特許 7509392 自動通訳システム及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-06-24

(45)【発行日】2024-07-02

(54)【発明の名称】自動通訳システム及びプログラム

(51)【国際特許分類】

   H04M 3/42 20060101AFI20240625BHJP

   G06F 40/58 20200101ALI20240625BHJP

   G10L 15/00 20130101ALI20240625BHJP

   G10L 13/00 20060101ALI20240625BHJP

   G06F 3/16 20060101ALI20240625BHJP

   G06Q 50/10 20120101ALI20240625BHJP

【ＦＩ】

H04M3/42 P

G06F40/58

G10L15/00 200C

G10L13/00 100G

G06F3/16 650

G06Q50/10

【請求項の数】 6

(21)【出願番号】P 2024004192

(22)【出願日】2024-01-15

【審査請求日】2024-01-17

【早期審査対象出願】

(73)【特許権者】

【識別番号】512192978

【氏名又は名称】株式会社ＢＲＩＤＧＥ ＭＵＬＴＩＬＩＮＧＵＡＬ ＳＯＬＵＴＩＯＮＳ

(74)【代理人】

【識別番号】100108006

【弁理士】

【氏名又は名称】松下 昌弘

(72)【発明者】

【氏名】吉川 健一

【審査官】石井 則之

(56)【参考文献】

【文献】特開平０９－０６５４２４（ＪＰ，Ａ）

【文献】特開２０２１－１２８６３２（ＪＰ，Ａ）

【文献】特開２０１１－１２５００６（ＪＰ，Ａ）

【文献】特開２０１４－１６１０１７（ＪＰ，Ａ）

【文献】特開２００２－２２３２９９（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｍ ３／４２

Ｇ０６Ｆ ４０／５８

Ｇ１０Ｌ １５／００

Ｇ１０Ｌ １３／００

Ｇ０６Ｆ ３／１６

Ｇ０６Ｑ ５０／１０

(57)【特許請求の範囲】

【請求項1】

発話者による第１の言語の第１の音声を通訳者が第２の言語に通訳した第２の音声を入力する入力部と、
前記入力部が入力した前記第２の音声を相互に異なる複数の第３の言語の第３の音声に通訳する自動通訳部と、
前記第１の音声と前記第２の音声と前記複数の第３の音声とを、受信先が言語を選択して出力可能な形式で関連付けて前記受信先に送信する送信部と
を有し、
前記入力部は、前記第１の音声を異なる複数の前記第２の言語に通訳した複数の前記第２の音声を入力し、
前記送信部は、前記第１の音声と前記複数の第２の音声と前記複数の第３の音声とを、受信先が言語を選択して出力可能な形式で関連付けて前記受信先に送信する
自動通訳システム。

【請求項2】

前記自動通訳部は、
前記複数の第２の音声のそれぞれについて、当該第２の音声を前記複数の第３の言語の前記第３の音声に通訳し、
前記複数の第３の音声を、それぞれ前記第２の言語に逆通訳した第４の音声を生成し、
前記異なる前記第２の言語に対応した複数の前記第の４音声と当該第２の音声との一致度を検出し、前記異なる第２の言語に逆通訳した前記複数の第３の音声のうち、前記一致度が高い前記第３の音声を選択して前記送信部に送信させる
請求項１に記載の自動通訳システム。

【請求項3】

前記自動通訳部は、
前記異なる複数の第３の言語の前記選択した前記第３の音声について、前記一致度が高い前記第３の音声を前記受信先が特定可能な通訳精度情報を生成し、
前記送信部は、前記通訳精度情報を前記第３の音声と関連付けて前記受信先に送信する
請求項２に記載の自動通訳システム。

【請求項4】

発話者による第１の言語の第１の音声を通訳者が第２の言語に通訳した第２の音声を入力する入力工程と、
前記入力工程が入力した前記第２の音声を相互に異なる複数の第３の言語の第３の音声に通訳する自動通訳工程と、
前記第１の音声と前記第２の音声と前記複数の第３の音声とを、受信先が言語を選択して出力可能な形式で関連付けて前記受信先に送信する送信工程と
をコンピュータに実行させるプログラムであって、
前記入力工程は、前記第１の音声を異なる複数の前記第２の言語に通訳した複数の前記第２の音声を入力し、
前記送信工程は、前記第１の音声と前記複数の第２の音声と前記複数の第３の音声とを、受信先が言語を選択して出力可能な形式で関連付けて前記受信先に送信する
プログラム。

【請求項5】

前記自動通訳工程は、
前記複数の第２の音声のそれぞれについて、当該第２の音声を前記複数の第３の言語の前記第３の音声に通訳し、
前記複数の第３の音声を、それぞれ前記第２の言語に逆通訳した第４の音声を生成し、
前記異なる前記第２の言語に対応した複数の前記第の４音声と当該第２の音声との一致度を検出し、前記異なる第２の言語に逆通訳した前記複数の第３の音声のうち、前記一致度が高い前記第３の音声を選択して前記送信工程に送信させる
請求項４に記載のプログラム。

【請求項6】

前記自動通訳工程は、
前記異なる複数の第３の言語の前記選択した前記第３の音声について、前記一致度が高い前記第３の音声を前記受信先が特定可能な通訳精度情報を生成し、
前記送信工程は、前記通訳精度情報を前記第３の音声と関連付けて前記受信先に送信する
請求項５に記載のプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、発話者の音声を複数の言語に通訳する自動通訳システム及びプログラムに関するものである。

【背景技術】

【0002】

例えば、国際会議等の分野で、 会場での講演者の音声を複数の言語に通訳する場合がある。
従来では、複数の言語のそれぞれに対応可能な複数の通訳者をアレンジし、各通訳者が発話者の音声を担当する言語に通訳し、視聴者が言語を選択して視聴している。

【先行技術文献】

【特許文献】

【0003】

【文献】国際公開ＷＯ２０２０/０７０９５９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、マイナーな言語は通訳者の確保が難しく、多くの言語に対応する通訳者を確保すると高価格化するという問題がある。

【0005】

本発明はかかる事情に鑑みてなされたものであり、その目的は、多言語への通訳を高精度かつ低価格で提供できる自動通訳システム及びプログラムを提供することにある。

【課題を解決するための手段】

【0006】

本発明は、発話者による第１の言語の第１の音声を通訳者が第２の言語に通訳した第２の音声を入力する入力部と、前記入力部が入力した前記第２の音声を相互に異なる複数の第３の言語の第３の音声に通訳する自動通訳部と、前記第１の音声と前記第２の音声と前記複数の第３の音声とを、受信先が言語を選択して出力可能な形式で関連付けて前記受信先に送信する送信部とを有する自動通訳システムである。

【0007】

好適には、前記入力部は、前記第１の音声を異なる複数の前記第２の言語に通訳した複数の前記第２の音声を入力し、前記送信部は、前記第１の音声と前記複数の第２の音声と前記複数の第３の音声とを、受信先が言語を選択して出力可能な形式で関連付けて前記受信先に送信する。

【0008】

好適には、前記自動通訳部は、前記複数の第２の音声のそれぞれについて、当該第２の音声を前記複数の第３の言語の前記第３の音声に通訳し、前記複数の第３の音声を、それぞれ前記第２の言語に逆通訳した第４の音声を生成し、前記異なる前記第２の言語に対応した複数の前記第の４音声と当該第２の音声との一致度を検出し、前記異なる第２の言語に逆通訳した前記複数の第３の音声のうち、前記一致度が高い前記第３の音声を選択して前記送信部に送信させる。

【0009】

好適には、前記自動通訳部は、前記異なる複数の第３の言語の前記選択した前記第３の音声について、前記一致度が高い前記第３の音声を前記受信先が特定可能な通訳精度情報を生成し、前記送信部は、前記通訳精度情報を前記第３の音声と関連付けて前記受信先に送信する。

【0010】

本発明は、発話者による第１の言語の第１の音声を通訳者が第２の言語に通訳した第２の音声を入力する入力部と、前記入力部が入力した前記第１の音声を相互に異なる複数の第３の言語の第３の音声に通訳する自動通訳部と、前記第１の音声と前記第２の音声と前記複数の第３の音声とを、受信先が言語を選択して出力可能な形式で関連付けて前記受信先に送信する送信部とを有する自動通訳システムである。

【0011】

本発明は、発話者による第１の言語の第１の音声を通訳者が第２の言語に通訳した第２の音声を入力する入力工程と、前記入力工程が入力した前記第２の音声を相互に異なる複数の第３の言語の第３の音声に通訳する自動通訳工程と、前記第１の音声と前記第２の音声と前記複数の第３の音声とを、受信先が言語を選択して出力可能な形式で関連付けて前記受信先に送信する送信工程とをコンピュータに実行させるプログラムである。

【0012】

本発明は、発話者による第１の言語の第１の音声を通訳者が第２の言語に通訳した第２の音声を入力する入力工程と、前記入力工程が入力した前記第１の音声を相互に異なる複数の第３の言語の第３の音声に通訳する自動通訳工程と、前記第１の音声と前記第２の音声と前記複数の第３の音声とを、受信先が言語を選択して出力可能な形式で関連付けて前記受信先に送信する送信工程とをコンピュータに実行させるプログラムである。

【発明の効果】

【0013】

本発明によれば、多言語への通訳を高精度かつ低価格で提供できる自動通訳システム及びプログラムを提供するができる。

【図面の簡単な説明】

【0014】

【図1】図１は、本発明の第１実施形態に係る通訳ビジネスモデル１を説明するための図である。

【図2】図２は、図１に示す通訳ビジネスモデル１で用いられるシステムを説明するための図である。

【図3】図３は、図１に示す自動通訳システム１１の機能ブロック図である。

【図4】図４は、図１に示す通訳ビジネスモデル１の処理の流れを説明するためのフローチャート図である。

【図5】図５は、本発明の第２実施形態に係る通訳ビジネスモデル１を説明するための図である。

【発明を実施するための形態】

【0015】

以下、本発明の実施形態に係る通訳ビジネスモデルについて説明する。
＜第１実施形態＞
図１は、本発明の第１実施形態に係る通訳ビジネスモデル１を説明するための図である。
図２は、図１に示す通訳ビジネスモデル１で用いられるシステムを説明するための図である。
図１に示すように、通訳ビジネスモデル１は、例えば、講演者等の発話者５、第１の通訳者３１、第２の通訳者３２、受信者２９によって利用される。受信者２９は単数又はふ複数である。

【0016】

本実施形態では、自動通訳システム１１は、発話者5の第１の言語の第１の音声１０５を、相互に異なる複数の第３の言語７１～７５の第３の音声８１～８５に自動通訳する処理を行う。
第１の言語は例えば英語である。第２の言語は例えば中国語である。
第３の言語７１～７５は、例えば、韓国語、タイ語、ベトナム語、スペイン語、ポルトガル語である。

【0017】

発話者５は、マイクあるいは端末装置を用いて発話の第１の音声１０５を自動通訳システム１１に送信する。
第１の通訳者３１は、第１の端末装置４１を使用する。
第１の端末装置４１は、自動通訳システム１１から第１の音声１０５を入力して第１の通訳者３１に出力する。
また、第１の端末装置４１は、第１の通訳者３１が第１の音声１０５を第２の言語５１に通訳した第２の音声６１を自動通訳システム１１に送信する。

【0018】

第２の通訳者３２は、第２の端末装置４２を使用する。
第２の端末装置４２は、自動通訳システム１１から第１の音声１０５を入力して第２の通訳者３２に出力する。
また、第２の端末装置４２は、第２の通訳者３２が第１の音声１０５を第２の言語５２に通訳した第２の音声６２を自動通訳システム１１に送信する。

【0019】

自動通訳システム１１は、自動通訳部１５及び送信部３３を有している。
自動通訳部１５は、第１の言語の第１の音声１０５を、相互に異なる複数の第３の言語７１～７５の第３の音声８１～８５に通訳（翻訳）する処理を行う。
送信部３３は、第１の音声と、第２の音声６１，６２と、複数の第３の音声８１～８５とを、受信者２９の端末装置１９が言語を選択して出力可能な形式で関連付けて多言語音声９９として送信する。

【0020】

受信者２９は、端末装置１９を使用する。
端末装置１９は、自動通訳システム１１から多言語音声９９を受信する。

【0021】

図３は、図１に示す自動通訳システム１１の機能ブロック図である。
図３に示すように、自動通訳システム１１は、例えば、ディスプレイ５１，操作部５３，通信部５５、メモリ５９及び処理部６１を有する。

【0022】

ディスプレイ５１は、処理部６１からの信号に基づいた画像を表示する。
操作部５３は、タッチパネル、キーボードやマウス等の操作手段である。
通信部５５は、発話者５の端末装置、第１の端末装置４１、第２の端末装置４２、端末装置１９等の通信を行う。
入力部５７は、外部からデータを入力する端子等である。
メモリ５９は、処理部６１が実行するプログラムを記憶する。
処理部６１は、メモリ５９に記憶されたプログラムＰＲＧ１（本実施形態のプログラム）を実行して、本実施形態で規定する自動通訳システム１１の処理を行う。
処理部６１は、自動通訳部１５及び送信部３３の機能を実現する。

【0023】

図４は、図１に示す通訳ビジネスモデル１の処理の流れを説明するためのフローチャート図である。
各ステップについて説明する。
ステップＳＴ１１：
発話者５の第１の言語の第１の音声１０５が、マイクや端末装置を介して、自動通訳システム１１に入力される。
自動通訳システム１１は、当該入力した第１の音声１０５をスピーカ１３に出力する。

【0024】

ステップＳＴ１２：
自動通訳システム１１は、発話者５の第１の音声１０５を第１の通訳者３１の第１の端末装置４１と、第２の通訳者３２の第２の端末装置４２と、自動通訳部３１に送信する。

【0025】

ステップＳＴ１３：
第１の端末装置４１は、自動通訳システム１１から受信した第１の音声を第１の通訳者３１に出力する。
第２の端末装置４２は、自動通訳システム１１から受信した第１の音声を第２の通訳者３２に出力する。

【0026】

ステップＳＴ１４：
第１の端末装置４１に、第１の通訳者３１が通訳した第２の言語１３１の第２の音声６１が入力される。
第２の端末装置４２に、第２の通訳者３２が通訳した第２の言語１３２の第２の音声６２が入力される。
自動通訳システム１１の自動通訳部１５は、第１の言語の第１の音声１０５を、相互に異なる複数の第３の言語７１～７５の第３の音声８１～８５に通訳する処理を行う。

【0027】

ステップＳＴ１５：
自動通訳システム１１の送信部３３は、第１の音声と、第２の音声６１，６２と、複数の第３の音声８１～８５とを、受信者２９の端末装置１９が言語を選択して出力可能な形式で関連付けて多言語音声９９として送信する。

【0028】

ステップＳＴ１６：
端末装置１９は、多言語音声９９から受信者２９が指定した言語の音声を選択して出力する。

【0029】

以上説明したように、通訳ビジネスモデル１によれば、第１の通訳者３１及び第２の通訳者３２が通訳できない他の言語への通訳を、自動通訳部１５を用いることで自動的に行うことができる。そのため、多くの言語に対応した通訳サービスを提供できる。
本実施形態によれば、多言語への通訳を高精度かつ低価格で提供できる。

【0030】

＜第２実施形態＞
図５は、本発明の第２実施形態に係る通訳ビジネスモデル１を説明するための図である。
図５に示すように、通訳ビジネスモデル１は、第１実施形態と同様に、例えば、講演者等の発話者５、第１の通訳者３１、第２の通訳者３２、受信者２９によって利用される。

【0031】

以下、第２実施形態の通訳ビジネスモデル１を第１実施形態との相違点を中心に説明する。
図５に示す自動通訳システム１１は、第１実施形態で説明したもの自動通訳部１５の処理以外は同じである。
本実施形態では、自動通訳部１５は、発話者５の第１の音声１０５ではなく、第１の通訳者３１が通訳した第２の音声６１を第１の端末装置４１から入力する。

【0032】

自動通訳部１５は、第２の音声６１を、相互に異なる複数の第３の言語７１～７５の第３の音声８１～８５に通訳する処理を行う。

【0033】

本実施形態では、第２の音声６１が英語等の汎用性が高い言語である場合に、第２の音声６１から第３の言語７１～７５への豊富な通訳ソフトを用いることができる。これより通訳精度も向上できる。

【0034】

＜第３実施形態＞
図６は、本発明の第３実施形態に係る通訳ビジネスモデル１を説明するためのフローチャート図である。
以下、第３実施形態の通訳ビジネスモデル１を第１実施形態との相違点を中心に説明する。
自動通訳部１５は、第１の端末装置４１からの第２の言語１３１の第２の音声６１を、相互に異なる複数の第３の言語７１～７５の第３の音声８１～８５に通訳する処理を行う。
また、自動通訳部１５は、第２の端末装置４２からの第２の言語１３２の第２の音声６２を、上述した相互に異なる複数の第３の言語７１～７５の第３の音声１８１～１８５に通訳する処理を行う。

【0035】

自動通訳部１５は、第３の音声８１～８５を、それぞれ第２の言語１３１に逆通訳して第４の多言語音声９９～９５に通訳する処理を行う。
自動通訳部１５は、第３の音声１８１～１８５を、それぞれ第２の言語１３２に逆通訳して第４の音声１９１～１９５に通訳する処理を行う。

【0036】

自動通訳部１５は、第２の音声６１と第４の多言語音声９９～９５との一致度を生成する。
自動通訳部１５は、第２の音声６２と第４の音声１９１～１９５との一致度を生成する。
自動通訳部１５は、第３の言語７１～７５の各々について、第３の音声８１～８５及び第３の音声１８１～１８５の２つの第３の音声５のうち一致度が高い方の第３の音声を選択して送信するように処理する。

【0037】

これにより、２つの第２の言語１３１，１３２のうち、第３の言語７１～７５の第３の音声８１～８５への通訳精度の高い方を選択でき、高精度な通訳が可能となる。

【0038】

＜第４実施形態＞
本実施形態では、第３の実施形態に、さらに以下の機能が追加されている。
自動通訳部１５は、異なる複数の第３の言語７１～７５の選択した前記第３の音声について、前述した一致度が高い第３の音声を受信先が特定可能な通訳精度情報を生成する。
送信部３３は、通訳精度情報を第３の音声と関連付けて端末装置１９に送信する。

【0039】

これにより、異なる複数の第３の言語７１～７５の通訳精度を受信者２９が把握でき、複数言語の理解可能な受信者２９が精度の高い通訳音声を選択することができる。

【0040】

本発明は上述した実施形態には限定されない。
すなわち、当業者は、本発明の技術的範囲またはその均等の範囲内において、上述した実施形態の構成要素に関し、様々な変更、コンビネーション、サブコンビネーション、並びに代替を行ってもよい。
例えば、第２、第３の言語の数は任意である。また、通訳者の数も任意である。

【産業上の利用可能性】

【0041】

本発明は、多言語に通訳する自動通訳システムに適用可能である。

【符号の説明】

【0042】

１…通訳ビジネスモデル
１１…自動通訳システム
１９…受信者の端末装置
４１…第１の端末装置
４２…第２の端末装置
６１…第２の音声
６２…第２の音声
８１～８５…第３の音声
９９…多言語音声
１０５…第１の音声

【要約】

【課題】 多言語への通訳を高精度かつ低価格で提供できる自動通訳システムを提供する。
【解決手段】 第１の端末装置４１に第１の通訳者３１が通訳した第２の言語１３１の第２の音声６１が入力される。第２の端末装置４２に第２の通訳者３２が通訳した第２の言語１３２の第２の音声６２が入力される。 自動通訳システム１１の自動通訳部１５は、第１の言語の第１の音声１０５を相互に異なる複数の第３の言語７１～７５の第３の音声８１～８５に通訳する処理を行う。送信部３３は、第１の音声と第２の音声６１，６２と複数の第３の音声８１～８５とを、受信者２９の端末装置１９が言語を選択して出力可能な形式で関連付けて多言語音声９９として送信する。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】