KR20240072874A

KR20240072874A - 폰북 기반의 성문 운용 방법 및 이를 지원하는 전자 장치

Info

Publication number: KR20240072874A
Application number: KR1020220185184A
Authority: KR
Inventors: 김태우; 안중열; 김강열; 허승윤
Original assignee: 삼성전자주식회사
Priority date: 2022-11-17
Filing date: 2022-12-27
Publication date: 2024-05-24

Abstract

본 기재는 메모리에 저장된 폰북에 등록된 상대방 전자 장치의 식별 정보를 기반으로 통화 기능 활성화 요청에 대응하여 상대방 전자 장치와 통화 채널을 형성하고, 상기 상대방 전자 장치가 전송한 음성 데이터를 수신하면, 상기 음성 데이터를 기반으로 생성된 성문 모델을 상기 상대방 전자 장치의 식별 정보에 연결하고, 상기 상대방 전자 장치의 식별 정보에 연결된 상기 성문 모델을 상기 폰북에 저장하도록 설정된 것을 특징으로 하는 전자 장치 및 이의 폰북 기반의 성문 운용 방법을 개시한다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

폰북 기반의 성문 운용 방법 및 이를 지원하는 전자 장치 {Operating Method of Voice Printing based on a Phonebook and an electronic device supporting the same}

본 문서에서 개시되는 다양한 실시 예들은, 성문 운용에 관한 것이다.

전자 장치는 오디오 운용 기능을 제공하고 있다. 오디오 운용 기능은 음악 재생 기능, 동영상 재생 기능, 통화 기능이 포함될 수 있다. 통화 기능 운용 시 전자 장치 운용 과정에서, 상대방에게서 전달 되어진 신호가 사용자의 단말 MIC를 통해서 다시 상대방에게 음성 전달이 되는 에코(Echo)가 발생할 수 있다. 이러한 에코를 제거하기 위해 전자 장치는 에코 제거기(Echo Canceller)를 송화 솔루션으로 활용하고 있으며, 주변 환경의 불필요한 잡음을 제거하기 위해 노이즈 억압(Noise suppression) 기술을 활용하고 있다. 전자 장치가 에코 제거기 솔루션을 사용하면, 선형적인 에코를 저감할 수 있으나, 스피커 또는 리시버의 떨림이나 잔향(예: 에코가 제거된 이후에도 남겨진 노이즈)의 영향을 받아, 왜곡된 음성이 상대방에게 전달되는 주변 에코(Residual Echo, 또는 주변 잡음)가 발생할 수 있다.

본 기재의 전자 장치는, 통화 기능을 지원하는 통신 회로, 폰북을 저장하는 메모리, 상기 통신 회로 및 상기 메모리와 기능적으로 연결된 프로세서를 포함할 수 있다. 프로세서는 상기 폰북에 등록된 상대방 전자 장치의 식별 정보를 기반으로 통화 기능 활성화 요청에 대응하여 상대방 전자 장치와 통화 채널을 형성하고, 상기 상대방 전자 장치가 전송한 음성 데이터를 수신하면, 상기 음성 데이터를 기반으로 생성된 성문 모델을 상기 상대방 전자 장치의 식별 정보에 연결하고, 상기 상대방 전자 장치의 식별 정보에 연결된 상기 성문 모델을 상기 폰북에 저장하도록 설정될 수 있다.

본 기재의 일 실시 예에 따른 폰북 기반의 성문 운용 방법은, 전자 장치의 폰북에 등록된 상대방 전자 장치의 식별 정보를 기반으로 통화 기능 활성화 요청에 대응하여 상대방 전자 장치와 통화 채널을 형성하는 동작, 상기 상대방 전자 장치가 전송한 음성 데이터를 수신하는 동작, 상기 음성 데이터의 신호 품질이 지정된 기준 값 이상으로 양호한 경우, 상기 음성 데이터를 기반으로 한 성문 모델 생성을 처리하는 동작을 포함하고, 상기 처리하는 동작은, 상기 음성 데이터를 기반으로 생성된 성문 모델을 상기 상대방 전자 장치의 식별 정보에 연결하는 동작, 상기 상대방 전자 장치의 식별 정보에 연결된 상기 성문 모델을 상기 폰북에 저장하는 동작을 포함할 수 있다.

도 1은 일 실시 예에 따른 폰북 기반 성문 운용 기능을 지원하는 시스템 환경의 한 예를 나타낸 도면이다.
도 2는 일 실시 예에 따른 전자 장치 구성의 한 예를 나타낸 도면이다.
도 3은 일 실시 예에 따른 오디오 프로세서를 포함하는 제1 타입 전자 장치 구성의 한 예를 나타낸 도면이다.
도 4는 일 실시 예에 따른 오디오 프로세서를 포함하는 제2 타입 전자 장치 구성의 한 예를 나타낸 도면이다.
도 5는 일 실시 예에 따른 서버 장치 구성의 한 예를 나타낸 도면이다.
도 6은 일 실시 예에 따른 폰북 기반의 성문 모델링과 관련한 전자 장치 운용 방법의 한 예를 나타낸 도면이다.
도 7은 일 실시 예에 따른 폰북 기반의 성문 모델 운용과 관련한 제1 전자 장치 운용 방법의 한 예를 나타낸 도면이다.
도 8은 일 실시 예에 따른 폰북 기반의 성문 모델 운용과 관련한 제2 전자 장치 운용 방법의 한 예를 나타낸 도면이다.
도 9는 일 실시 예에 따른 폰북 기반의 성문 모델 운용과 관련한 전자 장치의 서버 장치 이용 방법의 한 예를 나타낸 도면이다.
도 10은 일 실시 예에 따른 성문 모델링과 관련한 화면 인터페이스의 한 예를 나타낸 도면이다.
도 11은 일 실시 예에 따른 성문 모델링과 관련한 화면 인터페이스의 다른 예를 나타낸 도면이다.
도 12는, 다양한 실시예들에 따른, 네트워크 환경(1200) 내의 전자 장치(1201)의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.

이하에서, 본 기재는, 오디오 운용 기능 운용 시 특정 화자의 음성을 구분하여 대상 화자를 제외한 주변 잡음을 제거한 완성도 있는 수화 음질을 제공할 수 있도록 지원한다.

이러한 본 기재는, 전자 장치의 오디오 운용 기능의 한 예로서, 통화 시, 차별화된 AI(artificial intellectual) 기술(딥 러닝)을 활용하여 통화 품질을 개선할 수 있도록 지원한다. 예컨대, 본 기재는 딥 러닝을 통해서 특정 화자의 목소리를 훈련(Training, 또는 학습)하고, 훈련된 화자의 목소리를 기준으로 다른 음성이나 노이즈들을 효과적으로 제거함으로써, 음성 손실 없이 주변 잡음(Residual echo)을 개선할 수 있다.

본 기재는, AI 기술을 음성인식에 적용하는 과정에서, 사용자의 목소리를 사전에 여러 절차에 의해 등록 시켜주어야 하거나 특정 화자의 음성을 훈련할 경우 의도적인 학습을 진행 시켜주어야 하는 번거로움을 제거하고, 딥 러닝 기술을 활용 하여, 전자 장치 사용자의 폰북(Phone Book, 또는 연락처)(또는 폰북 정보)를 기반으로, 학습 또는 훈련할 타겟을 자동으로 또는 용이하게 특정 할 수 있으며, 특정된 타겟의 통화 음성을 자동으로 훈련하는 방안을 제공함으로써, 별도의 번거로운 화자 등록 절차 없이 음성 데이터 학습을 수행하고 그에 따른 통화 품질 개선을 지원할 수 있다.

이하에서는, 본 기재에서 제안하는 폰북 기반의 성문 운용 방법 및 이를 지원하는 전자 장치의 폰북(또는 폰북 정보)을 기반으로 오디오 운용 기능을 개선할 수 있도록 하는 시스템 환경 및 시스템 환경을 구성하는 각 장치들에 대해서 설명하기로 한다.

도 1은 일 실시 예에 따른 폰북 기반 성문 운용 기능을 지원하는 시스템 환경의 한 예를 나타낸 도면이다.

도 1을 참조하면, 일 실시 예에 따른 폰북 기반 성문 운용 기능을 지원하는 시스템 환경(10)은 제1 전자 장치(101)(또는 송화 장치)(또는 사용자 단말, 휴대용 단말, 휴대용 전자 장치), 제2 전자 장치(102)(또는 수화 장치)(또는 사용자 단말, 휴대용 단말, 휴대용 전자 장치), 서버 장치(200)(또는 클라우드 서버 장치) 및 네트워크(50)를 포함할 수 있다. 여기서, 상기 제1 전자 장치(101) 및 제2 전자 장치(102)는 통화를 시도하는 장치를 기준으로 명명한 것으로, 제1 전자 장치(101)와 제2 전자 장치(102)는 동일한 전자 장치로 구성될 수 있다. 또는, 제1 전자 장치(101) 및 제2 전자 장치(102)는 각각 송화 기능 및 수화 기능을 모두 지원할 수 있다. 상기 시스템 환경(10)에서는 제1 전자 장치(101) 및 제2 전자 장치(102)의 성문 운용 기능 지원과 관련하여 서버 장치(200) 구성을 추가하여 설명하였으나, 본 발명이 이에 한정되는 것은 아니다. 예컨대, 상기 시스템 환경(10)에서 상기 서버 장치(200)는 생략될 수도 있다.

상기 네트워크(50)는 제1 전자 장치(101)와 제2 전자 장치(102) 사이, 제1 전자 장치(101)와 서버 장치(200) 사이, 제2 전자 장치(102)와 서버 장치(200) 사이 중 적어도 하나의 관계에서 통신 채널을 형성할 수 있다. 상기 네트워크(50)는 예컨대, 무선 통신 네트워크 요소 및 유선 통신 네트워크 요소 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 상기 네트워크(50)는 적어도 하나의 기지국 및 기지국 제어기와 코어 시스템을 포함하는 이동 통신 네트워크, 상기 이동 통신 네트워크와 연결되는 인터넷 네트워크 중 적어도 하나를 포함할 수 있다. 상기 제1 전자 장치(101) 및 제2 전자 장치(102)가 이동통신 단말 또는 휴대용 단말을 포함하는 경우, 상기 네트워크(50)는 이동통신 네트워크를 기반으로 휴대용 단말의 통신 채널 형성을 지원할 수 있다. 상술한 바와 같이, 상기 네트워크(50)는 상기 서버 장치(200)와 상기 제1 전자 장치(101)(또는 제2 전자 장치(102))사이의 통신 채널 형성 또는 제1 전자 장치(101)와 제2 전자 장치(102) 사이의 통신 채널 형성을 통해 신호 또는 데이터를 송수신할 수 있는 구성 요소로서, 특정 통신 방식이나, 통신 장비로서 한정되는 것은 아니다.

상기 서버 장치(200)는 상기 네트워크(50)를 통하여 상기 제1 전자 장치(101) 또는 제2 전자 장치(102)와 통신 채널을 형성하고, 상기 제1 전자 장치(101) 또는 제2 전자 장치(102) 요청에 대응하여 폰북 기반 성문 학습 및 성문 모델 생성 기능을 지원할 수 있다. 예컨대, 서버 장치(200)는 제1 전자 장치(100))(또는 제2 전자 장치(102))의 접속을 위한 통신 채널을 준비하고, 제1 전자 장치(100))(또는 제2 전자 장치(102))가 접속하면, 폰북 기반 성문 학습 및 성문 모델 생성과 관련한 제1 전자 장치(100))(또는 제2 전자 장치(102))에 제공할 수 있다. 상기 서버 장치(200)는 제1 전자 장치(100))(또는 제2 전자 장치(102))로부터 특정 장치 사용자에 대응하는 음성 데이터를 수집하고, 수집된 음성 데이터에 대한 성문 모델링을 수행할 수 있다. 또는, 서버 장치(200)는 제1 전자 장치(100))(또는 제2 전자 장치(102))로부터 특정 장치 사용자에 대응하는 학습 중인 성문 모델 및 특정 장치 사용자에 대응하여 새로 수집된 음성 데이터를 수신하고, 수신된 음성 데이터를 이용하여 상기 성문 모델 학습을 수행하여, 갱신된 성문 모델을 제1 전자 장치(100))(또는 제2 전자 장치(102))에 제공할 수 있다. 한편, 제1 전자 장치(101) 및 제2 전자 장치(102)에서 폰북 기반 성문 모델링을 직접 수행하도록 설정된 경우, 상기 서버 장치(200) 구성은 생략될 수 있다.

상기 제1 전자 장치(101)는 네트워크(50)를 통하여 제2 전자 장치(102)와 통신 채널을 형성할 수 있다. 제1 전자 장치(101)는 사용자 음성을 수집하여 제1 음성 데이터(또는 송화 음성 데이터)로서 제2 전자 장치(102)에 전송할 수 있고, 제2 전자 장치(102)로부터 제2 음성 데이터(또는 수화 음성 데이터)를 수신할 수 있다. 상기 제1 전자 장치(101)는 제2 전자 장치(102)와 통화 기능을 운용하는 과정 중에 제2 전자 장치(102) 사용자의 식별 정보가 폰북에 저장되어 있는 경우, 상기 사용자의 식별 정보를 기준으로 제2 전자 장치(102) 사용자의 제1 성문 모델을 생성할 수 있다. 상기 제1 전자 장치(101)는 생성된 제1 성문 모델을 폰북에 사전 저장된 제2 전자 장치(102) 사용자의 식별 정보에 매핑하여 저장할 수 있다. 상기 제1 전자 장치(101)는 제1 성문 모델에 대한 학습이 완료될 때까지 제2 전자 장치(102) 사용자의 식별 정보를 토대로 수집되는 제2 음성 데이터를 이용하여 제1 성문 모델에 대한 학습을 수행할 수 있다. 학습이 완료되면, 제1 전자 장치(101)는 학습 완료된 제1 성문 모델을 이용하여 제2 전자 장치(102)와의 통화 기능 시 제2 음성 데이터에 대한 음성 필터링을 수행하여, 노이즈가 개선된 통화 기능을 지원할 수 있다.

일 실시 예에 따르면, 제1 전자 장치(101)는 제1 성문 모델을 생성하는 과정을 서버 장치(200)를 통해 수행할 수 있다. 이와 관련하여, 제1 전자 장치(101)는 제2 전자 장치(102) 사용자 식별 정보에 대응하는 제2 음성 데이터를 실시간으로, 또는 통화 완료 후, 또는 통화 중 제2 음성 데이터가 일정량 이상 수집된 시점에 제2 음성 데이터를 서버 장치(200)에 전송하여 제1 성문 모델 학습을 요청할 수 있다. 이 동작에서, 음성 데이터에 대한 개인 정보 이슈를 고려하여, 제1 전자 장치(101)는 폰북에 기록된 제2 전자 장치(102) 사용자의 식별 정보에 대응하는 신규 식별 정보를 생성하고, 신규 식별 정보를 기반으로 제2 음성 데이터 및 학습 중인 제1 성문 모델 중 적어도 일부를 서버 장치(200)에 제공할 수 있다. 상기 제1 전자 장치(101)는 서버 장치(200)로부터 학습에 의해 갱신된 제1 성문 모델(예: 갱신에 의해 완료된 제1 성문 모델 또는, 추가 학습이 필요한 갱신된 제1 성문 모델)을 수신하면, 상기 신규 식별 정보를 확인하고, 상기 신규 식별 정보에 대응하는 폰북 정보(예: 제2 전자 장치(102) 사용자의 식별 정보)에 매칭하여 제1 성문 모델을 갱신할 수 있다.

