KR102260010B1 - 인공지능 기반 수면 질 향상을 위한 음원 제공 시스템 및 방법 - Google Patents
인공지능 기반 수면 질 향상을 위한 음원 제공 시스템 및 방법 Download PDFInfo
- Publication number
- KR102260010B1 KR102260010B1 KR1020200179244A KR20200179244A KR102260010B1 KR 102260010 B1 KR102260010 B1 KR 102260010B1 KR 1020200179244 A KR1020200179244 A KR 1020200179244A KR 20200179244 A KR20200179244 A KR 20200179244A KR 102260010 B1 KR102260010 B1 KR 102260010B1
- Authority
- KR
- South Korea
- Prior art keywords
- sound source
- sleep
- music
- user
- risk
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000003860 sleep quality Effects 0.000 title claims abstract description 44
- 208000019116 sleep disease Diseases 0.000 claims abstract description 109
- 208000020685 sleep-wake disease Diseases 0.000 claims abstract description 76
- 239000000203 mixture Substances 0.000 claims description 81
- 208000022925 sleep disturbance Diseases 0.000 claims description 25
- 230000004044 response Effects 0.000 claims description 23
- 230000009193 crawling Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 210000004556 brain Anatomy 0.000 abstract description 22
- 238000010801 machine learning Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 6
- 230000000144 pharmacologic effect Effects 0.000 description 5
- 230000006403 short-term memory Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 206010041235 Snoring Diseases 0.000 description 3
- 238000007417 hierarchical cluster analysis Methods 0.000 description 3
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000035622 drinking Effects 0.000 description 2
- 206010022437 insomnia Diseases 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010029412 Nightmare Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 201000003631 narcolepsy Diseases 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000006187 pill Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H1/00—Details of electrophonic musical instruments
- G10H1/0008—Associated control or indicating means
- G10H1/0025—Automatic or semi-automatic music composition, e.g. producing random music, applying rules from music theory or modifying a musical piece
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Databases & Information Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Psychiatry (AREA)
- Primary Health Care (AREA)
- Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Psychology (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Anesthesiology (AREA)
- Epidemiology (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Child & Adolescent Psychology (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Physiology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Resources & Organizations (AREA)
- Pain & Pain Management (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
Abstract
인공지능 기반 수면 질 향상을 위한 음원 제공 시스템 및 방법이 제공된다. 사용자의 수면 질 향상을 위하여 정형화된 설문기법으로 수면 관련 사용자의 데이터를 입력하여 머신러닝 비지도학습을 통해 검사자의 수면 장애위험도를 4가지 군집으로 세분화하고, 이에 따라 인공지능 알고리즘을 이용하여 작곡한 음원에 ASMR 음원, 시낭송음원 등을 조합하여 사용자에게 제공하며, 사용자의 뇌파를 측정하여 실시간 사용자의 수면장애를 해소할 수 있도록 함으로써 사용자의 수면 장애위험도를 정상에 가까운 방향으로 변경시킬 수 있도록 한다.
Description
본 발명은 인공지능 기반 수면 질 향상을 위한 음원 제공 시스템 및 방법에 관한 것으로서, 더욱 상세하게는 사용자의 정형화된 설문기법으로 수면 관련 자신의 데이터를 입력하고 머신러닝 비지도학습을 통해 검사자의 수면장애 정도에 따라 4가지 군집(수면장애 고 위험군, 중위험군, 저위험군, 정상군)으로 세분화 하고, 세분화된 수면장애 군집에 따라 인공지능 알고리즘(LSTM: Long short-term memory models)을 이용하여 작곡한 수면음원 또는 ASMR음원, 시 낭송 음원 등을 제공함으로써 비약물적 방법으로 수면장애자들에게 수면의 질을 향상시킬 수 있고, 또한 사용자의 뇌파를 측정하여 실시간 사용자의 수면장애를 해소할 수 있는 인공지능 음악을 추천함으로써 비약물적 방법으로 수면의 질을 향상시킬 수 있는 시스템 및 방법에 관한 것이다.
최근 현대인은 산업화에 따른 경쟁심화, 과도한 노동 등으로 인한 수면부족, 스트레스 증가, 노령화, 수면 주기 변화 등의 여러 원인으로 인해 비교적 흔하게 불면증, 기면증, 악몽 등의 수면장애가 발생하는 것으로 나타나고 있다.
이러한 수면장애는 일상생활에 지장을 줄 뿐만 아니라 암 발병 확률을 높일 수 있다는 등의 여러 가지 문제를 발생시킬 수 있다.
이러한 수면장애를 해결하기 위해 수면제 등의 약물을 이용한 증상치료방법이 있고, 기존에는 코골이 소리 신호를 인식하여 수면 상태를 체크하는 방법이 존재 하였다.
다만, 약물을 이용한 치료방법은 전문가의 처방이나 조제가 필요하고, 만성 불면증으로 지속될 가능성도 있으며, 약물 복용 자체가 환자에게 스트레스로 작용할 수 있다는 점에서 다른 방식으로 이를 치료할 수 있는 방법이 필요하며, 코골이 소리 신호를 인식하여 수면 상태를 체크하는 방법은, 코골이 없이 수면장애가 있거나 외부 소음이 유입되는 경우 정확한 수면의 질의 측정이 어렵기 때문에 약물을 사용하지 않고 수면을 유도하거나 수면 장애위험도를 낮출 수 있는 방법에 대한 개발 필요성이 대두된다.
전술한 문제점을 위해 본 발명이 이루고자 하는 과제는, 사용자의 수면 관련 정형화된 질문에 자신의 데이터를 입력하는 방법으로 데이터를 수집하고 비지도학습 하여 4가지 수면장애 위험도 유형으로 세분화하고, 이를 기초로 인공지능 알고리즘(LSTM:Long short-term memory models)을 이용하여 숙면에 도움이 되기 위하여 음원을 작곡한다.그리고 음원재생장치로 재생시킬 수 있도록 함으로써 비약물적 중재로서 수면장애자의 수면 질 향상이 가능하도록 하고, 뇌파 수신기를 이용하여 사용자의 뇌파를 실시간으로 측정(델타파, 세타파, 알파파, 베타파, 감마파)하여 사용자의 뇌파 변화에 따른 인공지능 음악을 추천하도록 함으로써 비약물적 중재로서 수면장애자의 수면 질 향상이 가능하도록 하는 데 있다.
본 발명의 해결 과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 과제들은 아래의 기재로부터 당업자가 명확하게 이해될 수 있을 것이다.
전술한 기술적 과제를 해결하기 위한 수단으로서, 본 발명의 실시예에 따르면, 인공지능 기반 수면 질 향상을 위한 음원 제공 시스템은, 사용자의 수면 질을 구별하기 위해 사용자 단말을 통해 사용자에게 설문을 제시하고, 상기 설문에 대한 사용자의 응답을 입력받는 입력부; 상기 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 비지도학습의 클러스터링 기법으로 세분화하여 수면 장애위험도를 분류하는 군집부; 및 상기 수면 장애위험도에 따라 구분되어 인공지능 알고리즘에 의해 작곡된 음원, ASMR음원, 시낭송음원 중 어느 하나 이상이 조합된 수면음악을 음원출력장치를 통해 재생하는 서비스제공부;를 포함한다.
상기 군집부는, 상기 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 학습용 데이터 60%, 평가용 데이터 40%로 나누어 비지도학습의 클러스터링 기법으로 수면 장애위험도를 고위험군, 중위험군, 저위험군, 정상군의 4가지로 세분화한다.
상기 서비스제공부는, 수면 장애위험도에 따라 구분되어 인공지능 알고리즘을 이용하여 작곡하여 생성한 작곡음원을 음원출력장치를 통해 재생하는 서비스를 제공하는 작곡음원제공부; 데이터베이스에 저장된 ASMR음원 또는 인터넷 상에서 크롤링한 ASMR음원을 음원출력장치를 통해 재생하는 서비스를 제공하는 ASMR음원제공부; 데이터베이스에 저장된 시낭송음원 또는 인터넷 상에서 크롤링한 시낭송음원을 음원출력장치를 통해 재생하는 서비스를 제공하는 시낭송음원제공부; 및 상기 작곡음원, 상기 ASMR음원, 상기 시낭송음원 중 어느 하나 이상을 사용자의 선택 또는 이미 설정된 제어값에 따라 조합하여 생성한 수면음악을 음원출력장치를 통해 재생하는 서비스를 제공하는 수면음악조합부;를 포함한다.
