[发明专利]语音翻译方法和装置

说明书

技术领域

本发明涉及语音处理领域，具体涉及一种语音翻译方法和装置。

背景技术

目前语音到语音的机器翻译流程，是首先将语音识别成文字，然后将 文字翻译成目标语音的文字，再使用语音合成技术将目标语音的文字合成 为目标语音。

语音中包含了远远丰富于文字信息的诸多信息，比如，笑声，叹气声 等语气音，以及每个词或音节等语音单元的时长、音高和能量等韵律信息。 这些信息对于理解说话人的真正含意是非常有帮助的。然而，语音合成技 术合成出来的语音仅仅是依赖于翻译后的文字信息，这样文字背后的很多 信息便丢失掉了。

发明内容

考虑到如果能够在语音翻译过程中保留语气音和韵律信息等非文字信 息，将会对理解原说话人的真正意图有很大的帮助，而提出了本发明的技 术方案。

根据本发明的一个方面，提供了一种语音翻译方法，包括：接收源语 音；提取源语音中的非文字信息；将源语音翻译为目标语音；以及根据所 述提取的非文字信息调整所述翻译的目标语音，从而使得最终的目标语音 中保留所述源语音中的非文字信息。

根据本发明的另一个方面，提供了一种语音翻译装置，包括：接收模 块，用于接收源语音；提取模块，用于提取源语音中的非文字信息；翻译 模块，用于将源语音翻译为目标语音；以及控制模块，用于根据所述提取 的非文字信息调整所述翻译的目标语音，从而使得最终的目标语音中保留 所述源语音中的非文字信息。

本发明的技术方案能够在语音翻译过程中保留源语音中除文字信息之 外的更为丰富的信息，从而使得人们能够通过目标语音更充分和有效地理 解原说话人的真实意图。

附图说明

所附权利要求中阐述了被认为是本发明的特点的创造性特征。但是， 通过参照附图阅读下面对说明性实施例的详细说明可更好地理解发明本身 以及其优选使用模式、目标、特征以及优点，在附图中：

图1示出了根据本发明的实施例的一种语音翻译方法；以及

图2示出了根据本发明的实施例的一种语音翻译装置。

具体实施方式

下面参照附图来说明本发明的实施例。在下面的说明中，阐述了许多 具体细节以便更全面地了解本发明。但是，对于本技术领域内的技术人员 明显的是，本发明的实现可不具有这些具体细节中的一些。此外，应当理 解的是，本发明并不限于所介绍的特定实施例。相反，可以考虑用下面的 特征和要素的任意组合来实施本发明，而无论它们是否涉及不同的实施例。 因此，下面的方面、特征、实施例和优点仅作说明之用而不应被看作是所 附权利要求的要素或限定，除非权利要求中明确提出。

本发明提出了一种在语音到语音翻译中保留源语音中非文字信息的方 案。其中，首先抽取语音中的非文字信息，如语气音及韵律特征.接下去 在对文字信息进行翻译合成的同时，对非文字信息进行利用，以达到更好 的语音翻译的效果。

下面参照图1，其示出了根据本发明的实施例的一种语音翻译方法。 如图所示，该方法包括如下步骤。

在步骤101，接收源语音。所述源语音可以是任何语言的语音，如英 语、汉语等等；且可以是任何长度的，例如包含一个句子或任意多个句子。

在步骤102，提取源语音中的非文字信息。提取源语音中的非文字信 息的具体方法可参见后文中的对本发明的实施例的相关描述。

在步骤103，将源语音翻译为目标语音。所述目标语音可以是与源语 音不同或相同的另一个语言的语音，例如英语、汉语等。可以使用本领域 中所知的任何方法将源语音翻译为目标语音，例如可以首先使用本领域中 所知的任何语音识别方法(例如通过一语音识别引擎)对源语音进行语音 识别，从而生成源语音的文字，然后使用本领域中所知的任何文字到文字 翻译方法将源语音的文字翻译为目标语音的文字，最后使用本领域中所知 的任何语音合成方法根据目标语音的文字合成出目标语音。当然，也可以 使用本领域中已知的或未来开发的任何其他方法将源语音翻译为目标语 音。

在步骤104，根据所述提取的非文字信息调整所述翻译的目标语音， 从而使得最终的目标语音中保留所述源语音中的非文字信息。