特許ウォッチ

公開番号2025065881
公報種別公開特許公報(A)
公開日2025-04-22
出願番号2023175389
出願日2023-10-10
発明の名称音声翻訳プログラム
出願人株式会社しくみ
代理人弁理士法人相原国際知財事務所
主分類G10L 13/00 20060101AFI20250415BHJP(楽器;音響)
要約【課題】会話する人同士のコミュニケーションを活発化させるための手段を提供する。
【解決手段】本発明に係る音声翻訳プログラムは、携帯型の情報端末(1)で実行される音声翻訳プログラムであって、入力された発話者の音声を認識し、その認識結果の情報を出力するステップ(S4)と、出力された認識結果の情報に基づき発話者の話す言語を他の言語に翻訳し、その翻訳結果の情報を出力するステップ(S5)と、出力された翻訳結果の情報に基づいて、他の言語の言葉を発話者の声に似せた音声で再生可能なように音声合成するステップ(S6)と、この音声合成による発話者の声に似せた音声で他の言語の言葉を再生するステップ(S8,S9)と、を情報端末の制御部(2)に実行させる。
【選択図】図4
特許請求の範囲【請求項１】
携帯型の情報端末で実行される音声翻訳プログラムであって、
入力された発話者の音声を認識し、その認識結果の情報を出力するステップと、
前記出力された認識結果の情報に基づき前記発話者の話す言語を他の言語に翻訳し、その翻訳結果の情報を出力するステップと、
前記出力された翻訳結果の情報に基づいて、前記他の言語の言葉を前記発話者の声に似せた音声で再生可能なように音声合成するステップと、
前記音声合成による前記発話者の声に似せた音声で前記他の言語の言葉を再生するステップと、
を前記情報端末の制御部に実行させる、
ことを特徴とする音声翻訳プログラム。
続きを表示（約 1,100 文字）【請求項２】
請求項１に記載の音声翻訳プログラムにおいて、
前記情報端末の表示部に所定の文章を表示するとともに、この文章を読み上げた前記発話者の声の特徴を機械学習することにより前記発話者のための音声モデルを前記情報端末上で作成するステップと、
前記情報端末上で作成された前記音声モデルを用いて前記音声合成を行うステップと、
を前記情報端末の制御部に実行させる、
ことを特徴とする音声翻訳プログラム。
【請求項３】
請求項１または請求項２に記載の音声翻訳プログラムにおいて、
前記情報端末の表示部にアバターを表示するステップと、
前記言葉の再生による発話のタイミングに合わせるように、且つ、該発話の内容に応じた口形状となるように、前記アバターの口の動きを変化させるステップと、
を前記情報端末の制御部に実行させる、
ことを特徴とする音声翻訳プログラム。
【請求項４】
請求項３に記載の音声翻訳プログラムにおいて、
前記他の言語への翻訳は、外部に設けたサーバを介して１つ以上のクラウドサービスを利用することにより行い、
前記クラウドサービスのうちの１つの利用を指定する指定利用先情報が前記発話者によって指定された場合に、前記指定利用先情報を前記サーバに渡して前記翻訳を依頼するステップと、
前記指定利用先情報で指定したクラウドサービスを利用することによって得られた前記他の言語への翻訳情報を前記サーバから受け取り、その受け取った前記他の言語への翻訳情報を翻訳結果の情報として出力するステップと、
を前記情報端末の制御部に実行させる、
ことを特徴とする音声翻訳プログラム。
【請求項５】
請求項３に記載の音声翻訳プログラムにおいて、
前記他の言語への翻訳は、外部に設けたサーバを介して１つ以上のクラウドサービスを利用することにより行い、
前記クラウドサービスのうちの１つの利用を指定する指定利用先情報が前記発話者によって指定されない場合に、前記指定利用先情報として、指定が無いことを示す情報を前記サーバに渡して前記翻訳を依頼するステップと、
前記クラウドサービスの全てのうちの最も早く前記他の言語への翻訳情報を返したクラウドサービスから得られた前記他の言語への翻訳情報を、前記サーバから受け取り、その受け取った翻訳情報を翻訳結果の情報として出力するステップと、
を前記情報端末の制御部に実行させる、
ことを特徴とする音声翻訳プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、音声翻訳プログラムに関し、特に、会話する人同士のコミュニケーションを活発化させることのできる音声翻訳プログラムに関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
近年では、グローバル化が進み、ビジネスをはじめとした様々な業界や分野で、国境を越えた海外での活動が増えている。個人においても、観光などを目的とした海外旅行者が世界的に増加している。海外での活動や海外旅行においては、人々は、異なる言葉（言語）を用いてコミュニケーションを取る必要があるが、外国語を苦手とする人も多く、外国人同士で十分にコミュニケーションを取ることは依然として難しいことである。
【０００３】
そこで、外国人同士がコミュニケーションを取るための助けとなる便利な音声翻訳装置の一例が、例えば特許文献１に開示されている。この従来の音声翻訳装置は、マイクから入力された発話者の音声、例えば日本語の音声を認識する。次に、認識した日本語の音声を、例えば英語の音声に変換する。そして、その変換後の英語の音声をスピーカから出力する、という機能を備えている。そのため、この音声翻訳装置を使用すれば、例えば英語を苦手とする日本人でも、手軽に、英語を話す外国人とコミュニケーションを取ることができるようになる。
【０００４】
しかしながら、従来の音声翻訳装置は、その音声翻訳機能により言語の異なる外国人とコミュニケーションを取ることはできるものの、スピーカから発される音声は、声がたどたどしく、またイントネーションも単調で、不自然なものであった。さらに、その発される音声は、発話者の声からはほど遠い、合成の音声であることがすぐにわかるものであり、聞き手となる人物が、会話中、聞き手に直接聞こえる話し手からの声と音声翻訳装置の発する声との間に違和感を覚えることもあった。そのため、従来の音声翻訳装置では、会話は、「駅はどこですか？」などといった単発の質問などに終始してしまっていた。それが故、もっと話したい、もっと聞きたいことがあったとしても、話は盛り上がらず、そして会話が続かなくなり、その結果、会話する者同士のコミュニケーションが活発化することはなかった。
【先行技術文献】
【特許文献】
【０００５】
特開２００４－２１２６８５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明は、上記の課題を解決するものであり、会話する人同士のコミュニケーションを活発化させるための手段を提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明に係る音声翻訳プログラムは、携帯型の情報端末で実行される音声翻訳プログラムであって、入力された発話者の音声を認識し、その認識結果の情報を出力するステップと、前記出力された認識結果の情報に基づき前記発話者の話す言語を他の言語に翻訳し、その翻訳結果の情報を出力するステップと、前記出力された翻訳結果の情報に基づいて、前記他の言語の言葉を前記発話者の声に似せた音声で再生可能なように音声合成するステップと、前記音声合成による前記発話者の声に似せた音声で前記他の言語の言葉を再生するステップと、を前記情報端末の制御部に実行させる、ことを特徴としている。
【発明の効果】
【０００８】
本発明に係る音声翻訳プログラムによれば、会話する人同士のコミュニケーションを活発化させるための手段を提供することができるようになる。
【図面の簡単な説明】
【０００９】
携帯端末のハードウェア構成を示すブロック図である。
音声翻訳プログラムのソフトウェアモジュール構成図である。
音声翻訳に係る携帯端末およびサーバのネットワーク構成を示す図である。
携帯端末における音声翻訳処理の流れを示すフローチャートである。
携帯端末とサーバとの音声翻訳に係るやり取りを示すシーケンス図（翻訳サーバの指定が有る場合）である。
携帯端末とサーバとの音声翻訳に係るやり取りを示すシーケンス図（翻訳サーバの指定が無い場合）である。
【発明を実施するための形態】
【００１０】
以下、本発明の実施形態を添付の図面を参照して説明する。
図１は、本発明の一実施形態に係る携帯端末１のハードウェア構成を示すブロック図である。本実施形態の携帯端末１は、例えばスマートフォンなどの身に着けて持ち歩くことのできる携帯型の情報端末である。本発明に係る音声翻訳プログラムは、この携帯端末１にインストールして動作させるアプリケーションソフトウェアに相当し、発話者の話す例えば日本語の言葉を英語に翻訳し、発話者の声に似せた音声で、その英語の言葉を再生する機能を備えたプログラムである。
（【００１１】以降は省略されています）

関連特許