KR102196917B1 - 영어 말하기 평가 시스템 및 방법 - Google Patents
영어 말하기 평가 시스템 및 방법 Download PDFInfo
- Publication number
- KR102196917B1 KR102196917B1 KR1020190004615A KR20190004615A KR102196917B1 KR 102196917 B1 KR102196917 B1 KR 102196917B1 KR 1020190004615 A KR1020190004615 A KR 1020190004615A KR 20190004615 A KR20190004615 A KR 20190004615A KR 102196917 B1 KR102196917 B1 KR 102196917B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- analysis
- service server
- evaluation
- module
- Prior art date
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 102
- 238000004891 communication Methods 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims description 48
- 238000013473 artificial intelligence Methods 0.000 claims description 22
- 238000013135 deep learning Methods 0.000 claims description 21
- 230000002688 persistence Effects 0.000 claims description 18
- 239000003607 modifier Substances 0.000 claims description 8
- 230000004043 responsiveness Effects 0.000 claims description 8
- 238000013136 deep learning model Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000011017 operating method Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000010295 mobile communication Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000000835 fiber Substances 0.000 description 3
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000005358 geomagnetic field Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
본 발명의 실시예에 따른 영어 말하기 평가 시스템은, 하나 이상의 기능 모듈을 포함하는 사용자 단말과, 하나 이상의 기능 모듈에서 입력 받은 정보들을 수신하여 처리하는 서비스 서버와, 사용자 단말과 서비스 서버 간의 통신을 제공하는 네트워크를 포함하되, 서비스 서버는, 사용자 단말과의 통신을 제공하는 통신부와, 입력 받은 정보들 및 평가를 위해 필요한 정보들을 저장하는 저장부와, 사용자 단말로부터 음성을 수신하여 텍스트를 생성하고 생성된 텍스트 구문을 분석하여 분석한 결과를 기초로 평가하는 제어부를 포함한다.
Description
본 발명은 영어 말하기 평가 시스템 및 방법에 관한 것이다.
영어 말하기를 평가하는 방법은 크게 사람에 의한 평가와 기계에 의한 평가로 구분할 수 있다. 사람에 의한 평가는 평가자의 경험과 배경지식 등에 따라 평가 대상자의 의도와 문장의 질적인 부분까지 평가할 수 있지만, 평가자의 주관에 따라 때때로 객관적이지 않은 결과를 가져올 수 있다. 특히, 사람에 의한 평가는 평가자가 누구인지, 동일 평가자라 하더라도 평가하는 시간과 그 환경에 따라 평가 결과가 달라질 수 있으며, 평가 시간도 많이 소요될 수 있다.
기계에 의한 평가는 시간과 환경의 제약없이, 빠른 시간에 일관적인 평가를 수행할 수 있지만, 보다 신뢰도 있는 평가를 위한 기준이 필요하다.
위 기재된 내용은 오직 본 발명의 기술적 사상들에 대한 배경 기술의 이해를 돕기 위한 것이며, 따라서 그것은 본 발명의 기술 분야의 당업자에게 알려진 선행 기술에 해당하는 내용으로 이해될 수 없다.
본 발명의 실시예는 사용자가 시간과 환경의 제약 없이, 빠른 시간에 신뢰도 높은 영어 말하기 실력을 평가받을 수 있는 영어 말하기 평가 시스템 및 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위하여 본 발명의 실시예에 따른 영어 말하기 평가 시스템은, 하나 이상의 기능 모듈을 포함하는 사용자 단말과, 상기 하나 이상의 기능 모듈에서 입력 받은 정보들을 수신하여 처리하는 서비스 서버와; 상기 사용자 단말과 상기 서비스 서버 간의 통신을 제공하는 네트워크를 포함하되, 상기 서비스 서버는, 상기 사용자 단말과의 통신을 제공하는 통신부와, 상기 입력 받은 정보들 및 평가를 위해 필요한 정보들을 저장하는 저장부와, 상기 사용자 단말로부터 음성을 수신하여 텍스트를 생성하고 상기 생성된 텍스트 구문을 분석하여 분석한 결과를 기초로 평가하는 제어부를 포함한다.
상기 하나 이상의 기능 모듈은 디스플레이 모듈, 오디오 모듈, 입력 모듈, 센서 모듈, 카메라 모듈, 및 통신 모듈 중 적어도 하나 이상을 포함할 수 있다.
상기 사용자 단말은 VR(Virtual Reality) 기기, AR(Augmented Reality) 기기, 휴대폰, PMP(Portable Multimedia Player), MID(Mobile Internet Device), 스마트폰(Smart Phone), 데스크톱(Desktop), 태블릿컴퓨터(Tablet PC), 노트북(Note book), 넷북(Net book), 서버(Server) 및 모바일(Mobile) 단말기 중 적어도 하나 이상을 포함할 수 있다.
상기 하나 이상의 기능 모듈에서 입력 받은 정보들은 사용자 식별 정보와 사용자 답변 음성 정보를 포함할 수 있다.
상기 제어부는, 상기 사용자 단말로부터 음성을 수신하여 텍스트를 생성하는 인공지능 음성인식 모듈과, 상기 인공지능 음성인식 모듈에서 생성된 텍스트 구문을 분석하는 자연어 분석 딥러닝 모듈과, 상기 자연어 분석 딥러닝 모듈에서 분석된 결과를 기초로 평가하는 평가 모듈, 및 상기 평가 모듈에서 평가된 결과를 기초로 사용자 등급을 계산하는 등급 계산 모듈을 포함할 수 있다.
상기 자연어 분석 딥러닝 모듈은, 상기 사용자 단말로부터 음성을 수신하여 성량, 답변 시간, 길이, 지속성, 발음 정확도 중 적어도 하나 이상을 분석하는 음성 분석을 수행할 수 있다.
상기 자연어 분석 딥러닝 모듈은, 상기 인공지능 음성인식 모듈에서 생성된 텍스트 구문을 대상으로 품사, 문장 구조, 주제, 시제, 어휘 중 적어도 하나 이상을 분석하는 문장 분석을 수행할 수 있다.
상기 자연어 분석 딥러닝 모듈은, 상기 인공지능 음성인식 모듈에서 생성된 텍스트 구문을 대상으로 미리 저장된 다른 사용자의 답변과의 비교를 통해 문장 독창성, 표현 정확성, 및 완곡 표현 중 적어도 하나 이상을 분석하는 비교 분석을 수행할 수 있다.
상기 평가 모듈은, 상기 자연어 분석 딥러닝 모듈에서 분석된 결과를 기초로 문제별로 사용자의 답변 성량, 답변 속도, 답변 지속성, 수식어 상세성, 접속어 다양성, 대응력, 주제 정확성, 표현 정확성, 문장 독창성, 의미 전달성, 답변 길이, 시제 일치, 문장 형식 다양성, 어휘력, 어휘 중복도, 문제 이해력, 주제 해결력, 돌발 대응력, 역할 수행력, 및 질문 수행력 중 적어도 하나 이상을 평가할 수 있다.
상기 영어 말하기 평가 시스템은, 사용자 인증을 위한 정보와 문제별 미리 저장된 다른 사용자의 답변 정보를 저장하는 데이터베이스를 더 포함할 수 있다.
본 발명의 실시예에 따른 영어 말하기 평가 방법은, 사용자 단말로부터 사용자 답변 음성을 수신하는 단계와; 상기 사용자 답변 음성을 기초로 문제별 평가하는 단계와; 문제 속성과 문제별 분석 결과를 기초로 종합 평가하는 단계와; 상기 문제별 평가와 상기 종합 평가를 기초로 사용자 등급을 계산하는 단계와; 사용자 단말로 상기 사용자의 평가 결과와 상기 사용자 등급을 제공하는 단계를 포함한다.
상기 사용자 답변 음성을 기초로 문제별 평가하는 단계는, 상기 사용자 답변 음성을 분석하는 단계와; 상기 사용자 답변 음성에 인공지능 음성인식 기술을 적용하여 텍스트를 생성하는 단계와; 상기 생성된 텍스트를 자연어 분석 딥러닝 모델을 통해 텍스트 구문 분석하는 단계를 포함할 수 있다.
상기 사용자 답변 음성을 분석하는 단계는, 상기 사용자 답변의 성량, 답변 시간, 길이, 지속성, 및 발음 정확도 중 적어도 하나 이상을 분석하는 단계를 포함할 수 있다.
상기 생성된 텍스트를 자연어 분석 딥러닝 모델을 통해 텍스트 구문 분석하는 단계는, 상기 생성된 텍스트의 품사, 문장 구조, 주제, 시제, 및 어휘 중 적어도 하나 이상을 분석하는 단계를 포함할 수 있다.
상기 사용자 답변 음성을 기초로 문제별 평가하는 단계는, 상기 사용자 답변 음성을 분석하는 단계와; 상기 사용자 답변 음성에 인공지능 음성인식 기술을 적용하여 텍스트를 생성하는 단계와; 상기 생성된 텍스트를 미리 저장된 다른 사용자의 답변과의 비교를 통해 표현의 특성을 분석하는 단계를 포함할 수 있다.
상기 생성된 텍스트를 미리 저장된 다른 사용자의 답변과의 비교를 통해 표현의 특성을 분석하는 단계는, 상기 생성된 텍스트를 미리 저장된 다른 사용자의 답변과의 비교를 통해 문장 독창성, 표현 정확성, 및 완곡 표현 중 적어도 하나 이상을 분석하는 단계를 포함할 수 있다.
상기 사용자 답변 음성을 기초로 문제별 평가하는 단계는, 상기 사용자 답변 음성을 기초로 상기 문제별로 사용자의 답변 성량, 답변 속도, 답변 지속성, 수식어 상세성, 접속어 다양성, 대응력, 주제 정확성, 표현 정확성, 문장 독창성, 의미 전달성, 답변 길이, 시제 일치, 문장 형식 다양성, 어휘력, 및 어휘 중복도 중 적어도 하나 이상을 평가하는 단계를 포함할 수 있다.
상기 문제 속성과 문제별 분석 결과를 기초로 종합 평가하는 단계는, 상기 문제의 복잡도, Topic 난이도, Speed 난이도, 돌발 여부, 롤플레이 여부, Ask Me 여부, 및 가능 시제 중 적어도 하나 이상을 포함하는 문제 속성과, 상기 문제별 성량 분석, 답변 시간 분석, 길이 분석, 시제 분석, 문장 구조 분석, 품사 분석, 주제 분석, 지속성 분석, 표현 정확성 분석, 완곡 표현 분석, 어휘 분석, 문장 독창성 분석, 및 발음 정확도 분석 중 적어도 하나 이상을 포함할 수 있다.
상기 문제 속성과 문제별 분석 결과를 기초로 종합 평가하는 단계는, 상기 문제 속성과 문제별 분석 결과를 기초로 사용자의 문제 이해력, Topic 해결력, 돌발 대응력, 역할 수행력, 및 질문 수행력 중 적어도 하나 이상을 평가하는 단계를 포함할 수 있다.
상기 사용자 단말로 상기 사용자의 평가 결과와 상기 사용자 등급을 제공하는 단계는, 상기 사용자 단말로 상기 사용자 등급에 해당하는 전체 사용자들의 평균 결과값을 제공하는 단계를 포함할 수 있다.
이와 같은 본 발명의 실시예에 따른 영어 말하기 평가 시스템 및 방법에 의하면 인공지능 및 딥러닝을 이용하여 영어 말하기 실력을 평가함으로써, 사용자는 시간과 환경의 제약 없이, 빠른 시간에 신뢰도 높은 영어 말하기 실력을 평가받을 수 있다. 또한, 사용자가 VR/AR 기기를 활용하는 경우, 사용자가 영어 말하기 시험장에서 시험을 치르는 환경을 체험할 수 있게 함으로써, 사용자는 실제 영어 말하기 시험에서 더 좋은 결과를 얻는 효과를 거둘 수 있다.
도 1은 본 발명의 일 실시예에 따른 영어 말하기 평가 시스템을 개략적으로 나타낸 구성도이다.
도 2는 본 발명의 일 실시예에 따른 도 1의 사용자 단말의 구성을 개략적으로 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 도 1의 서비스 서버의 구성을 개략적으로 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 영어 말하기 평가 방법을 나타낸 순서도이다.
도 5는 본 발명의 일 실시예에 따른 도 4의 문제별 평가 방법을 나타낸 순서도이다.
도 6은 본 발명의 일 실시예에 따른 사용자에게 평가 결과와 등급을 제공하는 일 예이다.
도 2는 본 발명의 일 실시예에 따른 도 1의 사용자 단말의 구성을 개략적으로 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 도 1의 서비스 서버의 구성을 개략적으로 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 영어 말하기 평가 방법을 나타낸 순서도이다.
도 5는 본 발명의 일 실시예에 따른 도 4의 문제별 평가 방법을 나타낸 순서도이다.
도 6은 본 발명의 일 실시예에 따른 사용자에게 평가 결과와 등급을 제공하는 일 예이다.
