KR102236861B1 - 언어별 주파수 대역을 이용한 언어 습득 보조 시스템 - Google Patents

언어별 주파수 대역을 이용한 언어 습득 보조 시스템 Download PDF

Info

Publication number
KR102236861B1
KR102236861B1 KR1020190085143A KR20190085143A KR102236861B1 KR 102236861 B1 KR102236861 B1 KR 102236861B1 KR 1020190085143 A KR1020190085143 A KR 1020190085143A KR 20190085143 A KR20190085143 A KR 20190085143A KR 102236861 B1 KR102236861 B1 KR 102236861B1
Authority
KR
South Korea
Prior art keywords
language
frequency band
sound
sentence
stress
Prior art date
Application number
KR1020190085143A
Other languages
English (en)
Other versions
KR20210008688A (ko
Inventor
황재윤
Original Assignee
주식회사 이볼케이노
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 주식회사 이볼케이노 filed Critical 주식회사 이볼케이노
Priority to KR1020190085143A priority Critical patent/KR102236861B1/ko
Publication of KR20210008688A publication Critical patent/KR20210008688A/ko
Application granted granted Critical
Publication of KR102236861B1 publication Critical patent/KR102236861B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00Teaching not covered by other main groups of this subclass
    • G09B19/06Foreign languages
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education

Abstract

본 발명은 학습하고자 하는 외국어에서 사용하는 주파수의 최대값과 최소값을 파악하고, 상기 최대값과 최소값 사이의 소리를 일정한 패턴에 매칭시킨 주파수대역 사운드를 생성하여 외국어 문장 듣기 학습 전 학습자에게 제공하는 제어모듈을 포함하는 언어별 주파수 대역을 이용한 언어 습득 보조 시스템을 제공한다.

Description

언어별 주파수 대역을 이용한 언어 습득 보조 시스템 {LANGUAGE ACQUISITION ASSISTANCE SYSTEM USING FREQUENCY BANDS BY LANGUAGE}
본 발명은 특정 주파수 대역의 소리를 들려 주어 학습자의 언어 듣기 능력을 향상시킬 수 있는 언어 습득 보조 시스템에 관한 것으로서, 보다 자세하게는 학습자가 언어 학습 시 해당 언어의 소리대역 주파수 적응 훈련을 선행하여 언어 듣기 능력을 향상시킬 수 있게 하는 언어별 주파수 대역을 이용한 언어 습득 보조 시스템에 관한 것이다.
사람이 들을 수 있는 소리의 주파수, 즉 가청주파수는 20 내지 20000 Hz 이다. 나이나 인종, 특성에 따라 다소 차이는 있을 수 있으나 대부분의 사람은 이 주파수 내의 소리를 들을 수 있다. 이는 사람 귀의 해부학적인 구조에서 기인하는 특성이다.
해부학적인 특성 이외에도 후천적인 상황에 따라 사람의 가청주파수에 변화가 있을 수 있다. 즉, 후천적인 환경에 따라 사람들은 특정주파수 대역을 더 잘 듣거나 잘 듣지 못하게 될 수 있다.
이러한 후천적인 변화는 사람의 생활 환경에 기인한다. 즉, 사람의 청각은 자주 듣는 소리는 더 잘 듣도록 하고, 평소 잘 듣지 않는 소리는 잘 들리지 않도록 조절한다. 예를 들어, 사람의 신체구조 중 '중이'는 평소 잘 듣지 않는 소리는 귀를 보호하기 위해 차단한다. 평소 잘 듣지 않는 주파수 대역의 소리에는 무뎌지게 되는 것이다.
언어마다 또는 사람마다 말을 할 때 발음이나 억양이 서로 다르기 때문에 상기와 같은 특성을 이용하여 듣기 능력을 향상시키는 것이 가능하다.
주파수를 이용하여 듣기 능력을 향상시킬 수 있는 기술과 관련하여, 대한민국 등록특허 제10-0405061호 '언어 학습장치 및 그것의 언어 분석방법'(이하 '특허문헌 1'이라 함)에서는 학습자가 학습한 단어 또는 문장에 대한 발음을 주파수 특성에 따라서 분석하며, 강세와 리듬을 포락선을 갖는 보이스 파형으로 분석하여 그 결과를 표시해줌으로써, 발음과 강세, 리듬 및 입 모양 등을 객관적으로 분석할 수 있게 한다.
하지만, 특허문헌 1에 개시된 내용은 학습자가 학습한 단어 또는 문장의 주파수 특성을 분석하여 학습 성과를 확인하는 것에 불과할 뿐, 학습 전 특정 언어에 대한 듣기 능력을 향상시켜 학습 효율을 향상시킬 수 있는 방안에 대해서는 개시되어 있지 않다.
또한, 대한민국 등록특허 제10-1983772호 '듣기 학습 시스템'(이하, '특허문헌 2'라 함)에서는 제1 주파수 대역의 오디오 신호를 제2 주파수 대역의 오디오 신호로 천이시켜 특정 주파수 대역에 익숙한 사람들이 다른 주파수 대역을 주로 사용하는 외국어를 잘 들을 수 있게 한다.
하지만, 특허문헌 2에 따르면 외국어의 주파수 대역을 천이시키면서 학습자가 듣는 문장의 어감이나 어조가 원래의 문장과는 달라져 버리게 된다. 이 경우 그 순간 외국어 문장을 잘 들을 수는 있어도 학습자의 듣기 능력이 더 낮아질 수 있다는 문제가 있다.
대한민국 등록특허 제10-0405061호 대한민국 등록특허 제10-1983772호
본 발명은 상기와 같은 문제를 해결하기 위한 것으로서, 학습자가 언어 학습 시 해당 언어의 소리대역 주파수 적응 훈련을 선행하여 외국어 듣기 능력을 향상시킬 수 있게 하는 언어 습득 보조 시스템을 제공하는 것을 목적으로 한다.
상기와 같은 과제를 해결하기 위해 본 발명은 학습하고자 하는 외국어에서 사용하는 주파수의 최대값과 최소값을 파악하고, 상기 최대값과 최소값 사이의 소리를 일정한 패턴에 매칭시킨 주파수대역 사운드를 생성하여 외국어 문장 듣기 학습 전 학습자에게 제공하는 제어모듈을 포함하는 언어별 주파수 대역을 이용한 언어 습득 보조 시스템을 제공한다.
본 발명의 일 실시예에 따르면, 상기 제어모듈은 학습자가 학습하고자 하는 문장의 언어 종류 및 해당 언어에서 주로 사용되는 주파수 대역 정보를 분석하는 언어종류 분석모듈과, 상기 학습하고자 하는 문장의 강세 패턴을 분석하는 강세 패턴 분석모듈과, 상기 분석된 강세 패턴에 상기 주파수 대역의 소리를 매칭시켜 주파수대역 사운드를 생성하는 주파수대역 소리 생성 모듈을 포함한다.
본 발명의 일 실시예에 따르면, 상기 주파수대역 사운드는 상기 강세 패턴에서 강한 강세 음절에 해당하는 지점에서 최대 주파수를 갖도록 형성된다.
본 발명의 일 실시예에 따르면, 상기 강세 패턴 분석모듈은 강한 강세 음절이 반복되는 주기를 파악한 후 상기 주기 내에 약한 강세 음절의 반복 횟수에 근거하여 강세 패턴 종류를 결정한다.
본 발명의 일 실시예에 따르면, 상기 언어종류 분석모듈은 학습하고자 하는 문장이 어느 국가의 언어에 해당하는지 여부와 스트레스 랭귀지에 해당하는지 여부를 분석하고, 상기 문장이 스트레스 랭귀지에 해당하지 않는 경우 상기 언어에서 사용하는 주파수 대역의 소리를 임의의 패턴에 매칭하여 주파수대역 사운드를 생성한다.
또한, 본 발명은 학습하고자 하는 외국어 문장의 언어 종류를 파악하는 단계와, 상기 외국어에서 사용하는 최고 주파수와 최저 주파수를 파악하는 단계와, 상기 최고 주파수와 최저 주파수 사이의 주파수를 갖는 소리를 이용하여 일정한 패턴을 가진 주파수대역 사운드를 생성하고 학습자에게 제공하는 단계를 포함하는 언어별 주파수 대역을 이용한 언어 학습 방법을 개시한다.
본 발명의 일 실시예에 따르면, 상기 문장에서 강한 강세 음절과 약한 강세 음절의 배치 정보를 토대로 상기 문장의 강세 패턴을 분석하고, 분석된 강세 패턴에 상기 최고 주파수와 최저 주파수 사이의 주파수를 갖는 소리를 매칭시켜 주파수대역 사운드를 생성하는 단계를 더 포함한다.
본 발명의 일 실시예에 따르면, 상기 주파수대역 사운드는 문장의 강세 패턴 중 강한 강세 음절에서 최고 주파수를 갖도록 형성된다.
본 발명의 일 실시예에 따르면, 상기 주파수대역 사운드는 학습하고자 하는 언어에서 사용하는 주파수 대역 중 학습자가 주로 사용하는 언어에서 사용하는 주파수 대역을 제외한 주파수 대역의 소리로 형성된다.
본 발명의 일 실시예에 따르면, 학습자가 상기 주파수대역 사운드를 들은 후 상기 학습하고자 하는 외국어 문장을 들려주는 단계를 더 포함한다.
본 발명의 언어 습득 보조 시스템은 학습자에게 특정 외국어에서 사용하는 주파수 대역의 소리를 반복하여 들려주어 학습자가 해당 외국어 주파수 대역에 적응할 수 있게 한다. 이를 통해 평소 잘 들을 수 없던 외국어 문장의 발음을 보다 정확히 들을 수 있게 한다.
또한, 본 발명의 일 실시예에 따르는 언어 습득 보조 시스템은 스트레스 랭귀지(stress language)의 강세 간격에 맞추어 해당 외국어 주파수 대역의 소리를 반복적으로 들려주어 스트레스 랭귀지에 익숙하지 않은 학습자가 해당 외국어의 원어민 회화에 익숙해 질 수 있게 한다.
도 1은 본 발명의 일 실시예에 따른 시스템의 개념도.
도 2는 언어별 주파수 대역을 이용하여 외국어 듣기 학습 효율을 향상시키는 방법을 설명하는 순서도.
도 3은 본 발명의 일 실시예에 따른 외국어 강세 패턴의 예시를 나타내는 개념도.
도 4는 문장분석모듈이 분석한 외국어 문장의 강세 패턴의 예시를 나타내는 개념도.
도 5a는 강한 강세 음절 한개로 이루어진 패턴에 매칭시킨 주파수대역 사운드의 예를 나타내는 개념도.
도 5b는 강한 강세 음절 한개와 약한 강세 음절 한개로 이루어진 패턴에 매칭시킨 주파수대역 사운드의 예를 나타내는 개념도.
본 발명에 따른 언어별 주파수 대역을 이용한 언어 습득 보조 시스템은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다.
이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
이하, 본 발명에 대하여 도면을 참조하여 보다 상세하게 설명한다. 본 명세서에서는 서로 다른 실시예라도 동일·유사한 구성에 대해서는 동일·유사한 참조번호를 부여하고, 그 설명은 처음 설명으로 갈음한다. 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 또는 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
도 1은 본 발명의 일 실시예에 따른 시스템의 개념도이다.
본 발명의 시스템에 따르면 학습자에게 언어별 주파수 대역에 따른 소리(이하 '주파수대역 사운드'라 함)를 들려주어 학습자가 특정 외국어에 대한 청각 능력을 향상시킬 수 있게 한다.
학습자들은 사용자 단말기를 통해 언어 학습 컨텐츠를 제공받을 수 있다. 사용자 단말기에는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등의 이동 단말기나 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등과 같은 고정 단말기가 포함될 수 있다.
도 1을 참조하면, 시스템(100)은 제어모듈(110)과, 데이터수집모듈(120)과, 데이터베이스(130)와, 주파수대역 소리 생성 모듈 모듈(140), 문장분석모듈(150) 등을 포함할 수 있다.
이하에서는 설명의 편의를 위해 각 모듈을 구분하여 설명하고 있지만 실제 제어모듈(110)이 다른 모듈들을 기능을 포함하도록 형성되는 것이 가능하다.
본 발명에서 지칭하는 시스템(100)은 상기 모듈들을 포함하는 특정 서버이거나, 상기 모듈들을 포함하는 사용자 단말기일 수 있다.
예를 들어, 중앙 서버를 통해 분석이 이루어진 후 사용자 단말기로 컨텐츠가 전달되거나, 응용프로그램(어플리케이션)이 설치된 사용자 단말기에서 분석 및 컨텐츠 실행이 이루어질 수도 있다.
본 발명에서는 제어모듈이 문장분석모듈, 주파수대역 소리 생성 모듈 등을 통해 생성된 '주파수 대역 사운드'를 학습자에게 제공하여 외국어 듣기 능력을 향상시킬 수 있다.
이하에서 설명하는 '주파수대역 사운드'란 특정 범위 주파수 대역의 소리를 문장의 강세 패턴에 삽입하여 생성시킨 사운드를 말한다.
주파수대역 사운드를 이용하여 외국어 듣기 능력 향상시키는 원리는 다음과 같다.
각 나라의 언어는 언어별로 사용하는 주파수가 상이하다.
예를 들어, 아래 표 1을 참조하면, 한국어에서는 500 내지 2200 Hz 대역의 소리를 사용하여 의사소통을 하는 반면, 영어(미국식)에서는 800 내지 3500 Hz 대역의 소리를 사용하여 의사소통을 한다.
국가 언어 사용 주파수(Hz)
미국식 영어 800 ~ 3500
영국식 영어 2000 ~ 12000
일본어 100 ~ 1500
한국어 500 ~ 2200
중국어 125 ~ 2000
프랑스어 100 ~ 300, 1000 ~ 2000
스페인어 125 ~ 500, 1500 ~ 3000
독일어 125 ~ 3000
이탈리아어 2000 ~ 4000
러시아어 125 ~ 7875
포루투갈어 125 ~ 3750
네덜란드어 125 ~ 3875
각국의 사람들은 자기가 사용하는 언어의 주파수 대역에 익숙해지며, 이 주파수 대역을 벗어나는 소리는 잘 인지하지 못하게 된다. 이로 인해 같은 소리도 사람마다 다르게 들릴 수 있다.
소리를 듣지 못하면 그 소리를 내는 것도 불가능하기 때문에 위와 같이 잘 들을 수 있는 주파수 대역의 차이는 모국어가 아닌 언어를 배우는데 장애가 될 수 있다.
그런데 배우려는 언어가 사용하는 주파수가 주로 사용하는 언어의 주파수와 다른 경우 주로 사용하는 언어의 주파수에서 벗어나는 주파수 부분에 대해서는 정확히 듣지 못하게 된다. 예를 들어, 한국 사람은 평상시에 500 내지 2200 Hz의 소리를 사용하기 때문에 영어(미국식)에서 사용하는 800 내지 3500 Hz 중 겹치지 않는 2200 내지 3500 Hz 사이의 소리가 정확하게 들리지 않거나 구분이 어렵게 된다.
또한, 언어의 종류는 일정 간격으로 반복되는 운율(문장에서 강세의 주기가 없음)이 없이 단순히 음절이 나열되는 실러블 랭귀지(syllable language)와 일정한 패턴의 운율(문장에서 일정한 주기의 강세가 반복되어 나타남)이 존재하는 스트레스 랭귀지(stress language)로 나뉠 수 있다.
스트레스 랭귀지에서는 상황에 따라 음절의 길이는 상이하지만 스트레스(강세)를 주는 간격이 일정하다. 즉, 스트레스를 주는 음절끼리의 시간 간격이 비슷하고 그 사이 음절들은 몇 개가 들어가던 시간 간격을 맞추기 위해 압축되어 발음된다.
문장분석모듈은 언어종류 분석모듈과 강세 패턴 분석모듈을 포함하여 문장이 어느 국가의 언어에 해당하는지, 상기 언어가 스트레스 랭귀지에 해당하는지, 그리고 문장에서 강세 패턴이 어떻게 되는지를 분석한다.
구체적으로, 언어종류 분석모듈은 문장에 사용된 문자의 종류, 단어, 어순 등의 데이터에 기반하여 문장이 어떤 종류의 언어로 이루어졌는지와 해당 언어에 대한 수집 데이터를 기반으로 해당 언어가 실러블 랭귀지에 속하는지 스트레스 랭귀지에 속하는지를 판단할 수 있다.
강세 패턴 분석모듈은 문장의 음성출력 데이터를 분석하여 화자가 문장을 끊어읽는 위치, 출력되는 dB 값, 성조나 억양 등을 분석하여 학습자가 청취하고자 하는 문장의 강세 패턴을 판단할 수 있다.
주파수대역 소리 생성 모듈은 문장분석모듈이 분석한 언어 종류 데이터와 강세 패턴 데이터를 조합하여 주파수대역 사운드를 생성한다.
주파수대역 사운드는 특정 범위 주파수 대역의 소리를 문장의 강세 패턴에 삽입하여 생성시킨 사운드를 말한다. 이에 대해서는 아래에서 도 3 내지 도 5를 참조하여 구체적으로 설명한다.
본 발명은 학습자의 듣기 능력을 향상시키는 것을 주된 특징으로 하지만, 본 발명의 다른 실시예에 따르면 듣기 능력 향상 뿐 아니라 이미지를 이용한 이미지 학습 또한 병행하는 것이 가능하다. 예를 들어, 컨셉 이미지에 매칭되는 컨셉 사운드를 들려주기에 앞서 주파수대역 사운드를 먼저 제공하여 외국어 학습 효율을 향상시키는 것이 가능하다.
이러한 실시예들을 구현하기 위해, 제어모듈(110)은 다른 모듈들을 제어하고, 주파수대역 사운드 또는 컨셉 이미지 등의 컨텐츠를 사용자에게 제공한다.
제어모듈에는 주파수대역 사운드를 생성시키거나 컨셉 이미지를 생성시키기 위해 머신러닝 모듈이 포함될 수 있다.
제어모듈(110)은 컨셉 이미지를 노출시킬 때 해당 컨셉 이미지에 대응하는 컨셉 사운드(음성)를 함께 제공할 수 있다.
제어모듈(110)은 인터넷을 통해 해당 단어가 사용되는 언어권 국가들에서 해당 단어에 매칭되는 이미지 데이터들을 수집하여 해당 단어의 컨셉을 명확히 정립하는 것이 가능하다. 또한, 제어모듈(110)은 문장분석모듈을 통해 해당 문장이 어느 언어 문장인지와 문장의 강세 패턴을 분석할 수 있으며, 데이터수집모듈이 수집한 음성데이터의 발음, 강세, 주파수 범위 등을 분석할 수도 있다.
데이터수집모듈(120)은 온라인 상에 노출되는 문장에 대한 이미지 데이터 및 해당 단어에 대응되는 음성데이터를 수집할 수 있다.
데이터베이스(130)에는 시스템(100)을 구동시키기 위한 각종 데이터들이 저장된다.
예를 들어, 데이터베이스(130)에는 단어들에 대응되는 이미지 데이터들과 해당 단어에 대응되는 복수의 음성 데이터들이 저장될 수 있다. 또한, 데이터베이스(130)에는 언어별 사용 주파수 대역에 대한 정보와, 특정 지문에서 사용되는 주파수 대역에 대한 정보 등이 저장될 수 있다. 예를 들어, 미국식 영어에서는 주로 800 내지 3500 Hz의 소리를 사용하지만 학습하고자 하는 지문에서는 1000 내지 3000 Hz의 소리만을 사용할 수도 있다.
이러한 정보를 바탕으로 언어별 사용 주파수 뿐 아니라 지문별 사용 주파수에 따른 듣기 능력 향상 컨텐츠를 제공하는 것이 가능하다.
데이터베이스(130)에는 제어모듈(110)을 통해 학습되는 기본 이미지 정보와 기본 음성 정보도 저장될 수 있다.
기본 이미지는 기저장된 특정 이미지일 수 있다. 또한, 기본 이미지는 데이터수집모듈(120)을 통해 확인된 해당 단어에 대해 가장 노출 빈도가 높은 이미지이거나, 학습자들이 기본 이미지로 선택한 빈도가 높은 이미지일 수 있다. 학습자들의 선택이란 해당 이미지를 제공하였을 때 해당 단어에 대한 인식이 완료되었다는 응답일 수 있다.
또한, 기본 이미지는 머신 러닝 모듈에 의하여 결정될 수 있다. 예를 들어, 머신 러닝 모듈은 해당 단어에 대하여 수집되는 이미지들의 공통점들을 추출해 내고 추출된 공통점들을 가장 많이 포함하고 있는 이미지를 기본 이미지로 설정할 수 있다.
기본 음성은 기저장된 특정 음성일 수 있다. 또한, 기본 음성은 데이터수집모듈(120)을 통해 확인된 해당 단어에 대해 가장 노출 빈도가 높은 음성 데이터이거나(ex. 특정 성우의 음성 데이터), 학습자들이 기본 음성으로 선택한 빈도가 높은 데이터일 수 있다. 학습자들의 선택이란 해당 음성을 제공하였을 때 해당 단어에 대한 인식이 완료되었다는 응답일 수 있다.
또한, 기본 음성은 머신 러닝 모듈에 의하여 결정될 수 있다. 예를 들어, 머신 러닝 모듈은 해당 단어에 대하여 수집되는 음성들의 공통된 억양이나 강세 등의 데이터를 추출해 내고 추출된 공통점들을 가장 많이 포함하고 있는 음성을 기본 음성으로 설정할 수 있다.
본 발명의 일 실시예에 따르면, 시스템은 이렇게 설정된 기본 음성의 강세 패턴을 분석하여 주파수대역 사운드를 생성하는 것이 가능하다.
이미지영역 생성 모듈은 사용자 단말기에 디스플레이 되는 이미지에 대응되는 영역을 생성한다.
이미지영역 생성 모듈은 하나의 이미지 카드를 구성하는 개별 이미지 별로 이미지영역을 생성할 수 있다.
제어모듈은 이미지영역에 대한 터치(또는 클릭) 입력을 감지하여 음성 출력이 이루어지게 할 수 있다. 터치 입력은 이미지영역에 대한 터치, 드래그 또는 이미지영역 별로 지정된 특정한 동작일 수 있다.
이미지영역 생성 모듈은 개별 이미지영역을 생성시키거나 둘 이상의 개별 이미지영역의 일부 또는 전부를 포함하는 묶음이미지 영역을 생성시킬 수 있다.
도 2는 언어별 주파수 대역을 이용하여 외국어 듣기 학습 효율을 향상시키는 방법을 설명하는 순서도이다.
도 2를 참조하면, 시스템은 외국어 문장의 언어 종류를 파악하는 단계(S100)와, 상기 문장의 강세 패턴을 분석하는 단계(S200)와, 상기 언어에서 사용되는 주파수 대역의 소리를 상기 분석된 강세 패턴에 매칭시키는 단계(S300)와, 강세 패턴을 가진 주파수 대역 소리를 학습자에게 들려주는 단계(S400)와, 상기 외국어 문장을 학습자에게 들려주는 단계(S500) 등을 포함할 수 있다.
또한, 다른 실시예에 따르면 문장에 대한 컨셉 이미지를 학습자에게 디스플레이 시켜주는 단계를 더 포함하는 것이 가능하다.
외국어 문장의 언어 종류를 파악하는 단계(S100)에서 시스템은 학습하고자 하는 문장이 어느 국가의 언어에 해당하는지와 문장이 스트레스 랭귀지에 해당하는지를 확인한다.
문장이 어느 국가의 언어에 해당하는지와 스트레스 랭귀지에 해당하는지 여부에 대한 판단은 독립적으로 이루어질 수 있다.
이러한 판단은 데이터베이스에 저장된 외국어 문장(또는 해당 외국어)에 대한 정보를 기초로 동시에 이루어지거나 필요에 따라서는 순차적으로 이루어질 수도 있다.
외국어 문장의 언어 종류를 파악하는 단계(S100)에서는 문장분석모듈이 외국어 문장의 언어 종류를 판단한다. 예를 들어, 문장분석모듈에 포함된 언어종류 분석모듈이 문장에 사용된 문자의 종류, 단어, 어순 등의 데이터에 기반하여 문장이 어떤 종류의 언어로 이루어졌는지와 해당 언어에 대한 수집 데이터를 기반으로 해당 언어가 실러블 랭귀지에 속하는지 스트레스 랭귀지에 속하는지를 판단할 수 있다.
문장의 강세 패턴을 분석하는 단계(S200)에서는 문장분석모듈이 학습하고자 하는 문장의 강세 패턴을 분석한다. 예를 들어, 문장분석모듈에 포함된 강세 패턴 분석모듈이 문장의 음성출력 데이터를 분석하여 화자가 문장을 끊어읽는 위치, 출력되는 dB 값, 성조나 억양 등을 분석하여 학습자가 청취하고자 하는 문장의 강세 패턴을 판단할 수 있다. 영어 문장에서 주로 사용되는 강세 패턴의 종류에 대해서는 아래에서 도 3을 참조하여 설명한다.
외국어 문장의 언어 종류를 파악하는 단계(S100)에서 학습하고자 하는 문장의 언어가 스트레스 랭귀지에 속하지 않는 경우 문장의 강세 패턴을 분석하는 단계가 생략될 수 있다.
주파수 대역의 소리를 강세 패턴에 삽입하는 단계(S300)에서는 S100 단계에서 확인된 외국어에서 주로 사용하는 주파수 대역의 소리를 S200 단계에서 확인된 문장의 강세 패턴에 매칭시킨다.
만약 S200 단계가 생략되는 경우, 시스템은 강세 패턴과 무관하게 일정 패턴으로 상기 주파수 대역의 소리를 제공할 수 있다.
강세 패턴을 가진 주파수 대역 소리를 학습자에게 들려주는 단계(S400)에서는 주파수대역 사운드를 학습자에게 제공한다.
시스템은 학습자에게 외국어 문장의 음성 출력을 제공하기 전 주파수대역 사운드를 제공해 학습자가 해당 외국어의 주파수 영역에 대한 청각 훈련을 수행할 수 있게 한다.
주파수대역 사운드는 외국어 문장의 음성 출력을 듣기 전 일정 횟수 또는 일정 시간동안 학습자에게 제공될 수 있다. 사용자 설정에 따라 주파수대역 사운드는 문장이나 문단 사이에 제공될 수 있다.
외국어 문장을 학습자에게 들려주는 단계(S500)는 S400 단계와 병행되거나 별도로 제공될 수 있다.
즉, 학습자는 필요에 따라 주파수대역 사운드를 통해 해당 외국어의 주파수대역 훈련만을 진행하거나, 주파수대역 사운드 훈련을 통해 해당 주파수에 익숙해진 후 외국어 문장의 듣기 학습을 진행하거나, 주파수대역 사운드 훈련없이 외국어 문장 듣기 학습을 바로 진행하는 것이 가능하다.
도 3은 본 발명의 일 실시예에 따른 외국어 강세 패턴의 예시를 나타내는 개념도이다.
도 3을 참조하면, 스트레스 랭귀지에 해당하는 외국어 문장은 상대적으로 강한 강세의 음절들(210, 220, 230)과 상대적으로 약한 강세의 음절들(211, 212, 213, 221, 222, 223, 231, 232, 233)로 구성된다.
강한 강세 음절과 약한 강세 음절의 조합은 강세 패턴 I ('강약 강약…'), 강세 패턴 II('강약약 강약약…'), 강세 패턴 III ('강약약약 강약약약…') 등과 같이 일정한 패턴을 가지도록 형성될 수 있다.
강세 패턴 I에서는 '강약'의 강세가 반복되는 경우를 도시하고 있으나, 강한 강세와 약한 강세는 상대적인 것이기 때문에 도 4의 첫번째 문장과 같이 '강강강'으로 표시되는 경우에도 '강'과 '강' 사이에 강세가 약해지는 구간이 생기기 때문에 강세 패턴 I에 해당된다고 볼 수 있다.
상기 실시예에서는 주된 강세('강'으로 표시된 강세)에 비해 상대적으로 약한 강세를 모두 '약' 강세로 표시하고 있으나 이는 설명의 편의를 위한 것일 뿐으로 '강' 강세와 '약' 강세를 어느 일정한 크기의 출력에 한정하는 것은 아니다. 예를 들어 '강'과 '약' 사이에 '중강' 강세가 존재한다고 하더라도 '약' 강세와 '중강' 강세를 모두 '약' 강세로 표시할 수 있다.
실제 대화에서 강세 패턴은 언어마다, 말하는 사람마다 다를 수 있으며, 주된 강세 패턴의 중간에 다른 강세 패턴이 혼합될 수도 있다. 하지만, 이런 경우에도 문장들은 도 3에 도시된 강세 패턴 중 어느 하나를 주된 패턴으로 갖는 것이 일반적이다.
도 4는 문장분석모듈이 분석한 외국어 문장의 강세 패턴의 예시를 나타내는 개념도이다.
도 4에 도시된 실시예에서는 영어 문장 3개를 가지고 강세 패턴을 분석하고 있다.
첫번째 문장('I go school.')은 'I','go','school' 세 단어로 이루어져 있으며 세 단어 모두 주된 강세를 갖는다.
두번째 문장('I go to school.')은 첫번째 문장에 전치사 'to'가 추가되어 네 단어로 이루어진다. 이 경우 네 단어 모두 주된 강세를 갖지 않고 첫번째 문장에서 사용되었던 세 단어만 주된 강세를 갖는다. 즉, 전치사 'to'는 '약' 강세를 갖는 단어가 된다.
세번째 문장은 'I','will','be','going','to','school' 6개의 단어로 이루어진다. 세번째 문장은 비록 6개의 단어를 포함하지만 문장을 발음할 때 주요 단어인 'I','go','school' 세 단어만 주된 강세를 갖는다.
이와 같이 문장에 포함되는 단어의 숫자와 문장의 길이는 다르지만 끊어 읽는 간격, 즉 강세 패턴의 간격은 동일하게 형성될 수 있다.
시스템은 학습자가 학습하고자 하는 문장의 강세 패턴 종류와 강세 패턴의 조합, 강세 패턴의 간격 등을 분석할 수 있다.
본 발명의 다른 실시예에 따르면, 시스템은 강세 패턴의 종류와 조합을 분석할 때 강한 강세 단어와 약한 강세 단어의 개수를 분석('강세'로 표시)하는 것 뿐 아니라, 강한 강세와 약한 강세를 연결하는 강세 패턴 추세선('패턴'으로 표시)을 도출하여 이를 분석하는 것이 가능하다. 본 발명의 일 실시예에 따르면 강세 패턴 추세선의 도출은 머신러닝 등의 기법을 통해 이루어지는 것이 가능하다.
본 발명의 일 실시예에 따르면, 시스템은 상기 분석된 데이터를 토대로 주된 강세 패턴을 찾고 상기 주된 강세 패턴에 해당 외국어에서 주로 사용되는 주파수 영역 사운드를 매칭시켜 '주파수대역 사운드'를 생성한다.
예를 들어, 도 4의 첫번째 문장에서는 강세 패턴 I이 3번 반복되므로 강세 패턴 I을 주된 강세 패턴으로 선택한다. 두번째 문장에서는 강세 패턴 I이 두번 반복되고 강세 패턴 II가 한번 나타나므로 강세 패턴 I을 주된 강세 패턴으로 선택한다. 세번째 문장에서는 강세 패턴 II가 두번 반복되고 강세 패턴 I이 한번 나타나므로 강세 패턴 II를 주된 강세 패턴으로 선택한다.
도 5a는 강한 강세 음절 한개로 이루어진 패턴에 매칭시킨 주파수대역 사운드의 예를 나타내는 개념도이고, 도 5b는 강한 강세 음절 한개와 약한 강세 음절 한개로 이루어진 패턴에 매칭시킨 주파수대역 사운드의 예를 나타내는 개념도이다.
도 5a 및 도 5b를 참조하면, 시스템은 주된 강세 패턴을 선택한 후 상기 주된 강세 패턴에 외국어 문장의 주파수 대역 사운드를 매칭시켜 주파수대역 사운드를 생성시킨다.
보다 구체적으로, 도 5a는 도 4의 첫번째 문장 "I go school."과 같이 한개의 강한 강세 음절을 가진 강세 패턴에 영어에서 주로 사용하는 주파수 대역(fmin= 약 800 Hz, fmax= 약 3500 Hz) 소리를 매칭시킨 주파수대역 사운드를 도시하고 있다. 여기서 Δt는 강세 패턴의 메인 주기를 의미하고, fmin은 해당 언어에서 주로 사용하는 주파수 대역 중 최저 주파수, fmax는 해당 언어에서 주로 사용하는 주파수 대역 중 최대 주파수를 의미한다.
강세 패턴의 주기는 문장에서 음절마다 다소 차이가 있을 수 있지만 시스템은 주기의 평균 또는 가장 높은 빈도로 발생하는 주기를 메인 주기로 선택하는 것이 가능하다.
도 5b는 한개의 강한 강세 음절과 한개의 약한 강세 음절을 가진 강세 패턴에 해당 외국어에서 주로 사용하는 주파수 대역 소리를 매칭시킨 주파수대역 사운드를 도시하고 있다. 예를 들어, 도 4의 두번째 문장 중 'go to' 부분이 이러한 강세 패턴에 해당할 수 있다.
시스템은 도 5a 나 도 5b에 도시된 것과 같이 주된 강세 패턴에 매칭된 주파수대역 사운드를 반복적으로 출력하게 할 수 있고, 다양한 강세 패턴에 매칭된 주파수대역 사운드를 혼합하여 출력하게 할 수도 있다.
도 5a 와 도 5b는 강세가 강해지는 부분에서 주파수가 높아지도록(고음을 출력)형성되어 있다. 이 때 주파수 값은 달라지더라도 소리의 출력은 일정하게 유지하는 것이 바람직하다.
하지만, 본 발명의 다른 실시예에서는 소리의 출력도 음절의 강세에 따라 달라지게 설정될 수 있다. 예를 들어, 시스템은 주파수가 높아지는 것에 비례하여 소리의 출력값(소리의 크기)도 높아지게 하거나 주파수가 높아지는 것에 반비례하여 소리의 출력값이 낮아지게 할 수 있다.
또한, 본 발명의 다른 실시예에 따르면, 시스템은 학습자가 주로 사용하는 언어에서 사용하는 주파수 대역과 학습하고자 하는 언어에서 사용하는 주파수 대역을 파악한 후, 어느 한 언어에서만 사용하는 주파수 대역의 소리만을 이용하여 주파수대역 사운드를 생성하거나 이러한 주파수 대역의 소리를 강조하여 주파수대역 사운드를 생성할 수 있다.
예를 들어, 한국어를 모국어로 사용하는 사람이 영어(미국식) 문장을 학습하고자 하는 경우, 한국어에서 사용하는 주파수 대역은 500 내지 2200 Hz 이고 영어(미국식)에서 사용하는 주파수 대역은 800 내지 3500 Hz 이므로 학습자는 평소 익숙하지 않은 주파수 영역의 소리(2200 내지 3500 Hz)에 노출될 가능성이 있다.
이러한 경우 시스템은 2200 내지 3500 Hz 대역의 소리를 학습자에게 집중적으로 들려주어 듣기 학습 전 익숙하지 않은 대역의 소리에 대한 적응 훈련을 할 수 있게 한다.
이러한 실시예는 앞에서 설명한 다른 실시예들과 복합적으로 적용될 수 있다. 예를 들어, 익숙하지 않은 주파수 대역의 소리를 출력할 때는 출력값(소리 크기)을 크게 하고 익숙한 주파수 대역의 소리를 출력할 때는 출력값을 작게 할 수 있다.
학습하고자 하는 문장의 언어가 실러블 랭귀지에 해당하는 경우에 시스템은 도 5a와 같이 한개의 강한 강세 음절을 가진 강세 패턴에 해당 언어에서 사용하는 주된 주파수를 매칭시켜 주파수대역 사운드를 생성시킬 수 있다. 즉, 실러블 랭귀지에서는 문장에서 별도의 강세 패턴이 존재하지 않으므로 주기적으로 주파수 대역 전체의 소리를 들려주는 방식으로 학습을 수행하는 것이 가능하다.
다만, 필요에 따라 실러블 랭귀지의 경우에도 특정 강세 패턴에 해당 외국어의 주된 주파수 대역 소리를 매칭시켜 주파수대역 사운드를 생성하는 것도 가능하다.
상기에서 살펴본 실시예들에 따르면, 언어 습득 보조 시스템은 학습자에게 특정 외국어에서 사용하는 주파수 대역의 소리를 반복하여 들려주어 학습자가 해당 외국어 주파수 대역에 적응할 수 있게 하여 평소 잘 들을 수 없던 외국어 문장의 발음을 보다 정확히 들을 수 있게 할 수 있으며, 스트레스 랭귀지(stress language)의 강세 간격에 맞추어 해당 외국어 주파수 대역의 소리를 반복적으로 들려주어 스트레스 랭귀지에 익숙하지 않은 학습자가 해당 외국어의 원어민 회화에 익숙해 질 수 있게 할 수 있는 등 종래기술과는 차별되는 효과를 기대할 수 있다.
이상에서 설명한 시스템은 위에서 설명된 실시예들의 구성과 방법에 한정되는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
100 : 시스템 110 : 제어모듈
120 : 데이터수집모듈 130 : 데이터베이스
140 : 주파수대역 소리 생성 모듈 150 : 문장분석모듈

Claims (10)

  1. 학습하고자 하는 외국어에서 사용하는 주파수의 최대값과 최소값을 파악하고, 상기 최대값과 최소값 사이의 소리를 일정한 패턴에 매칭시킨 주파수대역 사운드를 생성하여 외국어 문장 듣기 학습 전 학습자에게 제공하는 제어모듈을 포함하며,
    상기 제어모듈은,
    학습자가 학습하고자 하는 문장의 언어 종류 및 해당 언어에서 주로 사용되는 주파수 대역 정보를 분석하는 언어종류 분석모듈;
    상기 학습하고자 하는 문장의 강세 패턴을 분석하는 강세 패턴 분석모듈; 및
    상기 분석된 강세 패턴에 상기 주파수 대역의 소리를 매칭시켜 주파수대역 사운드를 생성하는 주파수대역 소리 생성 모듈을 포함하며,
    상기 주파수대역 사운드는,
    상기 강세 패턴에서 강한 강세 음절에 해당하는 지점에서 최대 주파수를 갖도록 형성되는 것을 특징으로 하는 언어별 주파수 대역을 이용한 언어 습득 보조 시스템.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 강세 패턴 분석모듈은,
    강한 강세 음절이 반복되는 주기를 파악한 후 상기 주기 내에 약한 강세 음절의 반복 횟수에 근거하여 강세 패턴 종류를 결정하는 것을 특징으로 하는 언어별 주파수 대역을 이용한 언어 습득 보조 시스템.
  5. 제1항에 있어서,
    상기 언어종류 분석모듈은,
    학습하고자 하는 문장이 어느 국가의 언어에 해당하는지 여부와 스트레스 랭귀지에 해당하는지 여부를 분석하고,
    상기 문장이 스트레스 랭귀지에 해당하지 않는 경우 상기 언어에서 사용하는 주파수 대역의 소리를 임의의 패턴에 매칭하여 주파수대역 사운드를 생성하는 것을 특징으로 하는 언어별 주파수 대역을 이용한 언어 습득 보조 시스템.
  6. 학습하고자 하는 외국어 문장의 언어 종류를 파악하는 단계;
    상기 외국어에서 사용하는 주파수 대역을 파악하는 단계;
    상기 주파수 대역의 소리를 이용하여 일정한 패턴을 가진 주파수대역 사운드를 생성하고 학습자에게 제공하는 단계; 및
    상기 문장에서 강한 강세 음절과 약한 강세 음절의 배치 정보를 토대로 상기 문장의 강세 패턴을 분석하고, 분석된 강세 패턴에 상기 주파수 대역의 소리를 매칭시켜 주파수대역 사운드를 생성하는 단계를 포함하며,
    상기 주파수대역 사운드는,
    문장의 강세 패턴 중 강한 강세 음절에서 최고 주파수를 갖도록 형성되는 것을 특징으로 하는 언어별 주파수 대역을 이용한 언어 학습 방법.
  7. 삭제
  8. 삭제
  9. 제6항에 있어서,
    상기 주파수대역 사운드는,
    학습하고자 하는 언어에서 사용하는 주파수 대역 중 학습자가 주로 사용하는 언어에서 사용하는 주파수 대역을 제외한 주파수 대역의 소리로 형성되는 것을 특징으로 하는 언어별 주파수 대역을 이용한 언어 학습 방법.
  10. 제6항에 있어서,
    학습자가 상기 주파수대역 사운드를 들은 후 상기 학습하고자 하는 외국어 문장을 들려주는 단계를 더 포함하는 것을 특징으로 하는 언어별 주파수 대역을 이용한 언어 학습 방법.
KR1020190085143A 2019-07-15 2019-07-15 언어별 주파수 대역을 이용한 언어 습득 보조 시스템 KR102236861B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190085143A KR102236861B1 (ko) 2019-07-15 2019-07-15 언어별 주파수 대역을 이용한 언어 습득 보조 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190085143A KR102236861B1 (ko) 2019-07-15 2019-07-15 언어별 주파수 대역을 이용한 언어 습득 보조 시스템

Publications (2)

Publication Number Publication Date
KR20210008688A KR20210008688A (ko) 2021-01-25
KR102236861B1 true KR102236861B1 (ko) 2021-04-06

Family

ID=74238023

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190085143A KR102236861B1 (ko) 2019-07-15 2019-07-15 언어별 주파수 대역을 이용한 언어 습득 보조 시스템

Country Status (1)

Country Link
KR (1) KR102236861B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101188982B1 (ko) 2011-07-20 2012-10-08 포항공과대학교 산학협력단 외국어 학습을 위한 강세 학습 시스템 및 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0667596A (ja) * 1992-08-21 1994-03-11 Washi Kosan Kk 英米語などの外国語ヒアリング力向上のための聴覚訓練方法及び該方法に基づき作成された記録担体
KR100405061B1 (ko) 2000-03-10 2003-11-10 문창호 언어 학습장치 및 그것의 언어 분석방법
KR20070103095A (ko) * 2006-04-18 2007-10-23 (주)오케이웨이브영어 주파수 대역폭을 이용한 영어 학습 방법
JP2014085403A (ja) * 2012-10-19 2014-05-12 Chikara International Company 英語学習装置、方法及び記録媒体
KR101983772B1 (ko) 2016-02-26 2019-05-29 소리노리닷컴(주) 듣기 학습 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101188982B1 (ko) 2011-07-20 2012-10-08 포항공과대학교 산학협력단 외국어 학습을 위한 강세 학습 시스템 및 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
공개특허공보 제10-2007-0103095호(2007.10.23. 공개) 1부.*
등록특허공보 제10-0405061호(2003.11.10. 공고) 1부.*
일본 공개특허공보 특개2014-085403호(2014.5.12. 공개) 1부.*

Also Published As

Publication number Publication date
KR20210008688A (ko) 2021-01-25

Similar Documents

Publication Publication Date Title
Chandrasekaran et al. Individual variability in cue-weighting and lexical tone learning
US10121388B2 (en) Methods, systems, and apparatuses to convey chorded input
Van Zyl et al. Perception of vowels and prosody by cochlear implant recipients in noise
KR102542602B1 (ko) 개인화된 발음 평가 문제 제공 방법
Shafiro et al. Perceptual confusions of American-English vowels and consonants by native Arabic bilinguals
Uchida et al. A survey of pronunciation instruction by Japanese teachers of English: Phonetic knowledge and teaching practice
de Vargas et al. Speaking haptically: from phonemes to phrases with a mobile haptic communication system
Ortega et al. Differential effects of lexical and non-lexical high-variability phonetic training on the production of L2 vowels
Hermes Auditory and visual similarity of pitch contours
Rees et al. Effects of english Cued Speech on speech perception, phonological awareness and literacy: a case study of a 9-year-old deaf boy using a cochlear implant
Lengeris Computer-based auditory training improves second-language vowel production in spontaneous speech
CN109473007B (zh) 一种音素结合声旁的英语自然拼读教学方法及系统
US20070061139A1 (en) Interactive speech correcting method
Afshar et al. Perceptual Assimilation of American English Vowels by Monolingual and Bilingual Learners in Iran
KR102236861B1 (ko) 언어별 주파수 대역을 이용한 언어 습득 보조 시스템
KR20140087956A (ko) 단어 및 문장과 이미지 데이터 그리고 원어민의 발음 데이터를 이용한 파닉스 학습장치 및 방법
Simmons et al. Cross-modal transfer of talker-identity learning
Fujita THE ROLE OF SPEECH-IN-NOISE IN JAPANESE EFL LEARNERS’LISTENING COMPREHENSION PROCESS AND THEIR USE OF CONTEXTUAL INFORMATION
KR20140107067A (ko) 이미지 데이터와 원어민 발음 데이터를 이용한 단어 학습장치 및 방법
KR20140075994A (ko) 의미단위 및 원어민의 발음 데이터를 이용한 언어교육 학습장치 및 방법
Whalen Phonetics
So et al. Cross-language perception of Cantonese vowels spoken by native and non-native speakers
Freedman et al. Effects of neighborhood density on adult word repetition
Jones A reliable past or a reliable pest? Testing canonical stimuli in speech perception research
Kutscheid et al. How prior experience with pitch accents shapes the perception of word and sentence stress

Legal Events

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