KR102500255B1 - 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 - Google Patents
음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 Download PDFInfo
- Publication number
- KR102500255B1 KR102500255B1 KR1020220027477A KR20220027477A KR102500255B1 KR 102500255 B1 KR102500255 B1 KR 102500255B1 KR 1020220027477 A KR1020220027477 A KR 1020220027477A KR 20220027477 A KR20220027477 A KR 20220027477A KR 102500255 B1 KR102500255 B1 KR 102500255B1
- Authority
- KR
- South Korea
- Prior art keywords
- voice
- feature vector
- user
- user voice
- machine learning
- Prior art date
Links
- 238000010276 construction Methods 0.000 title claims abstract description 54
- 238000010801 machine learning Methods 0.000 title claims abstract description 30
- 238000005516 engineering process Methods 0.000 title claims abstract description 21
- 239000013598 vector Substances 0.000 claims abstract description 165
- 238000007781 pre-processing Methods 0.000 claims abstract description 21
- 238000013528 artificial neural network Methods 0.000 claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 28
- 230000006870 function Effects 0.000 claims description 12
- 230000002996 emotional effect Effects 0.000 claims description 4
- 230000002427 irreversible effect Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 abstract description 22
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 230000000694 effects Effects 0.000 description 5
- 230000008451 emotion Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0272—Voice signal separating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Databases & Information Systems (AREA)
Abstract
본 발명은 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템에 관한 것으로, 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템은 사용자 음성을 포함하는 소리 데이터를 입력받아 전처리 동작을 수행하는 소리 데이터 전처리부; 상기 소리 데이터로부터 상기 사용자 음성과 배경음을 분리하는 음성 분리부; 심층신경망 기반의 네트워크 모델을 기초로 상기 사용자 음성을 인코딩하여 음성 특징 벡터를 생성하는 음성 특징 벡터 생성부; 및 상기 음성 특징 벡터에 단방향 대응되고 개인 식별 가능한 요소가 제거된 대응 음성 특징 벡터를 생성하는 음성 특징 벡터 변환부;를 포함한다.
Description
본 발명은 기계학습을 위한 데이터베이스 구축 기술에 관한 것으로, 보다 상세하게는 음성의 개인 특성 정보만을 제거 혹은 대체하고 그 외 발화 내용이나 발음 등의 정보는 유지하여 음성 정보를 활용 가능하게 하는 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템에 관한 것이다.
기계학습의 학습 방법은 크게 지도학습, 비지도학습, 강화학습의 세가지 방법으로 분류된다. 지도학습은 정답 데이터(입력 데이터와 그에 대응하는 라벨 한 쌍)가 이미 존재하는 상태에서 학습 모델에게 정답을 알려주어 학습 모델의 예측값과 정답값의 오차가 최소가 되도록 학습하는 방식이다. 비지도학습은 정답 데이터가 존재하지 않고(입력 데이터만 존재) 데이터 간의 유사성과 숨겨진 특성을 분석하여 분류하는 과정을 통해 학습하는 방식이다. 강화학습은 정답 데이터가 존재하지 않고 환경에서의 모델의 결정에 상과 벌을 부여하는 과정을 통해 학습하는 방식이다.
기계학습에 있어 양질의 학습 데이터를 확보하는 것은 매우 중요할 수 있다. 특히, 음성 인식 분야에서 사람의 목소리가 포함된 사용자 음성을 확보하는 것뿐 아니라 이를 학습 데이터로 사용하기 위하여 개인 정보를 보호하기 위한 전처리가 매우 중요할 수 있다.
즉, 사용자 음성에는 다양한 분야에서 활용 가능한 많은 정보가 포함되어 있는 반면, 이를 그대로 사용하는 경우 개인 프라이버시를 침해할 가능성이 높기 때문에 사용자 음성의 활용도가 상당 부분 제한될 수 있다. 일반적으로 사용자 음성을 변조 처리하여 사용하고 있으나, 이 경우 개인 특성 정보 외에도 많은 유용한 데이터들이 손실되고 현실에 존재하지 않는 부자연스러운 음성이 생성되기 때문에 해당 데이터를 기계학습의 학습 데이터에 사용하는 등의 목적을 달성하기 어려울 수 있다.
본 발명의 일 실시예는 사용자 음성의 개인정보를 보호하면서 발화 내용, 발음, 감정 등의 음성 상태를 보전하여 음성 정보의 활용성을 향상시킬 수 있는 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템을 제공하고자 한다.
본 발명의 일 실시예는 사용자 음성 데이터를 음성 특징 벡터로 암호화하고 음성 특징 벡터에 단방향으로 대응하는 대응 음성 특징 벡터로 변환하여 개인 특성이 제거된 다양한 사용자 음성을 효과적으로 확보할 수 있는 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템을 제공하고자 한다.
실시예들 중에서, 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템은 사용자 음성을 포함하는 소리 데이터를 입력받아 전처리 동작을 수행하는 소리 데이터 전처리부; 상기 소리 데이터로부터 상기 사용자 음성과 배경음을 분리하는 음성 분리부; 심층신경망 기반의 네트워크 모델을 기초로 상기 사용자 음성을 인코딩하여 음성 특징 벡터를 생성하는 음성 특징 벡터 생성부; 및 상기 음성 특징 벡터에 단방향 대응되고 개인 식별 가능한 요소가 제거된 대응 음성 특징 벡터를 생성하는 음성 특징 벡터 변환부;를 포함한다.
상기 데이터베이스 구축 시스템은 상기 음성 특징 벡터를 이용하여 상기 사용자 음성을 복원하는 사용자 음성 복원부;를 더 포함할 수 있다.
상기 사용자 음성 복원부는 외부로부터의 접근이 차단된 상태에서 승인된 권한에 의해 상기 사용자 음성에 관한 복원 동작을 제한적으로 개시할 수 있다.
상기 사용자 음성 복원부는 상기 대응 음성 특징 벡터를 이용하여 상기 사용자 음성에서 개인 식별 가능한 요소가 제거된 대응 사용자 음성으로 복원할 수 있다.
상기 데이터베이스 구축 시스템은 단일 사용자 음성과 적어도 하나의 대응 음성 특징 벡터를 이용하여 상기 단일 사용자 음성에 대응되면서 상기 적어도 하나의 대응 음성 특징 벡터가 적용된 적어도 하나의 대응 사용자 음성을 생성하는 대응 사용자 음성 생성부;를 더 포함할 수 있다.
상기 대응 사용자 음성 생성부는 상기 음성 특징 벡터 변환부에서 변환된 음성 특징 벡터를 상기 대응 음성 특징 벡터에 적용하여 상기 적어도 하나의 대응 사용자 음성을 생성할 수 있다.
상기 음성 특징 벡터 생성부는 특정 사용자 음성을 입력으로 수신한 경우 상기 특정 사용자 음성의 음성 특징 벡터와의 유사도를 기준으로 유사 음성 특징 벡터들에 관한 리스트를 생성하여 제공할 수 있다.
상기 음성 특징 벡터 변환부는 상기 음성 특징 벡터에 비가역적이고 복호화 불가능한 단방향 함수를 적용하여 상기 대응 음성 특징 벡터를 생성할 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템은 사용자 음성의 개인정보를 보호하면서 발화 내용, 발음, 감정 등의 음성 상태를 보전하여 음성 정보의 활용성을 향상시킬 수 있다.
본 발명의 일 실시예에 따른 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템은 사용자 음성 데이터를 음성 특징 벡터로 암호화하고 음성 특징 벡터에 단방향으로 대응하는 대응 음성 특징 벡터로 변환하여 개인 특성이 제거된 다양한 사용자 음성을 효과적으로 확보할 수 있다.
도 1은 본 발명에 따른 데이터베이스 구축 시스템을 설명하는 도면이다.
도 2는 도 1의 데이터베이스 구축 장치의 시스템 구성을 설명하는 도면이다.
도 3은 도 1의 데이터베이스 구축 장치의 기능적 구성을 설명하는 도면이다.
도 4는 본 발명에 따른 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 방법을 설명하는 순서도이다.
도 5는 본 발명에 따른 발화자별 채널 분리 과정을 설명하는 도면이다.
도 6은 본 발명에 따른 음성 특징 벡터 생성 과정을 설명하는 도면이다.
도 7은 본 발명에 따른 음성 특징 벡터의 특성을 설명하는 도면이다.
도 8은 본 발명에 따른 개인 특성 변환 음성 특징 벡터 생성 과정을 설명하는 도면이다.
도 9a 및 9b는 본 발명에 따른 개인 특성 변환 음성 생성 과정을 설명하는 도면이다.
도 10은 본 발명에 따른 데이터베이스 구축 시스템의 전체적인 개념을 설명하는 도면이다.
도 2는 도 1의 데이터베이스 구축 장치의 시스템 구성을 설명하는 도면이다.
도 3은 도 1의 데이터베이스 구축 장치의 기능적 구성을 설명하는 도면이다.
도 4는 본 발명에 따른 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 방법을 설명하는 순서도이다.
도 5는 본 발명에 따른 발화자별 채널 분리 과정을 설명하는 도면이다.
도 6은 본 발명에 따른 음성 특징 벡터 생성 과정을 설명하는 도면이다.
도 7은 본 발명에 따른 음성 특징 벡터의 특성을 설명하는 도면이다.
도 8은 본 발명에 따른 개인 특성 변환 음성 특징 벡터 생성 과정을 설명하는 도면이다.
도 9a 및 9b는 본 발명에 따른 개인 특성 변환 음성 생성 과정을 설명하는 도면이다.
도 10은 본 발명에 따른 데이터베이스 구축 시스템의 전체적인 개념을 설명하는 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명에 따른 데이터베이스 구축 시스템을 설명하는 도면이다.
도 1을 참조하면, 데이터베이스 구축 시스템(100)은 사용자 단말(110), 데이터베이스 구축 장치(130) 및 데이터베이스(150)를 포함하여 구현될 수 있다.
사용자 단말(110)은 사용자에 의해 운용되는 단말 장치에 해당할 수 있다. 본 발명의 실시예에서 사용자는 하나 이상의 사용자로 이해될 수 있으며, 복수의 사용자들은 하나 이상의 사용자 그룹으로 구분될 수 있다. 하나 이상의 사용자들 각각은 하나 이상의 사용자 단말(110)에 대응될 수 있다. 즉, 제1 사용자는 제1 사용자 단말, 제2 사용자는 제2 사용자 단말, ..., 제n(상기 n은 자연수) 사용자는 제n 사용자 단말에 대응될 수 있다.
또한, 사용자 단말(110)은 데이터베이스 구축 시스템(100)을 구성하는 하나의 장치로서 학습 데이터의 생성, 수정 및 삭제를 포함하는 사용자 행위를 수행할 수 있는 컴퓨팅 장치에 해당할 수 있다. 예를 들어, 사용자 단말(110)은 데이터베이스 구축 장치(130)와 연결되어 동작 가능한 스마트폰, 노트북 또는 컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 태블릿 PC 등 포함하여 다양한 디바이스로도 구현될 수 있다.
또한, 사용자 단말(110)은 데이터베이스 구축 장치(130)와 연동하기 위한 전용 프로그램 또는 어플리케이션을 설치하여 실행할 수 있다. 예를 들어, 사용자 단말(110)은 학습 데이터 생성을 위해 데이터베이스 구축 장치(130)에게 소정의 소리 데이터를 전송할 수 있으며, 데이터베이스 구축 장치(130)에 의해 구축된 학습 데이터베이스에 접근할 수 있다. 해당 과정은 전용 프로그램 또는 어플리케이션을 통해 제공되는 인터페이스를 통해 이루어질 수 있다.
한편, 사용자 단말(110)은 데이터베이스 구축 장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 사용자 단말(110)들은 데이터베이스 구축 장치(130)와 동시에 연결될 수도 있다.
데이터베이스 구축 장치(130)는 본 발명에 따른 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 방법을 수행하는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 또한, 데이터베이스 구축 장치(130)는 사용자 단말(110)과 유선 네트워크 또는 블루투스, WiFi, LTE 등과 같은 무선 네트워크로 연결될 수 있고, 네트워크를 통해 사용자 단말(110)과 데이터를 송·수신할 수 있다.
또한, 데이터베이스 구축 장치(130)는 학습 데이터를 수집하거나 또는 학습 데이터를 제공하기 위하여 독립된 외부 시스템(도 1에 미도시함)과 연결되어 동작하도록 구현될 수 있다. 일 실시예에서, 데이터베이스 구축 장치(130)는 클라우드 서버로 구현될 수 있으며, 클라우드 서비스를 통해 학습 데이터베이스의 구축과 활용에 관한 사용자들의 다양한 니즈(needs)를 충족시킬 수 있다.
데이터베이스(150)는 데이터베이스 구축 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 예를 들어, 데이터베이스(150)는 다양한 출처로부터 수집한 소리 데이터를 저장하거나 또는 기계학습 모델 구축을 위한 학습 알고리즘과 학습 모델에 관한 정보를 저장할 수 있으며, 반드시 이에 한정되지 않고, 데이터베이스 구축 장치(130)가 본 발명에 따른 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 방법을 수행하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
또한, 도 1에서, 데이터베이스(150)는 데이터베이스 구축 장치(130)와 독립적인 장치로서 도시되어 있으나, 반드시 이에 한정되지 않고, 논리적인 저장장치로서 데이터베이스 구축 장치(130)에 포함되어 구현될 수 있음은 물론이다.
도 2는 도 1의 데이터베이스 구축 장치의 시스템 구성을 설명하는 도면이다.
도 2를 참조하면, 데이터베이스 구축 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함할 수 있다.
프로세서(210)는 본 발명의 실시예에 따른 데이터베이스 구축 프로시저를 실행할 수 있고, 이러한 과정에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄 할 수 있다. 프로세서(210)는 데이터베이스 구축 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 데이터베이스 구축 장치(130)의 CPU(Central Processing Unit) 또는 GPU(Graphics Processing Unit)로 구현될 수 있다.
메모리(230)는 SSD(Solid State Disk) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 데이터베이스 구축 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다. 또한, 메모리(230)는 전기적으로 연결된 프로세서(210)에 의해 실행됨으로써 본 발명에 따른 데이터베이스 구축 방법을 실행하는 명령들의 집합을 저장할 수 있다.
사용자 입출력부(250)은 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함하고, 예를 들어, 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치 스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)은 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 데이터베이스 구축 장치(130)는 독립적인 서버로서 수행될 수 있다.
네트워크 입출력부(270)은 네트워크를 통해 사용자 단말(110)과 연결되기 위한 통신 환경을 제공하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다. 또한, 네트워크 입출력부(270)는 학습 데이터의 무선 전송을 위해 WiFi, 블루투스 등의 근거리 통신 기능이나 4G 이상의 무선 통신 기능을 제공하도록 구현될 수 있다.
도 3은 도 1의 데이터베이스 구축 장치의 기능적 구성을 설명하는 도면이다.
도 3을 참조하면, 데이터베이스 구축 장치(130)는 소리 데이터 전처리부(310), 음성 분리부(320), 음성 특징 벡터 생성부(330), 음성 특징 벡터 변환부(340), 사용자 음성 복원부(350), 대응 사용자 음성 생성부(360) 및 제어부(도 3에 미도시함)를 포함할 수 있다.
소리 데이터 전처리부(310)는 사용자 음성을 포함하는 소리 데이터를 입력받아 전처리 동작을 수행할 수 있다. 소리 데이터 전처리부(310)는 데이터베이스(150)로부터 소리 데이터를 독출하거나 또는 사용자 단말(110)로부터 소리 데이터를 입력받을 수 있다. 소리 데이터 전처리부(310)는 소리 데이터를 특정 시간 간격으로 분할하거나 또는 특정 필터를 적용하여 노이즈(noise)를 제거할 수 있다. 만약 소리 데이터가 아날로그(analog) 신호인 경우 소리 데이터 전처리부(310)는 아날로그 신호를 디지털 신호로 변환하는 전처리 동작을 수행할 수 있다.
일 실시예에서, 소리 데이터 전처리부(310)는 1차원 소리 데이터를 2차원의 스펙트로그램(spectrogram) 데이터로 변환할 수 있다. 여기에서, 스펙트로그램(spectrogram)은 소리의 스펙트럼을 시각화하여 그래프로 표현하는 방법에 해당할 수 있으며, 시간상 진폭 축의 변화를 시각적으로 볼 수 있는 파형과 주파수상 진폭 축의 변화를 시각적으로 볼 수 있는 스펙트럼의 특징이 모두 결합된 구조로 정의될 수 있다. 스펙트로그램은 시간축과 주파수축에 대해 진폭의 차이를 농도나 색상으로 표현하여 나타낼 수 있다. 예를 들어, 스펙트로그램의 제1 축(즉, x축)은 시간(time), 제2 축(즉, y축)은 주파수(frequency), 제3 축(즉, z축)은 진폭(amplitude)으로 표현될 수 있다.
일 실시예에서, 소리 데이터 전처리부(310)는 변환된 2차원의 스펙트로그램에 절대값을 적용할 수 있으며, 이후 스펙트로그램의 절대값을 정규화(normalization)할 수 있다. 예를 들어, 소리 데이터 전처리부(310)는 스펙트로그램의 절대값의 최대값을 기준으로 정규화를 위한 전처리 동작을 수행할 수 있다. 소리 데이터 전처리부(310)는 정규화를 통해 스펙트로그램의 절대값을 소정의 범위 내의 값을 갖도록 할 수 있다.
일 실시예에서, 소리 데이터 전처리부(310)는 소리 데이터에서 사용자 음성이 포함되지 않은 구간을 제거할 수 있다. 즉, 소리 데이터 전처리부(310)는 소리 데이터에서 사용자 음성이 존재하지 않는 구간이 존재하는 경우 해당 구간의 이전 및 이후 시점을 기준으로 양쪽 시점 사이의 구간을 삭제하고 양쪽 시점을 서로 연결하여 사용자 음성이 존재하지 않는 구간을 소리 데이터에서 삭제할 수 있다.
음성 분리부(320)는 소리 데이터로부터 사용자 음성과 배경음을 분리하는 동작을 수행할 수 있다. 즉, 음성 분리부(320)는 소리 데이터에서 배경음을 제거하여 사용자 음성을 분리할 수 있다. 이때, 소리 데이터에는 적어도 하나의 사용자 음성이 포함될 수 있으며, 음성 분리부(320)는 소리 데이터에 기 구축된 심층신경망을 적용하여 적어도 하나의 사용자 음성을 발화자 별로 분리할 수 있다. 음성 분리를 위한 심층신경망은 다수의 인코더(encoder) 및 디코더(decoder)들로 구성된 신경망으로 구현될 수 있다. 또한, 음성 분리를 위한 심층신경망은 RNN, LSTM 등을 기반으로 구현될 수 있다.
일 실시예에서, 음성 분리부(320)는 기 구축된 음성 분리 모델을 통해 소리 데이터로부터 배경음과 사용자 음성을 구분할 수 있다. 여기에서, 음성 분리 모델은 기계학습 모델로서 소리 데이터에서 특정 소리를 추출하도록 학습된 모델에 해당할 수 있다. 예를 들어, 음성 분리 모델은 음성 인지 네트워크, 배경음 인지 네트워크 등을 포함할 수 있다. 음성 분리부(320)에 의한 음성 분리 결과 하나의 소리 데이터로부터 하나의 배경음과 복수의 사용자 음성들이 생성될 수 있다.
음성 특징 벡터 생성부(330)는 심층신경망 기반의 네트워크 모델을 기초로 사용자 음성을 인코딩(encoding)하여 음성 특징 벡터를 생성할 수 있다. 음성 특징 벡터는 사용자 음성에 포함된 특징들에 관한 정보를 기초로 생성될 수 있으며, 이를 위해 소정의 특징 벡터 생성 모델이 사용될 수 있다. 즉, 특징 벡터 생성 모델은 심층신경망 기반의 네트워크 모델로서 사전에 구축될 수 있으며, 사용자 음성을 입력으로 수신하여 사용자 음성에 대응되는 음성 특징 벡터를 출력으로 생성할 수 있다. 이때, 음성 특징 벡터의 특징값은 같은 데이터 포맷을 갖는 일정한 길이의 값들로 표현될 수 있다. 예를 들어, 음성 특징 벡터는 16-bit 정수형 또는 32-bit 실수형(floating point) 특징값으로 표현될 수 있다.
일 실시예에서, 음성 특징 벡터 생성부(330)는 특정 사용자 음성을 입력으로 수신한 경우 특정 사용자 음성의 음성 특징 벡터와의 유사도를 기준으로 유사 음성 특징 벡터들에 관한 리스트를 생성하여 제공할 수 있다. 음성 특징 벡터 생성부(330)는 선택적으로 사용자 음성에 관한 음성 특징 벡터를 생성하거나 또는 사용자 음성과 유사한 음성 특징 벡터들을 검색할 수 있다. 즉, 사용자 음성 간의 유사성은 각각의 음성 특징을 나타내는 음성 특징 벡터 간의 거리로 나타낼 수 있으며 거리값이 작을수록 유사하고 거리값이 일정한 기준값 이내인 경우 동일한 발화자의 음성으로 판단될 수 있다. 음성 특징 벡터 생성부(330)는 특정 사용자 음성의 음성 특징 벡터를 생성한 다음 음성 특징 벡터와의 유사도에 따라 유사 음성 특징 벡터들에 대한 리스트를 생성할 수 있다. 이때, 유사 음성 특징 벡터는 기준이 되는 음성 특징 벡터와의 거리값이 기 설정된 기준값 이내인 음성 특징 벡터에 해당할 수 있다.
음성 특징 벡터 변환부(340)는 음성 특징 벡터에 단방향 대응되고 개인 식별 가능한 요소가 제거된 대응 음성 특징 벡터를 생성할 수 있다. 여기에서, 대응 음성 특징 벡터는 사용자 음성에서 개인 특성 정보가 제거된(또는 변환된) 목소리의 음성 특징 정보에 해당할 수 있다. 즉, 음성 특징 벡터 변환부(340)는 음성 특징 벡터에서 개인 식별 가능한 요소들을 제거하여(또는 변경하여) 대응 음성 특징 벡터를 생성할 수 있다. 이때, 대응 음성 특징 벡터의 생성에는 심층신경망 기반의 네트워크 모델, 정적 함수 등이 사용될 수 있다.
일 실시예에서, 음성 특징 벡터 변환부(340)는 음성 특징 벡터에 비가역적이고 복호화 불가능한 단방향 함수를 적용하여 대응 음성 특징 벡터를 생성할 수 있다. 이때, 사용되는 단방향 함수는 비가역적(irreversible)이고 복호화 불가능(undecodable)한 특성을 가질 수 있으며, 이에 따라 대응 음성 특징 벡터를 기초로 원래의 음성 특징 벡터를 복원하는 것은 불가능할 수 있다. 예를 들어, 단방향 함수에는 해시 함수, 단방향 인코딩 함수 등이 포함될 수 있다. 또한, 단방향 함수는 동일한 음성 특징 벡터를 입력으로 사용하는 경우 항상 동일한 출력을 생성하도록 구현될 수 있다. 음성 특징 벡터 변환부(340)에 의해 생성된 대응 음성 특징 벡터는 개인의 특성 정보가 제거된 결과 이를 기초로 실제 누구의 목소리인지를 식별할 수 없는 반면 다른 시간대에서의 목소리와 비교하여 동일 인물인지 여부를 결정하는데 사용될 수 있다.
사용자 음성 복원부(350)는 음성 특징 벡터를 이용하여 사용자 음성을 복원할 수 있다. 예를 들어, 사용자 음성 복원부(350)는 음성 특징 벡터를 기초로 사용자 음성을 생성하는 사용자 음성 생성모듈(또는 음성 생성기)을 포함하여 구현될 수 있다. 사용자 음성 생성모듈은 음성 특징 벡터에 대응되는 사용자 음성을 생성하는 복원 동작을 수행할 수 있다.
