[发明专利]用于在会议环境中翻译参与者之间的通信的系统和方法

说明书

技术领域

本发明一般地涉及通信领域，并且更具体地，涉及在会议环境中翻译参与者之间的通信。

背景技术

视频服务在今天的社会中变得越加重要。在某些体系架构中，服务提供商会力图为他们的端用户提供复杂的视频会议服务。视频会议体系架构可以在网络上提供“亲身”(in-person)会面体验。视频会议体系架构可以使用先进的视觉、音频和协作技术来传递人与人之间的实时的面对面的交互。在视频会议情景中，当在视频会议期间端用户之间需要翻译时，出现了一些问题。视频会议期间的语言翻译向开发者和设计者提出了重大的挑战，这些开发者和设计者试图提供真实的模仿共用共同语言的个人之间的现实会面的视频会议解决方案。

附图说明

为了提供对本公开及其特征和优点的更全面的理解，结合附图来参考以下描述，其中类似的标号表示类似的部分，在附图中：

图1是根据一个实施例的用于在会议环境中翻译通信的通信系统的简化示意图；

图2是图示出与根据一个实施例的通信系统的示例基础设施有关的附加细节的简化框图；以及

图3是图示出与该通信系统相关联的一系列示例步骤的简化流程图。

具体实施方式

概要

在一个示例实施例中提供了一种方法，该方法包括：从视频会议接收音频数据并将音频数据从第一语言翻译成第二语言，其中已翻译的音频数据在该视频会议期间被播放。该方法还包括：抑制另外的音频数据直到已翻译的音频数据已经在视频会议期间被播放完毕。在更具体的实施例中，视频会议至少包括第一端用户、第二端用户和第三端用户。在其它实施例中，该方法可以包括向第一端用户和第三端用户通知音频数据的翻译。该通知可以包括为第一端用户和第二端用户看得见的显示器生成图标，或在被配置为接收来自第一端用户和第二端用户的音频数据的各个端用户设备上使用光信号。

图1是图示出根据一个示例实施例的用于执行视频会议的通信系统10的简化示意图。图1包括与视频会议的各个参与者相关联的多个端点12a-f。在此示例中，端点12a-c位于加利福尼亚州圣弗朗西斯科(San Jose，California)，而端点12d、12e和12f分别位于北卡罗来纳州罗利(Raleigh，North Carolina)、伊利诺斯州芝加哥(Chicago，Illinois)和法国巴黎(Paris，France)。图1包括与管理器元件20耦接的多个端点12a-c。注意，指派给端点的数字和字母标号并不意味着任何类型的层次结构；该指派是任意的并且仅被用于教导目的。这些指派不应以任何方式理解为限制它们在可能受益于通信系统10的特征的潜在环境中的应用、能力或功能。

在该示例中，每个端点12a-f被沿着桌子小心安装并且与其相关联的参与者最近。这样的端点可以被设置在任何其它适当的位置，因为图1仅仅是提供在此展示的概念的多种可能实现方式中的一种。在一种示例实现方式中，端点是视频会议端点，其可以辅助视频数据和音频数据的接收和传送。其它类型的端点当然在所概述的概念的广义范围之内，并且这些示例端点中的一些在以下被进一步描述。每个端点12a-f被配置为与各自的管理器元件相接口，管理器元件帮助协调和处理被参与者发送的信息。以下提供与每个端点的可能的内部组件有关的细节并且以下参考图2来提供与管理器元件20及其潜在操作有关的细节。

如图1中所示，多个相机14a-14c和屏幕被提供用于该会议。这些屏幕呈现会议参与者看得见的图像。注意，在本说明书中，在此使用的术语“屏幕”意图意味着能够在视频会议期间呈现图像的任意元件。这必然包含任意面板、等离子元件、电视、监视器、显示器或能够进行这样的呈现的任意其它适合的元件。

注意，在转到本公开的示例实施例的示例流程和基础设施之前，为观众提供对视频会议体系架构的简要概述。当视频会议会话中涉及讲多种语言的两个以上的个人时，需要翻译服务。翻译服务可以由精通口语的人提供或者由计算机化的翻译设备提供。

当发生翻译时，当语言被传送给目标接收者时存在一定延迟。翻译服务在一对一的环境中或当在一个人发言一组人收听的演讲模式中运作时很好使。当在这样的情景中仅涉及两个端用户时，存在在谈话中发生的一定步调，并且该步调在某种程度上是直观的。例如，当针对对方发生翻译时，第一端用户能自然地预见到适当的延迟。因此，作为粗略的估计，第一端用户能预见长的语句会有一定延迟，这样他在讲另外的语句之前，可能应该等待直到翻译已经完毕(并且可能给对方进行响应的选择)为止。