[發明專利]機器翻譯裝置和方法

無效

• 申請號: 200710149702.6
• 申請日: 2007-08-31
• 公開（公告）號: CN101154220A
• 公開（公告）日: 2008-04-02
• 發明（設計）人: 蟻生政秀
• 申請（專利權）人: 株式會社東芝
• 主分類號: G06F17/28
• 分類號: G06F17/28;G10L13/00;G10L15/00
• 代理公司: 永新專利商標代理有限公司
• 代理人: 王英

技術領域

本發明涉及用于翻譯輸入語音并且輸出翻譯后的語音的裝置和方法。

背景技術

近來，作為一種用于翻譯輸入語音并且輸出作為翻譯結果的翻譯后的句子的機器翻譯設備，已經開發了一種語音翻譯系統，以通過將語音輸入從源語言翻譯為譯文語言并且輸出結果語音來輔助多語言交流。此外，語音交流系統被用來實現利用由用戶輸入的語音和輸出到用戶的語音的對話。

與這些語音翻譯系統和語音交流系統相結合，提出了一種稱作話音插入(barge-in)的技術，例如，根據日本專利No.3513232。利用話音插入技術，在系統正向用戶輸出語音時，當用戶輸入一打斷語音時，系統改變輸出控制過程從而系統停止輸出語音，或者改變定時以根據由用戶發出的語音的內容重新開始播放輸出語音。

然而，根據日本專利No.3513232的方法是一種設計用于系統和用戶之間的一對一的對話的技術，因此，系統不能管理用于常常出現在用于在多個用戶之間作為媒介來傳達對話的系統(例如語音翻譯系統)中的中斷語音的處理。

例如，在語音翻譯系統中，當系統正輸出由說話者發出的語音的翻譯后的語音時，如果聽者發出打斷語音，并且聽者使用不同于說話者的語言，那么系統需要在不干擾對話的情況下，向初始的說話者通知該打斷語音。然而，傳統的話音插入系統僅允許系統抑制它的輸出語音以防打斷語音，并且不能管理打斷語音處理以避免損害用戶之間的對話的自然性。

發明內容

根據本發明的一方面，一種機器翻譯裝置包括：接收單元，用于接收多個語音的輸入；檢測單元，用于檢測所述多個語音中的語音的說話者；識別單元，用于對所述多個語音執行語音識別；翻譯單元，用于將識別結果翻譯為翻譯后的句子；輸出單元，用于以語音輸出所述翻譯后的句子；以及輸出控制單元，用于通過參考從接收到輸出第一語音的處理階段、相對于所述第一語音檢測到的說話者以及相對于第二語音檢測的說話者來控制語音的輸出，其中，所述第一語音是所述多個語音中的首先輸入的語音，所述第二語音是所述多個語音中的、在所述第一語音之后輸入的語音。

根據本發明的另一方面，一種機器翻譯方法包括：接收多個語音的輸入；檢測所述多個語音中的語音的說話者；對所述多個語音執行語音識別；將識別結果翻譯為翻譯后的句子；以語音輸出所述翻譯后的句子；以及通過參考從接收到輸出第一語音的處理階段、相對于所述第一語音檢測到的說話者以及相對于第二語音檢測到的說話者來控制語音的輸出，其中，所述第一語音是所述多個語音中的首先輸入的語音，所述第二語音是所述多個語音中的、在所述第一語音之后輸入的語音。

附圖說明

圖1是用于說明使用翻譯裝置的場景的示意性的視圖；

圖2是根據本發明第一實施例的翻譯裝置的功能框圖；

圖3是用于說明規則的表，基于該規則，圖1所示的翻譯裝置決定輸出過程；

圖4是根據第一實施例的語音翻譯處理的流程圖；

圖5是根據第一實施例的信息檢測處理的流程圖；

圖6是根據第一實施例的輸出過程決定處理的流程圖；

圖7到11是用于說明由圖1所示的翻譯裝置輸出的輸出內容的示意性的視圖；

圖12到14是用于說明根據第一實施例的語音之間的對應關系的示意性的視圖；

圖15是根據本發明第二實施例的翻譯裝置的功能框圖；

圖16是用于說明根據第二實施例的語言信息表的示例性的數據結構的示意性的視圖；

圖17是根據第二實施例的輸出過程決定處理的流程圖；

圖18是用于說明根據第二實施例的示例性的類屬詞典的示意性的視圖；

圖19是用于說明根據第二實施例的指示對象提取的例子的示意性的視圖；

圖20是用于說明根據第二實施例的顯示單元的示例性的顯示方法的示意性的視圖；

圖21是用于說明在根據第二實施例的示例句子翻譯中的對應部分提取處理的例子的示意性的視圖；

圖22是根據本發明第三實施例的翻譯裝置的功能框圖；

圖23是用于說明規則的表，基于該規則，圖22所示的翻譯裝置決定輸出過程；

圖24是根據第三實施例的輸出過程決定處理的流程圖；

圖25是根據本發明第四實施例的翻譯裝置的功能框圖；

圖26是根據第四實施例的輸出過程決定處理的流程圖；

圖27是用于說明根據第四實施例的語音和翻譯結果的例子的示意性的視圖；以及

圖28是根據本發明實施例的翻譯裝置的硬件結構的框圖。

具體實施方式

以下將參考附圖詳細描述本發明的典型實施例。