아래의 서술에서, 설명의 목적으로, 다양한 실시예들의 이해를 돕기 위해 많은 구체적인 세부 내용들이 제시된다. 그러나, 다양한 실시예들이 이러한 구체적인 세부 내용들 없이 또는 하나 이상의 동등한 방식으로 실시될 수 있다는 것은 명백하다. 다른 예시들에서, 잘 알려진 구조들과 장치들은 다양한 실시예들을 불필요하게 이해하기 어렵게 하는 것을 피하기 위해 블록도로 표시된다.
도면에서, 레이어들, 필름들, 패널들, 영역들 등의 크기 또는 상대적인 크기는 명확한 설명을 위해 과장될 수 있다. 또한, 동일한 참조 번호는 동일한 구성 요소를 나타낸다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 그러나, 만약 어떤 부분이 다른 부분과 "직접적으로 연결되어 있다"고 서술되어 있으면, 이는 해당 부분과 다른 부분 사이에 다른 소자가 없음을 의미할 것이다. "X, Y, 및 Z 중 적어도 어느 하나", 그리고 "X, Y, 및 Z로 구성된 그룹으로부터 선택된 적어도 어느 하나"는 X 하나, Y 하나, Z 하나, 또는 X, Y, 및 Z 중 둘 또는 그 이상의 어떤 조합 (예를 들면, XYZ, XYY, YZ, ZZ) 으로 이해될 것이다. 여기에서, "및/또는"은 해당 구성들 중 하나 또는 그 이상의 모든 조합을 포함한다.
여기에서, 첫번째, 두번째 등과 같은 용어가 다양한 소자들, 요소들, 지역들, 레이어들, 및/또는 섹션들을 설명하기 위해 사용될 수 있지만, 이러한 소자들, 요소들, 지역들, 레이어들, 및/또는 섹션들은 이러한 용어들에 한정되지 않는다. 이러한 용어들은 하나의 소자, 요소, 지역, 레이어, 및/또는 섹션을 다른 소자, 요소, 지역, 레이어, 및 또는 섹션과 구별하기 위해 사용된다. 따라서, 일 실시예에서의 첫번째 소자, 요소, 지역, 레이어, 및/또는 섹션은 다른 실시예에서 두번째 소자, 요소, 지역, 레이어, 및/또는 섹션이라 칭할 수 있다.
"아래", "위" 등과 같은 공간적으로 상대적인 용어가 설명의 목적으로 사용될 수 있으며, 그렇게 함으로써 도면에서 도시된 대로 하나의 소자 또는 특징과 다른 소자(들) 또는 특징(들)과의 관계를 설명한다. 이는 도면 상에서 하나의 구성 요소의 다른 구성 요소에 대한 관계를 나타내는 데에 사용될 뿐, 절대적인 위치를 의미하는 것은 아니다. 예를 들어, 도면에 도시된 장치가 뒤집히면, 다른 소자들 또는 특징들의 "아래"에 위치하는 것으로 묘사된 소자들은 다른 소자들 또는 특징들의 "위"의 방향에 위치한다. 따라서, 일 실시예에서 "아래" 라는 용어는 위와 아래의 양방향을 포함할 수 있다. 뿐만 아니라, 장치는 그 외의 다른 방향일 수 있다 (예를 들어, 90도 회전된 혹은 다른 방향에서), 그리고, 여기에서 사용되는 그런 공간적으로 상대적인 용어들은 그에 따라 해석된다.
여기에서 사용된 용어는 특정한 실시예들을 설명하는 목적이고 제한하기 위한 목적이 아니다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다 고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 다른 정의가 없는 한, 여기에 사용된 용어들은 본 발명이 속하는 분야에서 통상적인 지식을 가진 자에게 일반적으로 이해되는 것과 같은 의미를 갖는다.
도 1은 본 발명의 일 실시예에 따른 영어 말하기 평가 시스템을 개략적으로 나타낸 구성도이다.
도 1을 참조하면, 영어 말하기 평가 시스템은 사용자 단말(10), 네트워크(20) 및 서비스 서버(30)를 포함하고, 사용자 단말(10)과 서비스 서버(30)는 네트워크(20)를 통해 연결되어 영어 말하기 평가에 필요한 모든 데이터 및 정보를 송수신한다. 실시예로서, 영어 말하기 평가 시스템은 사용자 인증을 위한 정보와 문제별 미리 저장된 다른 사용자의 답변 정보를 저장하는 데이터베이스(40)를 포함할 수 있다.
사용자 단말(10)은 사용자가 사용자 단말(10)에 설치된 영어 말하기 평가 프로그램 또는 어플리케이션을 실행하여 영어 말하기 평가를 시작하는 경우, 네트워크(20)를 통해 서비스 서버(30)로 사용자 인증을 요청한다. 사용자 단말(10)은 영어 말하기 평가가 시작되면, 사용자의 설문조사에 따른 답변을 포함하는 사용자 입력을 서비스 서버(30)로 전송하고, 서비스 서버(30)와 영어 말하기 평가에 필요한 모든 데이터 및 정보를 수신하여 사용자에게 보여준다.
사용자 단말(10)은 네트워크(20)에 연결되어 데이터를 송수신할 수 있는 이동통신단말기를 대표적인 예로서 설명하지만 단말기는 이동통신단말기에 한정된 것이 아니고, 모든 정보 통신기기, 멀티미디어 단말기, 유선/무선 단말기, 고정형 단말기 및 IP(Internet Protocol) 단말기 등의 다양한 단말기를 포함할 수 있다. 또한, 단말기는 VR(Virtual Reality) 기기, AR(Augmented Reality) 기기, 휴대폰, PMP(Portable Multimedia Player), MID(Mobile Internet Device), 스마트폰(Smart Phone), 데스크톱(Desktop), 태블릿컴퓨터(Tablet PC), 노트북(Note book), 넷북(Net book), 서버(Server) 및 정보통신 기기 등과 같은 다양한 이동통신 사양을 갖는 모바일(Mobile) 단말기를 포함할 수 있다.
네트워크(20)는 다양한 형태의 통신망이 이용될 수 있으며, 예컨대, 무선랜(WLAN, Wireless LAN), 블루투스, 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), 고속하향패킷접속(HSDPA, High Speed Downlink Packet Access) 등의 무선 통신방식 또는 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coax), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신방식이 이용될 수 있다. 한편, 네트워크(20)는 상기에 제시된 통신방식에 한정되는 것은 아니며, 상술한 통신 방식 이외에도 기타 널리 공지되었거나 향후 개발될 모든 형태의 통신 방식을 포함할 수 있다.
서비스 서버(30)는 사용자 단말(10)과 네트워크(20)를 통해 영어 말하기 평가에 필요한 모든 데이터 및 정보를 송수신하여 영어 말하기 평가 서비스를 제공한다.
본 발명의 일 실시예에서, 서비스 서버(30)는 사용자 단말(10)로부터 영어 말하기 평가 시작을 위한 사용자 인증 요청을 수신하여 사용자 로그인 과정을 수행한다. 실시예로서, 서비스 서버(30)는 영어 말하기 평가에 필요한 런칭 모듈을 제공할 수 있다. 영어 말하기 평가가 시작되면, 서비스 서버(30)는 사용자의 설문조사에 따른 답변을 포함하는 사용자 입력을 사용자 단말(10)로부터 수신하여 사용자의 영어 말하기 평가에 필요한 데이터 및 정보를 송신한다.
실시예로서, 사용자 단말(10)은 하나 이상의 기능 모듈을 포함할 수 있고, 서비스 서버(30)는 사용자 단말(10)의 하나 이상의 기능 모듈에서 입력 받은 정보들을 수신하여 처리할 수 있다. 실시예로서, 하나 이상의 기능 모듈에서 입력 받은 정보들은 사용자 식별 정보와 사용자 답변 음성 정보를 포함할 수 있다.
서비스 서버(30)는 영어 말하기 평가 서비스 제공자가 운영하는 서버를 포함할 수 있다. 실시예로서, 파고다, 해커스, 민병철, YBM, 시원스쿨과 같은 영어 말하기 평가 서비스 제공자가 운영하는 서버를 포함할 수 있다.
데이터베이스(40)는 사용자 인증을 위한 정보를 포함한 영어 말하기 평가를 위해 필요한 모든 정보를 저장한다. 실시예로서, 데이터베이스(40)는 사용자 인증을 위한 정보와 문제별 미리 저장된 다른 사용자의 답변 정보가 저장될 수 있다.
도 2는 본 발명의 일 실시예에 따른 도 1의 사용자 단말의 구성을 개략적으로 나타낸 도면이다.
도 2를 참조하면, 사용자 단말(10)은 하나 이상의 기능 모듈을 포함한다. 실시예로서, 사용자 단말(10)은 디스플레이 모듈(110), 오디오 모듈(120), 입력 모듈(130), 센서 모듈(140), 카메라 모듈(150), 및 통신 모듈(160)을 포함할 수 있다.
디스플레이 모듈(110)은 사용자에게 눈에 보이는 표시를 제공하기 위한 어느 적절한 스크린 또는 영사 시스템을 포함할 수 있다. 실시예로서, 디스플레이 모듈(110)은 VR 기기에 포함되는 HMD(Head Mounted Display)를 포함할 수 있다.
오디오 모듈(120)은 사용자에게 오디오 제공을 위한 임의의 적절한 오디오 컴포넌트(audio component)를 포함할 수 있다. 실시예로서, 오디오 모듈(120)은 스피커 및/또는 마이크를 포함할 수 있다.
입력 모듈(130)은 사용자의 입력 또는 명령을 주는 사용자 인터페이스일 수 있다. 실시예로서, 입력 모듈(130)은 버튼, 키패드, 다이얼, 클릭휠, 터치 패드 또는 터치 스크린 등으로 구현될 수 있다.
센서 모듈(140)은 사용자의 위치, 환경 등의 정보를 센싱하는 센서를 포함할 수 있다. 실시예로서, 센서 모듈(140)은 지자기장의 변화를 감지하는 마그네틱 센서를 포함할 수 있다.
카메라 모듈(150)은 정지 이미지 및 동영상을 포착하거나 촬영할 수 있는 장치를 포함할 수 있다. 실시예로서, 카메라 모듈(150)은 이미지 센서, 렌즈, ISP(image signal processor) 및 플래시 중 적어도 하나를 포함할 수 있다.
통신 모듈(160)은 서비스 서버(30)와 네크워크(20)를 통해 통신하기 위한 모듈을 말하는 것으로, 사용자 단말(10)에 내장될 수 있다. 실시예로서, 통신 모듈(160)은 이동 통신 모듈, 무선 인터넷 모듈, 근거리 통신 모듈 중 적어도 하나를 포함할 수 있다.
도 3은 본 발명의 일 실시예에 따른 도 1의 서비스 서버의 구성을 개략적으로 나타낸 도면이다.
도 3을 참조하면, 서비스 서버(30)는 통신부(310), 저장부(320), 및 제어부(330)를 포함한다.
통신부(310)는 사용자 단말(10)과 네트워크(20)를 통하여 데이터를 주고 받는다.
저장부(320)는 서비스 서버(30)의 동작을 위한 데이터 및 프로그램을 저장한다. 실시예로서, 저장부(320)는 사용자 단말(10)로부터 입력 받은 정보들 및 영어 말하기 평가를 위해 필요한 정보들을 저장하여 데이터베이스(40)와 같은 역할을 할 수 있다. 즉, 저장부(320)는 사용자 인증을 위한 정보와 문제별 미리 저장된 다른 사용자의 답변 정보가 저장될 수 있다.
제어부(330)는 사용자 단말(10)로부터 음성을 수신하여 텍스트를 생성하고, 생성된 텍스트 구문을 분석하여 분석한 결과를 기초로 사용자의 영어 말하기 실력을 평가한다. 실시예로서, 제어부(330)는 인공지능 음성인식 모듈(331), 자연어 분석 딥러닝 모듈(332), 평가 모듈(333), 및 등급 계산 모듈(334)를 포함할 수 있다.
인공지능 음성인식 모듈(331)은 사용자 단말(10)로부터 음성을 수신하여 인공지능 음성인식 기술(STT: Speech-To-Text)을 적용하여 텍스트를 생성한다.
자연어 분석 딥러닝 모듈(332)은 인공지능 음성인식 모듈(331)에서 생성된 텍스트 구문을 자연어 분석 딥러닝 모델을 통해 분석한다. 실시예로서, 자연어 분석 딥러닝 모듈(332)은 사용자 단말(10)로부터 음성을 수신하여 성량, 답변 시간, 길이, 지속성, 발음 정확도 중 적어도 하나 이상을 분석하는 음성 분석을 수행할 수 있다. 실시예로서, 자연어 분석 딥러닝 모듈(332)은 인공지능 음성인식 모듈(331)에서 생성된 텍스트 구문을 대상으로 품사, 문장 구조, 주제, 시제, 어휘 중 적어도 하나 이상을 분석하는 문장 분석을 수행할 수 있다. 실시예로서, 자연어 분석 딥러닝 모듈(332)은 인공지능 음성인식 모듈(331)에서 생성된 텍스트 구문을 대상으로 미리 저장된 다른 사용자의 답변과의 비교를 통해 문장 독창성, 표현 정확성, 및 완곡 표현 중 적어도 하나 이상을 분석하는 비교 분석을 수행할 수 있다.
평가 모듈(333)은 자연어 분석 딥러닝 모듈(332)에서 분석된 결과를 기초로 사용자의 영어 말하기 실력을 평가한다. 실시예로서, 평가 모듈(333)은 자연어 분석 딥러닝 모듈(332)에서 분석된 결과를 기초로 문제별로 사용자의 답변 성량, 답변 속도, 답변 지속성, 수식어 상세성, 접속어 다양성, 대응력, 주제 정확성, 표현 정확성, 문장 독창성, 의미 전달성, 답변 길이, 시제 일치, 문장 형식 다양성, 어휘력, 어휘 중복도, 문제 이해력, 주제 해결력, 돌발 대응력, 역할 수행력, 및 질문 수행력 중 적어도 하나 이상을 평가할 수 있다.
등급 계산 모듈(334)은 평가 모듈(333)에서 평가된 결과를 기초로 사용자 등급을 계산한다.
도 4는 본 발명의 일 실시예에 따른 영어 말하기 평가 방법을 나타낸 순서도이다.
본 발명에 따른 영어 말하기 평가 방법을 위하여 사용자 단말 내에 설치된 영어 말하기 평가 프로그램 또는 어플리케이션이 사용자에 의해 실행된다. 사용자 단말에서 영어 말하기 평가 프로그램 또는 어플리케이션이 실행되면, 서비스 서버는 사용자 단말로 영어 말하기 평가를 위한 문제를 제공할 수 있다. 실시예로서, 문제는 설문조사에서 선택한 항목의 주제, 돌발 주제, 및 롤플레이 유형의 문제 중 적어도 하나를 포함할 수 있다.
본 발명에 따른 영어 말하기 평가 방법을 위하여, 영어 말하기 평가를 위한 문제의 제공은 문제 은행 방식을 포함할 수 있다. 실시예로서, 문제 은행 방식은, 데이터베이스에 문제를 유형을 구분하여 사전 등록하는 문제 은행 등록, 문제의 앞 단에 덧붙여질 수 있는 문구를 상황을 구분하여 사전 등록하는 문제 Prefix 등록, 및 문제의 뒷 단에 덧붙여질 수 있는 문구를 상황을 구분하여 사전 등록하는 문제 Postfix 등록을 포함하는 문제 은행 구성 단계와, 설문/돌발/롤플레이 유형 중 문제 유형을 선택하는 문제 유형 선정, 영화, 음악과 같은 주제를 선정하는 문제 주제 선정, 문제 Prefix, 문제 본문 및 문제 Postfix를 조합하여 문제 유형, 문제 주제에 맞추어 문장을 자동 구성하는 문제 문장 구성, 및 사용자 단말에 이미지, 영상 및 사운드 중 적어도 하나를 출력하는 문제 출력을 포함하는 문제 출제 단계를 포함할 수 있다.
도 4를 참조하면, 서비스 서버는 사용자 단말로부터 사용자 답변 음성을 수신하고(S10), 사용자 답변 음성을 기초로 사용자 답변을 문제별 평가한다(S20). 실시예로서, 사용자 답변을 문제별 평가하기 위해, 서비스 서버는 사용자 답변 음성을 기초로 문제별로 사용자의 답변 성량, 답변 속도, 답변 지속성, 수식어 상세성, 접속어 다양성, 대응력, 주제 정확성, 표현 정확성, 문장 독창성, 의미 전달성, 답변 길이, 시제 일치, 문장 형식 다양성, 어휘력, 및 어휘 중복도 중 적어도 하나 이상을 평가할 수 있다.
서비스 서버는 문제 속성과 문제별 분석 결과를 기초로 사용자 답변을 종합 평가하고(S30), 문제별 평가와 종합 평가를 기초로 사용자 등급을 계산한 후(S40), 사용자에게 평가 결과와 등급을 제공한다(S50). 실시예로서, 사용자 답변을 종합 평가하기 위해, 서비스 서버는 문제의 복잡도, Topic 난이도, Speed 난이도, 돌발 여부, 롤플레이 여부, Ask Me 여부, 및 가능 시제 중 적어도 하나 이상을 포함하는 문제 속성과, 문제별 사용자 답변의 성량 분석, 답변 시간 분석, 길이 분석, 시제 분석, 문장 구조 분석, 품사 분석, 주제 분석, 지속성 분석, 표현 정확성 분석, 완곡 표현 분석, 어휘 분석, 문장 독창성 분석, 및 발음 정확도 분석 중 적어도 하나 이상을 포함하는 문제별 분석 결과를 기초로 사용자 답변을 종합 평가할 수 있다. 실시예로서, 사용자 답변을 종합 평가하기 위해, 서비스 서버는 문제 속성과 문제별 분석 결과를 기초로 사용자의 문제 이해력, Topic 해결력, 돌발 대응력, 역할 수행력, 및 질문 수행력 중 적어도 하나 이상을 평가할 수 있다.
본 발명의 일 실시예에 따르면, 사용자 등급을 계산하기 위해, 서비스 서버는 문제별 평가의 평가 요소인 답변 성량, 답변 속도, 답변 지속성, 수식어 상세성, 접속어 다양성, 대응력, 주제 정확성, 표현 정확성, 문장 독창성, 의미 전달성, 답변 길이, 시제 일치, 문장 형식 다양성, 어휘력, 및 어휘 중복도 각각에 가중치를 적용하여 점수를 계산할 수 있다. 실시예로서, 사용자의 평가 결과와 사용자 등급을 제공하기 위해, 서비스 서버는 사용자 단말로 사용자 등급에 해당하는 전체 사용자들의 평균 결과값을 사용자의 평가 결과값과 함께 제공할 수 있다. 실시예로서,
도 5는 본 발명의 일 실시예에 따른 도 4의 문제별 평가 방법을 나타낸 순서도이다.
도 5를 참조하면, 서비스 서버는 사용자 답변을 문제별 평가하기 위해, 사용자 답변 음성을 분석하고(S210), 사용자 답변 음성에 인공지능 음성인식 기술을 적용하여 텍스트를 생성한 후(S220), 생성된 텍스트를 자연어 분석 딥러닝 모델을 통해 텍스트 구문 분석한다(S230). 실시예로서, 서비스 서버는 사용자 답변 음성 분석을 위해, 사용자 답변의 성량, 답변 시간, 길이, 지속성, 및 발음 정확도 중 적어도 하나 이상을 분석할 수 있다. 실시예로서, 서비스 서버는 딥러닝 모델을 통해 텍스트 구문을 분석하기 위해, 생성된 텍스트의 품사, 문장 구조, 주제, 시제, 및 어휘 중 적어도 하나 이상을 분석할 수 있다.
도 5를 참조하면, 서비스 서버는 사용자 답변을 문제별 평가하기 위해, 사용자 답변 음성을 분석하고(S210), 사용자 답변 음성에 인공지능 음성인식 기술을 적용하여 텍스트를 생성한 후(S220), 생성된 텍스트를 미리 저장된 다른 사용자의 답변과의 비교를 통해 표현의 특성을 분석한다(S240). 실시예로서, 비교를 통해 사용자 표현의 특성을 분석하기 위해, 생성된 텍스트를 미리 저장된 다른 사용자의 답변과의 비교를 통해 문장 독창성, 표현 정확성, 및 완곡 표현 중 적어도 하나 이상을 분석할 수 있다.
도 6은 본 발명의 일 실시예에 따른 사용자에게 평가 결과와 등급을 제공하는 일 예이다.
도 6을 참조하면, 사용자는 본인의 평가 결과와 함께 사용자가 속하는 등급인 IH 등급의 평균 점수를 함께 확인할 수 있다. 또한, 사용자는 크게 4개의 축으로 구성된 평가 기준마다의 상세한 평가 결과를 확인할 수 있어, 사용자 본인의 영어 말하기 실력 향상을 위해 보완해야 할 부분을 명확하게 알 수 있다.
전술한 바와 같은 본 발명의 실시예들에 따르면, 본 발명의 일 실시예에 따른 영어 말하기 평가 시스템 및 방법은 인공지능 및 딥러닝을 이용하여 영어 말하기 실력을 평가함으로써, 사용자가 시간과 환경의 제약 없이, 빠른 시간에 신뢰도 높은 영어 말하기 실력을 평가받을 수 있게 한다. 또한, 사용자가 VR/AR 기기를 활용하는 경우, 사용자가 영어 말하기 시험장에서 시험을 치르는 환경을 체험할 수 있게 함으로써, 사용자는 실제 영어 말하기 시험에서 더 좋은 결과를 얻는 효과를 거둘 수 있다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
10: 사용자 단말 20: 네트워크
30: 서비스 서버 40: 데이터베이스
30: 서비스 서버 40: 데이터베이스
Claims (20)
- 하나 이상의 기능 모듈을 포함하는 사용자 단말;
상기 하나 이상의 기능 모듈에서 입력 받은 정보들을 수신하여 처리하는 서비스 서버; 및
상기 사용자 단말과 상기 서비스 서버 간의 통신을 제공하는 네트워크를 포함하되,
상기 서비스 서버는 상기 사용자 단말과의 통신을 제공하는 통신부와, 상기 입력 받은 정보들 및 평가를 위해 필요한 정보들을 저장하는 저장부와, 상기 사용자 단말로부터 음성을 수신하여 텍스트를 생성하고 상기 생성된 텍스트 구문을 분석하여 분석한 결과를 기초로 평가하는 제어부를 포함하고,
상기 제어부는 상기 사용자 단말로부터 수신한 사용자 답변 음성을 기초로 문제별 평가를 수행하고, 문제 속성과 문제별 분석 결과를 기초로 종합 평가를 수행하여, 상기 사용자의 평가 결과와 등급을 결정하고,
상기 문제별 평가는 문제별로 사용자의 답변 성량, 답변 속도, 답변 지속성, 수식어 상세성, 접속어 다양성, 대응력, 주제 정확성, 표현 정확성, 문장 독창성, 의미 전달성, 답변 길이, 시제 일치, 문장 형식 다양성, 어휘력, 및 어휘 중복도 평가를 포함하고,
상기 문제 속성은 문제에 포함되는 질문 항목의 수에 따라 결정되는 문제의 복잡도, 문제 주제의 어려운 정도에 따라 결정되는 Topic 난이도, 문제가 사용자에게 주어지는 속도에 따라 결정되는 Speed 난이도, 문제가 사용자가 선택한 주제인지 아닌지에 따라 결정되는 돌발 여부, 문제에서 역할을 주고 대화하듯이 답변하도록 요구하는지에 따라 결정되는 롤플레이 여부, 문제에서 특정 대상(Me)을 향하여 여러 가지 질문을 하도록 하는지에 따라 결정되는 Ask Me 여부, 및 문제에 대응하여 답변 가능한 문장의 시제에 따라 결정되는 가능 시제를 포함하고,
상기 문제별 분석은 상기 문제별 사용자 답변의 성량 분석, 답변 시간 분석, 길이 분석, 시제 분석, 문장 구조 분석, 품사 분석, 주제 분석, 지속성 분석, 표현 정확성 분석, 완곡 표현 분석, 어휘 분석, 문장 독창성 분석, 및 발음 정확도 분석을 포함하는 영어 말하기 평가 시스템. - 제 1항에 있어서,
상기 하나 이상의 기능 모듈은 디스플레이 모듈, 오디오 모듈, 입력 모듈, 센서 모듈, 카메라 모듈, 및 통신 모듈 중 적어도 하나 이상을 포함하는 영어 말하기 평가 시스템. - 제 1항에 있어서,
상기 사용자 단말은 VR(Virtual Reality) 기기, AR(Augmented Reality) 기기, 휴대폰, PMP(Portable Multimedia Player), MID(Mobile Internet Device), 스마트폰(Smart Phone), 데스크톱(Desktop), 태블릿컴퓨터(Tablet PC), 노트북(Note book), 넷북(Net book), 서버(Server) 및 모바일(Mobile) 단말기 중 적어도 하나 이상을 포함하는 영어 말하기 평가 시스템. - 제 1항에 있어서,
상기 하나 이상의 기능 모듈에서 입력 받은 정보들은 사용자 식별 정보와 사용자 답변 음성 정보를 포함하는 영어 말하기 평가 시스템. - 제 1항에 있어서,
상기 제어부는,
상기 사용자 단말로부터 음성을 수신하여 텍스트를 생성하는 인공지능 음성인식 모듈과, 상기 인공지능 음성인식 모듈에서 생성된 텍스트 구문을 분석하는 자연어 분석 딥러닝 모듈과, 상기 자연어 분석 딥러닝 모듈에서 분석된 결과를 기초로 평가하는 평가 모듈, 및 상기 평가 모듈에서 평가된 결과를 기초로 사용자 등급을 계산하는 등급 계산 모듈을 포함하는 영어 말하기 평가 시스템. - 제 5항에 있어서,
상기 자연어 분석 딥러닝 모듈은, 상기 사용자 단말로부터 음성을 수신하여 성량, 답변 시간, 길이, 지속성, 발음 정확도 중 적어도 하나 이상을 분석하는 음성 분석을 수행하는 영어 말하기 평가 시스템. - 제 5항에 있어서,
상기 자연어 분석 딥러닝 모듈은, 상기 인공지능 음성인식 모듈에서 생성된 텍스트 구문을 대상으로 품사, 문장 구조, 주제, 시제, 어휘 중 적어도 하나 이상을 분석하는 문장 분석을 수행하는 영어 말하기 평가 시스템. - 제 5항에 있어서,
상기 자연어 분석 딥러닝 모듈은, 상기 인공지능 음성인식 모듈에서 생성된 텍스트 구문을 대상으로 미리 저장된 다른 사용자의 답변과의 비교를 통해 문장 독창성, 표현 정확성, 및 완곡 표현 중 적어도 하나 이상을 분석하는 비교 분석을 수행하는 영어 말하기 평가 시스템. - 제 5항에 있어서,
상기 평가 모듈은, 상기 자연어 분석 딥러닝 모듈에서 분석된 결과를 기초로 문제별로 사용자의 답변 성량, 답변 속도, 답변 지속성, 수식어 상세성, 접속어 다양성, 대응력, 주제 정확성, 표현 정확성, 문장 독창성, 의미 전달성, 답변 길이, 시제 일치, 문장 형식 다양성, 어휘력, 어휘 중복도, 문제 이해력, 주제 해결력, 돌발 대응력, 역할 수행력, 및 질문 수행력 중 적어도 하나 이상을 평가하는 영어 말하기 평가 시스템. - 제 1항에 있어서, 상기 영어 말하기 평가 시스템은,
사용자 인증을 위한 정보와 문제별 미리 저장된 다른 사용자의 답변 정보를 저장하는 데이터베이스를 더 포함하는 영어 말하기 평가 시스템. - 네트워크를 통해 사용자 단말과 연결되는 서비스 서버의 동작 방법에 있어서:
상기 서비스 서버가 상기 사용자 단말로부터 사용자 답변 음성을 수신하는 단계;
상기 서비스 서버가 상기 사용자 답변 음성을 기초로 문제별 평가하는 단계;
상기 서비스 서버가 문제 속성과 문제별 분석 결과를 기초로 종합 평가하는 단계;
상기 서비스 서버가 상기 문제별 평가와 상기 종합 평가를 기초로 사용자 등급을 계산하는 단계; 및
상기 서비스 서버가 상기 사용자 단말로 상기 사용자의 평가 결과와 상기 사용자 등급을 제공하는 단계를 포함하되,
상기 문제별 평가는 문제별로 사용자의 답변 성량, 답변 속도, 답변 지속성, 수식어 상세성, 접속어 다양성, 대응력, 주제 정확성, 표현 정확성, 문장 독창성, 의미 전달성, 답변 길이, 시제 일치, 문장 형식 다양성, 어휘력, 및 어휘 중복도 평가를 포함하고,
상기 문제 속성은 문제에 포함되는 질문 항목의 수에 따라 결정되는 문제의 복잡도, 문제 주제의 어려운 정도에 따라 결정되는 Topic 난이도, 문제가 사용자에게 주어지는 속도에 따라 결정되는 Speed 난이도, 문제가 사용자가 선택한 주제인지 아닌지에 따라 결정되는 돌발 여부, 문제에서 역할을 주고 대화하듯이 답변하도록 요구하는지에 따라 결정되는 롤플레이 여부, 문제에서 특정 대상(Me)을 향하여 여러 가지 질문을 하도록 하는지에 따라 결정되는 Ask Me 여부, 및 문제에 대응하여 답변 가능한 문장의 시제에 따라 결정되는 가능 시제를 포함하고,
상기 문제별 분석은 상기 문제별 사용자 답변의 성량 분석, 답변 시간 분석, 길이 분석, 시제 분석, 문장 구조 분석, 품사 분석, 주제 분석, 지속성 분석, 표현 정확성 분석, 완곡 표현 분석, 어휘 분석, 문장 독창성 분석, 및 발음 정확도 분석을 포함하는 영어 말하기 평가 방법. - 제 11항에 있어서,
상기 서비스 서버가 상기 사용자 답변 음성을 기초로 문제별 평가하는 단계는,
상기 서비스 서버가 상기 사용자 답변 음성을 분석하는 단계;
상기 서비스 서버가 상기 사용자 답변 음성에 인공지능 음성인식 기술을 적용하여 텍스트를 생성하는 단계; 및
상기 서비스 서버가 상기 생성된 텍스트를 자연어 분석 딥러닝 모델을 통해 텍스트 구문 분석하는 단계를 포함하는 영어 말하기 평가 방법. - 제 12항에 있어서,
상기 서비스 서버가 상기 사용자 답변 음성을 분석하는 단계는,
상기 서비스 서버가 상기 사용자 답변의 성량, 답변 시간, 길이, 지속성, 및 발음 정확도 중 적어도 하나 이상을 분석하는 단계를 포함하는 영어 말하기 평가 방법. - 제 12항에 있어서,
상기 서비스 서버가 상기 생성된 텍스트를 자연어 분석 딥러닝 모델을 통해 텍스트 구문 분석하는 단계는,
상기 서비스 서버가 상기 생성된 텍스트의 품사, 문장 구조, 주제, 시제, 및 어휘 중 적어도 하나 이상을 분석하는 단계를 포함하는 영어 말하기 평가 방법. - 제 11항에 있어서,
상기 서비스 서버가 상기 사용자 답변 음성을 기초로 문제별 평가하는 단계는,
상기 서비스 서버가 상기 사용자 답변 음성을 분석하는 단계;
상기 서비스 서버가 상기 사용자 답변 음성에 인공지능 음성인식 기술을 적용하여 텍스트를 생성하는 단계; 및
상기 서비스 서버가 상기 생성된 텍스트를 미리 저장된 다른 사용자의 답변과의 비교를 통해 표현의 특성을 분석하는 단계를 포함하는 영어 말하기 평가 방법. - 제 15항에 있어서,
상기 서비스 서버가 상기 생성된 텍스트를 미리 저장된 다른 사용자의 답변과의 비교를 통해 표현의 특성을 분석하는 단계는,
상기 서비스 서버가 상기 생성된 텍스트를 미리 저장된 다른 사용자의 답변과의 비교를 통해 문장 독창성, 표현 정확성, 및 완곡 표현 중 적어도 하나 이상을 분석하는 단계를 포함하는 영어 말하기 평가 방법. - 삭제
- 삭제
- 제 11항에 있어서,
상기 서비스 서버가 상기 문제 속성과 문제별 분석 결과를 기초로 종합 평가하는 단계는,
상기 서비스 서버가 상기 문제 속성과 문제별 분석 결과를 기초로 사용자의 문제 이해력, Topic 해결력, 돌발 대응력, 역할 수행력, 및 질문 수행력 중 적어도 하나 이상을 평가하는 단계를 포함하는 영어 말하기 평가 방법. - 제 11항에 있어서,
상기 서비스 서버가 상기 사용자 단말로 상기 사용자의 평가 결과와 상기 사용자 등급을 제공하는 단계는,
상기 서비스 서버가 상기 사용자 단말로 상기 사용자 등급에 해당하는 전체 사용자들의 평균 결과값을 제공하는 단계를 포함하는 영어 말하기 평가 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190004615A KR102196917B1 (ko) | 2019-01-14 | 2019-01-14 | 영어 말하기 평가 시스템 및 방법 |
| PCT/KR2020/000694 WO2020149621A1 (ko) | 2019-01-14 | 2020-01-14 | 영어 말하기 평가 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190004615A KR102196917B1 (ko) | 2019-01-14 | 2019-01-14 | 영어 말하기 평가 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200088073A KR20200088073A (ko) | 2020-07-22 |
| KR102196917B1 true KR102196917B1 (ko) | 2020-12-30 |
Family
ID=71892974
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190004615A KR102196917B1 (ko) | 2019-01-14 | 2019-01-14 | 영어 말하기 평가 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102196917B1 (ko) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102416000B1 (ko) | 2020-12-17 | 2022-06-30 | 최효준 | 영어 발음 자동 평가 시스템 및 방법 |
| KR102294735B1 (ko) * | 2021-03-26 | 2021-08-27 | (주)에이피아이넥스트 | 인공지능 기반 피드백을 이용한 스피킹 분석 콘텐츠 제공 방법, 장치 및 시스템 |
| KR102561276B1 (ko) * | 2022-03-15 | 2023-07-28 | 주식회사 찬란 | 발음 교정 방법 및 시스템 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101318377B1 (ko) | 2012-09-17 | 2013-10-16 | 비전워크코리아(주) | 온라인을 통한 외국어 말하기 평가 시스템 |
| KR101609473B1 (ko) * | 2014-10-14 | 2016-04-05 | 충북대학교 산학협력단 | 영어 말하기 시험의 유창성 평가 시스템 및 방법 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101004913B1 (ko) * | 2008-03-03 | 2010-12-28 | 이동한 | 음성인식을 활용한 컴퓨터 주도형 상호대화의 말하기 능력평가 장치 및 그 평가방법 |
| KR20120042298A (ko) * | 2010-10-25 | 2012-05-03 | 에스케이텔레콤 주식회사 | 어학 종합 평가 시스템 및 평가 방법 |
| KR101637975B1 (ko) | 2011-10-13 | 2016-07-11 | 에스케이텔레콤 주식회사 | 말하기 자동평가 시스템, 그 방법 및 장치 |
| KR101394284B1 (ko) * | 2012-06-05 | 2014-05-13 | 김태윤 | 어학 학습정보 제공 시스템, 이를 이용한 어학 학습정보 제공방법 및 이를 위한 외국어 교정 처리방법 |
| KR20160111275A (ko) | 2015-03-16 | 2016-09-26 | 최병선 | 외국어 학습 시스템 및 외국어 학습 방법 |
-
2019
- 2019-01-14 KR KR1020190004615A patent/KR102196917B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101318377B1 (ko) | 2012-09-17 | 2013-10-16 | 비전워크코리아(주) | 온라인을 통한 외국어 말하기 평가 시스템 |
| KR101609473B1 (ko) * | 2014-10-14 | 2016-04-05 | 충북대학교 산학협력단 | 영어 말하기 시험의 유창성 평가 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200088073A (ko) | 2020-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11669918B2 (en) | Dialog session override policies for assistant systems | |
| US11159767B1 (en) | Proactive in-call content recommendations for assistant systems | |
| KR102341752B1 (ko) | 메타버스에서 아바타를 이용한 강의 보조 방법 및 그 장치 | |
| US20200219490A1 (en) | Information Retrieval According To A User Interest Model | |
| US9582496B2 (en) | Facilitating a meeting using graphical text analysis | |
| US11580970B2 (en) | System and method for context-enriched attentive memory network with global and local encoding for dialogue breakdown detection | |
| US10860289B2 (en) | Flexible voice-based information retrieval system for virtual assistant | |
| US20140036022A1 (en) | Providing a conversational video experience | |
| KR102196917B1 (ko) | 영어 말하기 평가 시스템 및 방법 | |
| KR102104294B1 (ko) | 디스플레이 장치로 읽을 수 있는 저장매체에 저장된 수화 영상 챗봇 애플리케이션 | |
| US11216497B2 (en) | Method for processing language information and electronic device therefor | |
| US11809480B1 (en) | Generating dynamic knowledge graph of media contents for assistant systems | |
| US20220309949A1 (en) | Device and method for providing interactive audience simulation | |
| US20220301250A1 (en) | Avatar-based interaction service method and apparatus | |
| KR101637975B1 (ko) | 말하기 자동평가 시스템, 그 방법 및 장치 | |
| WO2019168235A1 (ko) | 복수 개의 같은 유형의 엔티티 정보의 분석에 기초한 인텐트 결정을 제공하는 방법 및 대화형 ai 에이전트 시스템, 및 컴퓨터 판독가능 기록 매체 | |
| KR102337754B1 (ko) | 평가 함수를 적용한 영어 말하기 평가 방법 | |
| WO2023027824A1 (en) | Method and system of automated question generation for speech assistance | |
| KR102361102B1 (ko) | 음성 파형을 기초로 한 영어 말하기 평가 방법 | |
| KR102220926B1 (ko) | 영어 문장 생성 시스템 및 방법 | |
| KR20200108261A (ko) | 음성 인식 수정 시스템 | |
| CN113763929A (zh) | 一种语音评测方法、装置、电子设备和存储介质 | |
| US20240296753A1 (en) | System and method for artificial intelligence-based language skill assessment and development using avatars | |
| US20240296748A1 (en) | System and method for language skill development using a virtual reality environment | |
| CN115052194B (zh) | 学习报告生成方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |