KR102492332B1 - 뉴럴 네트워크를 이용하여 단말로부터 획득된 통화 음성 데이터를 기반으로 음악 데이터를 상기 단말에게 제공하는 방법 및 장치 - Google Patents
뉴럴 네트워크를 이용하여 단말로부터 획득된 통화 음성 데이터를 기반으로 음악 데이터를 상기 단말에게 제공하는 방법 및 장치 Download PDFInfo
- Publication number
- KR102492332B1 KR102492332B1 KR1020220117159A KR20220117159A KR102492332B1 KR 102492332 B1 KR102492332 B1 KR 102492332B1 KR 1020220117159 A KR1020220117159 A KR 1020220117159A KR 20220117159 A KR20220117159 A KR 20220117159A KR 102492332 B1 KR102492332 B1 KR 102492332B1
- Authority
- KR
- South Korea
- Prior art keywords
- terminal
- emotional state
- user
- information
- data
- Prior art date
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000002996 emotional effect Effects 0.000 claims abstract description 233
- 230000008451 emotion Effects 0.000 claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 21
- 230000006403 short-term memory Effects 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 60
- 239000013598 vector Substances 0.000 claims description 59
- 230000007423 decrease Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 60
- 230000015654 memory Effects 0.000 description 59
- 238000012545 processing Methods 0.000 description 20
- 210000004027 cell Anatomy 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000009223 counseling Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000009193 crawling Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- VKWMGUNWDFIWNW-UHFFFAOYSA-N 2-chloro-1,1-dioxo-1,2-benzothiazol-3-one Chemical compound C1=CC=C2S(=O)(=O)N(Cl)C(=O)C2=C1 VKWMGUNWDFIWNW-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001755 vocal effect 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
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06N3/08—Learning methods
-
- 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
- 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
- G10L25/63—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 for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Library & Information Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
Abstract
실시예들은 뉴럴 네트워크를 이용하여 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 서버가 음악 데이터를 상기 제1 단말에게 제공하는 방법 및 장치를 제시한다. 일 실시예에 따른 상기 방법은, 뉴럴 네트워크를 이용하여 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 서버가 음악 데이터를 상기 제1 단말에게 제공하는 방법은, 상기 서버에 입력된 정보를 기반으로 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터 및 상기 제1 단말의 사용자에 대한 정보를 획득하고, 상기 통화 음성 데이터를 텍스트 데이터로 변환하고, 상기 통화 음성 데이터를 기반으로 음원 정보를 결정하고, 상기 음원 정보 및 상기 텍스트 데이터를 기반으로 양방향 LSTM(bidirectional long short term memory)을 포함하는 복수의 뉴럴 네트워크를 이용한 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 점수들을 결정하고, 상기 감정 상태를 나타내는 복수의 점수들은 분노의 정도를 나타내는 제1 감정 상태에 대한 점수, 놀람의 정도를 나타내는 제2 감정 상태에 대한 점수, 기쁨의 정도를 나타내는 제3 감정 상태에 대한 점수 및 슬픔의 정도를 나타내는 제4 감정 상태에 대한 점수를 포함하고, 상기 감정 상태를 나타내는 복수의 점수들 및 상기 제1 단말의 사용자에 대한 정보를 기반으로 사전 설정된 복수의 음악 데이터 중에서 적어도 하나의 음악 데이터를 결정하고, 상기 적어도 하나의 음악 데이터를 상기 제1 단말에게 전송할 수 있다.
Description
본 개시의 실시예들은 음악 데이터를 단말에게 제공하는 기술에 관한 것으로, 뉴럴 네트워크를 이용하여 단말로부터 획득된 통화 음성 데이터를 기반으로 음악 데이터를 상기 단말에게 제공하는 기술에 대한 것이다.
한편, 산업 구조의 고도화로 인해 점차 서비스업의 비중이 높아지면서, 감정 노동의 중요성도 증가하고 있다. 감정 노동은 직업상 고객을 응대할 때, 자신의 감정을 표현하지 않고, 회사에서 요구하는 감정과 표현을 유지해야하는 노동을 말한다.
특히, 고객 상담 센터에서 상담원은 상담자를 계속해서 응대해야 하는 업무 특성 상 감정 노동이 필요하기 때문에, 상담원이 정신적 건강을 관리하는 것이 매우 중요하다. 예를 들어, 상담원이 업무 중 고객의 불평과 폭언을 겪게 된다면, 상담원은 심리적인 충격과 함께 감정적 상처를 받게 될 수 있다.
이러한 상담원들의 부정적 감정을 돌보기 위해, 일반적으로 고객 상담 센터는 상담원들의 심리적 안정을 위한 음악을 상담 센터 전체에 재생시킨다. 이로 인해, 일괄적으로 상담원들의 부정적 감정을 돌볼 수 있으나, 상담원들 개개인의 감정을 돌보기가 어려울 수 있고, 다른 상담원의 상담에 방해가 되는 문제가 있다.
이에, 상담원들 개개인의 감정 상태를 뉴럴 네트워크를 이용하여 파악하고, 상담원의 감정 상태에 따라 감정 상태에 매칭되는 음악을 상담원별로 송출하는 방법이 필요하다.
(특허문헌 1) KR 10-2019-0023610 A
(특허문헌 2) KR 10-2019-0125463 A
(특허문헌 3) KR 10-2022-0120749 A
(특허문헌 4) KR 10-2433654 B1
(특허문헌 2) KR 10-2019-0125463 A
(특허문헌 3) KR 10-2022-0120749 A
(특허문헌 4) KR 10-2433654 B1
본 개시의 실시예들은, 뉴럴 네트워크를 이용하여 단말로부터 획득된 통화 음성 데이터를 기반으로 음악 데이터를 상기 단말에게 제공하는 방법 및 장치를 제공할 수 있다.
실시예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 다양한 실시예들로부터 당해 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
일 실시예에 따른 뉴럴 네트워크를 이용하여 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 서버가 음악 데이터를 상기 제1 단말에게 제공하는 방법은, 상기 서버에 입력된 정보를 기반으로 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터 및 상기 제1 단말의 사용자에 대한 정보를 획득하고, 상기 통화 음성 데이터를 텍스트 데이터로 변환하고, 상기 통화 음성 데이터를 기반으로 음원 정보를 결정하고, 상기 음원 정보 및 상기 텍스트 데이터를 기반으로 양방향 LSTM(bidirectional long short term memory)을 포함하는 복수의 뉴럴 네트워크를 이용한 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 점수들을 결정하고, 상기 감정 상태를 나타내는 복수의 점수들은 분노의 정도를 나타내는 제1 감정 상태에 대한 점수, 놀람의 정도를 나타내는 제2 감정 상태에 대한 점수, 기쁨의 정도를 나타내는 제3 감정 상태에 대한 점수 및 슬픔의 정도를 나타내는 제4 감정 상태에 대한 점수를 포함하고, 상기 감정 상태를 나타내는 복수의 점수들 및 상기 제1 단말의 사용자에 대한 정보를 기반으로 사전 설정된 복수의 음악 데이터 중에서 적어도 하나의 음악 데이터를 결정하고, 상기 적어도 하나의 음악 데이터를 상기 제1 단말에게 전송하는 단계를 포함할 수 있다.
예를 들어, 상기 제1 단말의 통화 연결이 종료되는 것에 기반하여, 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터가 획득될 수 있다. 상기 음원 정보는 피치 주기와 관련된 값, 진폭과 관련된 값, 기본 주파수와 관련된 값, 하모닉 에너지와 관련된 값 및 하모닉과 잡음의 에너지 비율과 관련된 값을 포함할 수 있다. 상기 제1 단말이 다음 통화가 연결되기 전까지 상기 적어도 하나의 음악 데이터가 상기 제1 단말에 의해 출력될 수 있다.
예를 들어, 상기 사용자에 대한 정보는 음악 취향에 대한 정보 및 상기 사용자의 신체 정보를 포함할 수 있다. 상기 감정 상태를 나타내는 복수의 점수들 및 상기 제1 단말의 신체 정보에 대한 정보를 기반으로 상기 사용자의 감정 상태 및 상기 감정 상태에 대한 등급이 결정될 수 있다. 상기 사용자의 감정 상태, 상기 감정 상태에 대한 등급 및 상기 음악 취향에 대한 정보에 기반하여 상기 적어도 하나의 음악 데이터가 결정될 수 있다.
예를 들어, 상기 제1 단말의 통화 연결이 시작된 것에 기반하여, 상기 제1 단말의 통화 내용에 대한 제1 녹취가 수행될 수 있다. 상기 제1 단말의 통화 연결이 시작된 이후, 상기 제1 단말에 입력된 녹음 시작 신호에 기반하여, 상기 녹음 시작 신호가 입력된 시점부터 상기 제1 단말의 통화 내용에 대한 제2 녹취가 수행될 수 있다. 상기 제1 단말에 입력된 녹음 종료 신호에 기반하여, 상기 녹음 시작 신호가 입력된 시점부터 상기 녹음 종료 신호가 입력된 시점까지의 통화 내용에 대한 제2 음성 정보가 상기 서버에 전송될 수 있다. 상기 제1 단말의 통화 연결이 종료된 것에 기반하여, 상기 통화 연결이 시작된 시점부터 상기 통화 연결이 종료된 시점까지의 통화 내용에 대한 제1 음성 정보가 상기 서버에 전송될 수 있다.
예를 들어, 상기 음원 정보를 기반으로 제1 뉴럴 네트워크를 이용한 제1 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제1 점수들이 결정될 수 있다. 상기 텍스트 데이터를 기반으로 제2 뉴럴 네트워크를 이용한 제2 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제2 점수들이 결정될 수 있다. 상기 복수의 점수들은 각각의 감정 상태에 대해 제1 점수와 제2 점수를 평균한 점수들일 수 있다. 상기 제1 뉴럴 네트워크는 제1 입력 레이어, 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 포함할 수 있다. 복수의 음원 정보 및 정답 감정 상태를 나타내는 복수의 제1 점수들로 구성된 각각의 제1 뉴럴 네트워크의 학습을 위한 데이터는 상기 제1 뉴럴 네트워크의 상기 제1 입력 레이어에 입력되고, 상기 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 통과하여 제1 출력 벡터를 출력하고, 상기 제1 출력 벡터는 상기 제1 출력 레이어에 연결된 제1 손실함수 레이어에 입력되고, 상기 제1 손실함수 레이어는 상기 제1 출력 벡터와 각각의 학습 데이터에 대한 제1 정답 벡터를 비교하는 제1 손실 함수를 이용하여 제1 손실값을 출력하고, 상기 제1 뉴럴 네트워크의 파라미터가 상기 제1 손실값이 작아지는 방향으로 학습되는, 상기 제1 감정 분석 모델이 생성될 수 있다.
상기 제2 뉴럴 네트워크는 제2 입력 레이어, 하나 이상의 제2 히든 레이어 및 제2 출력 레이어를 포함할 수 있다. 복수의 텍스트 데이터 및 정답 감정 상태를 나타내는 복수의 제2 점수들로 구성된 각각의 제2 뉴럴 네트워크의 학습을 위한 데이터는 상기 제2 뉴럴 네트워크의 상기 제2 입력 레이어에 입력되고, 상기 하나 이상의 제2 히든 레이어 및 제2 출력 레이어를 통과하여 제2 출력 벡터를 출력하고, 상기 제2 출력 벡터는 상기 제2 출력 레이어에 연결된 제2 손실함수 레이어에 입력되고, 상기 제2 손실함수 레이어는 상기 제2 출력 벡터와 각각의 학습 데이터에 대한 제2 정답 벡터를 비교하는 제2 손실 함수를 이용하여 제2 손실값을 출력하고, 상기 제2 뉴럴 네트워크의 파라미터가 상기 제2 손실값이 작아지는 방향으로 학습되는, 상기 제2 감정 분석 모델이 생성될 수 있다.
부가적으로, 예를 들어, 서버는 주감정 상태와 부감정 상태를 결정할 수 있고, 주감정 상태에 대한 등급 및 부감정 상태에 대한 등급을 결정할 수 있다. 예를 들어, 감정 상태에 대한 등급은 감정 상태를 나타내는 점수, 사전 설정된 등급의 개수, 사전 설정된 최대 점수 및 사용자의 평균 심박수에 대한 정보를 기반으로 결정될 수 있다.
감정 상태에 대한 등급은 하기 수학식에 의해 결정될 수 있다.
상기 수학식에서, 상기 D는 상기 감정 상태에 대한 등급이고, 상기 Pmax는 사전 설정된 최대 점수이고, 상기 nD는 사전 설정된 등급의 개수이고, 상기 Pe는 해당 감정 상태를 나타내는 점수이고, 상기 wh는 상기 사용자의 평균 심박수에 대한 정보에 기반하여 결정된 가중치일 수 있다.
여기서, 사전 설정된 최대 점수는 감정 상태를 나타내는 점수에 대해 사전 설정된 최대 점수이다. 여기서, 사전 설정된 등급의 개수는 감정 상태를 나타내는 점수를 구간별로 나눈 등급의 개수이다. 여기서, wh는 감정 상태의 종류에 따라 상이한 값을 가질 수 있다.
예를 들어, 주감정 상태에 대한 등급이 부감정 상태에 대한 등급 이상인 것에 기반하여, 서버는 주감정 상태를 나타내는 점수, 부감정 상태를 나타내는 점수 및 사용자의 청력에 대한 정보를 기반으로 사전 설정된 비율에서 주감정 상태에 대한 비율을 제1 비율로 조정할 수 있다.
예를 들어, 상기 제1 비율은 하기 수학식에 의해 결정될 수 있다.
상기 수학식에서, 상기 r1은 상기 제1 비율이고, 상기 Pm은 상기 주감정 상태에 대한 점수이고, 상기 Ps는 상기 부감정 상태에 대한 점수이고, 상기 Lth는 기준 데시벨이고, 상기 Lp는 상기 사용자의 가청 데시벨일 수 있다. 여기서, 기준 데시벨은 정상인이 안전하게 들을 수 있는 음량의 크기를 나타낼 수 있다. 예를 들어, 상기 기준 데시벨은 상기 서버에 사전 설정된 값일 수 있다. 여기서, 가청 데시벨은 상기 사용자가 들을 수 있는 음량의 최소 크기를 나타낼 수 있다. 예를 들어, 상기 가청 데시벨은 상기 사용자의 청력에 대한 정보에 포함된 값으로, 상기 제1 단말의 음향 출력 장치를 통해 측정될 수 있다.
부가적으로, 서버는 제1 단말의 센서에 의해 측정된 주변 소음의 음량에 대한 정보를 제1 단말로부터 수신할 수 있고, 상기 주변 소음의 크기에 대한 정보 및 제1 단말의 사용자의 청력에 대한 정보를 기반으로 최대 허용 음량을 결정될 수 있다. 예를 들어, 서버는 최대 허용 음량에 대한 정보를 상기 제1 단말에게 상기 적어도 하나의 음악 데이터와 함께 전송할 수 있다.
실시예들에 따르면, 서버가 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터를 획득하고, 통화 음성 데이터를 변환한 텍스트 데이터 및 통화 음성 데이터에 대한 음원 정보를 기반으로 양방향 LSTM(bidirectional long short term memory)을 포함하는 복수의 뉴럴 네트워크를 이용한 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 점수들을 결정함으로써, 제1 단말의 사용자에 대한 감정 상태를 보다 정확하게 결정할 수 있다.
실시예들에 따르면, 서버가 감정 상태를 나타내는 복수의 점수들 및 제1 단말의 사용자에 대한 정보를 사전 설정된 복수의 음악 데이터 중에서 적어도 하나의 음악 데이터를 결정함으로써, 사용자의 통화 내용 뿐만 아니라 사용자의 정보까지 고려하여 제1 단말의 사용자에 대한 감정 상태에 매칭되는 음악 데이터를 보다 효율적으로 결정할 수 있다.
실시예들로부터 얻을 수 있는 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 이하의 상세한 설명을 기반으로 당해 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.
실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 3은 일 실시예에 따른 서버가 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 뉴럴 네트워크를 이용하여 음악 데이터를 상기 제1 단말에게 제공하는 방법을 나타낸다.
도 4는 일 실시예에 따른 감정 분석 모델을 나타낸 도면이다.
도 5는 일 실시예에 따른 서버가 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 뉴럴 네트워크를 이용하여 음악 데이터를 상기 제1 단말에게 제공하는 방법에 대한 흐름도이다.
도 6은 일 실시예에 따른 서버의 구성을 나타내는 블록도이다.
도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 3은 일 실시예에 따른 서버가 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 뉴럴 네트워크를 이용하여 음악 데이터를 상기 제1 단말에게 제공하는 방법을 나타낸다.
도 4는 일 실시예에 따른 감정 분석 모델을 나타낸 도면이다.
도 5는 일 실시예에 따른 서버가 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 뉴럴 네트워크를 이용하여 음악 데이터를 상기 제1 단말에게 제공하는 방법에 대한 흐름도이다.
도 6은 일 실시예에 따른 서버의 구성을 나타내는 블록도이다.
이하의 실시예들은 실시예들의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 다양한 실시예들을 구성할 수도 있다. 다양한 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 다양한 실시예들의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당해 기술분야에서 통상의 지식을 가진 자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 다양한 실시예들을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
이하, 다양한 실시예들에 따른 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 다양한 실시예들의 예시적인 실시형태를 설명하고자 하는 것이며, 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 다양한 실시예들에서 사용되는 특정(特定) 용어들은 다양한 실시예들의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 다양한 실시예들의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다. 전자 장치(101)는 클라이언트, 단말기 또는 피어로 지칭될 수도 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다.
인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
서버(108)는 전자 장치(101)가 접속되며, 접속된 전자 장치(101)로 서비스를 제공할 수 있다. 또한, 서버(108)는 회원 가입 절차를 진행하여 그에 따라 회원으로 가입된 사용자의 각종 정보를 저장하여 관리하고, 서비스에 관련된 각종 구매 및 결제 기능을 제공할 수도 있다. 또한, 서버(108)는, 사용자 간에 서비스를 공유할 수 있도록, 복수의 전자 장치(101) 각각에서 실행되는 서비스 애플리케이션의 실행 데이터를 실시간으로 공유할 수도 있다. 이러한 서버(108)는 하드웨어적으로는 통상적인 웹 서버(Web Server) 또는 서비스 서버(Service Server)와 동일한 구성을 가질 수 있다. 그러나, 소프트웨어적으로는, C, C++, Java, Python, Golang, kotlin 등 여하한 언어를 통하여 구현되어 여러 가지 기능을 하는 프로그램 모듈(Module)을 포함할 수 있다. 또한, 서버(108)는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 통하여 불특정 다수 클라이언트 및/또는 다른 서버와 연결되어 있고, 클라이언트 또는 다른 서버의 작업수행 요청을 접수하고 그에 대한 작업 결과를 도출하여 제공하는 컴퓨터 시스템 및 그를 위하여 설치되어 있는 컴퓨터 소프트웨어(서버 프로그램)를 뜻하는 것이다. 또한, 서버(108)는, 전술한 서버 프로그램 이외에도, 서버(108) 상에서 동작하는 일련의 응용 프로그램(Application Program)과 경우에 따라서는 내부 또는 외부에 구축되어 있는 각종 데이터베이스(DB: Database, 이하 "DB"라 칭함)를 포함하는 넓은 개념으로 이해되어야 할 것이다. 따라서, 서버(108)는, 회원 가입 정보와, 게임에 대한 각종 정보 및 데이터를 분류하여 DB에 저장시키고 관리하는데, 이러한 DB는 서버(108)의 내부 또는 외부에 구현될 수 있다. 또한, 서버(108)는, 일반적인 서버용 하드웨어에 윈도우(windows), 리눅스(Linux), 유닉스(UNIX), 매킨토시(Macintosh) 등의 운영체제에 따라 다양하게 제공되고 있는 서버 프로그램을 이용하여 구현될 수 있으며, 대표적인 것으로는 윈도우 환경에서 사용되는 IIS(Internet Information Server)와 유닉스환경에서 사용되는 CERN, NCSA, APPACH, TOMCAT 등을 이용하여 웹 서비스를 구현할 수 있다. 또한, 서버(108)는, 서비스의 사용자 인증이나 서비스와 관련된 구매 결제를 위한 인증 시스템 및 결제 시스템과 연동할 수도 있다.
제1 네트워크(198) 및 제2 네트워크(199)는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조 또는 서버(108)와 전자 장치들(101, 104)을 연결하는 망(Network)을 의미한다. 제1 네트워크(198) 및 제2 네트워크(199)는 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 3G, 4G, LTE, 5G, Wi-Fi 등이 포함되나 이에 한정되지는 않는다. 제1 네트워크(198) 및 제2 네트워크(199)는 LAN, WAN 등의 폐쇄형 제1 네트워크(198) 및 제2 네트워크(199)일 수도 있으나, 인터넷(Internet)과 같은 개방형인 것이 바람직하다. 인터넷은 TCP/IP 프로토콜, TCP, UDP(user datagram protocol) 등의 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(HyperText Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service)를 제공하는 전 세계적인 개방형 컴퓨터 제1 네트워크(198) 및 제2 네트워크(199) 구조를 의미한다.
데이터베이스는 데이터베이스 관리 프로그램(DBMS)을 이용하여 컴퓨터 시스템의 저장공간(하드디스크 또는 메모리)에 구현된 일반적인 데이터구조를 가질 수 있다. 데이터베이스는 데이터의 검색(추출), 삭제, 편집, 추가 등을 자유롭게 행할 수 있는 데이터 저장형태를 가질 수 있다. 데이터베이스는 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이타베이스 관리 시스템(RDBMS)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이타베이스 관리 시스템(OODBMS) 및 엑셀론(Excelon), 타미노(Tamino), 세카이주(Sekaiju) 등의 XML 전용 데이터베이스(XML Native Database)를 이용하여 본 개시의 일 실시예의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(Field) 또는 엘리먼트들을 가질 수 있다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 2은 다양한 실시예에 따른 프로그램(140)을 예시하는 블록도(200)이다. 일실시예에 따르면, 프로그램(140)은 전자 장치(101)의 하나 이상의 리소스들을 제어하기 위한 운영 체제(142), 미들웨어(144), 또는 상기 운영 체제(142)에서 실행 가능한 어플리케이션(146)을 포함할 수 있다. 운영 체제(142)는, 예를 들면, AndroidTM, iOSTM, WindowsTM, SymbianTM 또는 TizenTM 를 포함할 수 있다. 프로그램(140) 중 적어도 일부 프로그램은, 예를 들면, 제조 시에 전자 장치(101)에 프리로드되거나, 또는 사용자에 의해 사용 시 외부 전자 장치(예: 전자 장치(102 또는 104), 또는 서버(108))로부터 다운로드되거나 갱신 될 수 있다. 프로그램(140)의 전부 또는 일부는 뉴럴 네트워크를 포함할 수 있다.
운영 체제(142)는 전자 장치(101)의 하나 이상의 시스템 리소스들(예: 프로세스, 메모리, 또는 전원)의 관리(예: 할당 또는 회수)를 제어할 수 있다. 운영 체제(142)는, 추가적으로 또는 대체적으로, 전자 장치(101)의 다른 하드웨어 디바이스, 예를 들면, 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 구동하기 위한 하나 이상의 드라이버 프로그램들을 포함할 수 있다.
미들웨어(144)는 전자 장치(101)의 하나 이상의 리소스들로부터 제공되는 기능 또는 정보가 어플리케이션(146)에 의해 사용될 수 있도록 다양한 기능들을 어플리케이션(146)으로 제공할 수 있다. 미들웨어(144)는, 예를 들면, 어플리케이션 매니저(201), 윈도우 매니저(203), 멀티미디어 매니저(205), 리소스 매니저(207), 파워 매니저(209), 데이터베이스 매니저(211), 패키지 매니저(213), 커넥티비티 매니저(215), 노티피케이션 매니저(217), 로케이션 매니저(219), 그래픽 매니저(221), 시큐리티 매니저(223), 통화 매니저(225), 또는 음성 인식 매니저(227)를 포함할 수 있다.
어플리케이션 매니저(201)는, 예를 들면, 어플리케이션(146)의 생명 주기를 관리할 수 있다. 윈도우 매니저(203)는, 예를 들면, 화면에서 사용되는 하나 이상의 GUI 자원들을 관리할 수 있다. 멀티미디어 매니저(205)는, 예를 들면, 미디어 파일들의 재생에 필요한 하나 이상의 포맷들을 파악하고, 그 중 선택된 해당하는 포맷에 맞는 코덱을 이용하여 상기 미디어 파일들 중 해당하는 미디어 파일의 인코딩 또는 디코딩을 수행할 수 있다. 리소스 매니저(207)는, 예를 들면, 어플리케이션(146)의 소스 코드 또는 메모리(130)의 메모리의 공간을 관리할 수 있다. 파워 매니저(209)는, 예를 들면, 배터리(189)의 용량, 온도 또는 전원을 관리하고, 이 중 해당 정보를 이용하여 전자 장치(101)의 동작에 필요한 관련 정보를 결정 또는 제공할 수 있다. 일실시예에 따르면, 파워 매니저(209)는 전자 장치(101)의 바이오스(BIOS: basic input/output system)(미도시)와 연동할 수 있다.
데이터베이스 매니저(211)는, 예를 들면, 어플리케이션(146)에 의해 사용될 데이터베이스를 생성, 검색, 또는 변경할 수 있다. 패키지 매니저(213)는, 예를 들면, 패키지 파일의 형태로 배포되는 어플리케이션의 설치 또는 갱신을 관리할 수 있다. 커넥티비티 매니저(215)는, 예를 들면, 전자 장치(101)와 외부 전자 장치 간의 무선 연결 또는 직접 연결을 관리할 수 있다. 노티피케이션 매니저(217)는, 예를 들면, 지정된 이벤트(예: 착신 통화, 메시지, 또는 알람)의 발생을 사용자에게 알리기 위한 기능을 제공할 수 있다. 로케이션 매니저(219)는, 예를 들면, 전자 장치(101)의 위치 정보를 관리할 수 있다. 그래픽 매니저(221)는, 예를 들면, 사용자에게 제공될 하나 이상의 그래픽 효과들 또는 이와 관련된 사용자 인터페이스를 관리할 수 있다.
시큐리티 매니저(223)는, 예를 들면, 시스템 보안 또는 사용자 인증을 제공할 수 있다. 통화(telephony) 매니저(225)는, 예를 들면, 전자 장치(101)에 의해 제공되는 음성 통화 기능 또는 영상 통화 기능을 관리할 수 있다. 음성 인식 매니저(227)는, 예를 들면, 사용자의 음성 데이터를 서버(108)로 전송하고, 그 음성 데이터에 적어도 일부 기반하여 전자 장치(101)에서 수행될 기능에 대응하는 명령어(command), 또는 그 음성 데이터에 적어도 일부 기반하여 변환된 문자 데이터를 서버(108)로부터 수신할 수 있다. 일 실시예에 따르면, 미들웨어(244)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다. 일 실시예에 따르면, 미들웨어(144)의 적어도 일부는 운영 체제(142)의 일부로 포함되거나, 또는 운영 체제(142)와는 다른 별도의 소프트웨어로 구현될 수 있다.
어플리케이션(146)은, 예를 들면, 홈(251), 다이얼러(253), SMS/MMS(255), IM(instant message)(257), 브라우저(259), 카메라(261), 알람(263), 컨택트(265), 음성 인식(267), 이메일(269), 달력(271), 미디어 플레이어(273), 앨범(275), 와치(277), 헬스(279)(예: 운동량 또는 혈당과 같은 생체 정보를 측정), 또는 환경 정보(281)(예: 기압, 습도, 또는 온도 정보 측정) 어플리케이션을 포함할 수 있다. 일실시예에 따르면, 어플리케이션(146)은 전자 장치(101)와 외부 전자 장치 사이의 정보 교환을 지원할 수 있는 정보 교환 어플리케이션(미도시)을 더 포함할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치로 지정된 정보 (예: 통화, 메시지, 또는 알람)를 전달하도록 설정된 노티피케이션 릴레이 어플리케이션, 또는 외부 전자 장치를 관리하도록 설정된 장치 관리 어플리케이션을 포함할 수 있다. 노티피케이션 릴레이 어플리케이션은, 예를 들면, 전자 장치(101)의 다른 어플리케이션(예: 이메일 어플리케이션(269))에서 발생된 지정된 이벤트(예: 메일 수신)에 대응하는 알림 정보를 외부 전자 장치로 전달할 수 있다. 추가적으로 또는 대체적으로, 노티피케이션 릴레이 어플리케이션은 외부 전자 장치로부터 알림 정보를 수신하여 전자 장치(101)의 사용자에게 제공할 수 있다.
장치 관리 어플리케이션은, 예를 들면, 전자 장치(101)와 통신하는 외부 전자 장치 또는 그 일부 구성 요소(예: 외부 전자장치의 디스플레이 모듈 또는 카메라 모듈)의 전원(예: 턴-온 또는 턴-오프) 또는 기능(예: 밝기, 해상도, 또는 포커스)을 제어할 수 있다. 장치 관리 어플리케이션은, 추가적으로 또는 대체적으로, 외부 전자 장치에서 동작하는 어플리케이션의 설치, 삭제, 또는 갱신을 지원할 수 있다.
본 명세서에 걸쳐, 뉴럴 네트워크(neural network), 신경망 네트워크, 네트워크 함수는, 동일한 의미로 사용될 수 있다. 뉴럴 네트워크는, 일반적으로 "노드"라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 "노드"들은, "뉴런(neuron)"들로 지칭될 수도 있다. 뉴럴 네트워크는, 적어도 둘 이상의 노드들을 포함하여 구성된다. 뉴럴 네트워크들을 구성하는 노드(또는 뉴런)들은 하나 이상의 "링크"에 의해 상호 연결될 수 있다.
뉴럴 네트워크 내에서, 링크를 통해 연결된 둘 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.
하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서, 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치를 가질 수 있다. 가중치는 가변적일 수 있으며, 뉴럴 네트워크가 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.
전술한 바와 같이, 뉴럴 네트워크는, 둘 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 뉴럴 네트워크 내에서 입력 노드 및 출력 노드 관계를 형성한다. 뉴럴 네트워크 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망 네트워크의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 신경망 네트워크가 존재하는 경우, 두 개의 신경망 네트워크들은 서로 상이한 것으로 인식될 수 있다.
도 3은 일 실시예에 따른 서버가 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 뉴럴 네트워크를 이용하여 음악 데이터를 상기 제1 단말에게 제공하는 방법을 나타낸다. 도 3의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.
도 3을 참조하면, 단계 S301에서, 서버는 상기 서버에 입력된 정보를 기반으로 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터 및 상기 제1 단말의 사용자에 대한 정보를 획득할 수 있다. 여기서, 서버는 음성 데이터를 텍스트로 전환하는 STT(speech to text) 서버 및 감정을 분석하는 인공지능 서버를 포함할 수 있다.
여기서, 이전 통화에 대한 통화 음성 데이터는 상기 제1 단말이 또다른 단말과 통화 연결을 수행하기 이전에, 종료된 다른 단말과의 통화에 대한 음성 데이터일 수 있다. 예를 들어, 이전 통화에 대한 통화 음성 데이터는 제1 단말의 제1 사용자(예: 상담원)가 제3 단말의 제2 사용자(예: 제2 상담자)와 상담을 진행하기 이전에 종료된 제2 단말의 제1 사용자(예: 제1 상담자)와 상담을 진행한 내용에 대한 음성 데이터일 수 있다.
상기 제1 단말의 통화 연결이 종료되는 것에 기반하여, 서버는 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터를 획득할 수 있다. 예를 들어, 상기 제1 단말이 제2 단말과 통화 연결이 종료되는 것에 기반하여, 서버는 상기 제1 단말과 제2 단말의 통화 내용에 대한 음성 데이터를 획득할 수 있다. 예를 들어, 상기 제1 단말과 제2 단말의 통화 내용에 대한 음성 데이터가 상기 서버에게 실시간으로 전송될 수 있다.
여기서, 상기 사용자에 대한 정보는 음악 취향에 대한 정보 및 상기 사용자의 신체 정보를 포함할 수 있다. 예를 들어, 음악 취향에 대한 정보는 사용자가 선호하는 음악 장르에 대한 정보 및 사용자가 선호하는 가수에 대한 정보를 포함할 수 있다. 예를 들어, 사용자의 신체 정보는 사용자의 평균 심박수에 대한 정보 및 사용자의 청력에 대한 정보를 포함할 수 있다. 평균 심박수에 대한 정보는 상기 제1 단말과 연결된 센서(예: LED(light emitting diode) 센서)를 통해 측정된 정보일 수 있다. 예를 들어, 사용자의 평균 심박수에 대한 정보는 제1 단말의 통화 내용 별로 측정된 평균 심박수를 포함할 수 있다. 청력에 대한 정보는 상기 제1 단말과 연결된 음향 출력 장치를 통해 단계적으로 출력된 소리 각각에 대한 상기 사용자의 입력 값에 기반하여 측정된 정보일 수 있다. 예를 들어, 상기 제1 단말과 연결된 음향 출력 장치에 의해 단계적으로 음량의 크기를 증가시킨 소리가 출력될 수 있고, 출력된 소리에 대한 상기 사용자의 입력 값에 따라 상기 사용자가 들을 수 있는 음량의 최소 크기가 측정될 수 있다. 상기 사용자가 들을 수 있는 음량의 최소 크기는 가청 데시벨이라고 지칭될 수 있고, 상기 청력에 대한 정보는 가청 데시벨을 포함할 수 있다.
예를 들어, 서버는 복수의 제1 단말 각각으로부터 제1 단말의 이전 통화에 대한 통화 음성 데이터 및 제1 단말의 사용자에 대한 정보를 수신할 수 있다.
단계 S302에서, 서버는 상기 통화 음성 데이터를 텍스트 데이터로 변환할 수 있다. 서버는 다양한 자동 음성 인식(automatic speech recognition) 기술과 관련된 머신 러닝 모델을 통해 상기 통화 음성 데이터를 텍스트 데이터로 변환할 수 있다. 예를 들어, STT 서버는 상기 통화 음성 데이터를 텍스트 데이터로 변환할 수 있다.
단계 S303에서, 서버는 상기 통화 음성 데이터를 기반으로 음원 정보를 결정할 수 있다. 서버는 상기 통화 음성 데이터의 파형을 일정 프레임으로 나누고, 시간 영역에서 주파수 영역으로 변환시킴으로써, 서로 다른 주파수의 합의 형태로 변환할 수 있다. 예를 들어, 과거의 일정 개수의 샘플 값들에 계수를 각각 곱하고 이를 총 합한 값으로 현재의 샘플 값을 예측하는 방식의 선형 예측 계수(linear Predictive coefficient, LPC) 기술, 켑스트럼(cepstrum) 기술, 사람의 귀가 주파수 변화에 반응하게 되는 양상이 선형적이지 않고 로그스케일과 비슷한 멜스케일을 따르는 청각적 특성을 반영한 MFCC(Mel Frequency Cepstral Coefficient) 기술 및 각 대역통과 필터를 통과한 출력의 에너지 값을 음성 특징으로 사용하는 주파수 대역별 에너지(filter bank energy) 기술 등과 같이 다양한 음성 특징 추출 기술을 통해 서버는 상기 통화 음성 데이터에 대한 음원 정보를 결정할 수 있다.
상기 음원 정보는 피치(pitch)와 관련된 값, 진폭(amplitude)과 관련된 값, 포만트(formant)와 관련된 값, 하모닉 에너지와 관련된 값 및 하모닉과 잡음의 에너지 비율과 관련된 값을 포함할 수 있다. 여기서, 피치는 기본 주파수(fundamental frequency)를 의미하고, 음성의 주기적 특성을 나타낼 수 있다. 여기서, 진폭은 소리의 크기를 결정하는 요소이다. 여기서, 포만트는 성도의 공명을 나타내는 것으로, 음성 신호를 주파수 영역으로 변환하여 주파수 에너지의 정점을 연결한 선들을 의미한다. 이때, 가장 낮은 주파수 정점부터 F1, F2, F3의 순서로 표현하며, 일반적으로 모음에 대해 F1 내지 F3 주파수 영역에서 높은 에너지가 나타날 수 있다. 여기서, 하모닉은 기본 주파수의 배수 주파수 성분으로, 하모닉 에너지는 기본 주파수의 배수 주파수에 대한 에너지이다.
예를 들어, 피치와 관련된 값은 연속적인 피치 주기의 평균 변화율을 포함할 수 있다. 진폭과 관련된 값은 연속적인 진폭 변화율의 평균값을 포함할 수 있다. 포만트와 관련된 값은 포만트의 진폭 및 포먼트의 대역폭을 포함할 수 있다. 하모닉 에너지와 관련된 값은 주파수가 증가함에 따른 하모닉 에너지의 감소율, 저주파에서의 하모닉 에너지와 고주파에서의 에너지의 비율 및 하모닉의 진폭을 포함할 수 있다. 하모닉과 잡음의 에너지 비율은 복수의 주파수 범위에 대한 하모닉과 잡음의 에너지 비율을 포함할 수 있다.
단계 S303에서, 서버는 상기 음원 정보 및 상기 텍스트 데이터를 기반으로 양방향 LSTM(bidirectional long short term memory)을 포함하는 복수의 뉴럴 네트워크를 이용한 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 점수들을 결정할 수 있다. 예를 들어, 인공 지능 서버는 음원 정보 및 텍스트 데이터를 기반으로 양방향 LSTM을 포함하는 복수의 뉴럴 네트워크를 이용한 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 결정할 수 있다.
상기 감정 상태를 나타내는 복수의 점수들은 분노의 정도를 나타내는 제1 감정 상태에 대한 점수, 놀람의 정도를 나타내는 제2 감정 상태에 대한 점수, 기쁨의 정도를 나타내는 제3 감정 상태에 대한 점수 및 슬픔의 정도를 나타내는 제4 감정 상태에 대한 점수를 포함할 수 있다.
일반적으로 RNN(recurrent neural network)은 내부에 저장된 기존 입력에 대한 히든 레이어 값이 다음 입력 값에 대한 출력에서 고려되기 때문에, 시계열적 정보를 효과적으로 모델링할 수 있다. 그러나, RNN은 과거 관측 값에 의존하는 구조이므로, 기울기가 소실(vanishing gradient)되거나 기울기가 매우 큰 값(exploding gradient)을 가지게 되는 문제가 발생할 수 있다. 이를 해결하기 위한 모델이 LSTM이며, LSTM 내부의 노드는 메모리 셀로 대체함으로써, 정보를 축적하거나 과거 정보의 일부를 삭제가 가능하며, 상기 RNN의 문제를 보완할 수 있다. 또한, 양방향 LSTM은 양방향성을 갖는 LSTM으로, 정방향 LSTM과 역방향 LSTM을 포함할 수 있다. 예를 들어, 정방향 LSTM의 활성화 함수는 선형 함수가 사용될 수 있고, 역방향 LSTM의 활성화 함수는 시그모이드 함수가 사용될 수 있다.
상기 음원 정보를 기반으로 양방향 LSTM을 포함하는 제1 뉴럴 네트워크를 이용한 제1 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제1 점수들이 결정될 수 있다. 상기 텍스트 데이터를 기반으로 양방향 LSTM을 포함하는 제2 뉴럴 네트워크를 이용한 제2 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제2 점수들이 결정될 수 있다. 상기 복수의 점수들은 각각의 감정 상태에 대해 제1 점수와 제2 점수를 평균한 점수들일 수 있다.
상기 제1 뉴럴 네트워크는 제1 입력 레이어, 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 포함할 수 있다. 복수의 음원 정보 및 정답 감정 상태를 나타내는 복수의 제1 점수들로 구성된 각각의 제1 뉴럴 네트워크의 학습을 위한 데이터는 상기 제1 뉴럴 네트워크의 상기 제1 입력 레이어에 입력되고, 상기 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 통과하여 제1 출력 벡터를 출력하고, 상기 제1 출력 벡터는 상기 제1 출력 레이어에 연결된 제1 손실함수 레이어에 입력되고, 상기 제1 손실함수 레이어는 상기 제1 출력 벡터와 각각의 학습 데이터에 대한 제1 정답 벡터를 비교하는 제1 손실 함수를 이용하여 제1 손실값을 출력하고, 상기 제1 뉴럴 네트워크의 파라미터가 상기 제1 손실값이 작아지는 방향으로 학습되는, 상기 제1 감정 분석 모델이 생성될 수 있다.
상기 제2 뉴럴 네트워크는 제2 입력 레이어, 하나 이상의 제2 히든 레이어 및 제2 출력 레이어를 포함할 수 있다. 복수의 텍스트 데이터 및 정답 감정 상태를 나타내는 복수의 제2 점수들로 구성된 각각의 제2 뉴럴 네트워크의 학습을 위한 데이터는 상기 제2 뉴럴 네트워크의 상기 제2 입력 레이어에 입력되고, 상기 하나 이상의 제2 히든 레이어 및 제2 출력 레이어를 통과하여 제2 출력 벡터를 출력하고, 상기 제2 출력 벡터는 상기 제2 출력 레이어에 연결된 제2 손실함수 레이어에 입력되고, 상기 제2 손실함수 레이어는 상기 제2 출력 벡터와 각각의 학습 데이터에 대한 제2 정답 벡터를 비교하는 제2 손실 함수를 이용하여 제2 손실값을 출력하고, 상기 제2 뉴럴 네트워크의 파라미터가 상기 제2 손실값이 작아지는 방향으로 학습되는, 상기 제2 감정 분석 모델이 생성될 수 있다.
복수의 제1 점수들은 제1 감정 상태에 대한 제1 점수, 제2 감정 상태에 대한 제1 점수, 제3 감정 상태에 대한 제1 점수 및 제4 감정 상태에 대한 제1 점수를 포함할 수 있다. 복수의 제2 점수들은 제1 감정 상태에 대한 제2 점수, 제2 감정 상태에 대한 제2 점수, 제3 감정 상태에 대한 제2 점수 및 제4 감정 상태에 대한 제2 점수를 포함할 수 있다.
단계 S304에서, 서버는 상기 감정 상태를 나타내는 복수의 점수들 및 상기 제1 단말의 사용자에 대한 정보를 기반으로 사전 설정된 복수의 음악 데이터 중에서 적어도 하나의 음악 데이터를 결정할 수 있다.
상기 감정 상태를 나타내는 복수의 점수들 및 상기 제1 단말의 신체 정보에 대한 정보를 기반으로 상기 사용자의 감정 상태 및 상기 감정 상태에 대한 등급이 결정될 수 있다. 상기 사용자의 감정 상태, 상기 감정 상태에 대한 등급 및 상기 음악 취향에 대한 정보에 기반하여 상기 적어도 하나의 음악 데이터가 결정될 수 있다.
예를 들어, 서버는 상기 감정 상태를 나타내는 복수의 점수들 및 사용자의 평균 심박수에 대한 정보를 기반으로 상기 사용자의 감정 상태 및 상기 감정 상태에 대한 등급을 결정할 수 있다. 서버는 상기 감정 상태에 대한 등급 및 상기 음악 취향에 대한 정보에 기반하여 상기 적어도 하나의 음악 데이터를 결정할 수 있다.
부가적으로, 예를 들어, 사용자의 감정 상태는 주 감정 상태와 부감정 상태를 포함할 수 있다. 예를 들어, 주감정 상태는 상기 감정 상태를 나타내는 복수의 점수들 중에서 가장 큰 점수를 가지는 감정 상태로 결정될 수 있다. 이때, 결정된 주감정 상태의 점수 및 상기 제1 단말의 신체 정보에 대한 정보에 따라 주감정 상태에 대한 등급이 결정될 수 있다. 부감정 상태는 상기 감정 상태를 나타내는 복수의 점수들 중에서 두번째로 큰 점수를 가지는 감정 상태로 결정될 수 있다. 이때, 결정된 부감정 상태의 점수 및 상기 제1 단말의 신체 정보에 대한 정보에 따라 부감정 상태에 대한 등급이 결정될 수 있다.
예를 들어, 상기 적어도 하나의 음악 데이터로 구성된 음악 리스트가 상기 제1 단말에게 전송될 수 있다.
서버는 사용자가 선호하는 장르에 대한 정보 및 사용자가 선호하는 가수에 대한 음악들 중에서 주감정 상태에 매칭되는 음악 데이터를 음악 리스트의 앞부분에 배치할 수 있다. 이때, 서버는 주감정 상태의 점수가 높으면, 상기 음악 리스트에 포함된 주감정 상태에 매칭되는 음악의 재생 시간을 증가시킬 수 있다. 또한, 서버는 주감정 상태의 종류 및 등급에 매칭되는 음악의 빠르기 및 음악의 세기를 갖는 음악 데이터를 결정할 수 있다.
예를 들어, 서버는 사용자가 선호하는 장르에 대한 정보 및 사용자가 선호하는 가수에 대한 음악들 중에서 부감정 상태에 매칭되는 음악 데이터를 상기 음악 리스트에서 상기 주감정 상태에 매칭되는 음악 데이터 이후의 순서로 배치할 수 있다. 이때, 서버는 부감정 상태의 점수가 높으면, 상기 음악 리스트에 포함된 주감정 상태에 매칭되는 음악의 재생 시간을 감소시킬 수 있다. 또한, 서버는 부감정 상태의 종류 및 등급에 매칭되는 음악의 빠르기 및 음악의 세기를 갖는 음악 데이터를 결정할 수 있다.
서버는 음악과 관련된 웹 페이지에 대한 웹 크롤링을 통해 감정 상태 별 음악 데이터를 주기적으로 획득할 수 있다. 예를 들어, 서버는 행복한 기분일 때 추천하는 음악 리스트, 슬픈 기분일 때 추천하는 음악 리스트, 화가 났을 때 추천하는 음악 리스트 등과 같이 추천하는 음악 리스트를 웹 크롤링을 통해 획득하고, 각 음악 리스트에 포함된 음악을 장르별로 분류하여 저장할 수 있다. 즉, 서버는 각각의 감정 상태에 매칭되는 음악으로 분류한 복수의 제1 음악 그룹을 결정하고, 제1 음악 그룹을 음악 장르별로 분류한 복수의 제2 음악 그룹을 결정할 수 있다. 그리고, 서버는 제2 음악 그룹을 음악의 빠르기 및 음악의 세기에 따라 분류한 복수의 제3 그룹으로 분류할 수 있다. 예를 들어, 서버는, 각각의 감정 상태에 대해, 감정 상태에 대한 등급마다 복수의 제3 그룹들을 매칭시킬 수 있다. 즉, 제1 감정 상태에 대한 등급이 3개인 경우, 서버는 제1 등급에 매칭되는 제3 그룹이 음악의 빠르기 및 음악의 세기가 가장 작은 값을 갖고, 제2 등급에 매칭되는 제3 그룹이 음악의 빠르기 및 음악의 세기가 두번째로 작은 값을 갖고, 제3 등급에 매칭되는 제3 그룹이 음악의 빠르기 및 음악의 세기가 세번째로 작은 값, 즉 가장 큰 값을 갖도록 설정할 수 있다.
예를 들어, 사용자가 선호하는 장르가 재즈이고, 주감정 상태가 제1 감정 상태이고, 주감정 상태의 등급이 제1 등급인 경우, 서버는 제1 감정 상태에 매칭되는 제1 그룹을 선택하고, 제1 그룹 중에서 장르가 재즈인 제2 그룹을 선택하고, 제2 그룹 중에서 제1 등급에 매칭되는 제3 그룹을 선택할 수 있다. 그리고, 서버는 제3 그룹 내 음악 데이터 중에서 사용자가 선호하는 가수의 음악 데이터를 제1 음악 데이터로 결정할 수 있다. 만약 사용자가 선호하는 가수가 존재하지 않는 경우 또는 사용자가 선호하는 가수와 매칭되는 음악 데이터가 존재하지 않는 경우, 서버는 제3 그룹 내 음악 데이터 중에서 랜덤하게 제1 음악 데이터를 결정할 수 있다.
단계 S305에서, 서버는 상기 적어도 하나의 음악 데이터를 상기 제1 단말에게 전송할 수 있다.
예를 들어, 상기 제1 단말이 다음 통화가 연결되기 전까지 상기 적어도 하나의 음악 데이터가 상기 제1 단말에 의해 출력될 수 있다. 상기 적어도 하나의 음악 데이터가 상기 제1 단말과 연결된 헤드폰 또는 이어폰을 통해 출력될 수 있다.
부가적으로, 서버는 제1 단말의 센서에 의해 측정된 주변 소음의 음량에 대한 정보를 제1 단말로부터 수신할 수 있고, 상기 주변 소음의 음량에 대한 정보 및 제1 단말의 사용자의 청력에 대한 정보를 기반으로 최대 허용 음량을 결정될 수 있다. 예를 들어, 서버는 최대 허용 음량에 대한 정보를 상기 제1 단말에게 상기 적어도 하나의 음악 데이터와 함께 전송할 수 있다.
예를 들어, 상기 제1 단말의 통화 연결이 시작된 것에 기반하여, 상기 제1 단말의 통화 내용에 대한 제1 녹취가 수행될 수 있다. 상기 제1 단말의 통화 연결이 시작된 이후, 상기 제1 단말에 입력된 녹음 시작 신호에 기반하여, 상기 녹음 시작 신호가 입력된 시점부터 상기 제1 단말의 통화 내용에 대한 제2 녹취가 수행될 수 있다. 상기 제1 단말에 입력된 녹음 종료 신호에 기반하여, 상기 녹음 시작 신호가 입력된 시점부터 상기 녹음 종료 신호가 입력된 시점까지의 통화 내용에 대한 제2 음성 정보가 상기 서버에 전송될 수 있다. 상기 제1 단말의 통화 연결이 종료된 것에 기반하여, 상기 통화 연결이 시작된 시점부터 상기 통화 연결이 종료된 시점까지의 통화 내용에 대한 제1 음성 정보가 상기 서버에 전송될 수 있다.
이때, 상기 제1 단말에 입력된 녹음 시작 신호는 상기 제1 단말의 사용자에 의해 입력된 신호이거나 상기 제1 단말에게 수신되는 음성의 크기가 사전 설정된 크기 이상인 경우 자동으로 발생한 신호일 수 있다. 상기 제1 단말에 입력된 녹음 종료 신호는 상기 제1 단말의 사용자에 의해 입력된 신호이거나 상기 녹음 시작 신호가 입력된 시점으로부터 사전 설정된 시간이 지난 후 자동으로 발생한 신호일 수 있다.
도 4는 일 실시예에 따른 감정 분석 모델을 나타낸 도면이다. 도 4의 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.
도 4를 참조하면, 감정 분석 모델(400)은 통화 음성 데이터를 기반으로 감정 상태에 대한 복수의 제1 점수를 결정하는 제1 감정 분석 모델(410)과 텍스트 데이터를 기반으로 감정 상태에 대한 복수의 제2 점수를 결정하는 제2 감정 분석 모델(420)을 포함할 수 있다.
제1 감정 분석 모델(410)은 데이터 전처리부, 양방향 LSTM을 포함하는 제1 뉴럴 네트워크 및 어텐션 레이어를 포함할 수 있다.
서버는 복수의 통화 음성 데이터를 기반으로 데이터 전처리부를 통해 연속적인 피치 주기의 평균 변화율, 연속적인 진폭 변화율의 평균 값, 포만트의 진폭, 포만트의 대역폭, 주파수에 기반한 하모닉 에너지의 감소율, 저주파에서의 하모닉 에너지와 고주파에서의 에너지의 비율, 하모닉의 진폭, 복수의 주파수 범위에 대한 하모닉과 잡음의 에너지 비율을 복수의 특징 벡터로 결정할 수 있다.
제1 뉴럴 네트워크는 제1 입력 레이어, 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 포함할 수 있다. 예를 들어, 상기 하나 이상의 제1 히든 레이어는 하나 이상의 정방향 LSTM 블록 및 하나 이상의 역방향 LSTM을 포함하고, 각 LSTM 블록은 메모리 셀(memory cell), 입력 게이트(input gate), 삭제 게이트(forget gate), 출력 게이트(output gate)를 포함할 수 있다. 상기 메모리 셀은 활성화 함수를 통해 결과를 출력하는 노드이며, 상기 메모리 셀은 바로 이전 시점에서의 메모리 셀에서 출력된 값을 현재 시점에서 자신의 입력으로 사용하는 재귀적 동작을 수행할 수 있다. 예를 들어, 현재 시점이 t인 경우, 현재 시점 t에서 메모리 셀에 의해 출력되는 값은 과거의 메모리 셀들의 값에 영향을 받을 수 있다. 메모리 셀은 셀 스테이트(Ct) 값과 히든 스테이트(ht) 값을 출력할 수 있다. 즉, 메모리 셀은 t-1 시점의 메모리 셀이 전달한 셀 스테이트 값(Ct-1) 및 히든 스테이트 값(ht-1)을 t 시점의 셀 스테이트 값과 히든 스테이트 값을 계산하기 위한 입력 값으로 사용할 수 있다.
예를 들어, 제1 뉴럴 네트워크에 대해, 정방향 LSTM 블록은 활성화 함수로 선형 함수가 사용되고, 역방향 LSTM 블록은 활성화 함수로 시그모이드 함수가 사용될 수 있다. 이를 통해 비선형성을 유지하면서, 그라디언트의 손실 문제를 감소시킬 수 있다.
어텐션 레이어는 상기 제1 뉴럴 네트워크를 통해 출력된 벡터 중에서 감정 상태와 관련된 벡터에 대한 가중치를 부가할 수 있고, 소프트맥스(softmax) 함수를 통해 각 감정 상태에 대한 값을 확률 값으로 결정할 수 있다. 서버는 각 감정 상태에 대한 확률 값을 기반으로 각 감정 상태에 대한 제1 점수로 결정할 수 있다.
즉, 서버는 복수의 특징 벡터 및 정답 감정 상태를 나타내는 복수의 제1 점수들로 구성된 각각의 제1 뉴럴 네트워크의 학습을 위한 데이터를 상기 제1 뉴럴 네트워크의 상기 제1 입력 레이어에 입력시키고, 상기 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 통과하여 제1 출력 벡터를 출력하고, 상기 제1 출력 벡터를 상기 제1 출력 레이어에 연결된 제1 손실함수 레이어에 입력시키고, 상기 제1 손실함수 레이어를 통해 상기 제1 출력 벡터와 각각의 학습 데이터에 대한 제1 정답 벡터를 비교하는 제1 손실 함수를 이용하여 제1 손실값을 출력하고, 상기 제1 뉴럴 네트워크의 파라미터가 상기 제1 손실값이 작아지는 방향으로 학습시킬 수 있다.
제2 감정 분석 모델(420)은 임베딩 및 인코더부, 양방향 LSTM을 포함하는 제2 뉴럴 네트워크 및 어텐션 레이어를 포함할 수 있다.
양방향 LSTM을 포함하는 제2 뉴럴 네트워크에 입력되는 벡터는 복수의 텍스트 데이터가 임베딩 및 인코더부를 통과하여 출력된 벡터일 수 있다. 예를 들어, 임베딩 및 인코더부는 복수의 토큰 임베딩 레이어 및 복수의 포지션 임베딩 레이어, 인코더를 포함할 수 있다. 예를 들어, 복수의 텍스트 데이터는 제1 감정 상태를 나타내는 텍스트 데이터, 제2 감정 상태를 나타내는 텍스트 데이터, 제3 감정 상태를 나타내는 텍스트 데이터 및 제4 감정 상태를 나타내는 텍스트 데이터를 포함할 수 있다.
토큰 임베딩 레이어는 복수의 텍스트 데이터에 대해 토크나이저(tokenizer)로 전처리된 입력 텍스트를 토큰이 포함된 토큰 벡터로 변환할 수 있다. 예를 들어, 토큰 임베딩 레이어를 통해 복수의 텍스트 데이터를 토크나이저로 전처리함으로써, 하나의 문장을 복수의 형태소로 토큰화시킨 토큰 벡터를 생성할 수 있다. 여기서, 형태소는 의미를 가지는 요소로서는 더 이상 분석할 수 없는 가장 작은 말의 단위를 의미한다.
또한, 토큰 벡터에 대해 마스크드 언어 모델(masked language model)을 사용함으로써, 인코더는 주어진 시퀀스를 통해 전체 문장을 모델에 삽입한 후 공백에 해당하는 단어를 예측하여 학습하며, 문장을 학습한 후에는 해당 문장을 일련의 토큰으로 표시하고, 토큰 배열에서 공백으로 설정할 부분은 마스크(mask)로 설정할 수 있다.
포지션 임베딩 레이어는 하나의 문장을 복수의 형태소로 토큰화한 토큰 벡터에 대해 각 형태소의 위치를 나타내는 포지션 임베딩 벡터를 추가할 수 있다. 여기서, 토큰 벡터는 쿼리(query)를 나타내는 Q 벡터, 키(key)를 나타내는 K 벡터, 벨류(value)를 나타내는 V 벡터로 변환될 수 있다.
이때, 서버는 포지션 임베딩 레이어를 통해 한 쌍의 단어 관계를 결정할 수 있다. 예를 들어, 각 단어의 밀접성을 결정하기 위해 서버는 스케일드 내적 어텐션(scaled dot-product attention)을 사용할 수 있다. 서버는 한 쌍의 단어 관계를 스케일드 내적 어텐션을 기반으로 하기 수학식 1에 의해 결정될 수 있다.
상기 수학식 1에서, 상기 Q는 디코더의 이전 레이어의 히든 스테이트에 대한 벡터이고, K는 인코더의 아웃풋 스테이트에 대한 벡터, V는 인코더의 아웃풋 스테이트에 대한 벡터이고, 상기 dk는 K 벡터의 차원일 수 있다. 즉, Q는 영향을 받는 디코더의 토큰, K는 영향을 주는 인코더의 토큰, V는 그 영향에 대한 가중치가 곱해질 인코더 토큰일 수 있다.
즉, 서버는 Q와 K는 코사인 유사성을 이용한 내적(dot-product)을 K 벡터의 차원에 대한 제곱근으로 나누고 소프트맥스(softmax) 함수를 적용함으로써 문장 내의 단어들에 대한 한 쌍의 행렬을 결정할 수 있다.
제2 뉴럴 네트워크는 제2 입력 레이어, 하나 이상의 제2 히든 레이어 및 제2 출력 레이어를 포함할 수 있다. 예를 들어, 상기 하나 이상의 제2 히든 레이어는 하나 이상의 정방향 LSTM 블록 및 하나 이상의 역방향 LSTM을 포함하고, 각 LSTM 블록은 메모리 셀(memory cell), 입력 게이트(input gate), 삭제 게이트(forget gate), 출력 게이트(output gate)를 포함할 수 있다.
서버는 문장 내의 단어들에 대한 한 쌍의 행렬을 양방향 LSTM에 입력시키고, 양방향 LSTM을 통해 출력된 벡터를 어텐션 레이어에 입력시킬 수 있다. 이때, 서버는 양방향 LSTM을 통해 숨겨진 토큰을 연결함으로써, 제2 감정 분석 모델을 미세 조정할 수 있다
어텐션 레이어는 하나의 문장 정보를 문장 끝까지 입출력 할 수 있고, 첫 단어가 멀리 있는 단어와 상관 관계를 이룰 수 있게 처리할 수 있다. 이후, 출력 레이어는 소프트맥스 함수를 통해, 각 감정 상태에 대한 확률 값을 기반으로 출력 값으로 결정할 수 있다.
즉, 서버는 복수의 텍스트 데이터를 기반으로 BERT(Bidirectional Encoder Representations from Transformers) 모델을 포함하는 제2 감성 분석 모델을 학습시키고, 제2 감정 분석 모델을 통해 상기 통화 음성 데이터가 변환된 텍스트 데이터에 대해 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제2 점수를 결정할 수 있다.
서버는 상술한 상기 복수의 제1 점수들 및 상기 복수의 제2 점수들의 평균 값들을 복수의 점수들로 결정할 수 있다.
도 5는 일 실시예에 따른 서버가 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 뉴럴 네트워크를 이용하여 음악 데이터를 상기 제1 단말에게 제공하는 방법에 대한 흐름도이다. 도 5의 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.
도 5를 참조하면, 단계 S501에서, 서버는 음원 정보 및 상기 텍스트 데이터를 기반으로 양방향 LSTM을 포함하는 복수의 뉴럴 네트워크를 이용한 감정 분석 모델을 통해 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 점수들을 결정할 수 있다. 상기 음원 정보는 상기 서버가 획득한 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터를 기반으로 결정될 수 있다. 상기 텍스트 데이터는 상기 서버가 획득한 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터를 기반으로 변환될 수 있다.
예를 들어, 상기 음원 정보를 기반으로 양방향 LSTM을 포함하는 제1 뉴럴 네트워크를 이용한 제1 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제1 점수들이 결정될 수 있다. 상기 텍스트 데이터를 기반으로 양방향 LSTM을 포함하는 제2 뉴럴 네트워크를 이용한 제2 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제2 점수들이 결정될 수 있다. 상기 복수의 점수들은 각각의 감정 상태에 대해 제1 점수와 제2 점수를 평균한 점수들일 수 있다.
단계 S502에서, 서버는 상기 복수의 점수들 중에서 가장 큰 점수가 두개 이상인지 여부를 결정할 수 있다.
단계 S503에서, 가장 큰 점수가 두개 이상인 경우, 서버는 가장 큰 점수에 해당하는 감정 상태에 대한 기준 심박수 중에서 이전 통화에 대한 사용자의 평균 심박수에 가장 근접한 기준 심박수가 존재하는지 여부를 결정할 수 있다. 여기서, 기준 심박수는 제1 감정 상태 내지 제4 감정 상태 각각에 대해 사용자의 평균 심박수 정보에 기반하여 상기 서버에 사전 설정된 값일 수 있다. 이때, 제1 감정 상태, 제2 감정 상태, 제3 감정 상태 및 제4 감정 상태의 순서로 기준 심박수가 가장 높게 설정될 수 있다. 즉, 제1 감정 상태의 기준 심박수가 제일 큰 값을 갖고, 제4 감정 상태의 기준 심박수가 제일 작은 값을 가질 수 있다.
단계 S504에서, 가장 근접한 기준 심박수가 존재하는 경우, 서버는 가장 근접한 기준 심박수가 설정된 감정 상태를 주감정 상태로 결정하고, 가장 큰 점수를 가진 나머지 감정 상태 중에서 어느 하나를 부감정 상태로 랜덤하게 결정할 수 있다.
단계 S505에서, 가장 근접한 기준 심박수가 존재하지 않는 경우, 서버는 가장 큰 점수에 해당하는 감정 상태들 중에서 주감정 상태 및 부감정 상태를 랜덤하게 결정할 수 있다. 예를 들어, 제2 감정 상태의 기준 심박수가 90BPM이고, 제3 감정 상태의 기준 심박수가 70BPM인 경우, 이전 통화에 대한 사용자의 평균 심박수가 80BPM이면, 서버는 제2 감정 상태 및 제3 감정 상태 중에서 주감정 상태 및 부감정 상태를 랜덤하게 결정할 수 있다.
단계 S506에서, 서버는 주감정 상태에 대한 등급 및 부감정 상태에 대한 등급을 결정할 수 있다. 예를 들어, 감정 상태에 대한 등급은 감정 상태를 나타내는 점수, 사전 설정된 등급의 개수, 사전 설정된 최대 점수 및 사용자의 평균 심박수에 대한 정보를 기반으로 결정될 수 있다.
부가적으로, 감정 상태에 대한 등급은 수학식 2에 의해 결정될 수 있다.
상기 수학식 2에서, 상기 D는 상기 감정 상태에 대한 등급이고, 상기 Pmax는 사전 설정된 최대 점수이고, 상기 nD는 사전 설정된 등급의 개수이고, 상기 Pe는 해당 감정 상태를 나타내는 점수이고, 상기 wh는 상기 사용자의 평균 심박수에 대한 정보에 기반하여 결정된 가중치일 수 있다.
여기서, 사전 설정된 최대 점수는 감정 상태를 나타내는 점수에 대해 사전 설정된 최대 점수이다. 예를 들어, 사전 설정된 최대 점수는 100점일 수 있다. 여기서, 사전 설정된 등급의 개수는 감정 상태를 나타내는 점수를 구간별로 나눈 등급의 개수이다. 예를 들어, 사전 설정된 등급의 개수는 각 감정 상태를 나타내는 점수에 대한 표준 편차에 따라 결정될 수 있다. 사전 설정된 등급의 개수는 3개 이상의 정수일 수 있다. 예를 들어, 사전 설정된 등급의 개수에 대한 디폴트 값은 3개일 수 있고, 각 감정 상태를 나타내는 점수의 표준 편차가 사전 설정된 값보다 큰 것에 기반하여, 사전 설정된 등급의 개수가 5개로 변경될 수 있다.
여기서, wh는 감정 상태의 종류에 따라 상이한 값을 가질 수 있다. 예를 들어, 주감정 상태 또는 부감정 상태가 제1 감정 상태에 해당하는 경우, 제1 감정 상태에 대해 설정된 기준 심박수보다 상기 사용자의 평균 심박수가 큰 값만큼 가중치를 증가시킬 수 있다. 예를 들어, 주감정 상태 또는 부감정 상태가 제2 감정 상태에 해당하는 경우, 제2 감정 상태에 대해 설정된 기준 심박수보다 상기 사용자의 평균 심박수가 큰 값만큼 가중치를 증가시킬 수 있다. 예를 들어, 주감정 상태 또는 부감정 상태가 제3 감정 상태에 해당하는 경우, 제3 감정 상태에 대해 설정된 기준 심박수보다 상기 사용자의 평균 심박수가 작은 값만큼 가중치를 증가시킬 수 있다. 예를 들어, 주감정 상태 또는 부감정 상태가 제4 감정 상태에 해당하는 경우, 제4 감정 상태에 대해 설정된 기준 심박수보다 상기 사용자의 평균 심박수가 작은 값만큼 가중치를 증가시킬 수 있다.
따라서, 서버는 사전 설정된 등급의 개수를 감정 상태를 나타내는 점수들의 분포에 따라 적응적으로 변경할 수 있다. 또한, 서버는 감정 상태를 나타내는 점수뿐만 아니라 사용자의 평균 심박수를 고려함으로써, 감정 상태에 대한 등급을 보다 정확하게 결정할 수 있다.
단계 S507에서, 서버는 전체 재생 시간에 대해 50%의 비율로 제1 음악 데이터와 제2 음악 데이터를 결정하고, 결정된 제1 음악 데이터 및 제2 음악 데이터를 제1 단말에게 전송할 수 있다. 예를 들어, 주감정 상태에 매칭되는 제1 음악 데이터는 전체 재생 시간의 앞부분의 50%이고, 부감정 상태에 매칭되는 제2 음악 데이터는 전체 재생 시간의 뒷부분의 50%로 결정될 수 있다.
여기서, 제1 음악 데이터는 주감정 상태에 대한 등급에 매칭되는 음악의 빠르기 및 음악의 세기를 갖는 제3 그룹의 음악 데이터 중에서 선택된 음악 데이터일 수 있다. 제2 음악 데이터는 부감정 상태에 대한 등급에 매칭되는 음악의 빠르기 및 음악의 세기를 갖는 제3 그룹의 음악 데이터 중에서 선택된 음악 데이터일 수 있다.
예를 들어, 주감정 상태가 제1 감정 상태이고, 3개의 등급 중에서 제1 감정 상태의 등급이 제3 등급이고, 사용자가 선호하는 장르가 클래식일 수 있다. 이때, 서버는, 사전 설정된 복수의 음악 데이터 중에서 제1 감정 상태에 해당하는 제1 그룹을 선택하고, 제1 그룹 내에서 클래식에 해당하는 제2 그룹을 선택하고, 제2 그룹 내에서 제3 등급에 해당하는 제3 그룹을 선택할 수 있다. 그리고, 서버는 제3 그룹 내 음악 데이터 중에서, 사용자가 선호하는 가수에 해당하는 음악 데이터를 제1 음악 데이터로 결정할 수 있다. 여기서, 상기 제3 그룹에 포함된 음악 데이터들은 음악의 빠르기 및 음악의 세기가 가장 큰 값을 갖는 그룹일 수 있다. 그리고, 서버는 제1 음악 데이터를 전체 재생 시간의 50% 비율로 재생하도록 제1 단말에게 먼저 전송할 수 있다.
예를 들어, 부감정 상태가 제4 감정 상태이고, 3개의 등급 중에서 제1 감정 상태의 등급이 제1 등급이고, 사용자가 선호하는 장르가 클래식일 수 있다. 이때, 서버는, 사전 설정된 복수의 음악 데이터 중에서 제4 감정 상태에 해당하는 제1 그룹을 선택하고, 제1 그룹 내에서 클래식에 해당하는 제2 그룹을 선택하고, 제2 그룹 내에서 제1 등급에 해당하는 제3 그룹을 선택할 수 있다. 그리고, 서버는 제3 그룹 내 음악 데이터 중에서, 사용자가 선호하는 가수에 해당하는 음악 데이터를 제2 음악 데이터로 결정할 수 있다. 여기서, 상기 제3 그룹에 포함된 음악 데이터들은 음악의 빠르기 및 음악의 세기가 가장 작은 값을 갖는 그룹일 수 있다. 그리고, 서버는 제1 음악 데이터에 대한 전송 이후에, 제2 음악 데이터를 전체 재생 시간의 50% 비율로 재생하도록 제1 단말에게 전송할 수 있다.
단계 S508에서, 가장 큰 점수가 두개 미만인 경우, 서버는 상기 복수의 점수들 및 사용자의 평균 심박수에 대한 정보에 기반하여 감정 상태 및 감정 상태에 대한 등급을 결정할 수 있다. 예를 들어, 서버는 상기 복수의 점수들 중에서 가장 큰 점수를 가진 감정 상태를 주감정 상태로 결정하고, 두번째로 큰 점수를 가진 감정 상태를 부감정 상태로 결정할 수 있다. 예를 들어, 서버는 주감정 상태 및 부감정 상태 각각에 대해 상술한 수학식 2에 의해 감정상태에 대한 등급을 결정할 수 있다.
단계 S509에서, 서버는 주감정 상태에 대한 등급이 부감정 상태에 대한 등급 이상인지 여부를 결정할 수 있다.
단계 S510에서, 주감정 상태에 대한 등급이 부감정 상태에 대한 등급 이상인 것에 기반하여, 서버는 주감정 상태를 나타내는 점수, 부감정 상태를 나타내는 점수 및 사용자의 청력에 대한 정보를 기반으로 사전 설정된 비율에서 주감정 상태에 대한 비율을 제1 비율로 조정할 수 있다.
예를 들어, 상기 제1 비율은 하기 수학식 3에 의해 결정될 수 있다.
상기 수학식 3에서, 상기 r1은 상기 제1 비율이고, 상기 Pm은 상기 주감정 상태에 대한 점수이고, 상기 Ps는 상기 부감정 상태에 대한 점수이고, 상기 Lth는 기준 데시벨이고, 상기 Lp는 상기 사용자의 가청 데시벨일 수 있다. 여기서, 기준 데시벨은 정상인이 안전하게 들을 수 있는 음량의 크기를 나타낼 수 있다. 예를 들어, 상기 기준 데시벨은 상기 서버에 사전 설정된 값일 수 있다. 여기서, 가청 데시벨은 상기 사용자가 들을 수 있는 음량의 최소 크기를 나타낼 수 있다. 예를 들어, 상기 가청 데시벨은 상기 사용자의 청력에 대한 정보에 포함된 값으로, 상기 제1 단말의 음향 출력 장치를 통해 측정될 수 있다.
여기서, 주감정 상태에 대한 등급이 부감정 상태에 대한 등급보다 높기 때문에, 제1 음악 데이터가 제2 음악 데이터보다 음악의 빠르기 및 음악의 세기가 더 클 수 있다. 따라서, 기준 데시벨보다 가청 데시벨이 큰 값을 가질수록, 사용자의 청력에 대한 손상 위험이 높아지기 때문에, 제1 음악 데이터에 대한 비율을 감소시킬 수 있다. 또한, 기준 데시벨보다 가청 데시벨이 작은 값을 가질수록, 제1 음악 데이터에 대한 비율을 증가시킴으로써, 사용자의 감정을 보다 보호할 수 있다.
단계 S511에서, 서버는 제1 비율을 기반으로 제1 음악 데이터와 제2 음악 데이터를 결정하고, 결정된 제1 음악 데이터 및 제2 음악 데이터를 제1 단말에게 전송할 수 있다.
단계 S512에서, 주감정 상태에 대한 등급이 부감정 상태에 대한 등급 미만인 것에 기반하여, 서버는 전체 재생 시간에 대해 주감정 상태를 나타내는 점수 및 부감정 상태를 나타내는 점수에 대한 비율로 제1 음악 데이터와 제2 음악 데이터를 결정하고, 결정된 제1 음악 데이터 및 제2 음악 데이터를 제1 단말에게 전송할 수 있다. 예를 들어, 주감정 상태를 나타내는 점수가 60점이고, 부감정 상태를 나타내는 점수가 40점인 경우, 서버는 전체 재생 시간에 대해 60/(60+40)의 비율로 앞부분에 제1 음악 데이터를 제1 단말에게 전송할 수 있고, 전체 재생 시간에 대해 40/(60+40)의 비율로 뒷부분에 제2 음악 데이터를 제1 단말에게 전송할 수 있다.
부가적으로, 서버는 제1 단말의 센서에 의해 측정된 주변 소음의 음량에 대한 정보를 제1 단말로부터 수신할 수 있고, 상기 주변 소음의 크기에 대한 정보 및 제1 단말의 사용자의 청력에 대한 정보를 기반으로 최대 허용 음량을 결정될 수 있다. 예를 들어, 서버는 최대 허용 음량에 대한 정보를 상기 제1 단말에게 상기 적어도 하나의 음악 데이터와 함께 전송할 수 있다.
예를 들어, 서버는 사전 설정된 기준 데시벨의 범위 중에서 상기 사용자의 가청 데시벨과 상기 주변 소음의 크기에 따라 최대로 허용되는 데시벨을 결정할 수 있다. 그리고, 서버는 최대로 허용되는 데시벨을 포함하는 최대 허용 음량에 대한 정보를 상기 제1 단말에게 상기 적어도 하나의 음악 데이터와 함께 전송할 수 있다.
또 다른 실시예에 따르면, 통화 음성 데이터를 텍스트로 변환하는 STT 프로그램과 통화 음성 데이터에 대한 음원 정보 및 변환된 텍스트 데이터를 통해 감정 상태를 분석하는 인공지능 프로그램이 제1 단말에 설치될 수 있다. 이때, 제1 단말은 이전 통화에 대한 통화 음성 데이터를 기반으로 STT 프로그램 및 인공지능 프로그램을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 결정할 수 있다. 예를 들어, 제1 단말은 다양한 자동 음성 인식(automatic speech recognition) 기술과 관련된 머신 러닝 모델을 기반으로 하는 STT 프로그램을 통해 통화 음성 데이터를 텍스트 데이터로 변환할 수 있다. 예를 들어, 제1 단말은 상술한 감정 분석 모델을 통해 통화 음성 데이터에 대한 음원 정보 및 통화 음성 데이터가 변환된 텍스트 데이터를 기반으로 상기 제1 단말의 감정 상태를 결정할 수 있다. 즉, 상술한 사용자에 대한 감정 상태의 분석을 제1 단말이 수행할 수 있고, 분석된 감정 상태를 서버에게 전송함으로써, 서버로부터 감정 상태에 대응하는 음악 데이터를 제1 단말이 수신할 수 있다.
도 6은 일 실시예에 따른 서버의 구성을 나타내는 블록도이다. 도 6의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.
도 6에 도시된 바와 같이, 서버(600)는 프로세서(610), 통신부(620) 및 메모리(630)를 포함할 수 있다. 그러나, 도 6에 도시된 구성 요소 모두가 서버(600)의 필수 구성 요소인 것은 아니다. 도 6에 도시된 구성 요소보다 많은 구성 요소에 의해 서버(600)가 구현될 수도 있고, 도 6에 도시된 구성 요소보다 적은 구성 요소에 의해 서버(600)가 구현될 수도 있다. 예를 들어, 일부 실시예에 따른 서버(600)는 프로세서(610), 통신부(620) 및 메모리(630) 이외에 사용자 입력 인터페이스(미도시), 출력부(미도시) 등을 더 포함할 수도 있다.
프로세서(610)는, 통상적으로 서버(600)의 전반적인 동작을 제어한다. 프로세서(610)는 하나 이상의 프로세서를 구비하여, 서버(600)에 포함된 다른 구성 요소들을 제어할 수 있다. 예를 들어, 프로세서(610)는, 메모리(630)에 저장된 프로그램들을 실행함으로써, 통신부(620) 및 메모리(630) 등을 전반적으로 제어할 수 있다. 또한, 프로세서(610)는 메모리(630)에 저장된 프로그램들을 실행함으로써, 도 3 내지 도 5에 기재된 서버(600)의 기능을 수행할 수 있다.
일 실시예에 따라, 프로세서(610)는 메모리(630)를 통해 상기 서버에 입력된 정보를 기반으로 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터 및 상기 제1 단말의 사용자에 대한 정보를 획득할 수 있다. 프로세서(610)는 메모리(630)를 통해 상기 통화 음성 데이터를 텍스트 데이터로 변환할 수 있다. 프로세서(610)는 메모리(630)를 통해 상기 통화 음성 데이터를 기반으로 음원 정보를 결정할 수 있다. 프로세서(610)는 메모리(630)를 통해 상기 음원 정보 및 상기 텍스트 데이터를 기반으로 양방향 LSTM(bidirectional long short term memory)을 포함하는 복수의 뉴럴 네트워크를 이용한 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 점수들을 결정할 수 있다. 상기 감정 상태를 나타내는 복수의 점수들은 분노의 정도를 나타내는 제1 감정 상태에 대한 점수, 놀람의 정도를 나타내는 제2 감정 상태에 대한 점수, 기쁨의 정도를 나타내는 제3 감정 상태에 대한 점수 및 슬픔의 정도를 나타내는 제4 감정 상태에 대한 점수를 포함할 수 있다. 프로세서(610)는 메모리(630)를 통해 상기 감정 상태를 나타내는 복수의 점수들 및 상기 제1 단말의 사용자에 대한 정보를 기반으로 사전 설정된 복수의 음악 데이터 중에서 적어도 하나의 음악 데이터를 결정할 수 있다. 프로세서(610)는 통신부(620)를 통해 상기 적어도 하나의 음악 데이터를 상기 제1 단말에게 전송할 수 있다.
프로세서(610)는 메모리(630)를 통해 상기 제1 단말의 통화 연결이 종료되는 것에 기반하여, 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터를 획득할 수 있다. 상기 음원 정보는 피치 주기와 관련된 값, 진폭과 관련된 값, 기본 주파수와 관련된 값, 하모닉 에너지와 관련된 값 및 하모닉과 잡음의 에너지 비율과 관련된 값을 포함할 수 있다. 상기 제1 단말이 다음 통화가 연결되기 전까지 상기 적어도 하나의 음악 데이터가 상기 제1 단말에 의해 출력될 수 있다.
상기 사용자에 대한 정보는 음악 취향에 대한 정보 및 상기 사용자의 신체 정보를 포함할 수 있다. 프로세서(610)는 메모리(630)를 통해 상기 감정 상태를 나타내는 복수의 점수들 및 상기 제1 단말의 신체 정보에 대한 정보를 기반으로 상기 사용자의 감정 상태 및 상기 감정 상태에 대한 등급을 결정할 수 있다. 프로세서(610)는 메모리(630)를 통해 상기 사용자의 감정 상태, 상기 감정 상태에 대한 등급 및 상기 음악 취향에 대한 정보에 기반하여 상기 적어도 하나의 음악 데이터를 결정할 수 있다.
프로세서(610)는 통신부(620) 및 메모리(630)를 통해 상기 제1 단말의 통화 연결이 시작된 것에 기반하여, 상기 제1 단말의 통화 내용에 대한 제1 녹취를 수행할 수 있다. 프로세서(610)는 통신부(620) 및 메모리(630)를 통해 상기 제1 단말의 통화 연결이 시작된 이후, 상기 제1 단말에 입력된 녹음 시작 신호에 기반하여, 상기 녹음 시작 신호가 입력된 시점부터 상기 제1 단말의 통화 내용에 대한 제2 녹취를 수행할 수 있다. 프로세서(610)는 통신부(620) 및 메모리(630)를 통해 상기 제1 단말에 입력된 녹음 종료 신호에 기반하여, 상기 녹음 시작 신호가 입력된 시점부터 상기 녹음 종료 신호가 입력된 시점까지의 통화 내용에 대한 제2 음성 정보를 상기 제1 단말로부터 수신할 수 있다. 프로세서(610)는 통신부(620) 및 메모리(630)를 통해 상기 제1 단말의 통화 연결이 종료된 것에 기반하여, 상기 통화 연결이 시작된 시점부터 상기 통화 연결이 종료된 시점까지의 통화 내용에 대한 제1 음성 정보를 상기 제1 단말로부터 수신할 수 있다.
프로세서(610)는 메모리(630)를 통해 상기 음원 정보를 기반으로 제1 뉴럴 네트워크를 이용한 제1 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제1 점수들을 결정할 수 있다. 프로세서(610)는 메모리(630)를 통해 상기 텍스트 데이터를 기반으로 제2 뉴럴 네트워크를 이용한 제2 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제2 점수들을 결정할 수 있다. 상기 복수의 점수들은 각각의 감정 상태에 대해 제1 점수와 제2 점수를 평균한 점수들일 수 있다. 상기 제1 뉴럴 네트워크는 제1 입력 레이어, 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 포함할 수 있다. 프로세서(610)는 메모리(630)를 통해 복수의 음원 정보 및 정답 감정 상태를 나타내는 복수의 제1 점수들로 구성된 각각의 제1 뉴럴 네트워크의 학습을 위한 데이터를 상기 제1 뉴럴 네트워크의 상기 제1 입력 레이어에 입력시키고, 상기 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 통과시켜 제1 출력 벡터를 출력하고, 상기 제1 출력 벡터를 상기 제1 출력 레이어에 연결된 제1 손실함수 레이어에 입력시키고, 상기 제1 손실함수 레이어를 통해 상기 제1 출력 벡터와 각각의 학습 데이터에 대한 제1 정답 벡터를 비교하는 제1 손실 함수를 이용하여 제1 손실값을 출력하고, 상기 제1 뉴럴 네트워크의 파라미터가 상기 제1 손실값이 작아지는 방향으로 학습되는, 상기 제1 감정 분석 모델을 생성할 수 있다.
상기 제2 뉴럴 네트워크는 제2 입력 레이어, 하나 이상의 제2 히든 레이어 및 제2 출력 레이어를 포함할 수 있다. 프로세서(610)는 메모리(630)를 통해 복수의 텍스트 데이터 및 정답 감정 상태를 나타내는 복수의 제2 점수들로 구성된 각각의 제2 뉴럴 네트워크의 학습을 위한 데이터를 상기 제2 뉴럴 네트워크의 상기 제2 입력 레이어에 입력시키고, 상기 하나 이상의 제2 히든 레이어 및 제2 출력 레이어를 통과시켜 제2 출력 벡터를 출력하고, 상기 제2 출력 벡터를 상기 제2 출력 레이어에 연결된 제2 손실함수 레이어에 입력시키고, 상기 제2 손실함수 레이어를 통해 상기 제2 출력 벡터와 각각의 학습 데이터에 대한 제2 정답 벡터를 비교하는 제2 손실 함수를 이용하여 제2 손실값을 출력하고, 상기 제2 뉴럴 네트워크의 파라미터가 상기 제2 손실값이 작아지는 방향으로 학습되는, 상기 제2 감정 분석 모델을 생성할 수 있다.
통신부(620)는, 서버(600)가 다른 장치(미도시) 및 서버(미도시)와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 다른 장치(미도시)는 서버(600)와 같은 컴퓨팅 장치이거나, 센싱 장치일 수 있으나, 이에 제한되지 않는다. 통신부(620)는 네트워크를 통해, 다른 전자 장치로부터의 사용자 입력을 수신하거나, 외부 장치로부터 외부 장치에 저장된 데이터를 수신할 수 있다.
예를 들어, 통신부(620)는 적어도 하나의 장치와 연결을 확립하기 위한 메시지를 송수신할 수 있다. 통신부(620)는 프로세서(610)에서 생성된 정보를 서버와 연결된 적어도 하나의 장치에게 전송할 수 있다. 통신부(620)는 서버와 연결된 적어도 하나의 장치로부터 정보를 수신할 수 있다. 통신부(620)는 적어도 하나의 장치로부터 수신한 정보에 대응하여, 수신한 정보와 관련된 정보를 전송할 수 있다.
메모리(630)는, 프로세서(610)의 처리 및 제어를 위한 프로그램을 저장할 수 있다. 예를 들어, 메모리(630)는 서버에 입력된 정보 또는 네트워크를 통해 다른 장치로부터 수신된 정보를 저장할 수 있다. 또한, 메모리(630)는 프로세서(610)에서 생성된 데이터를 저장할 수 있다. 메모리(630)는 서버(600)로 입력되거나 서버(600)로부터 출력되는 정보를 저장할 수도 있다.
메모리(630)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 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 실시예를 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. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Claims (5)
- 뉴럴 네트워크를 이용하여 제1 단말로부터 획득된 통화 음성 데이터를 기반으로 서버가 음악 데이터를 상기 제1 단말에게 제공하는 방법에 있어서,
상기 서버에 입력된 정보를 기반으로 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터 및 상기 제1 단말의 사용자에 대한 정보를 획득하는 단계;
상기 사용자에 대한 정보는 음악 취향에 대한 정보 및 상기 사용자의 신체 정보를 포함하고,
상기 신체 정보는 사용자의 가청 데시벨 및 상기 제1 단말과 연결된 센서를 통해 측정된 사용자의 평균 심박수에 대한 정보를 포함하고,
상기 사용자의 가청 데시벨은 상기 제1 단말과 연결된 음향 출력 장치를 통해 단계적으로 출력된 소리 각각에 대한 상기 사용자의 입력 값에 기반하여 측정되고,
상기 통화 음성 데이터를 텍스트 데이터로 변환하는 단계;
상기 통화 음성 데이터의 파형을 일정 프레임으로 나누고, 시간 영역에서 주파수 영역으로 변환시킴으로써, 상기 통화 음성 데이터가 서로 다른 주파수의 합의 형태로 변환된 것에 기반하여 음원 정보를 결정하는 단계;
상기 음원 정보는 피치 주기와 관련된 값, 진폭과 관련된 값, 기본 주파수와 관련된 값, 하모닉 에너지와 관련된 값 및 하모닉과 잡음의 에너지 비율과 관련된 값을 포함하고,
상기 음원 정보 및 상기 텍스트 데이터를 기반으로 양방향 LSTM(bidirectional long short term memory)을 포함하는 복수의 뉴럴 네트워크를 이용한 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 점수들을 결정하는 단계;
상기 감정 상태를 나타내는 복수의 점수들은 분노의 정도를 나타내는 제1 감정 상태에 대한 점수, 놀람의 정도를 나타내는 제2 감정 상태에 대한 점수, 기쁨의 정도를 나타내는 제3 감정 상태에 대한 점수 및 슬픔의 정도를 나타내는 제4 감정 상태에 대한 점수를 포함하고,
사전 설정된 등급의 개수, 상기 감정 상태를 나타내는 복수의 점수들, 사전 설정된 최대 점수 및 상기 사용자의 평균 심박수에 대한 정보를 기반으로 주감정 상태에 대한 등급 및 부감정 상태에 대한 등급을 결정하는 단계;
상기 주감정 상태는 상기 감정 상태를 나타내는 복수의 점수들 중에서 가장 큰 점수를 가지는 감정 상태이고,
상기 부감정 상태는 상기 감정 상태를 나타내는 복수의 점수들 중에서 두번째로 큰 점수를 가지는 감정 상태이고,
상기 주감정 상태에 대한 등급 및 상기 부감정 상태에 대한 등급 및 상기 음악 취향에 대한 정보를 기반으로 사전 설정된 복수의 음악 데이터 중에서 상기 주감정 상태에 매칭되는 제1 음악 데이터 및 상기 부감정 상태에 매칭되는 제2 음악 데이터를 결정하는 단계; 및
상기 제1 음악 데이터 및 제2 음악 데이터를 상기 제1 단말에게 전송하는 단계를 포함하고,
상기 사전 설정된 등급의 개수는 상기 감정 상태를 나타내는 복수의 점수들에 대한 표준 편차에 따라 결정되고,
상기 주감정 상태에 대한 등급이 상기 부감정 상태에 대한 등급 이상인 것에 기반하여, 상기 가장 큰 점수, 상기 두번째로 큰 점수 및 상기 사용자의 가청 데시벨을 기반으로 제1 음악 데이터의 재생 시간이 감소되는,
방법.
- 제 1항에 있어서,
상기 제1 단말의 통화 연결이 종료되는 것에 기반하여, 상기 제1 단말의 이전 통화에 대한 통화 음성 데이터가 획득되고,
상기 제1 단말이 다음 통화가 연결되기 전까지 상기 제1 음악 데이터 및 상기 제2 음악 데이터가 상기 제1 단말에 의해 출력되는,
방법.
- 삭제
- 제 1항에 있어서,
상기 제1 단말의 통화 연결이 시작된 것에 기반하여, 상기 제1 단말의 통화 내용에 대한 제1 녹취가 수행되고,
상기 제1 단말의 통화 연결이 시작된 이후, 상기 제1 단말에 입력된 녹음 시작 신호에 기반하여, 상기 녹음 시작 신호가 입력된 시점부터 상기 제1 단말의 통화 내용에 대한 제2 녹취가 수행되고,
상기 제1 단말에 입력된 녹음 종료 신호에 기반하여, 상기 녹음 시작 신호가 입력된 시점부터 상기 녹음 종료 신호가 입력된 시점까지의 통화 내용에 대한 제2 음성 정보가 상기 서버에 전송되고,
상기 제1 단말의 통화 연결이 종료된 것에 기반하여, 상기 통화 연결이 시작된 시점부터 상기 통화 연결이 종료된 시점까지의 통화 내용에 대한 제1 음성 정보가 상기 서버에 전송되는,
방법.
- 제 1항에 있어서,
상기 음원 정보를 기반으로 제1 뉴럴 네트워크를 이용한 제1 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제1 점수들이 결정되고,
상기 텍스트 데이터를 기반으로 제2 뉴럴 네트워크를 이용한 제2 감정 분석 모델을 통해 상기 제1 단말의 사용자에 대한 감정 상태를 나타내는 복수의 제2 점수들이 결정되고,
상기 복수의 점수들은 각각의 감정 상태에 대해 제1 점수와 제2 점수를 평균한 점수들이고,
상기 제1 뉴럴 네트워크는 제1 입력 레이어, 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 포함하고,
복수의 음원 정보 및 정답 복수의 제1 점수들로 구성된 각각의 제1 뉴럴 네트워크의 학습을 위한 데이터는 상기 제1 뉴럴 네트워크의 상기 제1 입력 레이어에 입력되고, 상기 하나 이상의 제1 히든 레이어 및 제1 출력 레이어를 통과하여 제1 출력 벡터를 출력하고, 상기 제1 출력 벡터는 상기 제1 출력 레이어에 연결된 제1 손실함수 레이어에 입력되고, 상기 제1 손실함수 레이어는 상기 제1 출력 벡터와 각각의 학습 데이터에 대한 제1 정답 벡터를 비교하는 제1 손실 함수를 이용하여 제1 손실값을 출력하고, 상기 제1 뉴럴 네트워크의 파라미터가 상기 제1 손실값이 작아지는 방향으로 학습되는, 상기 제1 감정 분석 모델이 생성되고,
상기 제2 뉴럴 네트워크는 제2 입력 레이어, 하나 이상의 제2 히든 레이어 및 제2 출력 레이어를 포함하고,
복수의 텍스트 데이터 및 정답 복수의 제2 점수들로 구성된 각각의 제2 뉴럴 네트워크의 학습을 위한 데이터는 상기 제2 뉴럴 네트워크의 상기 제2 입력 레이어에 입력되고, 상기 하나 이상의 제2 히든 레이어 및 제2 출력 레이어를 통과하여 제2 출력 벡터를 출력하고, 상기 제2 출력 벡터는 상기 제2 출력 레이어에 연결된 제2 손실함수 레이어에 입력되고, 상기 제2 손실함수 레이어는 상기 제2 출력 벡터와 각각의 학습 데이터에 대한 제2 정답 벡터를 비교하는 제2 손실 함수를 이용하여 제2 손실값을 출력하고, 상기 제2 뉴럴 네트워크의 파라미터가 상기 제2 손실값이 작아지는 방향으로 학습되는, 상기 제2 감정 분석 모델이 생성되는,
방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220117159A KR102492332B1 (ko) | 2022-09-16 | 2022-09-16 | 뉴럴 네트워크를 이용하여 단말로부터 획득된 통화 음성 데이터를 기반으로 음악 데이터를 상기 단말에게 제공하는 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220117159A KR102492332B1 (ko) | 2022-09-16 | 2022-09-16 | 뉴럴 네트워크를 이용하여 단말로부터 획득된 통화 음성 데이터를 기반으로 음악 데이터를 상기 단말에게 제공하는 방법 및 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR102492332B1 true KR102492332B1 (ko) | 2023-01-27 |
| KR102492332B9 KR102492332B9 (ko) | 2024-01-11 |
Family
ID=85101493
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220117159A KR102492332B1 (ko) | 2022-09-16 | 2022-09-16 | 뉴럴 네트워크를 이용하여 단말로부터 획득된 통화 음성 데이터를 기반으로 음악 데이터를 상기 단말에게 제공하는 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102492332B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102573319B1 (ko) * | 2023-05-08 | 2023-09-04 | 김은미 | 뉴럴 네트워크를 이용하여 사용자 단말에게 가상 공간에 생성된 추모 공간을 제공하는 방법 및 장치 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150137757A (ko) * | 2014-05-30 | 2015-12-09 | 주식회사 브로드씨엔에스 | 전화상담원 스트레스 관리 방법 및 시스템 |
| KR101807961B1 (ko) * | 2016-06-07 | 2017-12-11 | 한양대학교 산학협력단 | Lstm 및 심화신경망 기반의 음성 신호 처리 방법 및 장치 |
| KR20190023610A (ko) * | 2017-08-29 | 2019-03-08 | 주식회사 케이티 | 회의 중 휴식 시간 제안 방법, 전자장치 및 시스템 |
| US20190325867A1 (en) * | 2018-04-20 | 2019-10-24 | Spotify Ab | Systems and Methods for Enhancing Responsiveness to Utterances Having Detectable Emotion |
| KR20190125463A (ko) * | 2017-08-22 | 2019-11-06 | 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 | 음성 감정 검출 방법 및 장치, 컴퓨터 장치 및 저장 매체 |
| KR102433654B1 (ko) * | 2022-04-25 | 2022-08-18 | 이채언 | 뉴럴 네트워크를 이용하여 서버가 색상 이미지에 기반한 심리 상태와 관련된 정보를 단말에게 제공하는 방법 및 장치 |
| KR20220120749A (ko) * | 2021-02-22 | 2022-08-31 | 주식회사 히포티앤씨 | 우울증 치료를 위한 인공지능 기반의 미러 카운슬링 방법 |
-
2022
- 2022-09-16 KR KR1020220117159A patent/KR102492332B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150137757A (ko) * | 2014-05-30 | 2015-12-09 | 주식회사 브로드씨엔에스 | 전화상담원 스트레스 관리 방법 및 시스템 |
| KR101807961B1 (ko) * | 2016-06-07 | 2017-12-11 | 한양대학교 산학협력단 | Lstm 및 심화신경망 기반의 음성 신호 처리 방법 및 장치 |
| KR20190125463A (ko) * | 2017-08-22 | 2019-11-06 | 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 | 음성 감정 검출 방법 및 장치, 컴퓨터 장치 및 저장 매체 |
| KR20190023610A (ko) * | 2017-08-29 | 2019-03-08 | 주식회사 케이티 | 회의 중 휴식 시간 제안 방법, 전자장치 및 시스템 |
| US20190325867A1 (en) * | 2018-04-20 | 2019-10-24 | Spotify Ab | Systems and Methods for Enhancing Responsiveness to Utterances Having Detectable Emotion |
| KR20220120749A (ko) * | 2021-02-22 | 2022-08-31 | 주식회사 히포티앤씨 | 우울증 치료를 위한 인공지능 기반의 미러 카운슬링 방법 |
| KR102433654B1 (ko) * | 2022-04-25 | 2022-08-18 | 이채언 | 뉴럴 네트워크를 이용하여 서버가 색상 이미지에 기반한 심리 상태와 관련된 정보를 단말에게 제공하는 방법 및 장치 |
Non-Patent Citations (1)
| Title |
|---|
| (특허문헌 1) KR 10-2019-0023610 A (특허문헌 2) KR 10-2019-0125463 A (특허문헌 3) KR 10-2022-0120749 A (특허문헌 4) KR 10-2433654 B1 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102573319B1 (ko) * | 2023-05-08 | 2023-09-04 | 김은미 | 뉴럴 네트워크를 이용하여 사용자 단말에게 가상 공간에 생성된 추모 공간을 제공하는 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102492332B9 (ko) | 2024-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102413770B1 (ko) | 뉴럴 네트워크를 이용하는 심리 치료 서비스 제공 방법 및 장치 | |
| WO2021008538A1 (zh) | 语音交互方法及相关装置 | |
| Yang et al. | Recognize basic emotional statesin speech by machine learning techniques using mel-frequency cepstral coefficient features | |
| KR102492332B1 (ko) | 뉴럴 네트워크를 이용하여 단말로부터 획득된 통화 음성 데이터를 기반으로 음악 데이터를 상기 단말에게 제공하는 방법 및 장치 | |
| KR102206181B1 (ko) | 단말기 및 그의 동작 방법 | |
| US11862178B2 (en) | Electronic device for supporting artificial intelligence agent services to talk to users | |
| KR102559074B1 (ko) | 뉴럴 네트워크를 이용하여 학습자 단말과 학부모 단말에게 영어 교육 서비스를 제공하는 방법 및 장치 | |
| Sharma | Emotion recognition from speech using artificial neural networks and recurrent neural networks | |
| KR102484291B1 (ko) | 뉴럴 네트워크를 이용하여 서버가 구직자 리스트를 단말에게 제공하는 방법 및 장치 | |
| KR102384892B1 (ko) | 뉴럴 네트워크를 이용한 기부 컨텐츠 추천 방법 및 장치 | |
| KR20230168097A (ko) | 웹툰의 장르 값에 기반하여 웹툰의 유사도를 결정하는 방법 및 장치 | |
| KR20220087410A (ko) | 뉴럴 네트워크를 이용하는 심리 치료 서비스 제공 방법 및 장치 | |
| KR20200070783A (ko) | 사용자 단말의 알람 제어 방법 및 서버의 알람 해제 미션 결정 방법 | |
| KR20220138669A (ko) | 개인화 오디오 정보를 제공하기 위한 전자 장치 및 방법 | |
| KR20220086265A (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
| KR20220118698A (ko) | 사용자와 대화하는 인공 지능 에이전트 서비스를 지원하는 전자 장치 | |
| KR102554242B1 (ko) | 뉴럴 네트워크를 이용하여 서버가 이벤트와 관련된 메시지를 단말에게 제공하는 방법 및 장치 | |
| KR102572321B1 (ko) | 뉴럴 네트워크를 이용하여 서버가 이벤트와 관련된 메시지를 단말에게 제공하는 방법 및 장치 | |
| KR102525978B1 (ko) | 뉴럴 네트워크를 이용하여 응시자 단말에게 모의고사 서비스를 제공하는 방법 및 장치 | |
| KR102658238B1 (ko) | 모국어 습득 원리를 적용한 영어 교육을 수행함에 있어, 뉴럴 네트워크를 이용하여 사용자 단말에게 영어 글쓰기 서비스를 제공하는 방법 및 장치 | |
| KR102573319B1 (ko) | 뉴럴 네트워크를 이용하여 사용자 단말에게 가상 공간에 생성된 추모 공간을 제공하는 방법 및 장치 | |
| KR102652009B1 (ko) | 모국어 습득 원리를 적용한 영어 교육을 수행함에 있어, 뉴럴 네트워크를 이용하여 사용자 단말에게 동영상을 기반으로 하는 이북을 제공하는 방법 및 장치 | |
| KR102562282B1 (ko) | 성향 기반 매칭 방법 및 장치 | |
| KR102539564B1 (ko) | 뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템 | |
| KR102633788B1 (ko) | 뉴럴 네트워크를 이용하여 댄스 대회를 관리하는 방법 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| G170 | Re-publication after modification of scope of protection [patent] |