[实用新型]一种基于音视频通讯的远程同声传译的装置

说明书

本实用新型提供了一种基于音视频云端通讯的远程同声传译装置，通过会场话筒和摄像头采集发言人音频流和视频流并存储在会场PC端，会场PC端通过单向通讯将存储的音频流和视频流上传至音视频云服务器进行处理，译员端译员从音视频云服务器选择输入语言直播间和输出语言直播间，将存储在音视频云服务器中的第一语言翻译成第二语言，并且可以根据视频流提高翻译准确性，最后会场听众通过听众收听设备选择从音视频云服务器中获取需要收听的语言。本实用新型的装置以音视频云端服务器作为不同语言的中转站，满足远程同传翻译需求，同时现场听众能够及时获得所需的目标语言。

技术领域

本实用新型属于远程同声传译领域，具体而言，属于基于音视频通讯的远程同声传译领域。

背景技术

传统的同声传译需要译员坐在会场同传间，通过专用的同传设备提供即时的翻译服务。译员必须到现场才能提供翻译服务。这大大限制了翻译服务的灵活性，特别是需要多个译员而译员又是异地的情况，既影响了会议的效率，又增加了翻译服务的成本。

现有的远程同声传译装置，如CN201156746Y提供了一种基于宽带互联网连接译员和会议现场的系统，这种方式中，如果会议现场有不同语种的听众，则要求译员必须是基于会场发言人语种向会场不同语种听众的翻译，即如会场发言人以法语发言，而听众有中文、德语、英语受众，则对应译员应为法中、法德、法英翻译员，这种方式对译员的要求更高，而且成本更大。又如CN104427294A提供了一种基于云端服务器的支持电视会议的同声传译的方法和装置，在云端，服务器将采集的音频数据转换为文本数据，然后根据该文本数据生成所需的另外语种的音频数据并输出，这种方式会导致音频到文本再到音频的转换过于繁琐。

本实用新型是用一套远程同传音视频云服务器替代传统的同传专用设备，译员可以不到会议现场，通过互联网远程方式提供同声传译服务，并且满足多语种的翻译需求。

发明内容

本实用新型的目的在于提供一种基于音视频云服务器的远程同声传译的装置，在使用过程中借助于传统的音频流和视频流采集设备、译员端的作业设备以及听众的收听设备，通过音视频云服务器中设置的直播间实现会场端和译员端，以及译员端和译员端的数据传输，从而满足多语种翻译需求。

本实用新型在同声传译应用场景中提出语音直播间概念的同时，将现场发言人的语音存储在云服务器中并定义为原声直播间，这参考了传统现场同传设备的“原声频道”的概念。和原声相同语种的译员选择原声直播间作为“输入”，和原声不同语种的译员选择自己语种的直播间作为“输入”，通过这种设置方法，可以明显地降低寻找目标译员的成本。

本实用新型除了将会场发言人的音频远程传递给译员之外，还将发言人的视频实时传送给译员，译员可以实时观察发言人的动作和表情，提高翻译质量和效率

本实用新型的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本实用新型的实践而习得。

根据本发明的第一方面，提供了一种基于音视频通讯的远程同声传译的方法，其特征在于，该方法包括：

步骤一，通过话筒和摄像头分别采集会场发言人音频流和视频流并传输到会场PC端系统；

步骤二，会场PC端系统通过网络将上述音频流和视频流单向传输到音视频云服务器，上述音频流在云服务器中形成为原声直播间，即与发言人语言相同的音视频自动存储到原声直播间，上述视频流在云服务器中存储形成为公共视频流，可供译员端译员调取；

步骤三，译员端译员选择原声直播间作为输入端，将原声直播间中音频流翻译成第一语种音频流输出到音视频云服务器中进行存储，形成为第一直播间；

步骤四，译员端译员选择第一直播间作为输入端，将第一直播间中的第一语种音频流翻译成第二语种音频流输出到音视频云服务器中进行存储，形成为第二直播间；