[发明专利]机器翻译装置和方法

说明书

技术领域

本发明涉及用于翻译输入语音并且输出翻译后的语音的装置和方法。

背景技术

近来，作为一种用于翻译输入语音并且输出作为翻译结果的翻译后的句子的机器翻译设备，已经开发了一种语音翻译系统，以通过将语音输入从源语言翻译为译文语言并且输出结果语音来辅助多语言交流。此外，语音交流系统被用来实现利用由用户输入的语音和输出到用户的语音的对话。

与这些语音翻译系统和语音交流系统相结合，提出了一种称作话音插入(barge-in)的技术，例如，根据日本专利No.3513232。利用话音插入技术，在系统正向用户输出语音时，当用户输入一打断语音时，系统改变输出控制过程从而系统停止输出语音，或者改变定时以根据由用户发出的语音的内容重新开始播放输出语音。

然而，根据日本专利No.3513232的方法是一种设计用于系统和用户之间的一对一的对话的技术，因此，系统不能管理用于常常出现在用于在多个用户之间作为媒介来传达对话的系统(例如语音翻译系统)中的中断语音的处理。

例如，在语音翻译系统中，当系统正输出由说话者发出的语音的翻译后的语音时，如果听者发出打断语音，并且听者使用不同于说话者的语言，那么系统需要在不干扰对话的情况下，向初始的说话者通知该打断语音。然而，传统的话音插入系统仅允许系统抑制它的输出语音以防打断语音，并且不能管理打断语音处理以避免损害用户之间的对话的自然性。

发明内容

根据本发明的一方面，一种机器翻译装置包括：接收单元，用于接收多个语音的输入；检测单元，用于检测所述多个语音中的语音的说话者；识别单元，用于对所述多个语音执行语音识别；翻译单元，用于将识别结果翻译为翻译后的句子；输出单元，用于以语音输出所述翻译后的句子；以及输出控制单元，用于通过参考从接收到输出第一语音的处理阶段、相对于所述第一语音检测到的说话者以及相对于第二语音检测的说话者来控制语音的输出，其中，所述第一语音是所述多个语音中的首先输入的语音，所述第二语音是所述多个语音中的、在所述第一语音之后输入的语音。

根据本发明的另一方面，一种机器翻译方法包括：接收多个语音的输入；检测所述多个语音中的语音的说话者；对所述多个语音执行语音识别；将识别结果翻译为翻译后的句子；以语音输出所述翻译后的句子；以及通过参考从接收到输出第一语音的处理阶段、相对于所述第一语音检测到的说话者以及相对于第二语音检测到的说话者来控制语音的输出，其中，所述第一语音是所述多个语音中的首先输入的语音，所述第二语音是所述多个语音中的、在所述第一语音之后输入的语音。

附图说明

图1是用于说明使用翻译装置的场景的示意性的视图；

图2是根据本发明第一实施例的翻译装置的功能框图；

图3是用于说明规则的表，基于该规则，图1所示的翻译装置决定输出过程；

图4是根据第一实施例的语音翻译处理的流程图；

图5是根据第一实施例的信息检测处理的流程图；

图6是根据第一实施例的输出过程决定处理的流程图；

图7到11是用于说明由图1所示的翻译装置输出的输出内容的示意性的视图；

图12到14是用于说明根据第一实施例的语音之间的对应关系的示意性的视图；

图15是根据本发明第二实施例的翻译装置的功能框图；

图16是用于说明根据第二实施例的语言信息表的示例性的数据结构的示意性的视图；

图17是根据第二实施例的输出过程决定处理的流程图；

图18是用于说明根据第二实施例的示例性的类属词典的示意性的视图；

图19是用于说明根据第二实施例的指示对象提取的例子的示意性的视图；

图20是用于说明根据第二实施例的显示单元的示例性的显示方法的示意性的视图；

图21是用于说明在根据第二实施例的示例句子翻译中的对应部分提取处理的例子的示意性的视图；

图22是根据本发明第三实施例的翻译装置的功能框图；

图23是用于说明规则的表，基于该规则，图22所示的翻译装置决定输出过程；

图24是根据第三实施例的输出过程决定处理的流程图；

图25是根据本发明第四实施例的翻译装置的功能框图；

图26是根据第四实施例的输出过程决定处理的流程图；

图27是用于说明根据第四实施例的语音和翻译结果的例子的示意性的视图；以及

图28是根据本发明实施例的翻译装置的硬件结构的框图。

具体实施方式

以下将参考附图详细描述本发明的典型实施例。