Video Explaining 이란? 주어진 영상의 내용을 한 눈에 알아볼 수 있도록, 정리/요약/분류해주는 모든 방법들을 의미합니다. 주로 사용되는 방식은 다음과 같습니다. 동영상 전체 내용을 요약한 하나의 문장을 생성하는 방식 미리 지정된 카테고리 중 동영상과 가장 관련성이 높은 하나를 선택하는 방식

특정 이벤트의 발생 여부 및 발생 시각을 감지하는 기술 — 어떤 상황일까요? 구급차나 소방차 또는 경찰차가 지나가는 소리입니다. 이처럼 사람은 소리로 어떤 상황인지 파악하고, 소리의 종류를 판단할 수 있는데요. 인공지능이 소리로 상황을 파악하고, 상황에 대응할 수 있다면 얼마나 좋을까요? 예를 들어, 소리로 위기 상황을 감지하고 사람에게 알려줄 수 있겠죠. 소리로 상황을 감지하고 해당 소 …

오디오에서 잡음을 제거하고, 필요한 소리의 품질을 높여주는 기술 — 통화할 때 주변 소리 때문에 상대방의 목소리가 잘 들리지 않으시나요? 그 때가 바로 불필요한 잡음은 제거하고, 필요한 음성의 품질을 높여주는 음성 향상(Speech Enhancement) 기술이 필요한 순간일 겁니다.

회의나 대화, 통화 녹음처럼 여러 명의 목소리를 받아 적어야 하는 경우가 있습니다. 이 때 컴퓨터가 참여자들의 목소리를 자동으로 구분해준다면 정말 편리하겠죠? 화자 분리(Speaker Diarization)

음성 인식 기술, STT란? STT(Speech-to-Text)라고도 불리는 음성 인식은 음성(Speech)를 글자(Text)로 바꿔주는 기술입니다. 이 음성 인식 기술을 활용할 수 있는 경우는 무궁무진한데요. 예를 들면, 넓은 강의실에서 수업을 하시는 교수님의 말씀이나 고객과의 중요한 전화 통화 내용, 회사의 업무 회의 내용, 아침 뉴스 …

액션파워는 세계 최고의 AI 기술과 솔루션으로 꿈꿔왔던 편리한 세상을 만들고자 합니다. daglo with STT 액션파워가 서비스하고 있는 다글로(daglo)는 세상의 모든 소리를 다 글로 바꿀 수 있습니다. “소리를 글로 받아 적기 위해” 최신 딥 러닝 기반의 End-to-End 음성 인식 STT(Speech-To-Text) 엔진을 …

1. 음성 인식 방식 음성을 인식하는 방식은 크게 ‘배치 음성 인식’과 ‘스트리밍 음성 인식’ 2가지로 나눌 수 있습니다. (1) 배치 음성 인식 통상적으로 STT 음성 인식을 말할 때는 배치 음성 인식을 뜻합니다. 긴 길이의 음성 (몇 분 ~ 몇 시간)의 음성을 한 번에 입력으로 받아 전체 음성에 대해서 한 번에 받아쓰기를 하는 방식입니다. 입력으로 받는 음성 …

지문처럼, 목소리에도 개인을 식별할 수 있는 성문이 있습니다. 이를 통해 목소리로 사람을 식별할 수 있는데요. 예를 들어, 질문이 개인 정보에 관한 것일 때, AI는 음성 인증을 통해 사용자의 음성과 일치하는 경우에만 답변을 제공합니다. 또는, 자동으로 목소리의 주인인 발화자를 인식해 회의록을 작성할 때 활용할 …

인공지능이 긴 글을 요약해준다면 삶이 얼마나 더 편리해질까요? SF영화 같은 이 일은 이제 현실이 되었습니다. 실제로 가능해졌거든요. 예를 들어, 어떤 분야에 대한 내용인지 한 문장으로 요약을 제공할 수 있어요. 또는, 원문보다 짧지만 어느 정도 길이가 있는 요약을 제공할 수도 있죠. 요약에는 크게 대화 요약과 산문 …

액션파워의 음성 인식 엔진은 뛰어난 성능을 자랑하지만, STT 출력 결과 텍스트는 필연적으로 완전할 수 없습니다. 하지만 불완전한 STT 출력 텍스트에 다양한 교정이 수행된다면, 가독성이 향상될 수 있겠죠? 액션파워는 오늘도 인공지능 AI를 통해 텍스트 교정을 고도화하고 있답니다. 띄어쓰기 및 문장 부호 삽입 띄어쓰기 및 문장 부호 삽입은 …

액션파워는 AI 음성 인식 기술로 텍스트의 감정을 판별할 수 있습니다. 텍스트 감정 분석을 통해 화자의 상황과 문맥에 대한 정보 등을 얻을 수 있어요. 텍스트의 토큰화 (Text tokenization)

액션파워는 AI 기술로 텍스트 파일 뿐만 아니라, 비디오 파일을 가지고도 질의 응답(Question Answering)을 구현할 수 있어요. 비디오 파일은 비디오의 음성을 STT(Speech-To-Text) 처리한 텍스트 파일을 기초로 질의 응답 모델을 구현할 수 있어요. QA(Question Answering) QA는 크게 open-book questio …

액션파워는 AI 기술로 음성 합성 (Text-To-Speech)을 구현할 수 있습니다. 음성 합성 (TTS) 기술을 통해 텍스트를 음성으로 변환할 수 있어요. 정확한 음성 합성 구현을 위해서는 몇 가지 과정을 거쳐야 합니다. 데이터 전처리 데이터 전처리 과정에서 불필요한 특수 문자를 제거하고, 숫자, 영어 등과 같은 표현을 …

전세계 인터넷 트래픽에서 비디오가 차지하는 비중이 점점 늘어나고 있습니다. 시스코의 조사 결과(Cisco VNI Complete Forecast Highlights)에 따르면, 2016년에는 67%인 비디오 트래픽 비중이 2022년에는 무려 80%에 이르렀다고 하는데요. 최근 우리 주변에서 비디오 콘텐츠를 소비하는 …