KR20230149217A - 텔레마케팅용 음성 구분 모델 생성 방법 및 이를 이용한 텔레마케팅 시스템 - Google Patents

Abstract

본 발명은 텔레마케팅용 음성 구분 모델 생성 방법 및 이를 이용한 텔레마케팅 시스템에 관한 것으로, 해결하고자 하는 기술적 과제는 텔레마케팅을 위해 고객들과의 자동으로 전화 연결시 기계 음성신호와 고객 음성신호를 구분하여 고객 음성신호에 해당하는 경우에만 상담원과 전화 연결이 이루어질 수 있도록 하는 텔레마케팅용 음성 구분 모델 생성 방법 및 이를 이용한 텔레마케팅 시스템을 제공하는 데 있다.
그에 따른 위한 본 발명의 텔레마케팅용 음성 구분 모델 생성 방법은 기계 음성신호 스트림 데이터와 고객 음성신호 스트림 데이터를 스트림 데이터 DB로 저장하는 DB 저장단계; 상기 스트림 데이터 DB에서 기계음 스트림 데이터와 고객 음성신호 스트림 데이터로 구분하여 표본 스트림 데이터를 생성하는 표본 생성단계; 상기 표본 스트림 데이터들의 일정 길이로 설정하여 데이터셋을 생성하는 특징데이터 생성단계; 상기 데이터셋을 기계 음성신호와 고객 음성신호가 구분되도록 딥러닝시켜 음성 구분 모델을 생성하는 딥러닝 단계; 및, 상기 구분 프로세서를 텔레마케팅 시스템에 적용하는 음성 구분 모델 적용단계; 를 포함한다.

Description

텔레마케팅용 음성 구분 모델 생성 방법 및 이를 이용한 텔레마케팅 시스템{GENERATING METHOD OF VOICE CLASSIFICATION MODEL FOR TELEMARKETING AND TELEMARKETING SYSTEM USING THE SAME}

본 발명은 텔레마케팅용 음성 구분 모델 생성 방법 및 이를 이용한 텔레마케팅 시스템에 관한 것으로, 보다 상세하게는 전화 연결시 기계 음성신호를 구분하는 텔레마케팅용 음성 구분 모델 생성 방법 및 이를 이용한 텔레마케팅 시스템에 관한 것이다.

텔레마케팅 시스템은 판매 업체 또는 콜 센터 등의 대행 업체가 고객에게 전화를 걸거나 소비자가 전화를 걸도록 촉구하여 상품을 소개하거나 권유함으로써 계약을 체결하는 것을 목적으로 하는 영업 방식의 일종이다.

이와 같은 텔레마케팅 시스템은 고객에게 전화를 연결하는 경우에 고객 목록이나 전화번호를 예측하는 방법등을 이용하여 다수의 고객에게 자동으로 전화 연결을 시도한 후, 전화 수신이 완료되면 상담원들 가운데 상담을 진행하고 있지 않는 상담원과 고객을 전화 연결시키게 된다.

그런데, 최근 자동 응답 시스템이 발전함에 따라, 소리셈이나 기정해진 문구로 자동 응답하는 음성봇 또는 ARS 시스템과 같은 기설정된 기계 음성신호를 통해 전화를 수신하는 사례가 증가하고 있다.

이와 같이 기계 음성신호를 통해 전화를 수신하게 되는 경우, 텔레마케팅 시스템을 통해 고객과의 전화가 연결된 상담원들은 상담을 진행하지 못하기 때문에, 전화 통화를 종료할 수 밖에 없고 이는 결국 업무 효율이 낮아지는 결과로 이어지는 문제점이 있다.

상기한 문제점을 해결하기 위한 본 발명의 기술적 과제는 텔레마케팅을 위해 고객들과의 자동으로 전화 연결시 기계 음성신호와 고객 음성신호를 구분하여 고객 음성신호에 해당하는 경우에만 상담원과 전화 연결이 이루어질 수 있도록 하는 텔레마케팅용 음성 구분 모델 생성 방법 및 이를 이용한 텔레마케팅 시스템을 제공하는 데 있다.

본 발명의 해결하고자 하는 기술적 과제는 여기에 제한되지 않으며, 통상의 기술자라면 언급되지 않은 다른 기술적 과제들이 아래의 명세서 및 도면에 이용되는 구성들로부터 도출될 수 있음을 이해할 수 있을 것이다.

상기한 기술적 과제를 달성하기 위한 본 발명의 텔레마케팅용 음성 구분 모델 생성 방법은 기계 음성신호 스트림 데이터와 고객 음성신호 스트림 데이터를 스트림 데이터 DB로 저장하는 DB 저장단계; 상기 스트림 데이터 DB에서 기계음 스트림 데이터와 고객 음성신호 스트림 데이터로 구분하여 표본 스트림 데이터를 생성하는 표본 생성단계; 상기 표본 스트림 데이터들의 일정 길이로 설정하여 데이터셋을 생성하는 특징데이터 생성단계; 상기 데이터셋을 기계 음성신호와 고객 음성신호가 구분되도록 딥러닝시켜 음성 구분 모델을 생성하는 딥러닝 단계; 및, 상기 구분 프로세서를 텔레마케팅 시스템에 적용하는 음성 구분 모델 적용단계; 를 포함한다.

일 실시예에 의하면, 상기 표본 생성단계에서는 표본 스트림 데이터를 생성시, 구분된 기계 음성신호 스트림 데이터와 고객 음성신호 스트림 데이터 중에서 무작위로 추출하여 생성할 수 있다.

일 실시예에 의하면, 상기 표본 생성단계에서는 상기 기계 음성신호 스트림 데이터와 상기 고객 음성신호 스트림 데이터를 구분시, 상기 기계 음성신호 스트림 데이터와 상기 고객 음성신호 스트림 데이터의 묵음 구간에 대한 신호 분석을 통해 구분할 수 있다.

일 실시예에 의하면, 상기 표본 생성단계에서는 상기 묵음 구간의 백색노이즈를 분석하여 상기 기계 음성신호 스트림 데이터와 상기 고객 음성신호 스트림 데이터를 구분할 수 있다.

일 실시예에 의하면, 상기 특징데이터 생성단계에서는 상기 묵음 구간에 대한 데이터셋의 길이를 0.1초 내지 1초 사이로 설정하여 상기 데이터셋을 설정할 수 있다.

일 실시예에 의하면, 상기 특징데이터 생성단계에서는 상기 데이터셋을 셔플링한 후, 행렬데이터로 변환하여 상기 데이터셋을 생성할 수 있다.

일 실시예에 의하면, 상기 딥러닝 단계에서는 상기 특징데이터 생성단계에서 생성된 데이터셋 가운데 선택되는 데이터셋을 트레이닝 데이터셋으로 설정하여 딥러닝시키고 선택되지 않은 나머지 데이터셋을 테스트 데이터셋으로 구분하여 생성할 수 있다.

일 실시예에 의하면, 상기 딥러닝 단계에서는 상기 데이터셋에 LSTM 신경망 알고리즘과 CNN 신경망 알고리즘을 조합하여 딥러닝을 진행하고, 최종적으로 일반 신경망 알고리즘을 적용하여 립러닝 시킬 수 있다.

일 실시예에 의하면, 상기 딥러닝 단계에서는 상기 트레이닝 데이터셋의 딥러닝이 완료되어 생성된 프로세스에 상기 테스트 데이터셋을 입력하여 기계 음성신호와 고객 음성신호를 구분하는 구분율을 검증할 수 있다.

한편, 상기한 기술적 과제를 달성하기 위한 텔레마케팅 시스템은 고객단말들 가운데 적어도 어느 하나에 전화 연결을 시도하는 PDS 예측 다이얼 시스템; 상기 고객단말들과 상담원단말들과 전화 연결시 상기 상담원단말들 가운데 수신 가능한 상담원단말을 전화로 연결하는 PBX 교환기; 및, 상기 PDS 예측 다이얼 시스템과 상기 고객단말의 전화 연결시 상기 PDS 예측 다이얼 시스템으로부터 상기 고객단말의 음성신호를 입력받고, 상기 고객단말의 음성신호가 기계 음성신호로 구분되는 경우 통화를 종료하고, 상기 고객단말의 음성신호가 고객 음성신호로 구분되는 경우 상기 고객단말이 상기 PBX 교환기를 통해 상기 상담원단말과 연결되도록 하는 음성 구분 모델; 을 포함할 수 있다.

일 실시예에 의하면, 상기 음성 구분 모델은 전화 연결시 시작 시간부터 일정 시간 동안의 묵음 구간에 포함된 백색노이즈 성분비가 일정값 이상인 경우에 상기 기계 음성신호로 구분하고, 일정값 이하인 경우에 상기 고객 음성신호로 구분할 수 있다.

본 발명은 텔레마케팅을 위해 고객들과의 자동으로 전화 연결시 음성 구분 모델이 기계 음성신호와 고객 음성신호를 구분하여 고객 음성신호에 해당하는 경우에만 상담원과 전화 연결이 이루어질 수 있도록 하기 때문에, 상담원이 고객과 직접적으로 통화할 수 있는 확률을 증가사켜 텔레마케팅 효율을 증가시킬 수 있는 효과가 있다.

본 발명의 효과는 상술한 효과로 한정되는 것은 아니며, 통상의 기술자라면 언급되지 않은 다른 효과들이 아래의 명세서 및 도면에 이용되는 구성들로부터 도출될 수 있음을 이해할 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 텔레마케팅용 음성 구분 모델 생성 방법의 순서도.
도 2은 본 발명의 일 실시예에 따른 텔레마케팅용 음성 구분 모델 생성 방법을 이용한 텔레마케팅 시스템의 구동 순서도.

이하에서는 첨부된 도면을 참조하여 본 발명을 실시하기 위한 실시예를 설명하기로 하며, 이 경우, 명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제어하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미하는 것으로 간주한다. 또한, 명세서에 기재된 "...부" 등의 용어는 전자 하드웨어 또는 전자 소프트웨어에 대한 설명시 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하고, 기계장치에 대한 설명시 하나의 부품, 기능, 용도, 지점 또는 구동요소를 의미하는 것으로 간주한다. 또한, 이하에서는 동일한 구성 또는 유사한 구성에 대해서는 동일한 도면부호를 사용하여 설명하기로 하며, 동일한 구성 요소의 중복되는 설명은 생략하기로 한다.

또한, 본 발명에서 요소 또는 층이 다른 요소 또는 층 "상에", "연결된", "결합된", "부착된", "인접한" 또는 "덮는"으로 언급될 때, 이는 직접적으로 상기 다른 요소 또는 층 상에 있거나, 연결되거나, 결합되거나, 부착되거나, 인접하거나 또는 덮거나, 또는 중간 요소들 또는 층들이 존재할 수 있다. 반대로, 요소가 다른 요소 또는 층의 "직접적으로 상에", "직접적으로 연결된", 또는 "직접적으로 결합된"으로 언급될 때, 중간 요소들 또는 층들이 존재하지 않은 것으로 이해되어야 할 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 요소를 지칭한다. 본원발명에서 사용된 용어 "및/또는"은 열거된 항목들 중 하나 이상의 항목의 모든 조합들 및 부조합들을 포함한다.

도 1은 본 발명의 일 실시예에 따른 텔레마케팅용 음성 구분 모델 생성 방법의 순서도이다.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 텔레마케팅용 음성 구분 모델 생성 방법은 DB 저장단계(S10), 표본 생성단계(S20), 특징데이터 생성단계(S30), 딥러닝 단계(S40) 및, 음성 구분 모델 적용단계(S50)를 포함한다.

DB 저장단계(S10)에서는 기계음에 대한 기계 음성신호 스트림 데이터를 저장하게 된다. 예들 들면, 기계 음성신호 스트림 데이터는 ARS에 자동응답 시스템을 통해 자동 재생되는 자동 음성 신호일 수 있고, 수신 설정 프로그램인 소리샘을 통해 자동 재생되는 자동 음성 신호일 수 있으며, 음성봇에 의해 설정된 문구대로 자동 재생되는 자동 음성 신호일 수 있다. 또한, DB 저장단계(S10)에서는 고객 음성신호에 대한 고객 음성신호 스트림 데이터를 스트림 데이터 DB로 저장하게 된다. 예를 들면, 고객 음성신호 스트림 데이터는 성별 또는, 연령별로 실제 상담원이 고객과 통화를 진행한 경우에 녹음된 데이터일 수 있다.

표본 생성단계(S20)에서는 스트림 데이터 DB에서 기계음 스트림 데이터와 고객 음성신호 스트림 데이터로 구분하여 표본 스트림 데이터를 생성하게 된다. 이 경우, 표본 스트림 데이터는 기계음 스트림 데이터와 고객 음성신호 스트림 데이터를 일정 비율로 설정할 수 있다. 예를 들면, 전체 표본 스트림 데이터에서 기계음 스트림 데이터를 90%의 비율로 설정하고, 고객 음성신호 스트림 데이터를 10%로 설정할 수 있다.

또한, 표본 생성단계(S20)에서는 기계 음성신호 스트림 데이터와 고객 음성신호 스트림 데이터를 구분시, 기계 음성신호 스트림 데이터와 고객 음성신호 스트림 데이터의 묵음 구간에 대한 신호 분석을 통해 구분하게 된다. 여기서, 묵음 구간은 전화 연결시 기계음성의 자동 음성 신호가 시작되기 전이나 고객음성이 전달되기 전과 같이 대 부분의 스트림 데이터에 존재하기 때문에, 기계음성과 고객음성을 빠르게 구분할 수 있는 이점을 제공하게 된다. 또한, 표본 생성단계(S20)에서는 묵음 구간에서 백색노이즈를 분석하여 기계 음성신호 스트림 데이터와 고객 음성신호 스트림 데이터를 구분할 수 있다. 예를 들면, 스트림 데이터의 묵음 구간이 1초간 재생되는 경우에 백색노이즈 성분비가 1초 동안 기설정된 비율 이상으로 재생되면, 기계 음성신호 스트림 데이터로 구분하고, 그렇지 않으면 고객 음성신호 스트림 데이터로 구분할 수 있다.

또한, 표본 생성단계(S20)에서는 표본 스트림 데이터를 생성시 구분된 기계 음성신호 스트림 데이터와 고객 음성신호 스트림 데이터 중에서 무작위로 추출하여 생성함으로서, 이후에 딥러닝을 실행시켰을 때 기계 음성신호나 고객 음성신호를 구분하는 결과값이 표본들에 의해 편향되지 나타나지 않도록 할 수 있다.

특징데이터 생성단계(S30)에서는 표본 스트림 데이터들의 일정 길이로 설정하여 데이터셋을 생성하게 된다. 이 경우, 특징데이터 생성단계(S30)에서는 묵음 구간에 대한 데이터셋의 길이를 0.1초 내지 1초 사이로 설정하여 데이터셋을 설정할 수 있다. 예를 들면, 전화의 연결시 시작되는 시간부터 0.1초 내지 1초 사이로 데이터셋이 설정되도록 하여 묵음 구간으로만 기계 음성신호와 고객 음성신호를 미리 구분할 수 있도록 설정할 수 있다. 또한, 특징데이터 생성단계(S30)에서는 데이터셋들에 딥러닝을 진행할 수 있는 데이터로 변환하되, 기계 음성신호와 고객 음성신호가 포함된 데이터셋들이 표본들에 의해 편향되지 않도록 하기 위하여, 데이터셋을 셔플링한 후 행렬데이터로 변환하여 데이터셋을 생성하게 된다.

딥러닝 단계(S40)에서는 데이터셋을 기계 음성신호와 고객 음성신호가 구분되도록 딥러닝 시키게 된다.

예를 들면, 딥러닝 단계(S40)는 데이터셋 구분단계(S41), 딥러닝 실행단계(S42) 및, 결과값 검증단계(S43)를 포함하여 진행할 수 있다.

먼저, 데이터셋 구분단계(S41)에서는 특징데이터 생성단계(S30)에서 생성된 데이터셋 가운데 선택되는 데이터셋을 트레이닝 데이터셋으로 설정하여 딥러닝시키고, 선택되지 않은 나머지 데이터셋을 테스트 데이터셋을 구분하여 생성하게 된다. 여기서, 트레이닝 데이터셋은 최종적으로 기계 음성신호와 고객 음성신호를 구분하기 위한 음성 구분 모델(50)을 생성하기 위하여 이용되며, 테스트 데이터셋은 음성 구분 모델(50)을 검증하기 위하여 이용된다. 이 경우, 데이터셋은 일정 비율로 트레이닝 데이터셋과 테스트 데이터셋으로 구분될 수 있다. 예를 들면, 데이터셋 가운데 90%를 트레닝 데이터셋으로 설정하고 나머지 10%를 테스트 데이터셋으로 구분하여 설정할 수 있다.

다음, 딥러닝 실행단계(S42)에서는 트레이닝 데이터셋에 LSTM 신경망 알고리즘과 CNN 신경망 알고리즘을 조합하여 딥러닝을 진행하고, 최종적으로 일반 신경망 알고리즘을 적용하여 립러닝시키게 된다. 따라서, 트레이닝 데이터셋은 학습 결과의 도출시에 어느 하나의 알고리즘에 편향되지 않도록 함으로서, 딥러닝 학습 결과값이 어느 하나의 알고리즘을 이용하였을 때보다 높은 신뢰도를 가지도록 형성할 수 있다.

다음, 결과값 검증단계(S43)에서는 트레이닝 데이터셋의 딥러닝이 완료되어 생성된 음성 구분 모델(50)에 테스트 데이터셋을 입력하여, 기계 음성신호와 고객 음성신호를 구분하는 구분율을 검증하게 된다.

이와 같은 데이터셋 구분단계(S41), 딥러닝 실행단계(S42) 및, 결과값 검증단계(S43)는 순차적으로 반복적으로 실행되며, 그때 마다, 기계 음성신호와 고객 음성신호를 구분하는 음성 구분 모델(50)과 구분율을 기록함으로서, 최고로 높은 구분율을 가지는 음성 구분 모델(50)을 구분하게 된다. 이와 같이, 데이터셋 구분단계(S41), 딥러닝 실행단계(S42) 및, 결과값 검증단계(S43)는 순차적으로 반복적으로 실행하였을 때, 최고의 구분율을 기록한 음성 구분 모델(50)을 이후에 설명하는 텔레마케팅 시스템에 적용하게 되면, 기계 음성신호와 고객 음성신호를 구분할 수 있게 된다.

이 경우, 음성 구분 모델(50)은 텔레마케팅의 영업 대상에 따라, 예들 들면, 남성이나 여성과 같이 성별을 구분하여 텔레마케팅을 시행해야 하는 경우, 남성별 음성 구분 모델(50) 또는 여성별 음성 구분 모델(50)을 생성하는 식으로 여러 음성 구분 모델(50)을 생성하고, 영업 대상별로 다양하게 생성될 수 있다. 이때, 음성 구분 모델(50)은 실행 파일 형태로 저장되며, 영업 대상별별로 다양한 버전의 실행 파일을 생성할 수 있다.

다음, 음성 구분 모델 적용단계(S50)에서는 딥러닝 실행단계(S42)에 의해 생성된 구분 음성 모델을 텔레마케팅 시스템에 적용함으로서, 기계 음성신호와 고객 음성신호를 구분할 수 있게 되며, 이에 대한 상세한 설명은 이후에 텔레마케팅 시스템의 구동 방법과 함께 상세하게 설명하기로 한다.

이하에서는 상기한 바와 같은 본 발명의 일 실시예에 따른 텔레마케팅용 음성 구분 모델 생성 방법을 이용한 텔레마케팅 시스템 구동 방법에 대해 설명하기로 한다.

도 2은 본 발명의 일 실시예에 따른 텔레마케팅용 음성 구분 모델 생성 방법을 이용한 텔레마케팅 시스템의 구동 순서도이다.

도 2에 도시된 바와 같이, 텔레마케팅용 음성 구분 모델 생성 방법을 이용한 텔레마케팅 시스템은 고객이 이용하는 다수의 고객단말(10), 상담원이 이용하며 고객단말(10)과 전화 연결되는 경우에 통화를 수행하는 다수의 상담원단말(20), 고객단말(10)들 가운데 적어도 어느 하나에 전화 연결을 시도하는 PDS 예측 다이얼 시스템(30), 고객단말(10)들과 상담원단말(20)들과 전화 연결시 상담원단말(20)들 가운데 수신 가능한 상담원단말(20)을 전화로 연결하는 PBX 교환기(40) 및, PDS 예측 다이얼 시스템(30)과 고객단말(10)의 전화 연결시 PDS 예측 다이얼 시스템(30)으로부터 고객단말(10)의 음성신호를 입력받고 고객단말(10)의 음성신호가 기계 음성신호로 구분되는 경우 통화를 종료하고 고객단말(10)의 음성신호가 고객 음성신호로 구분되는 경우 고객단말(10)이 PBX 교환기(40)를 통해 상담원단말(20)과 연결되도록 하는 음성 구분 모델(50)을 포함한다.

여기서, 본 발명의 일 실시예에 따른 텔레마케팅용 음성 구분 모델 생성 방법을 이용한 텔레마케팅 시스템의 구동 방법은 전술한 텔레마케팅용 음성 구분 모델 생성 방법에 의해 생성된 음성 구분 모델(50)에 대한 프로세스를 이용하게 된다. 이 경우, 음성 구분 모델(50)은 PDS 예측 다이얼 시스템(30) 상에서 실행 파일 형태로 구동되거나 PDS 예측 다이얼 시스템(30)과 연동하는 별도의 서버에서 실행 파일 형태로 구동될 수 있다.

그에 따른, 텔레마케팅 시스템의 구동 방법은 먼저, PDS 예측 다이얼 시스템(30)에서 고객 목록에서 선택되는 고객단말(10)들에게 통화 연결을 시도하거나 또는 다수의 고객단말(10)들의 전화 번호를 예측하여 통화 연결을 시도하게 된다. 여기서, 고객단말(10)은 일반 전화와 휴대전화 및 인터넷 전화 가운데 적어도 어느 하나로 형성될 수 있다.

다음, PDS 예측 다이얼 시스템(30)은 통화 연결이 성공된 경우에 전화 음성 신호를 음성 구분 모델(50)에 입력하게 되고, 그러면, 음성 구분 모델(50)은 연결된 전화 음성 신호의 시작부터 일정 시간 동안의 신호를 분석하여 기계 음성신호인지 고객 음성신호인지를 구분하게 된다. 일 예를 들면, 음성 구분 모델(50)은 전화 연결시 시작시간 동안 부터 0.1초 대한 묵음 구간에서 백색노이즈가 얼마만큼 포함되었는지에 대한 백색노이즈 성분비를 검사하고, 백색노이즈의 성분비가 0.1초 동안 50%를 넘게 되는 경우에 기계 음성신호로 구분하고, 백색노이즈의 성분비가 0.1초 동안 50%를 넘지 않게 되는 경우에 고객 음성신호로 구분할 수 있다. 여기서, 기계 음성신호와 고객 음성신호를 구분하게 되는 경우, 1초를 넘어가게 되면 묵음 구간에 대한 신호 뿐만 아니라, 기계음이나 고객음과 같은 다른 음성 신호가 포함될 수 있어 구분 확률이 매우 낮아질 수 있다.

다음, 음성 구분 모델(50)은 전화 연결에 의해 입력된 고객단말(10)의 음성 신호가 기계 음성신호로 구분되는 경우 통화를 종료하여 상담원과 전화 연결을 진행하지 않고, 고객 음성신호로 구분되는 경우 PBX 교환기(40)를 통해 대기중이던 상담원의 상담원단말(20)과 전화를 연결하게 된다.

이와 같이 하여, 본 발명의 일 실시예에 따른 텔레마케팅용 음성 구분 모델 생성 방법 및 텔레마케팅 시스템은 텔레마케팅을 위해 고객들과의 자동으로 전화 연결시 음성 구분 모델(50)이 기계 음성신호와 고객 음성신호를 구분하여 고객 음성신호에 해당하는 경우에만 상담원과 전화 연결이 이루어질 수 있도록 하기 때문에, 상담원이 고객과 직접적으로 통화할 수 있는 확률을 증가시켜 텔레마케팅 효율을 증가시킬 수 있게 된다.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.

따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

10 : 고객단말 20 : 상담원단말
30 : PDS 예측 다이얼 시스템 40 : PBX 교환기
50 : 음성 구분 모델

Claims (11)

1. 기계 음성신호 스트림 데이터와 고객 음성신호 스트림 데이터를 스트림 데이터 DB로 저장하는 DB 저장단계;
   상기 스트림 데이터 DB에서 기계음 스트림 데이터와 고객 음성신호 스트림 데이터로 구분하여 표본 스트림 데이터를 생성하는 표본 생성단계;
   상기 표본 스트림 데이터들의 일정 길이로 설정하여 데이터셋을 생성하는 특징데이터 생성단계;
   상기 데이터셋을 기계 음성신호와 고객 음성신호가 구분되도록 딥러닝시켜 음성 구분 모델을 생성하는 딥러닝 단계; 및,
   상기 구분 프로세서를 텔레마케팅 시스템에 적용하는 음성 구분 모델 적용단계; 를 포함하는, 텔레마케팅용 음성 구분 모델 생성 방법.
   
2. 제1항에 있어서,
   상기 표본 생성단계에서는 표본 스트림 데이터를 생성시,
   구분된 기계 음성신호 스트림 데이터와 고객 음성신호 스트림 데이터 중에서 무작위로 추출하여 생성하는, 텔레마케팅용 음성 구분 모델 생성 방법.
   
3. 제1항에 있어서,
   상기 표본 생성단계에서는,
   상기 기계 음성신호 스트림 데이터와 상기 고객 음성신호 스트림 데이터를 구분시,
   상기 기계 음성신호 스트림 데이터와 상기 고객 음성신호 스트림 데이터의 묵음 구간에 대한 신호 분석을 통해 구분하는, 텔레마케팅용 음성 구분 모델 생성 방법.
   
4. 제3항에 있어서,
   상기 표본 생성단계에서는,
   상기 묵음 구간의 백색노이즈를 분석하여 상기 기계 음성신호 스트림 데이터와 상기 고객 음성신호 스트림 데이터를 구분하는, 텔레마케팅용 음성 구분 모델 생성 방법.
   
5. 제3항에 있어서,
   상기 특징데이터 생성단계에서는 상기 묵음 구간에 대한 데이터셋의 길이를 0.1초 내지 1초 사이로 설정하여 상기 데이터셋을 설정하는, 텔레마케팅용 음성 구분 모델 생성 방법.
   
6. 제1항에 있어서,
   상기 특징데이터 생성단계에서는 상기 데이터셋을 셔플링한 후, 행렬데이터로 변환하여 상기 데이터셋을 생성하는, 텔레마케팅용 음성 구분 모델 생성 방법.
   
7. 제1항에 있어서,
   상기 딥러닝 단계에서는
   상기 특징데이터 생성단계에서 생성된 데이터셋 가운데 선택되는 데이터셋을 트레이닝 데이터셋으로 설정하여 딥러닝시키고 선택되지 않은 나머지 데이터셋을 테스트 데이터셋으로 구분하여 생성하는, 텔레마케팅용 음성 구분 모델 생성 방법.
   
8. 제7항에 있어서,
   상기 딥러닝 단계에서는,
   상기 데이터셋에 LSTM 신경망 알고리즘과 CNN 신경망 알고리즘을 조합하여 딥러닝을 진행하고, 최종적으로 일반 신경망 알고리즘을 적용하여 립러닝 시키는, 텔레마케팅용 음성 구분 모델 생성 방법.
   
9. 제7항에 있어서,
   상기 딥러닝 단계에서는
   상기 트레이닝 데이터셋의 딥러닝이 완료되어 생성된 프로세스에 상기 테스트 데이터셋을 입력하여 기계 음성신호와 고객 음성신호를 구분하는 구분율을 검증하는, 텔레마케팅용 음성 구분 모델 생성 방법.
   
10. 고객단말들 가운데 적어도 어느 하나에 전화 연결을 시도하는 PDS 예측 다이얼 시스템;
    상기 고객단말들과 상담원단말들과 전화 연결시 상기 상담원단말들 가운데 수신 가능한 상담원단말을 전화로 연결하는 PBX 교환기; 및,
    상기 PDS 예측 다이얼 시스템과 상기 고객단말의 전화 연결시 상기 PDS 예측 다이얼 시스템으로부터 상기 고객단말의 음성신호를 입력받고, 상기 고객단말의 음성신호가 기계 음성신호로 구분되는 경우 통화를 종료하고, 상기 고객단말의 음성신호가 고객 음성신호로 구분되는 경우 상기 고객단말이 상기 PBX 교환기를 통해 상기 상담원단말과 연결되도록 하는 음성 구분 모델; 을 포함하는, 텔레마케팅 시스템.
    
11. 제10항에 있어서,
    상기 음성 구분 모델은 전화 연결시 시작 시간부터 일정 시간 동안의 묵음 구간에 포함된 백색노이즈 성분비가 일정값 이상인 경우에 상기 기계 음성신호로 구분하고, 일정값 이하인 경우에 상기 고객 음성신호로 구분하는, 텔레마케팅 시스템.
    

Images