KR20150103809A

KR20150103809A - Method and apparatus for studying simillar pronounciation

Info

Publication number: KR20150103809A
Application number: KR1020140025293A
Authority: KR
Inventors: 최재우
Original assignee: 주식회사 디오텍
Priority date: 2014-03-04
Filing date: 2014-03-04
Publication date: 2015-09-14

Abstract

The present invention relates to a method and a device for learning similar pronunciation. According to the present invention, a method for learning similar pronunciation comprises the steps of: receiving voice data corresponding to learning target vocabulary data; comparing with the learning target vocabulary data, by converting the voice data to text data; and providing pronunciation error information from a minimum opposite vocabulary database corresponding to the learning target vocabulary data, on the basis of the text data and the learning target vocabulary data. Provided are a method and a device for learning similar pronunciation, capable of effectively learning and correcting pronunciation by providing vocabularies having similar pronunciation as a phonemic unit with respect to pronunciation error generated when vocalizing English.

Description

[0001] METHOD AND APPARATUS FOR STUDYING SIMILLAR PRONOUNCIATION [0002]

본 발명은 유사발음 학습 방법 및 장치에 관한 것으로서, 보다 상세하게는 사용자들이 실수하기 쉬운 유사한 발음을 갖는 단어를 용이하게 학습할 수 있는 유사발음 학습 방법 및 장치에 관한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a similar pronunciation learning method and apparatus, and more particularly, to a similar pronunciation learning method and apparatus in which users can easily learn words with similar pronunciation that are easy to mistake.

영어학습에서 말하기의 중요성이 강조됨에 따라 발음을 정확하게 학습하고자 하는 사용자가 증가하고 있다. 외국어, 특히 영어에는 한국인들이 발음하기 어려워하거나 자주 실수하는 단어들이 많이 존재한다. 발음이 유사한 단어들 중 자주 오류를 범하는 영어 단어들에는 일정한 규칙이 있다. 특히, 음소 단위로 발음이 유사한 단어들을 정리하여 데이터베이스가 구축될 수 있다. 이에 따라, 유사발음을 갖는 단어들에 대한 데이터베이스를 사용자가 발음상 실수하기 쉬운 단어들의 학습에 이용할 수 있다.As the importance of speaking is emphasized in English learning, the number of users who want to learn pronunciation accurately is increasing. In foreign languages, especially English, there are many words that Koreans are hard to pronounce or frequently mistaken. There are certain rules for English words that frequently make mistakes among words whose pronunciation is similar. In particular, a database can be constructed by arranging words similar in pronunciation to phonemes. Accordingly, the database of words having similar pronunciation can be used for learning words that are likely to be mistakenly pronounced by the user.

또한, 음성인식 기술을 통한 영어 음성인식이 보급됨에 따라, 영어 단어를 정확하게 발음할 필요성이 증가하였다. 이에 따라, 음성인식을 통한 영어 단어 학습방법이 보급될 수 있다. 다만, 한국어의 음운 체계상 영어 등 외국어의 발음이 익숙하지 않아, 사용자들은 원어민들의 발음과 상이하거나 차이가 있어 정확한 발음을 학습하는데 어려움을 겪고 있다. 또한, 사용자가 영어 단어를 발음하는데 범하는 오류에는 음소 단위로 일정한 규칙이 존재할 수 있다. In addition, since the English speech recognition using the speech recognition technology has become popular, the necessity of correctly pronouncing English words has increased. Accordingly, an English word learning method through speech recognition can be popularized. However, due to the phonological system of Korean, users are not accustomed to pronunciation of foreign languages such as English, and users have difficulties in learning correct pronunciation due to differences or differences from pronunciation of native speakers. In addition, a certain rule may exist in phonemes for errors that a user makes to pronounce an English word.

이와 같이, 음성인식을 통한 영어 학습이 보편화됨에 따라, 정확한 발음의 중요성이 커지고 있다. 다만, 음성인식 알고리즘을 통해 영어 학습을 하고자 하는 경우, 유사발음을 구별하고 이를 교정할 수 있는 방법이 없다면, 사용자의 발음오류로 인해 영어 학습이 비효율적이거나 계속된 발음오류로 인해 부정확한 발음이 교정되지 않는 문제점이 발생할 수 있다. As such, as English learning through speech recognition becomes more common, the importance of accurate pronunciation is increasing. However, if you want to learn English through a speech recognition algorithm, and if there is no way to distinguish similar pronunciation and correct it, you may find that English pronunciation is inefficient due to user pronunciation errors, A problem may arise.

이에 따라, 음소 단위로 유사발음을 갖는 단어들에 대한 데이터베이스를 통해 사용자들이 발음 교정과 영어 단어 학습을 보다 효율적으로 할 수 있는 방안이 요구되었다. 즉, 영어 단어들 중 사용자들이 자주 오류를 범하는 단어들을 보다 용이하게 학습할 수 있는 방법을 제공할 필요성이 증대되었다.Therefore, it is required to provide users with more efficient pronunciation correction and English word learning through a database of words having similar pronunciation in phoneme units. That is, there is an increasing need to provide a method for users to learn words that are frequently erroneous among the English words more easily.

본 발명이 해결하고자 하는 과제는 영어를 발성할 때 발생하는 발음오류에 대해 음소 단위로 유사한 발음을 갖는 단어들을 제공하여 효율적으로 발음 학습 및 교정할 수 있는 유사발음 학습 방법 및 장치를 제공하는 것이다.A problem to be solved by the present invention is to provide a similar pronunciation learning method and apparatus capable of efficiently learning pronunciation and correcting pronunciation by providing words having a similar pronunciation on a phoneme basis for pronunciation errors occurring when speaking English.

본 발명이 해결하고자 하는 다른 과제는 영어를 발성할 때 발생하는 발음오류에 대한 평가를 피드백으로 제공할 수 있는 유사발음 학습 방법 및 장치를 제공하는 것이다.Another problem to be solved by the present invention is to provide a similar pronunciation learning method and apparatus capable of providing an evaluation of pronunciation errors occurring when English is spoken as feedback.

본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The problems of the present invention are not limited to the above-mentioned problems, and other problems not mentioned can be clearly understood by those skilled in the art from the following description.

전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 유사발음 학습 방법은 학습 목표어 데이터 및 학습 목표어 데이터에 대응하는 음성 데이터를 수신하는 단계, 음성 데이터를 텍스트 데이터로 변환하여, 학습 목표어 데이터와 비교하는 단계, 및 텍스트 데이터와 학습 목표어 데이터의 차이점에 기초하여, 학습 목표어 데이터에 대응하는 최소 대립어 데이터베이스로부터 발음오류정보를 제공하는 단계를 포함하는 것을 특징으로 한다.According to an embodiment of the present invention, there is provided a similar pronunciation learning method comprising: receiving speech data corresponding to learning target speech data and learning target speech data; converting the speech data into text data, And providing pronunciation error information from a minimum opposition word database corresponding to the learning target word data based on the difference between the text data and the learning target word data.

본 발명의 다른 특징에 따르면, 발음오류정보를 제공하는 단계는 발음오류 피드백, 및 학습 목표어 데이터에 대응하는 발음오류 피드백에 기초한 유사발음 단어 리스트와 유사발음 단어쌍 리스트를 생성하는 것을 특징으로 한다.According to another aspect of the present invention, the step of providing pronunciation error information is characterized by generating a similar pronunciation word list and a similar pronunciation word pair list based on pronunciation error feedback and pronunciation error feedback corresponding to learning target word data .

본 발명의 또 다른 특징에 따르면, 최소 대립어 데이터베이스는 학습 목표어 데이터에 대응하는 유사발음 단어 리스트 및 유사발음 단어 리스트에 대응하는 유사발음 단어쌍 리스트 중 적어도 하나를 포함하는 데이터 집합인 것을 특징으로 한다.According to another aspect of the present invention, a minimum-match word database is a data set including at least one of a similar pronunciation word list corresponding to learning target word data and a similar pronunciation word pair list corresponding to a similar pronunciation word list. do.

본 발명의 또 다른 특징에 따르면, 유사발음 단어 리스트는, 최소 대립어 유형 레벨, 오류 유형, 유사발음 단어, 또는 유사발음 단어의 중요도 중 적어도 하나를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, a similar pronunciation word list includes at least one of a minimum opposing word type level, an error type, a similar pronunciation word, or an importance of a similar pronunciation word.

본 발명의 또 다른 특징에 따르면, 유사발음 단어쌍 리스트는, 유사발음 단어 리스트에서 유사발음 단어를 선택하는 경우, 선택된 유사발음 단어에 대응하는 유사발음 단어쌍 예제가 표시되는 것을 특징으로 한다.According to another aspect of the present invention, the similar pronunciation word pair list is characterized in that when a similar pronunciation word is selected from the similar pronunciation word list, an example of a similar pronunciation word pair corresponding to the selected similar pronunciation word is displayed.

본 발명의 또 다른 특징에 따르면, 유사발음 단어쌍 예제는, 학습 목표어 데이터와 텍스트 데이터 사이의 유사한 음소의 존재 위치를 기초로, 최소 대립어 데이터베이스에 포함된 단어 중 음소의 존재 위치가 동일한 단어쌍을 포함하는 것을 특징으로 한다.According to another aspect of the present invention, a similar-pronunciation word pair example is a similar-pronunciation word pair example in which, based on the location of a similar phoneme between learning target word data and text data, Pair. &Lt; / RTI >

전술한 바와 같은 과제를 해결하기 위하여 본 발명의 다른 실시예에 따른 유사발음 학습 장치는 학습 목표어 데이터 및 학습 목표어 데이터에 대응하는 음성 데이터를 수신하는 수신부, 음성 데이터를 텍스트 데이터로 변환하여, 학습 목표어 데이터와 비교하는 처리부, 및 텍스트 데이터와 학습 목표어 데이터의 차이점에 기초하여, 학습 목표어 데이터에 대응하는 최소 대립어 데이터베이스로부터 발음오류정보를 제공하는 출력부를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a similar pronunciation learning apparatus comprising: a receiver for receiving speech data corresponding to learning target speech data and learning target speech data; And an output unit for providing the pronunciation error information from the minimum opposition word database corresponding to the learning target word data based on the difference between the text data and the learning target word data.

본 발명의 다른 특징에 따르면, 출력부는 발음오류 피드백, 및 학습 목표어 데이터에 대응하는 발음오류 피드백에 기초한 유사발음 단어 리스트와 유사발음 단어쌍 리스트를 생성하는 것을 특징으로 한다.According to another aspect of the present invention, the output unit generates a similar pronunciation word list and a similar pronunciation word pair list based on pronunciation error feedback and pronunciation error feedback corresponding to learning target word data.

본 발명의 또 다른 특징에 따르면, 최소 대립어 데이터베이스는, 학습 목표어 데이터에 대응하는 유사발음 단어 리스트 및 유사발음 단어 리스트에 대응하는 유사발음 단어쌍 리스트 중 적어도 하나를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, the minimum opposition word database includes at least one of a similar pronunciation word list corresponding to learning target word data and a similar pronunciation word pair list corresponding to a similar pronunciation word list.

본 발명의 또 다른 특징에 따르면, 유사발음 단어 리스트는, 최소 대립어 유형 레벨, 오류 유형, 유사발음 단어, 및 유사발음 단어의 중요도 중 적어도 하나를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, a similar pronunciation word list includes at least one of a minimum oppositional word type level, an error type, a similar pronunciation word, and an importance of a similar pronunciation word.

전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 유사발음 학습 방법을 제공하는 명령어들을 저장하는 컴퓨터 판독 가능 매체는 학습 목표어 데이터 및 학습 목표어 데이터에 대응하는 음성 데이터를 수신하고, 음성 데이터를 텍스트 데이터로 변환하여, 학습 목표어 데이터와 비교하고, 텍스트 데이터와 학습 목표어 데이터의 차이점에 기초하여, 학습 목표어 데이터에 대응하는 최소 대립어 데이터베이스로부터 발음오류정보를 제공하는 것을 특징으로 한다.In order to solve the above problems, a computer-readable medium storing instructions for providing a similar pronunciation learning method according to an embodiment of the present invention receives speech target data and speech data corresponding to learning target speech data, , The speech data is converted into text data and compared with the learning target word data and pronunciation error information is provided from the minimum word database corresponding to the learning target word data based on the difference between the text data and the learning target word data .

기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.The details of other embodiments are included in the detailed description and drawings.

본 발명은 영어를 발성할 때 발생하는 발음오류에 대해 음소 단위로 유사한 발음을 갖는 단어들을 제공하여 효율적으로 발음 학습 및 교정할 수 있는 유사발음 학습 방법 및 장치를 제공할 수 있는 효과가 있다.The present invention provides a similar pronunciation learning method and apparatus capable of efficiently learning pronunciation and correcting pronunciation by providing words having similar pronunciation on a phoneme-by-phoneme basis for pronunciation errors occurring when speaking English.

본 발명은 영어를 발성할 때 발생하는 발음오류에 대한 평가를 피드백으로 제공할 수 있는 유사발음 학습 방법 및 장치를 제공할 수 있는 효과가 있다.The present invention has an effect of providing a similar pronunciation learning method and apparatus capable of providing an evaluation of pronunciation errors occurring when English is spoken as feedback.

본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.The effects according to the present invention are not limited by the contents exemplified above, and more various effects are included in the specification.

도 1은 본 발명의 일 실시예에 따른 유사발음 학습 모듈에 대한 개략적인 구성을 도시한 것이다.
도 2는 본 발명의 일 실시예에 따른 유사발음 학습 절차를 도시한 것이다.
도 3은 본 발명의 일 실시예에 따른 유사발음 학습 방법에 따라 제공되는 발음오류정보를 예시적으로 도시한 것이다.
도 4는 본 발명의 다른 실시예에 따른 유사발음 학습 방법에 따라 제공되는 발음오류정보를 예시적으로 도시한 것이다.
도 5는 본 발명의 또 다른 실시예에 따른 유사발음 학습 방법에 따라 제공되는 발음오류정보를 예시적으로 도시한 것이다.FIG. 1 shows a schematic configuration of a similar pronunciation learning module according to an embodiment of the present invention.
FIG. 2 illustrates a similar pronunciation learning procedure according to an embodiment of the present invention.
FIG. 3 exemplarily shows pronunciation error information provided according to a similar pronunciation learning method according to an embodiment of the present invention.
FIG. 4 exemplarily shows pronunciation error information provided according to a similar pronunciation learning method according to another embodiment of the present invention.
FIG. 5 exemplarily shows pronunciation error information provided according to a similar pronunciation learning method according to another embodiment of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention and the manner of achieving them will become apparent with reference to the embodiments described in detail below with reference to the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as being limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. Is provided to fully convey the scope of the invention to those skilled in the art, and the invention is only defined by the scope of the claims.

별도로 명시하지 않는 한 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Like reference numerals refer to like elements throughout the specification unless otherwise specified.

본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.It is to be understood that each of the features of the various embodiments of the present invention may be combined or combined with each other partially or entirely and technically various interlocking and driving is possible as will be appreciated by those skilled in the art, It may be possible to cooperate with each other in association.

본 명세서에서 음성인식이란, 기본적으로 사용자가 발성한 음성을 전자장치가 해석해 그 내용을 텍스트로 인식하는 작업을 의미한다. 구체적으로, 사용자가 발성한 음성의 파형이 전자장치에 입력되면, 음향 모델 등을 참조하여 음성파형을 분석함으로써, 음성패턴 정보가 획득될 수 있다. 즉, 음성인식은 사용자가 발성한 음성을 분석하여 다양한 전자장치가 인식하고 처리할 수 있는 텍스트로 변환하는 것을 의미한다.In the present specification, speech recognition basically means an operation in which an electronic device interprets a voice uttered by a user and recognizes the contents as text. Specifically, when a waveform of a voice uttered by a user is input to an electronic device, voice pattern information can be obtained by analyzing a voice waveform with reference to an acoustic model or the like. That is, speech recognition means analyzing a voice uttered by a user and converting the text into text that can be recognized and processed by various electronic apparatuses.

본 명세서에서 학습 목표어 데이터란, 영어 학습 어플리케이션을 통해 사용자에게 제공되는 단어로서, 학습을 위해 무작위로 선정되어 사용자의 음성 데이터의 수신을 요청하기 위해 사용자에게 제공된다. 즉, 학습 목표어 데이터는 영어 학습 어플리케이션을 통해 사용자의 발음을 수신하기 위해 사용자에게 제공되는 단어이다. 학습 목표어 데이터는 사용자에게 다양한 방식으로 제공될 수 있다. 예를 들어, 학습 목표어 데이터는 사용자가 사용하는 단말의 디스플레이부를 통해 표시되거나 스피커 등을 통해 소리로 전달될 수 있다.In this specification, learning target word data is a word provided to a user through an English learning application, and is provided to a user at random to be selected for learning and requesting reception of voice data of the user. That is, the learning target word data is a word provided to the user for receiving the pronunciation of the user through the English learning application. Learning target language data can be presented to the user in various ways. For example, the learning target data may be displayed through a display unit of a terminal used by a user, or may be transmitted as a sound through a speaker or the like.

본 명세서에서 음성 데이터란, 영어 학습 어플리케이션에서 학습 목표어 데이터에 대하여 사용자가 음성으로 입력하는 데이터로서, 음성인식을 통해 영어 학습 어플리케이션에 입력될 수 있다. 음성 데이터는 음성인식을 통해 텍스트 데이터로 변환되고, 학습 목표어 데이터와 비교된다.In the present specification, speech data can be input to an English learning application through speech recognition as data input by a user by speech with respect to learning target word data in an English learning application. The speech data is converted into text data through speech recognition and compared with learning target word data.

본 명세서에서 최소 대립어란, 유사하게 발음될 수 있는 음소의 위치가 동일하게 배치된 단어로서, 하나의 학습 목표어 데이터는 적어도 하나의 최소 대립어를 가질 수 있다.In this specification, a minimum opposition word is a word in which the positions of phonemes that can be similarly pronounced are equally arranged, and one learning objective word data may have at least one minimum opposition word.

본 명세서에서 최소 대립어 데이터베이스란, 최소 대립어들의 집합으로서, 학습 목표어 데이터에 대응하는 모든 최소 대립어를 포함할 수 있다. 최소 대립어 데이터베이스는 유사발음 단어 리스트 및 유사발음 단어쌍 리스트를 포함한다. 최소 대립어 데이터베이스는 영어 학습 어플리케이션에 포함되어 있거나 별도로 존재할 수도 있다.As used herein, the minimum adverb database is a set of minimum adverbs, and may include all minimum adverbs corresponding to the target adverb data. The minimum opposition database includes a list of similar pronunciation words and a list of similar pronunciation word pairs. The minimum adverbial database may be included in an English learning application or may exist separately.

본 명세서에서 발음오류란, 학습 목표어 데이터와 사용자의 음성 데이터로부터 변환된 텍스트 데이터 사이에서 차이점이 발생하는 경우를 의미한다.In this specification, a pronunciation error refers to a case where a difference occurs between the target word data and the text data converted from the user's speech data.

본 명세서에서 발음오류정보란, 사용자의 음성 데이터로부터 변환된 텍스트 데이터와 학습 목표어 데이터를 비교한 결과로서, 텍스트 데이터와 학습 목표어 데이터의 차이점을 사용자가 확인할 수 있도록 사용자의 단말에 제공된다. 발음오류정보는 발음오류 피드백, 유사발음 단어 리스트, 및 유사발음 단어쌍 리스트로 구현될 수 있다. 발음오류정보는 학습 목표어 데이터와 사용자의 음성 데이터로부터 변환된 텍스트 데이터에 차이점이 없는 경우, 생성되지 않거나 사용자에게 제공되지 않을 수 있다.In this specification, the pronunciation error information is provided to the user's terminal so that the user can check the difference between the text data and the learning target language data as a result of comparing the text data converted from the user's speech data with the learning target language data. The pronunciation error information may be implemented as a pronunciation error feedback, a similar pronunciation word list, and a similar pronunciation word pair list. The pronunciation error information may not be generated or provided to the user if there is no difference between the learning target word data and the text data converted from the user's speech data.

본 명세서에서 발음오류 피드백이란, 사용자의 음성 데이터로부터 변환된 텍스트 데이터와 학습 목표어 데이터의 차이점에 대한 정보로서, 텍스트 데이터와 학습 목표어 데이터 사이의 음소 단위 차이점을 확인할 수 있도록 사용자에게 제공되는 정보이다. 이에 대해서는 도 3을 통해 구체적으로 설명한다.In the present specification, the pronunciation error feedback is information on the difference between the text data converted from the user's speech data and the learning target word data, and the information provided to the user so that the phoneme- to be. This will be described in detail with reference to FIG.

본 명세서에서 유사발음 단어란, 발음오류가 발생할 가능성이 높은 단어로서, 학습 목표어 데이터와 적어도 하나의 음소에 차이점이 존재하여 유사하게 발음될 수 있는 단어를 의미한다. 학습 목표어 데이터에 대응하여 최소 대립어 데이터베이스로부터 추출될 수 있다.In the present specification, a similar pronunciation word is a word for which a pronunciation error is likely to occur, and is a word that can be similarly pronounced with a difference between at least one phoneme and learning target word data. It can be extracted from the minimum adverbial database in correspondence with the learning target word data.

본 명세서에서 유사발음 단어 리스트란, 최소 대립어 데이터베이스로부터 생성된 단어 리스트로서, 학습 목표어 데이터에서 상이한 발음으로 발음오류가 발생할 가능성이 있는 음소를 포함하는 최소 대립어들을 모아놓은 리스트이다. In the present specification, a similar pronunciation word list is a word list generated from the minimum opposition word database, which is a list of minimum opposites containing phonemes in which pronunciation errors are likely to occur with different pronunciation in learning target word data.

본 명세서에서 오류 유형이란, 학습 목표어 데이터와 텍스트 데이터 사이의 상이한 음소를 묶어놓은 쌍을 의미한다. 즉, 오류 유형은 서로 상이한 학습 목표어 데이터의 음소와 텍스트 데이터의 음소를 표시한다.In the present specification, the error type means a pair of different phonemes between learning target word data and text data. That is, the error type indicates the phonemes of the target language data and the phonemes of the text data that are different from each other.

본 명세서에서 유사발음 단어쌍 예제란, 학습 목표어 데이터와 유사발음 단어 사이의 오류 유형에 대응하여, 오류 유형을 포함하는 유사발음 단어들을 쌍으로 묶어 예시적으로 나타낸 것이다.In the present specification, a similar pronunciation word pair example is illustratively shown by pairing similar pronunciation words including an error type corresponding to an error type between learning target word data and similar pronunciation words.

본 명세서에서 유사발음 단어쌍 리스트란, 유사발음 단어 리스트의 단어를 선택하는 경우, 선택된 단어에 대응하는 유사발음 단어쌍 예제들을 포함하는 리스트를 의미한다.In the present specification, a similar pronunciation word pair list means a list including similar pronunciation word pair examples corresponding to a selected word when a word of a similar pronunciation word list is selected.

이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들을 상세히 설명한다.Various embodiments of the present invention will now be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 유사발음 학습 모듈에 대한 개략적인 구성을 도시한 것이다.FIG. 1 shows a schematic configuration of a similar pronunciation learning module according to an embodiment of the present invention.

도 1을 참조하면, 유사발음 학습 모듈 (100) 은 수신부 (110), 처리부 (120), 및 출력부 (130) 를 포함한다. 유사발음 학습 모듈 (100) 은 수신부 (110) 로부터 사용자의 음성 데이터를 수신하여 학습 목표어 데이터와 음소 단위로 차이점을 비교하여 발음오류가 발생한 경우, 발음오류정보를 출력부 (130) 를 통해 제공한다. 유사발음 학습 모듈 (100) 은 영어 학습 어플리케이션에 내장되거나 영어 학습 어플리케이션과 연결되어 실행될 수 있다.Referring to FIG. 1, the similar pronunciation learning module 100 includes a receiving unit 110, a processing unit 120, and an output unit 130. The similar pronunciation learning module 100 receives the user's speech data from the receiving unit 110 and compares the difference between the target word data and the phoneme unit by the phoneme unit to provide pronunciation error information through the output unit 130 do. The similar pronunciation learning module 100 can be embedded in an English learning application or can be executed in connection with an English learning application.

수신부 (110) 는 사용자의 음성 데이터를 수신하고, 음성인식을 위해 처리부 (120) 로 전송한다. 사용자의 음성 데이터는 유사발음 학습 모듈 (100) 이 포함된, 영어 학습 어플리케이션이 제공하는 학습 목표어 데이터에 대응하여 수신부 (110) 로 입력될 수 있다.The receiving unit 110 receives the user's voice data and transmits the voice data to the processing unit 120 for voice recognition. The user's voice data may be input to the receiving unit 110 in correspondence with the learning target word data provided by the English learning application including the similar pronunciation learning module 100. [

처리부 (120) 는 수신부 (110) 로부터 음성 데이터를 수신하여 음성인식을 통해 텍스트 데이터로 변환한다. 또한, 처리부 (120) 는 변환된 텍스트 데이터와 학습 목표어 데이터를 음소 단위로 비교하여, 차이점이 존재하는지를 판단한다. 학습 목표어 데이터와 텍스트 데이터 사이에 차이점이 존재하는 경우, 발음오류가 발생한 것으로, 처리부 (120) 는 학습 목표어 데이터와 텍스트 데이터를 출력부 (130) 로 전송할 수 있다. The processing unit 120 receives the voice data from the receiving unit 110 and converts it into text data through voice recognition. In addition, the processing unit 120 compares the converted text data with the learning target speech data on a phoneme-by-phoneme basis, and determines whether a difference exists. When there is a difference between the learning target word data and the text data, the processing unit 120 can transmit the learning target word data and the text data to the output unit 130 as a pronunciation error.

출력부 (130) 는 처리부 (120) 로부터 수신한 학습 목표어 데이터와 텍스트 데이터를 기초로 최소 대립어 데이터베이스로부터 발음오류정보를 추출하여 제공할 수 있다. The output unit 130 may extract pronunciation error information from the minimum-match word database based on the learning target word data and the text data received from the processing unit 120, and provide the pronunciation error information.

도 2는 본 발명의 일 실시예에 따른 유사발음 학습 절차를 도시한 것이다. 설명의 편의를 위해 도 1을 참조하여 설명한다.FIG. 2 illustrates a similar pronunciation learning procedure according to an embodiment of the present invention. Will be described with reference to Fig. 1 for convenience of explanation.

본 발명에 따른 유사발음 학습 절차는, 수신부 (110) 가 학습 목표어 데이터 및 학습 목표어 데이터에 대응하는 음성 데이터를 수신함으로서 개시된다 (S110).The similar pronunciation learning procedure according to the present invention is started by the reception unit 110 receiving the speech target data and the speech data corresponding to the target speech data (S110).

수신부 (110) 는 영어 학습 어플리케이션이 학습 목표어 데이터를 제공할 때 학습 목표어 데이터를 수신하거나, 학습 목표어 데이터에 대응하여 사용자가 음성 데이터를 입력할 때, 음성 데이터와 함께 학습 목표어를 수신할 수 있다.The receiving unit 110 receives the learning target word data when the English learning application provides the learning target word data or receives the learning target word together with the voice data when the user inputs the voice data corresponding to the learning target word data can do.

처리부 (120) 는 음성 데이터를 텍스트 데이터로 변환하여, 학습 목표어 데이터와 비교한다 (S120).The processing unit 120 converts the speech data into text data and compares it with learning target word data (S120).

처리부 (120) 는 수신부 (110) 로부터 수신한 음성 데이터를 음성인식을 통해 텍스트 데이터로 변환한다. 음성인식이란, 기본적으로 사용자가 발성한 음성을 전자장치가 해석해 그 내용을 텍스트로 인식하는 작업을 의미한다. 구체적으로, 사용자가 발성한 음성의 파형이 전자장치에 입력되면, 음향 모델 등을 참조하여 음성파형을 분석함으로써, 음성패턴 정보가 획득될 수 있다. 그리고, 획득된 음성패턴 정보가 식별정보와 비교됨으로써, 식별정보에서 일치 확률이 가장 높은 텍스트가 인식될 수 있다.The processing unit 120 converts the voice data received from the receiving unit 110 into text data through voice recognition. Speech recognition is basically an operation in which an electronic device interprets a voice uttered by a user and recognizes the contents as text. Specifically, when a waveform of a voice uttered by a user is input to an electronic device, voice pattern information can be obtained by analyzing a voice waveform with reference to an acoustic model or the like. Then, the obtained voice pattern information is compared with the identification information, so that the text having the highest probability of matching in the identification information can be recognized.

처리부 (120) 는 음성인식을 통해 음성 데이터를 텍스트 데이터로 변환함으로써, 수신부 (110) 로부터 수신한 학습 목표어 데이터와 사용자가 입력한 데이터를 텍스트 수준에서 직접 비교할 수 있다. 처리부 (120) 는 학습 목표어 데이터와 변환된 텍스트 데이터를 음소 단위로 비교할 수 있다. 보다 구체적으로, 처리부 (120) 는 음소 단위로 학습 목표어 데이터와 텍스트 데이터를 비교하여, 상이한 음소에 대한 정보를 출력부 (130) 로 전송한다. 상이한 음소에 대한 정보는 상이한 음소 자체와 상이한 음소의 위치를 포함한다. 이에 따라, 처리부 (120) 는 상이한 음소에 대한 정보와 함께 학습 목표어 데이터와 텍스트 데이터를 출력부 (130) 로 전송한다. The processing unit 120 can directly compare the target word data received from the receiving unit 110 and the data input by the user at the text level by converting the speech data into text data through speech recognition. The processing unit 120 can compare the learning target word data and the converted text data on a phoneme-by-phoneme basis. More specifically, the processing unit 120 compares the target language data with the text data on a phoneme-by-phoneme basis, and transmits information on different phonemes to the output unit 130. The information on the different phonemes includes the positions of the different phonemes and the different phonemes themselves. Accordingly, the processing unit 120 transmits learning target speech data and text data to the output unit 130 together with information on different phonemes.

출력부 (130) 는 텍스트 데이터와 학습 목표어 데이터의 차이점에 기초하여, 학습 목표어 데이터에 대응하는 최소 대립어 데이터베이스로부터 발음오류정보를 제공한다 (S130).The output unit 130 provides pronunciation error information from the minimum match word database corresponding to the learning target word data based on the difference between the text data and the learning target word data (S130).

발음오류정보는 발음오류 피드백, 유사발음 단어 리스트 및 유사발음 단어쌍 리스트를 포함한다. 발음오류 피드백은 학습 목표어 데이터와 사용자의 음성 데이터로부터 변환된 텍스트 데이터 사이의 차이점을 분석하여 사용자에게 보여주는 결과이다. 발음오류 피드백은 학습 목표어 데이터와 텍스트 데이터 이외에도 오류 점수, 오류 유형, 중요도, 및 유사발음 단어쌍 예제들을 포함할 수도 있으며, 도 3을 통해 설명한다.The pronunciation error information includes a pronunciation error feedback, a similar pronunciation word list, and a similar pronunciation word pair list. The pronunciation error feedback is a result of analyzing the difference between the learning target data and the text data converted from the user's speech data and displaying it to the user. Pronunciation error feedback may include examples of error scores, error types, importance, and similar pronunciation word pairs in addition to learning target word data and text data, and is illustrated in FIG.

출력부 (130) 는 최소 대립어 데이터베이스에서 학습 목표어 데이터의 음소 중 발음오류가 발생할 가능성이 있는 음소에 대응하는 유사발음 단어를 추출하여 유사발음 단어 리스트를 생성할 수 있다. 즉, 유사발음 단어 리스트는 하나의 학습 목표어 데이터 중 여러 음소에 대하여 발음오류가 발생할 수 있는 유사발음 단어를 포함한다. 예를 들어, 유사발음 단어 리스트는 학습 목표어 데이터인 ‘feeling’의 첫 음소에 대응하는 유사발음 단어인 ‘peeling’과 ‘feeling’의 두 번째 음소에 대응하는 유사발음 단어인 ‘felling’을 포함할 수 있다. The output unit 130 may generate similar pronunciation word lists by extracting similar pronunciation words corresponding to phonemes in which pronunciation errors are likely to occur in the phonemes of the learning target word data in the minimum match word database. That is, the similar pronunciation word list includes a similar pronunciation word in which pronunciation errors may occur for a plurality of phonemes in one learning target word data. For example, a similar pronunciation word list includes a similar pronunciation word 'feling' corresponding to the second phoneme of 'peeling' and 'feeling' corresponding to the first phoneme of 'learning' can do.

또한, 출력부 (130) 는 유사발음 단어 리스트에서 선택된 유사발음 단어의 오류 유형에 대응하는 유사발음 단어쌍 리스트를 생성할 수 있다. 즉, 출력부 (130) 는 학습 목표어 데이터와 텍스트 데이터 사이의 오류 유형과 동일한 오류 유형을 갖는 단어쌍들을 예시로 제공할 수 있다. 예를 들어, 학습 목표어 데이터에서 가장 첫 음소인 ‘f’가 텍스트 데이터의 첫 음소인 ‘p’와 상이한 경우, 출력부 (130) 는 오류 유형인 f/p에 대응하는 단어쌍들을 리스트로 제공한다. 즉, ‘offend/append’와 같은 유사발음 단어쌍이 발음오류 피드백에 포함되어 사용자에게 제공될 수 있다.Also, the output unit 130 may generate a similar pronunciation word pair list corresponding to the error type of the similar pronunciation word selected from the similar pronunciation word list. That is, the output unit 130 may provide word pairs having the same error type as the error type between the learning target word data and the text data. For example, if the first phoneme 'f' in the learning target word data is different from the first phoneme 'p' in the text data, the output unit 130 outputs a list of word pairs corresponding to the error type f / p to provide. That is, a similar pronunciation word pair such as 'offend / append' may be included in the pronunciation error feedback and provided to the user.

유사발음 단어 리스트와 유사발음 단어쌍 리스트에 관하여는 도 4 내지 도 5를 참조하여 추가적으로 설명한다.A similar pronunciation word list and a similar pronunciation word pair list will be further described with reference to FIG. 4 to FIG.

도 3은 본 발명의 일 실시예에 따른 유사발음 학습 방법에 따라 제공되는 발음오류정보를 예시적으로 도시한 것이다.FIG. 3 exemplarily shows pronunciation error information provided according to a similar pronunciation learning method according to an embodiment of the present invention.

도 3을 참조하면, 발음오류 피드백 (200) 은 학습 목표어 데이터 (211), 중요도 레벨 (212), 텍스트 데이터 (213), 최소 대립어 유형 레벨 (214), 발음오류 피드백 결과 (220), 및 추가정보 버튼 (230) 을 포함한다. 발음오류 피드백 (200) 은 학습 목표어 데이터 (211) 와 텍스트 데이터 (213) 가 상이한 경우에 생성되어 표시될 수 있다. 즉, 학습 목표어 데이터 (211) 는 ‘feeling’이고 텍스트 데이터 (213) 는 ‘peeling’이므로, 첫 음소가 ‘f’와 ‘p’로 상이하므로, 발음오류 피드백 (200) 이 표시된다.3, the pronunciation error feedback 200 includes learning target word data 211, importance level 212, text data 213, minimum opposite word type level 214, pronunciation error feedback result 220, And an additional information button 230. The pronunciation error feedback 200 can be generated and displayed when the learning target word data 211 and the text data 213 are different. That is, since the learning target word data 211 is 'feeling' and the text data 213 is 'peeling', the pronunciation error feedback 200 is displayed because the first phoneme is different from 'f' and 'p'.

중요도 레벨 (212) 은 영어 학습 어플리케이션에 포함된 단어들에 부여되는 중요한 정도로서, 단어들의 사용빈도 등에 따라 미리 결정된 수치일 수 있다. 각 단어별 중요도는 예를 들어, ‘0’ 내지 ‘35’ 사이의 숫자로 미리 결정되어 있으며, 발음오류 피드백 (200) 에서 범위를 지정하면 발음오류 피드백 결과 (220) 에 표시되는 유사발음 단어쌍 예제들이 결정된다. 중요도 레벨 (212) 의 숫자는 작아질수록 중요한 단어임을 의미할 수 있다. 예를 들어, 중요도 레벨 (212) 이 0 내지 15인 경우, 단어마다 미리 결정된 중요도가 ‘0’ 내지 ‘15’ 사이에 존재하는 유사발음 단어쌍 예제들이 출력될 수 있다.The importance level 212 is an important degree given to the words included in the English learning application, and may be a predetermined value depending on the frequency of use of words and the like. The degree of importance of each word is predetermined, for example, between 0 and 35, and if a range is specified in the pronunciation error feedback 200, a similar pronunciation word pair The examples are determined. The lower the importance level 212, the more important it is. For example, in the case where the importance level 212 is 0 to 15, examples of similar pronunciation word pairs in which the predetermined importance degree between words is between 0 and 15 can be output.

최소 대립어 유형 레벨 (214) 은 학습 목표어 데이터와 텍스트 데이터 사이의 유사한 정도로서, ‘0’ 내지 ‘10’ 사이의 숫자로 표시될 수 있다. 최소 대립어 유형 레벨 (214) 의 숫자는 커질수록 학습 목표어 데이터와 텍스트 데이터가 서로 유사하다는 것을 의미할 수 있다. 예를 들어, 최소 대립어 유형 레벨 (214) 이 10인 경우, 가장 유사한 발음을 갖는 유사발음 단어쌍 예제들이 출력될 수 있다.The minimum opponent type level 214 may be expressed as a number between ' 0 ' and ' 10 ', which is a similar degree between the target word data and the text data. The larger the number of minimum opponent type level 214, the more likely it is that the target language data and the text data are similar to each other. For example, if the minimum opposite word type level 214 is 10, the most similar pronunciation pronounced word pairs examples may be output.

발음오류 피드백 결과 (220) 는 학습 목표어 데이터 (211) 와 텍스트 데이터 (213) 를 비교한 결과로서, 오류 정도, 오류 유형, 학습 목표어 데이터 (211) 와 텍스트 데이터 (213) 의 중요도, 및 유사발음 단어쌍 예제들을 포함한다. 발음오류 피드백 결과 (220) 를 통해 학습 목표어 데이터 (211) 에 대응하는 단어를 발음한 사용자는 어떠한 음소를 잘못 발음하였고, 발음오류와 동일한 유형의 유사발음 단어들을 함께 학습할 수 있다.The pronunciation error feedback result 220 indicates the degree of error, the type of error, the importance of the learning target word data 211 and the text data 213, and the degree of importance of the target word data 211 and the text data 213 as a result of comparison between the learning target word data 211 and the text data 213 Includes examples of similar pronunciation word pairs. The user who pronounces the word corresponding to the learning target word data 211 through the pronunciation error feedback result (220) can learn the similar pronunciation words of the same type as the pronunciation error and pronunciate a certain phoneme together.

추가정보 버튼 (230) 은 추가적인 발음오류 피드백을 제공하기 위한 버튼으로서, 유사발음 단어 리스트 및 유사발음 단어쌍 리스트를 추가로 표시할 수 있다. 추가정보 버튼 (230) 을 선택하는 경우, 유사발음 단어 리스트 및 유사발음 단어쌍 리스트가 표시되며, 도 4 및 도 5를 통해 설명한다.The additional information button 230 is a button for providing additional pronunciation error feedback, and can further display a similar pronunciation word list and a similar pronunciation word pair list. When the additional information button 230 is selected, a similar pronunciation word list and a similar pronunciation word pair list are displayed and will be described with reference to FIG. 4 and FIG.

도 4는 본 발명의 다른 실시예에 따른 유사발음 학습 방법에 따라 제공되는 발음오류정보를 예시적으로 도시한 것이다.FIG. 4 exemplarily shows pronunciation error information provided according to a similar pronunciation learning method according to another embodiment of the present invention.

도 4를 참조하면, 유사발음 단어 학습창 (300) 은 학습 목표어 데이터 (310) 와 유사발음 단어 리스트 (320) 를 포함한다. 유사발음 단어 리스트 (320) 는 최소 대립어 유형 레벨 (321), 오류 유형 (323), 유사발음 단어 (325), 및 유사발음 단어의 중요도 (327) 를 포함한다. 도 1 내지 도 3에 설명된 요소들에 대해서는 설명을 생략한다. Referring to FIG. 4, the similar pronunciation word learning window 300 includes learning target word data 310 and a similar pronunciation word list 320. The similar pronunciation word list 320 includes minimum affirmative word type level 321, error type 323, similar pronunciation word 325, and importance 327 of similar pronunciation words. The description of the elements described in Figs. 1 to 3 will be omitted.

유사발음 단어 리스트 (320) 는 최소 대립어 데이터베이스로부터 추출된 유사발음 단어를 사용자가 보기 쉽도록 리스트 형식으로 표시한다. 유사발음 단어 리스트 (320) 는 오류 유형 (323) 이 모음인 경우와 자음인 경우로 구분하거나 최소 대립어 유형 레벨 (321) 에 기초하여 정렬될 수도 있다.The similar pronunciation word list 320 displays the similar pronunciation words extracted from the minimum similarity word database in a list format so that the user can easily view the similar pronunciation words. The similar pronunciation word list 320 may be sorted based on the minimum opposite word type level 321 or when the error type 323 is vowel and consonant.

최소 대립어 유형 레벨 (321) 은 숫자가 커질수록 학습 목표어 데이터와 유사발음 단어의 발음이 유사하다는 것을 의미한다. 예를 들어, 유사발음 단어 ‘filling’, ‘felling’, 및 ‘failing’은 모음에만 발음의 차이가 있어, 최소 대립어 유형 레벨 (321) 이 ‘4’로 유사도가 높은 편이다. 또한, ‘peeling’은 자음에만 발음의 차이가 있어 최소 대립어 유형 레벨 (321) 이 ‘4’로 유사도가 높은 편이다.The minimum adverb type level (321) means that the larger the number, the similar pronunciation of the target word data and similar pronunciation words. For example, the similar pronunciation words 'filling', 'felling', and 'failing' have a pronounced difference in vowels, and the minimum affirmative word type level (321) is '4'. In addition, 'peeling' is the pronunciation of only consonants, and the minimum affirmative word type level (321) is '4'.

오류 유형 (323) 은 학습 목표어 데이터 (310) 와 유사발음 단어의 음소 중 상이한 음소를 비교한 것으로, 자음은 자음끼리 모음은 모음끼리 비교된다. 오류 유형 (323) 은 ‘학습 목표어 데이터의 음소/유사발음 단어의 음소’ 형식으로 표시된다.The error type (323) is a comparison of the learning target word data (310) and the phonemes of similar pronunciation words, and the vowels of the consonants are compared with the vowels of the similar pronunciation words. The error type (323) is displayed in the form of 'phoneme of learning target word data / phoneme of similar pronunciation word'.

유사발음 단어 (325) 는 최소 대립어 데이터베이스로부터 추출된 단어들로, 학습 목표어 데이터 (310) 와 상이한 음소가 존재하는 경우, 상이한 음소의 위치에 무관하게 추출된다.The similar pronunciation word 325 is extracted from the minimum similarity word database and is extracted irrespective of the positions of different phonemes when different phonemes from the learning target word data 310 exist.

유사발음 단어 리스트 (300) 를 통해, 학습 목표어 데이터 (310) 와 유사한 발음을 갖는 다른 단어들도 함께 학습할 수 있고, 사용자가 오류를 범한 음소와 학습 목표어 데이터 (310) 와의 차이점을 명확하게 파악할 수 있다.Other words having pronunciation similar to the learning target word data 310 can be learned together with the similar pronunciation word list 300 and the difference between the phonemes in which the user made the error and the learning target word data 310 is clearly .

도 5는 본 발명의 또 다른 실시예에 따른 유사발음 학습 방법에 따라 제공되는 발음오류정보를 예시적으로 도시한 것이다. 도 1 내지 도 4에 설명된 요소들에 대해서는 설명을 생략한다.FIG. 5 exemplarily shows pronunciation error information provided according to a similar pronunciation learning method according to another embodiment of the present invention. The description of the elements described in Figs. 1 to 4 will be omitted.

도 5를 참조하면, 유사발음 단어 학습창 (300) 은 유사발음 단어 리스트 (320) 에서 선택된 유사발음 단어 (325) 에 대응하는, 유사발음 단어쌍 리스트 (330) 를 더 포함한다.Referring to FIG. 5, the similar pronunciation word learning window 300 further includes a similar pronunciation word pair list 330 corresponding to the similar pronunciation word 325 selected in the similar pronunciation word list 320.

유사발음 단어쌍 리스트 (330) 는 유사발음 단어쌍 (331) 및 유사발음 단어쌍 중요도 (333) 를 포함한다. 유사발음 단어쌍 리스트 (330) 는 사용자가 유사발음 단어 리스트 (320) 에서 임의의 유사발음 단어를 선택하는 경우에만 표시될 수도 있다. The similar pronunciation word pair list 330 includes a similar pronunciation word pair 331 and a similar pronunciation word pair importance 333. [ The similar pronunciation word pair list (330) may be displayed only when the user selects any similar pronunciation word in the similar pronunciation word list (320).

유사발음 단어쌍 (331) 은 오류 유형 (323) 에 대응하는 모든 유사발음 단어쌍을 표시할 수 있다. 또한, 유사발음 단어쌍 (331) 은 첫 음소의 알파벳 순서로 정렬될 수 있다. The similar pronunciation word pair (331) can display all similar pronunciation word pairs corresponding to the error type (323). Further, the similar pronunciation word pairs 331 may be arranged in alphabetical order of the first phoneme.

유사발음 단어쌍 중요도 (333) 는 유사발음 단어마다 미리 결정된 중요도를 유사발음 단어쌍 (331) 에 대응하여 표시한다.The similar pronunciation word pair importance level (333) displays a predetermined importance level for each similar pronunciation word in association with the similar pronunciation word pair (331).

유사발음 단어 학습창 (300) 은 유사발음 단어 리스트 (320) 을 통해 다양한 유사발음 단어들을 제공할 수 있고, 유사발음 단어쌍 리스트 (330) 를 통해 사용자가 선택한 오류 유형 (323) 에 대응하는 유사발음 단어쌍들을 풍부하게 제공할 수 있다. 예를 들어, 유사발음 단어 리스트 (320) 에서 오류 유형 (323) 이 ‘f/p’ 인 ‘peeling’을 선택한 경우, 유사발음 단어쌍 리스트 (330) 는 오류 유형이 ‘f/p’에 해당하는 유사발음 단어쌍 (331) 들을 유사발음 단어쌍 중요도 (333) 와 함께 표시한다.The similar pronunciation word learning window 300 may provide various similar pronunciation words through the similar pronunciation word list 320 and may provide a similar pronunciation word list 330 through a similar It is possible to abundantly provide pronunciation word pairs. For example, if 'peeling' with the error type 323 'f / p' is selected in the similar pronunciation word list 320, the similar pronunciation word pair list 330 corresponds to the error type 'f / p' Similar pronunciation word pairs 331 are displayed together with similar pronunciation word pair importance 333. [

유사발음 학습 모듈 (100) 은 영어 학습 어플리케이션에 내장되거나 연결되어 제공되는 학습 목표어 데이터에 대응하여 입력되는 사용자의 음성 데이터를 음성인식을 통해 텍스트 데이터로 변환한다. 변환된 텍스트 데이터는 학습 목표어 데이터와 텍스트 수준에서 비교될 수 있고, 이에 따라, 유사발음 학습 모듈 (100) 은 최대 대립어 데이터베이스로부터 유사발음 단어들을 추출하여 사용자에게 제공할 수 있다. 유사발음 학습 모듈 (100) 은 유사발음 단어 리스트와 유사발음 단어쌍 리스트를 제공하여, 사용자가 발음오류를 수정함과 동시에 다양한 유사발음 단어들과 그 발음을 학습할 수 있도록 한다.The similar pronunciation learning module 100 converts the speech data of the user inputted corresponding to the learning target word data, which is built in or connected to the English learning application, into text data through speech recognition. The converted text data can be compared with the learning target word data at the text level so that the similar pronunciation learning module 100 can extract similar pronunciation words from the maximum word of mouth and provide it to the user. The similar pronunciation learning module 100 provides a similar pronunciation word list and a similar pronunciation word pair list so that the user can correct various pronunciation errors and learn various similar pronunciation words and their pronunciation.

본 명세서에서, 각 블록 또는 각 단계는 특정된 논리적 기능 (들) 을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또한, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.In this specification, each block or each step may represent a part of a module, segment or code that includes one or more executable instructions for executing the specified logical function (s). It should also be noted that in some alternative embodiments, the functions mentioned in the blocks or steps may occur out of order. For example, two blocks or steps shown in succession may in fact be performed substantially concurrently, or the blocks or steps may sometimes be performed in reverse order according to the corresponding function.

본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서에 의해 실행되는 하드웨어, 소프트웨어 모듈 또는 그 2 개의 결합으로 직접 구현될 수도 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM 또는 당업계에 알려진 임의의 다른 형태의 저장 매체에 상주할 수도 있다. 예시적인 저장 매체는 프로세서에 커플링되며, 그 프로세서는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로 (ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.The steps of a method or algorithm described in connection with the embodiments disclosed herein may be embodied directly in hardware, in a software module executed by a processor, or in a combination of the two. The software module may reside in a RAM memory, a flash memory, a ROM memory, an EPROM memory, an EEPROM memory, a register, a hard disk, a removable disk, a CD-ROM or any other form of storage medium known in the art. An exemplary storage medium is coupled to the processor, which is capable of reading information from, and writing information to, the storage medium. Alternatively, the storage medium may be integral with the processor. The processor and the storage medium may reside within an application specific integrated circuit (ASIC). The ASIC may reside within the user terminal. Alternatively, the processor and the storage medium may reside as discrete components in a user terminal.

이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Although the embodiments of the present invention have been described in detail with reference to the accompanying drawings, it is to be understood that the present invention is not limited to those embodiments and various changes and modifications may be made without departing from the scope of the present invention. . Therefore, the embodiments disclosed in the present invention are intended to illustrate rather than limit the scope of the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments. Therefore, it should be understood that the above-described embodiments are illustrative in all aspects and not restrictive. The scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents should be construed as falling within the scope of the present invention.

100 대체 전자문서 출력 모듈
110 수신부
120 처리부
130 출력부
200 발음오류 피드백
211, 310 학습 목표어 데이터
212 중요도 레벨
213 텍스트 데이터
214 최소 대립어 유형 레벨
220 발음오류 피드백 결과
230 추가정보 버튼
300 유사발음 단어 학습창
320 유사발음 단어 리스트
321 최소 대립어 유형 레벨
323 오류 유형
325 유사발음 단어
327 유사발음 단어의 중요도
330 유사발음 단어쌍 리스트
331 유사발음 단어쌍
333 유사발음 단어쌍 중요도100 alternative electronic document output module
110 receiver
120 processor
130 output section
200 pronunciation error feedback
211, 310 Learning Objective Data
212 Importance level
213 Text data
214 Minimum Contrast Type Level
220 pronunciation error feedback result
230 More information button
300 similar pronunciation words learning window
320 similar pronunciation word list
321 Minimum Contrast Type Level
323 Error Types
325 similar pronunciation words
Importance of 327 similar pronunciation words
330 similar pronunciation word pair list
331 similar pronunciation word pair
333 Similar words word pair importance

Claims

Receiving learning target word data and audio data corresponding to the learning target word data;
Converting the speech data into text data and comparing the speech data with the learning target speech data; And
And providing pronunciation error information from a minimum allele database corresponding to the learning target word data based on a difference between the text data and the learning target word data.

The method according to claim 1,
Wherein the step of providing the pronunciation error information includes generating a similar pronunciation word list and a similar pronunciation word pair list based on the pronunciation error feedback and the pronunciation error feedback corresponding to the learning target word data, .

The method according to claim 1,
Wherein the minimum similarity word database is a data set including at least one of a similar pronunciation word list corresponding to the learning target word data and a similar pronunciation word pair list corresponding to the similar pronunciation word list. .

The method of claim 3,
Wherein the similar pronunciation word list includes at least one of a minimum oppositional word type level, an error type, a similar pronunciation word, or an importance of the similar pronunciation word.

The method of claim 3,
Wherein the similar pronunciation word pair list displays an example of a similar pronunciation word pair corresponding to the selected similar pronunciation word when the similar pronunciation word is selected from the similar pronunciation word list.

6. The method of claim 5,
The similar pronunciation word pair example includes a word pair in which the existence position of the phoneme is the same among the words included in the minimum affirmative word database based on the position of a similar phoneme between the learning target word data and the text data And a similar pronunciation learning method.

A receiving unit for receiving learning target word data and audio data corresponding to the learning target word data;
A processing unit for converting the speech data into text data and comparing the speech data with the learning target speech data; And
And an output unit for providing pronunciation error information from a minimum allele database corresponding to the learning target word data based on a difference between the text data and the learning target word data.

8. The method of claim 7,
Wherein the output unit generates a similar pronunciation word list and a similar pronunciation word pair list based on pronunciation error feedback and the pronunciation error feedback corresponding to the learning target word data.

8. The method of claim 7,
Wherein the minimum opposition word database includes at least one of a similar pronunciation word list corresponding to the learning target word data and a similar pronunciation word pair list corresponding to the similar pronunciation word list.

10. The method of claim 9,
Wherein the similar pronunciation word list includes at least one of a minimum opposition type level, an error type, a similar pronunciation word, and an importance of the similar pronunciation word.

10. The method of claim 9,
Wherein the similar pronunciation word pair list displays an example of a similar pronunciation word pair corresponding to the selected similar pronunciation word when the similar pronunciation word is selected from the similar pronunciation word list.

12. The method of claim 11,
The similar pronunciation word pair example includes a word pair in which the existence position of the phoneme is the same among the words included in the minimum affirmative word database based on the position of a similar phoneme between the learning target word data and the text data And a similar pronunciation learning unit.

Learning target word data and audio data corresponding to the learning target word data,
Converts the speech data into text data, compares the speech data with the learning target speech data,
Wherein pronunciation error information is provided from a minimum affirmative word database corresponding to the learning target word data based on a difference between the text data and the learning target word data. Computer readable medium.