[发明专利]语音翻译装置和方法

说明书

技术领域

本发明涉及一种语音翻译装置和方法，其涉及语音识别技术、机器翻译技术和语音合成技术。

背景技术

在语音识别方法中，提出了这样的方法，在其中，在已进行语音识别的响应消息中，缓慢地重复语音识别结果中的不确定部分(例如，参见JP-A-2003-208196)。

在此方法中，在与人对话期间所说的语音的内容不充分的情况下，此人能够通过在该处插话来进行校正。此时，当已生成所述语音内容时，语音识别装置侧有意缓慢地说出不确定的部分，并通知该人，这是可疑部分，并且可能需要花费时间通过插话来加入校正。

在所述语音翻译装置中，除了语音识别外，还需要进行机器翻译。然而，当在语音识别和机器翻译中进行数据转换时，很可能出现转换失败。相比仅进行语音识别，此转换具有更高的失败可能性。

因此，在所述语音识别中，得到了错误的识别而没有识别结果，并且在所述机器翻译中，得到了翻译错误而没有翻译结果。采用根据语音识别和机器翻译中计算出的似然(likelihood)得到的顺序中的第一顺位转换结果，其包括转换中的失败，并且最终通过语音输出呈现给用户。此时，当转换结果在第一顺位中时，即使其似然的值很低，也输出所述结果，即使其是转换错误。

因此，考虑到这个问题，根据本发明的实施例，提供了一种语音翻译装置和方法，在其中，通过语音来输出翻译结果，从而使得用户能够理解在语音识别或机器翻译中有失败的可能性。

发明内容

根据本发明的实施例，语音翻译装置包括语音输入单元，其被配置为获取任意语言的语音数据，语音识别单元，其被配置为通过对所述任意语言的语音数据进行识别处理来获得识别数据，以及获得所述识别数据的每个片段(segment)的似然，翻译单元，其被配置为将所述识别数据翻译为所述任意语言之外的另一种语言的翻译数据，以及获得所述翻译数据的各个片段的似然，参数设置单元，其被配置为利用所述识别数据的各个片段的似然和所述翻译数据的每个片段的似然，设置从所述翻译数据进行语音合成所需的参数，语音合成单元，其被配置为利用所述各片段的参数将所述翻译数据转换为以所述另一种语言叙说的语音数据，以及语音输出单元，其被配置为从所述另一种语言的语音数据输出语音。

根据本发明的实施例，能够通过语音输出翻译结果，从而使得用户能够理解在语音识别或机器翻译中存在失败的可能性。

附图说明

图1是视图，其示出了根据本发明实施例的对于语音的语音翻译处理结果分数的反映；

图2是语音翻译装置10的全部处理的流程图；

图3是语音识别单元12的流程图；

图4是机器翻译单元13的流程图；

图5是语音合成单元15的流程图；

图6是所获取的语音数据和音素数据库之间的相似度计算的视图；

图7是HMM的视图；

图8是从状态S₀到状态S₆的路径；

图9是视图，其用于解释利用句法树进行日语到英语以及英语到日语的翻译；

图10是视图，其用于解释词法分析中的句子结构的多个可能性和似然；

图11是视图，其用于解释翻译词中的多个可能性；

图12是视图，其示出了关于“shopping”的语音的语音翻译处理结果分数的反映；

图13是视图，其示出了关于“went”的语音的语音翻译处理结果分数的反映；

图14是表格，在其中，在机器翻译单元13中获得在翻译之前/之后的单词(word)的相关信息。

具体实施方式

此后，将参考图1到图14描述根据本发明实施例的语音翻译装置10。

(1)语音翻译装置10的概要

在本实施例的语音翻译装置10中，注意语音输出时的语音音量值，并且从通过语音识别/机器翻译获得的多个似然确定将被输出的语音数据的语音音量值。通过此处理，关于具有较低似然的单词，使其语音音量值较小，从而使得难以将所述单词发送给用户，而关于具有较高似然的单词，使其语音音量值较大，从而特别强调地将所述单词发送给所述用户。

基于通过语音音量值强调的所述部分(即，作为处理结果的看上去确定的信息)，所述用户能够理解发送的意图。