KR102176622B1 - 음성 인식 장치 및 그것의 신뢰도 측정 방법 - Google Patents

음성 인식 장치 및 그것의 신뢰도 측정 방법 Download PDF

Info

Publication number
KR102176622B1
KR102176622B1 KR1020180081259A KR20180081259A KR102176622B1 KR 102176622 B1 KR102176622 B1 KR 102176622B1 KR 1020180081259 A KR1020180081259 A KR 1020180081259A KR 20180081259 A KR20180081259 A KR 20180081259A KR 102176622 B1 KR102176622 B1 KR 102176622B1
Authority
KR
South Korea
Prior art keywords
sentence
speech recognition
speech
speech synthesis
component
Prior art date
Application number
KR1020180081259A
Other languages
English (en)
Other versions
KR20200008074A (ko
Inventor
손윤식
이강우
고성욱
이준희
윤지현
진대한
Original Assignee
동국대학교 산학협력단
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 동국대학교 산학협력단 filed Critical 동국대학교 산학협력단
Priority to KR1020180081259A priority Critical patent/KR102176622B1/ko
Publication of KR20200008074A publication Critical patent/KR20200008074A/ko
Application granted granted Critical
Publication of KR102176622B1 publication Critical patent/KR102176622B1/ko

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
    • G10L15/01—Assessment or evaluation of speech recognition systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • 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
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech 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
    • 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
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/69—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for evaluating synthetic or decoded voice signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

음성 인식 장치 및 그것의 신뢰도 측정 방법을 제시하며, 음성 인식 장치는 음성 합성 문장을 사용자에게 출력하고, 상기 사용자의 음성으로 상기 음성 합성 문장에 대응되는 음성 인식 문장을 입력받는 입출력부, 및 상기 음성 인식 문장을 수신하면, 상기 음성 합성 문장과 상기 음성 인식 문장 사이의 핵심 문장 성분을 비교하여 상기 음성 합성 문장과 상기 음성 인식 문장 사이의 일치 여부를 판단하여 음성 인식의 신뢰도를 측정하는 제어부를 포함한다.

Description

음성 인식 장치 및 그것의 신뢰도 측정 방법{VOICE RECOGNITION APPARATUS AND METHOD FOR MEASURING CONFIDENCE THEREOF}
본 명세서에서 개시되는 실시예들은 음성 인식 장치 및 그것의 신뢰도 측정 방법에 관한 것으로, 보다 상세하게는 음성 인식에 따른 신뢰도를 측정할 수 있는 음성 인식 장치 및 그것의 신뢰도 측정 방법에 관한 것이다.
최근 들어, 음성 인식(또는, 음성 합성)에 관련한 기술들에 대한 연구 개발 성과가 나타나면서 음성 인식에 관련된 기술의 활용이 산업 분야뿐만 아니라, 의료용, 가정용, 교육용 등의 다양한 분야로 확장되고 있다. 이에 음성 인식 시 사용자로부터 발음된 문장을 정확히 인식하는 알고리즘의 중요성이 점차 강조되고 있다.
더욱이, 여러 소음이 섞인 환경, 즉 소음 환경에서 음성 인식은 주변의 노이즈가 사용자의 음성에 결합되기 때문에 조용한 환경에서의 음성 인식보다 더욱 어렵다.
특히, 한국어 문장에서는 조사, 어미 등과 같은 다양한 문장 성분은 노이즈에 의한 영향을 더욱 크게 받기 때문에 음성 데이터의 인식 신뢰도를 하락시키는 문제점이 있었다. 또한, 소음이 섞인 환경에서 노이즈로 인해 음성 인식의 성능을 측정하고자 하지만, 노이즈로 인해 음성 인식의 성능, 즉 신뢰도를 정확히 측정하기 어렵다는 문제점이 있었다.
따라서, 상술된 문제점을 해결하기 위한 기술이 필요하게 되었다.
한편, 전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 명세서에서 개시되는 실시예들은, 음성 인식에 따른 신뢰도를 향상시킬 수 있는 음성 인식 장치 및 그것의 신뢰도 측정 방법을 제시하는데 목적이 있다.
본 명세서에서 개시되는 실시예들은, 노이즈로 인한 영향을 감소시켜 음성 인식의 신뢰도를 측정할 수 있는 음성 인식 장치 및 그것의 신뢰도 측정 방법을 제시하는데 목적이 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 일 실시예에 따르면, 음성 인식 장치는 음성 합성 문장을 사용자에게 출력하고, 상기 사용자의 음성으로 상기 음성 합성 문장에 대응되는 음성 인식 문장을 입력받는 입출력부, 및 음성 인식 문장을 수신하면, 상기 음성 합성 문장과 상기 음성 인식 문장 사이의 핵심 문장 성분을 비교하여 상기 음성 합성 문장과 상기 음성 인식 문장 사이의 일치 여부를 판단하여 음성 인식의 신뢰도를 측정하는 제어부를 포함한다.
다른 실시예에 따르면, 음성 인식 장치에 의해 수행되는 신뢰도 측정 방법은 음성 합성 문장을 사용자에게 출력하는 단계, 상기 음성 합성 문장의 형태소를 분석하는 단계, 상기 사용자의 음성으로 상기 음성 합성 문장에 대응되는 음성 인식 문장을 입력받는 단계, 음성 인식된 음성 인식 문장의 형태소를 분석하는 단계, 및 상기 음성 합성 문장과 상기 음성 인식 문장의 핵심 문장 성분을 비교하여 상기 음성 합성 문장과 상기 음성 인식 문장의 일치 여부를 판단하여 음성 인식의 신뢰도를 측정하는 단계를 포함한다.
전술한 과제 해결 수단의 음성 인식 장치 및 그것의 신뢰도 측정 방법에 의하면, 음성 인식 문장에서 핵심 문장 성분을 사용하여 음성 인식을 하기 때문에 음성 인식에 따른 신뢰도를 향상시킬 수 있다.
또한, 전술한 과제 해결 수단의 음성 인식 장치 및 그것의 신뢰도 측정 방법에 의하면, 노이즈에 취약한 성분을 제외한 핵심 문장 성분을 사용하여 신뢰도를 측정하기 때문에 노이즈로 인한 영향을 감소시켜 음성 인식의 신뢰도를 측정할 수 있다.
도 1은 일 실시예에 따른 음성 인식 장치를 도시한 블록도이다.
도 2는 일 실시예에 따른 품사 집합을 예시적으로 도시한 도면이다.
도 3은 일 실시예에 따른 음성 합성 문장과 음성 인식 문장에서 핵심 문장 성분의 비교를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 음성 인식 장치의 신뢰도 측정 방법을 도시한 순서도이다.
도 5는 일 실시예에 따른 음성 인식 장치의 음성 합성 문장에 예비 정답 성분을 추가하는 동작을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 음성 인식 장치의 음성 인식 동작을 도시한 순서도이다.
아래에서는 첨부한 도면을 참조하여 다양한 실시예들을 상세히 설명한다. 아래에서 설명되는 실시예들은 여러 가지 상이한 형태로 변형되어 실시될 수도 있다. 실시예들의 특징을 보다 명확히 설명하기 위하여, 이하의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서 자세한 설명은 생략하였다. 그리고, 도면에서 실시예들의 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 ‘직접적으로 연결’되어 있는 경우뿐 아니라, ‘그 중간에 다른 구성을 사이에 두고 연결’되어 있는 경우도 포함한다. 또한, 어떤 구성이 어떤 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들을 더 포함할 수도 있음을 의미한다.
이하 첨부된 도면을 참고하여 실시예들을 상세히 설명하기로 한다.
다만 이를 설명하기에 앞서, 아래에서 사용되는 용어들의 의미를 먼저 정의한다.
‘음성 합성 문장’은 사용자 음성을 인식하기 위해 사용자에게 제공되는 문장 또는 문장에 대응되는 음성이 합성된 오디오 신호를 의미할 수 있다. 그러므로, 음성 합성 문장은 사용자에게 스피커 등을 통해 출력될 수 있으며, 음성 합성 문장을 청취한 사용자로부터 음성 합성 문장을 발음하도록 요청되는 문장이다. 이를 위해, 음성 합성 문장은 출력 시, 사용자에게 음성 합성 문장을 발음하도록 요청하는 안내 메시지를 함께 출력할 수도 있다.
‘음성 인식 문장’은 음성 합성 문장을 청취한 사용자로부터 음성 합성 문장을 따라 발음되어 입력받은 오디오 신호 또는 오디오 신호로부터 검출된 문장을 의미할 수 있다. 따라서, 음성 인식 문장은 음성 합성 문장에 대응될 수 있다.
위에 정의한 용어 이외에 설명이 필요한 용어는 아래에서 각각 따로 설명한다.
도 1은 본 발명의 일 실시예에 따른 음성 인식 장치를 도시한 블록도이다.
도 1을 참조하면, 음성 인식 장치(100)는 입출력부(110), 저장부(120), 통신부(130), 및 제어부(140)를 포함할 수 있다.
입출력부(110)는 사용자로부터 입력을 수신하기 위한 입력부와, 작업의 수행 결과 또는 음성 인식 장치(100)의 상태 등의 정보를 표시하기 위한 출력부를 포함할 수 있다. 예를 들어, 입출력부(110)는 사용자 입력을 수신하는 조작 패널(operation panel) 및 화면을 표시하는 디스플레이 패널(display panel) 등을 포함할 수 있다.
구체적으로, 입력부는 키보드, 물리 버튼, 터치 스크린, 카메라 또는 마이크 등과 같이 다양한 형태의 사용자 입력을 수신할 수 있는 장치들을 포함할 수 있다. 또한, 출력부는 디스플레이 패널 또는 스피커 등을 포함할 수 있다. 다만, 이에 한정되지 않고 입출력부(110)는 다양한 입출력을 지원하는 구성을 포함할 수 있다.
상술한 바와 같이, 입출력부(110)는 스피커(111)와 마이크(112)를 포함할 수 있다. 예를 들어, 스피커(111)는 음성 인식의 신뢰도 측정을 위해 음성 합성 문장을 출력할 수 있고, 마이크(112)는 음성 합성 문장에 대응되는 음성 입력 문장을 입력받을 수 있다.
저장부(120)는 파일, 애플리케이션 및 프로그램 등과 같은 다양한 종류의 데이터가 설치 및 저장될 수 있다. 데이터의 예로서, 음성 인식의 신뢰도 측정을 위한 음성 합성 문장이 복수개 포함될 수 있으며, 음성 합성 문장 내지는 음성 인식 문장의 형태소 분석을 위한 형태소 정보 내지는 형태소 분석을 위한 정보를 포함할 수 있다.
저장부(120)에 저장된 데이터는 후술될 제어부(140)에 의해 액세스되어 이용되거나, 또는 제어부(140)에 의해 새로운 데이터가 저장될 수 있다. 또한 저장부(120)는 제어부(140)에 의해 실행될 수 있는 프로그램을 저장할 수 있다.
한편, 통신부(130)는 다른 디바이스 또는 네트워크와 유무선 통신을 수행할 수 있다. 이를 위해, 통신부(130)는 다양한 유무선 통신 방법 중 적어도 하나를 지원하는 통신 모듈을 포함할 수 있다. 예를 들어, 통신 모듈은 칩셋(chipset)의 형태로 구현될 수 있다.
통신부(130)가 지원하는 무선 통신은, 예를 들어 Wi-Fi(Wireless Fidelity), Wi-Fi Direct, 블루투스(Bluetooth), UWB(Ultra Wide Band) 또는 NFC(Near Field Communication) 등일 수 있다. 또한, 통신부(130)가 지원하는 유선 통신은, 예를 들어 USB 또는 HDMI(High Definition Multimedia Interface) 등일 수 있다. 상술된 통신은 예시일 뿐이며, 음성 인식 장치(100)가 통신을 수행할 수 있도록 하는 각종 통신 기법이 가능하다.
제어부(140)는 음성 합성 문장과 음성 인식 문장 각각에 대해 형태소 분석을 할 수 있다. 예를 들어, 형태소 분석은 문장을 구성하는 요소들 각각을 품사 등을 기준으로 나누어 구분하는 것을 의미한다. 예를 들어, 제어부(140)는 “실내 공기를 순환시키기 위해”라는 문장을 형태소 분석을 하면, “실내(NNG(일반명사)), 공기(NNG(일반명사)), 를(JKO(목적격조사)), 순환(NNG(일반명사)), 시키(XSV(동사파생접미사)), 기(ETN(명사형전성어미)), 위하(VV(동사)), 아(EC(연결어미))”로 분석할 수 있다. 이와 같이, 제어부(140)는 형태소 분석을 하여 음성 합성 문장과 음성 인식 문장 각각을 구성하는 요소의 품사를 구분할 수 있다.
제어부(140)는 음성 합성 문장과 음성 인식 문장 각각에 대해 형태소 분석을 하여 핵심 문장 성분을 추출할 수 있다. 예를 들어, 핵심 문장 성분은 문장을 구성하는 체언(예를 들어, 명사)과 용언(예를 들어, 동사, 형용사)으로 구분될 수 있다.
따라서, 제어부(140)는 음성 합성 문장과 음성 인식 문장 각각에 대해 핵심 문장 성분인 명사, 동사, 형용사에 대응되는 성분이 서로 일치하는지 비교하여 신뢰도를 계산할 수 있다. 여기서, 신뢰도는 음성 합성 문장과 음성 인식 문장이 일치하는지에 대한 정도를 나타낼 수 있으며, 신뢰도를 이용하면 음성 인식 장치(100)의 성능 판단을 할 수 있다.
이를 통해, 제어부(140)는 다양한 소음 환경에서 노이즈가 많이 삽입되는 조사, 어미 등과 같은 품사에 대해서는 핵심 문장 성분이 아니므로 신뢰도 측정에 사용되지 않도록 배제할 수 있다. 그러므로, 제어부(140)는 음성 합성 문장과 음성 인식 문장에서 노이즈의 영향이 상대적으로 적은 명사, 형용사, 및 동사와 같은 핵심 성분만을 추출하여 신뢰도를 측정할 수 있다.
제어부(140)는 신뢰도 측정 시 음성 인식 문장의 핵심 문장 성분 중에서 음성 합성 문장과 불일치하는 성분을 음성 합성 문장의 예비 정답 성분으로 포함시킬 수 있다.
여기서, 예비 정답 성분은 음성 합성 문장 내에서 음성 인식 문장과 불일치하는 성분에 추가되어 저장부 등에 저장될 수 있다. 예비 정답 성분이 음성 합성 문장에 추가된 후, 제어부(140)는 음성 합성 문장과 음성 인식 문장의 비교를 할 수 있다. 이때, 음성 인식 문장의 핵심 문장 성분 중 음성 합성 문장과 불일치하는 성분에 예비 정답 성분으로 포함된 것을 확인하면, 제어부(140)는 음성 인식 문장의 해당 성분이 음성 합성 문장의 성분과 일치하는 것으로 판단할 수 있다. 따라서, 예비 정답 성분은 음성 인식 문장과의 일치 여부의 판단 시 음성 합성 문장의 핵심 문장 성분들 중 하나로 대체될 수 있는 성분을 의미한다.
또한, 제어부(140)는 음성 합성 문장에서 소정 개수 이상의 예비 정답 성분을 포함할 수 있도록 설정하여, 소정 개수의 예비 정답 성분이 음성 합성 문장 내에 포함될 때까지 음성 합성 문장을 출력하고 음성 인식 문장을 수신하여 핵심 문장의 비교 동작을 반복하여 수행할 수 있다. 이와 달리, 제어부(140)는 음성 합성 문장과 음성 인식 문장이 소정 기준값 이상 일치할 때까지 음성 합성 문장을 출력하고 음성 인식 문장을 수신하여 핵심 문장의 비교 동작을 반복하여 수행할 수도 있다.
한편, 제어부(140)는 예비 정답 성분을 상기 음성 합성 문장에 추가하는 경우, 미리 설정된 조건을 만족하는 경우에만 음성 합성 문장에 추가되도록 할 수도 있다.
예를 들어, 제어부(140)는 음성 합성 문장과 음성 인식 문장 사이에 불일치하는 성분의 품사가 동일하면, 해당 성분을 예비 정답 성분으로 음성 합성 문장에 추가할 수 있다. 이때, 제어부(140)는 음성 합성 문장과 음성 인식 문장 사이에 불일치하는 성분의 품사가 서로 다르면, 해당 성분을 음성 합성 문장에 예비 정답 성분으로 추가하지 않는다.
예를 들어, 제어부(140)는 음성 합성 문장과 음성 인식 문장 사이에 불일치하는 성분의 유사도를 계산하고, 유사도가 소정 기준 이상인 성분을 음성 합성 문장의 예비 정답 성분으로 포함시킬 수 있다. 이때, 제어부(140)는 음성 합성 문장과 음성 인식 문장의 불일치하는 성분의 음성 파형의 벡터값 등을 이용하여 불일치하는 성분이 소정 기준 이상 유사한지 판단하고, 소정 기준 이상 유사한 경우에만 음성 합성 문장의 예비 정답 성분으로 포함시킬 수도 있다. 이를 통해, 제어부(140)는 유사한 발음을 갖는 예비 정답 성분을 음성 합성 문장에 추가되도록 할 수도 있다.
예를 들어, 제어부(140)는 음성 합성 문장과 음성 인식 문장의 핵심 문장 성분의 비교 동작을 여러 번 수행하는 경우, 소정 횟수 이상 반복하여 검출되는 불일치하는 성분을 예비 정답 성분으로 음성 합성 문장에 추가할 수 있다.
이러한, 제어부(140)는 음성 합성 문장에 대응되는 음성 인식 문장 내에 예비 정답 성분을 포함하여 음성 인식 문장에 예비 정답 성분과 동일한 성분을 포함하면 해당 성분에 대해 서로 일치하는 것으로 판단할 수 있다. 예를 들어, 음성 인식에 따른 응용 프로그래밍 인터페이스(API: Application Programming Interface)의 한계 등으로 인해 사용자가 기존의 문장을 제대로 발음했음에도 불구하고, 100%의 일치율을 갖지 못하는 경우, 예비 정답 성분을 활용하면, 음성 인식의 신뢰도를 더욱 높일 수 있다.
제안된 실시예에 따른, 음성 인식 장치(100)는 음성 인식의 신뢰도 측정에 외부 노이즈 영향이 적은 핵심 문장 성분만을 사용하여 음성 인식을 할 수 있기 때문에 음성 인식의 신뢰도가 향상될 수 있다. 또한, 음성 인식 장치(100)는 음성 인식 문장에서 외부 소음과 같은 노이즈의 영향이 적은 핵심 문장 성분만을 추출하여 음성 합성 문장과의 신뢰도를 측정하기 때문에 노이즈로 인한 영향을 감소시켜 음성 인식의 신뢰도를 측정할 수 있다.
도 2는 일 실시예에 따른 품사 집합을 예시적으로 도시한 도면이다.
도 2를 참조하면, 음성 인식 장치(100)는 음성 합성 문장과 음성 인식 문장에서 품사 집합을 기준으로 형태소 분석을 할 수 있다. 음성 인식 장치(100)는 형태소 분석을 통해 핵심 문장 성분(210)을 추출할 수 있다. 여기서, 핵심 문장 성분(210)으로는 체언과 용언에 대응되는 품사 성분인 명사, 동사, 형용사를 포함할 수 있으며, 예를 들어, 일반명사(NNG), 고유명사(NNP), 동사(VV), 및 형용사(VA)를 포함할 수 있지만, 필요에 따라 의존명사(NNB)까지 포함할 수도 있다.
음성 인식 장치(100)는 품사 집합 내에서 일반명사(NNG), 고유명사(NNP), 동사(VV), 및 형용사(VA)에 대응되는 성분을 핵심 문장 성분(210)으로 사용될 수 있다.
도 3은 일 실시예에 따른 음성 합성 문장과 음성 인식 문장에서 핵심 문장 성분의 비교를 설명하기 위한 도면이다.
도 3을 참조하면, 음성 인식 장치(100)에서 사용자에게 출력되는 음성 합성 문장(310)이 ‘실내 공기를 순환 시키기 위해’이고, 음성 인식 장치(100)에서 사용자로부터 입력받는 음성 인식 문장(330)이 ‘실내 공기를 쓰는 시키기 위해’이다.
음성 인식 장치(100)는 음성 합성 문장(310)과 음성 인식 문장(320) 각각에 대해 형태소 분석을 할 수 있다.
음성 인식 장치(100)는 음성 합성 문장(310)의 형태소를 분석하여 “실내(NNG(일반명사)), 공기(NNG(일반명사)), 를(JKO(목적격조사)), 순환(NNG(일반명사)), 시키(XSV(동사파생접미사)), 기(ETN(명사형전성어미)), 위하(VV(동사)), 아(EC(연결어미))”로 나타낼 수 있다.
음성 인식 장치(100)는 명사와 동사의 품사에 대응되는 성분인 실내(NNG)(311), 공기(NNG)(312), 순환(NNG)(313), 및 위하(VV)(314)를 핵심 문장 성분으로 추출(301)할 수 있다.
음성 인식 장치(100)는 음성 인식 문장(320)의 형태소를 분석하여 “실내(NNG(일반명사)), 공기(NNG(일반명사)), 를(JKO(목적격조사)), 쓰(VV(동사)), 는(ETM(관형형전성어미)), 위하(VV(동사)), 아(EC(연결어미))”로 나타낼 수 있다.
음성 인식 장치(100)는 명사와 동사의 품사에 대응되는 성분인 실내(NNG)(321), 공기(NNG)(322), 쓰(VV)(323), 및 위하(VV)(324)를 핵심 문장 성분으로 추출(302)할 수 있다.
음성 인식 장치(100)는 음성 합성 문장(310)의 핵심 문장 성분(예를 들어, 311, 312, 313, 314)과 음성 인식 문장(320)의 핵심 문장 성분(예를 들어, 321, 322, 323, 324)을 서로 비교한다. 음성 인식 장치(100)는 음성 합성 문장(310)의 핵심 문장 성분인 순환(NNG)(313)과 음성 인식 문장(320)의 핵심 문장 성분인 쓰(VV)(323)가 서로 일치하지 않음을 확인할 수 있다.
이때, 음성 인식 장치(100)는 음성 합성 문장과 핵심 문장 성분의 일치 여부를 네 개의 핵심 문장 성분 중에서 세 개의 핵심 문장 성분이 일치하기 때문에 약 75%(3/4*100)로 계산할 수 있다. 이로부터, 음성 인식 장치(100)는 음성 인식의 신뢰도를 약 75%로 판단할 수 있다.
도 4는 일 실시예에 따른 음성 인식 장치의 신뢰도 측정 방법을 도시한 순서도이다.
도 4를 참조하면, 음성 인식 장치(100)는 음성 합성 문장을 출력한다(S411). 음성 인식 장치(100)는 신뢰도 측정을 위해 선택된 문장에 음성을 합성하여 스피커 등을 통해 출력할 수 있다. 이때, 음성 인식 장치(100)는 사용자에게 제공되는 음성 합성 문장을 따라서 발음하도록 요청할 수 있다.
음성 인식 장치(100)는 음성 합성 문장의 형태소를 분석할 수 있다(S413). 음성 인식 장치(100)는 음성 합성 문장을 도 2에 도시된 품사를 기준으로 형태소 분석을 할 수 있다.
이때, 음성 인식 장치(100)는 음성 합성 문장에 대응되는 음성 인식 문장을 입력 받았는지 확인한다(S415).
S415단계의 판단결과, 음성 인식 문장을 입력 받지 못하면, 음성 인식 장치(100)는 S411단계로 진행하여 음성 합성 문장을 재출력하거나, 음성 합성 문장을 따라 발음할 것을 사용자에게 재요청할 수 있다. 또는, 음성 인식 장치(100)는 일정 횟수의 음성 인식 문장의 입력이 요청되거나 일정 시간이 경과한 후에도 사용자로부터 음성 인식 문장을 입력받지 못하면 동작을 종료할 수 있다.
S415단계의 판단결과, 음성 인식 문장을 입력 받으면, 음성 인식 장치(100)는 S417단계로 진행한다.
