KR20210055347A - 인공 지능 장치 - Google Patents
인공 지능 장치Download PDFInfo
- Publication number
- KR20210055347A KR20210055347AKR1020190141677AKR20190141677AKR20210055347AKR 20210055347 AKR20210055347 AKR 20210055347AKR 1020190141677 AKR1020190141677 AKR 1020190141677AKR 20190141677 AKR20190141677 AKR 20190141677AKR 20210055347 AKR20210055347 AKR 20210055347A
- Authority
- KR
- South Korea
- Prior art keywords
- speech
- utterance
- artificial intelligence
- voice
- intelligence device
- Prior art date
- Legal status (The legal status 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 status listed.)
- Ceased
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 OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/542—Event management; Broadcasting; Multicasting; Notifications
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
- 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
- G10L15/08—Speech classification or search
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/93—Discriminating between voiced and unvoiced parts of speech signals
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- User Interface Of Digital Computer (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
본 개시는 제1 발화를 수신하고 추가적으로 제2 발화를 수신하고자 하는 경우, 제1 발화 및 제2 발화 사이의 비발화 구간을 검출하여 제1 발화에 의한 음성 명령을 수행하면서 제2 발화를 수신할 수 있는 인공 지능 장치에 관한 것이다.
최근 다양한 분야에서 음성 인식 기술이 적용되고 있다. 음성 인식 기술은 사용자가 발성하는 음성 데이터를 인공 지능 장치가 이해할 수 있도록 변환하는 과정이라 할 수 있으며, 음성 인식 기술을 이용하는 음성 인식 서비스는 사용자의 음성을 인식하고 이에 해당하는 적합한 서비스를 제공하는 것을 포함할 수 있다.
현재 음성 인식 기능이 탑재된 장치에서 사용자가 장치를 향하여 발화하는 경우, 기동어를 통하여 장치의 음성 인식 기능을 활성화시킨다. 음성 인식 기능이 활성화되면 해당 장치는 하나의 발화에 따른 음성을 인식하고, 해당 명령을 수행할 수 있다. 상기 음성 인식에 따른 명령을 수행하고 나면, 사용자는 다시 기동어를 발화하여 음성 인식 기능을 활성화 시키고, 해당 장치는 새로운 발화에 따른 음성 명령을 수행할 수 있다.
이와 같이, 음성 인식 기능이 탑재된 장치가 음성 인식에 따른 여러가지 동작을 수행하기 위해서는 여러 번의 기동어 수신이 필수적이다.
본 개시의 목적은, 음성 데이터를 수신하여 비발화 구간을 검출하고, 제1 발화에 따른 동작을 수행하면서 추가적으로 제2 발화를 수신할 수 있는 인공 지능 장치를 제공하기 위함이다.
본 개시에 따른 인공 지능 장치는, 음성 데이터를 수신하여 상기 음성 데이터에 포함된 비발화 구간을 검출하고, 상기 비발화 구간이 설정된 시간을 초과하면, 상기 비발화 구간 이전의 제1 발화의 특징에 따라 비발화 구간 이후의 제2 발화의 존재 여부를 판단할 수 있다.
제2 발화가 존재하면, 인공 지능 장치는 제2 발화를 수신하는 것과 함께 제1 발화에 따른 제1 음성 명령을 수행할 수 있다. 또한 제2 발화가 수신되면 제2 발화에 따른 제2 음성 명령을 수행할 수 있다.
본 개시는 음성 데이터 사이의 비발화 구간을 검출하고, 비발화 구간 이전의 제1발화에 대한 동작을 수행하면서 제2발화를 수신함으로써 제1발화에 대한 음성 명령이 이루어진 후 다시 음성 인식 기능을 활성화 시키는 기동어가 필요하지 않아, 제2 발화를 수신함에 있어 시간 지연이 없고, 추가적인 제2 발화에 따른 동작을 빠르게 수행할 수 있다.
또한, 제1 발화의 특징에 따라 사용자의 제2 발화 여부를 판단하는 인공 지능 모델을 사용함으로써 제2 발화를 하려는 사용자의 의도를 명확하게 파악할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 인공 지능 장치(100)를 나타낸다.
도 2는 본 개시의 일 실시 예에 따른 인공 지능 서버를(200)의 나타낸다.
도 3은 본 개시의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸다.
도 4는 본 개시의 일 실시 예에 따른 AI 장치를 나타낸다.
도 5는 본 개시의 일 실시 예에 따른 순서도를 나타낸다.
도 6는 본 개시의 일 실시 예에 따른 순서도를 나타낸다.
도 7는 본 개시의 일 실시 예에 따른 인공 지능 모델을 나타낸다.
도 8는 본 개시의 일 실시 예에 따른 발화 예시를 나타낸다.
도 9는 본 개시의 일 실시 예에 따른 시나리오를 나타낸다.
도 2는 본 개시의 일 실시 예에 따른 인공 지능 서버를(200)의 나타낸다.
도 3은 본 개시의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸다.
도 4는 본 개시의 일 실시 예에 따른 AI 장치를 나타낸다.
도 5는 본 개시의 일 실시 예에 따른 순서도를 나타낸다.
도 6는 본 개시의 일 실시 예에 따른 순서도를 나타낸다.
도 7는 본 개시의 일 실시 예에 따른 인공 지능 모델을 나타낸다.
도 8는 본 개시의 일 실시 예에 따른 발화 예시를 나타낸다.
도 9는 본 개시의 일 실시 예에 따른 시나리오를 나타낸다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
<인공 지능(AI: Artificial Intelligence)>
인공 지능은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.
인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다.
모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.
인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.
지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.
인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.
<로봇(Robot)>
로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계를 의미할 수 있다. 특히, 환경을 인식하고 스스로 판단하여 동작을 수행하는 기능을 갖는 로봇을 지능형 로봇이라 칭할 수 있다.
로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류할 수 있다.
로봇은 액츄에이터 또는 모터를 포함하는 구동부를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 구동부에 휠, 브레이크, 프로펠러 등이 포함되어, 구동부를 통해 지상에서 주행하거나 공중에서 비행할 수 있다.
<자율 주행(Self-Driving)>
자율 주행은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.
예컨대, 자율 주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.
차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.
이때, 자율 주행 차량은 자율 주행 기능을 가진 로봇으로 볼 수 있다.
<확장 현실(XR: eXtended Reality)>
확장 현실은 가상 현실(VR: Virtual Reality), 증강 현실(AR: Augmented Reality), 혼합 현실(MR: Mixed Reality)을 총칭한다. VR 기술은 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하고, AR 기술은 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 제공하며, MR 기술은 현실 세계에 가상 객체들을 섞고 결합시켜서 제공하는 컴퓨터 그래픽 기술이다.
MR 기술은 현실 객체와 가상 객체를 함께 보여준다는 점에서 AR 기술과 유사하다. 그러나, AR 기술에서는 가상 객체가 현실 객체를 보완하는 형태로 사용되는 반면, MR 기술에서는 가상 객체와 현실 객체가 동등한 성격으로 사용된다는 점에서 차이점이 있다.
XR 기술은 HMD(Head-Mount Display), HUD(Head-Up Display), 휴대폰, 태블릿 PC, 랩탑, 데스크탑, TV, 디지털 사이니지 등에 적용될 수 있고, XR 기술이 적용된 장치를 XR 장치(XR Device)라 칭할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 인공 지능 장치(100)를 나타낸다.
AI 장치(100)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 1을 참조하면, 단말기(100)는 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다.
통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신부(110)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth??), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.
입력부(120)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력부(120)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력부(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
러닝 프로세서(130)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
이때, 러닝 프로세서(130)는 AI 서버(200)의 러닝 프로세서(240)과 함께 AI 프로세싱을 수행할 수 있다.
이때, 러닝 프로세서(130)는 AI 장치(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(130)는 메모리(170), AI 장치(100)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.
센싱부(140)는 다양한 센서들을 이용하여 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센싱부(140)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력부(150)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.
메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.
프로세서(180)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(100)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(180)는 AI 장치(100)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.
이를 위해, 프로세서(180)는 러닝 프로세서(130) 또는 메모리(170)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(100)의 구성 요소들을 제어할 수 있다.
이때, 프로세서(180)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.
프로세서(180)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.
이때, 프로세서(180)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.
이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(130)에 의해 학습된 것이나, AI 서버(200)의 러닝 프로세서(240)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.
프로세서(180)는 AI 장치(100)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(170) 또는 러닝 프로세서(130)에 저장하거나, AI 서버(200) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(100)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, AI 장치(100)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.
도 2는 본 개시의 일 실시 예에 따른 인공 지능 서버(200)를 나타낸다.
도 2를 참조하면, AI 서버(200)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(200)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(200)는 통신부(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.
통신부(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(230)는 모델 저장부(231)를 포함할 수 있다. 모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장할 수 있다.
러닝 프로세서(240)는 학습 데이터를 이용하여 인공 신경망(231a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(200)에 탑재된 상태에서 이용되거나, AI 장치(100) 등의 외부 장치에 탑재되어 이용될 수도 있다.
학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(230)에 저장될 수 있다.
프로세서(260)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
도 3은 본 개시의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(200), 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상이 클라우드 네트워크(10)와 연결된다. 여기서, AI 기술이 적용된 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 등을 AI 장치(100a 내지 100e)라 칭할 수 있다.
클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1)을 구성하는 각 장치들(100a 내지 100e, 200)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 200)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)을 통하여 연결되고, 연결된 AI 장치들(100a 내지 100e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(100a 내지 100e)에 전송할 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(100a 내지 100e)로 전송할 수 있다.
또는, AI 장치(100a 내지 100e)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
이하에서는, 상술한 기술이 적용되는 AI 장치(100a 내지 100e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(100a 내지 100e)는 도 1에 도시된 AI 장치(100)의 구체적인 실시 예로 볼 수 있다.
<AI+로봇>
로봇(100a)은 AI 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
로봇(100a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.
로봇(100a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(100a)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 사용자 상호작용에 대한 응답을 결정하거나, 동작을 결정할 수 있다.
여기서, 로봇(100a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
로봇(100a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(100a)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 동작을 결정할 수 있다. 여기서, 학습 모델은 로봇(100a)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 로봇(100a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
로봇(100a)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 로봇(100a)을 주행시킬 수 있다.
맵 데이터에는 로봇(100a)이 이동하는 공간에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 벽, 문 등의 고정 객체들과 화분, 책상 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 로봇(100a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(100a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+자율주행>
자율 주행 차량(100b)은 AI 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
자율 주행 차량(100b)은 자율 주행 기능을 제어하기 위한 자율 주행 제어 모듈을 포함할 수 있고, 자율 주행 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다. 자율 주행 제어 모듈은 자율 주행 차량(100b)의 구성으로써 내부에 포함될 수도 있지만, 자율 주행 차량(100b)의 외부에 별도의 하드웨어로 구성되어 연결될 수도 있다.
자율 주행 차량(100b)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 자율 주행 차량(100b)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 동작을 결정할 수 있다.
여기서, 자율 주행 차량(100b)은 이동 경로 및 주행 계획을 결정하기 위하여, 로봇(100a)과 마찬가지로, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
특히, 자율 주행 차량(100b)은 시야가 가려지는 영역이나 일정 거리 이상의 영역에 대한 환경이나 객체는 외부 장치들로부터 센서 정보를 수신하여 인식하거나, 외부 장치들로부터 직접 인식된 정보를 수신할 수 있다.
자율 주행 차량(100b)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 자율 주행 차량(100b)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 주행 동선을 결정할 수 있다. 여기서, 학습 모델은 자율 주행 차량(100b)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 자율 주행 차량(100b)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
자율 주행 차량(100b)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 자율 주행 차량(100b)을 주행시킬 수 있다.
맵 데이터에는 자율 주행 차량(100b)이 주행하는 공간(예컨대, 도로)에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 가로등, 바위, 건물 등의 고정 객체들과 차량, 보행자 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 자율 주행 차량(100b)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 자율 주행 차량(100b)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+XR>
XR 장치(100c)는 AI 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수 있다.
XR 장치(100c)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 속성 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR 장치(100c)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
XR 장치(100c)는 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, XR 장치(100c)는 학습 모델을 이용하여 3차원 포인트 클라우드 데이터 또는 이미지 데이터에서 현실 객체를 인식할 수 있고, 인식한 현실 객체에 상응하는 정보를 제공할 수 있다. 여기서, 학습 모델은 XR 장치(100c)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, XR 장치(100c)는 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
<AI+로봇+자율주행>
로봇(100a)은 AI 기술 및 자율 주행 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
AI 기술과 자율 주행 기술이 적용된 로봇(100a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(100b)과 상호작용하는 로봇(100a) 등을 의미할 수 있다.
자율 주행 기능을 가진 로봇(100a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.
자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예를 들어, 자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.
자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)과 별개로 존재하면서, 자율 주행 차량(100b)의 내부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(100b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.
이때, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)을 대신하여 센서 정보를 획득하여 자율 주행 차량(100b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(100b)에 제공함으로써, 자율 주행 차량(100b)의 자율 주행 기능을 제어하거나 보조할 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(100b)의 기능을 제어할 수 있다. 예컨대, 로봇(100a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(100b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(100b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(100a)이 제어하는 자율 주행 차량(100b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(100b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)의 외부에서 자율 주행 차량(100b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(100a)은 스마트 신호등과 같이 자율 주행 차량(100b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(100b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.
<AI+로봇+XR>
로봇(100a)은 AI 기술 및 XR 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇, 드론 등으로 구현될 수 있다.
XR 기술이 적용된 로봇(100a)은 XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇을 의미할 수 있다. 이 경우, 로봇(100a)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇(100a)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 로봇(100a) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 로봇(100a)은 XR 장치(100c)를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
예컨대, 사용자는 XR 장치(100c) 등의 외부 장치를 통해 원격으로 연동된 로봇(100a)의 시점에 상응하는 XR 영상을 확인할 수 있고, 상호작용을 통하여 로봇(100a)의 자율 주행 경로를 조정하거나, 동작 또는 주행을 제어하거나, 주변 객체의 정보를 확인할 수 있다.
<AI+자율주행+XR>
자율 주행 차량(100b)은 AI 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR 기술이 적용된 자율 주행 차량(100b)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상을 제공하는 수단을 구비한 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(100b)은 HUD를 구비하여 XR 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR 객체를 제공할 수 있다.
이때, XR 객체가 HUD에 출력되는 경우에는 XR 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR 객체가 자율 주행 차량(100b)의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(100b)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR 객체들을 출력할 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 자율 주행 차량(100b) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 자율 주행 차량(100b)은 XR 장치(100c) 등의 외부 장치를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
도 4는 본 개시의 일 실시 예에 따른 AI 장치(100)를 나타낸다.
도 1과 중복되는 설명은 생략한다.
본 개시에서, 인공 지능 장치(100)는 엣지 디바이스(edge device)를 포함한다.
도 4를 참조하면, 입력부(120)는 영상 신호 입력을 위한 카메라(Camera, 121), 오디오 신호를 수신하기 위한 마이크로폰(Microphone, 122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(User Input Unit, 123)를 포함할 수 있다.
입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어 명령으로 처리될 수 있다.
입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, AI 장치(100)는 하나 또는 복수의 카메라(121)들을 구비할 수 있다.
카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(Display Unit, 151)에 표시되거나 메모리(170)에 저장될 수 있다.
마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 AI 장치(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 적용될 수 있다.
사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 AI 장치(100)의 동작을 제어할 수 있다.
사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예컨대, AI 장치(100)의 전/후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.
센싱부(140)는 센서부라고 칭할 수 있다.
출력부(150)는 디스플레이부(Display Unit, 151), 음향 출력부(Sound Output Unit, 152), 햅틱 모듈(Haptic Module, 153), 광 출력부(Optical Output Unit, 154) 중 적어도 하나를 포함할 수 있다.
디스플레이부(151)는 AI 장치(100)에서 처리되는 정보를 표시(출력)한다. 예컨대, 디스플레이부(151)는 AI 장치(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, AI 장치(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 단말기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다.
음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.
햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다.
광출력부(154)는 AI 장치(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. AI 장치(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.
도 5는 본 개시의 일 실시 예에 따른 순서도를 나타낸다.
기본적으로 본 개시의 인공 지능 장치(100)는 음성 인식이 필요한 장치에 탑재되어 사용자의 발화를 수신하고, 인식 및 분석을 통하여 음성 인식이 필요한 장치가 음성 인식 서비스를 제공할 수 있도록 음성 인식 장치를 제어할 수 있다.
도 5를 참조하면, 인공 지능 장치(100)의 입력부(120)는 사용자의 음성 데이터를 수신할 수 있다(S510). 이때 음성 데이터라 함은 사용자가 발화를 통하여 인공 지능 장치(100)의 입력부(120)에서 수신한 데이터 뿐만 아니라, 인공 지능 장치(100)의 통신부(110)를 통하여 외부 장치로부터 수신한 데이터 일 수 있다.
구체적으로 사용자의 음성 데이터에는 적어도 하나 이상의 발화, 적어도 하나 이상의 비발화 구간 및 기동어가 포함될 수 있다.
이때, 기동어는 음성 인식 기능을 활성화시키기 위한 특정 명령어를 의미하는 것 일 수 있다. 사용자 발화에 기동어가 포함되어 있어야 음성 인식 기능이 활성화 될 수 있고, 상기 발화에 기동어가 포함되어 있지 않은 경우 음성 인식 기능이 비활성화 될 수 있으나, 이에 한정된 것은 아니다.
또한 음성 인식 기능이 활성화 된다는 것은 입력부에 포함된 마이크로폰이 활성화 되는 경우를 포함할 수 있고, 음성 인식 기능이 비활성화 된다는 것은 입력부에 포함된 마이크로폰이 비활성화 되는 경우를 포함할 수 있다.
본 개시에 따르면, 적어도 하나 이상의 발화는 프로세서(180)가 처리해야 할 음성 명령을 포함하는 음성 데이터를 포함할 수 있다. 또한, 적어도 하나 이상의 비발화 구간은 프로세서(180)가 처리해야 할 음성 명령들 사이에 존재하는 구간을 포함할 수 있다. 예를 들어, 음성 데이터에는 기동어, 제1 발화, 제2 발화 및 제1 발화와 제2 발화 사이의 비발화 구간을 포함할 수 있다.
본 개시에 따르면, 프로세서(180)는 상기 음성 데이터에 포함된 비발화 구간을 검출할 수 있다(S520). 이때 비발화 구간이란 입력부(120)를 통한 음성 데이터의 입력이 없거나 수신된 음성 데이터의 진폭이 특정 값보다 작은 구간을 포함할 수 있다.
프로세서(180)는 수신한 음성 데이터의 비발화 구간을 검출하고(S520), 상기 비발화 구간 이전의 발화를 제1 발화로 추출할 수 있다. 또한 프로세서(180)는 추출한 제1 발화의 특징을 기반으로 제2 발화의 존재 여부를 판단할 수 있다(S530). S530 과정은 도 6에서 자세히 설명한다.
본 개시에 따르면 프로세서(180)는 제1 발화의 특징을 기반으로, 제2 발화가 존재하는 것으로 판단되면 음성인식 활성화를 유지하고, 상기 음성 인식 활성화가 유지됨에 따라 상기 비발화 구간 이후의 제2 발화를 수신하는 것과 함께 상기 비발화 구간 이전의 제1 발화에 따른 제1 음성 명령을 수행할 수 있다(S540). 또한 프로세서(180)는 상기 제2 발화가 수신되면 상기 제2 발화에 따른 제2 음성 명령을 수행할 수 있다(S550).
본 개시에 따르면 프로세서(180)는 제1 발화의 특징을 기반으로, 제2 발화가 존재하지 않는 것으로 판단되면 음성 인식 활성화를 중단하고, 상기 비발화 구간 이전의 제1 발화에 따른 제1 음성 명령을 수행할 수 있다(S551).
예를 들어, 인공 지능 장치(100)의 입력부(120)에서 수신한 음성 데이터가 "HI LG! Tv 켜주고 음,... tv를 음소거 해줘"의 발화가 있는 경우를 가정하자. 이때 "HI LG!" 는 인공 지능 장치(100)의 음성 인식 활성화를 개시하기 위한 기동어일 수 있다. 프로세서(180)는 "HI LG"를 수신하면 인공 지능 장치(100)의 음성 인식 기능을 활성화시킬 수 있다.
음성 인식 기능이 활성화 되면, 프로세서(180)는 비발화 구간을 검출할 수 있다. 프로세서(180)는 "Tv 켜주고 음,..."을 수신하면 수신한 음성 데이터의 진폭이 특정 값보다 작은 구간인 "..."를 검출할 수 있다. 프로세서(180)는 검출한 비발화 구간인 "..."이 설정된 시간을 초과하면, 상기 비발화 구간 이전의 음성 데이터인 "Tv 켜주고 음"을 제1 발화로 추출할 수 있다.
프로세서(180)는 비발화 구간 이전의 제1 발화인 "Tv 켜주고 음"의 특징에 따라 비발화 구간 이후 추가 발화의 존재 여부를 판단할 수 있다.
프로세서(180)는 "Tv 켜주고 음"의 특징에 따라 제2 발화가 존재하는 것으로 판단되면 음성인식 활성화를 유지할 수 있다. 프로세서(180)는 상기 음성 인식 활성화가 유지됨에 따라 상기 비발화 구간 이후의 제2 발화인 "Tv 음소거 해줘"를 수신할 수 있다.
또한 프로세서(180)는 상기 제2 발화인 "Tv 음소거 해줘"를 수신하는 것과 함께 상기 비발화 구간 이전의 제1 발화에 따른 제1 음성 명령을 수행할 수 있다(S540). 즉, 프로세서(180)는"Tv 음소거 해줘"를 수신하는 것과 함께 'Tv의 전원'을 켜는 동작을 수행하도록 Tv를 제어할 수 있다. 또한 프로세서(180)는 상기 제2 발화가 수신되면 상기 제2 발화에 따른 제2 음성 명령을 수행할 수 있다(S550). 즉, 프로세서(180)는 Tv가 음소거를 수행하도록 Tv를 제어할 수 있다.
프로세서가 제2 발화가 존재하지 않는다고 판단하는 경우의 예시를 이하 설명한다.
예를 들어,"HI LG! Tv 켜줘"라는 음성 데이터가 있다고 가정하자.
이때 HI LG! 는 인공 지능 장치(100)의 음성 인식 활성화를 개시하기 위한 기동어일 수 있다. 프로세서(180)는 "HI LG"를 수신하면 인공 지능 장치(100)의 음성 인식 기능을 활성화시킬 수 있다.
음성 인식 기능이 활성화 되면, 프로세서(180)는 비발화 구간을 검출할 수 있다. 프로세서(180)는 "Tv 켜줘"를 수신하면 수신한 음성 데이터의 진폭이 특정 값보다 작은 구간을 검출할 수 있다. 프로세서(180)는 검출한 비발화 구간이 설정된 시간을 초과하면, 상기 비발화 구간 이전의 음성 데이터인 "Tv 켜줘"를 제1 발화로 추출할 수 있다.
프로세서(180)는 비발화 구간 이전의 제1 발화인 "Tv 켜줘"의 특징에 따라 비발화 구간 이후 추가 발화의 존재 여부를 판단할 수 있다.
프로세서(180)는 "Tv 켜줘"의 특징에 따라 제2 발화가 존재하지 않는 것으로 판단되면 음성 인식 활성화를 중단할 수 있다. 상기 음성 인식 활성화가 중단됨에 따라 프로세서(180)는 더 이상 음성 데이터를 수신할 수 없다. 이후 프로세서(180)는 상기 비발화 구간 이전의 제1 발화인 "Tv 켜줘" 따른 제1 음성 명령을 수행할 수 있다(S551). 즉, 프로세서(180)는 Tv의 전원이 켜지도록 TV를 제어할 수 있다.
도 6는 본 개시의 일 실시 예에 따른 순서도를 나타낸다.
도 6을 참조하면, 프로세서(180)는 비발화 구간을 검출(S520)한 후, 비발화 구간 이전의 발화를 제1 발화로 추출할 수 있다(S610). 구체적으로 프로세서(180)는 비발화 구간 직전까지의 음성 데이터를 제1 발화로 추출할 수 있다.
또한, 프로세서(180)는 제2 발화의 존재 여부를 판단하기 위하여 추출된 제1 발화를 인공 지능 모델에 입력할 수 있다(S620). 구체적으로 프로세서(180)는 상기 인공 지능 모델에 입력값(710)으로 제1 발화의 특징 데이터를 입력할 수 있다.
이때, 제1 발화의 특징 데이터란 음성 인식에 유용한 성분을 나타내는 특징 값으로, 상기 제1 발화로부터 추출해낸 것일 수 있다.
또한, 제1 발화의 특징 데이터는 음성 인식에서 사용되는 LPC cepstrum, PLP cepstrum, Mel frequency cepstral coefficient (MFCC), 필터뱅크 에너지 등을 제1 발화에 적용하여 추출한 특징을 포함할 수 있다. 또한 인공 지능 모델에 입력되는 제1 발화의 특징 데이터는 전처리가 수행된 제1 발화의 음소 특징과 문맥 특징이 포함된 시퀀스 데이터를 포함할 수 있다.
프로세서(180)는 상기 제1 발화를 인공 지능 모델에 입력하여 결과값으로 비발화 구간 이후의 제2 발화의 존재 여부를 판단할 수 있다(S630). 구체적으로 인공 지능 모델은 제1 발화가 입력되면, 상기 제1발화의 음성 특징과 문맥 특징을 추출하여, 상기 제2 발화의 존재 여부를 판단하는 분류(classification) 모델을 포함할 수 있다. 이하 인공 지능 모델은 도 7에서 설명한다.
본 개시에 따르면, 인공 지능 모델의 결과값(730)이 '제2 발화가 존재한다(1)'이면, 프로세서(180)는 음성 인식 활성화를 유지할 수 있다(S640). 프로세서(180)는, 음성 인식 활성화가 유지되면, 제2 발화를 수신하는 것과 함께, 제1 발화에 따른 제1 음성 명령을 수행할 수 있다(S540). 또한 프로세서(180)는 제2 발화가 수신되면 제2 발화에 따른 제2 음성 명령을 수행할 수 있다(S550).
본 개시에 따르면, 인공 지능 모델의 결과값(730)이 '제2 발화가 존재하지 않는다(0)'이면, 프로세서(180)는 음성 인식 기능을 비활성화 할 수 있다(S641). 또한 프로세서는 제2 발화를 수신하지 않고, 제1 발화에 따른 제1 음성 명령을 수행할 수 있다(S551).
도 7는 본 개시의 일 실시 예에 따른 인공 지능 모델을 나타낸다.
도 7을 참조하면, 프로세서(180)는 인공 지능 모델을 이용하여 제1 발화의 특징에 따라 비발화 구간 이후의 제2 발화의 존재 여부를 판단할 수 있다.
이때, 인공 지능 모델이라 함은 음성인식에서 사용하는 분류기(Classifier)를 포함할 수 있다. 상기 인공 지능 모델은 분류기로서 Logistic regression, SVM, decision tree, random forest, neural networks 등을 포함할 수 있다.
본 개시에 따르면, 인공 지능 모델은 공지된 다양한 알고리즘을 이용할 수 있으며, RNN 모델을 포함할 수 있다. 이때, RNN(Recurrent Neural Network)이란 시퀀스 데이터와 같이 가변적인 데이터를 학습하는데 적합한 인공 지능 모델이다. RNN은 hidden state를 포함할 수 있다. 이때, Hidden state란 이전까지 입력 데이터의 특징이 포함된 정보이며, RNN은 새로운 입력 데이터가 입력되면 이전의 hidden state를 반영하여 전체 시퀀스 데이터의 정보가 반영된 결과값을 출력할 수 있다. 또한 본 개시에 따르면 인공 지능 모델은 개선된 RNN 모델인 LSTM 모델 일 수 있다.
본 개시에 따르면, 프로세서(180)는 인공 지능 모델을 이용하여 는 인공 지능 모델의 입력 값(710)으로 제1 발화의 특징 데이터를 입력할 수 있다. 이때, 제1 발화의 특징 데이터는 전처리가 수행된 제1 발화의 음소 특징과 문맥 특징이 포함된 시퀀스 데이터를 포함할 수 있다.
이때, '인공 지능 모델에 시퀀스 데이터를 입력한다'는 것은 도 7과 같이 제1 발화에 포함된 단어, 관사, 연결어 또는 연결 어미 등과 같은 특징 데이터가 X1 내지 Xt에 시간적 순서에 따라 차례대로 인공 지능 모델에 입력된다는 것을 의미할 수 있다.
본 개시에 따르면, Xt 시점에서, 인공 지능 모델에 제1 발화의 특징 데이터(Xt)가 입력되면, hidden state(720)는 이전까지 제1 발화의 특징(X1 내지 Xt-1)이 포함된 정보가 반영된 제1 발화의 전체 시퀀스 특징 정보가 저장된 상태를 포함할 수 있다. 인공 지능 모델은 hidden state(720)에 포함된 특징 데이터를 반영하여 결과값을 출력할 수 있다.
이때, 상기 결과값(730)은 제2 발화의 존재 여부를 판단하는 분류(Classification)모델을 포함할 수 있다. 구체적으로 인공 지능 모델은 제1 발화의 특징에 따른 결과값으로 '제2 발화가 존재(1)' 또는 '제2 발화가 존재하지 않음(0)'을 결과값(730)으로 출력할 수 있다.
이하 제1 발화에 포함된 특징 데이터에 대하여 설명한다.
본 개시에 따르면, 프로세서(180)는 인공 지능 모델에 제1 발화를 입력하고, 상기 인공 지능 모델은, 상기 제1 발화가 입력되면 상기 제1 발화의 음성 특징과 문맥 특징을 추출하여, 상기 제2 발화의 존재 여부를 판단하는 분류(classification) 모델을 포함할 수 있다.
이때, 제1 발화의 음성 특징과 문맥 특징을 추출하는 과정은 인공 지능 장치 또는 외부장치에서 전처리가 수행된 과정을 포함할 수 있다.
구체적으로 인공 지능 모델은 제1 발화를 기준으로 음성 특징과 문맥 특징을 추출하여 학습된 LSTM 모델을 포함할 수 있다. 이때 음성 특징이라 함은 음성 데이터의 음의 높낮이를 포함하는 Pitch trends, 음성 데이터의 가도를 나타내는 Intensity, Spectral stability과 같은 일반적인 음성 특징 등의 제1 발화 내에서 프레임 단위의 특징을 포함할 수 있다.
또한 문맥 특징은 제1 발화안에 들어있는 ASR 결과를 바탕으로 한 워드 임베딩(Word embedding)을 포함할 수 있다.
음성 특징과 관련하여, 인공 지능 모델은 상기 제1 발화의 음높이가 기 설정된 시간 이상 일정하게 유지되는 경우 또는 상기 제1발화의 음높이의 기 설정된 값 이상의 변경이 검출되는 경우, 상기 제2 발화가 존재하는 것으로 판단하도록 학습된 모델을 포함할 수 있다.
예를 들어, 인공 지능 모델은 제1 발화가 "Tv 켜주고 음" 이라고 가정하자. 프로세서(180)는 "Tv 켜주고 음"을 제1 발화로 추출하고, 추출된 제1 발화의 음성 특징은 i) "Tv 켜주고 음" 에서 "음" 의 음높이가 기 설정된 시간 이상 일정하게 유지되는 경우 또는 ii) "Tv 켜주고 음" 에서 "켜주고" 와 "음" 의 음높이가 기 설정된 값 이상의 변경이 검출되는 경우 제2 발화가 존재한다고 판단하도록 학습된 모델을 포함할 수 있다.
이는 음성 명령이 포함된 발화("Tv 켜줘")와 사용자가 더듬거리거나 생각할 시 수신되는 발화("음...")의 음높이를 고려하였을 때, 일정 시간 음높이가 일정하게 유지되거나("음..."), 음높이가 다르다("Tv 켜줘"와 "음..."에서 보통 "음..."과 같은 발화는 음높이가 낮다.)는 특징을 반영하여 설계된 것이다.
또한, 문맥 특징과 관련하여, 상기 인공 지능 모델은 상기 제1 발화의 문맥 특징에 연결어 또는 연결 어미에 관련된 특징이 존재하면 상기 제2 발화가 존재하는 것으로 판단하도록 학습된 모델을 포함할 수 있다.
예를 들어, 제1 발화가 "Tv 켜주고"이라고 가정하자. 인공 지능 모델은 "Tv 켜주고"를 제1 발화로 추출하고, 추출된 제1 발화의 문맥 특징에 연결어 또는 연결 어미에 관련된 특징이 존재하는 경우 제2 발화가 존재하도록 학습된 모델을 포함할 수 있다.
즉, 인공 지능 모델에 입력된 제1 발화에 "~고(and), ~하고나서(~next), 그런 다음(~then) 그 후에(~after)" 등과 같은 같은 연결어 또는 연결어미와 관련된 특징이 제1 발화의 끝음절에 존재하는 경우 인공 지능 모델은 상기 제2 발화가 존재하는 것으로 판단하도록 학습될 수 있다. 이는 음성 명령이 포함된 발화("Tv 켜주고")의 어미에 "~고" 와 같은 연결어 또는 "그리고" 와 같은 연결어미가 포함된 경우 추가적인 발화가 있을 것이라는 특징을 반영하여 설계된 것이다.
한편, 본 개시에서 음성 특징 또는 문맥 특징을 이용하여 제2 발화의 존재 여부를 판단하는 것은, 상기 예시로 든 음성 특징 또는 문맥 특징에 한정되는 것은 아니다.
이하 도 8에서 입력부에서 수신되는 음성 데이터에 대하여 설명한다.
도 8는 본 개시의 일 실시 예에 따른 발화 예시를 나타낸다.
본 개시에 따르면, 인공 지능 장치의 입력부(12)는 사용자가 발화한 음성 데이터를 수신할 수 있다. 이때, 음성 데이터란 음성과 잡음이 섞여있는 파형을 포함할 수 있다.
도 8은, 사용자가 발화한 음성 데이터에 대한 파형을 그림으로 나타낸 것이다. 사용자가 발화한 음성 데이터는 제1 발화, 비발화 구간 및 제2 발화를 포함할 수 있다.
예를 들어 "Tv 켜주고...음소거 해줘"라는 음성 데이터가 수신되었다고 하면, "Tv 켜주고"는 제1 발화에 해당하고, "..."는 비발화 구간에 해당하고, "음소거 해줘" 는 제2 발화에 해당할 수 있다.
프로세서(180)는 수신된 음성 데이터를 분석하여 비발화 구간(820)을 검출하고, 비발화 구간 이전의 제1 발화의 특징에 따라 제2 발화의 존재한다고 판단하면, 비발화 구간(820) 이후의 음성 데이터를 제2 발화로 추출할 수 있다.
이하 본 개시의 시나리오에 대하여 설명한다.
도 9는 본 개시의 일 실시 예에 따른 시나리오를 나타낸다.
본 개시에 따르면, 인공 지능 장치(100)는 음성 명령에 응답하는 출력부(150)를 더 포함하고, 상기 프로세서(180)는 상기 제2 발화가 가능하다는 것을 나타내는 알림을 상기 제1 음성 명령을 수행하는 동안 출력하도록 출력부(150)를 제어할 수 있다.
구체적으로, 프로세서(180)는 제2 발화를 수신하는 것과 함께, 상기 비발화 구간 이전의 제1 발화에 따른 제1 음성 명령을 수행할 수 있다. 이때 제1 음성 명령을 수행하는 방법으로, 프로세서(180)는 제1 음성 명령에 대응하는 출력을 하도록 출력부(150)를 제어할 수 있다.
또한, 프로세서(180)는 현재 제2 발화가 가능하다는 것을 나타내는 알림을 제1 음성 명령이 수행되는 동안 출력할 수 있다.
이하 구체적인 시나리오를 개시한다.
본 개시에서, 사용자는 음성 인식을 이용하여 인공 지능 장치에 음성 명령을 내릴 수 있다. 예를 들어, 사용자는 날씨 정보를 얻고 싶다고 가정하자. 사용자는 "하이 엘지! 오늘 바깥 날씨 알고 싶고 음..."을 발화한다.
인공 지능 장치(100)의 입력부(120)는 사용자의 발화에 따른 음성 데이터 "하이 엘지! 오늘 바깥 날씨 알고 싶고 음..."을 수신할 수 있다. 인공 지능 장치(100)의 프로세서(180)는 기동어인 "하이 엘지!"를 인식하여 음성 인식 기능을 활성화 시킬수 있다. 또한 상기 입력부에서 수신한 음성 데이터에 포함된 비발화 구간 "..."을 검출 할 수 있다.
프로세서(180)는 비발화 구간 "..."이 설정된 시간을 초과하면, 상기 비발화 구간 이전의 "오늘 바깥 날씨 알고 싶고"를 추출할 수 있다. 프로세서(180)는 제1 발화를 이용하여 "오늘 바깥 날씨 알고 싶고"를 인공 지능 모델에 입력할 수 있다. 상기 제1 발화의 문맥 특징 또는 음성 특징을 통하여 제2 발화의 존재 여부를 판단할 수 있다.
구체적으로 인공 지능 모델은 제1 발화의 "알고 싶고"의 끝음절인 "고~"의 음높이가 기 설정된 시간 이상 일정하게 유지되는 경우 제2 발화가 존재하는 것으로 판단하고 음성인식 활성화를 유지할 수 있다.
또한, 인공 지능 모델은 제1 발화의 "알고 싶고 음~"과 같은 경우, 끝음절인 "음~"과 "알고 싶고"의 음높이의 변화가 기 설정된 값 이상의 변경인 경우 제2 발화가 존재하는 것으로 판단하고 음성인식 활성화를 유지할 수 있다.
또한, 인공 지능 모델은 제1 발화의 "알고 싶고" 의 문맥 특징을 고려하여 "~고(and)"와 같은 연결어 또는 연결 어미에 관련된 특징이 존재하면 제2 발화가 존재하는 것으로 판단하고, 음성 인식 활성화를 유지할 수 있다.
한편, 본 개시에 있어서 제1 발화의 음성 특징 또는 문맥 특징에 따라 제2 발화의 존재 여부를 판단하는 구성은 상기 예시에 한정되는 것은 아니다.
프로세서(180)는 제1 발화의 특징에 따른 인공 지능 모델의 결과값이 제2 발화가 존재한다(1)고 판단하면, 상기 음성 인식 활성화가 유지됨에 따라 상기 비발화 구간 이후의 제2 발화 "캘린더에서 오늘 일정 체크해줘"를 수신할 수 있다. 또한, 제2 발화를 수신하는 것과 함께 제1 발화인 "오늘 바깥 날씨 알고 싶고"에 따른 제1 음성 명령을 수행할 수 있다. 또한, 상기 제2 발화인"캘린더에서 오늘 일정 체크해줘"가 수신되면 상기 제2 발화에 따른 제2 음성 명령을 수행할 수 있다.
본 개시에 따르면, 상기 프로세서(180)는 제1 발화 수신에 따른 제1 음성 명령을 수행하는 것을 나타내는 알림을 출력하도록 출력부(180)를 제어할 수 있다. 이때 출력부(180)는 인공 지능 장치 내부에 탑재된 것을 포함할 수 있으며, 외부 장치에 탑재되어 통신부(110)를 통해 제어되는 것을 포함할 수 있다.
도 9를 참조하면, 프로세서(180)는 제1 발화인 "오늘 바깥 날씨 알고 싶고"에 대응하는 제1 음성 명령을 수행하도록 출력부(150)를 제어할 수 있다. 구체적으로 도 9에서 바깥 날씨를 출력해주는 출력 예시(921)이 나타나 있다.
또한, 프로세서(180)는 제2 발화가 가능하다는 것을 나타내는 알림(922)을 제1 음성 명령을 수행하는 동안(921) 출력하도록 출력부(150)를 제어할 수 있다. 예를 들어 프로세서(180)는 제2 발화가 가능하다는 것을 나타내는 알림으로, 인공 지능 장치의 특정 부분의 조명을 제어하는 방법(예를 들어, 인공 지능 장치의 눈을 깜빡이거나, 음성 인식 기능이 활성화 되어있음을 특정 문자 또는 기호로 표시하는 방법 등) 등 사용자와 상호작용할 수 있는 방법을 포함할 수 있다.
도 9를 참조하면, 프로세서(180)는 제1 음성 명령에 대응하는 날씨 정보를 표시하도록 출력부(150)를 제어하면서, 제2 발화인 "캘린더에서 오늘 일정 체크"에 해당하는 음성 데이터를 수신할 수 있다. 이후 프로세서(180)는 제2 발화에 대응하는 캘린더에서 오늘 일정을 확인하는 동작을 수행할 수 있다.
또 다른 예시로, 프로세서(180)는 "Tv 채널 변경하고, ... 음소거 해줘"의 음성 데이터를 수신하였다고 가정하자. 프로세서(180)는 "Tv 켜주고"를 제1 발화로 추출할 수 있다.
또한 프로세서(180) 는 인공 지능 모델을 이용하여 "Tv 채널 변경하고"의 음성 특징 또는 문맥 특징을 검출하여 제2 발화인 "음소거 해줘" 가 존재함을 판단할 수 있다. 프로세서(180)는 제2 발화인 "음소거 해줘"를 수신하면서 제1 발화인 "Tv 채널 변경해줘"에 대응하는 명령을 수행할 수 있다.
이때, 프로세서(180)는 사용자의 제2 발화를 수신하기 위하여 Tv에서 음원을 송출하지 않도록 제어할 수 있다. 또한, 제1 발화에 따른 채널 변경 명령을 수행할 때, 사용자와 상호작용 하기 위한 대답(TTS) 없이 채널 변경을 수행하며 제2 발화를 수신할 수 있다. 또한 프로세서(180)는 Tv의 출력부(150)를 제어하여 제2 발화가 가능하다는 것을 나타내는 알림을 디스플레이 할 수 있다.
또한, 본 개시의 인공 지능 장치의 동작 방법은, 음성 데이터를 수신하는 단계 상기 음성 데이터에 포함된 비발화 구간을 검출하는 단계 및 상기 비발화 구간이 설정된 시간을 초과하면, 상기 비발화 구간 이전의 제1 발화 특징에 따라 상기 비발화 구간 이후의 제2 발화의 존재 여부를 판단하는 단계를 포함할 수 있다.
또한, 상기 인공 지능 장치의 동작 방법은, 상기 제1 발화를 수신하기 전에 기동어를 수신하여 음성인식 활성화를 개시하는 단계 및 상기 제2 발화가 존재하는 것으로 판단되면, 상기 음성 인식 활성화를 유지하는 단계를 더 포함할 수 있다.
또한, 상기 인공 지능 장치의 동작 방법은, 상기 음성 인식 활성화가 유지됨에 따라 상기 비발화 구간 이후의 제2 발화를 수신하는 것과 함께 상기 비발화 구간 이전의 제1 발화에 따른 제1 음성 명령을 수행하는 단계 및 상기 제2 발화가 수신되면 상기 제2 발화에 따른 제2 음성 명령을 수행하는 단계를 더 포함할 수 있다.
또한, 상기 비발화 구간 이후의 제2 발화의 존재 여부를 판단하는 단계는, 상기 제1 발화를 인공 지능 모델에 입력함으로써 상기 인공지능 모델이 출력한 상기 제2 발화의 존재 여부를 획득하는 단계를 포함하고, 상기 인공 지능 모델은, 상기 제1발화가 입력되면 상기 제1발화의 음성 특징과 문맥 특징을 추출하여, 상기 제2 발화의 존재 여부를 판단하는 분류(classification) 모델을 포함할 수 있다.
또한, 상기 인공 지능 모델은 상기 제1 발화의 음높이가 기 설정된 시간 이상 일정하게 유지되는 경우 또는 상기 제1발화의 음높이의 기 설정된 값 이상의 변경이 검출되는 경우, 상기 제2 발화가 존재하는 것으로 판단하도록 학습된 것일 수 있다.
또한, 상기 인공 지능 모델은 상기 제1 발화의 문맥 특징에 연결어 또는 연결 어미에 관련된 특징이 존재하면 상기 제2 발화가 존재하는 것으로 판단하도록 학습된 것일 수 있다.
또한, 상기 인공 지능 장치의 동작 방법은 상기 제2 발화가 가능하다는 것을 나타내는 알림을 상기 제1 음성 명령을 수행하는 동안 출력하도록 출력부를 제어하는 단계를 더 포함할 수 있다.
또한, 상기 인공 지능 장치의 동작 방법은, 상기 제2 발화 이후의 제2 비발화 구간을 검출하는 단계 상기 제2 비발화 구간이 상기 설정된 시간을 초과하면, 상기 제2 비발화 구간 이전의 상기 제2 발화의 특징에 따라 상기 제2 비발화 구간 이후의 제3 발화의 존재 여부를 판단하는 단계 상기 제2 비발화 구간 이후의 제3 발화를 수신하는 것과 함께 상기 제2 비발화 구간 이전의 상기 제2발화에 따른 제2 음성 명령을 수행하는 단계; 및 상기 제3 발화가 수신되면, 상기 제3 발화에 따른 제 3 음성 명령을 수행하는 단계를 더 포함할 수 있다.
또한, 상기 비발화 구간은, 상기 음성 데이터의 진폭이 특정 값보다 작은 구간일 수 있다.
또한, 상기 인공 지능 장치의 동작 방법은, 상기 제2 발화가 존재하는 것으로 판단되면, 상기 제1 발화에 따른 제1 음성 명령을 수행하는 것과 함께 상기 제2 발화를 수신하는 단계; 및 상기 제2 발화가 수신되면 상기 제2 발화에 따른 제2 음성 명령을 수행하는 단계를 더 포함할 수 있다.
전술한 본 개시는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 단말기의 프로세서(180)를 포함할 수도 있다.
Claims (20)
- 음성 데이터를 수신하는 입력부; 및
상기 음성 데이터에 포함된 비발화 구간을 검출하고,
상기 비발화 구간이 설정된 시간을 초과하면, 상기 비발화 구간 이전의 제1 발화의 특징에 따라 상기 비발화 구간 이후의 제2 발화의 존재 여부를 판단하는 프로세서를 포함하는,
인공 지능 장치. - 제1항에 있어서,
상기 프로세서는,
상기 제1 발화를 수신하기 전에 기동어를 수신하여 음성인식 활성화를 개시하고,
상기 제2 발화가 존재하는 것으로 판단되면, 상기 음성 인식 활성화를 유지하는 인공 지능 장치. - 제2항에 있어서,
상기 프로세서는
상기 음성 인식 활성화가 유지됨에 따라 상기 비발화 구간 이후의 제2 발화를 수신하는 것과 함께 상기 비발화 구간 이전의 제1 발화에 따른 제1 음성 명령을 수행하고, 상기 제2 발화가 수신되면 상기 제2 발화에 따른 제2 음성 명령을 수행하는,
인공 지능 장치. - 제1항에 있어서
상기 프로세서는,
상기 제1 발화를 인공 지능 모델에 입력함으로써 상기 인공지능 모델이 출력한 상기 제2 발화의 존재 여부를 획득하고,
상기 인공 지능 모델은,
상기 제1발화가 입력되면,
상기 제1발화의 음성 특징과 문맥 특징을 추출하여, 상기 제2 발화의 존재 여부를 판단하는 분류(classification) 모델인,
인공 지능 장치. - 제4항에 있어서,
상기 인공 지능 모델은
상기 제1 발화의 음높이가 기 설정된 시간 이상 일정하게 유지되는 경우 또는 상기 제1발화의 음높이의 기 설정된 값 이상의 변경이 검출되는 경우,
상기 제2 발화가 존재하는 것으로 판단하도록 학습된
인공 지능 장치. - 제4항에 있어서,
상기 인공 지능 모델은
상기 제1 발화의 문맥 특징에 연결어 또는 연결 어미에 관련된 특징이 존재하면
상기 제2 발화가 존재하는 것으로 판단하도록 학습된
인공 지능 장치. - 제 3항에 있어서,
상기 인공 지능 장치는
음성 명령에 응답하는 출력부를 더 포함하고,
상기 프로세서는,
상기 제2 발화가 가능하다는 것을 나타내는 알림을 상기 제1 음성 명령을 수행하는 동안 출력하도록 상기 출력부를 제어하는,
인공 지능 장치. - 제3항에 있어서
상기 프로세서는
상기 제2 발화 이후의 제2 비발화 구간을 검출하고,
상기 제2 비발화 구간이 상기 설정된 시간을 초과하면, 상기 제2 비발화 구간 이전의 상기 제2 발화의 특징에 따라 상기 제2 비발화 구간 이후의 제3 발화의 존재 여부를 판단하고,
상기 제2 비발화 구간 이후의 제3 발화를 수신하는 것과 함께 상기 제2 비발화 구간 이전의 상기 제2발화에 따른 제2 음성 명령을 수행하고, 상기 제3 발화가 수신되면, 상기 제3 발화에 따른 제 3 음성 명령을 수행하는,
인공 지능 장치. - 제1항에 있어서,
상기 비발화 구간은,
상기 음성 데이터의 진폭이 특정 값보다 작은 구간인
인공 지능 장치. - 제1항에 있어서,
상기 프로세서는
상기 제2 발화가 존재하는 것으로 판단되면, 상기 제1 발화에 따른 제1 음성 명령을 수행하는 것과 함께 상기 제2 발화를 수신하고, 상기 제2 발화가 수신되면 상기 제2 발화에 따른 제2 음성 명령을 수행하는,
인공 지능 장치. - 음성 데이터를 수신하는 단계;
상기 음성 데이터에 포함된 비발화 구간을 검출하는 단계; 및
상기 비발화 구간이 설정된 시간을 초과하면, 상기 비발화 구간 이전의 제1 발화 특징에 따라 상기 비발화 구간 이후의 제2 발화의 존재 여부를 판단하는 단계를 포함하는,
인공 지능 장치의 동작 방법. - 제11항에 있어서,
상기 인공 지능 장치의 동작 방법은,
상기 제1 발화를 수신하기 전에 기동어를 수신하여 음성인식 활성화를 개시하는 단계; 및
상기 제2 발화가 존재하는 것으로 판단되면, 상기 음성 인식 활성화를 유지하는 단계를 더 포함하는,
인공 지능 장치의 동작 방법. - 제12 항에 있어서,
상기 인공 지능 장치의 동작 방법은,
상기 음성 인식 활성화가 유지됨에 따라 상기 비발화 구간 이후의 제2 발화를 수신하는 것과 함께 상기 비발화 구간 이전의 제1 발화에 따른 제1 음성 명령을 수행하는 단계; 및
상기 제2 발화가 수신되면 상기 제2 발화에 따른 제2 음성 명령을 수행하는 단계를 더 포함하는,
인공 지능 장치의 동작 방법. - 제11항에 있어서,
상기 비발화 구간 이후의 제2 발화의 존재 여부를 판단하는 단계는,
상기 제1 발화를 인공 지능 모델에 입력함으로써 상기 인공지능 모델이 출력한 상기 제2 발화의 존재 여부를 획득하는 단계를 포함하고,
상기 인공 지능 모델은, 상기 제1발화가 입력되면 상기 제1발화의 음성 특징과 문맥 특징을 추출하여, 상기 제2 발화의 존재 여부를 판단하는 분류(classification) 모델인,
인공 지능 장치의 동작 방법. - 제14항에 있어서,
상기 인공 지능 모델은
상기 제1 발화의 음높이가 기 설정된 시간 이상 일정하게 유지되는 경우 또는 상기 제1발화의 음높이의 기 설정된 값 이상의 변경이 검출되는 경우,
상기 제2 발화가 존재하는 것으로 판단하도록 학습된
인공 지능 장치의 동작 방법. - 제14항에 있어서,
상기 인공 지능 모델은
상기 제1 발화의 문맥 특징에 연결어 또는 연결 어미에 관련된 특징이 존재하면
상기 제2 발화가 존재하는 것으로 판단하도록 학습된
인공 지능 장치의 동작 방법. - 제 13항에 있어서,
상기 인공 지능 장치의 동작 방법은
상기 제2 발화가 가능하다는 것을 나타내는 알림을 상기 제1 음성 명령을 수행하는 동안 출력하도록 출력부를 제어하는 단계를 더 포함하는,
인공 지능 장치의 동작 방법. - 제13항에 있어서
상기 인공 지능 장치의 동작 방법은,
상기 제2 발화 이후의 제2 비발화 구간을 검출하는 단계;
상기 제2 비발화 구간이 상기 설정된 시간을 초과하면, 상기 제2 비발화 구간 이전의 상기 제2 발화의 특징에 따라 상기 제2 비발화 구간 이후의 제3 발화의 존재 여부를 판단하는 단계;
상기 제2 비발화 구간 이후의 제3 발화를 수신하는 것과 함께 상기 제2 비발화 구간 이전의 상기 제2발화에 따른 제2 음성 명령을 수행하는 단계; 및 상기 제3 발화가 수신되면, 상기 제3 발화에 따른 제 3 음성 명령을 수행하는 단계를 더 포함하는
인공 지능 장치의 동작 방법. - 제11항에 있어서,
상기 비발화 구간은,
상기 음성 데이터의 진폭이 특정 값보다 작은 구간인,
인공 지능 장치의 동작 방법. - 제11항에 있어서,
상기 인공 지능 장치의 동작 방법은,
상기 제2 발화가 존재하는 것으로 판단되면, 상기 제1 발화에 따른 제1 음성 명령을 수행하는 것과 함께 상기 제2 발화를 수신하는 단계; 및
상기 제2 발화가 수신되면 상기 제2 발화에 따른 제2 음성 명령을 수행하는 단계를 더 포함하는
인공 지능 장치의 동작 방법.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190141677AKR20210055347A (ko) | 2019-11-07 | 2019-11-07 | 인공 지능 장치 |
| US16/717,975US11501757B2 (en) | 2019-11-07 | 2019-12-17 | Artificial intelligence apparatus |
| US18/050,958US11769508B2 (en) | 2019-11-07 | 2022-10-28 | Artificial intelligence apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190141677AKR20210055347A (ko) | 2019-11-07 | 2019-11-07 | 인공 지능 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210055347Atrue KR20210055347A (ko) | 2021-05-17 |
Family
ID=75846781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190141677ACeasedKR20210055347A (ko) | 2019-11-07 | 2019-11-07 | 인공 지능 장치 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US11501757B2 (ko) |
| KR (1) | KR20210055347A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023136449A1 (ko)* | 2022-01-12 | 2023-07-20 | 삼성전자주식회사 | 전자 장치 및 음성 인식 서비스를 활성화하는 방법 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210055347A (ko) | 2019-11-07 | 2021-05-17 | 엘지전자 주식회사 | 인공 지능 장치 |
| US12057116B2 (en)* | 2021-01-29 | 2024-08-06 | Salesforce, Inc. | Intent disambiguation within a virtual agent platform |
| US12424215B2 (en)* | 2022-05-27 | 2025-09-23 | SoundHound AI IP, LLC. | Pre-wakeword speech processing with reverse automatic speech recognition |
| KR102516391B1 (ko)* | 2022-09-02 | 2023-04-03 | 주식회사 액션파워 | 음성 구간 길이를 고려하여 오디오에서 음성 구간을 검출하는 방법 |
Family Cites Families (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8452597B2 (en)* | 2011-09-30 | 2013-05-28 | Google Inc. | Systems and methods for continual speech recognition and detection in mobile computing devices |
| US9646610B2 (en)* | 2012-10-30 | 2017-05-09 | Motorola Solutions, Inc. | Method and apparatus for activating a particular wireless communication device to accept speech and/or voice commands using identification data consisting of speech, voice, image recognition |
| US20140149118A1 (en)* | 2012-11-28 | 2014-05-29 | Lg Electronics Inc. | Apparatus and method for driving electric device using speech recognition |
| DE102013001219B4 (de)* | 2013-01-25 | 2019-08-29 | Inodyn Newmedia Gmbh | Verfahren und System zur Sprachaktivierung eines Software-Agenten aus einem Standby-Modus |
| JP2015011170A (ja)* | 2013-06-28 | 2015-01-19 | 株式会社ＡＴＲ−Ｔｒｅｋ | ローカルな音声認識を行なう音声認識クライアント装置 |
| US9202462B2 (en)* | 2013-09-30 | 2015-12-01 | Google Inc. | Key phrase detection |
| GB2523984B (en)* | 2013-12-18 | 2017-07-26 | Cirrus Logic Int Semiconductor Ltd | Processing received speech data |
| EP3067884B1 (en)* | 2015-03-13 | 2019-05-08 | Samsung Electronics Co., Ltd. | Speech recognition system and speech recognition method thereof |
| US10192546B1 (en)* | 2015-03-30 | 2019-01-29 | Amazon Technologies, Inc. | Pre-wakeword speech processing |
| US9978366B2 (en)* | 2015-10-09 | 2018-05-22 | Xappmedia, Inc. | Event-based speech interactive media player |
| US20170154620A1 (en)* | 2015-12-01 | 2017-06-01 | Knowles Electronics, Llc | Microphone assembly comprising a phoneme recognizer |
| US10339918B2 (en)* | 2016-09-27 | 2019-07-02 | Intel IP Corporation | Adaptive speech endpoint detector |
| US10467509B2 (en)* | 2017-02-14 | 2019-11-05 | Microsoft Technology Licensing, Llc | Computationally-efficient human-identifying smart assistant computer |
| US11100384B2 (en)* | 2017-02-14 | 2021-08-24 | Microsoft Technology Licensing, Llc | Intelligent device user interactions |
| KR20180118470A (ko)* | 2017-04-21 | 2018-10-31 | 엘지전자 주식회사 | 음성 인식 장치 및 음성 인식 방법 |
| US10466962B2 (en)* | 2017-09-29 | 2019-11-05 | Sonos, Inc. | Media playback system with voice assistance |
| US20190295540A1 (en)* | 2018-03-23 | 2019-09-26 | Cirrus Logic International Semiconductor Ltd. | Voice trigger validator |
| US20190325898A1 (en)* | 2018-04-23 | 2019-10-24 | Soundhound, Inc. | Adaptive end-of-utterance timeout for real-time speech recognition |
| US10818296B2 (en)* | 2018-06-21 | 2020-10-27 | Intel Corporation | Method and system of robust speaker recognition activation |
| US10861444B2 (en)* | 2018-09-24 | 2020-12-08 | Rovi Guides, Inc. | Systems and methods for determining whether to trigger a voice capable device based on speaking cadence |
| US11150866B2 (en)* | 2018-11-13 | 2021-10-19 | Synervoz Communications Inc. | Systems and methods for contextual audio detection and communication mode transactions |
| KR102137151B1 (ko)* | 2018-12-27 | 2020-07-24 | 엘지전자 주식회사 | 노이즈 캔슬링 장치 및 그 방법 |
| EP4184949A1 (en)* | 2019-04-17 | 2023-05-24 | Oticon A/s | A hearing device comprising a transmitter |
| KR20200132613A (ko)* | 2019-05-16 | 2020-11-25 | 삼성전자주식회사 | 웨이크 언 보이스(Wake on Voice, WoV) 기술을 이용한 음성 인식 수행 방법 및 장치 |
| KR20190089128A (ko)* | 2019-07-10 | 2019-07-30 | 엘지전자 주식회사 | 음성 인식 방법 및 음성 인식 장치 |
| KR20190112684A (ko)* | 2019-09-16 | 2019-10-07 | 엘지전자 주식회사 | 음성 처리 방법 및 음성 처리 장치 |
| KR20190118996A (ko)* | 2019-10-01 | 2019-10-21 | 엘지전자 주식회사 | 음성 처리 방법 및 음성 처리 장치 |
| KR20210055347A (ko) | 2019-11-07 | 2021-05-17 | 엘지전자 주식회사 | 인공 지능 장치 |
- 2019
- 2019-11-07KRKR1020190141677Apatent/KR20210055347A/konot_activeCeased
- 2019-12-17USUS16/717,975patent/US11501757B2/enactiveActive
- 2022
- 2022-10-28USUS18/050,958patent/US11769508B2/enactiveActive
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023136449A1 (ko)* | 2022-01-12 | 2023-07-20 | 삼성전자주식회사 | 전자 장치 및 음성 인식 서비스를 활성화하는 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11501757B2 (en) | 2022-11-15 |
| US20210142786A1 (en) | 2021-05-13 |
| US11769508B2 (en) | 2023-09-26 |
| US20230077245A1 (en) | 2023-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11663516B2 (en) | Artificial intelligence apparatus and method for updating artificial intelligence model | |
| KR102728388B1 (ko) | 오인식된 단어를 바로잡아 음성을 인식하는 인공 지능 장치 및 그 방법 | |
| US11495214B2 (en) | Artificial intelligence device for providing voice recognition service and method of operating the same | |
| KR102281515B1 (ko) | 개인화 언어 모델을 이용하여 사용자의 음성을 인식하는 인공 지능 장치 및 그 방법 | |
| KR102281602B1 (ko) | 사용자의 발화 음성을 인식하는 인공 지능 장치 및 그 방법 | |
| US10872438B2 (en) | Artificial intelligence device capable of being controlled according to user's gaze and method of operating the same | |
| KR20190110072A (ko) | 사용자의 음성을 인식하는 인공 지능 장치 및 그 방법 | |
| US11769508B2 (en) | Artificial intelligence apparatus | |
| KR20210039049A (ko) | 음성 인식을 수행하는 인공 지능 장치 및 그 방법 | |
| KR20190118539A (ko) | 발화 스타일을 고려하여 음성을 인식하는 인공 지능 장치 및 그 방법 | |
| KR20190104268A (ko) | 비식별화된 음성 신호를 학습하는 인공 지능 기기 및 그 방법 | |
| US20190354178A1 (en) | Artificial intelligence device capable of being controlled according to user action and method of operating the same | |
| KR102339085B1 (ko) | 사용자의 어플리케이션 사용 기록을 고려하여 사용자의 음성을 인식하는 인공 지능 장치 및 그 방법 | |
| KR20190113693A (ko) | 단어 사용 빈도를 고려하여 사용자의 음성을 인식하는 인공 지능 장치 및 그 방법 | |
| US11322134B2 (en) | Artificial intelligence device and operating method thereof | |
| US11810575B2 (en) | Artificial intelligence robot for providing voice recognition function and method of operating the same | |
| KR102306393B1 (ko) | 음성 처리 장치 및 음성 처리 방법 | |
| KR20210079666A (ko) | 음향 모델을 학습시키기 위한 인공 지능 장치 | |
| KR20210042460A (ko) | 복수의 언어가 포함된 음성을 인식하는 인공 지능 장치 및 그 방법 | |
| KR20210066328A (ko) | 자연어 이해 모델을 학습시키기 위한 인공 지능 장치 | |
| US11423877B2 (en) | Robot for providing guidance service using artificial intelligence and method of operating the same | |
| KR20190106905A (ko) | 인공지능 전자기기 | |
| US11211079B2 (en) | Artificial intelligence device with a voice recognition | |
| KR102229562B1 (ko) | 음성 인식 서비스를 제공하는 인공 지능 장치 및 그의 동작 방법 | |
| US11348585B2 (en) | Artificial intelligence apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application | St.27 status event code:A-0-1-A10-A12-nap-PA0109 | |
| PN2301 | Change of applicant | St.27 status event code:A-3-3-R10-R13-asn-PN2301 St.27 status event code:A-3-3-R10-R11-asn-PN2301 | |
| PG1501 | Laying open of application | St.27 status event code:A-1-1-Q10-Q12-nap-PG1501 | |
| PA0201 | Request for examination | St.27 status event code:A-1-2-D10-D11-exm-PA0201 | |
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection | St.27 status event code:A-1-2-D10-D21-exm-PE0902 | |
| P11-X000 | Amendment of application requested | St.27 status event code:A-2-2-P10-P11-nap-X000 | |
| P13-X000 | Application amended | St.27 status event code:A-2-2-P10-P13-nap-X000 | |
| PE0601 | Decision on rejection of patent | St.27 status event code:N-2-6-B10-B15-exm-PE0601 |