KR20190096876A

KR20190096876A - 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템 및 방법, 그리고 기록 매체

Info

Publication number: KR20190096876A
Application number: KR1020190093553A
Authority: KR
Inventors: 이지혜
Original assignee: 엘지전자 주식회사
Priority date: 2019-07-31
Filing date: 2019-07-31
Publication date: 2019-08-20
Also published as: US20190392818A1; KR102281590B1; US11164565B2

Abstract

본 발명은, 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템 및 방법에 관한 것으로서, 특히 데이터의 신뢰도에 따른 가중치를 부여하여 인식 성능을 업데이트 하는 학습 시스템 및 방법에 관한 것이다. 본 발명은, 음성인식을 수행하는 서버로부터 제공 받은 음성 데이터를 저장하는 메모리; 및 상기 메모리에 저장된 학습 가능 데이터들의 신뢰도를 측정하여 측정된 신뢰도에 따라 상기 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류하고, 상기 학습 데이터에 대해 비 지도 학습을 수행하여 학습 모델을 생성하며, 상기 적응 데이터를 이용하여 적응 모델을 생성하고, 상기 학습 모델 및 상기 적응 모델 각각에 대한 인식 성능을 평가하는 프로세서를 포함하고, 상기 프로세서는, 측정된 상기 신뢰도를 상기 학습 모델 및 상기 적응 모델에 반영시켜 가중치를 부여하고, 상기 가중치가 반영된 학습 모델 및 적응 모델로 상기 인식 성능을 업데이트하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템 및 방법을 제공한다.
본 발명에 따르면, 음성 데이터에 대한 수동 전사 과정이 없어, 많은 시간과 비용이 절약될 수 있다. 또한 본 발명은, 학습 모델 및 적응 모델에 신뢰도에 대한 가중치를 적용하여 인식 모델을 업데이트하는 이점이 있다.

Description

음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템 및 방법, 그리고 기록 매체{SYSTEM NAD METHOD OF UNSUPERVISED TRAINING WITH WEIGHT SHARING FOR THE IMPROVEMENT IN SPEECH RECOGNITION AND RECORDING MEDIUM FOR PERFORMING THE METHOD}

본 발명은 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템 및 방법에 관한 것으로서, 특히 데이터의 신뢰도에 따른 가중치를 부여하여 인식 성능을 업데이트 하는 학습 시스템 및 방법에 관한 것이다.

음성 인식기는 모바일 디바이스들의 성능이 향상됨에 따라, 점차 임베디드 시스템에서 활용 범위가 넓어지고 있다.

음성인식기는 음향모델의 많은 매개변수들과 대용량 어휘를 다뤄야 하기 때문에 인식 과정의 연산 비용을 줄이는 기법들이 연구되고 있다.

일반적으로, 음성인식기는 주변 환경 및 화자에 따라 인식 성능의 차이가 크게 난다. 기존의 능동 학습 방식은 음성 데이터의 수동전사(manual transcription) 과정이 필요하여, 많은 시간과 비용이 소비된다.

또한, 선별되지 않은 데이터를 사용함으로써 학습 시간이 급증한다.

또한, 학습 방식 혹은 적응 방식 중 한가지만 사용하여, 실제 환경에서 음성 인식 성능 개선에 제한적이다.

뿐만 아니라, 생성된 모델의 성능평가를 위해서는 사람이 직접 개입하여 테스트셋을 구성해야 한다는 단점이 있다.

이와 관련한 특허로, 미국등록특허 US8024190 이 있다. 미국등록특허 US8024190의 경우, 샘플링된 음성 데이터를 전사하는 과정에서, 수동 전사 과정을 이용하는 내용을 개시하고 있다.

다만, 종래 기술은, 학습된 모델에 대한 음성 인식 성능 평가 시, 사람이 직접 음성 인식의 성능을 평가하게 되므로, 많은 시간과 비용이 소모되는 문제가 있다.

본 발명은 음성 인식을 위해 실제 사용 환경의 데이터를 음성 인식의 모델에 학습시켜, 음성 인식 성능을 향상시킬 수 있는 것을 그 목적으로 한다.

본 발명은 일정 기간 마다, 사람의 개입 없이, 자동으로, 음향 모델을 생성하고, 생성된 음향 모델의 성능을 검증할 수 있는 것에 그 목적이 있다.

상기 목적을 달성하기 위하여 본 발명은, 음성인식을 수행하는 서버로부터 제공 받은 음성 데이터를 저장하는 메모리; 및 상기 메모리에 저장된 학습 가능 데이터들의 신뢰도를 측정하여 측정된 신뢰도에 따라 상기 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류하고, 상기 학습 데이터에 대해 비 지도 학습을 수행하여 학습 모델을 생성하며, 상기 적응 데이터를 이용하여 적응 모델을 생성하고, 상기 학습 모델 및 상기 적응 모델 각각에 대한 인식 성능을 평가하는 프로세서를 포함할 수 있다.

상기 프로세서는, 측정된 상기 신뢰도를 상기 학습 모델 및 상기 적응 모델에 반영시켜 가중치를 부여하고, 상기 가중치가 반영된 학습 모델 및 적응 모델로 상기 인식 성능을 업데이트할 수 있다.

실시 예에 따라, 상기 프로세서는, 상기 학습 가능 데이터의 신뢰도가 기준 신뢰도 이상인 경우 상기 학습 데이터로 분류하고, 상기 학습 가능 데이터의 신뢰도가 기준 신뢰도 미만인 경우 상기 적응 데이터로 분류할 수 있다.

실시 예에 따라, 상기 프로세서는, 상기 기준 신뢰도 이상인 학습 데이터들 중, 은닉 마르코프 모델의 상태 엔트로피가 기준 엔트로피보다 큰 N개의 데이터를 선정하고, 선정된 N개의 데이터 및 기 저장된 시드 데이터를 이용하여, 비 지도 학습을 수행하고, 상기 비 지도 학습의 수행 결과에 따라 상기 학습 모델을 생성할 수 있다.

실시 예에 따라, 상기 프로세서는, 상기 기준 신뢰도 미만인 적응 데이터들에 대해 생성적 적대 신경망을 이용하여, 상기 적응 모델을 생성할 수 있다.

실시 예에 따라, 상기 프로세서는 상기 학습 모델과 상기 적응 모델의 성능을 평가하는 성능 평가 모델을 더 포함하고, 상기 성능 평가 모델은, 로깅 음성 데이터에 대해 상기 학습 모델을 적용한 음성 인식 성공 횟수를 나타내는 제1 성능 평가 수치 및 상기 로깅 음성 데이터에 대해 상기 적응 모델을 적용한 음성 인식 성공 횟수를 나타내는 제2 성능 평가 수치를 측정하고, 상기 학습 모델 및 상기 적응 모델 중 상기 제1 성능 평가 수치 및 상기 제2 성능 평가 수치 중 값이 더 큰 성능 평가 수치에 대응하는 모델을 선정할 수 있다.

실시 예에 따라, 상기 프로세서는 상기 선정된 모델의 성능 평가 수치와 기존에 저장된 음향 모델의 성능 평가 수치를 비교하고, 상기 선정된 모델의 성능 평가 수치가 상기 음향 모델의 성능 평가 수치보다 큰 경우, 상기 음향 모델을 상기 선정된 모델로 업데이트 할 수 있다.

실시 예에 따라, 상기 프로세서는, 상기 학습 데이터 또는 상기 적응 데이터에 상기 신뢰도에 따른 가중치를 적용하여 새로운 학습 데이터 또는 적응 데이터를 산출하고, 상기 새로운 학습 데이터를 통해 상기 학습 모델을 생성하며, 상기 새로운 적응 데이터를 통해 상기 적응 모델을 생성할 수 있다.

실시 예에 따라, 상기 프로세서는, 상기 가중치가 반영된 학습 모델 또는 적응 모델로 성능 평가 모델을 업데이트 할 수 있다.

또한, 본 발명은, 음성인식을 수행하는 서버로부터 제공 받아 저장된 음성 데이터 중 학습 가능 데이터들의 신뢰도를 측정하는 단계; 측정된 신뢰도에 따라 상기 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류하는 단계; 상기 학습 데이터에 대해 비 지도 학습을 수행하여 학습 모델 생성 및 상기 적응 데이터를 이용하여 적응 모델을 생성하는 단계; 및 상기 학습 모델 및 상기 적응 모델 각각에 대한 인식 성능을 평가하는 단계를 포함하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법을 제공한다.

본 발명은, 측정된 상기 신뢰도를 상기 학습 모델 및 상기 적응 모델에 반영시켜 가중치를 부여하는 단계; 및 상기 가중치가 반영된 학습 모델 및 적응 모델로 상기 인식 성능을 업데이트하는 단계를 더 포함할 수 있다.

실시 예에 따라, 상기 분류하는 단계는, 측정된 신뢰도가 기준 신뢰도 이상인 경우, 상기 학습 가능 데이터를 상기 학습 데이터로 분류하는 단계 및 측정된 신뢰도가 상기 기준 신뢰도 미만인 경우, 상기 학습 가능 데이터를 상기 적응 데이터로 분류하는 단계를 더 포함할 수 있다.

실시 예에 따라, 상기 학습 모델을 생성하는 단계는, 상기 기준 신뢰도 이상인 학습 데이터들 중, 은닉 마르코프 모델의 상태 엔트로피가 기준 엔트로피보다 큰 N개의 데이터를 선정하는 단계; 선정된 N개의 데이터 및 기 저장된 시드 데이터를 이용하여, 비 지도 학습을 수행하는 단계; 및 상기 비 지도 학습의 수행 결과에 따라 상기 학습 모델을 생성하는 단계를 포함할 수 있다.

실시 예에 따라, 상기 적응 모델을 생성하는 단계는, 상기 기준 신뢰도 미만인 적응 데이터들에 대해 생성적 적대 신경망을 이용하여, 상기 적응 모델을 생성하는 단계를 포함할 수 있다.

실시 예에 따라, 상기 인식 성능을 평가하는 단계는, 로깅 음성 데이터에 대해 상기 학습 모델을 적용한 음성 인식 성공 횟수를 나타내는 제1 성능 평가 수치 및 상기 로깅 음성 데이터에 대해 상기 적응 모델을 적용한 음성 인식 성공 횟수를 나타내는 제2 성능 평가 수치를 측정하는 단계; 및

상기 학습 모델 및 상기 적응 모델 중 상기 제1 성능 평가 수치 및 상기 제2 성능 평가 수치 중 값이 더 큰 성능 평가 수치에 대응하는 모델을 선정하는 단계를 포함할 수 있다.

실시 예에 따라, 상기 선정된 모델의 성능 평가 수치와 기 저장된 음향 모델의 성능 평가 수치를 비교하는 단계; 및 상기 선정된 모델의 성능 평가 수치가 상기 음향 모델의 성능 평가 수치보다 큰 경우 상기 음향 모델을 상기 선정된 모델로 업데이트 하는 단계를 더 포함할 수 있다.

또한 본 발명은, 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법이 기록된 기록 매체에 있어서, 상기 학습 방법은, 학습 가능 데이터들의 신뢰도를 측정하는 단계; 측정된 신뢰도에 따라 상기 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류하는 단계; 상기 학습 데이터에 대해 비 지도 학습을 수행하여, 학습 모델을 생성하는 단계; 상기 적응 데이터를 이용하여, 적응 모델을 생성하는 단계; 및 상기 학습 모델 및 상기 적응 모델 각각에 대한 인식 성능을 평가하는 단계를 포함하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법이 기록된 기록 매체를 제공한다.

전술한 바와 같은 구성을 갖는 본 발명에 따르면, 음성 데이터에 대한 수동 전사 과정이 없어, 많은 시간과 비용이 절약될 수 있다.

또한 본 발명은, 데이터를 선별적으로 사용하여, 학습 시간이 감소되고, 학습 모델 및 적응 모델을 모두 이용하여, 실제 환경에서, 음성 인식 개선이 효과적으로 이루어질 수 있다.

또한 본 발명은, 학습 모델 및 적응 모델에 신뢰도에 대한 가중치를 적용하여 인식 모델을 업데이트하는 이점이 있다.

도 1은 인공 신경망의 학습 장치를 설명하기 위한 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템의 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 프로세서의 상세 구성을 설명하는 도면이다.
도 4는 본 발명의 일 실시 예에 따른 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템의 전체 프레임을 나타낸다.
도 5는 본 발명의 일 실시 예에 따른 학습 시스템의 동작 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시 예에 따라 학습 모델을 생성하는 과정을 설명하는 도면이다.
도 7은 본 발명의 일 실시 예에 따라 학습 모델 또는 적응 모델에 가중치를 부여하는 모습을 나타낸다.
도 8은 본 발명의 일 실시 예에 따라 학습 모델과 적응 모델 간의 성능 평가를 수행하는 과정을 설명하는 도면이다.
도 9는 본 발명의 일 실시 예에 따라, 음성 인식을 위한 모델의 업데이트 과정을 설명하는 도면이다.
도 10은 본 발명의 일 실시 예에 따른 음성 인식 시스템의 동작 방법을 설명하기 위한 래더 다이어그램이다.

이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명을 상세히 설명한다. 다만, 본 발명이 예시적 실시 예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일 참조부호는 실질적으로 동일한 기능을 수행하는 부재를 나타낸다.

본 발명의 목적 및 효과는 하기의 설명에 의해서 자연스럽게 이해되거나 보다 분명해 질 수 있으며, 하기의 기재만으로 본 발명의 목적 및 효과가 제한되는 것은 아니다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.

인공 지능(artificial intelligence, AI)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다.

또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.

머신 러닝(machine learning)은 인공지능의 한 분야로, 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야이다.

구체적으로 머신 러닝은, 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다.

용어 '머신 러닝'은 용어 '기계 학습'과 혼용되어 사용될 수 있다.

기계 학습에서 데이터를 어떻게 분류할 것인가를 놓고, 많은 기계 학습 알고리즘이 개발되었다. 의사결정나무(Decision Tree)나 베이지안 망(Bayesian network), 서포트벡터머신(support vector machine, SVM), 그리고 인공신경망(Artificial neural network) 등이 대표적이다.

의사결정나무는 의사결정규칙(Decision Rule)을 나무구조로 도표화하여 분류와 예측을 수행하는 분석방법이다.

베이지안 망은 다수의 변수들 사이의 확률적 관계(조건부독립성：conditional independence)를 그래프 구조로 표현하는 모델이다. 베이지안 망은 비지도 학습(unsupervised learning)을 통한 데이터마이닝(data mining)에 적합하다.

서포트벡터머신은 패턴인식과 자료분석을 위한 지도 학습(supervised learning)의 모델이며, 주로 분류와 회귀분석을 위해 사용한다.

인공신경망(Artificial Neural Network, ANN)은 생물학적 뉴런의 동작원리와 뉴런간의 연결 관계를 모델링한 것으로 노드(node) 또는 처리 요소(processing element)라고 하는 다수의 뉴런들이 레이어(Layer) 구조의 형태로 연결된 정보처리 시스템이다.

인공 신경망(Artificial Neural Network, ANN)은 기계 학습에서 사용되는 모델로써, 기계학습과 인지과학에서 생물학의 신경망(동물의 중추신경계중 특히 뇌)에서 영감을 얻은 통계학적 학습 알고리즘이다.

구체적으로 인공신경망(Artificial Neural Network, ANN)은 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다.

용어 인공신경망(Artificial Neural Network, ANN)은 용어 뉴럴 네트워크(Neural Network)와 혼용되어 사용될 수 있다.

인공신경망(Artificial Neural Network, ANN)은 복수의 레이어(layer)를 포함할 수 있고, 레이어들 각각은 복수의 뉴런(neuron)을 포함할 수 있다. 또한 인공신경망(Artificial Neural Network, ANN)은 뉴런(neuron)과 뉴런(neuron)을 연결하는 시냅스(synapse)를 포함할 수 있다.

인공 신경망(Artificial Neural Network, ANN)은 일반적으로 다음의 세가지 인자, 즉 (1) 다른 레이어(layer)의 뉴런들 사이의 연결 패턴 (2) 연결의 가중치를 갱신하는 학습 과정 (3) 이전 레이어(layer)로부터 수신되는 입력에 대하여 가중 합을 취하여 출력값을 생성하는 활성화 함수에 의해 정의될 수 있다.

인공 신경망(Artificial Neural Network, ANN)은, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), MLP(Multilayer Perceptron), CNN(Convolutional Neural Network)와 같은 방식의 네트워크 모델들을 포함할 수 있으나, 이에 한정되지 않는다.

본 명세서에서 용어 '레이어'는 용어 '계층'과 혼용되어 사용될 수 있다.

인공신경망(Artificial Neural Network, ANN)은 계층(layer) 수에 따라 단층 신경망(Single Layer Neural Networks)과 다층 신경망(Multi Layer Neural Networks)으로 구분된다.

일반적인 단층 신경망(Single Layer Neural Networks)은, 입력층과 출력층으로 구성된다.

또한 일반적인 다층신경망(Multi Layer Neural Networks)은 입력층과 은닉층, 출력층으로 구성된다.

입력층(input layer)은 외부의 자료들을 받아들이는 층으로서, 입력층의 뉴런 수는 입력되는 변수의 수와 동일하며, 은닉층(hidden layer)은 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달한다. 출력층(output layer)은 은닉층으로부터 신호를 받아 외부로 출력한다.

뉴런간의 입력신호는 0에서 1 사이의 값을 갖는 각각의 연결강도와 곱해진 후 합산되며 이 합이 뉴런의 임계치보다 크면 뉴런이 활성화되어 활성화 함수를 통하여 출력값으로 구현된다.

한편, 입력층(input layer)과 출력 층(output layer) 사이에 복수의 은닉층(hidden layer)을 포함하는 심층 신경망(Deep Neural Network, DNN)은, 기계 학습(machine learning) 기술의 한 종류인 딥 러닝(deep learning)을 구현하는 대표적인 인공 신경망일 수 있다.

한편 용어 '딥 러닝'은 용어 '심층 학습'과 혼용되어 사용될 수 있다.

인공 신경망(Artificial Neural Network, ANN)은 훈련 데이터(training data)를 이용하여 학습(training)될 수 있다. 여기서 학습(training)이란, 입력 데이터를 분류(classification)하거나 회귀분석(regression)하거나 군집화(clustering)하는 등의 목적을 달성하기 위하여, 학습 데이터를 이용하여 인공 신경망(Artificial Neural Network, ANN)의 파라미터(parameter)를 결정하는 과정을 의미할 수 있다. 인공 신경망(Artificial Neural Network, ANN)의 파라미터의 대표적인 예시로써, 시냅스에 부여되는 가중치(weight)나 뉴런에 적용되는 편향(bias)을 들 수 있다.

훈련 데이터에 의하여 학습된 인공 신경망은, 입력 데이터를 입력 데이터가 가지는 패턴에 따라 분류(classification)하거나 군집화 (clustering)할 수 있다.

한편 훈련 데이터를 이용하여 학습된 인공 신경망을, 본 명세서에서는 학습 모델(a trained model)이라 명칭할 수 있다.

다음은 인공 신경망(Artificial Neural Network, ANN)의 학습 방식에 대하여 설명한다.

인공 신경망(Artificial Neural Network, ANN)의 학습 방식은 크게, 지도 학습(Supervised Learning), 비 지도 학습(Unsupervised Learning), 준 지도 학습(semi-supervised learning), 강화 학습(Reinforcement learning)으로 분류될 수 있다.

지도 학습(Supervised Learning)은 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이다.

그리고 이렇게 유추되는 함수 중, 연속적인 값을 출력하는 것을 회귀분석(Regression)이라 하고, 입력 벡터의 클래스(class)를 예측하여 출력하는 것을 분류(Classification)라고 할 수 있다.

지도 학습에서는, 훈련 데이터(training data)에 대한 레이블(label)이 주어진 상태에서 인공 신경망(Artificial Neural Network, ANN)을 학습시킨다.

여기서, 레이블(label)이란, 훈련 데이터(training data)가 인공 신경망(Artificial Neural Network, ANN)에 입력되는 경우 인공 신경망(Artificial Neural Network, ANN)이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다.

본 명세서에서는 훈련 데이터(training data)가 입력되는 경우 인공 신경망(Artificial Neural Network, ANN)이 추론해 내야 하는 정답(또는 결과값)을 레이블(label) 또는 레이블링 데이터(labeling data)이라 명칭 한다.

또한 본 명세서에서는, 인공 신경망(Artificial Neural Network, ANN)의 학습을 위하여 훈련 데이터(training data)에 레이블(label)을 다는 것을, 훈련 데이터(training data)에 레이블링 데이터(labeling data)를 레이블링 한다(labeling)라고 명칭 한다.

이 경우 훈련 데이터(training data)와 훈련 데이터에 대응하는 레이블(label)은 하나의 트레이닝 셋(training set)을 구성하고, 인공 신경망(Artificial Neural Network, ANN)에는 트레이닝 셋(training set)의 형태로 입력될 수 있다.

한편, 훈련 데이터(training data)는 복수의 특징(feature)을 나타내고, 훈련 데이터에 레이블(label)이 레이블링(labeling)된다는 것은 훈련 데이터(training data)가 나타내는 특징에 레이블(label)이 달린다는 것을 의미할 수 있다. 이 경우 훈련 데이터(training data)는 입력 객체의 특징을 벡터 형태로 나타낼 수 있다.

인공 신경망(Artificial Neural Network, ANN)은 훈련 데이터와 레이블링 데이터(labeling data)를 이용하여, 훈련 데이터와 레이블링 데이터(labeling data)의 연관 관계에 대한 함수를 유추할 수 있다. 또한 인공 신경망(Artificial Neural Network, ANN)은 유추된 함수에 대한 평가를 통해 인공 신경망(Artificial Neural Network, ANN)의 파라미터를 결정(최적화) 할 수 있다.

비 지도 학습(Unsupervised Learning)은 기계 학습의 일종으로, 훈련 데이터에 대한 레이블(label)이 주어지지 않는다.

구체적으로, 비 지도 학습(Unsupervised Learning)은, 훈련 데이터 및 훈련 데이터에 대응하는 레이블(label)의 연관 관계 보다는, 훈련 데이터 자체에서 패턴을 찾아 분류하도록 인공 신경망을 학습시키는 학습 방법일 수 있다.

비 지도 학습(Unsupervised Learning)의 예로는, 군집화(Clustering) 또는 독립 성분 분석(Independent Component Analysis)을 들 수 있다.

본 명세서에서 용어 '군집화'는 용어 '클러스터링'과 혼용되어 사용될 수 있다.

비지도 학습을 이용하는 인공 신경망의 일례로 생성적 적대 신경망(Generative　Adversarial　Network, GAN), 오토 인코더(Autoencoder, AE)를 들 수 있다.

생성적 적대 신경망(Generative　Adversarial　Network, GAN)이란, 생성기(generator)와 판별기(discriminator), 두 개의 서로 다른 인공지능이 경쟁하며 성능을 개선하는 머신러닝 방법이다.

이 경우 생성기(generator)는 새로운 데이터를 창조하는 모형으로, 원본 데이터를 기반으로 새로운 데이터를 생성할 수 있다.

또한 판별기(discriminator)는 데이터의 패턴을 인식하는 모형으로, 원본데이터를 기반으로 생성기(generator)에서 생성한 새로운 데이터에 대한 진위 여부를 감별하는 역할을 수행할 수 있다.

그리고 생성기(generator)는 판별기(discriminator)를 속이지 못한 데이터를 입력 받아 학습하며, 판별기(discriminator)는 생성기(generator)로부터 속은 데이터를 입력 받아 학습할 수 있다. 이에 따라 생성기(generator)는 판별기(discriminator)를 최대한 잘 속이도록 진화할 수 있고, 판별기(discriminator)의 원본 데이터와 생성기(generator)에 의해 생성된 데이터를 잘 구분하도록 진화할 수 있다.

오토 인코더(Autoencoder, AE)는 입력 자체를 출력으로 재현하는 것을 목표로 하는 신경망이다.

오토 인코더(Autoencoder, AE)는 입력층, 은닉층 및 출력층을 포함하며, 입력 데이터는 입력 데이터가 입력 계층을 통과하여 은닉 계층으로 들어간다.

이 경우 은닉 계층의 노드 수가 입력 계층의 노드 수보다 적으므로 데이터의 차원이 줄어들게 되며, 이에 따라 압축 또는 인코딩이 수행되게 된다.

또한 은닉 계층에서 출력한 데이터는 출력 계층으로 들어간다. 이 경우 출력 계층의 노드 수는 은닉 계층의 노드 수보다 많으므로, 데이터의 차원이 늘어나게 되며, 이에 따라 압축 해제 또는 디코딩이 수행되게 된다.

한편 오토 인코더(Autoencoder, AE)는 학습을 통해 뉴런의 연결 강도를 조절함으로써 입력 데이터가 은닉층 데이터로 표현된다. 은닉층에서는 입력층보다 적은 수의 뉴런으로 정보를 표현하는데 입력 데이터를 출력으로 재현할 수 있다는 것은, 은닉층이 입력 데이터로부터 숨은 패턴을 발견하여 표현했다는 것을 의미할 수 있다.

준 지도 학습(Semi-Supervised Learning)은 기계 학습의 일종으로, 레이블(label)이 주어진 훈련 데이터와 레이블(label)이 주어지지 않은 훈련 데이터를 모두 사용하는 학습 방법을 의미할 수 있다.

준 지도 학습의 기법 중 하나로, 레이블이 주어지지 않은 훈련 데이터의 레이블을 추론한 후 추론된 라벨을 이용하여 학습을 수행하는 기법이 있으며, 이러한 기법은 레이블링에 소요되는 비용이 큰 경우에 유용하게 사용될 수 있다.

강화 학습(Reinforcement learning)은, 에이전트(Agent)가 매순간 어떤 행동을 해야 좋을지 판단할 수 있는 환경이 주어진다면, 데이터 없이 경험으로 가장 좋을 길을 찾을 수 있다는 이론이다.

강화 학습(Reinforcement Learning)은 주로 마르코프 결정 과정(Markov Decision Process, MDP)에 의하여 수행될 수 있다.

마르코프 결정 과정(Markov Decision Process, MDP)을 설명하면, 첫번째로 에이전트가 다음 행동을 하기 위해 필요한 정보들이 구성된 환경이 주어지며, 두번째로 그 환경에서 에이전트가 어떻게 행동할지 정의하고, 세번째로 에이전트가 무엇을 잘하면 보상(reward)를 주고 무엇을 못하면 벌점(penalty)을 줄지 정의하며, 네번째로 미래의 보상이 최고점에 이를 때까지 반복 경험하여 최적의 정책(policy)을 도출하게 된다.

도 1은 인공 신경망의 학습 장치를 설명하기 위한 블록도이다.

도 1을 참조하면, 인공 신경망의 학습 장치(1000)는, 데이터 입력부(1010), 프로세서(1020) 및 인공 신경망(1030)을 포함할 수 있다.

데이터 입력부(1010)는 입력 데이터를 수신할 수 있다. 이 경우 데이터 입력부(1010)는 훈련 데이터를 수신할 수 있으며, 가공되지 않은 데이터를 수신할 수도 있다.

데이터 입력부(1010)가 가공되지 않은 데이터를 수신한 경우, 프로세서(1020)는 수신된 데이터를 전처리 하여 인공 신경망(1030)에 입력이 가능한 훈련데이터를 생성할 수 있다.

인공 신경망(1030)은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있으며, 인공 신경망(1030)의 일부 또는 전부가 소프트웨어로 구현되는 경우 인공 신경망(1030)을 구성하는 하나 이상의 명령어는 인공 신경망의 학습 장치(1000)에 포함되는 메모리(미도시)에 저장될 수 있다.

프로세서(1020)는 훈련 데이터 또는 트레이닝 셋(training set)을 인공 신경망(1030)에 입력하여 인공 신경망(1030)을 훈련(training)시킬 수 있다.

구체적으로 프로세서(1020)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망(Artificial Neural Network, ANN)을 반복적으로 학습시킴으로써, 인공 신경망(Artificial Neural Network, ANN)의 파라미터를 결정(최적화)할 수 있다

이와 같이 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을, 본 명세서에서는 학습 모델(a trained model)이라 명칭할 수 있다.

한편 학습 모델(a trained model)은 훈련 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있다.

한편 학습 모델(a trained model)은 인공 신경망의 학습 장치(1000)에 탑재된 상태에서 결과 값을 추론할 수도 있으며, 다른 장치로 전송되어 탑재될 수도 있다.

학습 모델(a trained model)을 다른 장치로 전송하는 경우, 인공 신경망의 학습 장치(1000)는 다른 장치와 통신하기 위한 통신부(미도시)를 포함할 수 있다.

도 2는 본 발명의 일 실시 예에 따른 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템의 구성을 설명하기 위한 블록도이다.

본 명세서에서 설명되는 학습 시스템에는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등이 포함될 수 있다.

그러나, 본 명세서에 기재된 실시 예에 따른 학습 시스템(100)은 스마트 TV, 데스크탑 컴퓨터, 디지털사이니지 등과 같은 고정 단말기에도 적용될 수도 있다.

또한, 본 발명의 실시 예에 따른 학습 시스템(100)은 고정 또는 이동 가능한 로봇에도 적용될 수 있다. 본 발명의 실시 예에 따른 학습 시스템(100)은 음성 에이전트의 기능을 수행할 수 있다. 음성 에이전트는 사용자의 음성을 인식하고, 인식된 사용자의 음성에 적합한 응답을 음성으로 출력하는 프로그램일 수 있다.

학습 시스템(100)은 무선 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 인터페이스부(160), 메모리(170), 프로세서(180) 및 전원 공급부(190)를 포함할 수 있다.

학습 모델(a trained model)은 학습 시스템(100)에 탑재될 수 있다.

한편 학습 모델(a trained model)은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있으며, 학습 모델(a trained model)의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델(a trained model)을 구성하는 하나 이상의 명령어는 메모리(170)에 저장될 수 있다.

무선 통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.

방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다.

이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.

무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 학습 시스템(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.

무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있다.

근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.

위치정보 모듈(115)은 이동 단말기의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 단말기는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 이동 단말기의 위치를 획득할 수 있다.

입력부(120)는 영상 신호 입력을 위한 카메라(121), 오디오 신호를 수신하기 위한 마이크로폰(122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(123)를 포함할 수 있다.

입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.

입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, 학습 시스템(100)은 하나 또는 복수의 카메라(121)들을 구비할 수 있다.

카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다.

마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 학습 시스템(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.

사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면,

프로세서(180)는 입력된 정보에 대응되도록 학습 시스템(100)의 동작을 제어할 수 있다.

사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 학습 시스템(100)의 전?캡* 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.

러닝 프로세서(130)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정, 및 기계 학습 알고리즘 및 기술을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성 될 수 있다.

러닝 프로세서(130)는 단말기에 의해 수신, 검출, 감지, 생성, 사전 정의 또는 다른 방식으로 출력되거나 수신, 검출, 감지, 생성, 사전 정의 또는 다른 방식으로 다른 컴포넌트, 디바이스, 단말기 또는 단말기와 통신하는 장치에 의해 출력되는 데이터를 저장하도록 구성된 하나 이상의 메모리 유닛을 포함 할 수 있다.

러닝 프로세서(130)는 단말기에 통합되거나 구현된 메모리를 포함 할 수 있다. 일부 실시 예에서, 러닝 프로세서(130)는 메모리(170)를 사용하여 구현 될 수 있다.

선택적으로 또는 부가 적으로, 러닝 프로세서(130)는 단말기에 직접 결합된 외부 메모리 또는 단말기와 통신하는 서버에서 유지되는 메모리와 같이 단말기와 관련된 메모리를 사용하여 구현 될 수 있다.

다른 실시 예에서, 러닝 프로세서(130)는 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현 될 수 있다.

러닝 프로세서(130)는 일반적으로 감독 또는 감독되지 않은 학습, 데이터 마이닝, 예측 분석 또는 다른 머신에서 사용하기 위해 데이터를 식별, 색인화, 카테고리화, 조작, 저장, 검색 및 출력하기 위해 데이터를 하나 이상의 데이터베이스에 저장하도록 구성될 수 있다.

러닝 프로세서(130)에 저장된 정보는 다양한 상이한 유형의 데이터 분석 알고리즘 및 기계 학습 알고리즘 중 임의의 것을 사용하여 프로세서(180) 또는 단말기의 하나 이상의 다른 제어기에 의해 이용될 수 있다.

이러한, 알고리즘의 예로는, k-최근 인접 시스템, 퍼지 논리 (예: 가능성 이론), 신경 회로망, 볼츠만 기계, 벡터 양자화, 펄스 신경망, 지원 벡터 기계, 최대 마진 분류기, 힐 클라이밍, 유도 논리 시스템 베이지안 네트워크, 페리트넷 (예: 유한 상태 머신, 밀리 머신, 무어 유한 상태 머신), 분류기 트리 (예: 퍼셉트론 트리, 지원 벡터 트리, 마코프 트리, 의사 결정 트리 포리스트, 임의의 포리스트), 판돈 모델 및 시스템, 인공 융합, 센서 융합, 이미지 융합, 보강 학습, 증강 현실, 패턴 인식, 자동화 된 계획 등을 포함한다.

프로세서(180)는 데이터 분석 및 기계 학습 알고리즘을 사용하여 결정되거나, 생성된 정보에 기초하여 단말기의 적어도 하나의 실행 가능한 동작을 결정 또는 예측할 수 있다. 이를 위해, 프로세서(180)는 러닝 프로세서(130)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 상기 단말기를 제어할 수 있다.

프로세서(180)는 지능적 에뮬레이션(즉, 지식 기반 시스템, 추론 시스템 및 지식 획득 시스템)을 구현하는 다양한 기능을 수행 할 수 있다. 이는 적응 시스템, 기계 학습 시스템, 인공 신경망 등을 포함하는, 다양한 유형의 시스템(예컨대, 퍼지 논리 시스템)에 적용될 수 있다.

프로세서(180)는, 또한 I/O 처리 모듈, 환경 조건 모듈, 음성 - 텍스트 (STT) 처리 모듈, 자연어 처리 모듈, 작업 흐름 처리 모듈 및 서비스 처리 모듈과 같이, 음성 및 자연 언어 음성 처리를 수반하는 연산을 가능하게 하는 서브 모듈을 포함할 수 있다.

이들 서브 모듈들 각각은, 단말기에서의 하나 이상의 시스템 또는 데이터 및 모델, 또는 이들의 서브셋 또는 수퍼 셋에 대한 액세스를 가질 수 있다. 또한, 이들 서브 모듈들 각각은, 어휘 색인, 사용자 데이터, 작업 흐름 모델, 서비스 모델 및 자동 음성 인식 (ASR) 시스템을 비롯한 다양한 기능을 제공할 수 있다.

다른 실시 예에서, 프로세서(180) 또는 단말기의 다른 양태는 상기 서브 모듈, 시스템, 또는 데이터 및 모델로 구현 될 수 있다.

일부 예에서, 러닝 프로세서(130)의 데이터에 기초하여, 프로세서(180)는 사용자 입력 또는 자연 언어 입력으로 표현된 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 검출하고 감지하도록 구성 될 수 있다.

프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 완전히 결정하는데 필요한 정보를 능동적으로 이끌어 내고, 획득할 수 있다. 예를 들어, 프로세서(180)는 역사적 입력 및 출력, 패턴 매칭, 모호하지 않은 단어, 입력 의도 등을 포함하는 과거 데이터를 분석함으로써 요구 사항을 결정하는데, 필요한 정보를 능동적으로 이끌어낼 수 있다.

프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항에 응답하는 기능을 실행하기 위한 태스크 흐름을 결정할 수 있다.

프로세서(180)는 러닝 프로세서(130)에서 프로세싱 및 저장을 위한 정보를 수집하기 위해, 단말기에서 하나 이상의 감지 컴포넌트를 통해 데이터 분석 및 기계 학습 작업에 사용되는 신호 또는 데이터를 수집, 감지, 추출, 검출 및/또는 수신하도록 구성 될 수 있다.

정보 수집은 센서를 통해 정보를 감지하는 것, 메모리(170)에 저장된 정보를 추출하는 것 또는 통신 수단을 통해 다른 단말기, 엔티티 또는 외부 저장 장치로부터 정보를 수신하는 것을 포함 할 수 있다.

프로세서(180)는 단말기에서 사용 히스토리 정보를 수집하여, 저장할 수 있다.

프로세서(180)는 저장된 사용 히스토리 정보 및 예측 모델링을 사용하여 특정 기능을 실행하기 위한 최상의 매치를 결정할 수 있다.

프로세서(180)는 센싱부(140)를 통해 주변 환경 정보 또는 기타 정보를 수신하거나 감지 할 수 있다.

프로세서(180)는 무선 통신부(110)을 통해 방송 신호 및/또는 방송 관련 정보, 무선 신호, 무선 데이터를 수신할 수 있다.

프로세서(180)는 입력부(120)로부터 이미지 정보 (또는 해당 신호), 오디오 정보 (또는 해당 신호), 데이터 또는 사용자 입력 정보를 수신 할 수 있다.

프로세서(180)는 정보를 실시간으로 수집하고, 정보 (예를 들어, 지식 그래프, 명령 정책, 개인화 데이터베이스, 대화 엔진 등)를 처리 또는 분류하고, 처리 된 정보를 메모리(170) 또는 러닝 프로세서(130)에 저장할 수 있다.

단말기의 동작이 데이터 분석 및 기계 학습 알고리즘 및 기술에 기초하여 결정될 때, 프로세서(180)는 결정된 동작을 실행하기 위해 단말기의 구성 요소를 제어 할 수 있다. 그리고 프로세서(180)는 제어 명령에 따라 단말을 제어하여 결정된 동작을 수행 할 수 있다.

프로세서(180)는 특정 동작이 수행되는 경우, 데이터 분석 및 기계 학습 알고리즘 및 기법을 통해 특정 동작의 실행을 나타내는 이력 정보를 분석하고, 분석된 정보에 기초하여 이전에 학습 한 정보의 업데이트를 수행 할 수 있다.

따라서, 프로세서(180)는 러닝 프로세서(130)과 함께, 업데이트 된 정보에 기초하여 데이터 분석 및 기계 학습 알고리즘 및 기법의 미래 성능의 정확성을 향상시킬 수 있다.

센싱부(140)는 이동 단말기 내 정보, 이동 단말기를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱 하기 위한 하나 이상의 센서를 포함할 수 있다.

예를 들어, 센싱부(140)는 근접센서(141, proximity sensor), 조도 센서(142, illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 이동 단말기는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.

출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅팁 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다.

디스플레이부(151)는 학습 시스템(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부(151)는 학습 시스템(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.

디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 학습 시스템(100)과 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 학습 시스템(100)과 사용자 사이의 출력 인터페이스를 제공할 수 있다.

음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다.

음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.

햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다.

광출력부(154)는 학습 시스템(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 학습 시스템(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.

인터페이스부(160)는 학습 시스템(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다. 학습 시스템(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.

한편, 식별 모듈은 학습 시스템(100)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(user identify module; UIM), 가입자 인증 모듈(subscriber identity module; SIM), 범용 사용자 인증 모듈(universal subscriber identity module; USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 상기 인터페이스부(160)를 통하여 학습 시스템(100)과 연결될 수 있다.

메모리(170)는 학습 시스템(100)의 다양한 기능을 지원하는 데이터를 저장한다.

메모리(170)는 학습 시스템(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 학습 시스템(100)의 동작을 위한 데이터들, 명령어들을, 러닝 프로세서(130)의 동작을 위한 데이터들(예를 들어, 머신 러닝을 위한 적어도 하나의 알고리즘 정보 등)을 저장할 수 있다.

프로세서(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 학습 시스템(100)의 전반적인 동작을 제어한다. 프로세서(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.

또한, 프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 1와 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용프로그램의 구동을 위하여, 학습 시스템(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.

전원공급부(190)는 프로세서(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 학습 시스템(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다.

한편, 앞서 살펴본 것과 같이, 프로세서(180)는 응용 프로그램과 관련된 동작과, 통상적으로 학습 시스템(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(180)는 상기 이동 단말기의 상태가 설정된 조건을 만족하면, 애플리케이션들에 대한 사용자의 제어 명령의 입력을 제한하는 잠금 상태를 실행하거나, 해제할 수 있다.

도 3은 본 발명의 일 실시 예에 따른 프로세서의 상세 구성을 설명하는 도면이다.

도 3을 참조하면, 본 발명의 일 실시 예에 따른 프로세서(180)는 데이터 선택 모듈(181), 학습 모듈(183), 적응 모듈(185) 및 성능 추정 모듈(187)을 포함할 수 있다.

데이터 선택 모듈(181)은 복수의 데이터들로부터, 학습 불가 데이터를 제거할 수 있다.

데이터 선택 모듈(181)은 학습 불가 데이터가 제거된 후, 남은 학습 가능 데이터들의 신뢰도를 측정할 수 있다.

데이터 선택 모듈(181)은 측정된 신뢰도에 따라 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류할 수 있다.

학습 모듈(183)은 분류된 학습 데이터에 대해 비 지도 학습을 수행하여, 학습 모델을 생성할 수 있다.

적응 모듈(185)는 분류된 적응 데이터를 이용하여, 적응 모델을 생성할 수 있다.

적응 모듈(185)은 생성적 적대 신경망과 같은 비지도 학습이 가능한 머신 러닝 알고리즘을 이용하여, 적응 데이터에 대한 확률 분포를 모델링하여, 적응 모델을 생성할 수 있다.

성능 추정 모듈(187)은 생성된 학습 모델 및 적응 모델 각각에 대한 음성 인식 성능을 평가할 수 있다.

프로세서(180)를 구성하는 구성 요소들에 대한 자세한 설명은 후술한다.

도 3에 도시된 구성 요소들은 도 1에서 설명된 학습 장치(1000)의 프로세서(1020)에도 포함될 수 있다.

이 경우, 하기 도 4의 실시 예는 학습 장치(1000)의 프로세서(1020)가 수행할 수 있다.

도 4는 본 발명의 일 실시 예에 따른 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템의 전체 프레임을 나타낸다.

도 4를 참조하면, 본 발명은, 데이터 선택 모듈(181), 학습 모듈(183), 적응 모듈(185), 성능 추정 모듈(187)을 포함하고, 각각의 모듈은 복수의 데이터들을 이용하여 음성 인식으로부터 성능 평가까지의 과정을 수행한다.

데이터 선택 모듈(181)은, 학습 불가 데이터를 제거하고, 학습 불가 데이터 제거 후, 남은 학습 가능 데이터들의 신뢰도를 측정한다.

데이터 선택 모듈(181)은 측정된 신뢰도에 따라 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류하고, 학습 모듈은 분류된 학습 데이터에 대해 비 지도 학습을 수행하여 학습 모델을 생성한다.

학습 모듈(183)은 학습 데이터들 중 은닉 마르코프 모델의 상태 엔트로피(Hidden Markov model-state entropy)가 기준 엔트로피보다 큰 N 개의 데이터를 선정한다. 학습 모듈(183)은 선정된 N 개의 데이터 및 기 저장된 시드 데이터를 이용하여, 비 지도 학습을 수행한다.

학습 모듈(183)은 비 지도 학습을 통해 학습된 새로운 학습 모델을 생성한다. 프로세서(180)의 적응 모듈(185)는 분류된 적응 데이터를 이용하여, 적응 모델을 생성한다. 프로세서(180)의 성능 추정 모듈(187)은 생성된 학습 모델 및 적응 모델 각각에 대한 음성 인식 성능을 평가한다.

여기서 프로세서는, 측정된 상기 신뢰도를 상기 학습 모듈(183) 및 상기 적응 모듈(185)에 반영시켜 가중치를 부여하고, 상기 가중치가 반영된 학습 모델 및 적응 모델로 성능 추정 모듈(187)의 인식 성능을 업데이트 할 수 있다.

프로세서(180)는, 상기 학습 데이터 또는 상기 적응 데이터에 신뢰도에 따른 가중치를 적용하여 새로운 학습 데이터 또는 적응 데이터를 산출하고, 상기 새로운 학습 데이터를 통해 상기 학습 모델을 생성하며, 상기 새로운 적응 데이터를 통해 상기 적응 모델을 생성할 수 있다.

프로세서(180)는 데이터 선택 모듈(181)에서 산출된 신뢰도를 학습 모듈(185)과 적응 모듈(187)로 전송하고, 전송된 가중치를 반영시켜 학습 모델 및 적응 모델을 생성할 수 있다.

가중치는 데이터 학습 모델에서 산출한 신뢰도를 바탕으로 부여되며, 신뢰도가 높을수록 가중치를 높여 학습 모델 및 적응 모델에서 데이터 연산 시 결과 값에 반영 비율을 높일 수 있다. 이에 대해서는 도 7에서 자세히 설명하기로 한다.

성능 추정 모듈(187)은 학습 모델의 제1 성능 평가 수치 및 적응 모델의 제2 성능 평가 수치를 획득한다. 성능 추정 모듈(187)은 제1 성능 평가 수치 및 제2 성능 평가 수치를 비교하고, 비교 결과, 학습 모델 및 적응 모델 중 성능 평가 수치가 더 큰 모델을 업데이트의 결정 여부를 위한, 모델로 선정할 수 있다.

성능 추정 모듈(187)은 선정된 모델의 성능이 기존의 음향 모델보다 더 좋은지를 판단한다. 성능 추정 모듈(187)은 음성 인식 성능의 평가 결과에 따라 기존 모델을 업데이트 할 수 있다.

도 5는 본 발명의 일 실시 예에 따른 학습 시스템의 동작 방법을 설명하기 위한 흐름도이다.

프로세서(180)의 데이터 선택 모듈(181)은 복수의 데이터들로부터, 학습 불가 데이터를 제거한다(S401).

일 실시 예에서, 데이터 선택 모듈(181)은 음성 인식 서버로부터, 복수의 데이터들을 전달받을 수 있다. 음성 인식 서버는 의도 분석을 수행하는 자연어 처리(Natural Language Processing, NLP) 서버일 수 있다.

또 다른 실시 예에서, 데이터 선택 모듈(181)은 메모리(170)로부터, 복수의 데이터들을 획득할 수 있다.

데이터 선택 모듈(181)은 복수의 데이터들로부터, 비음성 데이터, 다중 화자 음성 데이터, 오 인식 음성 데이터를 제거할 수 있다.

데이터 선택 모듈(181)은 복수의 데이터들 각각의 파워 스펙트럼을 이용하여, 비 음성 데이터, 다중 화자 음성 데이터를 구분할 수 있다.

데이터 선택 모듈(181)은 데이터의 주파수 대역이, 화자의 음성 주파수 대역을 벗어나는 경우, 해당 데이터를 비 음성 데이터로 분류할 수 있다.

데이터 선택 모듈(181)은 데이터의 주파수 대역들의 개수가 기 설정된 개수 이상인 경우, 해당 데이터를 다중 화자 음성 데이터로 분류할 수 있다.

프로세서(180)의 데이터 선택 모듈(181)은 학습 불가 데이터가 제거된 후, 남은 학습 가능 데이터들의 신뢰도를 측정한다(S403).

일 실시 예에서, 일 실시 예에서, 데이터 선택 모듈(181)은 공지된 논문인 <Recognition Confidence Scoring for Use in Speech Understanding Systems>의 신뢰도 점수 측정 방식에 기반하여, 학습 가능 데이터들의 신뢰도를 측정할 수 있다.

프로세서(180)의 데이터 선택 모듈(181)은 측정된 신뢰도에 따라 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류한다(S405).

데이터 선택 모듈(181)은 측정된 신뢰도가 기준 신뢰도 이상인 경우, 해당 데이터를 학습 데이터로 분류할 수 있다.

학습 데이터는 추후, 새로운 학습 모델을 생성하는데, 사용될 수 있다.

데이터 선택 모듈(181)은 측정된 신뢰도가 기준 신뢰도 미만인 경우, 해당 데이터를 적응 데이터로 분류할 수 있다.

적응 데이터는 추후, 적응 모델을 생성하는데 사용될 수 있다.

프로세서(180)의 학습 모듈(183)은 분류된 학습 데이터에 대해 비 지도 학습을 수행하여, 학습 모델을 생성한다(S407).

학습 모델을 생성하는 과정에 대해서는, 도 6을 참조하여 설명한다.

도 6은 본 발명의 일 실시 예에 따라 학습 모델을 생성하는 과정을 설명하는 도면이다.

도 6을 참조하면, 프로세서(180)의 학습 모듈(183)은 학습 데이터들 중 은닉 마르코프 모델의 상태 엔트로피(Hidden Markov model-state entropy)가 기준 엔트로피보다 큰 N 개의 데이터를 선정한다(S501).

은닉 마르코프 모델의 상태 엔트로피는 음절을 구성하는 음소의 개수에 대한 편차가 적을수록, 그 값이 커질 수 있다. 반대로, 은닉 마르코프 모델의 상태 엔트로피는 음절을 구성하는 음소의 개수에 대한 편차가 클수록, 그 값이 작아질 수 있다.

학습 모듈(183)은 선정된 N 개의 데이터 및 기 저장된 시드 데이터를 이용하여, 비 지도 학습을 수행한다(S503).

비 지도 학습은 훈련 데이터 자체에서, 패턴을 찾아 데이터를 분류하도록, 학습 모델을 학습시키는 방식일 수 있다.

학습 모듈(183)은 이러한 비 지도 학습을 이용하여, N개의 데이터 및 기 저장된 시드 데이터에 매칭되는 텍스트 데이터 간의 연관 관계를 획득할 수 있다.

기 저장된 시드 데이터는 기존의 학습 모델의 생성 시, 사용되었던, 음성 데이터일 수 있다.

학습 모듈(183)은 비 지도 학습을 통해 학습된 새로운 학습 모델을 생성한다(S505).

학습 모듈(183)은 N개의 데이터 및 기 저장된 시드 데이터에 매칭되는 텍스트 데이터 간의 연관 관계들을 저장한 새로운 학습 모델을 생성할 수 있다.

도 6의 실시 예에 따르면, 신뢰도가 큰 음성 데이터를 사용하고, 비 지도 학습이 이용되므로, 수동 레이블링의 과정 없이, 음성 데이터의 인식 결과를 학습에 바로 사용 가능하다.

수동 레이블링이란, 음성 데이터에 대응하는 텍스트 데이터를 사람이 직접 전사(또는 타이핑)하는 것을 의미한다.

다시, 도 5를 설명한다.

프로세서(180)의 적응 모듈(185)는 분류된 적응 데이터를 이용하여, 적응 모델을 생성한다(S409).

적응 데이터는 학습 데이터보다 신뢰도가 더 낮은 데이터이다. 적응 데이터는 학습 데이터보다 신뢰도가 상대적으로, 더 낮기 때문에, 실사용 환경을 반영한 음성 데이터일 수 있다.

적응 모듈(185)은 적응 데이터에 대해 도 1에서 설명된 생성적 적대 신경망(GAN)을 이용하여, 적응 모델을 생성할 수 있다.

프로세서(180)의 성능 추정 모듈(187)은 생성된 학습 모델 및 적응 모델 각각에 대한 음성 인식 성능을 평가한다(S411).

일 실시 예에서, 성능 추정 모듈(187)은 단계 S401에서 사용된 복수의 데이터들 이외에, 실사용 환경에서 얻어진 로깅 음성 데이터에 대해 적용된 모델의 성능 평가 수치를 측정하여, 음성 인식 성능을 평가할 수 있다.

여기서, 성능 평가 수치는 로깅 음성 데이터에 대해 학습 모델을 적용한 음성 인식 결과의 정도를 나타낼 수 있다. 더 구체적으로, 성능 평가 수치는 로깅 음성 데이터에 대해 학습 모델을 적용한 음성 인식의 성공 횟수를 나타낼 수 있다.

예를 들어, 동일한 로깅 음성 데이터에 대해 학습 모델을 100번 적용하였을 때, 음성 인식 성공 횟수가 90번인 경우, 성능 평가 수치는 90으로 결정될 수 있다.

구체적으로, 성능 추정 모듈(187)은 로깅 데이터에 대해, 학습 모델을 적용하여, 얻어진 인식 결과의 제1 성능 평가 수치를 측정할 수 있다.

또한, 성능 추정 모듈(187)은 동일한 로깅 데이터에 대해 적응 모델을 적용하여, 얻어진 인식 결과의 제2 성능 평가 수치를 측정할 수 있다.

성능 추정 모듈(187)은 제1 성능 평가 수치 및 제2 성능 평가 수치 중 더 큰 성능 평가 수치를 제공한 모델을 성능이 더 좋은 모델로 평가할 수 있다.

예를 들어, 성능 추정 모듈(187)은 제1 성능 평가 수치가 제2 성능 평가보다 수치가 더 큰 경우, 학습 모델을 성능이 더 좋은 모델로 평가할 수 있다.

반대로, 성능 추정 모듈(187)은 제2 성능 평가 수치가 제1 성능 평가 수치보다 더 큰 경우, 적응 모델을 성능이 더 좋은 모델로 평가할 수 있다.

도 7은 본 발명의 일 실시 예에 따라 학습 모델 또는 적응 모델에 가중치를 부여하는 모습을 나타낸다.

도 7을 참조하면, 학습 모듈(183)은 학습 가능 데이터에 상술한 신뢰도 측정 결과를 반영하여 성능 추정 모델을 업데이트 할 수 있다.

이 과정에서, 아래 수식 (1) 내지 (4)가 적용될 수 있고,

- 수식 (1)

- 수식(2)

- 수식(3)

- 수식(4)

가중치를 적용하기 위해, 아래 수식 (6)와 같이, 신뢰도에 따른 가중치를 부여할 수 있다.

- 수식(5)

- 수식 (6)

상기와 같이 가중치를 부여하여, 최종적으로

를 산출할 수 있다.

단계 S411에 대해서는 도 8에서 설명한다.

도 8은 본 발명의 일 실시 예에 따라 학습 모델과 적응 모델 간의 성능 평가를 수행하는 과정을 설명하는 도면이다.

도 8을 참조하면, 성능 추정 모듈(187)은 학습 모델의 제1 성능 평가 수치 및 적응 모델의 제2 성능 평가 수치를 획득한다(S601)

일 실시 예에서, 성능 추정 모듈(187)은 학습 모델을 포함하는 제1 음성 인식기(미도시) 및 적응 모델을 포함하는 제2 음성 인식기(미도시)를 포함할 수 있다.

제1 음성 인식기는 학습 모델에 대해 음성 인식의 정도를 나타내는 제1 성능 평가 수치를 측정할 수 있다.

제2 음성 인식기는 적응 모델에 대해 음성 인식의 정도를 나타내는 제2 성능 평가 수치를 측정할 수 있다.

성능 추정 모듈(187)은 제1 성능 평가 수치 및 제2 성능 평가 수치를 비교하고(S603), 비교 결과, 학습 모델 및 적응 모델 중 성능 평가 수치가 더 큰 모델을 업데이트의 결정 여부를 위한, 모델로 선정한다(S605).

성능 추정 모듈(187)은 선정된 모델의 성능이 기존의 음향 모델보다 더 좋은지를 판단한다(S607).

일 실시 예에서, 성능 추정 모듈(187)는 선정된 모델의 성능 평가 수치와 기존의 음향 모델의 성능 평가 수치를 비교하여, 성능의 개선 여부를 판단할 수 있다.

성능 추정 모듈(187)은 선정된 모델의 성능 평가 수치가 기존의 음향 모델의 성능 평가 수치보다 큰 경우, 성능이 개선된 것으로 판단할 수 있다.

다시, 도 5를 설명한다.

프로세서(180)의 성능 추정 모듈(187)은 음성 인식 성능의 평가 결과에 따라 기존 모델을 업데이트 한다(S413).

일 실시 예에서, 성능 추정 모듈(187)은 학습 모델 및 적응 모델 중, 성능 평가 수치가 더 큰 모델을 선정할 수 있다.

성능 추정 모듈(187)은 선정된 모델과 기존의 음향 모델 간의 성능을 평가할 수 있다.

마찬가지로, 성능 추정 모듈(187)은 선정된 모델의 성능 평가 수치와 기존의 음향 모델의 성능 평가 수치를 비교할 수 있다.

성능 추정 모듈(187)은 선정된 모델의 성능 평가 수치가 기존의 음향 모델의 성능 평가 수치보다 큰 경우, 기존의 음향 모델을 선정된 모델로 업데이트할 수 있다.

성능 추정 모듈(187)은 선정된 모델의 성능 평가 수치가 기존의 음향 모델의 성능 평가 수치보다 작은 경우, 업데이트를 하지 않고, 기존의 음향 모델을 유지할 수 있다.

도 9는 본 발명의 일 실시 예에 따라, 음성 인식을 위한 모델의 업데이트 과정을 설명하는 도면이다.

도 9를 참조하면, 프로세서(180)의 성능 추정 모듈(187)은 학습 모델(710) 및 적응 모델(730) 간의 성능을 평가할 수 있다.

그 후, 성능 추정 모듈(187)은 학습 모델(710) 및 적응 모델(730) 중 성능이 더 좋은 모델과 기존 음향 모델(750) 간의 성능 평가를 수행할 수 있다.

성능 추정 모듈(187)은 학습 모델(710) 및 적응 모델(730) 중 성능이 더 좋은 모델의 성능 평가 수치가 기존 음향 모델(750)의 성능 평가 수치보다 더 큰 경우, 기존 음향 모델(750)을 새로운 모델로 메모리(170)에 업데이트할 수 있다.

학습 시스템(100)은 무선 통신부(110)를 통해 별도의 음성 인식 서버에, 새로운 모델을 전송할 수도 있다.

도 10은 본 발명의 일 실시 예에 따른 음성 인식 시스템의 동작 방법을 설명하기 위한 래더 다이어그램이다.

특히, 도 10은 도 5에서 설명된 스텝들을 도 1에서 설명된 학습 장치(1000)가 수행하는 과정을 설명하는 도면이다.

이를 위해, 학습 장치(1000)의 프로세서(1020)는 도 3에 도시된, 데이터 선택 모듈(181), 학습 모델(183), 적응 모듈(185) 및 성능 추정 모듈(187)을 포함할 수 있다.

도 10을 참조하면, 학습 장치(1000)의 프로세서(1020)는 복수의 데이터들로부터, 학습 불가 데이터를 제거한다(S801).

프로세서(1020)는 학습 불가 데이터가 제거된 후, 남은 학습 가능 데이터들의 신뢰도를 측정한다(S803).

프로세서(1020)는 측정된 신뢰도에 따라 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류한다(S805).

프로세서(1020)는 분류된 학습 데이터에 대해 비 지도 학습을 수행하여, 학습 모델을 생성한다(S807).

프로세서(1020)는 분류된 적응 데이터를 이용하여, 적응 모델을 생성한다(S809).

프로세서(1020)는 생성된 학습 모델 및 적응 모델 각각에 대한 음성 인식 성능을 평가한다(S811).

프로세서(1020)는 음성 인식 성능의 평가 결과에 따라 기존 모델을 업데이트 한다(S813).

프로세서(1020)는 무선 통신부(미도시)를 통해 업데이트된 음향 모델을 단말기(100)에 전송한다(S815).

전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 단말기의 프로세서(180)를 포함할 수도 있다.

본 발명은, 음성인식 결과에 대한 신뢰도와 HMM-state entropy를 산출하고, 이에 따라 데이터를 선택하여 두 가지 방법(비지도식 학습, 적응)으로 학습하여 개선된 모델을 생성함으로써 사람의 개입과 학습 시간의 급증 없이 실제 환경에서의 음성인식 성능을 개선할 수 있다. 이러한 학습 모델의 경우, 데이터를 단순히 추가하는 것이 아니라 데이터 선택 모듈에서 얻은 신뢰도를 모델 학습의 가중치로 활용하고, 또한 생성된 모델의 인식결과에 대한 신뢰도를 이용하여 음성인식 성능을 추정하고 업데이트함으로써, 음향모델 학습 및 시스템 운영 과정의 효율성을 향상시킬 수 있다.

이상에서 대표적인 실시예를 통하여 본 발명을 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명한 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 특허청구범위와 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태에 의하여 정해져야 한다.

Claims

음성인식을 수행하는 서버로부터 제공 받은 음성 데이터를 저장하는 메모리; 및
상기 메모리에 저장된 학습 가능 데이터들의 신뢰도를 측정하여 측정된 신뢰도에 따라 상기 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류하고,
상기 학습 데이터에 대해 비 지도 학습을 수행하여 학습 모델을 생성하며,
상기 적응 데이터를 이용하여 적응 모델을 생성하고,
상기 학습 모델 및 상기 적응 모델 각각에 대한 인식 성능을 평가하는 프로세서를 포함하고,
상기 프로세서는,
측정된 상기 신뢰도를 상기 학습 모델 및 상기 적응 모델에 반영시켜 가중치를 부여하고, 상기 가중치가 반영된 학습 모델 및 적응 모델로 상기 인식 성능을 업데이트하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템.
제 1 항에 있어서,
상기 프로세서는,
상기 학습 가능 데이터의 신뢰도가 기준 신뢰도 이상인 경우 상기 학습 데이터로 분류하고,
상기 학습 가능 데이터의 신뢰도가 기준 신뢰도 미만인 경우 상기 적응 데이터로 분류하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템.
제 2 항에 있어서,
상기 프로세서는,
상기 기준 신뢰도 이상인 학습 데이터들 중, 은닉 마르코프 모델의 상태 엔트로피가 기준 엔트로피보다 큰 N개의 데이터를 선정하고,
선정된 N개의 데이터 및 기 저장된 시드 데이터를 이용하여, 비 지도 학습을 수행하고,
상기 비 지도 학습의 수행 결과에 따라 상기 학습 모델을 생성하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템.
제 2 항에 있어서,
상기 프로세서는,
상기 기준 신뢰도 미만인 적응 데이터들에 대해 생성적 적대 신경망을 이용하여, 상기 적응 모델을 생성하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템.
제1항에 있어서,
상기 프로세서는 상기 학습 모델과 상기 적응 모델의 성능을 평가하는 성능 평가 모델을 더 포함하고,
상기 성능 평가 모델은,
로깅 음성 데이터에 대해 상기 학습 모델을 적용한 음성 인식 성공 횟수를 나타내는 제1 성능 평가 수치 및 상기 로깅 음성 데이터에 대해 상기 적응 모델을 적용한 음성 인식 성공 횟수를 나타내는 제2 성능 평가 수치를 측정하고,
상기 학습 모델 및 상기 적응 모델 중 상기 제1 성능 평가 수치 및 상기 제2 성능 평가 수치 중 값이 더 큰 성능 평가 수치에 대응하는 모델을 선정하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템.
제5항에 있어서,
상기 프로세서는
상기 선정된 모델의 성능 평가 수치와 기존에 저장된 음향 모델의 성능 평가 수치를 비교하고,
상기 선정된 모델의 성능 평가 수치가 상기 음향 모델의 성능 평가 수치보다 큰 경우, 상기 음향 모델을 상기 선정된 모델로 업데이트 하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템.
제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 프로세서는,
상기 학습 데이터 또는 상기 적응 데이터에 상기 신뢰도에 따른 가중치를 적용하여 새로운 학습 데이터 또는 적응 데이터를 산출하고,
상기 새로운 학습 데이터를 통해 상기 학습 모델을 생성하며,
상기 새로운 적응 데이터를 통해 상기 적응 모델을 생성하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템.
제 7 항에 있어서,
상기 프로세서는,
상기 가중치가 반영된 학습 모델 또는 적응 모델로 성능 평가 모델을 업데이트 하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 시스템.
음성인식을 수행하는 서버로부터 제공 받아 저장된 음성 데이터 중 학습 가능 데이터들의 신뢰도를 측정하는 단계;
측정된 신뢰도에 따라 상기 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류하는 단계;
상기 학습 데이터에 대해 비 지도 학습을 수행하여 학습 모델 생성 및 상기 적응 데이터를 이용하여 적응 모델을 생성하는 단계; 및
상기 학습 모델 및 상기 적응 모델 각각에 대한 인식 성능을 평가하는 단계를 포함하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법.
제 9 항에 있어서,
측정된 상기 신뢰도를 상기 학습 모델 및 상기 적응 모델에 반영시켜 가중치를 부여하는 단계; 및
상기 가중치가 반영된 학습 모델 및 적응 모델로 상기 인식 성능을 업데이트하는 단계를 더 포함하는 것을 특징으로 하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법.
제 9 항에 있어서,
상기 분류하는 단계는,
측정된 신뢰도가 기준 신뢰도 이상인 경우, 상기 학습 가능 데이터를 상기 학습 데이터로 분류하는 단계 및
측정된 신뢰도가 상기 기준 신뢰도 미만인 경우, 상기 학습 가능 데이터를 상기 적응 데이터로 분류하는 단계를 더 포함하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법.
제 9 항에 있어서,
상기 학습 모델을 생성하는 단계는,
상기 기준 신뢰도 이상인 학습 데이터들 중, 은닉 마르코프 모델의 상태 엔트로피가 기준 엔트로피보다 큰 N개의 데이터를 선정하는 단계;
선정된 N개의 데이터 및 기 저장된 시드 데이터를 이용하여, 비 지도 학습을 수행하는 단계; 및
상기 비 지도 학습의 수행 결과에 따라 상기 학습 모델을 생성하는 단계를 포함하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법.
제 9 항에 있어서,
상기 적응 모델을 생성하는 단계는
상기 기준 신뢰도 미만인 적응 데이터들에 대해 생성적 적대 신경망을 이용하여, 상기 적응 모델을 생성하는 단계를 포함하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법.
제 9 항에 있어서,
상기 인식 성능을 평가하는 단계는,
로깅 음성 데이터에 대해 상기 학습 모델을 적용한 음성 인식 성공 횟수를 나타내는 제1 성능 평가 수치 및 상기 로깅 음성 데이터에 대해 상기 적응 모델을 적용한 음성 인식 성공 횟수를 나타내는 제2 성능 평가 수치를 측정하는 단계; 및
상기 학습 모델 및 상기 적응 모델 중 상기 제1 성능 평가 수치 및 상기 제2 성능 평가 수치 중 값이 더 큰 성능 평가 수치에 대응하는 모델을 선정하는 단계를 포함하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법.
제 14 항에 있어서,
상기 선정된 모델의 성능 평가 수치와 기 저장된 음향 모델의 성능 평가 수치를 비교하는 단계; 및
상기 선정된 모델의 성능 평가 수치가 상기 음향 모델의 성능 평가 수치보다 큰 경우 상기 음향 모델을 상기 선정된 모델로 업데이트 하는 단계를 더 포함하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법.
음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법이 기록된 기록 매체에 있어서,
상기 학습 방법은,
학습 가능 데이터들의 신뢰도를 측정하는 단계;
측정된 신뢰도에 따라 상기 학습 가능 데이터들을 학습 데이터 또는 적응 데이터로 분류하는 단계;
상기 학습 데이터에 대해 비 지도 학습을 수행하여, 학습 모델을 생성하는 단계;
상기 적응 데이터를 이용하여, 적응 모델을 생성하는 단계; 및
상기 학습 모델 및 상기 적응 모델 각각에 대한 인식 성능을 평가하는 단계를 포함하는 음성인식 성능 향상을 위한 비 지도 가중치 적용 학습 방법이 기록된 기록 매체.