상기 제2 전자 장치(102)는 네트워크(50)를 통하여 제1 전자 장치(101)와 통신 채널을 형성할 수 있다. 예컨대, 제2 전자 장치(102)는 제1 전자 장치(101)로부터 통화 호 연결 요청 메시지를 수신할 수 있으며, 사용자 조작에 대응하여 제1 전자 장치(101)와 통화 호를 연결할 수 있다. 제2 전자 장치(102)는 사용자가 입력하는 제2 음성 데이터를 제1 전자 장치(101)에 전송하고, 제1 전자 장치(101)로부터 수신된 제1 음성 데이터를 출력할 수 있다. 이 동작에서, 제2 전자 장치(102)는 제1 전자 장치(101)로부터 제2 전자 장치(102) 사용자의 제2 음성 데이터(또는 발화 정보)에 대한 제1 성문 모델링(또는 제1 성문 모델의 학습) 수행의 허락을 요청하는 메시지를 수신할 수 있다. 허락에 동의하는 경우, 제2 전자 장치(102)가 수집하여 제1 전자 장치(101)에 전송되는 제2 음성 데이터의 적어도 일부는 제1 전자 장치(101)에서 제2 전자 장치(102) 사용자의 제1 성문 모델링에 사용될 수 있다. 상기 제2 전자 장치(102) 사용자는 자신의 음성 데이터(예: 제2 음성 데이터)에 대한 제1 성문 모델링 수행을 불허할 수 있으며, 불허에 대응하는 사용자 입력이 발생하면, 제2 전자 장치(102)는 제1 성문 모델링 불허에 해당하는 메시지를 제1 전자 장치(101)에 전송할 수 있다. 일 실시 예에 따르면, 상기 제2 전자 장치(102)는 제1 전자 장치(101)가 전송한 제1 음성 데이터를 자동으로(또는 제1 전자 장치(101)의 사용자 동의에 따라) 폰북에 사전 저장된 제1 전자 장치(101)의 사용자 식별 정보에 대응하는 제2 성문 모델 학습에 이용할 수 있다.

일 실시 예에 따르면, 제2 전자 장치(102)는 제1 전자 장치(101)와 유사하게, 제1 전자 장치(101) 사용자의 제1 음성 데이터에 대한 제2 성문 모델링(또는 제2 성문 모델 학습)을 위한 과정을 서버 장치(200)를 통해 수행할 수 있다. 이와 관련하여, 제2 전자 장치(102)는 제1 전자 장치(101)로부터 수신된 제1 음성 데이터 및 제1 전자 장치(101)에 대응하여 사전 저장된 학습 중인 제2 성문 모델 중 적어도 일부를 서버 장치(200)에 전송할 수 있다. 제2 전자 장치(102)는 학습 중인 제2 성문 모델이 없는 경우, 제1 음성 데이터만을 서버 장치(200)에 전송할 수 있다. 제2 전자 장치(102)는 개인 정보 보호를 목적으로, 제1 음성 데이터에 대응하는 신규 식별 정보(예: 전자 장치 사용자의 이름, 전화 번호, 이메일과 같이 전자 장치 사용자를 특정할 수 있는 정보를 제외한 랜덤한 정보)를 생성하여, 제1 음성 데이터와 함께 서버 장치(200)로 전송하고, 서버 장치(200)로부터 신규 식별 정보에 매핑된 갱신 제2 성문 모델(또는 학습이 완료되지 않은 갱신 제2 성문 모델)을 수신할 수 있다. 제2 전자 장치(102)는 서버 장치(200)로부터 수신된 제2 성문 모델(학습 중인 모델 또는 학습이 완료된 모델)을 폰북에 매칭하여 저장할 수 있다.

도 2는 일 실시 예에 따른 전자 장치 구성의 한 예를 나타낸 도면이다. 설명에 앞서, 도 2에서 설명한 전자 장치는 앞서 도 1에서 설명한 제1 전자 장치(101) 또는 제2 전자 장치(102) 중 적어도 어느 하나일 수 있다. 이에 따라, 이하에서는 제1 전자 장치(101) 및 제2 전자 장치(102)를 대표하여 전자 장치의 도면 번호를 100을 부여하여 설명하기로 한다.

도 2를 참조하면, 전자 장치(100)는 통신 회로(110), 입출력장치(120), 메모리(130), 디스플레이(140) 및 프로세서(150)를 포함할 수 있다.

상기 통신 회로(110)는 전자 장치(100)의 통신 기능 지원과 관련하여 적어도 하나의 통신 채널을 형성할 수 있다. 예컨대, 상기 통신 회로(110)는 네트워크(50)를 통해 서버 장치(200)와 통신 채널을 형성할 수 있다. 상기 통신 회로(110)는 3G, 4G, LTE 또는 5G와 같은 다양한 통신 방식 중 적어도 하나의 통신 방식을 지원할 수 있다. 또는, 통신 회로(110)는 복수개의 통신 방식을 지원할 수 있도록 복수개의 통신 모듈을 포함할 수 있다. 일 실시 예에 따르면, 상기 통신 회로(110)는 프로세서(150) 제어에 대응하여 다른 전자 장치와 통화 채널(예: 음성 통화 채널, 영상 통화 채널)을 생성할 수 있다. 상기 통신 회로(110)는 자신의 음성 데이터를 다른 전자 장치에 전송하고, 다른 전자 장치로부터 음성 데이터를 수신할 수 있다. 일 실시 예에 따르면, 성문 모델링을 서버 장치(200)에서 수행하도록 설계되는 경우, 통신 회로(110)는 다른 전자 장치로부터 수신된 음성 데이터를 서버 장치(200)에 전송할 수 있다. 다른 전자 장치의 음성 데이터를 기반으로 학습 중인 성문 모델이 있는 경우, 상기 통신 회로(110)는 수신된 음성 데이터 및 학습 중인 성문 모델을 함께 서버 장치(200)에 전송하고, 서버 장치(200)로부터 갱신된 성문 모델을 수신할 수 있다.

상기 입출력장치(120)는 상기 전자 장치(100)의 입력 기능을 지원하는 적어도 하나의 입력 수단 및 출력 기능을 지원하는 적어도 하나의 출력 수단을 포함할 수 있다. 일 실시 예에 따르면, 상기 입력 수단은 예컨대, 터치패드, 터치키, 물리키, 물리 버튼, 음성 입력 장치, 조그 셔틀이나 조이스틱과 같은 다양한 수단을 포함할 수 있다. 일 실시 예에 따르면, 상기 디스플레이(140)가 터치 기능을 지원하는 터치스크린을 포함하는 경우, 상기 디스플레이(140)는 입력 수단에 포함될 수 있다. 상기 입력 수단은 예컨대, 적어도 하나의 마이크(121)를 포함할 수 있다. 상기 출력 수단은 오디오 신호를 출력하는 적어도 하나의 스피커(122)를 포함할 수 있다. 또는, 출력 수단은 특정 패턴의 진동을 출력하는 진동 모듈, 특정 색상의 광을 출력하는 LED 램프를 포함할 수 있다.

상기 메모리(130)는 상기 전자 장치(100) 운영에 필요한 다양한 데이터 또는 프로그램을 저장할 수 있다. 일 실시 에에 따르면, 상기 메모리(130)는 다른 전자 장치와 통화 채널을 형성할 수 있는 어플리케이션을 저장할 수 있다. 상기 메모리(130)는 폰북(131) 및 폰북(131)에 등록된 각 사용자 식별 정보들에 매칭된 적어도 하나의 성문 모델(132)을 저장할 수 있다. 상기 적어도 하나의 성문 모델(132)은 예컨대, 폰북(131)에 저장된 다른 전자 장치 사용자의 음성 데이터를 기반으로 생성될 수 있다. 상기 성문 모델(132)은 사전 정의된 일정량 미만의 음성 데이터들을 학습한, 학습 중 성문 모델을 포함할 수 있다. 또는 적어도 하나의 성문 모델(132)은 사전 정의된 일정량 이상의 음성 데이터들을 학습하여, 학습이 완료된 성문 모델을 포함할 수 있다. 상기 폰북(131)에 등록된 사용자 식별 정보들과 상기 적어도 하나의 성문 모델(132)은 서로 매칭될 수 있다.

상기 디스플레이(140)는 전자 장치(100) 운영에 따른 다양한 화면을 제공할 수 있다. 예컨대, 상기 디스플레이(140)는 폰북(131) 검색 화면, 폰북(131)에 등록된 다른 전자 장치 사용자와 통화 호 연결을 요청하는 송신 화면, 다른 전자 장치로부터 통화 호 연결 요청을 수신하는 수신 화면 중 적어도 하나의 화면을 출력할 수 있다. 상기 디스플레이(140)는 적어도 하나의 성문 모델(132) 상태 정보를 출력할 수 있다. 예컨대, 디스플레이(140)는 학습 중인 성문 모델과, 학습이 완료된 성문 모델을 구분하여 출력할 수 있다. 각각의 성문 모델들을 출력하는 과정에서, 각 성문 모델에 매핑된 다른 전자 장치의 사용자 식별 정보들(예: 이름, 전화 번호, 이메일, SNS 주소 중 적어도 하나)이 함께 출력될 수 있다.

일 실시 예에 따르면, 상기 디스플레이(140)는 성문 모델링을 수행하는 서버 장치(200) 접속 화면, 다른 전자 장치로부터 수신된 음성 데이터를 서버 장치(200)에 전송하는 화면, 학습 중인 성문 모델과 수신 음성 데이터를 함께 서버 장치(200)에 전송하는 화면 중 적어도 하나를 출력할 수 있다. 상기 디스플레이(140)는 서버 장치(200)로부터 갱신된 성문 모델을 수신하는 화면, 수신된 갱신 성문 모델을 메모리(130)에 저장된 성문 모델(132)에 적용하는 화면 중 적어도 하나의 화면을 출력할 수 있다.

상기 프로세서(150)는 전자 장치(100) 운용에 따른 신호의 전달과 처리 및 저장 제어를 수행할 수 있다. 예컨대, 프로세서(150)는 사용자 입력에 대응하여 폰북(131)(또는 통화 목록)에 대응하는 화면을 출력할 수 있다. 상기 프로세서(150)는 폰북(131)(또는 통화 목록 화면)에 등록된 사용자 식별 정보들과, 상기 사용자 식별 정보 별로 매칭된 성문 모델(132)에 대응하는 정보를 출력할 수 있다. 상기 프로세서(150)는 폰북(131)에 매칭된 성문 모델이 없는 경우, 매칭된 성문 모델이 없는 사용자 식별 정보를 디스플레이(140)에 출력될 수 있다. 특정 사용자 식별 정보가 선택되고 통화 연결을 요청하는 사용자 입력이 수신되면, 프로세서(150)는 다른 전자 장치와 통화 채널 연결을 위한 동작을 수행할 수 있다. 추가적으로 또는 대체적으로, 프로세서(150)는 사용자 식별 정보를 포함하는 화면은 성문 모델링 실행 여부를 결정할 수 있는 객체(예: 가상 버튼)를 디스플레이(140)에 출력할 수 있다.

상기 프로세서(150)는 성문 모델링 실행이 턴-온되어 있는 경우, 다른 전자 장치와 통화 중 획득된 음성 데이터를 기반으로 성문 모델 학습을 수행할 수 있다. 이 동작에서, 프로세서(150)는 다른 전자 장치 사용자 식별 정보와 매칭된 기존 학습 중인 성문 모델이 있는 경우, 현재 수신되는 다른 전자 장치 사용자의 음성 데이터를 학습 중 성문 모델에 적용하여, 성문 모델 학습을 수행할 수 있다. 성문 모델링을 위한 학습 방법은 음성 데이터를 이용하여 성문을 생성하는 다양한 인공신경망 모델링 중 적어도 하나가 이용될 수 있다. 이와 관련하여, 전자 장치(100)는 적어도 하나의 인공신경망 알고리즘을 저장할 수 있다. 또는, 전자 장치(100)는 획득된 음성 데이터를 서버 장치(200)에 제공하고, 서버 장치(200)에 저장된 인공신경망 알고리즘을 이용하여 성문 모델을 생성 또는 갱신할 수도 있다.

상기 프로세서(150)는 전자 장치(100)가 다른 전자 장치로부터 통화 호 연결을 수신하는 경우, 통화 호 연결 요청 메시지를 수신하는 수신 화면을 출력할 수 있다. 상기 수신 화면은, 통화 호 수락 여부를 결정할 수 있는 가상 객체, 다른 전자 장치의 음성 데이터를 기반으로 성문 모델을 수행할지 여부를 결정할 수 있는 가상 객체를 출력할 수 있다. 추가적으로 또는 대체적으로, 프로세서(150)는 통화 호 연결을 요청하는 다른 전자 장치의 성문 모델에 대한 학습 상태(예: 학습 중 또는 학습 완료, 학습 완료까지의 잔여 비율)를 출력할 수 있다.

도 3은 일 실시 예에 따른 오디오 프로세서를 포함하는 제1 타입 전자 장치 구성의 한 예를 나타낸 도면이다.

도 3을 참조하면, 일 실시 예에 따른 제1 타입 전자 장치(100_1)는 통신 회로(110), 제1 타입 프로세서(151), 입출력 장치(120)(예: 스피커(122)(또는 리시버), 마이크(121))를 포함할 수 있다.

상기 통신 회로(110)는 예컨대, 적어도 하나의 수신 증폭기(110_2a), 적어도 하나의 송신 증폭기(110_2b), 적어도 하나의 수신 증폭기(110_2a)를 포함하는 RF 모듈(110_1)을 포함할 수 있다. 이러한 통신 회로(110)는 앞서 도 2에 나타낸 통신 회로와 동일 또는 유사한 통신 회로가 될 수 있다. 일 예로서, 통신 회로(110)는 신호를 수신하기 위한 적어도 하나의 안테나 및 신호를 송신하기 위한 적어도 하나의 안테나를 더 포함할 수 있다.

상기 적어도 하나의 수신 증폭기(110_2a)는 예컨대, 제1 타입 전자 장치(100_1)의 적어도 하나의 안테나와 연결될 수 있다. 일 예로서, 상기 적어도 하나의 수신 증폭기(110_2a)는 적어도 하나의 저잡음 증폭기를 포함할 수 있다.

상기 송신 증폭기(110_2b)는 송신 프로세서(150b)(tx solution processor)가 전달한 신호를 증폭하고, 증폭된 송신 신호를 적어도 하나의 안테나에 전달할 수 있다. 일 예로서, 송신 증폭기(110_2b)는 오디오 프로세서에 포함된 에코 제거기로부터 송신 신호를 수신할 수 있다.

상기 RF 모듈(110_1)은 적어도 하나의 수신 증폭기(110_2a)를 통해 증폭된 신호에 대한 RF 처리를 수행할 수 있다. 일 실시 예에 따르면, 상기 RF 모듈(110_1)은 비정상 Rx 신호(또는 무선 수신 신호)를 판단 할 수 있다. 상기 RF 모듈(110_1)은 비정상 Rx 신호를 수신하거나, 네트워크 문제에 의해 음질이 열화된 데이터가 수신되면, 해당 Rx 신호를 배제시킬 수 있다. 이 동작에서, 상기 RF 모듈(110_1)은 수신된 Rx 신호에서 RF Bit error 정보를 검사하고, 검사 결과를 기반으로 Rx 신호의 정상 여부를 판단할 수 있다. 상기 RF 모듈(110_1)은 수신된 Rx 신호를 SNR(signal to ratio) 검출부(150a_1)에 전달할 수 있다.

상기 제1 타입 프로세서(151)는 응용 프로세서로서 오디오 프로세서를 포함할 수 있다. 상기 오디오 프로세서를 포함하는 제1 타입 프로세서(151)는 예컨대, 수신 프로세서(150a)(rx solution processor) 및 송신 프로세서(150b)(tx solution processor)를 포함할 수 있다. 상기 수신 프로세서(150a)는 SNR 검출부(150A_1), 학습 모듈(150a_2), 저장 제어 모듈(150a_3), 노이즈 억압 모듈(150a_4), 오디오 출력 제어 모듈(150a_5)을 포함할 수 있다. 상기 SNR 검출부(150A_1), 학습 모듈(150a_2), 저장 제어 모듈(150a_3), 노이즈 억압 모듈(150a_4), 오디오 출력 제어 모듈(150a_5) 중 적어도 하나는 소프트웨어 모듈로 형성되거나 또는 하드웨어 구성으로 형성될 수 있다.

상기 SNR 검출부(150A_1)는 RF 모듈(110_1)로부터 수신된 수화 음성 데이터의 SNR을 확인할 수 있다. SNR 검출부(150A_1)는 RF 모듈(110_1)로부터 수신된 수화 음성 데이터의 SNR이 사전 지정된 값 미만인지 확인할 수 있다. 상기 SNR 검출부(150A_1)는 SNR 수치가 사전 지정된 값 미만이면, 수신된 수화 음성 데이터의 출력을 위한 신호 전달을 수행할 수 있다. 상기 수화 음성 데이터의 SNR이 사전 지정된 값 이상인 경우 SNR 검출부(150A_1)는 성문 모델을 위한 학습과 관련하여, 수화 음성 데이터를 학습 모듈(150a_2)(예: deep neural network, DNN training 모듈)에 전달할 수 있다.

상기 학습 모듈(150a_2)(예: speaker aware DNN block)은 SNR 검출부(150A_1)를 통해 전달된 수화 음성 데이터를 캡쳐하고, 캡쳐한 음성 데이터를 학습(예: DNN Training)할 수 있다. 상기 학습 모듈(150a_2)은 성문 모델 생성과 관련하여 학습을 수행할 수 있도록 음성 데이터 수집의 결정과 관련한 가상 객체를 폰북 관련 UI(user interface)(또는 디스플레이 화면)를 통해 출력하도록 제어할 수 있다. 상기 학습 모듈(150a_2)은 전화번호부를 이용하여 상대방에게 전화를 걸었으나, 상대방이 전화 번호부에 등록된 사용자가 아닌 다른 사람이 수신하여, 다른 사람의 음성 데이터를 수신한 경우, 사전 저장된 상대방 전화번호부에 매칭된 성문 모델과의 유사도를 판단한 후 현재 수집된 음성 데이터의 학습 적용 여부를 결정할 수 있다. 예컨대, 학습 모듈(150a_2)은 현재 수집된 음성 데이터와 기존 저장된 성문 모델과의 유사도가 임계치 이상이면, 수집된 음성 데이터 기반으로 성문 모델의 학습을 수행하고, 임계치 미만이면 학습을 수행하지 않고, 음성 데이터 미반영 처리를 수행할 수 있다. 상기 학습 모듈(150a_2)은 수신된 음성 데이터에 대한 학습을 실시간으로 처리할 수 있다. 예컨대, 학습 모듈(150a_2)은 통화 중 지정된 시간 이상 수화 음성 데이터 수신이 없는 경우, 이전 수신된 음성 데이터에 대한 학습(예: 성문 모델링)을 수행할 수 있다. 또는, 학습 모듈(150a_2)은 통화 중 상대방 음성 데이터들을 저장하고, 통화가 완료된 이후, 저장된 수신 음성 데이터들을 기반으로 학습을 수행할 수 있다. 이 동작과 관련하여, 학습 모듈(150a_2)은 통화 중 상대방 음성 데이터들을 별도로 추출하는 동작을 수행할 수 있다. 또는, 학습 모듈(150a_2)은 사전 정의된 일정 길이나 일정 시간 이상의 음성 데이터가 수신된 경우, 사전 정의된 일정 발화 정보(예: 특정 단어, 문장이 포함된 음성 데이터)에 해당하는 음성 데이터가 수신된 경우, 사전 정의된 일정 크기(amplitude, 또는 음량) 이상의 음성 데이터가 수신된 경우, 사전 정의된 일정 크기 이상의 속도로 발화된 음성 데이터가 수신된 경우 중 적어도 하나의 경우에 수신된 음성 데이터를 학습할 수 있다. 학습이 진행되는 조건은 상술한 다양한 조건들 중 적어도 하나의 조건을 포함할 수 있다. 상술한 다양한 조건들은 사용자에 의해 선택되거나 조정될 수 있다.

상기 저장 제어 모듈(150a_3)은 인공신경망을 통해서 학습된 성문 모델을 메모리(130)에 저장하도록 제어할 수 있다. 일 실시 예에 따르면, 저장 제어 모듈(150a_3)은 DNN(deep neural network, 인공신경망)을 통해서 학습된 음성 정보(또는 성문 모델)를 extract speaker profile로서 메모리(130)(예: database storage)에 저장할 수 있다. 이 동작에서, 저장 제어 모듈(150a_3)은 학습된 성문 모델을 폰북(131)에 등록된 사용자 식별 정보에 매칭하여 저장할 수 있다. 이를 통해, 본 기재는 사용자가 전화 걸 때 이용하는 전화번호부 정보로 상대방을 특정 할 수 있으며, 이를 바탕으로 상대방 고유의 extract speaker profile로 저장된 성문을 생성 및 운용할 수 있다. 여기서, extract profile block은 전화번호부와 정보를 연동하여, 상대방의 음성 데이터를 지속적으로 학습하여 학습 완료 시까지 갱신 시킬 수 있다.

상기 노이즈 억압 모듈(150a_4)은 수신 음성 데이터에 대한 노이즈 억압 처리를 수행할 수 있다. 노이즈 억압 모듈(150a_4)은 노이즈 억압 처리된 데이터를 오디오 출력 제어 모듈(150a_5)에 전달할 수 있다.

상기 오디오 출력 제어 모듈(150a_5)은 노이즈 억압된 데이터의 튜닝(예: 음량, 음색 조절)할 수 있는 Gain, Filter, Limiter, DRC(dynamic range control) 중 적어도 하나를 포함할 수 있다. 상기 오디오 출력 제어 모듈(150a_5)은 학습된 extract speaker profile(database storage)에 저장 된 성문 모델을 바탕으로 수신된 음성 데이터의 Noise를 제거할 수 있다. 여기서, 노이즈 억압 모듈(150a_4) 및 오디오 출력 제어 모듈(150a_5)은 사전 정의된 일정 비율 이상 학습이 완료된 성문 모델이 존재하는 경우, 해당 성문 모델을 이용한 노이즈 제거를 수행할 수 있다. 성문 모델의 학습 정도가 사전 정의된 일정 비율 미만인 경우, 성문 모델의 이용 없이, 지정된 노이즈 제거 동작만을 수행할 수 있다.

상기 송신 프로세서(150b)는 에코 제거기(150b_1)를 포함할 수 있다. 일 실시 예에 따르면, 추가적으로 또는 대체적으로, 상기 송신 프로세서(150b)는 송화 신호를 튜닝(예: 음량, 음색 조절)할 수 있는 Gain, Filter, Limiter, DRC 중 적어도 하나를 포함할 수 있다. 상기 송신 프로세서(150b)는 배경 잡음 제거를 위한 NS(Noise Suppressor) 블록을 포함할 수 있다.

상기 에코 제거기(150b_1)는 적응형 필터(150b_1a)(adaptive filter) 및 주변 잡음 제거 모듈(150b_2b)을 포함할 수 있다. 상기 에코 제거기(150b_1)는 에코 제거를 위해 참고용 수화(Rx) 신호인 Echo Reference를 저장하고, 저장된 에코 레퍼런스 값을 기반으로 적응형 필터(150b_1a)를 만들어서 선형적인 에코를 제거할 수 있다.

추가적으로 송화 음성 데이터에는 far-end power amplifier/ far-end loudspeakers/ non-linear echo path(transfer function)/imperfect Acoustic Echo Cancellation과 같은 구성에 의한 비선형적 특성이 반영될 수 있다. 이러한 nonlinear echo 성분들을 제거하기 위해 주변 잡음 제거 모듈(150b_2b)은 상대방 음성이 학습 된 extract speaker profile block을 통해 음성 정보(성문 모델)를 참고하여 주변 잡음(Residual Echo)을 제거 할 수 있다.

일 실시 예에 따르면, 상술한 오디오 프로세서는 하드웨어 프로세서로 구성될 수 있다. 상기 오디오 프로세서 내에 포함되는 수신 프로세서(150a) 및 송신 프로세서(150b) 내에 포함되도록 기재한 적어도 하나의 구성은 하드웨어 프로세서 또는 소프트웨어 모듈 중 적어도 하나로 구성될 수 있다.

도 4는 일 실시 예에 따른 오디오 프로세서를 포함하는 제2 타입 전자 장치 구성의 한 예를 나타낸 도면이다.

도 4를 참조하면, 일 실시 예에 따른 제2 타입 전자 장치(100_2)는 통신 회로(110), 제2 타입 프로세서(152), 입출력 장치(120)(예: 스피커(122)(또는 리시버), 제1 마이크(121a), 제2 마이크(121b))를 포함할 수 있다.

상기 통신 회로(110)는 적어도 하나의 수신 안테나, 적어도 하나의 송신 안테나, RF 모듈을 포함할 수 있다. 일 예로서, 상기 통신 회로(110)(예: RF 모듈)는 통신 프로세서의 적어도 일부를 구성할 수 있다. 상기 적어도 하나의 수신 안테나는 수신 경로에 적어도 하나가 배치되어, 다른 전자 장치가 송출한(또는 기지국을 통해 전달된) 음성 데이터를 수신할 수 있다. 상기 적어도 하나의 송신 안테나는 송신 경로에 적어도 하나가 배치되어, 송신을 위해 생성된 신호를 송출할 수 있다. 상기 RF 모듈은 수신된 음성 신호에 대한 RF 수신 처리(예: 주파수 필터링, 주파수 변환)를 수행하거나, 송신 음성 신호에 대한 RF 송신 처리(예: 주파수 변환)를 수행할 수 있다. 이러한 통신 회로(110)는 앞서 도 2 및 도 3에서 설명한 통신 회로에 대응되는 구성일 수 있다.

상기 제2 타입 프로세서(152)는 수신 경로에 배치되는 채널 디코더(152_1a), Rx 보코더(152_2a), 수신 프로세서(152a), DAC(152_3A)(digital to analog converter), 학습 모듈(152a_2), 저장 제어 모듈(152a_3)을 포함할 수 있다. 상기 제2 타입 프로세서(152)의 구성 중 적어도 일부는 소프트웨어 모듈 또는 하드웨어 구성으로 형성될 수 있다.

상기 DAC(152_3A)는 수신 프로세서(152a)로부터 전달된 오디오 프로세싱된 데이터(예: 디지털 신호)를 아날로그 신호로 변환하여 스피커(122)에 전달할 수 있다. 상기 채널 디코더(152_1a)는 통신 회로(110)와 연결되어, 통신 회로(110)를 통해 수신된 수신 신호 중 음성 데이터가 전달되는 채널을 디코딩할 수 있다. 채널 디코더(152_1a)는 채널 디코딩으로, 음성 데이터가 전달되는 채널을 확인하고, 해당 채널을 통해 전달되는 음성 데이터를 Rx 보코더(152_2a)에 전달할 수 있다. 상기 Rx 보코더(152_2a)는 음성 데이터의 원본 음성을 합성하고, 합성된 원본 음성을 수신 프로세서(152a)에 전달할 수 있다. 상기 Rx 보코더(152_2a)는 합성된 원본 음성을 수신 프로세서(152a)의 SNR 검출부(152A_1)에 전달할 수 있다. 상기 SNR 검출부(152A_1)는 앞서 도 3의 제1 타입 프로세서(151)에서 설명한 바와 같이, Rx 보코더(152_2a)로부터 전달받은 데이터에 대한 SNR을 검출할 수 있다. 상기 SNR 검출부(152A_1)는 현재 수신된 음성 데이터의 SNR이 사전 지정된 값 이상인 경우(예: 수신 음성 데이터가 양호한 경우) 수신된 음성 데이터를 학습 모듈(152a_2)에 전달할 수 있다. 수신 음성 데이터의 SNR이 사전 지정된 값 미만인 경우(예: 수신 음성 데이터가 불량한 경우) 학습 모듈(152a_2)에 음성 데이터 전달이 생략될 수 있다. 수신 프로세서(152a)는 수신 음성 데이터의 SNR이 불량하더라도 해당 음성 데이터에 대한 이득 처리, Limiter 처리, 노이즈 억압 처리, DRC 처리 중 적어도 하나를 수행한 후, DAC(152_3A)에 전달할 수 있다. 수신된 음성 데이터가 양호한 경우, 학습 모듈(152a_2)은 SNR 검출부(152A_1)로부터 수신 음성 데이터를 전달받고, 수신 음성 데이터에 대한 학습을 수행할 수 있다. 상기 학습 모듈(152a_2)의 음성 데이터 학습은 앞서 도 3에서 설명한 학습 모듈(152a_2)의 성문 모델링과 동일 또는 유사하게 진행될 수 있다. 학습 모듈(152a_2)은 학습된 성문 모델을 저장 제어 모듈(152a_3)에 전달하고, 저장 제어 모듈(152a_3)은 학습된 성문 모델을 메모리(130)의 일정 영역(예: extract speaker profile)에 저장할 수 있다. 저장 과정에서, 저장 제어 모듈(152a_3)은 폰북에 등록된 상대방 식별 정보에 매칭(또는 링크)하여 저장할 수 있다. 상기 저장 제어 모듈(152a_3)은 수신 프로세서(152a)의 요청에 대응하여 특정 성문 모델의 학습 정도가 지정된 값 이상인 경우 또는 학습이 완료된 경우, 해당 성문 모델을 수신 프로세서(152a)에 전달하여, 수신된 음성 데이터에 대한 필터링에 적용할 수 있도록 지원한다.

상기 수신 프로세서(152a)는 수신된 음성 데이터에 오디오 프로세싱(예: Gain, limiter, NS(noise suppressing), DRC(dynamic range control) 중 적어도 하나) 처리를 수행하고, 오디오 프로세싱된 음성 데이터를 DAC(152_3A)에 전달할 수 있다. 이 동작에서 수신 프로세서(152a)는 저장 제어 모듈(152a_3)로부터 현재 통화 중인 상대방 식별 정보에 대응하는 성문 모델을 수신하고, 수신된 성문 모델을 기반으로 노이즈 필터링 또는 상대방 음성 필터링을 수행할 수 있다. 상술한 동작을 수행하는 과정에서, 수신 프로세서(152a)는 통화 시작에서 종료시까지 상술한 성문 모델 적용을 수행할 수 있다. 또는, 수신 프로세서(152a)는 수신된 음성 데이터의 SNR이 지정된 값 미만인 경우 성문 모델 기반의 필터링을 수행할 수 있다. 일 실시 예에 따르면, 수신 프로세서(152a)는 통화 시작 시, 상대방 식별 정보에 대응하는 성문 모델의 학습 진행 정도를 확인하고, 학습 진행이 사전 정의된 일정 값 이상(예: 일정 길이(또는 시간) 이상의 음성 데이터를 사전 정의된 횟수 이상) 진행된 경우(또는 학습이 완료된 경우) 성문 모델 기반의 필터링을 진행할 수 있다. 일 실시 예에 따르면, 상기 수신 프로세서(152a)는 성문 모델의 학습이 사전 정의된 값 미만인 경우, 통화 중에 성문 모델의 학습을 진행하고, 통화 중 학습이 완료된 경우(또는 사전 정의된 진행 정도 이상인 경우), 해당 시점부터 성문 모델 기반의 필터링을 수행하거나 다음 통화 시에 성문 모델 기반의 필터링을 수행할 수 있다. 또는, 수신 프로세서(152a)는 학습 완료 시점(또는 학습 진행 정도가 지정된 값 이상이 되는 시점)에 성문 모델 기반의 필터링 적용 여부를 묻는 팝업을 출력하고, 사용자 선택에 대응하여 성문 모델 기반 필터링을 수행할 수 있다.

상기 제2 타입 프로세서(152)는 송신 경로에 배치되는 ADC(152_3B)(analog to digital converter), 에코 제거기(152b), Tx 인코더(152_2b), 채널 인코더(152_1b)를 포함할 수 있다. 상기 에코 제거기(152b), Tx 인코더(152_2b), 채널 인코더(152_1b) 중 적어도 하나는 소프트웨어 모듈 또는 하드웨어 구성으로 형성될 수 있다.

상기 ADC(152_3B)는 제1 마이크(121a)에 연결되어 제1 마이크(121a)가 수집한 사용자 음성 신호를 디지털 신호로 변환하여 에코 제거기(152b)에 전달할 수 있다. 제2 마이크(121b)는 디지털 마이크로서 별도의 ADC 과정 없이 수신된 음성을 디지털 신호로 변환하여 에코 제거기(152b)에 전달할 수 있다. 도시된 도면에서는 제1 마이크(121a)를 아날로그 마이크로 기재하고, 제2 마이크(121b)를 디지털 마이크로 기재하였으나, 본 발명이 이에 한정되는 것은 아니다. 상기 제2 타입 전자 장치(100_2)는 복수개의 마이크들을 포함할 수 있으며, 복수개의 마이크들 전체가 아날로그 마이크이거나, 전체 중 적어도 일부 마이크들이 아날로그 마이크로 구성되고, 나머지 적어도 하나의 마이크가 디지털 마이크로 구성될 수 있다.

상기 에코 제거기(152b)는 앞서 도 3에서 설명한 에코 제거기와 동일 또는 유사한 구성이 될 수 있다. 예컨대, 상기 에코 제거기(152b)는 예컨대, 적응형 필터(152b_1)(adaptive filter) 및 주변 잡음 제거 모듈(152b_2)을 포함할 수 있다. 상기 에코 제거기(152b)는 마이크들(121a, 121b)로부터 사용자 음성 데이터를 수신하면, 저장 제어 모듈(152a_3)로부터 상대방 식별 정보에 대응하는 성문 모델을 수신하고, 수신된 성문 모델을 기반으로 에코 필터링을 수행할 수 있다. 상기 에코 제거기(152b)는 적응형 필터를 기반으로 에코를 제거하고, 성문 모델 기반으로 주변 잡음을 제거한 후, 잡음이 제거된 신호를 Tx 인코더(152_2b)에 전달할 수 있다. Tx 인코더(152_2b)는 수신된 데이터를 채널에 실을 수 있는 형태의 패킷으로 변환하고, 채널 인코더(152_1b)는 음성 데이터 전송을 위해 할당된 채널에 해당 패킷을 실을 수 있다.

일 실시 예에 따르면, 상술한 디지털 신호 처리기(AP_DSP)에 포함된 구성 중 적어도 일부 구성은 하드웨어 프로세서로 구성될 수 있다. 또는, 상기 디지털 신호 처리기 내에 배치된 구성들 중 적어도 일부 구성은 하드웨어 구성으로 마련되고, 나머지 구성들은 소프트웨어 모듈로 구성될 수 있다.

상술한 바와 같이, 본 기재의 음성 데이터를 수신하는 전자 장치(100, 101, 102, 100_1, 100_2 중 적어도 하나)는, 학습(예: DNN 트레이닝) 및 성문 모델을 생성하고, 생성된 성문 모델을 기반으로 노이즈를 제거하여 보다 명료한 통화 기능을 지원할 수 있으며, 통화 시마다 누적하여 자동으로(또는 사용자 선택에 따라) 학습을 실시하여 성문 모델의 지속적 갱신을 지원할 수 있다. 일 예로서, 본 기재의 전자 장치(100, 101, 102, 100_1, 100_2 중 적어도 하나)는 상대방 음성에 의해 형성되는 에코 제거뿐만 아니라, 주변 잡음(residual echo)까지 제거할 수 있도록 지원한다.

상술한 도 3 및 도 4에서 설명한 제1 타입 전자 장치(100_1) 및 제2 타입 전자 장치(100_2)는 본 기재의 실시 예에 따른 주변 잡음 제거와 관련한 구성의 변형 형태를 설명한 것으로, 앞서 도 1 및 도 2에서 설명한 전자 장치들(예: 101, 102, 100) 중 적어도 하나에 적용될 수 있다. 또한, 상술한 제1 타입 전자 장치(100_1) 및 제2 타입 전자 장치(100_2)에서 설명한 구성들을 포함하는 전자 장치는 이하에서 설명하는 폰북 기반의 성문 운용 방법 중 적어도 일부에도 적용될 수 있다. 한편, 상술한 제1 타입 전자 장치(100_1) 및 제2 타입 전자 장치(100_2)의 각 구성들은 본 기재의 폰북 기반의 성문 운용을 지원하기 위한 하나의 예시로 제시한 것으로, 본 기재가 이에 한정되는 것은 아니다. 예컨대, 제1 타입 전자 장치(100_1) 및 제2 타입 전자 장치(100_2)들에서 설명한 적어도 일부 구성은 생략되거나, 설명(또는 도시)한 위치가 변경될 수 있다. 일 예로서, 예컨대, 도 3의 구성의 적어도 일부는 생략되거나 도 4의 구성의 적어도 일부로 대치될 수 있으며, 도 4의 구성의 적어도 일부 역시 생략되거나 또는 도 3의 구성의 적어도 일부로 대체될 수 있다. 또한, 상술한 도 1 내지 도 4에서 설명한 적어도 하나의 전자 장치는 후술하는 도 12에서의 전자 장치의 구성 중 적어도 일부를 더 포함할 수 있다.

도 5는 일 실시 예에 따른 서버 장치 구성의 한 예를 나타낸 도면이다.

도 5를 참조하면, 일 실시 예에 따른 서버 장치(200)는 서버 통신 회로(210), 서버 메모리(230) 및 서버 프로세서(250)를 포함할 수 있다.

상기 서버 통신 회로(210)는 상기 서버 장치(200)의 통신 기능을 지원할 수 있다. 상기 서버 통신 회로(210)는 네트워크(50)를 통해 적어도 하나의 전자 장치(100)와 통신 채널을 형성할 수 있다. 일 실시 예에 다르면, 상기 서버 통신 회로(210)는 전자 장치(100, 101, 102, 100_1, 100_2 중 적어도 하나, 이하 100을 기준으로 설명)의 성문 모델링을 지원하기 위한 다양한 데이터 또는 신호를 전자 장치(100)와 송수신할 수 있다. 예컨대, 서버 통신 회로(110)는 전자 장치(100)로부터 성문 모델링을 위한 상대방 전자 장치로부터 수신한 음성 데이터(예: 도 1의 제2 음성 데이터)를 수신할 수 있다. 또는, 서버 통신 회로(110)는 서버 프로세서(250) 제어에 대응하여, 전자 장치(100)로부터 상대방 전자 장치에 대응하는 학습 중인 성문 모델을 수신할 수 있다. 상기 서버 통신 회로(110)는 상기 수신 음성 데이터를 기반으로 생성된 성문 모델 또는 상기 수신 음성 데이터를 기반으로 상기 학습 중인 성문 모델을 갱신한 갱신 성문 모델, 학습이 완료된 성문 모델 중 적어도 하나를 전자 장치(100)에 제공할 수 있다.

상기 서버 메모리(230)는 상기 서버 장치(200) 운용에 필요한 데이터 또는 프로그램을 저장할 수 있다. 일 실시 예에 따르면, 상기 서버 메모리(230)는 전자 장치(100)로부터 수신한 수신 음성 데이터(예: 전자 장치(100)가 상대방 전자 장치로부터 수신한 음성 데이터) 및 상대방 전자 장치 식별을 위한 식별 정보를 포함하는 음성 데이터 정보(231), 상기 수신 음성 데이터를 기반으로 학습을 수행하여 생성한 성문 모델 학습 정보(232), 상기 성문 모델링을 위한 학습 알고리즘(233)을 저장할 수 있다. 상기 성문 모델 학습 정보(232)에는 수신 음성 데이터의 학습 결과에 해당하는 학습 중인 성문 모델 또는 학습이 완료된 성문 모델과 상기 상대방 전자 장치 식별을 위한 식별 정보가 포함될 수 있다. 상기 상대방 전자 장치 식별을 위한 식별 정보는 전자 장치(100)가 랜덤 또는 일정 규칙에 따라 생성한 정보로서, 성문 모델과 상대방 전자 장치의 전화 번호나 이름이 직접적으로 매칭되지 않도록 함으로써, 개인 정보 보호를 위해 사용될 수 있다. 일 예로서, 상기 상대방 전자 장치 식별을 위한 식별 정보는 상대방 전자 장치의 이름이나 전화 번호 이메일 또는 SNS 주소 정보로 대체될 수도 있다.

상기 서버 프로세서(250)는 서버 장치(200) 운용을 위한 신호의 전달과 처리 및 처리 결과에 대한 저장 제어를 수행할 수 있다. 일 실시 예에 따르면, 상기 서버 프로세서(250)는 일 실시 예에 따른 성문 모델링 기능 지원과 관련하여, 성문 모델 학습부(251) 및 사용자 정보 관리부(252)를 포함할 수 있다.

상기 성문 모델 학습부(251)는 전자 장치(100)로부터 수신된 수신 음성 데이터에 대한 성문 모델링(또는 학습)을 수행할 수 있다. 이와 관련하여, 성문 모델 학습부(251)는 수신 음성 데이터에 학습 알고리즘(예: deep neural network, DNN 알고리즘)을 적용하여 성문 모델을 생성할 수 있다. 상기 성문 모델 학습부(251)는 생성된 성문 모델을 전자 장치(100)에 전송할 수 있다. 이 동작에서, 상기 성문 모델 학습부(251)는 수신된 음성 데이터에 대한 성문 모델의 완성도를 설정할 수 있다. 상기 성문 모델 학습부(251)는 학습이 완료되지 않은 성문 모델을 전자 장치(100)에 제공하는 과정에서, 학습 진행 정도에 대응하는 정보(예: 30%, 50%...)를 함께 제공할 수 있다.

이와 관련하여, 성문 모델 학습부(251)는 일정 길이 이상의 음성 데이터에 대한 학습 횟수 또는 전체 학습에 이용되는 음성 데이터 길이(또는 시간)를 사전 정의할 수 있다. 성문 모델의 학습 완료와 관련한 음성 데이터의 길이는 통계적으로 정의될 수 있다. 또는, 성문 모델의 학습 완료와 관련한 음성 데이터 길이는 학습된 성문 모델을 실제 수신 음성 데이터에 적용하여 필터링을 수행한 후, 필터링 수행 결과의 데이터 왜곡도를 기준으로 결정될 수 있다.

상기 성문 모델 학습부(251)는 전자 장치(100)로부터 수신 음성 데이터와 함께 학습 중인 성문 모델을 수신하는 경우, 수신된 학습 중 성문 모델에 상기 수신 음성 데이터를 적용하여 성문 모델링(또는 학습)을 수행할 수 있다. 일 실시 예에 따르면, 상기 성문 모델 학습부(251)는 학습 중 성문 모델(또는 학습이 완료되지 않은 성문 모델)을 서버 메모리(230)에 저장 관리할 수 있다. 상기 성문 모델 학습부(251)는 성문 모델의 학습이 완료되면, 학습 완료된 성문 모델을 전자 장치(100)에 제공하는 한편, 서버 메모리(230)에서 관련 정보(예: 학습이 완료된 성문 모델)를 삭제할 수 있다.

상기 사용자 정보 관리부(252)는 수신 음성 데이터를 제공한 전자 장치(100)와 관련한 정보를 저장 및 관리할 수 있다. 일 실시 예에 따르면, 사용자 정보 관리부(252)는 전자 장치(100)의 식별 정보 및 전자 장치(100)가 성문 모델링을 요청하는 상대방 전자 장치의 식별 정보, 전자 장치(100)가 제공한 수신 음성 데이터를 통해 학습 중인 성문 모델 중 적어도 일부를 저장할 수 있다. 이 동작에서, 개인 정보 보호와 관련하여, 상대방 전자 장치의 식별 정보는 전자 장치(100)에서 생성한 임의의 정보로 대체될 수 있다. 사용자 정보 관리부(252)는 특정 성문 모델에 대한 학습이 완료되면, 해당 성문 모델과 관련한 상대방 전자 장치의 식별 정보를 삭제할 수 있다.

상기 서버 프로세서(250)는 전자 장치(100)로부터 실시간으로 수신 음성 데이터를 수신할 수 있다. 일 예로서, 상기 전자 장치(100)는 상대방 전자 장치와 통화 채널을 형성하고, 상대방 전자 장치로부터 음성 데이터를 수신하면, 이를 서버 장치(200)에 제공할 수 있다. 이 과정에서, 상기 서버 프로세서(250)는 수신된 음성 데이터의 SNR을 확인하고, SNR이 지정된 값 미만인 경우 해당 수신 음성 데이터를 성문 모델링에 적용하지 않고 폐기할 수 있다. 상기 서버 프로세서(250)는 수신 음성 데이터 폐기 시, 폐기 처리 및 폐기 이유 중 적어도 일부를 전자 장치(100)에 안내할 수 있다. 서버 프로세서(250)에서 수신 음성 데이터 중 성문 모델링을 위해 사용할 부분을 추출하도록 설계된 경우, 상기 도 3 및 도 4에서 설명한 전자 장치들(100_1, 100_2)에 기재한 SNR 검출부는 생략될 수 있다. 상기 전자 장치들(100_1, 100_2)에서 SNR 검출부를 이용하여 지정된 SNR 값 이상의 수신 음성 데이터를 서버 장치(200)에 전송하도록 설계된 경우, 상기 서버 프로세서(250)의 음성 데이터 추출 동작은 생략될 수 있다.

도 6은 일 실시 예에 따른 폰북 기반의 성문 모델링과 관련한 전자 장치 운용 방법의 한 예를 나타낸 도면이다.

도 6을 참조하면, 일 실시 예에 따른 폰북 기반의 성문 모델링과 관련한 전자 장치 운용 방법과 관련하여, 전자 장치(100)의 프로세서(150)는 601 동작에서 폰북 기반 통화 호 연결을 수행할 수 있다. 이와 관련하여, 프로세서(150)는 폰북 실행 요청에 대응하여 폰북 화면을 디스플레이(140)에 출력하도록 제어할 수 있다. 상기 폰북 화면은 학습 기능의 턴-온 또는 턴-오프를 설정할 수 있는 항목을 포함할 수 있다. 상기 폰복 화면에 표시된 폰북 리스트(또는 상대방 전자 장치의 식별 정보 리스트) 중 특정 항목(또는 상대방 전자 장치의 식별 정보)이 선택된 후 통화 연결을 요청하는 사용자 입력이 발생하면, 프로세서(150)는 상대방 전자 장치에 통화 호 연결 요청 메시지를 전송하고, 상대방 전자 장치가 통화 호 연결을 수락하면 통화 호를 연결할 수 있다. 상기 프로세서(150)는 통화 호 연결 시, 통화 호 연결에 대응하는 화면을 디스플레이(140)에 출력할 수 있다. 상기 통화 호 연결 화면은 통화 기능과 관련한 적어도 하나의 항목(예: 통화 종료 버튼, 스피커 전환 버튼, 키패드 선택 버튼)을 포함하며, 성문 모델에 관한 학습 기능을 턴-온 또는 턴-오프할 수 있는 항목을 포함할 수 있다. 일 실시 예에 따르면, 상기 폰북 화면 및 통화 연결 화면 중 적어도 하나는 상대방 전자 장치의 음성 데이터를 기반으로 학습을 수행한 성문 모델의 학습 정도를 지시하는 정보(예: 학습 정도를 나타내는 텍스트 또는 학습 정도에 대응하는 진행 바)를 출력할 수 있다.

603 동작에서, 프로세서(150)는 상대방 전자 장치로부터 음성 신호를 수신할 수 있다. 이와 관련하여, 상대방 전자 장치의 사용자는 통화 호 연결 후, 발화를 수행하여 자신의 음성 신호를 전자 장치(100)에 전송할 수 있다.

605 동작에서, 프로세서(150)는 수신된 음성 신호가 비정상 신호인지 확인할 수 있다. 예컨대, 프로세서(150)는 수신 음성 신호에 대한 네트워크 손실 여부나 SNR 적정 신호 여부를 확인할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 네트워크(또는 기지국)로부터 수신된 신호 수신 세기가 지정된 값 미만인 상태에서 수신된 음성 신호를 비정상 신호로 판단할 수 있다. 또는, 프로세서(150)는 수신된 음성 신호의 비트 에러율을 확인하고, 비트 에러율이 지정된 값 이상인 경우, 비정상 신호로 판단할 수 있다. 또는, 프로세서(150)는 수신된 음성 신호에서 신호 대 노이즈 비율(SNR)을 확인하고, SNR이 지정된 값 미만인 경우(신호의 비율이 지정 값보다 낮은 경우) 비정상 신호로 판단할 수 있다.

수신된 음성 신호가 비정상 신호가 아닌 경우(또는 정상 신호인 경우), 607 동작에서, 프로세서(150)는 학습 기능이 턴-온 상태인지 확인할 수 있다. 상기 프로세서(150)는 학습 기능 턴-온 설정 확인과 관련하여 AI(artificial intellectual) 훈련 블록의 활성화 여부를 확인할 수 있다. 상기 프로세서(150)는 학습 기능 설정과 관련한 음성 인식 기능을 제공할 수 있으며, 사용자가 상대방 전자 장치 사용자의 음성 데이터 훈련을 희망하지 않을 경우, 상술한 AI 훈련 블록을 턴-오프할 수 있으며, 음성 데이터 훈련을 희망할 경우, AI 훈련 블록을 턴-온으로 변경할 수 있다.

일 실시 예에 따르면, 상기 프로세서(150)는 학습 기능이 턴-오프 상태이면, 학습 기능의 설정을 전환할 수 있는 팝업창 또는 객체를 디스플레이(140)에 출력할 수 있다. 또는, 프로세서(150)는 학습 기능이 턴-온된 상태 또는 턴-오프된 상태임을 지시하는 알림음 또는 지시 정보 중 적어도 하나를 출력할 수 있다. 일 실시 예에 따르면, 상대방 전자 장치에 대응하는 성문 모델의 학습이 완료된 상태이면, 프로세서(150)는 설정에 따라 학습 완료된 성문 모델이 적용되고 있음을 안내하는 안내음이나 안내 정보 중 적어도 하나를 출력할 수 있다.

상기 전자 장치(100)가 성문 모델링을 위한 학습 기능을 자동으로(또는 디폴트로, 또는 기본 기능으로) 제공하는 경우, 상기 607 동작은 생략될 수 있다. 추가로, 성문 모델링과 관련한 리소스 사용 제한과 관련하여, 학습 기능을 턴-오프 시키는 기능을 제공할 수 있다. 또는, 프로세서(150)는 폰북에 등록된 다른 사용자들의 성문 모델링 기능은 기본으로 턴-오프되도록 설정하고, 통화 연결 횟수가 지정된 횟수 이상인 상대방(또는 지정된 시간 이상 통화 연결한 상대방)에 대해서 성문 모델링을 위한 학습 기능을 턴-온 상태로 자동 전환(또는 사용자 확인을 거쳐서 수락 시 전환)할 수 있다.

학습 기능이 턴-온 상태인 경우, 609 동작에서, 프로세서(150)는 음성 데이터 학습을 수행할 수 있다. 예컨대, 프로세서(150)는 수신 음성 데이터를 학습 모듈(예: 도 2의 학습 모듈(150a2_2) 또는 도 3의 학습 모듈(152a_2))(예: DNN 블록)에 전달하여, 음성 훈련을 수행할 수 있다. 이와 관련하여, 프로세서(150)는 학습 알고리즘을 메모리(130)로부터 수신하고, 수신된 학습 알고리즘을 이용하여 수신 음성 데이터에 대한 학습을 수행할 수 있다.

611 동작에서, 프로세서(150)는 학습 결과와 기 저장된 성문 모델과의 유사도(또는 상관도)를 비교하여, 유사도가 기준 값 이상인지 확인할 수 있다. 예컨대, 프로세서(150)는 수신 음성 데이터의 학습 결과로 생성된 성문 모델과 기 저장된 성문 모델과의 유사도 비교를 수행할 수 있다. 이를 통해, 폰북에 등록된 상대방 전자 장치를 상대방 본인이 아니라 다른 사람이 사용하는 경우에 전달된 음성 데이터를 학습 과정에서 배제시킬 수 있다. 일 예로서, 폰북에 등록된 아버지의 휴대용 통신 장치에 통화 연결을 시도하여 통화 채널을 형성하는 과정에서, 어머니가 아버지의 휴대용 통신 장치를 통해 대화를 수행할 수 있다. 이 경우, 상기 프로세서(150)는 수신된 음성 신호(예: 어머니의 음성 신호)를 폰북에(또는 폰북에 연계된 저장 영역에) 기 저장된 아버지 음성 신호와 비교하고, 유사도가 기준 값 미만인 경우 아버지가 아닌 다른 사람의 음성 신호로 판단할 수 있다. 다른 사람의 음성 신호로 판단된 경우, 프로세서(150)는 현재 수신된 음성 신호(예: 어머니의 음성 신호)를 학습(예: 아버지의 성문 모델 학습)에 적용하지 않도록 처리할 수 있다. 상술한 동작에서, 상기 프로세서(150)는 음성 신호 비교에 대체하여 음성 신호를 통해 생성된 성문 모델 비교(예: 폰북에 저장된 아버지 목록에 대응하는 학습 중인 성문 모델과 어머니 음성 신호로부터 생성된 성문 모델의 비교)를 수행할 수도 있다.

다른 예로서, 상기 프로세서(150)는 수신된 음성 신호(예: 어머니의 음성 신호)로부터 생성된 성문 모델이 폰북에 저장된 아버지의 학습 중인 성문 모델(또는 기 저장된 음성 신호)과의 유사도가 기준 값 미만인 경우, 폰북 리스트에 등록된 다른 사용자 항목들의 음성 신호(또는 기 저장된 성문 모델)와 비교하여 유사도가 기준 값 이상인 사용자 항목(예: 폰북에 기 저장된 어머니 항목)을 검출할 수 있다. 상기 프로세서(150)는 다른 사용자 항목(예: 어머니 항목)이 검출되면, 현재 수신 다른 사용자 항목에 대응하는 음성 신호(예: 어머니 음성 신호)를 기 저장된 학습 중인 성문 모델(예: 어머니 음성 신호에 대응하는 학습 중인 성문 모델)에 적용하여 학습을 진행할 수 있다. 다른 사용자 항목이 검출되지 않는 경우, 상기 프로세서(150)는 수신된 음성 신호(예: 어머니의 음성 신호)에 대한 학습 미적용을 처리할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 상기 수신된 음성 신호(예: 어머니의 음성 신호)에 대응하는 다른 사용자 항목(예: 폰북에 저장된 어머니 항목)이 검출되더라도, 해당 성문 모델의 학습이 완료된 경우, 별도의 추가 학습을 수행하지 않도록 처리할 수 있다. 추가적으로 또는 대체적으로, 상기 프로세서(150)는 검출된 다른 사용자 항목에 대응하는 성문 모델(예: 학습 완료된 성문 모델)을 기반으로 수신된 음성 신호(예: 어머니 음성 신호)의 필터링(예: 어머니 성문 모델을 이용한 필터링)을 수행할 수 있다. 일 실시 예에 따르면, 상술한 현재 수신된 음성 신호(예: 아버지의 휴대용 통신 장치로 어머니가 송신한 음성 신호)와 유사도가 높은 다른 사용자 항목(예: 폰북에 저장된 어머니 항목)을 검출하는 동작 수행과 관련하여, 상기 프로세서(150)는 다른 사용자 항목 검색 시, 우선적으로 상대방 전자 장치(예: 아버지의 휴대용 통신 장치)와 관련성이 높은 다른 사용자 항목들(예: 가족으로 등록된 다른 사용자 항목들)과의 음성 신호 비교(또는 모델 비교)를 수행할 수 있다.

유사도가 기준 값 이상인 경우, 613 동작에서, 프로세서(150)는 학습 결과를 갱신할 수 있다. 예컨대, 상기 프로세서(150)는 수신 음성 데이터에 대한 학습 결과를 기존 저장된 학습 중인 성문 모델에 통합하고, 통합된 성문 모델을 extract speaker profile(database storage)(또는 메모리(130))에 저장할 수 있다. 상기 학습 및 갱신된 성문 모델은 상대방 연락처와 동기화되어 저장될 수 있다.

한편, 605 동작에서 비정상 음성 신호를 수신한 경우, 607 동작에서 학습 기능이 턴-오프로 설정되어 있는 경우, 611 동작에서 유사도가 기준 값 미만인 경우 중 적어도 하나의 경우에, 프로세서(150)는 615 동작에서 데이터 미반영 처리를 수행할 수 있다. 예컨대, 프로세서(150)는 수신된 음성 데이터를 학습에 적용하지 않고, 일반 오디오 프로세싱을 수행한 후 스피커를 통해 출력하도록 제어할 수 있다.

617 동작에서, 프로세서(150)는 학습 종료와 관련한 이벤트 발생이 있는지 확인할 수 있다. 예컨대, 프로세서(150)는 통화 종료와 관련한 이벤트가 발생하는 경우 또는 학습 기능을 턴-오프하는 사용자 입력을 수신하는 경우, 학습 기능 비실행을 요청하는 메시지를 상대방 전자 장치로부터 수신하는 경우 중 적어도 하나의 경우가 발생하는지 확인할 수 있다. 학습 종료와 관련한 이벤트가 발생하면, 프로세서(150)는 학습 기능을 종료하고, 학습 종료 관련 이벤트 발생이 없으면, 프로세서(150)는 603 동작 이전으로 분기하여 이하 동작을 재수행할 수 있다.

도 7은 일 실시 예에 따른 폰북 기반의 성문 모델 운용과 관련한 제1 전자 장치 운용 방법의 한 예를 나타낸 도면이다.

도 7을 참조하면, 일 실시 예에 따른 제1 전자 장치 운용 방법과 관련하여, 전자 장치(100)의 프로세서(150)는 701 동작에서, 폰북 기반 통화 연결을 수행할 수 있다. 상기 701 동작은 앞서 설명한 601 동작과 동일 또는 유사한 동작이 될 수 있다. 상기 폰북 기반 통화 연결은 폰북을 통해서 통화 연결되는 경우뿐만 아니라, 가상 번호 키패드를 통해 상대방 전화 번호를 누른 경우라 하더라도, 상대방 전화 번호가 폰북에 등록되어 있는 경우, 폰북 기반 통화 연결에 포함될 수 있다.

703 동작에서, 프로세서(150)는 상대방 전자 장치와 연결된 통화 채널을 통하여 음성(예: 음성 데이터 또는 음성 신호)을 수신할 수 있다. 상기 프로세서(150)는 음성이 수신되면, 상대방 전자 장치의 식별 정보에 대응하여 저장된 성문 모델을 메모리(130)로부터 획득할 수 있다. 상기 성문 모델을 획득하는 시점은, 통화 호 연결을 요청하는 시점 또는 상대방 전자 장치가 통화 호 연결을 수락하는 시점, 상대방 전자 장치로부터 음성 데이터를 수신하는 시점 중 적어도 한 시점이 될 수 있다.

705 동작에서, 프로세서(150)는 성문 모델(또는 학습 결과)을 기반으로 수신된 음성 데이터에 대한 노이즈 필터링을 수행할 수 있다. 예컨대, 프로세서(150)는 수신된 음성 데이터에 대한 주변 잡음 제거를 수행할 수 있다. 일 실시 예에 따르면, 상기 프로세서(150)는 앞서 도 6에서 설명한 605 동작에서 비정상 신호로 확인되면, 상대방 전자 장치에 대응하는 성문 모델 기반의 필터링 동작을 수행할 수 있다. 비정상 신호가 아닌 경우, 상기 프로세서(150)는 주변 잡음 제거를 위하여 선택적으로 성문 모델 기반의 필터링을 수행하거나 또는 성문 모델 기반의 필터링을 수행할 수 있다. 이하 동작은 성문 모델 기반의 필터링 수행을 설명한 것이다.

상기 프로세서(150)는 주변 잡음이 제거된 음성 데이터를 아날로그 신호로 변환하고, 변환된 아날로그 신호를 스피커를 통해 출력할 수 있다. 상술한 동작 수행과 관련하여, 상기 프로세서(150)는 학습된 성문 모델의 학습 정도에 따라 다양한 동작을 수행할 수 있다. 예컨대, 상기 프로세서(150)는 학습된 성문 모델의 학습 진행 정도가 지정된 기준 값 미만인 경우, 별도의 노이즈 필터링을 수행하지 않고, 학습 모델의 학습 진행 정도가 부족함을 안내하는 안내음 또는 안내 정보를 출력할 수 있다. 또는, 상기 프로세서(150)는 학습된 성문 모델의 학습 진행 정도가 지정된 기준 값 미만인 경우, 온전한 노이즈 필터링을 수행할 수 없음을 안내하면서도, 학습 진행 중인 성문 모델을 이용한 노이즈 필터링을 수행할 수도 있다. 학습이 완료된 성문 모델인 경우, 프로세서(150)는 별도의 안내 없이(또는 성문 모델 기반 노이즈 필터링이 적용됨을 안내하면서) 수신된 음성 데이터에 대한 노이즈 필터링(예: 주변 잡음 제거)을 수행할 수 있다.

707 동작에서, 프로세서(150)는 통화 종료와 관련한 이벤트 발생 여부를 확인할 수 있다. 통화 종료와 관련한 이벤트 발생이 없는 경우, 프로세서(150)는 703 동작 이전으로 분기하여 이하 동작을 재수행할 수 있다. 통화 종료 관련 이벤트 발생 시, 프로세서(150)는 성문 모델 이용을 위한 하드웨어 또는 소프트웨어 자원을 반납하고, 통화 기능을 종료할 수 있다.

한편, 상술한 설명에서는, 음성 수신 환경에서, 폰북에 등록된 상대방 전화번호에 대응하는 성문 모델을 적용하는 예시를 설명하였으나, 음성 송신 환경에도 동일하게 적용될 수 있다. 예컨대, 프로세서(150)는 마이크를 통하여 사용자 음성이 수집되면, 사용자 음성이 수집되는 구간에 대해 상기 상대방 전자 장치의 식별 정보에 대응하는 성문 모델을 이용한 노이즈 필터링을 수행할 수 있다. 추가적으로 또는 대체적으로, 상기 사용자 음성이 수집되는 구간에 대해 적응형 필터를 이용한 에코 제거(예: 스피커를 통해 출력되는 신호 중 마이크로 수집되는 신호의 제거)가 수행될 수 있고, 상기 프로세서(150)는 상기 성문 모델을 이용하여 에코 제거 이후 남겨진 주변 잡음을 추가로 제거할 수 있다.

상술한 도 6에서 설명한 성문 모델의 학습 동작은, 후술하는 도 7에서의 성문 모델을 이용한 필터링 동작과 독립적으로 수행될 수 있다. 예컨대, 프로세서(150)는 폰북에 저장된 상대방 전자 장치와 통화 연결 시, 상대방 전자 장치에 대응하는 성문 모델의 학습이 완료되지 않은 경우, 해당 성문 모델을 이용한 필터링 동작은 수행하지 않고, 도 6에서 설명하는 성문 모델 학습 동작을 수행할 수 있다. 상기 프로세서(150)는 폰북에 저장된 상대방 전자 장치와 통화 연결 시, 상대방 전자 장치에 대응하는 성문 모델의 학습이 완료된 경우, 도 6에서 설명하는 학습 동작은 수행하지 않고, 도 7에서 설명하는 성문 모델을 이용한 필터링 동작을 수행할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 폰북에 저장된 상대방 전자 장치와 통화 연결을 수행하는 중에 수신된 음성 신호가 상대방 본인이 아닌 경우를 확인하고(예: 611 동작), 상대방 본인이 아닌 경우, 앞서 설명한 바와 같이, 다른 사용자 항목(예: 어머니 항목)의 성문 모델 학습 완료 여부에 따라 추가 학습 또는 필터링 동작을 수행하도록 제어할 수 있다.

도 8은 일 실시 예에 따른 폰북 기반의 성문 모델 운용과 관련한 제2 전자 장치 운용 방법의 한 예를 나타낸 도면이다.

도 8을 참조하면, 일 실시 예에 따른 제2 전자 장치 운용 방법과 관련하여, 전자 장치(100)(예: 제2 전자 장치(100))의 프로세서(150)는 801 동작에서, 통화 호 수신 여부를 확인할 수 있다. 통화 호 수신이 없는 경우, 프로세서(150)는 803 동작에서, 지정 기능 수행을 처리할 수 있다. 예컨대, 프로세서(150)는 사용자 입력에 대응하여 특정 어플리케이션을 실행하거나, 현재 실행 중인 어플리케이션에 대응하는 화면 또는 오디오 신호의 출력을 제어할 수 있다.

통화 호가 수신되면, 805 동작에서, 프로세서(150)는 통화 호 연결을 요청한 상대방 전자 장치의 식별 정보(예: 전화 번호)가 폰북에 존재하는지 확인할 수 있다. 폰북에 사전 등록된 식별 정보인 경우, 프로세서(150)는 상기 상대방 전자 장치의 식별 정보(예: 이름, 전화 번호)를 포함하는 통화 호 연결 요청 화면을 출력할 수 있다. 통화 호 연결을 수락하는 사용자 입력이 수신되면, 프로세서(150)는 상대방 전자 장치와 통화 채널을 형성할 수 있다. 상기 프로세서(150)는 통화 채널을 통하여 상대방 전자 장치가 전송한 음성 데이터를 수신할 수 있다. 폰북에 등록되지 않은 식별 정보인 경우, 프로세서(150)는 803 동작으로 분기하여 지정 기능(예: 사용자의 통화 호 수락에 대응하는 통화 기능) 수행을 처리할 수 있다.

807 동작에서, 프로세서(150)는 통화 채널을 통하여 음성 데이터가 수신되면, 전자 장치(100)는 수신된 음성 데이터에 대한 학습을 수행하여 성문 모델을 생성할 수 있다. 상기 프로세서(150)는 폰북에 등록된 식별 정보에 매칭하여 상기 성문 모델을 메모리(130)에 저장할 수 있다.

809 동작에서, 프로세서(150)는 통화 기능 종료 여부를 확인하고, 통화 기능이 유지되는 경우, 807 동작으로 분기하여 이하 동작을 재수행할 수 있다. 통화 기능이 종료되면, 프로세서(150)는 음성 데이터 학습 기능을 종료할 수 있다.

일 실시 예에 따르면, 폰북에 등록되지 않은 식별 정보를 가지는 전자 장치로부터 통화 호 연결을 수신하더라도, 전자 장치(100)는 성문 모델 학습과 관련한 화면을 출력하고, 사용자 설정에 따라 상대방으로부터 수신된 음성 데이터를 기반으로 성문 모델링을 수행할 수 있다. 이후, 프로세서(150)는 학습된 성문 모델에 대응하는 폰북 정보 등록을 지원할 수 있다. 이와 관련하여, 프로세서(150)는 통화 중 수신된 음성 데이터를 저장하고, 통화 종료 후, 학습을 통해 성문 모델을 생성할 수 있다. 또는, 프로세서(150)는 통화 중에 상대방 전자 장치에 대응하는 신규 식별 정보(예: noname)를 생성하고, 통화 중 수신된 음성 데이터를 기반으로 생성한 성문 모델을 신규 식별 정보에 매칭하여 메모리(130)에 저장할 수 있다. 통화 종료 후, 프로세서(150)는 신규 식별 정보 변경을 요청하는 화면을 디스플레이(140)에 출력할 수 있다.

도 9는 일 실시 예에 따른 폰북 기반의 성문 모델 운용과 관련한 전자 장치의 서버 장치 이용 방법의 한 예를 나타낸 도면이다.

도 9를 참조하면, 일 실시 예에 따른 전자 장치의 서버 장치 이용 방법과 관련하여, 전자 장치(100)의 프로세서(150)는 901 동작에서, 폰북 등록 사용자의 통화 데이터 수신이 발생하는지 확인할 수 있다. 이와 관련하여, 전자 장치(100)는 다른 전자 장치와 통화 채널을 형성할 수 있다. 폰북 등록 사용자의 통화 데이터 수신이 없는 경우, 903 동작에서, 프로세서(150)는 지정 기능 수행을 처리할 수 있다. 예컨대, 프로세서(150)는 사용자 입력에 대응하여 전자 장치(100)의 특정 사용자 기능(예: 음악 재생 기능, 웹 서핑 기능, 동영상 재생 기능) 수행을 지원할 수 있다.

폰북 등록 사용자의 통화 데이터(예: 음성 데이터)를 수신한 경우, 905 동작에서, 프로세서(150)는 등록 사용자에 대응하는 식별 정보를 생성할 수 있다. 이 동작에서, 프로세서(150)는 개인 정보 보호와 관련하여, 임의의 식별 정보를 생성하고, 생성된 임의의 식별 정보와 상기 등록 사용자 정보를 매칭하여 저장할 수 있다.

907 동작에서, 프로세서(150)는 식별 정보 및 통화 데이터(예: 음성 데이터)를 지정 서버 장치(200)에 전송할 수 있다. 이와 관련하여, 프로세서(150)는 서버 장치(200)와 통신 채널을 형성하고, 상기 통신 채널을 기반으로 상기 식별 정보 및 통화 데이터를 상기 서버 장치(200)에 전송할 수 있다. 서버 장치(200) 접속과 관련하여, 프로세서(150)는 서버 장치(200) 접속 정보를 사전 획득하여 저장 관리할 수 있다. 또는, 상기 전자 장치(100)는 성문 모델링과 관련한 어플리케이션을 설치하고, 학습 기능이 턴-온되어 있는 경우, 통화 채널 형성 시 자동으로 설치된 어플리케이션을 실행하여 서버 장치(200)에 접속할 수 있다. 상기 프로세서(150)는 통화 데이터 전송 시, 이전 학습 중인 성문 모델이 있는 경우, 학습 중인 성문 모델도 함께 서버 장치(200)에 전송할 수 있다.

909 동작에서, 프로세서(150)는 지정 서버 장치(200)로부터 학습 결과를 수신하고, 수신된 학습 결과를 메모리(130)에 갱신할 수 있다. 상기 프로세서(150)는 수신된 학습 결과에 해당하는 성문 모델을 폰북에 매칭하여 저장할 수 있다. 이와 관련하여, 프로세서(150)는 서버 장치(200)에 전송한 식별 정보를 기반으로 폰북의 상대방 전자 장치 식별 정보를 확인하고, 확인된 상대방 전자 장치의 식별 정보에 매칭하여 성문 모델(또는 서버 장치(200)에서 학습된 결과)을 메모리(130)에 저장할 수 있다. 이 동작에서, 상기 프로세서(150)는 이전 저장된 학습 모델이 있는 경우, 현재 수신된 성문 모델로 갱신할 수 있다.

911 동작에서, 프로세서(150)는 성문 모델에 대한 학습 기능 종료와 관련한 이벤트가 발생하는지 확인할 수 있다. 예컨대, 프로세서(150)는 통화 기능 종료와 관련한 이벤트 또는 학습 기능을 턴-오프로 전환하는 이벤트가 발생하는 경우, 서버 장치(200)를 이용한 성문 모델링 동작을 종료할 수 있다. 상기 종료 이벤트 발생이 없는 경우, 프로세서(150)는 901 동작 이전으로 분기하여 이하 동작을 재수행할 수 있다.

한편, 상술한 성문 모델을 생성하는데 이용되는 음성 데이터는 음성 통화 중에 수신된 데이터 또는 영상 통화 중 수신된 데이터를 포함할 수 있다. 또한, 상기 성문 모델 생성과 관련한 음성 데이터는 다자간 음성 통화(또는 다자간 영상 통화) 시에 송수신되는 음성 데이터를 포함할 수 있다. 다자간 통화 시, 프로세서(150)는 통화 연결에 사용된 폰북 정보들, 폰북 정보들에 매핑되어 사전 저장된 학습 중 성문 모델들을 기반으로, 송수신되는 복수의 사용자들의 음성 데이터들의 유사도 매핑을 수행하고, 유사도가 사전 정의된 기준 값 이상인 음성 데이터를, 대응되는 성문 모델 학습에 이용할 수 있다. 다자간 통화 환경에서 사전 저장된 학습 중인 성문 모델이 없는 경우, 프로세서(150)는 학습에 미반영하도록 처리할 수 있다. 일 예로서, 상기 프로세서(150)는 다자간 통화 시, 음원 데이터에 소스 분리 기술을 적용하고, 음원 데이터에 포함된 복수의 화자들의 음원 데이터들을 각각 분리한 후, 학습이 완료되지 않은 화자의 성문 모델의 학습을 진행할 수 있다. 이 동작에서, 상기 프로세서(150)는 학습 완료된 성문 모델을 이용하여 해당 화자가 발화하는 동안의 음성 데이터를 필터링하고, 나머지 음성 데이터들의 성문 모델링을 위한 학습을 수행하도록 처리할 수도 있다.

도 10은 일 실시 예에 따른 성문 모델링과 관련한 화면 인터페이스의 한 예를 나타낸 도면이다.

도 10을 참조하면, 전자 장치(예: 앞서 설명한 전자 장치 100, 101, 102, 100_1, 100_2 중 적어도 하나)의 디스플레이(140)는 통화 기능 운용과 관련하여 도시된 바와 같이 제1 표시 화면(161)을 출력할 수 있다. 일 실시 예에 따르면, 폰북에 등록된 특정 사용자 정보(또는 상대방 전자 장치의 전화 번호 또는 사용자 이름)를 선택하는 사용자 입력을 수신하는 경우, 프로세서(150)는 제1 표시 화면(161)을 디스플레이(140)에 출력하도록 제어할 수 있다.

상기 제1 표시 화면(161)은 예컨대, 상대방 전자 장치의 사용자 이름(161_1), 상대방 전자 장치의 전화 번호(161_2), 상대방 전자 장치와 통화 호 연결을 요청할 수 있는 제1 객체(161_3)(예: 통화 연결 가상 버튼), 상대방 전자 장치에 문자 메시지를 전송할 수 있는 제2 객체(161_4), 상대방 전자 장치에 영상 통화 연결을 요청할 수 있는 제3 객체(161_5)(예: 영상 통화 연결 가상 버튼) 중 적어도 하나를 포함할 수 있다. 상술한 제1 표시 화면(161)에 표시된 사용자 이름(161_1), 전화 번호(161_2), 제1 내지 제3 객체들(161_3, 161_4, 161_5) 중 적어도 일부는 생략될 수 있다.

일 실시 예에 따르면, 상기 제1 표시 화면(161)은 학습 기능이 턴-오프 상태로 설정된 경우, 이에 대응하여 학습 기능이 턴-오프 상태이며 현재까지의 학습 진행 정도를 나타내는 제1 성문 모델 객체(161_6)를 출력할 수 있다. 현재까지의 학습 진행 정도는 예컨대, 숫자 또는 비율로 표시될 수 있으며, 진행바 또는 진행을 지시할 수 있는 이미지로 변경될 수 있다. 또한, 제1 성문 모델 객체(161_6)는 학습 기능이 턴-오프 상태임을 지시하는 텍스트 또는 그에 대응하는 이미지를 포함할 수 있다.

일 실시 예에 따르면, 상기 제1 표시 화면(161)은 학습 기능이 턴-온 상태로 설정된 경우, 이에 대응하여 학습 기능이 턴-온 상태이며 성문 모델의 학습 진행 정도를 나타낸 제2 성문 모델 객체(161_7)를 출력할 수 있다. 제2 성문 모델 객체(161_7)는 예컨대, 학습 진행 정도를 나타내는 비율 값에 대응하는 숫자나 문자 또는 이미지를 포함할 수 있다. 상술한 제1 성문 모델 객체(161_6) 및 제2 성문 모델 객체(161_7)는 사용자 입력(예: 터치)에 대응하여 토글될 수 있다.

일 실시 예에 따르면, 도시된 폰북 정보 화면에서, 제1 객체(161_3) 또는 제3 객체(161_5)가 선택되면, 프로세서(150)는 통화 연결 요청 화면(또는 영상 통화 연결 요청 화면)을 디스플레이(140)에 출력할 수 있다. 통화 연결 요청 화면(또는 영상 통화 연결 요청 화면)은 학습 기능 설정 상태에 따라 적어도 상기 제1 성문 모델 객체(161_6) 또는 제2 성문 모델 객체(161_7) 중 어느 하나를 출력할 수 있다. 통화 연결 요청 화면 상에서, 제1 성문 모델 객체(161_6)가 출력 중인 상태에서, 사용자 입력이 발생하여 학습 기능을 턴-온으로 변경을 요청받은 경우, 제1 성문 모델 객체(161_6)는 제2 성문 모델 객체(161_7)로 변경될 수 있다. 상기 제1 성문 모델 객체(161_6) 및 제2 성문 모델 객체(161_7)는 성문 모델의 학습 정도 및 활성화 또는 비활성화 상태에 따라 어느 하나가 제1 표시 화면(161)에 출력될 수 있다.

상술한 바와 같이, 사용자는 폰북 정보를 확인할 수 있는 화면 및 통화 연결을 요청하는 화면, 통화 중 화면 중 적어도 하나의 화면을 통해, 폰북에 등록된 상대방 전자 장치의 성문 모델 학습 기능의 턴-온 또는 턴-오프 설정을 수행할 수 있다.

한편, 상술한 설명에서는, 폰북에서 특정 항목 선택 시, 선택된 항목에 대한 폰북 상세 화면을 통해 성문 모델 객체들(161_6, 161_7) 중 어느 하나를 출력하는 것으로 설명하였으나, 본 발명이 이에 한정되는 것은 아니다. 예컨대, 상기 전자 장치(100)의 프로세서(150)는 복수개의 폰북 항목들이 표시되는 폰북 리스트 화면에서, 성문 모델 객체들(161_6, 161_7) 중 어느 하나를 관련 항목들과 관련지어 출력할 수 있다. 사용자는, 폰북 리스트 화면 상에서, 학습 기능의 설정 변경을 수행할 수 있으며, 성문 모델의 진행 정도 또는 학습 완료 여부를 확인할 수 있다.

도 11은 일 실시 예에 따른 성문 모델링과 관련한 화면 인터페이스의 다른 예를 나타낸 도면이다.

도 11을 참조하면, 전자 장치(예: 전자 장치 100, 101, 102, 100_1, 100_2 중 적어도 하나)의 프로세서(150)는 사용자 입력에 대응하여 화상 통화 연결을 지원할 수 있다. 이와 관련하여, 상기 전자 장치는 화상 통화 용 카메라를 더 포함할 수 있다. 상기 프로세서(150)는 폰북을 통해 화상 통화 연결을 요청할 수 있는 화면 인터페이스를 제공할 수 있다. 화상 통화 연결을 요청하는 경우, 프로세서(150)는 상대방 전자 장치와 화상 통화 연결을 수행하고, 송수신되는 음성 데이터를 기반으로 성문 모델을 위한 학습을 수행할 수 있다.

이와 관련하여, 전자 장치(100)는 복수의 상대방 사용자 식별 정보들(131a, 131b, 131c, 131d, 131e)을 포함하는 폰북 정보(131)를 메모리(130)에 저장할 수 있다. 각각의 사용자 식별 정보들(131a, 131b, 131c, 131d, 131e)은 이전 음성 데이터 학습을 통한 성문 모델들을 포함하거나, 성문 모델들과 매핑될 수 있다. 영상 통화 연결에 따라, 프로세서(150)는 영상 영역(162_1) 및 학습 표시 영역(162_2)을 포함하는 영상 통화 화면(162)을 디스플레이(140)에 출력하도록 제어할 수 있다. 상기 학습 표시 영역(162_2)은 제1 사용자 식별 정보(131a)의 학습 진행을 나타내는 제1 학습 표시 항목(162a) 및 제2 사용자 식별 정보(131b)의 학습 진행을 나타내는 제2 학습 표시 항목(162b)을 포함할 수 있다. 이와 관련하여, 프로세서(150)는 상대방 전자 장치로부터 수신되는 음성 데이터들의 학습을 통해 생성된 성문 모델들과 사용자 식별 정보들(131a, 131b, 131c, 131d, 131e)에 매핑되어 기 저장된 학습 중인 성문 모델들을 비교하여, 유사도가 기준 값 이상인 성문 모델들을 검출할 수 있다. 상기 프로세서(150)는 영상 통화 중 획득되는 음성 데이터들을 기반으로, 제1 사용자 식별 정보(131a)에 매핑된 제1 성문 모델 및 제2 사용자 식별 정보(131b)에 매핑된 제2 성문 모델의 학습을 각각 수행할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 상대방 전자 장치의 사용자 식별 정보에 대응하는 제1 성문 모델을 획득하고, 제1 성문 모델을 이용하여 영상 통화 중 송수신되는 음성 데이터들 중 제1 성문 모델과 관련된 음성 데이터를 검출할 수 있다. 이 과정에서, 상기 프로세서(150)는 제1 성문 모델을 기반으로 노이즈 필터링을 수행하여, 상대방 전자 장치의 사용자 음성을 보다 명료하게 들리도록 처리할 수 있다.

영상 통화 과정에서, 복수의 사용자가 발화하는 경우, 상기 프로세서(150)는 복수의 음성 데이터들에 대한 학습을 수행하여 성문 모델들을 생성하고, 성문 모델들과 폰북에 매핑하여 저장된 성문 모델들을 비교하여 유사도가 사전 정의된 기준 값 이상인 성문 모델들을 검출할 수 있다. 상기 성문 모델들이 노이즈 필터링에 이용할 수 있을 만큼 학습이 진행된 경우, 상기 프로세서(150)는 각각의 성문 모델들을 이용하여 노이즈 필터링을 수행함으로써, 해당 성문 모델들에 대응하는 사용자 음성이 보다 명료하게 청취될 수 있도록 처리할 수 있다. 이 동작에서, 상기 프로세서(150)는 영상 통화를 수행하는 상대방 전자 장치의 사용자 식별 정보에 해당하는 제1 성문 모델은 기본으로 이용할 수 있다.

한편, 상술한 동작과 관련하여, 전자 장치(100)의 프로세서(150)는 영상 통화뿐만 아니라, 동영상 파일에 대해서도 동일하게 적용할 수 있다. 예컨대, 프로세서(150)는 동영상 파일에 포함된 복수의 음성 데이터들에 대한 모델링을 수행하고, 모델링 결과를 폰북(131)에 매핑되어 기 저장된 학습 중인 성문 모델들과 비교하여 유사도가 기준 값 이상인 폰북(131)에 등록된 다른 사용자 식별 정보들을 검출할 수 있다. 상기 프로세서(150)는 검출된 다른 사용자 식별 정보들에 대응하는 성문 모델들 각각에 대하여 동영상에 포함된 음성 데이터들을 이용하여 학습을 수행할 수 있다. 상술한 동작을 수행하는 과정에서 상기 프로세서(150)는 사용자 입력에 대응하여 동영상 편집기에 대응하는 어플리케이션을 실행하고, 실행된 동영상 편집기에서 편집 중인 동영상 파일에 포함된 음성 데이터들에 대해서 폰북과 연계하여 모델링을 수행할 수 있다. 이와 관련하여, 상기 프로세서(150)는 동영상 파일에 포함된 음성 데이터들에 대한 모델링을 수행하고, 모델링된 데이터의 적어도 일부를 폰북과 연계하여 기 저장된 성문 모델들과 비교하여 동일 또는 유사한 성문 모델이 검출되면, 해당 성문 모델에 대응되는 폰북 정보를 검출하고, 검출된 폰북 정보를 동영상 파일에 포함된 음성 데이터에 매칭하여 저장하거나, 또는 검출된 폰북 정보를 동영상을 출력하는 화면에 함께 출력하도록 제어할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 동영상 파일에 포함된 화자의 얼굴 인식을 수행하고, 인식된 얼굴과 매칭되는 얼굴을 폰북에서 검출할 수 있다. 이와 관련하여, 폰북에는 상대방 식별 정보(예: 전화번호, 이르, 이메일, 계정 중 적어도 하나)와 더불어 상대방 얼굴 이미지가 저장될 수 있다. 상기 프로세서(150)는 얼굴 인식된 화자의 폰북 정보에 학습이 완료된 성문 모델이 있는 경우, 해당 성문 모델을 이용하여 해당 화자가 발화하는 동안의 음성 데이터를 필터링하여 출력하도록 지원할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 인식된 얼굴과 매칭되는 폰북 정보의 성문 모델이 학습 중인 경우, 동영상 파일에서 해당 화자가 발화하는 음성 데이터를 수집하여 성문 모델의 학습을 진행하도록 지원할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 폰북(131)에 저장된 성문 모델들 또는 상대방 얼굴들과 매칭되는 화자들을 동영상 파일에서 각각 구분하고, 동영상 파일에 대응하는 화면이 출력되는 동안, 화면에 출력 중인 얼굴에 대응하는 폰북 정보(예: 이름)를 출력할 수 있다.

상술한 바와 같이, 본 기재의 폰북 기반의 성문 운용 방법은 폰북을 기반으로 학습(또는 훈련)된 상대방의 목소리를 활용하여, 수화 잡음이나 에코를 효과적으로 제거할 수 있으며, 상대방의 목소리에 대한 학습(또는 훈련)을 원하지 않거나, 음성 데이터 수집을 위한 상대방의 음성이 깨끗하지 않을 경우(상대방 송화 Noise Suppressor 성능 열화로 음성에 Noise 많은 경우) 선택적으로 학습이 가능하도록 지원할 수 있다. 또한, 본 기재는 학습된 상대방의 목소리를 다양한 오디오 기능에 활용 할 수 있도록 지원한다. 예컨대, 본 기재는 폰북에 저장되어 상대방의 성문(Voice Printing) 정보를 이용하여 송화 솔루션인 에코 제거기(Echo Canceller)의 보조 역할로 주변 잡음(Residual Echo) 또는 주변 환경 소음을 효과적으로 제거할 수 있다.

상기 도 10 및 도 11에서 설명한 화면 인터페이스는 예컨대, 도 1 내지 도 4에서 설명한 전자 장치들 중 적어도 하나를 통해 출력될 수 있다. 또는, 상기 서버 장치(200)에 의하여 상기 도 10 및 도 11에서 설명한 화면 인터페이스의 적어도 일부를 포함하는 이미지 또는 객체가 특정 전자 장치를 통해 출력될 수 있다.

일 실시 예에 따르면, 본 기재의 일 실시 예에 따른 전자 장치는 통화 기능을 지원하는 통신 회로, 폰북을 저장하는 메모리, 상기 통신 회로 및 상기 메모리와 기능적으로 연결된 프로세서를 포함하고, 상기 프로세서는 상기 폰북에 등록된 상대방 전자 장치의 식별 정보를 기반으로 통화 기능 활성화 요청에 대응하여 상대방 전자 장치와 통화 채널을 형성하고, 상기 상대방 전자 장치가 전송한 음성 데이터를 수신하면, 상기 음성 데이터를 기반으로 생성된 성문 모델을 상기 상대방 전자 장치의 식별 정보에 연결하고, 상기 상대방 전자 장치의 식별 정보에 연결된 상기 성문 모델을 상기 폰북에 저장하도록 설정된 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는 상기 폰북 실행과 관련한 사용자 입력에 대응하여 상기 폰북 실행 화면을 디스플레이에 출력하도록 제어하고, 상기 폰북 실행 화면 중 상대방 전자 장치의 식별 정보를 표시하는 항목에, 상기 성문 모델의 학습 설정 여부 및 상기 성문 모델의 학습 진행 정도 중 적어도 하나를 표시하는 객체를 출력하도록 설정된 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는 상기 객체가 활성화된 경우, 상기 성문 모델의 학습을 진행하도록 제어하고, 상기 객체가 비활성화된 경우, 상기 성문 모델의 학습을 진행하지 않도록 제어하는 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는 상기 객체 선택과 관련한 사용자 입력을 수신하고, 상기 사용자 입력 수신에 대응하여 상기 객체가 활성화된 경우, 상기 음성 데이터를 이용한 상기 성문 모델의 학습을 수행하도록 제어하고, 상기 사용자 입력 수신에 대응하여 상기 객체가 비활성화된 경우, 상기 음성 데이터를 이용한 상기 성문 모델의 학습을 취소하거나 중지하도록 제어할 수 있다.

일 실시 예에 따르면, 상기 프로세서는 상기 생성된 성문 모델의 적어도 일부와 상기 폰북에 기 저장된 학습 중인 성문 모델의 적어도 일부와 비교하고, 상기 비교 결과 유사도가 기 설정된 기준 값 이상인 경우 상기 음성 데이터를 이용하여 상기 학습 중인 성문 모델의 학습을 진행하고, 상기 비교 결과 유사도가 기 설정된 기준 값 미만인 경우 상기 음성 데이터를 이용한 상기 상문 모델의 학습을 취소하거나 중지하도록 설정된 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는, 상기 메모리에 저장된 인공신경망 알고리즘을 기반으로 상기 음성 데이터에 대한 학습을 수행하여 상기 성문 모델을 생성하도록 설정된 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는, 상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 이상인 경우, 상기 성문 모델 학습을 수행하고, 상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 미만인 경우, 상기 성문 모델 학습을 중지 또는 취소하도록 설정된 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는, 상기 음성 데이터의 신호 대 잡음 비율이 사전 정의된 일정 값 이상이거나 또는 상기 음성 데이터의 비트 에러율이 사전 정의된 일정 값 미만인 경우, 상기 성문 모델 학습을 수행하고, 상기 음성 데이터의 신호 대 잡음 비율이 사전 정의된 일정 값 미만이거나 또는 상기 음성 데이터의 비트 에러율이 사전 정의된 일정 값 이상인 경우, 상기 성문 모델 학습을 중지 또는 취소하도록 설정된 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는, 상기 음성 데이터를 지정된 서버 장치에 전송하고, 상기 서버 장치로부터 상기 음성 데이터를 기반으로 학습된 성문 모델을 수신하는 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는, 상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 이상인 경우, 상기 음성 데이터를 상기 서버 장치에 전송하고, 상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 미만인 경우, 상기 음성 데이터 전송을 중지 또는 취소하도록 설정된 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는, 상기 상대방 전자 장치의 식별 정보에 대응하는 임의의 식별 정보를 생성하고, 상기 폰북에 저장된 학습 중인 성문 모델 및 상기 음성 데이터를 상기 임의의 식별 정보를 매칭하여 상기 서버 장치에 전송하도록 설정된 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는, 상기 음성 데이터를 이용하여 상기 상대방 전자 장치에 전송할 음성 신호의 에코를 제거하고, 상기 성문 모델을 이용하여 상기 에코 제거된 음성 신호의 주변 잡음을 제거하도록 설정된 것을 특징으로 한다.

일 실시 예에 따르면, 상기 프로세서는, 상기 성문 모델의 학습 진행 정도가 지정된 값 이상이거나 또는 상기 성문 모델의 학습이 완료된 경우, 상기 성문 모델을 이용한 상기 주변 잡음 제거를 수행하도록 설정된 것을 특징으로 한다.

본 기재의 일 실시 예에 따른 폰북 기반의 성문 운용 방법은, 전자 장치의 폰북에 등록된 상대방 전자 장치의 식별 정보를 기반으로 통화 기능 활성화 요청에 대응하여 상대방 전자 장치와 통화 채널을 형성하는 동작, 상기 상대방 전자 장치가 전송한 음성 데이터를 수신하는 동작, 상기 음성 데이터의 신호 품질이 지정된 기준 값 이상으로 양호한 경우, 상기 음성 데이터를 기반으로 한 성문 모델 생성을 처리하는 동작을 포함하고, 상기 처리하는 동작은, 상기 음성 데이터를 기반으로 생성된 성문 모델을 상기 상대방 전자 장치의 식별 정보에 연결하는 동작, 상기 상대방 전자 장치의 식별 정보에 연결된 상기 성문 모델을 상기 폰북에 저장하는 동작을 포함하는 것을 특징으로 한다.

일 실시 예에 따르면, 상기 방법은, 상기 폰북 실행과 관련한 사용자 입력을 수신하는 동작, 상기 사용자 입력에 대응하여 상기 폰북 실행 화면을 디스플레이에 출력하는 동작을 더 포함하고, 상기 출력하는 동작은, 상기 폰북 실행 화면 중 상대방 전자 장치의 식별 정보를 표시하는 항목에, 상기 성문 모델의 학습 설정 여부 및 상기 성문 모델의 학습 진행 정도 중 적어도 하나를 표시하는 객체를 출력하는 동작을 포함하는 것을 특징으로 한다.

상기 방법은, 상기 객체가 활성화된 상태인 경우, 상기 성문 모델의 학습을 진행하는 동작, 상기 객체가 비활성화된 상태인 경우, 상기 성문 모델의 학습을 진행하지 않고 상기 통화 기능에 따른 상기 음성 데이터 처리를 수행하는 동작을 포함하는 것을 특징으로 한다.

일 실시 예에 따르면, 상기 방법은, 상기 객체 선택과 관련한 사용자 입력을 수신하는 동작, 상기 사용자 입력 수신에 대응하여 상기 객체가 활성화된 경우, 상기 음성 데이터를 이용한 상기 성문 모델의 학습을 수행하는 동작, 상기 사용자 입력 수신에 대응하여 상기 객체가 비활성화된 경우, 상기 음성 데이터를 이용한 상기 성문 모델의 학습을 취소하거나 중지하고 상기 통화 기능에 따른 음성 데이터 처리를 수행하는 동작을 포함하는 것을 특징으로 한다.

일 실시 예에 따르면, 상기 방법은, 상기 생성된 성문 모델의 적어도 일부와 상기 폰북에 기 저장된 학습 중인 성문 모델의 적어도 일부와 비교하는 동작, 상기 비교 결과 유사도가 기 설정된 기준 값 이상인 경우 상기 음성 데이터를 이용하여 상기 학습 중인 성문 모델의 학습을 진행하는 동작, 상기 비교 결과 유사도가 기 설정된 기준 값 미만인 경우 상기 음성 데이터를 이용한 상기 상문 모델의 학습을 취소하거나 중지하는 동작을 포함하는 것을 특징으로 한다.

일 실시 예에 따르면, 상기 처리하는 동작은, 상기 음성 데이터의 신호 대 잡음 비율이 사전 정의된 일정 값 이상이거나 또는 상기 음성 데이터의 비트 에러율이 사전 정의된 일정 값 미만인 경우, 상기 성문 모델 학습을 수행하고, 상기 음성 데이터의 신호 대 잡음 비율이 사전 정의된 일정 값 미만이거나 또는 상기 음성 데이터의 비트 에러율이 사전 정의된 일정 값 이상인 경우, 상기 성문 모델 학습을 중지 또는 취소하는 동작을 포함하는 것을 특징으로 한다.

일 실시 예에 따르면, 상기 처리하는 동작은, 상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 이상인 경우, 상기 음성 데이터를 상기 서버 장치에 전송하고, 상기 서버 장치로부터 상기 성문 모델을 수신하는 동작, 상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 미만인 경우, 상기 음성 데이터 전송을 중지 또는 취소하는 동작을 포함하는 것을 특징으로 한다.

일 실시 예에 따르면, 상기 방법은 도 6 내지 도 9에서 설명한 각 동작들 중 적어도 일부, 도 10 및 도 11에서 설명한 디스플레이의 화면에 객체를 출력하는 동작들 중 적어도 일부, 음성 신호를 처리하는 동작들 중 적어도 일부를 더 포함할 수 있다.

일 실시 예에 따르면, 상기 전자 장치의 메모리는 음성 신호(또는 오디오 정보나 음성 데이터)를 포함한 동영상 파일을 저장하고, 상기 전자 장치의 프로세서 또는 방법은 상기 동영상 파일에 동영상 파일에 포함된 오디오 정보들 상기 메모리에 저장된 성문모델들과 비교하고, 동일 또는 유사한 성문 모델에 대한 식별자 정보를 출력하는 동작을 수행할 수 있다.

일 실시 예에 따르면, 상기 전자 장치의 프로세서 또는 방법은 상기 동영상에 포함된 음성 신호들에 대해 상기 성문 모델을 이용하여 발화자들을 구분하고(또는 소스 분리하고), 각 발화자들이 발화한 음성 신호들에 대한 STT(Speech to text) 기능을 제공할 수 있다.

일 실시 예에 따르면, 상기 전자 장치의 프로세서 또는 방법은 화상 통화 또는 영상 통화 과정에서, 송수신되는 음성 신호들에 대해 기 저장된 학습 중인(또는 학습이 완료된) 성문 모델을 이용하여 발화자들을 구분하고(또는 소스 분리하고), 각 발화자들이 발화한 음성 신호들에 대한 성문 모델링(또는 학습)을 진행할 수 있다.

도 12는, 다양한 실시예들에 따른, 네트워크 환경(1200) 내의 전자 장치(1201)의 블록도이다.

도 12를 참조하면, 네트워크 환경(1200)에서 전자 장치(1201)는 제1 네트워크(1298)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1202)와 통신하거나, 또는 제2 네트워크(1299)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1204) 또는 서버(1208) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1201)는 서버(1208)를 통하여 전자 장치(1204)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1201)는 프로세서(1220), 메모리(1230), 입력 모듈(1250), 음향 출력 모듈(1255), 디스플레이 모듈(1260), 오디오 모듈(1270), 센서 모듈(1276), 인터페이스(1277), 연결 단자(1278), 햅틱 모듈(1279), 카메라 모듈(1280), 전력 관리 모듈(1288), 배터리(1289), 통신 모듈(1290), 가입자 식별 모듈(1296), 또는 안테나 모듈(1297)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1201)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(1278))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(1276), 카메라 모듈(1280), 또는 안테나 모듈(1297))은 하나의 구성요소(예: 디스플레이 모듈(1260))로 통합될 수 있다.

프로세서(1220)는, 예를 들면, 소프트웨어(예: 프로그램(1240))를 실행하여 프로세서(1220)에 연결된 전자 장치(1201)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1220)는 다른 구성요소(예: 센서 모듈(1276) 또는 통신 모듈(1290))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1232)에 저장하고, 휘발성 메모리(1232)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1234)에 저장할 수 있다. 일실시예에 따르면, 프로세서(1220)는 메인 프로세서(1221)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1223)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(1201)가 메인 프로세서(1221) 및 보조 프로세서(1223)를 포함하는 경우, 보조 프로세서(1223)는 메인 프로세서(1221)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1223)는 메인 프로세서(1221)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(1223)는, 예를 들면, 메인 프로세서(1221)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1221)를 대신하여, 또는 메인 프로세서(1221)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1221)와 함께, 전자 장치(1201)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(1260), 센서 모듈(1276), 또는 통신 모듈(1290))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(1223)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(1280) 또는 통신 모듈(1290))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(1223)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(1201) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(1208))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

메모리(1230)는, 전자 장치(1201)의 적어도 하나의 구성요소(예: 프로세서(1220) 또는 센서 모듈(1276))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1240)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1230)는, 휘발성 메모리(1232) 또는 비휘발성 메모리(1234)를 포함할 수 있다.

프로그램(1240)은 메모리(1230)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1242), 미들 웨어(1244) 또는 어플리케이션(1246)을 포함할 수 있다.

입력 모듈(1250)은, 전자 장치(1201)의 구성요소(예: 프로세서(1220))에 사용될 명령 또는 데이터를 전자 장치(1201)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(1250)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(1255)은 음향 신호를 전자 장치(1201)의 외부로 출력할 수 있다. 음향 출력 모듈(1255)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(1260)은 전자 장치(1201)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(1260)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(1260)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(1270)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(1270)은, 입력 모듈(1250)을 통해 소리를 획득하거나, 음향 출력 모듈(1255), 또는 전자 장치(1201)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1202))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(1276)은 전자 장치(1201)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(1276)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(1277)는 전자 장치(1201)가 외부 전자 장치(예: 전자 장치(1202))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(1277)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(1278)는, 그를 통해서 전자 장치(1201)가 외부 전자 장치(예: 전자 장치(1202))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(1278)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(1279)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(1279)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(1280)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(1280)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(1288)은 전자 장치(1201)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(1288)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(1289)는 전자 장치(1201)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(1289)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(1290)은 전자 장치(1201)와 외부 전자 장치(예: 전자 장치(1202), 전자 장치(1204), 또는 서버(1208)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1290)은 프로세서(1220)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(1290)은 무선 통신 모듈(1292)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1294)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(1298)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(1299)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(1204)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(1292)은 가입자 식별 모듈(1296)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(1298) 또는 제2 네트워크(1299)와 같은 통신 네트워크 내에서 전자 장치(1201)를 확인 또는 인증할 수 있다.

무선 통신 모듈(1292)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(1292)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(1292)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(1292)은 전자 장치(1201), 외부 전자 장치(예: 전자 장치(1204)) 또는 네트워크 시스템(예: 제2 네트워크(1299))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(1292)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(1297)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(1297)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(1297)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(1298) 또는 제2 네트워크(1299)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1290)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1290)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(1297)의 일부로 형성될 수 있다.

다양한 실시예에 따르면, 안테나 모듈(1297)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일실시예에 따르면, 명령 또는 데이터는 제2 네트워크(1299)에 연결된 서버(1208)를 통해서 전자 장치(1201)와 외부의 전자 장치(1204)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(1202, 또는 1204) 각각은 전자 장치(1201)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(1201)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(1202, 1204, 또는 1208) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1201)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1201)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(1201)로 전달할 수 있다. 전자 장치(1201)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(1201)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(1204)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(1208)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(1204) 또는 서버(1208)는 제2 네트워크(1299) 내에 포함될 수 있다. 전자 장치(1201)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 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: 제1) 구성요소가 다른(예: 제2) 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 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

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

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(1201)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1236) 또는 외장 메모리(1238))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1240))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1201))의 프로세서(예: 프로세서(1220))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

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

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

Claims

전자 장치에 있어서,
통화 기능을 지원하는 통신 회로;
폰북을 저장하는 메모리;
상기 통신 회로 및 상기 메모리와 기능적으로 연결된 프로세서;를 포함하고,
상기 프로세서는
상기 폰북에 등록된 상대방 전자 장치의 식별 정보를 기반으로 통화 기능 활성화 요청에 대응하여 상대방 전자 장치와 통화 채널을 형성하고,
상기 상대방 전자 장치가 전송한 음성 데이터를 수신하면, 상기 음성 데이터를 기반으로 생성된 성문 모델을 상기 상대방 전자 장치의 식별 정보에 연결하고,
상기 상대방 전자 장치의 식별 정보에 연결된 상기 성문 모델을 상기 폰북에 저장하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제1항에 있어서,
상기 프로세서는
상기 폰북 실행과 관련한 사용자 입력에 대응하여 상기 폰북 실행 화면을 디스플레이에 출력하도록 제어하고, 상기 폰북 실행 화면 중 상대방 전자 장치의 식별 정보를 표시하는 항목에, 상기 성문 모델의 학습 설정 여부 및 상기 성문 모델의 학습 진행 정도 중 적어도 하나를 표시하는 객체를 출력하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제2항에 있어서,
상기 프로세서는
상기 객체가 활성화된 경우, 상기 성문 모델의 학습을 진행하도록 제어하고,
상기 객체가 비활성화된 경우, 상기 성문 모델의 학습을 진행하지 않도록 제어하는 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제3항에 있어서,
상기 프로세서는,
상기 객체 선택과 관련한 사용자 입력을 수신하고,
상기 사용자 입력 수신에 대응하여 상기 객체가 활성화된 경우, 상기 음성 데이터를 이용한 상기 성문 모델의 학습을 수행하도록 제어하고,
상기 사용자 입력 수신에 대응하여 상기 객체가 비활성화된 경우, 상기 음성 데이터를 이용한 상기 성문 모델의 학습을 취소하거나 중지하도록 제어하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제1항에 있어서,
상기 프로세서는
상기 생성된 성문 모델의 적어도 일부와 상기 폰북에 기 저장된 학습 중인 성문 모델의 적어도 일부와 비교하고,
상기 비교 결과 유사도가 기 설정된 기준 값 이상인 경우 상기 음성 데이터를 이용하여 상기 학습 중인 성문 모델의 학습을 진행하고,
상기 비교 결과 유사도가 기 설정된 기준 값 미만인 경우 상기 음성 데이터를 이용한 상기 상문 모델의 학습을 취소하거나 중지하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 메모리에 저장된 인공신경망 알고리즘을 기반으로 상기 음성 데이터에 대한 학습을 수행하여 상기 성문 모델을 생성하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제6항에 있어서,
상기 프로세서는,
상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 이상인 경우, 상기 성문 모델 학습을 수행하고,
상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 미만인 경우, 상기 성문 모델 학습을 중지 또는 취소하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제6항에 있어서,
상기 프로세서는,
상기 음성 데이터의 신호 대 잡음 비율이 사전 정의된 일정 값 이상이거나 또는 상기 음성 데이터의 비트 에러율이 사전 정의된 일정 값 미만인 경우, 상기 성문 모델 학습을 수행하고,
상기 음성 데이터의 신호 대 잡음 비율이 사전 정의된 일정 값 미만이거나 또는 상기 음성 데이터의 비트 에러율이 사전 정의된 일정 값 이상인 경우, 상기 성문 모델 학습을 중지 또는 취소하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 음성 데이터를 지정된 서버 장치에 전송하고, 상기 서버 장치로부터 상기 음성 데이터를 기반으로 학습된 성문 모델을 수신하는 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제9항에 있어서,
상기 프로세서는,
상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 이상인 경우, 상기 음성 데이터를 상기 서버 장치에 전송하고,
상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 미만인 경우, 상기 음성 데이터 전송을 중지 또는 취소하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제10항에 있어서,
상기 프로세서는,
상기 상대방 전자 장치의 식별 정보에 대응하는 임의의 식별 정보를 생성하고, 상기 폰북에 저장된 학습 중인 성문 모델 및 상기 음성 데이터를 상기 임의의 식별 정보를 매칭하여 상기 서버 장치에 전송하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제1항에 있어서,
상기 프로세서는,
상기 음성 데이터를 이용하여 상기 상대방 전자 장치에 전송할 음성 신호의 에코를 제거하고,
상기 성문 모델을 이용하여 상기 에코 제거된 음성 신호의 주변 잡음을 제거하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
제12항에 있어서,
상기 프로세서는,
상기 성문 모델의 학습 진행 정도가 지정된 값 이상이거나 또는 상기 성문 모델의 학습이 완료된 경우, 상기 성문 모델을 이용한 상기 주변 잡음 제거를 수행하도록 설정된 것을 특징으로 하는 폰북 기반의 성문 운용을 지원하는 전자 장치.
전자 장치의 폰북에 등록된 상대방 전자 장치의 식별 정보를 기반으로 통화 기능 활성화 요청에 대응하여 상대방 전자 장치와 통화 채널을 형성하는 동작;
상기 상대방 전자 장치가 전송한 음성 데이터를 수신하는 동작;
상기 음성 데이터의 신호 품질이 지정된 기준 값 이상으로 양호한 경우, 상기 음성 데이터를 기반으로 한 성문 모델 생성을 처리하는 동작;을 포함하고,
상기 처리하는 동작은,
상기 음성 데이터를 기반으로 생성된 성문 모델을 상기 상대방 전자 장치의 식별 정보에 연결하는 동작;
상기 상대방 전자 장치의 식별 정보에 연결된 상기 성문 모델을 상기 폰북에 저장하는 동작;을 포함하는 것을 특징으로 하는 폰북 기반의 성문 운용 방법.
제14항에 있어서,
상기 폰북 실행과 관련한 사용자 입력을 수신하는 동작;
상기 사용자 입력에 대응하여 상기 폰북 실행 화면을 디스플레이에 출력하는 동작;을 더 포함하고,
상기 출력하는 동작은,
상기 폰북 실행 화면 중 상대방 전자 장치의 식별 정보를 표시하는 항목에, 상기 성문 모델의 학습 설정 여부 및 상기 성문 모델의 학습 진행 정도 중 적어도 하나를 표시하는 객체를 출력하는 동작;을 포함하는 것을 특징으로 하는 폰북 기반의 성문 운용 방법.
제15항에 있어서,
상기 객체가 활성화된 상태인 경우, 상기 성문 모델의 학습을 진행하는 동작;
상기 객체가 비활성화된 상태인 경우, 상기 성문 모델의 학습을 진행하지 않고 상기 통화 기능에 따른 상기 음성 데이터 처리를 수행하는 동작;을 더 포함하는 것을 특징으로 하는 폰북 기반의 성문 운용 방법.
제16항에 있어서,
상기 객체 선택과 관련한 사용자 입력을 수신하는 동작;
상기 사용자 입력 수신에 대응하여 상기 객체가 활성화된 경우, 상기 음성 데이터를 이용한 상기 성문 모델의 학습을 수행하는 동작;
상기 사용자 입력 수신에 대응하여 상기 객체가 비활성화된 경우, 상기 음성 데이터를 이용한 상기 성문 모델의 학습을 취소하거나 중지하고 상기 통화 기능에 따른 음성 데이터 처리를 수행하는 동작;을 더 포함하는 것을 특징으로 하는 폰북 기반의 성문 운용 방법.
제14항에 있어서,
상기 생성된 성문 모델의 적어도 일부와 상기 폰북에 기 저장된 학습 중인 성문 모델의 적어도 일부와 비교하는 동작;
상기 비교 결과 유사도가 기 설정된 기준 값 이상인 경우 상기 음성 데이터를 이용하여 상기 학습 중인 성문 모델의 학습을 진행하는 동작;
상기 비교 결과 유사도가 기 설정된 기준 값 미만인 경우 상기 음성 데이터를 이용한 상기 상문 모델의 학습을 취소하거나 중지하는 동작;을 더 포함하는 것을 특징으로 하는 폰북 기반의 성문 운용 방법.
제14항에 있어서,
상기 처리하는 동작은,
상기 음성 데이터의 신호 대 잡음 비율이 사전 정의된 일정 값 이상이거나 또는 상기 음성 데이터의 비트 에러율이 사전 정의된 일정 값 미만인 경우, 상기 성문 모델 학습을 수행하고, 상기 음성 데이터의 신호 대 잡음 비율이 사전 정의된 일정 값 미만이거나 또는 상기 음성 데이터의 비트 에러율이 사전 정의된 일정 값 이상인 경우, 상기 성문 모델 학습을 중지 또는 취소하는 동작;을 포함하는 것을 특징으로 하는 폰북 기반의 성문 운용 방법.
제14항에 있어서,
상기 처리하는 동작은,
상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 이상인 경우, 상기 음성 데이터를 상기 서버 장치에 전송하고, 상기 서버 장치로부터 상기 성문 모델을 수신하는 동작;
상기 음성 데이터의 신호 품질이 사전 정의된 일정 값 미만인 경우, 상기 음성 데이터 전송을 중지 또는 취소하는 동작;을 포함하는 것을 특징으로 하는 폰북 기반의 성문 운용 방법.