을 나타낸 블럭도이다.

도 1을 참조하면, 일 실시예에 따른 통합 지능화 시스템(10)은 사용자 단말(100), 지능형 서버(200), 및 서비스 서버(300)를 포함할 수 있다.

일 실시예에 따른 사용자 단말(100)은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.

일 실시예에 따르면, 사용자 단말(100)은 통신 인터페이스(110), 마이크(120), 스피커(130), 디스플레이(140), 메모리(150), 또는 프로세서(160)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.

일 실시예에 따른 통신 인터페이스(110)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시예에 따른 마이크(120)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예에 따른 스피커(130)는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 일 실시예에 따른 디스플레이(140)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시예에 따른 디스플레이(140)는 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.

일 실시예에 따른 메모리(150)는 클라이언트 모듈(151), SDK(software development kit)(153), 및/또는 복수의 앱들(155)을 저장할 수 있다. 일 실시예에 따른 클라이언트 모듈(151), 및 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 포함할 수 있다. 일 실시예에 따른 클라이언트 모듈(151) 또는 SDK(153)는 음성 입력을 처리하기 위한 프레임워크를 포함할 수 있다.

일 실시예에 따른 복수의 앱들(155)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱들(155)은 제1 앱(155_1), 제2 앱(155_3)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(155) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 복수의 앱들(155) 각각은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시예에 따르면, 복수의 앱들(155)은 프로세서(160)에 의해 실행되어 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.

일 실시예에 따른 프로세서(160)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(160)는 통신 인터페이스(110), 마이크(120), 스피커(130), 및 디스플레이(140)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다.

일 실시예에 따른 프로세서(160)는 메모리(150)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들면, 프로세서(160)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(160)는, 예를 들어, SDK(153)를 통해 복수의 앱들(155)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작은 프로세서(160)의 실행에 의한 동작일 수 있다.

일 실시예에 따른 클라이언트 모듈(151)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 마이크(120)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 일 실시예에 따른 클라이언트 모듈(151)은 수신된 음성 신호에 대응된 음성 입력(예: 음성 데이터)을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(151)은 음성 입력과 함께, 사용자 단말(100)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.

일 실시예에 따른 클라이언트 모듈(151)은 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지능형 서버(200)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과(예: 응답 데이터)를 수신할 수 있다. 클라이언트 모듈(151)은 상기 수신된 결과를 디스플레이(140)에 표시할 수 있다.

일 실시예에 따른 클라이언트 모듈(151)은 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(140)에 표시할 수 있다. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이에 표시할 수 있다.

일 실시예에 따르면, 클라이언트 모듈(151)은 지능형 서버(200)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시예에 따르면, 클라이언트 모듈(151)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.

일 실시예에 따르면 클라이언트 모듈(151)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 이용하여 음성 입력이 올바르게 처리된 것을 확인할 수 있다.

일 실시예에 따른 클라이언트 모듈(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시예에 따르면, 클라이언트 모듈(151)은 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.

일 실시예에 따른 지능형 서버(200)는 네트워크(150)를 통해 사용자 단말(100)로부터 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시예에 따르면, 지능형 서버(200)는 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시예에 따르면, 지능형 서버(200)는 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다

일 실시예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의된 복수의 플랜 중 적어도 하나의 플랜을 선택할 수 있다.

일 실시예에 따른 지능형 서버(200)는 생성된 플랜에 따른 결과를 사용자 단말(100)로 송신하거나, 생성된 플랜을 사용자 단말(100)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.

일 실시예에 따른 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natural language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.

일 실시예에 따른 프론트 엔드(210)는 사용자 단말(100)로부터 음성 입력을 수신할 수 있다. 프론트 엔드(210)는 음성 입력에 대응되는 응답 데이터를 송신할 수 있다.

일 실시예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227)또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)을 포함할 수 있다.

일 실시예에 따른 자동 음성 인식 모듈(221)은 사용자 단말(100)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시예에 따른 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시예에 따른 자연어 이해 모듈(223)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.

일 실시예에 따른 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및/또는 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(225)은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.

일 실시예에 따른 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시예에 따른 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.

일 실시예에 따르면 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(100)에서도 구현 가능할 수 있다.

일 실시예에 따른 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)를 포함할 수 있다. 일 실시예에 따르면 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.

일 실시예에 따른 캡슐 데이터베이스(230)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시예에 따르면, 캡슐 데이터베이스(230)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자 단말(100)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록 하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시예에 따르면 캡슐 데이터베이스(230)은 사용자 단말(100) 내에도 구현이 가능할 수 있다.

일 실시예에 따른 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(250)는 산출된 결과를 사용자 단말(100)로 송신할 수 있다. 이에 따라, 사용자 단말(100)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시예에 따른 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시예에 따른 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시예에 따른 분석 플랫폼(280)은 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.

일 실시예에 따른 서비스 서버(300)는 사용자 단말(100)에 지정된 서비스(예: 쇼핑 리스트 서비스, 맛집 검색 서비스, 알람 서비스, 또는 음성 인식을 이용한 서비스)를 제공할 수 있다. 일 실시예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시예에 따른 서비스 서버(300)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 일 실시예에 따른 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.

일 실시예에 따른 통합 지능 시스템(10)에서, 사용자 단말(100)은, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.

일 실시 예에 따른 사용자 단말(100)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(100)은 마이크(120)를 통해 수신된 사용자 발화(utterance)(또는 음성 입력(voice input))를 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.

일 실시예에 따른 사용자 단말(100)은 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(100)은 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.

일 실시예에 따른 사용자 단말(100)이 지능형 서버(200) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우 사용자 단말(100)은 마이크(120)를 이용하여 사용자 발화를 감지하고, 감지된 사용자 발화에 대응되는 음성 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말은 음성 신호(또는, 음성 데이터)를 통신 인터페이스(110)를 이용하여 지능형 서버(200)로 송신할 수 있다.

일 실시예에 따른 지능형 서버(200)는 사용자 단말(100)로부터 수신된 음성 입력에 대한 응답(또는 응답 데이터)로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.

일 실시예에 따른 사용자 단말(100)은 통신 인터페이스(110)를 이용하여 응답(또는 응답 데이터)을 수신할 수 있다. 사용자 단말(100)은 스피커(130)를 이용하여 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(140)를 이용하여 사용자 단말(100) 내부에서 생성된 이미지를 외부로 출력할 수 있다.

도 2는 일 실시예에 따른 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.

일 실시예에 따른 지능형 서버(200)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(230))는 CAN(concept action network)(400) 형태로 캡슐을 저장할 수 있다. 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network)(400) 형태로 저장될 수 있다.

일 실시예에 따른 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(capsule(A)(401), capsule(B)(404))을 저장할 수 있다. 일 실시예에 따르면 하나의 캡슐(예:capsule(A)(401))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 예를 들면, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402), CP 2(403), CP 3(406), 또는 CP 4(405))가 대응될 수 있다. 일 실시예에 따르면 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.

일 실시예에 따른 자연어 플랫폼(220)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼(220)의 플래너 모듈(225)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(401)의 동작들(4011, 4013)과 컨셉들(4012,4014) 및 캡슐 B(404)의 동작(4041)과 컨셉(4042)을 이용하여 플랜(407)을 생성할 수 있다.

도 3은 일 실시예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.

일 실시예에 따른 사용자 단말(100)은 지능형 서버(200)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.

일 실시예에 따르면, 310 화면에서, 사용자 단말(100)은 지정된 음성 입력(예: 웨이크 업을 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(100)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시예에 따르면, 사용자 단말(100)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이(140)에 표시할 수 있다. 일 실시예에 따르면, 사용자 단말(100)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 "이번 주 일정 알려줘!"라는 음성 입력을 수신할 수 있다. 일 실시예에 따르면, 사용자 단말(100)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.

일 실시예에 따르면, 320 화면에서, 사용자 단말(100)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(100)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이에 표시할 수 있다.

도 4는 일 실시예에 따른 지능형 서버와 복수의 전자 장치들을 나타낸 도면이다.

도 4를 참조하면, 일 실시예에 따른 지능형 서버(200)(서버 장치 또는 전자 장치라고도 함)는 복수의 전자 장치들과 네트워크(150)를 통해 통신할 수 있다. 예를 들면, 복수의 전자 장치들은 제1 전자 장치(101) 및 제2 전자 장치(102)를 포함할 수 있고, 적어도 하나의 전자 장치(예: 제3 전자 장치(103))를 더 포함할 수 있다. 일 실시예에 따르면 지능형 서버(200)는 특정 사용자의 발화를 감지하도록 지정된 복수의 전자 장치들에 대한 정보를 저장할 수 있다. 예를 들면, 제1 전자 장치(101) 또는 제2 전자 장치(102)는 사용자 단말(100)일 수 있다.

일 실시예에 따르면 지능형 서버(200)는 제1 전자 장치(101)로부터 사용자의 제1 발화에 대응된 제1 음성 입력을 수신하여 처리하고, 처리 결과에 대응된 제1 응답 데이터를 제1 전자 장치(101)에 제공할 수 있다. 예를 들면, 지능형 서버(200)는 사용자의 제1 발화에 대응된 제1 음성 입력에 대응되는 제1 태스크(task)를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터를 생성하여 제1 전자 장치(101)에 전송할 수 있다.

일 실시예에 따르면 지능형 서버(200)는 사용자의 제1 발화 후 지정된 시간 내에 제1 응답 데이터와 연관된 제2 발화(이하 제2 발화라고도 함)를 감지하기 위한 제2 전자 장치(102)를 확인할 수 있다. 일 실시예에 따르면 지능형 서버(200)는 확인된 제2 전자 장치(102)에 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송할 수 있다.

일 실시예에 따르면 지능형 서버(200)는 제2 전자 장치(102)로부터 감지된 사용자 발화에 대응된 음성 입력을 수신할 수 있다. 일 실시예에 따르면 지능형 서버(200)는 제2 전자 장치(102)로부터 수신된 음성 입력이 제1 음성 입력 응답 세션과 연관된 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력을 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 일 실시예에 따르면 지능형 서버(200)는 제2 전자 장치(102)로부터 수신된 음성 입력이 사용자의 제1 발화에 대응된 제1 음성 입력 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터와 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력을 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

일 실시예에 따르면 지능형 서버(200)는 확인된 제2 발화에 대응된 제2 음성 입력을 처리하고, 처리 결과에 대응된 제2 응답 데이터를 제1 전자 장치(101)에 제공할 수 있다. 예를 들면, 지능형 서버(200)는 제1 음성 입력, 제1 응답 데이터, 및 제2 음성 입력에 대응되는 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터를 생성하여 제1 전자 장치(101)(또는 제2 전자 장치(102))에 전송할 수 있다.

도 5는 일 실시예에 따른 지능형 서버, 제1 전자 장치, 제2 전자 장치가 사용자 발화를 처리하는 방법을 설명하기 위한 흐름도이다.

도 5를 참조하면, 512 동작에서, 일 실시예에 따른 제1 전자 장치(101)(예: 도 1의 사용자 단말(100)의 프로세서(160))는 마이크(예: 도 1의 마이크(120))를 통하여 제1 사용자 발화에 대응된 제1 음성 입력을 획득할 수 있다. 예를 들면, 제1 전자 장치(101)는 지정된 입력(또는 웨이크 업 명령)(예: "빅스비")에 따라 지능형 앱을 실행할 수 있고, 마이크(120)를 통하여 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘")을 획득할 수 있다.

514 동작에서, 일 실시예에 따른 제1 전자 장치(101)는 제1 음성 입력을 지능형 서버(200)에 전송할 수 있다. 예를 들면, 제1 전자 장치(101)는 제1 음성 입력을 제1 텍스트 데이터로 변환하여 지능형 서버(200)에 전송할 수도 있다.

