WO2021235708A1 - 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 - Google Patents

음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 Download PDF

Info

Publication number
WO2021235708A1
WO2021235708A1 PCT/KR2021/004822 KR2021004822W WO2021235708A1 WO 2021235708 A1 WO2021235708 A1 WO 2021235708A1 KR 2021004822 W KR2021004822 W KR 2021004822W WO 2021235708 A1 WO2021235708 A1 WO 2021235708A1
Authority
WO
WIPO (PCT)
Prior art keywords
search
utterance
tokens
song
speech
Prior art date
Application number
PCT/KR2021/004822
Other languages
English (en)
French (fr)
Inventor
양태식
Original Assignee
니나노 주식회사
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 니나노 주식회사 filed Critical 니나노 주식회사
Priority to JP2022558058A priority Critical patent/JP2023524374A/ja
Publication of WO2021235708A1 publication Critical patent/WO2021235708A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/432—Query formulation
    • G06F16/433—Query formulation using audio data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/632—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/638—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/268—Morphological analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • 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
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
    • G10L15/19—Grammatical context, e.g. disambiguation of the recognition hypotheses based on word sequence rules
    • 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
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S715/00—Data processing: presentation processing of document, operator interface processing, and screen saver display processing
    • Y10S715/978—Audio interaction as part of an operator interface

Definitions

  • the present invention relates to a method for providing a voice recognition music selection service and a voice recognition music selection apparatus.
  • this method has a problem in that it takes a lot of time and effort to search for a song as well as a lot of time.
  • Patent Document 1 Republic of Korea Utility Model Publication No. 20-0202916 (Notice on Nov. 15, 2000)
  • An object of the present invention is to provide a method of providing a voice recognition music selection service and a voice recognition music selection apparatus capable of more easily and accurately searching for a song.
  • Step of receiving search utterances uttered for search in text form generating a plurality of search tokens by dividing the search utterances based on spacing, part-of-speech, and stems and endings, and converting the plurality of search tokens into a plurality of reference tokens
  • a method for providing a voice recognition selection service comprising the steps of comparing with , calculating a similarity score of a search utterance with respect to a reference utterance according to the comparison result, and providing song information to a user based on the similarity score.
  • the standard utterance is first divided based on spacing, the first divided standard utterance is divided second based on the part-of-speech, and verbs and adjectives are divided into stems and endings among the second divided standard speech sentences. It can be generated by tertiary division based on .
  • an extension token configured by sequentially adding one letter to the first letter and first letter of each of the plurality of reference tokens may be further provided.
  • the step of receiving the search utterance in text form may include receiving the search utterance uttered by the user to search for a song by voice, and converting the search utterance into text form.
  • the step of receiving the search utterance in text form may further include correcting errors in the search utterance by comparing the search utterance with a song name and a singer name after converting the search utterance into a text form.
  • the search utterances are first divided based on spacing, the first divided search utterances are divided second based on the part-of-speech, and verbs and adjectives among the secondly divided search utterances It is possible to generate a plurality of search tokens by tertiary division based on the stem and the ending.
  • the similarity score when the plurality of search tokens are all included in the plurality of reference tokens, the similarity score may be calculated.
  • a unit score may be calculated for each of the search tokens matching the reference token, and the similarity score may be calculated by summing the unit scores.
  • the unit score may be calculated higher as the number of characters of the search token matching the reference token increases.
  • a reference token providing unit that receives a plurality of reference tokens generated by dividing a reference utterance including a song name and a singer name based on spacing, part-of-speech, and stem and ending, and a user utters a utterance to search for a song
  • An input unit that receives one search utterance in text form, a search token generator that generates a plurality of search tokens by dividing the search utterances based on spacing, part-of-speech, stem and ending, and a plurality of search tokens with a plurality of reference tokens
  • a speech recognition selection device comprising a token comparison unit to compare, a score calculation unit for calculating a similarity score of a search utterance with respect to a reference utterance according to a comparison result, and a result providing unit for providing song information to a user based on the similarity score
  • FIG. 1 is a diagram illustrating a system for providing a voice recognition music selection service according to an embodiment of the present invention.
  • FIG. 2 is a flowchart illustrating a method for providing a voice recognition music selection service according to an embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating a step of receiving a search utterance in text form according to an embodiment of the present invention
  • FIG. 4 is a diagram illustrating a process of determining whether to calculate a similarity score in the step of calculating a similarity score according to an embodiment of the present invention
  • FIG. 5 is a flowchart illustrating a similarity score calculation process in the step of calculating a similarity score according to an embodiment of the present invention.
  • FIG. 6 is a diagram showing the configuration of a voice recognition music selection apparatus according to an embodiment of the present invention.
  • an input device for receiving a search utterance uttered by the user 10 for song search, a conversion server for converting the search utterance into text form, and text
  • a generation server that generates a plurality of search tokens by dividing search utterances converted into forms based on spacing, part-of-speech, stem and ending, and division based on spacing, part-of-speech, and stem and ending stores a plurality of reference tokens generated through
  • An analysis server for generating song information to be provided to the user 10, an accompaniment device and input device for reserving and playing a song selected by the user 10 from among the song information provided to the user 10, a generation server, and analysis
  • a system for providing a voice recognition music selection service including a transmission/reception device for transmitting and receiving data between a server and an accompaniment device.
  • the voice data called the search utterance uttered by the user 10 for song search is sent to the transceiver through the input device, and the corresponding voice data is transmitted to the conversion server by the transceiver and is converted into text data to become text data.
  • the corresponding text data is again received by the transceiver and transmitted to the generating server, and at this time, it is divided based on spacing, part-of-speech, and stem and ending to become a plurality of search tokens, and the plurality of search tokens are sent to the analysis server through the transceiver. can be sent to
  • the plurality of search tokens are compared with a plurality of reference tokens stored in the analysis server and generated by dividing the reference utterance including the song name and the singer name based on spacing, part-of-speech, and stem and ending, and the analysis server receives the comparison result Accordingly, it is possible to calculate the similarity score, generate song information to be provided to the user 10 based on the similarity score, and then transmit it to the transceiver device.
  • the corresponding information is transmitted to the accompaniment device to finally start accompaniment of the corresponding song.
  • a plurality of reference tokens generated by dividing a standard utterance including a song name and a singer name based on spacing, part-of-speech, and stem and ending are provided.
  • a method for providing a voice recognition music selection service including a step ( S160 ) of providing song information to the user 10 .
  • the search is performed only by uttering or saying the content of the song to be searched, the user 10 can search for the song more easily, and the search uttered by the user 10 is performed.
  • a more accurate song search is possible because a search result is derived by comparing a plurality of search tokens generated by dividing a utterance with a plurality of reference tokens generated by dividing a reference utterance including a song name and a singer name.
  • a plurality of reference tokens generated by dividing a reference utterance including a song name and a singer name based on spacing, part-of-speech, and stem and ending may be provided.
  • data called a plurality of reference tokens having all of the song information-related contents such as the song name and the singer name are formed, and the data are accumulated to form one data field for comparison with the contents of the user's search request.
  • 'token' is a group of one letter or a plurality of letters generated by dividing an utterance based on spacing, part-of-speech, and stem and ending.
  • 'spoken text' can be understood as literally meaning 'a sentence in which words spoken out loud are written in text'.
  • the standard utterance is first divided based on spacing, the first divided standard utterance is divided second based on the part-of-speech, and verbs and adjectives are divided into stems and endings among the second divided standard speech sentences. It can be generated by tertiary division based on . More specifically, the tertiary division based on the stem and the ending can be done at the character level.
  • a plurality of reference tokens may be prepared by dividing a plurality of words constituting a reference utterance based on meaning, etc.
  • a song search is compared with a plurality of search tokens to be described later. In doing so, more effective results can be derived.
  • 'Lee Eun-mi's lover has a lover and find it' is first divided into 'Lee Eun-mi's', 'lover', 'have', and 'find me' based on the spacing, which is again ), 'of' (subject), 'have' (verb), and 'find me' (verb), among which the verbs 'have' and 'find me' '(Stem), 'Ah' (Stem), and 'Find' (Stem), 'A' (Mother), and 'Give' (Stem + End) can be tertiary, respectively.
  • reference tokens such as 'Eunmi Lee', 'of', 'lover', 'have,' 'here', 'find', 'ah', and 'give me' can be generated.
  • an expansion token configured by sequentially adding one letter to the first letter and first letter of each of the plurality of reference tokens may be further provided.
  • the first letter of each of the plurality of reference tokens and the data of the expansion token are added to the data field, so that a more detailed and accurate comparison with a search token to be described later and a song search result can be derived.
  • the first letter of 'Lee' and extension tokens such as 'Eun Lee', 'Eun Lee', and 'Eunmi Lee' may be further provided.
  • the duplicate token 'Lee Eun-mi' can be selectively deleted.
  • the search utterance uttered by the user 10 for song search may be input in text form.
  • the user 10 can search for a song by simply speaking, so that the user 10 can more easily search for a song.
  • the step of receiving the search utterance in text form is, as shown in FIG. 3 , the step of receiving the search utterance uttered by the user 10 by voice (S122), and It may include converting the search utterance into a text form (S124).
  • the user 10 may utter a search utterance including at least one of a song name and a singer's name, and preferably, a search utterance including a song name and a singer's name (for example, 'Lee Eun-mi') for more accurate song search. You can request a search by uttering 'I have a lover.
  • source data for generating a plurality of search tokens may be prepared through the step of converting the search utterance into a text form ( S124 ).
  • song information data including a song name and a singer name may be utilized in order to increase the conversion accuracy of the search utterance into a text form, and more specifically, the above-mentioned song
  • the conversion accuracy may be improved by performing conversion by setting information data as a reference value of conversion.
  • AI artificial intelligence
  • the search utterance is compared with the song name and singer name to obtain the search utterance. It may further include the step of correcting the error (S126).
  • the search utterance 'Lee Eun-mi' is compared with the singer's name 'Lee Eun-mi' and the song name 'I have a lover'. You can prepare the text by correcting the above error with 'Find me a lover of'.
  • a score may be calculated by comparing the search utterance with the song name and the singer name, and the comparison score may exceed a preset reference value. You can edit search utterances.
  • the search utterance when the search utterance is corrected, the possibility that the search utterance will be corrected to a text suitable for the intention of the user 10 may be further improved.
  • artificial intelligence technology for example, deep learning can be applied, and accordingly, more accurate correction of sentences containing the words can be made through learning about frequently searched words. .
  • step S122 of receiving the search utterance by voice the search utterance may be input through a receiver 122 capable of voice recognition.
  • the receiver 122 may perform at least one of noise filtering and voice amplification in order to increase the recognition rate of voice in a noise situation.
  • a place such as a karaoke room where the present invention can be mainly implemented is a space in which a lot of ambient noise such as a song sound is scattered, it is important to accurately recognize the voice of the user 10 .
  • the receiver 122 may increase the voice recognition rate of the user 10 by performing at least one of filtering the ambient noise and amplifying the user 10's voice, thereby further improving the accuracy of the song search.
  • a plurality of search tokens may be generated by dividing search utterances based on spacing, parts of speech, and stems and endings. Accordingly, by providing a plurality of search tokens corresponding to the plurality of reference tokens, the effectiveness in comparing the two tokens may be improved.
  • the search utterance is first divided based on spacing, the first divided search utterance is secondarily divided based on the part-of-speech, and among the secondly divided search utterances,
  • a plurality of search tokens can be generated by dividing verbs and adjectives into thirds based on stems and endings.
  • a plurality of search tokens may be prepared by dividing a plurality of words constituting a search utterance based on the meaning, etc. In this case, in performing a song search by comparing the above-mentioned reference token based on the meaning of the word, etc. It is possible to derive more effective search results.
  • the plurality of search tokens may be compared with the plurality of reference tokens. Accordingly, a reference data value for calculating a similarity score, which will be described later, and providing a result thereof may be prepared.
  • the step of comparing the plurality of search tokens with the plurality of reference tokens may be performed through a separately provided comparison server.
  • the similarity score of the search utterance with respect to the reference utterance may be calculated according to the above-described comparison result.
  • song information can be selected from among the search results and provided to the user 10 , and accordingly, the user 10 can be provided with a more effective search result.
  • a similarity score may be calculated.
  • a more accurate song search result can be provided to the user 10 by preventing unnecessary song information from being included in the search result by calculating the similarity score.
  • the user 10 may utter again except for letters or words that are not expected to be included in the plurality of reference tokens. be able to
  • the search token 'I am' (mother) is not included in the plurality of criterion tokens for 'Find Eun-mi Lee's lover. Find it,' so the user You can ask (10) to re-speak the search utterance.
  • step of calculating the similarity score S150
  • information on a search token not included in the plurality of reference tokens is provided while requesting the user 10 to utter the search utterance again.
  • a unit score may be calculated for each of the search tokens matching the reference token, and the similarity score may be calculated by summing the unit scores.
  • a unit score is given for each search token matching the reference token, and a similarity score as a final score may be calculated by adding up all of the above-described unit scores.
  • the unit score may be calculated to be higher as the number of characters of the search token matching the reference token increases.
  • the matching of the search token with a large number of characters to the reference token means that the user 10 is highly likely to be a keyword constituting the desired song information. Differentiality may be assigned to the calculated similarity score.
  • the search token 'lover' which has more characters than the search token 'have', can be viewed as a keyword constituting the song title when viewed as a whole song title. By giving it, it is possible to set the 'lover' to contribute more to the calculation of the similarity score.
  • the song information may be provided to the user 10 based on the similarity score.
  • song information including a song name and a singer name having a similarity score equal to or greater than a preset value may be provided to the user 10 .
  • the accuracy and appropriateness of the song search result can be further improved.
  • the song information may be provided to the user 10 in the order of the highest similarity score.
  • the user 10 can more quickly find a desired song by looking at the song information with a high similarity score from the song information including the song name and singer name of the provided score.
  • a voice recognition music selection apparatus 100 according to an embodiment of the present invention will be described.
  • a reference token providing unit 110 that receives a plurality of reference tokens generated by dividing a reference utterance including a song name and a singer name based on spacing, part-of-speech, and stem and ending.
  • the input unit 120 for receiving the search utterance uttered by the user 10 to search for a song in text form, dividing the search utterance based on spacing, part-of-speech, and stem and ending to generate a plurality of search tokens
  • the user 10 can more easily search for a song and obtain a more accurate song search result.
  • the reference token providing unit 110 may receive a plurality of reference tokens generated by dividing a reference utterance including a song name and a singer name based on spacing, parts of speech, and stems and endings.
  • a plurality of reference tokens may be provided in the form of download from a server, etc., and a search token to be described later is transmitted to the server while the plurality of reference tokens are stored in the server, etc.
  • a reference token can also be used.
  • the standard utterance is first divided based on spacing, the first divided standard utterance is divided second based on the part-of-speech, and verbs and adjectives are divided into stems and endings among the second divided standard speech sentences. It can be generated by tertiary division based on .
  • the reference token providing unit 110 may further receive an extension token configured by sequentially adding one letter to the first letter and the first letter of each of the plurality of reference tokens.
  • the input unit 120 may receive a search utterance uttered by the user 10 for song search in the form of text.
  • the input unit 120 may include a voice input unit 120 that receives the search utterance uttered by the user 10 for song search by voice, and a text converter that converts the search utterance into a text form. .
  • the conversion of the search utterance into the text form may be performed through a separate server, and for this purpose, the search utterance received by voice may be transmitted to the server.
  • the text conversion unit may utilize song information data including a song name and a singer name in order to increase the conversion accuracy of the search utterance into a text form, and more specifically, set the above-mentioned song information data as a reference value for conversion to perform conversion. By doing so, the conversion accuracy can be improved.
  • artificial intelligence technology can be utilized, for example, by improving the sensitivity to frequently exposed words through deep learning, the conversion accuracy can be further improved.
  • the input unit 120 may further include an error correction unit for correcting errors in the search utterance by comparing the search utterance with the song name and the singer's name.
  • the error correction unit may calculate a score by comparing the search utterance with the song name and the singer's name, and may correct the search utterance based on the song information of the highest score among the song information for which the comparison score exceeds a preset reference value.
  • artificial intelligence technology for example, deep learning may be applied, and accordingly, more accurate correction of sentences including the corresponding words may be made through learning of frequently searched words.
  • the voice input unit 120 may receive a search utterance through the receiver 122 capable of voice recognition.
  • the receiver 122 may include any input device capable of receiving and recognizing a voice, for example, a microphone provided in the accompaniment or remote control, a microphone provided in the device, a dedicated receiver provided separately, or the device and A microphone provided in the terminal of the interlocked user 10 may be included in the receiver 122 .
  • the receiver 122 may perform at least one of noise filtering and voice amplification in order to increase the recognition rate of voice in a noise situation.
  • the search token generating unit 130 may generate a plurality of search tokens by dividing search utterances based on spacing, parts of speech, and stems and endings.
  • the plurality of search tokens may be generated in the server by transmitting the search utterance converted into text form to a separately provided server.
  • the search token generating unit 130 first divides the search utterances based on spacing, divides the firstly divided search utterances secondarily based on the part-of-speech, and divides verbs and adjectives among the secondly divided search utterances.
  • a plurality of search tokens can be generated by tertiary division based on the stem and the ending.
  • the token comparison unit 140 may compare a plurality of search tokens with a plurality of reference tokens.
  • a plurality of search tokens and a plurality of reference tokens may be compared with each other in a separately provided server, and for this purpose, a plurality of search tokens may be transmitted to the server.
  • the score calculator 150 may calculate a similarity score of the search utterance with respect to the reference utterance according to the above-described comparison result.
  • the score calculator 150 may calculate a similarity score when a plurality of search tokens are all included in a plurality of reference tokens.
  • the score calculator 150 may request the user 10 to re-utter the search utterance.
  • the score calculator 150 may provide information on a search token not included in the plurality of reference tokens while requesting the user 10 to re-utter the search utterance.
  • the score calculator 150 may calculate a unit score for each of the search tokens matching the reference token, and may calculate a similarity score by summing the unit scores.
  • the unit score may be calculated to be higher as the number of characters of the search token matching the reference token increases.
  • the result providing unit 160 may provide song information to the user 10 based on the similarity score.
  • the result providing unit 160 may provide the user 10 with song information including the name of the song and the singer whose similarity score is equal to or greater than a preset value.
  • the result providing unit 160 may provide the user 10 with song information including the song name and the singer name in the order of the highest similarity score.
  • the above-described similarity score calculation may be performed on a separate server, and a display for requesting re-sentence of a search utterance, providing information on a search token not included in a plurality of reference tokens, and providing song information as a search result Additional may be provided.
  • each component may be identified as a respective process.
  • the process of the above-described embodiment can be easily understood from the point of view of the components of the apparatus.
  • the technical contents described above may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium.
  • the computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • the program instructions recorded on the medium may be specially designed and configured for the embodiments or may be known and available to those skilled in the art of computer software.
  • Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks.
  • - includes magneto-optical media, and hardware devices specially configured to store and carry out program instructions, such as ROM, RAM, flash memory, and the like.
  • Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.
  • a hardware device may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

음성 인식 선곡 서비스 제공 방법이 개시된다. 본 발명의 일 측면에 따르면, 곡명과 가수명을 포함한 기준 발화문(發話文)을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰(token)을 제공받는 단계, 사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 단계, 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 단계, 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 단계, 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 단계, 및 유사도 점수를 기준으로 사용자에게 곡 정보를 제공하는 단계를 포함하는 음성 인식 선곡 서비스 제공 방법이 제공된다.

Description

음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치
본 발명은 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치에 관한 것이다.
일반적으로 사용자가 노래 반주기에서 부르고자 하는 곡을 검색하기 위해서 검색용 리모컨 등을 이용해 상기 리모컨 등에 구비된 숫자 또는 문자 다이얼 등을 눌러 해당 곡의 곡명, 가수명 또는 곡 번호 등을 입력하는 방식이 사용되어 왔다.
그러나 이와 같은 방식은 곡 검색을 위해 많은 수고가 들 뿐만 아니라 검색에 많은 시간이 소요된다는 문제점이 있어 왔다.
이에 따라 상술한 바와 같이 다이얼 등을 눌러 곡명 등을 일일이 입력하지 않더라도 원하는 곡을 용이하게 검색할 수 있는 방법 및 장치에 대한 니즈가 증가하고 있는 실정이다.
[선행기술문헌]
[특허문헌]
(특허문헌 1) 대한민국 등록실용신안공보 제 20-0202916호 (2000.11.15. 공고)
본 발명은 곡 검색을 보다 용이하고 정확하게 할 수 있는 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치를 제공하는 것이다.
본 발명의 일 측면에 따르면, 곡명과 가수명을 포함한 기준 발화문(發話文)을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰(token)을 제공받는 단계, 사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 단계, 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 단계, 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 단계, 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 단계, 및 유사도 점수를 기준으로 사용자에게 곡 정보를 제공하는 단계를 포함하는 음성 인식 선곡 서비스 제공 방법이 제공된다.
복수의 기준 토큰은 기준 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 기준 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 기준 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 생성될 수 있다.
복수의 기준 토큰을 제공받는 단계에서 복수의 기준 토큰 각각의 첫 글자 및 첫 글자에 한 글자씩 순차적으로 추가하여 구성되는 확장 토큰을 더 제공받을 수 있다.
검색 발화문을 텍스트 형태로 입력받는 단계는 사용자가 곡 검색을 위해 발화한 검색 발화문을 음성으로 입력받는 단계, 및 검색 발화문을 텍스트 형태로 변환하는 단계를 포함할 수 있다.
검색 발화문을 텍스트 형태로 입력받는 단계는 검색 발화문을 텍스트 형태로 변환하는 단계 이후에 검색 발화문을 곡명 및 가수명과 비교하여 검색 발화문의 오류를 수정하는 단계를 더 포함할 수 있다.
복수의 검색 토큰을 생성하는 단계에서 검색 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 검색 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 검색 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 복수의 검색 토큰을 생성할 수 있다.
유사도 점수를 산출하는 단계에서 복수의 검색 토큰이 복수의 기준 토큰에 모두 포함되는 경우 유사도 점수를 산출할 수 있다.
유사도 점수를 산출하는 단계에서 기준 토큰에 매칭되는 검색 토큰 각각에 대하여 단위 점수를 산출하고 단위 점수를 합산하여 유사도 점수를 산출할 수 있다.
단위 점수는 기준 토큰에 매칭되는 검색 토큰의 글자수가 많을수록 높게 산출될 수 있다.
본 발명의 일 측면에 따르면, 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받는 기준 토큰 제공부, 사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 입력부, 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 검색 토큰 생성부, 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 토큰 비교부, 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 점수 산출부, 및 유사도 점수를 기준으로 사용자에게 곡 정보를 제공하는 결과 제공부를 포함하는 음성 인식 선곡 장치가 제공된다.
본 발명에 따르면, 곡 검색을 보다 용이하고 정확하게 하는 것이 가능하다.
도 1은 본 발명의 일 실시예에 따른 음성 인식 선곡 서비스 제공 시스템을 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 음성 인식 선곡 서비스 제공 방법을 나타낸 순서도.
도 3은 본 발명의 일 실시예에 따른 검색 발화문을 텍스트 형태로 입력받는 단계를 나타낸 순서도.
도 4는 본 발명의 일 실시예에 따른 유사도 점수를 산출하는 단계에서의 유사도 점수 산출 여부 판단 과정을 나타낸 도면.
도 5는 본 발명의 일 실시예에 따른 유사도 점수를 산출하는 단계에서의 유사도 점수 산출 과정을 나타낸 순서도.
도 6은 본 발명의 일 실시예에 따른 음성 인식 선곡 장치의 구성을 나타낸 도면.
[부호의 설명]
10: 사용자
100: 음성 인식 선곡 장치
110: 기준 토큰 제공부
120: 입력부
122: 리시버
130: 검색 토큰 생성부
140: 토큰 비교부
150: 점수 산출부
160: 결과 제공부
본 발명은 다양한 변환을 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 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 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.
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.
이하, 본 발명에 따른 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치(100)의 실시예를 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
우선, 본 발명의 일 실시예에 따른 음성 인식 선곡 서비스 제공 시스템에 대해 설명한다.
본 실시예에 따르면, 도 1에 도시된 바와 같이, 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 입력받는 입력 장치, 검색 발화문을 텍스트 형태로 변환하는 변환 서버(server), 텍스트 형태로 변환된 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 생성 서버, 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 저장하고, 복수의 기준 토큰과 복수의 검색 토큰을 비교하고, 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하여 유사도 점수를 기준으로 사용자(10)에게 제공할 곡 정보를 생성하는 분석 서버, 사용자(10)에게 제공된 곡 정보 중 사용자(10)가 선택한 곡을 예약 및 재생 중 적어도 어느 하나를 포함하여 수행하는 반주 장치 및 입력 장치, 생성 서버, 분석 서버 및 반주 장치간 데이터를 송수신하는 송수신 장치를 포함하는 음성 인식 선곡 서비스 제공 시스템이 제공된다.
사용자(10)가 곡 검색을 위해 발화한 검색 발화문이라는 음성 데이터는 입력 장치를 통해 송수신 장치로 보내지고, 해당 음성 데이터는 송수신 장치에 의해 변환 서버로 송신되어 텍스트 형태로 변환되어 텍스트 데이터가 될 수 있다.
그리고 해당 텍스트 데이터는 다시 송수신 장치로 수신되고 생성 서버로 송신되며, 이 때 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할되어 복수의 검색 토큰이 되고, 상기 복수의 검색 토큰은 송수신 장치를 통해 분석 서버로 보내질 수 있다.
이에 따라 상기 복수의 검색 토큰은 분석 서버에 저장된, 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰과 비교되고, 분석 서버는 해당 비교 결과에 따라 유사도 점수를 산출하여 유사도 점수를 기준으로 사용자(10)에게 제공할 곡 정보를 생성한 후 송수신 장치로 송신할 수 있다.
이 후 송수신 장치에 의해 사용자(10)에게 제공되는 상기 곡 정보 중 사용자(10)가 원하는 곡을 선택하게 되면, 해당 정보는 반주 장치로 송신되어 최종적으로 해당 곡의 반주가 시작될 수 있게 된다.
이와 같은 본 실시예에 따르면, 보다 용이하고 정확한 곡 검색이 가능하다. 상술한 장치 및 서버 등과 관련한 추가적인 구성 또는 기능 등에 대한 사항들은 후술할 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치(100)의 내용에 따를 수 있다.
다음으로, 본 발명의 일 실시예에 따른 음성 인식 선곡 서비스 제공 방법에 대해 설명한다.
본 실시예에 따르면, 도 2에 도시된 바와 같이, 곡명과 가수명을 포함한 기준 발화문(發話文)을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰(token)을 제공받는 단계, 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 단계(S120), 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 단계(S130), 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 단계(S140), 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 단계(S150), 및 유사도 점수를 기준으로 사용자(10)에게 곡 정보를 제공하는 단계(S160)를 포함하는 음성 인식 선곡 서비스 제공 방법이 제공된다.
이와 같은 본 실시예에 따르면, 검색하고자 하는 곡에 대한 내용을 발화 즉 말하는 것만으로도 검색이 수행되므로 사용자(10)는 보다 용이하게 곡을 검색할 수 있으며, 사용자(10)에 의해 발화된 검색 발화문을 분할하여 생성된 복수의 검색 토큰을 곡명과 가수명을 포함한 기준 발화문을 분할하여 생성된 복수의 기준 토큰과 비교하여 검색 결과를 도출하므로 보다 정확한 곡 검색이 가능해진다.
이하 도 2 내지 도 6을 참조하여 본 실시예에 따른 음성 인식 선곡 서비스 제공 방법의 각 단계에 대하여 설명하도록 한다.
복수의 기준 토큰을 제공받는 단계(S110)는 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받을 수 있다.
이에 따라 곡명과 가수명 등의 곡 정보 관련 내용을 모두 갖는 복수의 기준 토큰이라는 데이터가 형성되고, 해당 데이터들이 집적되어 사용자의 검색 요청 내용과의 비교를 위한 하나의 데이터 필드(data field)가 형성될 수 있다.
이러한 방식은, 곡명, 가수명 등의 곡 정보 관련 내용 각각에 대한 별도의 상기 데이터 필드를 마련하고 해당 데이터 필드 각각에서 상기 검색 요청 내용과의 개별적 비교를 수행한 후 이를 합산하여 결과를 도출하는 방식과 대비하여, 상기 검색 요청 내용과의 비교가 하나의 데이터 필드 내에서 한번에 수행되므로 상기 개별적 비교에 따라 발생 가능한 오류를 줄일 수 있고, 이에 따라 해당 오류의 발생으로 인한 오차의 발생을 감소시켜 보다 정확한 비교 및 결과 도출이 가능해진다.
여기서 '토큰'은 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할함으로써 생성되는 한 글자 혹은 복수의 글자의 모임으로서 본 발명에서 비교를 위한 데이터 필드를 구성하는 일 단위 데이터를 의미하는 것으로 이해할 수 있다.
또한 '발화문'은 문언 그대로'소리를 내어 한 말을 문자로 표기한 문장 등'을 의미하는 것으로 이해할 수 있다.
예를 들어 사용자(10)가 가수 '이은미'의 '애인 있어요'라는 곡을 찾으려고 할 때 사용자(10)가 말하는 내용을 문자로 표기한 '이은미의 애인 있어요 찾아줘' (이하 예로써 본 발명의 각 단계의 내용에 대해 예시하도록 한다.)라는 문장을 발화문이라 볼 수 있다.
복수의 기준 토큰은 기준 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 기준 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 기준 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 생성될 수 있다. 보다 구체적으로 어간과 어미를 기준으로 3차 분할하는 것은 글자 수준에서 이루어질 수 있다.
이에 따라 기준 발화문을 구성하는 복수의 단어를 의미 등을 기준으로 분할하여 복수의 기준 토큰이 마련될 수 있고, 이 때 단어의 의미 등을 기준으로 하므로 후술할 복수의 검색 토큰과 비교하여 곡 검색을 함에 있어 보다 실효적인 결과를 도출할 수 있게 된다.
예를 들어, '이은미의 애인 있어요 찾아줘'는 띄어쓰기 기준으로'이은미의', '애인', '있어요'및 '찾아줘'로 1차 분할되고, 이는 다시 품사를 기준으로 '이은미'(명사), '의'(조사), '있어요'(동사) 및 '찾아줘'(동사)로 2차 분할되며, 이 중 동사인 '있어요'와 '찾아줘' 은 어간과 어미를 기준으로 '있'(어간), '어요'(어미) 및 '찾'(어간), '아'(어미), '줘'(어간+어미)으로 각각 3차 분할될 수 있다. 이에 따라 '이은미', '의', '애인', '있, '어요', '찾', '아' 및 '줘'라는 기준 토큰이 생성될 수 있다.
복수의 기준 토큰을 제공받는 단계(S110)에서는 복수의 기준 토큰 각각의 첫 글자 및 첫 글자에 한 글자씩 순차적으로 추가하여 구성되는 확장 토큰을 더 제공받을 수 있다.
이에 따라 복수의 기준 토큰에 더하여 복수의 기준 토큰 각각의 첫 글자 및 확장 토큰의 데이터가 데이터 필드에 추가되므로, 보다 상세하고 정확한 후술할 검색 토큰과의 비교 및 곡 검색 결과 도출이 이루어질 수 있다.
예를 들어, '이은미'라는 기준 토큰에 더하여 '이' 라는 첫글자 및 '이은', '이은', '이은미'라는 확장 토큰을 더 제공받을 수 있다. 이 과정에서 '이은미'라는 중복 토큰은 택일적으로 삭제될 수 있다.
검색 발화문을 텍스트 형태로 입력받는 단계(S120)는 도 2 및 도 3에 도시된 바와 같이, 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받을 수 있다.
이에 따라 우선 사용자(10)는 말하는 것만으로 곡의 검색이 가능하므로 보다 용이하게 곡을 검색할 수 있게 된다.
보다 구체적으로 검색 발화문을 텍스트 형태로 입력받는 단계(S120)는 도 3에 도시된 바와 같이, 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 음성으로 입력받는 단계(S122), 및 검색 발화문을 텍스트 형태로 변환하는 단계(S124)를 포함할 수 있다.
이 경우 사용자(10)는 곡명 및 가수명 중 적어도 어느 하나를 포함하는 검색 발화문을 발화할 수 있고, 바람직하게는 보다 정확한 곡 검색을 위해 곡명 및 가수명를 포함하는 검색 발화문(예를 들어, '이은미의 애인 있어요 찾아줘')을 발화하여 검색 요청을 할 수 있다.
또한 검색 발화문을 텍스트 형태로 변환하는 단계(S124)를 통해 후술할 복수의 검색 토큰을 생성하기 소스 데이터(source data)가 마련될 수 있게 된다.
보다 구체적으로 검색 발화문을 텍스트 형태로 변환하는 단계(S124)에서는 검색 발화문의 텍스트 형태로의 변환 정확도를 높이기 위하여 곡명 및 가수명을 포함하는 곡 정보 데이터가 활용될 수 있으며, 보다 구체적으로 상기한 곡 정보 데이터를 변환의 기준값으로 설정하여 변환을 수행함으로써 상기 변환 정확도를 향상시킬 수 있다.
즉 일반적으로 사용되는 단어들을 기준으로 발화문을 텍스트로 변환하는 경우 의도한 단어가 아닌 단어로 변환될 가능성이 있어 변환 정확도가 떨어질 수 있으나, 이와 다르게 곡 정보 데이터를 변환의 기준으로 하는 경우 곡을 찾기 위한 사용자(10)의 발화 의도에 상응하는 기준이 마련되는 바 보다 변환 정확도가 보다 향상될 수 있다.
또한 이 경우 인공 지능(AI, Artificial Intelligence) 기술이 활용될 수 있으며, 예를 들어 딥러닝(deep learning)을 통해 자주 노출되는 단어 등에 대한 민감도를 향상시켜 변환 정확도를 보다 향상시킬 수 있다.
검색 발화문을 텍스트 형태로 입력받는 단계(S120)는 도 3에 도시된 바와 같이, 검색 발화문을 텍스트 형태로 변환하는 단계(S124) 이후에 검색 발화문을 곡명 및 가수명과 비교하여 검색 발화문의 오류를 수정하는 단계(S126)를 더 포함할 수 있다.
즉 검색 발화문에 일부 오류가 존재하는 경우에라도 곡명 및 가수명과 비교하여 검색 발화문의 오류를 수정하여 검색 토큰의 생성을 위한 텍스트를 마련함으로써 보다 정확한 곡 검색을 가능하게 할 수 있다.
예를 들어, '이은미의 애인이에요 찾아줘'와 같이 검색 발화문에 '이에요'라는 오류가 존재하는 경우, '이은미'라는 가수명과 '애인 있어요'라는 곡명과 상기 검색 발화문을 비교하여 '이은미의 애인 있어요 찾아줘'로 상기 오류를 수정하여 텍스트를 마련할 수 있다.
보다 구체적으로 검색 발화문의 오류를 수정하는 단계(S126)에서는 검색 발화문을 곡명 및 가수명과 비교하여 점수를 산출할 수 있으며 상기 비교 점수가 기설정된 기준치를 넘는 곡 정보 중 최고점의 곡 정보를 기준으로 검색 발화문을 수정할 수 있다.
이에 따라 검색 발화문을 수정함에 있어 사용자(10)에 의도에 맞는 텍스트로 수정될 가능성이 보다 향상될 수 있게 된다.
또한 이 경우에도 상술한 바와 마찬가지로 인공 지능 기술, 예를 들어 딥러닝을 적용할 수 있으며, 이에 따라 자주 검색되는 단어 등에 대한 학습을 통해 해당 단어들이 포함된 문장 들에 대한 보다 정확한 수정이 이루어질 수 있다.
검색 발화문을 음성으로 입력받는 단계(S122)에서는 도 6에 도시된 바와 같이, 검색 발화문을 음성 인식 가능한 리시버(receiver)(122)를 통해 입력받을 수 있다.
보다 구체적으로 리시버(122)는 소음 상황에서 음성의 인식률을 증가시키기 위하여, 소음 필터링 및 음성 증폭 중 적어도 어느 하나가 가능할 수 있다.
본 발명이 주되게 실시될 수 있는 노래방 등의 장소는 노래 소리 등 많은 주변 소음이 산재된 공간이기 때문에 사용자(10)의 음성을 정확하게 인식하는 것이 중요하다.
따라서 리시버(122)가 주변 소음 필터링 및 사용자(10) 음성 증폭 중 적어도 어느 하나를 수행하는 것을 통해 사용자(10)의 음성 인식률을 높이고 이에 따라 곡 검색의 정확도를 보다 향상시킬 수 있다.
복수의 검색 토큰을 생성하는 단계(S130)는 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성할 수 있다. 이에 따라 복수의 기준 토큰과 대응되는 복수의 검색 토큰을 마련함으로써, 이후 양 토큰을 비교함에 있어 실효성을 향상시킬 수 있다.
복수의 검색 토큰을 생성하는 단계(S130)에서는 검색 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 검색 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 검색 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 복수의 검색 토큰을 생성할 수 있다.
이에 따라 검색 발화문을 구성하는 복수의 단어를 의미 등을 기준으로 분할하여 복수의 검색 토큰이 마련될 수 있고, 이 때 단어의 의미 등을 기준으로 전술한 기준 토큰과 비교하여 곡 검색을 함에 있어 보다 실효적인 검색 결과를 도출할 수 있게 된다.
이에 대한 구체적 예시는 상술한 복수의 기준 토큰의 생성에 대한 예시를 참조할 수 있다.
복수의 기준 토큰과 비교하는 단계(S140)는 복수의 검색 토큰을 복수의 기준 토큰과 비교할 수 있다. 이에 따라 후술할 유사도 점수의 산출 및 그에 따른 결과 제공을 위한 기준 데이터값이 마련될 수 있다.
또한 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 단계(S140)는 별도로 마련된 비교 서버를 통해 수행될 수도 있다.
유사도 점수를 산출하는 단계(S150)는 상술한 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출할 수 있다.
이러한 유사도 점수를 통해 후술할 바와 같이 검색 결과 중 곡 정보를 선별하여 사용자(10)에게 제공할 수 있으며, 이에 따라 사용자(10)는 보다 실효적인 검색 결과를 제공받을 수 있다.
보다 구체적으로 유사도 점수를 산출하는 단계(S150)에서는 도 4에 도시된 바와 같이, 복수의 검색 토큰이 복수의 기준 토큰에 모두 포함되는 경우 유사도 점수를 산출할 수 있다.
이에 따라 복수의 검색 토큰이 복수의 기준 토큰에 일부만 포함되는 경우에도 유사도 점수를 산출함에 따라 검색 결과에 불필요한 곡 정보가 포함되는 것을 방지하여 보다 정확한 곡 검색 결과를 사용자(10)에게 제공할 수 있다.
보다 구체적으로 유사도 점수를 산출하는 단계(S150)에서는 도 4에 도시된 바와 같이, 복수의 검색 토큰 중 일부가 보수의 기준 토큰에 포함되는 경우 사용자(10)에게 다시 검색 발화문을 발화할 것을 요청할 수 있다.
이 경우 사용자(10)는 복수의 기준 토큰 내에 포함되지 않을 것으로 예상되는 글자 또는 단어를 제외하고 다시 발화할 수 있으며, 이에 따라 복수의 검색 토큰이 복수의 기준 토큰에 모두 포함되면 유사도 점수가 산출될 수 있게 된다.
예를 들어, 사용자(10)가 '이은미의 애인이에요 찾아줘'라고 발화하는 경우 '에요'(어미)라는 검색 토큰은 '이은미의 애인 있어요 찾아줘'에 대한 복수의 기준 토큰에 포함되지 않으므로 사용자(10)에게 검색 발화문을 재발화하도록 요청할 수 있다.
또한 유사도 점수를 산출하는 단계(S150)에서는 도 4에 도시된 바와 같이, 사용자(10)에게 다시 검색 발화문을 발화할 것을 요청하면서 복수의 기준 토큰에 포함되지 않은 검색 토큰에 대한 정보를 제공할 수 있다.
이에 따라 검색 발화문 재발화 요청 및 사용자(10)의 재발화의 단계가 의미없이 반복되는 것을 방지할 수 있어 곡 검색의 용이성 및 정확성이 동시에 향상될 수 있다.
예를 들어, 사용자(10)가 '이은미의 애인이에요 찾아줘'라고 발화하는 경우 사용자(10)에게 검색 발화문을 재발화하도록 요청하면서 복수의 기준 토큰에 포함되지 않는 '에요'(어미)라는 검색 토큰의 정보를 제시할 수 있다.
유사도 점수를 산출하는 단계(S150)에서는 도 5에 도시된 바와 같이, 기준 토큰에 매칭되는 검색 토큰 각각에 대하여 단위 점수를 산출하고, 각 단위 점수를 합산하여 유사도 점수를 산출할 수 있다.
즉 기준 토큰에 매칭되는 검색 토큰마다 단위 점수가 매겨지고, 최종 점수로서의 유사도 점수가 상기한 각각의 단위 점수가 모두 합산되어 산출될 수 있다.
보다 구체적으로 단위 점수는 기준 토큰에 매칭되는 검색 토큰의 글자수가 많을수록 높게 산출될 수 있다.
즉 많은 글자수의 검색 토큰이 기준 토큰과 매칭된다는 것은 사용자(10)가 원하는 곡 정보를 구성하는 키워드(key word)일 가능성이 높다는 것을 의미하므로, 해당 검색 토큰에 높은 단위 점수를 부여함으로써 최종적으로 산출되는 유사도 점수에 차등성을 부여할 수 있다.
예를 들어 '있'이라는 검색 토큰보다 글자수가 많은'애인'이라는 검색 토큰은 곡 제목 전체로 보았을 때 곡 제목을 구성하는 키워드로 볼 수 있으므로, '애인'에 '있'과 대비해 높은 단위 점수를 부여함으로써 '애인'이 유사도 점수가 산출되는 데에 보다 많은 기여를 하도록 설정할 수 있다.
곡 정보를 제공하는 단계(S160)는 유사도 점수를 기준으로 사용자(10)에게 곡 정보를 제공할 수 있다.
이에 따라 분별없이 모든 검색 결과를 사용자(10)에게 제공하는 것과 대비하여 곡 검색 결과 제공의 정확성 및 적정성이 보다 향상시킬 수 있다.
보다 구체적으로 곡 정보를 제공하는 단계(S160)에서는 유사도 점수가 기설정치 이상인 곡명 및 가수명을 포함하는 곡 정보를 사용자(10)에게 제공할 수 있다.
즉 기설정된 유사도 점수 수치를 기준으로 해당 수치 이상의 점수의 곡명 및 가수명을 포함하는 곡 정보를 사용자(10)에게 제공함으로써 곡 검색 결과의 정확도 및 적정도가 보다 높일 수 있게 된다.
또한 곡 정보를 제공하는 단계(S160)에서는 유사도 점수가 높은 순으로 곡 정보를 사용자(10)에게 제공할 수 있다.
이에 따라 사용자(10)는 제공된 점수의 곡명 및 가수명을 포함하는 곡 정보들에서 높은 유사도 점수의 곡 정보부터 살펴봄으로써 원하는 곡을 보다 신속하게 찾을 수 있다.
본 발명의 일 실시예에 따른 음성 인식 선곡 장치(100)에 대해 설명한다.
본 실시예에 따르면, 도 6에 도시된 바와 같이, 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받는 기준 토큰 제공부(110), 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 입력부(120), 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 검색 토큰 생성부(130), 복수의 검색 토큰을 복수의 기준 토큰과 비교하는 토큰 비교부(140), 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출하는 점수 산출부(150), 및 유사도 점수를 기준으로 사용자(10)에게 곡 정보를 제공하는 결과 제공부(160)를 포함하는 음성 인식 선곡 장치(100)가 제공된다.
이와 같은 본 실시예에 따르면, 사용자(10)는 보다 용이하게 곡 검색을 할 수 있으며 보다 정확한 곡 검색 결과를 얻을 수 있다.
이하 도 2 내지 도 6을 참조하여 본 실시예에 따른 음성 인식 선곡 장치(100)의 각 구성에 대하여 설명하도록 한다.
기준 토큰 제공부(110)는 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받을 수 있다.
이 경우 복수의 기준 토큰을 서버 등으로부터 다운로드(download) 등의 형태로 제공받을 수도 있으며, 상기 복수의 기준 토큰이 상기 서버 등에 저장되어 있는 상태에서 상기 서버로 후술할 검색 토큰을 송신하여 상기 복수의 기준 토큰을 이용할 수도 있다.
복수의 기준 토큰은 기준 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 기준 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 기준 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 생성될 수 있다.
기준 토큰 제공부(110)는 복수의 기준 토큰 각각의 첫 글자 및 첫 글자에 한 글자씩 순차적으로 추가하여 구성되는 확장 토큰을 더 제공받을 수 있다.
입력부(120)는 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받을 수 있다.
보다 구체적으로 입력부(120)는 사용자(10)가 곡 검색을 위해 발화한 검색 발화문을 음성으로 입력받는 음성 입력부(120), 및 검색 발화문을 텍스트 형태로 변환하는 텍스트 변환부를 포함할 수 있다.
검색 발화문의 텍스트 형태로의 변환은 별도 서버를 통해 수행될 수도 있으며, 이를 위해 음성으로 입력 받은 검색 발화문을 상기 서버로 송신할 수 있다.
보다 구체적으로 텍스트 변환부는 검색 발화문의 텍스트 형태로의 변환 정확도를 높이기 위하여 곡명 및 가수명을 포함하는 곡 정보 데이터가 활용될 수 있으며, 보다 구체적으로 상기한 곡 정보 데이터를 변환의 기준값으로 설정하여 변환을 수행함으로써 상기 변환 정확도를 향상시킬 수 있다.
또한 이 경우 인공 지능 기술이 활용될 수 있으며, 예를 들어 딥러닝을 통해 자주 노출되는 단어 등에 대한 민감도를 향상시켜 변환 정확도를 보다 향상시킬 수 있다.
입력부(120)는 검색 발화문을 곡명 및 가수명과 비교하여 검색 발화문의 오류를 수정하는 오류 수정부를 더 포함할 수 있다.
보다 구체적으로 오류 수정부는 검색 발화문을 곡명 및 가수명과 비교하여 점수를 산출할 수 있으며 상기 비교 점수가 기설정된 기준치를 넘는 곡 정보 중 최고점의 곡 정보를 기준으로 검색 발화문을 수정할 수 있다.
또한 이 경우에도 상술한 바와 마찬가지로 인공 지능 기술, 예를 들어 딥러닝이 적용될 수 있으며, 이에 따라 자주 검색되는 단어 등에 대한 학습을 통해 해당 단어들이 포함된 문장 들에 대한 보다 정확한 수정이 이루어질 수 있다.
음성 입력부(120)는 도 6에 도시된 바와 같이, 검색 발화문을 음성 인식 가능한 리시버(122)를 통해 입력받을 수 있다.
이 경우 리시버(122)는 음성을 입력받아 인식할 수 있는 모든 입력 장치를 포함할 수 있으며, 예를 들어 반주기나 리모컨에 구비된 마이크, 본 장치에 구비된 마이크, 별도로 마련된 전용 리시버 또는 본 장치와 연동된 사용자(10)의 단말에 구비된 마이크 등이 상기 리시버(122)에 포함될 수 있다.
보다 구체적으로 리시버(122)는 소음 상황에서 음성의 인식률을 증가시키기 위하여, 소음 필터링 및 음성 증폭 중 적어도 어느 하나가 가능할 수 있다.
검색 토큰 생성부(130)는 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성할 수 있다.
또한 별도 마련된 서버에 텍스트 형태로 변환된 검색 발화문을 송신하여 해당 서버에서 상기 복수의 검색 토큰이 생성될 수도 있다.
검색 토큰 생성부(130)는 검색 발화문을 띄어쓰기를 기준으로 1차 분할하고, 1차 분할된 검색 발화문을 품사를 기준으로 2차 분할하며, 2차 분할된 검색 발화문 중 동사와 형용사를 어간과 어미를 기준으로 3차 분할하여 복수의 검색 토큰을 생성할 수 있다.
토큰 비교부(140)는 복수의 검색 토큰을 복수의 기준 토큰과 비교할 수 있다.
이 경우 별도로 마련된 서버 내에서 복수의 검색 토큰과 복수의 기준 토큰이 상호 비교가 수행될 수도 있으며, 이를 위해 복수의 검색 토큰이 상기 서버로 송신될 수 있다.
점수 산출부(150)는 상술한 비교 결과에 따라 기준 발화문에 대한 검색 발화문의 유사도 점수를 산출할 수 있다.
보다 구체적으로 점수 산출부(150)는 도 4에 도시된 바와 같이, 복수의 검색 토큰이 복수의 기준 토큰에 모두 포함되는 경우 유사도 점수를 산출할 수 있다.
점수 산출부(150)는 도 4에 도시된 바와 같이, 복수의 검색 토큰 중 일부가 보수의 기준 토큰에 포함되는 경우 사용자(10)에게 다시 검색 발화문을 발화할 것을 요청할 수 있다.
또한 점수 산출부(150)는 도 4에 도시된 바와 같이, 사용자(10)에게 다시 검색 발화문을 발화할 것을 요청하면서 복수의 기준 토큰에 포함되지 않은 검색 토큰에 대한 정보를 제공할 수 있다.
점수 산출부(150)는 도 5에 도시된 바와 같이, 기준 토큰에 매칭되는 검색 토큰 각각에 대하여 단위 점수를 산출하고, 각 단위 점수를 합산하여 유사도 점수를 산출할 수 있다.
보다 구체적으로 단위 점수는 기준 토큰에 매칭되는 검색 토큰의 글자수가 많을수록 높게 산출될 수 있다.
결과 제공부(160)는 유사도 점수를 기준으로 사용자(10)에게 곡 정보를 제공할 수 있다.
보다 구체적으로 결과 제공부(160)는 유사도 점수가 기설정치 이상인 곡명 및 가수명을 포함하는 곡 정보를 사용자(10)에게 제공할 수 있다.
또한 결과 제공부(160)는 유사도 점수가 높은 순으로 곡명 및 가수명을 포함하는 곡 정보를 사용자(10)에게 제공할 수 있다.
상술한 해당 유사도 점수 산출은 별도의 서버에서 수행될 수도 있으며, 또한 검색 발화문의 재발화 요청, 복수의 기준 토큰에 미포함된 검색 토큰에 대한 정보 제공, 검색 결과로서의 곡 정보 제공을 위한 디스플레이(display)부가 구비될 수 있다.
한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉, 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.
또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상, 본 발명의 일 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.

Claims (10)

  1. 곡명과 가수명을 포함한 기준 발화문(發話文)을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰(token)을 제공받는 단계;
    사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 단계;
    상기 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 단계;
    상기 복수의 검색 토큰을 상기 복수의 기준 토큰과 비교하는 단계;
    상기 비교 결과에 따라 상기 기준 발화문에 대한 상기 검색 발화문의 유사도 점수를 산출하는 단계; 및
    상기 유사도 점수를 기준으로 상기 사용자에게 곡 정보를 제공하는 단계를 포함하는 음성 인식 선곡 서비스 제공 방법.
  2. 제1항에 있어서,
    상기 복수의 기준 토큰은,
    상기 기준 발화문을 상기 띄어쓰기를 기준으로 1차 분할하고,
    상기 1차 분할된 상기 기준 발화문을 상기 품사를 기준으로 2차 분할하며,
    상기 2차 분할된 상기 기준 발화문 중 동사와 형용사를 상기 어간과 어미를 기준으로 3차 분할하여 생성되는, 음성 인식 선곡 서비스 제공 방법.
  3. 제1항에 있어서,
    상기 복수의 기준 토큰을 제공받는 단계에서,
    상기 복수의 기준 토큰 각각의 첫 글자 및 상기 첫 글자에 한 글자씩 순차적으로 추가하여 구성되는 확장 토큰을 더 제공받는, 음성 인식 선곡 서비스 제공 방법.
  4. 제1항에 있어서,
    상기 검색 발화문을 텍스트 형태로 입력받는 단계는,
    상기 사용자가 상기 곡 검색을 위해 발화한 상기 검색 발화문을 음성으로 입력받는 단계; 및
    상기 검색 발화문을 상기 텍스트 형태로 변환하는 단계를 포함하는, 음성 인식 선곡 서비스 제공 방법.
  5. 제4항에 있어서,
    상기 검색 발화문을 텍스트 형태로 입력받는 단계는,
    상기 검색 발화문을 텍스트 형태로 변환하는 단계 이후에,
    상기 검색 발화문을 상기 곡명 및 상기 가수명과 비교하여 상기 검색 발화문의 오류를 수정하는 단계를 더 포함하는, 음성 인식 선곡 서비스 제공 방법.
  6. 제1항에 있어서,
    상기 복수의 검색 토큰을 생성하는 단계에서,
    상기 검색 발화문을 상기 띄어쓰기를 기준으로 1차 분할하고,
    상기 1차 분할된 상기 검색 발화문을 상기 품사를 기준으로 2차 분할하며,
    상기 2차 분할된 상기 검색 발화문 중 동사와 형용사를 상기 어간과 어미를 기준으로 3차 분할하여 상기 복수의 검색 토큰을 생성하는, 음성 인식 선곡 서비스 제공 방법.
  7. 제1항에 있어서,
    상기 유사도 점수를 산출하는 단계에서,
    상기 복수의 검색 토큰이 상기 복수의 기준 토큰에 모두 포함되는 경우 상기 유사도 점수를 산출하는, 음성 인식 선곡 서비스 제공 방법.
  8. 제1항에 있어서,
    상기 유사도 점수를 산출하는 단계에서,
    상기 기준 토큰에 매칭되는 상기 검색 토큰 각각에 대하여 단위 점수를 산출하고 상기 단위 점수를 합산하여 상기 유사도 점수를 산출하는, 음성 인식 선곡 서비스 제공 방법.
  9. 제8항에 있어서,
    상기 단위 점수는 상기 기준 토큰에 매칭되는 상기 검색 토큰의 글자수가 많을수록 높게 산출되는, 음성 인식 선곡 서비스 제공 방법.
  10. 곡명과 가수명을 포함한 기준 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 생성된 복수의 기준 토큰을 제공받는 기준 토큰 제공부;
    사용자가 곡 검색을 위해 발화한 검색 발화문을 텍스트 형태로 입력받는 입력부;
    상기 검색 발화문을 띄어쓰기, 품사 및 어간과 어미를 기준으로 분할하여 복수의 검색 토큰을 생성하는 검색 토큰 생성부;
    상기 복수의 검색 토큰을 상기 복수의 기준 토큰과 비교하는 토큰 비교부;
    상기 비교 결과에 따라 상기 기준 발화문에 대한 상기 검색 발화문의 유사도 점수를 산출하는 점수 산출부; 및
    상기 유사도 점수를 기준으로 상기 사용자에게 곡 정보를 제공하는 결과 제공부를 포함하는 음성 인식 선곡 장치.
PCT/KR2021/004822 2020-05-18 2021-04-16 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치 WO2021235708A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022558058A JP2023524374A (ja) 2020-05-18 2021-04-16 音声認識選曲サービスの提供方法及び音声認識選曲装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200059286A KR102362815B1 (ko) 2020-05-18 2020-05-18 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치
KR10-2020-0059286 2020-05-18

Publications (1)

Publication Number Publication Date
WO2021235708A1 true WO2021235708A1 (ko) 2021-11-25

Family

ID=78707971

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/004822 WO2021235708A1 (ko) 2020-05-18 2021-04-16 음성 인식 선곡 서비스 제공 방법 및 음성 인식 선곡 장치

Country Status (3)

Country Link
JP (1) JP2023524374A (ko)
KR (2) KR102362815B1 (ko)
WO (1) WO2021235708A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090041923A (ko) * 2007-10-25 2009-04-29 한국전자통신연구원 음성 인식 방법
KR20130040054A (ko) * 2011-10-13 2013-04-23 현대자동차주식회사 음원정보 관리 서비스 시스템
JP2014197117A (ja) * 2013-03-29 2014-10-16 富士通株式会社 音声合成装置及び言語辞書登録方法
US20150154958A1 (en) * 2012-08-24 2015-06-04 Tencent Technology (Shenzhen) Company Limited Multimedia information retrieval method and electronic device
KR101944303B1 (ko) * 2017-08-29 2019-02-07 쌍용자동차 주식회사 음성인식을 이용한 자동 음원 선곡이 가능한 자동차 오디오 시스템 제어방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200202916Y1 (ko) 2000-06-15 2000-11-15 최요환 노래목록검색기능을 갖는 노래반주기용 리모콘

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090041923A (ko) * 2007-10-25 2009-04-29 한국전자통신연구원 음성 인식 방법
KR20130040054A (ko) * 2011-10-13 2013-04-23 현대자동차주식회사 음원정보 관리 서비스 시스템
US20150154958A1 (en) * 2012-08-24 2015-06-04 Tencent Technology (Shenzhen) Company Limited Multimedia information retrieval method and electronic device
JP2014197117A (ja) * 2013-03-29 2014-10-16 富士通株式会社 音声合成装置及び言語辞書登録方法
KR101944303B1 (ko) * 2017-08-29 2019-02-07 쌍용자동차 주식회사 음성인식을 이용한 자동 음원 선곡이 가능한 자동차 오디오 시스템 제어방법

Also Published As

Publication number Publication date
KR102362815B1 (ko) 2022-02-14
KR20220020878A (ko) 2022-02-21
KR20210142446A (ko) 2021-11-25
JP2023524374A (ja) 2023-06-12

Similar Documents

Publication Publication Date Title
WO2020145439A1 (ko) 감정 정보 기반의 음성 합성 방법 및 장치
WO2020263034A1 (en) Device for recognizing speech input from user and operating method thereof
WO2020246702A1 (en) Electronic device and method for controlling the electronic device thereof
WO2019208860A1 (ko) 음성 인식 기술을 이용한 다자간 대화 기록/출력 방법 및 이를 위한 장치
WO2015005679A1 (ko) 음성 인식 방법, 장치 및 시스템
WO2015068947A1 (ko) 녹취된 음성 데이터에 대한 핵심어 추출 기반 발화 내용 파악 시스템과, 이 시스템을 이용한 인덱싱 방법 및 발화 내용 파악 방법
WO2015178600A1 (en) Speech recognition method and apparatus using device information
WO2019112342A1 (en) Voice recognition apparatus and operation method thereof cross-reference to related application
WO2020050509A1 (en) Voice synthesis device
WO2013077589A1 (ko) 음성인식 부가 서비스 제공 방법 및 이에 적용되는 장치
WO2020027619A1 (ko) 순차적 운율 특징을 기초로 기계학습을 이용한 텍스트-음성 합성 방법, 장치 및 컴퓨터 판독가능한 저장매체
WO2020139058A1 (en) Cross-device voiceprint recognition
WO2021002584A1 (ko) 음성을 통한 전자문서 제공 방법, 음성을 통한 전자문서 작성 방법 및 장치
WO2019139428A1 (ko) 다중 언어 텍스트-음성 합성 방법
JP3799280B2 (ja) 対話システムおよびその制御方法
WO2019139301A1 (ko) 전자 장치 및 그 자막 표현 방법
WO2021029643A1 (en) System and method for modifying speech recognition result
WO2022080774A1 (ko) 말 장애 평가 장치, 방법 및 프로그램
WO2021251539A1 (ko) 인공신경망을 이용한 대화형 메시지 구현 방법 및 그 장치
WO2014115952A1 (ko) 유머 발화를 이용하는 음성 대화 시스템 및 그 방법
WO2020138662A1 (ko) 전자 장치 및 그의 제어 방법
WO2018056779A1 (en) Method of translating speech signal and electronic device employing the same
WO2022260432A1 (ko) 자연어로 표현된 스타일 태그를 이용한 합성 음성 생성 방법 및 시스템
WO2014163231A1 (ko) 복수의 음원이 출력되는 환경하에서 음성 인식에 이용될 음성 신호의 추출 방법 및 음성 신호의 추출 장치
WO2020204256A1 (ko) 음성합성엔진을 이용한 멀티미디어 음성인식 자동 평가시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21808085

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022558058

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21808085

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 12/05/2023)

122 Ep: pct application non-entry in european phase

Ref document number: 21808085

Country of ref document: EP

Kind code of ref document: A1