| 1 |
1
음성인식 할 지정된 키워드를 입력 받는 키워드 지정부;음성데이터 생성을 위해 생성 방법 시퀀스들을 만들고 키워드와 네거티브 워드에 대해 생성 방법 시퀀스 별로 생성데이터를 만드는 음성데이터 합성 및 증대부;음성데이터 합성 및 증대를 진행하고 필터링까지 수행한 생성데이터를 활용하여 키워드 음성인식 모델을 학습하는 생성 데이터 학습부;네거티브 워드의 수집데이터에 대한 피처와 생성데이터의 피처의 차이를 분석하는 피처 분석부;품질 기준으로 생성데이터를 필터링하는 생성 데이터 필터링부;피처 분석부의 피처 분석의 결과를 활용하여 품질 계수를 조절하여 생성데이터의 품질과 다양성을 조절하는 품질 및 다양성 조절부;를 포함하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 시스템
|
| 2 |
2
제 1 항에 있어서, 생성 데이터 학습부는,키워드 음성인식을 위해 학습된 심층신경망 모델이 음성 입력에 대해 지정한 키워드 중 하나로 분류하여 출력하도록 하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 시스템
|
| 3 |
3
제 1 항에 있어서, 네거티브 워드의 수집데이터에 대한 피처와 생성데이터에 대한 피처 간 차이를 크게 하는 음성데이터 합성 및 증대 방법으로 생성된 키워드의 생성 데이터를 생성 데이터 필터링부에서 필터링 하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 시스템
|
| 4 |
4
제 1 항에 있어서, 생성 방법 시퀀스는 품질 계수에 따라 합성 및 증대 방법 조합 및 강도 선택에 제약을 두고,품질 계수가 높을수록 시퀀스 길이는 짧아지고 강도는 낮아져 인공적인 변형을 최소화하여 생성데이터의 품질을 높이고,품질 계수가 낮을수록 시퀀스는 길어지고 강도는 높아져 다양한 변형을 적용하여 생성데이터의 다양성을 높이는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 시스템
|
| 5 |
5
제 1 항에 있어서, 피처 분석부는,네거티브 워드에 대한 수집데이터와 생성데이터의 피처 분석을 통해 생성 방법 시퀀스의 품질을 평가하여,생성 방법 시퀀스의 품질에 따라 키워드와 네거티브 워드의 생성데이터를 동시에 필터링할 수 있도록 하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 시스템
|
| 6 |
6
제 1 항에 있어서, 키워드 음성인식을 위한 자동 학습 시스템의 서버에는 키워드 지정, 자동 모델 학습, 디바이스에 모델 탑재를 위한 프로그램이 제공되고,키워드 음성인식 모델이 탑재된 디바이스와 서버 간의 연결에 의해 키워드 음성인식 모델의 업데이트가 이루어지는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 시스템
|
| 7 |
7
음성인식 할 지정된 키워드를 입력 받는 키워드 지정 단계;네거티브 워드의 수집데이터에 대한 피처와 생성데이터의 피처의 차이를 분석하는 피처 분석의 결과를 활용하여 품질 계수를 조절하여 생성데이터의 품질과 다양성을 조절하는 품질 및 다양성 조절 단계;음성데이터 생성을 위해 다수의 생성 방법 시퀀스들을 만들고 키워드와 네거티브 워드에 대해 생성 방법 시퀀스 별로 생성데이터를 만드는 음성데이터 합성 및 증대 단계;품질 기준으로 생성데이터를 필터링하는 생성 데이터 필터링 단계;음성데이터 합성 및 증대를 진행하고 필터링까지 수행한 생성데이터를 활용하여 키워드 음성인식 모델을 학습하는 생성 데이터 학습 단계;를 포함하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 8 |
8
제 7 항에 있어서, 생성 데이터 필터링 단계에서,네거티브 워드의 수집데이터에 대한 피처와 생성데이터에 대한 피처 간 차이를 크게 하는 음성데이터 합성 및 증대 방법으로 생성된 키워드의 생성 데이터를 필터링 하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 9 |
9
제 7 항에 있어서, 생성 방법 시퀀스는 품질 계수에 따라 합성 및 증대 방법 조합 및 강도 선택에 제약을 두고,품질 계수가 높을수록 시퀀스 길이는 짧아지고 강도는 낮아져 인공적인 변형을 최소화하여 생성데이터의 품질을 높이고,품질 계수가 낮을수록 시퀀스는 길어지고 강도는 높아져 다양한 변형을 적용하여 생성데이터의 다양성을 높이는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 10 |
10
제 7 항에 있어서, 피처의 차이를 분석하는 피처 분석 과정에서,네거티브 워드에 대한 수집데이터와 생성데이터의 피처 분석을 통해 생성 방법 시퀀스의 품질을 평가하여,생성 방법 시퀀스의 품질에 따라 키워드와 네거티브 워드의 생성데이터를 동시에 필터링할 수 있도록 하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 11 |
11
제 10 항에 있어서, 네거티브 워드에 대한 수집데이터의 피처와 생성데이터의 피처를 분석하였을 때 피처 차이가 클수록 품질 계수를 높이고 피처 차이가 작을수록 품질 계수를 낮추고,최초에는 품질 계수를 최대로 하고 학습이 K회 반복될 때까지 품질 계수를 조절하지 않는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 12 |
12
제 7 항에 있어서, 음성데이터 합성 및 증대 단계에서,음성데이터 합성 모델을 활용하여 지정한 키워드 텍스트에 대해 음성데이터를 생성하고,한 텍스트에 대하여 성별, 특질 및 강도 조절을 하는 운율, 감정의 합성 방법을 통해 음성데이터들을 생성하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 13 |
13
제 12 항에 있어서, 음성데이터들을 생성하고, 합성한 음성데이터를 다시 증대시켜 생성데이터들을 다량 확보하기 위하여,피치, 템포, 볼륨, 리버브, 에코, 시프트, 마스킹, 노이즈의 강도 조절 증대 방법을 통하여 하나의 음성데이터를 변형하여 음성데이터들을 추가로 생성하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 14 |
14
제 13 항에 있어서, 음성데이터 합성 및 증대 단계에서 합성 방법과 증대 방법을 랜덤하게 조합하고 강도를 랜덤하게 선택하여 다수 생성 방법 시퀀스를 만들어 음성데이터 생성을 하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 15 |
15
제 7 항에 있어서, 생성 데이터 필터링 단계에서,네거티브 워드의 수집데이터에 대한 피처와 생성데이터의 피처의 차이를 분석하여, 피처 차이가 큰 생성데이터를 찾고, 피처 차이가 매우 큰 생성데이터를 만드는데 활용된 생성 방법 시퀀스는 키워드 음성인식 모델 학습에 해가 되는 시퀀스로 판단하고,해당 생성 방법 시퀀스로 생성된 네거티브 워드 음성뿐만 아니라 키워드 음성도 동시에 필터링하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 16 |
16
제 15 항에 있어서, 필터링 여부를 결정하는 피처 차이의 임계값은 품질 계수에 따라 조절되는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 17 |
17
제 7 항에 있어서, 생성 데이터 학습 단계에서,키워드의 생성데이터의 집합인 , 네거티브 워드의 생성데이터의 집합인 , 네거티브 워드의 수집데이터의 집합인 만을 활용하여 학습을 진행하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 18 |
18
제 17 항에 있어서, 1단계 학습에서 피처 분석이 가능하도록 키워드 음성인식 모델을 학습하고,2단계 학습에서 피처 분석을 통해 생성데이터의 품질과 다양성을 고려하여 키워드 음성인식 모델을 학습하고,1단계 학습에서는 품질 계수를 최대로 하여 높은 품질의 생성데이터를 활용하여 학습을 진행하고, 2단계 학습에서는 피처 분석을 통해 품질 계수를 조절하고 생성데이터를 필터링하여 품질과 다양성을 고려하여 생성데이터에 대해 학습을 진행하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 19 |
19
제 18 항에 있어서, 1단계 학습에서는 품질 계수를 최대치로 설정하고 이를 음성데이터 합성 및 증대에서 활용하고,음성데이터 합성 및 증대에서는 품질 계수에 따라 다수의 생성 방법 시퀀스의 집합인 를 만들고, 이를 기반으로 음성데이터를 생성하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
| 20 |
20
제 19 항에 있어서, 음성데이터 합성 및 증대에서는 를 통해 키워드의 생성데이터의 집합인 , 네거티브 워드의 생성데이터의 집합인 를 확보하고,와 를 활용하여 키워드 음성인식 모델을 학습시키고, 키워드 음성인식 모델에 대한 1단계 학습 과정은 k회 만큼 반복하고,2단계 학습에서는 네거티브 워드의 생성데이터의 집합인 , 네거티브 워드의 수집데이터의 집합인 를 활용한 피처 분석을 통해 품질 계수를 조절하여 음성데이터를 생성하고, 피처 분석을 통해 생성데이터를 필터링하여 학습에 활용하는 것을 특징으로 하는 키워드 음성인식을 위한 자동 학습 방법
|
