特許ウォッチ

公開番号2024110756
公報種別公開特許公報(A)
公開日2024-08-16
出願番号2023015534
出願日2023-02-03
発明の名称音声翻訳システムおよび音声翻訳方法
出願人学校法人幾徳学園,国立大学法人長崎大学
代理人弁理士法人MIP
主分類G06F 40/289 20200101AFI20240808BHJP(計算;計数)
要約【課題】翻訳時間を短縮でき、利用可能なシーンを拡大できるシステムや方法を提供すること。
【解決手段】音声翻訳システムは、外国語の音声を日本語に翻訳するシステムであり、入力された外国語の音声の音声認識を行う音声認識部20と、音声認識された音声を単語単位で分割する分割部21と、単語もしくは1つの意味としてまとまりのある2以上の単語を連結した連結単語につき、日本語に翻訳する翻訳部27と、日本語に翻訳された単語もしくは連結単語の音声合成を行う音声合成部30とを含む。
【選択図】図2
特許請求の範囲【請求項１】
外国語の音声を日本語に翻訳するシステムであって、
入力された外国語の音声の音声認識を行う音声認識手段と、
音声認識された音声を単語単位で分割する分割手段と、
単語もしくは１つの意味としてまとまりのある２以上の単語を連結した連結単語につき、日本語に翻訳する翻訳手段と、
日本語に翻訳された単語もしくは連結単語の音声合成を行う音声合成手段と
を含む、音声翻訳システム。
続きを表示（約 1,100 文字）【請求項２】
前記単語もしくは連結単語が発生する以前の翻訳済みの音声内容を記憶する音声内容記憶手段と、
前記単語もしくは連結単語が複数の訳の候補を有する場合、前記音声内容記憶手段に記憶された前記翻訳済みの音声内容に基づき、機械学習により学習された学習済みモデルを使用して、各訳の候補が出現する確率を算出する演算手段と
を含み、
前記翻訳手段は、算出された確率が閾値以上である訳の候補を、前記単語もしくは連結単語の訳として選択する、請求項１に記載の音声翻訳システム。
【請求項３】
前記翻訳手段は、算出された前記確率が前記閾値以上である訳の候補が存在しない場合、前記単語もしくは連結単語を翻訳せずに外国語のまま使用する、請求項２に記載の音声翻訳システム。
【請求項４】
前記音声合成手段は、前記翻訳手段により翻訳されない外国語の単語もしくは連結単語を、日本語が有する音素のみで音声合成を行う、請求項３に記載の音声翻訳システム。
【請求項５】
前記翻訳手段は、算出された前記確率が前記閾値以上である訳の候補が存在せず、前記訳の候補が所定数以下である場合、前記訳の候補を全て選択し、
前記音声合成手段は、選択した前記訳の候補を、無音期間を挟んで音声合成を行う、請求項２に記載の音声翻訳システム。
【請求項６】
前記翻訳手段は、算出された前記確率が前記閾値以上である訳の候補が２以上存在する場合、前記確率が最も高い訳の候補を選択する、請求項２に記載の音声翻訳システム。
【請求項７】
連続する２以上の単語が連結単語として第１の辞書に登録されているか否かを判断する連結性判断手段を含む、請求項１に記載の音声翻訳システム。
【請求項８】
前記単語もしくは連結単語が省略可能な単語として第２の辞書に登録されているか否かを判定する省略可否判定手段を含む、請求項７に記載の音声翻訳システム。
【請求項９】
前記単語もしくは連結単語が第３の辞書を参照して複数の訳の候補を有するか否かを判定する多義語判定手段を含む、請求項８に記載の音声翻訳システム。
【請求項１０】
前記単語もしくは連結単語が第４の辞書を参照して転置すべき単語もしくは連結単語か否かを判定する転置処理手段と、
転置すべき単語もしくは連結単語と判定された場合、判定された前記単語もしくは連結単語を記憶する単語記憶手段と
を含む、請求項９に記載の音声翻訳システム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、外国語の音声を日本語に翻訳するシステムおよび方法に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
近年、英語等の外国語から日本語への翻訳、あるいはその逆方向への翻訳が、ＡＩ（Artificial Intelligence）を用いて自動的に変換される自動翻訳機や自動通訳機が開発されている。しかしながら、１つの文が終了しないと翻訳ができないことから、翻訳に時間を要し、リアルタイムでの双方向の円滑な会話ができない。
【０００３】
そこで、入力された発話を句や節といった単位で翻訳し、その部分的な翻訳結果の日本語表現を順次確定していきながら、文全体として意味の通る自然な日本語文を生成する技術が提案されている（例えば、特許文献１、２参照）。
【先行技術文献】
【特許文献】
【０００４】
特開平８－２６３４９９号公報
特開平１０－２４７１９４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記の従来の技術では、句や節の単位で語順を入れ替えるため、双方向のリアルタイムな会話にとって十分なレベルで翻訳時間を短縮することができていない。このため、３人以上で行う会議において、誰かの発言に対して直ちに応答したいケースで用いることはできず、利用可能なシーンが制限されている。
【課題を解決するための手段】
【０００６】
そこで、本発明の発明者らは、鋭意検討の結果、従来の技術が節単位等の出来るだけ長い区間で文法を遵守した語順とすることで文全体の意味の整合性を重視することを基本とし、これがリアルタイム性を犠牲にしている主要因となっていることから、意味が分かる最小の単位として単語もしくは２以上の単語を連結した連結単語を直ちに翻訳するようにすれば、リアルタイムな会話にとって十分なレベルで翻訳時間を短縮することができることを見出した。上記課題は、本発明の音声翻訳システムおよび音声翻訳方法を提供することにより解決される。
【０００７】
本発明によれば、外国語の音声を日本語に翻訳するシステムであって、
入力された外国語の音声の音声認識を行う音声認識手段と、
音声認識された音声を単語単位で分割する分割手段と、
単語もしくは１つの意味としてまとまりのある２以上の単語を連結した連結単語につき、日本語に翻訳する翻訳手段と、
日本語に翻訳された単語もしくは連結単語の音声合成を行う音声合成手段と
を含む、音声翻訳システムが提供される。
【０００８】
音声翻訳システムは、単語もしくは連結単語が発生する以前の翻訳済みの音声内容を記憶する音声内容記憶手段と、単語もしくは連結単語が複数の訳の候補を有する場合、音声内容記憶手段に記憶された翻訳済みの音声内容に基づき、機械学習により学習された学習済みモデルを使用して、各訳の候補が出現する確率を算出する演算手段とを含むことができ、翻訳手段は、算出された確率が閾値以上である訳の候補を、単語もしくは連結単語の訳として選択することができる。
【０００９】
翻訳手段は、算出された確率が閾値以上である訳の候補が存在しない場合、単語もしくは連結単語を翻訳せずに外国語のまま使用することができる。
【００１０】
音声合成手段は、翻訳手段により翻訳されない外国語の単語もしくは連結単語を、日本語が有する音素のみで音声合成を行うことができる。
【発明の効果】
（【００１１】以降は省略されています）

関連特許