KR101888059B1 - 문맥 기반 음성 모델 관리 장치 및 그 방법 - Google Patents
문맥 기반 음성 모델 관리 장치 및 그 방법 Download PDFInfo
- Publication number
- KR101888059B1 KR101888059B1 KR1020180016663A KR20180016663A KR101888059B1 KR 101888059 B1 KR101888059 B1 KR 101888059B1 KR 1020180016663 A KR1020180016663 A KR 1020180016663A KR 20180016663 A KR20180016663 A KR 20180016663A KR 101888059 B1 KR101888059 B1 KR 101888059B1
- Authority
- KR
- South Korea
- Prior art keywords
- speech model
- speech
- model
- voice
- speaker
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 31
- 230000000052 comparative effect Effects 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 46
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000001260 vocal cord Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 210000004717 laryngeal muscle Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/04—Training, enrolment or model building
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/06—Decision making techniques; Pattern matching strategies
- G10L17/12—Score normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치는 문맥 제시형 화자 식별 시스템과 연동될 수 있고, 이러한 장치에는 화자로부터의 음성이 수신될 때마다 생성된 개별 음성 데이터가 저장된 저장부, 개별 음성 데이터가 저장부에 복수개 저장되면, 저장부로부터 각각의 개별 음성 데이터를 추출하여 개별 음성 데이터 간의 유사도를 추정하는 유사도 추정부, 유사도 추정부에 의하여 추정된 유사도에 기초하여 선별된 적어도 하나의 개별 음성 데이터에 따라 화자의 제 1 음성 모델을 생성하는 음성모델 생성부, 문맥 제시형 화자 식별 시스템의 저장부에 제 1 음성 모델에 상응하는 비교 음성 모델이 존재하는지 여부를 판단하고, 존재하지 않는다면 제 1 음성 모델을 문맥 제시형 화자 식별 시스템의 저장부로 제공하여 저장되게 하고, 존재한다면 제 1 음성 모델과 비교 음성 모델의 비교유사도가 유사도 추정부를 통하여 추정되게 하는 판단부 및 이러한 판단부에 의한 유사도 추정부에서의 추정 결과인 비교유사도가 소정의 기준값 이상인 경우 비교 음성 모델을 제 1 음성 모델로 교체하고, 소정의 기준값 미만인 경우 제 1 음성 모델과 비교 음성 모델을 조합하여 제 2 음성 모델을 생성하는 음성모델 편집부가 포함될 수 있다.
Description
본 발명은 문맥 기반 음성 모델 관리 장치 및 그 장치의 동작 방법에 관한 것으로, 더욱 상세하게는 음성 인증 시스템에서 사용될 수 있는 음성 모델을 문맥에 기반한 화자의 발화 특성, 미리 설정된 소정의 기간 간격으로 갱신(update)함으로써 음성 모델을 관리하기 위한 장치 및 그 장치의 동작 방법에 관한 것이다.
화자(speaker)의 음성은 영구적이지 않으며, 시간이 흐름에 따른 발성 근육의 노화, 생활환경(예컨대, 지역, 업무장소 등)의 변화, 건강 상태의 변화(예컨대, 감기의 발병 등) 등의 다양한 요인에 따라 일시적으로 또는 지속적이고 장기적으로 변화한다.
이처럼 화자의 음성의 영구성이 보장되지 않는 상태에서 음성을 통한 화자 확인 또는 식별을 하기 위하여는 화자의 음성 변화에 따라 화자 확인 또는 인증에 사용될 음성 모델도 같이 갱신 되어야 할 필요성이 있다.
종래에는 이러한 사용자의 화법상의 다양성을 반영하기 위하여, 사용자의 악센트 등을 검출하여 특정의 사용자를 구분하는 방식 등에 대하여 연구되었다. 그러나 이러한 종래의 음성 인식 방식들은 시간 또는 환경에 따라 변화하는 사용자의 음성을 효과적으로 추적, 관리할 수 없다는 단점이 존재한다. 다시 말해서, 종래의 음성 인식 방법 또는 음성 모델을 관리하기 위한 방법은 화자가 놓인 환경에 대한 고려 없이, 단순히 화자의 음성 특성 분석만을 통하여 화자에 대한 음성 모델을 변경하는 정도에 그쳤다.
음성을 통한 다양한 전자기기의 제어 방식의 출현 및 보급에 따라, 사용자의 음성을 정확하게 인식(식별)하고, 그에 따른 적절한 동작(예컨대, 사용자 인증 등)을 수행하게 하기 위한 최신화된 음성 모델의 관리가 필요하다.
본 발명은 전술한 문제점에 대한 일 대응안으로써 안출된 것으로, 음성 인증 시스템의 일 구현 양상인 문맥(단어) 제시형 시스템에서 활용될 수 있는 사용자의 문맥(단어) 음성모델이 포함된 매트릭스 DB에서 문맥(단어)과 관련하여 화자로부터 입력받은 음성의 변화 유무, 변화의 정도 등을 고려하여 해당 사용자의 문맥(단어) 음성모델을 갱신하기 위한 방법 및 그 장치를 제공하고자 한다.
본 발명의 일 실시 예로써, 문맥 기반 음성 모델 관리 장치 및 그 장치의 동작방법이 제공될 수 있다.
본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치는 문맥 제시형 화자 식별 시스템과 연동될 수 있고, 이러한 장치에는 화자로부터의 음성이 수신될 때마다 생성된 개별 음성 데이터가 저장된 저장부, 개별 음성 데이터가 저장부에 복수개 저장되면, 저장부로부터 각각의 개별 음성 데이터를 추출하여 개별 음성 데이터 간의 유사도를 추정하는 유사도 추정부 ,유사도 추정부에 의하여 추정된 유사도에 기초하여 선별된 적어도 하나의 개별 음성 데이터에 따라 화자의 제 1 음성 모델을 생성하는 음성모델 생성부, 문맥 제시형 화자 식별 시스템의 저장부에 제 1 음성 모델에 상응하는 비교 음성 모델이 존재하는지 여부를 판단하고, 존재하지 않는다면 제 1 음성 모델을 문맥 제시형 화자 식별 시스템의 저장부로 제공하여 저장되게 하고, 존재한다면 제 1 음성 모델과 비교 음성 모델의 비교유사도가 유사도 추정부를 통하여 추정되게 하는 판단부 및 이러한 판단부에 의한 유사도 추정부에서의 추정 결과인 비교유사도가 소정의 기준값 이상인 경우 비교 음성 모델을 제 1 음성 모델로 교체하고, 소정의 기준값 미만인 경우 제 1 음성 모델과 비교 음성 모델을 조합하여 제 2 음성 모델을 생성하는 음성모델 편집부가 포함되고, 제 2 음성 모델은 판단부 및 음성모델 편집부로 제공될 수 있다.
또한, 문맥 제시형 화자 식별 시스템에는, 화자로부터 음성을 수신하는 음성수신부, 수신된 음성으로부터 음성특성을 추출하기 위한 음성특성 추출부, 추출된 음성특성에 기초하여 음성 모델을 생성하는 문맥 음성모델 생성부, 생성된 음성 모델이 행렬(matrix) 형태로 저장되어 있는 저장부, 화자의 식별에 사용될 난수를 발생시키는 난수발생부, 저장부의 행렬 형태의 음성 모델 DB 상의 발생된 난수에 상응하는 위치에서의 음성 모델을 추출하는 음성모델 추출부, 추출된 음성 모델에 기초하여 화자에게 소정의 음성 발화를 요청하는 음성발화 요청부 및 화자로부터 발화된 음성을 추출된 음성 모델과 비교하여 화자를 식별하는 화자식별부가 포함되고, 소정의 음성 발화는 발생된 난수에 상응하는 저장부의 행렬 형태의 DB 상의 위치에 미리 설정되어 있는 단어 또는 문장의 독음일 수 있다.
본 발명의 일 실시 예에 따른 개별 음성 데이터에는 화자의 발화별 음성의 주파수, 피치(pitch), 포먼트(formant), 발화시간, 발화속도 중 적어도 하나가 포함되고, 문맥 기반 음성 모델 관리 장치의 유사도 추정부에서는 화자의 발화별 음성 각각에 대한 개별 음성 데이터 간의 유사도가 평가될 수 있다.
또한, 본 발명의 일 실시 예에 따른 장치는 음성 모델의 관리 주기를 설정하기 위한 주기설정부를 더 포함하고, 설정된 관리 주기 내에 모든 음성 모델이 갱신(update)된 경우, 음성모델 편집부에서는 문맥 제시형 화자 식별 시스템의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하고, 설정된 관리 주기 내에 적어도 하나의 음성 모델이 갱신되지 않은 경우, 음성모델 편집부에서는 화자와 관련된 신규의 제 1 음성 모델에 기초하여 기존의 행렬 형태의 음성 모델 DB의 일부가 삭제되거나 유지되게 할 수 있다.
음성모델 편집부에서는 화자와 관련된 신규의 제 1 음성 모델이 부존재한다면 미갱신된 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제하고, 신규의 제 1 음성 모델이 존재한다면 미갱신된 적어도 하나의 음성 모델과 신규의 제 1 음성 모델을 비교하고, 비교 결과 차이(difference)가 소정의 범위 내에 포함된다면 음성모델 편집부에서는 문맥 제시형 화자 식별 시스템의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하며 범위를 벗어난다면 미갱신된 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제할 수 있다.
본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치를 이용하여 음성 모델을 관리하는 방법은 (a) 화자로부터의 음성이 수신될 때마다 개별 음성 데이터가 생성되어 저장되는 단계, (b) 개별 음성 데이터가 복수개 저장되면 각각의 개별 음성 데이터를 추출하여 개별 음성 데이터 간의 유사도를 추정하는 단계, (c) 추정된 유사도에 기초하여 선별된 적어도 하나의 개별 음성 데이터에 따라 화자의 제 1 음성 모델을 생성하는 단계, (d) 문맥 제시형 화자 식별 시스템의 저장부에 제 1 음성 모델에 상응하는 비교 음성 모델이 존재하는지 여부를 판단하고, 존재하지 않는다면 제 1 음성 모델을 문맥 제시형 화자 식별 시스템의 저장부로 제공하여 저장되게 하고, 존재한다면 제 1 음성 모델과 비교 음성 모델의 비교유사도가 유사도 추정부를 통하여 추정되게 하는 단계 및 (e) 비교유사도가 소정의 기준값 이상인 경우 비교 음성 모델을 제 1 음성 모델로 교체하고, 소정의 기준값 미만인 경우 제 1 음성 모델과 비교 음성 모델을 조합하여 제 2 음성 모델을 생성하는 단계를 포함할 수 있다. 또한, 제 2 음성 모델에 대하여 (d) 및 (e) 단계가 반복적으로 재수행될 수 있다.
또한, 본 발명의 일 실시 예에 따른 방법은 전술한 장치의 주기설정부에 의하여 음성 모델의 관리 주기를 설정하는 단계를 더 포함하고, 설정된 관리 주기 내에 모든 음성 모델이 갱신(update)된 경우, 장치의 음성모델 편집부에서는 문맥 제시형 화자 식별 시스템의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하고, 설정된 관리 주기 내에 적어도 하나의 음성 모델이 갱신되지 않은 경우, 음성모델 편집부에서는 화자와 관련된 신규의 제 1 음성 모델에 기초하여 기존의 행렬 형태의 음성 모델 DB의 일부가 삭제되거나 유지되게 할 수 있다.
음성모델 편집부에서는 화자와 관련된 신규의 제 1 음성 모델이 부존재한다면 미갱신된 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제하고, 신규의 제 1 음성 모델이 존재한다면 미갱신된 적어도 하나의 음성 모델과 신규의 제 1 음성 모델을 비교하고, 비교 결과 차이가 소정의 범위 내에 포함된다면 음성모델 편집부에서는 문맥 제시형 화자 식별 시스템의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하며 범위를 벗어난다면 미갱신된 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제할 수 있다.
한편, 본 발명의 일 실시 예로써, 전술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공될 수 있다.
본 발명의 일 실시 예에 따르면 화자 식별(또는 음성 인증) 시스템에서 사용될 수 있는 음성 모델을 문맥에 기반한 화자의 발화 특성, 미리 설정된 소정의 기간 간격으로 갱신(update)함으로써 음성 모델을 최신화(up to date)하여 관리할 수 있다.
또한, 사용자별 음성을 통한 다양한 전자기기의 제어를 효율적으로 할 수 있다.
또한, 사용자의 발화 상태(시간적 요인 또는 환경적 요인)에 따른 영향이 최소화되어 전자 상거래 등에서의 사용자 인증을 빠르고 정확하게 할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치의 블록도 이다.
도 2는 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치 및 이와 연동 가능한 문맥 제시형 화자 식별 시스템 각각의 블록도를 나타낸다.
도 3은 문맥 제시형 화자 식별 시스템의 동작 예를 나타낸다.
도 4는 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치의 동작 예를 나타낸 순서도이다.
도 5는 본 발명의 다른 실시 예에 따른 문맥 기반 음성 모델 관리 장치의 동작 예를 나타낸다.
도 6은 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치를 이용한 음성 모델 관리 방법을 나타낸 순서도이다.
도 2는 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치 및 이와 연동 가능한 문맥 제시형 화자 식별 시스템 각각의 블록도를 나타낸다.
도 3은 문맥 제시형 화자 식별 시스템의 동작 예를 나타낸다.
도 4는 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치의 동작 예를 나타낸 순서도이다.
도 5는 본 발명의 다른 실시 예에 따른 문맥 기반 음성 모델 관리 장치의 동작 예를 나타낸다.
도 6은 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치를 이용한 음성 모델 관리 방법을 나타낸 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 명세서 전체에서 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, "그 중간에 다른 소자를 사이에 두고" 연결되어 있는 경우도 포함한다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
정상적인 사용자의 발화 이외의 사용자의 감정, 주변 상황(예컨대, 소음 등), 화자의 건강 상태(예컨대, 감기 등의 질병)에 따라 같은 문맥(단어)이라 하더라도 일반적으로 말하는 음성 톤, 즉, 주파수와 피치가 변동될 수 있다. 다시 말해서, 화자의 음성은 시간적 요소(예컨대, 노화 등), 환경적 요소(예컨대, 콘서트장 등)에 의하여 일시적으로 또는 일정 기간 동안 계속적으로 변화할 수 있기 때문에, 이러한 변화 가능성을 모니터링함과 동시에 변화된 음성정보를 지속적으로 수집하여 업데이트함으로써 화자의 현재 상태가 충분히 반영된 음성정보에 따라 화자를 빠르고 정확하게 식별해낼 필요가 있다.
사용자가 발화하는 음성의 경우, 전술한 바와 같이 특정 환경 및 상태에서 음성이 변화할 수 있음에도 불구하고 기존의 방식과 같이 고정된 음성 모델을 사용하여 사용자의 음성을 식별하는 것은 사용자의 생활환경 등에 따른 음성의 변동 가능성을 전혀 고려하지 못하므로, 음성 인식에 있어서 신뢰성이 심각하게 떨어질 수 있다.
본 발명의 일 실시 예에 따른 장치 및 그 장치의 동작 방법에 따르면, 화자의 시간적, 환경적 요소에 무관하게 종래 기술 대비 화자에 대한 안정적인, 신뢰성 있는 음성 식별(인증)이 가능하다.
도 1은 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치의 블록도 이고, 도 2는 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치 및 이와 연동 가능한 문맥 제시형 화자 식별 시스템 각각의 블록도를 나타내며, 도 3은 문맥 제시형 화자 식별 시스템의 동작 예를 나타낸다. 또한, 도 4는 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치의 동작 예를 나타낸 순서도 이고, 도 5는 본 발명의 다른 실시 예에 따른 문맥 기반 음성 모델 관리 장치의 동작 예를 나타낸다.
본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치(1000)는 문맥 제시형 화자 식별 시스템(2000)과 연동될 수 있고, 이러한 장치(1000)에는 화자로부터의 음성이 수신될 때마다 생성된 개별 음성 데이터가 저장된 저장부(1100), 개별 음성 데이터가 저장부(1100)에 복수개 저장되면, 저장부(1100)로부터 각각의 개별 음성 데이터를 추출하여 개별 음성 데이터 간의 유사도를 추정하는 유사도 추정부(1200), 유사도 추정부(1200)에 의하여 추정된 유사도에 기초하여 선별된 적어도 하나의 개별 음성 데이터에 따라 화자의 제 1 음성 모델을 생성하는 음성모델 생성부(1300), 문맥 제시형 화자 식별 시스템(2000)의 저장부(2400)에 제 1 음성 모델에 상응하는 비교 음성 모델이 존재하는지 여부를 판단하고, 존재하지 않는다면 제 1 음성 모델을 문맥 제시형 화자 식별 시스템(2000)의 저장부(2400)로 제공하여 저장되게 하고, 존재한다면 제 1 음성 모델과 비교 음성 모델의 비교유사도가 유사도 추정부(1200)를 통하여 추정되게 하는 판단부(1400) 및 이러한 판단부(1400)에 의한 유사도 추정부(1200)에서의 추정 결과인 비교유사도가 소정의 기준값 이상인 경우 비교 음성 모델을 제 1 음성 모델로 교체하고, 소정의 기준값 미만인 경우 제 1 음성 모델과 비교 음성 모델을 조합하여 제 2 음성 모델을 생성하는 음성모델 편집부(1500)가 포함되고, 제 2 음성 모델은 판단부(1400) 및 음성모델 편집부(1500)로 재차 제공될 수 있다.
또한, 문맥 제시형 화자 식별 시스템(2000)에는, 화자로부터 음성을 수신하는 음성수신부(2100), 수신된 음성으로부터 음성특성을 추출하기 위한 음성특성 추출부(2200), 추출된 음성특성에 기초하여 음성 모델을 생성하는 문맥 음성모델 생성부(2300), 생성된 음성 모델이 행렬(matrix) 형태로 저장되어 있는 저장부(2400), 화자의 식별에 사용될 난수를 발생시키는 난수발생부(2500), 저장부의 행렬 형태의 음성 모델 DB 상의 발생된 난수에 상응하는 위치에서의 음성 모델을 추출하는 음성모델 추출부(2600), 추출된 음성 모델에 기초하여 화자에게 소정의 음성 발화를 요청하는 음성발화 요청부(2700) 및 화자로부터 발화된 음성을 추출된 음성 모델과 비교하여 화자를 식별하는 화자식별부(2800)가 포함되고, 소정의 음성 발화는 발생된 난수에 상응하는 저장부의 행렬 형태의 DB 상의 위치에 미리 설정되어 있는 단어 또는 문장의 독음일 수 있다.
예를 들어, '은행' 이라는 단어 및 해당 단어의 발화 음성 모델이 저장부(2400)의 매트릭스 DB에 미리 저장되어 있고, 음성을 통한 사용자 식별(확인)을 위하여 사용자의 '은행' 이라는 단어의 발화가 필요한 경우에, 음성발화 요청부(2700)는 사용자로 하여금 "은행이라는 단어를 발음하시오." 라고 요청할 수 있다. 이러한 요청은 음성 또는 그림, 메시지 등으로 사용자에게 제시될 수 있다. 본 발명의 일 실시 예에 따른 음성 모델은 문맥과 해당 문맥에 대한 화자의 발음 방식 등의 발화 패턴 정보가 포함된 데이터 집합을 지칭한다. 또한, 문맥이라 함은, 특정의 단어(예컨대, "은행") 뿐만 아니라 해당 단어가 포함된 일련의 문장을 포함하는 것을 지칭한다.
전술한 '은행' 이라는 단어 및 해당 단어의 발화 음성 모델은 미리 정해진 매트릭스 DB의 행렬 위치상에 저장되어 있을 수 있다. 사용자 음성 식별이 필요한 경우, 난수발생부(2500)에서는 난수가 발생되고, 해당 난수에 상응하는 매트릭스 DB의 행렬 위치상의 단어가 음성발화 요청 대상 단어로써 사용자에게 제시될 수 있다.
본 발명의 일 실시 예에 따른 문맥 제시형 음성 모델 매트릭스 DB는 NxM (N, M은 동일하거나 상이한 양의 정수) 형태로 구성될 수 있다. 예를 들면, 도 3 내지 도 5에서와 같이, 20x5 형태의 매트릭스로 문맥 제시형 음성 모델이 DB로 구축되어 있을 수 있다.
문맥 기반 음성 모델 관리 장치(1000)는 통신부(1700)를 통하여 통신이 가능한 네트워크 내에 포함된 다른 전자 디바이스와 통신할 수 있다. 예를 들어, 장치(1000)는 문맥 제시형 화자 식별 시스템(2000)의 통신부(2900)와 데이터를 송수신하면서 상호 통신할 수 있다. 도 2에서는 설명의 편의상, 문맥 기반 음성 모델 관리 장치(1000)를 문맥 제시형 화자 식별 시스템(2000)과 분리 구분하여 작도하였지만, 문맥 기반 음성 모델 관리 장치(1000)는 문맥 제시형 화자 식별 시스템(2000)의 일부를 구성하도록 구현될 수도 있다. 이러한 통신부(1700, 2900)는 블루투스(Bluetooth) 통신 모듈, BLE(Bluetooth Low Energy) 통신 모듈, 근거리 무선 통신 모듈(Near Field Communication unit), 와이파이(Wi-Fi) 통신 모듈, 지그비(Zigbee) 통신 모듈, 적외선(IrDA, infrared Data Association) 통신 모듈, WFD(Wi-Fi Direct) 통신 모듈, UWB(ultra wideband) 통신 모듈, Ant+ 통신 모듈 등일 수 있으나, 이에 한정되는 것은 아니다.
본 발명의 일 실시 예에 따른 개별 음성 데이터에는 화자의 발화별 음성의 주파수, 피치(pitch), 포먼트(formant), 발화시간, 발화속도 중 적어도 하나가 포함되고, 문맥 기반 음성 모델 관리 장치(1000)의 유사도 추정부(1200)에서는 화자의 발화별 음성 각각에 대한 개별 음성 데이터 간의 유사도가 평가될 수 있다. 피치(pitch)는 음의 높이를 지칭한다. 음성(유성음)은 성대 진동의 기본 주파수 성분과 그 고조파 성분으로 구성된다. 진동근원체는 모두 특유한 진동 특성(예컨대, 공진특성)을 가지고 있다. 사람의 조음 기관(예컨대, 성대 등)도 조음에 따라 변하는 순간에서의 공진 특성이 있으며, 성대파가 이러한 공진 특성에 따라 여과되어 소리로써 표현될 수 있다. 특정음(예컨대, 모음)의 주파수 스펙트럼을 살펴보면 공진 특성 발현 시, 그 공진대역이 복수개 이상 존재함을 확인할 수 있다. 이러한 복수개의 공진 주파수대역을 포먼트(formant)로 지칭한다.
예를 들면, 도 3에서와 같이, 특정의 화자(예컨대, 도 3의 사용자 B)에 의하여 소정의 단어(예컨대, “은행”)가 발화되면 발화된 음성은 음성수신부(2100)에서 수신되고, 음성 특성이 추출될 수 있다. 추출된 음성 특성은 개별 음성 데이터로 구성될 수 있다. 도 4를 참조하면, 문맥 기반 음성 모델 관리 장치(1000)의 유사도 추정부(1200)에서는 화자의 발화별 음성(예컨대, "은행"에 대하여 2주일 전에 발화한 음성, 1주일 전에 발화한 음성, 어제 발화한 음성 등) 각각에 대한 개별 음성 데이터 간의 유사도가 평가될 수 있다. 유사도 추정부(1200)에 의하여 추정된 유사도에 기초하여 선별된 적어도 하나의 개별 음성 데이터(예컨대, "은행"에 대하여 1주일 전에 발화한 음성에 대한 데이터, 어제 발화한 음성에 대한 데이터 등)에 따라 음성모델 생성부(1300)에서는 화자(예컨대, 도 3의 사용자 B)의 제 1 음성 모델이 생성될 수 있다.
도 1, 도 2 및 도 4를 참조하면, 판단부(1400)에서는 문맥 제시형 화자 식별 시스템(2000)의 저장부(2400)에 제 1 음성 모델에 상응하는 비교 음성 모델이 존재하는지 여부를 판단하고, 존재하지 않는다면 제 1 음성 모델을 문맥 제시형 화자 식별 시스템(2000)의 저장부(2400)로 제공하여 저장되게 하고, 존재한다면 제 1 음성 모델과 비교 음성 모델의 비교유사도가 유사도 추정부(1200)를 통하여 추정되게 할 수 있다.
이러한 판단부(1400)에 의한 유사도 추정부(1200)에서의 추정 결과인 비교유사도가 소정의 기준값 이상인 경우 음성모델 편집부(1500)에서는 비교 음성 모델을 제 1 음성 모델로 교체하고, 소정의 기준값 미만인 경우 제 1 음성 모델과 비교 음성 모델을 조합하여 제 2 음성 모델을 생성할 수 있다. 이러한 소정의 기준값은 51%(또는 0.51) 이상의 값일 수 있다. 바람직하게는 75%(또는 0.75) 이상의 값일 수 있다. 이러한 소정의 기준값 이상에서 신뢰성 있는 음성 모델의 편집(교체) 등이 가능하다.
이러한 제 2 음성 모델은 판단부(1400) 및 음성모델 편집부(1500)로 재차 제공될 수 있고, 판단부(1400)에서는 문맥 제시형 화자 식별 시스템(2000)의 저장부(2400)에 제 2 음성 모델(신규 재생성된 음성 모델)에 상응하는 비교 음성 모델이 존재하는지 여부를 판단하고, 존재하지 않는다면 제 2 음성 모델을 문맥 제시형 화자 식별 시스템(2000)의 저장부(2400)로 제공하여 저장되게 하고, 존재한다면 제 2 음성 모델과 비교 음성 모델의 비교유사도가 유사도 추정부(1200)를 통하여 추정되게 할 수 있다. 이러한 과정은 반복적으로 수행될 수 있다. 이러한 반복적 과정 등의 수행을 통하여 화자의 현재 음성 상태에 최적화된 음성 모델이 매트릭스 DB에 저장되어 관리될 수 있다.
또한, 본 발명의 일 실시 예에 따른 장치는 음성 모델의 관리 주기를 설정하기 위한 주기설정부(1600)를 더 포함하고, 설정된 관리 주기 내에 모든 음성 모델이 갱신(update)된 경우, 음성모델 편집부(1500)에서는 문맥 제시형 화자 식별 시스템(2000)의 저장부(2400) 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하고, 설정된 관리 주기 내에 적어도 하나의 음성 모델이 갱신되지 않은 경우, 음성모델 편집부(1500)에서는 화자와 관련된 신규의 제 1 음성 모델에 기초하여 기존의 행렬 형태의 음성 모델 DB의 일부가 삭제되거나 유지되게 할 수 있다. 본 발명의 일 실시 예에 따른 관리 주기는 1일, 1주일 또는 1달의 기간일 수 있고, 사용자의 의도에 따라 개별적으로 설정될 수 있다. 예를 들어, 특정의 단어("은행")에 대하여는 1주일의 간격으로 음성 모델을 관리하게끔 관리 주기를 설정할 수 있고, 특정의 사용자는 1일 간격으로 관리 주기를 갖고, 또 다른 사용자는 1달 기간으로 관리 주기를 갖도록 사용자별 관리 주기가 개별적으로 설정될 수도 있다.
음성모델 편집부(1500)에서는 화자와 관련된 신규의 제 1 음성 모델이 부존재한다면 미갱신된 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제하고, 신규의 제 1 음성 모델이 존재한다면 미갱신된 적어도 하나의 음성 모델과 신규의 제 1 음성 모델을 비교하고, 비교 결과 차이(difference)가 소정의 범위 내에 포함된다면 음성모델 편집부(1500)에서는 문맥 제시형 화자 식별 시스템의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하며, 전술한 범위를 벗어난다면 미갱신된 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제할 수 있다. 전술한 차이를 나타내는 차이값의 허용 범위는 0 초과 15%(또는 0.15)일 수 있고, 해당 범위 내에 차이값이 존재하는지 여부에 따라 기존의 행렬 형태의 음성 모델 DB에서의 특정 음성 모델(예컨대, 도 5의 음성 모델 8)이 그대로 유지되거나 삭제될 수 있다. 신규의 제 1 음성 모델과 미갱신된 적어도 하나의 음성 모델의 비교 결과, 차이가 40%(또는 0.4)의 값을 갖는다면, 미갱신된 적어도 하나의 음성 모델(예컨대, 도 5의 음성 모델 8)은 행렬 형태의 음성 모델 DB로부터 삭제된다.
도 6은 본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치를 이용한 음성 모델 관리 방법을 나타낸 순서도이다.
본 발명의 일 실시 예에 따른 문맥 기반 음성 모델 관리 장치를 이용하여 음성 모델을 관리하는 방법은 (a) 화자로부터의 음성이 수신될 때마다 개별 음성 데이터가 생성되어 저장되는 단계(S100), (b) 개별 음성 데이터가 복수개 저장되면 각각의 개별 음성 데이터를 추출하여 개별 음성 데이터 간의 유사도를 추정하는 단계(S200), (c) 추정된 유사도에 기초하여 선별된 적어도 하나의 개별 음성 데이터에 따라 화자의 제 1 음성 모델을 생성하는 단계(S300), (d) 문맥 제시형 화자 식별 시스템의 저장부에 제 1 음성 모델에 상응하는 비교 음성 모델이 존재하는지 여부를 판단하고, 존재하지 않는다면 제 1 음성 모델을 문맥 제시형 화자 식별 시스템의 저장부로 제공하여 저장되게 하고, 존재한다면 제 1 음성 모델과 비교 음성 모델의 비교유사도가 유사도 추정부를 통하여 추정되게 하는 단계(S400) 및 (e) 비교유사도가 소정의 기준값 이상인 경우 비교 음성 모델을 제 1 음성 모델로 교체하고, 소정의 기준값 미만인 경우 제 1 음성 모델과 비교 음성 모델을 조합하여 제 2 음성 모델을 생성하는 단계(S500)를 포함할 수 있다. 또한, 제 2 음성 모델에 대하여 전술한 (d) 단계 S400 및 (e) 단계 S500이 반복적으로 재수행될 수 있다.
또한, 본 발명의 일 실시 예에 따른 방법은 전술한 장치의 주기설정부에 의하여 음성 모델의 관리 주기를 설정하는 단계(S10)를 더 포함할 수 있다. 이러한 관리 주기를 설정하는 단계는 S100 이전에 수행되거나 사용자에 의하여 임의의 시점에 관리 주기가 설정되도록 수행될 수 있다.
또한, 설정된 관리 주기 내에 모든 음성 모델이 갱신(update)된 경우, 장치(1000)의 음성모델 편집부(1500)에서는 문맥 제시형 화자 식별 시스템(2000)의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하고, 설정된 관리 주기 내에 적어도 하나의 음성 모델이 갱신되지 않은 경우, 음성모델 편집부(1500)에서는 화자와 관련된 신규의 제 1 음성 모델에 기초하여 기존의 행렬 형태의 음성 모델 DB의 일부가 삭제되거나 유지되게 할 수 있다.
음성모델 편집부(1500)에서는 화자와 관련된 신규의 제 1 음성 모델이 부존재한다면 미갱신된 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제하고, 신규의 제 1 음성 모델이 존재한다면 미갱신된 적어도 하나의 음성 모델과 신규의 제 1 음성 모델을 비교하고, 비교 결과 차이가 소정의 범위 내에 포함된다면 음성모델 편집부(1500)에서는 문맥 제시형 화자 식별 시스템(2000)의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하며 범위를 벗어난다면 미갱신된 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제할 수 있다.
본 발명의 일 실시 예에 따른 동작 방법과 관련하여서는 전술한 장치에 대한 내용이 적용될 수 있다. 따라서, 방법과 관련하여, 전술한 장치에 대한 내용과 동일한 내용에 대하여는 설명을 생략하였다.
한편, 전술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터 판독 가능 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터 판독 가능 매체에 여러 수단을 통하여 기록될 수 있다. 본 발명의 다양한 방법들을 수행하기 위한 실행 가능한 컴퓨터 프로그램이나 코드를 기록하는 기록 매체는, 반송파(carrier waves)나 신호들과 같이 일시적인 대상들은 포함하는 것으로 이해되지는 않아야 한다. 상기 컴퓨터 판독 가능 매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, DVD 등)와 같은 저장 매체를 포함할 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
1000: 문맥 기반 음성 모델 관리 장치
1100, 2400: 저장부
1200: 유사도 추정부
1300: 음성모델 생성부
1400: 판단부
1500: 음성모델 편집부
1600: 주기설정부
1700, 2900: 통신부
2000: 문맥 제시형 화자 식별 시스템
2100: 음성 수신부
2200: 음성특성 추출부
2300: 문맥 음성모델 생성부
2500: 난수 발생부
2600: 음성모델 추출부
2700: 음성발화 요청부
2800: 화자식별부
1100, 2400: 저장부
1200: 유사도 추정부
1300: 음성모델 생성부
1400: 판단부
1500: 음성모델 편집부
1600: 주기설정부
1700, 2900: 통신부
2000: 문맥 제시형 화자 식별 시스템
2100: 음성 수신부
2200: 음성특성 추출부
2300: 문맥 음성모델 생성부
2500: 난수 발생부
2600: 음성모델 추출부
2700: 음성발화 요청부
2800: 화자식별부
Claims (9)
- 문맥 기반 음성 모델 관리 장치로서,
상기 장치는 문맥 제시형 화자 식별 시스템과 연동될 수 있고,
화자로부터의 음성이 수신될 때마다 생성된 개별 음성 데이터가 저장된 저장부;
상기 개별 음성 데이터가 상기 저장부에 복수개 저장되면, 상기 저장부로부터 각각의 개별 음성 데이터를 추출하여 개별 음성 데이터 간의 유사도를 추정하는 유사도 추정부;
상기 유사도 추정부에 의하여 추정된 유사도에 기초하여 선별된 적어도 하나의 개별 음성 데이터에 따라 상기 화자의 제 1 음성 모델을 생성하는 음성모델 생성부;
상기 문맥 제시형 화자 식별 시스템의 저장부에 상기 제 1 음성 모델에 상응하는 비교 음성 모델이 존재하는지 여부를 판단하고, 존재하지 않는다면 상기 제 1 음성 모델을 상기 문맥 제시형 화자 식별 시스템의 저장부로 제공하여 저장되게 하고, 존재한다면 상기 제 1 음성 모델과 상기 비교 음성 모델의 비교유사도가 상기 유사도 추정부를 통하여 추정되게 하는 판단부;
상기 판단부에 의한 상기 유사도 추정부에서의 추정 결과인 비교유사도가 소정의 기준값 이상인 경우 상기 비교 음성 모델을 상기 제 1 음성 모델로 교체하고, 상기 소정의 기준값 미만인 경우 상기 제 1 음성 모델과 상기 비교 음성 모델을 조합하여 제 2 음성 모델을 생성하는 음성모델 편집부; 및
음성 모델의 관리 주기를 설정하기 위한 주기설정부를 포함하고,
상기 설정된 관리 주기 내에 모든 음성 모델이 갱신(update)된 경우, 상기 음성모델 편집부에서는 상기 문맥 제시형 화자 식별 시스템의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하고, 상기 설정된 관리 주기 내에 적어도 하나의 음성 모델이 갱신되지 않은 경우, 상기 음성모델 편집부에서는 상기 화자와 관련된 신규의 제 1 음성 모델에 기초하여 상기 기존의 행렬 형태의 음성 모델 DB의 일부가 삭제되거나 유지되게 하며,
상기 제 2 음성 모델은 상기 판단부 및 음성모델 편집부로 제공되는 것을 특징으로 하는 문맥 기반 음성 모델 관리 장치.
- 제 1 항에 있어서,
상기 문맥 제시형 화자 식별 시스템에는,
화자로부터 음성을 수신하는 음성수신부;
상기 수신된 음성으로부터 음성특성을 추출하기 위한 음성특성 추출부;
상기 추출된 음성특성에 기초하여 음성 모델을 생성하는 문맥 음성모델 생성부;
상기 생성된 음성 모델이 행렬(matrix) 형태로 저장되어 있는 저장부;
상기 화자의 식별에 사용될 난수를 발생시키는 난수발생부;
상기 저장부의 행렬 형태의 음성 모델 DB 상의 상기 발생된 난수에 상응하는 위치에서의 음성 모델을 추출하는 음성모델 추출부;
상기 추출된 음성 모델에 기초하여 상기 화자에게 소정의 음성 발화를 요청하는 음성발화 요청부; 및
상기 화자로부터 발화된 음성을 상기 추출된 음성 모델과 비교하여 상기 화자를 식별하는 화자식별부가 포함되고,
상기 소정의 음성 발화는 상기 발생된 난수에 상응하는 상기 저장부의 행렬 형태의 DB 상의 위치에 미리 설정되어 있는 단어 또는 문장의 독음인 것을 특징으로 하는 문맥 기반 음성 모델 관리 장치.
- 제 1 항에 있어서,
상기 개별 음성 데이터에는 상기 화자의 발화별 음성의 주파수, 피치(pitch), 포먼트(formant), 발화시간, 발화속도 중 적어도 하나가 포함되고,
상기 문맥 기반 음성 모델 관리 장치의 유사도 추정부에서는 상기 화자의 발화별 음성 각각에 대한 개별 음성 데이터 간의 유사도가 평가되는 것을 특징으로 하는 문맥 기반 음성 모델 관리 장치.
- 삭제
- 제 1 항에 있어서,
상기 음성모델 편집부에서는 상기 화자와 관련된 신규의 제 1 음성 모델이 부존재한다면 미갱신된 상기 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제하고,
상기 신규의 제 1 음성 모델이 존재한다면 미갱신된 상기 적어도 하나의 음성 모델과 상기 신규의 제 1 음성 모델을 비교하고, 비교 결과 차이(difference)가 소정의 범위 내에 포함된다면 상기 음성모델 편집부에서는 상기 문맥 제시형 화자 식별 시스템의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하며 상기 범위를 벗어난다면 미갱신된 상기 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제하는 것을 특징으로 하는 문맥 기반 음성 모델 관리 장치.
- 문맥 기반 음성 모델 관리 장치를 이용하여 음성 모델을 관리하는 방법으로서,
상기 장치는 문맥 제시형 화자 식별 시스템과 연동될 수 있고,
(a) 화자로부터의 음성이 수신될 때마다 개별 음성 데이터가 생성되어 저장되는 단계;
(b) 상기 개별 음성 데이터가 복수개 저장되면 각각의 개별 음성 데이터를 추출하여 개별 음성 데이터 간의 유사도를 추정하는 단계;
(c) 상기 추정된 유사도에 기초하여 선별된 적어도 하나의 개별 음성 데이터에 따라 상기 화자의 제 1 음성 모델을 생성하는 단계;
(d) 상기 문맥 제시형 화자 식별 시스템의 저장부에 상기 제 1 음성 모델에 상응하는 비교 음성 모델이 존재하는지 여부를 판단하고, 존재하지 않는다면 상기 제 1 음성 모델을 상기 문맥 제시형 화자 식별 시스템의 저장부로 제공하여 저장되게 하고, 존재한다면 상기 제 1 음성 모델과 상기 비교 음성 모델의 비교유사도가 유사도 추정부를 통하여 추정되게 하는 단계;
(e) 상기 비교유사도가 소정의 기준값 이상인 경우 상기 비교 음성 모델을 상기 제 1 음성 모델로 교체하고, 상기 소정의 기준값 미만인 경우 상기 제 1 음성 모델과 상기 비교 음성 모델을 조합하여 제 2 음성 모델을 생성하는 단계; 및
상기 장치의 주기설정부에 의하여 음성 모델의 관리 주기를 설정하는 단계를 포함하고,
상기 설정된 관리 주기 내에 모든 음성 모델이 갱신(update)된 경우, 상기 장치의 음성모델 편집부에서는 상기 문맥 제시형 화자 식별 시스템의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하고, 상기 설정된 관리 주기 내에 적어도 하나의 음성 모델이 갱신되지 않은 경우, 상기 음성모델 편집부에서는 상기 화자와 관련된 신규의 제 1 음성 모델에 기초하여 상기 기존의 행렬 형태의 음성 모델 DB의 일부가 삭제되거나 유지되게 하며,
상기 제 2 음성 모델에 대하여 상기 (d) 및 (e) 단계가 재수행되는 것을 특징으로 하는 문맥 기반 음성 모델 관리 방법.
- 삭제
- 제 6 항에 있어서,
상기 음성모델 편집부에서는 상기 화자와 관련된 신규의 제 1 음성 모델이 부존재한다면 미갱신된 상기 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제하고,
상기 신규의 제 1 음성 모델이 존재한다면 미갱신된 상기 적어도 하나의 음성 모델과 상기 신규의 제 1 음성 모델을 비교하고, 비교 결과 차이가 소정의 범위 내에 포함된다면 상기 음성모델 편집부에서는 상기 문맥 제시형 화자 식별 시스템의 저장부 상의 기존의 행렬 형태의 음성 모델 DB이 유지되게 하며 상기 범위를 벗어난다면 미갱신된 상기 적어도 하나의 음성 모델을 행렬 형태의 음성 모델 DB로부터 삭제하는 것을 특징으로 하는 문맥 기반 음성 모델 관리 방법.
- 제 6 항 또는 제 8 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180016663A KR101888059B1 (ko) | 2018-02-12 | 2018-02-12 | 문맥 기반 음성 모델 관리 장치 및 그 방법 |
PCT/KR2019/001355 WO2019156427A1 (ko) | 2018-02-09 | 2019-01-31 | 발화된 단어에 기초하여 화자를 식별하기 위한 방법 및 그 장치, 문맥 기반 음성 모델 관리 장치 및 그 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180016663A KR101888059B1 (ko) | 2018-02-12 | 2018-02-12 | 문맥 기반 음성 모델 관리 장치 및 그 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101888059B1 true KR101888059B1 (ko) | 2018-09-10 |
Family
ID=63594073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180016663A KR101888059B1 (ko) | 2018-02-09 | 2018-02-12 | 문맥 기반 음성 모델 관리 장치 및 그 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101888059B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233669A (zh) * | 2019-07-15 | 2021-01-15 | 珠海金山办公软件有限公司 | 一种演讲内容提示方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09198084A (ja) * | 1996-01-16 | 1997-07-31 | Nippon Telegr & Teleph Corp <Ntt> | モデル更新を伴う話者認識方法及びその装置 |
KR20000037106A (ko) * | 2000-04-07 | 2000-07-05 | 이상건 | 네트워크 기반의 화자 학습 및 화자 확인 방법 및 장치 |
KR20070060581A (ko) * | 2005-12-09 | 2007-06-13 | 한국전자통신연구원 | 화자적응 방법 및 장치 |
KR20170035905A (ko) | 2014-07-24 | 2017-03-31 | 하만인터내셔날인더스트리스인코포레이티드 | 단일 음향 모델 및 자동 악센트 검출로 텍스트 규칙 기반 멀티-악센트 음성 인식 |
-
2018
- 2018-02-12 KR KR1020180016663A patent/KR101888059B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09198084A (ja) * | 1996-01-16 | 1997-07-31 | Nippon Telegr & Teleph Corp <Ntt> | モデル更新を伴う話者認識方法及びその装置 |
KR20000037106A (ko) * | 2000-04-07 | 2000-07-05 | 이상건 | 네트워크 기반의 화자 학습 및 화자 확인 방법 및 장치 |
KR20070060581A (ko) * | 2005-12-09 | 2007-06-13 | 한국전자통신연구원 | 화자적응 방법 및 장치 |
KR20170035905A (ko) | 2014-07-24 | 2017-03-31 | 하만인터내셔날인더스트리스인코포레이티드 | 단일 음향 모델 및 자동 악센트 검출로 텍스트 규칙 기반 멀티-악센트 음성 인식 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233669A (zh) * | 2019-07-15 | 2021-01-15 | 珠海金山办公软件有限公司 | 一种演讲内容提示方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102514990B1 (ko) | 뉴럴 네트워크들을 사용하여 대상 화자의 음성으로 텍스트로부터의 스피치의 합성 | |
CN105788589B (zh) | 一种音频数据的处理方法及装置 | |
US9721558B2 (en) | System and method for generating customized text-to-speech voices | |
US9330657B2 (en) | Text-to-speech for digital literature | |
US8626489B2 (en) | Method and apparatus for processing data | |
KR101888058B1 (ko) | 발화된 단어에 기초하여 화자를 식별하기 위한 방법 및 그 장치 | |
CN114627856A (zh) | 语音识别方法、装置、存储介质及电子设备 | |
US6546369B1 (en) | Text-based speech synthesis method containing synthetic speech comparisons and updates | |
US7505909B2 (en) | Device control device and device control method | |
Loakes | Does automatic speech recognition (ASR) have a role in the transcription of indistinct covert recordings for forensic purposes? | |
KR102072627B1 (ko) | 음성 합성 장치 및 상기 음성 합성 장치에서의 음성 합성 방법 | |
KR101888059B1 (ko) | 문맥 기반 음성 모델 관리 장치 및 그 방법 | |
CN111837184A (zh) | 声音处理方法、声音处理装置及程序 | |
KR102113879B1 (ko) | 참조 데이터베이스를 활용한 화자 음성 인식 방법 및 그 장치 | |
CN112885326A (zh) | 个性化语音合成模型创建、语音合成和测试方法及装置 | |
JP2016186516A (ja) | 疑似音声信号生成装置、音響モデル適応装置、疑似音声信号生成方法、およびプログラム | |
KR20200032935A (ko) | 음성인식장치 및 음성인식방법 | |
JP6526602B2 (ja) | 音声認識装置、その方法、及びプログラム | |
KR101925248B1 (ko) | 음성 인증 최적화를 위해 음성 특징벡터를 활용하는 방법 및 장치 | |
CN112863476B (zh) | 个性化语音合成模型构建、语音合成和测试方法及装置 | |
US7860715B2 (en) | Method, system and program product for training and use of a voice recognition application | |
JP6565416B2 (ja) | 音声検索装置、音声検索方法及びプログラム | |
JP2015082087A (ja) | 情報処理装置、プログラム、及び方法 | |
Martens et al. | Word Segmentation in the Spoken Dutch Corpus. | |
JP2014095851A (ja) | 音響モデル生成方法と音声合成方法とそれらの装置とプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |