公开(公告)号：KR1020090058320A

公开(公告)日：2009-06-09

申请号：KR1020070125045

申请日：2007-12-04

Applicant: 주식회사 케이티 ,  포항공과대학교 산학협력단

Inventor： 이근배 ,  이성진 ,  정민우 ,  박형국 ,  정석주 ,  이청재

IPC: G06Q50/20 ,  G09B5/06 ,  G09B19/06

CPC classification number: G06Q50/2057 ,  G09B5/06 ,  G09B19/06

Abstract: A sample based communicating system for foreign conversation education and a method therefor are provided to analyze unskilled speaking to selectively supply a conversation sample the most suitable for an intention of a learner. A conversation sample database(323) stores speaking/conversation state of a learner. An education sample database(324) stores education sample expression which is suitable for speaking intention of the learner. If the speaking of the learner is inputted, it is determined whether the speaking is suitable for the conversation state. A conversation server(310) selects/provides sample expression suitable for an intention of the speaking of the learner.

Abstract translation: 提供一种用于外国对话教育的基于样本的通信系统及其方法，用于分析非熟练的口语，以选择性地提供最适合于学习者意图的对话样本。 对话样本数据库（323）存储学习者的说话/对话状态。 教育样本数据库（324）存储适合学习者意图的教学样本表达。 如果输入了学习者的说话，则确定说话是否适合对话状态。 对话服务器（310）选择/提供适合于说出学习者的意图的样本表达。

公开(公告)号：KR1020090049437A

公开(公告)日：2009-05-18

申请号：KR1020070115694

申请日：2007-11-13

Applicant: 포항공과대학교 산학협력단

Inventor： 정민우 ,  이근배

IPC: G10L15/183 ,  G10L15/197 ,  G10L15/06

Abstract: 본 발명에 의한 전역 유발 자질을 이용한 통계적 음성 언어 이해 방법은 학습용 데이터를 적용한 이전의 음성 언어 이해기와 새로운 전역 문맥 정보를 추가한 음성 언어 이해기의 성능을 비교 평가하는 정량적 기준에 따라 반복적으로 전역 유발 자질을 추출하여 유발 자질 리스트에 추가하는 과정; 음성 인식 문장에 입력되면 해당 음성 인식 문장에서 국소 문맥 정보와 상기 유발 자질 리스트를 이용하여 전역 문맥 정보를 추출하는 과정; 및 음성 언어 이해기에서 상기 국소 문맥 정보와 전역 문맥 정보를 종합처리하여 의미 부착 문장을 출력함을 특징으로 한다.
본 발명에 의하면 음성 언어 이해의 성능을 향상시키데 필요한 전역 문맥 정보를 추출하기 위해 유발 자질 정보를 자동으로 추출함으로써 구문 분석이나 규칙 작성에 소요되는 노력과 비용을 절감하며 다양한 응용 영역에 쉽게 적용 가능한 확장성을 제공한다.

公开(公告)号：KR100825690B1

公开(公告)日：2008-04-29

申请号：KR1020060089664

申请日：2006-09-15

Applicant: 학교법인 포항공과대학교 ,  포항공과대학교 산학협력단

Inventor： 정민우 ,  이근배

IPC: G10L15/06 ,  G10L15/28 ,  G10L15/10 ,  G10L15/20

Abstract: 본 발명에 의한 음성 인식 시스템에서의 인식 오류 수정 방법은, 음성 인식 결과와 해당 음성의 전사 문장으로 채널 모델과 N-그램 언어 모델을 생성하여 해당 모델을 학습하는 단계; 음성 인식기에서 인식된 문장의 단어와 학습된 상기 채널 모델과 N-그램 언어 모델을 이용하여 전사된 문장의 단어와 일치할 확률이 높은 단어들로 결합시켜 복수개의 후보의 문장들을 생성하는 단계; 각 단어에 대하여 의미가 부여된 의미 기반의 언어 모델을 이용하여 상기 의미 기반의 언어 모델에 있는 단어와 상기 각 복수의 후보 문장들을 구성하는 각 단어를 비교 평가하여 가장 의미가 적합한 단어들의 결합으로 구성된 해당 후보 문장을 선택하는 단계;를 포함함을 특징으로 한다.
본 발명에 의하면 재평가 방법을 통해 음성 인식 시스템에서의 음성 인식 성능을 제고시키며, 새로운 도메인이나 특정 화자에게 음성 인식기를 적응시키고자 할 때 음성 인식기의 모델을 재학습하지 않고도, 빠르게 적응시키는 효과를 제공한다.

公开(公告)号：KR1020080026782A

公开(公告)日：2008-03-26

申请号：KR1020060091790

申请日：2006-09-21

Applicant: 학교법인 포항공과대학교 ,  포항공과대학교 산학협력단

Inventor： 김경덕 ,  은지현 ,  정민우 ,  이근배

IPC: G10L15/18 ,  G10L15/06 ,  G10L15/28

Abstract: A method and an apparatus for comprehending spoken words by using an information extraction method are provided to comprehend essential elements selectively in comprehending the spoken words on the basis of a meaning structure suitable for each specific domain, thereby improving a degree of comprehension for the spoken words. A method for comprehending spoken words by using an information extraction method comprises the following steps of: standardizing the meaning structure of the spoken words previously(210); embodying the standardized meaning structure to be suitable for a specific domain(220); inputting spoken words recognized through a voice recognition unit(230); performing the natural language processing of the inputted spoken words(240); selecting quality with a specific meaning for determining the meaning structure by a result analyzed through the natural language processing(250); performing mechanical studying by using the selected quality(260); and comprehending the spoken words based on the meaning structure formed by determining corresponding elements configuring the meaning structure through the mechanical studying(270).

Abstract translation: 提供了一种通过使用信息提取方法来理解口语的方法和装置，用于在基于适合于每个特定领域的意义结构的基础上理解说出的单词的选择性的基本元素，从而提高口语单词的理解程度 。 一种通过使用信息提取方法来理解口语的方法包括以下步骤：对先前语音词汇的含义结构进行标准化（210）; 体现了适用于特定领域的标准化意义结构（220）; 输入通过语音识别单元（230）识别的口语单词; 对所输入的口语（240）进行自然语言处理; 通过自然语言处理（250）分析结果，选择具有意义的质量来确定意义结构; 使用所选质量进行机械学习（260）; 并基于通过机械学习确定构成意义结构的相应元素形成的意义结构来理解口语（270）。

公开(公告)号：KR100932644B1

公开(公告)日：2009-12-21

申请号：KR1020070115694

申请日：2007-11-13

Applicant: 포항공과대학교 산학협력단

Inventor： 정민우 ,  이근배

IPC: G10L15/183 ,  G10L15/197 ,  G10L15/06

Abstract: 본 발명에 의한 전역 유발 자질을 이용한 통계적 음성 언어 이해 방법은 학습용 데이터를 적용한 이전의 제1 음성 언어 이해기와 새로운 전역 문맥 정보를 추가한 제2 음성 언어 이해기의 성능을 비교 평가하는 정량적 기준에 따라 반복적으로 전역 유발 자질을 추출하여 유발 자질 리스트에 추가하는 과정; 음성 인식 문장에 입력되면 해당 음성 인식 문장에서 국소 문맥 정보와 상기 유발 자질 리스트를 이용하여 전역 문맥 정보를 추출하는 과정; 및 상기 제1 음성 언어 이해기에서 상기 국소 문맥 정보와 전역 문맥 정보를 종합처리하여 의미 부착 문장을 출력함을 특징으로 한다.
본 발명에 의하면 음성 언어 이해의 성능을 향상시키데 필요한 전역 문맥 정보를 추출하기 위해 유발 자질 정보를 자동으로 추출함으로써 구문 분석이나 규칙 작성에 소요되는 노력과 비용을 절감하며 다양한 응용 영역에 쉽게 적용 가능한 확장성을 제공한다.

Abstract translation: 根据根据由第二音频语言的更多的理解组施加所述训练数据的前者的第一音频语言理解瓦片新的全球环境信息的性能比较评价的定量标准使用本发明的全球诱导质量统计口语理解方法 反复提取全局诱导品质并将其添加到诱导品质列表中; 当语音识别语句被输入时，使用语音识别语句中的本地语境信息和触发语属性列表提取全局语境信息; 第一个语音验证器综合处理本地上下文信息和全局上下文信息，输出有意义的附加语句。

公开(公告)号：KR1020080024911A

公开(公告)日：2008-03-19

申请号：KR1020060089664

申请日：2006-09-15

Applicant: 학교법인 포항공과대학교 ,  포항공과대학교 산학협력단

Inventor： 정민우 ,  이근배

IPC: G10L15/06 ,  G10L15/28 ,  G10L15/10 ,  G10L15/20

Abstract: A method for correcting a recognition error in a speech recognition system is provided to correct errors included in a result of a speech recognizer automatically, and adapt the speech recognizer even to a new speech area easily. A channel model(16) and an N-gram language model(17) are generated by using transcribed sentences of a speech recognition result and a corresponding speech, and then the channel model and the N-gram language model are studied. A plurality of candidate sentences is generated by combining words, which have high possibility to be equal to words of sentences recognized by a speech recognizer and words transcribed by using the studied channel model and N-gram language model. A corresponding candidate sentence is selected, and is constituted of words having the most suitable meaning by comparing words in a semantic-based language model with respective words constituting each of the candidate sentences.

Abstract translation: 提供了一种用于校正语音识别系统中的识别误差的方法，用于自动校正包含在语音识别器的结果中的错误，并使语音识别器甚至适应新的语音区域。 通过使用语音识别结果和对应语音的转录语句来生成信道模型（16）和N语言模型（17），然后研究信道模型和N-gram语言模型。 通过组合具有与语音识别器识别的句子相同的词语的高可能性和通过使用研究的频道模型和N-gram语言模型转录的单词来生成多个候选句子。 选择相应的候选句子，并且通过将基于语义的语言模型中的词与构成每个候选句子的各个词相比较，由具有最合适含义的词组成。