상기 작곡음원제공부는, 크롤링을 통해 인터넷상의 음원 데이터를 다운로드 하고, 상기 음원 데이터를 화음, 음표 등과 같은 음악 구성요소 데이터로 분석하며, 분석된 음원 데이터를 상기 수면 장애위험도 별로 매칭하여 RNN, LSTM 중 어느 하나의 인공지능 알고리즘을 이용하여 학습모델 훈련 및 테스트 진행하여 학습모델을 생성하는 작곡음원학습부; 상기 학습모델에 사용자의 수면 장애위험도를 입력하여 미디파일을 생성하여 작곡음악 및 상기 작곡음악의 악보를 생성하는 작곡음원생성부; 및 수면 장애위험도에 따라 구분된 상기 작곡음악을 상기 음원출력장치를 통해 재생하는 작곡음원재생부;를 포함한다.
상기 입력부는, 사용자의 뇌파 신호를 획득하는 뇌파센서;를 더 포함하며, 상기 서비스제공부는, 상기 사용자의 뇌파 신호를 기초로 주파수 대역으로 구분하여 인공지능을 기초로 수면 장애위험도 별로 추천하는 음악을 사용자 단말을 통해 제공하는 뇌파음악추천부;를 더 포함한다.
상기 뇌파음악추천부는, 상기 뇌파센서에서 입력된 뇌파 신호로부터 노이즈를 제거하고 뇌파 신호를 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분하는 전처리부; 및 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 수면 장애위험도 별로 분류하여 사용자 단말을 통해 사용자에게 적합한 수면음악을 실시간으로 추천하는 음악추천부;를 포함한다.
상기 음악추천부는, 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호 및 사용자의 수면 장애위험도를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 수면 장애위험도 별로 분류하여 사용자에게 적합한 수면음악을 실시간으로 추천한다.
상기 뇌파센서 및 상기 음원출력장치는 하나의 웨어러블 장치에 포함된다.
한편, 본 발명의 다른 실시예에 따르면, 인공지능 기반 수면 질 향상을 위한 음원 제공 방법은 (A) 입력부는 사용자의 수면 질을 구별하기 위해 사용자 단말을 통해 사용자에게 설문을 제시하고, 상기 설문에 대한 사용자의 응답을 입력받는 단계; (B) 군집부는 상기 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 비지도학습의 클러스터링 기법으로 세분화하여 수면 장애위험도를 분류하는 단계; 및 (C) 서비스제공부는 상기 수면 장애위험도에 따라 구분되어 인공지능 알고리즘에 의해 작곡된 음원, ASMR음원, 시낭송음원 중 어느 하나 이상이 조합된 수면음악을 음원출력장치를 통해 재생하는 단계;를 포함한다.
상기 (B)단계는, 군집부는, 상기 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 학습용 데이터 60%, 평가용 데이터 40%로 나누어 비지도학습의 클러스터링 기법으로 수면 장애위험도를 고위험군, 중위험군, 저위험군, 정상군의 4가지로 세분화한다.
상기 (C)단계는, 서비스제공부는 수면 장애위험도에 따라 구분되어 인공지능 알고리즘을 이용하여 작곡하여 생성한 작곡음원, 데이터베이스에 저장된 ASMR음원 또는 인터넷 상에서 크롤링한 ASMR음원, 데이터베이스에 저장된 시낭송음원 또는 인터넷 상에서 크롤링한 시낭송음원 중 어느 하나 이상을 사용자의 선택 또는 이미 설정된 제어값에 따라 조합하여 생성한 수면음악을 음원출력장치를 통해 재생하는 서비스를 제공한다.
상기 작곡음원은, (C1) 작곡음원학습부에서 크롤링을 통해 인터넷상의 음원 데이터를 다운로드 하고, 상기 음원 데이터를 화음, 음표 등과 같은 음악 구성요소 데이터로 분석하며, 분석된 음원 데이터를 상기 수면 장애위험도 별로 매칭하여 RNN, LSTM 중 어느 하나의 인공지능 알고리즘을 이용하여 학습모델 훈련 및 테스트 진행하여 학습모델을 생성하는 단계; 및 (C2) 작곡음원생성부에서 상기 학습모델에 사용자의 수면 장애위험도를 입력하여 미디파일을 생성하는 단계;를 통해 생성된다.
상기 (C)단계는, (C3) 상기 입력부는 뇌파센서를 통해 사용자의 뇌파 신호를 입력받고, 상기 서비스제공부는 상기 사용자의 뇌파 신호를 기초로 주파수 대역으로 구분하여 인공지능을 기초로 수면 장애위험도 별로 추천하는 음악을 사용자 단말을 통해 제공하는 뇌파음악추천단계;를 더 포함한다.
상기 (C3)단계는, (C31) 전처리부는 상기 뇌파센서에서 입력된 뇌파 신호로부터 노이즈를 제거하고 뇌파 신호를 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분하는 전처리단계; 및 (C32) 음악추천부는 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 수면 장애위험도 별로 분류하여 사용자 단말을 통해 사용자에게 적합한 수면음악을 실시간으로 추천하는 음악추천단계;를 포함한다.
상기 (C32)단계는, 음악추천부는 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호 및 사용자의 수면 장애위험도를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 분류하여 사용자에게 적합한 수면음악을 실시간으로 추천한다.
상기 뇌파센서 및 상기 음원출력장치는 하나의 웨어러블 장치에 포함된다.
본 발명에 따르면,
사용자의 수면 관련 정형화된 질문에 자신의 데이터를 입력하는 방법으로 데이터를 수집하고 비지도학습 하여 4가지 수면장애 위험도 유형으로 세분화하고, 이를 기초로 인공지능 알고리즘(LSTM:Long short-term memory models)을 이용하여 숙면에 도움이 되기 위하여 음원을 작곡한다.그리고 음원재생장치로 재생시킬 수 있도록 함으로써 비약물적 중재로서 수면장애자의 수면 질 향상이 가능하도록 하고, 뇌파 수신기를 이용하여 사용자의 뇌파를 실시간으로 측정(델타파, 세타파, 알파파, 베타파, 감마파)하여 사용자의 뇌파 변화에 따른 인공지능 음악을 추천하도록 함으로써 비약물적 중재로서 수면장애자의 수면 질 향상이 가능하다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 시스템의 구성도,
도 2는 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법의 순서도,
도 3는 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법에 포함된 작곡음원 생성 방법의 순서도,
도 4는 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법의 서비스 제공 단계의 세부순서도이다.
도 2는 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법의 순서도,
도 3는 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법에 포함된 작곡음원 생성 방법의 순서도,
도 4는 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법의 서비스 제공 단계의 세부순서도이다.
이상의 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시 예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시 예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려 여기서 소개되는 실시 예들은 개시된 내용이 철저하고 완전해질 수 있도록, 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 명세서에서 제1, 제2 등의 용어가 구성요소들을 기술하기 위해서 사용된 경우, 이들 구성요소들이 이 같은 용어들에 의해서 한정되어서는 안 된다. 이들 용어들은 단지 어느 구성요소를 다른 구성요소와 구별시키기 위해서 사용되었을 뿐이다. 여기에 설명되고 예시되는 실시 예들은 그것의 상보적인 실시 예들도 포함한다.
또한, 어떤 엘리먼트, 구성요소, 장치, 또는 시스템이 프로그램 또는 소프트웨어로 이루어진 구성요소를 포함한다고 언급되는 경우, 명시적인 언급이 없더라도, 그 엘리먼트, 구성요소, 장치, 또는 시스템은 그 프로그램 또는 소프트웨어가 실행 또는 동작하는데 필요한 하드웨어(예를 들면, 메모리, CPU 등)나 다른 프로그램 또는 소프트웨어(예를 들면 운영체제나 하드웨어를 구동하는데 필요한 드라이버 등)를 포함하는 것으로 이해되어야 할 것이다.
또한 본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다(comprises)' 및/또는 '포함하는(comprising)'은 언급된 구성요소는 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
또한, 본 명세서에 기재된 'OO부', 'OO기', '모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, '일', '하나' 및 '그' 등의 관사는 본 발명을 기술하는 문맥에 있어서 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
아래의 특정 실시 예들을 기술하는 데 있어서, 여러 가지의 특정적인 내용들은 발명을 더 구체적으로 설명하고 이해를 돕기 위해 작성되었다. 하지만 본 발명을 이해할 수 있을 정도로 이 분야의 지식을 갖고 있는 독자는 이러한 여러 가지의 특정적인 내용이 없어도 사용될 수 있다는 것을 인지할 수 있다.
어떤 경우에는, 발명을 기술하는 데 있어서 흔히 알려졌으면서 발명과 크게 관련 없는 부분들은 본 발명을 설명하는 데 있어 별 이유 없이 혼돈이 오는 것을 막기 위해 기술하지 않음을 미리 언급해 둔다.
이하, 본 발명에서 실시하고자 하는 구체적인 기술 내용에 대해 첨부도면을 참조하여 상세하게 설명하기로 한다.
도 1은 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 시스템의 구성도이다.
도 1을 참조하면, 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 시스템은 입력부(100), 군집부(200), 서비스제공부(300)를 포함한다.
여기서 입력부(100)는, 사용자의 수면 질을 구별하기 위해 사용자 단말을 통해 사용자에게 설문을 제시하고, 상기 설문에 대한 사용자의 응답을 입력 받는다.
입력부(100)에서는 사용자 단말을 통해 사용자의 수면과 관련된 정형화된 질문을 제시하고, 이에 대한 대답의 형태로 사용자는 본인의 수면 관련 데이터를 사용자 단말을 통해 입력한다.
여기서 설문을 통해 입력받는 사용자의 수면 관련 데이터에는, 본인의 성별, 연령, 음주 여부, 신체 상태, 숙면 여부 등에 관한 내용을 포함할 수 있다.
또한 군집부(200)는, 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 비지도학습의 클러스터링 기법으로 세분화하여 수면 장애위험도를 분류한다.
여기서 군집부(200)는, 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 학습용 데이터 60%, 평가용 데이터 40%로 나누어 비지도학습의 클러스터링 기법으로 수면 장애위험도를 고위험군, 중위험군, 저위험군, 정상군의 4가지로 세분화 한다.
구체적으로는 수면 장애위험도와 관련하여 산출된 적어도 하나 이상의 특징을 이용하여 사용자의 수면 데이터를 4가지 그룹의 수면 장애위험도로 군집화하며, 여기서 군집화는 계층적 군집분석 기법을 이용한다.
계층적 군집분석(hierarchical clustering) 기법은, 가까운 대상끼리 순차적으로 군집을 묶어가는 군집화(클러스터링) 기법이다.
이처럼 군집부(200)에서는, 사용자의 수면 데이터 중 수면 위험도와 관련하여 복수 개의 특징을 산출하고, 산출된 특징 중 적어도 하나 이상의 특징을 이용하여 전처리된 뇌파 신호를 계층적 군집분석이라는 비지도학습 알고리즘을 통하여 비슷한 성향을 가져 가까운 데이터 포인트끼리 묶어 군집으로 만듦으로써 사용자의 수면의 질을 4가지 그룹으로 군집화한다.
여기서 4가지 그룹은 수면 장애위험도의 등급으로, 수면의 질이 매우 저하된 상태부터 정상인 상태까지 순서대로 고위험군, 중위험군, 저위험군, 정상군으로 구분될 수 있다.
여기서 구분된 수면 장애위험도는, 사용자 단말에 전송되어 사용자가 자신의 수면 장애위험도 등급을 확인할 수 있도록 할 수 있다.
또한 서비스제공부(300)는, 수면 장애위험도에 따라 구분되어 인공지능 알고리즘에 의해 작곡된 음원, ASMR음원, 시낭송음원 중 어느 하나 이상이 조합된 수면음악을 음원출력장치를 통해 재생한다.
여기서 서비스제공부(300)는, 작곡음원제공부(310), ASMR음원제공부(320), 시낭송음원제공부(330), 수면음악조합부(340)를 포함할 수 있다.
여기서 작곡음원제공부(310)는, 수면 장애위험도에 따라 구분되어 인공지능 알고리즘을 이용하여 작곡하여 생성한 작곡음원을 음원출력장치를 통해 재생하는 서비스를 제공한다.
여기서 작곡음원제공부(310)는, 작곡음원학습부(311), 작곡음원생성부(312), 작곡음원재생부(313)를 포함할 수 있다.
여기서 작곡음원학습부(311)는, 크롤링을 통해 인터넷상의 음원 데이터를 다운로드 하고, 상기 음원 데이터를 화음, 음표 등과 같은 음악 구성요소 데이터로 분석하며, 분석된 음원 데이터를 상기 수면 장애위험도 별로 매칭하여 RNN(Recurrent Neural Network, 순환신경망), LSTM(Long Short-Term Memory, 장단기메모리) 중 어느 하나의 인공지능 알고리즘을 이용하여 학습모델 훈련 및 테스트 진행하여 학습모델을 생성한다.
다시 말하면, 작곡음원학습부(311)에서는 크롤링을 통해 인터넷상의 음원 데이터를 다운로드 하는 단계, 음원 데이터를 음악 구성요소 데이터로 분석하는 단계, LSTM 등의 학습 단위를 정의하고 입력 데이터 및 출력 데이터를 생성하는 데이터 전처리단계, LSTM 모델 개발 단계, 학습 및 테스트하여 학습모델 생성하는 단계를 통해 학습모델을 생성한다.
여기서 크롤링을 통해 인터넷상의 음원 데이터를 다운로드하는 단계에서는 파이썬의 BeautifulSoup 라이브러리 등을 이용하여 음원을 다운로드 할 수 있다.
또한 여기서 음원 데이터를 음악 구성요소 데이터로 분석하는 단계에서는 파이썬의 Music21 라이브러리 등을 이용하여 미디 데이터를 분석할 수 있다.
이후 LSTM 등의 학습 모델을 개발하고, 학습 및 테스트하여 학습모델을 생성한다.
이후 작곡음원생성부(312)는, 생성된 학습모델에 사용자의 수면 장애위험도를 입력하여 미디파일을 생성하여 작곡음악 및 상기 작곡음악의 악보를 생성한다.
다시 말하면, 작곡음원생성부(312)에서는, 학습모델에 사용자의 수면 장애위험도 정보를 입력하여 미디파일을 생성하며, 이를 통하여 작곡음악 및 그 작곡음악의 악보를 생성한다.
여기서 작곡음원제공부(310)는 작곡음원을 생성함에 있어 인공지능 알고리즘을 이용하도록 기재하고 있으나, 인공지능 알고리즘에 사용자가 다양한 옵션을 선택하여 작곡에 참여할 수 있도록 할 수 있다.
또한 ASMR음원제공부(320)는 데이터베이스에 저장된 ASMR음원 또는 인터넷 상에서 크롤링한 ASMR음원을 음원출력장치를 통해 재생하는 서비스를 제공한다.
여기서 ASMR(Autonomous Sensory Meridian Response, 자율 감각 쾌락 반응)음원은, 바람소리, 파도소리, 빗방울이 떨어지는 소리, 눈밟는소리 등의 자연의 소리뿐만 아니라 사용자의 선호도에 따라 물체가 내는 소리 등 사용자의 수면 장애위험도를 정상범주에 가깝도록 변화시킬 수 있는 다양한 소리가 포함된다.
아울러 ASMR음원제공부(320)는 데이터베이스에 저장된 ASMR음원 또는 인터넷 상에서 크롤링한 ASMR음원을 수면 장애위험도 등급에 따라 구분하여 사용자의 수면 장애위험도 등급에 해당하는 적어도 하나 이상의 ASMR음원 리스트를 사용자단말에 전송하고, 그 중 사용자의 선택이 있는 ASMR음원을 음원출력장치를 통해 재생하는 서비스를 제공할 수 있다.
또한 시낭송음원제공부(330)는 데이터베이스에 저장된 시낭송음원 또는 인터넷 상에서 크롤링한 시낭송음원을 음원출력장치를 통해 재생하는 서비스를 제공한다.
여기서 시낭송음원은, 성우나 아나운서 등의 낭송자가 영문시를 포함하는 시를 낭송하는 목소리가 녹음된 음원이다.
아울러 시낭송음원제공부(330)는데이터베이스에 저장된 시낭송음원 또는 인터넷 상에서 크롤링한 시낭송음원을 수면 장애위험도 등급에 따라 구분하여 사용자의 수면 장애위험도 등급에 해당하는 적어도 하나 이상의 시낭송음원 리스트를 사용자단말에 전송하고, 그 중 사용자의 선택이 있는 시낭송음원을 음원출력장치를 통해 재생하는 서비스를 제공할 수 있다.
또한 수면음악조합부(340)는 작곡음원, 상기 ASMR음원, 상기 시낭송음원 중 어느 하나 이상을 사용자의 선택 또는 이미 설정된 제어값에 따라 조합하여 생성한 수면음악을 음원출력장치를 통해 재생하는 서비스를 제공한다.
따라서 수면음악조합부(340)는, 사용자의 수면 장애위험도 등급에 해당하는 작곡음원의 리스트, ASMR음원의 리스트, 시낭송음원의 리스트를 사용자단말에 전송하고, 그 중 사용자의 선택이 있는 작곡음원, ASMR음원, 시낭송음원 중 어느 하나 이상을 조합하여 수면음악을 생성하거나, 인공지능 알고리즘 또는 이미 설정된 제어값에 의하여 추천되는 조합으로 수면음악을 생성할 수 있다.
또한 입력부(100)는 사용자의 뇌파 신호를 획득하는 뇌파센서를 더 포함하고, 서비스 제공부(300)는, 뇌파센서에서 획득한 사용자의 뇌파 신호를 기초로 주파수 대역으로 구분하여 인공지능을 기초로 수면 장애위험도 별로 추천하는 음악을 사용자 단말을 통해 제공하는 뇌파음악추천부(350)를 더 포함할 수 있다.
여기서 뇌파센서는, 복수 개의 전극을 통하여 사용자의 뇌파 정보를 신호 형태로 획득한다.
이러한 뇌파센서는 사용자가 사용할 헤드셋 등의 웨어러블 장비에 장착될 수도 있다.
여기서 뇌파음악추천부(350)는, 사용자의 뇌파를 측정하여 실시간으로 사용자의 수면장애를 해소하거나 수면 장애위험도를 낮출 수 있도록 인공지능 기반으로 음악을 추천하는 서비스를 제공한다.
뇌파음악추천부(350)는, 전처리부(351) 및 음악추천부(352)를 포함한다.
여기서 전처리부(351)는, 상기 뇌파센서에서 입력된 뇌파 신호로부터 노이즈를 제거하고 뇌파 신호를 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분한다.
여기서 노이즈는 뇌파 분석을 저해하는 다른 신호를 의미한다.
여기서 델타파는 대략 4헤르츠 이하의 주파수 범위의 뇌파 신호이다.
세타파는 대략 4내지 7헤르츠의 주파수 범위의 뇌파 신호이다.
알파파는 대략 8 내지 13헤르츠의 주파수 범위의 뇌파 신호이다.
여기서 알파파는 대략 11 내지 13 헤르츠의 주파수 범위의 하이-알파파, 대략 8내지 10 헤르츠의 주파수 범위의 로우-알파파로 나뉠 수 있다.
베타파는 대략 14 내지 30헤르츠의 주파수 범위의 뇌파 신호이다.
감마파는 대략 30헤르츠 이상의 주파수 범위의 뇌파 신호이다.
또한 음악추천부(352)는 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 수면 장애위험도 별로 분류하여 사용자 단말을 통해 사용자에게 적합한 수면음악을 실시간으로 추천한다.
이러한 음악추천부(352)는 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호 및 사용자의 수면 장애위험도를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 수면 장애위험도 별로 분류하여 사용자에게 적합한 수면음악을 실시간으로 추천할 수 있다.
다시 말하면, 음악추천부(352)는 사용자의 뇌파 신호 또는 뇌파 신호 및 사용자의 수면 장애위험도를 기초로 사용자에게 적합한 수면음악을 실시간으로 추천할 수 있다.
아울러 서비스제공부(300)는, 사용자의 수면 위험도에 따라 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링하여 얻은 음악 중 인공지능 알고리즘에 의해 분석하여 사용자에게 적합한 음악을 추천하는 서비스를 제공하는 추천서비스부(360, 미도시)를 포함할 수 있다.
이처럼 서비스제공부(300)에서는, 상기 작곡음원, ASMR음원, 시낭송음원 각각 또는 둘 이상의 조합으로 생성된 수면음악을 사용자단말에 전송하여 사용자가 생성된 수면음악을 소장할 수 있도록 할 수 있다.
즉, 본 발명의 실시예에 의한 음원 제공 시스템이 제공하는 서비스는 사용자에게 음악 추천, 인공지능으로 작곡된 수면음악 추천, 뇌파분석에 의한 인공지능 음악 추천, 나만의 인공지능 기법으로 작곡하여 소장 등이 포함될 수 있다.
여기서 입력부(100)에 구비되는 뇌파센서 및 서비스제공부(300)에서 음원을 재생하는 음원출력장치는 헤드셋, 헤드폰 등의 하나의 웨어러블 장치에 포함될 수 있다.
여기서 뇌파센서 및 음원출력장치는 블루투스 등의 통신모듈이 구비되어 뇌파센서에서 획득한 뇌파 신호는 유무선 통신을 통해 본 발명의 실시예에 의한 시스템의 학습부(200)에 전송되고, 서비스제공부(300)에서 제공하는 서비스는 유무선통신을 통하여 음원출력장치, 사용자단말 등의 모듈에 전송될 수 있다.
도 2는 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법의 순서도이다.
도 2를 참조하면, 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법은 (A) 입력부는 사용자 단말을 통해 사용자에게 설문 제시하고 응답 수집하는 단계(S100), (B) 사용자의 응답 통해 수집된 수면 데이터를 클러스터링 기법으로 세분화하여 수면 장애위험도를 분류하는 단계(S200), (C) 수면 장애위험도에 따라 작곡된 음원 등이 포함된 수면음악을 재생하는 단계(S300)를 포함한다.
여기서 (A)단계(S100)는, 사용자의 수면 질을 구별하기 위해 사용자 단말을 통해 사용자에게 설문을 제시하고, 상기 설문에 대한 사용자의 응답을 입력 받는다.
사용자의 수면 질을 구별하기 위해 사용자 단말을 통해 사용자에게 설문을 제시하고, 상기 설문에 대한 사용자의 응답을 입력 받는다.
(A)단계(S100)에서는 입력부(100)는 사용자 단말을 통해 사용자의 수면과 관련된 정형화된 질문을 제시하고, 이에 대한 대답의 형태로 사용자는 본인의 수면 관련 데이터를 사용자 단말을 통해 입력한다.
여기서 설문을 통해 입력받는 사용자의 수면 관련 데이터에는, 본인의 성별, 연령, 음주 여부, 신체 상태, 숙면 여부 등에 관한 내용을 포함할 수 있다.
또한 (B)단계(S200)는 군집부가 상기 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 비지도학습의 클러스터링 기법으로 세분화하여 수면 장애위험도를 분류한다.
(B)단계(S200)에서 군집부(200)는, 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 학습용 데이터 60%, 평가용 데이터 40%로 나누어 비지도학습의 클러스터링 기법으로 수면 장애위험도를 고위험군, 중위험군, 저위험군, 정상군의 4가지로 세분화 한다.
구체적으로는 수면 장애위험도와 관련하여 산출된 적어도 하나 이상의 특징을 이용하여 사용자의 수면 데이터를 4가지 그룹의 수면 장애위험도로 군집화하며, 여기서 군집화는 계층적 군집분석 기법을 이용한다.
계층적 군집분석(hierarchical clustering) 기법은, 가까운 대상끼리 순차적으로 군집을 묶어가는 군집화(클러스터링) 기법이다.
이처럼 (B)단계(S200)에서 군집부(200)는, 사용자의 수면 데이터 중 수면 위험도와 관련하여 복수 개의 특징을 산출하고, 산출된 특징 중 적어도 하나 이상의 특징을 이용하여 전처리된 뇌파 신호를 계층적 군집분석이라는 비지도학습 알고리즘을 통하여 비슷한 성향을 가져 가까운 데이터 포인트끼리 묶어 군집으로 만듦으로써 사용자의 수면의 질을 4가지 그룹으로 군집화한다.
여기서 4가지 그룹은 수면 장애위험도의 등급으로, 수면의 질이 매우 저하된 상태부터 정상인 상태까지 순서대로 고위험군, 중위험군, 저위험군, 정상군으로 구분될 수 있다.
여기서 구분된 수면 장애위험도는, 사용자 단말에 전송되어 사용자가 자신의 수면 장애위험도 등급을 확인할 수 있도록 할 수 있다.
또한 (C)단계(S300)는, 서비스제공부(300)는 상기 수면 장애위험도에 따라 구분되어 인공지능 알고리즘에 의해 작곡된 음원, ASMR음원, 시낭송음원 중 어느 하나 이상이 조합된 수면음악을 음원출력장치를 통해 재생한다.
구체적으로 (C)단계(S300)에서, 서비스제공부(300)는 수면 장애위험도에 따라 구분되어 인공지능 알고리즘을 이용하여 작곡하여 생성한 작곡음원, 데이터베이스에 저장된 ASMR음원 또는 인터넷 상에서 크롤링한 ASMR음원, 데이터베이스에 저장된 시낭송음원 또는 인터넷 상에서 크롤링한 시낭송음원 중 어느 하나 이상을 사용자의 선택 또는 이미 설정된 제어값에 따라 조합하여 생성한 수면음악을 음원출력장치를 통해 재생하는 서비스를 제공한다.
(C)단계(S300)에서 서비스제공부(300)는, 수면 장애위험도에 따라 구분되어 인공지능 알고리즘에 의해 작곡된 음원, ASMR음원, 시낭송음원 중 어느 하나 이상이 조합된 수면음악을 음원출력장치를 통해 재생한다.
여기서 서비스제공부(300)는, 작곡음원제공부(310), ASMR음원제공부(320), 시낭송음원제공부(330), 수면음악조합부(340)를 포함할 수 있다.
여기서 작곡음원제공부(310)는, 수면 장애위험도에 따라 구분되어 인공지능 알고리즘을 이용하여 작곡하여 생성한 작곡음원을 음원출력장치를 통해 재생하는 서비스를 제공한다.
도 3는 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법에 포함된 작곡음원 생성 방법의 순서도이다.
도 3을 참조하면, 여기서 작곡음원은, (C1) 음원 데이터를 구성요소로 분석하여 학습모델 훈련 및 테스트 진행하는 단계(S310), (C2) 사용자의 수면 장애위험도를 학습모델에 입력하여 미디파일 생성하는 단계(S320)를 거쳐 생성된다.
(C1)단계(S310)는, 작곡음원학습부(311)에서 크롤링을 통해 인터넷상의 음원 데이터를 다운로드 하고, 상기 음원 데이터를 화음, 음표 등과 같은 음악 구성요소 데이터로 분석하며, 분석된 음원 데이터를 상기 수면 장애위험도 별로 매칭하여 RNN, LSTM 중 어느 하나의 인공지능 알고리즘을 이용하여 학습모델 훈련 및 테스트 진행하여 학습모델을 생성한다.
(C2)단계(S320)는 작곡음원생성부(312)에서 상기 학습모델에 사용자의 수면 장애위험도를 입력하여 미디파일을 생성하는 단계를 통해 생성된다.
이처럼 작곡음원제공부(310)는, 작곡음원학습부(311), 작곡음원생성부(312), 작곡음원재생부(313)를 포함할 수 있다.
여기서 작곡음원학습부(311)는, 크롤링을 통해 인터넷상의 음원 데이터를 다운로드 하고, 상기 음원 데이터를 화음, 음표 등과 같은 음악 구성요소 데이터로 분석하며, 분석된 음원 데이터를 상기 수면 장애위험도 별로 매칭하여 RNN(Recurrent Neural Network, 순환신경망), LSTM(Long Short-Term Memory, 장단기메모리) 중 어느 하나의 인공지능 알고리즘을 이용하여 학습모델 훈련 및 테스트 진행하여 학습모델을 생성한다.
다시 말하면, 작곡음원학습부(311)에서는 크롤링을 통해 인터넷상의 음원 데이터를 다운로드 하는 단계, 음원 데이터를 음악 구성요소 데이터로 분석하는 단계, LSTM 등의 학습 단위를 정의하고 입력 데이터 및 출력 데이터를 생성하는 데이터 전처리단계, LSTM 모델 개발 단계, 학습 및 테스트하여 학습모델 생성하는 단계를 통해 학습모델을 생성한다.
여기서 크롤링을 통해 인터넷상의 음원 데이터를 다운로드하는 단계에서는 파이썬의 BeautifulSoup 라이브러리 등을 이용하여 음원을 다운로드 할 수 있다.
또한 여기서 음원 데이터를 음악 구성요소 데이터로 분석하는 단계에서는 파이썬의 Music21 라이브러리 등을 이용하여 미디 데이터를 분석할 수 있다.
이후 LSTM 등의 학습 모델을 개발하고, 학습 및 테스트하여 학습모델을 생성한다.
이후 작곡음원생성부(312)는, 생성된 학습모델에 사용자의 수면 장애위험도를 입력하여 미디파일을 생성하여 작곡음악 및 상기 작곡음악의 악보를 생성한다.
다시 말하면, 작곡음원생성부(312)에서는, 학습모델에 사용자의 수면 장애위험도 정보를 입력하여 미디파일을 생성하며, 이를 통하여 작곡음악 및 그 작곡음악의 악보를 생성한다.
여기서 작곡음원제공부(310)는 작곡음원을 생성함에 있어 인공지능 알고리즘을 이용하도록 기재하고 있으나, 인공지능 알고리즘에 사용자가 다양한 옵션을 선택하여 작곡에 참여할 수 있도록 할 수 있다.
또한 ASMR음원제공부(320)는 데이터베이스에 저장된 ASMR음원 또는 인터넷 상에서 크롤링한 ASMR음원을 음원출력장치를 통해 재생하는 서비스를 제공한다.
여기서 ASMR(Autonomous Sensory Meridian Response, 자율 감각 쾌락 반응)음원은, 바람소리, 파도소리, 빗방울이 떨어지는 소리, 눈밟는소리 등의 자연의 소리뿐만 아니라 사용자의 선호도에 따라 물체가 내는 소리 등 사용자의 수면 장애위험도를 정상범주에 가깝도록 변화시킬 수 있는 다양한 소리가 포함된다.
아울러 ASMR음원제공부(320)는 데이터베이스에 저장된 ASMR음원 또는 인터넷 상에서 크롤링한 ASMR음원을 수면 장애위험도 등급에 따라 구분하여 사용자의 수면 장애위험도 등급에 해당하는 적어도 하나 이상의 ASMR음원 리스트를 사용자단말에 전송하고, 그 중 사용자의 선택이 있는 ASMR음원을 음원출력장치를 통해 재생하는 서비스를 제공할 수 있다.
또한 시낭송음원제공부(330)는 데이터베이스에 저장된 시낭송음원 또는 인터넷 상에서 크롤링한 시낭송음원을 음원출력장치를 통해 재생하는 서비스를 제공한다.
여기서 시낭송음원은, 성우나 아나운서 등의 낭송자가 영문시를 포함하는 시를 낭송하는 목소리가 녹음된 음원이다.
아울러 시낭송음원제공부(330)는 데이터베이스에 저장된 시낭송음원 또는 인터넷 상에서 크롤링한 시낭송음원을 수면 장애위험도 등급에 따라 구분하여 사용자의 수면 장애위험도 등급에 해당하는 적어도 하나 이상의 시낭송음원 리스트를 사용자단말에 전송하고, 그 중 사용자의 선택이 있는 시낭송음원을 음원출력장치를 통해 재생하는 서비스를 제공할 수 있다.
또한 수면음악조합부(340)는 작곡음원, 상기 ASMR음원, 상기 시낭송음원 중 어느 하나 이상을 사용자의 선택 또는 이미 설정된 제어값에 따라 조합하여 생성한 수면음악을 음원출력장치를 통해 재생하는 서비스를 제공한다.
따라서 수면음악조합부(340)는, 사용자의 수면 장애위험도 등급에 해당하는 작곡음원의 리스트, ASMR음원의 리스트, 시낭송음원의 리스트를 사용자단말에 전송하고, 그 중 사용자의 선택이 있는 작곡음원, ASMR음원, 시낭송음원 중 어느 하나 이상을 조합하여 수면음악을 생성하거나, 인공지능 알고리즘 또는 이미 설정된 제어값에 의하여 추천되는 조합으로 수면음악을 생성할 수 있다.
또한 (C)단계(S300)는 (C3) 뇌파센서 통해 입력된 뇌파 신호를 기초로 인공지능 기반 음악 추천 뇌파음악추천단계(S330)를 포함한다.
여기서 (C3)단계(S330)는 입력부(100)는 뇌파센서를 통해 사용자의 뇌파 신호를 입력 받고, 상기 서비스제공부(300)의 뇌파음악추천부(350)는 상기 사용자의 뇌파 신호를 기초로 주파수 대역으로 구분하여 인공지능을 기초로 수면 장애위험도 별로 추천하는 음악을 사용자 단말을 통해 제공한다.
여기서 뇌파센서는, 복수 개의 전극을 통하여 사용자의 뇌파 정보를 신호 형태로 획득한다.
이러한 뇌파센서는 사용자가 사용할 헤드셋 등의 웨어러블 장비에 장착될 수도 있다.
여기서 뇌파음악추천부(350)는, 사용자의 뇌파를 측정하여 실시간으로 사용자의 수면장애를 해소하거나 수면 장애위험도를 낮출 수 있도록 인공지능 기반으로 음악을 추천하는 서비스를 제공한다.
뇌파음악추천부(350)는, 전처리부(351) 및 음악추천부(352)를 포함한다.
도 4는 본 발명의 실시예에 의한 수면 질 향상을 위한 음원 제공 방법의 서비스 제공 단계의 세부순서도이다.
도 4를 참조하면, (C3)단계(S330)는 (C31) 뇌파 신호의 노이즈 제거 및 주파수 대역 별로 구분하여 전처리하는 단계(S331), (C32) 뇌파 신호 기초로 인공지능 알고리즘 의해 수면음악 추천하는 단계(S332)를 포함한다.
따라서 (C31)단계(S331)에서 전처리부(351)는 상기 뇌파센서에서 입력된 뇌파 신호로부터 노이즈를 제거하고 뇌파 신호를 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분한다.
여기서 노이즈는 뇌파 분석을 저해하는 다른 신호를 의미한다.
여기서 델타파는 대략 4헤르츠 이하의 주파수 범위의 뇌파 신호이다.
세타파는 대략 4내지 7헤르츠의 주파수 범위의 뇌파 신호이다.
알파파는 대략 8 내지 13헤르츠의 주파수 범위의 뇌파 신호이다.
여기서 알파파는 대략 11 내지 13 헤르츠의 주파수 범위의 하이-알파파, 대략 8내지 10 헤르츠의 주파수 범위의 로우-알파파로 나뉠 수 있다.
베타파는 대략 14 내지 30헤르츠의 주파수 범위의 뇌파 신호이다.
감마파는 대략 30헤르츠 이상의 주파수 범위의 뇌파 신호이다.
또한 (C32)단계(S332)에서, 음악추천부(352)는 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 수면 장애위험도 별로 분류하여 사용자 단말을 통해 사용자에게 적합한 수면음악을 실시간으로 추천한다.
이러한 (C32)단계(S332)는 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호 및 사용자의 수면 장애위험도를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 분류하여 사용자에게 적합한 수면음악을 실시간으로 추천할 수 있다.
다시 말하면, (C32)단계(S332)는 음악추천부(352)에서 사용자의 뇌파 신호 또는 뇌파 신호 및 사용자의 수면 장애위험도를 기초로 사용자에게 적합한 수면음악을 실시간으로 추천할 수 있다.
아울러 서비스제공부(300)는, 사용자의 수면 위험도에 따라 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링하여 얻은 음악 중 인공지능 알고리즘에 의해 분석하여 사용자에게 적합한 음악을 추천하는 서비스를 제공하는 추천서비스부(360, 미도시)를 포함할 수 있다.
이처럼 (C)서비스제공단계(S300)에서는, 서비스제공부(300)는 상기 작곡음원, ASMR음원, 시낭송음원 각각 또는 둘 이상의 조합으로 생성된 수면음악을 사용자단말에 전송하여 사용자가 생성된 수면음악을 소장할 수 있도록 할 수 있다.
즉, 본 발명의 실시예에 의한 음원 제공 시스템이 제공하는 서비스는 사용자에게 음악 추천, 인공지능으로 작곡된 수면음악 추천, 뇌파분석에 의한 인공지능 음악 추천, 나만의 인공지능 기법으로 작곡하여 소장 등이 포함될 수 있다.
여기서 입력부(100)에 구비되는 뇌파센서 및 서비스제공부(300)에서 음원을 재생하는 음원출력장치는 헤드셋, 헤드폰 등의 하나의 웨어러블 장치에 포함될 수 있다.
여기서 뇌파센서 및 음원출력장치는 블루투스 등의 통신모듈이 구비되어 뇌파센서에서 획득한 뇌파 신호는 유무선 통신을 통해 본 발명의 실시예에 의한 시스템의 학습부(200)에 전송되고, 서비스제공부(300)에서 제공하는 서비스는 유무선통신을 통하여 음원출력장치, 사용자단말 등의 모듈에 전송될 수 있다.
100 : 입력부
200 : 군집부
300 : 서비스제공부
310 : 작곡음원제공부
311 : 작곡음원학습부
312 : 작곡음원생성부
313 : 작곡음원재생부
320 : ASMR음원제공부
330 : 시낭송음원제공부
340 : 수면음악조합부
350 : 뇌파음악추천부
351 : 전처리부
352 : 음악추천부
200 : 군집부
300 : 서비스제공부
310 : 작곡음원제공부
311 : 작곡음원학습부
312 : 작곡음원생성부
313 : 작곡음원재생부
320 : ASMR음원제공부
330 : 시낭송음원제공부
340 : 수면음악조합부
350 : 뇌파음악추천부
351 : 전처리부
352 : 음악추천부
Claims (16)
- 사용자의 수면 질을 구별하기 위해 사용자 단말을 통해 사용자에게 설문을 제시하고, 상기 설문에 대한 사용자의 응답을 입력받는 입력부;
상기 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 비지도학습의 클러스터링 기법으로 세분화하여 수면 장애위험도를 분류하는 군집부; 및
상기 수면 장애위험도에 따라 구분되어 인공지능 알고리즘에 의해 작곡된 음원, ASMR음원, 시낭송음원 중 어느 하나 이상이 조합된 수면음악을 음원출력장치를 통해 재생하는 서비스제공부;
를 포함하되,
상기 입력부는,
사용자의 뇌파 신호를 획득하는 뇌파센서;
를 더 포함하며,
상기 서비스제공부는,
상기 사용자의 뇌파 신호를 기초로 주파수 대역으로 구분하여 인공지능을 기초로 수면 장애위험도 별로 추천하는 음악을 사용자 단말을 통해 제공하는 뇌파음악추천부;
를 더 포함하는 것을 특징으로 하는 수면 질 향상을 위한 음원 제공 시스템. - 제1항에 있어서,
상기 군집부는,
상기 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 학습용 데이터 60%, 평가용 데이터 40%로 나누어 비지도학습의 클러스터링 기법으로 수면 장애위험도를 고위험군, 중위험군, 저위험군, 정상군의 4가지로 세분화하는 것
을 특징으로 하는 수면 질 향상을 위한 음원 제공 시스템. - 제1항에 있어서,
상기 서비스제공부는,
수면 장애위험도에 따라 구분되어 인공지능 알고리즘을 이용하여 작곡하여 생성한 작곡음원을 음원출력장치를 통해 재생하는 서비스를 제공하는 작곡음원제공부;
데이터베이스에 저장된 ASMR음원 또는 인터넷 상에서 크롤링한 ASMR음원을 음원출력장치를 통해 재생하는 서비스를 제공하는 ASMR음원제공부;
데이터베이스에 저장된 시낭송음원 또는 인터넷 상에서 크롤링한 시낭송음원을 음원출력장치를 통해 재생하는 서비스를 제공하는 시낭송음원제공부; 및
상기 작곡음원, 상기 ASMR음원, 상기 시낭송음원 중 어느 하나 이상을 사용자의 선택 또는 이미 설정된 제어값에 따라 조합하여 생성한 수면음악을 음원출력장치를 통해 재생하는 서비스를 제공하는 수면음악조합부;
를 포함하는 것을 특징으로 하는 수면 질 향상을 위한 음원 제공 시스템. - 제3항에 있어서,
상기 작곡음원제공부는,
크롤링을 통해 인터넷상의 음원 데이터를 다운로드 하고, 상기 음원 데이터를 화음, 음표 등과 같은 음악 구성요소 데이터로 분석하며, 분석된 음원 데이터를 상기 수면 장애위험도 별로 매칭하여 RNN, LSTM 중 어느 하나의 인공지능 알고리즘을 이용하여 학습모델 훈련 및 테스트 진행하여 학습모델을 생성하는 작곡음원학습부;
상기 학습모델에 사용자의 수면 장애위험도를 입력하여 미디파일을 생성하여 작곡음악 및 상기 작곡음악의 악보를 생성하는 작곡음원생성부; 및
수면 장애위험도에 따라 구분된 상기 작곡음악을 상기 음원출력장치를 통해 재생하는 작곡음원재생부;
를 포함하는 것을 특징으로 하는 수면 질 향상을 위한 음원 제공 시스템. - 삭제
- 제1항에 있어서,
상기 뇌파음악추천부는,
상기 뇌파센서에서 입력된 뇌파 신호로부터 노이즈를 제거하고 뇌파 신호를 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분하는 전처리부; 및
주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 수면 장애위험도 별로 분류하여 사용자 단말을 통해 사용자에게 적합한 수면음악을 실시간으로 추천하는 음악추천부;
를 포함하는 것을 특징으로 하는 수면 질 향상을 위한 음원 제공 시스템. - 제6항에 있어서,
상기 음악추천부는,
주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호 및 사용자의 수면 장애위험도를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 수면 장애위험도 별로 분류하여 사용자에게 적합한 수면음악을 실시간으로 추천하는 것
을 특징으로 하는 수면 질 향상을 위한 음원 제공 시스템. - 제1항에 있어서,
상기 뇌파센서 및 상기 음원출력장치는 하나의 웨어러블 장치에 포함되는 것
을 특징으로 하는 수면 질 향상을 위한 음원 제공 시스템. - (A) 입력부는 사용자의 수면 질을 구별하기 위해 사용자 단말을 통해 사용자에게 설문을 제시하고, 상기 설문에 대한 사용자의 응답을 입력받는 단계;
(B) 군집부는 상기 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 비지도학습의 클러스터링 기법으로 세분화하여 수면 장애위험도를 분류하는 단계; 및
(C) 서비스제공부는 상기 수면 장애위험도에 따라 구분되어 인공지능 알고리즘에 의해 작곡된 음원, ASMR음원, 시낭송음원 중 어느 하나 이상이 조합된 수면음악을 음원출력장치를 통해 재생하는 단계;
를 포함하되,
상기 (C)단계는,
(C3) 상기 입력부는 뇌파센서를 통해 사용자의 뇌파 신호를 입력받고, 상기 서비스제공부는 상기 사용자의 뇌파 신호를 기초로 주파수 대역으로 구분하여 인공지능을 기초로 수면 장애위험도 별로 추천하는 음악을 사용자 단말을 통해 제공하는 뇌파음악추천단계;
를 더 포함하는 것을 특징으로 하는 수면 질 향상을 위한 음원 제공 방법. - 제9항에 있어서,
상기 (B)단계는,
군집부는, 상기 사용자의 응답을 통해 수집된 사용자의 수면 데이터를 학습용 데이터 60%, 평가용 데이터 40%로 나누어 비지도학습의 클러스터링 기법으로 수면 장애위험도를 고위험군, 중위험군, 저위험군, 정상군의 4가지로 세분화하는 것
을 특징으로 하는 수면 질 향상을 위한 음원 제공 방법. - 제9항에 있어서,
상기 (C)단계는,
서비스제공부는 수면 장애위험도에 따라 구분되어 인공지능 알고리즘을 이용하여 작곡하여 생성한 작곡음원, 데이터베이스에 저장된 ASMR음원 또는 인터넷 상에서 크롤링한 ASMR음원, 데이터베이스에 저장된 시낭송음원 또는 인터넷 상에서 크롤링한 시낭송음원 중 어느 하나 이상을 사용자의 선택 또는 이미 설정된 제어값에 따라 조합하여 생성한 수면음악을 음원출력장치를 통해 재생하는 서비스를 제공하는 것
을 특징으로 하는 수면 질 향상을 위한 음원 제공 방법. - 제11항에 있어서,
상기 작곡음원은,
(C1) 작곡음원학습부에서 크롤링을 통해 인터넷상의 음원 데이터를 다운로드 하고, 상기 음원 데이터를 화음, 음표 등과 같은 음악 구성요소 데이터로 분석하며, 분석된 음원 데이터를 상기 수면 장애위험도 별로 매칭하여 RNN, LSTM 중 어느 하나의 인공지능 알고리즘을 이용하여 학습모델 훈련 및 테스트 진행하여 학습모델을 생성하는 단계; 및
(C2) 작곡음원생성부에서 상기 학습모델에 사용자의 수면 장애위험도를 입력하여 미디파일을 생성하는 단계;
를 통해 생성되는 것을 특징으로 하는 수면 질 향상을 위한 음원 제공 방법. - 삭제
- 제9항에 있어서,
상기 (C3)단계는,
(C31) 전처리부는 상기 뇌파센서에서 입력된 뇌파 신호로부터 노이즈를 제거하고 뇌파 신호를 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분하는 전처리단계; 및
(C32) 음악추천부는 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 수면 장애위험도 별로 분류하여 사용자 단말을 통해 사용자에게 적합한 수면음악을 실시간으로 추천하는 음악추천단계;
를 포함하는 것을 특징으로 하는 수면 질 향상을 위한 음원 제공 방법. - 제14항에 있어서,
상기 (C32)단계는,
음악추천부는 주파수 대역에 따라 델타파, 세타파, 알파파, 베타파, 감마파로 구분된 뇌파 신호 및 사용자의 수면 장애위험도를 기초로 데이터베이스에 저장된 음악 또는 인터넷 상에서 크롤링한 음악을 인공지능 알고리즘에 의해 분류하여 사용자에게 적합한 수면음악을 실시간으로 추천하는 것
을 특징으로 하는 수면 질 향상을 위한 음원 제공 방법. - 제9항에 있어서,
상기 뇌파센서 및 상기 음원출력장치는 하나의 웨어러블 장치에 포함되는 것
을 특징으로 하는 수면 질 향상을 위한 음원 제공 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200179244A KR102260010B1 (ko) | 2020-12-21 | 2020-12-21 | 인공지능 기반 수면 질 향상을 위한 음원 제공 시스템 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200179244A KR102260010B1 (ko) | 2020-12-21 | 2020-12-21 | 인공지능 기반 수면 질 향상을 위한 음원 제공 시스템 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102260010B1 true KR102260010B1 (ko) | 2021-06-04 |
Family
ID=76391481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200179244A KR102260010B1 (ko) | 2020-12-21 | 2020-12-21 | 인공지능 기반 수면 질 향상을 위한 음원 제공 시스템 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102260010B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102362491B1 (ko) * | 2021-08-09 | 2022-02-15 | (주)유비윈 | 사용자 맞춤형 뇌파 유도 콘텐츠 제공 방법 및 그 시스템 |
KR102486690B1 (ko) | 2022-11-01 | 2023-01-12 | 주식회사 디지털뉴트리션 | 사용자 맞춤형으로 건강 관리 음악을 제공하기 위한 장치, 방법, 및 시스템 |
KR20230072803A (ko) | 2021-11-18 | 2023-05-25 | 한국국제대학교 산학협력단 | 수면의 질 향상을 위한 스트레스 완화 시스템 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080111972A (ko) * | 2007-06-20 | 2008-12-24 | 단국대학교 산학협력단 | 감성뇌파신호를 이용한 실시간 멀티미디어 컨텐츠출력시스템 및 방법 |
KR101830857B1 (ko) * | 2017-07-14 | 2018-02-21 | 코웨이 주식회사 | 사용자의 생체 데이터 및 수면환경 데이터를 수집하여 챗봇을 통해 설문을 간소화하는 방법 및 이를 이용한 챗봇 제공 장치 |
KR20180121069A (ko) * | 2017-04-28 | 2018-11-07 | 이화여자대학교 산학협력단 | 외상 후 스트레스 장애를 관리하기 위한 음악 컨텐츠 제공 방법 및 음악 컨텐츠 생성 방법 |
KR20190069687A (ko) * | 2017-12-12 | 2019-06-20 | 한국과학기술원 | 우울증 진단을 위한 다중 설문 분석 시스템 및 그 방법 |
KR20200033522A (ko) * | 2018-09-20 | 2020-03-30 | 링크페이스 주식회사 | 수면 및 각성 유도 방법, 장치 및 컴퓨터 프로그램 |
KR20200107074A (ko) * | 2019-03-06 | 2020-09-16 | 주식회사 옴니씨앤에스 | 수면 상태를 파악하기 위한 뇌파 분석 방법 및 그 장치 |
KR20200139851A (ko) * | 2019-06-04 | 2020-12-15 | 서정훈 | 인공지능을 이용한 음악 자동 마스터링 방법, 장치 및 프로그램 |
KR20210042227A (ko) | 2019-10-09 | 2021-04-19 | 최기은 | 코골이 방지 및 수면 무호흡 예방 시스템 |
-
2020
- 2020-12-21 KR KR1020200179244A patent/KR102260010B1/ko active IP Right Grant
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080111972A (ko) * | 2007-06-20 | 2008-12-24 | 단국대학교 산학협력단 | 감성뇌파신호를 이용한 실시간 멀티미디어 컨텐츠출력시스템 및 방법 |
KR20180121069A (ko) * | 2017-04-28 | 2018-11-07 | 이화여자대학교 산학협력단 | 외상 후 스트레스 장애를 관리하기 위한 음악 컨텐츠 제공 방법 및 음악 컨텐츠 생성 방법 |
KR101830857B1 (ko) * | 2017-07-14 | 2018-02-21 | 코웨이 주식회사 | 사용자의 생체 데이터 및 수면환경 데이터를 수집하여 챗봇을 통해 설문을 간소화하는 방법 및 이를 이용한 챗봇 제공 장치 |
KR20190069687A (ko) * | 2017-12-12 | 2019-06-20 | 한국과학기술원 | 우울증 진단을 위한 다중 설문 분석 시스템 및 그 방법 |
KR20200033522A (ko) * | 2018-09-20 | 2020-03-30 | 링크페이스 주식회사 | 수면 및 각성 유도 방법, 장치 및 컴퓨터 프로그램 |
KR20200107074A (ko) * | 2019-03-06 | 2020-09-16 | 주식회사 옴니씨앤에스 | 수면 상태를 파악하기 위한 뇌파 분석 방법 및 그 장치 |
KR20200139851A (ko) * | 2019-06-04 | 2020-12-15 | 서정훈 | 인공지능을 이용한 음악 자동 마스터링 방법, 장치 및 프로그램 |
KR20210042227A (ko) | 2019-10-09 | 2021-04-19 | 최기은 | 코골이 방지 및 수면 무호흡 예방 시스템 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102362491B1 (ko) * | 2021-08-09 | 2022-02-15 | (주)유비윈 | 사용자 맞춤형 뇌파 유도 콘텐츠 제공 방법 및 그 시스템 |
KR20230072803A (ko) | 2021-11-18 | 2023-05-25 | 한국국제대학교 산학협력단 | 수면의 질 향상을 위한 스트레스 완화 시스템 |
KR102486690B1 (ko) | 2022-11-01 | 2023-01-12 | 주식회사 디지털뉴트리션 | 사용자 맞춤형으로 건강 관리 음악을 제공하기 위한 장치, 방법, 및 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102260010B1 (ko) | 인공지능 기반 수면 질 향상을 위한 음원 제공 시스템 및 방법 | |
JP7137639B2 (ja) | ディープラーニングに基づく音質特性処理方法及びシステム | |
Schuller et al. | The interspeech 2017 computational paralinguistics challenge: Addressee, cold & snoring | |
Aucouturier et al. | Musical friends and foes: The social cognition of affiliation and control in improvised interactions | |
USRE43406E1 (en) | Method and device for speech analysis | |
Trimmer et al. | Emotional intelligence, not music training, predicts recognition of emotional speech prosody. | |
Dewi et al. | The study of baby crying analysis using MFCC and LFCC in different classification methods | |
US8046384B2 (en) | Information processing apparatus, information processing method and information processing program | |
Babel et al. | Can mergers-in-progress be unmerged in speech accommodation? | |
CN115428070A (zh) | 用于情感音乐推荐和创作的方法、***和介质 | |
Phillips-Silver et al. | Amusic does not mean unmusical: Beat perception and synchronization ability despite pitch deafness | |
Esposito et al. | Judgment of infant cry: the roles of acoustic characteristics and sociodemographic characteristics | |
Berti et al. | Speech production and speech perception in children with speech sound disorder | |
Zhao et al. | Vocal acoustic features as potential biomarkers for identifying/diagnosing depression: a cross-sectional study | |
Green et al. | Infant crying: Acoustics, perception and communication | |
Iyer et al. | Fundamental frequency development in typically developing infants and infants with severe‐to‐profound hearing loss | |
Caprini et al. | Generalization of auditory expertise in audio engineers and instrumental musicians | |
Korhonen | Modeling continuous emotional appraisals of music using system identification | |
KR20230148166A (ko) | 사용자의 감정 상태를 수정하는 장치 및 방법 | |
Oehler et al. | The octave illusion and handedness: A replication of Deutsch’s 1974 study | |
Baker | Understanding the nature, extent, and brain dynamics of deficient pattern separation | |
CN113425293B (zh) | 一种听觉失认障碍评估***及方法 | |
US11635934B2 (en) | Systems and methods for identifying segments of music having characteristics suitable for inducing autonomic physiological responses | |
Rogers | The influence of sensory and cognitive consonance/dissonance on musical signal processing | |
Laugs | Creating a Speech and Music Emotion Recognition System for Mixed Source Audio |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |