KR102362815B1 - 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 - Google Patents
음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 Download PDFInfo
- Publication number
- KR102362815B1 KR102362815B1 KR1020200059286A KR20200059286A KR102362815B1 KR 102362815 B1 KR102362815 B1 KR 102362815B1 KR 1020200059286 A KR1020200059286 A KR 1020200059286A KR 20200059286 A KR20200059286 A KR 20200059286A KR 102362815 B1 KR102362815 B1 KR 102362815B1
- Authority
- KR
- South Korea
- Prior art keywords
- search
- utterance
- tokens
- song
- token
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/432—Query formulation
- G06F16/433—Query formulation using audio data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/632—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/638—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90332—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
- G10L15/08—Speech classification or search
-
- 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
- G10L15/19—Grammatical context, e.g. disambiguation of the recognition hypotheses based on word sequence rules
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
-
- 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
- G10L15/08—Speech classification or search
- G10L2015/081—Search algorithms, e.g. Baum-Welch or Viterbi
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S715/00—Data processing: presentation processing of document, operator interface processing, and screen saver display processing
- Y10S715/978—Audio interaction as part of an operator interface
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
음성 인식 선곡 서비스 제공 방법이 개시된다. 본 발명의 일 측면에 따르면, 곡명과 가수명을 포함한 기준 발화문(發話文)을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰(token)을 제공받는 단계, 사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 단계, 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 단계, 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 단계, 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 단계, 및 유사도 점수를 기준으로 사용자에게 곡 정보를 제공하는 단계를 포함하는 음성 인식 선곡 서비스 제공 방법이 제공된다.
Description
본 발명은 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치에 관한 것이다.
일반적으로 사용자가 노래 반주기에서 부르고자 하는 곡을 검색하기 위해서 검색용 리모컨 등을 이용해 상기 리모컨 등에 구비된 숫자 또는 문자 다이얼 등을 눌러 해당 곡의 곡명, 가수명 또는 곡 번호 등을 입력하는 방식이 사용되어 왔다.
그러나 이와 같은 방식은 곡 검색을 위해 많은 수고가 들 뿐만 아니라 검색에 많은 시간이 소요된다는 문제점이 있어 왔다.
이에 따라 상술한 바와 같이 다이얼 등을 눌러 곡명 등을 일일이 입력하지 않더라도 원하는 곡을 용이하게 검색할 수 있는 방법 및 장치에 대한 니즈가 증가하고 있는 실정이다.
본 발명은 곡 검색을 보다 용이하고 정확하게 할 수 있는 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치를 제공하는 것이다.
본 발명의 일 측면에 따르면, 곡명과 가수명을 포함한 기준 발화문(發話文)을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰(token)을 제공받는 단계, 사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 단계, 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 단계, 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 단계, 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 단계, 및 유사도 점수를 기준으로 사용자에게 곡 정보를 제공하는 단계를 포함하는 음성 인식 선곡 서비스 제공 방법이 제공된다.
복수의 기준 토큰은 기준 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 기준 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 기준 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 생성될 수 있다.
복수의 기준 토큰을 제공받는 단계에서 복수의 기준 토큰 각각의 첫 글자 및 첫 글자에 한 글자씩 순차적으로 추가하여 구성되는 확장 토큰을 더 제공받을 수 있다.
검색 발화문을 텍스트 형태로 입력받는 단계는 사용자가 곡 검색을 위해 발화한 검색 발화문을 음성으로 입력받는 단계, 및 검색 발화문을 텍스트 형태로 변환하는 단계를 포함할 수 있다.
검색 발화문을 텍스트 형태로 입력받는 단계는 검색 발화문을 텍스트 형태로 변환하는 단계 이후에 검색 발화문을 곡명 및 가수명과 비교하여 검색 발화문의 오류를 수정하는 단계를 더 포함할 수 있다.
복수의 검색 토큰을 생성하는 단계에서 검색 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 검색 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 검색 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 복수의 검색 토큰을 생성할 수 있다.
유사도 점수를 산출하는 단계에서 복수의 검색 토큰이 복수의 기준 토큰에 모두 포함되는 경우 유사도 점수를 산출할 수 있다.
유사도 점수를 산출하는 단계에서 기준 토큰에 매칭되는 검색 토큰 각각에 대하여 단위 점수를 산출하고 단위 점수를 합산하여 유사도 점수를 산출할 수 있다.
단위 점수는 기준 토큰에 매칭되는 검색 토큰의 글자수가 많을수록 높게 산출될 수 있다.
본 발명의 일 측면에 따르면, 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받는 기준 토큰 제공부, 사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 입력부, 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 검색 토큰 생성부, 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 토큰 비교부, 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 점수 산출부, 및 유사도 점수를 기준으로 사용자에게 곡 정보를 제공하는 결과 제공부를 포함하는 음성 인식 선곡 장치가 제공된다.
본 발명에 따르면, 곡 검색을 보다 용이하고 정확하게 하는 것이 가능하다.
도 1은 본 발명의 일 실시예에 따른 음성 인식 선곡 서비스 제공 시스템을 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 음성 인식 선곡 서비스 제공 방법을 나타낸 순서도.
도 3은 본 발명의 일 실시예에 따른 검색 발화문을 텍스트 형태로 입력받는 단계를 나타낸 순서도.
도 4는 본 발명의 일 실시예에 따른 유사도 점수를 산출하는 단계에서의 유사도 점수 산출 여부 판단 과정을 나타낸 도면.
도 5는 본 발명의 일 실시예에 따른 유사도 점수를 산출하는 단계에서의 유사도 점수 산출 과정을 나타낸 순서도.
도 6은 본 발명의 일 실시예에 따른 음성 인식 선곡 장치의 구성을 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 음성 인식 선곡 서비스 제공 방법을 나타낸 순서도.
도 3은 본 발명의 일 실시예에 따른 검색 발화문을 텍스트 형태로 입력받는 단계를 나타낸 순서도.
도 4는 본 발명의 일 실시예에 따른 유사도 점수를 산출하는 단계에서의 유사도 점수 산출 여부 판단 과정을 나타낸 도면.
도 5는 본 발명의 일 실시예에 따른 유사도 점수를 산출하는 단계에서의 유사도 점수 산출 과정을 나타낸 순서도.
도 6은 본 발명의 일 실시예에 따른 음성 인식 선곡 장치의 구성을 나타낸 도면.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 발명에 따른 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치(100)의 실시예를 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
우선, 본 발명의 일 실시예에 따른 음성 인식 선곡 서비스 제공 시스템에 대해 설명한다.
본 실시예에 따르면, 도 1에 도시된 바와 같이, 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 입력받는 입력 장치, 검색 발화문을 텍스트 형태로 변환하는 변환 서버(server), 텍스트 형태로 변환된 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 생성 서버, 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 저장하고, 복수의 기준 토큰과 복수의 검색 토큰을 비교하고, 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하여 유사도 점수를 기준으로 사용자(10)에게 제공할 곡 정보를 생성하는 분석 서버, 사용자(10)에게 제공된 곡 정보 중 사용자(10)가 선택한 곡을 예약 및 재생 중 적어도 어느 하나를 포함하여 수행하는 반주 장치 및 입력 장치, 생성 서버, 분석 서버 및 반주 장치간 데이터를 송수신하는 송수신 장치를 포함하는 음성 인식 선곡 서비스 제공 시스템이 제공된다.
사용자(10)가 곡 검색을 위해 발화한 검색 발화문이라는 음성 데이터는 입력 장치를 통해 송수신 장치로 보내지고, 해당 음성 데이터는 송수신 장치에 의해 변환 서버로 송신되어 텍스트 형태로 변환되어 텍스트 데이터가 될 수 있다.
그리고 해당 텍스트 데이터는 다시 송수신 장치로 수신되고 생성 서버로 송신되며, 이 때 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할되어 복수의 검색 토큰이 되고, 상기 복수의 검색 토큰은 송수신 장치를 통해 분석 서버로 보내질 수 있다.
이에 따라 상기 복수의 검색 토큰은 분석 서버에 저장된, 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰과 비교되고, 분석 서버는 해당 비교 결과에 따라 유사도 점수를 산출하여 유사도 점수를 기준으로 사용자(10)에게 제공할 곡 정보를 생성한 후 송수신 장치로 송신할 수 있다.
이 후 송수신 장치에 의해 사용자(10)에게 제공되는 상기 곡 정보 중 사용자(10)가 원하는 곡을 선택하게 되면, 해당 정보는 반주 장치로 송신되어 최종적으로 해당 곡의 반주가 시작될 수 있게 된다.
이와 같은 본 실시예에 따르면, 보다 용이하고 정확한 곡 검색이 가능하다. 상술한 장치 및 서버 등과 관련한 추가적인 구성 또는 기능 등에 대한 사항들은 후술할 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치(100)의 내용에 따를 수 있다.
다음으로, 본 발명의 일 실시예에 따른 음성 인식 선곡 서비스 제공 방법에 대해 설명한다.
본 실시예에 따르면, 도 2에 도시된 바와 같이, 곡명과 가수명을 포함한 기준 발화문(發話文)을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰(token)을 제공받는 단계, 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 단계(S120), 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 단계(S130), 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 단계(S140), 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 단계(S150), 및 유사도 점수를 기준으로 사용자(10)에게 곡 정보를 제공하는 단계(S160)를 포함하는 음성 인식 선곡 서비스 제공 방법이 제공된다.
이와 같은 본 실시예에 따르면, 검색하고자 하는 곡에 대한 내용을 발화 즉 말하는 것만으로도 검색이 수행되므로 사용자(10)는 보다 용이하게 곡을 검색할 수 있으며, 사용자(10)에 의해 발화된 검색 발화문을 분할하여 생성된 복수의 검색 토큰을 곡명과 가수명을 포함한 기준 발화문을 분할하여 생성된 복수의 기준 토큰과 비교하여 검색 결과를 도출하므로 보다 정확한 곡 검색이 가능해진다.
이하 도 2 내지 도 6을 참조하여 본 실시예에 따른 음성 인식 선곡 서비스 제공 방법의 각 단계에 대하여 설명하도록 한다.
복수의 기준 토큰을 제공받는 단계(S110)는 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받을 수 있다.
이에 따라 곡명과 가수명 등의 곡 정보 관련 내용을 모두 갖는 복수의 기준 토큰이라는 데이터가 형성되고, 해당 데이터들이 집적되어 사용자의 검색 요청 내용과의 비교를 위한 하나의 데이터 필드(data field)가 형성될 수 있다.
이러한 방식은, 곡명, 가수명 등의 곡 정보 관련 내용 각각에 대한 별도의 상기 데이터 필드를 마련하고 해당 데이터 필드 각각에서 상기 검색 요청 내용과의 개별적 비교를 수행한 후 이를 합산하여 결과를 도출하는 방식과 대비하여, 상기 검색 요청 내용과의 비교가 하나의 데이터 필드 내에서 한번에 수행되므로 상기 개별적 비교에 따라 발생 가능한 오류를 줄일 수 있고, 이에 따라 해당 오류의 발생으로 인한 오차의 발생을 감소시켜 보다 정확한 비교 및 결과 도출이 가능해진다.
여기서 '토큰'은 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할함으로써 생성되는 한 글자 혹은 복수의 글자의 모임으로서 본 발명에서 비교를 위한 데이터 필드를 구성하는 일 단위 데이터를 의미하는 것으로 이해할 수 있다.
또한 '발화문'은 문언 그대로'소리를 내어 한 말을 문자로 표기한 문장 등'을 의미하는 것으로 이해할 수 있다.
예를 들어 사용자(10)가 가수 '이은미'의 '애인 있어요'라는 곡을 찾으려고 할 때 사용자(10)가 말하는 내용을 문자로 표기한 '이은미의 애인 있어요 찾아줘' (이하 예로써 본 발명의 각 단계의 내용에 대해 예시하도록 한다.)라는 문장을 발화문이라 볼 수 있다.
복수의 기준 토큰은 기준 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 기준 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 기준 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 생성될 수 있다. 보다 구체적으로 어간과 어미를 기준으로 3차 분할하는 것은 글자 수준에서 이루어질 수 있다.
이에 따라 기준 발화문을 구성하는 복수의 단어를 의미 등을 기준으로 분할하여 복수의 기준 토큰이 마련될 수 있고, 이 때 단어의 의미 등을 기준으로 하므로 후술할 복수의 검색 토큰과 비교하여 곡 검색을 함에 있어 보다 실효적인 결과를 도출할 수 있게 된다.
예를 들어, '이은미의 애인 있어요 찾아줘'는 띄어쓰기 기준으로'이은미의', '애인', '있어요'및 '찾아줘'로 1차 분할되고, 이는 다시 품사를 기준으로 '이은미'(명사), '의'(조사), '있어요'(동사) 및 '찾아줘'(동사)로 2차 분할되며, 이 중 동사인 '있어요'와 '찾아줘' 은 어간과 어미를 기준으로 '있'(어간), '어요'(어미) 및 '찾'(어간), '아'(어미), '줘'(어간+어미)으로 각각 3차 분할될 수 있다. 이에 따라 '이은미', '의', '애인', '있, '어요', '찾', '아' 및 '줘'라는 기준 토큰이 생성될 수 있다.
복수의 기준 토큰을 제공받는 단계(S110)에서는 복수의 기준 토큰 각각의 첫 글자 및 첫 글자에 한 글자씩 순차적으로 추가하여 구성되는 확장 토큰을 더 제공받을 수 있다.
이에 따라 복수의 기준 토큰에 더하여 복수의 기준 토큰 각각의 첫 글자 및 확장 토큰의 데이터가 데이터 필드에 추가되므로, 보다 상세하고 정확한 후술할 검색 토큰과의 비교 및 곡 검색 결과 도출이 이루어질 수 있다.
예를 들어, '이은미'라는 기준 토큰에 더하여 '이' 라는 첫글자 및 '이은', '이은', '이은미'라는 확장 토큰을 더 제공받을 수 있다. 이 과정에서 '이은미'라는 중복 토큰은 택일적으로 삭제될 수 있다.
검색 발화문을 텍스트 형태로 입력받는 단계(S120)는 도 2 및 도 3에 도시된 바와 같이, 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받을 수 있다.
이에 따라 우선 사용자(10)는 말하는 것만으로 곡의 검색이 가능하므로 보다 용이하게 곡을 검색할 수 있게 된다.
보다 구체적으로 검색 발화문을 텍스트 형태로 입력받는 단계(S120)는 도 3에 도시된 바와 같이, 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 음성으로 입력받는 단계(S122), 및 검색 발화문을 텍스트 형태로 변환하는 단계(S124)를 포함할 수 있다.
이 경우 사용자(10)는 곡명 및 가수명 중 적어도 어느 하나를 포함하는 검색 발화문을 발화할 수 있고, 바람직하게는 보다 정확한 곡 검색을 위해 곡명 및 가수명를 포함하는 검색 발화문(예를 들어, '이은미의 애인 있어요 찾아줘')을 발화하여 검색 요청을 할 수 있다.
또한 검색 발화문을 텍스트 형태로 변환하는 단계(S124)를 통해 후술할 복수의 검색 토큰을 생성하기 소스 데이터(source data)가 마련될 수 있게 된다.
보다 구체적으로 검색 발화문을 텍스트 형태로 변환하는 단계(S124)에서는 검색 발화문의 텍스트 형태로의 변환 정확도를 높이기 위하여 곡명 및 가수명을 포함하는 곡 정보 데이터가 활용될 수 있으며, 보다 구체적으로 상기한 곡 정보 데이터를 변환의 기준값으로 설정하여 변환을 수행함으로써 상기 변환 정확도를 향상시킬 수 있다.
즉 일반적으로 사용되는 단어들을 기준으로 발화문을 텍스트로 변환하는 경우 의도한 단어가 아닌 단어로 변환될 가능성이 있어 변환 정확도가 떨어질 수 있으나, 이와 다르게 곡 정보 데이터를 변환의 기준으로 하는 경우 곡을 찾기 위한 사용자(10)의 발화 의도에 상응하는 기준이 마련되는 바 보다 변환 정확도가 보다 향상될 수 있다.
또한 이 경우 인공 지능(AI, Artificial Intelligence) 기술이 활용될 수 있으며, 예를 들어 딥러닝(deep learning)을 통해 자주 노출되는 단어 등에 대한 민감도를 향상시켜 변환 정확도를 보다 향상시킬 수 있다.
검색 발화문을 텍스트 형태로 입력받는 단계(S120)는 도 3에 도시된 바와 같이, 검색 발화문을 텍스트 형태로 변환하는 단계(S124) 이후에 검색 발화문을 곡명 및 가수명과 비교하여 검색 발화문의 오류를 수정하는 단계(S126)를 더 포함할 수 있다.
즉 검색 발화문에 일부 오류가 존재하는 경우에라도 곡명 및 가수명과 비교하여 검색 발화문의 오류를 수정하여 검색 토큰의 생성을 위한 텍스트를 마련함으로써 보다 정확한 곡 검색을 가능하게 할 수 있다.
예를 들어, '이은미의 애인이에요 찾아줘'와 같이 검색 발화문에 '이에요'라는 오류가 존재하는 경우, '이은미'라는 가수명과 '애인 있어요'라는 곡명과 상기 검색 발화문을 비교하여 '이은미의 애인 있어요 찾아줘'로 상기 오류를 수정하여 텍스트를 마련할 수 있다.
보다 구체적으로 검색 발화문의 오류를 수정하는 단계(S126)에서는 검색 발화문을 곡명 및 가수명과 비교하여 점수를 산출할 수 있으며 상기 비교 점수가 기설정된 기준치를 넘는 곡 정보 중 최고점의 곡 정보를 기준으로 검색 발화문을 수정할 수 있다.
이에 따라 검색 발화문을 수정함에 있어 사용자(10)에 의도에 맞는 텍스트로 수정될 가능성이 보다 향상될 수 있게 된다.
또한 이 경우에도 상술한 바와 마찬가지로 인공 지능 기술, 예를 들어 딥러닝을 적용할 수 있으며, 이에 따라 자주 검색되는 단어 등에 대한 학습을 통해 해당 단어들이 포함된 문장 들에 대한 보다 정확한 수정이 이루어질 수 있다.
검색 발화문을 음성으로 입력받는 단계(S122)에서는 도 6에 도시된 바와 같이, 검색 발화문을 음성 인식 가능한 리시버(receiver)(122)를 통해 입력받을 수 있다.
보다 구체적으로 리시버(122)는 소음 상황에서 음성의 인식률을 증가시키기 위하여, 소음 필터링 및 음성 증폭 중 적어도 어느 하나가 가능할 수 있다.
본 발명이 주되게 실시될 수 있는 노래방 등의 장소는 노래 소리 등 많은 주변 소음이 산재된 공간이기 때문에 사용자(10)의 음성을 정확하게 인식하는 것이 중요하다.
따라서 리시버(122)가 주변 소음 필터링 및 사용자(10) 음성 증폭 중 적어도 어느 하나를 수행하는 것을 통해 사용자(10)의 음성 인식률을 높이고 이에 따라 곡 검색의 정확도를 보다 향상시킬 수 있다.
복수의 검색 토큰을 생성하는 단계(S130)는 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성할 수 있다. 이에 따라 복수의 기준 토큰과 대응되는 복수의 검색 토큰을 마련함으로써, 이후 양 토큰을 비교함에 있어 실효성을 향상시킬 수 있다.
복수의 검색 토큰을 생성하는 단계(S130)에서는 검색 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 검색 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 검색 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 복수의 검색 토큰을 생성할 수 있다.
이에 따라 검색 발화문을 구성하는 복수의 단어를 의미 등을 기준으로 분할하여 복수의 검색 토큰이 마련될 수 있고, 이 때 단어의 의미 등을 기준으로 전술한 기준 토큰과 비교하여 곡 검색을 함에 있어 보다 실효적인 검색 결과를 도출할 수 있게 된다.
이에 대한 구체적 예시는 상술한 복수의 기준 토큰의 생성에 대한 예시를 참조할 수 있다.
복수의 기준 토큰과 비교하는 단계(S140)는 복수의 검색 토큰을 복수의 기준 토큰과 비교할 수 있다. 이에 따라 후술할 유사도 점수의 산출 및 그에 따른 결과 제공을 위한 기준 데이터값이 마련될 수 있다.
또한 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 단계(S140)는 별도로 마련된 비교 서버를 통해 수행될 수도 있다.
유사도 점수를 산출하는 단계(S150)는 상술한 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출할 수 있다.
이러한 유사도 점수를 통해 후술할 바와 같이 검색 결과 중 곡 정보를 선별하여 사용자(10)에게 제공할 수 있으며, 이에 따라 사용자(10)는 보다 실효적인 검색 결과를 제공받을 수 있다.
보다 구체적으로 유사도 점수를 산출하는 단계(S150)에서는 도 4에 도시된 바와 같이, 복수의 검색 토큰이 복수의 기준 토큰에 모두 포함되는 경우 유사도 점수를 산출할 수 있다.
이에 따라 복수의 검색 토큰이 복수의 기준 토큰에 일부만 포함되는 경우에도 유사도 점수를 산출함에 따라 검색 결과에 불필요한 곡 정보가 포함되는 것을 방지하여 보다 정확한 곡 검색 결과를 사용자(10)에게 제공할 수 있다.
보다 구체적으로 유사도 점수를 산출하는 단계(S150)에서는 도 4에 도시된 바와 같이, 복수의 검색 토큰 중 일부가 보수의 기준 토큰에 포함되는 경우 사용자(10)에게 다시 검색 발화문을 발화할 것을 요청할 수 있다.
이 경우 사용자(10)는 복수의 기준 토큰 내에 포함되지 않을 것으로 예상되는 글자 또는 단어를 제외하고 다시 발화할 수 있으며, 이에 따라 복수의 검색 토큰이 복수의 기준 토큰에 모두 포함되면 유사도 점수가 산출될 수 있게 된다.
예를 들어, 사용자(10)가 '이은미의 애인이에요 찾아줘'라고 발화하는 경우 '에요'(어미)라는 검색 토큰은 '이은미의 애인 있어요 찾아줘'에 대한 복수의 기준 토큰에 포함되지 않으므로 사용자(10)에게 검색 발화문을 재발화하도록 요청할 수 있다.
또한 유사도 점수를 산출하는 단계(S150)에서는 도 4에 도시된 바와 같이, 사용자(10)에게 다시 검색 발화문을 발화할 것을 요청하면서 복수의 기준 토큰에 포함되지 않은 검색 토큰에 대한 정보를 제공할 수 있다.
이에 따라 검색 발화문 재발화 요청 및 사용자(10)의 재발화의 단계가 의미없이 반복되는 것을 방지할 수 있어 곡 검색의 용이성 및 정확성이 동시에 향상될 수 있다.
예를 들어, 사용자(10)가 '이은미의 애인이에요 찾아줘'라고 발화하는 경우 사용자(10)에게 검색 발화문을 재발화하도록 요청하면서 복수의 기준 토큰에 포함되지 않는 '에요'(어미)라는 검색 토큰의 정보를 제시할 수 있다.
유사도 점수를 산출하는 단계(S150)에서는 도 5에 도시된 바와 같이, 기준 토큰에 매칭되는 검색 토큰 각각에 대하여 단위 점수를 산출하고, 각 단위 점수를 합산하여 유사도 점수를 산출할 수 있다.
즉 기준 토큰에 매칭되는 검색 토큰마다 단위 점수가 매겨지고, 최종 점수로서의 유사도 점수가 상기한 각각의 단위 점수가 모두 합산되어 산출될 수 있다.
보다 구체적으로 단위 점수는 기준 토큰에 매칭되는 검색 토큰의 글자수가 많을수록 높게 산출될 수 있다.
즉 많은 글자수의 검색 토큰이 기준 토큰과 매칭된다는 것은 사용자(10)가 원하는 곡 정보를 구성하는 키워드(key word)일 가능성이 높다는 것을 의미하므로, 해당 검색 토큰에 높은 단위 점수를 부여함으로써 최종적으로 산출되는 유사도 점수에 차등성을 부여할 수 있다.
예를 들어 '있'이라는 검색 토큰보다 글자수가 많은'애인'이라는 검색 토큰은 곡 제목 전체로 보았을 때 곡 제목을 구성하는 키워드로 볼 수 있으므로, '애인'에 '있'과 대비해 높은 단위 점수를 부여함으로써 '애인'이 유사도 점수가 산출되는 데에 보다 많은 기여를 하도록 설정할 수 있다.
곡 정보를 제공하는 단계(S160)는 유사도 점수를 기준으로 사용자(10)에게 곡 정보를 제공할 수 있다.
이에 따라 분별없이 모든 검색 결과를 사용자(10)에게 제공하는 것과 대비하여 곡 검색 결과 제공의 정확성 및 적정성이 보다 향상시킬 수 있다.
보다 구체적으로 곡 정보를 제공하는 단계(S160)에서는 유사도 점수가 기설정치 이상인 곡명 및 가수명을 포함하는 곡 정보를 사용자(10)에게 제공할 수 있다.
즉 기설정된 유사도 점수 수치를 기준으로 해당 수치 이상의 점수의 곡명 및 가수명을 포함하는 곡 정보를 사용자(10)에게 제공함으로써 곡 검색 결과의 정확도 및 적정도가 보다 높일 수 있게 된다.
또한 곡 정보를 제공하는 단계(S160)에서는 유사도 점수가 높은 순으로 곡 정보를 사용자(10)에게 제공할 수 있다.
이에 따라 사용자(10)는 제공된 점수의 곡명 및 가수명을 포함하는 곡 정보들에서 높은 유사도 점수의 곡 정보부터 살펴봄으로써 원하는 곡을 보다 신속하게 찾을 수 있다.
본 발명의 일 실시예에 따른 음성 인식 선곡 장치(100)에 대해 설명한다.
본 실시예에 따르면, 도 6에 도시된 바와 같이, 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받는 기준 토큰 제공부(110), 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 입력부(120), 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 검색 토큰 생성부(130), 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 토큰 비교부(140), 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 점수 산출부(150), 및 유사도 점수를 기준으로 사용자(10)에게 곡 정보를 제공하는 결과 제공부(160)를 포함하는 음성 인식 선곡 장치(100)가 제공된다.
이와 같은 본 실시예에 따르면, 사용자(10)는 보다 용이하게 곡 검색을 할 수 있으며 보다 정확한 곡 검색 결과를 얻을 수 있다.
이하 도 2 내지 도 6을 참조하여 본 실시예에 따른 음성 인식 선곡 장치(100)의 각 구성에 대하여 설명하도록 한다.
기준 토큰 제공부(110)는 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받을 수 있다.
이 경우 복수의 기준 토큰을 서버 등으로부터 다운로드(download) 등의 형태로 제공받을 수도 있으며, 상기 복수의 기준 토큰이 상기 서버 등에 저장되어 있는 상태에서 상기 서버로 후술할 검색 토큰을 송신하여 상기 복수의 기준 토큰을 이용할 수도 있다.
복수의 기준 토큰은 기준 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 기준 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 기준 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 생성될 수 있다.
기준 토큰 제공부(110)는 복수의 기준 토큰 각각의 첫 글자 및 첫 글자에 한 글자씩 순차적으로 추가하여 구성되는 확장 토큰을 더 제공받을 수 있다.
입력부(120)는 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받을 수 있다.
보다 구체적으로 입력부(120)는 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 음성으로 입력받는 음성 입력부(120), 및 검색 발화문을 텍스트 형태로 변환하는 텍스트 변환부를 포함할 수 있다.
검색 발화문의 텍스트 형태로의 변환은 별도 서버를 통해 수행될 수도 있으며, 이를 위해 음성으로 입력 받은 검색 발화문을 상기 서버로 송신할 수 있다.
보다 구체적으로 텍스트 변환부는 검색 발화문의 텍스트 형태로의 변환 정확도를 높이기 위하여 곡명 및 가수명을 포함하는 곡 정보 데이터가 활용될 수 있으며, 보다 구체적으로 상기한 곡 정보 데이터를 변환의 기준값으로 설정하여 변환을 수행함으로써 상기 변환 정확도를 향상시킬 수 있다.
또한 이 경우 인공 지능 기술이 활용될 수 있으며, 예를 들어 딥러닝을 통해 자주 노출되는 단어 등에 대한 민감도를 향상시켜 변환 정확도를 보다 향상시킬 수 있다.
입력부(120)는 검색 발화문을 곡명 및 가수명과 비교하여 검색 발화문의 오류를 수정하는 오류 수정부를 더 포함할 수 있다.
보다 구체적으로 오류 수정부는 검색 발화문을 곡명 및 가수명과 비교하여 점수를 산출할 수 있으며 상기 비교 점수가 기설정된 기준치를 넘는 곡 정보 중 최고점의 곡 정보를 기준으로 검색 발화문을 수정할 수 있다.
또한 이 경우에도 상술한 바와 마찬가지로 인공 지능 기술, 예를 들어 딥러닝이 적용될 수 있으며, 이에 따라 자주 검색되는 단어 등에 대한 학습을 통해 해당 단어들이 포함된 문장 들에 대한 보다 정확한 수정이 이루어질 수 있다.
음성 입력부(120)는 도 6에 도시된 바와 같이, 검색 발화문을 음성 인식 가능한 리시버(122)를 통해 입력받을 수 있다.
이 경우 리시버(122)는 음성을 입력받아 인식할 수 있는 모든 입력 장치를 포함할 수 있으며, 예를 들어 반주기나 리모컨에 구비된 마이크, 본 장치에 구비된 마이크, 별도로 마련된 전용 리시버 또는 본 장치와 연동된 사용자(10)의 단말에 구비된 마이크 등이 상기 리시버(122)에 포함될 수 있다.
보다 구체적으로 리시버(122)는 소음 상황에서 음성의 인식률을 증가시키기 위하여, 소음 필터링 및 음성 증폭 중 적어도 어느 하나가 가능할 수 있다.
검색 토큰 생성부(130)는 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성할 수 있다.
또한 별도 마련된 서버에 텍스트 형태로 변환된 검색 발화문을 송신하여 해당 서버에서 상기 복수의 검색 토큰이 생성될 수도 있다.
검색 토큰 생성부(130)는 검색 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 검색 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 검색 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 복수의 검색 토큰을 생성할 수 있다.
토큰 비교부(140)는 복수의 검색 토큰을 복수의 기준 토큰과 비교할 수 있다.
이 경우 별도로 마련된 서버 내에서 복수의 검색 토큰과 복수의 기준 토큰이 상호 비교가 수행될 수도 있으며, 이를 위해 복수의 검색 토큰이 상기 서버로 송신될 수 있다.
점수 산출부(150)는 상술한 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출할 수 있다.
보다 구체적으로 점수 산출부(150)는 도 4에 도시된 바와 같이, 복수의 검색 토큰이 복수의 기준 토큰에 모두 포함되는 경우 유사도 점수를 산출할 수 있다.
점수 산출부(150)는 도 4에 도시된 바와 같이, 복수의 검색 토큰 중 일부가 보수의 기준 토큰에 포함되는 경우 사용자(10)에게 다시 검색 발화문을 발화할 것을 요청할 수 있다.
또한 점수 산출부(150)는 도 4에 도시된 바와 같이, 사용자(10)에게 다시 검색 발화문을 발화할 것을 요청하면서 복수의 기준 토큰에 포함되지 않은 검색 토큰에 대한 정보를 제공할 수 있다.
점수 산출부(150)는 도 5에 도시된 바와 같이, 기준 토큰에 매칭되는 검색 토큰 각각에 대하여 단위 점수를 산출하고, 각 단위 점수를 합산하여 유사도 점수를 산출할 수 있다.
보다 구체적으로 단위 점수는 기준 토큰에 매칭되는 검색 토큰의 글자수가 많을수록 높게 산출될 수 있다.
결과 제공부(160)는 유사도 점수를 기준으로 사용자(10)에게 곡 정보를 제공할 수 있다.
보다 구체적으로 결과 제공부(160)는 유사도 점수가 기설정치 이상인 곡명 및 가수명을 포함하는 곡 정보를 사용자(10)에게 제공할 수 있다.
또한 결과 제공부(160)는 유사도 점수가 높은 순으로 곡명 및 가수명을 포함하는 곡 정보를 사용자(10)에게 제공할 수 있다.
상술한 해당 유사도 점수 산출은 별도의 서버에서 수행될 수도 있으며, 또한 검색 발화문의 재발화 요청, 복수의 기준 토큰에 미포함된 검색 토큰에 대한 정보 제공, 검색 결과로서의 곡 정보 제공을 위한 디스플레이(display)부가 구비될 수 있다.
한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉, 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.
또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상, 본 발명의 일 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.
10: 사용자
100: 음성 인식 선곡 장치
110: 기준 토큰 제공부
120: 입력부
122: 리시버
130: 검색 토큰 생성부
140: 토큰 비교부
150: 점수 산출부
160: 결과 제공부
100: 음성 인식 선곡 장치
110: 기준 토큰 제공부
120: 입력부
122: 리시버
130: 검색 토큰 생성부
140: 토큰 비교부
150: 점수 산출부
160: 결과 제공부
Claims (10)
- 곡명과 가수명을 포함한 기준 발화문(發話文)을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰(token)을 제공받는 단계;
사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 단계;
상기 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 단계;
상기 복수의 검색 토큰을 상기 복수의 기준 토큰과 비교하는 단계;
상기 비교 결과에 따라 상기 기준 발화문에 대한 상기 검색 발화문의 유사도 점수를 산출하는 단계; 및
상기 유사도 점수를 기준으로 상기 사용자에게 곡 정보를 제공하는 단계를 포함하고,
상기 복수의 기준 토큰을 제공받는 단계에서,
상기 복수의 기준 토큰 각각의 첫 글자 및 상기 첫 글자에 한 글자씩 순차적으로 추가하여 구성되는 확장 토큰을 더 제공받는, 음성 인식 선곡 서비스 제공 방법.
- 제1항에 있어서,
상기 복수의 기준 토큰은,
상기 기준 발화문을 상기 띄어쓰기를 기준으로 1차 분할하고,
상기 1차 분할된 상기 기준 발화문을 상기 품사를 기준으로 2차 분할하며,
상기 2차 분할된 상기 기준 발화문 중 동사와 형용사를 상기 어간과 어미를 기준으로 3차 분할하여 생성되는, 음성 인식 선곡 서비스 제공 방법.
- 삭제
- 제1항에 있어서,
상기 검색 발화문을 텍스트 형태로 입력받는 단계는,
상기 사용자가 상기 곡 검색을 위해 발화한 상기 검색 발화문을 음성으로 입력받는 단계; 및
상기 검색 발화문을 상기 텍스트 형태로 변환하는 단계를 포함하는, 음성 인식 선곡 서비스 제공 방법.
- 제4항에 있어서,
상기 검색 발화문을 텍스트 형태로 입력받는 단계는,
상기 검색 발화문을 텍스트 형태로 변환하는 단계 이후에,
상기 검색 발화문을 상기 곡명 및 상기 가수명과 비교하여 상기 검색 발화문의 오류를 수정하는 단계를 더 포함하는, 음성 인식 선곡 서비스 제공 방법.
- 제1항에 있어서,
상기 복수의 검색 토큰을 생성하는 단계에서,
상기 검색 발화문을 상기 띄어쓰기를 기준으로 1차 분할하고,
상기 1차 분할된 상기 검색 발화문을 상기 품사를 기준으로 2차 분할하며,
상기 2차 분할된 상기 검색 발화문 중 동사와 형용사를 상기 어간과 어미를 기준으로 3차 분할하여 상기 복수의 검색 토큰을 생성하는, 음성 인식 선곡 서비스 제공 방법.
- 제1항에 있어서,
상기 유사도 점수를 산출하는 단계에서,
상기 복수의 검색 토큰이 상기 복수의 기준 토큰에 모두 포함되는 경우 상기 유사도 점수를 산출하는, 음성 인식 선곡 서비스 제공 방법.
- 제1항에 있어서,
상기 유사도 점수를 산출하는 단계에서,
상기 기준 토큰에 매칭되는 상기 검색 토큰 각각에 대하여 단위 점수를 산출하고 상기 단위 점수를 합산하여 상기 유사도 점수를 산출하는, 음성 인식 선곡 서비스 제공 방법.
- 제8항에 있어서,
상기 단위 점수는 상기 기준 토큰에 매칭되는 상기 검색 토큰의 글자수가 많을수록 높게 산출되는, 음성 인식 선곡 서비스 제공 방법.
- 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받는 기준 토큰 제공부;
사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 입력부;
상기 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 검색 토큰 생성부;
상기 복수의 검색 토큰을 상기 복수의 기준 토큰과 비교하는 토큰 비교부;
상기 비교 결과에 따라 상기 기준 발화문에 대한 상기 검색 발화문의 유사도 점수를 산출하는 점수 산출부; 및
상기 유사도 점수를 기준으로 상기 사용자에게 곡 정보를 제공하는 결과 제공부를 포함하고,
상기 기준 토큰 제공부는,
상기 복수의 기준 토큰 각각의 첫 글자 및 상기 첫 글자에 한 글자씩 순차적으로 추가하여 구성되는 확장 토큰을 더 제공받는, 음성 인식 선곡 장치.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200059286A KR102362815B1 (ko) | 2020-05-18 | 2020-05-18 | 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 |
JP2022558058A JP2023524374A (ja) | 2020-05-18 | 2021-04-16 | 音声認識選曲サービスの提供方法及び音声認識選曲装置 |
PCT/KR2021/004822 WO2021235708A1 (ko) | 2020-05-18 | 2021-04-16 | 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 |
KR1020220016963A KR20220020878A (ko) | 2020-05-18 | 2022-02-09 | 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200059286A KR102362815B1 (ko) | 2020-05-18 | 2020-05-18 | 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220016963A Division KR20220020878A (ko) | 2020-05-18 | 2022-02-09 | 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210142446A KR20210142446A (ko) | 2021-11-25 |
KR102362815B1 true KR102362815B1 (ko) | 2022-02-14 |
Family
ID=78707971
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200059286A KR102362815B1 (ko) | 2020-05-18 | 2020-05-18 | 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 |
KR1020220016963A KR20220020878A (ko) | 2020-05-18 | 2022-02-09 | 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220016963A KR20220020878A (ko) | 2020-05-18 | 2022-02-09 | 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023524374A (ko) |
KR (2) | KR102362815B1 (ko) |
WO (1) | WO2021235708A1 (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101944303B1 (ko) * | 2017-08-29 | 2019-02-07 | 쌍용자동차 주식회사 | 음성인식을 이용한 자동 음원 선곡이 가능한 자동차 오디오 시스템 제어방법 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR200202916Y1 (ko) | 2000-06-15 | 2000-11-15 | 최요환 | 노래목록검색기능을 갖는 노래반주기용 리모콘 |
KR100930715B1 (ko) * | 2007-10-25 | 2009-12-09 | 한국전자통신연구원 | 음성 인식 방법 |
KR101294553B1 (ko) * | 2011-10-13 | 2013-08-07 | 기아자동차주식회사 | 음원정보 관리 서비스 시스템 |
CN103631802B (zh) * | 2012-08-24 | 2015-05-20 | 腾讯科技(深圳)有限公司 | 歌曲信息检索方法、装置及相应的服务器 |
JP6232724B2 (ja) * | 2013-03-29 | 2017-11-22 | 富士通株式会社 | 音声合成装置及び言語辞書登録方法 |
-
2020
- 2020-05-18 KR KR1020200059286A patent/KR102362815B1/ko active IP Right Grant
-
2021
- 2021-04-16 JP JP2022558058A patent/JP2023524374A/ja active Pending
- 2021-04-16 WO PCT/KR2021/004822 patent/WO2021235708A1/ko active Application Filing
-
2022
- 2022-02-09 KR KR1020220016963A patent/KR20220020878A/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101944303B1 (ko) * | 2017-08-29 | 2019-02-07 | 쌍용자동차 주식회사 | 음성인식을 이용한 자동 음원 선곡이 가능한 자동차 오디오 시스템 제어방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20210142446A (ko) | 2021-11-25 |
JP2023524374A (ja) | 2023-06-12 |
WO2021235708A1 (ko) | 2021-11-25 |
KR20220020878A (ko) | 2022-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9953636B2 (en) | Automatic language model update | |
US10446147B1 (en) | Contextual voice user interface | |
US10917758B1 (en) | Voice-based messaging | |
KR101247578B1 (ko) | 자동 음성 인식 음향 모델들의 적응 | |
US6961705B2 (en) | Information processing apparatus, information processing method, and storage medium | |
JP4705023B2 (ja) | 音声認識装置、音声認識方法、及びプログラム | |
JP5334178B2 (ja) | 音声認識装置およびデータ更新方法 | |
JP5066483B2 (ja) | 言語理解装置 | |
EP0965978A1 (en) | Non-interactive enrollment in speech recognition | |
JPWO2004044887A1 (ja) | 音声認識用辞書作成装置および音声認識装置 | |
JP7230806B2 (ja) | 情報処理装置、及び情報処理方法 | |
JP5326169B2 (ja) | 音声データ検索システム及び音声データ検索方法 | |
US9607618B2 (en) | Out of vocabulary pattern learning | |
JP2010020102A (ja) | 音声認識装置、音声認識方法及びコンピュータプログラム | |
US20170270923A1 (en) | Voice processing device and voice processing method | |
JP7326931B2 (ja) | プログラム、情報処理装置、及び情報処理方法 | |
JP5160594B2 (ja) | 音声認識装置および音声認識方法 | |
US20030055642A1 (en) | Voice recognition apparatus and method | |
KR102362815B1 (ko) | 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 | |
KR101945190B1 (ko) | 음성인식 작동 시스템 및 방법 | |
WO2021059968A1 (ja) | 音声認識装置、音声認識方法、およびプログラム | |
US6772116B2 (en) | Method of decoding telegraphic speech | |
KR102217621B1 (ko) | 사용자 발화의 오류를 교정하는 방법 및 장치 | |
JP2013088488A (ja) | 音声検索装置、音声検索方法及びプログラム | |
JP4042435B2 (ja) | 音声自動質問応答装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |