Loading the company…
Loading the company…
㈜네오사피엔스
English name as filed with DART, Korea’s corporate disclosure system · Correct the English name ›
Last updated 2026-10-11 · Korean page ›
Verification level — how far we have checked
L0 · Public records — NPS workforce · filed financials · patents — public data
A company based in Seoul, founded in 2017. Industry: Software & IT Services. Group consolidated revenue for 2025 was ₩10.6bn — this includes subsidiaries and is not the revenue of this entity alone. It has 66 employees enrolled in the National Pension Service (as of Aug 2026). It is externally audited; the latest audit opinion is “Unqualified”.
Loading…
Latest filing 2026-09-10 · latest registration 2026-02-26 · newest first
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 합성 음성 생성 방법에 관한 것이다. 이 방법은 레퍼런스 음성 데이터 및 자연어로 표현된 학습용 스타일 태그에 기초하여, 학습용 텍스트에 대한 합성 음성을 생성하도록 학습된 텍스트-음성 합성 모델을 획득하는 단계, 대상 텍스트를 수신하는 단계, 자연어로 표현된 스타일 태그를 획득하는 단계 및 스타일 태그와 대상 텍스트를 텍스트-음성 합성 모델에 입력하여, 스타일 태그와 관련된 음성 스타일 특징이 반영된 대상 텍스트에 대한 합성 음성을 획득하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 따른 텍스트-음성 합성 방법은, 입력 텍스트를 수신하는 단계, 입력 텍스트를 발화할 대상 음성에 대응되는 제1 화자의 음색 특징을 획득하는 단계, 제1 화자와 상이한 제2 화자의 음성 샘플을 수신하는 단계, 제2 화자의 음성 샘플로부터 제2 화자의 감정 특징을 추출하는 단계, 및 입력 텍스트, 제1 화자의 음색 특징 및 제2 화자의 감정 특징을 인공 신경망 텍스트-음성 합성 모델에 입력하여, 제1 화자의 음색 특징 및 제2 화자의 감정 특징이 반영된 입력 텍스트에 대한 출력 음성 데이터를 생성하는 단계를 포함하고, 출력 음성 데이터는, 제1 화자의 음색으로 입력 텍스트를 발화하되 제2 화자의 음성 샘플에 내재된 감정이 반영된 합성 음성 데이터를 포함한다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는 사용자 인터페이스를 통한 텍스트 기반의 음성의 미세조정 방법에 있어서, 텍스트 및 음성을 획득하는 단계, 사용자 인터페이스(User Interface, UI)를 통해, 상기 획득된 음성에 대한 피드백을 획득하는 단계 및 상기 획득된 피드백에 기초하여 상기 획득된 음성을 미세조정하는 단계를 포함한다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 텍스트-음성 변환을 위한 화자 및 감정 조건 정보 생성 방법에 있어서, 머신러닝 기반의 학습 방법을 기반으로 조건 생성 모델을 생성하는 단계, 화자에 대응하는 화자 정보를 획득하는 단계, 감정에 대응하는 감정 정보를 획득하는 단계 및 상기 획득된 화자 정보와 상기 획득된 감정 정보를 입력 데이터로 하여 상기 생성된 조건 생성 모델에 입력함에 따라 결과 데이터로서 화자 및 감정 조건 정보를 생성하는 단계를 포함한다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 합성 음성 생성 방법에 관한 것이다. 이 방법은 레퍼런스 음성 데이터 및 자연어로 표현된 학습용 스타일 태그에 기초하여, 학습용 텍스트에 대한 합성 음성을 생성하도록 학습된 텍스트-음성 합성 모델을 획득하는 단계, 대상 텍스트를 수신하는 단계, 자연어로 표현된 스타일 태그를 획득하는 단계 및 스타일 태그와 대상 텍스트를 텍스트-음성 합성 모델에 입력하여, 스타일 태그와 관련된 음성 스타일 특징이 반영된 대상 텍스트에 대한 합성 음성을 획득하는 단계를 포함할 수 있다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는 실시간 영상 콘텐츠 생성 방법에 관한 것이다. 실시간 영상 콘텐츠 생성 방법은, 방송 개요를 기초로, 텍스트 콘텐츠를 생성하는 단계, 텍스트 콘텐츠에 기초하여, 제1 음성을 생성하는 단계, 텍스트 콘텐츠 또는 제1 음성 중 적어도 하나에 기초하여, 제1 뷰를 생성하는 단계 및 제1 음성 및 제1 뷰를 포함하는 제1 영상을 실시간 스트리밍 방식으로 전송하는 단계를 포함한다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 타이밍 정보가 반영된 합성 음성을 생성하는 방법에 관한 것이다. 이러한 방법은, 대상 텍스트를 수신하는 단계, 대상 텍스트에 대한 타이밍 정보를 획득하는 단계 및 획득된 타이밍 정보가 반영된 수신된 대상 텍스트에 대한 합성 음성을 출력하는 단계를 포함할 수 있다. 여기서, 합성 음성은, 수신된 대상 텍스트 및 획득된 타이밍 정보를 인공신경망 텍스트-음성 합성 모델에 입력하여, 인공신경망 텍스트-음성 합성 모델로부터 출력된 음성 데이터를 기초로, 생성될 수 있다.
본 개시는 사용자 인터페이스를 통해 텍스트에 대한 합성 음성을 생성하는 방법에 관한 것이다. 방법은, 하나 이상의 문장을 수신하는 단계, 수신된 하나 이상의 문장에 대한 음성 스타일 특징을 결정하는 단계 및 결정된 음성 스타일 특징이 반영된 하나 이상의 문장에 대한 합성 음성을 출력하는 단계를 포함할 수 있다. 합성 음성은, 하나 이상의 문장 및 결정된 음성 스타일 특징을 인공신경망 텍스트-합성 음성 모델에 입력하여 인공신경망 텍스트-합성 음성 모델로부터 출력된 음성 데이터를 기초로, 생성될 수 있다.
본 개시는 텍스트로부터 음성을 합성하는 방법 및 합성된 음성을 재생하는 장치에 관한 것이다. 기계학습을 이용한 텍스트-음성 합성(text-to-speech synthesis) 방법 복수의 학습 텍스트 및 상기 복수의 학습 텍스트에 대응되는 음성 데이터에 기초하여 기계학습을 수행하여 생성된 단일 인공 신경망 텍스트-음성 합성(text-to-speech synthesis) 모델을 생성하는 단계, 입력 텍스트를 수신하는 단계, 화자의 발성 특징을 수신하는 단계, 및 상기 화자의 발성 특징을 상기 단일 인공 신경망 텍스트-음성 합성 모델에 입력하여, 상기 화자의 발성 특징이 반영된 상기 입력 텍스트에 대한 출력 음성 데이터를 생성하는 단계를 포함한다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 합성 음성을 화자 이미지에 적용하는 방법에 관한 것이다. 이러한 방법은, 입력 텍스트를 수신하는 단계, 입력 텍스트를 인공신경망 텍스트-음성 합성 모델에 입력하여, 입력 텍스트에 대한 음성 데이터를 출력하는 단계, 출력된 음성 데이터에 대응하는 합성 음성을 생성하는 단계 및 출력된 음성 데이터에 포함된 복수의 음소에 대한 정보를 생성하는 단계를 포함할 수 있다. 여기서, 복수의 음소에 대한 정보는 출력된 음성 데이터에 포함된 복수의 음소의 각각에 대한 타이밍 정보를 포함할 수 있다.
본 개시는 적어도 하나의 프로세서에 의해서 수행되는, 자연어 텍스트 기반의 합성 음성 생성 방법에 관한 것이다. 합성 음성 생성 방법은, 제1 자연어 텍스트를 수신하는 단계, 제1 기계학습 모델을 이용하여, 제1 자연어 텍스트로부터 제1 오디오 정보를 생성하는 단계 및 제2 기계학습 모델을 이용하여, 제1 오디오 정보로부터 합성 음성을 생성하는 단계를 포함한다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는 사용자 정의 콘텐츠 탐지 방법에 관한 것이다. 사용자 정의 콘텐츠 탐지 방법은, 탐지될 콘텐츠와 연관된 하나 이상의 쿼리를 수신하는 단계, 하나 이상의 쿼리를 이용하여 텍스트 데이터베이스로부터 하나 이상의 텍스트 아이템을 추출하는 단계, 하나 이상의 쿼리 및 하나 이상의 텍스트 아이템에 기초하여 콘텐츠 분류 모듈을 학습시키는 단계 및 학습된 콘텐츠 분류 모듈을 이용하여, 대상 텍스트 아이템이 탐지될 콘텐츠에 해당하는지 여부를 판정하는 단계를 포함한다.
본 개시는 순차적 운율 특징을 기초로 기계학습을 이용한 텍스트-음성 합성(text-to-speech synthesis) 방법에 관한 것이다. 순차적 운율 특징을 기초로 기계학습을 이용한 텍스트-음성 합성은, 입력 텍스트를 수신하는 단계, 순차적 운율(sequential prosody) 특징을 수신하는 단계 및 입력 텍스트 및 수신된 순차적 운율 특징을 인공신경망 텍스트-음성 합성 모델에 입력하여, 수신된 순차적 운율 특징이 반영된 입력 텍스트에 대한 출력 음성 데이터를 생성하는 단계를 포함한다
본 개시는 적어도 하나의 프로세서에 의해 수행되는 실시간 영상 콘텐츠 생성 방법에 관한 것이다. 실시간 영상 콘텐츠 생성 방법은, 방송 개요를 기초로, 텍스트 콘텐츠를 생성하는 단계, 텍스트 콘텐츠에 기초하여, 제1 음성을 생성하는 단계, 텍스트 콘텐츠 또는 제1 음성 중 적어도 하나에 기초하여, 제1 뷰를 생성하는 단계 및 제1 음성 및 제1 뷰를 포함하는 제1 영상을 실시간 스트리밍 방식으로 전송하는 단계를 포함한다.
본 개시는 적어도 하나의 프로세서에 의해서 수행되는 화자 설명 텍스트에 기초하여 합성 음성을 생성하는 방법을 제공한다. 이 방법은, 대상 텍스트를 수신하는 단계, 화자의 특징과 연관된 화자 설명 텍스트를 수신하는 단계 및 대상 텍스트와 화자 설명 텍스트를 기계학습 모델에 적용하여, 대상 텍스트에 대한 복수의 합성 음성을 포함하는 합성 음성 목록을 획득하는 단계를 포함하고, 복수의 합성 음성은 화자 설명 텍스트와 연관된 복수의 화자 특징이 반영될 수 있다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 합성 음성을 화자 이미지에 적용하는 방법에 관한 것이다. 이러한 방법은, 입력 텍스트를 수신하는 단계, 입력 텍스트를 인공신경망 텍스트-음성 합성 모델에 입력하여, 입력 텍스트에 대한 음성 데이터를 출력하는 단계, 출력된 음성 데이터에 대응하는 합성 음성을 생성하는 단계 및 출력된 음성 데이터에 포함된 복수의 음소에 대한 정보를 생성하는 단계를 포함할 수 있다. 여기서, 복수의 음소에 대한 정보는 출력된 음성 데이터에 포함된 복수의 음소의 각각에 대한 타이밍 정보를 포함할 수 있다.
본 개시는 적어도 컴퓨팅 장치에 의해 수행되는, 개인화된 음성 콘텐츠를 생성하는 방법에 관한 것이다. 이러한 방법은, 입력 텍스트, 템플릿 정보 및 화자 정보를 수신하는 단계, 템플릿 정보에 기초하여 사전 생성 음성 데이터를 수신하는 단계, 인공신경망 텍스트-음성 합성 모델을 이용하여, 템플릿 정보 및 화자 정보를 기초로 입력 텍스트에 대한 신규 음성 데이터를 생성하는 단계 및 템플릿 정보를 기초로, 사전 생성 음성 데이터와 신규 음성 데이터를 조합하여 조합 음성 데이터를 생성하는 단계를 포함할 수 있다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 개인화된 음성 콘텐츠를 제공하는 방법에 관한 것이다. 이러한 방법은, 사용자 단말에서 동작하는 제1 사용자 인터페이스를 통해 입력된, 사용자의 음성 콘텐츠에 대한 요청을 수신하는 단계, 사용자의 음성 콘텐츠에 대한 요청에 응답하여, 개인화된 음성 콘텐츠를 생성하는 단계 및 개인화된 음성 콘텐츠를 제공하는 단계를 포함할 수 있다. 개인화된 음성 콘텐츠는, 하나 이상의 코드와 연관될 수 있다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 합성 음성 생성 방법에 관한 것이다. 이 방법은 레퍼런스 음성 데이터 및 자연어로 표현된 학습용 스타일 태그에 기초하여, 학습용 텍스트에 대한 합성 음성을 생성하도록 학습된 텍스트-음성 합성 모델을 획득하는 단계, 대상 텍스트를 수신하는 단계, 자연어로 표현된 스타일 태그를 획득하는 단계 및 스타일 태그와 대상 텍스트를 텍스트-음성 합성 모델에 입력하여, 스타일 태그와 관련된 음성 스타일 특징이 반영된 대상 텍스트에 대한 합성 음성을 획득하는 단계를 포함할 수 있다.
본 개시는 텍스트로부터 음성을 합성하는 방법 및 합성된 음성을 재생하는 장치에 관한 것이다. 기계학습을 이용한 텍스트-음성 합성(text-to-speech synthesis) 방법 복수의 학습 텍스트 및 상기 복수의 학습 텍스트에 대응되는 음성 데이터에 기초하여 기계학습을 수행하여 생성된 단일 인공 신경망 텍스트-음성 합성(text-to-speech synthesis) 모델을 생성하는 단계, 입력 텍스트를 수신하는 단계, 화자의 발성 특징을 수신하는 단계, 및 상기 화자의 발성 특징을 상기 단일 인공 신경망 텍스트-음성 합성 모델에 입력하여, 상기 화자의 발성 특징이 반영된 상기 입력 텍스트에 대한 출력 음성 데이터를 생성하는 단계를 포함한다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 새로운 화자의 합성 음성을 생성하는 방법에 관한 것이다. 이러한 방법은, 대상 텍스트를 수신하는 단계, 기준 화자의 화자 특징을 획득하는 단계, 발성 특징 변화 정보를 획득하는 단계, 획득된 기준 화자의 화자 특징 및 획득된 발성 특징 변화 정보를 이용하여 새로운 화자의 화자 특징을 결정하는 단계 및 대상 텍스트 및 결정된 새로운 화자의 화자 특징을 인공신경망 텍스트-음성 합성 모델에 입력하여, 결정된 새로운 화자의 화자 특징이 반영된, 대상 텍스트에 대한 출력 음성을 생성하는 단계를 포함할 수 있다. 여기서, 인공신경망 텍스트-음성 합성 모델은, 복수의 학습 텍스트 아이템 및 복수의 학습 화자의 화자 특징을 기초로, 복수의 학습 화자의 화자 특징이 반영된, 복수의 학습 텍스트 아이템에 대한 음성을 출력하도록 학습될 수 있다.
본 개시는 순차적 운율 특징을 기초로 기계학습을 이용한 텍스트-음성 합성(text-to-speech synthesis) 방법에 관한 것이다. 순차적 운율 특징을 기초로 기계학습을 이용한 텍스트-음성 합성은, 입력 텍스트를 수신하는 단계, 순차적 운율(sequential prosody) 특징을 수신하는 단계 및 입력 텍스트 및 수신된 순차적 운율 특징을 인공신경망 텍스트-음성 합성 모델에 입력하여, 수신된 순차적 운율 특징이 반영된 입력 텍스트에 대한 출력 음성 데이터를 생성하는 단계를 포함한다
본 개시는 텍스트에 대한 합성 음성 생성 작업을 수행하는 방법에 관한 것이다. 이러한 방법은, 복수의 문장을 수신하는 단계, 복수의 문장에 대한 복수의 음성 스타일 특징을 수신하는 단계, 복수의 문장 및 복수의 음성 스타일 특징을 인공신경망 텍스트-음성 합성 모델에 입력하여 복수의 음성 스타일 특징이 반영된 복수의 문장에 대한 복수의 합성 음성을 생성하는 단계 및 복수의 합성 음성 중 적어도 하나의 합성 음성에 대한 응답을 수신하는 단계를 포함할 수 있다.
본 개시는 적어도 컴퓨팅 장치에 의해 수행되는, 개인화된 음성 콘텐츠를 생성하는 방법에 관한 것이다. 이러한 방법은, 입력 텍스트, 템플릿 정보 및 화자 정보를 수신하는 단계, 템플릿 정보에 기초하여 사전 생성 음성 데이터를 수신하는 단계, 인공신경망 텍스트-음성 합성 모델을 이용하여, 템플릿 정보 및 화자 정보를 기초로 입력 텍스트에 대한 신규 음성 데이터를 생성하는 단계 및 템플릿 정보를 기초로, 사전 생성 음성 데이터와 신규 음성 데이터를 조합하여 조합 음성 데이터를 생성하는 단계를 포함할 수 있다.
본 개시는 사용자 인터페이스를 통해 텍스트에 대한 합성 음성을 생성하는 방법에 관한 것이다. 방법은, 하나 이상의 문장을 수신하는 단계, 수신된 하나 이상의 문장에 대한 음성 스타일 특징을 결정하는 단계 및 결정된 음성 스타일 특징이 반영된 하나 이상의 문장에 대한 합성 음성을 출력하는 단계를 포함할 수 있다. 합성 음성은, 하나 이상의 문장 및 결정된 음성 스타일 특징을 인공신경망 텍스트-합성 음성 모델에 입력하여 인공신경망 텍스트-합성 음성 모델로부터 출력된 음성 데이터를 기초로, 생성될 수 있다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 타이밍 정보가 반영된 합성 음성을 생성하는 방법에 관한 것이다. 이러한 방법은, 대상 텍스트를 수신하는 단계, 대상 텍스트에 대한 타이밍 정보를 획득하는 단계 및 획득된 타이밍 정보가 반영된 수신된 대상 텍스트에 대한 합성 음성을 출력하는 단계를 포함할 수 있다. 여기서, 합성 음성은, 수신된 대상 텍스트 및 획득된 타이밍 정보를 인공신경망 텍스트-음성 합성 모델에 입력하여, 인공신경망 텍스트-음성 합성 모델로부터 출력된 음성 데이터를 기초로, 생성될 수 있다.
본 개시는 다중 언어(multilingual) 텍스트-음성 합성(text-to-speech synthesis) 모델을 이용한 음성 번역 방법, 비디오 번역 방법 또는 시스템에 관한 것이다. 다중 언어 텍스트-음성 합성 모델을 이용한 음성 번역 방법은 제1 언어의 학습 텍스트 및 제1 언어의 학습 텍스트에 대응되는 제1 언어의 학습 음성 데이터와, 제2 언어의 학습 텍스트 및 제2 언어의 학습 텍스트에 대응되는 제2 언어의 학습 음성 데이터에 기초하여 학습된 단일 인공 신경망 텍스트-음성 합성(text-to-speech synthesis) 모델을 획득하는 단계, 제1 언어의 입력 음성 데이터 및 제1 언어에 대한 화자의 발성 특징을 수신하는 단계, 제1 언어의 입력 음성 데이터를 제1 언어의 텍스트로 변환하는 단계, 제1 언어의 텍스트를 제2 언어의 텍스트로 변환하는 단계, 및 제2 언어의 텍스트 및 화자의 발성 특징을 단일 인공 신경망 텍스트-음성 합성 모델에 입력하여, 화자의 음성을 모사하는 제2 언어의 텍스트에 대한 출력 음성 데이터를 생성하는 단계를 포함한다.
본 개시는 다중 언어(multilingual) 텍스트-음성 합성(text-to-speech synthesis) 방법 및 시스템을 개시한다. 다중 언어 텍스트-음성 합성 방법은 제1 언어의 학습 텍스트 및 제1 언어의 학습 텍스트에 대응되는 제1 언어의 학습 음성 데이터를 포함하는 제1 학습 데이터를 수신하는 단계, 제2 언어의 학습 텍스트 및 제2 언어의 학습 텍스트에 대응되는 제2 언어의 학습 음성 데이터를 포함하는 제2 학습 데이터를 수신하는 단계, 및 제1 학습 데이터 및 제2 학습 데이터에 기초하여, 제1 언어의 음소 및 제2 언어의 음소 사이의 유사성 정보를 학습하여 단일 인공 신경망 텍스트-음성 합성(text-to-speech synthesis) 모델을 생성하는 단계를 포함한다.
본 개시는 적어도 하나의 프로세서에 의해 수행되는, 합성 음성을 화자 이미지에 적용하는 방법에 관한 것이다. 이러한 방법은, 입력 텍스트를 수신하는 단계, 입력 텍스트를 인공신경망 텍스트-음성 합성 모델에 입력하여, 입력 텍스트에 대한 음성 데이터를 출력하는 단계, 출력된 음성 데이터에 대응하는 합성 음성을 생성하는 단계 및 출력된 음성 데이터에 포함된 복수의 음소에 대한 정보를 생성하는 단계를 포함할 수 있다. 여기서, 복수의 음소에 대한 정보는 출력된 음성 데이터에 포함된 복수의 음소의 각각에 대한 타이밍 정보를 포함할 수 있다.
본 개시는 텍스트에 대한 합성 음성 생성 작업을 수행하는 방법에 관한 것이다. 이러한 방법은, 복수의 문장을 수신하는 단계, 복수의 문장에 대한 복수의 음성 스타일 특징을 수신하는 단계, 복수의 문장 및 복수의 음성 스타일 특징을 인공신경망 텍스트-음성 합성 모델에 입력하여 복수의 음성 스타일 특징이 반영된 복수의 문장에 대한 복수의 합성 음성을 생성하는 단계 및 복수의 합성 음성 중 적어도 하나의 합성 음성에 대한 응답을 수신하는 단계를 포함할 수 있다.
본 개시는 사용자 인터페이스를 통해 텍스트에 대한 합성 음성을 생성하는 방법에 관한 것이다. 방법은, 하나 이상의 문장을 수신하는 단계, 수신된 하나 이상의 문장에 대한 음성 스타일 특징을 결정하는 단계 및 결정된 음성 스타일 특징이 반영된 하나 이상의 문장에 대한 합성 음성을 출력하는 단계를 포함할 수 있다. 합성 음성은, 하나 이상의 문장 및 결정된 음성 스타일 특징을 인공신경망 텍스트-합성 음성 모델에 입력하여 인공신경망 텍스트-합성 음성 모델로부터 출력된 음성 데이터를 기초로, 생성될 수 있다.
복수의 컨텐츠 중 대상 화자 음성과 동일한 음성을 가진 컨텐츠를 검색하는 방법은, 대상 화자 음성에 대응되는 특징 벡터를 추출하는 단계, 학습 데이터 세트로부터 임의의 화자 서브 세트를 미리 결정된 수만큼 반복하여 선택하는 단계, 선택된 임의의 화자 서브 세트의 각각을 이용하여 Linear Discriminant Analysis (LDA) 변환 매트릭스를 미리 결정된 수만큼 반복하여 생성하는 단계, 생성된 LDA 변환 매트릭스의 각각을 이용하여 추출된 화자 특징 벡터를 선택된 대응 화자 서브 세트에 투영하는 단계, 추출된 화자 특징 벡터의 투영 영역의 각각이 선택된 대응 화자 서브 세트 중 가까운 화자 분류에 대응되는 값을 할당하는 단계, 할당된 값들을 기초로 추출된 특징 벡터에 대응되는 해쉬값을 생성하는 단계 및 복수의 컨텐츠 중, 생성된 해쉬값과 유사한 해쉬값을 가진 컨텐츠를 검색하는 단계를 포함한다.
본 개시는 순차적 운율 특징을 기초로 기계학습을 이용한 텍스트-음성 합성(text-to-speech synthesis) 방법에 관한 것이다. 순차적 운율 특징을 기초로 기계학습을 이용한 텍스트-음성 합성은, 입력 텍스트를 수신하는 단계, 순차적 운율(sequential prosody) 특징을 수신하는 단계 및 입력 텍스트 및 수신된 순차적 운율 특징을 인공신경망 텍스트-음성 합성 모델에 입력하여, 수신된 순차적 운율 특징이 반영된 입력 텍스트에 대한 출력 음성 데이터를 생성하는 단계를 포함한다
본 개시는 다중 언어(multilingual) 텍스트-음성 합성(text-to-speech synthesis) 모델을 이용한 음성 번역 방법, 비디오 번역 방법 또는 시스템에 관한 것이다. 다중 언어 텍스트-음성 합성 모델을 이용한 음성 번역 방법은 제1 언어의 학습 텍스트 및 제1 언어의 학습 텍스트에 대응되는 제1 언어의 학습 음성 데이터와, 제2 언어의 학습 텍스트 및 제2 언어의 학습 텍스트에 대응되는 제2 언어의 학습 음성 데이터에 기초하여 학습된 단일 인공 신경망 텍스트-음성 합성(text-to-speech synthesis) 모델을 획득하는 단계, 제1 언어의 입력 음성 데이터 및 제1 언어에 대한 화자의 발성 특징을 수신하는 단계, 제1 언어의 입력 음성 데이터를 제1 언어의 텍스트로 변환하는 단계, 제1 언어의 텍스트를 제2 언어의 텍스트로 변환하는 단계, 및 제2 언어의 텍스트 및 화자의 발성 특징을 단일 인공 신경망 텍스트-음성 합성 모델에 입력하여, 화자의 음성을 모사하는 제2 언어의 텍스트에 대한 출력 음성 데이터를 생성하는 단계를 포함한다.
본 개시는 다중 언어(multilingual) 텍스트-음성 합성(text-to-speech synthesis) 방법 및 시스템을 개시한다. 다중 언어 텍스트-음성 합성 방법은 제1 언어의 학습 텍스트 및 제1 언어의 학습 텍스트에 대응되는 제1 언어의 학습 음성 데이터를 포함하는 제1 학습 데이터를 수신하는 단계, 제2 언어의 학습 텍스트 및 제2 언어의 학습 텍스트에 대응되는 제2 언어의 학습 음성 데이터를 포함하는 제2 학습 데이터를 수신하는 단계, 및 제1 학습 데이터 및 제2 학습 데이터에 기초하여, 제1 언어의 음소 및 제2 언어의 음소 사이의 유사성 정보를 학습하여 단일 인공 신경망 텍스트-음성 합성(text-to-speech synthesis) 모델을 생성하는 단계를 포함한다.
본 개시는 텍스트로부터 음성을 합성하는 방법 및 합성된 음성을 재생하는 장치에 관한 것이다. 기계학습을 이용한 텍스트-음성 합성(text-to-speech synthesis) 방법 복수의 학습 텍스트 및 상기 복수의 학습 텍스트에 대응되는 음성 데이터에 기초하여 기계학습을 수행하여 생성된 단일 인공 신경망 텍스트-음성 합성(text-to-speech synthesis) 모델을 생성하는 단계, 입력 텍스트를 수신하는 단계, 화자의 발성 특징을 수신하는 단계, 및 상기 화자의 발성 특징을 상기 단일 인공 신경망 텍스트-음성 합성 모델에 입력하여, 상기 화자의 발성 특징이 반영된 상기 입력 텍스트에 대한 출력 음성 데이터를 생성하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 특정 언어의 음성을 포함하는 비디오를 번역하여 다른 언어의 음성을 포함하는 비디오를 제공하는 방법이 제공된다. 이 방법은, 제1 언어를 구사하는 제1 화자의 음성을 포함하는 비디오 데이터에서, 상기 음성 부분을 줄이거나 삭제하는 단계, 상기 음성의 텍스트를 제2 언어의 텍스트로 번역하는 단계, 상기 번역된 텍스트, 제1 화자 정보에 기초하여 제1 화자의 특성을 포함하는 음성을 합성하는 단계, 상기 합성된 음성에 기초하여 상기 제1 화자의 얼굴 이미지 중에서 입모양에 대한 키포인트(keypoint)를 생성하는 단계, 상기 생성된 키포인트에 기초하여 상기 제1 화자의 입모양을 합성한 이미지를 생성하는 단계; 및 상기 합성된 음성 및 상기 제1 화자의 입모양의 합성 이미지를 비디오 데이터에 결합하는 단계를 포함한다.
KIPO KIPRIS · checked 2026-10-15 · newest filings first · right: registration date (filing date if not yet registered) · 37 of 37 · titles and abstracts are in Korean as filed · click a row for details ▾
For now we hold public records only (National Pension Service · DART filings · patents · registers · press). When the company files material in our IR Room, it moves to L1. We do not score or rate companies — we only state how far we have checked.
| KRW bn | 2024 | 2025 |
|---|---|---|
| Revenue | 6.4 | 10.6 |
| Operating expenses | 14.3 | 13.3 |
| Operating income (loss) | (7.9) | (2.7) |
| Non-operating income | 0.4 | 0.3 |
| Other gains | 0.0 | 0.0 |
| Finance income | 0.4 | 0.3 |
| Non-operating expenses | 7.2 | 4.6 |
| Other losses | 0.0 | 0.1 |
| Finance costs | 7.2 | 4.5 |
| Profit (loss) before tax | (14.7) | (7.0) |
| Income tax expense | 0.0 | 0.0 |
| Net income (loss) | (14.7) | (7.0) |
Revenue ₩10.6bn, up 66.4% YoY.
Operating margin -25.1% (prior -123.1%).
Net income ₩-7bn.
Need more than is shown here? Ask for more information — full review report · valuation · executive teaser · IM · competitor analysis · due diligence. Tell us what you need and we will reply by email with scope, cost and timing.
Is this your company?
If anything here is wrong, tell us — we check it against the original and correct it. You do not need to join. If you would like your financials verified and this page completed, that is a separate process.
Headlines and links to public articles only · not checked by us (original ↗) · articles are in Korean — English headlines are our translation; where none is shown, “Read in English ›” opens a machine translation · “Broker view” is a forecast, not reported results · checked 2026-11-07