WO2018182163A1 - 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 - Google Patents

사용자 발화를 처리하는 전자 장치 및 그 동작 방법 Download PDF

Info

Publication number
WO2018182163A1
WO2018182163A1 PCT/KR2018/001408 KR2018001408W WO2018182163A1 WO 2018182163 A1 WO2018182163 A1 WO 2018182163A1 KR 2018001408 W KR2018001408 W KR 2018001408W WO 2018182163 A1 WO2018182163 A1 WO 2018182163A1
Authority
WO
WIPO (PCT)
Prior art keywords
electronic device
user
text
external server
present disclosure
Prior art date
Application number
PCT/KR2018/001408
Other languages
English (en)
French (fr)
Inventor
강상기
서장석
최국태
강현우
김진열
이재환
김경태
장동호
황민경
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to US16/497,088 priority Critical patent/US11222635B2/en
Priority to EP18775255.5A priority patent/EP3605315B1/en
Priority to EP22199889.1A priority patent/EP4137934A1/en
Publication of WO2018182163A1 publication Critical patent/WO2018182163A1/ko
Priority to US17/572,419 priority patent/US11955124B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04886—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures by partitioning the display area of the touch-screen or the surface of the digitising tablet into independently controllable areas, e.g. virtual keyboards or menus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/04—Segmentation; Word boundary detection
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Definitions

  • Various embodiments of the present disclosure relate to an electronic device for processing user speech and a method of operating the same.
  • Linguistic understanding is a technology for recognizing and applying / processing human language / characters and includes natural language processing, machine translation, dialogue system, question and answer, speech recognition / synthesis, and the like.
  • ASR Automatic speech recognition
  • the electronic device may receive a user's voice, extract an acoustic feature vector, and generate text corresponding to the input speech based on the user's voice.
  • the electronic device may receive a natural language input by a user's direct input.
  • Natural language generally refers to a language used by a person and cannot be directly understood by a machine without further analysis.
  • the natural language understanding (NLU) method in speech recognition system is defined based on a language model generated by a method of understanding a speech language through a grammar of semantic level manually constructed or a statistical method. And a method of correspondingly understanding a word string in a known semantic structure.
  • the electronic device may provide various types of voice-based services to the user through the aforementioned voice recognition and natural language processing.
  • the electronic device may provide different results with respect to the same user speech according to a voice processing method. For example, when the dictation service is applied, the electronic device may output a text recognition result of “what is the weather today” when the user speaks the “how is the weather today”, and when the conversation service is applied, Today is sunny. " In an electronic device, there is a difficulty in processing a user speech corresponding to, for example, a dictation service or a conversation service, and selecting a processing mode of the user speech based on the state of the electronic device.
  • An electronic device and an operation method thereof according to various embodiments of the present disclosure may provide a result processed according to various user speech modes.
  • An electronic device may include a housing including a front surface, a rear surface, and a side surface surrounding a space between the front surface and the rear surface; A touch screen display disposed in the housing and exposed through the front surface; A microphone disposed in the housing and exposed through a portion of the housing; At least one speaker disposed in the housing and exposed through another portion of the housing; A button disposed on another portion of the housing or set to display on the touch screen display; Wireless communication circuitry located within the housing; A processor located within the housing and electrically connected to the touch screen display, the microphone, the speaker, and the wireless communications circuitry; And a memory located within the housing, the memory electrically coupled to the processor, the memory configured to store a first application program comprising a first user interface for receiving text input, wherein the memory is configured to: In execution, the processor stores instructions that cause the first operation and the second operation to be performed, wherein the first operation is executed while the first user interface is not displayed on the touchscreen display.
  • ASR automatic speech recognition
  • Receive data for text, but not commands generated by the intelligent system The text may be input to the first user interface.
  • An electronic device may include a housing including a front surface, a rear surface, and a side surface surrounding a space between the front surface and the rear surface; A touch screen display disposed in the housing and exposed through the front surface; A microphone disposed in the housing and exposed through a portion of the housing; At least one speaker disposed in the housing and exposed through another portion of the housing; A button disposed on another portion of the housing or set to display on the touch screen display; Wireless communication circuitry located within the housing; A processor located within the housing and electrically connected to the touch screen display, the microphone, the speaker, and the wireless communication circuitry; And a memory located within the housing, the memory electrically coupled to the processor, the memory configured to store a first application program comprising a first user interface for receiving a text input, wherein the memory is configured to: In execution, the processor stores instructions that cause the first operation and the second operation to be performed, wherein the first operation receives a first type of user input through the button and receives the first type of After receiving the user input,
  • Receiving a second user utterance through the microphone, providing second data for the second user utterance to the external server, and after providing the second data, from the server In response to receiving data on the text generated by the ASR from the second user utterance, the command generated by the intelligent system may not be received, and the text may be input to the first user interface.
  • An electronic device may include a housing including a front surface, a rear surface, and a side surface surrounding a space between the front surface and the rear surface; A touch screen display disposed in the housing and exposed through the front surface; A microphone disposed in the housing and exposed through a portion of the housing; Wireless communication circuitry located within the housing; A processor located within the housing and electrically connected to the touch screen display, the microphone, the speaker, and the wireless communications circuitry; And a memory located within the housing and electrically connected to the processor, wherein the memory, when executed, the processor receives user speech through the microphone, and receives automatic speech recognition (ASR).
  • ASR automatic speech recognition
  • an external server that performs at least one of natural language understanding (NLU), and the natural language with respect to text obtained by performing the ASR on the data of the user speech, together with the data about the user speech.
  • NLU natural language understanding
  • Send information associated with whether to perform an understanding indicate that the information does not perform the natural language understanding, receive the text from the external server for data about the user's speech, and wherein the information includes the natural language understanding
  • the text from the external server to indicate that It may cause to receive a command obtained as a result of performing the natural language understanding for.
  • one of various user speech processing modes may be selected based on at least one of a state of the electronic device or a user input, and a result processed according to the selected user speech processing mode may be provided.
  • An electronic device and a method of operating the same can be provided.
  • FIG. 1 is a block diagram of an electronic device and a network according to various embodiments of the present disclosure.
  • FIG. 2 is a block diagram of an electronic device according to various embodiments of the present disclosure.
  • FIG. 3 is a block diagram of a program module according to various embodiments of the present disclosure.
  • 4A through 4C are flowcharts illustrating a method of operating an electronic device according to various embodiments of the present disclosure.
  • 5A and 5B illustrate conceptual diagrams of an electronic device according to various embodiments of the present disclosure.
  • 6A through 6D are flowcharts illustrating operations of an electronic device and an external server according to various embodiments of the present disclosure.
  • FIG. 7 is a conceptual diagram illustrating an operation process of a client device and a server according to various embodiments of the present disclosure.
  • FIG. 8 is a flowchart illustrating a method of operating an electronic device in a continuous command mode according to various embodiments of the present disclosure.
  • FIG. 9 is a conceptual diagram illustrating a method of operating an electronic device in a continuous command mode according to various embodiments of the present disclosure.
  • 10A and 10B illustrate a conceptual diagram of a screen of an electronic device in an dictation mode according to various embodiments of the present disclosure.
  • 11A is a flowchart illustrating a method of operating an electronic device in a conversation mode according to various embodiments of the present disclosure.
  • 11B is a flowchart illustrating an operation of an electronic device and an external server according to various embodiments of the present disclosure.
  • 12A to 12C are conceptual views illustrating a display screen of an electronic device in a conversation mode according to various embodiments of the present disclosure.
  • FIG. 13 is a flowchart illustrating an operation of an electronic device and an external server according to various embodiments of the present disclosure.
  • FIG. 14 is a conceptual diagram illustrating a screen of an electronic device in a keyboard mode according to various embodiments of the present disclosure.
  • 15 is a flowchart illustrating a method of operating an electronic device in a memo mode according to various embodiments of the present disclosure.
  • 16 is a conceptual diagram illustrating a screen of an electronic device in a memo mode according to various embodiments of the present disclosure.
  • 17 is a flowchart illustrating a method of operating an electronic device according to various embodiments of the present disclosure.
  • 18A and 18B illustrate conceptual diagrams for describing a wake up command for executing a voice processing application according to various embodiments of the present disclosure.
  • FIG. 18C illustrates a voice processing application execution screen according to various embodiments of the present disclosure.
  • 18D is a conceptual diagram illustrating a wake-up command for executing a voice processing application according to various embodiments of the present disclosure.
  • FIG. 19 is a conceptual diagram illustrating an initial selection or switching of a user speech processing mode according to various embodiments of the present disclosure.
  • 20 is a flowchart illustrating a method of operating an electronic device according to various embodiments of the present disclosure.
  • 21 is a conceptual diagram illustrating a mode change according to various embodiments of the present disclosure.
  • 22 is a conceptual diagram illustrating a screen of an electronic device in a command mode according to various embodiments of the present disclosure.
  • 23A and 23B illustrate conceptual diagrams for describing switching of a standby screen according to various embodiments of the present disclosure.
  • 24 is a screen illustrating a command mode entry according to various embodiments of the present disclosure.
  • 25 is a conceptual diagram illustrating a screen in a continuous command mode according to various embodiments of the present disclosure.
  • FIG. 26 is a screen illustrating an entry into a dictation mode according to various embodiments of the present disclosure. Referring to FIG.
  • FIG. 27 illustrates a screen for explaining entry into a dictation mode according to various embodiments of the present disclosure.
  • FIG. 28 illustrates a screen of an electronic device in an dictation mode according to various embodiments of the present disclosure.
  • 29A illustrates a screen of an electronic device in an dictation mode according to various embodiments of the present disclosure.
  • 29B is a conceptual diagram illustrating a dictation mode entry according to various embodiments of the present disclosure.
  • FIG. 30 is a diagram illustrating a screen of an electronic device in an dictation mode according to various embodiments of the present disclosure.
  • 31A and 31B illustrate conceptual diagrams for describing a screen of a conversation mode according to various embodiments of the present disclosure.
  • 32 and 33 illustrate screens for describing entering a conversation mode according to various embodiments of the present disclosure.
  • 34 is a screen illustrating a dialog mode termination, according to various embodiments of the present disclosure.
  • 35 is a diagram illustrating a screen for explaining entering a conversation mode according to various embodiments of the present disclosure.
  • 36 is a conceptual diagram illustrating an initial selection or switching of a user utterance processing mode of an electronic device according to various embodiments of the present disclosure.
  • FIG. 37 is a conceptual diagram illustrating an initial selection or switching of a user speech processing mode of an electronic device according to various embodiments of the present disclosure.
  • 38 is a conceptual diagram illustrating a change of a user speech processing mode of an electronic device according to various embodiments of the present disclosure.
  • 39 is a conceptual diagram illustrating a screen in a keyboard mode according to various embodiments of the present disclosure.
  • 40 is a conceptual diagram illustrating a transition between electronic device states according to various embodiments of the present disclosure.
  • 41A to 41C are flowcharts illustrating a method of operating an electronic device according to various embodiments of the present disclosure.
  • 42A and 42B are flowcharts illustrating a method of operating an electronic device according to various embodiments of the present disclosure.
  • 43 is a diagram illustrating an integrated intelligence system according to various embodiments of the present disclosure.
  • 44 is a block diagram illustrating a user terminal of an integrated intelligence system according to an embodiment of the present invention.
  • 45 is a diagram illustrating executing an intelligent app of a user terminal according to an embodiment of the present invention.
  • 46 is a block diagram illustrating an intelligent server of an integrated intelligence system according to an embodiment of the present invention.
  • the expression “device configured to” may mean that the device “can” together with other devices or components.
  • processor configured (or configured to) perform A, B, and C may be implemented by executing a dedicated processor (eg, an embedded processor) to perform its operation, or one or more software programs stored in a memory device. It may mean a general purpose processor (eg, a CPU or an application processor) capable of performing the corresponding operations.
  • An electronic device may be, for example, a smartphone, a tablet PC, a mobile phone, a video phone, an e-book reader, a desktop PC, a laptop PC, a netbook computer, a workstation, a server, a PDA, a PMP. It may include at least one of a portable multimedia player, an MP3 player, a medical device, a camera, or a wearable device. Wearable devices may be accessory (e.g. watches, rings, bracelets, anklets, necklaces, eyeglasses, contact lenses, or head-mounted-devices (HMDs), textiles or clothing integrated (e.g.
  • HMDs head-mounted-devices
  • an electronic device may comprise, for example, a television, a digital video disk (DVD) player, Audio, Refrigerator, Air Conditioner, Cleaner, Oven, Microwave Oven, Washing Machine, Air Purifier, Set Top Box, Home Automation Control Panel, Security Control Panel, Media Box (e.g. Samsung HomeSync TM , Apple TV TM , or Google TV TM ) , A game console (eg, Xbox TM , PlayStation TM ), an electronic dictionary, an electronic key, a camcorder, or an electronic picture frame.
  • DVD digital video disk
  • the electronic device may include a variety of medical devices (e.g., various portable medical measuring devices such as blood glucose meters, heart rate monitors, blood pressure meters, or body temperature meters), magnetic resonance angiography (MRA), magnetic resonance imaging (MRI), Computed tomography (CT), cameras or ultrasounds), navigation devices, global navigation satellite systems (GNSS), event data recorders (EDRs), flight data recorders (FDRs), automotive infotainment devices, ship electronics (E.g., various portable medical measuring devices such as blood glucose meters, heart rate monitors, blood pressure meters, or body temperature meters), magnetic resonance angiography (MRA), magnetic resonance imaging (MRI), Computed tomography (CT), cameras or ultrasounds), navigation devices, global navigation satellite systems (GNSS), event data recorders (EDRs), flight data recorders (FDRs), automotive infotainment devices, ship electronics (E.g.
  • various portable medical measuring devices such as blood glucose meters, heart rate monitors, blood pressure meters, or body temperature meters
  • MRA magnetic resonance angiography
  • an electronic device may be a part of a furniture, building / structure or automobile, an electronic board, an electronic signature receiving device, a projector, or various measuring devices (eg, water, electricity, Gas, or a radio wave measuring instrument).
  • the electronic device may be flexible or a combination of two or more of the aforementioned various devices.
  • Electronic devices according to embodiments of the present disclosure are not limited to the above-described devices.
  • the term user may refer to a person who uses an electronic device or a device (eg, an artificial intelligence electronic device) that uses an electronic device.
  • the electronic device 101 may include a bus 110, a processor 120, a memory 130, an input / output interface 150, a display 160, and a communication interface 170.
  • the electronic device 101 may omit at least one of the components or additionally include other components.
  • the bus 110 may include circuitry that connects the components 110-170 to each other and transfers communication (eg, control messages or data) between the components.
  • the processor 120 may include one or more of a central processing unit, an application processor, or a communication processor (CP).
  • the processor 120 may execute, for example, an operation or data processing related to control and / or communication of at least one other component of the electronic device 101.
  • the memory 130 may include volatile and / or nonvolatile memory.
  • the memory 130 may store, for example, commands or data related to at least one other element of the electronic device 101.
  • the memory 130 may store software and / or a program 140.
  • the program 140 may include, for example, a kernel 141, middleware 143, an application programming interface (API) 145, an application program (or “application”) 147, or the like.
  • API application programming interface
  • application or “application”
  • At least a portion of kernel 141, middleware 143, or API 145 may be referred to as an operating system.
  • the kernel 141 may be a system resource (eg, used to execute an action or function implemented in, for example, other programs (eg, middleware 143, API 145, or application program 147).
  • the bus 110, the processor 120, or the memory 130 may be controlled or managed.
  • the kernel 141 may provide an interface for controlling or managing system resources by accessing individual components of the electronic device 101 from the middleware 143, the API 145, or the application program 147. Can be.
  • the middleware 143 may serve as an intermediary for allowing the API 145 or the application program 147 to communicate with the kernel 141 to exchange data.
  • the middleware 143 may process one or more work requests received from the application program 147 according to priority.
  • the middleware 143 may use system resources (eg, the bus 110, the processor 120, or the memory 130, etc.) of the electronic device 101 for at least one of the application programs 147. Prioritize and process the one or more work requests.
  • the API 145 is an interface for the application 147 to control functions provided by the kernel 141 or the middleware 143.
  • the API 145 may include at least the following: file control, window control, image processing, or character control. It can contain one interface or function (eg command).
  • the input / output interface 150 may transmit, for example, a command or data input from a user or another external device to other component (s) of the electronic device 101, or other components of the electronic device 101 ( Commands or data received from the device) can be output to the user or other external device.
  • Display 160 may be, for example, a liquid crystal display (LCD), a light emitting diode (LED) display, an organic light emitting diode (OLED) display, or a microelectromechanical system (MEMS) display, or an electronic paper display. It may include.
  • the display 160 may display, for example, various types of content (eg, text, images, videos, icons, and / or symbols, etc.) to the user.
  • the display 160 may include a touch screen and may receive, for example, a touch, gesture, proximity, or hovering input using an electronic pen or a part of a user's body.
  • the communication interface 170 may establish communication between the electronic device 101 and an external device (eg, the first external electronic device 102, the second external electronic device 104, or the server 106). Can be.
  • the communication interface 170 may be connected to the network 162 through wireless or wired communication to communicate with an external device (eg, the second external electronic device 104 or the server 106).
  • the wireless communication may be, for example, LTE, LTE Advance (LTE-A), code division multiple access (CDMA), wideband CDMA (WCDMA), universal mobile telecommunications system (UMTS), wireless broadband (WiBro), or global network (GSM).
  • LTE Long Term Evolution
  • LTE-A LTE Advance
  • CDMA code division multiple access
  • WCDMA wideband CDMA
  • UMTS universal mobile telecommunications system
  • WiBro wireless broadband
  • GSM global network
  • the wireless communication may include, for example, wireless fidelity (WiFi), Bluetooth, Bluetooth low power (BLE), Zigbee, near field communication (NFC), magnetic secure transmission, and radio. It may include at least one of a frequency (RF) or a body area network (BAN).
  • GNSS GNSS.
  • the GNSS may be, for example, a Global Positioning System (GPS), a Global Navigation Satellite System (Glonass), a Beidou Navigation Satellite System (hereinafter referred to as "Beidou”), or a Galileo, the European global satellite-based navigation system.
  • GPS Global Positioning System
  • Glonass Global Navigation Satellite System
  • Beidou Beidou Navigation Satellite System
  • Galileo the European global satellite-based navigation system.
  • Wired communication may include, for example, at least one of a universal serial bus (USB), a high definition multimedia interface (HDMI), a standard standard232 (RS-232), a power line communication, a plain old telephone service (POTS), and the like.
  • the network 162 may comprise a telecommunications network, for example at least one of a computer network (eg, LAN or WAN), the Internet, or a telephone network.
  • Each of the first and second external electronic devices 102 and 104 may be a device of the same or different type as the electronic device 101. According to various embodiments of the present disclosure, all or part of operations executed in the electronic device 101 may be executed in another or a plurality of electronic devices (for example, the electronic devices 102 and 104 or the server 106). According to this, when the electronic device 101 needs to perform a function or service automatically or by request, the electronic device 101 may instead execute or execute the function or service by itself, or at least some function associated therewith.
  • the other electronic device may request the requested function or The additional function may be executed and the result may be transmitted to the electronic device 101.
  • the electronic device 101 may provide the requested function or service by processing the received result as it is or additionally.
  • Cloud computing distributed computing, or client-server computing techniques can be used.
  • the electronic device 201 may include, for example, all or part of the electronic device 101 illustrated in FIG. 1.
  • the electronic device 201 may include one or more processors (eg, an AP) 210, a communication module 220, a subscriber identification module 224, a memory 230, a sensor module 240, an input device 250, and a display. 260, an interface 270, an audio module 280, a camera module 291, a power management module 295, a battery 296, an indicator 297, and a motor 298.
  • the 210 may control a plurality of hardware or software components connected to the processor 210 by running an operating system or an application program, and may perform various data processing and operations.
  • the processor 210 may further include a graphic processing unit (GPU) and / or an image signal processor. 210 may include at least some of the components shown in FIG. 2 (eg, cellular module 221). The processor 210 other components: processing by loading the command or data received from at least one (e.g., non-volatile memory) in the volatile memory) and can store the result data into the nonvolatile memory.
  • a graphic processing unit GPU
  • an image signal processor may include at least some of the components shown in FIG. 2 (eg, cellular module 221).
  • the processor 210 other components: processing by loading the command or data received from at least one (e.g., non-volatile memory) in the volatile memory) and can store the result data into the nonvolatile memory.
  • the communication module 220 may include, for example, a cellular module 221, a WiFi module 223, a Bluetooth module 225, a GNSS module 227, an NFC module 228, and an RF module 229. have.
  • the cellular module 221 may provide, for example, a voice call, a video call, a text service, or an internet service through a communication network.
  • the cellular module 221 may perform identification and authentication of the electronic device 201 in a communication network by using a subscriber identification module (eg, a SIM card) 224.
  • the cellular module 221 may perform at least some of the functions that the processor 210 may provide.
  • the cellular module 221 may include a communication processor (CP).
  • CP communication processor
  • at least some (eg, two or more) of the cellular module 221, the WiFi module 223, the Bluetooth module 225, the GNSS module 227, or the NFC module 228 may be one integrated chip. (IC) or in an IC package.
  • the RF module 229 may transmit / receive a communication signal (for example, an RF signal), for example.
  • the RF module 229 may include, for example, a transceiver, a power amp module (PAM), a frequency filter, a low noise amplifier (LNA), an antenna, or the like.
  • PAM power amp module
  • LNA low noise amplifier
  • At least one of the cellular module 221, the WiFi module 223, the Bluetooth module 225, the GNSS module 227, or the NFC module 228 may transmit and receive an RF signal through a separate RF module.
  • Subscriber identification module 224 may include, for example, a card or embedded SIM that includes a subscriber identification module, and may include unique identification information (eg, integrated circuit card identifier (ICCID)) or subscriber information (eg, IMSI). (international mobile subscriber identity)).
  • ICCID integrated circuit card identifier
  • IMSI international mobile subscriber identity
  • the memory 230 may include, for example, an internal memory 232 or an external memory 234.
  • the internal memory 232 may include, for example, volatile memory (for example, DRAM, SRAM, or SDRAM), nonvolatile memory (for example, one time programmable ROM (OTPROM), PROM, EPROM, EEPROM, mask ROM, flash ROM).
  • the flash memory may include at least one of a flash memory, a hard drive, or a solid state drive (SSD)
  • the external memory 234 may be a flash drive, for example, a compact flash (CF) or a secure digital (SD). ), Micro-SD, Mini-SD, extreme digital (xD), multi-media card (MMC), memory stick, etc.
  • the external memory 234 may be functionally connected to the electronic device 201 through various interfaces. Or physically connected.
  • the sensor module 240 may measure, for example, a physical quantity or detect an operation state of the electronic device 201 and convert the measured or detected information into an electrical signal.
  • the sensor module 240 includes, for example, a gesture sensor 240A, a gyro sensor 240B, an air pressure sensor 240C, a magnetic sensor 240D, an acceleration sensor 240E, a grip sensor 240F, and a proximity sensor ( 240G), color sensor 240H (e.g., red (green, blue) sensor), biometric sensor 240I, temperature / humidity sensor 240J, illuminance sensor 240K, or UV (ultra violet) ) May include at least one of the sensors 240M.
  • sensor module 240 may include, for example, an e-nose sensor, an electromyography (EMG) sensor, an electrocardiogram (EEG) sensor, an electrocardiogram (ECG) sensor, Infrared (IR) sensors, iris sensors and / or fingerprint sensors.
  • the sensor module 240 may further include a control circuit for controlling at least one or more sensors belonging therein.
  • the electronic device 201 further includes a processor configured to control the sensor module 240 as part of or separately from the processor 210, while the processor 210 is in a sleep state. The sensor module 240 may be controlled.
  • the input device 250 may include, for example, a touch panel 252, a (digital) pen sensor 254, a key 256, or an ultrasonic input device 258.
  • the touch panel 252 may use at least one of capacitive, resistive, infrared, or ultrasonic methods, for example.
  • the touch panel 252 may further include a control circuit.
  • the touch panel 252 may further include a tactile layer to provide a tactile response to the user.
  • the (digital) pen sensor 254 may be, for example, part of a touch panel or may include a separate recognition sheet.
  • the key 256 may include, for example, a hardware button, an optical key, or a keypad.
  • the ultrasonic input device 258 may detect ultrasonic waves generated by an input tool through a microphone (for example, the microphone 288) and check data corresponding to the detected ultrasonic waves.
  • Display 260 may include panel 262, hologram device 264, projector 266, and / or control circuitry to control them.
  • the panel 262 may be implemented to be, for example, flexible, transparent, or wearable.
  • the panel 262 may be configured with the touch panel 252 and one or more modules.
  • panel 262 may include a pressure sensor (or force sensor) capable of measuring the strength of the pressure on the user's touch.
  • the pressure sensor may be integrally implemented with the touch panel 252 or one or more sensors separate from the touch panel 252.
  • the hologram 264 may show a stereoscopic image in the air by using interference of light.
  • the projector 266 may display an image by projecting light onto a screen.
  • the screen may be located inside or outside the electronic device 201.
  • the interface 270 may include, for example, an HDMI 272, a USB 274, an optical interface 276, or a D-subminiature 278.
  • the interface 270 may be included in, for example, the communication interface 170 illustrated in FIG. 1.
  • interface 270 may include, for example, a mobile high-definition link (MHL) interface, an SD card / multi-media card (MMC) interface, or an infrared data association (IrDA) compliant interface. have.
  • MHL mobile high-definition link
  • MMC Secure Digital Card
  • IrDA infrared data association
  • the audio module 280 may bidirectionally convert, for example, a sound and an electrical signal. At least some components of the audio module 280 may be included in, for example, the input / output interface 145 illustrated in FIG. 1.
  • the audio module 280 may process sound information input or output through, for example, a speaker 282, a receiver 284, an earphone 286, a microphone 288, or the like.
  • the camera module 291 is, for example, a device capable of capturing still images and moving images. According to one embodiment, the camera module 291 is one or more image sensors (eg, a front sensor or a rear sensor), a lens, and an image signal processor (ISP). Or flash (eg, LED or xenon lamp, etc.).
  • the power management module 295 may manage power of the electronic device 201, for example.
  • the power management module 295 may include a power management integrated circuit (PMIC), a charger IC, or a battery or fuel gauge.
  • the PMIC may have a wired and / or wireless charging scheme.
  • the wireless charging method may include, for example, a magnetic resonance method, a magnetic induction method, an electromagnetic wave method, or the like, and may further include additional circuits for wireless charging, such as a coil loop, a resonance circuit, a rectifier, and the like. have.
  • the battery gauge may measure, for example, the remaining amount of the battery 296, the voltage, the current, or the temperature during charging.
  • the battery 296 may include, for example, a rechargeable cell and / or a solar cell.
  • the indicator 297 may display a specific state of the electronic device 201 or a part thereof (for example, the processor 210), for example, a booting state, a message state, or a charging state.
  • the motor 298 may convert electrical signals into mechanical vibrations, and may generate vibrations or haptic effects.
  • the electronic device 201 may be, for example, a mobile TV supporting device capable of processing media data according to a standard such as digital multimedia broadcasting (DMB), digital video broadcasting (DVB), or mediaFlo TM . : GPU).
  • DMB digital multimedia broadcasting
  • DVD digital video broadcasting
  • mediaFlo TM . : GPU mediaFlo TM .
  • Each of the components described in this document may be composed of one or more components, and the names of the corresponding components may vary depending on the type of electronic device.
  • the electronic device eg, the electronic device 201) may include some components, omit additional components, or combine some of the components to form a single entity. It is possible to perform the same function of the previous corresponding
  • the electronic device 201 may include a housing including a front side, a rear side, and a side surface surrounding a space between the front side and the rear side.
  • a touch screen display eg, the display 260
  • the microphone 288 is disposed in the housing and may be exposed through a portion of the housing.
  • At least one speaker 282 is disposed in the housing and may be exposed through another portion of the housing.
  • a hardware button eg, key 256
  • the wireless communication circuit (eg, the communication module 220) may be located in the housing.
  • the processor 210 (or the processor 120) is located in the housing and may be electrically connected to the touch screen display, the microphone 288, the speaker 282, and the wireless communication circuit.
  • the memory 230 (or the memory 130) is located in the housing and may be electrically connected to the processor 210.
  • the memory 230 is configured to store a first application program comprising a first user interface for receiving a text input, wherein the memory 230, when executed, The processor 210 stores instructions that cause a first operation and a second operation to be performed, wherein the first operation is via the button while the first user interface is not displayed on the touchscreen display.
  • Receive a first type of user input and after receiving the first type of user input, receive a first user utterance through the microphone 288, and receive automatic speech recognition (ASR) and intelligence Providing first data about the first user utterance to an external server including an intelligence system and providing the first data; And receive at least one command from the external server to perform a task generated by the intelligent system in response to the first user utterance, wherein the second operation is performed by the first user on the touch screen display. While the interface is displayed, the first user input is received through the button, and after receiving the first type of user input, a second user speech is received through the microphone 288, and the external server is received.
  • ASR automatic speech recognition
  • the button may include a physical key located at the side of the housing.
  • the first type of user input is one press on the button, two presses on the button, three presses on the button, and one press on the button. Hold down, or two presses and hold downs on the button.
  • the instructions may further cause the processor to display the first user interface with a virtual keyboard.
  • the button may not be part of the virtual keyboard.
  • the instructions further allow the processor 210 to receive data for text generated by ASR from the first user's speech within the first operation, from the external server. Can cause.
  • the first application program may include at least one of a note application program, an email application program, a web browser application program, or a calendar application program.
  • the first application program includes a message application, and the instructions may be generated when the processor 210 exceeds a selected time period after inputting the text. It can further cause to send the text entered automatically through.
  • the instructions further cause the processor 210 to perform a third operation, wherein the third operation is performed while displaying the first user interface on the touchscreen display.
  • the processor 210 After receiving the second type of user input through the button, receiving the second type of user input, receiving a third user speech through the microphone, and receiving the third user speech through the external server. And provide at least one command from the external server to perform a task generated by the intelligent system in response to the third user utterance after providing the third data for the third data. have.
  • the instructions further cause the processor 210 to perform a fourth operation, wherein the fourth operation is such that the first user interface is not displayed on the touchscreen display.
  • the fourth operation is such that the first user interface is not displayed on the touchscreen display.
  • the second type of user input is received through the button, and after receiving the second type of user input, a fourth user speech is received through the microphone 288, and the fourth user speech is received.
  • providing at least one command for performing a task generated by the intelligent system in response to the fourth user utterance after providing the fourth data for the external server and providing the fourth data.
  • Receiving from a external server receiving a fifth user speech through the microphone, and receiving, by the external server, the fifth user speech. And after providing the fifth data, receiving at least one command from the external server to perform a task generated by the intelligent system in response to the fifth user utterance. .
  • the first type of user input and the second type of user input are different from each other, and press once for the button, press twice for the button, and press three times for the button. It may be selected from one press hold for the button, and the second press and hold press for the button.
  • the memory 230 is further configured to store a second application program comprising a second user interface for receiving text input, wherein the instructions, when executed, are executed by the processor ( 210 further causes a third operation to be performed, wherein the third operation is to receive the first type of user input via the button while displaying the second user interface and to receive the first type of user.
  • the input text After receiving an input, receiving a third user utterance through the microphone, providing third data for the third user utterance to the external server, and after providing the third data, the external Generated by the intelligent system, while receiving data from the server for text generated by the ASR from the third user utterance Does not receive a command, and inputs the text into the second user interface, and the text is input, and when the selected time period is exceeded, the input text may be automatically transmitted through the wireless communication circuit. .
  • the memory 230 is configured to store a first application program comprising a first user interface for receiving a text input, wherein the memory 230, when executed,
  • the processor 210 stores instructions that cause a first operation and a second operation to be performed, the first operation receiving a first type of user input through the button, and receiving the first type of user input.
  • the first user utterance After receiving the first user utterance through the microphone 288, the first user utterance to an external server including automatic speech recognition (ASR) and intelligence system (intelligence system) Providing first data for, and after providing the first data, a task generated by the intelligent system in response to the first user utterance.
  • ASR automatic speech recognition
  • intelligence system intelligence system
  • the instructions may further cause the processor 210 to display the first user interface with a virtual keyboard, and the button may not be part of the virtual keyboard.
  • the instructions further cause the processor 210 to receive data for text generated by the ASR from the first user's speech within the first operation from the external server. can do.
  • the first application program may include at least one of a note application program, an email application program, a web browser application program, or a calendar application program.
  • the first application program includes a message application, and the instructions may be generated when the processor 210 exceeds a selected time period after inputting the text. It can further cause to send the text entered automatically through.
  • the instructions may further cause the processor 210 to perform the first operation independently of an indication on the display of the first user interface.
  • the instructions perform the second operation when the processor 210 is at least one of the electronic device being locked or the touch screen display being turned off. To cause more.
  • the instructions may further cause the processor 210 to perform the second operation while displaying the first user interface on the touchscreen display.
  • the memory 230 when executed, allows the processor 210 to receive user speech via the microphone 288, and to perform automatic speech recognition (ASR) or An external server that performs at least one of natural language understanding (NLU), wherein the natural language understanding is performed on text obtained by performing the ASR on the data on the user speech, together with the data on the user speech.
  • ASR automatic speech recognition
  • NLU natural language understanding
  • Send information associated with whether or not to perform, indicating that the information does not perform the natural language understanding receive the text from the external server for data about the user's speech, and the information to perform the natural language understanding. Indicating that the natural language understanding is performed on the text from the external server. It can store instructions that cause it to receive.
  • the program module 310 may include an operating system and / or various applications running on the operating system for controlling resources related to the electronic device (eg, the electronic device 101).
  • the application program 147 may be included.
  • the operating system may include, for example, Android TM , iOS TM , Windows TM , Symbian TM , Tizen TM , or Bada TM .
  • the program module 310 may include the kernel 320 (eg, the kernel 141), the middleware 330 (eg, the middleware 143), and the API 360 (eg, the API 145).
  • At least a portion of the program module 310 may be preloaded on the electronic device or may be an external electronic device (eg, an electronic device ( 102, 104, server 106, etc.).
  • the kernel 320 may include, for example, a system resource manager 321 and / or a device driver 323.
  • the system resource manager 321 may perform control, allocation, or retrieval of system resources.
  • the system resource manager 321 may include a process manager, a memory manager, or a file system manager.
  • the device driver 323 may include, for example, a display driver, a camera driver, a Bluetooth driver, a shared memory driver, a USB driver, a keypad driver, a WiFi driver, an audio driver, or an inter-process communication (IPC) driver.
  • the middleware 330 may provide various functions through the API 360, for example, to provide functions commonly required by the application 370, or to allow the application 370 to use limited system resources inside the electronic device.
  • the middleware 330 may include a runtime library 335, an application manager 341, a window manager 342, a multimedia manager 343, a resource manager 344, a power manager 345, and a database manager ( 346, a package manager 347, a connectivity manager 348, a notification manager 349, a location manager 350, a graphic manager 351, or a security manager 352.
  • the runtime library 335 may include, for example, a library module that the compiler uses to add new functionality through the programming language while the application 370 is running.
  • the runtime library 335 may perform input / output management, memory management, or arithmetic function processing.
  • the application manager 341 may manage, for example, the life cycle of the application 370.
  • the window manager 342 may manage GUI resources used on the screen.
  • the multimedia manager 343 may identify a format necessary for playing the media files, and may encode or decode the media file using a codec suitable for the format.
  • the resource manager 344 may manage space of source code or memory of the application 370.
  • the power manager 345 may manage, for example, the capacity or power of the battery and provide power information necessary for the operation of the electronic device.
  • the power manager 345 may interwork with a basic input / output system (BIOS).
  • the database manager 346 may create, retrieve, or change a database to be used, for example, in the application 370.
  • the package manager 347 may manage installation or update of an application distributed in the form of a package file.
  • the connectivity manager 348 may manage, for example, a wireless connection.
  • the notification manager 349 may provide the user with events such as, for example, an arrival message, an appointment, a proximity notification, and the like.
  • the location manager 350 may manage location information of the electronic device, for example.
  • the graphic manager 351 may manage, for example, graphic effects to be provided to the user or a user interface related thereto.
  • the security manager 352 may provide system security or user authentication, for example.
  • the middleware 330 may include a telephony manager for managing a voice or video call function of the electronic device or a middleware module capable of forming a combination of functions of the above-described components. .
  • the middleware 330 may provide a module specialized for each type of operating system.
  • the middleware 330 may dynamically delete some of the existing components or add new components.
  • API 360 is, for example, a set of API programming functions, which may be provided in different configurations depending on the operating system. For example, in the case of Android or iOS, one API set may be provided for each platform, and in Tizen, two or more API sets may be provided for each platform.
  • the application 370 is, for example, a home 371, a dialer 372, an SMS / MMS 373, an instant message (IM) 374, a browser 375, a camera 376, an alarm 377. , Contacts 378, voice dials 379, emails 380, calendars 381, media players 382, albums 383, watches 384, health care (e.g., measures exercise or blood sugar) Or an application for providing environmental information (eg, barometric pressure, humidity, or temperature information).
  • the application 370 may include an information exchange application capable of supporting information exchange between the electronic device and the external electronic device.
  • the information exchange application may include, for example, a notification relay application for delivering specific information to the external electronic device, or a device management application for managing the external electronic device.
  • the notification delivery application may deliver notification information generated by another application of the electronic device to the external electronic device, or receive notification information from the external electronic device and provide the notification information to the user.
  • the device management application may be, for example, the ability of an external electronic device to communicate with the electronic device (e.g. turn-on / turn-off of the external electronic device itself (or some component) or the brightness (or resolution) of the display). Control), or install, delete, or update an application running on the external electronic device.
  • the application 370 may include an application (eg, a health care application of a mobile medical device) designated according to an attribute of the external electronic device.
  • the application 370 may include an application received from an external electronic device.
  • At least a portion of the program module 310 may be implemented (eg, executed) in software, firmware, hardware (eg, the processor 210), or a combination of at least two or more thereof, and a module for performing one or more functions; It can include a program, routine, instruction set, or process.
  • module includes a unit composed of hardware, software, or firmware, and may be used interchangeably with terms such as logic, logic blocks, components, or circuits.
  • the module may be an integrally formed part or a minimum unit or part of performing one or more functions.
  • Modules may be implemented mechanically or electronically, for example, application-specific integrated circuit (ASIC) chips, field-programmable gate arrays (FPGAs), or known or future developments that perform certain operations. It can include a programmable logic device.
  • ASIC application-specific integrated circuit
  • FPGAs field-programmable gate arrays
  • At least a portion of an apparatus (eg, modules or functions thereof) or method (eg, operations) according to various embodiments may be stored on a computer-readable storage medium (eg, memory 130) in the form of a program module. It can be implemented as.
  • Computer-readable recording media include hard disks, floppy disks, magnetic media (e.g. magnetic tape), optical recording media (e.g. CD-ROM, DVD, magnetic-optical media (e.g. floppy disks), internal memory, etc.
  • Instructions may include code generated by a compiler or code executable by an interpreter Modules or program modules according to various embodiments may include at least one or more of the above-described components. In some embodiments, operations performed by a module, a program module, or another component may be executed sequentially, in parallel, repeatedly, or heuristically, or at least, or may include other components. Some operations may be executed in a different order, omitted, or other operations may be added.
  • 4A through 4C are flowcharts illustrating a method of operating an electronic device according to various embodiments of the present disclosure. 4A through 4C will be described in more detail with reference to FIGS. 5A and 5B. 5A and 5B illustrate conceptual diagrams of an electronic device according to various embodiments of the present disclosure.
  • the electronic device 101 may execute a first application program including the first user interface in operation 410.
  • the first application program includes the first user interface may mean that at least some of the execution screens of the first application program include the first user interface.
  • the first application program is a web browsing application
  • the screen downloaded from the server corresponding to the access URL may be temporarily or non-temporarily stored, and the downloaded screen may include the first user interface.
  • the first application may be named as including the first user interface. That is, the first application program may include a first user interface on a screen previously stored, or the electronic device 101 may temporarily or non-transitory according to the execution of the first application program later after the installation of the first application program.
  • the screen stored as may include a first user interface, and both of them may be named as including the first user interface by the first application.
  • the first user interface may be a text box provided to allow a user to enter text.
  • the first user interface may include a keyboard (eg, a virtual keyboard) for selecting a character input to a text box or the like.
  • the electronic device 101 includes a second text box 511 that can display text input through a keyboard 512 (eg, a virtual keyboard) displayed from a user.
  • the execution screen 510 may be displayed. The operation of FIG. 5B will be described later in more detail with reference to FIG. 4C.
  • the electronic device 101 may determine whether the first user interface is displayed.
  • the first application program may include various execution screens. For example, when the first application program is a web browsing application program, as shown in the left side of FIG. 5A, the first execution screen 500 corresponding to a specific URL may be displayed, and the first execution screen 500 may be displayed. May not include a first user interface such as a text box or a keyboard.
  • the electronic device 101 may display a second execution screen 510 corresponding to a specific URL as shown in the left side of FIG. 5B, and the first execution screen such as a text box 511 may be displayed on the second execution screen 510.
  • a user interface may be included.
  • the electronic device 101 may determine, for example, whether a first user interface such as a text box is included in the displayed screen by using the analysis result of the displayed screens or the identification information of the displayed screen. The method of determining whether the first user interface is included in the screen displayed by the electronic device 101 can be easily understood by those skilled in the art.
  • the second execution screen 510 may further include a keyboard 512 for text input to the text box 511, but the keyboard 512 may not be displayed depending on the implementation.
  • the electronic device 101 may be configured to start displaying the keyboard 512 in response to a user specification such as a touch on the text box 511.
  • the electronic device 101 may perform a first operation associated with receiving a first type of user input.
  • the electronic device 101 may perform a first operation on the user speech 501 input through the microphone 280.
  • the first operation will be described in more detail with reference to FIG. 4B.
  • the first type of user input may include, for example, an input of a hardware button 502 of the electronic device 101.
  • the button 502 may be included in, for example, the key 256 in FIG. 2, and the position of the button 502 is not limited.
  • the button 502 may be implemented as buttons other than the home button, for example, may be disposed on the side of the housing of the electronic device 101.
  • hardware buttons used only for the purpose of speech recognition may be disposed on the side of the electronic device 101.
  • the electronic device 101 may activate the microphone while the corresponding button is pressed and the press is maintained, and may process user speech obtained through the activated microphone.
  • the electronic device 101 may activate a microphone when the corresponding button is pressed, and may process user speech obtained through the activated microphone.
  • the hardware button disposed on the side of the electronic device 101 will be described in more detail with reference to FIG. 18B.
  • the electronic device 101 may display a screen including a button rendered by software, and receive a first type of user input by detecting a touch or the like.
  • the electronic device 101 may be a variety of input devices such as a pen sensor 254 and an ultrasonic input device 258 in addition to a hardware button 502 or a key 256 of FIG. 2, a touch panel 252 of a touch screen display, and the like.
  • a person skilled in the art can easily understand that the first type of user input performed by the user can be received, and there is no limitation on the type of input device to detect.
  • the electronic device 101 may receive a first type of user input through various sensor modules (eg, the sensor module 240 of FIG. 2).
  • the electronic device 101 may perform a second operation associated with receiving a second type of user input.
  • the electronic device 101 may perform a second operation on the user speech 501 input through the microphone 280.
  • the second operation will be described in more detail with reference to FIG. 4C.
  • the electronic device 101 may perform a different operation (for example, a first operation or a second operation) with respect to the same user speech 501 when the first user input is received. Can be.
  • the electronic device 101 may receive a first type of user input through a button while the first user interface is not displayed.
  • the electronic device 101 may display a first execution screen 500 that does not include a first user interface such as a text box.
  • the electronic device 101 may receive a first type of user input through the button 502 while displaying the first execution screen 500, that is, not displaying the first user interface.
  • the electronic device 101 may receive the first user utterance 501 through the microphone 280.
  • the electronic device 101 eg, the processor 120 or 210) may provide data about the first user speech 501 to an external server including an ASR system and an intelligent system.
  • the intelligent system may, for example, apply an NLU to text acquired by the ASR system, determine a user's intention, and generate a command including a task corresponding thereto.
  • the electronic device 101 may transmit data about the first user speech 501 to an external server using the communication interface 170 or the communication module 220.
  • the microphone 280 may convert, for example, the first user speech 501 into an electrical signal, and the electronic device 101 may convert the converted electrical signal, that is, data about the first user speech 501.
  • the communication signal including a may be transmitted to an external server.
  • the electronic device 101 may perform pre-processing on the converted electric signal to transmit a communication signal including the pre-processed electric signal to an external server, which will be described later in more detail. do.
  • the electronic device 101 (eg, the processor 120 or 210), after providing the data, at least one instruction for performing a task generated by the intelligent system in response to the first user utterance.
  • ASR automatic speech recognition
  • an external server may understand the text by using an automatic speech recognition (ASR) system that can generate text using data on speech, and understand the meaning of the text and generate a command corresponding to the text. May include intelligent systems.
  • the external server may generate at least one command for performing a task corresponding to the first user speech by using the automatic voice recognition system and the intelligent system.
  • the external server may generate at least one command from the received data in response to the state of the electronic device that the electronic device 101 does not display the first user interface.
  • the electronic device 101 may transmit information on the state of the electronic device indicating that the first user interface is not displayed to an external server, which will be described later in more detail. .
  • the external server may transmit the generated command to the electronic device 101.
  • the electronic device 101 may perform a task corresponding to the first user utterance according to the received command. For example, referring to FIG. 5A, the electronic device 101 may acquire a first user speech 501 of "Register Study schedule on February second.”
  • the electronic device 101 may transmit data about the first user speech 501 to an external server, and the external server applies ASR to the received data to determine “Register, Study schedule on February, second.” You can get the text.
  • the external server includes tasks for registering a schedule of "Study” on February 2 of the schedule management application execution and the schedule management application, corresponding to the first user utterance 501 from the obtained text, using the intelligent system.
  • the external server may transmit the generated command to the electronic device 101, and the electronic device 101 may perform a task included in the command.
  • the electronic device 101 may display a schedule management application execution screen 520, and display a result of registering a schedule 522 of “Study” on an item 521 of February 2. can do.
  • the electronic device 101 may execute a schedule management application in the background while registering the schedule included in the task while maintaining the display of the first execution screen 500.
  • 4C is a flowchart illustrating a first operation of a first application program according to various embodiments of the present disclosure.
  • the electronic device 101 eg, the processor 120 or 210) may receive a first type of user input through a button while the first user interface is displayed. .
  • the electronic device 101 may receive a second user utterance through the microphone 280.
  • the electronic device 101 may acquire a second user speech 503 of "Register, Study schedule on February, second.”
  • the first user speech 501 and the second user speech 503 are the same.
  • the electronic device 101 may provide data about the second user speech 503 to an external server including an ASR system and an intelligent system.
  • the electronic device 101 eg, the processor 120 or 210
  • the electronic device 101 after providing the data, generates by the ASR from the second user's utterance, without receiving a command generated by the intelligent system. Can receive data about the text.
  • the electronic device 101 eg, the processor 120 or 210) may input and display the received text 513 on the first user interface 511.
  • the external server may obtain data for text generated by the ASR from the second user speech using the ASR system.
  • the electronic device 101 may transmit information about a state of the electronic device indicating that the first user interface is being displayed to an external server, which will be described in detail later.
  • the external server may transmit the obtained text to the electronic device 101.
  • the electronic device 101 may input and display the received acquired text on the first user interface. For example, referring to FIG. 5B, the electronic device 101 may obtain a second user speech 503 of "Register, Study schedule on February, second.”
  • the electronic device 101 may transmit the data for the second user speech 503 to an external server, and the external server applies ASR to the received data to determine “Register, Study schedule on February, second.” You can get the text.
  • the external server may transmit the acquired text to the electronic device 101, and the electronic device 101 displays at least a part 513 of the acquired text in the text box 511 as shown on the right side of FIG. 5B. can do.
  • the electronic device 101 may be configured to input text received from an external server into the first user interface based on state information indicating that the first user interface is being displayed.
  • the external server obtains text through ASR for data received from the electronic device 101 according to state information of the electronic device associated with whether the first user interface is displayed or not. Whether to transmit to the electronic device 101, or to obtain the text through the ASR for the data received from the electronic device 101, and to generate a command including a task from the obtained text and transmit it to the electronic device 101. You can judge.
  • the electronic device 101 does not transmit data on user speech to the external server 600, but uses the ASR system and the NLU system installed inside the electronic device 101. It can also handle ignition. For example, the electronic device 101 may determine whether to apply only ASR or both ASR and NLU to the user speech obtained according to the determined user speech processing mode. In the following embodiments, the operation performed by the external server may be implemented so that the electronic device 101 can also be performed.
  • 6A through 6D are flowcharts illustrating operations of an electronic device and an external server according to various embodiments of the present disclosure.
  • the electronic device 101 may acquire user speech.
  • the electronic device 101 eg, the processor 120 or 210) may determine a user speech processing mode.
  • operation 601 is illustrated in FIG. 6A as preceded by operation 603, this is merely an example, and the electronic device 101 according to various embodiments of the present disclosure may determine a user speech processing mode and then. User speech can also be obtained.
  • the electronic device 101 may determine a user speech processing mode based on whether a first user interface such as a text box is displayed.
  • the electronic device 101 may determine the user speech processing mode as a dictation mode in response to the electronic device state that the first user interface is being displayed.
  • the electronic device 101 may determine the user speech processing mode as a command mode in response to the state of the electronic device that the first user interface is not displayed.
  • the dictation mode may be a user utterance processing mode in which the external server 600 requests the return of the text after obtaining the text by applying the ASR to the data on the received user speech.
  • the command mode the external server 600 applies the ASR to the data on the received user speech to obtain text, generates a command including a task from the obtained text, and requests the return of the user speech. May be a processing mode.
  • the electronic device 101 may further include a state or type of an application being executed, a state or type of an displayed object, and a second user interface such as a keyboard.
  • the user speech processing mode may be determined according to various factors such as display or at least one of a type of a user input.
  • the electronic device 101 externally acquires data on the obtained user speech and identification information of the determined processing mode. Transmit to server 600.
  • the external server 600 eg, a processor included in the external server
  • the external server 600 may identify the user speech processing mode based on the received identification information.
  • the external server 600 eg, a processor included in the external server
  • the external server 600 may acquire texts for user speech, determine the meaning by applying NLU to the acquired text, and perform a task from the determined meanings. You can create a command to include.
  • the electronic device 101 may designate a processing job and transmit the processing job to the external server 600 instead of the identification information of the user speech processing mode. For example, after acquiring the user speech, the electronic device 101 may designate ASR processing for the user speech and transmit the user speech to the external server 600 without determining the user speech processing mode. Alternatively, after acquiring the user speech, the electronic device 101 may designate to perform both ASR processing and NLU processing for the user speech and transmit the same to the external server 600.
  • the electronic device 101 may transmit information about the state of the electronic device 101 to the external server 600, not identification information of the user speech processing mode. For example, the electronic device 101 does not determine the user utterance processing mode, and after acquiring the user utterance, the external device 600 provides information on a state of displaying a first user interface such as a text box. Can also be sent. The external server 600 uses the information on the state of the electronic device 101 to determine whether to obtain and return the text for the user speech or to generate and return a command including a task. can do.
  • the electronic device 101 may transmit information for identifying an operation to be processed by the external server 600 with respect to the user speech along with the user speech.
  • the information for identifying a task to be processed with respect to the user speech may be implemented in various forms such as identification information of the user speech processing mode, processing task identification information, or state information of the electronic device.
  • the external server 600 may transmit the processing result to the electronic device 101.
  • the electronic device 101 eg, the processor 120 or 210) may operate according to the received processing result. For example, when the external server 600 transmits text, the electronic device 101 may display the received text on at least part of the screen. For example, when the user speech processing mode is determined as the dictation mode, the electronic device 101 may be set to reflect the received text on at least a portion of the screen. For example, when the external server 600 transmits a command including a task, the electronic device 101 may operate according to the received command.
  • 6B is a flowchart illustrating an operation of an electronic device and an external server according to various embodiments of the present disclosure.
  • the electronic device 101 may obtain user speech.
  • the electronic device 101 may determine the user speech processing mode as the command mode.
  • the electronic device 101 may determine the user speech processing mode as the command mode, for example, in response to the text box being not displayed.
  • the electronic device 101 may determine a user speech processing mode as a command mode according to status information of various other electronic devices 101 or types of user inputs, and the like. The determination process will be described later in more detail.
  • the electronic device 101 may transmit the identification information of the command mode and data about the obtained user speech to the external server ( 600).
  • the external server 600 eg, a processor included in the external server
  • the external server 600 may identify that the user speech processing mode is a command mode.
  • the external server 600 eg, a processor included in the external server
  • the external server 600 eg, a processor included in the external server
  • the electronic device 101 may obtain a user utterance, "Send a photo recently taken in Hawaii to my mother," and transmit data about the user utterance to the external server 600.
  • the electronic device 101 may detect an end point of the user utterance and transmit data about the user utterance received before the end point to the external server 600.
  • the electronic device 101 may detect an end point of the voice section based on the characteristic of the sound signal.
  • the electronic device 101 may detect an endpoint according to an instruction command of an explicit input time point of the user. For example, a user may press and hold after pressing a hardware button, and may speak a user's speech while holding down a hardware button. The user may release the pressing of the hardware button when the desired user utterance is finished.
  • the electronic device 101 may determine that the input of the user speech is completed according to the release of pressing and holding of the hardware button. According to various embodiments of the present disclosure, even if it is determined that the reception of the user speech through the button is completed, the electronic device 101 may additionally perform more accurate endpoint extraction based on the characteristics of the voice signal.
  • the external server 600 may obtain the text "Send a photo taken recently in Hawaii to my mom" by applying ASR to the received data of the user's speech.
  • the external server 600 applies an NLU to the acquired text, thereby intents SEND_PHOTO and slots “Hawaii / # location”, “Recent / # date”, “Mom / # contact_person” ( Or a parameter) and determine an action sequence corresponding thereto.
  • the action sequence indicates operations performed by the electronic device 101 in order, and may include, for example, at least one task.
  • the determined action sequence may be, for example, as shown in Table 1 below.
  • GALLERY_launch- GALLERY_search (“Hawaii / # location”, “Recent / # date”)-GALLERY_search_result-GALLERY_search_selected_view-SHARE -MESSAGE_conversation_view (“Mom / # contact_person”)-MESSAGE_send
  • the action sequence of Table 1 is based on the task of gallery application execution (GALLERY_launch) and the search for a photo in Hawaii where the location is in the gallery application. ), Tasks in the gallery application search results check (GALLERY_search_result), tasks in the gallery application search results display (GALLERY_search_selected_view), tasks in photo sharing (SHARE), contacts in the message dialog: MESSAGE_conversation_view (“Mom / #contact_person ”)), the task of sending a message (MESSAGE_send), and their respective order.
  • the external server 600 may transmit the obtained command to the electronic device 101.
  • the external server 600 may transmit the obtained text to the electronic device 101 together with the obtained command.
  • the electronic device 101 eg, the processor 120 or 210) may operate according to the received command. For example, the electronic device 101 may perform a task included in the received action sequence in each order.
  • the electronic device 101 may further display the received text on at least a portion of the screen, and thus the user may determine whether the text intended by the user has been properly processed. .
  • 6C is a flowchart illustrating an operation of an electronic device and an external server according to various embodiments of the present disclosure.
  • the electronic device 101 may obtain user speech.
  • the electronic device 101 eg, the processor 120 or 210) may determine the user speech processing mode as the dictation mode.
  • the electronic device 101 may determine the user speech processing mode as the dictation mode, for example, in response to the display of the text box. According to various embodiments of the present disclosure, the electronic device 101 may determine the user speech processing mode as the dictation mode according to the state information of the various other electronic devices 101 or the type of the user input, and the like. The determination process will be described later in more detail.
  • the electronic device 101 may transmit the identification information of the dictation mode and data about the obtained user speech to the external server ( 600).
  • the external server 600 eg, a processor included in the external server
  • the external server 600 may identify that the user speech processing mode is the dictation mode based on the received identification information.
  • the external server 600 eg, a processor included in the external server
  • the electronic device 101 may receive a user utterance “send a photo recently taken in Hawaii to a mother” through a microphone and transmit data about the user utterance to the external server 600.
  • the external server 600 may obtain the text "Send a photo taken recently in Hawaii to my mother” by applying the ASR to the received data of the user speech.
  • the external server 600 eg, a processor or a communication module included in the external server
  • the electronic device 101 eg, the processor 120 or 210) may input and display the received text in at least a portion of the screen, for example, a text box.
  • FIG. 6D is a flowchart illustrating an operation of an electronic device and an external server according to various embodiments of the present disclosure. Since the descriptions of the operations 601 to 647 in FIG. 6D are the same as those in FIG. 6C, they will be omitted here.
  • the external server 600 may generate a text input command.
  • the external server 600 may generate an action sequence including at least one task.
  • the external server 600 may generate an action sequence based on a default format without performing an NLU by an intelligent system, and for example, input the obtained text into a text box. You can create an action sequence that includes a task to display and display. That is, the external server 600 may generate a command without performing the NLU.
  • the external server 600 eg, a processor or a communication module included in the external server
  • the electronic device 101 may operate according to a command.
  • the external server 600 may obtain text by applying ASR to commonly obtained user speech.
  • the external server 600 does not apply the NLU to the acquired text, and transmits only the text to the electronic device 101 in the embodiment of FIG. 6C, and to the electronic device 101 in the embodiment of FIG. 6D.
  • the external server 600 may include a communication circuit capable of transmitting and receiving data with the electronic device 101.
  • the external server 600 may be configured to perform ASR on the received user speech data, or perform NLU on the text, or cause the processor to perform ASR on the speech data or the text. It may include at least one of a memory that stores instructions that cause to perform the NLU.
  • the communication circuitry may receive data or identification information about the user's speech or transmit text or commands.
  • the client device 700 of FIG. 7 may be, for example, the electronic device 101, and the server 750 may be, for example, an external server 600.
  • the client device 700 may include a wake-up recognition manager 701, a preprocessing manager 703, and a control manager 710, wherein the control manager 710 is a client control manager 711 and an executive manager (EM). It may include.
  • the server 750 may include an ASR module 751, an NLU module 753, a dialogue manager (DM) 757, a natural language generation (NLG) manager 761, a text to speech (TTS) manager 763, and content. It may include a generation manager 755 and an action plan manager 759.
  • a system that includes at least one of may be named, for example, an intelligent system.
  • the client device 700 may receive user speech through an integrated voice agent.
  • the wakeup recognition manager 701 may receive a user input at any time using a low power processor to execute a voice processing application.
  • the low power processor allows the microphone to remain on at all times.
  • Wake-up command recognition may be implemented in a microprocessor such as an audio codec to which a microphone is connected.
  • the client device 700 may recognize a user's intention to use the voice recognition service, and may transmit data about the user's speech to the server 750.
  • the preprocessing manager 703 may process the user speech as an electrical signal, generate data about the user speech, and transmit the data to the ASR module 751.
  • the preprocessing manager 703 may include an adaptive echo canceller (AEC) module, a noise suppression (NS) module, an end-point detection (EPD) module, and automatic gain control. gain control (AGC) module and the like.
  • the server 700 may receive data about user speech.
  • the server 700 may include, for example, a communication module, a processor, a memory, etc. capable of transmitting and receiving data wirelessly, and each hardware may include, for example, the communication interface 170 and the processor 120 of FIG. 1.
  • the memory 130 may be implemented the same as or similar to the memory 130.
  • ASR Automatic Speech Recognition
  • the ASR module 751 may be referred to as an ASR system.
  • the text query may generate intents and keywords corresponding to the utterances based on rules or statistical characteristics determined through a natural language understanding (NLU) manager 753.
  • NLU natural language understanding
  • the NLU manager 753 may determine a response to provide to the user based on the intention or the keyword.
  • the response may be an interactive answer (sentence form), may be various types of content (multimedia material which may include video, sound, text, etc.), and information indicating a function to be performed in the client device 700. Can be. Or a combination thereof.
  • the content generation manager 755 may collect and generate various types of content to be played on the client from the outside and provide the generated content to the client device 700.
  • the action plan manager 759 may determine an action sequence to be performed in the client device 700 corresponding to the intention or the keyword.
  • the action sequence may include one or more functions to be performed in each application in order and one or more parameters to be used for the functions.
  • the client device 700 may output each response in an appropriate form.
  • the EM 713 may perform the task step by step based on one or more functions and parameters included in the action sequence and output the step-by-step execution status.
  • the EM may request an application corresponding to each function to perform the function, and receive an execution result of each function from each application.
  • the EM 713 sequentially sends an action execution request to an application (eg, the client control manager 711) corresponding to each step action based on the action sequence.
  • an action may be named a task.
  • the application receiving the execution request executes a function corresponding to the action, and transmits the execution result or situation to the EM 713.
  • Table 2 is an example of an action execution request according to various embodiments of the present disclosure.
  • the action execution request shown in Table 2 includes: launching the gallery application, launching the photo search screen, displaying the Hawaii search results, selecting the photos displayed in the search results window, launching the send selected photos screen, launching the messaging application, and communicating with the mother of the chat partner. Window execution, action execution request to send a message to the chat partner.
  • the DM 757 may manage a user conversation history and manage a slot (task parameter).
  • the DM 757 may determine an action based on the intent / slot identified through the NLU module 753. For example, the DM 757 may determine whether the slot identified in the NLU module 753 is sufficient to perform a task while managing a slot (task parameter) included in the identified intent. If the slot is not enough to perform the task, it can request the necessary information about the slot.
  • the DM 757 may perform an operation of managing dialog histories, and manage a dialog status of a current chat window. The DM 757 may determine whether to utilize the information of the previous conversation or to ask a new question according to the conversation state.
  • the DM 757 may request information required by the user or may give and receive feedback on user input. In addition, the DM 757 may manage the task flow. The DM 757 may determine what operation the system can perform by calling an application, a service, or the like.
  • the natural language generator (NLG) module 761 may express an output such as a user input, a natural language processing result, a service execution result, etc. in a natural language form that the user can understand. For example, when the user performs some natural language input, the NLG module 761 may perform paraphrasing on the user input. In addition, the NLG module 761 may perform natural language processing on the user input and inform the user what the user intention is and confirm it according to the identified intention. As another example, the NLG module 761 may obtain a service result from an actual service (app / CP) after natural language processing, and then generate and explain brief information on the result while showing the result.
  • an actual service app / CP
  • Information from the NLG module 761 may be provided to, for example, the TTS 763 module, and may be provided synthesized as a voice. Meanwhile, in various embodiments of the present disclosure, as described above, the electronic device 101 may independently process a user utterance to generate an action (or task). In this case, the electronic device 101 may generate an action. It may also include at least one component of the server 750.
  • FIG. 8 is a flowchart illustrating a method of operating an electronic device in a continuous command mode according to various embodiments of the present disclosure.
  • the electronic device 101 may determine that the user speech processing mode is a continuous command mode.
  • the electronic device 101 may include location information, status information of the electronic device 101 (communication connection status, message reception information, etc.), active background application status information, type or status of the displayed object, type of user input, and the like.
  • the user speech processing mode may be determined based on various pieces of information.
  • the electronic device 101 may determine the user speech processing mode based on an application state, for example, whether a text box or a keyboard is displayed or activated.
  • the electronic device 101 may determine a user speech processing mode according to the type of application being executed. Various embodiments of entering the continuous command mode will be described in more detail below.
  • the electronic device 101 may activate the microphone.
  • the electronic device 101 eg, the processor 120 or 210) may obtain user speech through the activated microphone.
  • the electronic device 101 eg, the processor 120 or 210, the communication interface 170, or the communication module 220
  • the electronic device 101 may detect an end point of a single command of the user utterance from sound information input between the start point of the utterance and the end point of the utterance, and externally store data on the user utterance corresponding to the single command. Can be sent to the server. In addition, the electronic device 101 may transmit the identifier of the continuous command mode to the external server together with the data on the user speech.
  • the external server may apply the ASR and the NLU to the data for the received user speech to generate a command.
  • the electronic device 101 eg, the processor 120 or 210 or the communication interface 170 or the communication module 220
  • the electronic device 101 eg, the processor 120 or 210
  • the electronic device 101 may operate according to the received command.
  • the electronic device 101 eg, the processor 120 or 210) may acquire user speech.
  • the electronic device 101 eg, the processor 120 or 210) may determine whether a continuous command mode end event is detected.
  • the electronic device 101 may stop acquiring user speech and deactivate the microphone, for example.
  • the continuous command mode exit event may be set, for example, by pressing a hardware button, but the type is not limited. For example, when a user presses a hardware button twice, the microphone of the electronic device 101 is activated to enter a voice input standby state, and when all voice commands to be uttered are confirmed user input corresponding to the end of the continuous command mode. Can be forwarded to an external server. In addition, when the hardware button is pressed twice, the electronic device 101 may deactivate the microphone. Alternatively, when the user speech received in operation 870 indicates the termination of the continuous command mode, the electronic device 101 (eg, the processor 120 or 210) may end the continuous command mode in response thereto.
  • FIG. 9 is a conceptual diagram illustrating a method of operating an electronic device in a continuous command mode according to various embodiments of the present disclosure.
  • the electronic device 101 may determine a user speech mode in a continuous command mode and activate a microphone.
  • the electronic device 101 may display, for example, the first application execution screen 910, and on the first application execution screen 910, waiting for user speech, that is, listening.
  • the indicator 901 may be displayed.
  • the electronic device 101 may operate the indicator 901 as a voice recognition button.
  • the first application may be, for example, a user speech processing application or may be an application different from the user speech processing application.
  • the electronic device 101 may transmit data on user speech to an external server in a single command unit.
  • the electronic device 101 displays the text for the received command or the text 903 for the first user speech in the first application execution screen 910. ) Can be displayed.
  • the electronic device 101 may continue to activate the microphone to obtain a second user speech, or deactivate the microphone and then activate the first user speech.
  • the second microphone may be activated by activating the microphone.
  • the electronic device 101 may display a screen 920 including a current mode 921 and a message 923 for inducing user speech, and obtain user speech.
  • the electronic device 101 may display the performance result 905, and then display the indicator 907 indicating waiting, that is, listening, and waiting for acquisition of the second user speech. have. According to various embodiments of the present disclosure, the electronic device 101 may operate the indicator 907 as a voice recognition button.
  • the electronic device 101 may enter a continuous command mode even through a voice command. For example, when the hardware button of the electronic device 101 is pressed, the electronic device 101 may enter a command mode. After entering the command mode, the electronic device 101 may obtain a user speech called "start continuous command mode" from the user. According to the command mode operation, the electronic device 101 may transmit data about the obtained user speech to the external server 600 and obtain a command corresponding to the user speech from the external server.
  • the command may be to execute a continuous command mode, for example.
  • the electronic device 101 may enter the continuous command mode in response to the received command. Thereafter, the electronic device 101 may process the input user speech according to the operation of the continuous command mode.
  • the continuous command mode exit event may include a voice command as well as an operation of a hardware button as described above.
  • the electronic device 101 may obtain a user speech of "finish continuous command mode" in the continuous command mode, and may transmit data about the user speech to the external server 600.
  • the electronic device 101 may receive a command corresponding to user speech from the external server 600, in which case the command may be the end of the continuous command mode.
  • the electronic device 101 may end the continuous command mode in response to the received command.
  • the electronic device 101 may transmit the extracted voice signal to the external server with respect to the extracted voice signal.
  • the electronic device 101 can also transmit the identification information of the continuous command mode to the external server.
  • the external server can confirm that the user speech processing mode is the continuous command mode, and can perform an operation similar to the command mode, for example.
  • the external server may convert ASR to text by applying ASR to data on user speech.
  • the external server may apply the NLU to the converted text to determine a user intent and related parameters (eg, slots) and generate a command based thereon.
  • the external server may transmit the generated command to the electronic device 101, and the electronic device 101 may operate according to the received command.
  • the data flow for a plurality of tasks in a command or the order of modules to be called may be controlled by, for example, a service orchestrator manager of an external server.
  • the electronic device 101 may display information generated by being processed by an external server.
  • the electronic device 101 may receive or display text information generated through the ASR from an external server, or may not display the text information.
  • the electronic device 101 may receive response information corresponding to a user's intention generated by analyzing text through an action planning manager or a DM, and sequentially processes the information. Can be displayed visually or audibly.
  • the electronic device 101 may sequentially output the responses to the plurality of single commands input during the ignition time.
  • 10A and 10B illustrate a conceptual diagram of a screen of an electronic device in an dictation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display a screen 1010 including a text box 1011 and a speech to text (STT) activation button 1013.
  • a focus such as a cursor
  • the electronic device 101 may determine the user speech processing mode as the dictation mode.
  • the electronic device 101 may determine the user speech processing mode as the dictation mode in response thereto.
  • the electronic device 101 may detect an end point of the user speech and transmit data about the user speech, that is, voice information corresponding to the user command, to the external server.
  • the electronic device 101 may transmit identification information of the dictation mode to the external server together with the data on the user speech.
  • the external server may determine the identification information of the dictation mode, and perform ASR on the received data of the user speech corresponding thereto to obtain the text.
  • the external server may transmit the acquired text to the electronic device 101, and in this case, the command may not be transmitted from the external server to the electronic device 101.
  • the external server may perform an NLU on the acquired text to determine a parameter related to a user's intention, and use it for grasping a conversation context, but a corresponding command is transmitted to the electronic device 101. It may be set not to.
  • the electronic device 101 may input and display the received text 1015 in the text box 1011, as shown in the right side of FIG. 10.
  • the electronic device 101 may display a screen 1020 including the virtual keyboard 1021.
  • the electronic device 101 may determine the user speech processing mode as the dictation mode based at least on the fact that the virtual keyboard 1021 is being displayed. For example, when the hardware button is pressed and held in the state where the virtual keyboard 1021 is displayed, the electronic device 101 obtains a user's speech through a microphone and obtains a corresponding text from an external server. Can be received. For example, when the hardware button is pressed while the virtual keyboard 1021 is displayed, the electronic device 101 may display an indicator 1023 indicating that voice recognition is activated as shown in the right side of FIG. 10B. In various embodiments of the present disclosure, the electronic device 101 may operate the indicator 1023 as a voice recognition button.
  • the electronic device 101 may display the STT activation button 1022 as shown in the center of FIG. 10B.
  • the electronic device 101 may display an indicator 1023 indicating that voice recognition is activated as shown on the right side of FIG. 10B, for example, on the right side of FIG. 10B. Can be.
  • 11A is a flowchart illustrating a method of operating an electronic device in a conversation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may determine that the user speech processing mode is the conversation mode.
  • the electronic device 101 eg, the processor 120 or 210) may activate the microphone.
  • the electronic device 101 may activate the microphone when, for example, a motion of lifting the electronic device 101 to bring the microphone closer to the mouth is recognized.
  • the electronic device 101 may later deactivate the microphone and display the text processed by the external server or execute the generated command.
  • the electronic device 101 may obtain user speech through the activated microphone.
  • the electronic device 101 eg, the processor 120 or 210, the communication interface 170, or the communication module 220
  • the electronic device 101 may transmit identification information of the user speech and conversation mode to the external server. Similar to the command mode, the electronic device 101 may detect an end point of the user speech and transmit data on the user speech, that is, voice information corresponding to the user command, to the external server.
  • the external server may identify that the user speech processing mode is the conversation mode, and apply the ASR to data on the user speech received correspondingly to obtain the text.
  • the external server may transmit the obtained text to the electronic device 101 and may not transmit a command.
  • the electronic device 101 may receive text processing the user speech.
  • the electronic device 101 eg, the processor 120 or 210) may input the received text into the chat window, and automatically input a transmission command of the text input in the chat window.
  • the electronic device 101 eg, the processor 120 or 210, the communication interface 170, or the communication module 220
  • the electronic device 101 may receive text and additionally perform a transmission command after inputting and displaying the received text in a conversation window.
  • 11B is a flowchart illustrating an operation of an electronic device and an external server according to various embodiments of the present disclosure.
  • the electronic device 101 may determine that the user speech processing mode is the conversation mode.
  • the electronic device 101 eg, the processor 120 or 210) may acquire user speech.
  • the electronic device 101 eg, the processor 120 or 210, the communication interface 170, or the communication module 220
  • the external server 600 eg, a processor included in the external server
  • the external server 600 may input the acquired text into a text box such as a chat window and generate a command for transmitting the input text.
  • the external server 600 eg, a processor or a communication module included in the external server
  • the electronic device 101 may operate according to the received command, thereby inputting the acquired text into a text box such as a chat window and transmitting the input text. You can perform a task.
  • the electronic device 101 may determine to send the text by itself, as shown in FIG. 11A. In this case, the electronic device 101 may receive the text from the external server 600 and transmit the received text to the account of the conversation partner.
  • 12A to 12C are conceptual views illustrating a display screen of an electronic device in a conversation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display a first screen 1210 including a chat partner 1211 and a chat content window 1220, as shown in FIG. 12A.
  • the electronic device 101 may execute a message application, and the first screen 1210 may be an execution screen of the message application.
  • a message 1221 that has been transmitted or received between the conversation partner and the user account logged in through the electronic device 101 may be displayed in the form of a speech bubble.
  • the electronic device 101 may display the conversation mode end button 1223 and the message delay transmission button 1225 as a hint, for example.
  • the electronic device 101 may further display an indicator 1227, a text box 1229, and a message transmission button 1231 for identifying a conversation mode.
  • the conversation mode end button 1223 When the conversation mode end button 1223 is designated, the electronic device 101 may end the conversation mode.
  • the indicator 1227 for identifying the conversation mode is designated, the electronic device 101 may end the conversation mode.
  • the electronic device 101 may activate the microphone, for example, when a motion of the user lifting the electronic device 101 to bring the microphone close to the mouth is recognized.
  • the electronic device 101 may end the conversation mode when the motion of the user lowering the electronic device 101 is recognized.
  • the electronic device 101 may transmit data about user speech to an external server and obtain text corresponding to the user speech from the external server.
  • the electronic device 101 may input the acquired text into the text box 1229 and transmit the text automatically.
  • the electronic device 101 when the electronic device 101 inputs the acquired text into the text box 1229 and additionally a message transmission button 1231 is designated, the electronic device 101 sends a message input to the text box 1229 to another electronic device, for example, a message application. It can be transmitted to another electronic device logged in to the contact party account through the management server. For example, as shown in FIG. 12B, the electronic device 101 may additionally display the transmitted message 1241 on the conversation content window 1220.
  • the electronic device 101 may transmit the text received from the external server 600 after the preset time exceeds another electronic device. For example, as shown in FIG. 12C, the electronic device 101 may display the text 1251 received from the external server in the text box 1229, and display the cancel message transmission button 1253.
  • the message transmission cancel button 1253 may further include an indicator indicating the time remaining until the message transmission.
  • the indicator may be implemented in such a manner that the color or thickness of at least a portion of the progress bar of the border of the message cancel cancel button 1253 is changed according to the passage of time, and the user may select a time at which the indicator is preset.
  • the message transmission cancel button 1253 may be designated before indicating.
  • the electronic device 101 may display a countdown clock in which a predetermined number decreases by one, or may be set to transmit a corresponding text when the number decreases to zero. In this case, the electronic device 101 may cancel the transmission of the text 1251 displayed in the text box 1229. If the message transmission cancel button 1253 is not specified and the preset time is exceeded, the electronic device 101 transmits the text 1251 displayed in the text box 1229 and transmits the message as shown in FIG. 12B, for example. One message 1241 may be displayed. According to various embodiments of the present disclosure, the electronic device 101 may further display text processing related information additionally specified in the text 1251.
  • the electronic device 101 further displays information indicating Bixby as a processing subject, for example, "Where to go, by". You can also display the text Bixby "in the text box.
  • Bixby is an example of identification information or application name indicating a service provider, for example, and it will be readily understood by those skilled in the art that there is no limitation on the information displayed.
  • FIG. 13 is a flowchart illustrating an operation of an electronic device and an external server according to various embodiments of the present disclosure. The embodiment of FIG. 13 will be described in more detail with reference to FIG. 14. 14 is a conceptual diagram illustrating a screen of an electronic device in a keyboard mode according to various embodiments of the present disclosure.
  • the electronic device 101 may determine that the user speech processing mode is the keyboard mode.
  • the electronic device 101 eg, the processor 120 or 210) may acquire user speech. For example, as shown in the left side of FIG. 14, the electronic device 101 may obtain a user utterance 1420 of "one hundred percent sure" through the microphone 280.
  • the electronic device 101 may display a screen 1410 including a chat partner 1411 and a chat content window 1413.
  • the conversation content window 1413 may include a message 1415 that has been transmitted and received with the conversation partner.
  • the electronic device 101 may transmit data on user speech and identification information of the keyboard mode to an external server.
  • the external server 600 in response to the identification information of the keyboard mode, displays the first text that is the result of dictating the first portion of the received user speech and the second text corresponding to the meaning of the second portion of the received user speech. Can be obtained.
  • the external server 600 may perform ASR on the data of the received user speech to obtain a text of "one hundred percent sure".
  • the external server acquires "100" which is a text corresponding to the meaning of "one hundred” and obtains "%” which is a text corresponding to the meaning of "percent”. can do.
  • the external server 600 may recognize the word set specified in the acquired text.
  • the external server 600 may recognize the word set representing the characters (letters, numbers, symbols, etc.) on the keyboard from the acquired text. For example, the external server 600 may prestore an association between "percent” and "%", and "percent” exists in the acquired text, and if the user speech processing mode is the keyboard mode, " You can also convert percent "to”% ".
  • the external server 600 may process not only the character on the keyboard but also texts such as emoticons or spacing as the corresponding emoticons or spacing. For example, when the external server 600 obtains the text of "I love you space heart emoticon" from the data on the user's speech, it can be treated as a space for "space” and for the hear emoticon. Can be converted to the corresponding emoticon.
  • the external server 600 displays the first text "sure” that is the result of dictating the first part of the received user speech and the second text "100%” corresponding to the meaning of the second part. Can be sent by
  • the external server 600 eg, a processor or a communication module included in the external server
  • the electronic device 101 may display the received first text and the second text in a text box or a chat content window. For example, as shown in the right side of FIG. 14, the electronic device 101 may display a message 1420 of the received first text and the second text “100% Sure” in the form of a speech bubble.
  • the electronic device 101 may display the first text and the second text in a text box, and may transmit the corresponding message to another electronic device after additional user confirmation.
  • the keyboard mode may be included in the dictation mode. That is, the electronic device 101 or the external server 600 according to various embodiments may not distinguish between the keyboard mode and the dictation mode, and may obtain text of a special character by processing a user speech obtained in the dictation mode. have. For example, the electronic device 101 may determine the user speech processing mode as the dictation mode, and obtain user speech of "one hundred percent sure".
  • the electronic device 101 may transmit data about the user's speech and identification information to the external server 600, and the external server 600 may determine that the user speech processing mode is the dictation mode based on the identification information. .
  • the external server 600 may process the ASR on the data of the received user speech to obtain a text of "one hundred percent sure".
  • the external server 600 may obtain "100% sure” text by changing "one hundred” included in the received text to "100" which is numeric text and "percent” to "%". have.
  • the text of "100% sure” may be obtained directly from the data on the user speech.
  • FIG. 15 is a flowchart illustrating a method of operating an electronic device in a memo mode according to various embodiments of the present disclosure. The embodiment of FIG. 15 will be described in more detail with reference to FIG. 16. 16 is a conceptual diagram illustrating a screen of an electronic device in a memo mode according to various embodiments of the present disclosure.
  • the electronic device 101 may determine that the user speech processing mode is a memo mode. For example, as shown in FIG. 16, the electronic device 101 may display a screen 1610 including a plurality of objects 1611 and display an indicator 1620 indicating a memo mode in response to entry of the memo mode. I can display it. The electronic device 101 can activate a microphone. In operation 1503, the electronic device 101 (eg, the processor 120 or 210) may acquire user speech. For example, the electronic device 101 may obtain a user speech of "shopping at 4".
  • the electronic device 101 may transmit data on user speech and identification information of a memo mode to an external server. have.
  • the electronic device 101 eg, the processor 120 or 210, the communication interface 170, or the communication module 220
  • the electronic device 101 eg, the processor 120 or 210) may temporarily store the text in the notepad application or temporarily in the background.
  • the electronic device 101 may register the text as a schedule using, for example, a notepad application.
  • the electronic device 101 may display the received text 1621 in a text box and display the text 1630 indicating that the text is stored.
  • the electronic device 101 may temporarily store text in the background and may display text that has been temporarily stored in response to a user command such as pasting. Alternatively, the electronic device 101 may permanently store the text in the background or may store the text until a specified command is input or before a specified time is exceeded.
  • 17 is a flowchart illustrating a method of operating an electronic device according to various embodiments of the present disclosure. 17 will be described in more detail with reference to FIGS. 18A to 18C. 18A to 18C illustrate conceptual diagrams for describing a wake up command for executing a voice processing application according to various embodiments of the present disclosure.
  • the electronic device 101 may obtain a wake up command.
  • the electronic device 101 eg, the processor 120 or 210) may activate the application processor 120 or 210 in a dormant state or execute a voice processing application in response to the wake up command.
  • the audio codec included in the audio module 280 of the electronic device 101 may acquire a wake up command and perform a wake up corresponding operation.
  • the sensor hub included in the electronic device 101 may acquire a wake up command and perform a wake up corresponding operation.
  • the electronic device 101 may determine the user utterance processing mode according to at least one of state information of the electronic device 101, a kind of a wake-up command, or a trailing command. have.
  • a background screen 1801 may be displayed, and the background screen 1801 may include weather information, for example.
  • the electronic device 101 may obtain a voice command 1803 as a wake-up command and execute a voice processing application.
  • the electronic device 101 can always activate the microphone, thereby acquiring a predetermined voice command (eg, Hi, bixby) as a wake-up command.
  • the electronic device 101 may display an execution screen 1810 of the voice processing application on at least a portion of the display.
  • the execution screen 1810 of the speech processing application may display, for example, text 1811 indicating that it is listening, indicator 1813 indicating that it is listening, and text or commands received from an external server. May include a text box 1814.
  • the electronic device 101 may operate the indicator 1813 as a voice recognition button.
  • the execution screen 1810 of the voice processing application may include, for example, a share my location 1815, a schedule meeting progress button 1817, and a time setting button ( set time) 1819.
  • the electronic device 101 may be configured to execute a voice processing application according to a single wake up command.
  • the electronic device 101 may determine the user speech processing mode based on the state information of the electronic device 101. For example, when the wake-up command is basically input, the electronic device 101 may determine the user speech processing mode as the default mode. For example, if an application such as a messenger is currently being displayed, the electronic device 101 may determine the user speech processing mode in the conversation mode according to the type of the application. For example, when the text box or the keyboard is displayed, the electronic device 101 may determine the user speech processing mode in the dictation mode according to the type of the object being displayed.
  • the electronic device 101 may be set to execute a voice processing application according to a plurality of wake-up commands.
  • the electronic device 101 may store in advance relationship information between the plurality of wake-up commands and the user speech processing mode, and determine the user speech processing mode based on the stored relationship information. For example, the electronic device 101 maps the relationship information in which the voice command "dictation mode on” is mapped to the "dictation mode", and the relationship information in which the voice command "chat mode on” is mapped to "conversation mode”. Can be stored. Subsequently, when the electronic device 101 obtains a voice command of “dictation mode on”, for example, the user speech processing mode may be determined as the dictation mode based on previously stored relationship information.
  • the electronic device 101 may be set to determine a user speech processing mode using a wake up command and a trailing command.
  • the electronic device 101 may acquire a command to be requested along with a wake-up command for requesting to execute a voice processing application. For example, when the wake-up command is set to a voice command of "Hi, Bixby", the electronic device 101 may obtain a voice command of "Hi, Bixby, dictation mode". After the wake-up command, the electronic device 101 may determine the user utterance processing mode as the dictation mode according to the "dictation mode" which is a trailing command. In this case, when the single wake-up command is obtained, the electronic device 101 may determine the user speech processing mode in the command mode.
  • the electronic device 101 may acquire a designation of the hardware button 1823 as a wake-up command to execute a voice processing application as shown in FIG. 18B, for example.
  • the hardware button 1823 may be located at the side of the housing of the electronic device 101 and may be named, for example, a physical key.
  • the electronic device 101 may include a hardware button 1823 allocated only for executing a voice processing application. If the hardware button 1823 is designated, the electronic device 101 can immediately execute the voice processing application on any screen, and execute the voice processing application in the background or display the execution screen of the voice processing application on at least a part of the display. I can display it.
  • the electronic device 101 may store in advance association information between a method of pressing the hardware button 1823 and a user speech processing mode.
  • the electronic device 101 may determine a user speech processing mode according to a method in which the hardware button 1823 is pressed using the association information. For example, when it is detected that the hardware button 1823 is pressed once, the electronic device 101 may determine the user utterance processing mode in the command mode correspondingly. For example, when it is detected that the hardware button 1823 is pressed twice, the electronic device 101 may determine the user speech processing mode in the continuous command mode correspondingly.
  • an electronic device may press various buttons such as one press, two presses, three presses, press and hold, press and hold twice, and long press.
  • the relationship information between the pressing method and the user speech processing modes may be stored in advance, and the user speech processing mode may be determined based on the stored relationship information and the detected hardware button 1823.
  • the electronic device 101 may further include a pressure sensor capable of detecting the pressure at which the hardware button 1823 is pressed.
  • the electronic device 101 determines a user speech processing mode corresponding to the pressure at which the hardware button 1823 is pressed. You may.
  • the electronic device 101 may display a user interface for selecting a user speech processing mode, and determine the user speech processing mode according to an additional user input. can do.
  • the electronic device 101 displays a command mode, a continuous command mode, a conversation mode, and the like on at least a portion of the execution screen. You can display a user interface from which you can select one.
  • the electronic device 101 may determine the user speech processing mode included in the user interface according to at least one of the state information of the current electronic device 101 or the type of the application.
  • 18C illustrates screens of pressing hardware buttons 1823 according to various embodiments of the present disclosure. As shown in the left side of FIG. 18C, when the hardware button 1823 is detected to be pressed, the electronic device 101 may display the first execution screen 1824 of the voice recognition application.
  • the first execution screen 1824 may include, for example, a service provider or application identifier (Bixby), a speech processing recognition history, or a user utterance example (Call mom, Open my channel, Wake me up tomorrow, Set up a schedule with PT, Change). wallpaper), email related information (EMAIL, Unread, VIP, starred), real-time information (REAL-TIME TREND), and the like.
  • the electronic device 101 may display the second execution screen 1825 of the voice recognition application as shown in the right side of FIG. 18C.
  • the second execution screen 1825 may include a speech processing recognition history or an example of user speech (Call mom, Open my channel, Wake me up tomorrow, Set up a schedule with PT, Change wallpaper).
  • the second execution screen 1825 may be, for example, a screen corresponding to a state in which voice recognition is waiting.
  • the second screen 1825 may include an indicator 1826 that is waiting for voice recognition, that is, listening.
  • the electronic device 101 may operate the indicator 1826 as a voice recognition button.
  • the electronic device 101 may execute a voice processing application through a key input by software or an input to an icon.
  • the electronic device 101 may implement a home screen switch key, a back key, a menu key, or the like as a key by software.
  • the user utterance processing mode can be determined based on.
  • the electronic device 101 may determine a user speech processing mode based on a combination of an input of a hardware button 1823 and a voice command. For example, the electronic device 101 may acquire a voice command while the hardware button 1823 is pressed or before or after the hardware button 1823 is pressed, and the obtained voice command or hardware button 1823 is pressed.
  • the user speech processing mode may be determined based on at least one. For example, as shown in FIG. 18D, the electronic device 101 may display an execution screen 1830 of the message application, and the message application execution screen 1830 may be the conversation partner 1831 and the conversation contents window 1833. ) May be included.
  • messages 1835 that have been transmitted and received with the conversation partner may be displayed in a speech bubble form.
  • the electronic device 101 may detect pressing of the hardware button 1823 and additionally obtain a voice command (eg, “Chat mode on”). In response, the electronic device 101 may display an execution screen 1838 of the voice processing application, and may display a text 1839 of the acquired voice. Thereafter, the electronic device 101 may execute a conversation mode and display a conversation mode indicator 1840 which is a current user speech processing mode.
  • the electronic device 101 may determine the user speech processing mode based on at least one of the type or state of an application being executed or displayed. For example, when the wake-up command is detected, the electronic device 101 may determine the user speech processing mode based on at least one of the type or state of the application being displayed. For example, when the electronic device 101 is displaying a messenger application, a text message application, or the like, the user speech processing mode may be determined as the conversation mode according to the application type.
  • the electronic device 101 may store relationship information between at least one of an application type, a state, or a type or state of an object being displayed and a user speech processing mode, and determine the user speech processing mode using the relationship information. have.
  • the user speech processing mode may be determined in the dictation mode corresponding to the application type or the type or state of the object being displayed. For example, when a note application or the like in which the electronic device 101 does not support a menu or function other than an input window is displayed, the electronic device 101 may display the type or state of an application being displayed or the type or state of an object being displayed. In response to the dictation mode, the user speech processing mode may be determined.
  • FIG. 19 is a conceptual diagram illustrating an initial selection or switching of a user speech processing mode according to various embodiments of the present disclosure.
  • the electronic device 101 may switch the mode from the first user speech processing mode to the second user speech processing mode.
  • the electronic device 101 may activate a microphone in the first user speech processing mode and may obtain a voice command.
  • the electronic device 101 may switch the mode to the second user speech processing mode in response to the obtained voice command.
  • the electronic device 101 may detect an input of a hardware button in the first user speech processing mode.
  • the electronic device 101 may temporarily switch the mode to the second user speech processing mode in response to the pressing of the hardware button, and then return to the first user speech processing mode again.
  • the electronic device 101 when the electronic device 101 detects pressing of a hardware button in a predetermined manner such as pressing and holding the hardware button, the electronic device 101 temporarily switches the mode to the second user speech processing mode in response thereto. You can also return to the mode that was previously running.
  • the electronic device 101 may switch the mode to the second user speech processing mode and maintain the second user speech processing mode in response to the pressing of the hardware button.
  • the electronic device 101 may switch the mode to the second user speech processing mode corresponding to the current state based on the state information of the electronic device 101 or the like.
  • the electronic device 101 may switch the user speech processing mode in a predetermined order.
  • the electronic device 101 may be set to switch modes in order of command mode, continuous command mode, and dictation mode according to a mode switching command, and if the hardware button is detected in the continuous command mode, the dictation mode You can switch modes.
  • the electronic device 101 may determine a user speech processing mode based on at least one of a type, a state, or an input of an application being displayed. For example, as shown in FIG. 19, the electronic device 101 may classify the type or state of the application being displayed into a general application state 1901, a text box display state 1902, or a chat window display state 1903. have. The electronic device 101 may determine a mode to enter according to an input detected in one state, and enter a different mode according to the type of input detected even when displaying one state, that is, one application. Can be. Even if the electronic device 101 detects the same input, if the type or state of an application currently being displayed is different, the electronic device 101 may enter a different mode.
  • the general application state 1901, the text box display state 1902, or the chat window display state 1903 may have a priority. For example, if a text box or the like is displayed in the chat window, the electronic device 101 may determine the state of the application as the state 1902 in which the text box is displayed according to the priority.
  • the electronic device 101 may determine that the current state of the electronic device 101 is a text box display state 1902. For example, the electronic device 101 may determine that the text box is displayed in the text box display state 1902 when at least one of a text box into which text is input or a keyboard for text input is included in the screen being displayed. .
  • the electronic device 101 may determine the user speech processing mode as the dictation mode 1909. For example, the electronic device 101 may enter the dictation mode 1909 when a press and hold of the hardware button is detected or a designation of the microphone activation button being displayed is detected.
  • the electronic device 101 may determine the user speech processing mode as the command mode 1911. For example, when the electronic device 101 acquires a pressing of a hardware button and a wake up voice command such as “BixBy”, the electronic device 101 may enter the command mode 1911.
  • the electronic device 101 may determine that the state of the current electronic device 101 is the chat window display state 1903. For example, when the chat window is included in the screen being displayed, the electronic device 101 may determine that the chat window is displayed in the display state 1903.
  • the electronic device 101 may determine the user speech processing mode as the conversation mode 1913. For example, when a press and hold is detected with respect to a hardware button, a designation of a microphone activation button is detected, or a wake-up voice command such as "BixBy" is acquired, the electronic device 101 talks.
  • the mode 1913 may be entered.
  • the electronic device 101 when the conversation mode is activated, the electronic device 101 may be set to enter the conversation mode 1913 in response to the detection of the first user input 1912.
  • the user speech processing mode may be determined as the command mode 1915.
  • a microphone activation button is designated, or a wake-up voice command such as "BixBy" is acquired.
  • the electronic device 101 may be set to enter the command mode 1915. In the command mode 1915, when the fifth user input 1917 is detected, the electronic device 101 may switch the mode from the command mode 1915 to the conversation mode 1913.
  • the electronic device 101 may determine that the state of the current electronic device 101 is a general application state 1901. For example, when the electronic device 101 is not the text box display state 1902 or the chat window display state 1903, the electronic device 101 may determine that the electronic device 101 is a general application state 1901.
  • the electronic device 101 may determine the user speech processing mode as the command mode 1905. For example, if a hold and hold for a hardware button is detected, a microphone enable button is specified, or a wake up voice command such as "BixBy" is acquired, the electronic device 101 may enter a command mode 1905. Can be.
  • the electronic device 101 may determine the user speech processing mode as the continuous command mode 1907. For example, in response to a user command such as a voice command including text capable of mode identification, such as “Bixby, Command mode on”, or simultaneous pressing of an emergency button and an end button, the electronic device 101 It may enter the continuous command mode 1907. Meanwhile, in the general application state 1901, when the voice command including the text capable of mode identification such as “Chat mode on” is acquired or when the conversation mode start button is pressed, the electronic device 101 detects the conversation mode ( 1913 may be entered.
  • a user command such as a voice command including text capable of mode identification, such as “Bixby, Command mode on”, or simultaneous pressing of an emergency button and an end button
  • the electronic device 101 it may enter the continuous command mode 1907.
  • the voice command including the text capable of mode identification such as “Chat mode on” is acquired or when the conversation mode start button is pressed
  • the electronic device 101 detects the conversation mode ( 1913 may be entered.
  • FIG. 20 is a flowchart illustrating a method of operating an electronic device according to various embodiments of the present disclosure. The embodiment of FIG. 20 will be described in more detail with reference to FIG. 21.
  • 21 is a conceptual diagram illustrating a mode change according to various embodiments of the present disclosure.
  • the electronic device 101 may operate in the first processing mode.
  • the electronic device 101 eg, the processor 120 or 210) may detect a processing mode change event.
  • the electronic device 101 eg, the processor 120 or 210) may change the processing mode to the second processing mode.
  • the electronic device 101 eg, the processor 120 or 210) may operate in the second processing mode.
  • the electronic device 101 may acquire a voice command of “Dictation mode on” in the command mode 2101.
  • the electronic device 101 may change the user speech processing mode to the dictation mode 2103.
  • the electronic device 101 in the command mode 2101, acquires a voice command of "Chat mode on", detects the designation of the talk mode initiation button, or selects the talk mode initiation button in a hint. You can also detect an assignment. In response, the electronic device 101 may change the user speech processing mode to the conversation mode 2107. A description of the hint will be described later in more detail. In various embodiments of the present disclosure, the electronic device 101 may change the mode from the command mode 2101 to the continuous command mode 2105, and the dictation mode 2103 or the conversation mode 2107 from the continuous command mode 2105. It will be appreciated by those skilled in the art that the mode may be changed to (), and there is no limitation on the mode before and after the mode switch.
  • 22 is a conceptual diagram illustrating a screen of an electronic device in a command mode according to various embodiments of the present disclosure.
  • the electronic device 101 may execute a voice processing application while executing an arbitrary application. As illustrated in FIG. 22, the electronic device 101 displays an execution screen 2210 of an arbitrary application, and when a wake up command is detected, the electronic device 101 executes a voice processing application, and executes a voice processing application execution screen 2211. May be displayed on at least a portion of the display. According to various embodiments of the present disclosure, the electronic device 101 may darken the execution screen 2210 of any application previously displayed. For example, if it is detected that the hardware button is pressed and held, the electronic device 101 may determine the user speech processing mode as the command mode.
  • the voice processing application execution screen 2211 may include a message indicating that the voice is currently being listened to or an indicator indicating that the voice is being listened to.
  • the electronic device 101 may operate the indicator as a voice recognition button.
  • the electronic device 101 When the electronic device 101 obtains a user speech, data about the user speech and identification information of a command mode may be transmitted to an external server. For example, when the pressing and holding of the hardware button is released, the electronic device 101 may transmit data on the user's speech and identification information of the command mode to the external server accordingly.
  • the electronic device 101 may receive at least one of a command or text from an external server, and perform the received command while displaying the text 2213. For example, the electronic device 101 may perform a task of retrieving a picture taken in Hawaii while displaying a text 2213 of "Find Photos of Hawaii" which is text corresponding to a user's speech.
  • the electronic device 101 may display the recognition result text 2214 for each unit in which the voice is recognized (for example, for each unit recognized according to the EPD time). According to various embodiments of the present disclosure, the electronic device 101 may display a voice recognition result and a task execution result through the chat window 2220 configured as if a message was transmitted or received, and in the chat window 2220 in the form of a widget Results may also be included.
  • 23A and 23B illustrate conceptual diagrams for describing switching of a standby screen according to various embodiments of the present disclosure.
  • the electronic device 101 may display an arbitrary screen 2301.
  • the electronic device 101 may execute a voice processing application when a press on the hardware button 2302 or a press and hold on the hardware button 2302 is detected.
  • the electronic device 101 may execute a voice processing application when a voice command such as "Bixby" is obtained.
  • the electronic device 101 may display a voice processing application execution screen 2312 on an arbitrary screen 2301.
  • the voice processing application execution screen 2312 may include a plurality of hints 2313, 2314, and 2315, an indicator 2316 indicating that the user is listening, and a text input window 2317.
  • the electronic device 101 may operate the indicator 2316 as a voice recognition button.
  • text 2318 corresponding to the user speech may be displayed.
  • the electronic device 101 may display the text 2319 in the form of a speech bubble in a chat window.
  • the electronic device 101 eg, the processor 120 or 210) may determine whether the processing result may be displayed as a widget or text. If it is determined that the display is possible, the electronic device 101 may display the processing result in the form of a widget 2232. If it is determined that display is impossible, as shown in FIG. 28B, the electronic device 101 may display an indicator 2324 indicating processing.
  • the electronic device 101 eg, the processor 120 or 210) may determine whether a parameter (eg, slots) is required.
  • parameters corresponding to intents may exist in an action sequence, but parameters may not be set in response to some intentions.
  • the electronic device 101 may additionally perform an additional task. We need to get the parameters.
  • the electronic device 101 eg, the processor 120 or 210) may display, for example, a feedback result 2327 indicating that parameter acquisition is required. Thereafter, the electronic device 101 may acquire and display the next user utterance 2329, and display the microphone activation button 2330 after a preset time (for example, N sec). An operation corresponding to the input user speech may be performed.
  • the electronic device 101 e.g., processor 120 or 210) displays a feedback result 2332, and if no additional command is received within a preset time (e.g., N sec).
  • a preset time e.g., N sec.
  • the display of the voice processing application screen may be stopped and the voice processing application may be terminated in operation 2423.
  • 24 is a screen illustrating a command mode entry according to various embodiments of the present disclosure.
  • the electronic device 101 may display a screen 2410 including a text box 2411 and a keyboard 2412 for text input.
  • the electronic device 101 may enter a command mode other than the dictation mode.
  • the electronic device 101 may include a voice processing application execution screen 2420.
  • the voice processing application execution screen 2420 may include a plurality of hints 2421, 2422, and 2423 (eg, a mode switching hint 2421), an indicator 2424 indicating that the user is listening, and a window 2425 in which text is displayed. It may include.
  • the electronic device 101 may operate the indicator 2424 as a voice recognition button.
  • 25 is a conceptual diagram illustrating a screen in a continuous command mode according to various embodiments of the present disclosure.
  • the electronic device 101 when entering the continuous command mode, may display an indicator 2502 indicating that it is listening on an arbitrary application execution screen 2501. According to various embodiments of the present disclosure, the electronic device 101 may operate the indicator 2502 as a voice recognition button.
  • the electronic device 101 may transmit the received user speech to the external server together with the identification information of the continuous command mode. For example, the electronic device 101 may transmit a unit of user speech to an external server through EDP recognition.
  • the external server can apply the ASR and NLU to the data for the user's speech and can generate a command.
  • the electronic device 101 may display an indicator in process until receiving the processing result from the external server.
  • the electronic device 101 may display a command or text 2503. Thereafter, the electronic device 101 may display an indicator 2504 indicating that it is listening. According to various embodiments of the present disclosure, the electronic device 101 may operate the indicator 2504 as a voice recognition button. The electronic device 101 may additionally obtain user speech, and may receive a command or text corresponding thereto from an external server and display the received text or command 2505. The electronic device 101 may end the continuous command mode when a continuous command mode end event is detected, for example, when a voice command of “command mode off” is obtained. The electronic device 101 may stop displaying the execution screen of the voice recognition application and display any screen previously displayed.
  • FIG. 26 is a screen illustrating an entry into a dictation mode according to various embodiments of the present disclosure. Referring to FIG.
  • the electronic device 101 may display a screen 2610 including a text box 2611 and a keyboard 2612.
  • the electronic device 101 may detect pressing and holding of a hardware button while the text box 2611 or the keyboard 2612 is being displayed.
  • the electronic device 101 may enter a dictation mode and display an indicator 2613 indicating that the electronic device 101 is listening.
  • the electronic device 101 may operate the indicator 2613 as a voice recognition button.
  • the electronic device 101 may obtain user speech, and may transmit data on the user speech and identification information of the dictation mode to the external server.
  • the external server may apply the ASR to the data of the user speech based on the identification information of the dictation mode, and transmit the obtained text to the electronic device 101.
  • the electronic device 101 may input and display the received text 2621 in the text box 2611.
  • the electronic device 101 may detect a release HW key of the hardware button, and may display the keyboard 2612 again in response to the release.
  • FIG. 27 illustrates a screen for explaining entry into a dictation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display a message application execution screen 2701. While the hardware key is held in a pressed state after being pressed, the voice recognition application may be executed and the microphone activation button 2702 may be displayed. According to another embodiment, if the microphone activation button 2702 is additionally designated, the electronic device 101 may obtain user speech. When a user utterance is input, the electronic device 101 may transmit it to an external server, and may receive text corresponding to the user utterance from the external server. The electronic device 101 may display an indicator 2703 that is listening, and if the corresponding indicator 2703 is designated, voice recognition may be stopped. According to various embodiments of the present disclosure, the electronic device 101 may operate the indicator 2703 as a voice recognition button. The electronic device 101 may display the received text or display a cursor after the displayed text in consideration of an additional input.
  • FIG. 28 illustrates a screen of an electronic device in an dictation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display a screen 2810 including a text box 2801. In this case, the electronic device 101 can maintain the microphone in a turn off state or in an idle state.
  • the electronic device 101 may display a microphone activation button 2802. When the hardware button is pressed and the hold of the hardware button is detected, the electronic device 101 may activate the microphone and display an icon 2803 indicating that it is in a standby state.
  • the electronic device 101 may obtain user speech through the activated microphone, transmit data about the user speech to an external server, and receive text corresponding thereto.
  • the electronic device 101 may input and display the received text 2804 in the text box 2801.
  • the electronic device 101 may detect a release HW key of hardware that has been pressed, and in response thereto, turn off the microphone and display a microphone activation icon 2802.
  • 29A and 29B illustrate screens of an electronic device in an dictation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display a screen 2910 including a text box 2911 and a keyboard 2912.
  • the electronic device 101 may include a microphone activation icon 2913 in the keyboard 2912.
  • the electronic device 101 may activate the microphone and wait for acquisition of user speech.
  • the electronic device 101 may display an icon 2921 indicating that it is listening and operate in the dictation mode.
  • an electronic device 101 may include a first icon 2931 and a drag and drop that may be floated by a press and drag 2933.
  • a second icon 2932 may be displayed for release. If the designation (ie, pressing) of the first icon 2931 is detected, and the drag is detected later, the electronic device 101 may change and display the position of the first icon 2931 according to the drag point. . When the drag is released at the position of the second icon 2932, the electronic device 101 may enter the dictation mode.
  • FIG. 30 is a diagram illustrating a screen of an electronic device in an dictation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display an arbitrary screen 3010.
  • the electronic device 101 may obtain a user utterance 3011 that is "written" from the user.
  • the electronic device 101 can initially operate in a command mode.
  • the electronic device 101 may transmit data about the received user speech to an external server, receive a command corresponding thereto, and display text 3012 associated with the received command on a screen.
  • the electronic device 101 may display the received text 3014 in the form of a speech bubble in a chat window.
  • the electronic device 101 may perform the received command. For example, the electronic device 101 may change the user speech processing mode to the dictation mode.
  • the electronic device 101 may display the screen 3015 corresponding to the dictation mode, and the screen 3015 corresponding to the dictation mode is waiting for the voice input, that is, the indicator 3016 indicating that it is listening. It may include.
  • the electronic device 101 may operate the indicator 3016 as a voice recognition button.
  • the electronic device 101 may obtain the user speech 3017 in the dictation mode.
  • the electronic device 101 may transmit data on the received user speech and identification information of the dictation mode to the external server.
  • the electronic device 101 may receive text corresponding to user speech from an external server, and display the received text 3018 on at least a portion of the screen 3015.
  • the electronic device 101 may, for example, turn off the microphone and stop waiting for voice recognition, thereby indicating that it is listening. ) Can also be discontinued.
  • 31A and 31B illustrate conceptual diagrams for describing a screen of a conversation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display a message application execution screen 3010.
  • the message application execution screen 3110 may include a conversation partner 3111 and a message 3112 transmitted and received with the conversation partner. Pressing and holding of the hardware button 3113 is detected, or a short pree, a tap mic icon, a voice command (e.g., "Bixby") is detected. If detected, the electronic device 101 may first enter a command mode. Subsequently, when a voice 3116 designated to enter a chat mode such as “Turn on Chat mode” is input, the electronic device 101 may enter a chat mode.
  • a voice 3116 designated to enter a chat mode such as “Turn on Chat mode”
  • the electronic device 101 may enter the conversation mode.
  • the electronic device 101 may display a window 3115 for displaying text. For example, in a state in which the hardware button 3113 is held down, if the pressing is released, the electronic device 101 may enter a conversation mode.
  • the electronic device 101 may display the conversation mode end icon 3118 or the delay message transmission activation icon 3119 which is one of the hints.
  • an indicator indicating the conversation mode may be displayed. Referring to FIG. 31B, the electronic device 101 may input the text 3123 received from the external server into the window 3115 according to the conversation mode, and automatically transmit the input text.
  • the electronic device 101 may change the display of a message type such as SMS / MMS according to the length of the input text and display the changed message type.
  • the electronic device 101 may further display the scroll bar 3124. It may be.
  • the electronic device 101 may scroll and display text.
  • 32 and 33 illustrate screens for describing entering a conversation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display an execution screen 3110 of a message application, and display a message input window 3131 and a send button 3132. have.
  • the electronic device 101 may directly enter the conversation mode in response to the pressing of the hardware button 3113. After entering the conversation mode, the electronic device 101 may obtain a user speech 3141, transmit data about the received user speech to an external server, and receive text corresponding to the user speech from the external server. have. The electronic device 101 may display the text 3142 corresponding to the received user speech on the window 3115.
  • the electronic device 101 may automatically transmit the received text to another electronic device connected to the account of the conversation partner, and may display the transmitted message 3143 in the form of a speech bubble.
  • the electronic device 101 may enter the conversation mode when a software key such as an indicator 3120 indicating the conversation mode is designated as shown in FIG. 33.
  • the electronic device 101 may activate the conversation mode in the setting of the voice recognition application, and in this case, if the same interaction as the command mode entry is detected, the electronic device 101 may enter the conversation mode.
  • 34 is a screen illustrating a dialog mode termination, according to various embodiments of the present disclosure.
  • the electronic device 101 may acquire the user speech 3160 while pressing the hardware button 3113.
  • the electronic device 101 may transmit the acquired data about the user speech to the external server, and receive and display the text 3171 corresponding thereto.
  • the electronic device 101 may end the conversation mode in response to the release of the hardware button 3113. Can be.
  • the electronic device 101 may display the microphone activation button 3175.
  • the electronic device 101 may display the performed tasks of the conversation mode end command 3171 and the conversation mode end 3172 in the form of a speech bubble.
  • 35 is a diagram illustrating a screen for explaining entering a conversation mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display an execution screen of the launcher application such as the home screen 3511 instead of the message application.
  • the electronic device 101 may obtain a voice command 3501 of "Chat mode on" while displaying the home screen 3511, and enter the conversation mode correspondingly.
  • the electronic device 101 may display a conversation mode exit icon 3512 and contact icons 3514, 3515, and 3516 that have been in contact recently.
  • the electronic device 101 may also display an application that has been contacted along with a contact that has been contacted. For example, the electronic device 101 displays an icon 3514 indicating that James has been contacted using a message application, and Jack has an icon indicating that contact has been made using a messenger application ( 3516).
  • the electronic device 101 may operate in the conversation mode while executing an application (for example, a message application) corresponding to the designated icon (for example, 3515).
  • the electronic device 101 may display the performed task 3518 in the form of a speech bubble.
  • the electronic device 101 may display a message application execution screen 3520, and the message application execution screen 3520 may transmit / receive with the conversation partner 3351 and the conversation partner corresponding to the designated icon (eg, 3515). Message 3352 that has been received.
  • the electronic device 101 may display a conversation mode end icon 3523, a delay transmission icon 3524, and an indicator 3525 indicating a conversation mode on the message application execution screen 3520.
  • 36 is a conceptual diagram illustrating an initial selection or switching of a user utterance processing mode of an electronic device according to various embodiments of the present disclosure.
  • the electronic device 101 may determine that the state of the electronic device 101 is any one of a general application state 3601, a text box display state 3603, or a dialog display state 3604. Can be. According to various embodiments of the present disclosure, the electronic device 101 may allow entry into only one user speech processing mode in a specified state. For example, in the general application state 3601, the electronic device 101 responds to a user input (for example, pressing and holding of a hardware button 361). Entry may only be allowed into the processing mode (eg, command mode 3602).
  • a user input for example, pressing and holding of a hardware button 361. Entry may only be allowed into the processing mode (eg, command mode 3602).
  • the electronic device 101 may allow the user device to enter the plurality of user speech processing modes according to a user input in a state different from the designated state. For example, in the text box display state 3603, the electronic device 101 responds to a first type of user input (for example, pressing and holding of a hardware button 362). Command mode 3605 may be entered. For example, in the text box display state 3603, the electronic device 101 responds to a second type of user input (e.g., double press & hold 3613 of a hardware button).
  • the user may enter the dictation mode 3606.
  • the electronic device 101 commands an instruction corresponding to a first type of user input (for example, pressing and holding of hardware buttons 3614).
  • the mode 3407 may be entered.
  • the electronic device 101 responds to a second type of user input (for example, a double press & hold 3615 of a hardware button) in the dialog display state 3604.
  • FIG. 37 is a conceptual diagram illustrating an initial selection or switching of a user speech processing mode of an electronic device according to various embodiments of the present disclosure.
  • the electronic device 101 may determine that the state of the electronic device 101 is any one of a general application state 3701, a text box display state 3703, or a dialog display state 3704. Can be.
  • the electronic device 101 enters the command modes 3602, 3605, and 3607 in response to a first type of user input, for example, pressing and holding of hardware buttons 3711, 3713, and 3715. can do.
  • the electronic device 101 may enter a specific user speech processing mode that is fixedly designated, for example, the command modes 3602, 3605, and 3607, regardless of the current state.
  • the electronic device 101 When the electronic device 101 detects a second type of user input, for example, two presses & hold of the hardware button 3712, 3714, 3716, the state of the electronic device 101 is detected. As a result, various user speech processing modes of the continuous command mode 3703, the dictation mode 3707, or the conversation mode 3709 may be entered. In various embodiments of the present invention, in response to a second type of user input, for example, double press & hold of hardware buttons 3712, 3714, 3716, requesting only ASR to an external server. In addition, a user speech processing mode that does not request an NLU may be selected. According to various embodiments of the present disclosure, if the second press and hold hold 3712 is detected in the general application state 3701, the electronic device 101 may enter a memo mode instead of the continuous command mode 3703. .
  • a second type of user input for example, two presses & hold of the hardware button 3712, 3714, 3716
  • 38 is a conceptual diagram illustrating a change of a user speech processing mode of an electronic device according to various embodiments of the present disclosure.
  • the electronic device 101 detects a press and hold of a hardware button or a voice command 3811 such as “Write Down”. If is obtained, it can enter the dictation mode (3802) correspondingly.
  • the electronic device 101 displays a text box again when a release of a hardware button is detected or a designation of a speech to text (STT close) button 3838 is detected. It may return to state 3801.
  • the voice command 3813 such as "keyboard mode on" or "keyboard” is acquired
  • the electronic device 101 may enter the keyboard mode 3803 correspondingly.
  • the voice command 3814 such as “keyboard mode off” is obtained, the electronic device 101 may return to the text box display state 3801 again.
  • 39 is a conceptual diagram illustrating a screen in a keyboard mode according to various embodiments of the present disclosure.
  • the electronic device 101 may display a screen 3110 including a keyboard 3114.
  • the electronic device 101 may acquire a predetermined voice command (eg, “keyboard mode on” or “keyboard”) while the keyboard 3114 is displayed, and enter the keyboard mode correspondingly. have.
  • a predetermined voice command eg, “keyboard mode on” or “keyboard”
  • the electronic device 101 may obtain user speech and transmit data about the user speech to an external server.
  • the external server may acquire and transmit the first text that is the result of the dictation of the first portion of the received user speech and the second text corresponding to the meaning of the second portion of the received user speech to the electronic device 101. have.
  • the electronic device 101 may display the received first text and the second text 3921, and may display a message 3920 that has already been transmitted. For example, when the voice command (eg, “keyboard mode off”) designated as the keyboard mode termination is acquired, the electronic device 101 may end the keyboard mode correspondingly.
  • 40 is a conceptual diagram illustrating a transition between electronic device states according to various embodiments of the present disclosure.
  • the electronic device 101 may switch the state of the electronic device between the text box display state 4002 and the general application state 4001.
  • the general application state 4001 when a hardware button press and a voice command such as "keyboard” or “Bixby, keyboard” are acquired, or a touch 4013 for a text box is obtained, the electronic device is obtained.
  • 101 may enter a text box display state 4002.
  • a hardware button press and a voice command such as "Finish” or "Bixby, Finish” are obtained, or a touch 4014 for a back key is obtained. If so, the electronic device 101 can enter the general application state 4001.
  • the electronic device 101 may execute a voice processing application in response to a hardware button being pressed or a voice command 4011 such as "Hi, bixby".
  • the electronic device 101 may enter various user speech processing modes, and when the voice processing application ends, may return to the general application state 4001.
  • the electronic device 101 may execute a voice processing application in response to the pressing and holding of the hardware button and the voice command 4012 such as “Hi, bixby”.
  • the electronic device 101 may enter various user speech processing modes, and when the voice processing application ends, may return to the text box display state 4002 or the general application state 4001.
  • 41A is a flowchart illustrating a third operation of a first application program according to various embodiments of the present disclosure.
  • the first application may be an application including the first user interface described with reference to FIGS. 4A to 4C.
  • the electronic device 101 may receive a second type of user input through the button while displaying the first user interface on the touch screen display. Can be.
  • the electronic device 101 may receive a third user speech through a microphone.
  • the electronic device 101 eg, the processor 120 or 210) may provide third data regarding the third user speech to the external server.
  • the electronic device 101 eg, the processor 120 or 210 or the communication interface 170 or the communication module 220
  • the electronic device 101 provides the third data, in response to the third user utterance.
  • At least one command for performing a task generated by the intelligent system may be received from the external server. That is, even if the electronic device 101 displays a first user interface such as a text box, the electronic device 101 may enter the command mode instead of the dictation mode.
  • the electronic device 101 may enter the dictation mode when a first type of user input is received, and enter the command mode when a second type of different user input is received. Accordingly, the electronic device 101 may transmit data about the third user speech received in the command mode and identification information of the command mode to the external server. In response to the identification information of the command mode, the external server may obtain text by applying ASR to the data on the received user speech, apply an NLU to the text, and generate a command and transmit the text to the electronic device 101. have.
  • 41B is a flowchart illustrating a fourth operation of a first application program according to various embodiments of the present disclosure.
  • the first application may be an application including the first user interface described with reference to FIGS. 4A to 4C.
  • the electronic device 101 may receive a second type of user input through a button while the first user interface is not displayed. For example, the electronic device 101 may enter the continuous command mode according to the second type of user input.
  • the electronic device 101 eg, the processor 120 or 210 may receive a fourth user speech through a microphone.
  • the electronic device 101 eg, the processor 120 or 210 or the communication interface 170 or the communication module 220 may provide the fourth server with respect to the fourth user speech to the external server. Can be.
  • the electronic device 101 responds to the fourth user utterance after providing the fourth data.
  • the electronic device 101 may keep the microphone on.
  • the electronic device 101 may temporarily turn off the microphone, receive and perform a command corresponding to the fourth data, and then turn on the microphone again.
  • the electronic device 101 eg, the processor 120 or 210) may receive a fifth user speech through the microphone.
  • the electronic device 101 (eg, the processor 120 or 210 or the communication interface 170 or the communication module 220) provides fifth data regarding the fifth user speech to the external server. can do.
  • the electronic device 101 (eg, the processor 120 or 210 or the communication interface 170 or the communication module 220) responds to the fifth user utterance after providing the fifth data. At least one command for performing a task generated by the intelligent system can be received from the external server.
  • 41C is a flowchart illustrating a fifth operation of a first application program according to various embodiments of the present disclosure.
  • the first application may be an application including the first user interface described with reference to FIGS. 4A to 4C.
  • the electronic device 101 may receive the first type of user input through the button while displaying the second user interface. For example, the electronic device 101 may enter a conversation mode.
  • the electronic device 101 eg, the processor 120 or 210) may receive a sixth user speech.
  • the electronic device 101 eg, the processor 120 or 210 or the communication interface 170 or the communication module 220
  • the electronic device 101 eg, the processor 120 or 210 or the communication interface 170 or the communication module 220
  • the electronic device 101 after providing the sixth data, receives the first data from the external server.
  • the electronic device 101 While receiving data on the text generated by the ASR from user speech, the command generated by the intelligent system may not be received.
  • the electronic device 101 eg, the processor 120 or 210) may input the text to the second user interface.
  • the electronic device 101 eg, the processor 120 or 210) may automatically transmit the input text through the wireless communication circuit when the selected time period after the data input is exceeded.
  • 42A and 42B are flowcharts illustrating operations of an electronic device according to various embodiments of the present disclosure.
  • the electronic device 101 may receive a first type of user input through a button.
  • the electronic device 101 may be set to enter a command mode in response to a first type of user input regardless of the state of the current electronic device.
  • the electronic device 101 eg, the processor 120 or 210 may receive a first user speech through a microphone.
  • the electronic device 101 eg, the processor 120 or 210, the communication interface 170, or the communication module 220
  • the electronic device 101 eg, the processor 120 or 210 or the communication interface 170 or the communication module 220
  • the server may receive at least one command from the server to perform a task generated by the intelligent system.
  • the electronic device 101 may receive a second type of user input through a button.
  • the electronic device 101 may be configured to enter a user speech processing mode that requests only the ASR of the dictation mode or the conversation mode in response to the second type of user input, regardless of the current state of the electronic device.
  • the electronic device 101 eg, the processor 120 or 210, the communication interface 170, or the communication module 220
  • the electronic device 101 may receive the second user speech through the microphone.
  • the electronic device 101 eg, the processor 120 or 210, the communication interface 170, or the communication module 220
  • the electronic device 101 (eg, the processor 120 or 210 or the communication interface 170 or the communication module 220) provides the second user speech after providing data for the second user speech.
  • the second user may receive data about the text generated by the ASR from the user's speech.
  • the electronic device 101 (eg, the processor 120 or 210) may input and display text on the first user interface.
  • 43 is a diagram illustrating an integrated intelligence system according to various embodiments of the present disclosure.
  • the integrated intelligence system 4300 may include a user terminal 4310 (eg, the electronic device 101), an intelligent server 4320, a personalization information server 4330, or a proposal server 4340. have. At least one of the intelligent server 4320, the personalization information server 4330, or the proposal server 4340 may be included in the external server 600 described above.
  • the user terminal 4310 is a service required by a user through an application (or application program) (eg, an alarm application, a message application, a photo (gallery) application, etc.) stored in the user terminal 4310. Can be provided.
  • the user terminal 4310 may execute and operate another application through an intelligent application (or a voice recognition application) stored in the user terminal 4310.
  • the intelligent application of the user terminal 4310 may receive a user input for executing the other application and executing an operation.
  • the user input may be received through, for example, a physical button, a touch pad, a voice input, a remote input, or the like.
  • the user terminal 4310 may correspond to various terminal devices (or electronic devices) that can be connected to the Internet such as a mobile phone, a smart phone, a personal digital assistant (PDA) or a notebook computer.
  • PDA personal digital assistant
  • the user terminal 4310 may receive a user's speech as a user input.
  • the user terminal 4310 may receive an utterance of a user and generate a command for operating an application based on the utterance of the user. Accordingly, the user terminal 4310 may operate the application by using the command.
  • the intelligent server 4320 may receive a user voice input (eg, user utterance) from the user terminal 4310 through a communication network and change the text data into text data.
  • the intelligent server 4320 may generate (or select) a path rule (eg, an action sequence) based on the text data.
  • the pass rule may include information on an action (or an operation or task) for performing a function of an application or information on a parameter required to execute the operation.
  • the path rule may include an order of the operation of the application.
  • the user terminal 4310 may receive the path rule, select an application according to the path rule, and execute an operation included in the path rule in the selected application.
  • the user terminal 4310 may execute the operation and display a screen corresponding to the state of the user terminal 4310 which has executed the operation on the display.
  • the user terminal 4310 may execute the operation and may not display a result of performing the operation on the display.
  • the user terminal 4310 may execute a plurality of operations and display only a partial result of the plurality of operations on the display.
  • the user terminal 4310 may display only a result of executing the last sequence of operations on the display.
  • the user terminal 4310 may receive a user input and display a result of executing the operation on a display.
  • the personalization information server 4330 may include a database in which user information is stored.
  • the personalization information server 4330 may receive user information (eg, context information, application execution, etc.) from the user terminal 4310 and store it in the database.
  • the intelligent server 4320 may be used when the user information is generated from the personalization information server 4330 through a communication network to generate a pass rule for a user input.
  • the user terminal 4310 may receive user information from the personalization information server 4330 through a communication network and use the information as information for managing a database.
  • the proposal server 4340 may include a database in which information about a function or an application to be introduced or provided is stored in the terminal.
  • the proposal server 4340 may include a database of functions that a user can use by receiving user information of the user terminal 4310 from the personalization information server 4330.
  • the user terminal 4310 may receive information on the function to be provided from the proposal server 4340 through the communication network and provide the information to the user.
  • 44 is a block diagram illustrating a user terminal of an integrated intelligence system according to an embodiment of the present invention.
  • the user terminal 4310 may include an input module 4410 (eg, a microphone 288 or an input device 250), a display 4420 (eg, a display 160 or 260), and a speaker 4430. ) (Eg, speaker 282), memory 4440 (eg, memory 130 or memory 230) or processor 4450 (eg, processor 120 or 210).
  • the user terminal 4310 may further include a housing, and the components of the user terminal 4310 may be seated inside or located on the housing.
  • the input module 4410 may receive a user input from a user.
  • the input module 4410 may receive a user input from a connected external device (eg, a keyboard or a headset).
  • the input module 4410 may include a touch screen (eg, a touch screen display) coupled with the display 4420.
  • the input module 4410 may include a hardware key (or a physical key) located in the user terminal 4310 (or a housing of the user terminal 4310).
  • the input module 4410 may include a microphone 4411 capable of receiving a user's speech as a voice signal.
  • the input module 4410 may include a speech input system, and may receive a speech of a user as a voice signal through the speech input system.
  • the display 4420 may display an image, a video, and / or an execution screen of an application.
  • display 4420 may display a graphical user interface (GUI) of the application.
  • GUI graphical user interface
  • the speaker 4430 may output a voice signal.
  • the speaker 4430 may output a voice signal generated in the user terminal 4310 to the outside.
  • the memory 4440 may store a plurality of applications 4401 and 4443.
  • the plurality of applications 4401 and 4443 stored in the memory 4440 may be selected, executed, and operated according to a user input.
  • the memory 4440 may include a database capable of storing information necessary to recognize a user input.
  • the memory 4440 may include a log database capable of storing log information.
  • the memory 4440 may include a persona database that may store user information.
  • the memory 4440 may store a plurality of applications 4401 and 4443, and the plurality of applications 4401 and 4443 may be loaded and operate.
  • the plurality of applications 4401 and 143 stored in the memory 4440 may be loaded and operated by the execution manager module 4435 of the processor 4450.
  • the plurality of applications 4401 and 4443 may include execution services 4401a and 4443a performing a function, or a plurality of operations (or unit operations) 4401b and 4443b.
  • Execution services 4451a and 4443a are generated by execution manager module 4435 of processor 4450, and can execute a plurality of operations 4451b and 4443b.
  • an execution status screen according to the execution of the operations 4401b and 4443b may be displayed on the display 4420.
  • the execution status screen may be, for example, a screen in which operations 4445b and 4443b are completed.
  • the execution status screen may be, for example, a screen in a state in which execution of operations 4401b and 4443b is stopped (eg, when a parameter required for operations 4444b and 4443b is not input). .
  • execution services 4401a and 4443a may execute operations 4451b and 4443b according to a pass rule.
  • execution services 4401a and 4443a are generated by execution manager module 4455, receive execution requests from execution manager module 4455 according to the pass rules, and operate according to the execution request 4444b, 4443b) may execute operations of applications 4401 and 4443.
  • Execution services 4401a and 4443a may transmit completion information to the execution manager module 4453 when the execution of the operations 4401b and 4443b is completed.
  • the plurality of operations 4451b and 4443b may be sequentially executed.
  • the execution services 4401a and 4443a may open the next operation (operation 2) when the execution of one operation (operation 1) is completed and transmit the completion information to the execution manager module 4455. Opening any operation herein may be understood as transitioning any operation to an executable state or preparing to execute any operation. In other words, if any action is not open, that action cannot be executed.
  • the execution manager module 4453 may transmit an execution request for the next operation 4445b or 4443b to an execution service (for example, operation 2).
  • the plurality of applications 4401 and 4443 may be sequentially executed. For example, when execution of the last operation of the first application 4401 is completed and the completion information is received, the execution manager module 4453 sends the execution request of the first operation of the second application 4443 to the execution service 4443a. I can send it.
  • the result screen according to the execution of each of the executed plurality of operations 4444b and 4443b is displayed on the display 4420. Can be displayed. According to an embodiment of the present disclosure, only a part of the plurality of result screens according to the execution of the executed operations 4401b and 4443b may be displayed on the display 4420.
  • the memory 4440 may store an intelligent application (eg, a voice recognition application) interworking with the intelligent agent 4451.
  • An application linked with the intelligent agent 4451 may receive and process a user's speech as a voice signal.
  • an application linked with the intelligent agent 4451 may be operated by a specific input (for example, input through a hardware key, input through a touch screen, or specific voice input) input through the input module 4410. Can be.
  • the processor 4450 may control overall operations of the user terminal 4310. For example, the processor 4450 may control the input module 4410 to receive a user input. The processor 4450 may control the display 4420 to display an image. The processor 4450 may control the speaker 4430 to output a voice signal. The processor 4450 may control the memory 4440 to retrieve or store necessary information.
  • the processor 4450 may include an intelligent agent 4451, an execution manager module 4435, or an intelligent service module 4455.
  • the processor 4450 may execute the instructions stored in the memory 4440 to drive the intelligent agent 4451, the execution manager module 4435, or the intelligent service module 4455.
  • Various modules mentioned in various embodiments of the present disclosure may be implemented in hardware or in software.
  • an operation performed by the intelligent agent 4451, the execution manager module 4435, or the intelligent service module 4455 may be understood as an operation performed by the processor 4450.
  • the intelligent agent 4451 may generate a command to operate an application based on a voice signal received through a user input.
  • the execution manager module 4435 may receive the generated command from the intelligent agent 4451, select, execute, and operate the applications 4401 and 4443 stored in the memory 4440.
  • the intelligent service module 4455 may manage information of the user and use the same to process user input.
  • the intelligent agent 4451 may transmit and process the user input received through the input module 4410 to the intelligent server 4320.
  • the intelligent agent 4451 may preprocess the user input before transmitting the user input to the intelligent server 4320.
  • the intelligent agent 4451 may use an adaptive echo canceller (AEC) module, a noise suppression (NS) module, and an end-point detector to preprocess the user input. detection (EPD) module or automatic gain control (AGC) module.
  • the adaptive echo canceller may remove an echo included in the user input.
  • the noise suppression module may suppress background noise included in the user input.
  • the end point detection module may detect an end point of the user voice included in the user input and find a portion in which the voice of the user exists.
  • the automatic gain control module may adjust the volume of the user input to be suitable for recognizing and processing the user input.
  • the intelligent agent 4451 may include all of the preprocessing configurations for performance, but in other embodiments, the intelligent agent 4451 may include some of the preprocessing configurations to operate at low power. .
  • the intelligent agent 4451 may include a wake up recognition module that recognizes a user call.
  • the wakeup recognition module may recognize a wakeup command of a user through a voice recognition module, and activate the intelligent agent 4451 to receive a user input when the wakeup command is received.
  • the wake-up recognition module of the intelligent agent 4451 may be implemented in a low power processor (eg, a processor included in an audio codec).
  • the intelligent agent 4451 may be activated according to a user input through a hardware key. When the intelligent agent 4451 is activated, an intelligent application (eg, a voice recognition application) linked with the intelligent agent 4451 may be executed.
  • an intelligent application eg, a voice recognition application
  • the intelligent agent 4451 may include a voice recognition module for executing a user input.
  • the speech recognition module may recognize a user input for executing an operation in an application.
  • the speech recognition module may include a "click" to execute a shooting operation when a limited user (voice) input (e.g., a camera application is running) that executes an operation such as the wake up command in applications 4451 and 4443. Same speech, etc.) can be recognized.
  • the voice recognition module that recognizes a user input by assisting the intelligent server 4320 may recognize a user command that can be processed in the user terminal 4310 and process the user command quickly.
  • a voice recognition module for executing a user input of the intelligent agent 4451 may be implemented in an application processor.
  • the voice recognition module of the intelligent agent 4451 may recognize a user input by using an algorithm for recognizing the voice.
  • the algorithm used to recognize the voice may be, for example, at least one of a hidden markov model (HMM) algorithm, an artificial neural network (ANN) algorithm, or a dynamic time warping (DTW) algorithm.
  • HMM hidden markov model
  • ANN artificial neural network
  • DTW dynamic time warping
  • the intelligent agent 4451 may convert a voice input of the user into text data. According to an embodiment of the present disclosure, the intelligent agent 4451 may transmit the voice of the user to the intelligent server 4420 to receive the converted text data. Accordingly, the intelligent agent 4451 may display the text on the display 4420.
  • the intelligent agent 4451 may receive a path rule transmitted from the intelligent server 4320. According to an embodiment of the present disclosure, the intelligent agent 4451 may transmit the path rule to the execution manager module 4455.
  • the intelligent agent 4451 transmits an execution result log according to the path rule received from the intelligent server 4320 to the intelligence service module 4455, and transmits the transmitted execution result.
  • the log may be accumulated and managed in the user's preference information of the persona module 4455b.
  • the execution manager module 4435 receives the path rule from the intelligent agent 4451 to execute the applications 4401 and 4443, and the applications 4441 and 4443 are included in the path rule 4444b. 4443b).
  • the execution manager module 4435 may transmit command information for executing operations 4401b and 4443b to applications 4401 and 4443, and operations 4444b and 4443b from the applications 4451 and 4443. Can receive completion information.
  • the execution manager module 4435 may transmit and receive command information for executing the operations 4401b and 4443b of the applications 4401 and 4443 between the intelligent agent 4451 and the applications 4451 and 4443. Can be.
  • the execution manager module 4455 binds the applications 4401 and 4443 to be executed according to the path rule, and transmits command information of operations 4451b and 4443b included in the path rule to the applications 4451 and 4443. can do.
  • the execution manager module 4455 sequentially transmits the operations 4401b and 4443b included in the path rule to the applications 4401 and 4443 to transmit the operations 4444b and 4443b of the applications 4451 and 4443. It can be executed sequentially according to the pass rule.
  • the execution manager module 4453 may manage execution states of operations 4401b and 4443b of the applications 4401 and 4443. For example, the execution manager module 4453 may receive information on an execution state of the operations 4451b and 4443b from the applications 4401 and 4443. When the execution state of the operations 4444b and 4443b is, for example, a partial landing (eg, when a parameter required for the operations 4451b and 4443b is not input), the execution manager module 4453 is executed. May transmit information about the stopped state to the intelligent agent 4451. The intelligent agent 4451 may request input of necessary information (eg, parameter information) from the user by using the received information.
  • necessary information eg, parameter information
  • the user may receive a utterance from the user, and the execution manager module 4435 may execute the applications 4401 and 4443 and the application being executed.
  • Information about the execution state of the (4441, 4443) can be sent to the intelligent agent (4451).
  • the intelligent agent 4451 may receive parameter information of the user's speech through the intelligent server 4320, and transmit the received parameter information to the execution manager module 4455.
  • the execution manager module 4453 may change the parameters of operations 4451b and 4443b into new parameters using the received parameter information.
  • the execution manager module 4453 may transmit parameter information included in the path rule to the applications 4451 and 4443.
  • the execution manager module 4453 may transfer parameter information included in the pass rule from one application to another application.
  • the execution manager module 4453 may receive a plurality of pass rules.
  • the execution manager module 4453 may select a plurality of pass rules based on the user's speech. For example, the execution manager module 4435 may specify some applications 4401 to execute some operations 4401a when the user's speech does not specify another application 4435 to execute the remaining operations 4443b.
  • the same application 4401 e.g., gallery application
  • the different applications 4445 e.g., message application, telegram application
  • a plurality of different pass rules can be received.
  • the execution manager module 4453 may execute, for example, the same operations 4401b and 4443b (eg, successive identical operations 4451b and 4443b) of the plurality of pass rules.
  • the execution manager module 4435 may display, on the display 4420, a status screen for selecting different applications 4401 and 4443 included in the plurality of pass rules, respectively.
  • the intelligent service module 4455 may include a context module 4445a, a persona module 4455b, or a suggestion module 4455c.
  • the context module 4455a may collect the current state of the applications 4451 and 4443 from the applications 4451 and 4443.
  • the context module 4455a may receive context information indicating the current states of the applications 4401 and 4443 to collect the current states of the applications 4451 and 4443.
  • the persona module 4455b may manage personal information of a user who uses the user terminal 4310. For example, the persona module 4455b may manage the personal information of the user by collecting the usage information and the execution result of the user terminal 4310.
  • the suggestion module 4455c may recommend a command to the user in anticipation of the user's intention. For example, the suggestion module 4455c may recommend a command to the user in consideration of the current state (eg, time, place, situation, application) of the user.
  • the current state eg, time, place, situation, application
  • 45 is a diagram illustrating executing an intelligent application of a user terminal according to one embodiment of the present invention.
  • the user terminal 4310 receives a user input and executes an intelligent application (eg, a voice recognition application) linked with the intelligent agent 4451.
  • an intelligent application eg, a voice recognition application
  • the user terminal 4310 may execute an intelligent application for recognizing a voice through the hardware key 4512. For example, if the user terminal 4310 receives a user input through the hardware key 4512, the user terminal 4310 may display a user interface (UI) 4421 of the intelligent application on the display 4420. For example, the user may touch the voice recognition button 4421a on the UI 4421 of the intelligent application to input the voice 4451b while the UI 4421 of the intelligent application is displayed on the display 4420. . For example, a user may input voice 4511b by continuously pressing the hardware key 4512 to input voice 4511b.
  • UI user interface
  • the user terminal 4310 may execute an intelligent application for recognizing a voice through the microphone 4411. For example, the user terminal 4310 displays the UI 4421 of the intelligent application on the display 4420 when a specified voice (eg, wake up!) Is input through the microphone 4411. can do.
  • a specified voice eg, wake up
  • 46 is a block diagram illustrating an intelligent server of an integrated intelligence system according to an embodiment of the present invention.
  • the intelligent server 4320 may include an automatic speech recognition (ASR) module 4610 (eg, ASR module 751), a natural language understanding (NLU) module 4620. (E.g. NLU module 753), path planner module 4630 (e.g. action plan manager 759), dialog manager (DM) module 4640 (e.g. DM ( 757), natural language generator (NLG) module 4650 (e.g., NLG manager 761), or text to speech (TTS) module 4660 (e.g., TTS manager 763). ) May be included.
  • ASR automatic speech recognition
  • NLU natural language understanding
  • path planner module 4630 e.g. action plan manager 759
  • dialog manager (DM) module 4640 e.g. DM ( 757)
  • natural language generator (NLG) module 4650 e.g., NLG manager 761
  • TTS text to speech
  • the natural language understanding module 4620 or the path planner module 4630 of the intelligent server 4320 may generate a path rule (eg, an action sequence or a task).
  • a path rule eg, an action sequence or a task.
  • the automatic speech recognition (ASR) module 4610 may convert user input received from the user terminal 4310 into text data.
  • the automatic voice recognition module 4610 may convert a user input received from the user terminal 4310 into text data.
  • the automatic speech recognition module 4610 may include a speech recognition module.
  • the speech recognition module may include an acoustic model and a language model.
  • the acoustic model may include information related to speech
  • the language model may include information about a combination of unit phoneme information and unit phoneme information.
  • the speech recognition module may convert user speech into text data by using information related to speech and unit phoneme information.
  • Information about the acoustic model and language model may be stored, for example, in an automatic speech recognition database (ASR DB) 4611.
  • ASR DB automatic speech recognition database
  • the natural language understanding module 4620 may determine user intention by performing syntactic analysis or semantic analysis.
  • the grammatical analysis may divide user input into grammatical units (eg, words, phrases, morphemes, etc.) and determine which grammatical elements the divided units have.
  • the semantic analysis may be performed using semantic matching, rule matching, formula matching, or the like. Accordingly, the natural language understanding module 4620 may obtain a domain, an intent, or a parameter (or a slot) necessary for the user input to express the intention.
  • the natural language understanding module 4620 may use a matching rule divided into a domain, an intent, and a parameter (or a slot) necessary to determine the intention.
  • the intention and parameters of can be determined.
  • the one domain e.g. alarm
  • the one intent e.g., alarm setting, alarm clearing, etc.
  • one intent is a plurality of parameters (e.g. time, number of repetitions, alarm sound).
  • the plurality of rules may include, for example, one or more mandatory element parameters.
  • the matching rule may be stored in a natural language understanding database (NLU DB) 461.
  • NLU DB natural language understanding database
  • the natural language understanding module 4620 may determine a meaning of a word extracted from a user input by using linguistic features (eg, grammatical elements) such as morphemes and phrases, and may determine the meaning of the identified word in a domain. And the intention of the user by matching the intention. For example, the natural language understanding module 4620 may calculate how much a word extracted from the user input is included in each domain and intention to determine the user intention. According to an embodiment of the present disclosure, the natural language understanding module 4620 may determine a parameter of a user input using a word based on the intention.
  • linguistic features eg, grammatical elements
  • morphemes and phrases e.g., morphemes and phrases
  • the natural language understanding module 4620 may determine the intention of the user by using the natural language recognition database 4641 in which linguistic features for identifying the intention of the user input are stored. According to another embodiment, the natural language understanding module 4620 may determine a user's intention using a personal language model (PLM). For example, the natural language understanding module 4620 may determine a user's intention using personalized information (eg, a contact list or a music list). The personalized language model may be stored in, for example, a natural language recognition database 4651. According to an embodiment of the present disclosure, not only the natural language understanding module 4620 but also the automatic speech recognition module 4610 may recognize a user's voice by referring to a personalized language model stored in the natural language recognition database 4641.
  • PLM personal language model
  • the natural language understanding module 4620 may generate a pass rule based on the intention and the parameter of the user input. For example, the natural language understanding module 4620 may select an application to be executed based on the intention of the user input, and determine an operation to be performed in the selected application. The box salmon understanding module 4620 may generate a pass rule by determining a parameter corresponding to the determined operation. According to an embodiment of the present disclosure, the path rule generated by the natural language understanding module 4620 may include information about an application to be executed, an operation to be executed in the application, and a parameter required to execute the operation.
  • the natural language understanding module 4620 may generate one pass rule or a plurality of pass rules based on the intention and the parameter of the user input. For example, the natural language understanding module 4620 receives a path rule set corresponding to the user terminal 4310 from the path planner module 4630, and maps an intention and a parameter of a user input to the received path rule set. The rule can be determined.
  • the natural language understanding module 4620 may determine an application to be executed, an operation to be executed in the application, and a parameter required to execute the operation based on an intention and a parameter of a user input to determine one pass rule or a plurality of passes. You can create rules.
  • the natural language understanding module 4620 may use the information of the user terminal 4310 in the form of an ontology or a graph model according to the intention of a user input for the application to be executed and the operation to be executed in the application.
  • Arrangement can be used to create path rules.
  • the generated path rule may be stored in, for example, a path rule database (PR DB) 4471 through the path planner module 4630.
  • the generated path rule may be added to a path rule set of the database 4651.
  • PR DB path rule database
  • the natural language understanding module 4620 may select at least one pass rule from the generated plurality of pass rules. For example, the natural language understanding module 4620 may select an optimal path rule of the plurality of path rules. For another example, the natural language understanding module 4620 may select a plurality of pass rules when only some of the actions are specified based on user speech. The natural language understanding module 4620 may determine one path rule among the plurality of path rules by an additional input of a user.
  • the natural language understanding module 4620 may transmit a path rule to the user terminal 4310 as a request for a user input.
  • the natural language understanding module 4620 may transmit one pass rule corresponding to the user input to the user terminal 4310.
  • the natural language understanding module 4620 may transmit a plurality of pass rules corresponding to the user input to the user terminal 4310.
  • the plurality of pass rules may be generated by the natural language understanding module 4620 when only a partial action is specified based on, for example, a user's speech.
  • the path planner module 4630 may select at least one path rule from among a plurality of path rules.
  • the path planner module 4630 may transmit a path rule set including a plurality of path rules to the natural language understanding module 4620.
  • the plurality of path rules of the path rule set may be stored in a table in a path rule database 4471 connected to the path planner module 4630.
  • the path planner module 4630 may transfer the path rule set corresponding to the information (eg, OS information and application information) of the user terminal 4310 received from the intelligent agent 4451 to the natural language understanding module 4620. Can be.
  • the table stored in the path rule database 4471 may be stored, for example, by domain or version of a domain.
  • the path planner module 4630 may select one path rule or a plurality of path rules from the path rule set and transmit the selected path rules to the natural language understanding module 4620.
  • the path planner module 4630 may select one path rule or a plurality of path rules by matching a user's intentions and parameters with a path rule set corresponding to the user terminal 4310, thereby selecting the natural language understanding module 4620. Can be delivered to.
  • the path planner module 4630 may generate one path rule or a plurality of path rules using user intentions and parameters. For example, the path planner module 4630 may generate one path rule or a plurality of path rules by determining an application to be executed and an operation to be executed in the application based on user intention and parameters. According to an embodiment of the present disclosure, the path planner module 4630 may store the generated path rule in the path rule database 4651.
  • the path planner module 4630 may store the path rule generated by the natural language understanding module 4620 in the path rule database 4651.
  • the generated path rule may be added to a path rule set stored in the path rule database 4471.
  • the table stored in the path rule database 4471 may include a plurality of path rules or a plurality of path rule sets.
  • the plurality of pass rules or the plurality of pass rule sets may reflect the type, version, type, or characteristic of a device that performs each pass rule.
  • the conversation manager module 4640 may determine whether the intention of the user identified by the natural language understanding module 4620 is clear. For example, the conversation manager module 4640 may determine whether the intention of the user is clear based on whether the information of the parameter is sufficient. The conversation manager module 4640 may determine whether a parameter identified by the natural language understanding module 4620 is sufficient to perform a task. According to an embodiment of the present disclosure, if the intention of the user is not clear, the conversation manager module 4640 may perform feedback for requesting necessary information from the user. For example, the conversation manager module 4640 may perform feedback requesting information about a parameter for determining a user's intention.
  • the dialog manager module 4640 may include a content provider module.
  • the content providing module may generate a result of performing a task corresponding to a user input when the content providing module may perform an operation based on the intention and the parameters identified by the natural language understanding module 4620.
  • the conversation manager module 4640 may transmit the result generated by the content providing module to the user terminal 4310 in response to a user input.
  • the natural language generation module (NLG) 4650 may change the designated information into a text form.
  • the information changed in the text form may be in the form of natural language speech.
  • the specified information may be, for example, information about an additional input, information for guiding completion of an operation corresponding to a user input, or information (eg, feedback information for a user input) for guiding an additional input of a user.
  • the information changed in the text form may be transmitted to the user terminal 4310 and displayed on the display 4420, or may be transmitted to the text-to-speech module 4660 to be changed to the speech form.
  • the text-to-speech module 4660 may change the text-type information into the speech-type information.
  • the text-to-speech module 4660 may receive information in text form from the natural language generation module 4650, change the text form information into information in speech form, and transmit the same to the user terminal 4310.
  • the user terminal 4310 may output the voice type information to the speaker 4430.
  • the natural language understanding module 4620, the path planner module 4630, and the conversation manager module 4640 may be implemented as one module.
  • the natural language understanding module 4620, the path planner module 4630, and the conversation manager module 4640 may be implemented as one module to determine a user's intention and parameters, and correspond to the determined user's intent and parameters. You can create a response (for example, a pass rule). Accordingly, the generated response may be transmitted to the user terminal 4310.
  • a control method of an electronic device may include receiving a first type of user input through the button while a first user interface is not displayed on the touch screen display; After receiving the first type of user input, receiving a first user utterance through the microphone; Providing first data for the first user utterance to an external server including automatic speech recognition (ASR) and intelligence system; And after providing the first data, receiving at least one command from the external server to perform a task generated by the intelligent system in response to the first user utterance.
  • ASR automatic speech recognition
  • a method of controlling an electronic device may include receiving the first user input through the button while the first user interface is displayed on the touch screen display; Receiving a second user utterance through the microphone after receiving the first type of user input; Providing second data for the second user utterance to the external server; After providing the second data, receiving data for text generated by the automatic speech recognition from the second user utterance from the external server, but not receiving a command generated by the intelligent system ; And inputting the text into the first user interface.
  • the first type of user input may include pressing once for the button, pressing twice for the button, pressing three times for the button, and pressing once for the button. Hold down, or two presses and hold downs on the button.
  • the control method of the electronic device may further include displaying the first user interface together with the virtual keyboard.
  • a method of controlling an electronic device may include: receiving, by the processor, data about text generated by an ASR from the first user speech in the first operation from the external server It may further include.
  • the first application program may include at least one of a note application program, an email application program, a web browser application program, or a calendar application program.
  • the first application program may include a message application
  • the control method of the electronic device according to various embodiments of the present disclosure may include exceeding a selected time period after inputting the text.
  • the method may further include transmitting the text automatically input through the wireless communication circuit.
  • a control method of an electronic device may include: receiving a second type of user input through the button while displaying the first user interface on the touch screen display; After receiving the second type of user input, receiving a third user speech through the microphone and providing third data about the third user speech to the external server; And after providing the third data, receiving at least one command from the external server to perform a task generated by the intelligent system in response to the third user utterance.
  • a method of controlling an electronic device may include: receiving the second type of user input through the button while the first user interface is not displayed on the touch screen display; Receiving a fourth user utterance through the microphone after receiving the second type of user input; Providing fourth data regarding the fourth user speech to the external server; After providing the fourth data, in response to the fourth user utterance, receiving at least one command from the external server to perform a task generated by the intelligent system; Receiving a fifth user speech through the microphone; Providing fifth data regarding the fifth user speech to the external server; And after providing the fifth data, receiving at least one command from the external server to perform a task generated by the intelligent system in response to the fifth user utterance.
  • the first type of user input and the second type of user input are different from each other, and press once for the button, press twice for the button, and press three times for the button. It may be selected from one press hold for the button, and the second press and hold press for the button.
  • a method of controlling an electronic device may include: receiving a user input of the first type through the button while displaying a second user interface; Receiving a sixth user utterance through the microphone after the first type of user input is received; Providing sixth data for the sixth user utterance to the external server; After providing the sixth data, receiving data for text generated by the ASR from the sixth user's utterance from the external server, while not receiving a command generated by the intelligent system; Inputting the text into the second user interface; And inputting the text and automatically transmitting the input text through the wireless communication circuit if the selected time period is exceeded.
  • a control method of an electronic device may include receiving a first type of user input through the button; After receiving the first type of user input, receiving a first user utterance through the microphone; Providing, to an external server including automatic speech recognition (ASR) and an intelligence system, providing first data for the first user speech; And after providing the first data, receiving at least one command from the external server to perform a task generated by the intelligent system in response to the first user utterance.
  • ASR automatic speech recognition
  • a control method of an electronic device may include receiving a second type of user input through the button; Receiving a second user utterance through the microphone after receiving the second type of user input; Providing second data for the second user utterance to the external server; After providing the second data, receiving data for text generated by ASR from the second user utterance from the external server, while not receiving a command generated by the intelligent system; And inputting the text into the first user interface.
  • a method of controlling an electronic device may include: receiving, by the processor, data about texts generated by the ASR from the first user speech in the first operation from the external server; It may further include.
  • the control method of the electronic device may further include performing the first operation independently of the display on the display of the first user interface.
  • a method of controlling an electronic device may further include performing the second operation when the electronic device is in a locked state or when the touch screen display is at least one of being turned off. It may include.
  • the control method of the electronic device may further include performing the second operation while displaying the first user interface on the touch screen display.
  • a control method of an electronic device may include: receiving a user speech through the microphone; An external server that performs at least one of automatic speech recognition (ASR) or natural language understanding (NLU), wherein the ASR is applied to data about the user speech, together with data about the user speech. Transmitting information associated with whether to perform the natural language understanding on the text obtained by performing the operation; If the information indicates not to perform the natural language understanding, receiving the text for data about the user speech from the external server; And receiving the command obtained as a result of performing the natural language understanding on the text from the external server when the information indicates that the natural language is to be understood.
  • ASR automatic speech recognition
  • NLU natural language understanding
  • Each of the above-described components of the electronic device may be composed of one or more components, and the name of the corresponding component may vary according to the type of the electronic device.
  • the electronic device may be configured to include at least one of the above-described components, and some components may be omitted or further include other additional components.
  • some of the components of the electronic device according to various embodiments of the present disclosure may be combined to form a single entity, and thus may perform the same functions of the corresponding components before being combined.
  • module may refer to a unit including one or a combination of two or more of hardware, software, or firmware.
  • the term “module” may be interchangeably used with terms such as, for example, unit, logic, logical block, component, or circuit.
  • the module may be a minimum unit or part of an integrally constructed part.
  • the module may be a minimum unit or part of performing one or more functions.
  • the module may be implemented mechanically or electronically.
  • a “module” is one of application-specific integrated circuit (ASIC) chips, field-programmable gate arrays (FPGAs), or programmable-logic devices that perform certain operations, known or developed in the future. It may include at least one.
  • ASIC application-specific integrated circuit
  • FPGAs field-programmable gate arrays
  • programmable-logic devices that perform certain operations, known or developed in the future. It may include at least one.
  • At least a portion of an apparatus (e.g., modules or functions thereof) or method (e.g., operations) may be, for example, computer-readable storage media in the form of a program module. It can be implemented as a command stored in. When the command is executed by a processor (eg, the processor 120), the one or more processors may perform a function corresponding to the command.
  • the computer-readable storage medium may be, for example, the memory 130.
  • the computer-readable recording medium may include a hard disk, a floppy disk, a magnetic medium (for example, magnetic tape), an optical media (for example, a compact disc read only memory (CD-ROM), a DVD). (digital versatile disc), magneto-optical media (such as floptical disk), hardware devices (such as read only memory, random access memory (RAM), or flash memory Etc.
  • the program instructions may include not only machine code generated by a compiler, but also high-level language code executable by a computer using an interpreter, etc.
  • the above-described hardware device may include It can be configured to operate as one or more software modules to perform the operations of the various embodiments, and vice versa.
  • Modules or program modules according to various embodiments may include at least one or more of the above components, some may be omitted, or further include other components. Operations performed by modules, program modules, or other components in accordance with various embodiments may be executed in a sequential, parallel, repetitive, or heuristic manner. In addition, some operations may be executed in a different order, may be omitted, or other operations may be added.
  • a storage medium storing instructions, wherein the instructions are configured to cause the at least one processor to perform at least one operation when executed by at least one processor, the at least one The operation of the method may include receiving a first type of user input through the button while a first user interface is not displayed on the touch screen display; After receiving the first type of user input, receiving a first user utterance through the microphone; Providing first data for the first user utterance to an external server including automatic speech recognition (ASR) and intelligence system; After providing the first data, receiving at least one command from the external server to perform a task generated by the intelligent system in response to the first user utterance; Receiving the first user input via the button while the first user interface is displayed on the touch screen display; Receiving a second user utterance through the microphone after receiving the first type of user input; Providing second data for the second user utterance to the external server; After providing the second data, receiving data for text generated by the automatic speech recognition from the second user utterance from the external server, but not receiving
  • ASR automatic speech recognition
  • the at least one operation may include receiving a first type of user input through the button; After receiving the first type of user input, receiving a first user utterance through the microphone; Providing, to an external server including automatic speech recognition (ASR) and an intelligence system, providing first data for the first user speech; And after providing the first data, receiving at least one command from the external server to perform a task generated by the intelligent system in response to the first user utterance; Receiving a second type of user input via the button; Receiving a second user utterance through the microphone after receiving the second type of user input; Providing second data for the second user utterance to the external server; After providing the second data, receiving data for text generated by ASR from the second user utterance from the external server, while not receiving a command generated by the intelligent system; And inputting the text into the first user interface.
  • ASR automatic speech recognition
  • the at least one operation may include: receiving a user speech through the microphone; An external server that performs at least one of automatic speech recognition (ASR) or natural language understanding (NLU), wherein the ASR is applied to data about the user speech, together with data about the user speech. Transmitting information associated with whether to perform the natural language understanding on the text obtained by performing the operation; If the information indicates not to perform the natural language understanding, receiving the text for data about the user speech from the external server; And receiving the command obtained as a result of performing the natural language understanding on the text from the external server when the information indicates that the natural language is to be understood.
  • ASR automatic speech recognition
  • NLU natural language understanding

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • General Health & Medical Sciences (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

본 발명의 전자 장치는, 하우징; 터치스크린 디스플레이; 마이크; 적어도 하나의 스피커; 하우징의 일부분에 배치되거나 터치스크린 디스플레이 상에 표시하도록 설정되는 버튼; 무선 통신 회로; 프로세서; 및 메모리를 포함한다. 상기 전자 장치는 텍스트 입력을 수신하기 위한 사용자 인터페이스를 포함하는 어플리케이션 프로그램을 저장하도록 설정되고, 사용자 인터페이스가 터치스크린 디스플레이 상에 표시되지 않을 때, 사용자가 버튼을 통하여 사용자 입력을 수신하고, 마이크를 통하여 전자 장치가 사용자 발화를 수신한 후, 자동 스피치 인식 시스템 및 지능 시스템을 포함하는 외부 서버로 사용자 발화에 대한 데이터를 제공한다. 서버로부터 사용자 발화에 응답하여 지능 시스템에 의하여 생성되는 태스크를 수행하도록 하는 명령을 수신한다. 그리고, 전자 장치는 사용자 인터페이스가 터치스크린 디스플레이 상에 표시될 때, 사용자가 버튼을 통하여 사용자 입력을 수신하고, 마이크를 통하여 전자 장치가 사용자 발화를 수신한 후, 외부 서버로 사용자 발화에 대한 데이터를 제공한다. 서버로부터 자동 스피치 인식에 의하여 생성된 텍스트에 대한 데이터를 수신하지만, 지능 시스템에 의하여 생성되는 명령은 수신하지 않는다.

Description

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

Claims (12)

  1. 전자 장치에 있어서,
    전면, 후면 및 상기 전면과 상기 후면 사이의 공간을 둘러싸는 측면을 포함하는 하우징;
    상기 하우징 안에 배치되며, 상기 전면을 통하여 노출되는 터치스크린 디스플레이;
    상기 하우징 안에 배치되며, 상기 하우징의 부분을 통하여 노출되는 마이크;
    상기 하우징 안에 배치되며, 상기 하우징의 다른 부분을 통하여 노출되는 적어도 하나의 스피커;
    상기 하우징의 또 다른 부분에 배치되거나 또는 상기 터치스크린 디스플레이 상에 표시하도록 설정되는 버튼;
    상기 하우징 안에 위치하는 무선 통신 회로;
    상기 하우징 안에 위치하며, 상기 터치스크린 디스플레이, 상기 마이크, 상기 스피커 및 상기 무선 통신 회로에 전기적으로 연결되는 프로세서; 및
    상기 하우징 안에 위치하며, 상기 프로세서에 전기적으로 연결되는 메모리
    를 포함하고,
    상기 메모리는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고,
    상기 메모리는, 실행 시에, 상기 프로세서가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고,
    상기 제 1 동작은,
    상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 도중에, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고,
    상기 제 1 타입의 사용자 입력을 수신한 이후에,
    상기 마이크를 통하여 제 1 사용자 발화를 수신하고,
    자동 스피치 인식(automatic speech recognition: ASR) 시스템 및 지능 시스템(intelligence system)을 포함하는 외부 서버로 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고,
    상기 제 1 데이터를 제공한 이후에, 상기 외부 서버로부터 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성되는 태스크를 수행하도록 하는 적어도 하나의 명령을 수신하고,
    상기 제 2 동작은,
    상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되는 도중에 상기 버튼을 통하여 상기 제 1 사용자 입력을 수신하고,
    상기 제 1 타입의 사용자 입력을 수신한 이후에,
    상기 마이크를 통하여 제 2 사용자 발화를 수신하고,
    상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고,
    상기 제 2 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 2 사용자 발화로부터 상기 자동 스피치 인식에 의하여 생성된 텍스트에 대한 데이터를 수신하지만, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고,
    상기 제 1 사용자 인터페이스에 상기 텍스트를 입력하는 전자 장치.
  2. 제 1 항에 있어서,
    상기 버튼은, 상기 하우징의 상기 측면에 위치하는 물리적인 키를 포함하는 전자 장치.
  3. 제 1 항에 있어서,
    상기 제 1 타입의 사용자 입력은, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나인 전자 장치.
  4. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가 상기 제 1 사용자 인터페이스를 가상 키보드와 함께 표시하도록 더 야기하는 전자 장치.
  5. 제 4 항에 있어서,
    상기 버튼은, 상기 가상 키보드의 일부가 아닌 전자 장치.
  6. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가, 상기 외부 서버로부터, 상기 제 1 동작 내에서의 상기 제 1 사용자 발화로부터 ASR에 의하여 생성되는 텍스트에 대한 데이터를 수신하도록 더 야기하는 전자 장치.
  7. 제 1 항에 있어서,
    상기 제 1 어플리케이션 프로그램은, 노트 어플리케이션 프로그램, 이메일 어플리케이션 프로그램, 웹 브라우저 어플리케이션 프로그램 또는 달력 어플리케이션 프로그램 중 적어도 하나를 포함하는 전자 장치.
  8. 제 1 항에 있어서,
    상기 제 1 어플리케이션 프로그램은, 메시지 어플리케이션을 포함하고,
    상기 인스트럭션들은, 상기 프로세서가, 상기 텍스트를 입력한 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 자동으로 입력된 텍스트를 송신하도록 더 야기하는 전자 장치.
  9. 제 1 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가, 제 3 동작을 수행하도록 더 야기하고,
    상기 제 3 동작은,
    상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하고,
    상기 제 2 타입의 사용자 입력을 수신한 이후에,
    상기 마이크를 통하여 제 3 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공하고,
    상기 제 3 데이터를 제공한 이후에, 상기 제 3 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하는 전자 장치.
  10. 제 9 항에 있어서,
    상기 인스트럭션들은, 상기 프로세서가, 제 4 동작을 수행하도록 더 야기하고,
    상기 제 4 동작은,
    상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되지 않는 도중에, 상기 버튼을 통하여 상기 제 2 타입의 사용자 입력을 수신하고,
    상기 제 2 타입의 사용자 입력을 수신한 이후에,
    상기 마이크를 통하여 제 4 사용자 발화를 수신하고,
    상기 제 4 사용자 발화에 대한 제 4 데이터를 상기 외부 서버로 제공하고,
    상기 제 4 데이터를 제공한 이후에, 상기 제 4 사용자 발화에 응답하여, 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하고,
    상기 마이크를 통하여 제 5 사용자 발화를 수신하고,
    상기 외부 서버로, 상기 제 5 사용자 발화에 대한 제 5 데이터를 제공하고, 및
    상기 제 5 데이터를 제공한 이후에, 상기 제 5 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하는 전자 장치.
  11. 제 1 항에 있어서,
    상기 제 1 타입의 사용자 입력 및 상기 제 2 타입의 사용자 입력은 서로 다르며, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나로부터 선택되는 전자 장치.
  12. 제 1 항에 있어서,
    상기 메모리는, 텍스트 입력을 수신하기 위한 제 2 사용자 인터페이스를 포함하는 제 2 어플리케이션 프로그램을 저장하도록 더 설정되며,
    상기 인스트럭션들은, 실행 시에, 상기 프로세서가, 제 3 동작을 수행하도록 더 야기하고,
    상기 제 3 동작은,
    상기 제 2 사용자 인터페이스를 표시하는 도중에 상기 버튼을 통하여 상기 제 1 타입의 사용자 입력을 수신하고,
    상기 제 1 타입의 사용자 입력이 수신된 이후에,
    상기 마이크를 통하여 제 3 사용자 발화를 수신하고,
    상기 외부 서버로, 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공하고,
    상기 제 3 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 3 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고,
    상기 제 2 사용자 인터페이스에 상기 텍스트를 입력하고, 및
    상기 텍스트를 입력하고, 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 상기 입력된 텍스트를 자동으로 송신하는 전자 장치.
PCT/KR2018/001408 2017-03-28 2018-02-01 사용자 발화를 처리하는 전자 장치 및 그 동작 방법 WO2018182163A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US16/497,088 US11222635B2 (en) 2017-03-28 2018-02-01 Electronic device for processing user speech and operating method therefor
EP18775255.5A EP3605315B1 (en) 2017-03-28 2018-02-01 Electronic device for processing user speech and operating method therefor
EP22199889.1A EP4137934A1 (en) 2017-03-28 2018-02-01 Electronic device for processing user speech and operating method therefor
US17/572,419 US11955124B2 (en) 2017-03-28 2022-01-10 Electronic device for processing user speech and operating method therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170039495A KR102398649B1 (ko) 2017-03-28 2017-03-28 사용자 발화를 처리하는 전자 장치 및 그 동작 방법
KR10-2017-0039495 2017-03-28

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US16/497,088 A-371-Of-International US11222635B2 (en) 2017-03-28 2018-02-01 Electronic device for processing user speech and operating method therefor
US17/572,419 Continuation US11955124B2 (en) 2017-03-28 2022-01-10 Electronic device for processing user speech and operating method therefor

Publications (1)

Publication Number Publication Date
WO2018182163A1 true WO2018182163A1 (ko) 2018-10-04

Family

ID=63676477

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/001408 WO2018182163A1 (ko) 2017-03-28 2018-02-01 사용자 발화를 처리하는 전자 장치 및 그 동작 방법

Country Status (4)

Country Link
US (2) US11222635B2 (ko)
EP (2) EP4137934A1 (ko)
KR (1) KR102398649B1 (ko)
WO (1) WO2018182163A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113096665A (zh) * 2019-12-23 2021-07-09 上海浩宜信息科技有限公司 一种智能麦克风阵列
CN114489437A (zh) * 2022-01-14 2022-05-13 深圳优美创新科技有限公司 智能手表及其控制方法、计算机可读存储介质

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8713459B2 (en) * 2009-05-29 2014-04-29 Jason Philip Yanchar Graphical planner
KR102398649B1 (ko) * 2017-03-28 2022-05-17 삼성전자주식회사 사용자 발화를 처리하는 전자 장치 및 그 동작 방법
CN108600911B (zh) * 2018-03-30 2021-05-18 联想(北京)有限公司 一种输出方法及电子设备
KR102592769B1 (ko) * 2018-07-20 2023-10-24 삼성전자주식회사 전자 장치 및 그의 동작 방법
JP7275795B2 (ja) * 2019-04-15 2023-05-18 コニカミノルタ株式会社 操作受付装置、制御方法、画像形成システム、及び、プログラム
KR20190101325A (ko) * 2019-08-12 2019-08-30 엘지전자 주식회사 지능적 음성 인식 방법, 음성 인식 장치 및 지능형 컴퓨팅 디바이스
US11176942B2 (en) * 2019-11-26 2021-11-16 Vui, Inc. Multi-modal conversational agent platform
WO2021146661A2 (en) * 2020-01-17 2021-07-22 Syntiant Systems and methods for generating wake signals from known users
EP4078426A1 (en) * 2020-01-31 2022-10-26 Google LLC Analyzing graphical user interfaces to facilitate automatic interaction
CN113362828B (zh) * 2020-03-04 2022-07-05 阿波罗智联(北京)科技有限公司 用于识别语音的方法和装置
WO2021206413A1 (en) * 2020-04-06 2021-10-14 Samsung Electronics Co., Ltd. Device, method, and computer program for performing actions on iot devices
CN111899732A (zh) * 2020-06-17 2020-11-06 北京百度网讯科技有限公司 语音输入方法、装置及电子设备
DE102020215064A1 (de) * 2020-11-30 2022-06-02 Siemens Healthcare Gmbh Verfahren und Magnetresonanzvorrichtung zur automatischen Interaktion mit einem Patienten
US11220182B1 (en) * 2021-04-30 2022-01-11 Fisker Inc. Rotating vehicle center information display with stationary buttons and touch bar
US11999183B1 (en) * 2023-09-13 2024-06-04 King Faisal University Finger pen with replicable tips
CN117392983B (zh) * 2023-12-08 2024-02-20 四川霍尼尔电气技术有限公司 一种钻机智能语音交互控制***及控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100312547A1 (en) * 2009-06-05 2010-12-09 Apple Inc. Contextual voice commands
US20140358535A1 (en) * 2013-05-28 2014-12-04 Samsung Electronics Co., Ltd. Method of executing voice recognition of electronic device and electronic device using the same
US20150025890A1 (en) * 2013-07-17 2015-01-22 Samsung Electronics Co., Ltd. Multi-level speech recognition
KR20160033233A (ko) * 2010-08-06 2016-03-25 구글 인코포레이티드 컨텍스트에 기초한 음성입력 자동 모니터링을 위한 방법, 장치 및 시스템
KR20160039244A (ko) * 2013-07-31 2016-04-08 구글 인코포레이티드 인식된 음성 개시 액션에 대한 시각적 확인

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5799279A (en) 1995-11-13 1998-08-25 Dragon Systems, Inc. Continuous speech recognition of text and commands
JP2008096541A (ja) * 2006-10-06 2008-04-24 Canon Inc 音声処理装置およびその制御方法
EP2339576B1 (en) * 2009-12-23 2019-08-07 Google LLC Multi-modal input on an electronic device
KR20130133629A (ko) * 2012-05-29 2013-12-09 삼성전자주식회사 전자장치에서 음성명령을 실행시키기 위한 장치 및 방법
US20140218372A1 (en) * 2013-02-05 2014-08-07 Apple Inc. Intelligent digital assistant in a desktop environment
KR102057629B1 (ko) * 2013-02-19 2020-01-22 엘지전자 주식회사 이동 단말기 및 이동 단말기의 제어 방법
JP6245846B2 (ja) * 2013-05-30 2017-12-13 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 音声認識における読み精度を改善するシステム、方法、およびプログラム
KR20150077774A (ko) * 2013-12-30 2015-07-08 삼성전자주식회사 화면 전환 방법 및 그 장치
KR102414173B1 (ko) * 2014-04-07 2022-06-29 삼성전자주식회사 전자 장치와 서버를 활용한 음성 인식
KR102346302B1 (ko) * 2015-02-16 2022-01-03 삼성전자 주식회사 전자 장치 및 음성 인식 기능 운용 방법
KR102405793B1 (ko) * 2015-10-15 2022-06-08 삼성전자 주식회사 음성 신호 인식 방법 및 이를 제공하는 전자 장치
US10547729B2 (en) * 2017-03-27 2020-01-28 Samsung Electronics Co., Ltd. Electronic device and method of executing function of electronic device
KR102398649B1 (ko) * 2017-03-28 2022-05-17 삼성전자주식회사 사용자 발화를 처리하는 전자 장치 및 그 동작 방법
KR102389996B1 (ko) * 2017-03-28 2022-04-25 삼성전자 주식회사 전자 장치 및 이를 이용한 사용자 입력을 처리하기 위한 화면 제어 방법
KR102431817B1 (ko) * 2017-10-12 2022-08-12 삼성전자주식회사 사용자 발화를 처리하는 전자 장치 및 서버
KR102612835B1 (ko) * 2018-04-20 2023-12-13 삼성전자주식회사 전자 장치 및 전자 장치의 기능 실행 방법
CN110858481B (zh) * 2018-08-07 2024-04-30 三星电子株式会社 用于处理用户语音话语的***和用于操作该***的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100312547A1 (en) * 2009-06-05 2010-12-09 Apple Inc. Contextual voice commands
KR20160033233A (ko) * 2010-08-06 2016-03-25 구글 인코포레이티드 컨텍스트에 기초한 음성입력 자동 모니터링을 위한 방법, 장치 및 시스템
US20140358535A1 (en) * 2013-05-28 2014-12-04 Samsung Electronics Co., Ltd. Method of executing voice recognition of electronic device and electronic device using the same
US20150025890A1 (en) * 2013-07-17 2015-01-22 Samsung Electronics Co., Ltd. Multi-level speech recognition
KR20160039244A (ko) * 2013-07-31 2016-04-08 구글 인코포레이티드 인식된 음성 개시 액션에 대한 시각적 확인

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3605315A4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113096665A (zh) * 2019-12-23 2021-07-09 上海浩宜信息科技有限公司 一种智能麦克风阵列
CN114489437A (zh) * 2022-01-14 2022-05-13 深圳优美创新科技有限公司 智能手表及其控制方法、计算机可读存储介质
CN114489437B (zh) * 2022-01-14 2024-03-19 深圳优美创新科技有限公司 智能手表及其控制方法、计算机可读存储介质

Also Published As

Publication number Publication date
US20200020334A1 (en) 2020-01-16
KR20180109580A (ko) 2018-10-08
US20220130388A1 (en) 2022-04-28
US11222635B2 (en) 2022-01-11
EP3605315B1 (en) 2022-11-02
KR102398649B1 (ko) 2022-05-17
US11955124B2 (en) 2024-04-09
EP4137934A1 (en) 2023-02-22
EP3605315A4 (en) 2020-04-08
EP3605315A1 (en) 2020-02-05

Similar Documents

Publication Publication Date Title
WO2018182163A1 (ko) 사용자 발화를 처리하는 전자 장치 및 그 동작 방법
WO2018135753A1 (ko) 전자 장치 및 그의 동작 방법
WO2018131775A1 (ko) 전자 장치 및 그의 동작 방법
WO2018194268A1 (en) Electronic device and method for processing user speech
WO2018097478A1 (en) Electronic device for processing multi-modal input, method for processing multi-modal input and sever for processing multi-modal input
WO2018182202A1 (en) Electronic device and method of executing function of electronic device
WO2018182293A1 (en) Method for operating speech recognition service and electronic device supporting the same
WO2018182311A1 (en) Method for operating speech recognition service, electronic device and system supporting the same
WO2018159971A1 (en) Operating method of electronic device for function execution based on voice command in locked state and electronic device supporting the same
WO2018135743A1 (ko) 발화 완료 감지 방법 및 이를 구현한 전자 장치
WO2018097549A1 (en) Method for processing various inputs, and electronic device and server for the same
WO2019164146A1 (en) System for processing user utterance and controlling method thereof
WO2018159962A1 (en) Electronic device for processing user input and method for processing user input
WO2019013510A1 (en) VOICE PROCESSING METHOD AND ELECTRONIC DEVICE SUPPORTING IT
WO2018182270A1 (ko) 전자 장치 및 이를 이용한 사용자 입력을 처리하기 위한 화면 제어 방법
WO2017131322A1 (en) Electronic device and speech recognition method thereof
WO2018182298A1 (en) Method for operating speech recognition service and electronic device supporting the same
WO2016195362A1 (en) Electronic device for outputting message and method for controlling the same
WO2019004659A1 (en) DISPLAY CONTROL METHOD AND ELECTRONIC DEVICE SUPPORTING SAID METHOD
WO2017057939A1 (ko) 업무 정보 처리 방법 및 이를 지원하는 전자 장치
WO2019172627A1 (en) System for processing user utterance and controlling method thereof
WO2019146970A1 (ko) 사용자 발화 응답 방법 및 이를 지원하는 전자 장치
WO2019212213A1 (en) Electronic device and method of executing function of electronic device
WO2019059642A1 (ko) 자연어 표현 제공 방법 및 이를 지원하는 전자 장치
WO2019194426A1 (en) Method for executing application and electronic device supporting the same

Legal Events

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

Ref document number: 18775255

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018775255

Country of ref document: EP

Effective date: 20191028