JP2002311983A

JP2002311983A - 翻訳電話システム

Info

Publication number: JP2002311983A
Application number: JP2001112132A
Authority: JP
Inventors: Takeshi Matsuda; 猛松田; Atsushi Nishino; 敦士西野; Gruhn Rainer; グルーンライナー; Satoru Nakamura; 哲中村
Original assignee: ATR ONSEI GENGO TSUSHIN KENKYU; ATR Spoken Language Translation Research Laboratories
Current assignee: ATR ONSEI GENGO TSUSHIN KENKYU; ATR Spoken Language Translation Research Laboratories
Priority date: 2001-04-11
Filing date: 2001-04-11
Publication date: 2002-10-25

Abstract

(57)【要約】【構成】互いに異なる言語を母国語とする２人の話者
が電話回線４０を介して会話をするとき、各々の話者の
発話音声は、音声翻訳システム１０によって取り込まれ
る。音声翻訳システム１０は、取り込まれた発話音声に
基づいて各々の話者の母国語および声質を特定し、特定
した母国語に基づいて発話音声を翻訳し、特定した音質
に基づいて翻訳された合成音声の音質を決定する。そし
て翻訳された合成音声を各々の話者に伝える。【効果】話者の声質に似た音質の合成音声を生成する
ことができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、翻訳電話システムに
関し、特にたとえば、互いに異なる言語を使用する２人
の話者の間で電話回線を介して行われる会話を翻訳（通
訳）する、音翻訳システムに関する。

【０００２】

【従来の技術】従来のこの種の翻訳電話システムとして
は、各々の話者の性別を特定し、性別に応じた２通りの
音質の合成音声を相手方への出力として使い分けるもの
があった。

【０００３】

【発明が解決しようとする課題】しかし、従来の技術で
は発声された音声から話者の性別を判断し、性別に対応
した音質の合成音声を出力することができるが、合成音
声の音質は単調であり相手方の感情の起伏までを読み取
ることができなかった。

【０００４】それゆえに、この発明の主たる目的は、話
者の声質の変化に合わせて合成音声の声質を変化させる
ことができる、翻訳電話システムを提供することであ
る。

【０００５】

【課題を解決するための手段】この発明は、互いに異な
る言語を使用する複数の話者の間で電話回線を介して行
われる会話を翻訳する翻訳電話システムにおいて、各々
の話者の声質を特定する第１特定手段、各々の話者の発
話音声の内容を翻訳する翻訳手段、第１特定手段の特定
結果および翻訳手段の翻訳結果に基づいて合成音声を作
成する作成手段、および合成音声を出力する出力手段を
備えることを特徴とする、翻訳電話システムである。

【０００６】

【作用】この発明においては、発話者の声質に応じた音
質の合成音声が作成される。つまり、第１特定手段は各
々の話者の性別を含む声質を特定する。また、各々の話
者の発話音声は、その内容が翻訳手段によって翻訳され
る。つぎに、作成手段は翻訳手段による翻訳結果および
第１特定手段の特定結果（声質）に基づいて合成音声を
作成する。そして、出力手段は合成音声を出力する。こ
れによって、発話者の声質に応じた音質で翻訳された言
語が合成音声で出力される。

【０００７】この発明の好ましい実施例では、音声案内
手段は各々の話者に対して音声案内を行い、第１特定手
段は話者の音声案内に対する返事に基づいて各々の話者
の声質を特定する。

【０００８】特定手段によって特定された声質を示す声
質情報をメモリに格納する場合、作成手段はメモリに格
納された声質情報に従って合成音声を作成する。

【０００９】発話音声が取り込まれる毎に発話音声の声
質を特定する場合、発話音声の取り込み毎に特定された
声質情報によってメモリの記録内容を更新するようにし
てもよい。

【００１０】

【発明の効果】この発明によれば、話者の音声の声質を
特定し、特定された音質に応じた翻訳合成音声が出力さ
れる。したがって、会話中に話者が交代したときには、
その話者の音声の声質に応じた音質の合成音声が出力さ
れるし、会話の途中で感情が変化してきた場合も、その
感情に対応した音質で翻訳された合成音声が出力され
る。

【００１１】この発明の上述の目的，その他の目的，特
徴および利点は、図面を参照して行う以下の実施例の詳
細な説明から一層明らかとなろう。

【００１２】

【実施例】図１を参照して、この実施例の翻訳電話シス
テム１０は、電話回線４０に接続される。電話回線４０
には、複数の電話機２０および３０も接続される。ここ
で、電話機２０はたとえば日本国内に設置され、日本国
在住の日本人Ａによって使用される。また、電話機３０
はたとえば米国内に設置され、米国在住のドイツ人Ｂ
（またはアメリカ人Ｃ）によって使用される。

【００１３】日本人Ａが翻訳電話システム１０を利用し
てドイツ人Ｂと会話したいとき、日本人Ａは、まず翻訳
電話システム１０にアクセスする。ドイツ人Ｂに対する
発呼処理は翻訳電話システム１０によって行われ、ドイ
ツ人Ｂが応答すると、通話可能状態となる。日本人Ａの
発話音声は日本語からドイツ語に翻訳され、翻訳された
合成音声がドイツ人Ｂに伝えられる。逆に、ドイツ人Ｂ
の発話音声はドイツ語から日本語に翻訳され、翻訳され
た合成音声が日本人Ａに伝えられる。

【００１４】図２を参照して、翻訳電話システム１０
は、統合管理システム１０ａ，データベースサーバ１０
ｂ，複数の音声認識システム１０ｃ，１０ｃ，…，複数
の言語翻訳システム１０ｄ，１０ｄ，…および複数の音
声合成システム１０ｅ，１０ｅ，…およびモデム１０ｆ
からなる。この翻訳電話システム１０は、分散ネットワ
ークによって構成され、音声認識システム１０ｃによる
音声認識，言語翻訳システム１０ｄによる言語翻訳，お
よび音声合成システム１０ｅによる音声合成によって、
発話音声の翻訳が実現される。

【００１５】具体的には、各々の話者（日本人Ａおよび
ドイツ人Ｂ）の発話音声の内容は、音声認識システム１
０ｃによって認識される。音声認識システム１０はま
た、発話音声の特徴を抽出し、発話元の音声母国語（日
本人Ａについては日本語、ドイツ人Ｂについてはドイツ
語），声質および性別を特定する。特定された母国語情
報，声質情報および性別情報は、データベースサーバ１
０ｂに登録される。

【００１６】言語翻訳システム１０ｄは、認識された発
話音声の内容をデータベースサーバ１０ｂに登録された
母国語情報に基づいて翻訳する。日本人Ａについては母
国語情報“日本語”がデータベースサーバ１０ｂに登録
され、日本人Ａについては母国語情報“日本語”がデー
タベースサーバ１０ｂに登録される。このため、日本人
Ａの発話音声の内容は言語翻訳システム１０ｄによって
ドイツ語に翻訳され、また逆にドイツ国人Ｂの発話音声
の内容は言語翻訳システム１０ｄによって日本語に翻訳
される。

【００１７】音声合成システム１０ｅは、言語翻訳シス
テム１０ｄによる翻訳内容とデータベースサーバ１０ｂ
に登録された声質情報および性別情報に基づいて合成音
声を作成し、作成した合成音声を各々の話者に伝える。
音声合成システム１０ｅは音声合成用の音質データベー
ス（図示せず）を備えており、話者の声質に合わせた音
質データを使用することによって、性別および発話音声
の調子に合わせた多様な音質の合成音声を作成すること
が可能である。つまり、日本人Ａが高い声で話す女性で
あれば、女性らしい口調でかつキーの高いドイツ語の合
成音声がドイツ人Ｂに伝えられる。また、ドイツＢが低
い声で話す男性であれば、男性らしい口調でかつキーの
低い音質の日本語による合成音声が日本人Ａに伝えられ
る。さらに、日本人Ａが会話の途中で喜んだり、悲しん
だり、怒ったりすると、これらの発話音声の調子に合わ
せた音質の合成音声が作成されドイツ人Ｂに与えられ
る。したがって、各々の話者は合成音声の音質から相手
方の感情の動きまでも読み取ることができるのでより自
然な会話を行うことができる。

【００１８】音声認識システム１０ｃ，言語翻訳システ
ム１０ｄ，音声合成システム１０ｅおよびデータベース
サーバ１０ｂは、統合管理システム１０ａによって管理
される。モデム１０ｆを通してアクセスがあると、統合
管理システム１０がこれらのシステムおよびサーバを制
御し、利用者に翻訳サービスを提供する。統合管理シス
テム１０ａは、具体的には図３〜図８に示すフロー図を
処理する。

【００１９】翻訳電話システム１０へのアクセス要求に
は発呼元の電話番号情報が含まれる。このため、まずス
テップＳ１でアクセス要求から電話番号情報を取得し、
続くステップＳ３では検出された電話番号情報に基づい
て発呼元の国情報を検出する。日本人Ａが電話機２０を
用いて翻訳電話システム１０にアクセスした場合、電話
番号情報には国番号“８１”が含まれる。ステップＳ３
では、この国番号“８１”から発呼元の国を日本と特定
する。ステップＳ５ではこうして得られた発呼元の電話
番号情報および国情報を内部メモリに保持し、ステップ
Ｓ７では、保持された国情報から発呼者の母国語（発呼
者が属する国の公用語）を仮決定する。発呼者が日本人
Ａであるとき、ステップＳ７では日本語が母国語として
仮決定される。

【００２０】ステップＳ９では、仮決定された母国語で
発呼者に音声ガイダンスを行う。仮決定された母国語が
日本語であれば、“こちらはＡＴＲ音声言語通信研究所
の提供する自動音声翻訳サービスです。あなたがお話に
なる言語は日本語ですか？”という内容の合成音声が発
呼者に伝えられる。音声ガイダンスを終えると、ステッ
プＳ１１で発呼者からの音声入力があったかどうか判断
するとともに、ステップＳ１３で所定時間が経過したか
どうか判断する。所定期間内に音声入力がなかったとき
は、発呼者の母国語は仮決定母国語と異なるとみなし、
ステップＳ１５で仮決定母国語をたとえば英語に変更し
てからステップＳ９に戻る。ステップＳ９では、変更さ
れた言語すなわち英語による音声ガイダンスが行われ
る。

【００２１】発呼者から音声入力があったときは、音声
認識システム１０ｃを制御してステップＳ１７〜Ｓ２１
の処理を行う。まずステップＳ１７で、入力された発話
音声の特徴を抽出する。ステップＳ１９では抽出された
特徴から発話者の母国語，声質および性別を特定し、特
定した母国語情報，声質情報および性別情報を発呼元の
電話番号情報および国情報と関連付けてデータベースサ
ーバ１０ｂに登録する。この声質情報および性別情報は
合成音声の作成の際、合成音声の声質の決定に利用され
る。ステップＳ２１では、入力された発話音声を認識し
て音声ガイダンスに対する返事を取得する。

【００２２】取得した返事が“はい、そうです”などの
肯定的な返事であれば、ステップＳ２３でＹＥＳと判断
し、ステップＳ３１に進む。これに対して、返事が否定
的であればステップＳ２５に進み、返事から発話者の言
語を決定できるかどうか判断する。返事の内容が単に
“いいえ”であれば、ステップＳ２５でＮＯと判断し、
ステップＳ１５で仮決定母国語を変更してからステップ
Ｓ９に戻る。一方、返事が“いいえ、英語です”のよう
に母国語を決定できる言葉が入っていれば、ステップＳ
２５でＹＥＳと判断し、ステップＳ２７でデータベース
サーバ１０ｂの母国語情報を更新してからステップＳ３
１に進む。

【００２３】ステップＳ３１では通話相手の電話番号の
入力を促す音声ガイダンスを行う。具体的には、データ
ベースサーバ１０ｂに登録された母国語情報に従う言語
で、“相手先の電話番号を国番号から言ってください
？”との音声メッセージを出力する。ステップＳ３３で
はこの音声メッセージに対して音声入力があったかどう
か判断し、ステップＳ３５では所定期間が経過したかど
うか判断する。発呼者から応答がないまま所定期間が経
過したときは、ステップＳ３５でＹＥＳと判断し、ステ
ップＳ３１に戻る。このため、同じ音声メッセージが再
度出力される。

【００２４】一方、発呼者の発話音声が入力されると、
ステップＳ３３でＹＥＳと判断し、音声認識システム１
０ｃを用いてステップＳ３７〜４１の処理を行う。ステ
ップＳ３７では発話音声の特徴を抽出し、ステップＳ３
９では抽出された特徴から特定した発話者の母国語情
報，声質情報および性別情報をデータベースサーバ１０
ｂに登録する。つまり、データベースサーバ１０ｂに登
録された母国語情報，声質情報および性別情報は、発話
音声が入力される毎に更新される。

【００２５】ステップＳ４１では入力された発話音声を
認識して相手方の電話番号情報を取得し、続くステップ
Ｓ４３では取得した電話番号情報の正当性を判断する。
電話番号情報に国番号が含まれていないような場合、こ
のステップでＮＯと判断され、ステップＳ３１に戻る。
一方、電話番号情報が正当であれば、ステップＳ４５に
進み、電話番号を確認するための音声ガイダンスを行
う。具体的には、データベースサーバ１０ｂに登録され
た母国語情報に従う言語で、“相手先の電話番号は、○
○○−××××−△△△△△ですね？”との音声メッセ
ージを出力する。ステップＳ４７ではこの音声メッセー
ジに対して音声入力があったかどうか判断し、ステップ
Ｓ４９では所定期間が経過したかどうか判断する。所定
期間にわたって返事がないときはステップＳ４９でＹＥ
Ｓと判断し、ステップＳ４５に戻る。一方、発呼者から
音声による返事があるとステップＳ４７でＹＥＳと判断
し、音声認識システム１０ｃを用いてステップＳ５１〜
５５の処理を行う。ステップＳ５１では、返事を形成す
る音声から特徴を抽出する。ステップＳ５３では、抽出
された特徴から発話者の母国語情報，声質情報および性
別情報を特定し、特定した情報によってデータベースサ
ーバ１０ｂを更新する。ステップＳ５３の処理が完了す
ると、ステップＳ５５で返事の内容を認識する。

【００２６】ステップＳ５７では認識した音声が肯定的
であるかどうか判断し、“いいえ”のような否定的な返
事であれば、ステップＳ３１に戻る。これによって、電
話番号の入力を案内する音声ガイダンスからの一連の処
理が繰り返される。一方、“はい、そうです”のような
肯定的な返事が取得されたときは、ステップＳ５７から
ステップＳ５９に進み、ステップＳ４１で取得した電話
番号情報から通話相手の国情報を検出する。電話番号情
報に含まれる国番号が“１”であれば、通話相手の属す
る国は米国とされる。続いて、ステップＳ６１で通話相
手の電話番号情報および国情報を内部メモリに保持し、
ステップＳ６３で通話相手の母国語（通話相手が属する
国の公用語）を仮決定する。通話相手の属する国が米国
であれば、通話相手の母国語は英語と仮決定される。

【００２７】ステップＳ６５では、通話相手の名前の入
力を促がす音声ガイダンスを行う。発呼者には、発呼者
の母国語で“相手先の名前を言ってください？”との音
声メッセージが伝えられる。ステップＳ６７ではこの音
声メッセージに対して音声による返事があったかどうか
判断し、ステップＳ６９では所定期間が経過したかどう
か判断する。返事がないまま所定期間が経過すると、ス
テップＳ６９でＹＥＳと判断し、再度の音声ガイダンス
を行うべくステップＳ６５に戻る。

【００２８】一方、発呼者から返事があったときは、ス
テップＳ６７でＹＥＳと判断し、音声認識システム１０
ｃを用いてステップＳ７１〜７５の処理を行う。ステッ
プＳ７１では発話音声の特徴を抽出し、ステップＳ７３
では抽出された特徴から特定した母国語情報，声質情報
および性別情報によってデータベースサーバ１０ｂを更
新し、ステップＳ７５では発話音声の認識処理によって
通話相手の名前を取得する。

【００２９】こうして通話相手の電話番号情報および名
前の取得が完了すると、ステップＳ７７およびＳ７９で
通話相手がデータベースサーバ１０ｂに登録されていな
いかどうか判別する。具体的には、通話相手の電話番号
情報をキーワードとしてデータベースサーバ１０ｂを検
索し、同じ電話番号情報を発見できたかどうかステップ
Ｓ７９で判断する。電話番号情報を発見できなかったと
きはそのままステップＳ８５に進むが、電話番号情報を
発見できたときは、ステップＳ８１でデータベースサー
バ１０ｂから通話相手の母国語情報を取得し、ステップ
Ｓ８３で通話相手の仮決定母国語を変更してからステッ
プＳ８５に進む。たとえばステップＳ６３で仮決定され
た母国語が英語であり、データベースサーバ１０ｂから
取得された母国語情報がドイツ語であれば、仮決定母国
語が英語からドイツ語に変更される。

【００３０】ステップＳ８５では通話相手への発呼処理
を行い、ステップＳ８７では回線状態がＯＫかどうか
を、ステップＳ８９では相手方から応答があったかどう
かをそれぞれ判断する。回線状態がビジー（話し中）で
あるか、相手方からの応答がないときは、ステップＳ８
７またはＳ８９からステップＳ１０７に進む。ステップ
Ｓ１０７では、通話不能であることを案内するための音
声ガイダンスを行う。具体的には、回線状態がビジーで
あれば“相手方の電話は使用中です”との音声メッセー
ジが出力され、応答がないときは“相手方からの応答が
ありません”との音声メッセージが出力される。これに
対して発呼者が電話回線を切断すると、ステップＳ１０
９でＹＥＳと判断し、処理を終了する。

【００３１】これに対して、回線状態がＯＫでかつ相手
方から応答があると、ステップＳ８７およびＳ８９でＹ
ＥＳと判断し、ステップＳ９１でサービス案内のための
音声ガイダンスを行う。このとき、ステップＳ７５で取
得した相手方の名前を用いられる。具体的には、仮決定
された母国語で“こちらはＡＴＲ音声言語通信研究所の
提供する自動音声翻訳サービスです。あなたはシュレー
ダさんですか？”との音声メッセージが相手方に伝えら
れる。

【００３２】ステップＳ９３ではこの音声メッセージに
対して音声による返事があったかどうか判断し、ステッ
プＳ９５では所定期間が経過したかどうか判断する。返
事がないまま所定期間が経過すると、ステップＳ９５で
ＹＥＳと判断し、ステップＳ９７で仮決定母国語を変更
してからステップＳ９１に戻る。一方、相手方から返事
があったときは、ステップＳ９３でＹＥＳと判断し、ス
テップＳ９９で音声認識システム１０ｃを用いて返事の
内容を認識するとともに、ステップＳ１０１で認識した
返事が肯定的であるか肯定的であるかを判断する。

【００３３】ここで、返事が“シュレーダは不在です”
のような否定的な返事であれば、ステップＳ１０１から
ステップＳ１０７に進み、“シュレーダさんは不在だそ
うです”との音声メッセージを発呼者に伝える。これに
対して、返事が“はい、そうです”のような肯定的な返
事であればステップＳ１０１でＹＥＳと判断し、音声認
識システム１０ｃを用いてステップＳ１０３およびＳ１
０５の処理を行う。ステップＳ１０３では発話音声の特
徴を抽出し、ステップＳ１０５では抽出された特徴から
特定した母国語情報，声質情報および性別情報をデータ
ベースサーバ１０ｂに登録または更新する。

【００３４】つまり、通話相手がデータベースサーバ１
０ｂに登録済みであれば、特定した母国語情報，声質情
報および性別情報によってデータベースサーバ１０ｂを
更新し、通話相手が未登録であれば、特定した母国語情
報，声質情報および性別情報をステップＳ６１で保持し
た通話相手の電話番号情報および国情報と関連付けてデ
ータベースサーバ１０ｂに登録する。

【００３５】こうして発呼者および通話相手の両方の母
国語が特定され、かつ通話可能状態となると、ステップ
Ｓ１１１でサービス開始を案内するための音声ガイダン
スを行う。具体的には、“それではお話しください”と
の音声メッセージを発呼者および通話相手の両方に伝え
る。これによって、双方の会話が開始される。

【００３６】ステップＳ１１３では一方の話者の発話音
声を取り込み、ステップＳ１１５では音声認識システム
１０ｃを用いて発話音声の特徴を抽出する。続くステッ
プＳ１１７では、抽出された特徴に基づいて発話者の母
国語，声質および性別を特定し、特定した母国語情報，
声質情報および性別情報によってデータベースサーバ１
０ｂの登録済み情報を更新する。つまり、会話が開始さ
れた後も、発話音声を入力する毎にデータベースサーバ
１０ｂの母国語情報，声質情報および性別情報が更新さ
れる。

【００３７】ステップＳ１１９では、取り込まれた発話
音声の内容を音声認識システム１０ｃを用いて認識し、
かつ認識した内容を言語翻訳システム１０ｄを用いて他
方の話者の母国語に翻訳する。このとき、翻訳先の言語
は、データベースサーバ１０ｂに登録された他方の話者
の母国語情報によって決定される。

【００３８】翻訳処理が完了すると、音声合成システム
１０ｅを用いてステップＳ１２１、ステップＳ１２３お
よびステップＳ１２５を処理する。ステップＳ１２１で
は声質情報および性別情報に基づいて、音声合成システ
ム１０ｅの音質データベース（図示せず）から話者の声
質に近い合成音声の音質データを決定する。つまり、音
声情報および性別情報から特定される話者の声質とよく
似た音質の合成音声を作成するための音質データを音質
データベースから選択する。そして、ステップＳ１２３
では決定された音質データに基づいて翻訳内容の合成音
声を作成する。ステップＳ１２５では作成された合成音
声の再生を行う。再生された合成音声は他方の話者に伝
えられる。

【００３９】ステップＳ１２７では、いずれかの話者が
電話回線を切断したかどうか判断し、ＮＯであればステ
ップＳ１１３に戻る。これによって、各々の話者が発話
する毎に発話音声が翻訳され、翻訳された合成音声が相
手方に伝えられる。つまり、翻訳された合成音声を用い
た会話が継続して行われる。一方の話者が電話回線を切
断するとステップＳ１２７からステップＳ１２９に進
み、回線の切断を案内する音声ガイダンスが行われる。
つまり、“相手方が電話を切りましたのでサービスを終
了します、ご利用ありがとうございました”との音声メ
ッセージが他方の話者に伝えられる。これに対して、他
方の話者が回線を切断すると、ステップＳ１３１でＹＥ
Ｓと判断し、処理を終了する。

【００４０】ところで、会話中に（ステップＳ１１３〜
ステップＳ１２５）話者がドイツ人Ｂからアメリカ人Ｃ
に交代したとする。すると、上述のようにステップＳ１
１３で取り込まれた話者の音声の特徴は、ステップＳ１
１５で抽出され、ステップＳ１１７において母国語，声
質および性別が特定される。そして、特定された母国語
情報，音質情報および性別情報によってデータベースサ
ーバ１０ｂの登録済み情報が更新される。このことによ
り、データベースサーバ１０ｂには、ドイツ人Ｂの母国
語（ドイツ語），声質および性別に代わってアメリカ人
Ｃの母国語（英語）声質および性別が記録される。した
がって、日本人Ａにはアメリカ人Ｃの声質に似た音質の
合成音声による日本語が出力される。つまり、ドイツ人
Ｂが男性でアメリカ人Ｃが女性である場合には、男性的
な音質の合成音声による日本語に代わって女性的な音質
の合成音声による日本語が日本人Ａに与えられる。ま
た、会話中に日本人Ａが喜んで歓喜の声をあげると、発
話音声の声質が変わり、同時に合成音声も女性の歓喜の
声質に似た音質へと変わる。

【００４１】以上の説明から分かるように、互いに異な
る言語を母国語とする２人の話者が電話回線４０を介し
て会話をするとき、まず各々の話者に発話を促すための
音声案内が行われる。音声案内に対して話者が返事をす
ると、翻訳電話システムはその返事に基づいて各々の話
者の声質を特定するとともに発話音声の内容を翻訳す
る。そして、翻訳結果および特定した声質に基づいて合
成音声を作成して各々の話者に伝える。

【００４２】特定された声質を示す声質情報はデータベ
ースサーバ１０ｂに登録され、音声合成はデータベース
サーバ１０ｂに登録された声質情報に従って行われる。
また、各々の話者の声質の特定は、発話音声が取り込ま
れる毎に行われる。そして、データベースサーバ１０ｂ
に登録された声質情報は、声質が特定される毎に更新さ
れる。

【００４３】したがって、会話の途中で話者が交代した
り、感情の起伏によって声の調子が変わった場合にも、
話者の声質に似た音質の合成音声を通話相手に伝えるこ
とができる。

【００４４】なお、電話回線４０はこれに限らず、イン
ターネットのような通信ネットワークであってもよい。

【図面の簡単な説明】

【図１】翻訳電話システムおよび複数の電話機が通信ネ
ットワークに接続された状態を示す図解図である。

【図２】翻訳電話システムの構成の一例を示す図解図で
ある。

【図３】翻訳電話システムの動作の一部を示すフロー図
である。

【図４】翻訳電話システムの動作の他の一部を示すフロ
ー図である。

【図５】翻訳電話システムの動作のその他の一部を示す
フロー図である。

【図６】翻訳電話システムの動作のさらにその他の一部
を示すフロー図である。

【図７】翻訳電話システムの動作の他の一部を示すフロ
ー図である。

【図８】翻訳電話システムの動作のその他の一部を示す
フロー図である。

【符号の説明】

１０…翻訳電話システム１０ａ…統合管理システム１０ｂ…データベースサーバ１０ｃ…音声合成システム１０ｄ…言語翻訳システム１０ｅ…音声認識システム１０ｆ…モデム２０，３０…電話機４０…電話回線

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｈ０４Ｍ 3/42 Ｇ１０Ｌ 3/00 ５３１Ｎ 3/50 Ｒ (72)発明者西野敦士京都府相楽郡精華町光台二丁目２番地２株式会社エイ・ティ・アール音声言語通信研究所内 (72)発明者ライナーグルーン京都府相楽郡精華町光台二丁目２番地２株式会社エイ・ティ・アール音声言語通信研究所内 (72)発明者中村哲京都府相楽郡精華町光台二丁目２番地２株式会社エイ・ティ・アール音声言語通信研究所内Ｆターム(参考） 5B091 AA03 CB12 CB32 5D015 AA03 AA04 AA06 HH23 LL02 5D045 AB03 5K015 AA06 AF07 GA02 5K024 AA74 BB01 CC01 EE09 FF05

Claims

【特許請求の範囲】

【請求項１】互いに異なる言語を使用する複数の話者の
間で電話回線を介して行われる会話を翻訳する翻訳電話
システムにおいて、各々の前記話者の声質を特定する第
１特定手段、各々の前記話者の発話音声の内容を翻訳する翻訳手段、前記第１特定手段の特定結果および前記翻訳手段の翻訳
結果に基づいて合成音声を作成する作成手段、および前
記合成音声を出力する出力手段を備えることを特徴とす
る、翻訳電話システム。
【請求項２】各々の前記話者に音声案内をする音声案内
手段をさらに備え、前記第１特定手段は前記音声案内に対する返事に基づい
て各々の前記話者の声質を特定する、請求項１記載の翻
訳電話システム。
【請求項３】前記第1特定手段によって特定された前記
声質を示す声質情報をメモリに格納する格納手段をさら
に備え、前記作成手段は前記メモリに格納された前記声質情報に
従って合成音声を作成する、請求項１または２記載の翻
訳電話システム。
【請求項４】各々の前記話者が発話する毎に当該発話音
声に基づいて発話元の前記声質を特定する第２特定手
段、および前記第２特定手段によって特定された前記声
質を示す声質情報によって前記メモリの記録内容を更新
する更新手段をさらに備える、請求項３記載の翻訳電話
システム。