음성 인식 장치(100)는 음성 인식 문장의 형태소를 분석할 수 있다(S417). 음성 인식 장치(100)는 음성 인식 문장을 도 2에 도시된 품사 등을 기준으로 형태소 분석을 한다.
음성 인식 장치(100)는 형태소가 분석된 음성 합성 문장과 음성 인식 문장 각각에서 핵심 문장 성분을 추출할 수 있다(S419).
음성 인식 장치(100)는 음성 합성 문장과 음성 인식 문장 각각에서 추출된 핵심 문장 성분을 서로 비교하여 일치 여부를 확인할 수 있다(S421).
음성 인식 장치(100)는 소정 기준을 만족하는지 판단한다(S423). 소정 기준은 예를 들어, 음성 합성 문장 내에 예비 정답 성분이 소정 개수(3개 또는 3개 이상)인 것일 수 있다. 또한, 소정 기준은 음성 합성 문장과 음성 인식 문장의 일치도가 75%, 80%, 또는 90% 이상이거나, 100%인 것일 수도 있다. 이러한 방식들은 예시적으로 설명된 것으로 이외에도 예비 정답 성분을 추가하기 위한 다양한 기준이 설정될 수도 있다.
S423단계의 판단결과, 소정 기준을 만족하지 않는 경우, 음성 인식 장치(100)는 S425단계로 진행할 수 있다.
음성 인식 장치(100)는 음성 합성 문장과 음성 인식 문장 각각의 핵심 문장 성분이 서로 불일치하는 성분을 음성 합성 문장 내에 예비 정답 성분으로 추가하고, S411단계로 진행할 수 있다(S425). 이를 통해, 음성 인식 장치(100)는 S411단계 내지는 S421단계를 수행하여 음성 합성 문장의 핵심 문장 성분이 일치하지 않는 경우, 예비 정답 성분과 일치하는지 비교할 수 있다. 이때, 음성 인식 문장의 핵심 문장 성분이 예비 정답 성분과 일치할 경우, 음성 인식 장치(100)는 해당 핵심 문장 성분이 일치하는 것으로 판단할 수 있다.
한편, 음성 인식 장치(100)는 음성 합성 문장과 음성 인식 문장 각각의 핵심 문장 성분에서 불일치하는 성분을 예비 정답 성분에 포함시키면, 음성 인식 확률을 더 높여 음성 인식의 신뢰도를 더욱 개선하기 위해 S423단계와 S425단계를 수행할 수 있다. 이를 위해, 음성 인식 장치(100)는 다양한 문장에 대해 예비 정답 성분을 사전에 학습하여 저장하고, 예비 정답 성분을 음성 인식 성분과의 비교에 활용할 수도 있다.
이와 달리, S423단계와 S425단계는 수행되지 않을 수도 있으며, 이때, 음성 인식 장치(100)는 S421단계 이후에 S427단계를 수행할 수 있다.
S423단계의 판단결과, 소정 기준을 만족하는 경우, 음성 인식 장치(100)는 S427단계로 진행할 수 있다.
음성 인식 장치(100)는 핵심 문장 성분의 비교를 통해 신뢰도를 측정할 수 있고, 신뢰도 측정이 완료되면 동작을 종료할 수 있다.
이와 같이, 음성 인식 장치(100)는 신뢰도 측정에 핵심 문장 성분들 만을 추출하여 비교하기 때문에 신뢰도 측정을 위해 형태소 분석된 모든 품사를 비교할 필요가 없어 신뢰도 측정을 위한 처리 속도가 향상될 수 있다.
도 5는 일 실시예에 따른 음성 인식 장치의 음성 합성 문장에 예비 정답 성분을 추가하는 동작을 설명하기 위한 도면이다.
도 5를 참조하면, 음성 인식 장치(100)는 음성 합성 문장(510)이 ‘실내 공기를 순환 시키기 위해’이고, 음성 합성 문장(510)의 형태소를 분석하여 “실내(NNG(일반명사)), 공기(NNG(일반명사)), 를(JKO(목적격조사)), 순환(NNG(일반명사)), 시키(XSV(동사파생접미사)), 기(ETN(명사형전성어미)), 위하(VV(동사)), 아(EC(연결어미))”로 나타낼 수 있다.
음성 인식 장치(100)는 명사와 동사의 품사에 대응되는 성분인 실내(NNG), 공기(NNG), 순환(NNG), 및 위하(VV)를 핵심 문장 성분으로 추출(511)할 수 있다.
첫 번째로, 음성 인식 장치(100)는 입력된 음성 인식 문장으로부터 실내(NNG), 공기(NNG), 쓰(VV), 및 위하(VV)의 핵심 문장 성분을 추출(520)할 수 있다.
두 번째로, 음성 인식 장치(100)는 입력된 음성 인식 문장으로부터 실내(NNG), 공기(NNG), 수난(NNG), 및 위하(VV)의 핵심 문장 성분을 추출(530)할 수 있다.
세 번째로, 음성 인식 장치(100)는 입력된 음성 인식 문장으로부터 실내(NNG), 공기(NNG), 순한(VA), 및 위하(VV)의 핵심 문장 성분을 추출(540)할 수 있다.
이와 같이, 음성 인식 장치(100)는 음성 합성 문장의 “순환(NNG)”에 대응되는 복수의 음성 인식 문장으로부터 “쓰(VV), 수난(NNG), 순한(VA)”의 예비 정답 성분을 추출할 수 있다.
음성 인식 장치(100)는 음성 합성 문장의 핵심 문장에 예비 정답 성분을 추가(550)하여, 실내(NNG), 공기(NNG), 순환(NNG)/쓰(VV)/수난(NNG)/순한(VA), 및 위하(VV)를 핵심 문장 성분으로 추출되도록 할 수 있다. 특히, 음성 인식 장치(100)는 음성 합성 문장의 핵심 문장 성분인 순환(NNG)에 대하여 “순환(NNG)/쓰(VV)/수난(NNG)/순한(VA)”을 추출(551)할 수 있다.
이후, 음성 인식 장치(100)는 음성 인식 문장으로부터 순환(NNG)에 대응되는 “쓰(VV), 수난(NNG), 순한(VA)”의 핵심 문장 성분이 추출되더라도 음성 합성 문장에서 순환(NNG)에 대응되는 성분이 일치하는 것으로 판단할 수 있다.
예를 들어, 음성 인식 장치(100)는 예비 정답 성분을 음성 합성 문장에 추가할 때, 불일치하는 품사인 순환(NNG)에 대응되는 성분이 동일한 품사(NNG(일반명사))인 ‘수난(NNG)’만을 예비 정답 성분으로 추가할 수 있다.
음성 인식 장치(100)는 순환(NNG)과 유사도 계산 결과가 쓰(VV)의 경우 ‘0.4’이고, 수난(NNG)의 경우 ‘0.7’이고, 순한(VA)의 경우 ‘0.9’로 계산될 수 있다. 이때, 음성 인식 장치(100)는 유사도 기준이 0.6 이상인 성분을 예비 정답 성분으로 추가하도록 설정된 경우, 0.6보다 높은 유사도를 갖는 ‘수난(NNG)’과 ‘순한(VA)’을 예비 정답 성분으로 추가할 수 있다.
또한, 음성 인식 장치(100)는 불일치하는 품사인 순환(NNG)에 대응되는 성분으로 음성 인식 문장을 통해 핵심 문장 성분으로 소정 횟수 이상 반복하여 추출(예를 들어, 쓰(VV)가 소정 기준인 3번 이상 반복되어 추출)되면, 예비 정답 성분으로 ‘쓰(VV)’를 추가할 수 있다.
도 6은 일 실시예에 따른 음성 인식 장치의 음성 인식 동작을 도시한 순서도이다.
도 6을 참조하면, 음성 인식 장치(100)는 사용자로부터 음성 인식 문장을 입력받을 수 있다(S610). 이때, 음성 인식 장치(100)는 도 4에서 설명된 신뢰도 측정을 통해 전처리 학습된 다양한 음성 합성 문장에 대한 정보를 미리 저장할 수 있다.
음성 인식 장치(100)는 음성 인식 문장의 형태소를 분석할 수 있다(S620). 음성 인식 문장의 품사 단위로 형태소를 분석할 수 있다.
음성 인식 장치(100)는 핵심 문장 성분을 추출할 수 있다(S630). 음성 인식 장치(100)는 예를 들어, 명사, 동사, 형용사과 같이 노이즈의 영향을 타 품사와 달리 적게 받는 품사의 성분을 핵심 문장 성분으로 추출할 수 있다.
음성 인식 장치(100)는 음성 인식 문장의 핵심 문장 성분에 대응되는 문장이 검색되었는지 판단할 수 있다(S640).
S640단계의 판단결과, 음성 인식 문장의 핵심 문장 성분에 대응되는 문장이 검색되지 않으면, 음성 인식 장치(100)는 S610단계로 진행하여 음성 인식 문장의 재입력을 요청할 수 있다. 이때, 음성 인식 장치(100)는 소정 횟수 이상 반복하여 검색하거나 적절한 음성 인식 문장을 입력받지 못하면 동작을 종료할 수 있다.
S640단계의 판단결과, 음성 인식 문장의 핵심 문장 성분에 대응되는 문장이 검색되면, 음성 인식 장치(100)는 S650단계로 진행한다.
음성 인식 장치(650)는 음성 인식 문장의 음성 인식을 완료하고, 음성 인식으로 검색된 문장에 대응되는 다양한 동작을 수행(예를 들어, 음악 재생, 전등 온/오프, 에어컨 온도 설정, 전화 걸기 등)하고 동작을 종료할 수 있다.
이를 통해, 제안된 음성 인식 장치(100)는 형태소를 분석하여 외부 노이즈의 영향을 받아 왜곡되기 쉬운 품사를 제외하고, 핵심 문장 성분에 대응되는 품사를 이용하여 음성 인식을 할 수 있다. 이를 통해, 음성 인식 장치(100)는 음성 인식의 신뢰도가 향상될 수 있다.
이상의 실시예들에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field programmable gate array) 또는 ASIC 와 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램특허 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다.
구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로부터 분리될 수 있다.
뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU 들을 재생시키도록 구현될 수도 있다.
도 4와 도 6을 통해 설명된 실시예에 따른 신뢰도 측정 방법 및 음성 인식 방법은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는, 컴퓨터로 판독 가능한 매체의 형태로도 구현될 수 있다. 이때, 명령어 및 데이터는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터 기록 매체일 수 있는데, 컴퓨터 기록 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함할 수 있다. 예를 들어, 컴퓨터 기록 매체는 HDD 및 SSD 등과 같은 마그네틱 저장 매체, CD, DVD 및 블루레이 디스크 등과 같은 광학적 기록 매체, 또는 네트워크를 통해 접근 가능한 서버에 포함되는 메모리일 수 있다.
또한 도 4와 도 6을 통해 설명된 실시예에 따른 신뢰도 측정 방법 및 음성 인식 방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램(또는 컴퓨터 프로그램 제품)으로 구현될 수도 있다. 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다. 또한 컴퓨터 프로그램은 유형의 컴퓨터 판독가능 기록매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)에 기록될 수 있다.
따라서 도 4와 도 6을 통해 설명된 실시예에 따른 신뢰도 측정 방법 및 음성 인식 방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 장착될 수 있다.
여기서 프로세서는 컴퓨팅 장치 내에서 명령어를 처리할 수 있는데, 이런 명령어로는, 예컨대 고속 인터페이스에 접속된 디스플레이처럼 외부 입력, 출력 장치상에 GUI(Graphic User Interface)를 제공하기 위한 그래픽 정보를 표시하기 위해 메모리나 저장 장치에 저장된 명령어를 들 수 있다. 다른 실시예로서, 다수의 프로세서 및(또는) 다수의 버스가 적절히 다수의 메모리 및 메모리 형태와 함께 이용될 수 있다. 또한 프로세서는 독립적인 다수의 아날로그 및(또는) 디지털 프로세서를 포함하는 칩들이 이루는 칩셋으로 구현될 수 있다.
또한 메모리는 컴퓨팅 장치 내에서 정보를 저장한다. 일례로, 메모리는 휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 다른 예로, 메모리는 비휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 또한 메모리는 예컨대, 자기 혹은 광 디스크와 같이 다른 형태의 컴퓨터 판독 가능한 매체일 수도 있다.
그리고 저장장치는 컴퓨팅 장치에게 대용량의 저장공간을 제공할 수 있다. 저장 장치는 컴퓨터 판독 가능한 매체이거나 이런 매체를 포함하는 구성일 수 있으며, 예를 들어 SAN(Storage Area Network) 내의 장치들이나 다른 구성도 포함할 수 있고, 플로피 디스크 장치, 하드 디스크 장치, 광 디스크 장치, 혹은 테이프 장치, 플래시 메모리, 그와 유사한 다른 반도체 메모리 장치 혹은 장치 어레이일 수 있다.
상술된 실시예들은 예시를 위한 것이며, 상술된 실시예들이 속하는 기술분야의 통상의 지식을 가진 자는 상술된 실시예들이 갖는 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 상술된 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 명세서를 통해 보호 받고자 하는 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태를 포함하는 것으로 해석되어야 한다.
100: 음성 인식 장치 110: 입출력부
111: 스피커 112: 마이크
120: 저장부 130: 통신부
140: 제어부

Claims (13)

  1. 음성 합성 문장을 사용자에게 출력하고, 상기 사용자의 음성으로 상기 음성 합성 문장에 대응되는 음성 인식 문장을 입력받는 입출력부; 및
    상기 음성 인식 문장을 수신하면, 상기 음성 합성 문장과 상기 음성 인식 문장 사이의 핵심 문장 성분을 비교하여 상기 음성 합성 문장과 상기 음성 인식 문장 사이의 일치 여부를 판단하여 음성 인식의 신뢰도를 측정하는 제어부를 포함하고,
    상기 제어부는,
    상기 음성 합성 문장이 미리 설정된 개수의 예비 정답 성분을 포함할 때까지 상기 음성 합성 문장과 상기 음성 인식 문장의 형태소를 기준으로 핵심 문장 성분 간의 일치 여부를 판단하고, 불일치하는 성분을 상기 음성 합성 문장의 예비 정답 성분으로 포함시키되, 상기 음성 합성 문장과 상기 음성 인식 문장 간의 핵심 문장 성분이 일치하는지 여부를 판단하는 비교 동작을 복수 회 수행하여, 상기 음성 합성 문장과 상기 음성 인식 문장 사이에서 소정 횟수 이상 반복해서 불일치하는 성분을 상기 음성 합성 문장의 예비 정답 성분으로 추가하는 음성 인식 장치.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 제어부는,
    상기 음성 합성 문장과 상기 음성 인식 문장의 형태소를 분석하고, 상기 형태소에서 명사, 형용사, 및 동사 중 적어도 하나를 상기 핵심 문장 성분으로 추출하되,
    상기 명사는 일반명사와 고유명사를 포함하는 음성 인식 장치.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제 1 항에 있어서,
    상기 입출력부는,
    상기 음성 합성 문장을 사용자에게 출력하는 스피커; 및
    상기 사용자로부터 상기 음성 인식 문장을 입력받는 마이크를 포함하는 음성 인식 장치.
  8. 음성 인식 장치의 신뢰도 측정 방법에 있어서,
    음성 합성 문장을 사용자에게 출력하는 단계;
    상기 음성 합성 문장의 형태소를 분석하는 단계;
    상기 사용자의 음성으로 상기 음성 합성 문장에 대응되는 음성 인식 문장을 입력받는 단계;
    음성 인식된 음성 인식 문장의 형태소를 분석하는 단계; 및
    상기 음성 합성 문장과 상기 음성 인식 문장의 핵심 문장 성분을 비교하여 상기 음성 합성 문장과 상기 음성 인식 문장의 일치 여부를 판단하여 음성 인식의 신뢰도를 측정하는 단계를 포함하고,
    상기 음성 인식의 신뢰도를 측정하는 단계는,
    상기 음성 합성 문장이 미리 설정된 개수의 예비 정답 성분을 포함할 때까지 상기 음성 합성 문장과 상기 음성 인식 문장의 형태소를 기준으로 핵심 문장 성분 간의 일치 여부를 판단하고, 불일치하는 성분을 상기 음성 합성 문장의 예비 정답 성분으로 추가하되, 상기 음성 합성 문장과 상기 음성 인식 문장 간의 핵심 문장 성분이 일치하는지 여부를 판단하는 비교 동작을 복수 회 수행하여, 상기 음성 합성 문장과 상기 음성 인식 문장 사이에서 소정 횟수 이상 반복해서 불일치하는 성분을 상기 음성 합성 문장의 예비 정답 성분으로 추가하는 단계를 포함하는 신뢰도 측정 방법.
  9. 삭제
  10. 제 8 항에 있어서,
    상기 음성 인식의 신뢰도를 측정하는 단계는,
    상기 음성 합성 문장과 상기 음성 인식 문장의 형태소를 분석하고, 상기 형태소에서 명사, 형용사, 및 동사 중 적어도 하나를 상기 핵심 문장 성분으로 추출하는 단계를 더 포함하되,
    상기 명사는 일반명사와 고유명사를 포함하는 신뢰도 측정 방법.
  11. 삭제
  12. 삭제
  13. 삭제
KR1020180081259A 2018-07-12 2018-07-12 음성 인식 장치 및 그것의 신뢰도 측정 방법 KR102176622B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180081259A KR102176622B1 (ko) 2018-07-12 2018-07-12 음성 인식 장치 및 그것의 신뢰도 측정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180081259A KR102176622B1 (ko) 2018-07-12 2018-07-12 음성 인식 장치 및 그것의 신뢰도 측정 방법

Publications (2)

Publication Number Publication Date
KR20200008074A KR20200008074A (ko) 2020-01-23
KR102176622B1 true KR102176622B1 (ko) 2020-11-10

Family

ID=69368921

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180081259A KR102176622B1 (ko) 2018-07-12 2018-07-12 음성 인식 장치 및 그것의 신뢰도 측정 방법

Country Status (1)

Country Link
KR (1) KR102176622B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112580349B (zh) * 2020-12-24 2023-09-29 竹间智能科技（上海）有限公司 短语提取方法及装置、电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100289619B1 (ko) * 1998-05-13 2001-05-02 이계철 음성인식률측정장치및그방법
JP2009128675A (ja) * 2007-11-26 2009-06-11 Toshiba Corp 音声を認識する装置、方法およびプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100289619B1 (ko) * 1998-05-13 2001-05-02 이계철 음성인식률측정장치및그방법
JP2009128675A (ja) * 2007-11-26 2009-06-11 Toshiba Corp 音声を認識する装置、方法およびプログラム

Also Published As

Publication number Publication date
KR20200008074A (ko) 2020-01-23

Similar Documents

Publication Publication Date Title
US10417344B2 (en) Exemplar-based natural language processing
US10621972B2 (en) Method and device extracting acoustic feature based on convolution neural network and terminal device
US10133538B2 (en) Semi-supervised speaker diarization
US9672817B2 (en) Method and apparatus for optimizing a speech recognition result
KR20200012963A (ko) 객체 인식 방법, 컴퓨터 디바이스 및 컴퓨터 판독 가능 저장 매체
JP6556575B2 (ja) 音声処理装置、音声処理方法及び音声処理プログラム
US8965763B1 (en) Discriminative language modeling for automatic speech recognition with a weak acoustic model and distributed training
JP2019212308A (ja) 動画サービス提供方法およびこれを用いるサービスサーバ
US20190180747A1 (en) Voice recognition apparatus and operation method thereof
US9251808B2 (en) Apparatus and method for clustering speakers, and a non-transitory computer readable medium thereof
JP2017535809A (ja) サウンド検出モデルを生成するためのサウンドサンプル検証
US11893813B2 (en) Electronic device and control method therefor
US20210390949A1 (en) Systems and methods for phoneme and viseme recognition
CN116508097A (zh) 说话者识别准确度
KR20210060897A (ko) 음성 처리 방법 및 장치
JP7265094B2 (ja) 音声映像マッチングを使用した自動音声認識仮説の再スコアリング
KR102176622B1 (ko) 음성 인식 장치 및 그것의 신뢰도 측정 방법
Kanadje et al. Assisted keyword indexing for lecture videos using unsupervised keyword spotting
JP2024510798A (ja) ハイブリッド多言語テキスト依存およびテキスト非依存の話者検証
US9472184B2 (en) Cross-language speech recognition
JP6636374B2 (ja) 登録発話分割装置、話者らしさ評価装置、話者識別装置、登録発話分割方法、話者らしさ評価方法、プログラム
Alshammri IoT‐Based Voice‐Controlled Smart Homes with Source Separation Based on Deep Learning
KR102048502B1 (ko) 외국어 학습을 위한 콘텐츠 생성 방법 및 콘텐츠 생성 장치
US20240127826A1 (en) Voice-based authentication
KR102140438B1 (ko) 오디오 컨텐츠 및 텍스트 컨텐츠의 동기화 서비스를 위해 텍스트 데이터를 오디오 데이터에 매핑하는 방법 및 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant