KR102150355B1 - System for dialogue analysis using ai speaker and method thereof - Google Patents

System for dialogue analysis using ai speaker and method thereof Download PDF

Info

Publication number
KR102150355B1
KR102150355B1 KR1020190011218A KR20190011218A KR102150355B1 KR 102150355 B1 KR102150355 B1 KR 102150355B1 KR 1020190011218 A KR1020190011218 A KR 1020190011218A KR 20190011218 A KR20190011218 A KR 20190011218A KR 102150355 B1 KR102150355 B1 KR 102150355B1
Authority
KR
South Korea
Prior art keywords
turn
strength
response
conversation
taking
Prior art date
Application number
KR1020190011218A
Other languages
Korean (ko)
Other versions
KR20200093906A (en
Inventor
홍운기
Original Assignee
울산과학기술원
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 울산과학기술원 filed Critical 울산과학기술원
Priority to KR1020190011218A priority Critical patent/KR102150355B1/en
Publication of KR20200093906A publication Critical patent/KR20200093906A/en
Application granted granted Critical
Publication of KR102150355B1 publication Critical patent/KR102150355B1/en

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/64Browsing; Visualisation therefor
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/04Segmentation; Word boundary detection
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/90Pitch determination of speech signals

Abstract

본 발명은 AI 스피커를 이용한 대화 분석 시스템 및 그 방법에 관한 것이다.
본 발명에 따르면, AI 스피커를 이용한 대화 분석 시스템의 대화 분석 방법에 있어서, AI 스피커를 이용하여 그룹 내의 각각의 구성원들의 대화 데이터를 획득하고, 상기 획득된 데이터를 상기 구성원들 개개인의 대화 데이터로 분류하는 단계, 상기 분류된 개개인의 대화 데이터를 이용하여 개인의 의사소통 패턴을 연산하고, 상기 연산된 개인의 의사소통 패턴을 이용하여 일대일 상호작용 강도를 연산하는 단계, 상기 연산된 일대일 상호작용 강도를 이용하여 그룹내의 의사소통 패턴을 연산하는 단계, 그리고 상기 연산된 일대일 상호작용 강도와 상기 연산된 의사소통 패턴을 시각화하여 제공하는 단계를 포함한다.
이와 같이 본 발명에 따르면, AI 스피커를 이용하여 구성원들의 대화 패턴을 객관적으로 분석할 수 있으며, 개인의 특성의 장·단점에 대한 코칭을 통하여 구성원들의 사회적 역량을 증대 시킬 수 있다.
The present invention relates to a dialogue analysis system and method using an AI speaker.
According to the present invention, in a conversation analysis method of a conversation analysis system using an AI speaker, conversation data of each member in a group is obtained using an AI speaker, and the obtained data is classified as individual conversation data of the members. Computing an individual communication pattern using the classified individual conversation data, calculating a one-to-one interaction intensity using the calculated individual communication pattern, and calculating the calculated one-to-one interaction intensity. And calculating a communication pattern within the group by using, and visualizing and providing the calculated one-to-one interaction strength and the calculated communication pattern.
As described above, according to the present invention, it is possible to objectively analyze the conversation patterns of members using the AI speaker, and increase the social competence of the members through coaching on the strengths and weaknesses of individual characteristics.

Description

AI 스피커를 이용한 대화 분석 시스템 및 그 방법{SYSTEM FOR DIALOGUE ANALYSIS USING AI SPEAKER AND METHOD THEREOF}Dialogue analysis system using AI speaker and its method {SYSTEM FOR DIALOGUE ANALYSIS USING AI SPEAKER AND METHOD THEREOF}
본 발명은 AI 스피커를 이용한 대화 분석 시스템 및 그 방법에 관한 것으로, 보다 상세하게는 AI 스피커로부터 획득된 대화 데이터를 분석하여 구성원 간의 상호작용 데이터를 연산하는 AI 스피커를 이용한 대화 분석 시스템 및 그 방법에 관한 것이다.The present invention relates to a conversation analysis system and method using an AI speaker, and more particularly, to a conversation analysis system and method using an AI speaker that calculates interaction data between members by analyzing conversation data acquired from an AI speaker. About.
타인과의 상호작용 능력은 조직이나 팀이 효과적인 업무를 수행하고 전략적 목표를 달성하기 중요한 기본 요소이나, 기업 및 역량진단 컨설팅 서비스 업체들은 대부분 설문 혹은 상담에 의한 주관적인 판단에 의존하고 있다.The ability to interact with others is an important basic factor for an organization or team to perform effective work and achieve strategic goals, but most companies and competency diagnosis consulting service companies rely on subjective judgments through questionnaire or consultation.
팀 혹은 조직의 목표를 이루기 위해서는 뛰어난 개인 뿐만 아니라 함께 일하는 능력이 있어야 한다. 개인의 역량뿐만 아니라, 타인과의 올바른 상호작용을 통해 집단의 지식과 정보가 공유되고 통합되어 새로운 가치를 창조해 내는 역량의 필요성이 증가되고 있다. Achieving the goals of a team or organization requires not only outstanding individuals but also the ability to work together. There is an increasing need for not only individual competencies, but also competencies to create new values by sharing and integrating group knowledge and information through correct interactions with others.
소통 능력과 협업 행위 등에 대한 연구들은 주로 연구 참여자들의 행동을 관찰하거나 설문을 통한 주관적 측정이 많았으나, 정보기술의 발달로 인간의 행동을 보다 과학적이고 객관적으로 측정하고 관리하는 것이 가능해졌다.Research on communication skills and cooperative behaviors mainly observed the behavior of participants or subjective measurement through questionnaires, but the development of information technology made it possible to measure and manage human behavior more scientifically and objectively.
또한, AI 기술의 발전으로 인하여 사용자별 대화 데이터를 분석 할 수 있게 되었다.In addition, due to the development of AI technology, it has become possible to analyze user-specific conversation data.
본 발명의 배경이 되는 기술은 대한민국 국내 등록특허 10-1559364(2015.10.12 공고)에 개시되어 있다.The technology behind the present invention is disclosed in Korean Patent Registration 10-1559364 (announced on October 12, 2015).
본 발명이 이루고자 하는 기술적 과제는 AI 스피커로부터 획득된 대화 데이터를 분석하여 구성원 간의 상호작용 데이터를 연산하는 AI 스피커를 이용한 대화 분석 시스템 및 그 방법에 관한 것이다.The technical problem to be achieved by the present invention relates to a dialogue analysis system and a method thereof using an AI speaker that calculates interaction data between members by analyzing dialogue data obtained from an AI speaker.
이러한 기술적 과제를 이루기 위한 본 발명의 실시 예에 따르면, AI 스피커를 이용한 대화 분석 시스템의 대화 분석 방법에 있어서, AI 스피커를 이용하여 그룹 내의 각각의 구성원들의 대화 데이터를 획득하고, 상기 획득된 데이터를 상기 구성원들 개개인의 대화 데이터로 분류하는 단계, 상기 분류된 개개인의 대화 데이터를 이용하여 개인의 의사소통 패턴을 연산하고, 상기 연산된 개인의 의사소통 패턴을 이용하여 일대일 상호작용 강도를 연산하는 단계, 상기 연산된 일대일 상호작용 강도를 이용하여 그룹내의 의사소통 패턴을 연산하는 단계, 그리고 상기 연산된 일대일 상호작용 강도와 상기 연산된 의사소통 패턴을 시각화하여 제공하는 단계를 포함한다.According to an embodiment of the present invention for achieving such a technical problem, in a conversation analysis method of a conversation analysis system using an AI speaker, conversation data of each member in a group is obtained using an AI speaker, and the obtained data is Classifying the members as individual conversation data, calculating a personal communication pattern using the classified individual conversation data, and calculating a one-to-one interaction intensity using the calculated personal communication pattern And calculating a communication pattern within the group using the calculated one-to-one interaction strength, and visualizing and providing the calculated one-to-one interaction strength and the calculated communication pattern.
상기 대화 데이터로 분류하는 단계는, 상기 대화 데이터를 각각의 구성원들의 Pitch, Amplitude 및 주파수별로 측정하고, 측정된 결과를 이용하여 상기 구성원들 개개인의 대화 데이터로 분류할 수 있다.In the step of classifying the conversation data as conversation data, the conversation data may be measured for each member's pitch, amplitude, and frequency, and classified as individual conversation data of the members using the measured result.
상기 일대일 상호작용 강도를 연산하는 단계는, 상기 개인의 발언 횟수(Turn-taking), 발언 횟수 비율(Participation of Turn-taking), 발언의 길이(During), 발언 길이 비율(Participation of duration), 반응횟수(Response) 및 반응 비율(Participation of response) 중에서 적어도 하나를 연산할 수 있다.The step of calculating the intensity of the one-to-one interaction includes the number of individual speeches (Turn-taking), the number of speeches (Participation of Turn-taking), the length of speech (During), the speech length ratio (Participation of duration), and response. At least one of the number (Response) and the response ratio (Participation of response) may be calculated.
상기 일대일 상호작용 강도를 연산하는 단계는, 아래의 수학식과 같이 상기 그룹내의 임의의 제1 구성원이 다른 임의의 제2 구성원에게 발언하는 의사 소통 비율(Turn-takingij) 및 제2 구성원의 반응강도(Response strengthij)를 연산할 수 있다.The step of calculating the one-to-one interaction strength may include a communication ratio (Turn-taking ij ) in which a first member in the group speaks to another random second member and the response intensity of the second member as shown in the following equation. (Response strength ij ) can be calculated.
Figure 112019010457315-pat00001
Figure 112019010457315-pat00001
Figure 112019010457315-pat00002
Figure 112019010457315-pat00002
여기서, i는 상기 제1 구성원이고, j는 상기 제2 구성원이고, Turn ij 는 제1 구성원이 제2 구성원에게 발언한 횟수이고, Turn-takingi는 제1 구성원이 발언한 총 횟수이고, Response ij 는 제1 구성원이 제2 구성원에게 반응한 횟수이고, Duration j 는 제2 구성원이 총 발언 시간을 나타낸다. Here, i is the first member, j is the second member, Turn ij is the number of times the first member has spoken to the second member, Turn-taking i is the total number of times the first member has spoken, Response ij is the number of times the first member reacts to the second member, and Duration j indicates the total speaking time of the second member.
상기 일대일 상호작용 강도를 연산하는 단계는, 아래의 수학식과 같이 상호간의 대화 강도(Dyadic turn-takingij) 및 상호간의 반응 강도(Dyadic Responseij)를 연산할 수 있다.The step of calculating the one-to-one interaction strength may calculate the mutual conversation strength (Dyadic turn-taking ij ) and the mutual reaction strength (Dyadic Response ij ) as shown in the following equation.
Figure 112019010457315-pat00003
Figure 112019010457315-pat00003
Figure 112019010457315-pat00004
Figure 112019010457315-pat00004
여기서, Turn-takingij는 제1 구성원의 총 발언 횟수 중에서 제2 구성원의 발언 이후에 제1 구성원이 발언한 횟수이고, Turn-takingji는 제2 구성원의 총 발언 횟수 중에서 제1 구성원의 발언 이후에 제2 구성원이 발언한 횟수이고, Response strengthij는 제2 구성원이 발언할 때 제1 구성원의 응답 횟수이고, Response strengthji는 제1 구성원이 발언할 때 제2 구성원의 응답 횟수이다.Here, the turn-taking ij is the number of times the first member has spoken after the second member has spoken out of the total number of comments by the first member, and the turn-taking ji is the number of times the first member has spoken out of the total number of comments by the second member. Is the number of times the second member speaks, the response strength ij is the number of responses of the first member when the second member speaks, and the response strength ji is the number of responses of the second member when the first member speaks.
상기 그룹내의 의사소통 패턴을 연산하는 단계는, 아래의 수학식과 같이 그룹 멤버 발언의 기회 균등성(Equality of turn-taking) 및 그룹 멤버 발언의 길이 균등성(Equality of duration)을 연산할 수 있다.In the calculating of the communication pattern within the group, equality of turn-taking of group member speech and Equality of duration of group member speech may be calculated as shown in the following equation.
Figure 112019010457315-pat00005
Figure 112019010457315-pat00005
Figure 112019010457315-pat00006
Figure 112019010457315-pat00006
여기서, Average turn-taking은 그룹 멤버들의 발언횟수의 평균이고, Average Duration은 그룹 멤버들의 발언 길이의 평균이다.Here, Average turn-taking is an average of the number of speeches of group members, and Average Duration is an average of speech lengths of group members.
상기 구성원들의 의사소통 방향 및 의사소통 반응을 화살표를 포함하는 실선 또는 점선으로 표현하고, 상기 구성원들의 의사소통 강도 및 의사소통 반응 강도는 강도는 실선 또는 점선의 굵기로 표시할 수 있다.The communication direction and the communication response of the members may be expressed by a solid line or a dotted line including an arrow, and the communication strength and the communication response intensity of the members may be indicated by the thickness of a solid line or a dotted line.
본 발명의 다른 실시예에 따르면, AI 스피커를 이용한 대화 분석 시스템에 있어서, AI 스피커를 이용하여 그룹 내의 각각의 구성원들의 대화 데이터를 획득하는 데이터 획득부, 상기 획득된 데이터를 상기 구성원들 개개인의 대화 데이터로 분류하고, 상기 분류된 개개인의 대화 데이터를 이용하여 개인의 의사소통 패턴을 연산하고, 상기 연산된 개인의 의사소통 패턴을 이용하여 일대일 상호작용 강도를 연산하고, 상기 연산된 일대일 상호작용 강도를 이용하여 그룹내의 의사소통 패턴을 연산하는 제어부, 상기 연산된 일대일 상호작용 강도와 상기 연산된 의사소통 패턴을 상기 구성원에게 제공하는 정보 제공부를 포함한다.According to another embodiment of the present invention, in a conversation analysis system using an AI speaker, a data acquisition unit that acquires conversation data of each member in a group using an AI speaker, and the obtained data is used for individual conversations of the members. Classify as data, calculate an individual's communication pattern using the classified individual's conversation data, calculate a one-to-one interaction intensity using the calculated individual's communication pattern, and calculate the calculated one-to-one interaction intensity And a control unit that calculates a communication pattern within a group by using and an information providing unit that provides the calculated one-to-one interaction strength and the calculated communication pattern to the members.
이와 같이 본 발명에 따르면, AI 스피커를 이용하여 구성원들의 대화 패턴을 객관적으로 분석할 수 있으며, 개인의 특성의 장·단점에 대한 코칭을 통하여 구성원들의 사회적 역량을 증대 시킬 수 있다.As described above, according to the present invention, it is possible to objectively analyze the conversation patterns of members using the AI speaker, and increase the social competence of the members through coaching on the strengths and weaknesses of individual characteristics.
도 1은 본 발명의 실시예에 따른 대화 분석 시스템의 구성을 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 대화 분석 시스템의 대화 분석 방법을 나타낸 순서도이다.
도 3은 본 발명의 실시예에 따른 AI 스피커가 획득한 대화 데이터이다.
도 4는 본 발명의 실시예에 따른 AI 스피커가 획득한 대화 데이터를 연산하기 위해 변환시킨 대화 데이터를 나타낸 도면이다
도 5a는 본 발명의 실시예에 따른 그룹의 의사소통 방향을 나타낸 도면이다.
도 5b는 본 발명의 실시예에 따른 그룹의 의사소통 반응 방향을 나타낸 도면이다.
도 5c는 본 발명의 실시예에 따른 상호간의 의사소통 강도를 나타낸 도면이다.
도 5d는 본 발명의 실시예에 따른 상호간의 반응 강도를 나타낸 도면이다.
도 6a는 본 발명의 실시예에 따른 그룹 발언 기회의 균등성을 나타낸 도면이다.
도 6b는 본 발명의 실시예에 따른 그룹 발언 길이의 균등성을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 의사소통 바코드를 나타낸 도면이다.
1 is a block diagram showing the configuration of a conversation analysis system according to an embodiment of the present invention.
2 is a flowchart illustrating a conversation analysis method of a conversation analysis system according to an embodiment of the present invention.
3 is conversation data acquired by an AI speaker according to an embodiment of the present invention.
4 is a diagram showing conversation data converted to calculate conversation data acquired by an AI speaker according to an embodiment of the present invention
5A is a diagram illustrating a communication direction of a group according to an embodiment of the present invention.
5B is a diagram showing a communication response direction of a group according to an embodiment of the present invention.
5C is a diagram showing the strength of mutual communication according to an embodiment of the present invention.
5D is a diagram showing the intensity of reactions between them according to an embodiment of the present invention.
6A is a diagram showing equality of group speaking opportunities according to an embodiment of the present invention.
6B is a diagram showing the uniformity of group speech lengths according to an embodiment of the present invention.
7 is a diagram showing a communication barcode according to an embodiment of the present invention.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art can easily implement the present invention. However, the present invention may be implemented in various forms and is not limited to the embodiments described herein. In addition, in the drawings, parts irrelevant to the description are omitted in order to clearly describe the present invention, and similar reference numerals are attached to similar parts throughout the specification.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. Throughout the specification, when a part "includes" a certain component, it means that other components may be further included rather than excluding other components unless otherwise stated.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. Then, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art can easily implement the present invention.
도 1은 본 발명의 실시예에 따른 대화 분석 시스템의 구성을 나타낸 구성도이다.1 is a block diagram showing the configuration of a conversation analysis system according to an embodiment of the present invention.
도 1에서 나타낸 것처럼, 대화 분석 시스템(100)은 데이터 획득부(110), 제어부(120) 및 정보 제공부(130)를 포함한다.As shown in FIG. 1, the conversation analysis system 100 includes a data acquisition unit 110, a control unit 120, and an information providing unit 130.
먼저, 데이터 획득부(110)는 AI 스피커를 이용하여 그룹 내의 각각의 구성원들의 대화 데이터를 획득한다.First, the data acquisition unit 110 acquires conversation data of each member in the group using an AI speaker.
여기서, AI(Artificial Intelligence)스피커는 음성인식 기술, 클라우드 및 인공지능 기술을 이용하여 생각하고 관리가 가능한 스피커로, 본 발명에서는 각 사용자의 대화 데이터를 분석하기 위해 사용된다.Here, the AI (Artificial Intelligence) speaker is a speaker capable of thinking and managing using speech recognition technology, cloud, and artificial intelligence technology, and is used to analyze conversation data of each user in the present invention.
다음으로, 제어부(120)는 획득된 데이터를 상기 구성원들 개개인의 대화 데이터로 분류하고, 분류된 개개인의 대화 데이터를 이용하여 개인의 의사소통 패턴을 연산하고, 연산된 개인의 의사소통 패턴을 이용하여 일대일 상호작용 강도를 연산하고, 연산된 일대일 상호작용 강도를 이용하여 그룹내의 의사소통 패턴을 연산한다.Next, the control unit 120 classifies the obtained data into individual conversation data of the members, calculates an individual's communication pattern using the classified individual's conversation data, and uses the calculated individual communication pattern. Thus, one-to-one interaction strength is calculated, and a communication pattern within a group is calculated using the calculated one-to-one interaction strength.
또한, 제어부(120)는 데이터 획득부(110)로부터 획득한 대화 데이터를 개인의 Pitch, Amplitude 및 주파수별로 분류한다.In addition, the controller 120 classifies the conversation data acquired from the data acquisition unit 110 by individual Pitch, Amplitude, and frequency.
여기서, Pitch는 음의 높낮이를 나타내는 것으로, 본 발명에서는 그룹내의 복수의 사용자의 목소리의 높낮이를 추출하여 분류한다.Here, Pitch represents the pitch of the sound, and in the present invention, the pitch of the voices of a plurality of users in the group is extracted and classified.
또한, Amplitude는 음성의 진폭을 나타내는 것으로, 본 발명에서는 그룹내의 복수의 사용자의 진폭을 추출하려 분류한다.In addition, Amplitude represents the amplitude of a voice, and in the present invention, the amplitudes of a plurality of users in a group are classified to be extracted.
다음으로, 주파수는 1초동안 진동한 횟수를 측정하는 것으로, RPM(revolutions per minute), rad/s(radians per second) 및 (beats per minute)와 같이 나타내며, 본 발명에서는 그룹내의 복수의 사용자의 목소리가 진동한 횟수를 측정하여 분류한다.Next, the frequency is to measure the number of vibrations per second, expressed as RPM (revolutions per minute), rad/s (radians per second), and (beats per minute). In the present invention, a plurality of users in a group Classify by measuring the number of times the voice vibrates.
또한, 제어부(120)는 개인의 발언 횟수(Turn-taking), 발언 횟수 비율(Participation of Turn-taking), 발언의 길이(During), 발언 길이 비율(Participation of duration), 반응횟수(Response) 및 반응 비율(Participation of response)을 연산한다.In addition, the control unit 120 includes the number of individual speeches (Turn-taking), the number of speeches (Participation of Turn-taking), the length of speech (During), the speech length ratio (Participation of duration), the number of reactions (Response) and Calculate the Participation of Response.
다음으로, 정보 제공부(130)는 연산된 일대일 상호작용 강도와 상기 연산된 의사소통 패턴을 상기 구성원에게 제공한다.Next, the information providing unit 130 provides the calculated one-to-one interaction strength and the calculated communication pattern to the member.
이때, 정보 제공부(130)는 구성원들의 의사소통 방향 및 의사소통 반응을 화살표를 포함하는 실선 또는 점선으로 표현하고, 구성원들의 의사소통 강도 및 의사소통 반응 강도는 강도는 실선 또는 점선의 굵기로 표현한다.At this time, the information providing unit 130 expresses the communication direction and communication response of the members by a solid line or a dotted line including an arrow, and the intensity of communication and the communication response intensity of the members is expressed by the thickness of a solid line or a dotted line. do.
이하에서는 도 2 내지 도 7을 이용하여 대화 분석 시스템의 대화분석 방법에 관하여 설명한다.Hereinafter, a conversation analysis method of the conversation analysis system will be described with reference to FIGS. 2 to 7.
도 2는 본 발명의 실시예에 따른 대화 분석 시스템의 대화 분석 방법을 나타낸 순서도이다.2 is a flowchart illustrating a conversation analysis method of a conversation analysis system according to an embodiment of the present invention.
도 2에서 나타낸 것처럼, 데이터 획득부(110)는 AI 스피커를 이용하여 그룹 내의 각각의 구성원들의 대화 데이터를 획득하고, 획득된 데이터를 상기 구성원들 개개인의 대화 데이터로 분류한다(S210). As shown in FIG. 2, the data acquisition unit 110 acquires conversation data of each member in the group using an AI speaker, and classifies the obtained data as conversation data of each of the members (S210).
도 3은 본 발명의 실시예에 따른 AI 스피커가 획득한 대화 데이터이고, 도 4는 본 발명의 실시예에 따른 AI 스피커가 획득한 대화 데이터를 연산하기 위해 변환시킨 대화 데이터를 나타낸 도면이다.3 is a diagram illustrating conversation data acquired by an AI speaker according to an embodiment of the present invention, and FIG. 4 is a diagram illustrating conversation data converted to calculate conversation data acquired by an AI speaker according to an embodiment of the present invention.
도 3에서 나타낸 것처럼, 데이터 획득부(110)는 그룹내의 음성데이터를 획득하여 개개인의 데이터로 분류한다.As shown in FIG. 3, the data acquisition unit 110 acquires voice data in a group and classifies it as individual data.
또한, 도 4에서 나타낸 것처럼, 데이터 획득부(110)는 아날로그 데이터는 변질되거나 가공이 용이하지 않으므로, 데이터 획득부(110)는 대부분의 아날로그 데이터를 디지털 데이터로 변경하여 활용한다.In addition, as shown in FIG. 4, the data acquisition unit 110 converts most of the analog data into digital data and utilizes the analog data because it is not deteriorated or processed easily.
이때, 아날로그 데이터를 디지털 형식의 데이터로 변환하기 위해서 데이터 획득부(110)는 푸리에 변환(Fourier Transform)을 이용하여 아날로그 데이터를 도 3과 같은 디지털 데이터로 변환시킨다.In this case, in order to convert the analog data into digital data, the data acquisition unit 110 converts the analog data into digital data as shown in FIG. 3 by using Fourier Transform.
여기서, 푸리에 변환은 임의의 입력 신호를 다양한 주파수를 갖는 주기함수들의 합으로 분해하여 표현하며, 주로 통신 또는 신호 변조를 하기 위해 사용된다.Here, the Fourier transform is expressed by decomposing an arbitrary input signal into a sum of periodic functions having various frequencies, and is mainly used for communication or signal modulation.
또한, 데이터 획득부(110)는 개개인의 Pitch, Amplitude 및 주파수별로 획득하여 인원별로 분류한다.In addition, the data acquisition unit 110 acquires each individual's Pitch, Amplitude, and frequency, and classifies it by personnel.
다음으로, 제어부(120)는 분류된 개개인의 대화 데이터를 이용하여 개인의 의사소통 패턴을 연산하고, 연산된 개인의 의사소통 패턴을 이용하여 일대일 상호작용 강도를 연산한다(S220).Next, the control unit 120 calculates an individual's communication pattern using the classified individual's conversation data, and calculates a one-to-one interaction strength using the calculated individual's communication pattern (S220).
먼저, 제어부(120)는 아래의 수학식 1을 이용하여 그룹내의 임의의 제1 구성원이 다른 임의의 제2 구성원에게 발언하는 의사 소통 비율(Turn-takingij)을 연산한다.First, the control unit 120 calculates a communication ratio (Turn-taking ij ) in which a first member in the group speaks to another optional second member using Equation 1 below.
Figure 112019010457315-pat00007
Figure 112019010457315-pat00007
여기서 i는 임의의 제1 구성원이고, j는 임의의 제2 구성원이고, Turn ij 는 제1 구성원이 제2 구성원에게 발언한 횟수이고, Turn-takingi는 제1 구성원이 발언한 총 횟수이다.Where i is an arbitrary first member, j is an arbitrary second member, Turn ij is the number of times the first member spoke to the second member, and Turn-taking i is the total number of times the first member spoke.
예를 들어, Turnij이 1회이고, Turn-takingi이 3회이면, Turn-takingij는 수학식 1에 의해 0.3으로 연산된다.For example, if Turn ij is 1 time and Turn-taking i is 3 times, Turn-taking ij is calculated as 0.3 by Equation 1.
다음으로, 제어부(120)는 아래의 수학식 2를 이용하여 제2 구성원의 반응강도(Response strengthij)를 연산한다.Next, the control unit 120 calculates the response strength ij of the second member using Equation 2 below.
Figure 112019010457315-pat00008
Figure 112019010457315-pat00008
여기서, Response ij 는 제1 구성원이 제2 구성원에게 반응한 횟수이고, Duration j 는 제2 구성원의 총 발언 시간이다.Here, Response ij is the number of times the first member reacts to the second member, and Duration j is the total speaking time of the second member.
예를 들어, Response ij 가 1회이고, Duration j 가 2분이면, Response strengthij는 수학식 2에 의해 0.5로 연산된다.For example, if Response ij is 1 time and Duration j is 2 minutes, Response strength ij is calculated as 0.5 by Equation 2.
다음으로, 제어부(120)는 상호간의 대화 강도(Dyadic turn-takingij)를 수학식 3을 이용하여 연산한다.Next, the control unit 120 calculates the mutual conversation intensity (Dyadic turn-taking ij ) by using Equation 3.
Figure 112019010457315-pat00009
Figure 112019010457315-pat00009
여기서, Turn-takingij는 제1 구성원의 총 발언 횟수 중에서 제2 구성원의 발언 이후에 제1 구성원이 발언한 횟수이고, Turn-takingji는 제2 구성원의 총 발언 횟수 중에서 제1 구성원의 발언 이후에 제2 구성원이 발언한 횟수이다.Here, the turn-taking ij is the number of times the first member has spoken after the second member has spoken out of the total number of comments by the first member, and the turn-taking ji is the number of times the first member has spoken out of the total number of comments by the second member. Is the number of times the second member spoke.
예를 들어, Turn-takingij이 0.5회이고, Turn-takingji이 0.7회이면, Dyadic turn-takingij은 수학식 3에 의해 0.35로 연산된다.For example, if Turn-taking ij is 0.5 times and Turn-taking ji is 0.7 times, Dyadic turn-taking ij is calculated as 0.35 by Equation 3.
다음으로, 제어부(120)는 상호간의 반응 강도(Dyadic Responseij)를 수학식 4를 이용하여 연산한다.Next, the control unit 120 calculates the mutual reaction strength (Dyadic Response ij ) by using Equation 4.
Figure 112019010457315-pat00010
Figure 112019010457315-pat00010
여기서, Response strengthij는 제2 구성원의 총 발언 시간 중에서 제2 구성원이 발언할 때 제1 구성원의 응답 횟수이고, Response strengthji는 제1 구성원의 총 발언 시간 중에서 제1 구성원이 발언할 때 제2 구성원의 응답 횟수이다.Here, Response strength ij is the number of responses of the first member when the second member speaks out of the total speaking time of the second member, and Response strength ji is the second member when speaking out of the total speaking time of the first member. The number of responses from members.
예를 들어, Response strengthij가 0.8이고, Response strengthji가 1.2이면, Dyadic Responseij는 수학식 4에 의해 0.96으로 연산된다.For example, if Response strength ij is 0.8 and Response strength ji is 1.2, Dyadic Response ij is calculated as 0.96 by Equation 4.
다음으로, 제어부(120)는 연산된 일대일 상호작용 강도를 이용하여 그룹내의 의사소통 패턴을 연산한다(S230).Next, the control unit 120 calculates a communication pattern within the group using the calculated one-to-one interaction strength (S230).
여기서 그룹내의 의사소통 패턴은 그룹 멤버 발언의 기회 균등성(Equality of turn-taking)과 그룹 멤버 발언의 길이 균등성(Equality of duration)을 포함한다. Here, the communication patterns within the group include the equality of the group member's speech and the equality of the group member's speech length (Equality of duration).
먼저 제어부(120)는 그룹 멤버 발언의 기회 균등성을 아래의 수학식 5를 이용하여 연산한다.First, the control unit 120 calculates the equality of opportunity for speech of group members using Equation 5 below.
Figure 112019010457315-pat00011
Figure 112019010457315-pat00011
여기서, Average turn-taking은 그룹 멤버들의 발언횟수의 평균이고, Equality of turn-taking은 그룹 맴버들의 발언 횟수에 대한 분산값이다.Here, the average turn-taking is the average of the number of speeches of the group members, and the equality of turn-taking is the variance of the number of speeches of the group members.
예를 들어, Total number of group members가 3명이고,
Figure 112019010457315-pat00012
이 2.6이라고 하면, Equality of turn-taking은 수학식 5에 의해 0.86으로 연산된다.
For example, the total number of group members is 3,
Figure 112019010457315-pat00012
If this is 2.6, the equality of turn-taking is calculated as 0.86 by Equation 5.
그리고, 제어부(120)는 그룹 멤버 발언의 길이 균등성을 아래의 수학식 6을 이용하여 연산한다.Then, the control unit 120 calculates the uniformity of the length of the group member's speech using Equation 6 below.
Figure 112019010457315-pat00013
Figure 112019010457315-pat00013
여기서, Average Duration은 그룹 멤버들의 발언 길이의 평균이고, Equality of duration은 그룹 맴버들의 발언 길이에 대한 분산값이다. Here, Average Duration is an average of speech lengths of group members, and Equality of duration is a variance value for speech lengths of group members.
예를 들어, Total number of group members가 3명이고,
Figure 112019010457315-pat00014
이 3.7이라고 하면, Equality of duration은 수학식 6에 의해 1.2로 연산된다.
For example, the total number of group members is 3,
Figure 112019010457315-pat00014
Assuming this is 3.7, the Equality of duration is calculated as 1.2 by Equation 6.
그러면, 정보 제공부(130)는 제어부가 연산한 일대일 상호작용 강도와 연산된 의사소통 패턴을 시각화하여 그룹내의 개개인에게 제공한다(S240).Then, the information providing unit 130 visualizes the one-to-one interaction intensity calculated by the control unit and the calculated communication pattern, and provides it to individuals in the group (S240).
도 5a는 본 발명의 실시예에 따른 그룹의 의사소통 방향을 나타낸 도면이고, 도 5b는 본 발명의 실시예에 따른 상호간의 의사소통 강도를 나타낸 도면이고, 도 5c는 본 발명의 실시예에 따른 그룹의 의사소통 반응 방향을 나타낸 도면이고, 도 5d는 본 발명의 실시예에 따른 상호간의 반응 강도를 나타낸 도면이다.5A is a view showing a communication direction of a group according to an embodiment of the present invention, FIG. 5B is a view showing the strength of mutual communication according to an embodiment of the present invention, and FIG. 5C is a diagram showing the communication direction of a group according to an embodiment of the present invention. It is a diagram showing the communication reaction direction of the group, and FIG. 5D is a diagram showing the intensity of mutual reaction according to an embodiment of the present invention.
도 5a 및 도 5b에서 나타낸 것처럼, 정보 제공부(130)는 그룹의 의사소통 방향 및 의사소통 반응 방향을 화살표를 이용하여 제공한다.As shown in FIGS. 5A and 5B, the information providing unit 130 provides a communication direction and a communication response direction of the group using arrows.
이때, 정보 제공부(130)는 의사소통 방향을 실선 화살표로 나타내고, 의사소통 반응 방향은 점선 화살표를 이용하여 제공한다.At this time, the information providing unit 130 indicates a communication direction by a solid arrow, and provides a communication response direction by a dotted arrow.
도 5c 및 도 5d에서 나타낸 것처럼, 정보 제공부(130)는 상호간의 의사소통 강도를 실선으로 제공하고, 상호간의 반응 강도를 점선으로 제공한다.As shown in FIGS. 5C and 5D, the information providing unit 130 provides the strength of mutual communication with a solid line and the strength of each other's reaction with a dotted line.
여기서, 정보 제공부(130)는 도 5a 내지 도 5d와 같이 실선 또는 점선의 굵기를 이용하여 의사소통 강도의 세기 및 상호간의 반응 강도의 세기를 제공한다.Here, the information providing unit 130 provides the strength of the communication strength and the strength of the mutual reaction by using the thickness of a solid line or a dotted line as shown in FIGS. 5A to 5D.
도 6a는 본 발명의 실시예에 따른 그룹 발언 기회의 균등성을 나타낸 도면이고, 도 6b는 본 발명의 실시예에 따른 그룹 발언 길이의 균등성을 나타낸 도면이다.6A is a view showing equality of group speaking opportunities according to an embodiment of the present invention, and FIG. 6B is a view showing equality of group speaking length according to an embodiment of the present invention.
도 6a에서 나타낸 것처럼, 정보 제공부(130)는 그룹내의 발언 기회의 균등성을 제공하며, 도 6b에서 나타낸 것처럼, 정보 제공부(130)는 그룹내의 발언 길이의 균등성을 제공한다.As shown in FIG. 6A, the information providing unit 130 provides equality of speaking opportunities within the group, and as shown in FIG. 6B, the information providing unit 130 provides equality of speaking lengths within the group.
도 7는 본 발명의 실시예에 따른 의사소통 바코드를 나타낸 도면이다.7 is a diagram showing a communication barcode according to an embodiment of the present invention.
또한, 도 7에서 나타낸 것처럼, 정보 제공부(130)는 그룹내의 의사소통의 발언 과정을 하나의 바코드 형태로 나타낸다.In addition, as shown in FIG. 7, the information providing unit 130 represents a speech process of communication within a group in the form of a single barcode.
또한, 정보 제공부(130)는 의사소통 바코드에 표시된 붉은색으로 표시된 것처럼, 다른 사람이 호응한 경우에 바코드의 반을 할당하여 표시한다.In addition, the information providing unit 130 allocates and displays half of the barcode when the other person responds, as indicated in red displayed on the communication barcode.
이와 같이 본 발명의 실시예에 따르면, AI 스피커를 이용하여 구성원들의 대화 패턴을 객관적으로 분석할 수 있으며, 개인의 특성의 장·단점에 대한 코칭을 통하여 구성원들의 사회적 역량을 증대시킬 수 있다.As described above, according to an embodiment of the present invention, it is possible to objectively analyze the conversation patterns of members using an AI speaker, and to increase the social competence of the members through coaching on the strengths and weaknesses of individual characteristics.
본 발명은 도면에 도시된 실시 예를 참고로 설명 되었으나 이는 예시적인 것이 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.The present invention has been described with reference to the embodiments shown in the drawings, but these are only exemplary, and those of ordinary skill in the art will understand that various modifications and equivalent other embodiments are possible therefrom. Therefore, the true technical scope of the present invention should be determined by the technical spirit of the appended claims.
100: 대화 분석 시스템, 110: 데이터 획득부,
120: 제어부, 130: 정보 제공부
100: conversation analysis system, 110: data acquisition unit,
120: control unit, 130: information providing unit

Claims (14)

  1. AI 스피커를 이용한 대화 분석 시스템의 대화 분석 방법에 있어서,
    AI 스피커를 이용하여 그룹 내의 각각의 구성원들의 대화 데이터를 획득하고, 상기 획득된 데이터를 상기 구성원들 개개인의 대화 데이터로 분류하는 단계,
    상기 분류된 개개인의 대화 데이터를 이용하여 개인의 의사소통 패턴을 연산하고, 상기 연산된 개인의 의사소통 패턴을 이용하여 일대일 상호작용 강도를 연산하는 단계,
    상기 연산된 일대일 상호작용 강도를 이용하여 그룹내의 의사소통 패턴을 연산하는 단계, 그리고
    상기 연산된 일대일 상호작용 강도와 상기 연산된 의사소통 패턴을 시각화하여 제공하는 단계를 포함하고,
    상기 일대일 상호작용 강도를 연산하는 단계는,
    상기 개인의 발언 횟수(Turn-taking), 발언 횟수 비율(Participation of Turn-taking), 발언의 길이(During), 발언 길이 비율(Participation of duration), 반응횟수(Response) 및 반응 비율(Participation of response) 중에서 적어도 하나를 연산하며,
    상기 일대일 상호작용 강도를 연산하는 단계는,
    아래의 수학식과 같이 상기 그룹내의 임의의 제1 구성원이 다른 임의의 제2 구성원에게 발언하는 의사 소통 비율(Turn-takingij) 및 제2 구성원의 반응강도(Response strengthij)를 연산하는 대화 분석 방법:
    Figure 112020064555797-pat00038

    Figure 112020064555797-pat00039

    여기서, i는 상기 제1 구성원이고, j는 상기 제2 구성원이고, Turn ij 는 제1 구성원이 제2 구성원에게 발언한 횟수이고, Turn-takingi는 제1 구성원이 발언한 총 횟수이고, Response ij 는 제1 구성원이 제2 구성원에게 반응한 횟수이고, Duration j 는 제2 구성원이 총 발언 시간을 나타낸다.
    In the dialogue analysis method of the dialogue analysis system using an AI speaker,
    Acquiring conversation data of each member in the group using an AI speaker, and classifying the obtained data into conversation data of each of the members,
    Calculating an individual's communication pattern using the classified individual's conversation data, and calculating a one-to-one interaction strength using the calculated individual's communication pattern,
    Computing a communication pattern within a group using the calculated one-to-one interaction strength, and
    Visualizing and providing the calculated one-to-one interaction strength and the calculated communication pattern,
    The step of calculating the one-to-one interaction strength,
    The individual's turn-taking, speech frequency ratio (Participation of Turn-taking), speech length (During), speech length ratio (Participation of duration), response frequency (Response) and reaction rate (Participation of response) ) Calculates at least one of,
    The step of calculating the one-to-one interaction strength,
    A conversation analysis method that calculates the communication rate (Turn-taking ij ) and the response strength of the second member (Response strength ij ) that a first member in the group speaks to another optional second member as shown in the following equation. :
    Figure 112020064555797-pat00038

    Figure 112020064555797-pat00039

    Here, i is the first member, j is the second member, Turn ij is the number of times the first member has spoken to the second member, Turn-taking i is the total number of times the first member has spoken, Response ij is the number of times the first member reacts to the second member, and Duration j indicates the total speaking time of the second member.
  2. 제1항에 있어서,
    상기 대화 데이터로 분류하는 단계는,
    상기 대화 데이터를 각각의 구성원들의 Pitch, Amplitude 및 주파수별로 측정하고, 측정된 결과를 이용하여 상기 구성원들 개개인의 대화 데이터로 분류하는 대화 분석방법.
    The method of claim 1,
    Classifying into the conversation data,
    A conversation analysis method in which the conversation data is measured for each member's pitch, amplitude, and frequency, and classified into individual conversation data of the members using the measured result.
  3. 삭제delete
  4. 삭제delete
  5. 제1항에 있어서,
    상기 일대일 상호작용 강도를 연산하는 단계는,
    아래의 수학식과 같이 상호간의 대화 강도(Dyadic turn-takingij) 및 상호간의 반응 강도(Dyadic Responseij)를 연산하는 대화 분석 방법:
    Figure 112020064555797-pat00040

    Figure 112020064555797-pat00041

    여기서, Turn-takingij는 제1 구성원의 총 발언 횟수 중에서 제2 구성원의 발언 이후에 제1 구성원이 발언한 횟수이고, Turn-takingji는 제2 구성원의 총 발언 횟수 중에서 제1 구성원의 발언 이후에 제2 구성원이 발언한 횟수이고, Response strengthij는 제2 구성원이 발언할 때 제1 구성원의 응답 횟수이고, Response strengthji는 제1 구성원이 발언할 때 제2 구성원의 응답 횟수이다.
    The method of claim 1,
    The step of calculating the one-to-one interaction strength,
    A conversation analysis method that calculates the strength of each other's conversation (Dyadic turn-taking ij ) and the strength of each other's reaction (Dyadic Response ij ) as shown in the following equation:
    Figure 112020064555797-pat00040

    Figure 112020064555797-pat00041

    Here, the turn-taking ij is the number of times the first member has spoken after the second member has spoken out of the total number of comments by the first member, and the turn-taking ji is the number of times the first member has spoken out of the total number of comments by the second member. Is the number of times the second member speaks, the response strength ij is the number of responses of the first member when the second member speaks, and the response strength ji is the number of responses of the second member when the first member speaks.
  6. 제1항에 있어서,
    상기 그룹내의 의사소통 패턴을 연산하는 단계는,
    아래의 수학식과 같이 그룹 멤버 발언의 기회 균등성(Equality of turn-taking) 및 그룹 멤버 발언의 길이 균등성(Equality of duration)을 연산하는 대화 분석 방법:
    Figure 112020064555797-pat00042

    Figure 112020064555797-pat00043

    여기서, Average turn-taking은 그룹 멤버들의 발언횟수의 평균이고, Average Duration은 그룹 멤버들의 발언 길이의 평균이다.
    The method of claim 1,
    Computing the communication pattern within the group,
    A conversation analysis method that calculates the equality of turn-taking and equality of the group member's speech as shown in the following equation:
    Figure 112020064555797-pat00042

    Figure 112020064555797-pat00043

    Here, Average turn-taking is an average of the number of speeches of group members, and Average Duration is an average of speech lengths of group members.
  7. 제1항에 있어서,
    상기 의사소통 패턴을 시각화하여 제공하는 단계는,
    상기 구성원들의 의사소통 방향 및 의사소통 반응을 화살표를 포함하는 실선 또는 점선으로 표현하고, 상기 구성원들의 의사소통 강도 및 의사소통 반응 강도는 강도는 실선 또는 점선의 굵기로 표시하는 대화분석 방법.
    The method of claim 1,
    Visualizing and providing the communication pattern,
    The communication analysis method in which the communication direction and the communication reaction of the members are expressed by a solid line or a dotted line including an arrow, and the communication strength and the communication reaction strength of the members are indicated by the thickness of a solid line or a dotted line.
  8. AI 스피커를 이용한 대화 분석 시스템에 있어서,
    AI 스피커를 이용하여 그룹 내의 각각의 구성원들의 대화 데이터를 획득하는 데이터 획득부,
    상기 획득된 데이터를 상기 구성원들 개개인의 대화 데이터로 분류하고, 상기 분류된 개개인의 대화 데이터를 이용하여 개인의 의사소통 패턴을 연산하고, 상기 연산된 개인의 의사소통 패턴을 이용하여 일대일 상호작용 강도를 연산하고, 상기 연산된 일대일 상호작용 강도를 이용하여 그룹내의 의사소통 패턴을 연산하는 제어부,
    상기 연산된 일대일 상호작용 강도와 상기 연산된 의사소통 패턴을 상기 구성원에게 제공하는 정보 제공부를 포함하고,
    상기 제어부는,
    상기 개인의 발언 횟수(Turn-taking), 발언 횟수 비율(Participation of Turn-taking), 발언의 길이(During), 발언 길이 비율(Participation of duration), 반응횟수(Response) 및 반응 비율(Participation of response)을 연산하며,
    아래의 수학식과 같이 상기 그룹내의 임의의 제1 구성원이 다른 임의의 제2 구성원에게 말하는 의사 소통 비율(Turn-taking) 및 제2 구성원의 반응강도(Response strength)를 연산하는 대화 분석 시스템:
    Figure 112020064555797-pat00044

    Figure 112020064555797-pat00045

    여기서, i는 상기 제1 구성원이고, j는 상기 제2 구성원이고, Turn ij 는 제1 구성원이 제2 구성원에게 말을 한 횟수이고, Turn-takingi는 제1 구성원이 말한 횟수이고, Response ij 는 제1 구성원이 제2 구성원에게 음성으로 반응한 횟수이고, Duration j 는 제2 구성원이 말을 하는 시간을 나타낸다.
    In the dialogue analysis system using an AI speaker,
    A data acquisition unit that acquires conversation data of each member in the group using an AI speaker,
    Classify the obtained data as individual conversation data of the members, calculate an individual's communication pattern using the classified individual conversation data, and use the calculated individual communication pattern to have a one-to-one interaction strength And a control unit that calculates a communication pattern within a group using the calculated one-to-one interaction strength,
    And an information providing unit providing the calculated one-to-one interaction strength and the calculated communication pattern to the member,
    The control unit,
    The individual's turn-taking, speech frequency ratio (Participation of Turn-taking), speech length (During), speech length ratio (Participation of duration), response frequency (Response) and reaction rate (Participation of response) ),
    A conversation analysis system that calculates the turn-taking and the response strength of the second member by a first member in the group to another optional second member as shown in the following equation:
    Figure 112020064555797-pat00044

    Figure 112020064555797-pat00045

    Here, i is the first member, j is the second member, Turn ij is the number of times the first member speaks to the second member, Turn-taking i is the number of times the first member speaks, Response ij Is the number of times the first member reacts negatively to the second member, and Duration j indicates the time the second member speaks.
  9. 제8항에 있어서,
    상기 제어부는,
    상기 대화 데이터를 개인의 Pitch, Amplitude 및 주파수별로 분류하는 대화 분석 시스템.
    The method of claim 8,
    The control unit,
    A conversation analysis system for classifying the conversation data by individual's pitch, amplitude, and frequency.
  10. 삭제delete
  11. 삭제delete
  12. 제8항에 있어서,
    상기 제어부는,
    아래의 수학식과 같이 상호간의 대화 강도(Dyadic turn-takingij) 및 상호간의 반응 강도(Dyadic Responseij)를 연산하는 대화 분석 시스템:
    Figure 112020502208788-pat00046

    Figure 112020502208788-pat00047

    여기서, Turn-takingij는 제1 구성원의 발언 횟수 중에서 다른 임의의 제2 구성원의 발언 이후에 발언한 횟수이고, Turn-takingji는 제2 구성원의 발언 횟수 중에서 다른 임의의 제1 구성원의 발언 이후에 발언한 횟수이고, Response strengthij는 제2 구성원이 발언할 때 다른 제1 구성원의 응답 횟수이고, Response strengthji는 제1 구성원이 발언할 때 다른 제2 구성원의 응답 횟수이다.
    The method of claim 8,
    The control unit,
    A conversation analysis system that calculates the strength of each other's conversation (Dyadic turn-taking ij ) and the strength of each other's reaction (Dyadic Response ij ) as shown in the following equation:
    Figure 112020502208788-pat00046

    Figure 112020502208788-pat00047

    Here, the turn-taking ij is the number of remarks after the remarks of another random second member among the number of remarks of the first member, and the turn-taking ji is the remarks of any other first member among the remarks of the second member. Is the number of times the second member speaks, and the response strength ij is the number of responses of another first member when the second member speaks, and the response strength ji is the number of responses of another second member when the first member speaks.
  13. 제8항에 있어서,
    상기 제어부는,
    아래의 수학식과 같이 그룹 멤버 발언의 기회 균등성(Equality of turn-taking) 및 그룹 멤버 발언의 길이 균등성(Equality of duration)을 연산하는 대화 분석 시스템:
    Figure 112020064555797-pat00048

    Figure 112020064555797-pat00049

    여기서, Average turn-taking은 그룹 멤버들의 발언횟수의 평균이고, Average Duration은 그룹 멤버들의 발언 길이의 평균이다.
    The method of claim 8,
    The control unit,
    A conversation analysis system that calculates the equality of turn-taking and equality of the group member's speech as shown in the following equation:
    Figure 112020064555797-pat00048

    Figure 112020064555797-pat00049

    Here, Average turn-taking is an average of the number of speeches of group members, and Average Duration is an average of speech lengths of group members.
  14. 제8항에 있어서,
    상기 정보 제공부는,
    상기 구성원들의 의사소통 방향 및 의사소통 반응을 화살표를 포함하는 실선 또는 점선으로 표현하고, 상기 구성원들의 의사소통 강도 및 의사소통 반응 강도는 강도는 실선 또는 점선의 굵기로 표시하는 대화 분석 시스템.
    The method of claim 8,
    The information providing unit,
    A conversation analysis system in which the communication direction and the communication response of the members are expressed by a solid line or a dotted line including an arrow, and the communication strength and the communication response intensity of the members are indicated by a thickness of a solid line or a dotted line.
KR1020190011218A 2019-01-29 2019-01-29 System for dialogue analysis using ai speaker and method thereof KR102150355B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190011218A KR102150355B1 (en) 2019-01-29 2019-01-29 System for dialogue analysis using ai speaker and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190011218A KR102150355B1 (en) 2019-01-29 2019-01-29 System for dialogue analysis using ai speaker and method thereof

Publications (2)

Publication Number Publication Date
KR20200093906A KR20200093906A (en) 2020-08-06
KR102150355B1 true KR102150355B1 (en) 2020-09-01

Family

ID=72040333

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190011218A KR102150355B1 (en) 2019-01-29 2019-01-29 System for dialogue analysis using ai speaker and method thereof

Country Status (1)

Country Link
KR (1) KR102150355B1 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101559364B1 (en) * 2014-04-17 2015-10-12 한국과학기술원 Mobile apparatus executing face to face interaction monitoring, method of monitoring face to face interaction using the same, interaction monitoring system including the same and interaction monitoring mobile application executed on the same

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101559364B1 (en) * 2014-04-17 2015-10-12 한국과학기술원 Mobile apparatus executing face to face interaction monitoring, method of monitoring face to face interaction using the same, interaction monitoring system including the same and interaction monitoring mobile application executed on the same

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Takaaki Hori 외 3인, "Advances in Multi-speaker Conversational Speech Recognition and Understanding", NTT Technical Review Feature Articles, Vol. 11 No. 12 Dec. 2013 (2013.12.12.) 1부.*

Also Published As

Publication number Publication date
KR20200093906A (en) 2020-08-06

Similar Documents

Publication Publication Date Title
Barascud et al. Brain responses in humans reveal ideal observer-like sensitivity to complex acoustic patterns
Guillén et al. Is leadership a part of me? A leader identity approach to understanding the motivation to lead
US9330658B2 (en) User intent analysis extent of speaker intent analysis system
Williamson et al. Vocal and facial biomarkers of depression based on motor incoordination and timing
Dacakis et al. Development and preliminary evaluation of the transsexual voice questionnaire for male-to-female transsexuals
Janata et al. Sensorimotor coupling in music and the psychology of the groove.
Szyjka Understanding research paradigms: Trends in science education research
Tumele Case study research
Fusaroli et al. Is voice a marker for Autism spectrum disorder? A systematic review and meta‐analysis
Vincent et al. The signal separation evaluation campaign (2007–2010): Achievements and remaining challenges
US20170084295A1 (en) Real-time speaker state analytics platform
Winn Rapid release from listening effort resulting from semantic context, and effects of spectral degradation and cochlear implants
Dykstra et al. Using the Language Environment Analysis (LENA) system in preschool classrooms with children with autism spectrum disorders
Hopwood et al. The interpersonal situation: Integrating personality assessment, case formulation, and intervention
Schoenwald et al. A review of treatment adherence measurement methods.
Fayolle et al. Beyond entrepreneurial intentions: values and motivations in entrepreneurship
US8200494B2 (en) Speaker intent analysis system
JP4644403B2 (en) Apparatus, method, and manufactured article for detecting emotion of voice signal through analysis of a plurality of voice signal parameters
US6697457B2 (en) Voice messaging system that organizes voice messages based on detected emotion
Carter et al. A randomized controlled trial of Hanen’s ‘More Than Words’ in toddlers with early autism symptoms
CN102124515B (en) Speaker characterization through speech analysis
Lewis et al. Human cortical organization for processing vocalizations indicates representation of harmonic structure as a signal attribute
Hughes et al. The perception and parameters of intentional voice manipulation
US8478596B2 (en) Impairment detection using speech
Mishra et al. Visual information can hinder working memory processing of speech

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant