KR20100058935A - 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체 - Google Patents

어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체 Download PDF

Info

Publication number
KR20100058935A
KR20100058935A KR1020080117530A KR20080117530A KR20100058935A KR 20100058935 A KR20100058935 A KR 20100058935A KR 1020080117530 A KR1020080117530 A KR 1020080117530A KR 20080117530 A KR20080117530 A KR 20080117530A KR 20100058935 A KR20100058935 A KR 20100058935A
Authority
KR
South Korea
Prior art keywords
response
pattern
language learning
voice
learning content
Prior art date
Application number
KR1020080117530A
Other languages
English (en)
Other versions
KR101023777B1 (ko
Inventor
안현효
김한수
안현권
Original Assignee
주식회사 보이스웹인터내셔날
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 보이스웹인터내셔날 filed Critical 주식회사 보이스웹인터내셔날
Priority to KR1020080117530A priority Critical patent/KR101023777B1/ko
Publication of KR20100058935A publication Critical patent/KR20100058935A/ko
Application granted granted Critical
Publication of KR101023777B1 publication Critical patent/KR101023777B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/06—Foreign languages
    • 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
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명은 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체에 관한 것으로서 더욱 상세하게는 음성 인식 기술을 이용한 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체에 관한 것이다.
본 발명을 활용하면, 학습자는 다양한 시나리오에 기반한 음성 인식 가상 원어민 교수와 상황 몰입적 회화 학습이 가능하게 되어, 원어민 교수와 1:1로 대면 대화하는 듯한 현장감 있는 어학 학습을 할 수 있게 된다. 그리고, 학습자로부터 음성이 입수되지 않거나, 입수되더라도 음량이 아주 작은 경우에도 기존의 학습 시스템처럼 무작정 기다리는 것이 아니라, 응답을 촉구하는 적어도 하나 이상의 단계별 대응을 해 줄 수 있게 된다. 아울러, 기존 음성 인식 방법보다 진일보한 음성 인식 기술을 적용하여, 학습자의 음성과 모범 응답 패턴과의 유사성 레벨을 판단하는 학습자가 모범 응답의 일부만 정확하게 응답한 경우에도 효과적인 대응이 가능하게 되어 학습 효율과 흥미를 높였다.
어학 학습, 음성 인식, 유사성, 패턴, 가상 교사, 1:1 대면 학습

Description

어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체{Method, System and the Media for Content Providing for Language Learning}
본 발명은 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체에 관한 것으로서 더욱 상세하게는 음성 인식 기술을 이용한 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체에 관한 것이다.
유무선 전화망, 인터넷 망과 같은 유무선 네트워크를 이용하여 어학 훈련을 제공하는 다수의 기술과 출원된 특허가 있었다. 특히, 음성 인식 기술의 발달로 학습자들의 음성에 대한 인식율이 높아짐에 따라, 본 기술을 활용한 다양한 어학 훈련 제공 방법이 소개 되었다. 이러한 출원된 특허들로는 10-2006-0122146, 10-2005-0005345, 10-2003-0080197, 10-2003-0013238, 10-2003-0002612, 10-2002-0042691, 10-2002-0023306, 10-2001-0042174, 10-2000-0028192, 10-2004-0113855, 10-2004-0113855, 10-2001-0071633, 10-2001-0008307, 10-2000-0019427, 10-1999- 0029831 등이 있다.
음성 인식 기술이나 음성 합성 기술을 이용하면, 발음 교정, 상호 대화 등이 가능하며, 단순히 녹음되거나 녹화된 정해진 콘텐츠를 일방적으로 학습자들에게 제공되는 한계를 뛰어 넘기 때문에, 학습자들에게 흥미와 집중력을 고취시킬 수 있어, 학습의 지루함을 경감해 줄 수 있었다.
하지만, 이러한 종래의 음성 인식 기술을 활용한 어학 훈련 방법을 실시해 본 결과 다음과 같은 문제점이 있었다.
첫째, 비 대면의 경우, 일부 학습자를 제외한 대다수의 학습자들이 말을 하고 있지 않거나, 작은 소리로 말하거나 똑똑하게 말하지 않는 현상이 발견되었다. 이는 음성 인식의 대 전제를 부정하는 것으로서, 인식 대상이 되는 음성이 입수되지 않거나, 입수되더라도 음량이 아주 작거나, 인식 알고리즘이 처리하기에는 오류 가능성이 너무 크게 되어 정상적인 음성 인식 알고리즘이더라도 학습자 측의 문제로 인하여 음성 인식 효율이 크게 저하되었다. 이 경우, 통상적으로 학습 콘텐츠 제공 시스템은 정상적인 음성 입력을 기다리는 방식으로 제어되며, 학습자는 시스템 측의 반응이 없어 더욱 더 부정적인 방식으로 대응하게 되어 부정적 상승 효과가 발생하게 된다.
둘째, 하나의 물음에 여러가지의 대답이 가능하며, 같은 대답도 여러 방식으로 표현될 수 있다. 이 경우, 학습자 입장에서는 정상적인 대답을 했고, 그 정상적인 대답에 대해 음성 인식을 해 내었더라도 그 음성 인식된 결과가 시스템에 존재하지 않는 것이라면, 시스템은 엉뚱한 피드백을 하게 된다. 이러한 문제점을 극복 하기 위해서는 우선적으로 학습 시나리오가 내부적으로 철저하게 통제되어 있어, 학습자의 대답이 정해진 범위 내에서 나올 수 있도록 설계되어야 한다.
셋째, 기존의 음성 인식에서 유사성 대비 방식이 극복되어야 한다. 기존의 유사성 대비 방식은 1) 학습자의 발음과 모범적인 발음의 유사성 비교, 2) 학습자의 대답과 이 대답과 일치하는 대답군의 대답과의 유사성 비교 방식이었다. 후자의 경우, 특히 n개의 모범 응답이 있고, 학습자의 음성과 n개의 모범 응답이 1:1로 비교되는 방식으로 처리되었다. 이렇게 되면, 그 n개의 모범 응답 중 어느 하나를 정확하게 응답하지 않으면, 시스템이 잘못된 응답으로 인식하게 되는 문제점이 있었다. 예를 들어 n개 중의 어느 하나의 정답이 5개의 단어로 되어 있을 때, 학습자가 3 단어까지는 크고 분명하게 말하다가 약간 머뭇거리는 경우가 발생하면 그 3 단어를 발음한 학습자가 옳게 응답했다고 하더라도, 그 발음한 3 단어가 모범 응답에 존재하는 응답 단위가 아닌 경우에는 시스템은 틀린 것으로 처리하게 된다. 하지만, 1:1 대면의 경우라면, 이때 교습자는 학습자에게 옳게 대답했으며, 더 길게 응답해 보라고 권유하는 등의 학습자의 대화 의지를 북돋우는 말을 하게 된다.
이러한 문제점 때문에, 기존의 음성 인식을 이용한 학습법은 주로 발음이나 억양의 교정 등에 머물렀으며, 실제 대면하여 1:1로 대화하는 듯한 느낌을 전혀 주지 못해, 실제 대화와 같은 재미와 효율성을 주지 못해, 전체적으로 학습 효과가 떨어지게 되었다.
본 발명이 해결하고자 하는 첫번째 기술적 과제는 학습자의 응답 정보를 인식하고 분석하여, 그 응답 정보가 어떤 패턴인지를 알아 내고, 그 패턴에 부응하는 시스템측 응답을 효과적으로 제공하는 방법을 제시하는 것이며,
두번째 기술적 과제는 학습자의 응답 정보를 인식하고 분석하여, 그 응답 정보가 어떤 패턴인지를 알아 내고, 그 패턴에 부응하는 시스템측 응답을 효과적으로 제공하는 방법을 제시하는 시스템을 제공하는 것이며,
세번째 기술적 과제는 학습자의 응답 정보를 인식하고 분석하여, 그 응답 정보가 어떤 패턴인지를 알아 내고, 그 패턴에 부응하는 시스템측 응답을 효과적으로 제공하는 방법이 실행되는 프로그램을 저장하는 기록 매체를 제시하는 것이다.
본 발명이 이루고자 하는 기술적 과제를 달성하기 위하여, 유무선 통신망을 통하여 학습자에게 어학 학습 서비스를 제공하는 음성 인식 기술을 사용하는 어학 학습 시스템이, (A) 상기 학습자의 단말기에 어학 학습 콘텐츠 DB에서 선택된 적어도 하나 이상의 어학 학습 콘텐츠에 포함된 제1 음성 단위를 제공하는 단계; (B) 상기 제공된 제1 음성 단위에 대한 상기 학습자 단말기의 응답 정보를 모니터링 하는 단계; (C) 상기 모니터링 되는 응답 정보가 기설정된 적어도 하나 이상의 패턴에 해당되는지를 판단하는 단계; (D) 상기 학습자의 단말기로 상기 해당하는 패턴 에 대응되는 제2 음성 단위를 제공하는 단계;를 포함하며, 상기 패턴은 패턴 데이터의 형태로 존재하며, 상기 패턴 데이터를 구성하는 패턴은 선택된 어학 학습 콘텐츠 및 상기 제1 음성 단위 중 어느 하나 이상에 내용적으로 연관되어 있는 종속 패턴 및 상기 선택된 어학 학습 콘텐츠 및 상기 제1 음성 단위와 내용적으로 연관되지 않는 독립 패턴 중 어느 하나 이상을 포함하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법을 제공한다.
상기 패턴은 응답 시간 패턴, 응답 음량 패턴, 응답 음색 패턴 및 응답 속도 패턴 중 어느 하나 이상인 것이며, 상기 패턴 데이터에는 상기 응답 시간, 응답 음량, 응답 음색 및 응답 속도 중 어느 하나 이상에 대하여 기설정된 기준 정보가 더 포함되어 있으며, 상기 (C) 단계는 상기 (B) 단계의 응답 정보가 상기 패턴 데이터의 기설정된 기준 정보 중 어느 하나 이상에 해당하는지를 판단하는 것인 것이 바람직하다.
상기 응답 시간, 응답 음량, 응답 음색 및 응답 속도 중 어느 하나 이상은 상기 독립 패턴을 구성하는 것인 것이며, 상기 독립 패턴은 상기 종속 패턴보다 우선적으로 판단되는 것인 것이 바람직하다.
상기 응답 정보가 상기 패턴 중 어느 하나 이상의 패턴에 해당하는 경우, 상기 해당하는 패턴에 대응되는 제2 음성 단위는 적어도 한 종류 이상이며, 상기 제2 음성 단위 종류가 2 이상일 경우, 상기 2 이상의 제2 음성 단위는 랜덤하게 제공되는 방법 및 상기 2 이상의 제2 음성 단위에는 제공 순서 및 제공 조건 중 어느 하나 이상이 설정되어 있어 상기 2 이상의 음성 단위는 상기 제공 순서 및 상기 제공 조건 중 어느 하나 이상이 고려되어 제공되는 방법 중 어느 하나 이상의 방법이 실시되는 것인 것이 바람직하다.
상기 패턴이 응답 시간인 경우, 상기 (B) 단계는 상기 (A) 단계가 실시된 후 상기 학습자의 단말기로부터 응답 정보가 수신되는 시간의 측정을 포함하는 것인 것이며, 상기 패턴 데이터에는 상기 학습자의 단말기에 전송되는 상기 제1 음성 단위별로 또는 상기 제1 음성 단위와는 독립적으로 상기 응답 정보가 수신되어야 할 기준 시간 범위 정보가 더 포함되어 있으며, 상기 응답 정보가 상기 기준 시간 범위 정보에 포함된 시간을 초과하는 시간 초과 패턴이 인식되는 경우, 상기 시간 초과 패턴에 대응되는 제2 음성 단위가 제공되는 것인 것이며, 상기 시간 초과 패턴에 대응되는 제2 음성 단위는 상기 제1 음성 단위의 내용과는 무관한 응답을 촉구하는 기설정된 응답 촉구 음성 단위인 것이며, 상기 응답 촉구 음성 단위는 적어도 하나 이상의 응답 촉구 음성 단위로 구성되며, 상기 응답 촉구 음성 단위의 종류가 2 이상일 경우, 상기 2 이상의 응답 촉구 음성 단위는 랜덤하게 제공되거나, 상기 2 이상의 응답 촉구 음성 단위에는 제공 순서 및 제공 조건 중 어느 하나 이상이 설정되어 있어 상기 제공 순서 및 상기 제공 조건 중 어느 하나 이상이 고려되어 제공되는 것인 것이 바람직하다.
상기 패턴이 응답 음량인 경우, 상기 (B) 단계는 상기 (A) 단계가 실시된 후 상기 학습자의 단말기로부터 응답 정보의 음량의 측정을 포함하는 것인 것이며
상기 패턴 데이터에는 상기 학습자의 단말기에 전송되는 상기 제1 음성 단위별로 또는 상기 제1 음성 단위와는 독립적으로 상기 응답 정보가 수신되어야 할 기 준 응량 범위 정보가 더 포함되어 있으며, 상기 응답 정보가 상기 기준 름량 범위 정보에 포함된 음량에 미달하는 음량 미달 패턴이 인식되는 경우, 상기 음량 미달 패턴에 대응되는 제2 음성 단위가 제공되는 것인 것이며, 상기 음량 미달 패턴에 대응되는 제2 음성 단위는 상기 제1 음성 단위의 내용과는 무관한 음량을 촉구하는 기설정된 음량 촉구 음성 단위인 것이며, 상기 음량 촉구 음성 단위는 적어도 하나 이상의 음량 촉구 음성 단위로 구성되며, 상기 음량 촉구 음성 단위의 종류가 2 이상일 경우, 상기 2 이상의 음량 촉구 음성 단위는 랜덤하게 제공되거나, 상기 2 이상의 음량 촉구 음성 단위에는 제공 순서 및 제공 조건 중 어느 하나 이상이 설정되어 있어 상기 제공 순서 및 상기 제공 조건 중 어느 하나 이상이 고려되어 제공되는 것인 것이 바람직하다.
상기 제1 음성 단위에는 상기 제1 음성 단위에 대응되는 적어도 하나 이상의 모범 응답 패턴이 대응되어 있으며, 상기 모범 응답 패턴은 모범 응답 텍스트 정보 및 모범 응답 음성 정보 중 적어도 어느 하나 이상를 포함하며, 상기 모범 응답 패턴는 상기 종속 패턴에 속하며, 상기 (C) 단계는 상기 응답 정보가 상기 모범 응답 패턴에 해당하는지 여부를 판단하는 것인 것이 바람직하다.
상기 응답 정보가 상기 모범 응답 패턴에 해당하는지 여부를 판단하는 것은 유사성 판단 방법을 사용하는 것이며, 상기 유사성 판단 방법은 상기 응답 정보를 음성 인식하고 인식된 음성을 텍스트화하고 상기 텍스트화 된 응답 정보와 상기 모범 응답 텍스트 정보와 일치 정도를 비교하는 방법 및 상기 응답 정보에 포함된 음성 정보를 상기 모범 응답 음성 정보와 음성 대 음성으로 비교하는 방법 중에서 선 택되는 어느 한 방법 이상을 실시하는 것인 것이 바람직하다.
상기 유사성 판단 방법의 결과에 따라 상기 응답 정보와 상기 모범 응답 패턴과의 유사성 레벨을 결정하는 단계;를 더 포함하는 것이 바람직하다.
상기 (D) 단계는 상기 모범 응답 패턴 및 상기 유사성 레벨 중 어느 하나 이상에 따라 상기 제2 음성 단위를 제공하는 것인 것이 바람직하다.
상기 유사성 레벨이 기설정된 레벨 이하인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 학습자의 단말기로부터 전송받은 상기 응답 정보와 상기 응답 정보가 옳은 응답이 아니라는 평가 정보를 더 포함하여 구성되는 것인 것이 바람직하다.
상기 유사성 레벨이 기설정된 레벨 이하인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 학습자의 단말기로부터 전송받은 상기 응답 정보와 상기 모범 응답 정보 중 어느 하나 이상을 포함하여 구성되는 것인 것이 바람직하다.
상기 유사성 레벨이 기설정된 레벨 이하인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 제1 음성 정보를 포함하여 구성되는 것인 것이 바람직하다.
상기 유사성 레벨이 기설정된 레벨 이하인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 학습자의 모국어로 된 음성 정보를 포함하여 구성되는 것인 것이 바람직하다.
상기 유사성 레벨이 기설정된 레벨 이상인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 학습자를 칭찬하는 음성 정보를 포함하여 구성되는 것인 것이 바람직하다.
상기 제2 음성 단위는 상기 유사성 레벨에 따라 음색, 화자 및 발음 속도 중 어느 하나 이상이 다른 것인 것이 바람직하다.
상기 어학 학습 콘텐츠는 상기 학습자의 수준, 연령 및 성취도 중 어느 하나 이상에 따라 다른 콘텐츠가 제공되며, 상기 어학 학습 콘텐츠는 하나의 어학 학습 콘텐츠가 적어도 하나 이상의 원어민의 음성으로 녹음된 음성 정보를 포함하는 것인 것이 바람직하다.
상기 어학 학습 콘텐츠는 시나리오 방식을 포함하며, 상기 시나리오 방식은 학습 언어 또는 상기 학습자의 모국어로 제공되는 상황에 대한 설명, 제공되는 회화 정보 따라하기 및 상기 회화에서 상기 학습자가 수행해야 하는 부분 정보 중 어느 하나 이상을 포함하고 있는 것인 것이 바람직하다.
상기 어학 학습 콘텐츠 DB를 구성하는 적어도 하나 이상의 어학 학습 콘텐츠는 적어도 하나 이상의 회화 어학 학습 콘텐츠를 포함하고 있으며, 상기 회화 어학 학습 콘텐츠에는 적어도 2인 이상의 화자가 등장하며, 상기 화자마다 다른 음성으로 녹음된 음성 정보가 있으며, 상기 어학 학습 콘텐츠의 제공은 화자의 선택 단계를 포함하며, 상기 화자의 선택은 상기 학습자가 자신 및 적어도 하나 이상의 상대방 중 어느 하나 이상을 선택하는 방법 및 상기 어학 학습 시스템이 상기 학습자 및 상기 상대방 중 어느 하나 이상을 선택하는 방법 중 어느 하나 이상을 사용하여 이루어 지는 것인 것이 바람직하다.
상기 (C) 단계는 종속 패턴의 해당 여부를 먼저 판단하는 방법, 상기 종속 패턴과 독립 패턴의 해당 여부를 순차적으로 판단하는 방법, 상기 종속 패턴이 기설정된 기준을 충족하는 경우만 독립 패턴의 해당 여부를 판단하는 방법, 상기 종속 패턴과 상기 독립 패턴에 대하여 기설정된 가중치를 부여하고, 가중치가 높은 순서대로 선택되는 어느 하나 이상의 패턴의 해당 여부를 판단하는 방법, 상기 종속 패턴과 상기 독립 패턴을 복합적으로 고려하여 적어도 2 이상의 패턴의 해당 여부를 판단하는 방법 및 상기 독립 패턴을 먼저 판단하는 방법 중에서 선택되는 어느 한 방법 이상이 적용되는 것인 것이 바람직하다.
상기 종속 패턴과 상기 독립 패턴은 상기 선택된 어학 학습 콘텐츠에 연관되어 1:1 저장되어 있는 방법 및 상기 독립 패턴만 상기 선택된 어학 학습 콘텐츠에 연관되어 저장되어 있은 방법 중에서 선택되는 어느 한 방법 이상으로 저장되어 있는 것인 것이 바람직하다.
상기 응답 정보가 상기 모범 응답 패턴에 해당하는지 여부를 판단하는 것은 유사성 판단 방법을 사용하는 것이며, 상기 유사성 판단 방법은 음소 벡터를 기반으로 하는 발음의 유사성을 판단하는 것인 것이 바람직하다.
상기 음소 벡터를 기반으로 하는 발음의 유사성을 판단하는 것은 음소 벡터의 변화량과 에너지에 따른 가중치를 고려하여 판단하는 것인 것이 바람직하다.
상기 어학 학습 시스템이 상기 응답 정보를 인식하는 방법은 단어 단위의 인식 방법을 포함하는 것이며, 상기 단어 단위의 인식은 동적 할당 단어집을 활용한 단어 인식 방법을 포함하는 것인 것이 바람직하다.
상기 어학 학습 콘텐츠 DB를 구성하는 적어도 하나 이상의 어학 학습 콘텐츠는 적어도 하나 이상의 회화 어학 학습 콘텐츠를 포함하고 있으며, 상기 회화 어학 학습 콘텐츠에는 적어도 2인 이상의 화자가 등장하며, 상기 화자에는 멘토 화자가 더 포함되어 있으며, 상기 멘토 화자의 음성은 상기 학습자와 회화를 연습하는 회화의 상대방 및 상기 회화의 관찰자의 음성으로 제공되며, 상기 멘토 화자의 음성 내용은 상기 학습자의 컴퓨터에 제공되는 기설정된 어학 학습 콘텐츠의 대사 정보에 포함되어 있지 않은 내용을 포함하는 것인 것이 바람직하다.
상기 멘토 화자의 음성 내용은 상기 어학 학습 콘텐츠의 시나리오, 해설, 도움말, 지시문 및 코멘트 중 어느 하나 이상인 것이 바람직하다.
본 발명이 이루고자 하는 기술적 과제를 달성하기 위하여, 상기 어학 학습 제공 방법을 실시하는 것을 특징으로 하는 어학 학습 시스템을 제공한다.
상기 어학 학습 시스템은 기설정된 서버에서 구동되는 것인 것이며, 상기 학습자의 단말기는 유선 전화, 무선 전화, IPTV 및 컴퓨터 중 어느 하나 이상인 것인 것이 바람직하다.
상기 어학 학습 시스템은 상기 학습자의 단말기 및 상기 학습자의 단말기에 연결되는 기록 매체 중 어느 하나 이상에서 구동되는 것인 것이며, 상기 학습자의 단말기는 유선 전화, 무선 전화, IPTV 및 컴퓨터 중 어느 하나 이상인 것인 것이 바람직하다.
본 발명이 이루고자 하는 기술적 과제를 달성하기 위하여, 상기 어학 학습 제공 방법이 실시되는 프로그램이 저장된 기록 매체를 제공한다.
본 발명을 실시하면 다음과 같은 특유의 효과가 있다.
첫째, 비 대면의 경우, 일부 학습자를 제외한 대다수의 학습자들이 말을 하고 있지 않거나, 작은 소리로 말하거나 똑똑하게 말하지 않는 경우에도 효과적인 어학 학습 훈련을 할 수 있게 된다. 인식 대상이 되는 음성이 입수되지 않거나, 입수되더라도 음량이 아주 작거나, 인식 알고리즘이 처리하기에는 오류 가능성이 너무 크게 되어 정상적인 음성 인식 알고리즘이더라도 학습자 측의 문제로 인하여 음성 인식 효율이 크게 저하되는 문제를 해결할 수 있다. 그리고, 학습자가 응답을 하지 않을 경우, 기존의 학습 시스템처럼 무작정 기다리는 것이 아니라, 응답을 촉구하는 적어도 하나 이상의 단계별 대응을 해 주어 학습자로 하여금 시스템 측의 반응이 없어 더욱 더 부정적인 방식으로 대응하게 되어 부정적 상승 효과가 발생하게 되는 문제점을 해결해 줄 수 있다.
둘째, 기존 음성 인식 방법보다 진일보한 유사성 판단 방법을 활용하여, 예상되는 모범 응답의 일부만 정확하게 응답한 경우에도 효과적인 대응이 가능하게 되었다.
셋째, 기존의 음성 인식을 이용한 학습법은 주로 발음이나 억양의 교정 등에 머물렀음에 반하여 본 발명의 어학 학습 제공 방법은 실제 대면하여 1:1로 대화하는 듯한 느낌을 주기 때문에, 실제 대화와 같은 재미와 효율성을 주게 되어, 전체적으로 학습 효과를 제고시킨다.
넷째, 철저하게 통제된 시나리오를 바탕으로 하기 때문에, 음성 인식 실패시의 혼란이 최소화되고, 학습자와 시스템 사이에서의 부자연스러운 상황 발생이 최소화된다.
다섯째, 활용도가 높은 대화를 시나리오 방식으로 어학 학습 콘텐츠를 구성하므로 음성 인식 가상 원어민 교사와 학생간의 역할 상황 몰입적 회화 학습이 가능하게 된다.
이하 도면을 참조하면서 더욱 상세하게 설명한다. 도 1은 유무선 통신망을 통하여 학습자 단말기(2000)로 어학 학습 서비스를 제공해 주는 어학 학습 콘텐츠 제공 시스템(1000)의 구성에 대한 한 실시예의 도면이며, 도 2는 상기 어학 학습 콘텐츠 제공 시스템(1000)이 상기 학습자 단말기(2000) 내 또는 상기 학습자 단말기(2000)와 유무선으로 연결되는 저장 장치 내에 존재하면서, 학습자에게 어학 학습 서비스를 제공해 주는 어학 학습 콘텐츠 제공 시스템(1000)의 구성에 대한 한 실시예의 도면이다. 이하, 도 1을 기준으로 설명하되, 도 1을 기준으로 설명한 본 발명의 사상은 통상의 IT 기술을 이해하는 당업자의 수준에서 도 2로의 변용은 극히 용이할 것이므로, 도 1의 방식과 도 2의 방식에서 중복되는 것은 생략하고 본 발명을 기술하나, 본 발명은 도 2의 방식을 포함함을 분명히 한다.
도 1에의 예에서 알 수 있듯이, 본 발명의 어학 학습 콘텐츠 제공 시스템(1000)(간단히, 어학 학습 어학 학습 콘텐츠 제공 시스템(1000)으로 칭할 수 있다.)은 제어부(1000), 어학 학습 콘텐츠 DB(200)부, 독립 패턴별 음성 정보 DB(300)부, 패턴 데이터 DB부 및 상기 학습자 단말기(2000)에 학습 콘텐츠를 전송/제공해 주는 학습 콘텐츠 제공부(500)를 포함한다. 상기 제어부(1000)는 1) 학습자 단말기(2000)로부터 응답 정보를 수신하고, 응답 정보에 상응하는 학습 콘텐츠를 제공해 주는데 대한 제어를 담당한다. 상기 제어부(1000)에는 본 발명에서의 각종 패턴을 판단하는 패턴 판단부(110), 학습자 단말기(2000)에서 전송되는 응답 정보 와 기준 응답 정보와의 유사성을 판단하는 유사성 판단부(120), 상기 응답 정보에 대해 기설정된 측정을 수행하는 측정부(130) 및 응답 정보를 인식하는 응답 정보 인식부(140)를 포함하고 있다. 상기 측정부(130)에는 응답 정보에 대한 시간, 음량, 속도, 음색 등 기설정된 측정 대상을 측정한다. 상기 응답 정보 인식부(140)는 응답 정보로서의 학습자의 음성 정보를 인식하는 기능을 수행한다. 상기 어학 학습 콘텐츠 DB(200)에 포함되는 데이터에는 화자별 어학 학습 콘텐츠, 지시문, 코멘트, 도움말, 해설, 시나리오 등이 포함되어 있을 수 있으며, 이들 각 데이터는 DB과 관리될 수 있다. 개념적으로 상기 어학 학습 콘텐츠 DB(200)의 하부 DB에는 화자별 어학 학습 콘텐츠 DB(210), 지시문 DB(220), 코멘트 DB(230), 도움말 DB(240), 해설 DB(250), 및 시나리오 DB(260) 등이 있을 수 있다. 한편, 본 발명의 독립 패턴별 음성 정보 DB(300)에는 상기 응답 정보가 기설정된 독립 패턴에 해당될 경우, 각 독립 패턴별로 상기 학습자 단말기(2000)로 제공되는 음성 정보 데이터를 저장하고 있다. 한편, 상기 패턴 데이터 DB는 본 발명의 패턴에 대한 데이터를 저장하고 있는데, 그 하부에 독립 패턴 데이터 DB(410)와 종속 패턴 데이터 DB(420)를 포함하고 있을 수 있다. 상기 어학 학습 콘텐츠 제공 시스템(1000)은 유무선 네트워크(유무선 전화망, 인터넷망을 포함한다.)로 상기 학습자 단말기(2000)와 연결되어 있다.
도 2는 도 1과 달리 상기 어학 학습 콘텐츠 제공 시스템(1000)이 학습자 단말기(2000) 내에서 구동되는 모델에 대한 일 실시예적 구성이다. 이 경우에도 상기 학습자 단말기(2000)는 상기 외부의 서버에서 설치되고 구동되는 제2의 어학 학습 콘텐츠 제공 시스템(1000)과 연결될 수 있을 것이다.
도 3은 본 발명의 어학 학습 콘텐츠 제공 방법의 일 실시예를 보여준다. 본 발명은 학습자 단말기(2000)에 제1 음성 단위 제공 단계(S11), 학습자 단말기(2000)의 응답 정보 모니터링 단계(S12), 모니터링 되는 응답 정보가 기설정된 적어도 하나 이상의 패턴에 해당되는지의 판단 단계(S13) 및 학습자 단말기(2000)로 상기 해당하는 패턴에 대응되는 제2 음성 단위의 제공 단계(S14)를 포함하는 것을 특징으로 한다. 이하, 더욱 상세하게 설명한다.
상기 어학 학습 콘텐츠 제공 시스템(1000)은 상기 학습자 단말기(2000)에 상기 어학 학습 콘텐츠 제공 시스템(1000)의 어학 학습 콘텐츠를 저장하고 있는 어학 학습 콘텐츠 DB(200)에서 선택된 적어도 하나 이상의 어학 학습 콘텐츠에 포함된 제1 음성 단위를 제공한다(S11). 상기 제 1 음성 단위는 외국어로 된 회화 음성 정보일 수도 있으며, 해설, 안내, 지시문, 도움말, 시나리오 설명 등에 대한 음성 정보일 수 있다.
상기 어학 학습 콘텐츠 제공 시스템(1000)은 기설정된 적어도 하나 이상의 서버에서 작동하며, 상기 서버는 직접 학습자 단말기(2000)로 서비스를 제공해 주거나, ASP나 웹서비스 혹은 SOA 등의 다양한 정보 통신 기술을 이용한 방식으로 서비스해 줄 수 있을 것이다. 상기 통신망은 유무선 인터넷 망, 유무선 전화망 등 음성 통신 환경을 제공하는 망이면 무방하다. 상기 학습자 단말기(2000)는 PC, 유무선 전화기, 휴대폰 등과 같은 이동 통신 단말기, IPTV, PMP, 통신 가능한 게임기나 네비게이션 장치 등 상기 통신망을 통하여 상기 어학 학습 콘텐츠 제공 시스템(1000)에 접속하고, 상기 어학 학습 콘텐츠 제공 시스템(1000)과 음성 정보를 송수신할 수 있는 단말기면 본 발명의 학습자 단말기(2000)가 될 수 있다.
상기 어학 학습 콘텐츠는 학습자에게 회화 훈련을 제공하는 대화를 중심으로 하는 학습 콘텐츠인 것이 바람직하며, 학습자의 레벨, 성취도, 연령, 성별 등에 따라 차등적인 콘텐츠가 제공될 수 있도록 다양하고 풍부하게 제공될 수 있는 것이 바람직하다. 상기 어학 학습 콘텐츠는 순수히 음성 정보만으로도 구성될 수도 있지만, 음성과 텍스트나 이미지 및/또는 영상 정보 중 어느 하나 이상이 결합된 것일 수도 있다. 이때, 상기 어학 학습 콘텐츠 제공 시스템(1000)은 상기 텍스트나 이미지 및/또는 영상을 상기 학습자 단말기(2000)로 제공해 줄 수 있어야 한다. 예를 들어 통상적인 ARS 방식의 경우라면 텍스트나 이미지 등의 제공이 어려울 수 있지만, 단말기가 텍스트나 이미지/영상을 표시할 수 있고, 상기 ARS를 제공하는 어학 학습 콘텐츠 제공 시스템(1000)이 텍스트, 이미지나 영상 등을 전송해 줄 수 있는 경우라면 상기와 같은 멀티미디어 콘텐츠가 제공될 수 있을 것이다. 상기 학습자 단말기(2000)가 휴대폰이나 PC/노트북 인 경우에는 제한 없는 멀티미디오 콘텐츠로 된 학습 콘텐츠가 제공될 수 있음은 자명할 것이다.
한편, 상기 어학 학습 콘텐츠는 예시적으로 l(l>=1)개의 대화 단위로 되어 있으며, 1개의 대화 단위는 n(n>1=)개의 문장으로 되어 있고, 상기 l개의 대화 단위에 참여하는 화자가 m(m>=1)개가 있고 상기 m개의 화자 중에는 상기 학습자가 있어야 한다. 대화 단위란, 하나의 화자가 자기 순서에서 말하는 적어도 하나 이상의 문장으로 구성되는 단위를 말한다. 상기 제1 음성 단위는 상기 대화 단위가 되는 것이 바람직하다. 상기 제1 음성 단위는 학습자의 응답을 필요로 하는 것으로서, 학습의 내용을 이루거나, 회화 등에서의 대본에 포함되어 있는 하나 이상의 문장, 상기 문장의 일부인 구나, 절 등이 될 수 있다. 예를 들면, 대본에 있는 "How are you today?" 등과 같은 것은 상기 문장 또는 문장의 일부가 된다. 한편, 상기 제1 음성 단위는 특별하게는 학습자의 특별한 행위를 요구하는 요청을 담고 있는 것일 수 있다. "Please key in your id number."나 "Speak a little loudly, please." 등과 같은 것은 학습자의 특별한 행위를 요구하는 요청을 담고 있을 수 있다. 상기 음성 단위는 상황에 따라 그 길이가 길거나 짧을 수도 있으며, 학습시키려는 언어(예를 들면 영어 등)나 학습자의 모국어(예를 들면 한국어)일 수도 있다. 한편, 상기 어학 학습 콘텐츠 제공 시스템(1000)이 제공하는 제1 음성 단위는 대화의 시작 전, 대화의 중간에 있는 대화 단위일 수 있음은 자명하다 할 것이다.
상기 어학 학습 콘텐츠 제공 시스템(1000)은 상기 제1 음성 단위를 제공한 다음 상기 제공된 제1 음성 단위에 대한 상기 학습자 단말기(2000)의 응답 정보를 모니터링을 한다(S12). 상기 모니터링의 종류는 크게 2가지이며, 이들은 본 발명의 패턴과 관련되어 있다. 하나는 대화 내용과 무관한 것으로 이는 본 발명의 독립 패턴에 관련된 것이며, 다른 하나는 대화 내용과 유관한 것으로 이는 본 발명의 종속 패턴에 관련되어 있다. 대화 내용과 무관한 것으로 다음과 같은 것들이 있다.
첫째는 응답 정보의 발생 여부이다. 상기 응답 정보의 발생 여부와 관련하여 본 발명의 제어부(1000)가 정보를 처리하는 방법에 대한 일 실시예는 도 4에 잘 나와 있다.
상기 어학 학습 콘텐츠 제공 시스템(1000)의 제어부(1000)에는 시간을 측정하는 타이머가 있어, 상기 제어부(1000)는 제1 음성 단위의 전송(S31) 후 학습자 단말기(2000)로부터 응답 정보가 수신되는지를 모니터링하면서 응답 정보 수신 시간을 측정(S32)한다. 이때, 기설정된 시간 동안 응답 정보가 수신되지 않을 경우에는 응답 시간 패턴과 관련된 제어가 작동된다(S33). 응답 시간 패턴은 예시적으로 1) 제1 시간 동안 기다림, 제1 시간 동안 응답 정보가 없는 경우 2) 제1 응답 촉구 메시지를 제2 음성 단위로 제공하고 제2 시간 동안 기다림, 3) 상기 2)를 반복함(반복의 회수가 증가함에 따라 동일한 또는 서로 다른 제2 음성 단위를 제공함), 4) 반복의 회수가 기설정된 회수를 넘는 경우 상기 학습자의 모국어로 응답을 촉구함, 5) 상기 어학 학습 콘텐츠 제공 시스템(1000)이 제공하는 멘토 화자의 음성으로 상기 학습자가 응답해야 하는 응답을 예시적으로 제공함, 6) 상기 5)에서 제공한 응답을 상기 학습자로 하여금 따라하게 함 등과 같은 다양한 응답 시간 패턴이 있을 수 있다. 즉, 응답 시간 패턴은 제1 음성 단위의 제공 후 상기 제1 음성 단위에 대하여 상기 학습자가 응답해야 하는 기설정된 기준 시간 정보가 있으며, 그 기준 시간 정보를 초과할 경우, 기설정된 제2 음성 단위를 제공(S34)해 주는 것이다. 이때, 상기 제2 음성 단위에 대해서도 상기 학습자의 응답이 필요할 경우, 상기 제2 음성 단위를 상기 제1 음성 단위처럼 취급하여 제어할 수 있다.
상기 1) 내지 6)을 예시적으로 설명하면 다음과 같다. 먼저 상기 어학 학습 콘텐츠 제공 시스템(1000)이 제1 음성 단위로 "Hey, James. Please, say your English name?"이라고 하고, 상기 제1 음성 단위에 대한 기설정된 응답 시간이 5초 인 경우, 상기 어학 학습 콘텐츠 제공 시스템(1000)은 1) 5초를 기다린 후, 5 초 동안 응답 정보가 없는 경우 2) "Say your English name? 또는 "Hey, James. Please, say your English name?"(이 경우 제1 음성 단위와 제2 음성 단위는 내용적으로 동일할 수 있다.) 이라는 제2 음성 단위를 제공하고, 다시 5초를 기다린다. 이 경우에도 응답 정보가 없을 경우, "Your English name, Please?" 또는 "What is your English name?" 등과 같이 제2 음성 단위를 반복하여 제공한다. 4) 만약 3번 정도 반복이 있은 후에도 그래도 응답 정보가 없을 경우에는 멘토 화자가 "제임스, 너의 별명이 뭐지? 영어로 말해 봐."라고 하는 제1 음성 단위를 제공한다. 5) 이 경우의 기설정된 응답 시간이 5초라면 5초 동안 응답 정보가 없는 경우, 상기 어학 학습 콘텐츠 제공 시스템(1000)의 화자는 "You have to say, my English name is James""라는 제2 음성 단위를 제공해 주고, 6) "따라해 보세요. My English name is James."라는 제1 음성 단위를 제공해 주고, 기설정된 시간 동안 기다린다. 이 경우에도 응답 정보가 없는 경우, "제임스, 이렇게 말해 봐. My English name is James"라는 제1 음성 단위를 제공해 주고, 기설정된 시간 동안 기다릴 수 있을 것이다. 한편, 상기와 같은 부정적인 응답 반응이 계속되는 경우, 상기 멘토 화자는 "제임스 오늘 공부는 그만 하자." , "제임스, 다른 공부를 해 볼까?"등과 같은 상기 학습자 단말기(2000)에 제공된 어학 학습 콘텐츠를 종결하거나, 다른 어학 학습 콘텐츠로 전이하는 내용의 정보를 전송한다. 응답 시간의 측정은 본 발명의 응답 시간 측정부(131)이 수행한다.
표 1은 상기 응답 시간 패턴에 대한 패턴 데이터의 한 예이다.
패턴 종류 제1 음성 단위 기준 시간 제2 음성 단위 기준 시간
응답 시간 패턴 "Hey, James. Please, say your English name? 5초 "Say your English name? 5초
응답 시간 패턴 "Your English name, Please?" 5초 "Your English name, Please?" 5초
응답 시간 패턴 "제임스, 너의 별명이 뭐지? 영어로 말해 봐." 3초 ""You have to say, my English name is James"" 5초
응답 시간 패턴 "따라해 보세요. My English name is James." 10초 "제임스, 다른 공부를 해 볼까?" 없음
둘째는 음량에 관한 것이다. 음량에 대한 일 실시예적 정보 처리 방법은 도 6에 잘 나와 있다. 제1 음성 단위가 제공(S41)된 다음, 기설정된 기준 시간 내에 응답 정보가 있을 때, 그 음량을 측정하고(S42), 상기 음량이 기설정된 기준 범위에 미치지 못하거나, 초과하는 경우(S43) 이에 대한 제2 음성 단위를 제공(S44)해 줄 수 있다. 음량과 관계된 세부 패턴은 2가지이다. 하나는 음량의 절대치의 문제이며, 다른 하나는 음량의 시간 기준의 변화이다. 학습자가 모기 소리처럼 응답하거나, 처음에는 크게 응답하다가 나중에 기어들어가는 소리로 되는 경우이다. 이때, 상기 제어부(1000)는 상기 학습자 단말기(2000)로부터 전달되는 응답 정보의 음량의 절대치 및/또는 음량의 시간 기준 변화를 모니터링 한 다음 기설정된 패턴에 해당되면, 패턴에 대응되는 제2 음성 단위를 제공해 줄 수 있다. 이 경우의 제2 음성 단위의 예는 "Please say loudly", "좀 더 크게 말해 보세요", "계속 크게 말해 보세요." 등이 될 수 있을 것이며, 멘토 화자의 음성이거나, 대화의 상대방의 음성인 것이 바람직할 것이다. "Please say loudly"라고 제2 음성 단위를 제공한 다음, 기설정된 시간을 기다리고도 응답이 없을 경우에는 상기 첫번째 응답 정보 발생 여부와 관련된 패턴으로 제어될 것이다. 그리고, "Please say loudly"라고 한 다음에 상기 학습자 단말기(2000)로부터 전송되는 음량이 기설정된 절대량에 미치지 못하는 경우, "James, Please say loudly" 나 "좀 더 크게 말해 보세요" 등과 같은 제2 음성 단위를 전송할 수 있을 것이다. 응답 음량의 측정은 본 발명의 응답 음량 측정부(132)이 수행한다.
표 2는 상기 음량 패턴에 대한 패턴 데이터의 한 예이다.
패턴 종류 기준 제2 음성 단위
음량 패턴 - 절대량 30dB이하 "Please say loudly"
31~50dB "Please say a little more loudly"
음량 패턴- 음량 변화 음량 감쇄율 30% 이상 "계속 크게 말해 보세요."
음량 패턴 음량 감쇄율 30% 이상 "계속해서 조금만 더 크게 말해 보세요."
셋째는 응답 속도에 관한 것이다. 상기 학습자가 너무 천천히 말하거나, 너무 빨리 말하는 경우의 패턴이다. 이 경우에도 상기 제어부(1000)는 상기 학습자의 응답 정보를 1) 총시간, 2) 음성의 패턴(느릿느릿한 음성은 음의 파형상 ~~~한 패턴이 있다.) 이 경우, 제2 음성 단위로 "Please say a little fast." "좀 더 빨리 말해 볼래?"와 같은 것들이 제공 될 수 있을 것이다.
상기 첫째 내지 셋째 응답 정보가 가지는 패턴은 어학 학습 콘텐츠 및/또는 제1 음성 단위의 내용과는 무관하거나 독립적인 것일 수 있다. 그러므로, 상기 첫째 내지 셋째등과 같은 패턴을 본 발명에서는 독립 패턴이라 한다. 한편, 상기 독립 패턴과의 대비되는 개념이 어학 학습 콘텐츠 및/또는 제1 음성 단위의 내용과 관계되어 있는 것이 종속 패턴이 된다. 종속 패턴에 대해서는 후술한다. 상기 패턴 은 패턴 데이터의 형태로 존재하며, 상기 패턴 데이터는 패턴 DB의 형태로 존재할 수 있을 것이다. 상기 독립 패턴들은, 특히, 응답 시간 패턴 및/또는 음량 패턴의 해당 여부는 상기 학습자가 옳은 내용을 말했는지보다 우선적으로 판단될 필요가 있을 것이다. 이에 대한 일 실시예적 정보 처리 방법이 도 4에 잘 나타나 있다. 상기 어학 학습 콘텐츠 제공 시스템(1000)의 상기 제어부(1000)는 학습자 단말기(2000)의 응답 정보를 모니터링(S21)한 다음, 상기 응답 정보가 독립 패턴에 해당하는 지의 여부를 우선적으로 판단하고(S22), 독립 패턴에 해당하는 경우, 어느 독립 패턴에 해당하는 지를 판단한 다음(S23), 해당하는 독립패턴에 대응되는 제2 음성 단위를 제공한다(S24). 만약 독립 패턴에 해당하지 않는 경우라면, 종속 패턴 해당 여부를 판단하고(S25), 해당 종속 패턴에 대응되는 제2 음성 단위를 사용자 단말기에 제공한다.
한편, 상기 독립 패턴들은 특정한 어학 학습 콘텐츠 및/또는 특정한 제1 음성 단위의 내용과는 무관하기 때문에, 상기 제어부(1000)는 상기 독립 패턴들을 상기 어학 학습 콘텐츠 및/또는 제1 음성 단위의 내용과는 무관하게 관리되거나 어학 학습 콘텐츠 및/또는 제1 음성 단위의 내용과는 무관하게 저장될 수 있을 것이다. 이 경우, 상기 제어부(1000)는 특정한 어학 학습 콘텐츠의 특정한 제1 음성 단위를 전송한 다음 상기 응답 정보가 상기 독립 패턴에 해당하는 지의 여부를 판단할 때는 상기 어학 학습 콘텐츠 및/또는 제1 음성 단위의 내용을 고려하지 않고, 상기 독립적으로 관리되거나 저장된 독립 패턴 데이터를 우선적으로 조회하여 판단하고, 상기 독립 패턴에 해당하지 않을 경우에만, 상기 어학 학습 콘텐츠 및/또는 제1 음 성 단위의 내용에 관련되는 종속 패턴의 해당 여부를 판단하는 방식으로 제어할 수도 있을 것이다.
이어, 선택된 어학 학습 콘텐츠 및 상기 제1 음성 단위 중 어느 하나 이상에 내용적으로 연관되어 있는 종속 패턴에 대해서 더욱 상세하게 설명한다. 예를 들어, "Hey, James. Please, say your English name?"라고 했을 때, 상기 학습자의 응답 정보에는 "James.", "My English name is James.", "James is my English name." 등과 같이 필수적으로 James라는 말이 포함되어 있어야 한다.(물론, 상기와 같은 학습 콘텐츠가 제공되기 이전에, 상기 학습자에게 별명을 지어 주는 과정과 그 별명이 저장되는 과정, 상기 학습자가 로그인 등과 같은 사용자 확인 과정을 거치는 과정이 전제되었음은 자명할 것이다.) 만약 이때 상기 학습자의 응답 정보가 "Fine, thank you."라는 음성이 전달되는 경우에는 올바른 응답이 아닐 수 있을 것이다. 그러므로, 상기 종속 패턴에는 "응답의 올바름"이라는 개념이 결부되어 있다. 종속 패턴의 처리는 패턴 매칭(pattern matching) 기법을 활용하여 응답 정보와 상기 어학 학습 콘텐츠 제공 시스템(1000)이 저장하고 있는 모범 응답 정보와의 유사성 판단을 수행할 수 있다.
이하, 상기 제어부(1000)가 상기 학습자의 응답 정보가 어떤 종속 패턴에 대응되는지를 판단하는 방법을 제시한다. 이에 대한 일실시예적 정보 처리 방법은 도 7에 잘 나와 있다. 도 7에서 알 수 있듯이, 상기 어학 학습 콘텐츠 제공 시스템(1000)은 학습자 단말기(2000)에 제1 음성 단위 제공하고(S51), 상기 학습자 단말기(2000)로부터 응답 정보를 수신한(S52) 다음, 상기 응답 정보와 상기 모범 응답 정보에 대한 유사성 판단을 수행한 (S53) 다음, 유사성 레벨을 결정하고(S54), 상기 유사성 레벨에 부합하는 제2 음성 단위를 제공(S55)하는 것을 포함한다.
상기 제어부(1000)의 응답 정보 인식부(140)가 응답 정보를 인식하고, 상기 유사성 판단부(120)가 어떻게 유사성을 판단하고, 상기 패턴 판단부(110)가 어떤 패턴에 대응되는지의 판단하는 것은 아래 2가지 방식 중 어느 한 방식 이상을 처리함으로써 구현된다.
첫째는 음성 인식 정보를 텍스트화 하고, 텍스트를 비교하는 것이다. 이를 위해서 예를 들면 (sound)"Hey, James. Please, say your English name?"에는 (text)"Hey, James. Please, say your English name?"가 대응되어 저장되어 있을 수 있다. (sound)표시는 (sound)이하에 있는 말이 음성 정보 - 더 정확하게는 음소 또는 세논 정보 -로 저장되어 있음을 의미하고, (text) 표시는 (text) 이하에 있는 글자가 text로 저장되어 있음을 의미한다. 그리고, 예상되는 바람직한 답변인 (sound)"James.", (sound) "My English name is James.", (sound) "James is my English name."에는 (text) "James.", (text) "My English name is James.", (text)"James is my English name."이 각각 대응되어 저장되어 있다. 이때, 상기 학습자의 응답 정보가 (sound)"James"인 경우, 상기 제어부(1000)는 음성 인식 모듈을 통하여 (sound)"James"를 음성 인식하여 (text)"James"를 생성하고, 이를 상기 저장된 (text) "James.", (text) "My English name is James.", (text)"James is my English name."와 비교/검색/대응 관계 조사를 수행한다.
둘째는 상기 학습자의 응답 정보를 음성 대 음성으로 비교하는 방식이다. 예를 들어 설명하면, 이 방식은 학습자의 (sound)"James"와 상기 어학 학습 콘텐츠 제공 시스템(1000)이 저장하고 있는 (sound)"James.", (sound) "My English name is James.", (sound) "James is my English name."과 음성 대 음성의 일치 여부를 판단하는 방식이다..
이때, 상기 (sound)"James.", (sound) "My English name is James.", (sound) "James is my English name."에는 (text) "James.", (text) "My English name is James.", (text)"James is my English name." 등이 모범 응답 정보의 일례가 될 수 있다. 즉, 상기 모범 응답 정보는 상기 학습자가 할 수 있는 가능성 있는 응답 정보를 사전에 가급적 다수 생성해 놓고, 상기 응답 정보와 상기 다수의 모범 응답 정보와의 유사성을 판단한다. 물론, 이 경우 상기 학습자는 사전에 자신의 English Name을 James라고 선택해 놓은 경우이며, 상기 학습자 다른 English Name을 선택해 놓으면, 그 선택해 놓은 이름으로 상기 모법 응답 정보를 구성해 놓아야 한다. 상기 모범 응답 정보는 모범 응답 정보 DB(211)에 저장되어 있을 수 있으며, 상기 모법 응답 정보는 화자별로 저장되어 있을 수 있다. 그러므로, 상기 어학 학습 콘텐츠 제공 시스템(1000)은 상기 학습자에게 선택에서 제한을 두는 것이 바람직할 것이다.(예를 들면, 이름을 5개의 보기 중에서 골라라고 하는 등이 그것이다.) 이때, 상기와 같이 모범 응답 정보에는 가변부와 불변부가 있을 수 있을 것이다. 상기 모범 응답 정보의 예에서 가변부는 James에 해당하는 부분이고, 불변부는 James를 제외한 다른 요소이다. 그러므로, 어학 학습 콘텐츠의 시나리오를 정교하게 설계해야 상기 모범 응답 정보의 개수를 줄일 수 있고, 케이스(case)가 조합되어 발생되는 모범 응답 정보 개수의 확장 속도를 줄일 수 있다.
이어, 유사성 판단 방법에 대해서 설명한다.
예를 들어 상기 학습자의 응답 정보가 (sound)"James, my name"일 경우, 상기 (sound)"James, my name"에 대해서 상기 제어부(1000)가 어떤 유사성 판단을 할 것인지가 문제시 된다. 상기 어학 학습 콘텐츠 제공 시스템(1000)은 유사성 판단의 정확성을 높이기 위해 1) 상기 바람직한 응답 정보마다 적어도 하나 이상의 핵심어를 결부시켜 놓을 수 있는 방법, 2) 오답의 예를 다수 저장해 놓는 방법, 3) 정답의 예를 다수 저장해 놓는 방법 중 어느 한 방법 이상을 도입할 수 있다.
이때, 물론, 음성 대 음성의 비교에서는 위에서 정의된 바와 같이 개개인의 음색이 제거된 음소(세논) 배열로 나타내여 음소의 배열 대 음소 배열 등을 상호 비교하는 것으로 구현 할 수도 있다.
상기 1)의 핵심어는 상기 예에서는 "James"를 제1 핵심어로, "English name"을 제2 핵심어으로 등록해 놓을 수 있게 되며, 각 핵심어마다에는 가중치가 부여되어 있을 수 있다.(예를 들면, James"라는 핵심어에는 70%, "English name"이라는 핵심어에는 20%의 가중치가 부여되어 있을 수 있다.) 이때, 어순과 관계없이 핵심어가 모두 나왔는지, 가중치가 높은 핵심어가 나왔는지를 판단하여 수치화할 수 있고, 이러한 수치화가 유사성의 측도가 될 수 있다. 예를 들어 (sound)"James, my English name"이라고 할 경우 점수는 70%+20%이 되어 90%이 될 수 있다. 한편, (sound)"James, my name"의 경우에는 70% 유사성이, (sound)"James, my English name"일 경우에는 20%의 유사성을 대응시킬 수 있을 것이다.
그리고, 상기 2)의 모범 응답 패턴의 해당 여부나 상기 3)의 오답 패턴의 해당 여부도 유사성 판단을 수행할 수 있다. 이때, 1) 학습자의 응답 정보에서 파악되는 전체 단어 대비 모범 응답 패턴에 속하는 단어의 일치 비율, 적어도 하나 이상의 완전 일치하는 최장 스트링(string)의 길이 및 그 길이가 학습자의 응답 정보에서 파악되는 전체 단어에 대응되는 비율 등과 같은 기설정된 기준을 적용하여 유사성의 레벨을 결정할 수 있다. 응답 정보와 모법 응답 정보는 음소 단위의 유사성 비교를 통해서 유사성의 정도를 측정할 수 있다. 입력 음성과 저장된 음성 사이에서 유사성을 판단하는 패턴 매칭 방법은 다수 나와 있으며, 본 발명 사상은 이들을 채용하여 요소 기술로 활용할 수도 있음은 물론이다 할 것이다.
유사성 레벨이 결정되면, 상기 유사성 레벨에 따라 상게 제어부(1000)는 제2 음성 단위를 제공해 줄 수 있다. 상기 유사성 레벨이 기설정된 기준 이하인 경우에는 상기 제2 음성 단위는 다음과 같은 것들이 예시될 수 있을 것이다. 본 발명에서 유사성 레벨이란 상기 학습자의 응답 정보에 대한 상기 어학 학습 콘텐츠 제공 시스템(1000)의 평가 결과의 의미로 해석되어야 한다. 물론, 평가의 기준은 다양할 수 있으며, 학습자의 응답 정보가 적어도 하나 이상의 옳은 응답과 얼마나 일치하는가의 유사성의 정도/레벨은 상기 평가 기준의 대표적인 한 예가 될 것이다.
첫째, 상기 학습자 단말기(2000)로부터 전송받은 상기 응답 정보와 상기 응 답 정보가 옳은 응답이 아니라는 평가 정보를 더 포함하여 제공하는 것이다. 예를 들어 (sound)"James"라는 응답이 있을 때, (sound)"(You said) + (sound)("James) + (sound)"I think it is wrong. Please say your English name."이라는 제2 음성 단위가 상기 학습자 단말기(2000)로 제공될 수 있다.
한편, 유사성 레벨(평가 기준의 한 예로 해석되어야 한다.)은 기준 이상, 기준 이하 등과 같이 2종류가 될 수도 있지만, 80% 이상, 70% 이상, 60% 이상, 50% 이상, 50% 미만 등과 같이 적어도 3 종류 이상이 될 수도 있다. 이때, 상기 제어부(1000)는 상기 계산되는 유사성 레벨(% 등)에 따라서 상기 유사성 레벨마다 대응되어 있는 서로 다른 제2 음성 단위를 입수하여 상기 학습자 단말기(2000)로 전송해 줄 수 있다. 나아가 상기 유사성 레벨을 하나의 차원(dimension)의 예로 하는 2개의 이상의 차원(dimension)의 교집합 별로 제2 음성 단위가 대응되어 있을 때, 상기 제어부(1000)는 상기 학습자의 응답 정보가 어떠한 차원의 어떠한 레벨(점수, 등급, 기타 선택된 차원의 단속적인(descrete) 값)에 해당하는가를 판단한 다음, 상기 판단 결과에 대응되는 제2 음성 단위를 상기 학습자 단말기(2000)에 제공해 줄 수 있다. 상기 차원의 예로는 "유사성 계수", "차점 유사성 간격 비", "유사성 계수 분포 행렬 등이 있을 수 있다.
(예시)
유사성 계수를 알아보자 예를 들면 화자가 다음 5개의 이름중 하나를 발음했다고 하자. 즉, (sound)Name 이 경우 응답 정보 인식부(140)의 인식기는 5개의 이 름 중 어느 것에 유사하게 발음 했는 지를 계산하기 위하여 화자의 발음 Name을 음소화 하고 Name -> (sound)Name
비교 대상 발음 Harry, James, Steven, Terry, Mark 를 각각 음소화하여 아래 표 3과 같이
같이 상호 유사성 개수 분포 행렬를 구한다. 이때, 유사성 계수는 음소 상호간의 거리를 DTW등의 알로리즘으로 용이하게 구할 수 있다.
(S)Harry (S)James (S)Steven (S)Terry (S)Mark
(S)Harry 100 20 0 80 30
(S)James 20 100 0 30 20
(S)Steven 0 0 100 30 0
(S)Terry 80 30 30 100 20
(S)Mark 30 20 0 20 100
(S)Name* 90 20 0 80 20
유사성 개수 분포 행렬은 서로 {Si,j} = {Sj,i} 로 대칭이며 {Si,i} = 100 인 특징이 있다.
이때, 화자의 발음이 상호 유사성이 극명하게 드러나는 (S)James, (S)Steven, (S)Mark이면 유사성 계수만 비교해도 큰 무리가 없으나, 화자의 발음이 음소군이 비슷한 (S)Terry, (S)Herry 인 경우에는( 상기 표 * 경우) 차점 유사성을 나타는 차점 유사성 계수와 계수 분포를 파악할 필요가 있다. 즉, 위 표에서는 (S)Name이 (S)Harry와는 유사성이 90이며, (S)Terry와도 80이나 되는 경우는, 유사성 계수만으로는 혼돈이 있을 수 있으나, 원음의 차점이 20밖에 되지 않는 경우에 있어서, 차이가 10 이므로 차점 유사성은 50이라 할 수 있으므로 화자의 (S)Name 은 (S)Harry 라고 했다고 판단 할 수 있다.
제1 음성 단위에서 여러 개의 English name 을 제시하고, 자신의 English name을 선택해 보라는 경우, 상기 학습자가 James를 선택하는 경우를 예시로 들어서 설명한다.
상기 제어부(1000)는 상기 학습자의 응답 정보에 대한 평가 결과로 상기 멘토 화자 또는 학습자와 대화하는 상대방은 아래와 같은 제2 음성 단위에 대응되는 음성 정보를 상기 학습자 단말기(2000)로 제공해 줄 수 있다.
(제1 음성 단위) Before going into this topic, let's make your English name. What do you like among these names? Harry, James, Steven, Terry, Mark
1) 다시 말할 필요 없이 확인된 유사성 ( Perfect_Similar ) - 유사성 계수 > 80% && 차점 유사성 간격 비 > 50% )
(응답 정보) (sound) I will choose James as my English Name.
(제2 음성 단위) James. Good choice.
2) 판단 사항을 알려줄 필요만 있을 정도의 유사성 ( Very_Similar ) - 유사성 계수 > 50 % && 차점 유사성 간격 > 50% )
(응답 정보) ) (sound) My English Name, James.
(제2 음성 단위) Good, James. Now your English name is James.
3) 단순 재확인이 필요한 유사성 - 긍정적 반응을 기대하는 재 확인 ( Lightly_Similar) - 유사성 계수 > 80 % && 차점 유사성 간격 < 50% )
(응답 정보) (sound) Ja...mes(약간 뛰엄뛰엄 말하는 경우)
(제2 음성 단위) Good, James. Now your English name is James. Right?
4) 반드시 재확인이 필요한 유사성 ( Badly_Similar ) - 유사성 계수 > 50 % && 차점 유사성 간격 < 50% )
(응답 정보) (sound) Ja...m.. es.(천천히, 뛰엄뛰엄 말하는 경우)
(제2 음성 단위) James? Did you say James?
5) 도저히 유사하지 않음 ( ETC, Different ) - 유사성 계수 < 50% && 유사성 계수 분포 렬도 동일하지 않을때
(응답 정보) (sound) 철수
(제2 음성 단위) A^ll right & "영어이름을 만들어 봅시다. 아래의 이름 중 하나를 골라서 말해 주세요. Harry, James, Steven, Terry, Mark
상기 응답 정보가 바람직한 모범 응답 패턴을 구성하는 패턴 데이터에 동일하거나 유사성 레벨이 아주 높은 답변이 있는 경우, 상기 어학 학습 콘텐츠 제공 시스템(1000)의 제어부(1000)는 (sound)"Good!", (sound)"Excellent!" 등과 같이 상기 학습자를 칭찬해 주는 코멘트 등을 제2 음성 단위로 제공해 주거나 상기와 같은 코멘트를 제2 음성 단위를 포함시켜 제공해 줄 수 있다. 상기 제어부(1000)는 상기 응답 정보에 대하여 유사성 레벨 등의 평가 결과를 반영하여, 음색, 화자, 및 발음 속도 등이 가변된 제2 음성 단위를 상기 학습자 단말기(2000)에 제공해 줄 수 있을 것이다. 음성 단위가 있을 때, 음색과 발음 속도 등은 소프트웨어적으로 가변해 줄 수 있음은 공지의 사실이므로, 상세한 설명은 생략한다.
물론, 상기 바람직한 답변이 있는 경우, 코멘트 없이 다른 제1 음성 단위를 제공해 줄 수 있음은 자명하다 할 것이다.
상기 제1 음성 단위 1개에 대하여 상기 바람직한 모범 응답 패턴의 개수는 적어도 1개 이상이 되며, 상기 제1 음성 단위 1개에 대하여 적어도 1개 이상의 제2 음성 단위가 대응된다. 그리고, 상기 바람직한 모범 응답 패턴에는 다양한 메타 정보가 있을 수 있다. 대표적인 예로는 상기에서 도입한 Harry, James, Steven, Terry, Mark 등에 핵심어라는 메타 정보를 부여할 수 있고, 이러한 핵심어에 높은 가중치 점수가 배정되어 있을 수 있다. 또한, 어순이나, 중요한 어절(phrase) 등에도 메타 정보로 특별한 가중치 점수를 배정할 수 있다. 상기 1개 이상이 되는 제2 음성 단위의 예를 들면, 선택의 대상이 되는 Harry, James, Steven, Terry, Mark 각각 별로 제2 음성 단위가 대응될 수 있을 것이며, "My English name is" 등이 응답 정보에 포함되느냐의 여부에 따라서도 제2 음성 단위가 대응될 수 있을 것이며, 유사성 레벨에 따라서도 제2 음성 단위가 대응될 수 있을 것이다. 이때, 제2 음성 단위는 구성 요소별로 합성될 수도 있을 것이며, 개별적인 조합별로 존재할 수도 있을 것이다.(후자가 자연스러운 연결이 장점이라면, 모든 조합 가능한 케이스별로 모두 녹음해 놓아야 하는 점은 단점이 된다.) 예를 들어, 학습자가 Harry를 선택했을 때, 후자라면 Harry가 들어가는 모든 음성 단위를 생성해 놓아야 하고, Terry를 선택하는 경우를 대비하여 모든 음성 단위를 생성해 놓아야 한다. 즉, 후자라면, "Good, James. Now your English name is James." "Good, Harry. Now your English name is Harry." "Good, Terry. Now your English name is Terry."를 모두 생성해 놓아야 한다. 한편, 전자라면 가변 요소와 불변 요소를 음성 합성하는 방법으로 위와 같은 것을 상황별로 생성(generation)할 수 있을 것이다. "Good, (). Now your English name is ()."에서 ()의 내용은 가변 요소가 되며, ()를 제외한 부분은 불변 요소가 된다. 가변 요소와 불변 요소는 머지(merge)를 하면 완전한 문장을 생성하게 된다. 가변 요소의 옳은 선택은 Harry, James, Steven, Terry, Mark 중의 어느 하나가 된다. 문장을 가변 요소와 불변 요소로 나누고, 가변 요소에 들어가는 가변 요소값을 결정한 다음, 가변 요소값을 대입함으로써 전체 문장을 완성하는 이러한 방식은 이는 특히 TTS(Text to Speech) 기술을 활용하는 경우 더욱 효과적이다.
상기 제어부(1000)는 상기 학습자 단말기(2000)에서 전송되어 오는 응답 정보와 상기 모범 응답 패턴을 구성하는 모범 응답 패턴 데이터를 비교하여, 유사성 레벨 등과 같은 평가 결과를 생성한다. 바람직하게는 상기 제어부(1000)는 상기 모니터링 되는 응답 정보를 상기 독립 패턴에 해당되는지를 먼저 판단한 다음, 독립 패턴에 해당되지 않으면 종속 패턴으로 판단한다. 예시적으로 상기 응답 정보가 독립 패턴에 해당되지 않는다는 응답이 있고, 음량도 적당한 경우를 들 수 있다. 이 경우, 상기 제어부(1000)는 응답 정보가 유효한 것으로 판단하여(종속 패턴을 적용해야 하는 것으로 판단하여), 그 응답 정보가 내용적으로 옳은 것인지 아니면 내용 적으로 잘못된 것인지를 판단하게 된다. 이때, 상기 응답 정보가 내용적으로 옳은 것인지의 여부는 상기 응답 정보와 상기 모범 응답 패턴과의 비교로 이루어진다. 상기 모범 응답 패턴은 모범 응답 텍스트 정보(모범 응답이 되는 텍스트 형태로 된 정보, 예를 들면, Harry, James, Steven, Terry, Mark나, My English name is Harry. 등은 모범 응답이 되며, 이러한 모범 응답이 텍스트의 형태로 되어 있을 경우, 상기 모범 응답 텍스트 정보가 된다.)과 모범 응답 음성 정보(모범 응답이 되는 음성 정보) 중 어느 하나 이상이 될 수 있다. 상기 독립 패턴에 해당되지 않는 상기 응답 정보는 그 응답이 옳든 틀리든 정보 상기 어학 학습 콘텐츠 및 상기 제1 음성 단위 중 어느 하나 이상에 내용적으로 관련성이 있으므로 종속 패턴 해당 여부의 판단 대상이 된다.
본 발명의 상기 어학 학습 콘텐츠 제공 시스템(1000)은 제1 음성 단위를 제공한 다음, 상기 학습자의 제1 응답 정보를 판단하고, 제2 음성 단위를 제공한다. 상기 제2 음성 단위에 대하여 상기 학습자의 제2 응답 정보가 있는 경우, 상기 제2 음성 단위는 개념적으로 상기 제1 음성 단위의 관계가 된다. 대화란 적어도 하나 이상의 제1 음성 단위와 제1 응답 정보의 시간의 경과에 따르는 결합으로 구성된다. 즉, 예시적으로 본 발명의 제1 음성 단위는 학습자의 응답 정보를 필요로 하는 음성 단위가 정의될 수도 있으며, 제2 음성 단위는 학습자의 응답 정보에 대응하여 상기 어학 학습 콘텐츠 제공 시스템(1000)이 제공하는 음성 단위로 정의될 수 있을 것이다. 이때, 상기 제2 음성 단위가 그 내용적 속성 상 학습자의 응답 정보를 필요로 하는 경우에는 제2 응답 정보의 관점에서 볼 때는 제1 음성 단위의 속성을 가지게 된다.
상기 어학 학습 콘텐츠 제공 시스템(1000)의 상기 제어부(1000)는 상기 제1 응답 정보, 제2 응답 정보 등 학습자의 응답 정보에 대하여 평가 결과를 취합할 수 있고, 취합의 결과로 학습자의 수준, 성취도 등을 평가할 수 있다. 상기 취합은 하나의 응답 단위, 하나의 회화 단위, 1회 학습 단위, 기설정된 기간 단위, 기설정된 학습 코스 단위, 기설정된 학습 레벨 단위 등 임의의 단위로 이루어 질 수 있다. 한편,상기 제어부(1000)는 상기 학습자의 성취도나 연령, 수준 등을 반영하여 다른 어학 학습 콘텐츠로 회화 훈련을 시킬 수도 있을 것이다. 도 8은 학습자들의 성취도나 수준 등을 반영하여 최적의 학습 콘텐츠를 제공해 주는 일 실시예적 구성에 대한 것이다. 상기 어학 학습 콘텐츠 제공 시스템(1000)은 학습자 단말기(2000)에 제1군의 학습 콘텐츠 제공하고(S61), 어학 학습에 대한 평가 결과 취합한(S62) 다음, 학습자의 수준/성취도 결정하고(S63), 상기 학습자 단말기(2000)에 최적화된 제2군의 학습 콘텐츠 제공한다(S64). 이를 위해서 상기 어학 학습 콘텐츠마다 수준이나 레벨, 점수 등과 같은 성취도 평가를 위한 항목이 할당되어 있어야 하며, 상기 학습자의 수행 결과와 상기 평가 항목과의 비교를 통해서 성취도를 평가하고, 평가 결과에 따라 학습자에게 최적화된 학습 콘텐츠를 제공해 줄 수 있다.
본 발명은 어학 교육 산업, 통신 산업 등에 널리 활용될 수 있다.
도 1은 유무선 통신망을 통하여 학습자 단말기로 어학 학습 서비스를 제공해 주는 시스템의 구성에 대한 일 실시예적 도면이다.
도 2는 상기 시스템이 상기 학습자 단말기 내 또는 상기 학습자 단말기와 유무선으로 연결되는 저장 장치 내에 존재하면서, 학습자에게 어학 학습 서비스를 제공해 주는 시스템의 구성에 대한 일 실시예적 도면이다.
도 3은 본 발명의 시스템이 제1 음성 단위와 응답 정보로 제2 음성 단위를 제공하는 방법에 대한 일 실시예적 도면이다.
도 4는 본 발명의 시스템이 응답 정보에 대하여 독립 패턴 해당 여부를 우선적으로 판단하고, 독립 패턴에 해당되지 않을 때 종속 패턴을 판단하는 방식으로 정보를 처리하는 것에 대한 일시실예적 도면이다.
도 5는 본 발명의 시스템이 독립 패턴 중 응답 시간에 관련하여 정보 처리하는 것에 대한 일 실시예적 도면이다.
도 6은 본 발명의 시스템이 독립 패턴 중 응답 음량에 관련하여 정보 처리하는 것에 대한 일 실시예적 도면이다.
도 7은 본 발명의 시스템이 응답 정보가 종속 패턴에 해당하는 경우, 응답 정보와 모범 응답 정보 간의 유사성 레벨을 결정하고, 유사성 레벨에 따라 제2 음성 단위를 제공하는 방식에 대한 일실시예적 도면이다.
도 8은 본 발명의 시스템이 학습자에 최적화된 학습 콘텐츠를 제공하는 방법에 대한 일실시예적 방법에 대한 도면이다.
*** 도면의 주요부에 대한 설명 ***
어학 학습 콘텐츠 제공 시스템 : 1000
제어부 : 100
패턴 판단부 : 110
유사성 판단부 : 120
측정부 : 130
응답 시간 측정부 : 131
응답 음량 측정부 : 132
응답 속도 측정부 : 133
응답 음색 측정부 : 134
응답 정보 인식부 : 140
어학 학습 콘텐츠 DB : 200
화자별 어학 학습 콘텐츠 DB : 210
모범 응답 정보 DB : 211
지시문 DB : 220
코멘트 DB : 230
도움말 DB : 240
해설 DB : 250
시나리오 DB : 260
독립 패턴별 음성 정보 DB : 300
패턴 데이터 DB : 400
독립 패턴 데이터 DB : 410
종속 패턴 데이터 DB : 420
학습 콘텐츠 제공부 : 500
네트워크 : 3000
학습자 단말기 : 2000

Claims (29)

  1. 유무선 통신망을 통하여 학습자에게 어학 학습 서비스를 제공하는 음성 인식 기술을 사용하는 어학 학습 시스템이,
    (A) 상기 학습자의 단말기에 어학 학습 콘텐츠 DB에서 선택된 적어도 하나 이상의 어학 학습 콘텐츠에 포함된 제1 음성 단위를 제공하는 단계;
    (B) 상기 제공된 제1 음성 단위에 대한 상기 학습자 단말기의 응답 정보를 모니터링 하는 단계;
    (C) 상기 모니터링 되는 응답 정보가 기설정된 적어도 하나 이상의 패턴에 해당되는지를 판단하는 단계;
    (D) 상기 학습자의 단말기로 상기 해당하는 패턴에 대응되는 제2 음성 단위를 제공하는 단계;를 포함하며,
    상기 패턴은 패턴 데이터의 형태로 존재하며, 상기 패턴 데이터를 구성하는 패턴은 선택된 어학 학습 콘텐츠 및 상기 제1 음성 단위 중 어느 하나 이상에 내용적으로 연관되어 있는 종속 패턴 및 상기 선택된 어학 학습 콘텐츠 및 상기 제1 음성 단위와 내용적으로 연관되지 않는 독립 패턴 중 어느 하나 이상을 포함하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  2. 제1항에 있어서,
    상기 패턴은 응답 시간 패턴, 응답 음량 패턴, 응답 음색 패턴 및 응답 속도 패턴 중 어느 하나 이상인 것이며,
    상기 패턴 데이터에는 상기 응답 시간, 응답 음량, 응답 음색 및 응답 속도 중 어느 하나 이상에 대하여 기설정된 기준 정보가 더 포함되어 있으며,
    상기 (C) 단계는 상기 (B) 단계의 응답 정보가 상기 패턴 데이터의 기설정된 기준 정보 중 어느 하나 이상에 해당하는지를 판단하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  3. 제1항에 있어서,
    상기 응답 시간, 응답 음량, 응답 음색 및 응답 속도 중 어느 하나 이상은 상기 독립 패턴을 구성하는 것인 것이며,
    상기 독립 패턴은 상기 종속 패턴보다 우선적으로 판단되는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  4. 제1항에 있어서,
    상기 응답 정보가 상기 패턴 중 어느 하나 이상의 패턴에 해당하는 경우,
    상기 해당하는 패턴에 대응되는 제2 음성 단위는 적어도 한 종류 이상이며,
    상기 제2 음성 단위 종류가 2 이상일 경우, 상기 2 이상의 제2 음성 단위는 랜덤하게 제공되는 방법 및 상기 2 이상의 제2 음성 단위에는 제공 순서 및 제공 조건 중 어느 하나 이상이 설정되어 있어 상기 2 이상의 음성 단위는 상기 제공 순서 및 상기 제공 조건 중 어느 하나 이상이 고려되어 제공되는 방법 중 어느 하나 이상의 방법이 실시되는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  5. 제1항에 있어서,
    상기 패턴이 응답 시간인 경우,
    상기 (B) 단계는 상기 (A) 단계가 실시된 후 상기 학습자의 단말기로부터 응답 정보가 수신되는 시간의 측정을 포함하는 것인 것이며
    상기 패턴 데이터에는 상기 학습자의 단말기에 전송되는 상기 제1 음성 단위별로 또는 상기 제1 음성 단위와는 독립적으로 상기 응답 정보가 수신되어야 할 기준 시간 범위 정보가 더 포함되어 있으며,
    상기 응답 정보가 상기 기준 시간 범위 정보에 포함된 시간을 초과하는 시간 초과 패턴이 인식되는 경우, 상기 시간 초과 패턴에 대응되는 제2 음성 단위가 제공되는 것인 것이며,
    상기 시간 초과 패턴에 대응되는 제2 음성 단위는 상기 제1 음성 단위의 내용과는 무관한 응답을 촉구하는 기설정된 응답 촉구 음성 단위인 것이며,
    상기 응답 촉구 음성 단위는 적어도 하나 이상의 응답 촉구 음성 단위로 구성되며,
    상기 응답 촉구 음성 단위의 종류가 2 이상일 경우, 상기 2 이상의 응답 촉구 음성 단위는 랜덤하게 제공되거나, 상기 2 이상의 응답 촉구 음성 단위에는 제공 순서 및 제공 조건 중 어느 하나 이상이 설정되어 있어 상기 제공 순서 및 상기 제공 조건 중 어느 하나 이상이 고려되어 제공되는 것인 것을 특징으로 하는 어학 학 습 콘텐츠 제공 방법.
  6. 제1항에 있어서,
    상기 패턴이 응답 음량인 경우,
    상기 (B) 단계는 상기 (A) 단계가 실시된 후 상기 학습자의 단말기로부터 응답 정보의 음량의 측정을 포함하는 것인 것이며
    상기 패턴 데이터에는 상기 학습자의 단말기에 전송되는 상기 제1 음성 단위별로 또는 상기 제1 음성 단위와는 독립적으로 상기 응답 정보가 수신되어야 할 기준 응량 범위 정보가 더 포함되어 있으며,
    상기 응답 정보가 상기 기준 름량 범위 정보에 포함된 음량에 미달하는 음량 미달 패턴이 인식되는 경우, 상기 음량 미달 패턴에 대응되는 제2 음성 단위가 제공되는 것인 것이며,
    상기 음량 미달 패턴에 대응되는 제2 음성 단위는 상기 제1 음성 단위의 내용과는 무관한 음량을 촉구하는 기설정된 음량 촉구 음성 단위인 것이며,
    상기 음량 촉구 음성 단위는 적어도 하나 이상의 음량 촉구 음성 단위로 구성되며,
    상기 음량 촉구 음성 단위의 종류가 2 이상일 경우, 상기 2 이상의 음량 촉구 음성 단위는 랜덤하게 제공되거나, 상기 2 이상의 음량 촉구 음성 단위에는 제공 순서 및 제공 조건 중 어느 하나 이상이 설정되어 있어 상기 제공 순서 및 상기 제공 조건 중 어느 하나 이상이 고려되어 제공되는 것인 것을 특징으로 하는 어학 학 습 콘텐츠 제공 방법.
  7. 제1항에 있어서,
    상기 제1 음성 단위에는 상기 제1 음성 단위에 대응되는 적어도 하나 이상의 모범 응답 패턴이 대응되어 있으며,
    상기 모범 응답 패턴은 모범 응답 텍스트 정보 및 모범 응답 음성 정보 중 적어도 어느 하나 이상를 포함하며,
    상기 모범 응답 패턴는 상기 종속 패턴에 속하며,
    상기 (C) 단계는 상기 응답 정보가 상기 모범 응답 패턴에 해당하는지 여부를 판단하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  8. 제7항에 있어서,
    상기 응답 정보가 상기 모범 응답 패턴에 해당하는지 여부를 판단하는 것은 유사성 판단 방법을 사용하는 것이며,
    상기 유사성 판단 방법은 상기 응답 정보를 음성 인식하고 인식된 음성을 텍스트화하고 상기 텍스트화 된 응답 정보와 상기 모범 응답 텍스트 정보와 일치 정도를 비교하는 방법 및 상기 응답 정보에 포함된 음성 정보를 상기 모범 응답 음성 정보와 음성 대 음성으로 비교하는 방법 중에서 선택되는 어느 한 방법 이상을 실시하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  9. 제8항에 있어서,
    상기 유사성 판단 방법의 결과에 따라 상기 응답 정보와 상기 모범 응답 패턴과의 유사성 레벨을 결정하는 단계;를 더 포함하는 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  10. 제9항에 있어서,
    상기 (D) 단계는 상기 모범 응답 패턴 및 상기 유사성 레벨 중 어느 하나 이상에 따라 상기 제2 음성 단위를 제공하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  11. 제10항에 있어서,
    상기 유사성 레벨이 기설정된 레벨 이하인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 학습자의 단말기로부터 전송받은 상기 응답 정보와 상기 응답 정보가 옳은 응답이 아니라는 평가 정보를 더 포함하여 구성되는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  12. 제10항에 있어서,
    상기 유사성 레벨이 기설정된 레벨 이하인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 학습자의 단말기로부터 전송받은 상기 응답 정보와 상기 모범 응답 정보 중 어느 하나 이상을 포함하여 구성되는 것인 것을 특징으로 하는 어학 학습 콘 텐츠 제공 방법.
  13. 제10항에 있어서,
    상기 유사성 레벨이 기설정된 레벨 이하인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 제1 음성 정보를 포함하여 구성되는 것이거나,
    상기 유사성 레벨이 기설정된 레벨 이하인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 학습자의 모국어로 된 음성 정보를 포함하여 구성되는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  14. 제10항에 있어서,
    상기 유사성 레벨이 기설정된 레벨 이상인 경우, 상기 (D) 단계의 제2 음성 단위는 상기 학습자를 칭찬하는 음성 정보를 포함하여 구성되는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  15. 제10항에 있어서,
    상기 제2 음성 단위는 상기 유사성 레벨에 따라 음색, 화자 및 발음 속도 중 어느 하나 이상이 다른 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  16. 제1항에 있어서,
    상기 어학 학습 콘텐츠는 상기 학습자의 수준, 연령 및 성취도 중 어느 하나 이상에 따라 다른 콘텐츠가 제공되며,
    상기 어학 학습 콘텐츠는 하나의 어학 학습 콘텐츠가 적어도 하나 이상의 원어민의 음성으로 녹음된 음성 정보를 포함하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  17. 제1항에 있어서,
    상기 어학 학습 콘텐츠는 시나리오 방식을 포함하며,
    상기 시나리오 방식은 학습 언어 또는 상기 학습자의 모국어로 제공되는 상황에 대한 설명, 제공되는 회화 정보 따라하기 및 상기 회화에서 상기 학습자가 수행해야 하는 부분 정보 중 어느 하나 이상을 포함하고 있는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  18. 제1항에 있어서,
    상기 어학 학습 콘텐츠 DB를 구성하는 적어도 하나 이상의 어학 학습 콘텐츠는 적어도 하나 이상의 회화 어학 학습 콘텐츠를 포함하고 있으며, 상기 회화 어학 학습 콘텐츠에는 적어도 2인 이상의 화자가 등장하며, 상기 화자마다 다른 음성으로 녹음된 음성 정보가 있으며,
    상기 어학 학습 콘텐츠의 제공은 화자의 선택 단계를 포함하며,
    상기 화자의 선택은 상기 학습자가 자신 및 적어도 하나 이상의 상대방 중 어느 하나 이상을 선택하는 방법 및 상기 어학 학습 시스템이 상기 학습자 및 상기 상대방 중 어느 하나 이상을 선택하는 방법 중 어느 하나 이상을 사용하여 이루어 지는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  19. 제1항에 있어서,
    상기 (C) 단계는 종속 패턴의 해당 여부를 먼저 판단하는 방법, 상기 종속 패턴과 독립 패턴의 해당 여부를 순차적으로 판단하는 방법, 상기 종속 패턴이 기설정된 기준을 충족하는 경우만 독립 패턴의 해당 여부를 판단하는 방법, 상기 종속 패턴과 상기 독립 패턴에 대하여 기설정된 가중치를 부여하고, 가중치가 높은 순서대로 선택되는 어느 하나 이상의 패턴의 해당 여부를 판단하는 방법, 상기 종속 패턴과 상기 독립 패턴을 복합적으로 고려하여 적어도 2 이상의 패턴의 해당 여부를 판단하는 방법 및 상기 독립 패턴을 먼저 판단하는 방법 중에서 선택되는 어느 한 방법 이상이 적용되는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  20. 제1항에 있어서,
    상기 종속 패턴과 상기 독립 패턴은 상기 선택된 어학 학습 콘텐츠에 연관되어 1:1 저장되어 있는 방법 및 상기 독립 패턴만 상기 선택된 어학 학습 콘텐츠에 연관되어 저장되어 있은 방법 중에서 선택되는 어느 한 방법 이상으로 저장되어 있는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  21. 제7항에 있어서,
    상기 응답 정보가 상기 모범 응답 패턴에 해당하는지 여부를 판단하는 것은 유사성 판단 방법을 사용하는 것이며,
    상기 유사성 판단 방법은 음소 벡터를 기반으로 하는 발음의 유사성을 판단하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  22. 제21항에 있어서,
    상기 음소 벡터를 기반으로 하는 발음의 유사성을 판단하는 것은 음소 벡터의 변화량과 에너지에 따른 가중치를 고려하여 판단하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  23. 제1항에 있어서,
    상기 어학 학습 시스템이 상기 응답 정보를 인식하는 방법은 단어 단위의 인식 방법을 포함하는 것이며,
    상기 단어 단위의 인식은 동적 할당 단어집을 활용한 단어 인식 방법을 포함하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  24. 제1항에 있어서,
    상기 어학 학습 콘텐츠 DB를 구성하는 적어도 하나 이상의 어학 학습 콘텐츠는 적어도 하나 이상의 회화 어학 학습 콘텐츠를 포함하고 있으며, 상기 회화 어학 학습 콘텐츠에는 적어도 2인 이상의 화자가 등장하며, 상기 화자에는 멘토 화자가 더 포함되어 있으며,
    상기 멘토 화자의 음성은 상기 학습자와 회화를 연습하는 회화의 상대방 및 상기 회화의 관찰자의 음성으로 제공되며,
    상기 멘토 화자의 음성 내용은 상기 학습자의 컴퓨터에 제공되는 기설정된 어학 학습 콘텐츠의 대사 정보에 포함되어 있지 않은 내용을 포함하는 것인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  25. 제24항에 있어서,
    상기 멘토 화자의 음성 내용은 상기 어학 학습 콘텐츠의 시나리오, 해설, 도움말, 지시문 및 코멘트 중 어느 하나 이상인 것을 특징으로 하는 어학 학습 콘텐츠 제공 방법.
  26. 제 1항 내지 제 25항 중 어느 한 항을 실시하는 것을 특징으로 하는 어학 학습 시스템.
  27. 제 26항에 있어서,
    상기 어학 학습 시스템은 기설정된 서버에서 구동되는 것인 것이며, 상기 학습자의 단말기는 유선 전화, 무선 전화, IPTV 및 컴퓨터 중 어느 하나 이상인 것인 것을 특징으로 하는 어학 학습 시스템.
  28. 제 26항에 있어서,
    상기 어학 학습 시스템은 상기 학습자의 단말기 및 상기 학습자의 단말기에 연결되는 기록 매체 중 어느 하나 이상에서 구동되는 것인 것이며, 상기 학습자의 단말기는 유선 전화, 무선 전화, IPTV 및 컴퓨터 중 어느 하나 이상인 것인 것을 특징으로 하는 어학 학습 시스템.
  29. 제 1항 내지 제 25항 중 어느 한 항이 실시되는 프로그램이 저장된 기록 매체.
KR1020080117530A 2008-11-25 2008-11-25 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체 KR101023777B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080117530A KR101023777B1 (ko) 2008-11-25 2008-11-25 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080117530A KR101023777B1 (ko) 2008-11-25 2008-11-25 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체

Publications (2)

Publication Number Publication Date
KR20100058935A true KR20100058935A (ko) 2010-06-04
KR101023777B1 KR101023777B1 (ko) 2011-03-21

Family

ID=42360308

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080117530A KR101023777B1 (ko) 2008-11-25 2008-11-25 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체

Country Status (1)

Country Link
KR (1) KR101023777B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120035059A (ko) * 2010-10-04 2012-04-13 에스케이텔레콤 주식회사 단말기의 음성인식을 통한 어학학습 방법 및 시스템
KR101438088B1 (ko) * 2012-08-08 2014-09-17 (주)아이티씨교육 음성인식 및 문자전환 기술을 이용한 통역 테스트와 쓰기 테스트의 2차 피드백을 통한 외국어 학습 서비스 제공 방법
KR20180129166A (ko) * 2017-05-25 2018-12-05 주식회사 스터디맥스 학습자의 음성입력을 이용한 학습 시스템 및 그 방법
WO2020071603A1 (ko) * 2018-10-05 2020-04-09 원세컨드랩스 주식회사 외국어 말하기 반응 평가 방법 및 그를 수행하는 무선단말
KR20200114390A (ko) * 2019-03-28 2020-10-07 (주)잉글리시헌트 어학학습 콘텐츠의 ai기반 상호작용을 위한 머신러닝튜터 기반 외국어 학습용 대화문을 자동으로 제공하는 방법
KR20220114686A (ko) * 2021-02-09 2022-08-17 최송이 대화형 인공지능 기술을 이용하여 정적없이 외국어 대화를 할 수 있도록 도와주는 에듀테크 시스템
KR20220157209A (ko) * 2021-05-20 2022-11-29 김형래 증강 현실 기반의 항공기 정비 훈련 장치 및 방법
KR102647331B1 (ko) * 2023-07-07 2024-03-13 주식회사 아임토리 시계열 데이터 기반 데이터 샘플링 서비스 제공 시스템

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220073577A (ko) 2020-11-26 2022-06-03 주식회사 미티영 외국어 학습 장치 및 방법
KR102384573B1 (ko) * 2021-09-09 2022-04-11 주식회사 오리진 자율대화 기능이 구비된 인공지능 기반의 언어학습 단말기 그 동작방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020014029A (ko) * 2000-08-14 2002-02-25 신승중 인터넷 상에서 음성인식을 이용한 교육방법
KR100450019B1 (ko) * 2001-11-17 2004-09-30 전준호 인터넷을 이용한 음성인식 영어 학습서비스방법
KR100701271B1 (ko) * 2004-08-20 2007-03-29 동아시테크주식회사 온라인 외국어 인터뷰 학습 및 평가 시스템과 그 시스템을이용한 인터뷰 학습 및 평가 방법
KR100773957B1 (ko) * 2006-03-23 2007-11-07 장성옥 인터넷을 통한 교육 시스템 및 방법

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120035059A (ko) * 2010-10-04 2012-04-13 에스케이텔레콤 주식회사 단말기의 음성인식을 통한 어학학습 방법 및 시스템
KR101438088B1 (ko) * 2012-08-08 2014-09-17 (주)아이티씨교육 음성인식 및 문자전환 기술을 이용한 통역 테스트와 쓰기 테스트의 2차 피드백을 통한 외국어 학습 서비스 제공 방법
KR20180129166A (ko) * 2017-05-25 2018-12-05 주식회사 스터디맥스 학습자의 음성입력을 이용한 학습 시스템 및 그 방법
WO2020071603A1 (ko) * 2018-10-05 2020-04-09 원세컨드랩스 주식회사 외국어 말하기 반응 평가 방법 및 그를 수행하는 무선단말
KR20200114390A (ko) * 2019-03-28 2020-10-07 (주)잉글리시헌트 어학학습 콘텐츠의 ai기반 상호작용을 위한 머신러닝튜터 기반 외국어 학습용 대화문을 자동으로 제공하는 방법
KR20220114686A (ko) * 2021-02-09 2022-08-17 최송이 대화형 인공지능 기술을 이용하여 정적없이 외국어 대화를 할 수 있도록 도와주는 에듀테크 시스템
KR20220157209A (ko) * 2021-05-20 2022-11-29 김형래 증강 현실 기반의 항공기 정비 훈련 장치 및 방법
KR102647331B1 (ko) * 2023-07-07 2024-03-13 주식회사 아임토리 시계열 데이터 기반 데이터 샘플링 서비스 제공 시스템

Also Published As

Publication number Publication date
KR101023777B1 (ko) 2011-03-21

Similar Documents

Publication Publication Date Title
KR101023777B1 (ko) 어학 학습 콘텐츠 제공 방법, 그 시스템 및 그 방법이 기록된 기록 매체
AU2018345706B2 (en) Tailoring an interactive dialog application based on creator provided content
WO2013172531A1 (ko) 어학 학습 시스템 및 학습 방법
KR20160008949A (ko) 음성 대화 기반의 외국어 학습 방법 및 이를 위한 장치
TW200849218A (en) Voice processing methods and systems, and machine readable medium thereof
KR102410110B1 (ko) 한국어 학습 서비스 제공 방법
CN109584906A (zh) 口语发音评测方法、装置、设备及存储设备
KR20120042298A (ko) 어학 종합 평가 시스템 및 평가 방법
KR20090094576A (ko) 음성인식을 활용한 컴퓨터 주도형 상호대화의 말하기 능력평가 장치 및 그 평가방법
Ureta et al. At home with Alexa: a tale of two conversational agents
Loukina et al. Automatic evaluation of spoken summaries: the case of language assessment
KR102388948B1 (ko) 음성 시각화 기술을 활용한 언어 유창성 평가 방법 및 시스템
CN115116474A (zh) 口语评分模型训练方法、评分方法、装置及电子设备
KR100701270B1 (ko) 외국어 강의 및 학습 평가 시스템과 그 시스템을 이용한외국어 강의 및 학습평가 방법
Ross et al. Speaking with your computer: A new way to practice and analyze conversation
McCrocklin et al. Salukispeech: integrating a new ASR tool into students’ English pronunciation practice
KR20120042490A (ko) 어학 발음 평가 시스템 및 평가 방법
TW201017647A (en) Auxiliary speech correcting device and method
Elera et al. Interacting with Intelligent Assistants to Predict Consumer Satisfaction
JP2022054636A (ja) スピーキングテスト自動採点システム
US20120288833A1 (en) System and Method for Language Instruction Using Multiple Prompts
Rupitz et al. Development of an Amazon Alexa App for a University Online Search
JP2021135312A (ja) 情報処理装置、情報処理方法、情報処理システム、情報処理プログラム
Chen Detecting Off-Task Speech
Ono et al. Open answer scoring for S-CAT automated speaking test system using support vector regression

Legal Events

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

Payment date: 20140313

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150311

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee