KR20200051172A - 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템 - Google Patents

인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템 Download PDF

Info

Publication number
KR20200051172A
KR20200051172A KR1020180134166A KR20180134166A KR20200051172A KR 20200051172 A KR20200051172 A KR 20200051172A KR 1020180134166 A KR1020180134166 A KR 1020180134166A KR 20180134166 A KR20180134166 A KR 20180134166A KR 20200051172 A KR20200051172 A KR 20200051172A
Authority
KR
South Korea
Prior art keywords
sound
user
broadcast
news
interest
Prior art date
Application number
KR1020180134166A
Other languages
English (en)
Other versions
KR102135076B1 (ko
Inventor
강장묵
윤철희
Original Assignee
글로벌사이버대학교 산학협력단
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 글로벌사이버대학교 산학협력단 filed Critical 글로벌사이버대학교 산학협력단
Priority to KR1020180134166A priority Critical patent/KR102135076B1/ko
Publication of KR20200051172A publication Critical patent/KR20200051172A/ko
Application granted granted Critical
Publication of KR102135076B1 publication Critical patent/KR102135076B1/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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/02—Methods for producing synthetic speech; Speech synthesisers
    • G10L13/033—Voice editing, e.g. manipulating the voice of the synthesiser
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/02—Casings; Cabinets ; Supports therefor; Mountings therein
    • H04R1/028—Casings; Cabinets ; Supports therefor; Mountings therein associated with devices performing functions other than acoustics, e.g. electric candles

Abstract

본 발명의 일 실시예에 따른 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 장치 및 방법이 개시된다. 본 발명의 일 실시예에 따른 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 장치는 인공지능 스피커를 통해서 소리를 수집하는 소리 수집부와, 상기 수집한 소리의 특성을 분석하여 상기 소리의 출처를 식별하는 소리 출처 식별부와, 상기 소리의 출처에 따라서 미리 정해진 방식으로 상기 사용자의 관심사를 분석하여 관심 키워드를 획득하는 관심 키워드 획득부와, 상기 관심 키워드를 기초로 인터넷 상의 뉴스 콘텐츠를 수집하여 상기 사용자 관심사에 대응하는 맞춤 뉴스를 선정하는 맞춤 뉴스 선정부를 포함하여 구성된다.

Description

인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템 {EMOTION-BASED PERSONALIZED NEWS RECOMMENDER SYSTEM USING ARTIFICIAL INTELLIGENCE SPEAKERS}
본 발명은 사용자 맞춤형 뉴스 추천 시스템에 관한 것으로, 더욱 상세하게는 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템에 관한 것이다.
최근에는 뉴스 추천이 인공지능 및 데이터 분석 기술과 접목되면서 뉴스 미디어 시장에 큰 영향을 미치고 있다. 즉, 뉴스를 소비하는 개인의 선호도를 고려한 개인 맞춤형 뉴스 추천 서비스가 빠르게 확산되고 있다.
카카오는 모바일 다음 뉴스를 통해서 "루빅스"라는 인공 지능 알고리즘 기반의 실시간 이용자 반응형 뉴스 추천 서비스를 제공하고 있는데, 이용자의 뉴스 소비 방식, 성별, 연령대 등을 기반으로 협력을 형성하고 특정 협력 그룹 내 이용자가 읽은 뉴스와 비슷한 기사를 읽은 사람들이 많이 본 기사를 추천하는 협력 필터 방식이다.
네이버는 '에어스’(인공지능RS, 인공지능 추천 시스템)라는 개인 맞춤형 추천 알고리즘을 모바일뉴스 일부에 적용하고 있다. 에어스의 기본 알고리즘 역시 협력 필터링으로, 비슷한 관심사를 가진 사용자 그룹을 시시각각 생성해 이들이 많이 읽은 뉴스에 순위를 부여하여 추천하는 방식이다.
그러나 이와 같은 방식은 사용자들이 과거에 클릭한 뉴스를 기반으로 추천하기 때문에 새로이 생성된 최신 뉴스를 추천하기 어렵고, 주로 인구 통계학적 분석을 기초로 뉴스를 추천하기 때문에 사용자의 생년월일, 이동전화번호, 단말의 위치정보, 로그인 계정정보 등 개인의 사적 정보를 수집하여 이용하기 때문에 사생활 침해의 우려가 있다. 또한, 그룹 기반이기 때문에, 개인의 감성이나 생활패턴에 특화된 개인화된 뉴스 추천에 한계가 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 사생활 침해의 우려가 없고 개인의 감성이나 생활패턴에 특화된 사용자 맞춤 뉴스 추천 장치를 제공하는 데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 사생활 침해의 우려가 없고 개인의 감성이나 생활패턴에 특화된 사용자 맞춤 뉴스 추천 방법을 제공하는 데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 또 다른 목적은, 사생활 침해의 우려가 없고 개인의 감성이나 생활패턴에 특화된 사용자 맞춤 뉴스 추천 시스템을 제공하는 데 있다.
상기 목적을 달성하기 위한 본 발명의 일 측면은 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 장치에 있어서, 인공지능 스피커를 통해서 소리를 수집하는 소리 수집부와, 상기 수집한 소리의 특성을 분석하여 상기 소리의 출처를 식별하는 소리 출처 식별부와, 상기 소리의 출처에 따라서 미리 정해진 방식으로 상기 사용자의 관심사를 분석하여 관심 키워드를 획득하는 관심 키워드 획득부와, 상기 관심 키워드를 기초로 인터넷상의 뉴스 콘텐츠를 수집하여 상기 사용자 관심사에 대응하는 맞춤 뉴스를 선정하는 맞춤 뉴스 선정부를 포함하는 뉴스 추천 장치를 제공한다.
여기서, 사용자 감성 기반의 음성 뉴스 브리핑을 제공하는 감성 브리핑부를 더 포함하고, 상기 감성 브리핑부는 상기 수집한 소리의 특성에 기초하여 상기 사용자의 감정을 인식하는 감정 인식 모듈과, 상기 감정 인식 결과에 기초하여 성대모사 대상을 선정하는 성대모사 선정 모듈과, 상기 감정 인식 결과에 기초하여 상기 맞춤 뉴스로부터 브리핑 내용을 추출하고, 상기 성대모사 대상의 음성을 기초로 브리핑 콘텐츠를 제작하는 감성 콘텐츠 제작 모듈과, 상기 브리핑 콘텐츠를 상기 인공지능 스피커를 통해서 출력하는 감성 브리핑 출력 모듈을 포함하는 것을 특징으로 한다.
또한, 여기서 상기 소리 출처 식별부는 상기 수집한 소리에서 미리 학습한 사용자의 음성을 분리하여 상기 사용자 음성이 소정의 임계값 이상의 길이를 갖는 경우 사용자 음성을 소리의 출처로 식별하고, 상기 관심 키워드 획득부는 상기 소리의 출처가 사용자 음성이면, 상기 사용자의 음성을 텍스트로 변환하는 텍스트 변환모듈과, 상기 텍스트를 분석하여 관심 키워드를 추출하는 관심 키워드 추출 모듈을 포함하는 것을 특징으로 한다.
또한, 여기서 상기 소리 출처 식별부는 상기 소리의 특성을 분석하여 미리 학습한 방송 매체로부터 발생하는 소리인 경우 상기 방송 매체를 소리의 출처로 식별하거나, 또는 방송 주파수가 탐지되면, 상기 방송 주파수를 기초로 특정된 방송 매체를 소리의 출처로 식별하고, 상기 소리의 출처로 식별된 방송 매체의 주파수 특성을 통해서 채널 정보를 획득하고, 상기 관심 키워드 획득부는 상기 소리의 출처가 방송 매체이면, 상기 채널 정보를 기초로 상기 방송 매체에서 현재 방영 중인 방송 프로그램에 관한 정보를 획득하는 방송 정보 획득 모듈과, 상기 방송 프로그램의 특성을 분석하고, 상기 방송 프로그램 특성에 기초한 관심 키워드를 추출하는 관심 키워드 추출 모듈을 포함하는 것을 특징으로 한다.
또한, 여기서 소리 출처 식별부는 상기 소리의 특성을 분석하여 상기 소리가 미리 등록된 방향에서 일정시간 동안 지속적으로 발생되는 소리라고 판단하면, 상기 방향을 기초로 방송 매체를 특정하고 상기 특정된 방송 매체를 소리의 출처로 식별하고, 상기 소리의 특성을 분석하여, 상기 방송 매체를 통해서 시청중인 프로그램의 종류를 식별하고, 상기 프로그램 종류와 현재시간을 기초로 방송 편성표를 검색하여 채널 정보를 획득하되, 프로그램 종류에 따른 소리의 특성은 상기 인공지능 스피커를 통해서 미리 학습하는 것을 특징으로 한다.
또한, 여기서 상기 관심 키워드 추출 모듈은 상기 방송 프로그램의 시청자 특성을 분석하고, 상기 시청자 특성 기반의 관심 키워드를 추출하는 것을 특징으로 한다.
또한, 여기서 상기 관심 키워드 추출 모듈은 상기 사용자의 상기 방송 프로그램 시청 행위가 소정의 임계값 이상의 주기성을 나타내면, 상기 관심 키워드를 추출하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 다른 측면은, 마이크와, 사용자에게 뉴스 브리핑을 제공하기 위한 스피커와, 주파수 신호를 탐지하여 소리 출처를 식별하기 위한 주파수 탐지기와, 사용자 학습 음성과 방송 매체별 소리 특성이 저장되는 저장부와, 상기 마이크를 통해 미리 학습한 사용자의 음성을 수신하면, 뉴스 추천 장치에 전달하고, 상기 뉴스 추천 장치로부터 뉴스 브리핑 콘텐츠를 수신하면 상기 스피커를 통해서 출력하는 뉴스 서비스부를 포함하는 인공지능 스피커를 제공한다.
여기서, 상기 뉴스 서비스부는 상기 뉴스 추천 장치로부터 상기 뉴스 브리핑 콘텐츠를 수신하면, 상기 사용자의 음성의 특성에 기초하여 상기 사용자의 감정을 인식하고, 상기 감정 인식 결과에 기초하여 성대모사 대상을 선정하고, 미리 학습한 상기 성대모사 대상의 음성을 기초로 상기 뉴스 브리핑 콘텐츠를 변환하여 상기 스피커를 통해서 출력하는 것을 특징으로 한다.
또한, 여기서 상기 뉴스 서비스부는 상기 마이크를 통해 수신한 소리가 미리 등록된 방향에서 일정시간 동안 지속적으로 발생하는 소리라고 판단하면, 상기 방향을 기초로 방송 매체를 특정하여, 상기 소리와 상기 방송 매체를 뉴스 추천 장치에 전달함으로써 상기 뉴스 추천 장치가 상기 방송 매체와 소리를 기초로 상기 방송 매체를 통해 방영중인 프로그램을 식별하도록 지원하는 것을 특징으로 한다.
상기 다른 방법을 달성하기 위한 본 발명은 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 방법에 있어서, 인공지능 스피커를 통해서 소리를 수집하는 단계와, 상기 수집한 소리의 특성을 분석하여 상기 소리의 출처를 식별하는 단계와, 상기 소리의 출처에 따라서 미리 정해진 방식으로 상기 사용자의 관심사를 분석하여 관심 키워드를 획득하는 단계와, 상기 관심 키워드를 기초로 인터넷상의 뉴스 콘텐츠를 수집하여 상기 사용자 관심사에 대응하는 맞춤 뉴스를 선정하는 단계를 포함하는 뉴스 추천 방법을 제공한다.
여기서, 사용자 감성 기반의 음성 뉴스 브리핑을 제공하는 감성 브리핑 단계를 더 포함하고, 상기 감성 브리핑 단계는 상기 수집한 소리의 특성에 기초하여 상기 사용자의 감정을 인식하는 단계와, 상기 감정 인식 결과에 기초하여 성대모사 대상을 선정하는 단계와, 상기 감정 인식 결과에 기초하여 상기 맞춤 뉴스로부터 브리핑 내용을 추출하고, 상기 성대모사 대상의 음성을 기초로 브리핑 콘텐츠를 제작하는 단계와, 상기 인공지능 스피커를 통해서 상기 브리핑 콘텐츠를 출력하는 단계를 포함하는 것을 특징으로 한다.
또한, 여기서 상기 소리의 출처를 식별하는 단계는 상기 수집한 소리에서 미리 학습한 사용자의 음성을 분리하여 상기 사용자 음성이 소정의 임계값 이상의 길이를 갖는 경우 사용자 음성을 소리의 출처로 식별하고, 상기 관심 키워드를 획득하는 단계는 상기 소리의 출처가 사용자 음성이면, 상기 사용자의 음성을 텍스트로 변환하는 단계와, 상기 텍스트를 분석하여 관심 키워드를 추출하는 단계를 포함하는 것을 특징으로 한다.
또한, 여기서 상기 소리의 출처를 식별하는 단계는 상기 소리의 특성을 분석하여 미리 학습한 방송 매체로부터 발생하는 소리인 경우 상기 방송 매체를 소리의 출처로 식별하거나, 방송 주파수가 탐지되면, 상기 방송 주파수를 기초로 특정된 방송 매체를 소리의 출처로 식별하고, 상기 소리의 출처로 식별된 방송 매체의 주파수 특성을 통해서 채널 정보를 획득하고, 상기 관심 키워드를 획득하는 단계는 상기 소리의 출처가 방송 매체이면 상기 채널 정보를 기초로 상기 방송 매체에서 현재 방영 중인 방송 프로그램에 관한 정보를 획득하는 단계와, 상기 방송 프로그램의 특성을 분석하고, 상기 방송 프로그램 특성에 기초한 관심 키워드를 추출하는 단계를 포함하는 것을 특징으로 한다.
또한, 여기서, 상기 소리의 출처를 식별하는 단계는 상기 소리의 특성을 분석하여 상기 소리가 미리 등록된 방향에서 일정시간 동안 지속적으로 발생하는 소리라고 판단하면, 상기 방향을 기초로 방송 매체를 특정하고 상기 특정된 방송 매체를 소리의 출처로 식별하고, 상기 소리의 특성을 분석하여, 상기 방송 매체를 통해서 시청중인 프로그램의 종류를 식별하고, 상기 프로그램 종류와 현재시간을 기초로 방송 편성표를 검색하여 채널 정보를 획득하되, 프로그램 종류에 따른 소리의 특성은 상기 인공지능 스피커를 통해서 미리 학습하는 것을 특징으로 한다.
또한, 여기서 상기 관심 키워드를 추출하는 단계는 상기 방송 프로그램의 시청자 특성을 분석하고, 상기 시청자 특성 기반의 관심 키워드를 추출하는 것을 특징으로 한다.
또한, 여기서 상기 관심 키워드를 추출하는 단계는 상기 사용자의 상기 방송 프로그램 시청 행위가 소정의 임계값 이상의 주기성을 나타내면, 상기 관심 키워드를 추출하는 것을 특징으로 한다.
상기 또 다른 목적을 달성하기 위한 본 발명은 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템에 있어서, 사용자의 음성이 학습된 인공지능 스피커와, 상기 인공지능 스피커를 통해 수집한 소리의 특성을 분석하여 소리 출처를 식별하고, 상기 식별된 소리 출처에 따라서 소정의 방식으로 사용자 관심 키워드를 추출하여, 상기 관심 키워드를 기초로 선정한 사용자 맞춤 뉴스를 사용자 단말을 통해서 제공하는 뉴스 추천 장치를 포함하는 뉴스 추천 시스템을 제공한다.
여기서, 상기 인공지능 스피커는 상기 마이크를 통해 미리 학습한 사용자의 음성을 수신하면, 상기 뉴스 추천 장치에 전달하고, 상기 뉴스 추천 장치로부터 뉴스 브리핑 콘텐츠를 수신하면 상기 사용자의 음성의 특성에 기초하여 상기 사용자의 감정을 인식하고, 상기 감정 인식 결과에 기초하여 성대모사 대상을 선정하고, 미리 학습한 상기 성대모사 대상의 음성을 기초로 상기 뉴스 브리핑 콘텐츠를 변환하여 스피커를 통해서 출력하는 것을 특징으로 한다.
또한, 여기서 상기 뉴스 추천 장치는 인공지능 스피커를 통해서 수집한 소리의 특성을 분석하여, 상기 수집한 소리가 미리 학습한 사용자의 음성이라면 상기 사용자의 음성을 텍스트로 변환하고 분석하여 관심 키워드를 추출하거나, 또는 상기 소리가 미리 학습한 방송 매체로부터 발생하는 소리인 경우 소리를 기초로 방송 매체를 특정하고, 또는 방송 주파수가 탐지되면 상기 방송 주파수를 기초로 방송 매체를 특정하고, 상기 소리가 미리 등록된 방향에서 일정시간 동안 지속적으로 발생하는 소리이면 상기 방향을 기초로 방송 매체를 특정하고, 상기 특정된 방송 매체의 주파수 특징이나 소리 특징에 따라서 채널을 특정하고, 상기 채널 정보를 기초로 상기 방송 매체에서 현재 방영 중인 방송 프로그램에 관한 정보를 획득하고, 상기 방송 프로그램의 특성을 분석하고 상기 방송 프로그램 특성에 기초한 관심 키워드를 추출하는 것을 특징으로 한다.
상기와 같은 본 발명에 따른 사용자 맞춤 뉴스 추천 장치, 방법 및 시스템을 이용하면, 인공지능 스피커를 이용하여 사용자의 대화 음성이나 사용자가 즐겨 보는 방송 프로그램 정보를 분석하여, 사용자의 관심사를 파악하고, 이를 기초로 관심 키워드를 도출함으로써 사용자의 개인정보를 이용하지 않고도 사용자 맞춤형 뉴스를 추천할 수 있는 장점이 있다.
또한, 사용자의 음성 분석에 기초하여 파악된 사용자의 분이나 감정에 적합한 음성으로 성대모사한 감성 뉴스 브리핑을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 시스템의 개념도이다.
도 2는 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치의 블록도이다.
도 3은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치의 일 구성인 소리 출처 식별부의 블록도이다.
도 4는 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치의 일 구성인 관심 키워드 획득부의 블록도이다.
도 5는 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치의 일 구성인 감성 브리핑부의 블록도이다.
도 6은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천을 위한 인공지능 스피커의 구성을 보여주는 블록도이다.
도 7은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 방법의 순서도이다.
도 8은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 방법의 소리 출처를 식별하는 과정의 순서도이다.
도 9는 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 방법의 관심 키워드를 획득하는 과정의 순서도이다.
도 10은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 방법의 감성 브리핑 과정의 순서도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상의 의미와 일치하는 의미로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
최근 들어 인공지능 스피커(INTELLIGENCE SPEAKER, AI) 스피커가 활발하게 보급되고 있다. 인공지능 스피커는 인공지능 비서라고도 불리는데, 음성인식, 클라우드, 인공지능 기술을 활용하여, 사용자의 음성을 인식하고 음성 인식에 따른 동작을 하도록 구성된 장치이다. 즉, 인공지능 스피커는 주변 기기를 제어할 수 있고 사용자가 희망하는 음악을 재생할 수도 있으며, 사용자의 음성을 인식하여 온라인 주문을 대행할 수도 있다.
본 발명은 인공지능 스피커를 이용하여 사용자의 실생활 패턴을 분석하여 사용자 맞춤형 뉴스를 추천하는 방법 및 장치를 개시한다. 특히 인공지능 스피커를 통해 전달되는 사용자의 음성을 분석하여 감성 기반의 사용자 맞춤형 콘텐츠를 제공하는 기술을 제안한다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 시스템의 개념도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 시스템은 인공지능 스피커(100)를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템으로, 인공지능 스피커(100)와 뉴스 추천 장치(200)를 포함하여 구성될 수 있다.
또한, 도 1을 참조하면, 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 시스템의 각 구성은 다음과 같이 설명될 수 있다.
인공지능 스피커(100)는 사용자(10)의 음성이 학습된 스피커일 수 있다. 또한 사용자(10)나 주변의 소리를 수집할 수 있고, 사용자(10)에게 음성 뉴스 브리핑을 할 수 있다. 또한, 인공지능 스피커(100)에는 주파수 탐지기(30)가 구비되어 있을 수 있고, 주변에서 발생하는 소리나 음성과 연관된 주파수를 탐지하여 TV(22)나 라디오(21)로부터 출력되는 소리인지 여부를 판단할 수 있다.
또한, 인공지능 스피커(100)는 미리 학습한 사용자(10)의 음성을 학습하지 않은 다른 사람(11)의 음성과 구별할 수 있다. 한편, 인공지능 스피커(100)는 방송 매체(21, 32)에서 출력되는 소리와 방향을 감지하여, 소리가 출력되는 방송 매체(21, 32)를 식별할 수 있다.
뉴스 추천 장치(200)는 인공지능 스피커(100)를 통해 수집한 소리의 특성을 분석하여 소리의 출처(소리의 발생원)를 식별할 수 있다. 또한, 소리의 출처에 따라서 미리 정해진 방식으로 사용자 관심 키워드를 추출하여, 상기 관심 키워드를 기초로 인터넷 검색을 통해서 뉴스 콘텐츠(40)를 검색하고, 선정된 뉴스를 사용자 단말(50)을 통해서 제공할 수 있다.
또한, 인공지능 스피커(100)를 통해서 수집한 사용자(10)의 음성을 분석하여 그날의 사용자(10)의 기분이나 상태를 인식하여 이에 맞는 감성 콘텐츠를 제작하여 인공지능 스피커(100)를 통해서 출력할 수 있다. 음성을 통한 감정인식은, 음성의 억양, 템포, 톤, 크기 등에 담겨있는 정보를 분석하여 화자의 감정 상태를 읽는 기법으로, 사용자 음성의 딥러닝을 거쳐 생성된 모델을 적용할 수 있다. 음성을 통한 감정인식 방법은 알려진 방법으로 자세한 설명을 생략한다.
감성 콘텐츠는 사용자의 기분을 달래줄 수 있는 시, 노래나 음악일 수 있고, 사용자가 좋아하는 방송인이나 가족의 음성을 성대모사를 하여 제작한 뉴스 브리핑일 수 있다. 감성 콘텐츠의 종류는 인공지능 스피커(100)를 통해서 출력 가능한 모든 콘텐츠를 포함할 수 있다.
이하, 도면을 참조하여 본 발명의 일 실시예에 따른 뉴스 추천 장치(200)의 구성을 좀더 상세하게 설명한다.
도 2는 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치의 블록도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치(200)는 소리 수집부(210), 소리 출처 식별부(220), 관심 키워드 획득부(230), 맞춤 뉴스 선정부(240), 감성 브리핑부(250)를 포함하여 구성될 수 있고, 또한 인공지능 스피커(100)와 연결되어 작동하는 것을 알 수 있다.
또한, 도 2를 참조하여, 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치(200)의 각 구성과 각 구성간의 연결관계는 다음과 같이 설명될 수 있다.
소리 수집부(210)는 인공지능 스피커(100)를 통해서 수신한 소리를 수집할 수 있다. 인공지능 스피커(100)를 통해서 수신하는 소리는 인공지능 스피커(100)가 미리 학습한 사용자(10)의 음성이거나, 학습하지 않은 다른 사람(11)의 목소리일 수 있다. 또는, 인공지능 스피커(100)의 주변의 라디오(21)나 텔레비전(22)과 같은 방송 매체 흘러나오는 방송음성일 수 있다. 또는, 주변에서 들리는 일상 잡음일 수 있다.
소리 출처 식별부(220)는 수집한 소리의 특성을 분석하여 소리의 출처를 식별할 수 있다. 예를 들면, 인공지능 스피커(100)는 미리 학습한 사용자의 목소리나 방송 매체에서 발생하는 소리를 식별할 수 있다. 또는, 소리의 방향을 식별하거나 방송 주파수를 탐지함으로써, 어떤 방송 매체(예를 들면, TV, 라디오 등)에서 소리가 발생하는 것인지 판별할 수 있다. 상세한 설명은 후술한다.
관심 키워드 획득부(230)는 소리의 출처에 따라서 미리 정해진 방식으로 사용자(10)의 관심사를 분석하여 관심 키워드를 획득할 수 있다. 사용자의 관심사는 사용자(10)의 대화 내용을 분석하여 파악할 수 있고, 사용자가 즐겨 보는 TV 프로그램이나 뉴스를 통해서 파악할 수 있을 것이다.
맞춤 뉴스 선정부(240)는 사용자의 관심사를 분석하여 획득한 관심 키워드를 기초로 인터넷상의 뉴스 콘텐츠를 수집하여 사용자 관심사에 대응하는 맞춤 뉴스를 선정하여 사용자 단말(50)이나 인공지능 스피커(100)를 통해서 제공할 수 있다.
감성 브리핑부(250)는 인공지능 스피커(100)를 통해 수집한 소리의 특성에 기초하여 사용자의 감정을 인식하고, 상기 감정 분석에 기초하여 제작한 콘텐츠를 이용하여 인공지능 스피커(100)를 통해서 뉴스 브리핑을 제공할 수 있다.
도 3은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치의 일 구성인 소리 출처 식별부의 블록도이다.
도 3을 참조하면, 소리 출처 식별부(220)는 사용자 음성 분리 모듈(221), 방송 매체 특정 모듈(222), 주파수 탐지 모듈(223), 소리 방향 인식 모듈(224) 및 채널 정보 획득 모듈(224)을 포함하여 구성될 수 있다.
소리 출처 식별부(220)는 소리 수집부(210)에서 수집한 소리의 특성을 분석하여 소리의 출처를 식별하도록 구성되는데, 수집한 소리에는 사람의 음성이나 고함소리, 동물의 울음소리, 차량 소음, 방송 매체에서 나오는 소리 등이 섞여 있을 수 있다. 따라서, 유의미한 소리 분석을 위해서는 사람의 음성이나 방송 매체에서 나오는 소리를 분리하고 주변 잡음이나 소음을 제거하는 것이 좋다.
사용자 음성 분리 모듈(221)은 소리 수집부(210)에서 수집한 소리에서 미리 학습한 사용자의 음성을 분리하고 사용자 음성이 소정의 임계값 이상의 길이를 갖는 경우 사용자 음성을 소리의 출처로 식별할 수 있다. 또한, 사용자(10)가 대화 중이라면 대화 상대방(11)의 음성도 분리하고 대화 내용을 분석하여 차후에 관심 키워드를 도출할 수도 있다.
방송 매체 특정 모듈(222)은 소리의 특성을 분석하여 미리 학습한 방송 매체로부터 발생하는 소리라면 상기 방송 매체를 소리의 출처로 식별할 수 있다. 예를 들면, TV(22)에서 출력되는 소리와 라디오(21)에서 출력되는 소리는, 사람의 목소리처럼 방송 매체의 종류나 제조사에 따라서 서로 다른 특성이 있다. 따라서 인공지능 스피커(100)를 통해서 각 방송 매체를 학습시키면 소리의 특성에 따라서 어떤 방송 매체에서 나오는 소리인지 소리의 출처를 파악할 수 있다.
주파수 탐지 모듈(223)은 소리의 특성을 분석하여 방송 주파수가 탐지되면, 탐지된 방송 주파수를 기초로 방송 매체를 특정하고, 방송 주파수를 기초로 특정된 방송 매체를 소리의 출처로 식별할 수 있다. 또한, 주파수 특성을 기초로 채널 정보를 획득할 수 있다. 예를 들면, 인공지능 스피커(100)를 통해서 학습하기 어려운 방송 매체나, 하나의 방송 매체에서 여러 종류의 방송이 송출된다면 주파수를 탐지하여, 방송 매체와 채널 정보를 획득할 수 있다. 예를 들면, TV나 라디오 방송 및 각 채널은 각각 상이한 주파수 대역을 사용하기 때문에 주파수를 탐지하여 소리의 출처인 방송 매체와 채널을 획득할 수 있다. 이러한 방식은 안테나를 통해서 무선 방송(예를 들면, 지상파 TV나 라디오)을 수신하는 경우에 적용 가능하다.
소리 방향 인식 모듈(224)은 소리의 방향을 탐지하고, 미리 등록된 방향에서 일정시간 동안 지속적으로 발생하는 소리라면, 해당 방향을 기초로 방송 매체를 특정하고, 특정된 방송 매체를 소리의 출처로 식별 수 있다. 최근에는 케이블 방송, 개인 인터넷 방송, 인터넷 TV가 많이 보급되어 있기 때문에, 학습이나 주파수 탐지를 통해서 방송 매체 파악이 어려운 경우에는 소리의 방향을 인식해서 방송 매체(21, 22)를 식별할 수 있다.
일반적으로 TV나 라디오와 같은 방송 매체는 거의 일정한 장소에 고정되어 있기 때문에, 인공지능 스피커(100)에 방송 매체가 있는 위치를 등록하고, 소리의 방향을 학습시켜서 방송 매체를 식별할 수 있다.
채널 정보 획득 모듈(225)은 소리의 특성을 분석하여, 앞에서 식별한 방송 매체를 통해서 시청중인 프로그램의 종류를 식별하고, 상기 프로그램 종류와 현재 시간을 기초로 방송 편성표를 검색하여 채널 정보를 획득할 수 있다.
방송 주파수 탐지를 통해서 채널이 도출되었다면 해당 채널에서 현 시간에 방영중인 프로그램을 검색하여 사용자(10)가 어떤 프로그램을 시청(청취)하고 있는지 알아낼 수 있다. 그렇지 않다면, 소리의 분석을 통해서 어떤 종류의 프로그램을 시청하고 있는지 판단할 수 있다. 예를 들면, 뉴스, 스포츠 경기, 드라마, 음악 프로그램, 예능, 시사 프로그램은 각각 상이한 특징을 갖는다. 따라서, 이와 같은 프로그램 종류에 따른 소리의 특성은 인공지능 스피커(100)를 통해 미리 학습할 수 있다.
도 4는 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치의 일 구성인 관심 키워드 획득부의 블록도이다.
도 4를 참조하면, 관심 키워드 획득부(230)는 텍스트 변환 모듈(231), 방송 정보 획득 모듈(232) 및 관심 키워드 추출 모듈(233)을 포함하여 구성될 수 있다.
상기 텍스트 변환 모듈(231)은 사용자 음성이 소리의 출처로 식별되었다면 사용자 음성 분리 모듈(221)에서 분리한 사용자의 음성을 텍스트로 변환할 수 있다. 관심 키워드 추출 모듈(233)은 상기 텍스트가 소정의 임계값 이상의 길이를 갖는 경우에 변환된 텍스트를 분석하여 관심 키워드를 추출할 수 있다. 이때, 음성을 텍스트로 변환하는 방법과, 텍스트에서 관심 키워드를 추출하는 방법은 알려진 방법이므로 상세한 설명을 생략한다.
방송 정보 획득 모듈(232)은 방송 매체가 소리의 출처로 식별되었다면 채널 정보 획득 모듈(225)에서 획득한 채널 정보를 기초로 상기 방송 매체에서 현재 방영 중인 방송 프로그램에 관한 정보를 획득할 수 있다.
관심 키워드 추출 모듈(233)은 사용자의 상기 방송 프로그램 시청 행위가 소정의 임계값 이상의 주기성을 나타내는 경우라면, 방송 프로그램과 관련된 키워드를 추출할 수 있다.
예를 들면, 상기 방송 프로그램의 특성(예를 들면, 프로그램의 종류(뉴스, 스포츠, 드라마, 예능, 휴먼 다큐멘터리 등), 프로그램에서 다루는 주제, 프로그램의 성향 및 주 시청자층 등)을 분석하고, 해당 방송 프로그램 특성에 기초한 관심 키워드를 추출할 수 있다. 또한, 해당 방송 프로그램의 주요 시청자 특성 (예를 들면, 주요 시청자/청취자의 인구 통계학적 특성 및 주요 시청자들의 성향 등)을 분석하고, 시청자 특성 기반의 관심 키워드를 추출할 수 있다.
도 5는 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치의 일 구성인 감성 브리핑부의 블록도이다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 감성 브리핑부(250)는 상기 사용자의 감성 분석에 기초하여 성대모사 음성을 제작한 감성 뉴스 브리핑을 제공할 수 있고, 감정 인식 모듈(251), 성대모사 선정 모듈(252), 감성 콘텐츠 제작 모듈(253) 및 감성 브리핑 출력 모듈(254)을 포함하여 구성될 수 있다.
감정 인식 모듈(251)은 수집한 소리의 특성에 기초하여 상기 사용자의 감정이나 기분을 파악할 수 있다. 예를 들면, 음성에 녹아 있는 톤이나 템포 등을 기초로 기분이 좋은지, 화내고 있는지, 우울한 상태인지, 흥분한 상태인지 등을 판단할 수 있다. 음성을 통한 감정 인식 방법은 알려진 기술이므로 상세한 설명을 생략한다.
성대모사 선정 모듈(252)은 감정 인식 결과에 기초하여 뉴스 브리핑할 성대모사 대상을 선정할 수 있다. 예를 들면, 사용자(10)가 화난 상태라고 판단되면 화를 달래고 기분을 풀어줄 수 있는 잔잔한 음악과 함께 편안한 음성을 가진 앵커를 성대모사 대상자로 선정할 수 있다. 만일 우울한 상태라면 최근 인기 있는 개그 코너의 개그맨이나 코믹 드라마의 연기자를 성대모사 대상자로 선정할 수 있다.
감성 콘텐츠 제작 모듈(253)은 감정 인식 결과에 기초하여 맞춤 뉴스로부터 브리핑 내용을 추출하고, 선정된 성대모사 대상자의 음성을 모사하여 브리핑 콘텐츠를 제작할 수 있다.
감성 브리핑 출력 모듈(254)은 제작된 브리핑 콘텐츠를 인공지능 스피커(100)를 통해서 출력할 수 있다.
이하, 도면을 참조하여 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천을 위한 인공지능 스피커의 구성에 대하여 설명한다.
도 6은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천을 위한 인공지능 스피커의 구성을 보여주는 블록도이다.
도 6을 참조하면, 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천을 위한 인공지능 스피커(100)는 마이크(110), 사용자에게 뉴스 브리핑을 제공하기 위한 스피커(120), 주파수 신호를 탐지하여 소리 출처를 식별하기 위한 주파수 탐지기(130), 사용자 학습 음성과 방송 매체별 소리 특성이 저장되는 저장부(140) 및 뉴스 서비스부(150)를 포함하여 구성될 수 있다.
뉴스 서비스부(150)는 마이크(110)를 통해 미리 학습한 사용자의 음성을 수신하면, 상기 사용자 음성을 뉴스 추천 장치(200)에 전달하고, 뉴스 추천 장치(200)로부터 뉴스 브리핑 콘텐츠를 수신하면 이를 스피커(120)를 통해서 출력할 수 있다.
또한, 뉴스 서비스부(150)는 뉴스 추천 장치(200)로부터 뉴스 브리핑 콘텐츠를 수신하면, 사용자의 음성의 특성에 기초하여 사용자의 감정을 인식하고, 상기 감정 인식 결과에 기초하여 성대모사 대상을 선정할 수 있다.
이때, 뉴스 서비스부(150)는 미리 학습한 성대모사 대상의 음성을 모사한 음성으로 뉴스 브리핑 콘텐츠를 변환하여 스피커(120)를 통해서 출력할 수 있다. 성대모사 대상은 가족이나 친구, 뉴스 앵커, 유명 연예인이나 코미디언 등이 포함될 수 있으며, 이들의 목소리는 사전에 학습된 것일 수 있다.
한편, 마이크(110)를 통해 수신한 소리의 주요 부분이 미리 등록된 방향에서 일정시간 동안 지속적으로 발생하는 소리라고 판단하면, 상기 방향을 기초로 방송 매체를 특정하여, 뉴스 추천 장치(200)에 전달할 수 있다. 이에 따라서, 뉴스 추천 장치(200)는 특정된 방송 매체와 소리를 기초로 상기 방송 매체를 통해 방영중인 프로그램을 식별할 수 있으며, 상기 프로그램의 특성에 기초하여 사용자 선호도를 판단할 수 있다.
이하, 도면을 참조하여 본 발명의 일 실시예에 따른 뉴스 추천 방법에 대하여 설명한다.
도 7은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 방법의 순서도이다.
도 7을 참조하면, 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 장치(200)는 소리 수집 단계(S210), 소리 출처 식별 단계(S220), 관심 키워드 획득 단계(S230), 맞춤 뉴스 선정 단계(S240), 감성 브리핑 단계(S250)를 포함하여 구성될 수 있다.
또한, 도 7을 참조하여, 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 방법이 수행되는 과정은 다음과 같이 설명될 수 있다.
소리 수집 단계(S210)는 인공지능 스피커를 통해서 수신한 소리를 수집할 수 있다. 인공지능 스피커를 통해서 수신하는 소리는 인공지능 스피커(100)가 미리 학습한 사용자의 음성이거나, 학습하지 않은 다른 사람의 목소리일 수 있다. 또는, 인공지능 스피커의 주변의 라디오나 텔레비전과 같은 방송 매체 흘러나오는 방송음성일 수 있다. 또는, 주변에서 들리는 일상 잡음일 수 있다.
소리 출처 식별 단계(S220)는 수집한 소리의 특성을 분석하여 소리의 출처를 식별할 수 있다. 예를 들면, 인공지능 스피커는 학습한 사용자나 방송 매체를 식별할 수 있다. 또는, 소리가 발생하는 방향이나 주파수를 탐지하여 소리의 출처를 식별할 수도 있다. 상세한 설명은 후술한다.
관심 키워드 획득단계(S230)는 소리의 출처에 따라서 미리 정해진 방식으로 사용자의 관심사를 분석하여 관심 키워드를 획득할 수 있다. 사용자의 관심사는 사용자의 대화 내용을 분석하여 파악할 수 있고, 사용자가 즐겨 보는 TV 프로그램이나 뉴스를 통해서 파악할 수 있을 것이다.
맞춤 뉴스 선정 단계(S240)는 사용자의 관심사를 분석하여 획득한 관심 키워드를 기초로 인터넷상의 뉴스 콘텐츠를 수집하여 사용자 관심사에 대응하는 맞춤 뉴스를 선정하여 사용자 단말이나 인공지능 스피커를 통해서 제공할 수 있다.
감성 브리핑 단계(S250)는 인공지능 스피커를 통해 수집한 소리의 특성에 기초하여 사용자의 감정을 인식하고, 상기 감정 분석에 기초하여 제작한 콘텐츠를 이용하여 인공지능 스피커를 통해서 뉴스 브리핑을 제공할 수 있다.
도 8은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 방법의 소리 출처를 식별하는 과정의 순서도이다.
도 8을 참조하면, 소리 출처 식별 단계(S220)는 사용자 음성 분리 단계(S 221), 방송 매체 특정 단계(S222), 주파수 탐지 단계(S223), 소리 방향 인식 단계(S224) 및 채널 정보 획득 단계(S225)를 포함하여 구성될 수 있다.
소리 출처 식별 단계(S220)는 수집한 소리의 특성을 분석하여 소리의 출처를 식별하도록 구성되는데, 수집한 소리에는 사람의 음성이나 고함소리, 동물의 울음소리, 차량 소음, 방송 매체에서 나오는 소리 등이 섞여 있을 수 있다. 따라서, 유의미한 소리 분석을 위해서는 사람의 음성이나 방송 매체에서 나오는 소리를 분리하고 잡음이나 소음을 제거하는 것이 좋다.
사용자 음성 분리 단계(S221)는 수집한 소리에서 미리 학습한 사용자의 음성을 분리하고 사용자 음성이 소정의 임계값 이상의 길이를 갖는 경우 사용자 음성을 소리의 출처로 식별할 수 있다. 또한, 사용자가 대화 중이라면 대화 상대방의 음성도 분리하고 대화 내용을 분석하여 차후에 관심 키워드를 도출할 수도 있다.
방송 매체 특정 단계(S222)는 소리의 특성을 분석하여 미리 학습한 방송 매체로부터 발생하는 소리라면 상기 방송 매체를 소리의 출처로 식별할 수 있다. 예를 들면, TV에서 출력되는 소리와 라디오에서 출력되는 소리는, 사람의 목소리처럼 방송 매체의 종류나 제조사에 따라서 서로 다른 특성이 있다. 따라서 인공지능 스피커를 통해서 각 방송 매체를 학습시키면 소리의 특성에 따라서 어떤 방송 매체에서 나오는 소리인지 소리의 출처를 파악할 수 있다.
주파수 탐지 단계(S223)는 소리의 특성을 분석하여 방송 주파수가 탐지되면, 탐지된 방송 주파수를 기초로 방송 매체를 특정하고, 방송 주파수를 기초로 특정된 방송 매체를 소리의 출처로 식별할 수 있다. 또한, 주파수 특성을 기초로 채널 정보를 획득할 수 있다. 예를 들면, 인공지능 스피커를 통해서 학습하기 어려운 방송 매체나, 하나의 방송 매체에서 여러 종류의 방송이 송출된다면 주파수를 탐지하여, 방송 매체와 채널 정보를 획득할 수 있다. 예를 들면, TV나 라디오 방송 및 각 채널은 각각 상이한 주파수 대역을 사용하기 때문에 주파수를 탐지하여 소리의 출처인 방송 매체와 채널을 획득할 수 있다. 이러한 방식은 안테나를 통해서 무선 방송(예를 들면, 지상파 TV나 라디오)을 수신하는 경우에 적용 가능하다.
소리 방향 인식 단계(S224)는 소리의 방향을 탐지하고, 미리 등록된 방향에서 일정시간 동안 지속적으로 발생하는 소리라면, 해당 방향을 기초로 방송 매체를 특정하고, 특정된 방송 매체를 소리의 출처로 식별 수 있다. 최근에는 케이블 방송, 개인 인터넷 방송, 인터넷 TV가 많이 보급되어 있기 때문에, 방송 매체의 소리 학습이나 주파수 탐지를 통해서 방송 매체 파악이 어려운 경우에는 소리의 방향을 인식해서 방송 매체를 식별할 수 있다.
일반적으로 TV나 라디오와 같은 방송 매체는 거의 일정한 장소에 고정되어 있기 때문에, 인공지능 스피커에 방송 매체가 있는 위치를 등록하고, 소리의 방향을 학습시켜서 방송 매체를 식별할 수 있다.
채널 정보 획득 단계(S225)는 소리의 특성을 분석하여, 앞에서 식별한 방송 매체를 통해서 시청중인 프로그램의 종류를 식별하고, 상기 프로그램 종류와 현재 시간을 기초로 방송 편성표를 검색하여 채널 정보를 획득할 수 있다.
주파수 탐지를 통해서 채널이 도출되었다면 해당 채널에서 현시간에 방영중인 프로그램을 검색하여 사용자가 어떤 프로그램을 시청(청취)하고 있는지 알 수 있다. 그렇지 않다면, 소리의 분석을 통해서 어떤 종류의 프로그램을 시청하고 있는지 판단할 수 있다. 예를 들면, 뉴스, 스포츠 경기, 드라마, 음악 프로그램, 예능, 시사 프로그램은 각각 상이한 특징을 갖는다. 따라서, 이와 같은 프로그램 종류에 따른 소리의 특성은 인공지능 스피커를 통해 미리 학습할 수 있다.
도 9는 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 방법의 관심 키워드를 획득하는 과정의 순서도이다.
도 9를 참조하면, 관심 키워드 획득단계(S230)는 텍스트 변환 단계(S231), 방송 정보 획득 단계(S232) 및 관심 키워드 추출 단계(S233)를 포함하여 구성될 수 있다.
텍스트 변환 단계(S231)는 사용자 음성이 소리의 출처로 식별되었다면 사용자 음성 분리 모듈에서 분리한 사용자의 음성을 텍스트로 변환하고, 상기 텍스트가 소정의 임계값 이상의 길이를 갖는 경우, 변환된 텍스트를 분석하여 관심 키워드를 추출할 수 있다(S233). 이때, 음성을 텍스트로 변환하는 방법과, 텍스트에서 관심 키워드를 추출하는 방법은 알려진 방법이므로 상세한 설명을 생략한다.
방송 정보 획득 단계(S232)는 방송 매체가 소리의 출처로 식별되었다면 채널 정보를 기초로 상기 방송 매체에서 현재 방영 중인 방송 프로그램에 관한 정보를 획득할 수 있다.
관심 키워드 추출 단계(S233)는 사용자의 상기 방송 프로그램 시청 행위가 소정의 임계값 이상의 주기성을 나타내는 경우라면, 방송 프로그램과 관련된 키워드를 추출할 수 있다.
예를 들면, 상기 방송 프로그램의 특성(예를 들면, 프로그램의 종류(뉴스, 스포츠, 드라마, 예능, 휴먼 다큐멘터리 등), 프로그램에서 다루는 주제, 프로그램의 성향 및 주 시청자층 등)을 분석하고, 해당 방송 프로그램 특성에 기초한 관심 키워드를 추출할 수 있다. 또한, 해당 방송 프로그램의 주요 시청자 특성 (예를 들면, 주요 시청자/청취자의 인구 통계학적 특성 및 주요 시청자들의 성향 등)을 분석하고, 시청자 특성 기반의 관심 키워드를 추출할 수 있다.
도 10은 본 발명의 일 실시예에 따른 사용자 맞춤형 뉴스 추천 방법의 감성 브리핑 단계의 순서도이다.
도 10을 참조하면, 본 발명의 일 실시예에 따른 감성 브리핑 단계(250)는 상기 사용자의 감성 분석에 기초하여 성대모사 음성을 제작한 감성 뉴스 브리핑을 제공할 수 있고, 감정 인식 단계(S251), 성대모사 선정 단계(S252), 감성 콘텐츠 제작 단계(S253) 및 감성 브리핑 출력 단계(S254)를 포함하여 구성될 수 있다.
감정 인식 단계(S251)는 수집한 소리의 특성에 기초하여 상기 사용자의 감정이나 기분을 파악할 수 있다. 예를 들면, 음성에 녹아 있는 톤이나 템포 등을 기초로 기분이 좋은지, 화내고 있는지, 우울한 상태인지, 흥분한 상태인지 등을 판단할 수 있다. 음성을 통한 감정 인식 방법은 알려진 기술이므로 상세한 설명을 생략한다.
성대모사 선정 단계(S252)는 상기 감정 인식 결과에 기초하여 뉴스 브리핑할 성대모사 대상을 선정할 수 있다. 예를 들면, 사용자가 화난 상태라고 판단되면 화를 달래고 기분을 풀어줄 수 있는 편안한 음악과 함께, 사용자가 좋아하는 앵커를 성대모사 대상자로 선정할 수 있다. 만일 우울한 상태라면 최근 인기 있는 개그 코너의 개그맨이나 코믹 드라마의 연기자를 성대모사 대상자로 선정할 수 있다.
감성 콘텐츠 제작 단계(S253)는 감정 인식 결과에 기초하여 맞춤 뉴스로부터 브리핑 내용을 추출하고, 선정된 성대모사 대상자의 음성을 모사하여 브리핑 콘텐츠를 제작할 수 있다.
감성 브리핑 출력 단계(S254)는 제작된 브리핑 콘텐츠를 인공지능 스피커를 통해서 출력할 수 있다.
상기와 같은 본 발명에 따른 사용자 맞춤 뉴스 추천 장치, 방법 및 시스템을 이용하면, 인공지능 스피커를 이용하여 사용자의 대화 음성이나 사용자가 즐겨 보는 방송 프로그램 정보를 분석하여, 사용자의 관심사를 파악하고, 이를 기초로 관심 키워드를 도출함으로써 사용자 맞춤형 뉴스를 추천할 수 있다.
또한, 사용자의 음성 분석에 기초하여 파악된 사용자의 기분이나 감정에 적합한 음성으로 모사된 뉴스 브리핑을 인공지능 스피커를 통해 제공함으로써 사용자의 기분을 달래줄 수 있는 효과가 있다.
한편, 지금까지 설명한 본 발명의 방법 및 장치는 실제로 컴퓨터 프로그램에 의해 구현될 수 있고, 컴퓨터에서 실행될 때 컴퓨터 판독 가능한 기록 매체에 저장될 수 있다. 컴퓨터 판독 가능한 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있도록 프로그램 및 데이터가 저장되는 모든 종류의 기록매체를 포함하며, ROM, RAM, CD, DVD-ROM, 자기테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 인터넷을 통한 전송되는 형태로 구현되는 것도 포함될 수 있다. 즉, 이와 같은 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (20)

  1. 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 장치에 있어서,
    인공지능 스피커를 통해서 소리를 수집하는 소리 수집부와,
    상기 수집한 소리의 특성을 분석하여 상기 소리의 출처를 식별하는 소리 출처 식별부와,
    상기 소리의 출처에 따라서 미리 정해진 방식으로 상기 사용자의 관심사를 분석하여 관심 키워드를 획득하는 관심 키워드 획득부와,
    상기 관심 키워드를 기초로 인터넷상의 뉴스 콘텐츠를 수집하여 상기 사용자 관심사에 대응하는 맞춤 뉴스를 선정하는 맞춤 뉴스 선정부를 포함하는 뉴스 추천 장치.
  2. 제1항에 있어서,
    사용자 감성 기반의 음성 뉴스 브리핑을 제공하는 감성 브리핑부를 더 포함하고, 상기 감성 브리핑부는
    상기 수집한 소리의 특성에 기초하여 상기 사용자의 감정을 인식하는 감정 인식 모듈과,
    상기 감정 인식 결과에 기초하여 성대모사 대상을 선정하는 성대모사 선정 모듈과,
    상기 감정 인식 결과에 기초하여 상기 맞춤 뉴스로부터 브리핑 내용을 추출하고, 상기 성대모사 대상의 음성을 기초로 브리핑 콘텐츠를 제작하는 감성 콘텐츠 제작 모듈과,
    상기 브리핑 콘텐츠를 상기 인공지능 스피커를 통해서 출력하는 감성 브리핑 출력 모듈을 포함하는 것을 특징으로 하는 뉴스 추천 장치.
  3. 제1항 또는 제2항에 있어서, 상기 소리 출처 식별부는
    상기 수집한 소리에서 미리 학습한 사용자의 음성을 분리하여 상기 사용자 음성이 소정의 임계값 이상의 길이를 갖는 경우 사용자 음성을 소리의 출처로 식별하고,
    상기 관심 키워드 획득부는 상기 소리의 출처가 사용자 음성이면,
    상기 사용자의 음성을 텍스트로 변환하는 텍스트 변환모듈과,
    상기 텍스트를 분석하여 관심 키워드를 추출하는 관심 키워드 추출 모듈을 포함하는 것을 특징으로 하는 뉴스 추천 장치.
  4. 제1항 또는 제2항에 있어서, 상기 소리 출처 식별부는
    상기 소리의 특성을 분석하여 미리 학습한 방송 매체로부터 발생하는 소리인 경우 상기 방송 매체를 소리의 출처로 식별하거나, 또는 방송 주파수가 탐지되면, 상기 방송 주파수를 기초로 특정된 방송 매체를 소리의 출처로 식별하고, 상기 소리의 출처로 식별된 방송 매체의 주파수 특성을 통해서 채널 정보를 획득하고,
    상기 관심 키워드 획득부는 상기 소리의 출처가 방송 매체이면,
    상기 채널 정보를 기초로 상기 방송 매체에서 현재 방영 중인 방송 프로그램에 관한 정보를 획득하는 방송 정보 획득 모듈과,
    상기 방송 프로그램의 특성을 분석하고, 상기 방송 프로그램 특성에 기초한 관심 키워드를 추출하는 관심 키워드 추출 모듈을 포함하는 것을 특징으로 하는 뉴스 추천 장치.
  5. 제4항에 있어서, 소리 출처 식별부는
    상기 소리의 특성을 분석하여 상기 소리가 미리 등록된 방향에서 일정시간 동안 지속적으로 발생되는 소리라고 판단하면, 상기 방향을 기초로 방송 매체를 특정하고 상기 특정된 방송 매체를 소리의 출처로 식별하고,
    상기 소리의 특성을 분석하여, 상기 방송 매체를 통해서 시청중인 프로그램의 종류를 식별하고, 상기 프로그램 종류와 현재시간을 기초로 방송 편성표를 검색하여 채널 정보를 획득하되,
    프로그램 종류에 따른 소리의 특성은 상기 인공지능 스피커를 통해서 미리 학습하는 것을 특징으로 하는 뉴스 추천 장치.
  6. 제4항에 있어서, 상기 관심 키워드 추출 모듈은
    상기 방송 프로그램의 시청자 특성을 분석하고, 상기 시청자 특성 기반의 관심 키워드를 추출하는 것을 특징으로 하는 뉴스 추천 장치.
  7. 제4항에 있어서, 상기 관심 키워드 추출 모듈은
    상기 사용자의 상기 방송 프로그램 시청 행위가 소정의 임계값 이상의 주기성을 나타내면, 상기 관심 키워드를 추출하는 것을 특징으로 하는 뉴스 추천 장치.
  8. 마이크와,
    사용자에게 뉴스 브리핑을 제공하기 위한 스피커와,
    주파수 신호를 탐지하여 소리 출처를 식별하기 위한 주파수 탐지기와,
    사용자 학습 음성과 방송 매체별 소리 특성이 저장되는 저장부와,
    상기 마이크를 통해 미리 학습한 사용자의 음성을 수신하면, 뉴스 추천 장치에 전달하고, 상기 뉴스 추천 장치로부터 뉴스 브리핑 콘텐츠를 수신하면 상기 스피커를 통해서 출력하는 뉴스 서비스부를 포함하는 인공지능 스피커.
  9. 제8항에 있어서, 상기 뉴스 서비스부는
    상기 뉴스 추천 장치로부터 상기 뉴스 브리핑 콘텐츠를 수신하면,
    상기 사용자의 음성의 특성에 기초하여 상기 사용자의 감정을 인식하고, 상기 감정 인식 결과에 기초하여 성대모사 대상을 선정하고,
    미리 학습한 상기 성대모사 대상의 음성을 기초로 상기 뉴스 브리핑 콘텐츠를 변환하여 상기 스피커를 통해서 출력하는 것을 특징으로 하는 인공지능 스피커.
  10. 제8항에 있어서, 상기 뉴스 서비스부는
    상기 마이크를 통해 수신한 소리가 미리 등록된 방향에서 일정시간 동안 지속적으로 발생하는 소리라고 판단하면, 상기 방향을 기초로 방송 매체를 특정하여, 상기 소리와 상기 방송 매체를 뉴스 추천 장치에 전달함으로써
    상기 뉴스 추천 장치가 상기 방송 매체와 소리를 기초로 상기 방송 매체를 통해 방영중인 프로그램을 식별하도록 지원하는 것을 특징으로 하는 인공지능 스피커.
  11. 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 방법에 있어서,
    인공지능 스피커를 통해서 소리를 수집하는 단계와,
    상기 수집한 소리의 특성을 분석하여 상기 소리의 출처를 식별하는 단계와,
    상기 소리의 출처에 따라서 미리 정해진 방식으로 상기 사용자의 관심사를 분석하여 관심 키워드를 획득하는 단계와,
    상기 관심 키워드를 기초로 인터넷상의 뉴스 콘텐츠를 수집하여 상기 사용자 관심사에 대응하는 맞춤 뉴스를 선정하는 단계를 포함하는 뉴스 추천 방법.
  12. 제 11항에 있어서,
    사용자 감성 기반의 음성 뉴스 브리핑을 제공하는 감성 브리핑 단계를 더 포함하고, 상기 감성 브리핑 단계는
    상기 수집한 소리의 특성에 기초하여 상기 사용자의 감정을 인식하는 단계와,
    상기 감정 인식 결과에 기초하여 성대모사 대상을 선정하는 단계와,
    상기 감정 인식 결과에 기초하여 상기 맞춤 뉴스로부터 브리핑 내용을 추출하고, 상기 성대모사 대상의 음성을 기초로 브리핑 콘텐츠를 제작하는 단계와,
    상기 인공지능 스피커를 통해서 상기 브리핑 콘텐츠를 출력하는 단계를 포함하는 것을 특징으로 하는 뉴스 추천 방법.
  13. 제11항 또는 제12항에 있어서, 상기 소리의 출처를 식별하는 단계는
    상기 수집한 소리에서 미리 학습한 사용자의 음성을 분리하여 상기 사용자 음성이 소정의 임계값 이상의 길이를 갖는 경우 사용자 음성을 소리의 출처로 식별하고,
    상기 관심 키워드를 획득하는 단계는 상기 소리의 출처가 사용자 음성이면,
    상기 사용자의 음성을 텍스트로 변환하는 단계와,
    상기 텍스트를 분석하여 관심 키워드를 추출하는 단계를 포함하는 것을 특징으로 하는 뉴스 추천 방법.
  14. 제11항 또는 제12항에 있어서, 상기 소리의 출처를 식별하는 단계는
    상기 소리의 특성을 분석하여 미리 학습한 방송 매체로부터 발생하는 소리인 경우 상기 방송 매체를 소리의 출처로 식별하거나, 방송 주파수가 탐지되면, 상기 방송 주파수를 기초로 특정된 방송 매체를 소리의 출처로 식별하고, 상기 소리의 출처로 식별된 방송 매체의 주파수 특성을 통해서 채널 정보를 획득하고,
    상기 관심 키워드를 획득하는 단계는 상기 소리의 출처가 방송 매체이면
    상기 채널 정보를 기초로 상기 방송 매체에서 현재 방영 중인 방송 프로그램에 관한 정보를 획득하는 단계와,
    상기 방송 프로그램의 특성을 분석하고, 상기 방송 프로그램 특성에 기초한 관심 키워드를 추출하는 단계를 포함하는 것을 특징으로 하는 뉴스 추천 방법.
  15. 제14항에 있어서, 상기 소리의 출처를 식별하는 단계는
    상기 소리의 특성을 분석하여 상기 소리가 미리 등록된 방향에서 일정시간 동안 지속적으로 발생하는 소리라고 판단하면, 상기 방향을 기초로 방송 매체를 특정하고 상기 특정된 방송 매체를 소리의 출처로 식별하고,
    상기 소리의 특성을 분석하여, 상기 방송 매체를 통해서 시청중인 프로그램의 종류를 식별하고, 상기 프로그램 종류와 현재시간을 기초로 방송 편성표를 검색하여 채널 정보를 획득하되,
    프로그램 종류에 따른 소리의 특성은 상기 인공지능 스피커를 통해서 미리 학습하는 것을 특징으로 하는 뉴스 추천 방법.
  16. 제14항에 있어서, 상기 관심 키워드를 추출하는 단계는
    상기 방송 프로그램의 시청자 특성을 분석하고, 상기 시청자 특성 기반의 관심 키워드를 추출하는 것을 특징으로 하는 뉴스 추천 방법.
  17. 제14항에 있어서, 상기 관심 키워드를 추출하는 단계는
    상기 사용자의 상기 방송 프로그램 시청 행위가 소정의 임계값 이상의 주기성을 나타내면, 상기 관심 키워드를 추출하는 것을 특징으로 하는 뉴스 추천 방법.
  18. 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템에 있어서,
    사용자의 음성이 학습된 인공지능 스피커와,
    상기 인공지능 스피커를 통해 수집한 소리의 특성을 분석하여 소리 출처를 식별하고, 상기 식별된 소리 출처에 따라서 소정의 방식으로 사용자 관심 키워드를 추출하여, 상기 관심 키워드를 기초로 선정한 사용자 맞춤 뉴스를 사용자 단말을 통해서 제공하는 뉴스 추천 장치를 포함하는 뉴스 추천 시스템.
  19. 제18항에 있어서, 상기 인공지능 스피커는
    상기 마이크를 통해 미리 학습한 사용자의 음성을 수신하면, 상기 뉴스 추천 장치에 전달하고,
    상기 뉴스 추천 장치로부터 뉴스 브리핑 콘텐츠를 수신하면 상기 사용자의 음성의 특성에 기초하여 상기 사용자의 감정을 인식하고, 상기 감정 인식 결과에 기초하여 성대모사 대상을 선정하고, 미리 학습한 상기 성대모사 대상의 음성을 기초로 상기 뉴스 브리핑 콘텐츠를 변환하여 스피커를 통해서 출력하는 것을 특징으로 하는 뉴스 추천 시스템.
  20. 제 18항에 있어서, 상기 뉴스 추천 장치는
    인공지능 스피커를 통해서 수집한 소리의 특성을 분석하여,
    상기 수집한 소리가 미리 학습한 사용자의 음성이라면 상기 사용자의 음성을 텍스트로 변환하고 분석하여 관심 키워드를 추출하거나, 또는
    상기 소리가 미리 학습한 방송 매체로부터 발생하는 소리인 경우 소리를 기초로 방송 매체를 특정하고, 또는 방송 주파수가 탐지되면 상기 방송 주파수를 기초로 방송 매체를 특정하고, 상기 소리가 미리 등록된 방향에서 일정시간 동안 지속적으로 발생하는 소리이면 상기 방향을 기초로 방송 매체를 특정하고, 상기 특정된 방송 매체의 주파수 특징이나 소리 특징에 따라서 채널을 특정하고,
    상기 채널 정보를 기초로 상기 방송 매체에서 현재 방영 중인 방송 프로그램에 관한 정보를 획득하고, 상기 방송 프로그램의 특성을 분석하고 상기 방송 프로그램 특성에 기초한 관심 키워드를 추출하는 것을 특징으로 하는 뉴스 추천 시스템.


KR1020180134166A 2018-11-05 2018-11-05 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템 KR102135076B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180134166A KR102135076B1 (ko) 2018-11-05 2018-11-05 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180134166A KR102135076B1 (ko) 2018-11-05 2018-11-05 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템

Publications (2)

Publication Number Publication Date
KR20200051172A true KR20200051172A (ko) 2020-05-13
KR102135076B1 KR102135076B1 (ko) 2020-07-17

Family

ID=70729986

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180134166A KR102135076B1 (ko) 2018-11-05 2018-11-05 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템

Country Status (1)

Country Link
KR (1) KR102135076B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111897977A (zh) * 2020-06-09 2020-11-06 惠州市德赛西威汽车电子股份有限公司 一种搭载在儿童座椅上的智能语音娱乐系统及方法
KR102392699B1 (ko) * 2021-05-16 2022-05-02 송문선 빅 데이터를 이용한 인공지능 대화형 노약자 친구 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160047834A (ko) * 2014-10-23 2016-05-03 주식회사 케이티 음성 검색 시 입력된 음성 데이터를 누적하여 화자를 인식하는 시스템, 방법 및 컴퓨팅 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160047834A (ko) * 2014-10-23 2016-05-03 주식회사 케이티 음성 검색 시 입력된 음성 데이터를 누적하여 화자를 인식하는 시스템, 방법 및 컴퓨팅 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
aispeaker(2018.09.01.)1부.* *
cacaospeaker(2017.09.05.)1부.* *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111897977A (zh) * 2020-06-09 2020-11-06 惠州市德赛西威汽车电子股份有限公司 一种搭载在儿童座椅上的智能语音娱乐系统及方法
KR102392699B1 (ko) * 2021-05-16 2022-05-02 송문선 빅 데이터를 이용한 인공지능 대화형 노약자 친구 시스템

Also Published As

Publication number Publication date
KR102135076B1 (ko) 2020-07-17

Similar Documents

Publication Publication Date Title
US11357431B2 (en) Methods and apparatus to identify a mood of media
US8340974B2 (en) Device, system and method for providing targeted advertisements and content based on user speech data
US10643235B2 (en) Using environment and user data to deliver advertisements targeted to user interests, e.g. based on a single command
US8612866B2 (en) Information processing apparatus, information processing method, and information processing program
WO2018142686A1 (ja) 情報処理装置、情報処理方法、およびプログラム
US11463772B1 (en) Selecting advertisements for media programs by matching brands to creators
JP2011528879A (ja) テレビジョンシーケンスを提供するための装置および方法
CN106941619A (zh) 基于人工智能的节目提醒方法、装置以及系统
KR101983635B1 (ko) 개인방송 컨텐츠 추천방법
US20120072938A1 (en) System and method for providing a service or content based on emotional information
CN101044549A (zh) 向用户通知媒体内容项目的类别的数据处理设备和方法
JP5181640B2 (ja) 情報処理装置、情報処理端末、情報処理方法、およびプログラム
US20090144071A1 (en) Information processing terminal, method for information processing, and program
CN110083738A (zh) 一种基于声纹和情境感知的音乐推荐方法和终端设备
KR102135076B1 (ko) 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템
JP7453712B2 (ja) オーディオ再生方法、装置、コンピュータ可読記憶媒体及び電子機器
Souto‐Rico et al. A new system for automatic analysis and quality adjustment in audiovisual subtitled‐based contents by means of genetic algorithms
US11785299B1 (en) Selecting advertisements for media programs and establishing favorable conditions for advertisements
JP2008130215A (ja) 自動編集装置及び自動編集方法
KR20200022932A (ko) 차량 탑승자 대화기반 컨텐츠 추천 방법 및 장치
Fink et al. Mass personalization: social and interactive applications using sound-track identification
KR20180069614A (ko) 멀티미디어 컨텐츠 정보를 기반으로 사용자 맞춤형 멀티미디어 컨텐츠를 제공하는 방법 및 장치
KR20240014027A (ko) 음성 및 텍스트 데이터 생성시스템
CN115910111A (zh) 语音交互方法、装置、智能设备及计算机可读存储介质
KR20160015717A (ko) 음성 뉴스정보 제공 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant