AI-Interview는 구직자의 면접 역량 강화를 목표로 설계된 AI 기반 면접 컨설턴트입니다. 음성 데이터와 텍스트 데이터를 활용해 구직자의 발화와 내용을 분석하여 피드백을 제공합니다. 주요 기능으로는 감정 분석, 빠르기 및 크기 평가, 꼬리 질문 생성 등이 있으며, 개인 맞춤형 솔루션을 통해 면접 준비 과정에서의 어려움을 해결합니다.
- 13기: 권민지, 김서윤, 이형석
- 14기: 김홍재, 배한준
- 2024.09.04 ~ 2024.12.04
- 음성 데이터: 감정 분류를 위한 대화 음성 데이터 (AI Hub), 채용면접 데이터 (AI Hub)
- 텍스트 데이터: 에세이 글 평가 데이터 (AI Hub)
- 질문 데이터: 직무별 면접 예상 질문 리스트
- 발음 분석: 발음 오류와 정확도 평가
- 감정 분석: 'fear'와 'not fear' 이진 분류 (HuBERT 기반)
- 빠르기 평가: SPM(Syllables Per Minute) 계산을 통한 속도 분석
- 크기 평가: RMS(Root Mean Square)를 통한 음성 크기 변화 탐지
- 휴지: RMS(Root Mean Square)기반 에너지 계산을 통한 무음 비율 분석
- 답변 구성 평가: 내용, 표현, 구성 점수로 평가 (KoBERT+GRU)
- 꼬리 질문 생성: GPT 기반의 LangChain을 이용한 추가 질문 생성
- 간투어 분석: '음', '어', '그런데' 등 불필요한 말버릇의 빈도 분석
- 문장별 및 음성 특성을 기반으로 최종 점수 및 피드백 제공
presentation/: 주제 선정 배경, 피드백 구체화 등을 포함한 발표 자료notebooks/: HuBERT 및 GRU 기반 모델 학습 Jupyter notebookscripts/: 데이터 전처리 및 분석 스크립트images/: 이미지 디렉토리Web/: 백엔드(flask) 및 프론트엔드(react) 코드
-
Clone the repository | 저장소 클론:
git clone https://github.com/your-repo/AI-Interview.git cd AI-Interview -
Install required packages | 필수 패키지 설치:
pip install -r requirements.txt
-
Run the main script | 실행:
python ./Web/backend/main.py
- 피드백 페이지 실행은
Web/Backend/main.py에서 실행합니다. - 피드백 구현 코드는
Web/Backend/feedback.py에서 확인합니다. - 문장 평가 모델은
notebooks/KoBERT+GRU_sentence_evaluation.ipynb에서 확인합니다. - 음성 감정 분석은
notebooks/HuBERT_voice_emotion_analysis.ipynb에서 확인합니다.
- 저비용 면접 컨설팅: 경제적 부담을 줄이고 실질적 지원 제공
- 실시간 피드백: 빠른 개선과 시간 효율성 제공
- 개인화된 훈련 제공: 구직자의 역량 강화에 기여
- 접근성 향상: 장소와 시간에 구애받지 않는 면접 준비 가능
This project is licensed under the MIT License. See the LICENSE file for details.
이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 LICENSE 파일을 참고하세요.