516 동작에서, 일 실시예에 따른 지능형 서버(200)는 제1 음성 입력을 처리하여 제1 응답 데이터를 획득할 수 있다. 예를 들면, 지능형 서버(200)는 제1 전자 장치(101)로부터 수신된 제1 음성 입력을 제1 텍스트 데이터로 변환하고 제1 텍스트 데이터를 분석하여 제1 음성 입력에 대응된 제1 명령을 식별하고, 식별된 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터를 획득할 수 있다. 예를 들면, 명령은 타겟 어플리케이션, 타겟 기능, 또는 파라미터 중 적어도 하나로 구성될 수 있다. 일 실시예에 따르면, 타겟 어플리케이션은 도 1에서 설명된 캡슐(capsule) 또는 도메인(domain)에 대응할 수 있고, 타겟 기능 및 파라미터는 각각 도 1의 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터에 대응할 수 있다. 예를 들면, 지능형 서버(200)는 제1 텍스트 데이터를 분석하여 타겟 어플리케이션, 타겟 기능, 및 파라미터 요소를 포함하는 제1 명령을 식별할 수 있고, 제1 명령 식별 결과에 기반하여 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터를 획득할 수 있다. 예를 들어, 지능형 서버(200)는 제1 음성 입력에 대응된 제1 텍스트 데이터가 "근처 카페 알려줘"인 경우, 제1 텍스트 분석 결과 타겟 어플리케이션(예: 지도 어플리케이션), 타겟 기능(예: 검색), 파라미터(예: 현재 위치 기준 반경 00m, 카페)로 구성되는 제1 명령을 식별할 수 있다. 지능형 서버(200)는 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려드릴께요", "A 커피점", "B 커피점", "C 커피점")를 획득할 수 있다.

518 동작에서, 일 실시예에 따른 지능형 서버(200)는 제1 음성 입력 처리 결과 획득된 제1 응답 데이터를 제1 전자 장치(101)에 전송할 수 있다.

520 동작에서, 일 실시예에 따른 제1 전자 장치(101)는 제1 응답 데이터를 출력할 수 있다. 예를 들면, 제1 전자 장치(101)는 제1 응답 데이터가 제1 태스크를 수행하기 위한 제1 플랜을 포함하는 경우 제1 플랜에 따라 동작을 수행하고 동작 수행 결과(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")에 대응된 사운드 및/또는 화면을 출력할 수 있다. 예를 들면, 제1 전자 장치(101)는 제1 응답 데이터가 제1 플랜에 따라 동작을 수행한 결과를 포함하는 경우 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요" , "A 커피점", "B 커피점", "C 커피점")에 대응된 사운드 및/또는 화면을 출력할 수 있다.

522 동작에서, 일 실시예에 따른 지능형 서버(200)는 사용자의 제1 발화 후 지정된 시간 내에 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치(102)를 확인할 수 있다. 예를 들면, 지능형 서버(200)는 복수의 전자 장치들 중 제1 발화의 사용자가 착용중인 웨어러블 전자 장치의 존재 여부, 복수의 전자 장치들 중 제1 발화의 사용자(또는 제1 발화를 감지한 제1 전자 장치)와 지정된 거리 내에 전자 장치 존재 여부, 또는 복수의 전자 장치들 각각에 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송 후 복수의 전자 장치들 각각이 마이크를 온 하여 감지한 사용자 발화 확인 결과에 기반하여 복수의 전자 장치들 중 제2 전자 장치(102)를 확인할 수 있다.

524 동작에서, 일 실시예에 따른 지능형 서버(200)는 확인된 제2 전자 장치(102)에 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송할 수 있다.

526 동작에서, 일 실시예에 따른 제2 전자 장치(102)는 웨이크 업 동작을 수행할 수 있다. 예를 들면, 제2 전자 장치(102)는 웨이크 업됨에 따라 마이크를 온 하여 사용자 발화를 감지하는 상태가 될 수 있다. 예를 들면, 제2 전자 장치(102)는 지정된 입력(또는 웨이크 업 명령)(예: "빅스비") 대신 지능형 서버(200)로부터의 웨이크 업 신호 수신에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")을 획득할 수 있다.

528 동작에서, 일 실시예에 따른 제2 전자 장치(102)는 사용자 발화에 대응된 음성 입력을 지능형 서버(200)에 전송할 수 있다.

530 동작에서, 일 실시예에 따른 지능형 서버(200)는 제2 전자 장치(102)로부터 수신된 음성 입력(예: "거기 영업 시간 알려줘")이 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인할 수 있다. 예를 들면, 지능형 서버(200)는 제2 전자 장치(102)로부터 수신된 음성 입력이 제1 음성 입력 응답 세션과 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 예를 들면, 지능형 서버(200)는 제2 전자 장치(102)로부터 수신된 음성 입력(예: "거기 영업 시간 알려줘")이 사용자의 제1 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘") 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요" , "A 커피점", "B 커피점", "C 커피점")와 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력(예: "거기 영업 시간 알려줘")을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 예를 들면, 지능형 서버(200)는 제2 전자 장치(102)로부터 수신된 음성 입력에 동작 중단에 대응된 음성 포함 여부, 제2 전자 장치(102)로부터 수신된 음성 입력에 제1 발화에 대한 제1 응답 데이터에 포함된 음성 포함 여부, 또는 제2 전자 장치(102)로부터 수신된 음성 입력에 지시 대명사에 대응된 음성의 포함 여부에 기반하여 제2 전자 장치(102)로부터 수신된 음성 입력을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

532 동작에서, 일 실시예에 따른 지능형 서버(200)는 제2 발화에 대응된 제2 음성 입력을 처리하고, 처리 결과에 대응된 제2 응답 데이터를 획득할 수 있다. 예를 들면, 지능형 서버(200)는 제1 음성 입력(예: "근처 카페 알려줘"), 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요" , "A 커피점", "B 커피점", "C 커피점"), 및 제2 음성 입력(예: "거기 영업 시간 알려줘")에 대응하여 제2 명령(예: "B 커피점 영업 시간 알려줘")의 실행에 관한 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")를 획득(또는 생성)할 수 있다.

534 동작에서, 일 실시예에 따른 지능형 서버(200)는 제2 응답 데이터를 제1 전자 장치(101)(또는 제2 전자 장치(102))에 전송할 수 있다.

536 동작에서, 일 실시예에 따른 제1 전자 장치(101)는 제2 응답 데이터를 출력할 수 있다. 예를 들면, 제1 전자 장치(101)는 제2 응답 데이터가 제2 태스크를 수행하기 위한 제2 플랜을 포함하는 경우 제2 플랜에 따라 동작을 수행하고 동작 수행 결과(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")에 대응된 사운드 및/또는 화면을 출력할 수 있다. 예를 들면, 제1 전자 장치(101)는 제2 응답 데이터가 제2 플랜에 따라 동작을 수행한 결과를 포함하는 경우 제2 응답 데이터(예: B 커피점 영업시간은 오전 9시부터 오후 9시입니다")에 대응된 사운드 및/또는 화면을 출력할 수 있다.

도 6은 일 실시예에 따른 지능형 서버, 제1 전자 장치, 제2 전자 장치가 사용자 발화를 처리하는 방법의 다른 예를 설명하기 위한 흐름도이다.

도 6을 참조하면, 612 동작에서, 일 실시예에 따른 제1 전자 장치(101)(예: 도 1의 사용자 단말(100)의 프로세서(160))는 마이크(예: 도 1의 마이크(120))를 통하여 제 1 사용자 발화에 대응된 제1 음성 입력을 획득할 수 있다. 예를 들면, 제1 전자 장치(101)는 지정된 입력(또는 웨이크 업 명령)(예: "빅스비")에 따라 지능형 앱을 실행할 수 있고, 마이크(120)를 통하여 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘")을 획득할 수 있다.

614 동작에서, 일 실시예에 따른 제1 전자 장치(101)는 제1 음성 입력을 지능형 서버(200)에 전송할 수 있다. 예를 들면, 제1 전자 장치(101)는 제1 음성 입력을 제1 텍스트 데이터로 변환하여 지능형 서버(200)에 전송할 수도 있다.

616 동작에서, 일 실시예에 따른 지능형 서버(200)는 제1 음성 입력을 처리하여 제1 응답 데이터를 획득할 수 있다. 예를 들면, 지능형 서버(200)는 제1 전자 장치(101)로부터 수신된 제1 음성 입력을 제1 텍스트 데이터로 변환하고 제1 텍스트 데이터를 분석하여 제1 음성 입력에 대응된 제1 명령을 식별하고, 식별된 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터를 획득할 수 있다. 예를 들면, 명령은 타겟 어플리케이션, 타겟 기능, 또는 파라미터 중 적어도 하나로 구성될 수 있다. 일 실시예에 따르면, 타겟 어플리케이션은 도 1에서 설명된 캡슐(capsule) 또는 도메인(domain)에 대응할 수 있고, 타겟 기능 및 파라미터는 각각 도 1의 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터에 대응할 수 있다. 예를 들면, 지능형 서버(200)는 제 1 텍스트 데이터를 분석하여 타겟 어플리케이션, 타겟 기능, 및 파라미터 요소를 포함하는 제1 명령을 식별할 수 있고, 제1 명령 식별 결과에 기반하여 제 1 명령의 실행에 관한 제 1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터를 획득할 수 있다. 예를 들어, 지능형 서버(200)는 제1 음성 입력에 대응된 제1 텍스트 데이터가 "근처 카페 알려줘"인 경우, 제1 텍스트 분석 결과 타겟 어플리케이션(예: 지도 어플리케이션), 타겟 기능(예: 검색), 파라미터(예: 현재 위치 기준 반경 00m, 카페)로 구성되는 제1 명령을 식별할 수 있다. 지능형 서버(200)는 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려드릴께요", "A 커피점", "B 커피점", "C 커피점")를 획득할 수 있다.

618 동작에서, 일 실시예에 따른 지능형 서버(200)는 제1 음성 입력 처리 결과 획득된 제1 응답 데이터를 제1 전자 장치(101)에 전송할 수 있다.

620 동작에서, 일 실시예에 따른 제1 전자 장치(101)는 제1 응답 데이터를 출력할 수 있다. 예를 들면, 제1 전자 장치(101)는 제1 응답 데이터가 제1 태스크를 수행하기 위한 제1 플랜을 포함하는 경우 제1 플랜에 따라 동작을 수행하고 동작 수행 결과(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")에 대응된 사운드 및/또는 화면을 출력할 수 있다. 예를 들면, 제1 전자 장치(101)는 제1 응답 데이터가 제1 플랜에 따라 동작을 수행한 결과를 포함하는 경우 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")에 대응된 사운드 및/또는 화면을 출력할 수 있다.

622 동작에서, 일 실시예에 따른 지능형 서버(200)는 사용자의 제1 발화 후 지정된 시간 내에 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치(102)를 확인할 수 있다. 예를 들면, 지능형 서버(200)는 복수의 전자 장치들 중 제1 발화의 사용자가 착용중인 웨어러블 전자 장치의 존재 여부, 복수의 전자 장치들 중 제1 발화의 사용자(또는 제1 발화를 감지한 제1 전자 장치)와 지정된 거리 내에 전자 장치 존재 여부, 또는 복수의 전자 장치들 각각에 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송 후 복수의 전자 장치들 각각이 마이크를 온 하여 감지한 사용자 발화 확인 결과에 기반하여 복수의 전자 장치들 중 제2 전자 장치(102)를 확인할 수 있다.

624 동작에서, 일 실시예에 따른 지능형 서버(200)는 확인된 제2 전자 장치(102)에 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송할 수 있다.

626 동작에서, 일 실시예에 따른 지능형 서버(200)는 제2 전자 장치(102)에 제1 음성 입력(예: "근처 카페 알려줘")과 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")를 전송할 수 있다.

628 동작에서, 일 실시예에 따른 제2 전자 장치(102)는 웨이크 업 동작을 수행할 수 있다. 예를 들면, 제2 전자 장치(102)는 웨이크 업됨에 따라 마이크를 온 하여 사용자 발화를 감지하는 상태가 될 수 있다. 예를 들면, 제2 전자 장치(102)는 지정된 입력(또는 웨이크 업 명령)(예: "빅스비") 대신 지능형 서버(200)로부터의 웨이크 업 신호 수신에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")을 획득할 수 있다.

630 동작에서, 일 실시예에 따른 제2 전자 장치(102)는 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")이 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인할 수 있다. 예를 들면, 제2 전자 장치(102)는 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")이 제1 음성 입력 응답 세션과 연관된 음성 입력이면 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 예를 들면, 제2 전자 장치(102)는 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")이 사용자의 제1 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘") 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")와 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력(예: "거기 영업 시간 알려줘")을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 예를 들면, 제2 전자 장치(102)는 상기 수신된 음성 입력에 동작 중단에 대응된 음성 포함 여부, 상기 수신된 음성 입력에 제1 발화에 대한 제1 응답 데이터에 포함된 음성 포함 여부, 또는 상기 수신된 음성 입력에 지시 대명사에 대응된 음성의 포함 여부에 기반하여 상기 수신된 음성 입력을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

632 동작에서, 일 실시예에 따른 제2 전자 장치(102)는 상기 확인된 사용자의 제2 발화에 대응된 제2 음성 입력을 지능형 서버(200)로 전송할 수 있다.

634 동작에서, 일 실시예에 따른 지능형 서버(200)는 제2 발화에 대응된 제2 음성 입력을 처리하고, 처리 결과에 대응된 제2 응답 데이터를 획득할 수 있다. 예를 들면, 지능형 서버(200)는 제1 음성 입력(예: "근처 카페 알려줘"), 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점"), 및 제2 음성 입력(예: "거기 영업 시간 알려줘")에 대응하여 제2 명령(예: "B 커피점 영업 시간 알려줘")의 실행에 관한 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")를 획득(또는 생성)할 수 있다.

636 동작에서, 일 실시예에 따른 지능형 서버(200)는 제2 응답 데이터를 제1 전자 장치(101)(또는 제2 전자 장치(102))에 전송할 수 있다.

638 동작에서, 일 실시예에 따른 제1 전자 장치(101)는 제2 응답 데이터를 출력할 수 있다. 예를 들면, 제1 전자 장치(101)는 제2 응답 데이터가 제2 태스크를 수행하기 위한 제2 플랜을 포함하는 경우 제2 플랜에 따라 동작을 수행하고 동작 수행 결과(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")에 대응된 사운드 및/또는 화면을 출력할 수 있다. 예를 들면, 제1 전자 장치(101)는 제2 응답 데이터가 제2 플랜에 따라 동작을 수행한 결과를 포함하는 경우 제2 응답 데이터(예: B 커피점 영업시간은 오전 9시부터 오후 9시 입니다")에 대응된 사운드 및/또는 화면을 출력할 수 있다.

도 7은 일 실시예에 따른 지능형 서버의 블록 구성도를 나타낸 도면이다.

도 7을 참조하면, 일 실시예에 따른 지능형 서버(700)(예: 도 1의 지능형 서버(200))는 통신 모듈(710), 프로세서(720), 메모리(730)를 포함할 수 있다.

일 실시예에 따른 통신 모듈(710)(예: 도 1의 프론트 엔드(210))는 복수의 전자 장치들(예: 제1 전자 장치(101) 및 제2 전자 장치(102)) 각각 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(710)은 프로세서(720)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(710)은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다.

일 실시예에 따른 프로세서(720)(예: 서버 프로세서)는 프로세서(720)에 연결된 지능형 서버(200)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(720)는 다른 구성요소(예: 통신 모듈(190))로부터 수신된 명령 또는 데이터를 메모리(730)에 저장하고, 메모리(730)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 메모리(730)에 저장할 수 있다.

일 실시예에 따르면, 프로세서(720)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

일 실시예에 따르면, 프로세서(730)는 자연어 플랫폼(예: 도 2의 자연어 플랫폼(220)), 실행 엔진(예: 도 2의 실행 엔진 (240)), 엔드 유저 인터페이스(예: 도 2의 엔드 유저 인터페이스(250)), 매니지먼트 플랫폼(예: 도 2의 매니지먼트 플랫폼 (260)), 빅 데이터 플랫폼(예: 도 2의 빅 데이터 플랫폼(270)), 또는 분석 플랫폼(예: 도 2의 분석 플랫폼(280))의 동작을 처리하기 위한 적어도 하나의 프로세서를 포함할 수 있다.

일 실시예에 따르면, 프로세서(720)는 통신 모듈(710)을 통해 제1 전자 장치(101)로부터 사용자의 제1 발화에 대응된 제1 음성 입력을 수신하여 처리하고, 처리 결과에 대응된 제1 응답 데이터를 제1 전자 장치(101)에 통신 모듈(710)을 통해 제1 전자 장치(101)에 전송할 수 있다. 예를 들면, 프로세서(720)는 자연어 플랫폼(220), 실행 엔진(240), 엔드 유저 인터페이스(250), 매니지먼트 플랫폼(260), 빅 데이터 플랫폼(270), 및/또는 분석 플랫폼(280)을 이용하여 사용자의 제1 발화에 대응된 제1 음성 입력에 대응되는 제1 태스크(task)를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터를 생성할 수 있다. 예를 들면, 프로세서(720)는 통신 모듈(710)을 통해 제1 응답 데이터를 제1 전자 장치(101)에 전송할 수 있다.

일 실시예에 따르면 프로세서(720)는 사용자의 제1 발화 후 지정된 시간 내에 제1 응답 데이터와 연관된 제2 발화(이하 제2 발화라고도 함)를 감지하기 위한 제2 전자 장치(102)를 확인할 수 있다. 일 실시예에 따르면 프로세서(720)는 사용자의 제1 발화 후 지정된 시간 내에 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치(102)를 확인할 수 있다. 예를 들면, 프로세서(720)는 복수의 전자 장치들 중 제1 발화의 사용자가 착용중인 웨어러블 전자 장치의 존재 여부, 복수의 전자 장치들 중 제1 발화의 사용자(또는 제1 발화를 감지한 제1 전자 장치)와 지정된 거리 내에 전자 장치 존재 여부, 또는 복수의 전자 장치들 각각에 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송 후 복수의 전자 장치들 각각이 마이크를 온 하여 감지한 사용자 발화 확인 결과에 기반하여 복수의 전자 장치들 중 제2 전자 장치(102)를 확인할 수 있다.

일 실시예에 따른 프로세서(720)는 통신 모듈(710)을 통해 확인된 제2 전자 장치(102)에 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송할 수 있다. 예를 들면, 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)는 제2 전자 장치(102)가 수신 시 마이크를 온 하여 사용자 발화를 감지하고, 감지된 사용자 발화를 지능형 서버(700)로 전송하도록 하기 위한 신호일 수 있다. 일 실시예에 따른 프로세서(720)는 상기 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)의 응답으로 통신 모듈(710)을 통해 제2 전자 장치(102)로부터 음성 입력을 수신할 수 있다.

일 실시예에 따른 프로세서(720)는 수신된 음성 입력이 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인할 수 있다. 예를 들면, 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력이 제1 음성 입력 응답 세션과 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 예를 들면, 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력이 사용자의 제1 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘") 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")와 연관된 음성 입력인지 확인할 수 있다. 예를 들면, 프로세서(720)는 제2 음성 입력이 제1 음성 입력 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터와 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력(예: "거기 영업 시간 알려줘")을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 예를 들면, 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력에 동작 중단에 대응된 음성 포함 여부, 제2 전자 장치(102)로부터 수신된 음성 입력에 제1 발화에 대한 제1 응답 데이터에 포함된 음성 포함 여부, 또는 제2 전자 장치(102)로부터 수신된 음성 입력에 지시 대명사에 대응된 음성의 포함 여부에 기반하여 제2 전자 장치(102)로부터 수신된 음성 입력을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

일 실시예에 따른 프로세서(720)는 제2 발화에 대응된 제2 음성 입력을 처리하고, 처리 결과에 대응된 제2 응답 데이터를 획득할 수 있다. 예를 들면, 프로세서(720)는 자연어 플랫폼(220), 실행 엔진(240), 엔드 유저 인터페이스(250), 매니지먼트 플랫폼(260), 빅 데이터 플랫폼(270), 및/또는 분석 플랫폼(280)을 이용하여 제1 음성 입력(예: "근처 카페 알려줘"), 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점"), 및 제2 음성 입력(예: "거기 영업 시간 알려줘")에 대응하여 제2 명령(예: "B 커피점 영업 시간 알려줘")의 실행에 관한 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")를 획득(또는 생성)할 수 있다. 일 실시예에 따른 프로세서(720)는 통신 모듈(710)을 통해 제2 응답 데이터를 제1 전자 장치(101)(또는 제2 전자 장치(102))에 전송할 수 있다.

일 실시예에 따르면 메모리(730)는 지능형 서버(700)의 적어도 하나의 구성요소(예: 프로세서(710) 또는 통신 모듈(720))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 일 실시예에 따르면 메모리(730)는 캡슐 데이터 베이스(예: 도 1의 캡슐 데이터 베이스(230))를 포함할 수 있다. 일 실시예에 따르면 메모리(730)는 실행 시에, 프로세서(710)가 상술한 각종 동작을 수행하도록 설정된 인스트럭션들 및 인스트럭션들과 연관된 정보 또는 데이터를 저장할 수 있다.

다양한 실시예들에 따르면, 전자 장치(예: 도 1의 지능형 서버(200), 또는 도 7의 지능형 서버(700))는 통신 모듈(예: 도 1의 통신 인터페이스(110), 또는 도 7의 통신 모듈(710), 메모리(예: 도 7의 메모리(130)), 및 적어도 하나의 프로세서(예: 도 7의 프로세서(720))를 포함하고, 상기 메모리는 상기 적어도 하나의 프로세서가 실행 시, 상기 통신 모듈을 통해 제1 전자 장치로부터 수신된 사용자의 제1 발화에 대응된 제1 음성 입력을 처리한 제1 응답 데이터를 상기 제1 전자 장치에 전송하고, 상기 사용자의 제1 발화 후 지정된 시간 내에 상기 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치를 확인하고, 상기 제2 전자 장치에 웨이크 업 신호를 전송하여 상기 제2 전자 장치로부터 상기 웨이크업 신호에 기반한 마이크 온에 의해 획득된 사용자의 발화에 대응된 음성 입력을 수신하고, 상기 수신된 상기 사용자의 발화에 대응된 음성 입력이 상기 제2 발화에 대응된 제2 음성 입력인지 확인하고, 상기 제2 발화에 대응된 제2 음성 입력이 확인되면 상기 제1 음성 입력 및 상기 제1 응답 데이터에 기반하여 상기 제2 음성 입력을 처리한 제2 응답 데이터를 획득하고, 상기 제2 응답 데이터를 상기 통신 모듈을 통해 상기 제1 전자 장치 또는 상기 제2 전자 장치 중 적어도 하나에 전송하도록 설정된 인스트럭션들을 저장할 수 있다.

다양한 실시예에 따르면, 상기 적어도 하나의 프로세서는 상기 사용자와 연관된 복수의 전자 장치들 중 상기 제2 전자 장치를 확인할 수 있다.

다양한 실시예에 따르면, 상기 적어도 하나의 프로세서는 상기 제1 음성 입력을 제1 텍스트 데이터로 변환하고, 상기 제1 텍스트 데이터를 처리하여 상기 제1 음성 입력에 대응된 제1 명령을 식별하고, 상기 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜에 대응된 상기 제1 응답 데이터를 획득할 수 있다.

다양한 실시예에 따르면, 상기 적어도 하나의 프로세서는 상기 복수의 전자 장치들 중 상기 제1 발화의 상기 사용자가 착용중인 웨어러블 전자 장치를 상기 제2 전자 장치로 확인할 수 있다.

다양한 실시예에 따르면, 상기 복수의 전자 장치들 중 상기 제1 발화의 상기 사용자와 지정된 거리 내에 존재하는 가장 가까운 전자 장치를 상기 제2 전자 장치로 확인할 수 있다.

다양한 실시예에 따르면, 상기 적어도 하나의 프로세서는, 상기 복수의 전자 장치들 각각에 웨이크업 신호 전송 후 상기 복수의 전자 장치들 각각이 마이크 온 하여 감지한 복수의 사용자 발화들을 수신하고, 상기 복수의 사용자 발화들을 비교하여 상기 복수의 전자 장치들 중 상기 제2 전자 장치를 확인할 수 있다.

다양한 실시예에 따르면, 상기 적어도 하나의 프로세서는 상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 동작 중단에 대응된 음성이 포함된 경우, 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

다양한 실시예에 따르면, 상기 적어도 하나의 프로세서는 상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 상기 제1 발화에 대한 제1 응답 데이터에 포함된 음성이 포함된 경우 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

다양한 실시예에 따르면, 상기 적어도 하나의 프로세서는 상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 지시 대명사에 대응된 음성이 포함된 경우 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

도 8은 일 실시예에 따른 지능형 서버의 사용자 발화 처리 동작을 나타낸 도면이다.

도 8을 참조하면, 일 실시예에 따른 지능형 서버(예: 도 1의 지능형 서버(200), 또는 도 7의 지능형 서버(700))의 프로세서(720)는 810 내지 890 동작 중 적어도 하나의 동작을 수행할 수 있다.

810 동작에서, 일 실시예에 따른 프로세서(720)는 통신 모듈(710)을 통해 제1 전자 장치(101)로부터 사용자의 제1 발화에 대응된 제1 음성 입력을 수신할 수 있다. 예를 들면, 프로세서(720)는 제1 전자 장치(101)에서 지정된 입력(또는 웨이크 업 명령)(예: "빅스비")에 따라 실행된 지능형 앱에 기반하여, 마이크(120)를 통하여 획득된 사용자의 제1 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘")을 제1 전자 장치(101)로부터 통신 모듈(710)을 통해 수신할 수 있다. 예를 들면, 제1 음성 입력은 텍스트 데이터(예: 제1 텍스트 데이터) 형태일 수 있다.

820 동작에서, 일 실시예에 따른 프로세서(720)는 사용자의 제1 발화에 대응된 제1 음성 입력을 처리하여 제1 응답 데이터를 획득할 수 있다. 예를 들면, 프로세서(720)는 자연어 플랫폼(220), 실행 엔진(240), 엔드 유저 인터페이스(250), 매니지먼트 플랫폼(260), 빅 데이터 플랫폼(270), 및/또는 분석 플랫폼(280)을 이용하여 사용자의 제1 발화에 대응된 제1 음성 입력에 대응되는 제1 태스크(task)를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터를 획득(또는 생성)할 수 있다. 예를 들면, 프로세서(720)는 제1 전자 장치(101)로부터 수신된 제1 음성 입력(또는 제1 텍스트 데이터)를 분석하여 제1 음성 입력에 대응된 제1 명령을 식별하고, 식별된 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터를 획득할 수 있다. 예를 들면, 명령은 타겟 어플리케이션, 타겟 기능, 또는 파라미터 중 적어도 하나로 구성될 수 있다. 일 실시예에 따르면, 타겟 어플리케이션은 도 1에서 설명된 캡슐(capsule) 또는 도메인(domain)에 대응할 수 있고, 타겟 기능 및 파라미터는 각각 도 1의 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터에 대응할 수 있다. 예를 들면, 지능형 서버(200)는 제 1 텍스트 데이터를 분석하여 타겟 어플리케이션, 타겟 기능, 및 파라미터 요소를 포함하는 제1 명령을 식별할 수 있고, 제1 명령 식별 결과에 기반하여 제 1 명령의 실행에 관한 제 1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터를 획득할 수 있다. 예를 들어, 프로세서(710)는 제1 음성 입력에 대응된 제1 텍스트 데이터가 "근처 카페 알려줘"인 경우, 제1 텍스트 분석 결과 타겟 어플리케이션(예: 지도 어플리케이션), 타겟 기능(예: 검색), 파라미터(예: 현재 위치 기준 반경 00m, 카페)로 구성되는 제1 명령을 식별할 수 있다. 지능형 서버(200)는 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜 또는 제1 플랜에 따라 동작을 수행한 결과에 대응된 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려드릴께요", "A 커피점", "B 커피점", "C 커피점")를 획득할 수 있다.

830 동작에서, 일 실시예에 따른 프로세서(720)는 제1 음성 입력 처리 결과 획득된 제1 응답 데이터를 통신 모듈(710)을 통해 제1 전자 장치(101)에 전송할 수 있다.

840 동작에서, 일 실시예에 따른 프로세서(720)는 사용자의 제1 발화 후 지정된 시간 내에 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치(102)를 확인할 수 있다. 일 실시예에 따르면 프로세서(720)는 제2 전자 장치(102)외에 사용자의 제2 발화 후 지정된 시간 내에 제2 응답 데이터와 연관된 제3 발화를 감지하기 위한 다른 적어도 하나의 전자 장치를 더 확인할 수도 있다.

850 동작에서, 일 실시예에 따른 프로세서(720)는 확인된 제2 전자 장치(102)에 통신 모듈(710)을 통해 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송할 수 있다. 일 실시예에 따른 프로세서(720)는 복수의 전자 장치들이 확인된 경우 확인된 복수의 전자 장치들 각각에 통신 모듈(710)을 통해 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송할 수도 있다. 예를 들면, 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)는 제2 전자 장치(102)(또는 복수의 확인된 전자 장치들 각각)가 수신 시 마이크를 온 하여 사용자 발화를 감지하고, 감지된 사용자 발화를 지능형 서버(700)로 전송하도록 하기 위한 신호일 수 있다.

860 동작에서, 일 실시예에 따른 프로세서(720)는 제2 전자 장치(102)로부터 감지된 음성 입력을 (사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)의 응답으로) 통신 모듈(710)을 통해 수신할 수 있다.

870 동작에서, 일 실시예에 따른 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력이 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인할 수 있다. 예를 들면, 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력이 제1 음성 입력 응답 세션과 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 예를 들면, 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력(예: "거기 영업 시간 알려줘")이 사용자의 제1 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘") 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")와 연관된 음성 입력인지 확인할 수 있다. 예를 들면, 프로세서(720)는 제2 음성 입력이 제1 음성 입력 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터와 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력(예: "거기 영업 시간 알려줘")을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

880 동작에서, 일 실시예에 따른 프로세서(720)는 제2 발화에 대응된 제2 음성 입력을 처리하고 처리 결과에 대응된 제2 응답 데이터를 획득할 수 있다. 예를 들면, 프로세서(720)는 자연어 플랫폼(220), 실행 엔진(240), 엔드 유저 인터페이스(250), 매니지먼트 플랫폼(260), 빅 데이터 플랫폼(270), 및/또는 분석 플랫폼(280)을 이용하여 제1 음성 입력, 제1 응답 데이터, 및 제2 음성 입력에 대응되는 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터를 획득(또는 생성)할 수 있다. 예를 들면, 프로세서(720)는 제1 음성 입력(예: "근처 카페 알려줘"), 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점"), 및 제2 음성 입력(예: "거기 영업 시간 알려줘")에 대응하여 제2 명령(예: "B 커피점 영업 시간 알려줘")의 실행에 관한 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")를 획득(또는 생성)할 수 있다.

890 동작에서, 일 실시예에 따른 프로세서(720)는 통신 모듈(710)을 통해 제2 응답 데이터를 제1 전자 장치(101)(또는 제2 전자 장치(102))에 전송할 수 있다.

도 9는 일 실시예에 따른 지능형 서버에서 사용자의 제1 발화에 대한 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 전자 장치 확인 동작을 나타내 흐름도이다.

도 9를 참조하면, 일 실시예에 따른 지능형 서버(예: 도 1의 지능형 서버(200), 또는 도 7의 지능형 서버(700))의 프로세서(720)는 910 내지 980 동작 중 적어도 하나의 동작을 수행할 수 있다.

910 동작에서, 일 실시예에 따른 프로세서(720)는 복수의 전자 장치들 중 제1 발화의 사용자가 착용중인 웨어러블 전자 장치의 존재 여부를 확인할 수 있다. 예를 들면, 복수의 전자 장치들은 마이크를 포함하는 발화 감지 가능 전자 장치들일 수 있다. 예를 들면, 프로세서(720)는 메모리(730)에 저장된 발화 감지 가능한 복수의 전자 장치들의 정보를 확인할 수 있다. 예를 들면, 프로세서(720)는 사용자의 제1 발화에 대한 제1 음성 입력을 수신한 제1 전자 장치(101)로부터 사용자가 착용중인 웨어러블 전자 장치에 대한 정보를 수신하여 제1 발화의 사용자가 착용중인 웨어러블 전자 장치의 존재 여부를 확인할 수 있다.

920 동작에서, 일 실시예에 따른 프로세서(720)는 제1 발화의 사용자가 착용중인 웨어러블 전자 장치가 확인되면 확인된 웨어러블 전자 장치를 제1 발화에 대한 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치(102)로 확인할 수 있다.

930 동작에서, 일 실시예에 따른 프로세서(720)는 제1 발화의 사용자가 착용중인 웨어러블 전자 장치가 확인되지 않으면, 복수의 전자 장치들 중 제1 발화의 사용자(또는 제1 발화를 감지한 제1 전자 장치)와 지정된 거리 내에 전자 장치 존재 여부를 확인할 수 있다. 예를 들면, 프로세서(720)는 사용자의 제1 발화에 대한 제1 음성 입력을 수신한 제1 전자 장치(101)로부터 통신(예: UWB(ultra wide band) 통신) 또는 센서를 통해 확인된 지정된 거리 내의 전자 장치의 정보를 수신하여 제1 발화의 사용자와 지정된 거리 내의 전자 장치 존재 여부를 확인할 수 있다.

940 동작에서, 일 실시예에 따른 프로세서(720)는 제1 발화의 사용자와 지정된 거리 내의 전자 장치가 존재하는 경우 가장 가까운 전자 장치를 제1 발화에 대한 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치(102)로 확인할 수 있다.

950 동작에서, 일 실시예에 따른 프로세서(720)는 제1 발화의 사용자가 착용중인 웨어러블 전자 장치가 확인되지 않고, 제1 발화의 사용자와 지정된 거리 내의 전자 장치가 존재하지 않는 경우, 복수의 전자 장치들 각각에 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 전송할 수 있다. 예를 들면, 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)는 복수의 확인된 전자 장치들 각각이 마이크를 온 하여 사용자 발화를 감지하고, 감지된 사용자 발화를 지능형 서버(700)로 전송하도록 하기 위한 신호일 수 있다.

960 동작에서, 일 실시예에 따른 프로세서(720)는 복수의 전자 장치들 각각으로부터 감지된 사용자 발화들에 대응된 음성 입력들을 수신할 수 있다.

970 동작에서, 일 실시예에 따른 프로세서(720)는 수신된 복수의 음성 입력들 중 제1 전자 장치(101)로부터 수신된 음성 입력과 가장 유사한 음성 입력을 확인할 수 있다.

980 동작에서, 일 실시예에 따른 프로세서(720)는 복수의 전자 장치들 중 제1 전자 장치(101)로부터 수신된 음성 입력과 가장 유사한 음성 입력을 전송한 전자 장치를 사용자의 제1 발화에 대한 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치(102)로 확인할 수 있다.

도 10은 일 실시예에 따른 지능형 서버에서 제2 전자 장치로부터 수신된 음성 입력이 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인하는 동작을 나타낸 흐름도이다.

도 10을 참조하면, 일 실시예에 따른 지능형 서버(예: 도 1의 지능형 서버(200), 또는 도 7의 지능형 서버(700))의 프로세서(720)는 1010 내지 1070 동작 중 적어도 하나의 동작을 수행할 수 있다.

1010 동작에서, 일 실시예에 따른 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력에 동작 중단에 대응된 음성 포함 여부를 확인할 수 있다. 예를 들면, 동작 중단에 대응된 음성은 "그만", "취소", " 중지" 또는 이와 유사한 음성일 수 있다.

1020 동작에서, 일 실시예에 따른 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력에 동작 중단에 대응된 음성이 포함된 경우 제2 전자 장치(102)로부터 수신된 음성 입력을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

1030 동작에서, 일 실시예에 따른 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력에 동작 중단에 대응된 음성이 포함되지 않은 경우, 제2 전자 장치(102)로부터 수신된 음성 입력에 제1 발화에 대한 제1 응답 데이터에 포함된 음성 포함 여부를 확인할 수 있다. 예를 들면, 제1 발화에 대한 제1 응답 데이터가 "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점"을 포함하는 경우, 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력에 "A 커피점", "B 커피점", 또는 "C 커피점"의 음성이 포함되었는지 여부를 확인할 수 있다.

1040 동작에서, 일 실시예에 따른 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력에 제1 발화에 대한 제1 응답 데이터에 포함된 음성이 포함된 경우 제2 전자 장치(102)로부터 수신된 음성 입력을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

1050 동작에서, 일 실시예에 따른 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력에 동작 중단에 대응된 음성 및 제1 발화에 대한 제1 응답 데이터에 포함된 음성이 포함되지 않은 경우, 제2 전자 장치(102)로부터 수신된 음성 입력에 지시 대명사에 대응된 음성의 포함 여부를 확인할 수 있다. 예를 들면, 지시 대명사에 대응된 음성은 "거기", "저기", "그거", "저거" 또는 이와 유사한 지시 대명사를 나타내는 음성일 수 있다.

1060 동작에서, 일 실시예에 따른 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력에 지시 대명사에 대응된 음성이 포함된 경우 제2 전자 장치(102)로부터 수신된 음성 입력을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

1070 동작에서, 일 실시예에 따른 프로세서(720)는 제2 전자 장치(102)로부터 수신된 음성 입력에 동작 중단에 대응된 음성, 제1 발화에 대한 제1 응답 데이터에 포함된 음성, 및 지시 대명사에 대응된 음성이 포함되지 않은 경우 제2 전자 장치(102)로부터 수신된 음성 입력은 사용자의 제2 발화에 대응된 제2 음성 입력이 아닌 것으로 확인할 수 있다.

다양한 실시예에 따르면 전자 장치(예: 도 1의 지능형 서버(200), 또는 도 7의 지능형 서버(700))에서 사용자 발화 처리 방법은 통신 모듈(예: 도 7의 통신 모듈(710))을 통해 제1 전자 장치(예: 도 4의 제1 전자 장치(101))로부터 수신된 사용자의 제1 발화에 대응된 제1 음성 입력을 처리한 제1 응답 데이터를 상기 제1 전자 장치에 전송하는 동작, 상기 사용자의 제1 발화 후 지정된 시간 내에 상기 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치(예: 도 4의 제2 전자 장치(102))를 확인하는 동작, 상기 제2 전자 장치에 웨이크 업 신호를 전송하여 상기 제2 전자 장치로부터 상기 웨이크 업 신호에 기반한 마이크 온에 의해 획득된 사용자의 발화에 대응된 음성 입력을 수신하는 동작, 상기 수신된 상기 사용자의 발화에 대응된 음성 입력이 상기 제2 발화에 대응된 제2 음성 입력인지 확인하는 동작, 상기 제2 발화에 대응된 제2 음성 입력이 확인되면 상기 제1 음성 입력 및 상기 제1 응답 데이터에 기반하여 상기 제2 음성 입력을 처리한 제2 응답 데이터를 획득하는 동작, 및 상기 제2 응답 데이터를 상기 통신 모듈을 통해 상기 제1 전자 장치 또는 상기 제2 전자 장치 중 적어도 하나에 전송하는 동작을 포함할 수 있다.

다양한 실시예에 따르면, 상기 방법에서 상기 사용자와 연관된 복수의 전자 장치들 중 상기 제2 전자 장치를 확인할 수 있다.

다양한 실시예에 따르면, 상기 방법에서 상기 제1 음성 입력을 제1 텍스트 데이터로 변환하고, 상기 제1 텍스트 데이터를 처리하여 상기 제1 음성 입력에 대응된 제1 명령을 식별하고, 상기 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜에 대응된 상기 제1 응답 데이터를 획득할 수 있다.

다양한 실시예에 따르면, 상기 방법에서 상기 복수의 전자 장치들 중 상기 제1 발화의 상기 사용자가 착용중인 웨어러블 전자 장치를 상기 제2 전자 장치로 확인할 수 있다.

다양한 실시예에 따르면, 상기 방법에서 상기 복수의 전자 장치들 중 상기 제1 발화의 상기 사용자와 지정된 거리 내에 존재하는 가장 가까운 전자 장치를 상기 제2 전자 장치로 확인할 수 있다.

다양한 실시예에 따르면, 상기 방법에서 상기 복수의 전자 장치들 각각에 웨이크업 신호 전송 후 상기 복수의 전자 장치들 각각이 마이크 온 하여 감지한 복수의 사용자 발화들을 수신하고, 상기 복수의 사용자 발화들을 비교하여 상기 복수의 전자 장치들 중 상기 제2 전자 장치를 확인할 수 있다.

다양한 실시예에 따르면, 상기 방법에서 상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 동작 중단에 대응된 음성이 포함된 경우, 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

다양한 실시예에 따르면, 상기 방법에서 상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 상기 제1 발화에 대한 제1 응답 데이터에 포함된 음성이 포함된 경우 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

다양한 실시예에 따르면, 상기 방법에서 상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 지시 대명사에 대응된 음성이 포함된 경우 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다.

도 11은 일 실시예에 따른 전자 장치의 블럭 구성도이다.

도 11을 참조하면, 일 실시예에 따른 전자 장치(1100)(예: 도 1의 사용자 단말(100), 도 4의 제1 전자 장치(101), 또는 도 5의 제2 전자 장치(102))는 통신 모듈(1110), 프로세서(1120), 메모리(1130), 마이크(1140), 스피커(1150), 디스플레이(1160)를 포함할 수 있다.

일 실시예에 따른 통신 모듈(1110)(예: 도 1의 통신 인터페이스(110))은 외부의 전자 장치(예: 지능형 서버(200))와 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1110)은 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(1110)은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다.

일 실시예에 따른 프로세서(1120)(예: 도 1의 프로세서(160))는 프로세서(1120)에 연결된 전자 장치(1000)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1120)는 다른 구성요소(예: 통신 모듈(1110))로부터 수신된 명령 또는 데이터에 기반하여 동작할 수 있다.

일 실시예에 따른 프로세서(1120)는 마이크(1140)(예: 도 1의 마이크(120))를 통하여 제1 사용자 발화에 대응된 제1 음성 입력을 획득할 수 있다. 예를 들면, 프로세서(1120)는 지정된 입력(또는 웨이크 업 명령)(예: "빅스비")에 따라 지능형 앱을 실행할 수 있고, 마이크(1140)를 통하여 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘")을 획득할 수 있다. 일 실시예에 따른 프로세서(1120)는 제1 음성 입력을 지능형 서버(200)에 전송할 수 있다. 예를 들면, 프로세서(1120)는 제1 음성 입력을 제1 텍스트 데이터로 변환하여 지능형 서버(200)에 전송할 수도 있다. 일 실시예에 따른 프로세서(1120)는 지능형 서버(200)로부터 제1 음성 입력에 대응된 제1 응답 데이터를 수신할 수 있다. 예를 들면, 제1 응답 데이터는 제1 음성 입력이 지능형 서버(200)에 의해 분석되어 식별된 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과를 포함할 수 있다. 일 실시예에 따른 프로세서(1120)는 제1 응답 데이터를 출력할 수 있다. 예를 들면, 프로세서(1120)는 제1 응답 데이터가 제1 태스크를 수행하기 위한 제1 플랜을 포함하는 경우 제1 플랜에 따라 동작을 수행하고 동작 수행 결과(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")에 대응된 사운드 및/또는 화면을 스피커(1150) 및/또는 디스플레이(1160)를 통해 출력할 수 있다. 예를 들면, 프로세서(1120)는 제1 응답 데이터가 제1 플랜에 따라 동작을 수행한 결과를 포함하는 경우 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")에 대응된 사운드 및/또는 화면을 스피커(1150) 및/또는 디스플레이(1160)를 통해 출력할 수 있다.

일 실시예에 따른 프로세서(1120)는 지능형 서버(200)로부터 제1 음성 입력, 제1 응답 데이터 및 제2 전자 장치(102)에 의해 획득된 제2 발화에 대응된 제2 음성 입력 기반의 제2 응답 데이터를 수신할 수 있다. 예를 들면, 프로세서(1120)는 지능형 서버(200)로부터 제1 음성 입력, 제1 응답 데이터, 및 제2 전자 장치(102)에 의해 획득된 제2 발화에 대응된 제2 음성 입력에 대응되는 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터를 수신할 수 있다. 예를 들면, 프로세서(1120)는 제1 음성 입력(예: "근처 카페 알려줘"), 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점"), 및 제2 전자 장치(102)에 의해 획득된 제2 발화에 대응된 제2 음성 입력 (예: "거기 영업 시간 알려줘")에 대응하여 획득된 제2 명령(예: "B 커피점 영업 시간 알려줘")의 실행에 관한 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")를 수신할 수 있다.

일 실시예에 따른 프로세서(1120)는 제2 응답 데이터를 출력할 수 있다. 일 실시예에 따른 프로세서(1120)는 제2 응답 데이터가 제2 태스크를 수행하기 위한 제2 플랜을 포함하는 경우 제2 플랜에 따라 동작을 수행하고 동작 수행 결과(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")에 대응된 사운드 및/또는 화면을 스피커(1150) 및/또는 디스플레이(1160)를 통해 출력할 수 있다. 예를 들면, 프로세서(1120)는 제2 응답 데이터가 제2 플랜에 따라 동작을 수행한 결과를 포함하는 경우 제2 응답 데이터(예: B 커피점 영업시간은 오전 9시부터 오후 9시입니다")에 대응된 사운드 및/또는 화면을 스피커(1150) 및/또는 디스플레이(1160)를 통해 출력할 수 있다.

일 실시예에 따른 프로세서(1120)는 통신 모듈(1110)을 통해 지능형 서버(200)로부터 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다. 일 실시예에 따른 프로세서(1120)는 지정된 사용자 입력(또는 웨이크 업 명령)(예: "빅스비") 대신 지능형 서버(200)로부터의 웨이크 업 신호 수신에 따라 지능형 앱을 실행할 수 있고, 마이크(1140)를 통하여 사용자 발화에 대응된 음성 입력을 획득하여 획득된 음성 입력을 지능형 서버(200)에 전송할 수 있다. 일 실시예에 따른 프로세서(1120)는 지능형 서버(200)로부터 제1 음성 입력(예: "근처 카페 알려줘")과 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")를 수신할 수 있다. 일 실시예에 따른 프로세서(1120)는 상기 획득된 음성 입력(예: "거기 영업 시간 알려줘")이 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인할 수 있다. 예를 들면, 프로세서(1120)는 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")이 제1 음성 입력 응답 세션과 연관된 음성 입력이면 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 예를 들면, 프로세서(1120)는 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")이 사용자의 제1 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘") 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")와 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력(예: "거기 영업 시간 알려줘")을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 일 실시예에 따른 프로세서(1120)는 상기 확인된 사용자의 제2 발화에 대응된 제2 음성 입력을 지능형 서버(200)로 전송할 수 있다.

일 실시예에 따른 메모리(1130)(예: 도 1의 메모리(150))는 실행 시에, 프로세서(1120)가 상술한 각종 동작을 수행하도록 설정된 인스트럭션들 및 인스트럭션들과 연관된 정보 또는 데이터를 저장할 수 있다.

일 실시예에 따른 마이크(1140)(예: 도 1의 마이크(120))는 사용자 발화를 감지하고 사용자 발화에 대응된 음성 신호를 수신할 수 있다. 예를 들어, 마이크(1130)는 프로세서(1120)의 제어에 기반하여 동작하는 발화 입력 시스템(speech input system)를 포함하고, 상기 발화 입력 시스템을 통해 사용자의 발화에 대응된 음성 신호를 수신할 수 있다.

일 실시예에 따른 스피커(1150)(예: 도 1의 스피커(130))는 프로세서(1120)의 제어에 기반하여 적어도 하나의 사운드를 출력할 수 있다. 예를 들면, 스피커(1150)는 프로세서(1120)의 제어에 기반하여 전자 장치(1100) 내부에서 생성되거나 외부(예: 지능형 서버(200))로부터 통신을 통해 제공받은 응답 데이터(예: 제1 응답 데이터, 또는 제2 응답 데이터)에 대응하는 사운드를 출력할 수 있다.

일 실시예에 따른 디스플레이(1160)(예: 도 1의 디스플레이(140))는 프로세서(1120)의 제어에 기반하여 이미지를 표시하거나 적어도 하나 이상의 발광 소자를 발광시킬 수 있다. 예를 들면, 디스플레이(1160)는 프로세서(1120)의 제어에 기반하여 전자 장치(1100) 내부에서 생성되거나 외부(예: 지능형 서버(200))로부터 통신을 통해 제공받은 응답 데이터(예: 제1 응답 데이터, 또는 제2 응답 데이터)에 대응하는 이미지를 표시하거나 적어도 하나 이상의 발광 소자를 발광시킬 수 있다.

도 12는 일 실시예에 따른 전자 장치에서 획득된 제1 음성 입력, 제1 음성 입력에 대응된 제1 응답 데이터, 및 외부 전자 장치에서 획득된 제2 음성 입력 기반의 제2 응답 데이터를 출력하는 동작을 나타낸 흐름도이다.

도 12를 참조하면, 일 실시예에 따른 전자 장치(1100)(예: 도 1의 사용자 단말(100))의 프로세서(1120)(예: 도 1의 프로세서(160))는 1210 내지 1260 동작 중 적어도 하나의 동작을 수행할 수 있다. 예를 들면, 1210 내지 1260 동작은 전자 장치(1100)가 제1 전자 장치(101)로 동작하는 경우일 수 있다.

1210 동작에서, 일 실시예에 따른 프로세서(1120)는 마이크(1140)(예: 도 1의 마이크(120))를 통하여 제1 사용자 발화에 대응된 제1 음성 입력을 획득할 수 있다. 예를 들면, 프로세서(1120)는 지정된 입력(또는 웨이크 업 명령)(예: "빅스비")에 따라 지능형 앱을 실행할 수 있고, 마이크(120)를 통하여 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘")을 획득할 수 있다.

1220 동작에서, 일 실시예에 따른 프로세서(1120)는 제1 음성 입력을 지능형 서버(200)에 전송할 수 있다. 예를 들면, 프로세서(1120)는 제1 음성 입력을 제1 텍스트 데이터로 변환하여 지능형 서버(200)에 전송할 수 있다.

1230 동작에서, 일 실시예에 따른 프로세서(1120)는 지능형 서버(200)로부터 제1 음성 입력에 대응된 제1 응답 데이터를 수신할 수 있다. 예를 들면, 제1 응답 데이터는 제1 음성 입력(예: "근처 카페 알려줘")이 지능형 서버(200)에 의해 분석되어 식별된 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")를 포함할 수 있다.

1240 동작에서, 일 실시예에 따른 프로세서(1120)는 제1 응답 데이터를 출력할 수 있다. 예를 들면, 프로세서(1120)는 제1 응답 데이터가 제1 태스크를 수행하기 위한 제1 플랜을 포함하는 경우 제1 플랜에 따라 동작을 수행하고 동작 수행 결과(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")에 대응된 사운드 및/또는 화면을 스피커(1150) 및/또는 디스플레이(1160)를 통해 출력할 수 있다. 예를 들면, 프로세서(1120)는 제1 응답 데이터가 제1 플랜에 따라 동작을 수행한 결과를 포함하는 경우 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")에 대응된 사운드 및/또는 화면을 스피커(1150) 및/또는 디스플레이(1160)를 통해 출력할 수 있다.

1250 동작에서, 일 실시예에 따른 프로세서(1120)는 지능형 서버(200)로부터 제1 음성 입력, 제1 응답 데이터 및 외부 전자 장치(예: 제2 전자 장치(102))에 의해 획득된 제2 발화에 대응된 제2 음성 입력 기반의 제2 응답 데이터를 수신할 수 있다. 예를 들면, 프로세서(1120)는 지능형 서버(200)로부터 제1 음성 입력, 제1 응답 데이터, 및 제2 전자 장치(102)에 의해 획득된 제2 발화에 대응된 제2 음성 입력에 대응되는 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터를 수신할 수 있다. 예를 들면, 프로세서(1120)는 제1 음성 입력(예: "근처 카페 알려줘"), 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점"), 및 제2 전자 장치(102)에 의해 획득된 제2 발화에 대응된 제2 음성 입력 (예: "거기 영업 시간 알려줘")에 대응하여 획득된 제2 명령(예: "B 커피점 영업 시간 알려줘")의 실행에 관한 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")를 수신할 수 있다.

1260 동작에서, 일 실시예에 따른 프로세서(1120)는 제2 응답 데이터를 출력할 수 있다. 예를 들면, 프로세서(1120)는 제2 응답 데이터가 제2 태스크를 수행하기 위한 제2 플랜을 포함하는 경우 제2 플랜에 따라 동작을 수행하고 동작 수행 결과(예: "B 커피점 영업시간은 오전 9시부터 오후 9시입니다")에 대응된 사운드 및/또는 화면을 스피커(1150) 및/또는 디스플레이(1160)를 통해 출력할 수 있다. 예를 들면, 프로세서(1120)는 제2 응답 데이터가 제2 플랜에 따라 동작을 수행한 결과를 포함하는 경우 제2 응답 데이터(예: B 커피점 영업시간은 오전 9시부터 오후 9시입니다")에 대응된 사운드 및/또는 화면을 스피커(1150) 및/또는 디스플레이(1160)를 통해 출력할 수 있다.

도 13는 일 실시예에 따른 전자 장치에서 지능형 서버로부터 사용자의 발화를 감지하도록 제어하는 제어 신호에 기반한 음성 입력 획득 동작을 나타낸 도면이다.

도 13을 참조하면, 일 실시예에 따른 전자 장치(1100)(예: 도 1의 사용자 단말(100))의 프로세서(1120)(예: 도 1의 프로세서(160))는 1310 내지 1350 동작 중 적어도 하나의 동작을 수행할 수 있다. 예를 들면, 1310 내지 1330 동작은 전자 장치(1100)가 제2 전자 장치(102)로 동작하는 경우일 수 있다.

1310 동작에서, 일 실시예에 따른 프로세서(1120)는 통신 모듈(1110)을 통해 지능형 서버(200)로부터 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다.

1320 동작에서, 일 실시예에 따른 프로세서(1120)는 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호) 수신에 따라 마이크(1140)를 통하여 사용자 발화에 대응된 음성 입력을 획득할 수 있다. 예를 들면, 프로세서(1120)는 지정된 사용자 입력(또는 웨이크 업 명령)(예: "빅스비") 대신 지능형 서버(200)로부터의 웨이크 업 신호 수신에 따라 지능형 앱을 실행할 수 있고, 마이크(1140)를 통하여 사용자 발화에 대응된 음성 입력을 획득할 수 있다.

1330 동작에서, 일 실시예에 따른 프로세서(1120)는 획득된 음성 입력을 지능형 서버(200)에 전송할 수 있다. 예를 들면, 프로세서(1120)는 획득된 음성 입력을 그대로 지능형 서버(200)에 전송하거나 획득된 음성 입력이 사용자의 제1 발화에 대응된 제1 음성 입력 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터와 연관된 음성 입력인지 즉, 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인하고, 확인된 사용자의 제2 발화에 대응된 제2 음성 입력을 지능형 서버(200)에 전송할 수 있다. 예를 들면, 프로세서(1120)는 지능형 서버(200)로부터 제1 음성 입력(예: "근처 카페 알려줘")과 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")을 수신할 수 있다. 예를 들면, 프로세서(1120)는 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")이 제1 음성 입력 응답 세션과 연관된 음성 입력이면 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 예를 들면, 프로세서(1120)는 상기 획득된 사용자 발화에 대응된 음성 입력(예: "거기 영업 시간 알려줘")이 사용자의 제1 발화에 대응된 제1 음성 입력(예: "근처 카페 알려줘") 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터(예: "현재 위치 근처의 카페를 알려 드릴께요", "A 커피점", "B 커피점", "C 커피점")와 연관된 음성 입력이면 제2 전자 장치(102)로부터 수신된 음성 입력(예: "거기 영업 시간 알려줘")을 사용자의 제2 발화에 대응된 제2 음성 입력으로 확인할 수 있다. 일 실시예에 따른 프로세서(1120)는 상기 확인된 사용자의 제2 발화에 대응된 제2 음성 입력을 지능형 서버(200)로 전송할 수 있다.

도 14는 일 실시예에 따른 제1 전자 장치, 제2 전자 장치, 및 제3 전자 장치를 이용한 쇼핑 리스트와 연관된 발화 감지 및 쇼핑 리스트와 연관된 응답 데이터 출력 예를 나타낸 도면이다.

도 14를 참조하면, 일 실시예에 따른 제1 전자 장치(1401)(예: 도 1의 사용자 단말(100), 또는 도 4의 제1 전자 장치(101))(또는 제1 전자 장치(1401)의 제1 프로세서)는 마이크(예: 도 1의 마이크(120), 또는 도 11의 마이크(1150))를 통하여 제1 사용자 발화에 대응된 제1 음성 입력을 획득할 수 있다. 예를 들면, 제1 전자 장치(1401)는 지정된 입력(또는 웨이크 업 명령)(예: "빅스비")에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(예: "쇼핑 리스트 수정 할래")(1411)을 획득할 수 있다.

일 실시예에 따른 제1 전자 장치(1401)는 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(예: "쇼핑 리스트 수정 할래")(1411)을 지능형 서버(200)에 전송할 수 있다. 예를 들면, 프로세서(1120)는 제1 음성 입력(1411)을 제1 텍스트 데이터로 변환하여 지능형 서버(200)에 전송할 수 있다.

일 실시예에 따른 제1 전자 장치(1401)는 지능형 서버(200)로부터 제1 음성 입력(1411)에 대응된 제1 응답 데이터를 수신할 수 있다. 예를 들면, 제1 응답 데이터(1412)는 제1 음성 입력(예: "쇼핑 리스트 수정 할래")(1411)이 지능형 서버(200)에 의해 분석되어 식별된 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과(예: "쇼핑 리스트에 아이템 2개 있네요", "사과 4개", "옥수수 3개")를 포함할 수 있다. 일 실시예에 따른 제1 전자 장치(1401)는 제1 응답 데이터(1412)(예: "쇼핑 리스트에 아이템 2개 있네요", "사과 4개", "옥수수 3개")를 출력할 수 있다.

일 실시예에 따른 제2 전자 장치(1402)(예: 도 1의 사용자 단말(100), 또는 도 4의 제2 전자 장치(102))(또는 제2 전자 장치(1402)의 제2 프로세서)는 지능형 서버(200)로부터 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다. 예를 들면 제2 전자 장치(1402)는 지능형 서버(200)에 의해 사용자의 제1 발화에 대응된 제1 음성 입력(1411) 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터(1412)와 연관된 음성 입력 즉, 사용자의 제2 발화에 대응된 제2 음성 입력을 획득하기 위한 전자 장치로 확인될 수 있고, 사용자의 제2 발화에 대응된 제2 음성 입력을 획득하기 위한 전자 장치로 확인됨에 따라 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다.

일 실시예에 따른 제2 전자 장치(1402)는 지정된 사용자 입력(또는 웨이크 업 명령)(예: "빅스비") 대신 지능형 서버(200)로부터의 웨이크 업 신호 수신에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자 발화에 대응된 음성 입력(1413)(예: "옥수수 삭제해줘")을 획득할 수 있다. 일 실시예에 따른 제2 전자 장치(1402)는 획득된 음성 입력(1413)(예: "옥수수 삭제해줘")을 지능형 서버(200)에 전송하거나, 획득된 음성 입력이 사용자의 제1 발화에 대응된 제1 음성 입력 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터와 연관된 음성 입력인지 즉, 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인하고, 확인된 사용자의 제2 발화에 대응된 제2 음성 입력(1413)(예: "옥수수 삭제해줘")을 지능형 서버(200)에 전송할 수 있다.

일 실시예에 따른 제2 전자 장치(1402)(또는 제1 전자 장치(1401))는 지능형 서버(200)로부터 제1 음성 입력(1411)(예: "쇼핑 리스트 수정 할래"), 제1 응답 데이터(1412)(예: "쇼핑 리스트에 아이템 2개 있네요", "사과 4개", "옥수수 3개") 및 제2 전자 장치(1402)에 의해 획득된 제2 발화에 대응된 제2 음성 입력(113)(예: "옥수수 삭제해줘") 기반의 제2 응답 데이터(1414)(예: "네 옥수수 삭제했습니다")를 수신할 수 있다. 예를 들면, 제2 전자 장치(1402)는 지능형 서버(200)로부터 제1 음성 입력(1411), 제1 응답 데이터(1412), 및 제2 전자 장치(1402)에 의해 획득된 제2 발화에 대응된 제2 음성 입력(1413)에 대응되는 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터(1414)를 수신할 수 있다. 일 실시예에 따른 제2 전자 장치(1402)는 제2 응답 데이터(1414)(예: "네 옥수수 삭제했습니다")를 출력할 수 있다.

일 실시예에 따른 제3 전자 장치(1403)(예: 도 1의 사용자 단말(100), 또는 도 4의 제N 전자 장치(103))(또는 제3 전자 장치(1403)의 제3 프로세서)는 지능형 서버(200)로부터 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다. 예를 들면 제3 전자 장치(1403)는 지능형 서버(200)에 의해 사용자의 제2 발화에 대응된 제2 음성 입력(1413) 수신 후 지정된 시간 내에 수신되고 제2 응답 데이터(1414)와 연관된 음성 입력 즉, 사용자의 제3 발화에 대응된 제3 음성 입력을 획득하기 위한 전자 장치로 확인될 수 있고, 사용자의 제3 발화에 대응된 제3 음성 입력을 획득하기 위한 전자 장치로 확인됨에 따라 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다.

일 실시예에 따른 제3 전자 장치(1403)는 지정된 사용자 입력(또는 웨이크 업 명령)(예: "빅스비") 대신 지능형 서버(200)로부터의 웨이크 업 신호 수신에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자 발화에 대응된 음성 입력(1415)(예: "수박 추가해줘")을 획득할 수 있다. 일 실시예에 따른 제3 전자 장치(1403)는 획득된 음성 입력(1415)(예: "수박 추가해줘")을 지능형 서버(200)에 전송하거나, 획득된 음성 입력이 사용자의 제2 발화에 대응된 제2 음성 입력 수신 후 지정된 시간 내에 수신되고 제2 응답 데이터와 연관된 음성 입력인지 즉, 사용자의 제3 발화에 대응된 제3 음성 입력인지 확인하고, 확인된 사용자의 제3 발화에 대응된 제3 음성 입력(1415)(예: "수박 추가해줘")을 지능형 서버(200)에 전송할 수 있다.

일 실시예에 따른 제3 전자 장치(1403)(또는 제2 전자 장치(1402))는 지능형 서버(200)로부터 제1 음성 입력(1411)(예: "쇼핑 리스트 수정 할래"), 제1 응답 데이터(1412)(예: "쇼핑 리스트에 아이템 2개 있네요", "사과 4개", "옥수수 3개"), 제2 음성 입력(1413)(예: "옥수수 삭제해줘"), 제2 응답 데이터(1414)(예: "네 옥수수 삭제했습니다"), 및 제3 음성 입력(1415)(예: "수박 추가해줘")에 대응된 제3 응답 데이터(1416)(예: "네, 수박 추가했습니다")를 수신할 수 있다. 예를 들면, 제3 전자 장치(1403)는 지능형 서버(200)로부터 제1 음성 입력(1411), 제1 응답 데이터(1412), 제2 음성 입력(1413), 제2 응답 데이터(1414), 및 제3 음성 입력(1415)에 대응되는 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제3 응답 데이터(1416)를 수신할 수 있다. 일 실시예에 따른 제3 전자 장치(1403)는 제3 응답 데이터(1416)(예: "네, 수박 추가했습니다")를 출력할 수 있다.

도 15는 일 실시예에 따른 제1 전자 장치 및 제2 전자 장치를 이용한 맛집 검색과 연관된 발화 감지 및 맛집 검색과 연관된 응답 데이터 출력 예를 나타낸 도면이다.

도 15를 참조하면, 일 실시예에 따른 제1 전자 장치(1501)(예: 도 1의 사용자 단말(100), 또는 도 4의 제1 전자 장치(101))(또는 제1 전자 장치(1501)의 제1 프로세서)는 마이크(예: 도 1의 마이크(120), 또는 도 11의 마이크(1150))를 통하여 제1 사용자 발화에 대응된 제1 음성 입력을 획득할 수 있다. 예를 들면, 제1 전자 장치(1501)는 지정된 입력(또는 웨이크 업 명령)(예: "빅스비")에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(1511)(예: "잠실 맛집 찾아줘")을 획득할 수 있다.

일 실시예에 따른 제1 전자 장치(1501)는 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(예: "잠실 맛집 찾아줘")(1511)을 지능형 서버(200)에 전송할 수 있다. 예를 들면, 프로세서(1120)는 제1 음성 입력(1511)을 제1 텍스트 데이터로 변환하여 지능형 서버(200)에 전송할 수 있다.

일 실시예에 따른 제1 전자 장치(1501)는 지능형 서버(200)로부터 제1 음성 입력(1511)에 대응된 제1 응답 데이터를 수신할 수 있다. 예를 들면, 제1 응답 데이터(1512)는 제1 음성 입력(예: "잠실 맛집 찾아줘")(1511)이 지능형 서버(200)에 의해 분석되어 식별된 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과(예: "잠실 맛집 3개 찾았어요", "A 맛집", "B 맛집", "C 맛집")를 포함할 수 있다. 일 실시예에 따른 제1 전자 장치(1501)는 제1 응답 데이터(1512)(예: "잠실 맛집 3개 찾았어요", "A 맛집", "B 맛집", "C 맛집")를 출력할 수 있다.

일 실시예에 따른 제2 전자 장치(1502)(예: 도 1의 사용자 단말(100), 또는 도 4의 제2 전자 장치(102))(또는 제2 전자 장치(1502)의 제2 프로세서)는 지능형 서버(200)로부터 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다. 예를 들면 제2 전자 장치(1502)는 지능형 서버(200)에 의해 사용자의 제1 발화에 대응된 제1 음성 입력(1511) 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터(1512)와 연관된 음성 입력 즉, 사용자의 제2 발화에 대응된 제2 음성 입력을 획득하기 위한 전자 장치로 확인될 수 있고, 사용자의 제2 발화에 대응된 제2 음성 입력을 획득하기 위한 전자 장치로 확인됨에 따라 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다.

일 실시예에 따른 제2 전자 장치(1502)는 지정된 사용자 입력(또는 웨이크 업 명령)(예: "빅스비") 대신 지능형 서버(200)로부터의 웨이크 업 신호 수신에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자 발화에 대응된 음성 입력(1513)(예: "C 맛집 더 알려줘")을 획득할 수 있다. 일 실시예에 따른 제2 전자 장치(1502)는 획득된 음성 입력(1513)(예: "C 맛집 더 알려줘")을 지능형 서버(200)에 전송하거나, 획득된 음성 입력이 사용자의 제1 발화에 대응된 제1 음성 입력 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터와 연관된 음성 입력인지 즉, 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인하고, 확인된 사용자의 제2 발화에 대응된 제2 음성 입력(1513)(예: "C 맛집 더 알려줘")을 지능형 서버(200)에 전송할 수 있다.

일 실시예에 따른 제2 전자 장치(1502)(또는 제1 전자 장치(1501))는 지능형 서버(200)로부터 제1 음성 입력(1511)(예: "잠실 맛집 찾아줘"), 제1 응답 데이터(1512)(예: "잠실 맛집 3개 찾았어요", "A 맛집", "B 맛집", "C 맛집") 및 제2 전자 장치(1502)에 의해 획득된 제2 발화에 대응된 제2 음성 입력(1513)(예: "C 맛집 더 알려줘") 기반의 제2 응답 데이터(1514)(예: "C 맛집은 211개의 리뷰가 있고 별점 4.7점 입니다")를 수신할 수 있다. 예를 들면, 제2 전자 장치(1502)는 지능형 서버(200)로부터 제1 음성 입력(1511), 제1 응답 데이터(1512), 및 제2 전자 장치(1502)에 의해 획득된 제2 발화에 대응된 제2 음성 입력(1513)에 대응되는 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터(1514)를 수신할 수 있다. 일 실시예에 따른 제2 전자 장치(1502)는 제2 응답 데이터(1514)(예: "C 맛집은 211개의 리뷰가 있고 별점 4.7점 입니다")를 출력할 수 있다.

도 16은 일 실시예에 따른 제1 전자 장치, 제2 전자 장치, 및 제3 전자 장치를 이용한 알람 설정과 연관된 발화 감지 및 알람 설정과 연관된 응답 데이터 출력 예를 나타낸 도면이다.

도 16을 참조하면, 일 실시예에 따른 제1 전자 장치(1601)(예: 도 1의 사용자 단말(100), 또는 도 4의 제1 전자 장치(101))(또는 제1 전자 장치(1601)의 제1 프로세서)는 마이크(예: 도 1의 마이크(120), 또는 도 11의 마이크(1150))를 통하여 제1 사용자 발화에 대응된 제1 음성 입력을 획득할 수 있다. 예를 들면, 제1 전자 장치(1601)는 지정된 입력(또는 웨이크 업 명령)(예: "빅스비")에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(1611)(예: "알람 수정해 줘")을 획득할 수 있다.

일 실시예에 따른 제1 전자 장치(1601)는 사용자로부터 제1 사용자 발화에 대응된 제1 음성 입력(1611)(예: "알람 수정해 줘")을 지능형 서버(200)에 전송할 수 있다. 예를 들면, 제1 전자 장치(1601)는 제1 음성 입력(1611)을 제1 텍스트 데이터로 변환하여 지능형 서버(200)에 전송할 수 있다.

일 실시예에 따른 제1 전자 장치(1601)는 지능형 서버(200)로부터 제1 음성 입력(1611)에 대응된 제1 응답 데이터를 수신할 수 있다. 예를 들면, 제1 응답 데이터(1612)는 제1 음성 입력(1611)(예: "알람 수정해 줘")이 지능형 서버(200)에 의해 분석되어 식별된 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜, 또는 제1 플랜에 따라 동작을 수행한 결과(예: "알람이 2개 있어요", "오늘 아침 7시 30분", "오늘 점심 1시 15분")를 포함할 수 있다. 일 실시예에 따른 제1 전자 장치(1601)는 제1 응답 데이터(1612)(예: "알람이 2개 있어요", "오늘 아침 7시 30분", "오늘 점심 1시 15분")를 출력할 수 있다.

일 실시예에 따른 제2 전자 장치(1602)(예: 도 1의 사용자 단말(100), 또는 도 4의 제2 전자 장치(102))(또는 제2 전자 장치(1602)의 제2 프로세서)는 지능형 서버(200)로부터 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다. 예를 들면 제2 전자 장치(1602)는 지능형 서버(200)에 의해 사용자의 제1 발화에 대응된 제1 음성 입력(1611) 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터(1612)와 연관된 음성 입력 즉, 사용자의 제2 발화에 대응된 제2 음성 입력을 획득하기 위한 전자 장치로 확인될 수 있고, 사용자의 제2 발화에 대응된 제2 음성 입력을 획득하기 위한 전자 장치로 확인됨에 따라 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다.

일 실시예에 따른 제2 전자 장치(1602)는 지정된 사용자 입력(또는 웨이크 업 명령)(예: "빅스비") 대신 지능형 서버(200)로부터의 웨이크 업 신호 수신에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자 발화에 대응된 음성 입력(1613)(예: "오늘 점심 삭제")을 획득할 수 있다. 일 실시예에 따른 제2 전자 장치(1602)는 획득된 음성 입력(1613)(예: "오늘 점심 삭제")을 지능형 서버(200)에 전송하거나, 획득된 음성 입력이 사용자의 제1 발화에 대응된 제1 음성 입력 수신 후 지정된 시간 내에 수신되고 제1 응답 데이터와 연관된 음성 입력인지 즉, 사용자의 제2 발화에 대응된 제2 음성 입력인지 확인하고, 확인된 사용자의 제2 발화에 대응된 제2 음성 입력(1613)(예: "오늘 점심 삭제")을 지능형 서버(200)에 전송할 수 있다.

일 실시예에 따른 제2 전자 장치(1602)(또는 제1 전자 장치(1601))는 지능형 서버(200)로부터 제1 음성 입력(1611)(예: "알람 수정해 줘"), 제1 응답 데이터(1612)(예: "알람이 2개 있어요", "오늘 아침 7시 30분", "오늘 점심 1시 15분"), 및 제2 전자 장치(1602)에 의해 획득된 제2 발화에 대응된 제2 음성 입력(1613)(예: "오늘 점심 삭제")기반의 제2 응답 데이터(1614)(예: "네 오늘 점심 삭제했습니다", "다음 결과를 알려드릴까요")를 수신할 수 있다. 예를 들면, 제2 전자 장치(1602)는 지능형 서버(200)로부터 제1 음성 입력(1611), 제1 응답 데이터(1612), 및 제2 전자 장치(1602)에 의해 획득된 제2 발화에 대응된 제2 음성 입력(1613)에 대응되는 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제2 응답 데이터(1614)를 수신할 수 있다. 일 실시예에 따른 제2 전자 장치(1602)는 제2 응답 데이터(1614)(예: "네 오늘 점심 삭제했습니다", "다음 결과를 알려드릴까요")를 출력할 수 있다.

일 실시예에 따른 제3 전자 장치(1603)(예: 도 1의 사용자 단말(100), 또는 도 4의 제N 전자 장치(103))(또는 제3 전자 장치(1603)의 제3 프로세서)는 지능형 서버(200)로부터 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다. 예를 들면 제3 전자 장치(1603)는 지능형 서버(200)에 의해 사용자의 제2 발화에 대응된 제2 음성 입력(1613) 수신 후 지정된 시간 내에 수신되고 제2 응답 데이터(1614)와 연관된 음성 입력 즉, 사용자의 제3 발화에 대응된 제3 음성 입력을 획득하기 위한 전자 장치로 확인될 수 있고, 사용자의 제3 발화에 대응된 제3 음성 입력을 획득하기 위한 전자 장치로 확인됨에 따라 사용자의 발화를 감지하도록 제어하는 제어 신호(예: 웨이크 업 신호)를 수신할 수 있다.

일 실시예에 따른 제3 전자 장치(1603)는 지정된 사용자 입력(또는 웨이크 업 명령)(예: "빅스비") 대신 지능형 서버(200)로부터의 웨이크 업 신호 수신에 따라 지능형 앱을 실행할 수 있고, 마이크를 통하여 사용자 발화에 대응된 음성 입력(1615)(예: "아니 그만")을 획득할 수 있다. 일 실시예에 따른 제3 전자 장치(1603)는 획득된 음성 입력(1615)(예: "아니 그만")을 지능형 서버(200)에 전송하거나, 획득된 음성 입력이 사용자의 제2 발화에 대응된 제2 음성 입력 수신 후 지정된 시간 내에 수신되고 제2 응답 데이터와 연관된 음성 입력인지 즉, 사용자의 제3 발화에 대응된 제3 음성 입력인지 확인하고, 확인된 사용자의 제3 발화에 대응된 제3 음성 입력(1615)(예: "아니 그만")을 지능형 서버(200)에 전송할 수 있다.

일 실시예에 따른 제3 전자 장치(1603)(또는 제2 전자 장치(1602))는 지능형 서버(200)로부터 제1 음성 입력(1611)(예: "알람 수정해 줘"), 제1 응답 데이터(1612)(예: "알람이 2개 있어요", "오늘 아침 7시 30분", "오늘 점심 1시 15분"), 제2 음성 입력(1613)(예: "오늘 점심 삭제"), 제2 응답 데이터(1614)(예: "네 오늘 점심 삭제했습니다", "다음 결과를 알려드릴까요"), 및 제3 음성 입력(1615)(예: "아니 그만")에 대응된 제3 응답 데이터(1616)를 수신할 수 있다. 예를 들면, 제3 전자 장치(1603)는 지능형 서버(200)로부터 제1 음성 입력(1611), 제1 응답 데이터(1612), 제2 음성 입력(1613), 제2 응답 데이터(1614), 및 제3 음성 입력(1615)에 대응되는 제2 태스크(task)를 수행하기 위한 제2 플랜, 또는 상기 제2 플랜에 따라 동작을 수행한 결과에 대응된 제3 응답 데이터(1616)를 수신할 수 있다. 일 실시예에 따른 제3 전자 장치(1603)는 제3 응답 데이터(1616)에 기반하여 음성 입력 수신을 종료할 수 있다.

도 17은 일 실시예에 따른 사용자의 가청거리, 제1 전자 장치의 제1 발화 감지 거리, 제2 전자 장치의 제2 발화 감지 거리를 나타낸 도면이다.

도 17을 참조하면, 일 실시예에 따른 제1 전자 장치(1701)(예: 도 4의 제1 전자 장치(101))의 제1 발화 감지 거리 및 제2 전자 장치(1702)(예: 도 4의 제2 전자 장치(102))의 제2 발화 감지 거리는 사용자의 가청 거리보다 작을 수 있다. 제1 전자 장치(1701)로만 발화를 감지한다면 사용자가 제1 전자 장치(1701)를 통해 제1 발화 후(또는 제1 발화 후 제1 발화의 제1 음성 입력에 대한 제1 응답 수신 후) 제1 발화 감지 거리를 벗어나 제2 전자 장치(1702)의 제2 발화 감지 거리로 이동한 상태에서 제2 발화하는 경우 제2 발화에 대한 음성 인식 서비스는 제공되지 못할 수 있다. 일 실시예에 따르면 사용자가 제1 전자 장치(1701)를 통해 제1 발화 후(또는 제1 발화 후 제1 발화의 제1 음성 입력에 대한 제1 응답 수신 후) 제1 발화 감지 거리를 벗어나 제2 전자 장치(1702)의 제2 발화 감지 거리로 이동하여 제2 발화하는 경우 지능형 서버(200)가 제2 전자 장치(1702)의 마이크를 활성화 시켜 제2 발화를 감지하도록 함으로서 음성 인식 서비스가 끊김없이 제공되도록 할 수 있다.

본 문서의 다양한 실시예 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나","A 또는 B 중 적어도 하나,""A, B 또는 C," "A, B 및 C 중 적어도 하나,"및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블럭, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예는 기기(machine)(예: 전자 장치(101))에 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일 실시예에 따르면, 본 문서에 개시된 다양한 실시예에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어^TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시예에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

그리고 본 명세서와 도면에 발명된 본 발명의 실시예들은 본 발명의 실시예에 따른 기술 내용을 쉽게 설명하고 본 발명의 실시예의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 실시예의 범위를 한정하고자 하는 것은 아니다. 따라서 본 발명의 다양한 실시예의 범위는 여기에 발명된 실시예들 이외에도 본 발명의 다양한 실시예의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 발명의 다양한 실시예의 범위에 포함되는 것으로 해석되어야 한다.

Claims

전자 장치에 있어서,
통신 모듈;
메모리; 및
적어도 하나의 프로세서를 포함하고, 상기 메모리는 상기 적어도 하나의 프로세서가 실행 시,
상기 통신 모듈을 통해 제1 전자 장치로부터 수신된 사용자의 제1 발화에 대응된 제1 음성 입력을 처리한 제1 응답 데이터를 상기 제1 전자 장치에 전송하고,
상기 사용자의 제1 발화 후 지정된 시간 내에 상기 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치를 확인하고,
상기 제2 전자 장치에 웨이크 업 신호를 전송하여 상기 제2 전자 장치로부터 상기 웨이크 업 신호에 기반한 마이크 온에 의해 획득된 사용자의 발화에 대응된 음성 입력을 수신하고,
상기 수신된 상기 사용자의 발화에 대응된 음성 입력이 상기 제2 발화에 대응된 제2 음성 입력인지 확인하고,
상기 제2 발화에 대응된 제2 음성 입력이 확인되면 상기 제1 음성 입력 및 상기 제1 응답 데이터에 기반하여 상기 제2 음성 입력을 처리한 제2 응답 데이터를 획득하고,
상기 제2 응답 데이터를 상기 통신 모듈을 통해 상기 제1 전자 장치 또는 상기 제2 전자 장치 중 적어도 하나에 전송하도록 설정된 인스트럭션들을 저장하는 전자 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서는,
상기 사용자와 연관된 복수의 전자 장치들 중 상기 제2 전자 장치를 확인하는 전자 장치.
제2항에 있어서,
상기 적어도 하나의 프로세서는,
상기 제1 음성 입력을 제1 텍스트 데이터로 변환하고, 상기 제1 텍스트 데이터를 처리하여 상기 제1 음성 입력에 대응된 제1 명령을 식별하고, 상기 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜에 대응된 상기 제1 응답 데이터를 획득하는 전자 장치.
제2항에 있어서,
상기 적어도 하나의 프로세서는,
상기 복수의 전자 장치들 중 상기 제1 발화의 상기 사용자가 착용중인 웨어러블 전자 장치를 상기 제2 전자 장치로 확인하는 전자 장치.
제2항에 있어서,
상기 적어도 하나의 프로세서는,
상기 복수의 전자 장치들 중 상기 제1 발화의 상기 사용자와 지정된 거리 내에 존재하는 가장 가까운 전자 장치를 상기 제2 전자 장치로 확인하는 전자 장치.
제2항에 있어서,
상기 적어도 하나의 프로세서는,
상기 복수의 전자 장치들 각각에 웨이크 업 신호 전송 후 상기 복수의 전자 장치들 각각이 마이크 온 하여 감지한 복수의 사용자 발화들을 수신하고, 상기 복수의 사용자 발화들을 비교하여 상기 복수의 전자 장치들 중 상기 제2 전자 장치를 확인하는 전자 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서는,
상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 동작 중단에 대응된 음성이 포함된 경우, 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인하는 전자 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서는,
상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 상기 제1 발화에 대한 제1 응답 데이터에 포함된 음성이 포함된 경우 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인하는 전자 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서는,
상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 지시 대명사에 대응된 음성이 포함된 경우 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인하는 전자 장치.
전자 장치에서 사용자 발화 처리 방법에 있어서,
통신 모듈을 통해 제1 전자 장치로부터 수신된 사용자의 제1 발화에 대응된 제1 음성 입력을 처리한 제1 응답 데이터를 상기 제1 전자 장치에 전송하는 동작;
상기 사용자의 제1 발화 후 지정된 시간 내에 상기 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치를 확인하는 동작;
상기 제2 전자 장치에 웨이크 업 신호를 전송하여 상기 제2 전자 장치로부터 상기 웨이크 업 신호에 기반한 마이크 온에 의해 획득된 사용자의 발화에 대응된 음성 입력을 수신하는 동작;
상기 수신된 상기 사용자의 발화에 대응된 음성 입력이 상기 제2 발화에 대응된 제2 음성 입력인지 확인하는 동작;
상기 제2 발화에 대응된 제2 음성 입력이 확인되면 상기 제1 음성 입력 및 상기 제1 응답 데이터에 기반하여 상기 제2 음성 입력을 처리한 제2 응답 데이터를 획득하는 동작; 및
상기 제2 응답 데이터를 상기 통신 모듈을 통해 상기 제1 전자 장치 또는 상기 제2 전자 장치 중 적어도 하나에 전송하는 동작을 포함하는 방법.
제10항에 있어서,
상기 사용자와 연관된 복수의 전자 장치들 중 상기 제2 전자 장치를 확인하는 방법.
제11항에 있어서,
상기 제1 음성 입력을 제1 텍스트 데이터로 변환하고, 상기 제1 텍스트 데이터를 처리하여 상기 제1 음성 입력에 대응된 제1 명령을 식별하고, 상기 제1 명령의 실행에 관한 제1 태스크를 수행하기 위한 제1 플랜에 대응된 상기 제1 응답 데이터를 획득하는 방법.
제11항에 있어서,
상기 복수의 전자 장치들 중 상기 제1 발화의 상기 사용자가 착용중인 웨어러블 전자 장치를 상기 제2 전자 장치로 확인하는 방법.
제11항에 있어서,
상기 복수의 전자 장치들 중 상기 제1 발화의 상기 사용자와 지정된 거리 내에 존재하는 가장 가까운 전자 장치를 상기 제2 전자 장치로 확인하는 방법.
제11항에 있어서,
상기 복수의 전자 장치들 각각에 웨이크 업 신호 전송 후 상기 복수의 전자 장치들 각각이 마이크 온 하여 감지한 복수의 사용자 발화들을 수신하고, 상기 복수의 사용자 발화들을 비교하여 상기 복수의 전자 장치들 중 상기 제2 전자 장치를 확인하는 방법.
제11항에 있어서,
상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 동작 중단에 대응된 음성이 포함된 경우, 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인하는 방법.
제11항에 있어서,
상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 상기 제1 발화에 대한 제1 응답 데이터에 포함된 음성이 포함된 경우 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인하는 방법.
제11항에 있어서,
상기 제2 전자 장치로부터 수신된 상기 사용자의 발화에 대응된 음성 입력에 지시 대명사에 대응된 음성이 포함된 경우 상기 사용자의 발화에 대응된 음성 입력을 상기 제2 발화에 대응된 제2 음성 입력으로 확인하는 방법.
명령들을 저장하고 있는 비휘발성 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,
통신 모듈을 통해 제1 전자 장치로부터 수신된 사용자의 제1 발화에 대응된 제1 음성 입력을 처리한 제1 응답 데이터를 상기 제1 전자 장치에 전송하는 동작;
상기 사용자의 제1 발화 후 지정된 시간 내에 상기 제1 응답 데이터와 연관된 제2 발화를 감지하기 위한 제2 전자 장치를 확인하는 동작;
상기 제2 전자 장치에 웨이크 업 신호를 전송하여 상기 제2 전자 장치로부터 상기 웨이크 업 신호에 기반한 마이크 온에 의해 획득된 사용자의 발화에 대응된 음성 입력을 수신하는 동작;
상기 수신된 상기 사용자의 발화에 대응된 음성 입력이 상기 제2 발화에 대응된 제2 음성 입력인지 확인하는 동작;
상기 제2 발화에 대응된 제2 음성 입력이 확인되면 상기 제1 음성 입력 및 상기 제1 응답 데이터에 기반하여 상기 제2 음성 입력을 처리한 제2 응답 데이터를 획득하는 동작; 및
상기 제2 응답 데이터를 상기 통신 모듈을 통해 상기 제1 전자 장치 또는 상기 제2 전자 장치에 전송하는 동작을 포함하는 저장 매체.
제19항에 있어서,
상기 사용자와 연관된 복수의 전자 장치들 중 상기 제2 전자 장치를 확인하는 저장 매체.