KR20210020977A - 버추얼 상담 시스템 및 이를 이용한 상담방법 - Google Patents

버추얼 상담 시스템 및 이를 이용한 상담방법 Download PDF

Info

Publication number
KR20210020977A
KR20210020977A KR1020210021108A KR20210021108A KR20210020977A KR 20210020977 A KR20210020977 A KR 20210020977A KR 1020210021108 A KR1020210021108 A KR 1020210021108A KR 20210021108 A KR20210021108 A KR 20210021108A KR 20210020977 A KR20210020977 A KR 20210020977A
Authority
KR
South Korea
Prior art keywords
data
user
voice
information
text
Prior art date
Application number
KR1020210021108A
Other languages
English (en)
Other versions
KR102370437B1 (ko
Inventor
민성태
Original Assignee
주식회사 솔루게이트
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
Priority claimed from KR1020180115490A external-priority patent/KR102219189B1/ko
Application filed by 주식회사 솔루게이트 filed Critical 주식회사 솔루게이트
Priority to KR1020210021108A priority Critical patent/KR102370437B1/ko
Publication of KR20210020977A publication Critical patent/KR20210020977A/ko
Application granted granted Critical
Publication of KR102370437B1 publication Critical patent/KR102370437B1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Hospice & Palliative Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Child & Adolescent Psychology (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 이용자가 질문정보를 시스템에 입력하여 가상으로 상담을 받을 수 있는 버추얼 상담 시스템에 관한 것이다. 본 발명의 일 실시예에 따른 버추얼 상담 시스템은, 이용자의 음성정보를 획득하여 음성데이터를 생성하는 입력부와, 상기 입력부를 통해 상기 음성데이터를 제공받아, 상기 음성데이터의 타입을 판단하고, 상기 음성데이터에 대한 타입정보를 생성하는 판단부와, 상기 판단부로부터 타입정보를 제공받아 객체데이터를 생성하고, 상기 음성데이터의 내용을 제 1 텍스트데이터로 변환하며, 상기 객체데이터와 상기 제 1 텍스트데이터를 결합하여 제 2 텍스트데이터를 생성하는 텍스트데이터 생성부;를 포함할 수 있다.

Description

버추얼 상담 시스템 및 이를 이용한 상담방법{Virtual Counseling System and counseling method using the same}
본 발명은 이용자가 질문정보를 시스템에 입력하여 가상으로 상담을 받을 수 있는 버추얼 상담 시스템 및 이를 이용한 상담방법에 관한 것이다.
콜센터(Call Center)란, 원래 기업에서 고객의 문의전화를 단순히 받는 곳을 의미하였으나, 최근에는 제품 및 배송 등에 관련된 정보제공, 기업이미지 제고, 마케팅, 고객서비스 등과 관련된 고객의 다양한 요청을 응대하면서 새로운 부가가치를 창조해 내는 기능을 수행하고 있다.
상술한 콜센터의 서비스는 일반적으로 전화를 이용하여 제공되고 있다. 이러한 전화를 이용하여 서비스를 제공하는 방법은 고객이 전화를 걸면, 상담원을 통해 기업, 상품, 배송, 고객서비스 및 기타 정보 등에 대한 질의사항 및 문제점 등을 접수한 후, 이에 대응되는 정보 또는 조치 등을 답변하는 방법이다.
이러한 전화를 이용하여 콜센터의 서비스를 제공하는 방법은 항상 상담원이 상주해야하는 문제점이 있다. 이에 따라, 상담원이 퇴근한 이후에는, 콜센터의 서비스가 불가능한 문제가 있으며, 또한, 상담원을 추가로 운용하는 경우, 인건비 등 비용이 증대되는 문제가 있다. 이에 따라, 근래에, 문자로 저장된 데이터를 음성으로 변환하여 제공하거나, 각종 정보를 음성으로 저장하여 두고 고객이 전화를 이용하여 시스템에 접속하면 음성으로 필요한 정보를 검색할 수 있도록 사용법을 알려주고, 필요한 정보를 찾으면 이를 음성으로 들려 주는 ARS(Automatic Response System)이 도입되었다.
그러나, 상술한 ARS는 고객에게 정보검색 방법을 알려준 다음, 필요한 정보를 입력하는 경우, 이를 출력하는 것으로써, 고객이 상술한 정보검색 방법을 숙지해야하는데 시간의 소모가 크고, 대화기반의 처리시스템이 아니기 때문에, 정보검색 방법의 사용이 매우 불편하다. 따라서, 상술한 종래의 ARS에 의하더라도, 고객이 원하는 정보를 정확하고 신속하게 획득하기가 어렵다는 문제가 있다.
공개특허공보 제10-2008-0112771호
본 발명의 목적은 상술한 문제점을 해결하기 위한 것으로, 이용자가 입력하는 질문에 대해 정확한 답변데이터를 제공하고, 이용자의 감정도 분석하여 보다 세밀한 상담이 이루어질 수 있도록 하는 것이다.
이에, 본 발명의 목적은 이용자의 질문 의도와 감정을 정확히 파악하고 이를 바탕으로 원활한 상담을 진행할 수 있는 버추얼 상담 시스템 및 이를 이용한 상담 방법을 제공하는데 있다.
본 발명의 다른 목적 및 이점은 하기의 발명의 상세한 설명, 청구범위 및 도면에 의해 보다 명확하게 된다.
상기 해결하려는 과제를 달성하기 위한 본 발명의 일 실시예에 따른 버추얼 상담 시스템은, 이용자의 음성정보를 획득하여 음성데이터를 생성하는 입력부와, 상기 입력부를 통해 상기 음성데이터를 제공받아, 상기 음성데이터의 타입을 판단하고, 상기 음성데이터에 대한 타입정보를 생성하는 판단부와, 상기 판단부로부터 타입정보를 제공받아 객체데이터를 생성하고, 상기 음성데이터의 내용을 제 1 텍스트데이터로 변환하며, 상기 객체데이터와 상기 제 1 텍스트데이터를 결합하여 제 2 텍스트데이터를 생성하는 텍스트데이터 생성부;를 포함할 수 있다. 여기서, 음성데이터의 내용이 제1 텍스트데이터로 변환되고, 객체데이터와 제1 텍스트데이터가 결합되어 제2 텍스트데이터가 생성되는 것으로 구분하여 표현하였다. 그러나, 이에 한정되는 것은 아니고, 음성데이터가 제1 텍스트데이터로 변환됨과 동시에, 객체데이터와 제1 텍스트데이터가 서로 결합될 수 있다. 즉, 음성데이터가 제1 텍스트데이터로 변환되는 과정에서 객체데이터와 제1 텍스트데이터가 결합될 수 있으므로, 음성데이터가 제1 텍스트데이터로 변환되는 것이 종료됨과 동시에 상기 제2 텍스트데이터가 생성될 수도 있다.
상기 판단부는, 상기 음성데이터의 타입을 판단하기 위한 기준 정보를 포함하는 레퍼런스부와, 상기 음성데이터의 타입을 결정하여 상기 타입정보를 생성하는 음성분류부를 포함할 수 있다.
한편, 판단부의 레퍼런스부와 음성분류부는 하나의 단위로 구성될 수도 있다. 즉, 음성분류부가 상기 기준 정보를 포함하는 구성을 취한다면, 레퍼런스부는 별도로 구성되지 않을 수도 있다.
상기 타입정보는, 상기 이용자의 감정정보가 포함된 제 1 타입정보와, 상기 음성데이터의 문장형태 정보가 포함된 제 2 타입정보를 포함할 수 있다.
상기 레퍼런스부는 상기 기준 정보로 작용하는 학습데이터를 포함할 수 있다.
상기 학습데이터는, 상기 이용자의 감정을 판단하기 위한 감정단어데이터와, 상기 음성데이터의 문장형태를 판단하기 위한 문장형태데이터를 포함할 수 있다.
반복되는 상담을 통해 상기 감정단어데이터와 상기 문장형태데이터의 정보가 갱신된다.
*상기 텍스트데이터 생성부는, 상기 제 1 텍스트데이터를 생성하는 제 1 텍스트생성부와, 상기 객체데이터를 생성하는 객체데이터생성부와, 상기 제 2 텍스트데이터를 생성하는 제 2 텍스트생성부를 포함할 수 있다.
상기 객체데이터는 상기 이용자의 감정정보와, 상기 이용자의 음성데이터의 내용이 의문문 또는 평서문인지에 대한 정보가 포함된다.
상기 제 2 텍스트데이터를 바탕으로 생성된 피드백 데이터가 상기 이용자에게 제공되되, 상기 이용자가 만족할만한 상담을 받지 못했을 경우, 상기 이용자는 상기 입력부를 통해 추가로 음성정보를 입력할 수 있다.
상기 입력부는 상기 이용자의 음성데이터의 신뢰도를 향상시키기 위해, 상기 음성정보의 음량을 증폭시킬 수 있다.
보다 구체적으로, 상기 음성데이터의 신뢰도를 향상시키기 위하여, 음성정보의 음량을 증폭시키거나 음성정보에서 잡음을 제거시켜, 음성데이터의 신뢰도를 향상시킬 수 있다.
상기 해결하려는 과제를 달성하기 위한 본 발명의 다른 실시예에 따른 버추얼 상담 방법은, 이용자로부터 음성데이터를 획득하는 입력단계와, 상기 음성데이터를 제공받아, 상기 음성데이터의 타입을 판단하고, 상기 음성데이터에 대한 타입정보를 생성하는 판단단계와, 상기 타입정보를 제공받아 객체데이터를 생성하고, 상기 음성데이터의 내용을 제 1 텍스트데이터로 변환하며, 상기 객체데이터와 상기 제 1 텍스트데이터를 결합하여 제 2 텍스트데이터를 생성하는 텍스트데이터 생성단계와, 상기 제2 텍스트데이터를 바탕으로 피드백 데이터를 생성하여 상기 이용자에게 상기 피드백 데이터를 제공하는 출력단계;를 포함할 수 있다.
상기 타입정보의 생성은 판단부에서 이루어지되, 상기 판단부는 상기 음성데이터의 타입을 판단하기 위한 기준 정보를 포함하는 레퍼런스부와, 상기 음성데이터의 타입을 결정하여 상기 타입정보를 생성하는 음성분류부를 포함할 수 있다.
한편, 판단부의 레퍼런스부와 음성분류부는 하나의 단위로 구성될 수도 있다. 즉, 음성분류부가 상기 기준 정보를 포함하는 구성을 취한다면, 레퍼런스부는 별도로 구성되지 않을 수 있다.
상기 타입정보는 상기 이용자의 감정정보가 포함된 제 1 타입정보와, 상기 음성데이터의 문장형태 정보가 포함된 제 2 타입정보를 포함할 수 있다.
상기 레퍼런스부는 상기 기준 정보로 작용하는 학습데이터를 포함할 수 있다.
상기 학습데이터는 상기 이용자의 감정을 판단하기 위한 감정단어데이터와 상기 음성데이터의 문장형태를 판단하기 위한 문장형태데이터를 포함할 수 있다.
반복되는 상담을 통해 상기 감정단어데이터와 상기 문장형태데이터의 정보가 갱신된다.
상기 객체데이터는 상기 이용자의 감정정보와, 상기 이용자의 음성데이터의 내용이 의문문 또는 평서문인지에 대한 정보가 포함된다.
상기 이용자와 버추얼 상담을 진행하기 곤란하다 판단되는 경우, 상기 제 2 텍스트데이터를 상담사에게 전송하고, 상기 상담사는 상기 제 2 텍스트데이터에 기반하여 상기 이용자와 상담한다.
상담시에는 상기 제2 텍스트데이터가 전송되는 것을 원칙으로 하나, 경우에 따라 제1 텍스트데이터나 객체데이터가 전달될 수 있다. 제2 텍스트데이터에 기반할 경우, 상담사의 상담이 보다 원활할 수 있으나, 제1 텍스트데이터 또는 객체데이터에 의할 경우에도, 상담사의 상담은 가능할 수 있다.
본 발명에 의할 경우, 이용자의 질문 의도와 감정을 정확히 파악하고 이를 바탕으로 원활한 상담을 진행할 수 있는 버추얼 상담 시스템 및 이를 이용한 상담 방법을 제공된다.
도 1은 본 발명의 일 실시예에 따른 버추얼 상담 시스템의 전체 구성을 도시한 것이다.
도 2는 본 발명의 일 실시예에 따른 버추얼 상담 시스템의 판단부를 나타낸 것이다.
도 3은 본 발명의 일 실시예에 따른 버추얼 상담 시스템의 텍스트데이터 생성부를 나타낸 것이다.
도 4는 본 발명의 일 실시예에 따른 버추얼 상담 시스템을 이용한 버추얼 상담 방법의 순서도이다.
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. 아래 첨부된 도면을 참조하여 본 발명의 실시를 위한 구체적인 내용을 상세히 설명한다. 도면에 관계없이 동일한 부재번호는 동일한 구성요소를 지칭하며, "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 본 발명의 실시예에 따른 버추얼(virtual) 상담 시스템 및 이를 이용한 상담방법을 설명한다.
도 1은 본 발명의 일 실시예에 따른 버추얼 상담 시스템의 전체 구성을 도시한 것이고, 도 2는 상기 버추얼 상담 시스템의 판단부를 나타낸 것이고, 도 3은 상기 버추얼 상담 시스템의 텍스트데이터 생성부를 나타낸 것이다.
도 1 내지 도 3을 참고하면, 본 발명의 일 실시예에 따른 버추얼 상담 시스템(100)은 입력부(110), 판단부(120), 텍스트데이터 생성부(130), 출력부(140), 저장부(150)를 포함할 수 있다.
입력부(110)는 이용자의 입력정보를 획득하여 음성데이터를 생성한다. 이용자로부터 데이터를 전달받을 수 있도록 각종 입력장치를 포함할 수 있다.
즉, 입력부(110)는 이용자의 음성을 인식하여 음성데이터를 생성한다. 이때, 사람의 음성주파수 외의 주파수를 제거하는 등의 장치 또는 내부의 처리 단계가 추가로 구비됨으로써, 음성의 인식률이 향상될 수 있다. 또한, 입력부(110)는 이용자의 음성데이터의 신뢰도를 향상시키기 위해, 상기 음성정보의 음량을 증폭시킬 수 있다. 이를 통해 이용자의 음성정보에 대한 인식률이 향상될 수 있다.
다음으로, 판단부(120)는 입력부(110)와 연결되고, 입력부(110)에서 생성된 음성데이터를 수신하여 음성데이터의 특징을 판별한다. 즉, 판단부(120)는 입력부(110)를 통해 상기 음성데이터를 제공받아, 상기 음성데이터의 타입을 판단하고, 상기 음성데이터에 대한 타입정보를 생성한다.
이를 위해, 판단부(120)는 상기 음성데이터의 타입을 판단하기 위한 기준 정보를 포함하는 레퍼런스부(121)와, 상기 음성데이터의 타입을 결정하여 상기 타입정보를 생성하는 음성분류부(122)를 포함할 수 있다.
여기서, 타입정보는 이용자의 감정정보가 포함된 제 1 타입정보와, 음성데이터의 문장형태정보가 포함된 제 2 타입정보를 포함할 수 있다. 문장형태정보는 이용자의 음성정보로부터 생성된 음성데이터가 의문문인지, 평서문인지, 질문인지, 요청인지, 클레임인지 등에 대한 정보일 수 있다.
한편, 레퍼런스부(121)는 음성데이터가 어떤 타입인지 판단할 수 있는 기준 정보로 작용하는 학습데이터를 포함할 수 있다. 여기서, 학습데이터는 이용자의 감정을 판단하기 위한 감정단어데이터와 상기 음성데이터의 문장형태를 판단하기 위한 문장형태데이터를 포함할 수 있다. 즉, 레퍼런스부(121)는 이용자의 음성데이터에서 이용자의 감정을 판단할 수 있는 기준데이터인 감정단어데이터를 포함할 수 있다. 또한, 레퍼런스부(121)는 이용자의 음성데이터에서 이용자가 의도한 문장의 내용 및 어감, 어투를 통해 문장형태를 판단할 수 있는 기준데이터인 문장형태데이터를 포함할 수 있다.
또한, 레퍼런스부(121)는 상기 나열한 데이터 외에, 사람의 음성을 직접 판단할 수 있는 음성형태데이터도 포함할 수 있다. 이를 통해, 본 발명의 일 실시예에 따른 버추얼 상담 시스템은 궁극적으로 사람의 음성을 통한 머신러닝이 가능해 질 수 있다.
한편, 상담이 반복되고, 이용자들의 음성데이터가 축적될수록 레퍼런스부(121)의 학습데이터의 내용이 갱신된다. 즉, 학습데이터의 내용이 풍부해진다. 전반적으로 상담을 통해 상기 감정단어데이터와 상기 문장형태데이터의 정보가 갱신되어, 본 발명의 실시예에 따른 버추얼 상담 시스템의 상담 완성도가 향상될 수 있다. 이러한 학습은 인공지능(Artificial Intelligence, AI)의 알고리즘인 머신러닝(machine learning)법에 의해 진행될 수 있다.
보다 구체적으로, 상술한 바와 같이, 레퍼런스부(121)의 학습데이터가 갱신되면, 후술하는 음성분류부(122)가 갱신된 데이터를 바탕으로 머신러닝에 기반하여 학습을 통해 이용자의 음성을 보다 정확하게 분듀될 수 있다. 즉, 레퍼런스부(121)의 갱신된 데이터들을 기반으로 음성분류부(122)는 학습을 통해 음성 분류 기능을 확장시킬 수 있다.
레퍼런스부(121)는 학습데이터를 저장할 수 있도록 저장장치를 포함할 수 있다.
음성분류부(122)는 음성데이터와 레퍼런스부(121)의 학습데이터를 서로 비교하고, 이를 통해 타입정보를 생성한다. 또는 음성분류부(122)는 음성데이터를 기반으로 힉습된 시스템을 통해 타입정보를 생성할 수도 있다.
즉, 음성분류부(122)는 음성데이터에 포함된 이용자의 어투 및 어감 등과 학습데이터의 감정단어데이터를 서로 비교하여, 이용자의 감정상태를 판단한다. 또한, 음성분류부(122)는 음성데이터에 포함된 이용자의 어투, 발화 내용(설명요청, 질문, 요청, 클레임 등)등과 학습데이터의 문장형태데이터를 서로 비교하여, 이용자의 문장형태를 판단한다.
또는, 상술한 바와 같이, 레퍼런스부(121)에 포함된 데이터들 또는 갱신되는 데이터들을 통해 음성분류부(122)는 은성데이터를 직접 분류할 수 있는 학습이 가능하며, 이를 통해, 음성분류부(122)는 레퍼런스부(121)에 저장된 데이터들에 의하지 않고, 직접 학습하며, 이용자의 음성데이터를 타입별로 분류할 수도 있다. 즉, 레퍼런스부(121)의 데이터들은 음성분류부(122)가 머신러닝에 의해 학습할 수 있는 자료로 사용되고, 이용자의 음성데이터와 직접 비교되는 자료로 사용되지 않을 수도 있다.
이러한 과정을 통해, 음성분류부(122)는 최종적으로 타입정보를 생성한다. 상술한 바와 같이, 타입정보는 이용자의 감정정보가 포함된 제 1 타입정보와, 상기 음성데이터의 문장형태 정보가 포함된 제 2 타입정보를 포함할 수 있다. 또는, 타입정보는 상기 제1 타입정보 및 제2 타입정보 중 어느 하나만을 포함할 수도 있다.
판단부(120)의 음성분류부(122)는 음성데이터와 학습데이터를 비교하고, 이에 의해 타입정보를 생성할 수 있도록, 제어장치 또는 신호처리장치를 포함할 수 있다. 또는 음성분류부(122)는 학습에 의해 습득한 정보 및 로직을 바탕으로 음성데이터로부터 타입정보를 생성할 수 있다. 즉, 머신러닝에 의해 습득한 정보를 바탕으로, 음성분류부(122)는 음성데이터로부터 타입정보를 생성할 수 있다.
다음으로, 텍스트데이터 생성부(130)는 판단부(120)로부터 타입정보를 제공받아 객체데이터를 생성하고, 상기 음성데이터의 내용을 제 1 텍스트데이터로 변환하며, 상기 객체데이터와 상기 제 1 텍스트데이터를 결합하여 제 2 텍스트데이터를 생성한다.
한편, 텍스트데이터 생성부(130)가 생성하는 상기 제2 텍스트데이터가 가장 최선의 방식이다. 다만, 경우에 따라 텍스트데이터 생성부(130)는 음성데이터를 제1 텍스트데이터로 변환하지 않고, 음성데이터에 객체데이터를 바로 결합하여 융합데이터를 형성하고, 융합데이터로부터 상기 제2 텍스트데이터를 생성할 수도 있다.
이를 위해, 텍스트데이터 생성부(130)는 상기 제 1 텍스트데이터를 생성하는 제 1 텍스트생성부(131)와, 상기 객체데이터를 생성하는 객체데이터생성부(132)와, 상기 제 2 텍스트데이터를 생성하는 제 2 텍스트생성부(133)를 포함할 수 있다.
제1 텍스트생성부(131)는 음성데이터에 포함된 이용자의 발화 내용을 텍스트화한다. 이를 위해, 제1 텍스트생성부(131)는 음성과 텍스트가 서로 매칭된 음성텍스트정보를 포함할 수 있다. 즉, 제1 텍스트생성부(131)는 이용자의 음성데이터와 음성텍스트정보를 서로 비교 및 분석하여, 제1 텍스트데이터를 생성한다.
한편, 제1 텍스트생성부(131)가 머신러닝 기반으로 구현될 경우, 제1 텍스트생성부(131)는 음성데이터와 음성텍스트정보 간에 서로 비교 및 분석 없이, 학습된 로직에 의해 음성데이터를 바탕으로 제1 텍스트데이터를 생성한다.
객체데이터생성부(132)는 판단부(120)에서 전송된 타입정보를 바탕으로 객체데이터를 생성한다. 객체데이터는 이용자의 감정정보와, 이용자의 음성데이터의 내용이 의문문 또는 평서문인지에 대한 정보를 포함한다.
보다 구체적으로, 객체데이터생성부(132)는 타입정보 중 제1 타입정보를 바탕으로 이용자의 감정정보(화남, 놀람, 의문, 행복, 감사, 긴급 등)를 생성한다. 또한, 객체데이터생성부(132)는 타입정보 중 제2 타입정보를 바탕으로, 문장형태가 의문문인지 평서문인지 등에 대한 정보를 생성한다. 이렇게 생성된 정보는 객체데이터에 포함된다.
제2 텍스트생성부(133)는 제1 텍스트데이터와 객체데이터를 결합하여 제2 텍스트데이터를 최종적으로 생성한다. 제1 텍스트데이터에는 발화의 내용만 포함되어 있을뿐, 이용자의 감정이나 의도등이 명확히 포함되지 않는다. 이에, 객체데이터인 이용자의 감정 및 문장형태(의도) 등을 제1 텍스트데이터에 결합하여 제2 텍스트데이터를 생성함으로써, 이용자의 정확한 상담의도를 파악할 수 있다. 이때, 제1 텍스트데이터에는 이모티콘 형식으로 감정정보가 표시되거나, 의문부호등이 제1 텍스트데이터에 포함될 수 있다. 이렇게, 객체데이터는 여러 효현형태로 제1 텍스트데이터에 표시된다.
한편, 출력부(140)는 제2 텍스트데이터를 기반으로, 이용자의 상담의도에 대응하는 답변이 포함된 피드백 데이터를 생성한다. 출력부(140)는 생성된 피드백 데이터를 이용자에게 제공한다. 이용자는 피드백 데이터를 확인하여, 본인의 상담 내용이 정확히 수행되었는지 판단할 수 있다. 먼약, 이용자가 만족할만한 상담을 받지 못했을 경우, 이용자는 입력부(110)를 통해 추가로 음성정보를 입력하여 추가 상담을 받을 수 있다.
한편, 이용자가 과격한 감정상태인 경우, 버추얼 상담이 원활히 진행되지 않을 수 있다. 판단부(120)가 이용자의 음성데이터를 분석하여, 이용자가 정상적인 상담을 진행하기 어렵다고 판단되는 경우(예를들어, 음성데이터에 포함된 음성의 크기가 기 설정된 데시벨(dB) 이상인 경우), 버추얼 상담이 중단되고, 실제 상담사와 상담이 진행될 수 있다.
이때, 상술한 제2 텍스트데이터가 상담사에게 전달되어, 상담사는 이에 근거하여 상담이 개시되기 전에 이용자의 상담의도 및 감정상태를 파악할 수 있다. 이에 의해, 상담사는 보다 원활한 상담을 진행할 수 있는 사전작업을 진행할 수 있고, 이용자는 만족할만한 상담을 받을 수 있다.
한편, 출력부(140)에서 출력된 정보는 저장부(150)에 저장될 수 있다. 저장부(150)에 정보가 저장될 때, 이는 블록체인에 의해 저장되어, 시계열적으로 상담내용이 저장될 수 있다. 저장부(150)에는 이용자의 상담 내용, 상담시 이용자의 말투, 습관, 상담일시, 날씨 등의 정보가 저장될 수 있다. 또한, 저장부(150)는 이용자의 상담내용, 즉 이용자의 음성을 저장할 수 있다.
이용자가 추후에 본 발명의 버추얼 상담 시스템(100)을 이용할 때, 저장된 정보를 바탕으로 이용자의 이전 상담내용을 참고하여 보다 원활한 상담을 진행할 수 있다.
다음으로, 본 발명의 일실시예에 따른 버추얼 상담 시스템(100)을 이용한 버추얼 상담 방법에 대해 상세히 설명한다. 도 4는 본 발명의 일 실시예에 따른 버추얼 상담 시스템을 이용한 버추얼 상담 방법의 순서도이다.
도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 버추얼 상담 시스템을 이용한 버추얼 상담 방법(S100)은 입력단계(S110), 판단단계(S120), 텍스트데이터 생성단계(S130), 및 출력단계(S140)를 포함할 수 있다.
입력단계(S110)에서는 이용자로부터 음성데이터를 획득한다. 즉, 이용자가 음성정보를 입력하고, 이를 전기신호로 변환하여 음성데이터를 획득한다. 본 단계에서 음성데이터의 추출도를 향상시키기 위해, 이용자의 음성정보를 증폭시킬 수 있다.
계속해서, 판단단계(S120)는 음성데이터를 제공받아, 상기 음성데이터의 타입을 판단하고, 상기 음성데이터에 대한 타입정보를 생성한다.
타입정보의 생성은 상술한 판단부(도 1의 120)에서 이루어지되, 상기 판단부(120)는 상기 음성데이터의 타입을 판단하기 위한 기준 정보를 포함하는 레퍼런스부(도 2의 121)와, 상기 음성데이터의 타입을 결정하여 상기 타입정보를 생성하는 음성분류부(도 2의 122)를 포함할 수 있다.
여기서, 타입정보는 상기 이용자의 감정정보가 포함된 제 1 타입정보와, 상기 음성데이터의 문장형태 정보가 포함된 제 2 타입정보를 포함할 수 있다.
한편, 레퍼런스부(121)는 기준 정보로 작용하는 학습데이터를 포함할 수 있다. 여기서, 학습데이터는 상기 이용자의 감정을 판단하기 위한 감정단어데이터와 상기 음성데이터의 문장형태를 판단하기 위한 문장형태데이터를 포함한다. 이때, 감정단어데이터와 상기 문장형태데이터의 정보는 반복되는 상담을 통해 갱신될 수 있다. 또한, 학습데이터는 이용자의 음성을 포함할 수도 있다. 이에 의해, 레퍼런스부(121)의 학습데이터를 통해 음성분류부(122)가 학습을 진행할 수 있다. 즉, 음성분류부(122)가 머신러닝에 의해 학습데이터로부터 이용자의 음성데이터로부터, 이용자의 상담내용을 판단할 수 있다.
텍스트데이터 생성단계(S130)는 상술한 타입정보를 제공받아 객체데이터를 생성하고, 상기 음성데이터의 내용을 제 1 텍스트데이터로 변환하며, 상기 객체데이터와 상기 제 1 텍스트데이터를 결합하여 제 2 텍스트데이터를 생성한다. 여기서, 객체데이터는 상기 이용자의 감정정보와, 상기 이용자의 음성데이터의 내용이 의문문 또는 평서문인지에 대한 정보가 포함될 수 있다.
출력단계(S140)는 상술한 제2 텍스트데이터를 바탕으로 피드백 데이터를 생성하여 상기 이용자에게 피드백 데이터를 제공하여, 이용자가 문의한 상담 내용에 대한 답변을 받을 수 있다. 참고로, 제 2 텍스트데이터를 바탕으로 생성된 피드백 데이터가 상기 이용자에게 제공되었으나, 상기 이용자가 만족할만한 상담을 받지 못했을 경우, 상기 이용자는 상기 입력부를 통해 추가로 음성정보를 입력하여, 추가의 상담을 받을 수 있다. 추가의 음성정보 입력을 통해 상술한 학습데이터의 정보량은 증가하고, 증가된 정보량에 의해 음성분류부(122)의 학습량도 증가된다. 이에 의해, 음성분류부(122)는 보다 정확하게 이용자의 음성데이터의 타입을 판단할 수 있는 능력을 갖추게 된다.
한편, 이용자와 버추얼 상담을 진행하기 곤란하다고 판단되는 경우, 상기 제 2 텍스트데이터를 상담사에게 전송하고, 상기 상담사는 상기 제 2 텍스트데이터에 기반하여 상기 이용자와 상담을 진행할 수 있다.
구체적으로, 이용자와 버추얼 상담이 진행되는 과정에서 생성된 제2 텍스트데이터 내에 포함된 제1 텍스트데이터 또는 객체데이터를 기초로 각 문장 또는 단어, 문맥, 감정 등에 개별적인 가중치를 적용하고, 대응이 필요한 상황에 대한 임계치에 어느 정도 근접했는지 수치적으로 계산할 수 있다. 사전에 버추얼 상담 외에 전문 상담사가 직접 통화로 상담을 진행해야 할 사례인지를 평가하기 위해, 컴플레인 인덱스를 제공할 수 있으며 컴플레인 인덱스는 각 문장, 단어 등을 미리 별도의 데이터베이스로 구축하고 해당 문장 또는 단어가 직접 등장하거나 또는 유사단어가 등장할 경우, 해당 서브 컴플레인 인덱스에 소정의 가중치를 부여하여 서브 컴플레인 인덱스의 총합인 컴플레인 인덱스가 결정될 수 있다. 직접적으로 고객 불만 등을 나타내는 단어나 문장에 대해서는 가중치를 높게 적용할 수 있다. 버추얼 상담이 지속되면서, 각 서브 컴플레인 인덱스들의 합인 컴플레인 인덱스의 값이 소정의 임계값을 초과하는 경우, 사전에 저장 또는 관리 되고 있는 컴플레인 대응팀 데이터베이스 상의 대응인력 중에서 매칭율이 가장 높고 현재 대응가능한 컴플레인 상담자를 매칭하고, 해당 컴플레인 상담자는 전송된 제2 텍스트데이터를 기초로 이전 버추얼 상담 상황을 정확히 인지하고 연속적인 대응이 가능할 수 있다. 이 과정에서, 컴플레인 상담자의 매칭율은 상기 컴플레인 인덱스의 총합 외에도, 소정 기준에 따라 분류된 상기 제2 텍스트데이터의 타입에 따라 산정될 수 있다. 이를 위해 제2 텍스트데이터는 소정의 분류에 의해 타입이 부여될 수 있다. 컴플레인 상담자의 매칭율은 기존에 유사한 컴플레인 상황의 대응경험이 있는지를 추가로 고려할 수 있으며 상기한 제2 텍스트데이터의 타입과의 유사도를 기초로 결정될 수 있다. 이를 위해, 각 컴플레인 상담자별로 상담 히스토리 데이터를 수집 및 관리할 수 있으며, 각 컴플레인 상담자의 성격이나, 행동유형을 미리 분석하여 상황이나 컴플레인 강도, 컴플레인 주제, 컴플레인 이유 등과 더 잘 부합되는 컴플레인 상담자를 결정할 수 있다.
이상 본 발명의 실시예들을 설명하였으나, 본 발명은 상기 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 제조될 수 있으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

Claims (10)

  1. 이용자의 음성정보를 획득하여 음성데이터를 생성하는 입력부;
    상기 입력부를 통해 상기 음성데이터를 제공받아, 상기 음성데이터의 타입을 판단하고, 상기 음성데이터에 대한 타입정보를 생성하는 판단부; 및
    상기 판단부로부터 타입정보를 제공받아 객체데이터를 생성하고, 상기 음성데이터의 내용을 제 1 텍스트데이터로 변환하며, 상기 객체데이터와 상기 제 1 텍스트데이터를 결합하여 제 2 텍스트데이터를 생성하는 텍스트데이터 생성부;
    상기 제2 텍스트데이터를 기반으로, 상기 이용자의 상담의도에 대응하는 답변이 포함된 피드백 데이터를 생성하고, 상기 피드백 데이터를 상기 이용자에게 제공하는 출력부; 및
    상기 피드백 데이터 및 상기 이용자의 음성이 포함되는 상담 내용을 블록체인을 기반으로 저장하는 저장부;
    를 포함하는 버추얼 상담 시스템.
  2. 제1 항에 있어서,
    상기 판단부는,
    상기 음성데이터의 타입을 판단하기 위한 기준 정보인 학습데이터를 포함하는 레퍼런스부와,
    상기 음성데이터의 타입을 결정하여 상기 타입정보를 생성하는 음성분류부를 포함하고,
    상기 타입정보는,
    상기 이용자의 감정정보가 포함된 제 1 타입정보와, 상기 음성데이터의 문장형태 정보가 포함된 제 2 타입정보를 포함하고,
    상기 학습데이터는,
    상기 이용자의 감정을 판단하기 위한 감정단어데이터와, 상기 음성데이터의 문장형태를 판단하기 위한 문장형태데이터를 포함하는 버추얼 상담 시스템.
  3. 제2 항에 있어서,
    상기 감정단어데이터와 상기 문장형태데이터의 정보는 반복되는 상담을 통해 갱신되는 버추얼 상담 시스템.
  4. 제1 항에 있어서,
    상기 객체데이터는,
    상기 이용자의 감정정보와, 상기 이용자의 음성데이터의 내용이 의문문 또는 평서문인지에 대한 정보가 포함된 버추얼 상담 시스템.
  5. 제1 항에 있어서,
    상기 이용자와 버추얼 상담을 진행하기 곤란하다 판단되는 경우, 상기 제 2 텍스트데이터를 상담사에게 전송하고, 상기 상담사는 상기 제 2 텍스트데이터에 기반하여 상기 이용자와 상담하는 버추얼 상담 시스템.
  6. 제1 항에 있어서,
    상기 텍스트데이터 생성부는,
    상기 제 1 텍스트데이터를 생성하는 제 1 텍스트생성부와,
    상기 객체데이터를 생성하는 객체데이터생성부와,
    상기 제 2 텍스트데이터를 생성하는 제 2 텍스트생성부를 포함하는 버추얼 상담 시스템.
  7. 제6 항에 있어서,
    상기 객체데이터는,
    상기 이용자의 감정정보와, 상기 이용자의 음성데이터의 내용이 의문문 또는 평서문인지에 대한 정보가 포함된 버추얼 상담 시스템.
  8. 제1 항에 있어서,
    상기 제 2 텍스트데이터를 바탕으로 생성된 피드백 데이터가 상기 이용자에게 제공되되,
    상기 이용자가 만족할 만한 상담을 받지 못했을 경우, 상기 이용자는 상기 입력부를 통해 추가로 음성정보를 입력하는 버추얼 상담 시스템.
  9. 제1 항에 있어서,
    상기 입력부는,
    상기 이용자의 음성데이터의 신뢰도를 향상시키기 위해, 상기 음성정보의 음량을 증폭시키는 버추얼 상담 시스템.
  10. 버추얼 상담 시스템에서 버추얼 상담을 제공하는 방법에 있어서,
    이용자로부터 음성데이터를 획득하는 입력단계;
    상기 음성데이터를 제공받아, 상기 음성데이터의 타입을 판단하고, 상기 음
    성데이터에 대한 타입정보를 생성하는 판단단계;
    상기 타입정보를 제공받아 객체데이터를 생성하고, 상기 음성데이터의 내용을 제 1 텍스트데이터로 변환하며, 상기 객체데이터와 상기 제 1 텍스트데이터를 결합하여 제 2 텍스트데이터를 생성하는 텍스트데이터 생성단계;
    상기 제2 텍스트데이터를 바탕으로 상기 이용자의 상담의도에 대응하는 답변이 포함된 피드백 데이터를 생성하여 상기 이용자에게 상기 피드백 데이터를 제공하는 출력단계; 및
    상기 피드백 데이터 및 상기 이용자의 음성이 포함되는 상담 내용을 블록체인을 기반으로 저장하는 저장단계;
    를 포함하는 버추얼 상담 방법.
KR1020210021108A 2018-09-28 2021-02-17 버추얼 상담 시스템 및 이를 이용한 상담방법 KR102370437B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210021108A KR102370437B1 (ko) 2018-09-28 2021-02-17 버추얼 상담 시스템 및 이를 이용한 상담방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180115490A KR102219189B1 (ko) 2018-09-28 2018-09-28 버추얼 상담 시스템 및 이를 이용한 상담방법
KR1020210021108A KR102370437B1 (ko) 2018-09-28 2021-02-17 버추얼 상담 시스템 및 이를 이용한 상담방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020180115490A Division KR102219189B1 (ko) 2018-09-28 2018-09-28 버추얼 상담 시스템 및 이를 이용한 상담방법

Publications (2)

Publication Number Publication Date
KR20210020977A true KR20210020977A (ko) 2021-02-24
KR102370437B1 KR102370437B1 (ko) 2022-03-04

Family

ID=80813722

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210021108A KR102370437B1 (ko) 2018-09-28 2021-02-17 버추얼 상담 시스템 및 이를 이용한 상담방법

Country Status (1)

Country Link
KR (1) KR102370437B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023128192A (ja) * 2022-03-03 2023-09-14 株式会社Robot Consulting 情報処理システム、情報処理方法及びプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080112771A (ko) 2007-06-22 2008-12-26 주식회사 엘지씨엔에스 보이스 포털서비스 시스템 및 보이스 포털서비스 방법
KR20160060243A (ko) * 2014-11-19 2016-05-30 한국전자통신연구원 고객 응대 서비스 장치 및 방법
KR20160138613A (ko) * 2015-05-26 2016-12-06 한국전자통신연구원 이모티콘을 이용한 자동통역 방법 및 이를 이용한 장치
KR101795695B1 (ko) * 2016-07-14 2017-12-01 주식회사 코인플러그 메신저 서비스를 통하여 송수신하는 데이터에 대한 기록 서비스 및 검증 서비스를 제공하는 방법, 및 이를 이용한 서버
KR101827320B1 (ko) * 2017-06-08 2018-02-09 윤준호 인공지능 콜센터 서버

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080112771A (ko) 2007-06-22 2008-12-26 주식회사 엘지씨엔에스 보이스 포털서비스 시스템 및 보이스 포털서비스 방법
KR20160060243A (ko) * 2014-11-19 2016-05-30 한국전자통신연구원 고객 응대 서비스 장치 및 방법
KR20160138613A (ko) * 2015-05-26 2016-12-06 한국전자통신연구원 이모티콘을 이용한 자동통역 방법 및 이를 이용한 장치
KR101795695B1 (ko) * 2016-07-14 2017-12-01 주식회사 코인플러그 메신저 서비스를 통하여 송수신하는 데이터에 대한 기록 서비스 및 검증 서비스를 제공하는 방법, 및 이를 이용한 서버
KR101827320B1 (ko) * 2017-06-08 2018-02-09 윤준호 인공지능 콜센터 서버

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023128192A (ja) * 2022-03-03 2023-09-14 株式会社Robot Consulting 情報処理システム、情報処理方法及びプログラム

Also Published As

Publication number Publication date
KR102370437B1 (ko) 2022-03-04

Similar Documents

Publication Publication Date Title
CN111028827B (zh) 基于情绪识别的交互处理方法、装置、设备和存储介质
WO2021017612A1 (zh) 基于语音分析的问答方法、装置、设备及存储介质
US20160352907A1 (en) Coordinating voice calls between representatives and customers to influence an outcome of the call
Aloufi et al. Emotionless: Privacy-preserving speech analysis for voice assistants
KR101615848B1 (ko) 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램
Triantafyllopoulos et al. Deep speaker conditioning for speech emotion recognition
CN112233680B (zh) 说话人角色识别方法、装置、电子设备及存储介质
JP2020071675A (ja) 対話要約生成装置、対話要約生成方法およびプログラム
CN112131359A (zh) 一种基于图形化编排智能策略的意图识别方法及电子设备
KR20200092166A (ko) 감정을 인식하는 서버, 방법 및 컴퓨터 프로그램
US10872615B1 (en) ASR-enhanced speech compression/archiving
US8423354B2 (en) Speech recognition dictionary creating support device, computer readable medium storing processing program, and processing method
CN113744742A (zh) 对话场景下的角色识别方法、装置和系统
KR102370437B1 (ko) 버추얼 상담 시스템 및 이를 이용한 상담방법
KR102219189B1 (ko) 버추얼 상담 시스템 및 이를 이용한 상담방법
KR102193656B1 (ko) 상담 내용 분석을 지원하는 녹취 서비스 제공 시스템 및 방법
US20160203121A1 (en) Analysis object determination device and analysis object determination method
EP4093005A1 (en) System method and apparatus for combining words and behaviors
KR20210000802A (ko) 인공지능 음성 인식 처리 방법 및 시스템
CN110931002A (zh) 人机交互方法、装置、计算机设备和存储介质
US11398239B1 (en) ASR-enhanced speech compression
JP2017191531A (ja) コミュニケーションシステム、サーバ及びコミュニケーション方法
US11196864B1 (en) Analyzing voice response to telephone call to assign appropriate agent
KR20200070783A (ko) 사용자 단말의 알람 제어 방법 및 서버의 알람 해제 미션 결정 방법
KR20200028767A (ko) 발화자의 감정 분석에 따른 언어 순화 장치

Legal Events

Date Code Title Description
A107 Divisional application of patent
A302 Request for accelerated examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant