1 |
1
제공된 텍스트에서 강세(stress)를 예측하기 위한 제1 자질(feature)을 추출하고, 상기 추출된 제1 자질에 대응되는 제1 정보를 제1 데이터베이스로부터 획득하고, 상기 획득한 제1 정보에 기초하여 상기 제공된 텍스트로부터 강세를 예측하고 예측된 제1 강세를 생성하는 강세 예측부;상기 추출된 제1 자질을 제공받고, 상기 제공된 텍스트에 대응되는 사용자의 음성에서 강세를 검출하기 위한 제2 자질을 추출하고, 상기 제1 및 제2 자질 모두에 대응되는 제2 정보를 제2 데이터베이스로부터 획득하고, 상기 제2 정보에 기초하여 상기 음성으로부터 강세를 검출하여 검출된 제2 강세를 생성하는 강세 검출부; 및상기 제1 강세 및 상기 제2 강세의 강세의 차이를 획득하고, 상기 강세의 차이에 상응하는 정보를 제공하는 강세 피드백부를 포함하는 외국어 학습을 위한 강세 학습 시스템
|
2 |
2
제1항에 있어서,상기 외국어 학습을 위한 강세 학습 시스템은,강세가 레이블링된(labeling) 텍스트 말뭉치가 저장된 제3 데이터베이스로부터 강세를 예측하기 위한 자질을 추출하고, 상기 추출된 자질을 훈련 데이터로 하여 기계학습을 통하여 생성된 상기 추출된 자질에 대응되는 강세가 있을 확률의 분포 및 가중치를 상기 제1 데이터베이스에 저장하는 강세 예측 훈련부를 더 포함하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
3 |
3
제1항에 있어서,상기 외국어 학습을 위한 강세 학습 시스템은,강세가 레이블링된(labeling) 텍스트 말뭉치가 저장된 제3 데이터베이스로부터 강세를 예측하기 위한 자질을 추출하고, 강세가 레이블링된(labeling) 음성 말뭉치가 저장된 제4 데이터베이스로부터 강세를 예측하기 위한 자질을 추출하여, 상기 추출된 자질들을 훈련 데이터로 하여 기계학습을 통하여 생성된 상기 자질들 모두에 대응되는 강세가 있을 확률의 분포 및 가중치를 상기 제2 데이터베이스에 저장하는 강세 검출 훈련부를 더 포함하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
4 |
4
제1항에 있어서,상기 강세 예측부는,상기 텍스트에 대하여 형태소분석 및 구문분석 중 적어도 하나를 수행하여 상기 텍스트를 구성하는 각각의 단어에 대한 상기 제1 자질을 추출하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
5 |
5
제4항에 있어서,상기 강세 예측부는,상기 추출된 제1 자질에 대응되는 강세가 있을 확률 및 가중치를 상기 제1 데이터베이스로부터 획득하고, 상기 강세가 있을 확률 및 가중치를 가중 합(weighted sum)하여 상기 텍스트에서 강세를 예측하고 예측된 제1 강세를 생성하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
6 |
6
제1항에 있어서,상기 강세 검출부는,상기 강세 예측부에서 추출된 상기 제1 자질을 제공받고, 상기 음성을 분석하여 상기 음성을 구성하는 각각의 음절에 대한 상기 제2 자질을 추출하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
7 |
7
제6항에 있어서,상기 강세 검출부는,상기 제공받은 제1 자질 및 상기 추출된 제2 자질 모두에 대응되는 강세가 있을 확률 및 가중치를 상기 제2 데이터베이스로부터 획득하고, 상기 강세가 있을 확률 및 가중치를 가중 합(weighted sum)하여 상기 음성에서 강세를 검출하고 검출된 제2 강세를 생성하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
8 |
8
제1항에 있어서,상기 강세 피드백부는,획득된 상기 강세의 차이에 대한 확실성(certainty)이 미리 설정된 기준을 만족하는 경우 상기 강세의 차이에 상응하는 정보를 제공하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
9 |
9
제8항에 있어서,상기 강세 피드백부는,상기 텍스트를 구성하는 단어의 음절과 상기 음성을 구성하는 음절을 비교하여 상기 비교되는 음절에 대한 예측된 상기 제1 강세가 있을 확률(p1), 검출된 상기 제2 강세가 있을 확률(p2), 예측된 상기 제1 강세의 가중치(w1) 및 검출된 상기 제2 강세의 가중치(w2)에 대한 가중 합(weighted sum)으로 상기 제1 강세 및 상기 제2 강세의 차이에 대한 확실성(certainty)을 산출하고, 상기 확실성이 상기 미리 설정된 기준을 만족하는 경우에 상기 강세의 차이에 상응하는 정보를 제공하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
10 |
10
제1항에 있어서,상기 제1 자질은,상기 텍스트를 구성하는 각각의 단어에 대한 품사정보 및 구분분석 트리로부터 파생된 정보 중 적어도 하나를 포함하고,상기 제2 자질은,상기 음성을 구성하는 각각의 음절에 대한 음의 피치(pitch) 정보, 음의 길이(duration) 정보, 음의 세기(intensity) 정보 및 멜주파수켑스트럼계수(Mel Frequency Cepstral Coefficient: MFCC) 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
11 |
11
제1항에 있어서,상기 제1 정보는,상기 텍스트를 구성하는 각각의 단어에 대한 상기 제1 자질에 대응하는 강세가 있을 확률 및 가중치이고,상기 제2 정보는,상기 음성을 구성하는 각각의 음절에 대한 상기 제2 자질 및 상기 제1 자질 모두에 대응하는 강세가 있을 확률 및 가중치인 것을 특징으로 하는 외국어 학습을 위한 강세 학습 시스템
|
12 |
12
텍스트와 상기 텍스트에 대응되는 사용자의 음성을 제공받는 단계;상기 텍스트에서 강세를 예측하기 위한 제1 자질을 추출하고, 상기 추출된 제1 자질에 대응되는 제1 정보를 제1 데이터베이스로부터 획득하고, 상기 획득한 제1 정보에 기초하여 상기 텍스트로부터 강세를 예측하고 예측된 제1 강세를 생성하는 단계;상기 추출된 제1 자질을 제공받고, 상기 음성에서 강세를 검출하기 위한 제2 자질을 추출하고, 상기 제1 및 제2 자질 모두에 대응되는 제2 정보를 제2 데이터베이스로부터 획득하고, 상기 제2 정보에 기초하여 상기 음성으로부터 강세를 검출하고, 검출된 제2 강세를 생성하는 단계;상기 제1 강세와 상기 제2 강세를 비교하여, 강세의 차이를 획득하는 단계; 및상기 강세의 차이에 상응하는 정보를 제공하는 단계를 포함하는 외국어 학습을 위한 강세 학습 방법
|
13 |
13
제12항에 있어서,상기 외국어 학습을 위한 강세 학습 방법은,강세가 레이블링된(labeling) 텍스트 말뭉치에서 강세를 예측하기 위한 자질을 추출하고, 상기 추출된 자질을 훈련 데이터로 하여 기계학습을 통하여 생성된 상기 자질에 대응되는 강세가 있을 확률의 분포 및 가중치를 상기 제1 데이터베이스에 저장하는 단계를 더 포함하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|
14 |
14
제12항에 있어서,상기 외국어 학습을 위한 강세 학습 방법은,강세가 레이블링된(labeling) 텍스트 말뭉치에서 강세를 예측하기 위한 자질을 추출하고, 강세가 레이블링된(labeling) 음성 말뭉치에서 강세를 예측하기 위한 자질을 추출하여, 상기 추출된 자질들을 훈련 데이터로 하여 기계학습을 통하여 생성된 상기 자질들 모두에 대응되는 강세가 있을 확률의 분포 및 가중치를 상기 제2 데이터베이스에 저장하는 단계를 더 포함하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|
15 |
15
제12항에 있어서,상기 제1 강세를 생성하는 단계는,상기 텍스트에 대하여 형태소분석 및 구문분석 중 적어도 하나를 수행하여 상기 텍스트를 구성하는 각각의 단어에 대한 상기 제1 자질을 추출하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|
16 |
16
제15항에 있어서,상기 제1 강세를 생성하는 단계는,상기 추출된 제1 자질에 대응되는 강세가 있을 확률 및 가중치를 상기 제1 데이터베이스로부터 획득하고, 상기 강세가 있을 확률 및 가중치를 가중 합(weighted sum)하여 상기 텍스트에서 강세를 예측하고 예측된 제1 강세를 생성하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|
17 |
17
제12항에 있어서,상기 제2 강세를 생성하는 단계는,상기 추출된 제1 강세를 제공받고, 상기 음성을 분석하여 상기 음성을 구성하는 각각의 음절에 대한 상기 제2 자질을 추출하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|
18 |
18
제17항에 있어서,상기 제2 강세를 생성하는 단계는,상기 제공받은 제1 자질 및 상기 추출된 제2 자질 모두에 대응되는 강세가 있을 확률 및 가중치를 상기 제2 데이터베이스로부터 획득하고, 상기 강세가 있을 확률 및 가중치를 가중 합(weighted sum)하여 상기 음성에서 강세를 검출하고, 검출된 제2 강세를 생성하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|
19 |
19
제12항에 있어서,상기 강세의 차이에 상응하는 정보를 제공하는 단계는,상기 강세의 차이에 대한 확실성이 미리 설정된 기준을 만족하는 경우 상기 강세의 차이에 상응하는 정보를 제공하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|
20 |
20
제12항에 있어서,상기 강세의 차이에 상응하는 정보를 제공하는 단계는,상기 텍스트를 구성하는 단어의 음절과 상기 음성을 구성하는 음절을 비교하여 상기 비교되는 음절에 대한 예측된 상기 제1 강세가 있을 확률, 검출된 상기 제2 강세가 있을 확률, 예측된 상기 제1 강세의 가중치 및 검출된 상기 제2 강세의 가중치에 대한 가중 합(weighted sum)으로 상기 제1 강세 및 제2 강세의 차이에 대한 확실성을 산출하고, 상기 확실성이 상기 미리 설정된 기준을 만족하는 경우에 상기 강세의 차이에 상응하는 정보를 제공하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|
21 |
21
제12항에 있어서,상기 제1 자질은,상기 텍스트를 구성하는 각각의 단어에 대한 품사정보 및 구문분석 트리로부터 파생된 정보 중 적어도 하나를 포함하고,상기 제2 자질은,상기 음성을 구성하는 각각의 음절에 대한 음의 피치 정보, 음의 길이 정보, 음의 세기 정보 및 멜주파수켑스트럼계수 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|
22 |
22
제12항에 있어서,상기 제1 정보는,상기 텍스트를 구성하는 각각의 단어에 대한 상기 제1 자질에 대응하는 강세가 있을 확률 및 가중치이고,상기 제2 정보는,상기 음성을 구성하는 각각의 음절에 대한 상기 제2 자질 및 상기 제1 자질 모두에 대응하는 강세가 있을 확률 및 가중치인 것을 특징으로 하는 외국어 학습을 위한 강세 학습 방법
|