KR101270010B1 - 음성 인식 기반의 단답형 학습 방법 및 시스템 - Google Patents

음성 인식 기반의 단답형 학습 방법 및 시스템 Download PDF

Info

Publication number
KR101270010B1
KR101270010B1 KR1020110003998A KR20110003998A KR101270010B1 KR 101270010 B1 KR101270010 B1 KR 101270010B1 KR 1020110003998 A KR1020110003998 A KR 1020110003998A KR 20110003998 A KR20110003998 A KR 20110003998A KR 101270010 B1 KR101270010 B1 KR 101270010B1
Authority
KR
South Korea
Prior art keywords
answer
central server
dictionary
correct
words
Prior art date
Application number
KR1020110003998A
Other languages
English (en)
Other versions
KR20120082619A (ko
Inventor
차재권
송원섭
Original Assignee
차재권
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 차재권 filed Critical 차재권
Priority to KR1020110003998A priority Critical patent/KR101270010B1/ko
Publication of KR20120082619A publication Critical patent/KR20120082619A/ko
Application granted granted Critical
Publication of KR101270010B1 publication Critical patent/KR101270010B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance
    • G06Q50/2057Career enhancement or continuing education service
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07BTICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B9/00Ticket punches
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명은 웹 기반의 음성 인식 기반의 단답형 학습 방법에 관한 것으로서, (a) 문제와 이에 대한 정답을 수록하는 문답 데이터베이스 및 오답 처리용 데이터베이스를 구축하는 단계; (b) 중앙서버가 상기 정답 및 오답을 함께 수록하는 사전부를 구성하는 단계; (c) 중앙서버가 학습자 단말기에 상기 문제를 표시하거나 발음을 음성 출력하는 단계; (d) 중앙서버가 기설정된 시간을 카운트하는 단계; (e) 중앙서버가 상기 기설정된 시간 내에 학습자 단말기로부터 답변 신호가 있는지를 판단하는 단계; (f) 상기 답변 신호가 있는 경우 음성인식수단을 통해 상기 답변 신호를 해석하고 상기 사전부에 등록된 단어 또는 문장과 유사여부를 판단하는 단계; (g) 중앙서버가 상기 사전부로부터 동일하거나 가장 유사한 단어 또는 문장을 추출하여 출력하는 단계를 진행하는 것을 특징으로 한다.
상기와 같은 구성에 의하면 고립어 음성 인식 수단을 이용하여 문제에 대한 정답을 말하고 사전부에 기록된 단어와 비교함으로써 스피치 인식(speech recognition)이 가능하게 된다.

Description

음성 인식 기반의 단답형 학습 방법 및 시스템{METHOD AND THE SYSTEM OF LEARNING WORDS BASED ON SPEECH RECOGNITION}
본 발명은 음성 인식 기술을 이용한 단답형 학습 및 시스템에 관한 것으로, 특히 난이도 및 카테고리에 따라 단어를 분류하고 음성 인식 수단을 통해 대화식으로 단어 또는 문장을 학습할 수 있도록 구성한 음성 인식 기반의 단답형 학습 방법 및 시스템에 관한 것이다.
음성 인식(speech recognition)이란 인간에 의해 발성된 음성을 컴퓨터가 인식하고 그 결과를 다른 기기-기계의 디스플레이/동작/제어에 활용하기 위한 기술을 말한다.
음성 인식에 있어서 발성된 음성이란 기본적으로 발성된 언어를 뜻하게 되는데, 음성 인식의 개발과 연구는 거의 언어신호의 인식을 가능하도록 만드는 것으로 이루어졌다.
이렇게 음성인식은 현재 차세대 인터페이스로 크게 각광받고 있으며, 특히 게임 업계에서 마이크로소프트사가 음성 인식, 동작 인식 등을 차세대 인터페이스로 선정, 그 가치와 가능성을 확장해가고 있다.
또한 게임 분야에 있어서 음성 인식은 타 분야와 다르게 편리성 뿐 만 아니라 몰입성과 표현성의 강점을 가질 수 있으므로 적극적인 적용이 이루어지고 있다.
최근에는 교육 분야에서도 외국어 등을 암기하고자 할 때 음성 인식이 적극적으로 활용되고 있는 추세이다. 영단어 암기와 관련해 최근 속칭 '깜빡이'라는 단어 암기용 휴대기기가 크게 각광받고 있으며, 이는 영어 학습에 있어서 영단어 암기가 여전히 매우 큰 비중을 차지한다는 것을 증명하고 있다.
그러나 이러한 제품들은 음성 인식 기술을 이용하기는 하나, 디폴트(default) 값의 파형 특성과 타임라인 상에서의 변화를 특성화하여 입력된 사운드와 디폴트값을 비교하여 유사도를 측정함으로써 발음을 교정하기 위한 것이었다. 즉 보이스 인식(voice recognition)으로 가능하나 스피치 인식(speech recognition)으로는 불가능하기 때문에 디폴트 값의 발성자와 다른 사람을 구분할 수 있으나 입력된 사운드가 사전 내의 어느 단어와 가장 가까운지를 판단하여 단어 등의 의미나 뜻을 암기할 수 있는 수단은 될 수 없었다.
또한 이러한 제품들은 휴대용 하드웨어로서 1분에 20단어, 1시간에 1200단어를 학습할 수 있다고 선전하고 있으나, 실제 학습을 통해 암기할 수 있는 단어의 수는 1시간에 70~80단어 정도로 조사되고 있다. 이는 방식의 특성상 필연적으로 야기되는 단순반복에 따른 집중력 저하를 기존의 제품들이 극복할 수 없기 때문이다. 나아가 제품을 따로 구매해야 하므로 학습자에게 경제적 부담이 되었다.
또한 단어 암기용 휴대기기는 사람마다 교육 수준이 달라 난이도에 따른 단어 학습이 어려웠으며, 나아가 사람의 기억력은 시간이 흐름에 따라 소실되므로 주기적으로 학습할 수 있도록 과학적 암기법에 따른 학습 방법을 제공할 수 없다는 단점이 있었다.
본 발명은 상기의 문제점을 해결하기 위해 난이도 및 카테고리별로 분류된 데이터베이스(Data Base, 이하 DB)를 구축하여 난이도 및 반복 횟수 등을 결정하도록 함과 동시에 온라인 상에서 효과적, 경제적, 과학적으로 단답형을 학습할 수 있는 음성 인식 기반의 단답형 학습 방법 및 시스템을 얻고자 하는 것을 목적으로 한다.
상기 기술적 과제를 달성하기 위해 본 발명에서는 온라인 상에서 단답형를 학습할 수 있는 음성 인식 기반의 단답형 학습 방법 및 시스템이 제공된다.
본 발명의 음성 인식 기반의 단답형 학습 방법은, (a) 문제와 이에 대한 정답을 수록하는 문답 데이터베이스 및 오답 처리용 데이터베이스를 구축하는 단계; (b) 중앙서버가 상기 정답 및 오답을 함께 수록하는 사전부를 구성하는 단계; (c) 중앙서버가 학습자 단말기에 상기 문제를 표시하거나 발음을 음성 출력하는 단계; (d) 중앙서버가 기설정된 시간을 카운트하는 단계; (e) 중앙서버가 상기 기설정된 시간 내에 학습자 단말기로부터 답변 신호가 있는지를 판단하는 단계; (f) 상기 답변 신호가 있는 경우 음성인식수단을 통해 상기 답변 신호를 해석하고 상기 사전부에 등록된 단어 또는 문장과 유사여부를 판단하는 단계; (g) 중앙서버가 상기 사전부로부터 동일하거나 가장 유사한 단어 또는 문장을 추출하여 출력하는 단계를 진행하는 것을 특징으로 한다.
여기서 상기 음성인식수단은 개별 단어 발성을 인식한 후 텍스트로 변환해주고 상기 사전부에 등록된 단어 또는 문장 중 가장 유사한 단어를 판별하는 고립어 음성 인식 수단을 이용할 수 있다.
또한 상기 사전부는 하나 이상 10개 이하의 정답과 각 정답에 대해 99개씩의 오답으로 구성되는 것을 특징으로 한다.
또한 상기 99개씩의 오답은, 1 음절부터 11음절까지 각 음절마다 10개의 파트로 나누어진 90개의 단어가 수록된 오답 처리용 데이터베이스로부터 정답의 개수에 따라 각 파트가 선택되어 구성되되, 상기 정답의 개수는 1개 이상 10개 이하인 것을 특징으로 한다.
한편 상기 (g) 단계는, 상기 동일하거나 유사한 단어 또는 문장이 상기 사전부의 정답인 경우 정답임을 학습자 단말기에 표시하고 가산점을 부여하며, 오답인 경우 오답임을 학습자 단말기에 표시하고 감산점을 부여하는 단계를 더 진행하여 상벌을 통한 학습 동기부여와 오락성을 부여하는 것이 바람직하다.
나아가 상기 (e) 단계에서 답변 신호의 입력이 종료하는 즉시 상기 (f) 단계를 진행하도록 하여 진행 시간을 최대한 단축시키도록 한다
또한 상기 (d)단계의 기설정된 시간은 3 내지 5초인 것이 바람직하다.
한편 상기 (a) 단계에서 상기 문답 데이터베이스는 난이도에 따라 번호가 각각 부여된 하나 이상의 문제가 카테고리별로 구축되고, 상기 (b) 내지 (g)단계를 하나의 프로세스라고 할 때, 중앙서버가 특정 카테고리 내에서 단위 시간당 반복 학습할 시퀀스의 횟수와 각 시퀀스 내에서 진행되는 프로세스의 횟수 및 시작점을 입력받는 설정단계와, 상기 중앙서버가 상기 설정단계의 설정에 따라 상기 프로세스와 시퀀스를 실행하는 실행단계;를 진행하되, 상기 프로세스의 시작점은 상기 난이도에 따라 문제에 부여된 번호 중 하나이고 상기 프로세스의 횟수는 반복 학습할 상기 문제의 개수인 것을 특징으로 한다.
여기서 상기 설정단계에서 단위 시간당 반복 학습할 시퀀스의 횟수는 1일당 시퀀스의 횟수를 6회로 하는 것을 특징으로 한다.
또한 상기 설정단계와 실행단계가 최초로 진행된 후, 상기 설정단계에서 상기 중앙서버가 단위 시간당 반복 학습할 시퀀스의 횟수를 1일당 2번으로 설정하고, 1일 후 상기 실행단계를 진행하고, 다시 7일 후 상기 실행단계를 진행하는 것을 특징으로 한다.
상기와 같은 학습 반복 구조를 취함으로써 1개월 후 약 85%에 이르는 망각률을 20%정도로 낮출 수 있다. 즉 기존의 단어 암기 방식에서는 100단어를 학습할 경우 1개월 후 15단어를 기억할 수 있는 반면, 본 발명을 통한 학습 반복 구조를 거치게 되면 100개 단어 또는 문장을 학습할 경우 1개월 후 80 단어 또는 문장 이상의 암기를 기대할 수 있는 것이다. 따라서 외국어 단어 또는 문장 암기에 있어서 530%의 암기력 증대효과를 기대할 수 있다.
한편 본 발명의 온라인을 통한 음성 인식 기반의 단답형 암기 시스템은, 마이크, 스피커, 모니터, 하기 중앙서버의 데이터송수신부로부터 수신한 데이터를 회로적으로 가공한 후 스피커를 통해 음성을 출력하는 음성출력부 및 모니터를 통해 영상을 출력하는 영상출력부를 포함하는 학습자 단말기; 상기 마이크를 통해 학습자의 답변 신호를 전송받아 아날로그 답변 신호를 디지털 신호로 변환하고, 노이즈를 필터링하며 핵심 사운드를 검출한 후, 디지털화된 사운드를 패턴화하여 음성특성을 적용하여 개별 단어 발성을 인식한 후 텍스트로 변환해주고 사전부에 등록된 단어 중 가장 유사한 단어를 판별하는 음성인식수단 및; 각종 데이터베이스의 데이터 입출력을 관리하는 DB관리부, 설정된 시퀀스의 횟수 및 프로세스의 횟수에 따라 프로세스 및 시퀀스를 실행하도록 제어하거나, 문제의 학습자 단말기로의 출력 및 정답 또는 오답의 출력을 제어하는 제어부, 중앙서버와 학습자 단말기간의 데이터의 입출력을 담당하는 데이터송수신부, 시간을 카운트하는 기능을 수행하며 기설정된 시간동안 학습자의 답변이 있거나 시간이 종료할 때까지 프로세스의 진행을 정지시키는 타이머 및, 하나 이상 10개 이하의 정답과 오답처리용 데이터베이스로부터 각 정답마다 99개씩의 오답을 추출하여 사전부를 구성하는 사전구성부를 포함하는 중앙서버;를 포함하고, 상기 중앙서버는 난이도에 따라 번호가 각각 부여된 하나 이상의 문제 및 정답이 카테고리별로 수록된 문답 데이터베이스와, 1음절부터 11음절까지 각 음절마다 10개의 파트로 나누어진 90개의 단어가 수록된 오답처리용 데이터베이스 및, 정답 및 오답이 함께 구성된 사전부를 구비하는 것을 특징으로 한다.
여기서 상기 문답 데이터베이스 및 오답처리용 데이터베이스에는 각 단어 또는 문장에 해당하는 음성 정보를 포함하는 것이 바람직하다.
상기와 같은 구성에 의하면 고립어 음성 인식 수단을 이용하여 문제에 대한 정답을 말하고 사전부에 기록된 단어와 비교함으로써 스피치 인식(speech recognition)이 가능하게 된다.
또한 음성 인식 기술을 이용하고, 난이도 및 카테고리별로 분류된 데이터베이스(Data Base, 이하 DB)를 구축하여 난이도 및 반복 횟수 등을 결정하도록 하여 온라인 상에서 효과적, 경제적, 과학적으로 단어를 학습할 수 있다.
또한 설정 시간의 제한을 두고 각 단어별로 사전을 구축함으로써 음성 인식 시간을 단축시킬 수 있다.
도 1은 본 발명의 바람직한 일실시예에 있어서 온라인을 통한 음성인식 기반의 단어 암기 방법의 전체흐름도이다.
도 2는 본 발명의 바람직한 일실시예에 있어서 온라인을 통한 음성인식 기반의 단답형 암기 방법을 수행하기 위해 필요한 문답 데이터베이스에 수록되는 예를 나타낸 것이다.
도 3은 본 발명의 바람직한 일실시예에 있어서 온라인을 통한 음성인식 기반의 단어 암기 방법이 실행되는 각 시퀀스와 각 프로세스를 나타낸 흐름도이다.
도 4는 본 발명의 온라인을 통한 음성인식 기반의 단답형 암기 방법에 있어서 최초 프로세스의 흐름을 나타내는 순서도이다.
도 5는 본 발명의 온라인을 통한 음성인식 기반의 단답형 암기 시스템을 나타내는 전체구성도이다.
도 6은 본 발명의 고립어 음성 인식 수단을 이용하여 정/오답을 처리하는 방법을 구체적으로 나타내는 예시도이다.
도 7은 본 발명의 고립어 음성 인식 수단을 이용하여 정/오답을 처리하는 방법에 있어서, 정답과 함께 오답처리용 단어 또는 문장을 등록시킨 경우의 정/오답 처리방법을 나타내는 구체적인 예시도이다.
도 8은 본 발명의 음성 인식 기반의 단답형 암기 방법에 있어서, 오답처리용 데이터베이스를 구축하는 바람직한 일실시예를 나타내는 예시도이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 발명의 바람직한 일실시예에 있어서 온라인을 통한 음성인식 기반의 단답형 암기 방법의 전체흐름도이다. 본 발명에서 '단답형'이란 단어 또는 문장을 포함하는 개념으로 정의한다.
도 1에 도시된 바와 같이, 우선 일정한 난이도에 따라 번호가 각각 부여된 하나 이상의 문제를 학습자의 수준이나 학습 목표에 따라 구분된 카테고리별로 문답 데이터베이스(70) 및 오답처리용 데이터베이스(90)를 구축한다(S11).
다음으로 특정 카테고리 내에서 단위 시간당 반복 학습할 시퀀스의 횟수와 각 시퀀스 내에서 진행되는 프로세스의 횟수 및 시작점을 학습자가 설정(S12)하면 중앙서버(60)는 이에 따라 실행할 준비를 하게 된다.
다음으로 중앙서버(60)는 상기 설정에 따라 프로세스와 시퀀스를 실행한다(S13). 상기 프로세스의 시작점은 상기 난이도에 따라 단답형에 부여된 번호 중 하나이고 상기 프로세스의 횟수는 반복 학습할 상기 단답형의 개수가 된다.
도 2는 본 발명의 바람직한 일실시예에 있어서 온라인을 통한 음성인식 기반의 단답형 암기 방법을 수행하기 위해 필요한 문답 데이터베이스에 수록되는 예를 나타낸 것이다.
도 2에 도시된 바와 같이, 고급, 토익(TOEIC) 등으로 카테고리가 분류되어 있고, 각 문제마다 난이도를 표시하는 번호가 부여되어 있다. 즉 'apple'은 고급이라는 카테고리에 분류되고 난이도가 25이다. 카테고리는 필요에 따라 초급, 중급, 상급, 토플용, SAT용, JET 용 등 얼마든지 세분화될 수 있음은 자명하다. 도시되지는 않았으나 'apple'에 대한 정답으로서 그 의미가 되는 '사과'가 텍스트 또는 음성 파일로 저장되어 있다.
여기서 문제는 상기의 'apple'과 같은 외국어 단어가 대표적이나 이에 한정하지 않고, 문장이 될 수 있다. 즉 '조선의 마지막 왕은?' 또는 '소금의 원소 기호는?'이 문제가 되고 정답이 '순종' 또는 '엔에이씨엘'이 될 수 있다. 나아가 문제가 한국어인 '손톱깍이'가 되고, 정답이 발음기호 상의 [tsumekiri]가 될 수도 있다.
도 3은 본 발명의 바람직한 일실시예에 있어서 온라인을 통한 음성인식 기반의 단답형 암기 방법이 실행되는 각 시퀀스와 각 프로세스를 나타낸 흐름도이다.
도 3에 도시된 바와 같이, 학습자는 하루를 단위로 노출될 문제의 수를 m개로 설정하였다. 즉 난이도에 따라 학습자가 각 문제에 부여된 번호 중 하나를 결정하고, 문제의 수를 m개로 설정하였으며, 하루에 총 6번의 시퀀스를 설정하였다. 이에 따라 각 시퀀스에서 실행되는 프로세스는 m개가 된다.
보다 구체적인 예를 들면, 학습자가 하루에 반복 학습할 횟수인 시퀀스를 6번으로 설정하고, 카테고리를 '고급'으로 설정하였으며, 난이도가 25인 'apple'(도 2 참조)을 시작점으로 하는 최초 프로세스를 설정하였고, 학습할 구간을 4로 설정하였다면, 해당일 학습구간은 난이도가 25인 'apple'부터 난이도가 28인 'vocabulary'가 반복 학습된다. 즉 학습 구간의 시작이 되는 단어의 난이도 번호가 n이고 학습할 단어가 m개인 경우, 해당일 학습 구간은 n에서 n+m-1까지가 될 것이다.
도 4는 본 발명의 온라인을 통한 음성인식 기반의 단답형 암기 방법에 있어서 최초 프로세스의 흐름을 나타내는 순서도이다. 이후 프로세스도 동일함이 바람직하다.
도 4에 도시된 바와 같이, 문답 데이터베이스(70) 및 오답 처리용 데이터베이스를 구축한 후(S40), 최초 문제가 'apple'이라면 중앙서버(60)는 그에 대한 정답 및 오답을 수록하는 사전부(80)를 구성한다(S41). 이후 중앙서버(60)는 학습자 단말기(50)에 'apple'을 화면표시하거나 발음 음성을 출력한다(S42). 이후 중앙서버(60)는 설정 시간을 카운트(S43)하고 바람직하게는 설정 시간의 흐름을 학습자 단말기(50) 상에 화면표시한다(미도시). 여기서 상기 설정 시간은 긴장감을 유발하고 집중력을 발휘하도록 3초가 바람직하다.
상기한 바와 같이 단위 시간당 반복 학습할 시퀀스의 횟수는 1일당 시퀀스의 횟수를 6회로 하고 기설정된 시간을 3초로 하는 경우, 1분에 20단어를 학습할 수 있으며 5분에 100단어를 학습할 수 있다. 이를 한계로 설정한다면 100단어를 도시한 후에는 다시 처음부터 100단어를 6회 반복한다. 6회 반복에 소요되는 시간은 총 30분으로 90~95% 가량의 단어가 장기 기억으로 넘어가 일주일 이상 기억될 수 있다. 물론, 여기에서는 단어에 국한하였으나, 학습가능한 범위가 단어, 문장 등의 단답형 문구들을 포함함은 상술한 바와 같다.
이후 중앙서버(60)는 상기 설정 시간 이내에 학습자가 음성으로 답변하였는지를 판단한다(S44). 답변하지 않았다면 오답을 화면표시하고 감산(S45)을 할 것이나, 답변을 하였다면 음성 인식 수단이 해당 답변 신호를 해석(S46)하여 텍스트로 전환한 다음 제시단어의 의미와 일치하는지 여부를 판단한다(S47). 일치하지 않으면 중앙서버(60)는 오답을 화면표시하고 감산(S45)을 할 것이나, 일치한다면 정답을 표시하고 가산을 한다(S48). 나아가 중앙서버(60)는 문제에 대한 정답 또는 오답을 학습자 단말기(50)에 출력(S49)함이 바람직하다.
도 5는 본 발명의 온라인을 통한 음성인식 기반의 단답형 암기 시스템을 나타내는 전체구성도이다. 이하 각 구성을 구체적으로 설명한다.
학습자 단말기(50)는 그 구성요소로서 마이크(51), 스피커(52) 및 모니터(53)를 포함하는 한편, 하기하는 중앙서버(60)의 데이터송수신부(63)로부터 수신한 데이터를 회로적으로 가공한 후 스피커(52)를 통해 음성을 출력하는 음성출력부(54)와 모니터(53)를 통해 영상을 출력하는 영상출력부(55)를 포함한다.
바람직하게는 반복 횟수와 학습할 단답형의 개수를 설정하여 입력할 수 있는 키보드 또는 마우스와 같은 입력 수단(미도시)을 구비할 수 있다.
상기 마이크(51)는 학습자의 답변 신호를 전기적 신호로 변환하여 하기하는 음성인식수단(66)에 전송하며, 스피커(52)는 문제나 정답 또는 오답을 소리로 출력한다. 상기 모니터(53)는 문제를 보여주거나 정답 표시, 문제의 의미 등을 표시한다.
음성인식수단(66)은 상기 마이크(51)를 통해 학습자의 답변 신호를 전송받아 아날로그 답변 신호를 디지털 신호로 변환하고, 노이즈를 필터링하며 핵심 사운드를 검출한 후, 디지털화된 사운드를 패턴화하여 음성특성을 적용적용하여 개별 단어 발성을 인식한 후 텍스트로 변환해주고 사전부(80)에 등록된 단답형 중 가장 유사한 단어 또는 문장을 판별한다. 여기서 상기 음성인식수단(66)은 학습자 단말기(50)에 포함되거나 하기의 중앙서버(60)에 포함될 수 있다.
중앙서버(60)는 본 발명의 온라인을 통한 음성인식 기반의 단어 학습 방법을 총괄 관리하고 제공하는 서버이다. 중앙서버(60)는 제어부(61), 사전구성부(62), 데이터송수신부(63), 타이머(64), DB관리부(65), 문답 데이터베이스(70), 오답처리용 데이터베이스(90) 및 사전부(80)를 포함할 수 있다.
상기 DB관리부(65)는 각종 데이터베이스의 데이터를 관리하는 기능을 수행한다.
상기 제어부(61)는 설정된 시퀀스의 횟수 및 프로세스의 횟수에 따라 프로세스 및 시퀀스를 실행하도록 제어하고, 문제의 학습자 단말기(50)로의 출력 및 정답 또는 오답의 출력을 제어하며 각종 데이터흐름을 제어한다.
상기 사전구성부(62)는 상기 문답 데이터베이스(70) 및 오답처리용 데이터베이스(90)로부터 정답 및 오답을 추출하여 사전부(80)를 구성한다.
상기 데이터송수신부(63)는 중앙서버(60)와 학습자 단말기(50)간의 데이터의 입출력을 담당한다.
타이머(64)는 시간을 카운트하는 기능을 수행하며 기설정된 시간동안 학습자의 답변이 있거나 설정된 시간이 종료할 때까지 프로세스의 진행을 정지시킨다.
문답 데이터베이스(70)에는 난이도에 따라 번호가 각각 부여된 하나 이상의 문제가 카테고리별로 기록되어 있으며, 바람직하게는 각 단어에 해당하는 음성 정보를 포함할 수 있다. 나아가 문제에 대한 정답을 텍스트 또는 음성 파일로 수록한다.
사전부(80)는 상기 사전구성부(62)에 의해 정답 및 이에 대한 오답이 추출된 후 저장되는 공간으로서, 상기 중앙서버(60)에 구비될 수 있으나, 학습자 단말기(50)의 메모리 상에도 구비될 수 있다.
오답처리용 데이터베이스(90)에는 1음절부터 11음절까지 각 음절마다 10개의 파트로 나누어진 90개의 단어가 수록된다.
한편 상기 문답 데이터베이스(70), 오답처리용 데이터베이스(90)는 하나의 데이터베이스로 구성될 수도 있으며, 상기 중앙서버(60)와 학습자 단말기(50)는 유선 또는 무선 네트워크를 통하여 통신한다.
이하에서는 본 발명의 일실시예로서 고립어 음성 인식 수단을 이용하여 정/오답을 처리하는 방법을 구체적으로 설명한다.
고립어 음성 인식 수단은 새로 유입된 사운드인 답변 신호가 사전부(80) 내의 어느 단어 또는 문장과 가장 가까운지를 판단하여 결과를 도출하는 수단이다. 따라서 사전 내에 정답과 합께 오답을 수록해야 정/오답 처리가 가능하다. 그렇지 않고 정답만이 사전에 등록되어 있을 경우 어떤 사운드에 대해서도 정답이라는 결과를 나타내기 때문이다.
예를 들어, 정답 1개에 대해 99개의 오답을 사전부(80)에 구성하고, 사전부(80)에 존재하지 않는 답변 신호가 입력되는 경우 정답으로 규정될 확률이 1%가 된다. 정답이 되는 단어 또는 문장이 출력될 때 정답임을 화면표시하고 정답 이외의 단어가 출력될 때 오답으로 화면표시된다.
구체적인 예를 들어 설명하면, 책상을 치는 '쿵'하는 소리가 답변 신호로 입력되는 경우, 만약 사전부(80)에 '윤동주'라는 단어만 입력된 상태라면 중앙서버(60)는 '윤동주'를 학습자 단말기(50)에 출력할 것이다.
만약 사전부(80)에 '윤동주'와 이외의 여러 가지 단어 99개가 삽입되어 있으면 '윤동주'가 출력될 확률은 1%가 될 것이며 만약 '윤동주'가 정답으로 규정되어 있다면 '쿵'소리가 입력되어도 '윤동주'가 출력되는 경우 정답으로 처리되고, '윤동주'외의 단어가 출력되면 오답으로 처리한다.
구체적인 또 다른 예를 들어 설명하면, 학습자가 '서정주'를 발성하는 경우, 만약 사전부(80)에 '윤동주'만 입력된 상태이면 '윤동주'를 출력한다. 이와 달리 사전부(80)에 '윤동주'와 이외의 여러 가지 단어 99개가 삽입되어 있으면, 사전부(80)에 '서정주'가 존재하는 경우 '서정주'를 출력하고, 사전부(80)에 '서정주'가 존재하지 않는 경우, 발성이 가장 가까운 단어가 출력된다.
결론적으로 정답 이외에 다른 단어 또는 문장이 많을수록 정답이 아닌 답변을 했을 경우 정확성을 높일 수 있는 반면, 정답 이외의 다른 단어 또는 문장이 많을수록 정답을 답변했을 경우 오답으로 처리될 확률이 높아진다.
정답이 아닌 답변에 대한 정확성은 사전부(80) 내의 '정답 단어수/단어 총수'로 계산되며 100~200개일 경우 99%~99.5%의 정확성을 가진다.
정답을 답변한 경우 정확성은 사전부(80)에 수록된 단어가 만 개일 때 95%~97%의 정확성을 가지므로, 100~200개 단어에 대해서는 99.8%~99.9%의 정확성을 가진다.
도 6은 본 발명의 고립어 음성 인식 수단을 이용하여 정/오답을 처리하는 방법을 구체적으로 나타내는 예시도이다.
우선 문제가 'vague'이고 정답이 '희미한'이며, 사전부(80)에 등록된 단어들이 도 6의 80과 같다고 하자.
도 6에 도시된 바와 같이, 학습자의 답변은 세 가지의 경우로 나눌 수 있다. 제1의 경우는 사전부(80)에 없는 무의미한 사운드 또는 단어를 답변하는 경우이고, 제2의 경우는 사전부(80)에 등록된 단어이나 정답이 아닌 답변의 경우이며, 제3의 경우는 사전에 등록된 정답을 답변하는 경우이다.
상기 제1의 경우와 같이 답변에 해당하는 입력값이 책상 치는 소리와 같은 무의미한 사운드인 '쿵'이라고 할 때, 그 결과값은 상기 사전부(80)에 등록되어 있는 '쿵'소리와 가장 가까운 단어가 된다.
상기 제2의 경우와 같이 입력값이 '재빠른'이라고 할 때, 그 결과값은 상기 사전부(80)에 등록되어 있는 '재빠른'이 된다.
상기 제3의 경우와 같이 입력값이 '희미한'이라고 할 때, 그 결과값은 상기 사전부(80)에 등록되어 있는 '희미한'이 된다.
도 7은 본 발명의 고립어 음성 인식 수단을 이용하여 정/오답을 처리하는 방법에 있어서, 정답과 함께 오답처리용 단어 또는 문장을 등록시킨 경우의 정/오답 처리방법을 나타내는 구체적인 예시도이다.
고립어 음성 인식 수단은 사운드의 시작점과 끝점을 찾을 수 있는 경우, 반드시 사전부(80)의 단어 또는 문장을 결과값으로 출력한다. 이때 출력되는 결과값은 반드시 사전부(80)에 등록된 단어 또는 문장들 중 하나가 된다. 따라서 사전부(80)에 정답과 함께 오답으로 처리할 데이터를 등록하여 정/오답 처리를 수행한다.
도 7에 도시된 바와 같이, 사전부(80)는 정답과 오답으로 분류되어 구성된다. 따라서 정답으로 분류되어 있는 단어 또는 문장에 해당하는 답변이 입력되면 정답으로 처리하고, 오답으로 분류되어 있는 단어 또는 문장에 해당하는 답변이 입력되면 오답으로 처리한다.
도 7은 1개의 정답과 오답처리용 단어 9개를 포함한 사전부(80)를 생성시켰을 경우를 나타낸다. 정답은 '희미한'이며, 오답으로는 사람, 밝은, 돌 등의 9개가 삽입되어 있다. 문제가 출제되어 학습자가 답변을 하게 될 경우, 이 답변을 음성인식 처리하게 되면, 반드시 사전에 포함된 10개의 단어 중 한 단어를 결과값으로 도출한다. 이 도출된 값들은 총 10가지 경우가 되는데, 이중 정답으로 등록한 '희미한'이 결과값으로 도출될 경우 정답으로 처리하며, 이외의 사람, 밝은, 돌 등 오답처리용 단어가 결과값으로 도출될 경우 오답으로 처리한다.
이하에서는 본 발명에 있어서 오답처리를 위한 단답형의 개수를 정하는 방법을 설명한다.
오답처리를 위한 단어 또는 문장의 개수에 따라 정/오답처리 시스템의 정확도가 달라진다. 여기에는 두 가지 경우가 있을 수 있는데, 첫 째 무의미한 사운드 발생 및 유의미한 발성이지만 사전에 없는 단어 또는 문장을 발성할 경우와, 둘 째 유의미한 사운드이며 사전에 있는 단어 또는 문장을 발성할 경우이다.
첫 째, 무의미한 사운드 발생 및 유의미한 발성이지만 사전에 없는 단어 또는 문장을 발성할 경우를 설명한다.
도 7에서와 같이 정답 1개와 오답 9개로 사전부(80)가 생성될 경우, 무의미한 사운드가 발생하거나 유의미한 발성이지만 사전에 없는 단어 또는 문장이 발생될 때 음성 인식 결과값은 확률적이다. 따라서 총 10개의 단어 중 오답 중 하나가 결과값으로 도출될 확률은 90%이며, 정답이 결과값으로 도출될 확률은 10%이다. 그리고 무의미한 사운드 또는 사전에 없는 단어 또는 문장 발성은 오답이므로 정/오답 처리의 정확성은 90%가 된다고 할 수 있다.
이와 같은 시스템에서 정/오답 처리의 정확성을 높이는 방법은 오답처리용 단어 또는 문장의 개수를 늘리는 것이다. 이를 테면, 정답이 1개일 때 오답처리용 단어가 9개이면 정/오답처리의 정확성은 90%가 되며, 정답이 1개일 때 오답처리용 단어가 99개이면 정/오답처리의 정확성은 99%가 되며, 정답이 1개일 때 오답처리용 단어가 999개이면 정/오답처리의 정확성은 99.9%가 된다. 이때 정/오답 처리를 위한 오답처리용 단어의 개수는 발명의 목적에 맞춰 조절하면 된다.
다음은 둘 째, 유의미한 사운드이며 사전에 있는 단어 또는 문장을 발성할 경우를 설명한다.
입력된 사운드가 유의미한 사운드이며 사전부(80)에 있는 단어 또는 문장을 발성할 경우에는 음성 인식 시스템 자체의 인식률이 적용된다. 그러나 인식률은 사전부(80)에 등록된 단어 또는 문장의 개수에 의존하므로 오답처리용 단어 또는 문장이 많을수록 인식률이 저하된다. 또한 사전에 등록된 단어 또는 문장의 개수가 많을수록 음성 인식 시스템이 결과값을 도출하는 시간이 길어진다.
따라서 무의미한 사운드이거나 유의미하지만 사전에 없는 단어의 발성의 경우와, 유의미한 사운드이며 사전에 있는 단어 또는 문장의 발성의 경우 오답처리용 단어의 개수는 정/오답처리의 정확성에 있어서 서로 상충되는 관계에 있다.
본 발명의 목적상 정/오답처리의 정확성이 99%이상이면 되므로 정/오답처리를 위한 오답처리용 단어 또는 문장의 개수는 99개로 정할 수 있다.
도 8은 본 발명의 음성 인식 기반의 단답형 암기 방법에 있어서, 오답처리용 데이터베이스(90)를 구축하는 바람직한 일실시예를 나타내는 예시도이다.
도 8에 도시된 바와 같이, 정/오답처리를 위한 오답처리용 데이터베이스(90)는 1개의 정답에 대해 99개가 되며, 2개의 정답에 대해서는 198개가 된다. 정답과 오답의 비율이 1:99를 유지하는 것이 바람직하며, 입력 사운드의 길이가 1음절에서 11음절까지로 생각해 음절당 90개의 단어 또는 문장을 오답처리용으로 데이터베이스를 구축하여, 1개의 정답에 대해 99개의 오답처리용 단어 또는 문장을 구축한다.
단어를 일례로 들면, 1음절에서 11음절에 이르는 단어가 각 음절마다 90개씩 구성되어 있으며, 각 음절에는 파트1에서 파트10으로 구성되어 각 파트에 9개의 단어를 포함하고 있다.
정답의 개수가 1개일 때에는 각 음절 데이터 중 파트1에 해당되는 단어들인 총 99개가 호출되어 정답과 함께 사전부(80)가 생성되며, 정답의 개수가 2개일 경우 각 음절의 데이터 중 파트1과 파트2의 단어들이 호출되어 사전부(80)를 생성한다.
따라서 위와 같이 구성하여 한 문제에 대한 정답이 10개가 되는 것까지 포괄할 수 있다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 부가 및 변경이 가능하다는 것이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.
한편, 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬(플로피) 디스크(floptical(Floppy) disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
50: 학습자 단말기 51: 마이크
52: 스피커 53: 모니터
54: 음성 출력부 55: 영상 출력부
60: 중앙서버 61: 제어부
62: 사전구성부 63: 데이터송수신부
64: 타이머 65: DB관리부
70: 문답 데이터베이스 80: 사전부
90: 오답처리용 데이터베이스

Claims (12)

  1. (a) 중앙서버가 카테고리별로 문제가 수록되고 상기 문제에 대한 정답의 개수가 1개 이상 10개 이하로 수록된 문답 데이터베이스, 및 상기 문제에 대한 오답이 상기 각 정답에 대해 90개 내지 99개씩 구성되며 1 음절부터 11 음절까지 각 음절마다 10개의 파트로 나누어진 단어 또는 문장으로 구성되어 수록되는 오답처리용 데이터베이스를 구축하는 단계;
    (b) 상기 중앙서버가 상기 문답 데이터베이스 및 상기 오답처리용 데이터 베이스로부터 상기 정답 및 오답을 추출하여 사전부를 구성하고, 상기 중앙서버가 단위 시간당 반복 학습할 시퀀스의 횟수를 1일당 6회로 설정하는 단계;
    (c) 상기 중앙서버가 학습자 단말기에 상기 문제를 표시하거나 음성으로출력하는 단계;
    (d) 상기 중앙서버가 기설정된 시간을 카운트하는 단계;
    (e) 상기 중앙서버가 상기 기설정된 시간 내에 학습자 단말기로부터 답변 신호가 있는지를 판단하는 단계;
    (f) 상기 중앙서버가 상기 답변 신호가 있는 경우 음성인식수단을 통해 상기 답변 신호를 해석하고 상기 사전부에 등록된 단어 또는 문장과 유사여부를 판단하는 단계;
    (g) 상기 중앙서버가 상기 판단결과 상기 사전부로부터 동일하거나 가장 유사한 단어 또는 문장을 추출하여 출력하는 단계
    를 포함하고,
    상기 중앙서버는 상기 1일당 6회로 설정된 시퀀스의 횟수에 따라서 상기 (c) 단계 내지 (g) 단계를 반복하며, 이후 1일후와 7일후에는 상기 중앙서버가 1일당 2회 상기 (c) 단계 내지 (g) 단계를 실행하는 음성 인식 기반의 단답형 암기 방법.
  2. 청구항 1에 있어서,
    상기 음성인식수단은 개별 단어 또는 문장 발성을 인식한 후 텍스트로 변환해주고 상기 사전부에 등록된 단어 또는 문장 중 가장 유사한 단어를 판별하는 음성 인식 수단인 것을 특징으로 하는 음성 인식 기반의 단답형 암기 방법.
  3. 삭제
  4. 삭제
  5. 청구항 1 또는 청구항 2에 있어서,
    상기 (g) 단계는,
    상기 동일하거나 가장 유사한 단어 또는 문장이 상기 사전부의 정답인 경우 정답임을 학습자 단말기에 표시하고 가산점을 부여하며, 오답인 경우 오답임을 학습자 단말기에 표시하고 감산점을 부여하는 단계
    를 더 포함하는 것을 특징으로 하는 음성 인식 기반의 단답형 암기 방법.
  6. 청구항 1 또는 청구항 2에 있어서,
    상기 (e) 단계에서 답변 신호의 입력이 종료되면 상기 (f) 단계를 진행하는 것을 특징으로 하는 음성 인식 기반의 단답형 암기 방법.
  7. 청구항 1 또는 청구항 2에 있어서,
    상기 기설정된 시간은 3 내지 5초인 것을 특징으로 하는 음성 인식 기반의 단답형 암기 방법.
  8. 삭제
  9. 삭제
  10. 삭제
  11. 카테고리별로 문제가 수록되고 상기 문제에 대한 정답의 개수가 1개 이상 10개 이하로 수록된 문답 데이터베이스;
    상기 문제에 대한 오답이 상기 각 정답에 대해 90개 내지 99개씩 구성되며 1 음절부터 11 음절까지 각 음절마다 10개의 파트로 나누어진 단어 또는 문장으로 구성되어 수록되는 오답처리용 데이터베이스;
    상기 문답 데이터베이스 및 상기 오답처리용 데이터 베이스로부터 상기 정답 및 오답을 추출하여 수록하는 사전부;
    상기 문제를 표시하는 영상출력부;
    상기 문제를 음성으로 출력하는 음성출력부;
    기 설정된 시간을 카운트하는 타이머; 및
    단위 시간당 반복 학습할 시퀀스의 횟수를 1일당 6회로 설정하고, 상기 타이머의 기 설정된 시간 내에 답변 신호가 있는지 판단하여, 답변 신호가 있는 경우 음성인식수단을 통해 상기 답변 신호를 해석하고, 상기 사전부에 등록된 단어 또는 문장과 유사여부를 판단하여 동일하거나 가장 유사한 단어 또는 문장을 추출하여 상기 영상출력부 또는 음성출력부를 통하여 출력하도록 제어하는 제어부;
    를 포함하고,
    상기 제어부는,
    상기 1일당 6회로 설정된 시퀀스의 횟수에 따라 상기 답변 신호를 해석하여 상기 단어 또는 문장을 출력하도록 제어하여 학습을 제공하고, 이후 1일후와 7일후에는 1일당 2회 상기 학습을 제공하는 것을 특징으로 하는 음성 인식 기반의 단답형 학습 시스템.
  12. 삭제
KR1020110003998A 2011-01-14 2011-01-14 음성 인식 기반의 단답형 학습 방법 및 시스템 KR101270010B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110003998A KR101270010B1 (ko) 2011-01-14 2011-01-14 음성 인식 기반의 단답형 학습 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110003998A KR101270010B1 (ko) 2011-01-14 2011-01-14 음성 인식 기반의 단답형 학습 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20120082619A KR20120082619A (ko) 2012-07-24
KR101270010B1 true KR101270010B1 (ko) 2013-06-07

Family

ID=46714321

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110003998A KR101270010B1 (ko) 2011-01-14 2011-01-14 음성 인식 기반의 단답형 학습 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101270010B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101693800B1 (ko) * 2014-08-22 2017-01-06 배동찬 단어 학습 서비스 제공 방법
CN110570838B (zh) * 2019-08-02 2022-06-07 北京葡萄智学科技有限公司 语音流处理方法和装置
CN111783428B (zh) * 2020-07-07 2024-01-23 杭州叙简科技股份有限公司 基于深度学习的应急管理类客观题自动生成系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980042248A (ko) * 1996-11-13 1998-08-17 가나이 츠토무 음성인식 시스템
KR20090063566A (ko) * 2007-12-14 2009-06-18 송옥기 음성인식 게임장치
KR20100101495A (ko) * 2009-03-09 2010-09-17 유동수 텍스트 반복학습 시스템 및 방법
KR20100130119A (ko) * 2009-06-02 2010-12-10 (주) 엠오션 메시지 서비스를 이용한 학습시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980042248A (ko) * 1996-11-13 1998-08-17 가나이 츠토무 음성인식 시스템
KR20090063566A (ko) * 2007-12-14 2009-06-18 송옥기 음성인식 게임장치
KR20100101495A (ko) * 2009-03-09 2010-09-17 유동수 텍스트 반복학습 시스템 및 방법
KR20100130119A (ko) * 2009-06-02 2010-12-10 (주) 엠오션 메시지 서비스를 이용한 학습시스템

Also Published As

Publication number Publication date
KR20120082619A (ko) 2012-07-24

Similar Documents

Publication Publication Date Title
Gerosa et al. A review of ASR technologies for children's speech
Ehsani et al. Speech technology in computer-aided language learning: Strengths and limitations of a new CALL paradigm
US6560574B2 (en) Speech recognition enrollment for non-readers and displayless devices
KR101054052B1 (ko) 문장의 블랭크를 이용한 외국어 학습 제공 시스템
Kostoulas et al. Affective speech interface in serious games for supporting therapy of mental disorders
US20080027731A1 (en) Comprehensive Spoken Language Learning System
US11145222B2 (en) Language learning system, language learning support server, and computer program product
JP2003504646A (ja) 音韻認識、音韻処理および読む能力をトレーニングするシステム及び方法
KR101487005B1 (ko) 문장입력을 통해 발음교정을 실시하는 외국어 학습장치 및 그 학습방법
US20070003913A1 (en) Educational verbo-visualizer interface system
US9520068B2 (en) Sentence level analysis in a reading tutor
KR101992372B1 (ko) 학습자의 문장입력 및 음성입력을 이용한 학습 시스템 및 그 방법
CN109410937A (zh) 中文语音训练方法及系统
CN110598208A (zh) Ai/ml增强发音课程设计和个性化练习计划方法
Tejedor-García et al. Evaluating the efficiency of synthetic voice for providing corrective feedback in a pronunciation training tool based on minimal pairs
KR101270010B1 (ko) 음성 인식 기반의 단답형 학습 방법 및 시스템
Tejedor García et al. Improving L2 production with a gamified computer-assisted pronunciation training tool, TipTopTalk!
US20210225198A1 (en) Method and System for Adaptive Language Learning
JP2020038371A (ja) コンピュータプログラム、発音学習支援方法及び発音学習支援装置
Halimah et al. Cello As a Language Teaching Method in Industrial Revolution 4.0 Era
KR101854379B1 (ko) 무의식적 절차 기억 강화를 통한 영어 학습 방법
KR101487007B1 (ko) 사용자의 발음을 분석하여 교정해주는 외국어 학습장치 및 그 학습방법
WO2012152290A1 (en) A mobile device for literacy teaching
WO2001082291A1 (en) Speech recognition and training methods and systems
JP6155102B2 (ja) 学習支援装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee