전화를 통해 음성으로 쇼핑검색개인일정관리 등의 서비스를 하는 인터넷 사이트가 늘고 있다.
이는 말로 인터넷 서비스를 이용하는 보이스 포털로까지 연결되고 있다.
이같은 서비스를 가능하게 해주는 기본 기술중 하나가 음성인식(ASR: Automatic Speech Recognition)과 VXML(Voice eXtensible Markup Language)이다.
？XML은 음성요청에 답할 수 있게 고안된 XML의 일종으로, AT&T와 IBM모토롤러루슨트테크놀러지 등이 설립한 포럼에서 제안, 올해 5월 표준으로 채택됐다.
VXML로 음성포털을 구축하려면 먼저 공중전화망과 서버 사이에 전화교환기나 음성처리보드를 연결시킨다.
이를 통해 서버로 전달된 음성 아날로그 신호는 VXML 인터프리터 컨텍스트로 넘어가고, 여기서 음성인식이 이루어진다.
인식된 음성신호는 문자 데이터로 VXML 인터프리터에게 넘어가고 웹브라우징이 일어나는 것이다.
？XML 에디터는 음성 시나리오에 맞게 VXML 문서를 작성하고, VXML 인터프리터가 VXML 문서형식 정의에 맞는지 검사하게 된다.
다시 사용자에게 음성 반응을 보내야 할 경우에는 VXML 인터프리터 컨텍스트로 음성전송 명령을 보낸다.
？XML 인터프리터는 자원 할당과 반납의 문제도 처리해야 하는 데, 지금 국내외에서 표준안에 맞는 시스템을 개발 중이다.하지만 VXML 인터프리터는 기존 html 형식을 해석하지 못하므로 이전 웹문서를 바로 음성 브라우징과 연결해 사용하는 것은 어렵다.
VXML을 이용한 음성 브라우징이 가능해진 것은 음성인식의 발달이 큰 몫을 했다.
음성인식 기술은 80년대부터 꾸준히 발전돼왔는데 최근 한글 인식률도 95% 이상으로 높아졌다.
음성인식은 ADC(Aanlog to Digital Converter)를 이용해 아날로그 음성을 디지털화한 후 후보 단어의 패턴중 가장 비슷한 것을 찾는 것이 기본이다.
여기서 FFT(Fast Fourier Transform), LPC(Linear Predict Coefficient), HMM(Hidden Markov Model), 신경회로망 등의 방법이 적용되고 있다.
FFT는 아날로그 음성 데이터를 적당한 주파수로 샘플링해 디지털화한 후 주파수 영역 정보를 미리 준비된 표준패턴과 비교, 가장 가까운 데이터를 찾아낸다.
LPC는 사람의 음성이 연속적이라는 것을 이용, 이전 신호의 특징을 수치적으로 탐색, 다음 신호를 예측한다.
음성인식의 발전과 표준 VXML의 등장으로 VAD(Voice Activated Dialing), 음성인식 개인정보관리, TTS(Text-to-Speech), 음성인증 등 다양한 음성 인터넷 서비스가 가능해지고 VUI(Voice User Interface)를 실현하게 될 것이다.
이는 말로 인터넷 서비스를 이용하는 보이스 포털로까지 연결되고 있다.
이같은 서비스를 가능하게 해주는 기본 기술중 하나가 음성인식(ASR: Automatic Speech Recognition)과 VXML(Voice eXtensible Markup Language)이다.
？XML은 음성요청에 답할 수 있게 고안된 XML의 일종으로, AT&T와 IBM모토롤러루슨트테크놀러지 등이 설립한 포럼에서 제안, 올해 5월 표준으로 채택됐다.
VXML로 음성포털을 구축하려면 먼저 공중전화망과 서버 사이에 전화교환기나 음성처리보드를 연결시킨다.
이를 통해 서버로 전달된 음성 아날로그 신호는 VXML 인터프리터 컨텍스트로 넘어가고, 여기서 음성인식이 이루어진다.
인식된 음성신호는 문자 데이터로 VXML 인터프리터에게 넘어가고 웹브라우징이 일어나는 것이다.
？XML 에디터는 음성 시나리오에 맞게 VXML 문서를 작성하고, VXML 인터프리터가 VXML 문서형식 정의에 맞는지 검사하게 된다.
다시 사용자에게 음성 반응을 보내야 할 경우에는 VXML 인터프리터 컨텍스트로 음성전송 명령을 보낸다.
？XML 인터프리터는 자원 할당과 반납의 문제도 처리해야 하는 데, 지금 국내외에서 표준안에 맞는 시스템을 개발 중이다.하지만 VXML 인터프리터는 기존 html 형식을 해석하지 못하므로 이전 웹문서를 바로 음성 브라우징과 연결해 사용하는 것은 어렵다.
VXML을 이용한 음성 브라우징이 가능해진 것은 음성인식의 발달이 큰 몫을 했다.
음성인식 기술은 80년대부터 꾸준히 발전돼왔는데 최근 한글 인식률도 95% 이상으로 높아졌다.
음성인식은 ADC(Aanlog to Digital Converter)를 이용해 아날로그 음성을 디지털화한 후 후보 단어의 패턴중 가장 비슷한 것을 찾는 것이 기본이다.
여기서 FFT(Fast Fourier Transform), LPC(Linear Predict Coefficient), HMM(Hidden Markov Model), 신경회로망 등의 방법이 적용되고 있다.
FFT는 아날로그 음성 데이터를 적당한 주파수로 샘플링해 디지털화한 후 주파수 영역 정보를 미리 준비된 표준패턴과 비교, 가장 가까운 데이터를 찾아낸다.
LPC는 사람의 음성이 연속적이라는 것을 이용, 이전 신호의 특징을 수치적으로 탐색, 다음 신호를 예측한다.
음성인식의 발전과 표준 VXML의 등장으로 VAD(Voice Activated Dialing), 음성인식 개인정보관리, TTS(Text-to-Speech), 음성인증 등 다양한 음성 인터넷 서비스가 가능해지고 VUI(Voice User Interface)를 실현하게 될 것이다.
