[发明专利]语音翻译系统和语音翻译方法

说明书

技术领域

在此描述的实施例大致涉及语音翻译系统和关联的方法。

背景技术

随着近年来文化和经济的全球化，机器翻译装置提出了对支持在讲不同语言的人之间的通信的期望。目前，实行的是运行在移动终端(例如，智能电话)上的语音翻译应用软件，和提供语音翻译功能的Web服务。

根据用户的通信方式，这些语音翻译系统分为以下两组。第一系统是语音交换式系统，其中用户讲源语言，而用户听到翻译结果——目标语言。第二系统是显示器结合使用式系统，其中用户确认显示器以读取所识别的文本和所翻译的文本，以便检查用户的语音是否被正确地处理，然后讲出对话。

不幸的是，不可能使用现有技术进行语音识别和机器翻译而没有错误。于是，一些反馈的功能是必要的。反馈功能向用户显示识别结果和翻译结果，该识别结果和翻译结果不是必需准确，因为用户清楚地进行重新表述、猜测其他用户的对话的意愿、和提问。

因此，当用户可以看到显示器时，相比于语音交换式，显示器结合使用式语音翻译系统对于用户更可靠。

根据用户的浏览方式，在该浏览方式中用户与何人看到何尺寸类型的显示器，显示器结合使用式语音翻译系统进一步分为以下两组。

第一系统是显示器共享式系统，其中，用户们在一起看到一个终端设备的相同显示器，并讲对话。第二系统是单独屏幕式系统，其中每个用户看到在各自的终端中的每个显示器，并讲对话。

利用显示器共享式语音翻译系统的问题是，如果某个用户的终端装置被其他用户共享，该其他用户很难操作该终端装置。

考虑商店的员工与来到该商店的外国来访者使用显示器共享式同时语音翻译系统(例如，平板电脑)进行对话的情况。员工在操作该平板电脑方面很有经验。但是第一次的来访者在该操作方面没有经验。因此，访来访者操作该平板电脑是很困难的。

类似的问题不仅在显示器的操作上存在，还在向麦克风输入音频的方式上存在。例如，语音识别的精度受影响于用户的对话的音量、在麦克风和用户的嘴之间的距离、以及麦克风被用户手持的方式。因此，如果用户没有使用麦克风的经验，语音识别的准确性可能会变得更糟。

在上面的情况中，商店的员工可以将他们的讲话输入平板电脑。另一方面，对于外国来访者而言输入他们的讲话很难。因此，如果来访者有他们通常使用的终端设备(例如，智能电话)，那么有望在系统中实现语音识别的准确性的改进。

如上面解释的，常规的显示器共享式系统和单独屏幕式系统不能够解决上述缺点。

为了解决上述缺点，语音翻译系统需要考虑(a)在终端装置中的显示器尺寸的差异，(b)用户是否一起看相同的显示器的共享显示器的可能性，和(c)终端装置的语音输入单元的用户体验适应性。

特别是近几年来，各种形式的个人信息终端装置(例如，智能电话和平板电脑)正迅速普及。因此，就如何结合各种终端而言，解决上述缺点需求非常强烈。

发明内容

实施例提供一种能够实现一个终端可以被用户双方看到而另一终端仅可以被一个用户看到的面对面服务或面对面交谈的语音翻译系统。

根据一个实施例，语音翻译系统包括第一终端装置，其包括第一语音输入单元，所述第一语音输入单元被配置为输入由第一用户讲的第一语言的第一语音，并且将所述第一语音转换为第一语音信号；第二终端装置，其包括第二语音输入单元，所述第二语音输入单元被配置为输入由第二用户讲的第二语言的第二语音，并将所述第二语音转换为第二语音信号；语音识别装置，其被配置为接收所述第一语音信号和所述第二语音信号，将所述第一语音信号识别为第一识别文本并将所述第二语音信号识别为第二识别文本；机器翻译装置，其被配置为接收所述第一识别文本和所述第二识别文本，将所述第一识别文本翻译为所述第二语言的第一翻译文本，并将所述第二识别文本翻译为所述第一语言的第二翻译文本；控制装置；其中，所述第一终端装置接收(a)作为所述第一识别文本和所述第二翻译文本的第一语言的第一文本集合，和(b)作为所述第二识别文本和所述第一翻译文本的第二语言的第二文本集合，并且包括第一显示单元，其被配置为显示第一文本集合和第二文本集合；第二终端装置接收所述第二文本集合中的至少一个文本，并包括第二显示单元，其被配置为显示所述第二文集合中的所述至少一个文本。

根据至少一个实施例的语音翻译系统，第一终端装置显示第一文本集合和第二文本集合，并且所述第二终端装置显示所述第二文本集合中的至少一个文本。因此，语音翻译系统可以提供一个终端可以被用户双方看到而另一终端仅可以被一个用户看到的面对面服务或面对面交谈。

附图说明