[發(fā)明專利]語(yǔ)音翻譯裝置和語(yǔ)音翻譯方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201310049046.8
• 申請(qǐng)日: 2013-02-07
• 公開（公告）號(hào): CN103246643A
• 公開（公告）日: 2013-08-14
• 發(fā)明（設(shè)計(jì)）人: 坂本明子;住田一男;釜谷聰史
• 申請(qǐng)（專利權(quán)）人: 株式會(huì)社東芝
• 主分類號(hào): G06F17/28
• 分類號(hào): G06F17/28
• 代理公司: 北京市中咨律師事務(wù)所 11247
• 代理人: 劉薇;楊曉光

技術(shù)領(lǐng)域

在此描述的實(shí)施例通常涉及語(yǔ)音翻譯裝置和相關(guān)的方法。

背景技術(shù)

隨著近年來(lái)語(yǔ)音處理和自然語(yǔ)言處理的發(fā)展，語(yǔ)音翻譯裝置正在被開發(fā)。在不同語(yǔ)言的交流中，語(yǔ)音翻譯裝置將由源語(yǔ)言用戶所說(shuō)的源語(yǔ)言句子翻譯成目標(biāo)語(yǔ)言句子，并為目標(biāo)語(yǔ)言用戶合成目標(biāo)語(yǔ)言語(yǔ)音。

傳統(tǒng)的語(yǔ)音翻譯裝置輸出合成語(yǔ)音，而不管是否輸入另一個(gè)語(yǔ)音。合成語(yǔ)音的輸出和其它語(yǔ)音被重疊。因此，用戶之間的交流出現(xiàn)錯(cuò)誤。這樣的錯(cuò)誤在非面對(duì)面交流的情況下（例如，用傳統(tǒng)的語(yǔ)音翻譯裝置通過電話進(jìn)行的交流）會(huì)經(jīng)常遇見。

發(fā)明內(nèi)容

實(shí)施例提供了語(yǔ)音翻譯裝置和相關(guān)的方法，用于通過調(diào)整合成語(yǔ)音的輸出定時(shí)來(lái)實(shí)現(xiàn)說(shuō)話者之間的順暢交流。

根據(jù)一個(gè)實(shí)施例，語(yǔ)音翻譯裝置包括：第一輸入單元，其被配置為輸入第一說(shuō)話者的第一語(yǔ)音；第二輸入單元，其被配置為輸入與第一說(shuō)話者不同的第二說(shuō)話者的第二語(yǔ)音；第一翻譯單元，其被配置為將第一語(yǔ)音翻譯成第一目標(biāo)語(yǔ)言句子；第二翻譯單元，其被配置為將第二語(yǔ)音翻譯成第二目標(biāo)語(yǔ)言句子；第一輸出單元，其被配置為輸出第一目標(biāo)語(yǔ)言句子；第二輸出單元，其被配置為輸出第二目標(biāo)語(yǔ)言句子；語(yǔ)音檢測(cè)單元，其被配置為從第一語(yǔ)音中檢測(cè)第一語(yǔ)音期間和從第二語(yǔ)音中檢測(cè)第二語(yǔ)音期間；以及輸出定時(shí)調(diào)整單元，其被配置為當(dāng)?shù)谝徽Z(yǔ)音期間和第二語(yǔ)音期間彼此重疊時(shí)，調(diào)整第一輸出單元和第二輸出單元中的至少一個(gè)。在本文中，“句子”是指一種口語(yǔ)說(shuō)話方式，其可以是語(yǔ)法完整的句子或短語(yǔ)（不完整的句子，這種說(shuō)話方式缺少名詞或動(dòng)詞等，或者甚至是一個(gè)單詞，諸如對(duì)是否問題的回答等）。

根據(jù)實(shí)施例，可以提供語(yǔ)音翻譯裝置和相關(guān)的方法，其用于通過調(diào)整合成語(yǔ)音的輸出定時(shí)來(lái)實(shí)現(xiàn)說(shuō)話者之間的順暢交流。

附圖說(shuō)明

圖1示出一個(gè)實(shí)施例的語(yǔ)音翻譯裝置；

圖2示出語(yǔ)音翻譯裝置的硬件；

圖3示出翻譯單元的細(xì)節(jié)；

圖4示出意圖檢測(cè)規(guī)則的例子；

圖5示出說(shuō)話者選擇規(guī)則的例子；

圖6表示語(yǔ)音翻譯裝置的操作的流程圖；

圖7表示一個(gè)實(shí)施例的交流的流程；

圖8示出另一個(gè)實(shí)施例的語(yǔ)音翻譯裝置；

圖9示出再一個(gè)實(shí)施例的語(yǔ)音翻譯裝置；

圖10示出另一個(gè)實(shí)施例的說(shuō)話者選擇規(guī)則的例子。

具體實(shí)施方式

以下將參照附圖描述各種實(shí)施例。

實(shí)施例一

本實(shí)施例的語(yǔ)音翻譯裝置幫助不同語(yǔ)言的說(shuō)話者彼此進(jìn)行交流。在本實(shí)施例中，第一說(shuō)話者是英語(yǔ)說(shuō)話者，第二說(shuō)話者是日語(yǔ)說(shuō)話者。但是，語(yǔ)音翻譯裝置的目標(biāo)語(yǔ)言并不限于英語(yǔ)和日語(yǔ)，因?yàn)槿魏蝺煞N語(yǔ)言或特定語(yǔ)言中的任何兩種方言（諸如普通話和粵語(yǔ)）都可以采用。說(shuō)話者可以包括超過三個(gè)的說(shuō)話者，以及三種或更多種語(yǔ)言和/或方言。

圖1示出一個(gè)實(shí)施例的語(yǔ)音翻譯裝置100。該裝置100包括輸入第一說(shuō)話者所說(shuō)的第一語(yǔ)音（英語(yǔ)語(yǔ)音）的第一語(yǔ)音輸入單元101、輸入第二說(shuō)話者所說(shuō)的第二語(yǔ)音（日語(yǔ)語(yǔ)音）的第二語(yǔ)音輸入單元102、將第一語(yǔ)音翻譯成日語(yǔ)并生成合成日語(yǔ)語(yǔ)音的第一翻譯單元103、將第二語(yǔ)音翻譯成英語(yǔ)并生成合成英語(yǔ)語(yǔ)音的第二翻譯單元104、從第一語(yǔ)音中檢測(cè)第一語(yǔ)音期間和從第二語(yǔ)音中檢測(cè)第二語(yǔ)音期間的語(yǔ)音檢測(cè)單元105、調(diào)整輸出合成日語(yǔ)語(yǔ)音或合成英語(yǔ)語(yǔ)音的定時(shí)以使得（A）輸出合成日語(yǔ)語(yǔ)音或合成英語(yǔ)語(yǔ)音的時(shí)段與（B）第一語(yǔ)音期間或第二語(yǔ)音期間彼此不重疊的輸出定時(shí)調(diào)整單元106、根據(jù)輸出定時(shí)調(diào)整單元106的指令向第一說(shuō)話者輸出合成英語(yǔ)語(yǔ)音的第一語(yǔ)音輸出單元107、根據(jù)輸出定時(shí)調(diào)整單元106的指令向第二說(shuō)話者輸出合成日語(yǔ)語(yǔ)音的第二語(yǔ)音輸出單元108、以及控制其它單元的過程和其它單元之間的信息的通信的控制單元112。單元112可以是或者包括處理器。

通過不重疊，一個(gè)說(shuō)話者在另一個(gè)說(shuō)話者開始說(shuō)話之前或者在另一個(gè)說(shuō)話者結(jié)束說(shuō)話之后開始并結(jié)束說(shuō)話。當(dāng)兩個(gè)說(shuō)話者同時(shí)完全或部分地進(jìn)行說(shuō)話時(shí)，出現(xiàn)重疊時(shí)段；也就是說(shuō)，一個(gè)說(shuō)話者在另一個(gè)說(shuō)話者停止說(shuō)話之前開始說(shuō)話。

裝置100可以調(diào)整輸出翻譯后的語(yǔ)音的合成語(yǔ)音的定時(shí)，以使得輸出合成語(yǔ)音的時(shí)段和說(shuō)話者的語(yǔ)音期間彼此不重疊。也就是說(shuō)，什么不重疊呢，是說(shuō)話者的語(yǔ)音期間與另一個(gè)說(shuō)話者的語(yǔ)音合成輸出不重疊。這樣，裝置100在說(shuō)話者說(shuō)他們的語(yǔ)音時(shí)避免輸出合成語(yǔ)音，平滑地進(jìn)行說(shuō)話者的交流。