일 실시예에서, 사용자 음성 복원부(350)는 외부로부터의 접근이 차단된 상태에서 승인된 권한에 의해 사용자 음성에 관한 복원 동작을 제한적으로 개시할 수 있다. 즉, 사용자 음성 복원부(350)는 사용자 음성 생성모듈을 비공개 상태로 제어할 수 있으며, 외부로부터 복원 요청을 수신한 경우 해당 복원 요청의 권한을 검사하여 해당 권한이 승인된 권한인지를 결정할 수 있다. 사용자 음성 복원부(350)는 승인된 권한을 갖는 복원 요청에 대해서만 응답하여 사용자 음성 생성모듈의 동작을 제어함으로써 복원된 사용자 음성을 제한적으로 생성할 수 있으며, 이에 따라 음성 특징 벡터만을 저장하여 개인정보를 암호화할 수 있다.
일 실시예에서, 사용자 음성 복원부(350)는 대응 음성 특징 벡터를 이용하여 사용자 음성에서 개인 식별 가능한 요소가 제거된 대응 사용자 음성으로 복원할 수 있다. 사용자 음성 복원부(350)는 음성 특징 벡터를 기초로 개인 특성 정보를 포함하는 사용자 음성을 생성할 수 있고, 대응 음성 특징 벡터를 기초로 개인 특성 정보가 제거되거나 또는 변환된 대응 사용자 음성을 생성할 수 있다. 대응 음성 특징 벡터에 기반하여 복원된 대응 사용자 음성의 경우 개인을 식별하는데 활용될 수 없는 반면 발화 내용이나 발음 또는 감정 상태에 관한 특징 정보를 포함하고 있어 음성(또는 음성이 포함된 영상)을 기초로 위급상황 감지, 감정 분석 등의 상황을 분석하는 업무에 활용될 수 있다. 이에 따라, 하나의 음성 특징 벡터에 기반하여 다수의 대응 음성 특징 벡터들이 생성된 경우 각 대응 음성 특징 벡터들마다 대응 사용자 음성이 각각 생성될 수 있으며, 해당 대응 사용자 음성들은 서로 다른 목소리에 대해 동일한 발화 내용이나 발음, 감정 상태 등으로 표현될 수 있다.
대응 사용자 음성 생성부(360)는 단일 사용자 음성과 적어도 하나의 대응 음성 특징 벡터를 이용하여 단일 사용자 음성에 대응되면서 적어도 하나의 대응 음성 특징 벡터가 적용된 적어도 하나의 대응 사용자 음성을 생성할 수 있다. 이를 위해, 대응 사용자 음성 생성부(360)는 심층신경망 기반의 네트워크 모델을 사전에 구축하여 활용할 수 있다. 즉, 해당 네트워크 모델은 사용자 음성과 대응 음성 특징 벡터를 입력으로 수신하여 사용자 음성에서 원래의 음성 특징 벡터를 제거한 후 대응 음성 특징 벡터를 대신 적용한 결과로서 가상의 사용자 음성을 출력으로 생성할 수 있다. 이를 통해, 원래의 목소리에 대해 개인 특성 정보를 제외한 발음이나 감정 등의 음성 상태가 동일하게 적용된 가상의 목소리가 생성될 수 있으며, 이에 따라 개인 정보를 보호함과 동시에 음성 정보의 활용을 극대화시킬 수 있다.
일 실시예에서, 대응 사용자 음성 생성부(360)는 음성 특징 벡터 변환부 (340)에서 변환된 음성 특징 벡터를 대응 음성 특징 벡터에 적용하여 적어도 하나의 대응 사용자 음성을 생성할 수 있다. 즉, 음성 특징 벡터 변환부(340)는 복수개의 알고리즘 혹은 심층신경망 기반의 네트워크 모델을 사용하여 복수개의 대응 음성 특징 벡터를 생성할 수 있으며, 대응 음성 특징 벡터들은 사용자 음성에 적용되어 가상의 목소리에 관한 다양한 사용자 음성들을 생성하는데 활용됨으로써 사용자 음성에 관한 데이터베이스 구축을 효과적으로 수행할 수 있다.
제어부(도 3에 미도시함)는 데이터베이스 구축 장치(130)의 전체적인 동작을 제어하고, 소리 데이터 전처리부(310), 음성 분리부(320), 음성 특징 벡터 생성부(330), 음성 특징 벡터 변환부(340), 사용자 음성 복원부(350) 및 대응 사용자 음성 생성부(360) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 본 발명에 따른 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 방법을 설명하는 순서도이다.
도 4를 참조하면, 데이터베이스 구축 장치(130)는 소리 데이터 전처리부(310)를 통해 사용자 음성을 포함하는 소리 데이터를 입력받아 전처리 동작을 수행할 수 있다(단계 S410). 데이터베이스 구축 장치(130)는 음성 분리부(320)를 통해 소리 데이터로부터 사용자 음성과 배경음을 분리할 수 있다(단계 S430).
또한, 데이터베이스 구축 장치(130)는 음성 특징 벡터 생성부(330)를 통해 심층신경망 기반의 네트워크 모델을 기초로 사용자 음성을 인코딩하여 음성 특징 벡터를 생성할 수 있다(단계 S450). 데이터베이스 구축 장치(130)는 음성 특징 벡터 변환부(340)를 통해 음성 특징 벡터에 단방향 대응되고 개인 식별 가능한 요소가 제거된 대응 음성 특징 벡터를 생성할 수 있다(단계 S470).
도 5는 본 발명에 따른 발화자별 채널 분리 과정을 설명하는 도면이다.
도 5를 참조하면, 데이터베이스 구축 장치(130)는 전처리 동작과 기계학습 모델을 이용하여 소리 데이터로부터 발화자별 음성 데이터와 배경음 데이터를 분리할 수 있다. 즉, 데이터베이스 구축 장치(130)는 1차원의 소리 데이터를 수신하여 2차원의 전처리된 스펙트로그램을 생성할 수 있다. 또한, 데이터베이스 구축 장치(130)는 스펙트로그램을 이용하여 발화자별 채널 분리를 수행할 수 있다. 이때, 배경음 분리와 음성 분리를 위해 사전에 구축된 기계학습 모델이 사용될 수 있다.
예를 들어, 음성 분리를 위한 기계학습 모델은 사용자 음성과 사용자 음성이 포함된 혼합음으로 구성된 학습데이터를 이용하여 학습될 수 있다. 즉, 학습 과정은 학습 데이터의 사용자 음성과 혼합음 각각에 대해 스펙트로그램을 추출하고, 혼합음의 스펙트로그램을 기계학습 모델에 입력하여 사용자 음성의 스펙트로그램을 예측하며, 예측된 스펙트로그램과 실제 스펙트로그램을 비교하여 그 오차(loss)를 최소화하는 방향으로 가중치를 갱신하는 과정으로 진행될 수 있다. 학습 과정은 예측값과 실제값 사이의 오차가 특정 기준 이하가 될 때까지 반복적으로 수행될 수 있다.
또한, 기계학습 모델은 배경음 분리와 음성 분리를 위한 목적에 따라 독립적으로 구축될 수 있다. 도 5에서, 데이터베이스 구축 장치(130)는 소리 데이터에서 배경음과 발화자별 사용자 음성을 분리할 수 있으며, 필요에 따라 분리된 각 스펙트로그램을 활용하여 대응되는 배경음이나 발화자별 음성 소리 데이터를 복원할 수도 있다.
도 6은 본 발명에 따른 음성 특징 벡터 생성 과정을 설명하는 도면이다.
도 6을 참조하면, 데이터베이스 구축 장치(130)는 심층신경망 기반의 네트워크 모델을 구성하여 사용자 음성(610)(또는 스펙트로그램)을 입력으로 수신하여 음성 특징 벡터(630)를 출력으로 생성할 수 있다. 이때, 네트워크 모델은 사용자 음성(610)을 부호화(또는 암호화) 하여 소정의 길이를 갖는 특징값으로 변환할 수 있다. 변환된 음성 특징 벡터(630)는 암호화된 정보에 해당할 수 있으며, 별도의 사용자 음성 복원 과정을 통해 복원될 수 있으나 해당 과정의 실행을 제한함으로써 사용자 음성(610)에 포함된 개인 특성 정보를 효과적으로 보호할 수 있다.
도 7은 본 발명에 따른 음성 특징 벡터의 특성을 설명하는 도면이다.
도 7을 참조하면, 데이터베이스 구축 장치(130)는 사용자 음성을 인코딩하여 사용자 음성에 대응되는 음성 특징 벡터를 생성할 수 있다. 이때, 동일인에 대한 사용자 음성들이 서로 다른 발화 내용을 각각 서로 다른 시점에 녹음된 음성이라 하더라도 동일인의 음성 특징 벡터들은 유사성이 존재하여 작은 차이를 나타낼 수 있고, 다른 사람의 음성 특징 벡터와는 동일한 발화 내용이라 하더라도 큰 차이를 나타낼 수 있다.
즉, 데이터베이스 구축 장치(130)는 음성 특징 벡터의 유사성을 분석하여 두개의 음성의 발화자가 동일인물인지 여부를 판별할 수 있으며, 추가적으로 사용자 음성을 입력받아 해당 사용자 음성과 동일한 사용자 음성 또는 음성 특징 벡터를 데이터베이스(150)에서 조회하여 그 결과를 제공할 수 있다. 특히, 데이터베이스 구축 장치(130)는 사용자 음성 대신 음성 특징 벡터를 활용함으로써 다른 사람의 사용자 음성이 제3자에게 노출되는 것을 효과적으로 예방할 수 있다.
도 8은 본 발명에 따른 개인 특성 변환 음성 특징 벡터 생성 과정을 설명하는 도면이다.
도 8을 참조하면, 데이터베이스 구축 장치(130)는 음성 특징 벡터를 입력으로 수신하여 단방향으로 대응하는 특성이 변화된 음성의 대응 음성 특징 벡터를 생성할 수 있다. 대응 음성 특징 벡터의 생성에는 심층신경망 기반의 네트워크 모델 또는 정적 함수 등이 사용될 수 있다. 대응 음성 특징 벡터는 음성 특징 벡터에 기반하여 생성될 수 있으나, 생성된 대응 음성 특징 벡터를 기초로 본래의 음성 특징 벡터를 복원하거나 혹은 특정하는 것은 불가능할 수 있다. 결과적으로, 데이터베이스 구축 장치(130)는 단방향 변환을 통해 개인 정보를 효과적으로 보호할 수 있다.
또한, 동일 인물의 음성 특징 벡터를 입력으로 사용하는 경우 대응 음성 특징 벡터 또한 일관되게 유사한 값으로 출력될 수 있다. 이를 통해, 데이터베이스 구축 장치(130)는 생성된 음성의 발화자가 누구인지 식별할 수 없지만 다른 시간대의 음성의 발화자가 동일 인물인지 여부에 대해서는 식별할 수 있다.
한편, 데이터베이스 구축 장치(130)는 독립적으로 구현되는 음성생성기와 음성 특징 벡터를 사용하여 사용자 음성을 복원할 수 있으며, 이때 사용되는 음성생성기는 외부에 공개되지 않도록 구현되어 원본 음성 특징 벡터만을 저장함으로써 개인 정보를 암호화하는 것이 가능할 수 있다.
도 9a 및 9b는 본 발명에 따른 개인 특성 변환 음성 생성 과정을 설명하는 도면이다.
도 9a 및 9b를 참조하면, 데이터베이스 구축 장치(130)는 심층신경망 기반의 네트워크 모델을 구축한 후 사용자 음성과 음성 특징 벡터를 입력으로 수신한 다음 사용자 음성의 기존 특징 벡터를 제거하고 입력된 음성 특징 벡터가 반영된 가상의 목소리를 생성할 수 있다. 이때, 생성된 가상의 목소리는 기존 특징 벡터 이외에 발화 내용, 발음, 감정 등의 음성 상태가 동일하게 유지될 수 있다. 이를 통해 개인정보를 보호함과 동시에 음성 정보의 활용이 가능할 수 있다.
도 9a에서, 원본 사용자 음성에 대해 대응 음성 특징 벡터를 적용한 결과 원래의 발화자와 다른 가상의 발화자에 대한 사용자 음성(개인 특성 변환 음성)이 생성될 수 있다. 다만, 개인 특성 정보만 변경된 결과 발화 내용이나 발음, 감정 상태 등은 그대로 유지될 수 있다. 또한, 도 9b와 같이 시간대 1 및 2에서 동일한 대응 음성 특징 벡터가 적용된 결과 생성된 가상의 발화자 역시 동일할 수 있다.
도 10은 본 발명에 따른 데이터베이스 구축 시스템의 전체적인 개념을 설명하는 도면이다.
도 10을 참조하면, 데이터베이스 구축 장치(130)는 사람의 음성(또는 목소리)이 포함된 소리 데이터를 입력으로 수신하여 전처리 동작을 통해 전처리된 소리 데이터(또는 스펙트로그램)를 획득할 수 있다. 데이터베이스 구축 장치(130)는 전처리된 소리 데이터에서 발화자 별로 채널을 분리하여 각 사용자의 음성에 관한 원본 음성 데이터를 획득할 수 있다.
데이터베이스 구축 장치(130)는 원본 음성 데이터로부터 개인 특성 정보가 포함된 원본 음성 특징 벡터를 생성할 수 있고, 필요에 따라 데이터베이스(DB)에 저장하여 활용할 수 있다. 이때, 음성 특징 벡터는 암호화된 정보에 해당할 수 있으며, 별도의 사용자 음성 생성기를 통해 제한적으로 복원될 수 있으므로 이후 음성 특징 벡터의 활용 과정에서 개인 정보를 효과적으로 보호할 수 있다.
또한, 데이터베이스 구축 장치(130)는 음성 특징 벡터에 단방향으로 대응되는 대응 음성 특징 벡터(즉, 특성 변환 음성 특징 벡터)를 생성할 수 있다. 대응 음성 특징 벡터는 개인 특성 정보가 제거된 음성 정보를 포함할 수 있으며, 필요에 따라 데이터베이스(DB)에 저장하여 활용할 수 있다. 즉, 데이터베이스 구축 장치(130)는 대응 음성 특징 벡터를 이용하여 원본 사용자 음성에서 개인 특성 정보가 제거된 가상의 사용자 음성을 생성할 수 있으며, 데이터베이스(DB)를 통해 기 구축된 다양한 대응 음성 특징 벡터들을 활용하여 하나의 원본 사용자 음성으로부터 다양한 특성 변환 사용자 음성들을 효과적으로 생성할 수 있다.
또한, 데이터베이스 구축 장치(130)는 가상의 특성 변환 사용자 음성을 원래의 배경음 데이터에 적용함으로써 원래의 발화자의 개인 특성이 변환된 소리 데이터를 생성할 수도 있다.
본 발명에 따른 데이터베이스 구축 장치(130)는 특성이 변화된 음성 특징 벡터로부터 음성의 특성을 변화시킨 소리 데이터를 생성하고 저장하여 기계학습 데이터베이스를 효과적으로 구축할 수 있다. 특히, 데이터베이스 구축 장치(130)는 원본 음성 특징 벡터를 저장하여 개인 정보를 암호화할 수 있으며, 특정인의 사용자 음성으로부터 추출된 음성 특징 벡터와 가장 유사한 기록을 조회하여 제공할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 데이터베이스 구축 시스템
110: 사용자 단말 130: 데이터베이스 구축 장치
150: 데이터베이스
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 소리 데이터 전처리부 320: 음성 분리부
330: 음성 특징 벡터 생성부 340: 음성 특징 벡터 변환부
350: 사용자 음성 복원부 360: 대응 사용자 음성 생성부
110: 사용자 단말 130: 데이터베이스 구축 장치
150: 데이터베이스
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 소리 데이터 전처리부 320: 음성 분리부
330: 음성 특징 벡터 생성부 340: 음성 특징 벡터 변환부
350: 사용자 음성 복원부 360: 대응 사용자 음성 생성부
Claims (8)
- 사용자 음성을 포함하는 소리 데이터를 입력받아 전처리 동작을 수행하는 소리 데이터 전처리부;
상기 소리 데이터로부터 상기 사용자 음성과 배경음을 분리하는 음성 분리부;
심층신경망 기반의 네트워크 모델을 기초로 상기 사용자 음성을 인코딩하여 음성 특징 벡터를 생성하는 음성 특징 벡터 생성부;
상기 음성 특징 벡터에 단방향 대응되고 개인 식별 가능한 요소가 제거된 대응 음성 특징 벡터를 생성하는 음성 특징 벡터 변환부; 및
상기 음성 특징 벡터를 이용하여 상기 사용자 음성을 복원하는 사용자 음성 복원부;를 포함하되,
상기 사용자 음성 복원부는 상기 대응 음성 특징 벡터를 이용하여 상기 사용자 음성에서 개인 식별 가능한 요소가 제거된 대응 사용자 음성으로 복원하며,
상기 대응 사용자 음성은 상기 사용자 음성에서 개인 식별 가능한 요소가 제거된 반면 발음 및 감정 상태를 포함하는 일반 음성 특징 정보는 그대로 포함하여 복원되는 것을 특징으로 하는 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템.
- 삭제
- 제1항에 있어서, 상기 사용자 음성 복원부는
외부로부터의 접근이 차단된 상태에서 승인된 권한에 의해 상기 사용자 음성에 관한 복원 동작을 제한적으로 개시하는 것을 특징으로 하는 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템.
- 삭제
- 제1항에 있어서,
단일 사용자 음성과 적어도 하나의 대응 음성 특징 벡터를 이용하여 상기 단일 사용자 음성에 대응되면서 상기 적어도 하나의 대응 음성 특징 벡터가 적용된 적어도 하나의 대응 사용자 음성을 생성하는 대응 사용자 음성 생성부;를 더 포함하는 것을 특징으로 하는 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템.
- 제5항에 있어서, 상기 대응 사용자 음성 생성부는
상기 음성 특징 벡터 변환부에서 변환된 음성 특징 벡터를 상기 대응 음성 특징 벡터에 적용하여 상기 적어도 하나의 대응 사용자 음성을 생성하는 것을 특징으로 하는 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템.
- 제1항에 있어서, 상기 음성 특징 벡터 생성부는
특정 사용자 음성을 입력으로 수신한 경우 상기 특정 사용자 음성의 음성 특징 벡터와의 유사도를 기준으로 유사 음성 특징 벡터들에 관한 리스트를 생성하여 제공하는 것을 특징으로 하는 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템.
- 제1항에 있어서, 상기 음성 특징 벡터 변환부는
상기 음성 특징 벡터에 비가역적이고 복호화 불가능한 단방향 함수를 적용하여 상기 대응 음성 특징 벡터를 생성하는 것을 특징으로 하는 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220027477A KR102500255B1 (ko) | 2022-03-03 | 2022-03-03 | 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 |
| PCT/KR2023/002591 WO2023167466A1 (ko) | 2022-03-03 | 2023-02-23 | 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220027477A KR102500255B1 (ko) | 2022-03-03 | 2022-03-03 | 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102500255B1 true KR102500255B1 (ko) | 2023-02-17 |
Family
ID=85327751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220027477A KR102500255B1 (ko) | 2022-03-03 | 2022-03-03 | 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102500255B1 (ko) |
| WO (1) | WO2023167466A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023167466A1 (ko) * | 2022-03-03 | 2023-09-07 | (주)에이아이매틱스 | 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070022176A (ko) | 2005-08-18 | 2007-02-26 | 에스케이 텔레콤주식회사 | 모바일 음성변조 시스템 및 음성변조가 가능한 단말 |
| KR20180035420A (ko) * | 2016-09-29 | 2018-04-06 | 주식회사 온피아 | 데이터 변조를 통한 녹취파일의 암호화 및 복호화 방법 |
| KR20190013748A (ko) * | 2016-05-30 | 2019-02-11 | 소니 주식회사 | 영상 음향 처리 장치 및 방법, 및 프로그램 |
| KR20210050884A (ko) * | 2019-10-29 | 2021-05-10 | 삼성전자주식회사 | 화자 인식을 위한 등록 방법 및 장치 |
| KR20210108689A (ko) * | 2020-02-26 | 2021-09-03 | 고려대학교 산학협력단 | 신경망을 이용한 음성 변환 방법 및 장치 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015040903A (ja) * | 2013-08-20 | 2015-03-02 | ソニー株式会社 | 音声処理装置、音声処理方法、及び、プログラム |
| KR102500255B1 (ko) * | 2022-03-03 | 2023-02-17 | (주)에이아이매틱스 | 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 |
-
2022
- 2022-03-03 KR KR1020220027477A patent/KR102500255B1/ko active IP Right Grant
-
2023
- 2023-02-23 WO PCT/KR2023/002591 patent/WO2023167466A1/ko unknown
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070022176A (ko) | 2005-08-18 | 2007-02-26 | 에스케이 텔레콤주식회사 | 모바일 음성변조 시스템 및 음성변조가 가능한 단말 |
| KR20190013748A (ko) * | 2016-05-30 | 2019-02-11 | 소니 주식회사 | 영상 음향 처리 장치 및 방법, 및 프로그램 |
| KR20180035420A (ko) * | 2016-09-29 | 2018-04-06 | 주식회사 온피아 | 데이터 변조를 통한 녹취파일의 암호화 및 복호화 방법 |
| KR20210050884A (ko) * | 2019-10-29 | 2021-05-10 | 삼성전자주식회사 | 화자 인식을 위한 등록 방법 및 장치 |
| KR20210108689A (ko) * | 2020-02-26 | 2021-09-03 | 고려대학교 산학협력단 | 신경망을 이용한 음성 변환 방법 및 장치 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023167466A1 (ko) * | 2022-03-03 | 2023-09-07 | (주)에이아이매틱스 | 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023167466A1 (ko) | 2023-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9905227B2 (en) | Speech recognition system, request device, method, program, and recording medium, using a mapping on phonemes to disable perception of selected content | |
| KR102374343B1 (ko) | 목소리 개인정보 보호 기술을 이용한 학습 데이터베이스 구축 방법 및 시스템 | |
| CN107112006A (zh) | 基于神经网络的语音处理 | |
| CN111091835A (zh) | 模型训练的方法、声纹识别的方法、***、设备及介质 | |
| CN117337467A (zh) | 经由迭代说话者嵌入的端到端说话者分离 | |
| CN112489621A (zh) | 语音合成方法、装置、可读介质及电子设备 | |
| KR102500255B1 (ko) | 음성 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 | |
| CN113808610A (zh) | 从多个说话者中分离目标语音的方法和装置 | |
| CN118043885A (zh) | 用于半监督语音识别的对比孪生网络 | |
| EP3198870B1 (en) | Processing parameters for operations on blocks while decoding images | |
| CN114596879A (zh) | 一种虚假语音的检测方法、装置、电子设备及存储介质 | |
| KR102352954B1 (ko) | 예측 자동 회귀 기반 실시간 기업정보시스템 사용자 이상행위 탐지 시스템 및 방법 | |
| KR102192015B1 (ko) | 자연어 문장을 기반으로 하는 변환 이미지 생성 장치, 방법 및 이를 이용하는 변환 이미지 생성 시스템 | |
| KR102313387B1 (ko) | 기계학습 기반의 화자 분리 방법 및 그를 위한 장치 | |
| Okaba et al. | An automated location detection method in multi-storey buildings using environmental sound classification based on a new center symmetric nonlinear pattern: CS-LBlock-Pat | |
| KR102222637B1 (ko) | 감성 분석 장치, 이를 포함하는 대화형 에이전트 시스템, 감성 분석을 수행하기 위한 단말 장치 및 감성 분석 방법 | |
| CN114041184A (zh) | 欺骗检测装置、欺骗检测方法和计算机可读存储介质 | |
| KR102642617B1 (ko) | 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법 및 컴퓨터로 판독 가능한 기록 매체 | |
| US10764060B1 (en) | Systems and methods for authenticating a multimedia stream | |
| Singh et al. | Applications of Signal Processing | |
| US20230046763A1 (en) | Speech recognition apparatus, control method, and non-transitory storage medium | |
| Cardaioli et al. | For Your Voice Only: Exploiting Side Channels in Voice Messaging for Environment Detection | |
| KR102663654B1 (ko) | 적응형 시각적 스피치 인식 | |
| WO2023140519A1 (ko) | 얼굴 개인정보 보호 기술을 이용한 기계학습 데이터베이스 구축 시스템 | |
| KR20230119942A (ko) | 음성 처리 장치, 음성 복원 장치, 음성 처리 시스템, 음성 처리 방법, 음성 복원 방법 및 음성 검증 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |