웹소설 TTS를 위한 KoBERT 기반 문장 유형 판별 시스템 (KoBERT-Based Sentence Type Classification System for web novel TTS)

서지정보

· 발행기관 : 한국전자통신학회
· 수록지 정보 : 한국전자통신학회 논문지 / 19권 / 6호 / 1231 ~ 1236페이지
· 저자명 : 민태훈, 박승민

초록

글을 읽는 데 장애가 있거나 직접 글을 읽는 시간이 부족하거나 모바일로 웹소설을 감상하는 것이 불편한 이용자들에게 TTS는 웹소설을 소비할 수 있는 유일한 통로이며 기업이 꼭 확보해야 하는 소비층이다. 그러나 현재 웹소설 TTS는 텍스트를 단일 목소리로 읽는 것이 전부이며 이는 이용자의 몰입을 어렵게 하고 진입장벽으로 작용한다. 따라서 생동감 있게 글을 읽어 이용자들을 몰입시키는 웹소설 TTS가 필요하다. 본 논문은 이전보다 생동감 있는 웹소설 TTS를 만들기 위해 글의 각 문장에 어떤 소리가 필요한지에 따라 그 유형을 해설문, 대사문, 의성문으로 정의한 뒤 이를 판별하기 위해 KoBERT 모델을 기반으로 한 문장 유형 판별 시스템을 제안한다. 해당 시스템은 결과적으로 높은 정확도를 보이며 문장을 분류했고 이런 식으로 나온 데이터는 분류된 문장 내에서도 조금 더 심층적인 판별을 진행하거나 개체명 인식이나 발화자 인식, 문장 사이의 관계 인식과 결합하여 더 높은 성능의 모델 연구에 도움이 된다.

영어초록

For users who have difficulty reading text, lack the time to read directly, or find it inconvenient to enjoy web novels on mobile devices, TTS is the only way to consume web novels, making them an essential audience that companies must cater to. However, current web novel TTS systems merely read text in a monotonous single voice, which hinders user immersion and acts as a barrier to entry. Therefore, a more dynamic and immersive TTS system is needed. This paper proposes a sentence-type classification system based on the KoBERT model to create a more engaging web novel TTS. The system defines sentence types based on the commentary sentence, line sentence, and onomatopoeia sentence, based on the type of sound required. The system demonstrated high accuracy in classifying sentences, and the resulting data can be further utilized for more in-depth classification within the categorized sentences. Additionally, this data can be combined with techniques such as named entity recognition, speaker identification, and inter-sentence relationship detection to contribute to the development of more advanced models

참고자료

· 없음