맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

음성 신호의 스펙트럴 엔트로피를 이용한 감정 인식 방법 및 장치

  • 기술번호 : KST2014022017
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 음성 신호의 스펙트럴 엔트로피를 이용한 감정 인식 방법 및 장치에 관한 것으로, 감정 평가 모델 음성 신호의 프레임별 스펙트럼 엔트로피 값을 산출하고 이를 이용하여 감정 평가 모델을 생성하는 단계와 평가할 음성 신호의 프레임별 스펙트럼 엔트로피 값을 산출하고 이를 상기 감정 평가 모델에 적용하여 감정을 인식하는 단계를 포함하는 감정 인식 방법 및 이를 위한 장치를 제공함으로써 감정 인식 성능의 향상을 기대할 수 있고, 이를 컴퓨터, 이동통신 단말기, PDA 등의 임베디드 환경에도 적용할 수 있다는 효과를 얻게 된다. 감정 인식, 스펙트럴 엔트로피
Int. CL G10L 25/63 (2013.01) G10L 15/00 (2013.01) G10L 19/02 (2013.01)
CPC G10L 25/63(2013.01) G10L 25/63(2013.01) G10L 25/63(2013.01) G10L 25/63(2013.01) G10L 25/63(2013.01)
출원번호/일자 1020080046544 (2008.05.20)
출원인 성균관대학교산학협력단
등록번호/일자 10-0937101-0000 (2010.01.07)
공개번호/일자 10-2009-0120640 (2009.11.25) 문서열기
공고번호/일자 (20100115) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2008.05.20)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 성균관대학교산학협력단 대한민국 경기도 수원시 장안구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 홍광석 대한민국 경기도 과천시
2 이우석 대한민국 경기도 남양주시

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김인철 대한민국 서울특별시 서초구 반포대로**길 **, 매강빌딩*층 에이치앤에이치 H&H 국제특허법률사무소 (서초동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 성균관대학교산학협력단 대한민국 경기도 수원시 장안구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2008.05.20 수리 (Accepted) 1-1-2008-0355642-07
2 [복대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Sub-agent] Report on Agent (Representative)		 2008.06.13 수리 (Accepted) 1-1-2008-0422063-21
3 [복대리인사임]대리인(대표자)에 관한 신고서
[Resignation of Sub-agent] Report on Agent (Representative)		 2009.09.24 수리 (Accepted) 1-1-2009-0586149-95
4 등록결정서
Decision to grant		 2009.12.30 발송처리완료 (Completion of Transmission) 9-5-2009-0536690-15
5 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2012.04.26 수리 (Accepted) 4-1-2012-5090770-53
6 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2012.06.20 수리 (Accepted) 4-1-2012-5131828-19
7 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2012.06.27 수리 (Accepted) 4-1-2012-5137236-29
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2017.02.23 수리 (Accepted) 4-1-2017-5028829-43
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
스펙트럼 엔트로피 값을 이용한 감정 인식 방법에 있어서, 감정 평가 모델 생성용 음성 신호의 프레임별 스펙트럼 엔트로피 값을 산출하고, 이를 이용하여 감정 평가 모델을 생성하는 단계; 와 평가용 음성 신호를 입력받고, 상기 평가용 음성 신호의 프레임별 스펙트럼 엔트로피 값을 산출한 후 이를 상기 감정 평가 모델에 적용하여 상기 평가 음성 신호에 따른 감정을 인식하는 단계를 포함하는 감정 인식 방법
2 2
제1항에 있어서, 상기 음성 신호의 프레임별 스펙트럼 엔트로피 값을 산출하는 단계는, 상기 음성 신호를 프레임으로 세분화하는 단계; 상기 음성 신호의 프레임 별 고대역을 강조하는 단계; 상기 음성 신호의 스펙트럼 정규화를 수행하는 단계; 및 상기 스펙트럼 정규화 분포로부터 프레임별 엔트로피 값을 산출하는 단계를 포함하는 것을 특징으로 하는 감정 인식 방법
3 3
제2항에 있어서, 상기 음성 신호의 스펙트럼 정규화를 수행하는 단계는, 상기 음성 신호를 패스트 푸리에 변환(fast fourier transform)하는 단계; 상기 패스트 푸리에 변환된 결과로부터 파워 스펙트럼을 획득하는 단계; 및 상기 파워 스펙트럼으로부터 정규화 연산을 수행하는 단계를 포함하는 것을 특징으로 하는 감정 인식 방법
4 4
제2항에 있어서, 상기 음성 신호의 스펙트럼 정규화를 수행하는 단계는, 상기 음성 신호를 패스트 푸리에 변환(fast fourier transform)하는 단계; 상기 패스트 푸리에 변환된 결과로부터 파워 스펙트럼을 획득하는 단계; 상기 파워 스펙트럼으로부터 델타 패스트 푸리에 변환 스펙트럼을 연산하고, 그 절대값을 연산하는 단계; 및 상기 델타 패스트 푸리에 변환 스펙트럼의 절대값으로부터 정규화 연산을 수행하는 단계를 포함하는 것을 특징으로 하는 감정 인식 방법
5 5
제2항 또는 제3항에 있어서, 상기 음성 신호의 스펙트럼 정규화를 수행하는 단계는, 상기 패스트 푸리에 변환 결과로부터 파워 스펙트럼을 획득한 후, 상기 파워 스펙트럼의 Mel 필터 연산을 수행하는 단계를 더 포함하는 것을 특징으로 하는 감정 인식 방법
6 6
제2항에 있어서, 상기 음성 신호의 프레임별 고대역을 강조하는 단계는, 해밍 윈도우(hamming window) 등을 이용하여 프레임의 고역을 강조하는 것을 특징으로 하는 감정 인식 방법
7 7
제1항에 있어서, 상기 감정 평가 모델을 생성하는 단계는, GMM(gaussian mixture model) 알고리즘, HMM(Hidden Markov Model) 알고리즘 또는 SVM(support vector machine) 알고리즘 중 하나를 이용하는 것을 특징으로 하는 감정 인식 방법
8 8
제7항에 있어서, 상기 감정 평가 모델을 생성하는 단계는, MLE(maximum likelihood estimation) 또는 EM(expectation maximization) 알고리즘을 이용하여 최대 가우시안 혼합 분포 값을 갖는 GMM 파라미터를 추정하는 것을 특징으로 하는 감정 인식 방법
9 9
제8항에 있어서, 상기 평가 음성 신호의 프레임별 스펙트럼 엔트로피 값을 상기 GMM 감정 평가 모델에 적용하여 감정 인식을 수행하는 단계는, 상기 평가 음성 신호의 프레임별 스펙트럼 엔트로피 값과 상기 GMM 파라미터로부터 가우시안 혼합 분포를 구하는 단계; 와 상기 가우시안 혼합 분포 중 가장 큰 확률 값을 가지는 GMM 파라미터에 따른 감정을 선택하는 단계를 포함하는 감정 인식 방법
10 10
스펙트럼 엔트로피 값을 이용한 감정 인식 장치에 있어서, 입력된 음성 신호를 프레임으로 세분화하는 프레임 생성부; 세분화된 음성 신호의 프레임 별 파워 스펙트럼 정규화를 수행하는 스펙트럼 정규화 연산부; 상기 스펙트럼의 정규화 결과를 이용하여 각 프레임별 엔트로피 값을 구하는 엔트로피 연산부; 및 상기 프레임별 엔트로피 값으로부터 감정 평가 모델을 생성하는 감정 평가 모델 생성부를 포함하는 감정 인식 장치
11 11
제10항에 있어서, 입력되는 평가용 음성 신호의 프레임별 스펙트럼 엔트로피 값을 상기 감정 평가 모델에 적용하여 감정 인식을 수행하는 음성 평가부를 더 포함하는 감정 인식 장치
12 12
제10항 또는 제11항에 있어서, 상기 스펙트럼 정규화 연산부는, 상기 음성 신호를 패스트 푸리에 변환(fast fourier transform)하고, 상기 패스트 푸리에 변환된 결과로부터 파워 스펙트럼을 획득한 후, 상기 파워 스펙트럼의 정규화를 수행하는 것을 특징으로 하는 감정 인식 장치
13 13
제12항에 있어서, 상기 스펙트럼 정규화 연산부는, 상기 패스트 푸리에 변환 결과로부터 파워 스펙트럼을 획득한 후, 상기 파워 스펙트럼의 Mel 필터 연산을 수행하는 것을 특징으로 하는 감정 인식 장치
14 14
제10항 또는 제11항에 있어서, 상기 스펙트럼 정규화 연산부는, 상기 음성 신호의 스펙트럼 정규화를 수행하는 단계는, 상기 음성 신호를 패스트 푸리에 변환하여 파워 스펙트럼을 획득하고, 이로부터 델타 패스트 푸리에 변환 스펙트럼의 절대값을 획득한 후, 상기 델타 패스트 푸리에 변환 스펙트럼의 절대값에 대한 정규화를 연산하는 것을 특징으로 하는 감정 인식 장치
15 15
제14항에 있어서, 상기 스펙트럼 정규화 연산부는, 상기 패스트 푸리에 변환 결과로부터 파워 스펙트럼을 획득한 후, 상기 파워 스펙트럼의 Mel 필터 연산을 수행하는 것을 특징으로 하는 감정 인식 장치
16 16
제10항 또는 제11항에 있어서, 해밍 윈도우(hamming window) 등을 이용하여 프레임의 고역을 강조하는 것을 고대역 강조부를 더 포함하는 것을 특징으로 하는 감정 인식 장치
17 17
제11항에 있어서, 상기 감정 평가 모델 생성부는, GMM(gaussian mixture model) 알고리즘, HMM(Hidden Markov Model) 알고리즘 또는 SVM(support vector machine) 알고리즘 중 하나를 이용하는 것을 특징으로 하는 감정 인식 장치
18 18
제17항에 있어서, 상기 감정 평가 모델 생성부는, MLE(maximum likelihood estimation) 또는 EM(expectation maximization) 알고리즘을 이용하여 최대 가우시안 혼합 분포 값을 갖는 GMM 파라미터를 추정하는 것을 특징으로 하는 감정 인식 장치
19 19
제18항에 있어서, 상기 음성 평가부는, 상기 평가용 음성 신호의 프레임별 스펙트럼 엔트로피 값과 상기 GMM 파라미터로부터 가우시안 혼합 분포를 구하고, 이 중 가장 큰 확률 값을 가지는 GMM 파라미터에 따른 감정을 선택하는 것을 특징으로 하는 감정 인식 장치
20 20
제11항 또는 제12항에 있어서, 외부로부터 감정 평가 모델을 수신하기 위한 통신 인터페이스를 더 포함하는 것을 특징으로 하는 감정 인식 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.