CN103646645B - 一种基于语音转译电文输出的方法 - Google Patents

Abstract

本发明涉及一种基于语音转译电文输出的方法，其特征在于将语音原音依次经原音存储、原音校正、标音存储、音文转换、译文存储和电文存储步骤，从而实现将语音原音转译成电文信号输出。本发明既可对输入语音原音中的方言等进行自动校正，又可根据语音的停顿、语调升降等自动判断出对应的译文内容中应有的标点符号，直至进行段句修饰形成标准电文，从而进一步实现将电文打印输出或实现电文与原音同步视听。本发明既适用于普通电话机、多媒体电话机、IP电话的音文转译通信，也适用于收音机、录音机、录音笔、收录机、翻译机等需要实施音文转换的终端设备。

Description

一种基于语音转译电文输出的方法

技术领域

本发明属于语音翻译技术领域，特别是涉及一种基于语音转译电文输出的方法。

背景技术

随着现代通信技术、数字技术、软件技术的不断进步，通讯设备及通信终端越来越向着多元化、个性化和高端化方向发展，以方便使用者操作和使用的多功能通信设备和通讯终端越来越受到大众的青睐，特别是在现代专网通信、局域网通信以及办公自动化应用领域中，对开发具有语音通信实时自动转译电文通信功能的终端设备提出了很高的期待，但目前还基本处于空白状态。

美国苹果公司早于2006年2月向美国专利和商标局递交了描述“一种高级文字转换为语音功能”的专利申请，虽然其MacOSX已经配备文字-语音转换功能，但是机器生成的语音质量不高。同时，苹果公司的另一项“多单元文本-语音合成方法”的专利申请，其描述了一个接收输入字符串匹配的单位，包括如短语和单词之间的衔接关系的音频片段库过程的元数据，使得机器的发音更贴近人类的现实语音。现有大多数的转换技术其研究方向，都是利用文字向语音的转换。

目前在利用语音转换文字的技术应用方面，安卓手机系统中有使语音转译成文字短信的手机、汉王手写板中有使用语音输入得到文字输出的功能等。但这些产品都还存在着明显不足：一是仅能发短信短语，语音转译文字受到短信字数等条件的限制无法连续进行；二是语音识别的准确率低，方言或不标准发音将造成错误的转换；三是标点符号、断句无法体现；四是无文字打印输出功能等。

中国专利申请200710124172.X公开了“一种语音编辑短信息的方法及手机装置”，它由中央处理器控制，具有将麦克风把声音转化为语音信号、语音信号转化为短信息的文字信号以及文字信号传输给显示屏显示的功能，但该方法还存在以下明显不足：一是仅能够发送属于短信短语的简单句，不适用于发送连续长句；二是无断句修饰功能，无法形成连续长句的电文；三是应用对象仅限于手机，适用的范围很小。

目前在普通电话机、多媒体电话机、IP电话通信等使用环境中，尚未出现具有商品化价值的利用语音转译电文功能的产品。如何克服现有技术的不足已成为当今语音翻译技术领域中亟待解决的重大难题之一。

发明内容

本发明的目的是为克服现有技术的不足而提供一种基于语音转译电文输出的方法，本发明既可对输入语音原音中的方言等不标准音进行自动校正，又可根据语音的停顿、语调升降等自动判断出对应的译文内容中应有的标点符号，直至进行段句修饰形成标准电文，从而进一步实现将电文打印输出或实现电文与原音同步视听。

根据本发明提出的一种基于语音转译电文输出的方法，其特征在于将语音原音依次经原音存储、原音校正、标音存储、音文转换、译文存储和电文存储步骤，从而实现将语音原音转译成电文信息输出，具体步骤如下：

步骤一，原音存储：将语音原音经受话器转换为音频信号，该音频信号的一路经音频放大器输出用于语音原音比对，另一路经音频编解码器将模拟信号转数字信号并存储于原音存储模块以供原音校正；

步骤二，原音校正：在由同音翻译模块与原音校正模块组成的同音翻译功能块区，将语音原音音频信号通过同音翻译模块校正，转换为原音校正信号并存储于原音校正模块；

步骤三，标音存储：在由标音修饰模块与标音存储模块组成的标音修饰功能块区，将原音校正信号通过标音修饰模块修饰，形成原音的标音音频信号并存储于标音存储模块；

步骤四，音文转译：在由音文交换模块与音文转译模块组成的音文交换功能块区，将标音音频信号通过音文交换模块译制，形成音转译文信号并存储于音文转译模块；

步骤五，译文存储：在由段句修饰模块与译文存储模块组成的段句修饰功能块区，将译文信号通过段句修饰模块校正，形成译文并存储于译文存储模块；

步骤六，电文存储：将段句修饰后的译文信号作为电文信号存储于电文存储模块，以提供电文输出或电文与语音原音同步视听输出；

其中：步骤二所述同音翻译功能块区、步骤三所述标音修饰功能块区、步骤四所述音文交换功能块区和步骤五所述段句修饰功能块区依次信号连接并通过DSP芯片集成，同时与时钟源、CPU、缓冲存储模块以及标准音库和标准文库存储单元协同进行信号处理；其中：

所述时钟源与DSP芯片连接；

所述CPU分别与同音翻译功能块区、标音修饰功能块区、音文转换功能块区和段句修饰功能块区连接；所述CPU还分别与缓冲存储模块连接、标准音库和标准文库存储单元连接以及电文输出接口连接；

所述同音翻译功能块区、标音修饰功能块区、音文转换功能块区和段句修饰功能块区分别与缓冲存储模块信号连接。

本发明与现有技术相比其显著优点在于：一是本发明采用DSP芯片集成技术与CPU微处理器技术相结合，确保整机功能模块能够发挥综合协同作用；二是实现了对语音原音输入中的方言等不标准音的自动校正，使得转译成电文内容的准确度大大提升；三是本发明可根据语音原音编码后得到的涉及停顿、语调升降等语音信号数据，自动判断出对应的译文内容中应有的标点符号，对段句进行修饰，以至形成标准电文；四是本发明采用音文转译的音文交换模块，大大提高了对数据的处理能力，内容的转译不受文字长度的限制；五是本发明形成的电文既可供打印输出，也可供电文显示与语音原音录音同步比对视听，确保语音原音转译电文内容的正确性。本发明既适用于普通电话机、多媒体电话机、IP电话的音文转译通信，也可适用于收音机、录音机、录音笔、收录机、翻译机等需要音文转换的终端设备。

附图说明

图1为本发明提出的一种基于语音转译电文输出方法的信号流程方框示意图。

图2为本发明提出的一种基于语音转译电文输出方法的原理逻辑方框示意图。

图3为本发明应用于一种带有电话转译电文功能的电话机的模块结构方框示意图。

具体实施方式

下面结合附图和实施例对本发明的具体实施方式作进一步的详细说明。

结合图1，本发明提出的一种基于语音转译电文输出的方法，是由语音原音依次经原音存储、原音校正、标音存储、音文转换、译文存储和电文存储步骤，从而实现将语音原音转译成电文信息输出，具体步骤如下：

步骤一，原音存储：将语音原音经受话器转换为音频信号，该音频信号的一路经音频放大器输出用于语音原音比对，另一路经音频编解码器将模拟信号转数字信号并存储于原音存储模块以供原音校正；

步骤二，原音校正：在由同音翻译模块与原音校正模块组成的同音翻译功能块区，将语音原音音频信号通过同音翻译模块校正，转换为原音校正信号并存储于原音校正模块；其中：同音翻译校正是指利用普通话发音的标准音库，比对并校正原音音频信号中可能出现的非普通话或方言发音等特殊音节，进而确保语音转换的准确性；

步骤三，标音存储：在由标音修饰模块与标音存储模块组成的标音修饰功能块区，将原音校正信号通过标音修饰模块修饰，形成原音的标音音频信号并存储于标音存储模块；其中：标音修饰是指采用标准语音的停顿频率、停顿时间长短来判断和修饰校正后的原音的逗号或句号；同时，采用标准语音语气的升降调来判断和修饰校正后的原音的问号或感叹号；

步骤四，音文转译：在由音文交换模块与音文转译模块组成的音文交换功能块区，将标音音频信号通过音文交换模块译制，形成音转译文信号并存储于音文转译模块；其中：音文交换模块可将标音音频信号实时转译译文信号的处理，解决了现有技术中实施音文转译受限于文字个数长短的问题；

步骤五，译文存储：在由段句修饰模块与译文存储模块组成的段句修饰功能块区，将译文信号通过段句修饰模块校正，形成译文并存储于译文存储模块；段句修饰是指将标准文的标点符号释义译文的文字内容，最终形成转译电文的实体内容；

步骤六，电文存储：将段句修饰后的译文信号作为电文信号存储于电文存储模块，以提供电文输出或电文与语音原音同步视听输出；其中，所述电文输出是指将电文段句通过电文输出接口外接打印机，以纸质文档的形式打印输出，便于阅读；所述电文与原音同步视听输出是指将原音存储信息通过音频放大器输出至语音播放器，同时将电文段句信息输出至电文显示器，使得电文显示器显示的电文段句与语音播放器播出的语音原音同步比对，由此实现电文段句与语音原音的同步比对视听，以辨别语音转换译文字过程中有无瑕疵，便于再次更正。

结合图2，本发明步骤二所述同音翻译功能块区、步骤三所述标音修饰功能块区、步骤四所述音文交换功能块区和步骤五所述段句修饰功能块区依次信号连接并通过DSP芯片集成，同时与时钟源、CPU、缓冲存储模块、标准音库和标准文库存储单元协同进行信号处理；其中：所述时钟源与DSP芯片连接；所述CPU分别与同音翻译功能块区、标音修饰功能块区、音文转换功能块区和段句修饰功能块区连接；所述CPU还分别与缓冲存储模块、标准音库和标准文库存储单元及电文输出接口连接；所述同音翻译功能块区、标音修饰功能块区、音文转换功能块区和段句修饰功能块区分别与缓冲存储模块信号连接。本发明实现过程中，通过采用标准的原音校正信号比对法来校正语音原音，避免了因语音原音的瑕疵而造成音文转换的失真；其中，DSP芯片对各功能块区发挥出综合协同作用；缓冲存储模块起到加快转译速度和转译内容长度的作用，利用缓冲存储模块可以大大提高语音转译文的效率，以利于实现长段语音信号的持续转译。本发明所述语音原音包括电话语音、广播语音或录音语音，其中最佳的语音原音为中文汉语普通话音；所述DSP可选用FPGA或CPLD等数字处理模块；CPU为通用微电脑处理器；缓冲存储模块为通用CacheMemory存储器；标准音库和标准文库存储单元为带有标准音库和标准文库的存储芯片。

结合图2，进一步说明本发明的实现原理：本发明所述的语音原音音频信号经音频编解码器转换后进入DSP芯片集成区，即被DSP芯片集成区中的各个功能块区依次进行处理，直到DSP芯片集成区内信号处理完成；在信号处理过程中，每个功能块区处理所产生的中间结果依次分别存储在缓冲存储模块中；同时，DSP芯片集成区将语音转译文处理过程中的每个步骤告知CPU，由CPU负责调用标准音库和标准文库存储单元中的信息与待处理的原始信息或中间结果进行比较处理，将最后的处理结果存入缓冲存储模块并告知CPU，以供CPU调取缓冲存储模块中的处理结果转电文输出。本发明DSP芯片集成区内的各个功能块区的作用是：

同音翻译功能块区的作用是利用现有最先进的普通话标准音库与逻辑编程技术相结合，判断和校正原音音频信号中可能出现的以非普通话或方言发音等的特殊音节，以致将原音校正信号输入至标音修饰功能块区；

标音修饰功能块区的作用是利用现有最先进的普通话标准音库与逻辑编程技术相结合，判断语音原音中的音调和停顿，再根据音调、语气和停顿时间的不同，判断出输入的语音原音应该加入的逗号、顿号、句号、省略号或分段符号等，直至将经标音修饰后的原音标音信号输出至音文转换功能块区；

音文转换功能块区的作用是利用现有最先进的中文标准文库与逻辑编程技术相结合，将音频数字代码转换成对应的文字数字代码，并进一步输出至段句修饰功能块区；

段句修饰功能块区的作用是利用现有最先进的中文标准文库与逻辑编程技术，将在文字数字代码中补入标点符号代码，进一步完善译文的段句内容，达到能够以标准电文输出的要求。

结合图3，进一步说明本发明应用于一种带有电话转译电文功能的电话机的具体实施例。

根据本发明而设计的一种带有电话转译电文功能的电话机，它包括壳体、供电模块和电话机启闭开关，所述壳体内设置包括由听音器、受话器、带输入键盘的话机电路模块、原音存储模块、音频放大器和扬声器集成的电话机模块，所述电话机启闭开关的按键、听音器的音孔、受话器的音孔、扬声器的音孔和输入键盘分别设置在壳体的侧面板上，电话机模块分别与电话机启闭开关和供电模块连接；其中：

所述电话机模块中还包括音频编解码器1、信令与信道处理模块和音频编解码器2依次信号连接，其中：音频编解码器1的另一端与话机电路模块信号连接，音频编解码器2的另一端与外线电话网信号连接；

所述壳体内还设置包括由受话器、带输入键盘的话机电路模块、音频编解码器1、信令与信道处理模块、同音翻译功能块区、标音修饰功能块区、音文交换功能块区、段句修饰功能块区、电文存储模块以及电话电文显示屏或/和电文输出接口依次集成的电文机模块，其中受话器、带输入键盘的话机电路模块、音频编解码器1和信令与信道处理模块为电话机模块和电文机模块的共享器件，该电文机模块分别与电文机启闭开关和供电模块连接；

所述同音翻译功能块区由原音校正模块与同音翻译模块信号连接、标音修饰功能块区由标音存储模块与标音修饰模块信号连接，音文交换功能块区由音转译文模块与音文交换模块信号连接、段句修饰功能块区由译文存储模块与段句修饰模块信号连接；

所述同音翻译功能块区、标音修饰功能块区、音文交换功能块区和段句修饰功能块区依次信号连接并通过DSP芯片集成，同时与时钟源、CPU、缓冲存储模块以及标准音库和标准文库存储单元协同进行信号处理；其中：所述时钟源与DSP芯片连接；所述CPU分别与同音翻译功能块区、标音修饰功能块区、音文转换功能块区和段句修饰功能块区连接；所述CPU还分别与缓冲存储模块连接、标准音库和标准文库存储单元连接以及电文输出接口连接；所述同音翻译功能块区、标音修饰功能块区、音文转换功能块区和段句修饰功能块区分别与缓冲存储模块信号连接；

所述DSP可选用FPGA或CPLD等数字信号处理模块；CPU为通用微电脑处理器；缓冲存储模块为通用CacheMemory存储器；标准音库和标准文库存储单元为带有标准音库和标准文库的存储芯片；所述扬声器和电话电文显示屏分别与同步视听开关电路信号连接；所述的供电模块设置在壳体的底端，且供电模块与外接电源插口并联设置；所述电文机启闭开关的按键、同步视听开关的按键和电话电文显示屏的屏面分别设置在壳体的侧面板上。

根据本发明设计的带有电话转译电文功能的电话机经试验验证，取得了满意的应用效果。

本发明中凡未作说明的技术手段均为本领域技术人员所公知的方法。

以上结合附图和实施例所述的具体实施方式是对本发明提出的一种基于语音转译电文输出方法技术思想的具体支持，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在本技术方案基础上所做的任何等同变化或等效的改动，均仍属于本发明技术方案保护的范围。

Claims (6)

1.一种基于语音转译电文输出的方法，其特征在于将语音原音依次经原音存储、原音校正、标音存储、音转译文、译文存储和电文存储步骤，从而实现将语音原音转译成电文信息输出，具体步骤如下：

步骤一，原音存储：将语音原音经受话器转换为音频信号，该音频信号的一路经音频放大器输出用于语音原音比对，另一路经音频编解码器将模拟信号转数字信号并存储于原音存储模块以供原音校正；

步骤二，原音校正：在由同音翻译模块与原音校正模块组成的同音翻译功能块区，将语音原音音频信号通过同音翻译模块校正，转换为原音校正信号并存储于原音校正模块；

步骤三，标音存储：在由标音修饰模块与标音存储模块组成的标音修饰功能块区，将原音校正信号通过标音修饰模块修饰，形成原音的标音音频信号并存储于标音存储模块；

步骤四，音文转译：在由音文交换模块与音文转译模块组成的音文交换功能块区，将标音音频信号通过音文交换模块译制，形成音转译文信号并存储于音文转译模块；

步骤五，译文存储：在由段句修饰模块与译文存储模块组成的段句修饰功能块区，将译文信号通过段句修饰模块校正，形成译文并存储于译文存储模块；

步骤六，电文存储：将段句修饰后的译文信号作为电文信号存储于电文存储模块，以提供电文输出或电文与语音原音同步视听输出；

其中：步骤二所述同音翻译功能块区、步骤三所述标音修饰功能块区、步骤四所述音文交换功能块区和步骤五所述段句修饰功能块区依次信号连接并通过DSP芯片集成，同时与时钟源、CPU、缓冲存储模块以及标准音库和标准文库存储单元协同进行信号处理；其中：

所述时钟源与DSP芯片连接；

所述CPU分别与同音翻译功能块区、标音修饰功能块区、音文转换功能块区和段句修饰功能块区连接；所述CPU还分别与缓冲存储模块连接、标准音库和标准文库存储单元连接以及与电文输出接口连接；

所述同音翻译功能块区、标音修饰功能块区、音文转换功能块区和段句修饰功能块区分别与缓冲存储模块信号连接。

2.根据权利要求1所述的一种基于语音转译电文输出的方法，其特征在于步骤六所述电文输出是指将电文信号通过电文输出接口外接打印机，以纸质文档的形式打印输出。

3.根据权利要求1所述的一种基于语音转译电文输出的方法，其特征在于步骤六所述电文与语音原音同步视听输出是指将语音原音存储信号通过音频放大器输出至语音播放器，同时将电文信号输出至电文显示器，使得电文显示器显示的电文与语音播放器播出的语音原音同步比对，由此实现电文与语音原音的同步比对视听。

4.根据权利要求1、2或3所述的一种基于语音转译电文输出的方法，其特征在于语音原音包括电话语音、广播语音或录音语音。

5.根据权利要求1、2或3所述的一种基于语音转译电文输出的方法，其特征在于语音原音为中文汉语普通话音。

6.根据权利要求4所述的一种基于语音转译电文输出的方法，其特征在于语音原音为中文汉语普通话音。