일상 대화에서의 턴 및 오버랩을 감지를 위한 모바일 시스템

Abstract

대화는 가장 자주 쓰이는 의사소통 수단이자 우리의 일상에서 매우 기초적인 부분을 차지하는 사회적 활동이다. 따라서 이러한 일상 대화를 이해하는 것은 사회학, 심리학, Healthcare 등 다양한 분야에 새로운 응용의 기회를 제공하는 토양이 될 수 있다. 하지만 변화가 심한 소리 환경과 계산의 복잡도로 인해 연속적으로 일상 대화를 모니터링 하는 것은 매우 어려운 일이었다. 최근 몇 년간 폭발적으로 보급된 모바일 디바이스는 이러한 어려움을 해결하는데 새로운 측면을 제시하였다. 모바일 디바이스의 보편화, 연결성, 사용자 일상과의 밀접함은 일상 대화를 모니터링 할 수 있는 새로운 스페이스를 제공하였다. 이에 본 논문에서는 실시간으로 일상 대화 모니터링을 하는 모바일 시스템인 SocioPhone을 제안한다. 여러 대의 스마트폰이 마이크를 통해 소리 신호의 에너지를 수집하고, SocioPhone은 협력적인 방법으로 현재 대화 상황의 volume-topography와 energy-threshold 분류기를 만든다. 이를 기반으로 시스템은 “누가 언제 말했는지" 및 overlap 정보를 추론한다. 제안된 시스템은 효율적인 자원 사용, 정확한 대화 Turn 감지 그리고 주변 환경에 대한 강인함을 장점으로 다양한 환경에서 벌어지는 일상 대화를 모니터링 할 수 있는 기반을 제공한다. 본 논문에서는 실제로 다양한 환경에서 시스템의 성능 실험을 수행하였다, 그 결과, 제안된 시스템은 80~93%의 turn 모니터링 정확도와 75~78%의 overlap 감지 정확도를 보였으며, 기존 시스템의 절반 정도에 해당하는 자원사용률을 보였다.