| 1 |
1
사용자의 음성을 수신하는 음성 수신부;상기 수신한 음성으로부터 특징을 추출하는 특징 추출부; 상기 추출된 특징에 기초한 유사도 분석을 통해 음성 특징 그래프를 생성하는 그래프 생성부 및 상기 생성된 음성 특징 그래프를 입력으로 하는 그래프 신경망의 출력에 기초하여 상기 사용자의 감정을 인식하는 감정 인식부를 포함하고, 상기 특징 추출부는, 상기 수신한 음성을 eGeMAPS(Geneva Minimalistic Acoustic Parameter Set)로 변환하며,상기 그래프 생성부는, 상기 eGeMAPS로 변환된 음성에 대한 코사인 유사도를 산출하고, 상기 산출된 코사인 유사도에 기초하여 상기 음성 특징 그래프를 생성하는 감정인식 장치
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
사용자의 음성을 수신하는 음성 수신부;상기 수신한 음성으로부터 특징을 추출하는 특징 추출부; 상기 추출된 특징에 기초한 유사도 분석을 통해 음성 특징 그래프를 생성하는 그래프 생성부 및 상기 생성된 음성 특징 그래프를 입력으로 하는 그래프 신경망의 출력에 기초하여 상기 사용자의 감정을 인식하는 감정 인식부를 포함하고,상기 그래프 신경망은, 상기 입력된 음성 특징 그래프에 대한 전처리를 수행하는 전처리 레이어;상기 전처리된 음성 특징 그래프에서 적어도 하나의 중심 노드와 상기 중심 노드에 대응되는 적어도 하나의 이웃 노드를 이용한 학습을 수행하는 적어도 하나의 GCN(Graph Convolution Network) 레이어 및 상기 GCN 레이어를 통해 수행된 학습의 결과에 대응되는 상기 사용자의 감정을 출력하는 출력 레이어를 포함하는 감정인식 장치
|
| 5 |
5
제4항에 있어서, 상기 GCN 레이어는,스킵 커넥션(skip connection)을 더 포함하는 감정인식 장치
|
| 6 |
6
제4항에 있어서, 상기 출력 레이어는, 상기 GCN 레이어를 통해 수행된 학습의 결과에 평균 풀링을 적용하고, 상기 평균 풀링이 적용된 결과 및 소프트맥스 함수를 활성화 함수로 이용하는 선형 변환에 기초하여 상기 사용자의 감정을 출력하는 감정인식 장치
|
| 7 |
7
음성 인식부에서, 사용자의 음성을 수신하는 단계;특징 추출부에서, 상기 수신한 음성으로부터 특징을 추출하는 단계;그래프 생성부에서, 상기 추출된 특징에 기초한 유사도 분석을 통해 음성 특징 그래프를 생성하는 단계 및 감정 인식부에서, 상기 생성된 음성 특징 그래프를 입력으로 하는 그래프 신경망의 출력에 기초하여 상기 사용자의 감정을 인식하는 단계를 포함하고,상기 특징을 추출하는 단계는,상기 수신한 음성을 eGeMAPS(Geneva Minimalistic Acoustic Parameter Set)로 변환하며,상기 특징 그래프를 생성하는 단계는,상기 eGeMAPS로 변환된 음성에 대한 코사인 유사도를 산출하고, 상기 산출된 코사인 유사도에 기초하여 상기 음성 특징 그래프를 생성하는 감정인식 방법
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
음성 인식부에서, 사용자의 음성을 수신하는 단계;특징 추출부에서, 상기 수신한 음성으로부터 특징을 추출하는 단계;그래프 생성부에서, 상기 추출된 특징에 기초한 유사도 분석을 통해 음성 특징 그래프를 생성하는 단계 및 감정 인식부에서, 상기 생성된 음성 특징 그래프를 입력으로 하는 그래프 신경망의 출력에 기초하여 상기 사용자의 감정을 인식하는 단계를 포함하고,상기 그래프 신경망은, 상기 입력된 음성 특징 그래프에 대한 전처리를 수행하는 전처리 레이어;상기 전처리된 음성 특징 그래프에서 적어도 하나의 중심 노드와 상기 중심 노드에 대응되는 적어도 하나의 이웃 노드를 이용한 학습을 수행하는 적어도 하나의 GCN(Graph Convolution Network) 레이어 및 상기 GCN 레이어를 통해 수행된 학습의 결과에 대응되는 상기 사용자의 감정을 출력하는 출력 레이어를 포함하는 감정인식 방법
|
