[發(fā)明專利]一種基于語音轉(zhuǎn)譯電文輸出的方法

有效

• 申請?zhí)枺?/td>: 201310690573.7
• 申請日: 2013-12-13
• 公開（公告）號: CN103646645A
• 公開（公告）日: 2014-03-19
• 發(fā)明（設(shè)計）人: 謝作龍;吳傳信;謝作健;李建華;張進;蔡冬冬;張寶富;方濤;周華;經(jīng)繼松
• 申請（專利權(quán)）人: 南京豐泰通信技術(shù)股份有限公司
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L25/48
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 樓然

技術(shù)領(lǐng)域

本發(fā)明屬于語音翻譯技術(shù)領(lǐng)域，特別是涉及一種基于語音轉(zhuǎn)譯電文輸出的方法。?

背景技術(shù)

隨著現(xiàn)代通信技術(shù)、數(shù)字技術(shù)、軟件技術(shù)的不斷進步，通訊設(shè)備及通信終端越來越向著多元化、個性化和高端化方向發(fā)展，以方便使用者操作和使用的多功能通信設(shè)備和通訊終端越來越受到大眾的青睞，特別是在現(xiàn)代專網(wǎng)通信、局域網(wǎng)通信以及辦公自動化應(yīng)用領(lǐng)域中，對開發(fā)具有語音通信實時自動轉(zhuǎn)譯電文通信功能的終端設(shè)備提出了很高的期待，但目前還基本處于空白狀態(tài)。

美國蘋果公司早于2006年2月向美國專利和商標(biāo)局遞交了描述“一種高級文字轉(zhuǎn)換為語音功能”的專利申請，雖然其Mac?OS?X已經(jīng)配備文字-語音轉(zhuǎn)換功能，但是機器生成的語音質(zhì)量不高。同時，蘋果公司的另一項?“多單元文本-語音合成方法”?的專利申請，其描述了一個接收輸入字符串匹配的單位，包括如短語和單詞之間的銜接關(guān)系的音頻片段庫過程的元數(shù)據(jù)，使得機器的發(fā)音更貼近人類的現(xiàn)實語音?，F(xiàn)有大多數(shù)的轉(zhuǎn)換技術(shù)其研究方向，都是利用文字向語音的轉(zhuǎn)換。

目前在利用語音轉(zhuǎn)換文字的技術(shù)應(yīng)用方面，安卓手機系統(tǒng)中有使語音轉(zhuǎn)譯成文字短信的手機、漢王手寫板中有使用語音輸入得到文字輸出的功能等。但這些產(chǎn)品都還存在著明顯不足：一是僅能發(fā)短信短語，語音轉(zhuǎn)譯文字受到短信字數(shù)等條件的限制無法連續(xù)進行；二是語音識別的準(zhǔn)確率低，方言或不標(biāo)準(zhǔn)發(fā)音將造成錯誤的轉(zhuǎn)換；三是標(biāo)點符號、斷句無法體現(xiàn)；四是無文字打印輸出功能等。

中國專利申請200710124172.X公開了“一種語音編輯短信息的方法及手機裝置”，它由中央處理器控制，具有將麥克風(fēng)把聲音轉(zhuǎn)化為語音信號、語音信號轉(zhuǎn)化為短信息的文字信號以及文字信號傳輸給顯示屏顯示的功能，但該方法還存在以下明顯不足：一是僅能夠發(fā)送屬于短信短語的簡單句，不適用于發(fā)送連續(xù)長句；二是無斷句修飾功能，無法形成連續(xù)長句的電文；三是應(yīng)用對象僅限于手機，適用的范圍很小。

目前在普通電話機、多媒體電話機、IP電話通信等使用環(huán)境中，尚未出現(xiàn)具有商品化價值的利用語音轉(zhuǎn)譯電文功能的產(chǎn)品。如何克服現(xiàn)有技術(shù)的不足已成為當(dāng)今語音翻譯技術(shù)領(lǐng)域中亟待解決的重大難題之一。

?

發(fā)明內(nèi)容

????本發(fā)明的目的是為克服現(xiàn)有技術(shù)的不足而提供一種基于語音轉(zhuǎn)譯電文輸出的方法，本發(fā)明既可對輸入語音原音中的方言等不標(biāo)準(zhǔn)音進行自動校正，又可根據(jù)語音的停頓、語調(diào)升降等自動判斷出對應(yīng)的譯文內(nèi)容中應(yīng)有的標(biāo)點符號，直至進行段句修飾形成標(biāo)準(zhǔn)電文，從而進一步實現(xiàn)將電文打印輸出或?qū)崿F(xiàn)電文與原音同步視聽。

根據(jù)本發(fā)明提出的一種基于語音轉(zhuǎn)譯電文輸出的方法，其特征在于將語音原音依次經(jīng)原音存儲、原音校正、標(biāo)音存儲、音文轉(zhuǎn)換、譯文存儲和電文存儲步驟，從而實現(xiàn)將語音原音轉(zhuǎn)譯成電文信息輸出，具體步驟如下：

步驟一，原音存儲：將語音原音經(jīng)受話器轉(zhuǎn)換為音頻信號，該音頻信號的一路經(jīng)音頻放大器輸出用于語音原音比對，另一路經(jīng)音頻編解碼器將模擬信號轉(zhuǎn)數(shù)字信號并存儲于原音存儲模塊以供原音校正；

步驟二，原音校正：在由同音翻譯模塊與原音校正模塊組成的同音翻譯功能塊區(qū)，將語音原音音頻信號通過同音翻譯模塊校正，轉(zhuǎn)換為原音校正信號并存儲于原音校正模塊；

步驟三，標(biāo)音存儲：在由標(biāo)音修飾模塊與標(biāo)音存儲模塊組成的標(biāo)音修飾功能塊區(qū)，將原音校正信號通過標(biāo)音修飾模塊修飾，形成原音的標(biāo)音音頻信號并存儲于標(biāo)音存儲模塊；

步驟四，音文轉(zhuǎn)譯：在由音文交換模塊與音文轉(zhuǎn)譯模塊組成的音文交換功能塊區(qū)，將標(biāo)音音頻信號通過音文交換模塊譯制，形成音轉(zhuǎn)譯文信號并存儲于音文轉(zhuǎn)譯模塊；

步驟五，譯文存儲：在由段句修飾模塊與譯文存儲模塊組成的段句修飾功能塊區(qū)，將譯文信號通過段句修飾模塊校正，形成譯文并存儲于譯文存儲模塊；

步驟六，電文存儲：將段句修飾后的譯文信號作為電文信號存儲于電文存儲模塊，以提供電文輸出或電文與語音原音同步視聽輸出；

其中：步驟二所述同音翻譯功能塊區(qū)、步驟三所述標(biāo)音修飾功能塊區(qū)、步驟四所述音文交換功能塊區(qū)和步驟五所述段句修飾功能塊區(qū)依次信號連接并通過DSP芯片集成，同時與時鐘源、CPU、緩沖存儲模塊以及標(biāo)準(zhǔn)音庫和標(biāo)準(zhǔn)文庫存儲單元協(xié)同進行信號處理；其中：

所述時鐘源與DSP芯片連接；

所述CPU分別與同音翻譯功能塊區(qū)、標(biāo)音修飾功能塊區(qū)、音文轉(zhuǎn)換功能塊區(qū)和段句修飾功能塊區(qū)連接；所述CPU還分別與緩沖存儲模塊連接、標(biāo)準(zhǔn)音庫和標(biāo)準(zhǔn)文庫存儲單元連接以及電文輸出接口連接；